中国经济数据被高估还是被低估了？
中国经济数据统计的准确性问题一直较受市场的关切。近日，一篇来自美国全国经济研究所的论文（NBER）颇受瞩目，作者将卫星记录的夜间光照数据作为独立的基准来比对了中国经济的多项公开数据，通过赋权来推算中国的经济增速。结果表明，在2015年末，中国经济并未恶性收缩，且官方的统计反而可能低估了经济增长，低估的
主要原因在于克强指数里工业部门权重较大，因此便部分忽视了近年来中国服务业部门的迅速崛起。
该论文的主作者来自于纽约联储——近日，他又在纽联储自由街博客上对自己的论文观点做了通俗的解读。
问题：如何有效衡量中国经济？
GDP无疑是衡量一国经济水平的最好指标之一，但中国GDP往往存在一定统计学上或其他方面的争议。除了GDP外，另一套或许是衡量中国GDP较好的指标即李克强总理曾提出的“克强指数”，这包括工业用电增量、铁路货运增量及中长期贷款增量三个变量。然而，这一指数在某些方面也存在一定小小的瑕疵：下图显示了过去近10年来工业用电增量、铁路货运增量、贷款增量与克强指数及GDP间的关系。由图可见，克强指数中的三大变量往往并不同向波动，尤其是贷款量的变化与另外两者几乎南辕北辙，在此情况下，变量各自的权重就会对最终得出的克强指数产生很大的影响，因此确定各变量之合理权重就显得十分重要。
问题来了，如何确定三大变量的权重？
方法：卫星地图上的照明密集度
确定权重的思路在于，寻找一个能密切反映经济水平（GDP）的参照变量，在分别比较该参照变量与用电增量、铁路货运增量及信贷增量之间的相关关系，相关性越强者权重越高。这一参照变量最好有三重特点：1.与GDP密切相关；2.独立于克强指数的三大变量外；3.较少受人为因素（如统计学偏差）影响。
卫星地图上的夜间照明密集度几乎恰符合这三点。
在此思路下，研究者对中国各省GDP增长率及夜间照明密集度之间的关系进行了回归分析，并绘制了下图：
可见，GDP增长率与夜间照明密集度基本正相关。
随后，我们将夜间照明度密集度与克强指数的三大变量间的相关关系分别作了分析，并根据相关性强弱，修正了克强指数的三大变量各自的权重：信贷增量之权重应为铁路货运增量之6-8倍，而电力增量则应处于二者之间（原克强指数=工业用电量增量×40% + 中长期贷款余额增量×35% + 铁路货运量增量×25%——笔者注）。
利用修正后的克强指数，一份新的关于中国经济之图景便展现在我们眼前。
结论：中国GDP其实被低估了
如上图，根据修正后的克强指数，
中国经济不但未被高估，反而被低估了！
Rosen与Bao认为，这是因为统计部门低估了中国服务业部门的增长，由于传统克强指数中工业部门权重较大，因此部分忽视了近年来中国经济向服务导向型努力转型的事实，从而并不能完全反映中国经济的真实状况。
评论 (0)