中国GDP增长速度可信度研究

　　　　　　一、问题的提出
　　统计数据是宏观经济决策的基础，它直接关系到我国社会主义现代化的进程，而统计数据质量则是议论我国统计工作目前乃至今后的中心话题。关于中国GDP及其增长速度，国内外已有一些研究。1994年以前，世界银行在计算中国人均GDP时，都直接采用中国官方国内生产总值数据。1994年，世行改变了以往的做法，在计算中国1992年人均GDP时，先对中国同年官方数据向上调整。此后，世行每年以其调整后的中国1992年GDP总量及中国统计公报公布的经济增长速度数据为基础计算中国人均GDP，调整的原因是它们认为中国统计体制导致了官方统计的国内生产总值（GDP）总量数据的低估和速度的高估，1998年，我国有关部门向世行正式提出了取消这种调整的要求，并阐述了相应的理由，世行接受了中方的意见，并明确表示，它将根据正常做法，在其出版物上公布中国人均GDP时直接利用中国官方GDP数据计算，不再进行调整。OECD经济学家Maddison认为，中国1978—1984年的GDP增长率只有2.8％，1995—1998年的增长率应为6.6％；美国匹兹堡大学的Rawski教授认为中国1998年的GDP增长率为－2％至＋2％，1999年的增长率在－2.5％至＋2％之间。导致这样的结果，是因为自1997年以来，我国能源生产和消费均出现了负增长，他们采用能源增长率来考核经济增长率，认为经济增长率应该与能源增长率大致相当。近年来，这方面的讨论在国内也相当激烈，国内发表的文献多数从微观角度描述和讨论统计数据质量问题及有关体制、统计制度等方面的原因，提供了大量的例证，但缺乏全面系统的数据分析。基于以上理由，本文从计量方法的角度，以tobit模型为基础对我国GDP增长速度的可信度进行实证分析。
　　　　　　二、模型建立的思路
　　　　（一）关于变量的选取及说明。
　　本文使用生产函数进行分析，选取国内生产总值增长速度（gdpzs）作被解释变量，解释变量选取全社会固定资产投资增速（investzs），就业人员数增速（labourzs），电力生产增速（dlsczs）和科技拨款增速（kjbkzs）。这里强调一下，为什么要选取科技拨款增速（kjbkzs）和电力生产增速（dlsczs）这两个解释变量？因为生产函数反映的是技术进步，资本和劳动共同对国内生产总值的作用和贡献。当技术进步越快时，则生产率越高；技术进步越慢时，则生产率越低，由于技术进步是一个抽象概念，它只能测算，而没有实际的统计数据。一般的讲，国际上使用R&D费用反映一个国家的技术状况，在我国由于这个指标的统计数据只有1997—2000年的，样本量太少以致不能作经济分析，所以在这里，我们使用“科技拨款”近似代替，因为一国的“科技拨款”越多时，则它的R&D费用相应越高（主要用于基础研究，应用研究和试验生产），其生产率也就应该越高，反之亦然，因此“科技拨款”与“生产率”呈现出显著的正相关关系。由于我国自1978年改革开放以来，生产力得到空前的发展，科学技术突飞猛进，全要素生产率得到较大的提高，所以必须把能够反映技术进步的“科技拨款”指标放入模型研究中去。电力生产增速反映的是能源生产与经济增长的联系，在此处有助于对二者的关系进行量化分析。以上变量的样本区间均为1978—2000年，资料来源为《中国统计年鉴2001》。
　　　　（二）关于tobit理论模型及其性质。
　　如果样本中国内生产总值增速（gdpzs）的统计数据中存在虚假成分，可以借助tobit模型将其以一定的概率识别出来，因为经济系统是一个相互制约且又依存的整体，每一个变量都不可能孤立的存在，它们之间存在某种内在的关系，如果其中的一个或几个指标发生变动将会破坏另外一些指标的平衡关系，从而引起我们所关注指标的异常变化。在本文中应当研究当就业人员增速（labourzs）、固定资产投资增速（investzs）和科技拨款增速（kjbkzs）以及电力生产增速（dlsczs）处于某个参数时，它们是否能够支撑相应的GDP的增长速度，从而判断其统计数据质量的高低。
　　本文使用tobit模型进行研究。这种方法是经济学家、诺贝尔经济学奖获得者J.托宾（James.Tobin）在研究耐用消费品需求时首先提出来的一个计量经济学模型，其基本结构如下：设模型形式为Y=Xβ，其中Y为被解释变量矩阵；X为解释变量矩阵；β为被估计参数矩阵。因此，在线形模型假设下，y[，i]和x[，i]之间的关系为：
　　附图
　　此模型称为归并回归模型（censored regression model）。假设α已知，模型两边同时减去α，变换后模型的常数项是原常数项减去α，由此得到的模型标准形式称为“tobit模型”（tobit regression model），其形式为：
　　附图
　　tobit模型的一个重要特征是：解释变量x[，i]是可观测到的（即x[，i]取实际观测值），而被解释变量y[，i]只能以受限制的方式被观测到：当y[，i]＞0时，称y[，i]为“无限制”观察值；当y[，i]≤0时，称y[，i]为“受限”观察值。即，“无限制”观测值均取实际的观测值，“受限”观测值均归并为0。建立tobit模型，就是要求在对y[，i]和x[，i]；进行n次观测的基础上估计β和σ[2]。下面讨论tobit模型的性质及其估计问题。设n[，0]是使y[，i]＝0的观测值个数，n[，1]是使yi＞0的观测值个数，n＝n[，0]+n[，1]。如果将y[，i]=0的n[，0]个观测值忽略不计，则剩余的n[，1]，个观测值是完全观测值（y[，i]＞0），使用最小二乘估计量在此范围内是有偏的，并且是不一致的。实际上，观测值y[，i]在（y[，i]＞0）下的条件期望为：
　　附图因此造成其估计量的有偏性和不一致性。可以证明，β和α2的极大似然估计量是一致估计量，因此tobit模型的最好估计方法是极大似然估计量。由于该方法是对归并后的数据进行处理，因此传统的用来衡量模型的拟合优度的R和变量显著性检验的t值统计量不再适用。
　　　　（三）关于样本数据的确定。
　　一般情况下，GDP增长速度与能源生产的增长速度密切相关。当能源生产增长速度较快时，GDP增长速度也相应较快，反之亦然。因此，通过对国内生产总值指数（GDPZS）和能源生产指数关系的分析，可以初步判断出gdpzs是否存在统计误差，以及误差的大小。根据《中国统计年鉴2001》“能源生产总量及构成”计算出能源生产指数（NYSCZS），具体数值在表2中列出。
　　附图
　　图1　国内生产总值指数和能源生产指数
　　图1展示的是国内生产总值指数与能源生产指数随时间变化的趋势图，它们之间存在的比例关系就是能源生产弹性系数。从图1中可以看出，在1978—1996年期间，国内生产总值指数和能源生产指数都是递增的，它们上升的趋势基本相同，在数量上存在一定的比例关系；在1997—2000年期间，国内生产总值指数保持继续上升的趋势，而能源生产指数却是递减的（在这四年中，能源生产分别以－0.2％，－6.2％，－12.

2％，－0.1％增长），走势出现逆转。按照Rawski的说法，假设在我国目前阶段GDP增长与能源生产增长存在着一致的变化关系，以上表明，从GDP与能源的关系来讲，1978—1996年期间，我国GDP及其增长速度是基本可信的，而1997—2000年期间，为什么能源的生产是递减的，而GDP则平均以每年7％以上的增长速度是值得怀疑的。因此从以上分析，本文在模型中把1978—1996年期间的GDP增速直接取用于统计数据，而1997—2000年GDP与能源一样应当出现负增长，所以在此处是观测不到的，依据tobit模型应当一并归并于0。
　　　　　　三、模型的比较和分析
　　依照第二部分的方法得到最终的模型如下：
　　附图
　　从模型中可以看出：首先，对我国GDP增速影响最大的因素是固定资产投资的增长，当该变量增加（减少）1个百分点，将使gdpzs增加（减少）0.13个百分点，这说明了我国经济增长主要是由投资增长所引起的，尤其是近几年西部大开发以来，国家对西部地区投资急剧上升，

《中国GDP增长速度可信度研究》