關于“克強指數”變量對經濟增長貢獻程度計量研究

□文/余劍秋

（安徽財經大學 安徽·蚌埠）

一、引言

“克強指數”是英國政經雜志《經濟學人》創造的一個用于評估中國GDP增長量的指標，其核心內容是工業用電量、中長期信貸余額和鐵路貨運量三個基本指標。這是李克強當年在擔任遼寧省委書記時喜歡采用的考量方式，且主要是用于評價和考核遼寧的經濟發展狀況。《經濟學人》于2010年底正式推出這一指數后，受到包括花旗銀行在內的眾多國際機構的認可。但是，對于克強指數包含變量的實證回歸研究以及定量分析，尚有待中國宏觀數據的檢驗。克強指數變量究竟能在什么樣的程度上反映國民經濟增長。作為衡量國民收入指標的GDP與“克強指數”變量之間存在怎樣的數量關系，這些都仍待實物考證。本文選取2000～2013年14年的經濟數據，運用計量經濟學知識，設置變量進行回歸分析，并建立回歸方程，檢驗結果并簡要闡述其經濟意義，為研究中國經濟提供一種簡明易懂的方法。

二、模型的設定

（一）影響因素分析

1、工業電力消費總量。從表面看，用電量反映的只是經濟的活躍度以及工廠的開工率，實際上它還反映了企業的創新能力和市場適應能力。按照李克強反復強調的簡政放權、簡化審批要求，用電量指標也被賦予了更多市場元素和內涵。本文運用X1表示工業電力消費總量（億千瓦時）。

2、鐵路貨運量。鐵路貨運是現代交通運輸體系的重要組成部分，對國民經濟增長具有巨大的推動作用。鐵路貨運量與國民經濟總量之間存在著長期的均衡關系；同時二者之間僅存在著單向因果關系，通過增強鐵路貨運能力，滿足貨運市場需求，可以拉動國民經濟快速發展，為實現經濟可持續發展奠定良好基礎。本文運用X2表示鐵路貨運量（萬噸）。

3、金融機構資金運用各項貸款中中長期貸款。當今社會，舉債經營已經不足為奇，一個企業融資能力可以很好的反應企業的生產經營狀況，而站在金融中介銀行的角度來說，他們的中長期貸款正良好的反應了企業資金的需求量和融資能力，非常適合社會經濟增長的核算。本文運用X3表示金融機構資金運用各項貸款中中長期貸款（億元）。

4、其他因素。對于模型的其他因素，運用隨機擾動項u來刻畫。

（二）模型的設定。Y:GDP總額；X1:工業電力消費總量（億千瓦時）；X2:表示鐵路貨運量（萬噸）；X3:金融機構資金運用各項貸款中中長期貸款（億元）。基于以上數據，初步建立模型:

三、模型的估計與調整

本文選取我國2000～2013年“克強指數”三大指標的相關數據進行計量估計。

（一）模型的初步建立。用最小二乘法，利用Eviews軟件可得估計結果如表1。（表1）

報告形式:

表1

表2 相關系數矩陣

統計檢驗:

判定系數:R2=0.99590，接近于1，表明模型對樣本數據擬合優度高。

F檢驗:F=823.8303，大于臨界值，其P值 0.000000，也明顯小于α＝0.05，說明工業電力消耗，火車貨運量和中長期貸款量與GDP總量Y有顯著影響，模型線性關系顯著。

T檢驗:從X1、X2和X3的prob值可以知道，在顯著條件為0.1的情況下，全部通過。但在顯著條件為0.05時，X2值沒有通過檢驗。

但由于本題中Std.Error（11591.11）過大，可能存在多重共線性，現對其進行多重共線性檢驗。

多重共線性檢驗:

估計模型之前，應先分析各個因素與被解釋變量之間的關系，以及因素之間的相關程度，利用COR命令進行相關系數檢驗，得相關系數矩陣如表2。（表2）

表3

表4

通過計算表明，各解釋變量都與被解釋變量高度相關，且解釋變量之間兩兩也是高度相關。先按照逐步回歸原理建立回歸模型。

1、建立一元回歸模型:根據理論分析，以Y=a+bX+ε作為最基本的模型。

2、將其余的變量逐個引入模型，估計結果。經過以上逐步引入檢驗過程發現，七個模型的中的Std.Error依舊過大，多重共線性任未消除，即線性模型本身存在一定的問題，接下來運用對數模型來估計。

（二）模型的調整。建立模型 LOG（Y）=C（1）+C（2）×LOG（X1）+C（3）×LOG（X2）+C（4）×LOG（X3）。

代入數據計算得出表3。（表3）

報告形式:

統計檢驗:

判定系數:R2=0.991373接近于1，表明模型對樣本數據擬合優度高。

F檢驗:F=383.0585，大于臨界值，其P值0.000000也明顯小于α＝0.05，說明工業電力消耗，火車貨運量和中長期貸款量與GDP總量Y有顯著影響，模型線性關系顯著。

T檢驗:從X1、X2和X3的prob值可以知道，在顯著條件為0.23的情況下，全部通過。但在顯著條件為0.15時，X2值沒有通過檢驗。

但由于本題中Std.Error為0.06373，對模型的多重共線性進行了彌補，模型對現實的描述更加準確。

（三）計量經濟學檢驗

1、自相關檢驗:給定顯著性水平0.05，查DW表，當n=14，k=3時，得下限值dL=0.767，上限值dU=1.779；因為DW統計量為0.966825位于dL=0.767，dU=1.779之間所以無法判斷是否存在自相關性。

2、偏相關系數檢驗。（表4）從表4中可以看出，模型不存在一階、二階、三階、四階的自相關性。

作異方差的White檢驗如表5所示。（表5）檢驗知Obs*R-squared=8.937174。

從 White檢驗知 Obs*R-squared=11.41227，prob值為0.443＞0.05，因此其不存在異方差。所以，本文的最終模型估計結果為:

報告形式:

該模型表示，在其他條件不變的情況下，當工業電力消耗量增加1%時，GDP總額會隨之變動1.570453515億元；當鐵路運貨量上升一個點，GDP總量下降1.24350億元。當金融機構資金運用各項貸款中中長期貸款增加1%，居民存款儲蓄增加0.264745億元。

這里讀者可能會提出疑惑，當鐵路運貨量增加，為什么GDP反而會下降呢？筆者認為這里可能有以下幾個原因:一是數據來源于全國數據統計，鐵路運輸的平均成本要略高于運輸帶來的收益，但這不代表增加貨運量就會使GDP減少，在考慮經濟問題的時候不能局限于靜止的，單方面的分析；二是數據統計的系統性誤差，如計量單位、遺漏，等等。

四、結論與建議

GDP與“克強指數”都是衡量經濟增長與經濟發展的指標，雖然GDP作為經濟發展的指標已有幾百年的歷史，是世界經濟統計的最重要的指標之一，但“克強指數”在某種程度上更符合中國國情。尤其在中國改革的深水區，更應該摒棄之前存在的唯GDP論績效的做法，綜合多項指標，建立一種綜合考評機制，這樣更有利于經濟轉型中的中國。

本文通過了計量模型，建立了三元對數回歸模型，定量的描述了發電量，鐵路運輸量和中長期貸款發放量與GDP之間的關系，雖然GDP在某種程度上與這三種指標的關聯性不大，但作為不同的統計指標，都反映經濟的增長。建立相應聯系的目的是為了探究這三個指標對GDP的影響程度。

模型得出當工業電力消耗量增加1%時，GDP總額會隨之變動1.570453515億元；當鐵路運貨量上升一個點，GDP總量下降1.24350億元；當金融機構資金運用各項貸款中中長期貸款增加1%，居民存款儲蓄增加0.264745億元。這些在一定程度上反映了經濟現象。

“克強指數”為我們提供了一個客觀而真實的衡量中國經濟發展與運行的全新視角；然而，怎樣恰當地利用這一指標是一個重要的課題。也希望更多專家學者做更進一步的研究。

［1］郭鷹，金鷹.工業用電量與經濟增長的關系分析——基于浙江11個地市面板數據的實證研究［J］.江蘇科技大學學報（社會科學版），2010.4.

［2］曾令華，王朝軍.經濟增長與貸款增長相關性的實證分析［J］.財經理論與實踐，2004.5.

［3］高鐵梅.計量經濟分析方法與建模［M］.清華大學出版社，2009.