新克强指数与贵州省经济增长的动态关系——基于VAR-VEC模型研究

陈 琴

（贵州大学 经济学院,贵州 贵阳 550025）

一、引言

改革开放以来,中国速度不断刷新,高速猛增的GDP 数字背后的真实性也随之备受关注。2007年,李克强总理提出可以三个指标来衡量当时辽宁省的经济发展状况,分别是工业用电量、铁路货运量和银行中长期贷款发放量。2010 年《经济学人》将其定义为“克强指数”,认为它能更真实反映中国的经济。之后花旗银行分别赋予三个指标40%、25%、35%的权重,这就形成了最初完整的“克强指数”。然而,随着我国经济产业结构的不断优化,第三产业占比已跃居中国经济首位,重工业时期的指明灯“克强指数”不能再准确客观地反映如今的经济发展规模和态势。因此,新常态下的中国也需要“新克强指数”来重新刻画正朝着创新拉动、立足内需、重心向第三产业倾斜的中国新经济。

在2015 年的政府工作报告中,我国的经济结构发生了重大变化,一般预算公共收入增长了8.6%,能耗强度却反降了4.8%,传统的重工业与经济增长呈现反比例关系。另外,研究与试验发展经费支出与国内生产总值之比超2%,可见我国正逐渐转向了创新型低消耗这一经济新方向。因此,克强指数需要加入新的指标来以此对新经济进行衡量,研究与试验发展经费支出与国内生产总值之比与能耗强度这两个新指标便为“新克强指数”的构造奠定了基础。

在之前依靠工业快速发展的中国,克强指数能较好地衡量经济状况。但卢峙宏（2016）[1]利用2007 年数据进行回归分析时,发现克强指数对第二产业的 GDP 有极佳的显著性,而对第一第三产业GDP 回归结果却不显著。由此可见,对于以第三产业为核心发展的地区,克强指数并不能作为任何评价经济的参考依据,越来越多的学者便开始重新构建新克强指数,引入更多适合新发展的指标来描述经济发展状况。董雨和马冰（2015）[2]引入研究与试验发展经费支出占 GDP 比重、中长期贷款发放量和能耗强度来重新构建“克强指数2.0”,利用Pearson 相关系数检验与回归方程分析方法,基于1995—2013 年数据证实了前两个指标与GDP 表现为正相关,能耗强度与 GDP 呈负相关,并加入城镇人均可支配收入作为参考标准,使新克强指数的准确性和实用性得到了有效检验。徐强和陶侃（2017）[3]在原克强指数基础上增加就业和收入方面的指标,研究发现新克强指数更能反映中国经济的一般规律。

新克强指数的诞生体现着经济治理思路的调整,反映着我国将构建以收入带动消费、创新带动就业的新经济社会,本文基于此经济大趋势,以R&D 实验发展经费、金融机构中长期贷款量、单位能耗强度作为新克强指数指标。改革开放以来,西部大开发给贵州带来发展良机,通过大量的道路建设与周围各省进行互联互通,并以轻重工业结合,与此积极发展第三产业,贵州的建设如火如荼,近十年的GDP 增速连续位列全国前三。贵州的经济社会发展始终“坚守生态和发展两条底线”,因此新克强指数更加适合于描述工业欠发达的贵州经济状况。

目前关于新克强指数的研究较少,且大多都是基于国家层面,具体到省级区域的则更为缺乏。本文选取1987—2019 年的贵州省相关数据,基于VAR模型对GDP、R&D 实验发展经费、金融机构中长期贷款量、单位能耗强度进行协整分析,建立向量误差修正模型,判断变量间的Granger 关系,之后进行脉冲效应和方差分解分析,以此深入研究新克强指数与贵州经济的动态关系。根据得出的计量关系提出政策建议。

二、数据说明及模型设定

（一）数据来源与变量含义

本文所选数据主要来源《贵州统计年鉴》和《贵州改革开放60 年》,鉴于R&D 实验发展经费数据的可获取性,样本数据区间选为1987—2019 年。

1.被解释变量

选择贵州省生产总值衡量经济增长水平,记为GDP。

2.解释变量

R&D 实验发展经费体现科技创新水平,用RD表示;用能源消耗总量与GDP 的比值表示单位能耗,记为NH;金融机构中长期贷款量体现金融环境,记为DK。

为了消除时间序列的异方差和保持数据的平稳性,对所有数据进行了对数化处理。

（二）模型设定

为了研究贵州GDP、R&D 实验发展经费、金融机构中长期贷款量、单位能耗强度的相互影响,本文选择误差修正模型,从而弥补长期静态模型存在的部分不足。

误差修正模型的一般形式为:

式（1）中,yt=（lnGDP,lnRD,lnNH,lnDK）t,Δy=Δyt-Δyt-1,εt代表随机扰动项,β0是常数项,是滞后项,k代表滯后阶数,ecmt -1 是误差修正项,α表示变量从偏离均衡态调整到长期均衡态的调整速度,γi代表各变量短期变化对被解释变量的影响程度。本文采用Eviews 10软件进行实证分析。

三、实证结果与分析

1.ADF 检验

时间序列数据容易存在“伪回归”现象,即模型各项指标显著,但变量之间没有任何关系,因此对时间数据进行初步的单位根检验必不可少,先后对相关变量的对数序列和一阶差分序列进行ADF 检验,结果如表1 所示。

表1

原有变量LnGDP、LnRD、LnDK和LnNH都存在单位根,但经过一阶差分处理后都变成了平稳序列,即满足一阶单整序列。由此可以判断贵州省R&D 实验发展经费、金融机构中长期贷款量、单位能耗强度与经济增长之间可能存在长期的协整关系。

2.VAR模型的建立

本文利用LR、AIC和SC信息准则等5 个评价指标来选择最优滞后阶数,结果如表2 所示,5 个评价指标中有3 个指标均显示最优滞后阶为2 阶,因此本文建立了VAR（2）模型。

表2 VAR模型滞后阶数选择

VAR模型适用的前提条件是具有稳定性,因此需对模型进行平稳性检验。本文选择AR 根图对模型进行平稳性检验,结果如图1 所示,该模型不存在大于1 的特征根,都落在单位圆内,即VAR（2） 是一个稳定的模型。

图1 AR 根检验图

3.Johansen 协整检验

协整检验常见的有EG 两步检验法和Johansen检验法,本文选择Johanson 检验法。、协整检验是被加以向量约束的VAR模型,滞后阶数等于无约束的VAR模型的最优滞后阶数减1,因此该协整检验的最优滞后阶数为1。

如表3 所示:在给定5% 显著性水平上,迹检验和最大特征根检验的结果表明LnRD、LnDK、LnNH和LnGDP 变量序列之间至少存在1 个协整关系,对系数进行标准化后的协整关系为:

表3 协整检验结果

上述协整方程表明贵州经济增长与新克强指数各变量之间协整关系显著,协整系数下方括号内的数字是渐进标准误。由方程得出,从长期来看,金融机构中长期贷款（DK）与GDP 呈正相关,金融机构贷款量每增加1%,GDP 将增加0.555 4%;而RD 经费与单位能耗NH 与GDP 呈负相关,单位能耗每减少1%,GDP 将增加0.405 2%,而RD 经费支出每减少1%,GDP 将增加0.108 5%。

贵州金融机构中长期贷款量、单位能耗强度与经济增长的关系与董雨和马冰（2015）的结论相符,而RD 经费支出GDP 的关系却出现相反的情况,孙涛和逯苗苗（2016）[4]利用因子分析法,基于克强指数扩展版对我国省域经济评价分析,贵州省的科技水平因子得分在30 个省份中排第25 位,可见贵州的科技创新水平仍较差。郭杰丹等（2020）[5]通过格兰杰因果检验法分析科技创新对贵州经济增长的滞后效应较强,并且存在科技成果转化率较低的问题,因此可以认为科技创新对GDP 的推动效应还没有发挥作用。

4.建立VEC模型

实际上,短期均衡并不意味着实现长期均衡。所以更进一步,为了研究时间序列变量之间长期均衡与短期调整之间的关系,通过建立向量误差修正模型。整理的协整方程如下:

计算得出的误差修正项ECMt-1系数为负,满足反向修正机制,并在0.1 的水平下显著,表明GDP 能够实现向长期均衡水平的调整。当出现短期波动偏离长期均衡时,其将以0.297 3 个单位的修正速度进行反向调整,以促使GDP、R&D 实验发展经费、金融机构中长期贷款量、单位能耗强度回到长期均衡状态。从回归结果来看,滞后一期的GDP、RD、DK、NH都对经济增长起着正向作用,GDP 的短期波动主要受到滞后一期的自身变动和单位能耗变动影响。

5.Granger 因果关系检验

为了进一步检验R&D 经费支出、金融机构中长期贷款、单位能耗与贵州省GDP 之间的关系,下面进行格兰杰因果检验。

Granger 检验结论如表4 所示,在10%显著性水平上,当滞后期数为2 时,DK分别与GDP、RD经费支出间构成了双向格兰杰因果关系,RD和NH是GDP 的单项格兰杰因果关系;当滞后期数为3时,RD与GDP 构成了双向格兰杰因果关系,DK是GDP 和RD的单项格兰杰因果关系。说明贵州省的经济增长主要依靠金融机构中长期贷款量,R&D经费支出与经济增长的关系间存在滞后效应,当科技创新投入一段时间后,经济增长与科技创新存在相互促进的关系。

眼下，这样貌似关切的话语出自他自己的嘴他多少觉得有些怪异和飘渺。她或许并不需要。彼此的心外罩着厚厚的玻璃罩子，透明却不相通。看着她，就像看着一个熟悉的陌生人，脑海里翻寻着似曾相识的过往，一丝一缕，却哪里还能找回记忆呢？

表4 Granger 因果检验结果

6.脉冲响应分析

为了研究新克强指数各指标对贵州省经济增长在不同时期的冲击效应,通过构建脉冲效应函数,绘制脉冲效应图来直接观察。如图2 所示,横轴表示期数,纵轴代表因变量的波动大小,两虚线围成区域是置信区间。

图2 脉冲响应分析

LnDK 对LnGDP 实施一个冲击后,影响为正,在第5 期时达到峰值,之后效应逐渐减弱,趋于稳定。LnGDP 在受到LnNH 的一个标准差冲击后,存在断站的滞后效应,在第2 期后表现为负效应,之后在第9 期后逐渐转变为正效应并趋于稳定。LnGDP 在受到LnRD 的一个负冲击后,在第8 期后,对LnGDP 的影响转变为正效应,并在第16 期达到最大值后逐步趋于稳定。

研究表明,在前10 期内,贵州GDP 和金融机构中长期贷款对经济增长发挥较强的正效应,对于单位能耗和R&D 实验发展经费支出和单位能耗的负冲击,GDP 呈表现为先增后减的负效应,这与协整检验结果的变化方向是一致的。在第10 期以后,贵州GDP 对自身经济增长的作用逐渐消失,金融机构中长期贷款量、单位能耗、R&D 支出对GDP会发挥正效应作用并趋于稳定。

7.方差分解分析

方差分解可以描述冲击对于R&D 实验发展经费、金融机构中长期贷款量、单位能耗强度与经济增长的动态变化中的相对重要性,包含强度和影响幅度,结果如图3 所示。

图3 方差分解分析

四、结论

本文以R&D 实验发展经费、金融机构中长期贷款量、单位能耗强度构建出的“新克强指数”这一新指标视角来研究贵州的经济发展问题,通过建立VAR-VEC模型发现,证实了新克强指数三个指标与贵州省经济增长之间确实存在着长期稳定的均衡关系,但R&D 经费支出、单位能耗与经济增长呈反比,RD 系数较小,影响强度较弱,表明贵州的科技创新对经济增长还没有发挥作用,当科技创新投入一段时间后,经济增长与科技创新存在相互促进的关系。从长期来看,金融机构中长期贷款量、单位能耗、R&D 支出对GDP 发挥的正效应作用大于其自身作用。针对以上分析,对贵州经济发展得出以下三点政策启示:

一是始终遵循坚守生态和发展两条底线,实行低能耗发展。我国始终坚持可持续发展的道路,在生态环境资源禀赋的贵州,应利用自身优势,打造“绿水青山就是金山银山”,实现长期稳定健康的GDP 增长。

二是建造良好的金融融资环境。贵州的实体经济发展在全国仍处于落后地区,产业的成熟离不开金融机构的支持,只有建造良好的金融环境,才能为企业做好服务与辅助工作。高效率的融资环境能成为企业孵化与发展的加速器,建设多层次资本市场,为贵州经济增长提供有力保障。

三是逐步加大科技创新投入力度。创新力是经济增长的核心动力,因此应推进贵州新兴产业的发展,加强科技创新,提升科技投入与转化效率,以实现科技创新与经济增长间的相互促进关系。同时,加大金融对科技创新和新兴产业的支持力度,保障科技创新的持续力度和经济条件,从而更好地促进贵州经济增长。