浅谈政府基础设施投资与居民收入关系的实证研究

　　本文中用于研究的1980—1989年的数据来自《中国统计年鉴（1990）》，1990—2008年的数据来自《中国统计年鉴（2009）》，2009年的数据来自2010年3月《政府工作报告》中公布的数据。
　　二、实证分析
　　（一）单位根检验
　　在进行协整检验之前，由于时间序列数据大都具有非平稳性，容易产生“伪回归”现象，所以要先进行单位根检验，也就是数据的平稳性检验。本文采用最常用的ADF（Augmented Dickey-Fuller）检验方法，通过Eviews3.1软件分析得出的结果（如表1所示）。
　　表1变量数据的平稳性检验
　　注：（1）D表示一阶差分，（2）** 表示显着水平为10%，* 表示显着水平为5%。
　　由变量数据的平稳性检验可知，lnY和lnX都是不平稳的，但两个序列的一阶差分数据是平稳的，所以它们是一阶单整序列，可能存在一定的协整关系，可以继续分析。
　　（二）协整关系检验
　　通过单位根检验的分析，两变量之间可能存在长期的协整关系，于是接下来对它们进行协整（Cointegration）检验。对协整关系的检验与估计，本文采用Engle和 Grangle（1987）提出的EG两步法，即第一步建立变量间长期均衡的回归方程，第二步对方程模型中的残差序列做单位根检验。具体操作步骤
　　首先，采用OLS（Ordinary Least Square）回归分析法对两变量进行回归，结果得到的协整方程如式（2）:
　　lnY=0.5118+1.0662lnX （2）
　　（0.9945）（14.6628）
　　R2=0.8848 DW=0.7672
　　括号里的数字代表的是对应系数的t统计值。
　　其次，对协整方程中的残差序列进行平稳性检验。结果（如表2所示）。
　　表2 残差序列的平稳性检验
　　注：Et表示残差序列，* 表示显着水平为5%。
　　可以看到，在显着水平为5%时，Et序列是平稳的。这表明方程式（2）不是伪回归，lnY与lnX之间存在协整关系，也就是说政府基础设施投资支出的不断增加和城镇居民人均可支配收入的不断增长，两者具有长期稳定的平衡关系。

　　（三）Granger因果关系检验
　　通过协整关系分析，我们知道政府基础设施投资支出和城镇居民人均可支配收入具有长期的平衡关系，但是这种关系是否具有另外一种关系——因果关系，也就是说是政府基础设施投资支出的增加促进了城镇居民人均可支配收入的增加，还是城镇居民人均可支配收入的增加促进了政府基础设施投资支出的增加，这时候就要通过因果关系检验来证明。本文选用Granger在1969年提出的通过时间序列具有的可观测性来分析的一种方法，即若A变化能引起B变化，则A变化是发生在B变化之前的。所以此检验的关键在于滞后期的选择，因为滞后期不同得出的结论也会有所不同。根据赤池信息准则（AIC）最小化准则，我们选取的滞后期为6、7、8、9阶，结果（见表3）。
　从表中分析得出，当我们选择的滞后期为8阶时，拒绝LNX does not Granger Cause LNY 的虚无假设，P值的大小通过了显着性水平为5%时的检验，此时说明政府基础设施投资支出变动是城镇居民人均可支配收入变动的Granger原因，即政府基础设施投资支出的增加会引起城镇居民人均可支配收入的增加。另外，当滞后期为6、7、8、9阶时，都接受LNY does not Granger Cause LNX的虚无假设，说明城镇居民人均可支配收入不是政府基础设施投资支出的Granger原因。
　　（四）建立误差修正模型
　　由于通过协整检验简单差分不一定能解决非平稳时间序列所遇到的全部问题，所以要进行误差修正。误差修正模型就是将误差修正项看做一个解释变量，连同其他反映短期波动的解释变量一起，建立短期模型（李子奈，2000）。本文将残差序列Et作为误差修正项，与政府基础设施投资支出和城镇居民人均可支配收入两个变量的差分有机的结合在一起，建立误差修正模型，用于说明变量差分项表现出的短期波动。根据分析结果，可建立的修正模型如式（3）：