Granger因果（精选7篇）
Granger因果 篇1
改革开放以来,中国经济保持了高速增长,这得益于政府长期以来的大量投资。新时期,中国经济如何持续健康发展,是亟待解决的问题。单纯依靠政府投资拉动经济增长已经是“穷途末路”。而关于财政支出结构如何改变才能适应新的经济形势,本文通过实证方法分析中国财政支出结构中基本建设支出、科教文卫支出、社会保障支出及财政对科学研究支出与经济增长的关系,并根据实证结果提出相应的政策建议。
一、数据的选择与处理
政府的财政支出包括很多方面,大致可以分为经济性支出和社会性支出。本文选取基本建设支出、科教文卫支出、社会保障支出及财政对科学研究支出四个指标进行研究,其中科学研究支出是科教文卫支出的一部分。这里把科学研究支出从科教文卫支出中提取出来,再单独研究其与经济增长的关系,主要是基于国外已有的研究显示科研支出能够促进经济增长,在此可以检验科研支出在中国的作用。基本建设支出属于经济性支出,科教文卫支出和社会保障支出属于社会性支出。经济增长选取的代表性指标是国内生产总值。
考虑到GDP等受物价影响较大,为消除这一影响,所有数据均以1978年为基期,通过物价平减指数进行了处理。
本文选取1990—2006年的样本数据,所有数据均来自《中国统计年鉴》,并经过了对数化处理(见附表)。上述五个指标分别记为LNJBJS、LNKJWW、LNSHBZ、LNKXYJ、LNGDP。
二、实证分析
(一)平稳性检验(ADF单位根检验)
经济时间序列首先需要进行平稳性检验,本文运用ADF单位根对五个指标序列进行了检验。结果显示:在5%的置信水平,不带趋势项和截距项且滞后两期的情况下,五个序列均是平稳序列。这意味着可以进行协整检验。
(二)协整检验
由于LNJBJS、LNKJWW、LNSHBZ、LNKXYJ、LNGDP均是同阶单整,用LNJBJS、LNKJWW、LNSHBZ、LNKXYJ分别与LNGDP进行OLS回归,将所得到的残差项分别记为REJB-JS、REKJWW、RESHBZ、REKXYJ。对这四个残差序列进行ADF检验,得到结果如下:
检验结果表明,在5%的置信水平下,基本建设支出、科教文卫支出、社会保障支出、财政对科学研究支出与GDP之间存在协整关系,但还无法确定它们之间的因果关系,还需要进行Granger因果关系检验。
(三)Granger因果关系检验
Granger因果检验的前提必须保证两组序列为平稳序列,这在文章前面已经通过检验。同时,对序列取对数并不影响它们之间的因果关系。在滞后两期的情况下,Granger因果关系检验结果如下:
从输出结果看,在5%的显著性水平下:LNGDP是LNJBJS的格兰杰原因,LNJBJS不是LNGDP的格兰杰原因;LNKJWW不是LNGDP的格兰杰原因,LNGDP也不是LNKJWW的格兰杰原因;LNSHBZ不是LNGDP的格兰杰原因,LNGDP是LNSHBZ的格兰杰原因;LNKXYJ不是LNGDP的格兰杰原因,LNGDP也不是LNKXYJ的格兰杰原因。
三、结论分析与政策建议
(一)结论分析
文章利用1990—2006年的时间序列,通过平稳性、协整、Granger因果关系检验等计量方法对样本数据进行了实证分析,得出如下结果:
1. 从整体上来看,基本建设支出、科教文卫支出、社会保障支出、科学研究支出与经济增长之间都存在着长期和稳定的关系。
2. 经济增长是基本建设支出的格兰杰原因,而基本建设支出却不是经济增长的格兰杰原因。这也就是说,经济增长会导致国家对基本建设支出增加,但实证结果显示不存在基本建设支出促进经济增长的通道。所以说,在现阶段单纯依靠投资基础设施建设并不能很好地促进中国经济的增长,现有经济增长方式必须转型。
3. 科教文卫支出与经济增长彼此之间不存在格兰杰原因。这可能是由于科教文卫支出对经济增长有比较长的滞后效应。科学研究支出与经济增长之间也不存在格兰杰原因,这表明,我国财政对科学研究的支出对经济的拉动作用不明显,经济增长的科技含量低,整个社会创新能力不足。
4. 经济增长是社会保障支出的格兰杰原因,社会保障支出不是经济增长的格兰杰原因。这与当前的现状是吻合的。近年来,伴随着财政收入的增加,政府在社会保障方面的支出逐年增加,增幅也较大。现有的样本数据显示,社会保障支出不能促进经济增长。我国的社会保障还处于初级阶段,保障水平低,还有很大的提高空间。
(二)政策建议
1. 加大对教育和科研的投入。
在知识经济时代,科技、教育是一个国家经济增长的重要推动力。基础教育是公共产品,可以提高全民素质。继续加强对基础教育的投入,将辖区内教育水平纳入官员的政绩考核中。教育对经济增长的促进作用有明显的滞后效应,防止地方官员的“短视”行为。继续加强落实企业创新活动的政策优惠,提高全社会的创新能力,以创新促进经济增长。
2. 增加社会保障和医疗卫生支出。
继续完善我国社会保障制度。目前,我国的社会保障水平较低,应逐步提高保障水平。应深化医药卫生体制改革,完善新型农村合作医疗制度和城镇居民基本医疗保险制度,进一步提高参保率,提高财政补助标准。
3. 缩减直接经济建设支出。
经济建设的主体应进一步由政府转向企业,财政要退出竞争性、生产性的经营领域,只进行涉及国计民生的公益性投资及基础设施建设,改变与民争利的局面。
摘要：财政支出与经济增长之间有联系,那么,财政支出结构的变化是否会对经济增长起到显著的作用,它们之间的关系如何,就值得研究。可运用单位根、协整及Granger因果关系检验等计量方法,分析中国财政支出结构与经济增长的关系。
关键词：经济增长,财政支出结构,Granger因果关系检验
参考文献
[1]韩远迎.财政支出结构与经济增长的实证分析[J].科技和产业,2007,(2).
[2]孙文祥,张志超.财政支出结构对经济增长与社会公平的影响[J].上海财经大学学报,2004,(6).
[3]曾娟红,赵福军.促进我国经济增长的最优财政支出结构研究[J].中南财经政法大学学报,2005,(4).
[4]何继善,汪东华.转型期我国财政支出结构与经济增长关系研究[J].财经理论与实践,2006,(6).
Granger因果 篇2
关键词：GDP,上证综合指数,Granger因果关系检验
一、概述
GDP不但可反映一个国家的经济表现, 还可以反映一国的国力与财富。股票市场是经发行的股票转让、流通和买卖的场所。
GDP和股票市场的关系, 多数人观点认为:GDP和股市之间存在着相互影响的双向关系。首先, 实体经济即上市公司是股票市场的基石, 当实体经济发展良好时, 国家的GDP就会增加, 上市公司经营状况良好, 股市上的投资者对股票的前景看好, 投资者会增加对股票的投资, 从而带来股市的繁荣, 股票价格指数就会上升;当实体经济发展萧条时生产萎缩国家的GDP相应的就会下降上市公司的经营状况恶化投资者对上市公司的发展前景不看好相应的对其的股票也看跌投资者会纷纷抛售股票从股市把资金撤回, 相伴的是股市的低迷, 这样股票价格指数就会走低。其次, 股票市场对GDP也有反向的影响作用。股市是资金资源优化配置的市场, 投资者可以利用各种信息, 灵活调整资金的投向和数量。当投资者凭借某些信息看好一些上市公司的发展认为有投资的价值时, 投资者就会增加投资, 上市公司容得较多的资金后会扩大生产, 这就增加了GDP。相反, 股市低迷投资者撤资上市公司资金链短缺后会直接影响生产, 这样会使GDP下降。然而以上的分析是基于对GDP和上证综合指数的定性分析属于规范分析。为了考察现实生活中GDP和上证综合指数之间的实际关系, 我们对他们之间的关系进行实证分析即定量分析。
二、样本和数据来源
论文选择了1990年至2013年的上证综指和GDP的数据进行研究来分别描述股市近年来的表现情况和国民经济形势。上证综合指数和GDP选择当年12月31号的数据, 这两者均来自于中国统计局网站。主要的目的是是, 对上证综指和GDP进行协整检, 分析两者之间是否存在Granger因果关系或长期的协整关系。检验前对数据进行对数运算以消除异方差的影响。
三、ADF检验实证结果
大多数金融时间序列是非平稳的时间序列, 要对经济变量序列进行平稳性检验以检验时间序列是不是平稳。首先分别对经济变量的时间序列进行ADF检验。
单位根检验的最适滞后期是在残差符合无序列相关下, 选择AIC的最小值所产生的。单位根检验有:有截距项、有截距项并有时间趋势项以及无截距项和时间趋势向三种形式。按照这三种形式, 检验的顺序是:先选择有截距项和时间趋势项, 如果有截距项和时间趋势项均不显著, 再选择有截距项。如果截距项不显著, 最后选择无截距项与无趋势项。在无截距项与无趋势项的情况下经济变量的时间序列无法形成稳态, 那就进行一阶差分重复进行检验顺序直到时间序列稳态。分别对经济变量的对数时间序列进行ADF检验。
LNX检验的初始设定是有常数项和趋势向而由一阶滞后项的ADF检验, 对X的时间序列进行单位根检验发现t值是:-6.5741, 小于水平情况下的t值, 很明显LNX是平稳的时间序列。
LNY检验的初始设定是有常数项和趋势向而由一阶滞后项的ADF检验, 对Y的时间序列进行单位根检验发现t值是:-3.9833, 在5%的显著性水平下, 很明显LNY是平稳的时间序列。
四、协整分析结果
协整模型要求变量之间具有相同的单整结束, 对LNY和LNX进行OLS分析得到残差e, 对e进行有常数项和趋势向而由一阶滞后项ADF单位根检验, 得出e是平稳序列。所以LNY和LNX协整。GDP和上证综合指数之间存在长期的关系。对LNY和LNX进行OLS回归得到残差e, 并对e进行ADF检验的结果。
五、granger因果关系检验结果
从granger因果关系检验分析发现中国GDP和上证综合指数之间存在如下关系, 检验结果如下表所示:
从表中可以看出, LNY变化的格兰杰原因是LNX, 但是LNY的变化不会引起LNX的变化。
六、结论
1.GDP的变化能引起上证指数变化, 也就是说GDP的变化可以引起上证综指的变化, 即GDP可以解释上证综合指数的变化。我们可以根据GDP的变化来预测股市的变化, 股市的投资可以参考GDP来预测和作为参考指标。或者根据GDP的构成来选取做多何种股票和做空何种股票。
2.上证综指的变化不是GDP变化的原因, 也就是说我们不能从上证综指的变化预测GDP的变化。我国的股市自2008年从最高点跌到2000点后一直在2000点附近徘回, 但是我国的GDP是不断增长的, 这说明股市的变化是无法预测GDP的变化的。从图可以看出代表GDP的X是向右上方倾斜的呈上升趋势, 而且变化幅度比较大。而代表上证指数的Y的变化幅度比较小在2008年下降以来一直在低位徘徊。这说明上证综合指数是不能用来预测GDP的变化的。
3.综合来说, 我国GDP对股票市场的影响较大, 而股市的变化对GDP的变化并不明显。也就是说在证券市场上, 证券市场的波动对GDP变量并不具有明显地解释作用。
参考文献
[1]魏武沁.宏观因素对国内股票市场影响的研究[F].专家论坛, 2012, (261) .
Granger因果 篇3
目前, 研究交通基础设施建设与社会发展的关系, 主要有3种认识:①认为经济发展促进交通基础设施建设的进行, 人们对出行和运输的需求发生变化, 社会发展及经济活动所引发的交通运输需求增加, 促使政府加大交通基础设施建设的投入;②认为交通基础设施建设增加了人工、材料、机械的需求, 引发国民经济其他行业需求的增加, 同时, 运输条件的改善, 又能促进交通运输业的发展、促进人和物的交流、促进与其紧密相关行业的发展, 从而直接或间接拉动了经济的发展[1];③认为交通基础设施建设的发展是经济发展的原因, 同时也是经济发展的结果。以上3种认识都反映了交通基础设施建设与社会发展的因果关系。
我国研究交通基础设施建设与经济发展的关系, 为合理制定交通投资策略及交通运输发展政策提供了理论支持。选取反映交通基础设施建设的5种运输方式的运输里程与反映经济发展的国民生产总值 (GDP) , 运用经济学模型——格兰杰 (Granger) 因果关系检验模型和协整检验模型, 分析探讨交通基础设施建设与经济发展的因果关系。
1 我国交通基础设施建设与经济发展概况
我国在20世纪80年代中期和90年代中期, 先后2次出台政策推动交通基础设施的建设, 交通基础设施的总量和规模迅速扩大, 铁路、公路、水路等得到快速发展, 并跃居世界前列, 已形成初具规模的综合运输体系。由1978～2003年的中国经济发展数据可见, 20多年来, 我国GDP由1978年的3 624.1亿元增至2003年的117 251.9亿元, 平均增长为15.18%。同时, 交通基础设施建设方面, 除内河航道外, 铁路、公路、民航和输油 (气) 管道里程均呈增长趋势, 平均增长分别为1.4%、2.95%、10.85%和5.72%。如图1可知, 我国经济发展与交通基础设施建设的发展趋势基本一致。公路运输里程与我国GDP一样呈现不断上升趋势。而内河航道里程在1979年以前出现急剧减少, 呈现负增长趋势。这说明随着我国经济的发展, 人们的出行及运输方式逐渐发生变化, 正从传统的铁路和内河航运向公路和航空发展。
2 交通基础设施建设与社会发展关系分析
2.1 格兰杰 (Granger) 因果关系检验原理
格兰杰Granger (1969年) 首先尝试对因果关系的方向进行检验。假设X是Y的Granger原因, 但Y并不是X的Granger原因, 则X的过去值应该能够帮助预测Y的未来值, 但Y的过去值不能帮助预测X的未来值。因此, Granger因果性检验一个变量在多大程度上可由一个变量自身的过去值来解释以及加入其它解释变量的过去值, 能否增加解释力度。
Granger因果关系检验要建立偏差模型 (1) 和约束模型 (2)
式中:ut为白噪声;p为Y滞后的阶数;q为X滞后的阶数。X不是Y的Granger原因的零假设βj=0, j=1, 2, …, q。方法检验的仅是X到Y的因果关系, 因此拒绝零假设表明X是Y的Granger原因要检验Y到X的因果关系, 方程 (1) 和 (2) 中的变量X和Y将可以互相交换, 并可推导出对应的检验统计值。如果这两个检验都拒绝零假设, 则我们得出结论存在滞后反馈影响, 即互为因果关系。
Granger因果性检验报告的F统计值可用来检验所有其它滞后解释变量的系数是否都等于零的联合假设。令m为X的滞后项个数, n为样本容量, k为可能存在的常数项及无约束模型的待估参数个数, 如果F>Fα (m, n-k) , 则拒绝原假设, 认为X是Y的Granger原因。
Granger因果关系检验需要以平稳的时间序列作为前提, 因此, 在进行Granger因果关系检验前, 需要对变量进行平稳性检验, 以防止伪回归现象的出现。若变量为非平稳序列, 需要对变量进行差分或取对数处理, 使其变为平稳序列。
2.2 交通基础设施建设与经济发展之间的协整分析
2.2.1 协整检验
协整检验就是检验回归方程的残差项是否为平稳序列, 即检验残差项是否存在单位根。如果一个时间序列的均值或自协方差函数随时间而改变, 那么这个序列就是非平稳时间序列, 反之, 则为平稳序列。非平稳序列经过差分变换才能转化为平稳序列, 一个经过d次差分才能转化为平稳序列的时间序列, 称为d阶单整序列, 记作I (d) 。对于随机向量, 如果己知:①Xt～I (d) (即X中每一个分量都是d阶非平稳的) ;②存在一个N×l阶向量β (β≠0) , 使得β′Xt～I (d-b) , 则称变量X1t, X2t, …, Xnt, 存在阶数为 (d, b) 的协整关系, 记为Xt～CI (d, b) , β为协整向量, β的元素称为协整参数。若两个变量时间序列之间存在协整关系, 它们必须是同阶单整的, 因此需要在进行协整关系分析时对变量进行序列的平稳性检验。
2.2.2 交通基础设施建设与GDP协整关系检验
本文采用ADF法对各运输方式的里程建设与GDP增长的平稳性和单位根进行检验。
1) 平稳性检验。
通过利用EViews5.1经济统计分析软件进行ADF单位根检验可知, GDP和各运输方式的里程建设的原序列的水平序列ADF统计值都大于95%的临界值。因此, 原序列是非平稳的时间序列。
由于数据的自然对数变换不改变变量的协整关系, 并使其趋势线性化, 消除时间序列中存在的异差方现象, 所以对GDP和各运输方式的里程值进行自然对数变换, 分别用LNGDP、LNTL、LNGL、LNNH、LNMH、LNGD表示。通过对GDP和各运输方式的里程值的一阶差分ADF单位根检验可知, GDP和各运输方式的里程值均通过了一阶差分平稳性检验, 因此, 是一阶单整序列, 都可进入下列的协整检验。
由表1和表2可见, GDP与各运输方式里程虽均为非平稳时间序列, 但其一阶差分序列均为平稳序列。
2) 协整检验。
使用两变量的Engle-Granger检验法, 对GDP和各运输方式的里程值的估计方程残差项进行平稳性检验, 结果显示, GDP和各运输方式的里程值的协整方程的残差统计量ADF统计值均小于95%临界值。这表明GDP和各运输方式的里程值之间具有协整关系, 存在长期的均衡关系。
2.3 构建交通基础设施建设与经济发展的Granger因果关系模型
由于Granger因果关系检验对滞后期的长度比较敏感, 不同的滞后期可能会导致不同的检验结果, 因此, 需要对不同滞后期进行检验。根据Granger因果关系模型构造的GDP与各交通运输方式里程JTi之间的关系检验模型为
式中:JTi为各运输方式的里程值;c1、c2为常数项;u1t、u2t为随机误差项。
运用EViews5.1分别对GDP与5种运输方式进行因果关系检验, 本文只给出TL与GDP的Granger因果检验结果, 如表3所示。
根据GDP与TL、GL、NH、MH、GD的Granger因果检验分析结果, 随着滞后期的不同, 检验结果也有所差异。在1%的显著水平下, 滞后1、2、3、4阶的检验结果显示:GDP与TL、GDP与NH、GDP与MH均表示为互为因果关系;拒绝“TL不是GDP的Granger原因”的概率不断增大, 而同时拒绝“GDP不是TL的Granger原因”的概率是不断下降;“GD不是GDP的Granger原因”均被接受, 且滞后1阶的接受概率最高 (0.99997) , “GDP不是GD的Granger原因”则均被拒绝, 且拒绝的概率不断变大。滞后2、4阶检验结果显示GDP与GL不存在互为因果关系。
2.4 研究结果
1) GDP的发展与铁路建设有着密切的Granger因果关系, 说明了经济的发展, 能显著的影响铁路的建设, 随着经济的发展, 人和物的流通需求增加, 适应我国大量的跨区域物资运输需求, 需要构建大能力铁路货运通道, 这就促使政府扩大铁路基础设施建设的投入。同时铁路的建设又能强有力地拉动经济的发展。在我国, 东中西部经济发展不平衡, 铁路则担负起促进东中西良性互动、优势互补、协调发展、促进国土开发和区域经济发展的重任。
2) 公路建设与GDP增长的Granger因果关系检验的分析结果接受无因果关系, 且各滞后期的检验结果无相关性和规律性。但按照交通经济带理论, 公路建设与经济发展的相互作用应该是最为明显的。经济发展, 运输需求增加, 固然能促使公路的建设。公路的建设促使材料、原料的消耗增加, 运输条件的改善又加速了人和物的流通, 从而带动GDP的增长, 可见理性分析与定性分析的存在分歧, 说明目前公路基础设施未能得到充分利用。
3) 其他3种运输方式中, GDP的增长与内河航道建设和民航建设的互为因果关系, 说明经济发展使运输方式开始向多样化发展。特别是航空运输业具有高投入、高产出、高效率等基础性设施产业的基本特性, 近年来在我国综合交通运输体系中的地位和作用在不断提升。GDP的增长是管道运输建设的原因, 说明经济的发展, 引发油、气需求量的增长, 进而促进了管道的建设。
4) 各项分析结果, GDP作为原因的概率有逐渐变小的趋势。说明GDP对交通基础设施建设的带动作用开始减弱。
3 结束语
从上述分析可见, 我国改革开放以来, 交通基础设施建设得到了很大的发展, Granger因果关系检验结果显示了交通基础设施建设与经济发展之间的关系是积极的。其中铁路、内河航道和民航等基础设施建设与经济发展的关系呈现互为因果关系。交通基础设施建设对GDP的拉动作用大于GDP对交通基础设施建设的带动作用。因此, 作为发展中国家, 加快交通基础设施建设是促进地区经济发展, 提高人民生活水平的重要保障和物质前提, 也是构建和谐社会的重要组成部分。
检验结果发现公路建设未能很好地发挥带动经济发展的功效, 因此, 政府部门应重视公路建设的合理规划, 不能为了促进经济发展而任意加大交通基础设施建设的投入, 使得本来用于其他部门的投资, 被用于交通基础设施的建设, 从而抑制了其他部门的发展, 也不能因为经济发展了, 运输需求增大, 而盲目地进行扩大交通基础设施的建设, 造成资源的浪费。经济增长的原因是多方面的。交通基础设施建设, 只是经济发展的必要条件, 而不是充分条件。要促进区域经济的发展, 要按照交通运输与区域经济发展的固有规律制定相应的投资政策和规划方案, 合理布局交通网络, 优化各交通运输方式的发展结构, 分不同类型交通基础设施建设速度制定投资计划, 达到区域经济的均衡发展, 保持经济的持续、稳定、健康发展。
参考文献
[1]周先柏.交通基础设施建设对社会经济的影响[J].金融经济, 2007 (10) :37-38
[2]李子奈, 计量经济学[M].2版.北京:高等教育出版社, 2005.
[3]国家统计局.中国统计年鉴[M].北京:中国统计出版社, 2004.
[4]刘晓鹏.协整分析与误差修正模型——我国对外贸易与经济增长的实证研究[J].南开经济研究, 2001 (5) :10-12.
[5]胡优.交通运输与国民经济发展关系研究[J].山西科技, 2006 (6) :42-44.
Granger因果 篇4
债务融资能够影响公司治理, 从而对公司业绩产生影响。而债务融资在公司资本构成中的比重是由资本结构来衡量的。有关债务融资与公司业绩关系的实证研究, 学术界大致分为两大方向。一个方向是以MM定理为中心, 主要探讨企业价值与资本结构之间的关系, 即债务融资在公司融资结构中的比重发生变化时, 企业价值如何发生变化。这方面的研究是资本结构主流学派, 研究文献最为丰富。如李义超、蒋振声 (2001) 应用混合数据采用截面分析与TSCS分析方法, 对我国上市公司资本结构与公司业绩的关系进行了实证研究, 得出它们之间负相关的结论。于东智 (2003) 以总资产收益率和主营业务利润率为代表公司业绩的指标, 将资产负债率、行业、公司种类、年度哑变量作为解释变量进行回归分析, 得出负债比例与公司绩效指标之间显著负相关的结论。另一个方向着重研究影响企业资本结构的各种因素, 属于资本结构决定因素学派, 在该学派中有很多文章认为公司业绩是债务融资的影响因素之一。泰特曼 (Titman) 、威塞尔斯 (Wessels) (1988) 认为企业过去的盈利能力, 即可以留存下来的盈利数量应该是企业现有资本结构的一个重要决定因素。吕长江、韩慧博 (2001) 采用逐步回归的方法, 考察了企业获利能力 (净资产收益率) 等指标对企业资本结构的影响, 得出负债率与企业的获利能力负相关的结论。可见, 债务融资与公司业绩之间存在双向影响的关系, 因此, 我们用Granger因果检验的方法来考察债务融资对公司业绩的影响。
二、债务融资对公司业绩影响的理论分析
债务融资有公司治理作用, 对公司业绩会产生影响。但并不是债务越多公司业绩就越好。因为, 债务融资具有两面性, 既有有利于公司治理的积极的一面, 同时也有增加公司成本减少公司业绩的消极的一面。Jesson和Meckling (1976) 的代理成本理论认为, 公司的债务融资决策取决于代理成本。他们把企业作为契约结点, 定义并区分了两种类型的利益冲突:一是股东和经理之间的冲突;二是股东、经理和债权人之间的冲突。Jesson和Meckling经过分析认为, 债务融资可以缓解股东与经理的利益冲突, 从而减少管理行为的代理损失, 即减少股权代理成本;但债务融资又可能产生新的冲突, 即股东、经理和债权人之间的利益冲突, 由此导致另一种代理成本的产生, 即债权代理成本。因此, 债务融资对公司业绩的影响具有两面性。结合后来学者对债务融资在公司治理中的作用和在其他方面对公司的危害研究, 使人们更加清楚地认识到债务融资对公司正反两方面的作用。
(一) 负债的积极效应
负债的积极效应主要通过以下方面发挥作用: (1) 债务融资的股权结构效应。债务融资的股权结构效应是指在其他条件不变的情况下, 增加债务可以优化公司的股权结构, 从而降低股东和管理者之间的代理成本, 提高公司绩效。Jensen和Meckling (1976) 指出, 现代股份制企业中普遍存在股东和经营者的冲突。由于经营者的天然倾向是根据他们自己的最大利益来分配企业的资源。经营者可以任意挥霍公司资产以满足个人私欲, 而在其不拥有100%的股权时又不需要为此付出完全的成本, 故而公司的业绩会减少。当公司的规模一定时, 在经营者对公司的绝对投资不变的情况下, 增加投资中的债务融资比例可以降低公司对外部股权资金的需要, 间接提高经营者的持股比例, 经营者挥霍的成本也就相应增大, 因而这种侵占行为就会有所减轻。于是债务融资起到了减少代理成本的作用, 使经营者与股东的目标函数趋于一致, 从而缓和股东与经营者之间的冲突, 降低代理成本。负债越多, 经营者持股比例越高, 这种缓和效应就越突出。另外, 在股权分散的情况下, 增加债务融资可以提高股权的集中度, 增加大股东的监督力度。Berle和Means认为, 股权分散会导致“搭便车”的现象, 从而造成对管理者的监督困难, 因此股权集中度与公司业绩之间存在正相关关系。Shleifer和Vishny也支持上述结论, 他们认为大股东的存在减少了管理者的机会主义, 从而降低了管理者与股东的直接代理冲突。因此, 负债越多, 股权集中度越高, 大股东对管理者的监督力度就越强, 股东和管理者之间的代理成本就越低, 公司业绩就越高。 (2) 债务融资的控制权转移效应。Grossman和Hart (1982) 认为, 如果破产对管理者来说成本很高, 即破产可能使管理者的声誉受到损害, 或者经理不再对公司具有控制权, 那么, 债务的增加由于会使公司破产的可能性变大, 因而能够激励经理努力工作, 减少偷懒和在职消费的问题。现代企业理论认为, 公司的所有权是一种状态依存所有权或相机控制权, 即企业控制权和剩余索取权的分配随着企业财务和经营状况的变化而变化。当企业资不抵债、无法偿还债务时, 企业控制权和剩余索取权便由股东转移给债权人。这时债权人对企业的控制是通过受法律保护的破产程序进行的, 包括两种处理方式:一种是清算, 即把企业的资产分拆卖掉, 按债权的先后顺序对收益进行分配。清算的结果是经营者丢掉了饭碗。另一种是重组, 即由股东、债权人和经营者进行协商并提出方案。如果重组价值大于清算价值, 破产企业就可能被重组。企业重组涉及减免债务本金和利息、债转股、延长偿还期、注入新资金等, 同时还会更换经营者。负债的存在使企业产生了破产的可能, 为了避免破产, 保住自己的职位和管理利益, 经营者会减少个人享受, 更加努力地工作, 并做出更有利于提高企业价值的投资决策, 即经营者的行为会更倾向于保护股东的利益, 从而减少了代理成本。因此, 从这个意义上来讲, 债务是一种缓和经营者与股东利益冲突的担保机制, 它对经营者形成了无形的监督作用。 (3) 债务融资的自由现金流量效应。债务融资的自由现金流量效应是指负债能有效地约束管理者未来支付现金流量的承诺, 避免管理者对企业自由现金流量低效率的滥用, 提高公司业绩。Jensen (1986) 指出, 公司股东和管理者之间在自由现金流量的使用上存在利益冲突, 管理者宁愿把自由现金流量浪费在低收益的项目上也不愿将其以股利的形式还给股东。因为, 管理者即使将自由现金流量用在低收益的项目上, 也能扩大企业规模, 而随着企业规模的扩大, 管理者的个人声誉和在职消费都会得到提高, 所以管理者具有过度投资的倾向。Harris和Raviv (1990) 、Stulz (1990) 的研究表明, 举债可以剥夺管理者在自由现金流量上的自行支配权。因为, 债权人要求管理者按时依约还本付息, 并且要求企业用现金偿还, 如果管理者违约, 债权人就可能要求公司破产清算归还他们的债务, 管理者出于对企业违约破产后自己名誉受损的担心, 必然会减少用于满足其个人私利的自由现金流量。因此债务的利用减少了企业的自由现金流量, 降低了企业的投资能力, 缩小了经营者从事低效投资的选择空间, 约束了经营者过度投资的倾向, 抑制了经营者的在职消费。同时Jensen还认为, 虽然股东可以通过要求管理者定期发放一定金额的股利的方式约束管理者对自由现金流量的使用, 但股利政策不像债务政策那样具有法律上的约束力。因此, 负债利息比股利政策更有助于防止公司在低收益的项目上浪费资源, 从而可以提高公司的经营效率。管理者可能对过多的自由现金流随意使用, 但债务使得企业必须在将来还本付息, 否则债务人将提出破产清算程序。因此, 债务减少了管理者对公司自由现金流的滥用, 从而减少了代理成本, 降低了公司发生财务困境的可能性。 (4) 债务融资的监督效应。债权人将资金借贷给企业前, 会详细了解企业对借贷资金的使用方式, 目的是根据债务人对资金使用的风险大小来确定贷款利率。当债权人将资金借贷给企业后, 为了确保资金的安全性, 即考察企业能否按时还本付息, 同时, 也为了防止企业将借贷资金用在风险更高的项目上, 债权人会定期察看企业的财务报表, 无形中起到了对管理者的监督作用。Fama认为, 债权人 (尤其是大债权人) 专业化的监督可以减少股东的监督工作, 并使监督更有效。
(二) 负债的消极作用
负债也能导致股东和债权人之间的利益不一致, 并增加公司的代理成本, 从而减少公司的业绩。负债引起的代理成本问题主要有两种形式:一是Jensen和Meckling (1976) 提出的资产替代 (asset substitution) 问题。另一种是Myers (1977) 提出的投资不足 (underinvestment) 问题。 (1) 负债的资产替代效应。根据资本资产定价模型, 如果投资项目的风险越大, 可能的期望收益分布方差就越大, 就会导致股权价值升高和债权价值相应降低, 财富将自债权人转移到股东手中。Jensen和Meckling认为, 当公司的投资项目产生大量收益时, 股东得到超过负债账面价值的大部分收益;然而当公司的投资项目失败时, 股东只受有限责任的约束, 而债权人则承担了项目失败的后果。因此, 上市公司股东与债权人之间产生代理冲突的根本原因是股东可能改变公司资产的使用方向, 导致公司的经营风险和财务风险发生变化, 从而转移和侵吞债权人财富。理性的债权人在贷款时会正确预期到股东未来的投资行为, 从而要求得到较高的回报率, 由此导致了负债的一种代理成本即为防止资产替代所发生的成本。另外, 债权人还可能在债务契约中增加附加条款用来防备股东与债权人的利益冲突, 如在债务契约中明确规定负债融资不能改变原投资项目, 若改变则要给债权人利率补偿等, 以防止股东资产替代行为。但这些附加债务条款的增加, 将会给企业带来相应的监督和执行方面的代理成本。 (2) 负债的投资不足效应。债权人具有优先的收益索取权及企业破产时财产的优先求偿权。也就是说, 股东承担着公司投资的全部资本成本, 却只能得到投资净收益中经债权人索取后的那部分剩余, 而且公司的负债比例越高, 股东得到剩余的那部分收益也就越少。因此, 尽管公司面临一个净现值为正的投资项目, 在最终风险由股东承担的情况下, 股东只要没有从中获得与之所承担风险相对应的报酬, 就会拒绝将资本投入到这个净现值为正的投资项目中去。因此, 无债务融资的公司只要项目的净现值为正, 就会选择该项目, 而有负债的公司则可能会背离这个原则, 即股东对净现值为正的项目存在着投资不足的激励。当理性的债权人在贷款前预期到这种情况时, 就会对企业可能出现的非最优决策行为要求获得价值补偿, 由此导致了负债的另一种代理成本即为防止投资不足引发的成本。债务融资引起投资不足的另一种表现为, 公司的管理者很在乎自己的声誉, 因此他们希望公司能够平稳运行, 不出现大的经营波动, 为了实现这一目的, 管理者倾向于选择相对安全、能保证还清债务的项目, 而可能不是真正意义上价值最大化的项目。另外, 如果公司没有逾期归还贷款的不良记录, 公司的良好信誉还能降低未来债务融资的成本。因此, 管理者为了以后便于债务融资也有可能选择相对安全的次优项目。从这个意义上讲, 债务融资可能是公司缺乏创造性与进取心的主要原因之一。我国很多民营企业资产负债率极低的原因除了是前文中提到的债务融资引起的两种负效应外, 债务的代理成本还可能由以下情况引起:过度发放股利, 实施变相撤资行为。这将提高债权人承担的风险, 降低债权价值;资产转移。在股东控制下, 企业可能会采取关联交易、为第三者提供担保等多种方式转移企业资产;进一步较大规模地借入新债务;由于信息不对称引起的代理成本。与前面的情况类似, 债权人在事前都会对这些情况有所预计, 并要求在贷款或债券条款中加入保护性条款, 对企业股东的行为做出严格的限制, 从而增加了企业债务融资成本, 提高了企业加权平均资本成本, 最终减少了公司业绩。以上分析了债务融资对公司业绩的两面效应。由此, 我们可以看出债务融资对公司业绩的影响是通过债务融资的正负两面效应的博弈来实现的。如果企业债务融资的正负两面效应博弈的结果是正效应大于负效应, 则债务融资对公司业绩的影响就是正影响, 即债务融资能够增加公司业绩, 反之则反是。
三、债务融资与公司业绩关系的Granger因果检验
在经济分析中, 常常要对经济变量之间的因果关系做出判断。如判断两个序列A、B之间的关系, 是A影响了B还是B影响了A, 或者两者呈现相互影响的关系。尽管人们可以根据经济理论对变量间的因果关系做出初步判断, 但由于经济理论所依据的前提假设不一致, 在复杂的经济系统中, 有时单凭经济理论很难做出合理的判断, 甚至对同一条件下的一对变量间的因果关系会做出完全相反的判断。而Granger因果检验正是研究两个经济变量之间关系的一种有效方法, 它能透过随机性和不确定性的经济现象, 揭示经济变量之间的因果关系, 进而了解经济现象的本质属性, 为制定合理、有效的经济政策提供理论依据。因此, 它在认识经济变量之间关系的研究中得到了越来越广泛的应用。本人分别对每个样本公司代表债务融资和公司业绩的指标序列作Granger因果检验, 判断每个样本公司债务融资与公司业绩之间是否具有因果关系。如果多数样本公司的债务融资是公司业绩的Granger成因, 则可以证明在我国上市公司中是债务融资影响公司业绩。
(一) 变量与样本
本文选择了净资产收益率 (Roe) 来反映公司业绩, 采用资产负债率 (Debt) 来衡量资本结构。由于行业发展状况不同, 行业所处的宏观环境不同, 导致了不同行业的企业具有不同的资本结构, 也被很多学者所证明。因此, 在本文资本结构与公司业绩相关性的研究中, 我们选择专门针对一个具体行业来进行研究。所选的行业是制造业中的机械设备制造业。因为该行业属于传统行业, 具有一定代表性, 并且上市公司数量较多, 便于我们选取样本。由于Granger因果检验模型对于数据长度的要求, 选取了机械设备制造业中上市时间大于10年的上市公司作为研究样本。因为选择净资产收益率作为衡量企业经营业绩的指标, 如果某家上市公司某年度净资产为负值, 则该上市公司该年度的净资产收益率就无法计算, 所以, 本文剔除净资产曾经出现负值的几家上市公司。最后, 我们挑选出48家上市公司作为研究样本。研究对象为1995年至2004年的半年度数据。数据来源于《WIND数据库》、《CSMAR数据库》。
(二) 描述性统计分析
通过统计软件EVIEWS对48家上市公司1995年至2004年十年的净资产收益率和资产负债率进行描述性统计分析, 简化得到如下结果见 (图1、图2) 。从 (图1) 、 (图2) 中可以看到: (1) 净资产收益率逐渐降低。从总体上看, 样本公司经营业绩有明显下降趋势, 从1995年的14%下降到2001年的3%, 虽然2002年开始有所回升, 但到2004年仍然只有7%。这种趋势在一定程度上反映了经营者努力水平的下降。这可能是由于我国上市公司“重股轻债”造成的, 因为“重股轻债”所带来的问题之一就是经营者忽视对投资项目的可行性研究, 从而造成资本使用效率低, 公司业绩下降。 (2) 资产负债率偏低。从图2中可以看出, 从1995年到2004年样本公司的平均资产负债率最高为52%, 最低时为44%, 与欧美国家平均55%的资产负债率, 日本、韩国平均75%的资产负债率相比较低。我国上市公司普遍存在资产负债率偏低的现象, 这是由于对公司来讲, 向银行借贷要考虑利息成本和承担风险的能力, 而通过证券市场筹资则成本会比较低。所以我国上市公司充分利用了证券市场的融资功能, 更倾向于在证券市场上募资, 这是造成上市公司资产负债率普遍偏低的最主要原因。 (3) 资产负债率与净资产收益率的变化趋势相同且有一定的超前性。资产负债率在1998年达到最小值, 然后开始上升, 而净资产收益率在2001年达到最小值, 然后开始上升。由此可以看出, 资产负债率与净资产收益率的均值变化趋势都呈U形。并且资产负债率与净资产收益率相比先于到达低点且先于净资产收益率开始上升。因此, 资产负债率与净资产收益率相比具有一定的超前性。由此可以初步得出结论, 资本结构影响公司业绩。
(三) 资本结构与公司业绩的Granger因果关系检验
其因果关系可通过以下方面进行检验: (1) 单位根检验。Granger因果检验要求参与检验的两个序列是平稳的或者是同阶平稳的。因此, 若要对净资产收益率 (ROE) 和资产负债率 (DEBT) 两个序列进行Granger因果检验, 首先要对这两个序列进行单位根检验, 考察序列的平稳性。如果一家公司的净资产收益率序列和资产负债率序列都是平稳的或者是同阶平稳的, 就可以对这家公司的这两个序列进行Granger因果检验。本文拟采用ADF检验的方法来检验序列的平稳性。分别对这48家上市公司的资产负债率和净资产收益率序列进行单位根检验, 下面以飞亚达A (000026) 这家上市公司为例, 简要介绍一下单位根检验过程。根据资产负债率和净资产收益率的形态确定ADF检验的线性模式见 (图3、图4) 。
从上图我们可以看出, 这两个序列在形态上都有明显的时间趋势和截距, 所以本文选取包括常数项和时间趋势项形式的ADF检验。ADF检验的结果为 (表1) 。由 (表1) 可知序列ROE的t统计量值为-4.957317, 小于显著性水平为1%的临界值-4.416345, 可以拒绝原假设;序列DEBT的t统计量值为-4.753190, 小于显著性水平为1%的临界值-4.498307, 也可以拒绝原假设。表明序列ROE和序列DEBT的原序列是平稳的, 从而判断飞亚达A (000026) 的净资产收益率序列和资产负债率序列均为平稳序列。重复上面的ADF检验步骤, 我们对所有48家样本公司进行单位根检验。对净资产收益率序列进行ADF检验结果表明, 在48家样本公司中有31家公司的净资产收益率序列是平稳序列, 有15家公司的净资产收益率序列是一阶单整序列, 还有2家公司的净资产收益率序列是二阶单整序列。对资产负债率序列的ADF检验结果表明, 有20家样本公司的资产负债率序列是平稳的, 有28家公司的资产负债率序列是一阶单整序列。因此, 能够进行Granger因果检验的样本公司有35家, 其中净资产收益率序列与资产负债率序列都是平稳序列的公司有20家, 净资产收益率序列与资产负债率序列均是一阶单整序列的公司有15家。
(2) Granger因果检验。Granger解决了x是否引起y的问题, 主要看现在的y能够在多大程度上被过去的x解释, 加入x的滞后值是否使解释程度提高。如果x在y的预测中有帮助, 或者x与y的相关系数在统计上显著时, 就可以说“y是由x Granger引起的”。Granger因果关系检验实质上是检验一个变量的滞后变量是否可以引入到其他变量方程中。一个变量如果受到其他变量的滞后影响, 则称它们具有Granger因果关系。本文对符合条件的35家样本公司进行Granger检验, 以期发现净资产收益率和资产负债率之间的相互关系。对于Granger因果检验中滞后阶数的选取我们采用SC信息准则, 选择SC值最小时的滞后阶数。由于本文样本公司的时间序列数据较短, 因此, 本文只比较滞后1-4阶的SC值。以飞亚达A (000026) 为例, 滞后1-4阶的AIC和SC值如 (表2) 。
根据 (表2) , 当滞后期取2时, 方程的SC值最小, 因此确定Granger因果检验的滞后阶数为2。当取滞后阶数为2时, Granger因果检验结果如 (表3) 。
从 (表3) 可知, DEBT不能Grange引起ROE的概率为0.80894, 而ROE不能Grange引起DEBT的概率仅为0.07173。因此, 对于飞亚达A (000026) 这家样本公司而言, 资产负债率不能Granger引起净资产收益率, 而资产负债率在10%的显著性水平下是由净资产收益率Granger引起的。用相同的方法对这35家样本公司进行Granger因果检验, 采用10%的显著性水平判断F统计量的显著性, 现将35家样本公司的Granger因果检验结果总结在 (表4) 中。通过检验结果, 我们发现“ROE是由DEBT Granger引起的”公司样本比例高达68.6%, 而“DEBT是由ROE Granger引起的”样本比例只有25.7%。说明在我国上市公司中, 绝大多数企业的债务融资规模发生变化时, 相应的公司业绩也发生了变化;而当企业的业绩发生改变时, 只有少部分企业对融资结构进行了相应的调整。因此, 本文支持债务融资影响公司业绩的结论, 而对于公司业绩作为融资结构的影响因素, 本文认为在我国上市公司中不具有普遍性。“ROE是由DEBT Granger引起的且DEBT也是由ROE Granger引起的”公司样本比例为8.6%, 表明只有一小部分上市公司的融资结构与公司业绩具有相互影响的作用。“ROE不能Granger引起DEBT且DEBT也不能Granger引起ROE”的公司比例为14.29%, 说明上市公司中融资结构与公司业绩相互之间没有关系的公司比例为14.29%。表明这部分企业在改变融资结构时, 公司业绩没有发生相应的变化;同样, 公司业绩发生变化时, 融资结构也没有进行相应的调整, 企业融资结构与公司业绩之间没有相关性。
四、结论
本文以我国上市公司为研究对象, 考察了债务融资对公司业绩的影响。首先在理论上阐述了债务融资对公司业绩影响的原理, 然后通过实证来检验债务融资是否对公司业绩产生影响。由于债务融资与公司业绩二者之间具有相互影响的关系, 因此, 我们实证检验采用的是Granger因果检验的研究方法。实证检验后我们得到的结论是, 在我国上市公司债务融资与公司业绩之间的关系中, 债务融资的变化对公司业绩起着主导作用, 公司债务融资比例的变化能够影响公司的业绩。这说明, 我国上市公司债务融资在一定程度上发挥了它的治理作用, 对公司业绩产生了影响。
参考文献
[1]高铁梅:《《计量经济分析方法与建模》, 清华大学出版社2006年版。[1]高铁梅:《《计量经济分析方法与建模》, 清华大学出版社2006年版。
[2]吕长江、韩慧博:《上市公司资本结构特点的实证分析》, 《南开管理评论》2001年第5期。[2]吕长江、韩慧博:《上市公司资本结构特点的实证分析》, 《南开管理评论》2001年第5期。
[3]童盼、陆正飞:《负债融资、负债来源与企业投资行为——来自中国上市公司的经验证据》, 《经济研究》2005年第5期。[3]童盼、陆正飞:《负债融资、负债来源与企业投资行为——来自中国上市公司的经验证据》, 《经济研究》2005年第5期。
[4]陈耿、周军:《企业债务融资结构研究——一个基于代理成本的理论分析》, 《财经研究》2004年第2期。[4]陈耿、周军:《企业债务融资结构研究——一个基于代理成本的理论分析》, 《财经研究》2004年第2期。
[5]汪辉:《上市公司债务融资、公司治理与市场价值》, 《经济研究》2003年第8期。[5]汪辉:《上市公司债务融资、公司治理与市场价值》, 《经济研究》2003年第8期。
[6]胡援成:《企业资本结构与效益及效率关系的实证研究》, 《管理世界》2002年第10期。[6]胡援成:《企业资本结构与效益及效率关系的实证研究》, 《管理世界》2002年第10期。
[7]于东智:《资本结构、债权治理与公司绩效:一项经验分析》, 《中国工业经济》2003年第1期。[7]于东智:《资本结构、债权治理与公司绩效:一项经验分析》, 《中国工业经济》2003年第1期。
[8]Jensen, M.and Meckling, W.Theory of the firm:managerial behavior, agency costs, and ownership structure.Journal of FinancialEconomics.1976.[8]Jensen, M.and Meckling, W.Theory of the firm:managerial behavior, agency costs, and ownership structure.Journal of FinancialEconomics.1976.
[9]Jensen, M.Agencycosts offree cash flow, corporate finance, and takeovers.American Economic Review, 1986.[9]Jensen, M.Agencycosts offree cash flow, corporate finance, and takeovers.American Economic Review, 1986.
[10]Myers, S..Determinants ofcorporate borrowing.Journal of Financial Economics, 1977.[10]Myers, S..Determinants ofcorporate borrowing.Journal of Financial Economics, 1977.
Granger因果 篇5
关键词：农民收入,收入分配,面板Granger因果检验,经济波动,经济周期,谱分析
农业不同于工业和服务业, 从生产和供给角度看,农业生产对象为有生命的动植物,生产周期不象工业和服务业那么容易被设计和缩短, 农业技术进步依赖于遗传育种,比工业有更长的周期,技术进步的难度更大,并且农业生产更容易受气候、自然灾害的影响,风险比非农业高。 从消费和需求的角度看, 农产品往往需求弹性较低, 容易出现增产不增收, “ 谷贱伤农”等现象。 由于农产品供给与需求具有双重风险,农业也被称为弱质产业,各国普遍把农业作为一种半公共品产业,进行了大量的补贴和支持。由于农业的高风险性,农民增收比其他职业者更困难, 并且波动也更大。在可预见的中长期内,中国经济将处于“ 稳增长,调结构”的“ 新常态”之中,经济潜在增长力趋于下降,因而居民收入的增长将受到影响[1]。 在此背景下, 分析农民收入增长的贡献来源及其波动特征,对持续推动农民收入增长具有重要意义。
关于农民收入增长的贡献与波动已有不少实证研究,张车伟和王德文[2],万庆年等[3]研究皆认为农民收入增长的源泉已由家庭经营转向劳动报酬的增长,工资性收入为农民增收的关键。已有研究采用协整分析、脉冲响应、方差分解及Granger因果检验方法对农民收入的影响因素进行了实证研究[4,5,6,7,8,9,10,11],由于只使用了时序数据,样本数偏小,估计有进一步改进的空间。 关于农民收入波动的研究,江观伙[12]研究了政府行为、需求转换、价格改革、农业投资、劳动力转移等因素对农民收入波动的影响, 樊琦和韩民春[13]使用时序数据, 实证研究了农产品价格波动对农民收入波动的影响,关浩杰[14]运用时序数据和HP滤波法分析了农民收入结构变动与农民收入波动的影响关系。 曹跃群等[15]用小波变换法对农民收入增长的波动进行了预测, 但作者的研究主旨是小波方法的介绍,没有对农民收入的波动进行深入研究。
综上所述, 已有关于农民收入贡献及影响因素的研究大多使用时序的Granger检验方法, 使用面板数据的Granger研究尚未发现, 关于农民收入增长波动的分析则大多使用HP滤波等时域分析法, 使用谱分析等频域分析法较少。 由于中国改革开放只有30多年 , 采用时序 数据由于 样本数较 少 , Granger检验的信度将受到影响。 HP滤波等时域法分析波动周期则带有主观成份,鉴于以上不足,本文将采用最新的面板数据Granger检验法对农民收入的贡献进行实证分析, 采用谱分析法对其波动特征进行研究,为提高农民收入的对策提供理论依据。
1研究方法
1.1农民收入决定模型
由于农民收入来源于国民财富总蛋糕的分配, 设分配函数为常见的科布—道格拉斯模型, 则农民收入可表示为:
式中:I为农民收入,Y为GDP, 代表了国民财富的数量,a为常数项,反映了分配的规模效应,β 为弹性系数, 代表了GDP增长对农民收入增长的贡献系数,下标t为统计时间。
如果把GDP划分为第一、 第二和第三产业,则用科布—道格拉斯函数反映三次产业增长对农民收入增长的贡献作用为:
式中:F,S,T分别为第一、 二、 三次产业的增加值, β1,β2,β3分别为三次产业对农民收入的弹性系数,代表了不同产业增长对农民收入增长的贡献。
设农民收入的增长率为rI,GDP及三次产业增加值增长率分别为rY,rF,rS,rT,对式( 1) 和式( 2) 分别取对数和差分变换, 由对数差分与增长率的近似关系,加入随机误差项,引入面板数据,可得面板数据的计量模型:
其中截面维度为i( 以省为单位) ,时序维度为t( 以年为单位) ,ai为不随时间变化的固定因素, 对其处理的方法分为固定效应模型和随机效应模型, 可通过Hausman检验确定模型的选择。
1.2面板Granger检验方法
Dumitrescu和Hurlin[16]提出了基于面板向量自回归( PVAR) 模型的Granger因果关系检验:
与普通Granger检验类似, 计算有约束回归平方和( RSSr) 与无约束回归平方和(RSSu),构造Wald统计量对 βi进行线性 约束检验 。 Dumitrescu和Hurlin方法的优点是假设十分宽松, 允许所有截面单元拥有不同的 βi,因此,采用该方法进行估计。
1.3谱密度估计
由Fourier变换可知, 平稳随机过程Xt可近似由正弦波和余弦波叠加而成:
式中:ai,bi为被估计系数,fi为频率,εt为随机误差项。 对样本数为N的序列,式( 6) 的OLS估计为:
式中:I( fi) 为Xt在频率fi的谱密度,Xt的周期长度的确定方法为: 寻找最大谱密度值所对应的时间长度即为平稳随机序列的周期长度。
1.4数据来源与说明
根据数据的可得性, 从国家统计局网站( http:// www.stats.gov.cn/tjsj/) 及历年《 中国统计年鉴》 选取1987-2011年中国30个省( 不含港 、澳 、台地区 ,以及1997年直辖的重庆市) 的GDP及三次产业、农民家庭人均纯收入等变量数据,以1978年为基期计算可比价增长率, 构成平衡面板数据集,N=30,T=25, 样本数共计750个。 对农民收入增长与各产业增长波动进行谱分析, 由于谱密度的估计只针对时间序列数据,由数据的可得性,为尽量提高谱密度估计的可靠性,需尽可能使用更多的样本数量。论文从国家统计局网站得到中国1978-2013年以可比价计算的GDP及三次产业增长率与农民收入增长率的数据,进行谱密度估计。
2实证结果与分析
2.1农民收入贡献的静态面板数据检验
农民收入增长贡献模型静态面板数据估计结果表明,2个模型的整体显著性Wald检验均1%显著, Hausman检验均不显著( 表1) , 应采用随机效应模型。 从估计系数上看,GDP增长率对农民收入增长率在1%显著,弹性为0.594 4;第一产业和第二产业增长率对农民收入也为1%显著,弹性分别为0.511 3和0.204 0,但第三产业增长率对农民收入增长率只有接近10%的显著性。
注:省略了 ai的估计结果, *** 表示 1%显著不为零。
静态面板数据显示第三产业对农民收入增长影响不显著,这与理论假设不符。由于静态面板数据在处理变量的外生性上无能为力, 因此估计结果可能存在偏误。由于收入增长与经济增长常互相影响,可能存在外生性问题,为进一步检验GDP及三次产业增长对农民收入增长的作用, 采用Dumitrescu和Hurlin的动态面板Granger因果检验法作进一步检验( 表2) 。
农民收入的增长都不是GDP及三次产业增长的Granger原因( 表2) ,但反之,GDP及三次产业的增长,均为农民收入增长的Granger原因,且Wald检验均在1%的水平上显著。 可见,经济增长及三次产业的增长,都能明显促进农民收入的增长。
2.2农民收入增长与经济增长的波动关系分析
GDP增长与三次产业增长都是农民收入增长的Granger原因,而根据经济周期理论,经济增长是周期性波动的, 这理论上会造成农民收入增长也随之发生周期性波动。 由于谱分析只对平稳随机序列有效,先对各变量进行HP滤波,去除各变量的随机趋势,得到平稳的纯周期成份。
在时域上,农民收入增长率与GDP及三次产业的增长率的纯周期成份具有相似的波动幅度和相关的波动周期( 图1) 。 由于时域上观察带有主观性和不精确,对图1中的变量进行谱密度估计。
GDP、 第二产业及第三产业增长波动的主周期均为7-12年左右的尤格拉投资周期,副周期为4.5年左右的基钦存货周期,受此影响,农民收入增长波动的主周期也为12年左右的投资周期( 表3) 。 而第一产业增长波动的主周期明显与GDP及非农产业不同,为2.77年左右的存货周期,副周期则为7-12年的投资周期。受此影响,农民收入增长波动的副周期为2.77年左右的存货周期。
图1 HP 滤波后的各变量增长率 Fig.1 Growth cycles of all variables after HP filtering
综合上述结果,第一产业波动主周期与GDP及非农产业波动的周期不同, 前者的主周期为短期的存货周期,而后者的主周期为长期的投资周期。GDP及非农产业的波动周期是农民收入主周期的决定因素, 而第一产业的波动的主周期则是农民收入波动副周期的决定因素。 GDP及非农产业增长波动的副周期均为4.5年, 受第一产业主周期波动较短的影响,农民收入增长波动的副周期只有2.77年,可见, 相对于非农产业, 农业产业增长波动的短期性增加了农民收入增长的波动性。
3结论与政策含义
3.1结论
研究表明,GDP增长及三次产业增长, 均是农民收入增长的Granger原因, 即经济增长能显著地促进农民收入的增长。 农民收入增长主要受GDP及非农产业增长的影响,其波动主周期为12年左右的投资周期,但受到第一产业的影响,农民收入增长波动的副周期只有2.77年, 比GDP及非农产业增长波动副周期4.5年要短,波动更加剧烈。 总之,经济增长及各产业增长,均对农民收入增长有显著影响, 由于农业增长波动较频繁, 增加了农民收入增长的波动程度。
3.2政策含义
第一,由于GDP及各产业的增长,对农民收入增长都有显著的贡献,未来要增加农民收入,应维持一个平稳的经济增长速度。 经过30多年的改革开放,目前中国出现了潜在增长力下降问题,因此,需要进一步推进改革和开放的深度和广度, 以保持经济持续增长的动力, 以促进农民收入实现可持续的增长。
第二,由于农业的弱质性,波动较大,风险较高, 而农民收入仍然依赖并受农业增长的影响, 农业增长对农民收入增长的弹性仍然较第二、 第三产业增长的弹性大,因此,为稳定和增加农民收入,减少收入的波动的程度,应稳定农业生产,强化对农业风险的控制,稳定农民的农业收入。
第三, 由于农业生产的规模影响其抗风险能力与利润水平,应加快土地流转制度的改革步伐,提高耕地集中的规模和机械化水平, 提升农业产业的整体现代化水平,实现规模效益,析出剩余劳动力,提高农业劳均资本水平,提升农业劳动生产率、农业的利润水平和农业劳动的报酬水平。
Granger因果 篇6
伴随着我国改革开放的不断深入, 我国每年吸收的外商直接投资 (FDI) 数额不断加大, 日益增多的外资在我国投资建厂使得我国逐渐成为“世界工厂”, 由于目前相对宽松的准入政策, 有学者指出我国已成为外商的“污染天堂”。随着经济的发展, 我国的二氧化碳排放也日益增多, 中国已经成为世界上仅次于美国的二氧化碳排放大国。中国作为《联合国气候变化框架公约》和《京都议定书》缔约方, 承受着巨大的国际国内碳减排压力, 中国政府宣布到2020年单位国内生产总值 (GDP) 二氧化碳排放比2005年下降40%~45%, 在“十二五”规划纲要中明确提出“十二五”期间单位国内生产总值能源消耗和二氧化碳排放大幅下降。
目前, 大部分学者将注意力集中在FDI与环境污染总体的关系上, 郭红燕、韩立岩 (2008) 对外商直接投资、环境管制和环境污染的关系建立联立方程, 并运用中国1992~2006年的数据进行计量检验[1]。结果发现外商直接投资通过影响中国的经济规模、结构和技术进步从而对环境产生影响, 外商直接投资是正面的但影响较小, 中国已经呈现出“污染避难所”效应。熊美珍、祝树金 (2007) 通过建立模型利用Granger因果关系检验发现FDI在一定程度上对我国环境造成了影响[2]。而邓柏盛、宋德勇 (2008) 通过对我国1995~2005年的面板数据研究发现FDI有利于我国环境质量的改善[3]。
在FDI与碳排放的研究上, Michael Jahn (2004) 等发现提高FDI准入门槛可以促进国家清洁发展机制的提升和降低二氧化碳排放系数[4]。Yue-Jun Zhang通过对我国的实证研究发现财政对FDI的约束可以减少二氧化碳的排放[5]。Hoffman (2005) 通过考察二氧化碳排放和FDI格兰杰因果关系检验发现:在低收入国家二氧化碳的排放水平影响了FDI的进入, 在中等收入国家FDI流入导致了二氧化碳排放, 在高收入国家FDI与二氧化碳排放的因果关系没有发现[6]。
王群伟、周鹏、周德群 (2010) 利用含有非期望产出的DEA模型为基础测度了我国28省市二氧化碳的排放绩效, 研究发现全国范围内, 经济发展水平、产业结构高级化程度、能源强度和所有制结构对二氧化碳排放绩效有显著影响, 对外开放的影响则不明显[7]。胡佳雨 (2010) 从规模和地区角度分析FDI与我国二氧化碳排放的关系。运用面板数据模型对FDI与二氧化碳排放的相关性进行实证检验发现FDI与我国二氧化碳排放具有高度正相关, FDI提高1%人均二氧化碳排放将增加0.09%左右, FDI通过结构效应和技术效应有助于减缓二氧化碳的排放但效果不明显[8]。程思婧、闫登丰 (2011) 利用格兰杰因果关系检验方法分析我国整体FDI流入总量与二氧化碳排放总量之间的关系, 认为FDI的流入导致我国二氧化碳排放量得增多[9]。宋帮英、苏方林 (2010) 虽然采用地理加权回归技术引入空间效应, 通过对省域碳排放量与FDI的关系发现, 增加外商直接投资是减少我国省域碳排放量得一个重要途径而在新疆和青海会带来相反的效果, FDI将破坏新疆和青海的环境[10]。
以上研究对我国的碳排放做了有益的研究。本文和程思婧、闫登丰 (2011) 一样, 也分析FDI和二氧化碳排放的因果关系, 与之不同的是, 程思婧和闫登丰仅分析了FDI和二氧化碳排放总量的因果关系, 忽略了我国区域经济发展不平衡和FDI投入分布不均衡的现状, 没有精确把握目前我国区域间FDI和二氧化碳排放关系的地区差异, 本文则根据我国目前区域经济发展不平衡的现状, 通过格兰杰因果关系检验分析了我国29个省份FDI和二氧化碳排放的关系并对检验结果进行了一系列分析和说明, 最后给出相应政策建议。
1 数据来源与处理
本文选择1990~2008年为考察区间, 以全国29个省市地区的外商直接投资 (FDI) 、二氧化碳排放量为考察指标。数据主要来源于《中国能源统计年鉴》 (1995~2009) 、《新中国六十年统计资料汇编》、各地方统计年鉴 (1990~2009) 和中国资讯行数据库。为了统计口径的一致和便于进行横向比较, 本文将FDI数值按照当年的汇率转换成同一年度人民币数值。二氧化碳排放量根据《新中国六十年统计资料汇编》中各地区能源消费总量及构成中的煤炭、石油和天然气的消费量乘以表1中煤炭、石油和天然气的排放系数得到, 其中表1中排放系数依据国家发展和改革委员会能源研究所在2003年公布的《中国可持续发展能源暨碳排放情景分析》报告中的各种能源的碳排放系数。
数据来源:《中国可持续发展能源暨碳排放情景分析》
在全国各个省市中, 由于西藏自治区FDI和能源消耗数据缺失比较严重, 无法进行精确计量所以并未对西藏自治区的FDI和二氧化碳的关系进行测算。虽然重庆市1997年成为直辖市, 但考虑到数据的完整性和可获得性, 本文仍旧将重庆市的各个数据合并到四川省的数据当中一并进行计算。由于青海省1990年和1991年的外商直接投资数据缺失所以青海省的统计区间为1992~2008年。天津市截止1996年时才对本市的能源消耗进行系统统计, 所以天津市数据相对较短, 从1996年开始, 截至2008年共计13个年度数据。为了数据的平滑性和消除异方差, 我们将各个省市的二氧化碳排放量和FDI数值分别进行对数化处理。
2 实证检验
我们建立所需的格兰杰因果关系的模型如下:
其中, FDI为外商直接投资, CO2为二氧化碳排放量。α、β、λ、δ为方程中ln FDI和ln CO2各自的估计系数, s、q为滞后阶数且白噪音U1t和U2t不相关。
格兰杰检验要求等式两边均为平稳序列, 故我们首先检验全国各省份的二氧化碳排放量和FDI的平稳性。通过Eviews6.0进行ADF单位根检验, 我们发现全国各省份二氧化碳排放量In CO2t和FDI量In FDIt在1%水平上均为不平稳序列, 因而我们分别对 (1) 和 (2) 式做一阶差分转换。得出:
在FDI序列中, 山东、广东和贵州三个省份的FDI对数化后为5%水平上的一阶单整平稳序列, 江西和陕西两个省份的FDI对数化后为1%水平上的一阶单整平稳序列。在二氧化碳排放量序列中, 江西、陕西两省的二氧化碳排放量为5%水平上的一阶单整平稳序列, 山东、广东和贵州三省的二氧化碳排放量对数化后为1%水平上的一阶单整平稳序列。对其他省市做二阶差分变换后发现其他省市的FDI和二氧化碳排放量均为1%水平上二阶单整Ⅰ (2) 序列。
进而, 我们根据 (3) 式和 (4) 式进行二次差分。得出:
根据格兰杰因果检验的原理:格兰杰因果关系检验利用构造F统计量, 检验F统计量的大小完成对统计量的检验[9]。即针对 (1) - (6) 式中FDI滞后项前的参数整体为零的假设, 分别做包含FDI和不包含FDI滞后项的回归, 记前者的残差平方和RSSUR, 含有滞后项的残差平方和为RSSR, 根据F统计量:
其中, s为滞后项的个数, n为样本容量, k为包含FDI滞后项的回归模型的待估参数的个数。当ai (i=1, 2, ……) 在整体上显著不为零时, 则FDI是二氧化碳排放的单向格兰杰原因, 当λi (i=1, 2, ……) 在整体上显著不为零时, 则二氧化碳排放是FDI的单向格兰杰原因。若λi和ai均在整体上显著不为零, 则说明FDI和二氧化碳之间存在双向格兰杰因果关系。
格兰杰因果关系检验对于滞后期长度的选择特别敏感, 所以不同的滞后期长度将会得出不同甚至截然相反的结论。根据赤池 (AIC) 和施瓦茨 (Schwarz) 准则, 检验FDI是二氧化碳的格兰杰原因时对河南、湖北、江苏、宁夏、四川、天津六省市的时滞为2期, 而其他省份为1期;检验二氧化碳是FDI的格兰杰原因时湖北、湖南、江西、山西和天津五省市的时滞为1期, 其他省份的时滞为2期。
从表2可知, 黑龙江省和天津市的二氧化碳和FDI互为格兰杰原因, 安徽、福建、广东、河北、河南、湖南、内蒙古、江苏、江西、吉林、上海、山东、山西、四川、云南、新疆和浙江共17省市中的二氧化碳是FDI的格兰杰原因, 而FDI对二氧化碳的格兰杰原因不显著。在北京、广西、贵州、海南、湖北、宁夏、青海、陕西、辽宁和甘肃10个省份中, 二氧化碳和FDI的格兰杰原因不显著。
改革开放以来, 东部地区一直是全国率先发展的主要地区, 特别是我国沿海地区经济发展迅猛。根据测算, 东部沿海地区的二氧化碳是FDI的格兰杰原因比较显著, 本文认为之所以会形成这种结果可以用以下几点原因解释:首先东部地区的国内资本在近十几年的快速发展过程中各地区形成了各具地方特色的集聚经济, 发育状况良好的经济集聚区形成的集聚租金 (Agglomeration Rents) 吸引了大量的以资本精明增长 (Smart Growth) 著称的外资进入到当地经济体中。其次, 新经济地理学 (NEG) 中关注的焦点——经济活动的空间集聚也是外资在国内本土企业发展起来后进入经济区的一个重要原因。东部沿海地区目前形成了大量的块状集聚经济区, 经济活动的空间集聚主要涉及到投入和产出的地理分布以及价格和成本的地理变化[12], 在全国层面上来说, 东部地区由于经济基础较好, 不但拥有大量的集聚租金而且拥有巨大的市场加之东部地区对于市场价格反映较为灵敏, “用脚投票”使得这些地区获得大量得外资投入。
在17个省市中, 除去东部沿海地区以外, 河南、山西、吉林、内蒙古和新疆地区由于其既不是区域经济增长极又没有拥有广阔市场的相邻省份作为腹地支撑, 而且基础设施与东部比较来看相对薄弱, 所以很难成为外资进入的首选地区。相对于外资的进入时间和金额则国内资本占主要部分, 成为二氧化碳排放的主要来源。而江西省和四川省作为泛珠三角经济区的重要组成部分, 伴随着“泛珠”合作的不断加深和珠三角地区产业经济“双转移”的逐步深化, 成为珠三角产业转移的重要承接地, 外资也随着珠三角产业的转移而转移, 但相对于国内本地资本, 外资的宽度和广度均有一定差距, 而且在此之前当地原有企业已经对当地二氧化碳排放有相当程度的贡献度。
3 研究结论和政策建议
本文在已有研究的基础上利用格兰杰因果关系检验实证研究全国29个省份的二氧化碳和外商直接投资的关系, 发现我国东部和中部大部分地区二氧化碳是外商直接投资的格兰杰原因, 只有天津市和黑龙江省的二氧化碳和外商直接投资互为因果关系, 在西部省份中格兰杰因果关系不显著, 其中西部的甘肃省二氧化碳既不是外商直接投资的格兰杰原因外商直接投资又不是二氧化碳排放的格兰杰原因。
虽然外商直接投资将会不可避免使二氧化碳排放存量增加, 但是与目前外资的投资范围和规模相比, 国内资本则拥有外资在投资总额和投资范围内的不可比拟的优势。根据以上的实证检验发现, 碳减排的主体目前还主要是国内资本。
参考文献
[1]郭红燕, 韩立岩.外商直接投资、环境管制与环境污染[J].国际贸易问题, 2008 (8) .
[2]熊美珍, 祝树金.FDI和环境污染——基于中国省际面板数据的格兰杰因果检验[J].企业家天地, 2007 (10) .
[3]邓柏盛, 宋德勇.我国对外贸易、FDI与环境污染之间关系的研究:1995～2005[J].国际贸易问题, 2008 (4) .
[4]Michael Jahn, Axel Michaelowa, Stefan Raubenheimerand Holger liptow.2006, ”Measuring the Potential ofUnilateral CDM-A Pilot Study, ”China and WorldEconomy.
[5]Robert Hoffman, Chew-Ging Lee, Bala Ramasamy, Mattahew Yeung, 2005, ”Journal ofInternational Development, ”Journal of InternationalDevelopment, 17 (12) .
[6]Yue-Jun Zhang, 2010, ”The impact of financialdevelopment on carbon emissions:An empirical analysisin China”, Energy Policy, 39.
[7]王群伟, 周鹏, 周德群.我国二氧化碳排放绩效的动态变化、区域差异及影响因素[J].中国工业经济, 2010 (1) .
[8]胡佳雨.我国外商直接投资与二氧化碳排放相关性研究[D].杭州:浙江大学, 2009.
[9]程思婧和闫登丰, FDI与中国碳排放关系的实证研究[J].学术研究, 2011 (1) .
[10]宋帮英, 苏方林.我国省域碳排放量与经济发展的GWR实证研究[J].财经科学, 2010 (4) .
[11]郭存芝, 杜延军, 李春吉.计量经济学-理论、方法.Eviews应用[M].北京:科学出版社, 2007.
Granger因果 篇7
我国国民经济的迅速发展,能源消耗和环境保护问题日益重要,特别是碳排放问题已经成为社会关注的焦点。据统计,从1990~2003年的14年间,我国的能源消耗增长占全世界的25%,温室气体排放量增长占全世界的比重为34%。预计到2015年,我国CO2排放量将占全世界总排放量的20%,超过美国成为全世界排名第一的温室气体大国。作为最大的发展中国家,我国面临着经济发展和节能减排的双重困扰,低碳经济发展模式成为实现可持续发展的重要途径。在发展低碳经济过程中,低碳技术创新是节能减排、转变经济增长方式的关键,环境规制政策则是促进技术创新、控制环境容量的催化剂。因此,有必要对环境规制、技术创新与碳排放量之间的关系进行深入分析,为政府制定技术和环境政策提供理论参考。
有关碳排放的研究主要集中在以下2个方面:(1)探讨碳排放与经济增长之间的关系,例如,Grossman、Krueger(1991)[1]对GEMS(Global EnvironmentalMonitoring System)城市大气质量数据进行了分析,发现SO2与人均收入的环境库茨涅茨曲线呈“倒U型”曲线。Cannas等(2003)[2]通过对16个工业化国家1960~1998年的面板数据进行分析,提出了N型的环境库茨涅茨曲线,并对产生的原因进行了解释。杨桂元,李璐(2011)[3]建立VAR模型,分析了我国经济发展水平指标与碳排放量之间的动态关系,找出降低碳排放量的最为关键的要素。高云虹,王美昌(2011)[4]运用脉冲响应分析法考察了江西省经济增长与环境污染之间的长期动态关系。(2)探讨碳排放与产业结构、能源消费、居民消费等因素之间的关系。例如,朱勤,彭希哲,陆志明,于娟(2011)[5]从消费压力、人口视角探讨碳排放问题,通过对STIRPAT模型的扩展,应用岭回归方法计量分析人口、消费及技术因素对碳排放的影响。张丽峰(2011)[6]分析了我国产业结构、产业内部结构、能源生产结构、能源消费结构、产业能源消费结构与碳排放的关系。陈兆荣(2011)[7]采用Moore结构变动指数实证分析我国产业结构高级化变动与碳排放量波动的动态关系。
总体看,现有的相关研究均着眼于碳排放与经济发展之间关系,而从政府环境规制和技术创新视角去探讨碳排放问题却不多。低碳经济的发展需要通过技术跨越式发展和制度约束得以实现,即技术创新和有效的环境规制政策。本文在诸位学者研究的基础上,从环境规制和技术创新的视角,运用协整和格兰杰因果分析方法探讨我国碳排放的影响因素。
1 变量选取与数据来源
1.1 变量选取
本文探讨碳排放与环境规制和技术创新的机理,因此,基于时间序列数据分析模型就包括碳排放量、环境规制和技术创新3个变量。
1.1.1 碳排放量(TP)
考虑到能源消费统计指标的一致性和可得性,在计算省际碳排放量时,本文利用各年份煤炭、4种油品(汽油、煤油、柴油和燃料油)、天然气的消费量进行估算,但这些能源指标都是实物量,在估算碳排放量时,首先需要将这些能源根据折算系数换算成以标准煤为计量基础的能源消费量,然后根据能源排放系数计算碳排放量。
1.1.2 环境规制强度(EI)
本文选用环境规制强度指标衡量政府的环境规制水平,采用环境污染治理投资作为指标。因为政府加大环境规制的力度,相关方会花费较多的支出在污染治理上,污染治理投资会随着环境规制强度的提高而增加,因此,用污染治理的投资能够较好地反映相关方面的环境规制强度。不同的经济规模下,相同的污染治理投资的意义往往不同,在这种情况下很难比较污染治理投资带来的影响。为了能使不同时期和经济规模下的环境规制强度具有可比性,本文将污染治理投资除以国内生产总值来消除这种差异,即每百元国内生产总值的污染治理投资作为衡量环境规制强度的指标,计算公式为:
1.1.3 技术创新能力(TI)
资金是技术创新的基础,很大程度上影响一国R&D的整体效率和水平。环境规制是诱发和促进技术进步的潜在动因,绩效和技术标准决定了技术进步的路径。节能减排技术更多地体现在高新技术领域,Porter and Vander Linder(1995)证明了严格的环境管制会激发技术创新的动力,相关方为降低污染治理的边际成本而更多地投入于R&D中,促进创新能力的迅速提高。本文采用科技经费占GDP比重来衡量一定的环境规制政策下技术创新实力。
1.2 变量选取
本文选取的样本区间为1994~2009年。上述各项数据来源于1994~2009年的《中国统计年鉴》、《中国环境统计年鉴》和《中国能源统计年鉴》。同时选用Eviews 5.1软件进行时间序列数据模型的估计。为有效降低数据的异方差,增强数据的平稳性,我们对上述3个指标取对数后再进行分析。
根据上述公式计算的1994~2009年碳排放量、环境规制和技术创新3个变量数值见表1。
数据来源:1994~2009年《中国统计年鉴》、《中国环境统计年鉴》、《中国能源统计年鉴》。
1.3 描述性统计分析
1.3.1 变动趋势折线图
从图1可见,中国碳排放量总体呈上升的趋势。1994~2002年期间,碳排放量以1.6%的速度呈缓慢上升趋势,年均碳排放量7.9亿吨。2003年以来,碳排放量增加迅速,年均碳排放量13.9亿吨,平均增长率为11.1%。造成中国碳排放量快速增长的主要因素是中国经济在近几年的快速发展,1994~2002年GDP的年均增长率为8.9%,2003~2009年GDP的年均增长率为11.1%。1994~2009年间,我国煤炭消费占能源消费总量的71%,石油消费占19%。经济增长与能源消费相互促进,共同发展,经济的快速增长离不开能源的支持,而能源消费的增长也得益于经济增长,最终导致近几年我国碳排放量的不断增加。但从图2中也可以看见。2009年的碳排放量呈现平缓的趋势,表明碳排放量显著增加的脚步有所放缓。
我国经济增长面临着巨大的资源环境约束和压力,主要污染物的排放超过了环境承载能力,环境污染问题日趋恶化。随着政府对环境问题认识程度的不断深入,逐渐加大了环境规制的强度。特别是随着加快建设“资源节约型”和“环境友好型”社会的提出,加大了对环境污染治理的资金投入,完善了规制手段的合理设计和有效实施,反映在图3中就是我国环境规制强度的曲线不断上升,年均为1.07元/百元,年均增长率为5.7%。但由于环境规制与经济、技术、政治、文化等因素之间存在复杂的关联关系,各年环境规制力度的强弱往往是政府在综合考虑各影响因素的基础上做出的决策,因此,我国环境规制强度是一条“波浪型”上升的折线。
国内外诸多学者无论是从理论分析,还是从实证分析的角度都验证了技术创新是影响产业升级的核心因素,是国家高质量经济增长的基础,是社会进步的决定性因素。技术,尤其是低碳技术,是低碳经济发展模式的支撑因素,其创新和应用是低碳经济发展的核心。低碳技术的推广应用,推动了传统经济发展模式向低碳经济的转变。上世纪90年代以来,我国政府更加深刻认识到技术创新在实现经济体制转型中的重大作用,加大了对技术创新的投入,我国科技经费占GDP的比重逐年增加,由1994年的0.7%上升到2009年的1.7,年均增长6.5%。
1.3.2 相关分析
由相关性检验(Correlations)可以得出上述3个变量的相关系数,计算结果如表2所示。
从相关系数矩阵中可以看到,环境规制强度、技术创新、碳排放量之间存在着相关关系,其中技术创新与碳排放量之间的相关性较高,达到90.9%,环境规制强度与技术创新之间的关联度达到88.6%左右,碳排放量与环境规制强度之间的关联度达到68.1%。
2 协整关系分析
2.1 协整关系分析
变量间的协整关系指的是如果所考虑的时间序列具有相同的单整阶数,且某种线性组合(协整向量)使得组合时间序列的单整阶数降低,则称这些时间序列之间存在显著的协整关系,即变量间具有长期稳定关系。若非平稳时间序列如果存在单位根,则一般可以通过差分的方法来消除单位根,得到平稳序列。
2.1.1 单位根检验
在对变量进行协整分析之前,首先应对变量的平稳性进行检验,即检验变量是否含有单位根。单位根检验有多种不同的方法,如DF检验、ADF检验、PP检验、KPSS检验、EPS检验和NP检验等。本文采用ADF检验方法来检验变量的平稳性,检验结果如表3所示。
注:检验形式c和t表示单位根方程包括截距项和趋势项,k表示滞后阶数,加入滞后项是为了使残差项为白噪声,最优滞后阶数由SC准则确定,Δ表示一阶差分算子。
由表3可知,变量lnEI、lnTI、lnTP是非平稳的,而他们的一阶差分变量ΔlnEI、ΔlnTI、ΔlnTP是平稳的。也就是说,变量ΔlnEI、ΔlnTI、ΔlnTP是一阶单整序列,所以要进一步检验变量之间是否存在协整关系。
2.1.2 协整检验
变量lnEI、lnTI、lnTP都是I(1)过程,可以进一步检验变量之间是否存在协整关系。常用的检验协整关系的方法有两种:一种是E-G两步法,基于回归参差的平稳性检验;另一种是Johansen和Juselius(JJ检验)的似然比检验方法。与E-G两步法相比,JJ检验能够估计和检验多重协整关系,基于此,本文用JJ检验方法来考察环境规制强度、技术创新能力与碳排放量之间的长期均衡关系。JJ检验的结果如表4所示。
从表4可知,在5%的显著水平下,变量序列lnEI、lnTI与lnTP的迹检验拒绝了none(一个都没有)和At most 1(至多1个)的原假设,不能拒绝Atmost 2(至多2个)的原假设,最大特征根检验同样拒绝了none(一个都没有)和At most 1(至多1个)的原假设,不能拒绝At most 2(至多2个)的原假设。两种检验结果都说明lnEI、lnTI与lnTP之间存在两个协整关系。由于协整关系度量系统的稳定性,因此我国的环境规制强度、技术创新能力与碳排放量之间存在着稳定的关联关系,即碳排放量与政府的环境规制政策和技术研发实力是密切相关的。
2.1.3 VEC模型
协整检验是检验各变量间是否存在长期平稳关系,这种长期平稳关系是由短期非平稳状态在各变量内、在约束机制下不断调整生成的。通过误差修正模型,可以反映长期平稳关系的短期调整途径,以便考察各变量之间的短期动态过程。
通过Eviews 5.1软件估计VEC模型如下:
其中vecm为误差修正项,(u1t,u2t,u3t)′为方程(2)的随机误差项。从向量误差修正模型的实证结果看,1994~2009年间,碳排放量的(D(LTP))的误差修正系数为-0.3763,表明碳排放量向均衡的收敛,短期碳排放量的变动和调整导致我国碳排放放量在未来趋于一个稳定的水平;环境规制强度(D(LEI))的误差修正系数为-0.0038,技术创新能力(D(LTI))误差修正系数为0.3156,意味着在环境规制和技术创新的调整下,长期均衡趋势偏离的收敛和调整机制在发挥作用,将碳排放量由非均衡状态拉回到均衡状态。
2.1.4 格兰杰因果关系分析
通过协整检验结表明我国的环境规制强度、技术创新能力与碳排放量之间存在长期的均衡关系,但是它们之间的关系是否构成因果关系还需要进一步验证。Granger(1969)提出的因果关系检验可以解决此类问题。变量的Granger因果关系如表5所示。
从表5中可以看到,环境规制强度是技术创新的Granger原因,环境规制强度是碳排放量的Granger原因,技术创新是碳排放量的Granger原因;技术创新不是环境规制强度的Granger原因,碳排放量不是环境规制强度的Granger原因,碳排放量不是技术创新的Granger原因。这充分说明:环境规制强度、技术创新、碳排放量之间存在着长期的均衡关系,环境规制强度的增加意味着政府不断完善和加强各种环境规制手段,环境规制的合理安排和有效执行能够充分实现资源效率和环境质量的双赢。正确的环境规制可以向工业企业发出资源无效率和潜在技术改进的信号,激励资金更多地投入到与节能减排相关的技术创新领域,减少污染物的排放。技术创新是节能减排的技术基础,是通过技术进步,加大对传统生产和生活方式的循环改造,促进原料和能源的循环利用,降低消耗和污染,减少碳排放。
3 结论与对策建议
本文基于1994~2009年中国环境规制、技术创新和碳排放量的时间序列数据,检验了环境规制、技术创新与碳排放量之间协整关系,进行了格兰杰因果关系分析,得到以下结论:(1)我国的环境规制强度、技术创新能力与碳排放量之间存在着稳定的关联关系,环境规制的合理安排和有效执行能够充分实现资源效率和环境质量的双赢,技术创新是节能减排的技术基础,技术进步可以促进原料和能源的循环利用,减少碳排放。(2)格兰杰因果分析表明:环境规制强度是技术创新的Granger原因,环境规制强度是碳排放量的Granger原因,技术创新是碳排放量的Granger原因。根据上述结论,我们提出以下相关政策建议。
3.1 促进产业结构的调整和优化升级
《十二五发展规划纲要》中指出“我国仍将并将长期处于社会主义初级阶段,发展仍是解决我国所有问题的关键”。因此更需要促进产业结构的调整和优化升级。(1)应增强产业配套能力,淘汰落后产能,发展先进装备制造业,推动装备产品智能化,推行产业环保和质量安全标准,严格控制总量扩张,推进产品研发、资源综合利用和节能减排的深入进展;(2)要大力发展节能环保、新能源、新材料等战略性新兴产业。通过环保产业中洁净技术、洁净产品、环境服务等领域的发展改善经济运行质量,实现产业的优化升级;(3)在大力发展第三产业的同时,推进第三产业的“绿色增长”,采取相关政策和措施推行第三产业清洁生产机制的实施,引导和鼓励第三产业向绿色、生态的方向发展。要降低煤炭等化石燃料在能源结构中的比重,提高低碳清洁能源在能源结构中的比重,大力发展风能、太阳能、生物能等可再生能源技术,实现核能的安全利用,增加清洁能源的供应。同时通过技术创新和引进,更新、改造落后生产工具,推动能源密集部门的能源效率。
3.2 完善和有效利用环境规制政策工具
政府的环境规制与碳排放之间的关系密切。环境规制的合理安排和有效执行能够充分实现资源效率和环境质量的双赢。
一般情况下,政府对碳排放量的容忍程度很大程度上体现于环境规制的强度。政府通过制定相应政策与措施对厂商的经济活动进行调节,以达到保持环境和经济发展相协调的目标,大体来说环境规制包括命令控制型和市场激励型两大类规制政策。通过命令控制型规制政策,可以全面推行清洁生产和环境管理的系列标准;将政策的内容由原先的只注重污染治理转变为资源环境的综合治理以及节能减排上来;市场激励型规制政策可以明确企业的排污所有权,激励企业主动减排,积极进行技术革新,把排污控制在环境容量和环境净化能力的安全临界点之内。
3.3 构建低碳技术创新体系,形成低碳经济发展的长效机制
低排放、低耗能和低污染的低碳经济发展模式要求技术创新朝着节能、减排、增效的方向发展,包括减碳技术、无碳技术和去碳技术三大技术,它是低碳经济发展的动力和核心。
构建低碳经济技术创新体系包括构建政策保障体系、组织支撑体系、机制辅助体系和资金保障体系。政策保障体系要求政府在低碳技术发展战略的基础上,建立完善的低碳技术评价和监控指标体系,鼓励出台研发的技术推动政策和需求拉动政策,实施促进低碳技术创新的采购政策。组织支撑体系包括形成激励和监督机制,构建利益分配和风险共担机制,通过法律法规来规范创新主体的权利和义务,促进技术创新项目的合作。机制辅助体系包括技术研发储备平台、技术转化平台、创新人才体系,以及技术引进和国际合作机制。在机制辅助体系的参与下,保障了技术创新的可持续开展,提升技术创新能力和成果的转化。资金保障体系包括财政资金的专项拨付,风险投资基金和碳金融资本市场的建立。多渠道的、稳定的金融支持,保障低碳技术创新机制的良好运转,加速了创新成果的产业化。
参考文献
[1].Grossman G,Kruege A.Economic Growth and the Environment[J].Quarterly Journal of Economics,1995,110(2):353~377
[2].Canas,A.,P.Ferrao and P.Con ceicao.A New Environment Kuznets Curves?[J].Ecological Economics,2003,46(3):217~229
[3].杨桂元,李璐.影响我国碳排放量因素分析与低碳经济的路径选择[J].科技与产业,2011,11(1):71~76
[4].高云虹,王美昌.经济增长与环境污染的广义脉冲响应函数分析———以江西省为例[J].经济问题探索,2011,(6):32~38
[5].朱勤,彭希哲,陆志明,等.人口与消费对碳排放影响的分析模型与实证[J].中国人口.资源与环境,2010,20(2):98~102
[6].张丽峰.我国产业结构、能源结构和碳排放关系研究[J].干旱区资源与环境,2011,25(5):1~7
[7].陈兆荣.我国产业结构高级化与碳排放量关系的实证研究[J].湖北经济学院学报,2011,9(4):77~84
[8].王怡.环境规制视角下我国工业碳排放的灰色斜率关联分析[J].科学技术与工程,2011,(4):791~796
[9].宋春燕,张英.我国人均碳排放量与经济增长协整分析[J].中国物价,2011,(5):64~67
[10].胡初枝,黄贤金,钟太洋,等.中国碳排放特征及其动态演进分析[J].中国人口.资源与环境,2008,18(3):38~42
[11].樊纲,苏铭,曹静.最终消费与碳减排责任的经济学分析[J].经济研究,2010,(1):12