对我国经济增长的因素分析

 对我国经济增长的因素分析

 
【内容摘要】：本文以支出法国内生产总值核算理论为基础,引入资本形成总额、最终消费和净出口三个解释变量,运用计量经济学的方法,分析国内生产总值与这三者的关系.从中国的实际情况出发,在利用2002年度截面数据分析的基础上,又引入1994年各地的截面数据进行对比分析,进而分析各因素对国内生产总值的不同程度的影响及其原因,最后提出我们的一些观点。
【关键词】：SNA 国内生产总值 经济增长

一、经济理论阐述及问题的提出：
   发展经济学理论认为,一国的经济增长是指一个国家的产品和劳务数量的增加,或按人口平均的实际产出的增加,通常以国内生产总值（GDP）或它的人均数值来衡量。随着中国经济的迅速发展和实力的不断增强,国内外经济学家越来越关心反映中国经济发展的国民经济核算,特别是国内生产总值核算.
 国民经济是一个极其复杂的运行系统,各经济变量之间存在着错综复杂的联系.国民经济核算是对国民经济运行过程和结果的核算,是从定量角度描述经济活动和经济循环的有力工具,是整个经济统计的核心。目前,世界通常采用的国民经济核算体系是联合国在1993年新修订的国民经济账户体系（SNA）。
 
 长期以来，投资需求、消费需求、出口需求不同程度地刺激了国民经济的增长，通常被称为拉动经济增长的“三驾马车”，所以研究三者与国民经济增长之间的关系具有十分重要的经济意义。
 支出法国内生产总值是指,一个国家或地区所有常住单位在一定时期内用于最终消费、资本形成总额,以及货物和服务的净出口总额,它反映本期生产的国内生产总值的使用及构成。最终消费分为居民消费和政府消费.其中,居民消费是指常住住户墩货物和服务的全部最终消费支出.政府消费是指,政府部门为全社会提供公共服务的消费支出或免费或以较低价格向住户提供的货物和服务的净支出.资本形成总额是指常住单位在一定时期内获得的减去处置的固定资产家存货的变动,包括固定资本形成总额或存货增加.固定资本形成总额是指常住单位购置、转入和资产自用的固定资产,扣除固定资产的销售和转出后的价值,包括有形固定资产形成总额和无形固定资产形成总额.货物和服务净出口是指货物和服务出口间货物和服务进口的差额。

 众所周知,GDP核算存在不可避免的缺陷,但是不可否认的是,这是现存最合理的一种核算方式。改革开放20多年来,中国的经济增长引起了世界的关注,在人们津津乐道”东方睡狮”崛起的同时,似乎我们更应该着重分析这种现象背后的原因。由于我们分析视角的局限性,不可能面面俱到。在此,我们运用计量经济学的方法,采用1994年和2002年的中国各地区的截面数据,试图从支出法国内生产总值核算出发对我国经济增长的影响因素进行一些实证分析。
 
二．样本数据选取及模型设定：
 回归模型设立如下：
 Yi =β0  +β1 X1i +β2 X2i +β3 X3i +ui
Yi----------GDP总额X1i----- 最终消费X2i------资本形成总额X3i-------货物和服务净出口Ui------随机扰动项
 β1、、β2、、β3-------待估参数    (I=1, 2)
 
 变量采用截面数据，样本期为:1994年和2002年。具体数据(现价计算)如下：
表1   2002年数据（单位：亿元）
地区 GDP 最终消费 资本形成总额 货物和服务净出口
北京 3212.71 1699.81 2010.02 -497.12
天津 2051.16 990.21 1055.17 5.78
河北 6122.53 2819.62 2660.93 641.98
山西 2042.14 1184.01 919.23 -61.11
内蒙古 1763.37 1092.48 847.89 -177
辽宁 5458.22 3031.47 1835.54 591.21
吉林 2317.68 1444.68 898.45 -25.45
黑龙江 3828.93 2287.75 1322.37 218.81
上海 5408.76 2455.67 2409.39 543.7
江苏 10532.81 4801.91 4808.67 922.23
浙江 7790 3741.66 3467.46 586.88
安徽 3569.09 2262.95 1310.3 -4.76
福建 4620.47 2434.05 2119.58 66.84
江西 2460.49 1459.65 999.28 1.56
山东 10552.06 5021.15 4940.67 590.24
河南 6168.73 3441.71 2546.46 180.56
湖北 4860.92 2669.7 1994.77 196.45
湖南 4340.94 2762.95 1572.89 5.1
广东 11769.72 6701.15 4156.67 911.9
广西 2455.36 1698.54 877.93 -121.11
海南 603.88 331.22 275.99 -3.33
重庆 2020.38 1228.89 990.05 -198.56
四川 4875.12 2894.1 1976.68 4.34
贵州 1185.06 890.31 649.33 -354.59
云南 2232.32 1526.25 887.49 -181.42
西藏 174.72 99.95 72.19 2.58
陕西 2035.96 1109.11 1107.7 -180.85
甘肃 1165.94 679.32 538.62 -52
青海 337.76 221.55 245.84 -129.58
宁夏 329.28 249.26 245.22 -165.2
新疆 1598.28 948.92 864.27 -214.91

表2   1994年数据(单位:亿元)
地区 GDP 最终消费 资本形成总额 货物和服务净出口
北京 1318.6 396.29 902.63 19.68
天津 725.14 323.76 430.9 -29.52
河北 2147.49 1019.29 884.46 243.74
山西 857.63 494.91 385.71 -22.99
内蒙古 681.92 406.88 331.11 -56.07
辽宁 2461.78 1239.61 1024.66 197.57
吉林 944.44 577.59 389.93 -23.08
黑龙江 1617.83 1019.21 566.21 32.41
上海 1971.92 873.89 1151.61 -53.58
江苏 4000.9 1721.45 2018.95 260.5
浙江 2666.86 1173.68 1185.74 307.44
安徽 1488.47 882.64 598.87 6.96
福建 1685.34 936.2 756.34 -7.2
江西 944.75 597.09 368.62 -20.94
山东 3810.03 1889.34 1784.62 136.07
河南 2224.43 1198.86 883.44 142.13
湖北 1895.71 1058.13 746.91 90.67
湖南 1694.42 1113.62 581.52 -0.72
广东 4329.65 2182.43 1981.07 76.15
广西 1241.83 817.21 477.82 -53.2
海南 330.95 156.47 224.17 -49.69
四川 2776.54 1699.41 1064.07 13.06
贵州 517.96 388.91 154.55 -25.5
云南 973.97 570.45 433.59 -30.07
西藏 46.76 32.74 23.07 -9.05
陕西 816.58 570.34 398.55 -152.31
甘肃 451.66 319.11 177.63 -45.08
青海 138.25 92.17 60.1 -14.02
宁夏 134.23 95.17 69.12 -30.06
新疆 673.68 375.2 487.55 -189.07
注：表1，表2数据分别来自2003年和1996年《中国统计年鉴》

三．模型检验
    首先采用2002年数据，进行如下分析：
 假设模型中随机误差项Ui满足古典假设，运用OLS方法估计模型的参数，利用计量经济计算机软件Eviews计算可得如下结果：
表3
Dependent Variable: Y
Method: Least Squares
Date: 12/20/04   Time: 13:55
Sample: 1 31
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob. 
C -0.056877 0.438992 -0.129562 0.8979
X1 1.000356 0.000380 2635.343 0.0000
X2 0.999513 0.000444 2251.705 0.0000
X3 0.999400 0.000969 1031.197 0.0000
R-squared 1.000000     Mean dependent var 3802.735
Adjusted R-squared 1.000000     S.D. dependent var 3061.555
S.E. of regression 1.083501     Akaike info criterion 3.118187
Sum squared resid 31.69732     Schwarz criterion 3.303217
Log likelihood -44.33189     F-statistic 79840870
Durbin-Watson stat 2.485296     Prob(F-statistic) 0.000000

回归方程为：
Y=-0.05687658464+1.000355738*X1+0.9995131767*X2+0.9994001555*X3（0.438992）    （0.000380）     （0.000444）      （0.000969）
 t=（-0.129562）    （2635.343）      （2251.705）     （1031.197）
 R2=1.000000     F=79840870
经济意义检验
 由回归估计结果可以看出,最终消费、资本形成总额、净出口与GDP的增长线性正相关,这与现实中GDP随最终消费、资本形成总额、净出口的增加而增长是相符的。
统计推断检验
 从估计的结果可以看出，可决系数R2=1.000000, F统计量=79840870，表明模型在整体上拟合地比较理想。系数显著性检验：给定α=0.05，明显地，X1、X2、X3的t的P值小于给定的显著性水平，拒绝原假设，接受备择假设，表明最终消费、资本形成总额、净出口对国内生产总值有显著性影响。
计量经济学检验
多重共线性检验:
 由表3可看出,模型整体上线性回归拟合较好,R^2很大,F值,t值均大于给定显著性水平下临界值,则说明该模型不存在多重共线性.
 2．异方差检验:（采用WHITE检验）
表4
White Heteroskedasticity Test:
F-statistic 0.807696     Probability 0.614457
Obs*R-squared 7.971458     Probability 0.537025
    
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/20/04   Time: 14:36
Sample: 1 31
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob. 
C -2.773926 3.787260 -0.732436 0.4720
X1 0.002419 0.006708 0.360583 0.7220
X1^2 -8.68E-06 7.14E-06 -1.216456 0.2373
X1*X2 1.95E-05 1.78E-05 1.094762 0.2860
X1*X3 9.92E-06 1.45E-05 0.682590 0.5023
X2 0.002276 0.008952 0.254209 0.8018
X2^2 -1.19E-05 1.03E-05 -1.159783 0.2592
X2*X3 -3.51E-06 1.07E-05 -0.328381 0.7459
X3 -0.010874 0.017150 -0.634056 0.5329
X3^2 -7.93E-06 2.43E-05 -0.326124 0.7476
R-squared 0.257144     Mean dependent var 1.022494
Adjusted R-squared -0.061223     S.D. dependent var 4.906502
S.E. of regression 5.054467     Akaike info criterion 6.334118
Sum squared resid 536.5004     Schwarz criterion 6.796695
Log likelihood -88.17884     F-statistic 0.807696
Durbin-Watson stat 2.007909     Prob(F-statistic) 0.614457

 F=0.807696  Obs*R-squared= 7.971458  查分布表得χ20.05（3）=7.81473< Obs*R-squared= 7.971458,则接受H1，表明随机误差Ut存在异方差。
 用WLS估计法对异方差进行修正，取权数w=1/e2  由EVIEWS操作得：表5
Dependent Variable: Y
Method: Least Squares
Date: 12/20/04   Time: 14:50
Sample: 1 31
Included observations: 31
Weighting series: W
Variable Coefficient Std. Error t-Statistic Prob. 
C -0.003872 0.004204 -0.921002 0.3652
X1 1.000014 2.07E-05 48206.21 0.0000
X2 0.999982 2.85E-05 35032.30 0.0000
X3 0.999973 3.65E-05 27405.22 0.0000
Weighted Statistics    
R-squared 1.000000     Mean dependent var 2787.020
Adjusted R-squared 1.000000     S.D. dependent var 9970.881
S.E. of regression 0.007202     Akaike info criterion -6.908945
Sum squared resid 0.001401     Schwarz criterion -6.723914
Log likelihood 111.0886     F-statistic 4.11E+12
Durbin-Watson stat 2.141010     Prob(F-statistic) 0.000000
Unweighted Statistics    
R-squared 1.000000     Mean dependent var 3802.735
Adjusted R-squared 1.000000     S.D. dependent var 3061.555
S.E. of regression 1.154538     Sum squared resid 35.98987
Durbin-Watson stat 2.213957   
 所以，修正后的模型为：
Y =-0.003872281179+1.000013993*X1+0.9999815832*X2+0.9999728352*X3
 （0.004204）    （2.07E-05）     （2.85E-05）      （3.65E-05）
 t=（-0.921002）    （48206.21）      （35032.30）     （27405.22）
 R2=1.000000     F=4.11E+12
3．自相关检验：
 根据表5估计的结果，DW=2.213957，在给定显著性水平为0.05，n=31, k’=3时，查Durbin-Waston表得下限临界值dL=1.229，上限临界值du=1.650,可见DW统计量du=1.650<2.213957<4-du=2.350,由此可判断模型不存在自相关。
 
 通过以上对2002年数据的分析，我们得出如下方程：
Y =-0.003872281179+1.000013993*X1+0.9999815832*X2+0.9999728352*X3
 （0.004204）    （2.07E-05）     （2.85E-05）      （3.65E-05）
 t=（-0.921002）    （48206.21）      （35032.30）     （27405.22）
R2=1.000000    F=4.11E+12

 接着我们引入1994年的数据,运用相同的方法进行分析,最终模型为：
Y = 0.01058809115 + 0.9999093695*X1+1.000091716*X2+0.9999030888*X3
   （0.052450）        （7.25E-05）      （4.22E-05）      （0.000239）
 t=(0.201872)          (13785.01)        ( 23698.92)       ( 4185.566)
 R^2=1.000000            F=6.88E+08
四．总结

 说明：本文之所以选择94年的数据做对比是因为从1993年开始中国取消使用MPS体系核算GDP，而代之以单一的SNA体系。
 从两个模型的对比分析来看，各变量前的系数相差很小，这表明最终消费、资本形成总额、货物和服务的净出口对GDP的影响是趋于稳定的，从而保证了模型在很大程度上存在稳定性。同时，我们可以很明显地看出“三驾马车”对GDP存在不相上下的影响，其系数都非常接近1。
 上世纪90年代初，中国部分地区出现了经济过热现象，特别是在房地产领域的投资大大增加，故1994年的资本形成总额对GDP的贡献相比其他两因素要稍大。
 而在2002年的模型中，最终消费对GDP的影响相对较大，原因可能是自1998年以来连续几年国家宏观调控政策中一直强调扩大内需，鼓励消费，而且人们的消费习惯、消费观念都发生了变化，引起边际消费倾向的提高。
 另外,02年净出口对GDP的影响也相对有所提升.原因主要有三个方面:首先,入世效应得到极大释放：入世后政府明显放宽民营企业的出口经营权，使得民营企业出口量呈现迅猛增长的良好形式；二是入世使国外特别是发达国家对我国出口的限制明显减少，刺激了我国具有明显比较优势的产品如家电，纺织品的出口；三是跨国公司加快将制造业基地向我国转移，导致外商投资企业出口增长加快。其次,2002年初国家明显加大了推行出口货物免、抵、退税范围，加上一些地区纷纷采取措施刺激出口增加，极大得调动了企业的出口积极性。另外,美元的阶段性贬值对我国扩大出口也产生了积极影响。人民币与美元挂沟,美元对欧元、日元等主要世界货币的贬值，意味着人民币对其贬值，从而在一定程度上刺激出口。
 
 
 本文不想简单的对用支出法计算GDP做验证，因而引入1994年的数据做对比，希望能从中发现问题，得出一些有意义的结论，进而提出政策建议。但遗憾的是，当我们把两年的最终模型确定下来时，却发现二者差距甚小，这充分说明：我国在引进SNA体系初期，就已经实现了核算体系的成功转变。
 由于经济理论知识的欠缺，因此不能作出深层次的的经济分析。本论文的着重点并非在结论，而在于利用计量经济学这种定量的分析方法，解决现实中的问题。
 

参考书目：
 《计量经济学》  庞皓主编   西南财经大学出版社  2002年版
 《国民经济核算概论》肖红叶 周国富编著  中国财政经济出版社 2004年版
 《中国国民经济核算与宏观经济问题研究》   许宪春著   中国统计出版社
2003年版
 《中国宏观经济运行与经济波动》  柳欣主编  人民出版社 2003年版
 《发展经济学》 黄卫平 彭刚主编  四川人民出版社  2003年版