周業(yè)付，喬越然

（1.九江學(xué)院 經(jīng)濟(jì)與管理學(xué)院，江西 九江332005；2.合肥工業(yè)大學(xué) 電子科學(xué)與應(yīng)用物理學(xué)院，安徽合肥230009）

一、引言

克強指數(shù)（Li Keqiang index）［1～2］是以中國李克強總理名字命名的一種用于評估中國GDP增長量的指標(biāo)，它由英國《經(jīng)濟(jì)學(xué)人》雜志創(chuàng)造。耗電量、鐵路貨運量和銀行貸款發(fā)放量是“克強指數(shù)”的三個經(jīng)濟(jì)指標(biāo)?！翱藦娭笖?shù)”擠掉了統(tǒng)計數(shù)字中的水分，更具有真實性，比官方GDP數(shù)字更能精準(zhǔn)和客觀地反映經(jīng)濟(jì)現(xiàn)狀。包括花旗銀行在內(nèi)的眾多國際機構(gòu)也都認(rèn)可“克強指數(shù)”。

通過查閱和搜索現(xiàn)有國內(nèi)外文獻(xiàn)資料，筆者了解到國內(nèi)外學(xué)者已經(jīng)從不同的視角、運用不同的方法對經(jīng)濟(jì)增長的動態(tài)計量問題進(jìn)行了大量的理論與實證研究，并取得了豐富的研究成果。但目前國內(nèi)外學(xué)術(shù)界對克強指數(shù)與經(jīng)濟(jì)增長之間關(guān)系的實證研究非常缺乏。因此，深入研究克強指數(shù)與上海市經(jīng)濟(jì)增長之間的內(nèi)在關(guān)系與動態(tài)機制，具有重要的理論價值與現(xiàn)實意義。

二、數(shù)據(jù)處理

（一）變量選取

本文對所采用的解釋變量和被解釋變量作如下選擇：

（1）被解釋變量。根據(jù)以往的研究成果，國內(nèi)外學(xué)者在研究經(jīng)濟(jì)增長問題時，衡量經(jīng)濟(jì)增長的指標(biāo)絕大多數(shù)選取國內(nèi)生產(chǎn)總值（GDP）。本文中也仍將采用這一指標(biāo)，記為GDP。

（2）解釋變量。與GDP 等常規(guī)指標(biāo)相比，“克強指數(shù)”涵蓋指標(biāo)較為簡單，統(tǒng)計誤差也更小。本文結(jié)合上海市自身實際情況，在不違背克強指數(shù)實質(zhì)前提下，對解釋變量的選擇略作如下調(diào)整：

工業(yè)用電量?，F(xiàn)代工業(yè)生產(chǎn)與能源消耗存在緊密關(guān)系。因此，我國工業(yè)的活躍度以及工廠的開工率可以通過“耗電量”多少來反映。本文仍采用上海市工業(yè)實際用電量這一指標(biāo)，簡記為E。

貨運量。在我國，鐵路是貨物運輸?shù)淖畲筝d體。因此，經(jīng)濟(jì)運行現(xiàn)狀和經(jīng)濟(jì)運行效率可以通過“鐵路運貨量”多少來反映。但上海地處長江入?？?，是中國交通、航運中心和濱江濱海國際性港口，其海運、空運、汽運在貨物運輸量中的比例不容忽視。故本文采用貨運量這一指標(biāo)，簡記為F。

金融機構(gòu)貸款量。我國間接融資占社會融資總量的比例高達(dá)84%，而在我國的間接融資中，銀行貸款占了絕大比重。因此，市場對當(dāng)前經(jīng)濟(jì)狀況的信心和對未來經(jīng)濟(jì)風(fēng)險度的判斷可以通過“貸款發(fā)放量”的多少來反映。但上海是中國經(jīng)濟(jì)、金融和貿(mào)易中心，同時又是國際性大都會，尤其是自由貿(mào)易區(qū)的成立，將進(jìn)一步推動上海對外開放程度，其貸款資金來源將進(jìn)一步拓寬。故本文采用金融機構(gòu)貸款余額這一指標(biāo)，簡記為L。

（二）數(shù)據(jù)來源

本文采用年度數(shù)據(jù)，樣本區(qū)間為1995-2014年，數(shù)據(jù)來源于《上海統(tǒng)計年鑒》（2000-2015年）。為了消除各時期價格變動因素和時間序列數(shù)據(jù)中存在的異方差現(xiàn)象對模型的影響，便于變量之間的長短期分析，對變量數(shù)據(jù)進(jìn)行自然對數(shù)變換，分別記為lnGDP、lnE、lnF、lnL，變換后不影響原序列的協(xié)整關(guān)系。

三、實證分析

（一）單位根檢驗

在進(jìn)行協(xié)整分析前，本文采用常用的ADF單位根檢驗方法，對變量lnGDP、lnE、lnF和lnL以及它們的差分序列進(jìn)行平穩(wěn)性檢驗，以防止“偽回歸”問題的出現(xiàn)［3］。檢驗結(jié)果見表1所列。

表1 ADF檢驗結(jié)果

由表1 可以知道，經(jīng)過二階差分后的Δ2lnGDP、Δ2lnE、Δ2lnF、Δ2lnL均在1%顯著水平下拒絕了“存在單位根”的零假設(shè)，表明二階差分后的4個序列均為平穩(wěn)序列。因此，4 個原始序列都是二階單整序列，滿足同階單整條件，可用于協(xié)整分析。

（二）協(xié)整檢驗

為了探討克強指數(shù)各指標(biāo)與上海市經(jīng)濟(jì)增長之間的長期均衡關(guān)系，筆者引入?yún)f(xié)整理論進(jìn)行分析。在協(xié)整關(guān)系檢驗中，學(xué)者們一般采用EG（Engle&Granger）兩步法和JJ（Johansen&Juselius）似然比檢驗方法。鑒于多變量間的協(xié)整關(guān)系檢驗，JJ 檢驗法與EG檢驗法相比更具有優(yōu)越性，所以本文采用JJ似然比檢驗法對選取的變量進(jìn)行協(xié)整關(guān)系檢驗，檢驗結(jié)果見表2所列。

從表2 可以看出，在不存在協(xié)整向量的原假設(shè)下，跡統(tǒng)計量（44.777 48）和最大特征值統(tǒng)計量（25.240 93）均在5%顯著性水平下大于其各自的臨界值，故拒絕原假設(shè)；而在至少存在一個協(xié)整關(guān)系的原假設(shè)下，上述兩統(tǒng)計量均小于其各自的臨界值，所以該向量自回歸模型存在且只有一個協(xié)整關(guān)系表達(dá)式，標(biāo)準(zhǔn)化后的協(xié)整方程為：

表2 JJ協(xié)整檢驗結(jié)果

在協(xié)整方程表達(dá)式中，工業(yè)用電量的系數(shù)為負(fù)數(shù)，這啟示：上海市應(yīng)該加快轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，推動產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型，使社會經(jīng)濟(jì)由依靠能源消耗實現(xiàn)增長向依靠科技進(jìn)步和金融服務(wù)業(yè)等第三產(chǎn)業(yè)方向轉(zhuǎn)變。

（三）Granger因果關(guān)系檢驗

雖然協(xié)整檢驗結(jié)果顯示克強指數(shù)各指標(biāo)與上海市經(jīng)濟(jì)增長之間存在長期穩(wěn)定的均衡關(guān)系，但是還需要進(jìn)一步的驗證這種均衡關(guān)系是否真正構(gòu)成因果關(guān)系，而Granger因果檢驗［4］為這類問題提供了解決思路。為此，筆者將運用Granger因果檢驗來分析克強指數(shù)各指標(biāo)與上海市經(jīng)濟(jì)增長之間的因果關(guān)系。

根據(jù)Granger 因果關(guān)系檢驗原理，筆者選擇對lnGDP、lnE、lnF和lnL二階差分進(jìn)行Granger 因果關(guān)系分析，由Granger因果檢驗系統(tǒng)自動給出滯后期為2。根據(jù)Akaike信息準(zhǔn)則確定最優(yōu)滯后階為3，分析檢驗結(jié)果見表3所列。

表3 Granger因果關(guān)系檢驗結(jié)果

從表3 的檢驗結(jié)果可以分析得出，在10%的顯著水平上，上海市經(jīng)濟(jì)增長與工業(yè)用電量、貨運量相互之間不具有因果關(guān)系，而上海市經(jīng)濟(jì)增長與金融機構(gòu)貸款量之間互為Granger 因果關(guān)系。分析其原因，筆者認(rèn)為可能是：隨著改革步伐的加快，上海市經(jīng)濟(jì)不斷深入發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)不斷調(diào)整優(yōu)化，特別是金融服務(wù)等行業(yè)取得長足發(fā)展，經(jīng)濟(jì)發(fā)展由依靠能源消耗轉(zhuǎn)向依靠科技和發(fā)展第三產(chǎn)業(yè)。

（四）VAR模型及脈沖響應(yīng)分析

為了進(jìn)一步研究在其他因素保持不變的情況下，克強指數(shù)各指標(biāo)與上海市經(jīng)濟(jì)增長之間的聯(lián)動效應(yīng)，本文通過建立VAR模型，運用脈沖響應(yīng)模型進(jìn)行分析。

（1）VAR 模型。向量自回歸［5］（Vector Autoregression，VAR）是一種非結(jié)構(gòu)化的模型，它是基于數(shù)據(jù)的統(tǒng)計性質(zhì)，通過把系統(tǒng)中每一個內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后項的函數(shù)來構(gòu)造模型的。滯后階數(shù)的確定是VAR模型構(gòu)造中的一個重要問題。在滯后階數(shù)的選擇過程中，既要保證有足夠數(shù)目的滯后項，又要保證有足夠數(shù)目的自由度。根據(jù)AIC 和SC 等信息準(zhǔn)則，當(dāng)最大滯后階數(shù)選擇2的時候，模型特征多項式的根的倒數(shù)都位于單位圓內(nèi)，AIC 達(dá)到最小值-14.960 93，SC 也達(dá)到了較小值-13.222 60，因此確定的最佳滯后階數(shù)為2，得到相應(yīng)的VAR(2)模型。

（2）脈沖響應(yīng)函數(shù)。脈沖響應(yīng)函數(shù)［5］能夠比較直觀地描繪出變量之間的動態(tài)交互作用及其效應(yīng)，可以用于衡量來自模型中隨機擾動項的一個標(biāo)準(zhǔn)差沖擊對其他內(nèi)生變量當(dāng)前及未來各期取值的影響軌跡?？藦娭笖?shù)與上海市經(jīng)濟(jì)增長的VAR 模型有4個內(nèi)生變量，可建立16個脈沖響應(yīng)函數(shù)?？紤]到本文主要是研究克強指數(shù)與上海市經(jīng)濟(jì)增長的關(guān)系，所以本文主要分析克強指數(shù)各指標(biāo)對上海市經(jīng)濟(jì)增長沖擊的反應(yīng)以及上海市經(jīng)濟(jì)增長對克強指數(shù)各指標(biāo)沖擊的反應(yīng)?；赩AR模型的脈沖響應(yīng)模型分析結(jié)果如圖1 和圖2 所示。橫軸表示沖擊作用的滯后時間，縱軸表示因變量對擾動項一個標(biāo)準(zhǔn)差沖擊的響應(yīng)程度；實線是脈沖響應(yīng)函數(shù)值，虛線所示范圍為正負(fù)2倍標(biāo)準(zhǔn)差的置信帶。

從圖1 可以看出，對于給定上海市GDP 一個標(biāo)準(zhǔn)差的正向沖擊，克強指數(shù)各指標(biāo)都表現(xiàn)為正向效應(yīng)，但工業(yè)用電量和貨運量對經(jīng)濟(jì)增長的沖擊效應(yīng)隨著時間的增長表現(xiàn)得越來越不明顯。

從圖2 可以看出，工業(yè)用電量一個標(biāo)準(zhǔn)差的正向沖擊在長期內(nèi)對上海市經(jīng)濟(jì)增長有持續(xù)而遞增的正向效應(yīng)。上海市經(jīng)濟(jì)增長對來自貨運量一個標(biāo)準(zhǔn)差的沖擊表現(xiàn)為負(fù)向效應(yīng)，對來自金融機構(gòu)貸款量標(biāo)準(zhǔn)差的沖擊效應(yīng)隨著時間的增長表現(xiàn)得越來越不明顯。

圖1 克強指數(shù)各指標(biāo)對上海市經(jīng)濟(jì)增長沖擊的脈沖響應(yīng)函數(shù)分析

圖2 上海市經(jīng)濟(jì)增長對克強指數(shù)各指標(biāo)沖擊的脈沖響應(yīng)函數(shù)分析

四、結(jié)論與建議

本文試圖從克強指數(shù)這一獨特視角來研究上海市經(jīng)濟(jì)發(fā)展問題，具有重要的理論創(chuàng)新性和實際應(yīng)用價值。筆者運用協(xié)整理論、Granger因果關(guān)系檢驗和脈沖響應(yīng)模型，深入探討了上海市經(jīng)濟(jì)增長與工業(yè)用電量、貨運量和貸款發(fā)放量之間的內(nèi)在關(guān)系與動態(tài)機制，主要得出以下3點結(jié)論與建議：

（1）協(xié)整檢驗結(jié)果表明，克強指數(shù)各指標(biāo)與上海市經(jīng)濟(jì)增長之間存在著長期穩(wěn)定的均衡關(guān)系，這說明從長期來看，克強指數(shù)可以作為上海市經(jīng)濟(jì)發(fā)展?fàn)顩r的一個可靠、有用的衡量指標(biāo)。但工業(yè)用電量的系數(shù)為負(fù)數(shù)，這表明上海市應(yīng)該加快轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式。隨著上海自貿(mào)區(qū)的成立，金融服務(wù)業(yè)將成為上海市經(jīng)濟(jì)發(fā)展的重要推動力量。推動上海市產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型，努力將上海建設(shè)成為國際性的金融貿(mào)易中心。

（2）Granger因果關(guān)系檢驗結(jié)果表明，在10%的顯著水平上，上海市經(jīng)濟(jì)增長與工業(yè)用電量、貨運量相互之間不具有因果關(guān)系，而與金融機構(gòu)貸款量之間互為Granger因果關(guān)系。這說明金融機構(gòu)貸款量新增對上海市經(jīng)濟(jì)增長具有重要的拉動作用，工業(yè)用電量和貨運量對上海市經(jīng)濟(jì)增長的拉動作用減弱。上海市要實現(xiàn)進(jìn)一步發(fā)展，就要全面深化改革，擴大開放程度，推動產(chǎn)業(yè)結(jié)構(gòu)升級，尤其是加快自貿(mào)區(qū)建設(shè)。

（3）脈沖效應(yīng)模型分析結(jié)果進(jìn)一步論證了前面兩點結(jié)論?？藦娭笖?shù)各指標(biāo)對給定上海市GDP一個標(biāo)準(zhǔn)差的正向沖擊都表現(xiàn)出正向效應(yīng)，而上海市經(jīng)濟(jì)增長對工業(yè)用電量一個標(biāo)準(zhǔn)差的正向沖擊有持續(xù)而遞增的正向效應(yīng)，對貨運量一個標(biāo)準(zhǔn)差的沖擊表現(xiàn)為負(fù)向效應(yīng)，對金融機構(gòu)貸款量標(biāo)準(zhǔn)差的沖擊效應(yīng)隨著時間的增長表現(xiàn)得越來越不明顯。

但是，上海市作為一座國際性的大都市，經(jīng)濟(jì)結(jié)構(gòu)有著很強的空間相關(guān)性和溢出效應(yīng)，而本文所采用的傳統(tǒng)計量經(jīng)濟(jì)模型忽略了這些復(fù)雜的空間依存結(jié)構(gòu)和空間相互作用問題，很容易使其回歸分析產(chǎn)生偏差［6］。從空間經(jīng)濟(jì)視角、引入空間計量經(jīng)濟(jì)學(xué)模型［7］對上海市乃至全國經(jīng)濟(jì)發(fā)展問題進(jìn)行實證研究，是今后進(jìn)一步的研究方向。

［1］劉慶傳. 讀懂“克強指數(shù)”［N］. 新華日報，2013-04-23（A05）.

［2］解讀“克強指數(shù)”［N］. 企業(yè)家日報，2013-07-01（14）.

［3］張曉峒. Eviews使用指南與案例［M］. 北京：機械工業(yè)出版社，2007.

［4］高鐵梅. 計量經(jīng)濟(jì)分析方法與建模：EViews 應(yīng)用及實例［M］. 北京：清華大學(xué)出版社，2009：277-281.

［5］高秀麗，王愛虎，房興超. 廣東省區(qū)域物流與區(qū)域經(jīng)濟(jì)增長關(guān)系的實證研究［J］. 工業(yè)工程，2012，15（1）：60-65.

［6］蘭峰，張春苗. 空間經(jīng)濟(jì)學(xué)視角下的商品住房價格溢出效應(yīng)研究［J］. 統(tǒng)計與信息論壇，2015，30（6）：39-44.

［7］趙丹妮. 廣東省區(qū)域經(jīng)濟(jì)增長影響因素的空間計量分析［J］. 統(tǒng)計與決策，2015（15）：101-104.