湖州市“克强指数”与工业增长的关系研究*

刘秀华

(湖州职业技术学院 建筑工程学院,浙江 湖州 313000)

湖州市“克强指数”与工业增长的关系研究*

刘秀华

(湖州职业技术学院 建筑工程学院,浙江 湖州 313000)

依据湖州市1996-2014年和2009-2014年季度工业用电量、货运量、银行中长期货款量与同时期工业增加值时间系列,建立“克强指数”与该市工业增加值之间年度序列的协整模型和季度序列的分位数回归模型。分析表明：在长期均衡中,湖州市“克强指数”与工业经济增长关联较高,短期内,“克强指数”对工业增加值前期和后期的影响小于期间。据此,提出了需更加注重各分项指标的动态监测,并根据实际情况不断完善经济运行监督评价指标体系等建议。

湖州市;克强指数;工业增长;分位数回归

“克强指数”是一个组合指数,是时任辽宁省省委书记李克强用于评估当时辽宁省的经济运行情况时提出来的。自2010年底由英国《经济学人》杂志正式推出后,受到包括花旗银行在内的众多国际机构的认可。“克强指数”由工业用电量、铁路货运量和银行中长期贷款发放量三个指标组合而成。花旗银行在编制时将各项指标的权重分别设定为40%、25%和35%。本文对“克强指数”与湖州市工业经济增长之间的关系进行了实证研究,为加强湖州市经济发展情况的动态评估,完善湖州市经济运行统计监测体系提供决策参考依据。

一、指标的选取与研究方法概述

(一)指标选取及内涵

1.响应系列 工业增加值是企业一定时期内所生产的和提供的全部最终产品和服务的货币化市场价值的总和。工业增加值属于国民经济核算的一个重要基础指标,反映了工业部门对地区生产总值的贡献。本文以湖州市各季度工业增加值为响应系列,记作{Gt}。

2.输入系列 本文结合湖州市的实际情况,“克强指数”中各项分项指标的具体含义如下：(1)工业用电量。湖州市是一个严重依赖外购能源支撑经济增长的地区,其工业生产与能源消耗关系非常紧密,故选取湖州市工业用电量数据,记作{Pt}。(2)整体货运量。湖州市的货物运输方式中,铁路货运量占比较小,以公路及水路运输为主,故选取湖州市的总体货运量指标替代“克强指数”中的铁路货运量,记作{St}。(3)新增中长期贷款。中长期贷款发放的数量,可较好地反映企业对当期和未来经济发展的信心,也可相对客观地反映经济增长所面临的风险,记作{Lt}。

本文根据湖州市的实际情况,将“克强指数”所包括的铁路货运量指标进行了局部修正[1]111。修正后的“克强指数”,沿用花旗银行设定的各分项指标的权重,加权计算后得到湖州市的“克强指数”,记作{Kt}。

(二)数据来源及预处理

本文分析所采用的1996-2014年度时间系列数据来源于《湖州统计年鉴》,2009年1季度至2014年4季度的时间系列数据则是根据湖州统计信息网公布的数据整理得到的。对各时间系列均取自然对数,得到{LɡGt}和{LɡKt}。其中,“克强指数”{Kt}由三个分项指标同期系列加权计算得到：

各时间系列的处理、模型的构建和参数的估计,采用SAS及Stata软件完成。1996-2014年度“克强指数”和工业增加值之间的时间系列趋势关系可见图1(参见图1),表明在2011年之前的期间内,两大系列之间存在着明显的长期均衡趋势。2009年1季度至2014年4季度“克强指数”和工业增加值之间的趋势关系表明短时期内的“克强指数”系列是相对平稳的系列,而工业增加值则具有明显的季节趋势效应。图2(参见图2)表明,工业增加值对数系列一阶差分后显著平稳。

二、实证分析

(一)1996-2014年年度时间系列的实证分析

1.平稳性检验 从图1可知,1996-2014年湖州市工业增加值和“克强指数”序列具有明显的递增趋势,为非平稳序列。通过对数化处理后[2]6,采用ADF单位根检验法将{LɡGt}和{LɡKt}以及一阶及二阶差分后系列的平稳性,采用指定一阶自相关ADF检验,运算结果可见表1(参见表1)。表1的结果表明,湖州市历年的工业增加值和“克强指数”,即{LɡGt}和{LɡKt}属于Ⅰ(2)单整系列,即{LɡGt}和{LɡKt}存在2个单位根,均为Ⅰ(2)单整系列。平稳性检验表明{LɡGt}和{LɡKt}存在着显著的长期均衡关系,这点与图2的结果相一致。这为下一步对{LɡGt}和{LɡKt}采用E-G两步法进行协整检验,发掘{LɡGt}和{LɡKt}之间的长期均衡关系铺平了道路。

图1 1996-2014年工业增加值及“克强指数”对数系列时序图

图2 2009-2014年季度工业增加值对数一阶差分系列时序图

表1 时间系列的单位根检验情况

2.时间系列的实证分析 如前所述,{LɡGt}和{LɡKt}经ADF检验后,证实为Ⅰ(2)单整系列。采用E-G两步法,对{LɡGt}和{LɡKt}进行协整检验,建立响应系列{∇LɡGt},{∇LɡKt}为输入系列回归模型：

上式中∇LɡGt为工业增加值对数一阶差分系列;∇LɡKt为“克强指数”对数一阶差分系列;ɑt(t= 0,1)为回归系数;εt为随机误差系列。参数估计结果如下：

班级是教育工作的主要阵地，同时也是学生成长的摇篮。它不仅有提高学生文化素质的责任，也肩负着提高学生思想道德素质的重任。班级的管理工作重任在于班主任，其管理工作是学校教风、校风、学风形成的关键，同时也是提高教育教学质量的重要保证。教育目的能否实现，学生能否接受到有针对性的教育，并得到全面发展，班级管理至关重要。

式中,R2为回归方程的拟合优度系数;SBC和AⅠC为判定方程拟合效果的统计量值;括号内数值为相应的回归参数的t统计量值,带**表示t统计量在5%水平上的显著性。

结果显示：在不考虑其他因素的情况下[3]186,长期趋势“克强指数”差分系列每变动1%,则全市工业增加值变动0.2 028%,即湖州市的工业用电、货运量及中长期贷款对该市工业经济增长具有较为显著的关联关系。本文将回归方程的残差系列作进一步平稳性检验(参见表2)。

表2 残差系列检验情况

表2表明,回归方程残差{εt}显著平稳,具有长期的均衡关系。因此,可以认为{∇LɡGt}和{∇LɡKt}存在协整关系。

(二)2009-2014年季度系列的实证分析

2009-2014年季度对数时间系列中,“克强指数”为平稳系列,工业增加值一阶差分后显著平稳。笔者采用“分位数回归”分析方法,采用1/10、5/10和9/10分位数,使用自助法计算上述分位数的标准差,对2009-2014年湖州市的工业增加值和“克强指数”进行分位数回归,Stata运算结果可见表3(参见表3)。其与古典的OLS回归的对比情况可见表4(参见表4)。

表3 1/10、5/10和9/10分位数回归情况

表4 1/10、5/10和9/10分位数及OLS回归参数对比

表3表明,在10%的显著性水平上,三个分位数的回归系数不完全相等。表4表明,随着分位数的增加,即1/10→5/10→9/10,“克强指数”的分位数回归系数先升后降,这表明“克强指数”对工业增加值前期和后期的影响小于期间[4]346。回归系数标准差先升后降,表明分位数回归系数的准确性相对不够。

三、结论及建议

1.根据ADF检验,湖州市的工业增加值和“克强指数”在19年间的对数时间系列为Ⅰ(2)单整系列,湖州市工业发展在较长一个时期内是稳步增长的,并且与历年工业增长的相关性较强,能够较为显著地评价其工业增长情况。

2.工业增加值年度时间系列、“克强指数”年度时间系列Ⅰ(2)差分平稳,可进行协整分析。两者之间存在长期的均衡趋势。分析显示,在长期均衡中,湖州市“克强指数”差分系列每变动1%,则全市工业增加值变动0.2 028%,即工业用电、货运量及中长期贷款与工业经济增长的关联较高。

3.短期内,工业增加值季度时间序列经差分运算消除季节效应后为平稳系列,季度序列分位数回归分析表明湖州市的“克强指数”对工业增加值分布的前期和后期的影响小于对期间内的影响,即短期间内应更加关注年中时间的“克强指数”的动态变化,以便有效评价湖州市工业增长的情况。

根据上述实证分析结论,建议如下：

1.工业用电量、货运量和中长期贷款与湖州市工业的增长存在长期均衡,在评价湖州市工业经济发展情况时,需更加注重上述指标的动态监测和动态变化,以为推进湖州市的“工业强市,产业兴市”战略提供有效的决策参考。

2.在短期决策中,尤其是在制定推动湖州市工业强市建设的年度计划和动态评价短期工业发展情况时,要准确把握好季度甚至月度指标的增长变动情况。

3.作为一种经济学分析范式,“克强指数”三个分项指标数量关系的变化与经济运行状况高度相关,其中,电力是经济增长的基本能源,铁路和公路是大宗原材料的重要运输形式,贷款则是企业主要的融资方式[5]9,上述指标能客观地反映区域经济运行的规律和趋势,是经济决策部门及其有关人士判断经济运行走势的重要依据。因此,这些指标在进行区域经济的中观及微观分析时具有重要的参考价值。但在不同的地区应用时,既要考虑传统的用电量和货运量等指标,也要根据区域经济各分项指标的实际情况进行修正。只有不断丰富经济运行状况的评价指标体系,方能更加准确地把握区域经济运行的规律与趋势。

[1]祝 煦,黄正勇.“修正的克强指数”与GDP增长率时间序列建模分析[J].洛阳师范学院学报,2014(11).

[2]郝香芝,李少颖.我国GDP时间序列的模型建立与预测[J].统计与决策,2007(23).

[3]叶允最.广西工业总产值与“克强指数”的关系研究[J].中国证券期货,2013(6).

[4]陈 强.高级计量经济学及Stata应用[M].北京：高等教育出版社,2010.

[5]郭同欣.科学认识判断经济形势的指标体系——从用电量、铁路货运量等指标说起[N].人民日报,2015-06-08(9).

Research on“Keqiang Index”and Industrial Growth Relationship of Huzhou City

LIU Xiu-hua

(School of Architectural Engineering,Huzhou Vocational and Technological College,Huzhou 313000,China)

According to Huzhou City from 1996 to 2014 and in 2009 to 2014 quarter of industrial electricity consumption,cargo volume,and long term loan amount,and the same period of industrial added value of time series,the establishment of“Keqiang index”with the city’s industrial increase value between annual series co integration model and quarter sequence of quantile regression model.Analysis shows that in the long run,Huzhou city“Keqiang index”and industrial economic will grow higher.In the short term,“Keqiang index”of industrial added value of early and late less than period,and accordingly put forward to pay more attention to the dynamic monitoring of the sub indicators and continuously to improve economic performance evaluation index system according to the actual situation and suggestions.

Huzhou City;Keqiang Index;industrial growth;quantitle regression

F224;F127

A

1672-2388(2016)04-0084-04

2015-07-01

刘秀华(1978-),男,江西赣州人,讲师,经济师,主要从事资源与环境经济、产业经济、工程经济研究。