201404 - page 27
北京工商大学学报
(
社会科学版
)摇 摇 摇 摇 2014
年
摇
第
4
期
待估方程中的
酌
i
,
我们分别采用混合最小二乘法
(Pooled OLS),
随机效应
(RE)
和固定效应
( FE)
模型估计了上述方程
。
所估计方程中的控制变量
包括地区生育率
、
第一产业占地区生产总值比重
、
固定资产投资比重
、
中学生和小学生占地区人口
比重以及区域虚拟变量
。
表
2
上半部分的估计结
果显示
,
当直接以人均
GDP
水平作为经济发展水
平的衡量标准时
,
无论采用混合
OLS
模型
、
随机
效应模型或固定效应模型
,
结果都显示不平等水
平随着经济发展呈先上升后下降的趋势
,
而且估
计系数非常显著
舆
。
表
2
的下半部分估计结果显
示
,
当采用人均
GDP
的对数值来表示经济发展水
平时
,
只有混合
OLS
模型表明不平等水平与经济
发展水平间存在倒
U
型关系
,
而在随机效应模型
和固定效应模型中人均
GDP
的对数值的二次项
的系数的符号和预期相反
。
这意味着在估计
Kuznets
曲线时对人均
GDP
水平进行对数变换可
能不是个好主意
。
表
2摇
估计
Kuznets
曲线
(
被解释变量
:
theil
)
Pooled OLS
随机效应
(
RE
)
固定效应
(
FE
)
GDP
8郾 28 伊 10
-6 ***
(
2郾 86 伊 10
-6
)
9郾 05 伊 10
-6 ***
(
2郾 39 伊 10
-6
)
9郾 46 伊 10
-6 ***
(
2郾 41 伊 10
-6
)
GDP
2
- 3郾 43 伊 10
-10 *
(
1郾 81 伊 10
-10
)
- 2郾 87 伊 10
-10 *
(
1郾 50 伊 10
-10
)
- 2郾 98 伊 10
-10 *
(
1郾 48 伊 10
-10
)
lnGDP
0郾 088 042 2
*
(
0郾 049 152
)
- 0郾 007 476 3
(
0郾 040 384 5
)
- 0郾 044 992 4
(
0郾 029 311
)
(
lnGDP
)
2
- 0郾 003 737 8
(
0郾 003 054 2
)
0郾 002 376 2
(
0郾 002 490 2
)
0郾 004 530 5
**
(
0郾 001 950 6
)
样本量
575
575
575
摇 摇
注
:
括号内为标准差
,
其中
Pooled OLS
估计结果的标准差为稳健标准差
;
而随机效应和固定效应模型的标准差都聚
类到每个省份
。
另
,
***
、
**
、
*
分别代表
1%
、
5%
和
10%
水平下显著
。
控制变量包括地区生育率
、
第一产业占地区生产
总值比重
、
固定资产投资比重
、
中学生和小学生占地区人口比重以及区域虚拟变量
。
摇 摇
从图
1
可以看出
,
对海南省以及
1993
年的云
南省的不平等衡量可能存在较大的误差
,
为了分
析上述结果对这些观测值的稳健性
,
本文对不包
括这些观测值的样本重新估计了表
2
上半部分
,
结果显示除了估计的系数有轻微的变化外
,
表
2
上半部分的结论依然成立
。
为了节省空间
,
这部
分结果不再报告
。
另外
,
从本文的估计结果中可
以很容易算出
Kuznets
转折点所对应的人均
GDP
水平
。
由固定效应模型的估计结果看人均
GDP
在达到约
15 872
元
(1987
年价格水平
,
若换算成
2009
年价格水平则大致为
55 600
元
)
时不平等水
平达到最高
,
但需要注意的是由于本文所衡量的
收入不平等水平并非针对整个经济
,
因而
,
本文转
折点并非整体经济不平等水平的转折点
。
四
、
收入不平等对经济增长的影响
稍早的研究集中于分析收入不平等对中长期
经济增长的影响
。
所谓中长期影响是指当期收入
不平等水平对随后
5
年及
5
年以上的平均经济增
长速度影响
。
其最常用的方法是在
Barro
增长回
归模型中增加一个代表期初不平等水平的变量
。
为了揭示不平等对经济增长的影响是否是非线性
的
,
还可以将期初不平等水平的平方项作为回归
元加入回归方程的右边
,
但
Banerjee
和
Duflo
(2003)
[6]
认为不平等可能对经济增长的短期影
响更 重 要
。
陆 铭 等
( 2005 )
[3]
以 及
Wan
等
(2006)
[4]
也认为在研究中不应忽视不平等对短
期经济增长的影响
。
因而
,
本文主要分析了上一
年的不平等对本年经济增长速度的影响
。
基于
此
,
本文所用模型如下
:
growth
i
,
t
=
alnGDP
i
,
t
- 1
+
茁
1
theil
i
,
t
- 1
+
茁
2
theil
2
i
,
t
- 1
+
X
i
,
r
- 1
兹
+
酌
i
+
着
i
,
t
(2)
模型
(2)
中
,
加入泰尔指数的平方项是为了
控制可能存在的非线性关系
。 Banerjee
和
Duflo
(2003)
[6]
的理论和实证研究还表明经济增长速
度与前一期的不平等变化而非不平等的水平有
关
,
而且这两者之间呈倒
U
型关系
。
受数据限
制
,Banerjee
和
Duflo(2003)
[6]
所主要采用非参数
方法估计不平等的变化与经济增长之间的关系
。
而在本文中
,
将不平等的变化及其平方项作为解
释变量直接加入
Barro
增长回归方程
,
这使得本
文可以用标准的面板数据模型来验证这种可能
性
。
也即本文还估计如下模型
:
·22·
1...,17,18,19,20,21,22,23,24,25,26
28,29,30,31,32,33,34,35,36,37,...132