城乡居民消费和政府消费对经济增长影响的实证分析.docVIP

城乡居民消费和政府消费对经济增长影响的实证分析 　　[摘要]文章收集了2004―2014年中国统计年鉴中的相关数据，利用VAR模型分析了我国城乡居民消费以及政府消费对经济增长的影响。通过实证分析得到结论，我国城乡居民的消费水平对GDP的带动作用非常明显，尤其是东部发达地区表现得尤为突出，而政府消费对经济增长的促进作用与城乡居民消费相比显得相对薄弱，因此在推动国家经济增长时应当注重考虑拉动居民的内需，以带动消费增长。 　　[关键词]居民消费；政府消费；经济增长；实证分析 　　[DOI]10.13939/j.cnki.zgsc.2015.42.040 　　1引言 　　依据各国经济的发展历程来看，一个国家经济增长的动力来源于居民的内在消费需求，我国的经济增长主要依靠三驾马车，分别是：消费、投资和进出口，然而我国是人口大国，具有人口的巨大优势，因此作为一项优势资源，最终拉动经济增长的主要动力应该是消费需求的增长。根据统计数据显示，我国在2004年以前的消费率均在60%以上，而国际平均消费率在78%左右，通过数据图的比较发现居民消费与政府消费呈现此消彼长的关系。本文将城乡居民消费和政府消费对我国经济增长的影响进行比较分析研究，并将该研究建立在实证分析的基础上，通过VAR模型的建立来进行计量估计和分析，检验各经济变量之间的关系，并检验其是否与理论假设相符合，以判断理论推导是否正确，在此基础上分析原因。深入了解我国城乡居民消费现状和政府消费现状，从而进一步了解其与我国经济增长之间的关系，有助于我国相关部门针对现状采取相应措施，以促进我国经济的长期可持续发展。 　　2实证分析 　　2.1数据收集与模型建立 　　本文选取了2004―2014年的国家GDP数据、城乡居民消费数据以及政府消费数据作为变量进行线性回归模型的建立。但是由于简单线性回归模型可能会产生共线性问题，使得模型的可信度降低，解释能力差，因此建立VAR模型来解决这些问题。文中以GDP代表国内生产总值，RC代表城乡居民消费，GC代表政府消费；其中城乡居民消费选取的是CPI减去消费支出中的价格因素的数据，并且将所有数据取log对数，分别用LGDP、LRC和LGC来表示。 　　具体的VAR模型建立的方程为： 　　Yt=C0+[DD（]i=p[]i=1[DD）]CPYt-1+Ut 　　其中， 　　Yt=[JB（[]LGDPt 　　LRCt 　　LGCt[JB）]]；Cp=[JB（[]C11C12C13C14 　　C21C22C23C24 　　C31C32C33C34[JB）]]；Ut=[JB（[]U1 　　U2 　　U3[JB）]] 　　这里，Ut～N[JB（（]0，σ2[JB））] 　　2.2单位根检验与协整检验 　　文中采用ADF单位根检验以及协整检验来检验各个变量的平稳性，其中协整分析采用Johansen系统分析法。具体检验数据见表1。 　　表1ADF检验结果 　　变量检验类别（C，T，L）ADF检验值各显著性水平下的临界值1%5%10%平稳与否 　　DLGDP（C，0，0）-3.163-3.654-2.957-2.623平稳 　　DLRC（C，0，6）-5.507-3.683-2.981-2.630平稳 　　DLGC（C，0，3）-5.532-3.679-2.868-2.693平稳注：检验类型（C，T，L）分别表示单位根检验中包括常数项、趋势项和滞后阶数。 　　从表1中可以分析原数据变量在经过一阶差分之后在5%的显著水平下是具有平稳性的，且三个序列都是一阶单整。因此可以进而采用Johansen的系统分析法进行协整检验。采用KaoandChiang的协整检验方法得出以下结论，ADF统计量在5%的置信水平下通过显著性检验，因此序列之间存在协整关系。具体检测数据见表2。 　　表2Johansen协整检验结果 　　原假设迹检验最大特征值检验结论 　　H0Trace5%临界值Max-Eigen5%临界值 　　r=039.2158146.3694520.3645227.15698 　　r122.3436528.329849.3216020.36121 　　r211.6736916.325899.7523613.25697r=0 　　注：Trace表示迹检验统计量，Max-Eigen表示最大特征值检验统计量，r表示协整向量个数。 　　根据表2的检验结果显示，序列之间不存在协整关系，结合单位根检验结果得出结论可以建立VAR模型。 　　2.3VAR模型的滞后阶数判断 　　在模型实际应用当中需要注意滞后阶数的问题，通常情况阶数越大就越能反映模型的动态特征，然而与此同时也意味着待估计的参数变多，从而减少了自由度。因此针对模