崔禄健 贺坚峰 马盼盼

【摘 要】中国经济长期以来都处于高速发展的阶段，是世界经济史上不曾有过的奇迹。持续增长的高投资与对外贸易，成为解释中国经济增长奇迹的解释之一。本文利用2005-2016年的数据，通过实证研究发现，固定资产与货物出口都可以很好的解释GDP的增长，同时货物出口总额对GDP的影响大于固定资产投资总额对GDP的影响。

【关键词】固定资产投资；货物出口总额；回归分析

1.绪论

中国经济持续高速增长的奇迹，是世界经济史上从未有过的，因此对中国经济增长进行解释，对诸多发展中国家实现新的增长奇迹，有着不可忽视的作用。投资，出口，消费是拉动国民经济增长的主要动力，其中消费，在中国的经济增长中并不显著，因此本文，只考虑投资、出口两个变量对经济增长的影响作用。GDP作为衡量国家经济增长的重要指标，能够在很大程度上体现国民经济发展的发展趋势。尽管，近些年来，诸多研究开始批判中国以GDP作为唯一衡量经济发展的指标，但是，不可否认，GDP总是衡量一个国家经济实力的最佳指标。

中国统计年鉴中的数据显示，中国的固定资产投资与GDP的增长都在逐年增长，但是货物出口总额却在会出现偶尔的回落现象。中国经济发展的动力来源，本文只针对固定资产投资、货物出口总额两个指标进行衡量。但是过度依赖固定资产投资，很容易导致通货膨胀、市场失灵等诸多市场风险的出现，同时国民经济增长对贸易的依存度过高，也会影响国民经济的持续稳定发展。

2.理论假设

本文以中国经济增长作为研究背景，引入中国固定资产投资总额、货物出口总额和中国国民生产总值这三者变量，并且以生产总值作为因变量，固定资产投资总额、货物出口总额作为自变量。分别对变量进行异方差检验（怀特检验）、序列相关性检验（DW检验）、多重共线性与随机解释变量等检验，以验证假设的正确性，并对假设的误差进行相关的修正，将变量之间的计算误差缩减到最小。本文将在实证部分利用模型和统计软件对假设的理论模型进行检验

3.实证分析

3.1变量选取与数据来源

本文通过对中国统计年鉴上的数据分析，最终选取2005-2016年，共12组数据。国民生产总值，是年度数据，固定资产投资与货物出口总额也是年度数据。根据实际情况，对变量的选取进行分析，2005年之前的固定资产投资总额与之后的统计口径出现差异，且年份为每五年一统计，因此，数据无法应用分析当中，所以本文选取2005年之后的数据进行相关的实证研究。

本文所选取的数据均来自于中国统计年鉴，所选用的年鉴数据时间为2005年-2016年。

3.2统计描述

为方便实证分析的模型建立与实际操作，设立以下缩写，代表变量的实际含义：

GDP：国内生产总值

TFA：全社会固定资产投资总额

TEG：货物出口总额

首先对12组数据进行直观的分析，如图1

图1中1-12分别表示2005-2016年的数据，从图中可以看出，随着年份的不断增长，GDP与TFA，保持着持续稳定的增长趋势，但是TEG则在不同年份出现过回落的现象，因此，判定TEG与GDP增长之间的关联性不大，同时TFA与GDP同步保持较快稳定的增长。

从数据上考虑，固定资产的年增长率与GDP的年增长率呈现稳定同趋势的增长，受到外部投资环境影响，并且从图1中可看出数据在增长的过程中，固定资产总额与GDP之间总是存在大体相等的差额。其次，货物出口总额与GDP之间的关系，从数据上看并没有呈现同步稳定的发展趨势，多数情况下。两者之间并无关联性。

3.3模型建立与数据检验

建立一个多元回归模型：GDP=C+β1TFA+β2TEG+μ

利用统计软件作出回归分析，结果如图2

对上述的回归结果进行分析，得出下列方程：

GDP=22131.16+0.8053TFA+1.5860TEG+μ

（0.7771） （12.7722） （3.8811）

R2=0.9950 F=909.81 DW=0.7617

设置置信区间为0.05

（1）首先，利用F检验考察GDP与变量之间的整体关系，

我们得出其自由度为（2，10），查表可知结果F值为4.10，回归结果中909.81>4.10，因此可以证明GDP与考察的TFA，TEG之间存在显著相关关系。

（2）其次，利用t检验考察各变量与GDP之间的关系

查表，我们可以得出t0.05（12-2-1=9）=1.833，因此1.833<12.7722，

1.833<3.8811，因此，得出TFA与GDP之间存在显著相关关系，且TEG与GDP之间也存在显著的相关关系。

最后R2=0.9950接近于1，所以该方程基本成立

通过对回归分析结果的基本分析，可以确定该方程初步成立，接下来进行对模型基本假设进行相关检验，并对检验进行修正，对最终的方程结果进行修正，得出结论

3.3.1异方差检验

利用怀特检验的方法，进行检验，其结果如图3：

怀特检验结果显示，该方程存在一定误差，因此依据怀特检验的相关修正方法，对其进行修正，修正结果如图4：

3.3.2序列相关性检验

图中折现图示，分别表示残差，实际，拟合值。从图5中可以看出，三组变量之间的残差与实际值，保持高度的一致，但是拟合值却出现较大的差异性，因此三组数据之间的序列相关性存在正自相关性，为保证检验结果，继续对序列相关性进行检验，采取可靠性更高的检验方法，即DW检验法。

利用DW检验法进行检验：据回归结果DW的值为0.7617，给定α的值为0.05，k为2，n为12，查DW表，dL=0.812，dU=1.579得出0<0.7617<0 .812，因此判定该方程中的随机扰动项存在正自相关。存在自相关性，但是为防止有可能出现的方程误差性，依然需要对方程进行修正。采用迭代法进行修正。

对DW检验后的结果进行进行修正：

首先对随机误差项的相关系数进行估计，利用科克伦-奥科特（Cochrane-Orcutt）迭代法。最终数据，我们进行两次迭代，结果如下图6-图7：

该修正结果显示，迭代过后的DW值为2.4530，取α=0.05，则DW>dU，表明广义差分法模型已不存在序列相关性。

3.3.3多重共线性检验

因为只有两个变量，所以使用简单相关系数法进行判断，求出TFA与TEG之间的相关系数，求出结果如下图8：

TEG=66307.87+0.1424TFA

相关系数r=0.1424远小于1，因此该方程TFA与TEG之间不存在多重相关性

3.3.4随机解释变量

考察GDP与TFA、TEG之间存在相互影响的关系，较容易判断出TFA、TEG与μ之间存在同期相关。利用TFAt-1与TEGt-1作为工具变量进行回归，结果如图9：

图9 随机解释变量之间的回归分析结果

该回归结果显示，随机解释变量之间不存在解释变量之间的相关性，因此GDP与社会固定资产投资总额与出口货物总额之间不存在较为显著的相互影响关系。

3.4方程结果修正

全部检验及修正就此完成，对该方程进行经济学解释：

GDP=22131.16+0.8053TFA+1.5860TEG+μ

（0.7771） （12.7722） （3.8811）

R2=0.9950 F=909.81 DW=0.7617

从回归结果分析，方程的R2很高，说明全社会固定资产总额与货物出口总额能够很好地解释GDP。

该模型中，全社会固定资产总额对GDP的影响系数约为0.8，货物出口总额对GDP的影响系数约为1.6。说明货物出口总额对GDP的影响要大于社会固定资产投资对GDP的影响。

从上述的各项检验中发现，该方程还存在一定的缺陷，可以经由修正予以改正，不影响总体的方程成立。

【参考文献】

[1]江克寧.地区生产总值与固定资产投资关系的实证分析[J].统计与决策，2015（17）：97-100.

[2]许和连，赖明勇.外商直接投资对中国出口贸易影响的实证分析[J].预测，2002（02）：10-13.

[3]陈家勤.我国外贸出口依存度比较研究[J].财贸经济，2002（02）：76-81.