18人口健康与中国长期经济增长关系的实证研究

  本文关键词：人口健康与中国长期经济增长关系的实证研究，，由笔耕文化传播整理发布。

人口健康与中国长期经济增长关系的实证研究；蒋萍田成诗尚红云；=摘要>文章在协整理论框架下对中国健康水平；=关键词>健康经济增长协整人力资本；=作者>蒋萍东北财经大学国民核算研究中心,；一、问题的提出；在任何经济中,作为人力资本的重要组成部分,人口健；20世纪60年代,新古典增长模型将资本从物质资本；到目前为止,国内只有少量文献而且大都使用微

人口健康与中国长期经济增长关系的实证研究

蒋 萍 田成诗 尚红云

=摘 要> 文章在协整理论框架下对中国健康水平与长期经济增长关系进行了实证分析。结果显示,在中国过去的50多年里,健康水平的改善不仅是经济增长的副产品,更是长期经济增长的促进因素。研究表明,教育水平的提高不能代替健康水平提高对经济增长的作用,教育与健康作为人力资本的两个方面是紧密结合的,共同作用于长期经济增长。

=关键词> 健康 经济增长 协整 人力资本

=作 者> 蒋萍 东北财经大学国民核算研究中心,教授;田成诗 东北财经大学人口研究所,副教授;尚红云 东北财经大学人口研究所,讲师。

一、问题的提出

在任何经济中,作为人力资本的重要组成部分,人口健康状况及变动对一国经济增长的影响都不容忽视。健康与经济增长关系的研究已显得越来越重要,定量研究则更具经济和社会价值。

20世纪60年代,新古典增长模型将资本从物质资本扩大到人力资本,但初期的经济增长理论只是强调教育人力资本对经济增长的作用,较少关注健康对经济增长的作用。一些学者为此做了关键性的努力(Fogel,1994;Ehrlich等1994;Barro,1996、1997)。他们的研究表明,某一时点上的健康水平通常是之后一段时间内经济增长的重要促进因素。此后的经验研究也进一步支持这一观点。Ehrlich等(1991)的研究表明,0~25岁人口的存活率对经济增长率存在统计上显著的正影响,而且这一结论适用于发达国家和发展中国家。Robert(1999)的实证分析显示,健康可以解释英国1790~1980年50%的经济增长。Mayer(2001)提供了健康与经济增长存在时间跨度为30年的因果关联的有力证据。Arora(2001)考察了10个工业化国家在过去100~125年里健康对经济增长路径的影响,得出健康将改变长期经济增长路径的结论。而且,在控制了物质资本投资变量之后,该结论仍然没有大的变动。

到目前为止,国内只有少量文献而且大都使用微观数据考察健康对工资收入等的影响(张车伟,2003;魏众,2004;Liu等,2003),宏观层面的研究较少。较具代表性的研究成果有:余长林(2006)在扩展MRW模型的基础上构建了内生经济增长模型,得出人力资本投资结构和数量都对经济产生重要影响的结论。邓曲恒(2007)利用1978~1998年省级层面的面板数据,得出健康对中国经济增长具有显著促进作用的结论。罗凯(2006)得出中国健康人力资本与经济增长之间有显著的正向关联关系的结论。

我们知道,经济增长是一个较长期的过程,只有在较长的时间内进行考察才能客观地评价经济增长的动态变化,但在已有文献中,关于健康与中国经济增长关系的考察在这一点上存在

人口健康与中国长期经济增长关系的实证研究

着明显的不足。相关文献所使用的数据多为横截面数据或较短的时序数据,而横截面数据或短期时序数据往往难以为健康对经济增长影响的长期效应的考察提供充分证据。此外,我们可以明显地观察到新中国成立以来经济增长和健康变量具有的非平稳性特征,因此,在非平稳框架下考察二者关系显然更恰当。但目前在非平稳框架下进行的研究还很少见。为了弥补上述不足,本文以协整模型为分析工具并将样本延伸到新中国成立初期,以期尽可能客观地反映健康水平与中国长期经济增长的关系。

二、人口健康与长期经济增长关系模型的构建

(一)变量及模型选择

尽管在宏观层面上目前没有一个变量能够概括健康的所有方面,但通常可以通过一个或几个变量来突出健康的主要特征。如Fogel(1999)用总营养水平作为健康的代表变量。Arora(2001)用刚出生、5岁、10岁、15岁和20岁人的期望寿命及成年人身高作为健康的代表变量。此外,还有的学者用体重/身高、婴儿出生时的死亡率、就业人口的死亡率、人均摄取的热量以及人口平均预期寿命等衡量健康水平。

本文的健康变量的选择主要基于两方面:(1)要有足够长的样本值,以客观地反映健康水平和经济增长的长期变化;(2)能够用总量或平均量表示,以进行宏观分析。基于上述条件,同时考虑到统计资料的限制,本文选择人口预期寿命代表健康水平,选择人口死亡率作为健康水平的补充指标;用人均GDP代表经济增长。1957~2006年健康与经济增长的相关数据如表1所示。

从表1的数据可以看出,在中国,健康的代表变量和经济增长的代表变量在过去的50多年里发生了很大变化,体现出非平稳特征,因此需要使用处理非平稳数据的统计方法。而在研究非平稳变量的相互作用时,由Engle和Granger提出的协整理论无疑是最好的选择。

非古典外生经济增长理论认为,任何刺激生产率的因素不会永久地改变人均产出的长期增长,它们对人均产出的刺激在长期中表现为锥形。对于健康来说,如果在某一时点,健康水平受到某种因素的刺激,例如,某一颇具危害的传染病被消灭,人的健康水平得到明显提升,此时健康会对经济增长产生一定程度的影响并促进人均产出的增长,但在外生经济增长理论下,这种影响是短期的,健康水平的变动不会改变长期的经济增长率。在经过一段时间的产出增长后,增长路径又会恢复到原来的水平,而不会与长期的经济增长保持着协整关系。相反,在内生性增长模型下,生产率的刺激因素将长期地改变人均产出增长率。在这一经济增长理论的假设下,健康水平的变化对经济增长的影响将不再是锥形,而是与经济增长率保持着长期的协整关系。

上述经济增长理论表明,人均GDP增长率是否与健康水平协整是考察健康水平对长期经济增长影响的充分必要条件。为此,我们需要采用协整模型来考察中国人口健康与长期经济增长的关系。人口健康与长期经济增长关系的协整模型可表示为:

$lnyt=L+Nlnht+Et数,Et为误差项。

(二)变量的平稳性检验

协整是描述时间序列之间长期关系的一种统计性质,协整关系考察的前提是相关变量为

(1)

其中,$lnyt为人均GDP的自然对数的一阶差分,ht为人口健康水平,L和N为待估计参

中国人口科学 2008年第5期

表1 健康与经济增长的相关数据

年份1957195819591960196119621963196419651966196719681968197019711972197319741975197619771978197919801981

预期寿命死亡率人均GDP平均受教育固定资产预期寿命死亡率人均GDP平均受教育固定资产

年份

(年)(j)(元)年限(年)投资(亿元)(年)(j)(元)年限(年)投资(亿元)57.057.6258.2458.8659.4860.1160.7361.3561.9762.5963.2163.8364.4565.0765.0765.766.7266.94*67.5668.1868.1268.0867.9767.9367.88

***

10.811.9814.5925.4314.2410.0210.0411.59.58.838.438.218.037.67.327.617.047.347.327.256.876.256.316.346.36

168200216218185173181208240254235222243275288292309310327316339379417460489

3.593.573.63.733.833.843.893.843.793.783.783.793.813.83.813.833.883.954.044.14.24.44.64.754.75

151.23279.06368.02416.58156.0687.28116.66165.89216.9254.8187.72151.57246.92368.08417.31412.81438.12463.92544.94523.94548.3668.72699.36910.0961.0

1982198319841985198619871988198919901991199219931994199519961997199819992000200120022003200420052006

68.0468.2168.3768.5468.6968.8669.0569.2569.4469.6469.86*70.0270.4170.6170.8071.071.2*71.471.872.172.472.773.073.3

****

6.66.96.826.786.866.726.646.546.676.76.646.646.496.576.566.516.56.466.456.436.416.46.426.516.81

525580692853956110413551512163418792287293948545576605463086551708676518214911310561123361410316084

4.995.245.495.765.926.176.426.686.977.147.147.237.327.47.477.627.657.738.078.248.288.448.498.58.52

1230.01430.01832.0

****

2543.2**3120.2**3791.74753.84410.44517.05594.58080.113072.317042.120019.322913.424941.128406.229854.7132917.7337213.4943499.9155566.6170477.4807763.6109998.2

70.22*

*

注:预期寿命数据中带/*0部分为通过线性插值而获得的估计值,其余来自5中国卫生统计摘要6。人均GDP和死亡率来自历年的5中国统计年鉴6。固定资产投资额来自历年5中国统计年鉴6。其中,1957~1979年的固定资产投资的统计范围为全民所有制固定资产投资额(1979年之前,中国固定资产投资以全民所有制投资为主体,例如1980年全民所有制固定资产投资占全社会固定资产投资总额达82%,以前的年份该比重更高)。1957~1982年的平均受教育年限来自蔡昉:5文化大革命对物质资本和人力资本的破坏6,经济学(季刊),2003年第7期;刘晓红:5人力资本存量对中国经济增长的贡献率分析6,吉林大学硕士学位论文,2006年;5中国人口年鉴6和5中国统计年鉴6;带/**0部分为线性插值。

一阶单整,因此,首先需要对健康变量和经济增长变量进行平稳性检验。平稳性检验的常用方法是单位根检验。单位根检验方法很多,其中Engle与Granger的基于残差的ADF检验是最常用的检验方法。ADF检验的原理为:假定时间序列{lt}是一个k阶自回归过程,再通过增加一些滞后的差分项来解决误差项的高阶序列相关问题:

k

$lt=Blt-1+jED0+B1t+Cj$lt-j+et

=1

(2)

其中,$lt为序列lt的一阶差分,$lt-j为lt的一阶差分的第j期滞后项,BBC、D0、1、j为待估参数,et为服从独立同分布的白噪声过程,t为趋势项。原假设H0是C=0,即lt有一个单位根,是非平稳的。在检验中,本文采用麦金农临界值。解释自相关性的最优滞后期k的选取标准为:保证残差项不相关的前提下,同时采用AIC准则与SC准则,将使二者同时为最小值时

人口健康与中国长期经济增长关系的实证研究

的k作为最佳滞后期。在ADF检验中还存在一个问题,即检验回归中包括常数,常数和线性趋势,或二者都不包括。本文选择标准是通过变量的时序图观察,如果序列表现出趋势特征,则序列回归中应既有常数又有趋势。如果序列没有任何趋势且有非零均值,则回归中仅有常数。如果序列在零均值波动,则回归中应既不含有常数又不含有趋势。ADF检验结果如表2所示。 从表2的单位根检验结果可以看出,健康变量和经济增长变量有相似的短期特征,它们的水平值在5%与1%显著性水平下是非平稳的,但一阶差分序列是平稳的,即变量经过一阶差分,在5%与1%显著性水平下均为平稳序列。

在我们分析的样本期内,中国人口健康水平和经济增长数据

的非平稳性是非常显著的,它们均为含有一个单位根的非平稳序列。

(三)长期均衡关系检验

关于长期均衡关系(协整)的检验与估计目前有许多具体的技术模型,其中,Engle与Granger建议使用的两阶段回归法由于易于计算而被广泛采用。

根据Engle和Granger(1987),对于同阶单整的非平稳时间序列Xt和Yt来说,若存在一个非零常数b使得Yt-bXt为平稳序列,则Yt能被估计为以下回归形式:

Yt=A+BXt+E(3)t

其中,A和B为待估参数,Et为误差项。根据Engle和Granger,检验两个变量的协整,必须使用ADF检验来自式(3)的误差项Et。具体的协整检验是基于下面的回归形式:

k

表2 健康与经济增长变量的单位根检验

变量lnx1vlnx1lnx2vlnx2vlny$2lny

------

ADF值1.8742557.5234952.4321308.0756522.7834826.154389

检验类型

1%临界值5%临界值

(c,t,n)(c,t,2)(c,t,0)(c,t,3)(c,t,0)(c,t,2)(c,t,1)

------

DW2.0211072.0657892.0470682.0234512.0431092.045879

是否平稳

否是否是否是

3.86364.07674.09484.19614.09484.1961

------

3.05293.42363.21423.54233.21423.5423

注:x1表示预期寿命,x2表示人口死亡率,y表示人均GDP。

Et-1+EG$Et=Gj$Et-j+8t

j=1

(4)

其中,G和Gj为待估参数,$Et为Et的一阶差分,$Et-j为Et的一阶差分的第j期滞后项,k为滞后期,k的选择要使8t不存在序列自相关。如果参数G=0的原假设被拒绝,则意味着Xt和Yt的协整关系存在。

三、健康水平影响长期经济增长的结果分析

为了避免健康变量和经济增长变量之间存在的序列相关和方差的奇异性,我们使用由Whitney和Kenneth提出的动态DLS估计方法,其估计方程为:

m

$lnyt=L+Nlnht+E

  本文关键词：人口健康与中国长期经济增长关系的实证研究，由笔耕文化传播整理发布。