2018对我国经济增长的实证分析

2738529

　　经济增长一直是人们非常关注的重大经济问题，二战以后，经济增长已由一个重要的宏观经济目标发展为相对独立的学科体系——增长经济学。改革开放以来，我国经济持续高速增长，在实现了经济转型软着陆后，更是保持了7%～8%的高增长率。那么如何看待中国经济的高速增长呢？本文利用索洛——米德经济增长模型对我国经济增长进行实证分析，并在此基础上对我国经济增长进行了分析。
一、经济增长方式与增长质量概述
所谓经济增长方式，是指在一定历史时期，在一定的生产力条件下，如何处理经济增长的数量扩张和质量提高的关系，如何分配和使用各生产要素，如何完成经济结构的合理化，以实现经济增长的方法和途径，它反映的是经济增长的总体特征。经济增长方式决定增长质量，在采取一定要素配置，构成某种经济增长方式后，其对应的结果就是一定的经济增长质量。经济增长质量反作用于增长方式，虽然增长质量是某种增长方式的必然结果，但通过不同增长质量的对比分析，各国政府和经济机构会能动地调整要素配置，从而形成新的经济增长方式。
二、引入索洛——米德经济增长模型对我国经济增长进行实证分析
1.索洛——米德经济增长模型
我国学术界普遍认为，经济增长是一个社会数量上表现的经济活动成果的增进，可以用GNP、GDP、NI等总量指标及相应的人均量指标的动态指标（如发展速度、增长速度等）来予以衡量。在此笔者较倾向于美国新古典综合派经济学家萨缪尔森的观点，即认为经济增长是“一国总产出跨时期的增长，经常用一国的实际GDP（或实际潜在GDP）的年增长率来衡量”。另外，对于经济增长的认识，还应注意以下三点：第一，目前我国理论界和实际部门一致认为经济增长的概念应建立在包括物质性生产和非物质性生产范围之上，即经济增长是包括服务在内的最终产品总量的增加；第二，一般的经济增长是指长期的活动，即实际生产能力或国民财富的增加，并不包括经济周期中的扩张阶段，即短期性的经济增长；第三，量度经济增长应该用实际经济增长率反映，即剔除物价上涨、货币贬值因素，按基期固定价格计算。
在西方经济学中，进行经济增长的因素分析一般采用索洛增长方程（即索洛——米德模型），它的基本原理是从柯布——道格拉斯生产函数出发，来建立经济增长与各综合因素之间的数量关系。在模型中，资金投入量，劳动投入量和科技进步被看作是影响经济增长的三大因素，而且其中的科技进步因素被认为是通过两大生产要素——劳动和资金的有机结合体现出来的。这样就可以设含有技术水平的总量生产函数为：
Y[,(t)]=A[,(t)]×F(K[,(t)],L[,(t)])
其中：Y——表示宏观经济生产的总产出；
A——表示随时间t变化的科技进步；
K——表示资金投入量；
L——表示劳动投入量；
对上述生产函数两端求全导数、两端分别除以Y，当t为年度单位时并整理，得：
△Y/Y=△A/A+α×(△K/K)+β×(△L/L)
用y表示年度经济增长率，即y=△Y/Y；r表示科技进步（或综合要素生产率）增长率，即r=△A/A；k表示资金投入增长率，即k=△K/K；I表示劳动投入增长率，即I=△L/L。则得到开展经济增长综合分析的基本方程：
y=r+α×k+β×I+e
其中e为误差项。
2.建立我国经济增长模型
我们利用这个模型对我国的经济增长进行实证分析：
表1中列出了1953～1995年43年间我国的投入和产出增长率。在这里，在总量层次上，我们以GDP作为产出，以固定资产净值和流动资产的和作为资本存量，以从业人员（人／年）作为劳动投入；在数据处理上，我们以1953年为基础，以不变价格进行计算，剔除了通货膨胀的因素。如下表：
表1　 　我国投入产出增长率表
　　　　 　　 　　　　　　　　　　　　单位：%
年份　 　产出 y 资本投入 k 劳动投入 l
1953 13.17142 21.88139 2.93544
1954 5.77796 17.95301 2.60144
1955 6.43777 14.36700 2.02543
1956 14.11291 16.54299 2.39820
1957 4.49727 18.46318 3.04960
1958 22.10267 24.68468 8.75446
1959 8.05640 30.78035 5.70743
1960 -1.42125 23.25966 -0.86006
1961 -28.43300 3.45137 -1.06633
1962 -6.50594 -0.08665 -0.73073
1963 10.70293 2.55854 1.58876
1964 16.52840 4.31290 3.45994
1965 16.94962 9.07985 3.78779
1966 17.02177 8.17540 3.71141
1967 -7.24290 4.60323 3.61655
1968 -6.53581 2.33169 3.42753
1969 19.36303 4.20411 3.80977
1970 23.22120 9.85525 3.95263
1971 9.13228 9.67199 3.76483
1972 2.84687 8.30777 2.25465
1973 8.30420 9.91267 1.55097
1974 1.14883 8.35302 2.14951
1975 8.32058 8.48197 2.23207
1976 -2.6508 7.25247 2.17500
1977 7.79378 8.43127 1.78207
1978 12.27125 9.84920 1.85905
1979 7.59999 10.91092 2.42064
1980 7.80669 8.62560 2.88924
1981 5.25862 5.66173 3.38394
1982 0.89100 8.20041 1.26949
1983 19.90252 8.03572 5.31786
1984 15.17616 9.09091 3.22154
1985 13.47059 12.05955 3.72877
1986 8.86469 13.22223 2.99297
1987 11.57143 10.40061 3.20121
1988 11.26762 10.51506 3.00656
1989 4.06597 9.49184 2.37207
1990 3.83340 8.97043 2.17017
1991 9.16418 12.00458 2.40499
1992 14.23927 14.00528 2.20551
1993 13.48890 12.84130 2.29625
1994 12.66299 11.46603 2.26370
1995 10.17137 11.54269 2.20327
利用EXCEL软件中的回归分析工具分别对上表的数据和1978～1995年的数据进行分析，求得：
模型a:
附图
=-2.40976+0.113589×k+3.375382×1+e
(0.5730698)　(4.4987834)
R[2]=0.387649,　　DW=1.606513
模型b:
附图
=-12.0353+1.130138×k+3.815196×1+e
(3.015258)　(4.276271)
R[2]=0.592817,　　DW=1.587542