简谈投资规模、投资效率与经济增长动态关系
最后更新时间：2024-02-06
作者：用户投稿
本站原创
点赞:7113
浏览:23001
本站原创
点赞:7113
浏览:23001
论文导读：
摘要：投资规模扩大和投资效率提高是推动经济增长的重要动力。通过向量自回归模型实证检验中国投资增长、投资效率与经济增长的动态关系，发现投资增长和投资效率提高均能推动中国经济增长，但中国经济发展长期高度依赖投资规模的扩张，投资效率没有得到相应提高，经济增长的可持续性正面对挑战。为实现可持续发展，中国经济需要转变发展方式，实现投资规模驱动型增长方式向投资效率提高驱动型增长方式的转变。
关键词：经济增长；投资规模；投资效率；VAR模型
1003-3890（2013）10-0045-05
一、引言
改革开放以来，中国经济取得了巨大的成就，经济持续高速增长、综合国力和国际影响力迅速提升，形成了具有中国特色的开放型经济发展模式（王玉华，2011）[1]。中国经济增长的动力，主要来自外需拉动和投资高速增长。深入剖析中国开放型经济发展模式，将会发现高投资推动经济高速增长的特征十分明显；而高速增长的投资形成巨大的生产力，需要国外需求来弥补国内需求的不足。1978—2011年，中国以年均9.8%的GDP实际增长率成为全球经济增长率最高的国家。与经济高增长相伴随的是投资的迅猛增长，1978—2011年，中国的投资率从38.2%上升至48.3%，年均投资率超过38%，平均投资增长率为17.2%（图1）。与此同时，世界平均投资水平维持在19%～25%，中国的投资率处于世界的最高水平之列。即便是20世纪60、70年代处于经济高速发展阶段的日本，其平均投资率也仅为35%。
然而，高投资率并没有带来投资效率的提高。增量资本产出率（Incremental Capital-Output Ratio，ICOR）是衡量资本投资效率的重要指标。ICOR指资本存量的变动与产出增量的比率，该指标越小，表明资本生产率越高，资本运用也就越有效率。自上个世纪90年代以来，中国经济在投资率迅速增长的同时，投资效率则总体呈下降趋势。如图1、图2所示，随着投资率和全社会固定资本投资占GDP比重的上升，增量资本产出率在1990年代后逐渐呈上升趋势，虽然在进入新世纪后有所下降，但2007年之后又有一定程度的提高。总体而言，投资效率在1990年代后未有显著提高。
中国经济发展的实践表明，高投资率是经济增长的重要动力。但在投资效率逐渐下降的情况下，中国的“高投资—高增长”模式还能够持续吗？本文在向量自回归模型（VAR）的基础上，实证研究投资增长、投资效率与经济增长之间的动态关系，进而分析投资增长和投资效率对经济增长的贡献，并在此基础上提出中国经济持续增长的政策倡议。
中国经济“高投资—高增长”是早期经济增长阶段结构转变的深层次反映，这一阶段的经济发展主要驱动力来自于大规模的投资及生产。经济增长前沿课题组（2003，2004a，2004b，2005a，2005b）指出，中国的“高储蓄、高投资和高增长”可以从不同角度进行解释，是政府推动的城市化和出口导向的工业化过程，同时也是农村剩余劳动力向城市转移的过程。在剩余劳动力转移过程中，需要较高的储蓄率与投资率[5-9]。李扬、殷剑峰（2005）认为剩余劳动力由农业向工业（工业化）、由农村向城市（城市化）、由国有向非国有（市场化）的持续转移是我国经济能够长期、高速增长的关键，而高储蓄率和高投资规模、投资效率与经济增长的动态关系相关论文由www.7ctime.com收集,如需论文.投资率既是这种增长模式的必定结果，也是劳动力得以持续转移乃至这种增长模式得以维持的关键理由[10]。
与中国“高投资—高增长”的发展模式相伴随的是低效率的高投资，投资过程中存在极大的浪费。在过去的20多年，这一模式是以宏观成本的积累为代价的。政府公共资本的拥挤效应推动高投资和高增长，并带来了诸如高能耗、高污染以及形成不良债务等宏观成本（经济增长前沿课题组，2004b；2005b）[7][9]，还会产生大量的不良资产（平新乔，1998）[11]。在中国经济的长期增长过程中，高储蓄高投资增长模式容易引起经济的“大起大落”，这种“大起大落”引起的剧烈周期性波动一直成为宏观经济运转的常态，损害了经济的稳定性（庞明川，2005；2006）[12][13]。
长期的投资增长能够扩大生产能力，影响经济增长的持续性，而投资在影响长期经济增长方面的作用，实际上依赖于投资的“效率”和投资推动的技术进步及其性质（张军，2005）[14]。由此可见，投资效率的提升对于中国经济的长期快速稳定增长具有重要的推动作用。本文将在现有研究基础上进一步分析投资增长、投资效率与经济增长之间的动态关系。
化。此时对我国投资增长、投资效率与经济增长关系进行实证研究，对于适时转变我国的经济增长方式是十分必要。
其中，yt是k维内生变量向量，xt是d维外生变量向量，p为滞后除数，T为样本个数。k×k维矩阵A1，…，Ap和k×d维矩阵B是要被估计的系数矩阵。？着t是k维扰动向量，它们相互之间可以同期相关，但不与自己的滞后值相关及不与等式右边的变量相关，假设∑是？着t的协方差矩阵，是一个k×k的正定矩阵。构造VAR模型的关键是确保其稳定性，这也是确定VAR模型最优滞后期的重要评判标准。对于稳定的VAR模型，其特征方程根的倒数均要求小于1。
2. 变量平稳性检验。进行时间序列分析之前，首先对变量的平稳性进行检验。本文采用单位根检验（unit root test）策略对相关变量的平稳性进行检验。对LNGDP、LNFINV和LNICOR进行ADF（Augment Dick-Fuller）检验，发现LNGDP和LNICOR在1%和5%的水平值是平稳序列，LNFINV是非平稳序列。对它们的一阶差分DLNGDP、DLNFINV和DLNICOR进行ADF检验，分别在5%、10%和10%的水平上是平稳的（检验结果见表1）。
3. 协整关系分析。协整检验策略主要有Engle-Granger二阶段协整检验法和Johansen协整检验法。本文对时间序列的检验采用基于VAR模型的Johansen协整检验法，通过迹统计量和最大特征根来判别变量LNGDP、LNFINV和LNICOR之间的协整关系。表2中，r=0表示三者之间无协整关系，r≠0表示存在协整关系。协整检验结果显示，原假设r=0时，迹统计检验统计量的值41.341 12大于5%显著性水平下的临界值29.797 07，最大特征根检验统计量的值33.158 914大于5%显著性水平下的临界值21.131 62，故拒绝原假设，中国经济增长和投资、投资效率之间存在一个长期稳定的协整关系。
4. 因果关系分析。格兰杰因果关系检验的结果是否可信，取决于变量是否都是平稳的或者虽不平稳但它们之间存在协整关系。从前文可知，中国经济增长和投资、投资效率之间存在协整关系，所以可以对这些变量进行格兰杰因果关系检验。
从检验结果（表3）可知，固定资本投资与经济增长之间存在双向的格兰杰因果关系，即固定资本投资是引起经济增长变化的格兰杰理由，经济增长也是引起固定资本投资变化的格兰杰理由，说明固定资本投资的提高能够推动中国经济增长，经济增长的良好态势也会吸引更多的固定资本投资。经济增长与投资效率之间也存在双向的格兰杰因果关系，投资效率是引起经济增长变化的格兰杰理由，说明投资效率的提高能够推动中国经济的增长；经济增长也是引起投资效率变化的格兰杰理由，说明中国经济的良好增长也有利于投资效率的提高。固定资本投资与投资效率之间具有单向格兰杰因果关系，固定资本投资是投资效率的格兰杰理由，说明固定资本投资的过快增长，使投资效率下降；而投资效率不是固定资本投资的格兰杰理由，说明投资效率的提高并不一定引起固定资本投资的增长。
5. 脉冲响应函数。脉冲响应函数（impulse response function，IRF）描述一个内生变量对来自另一内生变量的一个单位变动冲击所产生的响应，提供系统受冲击所产生响应的正负方向、调整时滞和稳定过程等信息。接下来运用脉冲响应函数对投资、投资效率与经济增长之间的关系进行动态分析。脉冲响应函数检验结果如下图，图
图4反映了变量LNGDP（经济增长）对来自变量LNICOR（投资效率）一单位标准差正冲击的动态响应。经济增长对来自投资效率的冲击在当期就有显著的负向反应，这种负向反应在迅速增强，到第2期达到峰值后，这种负向反应呈缓慢减小趋势，至第7期达到最小，之后又呈缓慢扩大趋势。
整体来看，经济增长对来自固定资本投资增量冲击的反应为正向且作用时间持久，说明当前增加固定资本投资能够推动中国经济的增长；经济增长对来自ICOR增量冲击的反应为负向且作用时间持久，说明投资效率的降低对中国经济投资规模、投资效率与经济增长的动态关系相关论文由www.7ctime.com收集,如需论文.增长存在负面影响，反之提高投资效率则有利于推动中国经济的增长。
6. 方差分解。方差分解（variance decomposition）是通过分析每一结构冲击对内生变量变化（通常用方差来度量）的贡献度，进一步评价不同结论文导读：
构冲击的重要性（高铁梅，2006）[16]。即通过将一个变量冲击的均方差分解成各变量的随机冲击所做的贡献，然后计算出每一个变量冲击的贡献占总贡献的比例。为了进一步分析投资、投资效率的结构冲击对经济增长变化的贡献程度，接下来借助方差分解对投资、投资效率对经济增长的贡献程度进行考察，定量把握它们之间的影响关系。各变量对经济增长的贡献率如图5所示。投资规模、投资效率与经济增长的动态关系由提供海量免费论文范文的www.7ctime.com整理提供,希望对您的论文写作有帮助.
摘要：投资规模扩大和投资效率提高是推动经济增长的重要动力。通过向量自回归模型实证检验中国投资增长、投资效率与经济增长的动态关系，发现投资增长和投资效率提高均能推动中国经济增长，但中国经济发展长期高度依赖投资规模的扩张，投资效率没有得到相应提高，经济增长的可持续性正面对挑战。为实现可持续发展，中国经济需要转变发展方式，实现投资规模驱动型增长方式向投资效率提高驱动型增长方式的转变。
关键词：经济增长；投资规模；投资效率；VAR模型
1003-3890（2013）10-0045-05
一、引言
改革开放以来，中国经济取得了巨大的成就，经济持续高速增长、综合国力和国际影响力迅速提升，形成了具有中国特色的开放型经济发展模式（王玉华，2011）[1]。中国经济增长的动力，主要来自外需拉动和投资高速增长。深入剖析中国开放型经济发展模式，将会发现高投资推动经济高速增长的特征十分明显；而高速增长的投资形成巨大的生产力，需要国外需求来弥补国内需求的不足。1978—2011年，中国以年均9.8%的GDP实际增长率成为全球经济增长率最高的国家。与经济高增长相伴随的是投资的迅猛增长，1978—2011年，中国的投资率从38.2%上升至48.3%，年均投资率超过38%，平均投资增长率为17.2%（图1）。与此同时，世界平均投资水平维持在19%～25%，中国的投资率处于世界的最高水平之列。即便是20世纪60、70年代处于经济高速发展阶段的日本，其平均投资率也仅为35%。
然而，高投资率并没有带来投资效率的提高。增量资本产出率（Incremental Capital-Output Ratio，ICOR）是衡量资本投资效率的重要指标。ICOR指资本存量的变动与产出增量的比率，该指标越小，表明资本生产率越高，资本运用也就越有效率。自上个世纪90年代以来，中国经济在投资率迅速增长的同时，投资效率则总体呈下降趋势。如图1、图2所示，随着投资率和全社会固定资本投资占GDP比重的上升，增量资本产出率在1990年代后逐渐呈上升趋势，虽然在进入新世纪后有所下降，但2007年之后又有一定程度的提高。总体而言，投资效率在1990年代后未有显著提高。
中国经济发展的实践表明，高投资率是经济增长的重要动力。但在投资效率逐渐下降的情况下，中国的“高投资—高增长”模式还能够持续吗？本文在向量自回归模型（VAR）的基础上，实证研究投资增长、投资效率与经济增长之间的动态关系，进而分析投资增长和投资效率对经济增长的贡献，并在此基础上提出中国经济持续增长的政策倡议。
二、文献回顾
中国经济表现出显著的“高投资—高增长”特征，许多学者对投资与经济增长之间的关系进行了研究，认为中国经济的高速增长主要源于高投资的推动。王小鲁（2001）指出，改革20年来，高储蓄和高投资是推动我国经济增长的重要因素，资本形成效率的提高对经济增长有重要贡献。资本形成率的提高对经济增长的贡献比改革开放前上升2.5%，但投资效率还有进一步提高的巨大潜力[2]。武剑（1999）认为，资本形成是推进我国经济增长的主要动力，而且这一趋势会逐渐加强，到2010—2020年，资本贡献度将超过60%[3]。邱晓华等（2006）通过建立中国经济增长的综合因素模型得出结论，资本投入增加是中国经济增长最主要的源泉，包括结构升级、人力资本效率提高、制度变迁等在内的技术进步的贡献也较强，劳动投入增加的贡献相对较弱[4]。中国经济“高投资—高增长”是早期经济增长阶段结构转变的深层次反映，这一阶段的经济发展主要驱动力来自于大规模的投资及生产。经济增长前沿课题组（2003，2004a，2004b，2005a，2005b）指出，中国的“高储蓄、高投资和高增长”可以从不同角度进行解释，是政府推动的城市化和出口导向的工业化过程，同时也是农村剩余劳动力向城市转移的过程。在剩余劳动力转移过程中，需要较高的储蓄率与投资率[5-9]。李扬、殷剑峰（2005）认为剩余劳动力由农业向工业（工业化）、由农村向城市（城市化）、由国有向非国有（市场化）的持续转移是我国经济能够长期、高速增长的关键，而高储蓄率和高投资规模、投资效率与经济增长的动态关系相关论文由www.7ctime.com收集,如需论文.投资率既是这种增长模式的必定结果，也是劳动力得以持续转移乃至这种增长模式得以维持的关键理由[10]。
与中国“高投资—高增长”的发展模式相伴随的是低效率的高投资，投资过程中存在极大的浪费。在过去的20多年，这一模式是以宏观成本的积累为代价的。政府公共资本的拥挤效应推动高投资和高增长，并带来了诸如高能耗、高污染以及形成不良债务等宏观成本（经济增长前沿课题组，2004b；2005b）[7][9]，还会产生大量的不良资产（平新乔，1998）[11]。在中国经济的长期增长过程中，高储蓄高投资增长模式容易引起经济的“大起大落”，这种“大起大落”引起的剧烈周期性波动一直成为宏观经济运转的常态，损害了经济的稳定性（庞明川，2005；2006）[12][13]。
长期的投资增长能够扩大生产能力，影响经济增长的持续性，而投资在影响长期经济增长方面的作用，实际上依赖于投资的“效率”和投资推动的技术进步及其性质（张军，2005）[14]。由此可见，投资效率的提升对于中国经济的长期快速稳定增长具有重要的推动作用。本文将在现有研究基础上进一步分析投资增长、投资效率与经济增长之间的动态关系。
三、模型设定与实证分析
经济增长理论研究认为，投资增长是早期经济腾飞阶段经济高速增长的重要动力源泉，此时经济增长归根到底要靠投资驱动。新增长理论研究表明，现代经济增长模式与早期经济增长模式存在重大区别，投资效率的提高是现代经济增长的主要源泉，即现代经济增长主要靠技术进步和效率提高来驱动[15]。中国经济经过改革开放后的飞速发展阶段，已经步入中等收入国家行列，经济整体水平及资源禀赋状况都发生了巨大的变化，各种要素在经济增长中的作用也应该相应发生变论文导读：化。此时对我国投资增长、投资效率与经济增长关系进行实证研究，对于适时转变我国的经济增长方式是十分必要。
(一)模型及分析策略
为了研究投资、投资效率与中国经济增长之间的动态关系，我们构建了包括投资、投资效率和经济增长三个变量的VAR模型。VAR模型是基于数据的统计性质建立模型，把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数，从而将单变量自回归模型推广到由多元时间序列变量组成的向量自回归模型（高铁梅，2006）[16]。运用向量自回归模型能够较方便地预测相互联系的时间序列系统及分析系统中随机扰动项对经济变量的动态影响。VAR（p）模型的一般数学表达形式为：其中，yt是k维内生变量向量，xt是d维外生变量向量，p为滞后除数，T为样本个数。k×k维矩阵A1，…，Ap和k×d维矩阵B是要被估计的系数矩阵。？着t是k维扰动向量，它们相互之间可以同期相关，但不与自己的滞后值相关及不与等式右边的变量相关，假设∑是？着t的协方差矩阵，是一个k×k的正定矩阵。构造VAR模型的关键是确保其稳定性，这也是确定VAR模型最优滞后期的重要评判标准。对于稳定的VAR模型，其特征方程根的倒数均要求小于1。
(二)实证检验
1. 数据说明与变量设定。本文选取的样本时间为1980—2011年，根据各期《中国统计年鉴》数据计算得出。模型中涉及的变量主要有：实际全社会固定资本投资、投资效率和实际国内生产总值。用GDP和FINV分别代表实际国内生产总值和实际全社会固定资本投资，单位均为亿元；用ICOR代表投资效率。GDP、FINV和ICOR的对数分别用LNGDP、LNFINV和LNICOR表示，LNGDP、LNFINVT和LNICOR的一阶差分分别用DLNGDP、DLNFINV和DLNICOR表示。2. 变量平稳性检验。进行时间序列分析之前，首先对变量的平稳性进行检验。本文采用单位根检验（unit root test）策略对相关变量的平稳性进行检验。对LNGDP、LNFINV和LNICOR进行ADF（Augment Dick-Fuller）检验，发现LNGDP和LNICOR在1%和5%的水平值是平稳序列，LNFINV是非平稳序列。对它们的一阶差分DLNGDP、DLNFINV和DLNICOR进行ADF检验，分别在5%、10%和10%的水平上是平稳的（检验结果见表1）。
3. 协整关系分析。协整检验策略主要有Engle-Granger二阶段协整检验法和Johansen协整检验法。本文对时间序列的检验采用基于VAR模型的Johansen协整检验法，通过迹统计量和最大特征根来判别变量LNGDP、LNFINV和LNICOR之间的协整关系。表2中，r=0表示三者之间无协整关系，r≠0表示存在协整关系。协整检验结果显示，原假设r=0时，迹统计检验统计量的值41.341 12大于5%显著性水平下的临界值29.797 07，最大特征根检验统计量的值33.158 914大于5%显著性水平下的临界值21.131 62，故拒绝原假设，中国经济增长和投资、投资效率之间存在一个长期稳定的协整关系。
4. 因果关系分析。格兰杰因果关系检验的结果是否可信，取决于变量是否都是平稳的或者虽不平稳但它们之间存在协整关系。从前文可知，中国经济增长和投资、投资效率之间存在协整关系，所以可以对这些变量进行格兰杰因果关系检验。
从检验结果（表3）可知，固定资本投资与经济增长之间存在双向的格兰杰因果关系，即固定资本投资是引起经济增长变化的格兰杰理由，经济增长也是引起固定资本投资变化的格兰杰理由，说明固定资本投资的提高能够推动中国经济增长，经济增长的良好态势也会吸引更多的固定资本投资。经济增长与投资效率之间也存在双向的格兰杰因果关系，投资效率是引起经济增长变化的格兰杰理由，说明投资效率的提高能够推动中国经济的增长；经济增长也是引起投资效率变化的格兰杰理由，说明中国经济的良好增长也有利于投资效率的提高。固定资本投资与投资效率之间具有单向格兰杰因果关系，固定资本投资是投资效率的格兰杰理由，说明固定资本投资的过快增长，使投资效率下降；而投资效率不是固定资本投资的格兰杰理由，说明投资效率的提高并不一定引起固定资本投资的增长。
5. 脉冲响应函数。脉冲响应函数（impulse response function，IRF）描述一个内生变量对来自另一内生变量的一个单位变动冲击所产生的响应，提供系统受冲击所产生响应的正负方向、调整时滞和稳定过程等信息。接下来运用脉冲响应函数对投资、投资效率与经济增长之间的关系进行动态分析。脉冲响应函数检验结果如下图，图
3、图4分别描述了经济增长分别对投资、投资效率一个标准差正冲击的动态响应。
图3反映了变量LNGDP（经济增长）对来自变量LNFINV（固定资本投资）一单位标准差正冲击的动态响应。经济增长对来自固定资本投资的冲击当期就有显著正向反应，这种正向反应之后逐渐增强，到第3期达到最大值后缓慢减小，在第7期达到最小值后，又呈缓慢增强趋势。图4反映了变量LNGDP（经济增长）对来自变量LNICOR（投资效率）一单位标准差正冲击的动态响应。经济增长对来自投资效率的冲击在当期就有显著的负向反应，这种负向反应在迅速增强，到第2期达到峰值后，这种负向反应呈缓慢减小趋势，至第7期达到最小，之后又呈缓慢扩大趋势。
整体来看，经济增长对来自固定资本投资增量冲击的反应为正向且作用时间持久，说明当前增加固定资本投资能够推动中国经济的增长；经济增长对来自ICOR增量冲击的反应为负向且作用时间持久，说明投资效率的降低对中国经济投资规模、投资效率与经济增长的动态关系相关论文由www.7ctime.com收集,如需论文.增长存在负面影响，反之提高投资效率则有利于推动中国经济的增长。
6. 方差分解。方差分解（variance decomposition）是通过分析每一结构冲击对内生变量变化（通常用方差来度量）的贡献度，进一步评价不同结论文导读：
构冲击的重要性（高铁梅，2006）[16]。即通过将一个变量冲击的均方差分解成各变量的随机冲击所做的贡献，然后计算出每一个变量冲击的贡献占总贡献的比例。为了进一步分析投资、投资效率的结构冲击对经济增长变化的贡献程度，接下来借助方差分解对投资、投资效率对经济增长的贡献程度进行考察，定量把握它们之间的影响关系。各变量对经济增长的贡献率如图5所示。投资规模、投资效率与经济增长的动态关系由提供海量免费论文范文的www.7ctime.com整理提供,希望对您的论文写作有帮助.