制度改革和经济增长的证实解析

导语：制度改革和经济增长的证实解析一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

内容摘要本文运用人工神经网络和回归的方法对我国制度变迁与经济增长进行了实证分析，并对全要素生产率增长率的波动与实际产出增长率的波动进行了比较分析。结果表明制度变迁对经济增长有显著的非线性影响，全要素生产率增长对经济增长贡献的潜力和空间很大。今后我国经济制度的变迁应致力于提高全要素生产率。

关键词：制度变迁经济增长人工神经网络全要素生产率

1引言

经济增长理论是宏观经济学的重要组成部分，经济增长的源泉一直是宏观经济学研究的核心问题。新古典增长理论认为经济增长的核心因素是物质资本、人力资本、劳动力和技术。而制度-经济增长理论认为物质资本、人力资本、劳动力和技术的增长本身就是经济增长的一部分，而不是引起经济增长的根本原因。有效率的制度和经济组织才是各种生产要素投入增长以及总体经济产出增长的关键。因为有效率的组织和制度可以确立和界定人们的权利，以形成合理的激励与约束机制，使经济主体的利益目标与与社会目标接近，从而使各种资源得到有效率的配置，使人们努力地进行创新、资本积累、教育投入以促进规模经济的形成，最后表现为经济的增长。在转轨过程中，制度变迁和制度建设对经济增长显得尤为重要。

自1978年改革开放以来，中国经济已经历了二十多年的高速增长。这种持续高速增长的一个核心因素就是改革开放导致的中国制度变革。然而，中国的制度变革如何及在何种程度上引起经济的增长？中国经济的这种增长能否持续下去？经济增长的潜力何在？这些都成为近年来经济学研究的热门问题。对这些问题的研究是中国进一步推进改革开放和制定宏观经济政策的基础。

目前关于制度变迁与经济增长关系的研究方法可归结为几类：一是用一定的指标体系对制度变迁进行量化，建立多变量线性回归相关模型进行研究；二是将制度变量作为虚拟变量加入到生产函数模型中；三是利用生产函数估计出索洛残差，进而探讨制度变量与索洛残差的关系。这些方法都有其不足之处：回归分析可以反映制度变量与经济增长的共同变化趋势，并不能揭示出制度变量对经济增长的影响，而且这种变化趋势可能是非线性的；制度的变化对经济增长的影响往往是渐进的，因而将制度变量作为虚拟变量是不合适的；制度变迁对经济增长的影响部分地反映在资本和劳动的增长中，索洛残差中仅包含制度变迁对经济增长的部分影响。

本文将按照第一类和第三类方法的思路对中国的制度变迁和经济增长进行实证分析研究。论文第二部分尝试运用人工神经网络的方法研究制度变迁和经济增长的关系，并与回归分析结果进行比较；论文第三部分运用索洛残差法估计出全要素生产率的增长率（1979-2004），并对全要素生产率增长率的波动和经济增长的波动进行比较研究与分析，探索制度变迁对经济增长的影响。论文第四部分是分析的结论和建议。

2制度变迁和经济增长关系分析

中国经济制度的变革表现在多个方面，主要有：配置资源的方式由过去的计划体制改为市场体制；进行经济主体产权制度变革，发展壮大非公有制经济；实施对外开放，发展外向型经济等等。本文选用以下几个指标反映制度变迁：（1）市场化程度（SCH），用投资的市场化指数表示，即全社会固定资产投资中“外资、自筹资金和其他投资”占总投资的比重。（2）非国有化水平(FGY)，用非国有经济的增加值占国内生产总值的比重表示，由于资料限制，这里用工业总产值中的比重表示。（3）开放程度(KFC)，用对外贸易依存度表示，即进出口总额与国内生产总值的比率。（4）工业化水平(GYH)，用工业总产值占国内生产总值的比重表示。（5）非农化水平(FNH)，用第二和第三产业就业人数占总就业人数的比重表示。经济增长用GDP可比价格定比增长指数表示（以1978年为100）。具体数据见表1，数据来源于文献[1]和《中国统计年鉴》（2004）。由于种种原因，这些指标也只能是中国经济制度的变革的一定程度的量化。

考虑到利用时间序列建立多元线性回归模型残差序列的自相关性，这里建立以GDP为因变量，以制度变迁指标为自变量的带有自相关误差校正的多元线性回归模型，对参数进行最大似然估计，得到如下结果(括号中为参数的t检验值，下同)：

GDP=792.30-5.54SCH+1.84KFC–3.07GYH–21.29FNH+18.18FGY+（1）

(3.75)(-3.51)(1.86)(-1.07)(-4.94)(11.68)

（2）

(1.93)(1.46)

由于存在多重共线性，有的参数的符号和我们的预期相反。这里我们着重于这些制度变量对经济增长的解释能力，从可以看出这些制度变量对经济增长有很强的解释能力。

为了考察制度变量对经济增长的非线性影响，下面用人工神经网络模型研究经济增长与制度变量的关系。人工神经网络是一种大规模并行分布处理的非线性系统，具有很强的非线性映射能力。误差反向传播神经网络（BP网络）是一种使用最广泛的神经网络，BP网络由输入层、若干隐含层和输出层组成，层与层之间采用全互连方式，同层单元之间无相互连接。目前已经证明3层BP网络可以以任意精度逼近函数。其原理主要是根据所提供的数据，通过学习和训练，找出输入和输出之间的内在联系，从而得到问题的解答。经济的发展是一个复杂的系统工程，我们可以把制度变量当作系统的输入因素，把经济的增长当作系统的输出结果。输入因素通过一系列较复杂的交互过程影响输出，这种影响往往并非简单的线性形式，因此可以尝试用BP网络研究输入与输出的关系。

考虑包含5个输入（SCH，KFC，GYH，FNH，FGY）一个输出（GDP）一个隐含层（包括10个单元）的BP网络，以20组样本数据(1981-2000)作为训练样本对网络进行训练，并用训练好的网络进行仿真，利用Matlab5.5人工神经网络工具箱可以得到该网络的仿真结果，如表1所示。与各年实际的GDP相比，网络仿真结果的最大相对误差3.33%，平均仅为1.13%。带有自相关误差校正的多元线性回归模型拟合结果的最大相对误差17.29%，平均为5.59%。显然，BP网络比回归模型能更好地描述经济增长与制度变量的关系。

通过以上两种方法的实证分析，可以看出制度变迁对经济增长有显著的影响，这种影响并非简单的线性关系，而是一种交互复杂的非线性关系。

3全要素生产率和经济增长的波动分析

研究制度变迁与经济增长关系的另一类方法是通过估计总量生产函数运用索洛残差法估算出全要素生产率的增长率。该方法认为全要素生产率反映了制度变迁对资源配置效率作用的大小，制度变迁通过提高资源配置效率而促进经济增长。

设总量生产函数为C-D生产函数：

（3）

其中为产出，为劳动投入，为资本存量，、分别为平均资本产出份额和平均劳动力产出份额。在规模收益不变和中性技术假设下，全要素生产率的增长率为：

（4）

为估计出平均资本产出份额和平均劳动力产出份额，对（3）两边同时取自然对数有：

（5）

在规模收益不变的约束条件下有：

（6）

由表2中我国1978-2004年的实际产出、就业人数和资本存量数据对方程（6）进行最小二乘估计，结果如下：

（-3.876）（1.431）（3.062）

AdjR-square=0.990

由此得到，，再分别计算出实际产出、就业人数和资本存量的逐年增长率，一并代入（4）式，可以得到我国1979-2004年的全要素生产率增长率，结果见表2。实际产出增长率和全要素生产率增长率如图1所示。

图1实际产出增长率和全要素生产率增长率波动

注：实际GDP和资本存量数据来自文献[2]，就业人数数据来自中国统计年鉴（2004）。

从图1可以看出我国1979-2004年全要素生产率增长率的波动与实际产出增长率的波动惊人的相似，1993年以前波动频繁且波幅较大，随后逐年下降，直到1999年开始缓慢攀升。这种波动特征与我国改革开放以来制度变迁的过程是吻合的。1978年到1993年是我国经济制度和市场条件发生巨变的时期，家庭联产承包责任制与国有企业放权让利等制度变迁，使生产力得到极大解放从而促进全要素生产率的增长，随着改革开放的进一步深入，一些制度上的深层次矛盾逐渐显现，从而制约了全要素生产率的增长。1993年以来随着宏观经济逐步降温并于1998年出现通货紧缩，我国经济出现生产能力全面过剩情形，国有企业减员和资本过度深化进一步加剧了劳动力低水平利用，长期低水平的公共教育支出与科学研究支出以及一些社会矛盾的进一步加剧，这些都不可避免的导致全要素生产率的持续下降。1999年以来，随着积极财政政策的实施尤其是基础设施建设与公共教育支出经济效应的逐步显现，宏观经济形势逐渐好转，全要素生产率随之出现逐年攀升的势头。由此可见，制度变迁是影响全要素生产率波动变化的主要因素，也是影响我国经济增长波动的主要因素。

由表2数据可算得1978-2004年我国经济年平均增长率为9.39%，资本和劳动年平均增长率分别为13.17%和2.45%，由上面估计出的平均资本产出份额和平均劳动力产出份额可进一步算得由劳动和资本增长引起的经济增长分别为1.16%和6.91%，全要素生产率增长引起的经济增长为1.32%，劳动和资本增长对经济增长的贡献分别为12.35%和73.59，全要素生产率增长对经济增长的贡献为14.06%。这表明我国经济的增长主要依赖于资本要素投入的增长。虽然全要素生产率增长对经济增长的贡献较低，但这并不完全代表制度变迁对经济增长的贡献。制度变迁对经济增长的影响除了通过影响全要素生产率增长以外，还表现在对劳动和资本（尤其是资本）增长的影响上，因此，制度变迁对经济增长的贡献隐含在以上各项贡献之中。全要素生产率增长对经济增长的贡献较低恰恰说明制度变迁通过全要素生产率增长对经济增长贡献的潜力和空间是很大的。

4结论与建议

本文首先运用人工神经网络和回归的方法对我国制度变迁与经济增长进行了实证分析，结果表明制度变迁对经济增长有显著的影响，而且这种影响并非简单的线性关系，而是一种交互复杂的非线性关系。其次，运用总量C-D生产函数估算了1979-2004年全要素生产率增长率，并对全要素生产率增长率的波动与实际产出增长率的波动进行了比较分析，结果表明两个波动非常相似，并且这种波动特征与我国改革开放以来制度变迁的过程是吻合的。这说明制度变迁是影响全要素生产率波动变化的主要因素，也是影响我国经济增长波动的主要因素。最后，计算了全要素生产率增长对经济增长的贡献。全要素生产率增长对经济增长的贡献较低恰恰说明制度变迁通过全要素生产率增长对经济增长贡献的潜力和空间是很大的。

制度变迁会导致资本、劳动和全要素生产率的增长，进而促使经济的增长。改革开放以来我国经济的增长主要依赖于资本要素投入的增长，从长期来看，这种情形很难维持下去。另外，劳动增长对经济增长的贡献也非常有限。因此，制度变迁通过资本、劳动增长促进济的增长的空间和潜力是有限的。而分析表明，制度变迁通过全要素生产率增长对经济增长的贡献潜力和空间是巨大的，因此今后我国经济制度的变迁应致力于提高全要素生产率，这样，才可以使我国经济增长具有持续性。

参考文献

[1]纪宝成，杨瑞龙主编，《中国人民大学中国经济发展研究报告2002经济全球化条件下的中国经济增长》，中国人民大学出版社，2003。

[2]郭庆旺，贾俊雪，中国全要素生产率的估算：1979-2004，经济研究，2005，6。

[3]颜鹏飞，王兵，技术效率、技术进步与生产率增长：基于DEA的实证分析，经济研究，2004，12。

[4]司春林，王安宇编著，《宏观经济学—中国经济分析》，上海财经大学出版社2002。

[5][美]斯蒂格利茨，《经济学》，中国人民大学出版社，2003。

[6]顾文涛等，基于BP算法的企业自我实现能力综合评价，运筹与管理，2005，2。

[7]飞思科技产品研发中心编著，《神经网络理论与MATLAB7实现》，电子工业出版社，2005。