[新常态]新常态下内需拉动经济增长是否存在有效边界
2016年04月21日 来源:国研网 作者:杨子荣 代军勋
一、引言
无论是从整体还是区域，是从增速还是增速的变化上来看，中国经济增速下滑已是事实。除了经济增速落入中高速区间，中国的经济结构、增长动力和机制也在发生改变，中国经济开始步入新常态。[1]新常态下，中国的人口红利逐渐消失、资源和环境压力日益加大、生产要素成本不断上涨、技术“后发优势”趋于减弱，外加人民币大幅度升值、发达国家加快实行“再工业化”战略以及新兴经济体普遍推行出口导向策略，净出口对我国经济的拉动作用愈加减弱。[2][3]
1978年以来，投资和消费对GDP的拉动作用基本在5%上下波动，而净出口对GDP的拉动作用则围绕零线上下波动剧烈，尤其是2008年金融危机之后，净出口对GDP的拉动作用曾连续三年为负。外需对我国经济增长的拉动作用愈加疲软，而内需（投资和消费）的拉动作用依然强劲，这意味着我国将不得不更多依赖内需拉动经济增长。[4]然而，在新常态下，扩大内需是否真的是有效国策？内需拉动经济增长，是否存在有效边界？如果存在，它们的有效边界在哪里？对这些问题的研究与回答，构成了本研究的核心内容。
二、理论分析与研究假说
投资作为“三驾马车”之一，一直是推动我国经济增长的重要力量。2001年以来，投资对中国GDP的贡献率平均高达53.05%，对GDP的拉动作用平均也达到5.14%，大量实证研究也相应证实，无论是政府主导的公共投资还是企业自主投资行为[5][6]，无论是中国经济高速增长时期还是中国经济步入新常态之后[7][8]，投资都是推动我国经济增长的主要动力之一。
但是，这是否意味着投资率越高越有利于经济增长？部分研究发现，增加投资并不能有效拉动我国的经济增长[9][10]，主要是基于以下机制：首先，在规模报酬递减规律下，投资率越高，意味着投资对经济增长的边际贡献越弱；[11]其次，经济增长对固定资产投资过度依赖，会引发企业投资缩长与经济增长波动的叠加效应，在经济下行周期会加速经济紧缩；[12]再次，投资率过高会导致投资与消费比例失衡和消费需求不足，并制约经济增长；[13]最后，投资率过高会导致重复建设严重和产能过剩，降低经济增长质量，制约经济长期发展。[14]
当投资率处于较低水平时，增加投资确实能够有效拉动经济增长，但当投资率超过经济剩余能力时，就会出现供需结构失衡，影响社会再生产过程的顺利进行，并进而抑制经济增长。[15]这意味着投资拉动经济增长存在有效边界，在有效边界内，投资率的提高会显著促进经济增长，但超过有效边界时，投资率的提高对经济增长率的拉动作用不再明显。由此，本文提出研究假说1：
假说1 投资拉动经济增长，存在有效边界。当投资率较低时，增加投资能够有效拉动经济增长；当投资率较高时，增加投资对经济增长的拉动作用将不再显著。
消费作为内需的另一组成部分，一直也是拉动我国经济增长的重要力量。2001年以来，消费对中国GDP的贡献率平均高达49.66%，对GDP的拉动作用平均也达到4.83%，很多实证研究也证明，消费是我国经济增长的内生动力，消费不足会抑制经济增长。[16][17]但是，另有学者认为消费只是经济增长的结果，并不能带动经济增长[18]，如果过分地追求消费，甚至舍弃投资转为消费，将会使中国经济陷入危机。[19]学者关于消费能否拉动经济增长观点的分歧，主要聚焦于消费究竟是发展的动力还是归宿的辩论，并以实证结果佐证其观点，却较少有人从传导机理角度对其进行探讨。
哈罗德—多马模型认为，扩大消费需求会降低储蓄率，不利于经济增长，但索洛增长模型通过对哈罗德—多马模型的假设进行修正后发现，消费率的变化不会改变稳态时的经济增长率。后续的消费—经济增长理论研究则主要基于消费对经济增长的影响机制：一是经济结构变迁机制，即在经济增长过程中，由于消费需求弹性存在差异，消费结构的升级会导致产出结构的变迁，从而优化资源配置，促进经济增长；[20]二是诱发技术进步机制，即需求是企业创新的主要动力，当现有的技术无法满足消费者现有的或可预见的消费需求时，企业就会根据人们的需求不断创新，并最终促进经济增长。[21]
消费能否拉动经济增长，关键取决于投资效率的高低。当投资效率较高时，新增产出才能够弥补消费增加导致的资本存量减少，并保证经济结构变迁和企业技术进步所需的资本量，外在形式则表现为消费需求拉动消费经济增长；但是，当投资效率较低时，新增产出不足以弥补消费增加导致的资本存量减少，经济结构变迁和企业技术进步所需的资本量难以得到满足，从而表现为消费对投资的“挤出效应”和对经济增长的“抑制效应”。由此，本文提出研究假说2：
假说2 消费拉动经济增长，存在有效边界。当投资效率较低时，消费增加会抑制经济增长；当投资效率较高时，消费增加才能够有效拉动经济增长。
三、投资拉动经济增长的有效边界分析
（一）面板门限模型的设定
本文借鉴汉森（Hansen）的面板门限模型[22]，对数据进行自动识别来确定门限值以内生地划分不同的投资率区间，进而分析投资增长率与经济增长率之间的非线性关系。前人研究已识别出一些影响中国经济增长的重要因素[23][24][25]，本文在面板门限模型中将其作为控制变量引入：
其中，gdpit表示第i个市第t年经济增长率；γn表示待估计的门限值；Invit为第i个市第t年投资增长率；invr为投资率（固定资产投资占GDP比重）；Control是一系列的控制变量，主要包括：消费、出口、外商直接投资、财政支出、金融深化程度、人力资本投资、科技资本投资和劳动力；μi为地区固定效应，以控制不可观测的不随时变因素；qt为年份固定效应，以控制不可观测的随时变因素；εit为随机扰动项。
为消除个体固定效应μi的影响，对式（1）进行组内平均，再以式（1）减去该组内平均得到：
（二）变量说明与数据描述
本文通过对各市级单位《国民经济和社会发展统计公报》的整理，得到290个市级单位的经济增长、投资水平和其他宏观经济指标。考虑到部分省市的异质性、数据的完整性与准确性，本文主要选取了2012-2013年中国275个市级单位的面板数据作为样本。
本部分主要考察投资拉动经济增长是否存在有效边界，基于此，实证模型选取被解释变量为经济增长率gdpit，解释变量为固定资产投资增长率Invit，门限效应变量为投资率invr。其他控制变量，包括文献已经识别出的影响中国各地区经济增长绩效的主要因素：Conit，社会消费品零售总额增长率；Expit，出口额增长率；Fdiit，外商直接投资实际利用额增长率；Govit，财政支出增长率；Finit，贷款增长率；Eduit，财政关于教育投入增长率；Sciit，财政关于科技投入增长率；Labit，劳动力增长率。
（三）门限效应检验
对于任意门限值γ，可以通过求残差平方和得到各参数的估计值。为获得最优门限值，本文取使所有残差平方和最小的门限值。当确定门限值后，其他参数值也相应确定，本文再利用得到的参数值反过来检验门限效应是否存在以及门限估计值是否准确，即主要检验两个方面：一是门限效应是否显著，二是门限的估计值是否等于其真实值。
对于是否存在门限效应，即样本数据中是否存在会导致经济结构变动的机制转换，可以检验原假设：
H0：α1=α2 （3）
对应的F统计量构建为：
其中，SSR0为“H0：α1=α2”约束下的残差平方和，
为无约束下的残差平方和，
。如果原假设成立，则不存在门限效应。此时，无论γ取何值，对模型都没有影响，故F统计量依赖于样本矩，为非标准的χ2分布，无法获得其临界值。鉴于此，本文采用自抽样法（bootstrap），以获取F的渐近分布和相应临界值。
如果拒绝原假设“H0：α1=α2”，则认为存在门限效应，可以进一步对门限值的真实性进行检验，即检验假设：
相应的似然比统计量为：
其中，SSR1为“H1：α1≠α2”约束下的残差平方和。对于似然比统计量的非标准分布，本文仍采用自抽样法寻找其临界值。
根据以上思路，本文首先对门限效应进行检验，以确定门限个数。表1结果显示，在对单一门限效应、双重门限效应和三重门限效应的检验模型中，在1%的置信水平下可以拒绝原假设，即存在单一门限效应、双重门限效应和三重门限效应。
确认存在门限效应后，本文进一步对门限的估计值是否等于其真实值进行检验。通过似然比函数图，可以清晰地看出门限值的估计与置信区间的构造过程，并得到门限参数估计值。本文发现了单一门限效应、双重门限效应和三重门限效应，门限值分别为0.729、0.405和0.552，且在5%的置信水平下可以认为门限的估计值等于其真实值。
（四）门限模型实证结果
本文在门限值测度的基础上，使用基于普通标准误的固定效应模型（FE）对投资拉动经济增长是否受投资率的影响进行实证检验。同时，为了保证估计结果的有效性和可靠性，本文进一步使用基于聚类稳健标准误的固定效应模型（FE_robust）对参数估计的有效性进行对比分析。
通过上文的门限效应检验，可以发现单一门限效应、双重门限效应和三重门限效应在1%的置信水平下都是显著的。因此，本文分别对单一门限模型、双重门限模型和三重门限模型进行估计，回归结果如表2所示。在单一门限模型中，当投资率低于0.729时，投资增长率每提高1%，经济增长率会相应提高0.098%；当投资率高于0.729时，投资增加对经济增长的推动作用不再显著。在双重门限模型中，当投资率低于0.405时，投资增加不能有效推动经济增长；当投资率介于0.405和0.729之间时，投资增长率每提高1%，经济增长率会相应提高0.133%；当投资率高于0.729时，投资增加对经济增长的推动作用同样不显著。在三重门限模型中，当投资率低于0.405时，投资增加不会明显推动经济增长；当投资率介于0.405和0.552之间时，投资增长率每提高1%，经济增长率会相应提高0.248%；当投资率介于0.552和0.729之间时，投资增长率每提高1%，经济增长率会相应提高0.111%；当投资率高于0.729时，投资增加不会明显推动经济增长。
比较不同实证模型和实证方法的回归结果可以发现，单一门限模型、双重门限模型和三重门限模型的回归结果互为印证，说明投资拉动经济增长确实受门限值（投资率）的影响；基于普通标准误和聚类稳健标准误的固定效应模型冋归结果也基本一致，说明实证结果是稳健的。
以上结论寓意着，投资拉动经济增长确实存在有效边界：当投资率非常低时，增加投资不能明显拉动经济增长；当投资率提高到一定水平时，增加投资能够有效拉动经济增长；当投资率不断提高时，增加投资对经济增长的边际贡献逐渐减弱；当投资率高到一定水平时，增加投资对经济增长的拉动作用又不再显著，假说1得到证实。
中国是一个经济发展很不平衡的大国，改革开放以来，资本、劳动力和技术源源不断流向东部地区，导致东部地区的资本积累水平、基础设施水平和生产能力都远远高于中西部地区。因此，继续维持东部地区高水平的投资，不仅不能够有效拉动经济增长，反而可能会导致产能严重过剩和消费抑制。反观中西部地区，生产要素相对低廉、基础设施建设较为落后以及大量资源有待开发，若能够通过增加投资将这些地区的后发优势转化为竞争优势和经济优势，中西部地区将会成为中国经济持续稳定增长的一支重要力量。
四、消费拉动经济增长的有效边界分析
（一）面板门限模型的设定
本文仍借鉴汉森的面板门限模型，对数据进行自动识别来确定门限值以内生地划分不同的投资效率区间，进而分析消费增长率与经济增长率之间的非线性关系。与前文一样，本文在面板门限模型中引入一系列影响中国经济增长的重要因素，作为控制变量：
其中，gdpit表示第i个市第t年经济增长率；γn表示待估计的门限值；Conit为第i个市第t年消费增长率；icor为投资效率（GDP与固定资产投资比重，即资本产出比率）；Control是一系列的控制变量，主要包括：固定资产投资、出口、外商直接投资、财政支出、金融深化程度、人力资本投资、科技资本投资和劳动力；μi为地区固定效应；qt为年份固定效应；εit为随机扰动项。
为消除个体固定效应μi的影响，对式（7）进行组内平均，再以式（7）减去该组内平均得到：
（二）变量说明与数据描述
本部分主要考察消费拉动经济增长是否存在有效边界，基于此，实证模型选取被解释变量为经济增长率gdpit，解释变量为社会消费品零售总额增长率Conit，门限效应变量为投资效率icor。其他控制变量，包括文献已经识别出的影响中国各地区经济增长绩效的主要因素：Invit，固定资产投资增长率；Expit，出口额增长率；Fdiit，外商直接投资实际利用额增长率；Govit，财政支出增长率；Finit，贷款增长率；Eduit，财政关于教育投入增长率；Sciit，财政关于科技投入增长率；Labit，劳动力增长率。
本部分仍选取2012-2013年中国275个市级单位的面板数据作为样本，数据来源于各市级单位的《国民经济和社会发展统计公报》。
（三）门限效应检验
与第三部分逻辑相同，首先对门限效应进行检验，以确定门限个数。表3结果显示，在单一门限效应检验模型中，在1%的置信水平下可以拒绝原假设；在双重门限效应检验模型中，在5%的置信水平下可以拒绝原假设；在三重门限效应检验模型中，在10%的置信水平下不可以拒绝原假设。因此，基本可以断定消费拉动经济增长确实存在门限效应。
确认存在门限效应后，进一步对门限的估计值是否等于其真实值进行检验。同样通过似然比函数图，发现了单一门限效应和双重门限效应，门限值分别为1.478和1.784，且在5%的置信水平下可以认为门限的估计值等于其真实值。
（四）门限模型实证结果
为保证估计结果的有效性和可靠性，本文在门限值测度的基础上，分别基于普通标准误和聚类稳健标准误，使用固定效应模型对消费拉动经济增长是否受投资效率的影响进行实证检验。
门限效应检验结果显示，在1%的置信水平下，单一门限效应可以通过显著性检验，在5%的置信水平下，双重门限效应模型也是显著的。因此，分别对单一门限模型和双重门限模型进行实证回归，回归结果如表4所示。在单一门限模型中，当投资效率低于1.47时，消费增长率的估计系数为负，消费增长率每提高1%，经济增长率下降0.003%；当投资效率高于1.47时，消费增长率的估计系数显著为正，消费增长率每提高1%，经济增长率会相应提高0.118%。在双重门限模型中，当投资效率低于1.478时，消费增长率的估计系数为负，但不显著；当投资效率介于1.478和1.784之间时，消费增长率的估计系数显著为正，消费增长率每提高1%，经济增长率会相应提高0.096%；当投资效率高于1.784时，消费增长率的估计系数仍显著为正，但系数的值明显变大，消费增长率每提高1%，经济增长率会相应提高0.231%。
此外，不同门限模型的回归结果基本一致，基于普通标准误和聚类稳健标准误的固定效应模型的回归结果也大致相同，说明本文的实证结果是稳健的。这寓意着，消费拉动经济增长确实存在有效边界：当投资效率较低时，增加消费会抑制经济增长；当投资效率提高到一定水平时，增加消费会拉动经济增长，且投资效率越高，消费增加对经济增长的拉动作用越强，假说2得到证实。
鉴于中国区域发展很不平衡，东中西地区在扩大消费需求时，应注意各自的有效边界。对于东部地区而言，科学技术水平、生产能力和劳动力素质等皆远远高于中西部地区，扩大消费需求导致的资本存量减少可由较高的资本产出率弥补，而消费需求增加带动的相关产业发展，可有效推动经济增长。因此，对于投资效率较高的东部地区而言，扩大消费需求是有效国策。反观中西部地区，生产能力较低、劳动力素质较差以及投资效率不高，扩大消费需求导致的资本存量减少可能不足以由新增产出来弥补。因此，对于投资效率较低的中西部地区而言，应充分关注消费拉动经济增长的有效边界。①
五、内生性检验
尽管本文控制了较多影响经济增长的变量，但并没有解决模型中核心解释变量以及各控制变量和因变量之间的逆向因果关系导致的内生性问题，这可能导致表2和表4的估计结果存在偏误。因此，本文先对解释变量的内生性进行检验，再用工具变量替代具有内生性的解释变量，最后对门限模型进行重新估计。
为检验解释变量是否存在内生性问题，对所有解释变量进行Hausman检验（基于同方差假设）和DWH检验（基于异方差假设）[26][27][28]，检验结果如表5所示。
由表5可知，在10%的置信水平下，可以认为消费、财政支出、贷款和财政关于教育投入与经济增长之间存在逆向的因果关系，为内生解释变量。限于市级统计数据的可获得程度和工具变量选取的复杂性，本文分别选取消费增长率、财政支出增长率、贷款增长率和财政关于教育投入增长率的滞后一期作为它们的工具变量，并对投资和消费拉动我国经济增长的有效边界问题进行重新估计。
通过门限效应检验，发现在1%的置信水平下，可以认为投资拉动经济增长存在三重门限效应，门限值分别为0.384、0.552和0.729；在10%的置信水平下，可以认为消费拉动经济增长存在双重门限效应，门限值分别为1.201和1.367。
本文在门限值重新测度的基础上，使用工具变量替代内生解释变量，对投资拉动经济增长是否受投资率的影响重新进行实证检验。如表6所示，基于工具变量法估计的门限模型回归结果与表2回归结果非常接近，进一步证实了假说1是成立的。
同样，在门限值重新测度的基础上，使用工具变量替代内生解释变量，对消费拉动经济增长是否受投资率的影响重新进行实证检验。由于作为核心解释变量的消费与经济增长之间存在逆向的因果关系，使用工具变量替代消费增长率后，重新进行门限效应检验，得到的门限值与表3略有差异。但是，基于工具变量法得到的门限回归结果与表4的回归结果仍很接近，说明假说2成立（见表7）。
六、结论与政策建议
本文利用面板门限模型，对内需拉动经济增长是否存在有效边界问题进行了实证检验，得出两点主要结论：
第一，投资拉动经济增长确实存在有效边界：当投资率低于0.384时，增加投资不能明显拉动经济增长；当投资率提高至0.384和0.552之间时，增加投资会有效拉动经济增长；当投资率继续提高至0.552和0.729之间时，增加投资对经济增长的边际贡献逐渐减弱；当投资率超过0.729时，增加投资对经济增长的拉动作用又不再显著。
第二，消费拉动经济增长存在有效边界：当投资效率低于1.201时，增加消费不会显著刺激经济增长；当投资效率提高至1.201和1.367之间时，增加消费会有效拉动经济增长；当投资效率超过1.367时，消费对经济增长的拉动作用进一步增强。
鉴于我国是一个区域发展很不平衡的大国，各地区在投资率、投资效率、科学技术水平和劳动力素质等方面差异显著，因此，各地区应注意把握内需拉动经济增长的有效边界。
（1）把握好投资拉动经济增长的有效边界。当本地区的投资率介于0.384和0.552之间时，增加投资能够有效拉动经济增长；当本地区的投资率介于0.552和0.729之间时，适度增加投资也有利于经济增长；当本地区的投资率高于0.729时，应减少过度投资。
（2）把握好消费拉动经济增长的有效边界。当本地区的投资效率低于1.201时，应减少过度消费，提高投资效率；当本地区的投资效率介于1.201和1.367之间时，适度增加消费有利于经济增长；当本地区的投资效率高于1.367时，增加消费对经济增长的拉动作用更加显著。
注释：
①一般而言，东部地区投资效率较高，中西部地区投资效率相对较低，但并不表示东部地区投资效率都很高，同样地，也并不表示西部地区投资效率都很低。因此，对于投资效率不高的东部地区而言，扩大消费需求也会抑制经济增长；同理，对于投资效率较高的中西部地区而言，扩大消费需求却可拉动经济增长。
参考文献：
[1]田俊荣，吴秋余.新常态，新在哪[N].人民日报，2014-08-04.
[2]洪银兴.论中高速增长新常态及其支撑业态[J].经济学动态，2014，（11）.
[3]刘伟，苏剑.“新常态”下的中国宏观调控[J].经济科学，2014，（4）
[4]余斌，吴振宇.中国经济新常态与宏观调控政策取向[J].改革，2014，（11）.
[5]郭庆旺，贾俊雪.政府公共资本投资的长期经济增长效应[J].经济研究，2006，（7）.
[6]李文星.中国经济增长的就业弹性[J].统计研究，2013，（1）.
[7]刘生龙，王亚华，胡鞍钢.西部大开发成效与中国区域经济收敛[J].经济研究，2009，（9）.
[8]丁志国，赵宣凯，苏治.中国经济增长的核心动力——基于资源配置效率的产业升级方向与路径选择[J].中国工业经济，2012，（9）.
[9]汪伟.储蓄、投资与经济增长之间的动态相关性研究——基于中国1952-2006年的数据分析[J].南开经济研究，2008，（2）.
[10]林毅夫，孙希芳.银行业结构与经济增长[J].经济研究，2008，（9）.
[11]R. M. Solow. A Contribution to the Theory of Economic Growth [J]. The Quarterly Journal，1956，70（1）.
[12]J. Fisher. The Dynamic Effects of Neutral and Investmentspecific Technology Shocks [J]. Journal of Political Economy，2006，114（3）.
[13]郝颖，辛清泉，刘星.地区差异、企业投资与经济增长质量[J].经济研究，2014，（3）.
[14]孙早，杨光，李康.基础设施投资促进了经济增长吗[J].经济学家，2015，（8）.
[15]贺铿.中国投资、消费比例与经济发展政策[J].数量经济技术经济研究，2006，（5）.
[16]迟福林.第二次改革：中国未来30年的强国之路[M].北京：中国经济出版社，2010.
[17]匡贤明.消费拉动经济增长的前景——基于消费—人力资本—增长的途径分析[J].经济与管理评论，2015，（1）.
[18]徐诺金.充分认识投资对于稳增长的重要性[N].金融时报，2012-08-06.
[19]林毅夫.投资、消费和当前经济形势[N].21世纪经济报道，2013-07-22.
[20]W. J. Baumol. Macroeconomic of Unbalanced Growth：The Anatomy of Urban Crisis [J]. American Economic Review，1967，57（3）.
[21]S. Mayers，D. G. Marquis. Successful Industrial Innovations：A Study of Factors Underlying Innovation in Selected Firms [M]. USA：National Science Foundation，1969.
[22]B. E. Hansen. Threshold Effects in Non-dynamic Panels：Estimation，Testing，and Inference [J]. Journal of Econometrics，1999，93（2）.
[23]林毅夫，孙希芳.银行业结构与经济增长[J].经济研究，2008，（9）.
[24]李富强，董直庆，王林辉.制度主导、要素贡献和我国经济增长动力的分类检验[J].经济研究，2008，（4）.
[25]刘瑞翔，安同良.中国经济增长的动力来源与转换展望——基于最终需求角度的分析[J].经济研究，2011，（7）.
[26]J. Durbin. Errors in Variables [J]. Review of the International Statistical Institute，1954，22.
[27]D. Wu. Alternative Tests of Independence between Stochastic Regressors and Disturbances [J]. Econometrics，1973，41（4）.
[28]J. Hausman. Specification Tests in Econometrics [J]. Econometrica，1978，46（6）.
作者简介：杨子荣，武汉大学经济与管理学院，电子信箱：zryang@whu.edu.cn；代军勋，武汉大学经济与管理学院（武汉430072）。