克強(qiáng)指數(shù)與上海市經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證研究

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(qiáng)指數(shù)（Li Keqiang index）［1～2］是以中國(guó)李克強(qiáng)總理名字命名的一種用于評(píng)估中國(guó)GDP增長(zhǎng)量的指標(biāo)，它由英國(guó)《經(jīng)濟(jì)學(xué)人》雜志創(chuàng)造。耗電量、鐵路貨運(yùn)量和銀行貸款發(fā)放量是“克強(qiáng)指數(shù)”的三個(gè)經(jīng)濟(jì)指標(biāo)?！翱藦?qiáng)指數(shù)”擠掉了統(tǒng)計(jì)數(shù)字中的水分，更具有真實(shí)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(guó)際機(jī)構(gòu)也都認(rèn)可“克強(qiáng)指數(shù)”。

通過(guò)查閱和搜索現(xiàn)有國(guó)內(nèi)外文獻(xiàn)資料，筆者了解到國(guó)內(nèi)外學(xué)者已經(jīng)從不同的視角、運(yùn)用不同的方法對(duì)經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)計(jì)量問(wèn)題進(jìn)行了大量的理論與實(shí)證研究，并取得了豐富的研究成果。但目前國(guó)內(nèi)外學(xué)術(shù)界對(duì)克強(qiáng)指數(shù)與經(jīng)濟(jì)增長(zhǎng)之間關(guān)系的實(shí)證研究非常缺乏。因此，深入研究克強(qiáng)指數(shù)與上海市經(jīng)濟(jì)增長(zhǎng)之間的內(nèi)在關(guān)系與動(dòng)態(tài)機(jī)制，具有重要的理論價(jià)值與現(xiàn)實(shí)意義。

二、數(shù)據(jù)處理

（一）變量選取

本文對(duì)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(guó)內(nèi)外學(xué)者在研究經(jīng)濟(jì)增長(zhǎng)問(wèn)題時(shí)，衡量經(jīng)濟(jì)增長(zhǎng)的指標(biāo)絕大多數(shù)選取國(guó)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(qiáng)指數(shù)”涵蓋指標(biāo)較為簡(jiǎn)單，統(tǒng)計(jì)誤差也更小。本文結(jié)合上海市自身實(shí)際情況，在不違背克強(qiáng)指數(shù)實(shí)質(zhì)前提下，對(duì)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(guó)工業(yè)的活躍度以及工廠的開(kāi)工率可以通過(guò)“耗電量”多少來(lái)反映。本文仍采用上海市工業(yè)實(shí)際用電量這一指標(biāo)，簡(jiǎn)記為E。

貨運(yùn)量。在我國(guó)，鐵路是貨物運(yùn)輸?shù)淖畲筝d體。因此，經(jīng)濟(jì)運(yùn)行現(xiàn)狀和經(jīng)濟(jì)運(yùn)行效率可以通過(guò)“鐵路運(yùn)貨量”多少來(lái)反映。但上海地處長(zhǎng)江入海口，是中國(guó)交通、航運(yùn)中心和濱江濱海國(guó)際性港口，其海運(yùn)、空運(yùn)、汽運(yùn)在貨物運(yùn)輸量中的比例不容忽視。故本文采用貨運(yùn)量這一指標(biāo)，簡(jiǎn)記為F。

金融機(jī)構(gòu)貸款量。我國(guó)間接融資占社會(huì)融資總量的比例高達(dá)84%，而在我國(guó)的間接融資中，銀行貸款占了絕大比重。因此，市場(chǎng)對(duì)當(dāng)前經(jīng)濟(jì)狀況的信心和對(duì)未來(lái)經(jīng)濟(jì)風(fēng)險(xiǎn)度的判斷可以通過(guò)“貸款發(fā)放量”的多少來(lái)反映。但上海是中國(guó)經(jīng)濟(jì)、金融和貿(mào)易中心，同時(shí)又是國(guó)際性大都會(huì)，尤其是自由貿(mào)易區(qū)的成立，將進(jìn)一步推動(dòng)上海對(duì)外開(kāi)放程度，其貸款資金來(lái)源將進(jìn)一步拓寬。故本文采用金融機(jī)構(gòu)貸款余額這一指標(biāo)，簡(jiǎn)記為L(zhǎng)。

（二）數(shù)據(jù)來(lái)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(lái)源于《上海統(tǒng)計(jì)年鑒》（2000-2015年）。為了消除各時(shí)期價(jià)格變動(dòng)因素和時(shí)間序列數(shù)據(jù)中存在的異方差現(xiàn)象對(duì)模型的影響，便于變量之間的長(zhǎng)短期分析，對(duì)變量數(shù)據(jù)進(jìn)行自然對(duì)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(shí)證分析

（一）單位根檢驗(yàn)

在進(jìn)行協(xié)整分析前，本文采用常用的ADF單位根檢驗(yàn)方法，對(duì)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(yàn)，以防止“偽回歸”問(wèn)題的出現(xiàn)［3］。檢驗(yàn)結(jié)果見(jiàn)表1所列。

表1 ADF檢驗(yàn)結(jié)果

由表1 可以知道，經(jīng)過(guò)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(gè)序列均為平穩(wěn)序列。因此，4 個(gè)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(yàn)

為了探討克強(qiáng)指數(shù)各指標(biāo)與上海市經(jīng)濟(jì)增長(zhǎng)之間的長(zhǎng)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(yàn)中，學(xué)者們一般采用EG（Engle&Granger）兩步法和JJ（Johansen&Juselius）似然比檢驗(yàn)方法。鑒于多變量間的協(xié)整關(guān)系檢驗(yàn)，JJ 檢驗(yàn)法與EG檢驗(yàn)法相比更具有優(yōu)越性，所以本文采用JJ似然比檢驗(yàn)法對(duì)選取的變量進(jìn)行協(xié)整關(guān)系檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)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(jì)量（44.777 48）和最大特征值統(tǒng)計(jì)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(gè)協(xié)整關(guān)系的原假設(shè)下，上述兩統(tǒng)計(jì)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(gè)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(yàn)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(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型，使社會(huì)經(jīng)濟(jì)由依靠能源消耗實(shí)現(xiàn)增長(zhǎng)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(yàn)

雖然協(xié)整檢驗(yàn)結(jié)果顯示克強(qiáng)指數(shù)各指標(biāo)與上海市經(jīng)濟(jì)增長(zhǎng)之間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系，但是還需要進(jìn)一步的驗(yàn)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(yàn)［4］為這類問(wèn)題提供了解決思路。為此，筆者將運(yùn)用Granger因果檢驗(yàn)來(lái)分析克強(qiáng)指數(shù)各指標(biāo)與上海市經(jīng)濟(jì)增長(zhǎng)之間的因果關(guān)系。

根據(jù)Granger 因果關(guān)系檢驗(yàn)原理，筆者選擇對(duì)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(yàn)系統(tǒng)自動(dòng)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(yàn)結(jié)果見(jiàn)表3所列。

表3 Granger因果關(guān)系檢驗(yàn)結(jié)果

從表3 的檢驗(yàn)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(zhǎng)與工業(yè)用電量、貨運(yùn)量相互之間不具有因果關(guān)系，而上海市經(jīng)濟(jì)增長(zhǎng)與金融機(jī)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(zhǎng)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(qiáng)指數(shù)各指標(biāo)與上海市經(jīng)濟(jì)增長(zhǎng)之間的聯(lián)動(dòng)效應(yīng)，本文通過(guò)建立VAR模型，運(yùn)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(jì)性質(zhì)，通過(guò)把系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后項(xiàng)的函數(shù)來(lái)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(gè)重要問(wèn)題。在滯后階數(shù)的選擇過(guò)程中，既要保證有足夠數(shù)目的滯后項(xiàng)，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(shí)候，模型特征多項(xiàng)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(dòng)態(tài)交互作用及其效應(yīng)，可以用于衡量來(lái)自模型中隨機(jī)擾動(dòng)項(xiàng)的一個(gè)標(biāo)準(zhǔn)差沖擊對(duì)其他內(nèi)生變量當(dāng)前及未來(lái)各期取值的影響軌跡?？藦?qiáng)指數(shù)與上海市經(jīng)濟(jì)增長(zhǎng)的VAR 模型有4個(gè)內(nèi)生變量，可建立16個(gè)脈沖響應(yīng)函數(shù)?？紤]到本文主要是研究克強(qiáng)指數(shù)與上海市經(jīng)濟(jì)增長(zhǎng)的關(guān)系，所以本文主要分析克強(qiáng)指數(shù)各指標(biāo)對(duì)上海市經(jīng)濟(jì)增長(zhǎng)沖擊的反應(yīng)以及上海市經(jīng)濟(jì)增長(zhǎng)對(duì)克強(qiáng)指數(shù)各指標(biāo)沖擊的反應(yīng)。基于VAR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(shí)間，縱軸表示因變量對(duì)擾動(dòng)項(xiàng)一個(gè)標(biāo)準(zhǔn)差沖擊的響應(yīng)程度；實(shí)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(duì)于給定上海市GDP 一個(gè)標(biāo)準(zhǔn)差的正向沖擊，克強(qiáng)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(yùn)量對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊效應(yīng)隨著時(shí)間的增長(zhǎng)表現(xiàn)得越來(lái)越不明顯。

從圖2 可以看出，工業(yè)用電量一個(gè)標(biāo)準(zhǔn)差的正向沖擊在長(zhǎng)期內(nèi)對(duì)上海市經(jīng)濟(jì)增長(zhǎng)有持續(xù)而遞增的正向效應(yīng)。上海市經(jīng)濟(jì)增長(zhǎng)對(duì)來(lái)自貨運(yùn)量一個(gè)標(biāo)準(zhǔn)差的沖擊表現(xiàn)為負(fù)向效應(yīng)，對(duì)來(lái)自金融機(jī)構(gòu)貸款量標(biāo)準(zhǔn)差的沖擊效應(yīng)隨著時(shí)間的增長(zhǎng)表現(xiàn)得越來(lái)越不明顯。

圖1 克強(qiáng)指數(shù)各指標(biāo)對(duì)上海市經(jīng)濟(jì)增長(zhǎng)沖擊的脈沖響應(yīng)函數(shù)分析

圖2 上海市經(jīng)濟(jì)增長(zhǎng)對(duì)克強(qiáng)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(qiáng)指數(shù)這一獨(dú)特視角來(lái)研究上海市經(jīng)濟(jì)發(fā)展問(wèn)題，具有重要的理論創(chuàng)新性和實(shí)際應(yīng)用價(jià)值。筆者運(yùn)用協(xié)整理論、Granger因果關(guān)系檢驗(yàn)和脈沖響應(yīng)模型，深入探討了上海市經(jīng)濟(jì)增長(zhǎng)與工業(yè)用電量、貨運(yùn)量和貸款發(fā)放量之間的內(nèi)在關(guān)系與動(dòng)態(tài)機(jī)制，主要得出以下3點(diǎn)結(jié)論與建議：

（1）協(xié)整檢驗(yàn)結(jié)果表明，克強(qiáng)指數(shù)各指標(biāo)與上海市經(jīng)濟(jì)增長(zhǎng)之間存在著長(zhǎng)期穩(wěn)定的均衡關(guān)系，這說(shuō)明從長(zhǎng)期來(lái)看，克強(qiáng)指數(shù)可以作為上海市經(jīng)濟(jì)發(fā)展?fàn)顩r的一個(gè)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(dòng)力量。推動(dòng)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(guó)際性的金融貿(mào)易中心。

（2）Granger因果關(guān)系檢驗(yàn)結(jié)果表明，在10%的顯著水平上，上海市經(jīng)濟(jì)增長(zhǎng)與工業(yè)用電量、貨運(yùn)量相互之間不具有因果關(guān)系，而與金融機(jī)構(gòu)貸款量之間互為Granger因果關(guān)系。這說(shuō)明金融機(jī)構(gòu)貸款量新增對(duì)上海市經(jīng)濟(jì)增長(zhǎng)具有重要的拉動(dòng)作用，工業(yè)用電量和貨運(yùn)量對(duì)上海市經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用減弱。上海市要實(shí)現(xiàn)進(jìn)一步發(fā)展，就要全面深化改革，擴(kuò)大開(kāi)放程度，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，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(diǎn)結(jié)論。克強(qiáng)指數(shù)各指標(biāo)對(duì)給定上海市GDP一個(gè)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(zhǎng)對(duì)工業(yè)用電量一個(gè)標(biāo)準(zhǔn)差的正向沖擊有持續(xù)而遞增的正向效應(yīng)，對(duì)貨運(yùn)量一個(gè)標(biāo)準(zhǔn)差的沖擊表現(xiàn)為負(fù)向效應(yīng)，對(duì)金融機(jī)構(gòu)貸款量標(biāo)準(zhǔn)差的沖擊效應(yīng)隨著時(shí)間的增長(zhǎng)表現(xiàn)得越來(lái)越不明顯。

但是，上海市作為一座國(guó)際性的大都市，經(jīng)濟(jì)結(jié)構(gòu)有著很強(qiáng)的空間相關(guān)性和溢出效應(yīng)，而本文所采用的傳統(tǒng)計(jì)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(wèn)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(jì)量經(jīng)濟(jì)學(xué)模型［7］對(duì)上海市乃至全國(guó)經(jīng)濟(jì)發(fā)展問(wèn)題進(jìn)行實(shí)證研究，是今后進(jìn)一步的研究方向。

［1］劉慶傳. 讀懂“克強(qiáng)指數(shù)”［N］. 新華日?qǐng)?bào)，2013-04-23（A05）.

［2］解讀“克強(qiáng)指數(shù)”［N］. 企業(yè)家日?qǐng)?bào)，2013-07-01（14）.

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

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

［5］高秀麗，王愛(ài)虎，房興超. 廣東省區(qū)域物流與區(qū)域經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)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?jī)r(jià)格溢出效應(yīng)研究［J］. 統(tǒng)計(jì)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(zhǎng)影響因素的空間計(jì)量分析［J］. 統(tǒng)計(jì)與決策，2015（15）：101-104.