汶川震后重建政策与经济增长的实证研究
2015-01-30张文彬李国平彭思奇
张文彬+李国平+彭思奇
摘要:将四川省45个受灾县划为实验组,其他93个县划为控制组,采用倍差法(DID)对汶川震后重建政策的效果进行评价。研究发现抗震救灾政策对灾区的经济增长具有显著的促进作用,而其与政府的财政支出政策存在互补性,二者交互作用进一步促进了经济增长。分析了抗震救灾政策对人均GDP、政府财政收入、产业结构、农村居民纯收入、城镇居民平均工资和社会零售总额增长率的影响,结果表明抗震救灾政策的实施全面促进了灾区的生产恢复,达到了预期的效果。
关键词:汶川地震;灾后重建政策;倍差法;经济增长
DOI:10.13956/j.ss.1001-8409.2015.01.06
中图分类号:F127 文献标识码:A 文章编号:1001-8409(2015)01-0024-05
The Empirical Study between Reconstruction Policy of
Wenchuan Earthquake and Economic Growth
ZHANG Wen-bin, LI Guo-ping, PENG Si-qi
(School of Economics and Finance, Xian Jiaotong University, Xian 710061)
Abstract:This paper designates the 45 affected County of Sichuan Province as the treatment group, and the other 93 county as control group, to evaluate the effect of the reconstruction policy of Wenchuan earthquake by using the Difference in Differences (DID).The results show that the reconstruction policy significantly promotes economic growth, and there is a complementary effect between the reconstruction policy and the government fiscal expenditure policy, the interaction of these two further promoting economic growth.Then, it analyzes the effect of the reconstruction policy to GDP per capita, fiscal revenue, industrial structure, the net income of rural residents, the average wage of urban residents and the social total retail sales growth rate,the results show that the implementation of reconstruction policies promotes the production recovery, to achieve the desired results.
Key words:Wenchuan earthquake;reconstruction policy;difference in differences;economic growth
我国是世界上自然灾害最频繁的国家之一,灾害发生的频率和强度都居世界前列,每年因自然灾害及重大事故造成的经济损失至少数以千亿。灾害已成为制约国民经济发展的重要因素,其频繁发生给灾害管理以及恢复重建造成了越来越大的压力和挑战。为更好地推进灾后恢复重建,国家和地区政府(主要是指中央政府)出台一系列支持灾后恢复重建政策,对“受灾区域”进行有效的经济干预,有目的地实行政策资金项目倾斜,解决群众生活困难,恢复生产条件,增强经济增长内生动力,促使区域经济发展与区域格局协调并保持区域分配合理。
“5.12” 汶川特大地震后,国务院、国务院办公厅、国家发改委、国家财政部、中国人民银行、四川省人民政府等分别出台包括《汶川地震灾后恢复重建条例》等一系列灾后恢复重建政策,以促进汶川地震灾区的经济社会发展。这些政策出台的目的是寻求减少损失的经济规律与方法,其立足点、着眼点是灾害损失的最小化,提高经济的质量和效益,更好地促进经济社会发展。灾后恢复重建的效果评估作为灾害管理的重要组成部分,一直是学术界研究的重点,本文采用倍差法,将四川省45个受灾县设定为实验组,将其余县设定为控制组,时间段设定为2005~2010年进行分析,对地震前后三年的经济状况进行对比,期望找出抗震救灾政策对经济增长的影响,为后续灾区重建工作提供指导。
1 文献综述
自然灾害发生的偶然性和结果的严重性特点,引起了学术界和决策者的重视,Hirshleifer分析了西欧1348~1350年经历的黑死病大爆发对经济的短期与长期的影响[1],Romanoff等首先使用包括9个部门的投入产出模型分析灾害对美国经济的影响[2] ,这些研究成果激励了更多的经济学家开始深入探究这一领域。经过国内外众多学者几十年的研究和积累,关于自然灾害对经济的影响总体来说存在三种观点:一是自然灾害会对经济增长有抑制作用,认为灾害是破坏、不是生产,灾害对于人类社会最直接、最明显的影响就是对人类生命健康、社会物质财富的毁损,是一种负面经济现象[3~5];二是自然灾害对经济增长产生了促进作用,尽管灾害破坏了原有的建筑、生产设备、基础设施等等,但是重新投入必要的生产性资本用于灾后重建,补充了必要的生产生活资料,灾后消费与投资的双重需求将有力地刺激受灾地区经济复苏与快速增长[6];三是自然灾害对经济增长的影响具有不确定性,需要依据具体的状况进行具体分析 [7~8]。此外,James等还对灾后恢复重建政策的实施框架及路线进行了研究 [9]。
我国学者对汶川地震灾后重建政策的效果进行了广泛的研究,从经济增长效应来看,灾后恢复重建政策最直接、最明显的效果主要表现在资金、财税上,既有直接的财政专款和救灾物资,也有间接的社会捐助、银行贷款和税收减免。从产业发展效应来看,灾后恢复重建政策的效果也比较明显,但因为产业发展需要一定时间,作用效果需要相对较长的时间才能充分显现。陈全润等全面评价了汶川地震对四川和我国经济增长的影响,认为尽管地震的发生给全国特别是四川省的经济增长造成了一定的负效应,但抗震救灾政策的实施能够迅速恢复生产和生活,减少负效应[10]。张衔等对汶川地震后的抗震救灾产业政策与可持续发展的相关问题进行了深入研究,探讨了产业重建政策的作用[11]。刘铁以《汶川地震灾后恢复重建对口支援方案》为例,研究了对口支援与分税制下财政均衡关系,建议我国将这种临时性措施上升到法律层面,变成一种长效机制[12]。李国平等基于汶川地震受灾群众的视角,对抗震救灾政策的效果进行了评价[13]。
国内有关救灾政策对经济增长影响的专门研究还较少;而关于汶川地震的研究大多为定性分析和政策建议,还没有学者对汶川震后救灾政策对经济增长效果进行定量研究。因此,本文采用倍差法对汶川震后一系列政策的实施效果进行定量分析,为灾区的后续政策实施提供理论支持。
2 模型与方法
2.1 回归模型的设定
抗震救灾政策的实施最主要的作用在于提高受灾区的基础设施水平,借此来促进经济增长。本文对Mankiw等的经济增长模型[14]进行扩展,在经济增长收敛的框架下考察抗震救灾政策实施对经济增长的影响。
经济增长方程采用C-D生产函数的形式,设定为:
Y=KαHβ(AL)1-α-βWη (1)
式中,Y为经济产出;K为物质资本存量;H为人力资本存量;A为技术水平;L为劳动投入;W为基础设施。
假设物质资本存量、人力资本存量和基础设施的储蓄率分别为sk、sh和sw;为简化计算,进一步假设物质资本存量、人力资本存量和基础设施的折旧率相等,均为δ。外生给定劳动投入和技术水平的增长率分别为n和λ。定义y=Y/AL,k=K/AL,h=H/AL,w=W/AL。在经典的Solow经济增长模型下,k、h、w的运动方程分别为:
=skkαhβwη-(n+λ+δ)k
=shkαhβwη-(n+λ+δ)h
=swkαhβwη-(n+λ+δ)w
利用上述3个公式可以得到均衡时刻的K、H、W,将其带入生产函数中,两边取对数并整理可得到人均经济产出为:
ln=lnYL=lnA+gt+αφlnsk+βφlnsh+ηφlnsw-α+β+ηφln(n+λ+δ)(2)
其中,φ=1-α-β-η,g为人均产出增长率,在经济增长稳态附近,人均产出收敛的速度为dln/dt=r(ln*-ln),且r=φ(n+λ+δ),因此可以得到:
ln(t)=(1-e-rt)ln*+e-rtln(0) (3)
通过式(2)求出ln*,代入式(3)可得:
ln(t)-ln(0)
=(1-e-rt)αφlnsk+(1-e-rt)βφlnsh+(1-e-rt)ηφlnsw
-(1-e-rt)lny(0)-(1-e-rt)α+β+ηφln(n+λ+δ)+(1-e-rt)(lnA(0)+gt)
根据上式可得到不变的经济增长基本收敛回归方程为:
g=ω0+ω1lny+ω2ln(n+λ+δ)+ω3lnsk+ω4lnsh+ω5lnsw(4)
2.2 估计方法的选取
比较一项政策对经济增长影响的两种最常见方法是横向比较和纵向比较,横向比较是指比较政策实施前后同一地区的经济增长差异,这种方法没有考虑其他地区前后的经济增长差异;而纵向比较是指比较政策实施地区和其他地区的经济增长差异,这种方法没有考虑政策实施和未实施样本在实施前的经济增长差异。倍差法(Difference in Differences,DID)综合考虑了这两种差异,通常被用来评估某项政策或者事件对事实对象的影响,其广泛应用于经济学领域。简单来说,就是将某一项政策或者事件看作一个自然实验,在样本中引入一些未受该政策或者事件影响的参照物,考察该政策或者事件对某些结果的净影响。
本文将受到抗震救灾政策影响的地区称为实验组(treatment group),将其余地区视为控制组(control group),构造一个二元虚拟变量di,令di=1表示该地区i为实验组,抗震救灾政策会对该地区的经济发展产生重要影响;di=0则表示地区i位于控制组,抗震救灾政策不会对该城市的经济增长产生影响或者影响较小。同时再构造另外一个二元时间虚拟变量kt,令kt=0表示抗震救灾政策实施之前的时期;kt=1表示抗震救灾政策实施之后的时期。令git表示地区i在时期t的人均产出增长率,Δgit表示地区i在kt=0和kt=1两个时期人均产出增长率的变化;借鉴Roy和Rubin的思路[15,16],假设Δg1it表示抗震救灾政策实施时,地区i在两个时期的人均产出增长率变化,Δg1it为可观测值;Δg0it表示若不发生地震灾害即不存在抗震救灾政策时,地区i在两个时期的人均产出增长率变化,Δg0it是一种反事实结果,为不可观测值。这样,灾后恢复重建政策对灾区人均产出增长率的平均影响为:
θ=
E(θidi=1)
=E(Δg1itdi=1)-E(Δg0itdi=1)
式中,变量E(Δg0itdi=1)是一项不可观测的反事实均值(Counterfactual Mean),必须找到一个合适的变量来代替它。倍差法就是基于这样一种思想:在所有样本地区中,存在一部分地区没有受到抗震救灾政策的影响,从而用这部分地区的Δg0it来度量受到抗震救灾政策影响地区的Δg0it,即可以令E(Δg0itdi=1)=E(Δg0itdi=0),因此上式可以转换为:
θ=E(θidi=1)
=E(Δg1itdi=1)-E(Δg0itdi=0) (5)
采用倍差法对θ进行估计倍差法对参数的估计存在着一个假定前提,即如果不发生地震灾害,也不存在抗震救灾政策的影响,则处理组城市与对照组城市经济增长的平均变化是相同的。这就意味着处理组城市与对照组城市经济增长的时间变化路径是平行的。这是一个强假设,当这个假定不成立时,倍差法的估计系数可能会有偏。因此本文选用的所有城市都位于四川省,基本上能够满足该假设。 。具体计量估计方程为:
git=α0+α1×di+α2×kt+θ×di×kt+εit
式中,di和kt的设置方法及其含义与前文相同;i和t分别表示地区和时间;g和ε分别表示地区的人均产出增长率和扰动项,且E(εit)=0。交互项di×kt的估计系数θ,即衡量了在地震灾害发生后抗震救灾政策对经济增长的平均影响。
为了保证具有稳健的理论基础,本文将经济增长收敛模型(4)和倍差法模型(5)相结合,作为总的回归方程,并在此基础上加入政府支出作为控制变量。因此本文最终的回归估计方程为:
git=α0+α1×t+θ×di×kt +κ×di×kt×lngov+φ×lngov+ω1(n+λ+δ)+ω2saveit+εit(6)
2.3 数据描述和实验组、控制组的选取
2.3.1 数据描述
回归方程(6)中各变量数据均来自2004~2011年的《中国区域统计年鉴》,其具体含义如下。
g表示人均产出增长率,本文选用人均GDP增长率表示,人均GDP较GDP总额更能反映经济增长状况。d、k的定义如前文,这里不再赘述。t表示时间趋势,lngov表示县级政府财政支出占全县GDP比重的对数,用于控制
政府对经济增长的推动作用,也可以认为是用来控制政府
对经济增长的干预;di×kt×lngov用以控制受灾区政府支
持对经济增长的促进作用。(n+λ+δ)表示修正人口增
长率,式中λ和δ表示资本折旧率和技术进步率,借鉴徐现祥等的做法[17],假定λ+δ=0.1。save表示储蓄率,借鉴陆铭的做法[18],用当年固定资产投资额占GDP的比重代表储蓄率。
2.3.2 实验组、控制组的选取
选用四川省138个县级行政单位2005~2010年的相关数据为研究样本,分析抗震救灾政策的效果2011年的数据与之前的数据统计口径不一致,为保持数据的一致性,本文只将样本区间选为2005~2010年。 。使用倍差法的一个关键问题是如何确定控制组,保证控制组和实验组之间的差异(人均GDP增长率)是由实验变量(抗震救灾政策)引起的。因此应选择地震发生前与实验组相似的地区作为控制组。
2008年5月12日,四川汶川县发生里氏8.0级特大地震。据统计,“5.12” 汶川地震波及四川、甘肃、陕西、重庆、云南等10省(区),总面积约50万平方千米,极重灾区和重灾区为51个县(区)。其中:四川省39个县(区)、甘肃省8个县(区)、陕西省3个县(区)处于极重灾区和重灾区,受灾面积超过10万平方千米,遇难人数超过8万。四川省受灾范围涉及除攀枝花以外的20个市(州),其中成都、德阳、绵阳、广元、阿坝、雅安等6市(州)受灾最重,如图1所示。
图1 汶川8.0级地震灾区分布示意图
本文选用四川省138个县(县级市)四川省共有181个县级行政单位(县、自治县、县级市、区),但除2011年中国区域经济统计年鉴对43个区进行统计外,其他年份的中国区域经济统计年鉴并没有对43个区进行统计,因此本文选择四川省138个县级行政单位(县、自治县、县级市)作为研究样本。 进行倍差法实验,将45个受灾县设定为实验组关于四川省县级受灾区的认定中,共包含39个国家确定的重灾县、10个省确定的重灾县和3个攀—会重灾县。这52个重灾县包含7个区,但在中国区域经济统计年鉴中,各个区统计大多数年份数据缺失,因此本文选定剩余的45个重灾县(县级市)作为研究样本,包括:都江堰市、彭州市、什邡市、绵竹市、安县、北川县、平武县、青川县、汶川县、茂县、大邑县、崇州市、中江县、罗江县、广汉市、三台县、阆中市、盐亭县、梓潼县、江油县、旺苍县、剑阁县、苍溪县、汉源县、石棉县、芦山县、宝兴县、南江县、理县、松潘县、九寨沟县、小金县、黑水县、射洪县、夹江县、南部县、仪陇县、仁寿县、名山县、天全县、简阳市、金川县、康定县、盐边县、会理县。 ,将其余县设定为控制组,期望找出抗震救灾政策对经济增长的影响,为后续灾区重建工作提供指导。数据的统计性描述如表1所示。
3 实证分析
3.1 数据的平稳性检验
在对面板数据进行回归分析之前,首先要进行参数平稳性检验,以避免伪回归,与时间序列单位根检验相比,面板数据的单位根检验更能说明问题,因为它综合了时间序列数据和截面数据的综合信息。本文运用多种面板单位根检验方法对参数进行平稳性检验,结果如表2所示。
通过表2可以看出,在相应的显著性水平下,所有参数均至少通过一种单位根检验,拒绝存在单位根的原假设,因此本文认为采用的数据是平稳的,可以直接进行面板回归分析。
3.2 回归结果分析
使用面板数据分析的优点是可以控制变量不可观测的效应,同时扩大了样本容量,增加了自由度,有助于缓解自变量之间的多重共线性,使回归的结果更准确。回归之前,要确定回归模型的形式,根据研究目的,本文选用固定效应模型本文采用固定效应模型主要基于以下考虑:随机效应假定个体效应与随机误差项不相关,而固定效应则无需这一假设,对本文的研究而言,后者显然更为合适,同时根据Hausman检验的结果也表明应选用固定效应模型。,采用面板EGLS估计方法,结果如表3所示。
4个方程的估计结果表明,Hausman检验都在1%的水平上显著,说明本文选用固定效应模型是合适的,同时F统计量也较为显著,方程整体回归效果较好。
抗震救灾政策对经济增长产生了显著的促进作用,其影响系数大约在0.126~0.158之间,国家在汶川地震之后的一系列政策显著促进了四川省受灾县的经济增长,取得了预期的效果。政府财政支出对经济增长同样产生显著的促进作用,其影响系数为0.045。抗震救灾政策和财政支出存在互补性,二者的交互项同样促进经济增长,交互项的影响系数为0.023左右。
此外,修正的人口增长率对经济增长的影响系数为负,储蓄率对经济增长的影响系数显著为正,这与经济增长收敛回归标准结果相符;而时间趋势对经济增长的影响也显著为正。
3.3 进一步分析
使用倍差法对控制组和实验组的经济增长(人均GDP增长率)、政府收入增长率、产业结构(第二产业增加值占GDP比重)、居民收入(农村居民纯收入和城镇居民平均工资)和社会零售额增长率变化进行计算,结果如表4所示。
在2005~2007年和2008~2010年两个阶段中,控制组和实验组除人均GDP之外,其他变量均有一定的增长,而且实验组的增长比率明显大于控制组变量。通过双重差分可以知道,实验组的变量相对控制组来说均有一定的增长。因此,五年来在党中央、国务院的坚强领导和全国党政军民大力支持下,抗震救灾政策发挥了积极的效应,对受灾县的各个方面均有一定促进作用。
4 结论
2008年5.12汶川8.0级特大地震给灾区人民生命财产造成了巨大损失,给灾区及四川经济发展带来了重大影响。本文采用倍差法对抗震救灾政策的实施效果进行了检验。结果表明,五年来,在中央政府和四川省政府的努力及其他省份的援助下,经灾区政府和人民的共同努力,认真落实《汶川地震灾区发展振兴规划》的各项要求,坚持民生优先、科学重建的原则,加快产业发展,努力改善民生,着力巩固和发展灾后恢复重建成果,灾区经济发展振兴成效显著。在经济增长速度、产业结构、居民收入和消费总量方面均有显著的提高。
通过实证可知,抗震救灾政策对经济增长的单独拉动系数为0.158;而其与政府的财政支出还存在互补性,二者的交互作用能够共同促进经济增长,其影响系数为0.023。同时,抗震救灾政策对产业结构调整,即第二产业的发展和社会消费水平产生的促进作用较为明显,这也是抗震救灾政策关注的重点;对城镇居民和农村居民的收入产生了促进作用,但城镇居民的收入增速要远远大于农村居民收入的增速,因此后续的抗震救灾政策在巩固前期成果的同时,也应着重解决发现的问题,特别是城乡收入二元结构的问题,加大对农村基础设施的投入,带动灾区农民增收。
总之,自然灾害给灾区人民生产、生活的方方面面带来了非常大的冲击,造成了非常严重的损失,但这种负面影响是短期的,在社会各界的共同援助下,只要中央政府和灾区政府部门积极采取有效的救灾政策,灾区就能够在极短的时间内恢复生产和生活活动。汶川地震的抗震救灾政策效果明显,具有一定的借鉴意义。
参考文献:
[1]Hirshleifer J.Disaster and Recovery:The Black Death in Western Europe[M].Rand Corporation,1966.
[2]Romanoff E,Levine S H.Interregional Sequential Interindustry Modeling:A Preliminary Analysis of Regional Growth and Decline in a Two Region Case[J].Northeast Regional Science Review,1977,7:87-101.
[3]Yang D.Coping with Disaster:The Impact of Hurrieanes on International Finaneial FIows,1970-2002[R].NBER Working Papers, w12794.
[4]张显东,沈荣芳.灾害与经济增长关系的定量分析[J].自然灾害学报,1995,4(4):23-26.
[5]Benson Charlotte.The Economic Impact of Natural Disasters in Fiji [C].Working Paper,Overseas Development Institute,1997.
[6]Abdala-Bertrand J M.The Political Economy of Large Natural Disasters:With Special Reference to Developing Countries[M].OUP Catalogue,1993.
[7]Charvériat C.Natural Disasters in Latin America and the Caribbean:An Overview of Risk[R].Researeh Department Working Paper115.World Bank,Washington,D.C.2000.
[8]Kunreuther H,Pauly M.Rules Rather than Discretion:Lessons from Hurricane Katrina[J].Journal of Risk and Uncertainty,2006,33(1-2):101-116.
[9]James O B R,Jason L M,Suzanne W.The Regulation Framework for Effective Post-disaster Reconstruction in New Zealand [C].Third International Conference on Post-Disaster Reconsturction,Florener,Italy,2006.
[10]陈全润,祝坤福,杨翠红.汶川地震对四川及全国经济增长影响的测算[J].管理评论,2008,20(12):15-19.
[11]张衔,吴海贤,李少武.汶川地震后四川产业重建与可持续发展的若干问题[J].财经科学,2009(8):102-110.
[12]刘铁.试论对口支援与分税制下财政均衡的关系——以《汶川地震灾后恢复重建对口支援方案》为例的实证分析[J].软科学,2010,24(6):58-61.
[13]李国平,彭思奇,杨凌.汶川地震灾后恢复重建政策的效应评价——基于四川省地震灾区受灾群众的视角[J].软科学,2013,27(8):132-135.
[14]Mankiw N G,Romer D,Weil D A.Contribution to the Empirics of Economic Growth[J].Quarterly Journal of Economics,1992,107(2):407-437.
[15]RoyA D.Some Thoughts on the Distribution of Earnings[J].Oxford Economic Papers,1951(3):135-146.
[16]Rubin D B.Estimating Causal Effects to Treatments in Randomized and Nonrandomized Studies[J].Journal of Educational Psychology,1974(66):688-701.
[17]徐现祥,李郇.中国城市增长的趋同分析[J].经济研究,2004(5):40-48.
[18]陆铭.土地跨区域配置:中国经济新的增长动力[R].复旦大学工作论文,2009.
(责任编辑:张 勇)