基于克强指数的gdp偏离度计量经济分析

《基于克强指数的gdp偏离度计量经济分析》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于克强指数的GDP偏离度计量经济分析　　GDP是一定时期内一个国家或地区经济生产出的全部最终产品和劳务的市场价值总和，是衡量一个国家或地区经济总产出及发展水平的重要指标[1],是政府部门制定宏观经济政策及政绩考核的重要依据，也是学术界运用最为广泛的指标之一，对企业及社会公众调整投资消费计划也具有重要意义。随着社会的发展与进步，人们对GDP的质疑声越来越多：GDP只反映经济增长而不能反映社会发展[2];全国性数据与省级数据存在较大差距，有时差距甚至达到10%;对GDP的统计方法也不愿公开。因此，学术界开展了许多有

2、益的研究，主要集中在GDP方法改善、替代指标及准确性。鉴于统计数据的二手性及统计调查过程本身涉及面广，难以重复等特性，对所得统计数据的准确性进行准确评估存在诸多障碍，导致在研究和实践中一直未能形成评估方法的公认体系和标准[3].传统的GDP研究主要侧重从方法上进行改进：逻辑性评估方法[4]、误差效应分析法[5]、异常值检验法[6]、相关指标建模法[7~10]、季度支出法GDP核算制度[11].对于地方GDP总和明显高于全国GDP的问题，一些研究认为主要是：资料、估算方法、技术水平、人为因素[12]、统计制度、全国

3、GDP被低估、重复计算等因素造成的[13],而其它一些研究尝试对地区与国家GDP数据衔接的3种方法进行对比分析，缩小地区与国家GDP差距[14].　　总之，各种GDP的测算方法各有其特点，目前尚没有一种方法具有明显的优势。此外，也有一些研究尝试用绿色GDP[1,15],国民幸福总值[16]、3G-GDP[2]来代替传统GDP,但这些研究都包含了传统GDP,认为传统GDP是可信的，遗憾的是传统GDP仍然是个黑箱。李克强总理2007年也曾表示中国的GDP数字是人造的,其依据是耗电量、铁路货运量和银行贷款额[17],即

4、克强指数。克强指数是一种比较简化的结构性指数，挤掉了统计数据中的水分，从特定侧面表达了经济运行的现实，较为客观，得到了许多国际机构的认可。虽然克强指数不能代替GDP的统计作用，但是可以观察GDP数据的可靠性。此外，一些研究从全要素生产率[3]和半参数模型[18]对中国GDP的准确性进行了研究，但是这些研究主要从时间序列上展开的，对误差的成因分析也较少，其它一些研究虽尝试对误差的原因进行分析，但主要基于定性分析，对揭示GDP误差的成因不甚理想。因此，本研究首先基于克强指数及传统GDP构造了GDP偏离度，偏离度是指基

5、于克强指数计算的GDP与传统GDP相差的绝对值所占计算GDP的比重，主要是观察统计出来GDP的可靠程度。然后探讨偏离度的空间差异，并尝试通过空间计量经济分析模型解释其形成原因，以期为准确评估中国不同区域的经济运行状况提供一定的依据。　　1指标选取与方法　　1.1指标选取　　本研究的所有数据均来自1985~2013年《中国统计年鉴》，研究范围为全国31个省市（港澳台除外），通过克强指数的3个指标--耗电量、铁路货运量和银行贷款额表征较为真实的GDP,这三个指标切合中国经济特征，易于核实，更重要的是更少受人为操纵影响

6、。　　1.2突变级数法　　突变级数法是基于突变理论发展起来的一种综合评价方法，其核心是采用突变理论分歧方程所推导出的归一化公式，建立递归运算法则，与一般模糊评价相比，该方法根据指标间的内在逻辑关系对指标的重要性进行排序，给出底层指标的突变模糊隶属度值，而中间层和顶层的突变模糊隶属度值是由突变模型从底层逐级递归计算得出的[20].没有使用主观性较大的权重，体现了科学性、合理性及计算简单准确的特点。最常见的突变系统类型有尖点突变系统、燕尾突变系统、蝴蝶突变系统。其数学模型分别为：　　或取平均值[21].利用突变级数法

7、中的燕尾突变系统模型将耗电量、铁路货运量和银行贷款额合并为一个指标，即测算的GDP.最后，利用测算的GDP与传统GDP构造出偏离度以观察中国传统上统计出的GDP的准确性，偏离度的计算公式可以表示为：　　1.4空间计量经济模型　　空间误差模型（SEMModel）和空间滞后模型（SLMModel）主要被用来解释空间自相关因素对GDP偏离度影响程度[23].　　式中，Y为因变量，X为除空间交互因素外其它解释变量组成的变量矩阵，ρ和λ分别为空间误差系数和空间回归系数，oran'sI指数为0.

8、359,正态统计量为3.5大于1%显著水平下的数值（1.96），表明了中国GDP偏离度在空间上存在交互作用，在这种空间交互作用存在时就会造成传统线性回归模型解释中国GDP偏离度的形成机制时可能存在模型设定错误等问题。空间误差模型的空间误差变量和空间滞后模型的空间滞后变量都通过了5%显著水平的检验。进一步比较LogL、AIC和SIC,以判断最优模型。根据相关原理，LogL越