經濟轉型中宏觀變量非一致性變化的成因探析

許永洪，洪 昕

（廈門大學a.經濟學院統計系；b.數據挖掘研究中心，福建 廈門 361005）

0 引言

經濟學意義上的物理指數，是指電力、能源、稅收、貨運、客運等利用行政記錄數據編制的指數，由于這類數據來源于主管部門的業務記錄，可信度較高，常被用來直觀評價經濟生活的基本面或用于評價統計數據的質量。一直以來，用物理指數來評估GDP的準確性都是學術研究熱點，并得到諸多國際機構認可和采納。但其中英國著名政經雜志《經濟學人》在2010年三種物理性指數：工業用電量新增、鐵路貨運量新增和銀行中長期貸款新增的結合來評估中國GDP增長量的指標和經濟發展狀況，其中雜志特別列出一張曲線圖，以過去10年為時間軸，將該指數與官方發布的GDP走勢相對照，發現趨勢上總體一致，但在上下波幅上，前者的表現比后者劇烈得多，而在其他學者的相應對比圖表中，物理指數與GDP指數均呈現出不同程度的不一致性。對于此類非一致性變化產生的原因學界眾說紛紜。部分學者認為[1,2]，物理指數與GDP指數間非一致性變化產生的原因是我國GDP指數的數據質量存在一定問題。而另一部分學者[3,4]則認為非一致性變化現象的成因是物理指數與GDP指數的對比方法的不成熟。

任何反映經濟現狀的指數指標，均不可能涵蓋真實經濟世界的全貌，而只能對具體階段或部分產業作相對精確的概括性評估，對于整體經濟的評價，應綜合考慮各項指標，絕不能使用某種指標對另一種指標進行簡單替代。本文正是在這一基礎上，以物理指標對于宏觀經濟問題的衡量作為著眼點，對全國各省市宏觀經濟指標和物理指標進行建模，考察GDP、人均GDP，第三產業產值、政府財政收入、年度貨運周轉量、政府稅收收入、能源消費總量、電力消費總量以及固定資產投入總量等變量長期動態關系，從而討論物理指數與GDP指數非一致性變化的產生原因。

1 物理指數與GDP增速之間關系的理論與實踐爭議

事實上盡管用物理指數來評估GDP的得到花旗銀行等國際機構認可和采納，但實際上國際經驗并不支持GDP增速和物理性指數的同步變化。僅以能源消耗為例，通過考察1971～1999年期間日本、韓國、德國、英國和美國的能源增長數據和GDP增長數據，我們發現在這些國家的不同時期都出現過能源消耗與GDP增長不同步的現象。

亞洲發達國家日本在1978、1980、1981和1985年，能源消耗的增長都至少低于GDP增長4個百分點，其中1981年甚至低6個百分點。而韓國在1981年也出現過能源消耗的增長低于GDP增長7個多百分點的情況，而一些其他年份的情況正好相反，例如1977、1979、1990和1992年，能源消耗的增長都大大高于GDP增長，其中1979年甚至高9個百分點。德國、英國、美國等西方發達國家在一些年份也出現了類似的情況，如德國在1981、1989、1990、1991、1992、1999年能源消耗的增長都至少低于GDP增長4個百分點。其中1989年到1992年出現連續4年能源消耗的增長都至少低于GDP增長4個百分點。累積起來，4年間GDP增長了12個百分點，同時能源下降了7個百分點。英國1973、1975、1980、1983、1988、1995、1997年能源消耗的增長都至少低于GDP增長4個百分點。其中1980年和1997年還出現過能源的增長低于GDP增長6個百分點的情況。而美國則在1980、1981、1983和1990年出現過能源消耗的增長至少低于GDP增長4個百分點的現象。

由以上國家數據可見，以物理指數評價GDP指數隱含的假設是經濟增長率與某種消耗（如能源消耗）增長率應該大致相等，但國際經驗卻并不支持這樣的觀點。

2 GDP與物理指數間非一致性變化關系探析

GDP與物理指數之間并不存在簡單一致性關系，從統計學和產業發展角度看，其原因包括如下幾個方面。

2.1 產業升級造成GDP指數與物理指數增速不一致

以能源消耗為例，若假定經濟增長率與能源消耗增長率大致相等，則相當于假定整個國民經濟的能源消耗系數不變，這一推斷顯然缺乏投入產出學的支撐。對比中國31個省市自治區1985～2012年GDP增速與貨物周轉量、全社會電力消費量和全社會貨物周轉量，發現除個別異常值外，絕大多數年份中所有省份的GDP增速高于貨物周轉量、全社會電力消費量和全社會貨物周轉量的增速。事實上，社會經濟的發展過程本身就是一個集約、低耗、升級的過程，GDP指數與消耗性物理指數長期發展并不一致。

2.2 核算口徑不一致使GDP指數與物理指數很難直接對比

除GDP指數與物理指數本身所存在的不一致性外，核算口徑的不一致也為比對這兩種指數帶來困難。物理性指數編制的基礎數據通常來自于行政記錄，盡管行政記錄可以替代部分統計數據和用于評估政府統計數據，但是，行政記錄與統計數據還是存在諸多差異。

（1）行政記錄數據的分類與政府統計的分類不盡一致。政府統計有專門的方法論體系，我國GDP核算采用“2002年國民經濟行業分類標準”進行嚴格分類，而在很多行政記錄數據中，出于業務管理需要，沒有采用這一分類，造成了兩者在分類上的差異。

（2）行政記錄數據的分類與政府統計的時間記錄規則不盡一致。經濟統計一般都根據日歷期限進行的，但有些行政記錄數據，如稅務數據，出于管理需要，將核算期調整為與日歷期限不同的時期，這也造成了與國民經濟核算在核算期上的差異。

（3）行政記錄數據的覆蓋范圍與政府統計的覆蓋范圍不盡一致。國民經濟核算中所需數據一般要求覆蓋全行業所有常住單位，但行政記錄一般只覆蓋本部門管理范圍的數據，而不包括管理范圍外的數據。特別是在經濟領域，一些生產性行為常游離于監管之外，這些行為盡管在行政記錄中沒有體現，但是在進行國民經濟核算時，都需要核算在內。

物理性指數編制所用的行政記錄主要用于政府信息備案和部門決策分析，統計數據則用于中央和地方政府宏觀或微觀統計分析和政策制定。物理性指數和GDP指數統計口徑的差異并不支持兩者“看似科學的對比”。

2.3 第二、三產業中電力等物理性消耗的成本屬性不同使GDP指數與物理指數在不同景氣周期下變化不一致

企業的成本可粗略的分為固定成本和可變成本，以電力為例，電力在第二產業中的消耗和產量、產出均呈正比關系，故其主要屬性是變動成本，而基礎照明、日常辦公用電、員工生活用電等固定性用電相比生產時消耗的電力可忽略不計，因此對于純工業生產來說，電力是工業增加值比較好的反映指標。但是對于第三產業來說，電力的成本屬性則偏向固定成本，如互聯網和信息行業，企業的服務器、計算機、日常照明等設備的耗電量與業績相關性不大，因此對第三產業而言，電力存在“固定成本”屬性。正是因為電力在第三產業存在這一屬性，在經濟不景氣時，第三產業增加值迅速下滑，但電力的消費下滑不明顯，而在經濟轉向景氣時，第三產業增加值迅速增長，但是電力消費卻是小幅度增長。因此，對于第三產業占比高的城市，經濟復蘇階段和增長階段，GDP增速往往會大于用電量增速，對北、上、廣、深等第三產業較為發達的大城市而言，這一現象更為顯著，從某種程度也佐證了使用電力等物理性指數來評價GDP指數準確性有失偏頗。

2.4 轉型經濟下節能減排低投入國際經驗已成為重要發展戰略

中國經濟發展已踏上了轉型的必然道路，隨著節能減排降低資源消耗逐漸成為國家和地方“十二五”規劃的重要考核指標，降低能耗已成為經濟發展的大趨勢。國內外經濟發達省市在發展過程也傾向于更集約化地使用能源，如在2004年后，北京、上海、深圳和廣州的全社會電力消費與GDP彈性已減至低于1的水平，相對地，傳統工業省份河北的電力消費彈性比以上四個城市都高，這一事實可以有力地說明人均GDP高、第三產業占比高、經濟發展程度高的城市往往在發展過程中更集約地使用資源。同時，從國內外長期研究來看，不管電力消費還是貨物周轉量指數，其與GDP增速均存在直觀的動態關系，兩者變化方向一致，但是大多情況下，GDP增速高于電力消費與貨物周轉量指數，兩者變化的幅度并不一致，且在經濟發展水平高的城市，這樣的關系更加明顯。

綜上而言，無論從核算口徑和物理性消耗的成本屬性這些物理性指數本身性質角度出發，還是從產業升級和經濟結構轉型這些經濟發展大環境對物理性指數的影響角度出發，都在一定層面上為GDP指數與物理性指數的不一致提供了理論基礎。

3 實證分析

3.1 數據來源與變量設定

本文數據均來源于中國經濟數據庫(CEIC)，由于西藏地區大量數據缺失，故只選取全國30個省市數據，包括GDP、人均GDP，第三產業產值、政府財政收入、年度貨運周轉量、政府稅收收入、能源消費總量、電力消費總量以及固定資產投入總量等數據，同時，考慮到1995年前一些省份大量數據缺失，我們選擇數據的時間跨度為1996～2012年。為解決各指標統計口徑不同無法進行直接匯總，需要對所選數據進行量綱消除處理，將其統一處理為增速數據（為防止數據在取對數時出現不利于建模分析的小于等于零的數值，此處將增速數據取做相對上年數據的倍數，相當于將增長率數值加1，即相當于對變量進行了坐標平移，不影響估計結果），并擬建模變量設定如下：Y為GDP增速/電力消費增速的自然對數，X1是第三產業占比增速的自然對數，X2是財政收入增速/GDP增速的自然對數，X3是貨物流轉增速的自然對數，X4是能源消費增速的自然對數，X5是固定資產投資增速/GDP增速的自然對數，X6是人均GDP增速的自然對數，X7是第二產業占比增速的自然對數。

3.2 非參數模型設定及估計

現實中經濟變量之間的關系未必是線性關系或者可線性化的非線性關系，而且變量之間的參數非線性關系又很難確定，所以傳統的線性和非線性計量經濟模型在實際應用中往往難以滿足經濟和管理應用研究的需要。而使用非參數模型是假定經濟變量之間的關系未知，對整個回歸函數進行估計的更符合現實的模型，回歸函數的導數在不同時期的變化可以反映經濟結構的調整過程，還可用于乘數分析、彈性分析等比較靜力學分析。近20年來，非參數模型在國際上得到了廣泛的應用，已成為應用最多的模型之一，因此本文采用非參數模型，進行實證研究。這里將面板數據固定效應非參數模型設定為：

在本文的樣本中，n=30，T=16。這里的多元函數 f(·)的形式是未知的，除光滑性外，未做其他限制。這是因為αit是固定效應，f(x)不可識別，但其偏導數β(x)可以被估計。參照Ullah與Roy(1998)[5]的方法，本文對式（1）進行估計。

表1 各因子平均彈性估計結果

參照t分布臨界值表可知，X2，X4，X5，X6及X7在10%水平是顯著的，且X2，X4，X5和X7的彈性都小于零，說明GDP增速/電力消費增速隨著各個因素的值的增加呈下降趨勢。從表1來看，可以得到以下結論：

（1）人均GDP的平均彈性最大，且為正向，說明人均GDP對GDP/電力消費的貢獻最大。這既符合GDP是定義在國家/地區生產總值的含義，也符合人們在傳統意義上的認知。

（2）財政收入變量X2，能源消費變量X4，固定資產投資變量X5，以及第二產業占比變量X7的平均彈性均為負數，且絕對值小于人均GDP的平均彈性，表明以上物理性指數對GDP增長的促進作用相對于人均GDP因子來說并沒有那么強烈。

（3）財政收入變量X2在非參數固定效應模型建模結果中占比的彈性絕對值最小，說明了其增速變動的平均速度相對于其他因子來說并不大，由此可以推測，扣除GDP增速影響的財政收入變化對于扣除電力消費的GDP影響力也較為局限。

非參數估計不僅具有靈活的函數形式，同時還可以得到不同因子水平下各因子對于GDP/電力消費影響的非參數估計。表1中對平均彈性的估計并不能充分反映不同因子水平的情況下，各個因子對GDP增長影響的變化情況[6]。這里同樣參照Ullah與Roy(1998)[7]的方法來對上述因子進行非參數逐點估計，考察各因子系數變化的趨勢。

表2為各因子的彈性變化值及其t值，繪制出圖1。由圖表可見，各因子彈性絕對值逐漸降低并趨于平穩，說明各因子對GDP/電力消費的影響隨著時間推移逐漸降低至穩態。

圖1 各因子彈性變化趨勢

比照表1和表3可見，兩種模型的估計方向一致。相對固定效應模型，隨機效應模型稍微高估了各因子彈性平均水平的絕對值，但隨著窗寬的增大，兩者間的差距有所減少。此外，兩種效應的估計情況基本相同，因此表1所得結論可完全適用于隨機效應的估計結果。但是無論固定效應模型還是隨機效應模型，非參數估計對本文數據的描述都更加貼切（若使用參數估計，則其所得彈性曲線將是一條水平的直線），可以較為準確地反映出各指標隨GDP變化所進行的調整。而從實證結果我們也可以看出，盡管GDP與物理指數相互關聯，但二者之間并不存在簡單線性關系，甚至其中某些變量的系數與人們的直觀想象存在一定偏差，而這也恰與第三部分中的理論推斷互為佐證。

表2 各因子彈性的逐點估計

表3 各因子平均彈性估計結果

4 結論

首先，盡管GDP增速與大多物理指數存在邏輯上的關聯性，物理指數可在一定程度上作為GDP數據的說明、補充和完善，但是從國際經驗來看，二者之間變化趨勢的不一致性由來已久，簡單根據兩者的相差幅度來評估統計數據的做法值得商榷。

其次，從核算角度而言，核算口徑不一致、物理性消耗成本屬性的不同以及產業升級和經濟轉型方面的需求都將從一定程度上影響物理性指數對于GDP增速的評估效果。不僅如此，各物理指標對GDP發展的影響各有側重，而不同城市間經濟發展模式各有不同，也造成了不同城市層面物理指數和GDP指數增長關系不完全一致，事實上就同一城市來說，不同發展階段，物理指數和GDP指數增長呈現的關系也不相同，簡單認為二者間的不一致性來源于某個或某幾個數據的質量問題顯然并不合理。

最后，從非參數估計結果可以看出，盡管GDP與物理指數相互關聯，但二者之間并不存在簡單線性關系，甚至其中某些變量的系數與人們的直觀想象存在較大偏差，而也正由于GDP指數和物理指數之間非線性變化，單一物理指標或者多個物理指標的簡單線性組合無法完整用于GDP指數準確性的評價，經濟問題日趨復雜，對經濟的評價應該全方位多角度。

GDP指數和物理指數之間的關系是長期動態變化的，有其內在相關性，也有波動的不一致性，不能因為兩者數據關系的不一致片面的質疑GDP數據，也不能因為兩者數據的一致證明GDP數據真實準確。GDP在世界范圍內受到一些批評，但仍然不失為評價各國經濟的權威指標，物理性指標可作為參考性指標對其進行輔助說明和完善，但以目前的指標體系，并不適合對其進行簡單替代。

[1]孟連,王小魯.對中國經濟增長統計數據可信度的估計[J].經濟研究,2000,(10).

[2]Rawski T G.What is Happening to China's GDP statistics[J].China Economic Review,2001,(12).

[3]任若恩.中國GDP統計水分有多大——評兩個估計中國GDP數據研究的若干方法問題[J].經濟學季刊,2002,(1).

[4]KLEIN.L.R.,OZMUCUR.S.中國經濟增長率估計[J].數量經濟技術經濟研究,2002,(8).

[5]Ullah A,and Roy N.Handbook of Applied Economic Statistics[M].New York:Marcel Dekker.1998.

[6]Jefferson G H Rawski T G.Enterprise Reform in Chinese Industry[J].Journal of Economic Perspectives,1994,(8).