到底什么在推动GDP

《到底什么在推动GDP》由会员分享，可在线阅读，更多相关《到底什么在推动GDP（11页珍藏版）》请在装配图网上搜索。

1、到底什么在推动GD王萌45011 徐光宜 400116一、 问题的提出改革开放以来，我国的D一直呈现出稳定增长的状态，并且90年代过后更是加快了增长的速度。而去年我国GD增速创11年来新高，达到.7,GDP总量则达到了209407万亿元,这是我国GD首次突破20万亿元大关,距离202年首破0万亿仅仅4年.现在我国从GDP总额上来说已经是世界第三大经济体，仅次于美、日、德.但是我国GD的增长却一点都没有要放缓的样子，有人预计，如果加上人民币升值的因素，今年我国GDP总额很有可能超过德国成为世界第三大经济体。中国的P高速增长已经成为当今世界的一个经济奇迹，很多学者都想搞清楚中国能够保持DP高速增长

2、的原因,但是这也许将是一个迷。我们想仅从实证和数据的角度，试图找出影响我国GP增长的最有力的因素,从而对DP的增长原因形成一个直观的感受,这对广大研究中国G增长的学者也可以作为一个数据的参考和支持。同时,从经济增长的结构合理性方面出发,我们将加入几个同中国当前国情密切相关的变量进行分析，从而得出可能改进的方向。二、 现有观点关于GD的增长原因,其实很早人们就已经在研究了。比如最早的重商主义,认为国民财富的来源是商品的流通,要积累国家财富最好的办法就是多向国外出口商品而限制进口。虽然他们没有提到DP，但是国民财富只是GD的另外一种表述罢了.到了斯密的时候,他认为影响国民财富增长的因素是分工、资本

3、积累和税收，但是最终的因素还是资本的积累.到了现在，人们普遍接受的观点是G的增长是由于需求和供给的拉动，具体的说，需求拉动即我们非常熟悉的所谓“三架马车：投资、消费和出口;供给拉动经济增长主要包括三个方面:制度供给、要素供给和结构供给。根据现在一些研究影响我国GDP增长因素的学者的观点,有人从国民经济的绝大多数变量中运用模糊规则归纳法进行筛选得到对GP影响较大的因素,得出 GDP增长的因素有职工平均工资、工业总产值客运周转量、从业人数、建筑业总产值、居民平均消费水平和社会消费品零售总额等.但是这种方法研究的变量过多，最后得出的变量数也不少，没有侧重点,过于复杂,让人还是搞不清楚究竟是什么对推动

4、GD起了重要作用。而且这种方法的因素之间很可能存在严重的多重共线性。大多数研究者还是运用的计量经济学的方法选取国民经济中的重要变量进行回归分析从而得出结论。吉林大学的张金玲认为税收和GDP是负相关的关系，其他变量,包括城乡居民储蓄、G的滞后量、固定资产投资和职工工资水平均与GDP呈正相关关系。这个模型中引入了GDP的滞后变量，并不符合古典假定,很可能会影响其模型的估计。并且在做模型的经济意义检验的时候对于税收的系数为负的原因并没有说明，比较牵强。三、 理论分析和模型设定除了上述的关于经济增长原因的观点,其他比较具有代表性的观点还有：人口增长率的提高、技术的进步，宗教的作用,对产权的法律和制度界

5、定，等等。另外,索洛建立了他的解释框架，即生产函数：Q=Q（K，L,），由此推出用语言来描述，产量的增长率等于：(1）技术进步率；(）劳动投入的增长率乘以劳动在产量中的份额;(）资本增长率乘以资本在产量中的份额。综合这些理论中的优秀成分,结合我国的具体情况,并且根据我们分析的需要，我们选取了固定资产投资、教育经费、职工工资总额、建筑业增加值、能源消费、财政支出、居民消费等变量进入分析。其中，前三项可以分别对应于索罗模型中的资本、技术以及劳动投入;建筑业增加值是针对我国房地产业的高速发展而加入的;能源消费是在提倡节能减排的背景下加入到分析中的;而财政支出和居民消费则是对应于政府投资和消费对于GP

6、的影响，这是因为根据以往其他人的分析,这两个变量对GDP的增长有显著的作用。我们设定模型为线性模型，以D为被解释变量，其他七个变量为解释变量.模型设定为： 其中,X:居民消费；J：建筑业增加额GZ：职工工资总额 Z：财政支出JY:教育经费 NY：能耗TZ：固定资产投资合计四、 实证过程（一） 数据收集我们采用了20年各省的截面数据作为我们的分析数据。选取202年的数据是由于能源消费的各省资料最新数据截至到22年。其中所有资料全部来源于003年中国国家统计局的统计年鉴.值得提出的是，本文采用截面数据,共录入了20年中国8个省份的相关数据（由于数据搜集有限,海南、宁夏、西藏和港澳台除外）进行计量分

7、析，由于我国各个省份的特点不同，影响GP发展的因素在各个省起的作用也有大有小，因此通过对截面数据的计量分析可以抽象出作我国东中西部不同省份间推动P发展的共同的、重要的因素，这也是本文相较于其它文章创新的思想所在。选取截面数据,同时也保证经济结构是不变的，而且截面数据比较具有代表性，可以避免伪回归和非平稳的问题。（二） 实证分析根据203年中国统计年鉴，将各省份的GP、建筑业增加值、职工工资总额、固定资产投资、能源消费、财政支出、居民消费、教育经费共八大项目提取出来，为了在后面的计量图形分析中更加直观,将除“能源消费外的项目单位统一为“亿元”,得到下表数据:GDz建筑增加z职工工资总额z固定资产

8、投资合计ny能源消费cz财政支出f居民消费jy教育经费北京321。71239。03950.371。9645068.49649.1392212天 津2051。19.33290。22.91302265.210366。385.92406河 北122。183。1685047.115865891205。517。933山 西20503.88839。846。939334.7481017。848内蒙古1734.316。04537.55。245633.574327719313辽 宁54582218。23403.1.59990.920224。770。3887吉 林26。121837300.62435362.617

9、142。810558黑龙江8。16110。949。44。20453186821631142.65651上 海5408。7684.63030.17.1511962.347902。192.045江苏317551.9128813。1776.619609860.2375。1337.082浙 江795.12862.187。23869.039253。628.574安徽369。1145。626337.19785316456.8579183.19134.2105福 建682019。149409224.83493975821699。7445。11355江 西450。87。943243.201.529313843

10、1114。588.738山 东10552060.10368.4671104860.644381。22.070河 南6168.715。346624566。5860629.18124。8519.91743湖北4975.311。02147640。89671511.395214。1119.071湖南4340。415.3024321387。4045533。022192.5177。161广 东1769.73363.225130。3811113551521。07245421。3469广 西455。3662.87682804185.528419.8751157。911234941重庆19.334.7321.6

11、282.6332405859188。886。751四川4875.237。79253.494.3751071。6202216。2920.8898贵 州1185。0449.368。356。944031672639296727641云 南232.33。5206300。053393952.890602.615。75315陕 西2035。967.11533.239.5537104914882。2134705甘 肃116143585621.543。3131274.1151。47.601青 海411119。1767。980118。71361.518新 疆159886.096925359136221.1720

12、0.679.7936下面将表中各项数据录入VWS进行分析：图一1. 最小二乘分析图中我们直观地看到，能源消费、财政支出和居民消费等项目同GDP的变化较为相似，说明选取的七大指标因素对GD的影响是肯定的。接下来在EVIS中对所有变量进行OLS回归得到结果：pndetariable: DPMethod： ast SquasDte: 12/6/07 Tie：3:45Samle: 1 28nludobsevtn： 8VarableCeiced Eort-SttisticProb.C363.7698955-11771022530XF2.55472603128.237545。0000Z4。7698492.

13、288632。012480。095Z3.364555437851801.1828JY5。606787163-065290535Y。09778。0691870。28587779Z055648117170。4139。6780CZ-1。892351。29281。46959。596sqard0.9693Mean depndent vr175.2djsted suared098886S。 dependeta07.54E.f regesin3.005Akaikinfo criterio620Sum squared res528615。Schar criterio001Logkloo-067statisti

14、c21.11Durbnason stt1310Prob(-ststic）.00002.多重共线性检验及修正 从OLS回归结果来看,-sqred 、AdjustdR-sqared和F-statsti都比较满意，说明选取的七大变量对GD的影响较强,这也符合图一中结论.从每个变量的个体分析来看,以tStatitic为指标，这里能通过t统计的只有XF居民消费和JZ建筑业增加值,其他变量的值都不大. 由图一,各变量在图中呈现共同上升或下降的趋势，当它们共同作为解释变量的时候就有可能出现多重共线性问题，我们必须对此进行检验:先用简单相关系数检验法：在EVIEWS中Corrlaion工具得到各解释变量相关关

15、系如下，XFJZZCZYYTZXF0000000。794800。848810。9019100.8725660。79430857055JZ0.79801.000000。75600.771810。1306492200.89082GZ08488810.56081。0000.9398。7042。7110480。79645Z。90110.747810.9339810000.91820。2610.8004J0.875660。85130.9704250。915820。000.6766870。8644NY0。794320。4220。71048072961.6766871。000000.77432TZ08570

16、550。879020.906080024。60407432.0000 表一 以0.8为标准，可以看到回归方程是存在多重共线性问题的，下面用逐步回归的方法修正：先用被解释变量对每一个解释变量做OS回归，选择出对被解释变量贡献最大即使Adjsted R-sqed值最大的一个解释变量。经过逐步回归可知，XF居民消费对GDP的贡献最大，Ajsted Rsquaed的值达到.959676：epdet Varale：GDMth：Least uareDte：1/16/07 im: 14:45Se： 1 28Includ obsertios： 2VialeCoeffiienttd. rrrSttistirob

17、。C497。715216.79-2。2989.029X2.87758。1135828740000R-squaed0.96169Ma depenent var4175.924djusd -ared0959676S。D depdent vr307.514.E。 fgression6。935Akikeino rrin15.7136Sumsquared res9483194。Schwarzriteion15。8082L liliood27989Fttisic643.5729DrnWtson sta416Prob（Fstatsi)0.0000 表二因此以XF为基础再逐个引入其他变量。引入建筑业增加值后,

18、L回归结果得到改善：Adusted Ruard和Du-Wasn tat值都有所增加，JZ的-tatisc值为.098184，通过了t检验。因此，引入JZ变量。Depnden Vriable: GPehd: east Squarst：2/6/07 me:14：48Sml： 28Incdd observtin： 28ariblCoffiiend。ErrSatisticProb。1.607117。8292.9920013XF。4678.1619881528960.0000JZ3。9201。2513。098140.048Rsqrd0.97Mean dndnt va4175。924Adjusted R-

19、suare。969697S.D.ddent vr3007514S。.o egresio5353Akaiein reon5605S squaed rsi65268cwarz rron156278Lo lkliood21347Fstatistc433003DurbinWatat1。0503Prob(-statist）。00000同样对其他解释变量逐个回归，但得到的结果都不理想,顾舍去其他解释变量，最终保留变量X和J.异方差的检验 接下来，我们知道截面数据由于各单位的差异很容易出现异方差。本数据中各个省份的特点都不一样，因此有必要进行异方差的检验，这里采用White检验:因为有两个解释变量，因此我们

20、选择WhieHeteroskdasticiy cross ems,则辅助函数为：经估计出现White检验结果：Witeetroskeatcitet：sttsic2。48166Prob. F（5,22）0062380ObsRsquared11185Prob。Ci-Sque（5）0。07191TestEquto:penentVarabl: RESIDMetod： LaquarD： 1/6/0 Tie: 1：57mle： 2Icuded observations: 28aribeCoeficett. EotSatiticPrb.C80519.0232726。2-1。635050113X2463531

21、3。567.3270118F20。30770。153479-1.99191.0589XF*JZ4.157432。2663.82619。0814Z959.570306。6501。3169380。2014JZ22.503189。7355424800850021Rsquared0361316ean deendent va24472。Adusted Rsquared02616S.D dpendt var4103S。E. of regressin63137。2kk ino criterio28。6303Sum squaedesd2.9E12Schwarz criron2.9183Log lkelihoo

22、394.8250F-statistc2.48966DurbinWatsonstat.81171Pr(-statistic）0。62380 其中bs*R-qure即的值为10。15，由White检验知，在=0。5的水平下,查分布表，得到临界值，因为1。185，所以知模型不存在异方差。 因此,经过多重共线性、异方差性的检验和修正,我们最终保留解释变量X和JZ,由表二,最终回归模型为： （187.9) (0.168) (。265561） t=（2.6628） （1.2896） （3.09814) =33。073 DW=.5053五、 结果评价 综合以上的分析，原模型存在严重的多重共线性，这可以从表一

23、的变量相关性分析中看出,这是由于各个经济变量之间可能存在比较强的现实联系，例如职工工资总额和居民消费、固定资产投资和能源消费、财政支出和教育等都可能存在相互影响的关系。因此通过逐步回归法对变量进行回归后我们剔除了那些对模型贡献较小的变量,基本解决多重共线问题。当然，本文中变量被剔除并不能说明其对GDP没有影响,当将任意两个或多个被剔除变量同GD值回归后,我们发现其Rsqurd的值仍然明显高于04(截面数据的基本值)。同时，教育和财政对于GDP的贡献不显著并且为负。教育t值和Coefficint的为负值是由于在截面数据上教育作为某时点的净支出在起作用；政府支出t值和Coefcie的值为负值，说明

24、政府支出对于GDP有一定的反向作用，主要表现在投入到公共事业之外的政府支出会对生产和消费产生挤兑作用，因此过高的政府支出会拖累GD的增长.这样的结果是符合本文采用截面数据这样一个前提的.另外，能源消耗这一变量没有通过T检验，说明这一变量对于GDP的贡献是不显著的，这从一个侧面说明我国总体的能源利用效率比较低，更多的能源消耗量并不能对经济产生显著的促进作用，而只有提高能源的利用效率,节能减排、提高单位能源产出才是根本。最后,对逐步回归修正后模型进行的其他计量经济学检验均获得通过，不存在自相关和异方差等问题。六、 结论根据最终的模型,影响我国DP增长最重要的因素是居民消费和建筑业增加值，GP同居民

25、消费和建筑业增加值呈正相关关系。这一结果符合一般经济学理论以及索洛的增长模型。具体来说,当其他变量保持不变的时候居民消费每增加一亿元将使DP增加2。476780亿元;当其他变量保持不变的时候,建筑业的增加额每提高一亿元将使DP增加3.90941204亿元。从这一点来看，我国的经济增长属于消费拉动型,并且房地产业(建筑业增加值作为代表）对GDP产生了极大的推动作用。因此,我们可以说，持续不断地拉动国内消费需求，刺激商品经济的发展才是推动GD不断前进的动力。同时，房地产业作为国民经济的支柱行业之一的地位也不容忽视，怎样在保持房地产业的持续发展同时又和国民收入和消费相协调也是值得我们深思的,不能盲目地做大房地产行业而忽视国民消费、教育等方面。参考资料: 模糊规则归纳法及GD主要影响因素分析。电子科技大学学报 第3卷第期何跃 贺昌政。2002. GP影响因素的计量分析.吉林大学经济学院张金玲.200。 我国税收与GDP的增长现状及其影响因素分析.产业与科技论坛.2006年月第四期封淑玲06。 中华人民共和国统计局 中华人民国和国统计年鉴200年版. 计量经济学.科学出版社。 庞皓.2006。 全球视角的宏观经济学上海人民出版社杰弗里.萨克斯费力普. 拉雷恩 200。 文中如有不足，请您指教！11 / 11