中国经济增长影响因素实证分析
摘要：改革开放以来，我国的社会主义经济取得了突飞猛进的发展，经济增长速度更是举世瞩目。本文采用经济增长模型和多元线性回归分析方法对1993～2016年中国经济增长因素进行研究，分析了物质资本、劳动力、消费对国内生产总值的影响，建立计量模型，寻求这些变量与中国国民产出的数量关系，进行定量分析，对模型进行检验。
关键词：消费、投资、经济增长、劳动力
一、文献综述
（一）经济增长理论
经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值和国内生产总值的（GDP）的增长来计算。经济增长是经济学研究的永恒主题。
古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。（二）影响因素的分析
从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。中国拥有全世界近
1/4 的人口，为经济增长提供了丰富的劳动力资源。因此本文用总就业人数（万人）来衡量劳动力。居民消费需求也是经济增长的主导因素。
经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1978—2008年的31中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。因此,研究消费需求对经济增长的影响,并对我国消费需求对经济增长的影响程度进行实证分析，可以更好的理解消费对我国经济增长的作用。
二、数据收集与模型的建立
（一）数据收集
资料来源：中经网统计数据库
（二）模型设计
为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（y ）作为对经济发展的衡量，代表经济发展；用总就业人员数（x2）衡量劳动力；用固定资产投资总额(x3)衡量资本投入：用价格指数（x4）去代表消费需求。运用这些数据进行回归分析。
采用的模型如下：i i X X X Y μββββ++++=4433221?
其中，y 代表国内生产总值，x2代表社会就业人数，x3代表固定资产投资，x4代表消费价格指数，i μ代表随机扰动项。我们通过对该模型的回归分析，得出各个变量与我国经济增长的变动关系。 三、模型估计和检验 （一）模型初始估计
表2 模型初始估计结果
Dependent Variable: Y Method: Least Squares Date: 12/02/17 Time: 21:55 Sample: 1993 2016 Included observations: 24
Variable Coefficient Std. Error t-Statistic Prob.
C -1275271. 219020.5 -5.822609 0.0000 X2 15.83664 2.183845 7.251724 0.0000 X3 0.978016 0.031439 31.10849 0.0000 X4
2050.542
769.3861
2.665166 0.0149
R-squared
0.995694 Mean dependent var 273572.7 Adjusted R-squared 0.995048 S.D. dependent var 228431.4 S.E. of regression 16074.20 Akaike info criterion 22.35883 Sum squared resid 5.17E+09 Schwarz criterion 22.55517 Log likelihood -264.3060 Hannan-Quinn criter. 22.41092 F-statistic 1541.649 Durbin-Watson stat 0.587012
Prob(F-statistic)
0.000000
i i X X X Y μ++++-=432542.2050978016.083664.151275371?
t= (-5.822609) （7.251724）（31.10849）（2.665166）
58701.0,649.1541,99505.0,99569.022====DW F R R
（二）多重共线性检验
表3 相关系数矩阵
表4 辅助回归的2R 值
根据多重共线性检验，解释变量之间存在着线性相关。 通过采用剔除变量法，多重共线性的修正结果如下：剔除X4
表5 修正多重共线性后的模型
Dependent Variable: Y Method: Least Squares
Date: 12/02/17 Time: 22:02
Sample: 1993 2016
Included observations: 24
Variable Coefficient Std. Error t-Statistic Prob. C -776314.9 129136.0 -6.011605 0.0000 X2 11.86797 1.814776 6.539637 0.0000 X3 1.015821 0.031874 31.86969 0.0000 R-squared 0.994165 Mean dependent var 273572.7 Adjusted R-squared 0.993609 S.D. dependent var 228431.4 S.E. of regression 18261.19 Akaike info criterion 22.57941 Sum squared resid 7.00E+09 Schwarz criterion 22.72667 Log likelihood -267.9530 Hannan-Quinn criter. 22.61848 F-statistic 1788.997 Durbin-Watson stat 0.554622 Prob(F-statistic) 0.000000
i i X X Y μ+++-=32015821.186797.119.776314?
t= (129136.0) （1.813776）（0.031874）
554622.0,997.1788,993609.0,994165.022====DW F R R
（三）自相关性检验 1、残差图法
-25,000
-20,000
-15,000-10,000-5,0000
5,000
10,00015,00020,000
E(-1)
E
2、回归检验法
表6回归结果
Dependent Variable: E Method: Least Squares Date: 12/02/17 Time: 23:30 Sample (adjusted): 14 24
Included observations: 11 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
E(-1)
0.035347
0.316609
0.111642 0.9133
R-squared
-0.006486 Mean dependent var -853.3129 Adjusted R-squared -0.006486 S.D. dependent var 10172.61 S.E. of regression 10205.54 Akaike info criterion 21.38576 Sum squared resid 1.04E+09 Schwarz criterion 21.42193 Log likelihood -116.6217 Hannan-Quinn criter. 21.36296
Durbin-Watson stat
1.761664
3、DW 检验法
取显著性水平为0.05，本例中k=3,n=24查DW 表得临界值，
3163.2,2070.1554622.0761664.1==-=u l d d ,而模型估计的DW 值是
554622.0，DW 值落入区域0＜DW ＜l d ，认为随机扰动项存在正的自相关。
4、相关图和Q 统计量
-30,000
-20,000-10,000
残差相关系数图
Breusch-Godfrey检验法
表7BG检验结果
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.849638 Prob. F(2,7) 0.4674 Obs*R-squared 2.344024 Prob. Chi-Square(2) 0.3097
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 12/02/17 Time: 23:22
Sample: 13 24
Included observations: 12
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
C 155027.8 1460100. 0.106176 0.9184
X2 -2.083332 19.58771 -0.106359 0.9183
X3 0.012173 0.106717 0.114071 0.9124 RESID(-1) 0.095014 0.360798 0.263343 0.7999
RESID(-2) -0.484387 0.372710 -1.299635 0.2349
R-squared 0.195335 Mean dependent var 2.44E-09 Adjusted R-squared -0.264473 S.D. dependent var 10139.63 S.E. of regression 11401.90 Akaike info criterion 21.81528
Sum squared resid 9.10E+08 Schwarz criterion 22.01733 Log likelihood -125.8917 Hannan-Quinn criter. 21.74048 F-statistic 0.424819 Durbin-Watson stat 2.078170 Prob(F-statistic)
0.786883
（四）自相关问题的处理 CO 迭代法估计参数
表8 CO 迭代法结果
Dependent Variable: Y Method: Least Squares Date: 12/03/17 Time: 00:08 Sample (adjusted): 2 24
Included observations: 23 after adjustments Convergence achieved after 12 iterations
Variable Coefficient Std. Error t-Statistic Prob. C -1124646. 775903.1 -1.449467 0.1635 X2 16.68821 10.56018 1.580295 0.1305 X3 0.947970 0.096606 9.812707 0.0000 AR(1) 0.758874 0.190424
3.985185
0.0008 R-squared 0.997169 Mean dependent var 283916.1 Adjusted R-squared 0.996721 S.D. dependent var 227746.3 S.E. of regression 13040.42 Akaike info criterion 21.94627 Sum squared resid 3.23E+09 Schwarz criterion 22.14374 Log likelihood -248.3821 Hannan-Quinn criter. 21.99593 F-statistic 2230.435 Durbin-Watson stat 1.603193
Prob(F-statistic) 0.000000
Inverted AR Roots
.76
上图表明，经过调整后的样本共包含23个观测值，迭代12次后收敛，AR(1)前面的系数为0.758874，即为ρ的估计值。从以上回归结果可知原模型的估计结果为：329480.068821.1611246?x x y t ++-=
t= （-1.4495）（1.5803）（9.8127）
修正后的DW=1.603193，进行自相关检验，Q 统计量如下图
通过上图可以看出，修正后无自相关。由回归结果可知，年末就业人员数每增加1万人，国内生产总值增加16.688亿元:；全社会固定资产投资完成额每增加1亿元，国内生产总值增加0.948亿元。
四、结论分析和政策建议
（一）主要结论
1、固定资产投资是经济增长的重要原动力。
经济发展取决于投入资金的数量和资金的利用效率。固定资产投资是经济增长的重要原动力，它对经济运行具有先导作用，并以其乘数效应拉动经济增长。2、劳动力对GDP有一定的促进作用但对经济增长的贡献率却微不足道。
这是因为我国劳动力结构总量巨大、供给充足、流动性强, 对GDP 影响很大。但是劳动力的人力资本含量、高技术含量偏低,劳动力素质结构存在严重缺陷, 会直接影响了经济的增长。
3、消费需求对经济的拉动作用
消费需求是三大需求要素中所占份额最大、波动幅度最小的部分，是国民经济的重要支柱和最主要的组成部分，同时也是最为明显地反映经济自发增长态势的宏观经济指标。
（二）政策建议
就业是民生之本，有效促进就业，保持经济增长良好势头成为我国当前乃至今后一段时期的重要课题。针对目前劳动力数量庞大且总体素质不高的现状，应通过
多种途径，一方面加强就业培训的投入力度，提高劳动者就业及再就业能力，降低失业率；另一方面，加强各地区间人才交流及促进劳动力自由流动，并通过合理技术壁垒方式，阻止外来流动人员的无序进入。同时，鼓励灵活就业，以减轻就业压力。劳动力的人力资本含量、高技术含量偏低,劳动力素质结构存在严重缺陷, 直接影响了经济的增长。因此应当控制人口数量,优化劳动力结构, 提升劳动力素质。物质资本对我国的经济增长也起到了一定的影响作用，应加强对投资的科学管理，提高投资效率。