上海經(jīng)濟(jì)進(jìn)展驅(qū)動(dòng)力探討

前言：想要寫(xiě)出一篇引人入勝的文章？我們特意為您整理了上海經(jīng)濟(jì)進(jìn)展驅(qū)動(dòng)力探討范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

本文作者：董彬 單位：安徽財(cái)經(jīng)大學(xué)

本文將通過(guò)建立VAR模型進(jìn)行脈沖響應(yīng)和方差分解分析，進(jìn)而具體闡述消費(fèi)、投資與凈出口這三個(gè)要素究竟能在多大程度上拉動(dòng)經(jīng)濟(jì)增長(zhǎng)，即消費(fèi)、投資和凈出口各自對(duì)于上海市GDP的貢獻(xiàn)率。

根據(jù)傳統(tǒng)經(jīng)濟(jì)理論，可以用GDP指標(biāo)來(lái)反映經(jīng)濟(jì)增長(zhǎng)全貌，以最終消費(fèi)支出(FCE)反映消費(fèi)需求情況，以全社會(huì)固定資產(chǎn)投資(I)反映投資需求狀況，以凈出口(XM)反映外貿(mào)狀況。本文以上海市為研究對(duì)象，樣本區(qū)間為1985～2011年，樣本數(shù)據(jù)來(lái)自于歷年的《上海統(tǒng)計(jì)年鑒》和上海海關(guān)網(wǎng)站，計(jì)量分析軟件采用Eviews6．0，由于時(shí)間序列數(shù)據(jù)多為不平穩(wěn)序列，因此要將變量取自然對(duì)數(shù)，即LNGDP、LNFCE、LNI，而凈出口數(shù)據(jù)在若干年份里存在負(fù)值故不能取對(duì)數(shù)。分析思路:對(duì)于時(shí)間序列，首先要通過(guò)ADF檢驗(yàn)觀察數(shù)據(jù)是否平穩(wěn)。若平穩(wěn)，則可直接進(jìn)行Granger因果關(guān)系檢驗(yàn);若不平穩(wěn)，可通過(guò)差分變?yōu)槠椒€(wěn)之后再進(jìn)行Granger因果檢驗(yàn)。然后，選擇最優(yōu)滯后階數(shù)來(lái)建立VAR模型，并對(duì)其進(jìn)行AR根的平穩(wěn)性測(cè)試，進(jìn)而在最優(yōu)VAR模型的基礎(chǔ)上進(jìn)行Johansen協(xié)整檢驗(yàn)、脈沖響應(yīng)和方差分解。最后，根據(jù)模型得出自己的結(jié)論和政策建議。

數(shù)據(jù)平穩(wěn)性檢驗(yàn)(ADF檢驗(yàn))在對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行實(shí)證分析之前，必須首先進(jìn)行平穩(wěn)性檢驗(yàn)。若數(shù)據(jù)不平衡，則無(wú)法進(jìn)行格蘭杰因果檢驗(yàn)和協(xié)整關(guān)系檢驗(yàn)。因此，首先對(duì)各數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，即采用ADF檢驗(yàn)來(lái)判斷數(shù)據(jù)是否平穩(wěn)。原假設(shè)H0:序列不平穩(wěn);備擇假設(shè)H1:序列平穩(wěn)。取顯著性水平α=0．5，若變量的ADF統(tǒng)計(jì)量＜5%的臨界值，則拒絕原假設(shè)，即數(shù)據(jù)平穩(wěn);若其ADF統(tǒng)計(jì)量＞5%的臨界值，則接受原假設(shè)，即數(shù)據(jù)不平穩(wěn)。經(jīng)檢驗(yàn)，發(fā)現(xiàn)四個(gè)變量的原階數(shù)據(jù)都是不平穩(wěn)的，在經(jīng)過(guò)一階差分之后變?yōu)槠椒€(wěn)序列，且在1%的置信水平下都是平穩(wěn)的。一階差后變平穩(wěn)的數(shù)據(jù)經(jīng)整理后如表1所示，原階數(shù)據(jù)的單位根檢驗(yàn)省略。Granger因果關(guān)系檢驗(yàn)由于時(shí)序數(shù)據(jù)經(jīng)過(guò)一階差分之后變平穩(wěn)，因此可以進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)，檢驗(yàn)結(jié)果如表2所示。由表2可以看出，當(dāng)顯著性水平為5%、滯后階數(shù)為2時(shí)，最終消費(fèi)支出與GDP之間的關(guān)系是互為因果;投資與GDP之間呈單向因果關(guān)系，即投資是引起GDP變化的格蘭杰原因;凈出口與GDP之間彼此獨(dú)立、互不影響。同時(shí)要注意到，格蘭杰因果檢驗(yàn)所解釋的并不是同期變量之間的關(guān)系，而是某期變量的現(xiàn)值與另一變量的所有滯后值之間的關(guān)系。因此，這種關(guān)系實(shí)際上只是時(shí)間上的因果關(guān)系，重在影響方向的確認(rèn)，而非完全的因果邏輯關(guān)系。

選擇最優(yōu)滯后階數(shù)在建立VAR模型之前，首先要根據(jù)AIC、SC等信息準(zhǔn)則來(lái)確定最優(yōu)的滯后階數(shù)，方法是AIC、SC等信息準(zhǔn)則越小所代表的滯后階數(shù)越好，此時(shí)所建立的VAR模型越優(yōu)。由表3可得，VAR模型的最優(yōu)滯后階數(shù)為2，因此可以建立VAR(2)模型:DLNGDP=0．1781+1．0511DLNGDP(－1)－0．3325DLNGDP(－2)－0．4814DLNFCE(－1)+0．1755DLNFCE(－2)+0．1069DLNI(－1)－0．0232DLNI(－2)－0．0002DXM(－1)+0．002DXM(－2)之后，要在此模型的基礎(chǔ)上進(jìn)行協(xié)整檢驗(yàn)、脈沖響應(yīng)和方差分解。在滯后階數(shù)確定之后，仍然要對(duì)VAR(2)模型進(jìn)行平穩(wěn)性檢驗(yàn)，此時(shí)要用到特征方程的AR根檢驗(yàn)法，即如圖1所示。由于VAR(2)模型的AR根全部落在單位圓以內(nèi)，故可以判定此模型滿足平穩(wěn)性條件。在VAR(2)模型中，可以運(yùn)用Johansen協(xié)整檢驗(yàn)觀察多個(gè)變量之間是否存在協(xié)整關(guān)系［3］。輸出跡統(tǒng)計(jì)量(TraceStatistic)檢驗(yàn)結(jié)果，如表4所示。由表4可以看出，各序列變量之間存在協(xié)整關(guān)系，也就是證明了所選取的四個(gè)變量之間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系。同時(shí)，還可以通過(guò)Johansen協(xié)整檢驗(yàn)得到最大特征值統(tǒng)計(jì)量(Max－Eigenvalue)的檢驗(yàn)結(jié)果，同樣證明了序列變量之間存在協(xié)整關(guān)系。由于最大特征值統(tǒng)計(jì)量的檢驗(yàn)結(jié)果與跡統(tǒng)計(jì)量檢驗(yàn)結(jié)果相似，此處不再重復(fù)。

為了對(duì)各變量之間的動(dòng)態(tài)關(guān)系有更多的了解，我們將根據(jù)所建立的VAR(2)模型進(jìn)行脈沖響應(yīng)分析。由圖2可以看到，在給各變量一個(gè)廣義的脈沖沖擊之后，得到關(guān)于GDP的一組脈沖響應(yīng)函數(shù)圖。其中，橫軸表示各變量沖擊作用的滯后期數(shù)(年)，縱軸表示GDP的變動(dòng)幅度(億元)，黑線表示脈沖響應(yīng)函數(shù)，反映了GDP對(duì)各影響因素的沖擊反應(yīng)，上下兩條虛線表示正負(fù)兩倍標(biāo)準(zhǔn)差偏離帶［4］。由圖2可以觀察到，在本期給FCE一個(gè)正向沖擊后，GDP迅速作出反應(yīng)，這種正向沖擊作用一直持續(xù)到第5期，從第6期之后趨于穩(wěn)定收斂狀態(tài)，可見(jiàn)GDP對(duì)最終消費(fèi)支出FCE的沖擊反應(yīng)迅速并比較強(qiáng)烈，在最終消費(fèi)支出FCE波動(dòng)后GDP很快就作出反應(yīng)，這說(shuō)明了上海市的經(jīng)濟(jì)發(fā)展對(duì)最終消費(fèi)支出的變化比較敏感，足以反映消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)的重要性。

本文主要討論經(jīng)濟(jì)增長(zhǎng)對(duì)各影響因素的反應(yīng)，故此處不再討論和分析經(jīng)濟(jì)增長(zhǎng)對(duì)自身的沖擊作用。接著分析GDP對(duì)投資變量I的脈沖響應(yīng)，在本期給投資I一個(gè)正向沖擊之后，GDP的反應(yīng)趨勢(shì)與最終消費(fèi)支出的沖擊反應(yīng)趨勢(shì)大體一致，但是反應(yīng)速度和效果不如最終消費(fèi)支出強(qiáng)烈。在受到投資的正向沖擊之后，GDP在第2期達(dá)到最大值，微弱衰減之后趨于收斂狀態(tài)。這說(shuō)明雖然投資對(duì)于經(jīng)濟(jì)增長(zhǎng)的沖擊作用不如消費(fèi)強(qiáng)烈，但是相比凈出口而言，其沖擊作用不容忽視。最后再分析GDP對(duì)凈出口XM的脈沖響應(yīng)，在本期給凈出口一個(gè)正向沖擊，結(jié)果是給前3期的GDP帶來(lái)負(fù)向沖擊作用，在第2期這種負(fù)向沖擊達(dá)到最小值，在第3期之后開(kāi)始反轉(zhuǎn)，出現(xiàn)正向沖擊，但反轉(zhuǎn)之后的正向作用較小，并于第9期開(kāi)始趨于收斂。顯然，凈出口對(duì)上海市經(jīng)濟(jì)增長(zhǎng)的沖擊作用時(shí)正時(shí)負(fù)，且作用效果遠(yuǎn)不如消費(fèi)和投資明顯。綜上所述，從反應(yīng)速度來(lái)看，GDP對(duì)消費(fèi)的沖擊反應(yīng)最為迅速，對(duì)投資的沖擊反應(yīng)較為緩慢，對(duì)凈出口的沖擊反應(yīng)最為遲緩。從沖擊強(qiáng)度來(lái)看，也是消費(fèi)對(duì)GDP的影響最為強(qiáng)烈，投資次之，凈出口對(duì)GDP的影響微弱。

脈沖響應(yīng)描述的是VAR模型中一個(gè)內(nèi)生變量的沖擊給其他內(nèi)生變量所帶來(lái)的影響，而方差分解略有不同，它是把內(nèi)生變量中的變化分解為對(duì)VAR模型的沖擊，并給出了因變量在受到自身和其他變量的沖擊時(shí)所變動(dòng)的比例，因而可以分析每一種結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化的重要性和貢獻(xiàn)度［5］。本文只分析各變量對(duì)GDP的貢獻(xiàn)作用，并不討論GDP對(duì)其他變量的作用。由于方差分解是用于衡量?jī)?nèi)生變量的波動(dòng)性，所得結(jié)果一般用百分比表示，百分比的數(shù)值越大則說(shuō)明該內(nèi)生變量對(duì)因變量的解釋程度越高，故可以根據(jù)百分比的多少來(lái)判斷各內(nèi)生變量的重要性和貢獻(xiàn)度［6］。由表5可以看出:在觀測(cè)期內(nèi)，GDP的波動(dòng)中有38%左右是受其自身因素的影響，有56%左右是由于最終消費(fèi)支出FCE的貢獻(xiàn)，投資和凈出口的貢獻(xiàn)率之和都不超過(guò)8%?？梢?jiàn)，在較長(zhǎng)時(shí)期內(nèi)最終消費(fèi)支出FCE對(duì)上海市經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)作用最大，投資其次，凈出口作用微弱，所以得出結(jié)論:消費(fèi)的確是上海市經(jīng)濟(jì)增長(zhǎng)的第一驅(qū)動(dòng)力。

基于以上實(shí)證分析，可以得出以下結(jié)論:上海市的經(jīng)濟(jì)轉(zhuǎn)型發(fā)展已初見(jiàn)成效，依據(jù)之一就是經(jīng)濟(jì)增長(zhǎng)的驅(qū)動(dòng)力正在發(fā)生改變。在拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的“三駕馬車”中，上海市逐步實(shí)現(xiàn)了由主要依靠投資和出口拉動(dòng)轉(zhuǎn)為主要依靠消費(fèi)拉動(dòng)，投資和凈出口起協(xié)同作用。據(jù)此可以提出幾點(diǎn)政策建議:第一，繼續(xù)貫徹落實(shí)擴(kuò)大內(nèi)需的財(cái)政政策，多管齊下拉動(dòng)內(nèi)需。具體措施有:結(jié)構(gòu)性關(guān)稅以提高消費(fèi)能力、財(cái)政補(bǔ)貼直接刺激消費(fèi)、積極擴(kuò)大農(nóng)村消費(fèi)需求等。第二，注重消費(fèi)對(duì)經(jīng)濟(jì)的拉動(dòng)作用，同時(shí)也不能完全忽視投資與凈出口的貢獻(xiàn)率［7］。由于上海市是典型的國(guó)際港口城市，雖然近幾年來(lái)受全球性金融危機(jī)的沖擊作用，凈出口多次出現(xiàn)負(fù)值，但是仍然可以預(yù)見(jiàn)到凈出口對(duì)上海市經(jīng)濟(jì)增長(zhǎng)的長(zhǎng)遠(yuǎn)效應(yīng)。第三，除本文分析的消費(fèi)、投資和凈出口這三個(gè)要素之外，科技進(jìn)步和人力資源對(duì)上海市經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率顯然也是不能忽視的，這也正是本文的不足之處。因此，科技創(chuàng)新和人才引進(jìn)戰(zhàn)略將成為上海市今后發(fā)展的長(zhǎng)期方針。