前言:中文期刊网精心挑选了国民经济增长范文供你参考和学习,希望我们的参考范文能激发你的文章创作灵感,欢迎阅读。
国民经济增长范文1
关键词:国防支出;经济增长;向量自回归
中图分类号:F12 文献标志码:A 文章编号:1673-291X(2012)34-0024-05
引言
国防支出是反映一个国家军事实力的重要指标。二十多年来,该指标绝对数在中国有了一定程度的增长,2010年国防支出预算为5 321.15亿元人民币,比2009年增长7.5%。同期,与之相关的 GDP 指标增长迅速,2010年达到 397 983亿元,比上年增长10.3%。从数据表面上看,GDP 的增长与国防支出的增长存在显著的关系。但它们之间是如何影响的?它们之间是否存在稳定的动态均衡关系?两者之间的因果关系?诸如此类的问题,在过去常常直接借助线性方程来解决。但从随机时间序列的特征来看,不经分析地用一个随机变量对另一个随机变量进行回归,结果不很可靠。因此,本文试图引用1978 —2010 年的数据,采用VAR模型来检验此类问题。
一、模型的分析
1980年西姆斯(Sims)提出向量自回归模型(vector autoregressive model)。这种模型采用多方程联立的形式,它不以经济理论为基础,在模型的每一个方程中,内生变量对模型的全部内生变量的滞后值进行回归,从而估计全部内生变量的动态关系。VAR模型是自回归模型的联立形式,所以称向量自回归模型 。VAR模型的一般形式用矩阵可以表示为:Yt=A0+A1Yt-1+…+YPYt-P + εt。由此也可以看出来,VAR模型的一个重要特点,即系统中的每个方程都具有相同的解释变量,且这些解释变量都是被解释变量的滞后变量。
在一个VAR模型建好之后,就可以利用脉冲响应函数对各变量的相互影响动态过程进行分析。脉冲响应函数描述一个内生变量对误差冲击的反应,具体地说,它描述的是在随机误差项上施加一个标准差大小的冲击后对内生变量的当期值和未来值所带来的影响。
二、实证过程
对各个变量的平稳性进行检验,在此基础上用 VAR模型进一步进行相关分析和协整检验。
(一) 变量选择以及数据的处理
本文研究中国国防支出对经济增长的动态影响过程和影响路径。从而分析中国国防支出对于国民经济增长、非国防公共部门投资和私人部门投资分别产生何种影响及其影响的程度。统计年鉴上没有按照公共部门和私人部门产出来分类,本文采用马拴友(2000)的方法进行划分。
为了消除时间序列的不利影响,对上述数据进行对数变换,变换后的变量定义如下:lngdp:国内生产总值自然对数值;lnds:国防支出自然对数值;lnpi:私人部门投资自然对数;lngi:公共部门投资自然对数。研究数据来自于《中国统计年鉴2010》、《改革开放五十五年》,采集数据的区间为1978—2010年。
(二) 平稳性检验
ADF单位根检验结果显示,所有变量都是非平稳的,一阶差分后lngdp仍然不平稳,其他数据平稳。再做二阶差分后所有数据都平稳。这表明,所有变量都属于二阶单整I(2),可进行协整分析。
(三) Johansen协整检验结果
表1迹检验和最大特征值检验 中 None、at most 1 都为星号,表示拒绝假设,即存在协整关系,且最多不止1个。迹检验显示在5%显著性水平下,四个变量间存在两个协整关系。
(四)向量自回归模型(VAR)
由上页表2可知,当我们用lngdp滞后两期值来解释lngdp时,其自身对其解释效果比较好,其滞后1期回归系数为正且比较大,滞后2期系数为负。这说明GDP受前面GDP的时滞影响很明显且滞后1期的影响比滞后2期要大.尽管lnds的滞后1期对lngdp的影响为正但很微弱,lnds的滞后2期对lngdp的影响为负,且影响较大。lnpi的滞后1期对lngdp的影响为正且大于滞后2期为负的影响。Lngi与lnpi对lngdp的影响是相似的。滞后1期影响为正且大于滞后2期为负的影响。Lnds滞后两期来解释lnds时,其自身对其解释效果比较好,其滞后1期系数为正且比较大,滞后2期系数为负,且影响较小。Lnds对lnpi滞后1期为正且影响较大,滞后2期为负影响远远小于滞后1期的影响。Lnds对lngi滞后1期的影响为正,滞后2期的影响为负。由此可以得出,GDP受其自身前期的影响最大,但由于经济结构和增长方式等方面的原因使得更早之前的数值对其产生消极影响;国防支出对GDP有不太明显的消极作用,但是更早之前的国防支出对GDP是具有促进作用的,说明国防支出对于促进经济增长是具有时滞效应的;私人投资和公共投资对经济增长都是具有促进作用的,同时,滞后2期的数据显示对经济增长是具有消极作用的。当期的正向影响与滞后的负向影响相互抵消后,仍然具有正向的影响;而国防支出对私人投资的当期影响是非常显著的,滞后期的负向影响非常微弱。国防支出对公共部门投资的当期影响为正,滞后期影响为负,但是正负相抵滞后仍有微弱的正向作用。由此可知,国防支出并没有对投资产生“挤出效应”。
(五) 格兰杰检验
由表3看以看出lngdp是lnds的格兰杰原因,lnds不是lngdp的格兰杰原因;lnpi与lngdp不具有相互格兰杰因果关系。Lngdp是lngi的格兰杰原因,lngi不是lngdp的格兰杰原因。
(六)脉冲响应图
1.GDP与国防支出、私人投资、公共投资的动态关系研究
从图1中可以看出,lngdp受自身冲击的影响最大,对其自身的一个标准差的冲击立刻有了较强的反映,该序列对来自其他方程的一个标准差的冲击在第1期都没有反映。第2期,lnpi对lngdp的影响最为明显,上升为0.02,lnds和lngi对lngdp影响不明显,lnds对lngdp的影响为正,以后影响渐渐消失。Lngi虽然影响较小,但是从第5期开始影响为负,以后逐渐消失。这说明,国防支出、私人投资和公共投资对GDP的影响都是有滞后的正向影响的。由于国防支出占GDP很小一部分,所以影响并不明显。私人投资对GDP的影响相对较大。公共投资对GDP的影响很小,由于公共投资都投资于基础建设、医疗、卫生和教育,是没有回报的投资,所以公共投资对GDP的影响较滞后效应为负。
2.国防支出对私人部门投资和公共部门投资的动态影响分析
第1期给Lnds一个标准差的冲击其受自身影响较大。受lngdp一个标准差的冲击影响较小,大约在第2期之后,lngdp对lnds的影响超过lnds本身,且影响一直在不断增大,lngdp对lnds的影响处于不断增大的状态。说明lnds的增加主要是受到lngdp的影响。当一国的国民生产总值一直在不断增加,财政支出也不断增加,因此国防支出也随之不断增加。
图3对lnpi的一个标准差的冲击,在第1期受自身影响较大,lnds对其影响甚微,在第2期,lnpi对自身的影响迅速下降,lnds的影响增大,大约在第4期,lnpi对自身的影响趋于消失。lnds对lnpi的影响在第5期之后逐渐下降。国防支出对私人投资是滞后的正向影响。这说明国防支出并没有对私人投资产生“挤出效应”,而是在后期有明显的拉动作用。国防支出能够提供安全的国家环境,提高国民投资热情和消费信心,间接提高私人部门投资。所以国防支出对私人部门投资具有滞后的正向影响。
从上页图4中可以看出,对lngi一个标准差的冲击第1期其受自身影响较为明显,但是在第2期开始迅速下降,到第3期之后,影响为负。以后渐渐趋于消失。Lnds在第1期对lngi影响较为明显,第2期,影响增大,到第3、4期影响变小,以后各期趋于消失。国防支出对公共部门投资影响为正,虽然国防支出和公共部门大部分来自财政支出,但国防支出的增加并没有对公共部门投资产生“挤出效应”。
结论
从经济理论上来看,国防支出属于纯消耗性的政府支出,在一定程度上增加了政府财政负担,但国防支出通过不同的路径也能对经济带来正面影响。通过VAR模型的脉冲响应函数对GDP与国防支出、私人部门投资和公共部门投资的动态分析,可以得出以下结论:
1.改革开放以来,中国对国防支出的投资占财政支出一直处于很小的一部分,国防支出对GDP的影响为正,但是影响非常微弱,可以得出国防建设的步伐没有跟上国民经济增长的步伐,所以影响非常微弱。通过实证研究国防支出对GDP的影响是正向的,即国防支出具有促进国民经济增长的作用。那么我们应该在适当的范围内增加国防支出,使得国防建设的步伐赶上经济建设的步伐。
2.国防支出对私人部门和公共部门的投资的拉动效应要大于挤出效应。国防支出对公共部门的直接影响大于私人部门,对私人部门的滞后影响大于公共部门。通过实证研究,国防支出对私人部门的影响具有时滞,同时私人部门对国民经济增长具有很大的影响。国防支出对公共部门影响为正,但是公共部门对国民经济增长的滞后效应是负向的,所以国防支出对国民经济增长间接影响是双向的。从实证研究中看到,私人部门的投资对国民经济增长较为明显。通过 “军民融合、寓军于民”即减轻了国家的防务压力,又促进了国民经济增长。利用民用部门的高端技术发展军事科技,不仅能带来军事技术的变革,节约成本,而且对整个国民经济具有更加明显而持久的拉动作用。也便于将国防开支控制在适当的范围,因此,我们要处理好国防部门和私人部门的关系。在实践中真正落实“军民融合、寓军于民”实现国防部门和私人部门的优势互补,形成双赢局面。
参考文献:
[1] 陈波.国防支出与经济增长:中国的经验研究(1985—2000)[G]//中国国防经济学.北京:中国财政经济出版社,2008.
[2] 侯佳,邓秋燕.国防支出对经济增长影响的模型分析及政策建议[J].军事经济研究,2010,(11).
[3] 刘忠生,李东.中国国防支出的实证分析[J].军事经济研究,2008,(2).
国民经济增长范文2
论文摘要:文章试图对通信业对经济增长的贡献作一定的计量分析。为此,首先将国内部门分为通信产业部门和非通信产业部门,并以这两部门的生产函数为基础,推出最终的计量模型,然后根据有关的数据对模型进行回归分析。分析结果表明,通信业对经济增长的综合边际产出贡献很高,从而说明对通信业应该继续加大投入,引导和扶持通信产业的发展,发挥通信业的先导作用,进一步来促进国民经济持续稳定的增长。
引言
通信业是国民经济的基础性、先导性、支柱性产业。通信业的发展带动相关产业群发展,体现了信息经济的发展趋势,改变产业结构,使之更具活力;它还创造了大量就业机会,改变就业结构和劳动力素质。通信业已成为社会政治、经济、文化和人民生活不可或缺的一部分,是当前及未来社会生产和生活的重要支撑。在经济增长方式转变和经济结构调整的历史性进程中,通信业的重要性只会加强,不会削弱。回顾改革开放的发展历程,我们可以发现,作为国民经济的基础行业,通信业从弱小到强大、从落后到先进、从曾是制约经济发展的“瓶颈”到成为国民经济的先导产业,实现了质的飞跃。通信业在国民经济中的地位不断提高,对经济发展起到了巨大的拉动作用。然而,通信业与经济增长的关系如何?通信业对经济增长的拉动作用究竟有大?本文尝试用计量经济模型对此进行探讨。
1计量模型分析
1.1理论模型
本文尝试用菲德模型来分析通信业对国民经济的贡献。菲德模型是菲德(G.Feeler)于1983年提出的一个用于测算出口对经济增长作用的两部门模型。该模型把社会经济活动分为出口和非出口两个部门,由于出口部门面对的是国际市场,激烈的竞争促使它不断提高其生产技术水平和管理水平,非出口部门正好吸收这种由于生产技术水平和管理水平提高带来的外溢效应,从而增强其自身实力。因此,出口对于GDP增长的贡献可能要比出口本身增长所形成的GDP增量大。菲德的两部门模型就是用来估计出口对于非出口部门外溢作用以及出口与非出口部门之间要素生产力差别的数学模型。
通信产业作为一个部门,与经济中其他部门的联系十分重要,任何希望估计通信产业对国民经济的影响,必须关注通信产业对非通信产业的外溢作用。鉴于通信产业对经济增长的直接作用和外溢作用,将借鉴菲德提出的两部门模型来测度通信产业对经济增长的贡献。与菲德模型的思路相似,把通信产业对经济增长的作用类同于出口对经济增长的作用,将国内部门划分为通信产业部门和非通信产业部门。
模型建立如下:设各自的生产方程为:
P=f(Lp,Kp)(1)
N=g(Ln,Kn,P)(2)
其中P和N分别代表通信产业部门和非通信产业部门两部门的产出量,L和K分别代表劳动力和资本两大生产要素,下标代表部门。(2)式生产函数假设,通信产业的产出水平P将影响非通信产业部门的产出。
劳动力(L)与资本(K)总量可以表达为:
L=Lp+Ln(3)
K=Kp+Kn(4)
社会总产品(Y)就是两部门产品之和,即:Y=P+N(5)
菲德模型将不同部门的劳动和资本边际生产力的相互关系表达如下形式:
其中fl代表通信产业部门劳动力的边际产出,fk代表通信产业部门资本的边际产出,gl代表非通信产业部门劳动力的边际产出,gk代表非通信产业部门资本的边际产出,δ是两个部门之间相对边际生产力的差异,理论上可以大于、等于或小于零,正的δ意味着通信产业部门的相对边际生产力高于非通信产业部门。
对(5)的两边求微分得:
dY=dN+dP=gkdKn+gldLn+gpdP+(1+δ)gkdKp+(1+δ)gldLp(7)
根据(3)、(4)、(5)、(6)、(7),可以推导出如下回归方程:
(8)式中,α、β表示非通信产业部门资本和劳动力的边际生产力;γ代表通信产业部门对经济增长的全部作用,为通信产业的外溢作用)分别是总产出、劳动力和通信产业产出的增长率;P/Y是通信业产出占总产出的比例。将国内投资视同于资本存量的增量,由于资本存量的增量在统计数据中不存在,一般用固定资产投资来代替。于是(8)式可以改写为:
参数γ代表通信产业外溢作用与两部门间要素生产力差异两种作用之和。将一个常数项和一个随机误差项加入到方程(9)中,同时假定随机误差项具有零均值、同方差的特性,则方程(9)就成为所需要的回归方程。
通过方程(10),对的系数γ的估计,可以得到通信产业部门对于经济增长的全部作用;需要说明的是,该模型将整个经济区分为两个部门是一种理论上的简化。同时,非通信产业的产出不仅依赖于配置在本部门的劳动和资本要素,还取决于同一时期通信产业的产出量。因此,这里存在着一个假设:通信产业部门对经济中其他部门的外溢作用发生在同一时期。这个假定与现实可能不太相符,但使用时间序列数据进行回归分析,对分析结果影响不会太大。
1.2样本的选择
在本模型的计算过程中,Y用国内生产总值(GDP)来代替,GDP用当年价格计算。L用年末从业人数表示,从业人数合计指标反映了一定时期内全部劳动力资源的实际使用情况。I用历年全社会固定资产投资来代替,它包括了国有经济、集体经济、个体经济和其他经济成分历年的固定资产投资之和,是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标。通信产业部门的产出P用每年通信业务总量代表。样本区间为1998-2005年。样本选取时间从98年开始,是因为1998年邮电分家,通信业对国民经济的带动作用显著。上述指标的相关数据均取自《中国统计年鉴》和《中国通信年鉴》。如表1所示:
该回归模型采用的数据是时间序列数据,为了消除数据的波动性,我们对数据进行了平均平滑处理。处理数据结果如下表2所示:
1.3模型回归结果
利用EVIEW统计软件对方程(10)做LS回归,结果如表3所示:
从方程(10)的回归结果看,所有的回归系数估计值α、β和γ都通过了统计的显著性检验,R2达0·671254表明了方程的拟合效果好。从方程(10)的估计结果,得到最关心的系数γ的估计值为1·764966,γ就是通信业对国民经济的全部作用。γ=1·764966的含义是:假设其他条件不变,通信部门每多生产出一单位的产出,国民经济将增加1·764966单位的产出。
2结束语
通过以上的计量分析,得出的结果是:通信业对国民经济的全部作用参数的估计值γ为1·764966,也就是说,假定其他条件不变,通信业每多生产一单位的产出,整个国民经济GDP将增加1·764966单位的产出。这就说明了通信业对国民经济增长带来的巨大作用。
通信业对国民经济贡献不仅包括对GDP的直接贡献,其更大的贡献在于对国民经济发展和人民生活水平提高所产生的渗透作用与倍增作用,尤其是对其他产业的推动和带动作用。随着我国经济结构调整、增长方式改变、资源节约利用等改革需求越来越迫切,通信业作为国民经济的先导性、基础性和支柱性产业,必须为有效推进国民经济转型做出更新更大的贡献。这不仅要求通信业加快自身发展,更要求通过它改变人们的经济行为,改造提升其他产业,提高社会的整体经济效率。通信业的发展带动相关产业群发展,体现了信息经济的发展趋势,改变产业结构,使之更具活力;它还创造了大量就业机会,改变就业结构和劳动力素质。通信业已成为社会政治、经济、文化和人民生活不可或缺的一部分,是当前及未来社会生产和生活的重要支撑。基于上述的计量分析结果,笔者认为应该加快通信业的发展,在生产要素的投入上要向通信业倾斜,以发挥通信业的高效率,进而带动整个国民经济的发展。
参考文献
国民经济增长范文3
【关键词】旅游产业;经济增长;协整;误差修正模型
旅游业是第三产业中产业关联度高而且富有发展潜力的朝阳产业。旅游业的发展不仅能够促进经济增长、促进就业,而且还能促进产业结构调整、投资环境的改善以及提升城市形象。近年来湖北省旅游产业出现蓬勃发展的势态,2010年湖北省全省接待入境旅游人数达到181.74万人次,旅游总收入达到1460.53亿元,同比增长45.4%;旅游外汇收入达到7.51亿美元,同比增长47.2%。湖北省旅游产业的发展为湖北省经济和社会发展做出了巨大贡献。在此背景下,测度旅游产业在多大程度上影响国民经济的发展,是一个值得思考的问题,对于加快湖北省地区经济实现又好又快的增长具有重要的理论和实践意义。本文采用协整和误差修正模型研究湖北省经济增长与旅游产业发展之间的关系,找出旅游产业对湖北经济增长的贡献度究竟有多大,以其为湖北省经济决策提供参考。
一、模型选择和数据处理
(1)指标选取与数据处理。选取湖北省历年国内生产总值作为代表经济增长的变量,选取湖北省历年旅游收入作为湖北省旅游产业发展的指标。样本数据均来源于历年《湖北省统计年鉴》,数据起止时间为1986~2010年。以1986年为基期的GDP平减指数核算实际的GDP与实际的旅游收入。用GDP与TR分别表示消除价格变动后的实际GDP与实际旅游总收入。为了使得两变量的时间序列避免剧烈变动同时尽可能的消除可能产生的异方差,我们分别对消除价格变动后的实际国内生产总值GDP和实际旅游总收入取自然对数,分别既为LGDP与LTR.。协整理论是研究变量之间长期均衡关系的方法,在进行变量协整分析之前先判断变量序列的平稳性。(2)时间序列分析中,如果一组非平稳的时间序列的线性组合为平稳的时间序列,则说明这组变量之间存在协整,这个线性组合被称为协整方程。协整表示经济变量之间存在着某种长期均衡的关系,在短期内可能变量之间的关系会偏离这种均衡,但是在长期变量之间会存在某种内在机制使得变量之间的关系重新趋向均衡。本文采用Engle和Granger在1987年提出来的EG检验来讨论湖北省旅游产业发展和旅游收入之间的关系是否存在协整。如果存在协整,则表明旅游产业的发展是促进湖北省经济增长的一个重要的因素,两者之间存在长期稳定的均衡关系。
二、实证分析和估计结果
1.描述统计分析。为了直观的观察变量之间的关系,首先对变量进行单位根检验,我们发现LGDP与LTT都是非平稳的时间序列,通过对他们进行一阶差分进行ADF检验,我们发现LGDP与LTT在10%的显著性水平下是平稳的时间序列即LGDP~I(1),LTR~I(1),LTGDP与LTTR均为1阶单整的时间序列。
在此基础上,我们对取对数后的湖北省国内生产总值和湖北省旅游总收入进行线性回归就不会产生伪回归的问题。以LGDP为被解释变量,以湖北省旅游总收入LTT为解释变量进行线性回归,回归结果如下:
LGDPt=5.85+0.46×LTRt+et (48.0)(18.6)
DW.=0.48,R2=0.94
由于采用了滞后一期的解释变量,因此这里的DW值并没有参考意义。然后对本回归方程的残差进行ADF检验,发现残差在10%显著性水平下为平稳时间序列
由以上协整回归方程结果可以看出,由于双对数模型,因此回归方程弹性系数0.46表明湖北省旅游产值每增加一个百分点,国内生产总值增加大约0.46个百分点,充分说明了湖北旅游产业对经济增长的贡献。
2.旅游产业发展短期波动对GDP的影响。Engle和Granger在1987年提出了著名的Granger定律:即如果变量X与Y是协整的,则它们之间的短期非均衡关系总能由一个误差修正模型来表述。基于以上分析,我们引入误差修正模型。引入变量ECM,表示以上回归方程的残差,回归方程形式如下,其中DLGDP与DLTR分别表示对实际GDP与实际LTR一阶差分后的时间序列。
从以上误差修正模型可以看出,湖北省对数国内生产总值LGDP的短期波动受到湖北省对数旅游总收入LTR的短期波动的影响。从长期来看,湖北省旅游产业总收入每增加一个百分点,国内生产总值增加大约0.46个百分点。从误差修正模型中可以看出,当短期波动偏离长期均衡时,系统将以0.05的调整力度将系统从非均衡状态拉回到均衡状态。
三、结论
以上协整分析说明,从长期看,湖北省的国内生产总值与旅游产业之间存在长期均衡关系。弹性系数为0.46,说明湖北省旅游产业总收入每增加一个百分点,国内生产总值增加大约0.47个百分点,充分说明了旅游产业对经济增长的贡献是巨大的,在当前经济背景下,大力发展旅游产业为实现湖北经济跨越式发展以及经济的又好又快的发展是具有重要意义。
参 考 文 献
[1]肖新成.江西省旅游业对经济增长贡献的统计检验[J].统计与决策.2011(10)
国民经济增长范文4
中央经济工作会议明确提出,中国经济工作的总基调是四个字――“稳中求进”。那么,“稳中求进”怎么解释?很简单,就是五挡换成四挡。有的人强调要“硬着陆”,认为中国经济从悬崖上掉下去,不摔死也弄个残疾。其实,提出这种观点是由于不懂我们的总基调,不懂我们是五挡换到四挡。政府工作报告中明确提出,今年中国经济做到“两个确保”:确保国民经济平稳增长和确保城乡居民就业与收入有序增加。
那么,确保国民经济平稳增长靠什么?我认为,经济增长特别是短期经济增长应重视分析投资、消费、出口这三驾马车。稳增长显然是靠这三驾马车往前拉。去年年底召开的中央经济工作会议给每一驾马车加了一个定语,即“要发挥出口对经济增长的支撑作用”,“要发挥消费对经济增长拉动的基础作用”,“要发挥投资对经济增长拉动的关键作用”。把握2015年中国经济,就把握这三个词――支撑、基础、关键。具体来说:
第一,让出口这驾马车发挥支撑作用,就是让这驾马车往前拉,别往后拉。现在的出口形势比较严峻,今年全年的总体设定目标是同比增长6%,但一季度是负6%。出口的问题不完全取决于我们,很重要的还取决于他们买什么东西,那些国家地区有没有钱。我认为,我们今年出口这驾马车经过努力,下半年还是能够发挥支撑作用,能够由负转正的。
第二,要发挥消费对经济增长拉动的基础作用。中国这么大一个国家,13亿人,最根本的支撑经济增长的、基础性的东西是消费,所以我们还是要努力地、扎扎实实地去形成消费热点,推动消费结构升级。
第三,投资是关键作用。怎么理解这个关键作用?打个比方,关键作用就像打牌似的,一季度牌局刚开,还有不少牌没出,特别是关键牌。比方说,铁路投资,“两会”报告中明确讲,今年中国铁路投资八千亿元,一季度投资才占全年铁路投资的1/10略高一点。从这个角度来说,在稳增长上,投资是关键。
总的来说,投资对中国经济的发展做了重大贡献,比如:我国高铁运营里程居世界第一;我国高速公路现在总里程居世界第二。但需要强调的是,在投资方面,其实官员是不擅长发现投资机遇的,真正能够发现项目和投资机遇的是企业家,企业家的本事就是能够看到市场需求,并且能够通过有组织的办法去满足这个需求。现在在稳增长上不是钱的问题,而是钱往哪里去的问题,是钱干什么的问题。上个月我去调研,期间很受教育。我发现,不是人找钱,而是钱找人。
国民经济增长范文5
关键词:幸福感;经济增长;收入
中图分类号:F12文献标识码:A
关于国民幸福指数(GNH)与经济增长、国民收入关系的实证研究,在西方伦理学、经济学领域的研究由来已久。相对来说,我国在这领域的研究较少。近年来,有以刑占军(2002)为代表的部分学者就主观幸福感方面有一定的研究。而在2006年全国首个“和谐社会”的官方调查指数中,得出北京郊区市民幸福感超过城区,收入与幸福不成正比的调查结果。这不禁引起人们的疑虑与思考。本文通过对国外文献的回顾,就主观幸福感与经济增长即收入的关系进行了一个研究,希望能为提高国民幸福指数提供一些参考。
一、对幸福指数与收入关系研究的文献回顾
自从Easterlin于1974年对美国跨时期的收入变化与主观幸福感变化之间关系论述的文章发表以来,主观幸福感逐渐吸引了大量的经济学家的关注。对主观幸福感与收入的关系,主要是两者不同的观点,一种是传统以GDP为核心的统计,建立在效用最大化假设的基础上,认为有钱就快乐,增长就幸福,收入与效用最大化或者满意度最大化之间是正相关关系,它们之间没有太大分歧(Easterlin 2001;Frey&Benz 2002),这跟我们一直以来所追求的经济增长目标是相一致的。
但是,近年来出现了以Diene为代表的另一观点:幸福与财富不完全呈正相关关系。尽管有许多理由相信,高收入能提高人的生活水平和快乐程度,而且人们也都为追求高收入而不遗余力地工作,但是,很多研究表明,财富与幸福感之间的关系令人非常惊讶的弱(Haring,Stock,&Okun,1984)。卡尼曼、黄有光、奚恺元等行为经济学家的研究一致表明,经济和社会发展到一定阶段,物质和货币的增长与幸福和快乐的关系就渐行渐远了,人们的快乐和幸福,越来越多地表现为对事物的体验,而不是事物本身,因此单单产品和劳务的增加,并不能增加幸福。最令人信服的一项研究就是Headey、Muffels和Wooden(2004)对澳大利亚的研究,研究表明,生活满意度与收入之间存在相当弱的相关关系。虽然它们之间存在正的关系,但是很小。一旦一个国家的人均国民年收入达到15,000美元的时候(Inglehart和Klingemann 2000;Helliwell 2003),幸福感反倒还会随着收入的增加递减。以美国为例,实际GDP增长了3倍的时候,国民满意度或者说是国民幸福感却没有变化(Diener和Seligman 2004)。在对其他一些发达国家的研究时,也得出了相类似的结论(Blanchflower 和Oswald 2000)。
在我国,还有以刑占军、罗楚亮为代表的学者关注主观幸福感的问题。刑占军(2002)对观幸福感有个实证探索,认为主观幸福是人们对自身存在状况的一种积极的心理体验;罗楚亮(2006)则认为农村居民的主观幸福感高于城镇居民,主要是由于预期的满足程度、收入变化预期、对生活状态改善的评价等差异所引起的,而城镇失业与就业居民的主观幸福感差异则主要是由收入效应导致的。
二、幸福感与收入一个简单函数关系
从以上的文献可以得出:收入与主观幸福感有关系,既可能有很强的正相关关系,也可能有弱的正相关关系,甚至还有出现负相关关系的。本文以2006年北京的一个调查结果为例建立一个简单的曲线图。
2006年7月北京市统计局开展了以“国民主观幸福感”为主题的民意调查,样本为7,118位18~70岁的市民,包括外地来京者。调查结果显示,月收入不足4,000元时,幸福感随收入的提高而提高;达到4,000元后,幸福感呈波状上升,5,000~7,000元中等收入组幸福感最强;7,000元后出现下降,1.5万元~2万元组幸福感更不确定,其平均幸福感分值与1,000~1,499元收入组相同。可见,高收入家庭不一定幸福。(图1)
在图1中,横轴代表人均月收入,越靠近箭头方向收入越高;纵轴代表幸福指数,越靠近箭头表示幸福感越强,幸福指数越大。收入与幸福指数之间关系的曲线呈倒U形状。
当月收入低于4,000元时,人们为解决温饱而不断劳动,每增加一分收入效用也相应提高,所以人们的幸福感也随着收入的提高而提高;超过4,000元以后,人们生活有所改善,幸福感提高,但是随着时间推移,人们已习惯那种温饱生活,因而人们又开始追求另一种更高水平的生活,所以随着收入的增加,幸福感还是会呈波状的增加;当收入达到5,000~7,000元时,人们生活小康,幸福感最强,幸福指数也最高;但是,当收入达到10,000~15,000元时,幸福指数只能与收入在1,000~1,400之间的水平媲美。
按照Duesenberry(1949)、Easterlin(2001)的解释是:财富的边际效用递减的原因是由于人们的竞争与相互攀比。这与经济学模型所假设的收入的增加会绝对地增加人们的满意度是完全相悖的,因为在经济学里,我们都被假定是独立的个人,大家都不与别人的生活相比较。但是实际上,我们是具有高度社会性质的动物,会在意别人的眼光与看法,会被他们的观点所困扰。不停地攀比社会地位与社会成就,为得到人们的认可而不断努力。所以,就幸福感角度来说,收入高不一定就感到幸福。他们这种竞争、这种攀比是一种零和游戏,不是你好就是我好,即个人行为会给别人带来外部不经济。
三、启示与建议
从以上的分析中,我们可以得到很多政策性的启示,但就我国的实际来说,2005年中国人均GDP仅1,703美元,大概是14,000元,月收入就是1,200元,处于图1中的前面阶段。所以,我国的当务之急是加快发展经济,提高人们收入水平,同时也就是提高人们的幸福感指数。
根据北京的调查表明,我国的收入差距较大,但是幸福感并没有因为收入的增加而提高。相反,月收入超过10,000元的幸福感降至月收入为1,000多元时的水平。所以,这里有帕累托改进空间。政府通过向高收入群体征收个人所得税等措施来补贴给收入群体,即重新分配收入,是一种社会福利的帕累托改进,可以增加社会总福利和幸福。
尽管目前我国还没有进入幸福指数与收入呈弱相关、甚至负相关的阶段,但是随着我国经济的增长,在不久的将来,按我们的“十一五”规划,在2010年人均GDP将达到2,400美元,那时候的国民幸福指数与经济增长的关系可能就会像现在出现在发达国家的关系一样。所以,我们在发展经济、追求GDP的同时,也要追求国民的幸福指数。Layard(2005)的研究表明,除了足够的收入外,影响人们幸福指数的还有六大因素:健康的身体、满意与有保障的工作、安全和美好的私人生活、安全的社区、自由以及道德观。因而,政策制定者应该强烈地认识到,人们喜欢稳定,稳定使人们感觉安全与幸福。人们不喜欢变来变去,不喜欢工作与生活环境换来换去。
最后,希望我国政府能未雨绸缪,从发达国家的问题中吸取经验教训,在提高经济增长的同时,给国民创造一个安全、稳定的工作生活环境,多去关心人们的身体健康状况,提供医疗保险之类的公共服务。Layard(2005)认为,政府要更多地关心国民的闲暇时间、公共产品的供给以及那些不显眼的低调消费(这种低调消费是相比那些纯粹为跟人攀比摆阔的那种消费)。
(作者单位:广东外语外贸大学南国商学院)
主要参考文献:
[1]罗楚亮.城乡分割、就业状况与主管幸福感差异.经济学(季刊),2006.4.
[2]刑占军.主观幸福感研究:对幸福的实证探索.理论学刊,2002.9.
国民经济增长范文6
关键词:收入差距;经济增长;面板数据;变参数模型
中图分类号:F124.7文献标识码:A文章编号:1008-2670(2013)06-0061-09
基金项目:山东省社会科学规划项目“山东省城乡居民收入差距问题研究”(12CJJZ01)。
作者简介:尉雪波,男,山东莱阳人,山东财经大学统计学院教授,研究方向:宏观经济统计分析;杨帆,男,山东惠民人,山东财经大学统计学院,研究方向:宏观经济统计分析;唐莉莉,女,山东潍坊人,山东财经大学统计学院,研究方向:宏观经济统计分析。
一、引言
改革开放以来,中国经济持续快速增长,2010年跃升为全球第二大经济体,与此同时,日益扩大的收入分配差距已经成为影响我国国民经济持续健康发展的重要问题,其中城乡居民收入差距的问题尤为突出。2013年1月18日,国家统计局局长马建堂公布了过去10年的全国居民收入基尼系数,报告显示,2003年以来,我国居民收入的基尼系数一直维持在0.4以上,在2008年达到0.491的高点,此后逐步回落,2012年该系数为0.474[1]。
面对日益扩大的我国城乡居民收入差距,许多专家学者对此运用不同方法从不同的角度进行了分析研究。李实等[2]利用Theil指数,把全国的个人收入差距分解为城镇内部、农村内部和城乡之间三部分,计算三种差距对全国总收入差距的贡献率,结果表明城乡居民收入差距是全国收入差距过大的主要内容。饶晓辉等[3]在计算我国城乡收入差距的泰尔指数的基础上,运用平滑转换回归方法对城乡收入差距对经济增长的影响效应进行了研究,结果表明我国城乡收入差距与经济增长之间存在着明显的区间转换动态特征;同时稳健性检验结果表明非线性模型具有良好的动态特征。赵晓霞等[4]分析了改革开放对中国城乡居民收入及其差距的影响,结果表明贸易开放和外资开放都会带来城镇和农村居民实际收入的提高,且外资对城乡居民收入的拉动作用要大于外贸;对于城乡之间的收入差距,贸易开放和外资开放都表现出了明显的弥合效应。郭军华[5]运用面板单位根检验、面板协整检验证明我国东、中、西部地区城市化和城乡收入差距之间具有长期均衡关系。尹希果等[6]运用面板单位根和VAR模型的实证表明,城乡居民收入差距与金融发展二者之间不存在长期均衡关系。焦艳等[7]通过构建行业收入差距与经济社会发展两大类指标体系,运用行业收入差距适度性的测度方法,测算长三角地区行业收入差距与经济社会发展的适度性。
可以看出,上述学者分别从城市化、外贸投资、金融发展等不同角度对居民收入差距问题进行了研究,本文拟从经济增长角度,运用面板数据对城乡居民收入差距的变动情况进行实证分析。面板数据能将截面数据与时间数据两个维度结合起来,克服时间数据受多重共线性的困扰,提供更多的信息和变化,提高其自由度和估计效率,从而使经济分析更为全面,同时,更加适合我国经济发展具有波动性的特征。本文基于我国1978-2011年的省际面板数据,运用计量经济方法,对我国城乡居民收入差距与经济增长的关系进行实证研究,同时分别对东、中、西部地区进行建模和差别化分析。
二、我国城乡居民收入差距现状
(一)我国城乡居民收入差距的动态分析
我国经济保持稳定快速发展,综合实力显著增强,在各产业迅速发展、结构不断优化的同时,人民生活水平持续提高。但是,现阶段城乡居民收入水平还未达到收入差距的拐点,城乡居民收入差距将继续扩大[8]。本文选取1978-2011年的数据,根据指标数值变动情况对我国城乡居民收入差距演变状况进行考察[9]。如表1和图1所示。
1978年至2011年,我国经济的持续平稳较快发展,取得了举世瞩目的经济成就。但广大人民群众并没有充分分享经济增长的蛋糕,伴随而来的却是城乡收入差距的加速扩大。城乡实际收入差距也由1978年的209.83元扩大到2011年的14832.49元,收入差距年均增长13.77%。按1978年价格计算,1978年至1991年间,农民人均收入大致相当于城镇人均收入的50%左右,1992年至1999年间这一比例下降到42%以下,2011年农民人均纯收入达到历史最高水平6977.3元,但只相当于城镇居民人均收入21809.8元的32%。
(二)我国城乡居民收入差距的静态分析
我国幅员辽阔,受各地自然条件、地理位置、发展基础等差别的影响,经济社会发展也很不均衡,城乡居民收入差距亦有所不同[9]。如表2所示。
等区域暂未列入。城镇是指城镇人均可支配收入,农村指农村人均纯收入,绝对差指城镇人均可支配收入与农村人均纯收入的差值,相对比指两者比值,均为名义值。
2.鉴于我国各地区发展水平及城乡居民收入差距的不一致,本文依据区域经济理论及统计年鉴的划分方法,把我国分为东、中、西三部分分别进行论证。由于1997年重庆市设为直辖市,本文把重庆市的相关数据全部并入四川省进行计算。另外,由于地区的数据缺失严重,在此不对地区进行研究。另由于港澳台地区数据统计口径不同,暂不列入分析。本文分析包含中国的29个省区,其中东部地区包括北京、福建、广东、海南、河北、江苏、辽宁、山东、上海、天津和浙江;中部地区包括安徽、河南、黑龙江、湖北、湖南、吉林、江西和山西;西部地区包括甘肃、广西、贵州、内蒙古、宁夏、青海、陕西、四川(含重庆)、新疆和云南[10]。
从表2城乡居民收入差距的地区分布特征看,近年来收入差距不断扩大,31个省市的城乡居民收入相对比都处在一个较高水平。全国的城乡居民收入相对比为3.13。贵州、云南、甘肃、陕西、广西、青海、、宁夏、山西这9省的城乡居民收入相对比高于全国水平,在地域方面来看,这些省市都处于西部和中部地区。其中城乡收入比最高的省份是贵州,高达3.98。同时,城乡居民收入相对比最低的五个省市:黑龙江、天津、北京、上海、浙江,均位于东部地区。其中城乡居民收入相对比最低的省份为黑龙江,仍达到2.07。
在城乡居民收入绝对差方面,全国的城乡居民收入绝对差值为14832.49。上海、北京、浙江、广东、福建、江苏6省市的城乡居民收入绝对差高于全国水平。这些省市均为东部经济发达的区域。其中城乡居民收入绝对差最高的为上海,高达20176.69。同时,城乡居民收入绝对差最低的五个省为:黑龙江、吉林、江西、青海、甘肃,均位于中西部地区。黑龙江的城乡居民收入绝对差8105.5仅为全国最高城乡居民收入绝对差(上海)20176.69的40.17%。
三、我国城乡居民收入差距实证分析
(一)变量选择
数据选用1978-2011年各省的人均GDP、城镇居民的人均可支配收入、农村居民的人均纯收入、以1978年为基期的消费者价格指数CPI以及商品零售价格指数RPI。城乡居民的收入差距由城镇居民的人均可支配收入与农村居民的人均纯收入之差来衡量,记为URI。经济增长由人均GDP作为衡量指标,记为PGDP。同时,为消除价格变化对时间序列数据的影响,用CPI对数据URI和PGDP进行处理,个别CPI数据缺失时用RPI补全。另外,为消除时间序列数据可能存在的异方差,对指标进行自然对数变换,记为lnURI和lnPGDP。
(二)模型构造
基于本文的面板数据模型一般形式:
lnURIit=αit+βitlnPGDPit+εit(i=1,2,…,N;t=1,2,…,T)(1)
(1)式中αi为截距项, 表现为个体影响, βi为解释变量的系数, εit为白噪音。根据αi和βi的不同假设, 模型又分为三种形式:
混合数据模型:αi=αi, βi=βj
变截距模型: αi≠αj, βi=βj
变参数模型: αi≠αj, βi≠βj
因此,建立面板数据模型的第一步便是检验参数αi和βi是否随着个体或截面的变化而变化,即检验样本数据究竟符合哪种面板数据模型形式,从而避免设定的偏差,改进参数估计的准确性。经常使用的检验方法是协方差分析检验,主要检验有如下两个假设:
H1:β1=β2=…=βN
H2:α1=α2=…=αN, β1=β2=…=βN
i=1,2,…,N; t=1,2,…,T
可见如果接受假设H2,则可以认为样本数据属于混合模型,即模型为不变参数模型,无需进行进一步的检验。如果拒绝假设H2,则需检验假设H1。如果接受H1,则认为样本数据属于变截距模型,反之拒绝H1,则认为样本数据属于变参数模型。
不论是变截距模型还是变参数模型,根据对个体影响处理的方式不同又分为固定效应模型和随机效应模型,我们用WUHausman统计量来检验二者的差异和模型合理性。
Hausman检验方法基本思路:首先建立随机效应模型,然后检验该模型是否满足个体影响与解释变量不相关,如果满足就将模型设定为随机效应模型,反之为固定效应模型。[11]
(三)面板数据单位根检验
利用Eviews7.2对lnURI和lnPGDP进行单位根检验。检验之前对所有的序列做折线图,可判定检验回归式应同时包括常数项和趋势项,检验结果如表3所示。
由表3可以看出,几种检验结果出现了不一致的情况,例如对于东部地区lnURI的LLC及IPS检验,其P值均小于0.05,拒绝原假设,但另外的三种检验方法的结果是接受原假设,认为lnURI存在单位根,是非平稳的序列。因此,不能认为东部的lnURI为I(0)过程。进而对其一阶差分进行单位根检验,结果表明,对于所有的检验方法其P值均小于0.05,因此拒绝原假设,认为lnURI序列存在单位根。因此综合表3可见,对东部、中部及西部lnURI和lnPGDP不存在单位根,对其一阶差分检验所有的结果都一致表明,东部、中部及西部的lnURI、lnPGDP均为I(1)过程,其一阶差分为I(0)过程。
表3东、中、西部地区面板数据单位根检验结果区域1变量1LLC1Breitung1IPS1Fisher-ADF1Fisher-PP东部1lnURI1-3.19
(0.00)1-0.09
(0.46)1-1.92
(0.03)131.68
(0.08)127.75
(0.18)lnPGDP1-0.30
(0.38)10.07
(0.53)11.64
(0.95)114.78
(0.87)18.91
(0.99)lnURI1-10.69
(0.00)1-8.13
(0.00)1-10.51
(0.00)1133.94
(0.00)1188.37
(0.00)lnPGDP1-12.69
(0.00)1-12.15
(0.00)1-11.00
(0.00)1138.32
(0.00)1162.87
(0.00)中部1lnURI1-2.92
(0.00)1-0.88
(0.19)1-2.89
(0.00)136.22
(0.00)130.60
(0.02)lnPGDP13.29
(0.99)11.35
(0.91)15.37
(1.00)10.96
(1.00)10.71
(1.00)lnURI1-12.53
(0.00)1-8.99
(0.00)1-11.36
(0.00)1124.35
(0.00)1128.83
(0.00)lnPGDP1-12.58
(0.00)1-7.66
(0.00)1-12.06
(0.00)1139.74
(0.00)1140.88
(0.00)西部1lnURI1-2.78
(0.00)1-1.25
(0.11)1-4.27
(0.00)161.31
(0.00)148.62
(0.00)lnPGDP14.04
(1.00)15.61
(1.00)16.78
(1.00)14.06
(0.99)14.31
(0.99)lnURI1-2.01
(0.02)1-6.83
(0.00)1-9.94
(0.00)1120.71
(0.00)1299.36
(0.00)lnPGDP1-14.94
(0.00)1-12.14
(0.00)1-14.34
(0.00)1186.87
(0.00)1198.70
(0.00)注:括号内为对应统计检验的收尾概率,即P值;表示一阶差分运算。
(四)面板协整检验
面板单位根检验结果表明,lnURI和lnPGDP的面板数据均为非平稳序列,如果应用最小二乘法可能导致伪回归,所以必须要分析两者的协整关系。用Pedron协整检验方法分析,结果如表4。
表4东、中、西部lnURI、lnPGDP的Pedron协整检验结果统计量1东部1中部1西部Panel V11.68(0.04)13.87(0.00)18.22(0.00)Panel Rho1-2.28(0.01)1-3.61(0.00)1-5.86(0.00)Panel PP1-2.72(0.00)1-3.78(0.00)1-5.20(0.00)Panel ADF1-2.76(0.00)1-3.19(0.00)1-2.70(0.00)Group Rho1-1.13(0.13)1-1.49(0.07)1-1.79(0.03)Group PP1-2.74(0.00)1-2.71(0.00)1-2.10(0.02)Group ADF1-3.06(0.00)1-2.38(0.01)1-1.66(0.05)注:括号内为对应统计检验的收尾概率,即P值;Panel V统计量是右边拒绝域,其余的统计量均为左单边拒绝域。
由表4可见,对于东部、中部和西部的检验结果并不一致,东部和中部地区Group Rho的P值和西部地区Group ADF的P值均大于0.05,接受“不存在协整关系”的原假设。但是,另外的六种检验结果的P值均小于0.05,拒绝原假设。可以认为东部、中部和西部地区的lnURI与lnPGDP之间存在长期的均衡关系。
(五)确定模型形式及分析
1.模型形式设定检验
面板数据包括二维数据,如果模型设定不正确,将造成较大的偏差,估计结果与实际将相差甚远。因此,建立面板数据模型的第一步是检验样本数据究竟属于上述三种情况的哪种。表5就是根据上述构建F统计量的方法,计算出的F1和F2的值。
以东部地区为例,F2为64.65, 5%的检验水平下的F分布临界值为1.57,则拒绝原假设H2,表明模型不是混合模型。F1为46.07, 5%的检验水平下的F临界值为1.83,拒绝H1,表明对东部地区应建立变参数模型。
中部和西部地区的F统计量的值均大于临界值。因此,东部、中部和西部地区都应建立变参数模型。
对Hausman检验结果,东部地区W统计量的值是46.48,相对应的概率小于0.05,说明检验结果拒绝了随机效应模型原假设,应该建立固定效应模型。中部和西部地区与东部地区相同,均应建立固定效应模型。
2.东、中、西三地区变参数模型
由以上检验可以得出,东、中、西部地区都应单独建立固定效应变参数模型。这与我国东、中、西部地区经济发展基础不同、发展水平有差异的现状相吻合。在这种条件下,有必要针对东、中、西部的各省份建立的变参数模型进行分析。
(1)东部地区变参数模型
这11个省市地区的边际差距存在一定的差异。其中,上海市的边际差距最高,为2.23,表示lnPGDP每上升1%lnURI则上升2.23%。其次为北京。福建省的边际差距最低。表6和图2所示的是各个地区截距项的固定效应值,表示相应地区的自发性的收入差距水平相对平均水平的偏离值,其中最大的是福建,山东次之,上海最小。同时,该变参数模型估计的R2=0.9223。说明模型的拟合程度非常高,表明lnPGDP在很大程度上能够解释lnURI。东部11个省市的平均边际差距为1.089034,方差为0.225949。
(2)中部地区变参数模型
这10个省市地区的边际差距存在一定的差异。其中,青海的边际差距最高,为1.034。其次为云南省。四川省最低。表8和图4所示的是各个地区截距项的固定效应值,表示相应地区的自发性的收入差距水平相对平均水平的偏离值,其中最大的四川,陕西次之,新疆最小。同时,该变参数模型估计的R2=0.9346。说明模型的拟合程度非常高,表明lnPGDP在很大程度上能够解释lnURI。西部10个省市的平均边际差距为0.929413,方差为0.006855。
四、结论
通过对我国城乡居民收入差距和人均国内生产总值之间关系进行的研究,发现城乡居民收入差距和经济增长之间存在显著的协整关系。对东部、中部和西部地区进行变参数模型估计,各个地区的模型均显著。P值均接近于零,三个模型估计的R2分别为0.9223、0.9247、0.9346,其拟合度优异。同时,各个地区的lnPGDP的系数都为正数,说明随着东、中、西部地区省份经济的增长,城乡居民收入差距是逐步增大的,而不是缩小的。也就是说,经济增长推动城乡居民收入差距扩大。在横向上,东部地区经济的整体发展均优于西部地区,同时其城乡居民收入差距也远远大于西部地区的城乡居民收入差距。
我国东部地区各省市边际差距在0.68-2.23之间,均值为1.089034,方差为0.225949;中部地区各省市边际差距在0.87-1.12之间,均值为0.956271,方差为0.006474;西部地区各省市的边际差距在0.81-1.03之间,均值为0.929413,方差为0.006855。说明我国三个地区,东部地区的经济每增长一个单位,带来城乡居民收入差距的变化最为明显,同时,城乡居民收入相对比和绝对差都是最高的地区,这与我国东部经济发展和开放程度都远领先于中、西部地区这一状况是相互吻合的。中部、西部地区的边际差距相差较小。说明中部和西部地区区域间差异性较小。东部地区各省市的边际差距的极差最大、方差也最大,而中部、西部地区各个省市的边际差距极差小、方差也小,在一定程度上反映了按照东、中、西部划分的区域内部也存在着的差异。东部差异最大,而中部、西部地区区域内部的差异性就小很多。但和发达国家相比,中国各省市的边际差距都处在一个较高水平。
由于东、中、西部三个地区的平均边际差距的多种差异,对于我国的经济发展提出了更高的要求。虽然我国在过去的一段时间里已经认识到均衡地区发展的重要性,并且在推进西部大开发、振兴东北地区等老工业基地基础上,进一步提出了促进中部地区崛起的战略规划,这些措施对抑制差距扩大有很大的积极作用。但由于经济增长惯性、运行机制以及发展基础等差异,东部地区得益于可以获取较高的资本和劳动边际效益,将继续在吸引国内外资金、人才、技术等生产要素方面处于优势地位。所以,无论是东、中、西部还是省际间的经济发展的绝对差距在今后一段时间内还将继续存在下去。从长远来看,中部地区是粮食主产区,可以充分发展有比较优势的能源和制造业,在发挥承东启西和产业发展优势中崛起,东中部之间的相对差距将有可能保持相对缩小的趋势。就西部而言,随着西部大开发战略的全面实施和一系列有利于西部发展的相关政策措施的出台和落实,西部地区的基础设施和生态环境建设将得到实质性的进展,西部地区的资源优势将逐渐转变为经济优势。这也将有效遏制区域经济发展差距的不断扩大的势头。
可以预料,随着东部地区经济增长的成本提高,中、西部地区将迎来新的发展机遇。今后,我们不仅要注重缩小城乡收入差距,更要警惕东、中、西部之间的差异,要采取措施力求促使东、中、西部地区协调发展,在缩小城乡居民收入差距的同时缩小我国区域间的收入差距,使广大人民群众更好的分享中国经济增长带来的红利,助推“中国梦”的早日实现。
参考文献:
[1]马建堂.马建堂介绍2012年国民经济运行情况[R].国务院新闻办公室新闻厅, 人民网,2013-01-08.
[2]李实,罗楚亮.市场化改革真正含义[J].财经,2007(7):50-50.
[3]饶晓辉,廖进球.城乡收入差距与经济增长[J].经济评论,2009(3):29-37.
[4]赵晓霞,李金昌.对外贸易、FDI与城乡居民收入及差距[J].中国人口科学,2009(2):55-65.
[5]郭军华.中国城市化对城乡收入差距的影响[J].经济问题探索,2009(12):1-7.
[6]尹希果,陈刚,程世骑.中国金融发展与城乡收入差距关系的再检验[J].当代经济科学,2007(1):15-24.
[7]焦艳,孔群喜,汪丽娟.长三角行业收入差距及其适度性测度研究[J].山东财政学院学报,2013(2):62-71.
[8]韩旭,韩淑丽.我国居民收入差距变动分析[J].财经问题研究,2006(10):74-80.
[9]张奇.城乡居民收入差距研究:以江苏省为例[D].南京:南京财经大学,2010.