中国地区经济增长不平衡与收敛性

《中国地区经济增长不平衡与收敛性》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、中国地区经济增长不平衡与收敛性　　　　一、引　言　　　　目前，我国正处在由人口大国向经济大国和经济强国的转型阶段。然而，由于过分强调经济效益，出现了许多区域经济发展问题。伴随着整体经济发展水平的提高，我国省际间经济发展水平的差异也在扩大。这种差异长时间存在和过分拉大都会影响到整体经济效率，也不利于资源的有效配置。因此，缩小地区间发展差距对于保持中国经济的持续稳定增长显得意义重大。而如何缩小地区间的经济发展差异，则要深入分析造成省际间经济发展差异的深层原因。新古典增长理论中的趋同假说为这类分析提供了理论框架，这一假说的主要思想是，

2、在封闭的经济条件下，对于一个有效经济范围的不同经济单位(国家、地区甚至家庭)，初期的静态指标(人均产出、人均收入)和其经济增长速度之间存在负相关关系，即落后地区比发达地区有更高的经济增长率，从而导致各经济单位期初的静态指标差异逐步消失的过程。　　各个地区经济的长期增长趋势是否会出现趋同，或者各地区的收入水平是否会出现趋同呢?对于这一问题，各国学者都进行了深入探讨。最早将趋同纳入经济学家视野的是索洛。索洛预期，由于资本的边际报酬递减的性质，无论经济从何处开始，它都将向一稳态趋同。针对新古典增长理论预测出的收敛性，许多经济学家对不同

3、国家和地区的收敛性进行了大量的实证分析。Barro和Sala-I-Martin将趋同假说区分为σ趋同和β趋同，并且把β趋同区分为绝对β趋同和条件β趋同。将在不考虑具体经济特征的前提下，经济落后国家比经济富裕国家具有更高的经济增长率的假说定义为趋同假说的绝对β趋同。而将在对应不同均衡值时，经济增长率与偏离均衡程度成正比的假说定义为趋同假说的条件β趋同。Man-kier和RRankier和RRarket表示各省份的市场化程度，本文用各省份的非国有经济的工业产值与工业总产值的比率来表示；Government表示各省份的政府支出水平，本

4、文用各省地方财政支出占GDP的比重来表示；k表示资本存量，由于统计年鉴中没有资本存量数据，本文采用张军计算的1984～2002年的资本存量数据。　　　　三、实证分析　　　　(一)σ趋同分析　　　　在有关趋同的研究中，Barro和Sala－I－Martin把趋同现象区分为人均收入水平上的趋同(σ趋同)和经济增长率上的趋同(β趋同)两类。σ趋同可以理解成横截面数据的趋同假说，指的是各个经济主体之间人均收入水平或人均产量随时间转移而缩小的趋势。在σ趋同的经验研究当中，研究者采用多种指标对中国的经济增长和地区经济差距进行了测度和分解，如

5、吉尼系数、变异系数、Theil指数、阿特金森指数等等。本文采用标准差和变异系数来直观地度量中国的区域差异。图1中，我们分别计算了1985-2003年中国30个省市自治区的人均GDP的标准差和变异系数。　　从图1上看，1985～1990年间、1993～1996年间，我国人均GDP的标准差和变异系数均呈现出明显的下降态势，即存在趋同。但从总体来看，1985～2003年间，标准差由0.5137上升到0.5932，而变异系数由0.07593下降到0.06502。所以在此期间，我国各省份经济增长σ趋同的趋势不是很明显。　　图2是将我国分为

6、东中西部三个经济地带，并分别计算了三个地带内部各省的标准差和变异系数，进而反映我国经济增长的区域特性。从图形上可以看出，东部地区人均GDP的标准差和变异系数均有明显的下降态势，呈现出明显的σ收敛性；中部地区相对较弱；西部地区的趋同趋势不很明显。从数值上来看，无论是标准差还是变异系数，东部和中部地区都有明显的下降趋势。但是西部地区的标准差有上升的趋势，上升幅度并不明显。　　　　(二)基于MRRan检验来判断这种影响是固定影响还是随机影响，通过Hausman检验后，才能最终确定所要采用的平行数据模型的形式。Sas／Tscreg的Fu

7、ller和Ballese方法中给出了以随机效应模型作为原假设的Hausman检验值。经过计算，Hausman检验值为87.65，在1％显著性水平下该值大于临界卡方值43.77，拒绝原假设，所以应该采取固定影响模型。　　通过以上分析可知，基于(1)式的实证分析，我们应该选用的是固定影响变截距模型。由于在一个国家内，各省居民的行为偏好具有相似性，各省间是相关的，即存在所谓的截面相关性；不同省份间经济规模差异悬殊，则存在所谓的横截面异方差性；由于经济的惯性等原因，在各省的时间序列上，存在所谓的时间序列相关性。综合考虑，在模型的估计上，

8、我们采用多种方法进行估计，对比估计的结果。表1反映了全国30个省市趋同情况的计量分析结果。回归方程1是基于Barro方程得到的回归结果；回归方程2是基于(1)式，所以可以采取最小二乘虚拟变量(LSDV)模型的形式，采用广义最小二乘(GLS)估计得到的回归结果，目