关于“克强指数”变量对经济增长贡献程度计量研究

□文/余剑秋

（安徽财经大学 安徽·蚌埠）

一、引言

“克强指数”是英国政经杂志《经济学人》创造的一个用于评估中国GDP增长量的指标，其核心内容是工业用电量、中长期信贷余额和铁路货运量三个基本指标。这是李克强当年在担任辽宁省委书记时喜欢采用的考量方式，且主要是用于评价和考核辽宁的经济发展状况。《经济学人》于2010年底正式推出这一指数后，受到包括花旗银行在内的众多国际机构的认可。但是，对于克强指数包含变量的实证回归研究以及定量分析，尚有待中国宏观数据的检验。克强指数变量究竟能在什么样的程度上反映国民经济增长。作为衡量国民收入指标的GDP与“克强指数”变量之间存在怎样的数量关系，这些都仍待实物考证。本文选取2000～2013年14年的经济数据，运用计量经济学知识，设置变量进行回归分析，并建立回归方程，检验结果并简要阐述其经济意义，为研究中国经济提供一种简明易懂的方法。

二、模型的设定

（一）影响因素分析

1、工业电力消费总量。从表面看，用电量反映的只是经济的活跃度以及工厂的开工率，实际上它还反映了企业的创新能力和市场适应能力。按照李克强反复强调的简政放权、简化审批要求，用电量指标也被赋予了更多市场元素和内涵。本文运用X1表示工业电力消费总量（亿千瓦时）。

2、铁路货运量。铁路货运是现代交通运输体系的重要组成部分，对国民经济增长具有巨大的推动作用。铁路货运量与国民经济总量之间存在着长期的均衡关系；同时二者之间仅存在着单向因果关系，通过增强铁路货运能力，满足货运市场需求，可以拉动国民经济快速发展，为实现经济可持续发展奠定良好基础。本文运用X2表示铁路货运量（万吨）。

3、金融机构资金运用各项贷款中中长期贷款。当今社会，举债经营已经不足为奇，一个企业融资能力可以很好的反应企业的生产经营状况，而站在金融中介银行的角度来说，他们的中长期贷款正良好的反应了企业资金的需求量和融资能力，非常适合社会经济增长的核算。本文运用X3表示金融机构资金运用各项贷款中中长期贷款（亿元）。

4、其他因素。对于模型的其他因素，运用随机扰动项u来刻画。

（二）模型的设定。Y:GDP总额；X1:工业电力消费总量（亿千瓦时）；X2:表示铁路货运量（万吨）；X3:金融机构资金运用各项贷款中中长期贷款（亿元）。基于以上数据，初步建立模型:

三、模型的估计与调整

本文选取我国2000～2013年“克强指数”三大指标的相关数据进行计量估计。

（一）模型的初步建立。用最小二乘法，利用Eviews软件可得估计结果如表1。（表1）

报告形式:

表1

表2 相关系数矩阵

统计检验:

判定系数:R2=0.99590，接近于1，表明模型对样本数据拟合优度高。

F检验:F=823.8303，大于临界值，其P值 0.000000，也明显小于α＝0.05，说明工业电力消耗，火车货运量和中长期贷款量与GDP总量Y有显著影响，模型线性关系显著。

T检验:从X1、X2和X3的prob值可以知道，在显著条件为0.1的情况下，全部通过。但在显著条件为0.05时，X2值没有通过检验。

但由于本题中Std.Error（11591.11）过大，可能存在多重共线性，现对其进行多重共线性检验。

多重共线性检验:

估计模型之前，应先分析各个因素与被解释变量之间的关系，以及因素之间的相关程度，利用COR命令进行相关系数检验，得相关系数矩阵如表2。（表2）

表3

表4

通过计算表明，各解释变量都与被解释变量高度相关，且解释变量之间两两也是高度相关。先按照逐步回归原理建立回归模型。

1、建立一元回归模型:根据理论分析，以Y=a+bX+ε作为最基本的模型。

2、将其余的变量逐个引入模型，估计结果。经过以上逐步引入检验过程发现，七个模型的中的Std.Error依旧过大，多重共线性任未消除，即线性模型本身存在一定的问题，接下来运用对数模型来估计。

（二）模型的调整。建立模型 LOG（Y）=C（1）+C（2）×LOG（X1）+C（3）×LOG（X2）+C（4）×LOG（X3）。

代入数据计算得出表3。（表3）

报告形式:

统计检验:

判定系数:R2=0.991373接近于1，表明模型对样本数据拟合优度高。

F检验:F=383.0585，大于临界值，其P值0.000000也明显小于α＝0.05，说明工业电力消耗，火车货运量和中长期贷款量与GDP总量Y有显著影响，模型线性关系显著。

T检验:从X1、X2和X3的prob值可以知道，在显著条件为0.23的情况下，全部通过。但在显著条件为0.15时，X2值没有通过检验。

但由于本题中Std.Error为0.06373，对模型的多重共线性进行了弥补，模型对现实的描述更加准确。

（三）计量经济学检验

1、自相关检验:给定显著性水平0.05，查DW表，当n=14，k=3时，得下限值dL=0.767，上限值dU=1.779；因为DW统计量为0.966825位于dL=0.767，dU=1.779之间所以无法判断是否存在自相关性。

2、偏相关系数检验。（表4）从表4中可以看出，模型不存在一阶、二阶、三阶、四阶的自相关性。

作异方差的White检验如表5所示。（表5）检验知Obs*R-squared=8.937174。

从 White检验知 Obs*R-squared=11.41227，prob值为0.443＞0.05，因此其不存在异方差。所以，本文的最终模型估计结果为:

报告形式:

该模型表示，在其他条件不变的情况下，当工业电力消耗量增加1%时，GDP总额会随之变动1.570453515亿元；当铁路运货量上升一个点，GDP总量下降1.24350亿元。当金融机构资金运用各项贷款中中长期贷款增加1%，居民存款储蓄增加0.264745亿元。

这里读者可能会提出疑惑，当铁路运货量增加，为什么GDP反而会下降呢？笔者认为这里可能有以下几个原因:一是数据来源于全国数据统计，铁路运输的平均成本要略高于运输带来的收益，但这不代表增加货运量就会使GDP减少，在考虑经济问题的时候不能局限于静止的，单方面的分析；二是数据统计的系统性误差，如计量单位、遗漏，等等。

四、结论与建议

GDP与“克强指数”都是衡量经济增长与经济发展的指标，虽然GDP作为经济发展的指标已有几百年的历史，是世界经济统计的最重要的指标之一，但“克强指数”在某种程度上更符合中国国情。尤其在中国改革的深水区，更应该摒弃之前存在的唯GDP论绩效的做法，综合多项指标，建立一种综合考评机制，这样更有利于经济转型中的中国。

本文通过了计量模型，建立了三元对数回归模型，定量的描述了发电量，铁路运输量和中长期贷款发放量与GDP之间的关系，虽然GDP在某种程度上与这三种指标的关联性不大，但作为不同的统计指标，都反映经济的增长。建立相应联系的目的是为了探究这三个指标对GDP的影响程度。

模型得出当工业电力消耗量增加1%时，GDP总额会随之变动1.570453515亿元；当铁路运货量上升一个点，GDP总量下降1.24350亿元；当金融机构资金运用各项贷款中中长期贷款增加1%，居民存款储蓄增加0.264745亿元。这些在一定程度上反映了经济现象。

“克强指数”为我们提供了一个客观而真实的衡量中国经济发展与运行的全新视角；然而，怎样恰当地利用这一指标是一个重要的课题。也希望更多专家学者做更进一步的研究。

［1］郭鹰，金鹰.工业用电量与经济增长的关系分析——基于浙江11个地市面板数据的实证研究［J］.江苏科技大学学报（社会科学版），2010.4.

［2］曾令华，王朝军.经济增长与贷款增长相关性的实证分析［J］.财经理论与实践，2004.5.

［3］高铁梅.计量经济分析方法与建模［M］.清华大学出版社，2009.