周洋

（浙江工商大學(xué)統(tǒng)計(jì)與數(shù)學(xué)學(xué)院，浙江 杭州 310018）

區(qū)域經(jīng)濟(jì)發(fā)展先行指數(shù)構(gòu)建探析

周洋

（浙江工商大學(xué)統(tǒng)計(jì)與數(shù)學(xué)學(xué)院，浙江 杭州 310018）

近年來，中國已與國際接軌，各區(qū)域經(jīng)濟(jì)發(fā)展受外部經(jīng)濟(jì)的沖擊更為突出，因此構(gòu)建區(qū)域經(jīng)濟(jì)發(fā)展先行指數(shù)非常必要。通過對比分析，目前應(yīng)采用脈沖響應(yīng)函數(shù)法來構(gòu)建先行指數(shù)，但此方法在實(shí)證研究中，面臨較多困難，今后要重點(diǎn)研究更加優(yōu)秀的指數(shù)合成方法。

區(qū)域經(jīng)濟(jì)發(fā)展；先行指數(shù)

一、經(jīng)濟(jì)先行指數(shù)研究的意義

隨著改革開放進(jìn)程的不斷推進(jìn)，我國已經(jīng)初步建立起適應(yīng)社會經(jīng)濟(jì)發(fā)展需要的社會主義市場經(jīng)濟(jì)體系，國民經(jīng)濟(jì)在運(yùn)行過程中的市場經(jīng)濟(jì)體制特征也愈加明顯。從各區(qū)域經(jīng)濟(jì)發(fā)展看，同樣存在經(jīng)濟(jì)增長周期性波動特征顯著、國際經(jīng)濟(jì)金融危機(jī)對經(jīng)濟(jì)運(yùn)行的影響日益加大等。這也為我們更好地借鑒先進(jìn)國家相關(guān)研究經(jīng)濟(jì)周期性波動的理論來探討區(qū)域經(jīng)濟(jì)發(fā)展趨向提供了基礎(chǔ)。我國已于2001年加入WTO，這也意味著各省將面臨更多的外部沖擊風(fēng)險。2008年以來，面對全球金融危機(jī)的重大沖擊和市場供需格局的深刻轉(zhuǎn)變，各地區(qū)經(jīng)濟(jì)均出現(xiàn)明顯下滑。從短期看，這主要是全球金融危機(jī)沖擊的后果，但從長期分析，這次經(jīng)濟(jì)增速下行也是經(jīng)濟(jì)周期使然，是經(jīng)濟(jì)轉(zhuǎn)型的必經(jīng)過程，只是危機(jī)起到了加速器作用。面對這些風(fēng)險以及市場經(jīng)濟(jì)的周期性波動，如果我們能夠未雨綢繆，提前建立起較完善的經(jīng)濟(jì)先行指標(biāo)體系，對于降低經(jīng)濟(jì)危機(jī)的危害程度，盡早采取反經(jīng)濟(jì)周期的宏觀經(jīng)濟(jì)政策，熨平經(jīng)濟(jì)波動，以至危機(jī)發(fā)生后經(jīng)濟(jì)的快速恢復(fù)都具有重要的現(xiàn)實(shí)意義。

二、經(jīng)濟(jì)發(fā)展先行指數(shù)相關(guān)研究回顧

經(jīng)濟(jì)先行指標(biāo)體系是由一組相互關(guān)聯(lián)的指標(biāo)所構(gòu)成，用以描述整個經(jīng)濟(jì)的狀態(tài)和程度，并在一定程度上能夠預(yù)先反映經(jīng)濟(jì)發(fā)展的變動趨勢。

1.國際相關(guān)研究的回顧。從國際上看，美國經(jīng)濟(jì)研究局（NBER）在1937年研究了近500多項(xiàng)經(jīng)濟(jì)指標(biāo)，并選擇其中的21項(xiàng)指標(biāo)構(gòu)成超前景氣指數(shù)。1961年，美國商務(wù)部公布了NBER景氣監(jiān)測系統(tǒng)結(jié)果，經(jīng)濟(jì)先行指標(biāo)體系開始從研究機(jī)構(gòu)的理論探討正式步入官方實(shí)際應(yīng)用階段。隨后世界許多國家開始致力于本國經(jīng)濟(jì)先行指標(biāo)體系的研究和構(gòu)建，相繼建立了自己的宏觀經(jīng)濟(jì)預(yù)警系統(tǒng)。目前，世界各國對經(jīng)濟(jì)運(yùn)行的監(jiān)測方法主要包括合成指數(shù)法、預(yù)警信號指數(shù)法、季節(jié)調(diào)整法、預(yù)期調(diào)查方法、宏觀經(jīng)濟(jì)計(jì)量法等。

從發(fā)達(dá)國家的實(shí)踐看，一個指標(biāo)屬于領(lǐng)先指標(biāo)還是同步或滯后指標(biāo)在不同的國家和地區(qū)、同一個國家或地區(qū)的不同發(fā)展階段都會有所差異。不同國家或地區(qū)在構(gòu)建經(jīng)濟(jì)先行指標(biāo)體系過程中，并沒有采取千篇一律的模式，而是應(yīng)該根據(jù)自身經(jīng)濟(jì)運(yùn)行特征選擇適合本國國情的指標(biāo)和構(gòu)建方法。實(shí)踐中，美國經(jīng)濟(jì)學(xué)界通常采用3個月的經(jīng)驗(yàn)法則來預(yù)測經(jīng)濟(jì)，即在經(jīng)濟(jì)衰退發(fā)生前，先行指標(biāo)指數(shù)首先必須出現(xiàn)連續(xù)3個月下降；同理，經(jīng)濟(jì)呈現(xiàn)復(fù)蘇前，先行指標(biāo)指數(shù)必須出現(xiàn)連續(xù)3個月上升。國際上較為通用的確定領(lǐng)先、同步、滯后指標(biāo)的方法包括：時差相關(guān)系數(shù)法、K—L信息量方法、聚類分析方法、脈沖相應(yīng)函數(shù)法等。

2.國內(nèi)相關(guān)研究的回顧。從國內(nèi)情況看，上世紀(jì)90年代初，我國有關(guān)部委和研究機(jī)構(gòu)相繼開展了宏觀經(jīng)濟(jì)的景氣調(diào)查和監(jiān)測預(yù)警工作。例如，國家統(tǒng)計(jì)局采用經(jīng)濟(jì)景氣綜合指數(shù)和信號燈系統(tǒng)進(jìn)行景氣預(yù)警分析、判斷經(jīng)濟(jì)景氣狀態(tài)和波動趨勢。從地區(qū)的實(shí)踐上看，北京市統(tǒng)計(jì)局率先進(jìn)行了經(jīng)濟(jì)先行指標(biāo)體系的初步探索。此后，人民銀行上?？偛亢吞旖蚍中嗅槍^(qū)域性經(jīng)濟(jì)先行指標(biāo)體系也進(jìn)行了大膽嘗試，豐富了我國在該領(lǐng)域的研究和實(shí)踐。

這些省市的做法通常是先通過合成指數(shù)法（或選取某一經(jīng)濟(jì)指標(biāo)直接替代）確定基準(zhǔn)循環(huán)指標(biāo)，然后利用K—L信息量法、時差相關(guān)分析法等方法確定領(lǐng)先指標(biāo)的峰（谷）超前（或落后）基準(zhǔn)循環(huán)峰（谷）的平均時間長度，最后通過圖形對比確定領(lǐng)先指標(biāo)、同步指標(biāo)和滯后指標(biāo)并進(jìn)行相關(guān)分析。由于我國區(qū)域經(jīng)濟(jì)發(fā)展不平衡現(xiàn)象十分突出，因此，構(gòu)建經(jīng)濟(jì)先行指標(biāo)體系必須考慮到這種區(qū)域性差距。應(yīng)該由簡入繁，由淺入深，突出地域特色，建立起體現(xiàn)本地域的比較優(yōu)勢和產(chǎn)業(yè)結(jié)構(gòu)特征的先行指標(biāo)系統(tǒng)。

3.總體評價。通過對相關(guān)研究的回顧可知，從發(fā)達(dá)國家的實(shí)踐經(jīng)驗(yàn)看，他們建立的一些經(jīng)濟(jì)發(fā)展先行指標(biāo)體系為我們提供了寶貴的經(jīng)驗(yàn)借鑒。另外，從我國相關(guān)研究成果看，目前階段雖然在國家層面和部分省市建立了一些反映經(jīng)濟(jì)發(fā)展趨向的先行指數(shù)，總的說來，對宏觀經(jīng)濟(jì)的先行指標(biāo)選擇研究還很不深入，所應(yīng)用的理論方法還有待于進(jìn)一步深入，所選取的具體指標(biāo)也應(yīng)該進(jìn)一步完善。這也表明探討構(gòu)建新型的、更能適應(yīng)區(qū)域經(jīng)濟(jì)發(fā)展需要的先行指數(shù)是非常必要的。

三、構(gòu)建區(qū)域經(jīng)濟(jì)發(fā)展先行指數(shù)方法探討

1.基準(zhǔn)循環(huán)指標(biāo)的選取。研究先行指數(shù)合成，首先必須確定基準(zhǔn)循環(huán)指標(biāo)，它是經(jīng)濟(jì)發(fā)展某一方面的綜合反映，在經(jīng)濟(jì)總體運(yùn)行中居重要地位，同時又具有某類指標(biāo)的基本波動特征。目前實(shí)際運(yùn)用中被用來選作基準(zhǔn)指標(biāo)可以直接選取生產(chǎn)總值（GDP）、工業(yè)總產(chǎn)值、工業(yè)增加值等指標(biāo)，也可以根據(jù)實(shí)際需要將若干指標(biāo)進(jìn)行合成指數(shù)作為基準(zhǔn)循環(huán)。由于目前反映區(qū)域經(jīng)濟(jì)發(fā)展的綜合指標(biāo)GDP只有季度統(tǒng)計(jì)數(shù)據(jù)，不利于更好的篩選先行指標(biāo)，出于擴(kuò)大數(shù)據(jù)樣本的目的，通過多方面的對比分析，筆者認(rèn)為選擇工業(yè)增加值作為省域GDP的代替指標(biāo)非常合適。

2.備選先行指標(biāo)的選取。研究區(qū)域經(jīng)濟(jì)發(fā)展先行指標(biāo)的選取應(yīng)遵循以下幾條基本原則：一是重要性，即所選指標(biāo)應(yīng)能夠代表經(jīng)濟(jì)活動的一個重要領(lǐng)域；二是敏感性，應(yīng)選擇市場敏感度較高、關(guān)聯(lián)性和即時性好的指標(biāo)或指標(biāo)組合；三是數(shù)據(jù)可得性，所選指標(biāo)應(yīng)為月度統(tǒng)計(jì)數(shù)據(jù)，且數(shù)據(jù)區(qū)間較長、較完整；四是數(shù)據(jù)穩(wěn)定性，即指標(biāo)的先行或滯后性要比較穩(wěn)定。依據(jù)上述原則，并結(jié)合前人的研究成果，初步選定了限額以上固定資產(chǎn)投資、房地產(chǎn)投資、社會消費(fèi)品零售額、外貿(mào)進(jìn)出口、外商直接投資、工業(yè)品產(chǎn)銷率、工業(yè)用電量、貨物運(yùn)輸總量、金融機(jī)構(gòu)存款余額、金融機(jī)構(gòu)中長期貸款余額、居民消費(fèi)價格指數(shù)、工業(yè)品出場價格指數(shù)和原材料購進(jìn)價格指數(shù)等指標(biāo)作為各省經(jīng)濟(jì)發(fā)展先行指標(biāo)體系的備選指標(biāo)。

3.利用脈沖響應(yīng)函數(shù)對備選經(jīng)濟(jì)先行指標(biāo)進(jìn)行篩選。這是研究先行指數(shù)構(gòu)建的關(guān)鍵一步。備選指標(biāo)是否真的領(lǐng)先經(jīng)濟(jì)發(fā)展，是否能夠?qū)?jīng)濟(jì)發(fā)展進(jìn)行預(yù)判，還應(yīng)該對上述指標(biāo)進(jìn)行確認(rèn)分析。通過對前人使用的利用K—L信息量法、時差相關(guān)分析法等方法和最新的脈沖響應(yīng)函數(shù)法進(jìn)行對比分析，發(fā)現(xiàn)脈沖響應(yīng)函數(shù)法在反映變量之間內(nèi)在相互影響等方面具有更加優(yōu)良的特性。故在先行期判定上應(yīng)采用這種最新方法，可以采用的統(tǒng)計(jì)分析軟件有Eviews5.0等。

（1）原始數(shù)據(jù)的預(yù)處理及平穩(wěn)性檢驗(yàn)。由于部分指標(biāo)每年一月份指標(biāo)數(shù)據(jù)存在缺失，有必要對這部分原始時間序列的缺失數(shù)據(jù)采用插值、線形回歸等方法進(jìn)行補(bǔ)全；在實(shí)際中，對一些具有顯著異常值的序列（特殊原因形成的特異項(xiàng)或者數(shù)據(jù)的誤差等），也進(jìn)行了特異項(xiàng)的平滑修正。同時由于月度統(tǒng)計(jì)數(shù)據(jù)序列一般呈現(xiàn)出明顯的季節(jié)性變化規(guī)律，所以還應(yīng)對上述各月度數(shù)據(jù)序列進(jìn)行季節(jié)性調(diào)整，以便消除季節(jié)變化的影響。如可以利用SPSS11.0中的X-12-ARIMA季節(jié)因素調(diào)整方法對基準(zhǔn)循環(huán)指標(biāo)、各備選先行指標(biāo)進(jìn)行了季節(jié)調(diào)整。利用脈沖響應(yīng)函數(shù)對這些備選指標(biāo)進(jìn)行先行期的判別之前，要求這些序列符合平穩(wěn)性的檢驗(yàn)條件，在具體研究中，擬采用ADF方法對基準(zhǔn)循環(huán)序列和各備選指標(biāo)序列進(jìn)行平穩(wěn)性檢驗(yàn)。

（2）各變量序列與基準(zhǔn)循環(huán)指標(biāo)的格蘭杰因果關(guān)系檢驗(yàn)。為確?；鶞?zhǔn)循環(huán)和各備選先行指標(biāo)之間存在因果關(guān)系，要采用格蘭杰因果關(guān)系檢驗(yàn)進(jìn)行判斷分析。該檢驗(yàn)主要用于考察兩變量之間在時間上的先導(dǎo)-滯后關(guān)系。對于兩變量格蘭杰因果關(guān)系的檢驗(yàn)，Granger采用如下檢驗(yàn)?zāi)Ｐ停?/p>

（3）基于脈沖響應(yīng)函數(shù)的經(jīng)濟(jì)先行指標(biāo)的篩選。在進(jìn)行脈沖響應(yīng)函數(shù)進(jìn)行分析之前，要先驗(yàn)證各備選先行指標(biāo)和基準(zhǔn)循環(huán)指標(biāo)存在長期的均衡關(guān)系。首先選用Johansen極大似然估計(jì)法進(jìn)行協(xié)整檢驗(yàn)，然后利用脈沖響應(yīng)函數(shù)進(jìn)行分析。脈沖響應(yīng)函數(shù)（ImpulseResponseFunctions，IRF）用于衡量來自隨機(jī)擾動項(xiàng)的一個標(biāo)準(zhǔn)差沖擊對內(nèi)生變量當(dāng)前值和未來值的影響，并且擾動項(xiàng)對某一變量的沖擊影響通過VAR模型的動態(tài)結(jié)構(gòu)傳遞給其他所有的變量?？疾煲粋€簡單的雙變量一階向量自回歸模型VAR（1）：

通過脈沖響應(yīng)函數(shù)可以得到各被選指標(biāo)和基準(zhǔn)循環(huán)之間存在著先行、同步還是滯后關(guān)系，為最后進(jìn)行指數(shù)合成奠定了堅(jiān)實(shí)基礎(chǔ)。

（4）區(qū)域經(jīng)濟(jì)發(fā)展先行指數(shù)的合成。接下來，對從備選指標(biāo)中得到能夠反映區(qū)域經(jīng)濟(jì)趨向的先行指標(biāo)采用主成分分析法來編制浙江省經(jīng)濟(jì)發(fā)展的合成先行指數(shù)。合成指數(shù)采取主成分分析法主要是因?yàn)樵摲椒ň哂心軌虮苊庹J(rèn)為主觀因素的影響，使得各先行指標(biāo)對于綜合合成指標(biāo)的影響更加客觀。

主成分分析法作為因子分析法的一種特殊形式，其主要思想是通過研究相關(guān)矩陣或協(xié)方差矩陣內(nèi)部依存關(guān)系，將多個變量X1，X2， …，Xn（可以觀測的隨機(jī)變量）綜合為少數(shù)幾個合成指標(biāo)的多元統(tǒng)計(jì)分析方法。具體步驟為，首先運(yùn)用KMO和Bartlett檢驗(yàn)原則對變量指標(biāo)進(jìn)行篩選；接著對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化變換，經(jīng)標(biāo)準(zhǔn)化后，使得各指標(biāo)的均值為0，方差為1，消除了量綱和數(shù)量級的影響，并求出相關(guān)矩陣或協(xié)方差矩陣R的特征值和特征向量；其主要形式為：

其中，式中的F1，F(xiàn)2， …，F(xiàn)m為主因子，是分別反映某一方面信息的不可觀測的潛在變量；aij為因子載荷系數(shù)，是第i個指標(biāo)在第j個因子上負(fù)荷，εi為特殊因子，實(shí)際建模中可忽略。

接著確定因子貢獻(xiàn)率及累計(jì)貢獻(xiàn)率。貢獻(xiàn)率越大，該因子相對越重要。累計(jì)貢獻(xiàn)率表示相應(yīng)幾個公共因子累計(jì)反映原始指標(biāo)的信息量，因子的累計(jì)貢獻(xiàn)率可以作為主因子個數(shù)m的選擇依據(jù)；然后根據(jù)因子載荷矩陣變換，解釋每個主因子的實(shí)際意義，以便對實(shí)際問題進(jìn)行分析；最后構(gòu)造綜合評價模型，計(jì)算總得分值。有旋轉(zhuǎn)后的因子載荷矩陣中將表現(xiàn)出公因子F對各變量的解釋力和代表性，計(jì)算公式為：

其中a1……ai為各公因子F所對應(yīng)的得分系數(shù)。經(jīng)過以上過程計(jì)算出研究對象的各公因子得分。最后以各公因子的方差貢獻(xiàn)率占所有公因子總方差貢獻(xiàn)率的比重作為權(quán)重進(jìn)行加權(quán)匯總，得出各研究對象的綜合得分。這個綜合得分，在合成先行指數(shù)的實(shí)踐中，就是需要的合成先行指數(shù)。

四、實(shí)踐中的困難和今后的研究方向

構(gòu)建區(qū)域經(jīng)濟(jì)發(fā)展先行指數(shù)各步驟所采用的方法基本上是目前理論和具體實(shí)踐中較優(yōu)秀的方法，但在具體實(shí)證研究中，還面臨著較多困難。其中最大的一個困難就是由于月度統(tǒng)計(jì)指標(biāo)受統(tǒng)計(jì)指標(biāo)調(diào)整等因素的影響，缺乏長期的月度數(shù)據(jù)序列，并且存在部分?jǐn)?shù)據(jù)缺失現(xiàn)象，在一定程度上影響到合成先行指數(shù)的時效性和準(zhǔn)確性。此外，各種指數(shù)合成方法在具體應(yīng)用過程中的優(yōu)劣還有待于進(jìn)一步檢驗(yàn)分析，這些問題都是今后要研究的重點(diǎn)。

[1]易丹輝.數(shù)據(jù)分析與EVIEWS應(yīng)用.中國統(tǒng)計(jì)出版社，2002.

[2]薛薇.SPSS統(tǒng)計(jì)分析方法及應(yīng)用.電子工業(yè)出版社，2005.

[3]丁文斌.北京先行經(jīng)濟(jì)指標(biāo)研究，山西財(cái)經(jīng)大學(xué)學(xué)報，2004（4）.

[4]何問陶，劉朝陽.我國宏觀經(jīng)濟(jì)先行指標(biāo)體系及對經(jīng)濟(jì)預(yù)測實(shí)證研究.南方金融，2007（4）.

（責(zé)任編輯：張巧燕）