中国经济增长中的资源利用效应分析──基于VAR模型的实证分析摘要：本文基于中国改革开放以来资源利用情况的时间序列数据，运用EVIEWS软件，建立回归模型，估算出中国近３０多年各主要资源利用产出弹性，并建立VAR模型估计主要资源与产出相互之间的动态影响，并进行Granger因果分析和脉冲响应方差分解分析，结果表明化石能源对产出影响不大但是有滞后效应，而固定资本代表的钢铁等资源对产出影响快且大。关键词：资源利用，产出弹性，VAR模型，贡献度针对上文建立的简单线性模型过于简单的问题，下面将继续利用有关数据建立VAR模型对中国经济增长中的资源利用效应进行深入分析。一，研究方法和变量选取（一）研究方法下文采取的主要研究方法是Granger因果关系检验、向量自回归模型(VAR模型)、脉冲响应函数和方差分解。VAR模型是一种非结构化模型。传统的结构化模型在描述经济变量之间关系，以及处理具有动态特性(即滞后期对当期有影响)的经济变量时，需要具有复杂的经济理论基础。然而，对于某些经济理论，特别是复杂系统，难以用一个结构化模型来描述变量之间的动态关系，而且在结构化模型中，内生变量既可以出现在方程的左端又可以出现右端，使得参数估计和模型推断变得更加复杂。为了解决这些问题，出现了一种用非结构性方法来建立各个变量之间关系的模型，VAR模型就是一种经典的非结构化模型。VAR是基于数据的统计性质来建立模型，它把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型,从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”回归模型。因此，近年来VAR模型越来越受到经济工作者的重视。本文所研究的主题属于经济运行复杂系统，因此，用VAR进行建模是比较合适的。含n个变量、滞后p期的VAR模型如下：=++(1)其中，是(n1)向量组成的同方差平稳的线性随机过程，是(nn)的系数矩阵，Yt-i是Yt向量的i阶滞后变量,是误差项，在本模型中可视为随机扰动项；同时,模型(1)满足:E()=0，E(Yt-i)=0，i=1，2，···，p,也就是的期望为0，同时与内生变量Yt及各滞后期不相关。在经济分析中，Yt可以是原始经济变量序列,也可以进行对数处理或者差分处理后的数据。本文在实证部分的VAR模型构造中，即是使用各经济变量的对数处理后的数据序列及其滞后期。在建立VAR模型的基础上，可以运用脉冲响应函数和方差分解两种方法对变量之间的动态关系进行分析。脉冲响应函数描述了来自随机扰动项的一个标准差大小的信息冲击对变量当前和未来取值的影响，它能够形象地刻画出变量之间动态作用的路径变化。通过脉冲响应函数可以检验油价的变化对各经济变量的影响强度和持续时间。方差分解法是把系统中每个内生变量的波动按其成因分解成各随机扰动项影响的总和，通过方差贡献度的大小，---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---可以衡量随机扰动项对变量的相对重要程度。在本文中，通过方差分解，可以确定油价波动在经济增长中的作用大小。（二）变量选取因为本文是分析中国经济增长中资源利用效应，所以我们尽量选取一些资源利用相关的数据来分析此与中国经济产出之间的作用关系。首先承接上文，我们依然以实际GDP来代表经济中产出；考虑到模型的简洁，便于处理，我们尽量选取一些综合反映资源利用的数据。因为经济增长中最为突出是诸如石油煤炭等化石能源，所以本文以能源消耗代表所有化石能源利用情况，又因为钢铁，铜，化肥自然资源在经济发展中起到关键作用，所以本文利用固定资本投资来近似替代其利用情况。根据上述指标，本文在国研网中经网等数据库找到1978-2011近30多年的实际GDP（亿元），全社会固定资本投资额（亿元）和能源消耗（万吨标准煤）的数据并取其对数（原始数据不平稳），据此建立VAR模型进行资源利用效应分析。二，VAR模型的实证检验与分析（一）平稳性检验本文利用ADF单位根检验方法对收集到的数据实际产出Y，能源消耗NH，以及全社会固定资本投资额ZB进行平稳性检验发现原始数据不平稳，分别取其对数后生成新数列，lnY，lnNH以及lnZB，检验发现其平稳，具体检验结果如下表1所示。表1相关变量的单...