广东省经济增长与城乡收入差距--基于SVAR模型的实证研究.doc

广东省经济增长与城乡收入差距基于SVAR 模型的实证研究刘志超，雷钦礼*510152025303540（暨南大学经济学院，广州 510632）摘要：本文通过建立结构向量自回归（SVAR）模型，对广东省 1978 年2010 年经济增长与城乡收入差距关系做出实证研究。从脉冲响应分析结果看，城乡收入差距的扩大在短期内能够一定程度上刺激经济的发展，但长期来看，人均收入的进一步提高受到城乡收入比持续扩大的限制；从方差分解结果看，经济增长和城乡收入差距的变化都受自身冲击的影响比较大。最后，本文为广东省经济和城乡收入差距的和谐发展提供相关建议。关键词：SVAR 模型；经济增长；城乡收入差距中图分类号：F061.5Economic Growth and Urban-rural Income Gap inGuangdong ProvinceAn Empirical Study Based onSVAR ModelLIU Zhichao, LEI Qinli(Economy School,Jinan University, GuangZhou 510632)Abstract: Based on SVAR model, the author makes an empirical study of the relationship betweeneconomic growth and urban-rural income gap in Guangdong Province. The results of impulseresponse analysis show that the expansion of urban-rural income gap can stimulate economicgrowth in the short term, however, in the long run, the urban-rural income gap can hinder theeconomic growth. Furthermore, it can be seen from the variance decomposition that botheconomic growth and urban-rural income gap are easily be influenced by itselfs shocks. Finally,providing some suggestions for the harmonious development of the relationship betweenGuangdongs economy and urban-rural income gap.Keywords: SVAR Model; Economic Growth; Urban-rural Income Gap0 引言改革开放以来，中国的经济得到了迅速的发展，然而随着经济的增长，城乡收入差距也在不断增大。我国的很多省份的城乡收入差距已经超出合理的范围，这不仅严重影响农业、农村经济和整个国民经济的持续健康发展，而且还有可能演变成社会问题和政治问题。广东省作为改革开放的前沿阵地，其经济发展水平一直位居全国各省前列，但同时其也是全国城乡收入差距较大的省份之一。因此，对广东省经济增长与城乡收入差距的研究既具有一定的代表性，又具有很强现实意义。对于经济增长过程中收入差距持续扩大的问题，国内外有很多学者对此进行了研究。Kuznets (1955)1通过分析部分欧美发达国家的收入分配变动状况，发现经济增长与收入差距之间呈现“倒 U 型”，随着经济的增长收入差距逐渐拉大，但随着经济发展到某一阶段之后，收入差距开始逐渐缩小，即收入差距变化由经济发展过程决定。Shaaf (1996)2使用神经网络模型，发现在短期收入差距能够促进美国经济的增长，但从长期来看，收入差距能够抑制美国经济的进一步发展。Barro (2000)3的研究表明收入分配的不平等对贫穷国家的经济有作者简介：刘志超，（1987-），男，硕士研究生，主要研究方向：经济预测与决策。通信联系人：雷钦礼，（1956-），男，暨南大学经济学院教授，博士生导师，主要研究方向为：经济增长与波动分析、经济计量模型与应用。E-mail: E-mail: -1-消极作用，但能够促进富裕国家的经济增长。Taizo Motonishi（2006）研究了泰国 1975-1998年收入不平等现象，发现农业因素、金融发展以及教育水平的差异是导致其收入差距增加的重要原因。Nguyen 等（2007）采用分位数回归分析了越南的城乡收入差距，发现不同时期455055606570导致差距的因素不同。李金昌、徐雪琪（2005）4通过运用协整理论，表明浙江省经济增长与收入分配差异存在一种稳定的长期均衡关系；通过脉冲响应分析表明这两者之间存在越来越朝着持续、健康的方向发展；而格兰杰因果分析说明两者互为因果关系。张嫘、方天堃（2007）5运用协整分析技术和 Granger 因果检验，利用 1978-2003 年的年度经济数据对我国城乡收入差距与经济增长因果关系进行实证检验，结果表明，无论在长期还是在短期，经济增长都是构成城乡收入差距变化的原因之一，而城乡收入差距对经济增长的影响仅表现在短期内。孙致陆、周家来（2008）6的研究指出，中国的城乡收入差距与经济增长之间存在长期稳定的双向因果关系，城乡收入差距只会在短期内对经济增长产生影响，并且经济增长不会自动导致城乡收入差距的缩小，相反，经济增长在中长期内还会进一步加大城乡收入差距。张菲、赵凯（2011）8的研究也指出，陕西省城乡收入差距与经济增长之间存在稳定的均衡关系，从短期来看，经济增长会在一定程度上扩大城乡收入差距，而收入差距却不能促进经济增长，长期中，陕西省城乡收入差距与经济增长之间具有稳定的双向关系。上述文献大多采用协整理论和 Granger 因果分析来研究经济增长与收入差距之间的关系，然而经济增长和收入差距有可能受自身滞后值及其他内生变量当期值和滞后值的影响，以上文献并未有所考虑。因此，本文在已有研究的基础上，使用 SVAR 模型对广东省经济增长与城乡收入差距之间的关系进行动态研究，以期为合理处理广东省经济增长与城乡居民收入分配关系提供参考。1 SVAR 模型的基本原理结构向量自回归(SVAR)模型是研究变量间动态冲击效应较成熟的方法, 是对向量自回归( VAR) 模型的一种改进。当变量之间不仅存在滞后影响, 还存在同期影响关系时, 建立VAR 模型就不太合适, 因为 VAR 模型实际上把当期关系隐含到了随机扰动项之中, 而SVAR 模型加入了变量间的同期影响关系。一个 n 元 p 阶的 SVAR 模型可以表示为：BYt = 0 + 1Yt 1 +L + pYt p + t t = ( 1t , 2t ,L, nt )T其中：Yt 是 n 维内生变量列向量，B 是 n x n 维且主对角线元素为 1 的系数矩阵， i 是i 阶滞后内生变量的 n x n 维系数矩阵， 1t , 2t ,L, nt 是结构式残差向量，也是作用在内生变量 y1t , y 2t ,L, y nt 上的结构式冲击。若 B 可逆，将结构式两边乘以 B-1 得到简化式模型，即 p 阶 VAR 模型：Yt = B 10 + B 11Yt 1 +L + B 1pYt p + B 1 t= A0 + A1Yt 1 +L + ApYt p + et；其中： Ai = B 1i ， i = 1,2,L,T ； et = B 1 t75由此可见，VAR 模型不能反映变量之间的当期相关关系；简化式扰动项 et 是结构式扰动项 t 的线性组合， et 代表一种复合冲击，使脉冲响应函数经济含义模糊不清。在 SVAR模型中，通过对矩阵 B 中的参数施加约束并估计参数值，不但可以发现变量之间的当期相-2- 时间路径。80852 实证分析2.1 指标选取人均 GDP 能够很好的反应一个地区的经济发展情况，本文选取广东省实际人均 GDP（2000 年为基期）为经济发展增长指标（R）。同时，用城市居民可支配收入与农村居民人均纯收入的比例来衡量城乡收入差距（IG）。所有数据来自 19792010 年广东省统计年鉴。为了减少数据的波动性，避免可能存在的异方差，分别对上述指标进行对数化处理，记为 LNR 和 LNIG。2.2 模型估计2.2.1单位根检验及协整检验SVAR 模型是根据 VAR 模型提出来的，传统的 VAR 模型要求每一个变量都是平稳的，90随着协整理论的发展，对于非平稳时间序列，只要变量之间存在协整关系也可建立 VAR 模型。因此，首先需对序列的平稳性进行检验，本文采用 ADF 方法进行检验，结果显示如下：表 1 序列及一阶差分的平稳性检验Tab.1 the stationarity test about original sequences and its first-order difference变量LNRLNRADF 检验值-1.11-2.975%临界值-2.99-2.96结论非平稳平稳LNIG -1.16 -2.97非平稳LNIG-4.86 -2.97平稳95100注：表示对序列进行一阶差分；ADF 检验采用包含截距的方程形式由表 1 的结果可知，在显著性水平为 5%条件下，序列 LNR 和 LNIG 均是一阶单整序列，一阶差分后平稳。接下来对两序列之间协整检验，本文采用 Johansen 检验方法，检验结果如下：表 2 Johansen 协整检验原假设0 个协整向量至少 1 个协整向量特征根0.460.38Tab.2 Johansen co-integration test迹统计量（P 值）31.75（0.0001）*13.68（0.0002）* -max 统计量（P 值）18.07（0.0119）*13.68（0.0002）*注：加“*”表明在 5%的显著性水平下拒绝原假设对于 k 维向量时间序列最多有 k-1 个线性无关的协整向量，结合以上的协整检验结果，105变量 LNR 与 LNIG 之间存在 1 个协整向量。2.2.2构建 SVAR 模型根据以上单位根检验及协整检验结果，由此可对变量 LNR 与 LNIG 建立 VAR 模型，依据 AIC 或 SC 最小原则，以及考虑到模型的自由度问题，判断 VAR 模型的滞后阶数为 4，估计 VAR 模型结果如下：-3-关关系，还可以得到可识别的结构冲击 t = B et ，通过脉冲响应函数准确反映新息冲击的110 LNRt 0.447 1.243 0.483 LNRt 1 0.664 0.243 LNRt 2 t t 1 0.091 LNIGt 2 0.268 0.099 LNRt 3 0.087 0.054 LNRt 4 根据上述估计的 VAR(4)模型，检验该模型的稳定性，若模型不稳定，脉冲响应函数将失效。利用 AR 特征多项式根的模的倒数可以检验 VAR 模型的稳定性。其检验结果如下图所示：Inverse Roots of AR Characteristic Polynomial1.51.00.50.0-0.5-1.0-1.5-1.5-1.0-0.50.00.51.01.5115120125130图 1 VAR 模型稳定性检验Fig.1 VAR model stationarity test由以上结果可知，所有的 VAR 模型的根都位于单位圆内，即 VAR(4)的 AR 单位根的模都小于 1，满足稳定性条件，根据 SVAR(4)模型得到的脉冲响应是可靠的。SVAR 模型与简化 VAR 模型相比较，它考虑了变量之间的同期相关关系。根据已建立的 VAR 模型，表明 SVAR 的滞后阶数也为 4，于是建立双变量的 SVAR(4)模型，其具体形式如下：BX t = 0 + 1 X t 1 + 2 X t 2 + 3 X t 3 + 4 X t 4 + t对于 k 元 p 阶 SVAR 模型，需对结构式施加 k (k 1) / 2 个限制条件才能识别结构冲击。本文建立的模型含有 2 个内生变量，则需要施加 1 个约束条件。一般情况下，根据经济理论对参数进行约束，参数约束有短期约束和长期约束。本文对二元结构式的 SVAR(4)模型施加长期约束。由于经济政治等各种因素的影响，城乡收入差距不可能无限的扩大，否则不仅是经济会出现紊乱，政治上也会出现动乱，因此，假定城乡收入比对人均实际 GDP 的结构冲击的长期累积影响为零，使用完全信息极大似然估计法（FML），估计得到 SVAR 模型的所有的未知参数，从而可以得到简化式扰动项 et 和结构式残差 t 的线性组合的估计结果： e1t 0.021 0.007 1t 2t 2t 最后，根据估计的 SVAR(4)模型，计算城乡收入比对人均实际 GDP 以及人均实际 GDP对城乡收入比的脉冲响应函数，然后，在此基础上进行方差分解分析，以得出来自自身冲击-4-LNIG = 0.179 + 0.138 0.810 LNIG + 0.268+ + 0.394 0.295 LNIGLNIG 0.198 0.007 t 3 t 4 e = 0.021 0.033 和另一因素冲击的方差贡献度，进一步评价两种冲击的重要性。另外，这里需指出，由于对135个变量进行了对数化处理，并且有的变量做了差分，因此各个结构冲击并不是各变量水平上的冲击，而是各变量处理过后新变量的冲击，为了表述的方便，下文仍使用人均收入（人均实际 GDP）和城乡收入比进行表述。2.3 结果分析2.3.1脉冲响应分析140脉冲响应函数是分析当一个误差项发生变化，或者说模型受到某种冲击时对系统的动态影响，用以描述在扰动项上施加冲击，对内生变量当期值和未来值所带来的影响。本文选择追踪期数为 10，其中横轴表示冲击作用的滞后期间数，纵轴表示冲击效应，实线表示受冲击后的脉冲响应。Response of LNR to StructuralOne S.D. Shock2.020.015.010.005.000-.005-.010-.015-.02012345678910145图 2 人均收入对城乡收入比冲击的响应Fig.2 the impulse response of per capita income on urban-rural income ratioAccumulated Response of LNR to StructuralOne S.D. Shock2.03.02.01.00-.01-.02-.03-.0412345678910图 3 人均收入对城乡收入比冲击的累积响应Fig.3 the cumulative impulse response of per capita income on urban-rural income ratio150由图 2 可知，给城乡收入比一个正的冲击，在第 1 期对人均收入产生最大的负效应，约为-0.0193 个百分点，之后该效应逐渐减弱，到第 3 期开始转为正值，第 5 期达到最大正效应，其值约为 0.0175 个百分点，随后正效应开始逐渐减小，第 8 期后又转为负值。从图 3可以看出，在经济增长初期，人均收入对城乡收入差距冲击的累积响应表现为负效应，之后-5-155的累积效应表现为正效应，随后这种正效应程度又开始减小。这表明，在经济增长初期，城乡收入差距的扩大能够抑制经济的增长，之后，城乡收入差距的扩大有助于促进经济的增长，从长期来看，随着城乡收入差距的持续扩大，对经济的增长表现抑制作用。这与广东省经济增长与城乡收入差距的关系的现实情况也是相符的，因此，广东省城乡收入差距的持续扩大是导致其经济进一步增长的瓶颈。Response of LNIG to StructuralOne S.D. Shock1.03.02.01.00-.0112345678910160图 4 城乡收入比对人均收入冲击的响应Fig.4 the impulse response of urban-rural income ratio on per capita incomeAccumulated Response of LNIG to StructuralOne S.D. Shock1.10.09.08.07.06.05.04.03.0212345678910图 5 城乡收入比对人均收入冲击的累积响应165170Fig.5 the cumulative impulse response of urban-rural income ratio on per capita income由图 4 可知，广东省城乡收入比对来自人均收入的一个标准差新息冲击立刻表现最大的正效应，约为 0.0291 个百分点，之后的影响程度逐渐减弱。第 5 期后其影响效应开始逐渐变为负值，第 8 期出现最大负效应，约为-0.0095，然后影响程度又逐渐减弱，最终稳定与 0值附近。进一步从图 5 上可以看出，这期间城乡收入差距的累积效应先上升，到第 5 期表现为最大正的累积效应，之后累积效应开始减小，第 8 期后累计效应逐渐稳定。这表明，在经济增长的初期阶段，经济增长能够促进城乡差距的扩大，但这种影响程度逐渐减小，随着经济的持续增长，城乡收入差距开始有减小的趋势，最后，经济增长对城乡收入差距的冲击作用又开始减小，直至趋于 0 附近。1752.3.2方差分解分析方差分解是通过分析每一个结构冲击对内生变量变化（通常用方差来度量）的贡献度，-6-以评价不同结构冲击的重要性。因此，通过方差分解可以对 SVAR 模型中的变量产生影响的每个随机扰动的相对重要性的信息。表 2 是跨期为 10 期的方差分解表：180表 3 人均收入及城乡收入比的方差分解Tab.3 the variance decomposition of per capita income and urban-rural income ratio滞后期人均收入的方差分解城乡收入比方差分解人均收入冲击城乡收入比冲击人均收入冲击城乡收入比冲击1234567891023.47837 76.52163 55.09501 44.9049963.19624 36.80376 58.71686 41.2831478.85301 21.14699 57.96650 42.0335081.83149 18.16851 51.83770 48.1623080.25006 19.74994 50.43551 49.5644980.06716 19.93284 50.60248 49.3975280.79181 19.20819 50.45938 49.5406281.54956 18.45044 48.74690 51.2531081.74198 18.25802 47.03315 52.9668581.46367 18.53633 46.03113 53.96887由上表所示，人均收入对来自自身结构的冲击开始稳步上升，第 4 期后逐渐稳定，并维持在 81%左右。相应地，城乡收入比对人均收入的冲击在第 4 前逐步减小，之后稳定在 19%185190195200205左右。由此可知，人均收入的波动主要受自身冲击的影响，城乡收入比的影响较小。在城乡收入比方差分解中，人均收入的结构冲击对城乡收入比的影响随时间有一定程度的减少，但速度有减小的趋势，到第 10 期预测方差贡献率约为 46%左右，而城乡收入比自身结构冲击对城乡收入比的预测方差贡献率要大些，于第 10 期开始稳定在 54%附近。由以上分析可知，城乡收入差距波动受自身冲击的影响较大，经济增长的冲击对其作用较小。3 结论与建议本文通过建立 SVAR 模型，发现城乡收入差距的扩大在短期内能够一定程度上刺激经济的发展，但长期来看，人均收入的进一步提高受到城乡收入比持续扩大的限制（人均收入对城乡收入比冲击的长期响应变为负值）；同时，通过人均收入方差分解的结论可知，人均收入的提高主要受自身冲击的影响。人均收入的结构冲击对城乡收入差距的影响比较复杂，开始阶段随着经济的增长，城乡收入差距开始拉大，经济发展到一定程度之后又能够缩小城乡收入差距，长期来看，经济的持续增长对城乡收入差距作用效果不大（城乡收入比对人均收入冲击的长期响应为 0）；从城乡收入比的方差分解分析结果可知，城乡收入比冲击对城乡收入差距的扩大的影响比人均收入冲击的影响要大。由以上结论可知，广东省经济的增长一度造成了其城乡收入差距的进一步扩大，城乡收入的拉大又反过来抑制广东省经济的发展。因此，城乡收入差距的持续扩大是抑制广东省经济进一步发展的瓶颈。对于缩小城乡收入差距，本文建议如下：首先，推进户籍制度改革，减少农民进城的身份障碍。广东省政府也意识到了这一点，积极地推进户籍制度改革，农民工凭积分可以转户口，相信这有助于缩小广东省城乡差距。其次，加大三农投入。通过开发农村市场和完善农村保障体系来增加农民收入，将农业现代化建设和可持续的农村经济发展结合起来，改善农村、农业和农民的生产、生活条件。最后，建立完善的税收制度。广东省既是全国经济最发达的省份之一，同时也是城乡收入差距最大的省份之一，因此，有必要加大对高收入群体尤其是某些垄断行业的征税，以及高消费征税消费税。同时，增强公民的纳税意思，防止偷税漏税。相信通过以上措施，定能有助于实现广东省经济发展与城乡收入分配的和谐发展，广东省经济肯定会迎来新一轮增长的春天。210-7-参考文献 (Re