克強指數(shù)下的地區(qū)工業(yè)發(fā)展建議
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了克強指數(shù)下的地區(qū)工業(yè)發(fā)展建議范文，希望能給你帶來靈感和參考，敬請閱讀。
摘要：本文以2014—2019年蘇州的相關(guān)月度數(shù)據(jù)為基礎(chǔ)進行建模，并運用ADF單位根檢驗、協(xié)整理論和Granger因果檢驗分析克強指數(shù)的三項指標與蘇州市工業(yè)發(fā)展之間的長期因果關(guān)系。研究結(jié)果表明克強指數(shù)與蘇州市工業(yè)發(fā)展之間存在長期協(xié)整關(guān)系，同時蘇州市工業(yè)發(fā)展對工業(yè)用電量有很強的依賴性。本文旨在基于以上研究結(jié)果，為蘇州市工業(yè)發(fā)展提供政策建議。
關(guān)鍵詞：克強指數(shù)；蘇州地區(qū)；工業(yè)發(fā)展
克強指數(shù)是基于經(jīng)濟發(fā)展的“工業(yè)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(jīng)濟學(xué)人》將上述三個指標予以綜合帶入一個具體公式，創(chuàng)造出一個新的衡量GDP增長的指標，稱為“克強指數(shù)”（克強指數(shù)=工業(yè)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(shù)自從被推出后，就受到多家權(quán)威性國際機構(gòu)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(shù)據(jù)更為真實可信，能更真實地反映經(jīng)濟運行狀況（田明靜）。
一、研究方法與數(shù)據(jù)來源
在“克強指數(shù)”被提出后，很多學(xué)者運用它對我國經(jīng)濟進行分析預(yù)測，得出了大量結(jié)論。葉允最在建立廣西工業(yè)總產(chǎn)值和修正后的“克強指數(shù)”的關(guān)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(guān)系并提出相應(yīng)政策建議。周業(yè)付等人運用協(xié)整理論等分析“克強指數(shù)”對上海經(jīng)濟發(fā)展的影響，提出應(yīng)擴大上海開放程度，尤其是加快自貿(mào)區(qū)建設(shè)的思路。劉帥等人通過構(gòu)建新克強指數(shù)與青海經(jīng)濟增長的差分模型，揭示了金融服務(wù)對青海經(jīng)濟發(fā)展貢獻有限，科技投入不足的問題，提出應(yīng)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(shù)”來研究蘇州發(fā)展的成果。本文在“克強指數(shù)”的指導(dǎo)下對蘇州工業(yè)總產(chǎn)值、工業(yè)用電量、貨運量和中長期貸款進行回歸分析，基于分析結(jié)果，力圖為蘇州地區(qū)的經(jīng)濟發(fā)展提出政策性建議。因為“克強指數(shù)”是總理當初針對遼寧省的經(jīng)濟狀況而做出的一個指標，所以“克強指數(shù)”可以很好地反映遼寧省及其產(chǎn)業(yè)結(jié)構(gòu)和發(fā)展狀況相似的省份的經(jīng)濟狀況（唐德祥）。但對其他一些發(fā)展差異較大的區(qū)域，如對蘇州進行研究時就有必要作一定的調(diào)整。如解釋變量的選擇，本文一是以蘇州實際工業(yè)用電量為據(jù)。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(yè)貨運量中的比例遠高于鐵路貨運量，不容忽視，故做出此調(diào)整。三是以銀行中長期貸款總量為主。在模型設(shè)定方面，采用C-D函數(shù)雙對數(shù)模型形式建立模型：lny=c+β1lnx1+β2lnx2+β3lnx3。在模型中，y為工業(yè)總產(chǎn)值（億元),x1為工業(yè)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(shù)據(jù)采用2014年1月—2019年8月的《蘇州統(tǒng)計年鑒》和《蘇州統(tǒng)計月報》。
二、“克強指數(shù)”因素與工業(yè)總產(chǎn)值關(guān)系分析
(一)WLS回歸估計結(jié)果運用上面的數(shù)據(jù)（實際參數(shù)為58個，因原數(shù)據(jù)中部分月份中長期貸款額為負，無法進行對數(shù)及數(shù)據(jù)免報問題，故剔除）。利用Eviews采取加權(quán)最小二乘法對“克強指數(shù)”因素與蘇州工業(yè)總產(chǎn)值之間進行時間序列分析，為消除異方差問題，權(quán)重使用殘差絕對值的倒數(shù)(w=1/abs(resid))?？傻萌缦鹿烙嫿Y(jié)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(yè)總產(chǎn)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(yè)總產(chǎn)值產(chǎn)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(yè)總產(chǎn)值產(chǎn)生效用。故分別將t-1期,t-2期,t-3期的中長期貸款數(shù)據(jù)代入當期數(shù)據(jù)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(jié)果均在5%顯著性水平下拒絕原假設(shè)，只有t-2期中長期貸款分析結(jié)果通過檢驗，并得到良好的結(jié)果。說明當期進行的中長期貸款會在兩期之后對工業(yè)總產(chǎn)值產(chǎn)生影響，具體分析結(jié)果如表1。由表1可知，判定系數(shù)R2=0.972125，幾乎接近于1，這三個影響因素解釋了蘇州工業(yè)總產(chǎn)值變化的97.2125%,說明所建立的模型對于樣本數(shù)據(jù)的擬合優(yōu)度比較高。lny和變量lnx1、lnx2、lnx3均通過5%顯著性水平檢驗，F(xiàn)=627.7324，大于臨界值，順利建模。研究表明，克強指數(shù)在蘇州其他變量不變的條件下，當工業(yè)用電量每增加1%就會引起工業(yè)總產(chǎn)值增加0.253%，當貨運量每增加1%，工業(yè)總產(chǎn)值將會增加0.144%，當中長期貸款每增加1%，工業(yè)總產(chǎn)值將會增0.018%，對蘇州GDPuttg重大影響。
（二）自向量回歸估計結(jié)果通過一階差分變化得出模型結(jié)果如下：A-IC=-2.759957，SC=-2.609861；二階差分變化得出的模型結(jié)果如下：AIC=-1.690136，SC=-1.531124用AIC準則(AkaikeIn.f0Criterion)和SC準則(SchwarzCriterion)確定最優(yōu)滯后階數(shù)(Laggeddifferences)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(wěn)性檢驗，由此確定序列的平穩(wěn)性，檢驗結(jié)果為經(jīng)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(xié)整分析。2.本文采用Johansen檢驗法對選取的變量進行協(xié)整關(guān)系檢驗，以研究克強指數(shù)各指標與蘇州工業(yè)發(fā)展的長期均衡關(guān)系，由不存在協(xié)整關(guān)系的原假設(shè)開始，直到存在四個協(xié)整關(guān)系時，跡統(tǒng)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(shè)，說明這四個指標與蘇州工業(yè)總產(chǎn)值有長期穩(wěn)定的均衡關(guān)系。3.本文采用Granger因果進行檢驗，根據(jù)檢驗結(jié)果可以得知，在10%的顯著性水平下，蘇州市工業(yè)總產(chǎn)值與貨運量和中長期貸款量不具有因果關(guān)系，而工業(yè)總產(chǎn)值和中長期貸款量是工業(yè)用電量的Granger原因，工業(yè)用電量對蘇州工業(yè)總產(chǎn)值起到明顯作用（見表2）。
三、結(jié)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(qū)域的金融業(yè)發(fā)展水平，金融業(yè)發(fā)展水平越高，則滯后期相應(yīng)越短，蘇州的中長期貸款滯后期為兩個月，說明其經(jīng)濟發(fā)展水平較高。蘇州市經(jīng)濟一直位于全國前列，國家對蘇州市經(jīng)濟發(fā)展也較為扶持，但中長期貸款對蘇州工業(yè)總產(chǎn)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(jié)構(gòu)也在不斷優(yōu)化調(diào)整，截至2018年，蘇州市全市服務(wù)業(yè)增加值占地區(qū)生產(chǎn)總值比重達到50.8%，經(jīng)濟發(fā)展逐步由依靠能源消耗的第二產(chǎn)業(yè)轉(zhuǎn)向依靠科技發(fā)展的第三產(chǎn)業(yè)。蘇州市要實現(xiàn)進一步的發(fā)展，就需要深化投資領(lǐng)域改革、推動貿(mào)易轉(zhuǎn)型升級、深化金融領(lǐng)域開放創(chuàng)新、推動創(chuàng)新驅(qū)動發(fā)展，著力規(guī)劃建設(shè)蘇州自貿(mào)區(qū)，促進蘇州市經(jīng)濟發(fā)展。蘇州工業(yè)總產(chǎn)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(yè)用電量對蘇州工業(yè)總產(chǎn)值起到明顯作用。因為現(xiàn)階段的蘇州工業(yè)總產(chǎn)值增長都是基于高增長的工業(yè)用電量，雖然極大地推動了工業(yè)總產(chǎn)值，但同時也帶來了能源的消耗和污染問題。在蘇州經(jīng)濟發(fā)展新常態(tài)下，必須要重視改進產(chǎn)業(yè)結(jié)構(gòu)，淘汰一批高消耗、高污染、低產(chǎn)值的落后企業(yè)，依靠蘇州的高等教育和科技研發(fā)優(yōu)勢，推動發(fā)展和扶持互聯(lián)網(wǎng)、納米材料、人工智能等高端產(chǎn)業(yè)，逐步形成低污染、高產(chǎn)值的產(chǎn)業(yè)結(jié)構(gòu)。在保持GDP高增長的同時，降低對能源資源的消耗，培養(yǎng)我國自己的高端企業(yè)，發(fā)展尖端技術(shù)，積極開發(fā)新綠色環(huán)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(guī)劃，重點發(fā)展高爐煤氣、焦爐煤氣等資源綜合利用發(fā)電項目，全面推動、指導(dǎo)蘇州市現(xiàn)有鋼鐵企業(yè)等重工業(yè)企業(yè)開展節(jié)能技術(shù)改造，發(fā)展循環(huán)低碳經(jīng)濟，促進工業(yè)經(jīng)濟轉(zhuǎn)型升級，提高能源資源利用效率，與國家的供給側(cè)改革相呼應(yīng)，為蘇州經(jīng)濟可持續(xù)發(fā)展提供可靠保障。蘇州市貨運量對蘇州市工業(yè)總產(chǎn)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(zhuǎn)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(mào)易中，全年實現(xiàn)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?？谔?，多條高速公路貫穿全境，所以應(yīng)利用水運和陸運的天然優(yōu)勢，同時加快交通運輸業(yè)的基礎(chǔ)設(shè)施建設(shè)，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(shè)，進一步調(diào)整優(yōu)化蘇州對外貿(mào)易結(jié)構(gòu)，推動蘇州工業(yè)園區(qū)與新加坡合作參與“一帶一路”建設(shè)，積極主動參與國家“一帶一路”開發(fā)，加快本土企業(yè)“走出去”步伐，提高蘇州本土企業(yè)的高新科技產(chǎn)品在新興國家市場的占有率，帶動蘇州市工業(yè)總產(chǎn)值的增長，促進蘇州經(jīng)濟發(fā)展。
參考文獻：
[1]田明靜,李子龍,包天宇.從“克強指數(shù)”看寧夏經(jīng)濟增長[J].寧夏大學(xué)學(xué)報(人文社會科學(xué)版),2016,38(05):149-154.
[2]葉允最.廣西工業(yè)總產(chǎn)值與“克強指數(shù)”的關(guān)系研究[J].中國證券期貨,2013,(06):186-187.
[3]周業(yè)付,喬越然.克強指數(shù)與上海市經(jīng)濟增長關(guān)系的實證研究[J].華東經(jīng)濟管理,2015,29(12):15-18.
[4]劉帥,張榕鋒,張秋雯,葛景波.基于新克強指數(shù)評價青海經(jīng)濟增長[J].科技和產(chǎn)業(yè),2019,19(04):16-21.
[5]唐德祥,孫權(quán),羅鑒益.經(jīng)濟增長與“克強指數(shù)”的動態(tài)關(guān)系研究———基于重慶市1985—2014年數(shù)據(jù)[J].重慶理工大學(xué)學(xué)報(社會科學(xué)),2016,30(01):46-52.
[6]譚浩俊.更多挖掘“克強指數(shù)”中的市場元素[N].上海證券報,2013-05-17(F12).
[7]李志毅.從“克強指數(shù)”看駐馬店經(jīng)濟發(fā)展[N].駐馬店日報,2014-02-12(003).
[8]田明靜.中國經(jīng)濟增長量的評估[D].寧夏大學(xué),2017.
作者：韓月 楊云霞 周凌軻 單位：江蘇科技大學(xué)