投入产出与计量经济联合模型浅谈

1、投入产出与计量经济联合模型浅谈    摘要:经典投入产出系统是一个线性和确定性系统,对现实经济世界的描述只是一种近似。而尝试着将计量经济( EC) 模型与投入产出( IO) 模型结合,建立EC + IO 联合模型。进一步运用国家数据进行实证分析,进而检验联合模型分析问题的能力。结果证明联合模型能够更真实地模拟宏观经济发展,进行更精确的定量分析。关键词:投入产出;计量经济;联合模型投入产出法( Input - Output , IO) 是在一定经济理论指导下,编制投入产出表,建立相应的投入产出模型,综合系统地分霄国民经济各部门、再生产各环节之间数量依存关系

2、的一种经济数量分析方法1 。投入产出模型是通过一些假定,把各种经济变量之间的关系都处理成一次函数关系,利用相对稳定的经济参数(系数) 建立确定的线性模型,用以描述各个生产部门的内在联系,反映不同部门之间的货物和服务流量。这些假定包括:假设一,同质性假定,假设每个部门内部只生产一种产品,且只采用一种生产技术方式;假设二,比例性假定,假设同一部门的所有产品其消耗结构和工艺条件基本相同,各部门所消耗的各种投入与其总产出成正比;第三,替代性假定,假设同一部门的所有产品经济用途基本相同,它们可以相互替代,而不同部门的产品完全不能替代。这些假定把投入产出系统描述成为线性和确定性系统,显然与复杂的处处充满随

3、机性的现实经济系统不相符,经典投入产出模型对经济系统的描述只是一种近似。在经典投入产出模型的发展过程中,人们不断就其局限性进行扩展与完善。纵观国内外研究文献,可以发现学者们非常注重投入产出方法的扩展以及与其它方法结合,注重投入产出方法的实际应用。已有的扩展主要是针对投入产出系数和最终需求的变化情况,运用计算数学、计量经济学、空间结构等理论对投入产出模型进行的扩展,包括由静态向动态的转化,由线性向非线性的转化,由确定性向随机性转化等,使之能更加客观地描述复杂的现实经济世界。对于千变万化的经济现象,分析方法的扩展研究远没有结束,反而有着更强的理论意义与现实意义。一、概述联合模型国民经济系统是一个规

4、模庞大、关系复杂、目标多样、因素众多的大系统,含有众多无法确定的随机因素。经济系统中一些无法用具体数字度量的因素,如风俗习惯、消费观念、消费心理、管理水平等,都现实地存在着并直接影响产品的市场需求,进而影响产品生产。所以,对于处处充满随机性且时刻变化着的现实经济系统,投入产出模型的确定性影响了它的分析与预测能力。要真实地模拟和定量分析宏观经济发展,就有必要把随机因素纳入投入产出模型。计量经济( Economet ric ,EC) 模型通常是动态的,包含随机项,考虑将计量经济模型与投入产出模型结合,建立EC + IO 联合模型,将极大地提高经典投入产出模型分析问题的能力2 。本文尝试着建立联合模

5、型体系,运用国家数据进行实证分析,进而评价模型的预测能力。联合模型的目的就是结合投入产出模型和计量经济模型的优点3 ,联合模型保留了投入产出模型的部门分解的性质,并且试图把它添加到动态框架内4 ,这样不但降低了投入产出模型的静态限制,也对线性限制进行了一些扩展。二、构建联合模型联合模型原始数据主要来源于投入产出表和年鉴。计量模型部分采用连续时间数据,其中收入类指标用消费价格指数(CPI) 缩减,八类消费支出分别采用城市和农村CPI 缩减。构建模型体系的思路是从经典投入产出关系式(1) 和式(2) 出发,将式(2) 中等号右边的最终使用部分(Y) 分解为最终消费、资本形成总额和出口。进一步把最终

6、消费中的居民最终消费内生化,建立计量经济模型以模拟经矫系统,而把政府消费、资本形成总额和出口看作外生变量。联合模型体系包括劳动力模块,收入模块和消费模块,这三个模块有着先后继起关系,劳动力模块和收入模块的方程都要用于预测居民消费总支出和分类商品的消费支出。在计算出分类商品的消费支出之后,需要运用制造矩阵把他转化成投入产出中部门分类的居民消费5 ,这样就把计量模型和投入产出模型联接起来,即IO 模型的需求驱动型联合模型。收入模块收入模块方程中所用到的收入水平用消费价格指数(CPI) 进行缩减,根据数据的可得性,也为了简化模型,总收入部门只计算了工资性收入,其他收入项如房屋出租、政府转移等都没有进

7、入模型体系,这也是该模型可进一步改进的地方。工资性收入由计量模型分部门进行预测, 家庭可支配收入变量直接参照已有的年鉴数据。部门平均工资由部门就业职,消费模块国民经济核算把家庭消费支出分为八大类:食品、衣着、居住、家庭设备用品及服务、医疗保健、交通和通信、教育文化娱乐服务、其他商品和服务。根据消费理论,人均家庭支出主要受人均可支配收入和预期收入(此处用人均工资性收入表示) 的影响,对于家庭较大款项的消费支出, 受前一期消费收入比的影响较大。支出和分类商品人均支出的预测,即式(10) 和式(11) 。消费模块运用了劳动力模块和收入模块的预测变量作为解释变量,或者说这三个模块是递进的决定与被决定的

8、关系,最终目标是预测出分类商品的消费支出。最后需要把八大类商品的消费支出转化为对投入产出表中17 部门的家庭需求,从而把这一系列的计量经济方程和投入产出模型联接起来,也就是把投入产出中最终消费的居民消费内生化。其他的最终消费,如政府消费、资本形成总额及出口,在这个模型中被认为是外生的。三、实证分析运用本文所建立的模型体系对中国全国的数据进行实证分析,其中,劳动力模块和收入模块所用的数据为1990 - 2002 年数据,消费模块所用数据为1990 - 2006 年。其中需要说明的是:在年鉴中,由于按行业分就业人员数(年底数) 的行业加总和总就业人数不能一一对应,按各行业就业人数比例调整后进行模型

9、计算; GDP 数据运用的是2004 年经济普查调整以前的数据;收入类和消费类数据用定基(1985 年为基年) 居民消费价格指数(CPI) 缩减。居民消费中将农村居民和城镇居民的消费数据分开进行建模。论文对模型参数估计方法的选择进行了慎重考虑,如计量模型部分可能出现的自相关问题、多重共线性问题、异方差问题等,以及由此对参数估计结果可信性的影响。这一点体现在建模环节,如有的计量模型包含因变量的滞后一期变量,即自回归模型(如模型3) ;有的计量模型为对数模型(如模型10) 。由于国家数据的可得性,暂且根据北京市统计局提供的2002 年农村住户和非农户消费调查年报基层表(人均) ,将分类商品的消费数

10、据数据转化为分部门的消费6 。建立的联合模型,主要是为了提高经典IO 模型的影响分析能力,因此,评价联合模型优劣的一种方法就是看它是否优于经典IO 模型。如果优于经典IO 模型,那么联合模型在某种程度上说就有效。本文采用历史数枯进行预测,然后与真实值对比,运用联合模型预测出的总就业人数与真实就业人数对比。构建模型存在两个最主要问题,一是每个数据序列的时间跨度短,这不但使预测困难,而且检验也困难,特别是无法计算预测的标准误差;二是确定模型体系包含的一系列合适方程很困难,这也是许多系统模型的一般特征。一个单一的统计性质优良的方程放在模型体系的环境中不一定会很好,通常的统计优良性质检验不再实用。这是

11、因为不同变量存在于模型体系的不同部分,结果是一些变量在循环中相互补充,而一些变量则相互加强。与此类似的是,一些变量的误差相互抵销,而一些变量的误差则相互积累。比较发现,经典IO模型的预测结果与联合模型预测之间存在差异,与真实值比较,经典IO 模型低估了生产总值。对比就业曲线发现,经典IO 模型明显低估了就业,且在1998 年以后有加强趋势。四、小结实质上, EC + IO 联合模型和经典IO 模型一样,是一个由短期到中期的影响分析模型,同时也有着政策规划能力。可以通过将政策变量合并到方程中,进行政策影响分析,如通胀率变化或家庭支出中商品的相对价格变化,平均工资率变化,税率变化等。对于中期到长期

12、建模来说,这将是一个重要的模型应用。经济论文发表网专业提供计量经济学论文代写服务，并提供大量经济学论文资料，如有业务需求请咨询网站客服人员！参考文献:1 向蓉美. 投入产出法M . 成都:西南财经大学出版社,2007 :1.2 Rey S J . The performance of alternative integration strategies for combining regional econometric and Input - Output ModelsJ . International Regional Science Review , 1998 (21 - 1) :1 -

13、 35.3 Conway R S. The washington projection and simulation model : a regional interindustry econometric model J . InternationalRegional Science Review , 1990 (13) :141 - 165. 4 Ten Raa T , Rueda - cantuche J M. Stochastic analysis of Input - Output multipliers on the basis of use and make matricesJ .Review of Income and Wealth , 20