论文部分内容阅读
本文以1985-2004年的国内生产总值、固定资产投资、劳动力经济数据、教育经费投入、R&D经费因素等数据为基础，运用计量分析方法找出影响经济增长的最主要因素，有利于我们了解近年来影响我国经济运行的基本规律。
一、经济模型的建立
在分析中，假定中国经济增长具有柯布道格拉斯生产函数的基本特征，经济产出用Y：GDP（亿元）来衡量，经济投入主要有四个因素：K：全社会固定资产投资总额（亿元）来衡量物质资本；L：总就业人数（万人）来衡量劳动力；H：国家财政性教育经费（亿元）来衡量人力资本；T：R&D经费（亿元）来衡量技术进步。各变量的数据见下表：
数据来源于《中国统计年鉴》（1985-2005）
说明：（1）采用国家财政性教育经费指标衡量人力资本；（2）由于1989年之前的《中国统计年鉴》未设R&D经费项目，为便于研究，我们以R&D经费/GDP=0.6%-0.7%比例估计；（3）各变量用现价表示，并不影响结论的可靠性。
我们设产出与物质资本、劳动力、人力资本、技术因素的模型为：
Y=AKαLβHγTδeU ①
为了使表1中数据的线性更强，数据波动具有某种齐次性质，我们将①线性化，然后再进行估计。
LnY=lnA+αlnK+βlnL+γlnH+δlnT+U ②
二、计量分析
在EVIEWS下，模型(2)的普通最小二乘法估计，该模型R2 =0.996346，R2*(修正)=0.995372，可决系数很高，F检验值为1022.609，在自由度K-1=4、n-k=15,给定显著性水平α=0.05的条件下，查表可得F0.05(4、15)=3.06，因为F＞F0.05(4、15)=3.06，说明回归方程显著，即列入模型的各个变量联合起来对被解释变量有显著影响。
（一）多重共线性分析
当α=0.05时，可知tα/2(n-k)=t0.025(15)=2.1315, α、lnK、lnL、lnT的t检验不显著，而且lnT的t检验值为负数，表明很可能存在严重的多重共线性。从相关系数矩阵可以看出：各解释变量相互之间的相关系数较高，证实确实存在严重的多重共线性。
（二）修正多重共线性
采用逐步回归的方法，检验和解决多重共线性。分别做lnY对lnK、lnL、lnH、lnT的一元回归，从回归结果我们可以看出：lnY关于lnH方程的R2*(修正)最大，因此以lnH为基础，顺次加入其它变量逐步回归，经比较，新加入lnK方程的R2*(修正)=0.992175，改进最大，而且各个参数的t检验均显著,加入lnL以后,修正可决系数不仅下降，t检验变得不显著，而加入lnT以后，lnT的符号变得不合理，所以选择保留lnK，再加入其它新的变量逐步回归，综上可知，lnT引起了严重的多重共线性，应予以剔除。
再用人均指标代替总量指标，做如下处理：人均GDP =Y/L；人均物质资本=K/L；人均人力资本= H/L。得到人均GDP，人均物质资本，人均人力资本的数据。
（三）自相关检验
对人均数据做对数变换后，做最小二乘法可知，对样本量为20，解释变量为2的模型，在0.05的显著水平下，查DW统计表可知，dL=1.1，dU=1.537，从上图结果可知0≦DW=0.447371≦dL=1.1，存在一定程度的正自相关。
（四）克服自相关
估计自相关系数，ρ=1-DW/2=0.7762，在Eviews中对原变量做广义差分变换，生成新的序列，以新的序列再次回归，整理广义最小二乘回归结果为：
GDln(Y/L) =0.469737+0.281922GDln(K/L)+0.509972 GDln(H/L)
β(1-0.7762)=0.469737
β=2.099
所以，原模型的广义最小二乘估计是：
ln(Y/L)=2.099+0.281922ln(K/L)+0.509972 ln(H/L) DW=1.636089
dU=1.537＜DW=1.636089＜4- dU=2.463 不存在自相关
（五）异方差检验
利用Eviews5.0 软件进行White 检验。选择包含交叉乘积项（Cross terms），执行命令之后，辅助回归模型的估计结果显示取显著水平=0.05，由于nR2=5.632888<χ20.05 (5)=11.0705，所以该模型不存在异方差。
三、模型确立及其经济学分析
（一）模型的确立
通过上述的计量经济分析，得出“最优”回归模型为：
ln(Y/L)=2.099+0.281922ln(K/L)+0.509972 ln(H/L) ③
0.094216 0.110911 0.145133
t= (4.985729) (2.541879) (3.51383)
R2 =0.932428，R2*(修正)=0.923982，W=1.636
其中ρ=0.7762，ln(Y/L)t= ln(Y/L)t -ρln(Y/L)t-1，ln(K/L)t= ln(K/L)t -ρlnK/L)t-1 ，ln(H/L)t= ln(H/L)t -ρln(H/L)t-1
把“最优”线性回归方程③变形为下列方程：
Yt=e2.099K0.281922L0.208106H0.509972(Yt-1/Kt-10.281922Lt-10.208106Ht-10.509972)0.7762
（二）模型的经济学分析
由上述方程可以看出物质资本、人力资本、劳动力共同对经济增长起作用，同时发现上一年的各因素对当年的经济产出有影响，将方程变形为以下结果：
ln(Yt /Yt-1)=2.099+0.281922 ln(Kt /Kt-1)+0.208106 ln(Lt /Lt-1)+0.509972 ln(Ht /Ht-1)+0.063 ln(Kt-1 /Yt-1)+0.04657 ln(Lt-1 /Yt-1)+0.1141 ln(Ht-1 /Yt-1)
上式中，Yt /Yt-1 ，Kt /Kt-1 ，Lt /Lt-1 ，Ht /Ht—1分别是国民生产总值、物质资本、劳动力、人力资本环比增长率。Kt-1 /Yt-1 ，Lt-1 /Yt-1 ，Ht-1 /Yt-1分别是上一年度单位国民生产总值的物质资本、劳动力、人力资本使用率。
从上式可以看出，在其他因素不变的情况下，人力资本较上年每增加1个百分点，GDP环比增长率近似增加0.509972个百分点。同理可得物质资本与劳动力。
从结果分析看出，近二十年来，人力资本对经济增长的贡献大于固定资产和劳动力的贡献，重视人力资本投资，一方面可以提高国民生产总值的增长率，另一方面人力资本投资的增加带来的经济增长更具有持续性，这是因为固定资产效能的发挥需要有相应知识和技能的劳动力来推动。
作者单位：贵州大学经济学院
作者简介：罗婕（1987— ），贵州大学经济学院09级区域经济学研究生，研究方向：区域发展与企业组织。
参考文献：
[1]庞皓.计量经济学[M].北京:科学出版社,2006.
[2]程毛林.经济增长因素贡献率测算方法新探[J].统计与决策,2007.
一、经济模型的建立
在分析中，假定中国经济增长具有柯布道格拉斯生产函数的基本特征，经济产出用Y：GDP（亿元）来衡量，经济投入主要有四个因素：K：全社会固定资产投资总额（亿元）来衡量物质资本；L：总就业人数（万人）来衡量劳动力；H：国家财政性教育经费（亿元）来衡量人力资本；T：R&D经费（亿元）来衡量技术进步。各变量的数据见下表：
数据来源于《中国统计年鉴》（1985-2005）
说明：（1）采用国家财政性教育经费指标衡量人力资本；（2）由于1989年之前的《中国统计年鉴》未设R&D经费项目，为便于研究，我们以R&D经费/GDP=0.6%-0.7%比例估计；（3）各变量用现价表示，并不影响结论的可靠性。
我们设产出与物质资本、劳动力、人力资本、技术因素的模型为：
Y=AKαLβHγTδeU ①
为了使表1中数据的线性更强，数据波动具有某种齐次性质，我们将①线性化，然后再进行估计。
LnY=lnA+αlnK+βlnL+γlnH+δlnT+U ②
二、计量分析
在EVIEWS下，模型(2)的普通最小二乘法估计，该模型R2 =0.996346，R2*(修正)=0.995372，可决系数很高，F检验值为1022.609，在自由度K-1=4、n-k=15,给定显著性水平α=0.05的条件下，查表可得F0.05(4、15)=3.06，因为F＞F0.05(4、15)=3.06，说明回归方程显著，即列入模型的各个变量联合起来对被解释变量有显著影响。
（一）多重共线性分析
当α=0.05时，可知tα/2(n-k)=t0.025(15)=2.1315, α、lnK、lnL、lnT的t检验不显著，而且lnT的t检验值为负数，表明很可能存在严重的多重共线性。从相关系数矩阵可以看出：各解释变量相互之间的相关系数较高，证实确实存在严重的多重共线性。
（二）修正多重共线性
采用逐步回归的方法，检验和解决多重共线性。分别做lnY对lnK、lnL、lnH、lnT的一元回归，从回归结果我们可以看出：lnY关于lnH方程的R2*(修正)最大，因此以lnH为基础，顺次加入其它变量逐步回归，经比较，新加入lnK方程的R2*(修正)=0.992175，改进最大，而且各个参数的t检验均显著,加入lnL以后,修正可决系数不仅下降，t检验变得不显著，而加入lnT以后，lnT的符号变得不合理，所以选择保留lnK，再加入其它新的变量逐步回归，综上可知，lnT引起了严重的多重共线性，应予以剔除。
再用人均指标代替总量指标，做如下处理：人均GDP =Y/L；人均物质资本=K/L；人均人力资本= H/L。得到人均GDP，人均物质资本，人均人力资本的数据。
（三）自相关检验
对人均数据做对数变换后，做最小二乘法可知，对样本量为20，解释变量为2的模型，在0.05的显著水平下，查DW统计表可知，dL=1.1，dU=1.537，从上图结果可知0≦DW=0.447371≦dL=1.1，存在一定程度的正自相关。
（四）克服自相关
估计自相关系数，ρ=1-DW/2=0.7762，在Eviews中对原变量做广义差分变换，生成新的序列，以新的序列再次回归，整理广义最小二乘回归结果为：
GDln(Y/L) =0.469737+0.281922GDln(K/L)+0.509972 GDln(H/L)
β(1-0.7762)=0.469737
β=2.099
所以，原模型的广义最小二乘估计是：
ln(Y/L)=2.099+0.281922ln(K/L)+0.509972 ln(H/L) DW=1.636089
dU=1.537＜DW=1.636089＜4- dU=2.463 不存在自相关
（五）异方差检验
利用Eviews5.0 软件进行White 检验。选择包含交叉乘积项（Cross terms），执行命令之后，辅助回归模型的估计结果显示取显著水平=0.05，由于nR2=5.632888<χ20.05 (5)=11.0705，所以该模型不存在异方差。
三、模型确立及其经济学分析
（一）模型的确立
通过上述的计量经济分析，得出“最优”回归模型为：
ln(Y/L)=2.099+0.281922ln(K/L)+0.509972 ln(H/L) ③
0.094216 0.110911 0.145133
t= (4.985729) (2.541879) (3.51383)
R2 =0.932428，R2*(修正)=0.923982，W=1.636
其中ρ=0.7762，ln(Y/L)t= ln(Y/L)t -ρln(Y/L)t-1，ln(K/L)t= ln(K/L)t -ρlnK/L)t-1 ，ln(H/L)t= ln(H/L)t -ρln(H/L)t-1
把“最优”线性回归方程③变形为下列方程：
Yt=e2.099K0.281922L0.208106H0.509972(Yt-1/Kt-10.281922Lt-10.208106Ht-10.509972)0.7762
（二）模型的经济学分析
由上述方程可以看出物质资本、人力资本、劳动力共同对经济增长起作用，同时发现上一年的各因素对当年的经济产出有影响，将方程变形为以下结果：
ln(Yt /Yt-1)=2.099+0.281922 ln(Kt /Kt-1)+0.208106 ln(Lt /Lt-1)+0.509972 ln(Ht /Ht-1)+0.063 ln(Kt-1 /Yt-1)+0.04657 ln(Lt-1 /Yt-1)+0.1141 ln(Ht-1 /Yt-1)
上式中，Yt /Yt-1 ，Kt /Kt-1 ，Lt /Lt-1 ，Ht /Ht—1分别是国民生产总值、物质资本、劳动力、人力资本环比增长率。Kt-1 /Yt-1 ，Lt-1 /Yt-1 ，Ht-1 /Yt-1分别是上一年度单位国民生产总值的物质资本、劳动力、人力资本使用率。
从上式可以看出，在其他因素不变的情况下，人力资本较上年每增加1个百分点，GDP环比增长率近似增加0.509972个百分点。同理可得物质资本与劳动力。
从结果分析看出，近二十年来，人力资本对经济增长的贡献大于固定资产和劳动力的贡献，重视人力资本投资，一方面可以提高国民生产总值的增长率，另一方面人力资本投资的增加带来的经济增长更具有持续性，这是因为固定资产效能的发挥需要有相应知识和技能的劳动力来推动。
作者单位：贵州大学经济学院
作者简介：罗婕（1987— ），贵州大学经济学院09级区域经济学研究生，研究方向：区域发展与企业组织。
参考文献：
[1]庞皓.计量经济学[M].北京:科学出版社,2006.
[2]程毛林.经济增长因素贡献率测算方法新探[J].统计与决策,2007.