三驾马车对中国经济增长拉动作用分析.docVIP

三驾马车对中国经济增长的拉动作用分析 　　[摘 要] 伴随着中国步入工业化后期和社会经济发展进入“新常态”，弄清消费、投资和出口与中国经济增长的关系具有十分重要的意义。针对1990-2014年的时间序列数据，运用多元线性回归模型实证研究了GDP、消费、投资和出口之间的关系。结果表明，消费对GDP的影响最大，出口与GDP的关系也很强，投资与GDP的关系十分微弱。中国应采取积极促进国民消费、继续稳步推进出口贸易、逐步降低固定资产投资比重、鼓励消费和出口的政策建议。 　　[关键词] 消费、投资、出口；中国经济增长；拉动作用 　　[中图分类号] F124 [文献标识码] B 　　在传统意义上，消费、投资和出口被认为是推动中国经济发展的三驾马车，因此弄清三者与中国经济发展的关系十分迫切和必要。国内外相关的研究成果不多：“中国2007年投入产出表分析应用”课题组认为由于未区分加工贸易和普通贸易，出口贡献存在高估现象；卢万青认为内需、外需与经济增长之间存在长期的协整关系；出口波动会通过影响投资、消费而放大对中国经济的负面影响，短期内投资对经济增长的拉动作用较大，长期内消费对中国经济增长的拉动作用最大；沈利生认为2002年以来，消费的拉动作用在下降，出口的拉动作用在上升；李雪松等认为中美两国在GDP增长、出口和房地产开发投资方面具有较强的协同变化关系；吴绪亮等人的结论是应该通过启动消费、影响投资最终达到促进经济增长的目的。 　　综上，以往的研究结论不尽相同：有的认为现阶段投资的作用被放大，应该更加重视出口在经济发展中的作用；有的认为中国的出口导向型经济是值得商榷的，应该把经济增长点集中到传统的消费上来；有的认为虽然相较同阶段的其他国家中国消费对经济的拉动作用偏低，但是短期内仍应更加重视投资的作用等等。本文运用多元线性回归讨论多变量间的关系，最后得出的结论是目前消费对经济的拉动作用最大，而投资和经济增长的相关性较弱。 　　一、指标的选取与数据来源 　　（一）研究指标 　　因变量（经济增长）选取国民生产总值（GDP）表示，自变量的选取如下：最终消费（CS）用社会消费品零售总额表示，投资总额（I）用固定资产投资总额表示，EX表示出口总额。 　　（二）数据来源和选用方法 　　本文所使用的数据是1990-2014的年度数据，数据主要来源于中华人民共和国统计局网站。由于是要描述多因素对大学生成绩的影响，所以我们采用的总体方法是多元相性回归分析；在检验多重共线性存在与否时，我们采用相关系数法；在考虑异方差的影响是否显著时，我们选用简便直观的怀特检验法；在处理是否存在自相关时，我们选用D-W检验法。 　　二、模型构建与估计结果 　　（一）模型构建 　　为尽量使变量的变化趋势相同，我们选用双对数回归模型： 　　InGDP=c0+c1InI+c2InCS+c3InEX+μ （1） 　　其中c0为常数项，c1，c2，c3为变量系数；μ 为随机误差项，代表所有未纳入模型中但影响GDP的其他因素。 　　（二）结果描述 　　运用计量软件Eviews5.0对模型（1）进行回归的结果如下表所示： 　　模型回归结果 　　1.统计学检验。从回归结果看，修正可决系数的值为0.999677，说明此模型几乎解释了被解释变量的全部总变差；F统计量对应的P值几乎为零（小于显著性水平0.05），说明回归方程是显著的；再看各个解释变量T统计量所对应的P值，其中最终消费和出口总额的值接近于零（小于显著性水平0.05），说明二者与经济增长关系显著；而投资总额对应的P值为0.1825（大于显著性水平0.05），说明其和GDP的关系不密切。 　　2.计量经济学检验。首先来看自相关检验，我们选用在模型中加入AR（1）和AR（2）的方法来消除自相关。回归得到DW值为1.871025，查DW上下边界值表得dL=0.814，dU=1.750，因为1.751.8710252，所以模型不存在自相关；其次来看异方差检验，我们选用怀特检验法，此时输出的x2统计量的P值为0.6296（大于0.05），所以接受原假设（原假设为不存在异方差性）；最后来看多重共线性检验，由于投资、消费和出口之间的相关性都超过94%，而且R2值高投资对应的t值低，这是存在多重共线性的明显特征，因此我们可以去掉logI继续做回归（略）。 　　由以上分析结果可知，三个系数估计值分别为0.088，0.704和0.141，表明固定资产投资、最终消费和出口总额每增加1个百分点将带动GDP分别增长0.088，0.704和0.141个百分点。即得到如下的回归方程： 　　InGDP=1.746+0.088InI+0.704InCS+0.141InEX （2） 　　三、结论和政策建议 　　由回归方程的系数估计