北京市流通业对经济增长影响研究.docVIP

北京市流通业对经济增长影响研究 　　【摘 要】本文利用北京地区1978年—2012年的流通业与经济增长相关数据进行研究流通业对经济增长的影响，然后运用协整理论和格兰杰因果检验对流通业发展与经济增长之间的均衡关系进行分析，结果表明，流通业与经济增长两者之间存在长期稳定和短期波动的关系。 　　【关键词】流通业；经济增长；结构变化；协整分析；误差修正模型 　　一、引言 　　流通业在我国国民经济中居于基础性地位，对经济增长具有重要的作用。近年来，北京市流通业的地位逐步提升，流通规模不断扩大并快速发展，流通业对经济增长的贡献度也在不断提高。北京市社会消费品零售额从2000年的1658.7亿元增加到2012年的7702.8亿元。流通业增加值从2000年增加到2012年3430.9亿元，占全市GDP的比重达20%。基于流通业在国民经济中的地位和角色，在当前扩大内需的条件下，如何发挥流通业促进经济增长的作用表现得尤为重要。 　　本文利用北京地区1978年—2012年的相关数据进行研究，运用协整理论和格兰杰因果关系检验对流通业发展与经济增长之间的关系进行研究，从而对国民经济和流通业的健康发展提出有益的政策建议。 　　二、样本数据和计量分析 　　（一）数据的选取与处理 　　本文选取《北京统计年鉴2013》中的1978—2012年的数据来分析流通业对经济增长的作用。经济总量用生产总值（GDP）来表示，以社会消费品零售总额代表流通业发展水平（LT）。 　　为了避免数据的剧烈波动和消除时间序列中存在的异方差现象，分别对变量GDP和LT进行对数处理，用LnGDP和LnLT表示，利用Eviews6.0分析流通业和经济增长之间的关系。 　　（二）简单模型的回归分析 　　建立简单的经济计量模型： 　　其中，代表当期北京的经济增长水平，是对经济增长水平取对数后的时间序列，代表当期的流通业发展水平，是对流通业发展水平取对数后的时间序列。首先对和进行相关关系检验，以确定经济增长和流通业发展之间是否存在某种联系。根据表1利用Eviews6.0得出如下结果（见表1）。 　　从回归的结果看出，模型的拟合效果非常好。但并不能因此就认为该方程可以解释变量间的关系，因??大多数时间序列是非平稳的，用非平稳的经济变量建立回归模型会带来“虚假回归”的问题，所以应用协整检验再加以验证。 　　（三）协整检验 　　在实际分析中，一般先对时间序列及其差分序列的平稳性进行检验；其次是检验变量间协整关系；再对具有协整关系的时间序列的因果关系进行检验；最后建立协整变量与均衡之间的误差修正模型。 　　1.单位根检验 　　首先要对时间序列进行平稳性检验，即单位根检验。 　　其中，△LnGDP、△LnLT分别表示GDP和LT的一阶差分。由上表可得，LnGDP和LnCS序列均为非平稳的，经过一阶差分后变为平稳序列，即说明LnGDP和LnLT均为I（1）序列，说明GDP和LT之间可能存在长期的均衡关系。 　　2.协整关系检验 　　为了检验社会消费品零售总额LT与经济总量GDP之间是否具有协整关系，采用Engle-Granger协整检验对方程（2）的残差进行平稳性检验。得到如下结果： 　　表3 协整检验结果 　　由表3得知残差序列不存在单位根，可确定残差序列是平稳序列，说明LNGDP和LNLT之间存在协整关系。 　　3.因果关系检验 　　从协整检验的结果可以得到LT与GDP之间存在长期的均衡关系，但是还不能确定它们之间的均衡关系是否存在着相互影响的因果关系。因此对其进行Granger因果关系检验，结果如表4所示。 　　表4 因果关系检验结果 　　通过上述结果可看出，在滞后期为1时，在10%的置信水平下，LNGDP和LNLT具有双向的格兰杰因果关系，即在短期内两者相互影响。在滞后期选择2、3时，在10%的置信水平下，接受LnGDP不是LnLT变化的格兰杰原因，当滞后期为4时，结果表明LnGDP变化不是LnLT变化的Granger原因，LnLT也不是LnGDP变化的格兰杰原因，说明从长期来看，流通业发展对经济增长的作用十分有限。 　　4.误差修正模型 　　方程的回归系数通过显著性检验，上面的误差修正模型中，差分项反映社会消费品零售总额短期波动对GDP的影响。由上面方程可知，不仅当期社会消费品零售总额对GDP有影响，前一期的社会消费品零售总额和GDP均对当前的GDP有影响。短期社会消费品零售总额1%，引起国内生产总值变化43.43%；误差修正项et的系数的大小反映了对偏离长期均衡的调整力度。从系数估计值0.2118019来看，当短期波动偏离长期均衡时，将以0.2118019的调整力度将非均衡状态拉回到均衡状态。这说明其他因素对当期的GDP有一定影响。