我國GDP影響因素計(jì)量分析

趙浩然

摘要：文章使用了自2000年到2018年共19年的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行計(jì)量分析，以國內(nèi)生產(chǎn)總值作為被解釋變量，全國居民人均消費(fèi)支出、全社會(huì)固定資產(chǎn)投資、政府預(yù)算支出、出口貿(mào)易總額以及就業(yè)人口總數(shù)作為解釋變量建立多元線性回歸模型，并使用stata軟件進(jìn)行參數(shù)估計(jì)。最后文章對(duì)回歸模型的經(jīng)濟(jì)意義進(jìn)行了解釋，同時(shí)依據(jù)該模型提出促進(jìn)GDP進(jìn)一步提高的政策建議。

關(guān)鍵詞：國內(nèi)生產(chǎn)總值;多元回歸;影響因素

一、引言

國內(nèi)生產(chǎn)總值（GDP），英文全稱是Gross Domestic Product，是指在一定時(shí)期內(nèi)，一個(gè)國家或地區(qū)運(yùn)用其生產(chǎn)要素所生產(chǎn)出的最終產(chǎn)品以及勞動(dòng)的價(jià)值。通常國內(nèi)生產(chǎn)總值可以較好地衡量一個(gè)國家的生產(chǎn)、消費(fèi)能力，是評(píng)價(jià)國家經(jīng)濟(jì)實(shí)力和綜合國力的重要指標(biāo)。自改革開放之后，我國GDP一直保持較高增速，2010年成為全球第二，在此過程中，國家財(cái)富不斷累積，經(jīng)濟(jì)實(shí)現(xiàn)顯著增長。2013年習(xí)近平總書記在中央經(jīng)濟(jì)工作會(huì)議上首次指出中國經(jīng)濟(jì)進(jìn)入“新常態(tài)”發(fā)展階段，我國的經(jīng)濟(jì)增長側(cè)重點(diǎn)從單一追求GDP數(shù)量的高增長轉(zhuǎn)為追求GDP數(shù)量與質(zhì)量雙增長。

同時(shí)，由于經(jīng)濟(jì)增長放緩以及工作、房價(jià)等壓力使得近幾年來我國的生育率不斷走低，新生人口不斷減少，這也加劇了老齡化進(jìn)程。一般經(jīng)驗(yàn)來看，老齡化程度對(duì)經(jīng)濟(jì)增長有消極意義，因?yàn)槔淆g化水平直接影響了就業(yè)人口數(shù)量，也就影響了國內(nèi)總產(chǎn)出。而中國發(fā)展基金會(huì)的預(yù)測報(bào)告顯示：中國將在2022年進(jìn)入老齡化社會(huì)。

綜上所述，探究人口等因素對(duì)GDP的影響程度和影響原因是十分有必要的，有助于我們對(duì)GDP的調(diào)控政策有據(jù)可依。

二、模型建立

（一）變量選取

我國經(jīng)濟(jì)情況復(fù)雜，GDP影響因素眾多而無法一一列舉，出于研究所需、數(shù)據(jù)獲取等多因素考慮，論文選取了我國GDP（億元）作為被解釋變量，選擇了全國居民人均消費(fèi)支出（元）、全社會(huì)固定資產(chǎn)投資（億元）、政府預(yù)算支出（億元）、出口貿(mào)易總額（億元）和就業(yè)人口總數(shù)（萬人）作為解釋變量。

國內(nèi)生產(chǎn)總值的計(jì)算法包括三種：收入法、支出法和生產(chǎn)法。其中支出法是現(xiàn)在國際進(jìn)行GDP計(jì)算的常用方法。這種方法認(rèn)為國內(nèi)生產(chǎn)總值由四個(gè)部門的支出組成：消費(fèi)、投資、政府支出和凈出口額。

參考GDP的支出計(jì)算法，論文先選取了四個(gè)解釋變量：全國居民人均消費(fèi)支出、全社會(huì)固定資產(chǎn)投資、政府預(yù)算支出以及出口貿(mào)易總額。全國居民人均消費(fèi)支出是當(dāng)年的總消費(fèi)支出/全國居民總?cè)藬?shù)，該指標(biāo)反映了居民消費(fèi)水平的高低，而消費(fèi)水平的高低直接關(guān)系到GDP的數(shù)量，對(duì)應(yīng)了支出計(jì)算法中的消費(fèi)項(xiàng)。投資主要包括固定資產(chǎn)投資和存貨投資，隨著近幾年固定資產(chǎn)價(jià)格的上升，可以使用固定資產(chǎn)投資額進(jìn)行投資的近似替代。全社會(huì)固定資產(chǎn)投資是建設(shè)和購買固定資產(chǎn)活動(dòng)對(duì)應(yīng)的貨幣量，該指標(biāo)反映了社會(huì)運(yùn)行中用于投資的生產(chǎn)總值，因此本解釋變量對(duì)應(yīng)了支出法中的投資項(xiàng)。政府預(yù)算支出是指國家或地區(qū)的職能部門為了完成公共職能，為所購買的商品和勞務(wù)進(jìn)行支付的貨幣量的預(yù)算。在歷史上的多次經(jīng)濟(jì)危機(jī)中，政府支出往往以“以工代賑”的形式流入社會(huì)運(yùn)行體系，促進(jìn)國內(nèi)生產(chǎn)總值的增長，幫助國家走出經(jīng)濟(jì)危機(jī)。因此，政府支出對(duì)國內(nèi)生產(chǎn)總值同樣有著不可忽視的影響，政府預(yù)算支出對(duì)應(yīng)了支出法中的政府支出一項(xiàng)。過去的二十多年，我國依靠出口導(dǎo)向型經(jīng)濟(jì)實(shí)現(xiàn)了經(jīng)濟(jì)的迅速增長，甚至被稱為“世界工廠”，中國依靠著貿(mào)易順差積攢了大量外匯。而出口總額就是衡量國家生產(chǎn)的產(chǎn)品和服務(wù)中流入外國的部分，參考中國過去二十年的發(fā)展，其對(duì)國內(nèi)生產(chǎn)總值也有較大影響。凈出口額度等于出口總額減去進(jìn)口總額，因此二者之間存在較大的相關(guān)性，出口總額在一定水平上衡量了凈出口額度，故本解釋變量對(duì)應(yīng)了支出法中的凈出口額度。

最后，為了探究老齡化對(duì)GDP的影響，本文選取了就業(yè)人口總數(shù)作為老齡化評(píng)價(jià)的標(biāo)準(zhǔn)。隨著老齡化程度的加深，即使進(jìn)行延遲退休，由于客觀因素限制，只能延緩就業(yè)人口的下降。而就業(yè)人口的下降盡管減少了結(jié)構(gòu)性失業(yè)，但同時(shí)也會(huì)減少消費(fèi)，總體會(huì)對(duì)GDP造成消極影響。因此論文選取就業(yè)人口數(shù)量作為解釋變量，探究其對(duì)GDP的影響。

（二）數(shù)據(jù)選取

文章選取2000～2018年的《中國統(tǒng)計(jì)年鑒》中對(duì)應(yīng)數(shù)據(jù)，由于2000年之前部分?jǐn)?shù)據(jù)只進(jìn)行五年一次的離散統(tǒng)計(jì)，故選取時(shí)間截止到該年。數(shù)據(jù)如表1所示：

（三）模型形式選擇

從表1數(shù)據(jù)可發(fā)現(xiàn)變量之間存在量級(jí)上的差距，為提高模型的可靠程度，選取對(duì)數(shù)模型如下：

lnY=β0+λ1lnX1+λ2lnX2+λ3lnX3+λ4lnX4+λ5lnX5+u

其中Y是國內(nèi)生產(chǎn)總值，β0為常數(shù)項(xiàng)，X1為全國人均消費(fèi)支出，X2為全社會(huì)固定資產(chǎn)投資，X3為政府預(yù)算支出，X4為出口總額，X5為就業(yè)人口總數(shù)，u為服從正態(tài)分布N（0，σ2）的隨機(jī)擾動(dòng)項(xiàng)。

（四）模型初步回歸

使用stata軟件對(duì)模型進(jìn)行回歸分析，首先將數(shù)據(jù)進(jìn)行對(duì)數(shù)化，處理減小量級(jí)差距，再按照模型進(jìn)行最小二乘法回歸，初步回歸的結(jié)果如表2：

（五）模型的顯著性檢驗(yàn)

設(shè)置置信水平α為0.05，觀察模型回歸的各項(xiàng)指標(biāo)。模型的各項(xiàng)系數(shù)均大于0，表明選取的經(jīng)濟(jì)指標(biāo)均對(duì)國內(nèi)生產(chǎn)總值有促進(jìn)作用。對(duì)模型進(jìn)行F檢驗(yàn)，F(xiàn)檢驗(yàn)的原假設(shè)為估計(jì)參數(shù)均為零。模型的F檢驗(yàn)P值=0.00<α，說明模型通過了F檢驗(yàn)，估計(jì)的系數(shù)不均為零。也可以看到模型調(diào)整后可決系數(shù)為0.9990，說明GDP有約0.99%可由解釋變量解釋，同樣證明了模型有較好的擬合能力。

再對(duì)各個(gè)參數(shù)分別進(jìn)行t檢驗(yàn)，t檢驗(yàn)的原假設(shè)是參數(shù)值為零。通過表2可知，在估計(jì)出的參數(shù)中，只有λ1的t檢驗(yàn)P值=0.022<α，通過了t檢驗(yàn)。說明大多數(shù)參數(shù)不顯著。再觀察參數(shù)的置信區(qū)間，發(fā)現(xiàn)同樣只有λ1的置信區(qū)間無零點(diǎn)，說明只有λ1顯著。因此要考慮模型的多重共線性問題。