張益明,趙永亮
(鹽城工學(xué)院 經(jīng)濟(jì)管理學(xué)院,江蘇 鹽城 224005)
資本存量作為一個(gè)非常重要的宏觀經(jīng)濟(jì)變量,對(duì)于研究經(jīng)濟(jì)增長(zhǎng)問題至關(guān)重要。長(zhǎng)期以來,在官方數(shù)據(jù)缺失的背景下,資本存量的推算成為研究國(guó)內(nèi)宏觀經(jīng)濟(jì)的重要話題。國(guó)內(nèi)外對(duì)其的研究中,大部分文獻(xiàn)主要采用永續(xù)盤存法,也有部分文獻(xiàn)采用資本產(chǎn)出比法估算。本文采用經(jīng)典的經(jīng)濟(jì)增長(zhǎng)模型導(dǎo)出計(jì)量模型,對(duì)資本存量進(jìn)行非線性估算,而非以永續(xù)盤存法為核心。這樣處理可以避開使用爭(zhēng)議較大的歷史數(shù)據(jù),以及歷史年份中如何選取折舊率、設(shè)定資本產(chǎn)出比等問題。并且,上述好處隨著時(shí)間的推移,可得數(shù)據(jù)的增加,將得到更充分的體現(xiàn)。而采用美國(guó)的資本存量數(shù)據(jù)進(jìn)行的檢驗(yàn)表明,本文提出的估計(jì)方法能夠獲得較為準(zhǔn)確的結(jié)果。
永續(xù)盤存法是國(guó)內(nèi)外文獻(xiàn)采用的資本存量估計(jì)的主要方法。該方法基于一個(gè)直觀的思想,即某時(shí)期的資本存量等于本期的投資加上折舊后的上期資本存量。
首先,是基期資本存量的處理?,F(xiàn)有文獻(xiàn)對(duì)于基期時(shí)間一般選擇1952年[1-3],或1978年[4]。在基期資本存量的估計(jì)方法上,采用得最多的是資本產(chǎn)出比法[5]和資本增長(zhǎng)率法[2]。
其次,折舊率的處理。早期研究中對(duì)于折舊處理形成兩類觀點(diǎn),一類以張軍和章元[1]為代表,認(rèn)為可以通過數(shù)據(jù)選擇回避折舊問題。另一類觀點(diǎn)認(rèn)為,折舊率必須考慮,但如何選擇無法達(dá)成一致。常見的做法是選擇5%的折舊率。再根據(jù)殘值率進(jìn)行推算[6]。此外,現(xiàn)有文獻(xiàn)還嘗試使用可變折舊率進(jìn)行資本存量估計(jì)[3,4]。不可否認(rèn),上述處理方法各具特色。從經(jīng)濟(jì)實(shí)際發(fā)展過程來看,折舊率應(yīng)該是可變的,但是變化過程無法直接觀察,因此如何處理仍然值得深入探討。本文采用李賓[7]的建議,利用官方折舊數(shù)據(jù)而避開折舊率的選擇或計(jì)算。
再次,投資流量數(shù)據(jù)?,F(xiàn)有研究采用的投資流量數(shù)據(jù)的選擇包括四類,即固定資本形成總額、新增固定資產(chǎn)、全社會(huì)固定資產(chǎn)投資、調(diào)整了的全社會(huì)固定資產(chǎn)投資。其中固定資本形成總額在研究中使用最多,也被認(rèn)為最合理。但李賓[7]認(rèn)為,采用固定資本形成總額僅僅是稍優(yōu)于全社會(huì)固定資產(chǎn)投資。
最后,價(jià)格指數(shù)選擇。在數(shù)據(jù)可獲得的情況下,現(xiàn)有文獻(xiàn)一般選擇固定資產(chǎn)投資價(jià)格指數(shù)平減當(dāng)期的投資,這被認(rèn)為是最好的做法。但是正如李賓[7]指出的,我國(guó)官方統(tǒng)計(jì)資料中最早只能獲取從1991年以來的這一指標(biāo),因此涉及到之前年份時(shí)就存在數(shù)據(jù)缺失問題。對(duì)此,一般可以通過擬合或?qū)ふ姨娲缘闹笜?biāo)來解決。另外,還有一些研究直接借鑒了其他文獻(xiàn)計(jì)算的價(jià)格指數(shù)[4]。
我國(guó)每5年公布一次投入產(chǎn)出表,因此可通過折舊率、折舊額反推資本存量[8]。該方法假設(shè)研究的時(shí)間窗口存在不變的折舊率,再通過投入產(chǎn)出表公布的折舊額,以及各期的投資流量和價(jià)格指數(shù)推算各期折舊率,進(jìn)而得到資本存量。
上述方法一般都是在永續(xù)盤存法的基礎(chǔ)上展開的,部分文獻(xiàn)在估計(jì)中運(yùn)用了計(jì)量的方法,但是主要用于獲取估計(jì)過程中的一些變量。同時(shí)不少文獻(xiàn)對(duì)于估計(jì)的結(jié)果采用C-D函數(shù)進(jìn)行了檢驗(yàn)[7]。這些工作對(duì)本文頗多啟發(fā),與本文的工作有一定關(guān)聯(lián),但是并不相同。本文對(duì)資本存量的估計(jì)主要通過對(duì)經(jīng)濟(jì)增長(zhǎng)模型的變換,得到可計(jì)量的模型,根據(jù)模型形式分別采用高斯牛頓法迭代法和直接搜索的方法進(jìn)行資本存量估計(jì)。
本文從索洛模型出發(fā),假設(shè)總產(chǎn)出決定于現(xiàn)有的資本存量與勞動(dòng)力人數(shù),即:
假設(shè)規(guī)模報(bào)酬不變,則α+β=1,式(1)兩邊取對(duì)數(shù)有:
式(2)由于基期資本存量無法獲取難以進(jìn)行直接估計(jì),但是若不考慮數(shù)據(jù)平穩(wěn)性問題,則可以進(jìn)行轉(zhuǎn)換后進(jìn)行估計(jì)。比如可以假設(shè)基期的資本存量為K0,各期凈投資為It,則式(2)可以寫成:
式(5)代入式(3)得到:
由式(6)出發(fā),假設(shè)A為常數(shù),則可以建立模型:
對(duì)模型(7)取初始,估計(jì)得到α和φ的估計(jì)值后,可根據(jù)α和φ的關(guān)系得到基期的資本存量K0新的估計(jì)值,再代入模型進(jìn)行第二次估計(jì),反復(fù)迭代,直到K0的估計(jì)值收斂。然而,由于時(shí)間序列的平穩(wěn)性問題,上述方法需要在對(duì)數(shù)據(jù)進(jìn)行處理后使用,而這也意味著估計(jì)的模型形式隨之變化。并且,通過對(duì)數(shù)據(jù)的單位根檢驗(yàn),可以發(fā)現(xiàn)中國(guó)的ln(Yt)為2階單整,而ln(Lt)則為1階單整。這和美國(guó)情況不同,美國(guó)的GDP以及人均GDP都為1階單整。因此無法進(jìn)行協(xié)整,而必須對(duì)原模型進(jìn)行差分變換。
ln(Yt)與其他變量的單整階數(shù)不一致,對(duì)此建立差分模型進(jìn)行估計(jì)。ln(Yt)單整階數(shù)之所以較高主要是因?yàn)闈M足建模要求的時(shí)間期數(shù)不夠,只有22期。實(shí)際檢驗(yàn)1952—2015年的數(shù)據(jù),發(fā)現(xiàn)為1階單整。而對(duì)于本文來說,進(jìn)行兩次差分處理后雖然數(shù)據(jù)實(shí)現(xiàn)了平穩(wěn),但是也丟失了很多信息。并且,對(duì)于美國(guó)的數(shù)據(jù)而言,因?yàn)槎际且浑A單整,因此對(duì)數(shù)據(jù)進(jìn)行兩次差分建模也不合適。因此,下面在推導(dǎo)了兩次差分后的回歸模型后,也提供了一次差分的回歸模型形式,并在實(shí)證中對(duì)兩個(gè)模型都進(jìn)行了估計(jì)。
假設(shè)A為常數(shù),對(duì)式(2)進(jìn)行兩次差分轉(zhuǎn)換為:
以yt、kt、lt分別表示總產(chǎn)出、固定資本、勞動(dòng)力t時(shí)期的增長(zhǎng)率,則有:
將式(4)代入式(8)得到:
式(9)經(jīng)過兩次差分,解決了數(shù)據(jù)的平穩(wěn)性問題。實(shí)際建立模型時(shí),為了控制其他未納入變量的影響,還加入被解釋變量的一階滯后項(xiàng),得到:
其中:
同時(shí),考慮差分導(dǎo)致的信息丟失問題,另外采用一階差分得到的回歸模型:
對(duì)于模型(10)和模型(11),在取K0的初始值K*后,計(jì)算出各期的以及模型中的,進(jìn)行估計(jì)得到α和φ的估計(jì)值然后,根據(jù)式(9)可知因此以作為下一次迭代時(shí)K0的取值。重復(fù)上述過程,直至K0收斂。另外,在估計(jì)美國(guó)資本存量時(shí),本文嘗試在模型(11)中加入了虛擬Badyear的差分項(xiàng),以反映一些年份實(shí)際GDP下降的情況,但對(duì)估計(jì)結(jié)果沒有影響。Badyear在當(dāng)年GDP小于上一年時(shí)取1,否則為0。對(duì)于中國(guó)1993—2015年間,未發(fā)生該情況,因此對(duì)中國(guó)資本存量的估計(jì)未加入該變量。
上文提出的估計(jì)方法沿用一個(gè)假設(shè),即規(guī)模報(bào)酬不變。這對(duì)于建模而言無疑很方便,但是對(duì)于模型估計(jì)而言則可能帶來一些問題,比如某些年份中因?yàn)橐恍┩馍騼?nèi)生的沖擊導(dǎo)致經(jīng)濟(jì)受到影響時(shí),GDP與資本總量及勞動(dòng)力的數(shù)據(jù)可能不匹配,從而對(duì)模型估計(jì)造成干擾。另外,實(shí)際估計(jì)過程中,由于計(jì)算過程較為復(fù)雜,迭代過程可能也會(huì)產(chǎn)生一些意想不到的變化,比如得到負(fù)的資本存量,使得無法取對(duì)數(shù)而中止迭代過程。對(duì)此,本文由增長(zhǎng)模型中人均生產(chǎn)總量與人均資本的關(guān)系提出直接搜索法估計(jì)模型。
由式(1)可以得到:
假設(shè)A為常數(shù)1,則兩邊取對(duì)數(shù)有:
注意到式(13)右邊兩項(xiàng)的系數(shù)都是β,但是一正一負(fù)。另外,為了反映經(jīng)濟(jì)增長(zhǎng)過程中的意外負(fù)面沖擊,以及其他因素的影響。同樣還在模型(13)的基礎(chǔ)上加入了對(duì)數(shù)人均產(chǎn)出的滯后項(xiàng)以盡量控制其他未納入模型的因素。而對(duì)于美國(guó)資本存量的估計(jì)還加入了虛擬變量badyear。在此基礎(chǔ)上,差分后可以建立模型:
式(14)中Kt未知,可以選擇不同的初始K0,根據(jù)模型(4)計(jì)算出Kt代入模型(14)進(jìn)行回歸。當(dāng)K0選擇合適時(shí),模型(14)的回歸系數(shù)α和β符號(hào)應(yīng)當(dāng)相反,但是絕對(duì)值接近。
除此以外,不少測(cè)算資本存量的文獻(xiàn)中假設(shè)資本產(chǎn)出比為常數(shù),由GDP推測(cè)資本存量。而美國(guó)的數(shù)據(jù)也顯示,1950—2014年間,資本產(chǎn)出比居于2.52~3.46之間,大部分年份在3.16上下。若假設(shè)該指標(biāo)確實(shí)比較穩(wěn)定,則模型(12)可以寫成:
假設(shè)A為常數(shù),可以推得:
同樣,在上式中加入badyear和人均產(chǎn)出的滯后項(xiàng),再差分得到模型:
而在對(duì)中國(guó)資本存量估計(jì)時(shí),則沒有badyear的差分項(xiàng)。同樣,當(dāng)K0選擇合適時(shí),模型(16)的回歸系數(shù)α和β符號(hào)應(yīng)當(dāng)一致,大小接近。而對(duì)于K0的選取可以采用直接搜索、格點(diǎn)法、最陡爬坡等方法。為了較為直觀地展示整個(gè)搜索結(jié)果,本文采用了直接搜索法。
中國(guó)數(shù)據(jù):本文估計(jì)采用的數(shù)據(jù)包括資本形成總額、投資價(jià)格指數(shù)、實(shí)際GDP、經(jīng)濟(jì)活動(dòng)人口數(shù)、固定資產(chǎn)投資額、投資價(jià)格指數(shù)和折舊額。鑒于李賓[7]提供的數(shù)據(jù)被采用較多,因此2009年前上述各變量亦主要采用該文數(shù)據(jù)。而對(duì)于其后年份的數(shù)據(jù)則從相應(yīng)年份的中國(guó)統(tǒng)計(jì)年鑒中補(bǔ)充。同時(shí),對(duì)于折舊的處理也采用該文的方法,即用固定資本形成總額減去當(dāng)年的折舊額。同時(shí),由于1993年以前國(guó)家統(tǒng)計(jì)局未公布折舊額,基于數(shù)據(jù)的可得性,本文的時(shí)間窗口選擇為1993—2015年。另外,所有變量均折算為2010年價(jià)格。
美國(guó)數(shù)據(jù):美聯(lián)儲(chǔ)官網(wǎng)提供了歷年的資本存量、GDP、勞工就業(yè)人數(shù)統(tǒng)計(jì)數(shù)據(jù)。本文選擇該網(wǎng)站公布的按2011年價(jià)格計(jì)算的GDP、資本存量數(shù)據(jù),勞動(dòng)力數(shù)據(jù)根據(jù)所公布的按季節(jié)調(diào)整的就業(yè)人數(shù)取季度平均值作為該年份就業(yè)人數(shù)。
參考現(xiàn)有文獻(xiàn)1993年資本存量估計(jì)值分布,并考慮迭代過程中的數(shù)據(jù)溢出問題。模型(10)初始值選取區(qū)間為[100,3000]百億元,選擇了多個(gè)初始值,包括100億元和2000億元,代入模型(10)進(jìn)行1000次迭代估計(jì)。迭代收斂速度視初始值大小,通常在迭代17~23次后收斂于471百億元,與已有文獻(xiàn)的估計(jì)差異較大。同時(shí),區(qū)間內(nèi)不同初始值的選取對(duì)于估計(jì)結(jié)果沒有影響。模型(11)的初始值選取區(qū)間為[100,1500],通常在迭代70~90次后收斂。利用模型(14)和模型(16)估計(jì)時(shí),設(shè)定搜索區(qū)間為[100,3000],步長(zhǎng)10。結(jié)果模型(14)的估計(jì)值為1380,接近張軍和章元[1]的估計(jì)值。由此計(jì)算出的資本產(chǎn)生比在2.6~3.7之間。并且資本產(chǎn)出在1993—1997年不斷下降,此后至2004年緩慢上升,然后至2007年略快下降,2008開始加速上升,意味著資本產(chǎn)出效率的下降。而模型(16)未能給出有效估計(jì)值。同時(shí)也意味著,90年代以來在改革和金融危機(jī)的影響下,中國(guó)的資本產(chǎn)出比變動(dòng)較明顯。表1給出了中國(guó)資本存量估計(jì)結(jié)果。
表1 中國(guó)資本存量估計(jì)所用數(shù)據(jù)及估計(jì)結(jié)果 (單位:百億元)
這里選擇采用美國(guó)公布的數(shù)據(jù)來檢驗(yàn)本文所介紹估計(jì)方法的可靠性。鑒于美國(guó)的數(shù)據(jù)都為1階單整,因此不使用模型(10)。具體而言,先使用官方公布的按照2011年價(jià)格計(jì)算的1950—2014年的資本存量數(shù)據(jù)差分得到歷年的凈投資It。再依據(jù)模型(11)、模型(14)和模型(16),設(shè)定不同初始資本存量進(jìn)行估計(jì)。另外,模型(11)的初始值選取區(qū)間為[1000000,7000000],通常迭代15次左右收斂于4125183百萬美元。模型(14)和模型(16)的初始資本存量K0的搜索區(qū)間為[1000000,10000000],搜索步長(zhǎng)為10000。并且,考慮模型設(shè)定可能與實(shí)際情況并不完全一致,因此模型中真實(shí)的α和β的絕對(duì)值可能并不相同。所以,實(shí)際進(jìn)行搜索估計(jì)時(shí),對(duì)于模型(14)和模型(16)分別根據(jù)(-α/β)和(α/β)選擇能夠使α和β最為接近的初始資本存量。
圖1 模型(14)不同 K0時(shí)的(-α/β)
圖1和圖2給出了不同初始資本存量時(shí),對(duì)應(yīng)的(-α/β)和(α/β),并標(biāo)出了極值點(diǎn)位置。其中模型(14)的估計(jì)顯示,初始資本存量選擇5480000較合理,而模型(16)的估計(jì)顯示資本存量選擇應(yīng)為5520000,因此這兩個(gè)模型估計(jì)的結(jié)果非常接近。而美國(guó)官方公布的1950年資本存量估計(jì)值為5680000。在凈投資數(shù)據(jù)可得的條件下,因?yàn)橘Y本存量估計(jì)值的差異主要在于基期資本存量,所以可以認(rèn)為模型(14)和模型(16)得到的估計(jì)值較為準(zhǔn)確。另外,與對(duì)中國(guó)資本存量估計(jì)類似的是,通過搜索得到的估計(jì)值要高于通過高斯牛頓法得到的估計(jì)值。
圖2 模型(16)不同 K0時(shí)的α/β
本文通過對(duì)經(jīng)濟(jì)增長(zhǎng)模型的轉(zhuǎn)換,提出了對(duì)中國(guó)資本存量進(jìn)行非線性估計(jì)的思路和模型。根據(jù)對(duì)經(jīng)濟(jì)增長(zhǎng)模型的不同處理,分別采用高斯牛頓法和直接搜索的方法進(jìn)行了資本存量估計(jì)。結(jié)果發(fā)現(xiàn):一階差分后的高斯牛頓法估計(jì)值與現(xiàn)有文獻(xiàn)估計(jì)值較為吻合,但是估計(jì)收斂速度較慢。而二階差分后的估計(jì)值收斂很快,但是估計(jì)值明顯低于近期文獻(xiàn)的估計(jì)值。這種情況可能與數(shù)據(jù)質(zhì)量,以及差分過程中的信息丟失有關(guān)。而采用直接搜索得到的估計(jì)值高于已有文獻(xiàn)的估計(jì)值;另外,本文還利用美國(guó)官方公布的資本存量檢驗(yàn)了本文提出的估計(jì)方法,發(fā)現(xiàn)直接搜索法能夠得到比較準(zhǔn)確的估計(jì)值,而高斯牛頓法估計(jì)值相比直接搜索得到的估值小,與對(duì)中國(guó)資本存量的估計(jì)情況一致。