福建省财政支出结构对经济增长影响研究

《福建省财政支出结构对经济增长影响研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、福建省财政支出结构对经济增长影响研究　　摘要：如何促进经济增长一直以来都是经济社会发展过程中所面临的核心问题，而对各财政支出构成的合理安排则是解决该难题的一大利器，因此对优化财政支出结构的实现显得至关重要。为此，本文以福建省为例实证分析了财政支出结构对经济增长的影响，并结合福建省的实际情况提出相关建议以促进其经济增长。Abstract：Properarrangementsforfiscalexpenditurestructurehelpalotinpromotingeconomygrowth，whichhasalwaysbeenthecoreissueinaneco

2、nomysociety.So，theoptimizationoffiscalexpenditurestructureisquiteessential.BasedontheactualsituationofFujianProvince，andbytheempiricalstudyoffiscalexpenditurestructure’simpactoneconomicgrowthinFujian，thispaperfinallyputsforwardsomepolicyrecommendationsforcontributingtoFujianeconomicgro

3、wth.关键词：福建省；财政支出结构；经济增长Keywords：FujianProvince；fiscalexpenditurestructure；economicgrowth中图分类号：F811.4文献标识码：A8文章编号：1006-4311（2013）34-0123-020引言经济增长是宏观经济政策的基本目标[1]。而在促进国民经济增长的过程中，财政支出扮演着十分重要的角色。毋庸置疑，扩大财政支出规模能够促进国民经济发展，但财政支出具有公共资源的共同属性，即稀缺性。因此，如何发挥好财政支出在经济调控中的作用更多的还有赖于对财政资源效用最大化的实现，即通过优化财政

4、支出结构来实现资源的最优化配置，从而切实有效地促进国民经济稳步增长。自改革开放以来，我国财政体制就已经不再沿用过去以“统收统支”为特征的管理办法，而是将财权更多的下放到各级地方政府，各级地方政府能够更加自主地安排各项财政构成，这意味着本文的研究具有很强的现实指导意义。文章拟通过实证分析揭示福建省各财政支出构成对经济增长的影响，并围绕福建省的实际提出相关建议，以期助力其经济腾飞。1实证分析1.1变量选取与数据处理8通过对前人相关研究经验的总结，同时考虑到数据的可取性及统计口径的一致性等因素，本文所选取的数据期间为1992-2010年，均采自历年的《福建省统计年鉴》；在

5、指标选取上，本文的被解释变量“经济增长”以福建省年度GDP总量来衡量，解释变量则选取极具代表性及研究意义的基本建设支出、科教文卫支出、社会保障支出及行政管理费支出这4个指标。首先，本文以1992年作为基期对所有数据进行了平减指数处理，目的在于尽可能地消除物价因素对研究结果的影响。紧接着，对以上数据进行取对数处理。这样可以在保证协整关系不变前提下使各变量趋势更具线性化并消除异方差[2]。其中，被解释变量的对数以LNGDP表示，而解释变量的对数则依次以LNJB、LNKJ、LNSH及LNXZ表示。1.2平稳性检验在建立时间序列计量经济模型的过程中，首先应当对时间序列数据进

6、行平稳性检验以避免伪回归现象的出现。本文采用ADF单位根检验法进行数据平稳性检验。该检验法的原假设为：所检验变量序列是非平稳序列。若所检验变量的ADF值小于临界值（a=0.1），则拒绝原假设，即所检验变量序列是平稳的，反之则变量序列不平稳。本文使用计量软件Eviews6.0对LNGDP、LNJB、LNKJ、LNSH及LNXZ这5个变量进行平稳性检验。由表1可以发现，待检验的5个变量的检验结果均接受了原假设，即它们都是不平稳的。鉴于此，文章同样采用ADF检验法进一步对各变量的一阶差分序列进行平稳性检验，结果发现其一阶差分序列在1%水平下均拒绝原假设，即它们都是一阶单整

7、的。那么，这说明LNGDP同各解释变量可能存在协整关系[3]。1.3协整检验8EG两步检验法是较为常用的协整检验方法[3]。该检验法主要包括两个步骤：首先，运用OLS法建立因变量和自变量之间的线性回归方程。接着，对回归方程的残差序列进行平稳性检验，若残差序列平稳，则变量之间具有协整关系。具体步骤如下：首先，利用Eviews6.0进行线性回归操作，可得回归方程如下：LNGDP=4.376338+0.046122LNJB+1.208818LNKJ-0.144923LNSH-0.284357LNXZ在该线性回归方程中，检验结果显示R2=0.995900，非常接近于1，