摘 要：本文利用中國(guó)各省市的法治化指數(shù)數(shù)據(jù)，定量考察了法治化程度與人均收入之間的計(jì)量關(guān)系。研究的結(jié)果表明，無論是雙向固定效應(yīng)模型，還是對(duì)異方差與自相關(guān)進(jìn)行修正后的面板校正誤差（PCSE）估計(jì)方法，法治化程度對(duì)人均收入都具有較為顯著的正向影響。中國(guó)的法治化建設(shè)依然任重而道遠(yuǎn)，中國(guó)人均收入的增加和國(guó)民財(cái)富的增長(zhǎng)有賴于進(jìn)一步推進(jìn)依法治國(guó)。

關(guān)鍵詞：法治化 人均收入 市場(chǎng)經(jīng)濟(jì)

一、引言

一直以來，國(guó)內(nèi)外學(xué)者有關(guān)人均收入的研究過多集中于區(qū)域經(jīng)濟(jì)增長(zhǎng)與人均收入的收斂分析上（如魏后凱，1992[1]；José Villaverde 和 Adolfo Maza，2012[2]等），而對(duì)人均收入本身較為系統(tǒng)與深入的研究卻很少。Connaughton和Madsen（2004）運(yùn)用混合OLS和固定效應(yīng)模型（FEM）對(duì)1950年-2000年的美國(guó)各州人均收入進(jìn)行了回歸分析，發(fā)現(xiàn)城市人口所占比例、擁有大學(xué)學(xué)歷的人口所占比例以及勞動(dòng)力在服務(wù)業(yè)部門的所占比例將是影響各州人均收入的重要因素[3]。 但作者對(duì)模型中可能存在的異方差與自相關(guān)問題并沒有明顯的重視，更沒有進(jìn)行相應(yīng)的檢驗(yàn)與處理。Paul J. Guglielmino（2006）和Gabriel J. Felbermayr等人（2010）則獨(dú)出心裁，前者從各國(guó)文化之間的差異與自主學(xué)習(xí)傾向性的不同來研究各國(guó)人均收入的不同[4]，后者則在控制各個(gè)國(guó)家的制度因素、貿(mào)易情況、金融業(yè)開放程度等的條件下研究了移民對(duì)各個(gè)國(guó)家人均收入的影響，并發(fā)現(xiàn)移民對(duì)各個(gè)國(guó)家的人均收入具有顯著的正相關(guān)性[5]。

在我國(guó)，張鵬和袁方（2009）經(jīng)過對(duì) 1978～ 2006 年中國(guó)農(nóng)村金融發(fā)展、城市化與農(nóng)民收入的數(shù)據(jù)進(jìn)行計(jì)量檢驗(yàn)后，發(fā)現(xiàn)城市化水平是農(nóng)民收入增長(zhǎng)的格蘭杰原因，并且城市化對(duì)農(nóng)民收入增長(zhǎng)具有較為顯著的長(zhǎng)期正向影響，而農(nóng)村金融發(fā)展在城市化過程中存在著對(duì)農(nóng)村經(jīng)濟(jì)生產(chǎn)的偏離現(xiàn)象[6]。國(guó)內(nèi)其他學(xué)者的文章則集中于城鄉(xiāng)收入差距與收入趨同的研究上（如陳林興和黃祖輝，2014[7]等），對(duì)人均收入本身較為系統(tǒng)與深入的研究卻很少，而有關(guān)法治化程度與人均收入的研究則更是一片空白，本文就很好地彌補(bǔ)了學(xué)術(shù)界在這一方面的不足。

二、數(shù)據(jù)與計(jì)量模型

（一）數(shù)據(jù)說明

本文以2001～2009年中國(guó)經(jīng)濟(jì)改革研究基金會(huì)國(guó)民經(jīng)濟(jì)研究所編制的中國(guó)分省市場(chǎng)化進(jìn)程指數(shù)為原始數(shù)據(jù)，法治化指數(shù)（LI）則是對(duì)“對(duì)生產(chǎn)者合法權(quán)益的保護(hù)”“對(duì)消費(fèi)者合法權(quán)益的保護(hù)”“對(duì)知識(shí)產(chǎn)權(quán)的保護(hù)”三項(xiàng)分項(xiàng)指標(biāo)進(jìn)行算術(shù)平均得到的。本文人均收入（PCI）的數(shù)據(jù)是根據(jù)各省市城鎮(zhèn)居民家庭人均可支配收入（2001年不變價(jià)）、農(nóng)村居民家庭人均純收入（2001年不變價(jià)）和城鎮(zhèn)居民人口占總居民人口比重以及農(nóng)村居民人口占總居民人口比重計(jì)算而得。以勞動(dòng)力平均受教育年限表示人力資本（HC），不同教育層次的受教育年數(shù)分別設(shè)定如下：未上過學(xué)1.5年，小學(xué)6年，初中3年，高中3年，大學(xué)3.5年（大專及以上）。城市化水平（UR）以城鎮(zhèn)居民人口占總居民人口的百分比來表示，產(chǎn)業(yè)結(jié)構(gòu)（IS）則表示為第三產(chǎn)業(yè)的就業(yè)比重，對(duì)外開放度（DFO）以貨物進(jìn)出口總額與GDP之比來表示，貨物進(jìn)出口總額由每年人民幣對(duì)美元的年平均匯率進(jìn)行換算。以上數(shù)據(jù)均來源于歷年《中國(guó)統(tǒng)計(jì)年鑒》。

（二）模型與方法

我們把各個(gè)地區(qū)的人均收入分別表達(dá)為L(zhǎng)I、HC、UR、IS、DFO的線性函數(shù)，模型設(shè)定如下：

是指人均收入，是指解釋變量，是指誤差項(xiàng)。由于本文研究的面板數(shù)據(jù)具有大N小T型的面板結(jié)構(gòu)特征，所以有關(guān)單位根檢驗(yàn)和協(xié)整的問題便不再考慮。另外，本文側(cè)重用面板模型分析我國(guó)各省市的法治化程度對(duì)人均收入的影響 ，樣本的個(gè)體差異是允許存在的，而對(duì)于橫截面?zhèn)€體結(jié)構(gòu)上的變化則可以不用考慮， 因此固定效應(yīng)模型（FEM）和隨機(jī)效應(yīng)模型（REM）都是在變截距模型的前提下進(jìn)行討論的。

F檢驗(yàn)可以用來比較混合OLS模型與固定效應(yīng)模型（FEM）：若拒絕零假設(shè)，則說明固定效應(yīng)模型（FEM）優(yōu)于混合OLS模型。另外，拉格朗日乘數(shù)檢驗(yàn)（Lagrange Multiplier test）被用來檢驗(yàn)隨機(jī)效應(yīng)。若拒絕零假設(shè)，則說明隨機(jī)效應(yīng)模型（REM）優(yōu)于混合OLS模型。在固定效應(yīng)模型（FEM）與隨機(jī)效應(yīng)模型（REM）的判別方面，隨機(jī)效應(yīng)模型（REM）的一個(gè)關(guān)鍵假設(shè)便是各地區(qū)之間的特定影響是外生的，豪斯曼檢驗(yàn)（Hausman test）就可以檢驗(yàn)這一假設(shè)。如果不能拒絕零假設(shè)則表明隨機(jī)效應(yīng)模型（REM）是較好的選擇。

除了要考慮上述的檢驗(yàn)外，這里還存在著很多影響面板模型估計(jì)值的問題，比如說各地區(qū)之間的異方差性和相關(guān)性。為了檢驗(yàn)異方差，似然比檢驗(yàn)（LR test）是一個(gè)不錯(cuò)的選擇。而有關(guān)自相關(guān)的檢驗(yàn)，本文使用Wooldridge 在2002年提出的面板模型的自相關(guān)檢驗(yàn)。

三、回歸結(jié)果與分析

混合OLS模型展示出HC的值為負(fù)值，除HC和DFO這兩個(gè)變量外的其它變量對(duì)各地區(qū)的人均收入都具有顯著的影響。然而F檢驗(yàn)的值（7.13）和拉格朗日乘數(shù)檢驗(yàn)的值（115.79）都大于相應(yīng)的臨界值，因?yàn)閮烧咴?%的顯著水平下都是成立的，這足以說明混合OLS模型不適用于這一面板數(shù)據(jù)。同時(shí)，豪斯曼檢驗(yàn)（Hausman test）在5%的顯著水平下拒絕了各地區(qū)之間的人均收入影響是不相關(guān)的這一原假設(shè)，說明在其他條件不變的情況下，固定效應(yīng)模型（FEM）是較好的選擇。

然而上述中的固定效應(yīng)模型（FEM）僅僅考慮了個(gè)體固定效應(yīng)即回歸元在組內(nèi)單元隨時(shí)間變異，卻沒有考慮時(shí)間固定效應(yīng)即回歸元在每個(gè)時(shí)期內(nèi)隨不同單元變化。因此，我們?cè)谠潭ㄐ?yīng)模型（FEM）的基礎(chǔ)上添加時(shí)間效應(yīng)來考查雙向固定效應(yīng)模型。在stata13.0軟件中，我們使用tabulate的generate（）選項(xiàng)生成時(shí)間效應(yīng)，然后通過從每一個(gè)其他指示變量減去被排除類的指示變量，變換成中心指示變量。這種變換將時(shí)間效應(yīng)變換成偏離樣本的條件均值的變化而不是被排除類的偏差。最后我們進(jìn)行回歸并對(duì)時(shí)間效應(yīng)進(jìn)行F檢驗(yàn)，發(fā)現(xiàn)在單項(xiàng)固定效應(yīng)模型中包含的五個(gè)數(shù)量因素，其符號(hào)與顯著性在雙向固定效應(yīng)模型中仍然保留。時(shí)間效應(yīng)是聯(lián)合顯著的，這表明它們應(yīng)被包含在正常設(shè)定模型中，因此雙向固定效應(yīng)模型將是較好的選擇。

由于我們并沒有對(duì)各地區(qū)人均收入的異方差與自相關(guān)進(jìn)行錯(cuò)誤設(shè)定的檢驗(yàn)，所以雙向固定效應(yīng)模型的估計(jì)結(jié)果可能具有一定的誤導(dǎo)性。似然比檢驗(yàn)（LR test）的值（77.67） 和Wooldridge診斷檢驗(yàn)的值（12.571）揭示出該面板數(shù)據(jù)存在異方差與自相關(guān)，所以對(duì)方程系數(shù)的估計(jì)將會(huì)是不準(zhǔn)確的。因此，作為另外一種更為有效的估計(jì)方法，可行廣義最小二乘估計(jì)（FGLS）對(duì)面板數(shù)據(jù)中存在的異方差與自相關(guān)進(jìn)行了修正。

另一方面，Beck and Katz （1995[8]）提出了一種替代估計(jì)量即面板校正標(biāo)準(zhǔn)誤差（PCSE）估計(jì)量。我們假定當(dāng)Parks–Kmenta的可行廣義最小二乘估計(jì)（FGLS）模型和面板校正標(biāo)準(zhǔn)誤差（PCSE）方法通過Prais–Winsten （1954[9]）轉(zhuǎn)換消除了數(shù)據(jù)中的一階自相關(guān)時(shí)，方差-協(xié)方差矩陣具有相同的誤差，此時(shí)運(yùn)用OLS進(jìn)行估計(jì)時(shí)的異方差和自相關(guān)便得到了修正。在Parks–Kmenta模型的Monte-Carlo分析中，Beck and Katz （1995）認(rèn)為漸進(jìn)有效的可行廣義最小二乘估計(jì)（FGLS）的估計(jì)量（Parks–Kmenta）在有限的樣本數(shù)據(jù)中表現(xiàn)的并不太好，并認(rèn)為面板校正標(biāo)準(zhǔn)誤差（PCSE）的估計(jì)量是更加可靠的。因此，本文建議使用面板校正標(biāo)準(zhǔn)誤差（PCSE）方法。

通過使用可行廣義最小二乘估計(jì)（FGLS）的方法，我們發(fā)現(xiàn)除IS外的其它解釋變量都對(duì)各地區(qū)的人均收入具有顯著的影響。而實(shí)際上，IS對(duì)人均收入的影響應(yīng)該是顯著的。使用面板校正標(biāo)準(zhǔn)誤差（PCSE）方法的估計(jì)結(jié)果表明，原模型中的五個(gè)變量LI、HC、UR、IS、DFO的系數(shù)都是正的、顯著的，與時(shí)間效應(yīng)組合成的所有變量對(duì)各地區(qū)人均收入的影響也都是顯著的。

四、結(jié)論

本文利用中國(guó)各省市的法治化指數(shù)，定量考察了法治化程度對(duì)中國(guó)各地區(qū)人均收入的影響。在對(duì)實(shí)證面板數(shù)據(jù)模型進(jìn)行了一系列的錯(cuò)誤設(shè)定檢驗(yàn)后，發(fā)現(xiàn)Beck and Katz的面板校正標(biāo)準(zhǔn)誤差（PCSE）更適用于本文的研究?；貧w結(jié)果表明法治化程度、人力資本、城市化、產(chǎn)業(yè)結(jié)構(gòu)、對(duì)外開放度對(duì)各地區(qū)人均收入的影響都具有顯著的正向作用，法治化指數(shù)每增加1 個(gè)單位，中國(guó)各地區(qū)的人均收入將會(huì)增加327元，且具有非常顯著的影響。

雖然中國(guó)的法治化進(jìn)程取得了一定的成就，但距離真正的法治化社會(huì)依然任重而道遠(yuǎn)。政府應(yīng)不斷推進(jìn)法治化建設(shè)，并時(shí)刻牢記市場(chǎng)經(jīng)濟(jì)就是法治經(jīng)濟(jì)，只有讓每一位公民在公平的法制與規(guī)則下，自由地做出自己的選擇，通過私有產(chǎn)權(quán)等相關(guān)的法律制度來保護(hù)個(gè)人所創(chuàng)造的財(cái)富，才能夠進(jìn)一步發(fā)揮個(gè)人最大的潛力，創(chuàng)造更多的財(cái)富，讓整個(gè)國(guó)家因此而富裕。

因此，今后的法治化進(jìn)程應(yīng)該注意以下幾個(gè)方面：

首先，樹立法治權(quán)威，做到科學(xué)立法、嚴(yán)格執(zhí)法、公正司法。科學(xué)立法要求政府需廣泛傾聽民眾的呼聲，關(guān)心民眾的冷暖，真正做到民主立法。嚴(yán)格執(zhí)法、公正司法則要求政府堅(jiān)持“法律面前人人平等”的準(zhǔn)則，維護(hù)法治的權(quán)威，保證執(zhí)法和司法的嚴(yán)格與公正。

其次，加大法治化宣傳與教育投資，讓每一個(gè)人都樹立法治化意識(shí)，要堅(jiān)持從學(xué)校教育抓起，普及法治化知識(shí)，真正做到全民守法，形成守法光榮、違法可恥的社會(huì)氛圍。

第三，加大懲罰力度，提高違法成本，完善監(jiān)督舉報(bào)機(jī)制，構(gòu)建由上級(jí)機(jī)關(guān)到普通民眾，由自身意識(shí)到外部環(huán)境的全方位法治化建設(shè)。

最后，不斷完善市場(chǎng)經(jīng)濟(jì)條件下的法制規(guī)則，通過這些公平的規(guī)則來控制政府的權(quán)力，提高市場(chǎng)資源配置的效率，真正做到讓市場(chǎng)主體“法無禁止即可為”，讓政府部門“法無授權(quán)不可為”。

參考文獻(xiàn)

[1]魏后凱.論我國(guó)區(qū)際收入差異的變動(dòng)格局[J]. 經(jīng)濟(jì)研究， 1992， 4： 61-65.

[2]Villaverde.J，and Adolfo.M.，2012. Chinese per Capita Income Distribution，1992–2007： A Regional Perspective，Asian Economic Journal ，Vol.26， No.4：313 –331.

[3] Connaughton J E， Madsen R A. Explaining per capita personal income differences between states[J]. The Review of Regional Studies，Vol.122， No.7： 206-220.

[4] Guglielmino P J，and Guglielmino L M，2006. Culture， self-directed learning readiness， and per capita income in five countries， SAM Advanced Management Journal，Vol.71， No.2：21.

[5] Felbermayr. G. J，and Hiller.S.Sala D，2010.Does immigration boost per capita income？，Economics Letters， Vol.107， No.2：177-179.

[6] 張鵬， 袁方. 農(nóng)村金融、城市化對(duì)農(nóng)民收入增長(zhǎng)的影響[J]. 經(jīng)濟(jì)問題， 2009 （8）： 35-38.

[7]陳林興， 黃祖輝. 中國(guó)省際農(nóng)村居民收入趨同性分析[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2014， 4： 004.

[8]Beck N，and Katz J N.，1995.What to do （and not to do） with time-series cross-section data，American political science review，Vol.89， No.03：634-647.

[9]Prais， S. J，and Winsten，C.B.，1954. Trend estimators and serial correlation，Cowles Commission discussion paper，Vol.383.

（作者單位：山東理工大學(xué)商學(xué)院 山東淄博市 255000）