基于岭回归浙江省经济增长影响因素实证分析

《基于岭回归浙江省经济增长影响因素实证分析》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、基于岭回归浙江省经济增长影响因素实证分析【摘要】影响经济增长的各因素间往往存在着较大的多重共线性，而岭回归分析作为一种改进的最小二乘法，能够较好地消除变量间的共线性。本文基于浙江省1990―2009年的相关数据，采用岭回归模型，对浙江省经济增长的影响因素进行实证分析。结果表明制度因素和投入因素对于浙江经济增长的拉动作用较强，并依此提出了实现浙江省经济快速、稳定增长的建议和措施。【关键词】经济增长影响因素多重共线性岭回归浙江是民营大省，自改革开放以来，经济得到了快速发展，GDP总量从1978年的123.72亿上升到2009年的22990.35亿。现在的浙江正处于调

2、整投资与消费关系、升级产业结构、促进经济稳定、高质增长的关键时期。因此，研究浙江省经济增长的主要影响因素及其相互关系，对于实现投资和消费的良性循环，加快产业结构升级，培育经济增长的持续动力具有重要的借鉴和参考意义。一、指标选取8现代经济增长理论认为，影响一个国家或地区经济增长的因素可以分为外部增长因素和内生增长因素。浙江省的发展，在较长的时期内是一个经济增长的过程，也是一个工业化的过程、城市化的过程。增长的过程涉及生产、投资、消费、贸易和收入分配，同时制度因素、经济结构因素也会对其增长产生影响。因此，综合以上因素以及经济学理论和文献的研究成果，本文选取了以下10

3、个变量作为浙江省经济增长的解释变量：物质资本投入（MC）、劳动投入（Lab）、人力资本投入（HC）、科学技术投入（ST）、产业结构（IS）、城市化率（UR）、能源消耗（EC）、居民消费（PC）、对外贸易依存度（OL）和非公有制经济发展水平（NL）。各变量的选择原因及参数表示方法如下。第一，经济学家萨缪尔森（1948）在其著名的经济学教科书《经济学》中谈到，经济增长是指“一国总产出跨时期增长，通常用一国实际GDP的年增长率来衡量”。因此，本文选择按照1978年基期价格进行调整后的历年浙江省生产总值，作为测度浙江省经济增长的总量指标。具体做法是根据浙江省统计年鉴历年

4、生产总值（当年价）的结果，按照浙江省消费者价格指数进行价格调整，得到各年以1978年不变价格计算的全省生产总值。第二，宏观经济学大师凯恩斯在简化的三部门模型里面，将GDP的来源分为三个部分：投资、消费和贸易差额。对于投资和消费，我们分别用历年浙江省全社会固定资产投资额和居民人均消费支出额表示。8第三，人力资本和知识技术对于经济增长有着显著的促进作用。陆潇（2010）采用人力资本外部模型，实证分析了人力资本（包括劳动力投入和人力资本水平）对浙江经济增长的贡献要高于物质资本。佘雪锋（2010）运用浙江省1985―2006年的时间序列数据，测算出技术进步对经济增长的贡

5、献程度。因此，我们以历年浙江省劳动从业人数表示劳动力投入，以人均受教育年限表示人力资本投入，用科研经费投入额表示科学技术投入。第四，黄敏、赫英（2006）采用三因素CES生产函数证明能源消费增加在一定程度上能引起GDP增长。因此，选择浙江省历年能源消费总量（万吨标准煤）表示能源消耗。第五，经济结构的质态与转换是影响和制约经济增长的内生变量，此处我们以全省第三产业产值与第二产业产值的比重来衡量产业结构，以城镇人口占总人口比例衡量城镇化率。第六，关于制度因素对于经济增长的影响，金玉国（2001）通过对我国的制度变迁进行了量化测度，论证了产权制度变迁、对外开放等制度对

6、经济发展影响的显著性。在这里，我们选取对外贸易依存度和非公有制经济发展水平这两项指标，分别以浙江省历年进出口总额占GDP的比重和非国有工业总产值占全部工业总产值比重来表示。8所有变量的数据均源自2009年《浙江省统计年鉴》，以上关于历年全社会固定资产投资总额、人均消费额和科研经费投入等数据均已按照1978年基期价格进行了调整。为了研究的方便，在作岭回归分析之前，我们对各变量数据作取对数处理，这样并不影响变量之间的关系。对取对数后各变量依次分别记为：Y=ln（GDP），X1=ln（MC），X2=ln（Lab），X3=ln（HC），X4=ln（ST），X5=ln（I

7、S），X6=ln（UR），X7=ln（EC），X8=ln（PC），X9=ln（OL），X10=ln（NL）。二、实证分析过程本文采用多元的对数计量经济模型来估计下列计量经济模型来分析1990―2009年浙江经济增长与其影响因素之间的关系：其中Y是被解释变量，X1，X2，…，X10是解释变量，?茁0，?茁1，…，?茁10是待估参数，?滋是随机干扰项。由于影响经济增长各变量间往往难以达到相互独立的条件，因此使用普通最小二乘法建立的回归模型往往会产生多重共线性问题，从而难以得到科学的结果。为了保证所得回归模型有较好的应用效果，必须在回归时剔除自变量的多重共线性问题，而

8、岭回归是一种常用的处理此