安徽省第三产业与经济增长关系的实证分析

1、 安徽省第三产业与经济增长关系的实证分析摘 要：本文运用协整检验及误差修正模型，对1978年至2009年间安徽省第三产业增加值和人均gdp之间的统计关系进行了研究。结果表明：安徽省第三产业发展与经济增长之间存在着长期稳定的动态均衡关系。第三产业对经济增长的拉动作用非常大，并具有提升空间。关键词：第三产业 经济增长 协整检验 误差修正模型一、引言随着经济一体化发展，安徽作为我国东部内陆及泛长三角经济区，扮演着越加重要的角色。其皖江城市带是首个获批复的国家级承接产业转移示范区，它对深入实施促进中部地区崛起战略具有重要意义。为加快推进示范区建设，主动承接沿海产业转移，区域的服务业水平至关重要。200

2、9年安徽省第三产业所占gdp比重为36.39%，低于全国的43.4%,但其总量是1978年的186倍，而gdp则是1978年的88.3倍。可见，改革开放以来，安徽省第三产业飞速发展。只有拥有发达的第三产业，尤其是以金融、物流、房地产、旅游、文化等为支柱的现代服务业，才能为经济发展提供持久动力。从产业结构理论中的配第克拉克定理也可以看出，一个地区第三产业发展情况一定程度上可以衡量其整体经济发展水平高低。因此，有必要研究我省第三产业与经济增长关系，以促进我省经济更好更快发展。二、安徽第三产业与经济增长关系的实证分析1、数据来源及处理本文选取两个经济指标：安徽省第三产业增加值和安徽人均生产总值。以第

3、三产业增加值（x）来度量服务业发展水平，用人均gdp(rgdp)来反映经济增长情况。样本区间为19782009年，所有数据来自安徽统计年鉴。为剔除物价水平变动的影响，文章以1978年为基期对历年物价指数进行处理，并对数据进行自然对数变换，以避免数据的剧烈波动并消除时间序列中存在的异方差现象1。最终采用的变量为lnrgdp和lnx。趋势如图1所示。两者呈现较强相关关系，系数高达0.998。为防止“虚假回归”，要对数据进行平稳性检验。2、平稳性检验本文采用的是时间序列数据，因此有必要对各个序列进行平稳性检验，本文采用adf检验，由于样本数据为非零均值且序列随时间变化有上升趋势，因此，adf检验包含

4、常数项和线性时间趋势，滞后阶数依据sic准则。结果如表1所示，可以看出，人均gdp和第三产业增加值的adf检验结果均没有拒绝有单位根的假设，因此都是非平稳的时间序列。但它们的一阶差分都是平稳的，因此两变量都是一阶单整序列i(1),变量间可能存在长期协整关系。3、granger因果检验为避免序列出现伪相关问题，我们用格兰杰因果检验来考察一序列是否是另一序列产生原因2。即检验某个变量对于目标变量来说是否可以看做是外生的。对lnrgdp、lnx进行格兰杰因果关系检验，结果如表2所示。在5%的置信区间上，滞后阶数为3，4时，第三产业增加值的变化可以引起经济增长的格兰杰变化，经济增长变化同样可以引起第三

5、产业增加值的变化，二者是一种双向格兰杰因果关系，互相影响。在滞后阶数为2，5,6时，二者不存在双向格兰杰因果关系。第三产业增加值的变化单向引起经济增长变化，经济增长变化不是第三产业增加值变化的原因。这是因为我省第三产业项目投资后需要3-4年的建设期。仅当项目完成后才能影响第三产业的增长，继而影响gdp的增长，这在一定程度上解释了模型的滞后影响3。建设期内两者互相促进；项目完成后，第三产业发挥推动作用，带动经济发展。4、协整检验两变量的协整指的是，如果两时间序列都是非平稳的i(1)序列，但是存在它们的线性组合是平稳的i(0)，则称这两个时间序列是协整的4。经济变量之间的长期稳定的关系即为协整关系

6、。检验两变量是否协整，常用的方法是eg两步法。首先用ols法对变量lnrgdp和lnx进行回归，得到残差e。然后对残差e进行单位根检验，如果检验的结果是平稳的，则说明lnrgdp和lnx之间存在协整关系。第一步：根据granger因果检验的结论，我们用第三产业增加值为外生变量来做回归，得到安徽省经济增长与第三产业增加值的长期均衡方程：lnrgdp = 3.111579 + 0.777145lnx(56.40588) (84.30901)r2= 0.995797f= 7108.009dw= 0.483844（注：括号内为t统计量，下同）其中t统计量显著，r2= 0.995797，说明模型拟合优度

7、很好，第三产业变动对经济增长的解释部分占99.6，f统计量为7108.009也非常显著，而方程整体和各个系数的p值都远小于o.0l，说明方程整体和方程系数都是高度显著的。第二步：考察两者是否具有长期稳定的均衡关系。根据以上建立的回归方程提取残差序列，定义为e,对e进行adf检验，结果如表3所示。从检验结果可以看出，在1、5和10的显著性水平下，残差序列的adf值都大于相应的临界值，表明残差序列是非平稳的，说明此回归模型不能解释第三产业对经济增长的作用。需要进一步修正。由于回归模型中dw值较小，查自相关表知残差序列存在正相关性，因此引入滞后一阶的残差项来进行修正5。得到修正后回归方程为：lnrg

8、dp =3.062847+0.786107lnx+0.850748e(-1)（76.45890） （118.3363）（5.979787）r2=0.998028f=7086.926dw=2.343580解释力度进一步增强，方程和系数均高度显著，dw值显示已不存在自相关。模型被进一步优化。从表4看修正后的残差序列e*检验结果，在l、5和10的显著性水平下，残差序列的adf值都小于相应的临界值，表明残差序列是平稳序列。经济增长与第三产业之间存在协整关系。从以上分析可以看出，lngdp与lnx之间存在着长期稳定的均衡关系，在长期内，第三产业增加值增长l会导致人均gdp增长0.78。可见安徽省第三产业

9、对经济增长的拉动作用非常大。5.误差修正模型虽然lnrgdp和lnx之间存在长期的均衡关系，但经济实际运行状态会与均衡关系发生偏离。从协整理论可知，若现实状态与长期状态发生偏离，那么经济体系内在的运行机制会自动发挥作用，以校正这种偏差。误差修正模型以协整方程体现的长期均衡关系为核心，考察误差修正的过程。用ecm表示长期均衡模型中的残差序列，可建立如下的误差修正模型：lnrgdp =0.034911+0.594379lnx-0.307719ecm（-1）（1.212670） (3.800645) (-1.605357)r2=0.362905f=7.689932dw=1.506773在上面的误差修

10、正模型中，差分项反映了短期波动的影响。gdp的短期波动由两部分构成：一部分是短期第三产业增加值波动的影响；另一部分是偏离长期均衡的影响，即误差项的影响。误差修正系数为负数，符合反向修正机制，系数的大小反映了对偏离长期均衡的调整力度，从系数估计值(-0.307719)来看，当上一期的经济增长偏离长期均衡值，那么本期将作出调整，调整的幅度为上一期偏离程度的30.77，且这种调整机制是反向调整。三、结论与建议由以上的实证分析，我们可以得出下列结论：第一，安徽省第三产业增加值与经济增长存在双向因果关系，但存在一定滞后期。经济增长能影响第三产业的发展，第三产业的发展也能拉动经济增长，越到后期，第三产业的

11、拉动作用相对更明显。第二，安徽省第三产业发展与经济增长之间存在着长期稳定的动态均衡关系。从长期来看，它们之间的关系是：第三产业增加值每增加1，将促进经济增长0.78，拉动作用比较大。但是这种拉动作用仍具有提升空间，这取决区域服务业发展水平。第三，误差修正模型表明，经济增长的短期波动与第三产业增加值的短期波动呈正相关关系。误差修正项的系数为一0.3077，说明是反向修正机制，并且经济增长与长期均衡的偏差中有30.77被修正。这说明在短期内，第三产业增加值对经济增长也具有一定的促进作用，而且具有自动稳定机制6。由于安徽省第三产业发展对经济增长有强劲的拉动作用，且两者具有长期稳定的均衡关系，所以应当加快发展我省第三产业，以促进经济较快增长。在发展第三产业时，首先应提升认识。其次，注重创新。最后，进一步优化产业结构，促进经济更好发展。参考文献：1唐晓华，李绍东.中国装备制造业与经济增长实证研究j.中国工业经济，210.12.27362易丹辉.数据分析与eviews应用m.北京：中国人民大学出版社，20083赵颖中国第三产业增加值与经济增长关系的