论文部分内容阅读
摘 要：随着中国GDP增速从2010年后的逐渐下降，中国面临着能否进一步实现经济快速发展的严重问题。工业对GDP的贡献是其重要的组成部分，近15年，中国工业对GDP的贡献率均达到了35%以上。所以，本文选取影响中国经济状况的重要指标“全部工业增加值”作为因变量，选取“进出口金额、市政公用设施建设固定资产投资完成额、中国总人口”作为自变量，同时，为了分析经济危机对工业增加值的影响，引入了“虚拟变量Crisis”作为自变量。本文对数据进行了平稳性检验，DW检验，再将原数据进行了一阶差分处理，并在此基础上进行回顾分析。研究结果表明：促进中国进出口贸易发展，加大市政公用设施建设固定资产投资力度，适度调整中国的人口政策有利于中国工业的发展。
关键词：时间序列回归模型；ADF检验；工业增加值
一、引言
GDP是投资、消费、净出口这三种需求之和，因此经济学上常把投资、消费、出口比喻为拉动GDP增长的“三驾马车”。内需是经济的主要动力；投资是辅助性的扩大内需；出口通过本国企业的产品打入国际市场，参与国际竞争，扩大自己的产品销路。本文从“投资、消费、净出口”这三个角度出发，对中国工业增加值进行分析。分别引入与“投资”有关的“市政公用设施建设固定资产投资完成额”、与“净出口”相关的“进出口金额”、与“消费”相关的“中国总人口”作为自变量，同时引入虚拟变量Crisis来表明发生经济危机。由2000年至2014年中国三大产业以及工业在GDP中的构成比例可以看出，工业在GDP中的构成比例大，选取“工业增加值”作为因变量具有一定经济解释意义。
二、变量解释说明以及相关数据来源
对变量的解释如下：因变量：Y，全部工业增加值，差分后的符号：DY；自变量，X1，进出口金额差分后的符号：DX1；X2，市政公用设施建设固定资产投资完成额，差分后的符号：DX2；X3，中国总人口，差分后的符号：DX3；CRISIS，经济危机，差分后的符号：CRISIS。本文数据来源于wind资讯。（注：由于2014年X2的数据空白，根据该变量取值变化趋势进行赋值）。
三、数据拟合及检验
（一）ADF单位根检验：由于经济时间序列通常是非平稳的单整序列，为防止回归过程中可能导致的伪回归现象，避免虚假回归现象的出现，在采用模型进行分析之前，第一步就要对模型中包含的时间序列进行平稳性检验，因此，本文首先要检验X1、X2、X3、CRISIS、Y的平稳性。本文采用ADF单位根检验法，对进出口金额、市政公用设施建设固定资产投资完成额、中国总人口、中国工业增加值、虚拟变量经济危机各变量进行平稳性检验，模型零假设为存在单位根。由ADF单位根检验结果可知，序列X1、序列X2、序列X3、序列CRISIS和序列Y均为一阶单整序列，序列X1、序列X2、序列X3、一阶差分后通过1%的显著性检验，序列Y一阶差分后通过5%的显著性检验，因此，各变量一阶差分后均为平稳序列。
（二）拟合优度检验（R2检验）：用统计量R2的值来说明多元线性回归方程与数据的拟合程度。结果中给出的R2=0.899，相对比较而言，R2的值较高，由此可见自变量与因变量的相关程度较高。
（三）变量显著性检验（t检验）：通过t检验我们可以看出每个自变量对因变量的影响，如果某个自变量对因变量影响并不显著，应该将它从回归方程中剔除。由于各回归系数的t检验值分别为t1=9.57，t2=1.92，t3=，故拒绝系数为0的原假设，说明DX1、DX2、DX3对DY有显著性影响。虽然t4=1.51，但是t值并不是很低，说明Crisis对DY的影响近似有一定的显著性，可以接受。
（四）方程显著性检验（F检验）：用统计量F的值来说明总体上因变量与所有自变量之间的线性关系是否显著。结果中给出的F检验值为68.651，说明DX1、DX2、DX3、CRISIS与DY之间的回归效果非常显著。
（五）DW检验：由于多重共线性对多元线性归模型的合理性造成很大影响，应用DW检验判断各个自变量之间是杏存在多重共线性。DW的值接近于2，p的值趋近于0，即随机误差项间不相关。实际问题中，当DW统计量的值在2左右时，可判定回归模型不存在自相关，此时回归模型有效。结果分析中的DW的值为2.262，可判定回归模型不存在自相关，此时回归模型有效。
四、回归模型及相关分析
DY=8330.0+2.5DX1+1.2DX2–5.2DX3+2437.2CRISIS
（3.56） （9.57） （1.92） （—3.02） （1.51）
（注：回归模型下的括号内数值是对应估计参数的t值）
模型分析：在其他条件不变的情况下，进出口金额的变化率增加1%，全部工业增加值的变化率增加2.7%；在其他条件不变的情况下，市政公用设施建设固定资产投资完成额的变化率增加1%，全部工业增加值的变化率增加1.6%；在其他条件不变的情况下，中国总人口的变化率增加1%，全部工业增加值的变化率减少4.54%；在其他条件不变的情况下，经济危机发生与否对因变量的影响为2392.61亿元。
五、对策建议
随着中国经济增速的放缓，经济的后发优势逐渐显得不明显，如何进一步提升中国经济实力与国际竞争力日益成为中国发展所需解决的问题。通过结果可以看出，能够采用以下方法来提升中国的工业增加值。
1、促进中国进出口贸易发展。中国政府可以通过调整各种财政政策来促进中国进出口贸易的发展，例如调整关税政策，优化各种税收政策，加大进出口相关产业的财政支出力度。促进中国进出口贸易发展，从而带动中国相关工业产业的发展，为中国经济的进一步发展提供动力。
2、加大市政公用设施建设固定资产投资力度。加大基础设施投资建设，可以为中国经济的进一步发展打下基础，促进区域间商品流动、人才流动、物质流动，为经济区域一体化发展创造条件。
3、适度调整中国的人口政策。新出台的“二孩政策”在一定程度上有助于改善中国不太合理的人口结构，同时为中国经济的发展提供“消费”的动力，但是从回归模型可以看出，人口政策不能够太激进，过于快速的人口增加速度不利于中国工业增长。
4、通过模型可以看出，经济危机的发生提升工业增加，可以理解为国家采用宏观调控政策抵消了一部分的危机的影响；也可理解为中国经济与世界经济的不太同步降低了危机的影响。
参考文献：
[1] 田成诗，陆卓玉.基于增加值率的中国经济增长质量研究回顾与展望[J].宏观质量研究.2015（04）
[2] 于春海，常海龙.再论我国制造业增加值率下降的原因——基于WIOD数据的分析[J].经济理论与经济管理.2015（02）
[3] 李光涛.工业增加值率与区域工业经济效益的关系研究[J].科技和产业.2014（08）
[4] 黄宏瞻.地区工业增加值率影响因素初探[J].统计科学与实践.2012（01）
关键词：时间序列回归模型；ADF检验；工业增加值
一、引言
GDP是投资、消费、净出口这三种需求之和，因此经济学上常把投资、消费、出口比喻为拉动GDP增长的“三驾马车”。内需是经济的主要动力；投资是辅助性的扩大内需；出口通过本国企业的产品打入国际市场，参与国际竞争，扩大自己的产品销路。本文从“投资、消费、净出口”这三个角度出发，对中国工业增加值进行分析。分别引入与“投资”有关的“市政公用设施建设固定资产投资完成额”、与“净出口”相关的“进出口金额”、与“消费”相关的“中国总人口”作为自变量，同时引入虚拟变量Crisis来表明发生经济危机。由2000年至2014年中国三大产业以及工业在GDP中的构成比例可以看出，工业在GDP中的构成比例大，选取“工业增加值”作为因变量具有一定经济解释意义。
二、变量解释说明以及相关数据来源
对变量的解释如下：因变量：Y，全部工业增加值，差分后的符号：DY；自变量，X1，进出口金额差分后的符号：DX1；X2，市政公用设施建设固定资产投资完成额，差分后的符号：DX2；X3，中国总人口，差分后的符号：DX3；CRISIS，经济危机，差分后的符号：CRISIS。本文数据来源于wind资讯。（注：由于2014年X2的数据空白，根据该变量取值变化趋势进行赋值）。
三、数据拟合及检验
（一）ADF单位根检验：由于经济时间序列通常是非平稳的单整序列，为防止回归过程中可能导致的伪回归现象，避免虚假回归现象的出现，在采用模型进行分析之前，第一步就要对模型中包含的时间序列进行平稳性检验，因此，本文首先要检验X1、X2、X3、CRISIS、Y的平稳性。本文采用ADF单位根检验法，对进出口金额、市政公用设施建设固定资产投资完成额、中国总人口、中国工业增加值、虚拟变量经济危机各变量进行平稳性检验，模型零假设为存在单位根。由ADF单位根检验结果可知，序列X1、序列X2、序列X3、序列CRISIS和序列Y均为一阶单整序列，序列X1、序列X2、序列X3、一阶差分后通过1%的显著性检验，序列Y一阶差分后通过5%的显著性检验，因此，各变量一阶差分后均为平稳序列。
（二）拟合优度检验（R2检验）：用统计量R2的值来说明多元线性回归方程与数据的拟合程度。结果中给出的R2=0.899，相对比较而言，R2的值较高，由此可见自变量与因变量的相关程度较高。
（三）变量显著性检验（t检验）：通过t检验我们可以看出每个自变量对因变量的影响，如果某个自变量对因变量影响并不显著，应该将它从回归方程中剔除。由于各回归系数的t检验值分别为t1=9.57，t2=1.92，t3=，故拒绝系数为0的原假设，说明DX1、DX2、DX3对DY有显著性影响。虽然t4=1.51，但是t值并不是很低，说明Crisis对DY的影响近似有一定的显著性，可以接受。
（四）方程显著性检验（F检验）：用统计量F的值来说明总体上因变量与所有自变量之间的线性关系是否显著。结果中给出的F检验值为68.651，说明DX1、DX2、DX3、CRISIS与DY之间的回归效果非常显著。
（五）DW检验：由于多重共线性对多元线性归模型的合理性造成很大影响，应用DW检验判断各个自变量之间是杏存在多重共线性。DW的值接近于2，p的值趋近于0，即随机误差项间不相关。实际问题中，当DW统计量的值在2左右时，可判定回归模型不存在自相关，此时回归模型有效。结果分析中的DW的值为2.262，可判定回归模型不存在自相关，此时回归模型有效。
四、回归模型及相关分析
DY=8330.0+2.5DX1+1.2DX2–5.2DX3+2437.2CRISIS
（3.56） （9.57） （1.92） （—3.02） （1.51）
（注：回归模型下的括号内数值是对应估计参数的t值）
模型分析：在其他条件不变的情况下，进出口金额的变化率增加1%，全部工业增加值的变化率增加2.7%；在其他条件不变的情况下，市政公用设施建设固定资产投资完成额的变化率增加1%，全部工业增加值的变化率增加1.6%；在其他条件不变的情况下，中国总人口的变化率增加1%，全部工业增加值的变化率减少4.54%；在其他条件不变的情况下，经济危机发生与否对因变量的影响为2392.61亿元。
五、对策建议
随着中国经济增速的放缓，经济的后发优势逐渐显得不明显，如何进一步提升中国经济实力与国际竞争力日益成为中国发展所需解决的问题。通过结果可以看出，能够采用以下方法来提升中国的工业增加值。
1、促进中国进出口贸易发展。中国政府可以通过调整各种财政政策来促进中国进出口贸易的发展，例如调整关税政策，优化各种税收政策，加大进出口相关产业的财政支出力度。促进中国进出口贸易发展，从而带动中国相关工业产业的发展，为中国经济的进一步发展提供动力。
2、加大市政公用设施建设固定资产投资力度。加大基础设施投资建设，可以为中国经济的进一步发展打下基础，促进区域间商品流动、人才流动、物质流动，为经济区域一体化发展创造条件。
3、适度调整中国的人口政策。新出台的“二孩政策”在一定程度上有助于改善中国不太合理的人口结构，同时为中国经济的发展提供“消费”的动力，但是从回归模型可以看出，人口政策不能够太激进，过于快速的人口增加速度不利于中国工业增长。
4、通过模型可以看出，经济危机的发生提升工业增加，可以理解为国家采用宏观调控政策抵消了一部分的危机的影响；也可理解为中国经济与世界经济的不太同步降低了危机的影响。
参考文献：
[1] 田成诗，陆卓玉.基于增加值率的中国经济增长质量研究回顾与展望[J].宏观质量研究.2015（04）
[2] 于春海，常海龙.再论我国制造业增加值率下降的原因——基于WIOD数据的分析[J].经济理论与经济管理.2015（02）
[3] 李光涛.工业增加值率与区域工业经济效益的关系研究[J].科技和产业.2014（08）
[4] 黄宏瞻.地区工业增加值率影响因素初探[J].统计科学与实践.2012（01）