APP下载

大国区域经济周期的差异性:以中国省际数据为例

2013-12-19李玉双彭晓莲

商学研究 2013年4期
关键词:波谷经济周期波峰

李玉双,彭晓莲

(1.嘉兴学院商学院,浙江嘉兴314001;2.湖南大学经济与贸易学院,湖南长沙410079)

一、引言

近年来,中国、印度、巴西、俄罗斯等国家的经济一直保持着快速发展,它们在世界经济中的地位也逐渐提高。这已经引起了越来越多经济学家的关注。中国、印度、巴西、俄罗斯等国家所具有的共同特点就是“大”,也就说它们都是“大国”——人口众多、幅员辽阔、资源丰富。经济学家们普遍认为,与小国相比,大国的经济运行特征、发展规律等方面存在差异。因此,越来越多的学者关注于“大国经济”的研究,探讨大国经济的运行特征、发展规律已成为经济学家们讨论的热点问题之一。例如,张皓(2001)研究大国模式与中国经济增长。欧阳峣(2006)从“大国综合优势”的角度研究中国对外直接投资战略。陈乐一、李星(2009)研究大国经济的周期波动特征。孙浦阳(2010)从规模效应的角度研究发展中大国的金融发展与经济增长的关系。易先忠等(2010)研究发展中大国外贸增长的“转移支付”效应。欧阳峣、刘智勇(2010)研究发展中大国人力资本综合优势与经济增长的关系。欧阳峣、罗会华(2010)研究大国的涵义、层次及类型。欧阳峣等(2012)从大国经济发展的诸多经验事实中归纳出典型化事实,并抽象出大国经济发展的典型化特征。

欧阳峣、生延超(2009)认为,大国经济由于自身的特征而形成一种独特的优势,也正是这种特点和优势使得大国经济发展战略和模式与众不同。与小国相比,大国具有人口众多、幅员辽阔、资源丰富等特点。依据这些特点则可以衍生出大国所具有的一些经济特征,例如,消费需求规模大、产业部门完整、地区经济发展不平衡等。特别是,由于大国具有幅员辽阔的特点,这在一定程度使得大国比小国更加容易形成地区经济发展不平衡,造成区域经济周期存在较大差异。对于大国的区域经济发展不平衡,学者们已基本达成共识。例如,廖丹清(1995)认为经济发展中的区域不平衡性是发展中大国经济发展的一般规律。课题组(2009)认为大国的区域经济差异现象在大国经济发展中具有一定的代表性。经济周期不仅包含经济增长的过程,也包含经济波动的过程,把握地区经济周期差异,有助于我们更加深刻地认识大国地区经济发展中的不平衡和不协调,有助于我们更好地理解大国整体经济的运行。而且,已有的研究多采用定性的分析方式。鉴于此,本文以典型大国——中国为分析对象,采用定量分析的方法,探讨大国区域经济周期的差异性。

本文结构如下:首先是介绍识别经济周期的指标,然后分析中国各地区经济周期的差异性,再依据中国各地区经济周期的特征进行聚类分析,最后得出结论。

二、识别经济周期特征的指标

如何全面衡量一个经济周期的特征,Harding和Pagan(2002,2006)作出了详细的回答,他们认为,周期的长度、深度和形态能够很好地诠释出一个经济周期的特征。对于周期的长度,Harding和Pagan用经济周期阶段的持续时间来进行说明。经济从波峰运行到波谷所需要的时间为经济收缩阶段的持续时间,(见图1c和图1d)。而经济从波谷运行到波峰所需要的时间为经济扩张阶段的持续时间(见图1a和图1b)。对于经济周期的深度,Harding与Pagan利用经济周期的波动幅度来进行说明。从波峰到波谷间的垂直高度表示为收缩阶段的波动幅度(见图1c和图1d)。而从波谷到波峰间的垂直高度表示为扩张阶段的波动幅度(见图1a和图1b)。

对于经济周期的形态,Harding和Pagan提出“溢值(Excess)”这一概念对其进行描述。根据Harding和Pagan的定义,溢值表示为经济周期转折点间实际增长路径对理想增长路径的偏移状态。这里,Harding和Pagan把“理想增长路径”视为为波峰到波谷(或是波谷到波峰) 之间的直线路径。Harding和Pagan认为,溢值实际上是用来说明一个地区的经济周期波动是凹型的还是凸型的指标。当经济处于扩张阶段时(波谷→波峰),溢值被定义为波谷到波峰间的实际增长路径对其理想增长路径的偏移程度,如果溢值大于0,此时为凸型扩张(见图1a),如果溢值小于0,此时为凹型扩张(见图1b)。当经济处于收缩阶段时(波峰→波谷),溢值被定义为波峰到波谷间的实际增长路径对其理想增长路径的偏移程度,如果溢值大于0,此时为凸型收缩(见图1c),如果溢值小于0,此时为凹型收缩(见图1d)。凹型收缩与凸型扩张两者表现的特点是,刚开始时经济呈现平缓变动的形态,当快结束时经济呈现剧烈变动的形态。凸型收缩与凹型扩张表现两者表现的特点是,刚开始时经济呈现剧烈变动的形态,而当快结束时呈现平缓变动的形态。

综上所述,全面阐述一个经济周期的变化特征大概需要6个方面的指标,即处于扩张阶段的持续时间、波动幅度与溢值以及处于收缩阶段的持续时间、波动幅度与溢值①。

图1 经济周期的长度、深度和形态

三、中国区域经济周期的差异性

本研究根据1978~2010年中国28个省、市、自治区的实际产出增长率数据②,运用“谷-谷”法对中国各地区的经济周期进行划分。然后,在此基础上,计算各个地区经济周期的持续时间、波动幅度、溢值。原始数据来源于2011年《中国统计年鉴》和《新中国60年统计资料汇编》。

图2报告了1978~2010年中国28个省、市、自治区的实际产出增长率的轨迹,大体上可以看出,各地区经济周期波动存在较大差异,同一时间有的地区处于扩张阶段,而有的地区处于衰退阶段,峰值与谷值差异也很大。

图2 1978~2010年中国各地区实际经济增长率

根据1978~2010年中国各个地区经济周期的特征(见表1),我们可以发现,1978~2010年中国各个地区经济周期扩张阶段的平均持续时间为3.4年,扩张阶段的平均波幅为10.1%,收缩阶段的平均持续时间为2.6年,收缩阶段的平均波幅为8.5%。在平均持续时间上,扩张阶段大于收缩阶段;在平均波幅上,扩张阶段也是大于收缩阶段。这说明中国经济增长具有较强的稳定性。1978~2010年中国地区经济周期扩张阶段溢值的均值为-0.2%,小于0,收缩阶段溢值的均值为0.4%,大于0。这表明,在波谷到波峰的过程中,即经济处于扩张时,产出开始快速上涨,而快达到波峰时它会变得平缓(见图1b);在波峰到波谷的过程中,即经济处于收缩时,产出已开始会快速下滑,而快达到波谷时则出现缓慢下滑(见图1c)。

以上是中国经济整体的运行情况,对于各地区经济的运行,通过表1数据我们也可以得知,1978~2010年中国各地区经济运行方面具有较大的区别。从时间的持续上来说,在扩张阶段,新疆是持续时间最长的,持续6年;而安徽是持续时间最短的,仅持续了2.4年,极差为3.6年,标准差为0.8。衰退阶段持续时间最长的是山西(4.2年),最短的是内蒙古(1.4年),极差为2.8年,标准差为0.7。从波动幅度反映的情况来看,在扩张阶段,天津市是波动波幅最大的,波幅为15.4%;而贵州是波动幅度最小的,波幅为6.1%,极差为9.3%,标准差为2.6;收缩阶段波幅最大的是江苏(14.8%),最小的是黑龙江(4.7%),极差为10.1%,标准差为2.2。

另外,从经济周期的溢值来看,湖南、湖北、辽宁、吉林等地区的扩张阶段的溢值均大于0,而收缩阶段的溢值均小于0,这说明,这些地区的经济周期形态都属于凸型扩张与凹型收缩性的。宁夏、甘肃、内蒙古、河南、广西、山西、河北、黑龙江、浙江等地区的收缩阶段的溢值大于0,扩张阶段的溢值均小于0,这说明,这些地区的经济周期形态都属于凹型扩张与凸型收缩性的。新疆、贵州、陕西、安徽、天津、山东、江苏、上海等地区的收缩和扩张阶段的溢值都要大于0,这说明,这些地区的经济周期形态都属于凸型扩张与凸型收缩性的。青海、云南、江西、四川、北京、广东等地区的收缩和扩张阶段的溢值均都小于0,这说明,这些地区的经济周期形态都属于凹型扩张与凹型收缩性的。综上所述可以发现,中国区域经济周期在周期的长度、深度、形态等方面都存在显著差异,其结果与前面的分析一致:大国幅员广阔,国内地区间的资源禀赋、地理位置、产业结构、经济基础等存在的差异,会造成区域经济周期存在较大差异。

四、中国区域经济周期差异性的分类研究

以上分析表明,中国区域经济周期在周期的长度、深度、形态等方面都存在显著差异,为了进一步深入了解区域经济周期的差异性,现在有必要对其进行分类分析。本文依据测算出的、能体现各地区经济周期特征的6个指标(见表1),采用系统聚类法,对中国28个地区进行分类研究。系统聚类法的结果显示(见图3),可以将中国28个地区划分为5类,具体结果见表2。第一类地区包括北京、辽宁、青海、湖南、新疆,其特点是:扩张阶段持续时间长;收缩阶段溢值为负值③。第二类地区包括内蒙古、甘肃、广西、黑龙江、宁夏、四川、江西、云南、广东,其特点是:收缩阶段持续时间短,波幅小,溢值接近于零;扩张阶段持续时间短。第三类地区包括吉林、上海、贵州、山东、湖北、陕西,其特点是:扩张阶段溢值较大。第四类地区只包括天津、安徽、河北、山西、浙江、河南、福建,其特点是:扩张阶段波幅较大,持续时间较短;收缩阶段持续时间长。第五类地区包括江苏,其特点是:扩张阶段的波幅大;收缩阶段的波幅大,溢值也大。该分析结果也侧面反映出中国区域经济周期存在着显著的差异性。

表1 1978~2010年中国各个地区经济周期的特征

表2 中国各地区经济周期分类结果④

图3 中国各地区经济周期聚类谱系图⑤

五、结论

经济学家们普遍认为,与小国相比,大国的经济运行特征、发展规律等方面存在差异。因此,越来越多的学者关注于“大国经济”的研究,探讨大国经济的运行特征、发展规律已成为经济学家们讨论的热点问题之一。已有的研究多采用定性的分析方式。鉴于此,本文以典型大国——中国为分析对象,采用定量分析的方法,探讨大国区域经济周期的差异性。研究结果表明:中国区域经济周期在周期的长度、深度、形态等方面都存在显著性差异。系统聚类法的结果显示,依据这6个指标,可以将中国28个地区划分为5类。第一类地区包括北京、辽宁、青海、湖南、新疆;第二类地区包括内蒙古、甘肃、广西、黑龙江、宁夏、四川、江西、云南、广东;第三类地区包括吉林、上海、贵州、山东、湖北、陕西;第四类包括天津、安徽、河北、山西、浙江、河南、福建;第五类包括江苏。这也侧面反映出中国区域经济周期存在着显著性的差异。基于本文的研究结论,可以发现,大国区域经济周期差异性的存在对中央政府的宏观政策提出了新要求,“一刀切”、统一的宏观经济调整政策不适应经济的发展。在大国经济内部,同一时期有的地区经济处于上升阶段,经济有些过热,而有的地区则与之相反,如果采用统一的宏观调控政策,就会使个别地区的经济出现过热或是过冷的现象。因此,这需要中央政府采用差异性化政策调控手段,依据各地区的实际经济发展情况,制定与之相应的政策,利用差别化政策引导资源合理配置,促进地区经济协调发展,逐步缩小地区之间的发展差距。

注 释:

①更为具体的介绍,读者可参考Harding和Pagan(2002,2006)、陈乐一等(2012)等相关研究。

②这里,四川与重庆合并,剔除西藏与海南。

③这里阐述的是该类别大多数地区表现出的特点,个别地区就个别特点存在偏差。下同。

④第一类地区包括北京、辽宁、青海、湖南、新疆;第二类地区包括内蒙古、甘肃、广西、黑龙江、宁夏、四川、江西、云南、广东;第三类地区包括吉林、上海、贵州、山东、湖北、陕西;第四类包括天津、安徽、河北、山西、浙江、河南、福建;第五类包括江苏。表中数值为均值。

⑤1表示北京;2表示天津;3表示河北;4表示山西;5表示内蒙古;6表示辽宁;7表示吉林;8表示黑龙江;9表示上海;10表示江苏;11表示浙江;12表示安徽;13表示福建;14表示江西;15表示山东;16表示河南;17表示湖北;18表示湖南;19表示广东;20表示广西;21表示四川;22表示贵州;23表示云南;24表示陕西;25表示甘肃;26表示青海;27表示宁夏;28表示新疆。

[1] 张皓.大国模式与中国经济增长[J].经济理论与经济管理,2001(9).

[2] 欧阳峣.基于“大国综合优势”的中国对外直接投资战略[J].财贸经济,2006(5).

[3] 陈乐一,李星.大国经济的周期波动特征的研究[J].湖南商学院学报,2009(4).

[4]孙浦阳.发展中大国的金融发展与经济增长——基于规模效应的分析[J].南开大学学报(哲学社会科学版),2010(1).

[5] 易先忠,张扬,阳志梅.发展中大国外贸增长的“转移支付”效应[J].中国软科学,2010(6).

[6] 欧阳峣,刘智勇.发展中大国人力资本综合优势与经济增长——基于异质性与适应性视角的研究[J].中国软科学,2010(11).

[7] 欧阳峣,罗会华.大国的概念:涵义、层次及类型[J].经济学动态,2010(8).

[8] 欧阳峣,生延超,易先忠.大国经济发展的典型化特征[J].经济理论与经济管理,2012(5).

[9] 欧阳峣,生延超.大国经济研究述评 [J].湘潭大学学报(哲学社会科学版),2009(4).

[10] 廖丹清.经济发展中的区域不平衡性研究[J].经济学家,1995(4).

[11] 课题组.大国区域经济协调发展研究述评[J].湖南社会科学,2009(6).

[12] Harding D,Pagan A.Dissecting the cycle:a methodological investigation[J].Journal ofMonetaryEconomics,2002(2).

[13] HardingD,Pagan A.Synchronization ofcycles[J].Journal of Econometrics,2006(1).

[14] 陈乐一,彭晓莲,李玉双.我国地区经济周期的差异性研究[J].经济学家,2012(10).

[15]CamachoM,Perez-Quiros G,SaizL.DoEuropean business cycles look like one?[J].Journal of Economic Dynamics&Control,2008(7).

猜你喜欢

波谷经济周期波峰
板厚与波高对波纹钢管涵受力性能影响分析
经济周期调整
梅缘稻
作用于直立堤墙与桩柱的波峰高度分析计算
美国经济数据背后:“拉长”的经济周期
跨越经济周期,中国企业如何创新成长
儿童标准12导联T波峰末间期的分析
基于音节时间长度高斯拟合的汉语音节切分方法
Dynamic Loads and Wake Prediction for Large Wind Turbines Based on Free Wake Method
经济周期与宏观管理