| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 经济/产业 |
在现代经济周期理论中，投资波动一直被认为是导致经济波动的主要原因。在对投资需求和经济增长之间的关系研究当中，日本著名学者南亮进教授认为，战前日本经济增长显然是由于投资上升决定的，并通过对1986年～1990年世界72国的经济增长的测算，发现经济增长率与投资率之间存在相关关系。加速理论对经济增长中的投资和产量的相互关系也是具有解释力的。
由于实行改革开放政策，80年代工业发达国家经济增长相对缓慢，而我国经济却取得了高速发展，这引起了国内外学者对中国经济增长来源的关注，并做了一些有益的工作。Perkins，Dernberger，K.Chen的研究结果由于分析的范围，采用方法，数字来源及处理等各方面的不同，计算的最终结果差异较大，但有一点是比较一致的，那就是中国经济增长主要是靠投资推动的，具有明显的投资主导型特征。
投资具有多种不同的含义。投资的项目或形式包括固定资产投资、存货投资和人力资本投资，在三种投资中固定资产投资起着决定作用。从管理渠道来看，基本建设投资是固定资产投资最重要的部分。目前在理论分析和实证检验上对基本建设投资对经济增长的拉动作用没有进行详细深入的研究，如果判断出基本建设投资对经济增长的影响程度，以及它们之间的长期和短期关系，对于提高我国的投资效率，促进经济合理平稳的发展将有重要的现实意义。
一、数据的采集和处理
本文用于建模的时序数据包括GDP、基本建设投资和物价指数。考虑到数据检验的有效性，本文选择1953～2002年作为样本区间。
由于在样本区间，我国的物价变化较大，因此将物价指数作为一个变量考虑在模型中。为消除通货膨胀的影响，用1990年为不变价对GDP和基本建设投资加以价格调整。
另外，为了消除数据中可能存在的异方差，使模型的拟合效果更为理想，在对数据进行模型拟合之前对各变量进行了对数处理。
总之，本文采用这样三个变量建立计量模型：Lnypt=Iog(ypt)，Lnxpt=Iog(xpt)，Lnpt=Iog(pt)。其中ypt=yt/pt，xpt=xt/pt；pt表示第t期的物价指数（以1990年的物价为不变价格，p1990=1）；yt、xt分别表示第t期的GDP、基本建设投资。采集到的数据如图1所示
二、平稳性检验和协整分析
为避免伪回归，在运用经济时间序列进行回归分析之前，必须对经济时间序列数据进行平稳性检验和协整分析。
（一）三个变量的单整性检验。在具体应用协整理论进行时间序列分析时，首先检验被分析序列是否为I(1)过程，即对Lnypt，Lnxpt和Lnpt进行单整性检验（ADF检验），进而再判断其协整性。对Lnypt，Lnxpt和Lnpt的ADF检验结果见表1。
通过表1可知,因为Lnypt，Lnxpt和Lnpt的ADF值在10％上大于临界值，所以三个变量是非平稳的，这时需要进一步检验Lnypt，Lnxpt和Lnpt的差分序列的平稳性以确定Lnypt，Lnxpt和Lnpt的单整阶数。经过检验发现△Lnypt，△Lnxpt和△Lnpt的ADF值在1％上小于各自的临界值,于是得出结论：Lnypt，Lnxpt和Lnpt服从I(1)过程。
因为Lnypt，Lnxpt和Lnpt都是一阶单整变量，所以可按EG两步法做如下协整回归并检验三个变量是否存在协整关系。
（二）三个变量的协整性检验。首先用动态分布滞后（ADL）模型检验Lnypt，Lnxpt和Lnpt序列是否存在协整关系。一阶ADL模型，Lnypt=atLnypt－1＋β0Lnxpt＋β1Lnxpt－1＋γ1Lnpt＋γt－1Lnpt－1＋μt的估计结果如下：
Lnypt=1.023Lnypt－1＋0.2506Lnxpt－
(70.57) (13.32)
0.2723Lnxpt－1－0.016Lnpt＋0.0314Lnpt－1
(－12.86) (－0.17) (0.32)
R2=0.999,DW=1.62，T=50，(1953～2002)
利用上式求Lnypt，Lnxpt和Lnpt的长期关系。
β=(0.2506＋0.2723)/(1－1.023)≈0.9435
γ=(－0.016＋0.0314)/(1－1.023)≈－0.67
则估计的长期关系是，
Lnypt=0.9435Lnxpt－0.67Lnpt (1)
上式显示我国GDP对基本建设投资的平均弹性为0.9435，对物价的平均弹性为－0.67。非均衡误差
et=Lnypt－0.9435Lnxpt＋0.67Lnpt
对et进行AEG检验如下：
△et=0.0111t＋0.7357－0.4512et－1＋
(3.33) (4.02) (－4.16)
0.4197△et－1
(3.09)
R2=0.31 s.e.=0.192
DW=1.94
从上式可得到AEG统计量为－4.16在大约1％水平上拒绝了零假设。因此认为et平稳，上述三个变量存在协整关系。
三、建立变量的ECM模型
根据格兰杰（Granger）定理，一组具有协整关系的变量可以建立误差修整模型。因为Lnypt，Lnxpt和Lnpt之间存在协整关系，所以可以通过建立ECM模型进一步分析其间的关系。
建立三个变量的误差修正模型如下：
△Lnypt=0.2506△Lnxpt－0.0161△Lnpt
(14.32) (－0.18)
＋0.0229et－1
(8.83)
R2=0.86，s.e.=0.033,DW=1.62，T=49,(1954～2002)
剔除无统计显著性变量△Lnpt，再次估计得，
△Lnypt=0.2518△Lnxpt＋0.0227et－1 (2)
(15.75) (10.58)
R2=0.86，s.e.=0.032，DW=1.63，T=49,(1954～2002)
四、ECM模型的检验结论及分析
在ECM中，被解释变量波动分短期波动和长期均衡。
从长期（方程(1)）看，基本建设投资对经济增长的拉动作用是比较显著的，但是乘数效应有所弱化。这主要是因为城市居民和农村居民的支出愿望较低，虽然收入在增长，消费支出却在减少，相反储蓄量有较大提高，这种漏出，对经济的扩张起着阻碍作用。另一方面与人们预期收入不稳，收入分配变化快，差距拉大有关。引起投资乘数效应减弱的另一个因素是产品和服务的周转速度下降，从深层次也可理解为市场制度的效率。当制度因素阻碍市场化改革，甚至影响市场机制的作用时，就会增加产品与服务交易的难度，引起投资乘数变小，从而造成恶性循环，整个社会就会损失本应该获得的国内生产总值的增加。
从短期（方程(2)）看,公式中的各差分项反映变量短期波动影响，表明（对数）我国GDP的增长幅度低于基本建设投资的增长幅度，Lnxpt增长1％，Lnypt增长0.2518％,这说明基本建设投资效率相对偏低，同时这也与基本建设投资规模较大，建设周期较长，投资回收慢的特点有关。上年的非均衡误差项系数为正,不符合反向修正机制,但这个系数的值（0.0227）非常的小,弱化了误差修正项对t期△Lnypt值的偏离影响,究其原因主要是政策因素的复杂性造成的。(□文/郑可可) |
|
|
|
