人均收入的法治化分析——基于中国省际面板数据的实证研究.doc

人均收入的法治化分析——基于中国省际面板数据的实证研究-经济 人均收入的法治化分析——基于中国省际面板数据的实证研究 李心稳 张璐峰 摘 要：本文利用中国各省市的法治化指数数据，定量考察了法治化程度与人均收入之间的计量关系。研究的结果表明，无论是双向固定效应模型，还是对异方差与自相关进行修正后的面板校正误差（PCSE）估计方法，法治化程度对人均收入都具有较为显著的正向影响。中国的法治化建设依然任重而道远，中国人均收入的增加和国民财富的增长有赖于进一步推进依法治国。 关键词：法治化 人均收入 市场经济 一、引言 一直以来，国内外学者有关人均收入的研究过多集中于区域经济增长与人均收入的收敛分析上（如魏后凯,1992[1]；José Villaverde 和 Adolfo Maza,2012[2]等）,而对人均收入本身较为系统与深入的研究却很少。Connaughton和Madsen（2004）运用混合OLS和固定效应模型（FEM）对1950年-2000年的美国各州人均收入进行了回归分析，发现城市人口所占比例、拥有大学学历的人口所占比例以及劳动力在服务业部门的所占比例将是影响各州人均收入的重要因素[3]。 但作者对模型中可能存在的异方差与自相关问题并没有明显的重视，更没有进行相应的检验与处理。Paul J. Guglielmino（2006）和Gabriel J. Felbermayr等人（2010）则独出心裁，前者从各国文化之间的差异与自主学习倾向性的不同来研究各国人均收入的不同[4],后者则在控制各个国家的制度因素、贸易情况、金融业开放程度等的条件下研究了移民对各个国家人均收入的影响，并发现移民对各个国家的人均收入具有显著的正相关性[5]。 在我国，张鹏和袁方（2009）经过对 1978~ 2006 年中国农村金融发展、城市化与农民收入的数据进行计量检验后,发现城市化水平是农民收入增长的格兰杰原因，并且城市化对农民收入增长具有较为显著的长期正向影响，而农村金融发展在城市化过程中存在着对农村经济生产的偏离现象[6]。国内其他学者的文章则集中于城乡收入差距与收入趋同的研究上（如陈林兴和黄祖辉，2014[7]等），对人均收入本身较为系统与深入的研究却很少，而有关法治化程度与人均收入的研究则更是一片空白，本文就很好地弥补了学术界在这一方面的不足。 二、数据与计量模型 （一）数据说明 本文以2001~2009年中国经济改革研究基金会国民经济研究所编制的中国分省市场化进程指数为原始数据，法治化指数（LI）则是对“对生产者合法权益的保护”“对消费者合法权益的保护”“对知识产权的保护”三项分项指标进行算术平均得到的。本文人均收入（PCI）的数据是根据各省市城镇居民家庭人均可支配收入(2001年不变价)、农村居民家庭人均纯收入(2001年不变价)和城镇居民人口占总居民人口比重以及农村居民人口占总居民人口比重计算而得。以劳动力平均受教育年限表示人力资本（HC）,不同教育层次的受教育年数分别设定如下：未上过学1.5年,小学6年,初中3年,高中3年,大学3.5年(大专及以上)。城市化水平(UR)以城镇居民人口占总居民人口的百分比来表示,产业结构（IS）则表示为第三产业的就业比重，对外开放度（DFO）以货物进出口总额与GDP之比来表示,货物进出口总额由每年人民币对美元的年平均汇率进行换算。以上数据均来源于历年《中国统计年鉴》。 （二）模型与方法 我们把各个地区的人均收入分别表达为LI、HC、UR、IS、DFO的线性函数，模型设定如下： 是指人均收入，是指解释变量，是指误差项。由于本文研究的面板数据具有大N小T型的面板结构特征，所以有关单位根检验和协整的问题便不再考虑。另外，本文侧重用面板模型分析我国各省市的法治化程度对人均收入的影响 ,样本的个体差异是允许存在的,而对于横截面个体结构上的变化则可以不用考虑, 因此固定效应模型（FEM）和随机效应模型（REM）都是在变截距模型的前提下进行讨论的。 F检验可以用来比较混合OLS模型与固定效应模型（FEM）：若拒绝零假设，则说明固定效应模型（FEM）优于混合OLS模型。另外，拉格朗日乘数检验（Lagrange Multiplier test）被用来检验随机效应。若拒绝零假设，则说明随机效应模型（REM）优于混合OLS模型。在固定效应模型（FEM）与随机效应模型（REM）的判别方面,随机效应模型（REM）的一个关键假设便是各地区之间的特定影响是外生的，豪斯曼检验（Hausman test）就可以检验这一假设。如果不能拒绝零假设则表明随机效应模型（REM）是较好的选择。 除了要考虑上述的检验外，这里还存在着很多影响面板模型估计值的问题，比如说