我国高铁投资经济增长效应实证探究.docVIP

我国高铁投资经济增长效应实证探究 　　摘 要：本文以2006-2012年季度数据为基础，在建立VAR模型框架上，利用脉冲响应函数，分析我国高铁投资对总产出、最终消费、社会固定资产投资和产业结构的冲击效应。研究发现高铁投资对总产出、最终消费、社会投资以及产业结构具有正向的影响。本文的研究对我国今后政府高铁投资决策具有重要的参考意义。 关键词：高铁投资；经济增长；VAR模型 中图分类号：F812 文献标识码：A doi：10.3969/j.issn.1672-3309（x）.2013.11.09 文章编号：1672-3309（2013）11-20-03 一、引言 自2006年我国政府开始修建高速铁路（以下简称高铁）以来，高铁投资的合理性一直备受争议。国内有些学者认为高铁投资对社会经济具有巨大正净效应，[1][2]而有些学者则不认同此观点，认为高铁投资对经济增长具有负净效应。[3][4]对高速铁路投资作出合理的经济评价就必须澄清上述观点。本文针对这个问题，运用VAR模型，分析高铁投资的经济增长效应，为政府部门及投资人高铁投资规划提供参考依据。 二、数据处理与模型设定 （一）数据处理 我们选取以下变量纳入计量经济模型：高铁投资（IHSR）用铁道部门固定资产投资额表示；总产出用国内生产总值（GDP）表示；最终消费（FC）用社会零售总额表示；社会投资（FI）用社会固定资产投资表示；产业结构优化效应（UIS）用第三产业产值占国内生产总值比率表示。以上变量均采用2006-2012年全国季度数据，数据来自国家统计局；为了保证数据的真实性，可比性，完整性，对上述数据做平减、季节调整、取自然对数等必要调整。 （二）模型设定 为了更全面分析高铁投资对经济增长的冲击效应，我们不仅考虑高铁投资作为一般基础设施投资的宏观效应：高铁投资（IHSR）对总产出（GDP）、最终消费（FC）和社会固定资产投资（FI）的冲击效应，而且把高铁投资（IHSR）独有的对产业结构升级效应也纳入VAR模型，这样我们就需要构建4个VAR模型。在建立各个VAR模型之前，需要对模型进行ADF单位根检验和JJ协整检验。 为了避免“伪回归”问题，需要对LnIHSR、LnGDP、LnFC、LnFI和LnUIS的单位根进行ADF单位根检验，并采用AIC和SC准则确定最佳滞后阶数，差分序列的检验类型按相应原则确定。综合检验的结果（表1）显示各变量在5%水平上均一阶单整，即均为I（1）序列。 由于各变量序列LnIHSR、LnGDP、LnFC、LnFI和LnUIS均为一阶单整，满足协整检验前提，故我们采用JJ方法对LnIHSR与其他变量的关系方程进行协整检验。通过JJ检验结果（表2）我们发现，LnGDP、LnFC、LnFI与 LnIHSR的关系方程的迹检验统计量和最大特征值统计量都小于临界值，所以在5%的置信水平上接受原假设即LnGDP、LnFC、LnFI、LnUIS和LnIHSR之间不存在协整关系。 因此我们利用LnGDP、LnFC、LnFI和LnIHSR的一阶差分形式构建LnGDP、LnFC、LnFI、LnUIS分别与LnIHSR之间的VAR模型，并依据LR、FPE、AIC、SC、HQ五个统计量得到各模型的最佳滞后期，其中△LnIHSR与△LnGDP为VAR（1）模型，其余为VAR（2）模型，所以有： yt=c+？装1yt-1+Ut Ut～ⅡD（0，？赘）（1） yit=c+？装1yi，t-1+？装2yi，t-2+Uit Uit～ⅡD（0，？赘）（2） 其中模型（1）yt=（？驻LnGDP，？驻LnIHSR）′，模型（2）i=（1，2，3），y1=（？驻LnFC，？驻LnIHSR）′，y2=（？驻LnFI，？驻LnIHSR）′，y3=（？驻LnUIS，？驻LnIHSR）′；c为2×1阶常数向量，？装1、？装2是待估计的2×2阶系数矩阵，Ut是2×1阶扰动向量，其均值为0。 三、高铁投资的经济效应分析：脉冲响应 根据以上模型的设定，我们就可以用脉冲响应函数分析高铁投资对总产出、最终消费、社会固定资产投资以及产业结构的影响。 （一）高铁投资对总产出的影响 据图1可以看出，高铁投资增长在短期内对总产出产生明显的反向冲击，并于第二季度达到最大值；高铁投资增长率提高一个百分点，总产出增长率下降0.0059个百分点。随着时间的推移，负冲击开始减弱，在第四季度转为正向冲击，并逐渐上升，于第10季度达到最大值，此时总产出增长率上升0.0095个百分点。此后，在较长时间内保持在一个稳定水平上。然而这个数据低于郭庆旺、贾俊雪等（2006）关于基础设施投资经济增长效应的研究成果数据，后者得出的数据区间