中国与印度不平衡发展的比较分析报告.docx
《中国与印度不平衡发展的比较分析报告.docx》由会员分享,可在线阅读,更多相关《中国与印度不平衡发展的比较分析报告.docx(20页珍藏版)》请在冰豆网上搜索。
中国与印度不平衡发展的比较分析报告
中国和印度不平衡发展的比较研究
ShubhamChandhuri/MartinRavallion
【论文分类】社会主义经济理论与实践
【学刊期数】2008年04期
【论文期刊来源】《经济研究》(京)2008年1期第4~20页
【英文标题】UnevenGrowthinChinaandIndia
ShubhamChaudhuriandMartinRavallion
【作者简介】ShubhamChandhuri,MartinRavallion,世界银行发展研究局。
【内容提要】本文考察了中国和印度近年来经济增长不平衡的情况,并分析了不平衡增长对不均等和贫困的影响。
通过对家庭调查数据和官方加总数据的分析,本文发现增长存在不平衡——区域间、产业间和家庭层面上,这表明减贫工作进展不平衡,若增长更平衡,减贫效果可能更好;另外,收入不均等程度也在提高。
本文探讨了增长不平衡及其应引起重视的原因。
具体讨论围绕“有利的”和“不利的”不均等两个概念展开——不均等与不平衡增长对公平性以及长期增长与发展的有利或不利影响。
我们认为,需要制定相关政策,保持有利的不均等——继续鼓励创新和投资,同时降低不利的不均等的程度,尤其是通过人力资本和农村基础设施投资,帮助贫困人口参与市场。
【关键词】增长/发展/不平衡/贫困减少
一、引言
自上世纪80年代以来,中国和印度的经济增长伴随着以收入或消费度量的绝对贫困发生率的大幅度降低,中国的表现尤为令人瞩目。
图1显示了两个国家1981-2004年间贫困率变化的趋势,其中贫困人口基于可获得的数据计算,同时照顾到数据的可比性;贫困线设定为世界银行每天1美元的全球标准——按照1993年购买力平价约合每月32.74美元。
可以看出,在这一时期,中国起初具有更高的贫困率,但情况很快就发生了变化。
但是,两个国家增长过程的分配效应还是引起了人们的关注。
两国国内关于以增长为导向的改革的争论都在不断升温。
很多人认为增长成果的分配过于不平衡,一部分人无论是按照绝对标准还是按照相对标准都落在了后面。
按照传统的统计方法,这种不平衡性在两个国家表现为不断提高的收入不均等的程度。
这种不平衡性反过来也会给增长的可持续性带来一些问题。
这种现象应该如何理解?
增长的不平衡体现在哪些方面?
反映不均等程度提高的数据可信吗?
如果如此,一部分人被落在后面的情况是否应该引起关注?
这会不会给增长和减贫的可持续性带来风险?
图1 中国和印度的增长与减贫(1981-2004年)
数据来源:
Chen和Ravallion(2007)的贫困测算。
考虑到数据的问题后,我们考察了在中国与印度,增长不平衡表现在哪些方面,以及不平衡对不均等与贫困的影响。
根据对现有家庭调查数据以及官方加总数据的分析,我们发现,增长确实是不平衡的——区域间、产业间和家庭层面上,这意味着减贫方面的进展也是不平衡的,如果增长不平衡一些,减贫方面的效果就可能更大一些;同时,收入不均等程度在提高。
随后我们探讨了增长不平衡以及这个问题应该引起关注的原因。
我们的结论基于可获得的数据。
然而,由于相关问题的复杂性,并且按照严格的经验研究方法处理这些问题存在很多困难,所以本文的讨论不可避免地带有更多的推测性质。
我们的讨论所围绕的理念是,存在“有利的”与“不利的”不均等——不均等与不平衡增长对公平性以及长期增长与发展的有利影响或不利影响。
我们认为中国和印度的发展道路,既受这两类不均等的影响,又形成了这两类不均等。
有利的不均等——主要指那些反映经济激励的不均等,对经济增长起到关键作用;而不利的不均等——那些阻碍人们参与市场以及限制人力和物质资本投资和积累的不均等,可能在未来损害增长的可持续性。
我们建议制定相应的政策保持有利的不均等——继续为创新和投资提供激励,同时减轻不利的不均等,主要是通过人力资本和农村基础设施的投资帮助贫困人口参与市场。
二、数据问题
人们总有种种理由质疑经济统计数据,不均等和贫困的测度也不例外。
两国在数据方面的问题也相差很大。
过去关于中国贫困和不均等问题的很多研究受到种种数据问题的局限。
有些问题在其他国家(发展中或发达国家)也很常见,而有些问题则带有中国特色。
由于国家统计局在城市和农村地区使用的调查方法不同(而印度使用统一的调查方法),中国城乡数据之间的可比性成为较大的问题。
对于中国的分析,我们选择了两类具有全国代表性的年度调查数据,即年度农村住户调查数据与年度城镇住户调查数据。
正如RavallionandChen(2007)指出的,农村住户调查数据在时间上也存在可比性问题。
一个比较严重的问题是,1990年农民自给消费的估算方法发生了变化,政府采购价格(低于市场价格)由当地零售价格代替。
①1990年(两种方法具有可比性的唯一年份),RavallionandChen(2007)表明,新的估算方法略微降低了不均等程度;1990年中国农村的总体基尼系数由31.5%下降到29.9%;农村贫困率由37.6%大幅降至29.9%。
这反映出中国贫困人口的自给消费占总消费的比重很大。
以往研究中的另一个问题是,没有考虑生活成本的地区差异,这影响了收入分布的时空比较。
如果考虑到城镇生活成本更高的事实(RavallionandChen,2007),城乡差距就会有一定程度的减少。
此外,如果考虑到城镇通胀率高于农村的事实,20世纪80年代以后城乡不均等加剧的趋势(很多研究者提及过)就不存在了,尽管90年代中期以后城乡不均等加剧的趋势仍是明显的。
同多数国家一样,中国(和印度)关于贫困和不均等的大量分析都基于多期的横截面调查,每期的样本都被视为独立的。
调查并没有追踪同一家庭在不同时期的生活水平,我们也就无从得知在某一期哪些贫困是永久的,哪些贫困是暂时的(反映生活水平的波动,包括陷入和摆脱贫困)。
②
有关中国的微观数据公开得不充分,限制了研究人员应对数据缺陷的能力。
但是,某些省及某些时期的微观数据还是可获得的。
RavallionandChen(1999)使用中国南方四个省份的微观数据修正了自给消费的估算方法以及物价平减指数。
对原始调查数据进行整理后,所计算的不均等程度降低了,不均等程度随时间提高的速度也降低了。
并非所有可能的数据问题都会低估不均等程度或不均等程度的增速。
例如,如果能够修正选择性偏误(相对富裕的人群在调查中代表性不足),不均等程度就可能提高。
③然而,对于中国和印度的数据,我们目前并没有修正这一问题的基础。
印度自20世纪60年代起的贫困监测主要基于家庭支出调查,该调查属于全国抽样调查(NSS)的一部分。
该调查的突出特征是将家庭人均消费支出作为个人福利指标,而贫困线保持固定的实际值,不因时因地(各邦的城市和农村)而变,贫困线由各地区和各时期的物价平减指数综合决定。
数据的主要问题是,由于20世纪90年代的两次主要调查存在可比性问题,印度贫困和不均等情况的估算并不令人信服。
④但是,1993-1994年和2004-2005年的调查可比性很强。
令人关注的是,这些调查在度量收入或消费上的质量。
基于全国代表性抽样调查的消费与收入的加总数常常与国民收入核算(NA)的加总数不符。
如Ravallion(2003)指出的,GDP就是一例,GDP包括本国非家庭部门的支出;而可能更令人不解的是,加总的私人消费水平及其增长率也存在差异,这种差异尤为令人关注。
但这里特别需要注意的是,国民收入核算中的私人消费包括数量较大且增加迅速的部分,而抽样调查往往忽视这些部分(Deaton,2005)。
⑤此外,调查还会遇到低报(特别是收入,消费还轻一些)和前述的选择性偏误问题。
⑥对两国做比较时也遇到了很多数据问题。
中国传统上一直使用家庭(人均)收入数据,而印度使用(人均)消费数据。
⑦另外,关于生活成本的地区差异,在两个国家都很难获得可靠的数据。
两国的购买力比较也常常受到很多因素影响,包括价格和价格指数数据等问题。
在本文中,我们普遍忽略这些数据问题,当然,这并非因为我们认为这些问题不重要。
三、增长不平衡的表现
过去25年里,中国和印度的增长不平衡体现在很多方面,本节主要从四个方面阐述。
1.区域间的增长不平衡
中国和印度的总量增长成就的背后,是本国各地区增长的不平衡。
就中国各省的GDP增长率(1978-2004年)而言,青海省最低,是5.9%;浙江省最高,是13.3%。
而在印度的16个大邦中,比哈尔邦(包括新成立的恰尔康得邦)的GDP增长率最低,是2.2%;卡纳塔克邦的增长率最高,达7.2%。
与前几十年相比,过去25年里两国各省(邦)的增长率更高,波动也更小,例如在印度,20世纪80年代以前,除旁遮普和哈里亚纳两个“绿色革命”邦以及马哈拉施特拉邦以外,各邦的增长率最高是每年2%——增长率的变动意味着两国的区域差异都在增大。
这种情况在印度表现得更加突出,原来较贫困的邦增长也更缓慢,无论在绝对意义上还是在相对意义上都出现了无条件分化。
⑧图2清楚地表现了这一点,其中横坐标是两国各省(邦)初始人均GDP与最贫困的省(邦)初始人均GDP的比值,纵坐标是两国各省(邦)人均实际GDP的年均增长率。
印度最贫困的那些邦仍然保持着正增长率,但它们与高增长率和改革无缘。
在中国,起初贫困的各省已经努力赶上起初富裕的各省的增长率(见图2)。
也就是说,中国各省不存在相对意义上的分化,但各省绝对意义上的差距还是加大了。
另外,中国沿海和内陆地区显示出了区域不平衡的迹象。
⑨
图2 中国和印度各地区的增长率
数据来源:
《中国统计年鉴》(各年);中央调查组织、印度政府。
以下图3、图6同。
增长的区域不平衡在两个方面导致了减贫进展的不平衡。
首先,在中国和印度,由于家庭收入增长与地区减贫有紧密联系,⑩增长的区域不平衡也就意味着减贫进展不一样。
在中国,沿海地区的进展就领先于内陆地区。
1981-2001年间贫困率的年均下降率,内陆省份为8%,沿海省份则为17%。
在印度,大多数西部和南部的邦——印度半岛(安得拉邦除外),表现得相当不错,而较为落后的比哈尔邦、马德雅普拉德邦、拉贾斯坦邦、北方邦,以及东部各邦在1993-1994年间以及1999-2000年间减贫进展很慢。
其次,在两国,增长最快的地区并非是能对贫困产生最大影响的地区。
将各省的增长率同各自的减贫相对于增长率的弹性(并以初始的本省贫困人口占全国贫困人口的比例为权重,这些权重体现了各省的增长对全国贫困的影响)进行比较,结果是显然的。
如果增长的格局有利于那些增长的减贫效应最大的省份,我们就会看到增长率同加权的弹性之间呈负相关关系。
但是,两国的情况均非如此。
(11)
图3 中国和印度各产业的GDP增长率(1980-2005年)
2.产业间的增长不平衡
过去25年里,第一产业(农业)的增长率不但滞后于第二(工业)和第三(服务业)产业,而且呈现了下滑的趋势(见图3)。
就名义值而言,过去25年里,两国城镇收入和支出的增长都明显快于农村。
印度城市和农村的实际消费均值比稳步上升,由1983年的不到1.4提高到2000年的1.7。
而早在1981年,中国城乡名义收入均值比就在2.5左右。
随后,尽管城乡收入均值比有时下降,但总体趋势还是提高的。
考虑到生活成本的差异,两国的趋势就不那么明显了。
在中国,城镇通胀率高于农村地区,考虑到这一事实,城乡收入均值比的上升趋势就不明显了(RavallionandChen,2007)。
(12)但是,还是有几个阶段,包括1997年至今,相对的城乡差距有所增大。
而且,即使考虑到生活成本的差异,城乡收入的绝对差距也增大了很多。
印度也是如此。
我们把人均GDP看作分别来源于第一、第二和第三产业,估计下面有关贫困率变化率的回归方程,我们可以分析各产业的增长情况如何影响两国的减贫。
在中国,贫困率相对于总体GDP增长的弹性为-2.6。
但是,如果把增长按产业分解,可以明显看到,增长的结构对减贫率有很大影响。
第一产业增长的影响远高于第二或第三产业,而后两者增长的影响相近。
表1 减贫与增长的产业分布:
中国和印度
注:
括号内为t值(以下表2同)。
数据来源:
中国(1981-2001年)数据来自Ravallion和Chen(2007);印度(1951-1991年)数据来自Ravallion和Datt(1996)。
在印度,增长的结构也很重要,尽管其第三产业增长的影响比中国更大一些。
(14)这可能反映出两国农地配置方面的差异。
中国农村开始推行改革时,土地配置方面的不均等程度相对低。
20世纪80年代初的农村改革实现了相对平均的农地分配。
这意味着农业增长成为了中国减贫和减缓不均等的有力工具(RavallionandChen,2007)。
印度过去和现在农地分配的均等性要差一些,自然地,这也削弱了农业增长对贫困的影响。
另外值得注意的是,印度减贫对总体GDP增长的弹性也远远低于中国(表1)。
农民收入增加,无论是得益于农业增长还是因为农村非农就业增加(特别是中国),同样对总体减贫发挥了关键作用。
表2给出了贫困率随时间的变化率(贫困人口的对数的差分)对城乡平均收入加权增长率以及从乡村向城镇流动的人口回归的结果。
可以看出,在两国,农村收入增长是唯一一个统计上显著地与减贫相关的变量。
表2 减贫与增长的城乡构成
数据来源:
印度数据来自RavallionandDatt(1996);中国数据来自RavallionandChen(2007)。
表1和表2的结果表明,中国和印度经历的产业增长不平衡——第一产业增长率滞后于第二和第三产业,农村收入增长落后于城市,这意味着如果实现更平衡的增长,就可能取得更大的减贫成效。
通过反事实模拟可以分析更平衡的增长可能带来多少额外的减贫进展。
假设三个产业平衡增长,即各个产业的GDP份额一直保持在1981年的水平,利用表1中的估计结果计算不同假设下的减贫率。
例如,如果中国能够实现平衡增长并保持其在1981-2001年间的GDP增长率,年均减贫率将达到16.3%,而不是9.5%。
而中国只需要10年而不是20年就可以把贫困率从53%降到8%。
对印度进行类似的分析可知,如果没有产业和区域的增长不平衡,20世纪90年代初全面推行改革之后全国增长率能够实现的减贫率是印度历史趋势的二倍(DattandRavallion,2002)。
这一情况还表明,最初农村发展和人力资本开发相对差的邦,减贫对经济增长的弹性也更低(RavallionandDatt,2002)。
当然,人们会质疑事实上是否可能在不降低总体增长率的情况下实现产业更加平衡的增长,这种情况应该被视为一种可能的上限。
确实有迹象表明产业间存在此消彼长的情形。
在这一时期内,中国第一产业的增长率与第二和第三产业合并增长率的相关系数是-0.41,这说明若实现更为平衡的增长,第一产业增长率的提高将使总体增长率下降。
但值得注意的是,这种负相关性在统计上是不显著的(显著水平在6%),在某些时期(1983-1984年,1987-1988年和1994-1996年),第一产业的增长率以及第二和第三产业的合并增长率都超过了平均水平(RavallionandChen,2007)。
后面我们会回到两国是否面临总体增长与平衡的权衡这一问题。
3.居民收入增长不平衡
不同生活水平的居民在经济增长上也表现出不平衡性,增长发生曲线(growthincidencecurve)可以清楚地反映这个问题。
该曲线绘制了某一时期内各分位组(按人均收入或消费排序)人群的年均增长率。
(15)图4是1993-2004/2005年间中国和印度的增长发生曲线。
在两国最低分位组的增长率都低于最高分位组。
印度的曲线更平缓一些。
在中国,最富的1%分位组的增长率大约是最穷的1%分位组的2倍。
但是,令人惊讶的是,在这一时期,即使是中国最穷的1%分位组的增长率也高于印度最富的1%分位组。
图4可能低估了最富裕人群的增长率。
我们之前提到,全国代表性调查的大样本抽样(图4所使用的)并不能很好地反映位于分配链条最顶端的人群的情况。
对于印度,其他数据表明最富裕人群收入的快速增长。
例如,BanerjeeandPiketty(2005)基于一项有关税收返还的研究,指出印度的超富裕人群,即最富裕的0.01%的人群,他们的收入在1987/1988-1999/2000年间增长了285%以上,按购买力平价折合约每人每年增长16万美元。
图5表明了两国收入不均等的趋势。
相比而言,印度仍然是收入不均等程度较低的国家(世界银行,2005,2007),而中国不再如此。
中国的收入基尼系数由1981年的28%提高到2003年的41%,虽然中间有起伏,并且不同省份在不同时期的情况也不尽相同。
(16)
需要注意的是,虽然中国根据收入测度不均等,而印度根据消费,但这并不能解释图5中两国不均等程度的差异。
对于中国,在有些年份里也可以根据消费测度不均等,但是,根据消费得到的结果仅略低于根据收入的结果,并且该结果仍然比印度高很多。
图4 中国和印度的增长发生曲线
数据来源:
作者计算。
中国数据来自RavallionandChen(2003),印度数据来自Ravallion(2004b)。
印度的基尼系数在20世纪90年代有所上升,但是其增加幅度远小于中国(见图5)。
(17)现在断定印度和中国一样不均等程度正处于上升趋势还为时过早。
从图5可以看出,印度不均等程度上升只是近几年出现的。
(18)实际上,20世纪90年代初以前,印度消费不均等的上升趋势统计上并不显著(Brunoetal,1998)。
(19)
图5 中国和印度的收入不均等发展趋势
数据来源:
作者对印度的计算,以及Ravallion和Chen(2007)对中国的计算。
人们的印象是印度的不均等程度在明显提高,但图5与此不符。
流行的看法可能有偏差,但数据也并非没有缺陷。
我们前面提过,调查数据可能低估富人的收益,这一点也可以从税收返还的情况上看出来。
富人消费模式和生活方式的明显变化不一定能够恰当地反映在以调查数据估算的不均等程度中。
另外,可能更重要的是,印度不均等程度急剧上升的印象也许反映了绝对不均等程度的上升,正如绝对贫富差距不断拉大,而这与比例差距拉大不同。
有证据显示,很多人是按绝对标准而非相对标准来看待不均等问题(AmielandCowell,1999)。
(20)
4.发展不平衡与不均等程度提高
由于两国开始改革时城乡平均生活水平差距较大,随后的发展不平衡,城镇收入增长快于农村,可能进一步提高了总体不均等程度。
RavdllionandChen(2007)的时序数据和回归分析都对中国的情况提供了直接的证据。
控制了城乡收入增长,城镇人口比重加大对总体不均等没有显著影响,而城乡平均收入差距扩大(缩小)的时期则是总体不均等程度提高(下降)的时期。
但是,目前不断扩大的城乡差距已经成为了公众和政府关注的焦点,其影响已不仅限于它对传统的不均等或贫困测度的影响。
这可能是部分因为人们认为城乡差距反映了改革过程中的城市偏向。
同样,区域不平衡在两国也都引起了广泛关注,但是地区(省或邦)间差距拉大的定量分析对于印度更有意义。
尽管政策讨论中已经着重考虑了组间不均等,但值得注意的是,城乡各自内部的不均等已经成为影响总体不均等的主要因素。
在中国,农村地区内部不均等程度提高已经成为总体不均等程度提高的重要动力;而在印度,城市地区内部不均等程度的提高甚于农村地区。
GDP增长的产业分布——不考虑城乡差别,也是不均等变化的重要因素。
例如表1中给出的回归结果,在中国,第一产业增长与总体不均等程度降低相关,而第二或第三产业增长则没有相关性(RavallionandChen,2007)。
还有证据表明,第一产业增长的影响有滞后性,且滞后效应与当年效应差不多。
令△lnG[,t](G[,t]是全国基尼指数)对△lnY[,1t](Y[,1t]是第一产业GDP)的两年移动平均值回归,我们可以得到(注意截距项表明很强的不均等程度提高的趋势,约为年均5%):
其中,U表示城镇人口比重,P表示消费价格指数(我们使用农村指数)。
第一产业增长的影响仍然很大,但我们也发现城市化有降低不均等程度的效应;(22)另外,通胀率越高,不均等也越严重。
较低的通胀率具有有利于贫困人口的分配效应,这与其他国家的情况是一致的。
(23)
第一产业的增长率要达到多少才能抑制总体不均等程度上升?
前面的弹性显示,每年7.0%的(移动平均)增长率可以避免不均等程度上升,而1981-2001年间第一产业的年均增长率为4.6%。
只有在两个时期,即20世纪80年代初期和90年代中期,中国农业的增长率才足以抑制不均等程度上升。
最近一个时期,第一产业GDP的实际增长率与抑制不均等程度上升所要求的最低增长率之间的差距尤为引人关注。
近期中国经济增长的分布显然提高了不均等程度。
现在还无法肯定印度的(最近的)不均等程度提高也是由于类似的原因。
但是,我们有理由认为,印度自改革以来经济增长过程中的“城市偏向”给总体不均等程度上升带来了压力。
四、增长不平衡及其受到关注的原因
增长为什么不平衡?
人们怎么看待这种不平衡?
在印度和中国,一部分人看起来已经落在了后面(至少截至目前),这应该引起重视吗?
我们是否应该担心不均等程度的上升?
提出这些问题很容易,但回答起来很难,因为不平衡增长与不均等的产生和持续是非常复杂的过程。
政策有一定影响,但初始的历史(例如遗留的制度)和地理(参与市场和享受公共服务的一个决定因素)条件也有一定影响。
毫无疑问,经济因素是非常重要的,但政治和社会因素也不容忽视。
严格回答这些问题超出了本文的范围。
但是,我们可以根据对不同来源的信息的分析进行评价。
我们的讨论围绕着有利的和不利的不均等之间的区别,即对于穷人的生活水平的变化,不平衡增长具有哪些有利的或不利的影响,以及影响的程度。
我们认为,印度和中国改革以后的发展路径都同时受到这两种不均等的影响,也都同时产生了这两种不均等。
1.有利的不均等
有利的不均等能够反映并强化市场激励,促进创新、创业和增长。
个别证据显示,印度和中国引入市场化改革以来不均等程度的上升至少部分地反映了一种全新的市场激励状况。
要说明有利的不均等(及由此而来的经济激励)在中国增长中的作用,可能最有力的例证是20世纪80年代初家庭承包制对农业生产的促进。
在家庭承包制下,农户分得土地,并获得土地生产剩余,这极大地提高了生产积极性。
在中国转型早期,家庭承包制改革在促进农村经济增长方面起到了关键的作用(Fan,1991;Lin,1992)。
最初,这些改革可能降低了不均等程度,提高了农村地区相对于城镇地区的收入。
但是,很快有些农户比其他户干得好——与耕作本领、农业气候条件以及市场参与有关,这使农村地区面临内部不均等程度上升的压力。
另一个例子来自Parketal(2004)对目前改革阶段中国城镇工资差距拉大问题的分析。
改革开始时,中国城镇地区实行固定工资等级,政府安排就业,从而教育回报率低(FleisherandWang,2004)。
人们少有积极性去努力工作或掌握技能。
由于工资压低以及劳动力流动性差,中国在20世纪90年代开始逐渐向市场体制转型,非国有部门蓬勃发展,劳动力市场日益放开。
改革扩大了非国有企业的就业量,并逐步形成了一个竞争性的劳动力市场,不同技术、不同经验的从业人员的工资差距显著拉大,教育回报率也有所提高(Parketal,2004;HeckmanandLi,2004)。
广泛提高教育水平尽管可能减少贫困,但也会提高总体不均等程度。
印度也是如此。
工资差距不断扩大,部分原因就是与受教育程度有关的工资差距在拉大,这同时反映了产品和劳动市场的竞争程度在不断提高(Dutta,2005)。
还有一个差距拉大可能促进经济增长的例子。
20世纪90年代,印度各邦在增长上的差异不断拉大。
Ahluwalia(2000)和Kohli(2006)推测,至少在一定程度上,这可能是因为不同邦的不同投