端木新雨
摘要:改革开放以来。随着互联网技术的发展,国际贸易的往来以及国内各项政策的利好,我国经济得到突飞猛进的发展。GDP是一个国家在一定时期内运用生产要素所生产最终产品的市场总值。它可以帮助我们发现一国经济发展的内部要素,从而更好的理解经济增长和一些宏观指标的联动性,帮助决策者做好决策。本文采用多元线性回归模型,研究2000-2019年中国经济高速发展时期,GDP增长率与宏观指标进出口总额,投资,税收,价格指数、以及人口数之间的关系,结果表明,所选取的宏观经济指标,无论是与GDP相关的直接因素还是间接因素都和GDP增长具有极大的相关性,且与GDP增长具有明显的因果关系。
关键词:GDP增长率;多元线性回归模型;宏观经济指标
1.引言
经济发展关乎着人民的生活水平,人民的幸福感,国家的强盛。而如何促进经济发展、如何衡量经济发展水平就成了至关重要的问题。衡量经济发展水平的指标有很多,其中最被广泛使用的就是国民生产总值,即GDP。
本文的研究内容是探讨影响我国GDP增长的相关因素。本文致力于回答以下两个问题。第一,除了消费、投资、政府、国际贸易支出这些构成GDP的核心要素外,一些宏观的经济指标是否也和GDP增长率相关?第二,这些因素在多大程度上影响着我国的GDP增长率?为了解决这两个问题,本文综合使用了金融学和计量经济学的相关知识,采用理论研究与实证研究相结合的方法。
2.我国GDP的发展
新中国成立以来,我国的国内生产总值趋势呈现J型走势,特别指出自1978年改革开放后,由于国家政策的调整,广州深圳自贸区乃至整个国家经济高速发展,国民生产总值逐年递增。1993年 ,我国的国内生产总值是35673.2亿元,2004年是161840.2亿元,2009年是348517.7亿元,再到2015年,2017年,2019年,我国的国内生产总值分别为592963.2亿元,832035.9亿元,990865.1亿元。经过对比我们发现,2009年、2017年、2019年的国内生产总值大致为1993年国内生产总值的9.76、23.32、27.78倍。
由数据可知,我们分析1953-1978是新中国成立后到改革开放前,除1953-1956大跃进以及五年自然灾害时期,大部分人均国民生产总值增长率也维持在6%左右,但是GDP总值相较于1978年后低出几十倍以上,这期间国内经济发展状况一般。1989年后,经济保持持续稳定增长,GDP增长率在6%左右。目前我国尚处于工业化中后期和城镇化中期,经济发展的历史纵深仍然广阔,供给侧要素条件持续升级,人口红利正在向人才红利、工程师红利转化。同时,资金比较充裕,科技创新日新月数字经济正在向传统制造业进发,整个经济“蓄势”特征十分明显。
整理数据可得,2000年到2019年十年间我国的各项宏观经济指标:进出口总额、全社会固定资产投资、各项税收、居民消费价格指数、年末总人口、国民总收入均呈加速增长态势,且剧本趋同变动。初步核算,2008年全国国内生产总值实现300670亿元,同比增长9.0%,增速较2007年大幅回落4个百分点,达到七年以来最低水平。社会消费品零售总额108488亿元,同比增长21.6%,增速比上年加快4.8个百分点;全社会固定资产投资172291亿元,同比增长25.5%,增速比上年加快0.7个百分点,剔除价格因素实际增幅低于上年水平;对外贸易进出口总值達25616.3亿美元,比上年增长17.8%,增幅同比回落5.7个百分点。
3.实证分析
3.1数据说明
本文选取2000-2019年的宏观经济数据作为研究对象。本文旨在探讨直接和间接宏观因素对GDP增长率的影响程度以及直接因素之间的关系。因此本文选举了两类数据,一类是直接核算GDP的宏观数据消费、投资、进出口贸易总量,一类是间接影响的宏观经济数据能源生产总量以及人口。将数据归一化去量纲处理后,构建多元线性回归模型,从而方便对拟合出的最优线性模型进行合理分析,进出口数据来源于海关总署。
3.2数据处理
除去纲量,保证数据的归一性和标准化便于进行回归建模
3.3实证建模
利用计量工具进行线性回归拟合:
拟合得到的各直接经济因素和间接经济因素如下:
直接经济指标和间接经济指标对GDP增长率影响权重的比较:
拟合得到的回归模型为:
y=0.19x1+0.196x2+0.2x3+0.03x4+0.18x5+0.196x6+0.534
拟合得到的R2为0.987,说明各变量之间拟合的效果良好,模型的自相关检验P值大于0.5,说明数据之间不存在自相关性。
3.4实证模型的分析
3.4.1回归模型表明,所选取的六个指标和GDP增长率之间都具有正正项关系,即6个宏观指标的增大时,GDP增长率也会增大,统一的正项权重系数,也表明决定经济增长的直接指标因素和间接指标因素都可以影响一国经济的增长率;
3.4.2模型中所选取的六个变量中,税收对经济增长的影响最大,居民消费对经济增长的影响最小,其他四个变量对经济的影响程度差不多。
3.4.3模型显示影响GDP增长率的直接因素和间接因素权重分别为15%和19%,表明选取数据的间接宏观指标对经济增长率的影响更大,所选取的间接宏观指标在经济增长过程中也发挥了至关重要的作用,决策者在指定经济决策时,也可以多多考虑一些间接宏观经济指标,比如一国人口的总数,人口结构,能源总量,水资源等间接宏观指标,更好的保证经济的运行。
4.结论与展望
首先,本文的模型存在如下缺点:
本文只选取了部分间接宏观数据作为研究对象,使得研究模型并不能充分显示间接宏观因素对GDP增长率的影响程度;
研究数据的局限性。本文研究数据的区间只有2000-2019年经济高速增长期的数据,数据量较小,并不能完全分析出间接宏观因素和直接宏观因素对GDP增长率的影响;
数据特征维度低。本文只选取6个维度的因变量,其中直接宏观因素选择4个维度,间接因素选择两个维度建立多元回归模型,导致多元线性回归模型可能出现过拟合的情况。
依据模型结果可以得到如下结论:
影响GDP增长率的直接因素和间接因素权重分别为15%和19%,表明选取数据的间接宏观指标对经济增长率的影响更大,所选取的间接宏观指标在经济增长过程中也发挥了至关重要的作用,决策者在指定经济决策时,也可以多多考虑一些间接宏观经济指标,比如一国人口的总数,人口结构,能源总量,水资源等间接宏观指标,更好的保证经济的运行。
参考文献:
[1]舒沁沁.对我国经济发展战略的再思考[J].新西部(下半月), 2009,(11)
[2]杨金凤.关于加速我国城镇化建设的几点思考[J].中国建设教育,2006(06)
[3]周园.以循环经济助推区域经济发展[J].环境保护与循环经济, 2009,(11)
[4]我国经济未来发展趋势[J].现代焊接,2009,(09)
[5]刘运动,宋守君.从经济发展背景下谈城市竞争力[J].中国建设教育,2007
[6]肖光荣.论经济发展观的新发展[J].湖南商学院学报,2009,(05)
[7]王翔.城镇化发展问题与制度体系创新研究[J].湖北生态工程职业技术学院报报,2006,(04)