基于克強指數的蘇州地區工業發展建議

韓 月，楊云霞，周凌軻

（江蘇科技大學 蘇州理工學院 商學院，江蘇 張家港215600）

克強指數是基于經濟發展的“工業用電量”“鐵路貨運量”“銀行中長期貸款”這三個指標。2010 年，英國著名雜志《經濟學人》將上述三個指標予以綜合帶入一個具體公式，創造出一個新的衡量GDP 增長的指標，稱為“克強指數”（克強指數=工業用電量增速×40%+中長期貸款余額增速×35%+鐵路貨運量增速×25%）。該指數自從被推出后，就受到多家權威性國際機構認可，因其客觀公正性，地方政府幾乎無法干涉，不易作假，使得記錄的數據更為真實可信，能更真實地反映經濟運行狀況（田明靜）。

一、研究方法與數據來源

在“克強指數”被提出后，很多學者運用它對我國經濟進行分析預測，得出了大量結論。葉允最在建立廣西工業總產值和修正后的“克強指數”的關系實證模型的前提下，對其進行了實證分析，證實它們之間存在長期均衡關系并提出相應政策建議。周業付等人運用協整理論等分析“克強指數”對上海經濟發展的影響，提出應擴大上海開放程度，尤其是加快自貿區建設的思路。劉帥等人通過構建新克強指數與青海經濟增長的差分模型，揭示了金融服務對青海經濟發展貢獻有限，科技投入不足的問題，提出應大力引進高技能、高層次人才的對策措施。但至今為止，仍較缺少以“克強指數”來研究蘇州發展的成果。本文在“克強指數”的指導下對蘇州工業總產值、工業用電量、貨運量和中長期貸款進行回歸分析，基于分析結果，力圖為蘇州地區的經濟發展提出政策性建議。

因為“克強指數”是李克強總理當初針對遼寧省的經濟狀況而做出的一個指標，所以“克強指數”可以很好地反映遼寧省及其產業結構和發展狀況相似的省份的經濟狀況（唐德祥）。但對其他一些發展差異較大的區域，如對蘇州進行研究時就有必要作一定的調整。如解釋變量的選擇，本文一是以蘇州實際工業用電量為據。二是以蘇州總的貨運量為主，包括公路、水路、鐵路運輸。因為蘇州處于長江三角洲中部，太湖東岸，公路運輸和水路運輸在工業貨運量中的比例遠高于鐵路貨運量，不容忽視，故做出此調整。三是以銀行中長期貸款總量為主。

在模型設定方面，采用C-D 函數雙對數模型形式建立模型：lny=c+β1lnx1+β2lnx2+β3lnx3。在模型中，y為工業總產值（億元),x1為工業用電量（億千瓦時），x2為貨運量（萬噸），x3為中長期貸款（億元），c 為隨機誤差項，以2014 年1 月為基期，數據采用2014年1 月—2019 年8 月的《蘇州統計年鑒》和《蘇州統計月報》。

二、“克強指數”因素與工業總產值關系分析

(一)WLS 回歸估計結果

運用上面的數據（實際參數為58 個，因原數據中部分月份中長期貸款額為負，無法進行對數及數據免報問題，故剔除）。利用Eviews 采取加權最小二乘法對“克強指數”因素與蘇州工業總產值之間進行時間序列分析，為消除異方差問題，權重使用殘差絕對值的倒數(w=1/abs(resid))。可得如下估計結果，全部變量均通過顯著性水平檢驗，但中長期貸款C 值為負，猜測可能因為中長期貸款量為滯后指標，它對工業總產值的作用具有一定的滯后性，所以蘇州的中長期貸款無法在當期對工業總產值產生作用，因此有必要進一步檢驗在t-n 期投入的中長期貸款能否對當期工業總產值產生效用。

故分別將t-1 期,t-2 期,t-3 期的中長期貸款數據代入當期數據中，進行三次回歸分析可知，t-1期，t-3 期中長期貸款分析結果均在5%顯著性水平下拒絕原假設，只有t-2 期中長期貸款分析結果通過檢驗，并得到良好的結果。說明當期進行的中長期貸款會在兩期之后對工業總產值產生影響，具體分析結果如表1。

表1 t-2 期中長期貸款下加權最小二乘法回歸分析結果

由表1 可知，判定系數R2=0.972125，幾乎接近于1，這三個影響因素解釋了蘇州工業總產值變化的97.2125%,說明所建立的模型對于樣本數據的擬合優度比較高。lny 和變量 lnx1、lnx2、lnx3均通過 5%顯著性水平檢驗，F=627.7324，大于臨界值，順利建模。研究表明，克強指數在蘇州其他變量不變的條件下，當工業用電量每增加1%就會引起工業總產值增加0.253%，當貨運量每增加1%，工業總產值將會增加0.144%，當中長期貸款每增加1%，工業總產值將會增0.018%，對蘇州GDPuttg 重大影響。

（二）自向量回歸估計結果

通過一階差分變化得出模型結果如下：AIC=-2.759957，SC=-2.609861；二階差分變化得出的模型結果如下：AIC=-1.690136，SC=-1.531124

用 AIC 準則 (Akaike In.f0 Criterion) 和 SC準則 (Schwarz Criterion) 確定最優滯后階數(Lagged differences)為一階。

（三）基本檢驗

1.本文采用ADF 單位根檢驗方法，對變量lny、lnx1、lnx2和 lnx3的差分序列進行平穩性檢驗，由此確定序列的平穩性，檢驗結果為經過二階差分的lny、lnx1、lnx2和 lnx3均在 1%顯著水平下成立。因此，4 個原始序列都是二階單整序列，滿足同階單整條件，可用于協整分析。

2.本文采用Johansen 檢驗法對選取的變量進行協整關系檢驗，以研究克強指數各指標與蘇州工業發展的長期均衡關系，由不存在協整關系的原假設開始，直到存在四個協整關系時，跡統計量均在5%的顯著性水平下大于5%的臨界值，即拒絕原假設，說明這四個指標與蘇州工業總產值有長期穩定的均衡關系。

3.本文采用Granger 因果進行檢驗，根據檢驗結果可以得知，在10%的顯著性水平下，蘇州市工業總產值與貨運量和中長期貸款量不具有因果關系，而工業總產值和中長期貸款量是工業用電量的Granger 原因，工業用電量對蘇州工業總產值起到明顯作用（見表2）。

四、結論與政策建議

中長期貸款存在滯后期，滯后期長短取決于該區域的金融業發展水平，金融業發展水平越高，則滯后期相應越短，蘇州的中長期貸款滯后期為兩個月，說明其經濟發展水平較高。蘇州市經濟一直位于全國前列，國家對蘇州市經濟發展也較為扶持，但中長期貸款對蘇州工業總產值的影響較小。可能是因為近年來蘇州市貸款用途多樣，投資結構也在不斷優化調整，截至2018年，蘇州市全市服務業增加值占地區生產總值比重達到50.8%，經濟發展逐步由依靠能源消耗的第二產業轉向依靠科技發展的第三產業。蘇州市要實現進一步的發展，就需要深化投資領域改革、推動貿易轉型升級、深化金融領域開放創新、推動創新驅動發展，著力規劃建設蘇州自貿區，促進蘇州市經濟發展。

表2 Granger 因果關系檢驗結果

蘇州工業總產值增長對用電總量有很強的依賴性，且在Granger 因果檢驗中，工業用電量對蘇州工業總產值起到明顯作用。因為現階段的蘇州工業總產值增長都是基于高增長的工業用電量，雖然極大地推動了工業總產值，但同時也帶來了能源的消耗和污染問題。在蘇州經濟發展新常態下，必須要重視改進產業結構，淘汰一批高消耗、高污染、低產值的落后企業，依靠蘇州的高等教育和科技研發優勢，推動發展和扶持互聯網、納米材料、人工智能等高端產業，逐步形成低污染、高產值的產業結構。在保持GDP 高增長的同時，降低對能源資源的消耗，培養我國自己的高端企業，發展尖端技術，積極開發新綠色環保能源，減少石油、煤炭等高污染能源的使用。特別是充分利用蘇州“十三五”規劃，重點發展高爐煤氣、焦爐煤氣等資源綜合利用發電項目，全面推動、指導蘇州市現有鋼鐵企業等重工業企業開展節能技術改造，發展循環低碳經濟，促進工業經濟轉型升級，提高能源資源利用效率，與國家的供給側改革相呼應，為蘇州經濟可持續發展提供可靠保障。

蘇州市貨運量對蘇州市工業總產值有較大的貢獻度，2018 年全市公路、水路貨運量1.62 億噸，貨物周轉量267.82 億噸公里，分別比上年增長8.2%和7.3%；蘇州港集裝箱吞吐量635.51 萬標箱，比上年增長8.2%。尤其是在對外貿易中，全年實現進出口總額3541.1 億美元，比上年增長12%。其中出口突破 2000 億美元，達 2068.3 億美元，增長10.5%。蘇州位于太湖之濱，長江南岸的入海口處，多條高速公路貫穿全境，所以應利用水運和陸運的天然優勢，同時加快交通運輸業的基礎設施建設，形成更加完善高效的國際運輸體系。尤其是著力于一帶一路沿線鐵路建設，進一步調整優化蘇州對外貿易結構，推動蘇州工業園區與新加坡合作參與“一帶一路”建設，積極主動參與國家“一帶一路”開發，加快本土企業“走出去”步伐，提高蘇州本土企業的高新科技產品在新興國家市場的占有率，帶動蘇州市工業總產值的增長，促進蘇州經濟發展。