上海市GDP（精选四篇）
上海市GDP 篇1
关键词：人均GDP,时间序列,ARMA模型,预测
1 问题背景
人均GDP水平是衡量一个国家经济发展状况和居民生活水平的重要标准。随着我国改革开放的不断深入,社会经济迅速发展,GDP总量和人均GDP水平飞速提高。作为全国经济金融中心的上海市,其经济发展状况是中国经济的风向标,也带动着整个长三角经济区的发展。上海市人均GDP水平一直处在全国各省市的前列,特别是改革开放三十年来,上海市的人均GDP增长迅速。在社会经济快速发展的条件下,对人均GDP发展模式的研究,以及在此基础上对未来人均GDP发展水平的预测就显得尤为重要。
ARMA模型(Auto Regressive and Moving Average Model)是研究时间序列的重要方法。该模型根据时间序列自身的数字特征,寻找本期数值受前期数值和误差数值影响的规律,并在此基础上对后期数据进行预测。[1]
本文对上海市1978年至2008年的人均GDP发展水平时间序列进行了分析,利用Eviews5.0软件对数据建立ARMA模型,通过多种模型的比较和筛选找出最符合实际状况的模型,并对模型的预测精确水平进行了评估,进而对未来几年内上海市人均GDP发展水平进行了预测。本文所使用的上海市人均GDP数据如表1所示,该数据来自中华人民共和国国家统计局公布的官方数据。
(单位:元)
2 数据的初步分析
本文以X表示上海市人均GDP水平(单位:元)。1978年至2008年序列X的数值具有明显的增长趋势,因此序列具有非平稳性。为了避免由非平稳序列建立模型而带来的虚假回归问题,需要对序列X进行平稳化处理。对序列X对数化并进行一阶差分,得到的序列记为DX。
利用Eviews5.0对序列DX进行ADF单位根检验,发现ADF检验t的值为-2.174770,这一数值大于10%置信水平下的t统计量临界值-2.625121,所以接受序列DX具有单位根的假设。即序列DX仍是非平稳的。因此需要继续对序列X进行平稳化处理。
对序列X对数化并进行二阶差分,得到的序列记为DDX。对序列DDX进行ADF单位根检验,ADF检验的t值为-4.925796,小于1%置信水平下的t统计量临界值-3.699871。因此在99%的可信度下拒绝序列DDX具有单位根的假设,即序列DDX是平稳的。
3 ARMA模型的识别与建立
ARMA模型由自回归模型(简称AR模型)与滑动平均模型(简称MA模型)为基础“混合”构成,以滞后有限阶的变量或变量的滑动平均作为解释变量,其一般表达式为:
其中vk为第k期随机误差,准i和ψj为系数。记该模型为ARMA(p,q)模型。[2]
ARMA(p,q)模型中的参数p和q可以通过对时间序列自相关系数和偏相关系数的观察而确定。序列DDX的自相关与偏相关图如图1所示。
由图1可知,时间序列DDX自相关系数在滞后阶数1和6处与0差异较大,故可取q=1或2;偏相关系数在滞后阶数1、2和6处与0差异较大,故可取p=1、2或3。我们通过AIC准则确定一组最精确的阶数。AIC值可以在极大似然基础上对模型的阶数和相应参数给出最佳估计,AIC值越小表明该模型越理想。但值最小的模型并不一定最精确,还应同时考虑参数显著性检验和残差随机性检验的结果,表现为模型的DW检验值和t检验值。[3]
利用Eviews5.0对p=0,1,2,3和q=0,1,2的ARMA(p,q)模型逐一推算AIC值、DW检验值和t检验值。[4]设定检验标准为:DW检验值波动不超过0.1,t检验值可信度大于95%,AIC值较小。通过比较发现只有ARMA(1,1)的各项指标最为合适,分别为:AIC值-3.069558,DW检验值2.019861,t检验值可信度为99.74%和大于99.99%(见表2中的参数估计)。
4 模型的参数估计与评价
本节采用精确度较高的非线性最小二乘法(NLS)来估计ARMA(1,1)模型的参数。借助于Eviews5.0软件进行参数估计的结果如表2所示。
由表2可知对序列DDX拟合的函数表达式为:
对残差序列进行平稳性和随机性检验以评估ARMA(1,1)模型的拟合效果。利用Eviews5.0得到的检验结果为:t统计量为-3.891442,小于99%可信水平对应的t值-3.711457,因此残差序列不存在单位根;另一方面,模型的Q统计量为3.713,小于临界值19.65,因此残差序列相互独立,不存在自相关。即上述ARMA(1,1)模型通过了检验。
5 结论与模型的预测
由以上对上海市人均GDP序列拟合的ARMA(1,1)模型可知,本期上海市人均GDP发展水平与上一期水平以及上一期的随机误差相关性比较大,而与两期之前的GDP水平和随机误差关系不大。
利用ARMA(1,1)模型对上海市人均GDP水平预测的结果如图2所示。
以近5年为例,将2004年至2008年人均GDP预测数据与实际数据进行比较,如表3所示,对比发现该模型拟合效果良好。利用上述ARMA(1,1)模型对未来三年上海市人均GDP水平作出预测的结果为:2009、2010、2011年上海市人均GDP将分别达到80093.23元、88218.04元和96926.31元。
以上预测值表明未来几年内,在没有大规模人口变动的情况下,上海市人均GDP水平仍将保持稳定快速增长的趋势,社会经济发展状况良好,人民生活水平将稳步提高。随着2010年上海世博会的召开,上海市的经济发展又将有长足的提高,这也将继续带动长三角地区的经济稳定和繁荣。
参考文献
[1]Ruey S.Tsay著,潘家柱译.金融时间序列分析[M].机械工业出版社,2006:17-41.
[2]高铁梅.计量经济分析方法与建模[M].清华大学出版社,2006:126-143.
[3]张丽.天津市人均GDP时间序列模型及预测[J].北方经济,2007,(6):44-46.
绿色GDP Green GDP 篇2
As environment issues due to unsustainable way of development become sharp, the concept of Green GDP, working as an economic and ecological indicator, has been more widely understood and accepted.When I googledit a few days ago, about 54 million results popped up.There are, of course government policies, existing laws and academic papers among them.What I learn from them is that this is a rather critical matter that concerns personalities of various circles, whether you’re an NPC member, an economist, an enterprise runner, or a random someone who lives in a certain nation.Certainly, I’m not going to bore you withthose economic and ecological concepts here, which, to be honest, also seem a little bit remote from my routine life.What I prefer to focus on here is this sketch of what is commonly recognized as cycling economy.This is what’s happening in an orchard in Northwest China.Orchard workers start with fodder grass growing to feed farm animals, like pigs and cows.The collected manure is then utilized as fertilizer for the fodder grass.Furthermore, electricity will be generated from the methane produced from fermented animal dungs.Such an ecology is a vivid illustration of maximizing production with a high efficiency yet low pollution, which, to my understanding, is also what green GDP asks for.As we reconsider the relationship between human and the environment.We’re thinking it more of a complimentary and interdependent relation.We are looking for an appropriate measurement of sustainability.Wedecide to go greenrationally and scientifically.To sum it up,green GDP means higher efficiency and low pollution.There’s absolutely no point in saying that we shall stop building all those power plants, we should shut down factories that are manufacturing goods for our modern life, or we’d better just suspend economic growth.Instead, what we should focus on is how to achieve all these with higher efficiency and lower pollution, or, we may as well put it, to achieve a higher green GDP.Seriously, going green should not just be a decision to be made by policy-makers, instead, it should be a life choice of every individual.As we can see from the cycling orchard model I mentioned earlier, a small difference made in a production cycle will make a huge difference towards going green, and towards guaranteeing us a green nation.
上海市GDP 篇3
国内生产总值 (GDP) 是反映一个国家经济发展状况的重要指标, 它代表了一个国家经济状况和社会发展情况。自从改革开放以来, 随着中国社会主义市场经济体制改革的深入, 中国的经济发展进入了一个崭新的时期。特别是中国经济发展的中心上海, 在这二十几年间社会生活的各个方面都发生了巨大的变化, 经济快速稳定发展, 综合实力不断提高, 而上海市生产总值 (上海GDP) 则很清楚的反映出了上海的经济实力在不断增强。从1994年的不足2000亿元, 到1997年突破了3000亿元, 而到了2002年又一举突破了5000亿元大关, 截至2004年时已经达到7450.27亿元。随着上海市生产总值的不断提高, 上海市居民的消费水平也在不断提高。与此同时, 上海市居民的消费结构也在发生着根本性的变化。所谓消费结构是指消费中不同的商品或劳务消费在总消费中所占的比重。为便于讨论, 本文选取了食品, 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, 居住六个子支出项。从表1中可以看出, 随着上海市居民收入水平的提高, 居民家庭消费的水平也逐步增长, 居民家庭消费的各项子支出也呈全面增长之势。因此, 在我国GDP高速增长和居民消费水平和结构在不断发生巨大变化的现阶段, 对上海市GDP和上海市居民的消费水平之间进行某种量化关系的分析是很有意义的。下面本文就这一关系进行建模和分析。
二、居民消费结构模型的建立及分析
本文主要是运用统计学中多元线性回归模型和双对数回归模型分析上海市生产总值 (上海GDP) 与消费结构中的6个子支项之间的关系。
A.多元线性回归模型
令:Y=b0+b1X1+b2X2+b3X3+b4X4+b5X5+b6X6+u
其中:X1为食品, X2为家庭设备用品及服务, X3为医疗保健, X4为交通和通信, X5为教育文化娱乐服务, X6为居住, u为随机干扰项, Y为上海GDP, 并且Xi (i=1, 2, 3, 4, 5, 6) 和u满足线性回归方程的条件。
有关上述各项的统计数据如下表所示:
注:以上数据引自上海统计年鉴, 2005.
使用SPSS (Statistical Package for Social Science) 统计软件进行逐步回归并对各个变量的系数进行显著性检验, , 最终得到回归方程 (1) :
Y=0.761X1+1.608X4+1.534X6-953.397 (1)
对由线性回归所得到的回归方程在经济上的解释如下:
(1) 在线性回归方程 (1) 中, 食品一项的回归系数为0.761。这表明居民在食品上的人均消费值每增加一元钱, 上海市GDP就会增加0.761亿元。而生产食品的主要是农业, 也就是第二产业, 这说明了第二产业对GDP的贡献率正在逐步下降。
(2) 在线性回归方程 (1) 中, 交通和通信一项的回归系数为1.608。这表明居民在交通和通信上的人均消费每增加一元钱, 上海市GDP就会增加1.608亿元。而通信主要是电信业, 这意味着电信业对GDP的贡献率正在逐步增大。
(3) 在线性回归方程 (1) 中, 居住一项的回归系数为1.534。这表明居民在居住上的人均消费每增加一元钱, 上海市GDP就会增加1.534亿元。而居住主要是涉及到房地产业, 这表明房地产业对GDP的贡献率也在逐步加大。
B.双对数回归模型
为了进一步研究上海市居民的消费支出趋势, 分析消费支出和实际收入之间的关系, 先分别建立Y和各个变量Xi (i=1, 2, 3, 4, 5, 6) 之间的双对数回归模型, 见 (2) 式。
LnXi=αi+βiLnY+μi (i=1, 2, 3, 4, 5, 6) (2)
其中:X1为食品, X2为家庭设备用品及服务, X3为医疗保健, X4为交通和通信, X5为教育文化娱乐服务, X6为居住, Y为上海GDP, μi为随机扰动项, 这里假定它满足双对数模型的所有假定。αi为参数, βi为弹性参数, βi表示收入每增加 (减少) 1%, 该消费支出增加 (减少) 的百分比。
因此根据统计数据计算出的值可表示出消费结构变化的趋势。
令U=LnY Vi=LnXi 则 (2) 式可转化为 (3) 式:
Vi=αi+βiU+μi (i=1, 2, 3, 4, 5, 6) (3)
先将表1中的数据Y和Xi变换为数据U和Vi (i=1, 2, 3, 4, 5, 6) , 然后采用最小二乘法得到模型的参数估计, 并进行统计检验。经检验模型通过统计检验, 因此该回归模型是适当的。该模型的计算结果见表5。
在表2中, b为弹性系数βi的估计值, a为参数αi的估计值。
从表2中可以看出上海市居民的消费结构中医疗保健, 交通和通信, 教育文化娱乐服务, 居住消费的弹性系数均大于1, 而食品和家庭设备用品及服务消费的弹性系数都小于1。食品和家庭设备用品及服务的弹性系数变得较小;而与此同时, 医疗保健, 交通和通信, 教育文化娱乐服务, 居住的弹性系数却变得较大, 这说明随着收入水平的提高, 人们的消费能级正在向更高的层次转变。总之, 近十年来, 上海居民的生活已经步入小康阶段, 并且正在向富裕阶段过渡。消费结构发生了重大变化, 并处于不断转型, 逐步升级的时期, 居民的消费正在由量的扩张向质量上的根本性变化转化。正在处于经济发展重要转型时期的上海应该充分利用国内和国际优势, 加快发展, 进一步提高居民的生活质量。
三、对策建议
(一) 要加强就业工作, 坚持把扩大就业放在经济社会发展的突出位置。
(二) 要加快社会保障体系建设, 健全城市居民最低生活保障制度、城乡医疗救助制度、城市流浪乞讨人员救助制度等, 以消除人们消费的心理障碍, 使居民形成良好的社会预期与乐观的消费心理, 使人们敢于把自己的储蓄拿出来消费, 有效地刺激内需的扩大。
(三) 努力改善消费结构, 使之趋向合理化。消费结构的合理化对于促进产业结构的合理化和整个国民经济稳定、协调发展具有积极作用。
(四) 引导消费方向, 培育消费亮点。由表2所得到的分析表明, 上海市居民在文化娱乐、教育、医疗保健、交通和通信等方面的支出增长是较快的。因此, 应大力发展各类服务业, 特别加快培育新的消费增长点, 满足人们不断增长的物质精神文化需求。
摘要：本文主要是根据1994——2004年的上海市居民家庭人均消费支出和上海市生产总值 (上海GDP) 的统计数据, 分别建立了多元线性回归模型和双对数回归模型来分析居民消费与上海市生产总值 (上海GDP) 及人们实际收入之间的量化关系, 并对线性回归模型进行了拟合。
关键词：上海市GDP,消费结构,线性回归模型,双对数回归模型
参考文献
[1]上海市统计局编.上海统计年鉴.中国统计出版社, 2005.
[2]叶慈南, 曹伟丽.应用数理统计.机械工业出版社, 2004.
上海市GDP 篇4
特邀嘉宾 国家环保总局副局长 潘岳
●本题提示
在贯彻落实中央人口资源环境工作座谈会精神中,绿色GDP成为热门话题。什么是绿色GDP？如何建立和实施绿色GDP？实施绿色GDP的难点在哪里？带着这些问题记者采访了绿色GDP的首倡者之一潘岳。
记者:请先介绍一下绿色GDP的确切含义?
潘岳：GDP是目前世界通行的国民经济核算体系,我们要了解一个国家一定时期的宏观经济总量,要看这个国家的GDP国内生产总值。GDP主要有两种统计方法,一种是收入法,它是全部要素所有者收入如工资、利润、利息等的汇总数。另外一种是支出法,它是全部要素所有者支出如消费品、投资品、净出口等的汇总数。收支两个数是相等的。
从上世纪中叶开始,随着环境保护运动的发展和可持续发展理念的兴起,一些经济学家和统计学家们,尝试将环境要素纳入国民经济核算体系,这便是绿色GDP。绿色GDP是指绿色国内生产总值,它是对GDP指标的一种调整,是扣除经济活动中投入的环境成本后的国内生产总值。
记者:绿色GDP给了我们美好的期待和开始,但要把它从概念落实到纸面再转化为行动,主要难题是什么?
潘岳：实施绿色GDP核算体系,首先面临着技术和观念上的两大难点。
先说说技术难点。GDP通常以市场交易为前提,产品和劳务一进入市场,其价值由市场供求关系来决定,一个产品值多少钱,得在市场销售中才能确认。这就是说,市场供求规律所决定的自由市场价格,是GDP权威性的惟一来源。但我们如何来衡量环境要素的价值呢 环境要素并没有进入市场买卖。例如,砍伐一片森林,可以纳入GDP统计,但因为森林砍伐而导致依赖森林生存的许多哺乳动物、鸟类或微生物的灭绝,这个损失是多大呢 再因为森林砍伐而造成的大面积水土流失,这个账又该如何核算呢 这些并没有市场价格,也没有货币符号,我们不好确定它们的价值。
再说说观念的难点。绿色GDP意味着观念的深刻转变,意味着全新的发展观与政绩观。GDP是单纯的经济增长观念,它只反映出国民经济收入总量,它不统计环境污染,不统计生态破坏,不反映经济增长的可持续性。绿色GDP则力求将经济增长与环境保护统一起来,综合性地反映国民经济活动的成果与代价,包括生活环境的变化。一旦实施绿色GDP,人们心中的发展内涵与衡量标准就变了,扣除了环境损失成本,当然会使一些地区的经济增长数据大大下降,过去 1
各地区干部的政绩观,皆以单纯的GDP增长为业绩衡量标准,现在要将经济增长与社会发展、环境保护放在一起综合考评,这必将带来干部考核体系的重大变革,会因此形成诸多阻力。但这是一项改革,是使公平与效率双赢的一个创新,更是我们社会主义市场经济理论的一次重大升华。
记者:如何推动绿色GDP核算体系的建立和实施?
潘岳：要建立和实施绿色GDP核算体系,不能过于迷信技术手段,因为技术手段总是在不断完善的。从世界环境保护的发展历程看,没有公众参与就没有环境保护。所以,在强调下大力气建立绿色GDP核算体系的同时,一定要强调公众参与,绿色GDP是要建立在以人为本、协调统筹、可持续发展的观念之上。否则,环境保护与建立绿色GDP就变成少数人的事,最终将一事无成。
实施绿色GDP,有一个公众参与的社会氛围非常重要。这是因为,许多环境因素很难纳入货币核算,国外就发明出了一种可称为公众评估的办法。例如,某些规模巨大的公共工程项目要核算它的生态影响,不同的核算法会产生出不同的结果,所以环境专家们便诉诸公众的主观评价。围绕这些公共项目,要允许相关的专业部门与较独立的专家机构,在较大范围内进行公众咨询与调查。将支持和反对的意见都写清楚,最后请公众根据自己的价值判断来进行选择。公众对关系到自己身心健康的事情,都会有真实的表述。因此,实施绿色GDP,要认真收集与了解公众对经济收入和环境破坏的主观评价,这种主观评价的数据应成为绿色GDP的重要补充。
可持续发展的目标,本身就包含着经济增长、社会发展和环境保护三个方面的内涵。建设一个以人为本的社会,就必须实现这三者的平衡。公众参与,是社会发展的重要内容,也是经济增长与环境保护的平衡杠杆。
记者:最后请谈谈绿色GDP在国内外的实践情况?
潘岳：挪威1978年就开始了资源环境的核算,重点是矿物资源、生物资源、流动性资源、环境资源,还有土地、空气污染以及两类水污染物氮和磷。为此,挪威建立了包括能源核算、鱼类存量核算、森林存量核算,以及空气排放、水排泄物 主要人口和农业的排泄物、废旧物品再生利用、环境费用支出等项目的详尽统计制度,为绿色GDP核算体系奠定了重要基础。芬兰学着挪威,也建立起了自然资源核算框架体系。其资源环境核算的内容有三项 森林资源核算、环境保护支出费用统计和空气排放调查。森林资源和空气排放的核算,采用实物量核算法,而环境保护支出费用的核算,则采用价值量核算法。
1995年,世界银行首次公布了用“扩展的财富”指标作为衡量全球或区域发展的新指标。扩展的财富概念中包含了“自然资本”、“生产资本”、“人力资本”、“社会资本”四大要素,财富的内涵更为丰富了。绿色GDP的环境核算虽然困难,但在发达国家还是取得了很大成绩。
2003年,我国国家统计局对全国的自然资源进行了实物核算,这是绿色GDP核算的重要基础。2004年开始,国家统计局和国家环保总局已成立了绿色GDP联合课题小组,正在组织力量积极进行研究和试验。各方面的专家已研究出了不少测算模型与方法,各有优点,各有侧重,也各有缺陷,还要在实践中逐步补充完善。从衡量经济增长的GDP,到增加了资源环境的绿色GDP,是一个充满着挑战与希望的事业,让我们一步一步地来。
摘引自：《光明日报》2004-04-08（本报记者林英）
从“绿色GDP”到“有效GDP”
绿色GDP只解决了环境和污染问题，其他问题仍然没有得到解决，比如撞车增加GDP、浪费增加GDP，绿色GDP都不能加以校正
GDP是一个国家（地区）一定时期内生产的最终产品和劳务的市场价值总值。它历来是衡量一个国家(地区)经济社会发展水平的重要指标。但GDP在衡量经济水平时存在着几个重要缺陷：（1）它对所有的生产一视同仁，而不管生产是“有益的”还是“有害的”，这导致了一系列荒诞的结果。比如，相向而行的两辆车擦肩而过不增加GDP，但撞车了反而增加GDP，因为撞车了要警察来处理，撞坏了的车要修理或者重新买新的，撞伤了的人要住医院。再如，青山绿水不增加GDP，环境污染却增加GDP，因为污染导致疾病，看病增加了GDP„„（2）它只管生产而不管消耗，创造100元产品消耗90元的资源和消耗10元资源在GDP统计上是没有区别的；（3）它只管生产而不管使用，一个物品5成新就报废和0成新报废在GDP上反映不出来，这就导致浪费增加GDP；（4）它只管交易的，不管没有交易的，因此请人做钟点工要记入GDP，而自己作家务则不计入GDP。总而言之，它不能准确衡量我们到底享用了多少物品和劳务。
当然，尽管GDP存在各种缺陷，但由于物质是基础，而GDP可以简单、客观地计量和比较各个国家（地区）的物品和劳务产量，所以它还是不可或缺的。其他指标如幸福指数、人类发展指数等则难以测算，主观性也比较强。因此现在不是要废除GDP，而是克服其缺陷，使其更准确地衡量一个国家（地区）的人们享用了多少物品和劳务。
绿色GDP概念就是用来克服缺陷的，其理念就是在生产的总效用中减去生产产生的负效用，即只核算其正效用、有效效用。所谓绿色GDP,一般是指扣除了环境、资源代价的GDP。绿色GDP和GDP相比，考虑了资源消耗和环境污染问题。但最大的困难在于环境和资源的定价。环境是公共品，无法界定产权，无法交易，也就无法计算其市场价值，资源有交易，但交易价格只反映当前市场供求，而不能反映其未来的、实际的价值。比如，物种灭绝的价值就很难计量。当然，现在有一些方法可以部分解决上述问题，比如环境，就有两个方法可
对其进行估计，一个是测定在不同环境中的房地产的价格可以推算出人们愿意为新鲜空气或青山绿水付出多大的代价，一个是对限定的污染权进行拍卖或无偿分配，形成排污权市场，从而确定污染的价格。前者是从消费的角度，后者是从生产的角度。
然而，即使绿色GDP解决了技术问题，仍然没有完全克服GDP的缺陷，因为它只解决了环境和污染问题，其它问题仍然没有得到解决，比如撞车增加GDP、浪费增加GDP，绿色GDP都不能加以校正。
因此，我们在这里提出有效GDP的概念。有效GDP就是一个国家（地区）的人们在一定时期内享用的产品和劳务的价值总量（这里不考虑进出口问题）。注意，我们用的词是“享用”而不是“生产”，因为生产的根本目的是为了让人们享用，而不是为了增加GDP。核算GDP的最终目的是为了衡量一个国家（地区）的人们在一定时期内到底享用了多少产品和劳务。
这个概念就可以解决GDP的上述各种问题。享用，首先是用，浪费了的物品未尽其用，因此应该扣除浪费的那一部分；其次，享用是享受地用，因此带来负效用的产品和劳务是不应该算进GDP的，比如生病、污染、洪涝灾害、撞车„„它们产生了负效用，也应该从总GDP中把它扣除，资源消耗，这对子孙后代是一种负效用，应该扣除。从另一个角度，资源本身的价值不是“生产”出来的，也应该扣除。即有效GDP＝GDP－消耗资源的价值－污染环境的价值－其他负效用产品和劳务价值－浪费的产品和劳务的价值。
那么有效GDP具体应该如何核算呢？可以在绿色GDP的基础上进行核算。有效GDP和绿色GDP主要的区别是绿色GDP忽略了浪费问题，和资源与环境之外的其他负效用产品和劳务，如生病住院、火灾地震、交通事故。洪水、火灾、地震、战争中损失的产品和劳务价值应该从GDP中扣除，这就不会出现“洪水有利，可以增加GDP”的荒谬现象，看病住院的费用应该从GDP中扣除，还没有到使用寿命就报废的物品的剩余价值应该从中扣除。
北京市哲学社会科学“九五”重点课题曾对北京市某年的绿色GDP进行核算，结果表明，按生产法计算的绿色GDP占GDP的74.94％，按支出法计算的绿色GDP占GDP的75.75％。显然，有效GDP比这更低。仅以浪费为例，美、日等发达国家存在着巨大的浪费，主要表现在还能使用的家电、衣服等往往被当成垃圾处理了。在我国浪费也是惊人的，如楼房的使用寿命大大低于设计寿命，有的半新的房子都要拆掉，再如城建中的“马路拉链”，再如剩饭剩菜、一次性使用的书本、一次性筷子„„显然，有效GDP比绿色GDP更进一步，可以准确反映一个国家（地区）的人们在一定时期内对产品和劳务享用的多少。
当然，有效GDP的概念可能还需要进一步完善，其核算方法完善就更需要艰巨的工作。我们抛砖引玉，请方家指正。值得说明的是，本文所定义的“有效GDP”概念经检索发现还
没有被人提出过。2005年何祚庥同志把汇率法和购买力平价法估计的GDP进行折中，得出中国的“有效GDP”。这和本文所说的有效GDP不是一个概念。何祚庥同志用“有效GDP”这个概念来表示考虑了汇率问题以后我国的“真实GDP”，这个用法不是一个约定俗成的用法，因此，我们认为用“有效GDP”来表示一个国家（地区）的人们在一定时期内享用的产品和劳务应该还是可以的，不算“抢注”吧？（作者单位：华中科技大学经济学院；浙江工商大学经济学院）