搜索
1中国经济增长影响因素实证分析刘达张昕明洪鑫摘要：改革开放以来，我国的社会主义经济取得了突飞猛进的发展，经济增长速度更是举世瞩目。本文采用经济增长模型和多元线性回归分析方法对1980～2010年中国经济增长因素进行研究，分析了物质资本、劳动力、消费对国内生产总值的影响，建立计量模型，寻求这些变量与中国国民产出的数量关系，进行定量分析，对模型进行检验。关键词：消费、投资、经济增长、劳动力，实证分析一、引言（一）研究背景自1978年改革开放以来,我国经济取得了巨大的进展,实现了经济快速增长。特别是1992年之后,经济进入了飞速发展时期。我国经济学家把以产权制度改革为核心的市场经济体制的建立誉为中国的“第二次革命”,尤其是最近几年,我国走的是制度创新和科技进步之路,走的是以信息化带动工业化的新型的工业化道路,这与20世纪80年代初实行家庭联产承包责任制的“第一次革命”相比显然成效显著,同时许多学者也开始了对我国经济增长的内在结构的实证分析。许多学者已经对我国的经济增长中的各个要素进行了实证分析,并且近年来分析的内容也在不断加深和丰富,制度因素、产业结构因素、人力资源因素等等都已经纳入了实证分析之中。本文将从另外一个角度,从CES生产函数中得到的动态的资本和劳动产出弹性出发,进而利用solow余值法计算各要素对经济增长的贡献率。通过计算,分析我国的生产函数的结构、资本和劳动的动态产出弹性的特点以及各个要素对我国经济增长的贡献率。（二）研究意义探索经济增长的原因、经济增长的内在机制及经济增长的途径。“战后最突出的经济问题至今一直是经济的增长问题”取得持续的经济增长已变成大多数国家经济政策的主要目标之一经济增长也已被视为解决种种其他经济问题的方法。对各流派经济增长理论进行梳理汲取养分剖析实际经济运行中出现的问题显得十分必要。（三）文献综述1.经济增长理论经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值和国内生产总值的（GDP）的增长来计算。经济增长是经济学研究的永恒主题。古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。2.影响因素的分析从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本2是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。中国拥有全世界近1/4的人口，为经济增长提供了丰富的劳动力资源。因此本文用总就业人数（万人）来衡量劳动力。居民消费需求也是经济增长的主导因素。经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1978—2008年的31中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。因此,研究消费需求对经济增长的影响,并对我国消费需求对经济增长的影响程度进行实证分析，可以更好的理解消费对我国经济增长的作用。二、数据收集与模型的建立（一）数据收集表2.1中国经济增长影响因素模型时间序列表年份国内生产总值（现价）年末从业人员数全社会固定资产投资总额居民消费价格指数（上年=100）19804545.642361910.9107.519814891.643725961102.519825323.4452951230.410219835962.7464361430.110219847208.1481971832.9102.719859016498732543.2109.3198610275.2512823120.6106.5198712058.6527833791.7107.3198815042.8543344753.8118.8198916992.3553294410.4118199018667.8647494517103.1199121781.5654915594.5103.4199226923.5661528080.1106.4199335333.96680813072.3114.7199448197.96745517042.1124.1199560793.76806520019.3117.1199671176.66895022913.5108.31997789736982024941.1102.8199884402.37063728406.299.2199989677.17139429854.798.6200099214.67208532917.7100.42001109655.27302537213.5100.72002120332.77374043499.999.22003135822.87443255566.6101.232004159878.37520070477.4103.92005184937.47582588773.6101.82006216314.476400109998.2101.52007265810.376990137323.9104.82008314045.477480172828.4105.9200934090377995224598.899.3资料来源：中经网统计数据库。（二）模型设计为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（y）作为对经济发展的衡量，代表经济发展；用总就业人员数（x1）衡量劳动力；用固定资产投资总额(x2)衡量资本投入：用价格指数（x3）去代表消费需求。运用这些数据进行回归分析。采用的模型如下：y=β1+β2x1+β3x2+β4x3+ui其中，y代表国内生产总值，x1代表社会就业人数，x2代表固定资产投资，x3代表消费价格指数，ui代表随机扰动项。我们通过对该模型的回归分析，得出各个变量与我国经济增长的变动关系。三、模型估计和检验（一）模型初始估计表3.1模型初始估计结果DependentVariable:YMethod:LeastSquaresDate:06/07/11Time:16:33Sample(adjusted):19802009Includedobservations:30afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C-16197.4741510.11-0.3902050.6996X11.6839720.2560656.5763360.0000X21.4204450.05488625.879790.0000X3-580.7369355.4395-1.6338560.1143R-squared0.985665Meandependentvar85805.26AdjustedR-squared0.984011S.D.dependentvar95097.07S.E.ofregression12024.95Akaikeinfocriterion21.75092Sumsquaredresid3.76E+09Schwarzcriterion21.93775Loglikelihood-322.2638F-statistic595.9008Durbin-Watsonstat0.968679Prob(F-statistic)0.000000（二）多重共线性检验4表3.2相关系数矩阵X1X2X3X11.0000000.665094-0.219318X20.6650941.000000-0.291137X3-0.219318-0.2911371.000000根据多重共线性检验，解释变量之间存在着线性相关。通过采用剔除变量法，多重共线性的修正结果如下：剔除X3。.表3.3修正多重共线性后的模型DependentVariable:YMethod:LeastSquaresDate:06/07/11Time:16:40Sample(adjusted):19802009Includedobservations:30afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C-79282.7915704.05-5.0485550.0000X11.6990130.2636936.4431580.0000X21.4383250.05542225.952220.0000R-squared0.984193Meandependentvar85805.26AdjustedR-squared0.983022S.D.dependentvar95097.07S.E.ofregression12391.14Akaikeinfocriterion21.78199Sumsquaredresid4.15E+09Schwarzcriterion21.92211Loglikelihood-323.7299F-statistic840.5434Durbin-Watsonstat0.689221Prob(F-statistic)0.000000（三）异方差检验表3.4ARCH检验ARCHTest:F-statistic5.690752Probability0.024334Obs*R-squared5.048272Probability0.024651TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:06/07/11Time:16:44Sample(adjusted):19812009Includedobservations:29afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C49385817560101980.8817290.3857RESID^2(-1)0.8990980.3768972.3855300.0243R-squared0.174078Meandependentvar1.39E+08AdjustedR-squared0.143489S.D.dependentvar2.41E+08S.E.ofregression2.23E+08Akaikeinfocriterion41.35408Sumsquaredresid1.35E+18Schwarzcriterion41.448385Loglikelihood-597.6342F-statistic5.690752Durbin-Watsonstat1.336249Prob(F-statistic)0.024334从上表可以得到数据：(n-p)R2=5.048272,查表得χ2（p）=5.9915,(n-p)R2=5.048272χ2（p）=5.9915,则接受原假设，不存在异方差。（四）序列相关检验已知：DW=0.689221，查表得dL=1.270，dU=1.563。由此可知，存在相关性。修正如下：表3.5修正序列相关后的模型DependentVariable:YMethod:LeastSquaresDate:06/07/11Time:17:00Sample(adjusted):19812009Includedobservations:29afteradjustingendpointsFailuretoimproveSSRafter18iterationsVariableCoefficientStd.Errort-StatisticProb.C21524.051.27E+091.70E-051.0000X10.6126941.0519580.5824320.5655X20.9995450.3097523.2269230.0035AR(1)1.0000190.1111908.9937700.0000R-squared0.992728M