中印经济波动因素比较研究

摘 要：基于CF滤波、偏相关和逐步回归分析的方法，研究了个人消费支出、政府消费支出、社会固定投资、出口及进口对中印经济波动的影响。结果表明：中国经济波动幅度要大于印度，但印度经济波动的频率要高于中国，1980-2011年间中国大致经历了6个完整的经济周期而印度为7个，中国每个经济周期平均约为5年而印度约为4年；偏相关分析的结果表明简单相关性检验存在伪显著相关关系，影响中国经济波动的因素按照是否显著及偏相关系数的大小依次是政府消费支出、出口、私人消费支出、社会总投资；印度依次为私人消费支出、社会投资；逐步回归结果表明，影响中印两国经济波动的相同因素是私人消费支出。除此之外，中国经济周期波动还要受政府消费支出的影响，印度则还要到社会投资的影响。而影响中印两国经济周期波动最主要的因素则分别是政府消费支出和社会总投资。

关键词：经济波动；消费支出；CF滤波；相关分析；逐步回归

中图分类号：F74

文献标识码：A

文章编号：1672-3198（2013）24-0070-05

1 引言

近年来，中国和印度一直世界上经济发展速度最快的两个国家。中国2002-2011年间平均经济增长率为10.46%，其中2007年更是达到了14.2%；印度自2002财年起，经济也实现连续5年的高速发展，平均经济增长率达到8.99%。然而，2008年的金融危机迅速席卷了世界上主要发达经济体，并逐渐向拉美、亚洲、非洲等发展中国家蔓延，使国际金融和世界经济遭受了沉重打击，作为新兴经济体的中印两国也受到影响。2008年中国经济增长率为9.6%，比2007年降低了4.6个百分点；2007年印度经济增长率为4.9%，比2006年的9.8%下降了一半。但是就全球而言，中印两国的经济增长率仍位居前列。据世界银行2012年1月18日最新的《全球经济展望》预测，2012年全球经济增长率为2.5%，相比去年下调了1.1个百分点；高收入国家的经济增长率为1.4%，其中美国为2.2%，欧元区为-0.3%，日本经济为1.9%；发展中国家的经济增长率为5.4%，其中中国经济增长率为8.2%，印度经济增长率5.8%，巴西经济增长率为3.4%，俄罗斯经济增长率为3.5%。如果扣除中国和印度经济，发展中国家2012年经济将出现负增长。可见，中印两国经济虽然在一定程度上受到金融危机的冲击，但整体发展趋势并未发生根本改变，仍在逆境中奋力前进。

中国和印度都是农业人口占绝对优势的发展中大国，都有过被列强侵占的历史，民族独立和解放的时间也几乎相同。独立之后，两国经济社会发展也曾在同一“起跑线”上，在经济管理体制上也都或多或少地受到前苏联模式的影响。半个世纪过后，两国也都取得了经济建设的巨大成就。而今天，两国也同样面临着如何进行改革和发展，提高经济增长的效率和质量的问题。因此比较分析中国和印度这两个有着极大相似性的后起发展中大国在推进现代经济建设中的成与败、得与失，将对我们今天的现代化建设具有启示意义。正如前印度总理贾·尼赫鲁所说：“印度和中国尽管在许多方面有差别，但非常相像。因此，加强中印两国的比较研究无疑具有重要的理论意义和现实意义。”

本文接下来的安排如下：第二部分是国内外有关中印经济比较研究的相关文献的回顾；第三部分是综合运用3种方法对影响中印经济周期波动因素的实证分析；第四部分是本文的结语和启示。

2 文献回顾

近年来，中印两国相继走上了经济高速发展的道路，这一现象引起了全世界的关注。在中国、印度、美国等国有一大批学者从事两国经济发展问题的比较研究。鉴于相关文献较多，本文仅选取部分具有代表性的文献进行归纳和述评。

2.1 中印经济发展比较研究的国外文献

Robert A.Scalapino（1976）认为印度比中国有更大的优势。印度不仅具有强大的工业基础，有经验的企业家、管理者及文官，广泛的基础设施，整齐的科技队伍，而且印度比中国更容易整合进世界贸易体系中，英语、西方知识的广泛传播、比较宽松的政治、混合经济体制等等，都使印度比中国更有发展前途。黄亚生（2005）认为中国和印度采取了两种不同的发展模式。中国模式依赖高投资率和外国直接投资，而印度模式强调软件基础设施建设，软件基础设施会产生经济长期发展的动力。他还认为印度模式对中国是有借鉴意义的。若中国加大改革的力度继续完善私有产权保护和深化银行体制的改革，那么中国将同时具备软件基础设施和硬件基础设施两方面的优势。届时印度将很难超过中国。Wilson和Prusushothaman（2003）；Jorgenson和K.Vu（2005）；Fromlet（2005）；Bosworth和Collins（2007）对中印两国储蓄率、投资率、资本存量、经济效率等多个层面进行了研究。他们普遍认为中国模式是典型的“资本驱动型”发展，经济增长依靠的是高储蓄、高投资以及劳动密集型产品的大量出口；而印度则是依靠科技创新及内在禀赋带来的服务业出口与内需拉动，并且生产效率在经济增长过程中也明显提高。

2.2 中印经济发展比较研究的国内文献

李晓（2006）认为中国与印度之比较犹如阿基米德的两条平行线，除了都是人口众多的发展中国家这一点相近以外，两国在文明体系、社会结构、政治体制和经济体制等方面都具有明显的差异，很难设定一个有效的相互比较的坐标系。陈怡（2006）利用TC和RCA指数对中印两国的服务贸易进行定量分析，结果显示中国虽然在服务贸易总量上超过印度，但其整体竞争力相对于印度有显著劣势，并且这种劣势有扩大趋势；同时通过比较发现，相对于印度，中国仅在劳动密集型的项目上有稳定和明显的优势。骆鹏（2008）在中印两国经济增长特征的比较中发现除经济增长速度外，印度的经济增长结构确实比中国更为均衡，比例更为协调。张勇和王玺等（2009）的研究表明中国的高增长来自高投资、体现式技术进步的贡献以及劳动密集型产品出口的推动，而印度则更多地依赖技术创新带来的服务业出口以及国内消费的拉动。他们认为当前中印两国都面临着深化改革的抉择，因此互相借鉴对方的优势是一种有益的尝试。

从上面的研究我们可以看到，从储蓄率、投资率、资本存量、经济效率及社会制度等层面对中印两国经济发展进行比较研究的文献有很多，但是从经济波动这一层面进行对比分析的文献几乎没有。因此下面我们将从经济波动的角度入手，运用CF滤波、偏向相关和逐步回归分析的方法来对中印两国经济波动的因素进行比较分析。

3 中印经济周期波动的实证分析

3.1 变量选择及数据来源

考虑到数据的可获得性，我们共选取了6类指标。它们依次是，国民生产总值（GDP）、个人消费支出（PC）、政府部门消费支出（GC）、社会固定投资（FI）、出口（EX）、进口为（IM）。其中在各个指标前面加CN表示为中国，IN表示为印度。所有指标数据的价格表现形式均是以实际个人购买力平价换算的2005年不变美元价格，时间跨度为1980-2011年。为了消除异方差性我们分别对其取自然对数为LNPC、LNGC、LNFI、LNEX、LNIM。数据来源为经济学人信息部（EIU）的国家数据库。

3.2 平稳性检验

大多宏观经济变量的时间序列都是非平稳序列，因此我们首先要对中印两国共计12个变量指标进行平稳性检验。本文中使用ADF（Augmented Dickey-Fuller）检验，即进行如下的回归分析：

Δxt=α+δT+（ρ-1）xt-1+pi=1βiΔxt-i+ut

上式中，α表示截距项，T表示趋势项，Δ表示一阶差分， 表示随机误差项，滞后项P按照SC准则和AIC准则选择。利用Eviews6.0对中印两国经济周期时间序列进行ADF检验，检验结果分别如下表1、2所示。其中表1表示的中国经济周期相关各变量的单位根检验结果，表2表示的印度经济周期相关各变量的单位根检验结果。

观察表1、2我们可以发现，6类指标在水平（Level）条件下都是非平稳序列，其中表1中经过一阶差分后变成平稳序列的指标有GDP、PC、GC、FI、EX，经过二阶差分后变成平稳序列的指标是IM；表2中经过一阶差分变成平稳序列的指标有GDP、GC、FI、EX、IM，经过二阶差分后变成平稳序列的指标是PC。

3.3 中印两国经济周期波动的CF滤波分析

在对影响中印经济周期波动的各个变量指标进行滤波分解之前，我们首先要对CF滤波器的机制原理进行较为详细的介绍。

通过CF滤波分解的方法，我们可以比较容易的获取GDP、PC、GC、FI、EX、IM时间序列中的趋势成分和周期成分。平稳性检验的结果告诉我们，GDP、PC、GC、FI、EX、IM指标在水平（Level）条件下都是非平稳序列。因此CF滤波分解中的平稳性假定均选定随机游走的I（1）形式，剔除趋势方法采用漂移调整法（Drift Adjust），周期类型的滞后阶数均取值2，周期的范围为。限于篇幅中印两国各个变量指标的CF滤波分解的趋势成分和周期成分我们不再列表。下图1未经过CF滤波分解的中印两国GDP增长率的对比图，图2为经过CF滤波分解的中印两国经济波动图。

观察图1，从GDP增长率的角度来看，中国经济增长的速度都要远高于同时期的印度。1980-2011年间，中国GDP平均增长率约为9.56%，而印度约为5.49%；从同步性的角度来看，1980-1983年、1988-1991年、2008-2011年中印两国GDP增长率变化变现为较为明显的同增同减。这也说明了尽管中印两国社会制度有所不同，但是在经济发展上却有着一定的相似性。观察图2我们可以发现，总体上来讲中国经济周期波动的幅度要大于印度，而印度经济周期的波动频率却要高于中国。运用“谷-谷”法我们可知，在1980-2011年间中国大致经历了6个完整的经济周期，而印度经历了7个完整的经济周期。中国经历的6个经济周期分别是：1980-1983、1984-1986、1987-1990、1991-1997、1998-2005、2006-2010，平均每个周期约为5年；而同时期印度经历的7个经济周期分别是：1980-1982、1983-1987、1988-1991、1992-1994、1995-1997、1998-2003、2004-2008，平均每个经济周期约为4年。

3.4 相关性检验

为了准确把握各个变量指标与经济周期之间的关系，下面我们将运用SPSS17.0进行相关性进检验，检验结果如下表3-6所示。

从表3中我们看到，与中国经济周期显著相关的各个指标按照PEARSON相关系数的大小由高到低依次是PC、GC、IM、FI，EX与经济周期波动并没有显著相关关系。我们再进一步观察表3的检验结果后还发现一些指标之间存在相互的显著相关关系，而这意味着简单相关分析有可能不能准确表示出变量之间的相关关系。这是因为PEARSON相关分析是计算两个变量间的相关系数，分析两个变量间的线性相关程度。当多于两个变量时，往往由于第三个变量的加入使得相关系数并不能准确反映变量之间的关系。因此若要准确掌握变量之间的关系，我们需要控制住那些对其它变量产生影响的变量。下面我们将运用SPSS17.0，进行偏相关分析，以检验表3的简单相关分析结果。偏相关分析结果如表4所示：

通过观察表4，我们发现在控制住一些相互影响的变量指标之后，与中国经济周期波动显著相关的指标发生了变化。按照偏相关系数的大小依次是GC、EX、PC、FI，而IM与经济周期波动没有显著相关关系。这证实了我们之前的说法即简单相关分析并没有准确地反映变量之间的相关关系，这意味着影响中国经济周期波动的因素按照偏相关系数的大小依次是GC、EX、PC、FI。

偏相关分析的结果表明，与印度经济周期波动显著相关的指标发生了变化。按照偏相关系数的大小依次是PC、FI，而GC、EX、IM与经济周期波动没有显著相关关系。这说明了影响印度经济周期波动的因素只有PC和FI。

3.5 逐步回归分析

逐步回归是指按偏相关系数的大小次序将各个变量逐步引入方程，对引入方程中的每个变量的偏相关系数进行统计检验，显著的变量留在回归方程内，循此继续遴选下一自变量。如果效应不显著，停止引入新自变量。由于新变量的引入，原来已经引入方程中的变量由于变量之间的相互作用其效应有可能变得不显著，经统计检验验证后要从方程中剔除，只保留效应显著的自变量，直至不再引入和剔除变量为止，从而得到最优的回归方程。下面我们将依据偏相关系数的大小，进行逐步回归分析，以期得影响中印经济周期波动的最优回归方程。首先我们应用SPSS17.0对影响中国经济周期波动的主要因素GC、EX、PC、FI进行逐步回归分析。其结果如下表7所示：

从表7我们可以看出，逐步回归的过程一共进行了2步，四个变量中进入两个变量即CNPC和CNGC，最后1步的F统计值为18.894显著水平为0.000，因此回归方程相关非常显著。所以我们得到的关于中国经济周期波动的最优回归方程为：

CNGDP=3.17E-4+0.404CNPC+0.151CNGC

回归结果表明中国经济周期波动与私人消费支出、政府消费支出是显著正相关的关系。从右往左观察回归方程，我们可以发现政府消费支出变动0.151%和私人消费支出变动0.404%可引起中国GDP周期波动1%。这说明与中国GDP周期波动的最为密切相关的因素是消费支出中的政府消费支出。

下面我们利用同样的方法，可以得到印度经济周期波动逐步回归结果，如下表8所示：

观察表8，逐步回归的过程进行了2步，两个变量均进入即INPC和INFI，最后一步的F值为44.407，显著水平为0.000，因此回归方程相关非常显著。所以我们得到的关于印度经济周期波动的最优回归方程为：

INGDP=-3.985E-6+0.810INPC+0.111INFI

从回归方程中我们可以看出，印度经济周期的波动与私人消费支出、社会总投资之间是显著正相关关系。类似的，社会总投资变动0.111%和私人消费支出变动0.810%可引起印度经济周期波动1%。这说明与印度经济周期波动最为密切相关的因素是社会总投资。

4 结语

本文运用1980-2011年的年度样本数据，对私人消费支出、政府消费支出、社会总投资、出口、进口与经济周期波动之间的关系进行了详细的分析。我们首先运用CF滤波器，将包括GDP在内的中印两国共计12类变量指标的趋势成分和周期成分解开来。经过比较分析，我们发现：总体上来看中国经济周期波动的幅度要大于印度，而印度经济周期的波动频率却要高于中国。在1980-2011年间中国大致经历了6个完整的经济周期，平均每个周期的时间大致是5年；同时期的印度大致经历了7个完整的经济周期，平均每个周期的时间是4年。

随后，我们对中印私人消费支出、政府消费支出、社会总投资、出口、进口与GDP周期成分之间的关系分别进行了PEARSON相关检验。结果发现，变量指标之间本身存在一定的相关性，这样会导致PEARSON相关检验出现伪显著相关的现象。为了准确把握变量指标与经济周期波动的相关关系，我们又进行了偏相关分析。偏相关分析的结果证实了我们前面的说法。因此影响中国经济周期波动的因素按照偏向相关系数的大小依次排序是政府消费支出、出口、个人消费支出、社会总投资；而印度则依次是私人消费支出、社会总投资。

最后，我们依据偏相关系数的大小分别建立了中印两国经济周期波动的逐步回归方程。对比中印两国经济周期波动的回归方程，我们发现私人消费支出私人是影响中印两国经济周期波动的相同因素。除此之外，中国经济周期波动还要受到政府消费支出的影响，印度则还要受到社会投资的影响。然而影响中印两国经济周期波动最主要的因素则分别是政府消费支出和社会总投资。

参考文献

[1]陈怡.中印两国服务贸易的比较研究[J].审计与经济研究，2006，（6）：82-85.

[2]贾·尼赫鲁.印度名族主义的心理[C]//贾·尼赫鲁选集，第二卷.新德里，261.

[3]黄亚生.经济增长中的软硬基础设施的比较：中国应不应该向印度学习？[J].马文静，译.世界经济与政治，2005，（1）：64-69.

[4]李晓.印度经济能赶超中国吗？——兼论“中印比较”的意义[J].国际经济评论，2006，（6）：51-56.

[5]李云霞.中印现代化比较研究[D].东北师范大学，2007：8-12.

[6]骆鹏.中印两国经济增长特征比较及启示[J].经济理论与经济管理，2008，（7）：71-74.

[7]汤铎铎.三种频率选择滤波在中国的应用[J].数量经济技术经济研究，2007，（9）：144-156.

[8]张勇，王玺，古明明.中印发展潜力比较分析[J].经济研究，2009，（6）：21-30.

[9]Barry Bosworth， Susan Margaret Collins.Accounting for Growth： Comparing China and India[J]. NBER Working Paper 12943，2007：1-24.

[10]Dominic Wilson， Roopa Purushothaman. Dreaming With The Brics：The Path To 2050[J].New York： Goldman Sachs.Global Economics Paper，2003Oct.No.99：1-25.

[11]Fromlet，H. India Versus China-Who Will Be The Winner In The Long Run？[J].Economic and Financial Review，2005，12（3）：111-143.

[12]Jorgensen，K. Vu Information Technology and The World Economy[J].Scandinavian Journal of Economics，2005，107（4）：631–650.

[13]Lawrence J. Christiano， Terry J. Fitzgerald.The Band Pass Filter[J]. NBER Working Paper 7257，1999：4-7.

[14]Robert A. Scalapino. Asia and the Road Ahead： Issues for the Major Powers[M].Los Angeles：University Of California Press，1976：58-94.