增长论文范文

一、文献综述

现有文献中，关于政府债务与经济增长之间具体关系的研究较多，而专门研究政府债务对经济增长影响传导机制的文献则相对较少，并且大都是在研究政府债务与经济增长之间关系时附带涉及。在政府债务影响经济增长的传导机制中，诸多研究强调投资在该机制中的重要作用。Krugman（1988）认为，当经济处于债务积压状态时，国内经济活动中投资回报的一部分将被外国债权人以税收的形式征走，因此国内外投资者的投资将会受到抑制，进而降低经济增长率。债务积压也会通过增加不确定性抑制投资，进而阻碍经济增长。OksandWijnbergen（1995）认为，高债务会对投资的期限结构产生影响，任何投资者都倾向于去投资那些期限短回报快，而不是长期、高风险、不可逆的项目。迅速的债务积累也会伴随着资本流失，因为私人部门会担心货币贬值或者是税收的增加用于偿还债务。MossandChiang（2003）认为，具有高债务水平的国家通常具有更高的违约率，使得经济环境不够稳定，影响投资信心，抑制投资；已经存有的投资者也会审慎评估经济环境慎重投资，总之会抑制投资。

Balassoneetal.（2011）等也认为，在高债务水平下，主要是通过减少投资来降低经济增长。还有一些文献强调利率在政府债务影响经济增长传导机制中的作用。Cohen（1993）认为，政府债务影响经济增长的一条主要途径是长期利率。政府预算赤字的持续上升，会导致更高水平的长期利率，并且会对私人投资产生挤出效应，因此会降低潜在产出的水平。ElmendorfandMankiw（1999）认为，如果政府债务融资水平持续上升，会推高国债利率，对居民和企业而言，会导致私人部门净现金流出增加流入到公用部门。这有可能使得非公共部门投资利率上升，并且消费下降。BallandMankiw（1995）和Orszagetal.（2004）等认为，不断上升的债务水平可能令投资者怀疑政府的到期偿付能力，最终会导致必须要向投资人支付更高的利率才能弥补赤字。利率水平的提升会引发金融市场的无序，影响经济增长率。

部分文献认为全要素生产率和人力资本在政府债务影响经济增长的传导机制中有重要作用。Pattilloetal.（2002）以61个发展中国家1969～1998年的数据对该问题进行研究，结果表明，债务水平翻倍会降低每资本GDP增速和TFP增速1%，并且政策环境也会影响政府债务与经济增长之间的关系。Pattilloetal.（2004）认为，在债务水平对经济增长的影响方面，高债务水平对人力资本积累和TFP有显著的负面效应，从而对经济增长产生负面影响，其中2/3是通过TFP，1/3是通过人力资本积累。ElmeskovandSutherland（2012）认为，政府债务会以非线性的方式推高长期利率，增大违约风险，挤出私人投资，进而降低研发支出，损害经济增长。对政府部门而言，一方面，政府更倾向于投资期限短，见效快的项目；而不是投资期限长，投资金额大，产出具有高度不确定性的高新技术项目。而且，也降低了政府提供教育的资金投入，进而降低了人力资本积累的增长速度。

还有一部分文献认为，政府债务会造成资本流出，进而影响经济增长。AlesinaandTabellini（1989）和TornellandVelasco（1992）认为，一国通常会过度借贷，为偿还贷款会提高税率，引发资本流出，从而降低经济增长率。MossandChiang（2003）认为，具有高债务历史的国家通常具有更高的违约率，而债务违约将会对一国的国际信用及信用记录带来不良的影响，国际声望下降。投资者会怀疑一国的经济实力，引发资本流出。总结现有文献，虽然也有文献提及利率在政府债务影响经济增长传导机制中的重要作用，但是大都仅作为一种理论观点提出，而且经验研究结果也相对较少。本文将运用面板VAR方法对利率在政府债务影响经济增长的传导机制进行深入的分析，以期对理解政府债务与经济增长的关系有所帮助。

二、研究设计

从利率—投资视角来分析，政府债务影响经济增长的具体机制是，首先，政府的发债行为会引发利率的上升。因为发行政府债务，会对货币市场资金造成占用，形成政府部门和私人部门之间对资金产生竞争，企业整体的融资成本和长期利率均会提高。其次，利率上升会对私人部门的投资有挤出效应，导致投资下降。最后，由于投资构成总需求，投资的下降必然引起经济增长率的下降。基于以上分析，为了得到政府债务冲击下利率、投资和产出的具体反应，本文使用当前宏观经济领域较为新颖的面板向量自回归模型（PanelVectorAutoregression，简称“面板VAR”或“PVAR”）来分析该传导机制的宏观经济效应。

（一）模型的设定选用经济增长率、政府债务、利率和投资组成一个PVAR系统。具体的模型设定形式如下。

1能源消费结构与经济增长的计量分析

1.1变量平稳性检验在对煤炭、石油、天然气、电力四种能源消费与GDP增长关系进行计量分析前，首先要进行变量的平稳性检验，本文选用ADF单位根指标来检验各变量的平稳性。只有平稳的时间序列（即单整序列）才能进行相应的回归分析，否则就会产生伪回归问题，进而造成错误的结论。因此，下面将分别对GDP增长率，煤炭、石油、天然气和电力消费增长率的时间序列进行单位根检验，只要检验结果表明这五个变量都是单整序列，接下来就可以对它们进行其它检验和回归分析。为了研究的方便，以下分别利用YGDP、XC、XO、XG、XE来表示GDP增长率、煤炭消费增长率、石油消费增长率、天然气消费增长率以及电力消费增长率，并且这五个变量的ADF单位根检验结果如表1所示。注：△表示对应的一阶差分序列。从表2可以看出，YGDP、XC、XO、XG、XE数据序列除了XG序列是非平稳的，其它序列都是平稳的，但是各序列皆在一阶差分下平稳，表明YGDP、XC、XO、XG、XE都是一阶单整序列，即I(1)，因此可以对它们之间的关系进行下一步分析。

1.2协整检验通过对残差（residual）进行ADF检验判断其平稳性，以检验YGDP、XC、XO、XG、XE之间是否存在协整关系，检验结果如表2所示。由表2可知，YGDP、XC、XO、XG、XE序列通过了协整检验，表明它们之间存在长期稳定的均衡关系。

1.3相关关系分析根据表2的检验结果，YGDP、XC、XO、XG、XE序列之间存在协整关系，因此可以建立的各变量间的线性模型，如下所示：（1）对模型（1）进行最小二乘（OLS）回归分析，回归结果如表3所示。其中，根据DW值可以判断，变量之间存在自相关性，并且XG与XE的系数不显著，XG也没通过符号检验。由表4可知，R2值达到0.69263，模型整体拟合优度较高，模型中的解释变量对被解释变量具有很好的解释能力；F值为8.93125，方程通过了显著性检验，DW值也在合理的区间范围内，各变量之间已经不存在自相关性。根据表4的结果，煤炭消费增长率（XC）在1%水平下呈现出显著性，石油消费增长率（XO）、天然气消费增长率（XG）与电力消费增长率（XE）都在10%的水平下呈现出显著性，并且煤炭、石油、天然气和电力消费增长率都通过了符号检验，表明这四个因素会显著地促进经济增长，而不是相反。根据四个变量系数的大小，得出我国经济增长过程中的能源支持，首先是煤炭，其次是电力，然后是石油和天然气。

2结论与建议

通过上文的实证分析可以看出，消费煤炭等不可再生资源依旧是我国经济增长的主要来源，我国经济发展过程中高耗能、低能效的现象还是十分突出，坚持开发新能源、降低污染依旧是我国经济发展的重中之重。另一方面，能源制约经济发展这一瓶颈问题始终得不到有效改善也与能源消费结构相关，为了解决这一问题必须加大力度开发可再生清洁能源与新能源，如水电资源、风电、核电等。坚持可持续发展就应该改善我国低效的能源消费结构，拓展能源的来源，降低污染排放，提高能源的利用效率。首先，国家应该坚定经济转型的思路，把我国传统的粗放型工业经济一步一步调整为集约型经济，要把节约资源和有效的利用现有能源作为经济转型过程中的既定目标，只有坚持走这条道路才能又快又好的转变经济增长方式，实现这一目标势必要求我们节能降耗。

第二，加快产业结构的优化升级，以科技等新兴产业发展为主线的第三产业结构将会改变现有的能源消费结构，尽可能的降低不可再生资源的过度开发和利用。限制能源消耗高、利用资源和生产的效率均低、污染排放高的产业发展，进一步发展第二、三产业，促使产业结构优化升级，大力推进能源消费结构的转变，坚决淘汰严重耗费能源和污染环境的产业。现今的经济发展受金融危机影响，经济增长速度变缓，要稳定经济增速，平稳发展路径就必须走出高投入、高消耗、高排放、低效率的发展误区，开辟崭新的能源消费模式。

再次，加大对不可再生资源的替代品研究，促进新能源的开发，多使用水能和风能等清洁能源。坚持节能减排，加快科技进步，促进能源节约型的技术支撑体系的构建，加强能源循环利用、走能源节约的产业化发展途径，宣传节能意识，建立完善的节能配套服务体系，提高群众参与度。总之，开发健康无污染的新能源，改变传统的生产模式，调整能源消费结构，缓慢减少以煤炭为资源的产业发展是保障我国经济可持续发展的必经之路。

1分析结果与讨论

以2000—2013年广东港口吞吐量和广东地区总产值的样本数据，我们使用统计软件进行最小二乘法(OLS)回归分析，得出结果如下:lng^dp=－2．69+1．15lnxR2=0．98F=766．95．其中常数项的t值为－5．77，lnx的回归系数的t值为27．69．根据回归结果，模型显示广东港口吞吐量和广东地区总产值呈现正相关，其中的回归系数的经济学解释是广东港口吞吐量每增长10%，则地区的GDP增长11．5%．由于横截面数据可能存在异方差，使用怀特一般检验(Whiter''''sgeneraltest)进行异方差检验．我们使用误差项方差与所有因变量、所有因变量的平方，及每2个因变量的交互项(由于此次的模型只有1个因变量，因此没有交换项)进行回归．回归结果表明，回归总体显著性检验的F统计量的伴随概率P=0．044，故可以在4．4%显著性水平上拒绝同方差原假设．原模型在低于5%的显著性水平上中存在异方差，我们可以使用加权最小二乘法(WLS)进行异方差修正．由于异方差形式未知，需要先估计异方差函数形式，再进行加权最小二乘法分析．所以我们使用可行广义最小二乘法(FGLS)方法．使用FGLS，先计算出权重)槡hi对原模型进行调整后再进行回归，得到结果如下，其中经调整的常数项的t值为－4．40，经调整的lnx的回归系数的t值为9．22。根据回归结果，调整后的模型显示广东港口吞吐量和广东地区总产值呈现正相关，其中的回归系数的经济解释是广东港口吞吐量每增长10%，则地区的GDP增长16．9%．

2港口物流与三产业增长的相关性

港口物流对地区的经济发展的影响，除了表现在促进经济量增加，也表现在对经济结构的调整．产业结构是经济结构的一部分，港口物流对不同产业有不同影响，从而对产业结构产生影响．在这部分，将讨论港口物流对三次产业影响程度的不同，从而讨论港口物流对产业结构变化的可能影响．对产业结构划分，目前应用最广泛的是“三次产业分类”法．国家统计局于2003年印发《三次产业划分规定》对产业划分作出规定．此规定广泛应用于我国民国民经济核算和统计调查中．但2012年国家统计局对此规定进行修订．考虑到统计口径尽可能统一，同时保证有一定的样本数量，在样本的选择上，使用表1中广东地区2003—2013年的三次产业产值及港口吞吐量．我们以这11年的三次产业的各年产值为因变量，广东各港口吞吐量为自变量，作最小二乘回归分析，得到结果如下。根据回归分析结果，我们可以看到港口的吞吐量与地区三次产业都呈现正相关．在第一产业的模型中，回归方程的自变量的回归系数为0．02．

该模型可以解释为，广东港口的吞吐量增加10%，当地的第一产业增加0．2%．而第二产业和第三产业的回归分析中，自变量的回归系数都约为0．22，模型可以解释为广东地区，港口吞吐量增加10%，当地的第二产业和第三产业都会增长约2．2%．根据回归结果，可以推测港口吞吐量对地区第二第三产业影响大小相当，而且远远大于对第一产业的影响．所以港口物流的发展可能有利于增加广东地区第二第三产业在三产业结构中的比重．

3总结

本文讨论了广东地区港口物流的发展与地方经济增长的关系．采用GDP作为地区的经济发展水平指标，港口吞吐量作为港口物流发展水平的指标，作回归分析．分析结果显示，广东地区港口物流的发展与地方经济增长呈现高度正相关．最后，讨论港口的吞吐量与地区三次产业的相关性，得出广东地区港口吞吐量对第二第三产业影响大小相似，且远远大于对第一产业的影响．港口物流的发展可能有利于广东地区的第二和第三产业在地区产业中的比重提升。

作者：谢奕单位：广州航海学院港航管理系

一、经济增长质量水平测度

对2000—2012年度安徽省经济增长质量的评价分析，借助统计分析SPSS软件，根据时间序列指标体系运用时序因子分析法进行经济增长质量指数测度，并与浙江省、全国进行比较。

（一）数据来源及处理数据样本为安徽省、浙江省、全国，样本时序长度为2000—2012年共13期；用于分析的客观基础数据从国家统计出版社出版的安徽省、浙江省和中国相关样本年份的统计年鉴、统计信息网和国家统计局网站获取，部分数据来源于新中国60年统计资料汇编。其中，全要素生产率增长率的估算中，关于资本存量的估算采用张军的方法［17］；全要素生产率的测定采用非参数的DEA－MALMQUIST指数法在Deap2．1软件中实现。潜在产出根据平减后的真实GDP数据采用HP滤波方法，取λ＝100得到。由于数据的不统一，有关人均受教育年限主要根据有关省和国家的统计年鉴数据按照达到相应文化程度需要经历的受教育年数（小学为6年、初中为9年、高中为12年、大学为16年）和相应人口比例通过加权平均测算所得。对指标体系中的逆向指标运用极大值与指标的差值使其正向化；指标体系中的所有指标统一为同一正向指标后，为了消除量纲差异，同时又不改变指标数值的分布规律，采用均值化处理方法。

（二）时序因子分析法测度时序因子分析法是将时间维度与传统因子分析结合起来的一种多元统计分析方法。在综合评价的各类方法中，由于因子分析法具有变量降维、直接源于数据本身的结构而具有客观性的因子得分权重以及计算方法简明实用、比较规范等优点，因而在评价实践中应用普遍。具体分析步骤如下：1．前提条件的判断利用均值化处理后的变量数据相关矩阵采用主成分分析方法，经反复比较统一抽取前2个主因子，坐标轴旋转方法采用方差最大化法，得到安徽、浙江、全国的经济增长质量的稳定性、协调性、持续性、潜力和福利性等五个维度的KMO值均在0．5～1．0之间，在1％显著性水平下Bartlett球形检验皆拒绝原假设，表明选取的2000—2012年安徽、浙江、全国的经济增长质量的基础指标数据适宜在各维度进行因子分析。2．计算因子综合得分利用满足因子分析前提条件所得的前期结果，分别得到经济增长质量五个维度的2个主因。根据式（1）并利用2个主因子线性得分函数可以求出经济增长质量各维度的基础指标系数向量，并对系数向量作规范归一化处理得到相应权重（结果见表2）；运用式（1）计算各维度指数（结果见表3）。对上述五个维度指数F1t，F2t，…，F5t（t＝2000，2001，…，2012）是否适合作因子分析进行判断：通过抽取2个主因子（k1，k2），安徽省、浙江省、全国的变量共同度均高于80％、累计方差贡献率也都在85％以上；KMO值都在0．70以上、Bartlett球形检验均拒绝原假设。因此，各维度指数满足因子分析前提条件。进一步计算顶层的因子得分值（经济增长质量指数）Ft（t＝2000，2001，…，2012）：以2个主因子的方差贡献率作为权重分别对其线性得分函数值（k1t，k2t）进行线性加权求和。同样，根据式（2）并利用2个主因子线性得分函数可以求出各维度指数的系数向量，对系数向量作规范归一化处理而得到其相应权重（见表4）；运用式（1）计算得到经济增长质量指数（见表5）。

（三）二次加权评价法测度为反映评价对象在样本期间总体上的经济增长质量水平以及便于评价对象之间的直观比较，本文运用二次加权评价法［19］将评价对象在多个时间上的综合评价值通过时序集结算子转换为一个点值，形成对原有评价信息的转换，即将时序动态综合评价转化为静态综合评价。这里采用时序加权平均（TOWA）算子，其时间权重通过时间权重向量熵的非线性规划求解得到。根据时序因子分析结果（见表3和表5）运用TOWA算子，测算出静态综合评价值（结果见表6）。

二、测度结果的解释和分析

（一）从经济增长质量指数来看时间跨度为2000—2012年的13年间历经“十五”“十一五”和“十二五”的前两年，安徽省经济增长质量指数表现出小幅波动并呈上升趋势的动态变化特征，由2000年的－0．56经历短暂波动后，稳定地上升到2012年的1．053。与浙江省和全国的经济增长质量指数的变化轨迹相比较，后二者具有周期性波动的特点（见表5）。其中，安徽省经济增长质量水平高于浙江省的有7年（2000—2002年、2008年、2010—2012年），而好于全国的有9年（2000—2002年、2004年、2008—2009年、2010—2012年）。从近期看出（见表6），安徽省经济增长质量总体水平（0．915）优于全国（0．824）、浙江省（0．768）。在安徽省经济增长质量指数中，通过各维度指数的权重（见表4）可知，正向影响的维度指数有稳定性指数、协调性指数、潜力指数和福利性指数，其中福利性指数影响最大，为0．6095，其次是稳定性指数0．4961和潜力指数0．3664，只有持续性指数为负向影响，且对经济增长质量影响也较大，为－0．4033。而浙江省和全国对经济增长质量水平有负向影响的也是持续性指数，影响幅度大致接近；其他正向影响的四个维度指数中，浙江省最大的是潜力指数，为0．5321，全国最大的是稳定性指数，为0．5873。由此，可以说明安徽省经济增长质量在持续、稳定地上升，近期总体上要好于全国、浙江省，而且经济增长的福利性、稳定性和潜力的贡献较大，特别是在“十二五”开局的两年内，比全国、浙江省的经济增长质量水平有明显增进，这与安徽省一系列的规划、政策的实施（如《经济强省建设实施纲要》的着力推进、合芜蚌自主创新综合试验区和国家技术创新工程试点省建设、推进皖江城市带、合肥经济圈、皖北振兴等）和经济发展环境的改善、居民福利水平的增进有着密切的关系，但经济增长的持续性值得关注。

（二）从经济增长质量各维度指数来看1．经济增长的稳定性经济增长的稳定性是经济健康运行的重要基础，良好的稳定性反映经济增长过程中资源的配置和利用效率的改善。安徽省的稳定性指数呈明显频繁波动的特征，动态路径大致与浙江省、全国基本一致，只有2004年、2008年呈现偶然性剧烈波动（见表3），这与经济系统之外的冲击如“SARS”病毒传播、世界性金融危机爆发有关。由表4可知，影响安徽省稳定性的基础指标均为正向贡献，其中，经济增长率波动系数（X1）的贡献最大，权重为0．6862，其次为通货膨胀率（X2），其系数和权重分别为0．2584和0．5381，但浙江省的经济增长质量稳定性受通货膨胀率（X2）影响最大，其次为失业率（X3），全国的经济增长质量稳定性受失业率（X3）影响最大，其次为通货膨胀率（X2）。安徽省稳定性指数优于浙江省的只有6年（2000—2002年、2008年、2010—2011年），超过全国的也只有6年（2001—2003年、2005年、2008—2009年），但从2009年高峰下滑之后在2012年稳定性有所好转。表明安徽省经济增长过程中要素配置效率有所提高，价格水平相对稳定使得经济运行的潜在风险较小，经济增长拉动就业，尤其是城镇化的推进对农村劳动力转移就业效应得到改观。但是，在总体上，在经济增长的稳定性方面（见表6），安徽省经济增长质量水平（0．109）要低于全国（0．118）和浙江省的水平（0．249）。2．经济增长的协调性经济增长的协调性体现了经济增长过程中经济结构包括城乡结构、产业结构、收入结构、出口结构等的优化程度。安徽省的协调性指数具有与浙江省、全国类似的共变特征：具有显著的平稳上升趋势（表3），好于浙江省的仅有5年（2000年、2006—2009年），而高于全国的只有7年（2000—2002年、2008—2009年、2011—2012年），表明安徽省经济增长质量的协调性与浙江省、全国相比仍存在差距。但是，从安徽省自身观察，经济增长的协调性除个别年份（2009年）外表现出较快的上升态势，由2000年的－0．89升至2012年的0．72；通过表2发现，影响安徽省协调性的基础指标中，影响最为显著的是投资消费比例（X8），其系数和权重分别为0．1451和0．4831，其次为城镇化率（X6）、工业化率（X5），其系数和权重分别为0．1419和0．4725、0．1347和0．4485，这与全国的基本相同，而影响最小的指标为对外贸易依存度（X9），其系数和权重仅为0．0957和0．3186，这与安徽省所处中部腹地，且外向型经济占比不高（2012年安徽省对外贸易依存度仅为14．76％，而浙江省和全国分别为58．89％和47．00％）、对其他成分经济的外溢效应较小有关，但6个基础指标对协调性的影响均为正向的贡献。影响浙江省经济增长协调性的基础指标中，最为显著的是城镇化率（X6），其系数和权重分别为0．5888和0．5452，其次为对外贸易依存度（X9）、投资消费比例（X8），它们的系数和权重分别是0．4586和0．4247、0．4563和0．4225，而经济增长均衡率（X4）和工业化率（X5）却对协调性有负向的影响，其系数和权重分别为－0．4047和－0．3772、－0．1803和－0．1670。对全国经济增长的协调性有负向影响的是经济增长均衡率（X4），其系数和权重分别－0．1529和－0．3992。由数据分析可以认为，安徽省经济增长过程中结构性调整和转换所产生的经济增长效率在多数年份有所改善，但对安徽经济增长质量的贡献率（表4）不高，仅为0．2925，低于浙江的0．3953，比全国的0．2921略大，而从总体上看也确实如此（表6），安徽省经济增长的协调性水平（0．609）低于浙江省（0．635）而高于全国（0．498）。3．经济增长的持续性经济增长的持续性体现了经济增长的成本代价，较高的经济增长质量应是以较小的资源环境和生态代价而取得经济增长的。安徽省经济增长的持续性指数表现长期下降的趋势（表3），由2000年的0．84降至2011年的最低点－1．24，中间年份虽然在2003年、2005年、2008年有所回升，但均在一年后又继续下滑；尽管在2012年升至－0．39，但仍然在平均值0以下。这与浙江省、全国的波动趋势基本相似，只是后二者的变动幅度更大一些。安徽省经济增长的持续性水平超过浙江省的只有5年（2005—2008年、2012年），高于全国的也只有6年（2003年、2005—2008年、2012年），所以，在多数年份安徽省的经济增长持续性水平低于浙江省、全国的水平，而总体上也显示出这一结果（见表8）：安徽省经济增长持续性水平（－0．642）比浙江省（－0．634）、全国（－0．507）低。由各维度的基础指标系数向量及相应权重（表2）可以看出，影响安徽省经济增长持续性的基础指标中，工业固体废物生产量（X15）影响最大，其系数和权重分别为0．1505和0．4565，其次为工业废气排放量（X14）、工业废水排放量（X13），其系数和权重分别为0．1466和0．4447、0．1273和0．3861，与浙江省受此三个指标的影响方向相同，但全国的持续性水平受工业废水排放量（X13）影响最为显著，其次是工业废气排放量（X14）、工业固体废物生产量（X15）；安徽省资源配置率（X12）影响程度最低，但对安徽省持续性的影响要高于浙江省、全国水平，系数和权重分别达到0．0840和0．2548。而经济增长持续度（X10）和综合能耗产出率（X11）对安徽省和全国的持续性均产生较大的负向影响，浙江省只有综合能耗产出率（X11）对其持续性有着负向影响。这表明安徽省经济增长过程同浙江省、全国一样对生态环境的伤害、以牺牲环境为代价依然存在；特别地，安徽省、浙江省和全国的持续性指数对经济增长质量均表现为负向影响，因而，加强生态环境保护，实现绿色增长，实现向可持续的集约性增长方式转变依然任重道远。4．经济增长的潜力经济增长的潜力意味着经济增长的内生性动力的强弱。安徽省经济增长的潜力指数呈波动上升的趋势（表3），由2000年的低点－1．31几经升降，在2010年达到峰点0．81后至2012年降至0．59，其变化轨迹与浙江省、全国相近。安徽省经济增长的潜力水平超过浙江省的有8年（2001—2004年、2007年、2009—2011年），高于全国的有7年（2001—2002年、2004年、2008年、2009—2011年），在2003年与全国相同。总体上看，安徽省与浙江省、全国比较起来（见表8），经济增长的潜力（0．628）略高于浙江省（0．623）而低于全国水平（0．649）。由各维度的基础指标系数向量及相应权重（表2）可知，安徽省经济增长的潜力指数均受到基础指标的正向影响，其中人均受教育年限（X18）表现最为突出，其系数和权重分别达到0．5990和0．6011，其次是研发经费支出占GDP比重（X19）、经济潜在增长接近度（X16），其系数和权重分别为0．5776和0．5796、0．4951和0．4968，表明安徽省区域创新尤其是合芜蚌自主创新实验区的建设、研究与开发和教育投入对人力资本的积累及技术创新有着明显的正向激励，但全要素生产率增长率（X17）对经济增长潜力的贡献最低，而高于浙江省，低于全国。浙江省的经济潜在增长接近度（X16）、全要素生产率增长率（X17）均对其经济增长潜力有着负向影响，人均受教育年限（X18）和研发经费支出占GDP比重（X19）产生正向影响，较显著的是研发经费支出占GDP比重（X19）；全国经济增长的潜力受经济潜在增长接近度（X16）的负向影响，其余基础指标中正向影响最大的是人均受教育年限（X18），与安徽省一致，其次是研发经费支出占GDP比重（X19）、全要素生产率增长率（X17）。在影响经济增长质量指数（表4）中，安徽省的潜力指数具有正向影响，其系数和权重分别为0．1697和0．3664，但低于浙江省和全国。因此，安徽省要提高经济增长的内生动力，需要继续改善教育投入结构、引进民间投资，注重科研经费的投入产出效率，加强基础研究，实现科研成果的产业化转移，积极为区域产业承接升级服务，同时促进模仿创新向自主创新和协同创新转移。5．经济增长的福利性经济增长的福利性反映了经济增长成果的分享性，体现了经济增长的最终目的在于居民福利水平最大程度的改善。安徽省经济增长的福利性指数总体上表现出较快上升的态势（表3），由2000年的－0．40快速升至2002年的－0．15，自2006年－0．66开始快而平稳地提高到2012年的峰点1．43，运动路径与浙江省、全国较为接近，但后两者在2004年和2008年均降至低点，特别是浙江省自2011年开始出现下滑趋势。安徽省经济增长的福利性水平好于浙江省和全国的均只有6年（2000—2002年、2010—2012年），前期和后期的水平较高，但其间连续7年（2003—2008年）均劣于浙江省和全国的水平。从总体上看（表6），安徽省经济增长的福利性水平（1．037）反而优于浙江省（0．433）和全国（0．710）。由各维度的基础指标系数向量及相应权重（表2）可看出，安徽省的福利性指数均受其基础指标的正向影响，其中最为显著的是人均GDP（X20），其系数和权重分别为0．6758和0．6388，其次为城镇居民家庭恩格尔系数（X23）、农村居民家庭恩格尔系数（X22），它们的系数和权重分别为0．6020和0．5686、0．5040和0．4765，而城乡收入比（X21）影响最小，其系数和权重分别是0．2175和0．2054。与浙江省和全国比较，城乡收入比（X21）对二者的福利水平均产生了负向影响，而在正向影响的基础指标中，农村居民家庭恩格尔系数（X22）对二者的福利水平皆贡献最高。在影响经济增长质量指数中，安徽省的福利性指数对经济增长贡献较高，其系数和权重分别为0．2823和0．6095，高于浙江省和全国对经济增长质量的贡献。通过数据可以判断安徽省在经济增长过程中改善收入分配、缩小城乡差距，进而提高经济增长成果的分享性方面有着较好的表现。

一、模型的建立、变量和数据的选取

一般的回归方程运用普通最小二乘法得出的估计参数在样本期内是固定，即不同变量之间存在着非常稳定的联系，回归方程如下式所示。方程(1)中的参数α是个常数，主要反映变量y和x间的平均影响程度。但国内旅游消费对经济的增长随着时间的发展不是一成不变的，应该是动态，而一般的回归方程很难表现出来。为此，文章运用状态空间模型相关理论，构造一个可变参数模型来分析国内旅游消费对经济增长的影响[14]。状态空间模型的优点在于：一是可以把不能观测的变量纳入可观测模型，能够同时得到估计参数；二是运用Kalman滤波方法来对参数进行估计，这种方法可以预测和平滑那些不可观测的状态变量。状态空间模型可以描述系统内部状态变量和可观测的变量间的动态关系，模型主要包括状态和量测方程，方程具体形式如下。方程(2)是量测方程，式中参数αt称为状态变量，假定参数αt服从一阶自回归过程。方程(3)是状态方程，它描述状态变量的生成过程。在方程(4)中，εt和ηt分别是量测和状态方程的随机扰动项，εt和ηt是相互独立的，均服从正态分布，其均值是零、方差为常数。根据文章选取的研究对象，方程(2)中yt为反映经济增长的真实国内生产总值，用GDP表示；xt为反映国内旅游消费的国内旅游消费总额，用DTI表示。对两个变量分别取对数，不仅能够消除模型中的异方差，而且估计出来的参数为被解释变量对解释变量的弹性。方程(2)中的α可以称为国内旅游消费弹性，表示国内旅游消费每增长或降低一个百分点，经济增长相应变化的比率，具体估计可以通过Eviews6.0软件[14]实现。文章采取的样本区间为1985-2013年，为了保证数据的可比性，分别运用GDP数量指数和居民消费价格指数对国内生产总值和国内旅游消费进行调整，1978年为基期。文章中的GDP数量指数、居民消费物价指数、国内旅游收入、GDP等指标均来自历年《中国统计年鉴》和《中国旅游统计年鉴》。

二、实证结果及分析

1.变量检验结果（1）单位检验根为了防止“伪回归”的出现，在进行变量的协整检验前，应对变量的平稳性进行检验，即单位根研究。文章采用ADF法进行检验，检验的最优滞后步长根据信息准则确定，检验结果见表1。表1的检验结果表明，国内旅游消费和经济增长变量的水平值为非平稳的，而其一阶差分序列在1%的显著性水平下为平稳序列。因此，两变量均为一阶单整序列，符合协整检验的前提条件，下面进行协整检验。（2）协整检验分析协整检验的方法主要有EG和JJ检验。EG检验主要检验状态空间模型的残差是否平稳，如果残差项平稳，则协整关系成立。JJ检验主要根据参数矩阵的秩确定协整向量的个数。文章选择JJ检验法进行协整检验，检验结果见表2。由表2可知，迹检验和最大特征根检验结果表明在5%显著性水平下拒绝了没有协整向量的零假设，也就是说国内旅游消费和经济增长之间有一个协整向量，这表明两变量之间存在长期的均衡关系，因此以这些变量建立的状态空间模型不存在伪回归问题。

2.参数估计结果及分析运用处理后的国内旅游消费和国内生产总值的数据，根据方程(2)和(3)，利用Kalman滤波算法可以得到状态空间模型估计结果如下。其中，变参数αt的估计值如表3和图1所示。由表3可知，国内旅游消费弹性系数于1985-2013年在0.2766~0.4639间变动。由于αt是随机参数，在分析时一般不看其具体的数值，主要通过观察其变动趋势，来反映国内旅游消费与经济增长间的长期动态均衡关系。从整体上看，弹性系数呈现逐渐上升趋势，由1985年的0.2766上升到2013年的0.4639。由图1可知，国内旅游消费弹性系数在1985-1993年增长速度较快，而1994-2013年增长速度有所减缓，国内旅游消费弹性系数发展趋势表明国内旅游对经济增长起到了积极地促进作用，且促进作用逐年增加。其重要意义表现为：一方面它反映了国内旅游业的发展，能够刺激最终消费，带动经济增长；另一方面也为国家把旅游业作为国民经济发展新的经济增长点以及我国大部分省、市、自治区把旅游业定位为支柱产业提供了科学依据和实证支撑。国内旅游消费对经济增长正向的持久的拉动作用主要原因在于：第一，随着我国经济的迅猛发展，居民收入水平不断增加，旅游消费水平也逐年提高，带动了国内旅游市场迅速发展。我国城镇居民人均可支配收入1985年仅为739.1元，2013年达到26955.1元，增加了33倍，年均增长13.3%；城镇居民旅游花费1994年为848.2亿元，2013年城镇居民旅游花费为20692.6亿元，是1994年的20.8倍，年均增长17.3%；城镇居民人均旅游消费支出1994年为414.7元，2013年为946.6元，是1994年的2.2倍，年均增长4.2%。农村居民家庭人均纯收入1985年为397.6元，2013年为8895.9元，增加了18.9倍，年均增长11.1%；农村居民旅游花费1994年为175.3亿元，2012年为5583.5亿元，是1994年的28.7倍，年均增长19.3%；农村居民人均旅游花费1994年为54.9元，2013年为518.9元，是1994年的8.9倍，年均增长12.2%。第二，旅游产品质量和产品吸引力不断提高。随着旅游业发展的日渐成熟，旅游市场进一步规范，旅游接待条件不断改善，提供的旅游产品不断趋于多样化，各具特色的观光、度假、休闲、体育、健身、生态旅游等基本改变了国内旅游产品单一的局面。景点开发进一步加快，各地都有一批适应市场需求的新景点投入运营。旅游基础设施不断完善，国内包机、城际快车、旅游专线车、旅游专列、观光巴士、“一日游”车辆等发展迅速，使得旅游交通更加方面快捷。旅游从业人员素质和旅游服务质量的不断提高。这些都成为促进国内旅游市场繁荣的重要因素。第三，旅游宣传促销声势逐年加大。与主流媒体合作的旅游宣传广告片越来越多，在电视台黄金时间循环播出，形成强烈的视觉冲击；各地的高速路、地铁站、飞机场等主要交通枢纽及客流集散地了很多大型的户外广告宣传，扩大了旅游宣传效应；城市周边景点介绍会、区域性和全国交易会基本形成体系，区域性联合促销与跨区域巡回促销接连不断；随着互联网的迅猛发展，我国网民数量和互联网的普及率逐年增加，越来越多的消费者通过网络获取旅游信息，自助旅游需求迅速增长，网络新媒体为旅游宣传促销开辟了新的渠道。随着旅游宣传促销手段多样化，有效地引导了居民的旅游消费导向。第四，国家与地方政府不断出台各种方针政策，极大地促进了国内旅游业的发展。国家对旅游业越来越重视，“七五”时期，旅游业正式纳入了国家的国民经济和社会发展计划。十四届五中全会把旅游业放在第三产业中新兴产业发展序列的第一位。1998年中央经济工作会议确定把旅游业列为国民经济新的经济增长点之一。我国大部分省、市、自治区把旅游业定位为支柱产业。一些省市明确提出把发展国内旅游业作为活跃市场、扩大内需、繁荣经济的载体，推出了一系列大型活动和配套措施，极大地促进了国内旅游消费。国家于1995年出台了“双休日”制度、1999年又出台了“黄金周”休假制度，2008年开始又增加了清明、端午、中秋三个小长假，使人们的闲暇时间开始增加，激发了人们的旅游热情，人们纷纷走出家门外出旅游，旅游消费逐步成为一种消费时尚，促进了国内旅游业的蓬勃发展，拉动了内需，促进了经济增长。

三、结论与建议

综合上述分析，文章利用状态空间模型对1985-2013年我国国内旅游消费与经济增长动态关系进行了研究，研究得出以下几点结论：一是JJ协整检验结果表明国内旅游消费与经济增长之间存在长期均衡关系。二是状态空间模型的变参数估计结果表明，国内旅游消费弹性系数呈现不断上升趋势，说明国内旅游消费在国民经济发展中的重要作用，也为把旅游业作为国民经济发展新的经济增长点以及我国大部分省、市、自治区把旅游业定位为支柱产业提供了科学依据和实证支撑。三是国内旅游消费弹性系数呈现不断上升趋势，表明国内旅游市场环境逐步得到改善，旅游产业发展逐步趋于成熟，对国民经济的推动作用日益显著。据此，也应看到目前国内旅游市场发展还有很多不完善的地方，在旅游消费能力、旅游消费环境及旅游产品供给水平等方面还存在一些问题：第一，从旅游花费结构看，当前我国国内旅游消费结构中食、住、行比重较大，达66%，游、购、娱仅占34%左右。从旅游消费者结构来看，农村居民国内旅游比例偏低。2013年城镇居民旅游花费是农村居民旅游花费3.7倍；城镇居民人均旅游花费是农村居民人均花费1.8倍。农村居民旅游消费数额远远小于城镇居民花费，因此农村旅游市场具有很大发展潜力。第二，居民收入差距扩大以及收支不确定性制约了旅游消费需求进一步扩展，主要是由于目前我国社会保障制度还很不健全，人们对于未来收入和支出存在不确定性，因而阻碍了旅游消费。第三，我国旅游产品开发创新力度不够，不能够完全满足旅游消费者的多层次需求。第四，旅游基础设施薄弱，旅游消费环境有待改善，均在不同程度上影响了国内旅游消费需求的扩大。为了更好地发挥国内旅游消费对经济增长的带动作用，应注意以下几点。

1.不断促进城乡居民旅游消费一要刺激农民居民旅游消费需求。不仅要增加农村居民的收入，还要不断完善社会保障服务和政府的转移支付政策，解决农村居民的医疗、养老等后顾之忧，释放旅游消费需求。同时要根据农村居民闲暇时间的特点，开发出一系列适合农村居民消费的旅游产品，也要鼓励旅行社开拓农村旅游市场，成立一些以农民为旅游服务对象的旅行社，提供低价位的旅游产品和服务。二要增加城镇居民的可支配收入，不断完善城镇居民社会保障制度，整顿和规范分配秩序，缩小收入分配差距，提高城镇居民的有效购买力。三要培育发展个人旅游消费信贷。倡导超前旅游消费的新观念，简化银行信贷手续、给予旅游贷款者一定的折扣，建立个人信用评价体系。

一、MIDAS权重函数

假设变量yt能够在t－1到t的时间区间(如每季度)内观测到一次，另外一个变量x(m)t在同样的时间区间内能够观测到m次(如每天或者m=66)。我们对yt与x(m)t之间的动态关系感兴趣，或者说，我们想将回归方程左边的变量yt投射到右边变量x(m)t及其滞后观测值的历史序列x(m)(t－j)/m当中。x(m)(t－j)/m的上标m表示较高的采样频率，其精确的滞后时间表达为单位区间t－1到t之间一个分数。简单的MIDAS回归模型我们称式(2)为指数Almon滞后项。权重函数B(k;θ)的形式灵活多变，仅使用少数几个参数呈现各种形状。Ghysels等［2］使用了两个参数值的Almon滞后项，即T=2或者θ=［θ1，θ2］。从两个参数的指数Almon权重函数在不同的参数值下的灵活形态可以看出，即使只有两个参数，指数Almon权重函数的形态也是十分丰富的。需要指出的是，权重函数递减的速度决定了式(1)当中滞后项的个数，且由于参数是利用实际数据估计出来的，一旦B(k;θ)的形式确定，滞后项长度的选择纯粹是由数据驱动的。我们称式(3)为β权重函数，因该式与β权重函数关系密切。与指数Almon权重函数一样，β权重函数可以呈现许多不同的形态。我们仅介绍了MIDAS多项式的两种基本表达式，随着该领域研究成果的增多，许多新的MIDAS多项式被介绍到对混频数据的研究当中。本文将通过在Matlab中编程从实际数据中估计出MIDAS权重多项式的参数值。

二、数据与参数估计

我们使用混合频率(每日及每季度)的数据集，①目的是利用每日股票收益率预测季度产出增长率及通货膨胀率。本文使用(最优频域滤波器)过滤过的及原始的道琼斯工业指数(DJI)日收益率来预测美国产出增长率和通货膨胀率。我们选取的时间区间为1951年1月1日至2010年12月31日。我们选择了三对样本内回归区间及样本外预测区间，分别为:(1)样本内回归区间:1951年第1季度至2008年第4季度;样本外预测区间:2009年第1季度至2010年第4季度。(2)样本内回归区间:1951年第1季度至2006年第4季度;样本外预测区间:2007年第1季度至2010年第4季度。(3)样本内回归区间:1951年第1季度至2004年第4季度;样本外预测区间:2005年第1季度至2010年第4季度。每个预测区间的均方预测误差(MSFE)都被计算以方便不同预测模型之间的比较。类似地，我们采用同样的方法预测新加坡产出增长率和通货膨胀率。所采用的日股票收益数据为1986年1月1日至2010年12月31日的海峡时报指数(STI)，我们同样选择了三对样本内回归区间及样本外预测区间:(1)样本内回归区间:1986年第1季度至2008年第4季度;样本外预测区间:2009年第1季度至2010年第4季度。(2)样本内回归区间:1986年第1季度至2006年第4季度;样本外预测区间:2007年第1季度至2010年第4季度。(3)样本内回归区间:1986年第1季度至2004年第4季度;样本外预测区间:2005年第1季度至2010年第4季度。1.频域滤波器Ouliaris和Corbae［14］提出了一种新的频域滤波器(简称为FDF)，该滤波器可以提取水平时间序列中的周期性成分，并且能够轻松地处理时间序列的随机及确定性趋势(对平稳序列显然)。通过一系列的蒙特卡罗实验，利用数据生成过程如美国实际产出增长率，发现该频域滤波器相比流行的时域滤波器(HP滤波器及BK滤波器)，其均方预测误差要低得多。此外，Ou-liaris和Corbae［14］建议的频域滤波器相比Mari-anne和Robert［15］以及Hodrick和Prescott［16］分别提出的BK滤波器和HP滤波器有一个重要优势，就是它只需要我们设定一个商业周期的区间，而不需要设定任何参数。以本文为例，我们提取了6—32季度(即1.5—8.0年)区间的产出成分，或者等价地，395.0—2088.5天区间的每日股票收益成分。2.参数估计MIDAS方法关键的一步在于估计MIDAS权重函数式(2)及式(3)当中参数(θ1，θ2)的值。参数(θ1，θ2)不仅决定了MIDAS权重函数的形状，而且同样决定了式(1)中所包含的滞后项数目的多少。本文试图从“预测”(Forecasting)及“实时预报”(Nowcasting)两种情境下分别估计(θ1，θ2)。限于篇幅，我们仅使用如下包含指数Almon权重函数的AR－MIDAS回归方程。将表1中所得到的参数估计值代入Almon权重函数，就能得到在“实时预报”情境下Almon权重与滞后日之间的关系。类似地，在“预测”情境下，我们利用式(5)AR－MIDAS模型得出参数值(β0，β1，β2)及(θ1，θ2)估计值，如表2所示。

三、预测分析

我们考虑如下的MIDAS预测模型:。其中，Yt代表名义或者对数差分化后的产出增长率。Sqt(Sqt－1)代表对数差分化后的原始季度股票回报率，且经过如式(4)或者式(5)的“季节反应”处理，即乘以因子(1－^β1L)以剔除“季节反应”(下同)。Sudt(Sudt－1)代表对数差分化后的原始日股票回报率的季度加总，Sfd1(Sfdt－1)代表对数差分化后的FDF日股票回报率的季度加总。我们在“实时预报”与“预测”情境下分别进行预测，且在每种情境中选择以原始季度股票回报率为解释变量的预测模型作为我们的基准模型，例如，式(6)为“实时预报”情境下的基准模型;式(7)为“预测”情境下的基准模型。这样处理的目的:一方面，因为季度股票回报率数据与产出增长率及数据处于同一频率，因而我们可以直接使用其对后者进行预测;另一方面，通过比较(加总的)日股票回报率与季度股票回报率的预测结果，我们可以知道高频股票回报数据是否包含任何对预测产出增长率有用的信息，且是季度股票回报数据所没有捕捉到的。同样地，使用这样的处理方式可以让我们检测MIDAS方法的有效性，即使用MI-DAS权重函数对高频数据进行加总的同时，尽可能多地保留对预测有用的信息。此外，通过比较FDF日股票回报率(即使用频域滤波器过滤后的日股票回报率)与原始日股票回报率的预测结果，我们可以知道，在剔除了超高频的噪音以及可能的季节趋势之后，我们的预测结果会不会比原始数据来得更好。我们将对产出增长率与通货膨率的预测结果列示在表3和表4中。我们分别在“实时预报”与“预测”情境下计算出每一个预测模型的均方预测误差(MSFE)，并且除以每种情境下基准模型的均方预测误差以便比较。另外，从数据部分的介绍可知，我们所采用的样本外预测区间分别为h=8，h=16，h=24。

1.名义产出增长率的预测结果分析从表3可以看出，原始股票回报率以及经频域过滤器过滤过的日股票回报率对预测美国名义产出增长率的作用十分微小，计算出的均方预测误差(MSFE)与基准模型的均方预测误差比值都大于1，说明我们所选取的预测模型的预测效果比基准模型要差。同时，在“实时预报”与“预测”情境下，我们很难甄别以原始股票回报率为解释变量的预测模型(式(8)与式(9))和以FDF股票回报率为解释变量预测模型(式(10)与式(11))之间的优劣。以上是针对美国名义产出增长率的预测结果分析，看上去令人有些沮丧，因为在加入高频股票回报率的信息之后，我们的预测模型相比基准模型的预测效果反而更差。不过对新加坡名义产出增长率的预测结果让人重拾对MIDAS预测模型的信心，对新加坡的预测结果更是相当地鼓舞人心。我们接下来分析对新加坡名义产出增长率的预测结果。表3中用黑体显示的数值表示，式(8)预测模型以及式(10)预测模型的均方预测误差相比基准模型式(6)都要低，说明两者的预测精度比基准模型要高。换句话说，在引入高频股票数据后(无论是原始的还是经频域过滤因子过滤过的)，我们改进了对新加坡名义产出增长率的预测精度。另外，很容易看出式(8)预测模型在三个预测区间h=8、h=16、h=24的相对均方预测误差都比式(10)预测模型的均方预测误差小。这说明在“实时预报”情境下，式(8)预测模型的预测精度要比式(10)更高。在“预测”情境下，我们一方面能看出式(8)预测模型和式(10)预测模型在三个预测区间的均方预测误差均比相应的基准模型式(6)和式(7)大，说明引入高频股票回报率信息后，我们对新加坡名义产出增长率的预测精度反而降低了。另外，对比式(8)与式(10)的预测结果可知，在“预测”情境下，且在三个预测区间当中，式(8)预测模型的相对均方误差都比式(10)预测模型的相对均方误差小。综上所述，对于美国名义产出增长率的预测，无论在“实时预报”还是“预测”情境下，我们的MIDAS预测模型不但没有提供相比基准模型更多的有用信息，反而降低了预测精度。而且我们也不能在式(8)与式(10)、式(9)与式(11)预测模型做出优劣的判断。对于新加坡名义产出增长率的预测，我们发现在“实时预报”情境下，式(8)以及式(10)预测模型相比基准模型的预测均有改进，虽然在“预测”情境下我们不能得出类似的结论。最后，无论是在“实时预报”还是“预测”情境下，式(8)预测模型都比式(10)预测模型的预测精度更高。这说明，我们在对原始海峡时报指数(STI)使用频域过滤因子进行过滤的过程当中，可能把对预测产出增长率有益的信息也过滤掉了，而这些有用的信息包含在高频噪音以及长期趋势当中。

2.名义通货膨胀率的预测结果分析与名义产出增长率预测的情形类似，Yt代表美国或者新加坡的季度通货膨胀率，sudt(sudt－1)代表对数差分化的原始日股票回报率季度加总，而sfdt(sfdt－1)代表对数差分化的FDF日股票回报率的季度加总。预测结果如表4所示。预测结果显示，引入高频股票回报率信息之后，式(8)—式(11)模型的均方预测误差(MFSE)相比基准模型都小于1(只有使用FDF日股票回报率对美国进行“实时预报”与“预测”时情况例外)，说明高频股票回报率数据包含有预测有用的信息。具体而言，对美国名义通货膨胀率的预测，无论在“实时预报”还是“预测”情境下，以原始日股票回报率为解释变量的MIDAS预测模型相比基准模型有更高的预测精度。以FDF日股票回报率为解释变量的MI-DAS预测模型相比基准模型随着预测区间的不同而预测结果不一样。且在“实时预报”情境下，原始日股票回报率相比FDF日股票回报率包含有更多的有用信息，而在“预测”情境下，我们不能得出类似的结论。对于新加坡名义通货膨胀率的预测，我们发现无论是在“实时预报”还是“预测”情境下，在对原始海峡时报指数(STI)使用频域过滤因子进行过滤后，剔除掉了高频噪音及长期趋势的影响，的确改进了新加坡通货膨胀率的预测效果。

一、内生增长理论的相关研究成果

内生增长理论产生于20世纪80年代中期至90年代初期，主要研究影响经济长期增长率的内生因素及其增长机制。在经济发展过程中，企业因对员工开展教育、培训等活动形成了人力资本，因研究与开发、创新等活动形成了知识积累与技术进步，基于此，内生增长理论认为经济持续增长的动力主要源自于内生因素。PaulRomer（1986）提出了内生经济增长模型，他认为影响经济增长的根本因素是知识和技术研发，提出了以知识生产为基础的知识溢出模型。[2]RobertLucas（1988）提出将人力资本积累引入内生增长模型，分析了人力资本及技术水平在促进经济增长方面的作用。[3]在此基础上，Romer（1990）提出了第二个内生增长模型，经济增长需要投入包括资本、劳动、人力资本和技术在内的四种内生因素，同时，分析了研究与开发（R&D）对经济增长的积极贡献。[4]从20世纪90年代开始，理论家开始在垄断竞争假设下研究经济增长问题，提出了新的内生增长模型，主要包括：产品种类增加型内生增长模型、产品质量升级型内生增长模型、专业化加深型内生增长模型，从而为内生增长理论打开了新的篇章。在技术进步与人力资本积累相互作用的方向上，HuwLloyd-EllisandJoanneRoberts（2002）建立了一个人力资本积累和技术进步相互作用的双引擎增长模型。[5]他们把知识分为3种不同的形式：技术部门的前沿知识（frontierknowledge）、通过教育和经验获取的内化于个人的知识（knowledgeem-bodiedinhuman），以及教育系统中的公共知识（disembodiedknowledge）。StephenKosempel（2004）提出了类似的创新与人力资本积累相结合的模型，人力资本积累都是内生决定的。[6]在技术变化方向上，DaronAcemoglu（2002）在PaulRomer（1990）和GrossmanandHelpman（1991）的产品多样化框架的基础上提出，企业的研究与开发部门能够自主选择利润最大化的技术进步方向。[7]Acemoglu（2007）进一步讨论了技术进步的方向。[8]综上所述，内生增长理论认为经济的持续发展是由内生因素决定的，这些内生因素包括：第一，获取新“知识”（包括创新、技术进步、人力资本积累等）；第二，将新知识运用于生产（市场条件、产权、政治稳定以及宏观经济稳定）；第三，提供运用新知识的资源（人力、资本等等）。

二、安徽民营经济内生增长中存在的突出问题

根据内生经济增长理论，一个地区经济的持续性增长最主要源自于创新、人力资本、技术、知识等内生要素，而安徽民营经济的发展在这些内生因素上存在着一些突出问题。

（一）内生增长中的人力资本匮乏在人力资源管理方面，安徽省许多民营企业缺乏战略眼光，专注于短期策略而忽视了长期规划，不重视对员工个人发展需求的重视，缺少专门的业务技术培训，缺乏稳定长效的人才机制。总体来看，难以吸引到高级管理人才和尖端的技术创新人才，使得企业的发展一直处于低层次领域中，无法抓住适当的时机进行转型。1.民营企业“用工难”、“人才缺”。安徽省政府2013年重大研究课题《构建安徽中小企业发展扶持体系研究经研究》课题组调查表明，安徽中小企业中用工有困难的企业占57.26%，困难很大的企业占21.47%。38.74%的企业认为获得劳动力非常难或比较难，50.7%的企业认为管理人才获得非常难或比较难，61.27%的中小企业认为技术人才获得非常难或比较难。2013年上半年，安徽统计部门曾对469户民营中小企业进行问卷调查，其中205户企业很难招到工人，185户企业近年来一直缺工。同时，民营企业中尤其是中小企业，人才学历层次、专业技术等级和专业技能等级较低，高技能、高素质人才缺乏，难以满足企业发展与转型升级的需要。安徽省委组织部与安徽省统计局联合调查显示，安徽省非公有制企业（单位）从业人员中，研究生仅占0.3%，大学本科占3.2%，大学专科占10%，中专及高中的占32.7%，初中及以下的占53.9%。同时，经营管理人员仅占从业人员14.7%，专业技术人员仅占从业人员的8.7%，高、中级技能人员仅占10.7%，高级管理人才、高层次人才、复合型人才和生产一线的高技能人才短缺。吴宗华（2012）通过实证调研发现，安徽民营企业中最短缺人才为高级管理人才，占人才缺口总量的47.6%；其次是研发人才与技能型人才，占人才缺口总量的42.8%。[9]2.民营企业人才流失、闲置现象严重。首先，人才流失快，而且流失的往往是高素质人才，一些不胜任工作岗位的人员反而难以淘汰。调查显示，安徽省中小企业普通员工年度流动率已高达50%，中高层管理人员和专业技术人员每年约有20%的流动率。许多非公企业还存在较为严重的隐性流失现象，即员工不愿或难以发挥其能力和潜力。企业人员流动频度的不断加快，使得民营企业招聘和培训成本增加，许多企业家反映企业承担了学校和社会的教育培训成本。其次，缺乏轮岗、培训、绩效考核、激励等有效人才管理措施，安徽民营企业尤其是中小企业很难做到“人岗匹配”和“人尽其才”，存在较为严重的人才淤积、浪费现象。同时，家族式企业及管理方式导致不适合企业快速发展的“皇亲国戚”占据企业重要部门和岗位，与岗位相匹配的优秀人才无法进入。以上因素都使得安徽民营企业的人力资源管理工作陷入了招聘—流失—再招聘—再流失的恶性循环之中。3.人才开发缺乏组织机构和制度保障。安徽民营企业营销部门、技术部门甚至包括财务部门都配备精兵强将，并得到充分重视和有效激励。而人力资源管理部门则存在编制少、职能不全、从业人员缺乏知识和经验、激励不足等现象。调查显示，安徽民营企业中，45%的企业没有独立的人力资源部门，36%的企业将人力资源工作放在企业的行政部或办公室。在许多企业中，人力资源部门处于从属地位，不到5%的非公企业设立副总级人力资源部门，人力资源部门负责人经常参与企业重大决策的只有23%。另外，5.8%的企业没有任何书面的人力资源管理制度和流程，76.5%的企业表示人力资源制度和流程不全面、不完善或不能很好执行。

（二）内生增长中的技术创新不强人才匮乏导致企业缺乏自主创新能力，产生了安徽民营企业产品技术含量低、缺少核心竞争力、产业转型困难取代等一系列问题。尽管近年来，安徽民营企业自主创新能力得到了一定程度提升。2013年，全省民营经济总量中，结构调整优化，第三产业比重提高，增加值为3271.7亿元，增长11.3%。同时，我省民企百强日益注重技术创新、改造、品牌建设，通过各种途径提升市场竞争力。数据显示，77.4%的企业开展自主开发与研制，51.4%的企业开展产学研合作，超过45%的企业引进人才、引进技术。研发投入不断增加，营收百强中56家企业填报了研发费用36.77亿元，比2012年增长20.4%。广东美的集团芜湖制冷设备有限公司位居研发投入首位。省统计局调研数据显示，2013年底，在全省16184家规模以上工业企业中，与高校、科研机构共建了297个产学研经济实体和725个产学研合作研发机构。[10]在安徽民营经济产生与发展的创始阶段，由于资金、技术、管理等方面供给的不足，在产业选择上从门槛较低的、技术含量低进入，也符合民营经济最初发展的客观条件。但是，随着经济的发展，企业间竞争激烈等外部因素促使安徽民营各类企业都在谋求转型。安徽省的民营企业多集中在劳动密集型、技术含量较低的加工业、采掘业、建筑业、餐饮住宿业等一般竞争性领域，新兴产业和现代服务业企业仅占8%，总体上处于产业链的中下游，盈利能力和抗风险能力都比较弱，转型升级压力较大。安徽省中小企业协会调研发现，当问及企业是否有转型升级意愿时，所有被调查企业都希望通过转型升级来提升企业核心竞争力，使企业在激烈的市场竞争中求得生存发展。多家企业高管人员对目前企业仍然存在“粗放经营、产业结构不合理、产能过剩、创新不足”等现象比较担忧，对转型升级的重要性和迫切性也比较认同。但安徽省中小企业协会调研同时发现，54.55%的企业没有经历过转型升级，只有11.32%企业已成功实现转型升级。究其原因主要包括以下方面。一是企业家害怕承担风险，存在观望态度，比如经营成本会上升、风险会增加等问题。民营企业家中流传的一句话“不转型是等死，转型是找死”很耐人寻味。24%的企业认为“转型升级风险太大，企业难于承受。”二是缺乏转型升级资金。30%的企业认为“转型升级所需投资规模大，企业难于筹措”。三是缺乏人才支持。中小民营企业规模小，很难承受高级研发人员的雇佣成本，一线高级技术工人紧缺且流动性大，企业想对工人进行培训，但又怕培训完，高级技工又跳槽了，人财两空。

三、安徽民营经济可持续发展的内生增长路径选择

（一）基于内生增长理论的人力资本积累路径内生增长理论表理，获得经济增长的内生因素之一就是人力资本积累。从安徽民营经济的发展历史与现状上看，重视经济主体的人力资本积累能为其带来新的跨越式的发展。在人力资本积累的过程中，需要注重民营企业与政府两大主体的共同作用。首先，民营企业是人力资本积累的主体和主要受益者，应从企业内部加大对人力资源的投入，包括营造良好环境，建立现代人力资源管理制度，完善并落实企业内部的招聘、培训、考核、激励等人力资源政策，积极探索引进、留住人才机制。其次，政府应利用政策杠杆在民营企业外部建立良好的人才培养氛围，提供人才服务平台，为民营企业提供人才信息服务，推动人力资源的供求平衡。同时，针对安徽省制造大省的产业特点，一方面加大各高等职业院校的专业调整力度，按需培养高技能型人才，另一方面倡议民营企业内部创建安徽中小企业大学，组织开展全员培训。

一、中国当前通货膨胀的成因分析

与此相反，在中国的受实体经济率先复苏和预期人民币升值等因素影响，国际资本争相流入中国。因为中国的货币政策早于西方发达国家开始收紧，央行自2010年下半年开始已经4次提高基准利率。加息只能使国内外利差进一步加大，使得国际游资加速涌入国内进行套利，流动性加剧，通胀风险进一步提升。全球面临流动性失控也导致国际大宗商品价格暴涨，国内企业生产成本上升。较为宽松的货币政策导致发达国家的货币争相流入商品金融市场，大宗商品包括贵金属价格普遍上浮，铁矿石、铜等金属物品及大宗农副产品价格均大幅上涨，致使向全球输出通胀。中国对于这些物品需求量巨大，引起企业生产成本上升，间接带动了消费品价格上涨。其次，外部和内部因素的共同作用使得中国央行并不能完全控制其发行的基础货币量。从2008年3月（最低点）到2013年8月，中国的基础货币量（M1）从15.1万亿增加到31.4万亿，净增长16.3万亿，翻了超过一番（见表1）。但是，中央银行并不应该完全为基础货币的高速增长负责，中国的基础货币有明显的受到外贸因素影响而被动增加的色彩。受世界范围流动性过剩和出口导向的影响，作为拉动经济增长的三驾马车之一的净出口2012年表现依然强劲，实现贸易顺差2311亿美元，增长了48.1%。由于央行负有要维护人民币汇率稳定的责任，净出口增加导致我国央行资产负债表中的外汇占款数额急剧增长，而外汇占款增加的结果是央行增发基础货币。其逻辑是，中国企业出口赚取外汇；在人民币升值预期下，企业向商业银行结汇；把维护汇率稳定作为政策目标之一的央行再从商业银行手中购买外汇，转化为日渐积聚的国家外汇储备。2013年6月末央行外汇储备已经达到了3.5万亿美元，是排名第二的日本的近三倍。央行购汇使得基础货币不断地流入商业银行，扩大了后者的可贷资金规模。由于净出口更多地受到整个世界经济形势和出口导向的经济增长政策的影响，中国的央行没有能力加以左右。所以，央行对基础货币的控制并不是随意的，为维护人民币汇率稳定导致基础货币量被动增长，客观上增加了通货膨胀风险。再次，从造成流动性过剩的内部原因看，央行不仅无法控制全球流动性泛滥所导致的热钱流入、成本上涨和基础货币被动增加，也没有可能完全控制国内广义货币的创造。广义货币的失控和过剩是在刺激性的货币和财政政策背景下，货币通过商业信贷过程内生创造的结果。

在从2008年3月到2013年8月的这四年时间内，中国的广义货币即M2由42.3万亿增加到106.1万亿，净增长了63.8万亿，增长达1.5倍。2013年8月，广义货币（M2）与基础货币（M1）的增幅之差达到了“106.1万亿—31.4=74.7万亿”之巨，见表2。教科书上的西方经济学理论喜欢用乘数效应解释广义货币的创造，但这种解释是刻舟求剑，书斋里的学问，乘数论似乎解释了一切但也掩盖了一切。直面现象的经济学研究必须解释为什么在中国经济体系的运行过程中会内生的多创造出来74.7万亿的广义货币。从央行的数据分析，新增加的货币供给量绝大多数被以贷款形式流出的。从绝对量讲，截止2012年末，全国金融机构累计发放本外币贷款总量约67.3万亿元，大约是2012年GDP总量的1.3倍。从增量看，从2008年3月到2013年8月，全国金融机构本外币贷款规模从29.4万亿上升到74.1万亿，净增了44.7万亿，占内生地多创造出来的74.7万亿的广义货币的60%，见图3。那么，这44.7万亿的银行贷款又流向了什么领域呢？有研究显示，这44.7万亿的贷款80%以上仍然流向了大型国有企业和各级政府所发动的投资项目。这符合在转轨过程中长期形成的一个经验判断，每当宏观经济出现紧缩迹象时，在获得国内贷款等方面受到限制的首先是民营部门，反之大型国有企业和政府的项目在信贷方面往往享有优先权。一个举目可见的现象是，在4万亿财政投资计划的刺激下，各地政府拼命扩大高铁、地铁、高速公路等基建项目投资，国有企业也趁机大举借贷，乃至出现国企地王现象。通过上述数字的对比和对商业银行贷款方向的考察可以认为，从2008年3月到2013年8月之内广义货币增和基础货币之间的74.7万亿增幅差额，从国内的因素看，主要应该是在政府宽松货币政策和财政刺激政策背景下，各商业银行对大型国有企业和地方政府主导的大型项目工程的倾斜性信贷急剧膨胀的结果。

二、根治中国当前通货膨胀问题的对策

综上所述，当下中国的通货膨胀远不是央行多发了基础货币那么简单，广义货币增加背后的逻辑是复杂的，反映了国内外双重流动性过剩等因素综合作用的影响。因此，治理通货膨胀也必须多管齐下。

（一）加强对国际游资进入中国渠道的监管，防止炒作性游资进入国际游资进入中国无外乎是被套汇和套利机会所吸引。既然在短期内，中国外贸巨额顺差造成国际市场巨额的人民币需求，且以美国为代表的发达国家在政治上强烈要求人民币升值，故而人民币升值预期无法避免；为控制国内的流动性过剩，加息的政策也不可能废止。那么，在长期弱化甚至于取消管制的基本方针下，短期可暂时对外汇资金强化兑换管理。可规定资本项目下的外汇资金，没有经过非常充分严谨的论证不能兑换成人民币，进而切断人民币与外币在资本项目下的连接。政策实施时要区别对待，在拒绝国际游资的同时，不能伤害到正常外国投资者的利益。在反通货膨胀的特殊时期，短期内来强化外汇的干预和管制，是一个值得考量的政策选项。

（二）转变经济发展方式，降低生产能耗，减轻对石油等资源性产品的依赖度根据国际能源署的报告，中国目前已经取代美国成为了世界上最大的能源消费国，并且正在逐步成为世界上最大的石油消费国。无怪乎在世界大宗商品市场上，现在中国需要何种商品，该商品的价格就会水涨船高。面对当前的国际能源形势和全球气候变化的挑战，中国作为后发的大国必须探索出一条不同于发达国家发展历史的、崭新的发展道路，既要保证人民的生活得到持续的改善、国家实力不断增强，又要相对减少对能源、资源的依赖。即使是从长期国家能源安全和短期抑制成本拉上型通胀的角度看，加快经济发展方式转变和产业结构调整，降低生产对国外资源的依赖迫在眉睫。另一方面，扩大中国政府和企业在能源输出国和大宗商品市场上国际影响，从而增强在国际市场中的定价权也是必须抓紧进行的工作。

（三）扩大内需，降低经济增长对净出口的依赖近年来，净出口对于中国经济已经成为了一把双刃剑，一方面它带动了经济增长，另一个方面它对通货稳定始终是一个潜在的威胁。根本的解决方法是通过扩大内需降低经济增长对于净出口的依赖。扩大内需实际上已经是个老生常谈的问题，而在通胀背景下，消费能力受到影响最大的是中产阶级和低收入群体。必须按照“十二五”规划的要求，对收入分配进行合理调整，增加中产阶级和低收入群体的收入，因为他们的消费倾向要远高于高收入群体。在逐步提高低收入群体收入的同时，政府行政主管部门应尽快编制针对低收入群体的基本生活费用价格指数，以便科学地建立健全动态价格补贴机制，当因供求变化等原因导致生活必需品的价格出现持续较大幅度上涨时，政府应及时对低收入困难群体给予适当的临时价格补贴。