基于C-D拓展模型的武汉市GDP增长影响因素研究

刘薇薇 张小红

摘   要：通过分析武汉市GDP增长的影响因素，为研究区域经济发展提供政策参考。方法：借用C-D拓展模型分析武汉市GDP增长的影响因素。结果：除固定资产投资总额、社会消费品零售总额和货物进出口总额外，还有其他因素对GDP产生影响。即固定资产投资总额每增加1%时武汉市的GDP增加了0.041%，社会消费品零售总额每增加1%时武汉市的GDP增加0.56%，规模以上工业总产值每增加1%时武汉市的GDP增加0.37%;暂时未找到高新技术产业产值和从业人员数量对武汉市GDP贡献的证据。结论：影响武汉市GDP增长的主要因素为社会消费品零售总额和规模以上工业总产值，对GDP的贡献度达到92.6%，货物进出口总额影响较低。

关键词：武汉市;C-D拓展模型;GDP增长;影响因素

中图分类号：F207       文献标志码：A        文章编号：1673-291X（2021）05-0039-05

一、文献简述及问题提出

近年来，学者对GDP展开了相关研究，研究国外的GDP的预测值[1]、国内的GDP变化趋势[2-5]，也有学者研究区域GDP对就业的影响[6-8]，还有学者运用计量经济理论对区域经济的GDP进行分析[9-12]。目前，衡量一个国家或地区经济发展水平一般采用的指标是GDP。自从党的十八大以来，我国政府提出了经济要实现高质量发展，但GDP仍然是经济发展中非常重要的一项指标，它代表我国经济发展的总体趋势。对于区域经济来说，GDP是衡量一个区域在一定时期内经济政策的显现效果，也是区域相关经济指标的产出效能。据统计，湖北省2018年全省完成生产总值39 366.55亿元，增长7.8%;规模以上工业企业实现利润2 755.38亿元，增长19.0%;增长11.0%;社会消费品零售总额18 333.60亿元，增长10.9%[13]。武汉市2018年全年实现地区生产总值14 847.29亿元，比上年增长8.0%;规模以上工业增加值增长5.7%;固定资产投资（不含农户）比上年增长10.6%;社会消费品零售总额6 843.90亿元，比上年增长10.5%[14]（见图1）。因此，为了更好了解区域GDP的增长机理及其影响因素，利用武汉市相关统计数据深入探究影响武汉市经济发展的影响因素，探索相关影响因素的贡献效应。

二、资料来源及指标说明

本文主要选取1979—2018年《武汉市统计年鉴》相关数据作为分析依据。根据传统经济学理论，驱动一国或区域经济发展的“三驾马车”是GDP、投资、消费。为分析驱动武汉市经济发展的动因，现选取GDP（y）、固定资产投资总额（χ1）、社会消费品零售总额（χ2）、货物进出口总额（χ3）作为主要分析指标。随着新技术的发展，科技、工业、农林牧渔业等对GDP的贡献日益重要。还选取了高新技术产业产值（control1）、从业人员（control2）、规模以上工业总产值[1]（control3）、农林渔业总产值（control4）等作为控制变量，并按照1978年物价水平进行处理，试图找出哪些指标对GDP有影响。

第一，GDP。主要是指武汉市1978—2017年每年GDP总值。该指标主要反映武汉市每年的总产出，代表区域经济发展状况。

第二，固定资产投资总额。该指标主要是用货币表现出来的建造和购置固定资产活动工作量，在一定程度上反映区域固定资产使用方向和投资规模，是一个综合性指标。

第三，社会消费品零售总额。该指标主要是由区域社会商品供给和需求规模所决定，反映一定时期内一定区域内居民生活状况的改善情况和零售市场规模，同时也可以看出居民的购买力实现程度，以及社会生产、流通、物价的变化趋势。

第四，货物进出口总额。该指标指实际进出武汉市的货物总金额，用以观察武汉市在对外贸易方面的总规模。

三、模型构建及分析

（一）模型拓展

基于上面假定，利用C-D模型建立本文的数据模型如下：

从模拟结果来看，所有模拟变量都符合经济意义，固定资产投资总额、社会消费品零售总额、货物进出口总额、高新技术产业产值、从业人员和规模以上工业总产值分别每增加1个百分点为GDP产生的百分点增量分别为0.22、0.055、0.0004、0.035、0.61、0.56。但是，7个变量中只有规模以上工业总产值通过了对GDP的解释检验，其他变量都存在P>0.05，说明变量之间存在多重共线性问题，变量之间有些统计量存在重复统计问题，如果按照该模型进行解释武汉市经济运行情况和对GDP影响驱动因素，则会导致研究偏差。因此，接下来对模型进行逐级模拟。

（三）结果检验

首先，利用Pairwise Granger Causality Tests检验将6个变量对GDP的解释度进行检验，运用滞后2进行检验分析（见表1）可知，6个自变量都可以对因变量进行解释，这说明指标选择的合理性。

其次，鉴于变量间可能存在多重共线性问题，本文采用逐步回归法依次调整变量，实现所有变量均满足。研究结果为，模型3是最优模型，模型估计结果如表2所示。

通过逐步模拟得到如下结论：

第一，不引入控制变量时，固定资产投资总额每增加1%时武汉市的GDP增加了0.043%，社会消费品零售总额每增加1%時武汉市的GDP增加了0.786%，货物进出口总额每增加1%时武汉市的GDP增加了0.069 8%。

第二，除固定资产投资总额、社会消费品零售总额和货物进出口总额外，还有其他因素对GDP产生影响。研究也显示，武汉市GDP的增长主要依靠消费拉动，属于消费拉动型经济增长，这符合区域经济发展的现实;进出口贸易对武汉市经济发展显著性不强，这符合武汉市进出口实际情况。

第三，引入控制变量后，将模型2、模型3与模型4进行比较。模型3中武汉市解释变量对被解释变量的模拟效果最优，从R2来看，模型3略优于模型4，从解释变量对被解释变量的解释显著性来看，模型3的t值明显比模型4的值要大，说明社会消费品零售总额、固定资产投资总额对GDP的影响更明显。同时，模拟出控制变量中规模以上工业总产值对GDP的增长比较显著。

第四，通过引入控制性变量后，从目标函数的梯度、被解释变量变化趋势图以及残值变化图来看（见图3和图4），均表明模型3最优，即固定资产投资总额每增加1%时武汉市的GDP增加了0.041%，社会消费品零售总额每增加1%时武汉市的GDP增加了0.56%，规模以上工业总产值每增加1%时武汉市的GDP增加了0.37%。由此可以发现，GDP的增长不能靠投资来拉动，应该依靠规模以上工业生产和居民消费来拉动。该研究结论与当前我国经济政策保持一致。2019年我国最终消费支出对国内生产总值增长的贡献率为57.8%，①所以武汉市居民最终消费支出对武汉市的GDP增长贡献率将与全国统计指标接近。

综述所述，影响武汉市GDP增长的主要因素为社会消费品零售总额和规模以上工业总产值，对GDP的贡献度达到92.6%，货物进出口总额影响较低。通过统计数据分析暂时未找到高新技术产业产值和从业人员数量对武汉市GDP贡献的证据。

四、政策建议

第一，鼓励居民消费政策，带动区域经济增长。消费是经济发展的基础也是市场活力的源泉，武汉市政府应充分利用区位优势，打造区位消费圈，提供绿色环保消费品，加强网络媒体和传统媒体的舆论宣传，引导消费观念，鼓励市民扩大消费范畴，尝试进入新兴消费市场，享受个人消费乐趣。

第二，营造规模以上工业企业的营商环境，提高企业生产能力。通过财税政策的引导，鼓励规模以上工业企业扩大经营规模，围绕核心产业积极开拓市场，提高竞争力，从政策上为企业提供保障，打造中部产业集群，围绕城市群建立立体工业生产体系，为企业经营提供优质的营商环境。

第三，加大对外开放力度，扩大进出口贸易。武汉市是中部城市，在对外开放上存在一定的劣势，必须加大招商引资力度，拓展合作领域，发挥中部城市资源优势，与其他国家的城市形成“共建城市”，实现资源共享、合作开发，推动武汉市的经济发展更上一个台阶。

参考文献：

[1]   Hasan Yasien Touama.Application of the Statistical Analysis for Prediction of the Jordanian GDP by usingARIMATime Series and

Holt's Linear Trend Models for the period （2003-2013）[J].Mathematical Theory and Modeling，2014，（14）：19-26.

[2]   李子耀，李玲.GDP与财政支出对居民消费的影响[J].天津商务职业学院学报，2020，（1）：17-22.

[3]   王康慧.我國GDP增长率影响因素回归分析[J].中国管理信息化，2020，（5）：171-175.

[4]   罗森，司徒雪颖.基于VAR模型的我国季度GDP预测研究[J].中国物价，2020，（2）：25-28.

[5]   陈瑶. 基于时间序列分析的我国 GDP 预测模型[D].苏州：苏州科技学院，2015.

[6]   高宇.基于VAR模型的上海市固定投资及GDP相关关系的研究[J].市场研究，2019，（8）：51-54.

[7]   开地热也·克依木.基于ARIMA模型下的新疆就业人数及GDP的预测分析[D].乌鲁木齐：新疆财经大学，2017.

[8]   严彦文.基于ARIMA模型的山东省GDP的分析与预测[J].数学的实践与认识，2018，（4）： 285-292.

[9]   郭秋艳，何跃.基于DFA方法和BP神经网络的GDP预测模型[J].统计与决策，2014，（8）： 82-84.

[10]   毛学峰，李政寰，朱勇.中国经济周期波动识别与经济增长预测——基于EEMD的分解[J].宏观经济研究，2017，（10）： 3-10，112.

[11]   邓娌莉，夏师.多元回归模型及其在GDP增长中的应用[J].经济研究导刊，2018，（34）：1-13.

[12]   袁靖.中国宏观经济变量的预测方法与实证[J].统计与决策，2014，（7）：129-132.

[13]   湖北省2017年国民经济和社会发展统计公报[EB/OL].http：//tjj.hubei.gov.cn/tjsj/tjgb/ndtjgb/qstjgb /201910/ t20191025_21390.shtml

[14]   2018年武汉市国民经济和社会发展统计公报[EB/OL].http：//tjj.hubei.gov.cn/tjsj/tjgb/ndtjgb/sztjgb 201910/t20191025_21403.shtml