廣西宏觀經濟運行監測研究
——基于SEM 的實證分析

戴 俊

（百色學院，廣西百色 533099）

一、研究背景與文獻綜述

廣西宏觀經濟運行總體情況如見圖1 所示。2011-2017 年廣西宏觀經濟發展值持續穩定增長，宏觀經濟總體運行良好。但在2018—2019 年間，受2018 年中美貿易摩擦與2019 年底出現的新冠疫情的影響，廣西宏觀經濟增長不容樂觀。

圖1 廣西宏觀經濟運行趨勢圖①數據來源：運用熵權法求得廣西經濟發展值（主要包括：GDP 增速、全年社會消費品零售總額、固定資產投資、居民消費價格、居民收入及就業等數據計算出濟發展值及其趨勢，它來自于國家統計局官網、廣西統計年鑒及政府工作報告的同期數據）。

目前國內外宏觀經濟的監測主要有單指標與多指標兩類監測方法。其中單一指標監測法具有單一、片面的缺陷，主要以名義[1]與實際GDP[2-3]表示宏觀經濟運行狀態。相反，多指標綜合監測法具有綜合、全面的特征，逐漸成為宏觀經濟監測的主流方法，主要包括四種景氣指數法：擴散法（DI）、合成法（CI）、主成分分析法（PCA）及S-W 型景氣指數法。這4 種方法各有優缺點：DI 能反映宏觀經濟上升或下降的方向及轉折位置，但不能很好地反映出經濟的上升和下降的程度；CI 能反映波動變化的強弱程度，但在景氣轉折點方面無法顯示經濟各部門之間的經濟波動與滲透程度[4]；PCA 可消除評價指標之間的相關影響、減少指標選擇的工作量，但該方法在降維的同時降低了信息量且新變量解釋帶有模糊性；S-W 有了理論模型基礎上的進步[5]，但是對指標及數據需進行嚴格的篩選且監測模型容易出現較大誤差與奇異矩陣，此外監測值不能充分解釋經濟的景氣程度，無法進行檢驗[6]。可見，國內外學者的研究成果對宏觀經濟監測具有借鑒和指導意義。但是，其研究內容和方法也存在一些不足：一是宏觀經濟監測方法對數據信息保全、范圍適用、保持與反映指標間相互關系等沒有突破；二是宏觀經濟預測不能很好地處理不確定性和非線性關系，觀測數據往往不能真實地反映宏觀經濟運行狀態。

本研究擬采用結構方程法對宏觀經濟運行進行監測，力圖保全數據信息、打破其他監測方法在適用范圍上的限制、突出并保持與各反映指標間相互關系的效果，在此基礎上對廣西宏觀經濟大數據進行分析，充分挖掘和利用樣本信息數據中的顯信息和隱信息，提高了監測的精度。通過廣西宏觀經濟運行監測，及時正確地把握地廣西宏觀經濟運行態勢，以增強政策的可執行性與可操作性，從而促進廣西經濟健康發展及其在自由貿易區競爭力的提升，具有重大的學術意義和參考價值。

二、研究設計

考慮到宏觀經濟監測體系指標的處理與指標之間相互關系的反映等因素，結合目前大多學者研究的宏觀經濟運行監測體系各級指標的層級數與其數目特征①參見中國經濟網發布的中國宏觀經濟指標（http://www.ce.cn），以及陳磊、孟勇剛、咸金坤的研究成果：《我國宏觀經濟景氣的實時監測與預測》，《數量經濟技術經濟研究》2019 年第2 期。，本研究采用結構方程模型賦權法構建廣西宏觀經濟運行監測體系。此外，本研究還對4 種主流景氣指數法：擴散法（DI）、合成法（CI）、主成分分析法（PCA）及S-W 型景氣指數法作對比分析，以判別結構方程法的優劣，最后對結構方程法的優劣特征是否穩定進行驗證。

（一）結構方程監測法

結構方程模型(SEM)是社會領域進行量化研究的重要方法之一，它采用多變量因素分析與線性模型回歸分析相結合的技術，可以對各種因果模型辨識、估計與檢驗。SEM 具有保留良好的數據信息，在處理顯變量與潛變量、兩個及以上變量指標之間的相互關系時具有較大優勢，而且人為因素的干擾對分析過程不敏感。與此同時，SEM 還能對擬合指數的擬合程度進行評價。通常SEM 由測量模型（闡述隱變量與顯變量之間的相互關系）與結構模型（闡述隱變量之間的相互關系）構成。具體描述如下：

其中，z表示外生顯變量矩陣；ξ為外生隱變量矩陣； Λz為z在ξ上的因子負荷矩陣；δ為測量誤差。z具體描述為：

其中：η為內生隱變量，在文中是景氣度，B 為內生隱變量間的關系；Γ 為外生隱變量對內生隱變量的影響，在文中為先行指標、一致指標與滯后指標分別對景氣度的路徑系數；ζ為殘差。

結構方程法不僅可以建立顯變量與潛變量之間的聯系，而且還可以檢測觀察變量的信度與準確性，同時還能通過顯變量與隱變量間的回歸系數（或因子負荷量）計算權重[7]：

其中：w i為指標權重；r i表示回歸系數（因素負荷量）；n為指標數目。

類似的，各外生隱變量影響內生隱變量的權重也可按此方法進行計算。此外，由結構方程法計算出來的結果對數據信息遺損很少，即所有數據信息在計算結果中得以最大程度的反映，同時結構方程法更能清晰地反映各指標間的相互關系，最終達到計算結果所反映的信息是系統而全面的效果。

（二）監測法比較

1.一致性檢驗

運用同一樣本，采用不同的研究方法，甄別最優方法的重要手段之一就是一致性檢驗。為了檢驗在不同監測法下監測結果的整體一致性，本研究運用相關系數（kendall 秩）進行檢驗。若某兩種監測法測算結果的整體相關性大于其他任意兩種監測方法的結果的整體相關性（其中，r表示相關系數，i,j為第i與j種監測法，i≠j，即大于其他兩種監測方法的結果整體相關系數），則認為i與j這兩種監測方法測算結果的整體一致最強，反之同理。

2.準確度檢驗

準確性是宏觀經濟運行監測的主要內容，不僅關系到監測結果與實際宏觀經濟發展狀況的密切相關性，而且會嚴重影響政府對宏觀經濟的調控。各種監測方法的研究結果必須符合經濟實際發展狀況才是有效的，因此，監測結果的準確性也是監測方法是否被采納的關鍵指標。為了檢驗準確度，采用模型（4）比較幾種監測法方法的測算結果準確度。其操作方法是將各監測法在某時間段下的若干區間的監測值的排名加總，然后根據加總結果再對某時間段下各監測結果進行排名, 最后計算各種監測方法下的監測值排名與總排名下的監測值名次的絕對值偏差和（S）,若某種監測方法的S 越小，則該種監測方法監測結果的準確度就越高，反之亦然。①筆者此前曾對此進行了分析，參見戴俊，傅彥銘：《結構方程法在大數據上市公司績效評價中的優勢分析》，《投資研究》2019 年第9 期。

其中，S表示絕對值偏差和；C為序號總和法下某時間段i區間監測值的排名，X是每種監測方法下某時間段i區間的監測值的排名，

（三）廣西宏觀經濟監測體系

1. 指標體系構建

為了使廣西宏觀經濟監測結果更加接近真實的運行狀況，提高其監測的準確性，本研究借鑒了中國經濟網發布的中國宏觀經濟指標及中國人民大學中國宏觀經濟分析與預測課題組的2018—2019 年中國宏觀經濟報告（2019）和張莉莉等[8]等學者在宏觀經濟指標選取方面的經驗做法，結合廣西經濟發展的特點，以廣西工業增加值為基準指標，通過時差相關性分析法將廣西板塊股指、東盟進出口商品總額、貨運總量等多個具有廣西經濟發展特點的指標納入指標監測體系，最后將所有指標劃分為先行、一致及滯后指標，構建廣西宏觀經濟景氣監測指標體系（見圖2）。

圖2 廣西宏觀經濟景氣監測指標體系

2.數據來源與處理

考慮到宏觀經濟運行的延續性、相關政策的時效性與時滯性及數據的可得性，本研究選取了廣西2011—2020 年40 個季度的相關宏觀數據作為分析樣本。這些數據（除廣西股票板塊指數外，廣西股票板塊指數來自于通信達股票行情軟件）來自國家統計局官方網站、廣西統計年鑒、廣西政府門戶網站定期發布的經濟運行情況及中國—東盟自由貿易區商務門戶網站等網站的同期數據。

為了遵循經濟運行的連續性及人們對經濟運行的預期和相關政策執行效果顯現的特點，研究進行如下處理：（1）將非季度數據轉化成季度數據。（2）為了保持各項數據在數理邏輯上的一致性，研究將所有的累計數據轉化成當前數據，將同比數據轉化成環比數據。（3）鑒于失業率數據對經濟景氣是負向指標，將該數據逆向化處理，用100%減去失業率即城鎮就業率，借此反映失業率對宏觀經濟影響的情況。（4）為了更加切實地反映采購經理指數對廣西宏觀經濟發展的影響，研究使用了綜合采購經理指數（CPIM）, 但是一個區域的CPIM 指數數據是很難獲得的。經過上述處理，研究在借鑒CPIM 指數的編制國際通行做法基礎上，將廣西的同期GDP/全國同期GDP 后的比值乘以同期全國的CPIM 指數，然后再將其標準化得到相應的廣西CPIM 指數。

三、實證分析

（一）結構方程監測法適度性分析

本研究采用amos 軟件對廣西2011—2020 年40 個季度的相關宏觀數據進行了分析，在通過一階驗證性和樣本數據適配檢驗之后，構建了廣西宏觀經濟景氣度指標分析體系，該體系有兩級指標組成，分別是一級指標（先行、一致、滯后指標）與二級指標（水泥產量、商品房銷售額、CPMI 指數、廣西板塊股指、東盟進出口商品額等等），具體見表1。通過表1 可以發現，各誤差的方差值很小且都為正值，因子負荷量都大于等于0.51，各級指標權重或回歸系數都大于零，說明模型適配度良好。同時，通過圖1 還知，卡方值：357.262，顯著性的概率值（P=0.183）大于0.05，未達0.05 顯著水平，RMSEA 值（RMSEA=0.065）小于 0.080，GFI 值（GFI=0.946）大于 0.900，AGFI 值（AGFI=0.913）大于0.900，進一步說明整體模型的適配度很好，也即本文的設計模型與樣本數據能很好地適配。另外，通過表1 可知，所有回歸系數的P 值都小于0.05，以及所有回歸系數的C.R.值都大于1.96，表明所有回歸系數都顯著。綜合前述分析，表明結構方程監測法可以很好地估計廣西宏觀經濟景氣度。

表1 回歸結果與權重

通過表1 進一步分析發現：首先，廣西宏觀經濟景氣中先行指標、一致指標與滯后指標在宏觀經濟景氣度的測算中分別所占權重為0.26、0.30 與0.44，說明三大一級指標反映宏觀經濟運行狀態的程度，符合人們對經濟發展的預期與認知。其次，在先行指標中的各二級指標權重的大小依次為水泥產量權重（0.23）>商品房銷售額權重（0.20）>電力消費量權重（0.19）>CPMI 指數權重（0.16）>人民幣存貸凈額權重（0.12）>廣西板塊股指權重（0.10）,可見近年來廣西宏觀經濟的運行發展狀況預期主要是體現在基建和房地產上，相反體現在經濟發展的晴雨表廣西板塊股指卻很小。再次，一致指標中GDP 增速與工業增加值的權重（0.24）基本相同，東盟進出口商品額權重（0.22）次之，社會消費品零售總額（0.19），財政收入權重（0.06），入境旅游人均消費額權重（0.05）最小，說明廣西宏觀經濟發展具有自身的發展特點，即對東盟貿易在廣西經濟發展中具有非常重要的作用，入境旅游發展乏力，但仍有很大的發展空間。最后，滯后指標中全社會貨運總量權重（0.29），固定資產投資總額權重（0.24），PPI 指數權重（0.18），CPI指數權重（0.15），就業率權重（0.13）最小，在滯后指標中權重較大的是固定資產投資總額與全社會貨運總量，也即在一定程度上，可以從廣西宏觀經濟發展狀況，就可以推知資產投資與貨運量狀況，同時也說明了固定資產投資與交通運輸隊廣西經濟發展非常重要。

（二）一致性分析

表2 顯示了結構方程法與其他4 種監測方法，即擴散法、主成分分析法、合成法及S-W 型指數法的測算結果。

表2 Kendall 非參數相關系數檢驗結果與絕對值偏差和

由表2 所顯示，5 種監測方法的測算結果具有一致性。其他4 種監測方法的測算結果是分別按照相應方法的測算過程得到，因為其他測算方法不是本研究重點，這里重點關注各種測算方法的測算結果特征之間的比較，在此不再贅述。由于這些方法的Kendall 非參數相關系數最小為0.652 且各sig 雙側p值均小于0.01，表明5 種方法的相關性均為顯著，其測算結果趨向一致。通過表2 還發現，在5 種方法的相關系數中，相關性最大的是結構方程監測法與S-W 型指數法，其相關系數最大0.961，這進一步說明結構方程監測法與S-W 型指數法測算結果更接近，其他方法之間的測算結果的一致性較差。

（三）準確性分析

由表2 顯示，將5 種監測方法的絕對值偏差和（S）的按大小依次排列：擴散法S（1428）>合成法S（1361）>主成分分析法 S（1225）> S-W 型指數法 S（1090）> 結構方程監測法 S（968）,表明各種監測方法的準確性均不相同，但結構方程監測法的準確性最高。

綜上所述，通過對5 種監測方法的一致性與準確性分析，發現結構方程監測法與其他監測方法的監測結果趨同，但是結構方程監測法的監測結果具有更高的準確性。因此，在對宏觀經濟運行監測時，可以優先考慮選擇結構方程監測法進行監測。

四、結論與建議

本研究通過構建廣西宏觀經濟景氣度指標分析體系，選取廣西2011—2020 年40 個季度的相關宏觀數據，采用結構方程法對廣西17 個宏觀經濟指標等數據進行分析，最終結論如下：

（1）結構方程監測法的測算結果與擴散法、主成分分析法、合成法及S-W 型指數法的測算結果具有一致性，但是結構方程監測法的測算結果準確度最高。建議學者們或者宏觀經濟政策制定與執行者在對廣西宏觀經濟運行狀態監測時，可以更多地考慮采用結構方程監測法來監測廣西宏觀經濟發展狀態，以便于準確地把握宏觀經濟運行態勢，增強政策的可行性與可操作性。

（2）廣西宏觀經濟景氣度指標分析體系由3 個一級指標與17 個二級指標組成。其中17 個二級指標雖然各自在不同的一級指標中占有一定的權重，但是基建、用電量、GDP 增長與工業增加值、東盟貿易、交通運輸等宏觀經濟指標權重相對較大，而其他指標權重比較小。建議在監測（預測）廣西宏觀經濟發展時可重點關注基建、用電量、GDP 增長與工業增加值、東盟進出口貿易、交通運輸等宏觀經濟指標的狀態；同時，在促進廣西經濟持續健康發展時可重點關注基礎工程與民生工程建設，增加清潔環保產業，持續優化產業結構增加GDP 增速，進一步擴大東盟進出口貿易，升級交通運輸系統，加大入境旅游吸引力度，增加就業崗位，提高上市公司的質量等。