最终消费对安徽省经济增长的影响研究

摘要：基于VAR 模型，定量研究我省居民消费及政府消费对安徽省经济增长的影响。研究结果表明：短期内政府消费冲击对经济增长具有明显的驱动作用；短期和中期内，居民消费对省内经济增长有明显的冲击作用；从长远看，居民消费是影响我省经济增长的首要因素。

关键词：居民消费；政府消费；经济增长；VAR 模型

一、安徽省消费现状

自1985-2012年，安徽省居民消费总额从187.32亿元增加到6562.72亿元，增加约35倍，但占GDP的百分比整体上却呈现下降的趋势，由1985年的56.55%，下降到2000年的45.63%，之后虽出现小幅回升，但2004年又开始下降，到2012年这一比重已经下降至38.13%，下降约19个百分点，下降幅度很大。政府消费总额从30.67亿元增加到1876.29亿元，增加约61倍，占 GDP 的百分比虽在总体上呈现出上升的趋势，从1985年的9.26%，上升到2012年的10.9%，上升约2个百分点，上升幅度较小。基于此，本文拟通过构建向量自回归模型（VAR）就居民消费、政府消费对中国经济增长的影响展开研究。

二、实证研究

（一）变量的选取与样本数据的处理

选取经济增长作为被解释变量，居民消费和政府消费为解释变量，时间跨度为1978-2012年。原始数据来自于中经网数据库。经济增长采用支出法地区GDP核算下安徽省的GDP数据进行研究。居民消费CC和政府消费GC采用支出法GDP计算下的最终消费里的数据进行研究。同时对 GDP、CC、GC的统计数据运用 GDP 缩减指数将其转变为真实数据。为了消除时间序列数据中存在的异方差，对三个序列取自然对数并且分别命名为LNGDP、LNCC、LNGC。

（二）VAR模型的识别与检验

1.稳定性检验

由于现实中的很多时间序列经济数据表现为非平稳性[1]，因此在协整分析时可能出现伪回归。为克服这一现象，首先要进行序列的平稳性检验。通常为ADF单位根检验。检验结果如表1，LNGDP、LNCC与LNGC在5%的显著性水平下都不能通过检验，因此原序列均是非平稳序列。但是ΔLNGDP、ΔLNCC与ΔLNGC在5%显著性水平下都不拒绝变量有一个单位根的原假设，所以LNGDP、LNCC与LNGC满足一阶单整，可以进行进一步的协整检验。

2.VAR模型滞后结构检验

VAR模型中一个重要的问题就是滞后阶数的确定。在选择滞后阶数p时，一方面要使滞后阶数足够大，以便能充分地利用所构造模型的变量信息。但另一方面，滞后阶数不能过大，因为滞后阶数越大需要估计的参数也就越多，模型的自由度就减少[2]。通常进行选择时，需要综合考虑。根据表2提供的各滞后阶数下5个指标的估计值及其检验结果可知，五个指标：LR、FPE、AIC、SC、HQ指标均选择滞后1阶。因此，可以初步确定VAR模型的最佳滞后阶数为1。

3.Johansen协整检验

协整检验的模型实际上是对非限制性VAR模型进行协整约束后得到VAR模型，该模型的滞后期影响非限制性 VAR 模型一阶差分变量的滞后期[3]。目前常用的协整关系检验有EG两步法和Johansen极大似然估计法，但EG两步法主要针对两个变量的单方程，对于多变量的协整检验， 则使用 Johansen 协整检验。本文采用Johansen协整检验方法。检验结果如表3所示。

由检验结果可以看出，LNGDP、LNCC、LNGC在5%显著性水平上存在协整方程，说明这三个变量之间确实存在协整关系，即变量之间存在长期均衡关系。

4.Granger因果检验

Granger因果关系检验检验两个变量之间，当期的一变量，能够在多大程度上被过去的另一变量解释。如果加入一个变量的滞后值能使的解释程度提高，即该变量对另一变量的预测有帮助，或两个变量的相关系数在统计上是显著时，就称为“一变量是另一变量的Granger原因”。[4]

由协整检验可知，LNGDP、LNCC和LNGC之间存在协整关系，因此可以进行 Granger 因果检验。根据 VAR 模型确定的最优滞后期1期作为Granger 因果检验的最优滞后期， 检验结果如表4所示。

由表4可知，居民消费和政府消费都是我国经济增长的强 Granger 原因， 即引入其序列的滞后值可以显著提高 GDP 的解释程度. 这与协整分析结果一致， 即居民和政府消费能显著稳定地拉动我国经济增长。检验结果还显示， 在1%显著水平上， 经济增长是