市域工業經濟增長影響要素范文

本站小編為你精心準備了市域工業經濟增長影響要素參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

近年來，國內不少學者從不同角度對工業經濟增長的影響因素進行了分析研究，主要集中于以下三方面：（1）外向經濟對工業經濟增長影響研究；（2）制度變遷及政府行為對工業經濟增長影響研究；（3）傳統要素（勞動力、技術進步等）對工業經濟增長作用研究。綜合來看，盡管學術界在理論上對工業經濟增長影響因素的判別及其影響等方面取得不少共識，但在具體分析時仍存在許多差異，如在工業經濟增長模型的選擇和檢驗方面，不同的指標及模型就會產生不同的結論。本文擬選取勞動、資本、能源及科技進步作為影響工業經濟增長的四因素，建立工業經濟增長與上述影響因素關系的多變量協整模型，進行南通工業經濟增長與其影響因素的長期均衡和短期波動的實證分析。

一、變量及變量的平穩性檢驗

為了考察南通工業經濟增長與勞動、資本、能源消費、科技進步四影響因素之間協整關系，本文首先擇取自1978～2009年間的南通地區工業生產總值及其指數、工業從業人員數、全社會固定資產投資完成額、發電量、各類專業技術人員數（相關數據均來自各年《南通統計年鑒》）；其次將南通地區工業生產總值、全社會固定資產投資完成額按1978年不變價格進行調整；最后對各變量取自然對數，從而完成對各數據的預處理工作。

一般地，在分析經濟變量之間是否存在長期穩定的均衡關系時，只有在檢驗變量的平穩性后，才可進一步進行協整分析。如前所述，各經濟變量數據在經過價格指數化處理后，為消除數據中存在的異方差，分別取其對數。南通地區工業生產總值、工業從業人員數、全社會固定資產投資完成額、發電量、各類專業技術人員數之對數值分別記為lngy、lnlab、lncap、lnny、lnkj。然后分別使用ADF檢驗方法進行單位根檢驗。ADF檢驗滯后期選取原則是采用降階搜索法，在保證殘差不相關前提下，采用AIC與SC準則，兩者最小時的滯后長度為滯后期。對于回歸中是否包括常數項和線性趨勢項的處理方法，一般地，在回歸中首先包含常數項和線性趨勢項，如果參數檢驗顯著，應在回歸模型中包含，否則應排除之。具體檢驗結果（見表1）。

通過檢驗可知，lngy、lnlab、lncap、lnny、lnkj均為一階單整的時間序列，其一階差分序列在10%的顯著水平上為平穩序列。滿足變量協整的條件，即lngy、lnlab、lncap、lnny、lnkj間可能存在協整關系。

二、協整分析及檢驗

（一）協整檢驗

協整分析是用于非平穩時間序列變量組成的關系中長期均衡參數估計的技術。目前最常用的協整分析方法是Engle-Granger（EG）兩步法和Johnsen和Juseliu（sJJ）的極大似然法。一般地，對多變量之間的協整關系的檢驗應采用Johnsen檢驗法（即JJ檢驗法）。因使用JJ方法建立的VAR模型對滯后期的選擇比較敏感，故采用AIC準則和SC準則來確定最佳滯后階數，經采用降階搜索法依次驗證，發現當P=1時AIC和SC值最小，故可確定滯后期為1。在滯后期確定后，再對協整中是否具有常數項和時間趨勢進行驗證，然后再對數據進行協整檢驗，檢驗結果（見表2）。

由（表2所示）檢驗結果可知，在5%的顯著水平下，序列lngy、lnlab、lncap、lnny、lnkj之間存在一個協整關系，即在研究的5變量之間存在一種長期均衡關系，系統遲早能將新息變化帶來的沖擊加以吸收，使系統維持在一個均衡的狀態下運行，協整方程為：ln=0.284390lnlab+0.0337830lncap0.067468lnkj0.099368lnny+9.889550由協整方程可以看出，投資每增加1個百分點，則南通工業產值增長0.33個百分點；勞動力每增加1個百分點，則南通工業產值減少0.28個百分點；科技投入每增加1個百分點，則南通工業產值減少0.06個百分點；能源消費每增加1個百分點，則南通工業產值減少0.09個百分點。由此可知，投資和南通工業增長存在長期的正向關系，投資對南通工業經濟增長具有拉動作用。但勞動力、科技投入、能源消費與南通工業經濟增長存在長期的負向關系，與理論上不是很一致，這可能是與當前此三因素對南通工業經濟增長影響力弱有關。

（二）VAR模型估計

根據上面的分析，VAR模型的最優滯后階數為1，在滯后1階的情況下，對VAR（1）模型殘差進行JB正態性檢驗、LM自關檢驗和White異方差檢驗，顯示殘差服從正態分布、無自相關、不存在異方差，且所有特征根根模的倒數都小于1，說明VAR（1）模型的結構是穩定的。VAR（1）模型估計結果（如表3所示）。其中5個回歸函數的可決系數分別達到0.9704、0.9692、0.9466、0.9942、0.9932，這足以說明5個回歸函數的擬合程度很好。

（三）向量誤差修正模型（VECM）

Grange（1987）定理證明了協整與誤差修正模型的必然聯系。

只在一組變量之間存在協整關系，一定具有誤差修正模型的表達式存在，即可以建立誤差修正模型。建立在協整理論上的VEC模型既能反映不同經濟序列間長期信息，又能反映短期偏離長期均衡的修正機制，是長短期結合具有高穩定性和可靠性的一種經驗模型，（如表4所示），VEM模型的穩定性條件滿足自相關性檢驗、異方差檢驗和正態性檢驗要求。當以lngy為因變量時，誤差修正系數為-0.177010，符合反向修正機制，表明每年實際的南通工業總值與其長期均衡值的偏差中的17%被修正。以lngy為因變量的誤差修正模型表達式還反映：lnlab的短期變動對lngy存在正向影響，勞動力投入的增長率每增加1%，南通工業產值的增長率將增加0.01%；而lnkj的的短期變動對lngy存在反向影響，科技投入的增長率每增加1%，南通工業產值的增長率將降低0.07%；lncap的短期變動對lngy無影響。

（四）方差分解

方差分解的主要思想是把系統中每個內生變量的波動按其成因分解為與各方程信息相關聯的部分，從而了解各信息對模型內生變量的相對重要性，（如表5所示）顯示的是南通工業產值（lngy）的方差分解情況，可以看出能源消費（lnny）和科技投入（lnkj）對南通工業產值（lngy）的影響一直較弱。勞動力（lnlab）和資本投資額（lncap）則有不斷增強的趨勢，且構成對南通工業產值（lngy）最主要的兩個因素，其中資本投資額（lncap）影響最大。

（五）脈沖響應函數

脈沖響應函數描述一個內生變量對誤差的反應。具體地，其反映的是在擾動項上加一個標準差大小的沖擊對內生變量的當期值和未來值所帶來的影響。為充分描述短期內的動態效應，本文采用累積脈沖響應形式。從圖1來看，勞動力（lnlab）的一個標準差的正向沖擊對南通工業產值（lngy）有正向影響，即會導致南通工業產值逐漸增加，最后在第9期以后穩定在0.18左右。這說明勞動力（lnlab）對南通工業產值有長期的正效應，這與協整方程得到的長期均衡關系表現不一致；資本投資額（ncap）的一個標準差的正向沖擊，對南通工業產值（lngy）亦有正向影響，但較勞動力（lnlab）的影響更大，其導致南通工業產值在第4期前增長迅速，然后增長趨緩，至第8期后穩定于0.30附近。這亦反映出資本投資額（ncap）對南通工業產值有長期的正效應；當科技投入（lnkj）出現一個標準差的正向沖擊時，它在1～3期內對南通工業產值（lngy）的影響經歷了先負后正的過程，第4期到達峰值00.004附近，然后緩慢趨于0值，但這也與長期協整關系的結果稍有不同；能源消費（lnny）的一個標準差的正向沖擊，對南通工業產值（lngy）有負向影響。其導致南通工業產值第2期到達峰值-0.007附近，然后緩慢趨于0值。總之，可看出上述四因素中，勞動力（lnlab）和資本投資額（ncap）對南通工業產值（lngy）的影響較大；科技投入（lnkj）和能源消費（lnny）的影響很小，這與前面方差分析中的結論一致。

三、格蘭杰因果關系檢驗

由協整檢驗結果可知，序列lngy、lnlab、lncap、lnny、lnkj之間存在長期的均衡關系，但這種均衡關系是否構成因果關系及因果關系的方向如何，有待進一步驗證。此處分別對序列lngy、lnlab、lncap、lnny、lnkj的差分序列進行了格蘭杰因果檢驗，選取滯后1~6階。使用Eviews6.0軟件將存在單向或雙向因果關系的回歸結果整理（如表6所示)。水平上，△lncap是△lngy的格蘭杰原因。也就是說，短期內資本投資對南通工業產值有促進作用。（2）當滯后期為3、4階時，在10%的顯著水平上，△lngy是△lnkj的格蘭杰原因。

也就是說，在中期內，南通工業產值增長對科技投入的提高有促進作用。（3）當滯后期為3階時，在5%的顯著水平上，△lngy是△lnlab的格蘭杰原因。也就是說，在中期內，南通工業產值增長對勞動力投入的提高有促進作用。（4）當滯后期為1、6階時，△lnny是△lnlap的格蘭杰原因。也就是說，在短期及長期內，南通能源消費的提高對南通地區勞動力增長有促進作用。（5）當滯后期為2、3階時，△lnkj是△lnny的格蘭杰原因。也就是說，在短中期內，科技投入的增加對南通能源消費的提高有促進作用。（6）當滯后期為1～6階時，△lngy不是△lnny的格蘭杰原因，△lnny也不是△lngy的格蘭杰原因。也就是說，南通工業產值的提高對南通能源消費的促進作用不明顯；同時南通能源消費增長對南通工業產值的促進作用也不明顯。

四、結論與研究啟示

（1）南通工業經濟增長與勞動力投入、資本投資、能源消費及科技投入之間存在長期的均衡關系。其中資本投資每增加1個百分點，則南通工業產值增長0.33個百分點；勞動力每增加1個百分點，則南通工業產值減少0.28個百分點；科技投入每增加1個百分點，則南通工業產值減少0.06個百分點；能源消費每增加1個百分點，則南通工業產值減少0.09個百分點。由此可知，投資和南通工業增長存在長期的正向關系，也就是說，投資對南通工業經濟增長具有拉動作用。但勞動力、科技投入、能源消費與南通工業經濟增長存在長期的負向關系，與理論上不是很一致，這可能需要進一步的研究與探尋。

（2）向量誤差修正模型（VECM）反映出，勞動力投入的短期變動對南通工業產值存在正向影響，勞動力投入的增長率每增加1%，南通工業產值的增長率將增加0.01%；而科技投入的的短期變動對南通工業產值存在反向影響，科技投入的增長率每增加1%，南通工業產值的增長率將降低0.07%；資本投入的的短期變動對南通工業產值無影響。此外，誤差修正系數為-0.177010，符合反向修正機制，表明每年實際的南通工業總值與其長期均衡值的偏差中的17%被修正。

（3）通過方差分解分析，可以看出能源消費和科技投入對南通工業產值的影響一直較弱。而勞動力和資本投資額則有不斷增強的趨勢，且構成對南通工業產值最主要的兩個影響因素，其中資本投資的影響最大。通過脈沖響應分析，可以看出，勞動力對南通工業產值有長期的正效應，這與協整方程得到的長期均衡關系表現不一致；資本投資對南通工業產值亦有長期的正效應，且較勞動力的影響更大；科技投入的正向沖擊在1～3期內對南通工業產值的影響經歷了先負后正，然后緩慢趨于0值。這也與長期協整關系的結果稍有不同；能源消費正向沖擊，對南通工業產值有負向影響，導致南通工業產值第2期到達峰值-0.007附近，然后緩慢趨于0值。總之，可以看出上述四因素中，勞動力和資本投資對南通工業產值的影響較大，而科技投入和能源消費的影響很小，這與方差分析中的結論一致。

（4）本文研究有以下幾點不足，首先表現在影響南通工業經濟增長的因素選擇方面，僅限于勞動力、資本、能源和科技四因素，此外還可考慮對外貿易、對外直接投資、工業結構等的變動對南通工業經濟增長的影響。如能先針對這些因素的差異具體分析，后再擇優選擇，分析結果的準確性或可提高；其次在科技投入和能源消費的指標數據選擇方面，用各類科技人員總數來表示科技投入和用年發電量來表示能源消費顯然說服力不夠充分；最后在模型的選擇方面，僅限于南通工業經濟與其影響因素之間的協整分析，如能開展基于南通工業經濟增長各因素貢獻率的實證研究，分析的結果可能更有說服力。