经济量化分析大全11篇

经济量化分析篇（1）

2计量结果

2.16部门经济行业结构调整对经济增长的贡献由于数据来源的关系,我们按照1997年《统计年鉴》[6]的分法,将中国经济分为农业、工业、建筑业、交通运输仓储邮电通信业、批发和零售贸易餐饮业及其他行业等6个部门进行计算.6部门的GDP见,αt的值见.可以看出,从1952年到70年代,是我国完成由农业国到工业占主导地位的工业国转变的时期,从80年代至今,是第三产业不断发展壮大的时期.显示了中国经济结构转变对GDP增长的贡献.可以看出,经济结构变化对经济增长的贡献有很明显的波动性,从50至70年代,中国经济由以农业为主的经济过渡到工业经济,经济的行业结构变化最大,其对经济增长的影响也大.从1953至1975年,行业结构变化对经济增长的贡献平均为1.33个百分点,而同期的年平均GDP增长率为7%(以当年物价计),也就是说,19%的经济增长是由经济行业结构调整带来的.进入80年代后,行业结构的变化相对较小,其对经济增长的贡献为0.81个百分点(从1979至1997年),同期年平均增长率为9.8%,也就是说,仍有8.3%的经济增长是由经济行业结构调整贡献的.总体而言,从1953至1997年,6个行业结构调整对经济增长的贡献平均为1.04个百分点,同期年平均GDP增长率为8.02%,其中的13%是由行业结构调整贡献的.这一结果与Denison[2]和Kuznes[3]的计算结果很接近.

经济量化分析篇（2）

中图分类号:F29文献标志码:A文章编号:1673-291X(2010)07-0134-03

引言

构建中原城市群就是河南省促进中原崛起的一个重大举措。而 “郑汴一体化”是中原城市群发展战略构想中的重中之重,也是中原城市群建设的基础和先导。目前,中原城市群建设活动进展迅速,初步实现了“郑汴一体化”的战略发展目标。那么,“郑汴一体化”对开封经济的发展有多大的影响呢?

一、分析方法和指标的选择

由于区域中城市之间经济往来数据的统计缺失,为研究分析造成了困难。为了避免这些情况,本文绕开这些指标,采用对比分析方法,即通过对比同一经济总体在两个不同时期各个敏感层面的关键指标,间接的量化城市群中单个城市所受到的影响。中原城市群建设对开封的影响直接体现在“郑汴一体化”,而“郑汴一体化”主要体现在六个对接,① 其中重点是城区对接、产业对接和服务对接,以此为根据,结合现实情况,我们选取7个变量用来测度开封经济所受的影响:(1)GDP,选择按照可比价格(以1978年为100)计算的GDP指数作为测度开封经济的总量指标;(2)开封市全社会固定资产投资额I(万元);(3)开封市客运量KY(万人)、货运量HY(万吨);(4)由于开封市1999年以前旅游总收入统计缺失,本文以接待国际过夜游客量FR替代;餐饮业营业额CJ(万元);(5)开封市社会消费品零售总额XF(万元)。

二、实证分析

1.描述性分析。通过分析开封市1991―2008年的各个指标值(数据来自开封市历年统计年鉴),可以看出,I、XF、KY、HY、FR和CJ的历年数量均在2004年后出现的较大增长。

表1也验证了原始数据的直观表现,其中全社会固定资产投资2003―2008年的增长速度为35.858%,比1991―2008年的水平高达14个百分点,餐饮业营业总额增加了近18个百分点,客运、货运、零售总额等也都有不同水平的提高,其中,受影响最大的是餐饮业,其次是固定资产投资,然后是客运、货运,最后是零售业。令人意外的是国际过夜游客数量2003―2008年的平均增长速度低于1991―2008年的水平,原因是该指标的代表性比较弱,并且容易受到异常值的影响,比如1999年、2002年和2003年都出现了较大的落差变化。有鉴于此,我们在接下来的分析中剔除这一指标。

2.多元回归分析。由于经济系统本身的不稳定性,大多数宏观经济数据指标会出现不平稳性,这容易出现伪回归,因此,需要对数据进行预处理。在回归分析中,对所有变量进行对数变换以消除可能存在的异方差特征,且对各时序数据取对数以后并不影响变量之间的关系。因此,本文选用多元的对数计量经济模型来分析1991―2008年间开封市经济增长与其影响因素之间的关系。首先 我们对各变量数据作对数处理处,取对数后各个变量变化为:

Y=ln(GDP);X1=ln(I),X2=(KY),X3=(HY),X4=(CJ),X5=(XF)

构造方程模型:

令Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+ε

这里,βi (其中i=1,2,…5)是模型的参数,也是回归分析要估计的参数,ε是残差项,代表受郑汴一体化影响而未考虑到的对开封经济增长有影响的因素。

又由于在实证分析中,运用普通最小二乘法的多元线性回归,要求所选取的样本点要求有相同的经济结构和生产技术,这在本文问题分析中是无法满足的(同一经济总体近似满足经济结构相同,但是1991―2008年的时间跨度是不能忽视生产技术的变化的)。同时影响经济增长的因素之间大多存在不同程度的多重共线性或者近似多重共线性关系,这会致使普通最小二乘法模型及其不稳定,所做的估计是有偏非一致估计。

为了提高回归模型解释的科学性,针对自变量间出现多重共线性情况下普通最小二乘估计不够理想甚至变坏的问题,本文选用岭回归分析方法,在取对数剔除异方差的基础上,消除变量之间的相关性,使模型更具预测性。

利用SPSS13.0来建立y与x1,x2,…x5岭回归(K值从0到1,间距0.05),便可得到岭参数K取不同值时的各变量的标准化回归系数(见表2)。

从表中可以看出,当岭参数k从0～0.4时,各系数值变化较大,这就是多重共线性所引起的异常变化。当岭参数达到0.4之后,回归系数逐渐稳定,并且各个系数的估计值的符号比较符合经济现实,再参照RSQ值,当k=0.4时,RSQ=0.981,相对来说依然比较大。再之,由表2中还可以看出,岭参数k从0～0.40时,方差膨胀因子从较高的值迅速变小并趋于稳定。方差膨胀因子是测度多重相关性的指标,一般认为,如果最大的值超过10,常常表示多重相关性将严重影响最小二乘的估计值。在k=0.040时,各个变量的方差膨胀因子分别为:0.135,0.225,0.440,0.224,0.155(保留三位有效数字,下同)因而可选取岭参数k=0.40。于是,5个变量的标准化回归系数分别为0.171,0.182,0.190,0.173,0.225。那么就可以写出标准化的回归方程:

Y=0.171x1+0.182x2+0.190x3+0.173x4+0.225x5

同理,可以得到2003―2008年Y对X1、X2、X3、X4、X5的岭回归方程:

Y=0.198x1+0.188x2+0.188x3+0.182x4+0.192x5

3.岭回归结果分析。上面两个回归方程,代表了同一总体(开封市)在不同的时期范围(1991―2008年和2003―2008年)各个因素对开封市经济增长的影响。由这两个不同时期范围岭回归方程的标准化回归系数的符号和大小可知:各个变量水平的提高,对经济增长都有正向作用。由回归系数的大小可知,x1(开封市全社会固定资产投资)在实行郑汴一体化后对Y(开封市GDP指数)的影响有0.171提高到0.198,x2由0.182上升到0.188,x4由0.173上升到0.182,而x3和x5则显示下降。可以看出,郑汴一体化之后,在这5个因素中,投资和餐饮对开封是经济增长的拉动作用最大,客运稍次,而货运和社会消费品零售总额在郑汴一体化之后对开封经济的影响则低于平均水平。

结论

通过对比“郑汴一体化”前后各指标的平均发展速度,我们了解了各个开封市各个产业所受到的影响;通过岭回归分析,对比各指标β值,我们初步得到受“郑汴一体化”影响的各产业对开封经济总体的影响。两项对比,我们可以得到以下结论:

首先,“郑汴一体化”通过拉动固定投资和建筑业的发展极大地促进了开封市经济总量的增长。虽然投资增长速度小于餐饮业,但是投资本身对经济的拉动作用使它后来居上。所以对“郑汴一体化”引致的投资活动要做到合理规划,以起到事半功倍的效果。

其次,货运量平均增长速度高于平均水平2个百分点,对经济总量的影响却低于平均水平,这是因为:(1)开封工业基础薄弱,资源利用量少,利用效率低;(2)郑州市正处于高度发展、积累时期,货运量增长更多的源于郑州对周边卫星城市资源的需求。这就解释了开封货运增长而对经济增长的贡献不大。对比客运,则是因为开封本身旅游资源的丰富吸引了更多的城际游客。这启发我们:与优势资源相关的产业在城市一体化过程中,自身获得发展的同时,并能以高于平均水平的拉动作用促进经济总体的发展。

再次,消费品零售总额无论是平均发展速度还是对经济总体的影响都不能获得令人满意的结果,甚至低于平均水平,这是一个令人意外的结果。然后,经历了2006―2008年股市的大起大落和2007―2008年的经济危机,这却又在情理之中。我认为,这是由特殊原因造成的,预测走出低谷,消费品零售业将会有更好的发展。

最后,也是本文写作目的。目前,关于区域经济一体化的理论研究中,有关城市群的理论研究基本上集中在区域经济一体化发展的整体效应和中心城市在区域经济中的作用上,而普遍的忽略了城市群中处于的边缘城市所受的冲击和影响。本文以中原城市群建设中“郑汴一体化” 对开封经济的影响为例,选取关键性敏感指标,通过对比它们在城市群、城市一体化建设中自身变动从而对经济总体的影响,量化分析单个城市在城市群、城市一体化过程中所受到的冲击,探索区域经济政策对边缘城市经济发展影响的分析框架和评价方法,为相关方提供决策基础。

参考文献:

经济量化分析篇（3）

文章编号：2095-5960（2017）03-0070-14

中图分类号：F121

文献标识码：A

一、引言

纵观世界经济演变与发展过程，经济金融化带有普遍性和规律性。经济金融化描述和反映的就是金融业在经济体中所占比重不断攀升，经济活动中心由实体经济转至金融部门、生产贸易为中心转移到以金融为中心的客观事实（Foster和Magdoff，2008；赵峰，2010）[1-2]。从发达国家经验来看：在1980年初，发达国家的股市市值已经与GDP相当，而现在其股市市值普遍是GDP的3倍以上，金融部门地位及其贡献不言而喻。就我国而言，随着改革开放和市场化改革联动，我国已晋升世界第二大经济体，金融业发展迅速、实力不断攀升、经济“核心”地位不断显现。据统计资料显示：金融业占GDP的比重由1978年的2.09%上升至2014年的7.32%。当然，这也不仅突显了金融系统在经济领域的重要地位，而且也带来了整个经济发展的金融化趋势（王国伟，2011）[3]，为实体经济提供了强有力的资金支持和服务支撑。但即便如此，我们也应理性和辩证看待经济金融化现象。前车经验充分表明经济金融化是一把名副其实的“双刃剑”，会改变传统利润积累模式、诱发金融利润投机和加剧收入分配失衡。更为甚者，过度经济金融化还会造成实体经济结构的“虚拟化”、产业发展的“空心化”，进而使一国陷入转型困境而不能自拔。

当前，我国经济已迈入新常态，处于结构转型的关键节点、自我修复更新的关键期、改革攻坚的“最后一公里”，但新问题却“抱团”涌现。条分缕析：这些矛盾问题集中体现在农业现代化、工业化、信息化和城镇化不同步性上。所以从宏观层面来说，推动“四化”同步是当前经济发展必然选择和战略框架。在“四化”中，新型城镇化是现代化水平的重要标志，是随着工业化发展，非农产业不断向城镇集聚，从而农村人口不断向非农产业和城镇转移、农村地域向城镇地域转化、城镇数量增长和规模不断扩大、城镇生活方式和城镇文明不断向农村文明扩散的历史过程（张占斌，2013）[4]和必然趋势，是“四化”同步的空间载体和支撑。也即此，新时期城镇化被中央决策高层寄予厚望并被认定为“经济增长引擎”。但城镇化的发展有其内在规律和根植条件，其发展需要实体经济保驾护航、产业支撑保障，进而才能得以实现“产城互动”的政策目标预期和提高城镇化的发展质量。

综合经济金融化和城镇化的核心内涵我们会发现：二者都体现一定的客观性和必然性，代表着经济发展的必然趋势和时代特征，这也是已有发展规模所呈现的不争事实。经济金融化虽然代表着金融部门的地位和综合竞争力的攀升，可以通过金融部门的规模经济为城镇化发展提供必要的资金支撑和基础条件。但我们也可以看到，随着经济金融化深化，其所带来的是国民经济体系中实体经济与虚拟经济比重的变化以及产业结构的变化，可能会虚化城镇化发展的产业基础。那么，二者之间究竟存在怎样的关系呢？在我国现实发展实践中，经济金融化对城镇化影响如何？这些都需要理论和实证予以解答。尤其是在推进新型城镇化的背景下，若不能理清二者之间的关系和现实影响极易会陷入制度背离困境。研究的必要性在于：通过分析经济金融化对城镇化的影响可以不但可以把脉我国经济金融化的发展程度，而且可以从经济金融互动的层面揭示钳制我国城镇化发展原因，为增强政策时效和宏观战略制定提供理论指导和经验支撑。

关于经济金融化国内外学者从不同角度、不同视角对其进行了深入、系统探究。但若对其进行追根溯源，关于经济金融化研究最早发轫于发达国家的体制“土壤”，具有浓重的“体制性”色彩。总体来说：虽然成果丰富，但并未达成共识（赵峰，2010；Freeman ，2010；Lapavitsas，2011）[1][5-6]。若进行归纳，基本上围绕概念认知和效应评估两大主题。在概念认知层面，Palley（2007）[7]认为金融化是一个过程，意味着金融动机、金融市场、金融参与者和金融机构在国内及国内经济运行中的地位不断提升，是金融部门与实体部门关系变化（Epstein，2005；Stockhammer，2010；赵峰，2010）[8-9][1]。崔学东（2009）[10]认为经济金融化是指发达国家以金融为核心并支配实体经济的发展阶段概况，涵盖企业治理、资本关系与积累模式等内容（Arrighi，1994；Fligstein，2001；Tickell，2000；莫雷拉和阿尔梅达，2010；何自立和马锦生，2013）[11-15]。此外，还有学者从生产关系层面进行探索，认为经济金融化是经济关系的日益金融关系化（白钦先，2003；严启发，2008）[16-17]。当然，也有学者提供了较为综合的概念，如赵玉敏（2008）[18]就认为狭义金融化是指运用金融技术将实体资产置换为金融资产的过程，广义金融化则是指世界主要经济体从产业资本向金融资本过渡的进程。

基于概念理清，学者也将研究重点转至效应评估，但也众说纷坛形成两种截然相反结论。Foster 和 Magdoff（2008）[1]、蔡如海和刘向明（2008）[19]、Corpataux和 Crevoisier 等（2009）[20]、鲁春义（2014）[21]充分肯定了经济金融化在金融资源有效配置、完善金融市场体系、缓解收入不平等等方面的正向效应，并发现当增长速度濒临停滞时，金融化有助于经济发展。Stockhammer（2010）[9]、Gleadle和Haslam（2010）[22]、Lin 和Devey（2013）[23]、Mishra 和 Sivramkrishna （2014）[24]聚焦的是经济金融化的微观效应，认为金融化在改变非金融机构治理模式、提升金融人才谈判能力、提升价值创造、维持利润率等方面发挥了重要作用。但也有学者对此并不以为然并对经济金融化的负面效应进行了浓墨重彩的渲染。如在国外学者中，Palley（2007）[7]、Foster和Magdoff （2008）[1]、Dore （2008）[25]等一致认为经济金融化加剧了收入不平等，会引致金融部门行为变化，是影子银行出现的直接原因（Stockhammer，2010）[9]，会加剧经济系统性风险（Kedrosky 和Stangler，2011；Lee 和Cheng，2011）[2627]。在国内学者也有类似观点，如刘刚和白钦先（2008）[28]经济金融化会导致短期资本逐步演化为专业性投资资本，往往会对一国乃至世界经济金融发展造成巨大威胁。吴晓灵（2009）[29]认为金融危机是在经济金融化的高度发展的背景下发生的。赵磊和肖斌（2013）[30]认为经济金融化造成了实体经济与拟经济的严重不平衡。

学术界关于经济金融化内涵及其影响认知为研究深入提供了坚实的理论框架和逻辑起点，指引了研究深入方向。但通过对已有研究成果综述亦发现已有研究存在以下问题：一是当前关于金融化效应的研究大多是基于宏观层面的经济增长，并未探究其对城镇化影响的分析。在中国经济整体迈入新常态的现实背景下，城镇化则被中央决策高层视为新时期“经济增长的潜在动力”，战略意义重大，揭示经济金融化对城镇化的影响效应意义更为重大。二是经济金融化和城镇化是经济社会发展的重要规律，随着阶段转换和发展水平提高，二者势必存在显著的阶段性特征和转换性，如何揭示这种成长性和动态性也具有重要意义。三是无论是经济金融化还是城镇化都涉及生产要素的跨区域流动与配置，受到临近市场、临近区域的经济金融化和城镇化发展程度的影响，存在典型的“空间溢出效应”，而现有研究中并未考虑这一“空间”因素，研究前提假设亟待拓展和完善。鉴于此，本文通过建立经济金融化对城镇化影响的空间计量模型展开实证分析，力争寻求新的实证发现，为政府政策制定、理性决策做出提供实证依据和经验支撑。

二、经济金融化对城镇化影响机制的理论分析

按照上述分析，在宏观层面，经济金融化的最为直接的影响效应主要集中于其对经济增长的维度。虽然城镇化所产生的规模效应和集聚效应起到了促进经济的作用，但总体上可以将城镇化看成是经济增长的结果（彭文生等，2013）[31]，二者是同一问题的不同侧面。如果不考虑体制性制约因素，在理论上二者是亦步亦趋、同步前进的。因此，本研究在揭示经济金融化对城镇化影响机制时候确立了“金融化经济增长城镇化”的理论分析框架。以此为基础，引入柯布道格拉斯生产函数。

在式（7）中，α体现的就是资金对于产值的贡献份额。由于按照上述假定，资金源于贷款。因此，α体现的就是贷款资金、金融机构或者说金融业增加值对于产值的贡献份额，而这恰恰是经济金融化的核心内涵和基本特征。因此，作为经济增长的必然结果，经济金融化亦会通过加速资金要素流动和分配、提升资源聚合和配置水平和加速资本积累、和推进产业结构的高级化和合理化等途径推进城镇化的发展。另外，1-α则衡量的就是劳动力对产值的贡献份额。从中可以清晰看出，二者之间是此消彼长的关系。由发展经济学的经典理论可知，城镇化过程与工业化过程亦步亦趋，体现的是农村劳动力由农村转向城市、由农业向非农产业就业的客观现实。所以，从某种意义上来说，城镇化所引发的农村劳动力流动、转移和就业的“主战场”应该是劳动密集型产业。但由上可知，随着经济金融化的发展，α对于产值的贡献递增，那么1-α对于产值的贡献就会递减，二者实践是此消彼长的关系。这背后暗含的一个客观事实就是：劳动力密集型产业会逐步向资金或者资本密集型产业转变。当然，这也符合产业发展和产业结构调整的一般规律。但是对于城镇化确实会形成一定的不良影响和冲击。所以，追其本质，金融化所刻画的实际上就是一个国家或者地区金融最大或“最适”容量①①金融容量是一个国家或地区在一定经济条件下金融最大或最适容纳量。变化的过程。这实质上反映的就是美国经济学家戈登.史密斯所刻画的经济-金融比率。尽管戈登.史密斯没有使用经济金融化这一概念，但其金融-经济相关比率实质上就是研究这一问题（蔡如海、刘向明，2008）[19]。

有鉴于此，我们可以认定经济金融化必须维持在一定的限度和临界值以下。寻求和揭示“经济金融化”的适度性就是判断其对当前我国城镇化影响效应和政策制定的关键。而按照上述分析，这实质上就是要寻找资金和劳动力分配的最佳分配比例。众所周知，信用是区别现代化经济和传统经济的主要依据。由于上文我们假定所有资金均来自贷款，而获取贷款需要一定的“资金成本”，也就是利率。为此，假定利率水平为r，劳动力成本或者说工资水平为w。所以，运用资金K和劳动力L产生产值Y时最终的得到的效益函数就可以表示为：

式（11）反映的就是最佳的资金与劳动力比率也就是经济金融化影响城镇化的“门槛值”。当跨越这一“门槛值”时，就意味着当前的金融容量已经超越了经济增长和城镇化所能承受的容量。那么，在新时期如何实现经济金融化与城镇化的协调同步发展呢？式（11）也给出了一定的政策建议。比如，在α和w不变的情况下，rcKL之前就存在一个反比的关系。如果当前经济金融化程度较高，那么政策的侧重就应通过减低利率来实现。反之，如果当前经济金融化程度不高，那么就应该通过提高利率来实现。所以，在推进经济增长和城镇化的过程中，利率改革是一个非常重要的内容。当然，现实中经济金融化对城镇化究竟产生了怎样的影响？其到底有没有因为超过“门槛值”而对城镇化产生不良的影响呢？这些都有待于继续建立计量经济模型予以实证和检验。

三、模型设计与变量说明

（一）模型设计

基于理论分析中所揭示的经济金融化对城镇化的影响机制。本部分继续建立计量经济学模型检验实践中经济金融化对城镇化的影响效应。城镇化作为“四化”系统中的子系统，是经济社会发展的必然规律。因此，除了理论分析部分所涉及的经济金融化外，其还受到其他一系列因素的影响。为了更为准确的揭示其影响效应的变动，又必须在核心变量的基础上引入控制变量，并城镇化看成是经济金融化和控制变量的函数，假定形如式（12）：

在式（22）中，直接效应反映的是矩阵主对角线上元素的平均值，衡量的是自变量是否对本地区的因变量具有显著影响。间接效应是矩阵所有非对角线元素的平均值，主要用于检验是否存在空间溢出效应，计算结果与时间下标是独立的。为此，本研究将运用直接效应和间接效应分解的估计方法来评估经济金融化对城镇化的影响及其空间效应以增强估计方法的科学性和准确性，为政策制定和改革推进提供相应的经验支撑和政策支持。

（二）变量说明及其量化

因变量：城镇化（Ur）。迈入经济新常态后，城镇化演变为经济增长动力，是“四化”同步的载体与主要空间表现形式，是农村人口向城镇流动、集聚的经济规律性形态。这种现象在国外也被称为“城市化”。但就其实质而言，城市化和城镇化并没有本质区别①①因为Urban中包含城市（City）和镇（Town）。我国设有镇的建制，人口规模与国外的小城市相当，人口不仅向“City”集聚，而且向“Town”集聚。（简新华和黄琨，2010）[36]。参照我国大政方针及相关政策导向，沿用城镇化的提法。为此，基于城镇化的基本内涵，用人口城镇化率来衡量我国城镇化发展水平。虽然这一指标存在一定的统计缺陷，但内涵的简洁性、操作的可行性以及获取的便利性特征使其深受学者的青睐。其计算如式（23）。其中，Up表示城镇人口，Tp表示总人口。

核心自变量：经济金融化（Fi）。随着我国经济转轨和市场经济体系逐步健全，金融资产不断丰富，金融体系建立健全，金融创新不断，金融部门在国民经济体系中占据的地位和发挥的作用不断攀升。而按照上文中的界定，这恰恰是经济金融化的重要特征表现。换言之，经济金融化在产业层面表现的是金融产业在国民经济系统中占比的增加。另一方面，如果从利润创造渠道来看，经济金融化体现的是金融投机利润的增加，劳动力收入构成、分配比例和渠道偏好的改变。综合而言，经济金融化最终体现的仍是相较传统产业部门、实物资产、利润渠道，金融部门不断膨胀、实物资产不断证券化、利润创造的“金融偏好”的特征事实。因此，基于概念的综合认知，用金融业增加值占GDP的比重来衡量，见式（24）。相比较，现有学术界用信贷资产占GDP的比重来衡量经济金融化的方式，用金融产值来替代有更深次含义、代表性和典型性。主要有以下几点考虑：一是，在现行金融体制下，信贷总规模反映的只是银行部门的价值活动，无法体现证券、保险以及其他金融行业的价值活动，而金融业增加值则很好地弥补了这一缺陷。因为在生产法下，金融增加值体现的就是金融总产出减去所有中间损耗得到。可以更好地反映“大金融”范畴。二是，在收入法下，金融业增加值是由劳动者报酬、固定资产折旧、生产税净额和营业盈余四部分构成。所以，该指标还可以涵盖收入分配概况，更好拓展经济金融化的内涵及其微观特征。

控制变量（Control）：除核心变量外，影响城镇化的因素还有很多。但从系统科学的角度而言，城镇化作为经济社会发展的子系统，其发展情况无非受到内部因子和外部因子的影响，并在二者相互作用下不断向前演进。当然，这也会模型的稳健性和科学性造成影响，进而也会影响到研究的基本结论。为了保证经济金融化对城镇化发展的影响效应的稳定性，按照发展经济学典型理论，引入工业化（In）和农业人力资本（Ah）两个控制变量以增强模型的稳健性。其中，工业化控制变量用来控制由于工业化发展阶段不同而引致城镇化发展水平的差异。农业人力资本主要用于控制由于城镇化主体也就是农村转移劳动力个体差异特征导致的城镇化发展水平差异的影响。具体而言：

按照发达国家的基本经验，城镇化是工业化的直接诱因和必然结果，不同的工业化发展会导致城镇化发展水平、层次和程度的不同，将工业化引入控制变量可以祛除工业化阶段不同而产生的城镇化发展差异性。一般来说，对工业化的认知存在广义与侠义之分，对于工业化内涵界定不同，定量的指标选取也就不同。从目前的情况来看，存在着指标体系和单一指标两种测度方式。在指标体系方面，如谢康等（2012）[37]就从经济发展水平、产业结构、工业结构、空间结构四个方面建立指标体系来衡量工业化水平。虽然采用指标体系可以更好、更全面和更具体的反映工业化发展的各个维度的内涵特征，但操作复杂。因而其在测度时候运用较多，因而在计量经济学中运用的较少。尤其是，在指标体系方法下，各个指标间存在着“信息重叠”的现象。如现行的主流操作方式一般都将“城镇化”作为工业化指标体系的“空间结构”特征来考量。这显然无法单独揭示工业化对城镇化的影响效应。因而，许多学者仍从狭义的工业化概念入手，用单一指标来衡量。如周业安等（2004）[38]、钞小静和任保平（2011）[39]等学者均采用“工业化率”这一单一指标来衡量工业化发展水平。其计算公式，如式（25），其中，Iv表示工业增加值。

在内部因素方面，我国经济发展存在典型特质就是“二元经济”特性。而在“二元”经济结构中一般都是假定劳动力是同质的，但在现实发展实践中劳动力是由不同年龄、性别禀赋且经过不同教育铸造过的差异化个体，具有明显的异质性特征。尤其是当进入工业化中后期后，劳动力的这种差异化、异质性表现会更为凸显，进而对城镇化进程也会产生不一样的影响，也就对模型中经济金融化对城镇化的影响产生诸多不稳定性。为控制这种因为农业劳动力自身个体因素对城镇化所产生的差异化影响，进一步引入农业人力资本控制变量以消除劳动力异质性因素的影响。现阶段关于农业人力资本的衡量并未形成统一的意见。但比较来看，平均受教育年限在前提假设层面更为接近人力资本的内涵，而且在技术操作层面相比其他指标具有明显的优越性。为此，本研究在对农业人力资本进行量化的时沿用平均受教育年限这一指标。其基本操作方式如下：一是按照统计年鉴统计口径将农民按受教育程度划分为文盲或半文盲、小学、初中、高中及中专、大专及以上五类，并分别将其赋值为2年、6年、9年、12年、16年，二是再乘以相应类型农民占比就可以得到农民人均受教育年限，如式（26）。其中，WM、XX、CZ、GZ、DZ分别表示各受教育层次农民占比。

（三）数据来源及说明

最终样本选取的是我国31省、市、自治区和直辖市面板数据，样本跨期为1987―2013。其中，城镇化、经济金融化、工业化、农业人力资本等统计指标均出自或根据《中国农村统计年鉴》，《中国统计年鉴》，各省、市、自治区等统计年鉴，中宏教研支持系统，国泰安数据库等整理得到。各省会省市的经度和纬度数据源自国家地理信息中心。相关描述性统计信息如表1：

四、实证结果及分析

空间计量分析是建立空间统计的基础之上的，因此，首先对我国经济金融化对城镇化变动的影响进行空间统计分析，以揭示二者在整体系统中的相互关联及其分布特征。文中主要以1987―2013年我国各省份经济金融化和城镇化二者的平均水平进行空间相关性检验。运用的主要方法是局部Moran’s I散点图来反映。见图2。由图1可知，我国经济金融化和城镇化间的Moran’s I的系数为-0.113，小于0，我国经济金融化和城镇化的数据在空间并不是随机分布的，而是呈现典型的依赖性特征，并且表现为空间负相关性。从集聚特点来看，我国经济金融化和城镇化数据在空间上基本上呈现“低-高”、“高-低”的集聚特点。下面以此为基础进一步进行空间计量分析，以揭示经济金融化对城镇化影响程度。

表2中给出了经济金融化对城镇化影响的空间计量分析结果。此外，为了增强研究结论的可信度、科学性和稳定性，研究分别给出了没有添加控制变量和添加控制变量两种情况的模型估计结果。其中，模型（1）为只涵盖核心变量的普通面板估计结果。模型（2）为添加控制变量的普通面板估计结果。由模型（2）可知，引入控制变量后，模型各参数影响方向、影响程度均发生了较大的变化。这说明经济金融化对城镇化的影响受外部和内部环境的影响波动性较强，模型的稳定性有待进一步增强。进一步的，将“空间因素”纳入回归方程。为增强回归结果的可靠性，筛选较优的模型解释经济金融化对城镇化的影响效应。本研究给出了目前空间计量领域主流的四种模型：空间自回归模型（SAR）、空间杜宾模型（SDM）、带有干扰项的自回归空间模型（SAC）和广义空间随机效应模型（GSPRE）的估计结果。其中，模型（3）-模型（6）分别给出的是SAR、SDM、SAC和GSPRE模型的估计结果。模型（7）-（10）分别给出的是工业化和农业人力资本控制变量的SAR、SDM、SAC和GSPRE模型估计结果。从空间计量各模型的估计结果来看，引入空间因素后，模型的R2值有显著提高，这说明涵盖空间因素的空间计量模型较普通面板模型更具有解释力。可以说，引入“空间因素”后模型估计的精准度和信度都得到了较大提高。

但另一方面，从估计结果中我们也会发现：引入空间因素后，某些参数的估计结果在各空间计量模型下就存在了非一致性。这也说明前文所提到的使用点估计方法所带来的研究结果存在的偏误。但事实上，要系统全面地进行空间计量分析，不仅要揭示因变量的自回归空间效应，还应揭示经济金融化和其他控制变量的空间效应。虽然这一点可以由空间杜宾模型得以揭示，但是当样本容量较大时，要涵盖所有估计参数将产生问题。其中，一个解决的办法就是近期受到普遍关注的直接效应和空间效应的分解与估计（LeSage和Fischer，2008；Elhorst，2014）[40][41]。有鉴于此，继续运用直接效应和间接效应分解的方式对空间模型的结果进行重新估计。其中，直接效应测度的是自变量的变化对本区域因变量的影响效应，这种效应还包括“反馈效应”（feedback effects），即效应“外溢”至邻近区域并由其传回“策动”区域。间接效应测度的则是某一单位自变量的变动对其他空间单元因变量的影响效应。由此可以看出，通过对自变量“直接效应”和“间接效应”的空间分解，空间计量研究维度变得更为拓展。由于目前直接效应和间接分解只适用于空间杜宾模型和空间自回归模型。因此，在进行分解时只考虑这两种模型。由于是对空间杜宾模型和空间自回归模型进行分解。在模型（11）和模型（12）中给出的总体效应实际上和模型（7）和模型（8）中是一致的。因而，在分析的时候着重分析其直接效应和间接效应，总体效应部分就不再赘述了。其中，模型（11）给出的是空间杜宾模型的直接效应与间接效应分解结果；模型（12）给出的则是空间自回归模型的直接效应与间接效应分解结果。综合比较，以模型（12）的估计结果作为最终的分解结果。具体来说，在直接效应层面：城镇化的平方项（Ur2）在1%的显著性水平下通过检验，这和模型设定部分所提出假设是不谋而合的。实证结果充分说明，我国城镇化演变是一个动态过程，存在显著的成长性、阶段性和路径依赖性，符合事物变化和发展的基本规律。因此，在实践层面，我们推进城镇化发展也要遵循这样的规律，不能执行“冒进主义”和急于求成。应在遵循城镇化发展客观规律的基础上，打破相应的“路径依赖”特征，做好新型城镇化发展的路径选择。接下来我们重点来看一下经济金融化对城镇化影响的直接效应：

由估计结果可以看出，总体来看，经济金融化（Fi）及其平方项（Fi2）在5%的显著性水平下均通过检验，且经济金融化的平方项Fi2的估计系数为负。这说明就域内而言，经济金融化和城镇化之间存在倒“U”型关系，实证结果有效支撑了经济金融化是一把“双刃剑”理论思想：在未跨越倒“U”型曲线的顶点或者其发展临界值之前，经济金融化对区域内城镇化发展会起到有效的促进作用，可以为城镇化发展可以通过金融部门的规模经济和资金时空功能为城镇化发展提供强大的金融资本积累和基础条件。但一旦经济金融化发展跨越越倒“U”型曲线的顶点或跨越“门槛值”，其对城镇化发展的负面效应就开始显现，金融资产和金融部门膨胀而产生的利润积累模式改变和实体经济“虚拟化”、“空洞化”、“去工业化”而使城镇化失去产业支撑。因此，要实现经济金融化和城镇化协调和共生，必须就经济金融化控制在“合理区间”，防止经济金融化绕过生产过程直接涌入金融领域所形成的“资金空转”和实体经济“虚化”的现象，使城镇化背离产业“土壤”进而影响到城镇化发展质量。另外，从结构层面来看，我们也要对不同区域、不同时间、不同省份的经济金融化发展是否达到“门槛值”进行针对性分析进而制定差异化的调控政策以增强政策的有效性，切记一刀切。

从控制变量的直接效应来看：工业化（In）和人力资本（Ah）对城镇化都显著为正。但相比较而言，工业化对城镇化影响的边际系数要大于农业人力资本积累。工I化为城镇化提业支撑、就业容纳和禀赋条件，是城镇化的动力基础，当然这也与“二元”经济理论所揭示的工业化和城镇化二者间的相互关系一致。农业的人力资本积累可以提高农民的城镇化意愿和人口素质，推动城镇化的发展，这也充分说明农业人力资本提高是决定城镇化的重要因素之一（万广华，2013）[42]。通过农业人力资本影响系数低于工业化也说明农业系统内部的“推力”不足，仅靠外部“拉力”在未来可能会面临动力不足的问题。在新时期，转变思路、将支农方向转向农民自身素质提高的维度会是新型城镇化推进重要战略选择。

在间接效应层面：城镇化的平方项（Ur2）在5%的显著性水平下通过检验，这表明城镇化演进除了对本区域具有重要的影响外，也存在显著的空间溢出效应，将对邻域地区的城镇化产生重要的影响。这主要是因为城镇化的发展过程一般伴随着生产要素流动、产业集聚和基础设施建设的配套完善，表现的是社会经济地域空间的演化过程（姜松和王钊，2014）[43]，其空间“外溢性”不言而喻。此外，区域经济一体化进程、区域合作深化以及“城市群”战略实施也均对城镇化的“空间溢出效应”具有重要的影响。接下来，我们重点来看一下，经济金融化对城镇化影响的间接效应以揭示其空间“外溢性”。

由模型（12）中的间接效应的估计结果我们可以看到：经济金融化（Fi）及其平方项（Fi2）的参数估计结果的显著性是不同。经济金融化（Fi）对邻近区域的城镇化的影响为负且在5%的显著性水平下通过检验。而经济金融化的平方项（Fi2）的影响并不显著。这说明，经济金融化对邻近区域的影响并不是非线性的而是典型的线性关系。可以说，经济金融化发展对邻近区域城镇化的影响效应会维持恒定的负向效应。这可以从以下几个方面来理解：一是经济金融化会对要素资源产生强有力的“聚合效应”或者“极化效应”，快速抽离邻近省份或区域的劳动力要素，弱化邻近省份城镇化发展的“劳动力蓄水池”功能。二是经济金融化发展水平提高也意味金融部门和金融中介组织的成长与壮大，其可以通过“资金时空”转化机制，引导资金流出邻近省份或者区域，弱化城镇化发展的资金基础。三是经济金融化发展水平的提高也意味着产业结构的调整与优化。一般而言，产业结构越合理，城镇化发展水平越高、质量越好。而由于邻近区域的城镇化发展的“劳动力蓄水池”以及资金“时空转化”功能被削弱，产业结构也就存在不合理，弱化了城镇化发展的产业基础。因此，在应对经济金融化时应强化建立区域合作机制，不能形成“政策孤岛”、不能“孤军奋战”。

从控制变量的间接效应来看，工业化（In）对邻近区域城镇化的间接效应为正，且在5%的显著性水平下显著。说明区域工业化的发展可以有效带动邻近省份城镇化的发展。这一点已经由发展经济学经典理论证实。一般而言，工业化的发展在空间上存在显著的梯度特性和“晕轮效应”，会由高梯度地区向低梯度地区辐射。经济金融化程度较高的地区，其第三产业比较发达，其他类型的产业一般会遵从“梯度转移”规律向邻近省份转移和空间聚焦，而这其中的空间表现形式就是邻近区域城镇化水平的提高。此外，工业化还可以通过经济要素、技术资源和完备的基础设施体系等方式对邻近区域的城镇化发展产生影响。人力资本（Ah）对邻近区域城镇化的间接效应为正，且在5%的显著性水平下显著，人力资本积累主要是通过人力资本投资获取的，人力资本投资的目的是为了获得更大收益，在这种内在“动力”的诱使下，就决定着人力资本拥有者会在邻近省份间发生转移和流动，进而产生“人力资本”的空间外溢效应、知识扩散效应对途径对邻近区域城镇化的发展产生影响。同时，随着人力资本规模的扩张，空间集聚效应也将凸显，优质人力资本拥有者间也将产生竞争，进而不断推动邻近区域城镇化的发展。

五、研究结论与政策建议

本研究建立理论分析框架揭示经济金融化对城镇化的影响机制，然后运用我国省际面板数据，建立空间计量模型，采用直接效应和间接效应分解的方法实证经济金融化对本区域和邻近区域城镇化发展的影响效应。研究结论如下：一是在直接效应层面，经济金融化和本区域城镇化之间存在着倒“U”型关系，在未跨越“U”型曲线顶点之前，经济金融化会促进本区域城镇化的发展。但一旦其跨越临界值，其就会对城镇化发展产生不良影响。二是在间接效应层面，经济金融化对邻近区域的影响效应和直接效应不同，其并不是表现出非线性的关系，而是恒定的线性关系。经济金融化发展会对邻近区域的城镇化影响显著为负，其通过弱化邻近省份城镇化“劳动力蓄水池”功能、资金基础和产业基础等三种方式制约邻近省份的城镇化发展。三是从其他变量来看，城镇化存在显著的路径依赖性和“空间溢出”效应，工业化和农业人力资本对本区域和邻近区域城镇化发展的影响均显著为正。研究中所蕴含的政策涵义如下：

一是深化认识，建立经济金融化预警机制。经济金融化和城镇化之间存在的倒“U”型关系充分揭示了经济金融化对城镇化影响的“双刃剑”属性。因此，我们要形成客观认知，从多个维度对经济金融化的利弊进行全方位、系统化分析，对其中所隐匿的风险性、危害性了然于胸。随着经济金融化深化尤其是其达到倒“U”型顶点后，其势必会侵蚀城镇化发展的产业根基。而这背后反映的恰恰是实体经济的结构性矛盾与潜在危机的金融特征所导致的资金不愿进入实体经济而在虚拟经济内部“空转”的现实背离，会虚化实体经济产业结构和城镇化发展的基础支撑。为此，有必要建立经济金融化预警机制，强化经济金融化的监管的区域合作和动态预测，力争将其负面效应控制在最小变动区间。

二是强化改革，建立金融化与城镇化发展的协调机制。经济金融化对城镇化的不良影响唯有在跨越临界值后才会产生和出现。而在此之前，其可以通过实现规模经济、提升产业竞争力和提供多样化、系统化的金融服务支持等途径推动城镇化发展。这要求我们应通过改革，建立经济金融化和城镇化发展的协调机制，破除现有金融支持实体经济、城镇化中存在的体制，将金融服务重点向制造业发展、农业现代化建设和农民人力资本提高等方向倾斜，通过经济体系的“推拉”机制带动城镇化的发展和提升金融服务城化的质量。此外，从微观层面而言，经济金融化反映的是企业利润缩减背景下寻求产业资本释放的“理性经济人”诉求，但其实质上是产能过剩困境中企业的一种短期性的投机行为，是在现行金融体制下企业“融资难、融资贵”问题的再体现。因此，要抑制投机，建立金融服务新机制，引导资金流向实体产业和实体部门，实现虚实互动、产城互动，加速新型城镇化建设进程。

三是优化布局，建立跨区域合作机制。本研究中所涉及的结论是总体层面的，结构层面的问题并未展开。但按照基本规律认知，各个区域经济金融化发展水平的临界值和对城镇化的影响也应是不一样的。因此，政策制定也就不能“一刀切”，应在理清经济金融化对城镇化影响效应差异化的基础上，优化政策布局和制定差异化、针对性政策。另一方面，由于经济金融化对邻近区域城镇化发展影响显著为负，而且保持着恒定的线性关系。这就充分说明经济金融化的发展对邻近区域所产生的不良影响。这就说明在区域内，除了要建立经济金融化预警机制以及其与城镇化发展的协调机制外，更为重要的是还应建立区域间的应对合作机制，而不应“孤军奋战”。唯有将这几个方面有效结合起来，才能增强改革成效、政策效应和预期目标。

⒖嘉南祝

[1]Foster J B，Magdoff F.Financial implosion and stagnation [J].Monthly Review，2008，60（7）：1-29.

[2]赵峰.当代资本主义经济是否发生了金融化转型[J].经济学家，2010（6）：15-23.

[3]王国伟.经济社会学视野中的金融行为研究[J].学术研究，2011（10）：47-52.

[4]张占斌.新型城镇化的战略意义和改革难题[J].国家行政学院学报，2013（1）：48-5.

[5]Freeman R B.It’s financialization[J].International Labor Review，2010，149（2）：163-183.

[6]Lapavitsas C.Theorizing financialization[J].Work，Employment & Society，2011，25（4）：611-626.

[7]Palley T I.Financialization：what it is and why it matters[R].Working papers//The Levy Economics Institute，2007.

[8]Epstein，Gerald A.Financialization and the world economy.Edward Elgar Publishing，2005.

[9]Stockhammer E.Financialization and the global economy [J].Political Economy Research Institute Working Paper，2010，242.

[10]崔学东.当代资本主义金融化与金融危机――异端经济学金融化研究述评[J].社会科学战线，2009（7）：60-65.

[11]Arrighi G.The long twentieth century：Money，power，and the origins of our times [M].Verso，1994.

[12]Fligstein N.The architecture of markets：An economic sociology of twenty-first-century capitalist societies [M].Princeton University Press，2001.

[13]Tickell A.Finance and localities [J].The Oxford handbook of economic geography，2000：230-247.

[14]莫雷拉，阿尔梅达.资本主义的“金融化”及其近年来对拉丁美洲新兴经济体的影响[J].当代经济研究，2010（9）：1-5.

[15]何自立，马锦生.发达国家经济高度金融化的内涵及本质[J].经济纵横，2013（5）：20-27.

[16]白钦先.百年金融的历史性变迁[J].国际金融研究，2003（2）：59-63.

[17]严启发.对经济金融化的观察与思考[J].对外经贸实务，2008（5）：11-15.

[18]赵玉敏.日韩自由贸易协定中的农业开放问题研究[J].国际贸易，2010（10）：46-49.

[19]蔡如海，刘向明.中国的货币化与金融化：影响因素与演进趋势[J].金融论坛，2008（5）：58-63.

[20]Corpataux J，Crevoisier O，Theurillat T.The expansion of the finance industry and its impact on the economy：a territorial approach based on Swiss pension funds [J].Economic Geography，2009，85（3）：313-334.

[21]鲁春义.垄断、金融化与中国行业收入分配差距[J].管理评论，2014（11）：48-56.

[22]Gleadle P，Haslam C.An exploratory study of an early stage R&D-intensive firm under financialization [J].Accounting Forum，2010，34（1）：54-65.

[23]Ken-Hou Lin，Donald Tomaskovic-Devey.Financialization and U.S.Income Inequality，1970―2008 [J].American Journal of Sociology，2013，118（5）：1284-1329.

[24]Mishra U，Sivramkrishna S，Jyotishi A.Impacts of globalization on Indian industry：case of financialization in it and non it sectors[C]//Proceedings of the 52nd ACM conference on Computers and people research.ACM，2014：69-75.

[25]Dore R.Financialization of the global economy [J].Industrial and Corporate Change，2008，17（6）：1097-1112.

[26]Kedrosky P，Stangler D.Financialization and its entrepreneurial consequences [J].Kauffman Foundation research series.March，2011.

[27]Lee K M，Cheng C Y.Financialization，economic crises and social protection：the case of Hong Kong [J].Journal of Asian Public Policy，2011，4（1）：18-41.

[28]刘刚，白钦先.热钱流入、资产价格波动和我国金融安全[J].当代财经，2008（11）：43-49.

[29]吴晓灵.2008年国际金融十大新闻[J].国际金融研究，2009（1）：6-15.

[30]赵磊，肖斌.经济金融化何以可能――个马克思主义的解读[J].当代经济研究，2013（3）：61-65.

[31]彭文生，林暾.“新”城镇化有新意[J].金融发展评论，2013（1）：38-54.

[32]王钊，姜松.我过生蔬菜价格变动的空间计量分析[J].农业技术经济，2013（11）：4-14.

[33]Anselin.Spatial econometrics：methods and models，Dordrecht：Kluwer Academic press，1998.

[34]高h东，温涛，王小华.中国财政金融支农政策减贫效应的空间计量研究[J].经济科学，2013（1）：36-46.

[35]Lesage J P，Pace R K.Introduction to Spatial Econometrics[J].Spatial Demography，2009，1（1）：143-145.

[36]简新华，黄锟.中国城镇化水平和速度的实证分析与前景预测[J].经济研究，2010（3）：28-39.

[37]谢康，肖静华，周先波，等.中国工业化与信息化融合质量：理论与实证[J].经济研究，2012（1）：4-16.

[38]周业安，冯兴元，赵坚毅.地方政府竞争与市场秩序的重构[J].中国社会科学，2004（1）：56-65.

[39]钞小静，任保平.中国经济增长质量的时序变化与地区差异分析[J].经济研究，2011（4）：26-40.

[40]LeSage J P，Fischer M M.Spatial growth regressions：model specification，estimation and interpretation[J].Spatial Economic Analysis，2008，3（3）：275-304.

经济量化分析篇（4）

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 03 056

[中图分类号] F207；F224 [文献标识码] A [文章编号] 1673 - 0194（2017）03- 0104- 02

1 引 论

近年来，国内学者对信息产业与经济增长的关系进行了深入而系统地研究。徐蕾（2013）采用一元线性回归模型分析了安徽省信息产业产值和国民生产总值间的弹性关系。赖志花，王必锋（2011）运用柯布-道格拉斯生产函数就信息产业与经济增长的关系进行了实证分析，研究表明信息产业对经济增长的的贡献率是比较显著的。在借鉴已有文献研究方法的基础上，本文运用姜涛（2009）两部门模型构建信息产业与经济增长关系的模型，研究包含辽宁省和东部几个发达省市经济增长与信息化的关系。

2 理论模型

按照两部门模型建立以下假设：

社会经济分为两部门，信息部门（I）和非信息部T（N）；劳动力（L）和资本（K）在两个部门中是主要的两大投入要素。

两部门的生产函数为：

3 实证分析

3.1 数据来源与处理

本节选取了我国东部较发达地区的8个省份2001-2011年的相关经济数据与辽宁省一起进行比较，这个8个省份分别是：北京、上海、广东、天津、浙江、江苏、福建和山东。而选取的数据指标分别为：生产总值、劳动力、投资-产出比率和电子信息产业制造业总产值。

对数据的选择和初步处理按如下方式进行：G（Y）用实际GDP的年长率来衡量经济增长；对名义GDP通过平减指数进行平减得到实际GDP，进而计算出GDP的实际增长率；劳动力增长G（L）用15-64岁劳动力人口的年增长率表示；投入产出比率用名义固定资本形成加上名义存货的增量部分，再除以名义GDP；YI使用电子信息产业制造业产值的数据。以上变量的数据分别来源于《中国统计年鉴2002-2012》、《中国信息产业年鉴2002-2012》、《中国电子信息产业统计年鉴（60年统计） 》。

3.2 面板数据的单位根检验

面板数据的单位根检验数据生成过程表示为AR（1），即：

yit=ρiyi，t-1+Xitδi+uit，i=1，2，…，N t=1，2，…，Ti （5）

其中，yit表示信息产业增长率；Xit为外生变量；N 表示个体截面成员的个数；Ti表示第 i 个截面成员的观测时期数；ρi为自回归系数。进行IPS检验，检验结果如表1所示，其中g 对应于G（Y），为经济增长；l对应G（L），为劳动力增长；I/Y对应C，为投资-产出比率；i对应（YI/Y）G（YI），为信息产业的增长。检验结果如表1所示。

由表1的检验结果可知，2个面板数据的单位根检验均拒绝了原假设，则说明此四个变量均不存在单位根，可视为平稳变量。

3.3 面板数据的协整检验

通过对面板数据的单位根检验结果可知，g、c、l和i是平稳的，满足协整检验条件。用Pedroni检验方法进行协整检验，检验结果如表3所示。

检验结果表明，组内Panel v-stat、 Panelρ-stat和组间Group ρ-stat检验结果均接受了“不存在协整关系”的原假设，其余检验结果均在1%的显著水平下拒绝了“不存在协整关系”的原假设。综合检验结果的分析认为i、c、l和g间存在协整关系。检验结果如表2所示。

据检验结果可知，北京、天津、辽宁、上海、江苏、浙江、福建、山东和广东这九个省市的信息产业与经济增长互为Granger因果关系。

主要参考文献

经济量化分析篇（5）

中图分类号：F830.34　文献标识码：A　文章编号：1006－3544(2011)02－0026－05

一、美国第二轮量化宽松货币政策提出的背景

2010年11月3日，美联储宣布了第二轮量化宽松(QE2)货币政策方案：将在2011年第二季度前购进60004a美元的国债以提振经济，预计每月将购买750亿美元的美国长期国债，购入国债的平均年限约为5～6年。这表明美联储意图通过降低长期资金的融资成本以增加企业信心，并促进就业市场的复苏。此外，美联储将延续把资产负债表中到期的债券本金进行再投资、购买国债的现行政策。这是继2008年12月至2010年3月间购买价值1.7万亿美元的资产后，第二次采用量化宽松措施。在公布购买国债计划的同时，美联储宣布继续维持0～0.25％的历史最低利率至更长时间。随着疲弱的经济数据继续公布，美联储第二轮量化宽松货币政策在世界普遍反对声中推出，G20峰会更让美国成为众矢之的。美国急迫出台第二轮量化宽松货币政策的背景如下：

政治背景：中期选举失败后，给奥巴马政府敲响了警钟，美国选民对美国经济持续低迷、失业率居高不下意见非常大。如果经济再没起色，奥巴马当选时的承诺再不兑现，两年后的连任可能会成泡影。因此，奥巴马要想挽回败局，就必须“拼经济”，从而大幅提高就业率。

经济背景：次贷危机爆发后，自2008年底美国实行第一次量化宽松货币政策以来，美国的经济形势虽然自谷底略有反弹，但复苏势头始终动力不足，当前生产和就业状况改善的步伐依旧缓慢。受制于高失业率和微弱的收入增幅，美国民众的消费意愿受到抑制；企业增加设备和软件投入的增幅比今年初放缓；新房开工量依旧低迷。另外，美国能够拿出的应对政策已经不多，特别是利率已经接近于零，失去了操作空间，逼迫其不得不采取量化宽松的货币政策。不过美国过低的通胀率给量化宽松政策持续使用提供了有利环境。根据劳动部数据，2010年9月美国的CPI较上个月仅上升了0.1％，除了波动的食品与能源价格外，物价已连续第二个月几乎“纹丝不动”，与一年前相比，总体物价水平仅上涨1.1％，核心物价仅上涨0.8％，为1961年以来最缓慢的年份。2010年10月18日，在美联储波士顿联储分行举办的“低通胀环境下重新审视货币政策”的会议上，伯南克在题为《低通胀下货币政策目标及工具》的讲话中表示，大部分货币委员会官员都认为物价增速应该保持在“2％或稍低”的水平上。美国大举印钞、大把撒美元没有通胀之忧。

二、美国量化宽松货币政策的主要内容及评价

所谓量化宽松，是指中央银行通过公开市场操作以提高货币供应，可视之为“无中生有”创造出一定金额的货币，也被简化地形容为直接增印钞票。其操作是中央银行通过公开市场操作购入证券等，使银行在央行开设的结算户口内的资金增加，为银行体系注入新的流动性。“量化宽松”中的“量化”指将会创造指定金额的货币，而“宽松”则指减低银行的资金压力。这些都有助于降低政府债券的收益率和降低银行同业隔夜利率，银行从而坐拥大量赚取极低利息的资产，央行期望银行会因此较愿意提供贷款以赚取回报，以期缓解市场的资金压力。与利率杠杆等传统工具不同，量化宽松被视为一种非常规的工具。与央行在公开市场中对短期政府债券所进行的日常交易相比较，量化宽松政策所涉及的政府债券不仅金额庞大，而且持续期也较长。

(一)第一轮量化宽松货币政策

2008年9月15日美国雷曼兄弟宣布破产，引发全球性的金融危机。美国政府在9月25日快速推出“量化宽松”计划，向市场注入7000亿美元的资金，以方便金融机构能够购买次贷产品。在随后的3个月中，美联储创造了超过一万亿美元的储备，主要是通过将储备贷给它们的附属机构，然后直接购买抵押贷款支持证券。这是第一次量化宽松(QEl)，政策的关键作用是稳定银行系统，这些超额储备使得银行不必通过贷款来恢复其流动性。

伯南克采取这项行动是因为他已经从央行在20世纪30年代犯下的错误中汲取了教训。美联储没有在危机期间向银行提供超额准备金，这是美国银行体系在经济大萧条时期崩溃的主要原因。

(二)第二轮量化宽松货币政策及其特点

自2010年4月份美国的经济数据开始令人失望，进入复苏以来，美联储一直受压于需要推出另一次的量化宽松。2010年8月伯南克在联储官员聚会中为第二次量化宽松打开了大门，同时谨慎地指出，量化宽松政策不是一个成熟的补救办法。但也不是所有的人都支持量化宽松政策，费城联邦储备银行总裁查尔斯普洛瑟以及堪萨斯城联邦储备银行总裁托马斯洪尼格今年就一直与伯南克存在异议，他们表现出了对量化宽松政策的强烈质疑。

OE2的特点包括：(1)与就业情况挂钩。目前美国的失业率高达9.6％，如果恢复到伯南克认为的经济正常水平时的失业率5.5％，可能需要很长时间。这意味着QE2可能需要多久便做多久，避免自缚手脚。(2)以管理通货膨胀及通胀预期为政策目标之一。目前美国的核心通胀几乎为零，并且有通货紧缩压力。美联储鼓励通胀，一则可以减轻债务负担，二则可以扩张消费。伯南克虽然不赞成设立明确的通胀目标，伯南克但是美联储鼓励通胀意味着美国货币当局并不介意弱化美元以及由此导致的输入型通货膨胀。(3)渐进式，小量稳步推进，根据最新数据适当调整数量。(4)不预设数量上限及时间限制，不达目的誓不罢休。(5)全球互动。如此规模、霸道的货币政策，发达国家或将被拖下水重回量化宽松，新兴国家势必通过行政、税收等手段限制热钱的涌入。

(三)对第二轮量化宽松货币政策的评价

美联储发表声明表示，美国经济目前的表现逊于此前预期。同时，由于企业并不愿意增加人手，失业率居高不下，美国经济面临通缩的风险。因此，希望通过第二轮量化宽松货币政策来应对当前的困难。但对于此次推行的量化宽松政策，国内外学者持有不同的意见。

澳新银行经济分析师刘利认为，美联储的这一决定基本符合市场预期。美联储此前已经向市场投放大规模流动性，但这些政策的效果开始逐步降低。为了避免再次陷入衰退，美联储只能再度实施量化宽松货币政策，通过降低长期资金的融资成本以增加企业信心、促进就业。许多经济学家认为，美联储已经耗尽了其所有手段，这次采购债券只是政治行动。在美国目前经济低迷、投资者和消费者信心严重不足的背景下，美联储采取新一轮定量宽松政策在

未来一年之中只会小幅推动美国GDP增长，对于刺激美国经济复苏的效果并不一定理想。美国明尼亚波利斯联邦储备银行总裁柯薛拉柯塔(2010)表示，QE2所产生影响可能不及第一轮量化宽松货币政策。他认为美国失业率居高不下至少有部分因素是美联储无法控制的，因为市场运转情况比去年年初时好很多，进一步使用量化宽松政策对公债的影响可能更小。

部分学者对第二轮量化宽松货币政策持反对态度。美国诺贝尔经济学奖获得者斯蒂格利茨(2010)认为，当前美国更需要的是新财政刺激方案，而非让流动性进一步泛滥，否则新增的流动性也不会迅速进入实体经济变为资产，而是流入金融机构和海外，催生新的资产泡沫。美国堪萨斯城联邦储备银行行长托马斯・赫尼希(2010)认为，QE2会危及美国脆弱的经济复苏，并称其为“危险的赌局”和“同魔鬼做生意”。赫尼希2010年11月3日在货币政策决策例会上对QE2也投了反对票，担心此举造成的通胀预期有害于美国经济的未来稳定。

我国学者也认为，量化宽松政策并非是灵丹妙药。李稻葵(2010)认为，在当前美国通货紧缩，银行不敢投资、不敢贷款，失业率居高不下的情况下，推出定量宽松政策是符合美国的战略考虑的，但是由于美国金融系统自身存在的问题，这种政策愿望虽好，但这些资金在美国没有发挥作用，打了一个转就到了境外去了，最终发挥作用可能相对有限。向松祚(2010)认为，QE2就是要以弱势美元来支持奥巴马的“出口倍增计划”；伯南克“黔驴技穷”，只好重施故技，宣布继续维持联邦基金利率“零水平”，增加购买长期国债，并对到期国债实施展期。QE2无法刺激美国真实经济复苏，却会对全球货币金融体系产生深远的负面影响。短期内真实经济看似是通缩，长期内全球性通胀已成定局。量化宽松货币政策所释放的货币和信用，部分在全球金融货币市场自我循环，另一部分跑到大宗商品市场，一部分以热钱形式跑到了发展中国家的资本市场，特别是楼市和股市。

总之，美联储宽松货币政策选择仍然难以改变美国经济或通缩风险的趋势。尽管资金利率达到了很低的水平，但是消费和投资意愿仍徘徊在低位。在此背景下，QE2有效性值得反思，货币政策能否应对经济复苏和结构性挑战值得深思，过度依靠货币政策能否刺激和推动经济复苏也成了疑问，印钞救市成为美联储主席伯南克的风险赌注。而且从长期来看，美国量化宽松政策不仅贻祸全球，投资者可能会更加担心美联储对未来失去控制，在国内同样也会遭遇激烈挑战。从2001年中国加入WTO开始，本应该是美国改变经济结构的十年，但却把时间浪费在维持资产泡沫上；泡沫崩溃后本应是“刮骨疗毒”，却被美联储浪费在填充泡沫上阁。

三、美国量化宽松货币政策的经济学分析

(一)对美国的作用

1.实行此政策的正面作用：(1)资产配置再平衡效应。央行向金融机构提供大量资金后，金融机构积极将其用于贷款、债券或股票投资，有效刺激居民消费和企业生产。(2)告示效应。资金投放增加可能使人们走出悲观心理，促进消费和投资。(3)时间轴效应(Time-lag Effect)。根据利率期限结构理论，长期利率等于未来短期利率预期的平均值加上风险溢价，央行承诺在一个较长时期内保证实施低利率和量化宽松政策能够降低当前的长期利率，从而达到提高资产价格、促进生产和消费的目的。

2.实行此政策的负面作用：(1)有可能给经济带来扭曲。美联储一旦介入国债，在未来卖出国债时可能面临难题，其买卖差价将可能给央行带来损失。特别是，如果买入国债而无人跟随的话，经济风险将都集中在中央银行身上。(2)逆向操作和通货膨胀的威胁。央行需要保持经济实现可持续的复苏将会长时间地保持低利率和量化宽松，因而会增大通胀风险。货币政策的逆向操作存在相当大的难度，未来回收流动性的时机和方式都将是一个大问题。

(二)美国量化宽松货币政策对世界的影响

2010年第三季度，世界经济增长出现了明显的减速趋势。三大经济体除欧盟外，美国和日本的经济增速较第一季度相比明显回落，韩国、印度以及其他一些发展中国家也出现了类似的减速现象。全球工业生产增长持续放缓，对外贸易增速回落，就业形势仍然十分严峻。

随着第二轮量化宽松规模的“尘埃落定”，非美货币则纷纷应声上扬。2010年12月10日与11月3日相比，欧元兑美元上涨56点，澳元兑美元在0.988水平交易，英镑兑美元已升至1，5723，人民币对美元的中间价也随之大幅走高至6.6653。美元贬值在一定程度上有利于美国出口和美国整体经济复苏。但量化宽松货币政策，很可能令美元成为套息交易的货币，将流动性输送到世界各地特别是新兴市场地区。海量货币供应量，必定会造成恶性通货膨胀，资产价格飞涨，致使大量投机者进入市场，尤其是对能源和有色金属类价格的影响更为巨大，可能造成比目前还严重的泡沫。亚洲经济在这方面曾有过惨痛的教训。20世纪90年代初，美国实施宽松货币政策，大量资本流向亚洲国家，到90年代中期之后，美联储开始加息，资本回流美国。那些亚洲国家便经历了泡沫从形成到破灭的过程，最后演变成东南亚金融危机。

另外，美元通过投资、贸易、基金等途径大量流入他国，美元输入国可能会出现美元供过于求的市场现象，导致该国本币的升值，进而又会影响到该国的出口贸易，出口减少，造成进出口贸易的失衡。因此美元输入国的央行不得不用大量本币兑换美元。而美国因为大量向外输出货币，换取大量的物资回流美国，加之美国政府又在国内控制纸币的流量，就可能出现他国通胀，美国通缩的怪象。另外，由于受投机资本冲击的风险加大，一些发展中国家金融体系更加脆弱。美联储已经将利率降低到0～0.25％的低水平。而许多发展中国家央行为抑制通胀，仍在继续升息。利差的扩大以及对发展中国家货币升值预期的提高，使国际投机资本大量涌入一些发展中国家，加大了这些国家经济体系和金融体系的风险。

可见，美国实行量化宽松的货币政策，最大结果是全球虚拟经济再次出现泡沫，大宗商品离开了实体经济的基本面大涨，风险投资基金纵横于全球市场，泡沫破灭将导致二次危机，经济探底。

(三)美国量化宽松货币政策对我国的影响

1.使我国的通货膨胀前景恶化。2010年11月，我国居民消费价格指数CPI同比上涨5.1％，中国名义通胀率已经高于年初制定的3％的目标，同时国内的通胀预期也不断增强。弱势美元一旦使得大宗商品价格飙升，我国将被迫面临大规模输入型通胀的压力，面临的实际利率为负的问题也将更为显著，并且带来资产泡沫的隐忧。

2.抵消我国当前货币政策的作用。2010年10月20日，央行时隔34个月首次加息，并在此后一月内三次上调存款准备金率。央行表示，下一步要进一步加大流动性管理力度，按照宏观调控要求合理投放贷

款。这些都旨在回收市场多余流动性对物价的冲击及其所带来的通货膨胀预期。但因为美国大肆印钞、美元持续贬值将使得热钱大举进入我国，从而抵消了加息回收市场流动性的目的。

3.我国的海外资产风险将增大。2008年美国纽约储备银行估计，人民币升值10％会使我国承受500亿美元的资本损失。假如我国持有的美国国债资产组合为三到五年期，那么美国利率上升2％，会使我国再损失300亿到500亿美元。依据国际清算银行报告，据估计，我国外汇储备中，美元资产占70％左右，随着美元信用的进一步放大，美元将会贬值，导致我国持有的美国长期国债收益率下降，未来则面临价格下降的风险，我国外汇储备将面临较大缩水。

4.使我国的出口形势更加恶化。在拉动我国经济增长的“三驾马车”中，出口占据着十分重要的位置。对于我国来说，美国又是最大的贸易顺差来源国之一。美国经济的放缓以及美国货币流通量放大导致的美元贬值，将会抬高我国进口商品的价格，还会进一步迫使人民币升值，因此对我国出口产生不利影响。而对出口的影响不但直接作用于我国的经济增长，还会通过减少出口导向型企业的投资需求最终作用于整个宏观经济。

四、我国应对美国量化宽松政策的建议

1.外汇储备多样化，分散美元贬值风险。总理表示担心中国在美国资产的安全，奥巴马政府迅速回应，并承诺中国资产的安全。但就当前的形势来看，这种安全承诺只是到期偿债的安全，而不包括外汇储备缩水的安全。李稻葵(2010)认为，历史上我国所买的国债享有的利息最多是4％～5％，如果美国出现了3％～4％以上的通胀，对我国的美国资产影响将很大，很可能变成负回报的投资。中国目前很难对美元和美国国债进行合理处置，大量抛售会导致价格下降的直接损失，而少量处理又很难解决问题，继续持有则是任其贬值。应该认识到过度依赖美元债务的出口对我们的经济体是一种自我毁灭的行为。中国应该坚持外汇储备的多样化，寻求安全和盈利的平衡，并在短期国债和长期国债之间进行。目前可以适当降低美国长期国债的持有量，增加短期国债的头寸提高流动性，保持外债处理的灵活性，并且在长短期国债的收益上得到兼顾。另外，中国可以要求美国对中国购买的债券进行担保，使新增国债收益率与通货膨胀率挂钩。

2.货币政策适时调整，及时回归中性。目前我国通胀压力非常大，宏观经济政策开始向“紧货币、宽财政”的组合倾斜。紧货币包括提高存款准备金率、加息和升值。我国终止宽松的货币政策的条件已成熟，否则我们就可能走日本和美国资产泡沫到经济危机的老路。加息是最近非常重要的决策，但是加息一开始，热钱的规模就会增加。首先，李稻葵(2010)认为中国作为一个大规模的经济体，最重要的就是管好自己的金融市场，管好自己的金融机构。只有规避系统风险，才能从根本上消除热钱带来的冲击。其次，应对热钱，必须加强资本项目管制。当然资本管制只是一个临时性的措施，其目的仅仅是为了提供一个比较平稳的市场与经济环境，控制美联储定量宽松政策可能带来的泡沫风险。一是要严格查处通过经常项目渠道流入国内的资本，二是要适当限制短期资本的流入。

3.推动人民币周边化、区域化、国际化。人民币国际化战略需加紧实施。人民币国际化的必要性体现在：实现中国经济存量的保值；促进中国经济增量的平衡；获得更大的政治经济话语权。2009年7月6日，我国跨境贸易人民币结算试点已经正式启动。2010年6月在全球开展人民币跨境结算的试点，11月24日，总理和俄罗斯总理普京在圣彼得堡宣布，双方决定用本国货币实现双边贸易结算。这样更好地规避了汇率波动风险，对于企业来说，可以更好地控制自己资金的成本。但是从我国实体经济状况来看，推动人民币国际化的道路还存在众多障碍。首先，我国的经济实力与货币国际化程度相对较高的国家还存在一定的差距。其次，我国在管理和制度方面的缺陷也阻碍了人民币国际化的进程。第三，我国现有经济体制需进一步完善。我国资本项目仍没有开放，人民币国际化还有很长的路要走。只有资本账户开放的那一天到来，人民币国际化才真的不远了。

参考文献：

[1]潘成夫，量化宽松货币政策的理论、实践与影响[J].经济学家，2009(9)

[2]王树同，刘明学，栾雪剑，美联储“量化宽松”货币政策的原因、影响与启示[J].国际金融研究，2009(11)

[3]陶冬，关于美第二轮量化宽松措施的猜想[N].经济参考报，2010－11－02

[4]王海，量化宽松并非灵丹妙药[EB／OL].新浪财经,2010－12－01

[5]叶檀，量化宽松货币政策损人难利已[EB／OL].东方财富网，2010－11－05

[6]姚斌，美国量化宽松货币政策的影响及我国的对策[J].上海金融，2009(7)

[7]何东，当前世界经济形势分析[N].学习时报,2010－07－13

[8]穆争社，量化宽松货币政策的特征及运行效果分析[J]_中央财经大学学报，2010(10)

经济量化分析篇（6）

量化宽松的货币政策，是指由中央银行采用公开市场操作的方法来增加货币的供应，该方法可以视之为一种“无中生有”的、“创造”出指定金额的货币，通俗的将就是问接的“印钞票”。其具体的操作手段是央行通过对公开市场进行操作，购入证券等，然后使得各个银行在央行所开设的结算账户中的资金增加，最终给整个银行体系注入新的流通性。

“量化宽松”中提到的“量化”主要是指对“创造”出的资金给出了定量的指标，而其中的“宽松”主要是指该手段将有效的减轻银行的资金压力。国家的中央银行通过对自己“凭空”创造出的资金加以利用，在公开市场上购买政府的债券、借钱给接受存款的相关机构以及从银行购买资产等。这些手段和措施都将明显的降低政府债券的收益率以及银行同业利率，导致银行只能拥有大量的只能获取极低利息的资产。通过这种手段，央行“迫使”银行更加愿意给客户提供贷款以或缺更多的利益回报，最终达到缓解市场资金压力的目标。

由于当银根出现松动，或者是所购买的资产随着通胀而出现贬值时，量化宽松将使得货币倾向于贬值。正是由于量化宽松有可能增加货币出现贬值，政府通常只在金融状况较差或者是在经历了通缩之后，短时间内才推出量化宽松的措施。

一、美国量化宽松货币政策给中国经济带来的影响

从本质上来看，美国两次采用量化宽松货币政策，从其根本目的和动机上来讲，很大程度上是在制造一个经济“泡沫”，而且是为别的国家制造这样一个“泡沫”。通过制造“泡沫”而形成需求，在短时问内形成的大量需求给美国的经济复苏带来了机会；从中期的发展观点来看，量化宽松货币政策可以为美国创造一批新的就业，缓解国内金融危机给政府带来的压力；从长远的角度来看，量化宽松的货币政策可以引起美国发生结构性的变革。但是，在美国之外，尤其是一些新兴的经济体，美国的量化宽松货币政策带来的却是麻烦不断――热钱、大宗商品价格上涨、货币升值的巨大“泡沫”。

1．加剧全球贸易失衡，对我国出口贸易冲击巨大

全球货币差价与全球贸易失衡之间存在着一种反馈的循环关系。美国的量化宽松货币政策将进一步加快美元的贬值速度。而美元作为一种国际结算货币，其迅速的贬值必将导致全球流动性的泛滥，直接引起金融市场发生动荡，引发全球范围内的“货币贬值竞赛”，进一步加剧全球性的货币争端。而我国的经济发展在很大程度上是来自于出口贸易，人民币的不断升值将减低我国商品的竞争优势，给我国的出口贸易带来了极大的考验。贸易战争一旦爆发，各国都将设置贸易壁垒，引发新一轮的全球性贸易保护狂潮，给全球的经济带来极大的损失，将全球经济拉向崩溃的边缘，最终使得各方的利益都受到损害。

2．导致我国通胀压力加剧，外汇购买能力下降

量化宽松的货币政策表现出来的就是美元的发行将不再受到控制。同时，近年来国际大宗商品的价格持续上涨，这给广大发展中国家带来的输入性通胀压力持续加大，包括中国在内的新兴经济体国家已经承担着美国所导致的持续的潜在恶性通胀及货币的无序贬值所造成的恶果。尤其是对于中国而言，美国的量化宽松货币政策不但导致中国输入性通胀压力的不断增加，同时还犹豫中国有着巨额的外汇储备，这直接导致中国蒙受着巨大损失，时时刻刻都有大量的资金被“蒸发”。虽然央行可以通过采用推迟加息等措施来避免更多的热钱流入国内市场，但这却有可能引发资产泡沫及通货膨胀。同时，一方面面临着被要求本国货币进行升值的压力，另一方面还要担心资金的流入会破坏本国经济的稳定，使得中国面对着一个进退两难的经济局面。

二、需要采取的针对性措施

1．采用提高准备金率等手段吸收对冲，加强监管

央行可以采用相对应的货币政策来应对当前的经济形势。例如，针对入境的“热钱”，国家可以采用总量对冲的措施。即当有短期投机性的资金涌入，通过这一手段将之放入“池子”中，不让之渗透到整个国家的经济实体当中去。待到其需要撤出时，再将之从“池子”里放出。通过这种手段能有效的减少“热钱”对我国经济的冲击。而这里提到的这个池子，可以包括：央行通过货币政策等手段吸收对冲、存款准备金率的提高、通过利率或者是汇率的衍生产品等。

2．转变经济的发展方式

究其根本，最为根本的方式时转变我国经济的发展方式，通过减少对出口的依赖，依靠国内市场的需求来拉动经济发展，这样才能进一步保证经济的健康性。为了实现这种转变，根据我国现实的国情来看，最为有效的手段就是提高中低收入家庭收入，老百姓手里有了钱才会考虑去消费。例如，加强全国养老保险体系的建设等措施。同时，对金融领域进行拓展，尤其是在农村地区，要为农村地区提供一个良好的金融资产服务，通过增加对农村的资金投入，有效的减少城乡之间的差距，达到拉动农村地区内需的目的。

3．积极倡导新的经济秩序

我们应该联手更多的利益相关国家和地区，积极的在国际上倡导一个国际金融和货币体系的改革行动，形成一个新的国际经济秩序是当前的首要任务。

三、结语

在当前的国际经济形势下，我们应该积极的关注各国，尤其是美国的经济政策，分析其政策的真实意图，对之采取针对性的措施才能有效的确保我国经济健康、稳定的发展。

经济量化分析篇（7）

2008年金融危机爆发后，为了提振经济，稳定金融市场，美联储先后实施了两轮量化宽松的货币政策。2008年11月25日，美联储推出了第一轮量化宽松的货币政策，通过这项政策美联储购买政府支持企业房利美、房地美、联邦政府国民抵押银行与房地产有关的债务，还将购买由“两房”、联邦政府国民抵押贷款协会所担保的抵押贷款支持证券。截止2010年3月第一轮量化宽松货币政策结束，美联储共购买了12500亿美元的抵押贷款支持证券、3000亿美元的美国政府证券和1750亿美元的机构证券，累计投放基础货币达17250亿美元。2010年11月3日，美联储宣布继续实行第二轮量化宽松的货币政策（QE2），在2011年中期以前以购买美国国债的方式投放 6000 亿美元的基础货币，平均每月投放750亿美元的基础货币，并将基准利率维持在0～0.25%的低水平上。美联储把“量化宽松”当作提振美国经济的“捷径”，从短期看是有“利多”之效，然而从长远看美联储的行为造成了全球流动性泛滥和大宗商品价格泛滥，并通过直接或间接的方式影响其他国家的资本市场和实体经济。随着全球贸易和金融一体化趋势的增强，美国货币政策成为决定资本流入新兴经济体的重要因素，当今的世界性通货膨胀与美国量化宽松货币政策关系密切。本文试图利用货币政策国际传导机制，通过实证研究分析美国量化宽松政策对我国经济的传导性影响。

1、模型设置与数据来源

1.1、VAR模型简介

向量自回归模型（VAR）自1980年由西姆斯引入经济学中，便得到了广泛的应用，推动了经济系统动态性分析的广泛应用，该模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型。VAR（P）模型的表达形式如下：

1.2、变量解释和数据来源

本文假定由如下变量系列组成：

FFR是美国联邦基金利率，M是美国基础货币供应量，FFR和M反映美国相应的货币政策变化。本文所要研究的货币政策冲击为美国量化宽松货币政策，因此以FFR和M作为美国货币政策的变量，原因是量化宽松货币政策的实施方式是大量增加基础货币的供给，而且美联储将联邦基金利率维持在0～0.25%的低水平上，零利率货币政策在短期内失效。

CPI是我国居民消费物价指数，反应我国通货膨胀率，本文以 2007 年1月的消费者价格指数作为基期，利用月度环比通胀率计算 2007年1月～2011年12月的定基价格指数。由于GDP只有季度数据，实际GDP的数据搜集很困难，本文用工业增加值Y来代替GDP，作为反映我国经济增长的指标，并用X12法进行了季节调整。M2为我国广义货币供应量，反应我国相应的货币政策变化。

本文美国联邦基金利率数据及计算美国基础货币供应量的原始数据均来源于美联储网站，CPI月度环比数据及计算工业增加值的原始数据均来源于国家统计局网站，我国广义货币供应量数据来源于中国人民银行网站。模型数据均采用月度数据，研究的总样本从2007年1月至2011年12月，利用Eviews6.0进行数据的处理和模型估计。

2、实证分析

2.1、平稳性检验

为防止伪回归产生，首先检验时间序列的平稳性，本文利用的ADF检验方法对各变量进行单位根检验。检验结果表明在5%的置信水平下，原始序列FFR、M、CPI、Y、M2都是非平稳的，因此对所有原始序列进行差分处理后再次进行平稳检验，结果表明序列是一阶平稳的（见表1），进而对序列可进行协整检验。

2.2、协整检验

本文采用Johansen协整检验的方法对序列进行检验，检验表明，协整检验的迹统计量显示在5%的显著水平下，变量间存在5个协整方程，说明变量间存在长期的协整关系（表2）。可对这些变量建立向量自回归模型，以动态研究相互间的关系，同时根据AIC、SC最小原则确定向量自回归VAR（p）的阶数为1，即建立VAR（1）模型。

2.3、Granger因果检验

按照Granger（格兰杰）的定义，因果关系是指如果变量的滞后值对另一变量现值的解释方程是显著的，则称变量是变量的Granger原因。所以，在建立模型之前我们对自变量和因变量进行Granger因果关系检验。在 Granger 因果关系检验中，根据AIC、SC最小原则确定滞后阶数lag=1。当滞后阶数为1时，在5%的置信水平下，针对原假设，我们得出以下结论：（1）美国联邦基金利率是我国CPI的Granger原因；（2）美国基础货币供应量是我国工业增加值的Granger 原因。以上两个结论说明美国量化宽松政策在一定时间内影响我国的经济增长及物价的稳定。

2.4、方差分解结果

表3是对模型进行方差分解分析的结果。根据方差分解我们可以看出，美国联邦基金利率对我国CPI贡献度较大，从第4期后联邦基金利率贡献度稳定在14.8%左右；而其对我国工业增加值和广义货币供应量的影响均相对较小，在第5期后分别维持在5.4%左右和3.6%左右。美国基础货币供应量对我国通货膨胀的影响较小，在第5期后维持在0.88%左右；美国基础货币供应量对我国广义货币供应量的贡献度相对于通货膨胀的贡献度则较大，在第5期后维持在6.6%左右；而其对我国工业增加值的解释较大，在第6期后贡献度维持在19.8%左右。

3、结论及政策建议

本文利用VAR模型、方差分解方法分析研究了美国量化宽松政策对我国经济的传导性影响。研究结果表明：（1）我国CPI、工业增加值、广义货币供应量与美国联邦基金利率、基础货币供应量存在长期协整关系。（2）从方差分解的结果可以看出，美国联邦基金利率（FFR）对工业增加值（Y）的影响、美国联邦基金利率（FFR）对我国广义货币供应量（M2）的影响、美国基础货币供应量（M）对工业增加值（Y）的影响、美国基础货币供应量（M）对我国广义货币供应量（M2）的影响都具有即时传递性。

综合实证分析的结果，可以得出结论：美国量化宽松政策的实施短期内将促使我国被动采取扩张性货币政策，并且对我国物价上升、经济增长放缓等有一定的影响作用，但长期看影响都将消弱，虽然美国的量化宽松政策对我国经济的影响是短期的，但是这一影响将导致我国经济自身发展的短暂失衡，而这一短暂的失衡在我国经济发展的自身体系中又势必会造成一定的不良影响，故而为减弱这种经济的变动对我国经济内部的过大影响，我国应当发展多边经济，适当减少对美经济的过度依靠。因此，我国必须采取相应的对策以应对美国量化宽松货币政策对我国经济的不利冲击。基于以上实证分析结果，本文提出以下政策建议：

3.1、将控制货币数量作为首要的应对目标。我国中央银行应该严密监控货币数量，多种手段并举，加大力度冲销美国量化宽松政策的传导效应，防止货币增加超过实体经济需求。

3.2、加强通胀预期管理，综合运用多种政策抑制通胀。央行从总量上控制货币发行后，还需要政府其他部门进行政策配套，进行结构管理，对国内大宗商品、股市、楼市等容易受到热钱炒作的领域加强监管，防止其对上下游领域造成涨价扩散冲击，降低来自价格渠道的国际通胀溢出效应，管理好通胀预期。

3.3、在制定货币供应量政策时，要以推动经济增长为目的。短期要注重反经济周期的扩张性货币政策，长期要注重货币的发行量，防止通货膨胀，因为通胀会增加运行成本，过度的通胀还会引起社会的动荡，这些都会降低长期国内生产总值的增长。

3.4、进行经济结构调整，实现经济增长向经济发展转变。通过减少对出口的依赖，依靠国内市场的需求来拉动经济发展，进一步保证经济的健康性。

参考文献：

[1]Grilli，Roubini. Liquidity and Exchange Rates： Puzzling Evidence from the G7 Countries[D]，1995.

经济量化分析篇（8）

Focus On Data Analasis Of the Cost Of Operation in Comparing

Water Pipe Technical Economy

Abstract：By taking thep plastic pipe(PP) and reinforced pipe(PCP) for example，this paper is to give a data analysis with a view to the cost of operation (COO,residual value is during its 30-year life span), which is worked out by the dynamic analysis method to compute the lowest cost of water pipe project，with the employment of the eqcuations of thee:Darcy-weisbach, Manning and Chezy and the hydralic friction coefficient as the base.As the flow and pipe diameter(eg.Q=100,000m3/d，DN1000)being fixed,the hydralic gradient on the calculating pipeline is analyzed order compare the difference of the COO and that of the static cost(maily refferring to the cost of the pipe material)Prior to comparision,the difference should be discounted (rate i=10%)into the cost of investment for a project.Secondly,to compare the carrying capacity of pipe(CCOP) of the two kinds of pipe of the same diameter(DN1000)：provided,the outlay exceeds the COO by 18.8%,the CCOP of the PP will be 35.7％ higher than the RCP；if the consumption is equal to the COO,the CCOP will be 27.5％.When the CCOP ie defined as the same(Q=100,000m3/d),the diameter of the PP will be smaller than that of the RCP.Also，there will be reduction in the COO.The above said dynamic cost and static cost will have a great impact on the cost of work,and are very likely to choice of a plan.

Keywords：comparing technical economy；cost of operation(COO)；data analysis；discount；cost of work；hydraulic gradient

工程设计方案技术经济比较的实质，就是各方案所体现的经济效果，即能以最少的人力、物力、财力消耗获得最佳的工程效益。为了正确评价方案经济效果的优劣，人们意识到“资金的时间价值”以后，感觉到“动态分析法”比“静态分析法”更符合客观经济规律。然而，采用了正确的评价方法，不等于评价出的结果就一定正确，因为人们往往对动态成本即常年运行费用等经常性的成本并未做出具体的量化分析，只是作出定性的说明，凭经验估计其数值的大小，缺乏足够的依据，准确度低。本文针对这—情况，结合工程实例，采用“最低成本法”，以两种典型管道—塑性管与钢筋混凝土管为例，比较两方案的经济性。所谓“最低成本法”是“净现值法”的一种应用，对静态投资和常年运行费用折现计算，从所需费用的多少角度来评价，以成本净现值小的方案的为优。为简化计算，笔者仅对占工程成本主要部份的管道材料费、常年运行费用(能耗)的折现值差额来进行比较，为方案的整体评价提供依据。

1 水力坡降计算公式的确定

不同管材的水力计算应采用相应的公式，计算出的结果才与实际水力情况相吻合。

①、塑性管材因内壁光滑，管内壁的绝对粗糙层凸出高度完全浸没于层流边层中，粗糙面对水流阻力很小，类似于流体在完全光滑的管路中流动，被认为是水力光滑管。因此，其水力坡降只与液体性质、温度、流速、管径有关，而与表面粗糙度无关。故采用达西—魏斯巴赫(Darrcy—Weisbach)公式及雷诺(Reynolds)公式计算水力坡降。

达西—魏斯巴赫公式； i=λd-1v2/2g

式中：i—水力坡降；

λ—摩阻系数；

d—管子的计算内径(m)；

V—平均水流速度(皿/s)；

g—重力加速度，为9.81(m/s2)。

应用公式(1)时，应先确定系数入值，对于各种材质的塑性管(硬聚氯乙烯管、聚丙烯管、聚乙烯管等)摩阻系数定为：

雷诺公式：λ=0.25/Re0.226

(2)

式中：Re—雷诺数；

Re=vd/Y

(3)

其中：Y—液体的运动粘滞系数(n2/s)，

当Y=1.3×10-6/s(水温为10℃时)，将公式(2)和(3)中求得中求得的λ值代入公式(1)中，进行整理后得到：

i=0.000915×Q1.774/d4.774

(4)

式中：Q—计算流量(m3/s) 、

d—管子的计算内径(m)

②、钢筋混凝土管、铸铁管、钢管(水泥砂将衬里)等因表面粗糙度较大一般均超出层流边层液面对流体形成阻力作用，因此采用曼宁(Mannins)公式和谢才(Chezy)公式计算水力坡降。

谢才公式：v=C√RJ

(5)

曼宁公式：C=1/n×R1/6

(6)

其中：v—平均水流速度(m/s);

C一谢才系数;

R—水力半径(m)；

J—水力坡降；

n—粗糙系数。

将公式(6)代入公式(5)及R--1/4Xd(其中d---管子计算内径(m))

v=1/n×R1/6√RJ

整理得到：J=44/3×n2×v2/d4/3=10.29(nQ/D8/3)2

(7)

钢筋混凝土管，满流时n=0.013。

(4)式中i与(7)式中J同义，均为水力坡降。

本文仅取塑性管与钢筋混凝土管(以下简称钢砼管)为例作量化分析。

2 设管道流量一定(取Q=100000n3/d)、选用相同管径(DNl000)时，常年运行费用的分析

2.1 水头损失

Q=100000 m3/d=1.157 m3/s

塑料管水利坡降：i=0.000915×Q1.774/d4.774

=0.000915×1.1571.774/d4.774

=1.19‰

钢砼管水利坡降：i=10.29(nQ/d8/3)2

=10.29(0.013×1.157/18/3)2

=2.33‰

两种管道的水头损失差值：

hf=hf砼-hf墨

=1000.L(J-I)(mH2O)

式中：L—计算管段长度(km)

若取L=3.5(km)，

则hf=3.5×1000×(2.33‰-1.19‰)

=3.99(mH2O)

即，在此3.5km长的DNl000管段上当流量为10000m3/d时，两种管材的沿程水头损失差值为3.99mH2O柱

2.2常年运行费用(能耗)差额

管网常年运行费用是通过泵站电能消耗来维持的，因此两种管材的常年运行费用的差额即泵站电能消耗的差额。

E=0.994QChf/(ηK)

其中：E—两种管材常年运行费用的差额(万元)；

Q—计算平均流量(m3/d)；

C—电价(元/KWh)；

hf—水头损失差值(mH2O)；

η—电机水泵联合工作效率；

K—供水时变化系数。

按东台地区及东台市南苑水厂实际运行情况确定上述参数：

Q=100，000m3/d

C=0.649元/KWh

η=65.7％

K=1.3

则：E=0.994×100000×O.649×3.99/(0.657×1.3)

=30.14(万元/年)

2.3常年运行费用差额折现

在目前各种管材的服务寿命无权威资料明确说明的情况下，取管道全寿命期均为n=30年，折现率i=10％，残值为零，管道按当年投资当年运行计算。

则：E′=E×[1+1/(1+i)+1/(1+i)2+1/(1+i)3+…+1/(1+i)29]

=30.14×[1+1/(1+10%)+1/(1+10%)2+1/(1+10%)3+…+1/(1+10%)29]

=312.54(万元)

结果表明，当同用DNl000钢砼管与塑性管，保证100000 m3/d的输水状况下，钢砼管在全寿命期间比塑性管多支出的常年运行费用(电耗)折现值为312.54万元。

2.4两种管材的静态费用(主要指管材成本，塑性管以PE管为例)比较

DN1000塑性管1200元/m

DN1000钢砼管513元/m

DN1200塑性管1200元/m

DN500钢砼管182元/m

DN900塑性管1000元/m

DN500塑性管330元/m

(上述主材价格为笔者收集)

DN1000塑性管管材成本F1=1200元/m×3500m=420万元，

DN1000钢砼管管材成本F2=513元/m×3500m=179.55万元

则静态费用塑性管多支出：

F=F1-F2

=420-179.55=240.45(万元)

2.5两种管道成本净现值比较

两种管材的常年运行费用差额折现值与主材成本差额值存在下列关系：

F-E′=240.45-312.54

= -72.09(万元)

这表明虽然管道的主材费用塑性管比钢砼管多支出240.45万元，但塑性管每年节约常年运行费用30.14万元，将其折现为工程建设时的值为312.54万元，在全寿命期间塑性管在工程总造价中会比钢砼管降低成本72.09万元，所以应优先选采用塑性管材

2.6由于塑性管水力坡降较小，相对于其它管材而言在出厂水压相同时，在管网上相同的地点上用户水压会高于钢砼管，可以保证更多的用户对水压的要求。

此项分析，将在后文的例题中阐述。

3 当常年运行费用(即水力坡降、能耗)、管径相同时的输水能力分析。

设定管径为DN1000(d=1.0)

对钢砼管：n=0.013　Q2=1.157m3/s　v2=1.474m/s

J=10.29×n2Q22/d16/3=0.001739　Q22=0.00233

对塑性管：i=0.000915×Q1.7741/d4.774

由i=J

求得：Q=100000×2.0/1.474=13.57(万m3/d)

(13.57/10-1)×100％=-35.7％

上述计算表明在管径相同的情况下塑性管材可有提高输水能力，如DN1000管道可提高输水能力达35.7％，这为将来城市发展后的供水留下相当大的容量、为水厂的扩建推迟了很长的时间。

校核当v=2.0 m/s时塑性管的实际水力坡降：

i=0.000915×1.571.774=2.04‰＜2.33‰

则当Q1=13.57万m3/d时，两种管道消耗的常年运行费用差额为：

E=0.994C(Q1f1-Q2f2)/ηK

=0.994C(Q1i塑-Q2i砼)L/ηK

=0.994×0.649×(135700×2.04‰-100000×2.33‰)/(0.657×1.3)

＝3.31(万元／年.km)

其中L—计算管段长度(km)

提高数额的百分比为：

3.31×1.3×0×657/(0.994×0.649×2.33×100000)×100％

=18.89％

即在提高输水能力35.7％时，仅需多提供18.8％的常年运行费用，其经济效益显而易见。

在相同计算管线上，若常年运行费用相同时，应满足下列关系：

Q1f1-Q2f2=0，

即，0.00915Q12.774-0.001793Q23=0

Q1=1.9Q23，

Q2=1.57(m3/s)

得：Q1=1.476(m3/s)=12.75(万m3/d)

其输水能力提高：

(12.75/10-1)×100％＝27.5K

所以，当常年运行费用相同时，塑性管的输水能力会提高27.5％，可提供12.75(万m3/d)流量，其水力坡降为：

i=0.000915×Q11.774/d4.774

=0.000915×1.4761.774

=1.83‰

常年运行费用为：

E=0.994CQ1i/ηk

=0.994×0.649×127500×1.83‰/(0.657×1.3)

=17.62(万元／年.km)

4 流量、常年运行费用相同时，两种管材的管径比较

常年运行费用相同，即水力坡降相同。

钢砼管：J=10.29×n2Q22/d16/3

=0.001739Q22

=0.00233

塑性管：i=0.000915/Q11.774/d4.774

由i=J,取钢砼管：d2=1.0m　n=0.013　Q=1.157m3/s

得，d14.774=0.000915/10.29Q0.226n2

=0.000915/10.29×1.1570.226×0.0132

=0.5091(m)

求得：d1=0.868(m)

若取d1=0.8(m)，则v1=4Q/dπ12=2.30(m/s)＞2.0(m/s)

故取d1=0.9(m)，则v1=1.82(m/s)＜2.0(m/s)

现校核水力坡降：

i=0.000915×Q11.774/d4.774

=0.000915×1.1571.774/0.94.774

=1.96‰

J=2.33‰

I=(J-i)

=(2.33-1.96)‰

=0.37‰

则每km常年运行费用差额：

E=0.994×100000×0.649×0.37/(0.657×1.3)

=2.79(万元／年.km)

在全寿命30年期内E的折现值(i=10x)，

E′=E×[1+1/(1+i)+1/(1+i)2+1/(1+i)3+…+1/(1+i)29]

=2.79×[1+1/(1+10%)+1/(1+10%)2+1/(1+10%)3+…+1/(1+10%)29]

=28.93(万元／年.km)

静态费用：

塑性管：DN900 1000元/m×1000m=100万元

钢砼管：DN1000 513元/m×1000m=51.3万元

而：28.93+51.3=80.23(万元)小于100万元，各企业可根据自身特点，立足长远，对工程成本的各项内容作切合本单位具体情况的评价，进行方案优劣的准确评判。

5 例题

现以东台市自来水总公司南苑水厂O．40MPa的出厂水压，10万m3/d的流量，同管径DN1000的两种管材作比较，计算管段如图所示：

5.1若全线用钢砼管材铺设

A—B段：hfA-B1=2.33‰×3.5Km=8.016mH2O

B—A段：i1=n2v2/R4/3=0.0132×1.52/(0.5/4)4/3=6.08‰

则全线：hfA-C1＝hfA-B1＋hfB-C1＝8.16+21.28=29.44(mH2O)

B点的水压：PB1=PA-hfA-B1=40-8.16=31.84(mH2O)

C点的水压：Pc1=PA-hfA-C1=40-29.44=10.56(mH2O)

5.2若全线选择使用塑性管材铺设

A—B段：d1=1.0m，Q=10万m3/d

hfA-B2=1.19‰×3.5=4.17(mH2O)

B—C段：i2=0.000915×Q1.774/d4.774，(Q=π/4d2v)

=0.000915×(π/4d2v)1.774/d4.774

=0.000915×(π/4×0.52×1.5)1.774/d4.774

=2.86‰

hfA-B2=2.86×3.5Km=10.01(mH2O)

则全线A—C：hfA-C2＝hfA-B＋hfB-C＝4.17+10.01=14.18(mH2O)

B点的水压：PB2=PA-hfA-B2=40-4.17=35.83(mH2O)

C点的水压：PC2=PA-hfA-C2=40-14.18=25.82(mH2O)

5.3比较两种情况下的常年运行费用

对全线从A到C而言，塑性管可减少水头损失：

hfA-C=hfA-C1-hfA-C2

=29.44-14.18=15.26(mH2O)

每年该管段可节省运行费用E总：

E总=EA-B+EB-C

=0.994×0.649×(100000×hfA-B+πd22v2hfB-C/4)/0.657×1.3

=0.994×0.649×[100000×(8.16-3.96)+25447×(21.28-10.01)]/0.657×1.3

30年全寿命期常年运行费用折现(i=10%)：

E总折=E总×[1+1/(1+i)+1/(1+i)2+1/(1+i)3+…+1/(1+i)29]

=2.79×[1+1/(1+10%)+1/(1+10%)2+1/(1+10%)3+…+1/(1+10%)29]

=537.15(万元)

5.4全线两种管材土材费用比较

①塑性管：(1200×3500+330×3500)/10000=535.50(万元)

②钢砼管：(513×3500+182×3500)/10000=243.25(万元)

塑性管多支出主材差价为：535.5-243.25=292.25(万元)

5.5全寿命期间两项费用最低成本折现比较

如果常年运行费用不作折现比较，

则：292.25/51.80=5.64(年)

即塑性管材多支出的静态投资费用差额可通过节约能耗在六年时间内收回；

若将每年51.80万元的能耗折现，则选用塑性管的工程最低成本会比选用钢砼管的工程最低成本投资少，且具体数值为：

537.15-292.25=244.90(万元)

另外，在这种情形之下采用塑性管材，还会大幅度提高管道的输水能力，为将来城市发展给水能留有余地。

5.6管网末梢C点的余压比较

塑性管：PC=26.03 mH2O，可供六层以上充足水压(含屋顶太阳能热水器供水)；

钢砼管；PC=26.03 mH2O，只能保证二层屋太阳能热水器供水)；如有后续供水，此时应设置增压泵站为后段用户增压供水，管网中会有8.56mH2O的资用水头(能源)就会遭到浪费(有2.OmH2O为流出水头)，其数值为：

E=0.994×0.649×πd22v2×8.56/(0.657×1.3×4)

=0.994×0.649×25447×8.56/0.657×1.3

=16.45(万元/年)

6 结论：

1)水管道技术经济比较时应重视“动态分析法”的应用，各单位应立足于未来，对常年运行费用等动态经营性成本作出准确的量化分析，把它作为方案评价的重要内容。

2)管材选择时，应尽可能选择低摩阻管材，在相同管径的条件下它可有效降低常年运行费用，节约能源，大幅度提高输水能力，切实保证管道投资的经济性与功能性的统一。

经济量化分析篇（9）

中图分类号：F830；F061．3 文献标识码：A 文章编号：1002―2848―2006(05)―0030―08

银行发展、股市发展与经济增长的关系一直以来都是经济学的重要研究课题。一些学者认为银行能够更加有效地监督企业、缓解融资后的道德风险、管理各种风险、利用经济的规模效益以及促使企业偿还债务等，因此，以银行融资为代表的间接中介型金融结构更有利于经济增长。然而，另一些学者则认为股票市场能够更加有效地促使投资者对企业进行监督、强化公司治理、管理各种风险、为风险资本投资提供退出机制以及激励投资者对具有高收益但期限较长的项目进行投资等。因此，以股票市场融资为代表的市场型金融结构更有利于经济增长。但是，一些持“金融服务观”论点的学者认为通过提供金融服务，不同的金融结构都能在一定程度上促进经济增长(Merton & Bodie，Levine)。在此基础上，La Porta等人提出了“金融法权观”，认为金融服务的水平和质量取决于法律体系。而且，后者有助于促进市场和金融中介的高效运转。林毅夫等人则提出了“最优金融结构理论”，认为只有与按要素禀赋结构的特性所决定的实体经济结构相匹配的金融结构才是最有利于经济发展的最优金融结构。显然，经济学家对金融发展与经济增长的关系还没有形成共识，而实证分析是解决理论争议的有效方法。采用时序列数据的向量自回归(VAR)模型能够分析金融发展与经济增长之间的因果关系及其演变。绝大多数研究发现两者间存在着双向因果关系或由金融发展到经济增长的单向因果关系(Luintel & Khan；Chfistopoulos & Tsionas)。也有一些研究发现在其样本国家中经济增长系统地导致了金融发展(Demetriades & Hussein；Liang &Teng)。

然而，迄今为止，绝大多数的实证研究都只是简单地将模型变量看作是非平稳，或差分平稳的，并在此基础上分析金融发展与经济增长的关系。但是，如果一个变量是分段趋势平稳(segmented―trend―stationary)的，那么传统的单位根检验往往会得出错误的非平稳的统计推断(Perron)，这使得建立在变量是差分平稳基础上的“金融发展―经济增长”关系研究的结论也是错误的”。已有对于中国“金融发展―经济增长”关系的研究也没有区分变量是有单位根的还是分段趋势平稳的。实际上，大多数的变量经常被认为是差分平稳的。中国经历了经济和社会制度的变革，因此其经济和金融变量存在结构变化的可能性很大。Li发现中国的总产出和职工人均总产出等变量都是围绕着多个结构断点的分段趋势平稳。梁琪和滕建州发现我国1952～2004年间的国内生产总值(GDP)等6个总量是服从1个或2个结构断点的分段趋势平稳。

本文采用考虑结构断点的单位根检验方法对我国1991年至2004年间经济增长、银行发展和股市发展的季度指标是具有单位根的非平稳还是围绕着多个结构断点的分段趋势平稳进行了检验，并在单位根检验结果的基础上，对分段趋势平稳的模型指标进行了消除趋势的处理，进而采用Near－VAR模型以及脉冲反应和预测方差分解等方法分析了金融发展与经济增长的关系。内容构成为：第一部分对数据来源和模型指标进行了简单的描述；第二部分对模型指标是否具有单位根进行了检验；第三部分在Near－VAR模型框架下并借助于脉冲反应和预测方差分解等方法分析了消除趋势后的分段趋势平稳模型指标间的各种关系；第四部分总结全文。

一、数据和指标

考虑到数据的可获得性以及银行和股市数据的跨期可比性，本文选取了1991年至2004年的季度数据。银行数据来自国际货币基金组织的《国际金融统计》(IFS)；股市数据来自“天相数据库”；总产出数据来自《中国统计年鉴》(2004年)、《中国人民银行统计季报》和“中国证券市场研究设计中心数据库”。在构建指标之前，本文分两步对原始数据进行了调整。首先，我们采用X12方法对所有原始数据进行了季节调整；其次，我们采用消费者价格指数(CPl)环比指标对原始数据进行了价格平减。季度CPI环比指标来自样本期内月度CPI环比指标的简均，月度CPI环比指标来自建立在倒推环比法基础上的月度CPI同比指标以及2004年6月至2005年5月的月度CPI环比指标。银行发展的度量指标为信贷比率(BCY)，是银行机构对其它部门的贷款(IFS田第22d行)与GDP之比。股市发展的度量指标为流动比率(STY)，是沪、深两市A股交易额与GDP之比。经济增长的度量指标(LY)为取自然对数之后的实际GDP。由于BCY指标的构建存在存量与流量不匹配的问题，因此我们采用Levine等人的方法在实际计算时进行了修正。通过计算模型指标的基本统计量，我们发现BCY、STY和LY在样本期内稳定增长，年均增长率分别达到了4．03％、50．50％和10．08％。BCY与LY之间具有高度正相关，相关系数达到0．8697。然而，BCY与LY的增长率之间呈现负相关，相关系数为－0．0267。这与LuintNel & Khan(1999)等人的研究结果相似，意味着银行发展与经济增长之间可能存在着长期关系。相反，STY与LY之间的相关程度较低，相关系数只有0．3849。

二、模型指标的单位根检验

(一)没有断点的单位根检验对任一指标XT的标准ADF检验可以写成

其中，式(1―A)和式(1―B)分别为只含常数项和既含常数项又含趋势项的单位根检验，Xi,t表示第i个指标在时间t的1阶差分，ei,t是白噪声干扰项，k为依据t-sig方法(Perron，1989)确定的滞后长度。本文将滞后长度的最大值定为8。而且，即使k等于8时的检验统计量是显著的，也不再增加k的长度(Zivot & Andrews；Lumsdaine & Pa-pell)。为了保证检验结果的稳健性以及不考

虑和考虑结构断点情况下检验结果的可比性，本文采用蒙特卡罗方法计算了所有单位根检验原假设条件下的有限样本精确临界值。即对于没有考虑结构变化情况下有限样本精确临界值的计算，我们首先对每一个指标的一阶差分采用AXi，’气，t进行拟合(Lumsdaine & Pa)，其次将拟合的时序列作为数据产生过程随机产生5000个具有相同观测值个数的时序列，然后根据式(1―A)或式(1―B)计算模拟时序列的检验统计量，最后根据检验统计量的实际分布来计算有限样本的精确临界值。

为了保证ADF检验的稳健性，本文还使用其它单位根检验，包括PP检验、DF―GLS检验和ERS检验等对模型指标是否平稳进行了检验。表1给出了上述4种单位根检验的结果。对于只含常数项的单位根检验，PP检验和DF―GLS检验结果显示除了STY以外，LY和BCY都具有单位根；ERS检验和采用t-sig方法的ADF检验结果显示所有三个指标都是非平稳的。对于包含常数项和趋势项的单位根检验，PP检验给出了相同的结果；DF―GLS检验、ERS检验和采用t-sig方法的ADF检验结果则显示所有三个指标都是非平稳的。鉴于采用t-sig方法的ADF检验具有检验水平稳定和检验功效高的特点(Perron，1989)，因此本文倾向于将这种方法的检验结果作为衡量模型指标在没有考虑结构变化时是否具有单位根的标准。

(二)考虑结构变化的单位根检验

在将经济中的结构变化看作是内生，并允许一个结构断点的情况下，我们采用Zivot & Andrews(1992)的模型A和模型C来研究模型指标是否平稳。模型A允许结构断点出现在趋势方程的截距上而模型C允许结构断点同时出现在趋势方程的

其中，DUt(和DTt分别是趋势方程在时间TB上发生均值漂移和趋势漂移时相对应的结构断点虚拟变量，其中DUt=1(t>TB)，DTt(t-TB)1(t>朋)。为了找出结构断点，我们在整个样本区间内依次对式(2―A)或式(2―B)进行迭代回归，并选择检验统计量co的绝对值最大时对应的TB作为结构断点出现的时间。有限样本精确临界值的计算方法与在没有考虑结构断点情况下的基本类似，区别在于对每一个拟合的时序列，我们寻找迭代回归中绝对值最大的tαt，然后根据5000个tαt的实际分布来计算有限样本的精确临界值。

如果在单位根检验中忽略可能存在的两个结构断点，就会导致检验功效的下降(Lee &Strazicich)。因此，我们采用考虑两个内生结构断点的模型AA和CC(Lumsdaine & Papell，1997)来检验指标是否平稳。的结构断点的时间约束(TB2>TBl+1)排除了两个结构变化连续发生的可能性。寻找两个结构断点的方法与寻找一个结构断点的方法类似，只是将二维时间格子搜索下的检验统计量tα的绝对值最大时对应的时间TB1和TB2的组合作为结构变化发生的时间。同样，我们采用与一个结构断点情况下类似的方法计算了每一个指标的有限样本精确临界值。

表2给出了四个模型的检验结果。模型A结果显示BCY是分段趋势平稳，而模型C结果显示BCY和SIT均为分段趋势平稳。模型AA结果显示LY和BEY的单位根检验原假设可以在1％的水平上被拒绝，而模型CC的结果显示所有指标的单位限检验原假设全部可以在5％或以上的显著性水平上被拒绝，意味着这些指标是围绕着两个结构断点的分段趋势平稳。对于我们的研究样本来说，模型指标LY具有随时间增长的趋势，因此允许结构断点出现在趋势方程的斜率上的模型CC的检验结果更适合于LY。对于BCY来说，单位根检验中趋势项的系数均不显著，而模型A和AA都拒绝了原假设，但考虑到如果单位根检验增加了不必要的断点，就会导致高阶模型检验功效的下降(Lumsdaine　&　Pa-pell；Dolmas等人)，因此对于BCY，我们选择模型A的检验结果。同理，对于SIY，我们选择模型C的检验结果。模型CC的检验结果显示LY的两个结构变化分别出现在1993年第4季度和1999年第3季度。模型A结果显示BCY的结构变化与LY的第一个结构变化一样，通过观察数据我们发现BCY的这个结构变化是由于同期名义GDP的急剧增加而导致的。模型C的结果显示SIT的结构变化出现在1999年第4季度，与总产出的第二个结构变化发生的时间非常接近。

三、多元Near―VAR模型

模型指标是分段趋势平稳的结论对于研究金融发展与经济增长的关系具有重要启示。在这一部分，我们对分段趋势平稳的指标进行了消除趋势的处理，进而在多元Near―VAR框架下并借助于脉冲反应函数和预测方差分解等方法分析了指标间的各种关系。

其中t表示时间，υ是白噪声误差项，k,p和n是根据迭代的General－to－Specific方法确定的滞后长度。Near－VAR模型允许式(7)中等式右边的解释变量具有不同的滞后长度，这种模型定式方法优于一般的VAR。银行发展和股市发展对经济增长是否有因果关系检验的原假设分别为b1,jI＝0和c1,mI＝0；经济增长和股市发展对银行发展是否有因果关系检验的原假设为a2,m2＝0和c2,m20；经济增长和银行发展对股市发展是否有因果关系的原假设为a3,j3＝0和b3,j3=0。

检验结果(参见表3)显示BEY没有导致LY以及LY没有导致BCY的原假设分别在5％和1％的水平上被拒绝，意味着BCY与LY之间有着显著的双向因果关系。这说明在样本期内，银行发展促进了经济增长，并已成为中国经济增长的一个源泉。然而，我们无法拒绝股市发展与经济增长以及股市发展与银行发展之间的检验原假设，意味着股市发展与后两者之间没有任何因果关系，反映出股市发展没有对经济增长产生任何促进作用。这说明作为一种直接金融媒介，股市没有能够有效发挥其配置资源、管理风险和强化公司治理等功能。通过股市发展的国际间比较，我们发现截止到2004年末，我国股市的流动性指标虽然远低于发达国家和一些新兴市场国家，但也已达到30．45％。尽管这一比率低于Rousseau &Wachtel研究中传统上的被认为是以市场为中心金融体系的美国(73．48％)和英国(50．83％)，但已接近或高于以银行为中心金融体系的日本(31．99％)和法国(27．25％)。Levine和Bencivenga等人认为流动性强的股票市场能够激励投资者对具有高收益但期

限较长的项目进行投资，进而促进经济增长。但是，中国股市流动性的增强并没有导致市场效率的提高，没有对经济增长产生任何促进作用。通过对STY指标分解，

我们进一步发现传导链的断裂可能是导致股市发展对经济增长没有起到促进作用的主要因素。一方面，从股市发展的外延来看，我国股市的流通股本相比国际水平来讲仍然较小。另一方面，从股市发展的内涵来看，在样本期内，平均市盈率和平均换手率指标均不稳定，具有投机性。这在一定程度上也验证了流动性强的股票市场容易导致投资者的短期行为并助长投机(Bhide)。

(二)脉冲反应函数和预测方差分解

脉冲反应函数主要分析变量在受到冲击后随时间变化的反应。通过脉冲反应曲线我们可以观察一个变量受到自发性干扰后对其自身以及系统中其它变量的影响，也可以观察这个变量对系统中其它变量自发性干扰冲击的反应。图1给出了模型指标在受到冲击后的脉冲反应。结果显示，当三个指标发生自发性干扰时，其自身受到的影响最为显著。除了自身影响以外，LY对来自BCY冲击的反应最为显著，而BCY对来自LY冲击的反应也最为显著。然而，LY和BCY对来自STY冲击的反应最小，脉冲反映曲线表现为几乎与横轴重合的一条直线，而STY对来自LY和BCY冲击的反应也非常弱，这说明STY与LY和BCY之间几乎不存在任何显著的相互关系。为了进一步说明三者之间的关系，我们来看预测方差分解。

方差分解可以衡量任一变量的预测方差被其自身和模型系统内其它变量的变动所解释的程度，从而发现这一变量的主要决定因素。表4给出了经济增长、银行发展与股市发展等指标的预测方差分解。结果显示：在多元Near－VAR系统中，首先，导致经济增长的主要因素是其自身，然后是银行发展；其次，导致银行发展的主要因素是其自身，然后是经济增长。这进一步说明了经济增长和银行发展之间存在着密切的关系；再次，导致股市发展的主要决定因素是其自身。经济增长和银行发展对股市发展的影响力度均较弱，但与经济增长相比，银行发展对股市发展的变化有较强的解释力。

四、结 论

经济量化分析篇（10）

关键词：

宏观经济统计分析；统计方法；关键问题

从概念上来看，宏观经济统计分析是建立在经济学、统计学知识体系基础上，以统计知识为核心，围绕经济学知识进行研究和分析。在我国社会主义市场经济体制下，宏观经济统计分析的内容也经历了几个不同发展阶段。在以计划经济为主时期，宏观经济统计分析主要运用计量经济学知识，利用数理统计和模型分析，来完成对国民经济运行系统的优化和平衡。同时，借助于政府统计系统，从国民经济运行相关数据分析中，对计划执行情况进行研究，改进下一阶段计划经济重大问题。这一时期的计划经济为宏观经济统计分析提供了基础数据，但是，对于统筹兼顾、优化管理为主体的计划经济管理思想是一以贯之的。从我国统计学发展历程来看，对于宏观经济统计分析的内容，概况的讲，主要是围绕国民经济主要经济指标来展开，如利用国民经济账户、投入产出、资金流量表、国际收支平衡表等，从各个核心部门、核心指标、核心统计体系中来分析国家、产业的发展状况，减少经济危机的发生。改革开放以后，我国宏观经济统计分析，借鉴了马克思社会再生产、计划经济管理理论，同时借鉴了国民经济核算体系理论思想，完善了我国国民经济综合平衡统计方法，逐步实现了财政、信贷、外汇、物资的四大平衡。在以信息社会、大数据时代为特征的第三阶段，宏观经济统计分析将实际问题作为研究重点，特别是经济学与现实问题的关联，大数据环境下数据的可比性，统计分析方法的科学性和实效性等。

一、宏观经济统计与宏观经济统计分析概念研究

我国国民经济统计主要依托国民经济核算体系，包括经济循环理论下的宏观经济统计指标体系，以及各类标准、统计分类等内容。宏观经济统计，从概念上理解为从宏观上来探讨经济运行过程及结果的统计测度理论和方法。从统计范围来看，主要从经济活动中来获取统计数据，包括各类经济活动的信息整理、也包括各类统计部门设计的用于统计实际数量的调查资料。统计学是依据统计学理论，运用统计学方法来对各类经济信息进行统计分析，如利用抽样调查来进行统计分析，以实现对样本总量的推断；在获取相关统计数据内容时，常用的统计方法有分类法、关联统计法、变化率统计法、总量统计法、结构统计法等。信息化社会的发展，特别是基于网络技术的电子商务平台的建设，使宏观经济统计分析的独立性和地位更趋重要。概括来讲，经济统计分析从统计方式、统计数据上来全面认识经济获得，并从有效分析中提升经济发展水平.宏观统计数据的测度方式及搜集方法，与传统的调查方法，如普查、抽样调查、统计报表相类似，在现代经济统计中，增加了软统计内容，如抽样问卷、心理量表等。宏观经济统计分析是建立在宏观经济统计基础上，利用统计学理论和方法，以实证经济分析来处理统计结果。从概念上来看，广义的宏观经济统计分析包括的经济活动较多，不仅有重要的宏观经济指标内容，还有其他与国民经济管理相关的统计分析。微观来讲，宏观经济统计分析主要从经济问题的统计分析研究中，来构建统计分析模型，并从统计分析变量或指标中探析统计数据所反映的结果。

二、宏观经济统计分析体系研究

1.宏观经济统计分析内容

宏观经济统计分析体系包括宏观经济学目标、宏观经济管理目标和宏观经济统计目标三项内容，对于宏观经济学目标，主要从宏观经济统计分析对象，如社会总供给、总需求等建立均衡统计分析，从国民收入分配统计分析中来构建各项统计指标，如产业结构统计分析、经济周期统计分析、知识经济发展与创新统计分析、消费-投资需求分析、通货膨胀统计分析等等。宏观经济管理目标主要从宏观经济运行体制及组织结构上，围绕国家经济社会重大战略开展统计分析。如创新型国家经济战略、科教兴国战略、财政政策、货币政策、城镇化区域发展战略、可持续发展战略等等。宏观经济统计目标主要从国家统计、部门统计、行业统计、区域统计等层次化统计数据基础上来开发，围绕社会创新、政府管理、科学研究等内容展开统计方法创新。

2.宏观经济统计分析问题

宏观经济统计分析是政府统计工作的重要内容，一方面归结为制度化的统计分析工作，另一方面表现为专题型或问题型统计分析工作。在制度化统计分析工作中，围绕政府统计调查指标体系，从宏观经济运行过程及结果中来搜集数量特征、数量关系，并从宏观经济运行情况综合表现上来剖析主要问题和成功之处；对于各项宏观经济政策措施的执行情况进行跟踪，对执行效果进行对照分析，并从存在问题中来提出应对建议。如国家统计局和各下属统计单位，每年要对上一年度的统计工作进行汇报，以经济分析白皮书形式进行综合。制度化宏观经济分析工作，能够从社会生产、市场供需、收入分配、金融市场化、国际收支等多方面进行呈现，既有动态指标，也有近期、中长期发展趋向分析。宏观经济专题统计分析具有灵活性和变化性，主要是围绕不同时期的经济工作，从经济问题中来展开针对性调查统计分析。其特点表现在：一是对所研究的问题或专题具有较深的研究；二是多采用多重调查方法来实现对专题问题的全面分析，如抽样调查、软实力调查、问卷调查等的综合使用；三是运用现代信息技术来提升统计分析能力，特别是用网络化平台技术来弥补传统调查方法的不足，改善数据质量等。

三、宏观经济统计分析方法研究

宏观经济统计分析方法具有多样性，针对不同问题，有搜集数据、整理数据方法，也有针对经济问题的分析方法，还有基于统计描述和探索性数据分析方法。总的来看，对于宏观经济统计分析工作，多种方法的综合运用有助于提升宏观经济统计分析的科学性和有效性。对于宏观经济统计分析，不同领域所涉及的统计方法具有交叉性。但对于宏观经济分析中动态经济分析、静态经济分析、比较动态经济分析、比较静态经济分析方法所反映的经济学问题，能够从全面质量管理方法中体现目标、过程、方法、绩效、因素等统计描述信息，改善统计分析的应用实效性。主要常用的方法有因素分析法、指数分析法、弹性分析法、时间序列分析法、应用回归分析法和多元统计分析法等。对于不同经济变量体系的描述，根据经济运行过程及数量特征，从所选定的指标变量上来进行估计，包括推算、核算和估算等方法。描述性统计分析方法是基于统计分析应用，从构建基本逻辑架构中来分析客观存在的相关变量之间的关系；由于经济活动中各经济关系之间存在动态性，需要从经济分析的聚类、因子分析等方法中，运用分层回归、分位回归以及协整分析方法来转换，以促进对各项分析指标体系进行综合评价和反映。同样道理，在宏观经济统计分析方法研究中，面对大量微观性数据，如何发挥统计变量测度及过程变量特征分析优势？实践中常用统计系统描述方法，将系统分类及归纳至分位、分层、立体、动态的复杂系统中，从探索各关系变量及因素之间关系上来进行描述性分析。如在人口普查以及经济普查中，对于各类模拟系统方法的运用，主要从各因素的顺序识别和组内方差缩小、组间方差扩大上来实现动态过程的科学推断，提升核心主体的统计分析精度。

四、宏观经济统计分析的趋向研究

从宏观经济统计分析的应用来看，当前社会环境下面对更多挑战，其主要研究方向有以下几点：一是做好对国家经济社会发展管理的重要决策导向研究，特别是在信息技术快速发展背景下，从海量数据分析中来挖掘科学的信息资源，来优化和辅助市场化竞争、产业竞争及区域、国际间的竞争需要。哈佛大学加里·金（GaryKing）提出“信息革命背景下，对于海量数据资源的统计分析，将席卷商业界、学术界和政界”。建立在大数据基础上的精细化测量行为研究，从经济领域、商业领域来拓宽延伸，以促进社会发展；二是顺应大数据时代的发展机遇，在中国特色社会主义市场经济转型关键期，从协同政府、行业、经济、社会发展关系的角度，以政府公共数据共享平台建设来完善社会发展科学管理水平，从中长期发展政策分析中来进行科学谋划和实施。对于统计信息平台中的活动、业务、行政记录、财务信息等资料，要按照统计数据的统一化要求进行科学转换，增强宏观经济统计分析的决策科学化能力；三是强化创新型国家建设统计分析工作，围绕国家创新能力、国家创新体系建设发展要求，从国家科技政策制订，到各项经济统计工作的实施，都应扎实推进宏观经济统计分析在经济建设中的核心和驱动地位；四是构建高端化的产业结构统计分析模型，围绕我国全面转型过渡期的产业结构现状资料，从构建“三高一低”产业结构高端化统计目标入手，加大对信息化金融产业的创新，延长产业价值链，增强产业辐射及带动作用，优化产业结构向高端化进程转移；五是注重金融统计分析，完善我国金融管理体系，提升金融管理效率。在建设金融服务业与其他产业的协同发展上，发挥统计手段来全面跟踪和优化我国货币政策服务环境，挖掘金融数据，加大金融风险监测和防范；六是注重宏观经济空间统计分析，依托大数据时代数据集中化平台，为宏观经济统计分析创造有利环境，实现大数据的共享、合作和协同发展，真正实现大数据的整体效益。

参考文献：

[1]赵彦云,周芳.试论大数据时代中国政府统计改革发展新模式[J].教学与研究，2014(01).

经济量化分析篇（11）

一、相关概念及综述

（一）、定量分析的概念

经济学研究方法中所采用的定量研究，最早起源于近代西欧国家中对自然科学研究，并随着社会自身的发展和经济学的光速发展，一度成为社科界研究经济问题首选的研究方法。定量分析一般从对某种具体的社会现象的假设、理论的实证和对现象变化的预测着手。在定量的分析中研究者更多地运用演绎推理，从一般的假设中推出最后的结论，再对结论进行系统性的检验。因此，在研究社会科学中应该集中于“是什么”，并通过数量分析去理解，探求社会互动与发展中的因果联系。

所谓定量分析，是指对事物进行数量分析。量是指事物的规模、发展程度、速度，以及其构成成分在空间上的排列组合等等可以用数量表示的规定性。正如质是多方面的一样，事物的量也是多方面的。因此，人们只能根据实践的客观需要，去把握事物的量。

（二）、定量分析的特点

1.实证性，即定量分析的所采用的方法和最终得出结果是可以检验的。定量分析是用与研究相适应的数学方法针对某一特定问题的相关数据进行分析。分析过程的每一个具体的阶段和结果都可以用具体的指标表示出来，接受逻辑的和事实的验证。实证性可以说是定量分析中最本质特征。

2.明确性，定量分析涉及的概念一般都具有确定的定义，并且一般不使用模棱两可的言语来表述，因而在一般情况下分析不会引起歧义，从而使分析过程与结果容更易理解。

3.客观性，即无论研究者是谁，只要采用相同的数据和相同的方法进行研究分析都只会得出相同的结果。

二、经济学研究中定量分析的基本方法

（一）统计分析方法。定量分析方法中的统计方法大致可以分为描述统计和推断统计。在经济学的研究中统计方法的运用的范围十分的广泛，可以说统计分析方法是定量研究的基础，也是经济学研究的基础。描述统计学是整个统计学的理论基础和统计研究工作的首要步骤，它包括对客观现象的度量，调查方案的设计，数据的收集与整理，用图表方法和数量方法综合分析统计资料等。推断统计是现代统计学的核心和统计研究工作的关键环节。推断统计离不开描述统计，只靠描述统计也难以揭示事物发展的规律

（二）趋势预测分析法。它对同一单位相关经济指标连续几年的数据作纵向对比，观察其成长性。通过趋势分析，分析者可以了解该企业在特定方面的发展变化趋势。广义的趋势预测分析中，即包括在同一时期根据已有的事实测定未知事件的静态趋势预测，也包括根据已有的事实测定未来的未知事件的动态趋势预测。狭义的趋势预测，仅指动态趋势的预测。预测方法与个别领域现象发展的实际相结合，就产生了预测的各个分支，如人口预测、社会预测、经济预测、政治预测等

（三）相互对比分析法。它通过经济指标的相互比较来揭示经济指标之间的数量差异，既可以是本期同上期的纵向比较，也可以是同行业不同企业之间的横向比较，还可以与标准值进行比较。通过比较找出差距.进而分析形成差距的原因对比分析法的应用相对简单，但应用的范围较为广泛，凡是涉及多二年以上的数据都可以应用相互对比分析法对其进行进一步的分析，通过分析可以为深度分析打下基础。

（四）数学模型分析法。经济数学模型是研究分析经济数量关系的重要工具，它是经济理论和经济现实的中间环节。它在经济理论的指导下对经济现实进行简化，但在主要的本质方面又近似地反映了经济现实，所以是经济现实的抽象。经济数学模型能起明确思路、加工信息、验证理论、计算求解、分析和解决经济问题的作用，特别是对量大面广、相互联系、错综复杂的数量关系进行分析研究，更离不开经济数学模型的帮助。运用经济数学建模来分析经济问题，预测经济走向，提出经济对策已是大势所趋。

三、经济学中运用定量分析方法的必要性

定量分析方法的应用使经济理论政策主张具备了很强的实操性。经济学的目的在于对现实中各种经济行为进行指导，这亦是经济学的生命力的源泉。在经济学的发展中，定量方法的推进经济理论对现实的指导意义，并且走进人们的社会经济生活。马歇尔采用均衡分析的方法开创了微观经济学的先例，研究了价格、供给、需求、竞争等具体问题，精确地揭示了它们之间内在联系和变化规律，为人们了解价格、供给、需求等变量，制定价格策略、供给策略、提供了科学依据。此后，凯恩斯科学也大量运用了数学研究方法，才使他的“宏观经济学”具有划时代伟大意义。翻开凯恩斯的全部经济学有关著作，我们可以从中看出，没有定量的研究就不可能为政府制定宏观经济政策提供强有力的决策依据，没有定量的研究也不可能使凯恩斯的理论令世人折服。

根据我国目前所处的情况，经济的分析更加应该侧重如何实现社会主义制度下资源配置优化配置以及如何使国民经济长久、健康的有序运行。而国民经济是一个非常庞大的系统，在这个系统中，经济运行呈现出异常复杂的关系，我们必须借助于定量的分析工具，对经济发展中存在的种种问题和经济现象进行系统化的定量分析，只有这样才能揭示社会发展中经济的运行规律。也唯其如此，才能进一步的提高资源的利用效率，才有改变国家传统的经济增长方式的转变，实现可持续发展的目标。