中國經濟增長敏感指數的設計與應用
2009-04-29 00:00:00李金華
財經問題研究 2009年1期
摘 要：長期以來，對宏觀經濟運行進行監測的理論依據是經濟周期理論，其方法論基礎則是哈佛指數。哈佛指數中關于先行指標、同步指標、滯后指標以及擴散指數、合成指數對現代經濟景氣指標的設計具有重要的指導意義，但其在實踐應用中的失敗，表明了其自身的缺陷和不足。跳出哈佛指數構建思想的窠臼，按照中國經濟增長的歷史和現實，運用功效系數的原理，可以設計出中國經濟增長敏感指數，該指數可用來實時監測中國經濟運行狀況，測度中國經濟增長的冷熱度。
關鍵詞：經濟增長；敏感指數；設計；應用
中圖分類號：F124文獻標識碼：A
文章編號：1000-176X（2009）01-0003-08
本文旨在構造一個對中國經濟增長狀況進行實時監測的指標——中國經濟增長敏感指數（China Sensitive Index of Economic Growth，簡記為CSIE）。該指數為一綜合性指標，由專門的元素指標系統通過統計方法處理整合而成。與國內外現有宏觀經濟預警指標不同的是，本指數的目標不在于對經濟運行周期進行描述和預測，而
在于對經濟運行態勢，特別是經濟增長的冷熱度進行測度。
一、經濟運行監測理論與方法的評述及啟示
長期以來，學術界關于宏觀經濟運行監測方法的理論依據主要是經濟運行周期的測度與描述。1909年，美國巴布森（Babson）統計機構發布了由商業、貨幣、投資等領域12個敏感指標構成的巴布森經濟活動指數，該指數與相關圖表（Babson Index of Business Activity Babson Chart）一起，反映美國宏觀經濟運行情況，這是世界上最早監測宏觀經濟運行的指數。此后，美國的布魯克邁爾經濟研究所（Brookmire Economic Service）于1911年也編制并發布了涉及股票市場、商品市場和貨幣市場等的經濟景氣指標。不過，這一時期最有影響、成就最大的經濟景氣指數當推1919年由哈佛大學珀森斯（W．M．Persons）教授領導的經濟調查委員會（Harvard Committee on Economic Research）編制的美國商情指數（Harvard Index Chart or Harvard Index of General Economic Conditions）。
哈佛指數的目標指向是描述宏觀經濟波動周期，進行宏觀經濟預測，它于1919年1月開始在美國的《經濟統計評論》（Review of Economic Statistics）定期發表。其構建的基本思想是：依據宏觀經濟時間序列，甄別出3類17個最為敏感、且變動具有規律性的指標，對其進行長期趨勢、季節變動和不規則因素影響的剔除，據此計算其變動率，編制出3個經濟景氣動向指數，描繪經濟周期波動規律，預測宏觀經濟景氣程度。首次公布的哈佛指數是根據美國1875—1913年的經濟統計資料而編制的，由于成功地預測了美國經濟波動狀況，在當時產生了較大影響。此后，它又對1919年的經濟繁榮、1920年的經濟急劇衰退、1922年的經濟復蘇等都做出了較準確的預測。從此，聲名大振，一度風行于西方世界，許多國家紛紛效仿其編制原理，開始設計本國的經濟景氣監測指數。
然而好景不長，面對搖撼資本主義世界的1929年經濟大危機，哈佛指數卻錯誤地發出了經濟繼續擴張的信號，從而遭致預測的沉重失敗，聲譽受到重挫。為挽回敗局，哈佛指數的設計者們多次修訂編制方法，但始終效果不佳，最后不得不于1941年宣布停止使用。哈佛指數的失敗，宣告了類似景氣指數的衰落，標志著景氣監測早期階段的結束。
但是，宏觀經濟運行的監測活動并沒有因此而終結。于1920年1月成立，由美國著名經濟學家密切爾（W．C．Mitchell）任主席的美國國家經濟局（National Bureau of Economic Research，簡稱NBER）把研究的重心轉向了宏觀經濟監測。密切爾與經濟統計學家伯恩斯（A．F．Burns）從500個經濟指標的時間序列中選取21個敏感指標，研究了經濟轉折時間，據此于1946年出版了《商業經濟循環測度》（Measuring Business Cycles）一書，較系統地討論了經濟景氣的監測理論和方法。該書研究了時間序列的趨勢剔除、平滑技術，特別是首次提及了經濟波動中的擴散問題，這成為后來擴散指數計算的理論奠基石。1950年，NBER的經濟統計學家穆爾（G．．H．Moore）借鑒密切爾與伯恩斯經濟波動擴散的思想，從近千個指標中選取21個指標，并將其分為先行、同步、滯后三類，開發了擴散指數DI（Diffusion Index，簡記為DI），從而將哈佛指數哈佛指數是僅僅對股價、生產、貨幣三個方面，通過平均的方法來測定經濟周期波動的模式。的編制理論大大向前推進了一步。由于DI僅能測度經濟波動的方向，而不能測度波動的波幅，美國商務部的經濟學家希斯金（J．Shiskin）又開發了新景氣指數——合成指數CI（Composite Index，簡記為CI）。新生的CI不僅能測度經濟波動的方向，而且能測度經濟波動的波幅，彌補了DI的不足，豐富和完善了宏觀經濟波動周期監測理論，成為經濟監測的經典方法，為后人所廣泛追捧。
根據DI 、CI的編制原理，一些國家設計了本國的經濟景氣指數，如日本、英國、德國等。經濟合作與發展組織OECD（Organization for Economic Cooperation and Development）也于20世紀70年代，基于“增長循環”的思想，運用景氣分析方法，編制了各成員國的景氣指數。中國在20個世紀80年代也開始了宏觀經濟景氣監測研究。20世紀90年代后，監測技術日趨成熟和完善，其中較有影響的是吉林大學董文泉、東北財經大學高鐵梅（1998）[1]主持研究的經濟周期波動分析與預測技術，該技術經過不斷修正和完善，在實際中運用較好，得到了國家信息中心等有關部門的認可。中國的一些省市，如北京、浙江、湖北、遼寧等也都編制了本省市的經濟景氣指數，用以對本地區的宏觀經濟運行情況進行監測。2007年底，國家統計局推出了“中國全面建設小康社會統計監測工作方案”，該方案設計了一個包括6個子系統、25個指標的全面建設小康社會統計監測指標體系，并利用全國的相關統計資料進行了試測算，得出了2006年度的中國全面建設小康社會進程的統計監測報告。所有這些指數盡管具體的要素指標各異，結構上也有一定區別，但一個共同的特點是，在方法上都程度不同地承襲了美國擴散指數和合成指數的構建思想，其理論依據也大多是經濟運行周期理論。然而，這些指數的應用卻反映出這樣一個不容忽視的事實：要素指標多，結構復雜，但預測準確度高，影響巨大的成果卻鮮見。
哈佛指數和由其延伸、演化而來的現今一些經濟景氣指數誕生、發展到最后退出的事實表明，一種方法成敗的關鍵是其監測和預測的準確度。但客觀的現實卻是，預測的不準確是絕對的，預測的準確卻是相對的。不論一種方法對經濟波動周期描述得多么妥切，多么接近實際；無論定性、定量分析多么詳盡、縝密，卻都無法保證預測的準確度。這其中的重要原因是經濟波動中偶然性因素的影響。對人類而言，偶然性因素是不可知、不可測的，而一個偶然性因素的發生，則可能使經濟運行產生截然不同的結果，這也就是所謂的“蝴蝶效應”。經濟預測中時間序列的長期趨勢、季節變動、循環變動，經濟學家都有辦法識別，也有辦法處理，也就是說對于規律性的東西，人們都可以有所作為，而對偶然性因素，人們則無能為力。而恰恰是偶然性因素，或者說是一些小概率事件的發生，卻導致了經濟運行監測和預測結果的巨大偏差。
經濟運行監測與預測結果的偏差，也可能源于人們對事物發展變化規律的認識。經濟現象有其發展變化的規律，經濟學家構建模型，設計指標體系，以圖認識經濟規律。但是，再科學的模型，再精確的指標，也不能保證完全準確地刻畫經濟現象發展變化的規律。因為規律是隱形的、潛藏的，并且是變動著的。而人的認識能力卻是有條件的、有限的。任何一項科學研究，都是不斷探索、不斷發展、不斷完善的，因而人們對規律的認識也是相對的、漸近的、逐步深入的。這種對規律認識的不完全性、或不準確性，也是宏觀經濟監測和預測結果偏差的重要誘因。
此外，哈佛指數以及由其衍生出的一些經濟景氣指數中所使用的先行指標、同步指標、滯后指標等，較多地包含了經濟學家的主觀判斷，其在指標的綜合處理方面也有值得進一步完善之處，這也應是影響預測結果不容忽視的因素。
前述的以哈佛指數為代表的宏觀經濟景氣指數的設計及其應用的實踐，為中國經濟增長敏感指數的構建提供了有益的啟示。哈佛指數中敏感指標的選取、數據采集方法等值得借鑒，而跳出其編制思想的窠臼，另辟他徑，應該是中國經濟敏感指數一種可供選擇的設計思路。
二、中國經濟增長敏感指數的構建
1．構建的理論依據
不難發現，哈佛指數及類似的經濟景氣指數，其重要的理論依據之一是經濟周期理論。事實上，這一理論對中國經濟增長敏感指數CSIE的構建也不乏指導意義。
經濟周期的分析理論為CSIE的元素指標設計提供了理論依據，但CSIE是測定經濟增長背景下的經濟運行狀況，因此，其元素指標還必須體現宏觀經濟增長的特征。關于經濟增長，庫茲列茨認為，現代經濟增長有6個特征：一是人均產品增長率高；二是勞動生產率高；三是經濟結構轉換庫茲列茨定義的經濟結構轉換，指農業向工業轉換，工業向服務業轉換，生產單位規模由分散向集約化轉換，個體經濟組織向非個體經濟組織轉換。頻率高；四是社會結構和思想意識變化快；五是技術，特別是運輸和通訊技術發展迅速；六是經濟增長的范圍有限。庫茲列茨對經濟增長動因及特征的描述表明，勞動生產率、生產增長率、經濟結構轉換率等也應該成為CSIE的重要元素指標。
2．CSIE元素指標系統
經濟運行周期理論和經濟增長理論為CSIE的構建提供了理論依據，而中國經濟增長的現實背景則為CSIE的構建提出了具體要求。未來中國的經濟將要在加快轉變經濟發展方式、完善社會主義市場經濟體制方面取得重大進展；同時，將大力推進經濟結構的戰略性調整，更加注重提高自主創新能力、提高節能環保水平、提高經濟整體素質和國際競爭力，促進國民經濟又好又快發展。強調經濟的發展又好又快，本質上是強調經濟發展的質量，即經濟的增長既要有效益，又要有速度，效益和速度要并重。因此，CSIE應該體現這一理念。據此，我們將中國經濟增長敏感指數的元素指標元素指標的設計，參閱了中國社會科學院中國經濟形勢分析與預測課題組《經濟藍皮書》（陳佳貴主編，劉樹成、汪同三副主編）附錄部分的統計資料，如此設計，也考慮到了與該課題的呼應和一致。事實上，本文內容也屬于該課題的延伸成果。系統構建為2個中級系統、7個子系統，共包括21個指標（具體指標參見表1）。具體而言，
CSIE元素指標系統分為經濟增長速度和經濟增長質量兩個中級系統，經濟增長速度中級系統下設生產、投資、外貿3個子系統，經濟增長質量中級系統下設價格、增長結構、增長效益和增長潛力4個子系統。不難發現，CSIE元素指標主要為增長率指標，這既考慮了經濟增長測度的要求，也便于比較，因為增長率作為相對指標易于綜合。這些指標相互聯系、互為補充，形成一個有機系統，成為計算CSIE的基礎。
三、中國經濟增長敏感指數的操作
在確定了CSIE元素指標后，就需要解決其綜合處理，即經濟敏感指數的計算和操作問題。
1．CSIE的計算
由于CSIE中的元素指標性質各異，有些指標也不是單純的正指標或逆指標，特別是在宏觀經濟系統中，一個指標值上升或下降效應的測評，必須放在宏觀經濟運行大背景下來考察。因此，對CSIE中元素指標的處理和CSIE的計算，可以采用功效系數法。依據功效系數法的基本思想[2]，
設有p個目標：f1(x)，……，fk(x)，fk+1(x)，……，fp(x)，其中前k個目標要求越小越好，而后p-k個目標要求越大越好。由于各目標的量綱不同，處理它們之間的關系就存在困難。功效系數法就是針對這些目標函數值的好壞，引用一個功效系數dj來打分，即：
將全部指標的評價分數值進行簡單平均或加權平均，可求出系統的綜合功效值，運用綜合功效值，即可對經濟增長的優劣狀態做出評價和判斷。
至此，綜合功效系數求某一樣本點CSIE（樣本個體指數）的基本步驟是：
第一步：先確定每一指標的不良值x(s)i和滿意值x(h)i。系統中每一指標的不良值和滿意值可依據中國經濟增長的歷史資料求出。滿意值可取該指標時序數列中較優值的均值；不良值則可取該指標時序數列的較劣值的均值。也可依據宏觀經濟學理論，結合專家調查法確定。盡管各指標精確的最優值難以確定，但一個指標所對應的較為滿意的界限值和不能接受的界限值，則是可以確定的。同時，由于不同地區的地域特征不同，經濟發展環境、發展條件以及所處的歷史階段不同。因此，其單個指標的滿意值和不良值要針對不同的樣本點確定，即不同的樣本點，其測度指標的滿意值和不良值將不相同。
第二步：依功效系數公式計算每一指標所對應的的功效系數。可通過表1計算功效系數。
有幾點需要說明：
第一，CSIE中的權數fi，可以是樣本點的GDP在全部樣本中所占的比重，當然也可以采用其它權重，如人口比重或人均GDP比重等。
第二，經濟增長速度類指數1主要測度經濟增長是否過熱，經濟增長質量類指數2主要測度經濟增長效益是否較優。兩指數可單獨計算使用，也可整合使用。是單獨使用或整合使用，可依據研究的需要而定。同時，這兩個中級系統的權數也可依據需要進行調整。
第三，CSIE的正常取值范圍是［0，100］。CSIE在取值范圍 ［60，100］間變化時，經濟運行較好，越接近100，經濟運行狀況越好。
若CSIE系統中速度元素指標超過100，表示經濟過熱，若低于60，表示經濟運行低糜。
如前所述，CSIE值的目標指向是中國經濟增長狀況，最終取值要由若干個有代表性地區的敏感指數匯總得出。代表性地區主要源自城市，也要適度考慮農村地區。
2．CSIE元素指標權數的確定
計算CSIE的另一個技術難題是元素指標權數的確定。由于元素指標系統中包含兩個層次，多個指標，它們有主有次、有輕有重，為了保證量化分析和評價測定的精度，有必要在對指標值匯總時給不同的指標賦以不同的權數。模糊數學中判斷矩陣的求解理論卻是解決統計賦權的一種較優方法。因此，CSIE的計算可以考慮用此法解決元素指標賦權和子系統的賦權問題。
通常情況下，一個指標系統會包含多個子系統，每個子系統內再含有多個具體指標。統計賦權首先是要在各子系統內對單個指標賦權，而后在大系統內對各子系統賦權。對于CSIE元素指標系統中的21個指標，我們以mi表示評價因子（指標），mi∈M，（i = 1，2，…n）。先考慮將集合內的各指標mi、mj兩兩互相對比，以確定彼此間的重要性。指標對比的重要程度我們設定閉區間［1，5］ 作為一個尺度來反映，若mi與mj相比同等重要，取值為1；若mi比mj極為重要，可取滿值5。在1—5的范圍內，取值越大，表明一個指標比另一指標的重要程度越高；取值越小，表明一指標比另一指標的重要程度越低。可稱這種數值為指標的判斷系數本法的設計和采用，參閱了王琦編著的《實用模糊數學》。。
將系統內的具體指標無一例外地進行對比、定值，可求出一個由判斷系數構成的判斷矩陣R，其中，mij表示mi與mj相比較的判斷系數，若mj與mi相比較，則得mji=1/mij。設想，若R中的系數估計正確，則應有RW，即W=(w1 w2……wn)′為R的特征向量。
通常情況下，我們把最大特征根所對應的特征向量W（∑ni=1Wi=1）的各分量作為系統內各指標的權數。實際中為方便操作，常用幾何平均法將R進行加工，以求解特征向量。具體做法是：首先，將R按行對各分量連乘，求其幾何平均值，得出一n維列向量(1，2，……n)′，即i=n∏nj=1mij。其次，將所求出的n維向量中的每一分量分別除以分量的總和，即得21個指標的權重向量。更進一步，可用模糊數學理論對21個指標權數分布的合理性和可靠度進行檢驗，所用公式為CR=CI/RI，其中，CI為判斷矩陣R的一般性指標，CI=（λmax_- n）/（n-1），λmax_=1n∑ni=1（RW)iwi；RI為判斷矩陣R的隨機一致性指標，可由RI值表查出。當CR小于0．1時，可認為R具有較優的一致性，說明賦權合理；否則就需要調整判斷矩陣，直到獲得滿意的一致性指標為止。
在對21個指標進行賦權后，也可對各子系統賦權。此時，將每一子系統作為一個項目，可將其作為一個綜合指標看待，將它們兩兩對比，以判別彼此的重要性，亦可構建出一個判斷矩陣R′：
對于R′可用前面的幾何平均法求特征向量，也可用算術平均法求特征向量。
在CSIE中，指標系統的統計賦權是先對指標賦權，而后對子系統賦權。指標的權數是對子系統而言，而子系統的權數則是對總系統而言。如果將指標的權數分別與對應的子系統的權數相乘，則可求出指標直接對總系統的權數。所有指標對總系統的權數之和應為1。
此處，為操作方便我們對表1中經濟增長質量的4個子系統賦權。先按重要程度簡單排序為價格、增長結構、增長效益、增長潛力，于是可得賦權的判斷矩陣R′=1223
系統中的權數分布向量為（0．4231，0．2272，0．2272，0．1225）′。
權數分布向量表明，價格子系統的權重為0．4231，增長結構子系統的權重為0．2272，增長效益子系統的權重為0．2272，而增長潛力子系統的權重則為0．1225。
同理，可對經濟增長速度系統的3個子系統賦權。
3．CSIE計算實證本實證分析的數據和運算由王靜、張瑩、高峰和許文4位博士提供，特此說明并致謝。
根據前述原理，我們運用中國2008年第1季度宏觀經濟實際數據計算CSIE如表2所示。
在不考慮權重的情況下，可計算得各子系統的功效系數均值如表3所示。
在不考慮權重的情況下，可得2008年第1季度中國宏觀經濟CASS經濟指數為78．35，若對增長速度中的3子系統運用等權，而對增長質量中的4個子系統采用前述設計的權數（0．4231，0．2272，0．2272，0．1225），這種情況下，增長速度的指數為81．25，增長質量的指數為70．94，于是有CASS經濟指數為76．10。這一指數反映，2008年第1季度，中國宏觀經濟運行總體良好，經濟增長的速度優于經濟增長的質量。
實證分析表明，CSIE的設計和計算在實踐上是可操作運用的。
四、結 語
改革開放以來，中國經濟一直持續快速地發展，特別是近些年，國民經濟一直以兩位數的速率增長。因此，強調經濟增長的質量，監測宏觀經濟的運行就尤顯重要。然而，目前中國經濟監測資料主要源于政府統計部門的數據，這些數據過于宏觀，來源單一，缺乏廣泛的代表性，特別是缺乏微觀數據和地域數據，因而監測和分析的結果受數據質量的影響較大。另外，長期按照先行指標、同步指標、滯后指標以及擴散指數、合成指數的思維定式進行宏觀監測，實踐證明已表現出很大的局限，效果不很理想。
本文提出的中國經濟敏感指數CSIE，強調從有代表性的城市、地區選取樣本點，進行長期跟蹤，采集第一手數據，由獲取的微觀資料提煉整理出宏觀資料，通過微觀現實變動狀態，來觀測宏觀經濟的變動趨勢。這樣，一方面實現了宏觀經濟監測的目標，另一方面也保證了地區，即中觀層面和微觀層面經濟運行狀態測度的需要。同時，CSIE突破了傳統的經濟運行景氣分析的思維定式，提出了全新的監測思路和分析方法，這對豐富和完善宏觀經濟監測分析理論也是有一定貢獻的。當然，CSIE也會有些不足，如各元素指標對應的滿意值和不良值的確定，指標權數的確定等都還有值得進一步研究的地方，這需要通過實踐的檢驗，不斷加以修正和完善。
參考文獻：
［1］ 董文泉，高鐵梅，等．經濟周期波動的分析與預測方法［M］．長春：吉林大學出版社，1998．
［2］ 烏家培，陳錫康．社會主義市場經濟管理技術［M］．北京：高等教育出版社，1993．
［3］ 邱東．多指標綜合評價的系統方法［M］．北京：中國統計出版社，1991．
［4］ 趙峰．新編經濟學說史教程［M］．北京：北京師范大學出版社，2006．
［5］ 王琦．實用模糊數學［M］．北京：科學技術文獻出版社，1992．
［6］ 汪同三，等．21世紀數量經濟學［M］．成都：西南交通大學出版社，2005．
［7］ 吳國富，安萬富，劉景海．實用數據分析方法［M］．北京：中國統計出版社，1992．
［8］ 陳宏．一種分析關鍵部門的方法［J］．系統工程理論與實踐，1995，（9）．
［9］ 偉光．中國制造業的技術優勢行業與技術跨越戰略研究［J］．產業經濟研究，2004，（3）．
［10］ 馬銀波．中國汽車貨運業經濟績效的實證分析［J］．產業經濟研究，2004，（3）．
［11］ 雷欽禮．服務業發展的非線性階段性特征分析［J］．統計研究，2006，（1）．
［12］ United Nations．System of National Accounts 1993［S］．New York，1995．
［13］ United Nations．Towards a System of Social and Demographic Statistics［M］．New York，1975．［14］ United Nations．Integrated Environment and Economic Accounting 2003-Handbook of National Accounting［Z］．New York．
［15］ Robinson，J．and J．Tinker．Reconciling Ecological，Economic，and Social Imperatives［Z］．International Development Research Center，1998．9-44．
［16］ Golley．The Ecological Context of a National Policy of Sustainability［Z］．Ottawa：National Round Table on the Environment and the economy，1990．61．
［17］ A．C．Miller．Reviewed Works：A Brief History of Panics by Clement Juglar［J］．The Journal of Political Economy，1893，1（4）：616-621．
［18］ De Courcy W．Thom．Reviewed Works：A Brief History of and their Periodical Occurrence in the United States by Juglar［J］．The Royal Statistical Society，1917，80（2）：312-313．
［19］ Simon Kuznets．Modern Economic Growth：Findings and Reflections［J］．The American Economic Review，1973，63（3）：247-258．
（責任編輯：韓淑麗）
注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。”
