张婧欣（重庆工商大学，重庆 400067）

一、背 景

GDP不仅是国民经济核算的核心指标，也是衡量一个国家或地区总体经济状况的重要指标。单从影响因素来说，一个国家的经济发展水平受客观环境、产业结构、宏观政策等因素的影响，这些因素的影响较为复杂，因此很难给出精确的模型。在这些影响指标中，一个国家实际的劳动力总数和资本存量是影响经济发展的重要环节。近年以来，我国经济发展迅速，尤其是在2000—2014年之间，我国的GDP增长率呈现不断上升的趋势。值得注意的是随着我国经济的发展，影响经济增长的因素在推动经济增长的过程中所发挥的作用和地位也在不断的发生变化。因此分析经济增长的影响因素，探究经济增长的动力和源泉对于研究中国的经济增长具有重要意义。因此，本文在从计量经济学的角度分析影响中国经济增长的因素时，以劳动力总数和资本存量作为主要的解释变量，暂不考虑政策等宏观因素的影响。

二、模型设计和数据来源

对于我国实物资本存量的计算仍然采用Goldsmith于1950年开创的永续盘存法（Perpetual Inventory Method），其基本公式是：

其Kt为第t年的资本存量，It为第t年的固定资产投资（流量），σ为原有资本存量的折旧率。由于缺失的年份较多，因此采用采用统一为5%的折旧率；K0按以前学者结论取1800（亿元）。最后可以估算出中国历年资本存量。

取中国1952年—2016年间，中国经济GDP、劳动力总数、资本存量数据。

三、多重共线性回归

3.1 线性回归模型

从eviews可得，上述回归方程为

y=1.33E+08+0.153909x1+0.994733x2， 其 中 R2=0.983124，值为1747.661，Prob值为0，具有较为显著回归程度，但是参数检验中1x对应的Prob值为0.4283不显著，因此可能存在多重的贡献性问题。

3.2 多重共线性的修正

第一步：将解释变量1x、2x依次对y进行回归，结合解决意义和统计效果检验选出拟合效果最好的一元线性回归方程。

第二步：依次加入剩余的解释变量（这里所有的解释变量共2个，因此这里只剩下1x）

由于解释变量1x的加入，使得当前的2R值0.981856大于第一步中的0.847028，故将解释变量1x加入回归方程中。最终求得的方程为：

四、参数估计

4.1 相关性分析

上述反映了解释变量 yln与各影响因子之间相对变化的趋势。从散点的分布情况来看，在单独考虑一个影响因子时，随着影响因子的增加，解释变量y也随之增加，表现出正向关系。从相关性分析表可以看出，各解释变量之间本身存在较强的关联度，因此在实际建立回归模型的过程中，可能存在共线性的问题，在逐步回归中应当分析规避。

4.2 参数估计

4.2.1 最小二乘参数估计

由回归结果可知，虽然拟合优度值为0.98；F值达1623.473，说明整体的拟合效果很好。并且从两个解释变量的t统计值来看，它们对被解释变量的影响是显著的。同时D.W值接近于零，说明这些时间序列数据之间存在序列相关性问题。

对于上述问题，可能是由时间序列数据的非平稳性造成的。所以，在对上述变量进行回归之前，必须先进行平稳性检验，这是因为对于非平稳的时间序列直接进行回归，有可能出现“伪回归”现象，即使“伪回归”的拟合优度值很大，其t统计量也是显著的，但得到的结果却没有实际意义。时间序列的平稳性可以通过“单位根”检验来完成。

4.2.2 残差平稳性检验

由于t检验的值大于5%概率度的临界值，故接受原假设，即e存在单位根，也就是说e是非平稳的，表明解释变量与因变量不存在长期均衡关系，即解释变量与因变量不是协整的。

4.2.3 拉格朗日乘数检验

从Eviews检验结果来看，回归模型存在二阶自回归相关。

4.2.4 误差模型修正

由于上述模型可能存在序列相关性，为了解决这一问题，故需要对模型进行修正。建立如下模型：

从修正后的回归模型可以看出，查表可得，dl=1.55、du=1.61，模型序列相关问题不显著；且总体回归效果较好。但是劳动力在5%的显著性水平条件下是不显著的，并且劳动力和资本的弹性系数均大于1，这是有悖于经济学常理的。我觉得可能的解释就是，中国过去几十年都是存在规模报酬递增的趋势，从而可能劳动力和资本的弹性系数均大于1。

五、总结

本文考察的是人均劳动力总数、资本存量对GDP总量的影响，通过建立GDP与解释变量之间的回归模型，在不考虑宏观调控因素的情况下，探讨了劳动力总量和资本存量的变动给GDP总值带来的影响。根据最后建立的误差修正模型可知，劳动力总数与资本存量对中国的GDP都会产生影响。同时，在数据充足的条件下，可根据该模型来研究GDP的增长情况。