【英文摘要】Using annual data for 29 provinces in the period of 1961-2008, we present evidence of a positive relationship between investment as a share of GDP and the long-run growth rate of GDP per worker. This result is especially robust for the sub-sample of western provinces, but not for the sub-sample of eastern and central provinces. After controlling for some econometric issues, the findings above also hold. This may give some hints that in different development step there may be different role for investment in catch-up the growth at the frontier. Another finding of the paper is the neoclassical growth accounting framework may render the underestimation the role of investment.
【关 键 词】经济增长/资本积累/投资
    growth/capital accumulation/investment

   一、问题的提出
    资本投资与经济增长的关系是宏观领域争论的热点问题之一。早期一些内生增长模型(如AK模型)认为投资与人均GDP增长速度之间呈正相关关系，投资的增长可以带来持续的高速增长。而一些外生增长模型(如索罗模型)则预言投资与稳态增长速度无关，投资只能影响水平值。一些经验研究的发现支持了外生增长模型的判断：投资与长期经济增长之间关系不明确甚至无关(如Jones 1995；Blomstrom等，1996；Attanasio等，2000)。在一篇很有影响的文献中，Easterly和Levine(2001)总结道“要素积累能够带来更快产出增长的观点看来缺乏经验证据”。就国内研究而言，直接分析投资与经济增长长期关系的文献不多。已有涉及到投资(或资本积累)的文献大多采用外生增长模型，其侧重点是投资的短期效应，对投资在长期中的影响关注不够(如蔡昉和都阳，2000；沈坤荣和马俊，2002)。
    本文使用29个省份1961-2008年间的面板数据，对长期中投资与劳均GDP增长速度之间的关系进行了重新检验。结果发现，投资对长期劳均GDP存在显著的“增长效应”。为了检验结论的稳健性，我们相继考虑了变量内生性问题、工具变量稳健性问题、参数异质性问题以及横截面依赖等问题，结果上述结论依然成立。我们还发现，相对东部和中部省份而言，投资对西部省份的“增长效应”更为显著，其结论也更为稳健。这暗示投资在经济发展的不同阶段其作用的形式、路径可能存在差异。
    本文的贡献之一在于考虑了已有文献所忽略的计量问题：第一，根据Pesaran等(1995)提出的组均值法，考虑了参数异质性问题；第二，根据Pesaran(2006)提出的乘子误差结构方法(multifactor error structure)，考虑了横截面依赖问题；第三，使用多种设定形式对结论的稳健性进行检验；第四，考虑了当期投资变量的内生性问题。由此也使得我们的结论更加具有说服力。本文的贡献之二是发现了投资在三大区域之间的作用形式存在差异。与东部省份以及中部省份相比，投资在西部省份不仅存在“水平效应”而且存在非常显著的“增长效应”。反观东部地区以及中部地区，无论是投资的“水平效应”还是“增长效应”均不够稳健。最后，作为一种副产品我们还发现采用Solow增长框架会低估资本积累的作用。因此，采用Solow框架分析资本边际收益的合理性尚有待进一步研究。
    本文安排如下，第二部分为文献综述，此部分分析了早期计量模型设定上的不足之处，在后文分析中将逐步放松这些约束。第三部分为数据描述部分，对主要变量的时间序列属性进行了分析。第四部分给出各种模型的计量结果及其详细分析。最后，第五部分为结论与建议。

二、文献综述与简评
    涉及投资与经济增长的文献大致采取三类计量方法：横截面数据、时间序列数据以及面板数据模型。采用横截面模型进行研究的国外文献包括Mankiw等(1992)、DeLong等(1993)等。国内学者中，沈坤荣和马俊(2002)、林毅夫和刘培林(2003)也采用了横截面方法分析了投资与经济增长的短期关系。采用面板数据模型的研究文献则有Islam(1995)和Caselli等(1996)等人的研究，国内的文献有彭国华(2005)和张焕明(2004)等人的研究。无论是横截面模型还是面板数据模型，均能够发现投资系数符号为正且显著。不过，采用横截面模型判断变量之间长期关系其说服力显然有待推敲。因为可能存在一些无法观测个体因素，比如倾向于高投资和高增长的经济、政治和立法等因素，使得即便投资与增长没有任何因果关系，但表面上却呈现出正相关关系。
    在关注投资短期影响的同时，不少文献往往忽视了一个很重要的问题：投资是否会影响长期劳均产出增长速度？外生增长模型自然无法给出这一问题的答案。为了研究投资与经济增长之间的长期关系，一些学者采用时间序列方法检验了AK模型或者对投资和经济增长之间进行Granger因果关系检验。比如Jones(1995)基于第二次世界大战后OECD国家的研究就发现，无论是对每个国家还是对混合数据进行分析，投资对长期增长速度均无影响。类似地，Blomstrom等(1996)采用跨度5年的面板模型研究后也发现投资并非增长的Granger原因，反倒是经济增长在Granger意义上导致了投资的增长。更有意思的是Attanasio等(2000)的研究，他们发现投资是经济增长的Granger原因，但其影响符号却为负。国内较有代表性的工作中，王任飞和王进杰(2007)基于协整理论分析了中国基础设施与总产出之间的Granger因果关系，结论是基础设施投资是经济增长的长期原因。在另外一篇有影响的文献中，舒元和徐现祥(2002)借鉴Jones(1995)的研究框架，使用误差修正方法对AK模型在我国的适应性进行了检验，结果发现储蓄(投资)具有长期效应，并认为AK增长模型能够刻画我国经济增长事实。最近，Herrerias和Orts(2009)采用VAR模型分析了1964-2004年间中国设备投资与长期增长之间的关系，结果同样发现投资具有长期效应，由此他们认为中国经济增长符合熊彼特内生增长理论的推断。不过，时间序列文献同样有如下可改进之处：首先，时间序列(或静态面板数据)分析可扩展至动态面板数据模型；其次，就VAR或Granger因果检验方法而言，可能因为结构突变或协突变的存在而失去意义(马薇，2004)；最后，没有进一步研究投资在三大区域间的作用形式与机制是否相同。
    对于中国这样特别依赖投资驱动的经济，投资在时间维度中的效率问题自然显得格外重要。围绕着中国的投资是否有效，学术界可谓各执己见。袁志刚和何樟勇(2003)采用实体经济的总资本收益和总投资指标分析后发现，中国资本的总收益小于总投资，净收益为负，因此投资动态无效，类似结论在张军(2002)的研究中也得到体现。与此不同，吕冰洋(2008)发现区域间资本边际生产率呈不断缩小的趋势，由此得出投资动态有效的结论。应当指出的是，这些研究文献采用的研究框架基本还是外生Solow增长模型，其潜在的假设是投资不具有“增长效应”。一个很自然的问题是，这一潜在假设是否成立？如果不成立，基于Solow模型所得到的结论自然也就不够严谨。比如，赵志耘等(2007)就发现Solow核算框架无法解释中国技术进步与资本积累所呈现出的“动态融合”的事实，高投入式增长并非一定是低效增长，因为在设备资本中同样会伴随着技术进步。不过，赵志耘等(2007)对Solow模型的适应性判断在某种程度上是先验性的，作为对赵志耘等(2007)的补充，本文可以进一步提供更为严格的经验证据支持。
    最近的一篇研究，Bond等(2007)采用动态自回归分布滞后模型研究了包括OECD国家和发展中国家在内的95个国家的投资和经济增长之间的关系。与上述文献不同，Bond等人认为，传统模型设定在先验上就假定投资无法在长期中影响到经济增长速度，因而无法考察投资的长期中的“增长效应”，一种更为稳健的做法是同时包含投资的长期影响和短期影响。沿着Bond等(2007)的研究思路，本文采用动态面板数据模型对我国省际间投资与增长的关系进行重新检验。本文研究要点如下：将模型(4)扩展为动态面板模型进行估计，以得到“增长效应”以及“水平效应”的一致性估计；采用动态面板模型以控制一些未知因素以及当前投资的内生性问题；考虑估计参数的异质性问题对结论的影响；检验投资对经济增长的作用在三大区域之间的是否相同。

三、数据来源及其时间序列特征
    本文采用各省历年数据进行分析，而没有面板模型中常用的跨度5年。原因之一在于为了保证足够的自由度；原因之二在于如果采用跨度5年的数据，那么后文中就无法分析省际间参数的异质性问题。当然历年连续数据也存在不足之处，比如无法平滑经济周期波动或者季节性冲击。
    本文数据来自《新中国五十年统计资料汇编》、历年《中国统计年鉴》以及相关年份各省统计年鉴。其中，名义GDP数据根据GDP指数进行了平减调整，以折算为可比价GDP。劳动力指标为各省历年“全社会从业人员”。将可比价GDP除以“全社会从业人员”，得到历年实际劳均GDP。投资的选取上，学术界有着不同的观点。根据单豪杰(2009)的建议，我们选取的是“固定资本形成总额”指标。关于投资平减指数，我们根据单豪杰(2009)提供办法，对投资平减指数扩展到2008年，将折算为可比价的“固定资本形成总额”除以同年折算为可比价的GDP得到投资份额，以此作为投资的替代变量。系统外部工具变量选择的是通货膨胀率以及ZF支出份额。其中通货膨胀率以GDP缩减因子替代，ZF支出份额采用支出法体系下ZF最终消费支出除以当年GDP得到。在进行稳健性检验时，我们还使用了居民消费价格指数以及支出法体系下的居民消费支出占当年GDP份额作为额外工具变量。其中居民消费价格指数统一折算为以1952年为基年100，居民最终消费缺失的个别省份按照《全国各省、自治区、直辖市历史统计资料汇编1949-1989》提供的物质产品平衡体系(MPS)下居民消费指标作为近似替代。
    在样本选择上，由于数据可得性以及对时间序列变量进行滞后造成数据损失限制，我们实际选择1961年至2008年间共47年数据进行分析。关于东中西三大区域划分学术界存在着争议，一般来说，将广西划入东部，将内蒙古划入中部。不过在实施“西部大开发”战略过程中，根据GDP发展水平，广西、内蒙古实际上划分为西部以享受优惠政策。因此本文采用划分如下：西部地区包括四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、山东、福建、广东①。其中，重庆和四川的数据合并，海南的数据并入广东，实际样本为29个省级行政区。最后，我们的分析中并不包含港澳台地区。

..............后续内容因包括大量图版，作为附件上传。