国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

資源詛咒、金融部門與經(jīng)濟增長

2015-07-13 11:44胡華
關(guān)鍵詞:金融部門經(jīng)濟增長

胡華

[摘要]學(xué)界研究發(fā)現(xiàn),資源豐裕程度與經(jīng)濟增長并非線性關(guān)系。相對于線性模型,非線性模型可解決多重共線性問題,并大幅提高可決系數(shù)?;诜蔷€性模型的實證研究顯示,資源詛咒命題在中國整個大陸并不成立,但在一些區(qū)域是成立的,如東部、華東、華南、長三角地區(qū);資源部門對經(jīng)濟增長的促進作用有限,金融部門對經(jīng)濟的促進作用明顯高于資源部門,發(fā)展金融業(yè)有利于促進經(jīng)濟增長;在不同區(qū)域,發(fā)展金融業(yè)對經(jīng)濟的促進作用存在差異,如將中國劃分為七個經(jīng)濟區(qū)域,按金融部門對經(jīng)濟促進作用的從大到小排序,依次是東北、華東、華中、華北、華南、西北、西南。

[關(guān)鍵詞]資源詛咒;金融部門;經(jīng)濟增長;非線性模型

[中圖分類號]F061.2[文獻標(biāo)志碼]A[DOI]10.3969/j.issn.1009-3729.2015.01.012

“資源詛咒”是指豐富的資源稟賦并不一定能促進經(jīng)濟增長,還可能阻礙經(jīng)濟增長。[1]直觀上看,資源詛咒命題在中國大陸是成立的。例如,長三角地區(qū)(上海、江蘇、浙江)資源貧瘠,西部地區(qū)(重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、廣西、內(nèi)蒙古)資源豐富:在全國國土面積中,長三角地區(qū)占比不足3%,西部地區(qū)占比高達(dá)71.5%;礦產(chǎn)資源工業(yè)總產(chǎn)值方面,2011年,長三角地區(qū)占比是1.77%,西部地區(qū)占比是35.76%。但長三角地區(qū)經(jīng)濟發(fā)達(dá),經(jīng)濟增速較高。2012年,長三角地區(qū)GDP占全國GDP 18.89%,西部地區(qū)占比僅為19.76%;經(jīng)濟增速方面,1978—2012年,長三角地區(qū)年均GDP增速是16.28%,高于西部地區(qū)的16.05%。

徐康寧等[2-3]較早地將資源詛咒研究引入中國,研究資源詛咒命題在中國大陸是否成立,以及資源詛咒的傳播途徑。當(dāng)然,有的研究并不支持資源詛咒命題,如Rui Fan等[4-5]通過計量研究發(fā)現(xiàn):資源詛咒命題在中國城市層面上并不成立。還有一些研究認(rèn)為,在不同地區(qū)或不同時間段,資源與中國經(jīng)濟增長的關(guān)系存在差異,“資源祝?!迸c“資源詛咒”并存。[6-7]除了大量的實證研究外,一些學(xué)者的經(jīng)驗研究也證實,資源詛咒命題在中國大陸成立,并從“荷蘭病”、人力資本、制度等諸多角度加以詮釋,呼吁從產(chǎn)業(yè)多元化、提高人力資本投入、規(guī)范制度安排等多方面解決資源詛咒問題,但迄今尚缺乏從金融部門角度研究資源詛咒的文獻。為此,本文擬采用靜態(tài)面板數(shù)據(jù)模型、動態(tài)面板數(shù)據(jù)模型與非線性模型,分別研究資源豐裕程度變量和金融就業(yè)變量與經(jīng)濟增長之間的關(guān)系,分析非線性模型優(yōu)于線性模型的原因,論證金融部門對解決資源詛咒問題的作用,比較各地金融部門對經(jīng)濟增長促進作用的差異。

一、模型選擇與變量設(shè)定

1.模型選擇

2.變量設(shè)定

本文選用“人均實際GDP的自然對數(shù)”作為被解釋變量Y。人均GDP等于各年各地區(qū)GDP除以相應(yīng)的人口數(shù),運用城鎮(zhèn)居民消費價格指數(shù)剔除物價波動對人均GDP的影響,可獲得人均實際GDP;在此基礎(chǔ)上,取自然對數(shù),即可獲得人均實際GDP的自然對數(shù)。采用自然對數(shù)的形式,可以減少各回歸模型出現(xiàn)異方差問題。選取“采掘業(yè)(采礦業(yè))就業(yè)人員占當(dāng)?shù)厝丝诒戎氐淖匀粚?shù)”(N)作為資源要素豐裕程度的表征變量,這種做法存在一個問題:1997—2005年,《中國城市統(tǒng)計年鑒》的從業(yè)人員分類存在差異:1997—2004年,與資源開發(fā)相關(guān)的就業(yè)人員被稱為采掘業(yè)就業(yè)人員;而2005年后,與資源開發(fā)相關(guān)的就業(yè)人員被稱為采礦業(yè)就業(yè)人員。采掘業(yè)與采礦業(yè)的主要內(nèi)容是相同的,都包括石油開采、天然氣開采、煤炭開采,以及其他礦產(chǎn)開采等,兩者差別在于:采掘業(yè)包括石油、天然氣等非礦石資源的開發(fā)利用和自來水的生產(chǎn)與供應(yīng),而采礦業(yè)不包括這些內(nèi)容。但觀察采掘業(yè)從業(yè)人員占當(dāng)?shù)厝丝诘谋戎嘏c采礦業(yè)從業(yè)人員占當(dāng)?shù)厝丝诘谋戎貏t發(fā)現(xiàn),兩者不存在明顯的差異,2004年,中國地級及地級以上城市的采掘業(yè)從業(yè)人員占當(dāng)?shù)厝丝诘谋戎厥?.401%,2005年中國地級及地級以上城市的采礦業(yè)從業(yè)人員占當(dāng)?shù)厝丝诘谋戎厥?.404%;同樣,2004年各市的采掘業(yè)從業(yè)人員占當(dāng)?shù)厝丝诘谋戎嘏c2005年各市的采礦業(yè)從業(yè)人員占當(dāng)?shù)厝丝诘谋戎匾膊淮嬖陲@著差別,如北京市2004年采掘業(yè)從業(yè)人員占當(dāng)?shù)厝丝诘谋戎厥?.188%,2005年采礦業(yè)從業(yè)人員占當(dāng)?shù)厝丝诘谋戎厥?191%。因此,本文對這兩個比重不加區(qū)別。

本文所選控制變量包括:一是人口密度變量P,等于每平方公里人數(shù)的自然對數(shù);二是就業(yè)變量J,用各行業(yè)從業(yè)人員占當(dāng)?shù)厝丝诒戎氐淖匀粚?shù)表征;三是人力資本投入變量G,用教育業(yè)從業(yè)人員占當(dāng)?shù)厝丝诒戎氐淖匀粚?shù)表征;四是城市化程度變量City,用市轄區(qū)人口占總?cè)丝诒戎氐淖匀粚?shù)表征。因此,包含所有變量的模型如下。

靜態(tài)面板數(shù)據(jù)模型Ⅰ:

上述變量使用的數(shù)據(jù)是中國大陸285個地級以上城市的市級面板數(shù)據(jù),來自2004—2013年《中國城市統(tǒng)計年鑒》,剔除數(shù)據(jù)不連續(xù)的巢湖市、三沙市、畢節(jié)市、銅仁市和數(shù)據(jù)缺失嚴(yán)重的拉薩市。即使如此,其他城市仍有一些變量值缺失,因此所采用的市級面板數(shù)據(jù)并非平衡面板數(shù)據(jù)。各變量的含義、均值、標(biāo)準(zhǔn)差等詳見表1。

二、面板數(shù)據(jù)模型的估計與多重共線性問題

1.靜態(tài)面板數(shù)據(jù)模型結(jié)果與檢驗

下面運用靜態(tài)面板數(shù)據(jù)模型進行回歸,六個模型的因變量都是人均實際GDP的自然對數(shù),模型I只有一個解釋變量N,在此基礎(chǔ)上,依次加入N的平方項,人口密度變量P,就業(yè)變量J,人力資本投入變量G,城市化程度變量City,從而形成模型Ⅰ2~Ⅰ6。如表2所示,這6個模型都是固定效應(yīng)模型。確定使用固定效應(yīng)模型前,運用似然比檢驗對混合面板數(shù)據(jù)模型與個體隨機效應(yīng)模型進行比較,此檢驗的原假設(shè)是靜態(tài)面板數(shù)據(jù)模型的個體效應(yīng)的方差等于零,所有6個模型的檢驗結(jié)果顯示,原假設(shè)成立的概率都低于10%,因此固定效應(yīng)模型更優(yōu)。為甄別固定效應(yīng)模型與隨機效應(yīng)模型的優(yōu)劣,對其進行Hausman檢驗,其原假設(shè)是個體固定效應(yīng)模型與個體隨機效應(yīng)模型的擬合系數(shù)不存在系統(tǒng)性的差異,檢驗結(jié)果顯示,都適用固定效應(yīng)模型?;貧w結(jié)果顯示,在6個模型中,N的擬合系數(shù)都大于零,且能通過顯著性檢驗,這表明,資源詛咒命題在中國大陸不成立。N的平方項都大于零,說明資源變量與經(jīng)濟增長之間呈現(xiàn)“正U型”關(guān)系。

4個控制變量的擬合系數(shù)都是正值,且都能通過顯著性檢驗,說明人口密度的增加、就業(yè)增加、人力資本投入增加、城市化推進都有利于促進經(jīng)濟增長。變量P(每平方公里人數(shù)的自然對數(shù))與因變量呈顯著的正相關(guān),且能通過1%的顯著性檢驗,原因是人口密度增加會有更多人成為經(jīng)濟人口,獲得工資或獲得所擁有生產(chǎn)要素的報酬,這些都將提高GDP;變量J(從業(yè)人員占當(dāng)?shù)厝丝诒戎氐淖匀粚?shù))的擬合系數(shù)是正值,且能通過顯著性檢驗,說明新增就業(yè)可以提高人均實際GDP,原因是新增就業(yè)將增加人均收入,收入水平提高會促進消費,新增消費則以乘數(shù)作用于GDP,促進人均實際GDP提高;變量G(教育業(yè)從業(yè)人員占當(dāng)?shù)厝丝诒戎氐淖匀粚?shù))的擬合系數(shù)是正值,能通過1%的顯著性檢驗,說明教育投入有利于經(jīng)濟增長,原因是教育投入可

模型類型固定效應(yīng)模型固定效應(yīng)模型固定效應(yīng)模型固定效應(yīng)模型固定效應(yīng)模型

注:1.因變量都是Y(人均實際GDP的自然對數(shù));2.括號內(nèi)數(shù)值是t檢驗值;3.#、*、**、***分別表示擬合系數(shù)能通過15%、10%、5%、1%的顯著性檢驗;4.模型通過Stata 12.0軟件計算得來。

提高當(dāng)?shù)鼐用袷芙逃?,提高其生產(chǎn)效率,從而促進經(jīng)濟增長;變量City(市轄區(qū)人口占總?cè)丝诒戎氐淖匀粚?shù))的擬合系數(shù)是正值,且能通過顯著性檢驗,原因在于擴大的城市規(guī)模將吸引更多流動資源進入,有助于促進經(jīng)濟增長。靜態(tài)面板數(shù)據(jù)模型可以證明資源詛咒命題不成立,但此模型有缺陷,可決系數(shù)都低于0.2。

2.動態(tài)面板數(shù)據(jù)模型結(jié)果與檢驗

運用動態(tài)面板數(shù)據(jù)模型進行回歸分析,結(jié)果見表3。由表3可知,模型Ⅱ0的資源變量同人均實際GDP的自然對數(shù)呈正相關(guān),且能通過顯著性檢驗。為檢驗兩者關(guān)系的穩(wěn)定性,在模型Ⅱ2~Ⅱ6中逐一加入資源變量的平方項、人口密度變量P、就業(yè)變量J、人力資本投入變量G、城市化程度變量City等控制變量。結(jié)果顯示,資源變量的擬合系數(shù)都大于0,但在模型Ⅱ2~Ⅱ6中,不能通過顯著性檢驗。資源變量平方項的擬合系數(shù)有正有負(fù),說明無法確定資源變量與經(jīng)濟增長之間是否存在非線性相關(guān)關(guān)系。自變量中,加入因變量的滯后一期后,控制變量的顯著性受到很大影響。Sargan檢驗、Hansen檢驗顯示,上述6個模型都不能通過過度識別檢驗。因此,動態(tài)面板數(shù)據(jù)模型的結(jié)果不能確定資源詛咒命題在中國大陸是否成立。

3.靜態(tài)、動態(tài)面板數(shù)據(jù)模型的多重共線性問題

靜態(tài)、動態(tài)面板數(shù)據(jù)模型的多重共線性問題主要源于資源變量、資源變量平方項的線性相關(guān)關(guān)系。如表4所示,模型Ⅰ′和Ⅱ′都是一元線性回歸模型,因變量都是資源變量的平方項,自變量都是資源變量。模型Ⅱ′與Ⅰ′的區(qū)別在于:模型Ⅱ′針對自相關(guān)問題進行修正,使得D-W統(tǒng)計量從0.107提高至1.785。兩模型結(jié)果顯示,N與N2之間存在很強的正相關(guān)性,這會導(dǎo)致靜態(tài)、動態(tài)面板數(shù)據(jù)模型的多重共線性問題。要檢驗資源詛咒命題是否成立,以及經(jīng)濟增長與資源變量間是否存在非線性相關(guān)性,還需采取非線性模型進行估計。

三、非線性模型的估計

1.資源變量與經(jīng)濟增長非線性模型的估計

運用迭代法對非線性模型(Yi,t=b0×b1Ni,t+μi,t)進行估計(Y代表人均實際GDP的自然對數(shù),N代表采掘業(yè)(采礦業(yè))就業(yè)人員占當(dāng)?shù)厝丝诒戎氐淖匀粚?shù)),具體結(jié)果見表5。選取全國為樣本進行非線性模式估計發(fā)現(xiàn),b0=5.350>0,b1=1.006>1,說明經(jīng)濟增長與資源變量呈正相關(guān)關(guān)系,因此,在中國大陸資源詛咒命題不成立。調(diào)整后可決系數(shù)達(dá)到0978,高于靜態(tài)面板數(shù)據(jù)的可決系數(shù)。

將中國大陸劃分為東、中、西三大區(qū)域發(fā)現(xiàn),資源詛咒命題在東部地區(qū)成立,在中、西部地區(qū)不成立。中、西部地區(qū)中,西部地區(qū)的擬合系數(shù)都大于中部地區(qū)的擬合系數(shù),說明資源部門對西部經(jīng)濟的促進作用要大于對中部經(jīng)濟的促進作用。

將中國大陸劃分為華北等七個小區(qū)域發(fā)現(xiàn),資源詛咒命題在華東、華南地區(qū)成立,在華北、東北、華中、西北、西南地區(qū)不成立。西北地區(qū)的擬合系數(shù)都大于其他地區(qū)的擬合系數(shù),說明資源部門對西北經(jīng)濟的促進作用要大于對其他地區(qū)經(jīng)濟的促進作用。

在京津冀、長三角、西三角三區(qū)域,資源詛咒命題在長三角成立,在其他兩區(qū)域不成立。京津冀地區(qū)的擬合系數(shù)都大于其他兩地區(qū)的擬合系數(shù),說明資源部門發(fā)展更有利于促進京津冀地區(qū)的經(jīng)濟增長。當(dāng)b1等于1時,資源變量的變化不會引起經(jīng)濟

增長的變化。在不同區(qū)域,資源變量與經(jīng)濟增長的關(guān)系雖有所不同,但在所有的非線性模型中,b1都介于0.97~1.04之間,都接近于1。換言之,即使大部分地區(qū)資源部門對經(jīng)濟增長存在促進作用,但此作用也很有限,因此應(yīng)采用產(chǎn)業(yè)多元化戰(zhàn)略來促進經(jīng)濟增長,如通過發(fā)展金融部門來促進經(jīng)濟增長等。

2.金融就業(yè)變量與經(jīng)濟增長非線性模型的估計

下面運用迭代法對非線性模型(Yi,t=b0×b1Fi,t+μi,t)進行估計(Y代表人均實際GDP的自然對數(shù),F(xiàn)代表金融就業(yè)變量,用金融業(yè)從業(yè)人員占當(dāng)?shù)厝丝诒戎氐淖匀粚?shù)表征,金融從業(yè)人員占當(dāng)?shù)厝丝诘谋戎卦礁?,金融部門越發(fā)達(dá)),具體結(jié)果見表6。由表6可知,對中國大陸所有城市進行估計,調(diào)整后的可決系數(shù)達(dá)到0.986,擬合系數(shù)b0=11.57>0,擬合系數(shù)b1=1.147>1,這兩個擬合系數(shù)都大于表5中選取全國為樣本時的相應(yīng)值,說明相對于資源部門,金融部門發(fā)展更有利于促進經(jīng)濟增長。下面分析各區(qū)域情況,總體上,各區(qū)域的非線性模型調(diào)整后的可決系數(shù)都大于0.97,說明非線性模型很好地解釋了金融就業(yè)變量與經(jīng)濟增長的關(guān)系。

在東、中、西三大區(qū)域內(nèi),金融就業(yè)變量與經(jīng)濟增長非線性回歸模型的擬合系數(shù)都大于資源變量與經(jīng)濟增長非線性回歸模型的相應(yīng)值,說明在大區(qū)域內(nèi),相對于資源部門,金融部門的發(fā)展更有利于促進經(jīng)濟增長。表6中,中部地區(qū)的擬合系數(shù)大于東部、西部的相應(yīng)值,說明相對于東、西部地區(qū),中部地區(qū)的金融部門對當(dāng)?shù)亟?jīng)濟的促進作用更強。

在華北、東北、華東、華南、華中、西北和西南七個小區(qū)域內(nèi),金融就業(yè)變量與經(jīng)濟增長非線性回歸模型的擬合系數(shù)都大于資源變量與經(jīng)濟增長非線性回歸模型的相應(yīng)值,說明在小區(qū)域內(nèi),相對于資源部門,金融部門發(fā)展更有利于促進經(jīng)濟增長。表6說明東北地區(qū)的金融部門對當(dāng)?shù)亟?jīng)濟促進作用大于其他地區(qū)。按照擬合系數(shù)b0或b1從大到小的順序排列(按b0、b1從大到小順序排列的結(jié)果相同),依次是東北、華東、華中、華北、華南、西北、西南,這是金融部門對經(jīng)濟促進作用按照從大到小排序的結(jié)果。

在京津冀、長三角、西三角三個區(qū)域內(nèi),金融就業(yè)變量與經(jīng)濟增長非線性回歸模型的擬合系數(shù)都大于資源變量與經(jīng)濟增長非線性回歸模型的相應(yīng)值,說明相對于資源行業(yè),金融部門發(fā)展更有利于促進經(jīng)濟增長。按照擬合系數(shù)b0或b1從大到小的順序排列,依次是長三角、京津冀、西三角,即在金融部門對經(jīng)濟增長促進作用方面,長三角較大,京津冀居中,西三角較小。

四、結(jié)論

1.資源部門對經(jīng)濟增長的促進作用有限

基于2004—2012中國市級面板數(shù)據(jù),本文考察了資源豐裕程度與經(jīng)濟增長的關(guān)系,采用靜態(tài)面板數(shù)據(jù)模型、動態(tài)面板數(shù)據(jù)模型、非線性模型,研究發(fā)現(xiàn),非線性模型的可決系數(shù)更高。非線性模型結(jié)果顯示,資源詛咒命題在中國整個大陸雖不成立,但在一些小區(qū)域成立,如東部、華東、華南、長三角地區(qū)。在其他區(qū)域,資源詛咒命題雖不成立,但資源部門對經(jīng)濟增長的促進作用有限。

2.發(fā)展金融業(yè)有利于促進經(jīng)濟增長

運用非線性模型,研究金融就業(yè)變量與經(jīng)濟增長的關(guān)系,發(fā)現(xiàn)在中國大陸整體范圍內(nèi),或在任何一個區(qū)域,金融部門對經(jīng)濟增長的促進作用都高于資源部門。因此,解決資源詛咒問題、促進經(jīng)濟增長的方法之一是實行產(chǎn)業(yè)多元化,如促進金融業(yè)發(fā)展。

3.發(fā)展金融業(yè)對中部、東北、長三角地區(qū)經(jīng)濟增長的促進作用較大

在東、中、西三大區(qū)域內(nèi),中部地區(qū)金融部門對經(jīng)濟的促進作用較強。在華北等七個小區(qū)域內(nèi),金融部門對經(jīng)濟促進作用按照從大到小排序依次是:東北、華東、華中、華北、華南、西北、西南;在京津冀、長三角、西三角三個區(qū)域內(nèi),金融部門對經(jīng)濟的促進作用,長三角較大,京津冀居中,西三角較小。

[參考文獻]

[1]Auty R M.Sustaining Development in Mineral Economies:The Resource Curse Thesis[M].London:Routledge,1993.

[2]徐康寧,韓劍.中國區(qū)域經(jīng)濟的“資源詛咒”效應(yīng):地區(qū)差距的另一種解釋[J].經(jīng)濟學(xué)家,2009(6):96.

[3]徐康寧,王劍.自然資源豐裕程度與經(jīng)濟發(fā)展水平關(guān)系的研究[J].經(jīng)濟研究,2006(1):78.

[4]Rui Fan,Ying Fang,Sung Y Park.Resource Abundance and Economic Growth in China[Z].Xiamen:Xiamen University,2010.

[5]方穎,紀(jì)衎,趙揚.中國是否存在“資源詛咒”[J].世界經(jīng)濟,2011(4):144.

[6]李偉軍,李智.知識溢出與資源詛咒假說的門檻效應(yīng)[J].經(jīng)濟科學(xué),2013(6):44.

[7]邵帥,范美婷,楊莉莉.資源產(chǎn)業(yè)依賴如何影響經(jīng)濟發(fā)展效率——有條件資源詛咒假說的檢驗及解釋[J].管理世界,2013(2):32.

[8]Sachs J D,Warner A M.Natural resource abundance and economic growth[J].Journal of Development Economics,1999(1):43.

猜你喜歡
金融部門經(jīng)濟增長
大型房企違約對金融部門的影響
金融部門系統(tǒng)性風(fēng)險監(jiān)管
金融部門系統(tǒng)性風(fēng)險監(jiān)管
提升最低生活保障標(biāo)準(zhǔn)對財政支出和經(jīng)濟增長的影響研究
基于物流經(jīng)濟的區(qū)域經(jīng)濟增長研究
知識產(chǎn)權(quán)保護、國際貿(mào)易與經(jīng)濟增長的文獻綜述
反腐與經(jīng)濟增長
人口結(jié)構(gòu)與中國經(jīng)濟增長的經(jīng)濟分析
碳排放、產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟增長的關(guān)系研究
金融部門如何支持產(chǎn)業(yè)集群轉(zhuǎn)型升級的思考
上林县| 赤水市| 榆林市| 自贡市| 运城市| 惠水县| 七台河市| 琼结县| 枣庄市| 玛曲县| 怀来县| 宁海县| 漯河市| 深圳市| 增城市| 吴川市| 云阳县| 吉安市| 浦江县| 嵊泗县| 阿图什市| 正蓝旗| 天气| 卓尼县| 丹江口市| 孙吴县| 白银市| 黄山市| 旺苍县| 衢州市| 古蔺县| 迁安市| 盐城市| 禹州市| 平阴县| 囊谦县| 黄梅县| 金乡县| 苍南县| 巴彦县| 隆林|