表1 全国的面板单位根检验结果
|

|

|

|

|

|

|

|

|
|
全 国
|
|
LLC
|
7.78[1.00]
|
-7.5[0.00]
|
11.1[1.00]
|
-15.3[0.00]
|
8.16[1.00]
|
-12.35[0.00]
|
11.9[1.00]
|
-14.2[0.00]
|
|
IPS
|
7.35[1.00]
|
-8.4[0.00]
|
18.2[1.00]
|
-17.3[0.00]
|
7.74[1.00]
|
-13.2[0.00]
|
18.6[1.00]
|
-16.5[0.00]
|
|
ADF
|
9.10[1.00]
|
83.5[0.00]
|
2.06[1.00]
|
67.6[0.00]
|
6.11[1.00]
|
277.8[0.00]
|
1.97[1.00]
|
348.4[0.00]
|
|
PP
|
5.25[1.00]
|
72.5[0.00]
|
1.02[1.00]
|
65.0[0.00]
|
4.39[1.00]
|
238.3[0.00]
|
1.01[1.00]
|
363.8[0.00]
|
|
|
东 部
|
|
LLC
|
11.5[1.00]
|
-6.03[0.00]
|
4.99[1.00]
|
-9.33[0.00]
|
5.61[1.00]
|
-7.50[0.00]
|
5.69[1.00]
|
-9.32[0.00]
|
|
IPS
|
3.48[1.00]
|
-6.37[0.00]
|
9.93[1.00]
|
-11.7[0.00]
|
3.96[1.00]
|
-7.14[0.00]
|
10.0[1.00]
|
-11.19[0.00]
|
|
ADF
|
5.75[1.00]
|
84.8[0.00]
|
1.50[1.00]
|
0.80[0.00]
|
3.39[1.00]
|
94.5[0.00]
|
1.48[1.00]
|
153.74[0.00]
|
|
PP
|
2.76[1.00]
|
63.9[0.00]
|
0.90[1.00]
|
6.61[0.00]
|
2.59[1.00]
|
67.7[0.00]
|
0.89[1.00]
|
149.81[0.00]
|
|
中 部
|
|
LLC
|
6.14[1.00]
|
-3.23[0.00]
|
8.12[1.00]
|
-8.84[0.00]
|
12.2[1.00]
|
-4.75[0.00]
|
8.86[1.00]
|
-6.94[0.00]
|
|
IPS
|
4.09[1.00]
|
-4.59[0.00]
|
11.5[1.00]
|
-9.07[0.00]
|
4.37[1.00]
|
-6.42[0.00]
|
11.9[1.00]
|
-8.49[0.00]
|
|
ADF
|
1.69[1.00]
|
51.3[0.00]
|
0.01[1.00]
|
96.4[0.00]
|
1.59[1.00]
|
73.7[0.00]
|
0.02[1.00]
|
98.82[0.00]
|
|
PP
|
1.43[1.00]
|
49.6[0.00]
|
0.02[1.00]
|
61.3[0.00]
|
0.79[1.00]
|
69.1[0.00]
|
0.03[1.00]
|
118.91[0.00]
|
|
西 部
|
|
LLC
|
8.65[1.00]
|
-3.40[0.00]
|
6.54[1.00]
|
-8.44[0.00]
|
5.03[1.00]
|
-9.72[0.00]
|
6.85[1.00]
|
-8.21[0.00]
|
|
IPS
|
5.43[1.00]
|
-3.46[0.00]
|
10.3[1.00]
|
-8.90[0.00]
|
5.29[1.00]
|
-9.68[0.00]
|
10.5[1.00]
|
-8.63[0.00]
|
|
ADF
|
1.65[1.00]
|
47.2[0.00]
|
0.54[1.00]
|
99.7[0.00]
|
1.11[1.00]
|
109.5[0.00]
|
0.47[1.00]
|
95.8[0.00]
|
|
PP
|
1.06[1.00]
|
59.0[0.00]
|
0.09[1.00]
|
99.3[0.00]
|
1.00[1.00]
|
101.45[0.00]
|
0.08[1.00]
|
95.1[0.00]
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
注:1.面板单位根检验时使用常数项形式;2.[ ]内的数值为p值
(三)面板协整检验
在得出面板数据存在单位根后,再检验面板数据是否存在协整关系。基于稳健性的考虑,我们在检验模型1和模型2的协整关系时使用了由Pedroni(1999)[18]和Kao(1999)[19]提出的多种协整检验方法。为了增强检验结果的可信度,分别考虑了有常数项无趋势项和有常数项和趋势项两种情况。所有检验的原假设都“不存在协整关系”,拒绝原假设则意味着变量间存在长期的协整关系。从表2中可以看出,对于模型1的两个变量协整关系的各种检验,全国及东中西部三大地区均拒绝原假设经济增长,即财政总支出和国内生产总值存在长期协整关系。从表3中可以看出,对于模型2的两个变量协整关系的各种检验,全国及东中西部三大地区也均拒绝原假设,即人均财政支出和人均国内生产总值存在长期协整关系期刊网。
表2模型1的面板协整检验
|
全国
|
东部
|
中部
|
西部
|
|
常数项
|
常数和趋势项
|
常数项
|
常数和趋势项
|
常数项
|
常数和趋势项
|
常数项
|
常数和趋势项
|
Panel v
|
3.433***
|
2.847***
|
3.282***
|
2.329***
|
2.353***
|
4.796***
|
9.053***
|
5.789***
|
Panel rho
|
-1.740**
|
-2.915***
|
-2.416***
|
-2.755***
|
-5.842***
|
-5.472***
|
-7.144***
|
-1.951*
|
Panel
|
-2.255**
|
-7.255***
|
-2.651***
|
-5.624***
|
-1.398*
|
-4.224***
|
-7.241***
|
-3.497***
|
Panel ADF
|
-4.201***
|
-6.484***
|
-1.909**
|
-4.609***
|
-3.848***
|
-2.582***
|
-5.975***
|
-3.644***
|
Group rho
|
-8.172***
|
-4.061***
|
-3.873***
|
-4.217***
|
-5.675***
|
-7.567***
|
-5.953***
|
-5.419***
|
Group PP
|
-1.483*
|
-7.30***
|
-2.119**
|
-5.45***
|
-8.35***
|
-2.271**
|
-7.09***
|
-3.58***
|
Group ADF
|
-5.45***
|
-6.76***
|
-1.416*
|
-4.95***
|
-3.00***
|
-2.69***
|
-5.11***
|
-3.77***
|
KAO(1999)
|
-6.09***
|
|
-4.89***
|
|
-3.082**
|
|
-2.982**
|
|
注:1.模型1的形式为:
2.在本文中,***、**、*分别表示在1%、5%和10%的水平下显著
表3模型2的面板协整检验
|
全国
|
东部
|
中部
|
西部
|
|
常数项
|
常数和趋势项
|
常数项
|
常数和趋势项
|
常数项
|
常数和趋势项
|
常数项
|
常数和趋势项
|
Panel v
|
5.079***
|
3.095***
|
3.903***
|
2.882***
|
3.056***
|
1.471*
|
1.890**
|
2.141**
|
Panel rho
|
-3.67***
|
-3.14***
|
-2.207**
|
-2.262**
|
-3.37***
|
-2.85***
|
-4.66***
|
-3.08***
|
Panel PP
|
-4.43***
|
-7.99***
|
-2.184**
|
-4.84***
|
-4.12***
|
-6.59***
|
-2.026**
|
-1.776**
|
Panel ADF
|
-3.60***
|
-3.42***
|
-1.442*
|
-3.93***
|
-3.75***
|
-2.921**
|
-5.66***
|
-3.21***
|
Group rho
|
-5.43***
|
-5.32***
|
-5.64***
|
-4.82***
|
-5.17***
|
-2.11***
|
-4.15***
|
-6.52***
|
Group PP
|
-2.135**
|
-5.71***
|
-1.654**
|
-4.57***
|
-2.171**
|
-3.26***
|
-3.79***
|
-1.794**
|
Group ADF
|
-1.656**
|
-3.74***
|
-1.296*
|
-4.24***
|
-2.65***
|
-4.71***
|
-3.87***
|
-2.390**
|
KAO(1999)
|
-5.49***
|
|
-4.08***
|
|
-3.005**
|
|
-3.30***
|
|
注:模型2:
(四)完全修正普通最小二乘法估计( FMOLS)
对于具有协整关系的面板数据,不能直接使用最小二乘法OLS 进行估计,因在面板数据环境下,回归变量间的潜在内生性和序列相关会使回归量出现明显的偏误。Pedroni(2000)[20]提出估计异质性面板协整方程的全面修正估计量(FMOLS),解决了OLS 估计量在小样本条件下带有明显的偏差的问题。本文使用FMOLS对模型1和模型2进行了协整估计,其结果如表4所示。
对于全国来说,国内生产总值GDP增加1%,财政总支出增加0.9858%;人均GDP增加1%,人均财政支出增加0.9793%。对于东部来说,地区生产总值GDP增加1%,地区财政总支出增加0.9937%;地区人均GDP增加1%,人均财政支出增加0.9823%。对于中部来说,地区生产总值GDP增加1%,地区财政总支出增加1.0196%;地区人均GDP增加1%,地区人均财政支出增加1.0065%。对于西部来说,地区生产总值GDP增加1%,地区财政总支出增加1.2138%;地区人均GDP增加1%,人均财政支出增加1.1099%。如果“瓦格纳法则”成立经济增长,则系数和 必须为正,而且应该大于1。从表7中可以看出,中部和西部地区的 和 都是大于1的,完全符合“瓦格纳法则”的要求,说明“瓦格纳法则”在中部和西部地区是严格成立的。全国和东部的 和 都小于1,但非常接近1,也可以说“瓦格纳法则”在全部和东部是近似成立的。
表4 FMOLS协整估计结果
|
全国
|
东部
|
中部
|
西部
|
模型1:
|
0.9858***
|
0.9937***
|
1.0196***
|
1.2138***
|
模型2:
|
0.9793***
|
0.9823***
|
1.0065***
|
1.1099***
|
注:模型1: ,模型2: ;
(五)面板因果关系检验
Granger(1988)[21]指出的“如果非平稳的两个时间变量之间是协整的,那么至少存在一个方向上的格兰杰因果关系”,对于面板数据也同样适用。格兰杰因果检验解决了 X是否引起Y的问题,主要看现在的Y能够在多大程度上被过去的X解释,加入X的滞后值能否使解释程度提高。如果X在Y的预测中有帮助,或者X与Y的相关系数在统计上显著时,就可以说“Y是由XGranger引起的”。因此,变量和 的格兰杰因果检验基于如下的误差修正模型(3)和(4):
(3)
(4)
同样变量 和 格兰杰因果检验基于如下的误差修正模型(5)和(6):
(5)
(6)
其中, 表示一阶差分, 为滞后期,如果差分项显著,则代表短期格兰杰因果关系成立;如果误差修正项 显著,代表长期格兰杰因果关系成立。
从表5可以看出,对于全国、东部和西部,差分项和误差修正项均显著经济增长,说明无论是长期和短期,均存在财政总支出和GDP的双向格兰杰因果关系;即财政总支出的变动是GDP变动的格兰杰原因,反之,GDP变动也是财政总支出变动的格兰杰原因。对于中部来说,误差修正项显著,但差分项并不显著,说明从长期来看,存在财政总支出和GDP的双向格兰杰因果关系;但从短期来看,GDP变动是财政总支出变动的格兰杰原因,反之不成立期刊网。
表5 模型1的格兰杰因果检验
|

|

|

|

|

|
全国
|

|
|
|
0.2980***
|
-0.3224***
|
-0.0813***
|

|
-0.0907***
|
0.0420**
|
|
|
-0.0706***
|
东部
|

|
|
|
0.3610***
|
-0.3116***
|
-0.0819***
|

|
-0.1165***
|
0.0940**
|
|
|
-0.0574***
|
中部
|

|
|
|
0.3726***
|
-0.3082***
|
-0.0632*
|

|
-0.0595
|
0.0483
|
|
|
-0.0716***
|
西部
|

|
|
|
0.0305
|
-0.3686***
|
-0.0905***
|

|
-0.0675*
|
-0.0109
|
|
|
-0.0752***
|
注:表5和表6中因变量对自身滞后期回归的结果没有列出
从表6可以看出,对于全国和东部,差分项和误差修正项均显著,说明无论是长期和短期,均存在人均财政支出和人均GDP的双向格兰杰因果关系。对于中部和西部来说,误差修正项显著,但差分项并不显著,说明从长期来看,存在人均财政支出和人均GDP的双向格兰杰因果关系。但从短期来看,只存在人均GDP到人均财政支出的单向格兰杰因果关系,即人均GDP变动是人均财政支出变动的格兰杰原因,人均财政支出变动并不是人均GDP变动的格兰杰原因。从表5和表6中可以看出,无论是长期和短期经济增长,“瓦格纳法则”在全国、东中西部三大地区也都是成立,因为人均GDP变动是人均财政支出变动的格兰杰原因。
表6 模型2的格兰杰因果关系
|

|

|

|

|

|
全国
|

|
|
|
0.1662***
|
-0.2229***
|
-0.0874***
|

|
-0.0775***
|
0.0296
|
|
|
-0.0839***
|
东部
|

|
|
|
0.3219***
|
-0.3570***
|
-0.0949***
|

|
-0.1128***
|
0.0890***
|
|
|
-0.0506**
|
中部
|

|
|
|
0.2481***
|
-0.1959***
|
-0.0677**
|

|
-0.0588
|
0.0341
|
|
|
-0.1141***
|
西部
|

|
|
|
0.0032
|
-0.1783***
|
-0.0763**
|

|
-0.0344
|
-0.0087
|
|
|
-0.0972***
|
四、结论
本文通过1978~2009年的数据,采用面板单位根、面板协整和格兰杰因果检验等方法,对“瓦格纳法则”在中国的适用性进行了实证性的检验,得出如下的结论:
第一,无论是长期和短期,经济增长是政府支出规模的Granger 原因,说明“瓦格纳法则”在中国的全国以及东中西部三大地区都是成立的。表明随着中国经济的不断发展,人均收入水平不断提高,城市化和工业化进程的不断推进,人们对于公共管理服务和法律秩序服务的需求也会不断增加,公共支出将随之逐步扩大。
第二,全国以及东中西部三大地区的经济增长和财政支出存在长期的均衡关系。中部和西部的地区财政支出对经济增长的弹性是大于1的,“瓦格纳法则”在中部和西部地区是严格成立的,原因可能在于中西部地区的经济欠发达,地区经济增长对财政支出的刺激作用较大,而对于经济较发达的东部,经济增长对财政支出的刺激作用出现了边际效用递减的趋势。
参考文献
[1]Abizadeh S, Gray.Wagner’s Law: A pooled Time-series Cross-section Comparison [J]. National TaxJournal, 1985(88): 209-218.
[2]Bairam. Levelof Aggregation, Variable Elasticity and Wagner’s Law [J]. Economics Letters, 1995(48):341-344.
[3]Afxentiou PC, Serletis A. Government Expenditures in the European Union: Do They Convergeor Follow Wagner’s law [J]? International Economics Journal, 1996(10): 33-47.
[4]Ismlam A M. Wagner’sLaw Revisited: Cointegration and Erogeneity Tests for USA [J]. Applied Economics Letters, 2001(8): 509-515.
[5]Narayan P K,Nielsen I, Smyth R. Panel data, Cointegration, Causality and Wagner’s Law:Empirical Evidence from Chinese Provinces [J]. China Economic Review, 2007(10),1-13.
[6]吴凯.浅论瓦格纳法则在中国的适用性[J]. 财经论丛,2006(5): 36-42
[7]赵石磊.“瓦格纳定律”检验中的协整与因果问题——中国的情况[J]. 中央财经大学学报,2008(8): 18-22
[8]饶晓辉.财政支出的效率与规模[J]. 统计与信息论坛,2007(5): 76-81
[9]朱柏铭、祝燕君.财政支出与经济增长关系研究[J]. 技术经济与管理研究,2008(3): 59-63
[10]Peacock A T,Wiseman J. The Growth of Public Expenditure in the United Kingdom [M]. Princeton: Princeton University Press, 1961.
[11]Musgrave RA. Fiscal Systems [M]. New Haven: Yale University Press, 1969.
[12]Goffman J J,Mahar D J. The Growth of Public Expenditures in Selected Developing Nations:Six Caribbean Nations [J]. Public Finance, 1971(26): 57-74.
[13]Gupta S P. PublicExpenditure and Economic Growth: A Time Series Analysis [J]. Public Finance,1967(22): 423-461.
[14]Michas N A.Wagner's Law of Pubic Expenditures: What Is Appropriate Measurement for A ValidTest? Public Finance, 1975(30): 77-84.
[15]Mann A J. “Wagner'sLaw: An Econometric Test for Mexico. National Tax Journal, 1988 (33): 189-201.
[16]Chang T. An EconometricTest of Wagner's Law for Six Countries Based on Cointegration and Error-correctionModeling Techniques. Applied Economics, 2002(34): 1157-1169.
[17]Chang T, LiuW, Caudill S B. A Re-examination of Wagner's Law for Ten Countries Based on Cointegrationand Error-correction Modeling Techniques [J]. Applied Financial Economics, 2004(14):577-589.
[18]Pedroni P. CriticalValues for Cointegration Tests in Heterogeneous Panels with Multiple Regressors. Oxford Bulletin of Economics and Statistics [J], 1999(61): 653-670.
[19]Kao C. SpuriousRegression and Residual-Based Tests for Cointegration in Panel Data [J]. Journalof Econometrics , 1999(90): 1-44.
[20]Pedroni P. FullyModified OLS for Heterogeneous Cointegrated Panels [J]. Advances in Econometrics,2000(15): 93-130
[21]Granger C WJ. Some Recent Developments in a Concept of Causality [J]. Journal ofEconometrics, 1988(39): 199-211.
2/2 首页 上一页 1 2 |