分析中國經濟增長的影響指標

張婧欣（重慶工商大學，重慶 400067）

一、背 景

GDP不僅是國民經濟核算的核心指標，也是衡量一個國家或地區總體經濟狀況的重要指標。單從影響因素來說，一個國家的經濟發展水平受客觀環境、產業結構、宏觀政策等因素的影響，這些因素的影響較為復雜，因此很難給出精確的模型。在這些影響指標中，一個國家實際的勞動力總數和資本存量是影響經濟發展的重要環節。近年以來，我國經濟發展迅速，尤其是在2000—2014年之間，我國的GDP增長率呈現不斷上升的趨勢。值得注意的是隨著我國經濟的發展，影響經濟增長的因素在推動經濟增長的過程中所發揮的作用和地位也在不斷的發生變化。因此分析經濟增長的影響因素，探究經濟增長的動力和源泉對于研究中國的經濟增長具有重要意義。因此，本文在從計量經濟學的角度分析影響中國經濟增長的因素時，以勞動力總數和資本存量作為主要的解釋變量，暫不考慮政策等宏觀因素的影響。

二、模型設計和數據來源

對于我國實物資本存量的計算仍然采用Goldsmith于1950年開創的永續盤存法（Perpetual Inventory Method），其基本公式是：

其Kt為第t年的資本存量，It為第t年的固定資產投資（流量），σ為原有資本存量的折舊率。由于缺失的年份較多，因此采用采用統一為5%的折舊率；K0按以前學者結論取1800（億元）。最后可以估算出中國歷年資本存量。

取中國1952年—2016年間，中國經濟GDP、勞動力總數、資本存量數據。

三、多重共線性回歸

3.1 線性回歸模型

從eviews可得，上述回歸方程為

y=1.33E+08+0.153909x1+0.994733x2， 其 中 R2=0.983124，值為1747.661，Prob值為0，具有較為顯著回歸程度，但是參數檢驗中1x對應的Prob值為0.4283不顯著，因此可能存在多重的貢獻性問題。

3.2 多重共線性的修正

第一步：將解釋變量1x、2x依次對y進行回歸，結合解決意義和統計效果檢驗選出擬合效果最好的一元線性回歸方程。

第二步：依次加入剩余的解釋變量（這里所有的解釋變量共2個，因此這里只剩下1x）

由于解釋變量1x的加入，使得當前的2R值0.981856大于第一步中的0.847028，故將解釋變量1x加入回歸方程中。最終求得的方程為：

四、參數估計

4.1 相關性分析

上述反映了解釋變量 yln與各影響因子之間相對變化的趨勢。從散點的分布情況來看，在單獨考慮一個影響因子時，隨著影響因子的增加，解釋變量y也隨之增加，表現出正向關系。從相關性分析表可以看出，各解釋變量之間本身存在較強的關聯度，因此在實際建立回歸模型的過程中，可能存在共線性的問題，在逐步回歸中應當分析規避。

4.2 參數估計

4.2.1 最小二乘參數估計

由回歸結果可知，雖然擬合優度值為0.98；F值達1623.473，說明整體的擬合效果很好。并且從兩個解釋變量的t統計值來看，它們對被解釋變量的影響是顯著的。同時D.W值接近于零，說明這些時間序列數據之間存在序列相關性問題。

對于上述問題，可能是由時間序列數據的非平穩性造成的。所以，在對上述變量進行回歸之前，必須先進行平穩性檢驗，這是因為對于非平穩的時間序列直接進行回歸，有可能出現“偽回歸”現象，即使“偽回歸”的擬合優度值很大，其t統計量也是顯著的，但得到的結果卻沒有實際意義。時間序列的平穩性可以通過“單位根”檢驗來完成。

4.2.2 殘差平穩性檢驗

由于t檢驗的值大于5%概率度的臨界值，故接受原假設，即e存在單位根，也就是說e是非平穩的，表明解釋變量與因變量不存在長期均衡關系，即解釋變量與因變量不是協整的。

4.2.3 拉格朗日乘數檢驗

從Eviews檢驗結果來看，回歸模型存在二階自回歸相關。

4.2.4 誤差模型修正

由于上述模型可能存在序列相關性，為了解決這一問題，故需要對模型進行修正。建立如下模型：

從修正后的回歸模型可以看出，查表可得，dl=1.55、du=1.61，模型序列相關問題不顯著；且總體回歸效果較好。但是勞動力在5%的顯著性水平條件下是不顯著的，并且勞動力和資本的彈性系數均大于1，這是有悖于經濟學常理的。我覺得可能的解釋就是，中國過去幾十年都是存在規模報酬遞增的趨勢，從而可能勞動力和資本的彈性系數均大于1。

五、總結

本文考察的是人均勞動力總數、資本存量對GDP總量的影響，通過建立GDP與解釋變量之間的回歸模型，在不考慮宏觀調控因素的情況下，探討了勞動力總量和資本存量的變動給GDP總值帶來的影響。根據最后建立的誤差修正模型可知，勞動力總數與資本存量對中國的GDP都會產生影響。同時，在數據充足的條件下，可根據該模型來研究GDP的增長情況。