中国经济增长与物质消耗关系的实证研究(一)

内容提要：本文运用广义最小平方法和处理面板数据的固定影响模型，利用我国各省市1995-2009年物质消耗指数、人均GDP和人均固定资产投资等跨部门的时间序列数据，分析经济增长与物质消耗的关系。其主要结论如下：经济增长与物质消耗呈现正向关系，没有表现出明显的去物质化。固定资产投资对物质消耗趋势在统计上具有很好的解释力。固定效应模型下的广义最小二乘法对于处理跨部门的时间序列数据有明显的效果，固定效应模型的省际差异项有效地刻画了物质消耗与经济增长相关关系的省级差异。我国目前仍处于有形资产的积累阶段，为了达到发达国家的固定资产积累水平，必要的基础设施建设不能缺少。产业结构的差异会影响物质消耗与经济增长的关系强度，第一产业相对于第二产业需要更多的物质消耗。经济发展水平同样会影响物质消耗与经济增长的关系强度，发达地区相对于欠发达地区需要的物质消耗更少。

关键词：物质消耗指数，广义最小平方法，固定效应模型，跨部门的时间序列，产业结构

作者简介：彭新育，博士，副教授，主要研究方向为资源与环境管理、市场设计。

经济增长与物质消耗的关系备受关注。一则需要了解能否获得足够的资源以支持持续的经济发展。二则当人类从环境中提取资源的同时又将几乎同样多的物质作为废物排放到环境中，环境是否能承受而不至于造成不可挽回的破坏。近三十年来我国经济得到了持续的发展。对物质投入的需求日趋强烈，包括石油、煤炭、铁矿石、水泥等大宗原材料和铝、铜等有色金属。关于我国经济增长过程中经济增长与物质消耗的关系的实证研究的意义不言自明。

国外很多学者的研究发现所谓的物质消耗与人均GDP的倒U型曲线关系。即在一个国家发展的最初阶段，物质消耗随收入的增长而增加，随后，又随收入的增加而减少。Malenbaum^[1]、Williams^[2]、Larson^[3]、De Bruyn^[4]和Opschoor^[5]等用实证的方法验证了倒U型曲线的存在。Bernardini和Galli^[6]把上述现象归纳为“去物质化理论”(theory of dematerialization)。但是，Considine^[7]，Cleveland和Ruth^[8]等的研究表明倒U型曲线并没有完全描述收入与物质消耗的关系的所有特征。于是一些研究指出：收入与物质投入之间的关系可能呈现N型曲线^[9-10]。即在倒U型曲线后接着一段收入与物质消耗呈正相关的曲线，两端正相关的曲线中夹着一段负相关的曲线。与前两种观点不同，Bringezu^[11]、Canas^[12]、Groenenberga^[13]等人对发达国家与发展中国家的比较研究发现相对去物质化的趋势，他们称之为倒L曲线。即在经济发展的前一阶段，直接物质投入(Directed Material Input，DMI)随GDP增长而增长，当经济发展到一定水平，DMI不再随GDP的增长而增长或增长不大。

中国经历了近三十年的经济高速成长。从物质投入与经济增长的关系而言，发达国家的资料中难以体现这一阶段的情况。同时，中国的经济在发展水平和产业结构呈现明显的地区差异。中国经验的研究无疑可以为该领域的研究提供一些佐证。彭新育、侯先荣的实证分析指出：在中国经济增长过程中，即使经济发达的地区，物资消耗与GDP的关系呈正相关，但相关曲线的斜率逐渐递减^[14-15]。王青等的研究结论为中国的物质使用效率的提高，中国经济的物质消耗没有随经济总量的增长而成比例增长，实现了一定程度的相对减量。但我国的资源使用效率利用效率相当低，仍处于资源消耗型增长阶段，物质消耗总量增长势头较强，实现绝对减量十分不易^[16]。李慧明、王磊的研究结果表明：经济规模扩张是驱动我国物质消耗的主导因素，经济规模效应与结构效应的叠加使我国物质消费量呈逐年递增趋势。结构效应的减量被经济规模扩张效应的增加所抵消，物质消耗的增长效应明显^[17]。

综上，近20年的研究虽然发现了去物质化的现象，但研究的结论不一致，因此只能称为“去物质化假设”。在解释去物质化现象时，也大都为猜想，没有系统、严格的实证检验。本文旨在反映我国经济增长过程中物质消耗的趋势，并尝试对物质消耗的趋势加以解释，期待在已有的经验分析的基础上对未来做出有限的展望。本文的结构安排如下：第二部分，主要介绍本文的实证研究方法；第三部分对我国经济增长与物质消耗作实证研究。第四部分

对各省(市)经济增长与物质消耗作实证研究，第五部分为结论与讨论。

1 研究方法

这一部分将介绍如何确定各指标的计算，即物质消耗指数的计算及GDP和固定资产投资的计算。

1.1 物质消耗指数的计算

本文的基本视角是经济增长过程中物质消耗的趋势来构造指数，因此，选择主要的大宗原材料如钢材、水泥、能源以及铁路运输量作为构造物质消耗指数的基础，采用Janicke^[18]等所提出的物质消耗指数构造思想，可得其计算方式如下：

MCI_i，t为各省(市)各年的物质消耗指数，M_i，c，t(i为省份、自治区、直辖市，c为四种实物，t为年份)为各省(市)各种物质的人均消耗量，M_c，i为各省(市)各种物质人均消耗的平均值。

1.2 经济计量分析方法

经济增长与物质投入的关系的经济计量分析方法通常为把人均GDP作为自变量，物质消耗指数作为因变量，选择一定的函数形式进行相关分析。函数形式与需要验证的假设有关。本文按Bringezu^[11]设有四种函数形式：代表Kuznets曲线假设的二次函数，代表N曲线假设的三次方函数，代表相对去物质化假设的对数函数以及代表常数增加假设的线性函数：

MCI_it=β₀+β₁GDP_it+ε_it (1)

MCI_it=β₀+β₁ GDP_it+β₂GDP_it²+ε_it (2)

MCI_it=β₀+β₁GDP_it+β₂GDP_it²+β₃GDP_3it³+ε_it (3)

MCI_it=β₀+β₁log(GDP_it)+ε_it (4)

其中MCI_it为省(市)i在t年的物质消耗指数，GDP_it为省(市)i在t年的国内生产总值，ε_it为误差项，β₀，β₁，β₂和β₃为回归方程的估计参数，如果倒U字假设被证实则β₂为负，β₀，β₁为正。同时，为了分析固定资产投资与物质消耗的关系，我们对此进行经济计量分析。设定人均固定资产投资作为自变量，物质消耗指数作为因变量，选择线性函数代表常数增加假设，二次函数代表绝对去物质化假设，对数形式代表相对去物质化假设。

MCI_it=β₀+β_1it+ε_it (5)

MCI_it=β₀+β₁I_it+β₂I_it²+ε_it (6)

MCI_it=β₀+β₁log(I_it)+ε_it(7)

其中MCI_it为省(市)i在t年的物质消耗指数，I_it为省(市)i在t年的人均固定资产投资，ε_it为误差项，β₀，β₁，β₂为回归方程的估计参数，如果倒U字假设被证实则β₁为负，β₀，β₁为正。

当我们进行各省(市)的面板数据分析时，我们使用跨部门的时间序列数据(time series cross-section，TSCS)，需要从TSCS的数据中用相同的回归方程来找出其趋势。但数据的特征从三个方面违背普通最小平方对于面板数据的基本假设：①误差的序列相关，即同一时间序列不同时点的数据存在自相关性；②误差的跨省(市)的横向相关，即对于某一时点上对于环境的变化(如宏观经济政策的调整)所表现的类似反应；③误差往往是异方差的。本文在Bringezu的技术路线^[11]基础上根据研究目标加以调整。首先，针对面板数据的特征，用适合处理个体成员截面异方差的广义最小平方法(generalized least squares，GLS，即，引入异方差消除项γ，λ)代替一般最小平方法(ordinary least squares，OLS)^[18-20]。其次，由于数据包括了我国所有省份，个体成员是所研究总体的全部单位，所以个体成员之间的差异能被看作是回归的参数变动，采用面板数据的固定效应模型(Fixed Effects Model)除去固定效应；并通过对非线性的回归方程的坐标移动除去随机效应。同时，物质消耗的指数化在一定程度上抑制了异方差问题。经过上述调整后的回归方程为：

MC_it=β₀+β₁GDP_it+ε_it (8)

MC_it=β₀+β₁(GDP_it-γ_i)+β₂(GDP_it-γ_i)²+ε_it (9)

MCI_it=β₀+β₁(GDP_it-γ_i)+β₂(GDP_it-γ_i)²+β₃(GDP_it-γi)³+ε_it (10)

MCI_it=β₀+β₁log(GDP_it-γ_i)+ε_it (11)

MC_it=β₀+β_1it+ε_it(12)

MCI_it=β₀+β₁(I_it-λ_i)+β₂(I_it-λ_i)²+ε_it(13)

MCI_it=β₀+β₁log(I_it-λ_i)+ε_it (14)

（未完待续）

责任编辑：夏雨