经济增长的来源范文

导语：想要提升您的写作水平，创作出令人难忘的文章？我们精心为您整理的13篇经济增长的来源范例，将为您的写作提供有力的支持和灵感！

篇1

改革开放30多年来，我国经济实现了举世瞩目的高速增长，为全面建成小康社会和实现现代化奠定了坚实的基础。研究表明，在引致经济增长的各种生产要素中，一方面，资本投入的增加是拉动我国经济增长的最主要因素。从总体上看，对于一个国家或地区的经济增长而言，资本形成是引擎，资本的效率则是关键。改革开放初期，和绝大多数发展中国家一样，资本稀缺是中国经济增长与发展的最主要障碍，改革开放政策不仅动员了国内储蓄，激活了储蓄转化为投资的资本形成机制，提高了微观层面的资本效率；而且通过廉价的土地供给和优惠的税收政策，吸引外国资本与国内廉价的劳动力资源相结合，促进了外向型经济发展，提高了经济增长的速度。可以说，国内资本的加速形成和国外资本的大规模流入，加上资本效率一定程度的提高，是30多年来我国经济增长的最大动力。随着改革开放的进一步深入，我国经济增长与资本形成表现出非均衡性；另一方面，在短期内，就业增长与中国经济之间表现出非一致性，而这似乎背离了传统经济理论带给人们的一贯认识：“就业增长意味着经济增长。”那么究竟就业与经济增长是何种关系？本文通过计量实证分析发现就业增长与经济增长在短期内并不存在必然的一致性，主要表现在劳动要素对经济增长的贡献率低，相反在长期均衡时间内却保持了一致性，经常保持在1：2的要素贡献率，继而提出政府不能把劳动力要素的投入当作是使经济增长的充分条件，最后提出目前我国政府在宏观经济政策上应该实现从就业带动增长到就业与经济增长协调发展的转变，来促进经济增长的对策建议。因此，分析资本形成、就业人员人数与我国经济增长的关系，解释经济增长的资本因素和劳动力因素，无论在理论上还是在实践上都具有重要意义。

1文献回顾

自20世纪90年代以来，已经有一些研究对于生产两要素与经济增长的关系进行了考察。林毅夫（2001）以1981―2010年GDP增长率、资本效率等统计数据，通过国民收入恒等式考察了资本形成和就业人口对经济增长的贡献程度。他通过深入探讨资本形成和就业人数两个变量的性质，使用多种联立方程估计方法，包括普通最小二乘法（OLS）、两阶段最小二乘法（2SLS）、三阶段最小二乘法（3SLS）、似不相关估计（SUR）、有限信息普通最小二乘法（LIML）和完全信息普通最小二乘法（FIML），以根据不同估计方法估计结果所提供的信息来判断最佳的估计方法。根据林毅夫的估计结果，在上世纪90年代国内生产总值对两要素的弹性数值大致在0.5左右。该弹性数值在上世纪80年代则相对较低，可能主要是因为两要素占国内生产总值的比例随着时间的变化有增长的趋势。两要素占国内生产总值比例的增加必然增加两要素变动对经济增长影响的程度。陈东平（2001）通过使用中国1980―1998年的国民收入、资本存量、劳动力总数、进出口总额等数据，用实证分析的方法探讨了进口、出口以及劳动和资本对我国经济增长的作用，得出了进口、出口以及劳动和资本的边际产出，通过实证分析得出资本形成对经济增长的作用远远大于就业人数。

本文根据1981―2013年中国的经济数据，通过使用协整模型对两生产要素与经济增长关系进行Granger因果关系检验，分析中国进出口与经济增长之间是否存在协整关系，在存在协整关系的情况下，使用误差修正模型来分析资本投入与劳动投入对产出的长、短期弹性，从而判别哪种生产要素对经济增长的解释能力更强。

2实证分析

本文分析所使用的样本取自1981―2013年的年度数据，数据来源于《国家统计局》。用从业人员（L/万人）、资本形成（K总额/亿元）来反映生产要素的投入；使用宏观经济总量指标国内生产总值（GDP/亿元）反映经济增长。我国GDP、从业人员、出口总额（EX）与资本形成如表1所示。

对因变量和自变量取对数，考察lnGDP，lnK，lnL即经济增长率、资本形成总额的增长率，从业人员增长率之间的协整关系，首先利用EViews软件输入样本数据GDP、L和K，生成新序列lnGDP、lnK和lnL，然后依次对时间序列数据进行单位根检验：

表11981―2013年我国GDP、资本形成总额K

t-StatisticProb.*Augmented Dickey-Fuller test statistic-1.423358 0.5576Test critical values：1% level-3.6701705% level-2.96397210% level-2.621007GDPt-1系数的τ值为-1.4234，这个值在绝对值上甚至远低于显著性水平为10%的临界值τ-26210，从而表明，即便考虑了误差项中可能出现的自相关，lnGDP序列仍是非平稳的。

其次，对lnGDP的二阶段差分做单位根检验，检验结果见表3。

表3单位根检验结果

t-Statistic Prob.*Augmented Dickey-Fuller test statistic-5.269919 0.0002Test critical values：1% level-3.6793225% level-2.96776710% level-2.622989检验结果如表3所示，可见d（lnGDP）是平稳的，因此lnGDP是二阶段单整的。

（2）对lnK进行单位根检验，首先我们用lnK的两个滞后差分对lnK序列估计，使用上述数据估计结果如下：

ΔlnKt=0.1376-0.0043lnKt-1+0.4633ΔlnKt-1

Eviews运行结果如表4所示。

表4Eviews运行结果

t-Statistic Prob.*Augmented Dickey-Fuller test statistic-0.442211 0.8895Test critical values：1% level-3.6616615% level-2.96041110% level-2.619160lnKt-1系数的τ值为-0.4422，这个值在绝对值上甚至远低于显著性水平为10%的临界值τ-26192，从而表明，即便考虑了误差项中可能出现的自相关，lnK序列仍是非平稳的。

其次，对lnK的二阶段差分做单位根检验，检验结果见表5。

表5单位根检验结果

t-Statistic Prob.*Augmented Dickey-Fuller test statistic-5.979837 0.0000Test critical values：1% level-3.6701705% level-2.96397210% level-2.621007检验结果如表5所示，可见d（lnK）是平稳的，因此lnK是二阶段单整的。

（3）对lnL进行单位根检验，首先我们用lnL的两个滞后差分对lnL序列估计，使用上述数据估计结果如下：

ΔlnLt=0.8054-0.0710lnLt-1

Eviews运行结果见表6。

表6Eviews运行结果

t-Statistic Prob.*Augmented Dickey-Fuller test statistic-3.053459 0.0406Test critical values：1% level-3.6537305% level-2.95711010% level-2.617434lnLt-1系数的值为-3.0535，这个值在绝对值上甚至远低于显著性水平为1%的临界值τ-3.6537，从而表明，即便考虑了误差项中可能出现的自相关，lnL序列仍是非平稳的。

其次，对lnL的二阶段差分做单位根检验，检验结果见表7。

表7单位根检验结果

t-Statistic Prob.*Augmented Dickey-Fuller test statistic-6.409917 0.0000Test critical values：1% level-3.6793225% level-2.96776710% level-2.622989检验结果如表7所示，可见d（lnL）是平稳的，因此lnL是二阶段单整的。

（4）综上可见，lnGDP与lnK、lnL都是二阶单整的，可能存在协整关系，做lnGDP关于lnK、lnL的OLS回归，消除自相关性后得回归结果如表8所示。

表8消除自相关性后得回归结果

CoefficientStd.Errort-StatisticProb. LNK0.5977950.0758227.8841530.0000LNL0.5430350.1334764.0683970.0004AR（1）1.1272080.1938525.8147800.0000AR（2）-0.1566530.192565-0.8135060.4230根据输出结果，可得lnGDP与lnK、lnL的长期平均均衡表达式：

lnGDPt=0.5978lnKt+0.5430lnLt

（7.8842）（4.0684）

从表8回归结果看，回归系数全部通过t检验，不存在自相关。

（5）根据表8的回归结果计算残差序列e，对其进行ADF检验，得表9残差序列检验结果。

表9残差序列检验结果

t-Statistic Prob.*Augmented Dickey-Fuller test statistic-5.451514 0.0001Test critical values：1% level-3.6701705% level-2.96397210% level-2.621007从回归结果可知残差项是平稳的。因此，可得出lnGDP与lnK、lnL存在协整关系。基于上述协整分析我们可以认为中国的经济增长与对两生产要素之间存在着长期的因果关系，根据格兰杰表述定理：若两种变量（Xt和Yt）是协整的并且每个都是非平稳的时间序列，那么，要么Xt一定是Yt格兰杰原因，要么Yt一定是Xt的格兰杰原因。在本文中，至少能说明两种生产要素的投入是我国国民经济发展的内在动力所在。表2-表8回归结果也表明，本期从业人员每增长1%时，我国国内生产总值将平均增长0.543%；资本形成总额每增长1%时，国内生产总值将平均增长0.598%。

（6）接下来分析短期两要素对经济增长的影响，利用EViews软件建立lnGDP关于lnK、lnL的误差修正模型ECM。以滞后一期残差项作为误差修正项，可建立如表10所示的误差修正模型。

表10误差修正模型

R2=0.6920d=1.7727F=17.2895

模拟拟合优度较高，方程通过F检验、DW检验，各回归系数符合经济意义，其中，d（lnK）、d（lnGDP（-1））在1%水平上显著，d（lnL）、RESID（-1）不显著，其中变量的符号与长期均衡关系的符号一致。结果表明，本期lnK、lnL和上一期lnGDP在短期内每增长1%，GDP将依次增长0.0493%、0.3716%和04986%。误差修正项系数为负，符合反向修正机制，它表明lnGDP与长期均衡值得偏差中的27.21%被修正。此ECM模型反映了lnGDP受lnK、lnL影响的短期波动规律。根据估计结果可知，资本投入与劳动投入对产出的长期弹性分别为0.598和0.543，短期弹性分别为0.372和0.050。

篇2

中图分类号：F061.2 文献标志码：A 文章编号：1674-8131（2012）01-0067-07

An Improvement of Analysis Methods for

Economic Growth Rate and Its Sources

―Solow Growth Calculation Model with Regional Weight and Its Empirical Analysis of China

CHANG Jianxina,b, YAO Huiqinb, LI Dandana

（a.School of Economics and Management; b. Center for Studies on China Western

Economic Development, Northwest University, Xi’an 710127, China）

Abstract: When previous scholars analyzed regional or national economic growth rate and their sources, they usually used Solow Growth Calculation Model to obtain mean value by making brief sum of economic growth rate and its sources of all regions but overlooked its proportion of each region to all regions or the whole country. Based on the related income function theory, when regional or national economic growth rate and its sources are analyzed, economic growth rate and its sources of each region should be calculated by weight and Solow Growth Calculation Model should be improved on the level of decision unit, subset and sylloge to get the proportion of regional total output to the output of all regions or the whole country on theoretical basis and by method of weight. According to the improved Solow Growth Calculation Model, this paper makes empirical analysis of China’s economic growth rate and its sources since 2000, the results show that GDP growth rate is higher from the calculation by improved Model than by original Model and that labor contribution rate and TFP contribution rate are significantly underestimated for west regions of China but capital contribution rate is highly estimated by unimproved Model.

Key words: economic growth rate; economic growth source; Solow Growth Calculation Model; income function; regional weight; total output proportion

一、引 言

对经济增长率及其来源的分析一直是经济增长理论研究的重要内容，1957年美国经济学家罗伯特・索洛（Robert M. Solow）在其名著《技术变化与总量生产函数》中基于柯布-道格拉斯生产函数首次提出了经济增长因素分析的增长核算模型。索洛将技术进步纳入生产函数中，在把资本增长和劳动增长对经济增长的贡献剥离以后，剩余部分归结为广义的技术进步，定量分离出了技术进步在经济增长中的作用，这便是著名的“索洛余值”，从而使人们能分析出经济增长率及其来源。自从索洛增长核算模型诞生以来，由于其简单易于测算且合乎经济原理，被国内外众多学者应用到行业、地区以及国家的经济增长率及其来源的分析中。

常建新，姚慧琴，李丹丹:经济增长率及其来源分析方法的新改进

但是，在梳理以往学者对于行业、地区以及国家的经济增长率及其来源分析的研究文献时我们发现，国内外学者在测算出各个地区的经济增长率及其来源后，当分析层面上升到区域或国家时，仅仅是将各个地区的经济增长率及其来源简单加总取均值来表示区域或国家的经济增长率及其来源，或者是更加简单地将各个地区的GDP、资本和劳动力的数据加总到区域或国家层面后进行测算得到区域或国家的经济增长率及其来源。以我国学者为例，邓翔等（2004）和高帆（2010）等学者在测算得到各个省、直辖市和自治区的经济增长率及其来源后，进行简单加总取均值后得到东部、中部和西部地区的经济增长率及其来源，并进一步将东部、中部和西部地区的经济增长率及其来源再进行简单加总取均值得到我国总体的经济增长率及其来源。胡雪萍等（2011）将中部6省的GDP、资本和劳动力的数据进行加总测算得到中部地区的经济增长率及其来源。沈坤荣（1999）、陈琳（2008）和彭方志等（2010）则是将我国各个省、直辖市和自治区的GDP、资本和劳动力的数据加总后测算得到我国总体的经济增长率及其来源。

综上所述，这些常用的处理方法的优点就是简单，且在一般的假设条件下具有统计性的描述特征。但是我们知道每个地区的生产技术特征和资源禀赋是不同的，因此，每个地区的经济增长率及其来源在区域或国家层面都有不同的占比，而这种简单的处理方法却忽略了这一比重。为了弥补这个不足，国外学者Kumar等（2002）以及我国学者熊俊（2005）等提出使用地区的加权平均值来表示区域或国家的经济增长率及其来源，并且将权重选择为每个地区的总产出占整个区域或国家总产出的比重。但是，这种权重选择的问题在于其仅仅是一种直觉，在理论上不能解释为什么权重必须是产出比重而不能是别的什么。经济增长率分解为不同的部分――资本贡献度、劳动力贡献度等，因此，很自然就会想到一个问题，权重为什么必须是产出比例，而不是资本比例或是劳动力比例呢？

为了解答这个疑问，本文在Koopmans（1957）的收入函数理论以及Fare等（2003）和Simar等（2007）拓展后的收入函数理论基础上对索洛增长核算模型进行改进，以期能给出权重选择的理论依据和证明，并应用改进后的索洛增长核算模型对2000年以来我国总体以及各个区域的经济增长率及其来源进行分析。

二、索洛增长核算模型的改进

1.决策单元的经济增长率及其来源的表示方法

（15）式同样表明，总集C经济增长率的来源（即各投入要素和TFP对经济增长率的贡献度） 同样也是这个集合中所有子集L经济增长率来源的加权平均，而这种权重同样也是在t时期总集C中每一个子集L的总产出占总集C总产出的比重。

三、我国经济增长率及其来源分析

进入21世纪，尤其是2001年加入世界贸易组织以来，我国进入了快速发展的黄金10年，整体经济的增长表现为各个省、直辖市和自治区的增长，但这一增长奇迹的背后靠什么力量支撑和推动？各地区的增长差异是由要素投入的差异引致，还是由生产率变动造成？这些是我们必须认真探究和回答的问题。因此，正确地分析这10年来我国的经济增长率及其来源，对于我国经济政策的调整有着重要的意义。

在这一部分中，我们以我国内地30由于的数据不全，故将其舍去。 个省、直辖市和自治区来代表决策单元，以东、中、西三大区域本文按照我国传统三大经济带的划分方法进行划分，其中东部地区包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11个省、直辖市；中部地区包括：山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南8个省；西部地区包括：重庆、四川、贵州、云南、、陕西、甘肃、青海、宁夏、新疆、广西和内蒙古12个省、直辖市和自治区。 来代表子集，以我国总体来代表总集，采用改进后的索洛增长核算模型来对我国的经济增长率及其来源进行分析。同时，为了对索洛增长核算模型改进前和改进后的结果做一对比，本文也采用了改进前的模型测算了我国的经济增长率及其来源。

1.指标选取和说明

根据研究的需要，本文选取了我国30个省、直辖市和自治区2000―2010年间国内生产总值（GDP）、资本存量和劳动力的样本数据。其中，用GDP的增长作为衡量经济增长的指标，并利用相关各年的国内生产总值指数将其折算成了以2000年为基期的可比数据。对于资本存量，我国学者张军等（2004）利用永续盘存法对我国1952―2000年的省际物质资本存量进行了测算，本文在其研究的基础上，以2000年为基期采用“趋势外推法”推算出2000―2010年我国30个省、直辖市和自治区的资本存量。对于劳动投入量，本文用2000―2010各年年末就业者人数来衡量。本文所用数据均来源于《中国统计年鉴》（2001―2011）。

2.实证结果和分析

根据第二部分所介绍的改进前和改进后的索洛增长核算模型，本文利用SPSS19.0软件测算了2000――2010年我国总体及三大区域的经济增长率以及劳动力、资本和TFP对经济增长率的贡献度和贡献率。具体分析结果见表1。

根据表1所示，改进前和改进后的索洛增长核算模型测算得到的我国总体和各个区域的经济增长率及其来源差异非常明显。从我国总体层面来说，改进前较改进后低估了我国总体的GDP增长率，并且低估了劳动贡献率和TFP贡献率，但却高估了资本的贡献率。从我国区域层面来说，改进前的模型均低估了我国三大区域的GDP增长率，其中，西部地区的差距最大。改进前对于东部地区和中部地区经济增长率来源的分析较改进后差距比较小；但是对于西部地区，改进前则显著低估了劳动贡献率和TFP贡献率，但却较大程度地高估了资本的贡献率。

与邓翔等（2004）采用改进前的索洛增长核算模型测得的1978―2003年我国总体和三大区域的经济增长率及其来源的结果相比较，本文采用改进前的模型测得的结果也有非常大的差异本文对于我国东、中、西三大区域的划分方法与邓翔等（2004）的划分方法完全一致。 。其中，本文测得的我国总体和东、中、西三大区域的TFP贡献率为5.51%、8.98%、5.55%和1.24%，较邓翔等（2004）所测得的TFP贡献率（39.67%、34.90%、43.21%和41.62%）有了非常大的下降趋势；但本文测得的资本贡献率为87.93%、83.42%、88.47%和92.92%，较邓翔等（2004）所测得的资本贡献率（42.50%、44.91%、41.54%和40.85%）有了大幅度的上升；而劳动贡献率的差距不大。这一对比说明，2000年以来（尤其是2004年以来）我国经济增长中资本的拉动作用有了非常大的提升，而反映技术进步和经济增长质量的TFP贡献率却有了非常大的下降趋势。

分析改进后测算得到的我国总体和各个区域的经济增长率及其来源结果，我们发现，进入21世纪以来我国经济保持了持续而高速的增长趋势，而这10年也正是国家实施西部大开发战略的10年，西部地区的GDP增长率明显高于东中部地区和全国水平。并且值得注意的是，西部地区经济增长中劳动贡献率和TFP贡献率较东中部地区和全国水平的大，资本的贡献率却小很多。这一结果说明，西部大开发战略实施十年以来，西部地区在后发优势作用的推动下生产技术有了大幅的提升，经济增长的质量有了明显的提高。

四、总 结

大多数学者在分析区域或国家的经济增长率及其来源时，仅仅是将采用索洛增长核算模型测算得到的各个地区的经济增长率及其来源简单加总取均值，但是由于每个地区的生产技术特征和资源禀赋的不同，这种简单的处理方法忽略了各个地区占整个区域或国家的比重。本文在收入函数相关理论的基础上，从决策单元、子集和总集的层面对索洛增长核算模型进行了改进，给出了地区权重存在的理论依据和证明。我们发现，在分析区域或国家的经济增长率及其来源时，需要对各个地区的经济增长率及其来源进行加权处理，而这种权重便是地区总产出占整个区域或国家总产出的比重。

根据改进后的索洛增长核算模型，我们测算了进入21世纪以来我国总体和三大区域的经济增长率及其来源，并且同时用改进前模型进行了测算。经过对比我们发现，改进后的测算结果较改进前GDP增长率有了一定的提高；而对于西部地区，改进前显著低估了劳动贡献率和TFP贡献率，但却较大程度地高估了资本的贡献率。同时，将改进前测算的结果与有关文献比较，我们发现，2000年以来（尤其是2004年以来）我国经济增长中资本的拉动作用有了非常大的提升，而反映技术进步和经济增长质量的TFP贡献率却明显下降；但西部地区在后发优势作用的推动下生产技术有了大幅的提升，经济增长的质量有了明显的提高。

参考文献：

陈琳. 2008.改革以来中国经济增长因素的分析及测算［J］.经济经纬（3）：2427.

邓翔，李建平.2004.中国地区经济增长的动力分析［J］.管理世界（11）：6876.

高帆.2010.中国各省份经济增长的因素分解与劳动结构效应:1978―2007年［J］.数量经济技术经济研究（7）：2137.

胡雪萍，李丹青. 2011.中部地区经济增长因素的实证分析――基于1978―2009年的时间序列数据［J］.山西财经大学学报（2）：1722.

彭方志，胡松明. 2010.基于新增长模型的90年代以来中国经济增长因素分析［J］.开发研究（1）：14.

沈坤荣.1999.1978―1997年中国经济增长因素的实证分析［J］.经济科学（4）：1525.

熊俊. 2005.经济增长因素分析模型:对索洛模型的一个扩展［J］.数量经济技术经济研究（8）：2635.

张军，吴桂英，张吉鹏.2004.中国省际物质资本存量估算:1952―2000［J］.经济研究（10）:35-44.

FARE R，ZELENYUK V. 2003. On Aggregate Farrell Efficiency Scores［J］. European Journal of Operational Research，146（3）：615-620.

KOOPMANS T C. 1957. Three Essaya on the State of Economic Analysis［M］. .New York:McGrawHill.

KUMAR S，RUSSELL R R. 2002. Technological Change, Technological Catchup,and Capital Deepening Relative contributions to Growth and Convergence［J］. Review of Economic Review，92（3）：527548.

SOLOW R M. 1957. Technical Change and the Aggregate Production Function ［J］.Review of Economic Review，39.

篇3

就吉林省而言，能源资源的总体情况是资源能源的种类较多，但就已探明的储量看，仍属于能源资源欠丰富地区，能源自给能力严重不足。煤炭、石油、天然气、油页岩都有一定储量，水电资源也较丰富，特别是油页岩储量丰富，占全国的56％，居全国之首，但绝大部分尚待开发利用。近年来能源工业有一定的发展，但受能源资源、开发能力、资金、技术等方面的制约和限制，吉林省能源生产总体上呈低速增长的态势，能源工业供给能力不能适应国民经济不断增长的需求。据统计，2003年，吉林省能源生产总量4456．82万吨(折标准煤，下同)，比1999年增长29．1％，年均增长2．0％，低于全国同时期能源生产年均增长幅度2．1个百分点；而此间全省生产总值(GDP)增长了2．3倍，年均增长10．4％，能源生产的增长速度明显低于生产总值(CDP)的增长速度。同时，在机械化、电气化、自动化的生产过程中，都需要消耗相当数量的能源，对能源的需求不断增长。

二、经济增长与能源的联系

传统的经济学理论认为经济增长取决于劳动的投入量变动、资本的投入量变动和技术进步，也就是说，经济增长可以归结为生产要素的增长和技术进步水平。

自上世纪70年代石油危机发生以后，能源对西方各国经济增长产生了极大的负面影响，能源与经济增长的关系受到世界各国的普遍关注，由于能源在经济增长中的作用越来越突出，国内外学者认为能源是和劳动、资本一样在生产中都是不可缺少的一个重要变量，因而，将能源作为经济变量引入到科布－道格拉斯生产函数当中，为分析能源与经济增长的内在联系提供了一种新的途径。具体表达式如下：

设：生产函数为Y＝ALαKβRγ

式中：Y代表总产出(GDP)，L代表劳动投入量，K代表资本投入量，A代表技术状况，R代表能源投入量，α、β、γ分别为劳动、资本和能源的产出弹性。

研究结果表明：在L、K、R当中，如果存在相互替代的可能性，则生产函数要发生不同的响应，当其他变量保持不变时，任何新的投入都将导致生产函数的变化。也可以说，经济增长受能源投入量的影响，随着经济增长速度加快，对能源需求量也是在快速增加的；同时，经济增长也促进了能源生产速度的加快。

三、经济增长与能源供求关系

(一)能源需求分析

从经济增长与能源的需求方面看，经济的高速增长，将大大刺激能源需求量的增长。以吉林省为例，万元GDP综合能耗为1．98吨标准煤，2004年GDP为2958．21亿元，能源投入约为5857．26万吨标准煤，如果在节能技术水平不变且保证经济增长不低于9％的前提下，那么，年能源需求总量将会继续与GDP同步增加。在能源的需求结构中，2003年煤炭消费总量占全省能源消费总量的72．3％。在能源终端消费中， 2003年全省煤炭直接消费1474．54万吨，占全省能源终端消费总量的43．2％，天然气、煤气和石油液化气等清洁能源的消费量为128．63万吨，仅占全省能源终端消费总量3．77％。值得注意的是，随着居民收入水平的提高，居民煤炭消费收入增长弹性值会下降，而电力、煤气、液化石油气消费收入增长弹性值将会上升，居民的能源消费结构将产生新的变化，这将导致吉林省整个能源需求结构的变化。也就是在对煤炭消费需求增加的同时，清洁能源需求增加的幅度要大于煤炭消费需求增加幅度。

(二)能源供给分析

从经济增长与能源的供给方面看，吉林省境内能源资源较多，煤炭、石油和天然气都有一定储量，但不能满足本省经济增长的需要。2001年末，全省可利用的煤炭地质储量20．5亿吨，其中工业储量15．9亿吨，可采量10．6亿吨。全省核定煤炭生产能力约为1649万吨。预计2005年核定矿井生产能力为1418万吨，2010年为1453万吨。从近几年的煤炭产量看，吉林省煤炭产量总体呈下降趋势。

(三)经济增长与能源供求缺口分析

为了保持经济的高速增长，吉林省今后对能源的需求总量约为6000万吨，而能源的供给总量约为3000万吨，供求缺口约为3000万吨。经济增长与能源的矛盾将日显突出，能源供求格局将不断变化。其原因主要有：

第一，从我国的宏观经济发展层面看，西部大开发、振兴东北老工业基地、中部崛起等战略的实施，必然带动整个经济的高速增长。能源需求总量将迅速增加。据中国科学院国情分析研究小组预测，到2020年我国能源消费总量将达到28亿吨标准煤，为1995年的2．17倍，原煤消费量为24亿吨，为1995年的1．86倍，年平均增长率为 2．51％，原油消费量将达到4．35亿吨，为 1995年的2．90倍，年平均增长率为 4．35％，天然气需求量将达到1420亿立方米，为1995年的7．93倍，年平均增长率为 8．64％，电力消费将达到4．8万亿度，为 1995年的4．76倍，年平均增长率为 6．44％。这表明随着我国GDP成10倍增长，能源消费总量成2倍多增长，特别是原油、天然气和电力消费需求量成3-8倍增长。可见，对能源的需求增加是整个宏观经济增长的必然结果，如果能源供给增长速度滞后于需求增长速度，供求缺口会进一步加大。

第二，从吉林省经济发展的层面看，吉林省的经济增长速度高于全国的经济增长水平，省内的能源供给量远不能满足自身经济增长的需求量，能源供求矛盾会进一步加剧，大量能源需从外省购入。而作为能源主产地的山西、内蒙古和黑龙江等省份在全国经济增长和生产能力有限的前提下，能源供给压力也会增大。因为这些省份面临双重供给问题，一是必须满足自身经济增长能源需求的供给；二是对外省经济增长能源需求的供给。从去年的能源供应情况中可以看出，供不应求的局面必然出现，并伴随着能源的价格上升，供求缺口会继续增大。另外，大量能源从外省购入，在运输能力上也会受到限制，必然使能源的成本上升，能源供给就会成为吉林省经济发展的“瓶颈”，如能源供给不能保证，将会直接影响经济增长的速度。

四、解决未来经济发展对能源需求的几点建议

能源、经济与环境的协调发展，是中国实现现代化目标的重要前提。发展循环经济是实现持续发展的必由之路。循环经济以资源的高效利用和循环利用为核心，以“减量化、再利用、资源化”为原则，以低消耗、低排放、高效率为基本特征，能够大大提高社会经济活动的生态效率，实现经济、社会和环境效益的统一，符合可持续发展的经济增长模式，也是对“大量生产、大量消费、大量废弃”传统增长模式的根本变革。发展循环经济，既是科学发展观的具体体现，也是实现科学发展观的必然选择。

1．提高能源利用率，控制能源需求，节约不可再生能源

能源是实现一个国家或地区国民经济持续发展和社会进步必须的保障。要正确认识经济增长与能源之间的关系，重视能源缺口对经济增长的制约作用。目前，我国单位产值能耗比世界平均水平要高2．4倍；我国每万美元产值消耗的铜、铝、铅是日本的7倍、美国的6倍；我国单位GDP二氧化硫排放量是日本的68倍、美国的6倍。2003年我国实现的GDP约占世界 GDP的4％，但消耗的原油、原煤、铁矿石却分别为世界消耗量的7．4％、31％、30％。我国能源效率为30％左右，比发达国家低 10多个百分点，终端能源效率为41％，也比发达国家低10多个百分点。吉林省的能源效率比全国平均水平还要低。因此，应该在全省范围内，对高能耗的生产企业，进行综合治理，应用成熟的能源创新技术，降低生产过程中的能源消耗，提高能源使用效率，缩小能源供求缺口。寻求新的国际能源合作目标，统筹安排，放眼国内、国外能源市场，制定能源保障规划，增加国际能源合作路径，提高能源安全水平，降低能源风险，缓解资源保障压力、供需平衡压力、生产供应压力，防止能源不足造成经济增长下降情况发生。

2．通过科技进步，不断创新，保证能源多样性，减少环境污染，实施绿色能源战略

吉林省常规能源的储量低于全国的平均水平，但在其它能源储量上有自己的优势和潜力。例如，油页岩有较大的开发潜力。据国土资源部门勘测，吉林省油页岩预测资源储量2542．9亿吨，查明资源储量 174．26亿吨，居全国第1位。因此，立足省内，开发新能源，对解决能源供求缺口，将起到重要作用。风能、太阳能、生物质能等新的可再生能源，具有清洁、无污染、可再生的特点，符合可持续发展的要求。吉林省风能、水能、太阳能和生物质能等再生能源也有较大开发潜力。西部白城、松原地区风力资源较为丰富，东部的水资源较为丰富，中部的生物质能资源亦很可观。可因地制宜，开发可再生能源。例如，在白城和松原地区建立小型风力发电站，在东部建立水力发电站，在农村发展循环经济，利用农作物、水生植物、人畜粪便等有机废物开发生物能源。可再生能源的开发和利用，对于补偿能源供求缺口也有积极的作用。

3．提供政策支持，建立使用监督机制

实施节约型能源战略的关键是要有一套严格的监督机制，把不可再生能源的节约和新型能源的开发作为未来经济发展战略的重要组成部分。为此，政府应制定相应的政策和制度，改善产业结构和产品结构，引导、鼓励企业和消费者开发、使用绿色能源，抑制无效、低效的能源消费。同时，对能源资源的开采应加大管理力度，以制止无序开采，减少浪费。

篇4

中图分类号：F127 文献标识码：A

文章编号：1004-4914（2012）04-212-03

一、引言

宁波是一个港口城市，社会经济增长很大程度上依赖港口的发展水平。为了促进宁波社会经济发展转型升级，宁波市委、市政府提出了“六个加快”重要战略。“六个加快”是宁波市委、市政府深入贯彻落实科学发展观、推进“十二五”时期全市经济社会发展的重大战略。其中加快打造国际强港处于“六个加快”的首要地位，这充分说明在“十二五”期间港口在宁波经济发展中的重要意义。

宁波港口投资近年来主要表现为三个特点：首先，宁波港口投资的比重较大，特别是最近10年以来逐年增长趋势更为明显。其次，与以往相比，“十二五”期间港口投资项目数更多，投资额更大。再次，随着港口投资的加大，港口的货物吞吐能力也在不断加强。其临港优势带动了临港工业、口岸贸易及其服务业的发展，解决了很多社会就业、增加了政府的财政收入，对整个社会的经济发展产生了比较大的推动作用。然而，很多人认为宁波港口投资产生的带动作用已经到了增长极限，港口设施、设备利用率较低，港口投资可以维持现状转而加快发展临港工业和服务业。宁波市的港口投资带动的经济增长是否到了极限呢？港口投资还能带动经济增长吗？及其作用机制是什么？这些问题都有待于深入研究，一方面可以检验港口投资在港口城市经济增长中的重要作用，另一方面可以为今后港口投资实践与制定投资政策提供理论指导。

二、理论分析与研究假设

本研究所采用的理论模型主要来源于索洛（Solow）于1956年提出的经济增长模型，假定了一个两要素生产函数：

Y=F（K，L）=AKαLβ（1）

其中K为资本，L为劳动力，Y表示产出，α、β分别是资本和劳动力的产出弹性。从（1）式可以看出，在索洛模型中，港口投资与其他投资被看作是同质的要素纳入资本变量K中，而且索洛模型没有考虑技术进步对产出的影响。为了解释持续的经济增长，需要考虑长期使要素生产率增加的外部因素。因此，在（1）式中纳入时间因素，则：

Y=F（K，L，tt）=eλtAKαLβ（2）

（2）式中，e为自然对数的底，t表示时间；其他与（1）式定义相同。实际上，引入时间因素后，即将技术进步、产业结构变动、制度变迁等因素全归于时间系数λ，因此，eλt成为全要素生产率，λ为全要素生产率的增长率。对（2）取对数形式并添加随机变量，可得：

Ln（Yt）=λt+αLN（Kt）+βLn（Lt）ut（3）

其实，模型（3）中假定港口投资与其他非港口投资为同质资本与港口城市的现实经济状况不符合。事实上，自1978年改革开放以来，港口城市的投资总额显著比非港口城市高，为了研究港口投资在社会经济发展中的作用，城市总资本水平定义为港口投资与非港口投资的加权平均，数学形式表达式为：

K=KpγKn1-γ（4）

其中K、Kp、Kn分别表示城市的总资本水平、港口投资和非港口投资，γ表示港口投资在总资本构成中的权重。把Kp、Kn纳入生产函数的投入变量，模型如下：

Y=f（Kp，Kn，l,t）=eλtKpαγKnα（1-γ）Lβ（5）

取对数并增加随机变量得到：

Ln（Yt）=λt+αγLn（Ktp）+βLn（Lt）+α（1-γ）Ln（Ktn）+ut（6）

本研究也采用柯布―道格拉斯（Cobb-Douglas）函数对研究结论进行稳健性检验，该模型与索洛模型具有差不多的形式，只是没有考虑到技术进步等因素对产出的影响。其模型如下：

Y=ALαKβeε（7）

对于此类非线性函数通常的处理办法是转化为线性模型进行参数估计，在模型两端取对数转化为如下形式：

LnY=LnA+αLnL+βLnK+ε（8）

其中K为资本，L为劳动力，Y表示产出，α、β分别是资本和劳动力的产出弹性。与以上对索洛模型的转化方式类似，把资本分为港口投资与非港口投资两部分，（8）可以转化为：

Ln（Yt）=αγLn（Kpt）+βLn（Lt）+（1-γ）Ln（Ktn）+εt（9）

基于以上理论推导，本研究以宁波市1985-2010年的时间序列为样本，在索洛（Solow）模型和柯布-道格拉斯（Cobb-Douglas）的基础上构建本研究的理论模型，研究港口投资对经济增长的影响及其作用机制。本研究提出如下假设：港口投资与经济增长正相关；而且，港口物流能力是港口投资影响经济增长的作用机制之一。

三、样本选择、数据来源与研究变量界定

本研究以宁波市1985年-2010年的时间序列为研究样本，跨度26年，其中经济增长、社会固定资产总投资等数据来源于1985年-2011年《宁波统计年鉴》；港口货物吞吐量数据来源于历年《宁波交通统计年鉴》；1985年-1988年全社会从业人员数据来源于《宁波奋进四十年（1949-1989）》，1989年-2010年全社会从业人员数据来源于历年《宁波统计年鉴》；港口投资数据来源于《宁波港年鉴》和历年《宁波交通统计年鉴》，其中包括基建项目、技改项目和合资项目的投资总额。

本研究所使用的变量包括经济增长（GDP）、社会总投资（K）、港口投资（GK）、非港口投资（OK）、劳动力（L）和物流能力（WL），其中拓展后的索洛模型中使用时间（t）代表技术进步等因素对产出的影响；社会固定资产总投资是港口投资与非港口投资之和；全社会从业人员作为劳动力的指标。此外，本研究所有的统计结果都是基于Eviews5.0统计软件。

四、实证检验{1}

1.Granger因果检验。Granger因果检验结果表明，港口投资是带动宁波市经济增长的主要原因之一，港口投资还带动了非港口投资（如临港工业、服务业等）的发展，同时港口投资也带动了宁波市的劳动就业的增长，除此之外，Granger因果检验结果可以看出港口投资促进经济增长的作用机制表现为：港口投资通过提高港口物流能力，进而促进宁波市的经济增长。

2.回归结果及解释。从以下回归结果可以看出，索洛模型能够很好地拟合投资（lnK）、港口投资（lnGK）、非港口投资（lnOK）、劳动力（lnL）与经济增长之间的关系。拟合系数Adj-R2都在0.99以上，四个模型的F统计量也都呈现1%的显著性水平。从模型4中可以看出港口投资与经济增长之间的回归系数为0.176，其经济含义是港口投资的产出弹性为0.176，即当港口投资增加（或降低）1个单位，经济增长增加（或降低）0.176个单位（如表2所示）。

表2中的四个模型的回归结果表明，代表技术进步等因素的时间t都与经济增长（LnGDP）正相关。除了模型2之外，所有的劳动力（LnL）对经济增长的影响不显著，这充分说明了宁波市当前的经济增长主要依赖于投资拉动，劳动力对经济增长的拉动作用非常小。模型3与模型4的回归结果也表明除港口投资之外的非港口投资（LnOK）与经济增长正相关。

3.稳健性检验。本节主要是对上一节模型进行稳健性检验，以便验证得出的结果在一定程度上是稳健的，主要使用的模型是拓展的Cobb-Douglas模型。表3中所有模型得到的回归结果都与上一节基本相同，回归结果是稳健的。模型的拟合系数Adj-R2都在0.90以上，而且F统计量在1%的水平显著。

五、研究结论

宁波市的经济是港口依托型经济，港口在社会经济发展中发挥了非常重要的作用，因此港口投资在历年社会固定资产投资中占有非常大的比重，而且这种比重有逐年增加的趋势。从Granger因果关系检验可以得出：港口投资是非港口投资的Granger原因；港口投资是港口物流能力的Granger原因；物流能力是经济增长的Granger原因。从拓展的Solow模型与Cobb-Douglas模型的回归结果可以得出如下研究结论：第一，港口投资是促进宁波市经济增长的重要因素。从表2与表3中的模型2、模型4、模型2中和模型4中可以看出港口投资与经济增长相关系数都显著为正，这充分说明港口投资在宁波市经济增长中确实发挥了非常重要的作用。第二，港口物流能力是港口投资影响经济增长的作用机制之一。从表1的Granger因果结果可以看出，港口投资是物流能力（WL）的Granger原因，物流能力是经济增长的Granger原因；反之，物流能力不是港口投资的Granger原因，经济增长也不是物流能力的Granger原因，这充分说明物流能力是港口投资影响经济增长的作用机制之一。第三，劳动力在宁波市经济增长中发挥的作用很小。表2与表3中所有模型的回归结果都可以看出，劳动力与经济增长的相关性不显著，这一方面说明宁波市的经济增长对劳动力的依赖性非常小，另一方面也说明宁波市的经济增长对投资依赖性非常高，还处于粗放型的发展阶段。

本研究的结论具有非常重要的理论意义与实践价值，其理论意义主要表现在：第一，对Solow模型和Cobb-Douglas模型的拓展。基于Solow模型和Cobb-Douglas模型，把港口投资从社会固定资产总投资中分离出来，研究港口投资对经济增长的作用，是对模型的有益拓展和补充。此外，还发现了港口投资与非港口投资的异质性特征。第二，发现了港口投资对经济增长的作用机制。以往研究都是研究投资对经济增长的直接影响，而忽略了投资对经济增长的作用机制研究，本研究使用Granger因果关系检验验证了港口物流能力是港口投资影响宁波市经济增长的作用机制之一。

其实践价值主要表现在：第一，继续加大港口投资力度，包括基础设施、集疏运网络、技术改造、合资项目等方面的投资。需要以“加快打造国际强港”战略为指引，以港口项目为导向，进一步加大港口投资，改善港口基础设施和集疏运网络。政府部门应该做好相关配套服务工作，加大政策扶持力度，扫清机制与制度对港口投资的障碍。第二，完善相关公共服务平台，为港口物流提供优质的公共服务。政府在提供物流公共服务配套，为提高港口物流能力提供相关支持，如税务、法律、保险、金融、信息等公共服务平台的建设，这些公共服务平台一方面提高了物流企业的运作效率，另一方面也促进了就业水平的提高、临港工业的发展和口岸进出口的增长。第三，改善和优化劳动力的结构，发挥劳动力对经济增长的推动作用。人才问题是实现经济发展转型升级的关键所在。宁波市在未来的经济增长之中应该充分重视劳动力的作用，改善劳动力结构，加大力度引进真正的高级人才，促进宁波市的经济发展由粗放型向集约型转变。

注释：

{1}本研究还对各序列进行了ADF检验和协整检验，后面的相关实证结果都是基于这些检验进行的，限于篇幅，这里不报告相关结果。

参考文献：

1.江锦凡.外国直接投资在中国经济增长中的作用机制[J].世界经济，2004（1）

篇5

［中图分类号］F224［文献标识码］A［文章编号］1005-6432（2013）1-0045-03

1引言

投资作为拉动经济发展的“三驾马车”之一，对经济增长具有至关重要的作用。国内投资包括政府投资和民间投资，二者对经济发展具有不同的作用。政府投资是指政府为了实现其职能，满足社会公共需要，促进经济稳定增长和经济结构合理化，对私人部门无力或不愿进入的行业或者关系国计民生的关键性行业进行的投资。民间投资是相对于政府投资和外商投资而言的，是微观经济活动中的个体根据市场的需求，利用自己的资金进行的各种投资行为。政府投资具有非营利性的特征，其目的是提供公共产品，追求社会效益最大化而非投资收益最大化，以其投资力度大、见效快等特点，对我国经济的快速发展发挥了至关重要的作用，而相对与政府投资，民间投资规模较小且产权清晰，具有高度的决策自和资产支配权，有利于快速高效达成决策、调动资金，投资效率高，资金来源广泛，是经济增长的重要动力源泉。明确政府投资和民间投资对经济增长的拉动效应，对于合理安排投资结构，实施宏观调控，促进国民经济持久健康增长具有十分重要的作用。

对于政府投资和民间投资的研究大多侧重分别研究二者对经济增长的拉动或者政府投资与民间投资的相互关系，对二者对经济增长拉动作用进行对比的研究较少。钞小静，任保平（2008）通过对政府投资民间投资与经济增长的一般理论分析，分别对其长期和短期效应进行实证研究，认为短期内政府投资对经济增长的作用较大，而长期来看其效率远低于民间投资。陈真玲（2010）通过建立协整模型，发现政府投资对经济增长的拉动作用小于民间投资，认为政府投资效率低下，公共物品不足与过剩共存，这些负面效应在一定程度上抵消了对经济增长的拉动。马宁，邹洁（2009）对我国西部12省时间序列数据进行了实证分析，认为政府投资和民间投资在经济发展中都有非常重要的作用，政府投资重在启动与引导投资而民间投资重在吸引与扩大投资，二者是相辅相成的。梁毅华，陈文静（2011）通过建立协整与误差修正模型对深证市的数据进行实证分析表明政府投资对经济增长的促进作用大于私人投资。本文在前人研究基础上，建立向量自回归模型，通过方差分解和脉冲响应函数对政府投资和民间投资对经济增长的作用进行了比较分析。

篇6

中图分类号：F127 文献标识码：A

原标题：政府消费对经济增长影响的实证分析―以甘肃省为例

收录日期：2011年11月4日

一、引言

在国外需求不足的情况下，扩大内需成为拉动我国经济增长的重要手段。政府消费与居民消费一起构成总消费，是一国最终需求的重要组成部分，增加政府消费支出，是扩大内需的重要手段。政府消费对经济增长的影响，长期以来在国内外的理论和经验研究中，都是有争议的。一种观点认为，政府消费能够提供公共教育、国防和社会凝聚力等纯公共物品和服务，这些公共物品和服务有助于促进民间部门生产率的提高，因而政府消费的增加对民间产出具有正的外部效应，有利于经济增长。但另一种不同的观点则认为，政府消费也存在“挤出效应”，由于政府的消费来源主要来自于税收，增加政府消费，就等于将一部分资源用于公共用途，减少了民间部门的使用，其结果是缩小了经济活动的规模，从而导致资源配置偏离最具生产效率的状态，阻碍经济增长。本文以甘肃省为例，运用计量方法，通过协整检验、格兰杰因果检验、误差修正模型，量化政府消费支出与经济增长之间的关系，重在考察政府消费支出对经济增长的作用机制和作用方向，为调整我国财政支出结构等问题提供实证依据。

二、政府消费对经济增长实证分析

1、数据来源。本文选择的数据是1978～2010年甘肃省的经济增长（GDP）与政府消费（GOC）的年度数据。数据资料来源于甘肃经济信息网。为了减弱时间序列的异方差性，分别对经济增长与政府消费进行对数处理，分别用LGDP、LGOC表示经济增长和政府消费。

2、时间序列的平稳性检验。假定上述两个时间序列服从AR（P）过程，使用ADF统计量进行单位根检验。（表1）由表1可知，LGDP与LGOC时间序列ADF统计值分别比对应的显著性水平为10%的临界值都要大，因而它们都是非平稳的，存在单位根。经过一阶差分后，LGDP、LGOC的ADF统计值分别比对应的显著性水平为5%的临界值都要小，所以LGDP与LGOC只存在一个单位根，即二者都是1阶单整的。

3、协整检验。由表2的检验结果可知，LGDP与LGOC存在协整关系，甘肃省经济增长与政府消费存在长期均衡关系。可见，残差序列通过ADF检验，并且DW值接近2，不存在自相关问题。（表2）

两个非平稳序列有协整关系可用普通最小二乘法进行回归分析，回归方程：

LGDP=1.589484+1.049643LGOC

估计式表明，甘肃省政府消费乘数约为1.05，即政府消费每增加1单位，将带动经济增长1.05个单位。

4、建立误差修正模型。协整关系表述的是变量之间的长期均衡关系，而误差修正模型表述的是变量之间的短期调整关系。对其建立误差修正模型为：

LGDP=0.426635+0.373119LGOC-0.217191emc

在上述误差修正模型中，误差修正项ecm的系数大小反映了偏离长期均衡的调整力度，从系数估计值（-0.217191）来看，当短期波动偏离长期均衡时，将以-0.217191的调整力度将非均衡状态拉回到均衡状态。

5、格兰杰因果关系检验（表3）。通过检验，我们得到在滞后1～4期经济增长与政府消费的关系一直比较稳定：政府消费对经济增长存在显著的格兰杰影响，而经济增长对政府消费不存在这种关系。

三、结论

通过以上实证分析可得，1个单位的政府消费可以促进1.05个单位的经济增长。政府消费对经济增长具有显著的格兰杰关系。格兰杰因果检验表明政府消费对经济增长存在显著的格兰杰影响。政府消费是社会总需求的组成部分，政府消费支出扩大可以提高消费率，直接促进经济增长。建立误差修正模型为：LGDP=0.426635+0.373119LGOC-0.217191emc估计的结果表明经济增长与政府消费之间存在短期调整关系。在短期，政府消费对经济增长的作用明显，当期政府消费增长率每增加1%，经济增长率增加0.373119%。误差修正项系数的大小反映了短期对长期均衡的调整力度，误差修正系数为-0.217191，表明调整力度较为有力。

四、政策建议

由以上分析可知，甘肃省政府消费对经济增长具有显著的促进作用，可以通过政府消费带动内需，扩大消费对经济增长的拉动作用。由于中西部省区医疗、教育、文化、卫生、体育等比较落后，扩大政府消费支出，可以提高劳动力的素质和劳动生产率，促进人力资本的积累，推动经济增长路径从要素投入驱动型向生产效率提高型转变，为经济增长注入持续的动力，从而改变依靠资本、资源与劳动力等的高投入的发展模式。

主要参考文献：

篇7

一、引言

金融业对经济增长的贡献表现为动员储蓄、促进资本形成、增加就业以及提高生产技术和效率等方面。该贡献可以从两个角度进行衡量，即贡献度和贡献率。贡献度是指某一指标某一组成要素增加值在该指标基期总值中所占比重。贡献率是指某组成要素的贡献度在该指标总增长中所占比重。金融业的直接贡献，是将金融服务业作为一个独立的产业，核算其创造的增加值在国民生产总值中所占的比重和份额。金融业的间接贡献，是从金融服务功能的角度考察金融业与经济增长的关系及对经济增长的作用。

二、青岛市金融业对国民经济增长的直接贡献

从生产角度分析，GDP等于各产业部门增加值之和。产业部门贡献是指产业部门增加值的增长所引起的经济增长率的增加额；产业部门贡献度即在经济增长率中各产业部门的贡献所占的份额。用公式表示为：

金融业对经济增长的贡献率=金融业可比价新增加值/国内生产总值可比价新增加额*100%

金融业对经济增长的贡献度（拉动百分点）=金融业贡献率*国内生产总值可比价增长百分点

金融业的贡献率和贡献度两个指标从不同角度反映了金融业增加值对GDP产生的直接影响及贡献能力。本文以上一年为基年计算各年的金融可比价格产值和GDP可比价格产值，进而计算出青岛市金融业对经济增长的贡献率和贡献度。青岛市金融业对经济增长的贡献率和贡献度在2000-2003年期间，不存在十分明显的变动趋势，波动性较高，甚至大部分年份的贡献为负值。但自2003年以来，二者呈现逐年上升之势，2004年二者均转化为正值，2006年发生了飞跃，金融业对GDP的贡献率开始突破5.0%，至2008年已经达到了7.93%。通过青岛市金融业对GDP贡献率和贡献度的走势分析我们可以看出，金融业在国民经济发展中的地位和作用正在逐年增强（见表1）。

表1青岛市金融业对GDP的贡献

三、青岛市金融业对经济增长的间接贡献

资本形成、劳动投入、技术实现是经济增长的三个重要因素。各个要素对经济增长的贡献会随着经济发展阶段的不同而有相应的变化，金融业通过上述三个要素的传递对推动经济的快速发展起到了非常大的间接推动作用。

为了研究青岛市金融体系对经济增长的贡献，引入两个参数ρ1，ρ2，其中ρ1的经济含义为资本形成投资资金来源中金融性资金供应总量与资本形成投资价值总额之比，ρ2的经济含义为技术实现投资资金来源中金融性资金供应总量与技术实现投资价值总额之比，由于数据来源的限制，本文无法对其进行具体的衡量，而是根据相关的资料取其近似值来表示。

（一）青岛市金融发展对经济增长间接贡献的度量

1、青岛市金融-资本相对形成量。为计量在一个相当长的时间内金融业发展对资本形成的作用，引入金融-资本形成相对增量（d），同时引入储蓄率相对增量（s）、储蓄—投资转化率（β）、金融中介费用率（Φ）、投资-资本形成率（χ）和资本产出系数（К），资本形成投资资金来源中金融性资金供应总量与资本形成投资价值总额之比（ρ）。金融业与资本形成之间的公式可以表示为：d=ρ*

其中d表示金融-资本相对增量；储蓄率相对增量（s）=储蓄增加额/国内生产总值；储蓄-投资转化率（β）=投资增长额/储蓄增长额；投资-资本形成率（χ）=生产能力增长额/投资增长额；金融中介费用率用金融机构的法定存贷款利率差额如表2所示。

近10年来青岛市金融—资本形成相对量大体可以分为三个阶段，2000-2002年其值基本在1%左右，2003-2005年其值基本在3.5%左右，2005年达到最高值3.828%，但是2006年又下降到1.291%，随后连续两年上升，至2008年其值已经达到2.634%，资本对于促进经济增长有着举足轻重的作用，金融-资本形成相对量的变化体现了金融业通过资本形成途径而间接促进经济增长的作用，资本形成对于青岛市经济增长的作用逐步递增。

2、青岛市金融-就业相对增量。劳动力追随货币与实质资本，引入金融-就业相对增量（m）来表示在一个相当长的时间内金融业发展对劳动力就业的促进作用，将其定义为金融体系就业相对增量（e）与产业部门就业相对增量（n）之和。其中金融体系就业相对增量（e）等于金融体系就业相对增量除以总就业量（L），产业部门就业相对增量（n）等于产业基本就业相对增量（h）与由资本形成增长而引起的就业相对增量（j*g）之和。经验表明，金融体系就业相对增量与金融发展规模呈正向相关关系，产业部门就业相对增量在超过基本就业率以后与产业部门资本形成规模呈正向相关关系。在经济增长时期，产业部门资本形成与金融业发展呈正相关关系。从长期来看，金融-就业相对增量反映了金融与就业的基本联系。其公式表达式为：m=e+j*g

青岛市金融-就业相对增量，如表3所示。

青岛市金融-就业相对增量的波动性较强，2000-2008年的9年间大致可以分为三个阶段，第一阶段为2000-2001年，这两年青岛市金融-就业相对增量都是负值，表明在这两年中金融业对就业的影响并不明显；第二阶段为2002-2004年，青岛市金融—就业相对增量自2002年开始呈现正值，并且连续三年上升，2004年达到最大值8.657%；第三阶段为2005年以后，青岛市金融—就业相对增量开始逐年下降，到2008年仅为0.244%，这一过程体现了就业对经济增长的影响力正随着经济的增长逐步趋于稳定。

3、青岛市金融-技术实现相对量。由于数据来源的限制，本文无法对其进行比较准确的衡量，根据相关数据假设其历年值为0.12%。

（二）青岛市金融业发展对经济增长间接贡献的衡量

1、经济增长要素与经济增长之间关系的度量。金融业发展通过资本形成、就业与技术实现来实现对经济增长的间接贡献，主要是通过加速资本形成，并利用先进技术，吸收就业，将观念上的生产力变成现实的生产力来实现的。因此，要研究金融业发展对经济增长的间接贡献，首先需要衡量经济增长要素与经济增长之间的依存关系。根据青岛市科技信息研究所的研究可知，青岛市科技进步贡献率、资本贡献率和劳动贡献率分别为46.7%、42.4%和10.9%。

2、青岛市金融业发展对经济增长间接贡献。采集青岛市经济自2000到2008年的有关统计数据结合青岛市经济增长要素与经济增长之间的依存关系对其金融发展对经济增长的间接贡献进行计算，具体计算结果如表4所示。

四、青岛市金融业对经济增长贡献的综合评价

金融业对经济增长的贡献分为直接贡献和间接贡献两部分，将二者进行加总便可得到青岛市金融业对经济增长的贡献率。2000-2008年青岛市金融业对经济增长的贡献率，如表5所示。

青岛市金融业对经济发展的贡献率波动性比较大，在2003年以前，金融业贡献率较低，2000年和2002年甚至出现了负值，2004年以后青岛市金融贡献率比较理想，基本都在7%左右，只有2005年降到了3.35%，但2006年马上又开始上升，2006年和2008年青岛市金融业的贡献率都达到8%以上。青岛市金融业对经济增长的贡献率虽然波动性比较大，但在整体上青岛市的金融贡献率是在提高的。

参考文献

篇8

一、引言

新增长理论最先提出内生技术进步是经济实现持续增长的决定性因素。国内学者关于技术进步对经济增长的影响方面的研究主要从两个方面进行。一部分学者是从全国的角度来考察技术进步对经济增长的贡献，其中大部分学者都是对二者的关系进行实证研究，并采取了不同的计量方法。

王荣、杨晓明（2007）运用柯布-道格拉斯生产函数模型、苏方（2006）运用协整理论和VAR模型、姜庆华（2006）利用灰色关联度方法分析了科技投入与经济增长之间的相关关系。另一部分学者则是从地区的角度实证分析二者的关系，李靖、张贵（2008）基于内生增长理论模型，分析天津市技术进步与经济增长的相关性；王贵双（2006）采用CES生产函数和索洛余值法，对河北省技术进步对经济增长的作用进行实证分析；李武威、张志宏等（2007）运用灰色关联度方法分析了科技投入与河南省经济增长之间的关系。本文主要从全国的角度基于内生增长理论来实证分析内生技术进步对我国经济增长的影响。

二、变量的选取、模型的建立和数据来源

（一）变量的选取。对于经济增长，本文选取GDP这一指标对其进行衡量。对于内生技术进步，本文选取人力资本、三利申请授权量、R&D经费支出以及进口量来表示。这四个指标都在不同程度上反映着技术进步。其中人力资本将以平均教育年限来表示，本文的平均教育年限的计算方法：平均教育年限=∑（该组人数*该组的教育年限）/∑各组人数。其中赋予的年数：文盲半文盲0年；小学毕业6年；初中毕业9年；高中毕业12年；大专及以上学历16年。选取进口量来表示内生技术进步是因为进口贸易包含知识和技术的外溢效应，因而对我国技术进步有一定的推进作用。

（二）模型的建立。本文借鉴王德劲在《要素投入、技术进步与经济增长》中的内生技术进步经济增长模型，并在此基础上做一定改动，为了避免异方差现象，本文将对各变量取对数，因此本文所要建立的模型如下：

lnY=a0+a1lnX1+a2lnX2+a3lnX3+a4lnX4+u

其中，Y表示GDP；X1表示人力资本；X2表示三利申请授权量；X3表示R&D经费支出；X4表示进口量。

（三）数据来源。本文选取了1989-2012年的数据，其中经济增长率主要由GDP来衡量，该数据来源于《中国统计年鉴》；人力资本可由平均教育年限表示，该数据数据主要来源于《中国教育年鉴》；三利申请授权量、R&D经费支出和进口量也都来源于《中国统计年鉴》。

三、实证分析

本文主要采用OLS对1989-2012年的数据进行分析，对上述模型进行最小二乘分析，实证一开始出现了多重共线性的情况，这表明选取的变量之间存在较强的相关性，很可能是三利申请授权量和R&D经费支出之间存在着较强的相关性。为了消除多重共线性，本文采用剔除变量的方法，将三利申请授权量X2删除。然后再对剩下的变量进行分析，建立模型：

lnY=a0+a1lnX1+a3lnX3+a4lnX4+u。再利用OLS对该模型进行分析，

得到的估计方程为：

LnY=7.9543+0.5758*LnX1+0.4792*LnX3+0.3662*LnX4

实证结果中的R2=0.98933，说明该模型的拟合度非常好，F值非常大，t值较小说明已消除了多重共线性的情况。

四、实证结果

从上述模型估计方程来看，人力资本、R&D经费支出和进口量都和经济增长具有正相关性。这三个变量对我国经济增长都具有促进作用，但存在一定的差异。其中人力资本对我国经济增长的促进作用最大，人力资本即平均教育年限每增加1%，导致我国经济增长增加0.5758%；R&D经费支出次之，R&D经费支出每增加1%，导致我国经济增长增加0.4792%；进口量最小，进口量每增加1%，导致我国经济增长增加0.3662%。1989-2012期间我国经济增长稳步上升，随着科教兴国战略的实施，国家逐步加强对教育的重视，加大对教育的投入，我国的平均受教育年限不断增长，人们文化程度的提高才能不断进行创新，推进技术进步；当今世界各国间的竞争实质上是科技和人才的竞争，我国逐渐强化对科技的重视，加大研发经费支出，大力支持我国高技术产业的发展。近年来国内外学者研究表明进口贸易存在知识和技术溢出效应，对进口国的技术进步起到推动作用。进口国在进口后可以通过学习效应对进口的产品技术进行消化吸收再创新以推动我国技术取得更大的发展和突破。由此可见，技术进步与我国经济增长密切相关。

五、结论

本文通过实证分析发现，人力资本即平均教育年限、R&D经费支出以及进口量对我国经济增长的促进作用显著，但又存在一定差别，其中人力资本的促进作用最大，R&D经费支出次之，进口量的促进作用最小。国家要加大科技方面的投入以及鼓励进口来促进我国经济的又好又快发展。

参考文献：

[1]王德劲，向蓉美. 要素投入、技术进步与经济增长[J].云南财贸学院学报.2005（21）.

篇9

中图分类号：F062.2；F12754 文献标志码：A文章编号：16748131（2013）04009107

一、引言

在资源约束趋紧、环境污染严重的严峻形势下，党的“十”提出了绿色发展、循环发展和低碳发展，建设生态文明和美丽中国。在此背景下，对经济增长与碳排放关系的深入研究就不仅是学术界所关注的重点问题，也成为我国转变经济发展方式所亟待解决的现实问题。目前学术界对经济增长与碳排放的研究主要集中在经济增长下的排碳总量增加、能源消费结构差异下的碳排放以及区域经济增长背景下碳排放差异的解释等方面，所运用的方法主要有协整分析、EKC曲线分析、投入产出分析以及结构分解法，更多侧重于分析经济增长和碳排放之间的静态相关性，而对经济增长和碳排放之间耦合动态变化的研究则相对缺乏。因此应用脱钩理论对经济增长与碳排放的关系进行深入研究就显得极为必要。

脱钩理论研究的是关联变量间从同步耦合到非同步破裂（变量间的阻断关系）的过程。Samouilids和Mitropoulos（1984）在研究希腊的工业经济发展过程中，就潜在阐述了经济增长对能源的脱钩情况，认为希腊的工业经济发展可以摆脱能源依赖，通过技术进步和产业结构调整可以改变能源束缚。Grossman和 Kruerger（1991）提出的经济增长与环境污染之间的倒U曲线可以看作是经济增长对环境的脱钩，而且拐点后的经济增长是动态有效的。经历了20多年的发展，OECD（2002）正式提出了脱钩理论，认为除了经济增长对环境的内在影响外，还存在政策、产业结构、技术进步等众多外部影响因素，解释经济增长对碳排放的脱钩需要考虑到能源消费结构、产业结构和政策效应等多方面因素。Tapio（2005）在之前研究的基础上，考虑到对经济数据选择的时间弹性，进而引入中间变量，以芬兰交通运输业为例来计算碳排放与经济增长的脱钩，开启了相对系统的经济增长与碳排放之间的脱钩分析。

程会强，陈豹：基于脱钩理论的安徽经济增长与碳排放动态分析

国内对经济脱钩理论的研究相对较晚，并且在很多计算标准上也尚不统一。张忠祥（2000）运用西方的研究方法最早提出了中国经济增长的碳排放脱钩情况，认为中国的碳排放主要来源于化石燃料燃烧，其中90%以上的碳排放来源于原煤和原油；对于我国GDP增长与能源消费之间具体呈现怎样的脱钩，赵一平等（2006）做了一定的尝试研究；在Tapio脱钩指标的运用上，庄贵阳（2007）在探讨全球气候变化大背景下中国的低碳发展之路中做了较好的诠释；还有不少学者认为无论是基于国家层面还是地区层面，我国经济增长和碳排放的脱钩都还处于弱脱钩阶段，与强脱钩的目标还有一定的距离（李忠民 等，2011；彭佳雯 等，2011）。

总体而言，我国目前对经济增长与碳排放脱钩的研究仍处于理论阶段，实证和动态分析相对缺乏。因此，本文尝试以安徽省为例，在已有的研究基础上，运用脱钩理论分析安徽经济增长对碳排放的动态脱钩演进。

二、分析方法与数据来源

1.脱钩指标

脱钩理论可以通过经济变量和环境变量等相关数据来表征变量间的阻断关系。脱钩指标是数据分析的关键，是基于驱动力―压力―状态―影响―反应的框架来设计的。目前脱钩指标的构建存在两种模式：一是OECD最初构建的脱钩指标模式，可以简单表述为碳排放的增长速度与经济增长速度之间的比较，若二者的增长速度均为正且经济增长速度快于碳排放的增长时为相对脱钩；若经济增长为正而碳排放增长为负时为绝对脱钩，相对脱钩是绝对脱钩的前提。二是Tapio在OECD的基础上加以完善的指标构建模式。Tapio引入中间变量和脱钩弹性，考虑因素之间的动态灵敏度，并且根据弹性值划分为三大类八小类脱钩状态，对地区经济增长和环境压力关系的判定更为精确。本文在综合二者适用性的基础上，提出指标体系和分析框架。

脱钩弹性指数：

式中，T为脱钩弹性指数，C为碳排放量，E为终端能源消耗，GDP为经济总量，ΔC/C、ΔE/E、ΔGDP/GDP分别为碳排放改变率、终端能源消耗改变率和经济增长改变率。

脱钩弹性T引入中间变量终端能源消耗，动态反映了碳排放、能源消耗和经济增长两两之间的关系，通过数据变量关系拟合数据间的匹配函数，进而反映经济增长的小规模变动引起碳排放的改变量。表1中，碳排放代表环境压力，GDP水平代表经济增长，正负号表示对应项数据增长率与零的比较，弹性脱钩指数T有三个临界值0、0.8和1.2，依次把脱钩状态划分为八种类型。

2.碳排放指标

对碳排放的测度，选取原煤、焦炭、原油、燃料油、汽油、柴油、煤油和天然气八种终端能源代表安徽省主要能源消耗水平，通过终端能源的消耗量来计算能源的碳排放额度。安徽省经济增长对终端能源的依赖性较大且能源的排碳系数较高，因而具有代表性。

能源碳排放C=8i=1αi×βi×γi

式中，αi为第i种能源的消耗量；βi为第i种能源的标准煤折算系数；γi为第i种能源的碳排放系数；i=1，2…8，分别表示从原煤到天然气八种能源。碳排放的总量采用西格玛求和加总的方法；能源折标系数和碳排放系数分别取自于GB/T 2589―2008和IPCC（2006），如表2所示：

表2能源折标系数和碳排系数

能源种类原煤焦炭原油燃料油汽油柴油煤油天然气

折标系数/104tce/104t0.714 30.9711.4291.4291.4711.4751.4711.330

碳排系数/104t/104tce0.755 90.8550.5860.6190.5540.5920.5710.448

资料来源：能源折标系数来源于《综合能耗计算通则》（GB/T 2589―2008），能源碳排系数来源于IPCC（2008）。

3.数据来源

1990―2010年的安徽经济数据全部取自于1991―2011年《安徽省统计年鉴》、2011年《国家统计年鉴》和《中国能源统计年鉴》，2011年安徽国内生产总值、产业增加值、能源消耗量根据2011年《安徽省国民经济统计公报》计算而得。安徽省GDP水平按1978年不变价计算，以剔除价格因素对GDP的影响。

三、安徽经济增长与碳排放的动态脱钩分析

1.总量分析

根据上文方法和引用的相关系数计算安徽省1990―2011年能源消耗的碳排放水平，如图1所示：

总体上看，1990―2011年安徽碳排放总量是波动上升的，且明显表现出三个大的波动周期：第一阶段是1990―1996年，年碳排放总量从2 566.5万吨上升到3 694万吨，年碳排放增长率6%；1997年较1996年碳排放量出现小幅下降；第二阶段1997―2003年，年碳排放总量从3 592万吨上升到5 090万吨，年碳排放增长率6%；第三阶段是2004―2011年，年碳排放总量从5 284.8万吨上升到9 635.3万吨，年碳排放增长率高达9.6%，较前两期的年均增长率高出3.6个百分点。尤其是从2004―2009年，安徽碳排放总量的环比增长逐年上升，其中2007―2009年的增长最快，2008年较2007年的增长达到14%，2010年较2009年增长平缓为5%，随后2011年环比增长又出现反弹性上升为9.6%。总体上看，未来安徽碳排放的增长趋势强劲。

2.脱钩分析

根据前文脱钩理论和碳排放的计算方法，计算1990―2011年安徽省经济增长和环境压力，进而得出脱钩弹性指数，并对安徽经济增长对碳排放的脱钩状态做出判断，如表3、表4所示。

从总体上看（表3），1990―2011年安徽经济增长对碳排放的脱钩只出现了三种情况：相对脱钩、绝对脱钩和相对复钩，其中有14年处于相对脱钩阶段，绝对脱钩4年，相对复钩4年。安徽经济增长对碳排放的脱钩是动态改变的，说明碳排放总量增长的不确定影响因素很多。依据脱钩弹性指数和脱钩状态，可以将安徽经济增长对碳排放脱钩的波动周期划分为三个，如表4所示，分别为1990―1996年、1997―2003年和2004―2011，三个阶段的碳排放总量呈现出明显的动态上升趋势。但同时，4年相对复钩阶段均出现在2000年以后，尤其是2008和2009年两年都出现了相对复钩，尽管2010年有所缓和但是2011年又出现了快速上升的势头，说明安徽经济增长与碳排放存在复钩的趋势。

图2表征了脱钩弹性指数动态上升背后的脱钩状态的改变，可以很清楚地看到三个波动区间的存在。对于为何三个阶段内会出现脱钩的动态改变，图3给出了很好的解释。观察图3不难发现，安徽实际GDP的变化率和碳强度的变化率的改变曲线是近乎对称的。

第一阶段1990―1996年，安徽实际GDP变化率先增后减，碳强度先减后增。当实际GDP增幅减缓的同时碳强度出现上升的趋势，意味着经济增长趋缓的同时碳排放总量是上升的，脱钩状态存在复钩的趋势。第二阶段1997―2003年，安徽实际GDP增长平缓，而碳强度却表现为小波上升的态势，尤其在2000年和2003年碳强度增幅较大，很好地解释了2000年和2003年安徽出现了相对复钩的状态。第三阶段可以再细分为两个时间段，分别为2004―2009年和2010―2011年。其中2004―2009年安徽实际GDP增长较快，且碳强度的增长快于实际GDP的增长，尤其是2008年和2009年，安徽经济增长平稳但是碳强度增幅明显，直接导致了2008年和2009年安徽经济增长对碳排放的相对复钩的出现。2010年安徽经济出现小幅增长而同时碳强度却出现了大幅下降，所以2010年安徽经济增长的碳排放出现相对脱钩状态不难理解；随后2011年安徽实际GDP增长继续上升，但同时碳强度的增长劲头也继续跟上且增幅更大，所以安徽经济增长与碳排放存在相对复钩的趋势。

从单位GDP能耗的动态变化来看，图4显示了1991―2011年安徽单位GDP能耗动态变化的规律性，三个阶段的单位GDP能耗变化大体上呈现出“M+W”的走势，进一步对三阶段内安徽经济增长对碳排放的脱钩变动做出解释。1994―1996年、2002―2003年、2007―2009年安徽单位GDP能耗的变化率均呈现上升的趋势，尤其是1999―2001年安徽单位GDP能耗出现绝对量的增长，说明能源消耗的增长相对于经济增长更快，进而说明了能源碳排放的增长相对于经济增长也更快，经济增长对碳排放的动态脱钩存在复钩的可能。

图2显示安徽经济增长的碳排放脱钩弹性指数呈动态上升的趋势；同时图5显示人均碳排放的增长速度超过人均GDP的增长速度，且后期增长趋势更为强劲。碳排放的增长速度超过经济增长的速度，同时人均GDP和人均碳排放拟合曲线处于EKC曲线的上升阶段，表明安徽经济增长的环境压力存在恶化的可能。

四、结论和建议

根据1990―2011年安徽省经济数据，计算安徽的GDP、碳排放、能源消耗，无论是从总量分析还是动态脱钩分析，我们都可以得出以下结论：第一，安徽碳排放总量是动态增长的；第二，安徽经济增长对碳排放的脱钩存在复钩的趋势；第三，安徽脱钩状态的动态改变存在明显的三个波动周期。基于以上分析结论，提出如下建议：

1.调整产业结构

产业结构的调整意味着能源消费结构的调整，在调整产业结构的同时可以减少能源消耗的碳排放。2011年安徽三次产业的结构比为1∶4∶2，第二产业中工业和建筑业的比重为6∶1，偏重工业化发展，而这正是安徽高能源消耗、高碳排放的根源。因此，安徽省可以考虑适当限制高耗能工业的发展（如低端有色加工等），通过技术进步提高高耗能工业的废料回炉和减少三废排放，如脱硫脱氮和去碳技术的应用；同时发挥安徽的农业优势，发展绿色农业和低碳农业，形成农业产业化链条，发展农业循环经济；另外第三产业的做大做强也应该成为安徽经济发展的常态。

2.审慎产业转移

产业转移带来的输入型高能耗、高碳排放是安徽省外商投资和皖江城市带开发所必须加以警惕的。产业转移的经济博弈和政治博弈性质决定了沿海转移出来的只会是重工业高污染型企业，因此，皖江城市带承接产业转移对安徽经济的发展喜忧参半国务院在2010年1月12日正式批复了《皖江城市带承接产业转移示范区规划》，是安徽省第一个国家战略层面的区域发展规划。引进的企业当中不乏一些高耗能高排放的重工型企业，对环境的破坏性较大，但同时也对地域经济发展带来很大的促进作用，可解决就业，带动本土经济增长。所以说，对于输入型的产业转移需要审慎面对。从目前安徽承接的产业转移项目来看，以皖江城市带为例，该区域集中了安徽省80%的汽车企业、83%的钢铁企业、71%的有色金属冶炼加工企业和92%的家电企业，而这些大部分是输入型企业，能耗高，环境污染严重，尽管短期内带动了地方经济的发展，但是长期的环境资源损耗不能忽略。如钢铁厂的污水排放、有色加工的废气排放、能源消耗的碳排放等都必须加以考虑。因而政府在审核产业转移项目时应该有长远的经济眼光，审慎产业转移。

3.开发推广清洁能源

目前，以原煤为代表的安徽省经济增长的主要能源都呈现高碳排放的趋势，清洁能源和替代能源的使用较少，能源消费结构不能适应低碳发展的要求。2011年安徽省原煤消耗占2011年总能耗的78.6%，天然气消耗仅占0.2%，同时由于技术上和操作层面的困难，风能、太阳能等新能源和清洁能源仍未得到有效推广。因此，安徽可以考虑大力发展可再生能源，如秸秆生物质能、沼气等。沼气工程可以选择大中型和中小型两种，大中型适合规模养殖场、重型污染企业和污水处理厂，中小型则适合农村集体发电。

4.加大环保治理投入

环保治理投入关键在于政府的环保决心，同时也受到地方财力的影响。2008年安徽环保治理投入仅占GDP的1.3%，2009―2010年甚至低于1%。根据国际惯例，环保治理投入的基本标准为GDP水平的1%～2%，5%为环境污染可以完全控制的界值，8%～10%为环境良性循环的上限区间。可见，安徽环保治理的投入相对较低，而企业又并没有进行环保治理的内在动力。因此，政府需要明确环境保护的必要性和长远性，完善环保机制，设立专项环保资金，扩大环境保护投融资，建立责任人机制和监督机制。同时，要根据区域产业的发展特征，建设生态工业园，提高企业间的资源循环利用率和园区的资源化率。

5.增加森林碳汇

增加森林碳汇是减少碳排放的重要举措，科学造林、合理营林及可持续更新技术，可以提高森林的碳吸收量。安徽是林业大省，属于全国南方集体林区，应充分发挥林业资源碳汇优势，培育高效碳汇林，适当增加森林密度。目前安徽省森林面积为360.07万公顷，森林覆盖率为26.06%，森林蓄积量为13 755.41万平方米，年森林碳汇总量119.7万吨，根据2011年安徽省碳排放9 635万吨计算，可以吸收全省碳排放总量的1.2%。2012年安徽省又确定了千万亩森林增长工程建设，计划到2016年新增森林面积1 000万亩，森林覆盖率将达到33%，届时可以吸收碳总量122万吨。

总之，通过对经济增长和碳排放的动态分析，判别其脱钩、复钩状态，可以为区域经济决策提供科学依据，更好地促进区域经济与环境、资源的协调发展。

参考文献：

李忠民，陈向涛，姚宇.2011.基于弹性脱钩的中国减排目标缺口分析[J].中国人口・资源与环境，21（1）：5763.

篇10

中图分类号：F2

文献标识码：A

1引言

中国改革开放三十年，经济迅速崛起，如果知道是什么关键因素导致了中国经济奇迹，这对中国及其他发展国家有着极大意义，因此，国内外不少学者都对FDI与经济增；长的关系做实证分析。但由于不同学者选择的研究方法和数据的不同以及不同国家或地区的贸易制度、经济开放程度和相关优惠政策存在差异都导致了实证分析结果存在一定的差异。因此笔者选择使用1990-2015年江苏省的数据进行格兰杰因果检验、脉冲响应和方差分解来分析江苏省的FDI、对外贸易与经济增长的动态关系。

2文献综述

许多学者就FDI、对外贸易与经济增长的关系做过实证研究。贺红波、屠新曙（2005）认为FDI与经济增长之间具有正相关关系，但是经济增长并不是FDI增长的格兰杰原因。崔建军、吕亚萍（2014）利用国内30个省、市、自治区1998～2010年的面板数据分析得出FDI对30个省、市、自治区的经济增长起到了显著的促进效果，然而FDI在各地区所产生的经济影响有所不同。吴汉嵩（2008）我国1978～2006年进出口贸易与经济增长的数据进行回归分析和比较，得出无论是出口贸易还是进口贸易都对经济增长有促进作用的结论。张汉东、胡朝麟（2012）认为对外贸易对浙江省经济增长的贡献是显著的，由于进出口结构失衡，出口对GDP总量的贡献远大于进口，且差距有拉大的趋势。

3模型建立及数据说明

3.1数据来源及处理

本文数据来源于1990-2015年的江苏省统计年鉴和中国人民银行。其中，FDI代表外商直接投资，进出口总额代表对外贸易，江苏省的地区生产总值（GDP）代表经济增长。为了使三个变量的单位一致，用每年人民币对美元的平均汇率对FDI进行调整，使三个变量的单位均为亿元。为了数据的可比性，用消费者价格指数（1990=100）对实际外商直接投资和地区生产总值进行平减。对GDP、FDI和TRADE进行对数化处理以消除原始变量的异方差影响，得到LNGDP，LNFDI，LNTRADE。

3.2模型建立

建立如下的计量经济学模型：

LNGDPt、LNFDIt和LNTRADEt分别表示t时期的GDP、FDI和对外贸易额；α1表示LNFDI对GDP的贡献度，即变动一单位FDI所带来的GDP的变化值；α2表示变动一单位对外贸易额所带来的GDP的变化值；μt表示随机扰动项。

4实证结果分析

4.1平稳性检验

为避免伪回归，时间序列的首要问题是判断它的平稳性。因此本文采用ADF方法对原序列进行单位根检验。ADF检验结果如表1。

从表1可知，LNGDP和LNFDI原序列都平稳，但LNTRADE原序列非平稳，但LNGDP、LNFDI和LNTRADE一阶差分序列平稳。因此需要通过协整分析检验这三个非平稳变量的线性组合是否为平稳序列，如果是平稳序列，可以认为这LNGDP、LNFDI和LNTRADE变量之间存在长期均衡关系。

4.2协整检验

本文采用的是最常见的Johansen协整检验。检验结果如表2。

通过统计量的检验判定：LNGDP、LNFDI和LNTRADE之g存在一个协整关系，说明LNGDP、LNFDI和LNTRADE之间存在长期均衡关系。

4.3格兰杰因果检验

前文的协整检验只能说明LNGDP、LNFDI和LNTRADE之间存在长期均衡关系，但无法说明三者之间存在的相互影响是正向、逆向或是双向。本文采用格兰杰因果检验来明确LNGDP、LNFDI和LNTRADE三者间的相互关系。格兰杰因果检验利用VAR模型来检验LNGDP、LNFDI和LNTRADE三个变量的所有滞后项是否对另外一个或两个变量的当期值有影响，如果影响显著说明该变量对另外一个或两个变量存在格兰杰因果关系。

VAR模型的平稳性检验：

建立VAR模型，并进行平稳性检验。根据图1可知所有根的模的倒数均在圆内，VAR模型平稳。

从表3的结果可以看出，在短期内，FDI是经济增长的主要原因，而经济增长却不是导致FDI增长的主要原因。由此可知，江苏省吸引外商直接投资的并不是经济增长，而是一系列优惠政策和较高的对外开放程度等其他影响因素。短期内对外贸易是导致经济增长的主要原因，但经济增长并不是对外贸易增长的格兰杰因果。这主要是由于江苏省对外贸易中出口贸易占大比重，而目前江苏省出口商品仍主要以缺乏国际竞争力的劳动密集型的产品为主，由此短期内经济增长可能带来人力资本成本的上升而不会导致技术创新和技术密集型产品的迅速发展，因此短期经济增长对对外贸易影响并不显著。

篇11

一、技术创新对我国经济增长贡献的测度

这里用柯布―道格拉斯生产函数来估计参数和,其形式为:其中,为初始技术水平,e为自然对数的底,是综合技术进步参数, t表示时间,为综合技术进步因素。对该式两边分别取自然对数,整理后得到:

这是柯布―道格拉斯生产函数的线性形式，可利用此方程估计参数和。然后，就可以利用索洛“余值法”测算技术创新对经济增长的贡献。

本文以1995年至2006年我国的统计年鉴资料为样本，以国内生产总值（GDP）表示产出量（Y），利用全社会从业人员总数来表示劳动投入(L),利用固定资产投资额来表示资本投入(K)。利用以1978年为基期的商品零售价格指数将地区生产总值以及固定资产投资额的名义值转换为实际值。根据样本资料，利用SPSS对进行估计，结果如下：

(-13.255） (13.344) (13.812)

调整

参数都通过了t检验,回归方程对样本数据拟合程度很高,回归效果好。资本产出弹性的估计值为0.323,从而劳动产出弹性的估计值0.677。因此有

根据样本数据以及参数估计值,可以分离出技术创新、资本增长以及劳动增长对于经济增长的献率(见下表)。

技术创新、资本增长以及劳动增长对于经济增长的献率计算表

计算结果表明，1996年～2006年间，我国经济平均年增长率为10.26%,其中固定资产投资每增长1%,可带动经济增长0.323%。固定资产投资总额增长速度的年平均值为15.18%,平均每年带动经济增长5.23%,固定资产投资对经济增长的贡献率达到45.72%。劳动投入每增长1%,可使经济增长0.677%。由于就业人员增长速度比较低,平均每年为7.45%,因此劳动增长所带动的经济增长也不多,仅有5.044%,劳动增长对经济增长的贡献率平均仅为7.45%。技术进步对经济增长的贡献率平均为46.82%。

二、技术创新对我国经济增长贡献的演变

由上表可以看出1996年～2006年间,技术创新对经济增长的贡献波动很大,最高为66.48%,最低为21%,极差为43.48%，但总体呈下降趋势。运用H-P滤波得到的变动趋势如下图。

图 1996年～2006年技术创新对经济增长贡献的变动趋势

对上述趋势线用SPSS进行估计得到如下趋势方程：

(58.154) (-57.673)

方程拟合优度较高，相关检验通过，可以用来分析。可以看出，1996年～2006年我国技术创新对经济增长贡献以直线形式减小，而经济增长的稳定性在增加。

三、结论

1996年～2006年间,我国经济的快速增长的来源中,技术创新对经济增长的贡献平均为46.82%,而资本投入和劳动投入对经济增长的贡献平均为53.18%，技术创新对经济增长的贡献低于50%,要素投入对经济增长的贡献则大于50%。说明我国经济增长主要靠要素投入推动。进一步研究表明：技术创新对经济增长贡献以直线形式减小，而经济增长的稳定性在增加。新一轮技术创新对经济增长的贡献是否符合该演变规律，有待于进一步研究。

参考文献：

篇12

经济增长方式通常指决定经济增长的各种要素的组合方式以及各种要素组合起来推动经济增长的方式。按照马克思的观点，经济增长方式可归结为扩大再生产的两种类型，即外延扩大再生产和内涵扩大再生产。外延扩大再生产就是主要通过增加生产要素的投入，来实现生产规模的扩大和经济增长。而内涵扩大再生产，主要通过技术进步和科学管理来提高生产要素的质量和使用效益来实现生产规模的扩大和生产水平的提高。现代经济学从不同的角度将经济增长的方式分成两类，即粗放型经济和集约型经济。粗放型经济增长方式是指产出的增长主要靠扩大资本和劳动等生产要素的投入来实现的增长方式。由于不依赖技术进步，表现在投入产出比上的效益指标没有明显的提高；集约型增长方式是指产出的增长主要依靠技术进步，提高要素生产率来实现的增长方式，表现为投入产出指标的不断提高。当今世界，科技创新和技术进步已成为推动经济增长的决定性力量。在集约型经济增长方式下，生产效率的提高可以不断缓解和克服经济增长的劲瓶。

1.传统经济增长模式

1.1哈罗德-多马模型

哈罗德-多马模型以凯恩斯的有效需求不足理论为基础，考察一个国家在长时期内的国民收入和就业的稳定均衡增长所需条件的理论。它于1936-1956年间逐步完善，它标志着现代经济增长理论的出现。哈罗德―多马模型告诉人们：社会资本（存量），劳动量与该社会的总产量（或实际国民收入）间，存在着函数比例关系，即资本与劳动相结合，就能推动经济增长。

1.2新古典增长模型

二战后的一些西方学者提出了不同的增长模式。其中以50年代美国经济学家索洛提出的新古典增长模型最有代表性，他对哈罗德―多马模型进行了修正，并放弃了哈罗德―多马模型中关于资本和劳动力不可替代及不存在在技术进步的假设，试图说明：（1）总产出对于资本的边际报酬递减，资本投资对增长的贡献会逐步下降，直到停止；（2）经济增长饱和之后，增长的唯一来源必然是技术进步，而技术进步却是不可控的外生变量；（3）在各种要素不变的条件下，穷国的经济增长快于富国。

1.3其他经济增长理论

除上述主要经济理论之外，还有丹尼森、库兹涅茨等关于经济增长因素的分析和最优增长理论。丹尼森强调了管理知识的重要性，而库兹涅茨强调经济结构的巨大影响，而他们经济增长理论的共同基础还是国民收入核算体系或是GDP。

2.辽宁传统经济增长方式存在的弊端

2.1忽视能源与自然资源的损耗

传统经济增长模式存在的最大弊端就是忽视能源和自然资源的损耗。辽宁拥有丰富的土地资源、植物资源、森林资源、草场资源、动物资源、海洋资源、水资源、矿产资源等，由于传统的粗放型经济经济增长模式以高投入、低产出为特征，主要通过增加生产要素的投入来扩大规模，实现经济增长。而在这一过程中却不考虑自然资源的“库存”状况以及对能源和自然资源的损耗，仅计算来源于资本、劳动、原材料共同生产出来的产品的价值，却未曾想到对能源和自然资源的浪费是无法计算的。

2.2丰富人力资源的闲置，以及缺乏福利保证机制

辽宁省人口在各省、市、自治区中居12位，属人口大省。由于人口的不断增长，人力资源成为地球上最富余的资源特别是低端人力资源，而传统经济增长模式最需要的是资本、原材料和人力资源。这就带来了地球上最大的浪费――人力资源浪费，并可能引致严重的失业、犯罪、社会动荡、骚乱、甚至是暴力革命。在传统经济增长模式中，投资最终要通过人群的消费获取利润，人群的消费大部分来源于劳动者的工资，由此形成传统经济增长模式的一个巨大矛盾―产品供给与有效需求之间的矛盾，即许多产品供过于求。

2.3忽视对自然环境的保护

辽宁省地处温带半湿润地区、气候适宜、雨量充沛、光热资源充足适合动植物生长，拥有很多稀有的野生动植物，且辽宁位于渤海之滨拥有丰富的海洋资源等，但由于人类对其的破坏，致使很多物种已经灭绝而剩下的稀少物种也濒于灭绝的危险。自然环境的破坏不仅不适于动植物生存，且同样不适合人类生存。

3.转变经济增长方式的紧迫性

（一）转变经济增长方式是建设经济强国和经济强省的必由之路；

（二）转变经济增长方式是推动经济社会协调发展的本质要求；

（三）转变经济增长方式是实现可持续发展的根本大计；

（四）转变经济增长方式是推动和谐社会建设的迫切需要。

4.转变经济增长方式的途径

（一）调整经济结构是转变经济增长方式的重要途径；

（二）增强自主创新能力是转变经济增长方式的关键环节；

（三）集约发展是转变经济增长方式的主攻方向；

1.大力发展循环经济；2.大力发展集群经济；3.大力发展规模经济和品牌经济。

（四）改革体制机制是转变经济增长方式的根本保障。

篇13

中图分类号：F12 文献标识码：A 文章编号：1001-828X（2012）06-000-01

一、教育支出和经济增长关系概述

自古以来，教育都对于整个国家和社会的发展起着非常重要的作用。随着改革开放的不断深入，教育的重要性也越来越引起人们的关注。近几年来，我国的教育支出呈不断增加的趋势。国家在教育上加大投资，优质的教育培育出优秀的人才，人才又推动了经济社会的进步，国家又可以进一步加大教育支出。因此，教育支出和经济增长之间存在着互动关系，两者互为依托，互相促进。不过，虽然我国的教育支出存在不断增加的趋势，但从总体来看，与世界发达国家相比，我国的教育支出占整个国家财政支出的比重仍然不高，远低于世界的平均水平。上文也已经提到过，教育支出和经济增长是互为依托、互相促进的。所以，国家应对教育支出给予高度的重视，使教育水平和经济水平共同提高，共同进步。教育支出主要分为以下几种。政府教育支出、家庭教育支出、社会团体教育支出及个人教育支出。其中，政府的教育支出作为公共财政支出的一种，占了很大的比重。公共财政的支出必须以满足公共利益为前提。国家统一的对教育的支出是社会福利的一种，相对而言，使低收入者获得更多的优惠条件，使教育更加趋向于公平状态。当然，教育支出对经济增长是否是正相关关系，还需要进一步的思考。

二、教育支出对经济增长的影响

教育支出能够为经济发展带来所需要的人才，因此也是经济增长的重要影响因素之一，而对于这种影响机制的了解与重视，不仅成为了理论界所关注的焦点，而且在实践方面也受到了很高的重视。教育支出主要以两种形式对经济增长产生影响。总体而言，教育支出对经济增长的影响作用包括着如下的几个部分。

首先，众所周知，消费带动需求，需求进一步刺激经济的发展。教育支出也是消费的一种表现形式。我国的消费者受传统的消费观念影响较深， 因此在我国的消费动力不足，处于疲软状态。为进一步刺激消费，大力发展教育也是一种不错的选择，通过投资教育的方式可对经济增长产生积极的促进作用。一般而言，教育通过所培养的人才对经济增长产生影响。一方面，教育的目的在于培养各行各业的有用人才。当学生毕业进入社会后，自会将学校所学知识转化为工作能力，此时教育支出就发挥带动经济增长的作用。虽然我国的各种自然资源储量丰富，但由于人口众多，资源的人均占有量在世界上仍处于落后状态。人力资源也是资源的一种，而且是较为高级的存在形式。只用充分发挥人才的作用，才能弥补我国自然资源不足的缺陷，争取能在激烈的国际竞争中立于有利地位。人才优势的充分发挥依赖于教育的发展。因为，只有高质量的教育才能培养出优秀出色的人才。另一方面，科教兴国是我国发展的基本战略之一，而科技的发展也必须依赖于优秀的科技人才。公司企业的日常运营、各服务行业工作的正常进行等等，都对“人”有着极大的依赖。因此，只有从发展个人本身来入手，才能产生经济社会发展的不竭动力，为发展的顺利进行打下坚实的基础。

其次，教育对于经济增长构成了三种不同的效应。一是对于投资的结构产生了相应的效应。就教育支出本身而言，其具有一定的公共投资的属性，并且也是消费性投资的重要组成部分，因此能够对于经济增长产生较为直接的影响。目前，不少学者指出对于教育支出的增加可以在一定程度上使得相关教育机构的规模产生较大的扩张，从而使得与教育相关的一系列产业获得发展，例如教学设备的制造、教学楼房的建造等能够促进使得机械加工业、建筑业等的发展。二是对于人力资源的结构产生了一定的效应。目前经济社会对于技术创新的关注度越来越高，而这也使得人力资源的地位有了较大的提升。对于人力资源机构的调整离不开教育，而这也不仅仅是学校类的教育，也包括着社会所提供的其他方面的教育，因此，教育支出的增加能够保障人们可以通过多种途径来获取教育资源，从而提升自身的技术创新能力，最终对于经济增长产生影响。三是教育自身具有较为显著的外部性，而这种外部性也在潜移默化之中促进了经济社会的发展。目前，产学研的理念在国内外获得了较大的推广，这一理念使得高校对于经济增长的参与度急剧提升，因此教育的外部性进一步获得了增强。

三、正确处理好教育支出与经济增长之间关系的措施

教育对于经济增长的正向促进关系也使得政府机关有必要采取极为有效的措施来提升两者之间的作用水平，从而在资源有限的情况下，强化教育支出对于经济增长的作用，最终带来整个经济社会的进步。一般看来，这种措施包括着如下两个方面。

首先，政府有必要对于教育支出的资金来源及范围进行清晰的界定。统计数据显示，我国政府对于教育方面的支出在国民经济产值中占据了很大一部分，并且远高于国外的教育支出水平，并且目前多数教育支出是来源于政府的财政收入，企业所进行的教育投资不多。随着知识经济的到来，国家对于教育支出增加的同时，也必然需要广大企业参与到教育事业当中来，进行相关的投资。因此，由于资金来源的多样化发展趋势，政府有必要采取有效地措施来对教育资金的实际用途及范围进行明确界定，从而真正发挥出教育支出的有效性。这种对于教育资金来源的界定更多的将出现在高等教育领域，而义务教育领域仍然将以政府财政支出为主。

其次，鼓励企业投资等非财政形式的教育支出增加。由于我国财政性教育经费受到财政支出状况的制约，在短期内无法实现大幅度提升，如果过快地增加财政性教育经费投入也未必能保证资金的使用效果，因此要挖掘财政外的资金来支持教育事业的发展，如受教育者的家庭支付部分、社会团体与个人的捐赠等。同时，这些非财政性的资金介入，更注意投与收益的比较，也可以从外部对资金使用单位进行约束与监督，可能对不规范的行为起到一定的抑制作用，提高资金的使用效率。