政府规模与经济增长的关系实证研究

来源:用户上传      作者:

　　摘要：文章基于我国1979～2011年的数据，通过建立VAR模型对其进行了检验，并进行脉冲响应函数分析，方差分解和格兰杰因果分析。实证结果表明：经济增长是政府规模的格兰杰原因，即当国民收入增长时，政府支出会扩大，而没有证据显示由政府规模到经济增长的单向因果关系。这一结果支持了瓦格拉假说，而并没有证实Armey曲线和凯恩斯主义的观点。
　　关键词：政府规模；经济增长；瓦格拉假说；Armey曲线；凯恩斯主义
　　一、文献综述
　　随着改革进程的推进，我国经济市场化程度不断加深，政府却依然掌握着关键的经济实力，国有企业控制着我国经济命脉。究竟多大的政府规模对于经济增长是最优的？国内外很多学者对政府规模与经济增长的关系进行了很多研究。
　　第一种，政府规模与经济增长存在正相关关系。Wagner（1883）首先对政府规模与经济增长的关系进行了探讨，并提出了瓦格纳法则：政府规模将随着社会财富的增长而扩大和瓦格拉假说，即认为经济增长会扩大政府规模。Peacock和Wiseman（1961）、Musgrave（1969）、Bird（1971）、Beck（1982）等进行的研究证实了瓦格纳法则的真实性。Kormendi和Meguire（1986）指出政府规模与经济增长之间存在正相关关系，他们认为政府可以通过向社会提供公共产品，从而使得投资环境得到改善，从而使经济得到增长。Rubbinson（1970）通过研究多国数据发现，扩大政府支出可以促进经济增长。我国国内经济学家马拴友发现我国政府劳务具有显著的生产性，欧阳志刚也通过研究发现了GDP与政府支出之间存在一定的正相关关系。
　　第二种，政府规模与经济增长存在负相关关系。朗多（Laudau，1983）建立面板数据，得到二者之间为负相关关系。Tullock（1987）、Folster和Henrekson（2001）也得出了类似的结论。他们认为过度膨胀的政府规模对私人部门的投资产生挤出效应。 Barro（1991）通过内生增长模型分析政府消费增加使得经济增长受到严重的负面影响。盖里尔和图洛克（1989）发现OECD国家、非洲和拉丁美洲国家真实GDP的增长与政府消费占GDP比例的增长显著负相关。林双林与宋顺锋利用以总生产函数为基础的经济增长模型，推导出可证实的假设，利用我国189个城市1991～1998年的数据并做回归分析，表明政府的规模和经济增长负向相关。
　　第三种，政府规模与经济增长不存在显著关系。曼库尔・奥尔森通过对长期持续增长的研究发现，政府规模与经济增长之间并没有稳定的关联。科勒德克通过研究发现，经济增长与政府规模并不必然存在大政府与低增长、小政府与高增长这样的关系。同样，Gemmel（1983）、KormendiMeguire（1985）等人通过研究发现，认为政府消费支出与经济增长之间没有显著关系。
　　第四种，政府规模与经济增长之间存在倒U型曲线关系，即Armey曲线。认为它们二者之间呈现出倒U型曲线的关系，而且这证明了存在最优财政规模。巴罗-萨拉-伊-马丁政府支出增长模式对Armey曲线的实证研究。格罗斯曼做了关于政府规模与经济增长之间关系的研究，显示它们之间呈现倒U形关系。
　　二、变量选取、研究过程及结果分析
　　（一）变量选取
　　本文有两个变量，政府规模和经济增长。政府规模用政府消费支出占GDP比例的增长率衡量。经济增长用GDP增长率衡量。GDP以2000年不变价美元计算的。GDP即国内生产总值，是在一定时间内通常是一年，一个国家领土内所有居民所创造的增加值的总和，包括产品税并扣除补贴，还包含资产折旧或者自然资源损耗和退化。
　　（二）时间序列的单位根检验
　　进行单位根检验的目的就是排除虚假回归的可能性，通过单位根检验结果可知，经济增长和政府规模时间序列均是平稳序列。
　　（三）向量自回归模型（VAR模型）
　　本文用向量自回归模型来描述经济增长与政府规模之间的关系。应选取最佳的滞后期与自由度，使得二者处于一个相对均衡的状态，使模型更加准备。假设p为1的时候，记录AIC和SC信息量取值，然后假设p为2时，AIC和SC信息量取值，然后假设p为3时，AIC和SC信息量取值等，最后从中选取AIC和SC信息量取值最小时的p值，从而确定模型的阶数和自由度。
　　本文经过多次试验，得到AIC当最大滞后期数取1时最小（10.08），SC当滞后期数取1时最小（10.35），因此可以确定当p=1时，取得了滞后期与自由度之间的一个平衡状态。
　　将参数估计结果写成方程形式为
　　Gdp=0.627199 GDP（-1）+ 0.135219 GOV（-1）+3.741833
　　Gov=-0.754151 GDP（-1） -0.149128 GOV（-1）+7.112152
　　通过对经济增长与政府规模两个时间序列建立VAR模型，进行线性回归得到以上两个回归方程。从回归方程上来看，可以看到经济增长与政府规模之间具有相关关系。可是，两个经济时间序列经常容易出现伪相关问题，为了避免这种情况的发生，需要进行格兰杰因果分析。
　　（四）VAR模型的稳定性
　　若要进行脉冲响应函数分析和方差分解，需要对VAR模型的稳定性进行检验。本文采用的是VAR模型的方程的特征根是否在单位圆里。若特征根都在单位圆里，则说明建立的VAR模型是平稳的。若特征根在圆上，则说明建立的VAR模型是非平稳的。
　　从检验结果可以得到：VAR模型的特征方程的根都在单位圆以内，所以说明所建立的VAR模型是稳定的，可以进行脉冲响应函数分析和方差检验。
　　（五）方差分解
　　考虑VAR模型时，采用方差分解方法研究模型的动态特征。通过方差分解，能够了解新息对模型内生变量的相对重要性。 　　通过变量经济增长政府规模方差分解结果图，可以得到，来自政府规模新息的影响对经济增长预测误差几乎没有作用，而经济增长方程的新息对于政府规模预测误差有一定的贡献度。
　　（六）格兰杰因果分析
　　为了检验参数的显著性，我们还需要进行格兰杰因果分析，排除伪回归的现象。由结果可知，说明至少在95%的置信水平下，政府规模不是经济增长的格兰杰原因，而经济增长是政府规模的格兰杰原因。
　　（七）研究结果
　　式1：Gdp=0.627199*GDP（-1）+ 0.135219*GOV（-1）+ 3.741833
　　式2：Gov=-0.754151*GDP（-1）-0.149128*GOV（-1）+ 7.112152
　　通过回归结果分析，经济增长对政府规模是正相关关系，而且经济增长每提高一个百分点，政府规模扩大0.75个百分点。而回归方程1存在伪回归现象，因为格兰杰因果分析结果显示政府规模并不是经济增长的格兰杰原因。
　　三、结论与启示
　　本文基于我国1979～2011年的数据，考察政府规模与经济增长之间的关系，通过建立向量自回归模型和格兰杰因果分析，得出以下结论：经济增长是政府规模的格兰杰原因，且具有正相关关系，这点结论正好符合瓦格拉假说。自改革开放以来，随着我国城市化进程不断加快，不断涌入城市的人口也不断递增，而且增长速度越来越快。人口大量涌入，必然导致对公共服务设施的要求增加，政府消费支出也将扩大，以满足人们日益增长的需求。
　　本文通过分析，并没有发现存在由政府规模到经济增长的因果关系的证据，即没有发现经济增长对政府规模的反馈影响，可见凯恩斯主义的观点并没有在中国的数据中得到验证。这可能是因为政府支出效益不高，即使政府支出规模增加，投资环境不能得到相应的改善，内需也不能得到扩大，所以国民经济并未得到显著影响。
　　参考文献：
　　[1]查尔斯・沃尔夫.市场，还是政府，不完善的可选事物间的抉择[M].重庆：重庆出版社，2007.
　　[2]李建强，张淑翠.政府规模对经济增长的非线性影响――基于中国省级面板数据的平滑转移检验[J].南京财经大学学报，2011（05）.
　　[3]马树才，孙长清.经济增长与最优财政支出规模研究[J].统计研究，2005（01）.
　　[4]欧阳志刚.我国政府支出对经济增长贡献的经验研究[J].数量经济技术经济研究，2004（05）.
　　[5]刘霖.政府规模与经济增长――基于秩的因果关系研究[J].社会科学研究，2005（01）.
　　[6]李国柱，马树才.政府规模与经济增长：基于中国的经验研究[J].统计与决策，2007（03）.
　　[7]钟正生，饶晓辉.我国存在最优政府规模曲线吗[J].财贸研究，2006（05）.
　　[8]徐巍.政府规模与经济增长关系研究[D].中共中央党校，2007.
　　（作者单位：中央财经大学）
转载注明来源:https://www.xzbu.com/2/view-8481997.htm