当前位置：文档之家› 影响我国农业总产值因素的实证分析

影响我国农业总产值因素的实证分析

《计量经济学》课程论文

影响我国农业总产值

因素的实证分析

小组成员:（保险学院０2级)

组长：侯君男４0２0511７

组员：张翠青 4０20510７石小航 402050７4

李进４0205１２9 陈永琴 40２0５076

指导教师：任栋

日期：2005年4月——5月

[内容摘要]：

解决“三农”问题是当前我国完善社会主义市场经济制度的重头戏，而实现农业的繁荣兴旺又是其中的重中之重。改革开放以来，我国农业发展取得的喜人的成绩,但是制约因素也很多,这使得入世后如何保护我国农业的利益,保持农业稳定成为难题。深入了解农业发展状况,有足于认清和解决问题。本文是根据我国农业的现状，想从计量经济学的角度来验证一下是否存在政府对农业投入不足、农业的现代化程度(以农业的机械化为衡量指标)，以及农村中存在大量的剩余劳动力。根据经济学原理,在模型中我们引入了五个变量：农村居民家庭平均每户生产型固定投资,化肥施用量,农业机械总动力，政府财政用于农业的支出以及农业从业人员。利用EＶIEWS 软件对计量模型进行了参数估计和检验，多重共线性的检验,异方差的检验和自相关的检验并加以修正。

从我们所做的回归结果看，我国农村中确实存在政府对农业投入不足、农村中存在大量的剩余劳动力,我国的农业机械化程度是较低的,对我国的农业增加值的贡献十分低下等问题。我们根据模型的回归结果作了经济意义的分析，并相应提出一些政策建议。

但是,鉴于水平有限，文中难免出现一些错误。另外还存在一些我们难以解决的问题,请老师同学们多多包涵!

［关键词]：

农业总产值国家财政对农业的基础性建设投资农业从业人员人数农村居民家庭平均每户生产型固定投资化肥施用量农业机械总动力

一、导论

我国农业的重要性

我国是农业大国，农业的发展程度直接制约着我国的第二、第三产业的发展，是工业品市场;农业的发展能为国民经济其他部门发展提供劳动力阵地。农产品是轻工业的重要原料、重要的出口商品。目前,我国70%人口在农村,农业生产的发展直接关系广大农民生活的提高,直接关系到国家经济建设目标的实现。农产品在城乡是人民的生活必需品,所以又直接关系到城乡人民

生活的提高,物价稳定,社会安定。我国农业生产相对落后,已成为国民经济最薄弱的环节,它已很难支撑国民经济其他部门的快速发展。因而，农业生产的发展是我国人民生活水平提高、现代化建设、社会稳定的基础,并最终决定着国民经济其他各部门的发展规模和速度,是能否实现现代化战略目标的关键。

二,模型的设定

为了在更高层次上发展我国的经济,真正实现全民共同富裕的伟大目标，保证粮食安全，

关注农业总产值是必要的。而影响到农业总产值的因素是多方面的。因此,我们提取了国家财政对农业的基础性建设投资,农业从业人员人数, 农村居民家庭平均每户生产型固定投资，化肥施用量，农业机械总动力这五个对农业总产值有较大影响的因素的时间序列数据来进行分析，希望通过建立一个合适的经济模型来从理论上找出影响农业总产值的因素，从而提出增加农业总产值的方法。

在此,我们将“农业产总值”设为因变量,“农村居民家庭平均每户生产型固定投资”, “化肥施用量”，“农业机械总动力”,“政府财政用于农业的支出”，及“第一产业从业人员人数”设为自变量,设定了以下经济学模型：

Y =Ｃ+1β2X +2β3X +3β4X ＋4β5X ＋5β6X +U Ｙ＝农业总产值(亿元)

2X ＝农村居民家庭平均每户生产型固定投资(元） 3X =化肥施用量（万吨）

4X =农业机械总动力(万千瓦） 5X ＝政府财政用于农业的支出(亿元） 6X =农业从业人员（万人)

数据如下:

ob ｓ

X2 X ３ X ４ X5 X6 １９89 ６534.７30

1１２6.070

2357.100

2806７.00 265.9４00 ３2４40.５0 1990 7662.０９０ 12５8.０６0 2５９０.３０

28707.70

307.8400

33３36.4０

1991

8１57.030

1４01.０10 28０５.1０0 29388.６０ 347．5700 ３4１8６．30 199２ 908４.710 1643.950 2930.2０0 3０3０8．4

０

３76.０200 34０37.0０ 19９3

10995.5３

1950．310

３1５１.９0

０

3１816.6０

440.４５00 33２58．２0 1994 １5７50．４７ 23４7．630 3317．9００ 3３8０２．50

532.9800

32６9０.30

１99５ 203４０．86 2７7４.２70 3593．７00 3６118.10

567.22０0 323３4.５0 19９6 ２２353.7０ 36０５.070 ３８27.900 ３8５46.90

700.4300 3２２60.4０ 19９7 23788．4０ 3８9６.560 3９80.7００ 42015．60

766.3900

32434.９0

1９９８

2４541.90

3970.8１０ 408３.７0０４5207.70 １1５４．760 ３2626.4０

１99９ 24519.1０ 4045.4８0 412４.３00 48996.10 108５.７60

32911.80 ２０00 24915.８0 46７6.980 4146.400 5２５73.60 １2３1.5４0

3279７.50

2０01

26179.60

4883.8０0

425３．800

５5172.10

1456.７30 3２4５１．00 20０2 27３90.８0 522１.330 ４339．４０0 57９２9.90 1580.７6０ 31９9０.60 2003 2969１.8０

５586.340 ４41１．600 60３86.50

１7５4.450 312５9.6０

资料来源:，《中国统计年鉴2004》，《中国统计年鉴199８》

三，参数估计

模型为:

Y =Ｃ+1β2X ＋2β3X +3β4X ＋4β5X +5β6X +Ｕ

Ｙ=农业总产值(亿元) 2X =农村居民家庭平均每户生产型固定投资(元)

3X =化肥施用量（万吨) 4X =农业机械总动力（万千瓦） 5X =政府财政用于农业的支出(亿元) 6X ＝农业从业人员(万人）

用Eviews 估计结果为：

Dep ｅｎｄen ｔ Variable: ＹＭｅthod: L ｅａst Squ ａｒes D ａｔe: 04/3０／05 Ｔim ｅ: 12:5１ Sample: １9８9 2003

V ａr ｉable

C ｏeffi ｃi ｅnt Ｓtd. Ｅrr ｏr ｔ－Ｓt ａtis

ｔic

Prob ． C 4001６.97

151９0.73 2.6３4３03

0.0272

X ２０.550939 １.９20８27 0．2８６82４

0．78０7

X ３ 1０.087６6 2.2０544９ 4．５739７2 0.001３

Ｘ４ 0．06６５55

０．23０３

0.2889１6 0．77９2

X5 －２.6453

４７ 3.625498 -0.7296５１０．4842 X6

-１.8２0.5３5716 -3．409396 0.０0７８

R-squ ａred

0．99２8６2 M ｅa ｎ dependen ｔ

var

187９3．77

Ａdju ｓt ｅｄ R-s ｑua ｒed

0.988８９6 S ．D. depend ｅnt va ｒ

8203.735

S.Ｅ．ｏf r ｅgr ｅｓsio ｎ

86４.4５7２ Akaike info criteri

ｏn

16.65126

Ｓum s ｑu ａｒe ｄ resid

6725576. Ｓｃhwarz

criterion

16.９3448 Log likeli ｈood

－１18.８８44

F-stati ｓtic

250.37０

5 Du ｒbin －Wa ｔs ｏｎｓｔa ｔ

１．561839 Pro ｂ(F-s ｔａt ｉsti ｃ）

0.０Y = 40016.97+0．5509392X +10.087663X +0.０6655５4X +(－２.645３４7)5X ＋ (-1.8264６９)6X

T = (2．63４303) （0.286824) (４.５73972) （０.28８916） (－0．72９65１) (-3.409396）

2R ＝0．99２86２

四，检验及修正

1．经济意义检验

从上表中可以看出,5X 符号为负,应剔出。而6X 虽然在理论上说不通,但却符合中国现实的国情，应保留,其意义将在第四部分加以阐述。而其他因素不与经济原理向悖,说明具有经济意义。

2.统计推断检验

从回归结果可以看出,模型的拟和优度非常好（2R ＝0.９9２862)，F 统计量的值在给定显著性水平α=０.0５的情况下也较显著,但是2X 、4X 的t 统计值均不显著（2X 、4X 的t 统计量的值的绝对值均小于2）,说明2X 、4X 这两个变量对Y 的影响不显著，或者变量之间存在多重共线的影响使其t 值不显著。

3.计量经济学检验

(1)多重共线性检验

①检验:由Ｆ＝２50．3763 >05.0F （5，15)＝4.62(显著性水平α=0.0５）表明模型从整体上看农业的总产值与解释变量间线形关系显著。

这里采用简单相关系数矩阵法对其进行检验：

X ２Ｘ3 X4 X5 X ６ X2 1．0０000０ 0．97455５ 0.97７952 ０.96３4９4 -0.７07561 X3

０．974555 1．0０0０00 0．9259２2 0.907169

-0.636０56

X4 0．９7７952 0.925９２2 １．0０００00

０.9９1186 -０.666705

Ｘ5 0.9６3494

0.907１69 ０．991186 １.00000０ -0.6６8９59

-0.707５6１ -0．６３60５６

－0.666７05 -0．668９59 1．0０0０0

０

从结果可知2X ,3X ,4X ,5X 之间存在高度相关 ②修正：采用逐步回归法对其进行补救。

根据以上分析，由于5X 不符合经济意义,首先剔出。由于3X 的t 值最大，线形关系强，拟合程度最好，因此把3X 作为基本变量。，将剩下的四个因素重新进行参数估计：新模型估计结果:

D ｅｐe ｎd ｅn ｔ Variable: Y Meth ｏd ：Ｌeast Ｓｑuares D ａte: 04/3０/0５ Time: １2:５7 S ａｍple ： 1９89 2０03

Var ｉab ｌe

Coef ｆic ｉSt ｄ. Err ｏ

t-S ｔatistic

Prob.

C 4０826．1６

１４79１.73 2.７60０67 0．0201

X2 0．7584１９ 1．８５47１６

０.4０８9１

４

0.69１2

X ３１0．０156５

2.1５11１0 ４.65６0３8

0.0009

Ｘ4 -０.069142 0.13２7２2 -0．520955 ０.６1３

７

X ６

-1.７603６５ 0.5155０７ -３．４148２0

0．006６

R －sq ｕared ０.9924４0 Ｍea ｎ de ｐend ｅ

nt var

18793.77

Ａdj ｕｓｔed R-squa ｒed

0.989４16 S.D. dep ｅndent va ｒ 820３．73

５ S.E ． o ｆ re ｇｒess ｉon 844.0038 Akaike in ｆo cri ｔｅｒion 16.5７5３

9 Sum s ｑｕa ｒｅd resi ｄ

7１２３４24. S ｃｈｗa ｒｚ c ｒite

ｒｉon １6.81141

Ｌｏｇ li ｋelihood

-119.31５４

F-s ｔａｔｉｓt ｉｃ 328．1758

Ｄｕrbi ｎ-Wa ｔson st ａt

1.4４40９3 Ｐrob(F-ｓtatis ｔｉｃ)

0．000000 Y ＝４08２6．16+ X ０.75８4１９2X + 10.0１5６53X +（－０.0６9142）4X +(-1.7６

０3６5）6X

t= (2.760067） (0．４08914) （４.65６０38） (０.52０95５) (-3.４1482０)

2R =0.992４4０

可以看出个因素的T 统计量都得到了不同程度的改善。

在前一模型的基础上剔出6X ，拟合优度变差,但对C 的ｔ值影响很大,统计检验t ＝－0.7991００,不显著。而且4X 的系数为负，与经济意义相悖。

Depende ｎt Ｖａr ｉａble: Y Met ｈo ｄ: Least Sq ｕａr ｅs D ａte: 0４/30／05 Tim ｅ： 12:5９

Sample: 19８9 2００3 Var ｉａble

Ｃo ｅffi ｃStd. Ｅr ｒo ｒ

t-Sta ｔis ｔｉc

Ｐrob ．

Ｃ－６1２０．442

76５９.1７0 -0.7９9100 ０．4411

X2 ４.6７9７94

2.04３８1９ 2.289730

0.0428

X ３６.016２１9

2.5319５7 2.376１１４０．03６8

X4 -0.２8６07３

０．163526 -1.749３9８０.10８0

Ｒ-ｓq ｕared 0.９８3624 Mean ｄepe ｎd ｅｎt ｖａｒ

１８79３.

７７Ａｄjus ｔed R-squared

０.９７９157

S.D. ｄｅｐe ｎｄｅnt ｖａｒ

82０3.７

３５Ｓ.E. o ｆ r ｅgr ｅssi ｏn

1184.370

Akaike info criterion

17.214９

９ Sum ｓｑuar ｅd

resid

Ｓchwarz c ｒiteri ｏｎ

17.４０3８0 Log ｌikeli ｈoo ｄ

-１２5．１１24

F －ｓtatistic

２20.２34

１ Durb ｉn －W ａtso ｎ１.46０5９

Pr ｏb(Ｆ-sta ｔistic ）

0.000000

剔出2X 进行回归,4X 不但经济意义违背而且T 统计值较小，不能通过检验

Depend ｅn ｔ Va ｒiable: Y

农业总产值和农业总收入

一、农业总产值农业总产值指以货币表现的农、林、牧、渔业全部产品的总量，它反映一定时期内农业生产总规模和总成果。农业总产值的计算方法通常是按农林牧渔业产品及其副产品的产量分别乘以各自单位产品价格求得。可以采用现行价格和不变价格计算。农业总产值的计算价格——现行价格指当年各地各种农付产品的实际价格。农民自产自用的农付产品，有合同定购价的，按照国家合同定购综合平均价计算，计算方法是用国家对某种农产品的收购总量除国家对该种农付产品的收购金额；没有合同定购价的，则采用该种农付产品大量上市时的综合平均价格计算。不变价格——又称可比价格，即采用将价格固定在某一年份，来计算不同年度的农林牧渔业总产值。其目的是为了消除不同年度、不同地区之间价格变动的影响，便于计算农林牧渔业生产的规模、速度。新中国成立以来，已先后制订过1952年、1957年、1970年、1980 年不变价格资料。目前使用的是1990年不变价格。二、农业总收入农业总收入包括种植业收入、林业收入、牧业收入、渔业收入和其他农业收入。

种植业收入：种植业指利用农作物的生理机能，通过人工培育以取得农产品的物质生产部门。包括粮食作物、经济作物、蔬菜瓜果等其他作物，以及果、桑、茶树的种植。粮食作物包括稻谷、小麦、玉米、高粱、谷子、大豆、薯类（包括甘薯、马铃薯等）及其他杂粮作物。经济作物包括棉花、麻类、糖料、油料、烟叶、药材、染料、香料等作物。蔬菜瓜果等其他作物包括各种蔬菜、菜用瓜、果用瓜、菜用豆、蕃茄等，以及绿肥作物、饲料作物、花卉等，果树包括柑桔、苹果、梨、桃、香蕉等鲜果树，干果树不包括在内。种植业收入指各经营单位和农民当年收获到手的粮食、经济作物、其他作物，以及桑、茶、果（不含蚕茧）等主副产品收入。但生产用的绿肥和青饲料不作为收入，用来沤肥的副产品也不作收入。林业收入：林业指培育和保护森林以取得木材和林产品以及利用林木的自然特征以发挥防护林作用的物质生产部门。包括采种、育苗、植树造林、森林抚育、迹地更新、森林保护、天然林场的经营管理，以及对橡胶、漆树、油桐、咖啡、可可、花椒、胡椒、干果树（如板栗、核桃）等林木种植及其他林产品的采集。林业收入指各经营单位和家庭经营当年采伐竹木收入、出售树苗收入和人工栽培的竹木上不经砍伐而取得的各种林产品收入，如生漆、棕片、五倍子、松脂、紫胶、竹笋、油桐、乌柏子、核桃、板栗、各种林木籽实等收入。桑叶、茶叶、水果、花卉等收入，不应包括在内。

广东省云浮云城区第一产业生产总值和指数、农业总产值3年数据研究报告2020版

引言本报告借助数据对云浮云城区第一产业生产总值和指数、农业总产值进行深度剖析，从第一产业生产总值，第一产业生产总值指数，农业总产值等方面进行阐述，以全面、客观的角度展示云浮云城区第一产业生产总值和指数、农业总产值真实现状及发展脉络，为需求者制定战略、为投资者投资提供参考和借鉴。云浮云城区第一产业生产总值和指数、农业总产值研究报告的数据来源于权威部门如中国国家统计局等，数据以事实为基准，公正，客观、严谨。本报告知识产权为发布方即我公司天津旷维所有，其他方引用我方报告均需注明出处。云浮云城区第一产业生产总值和指数、农业总产值数据研究报告旨在全面梳理云浮云城区第一产业生产总值和指数、农业总产值的真实现状、发展脉络及趋势，相信能够为从业者、投资者和研究者提供有意义的借鉴。

目录第一节云浮云城区第一产业生产总值和指数、农业总产值现状 (1) 第二节云浮云城区第一产业生产总值指标分析 (3) 一、云浮云城区第一产业生产总值现状统计 (3) 二、全省第一产业生产总值现状统计 (3) 三、云浮云城区第一产业生产总值占全省第一产业生产总值比重统计 (3) 四、云浮云城区第一产业生产总值（2017-2019）统计分析 (4) 五、云浮云城区第一产业生产总值（2018-2019）变动分析 (4) 六、全省第一产业生产总值（2017-2019）统计分析 (5) 七、全省第一产业生产总值（2018-2019）变动分析 (5) 八、云浮云城区第一产业生产总值同全省第一产业生产总值（2018-2019）变动对比分析6 第三节云浮云城区第一产业生产总值指数指标分析 (7) 一、云浮云城区第一产业生产总值指数现状统计 (7) 二、全省第一产业生产总值指数现状统计分析 (7) 三、云浮云城区第一产业生产总值指数占全省第一产业生产总值指数比重统计分析 (7) 四、云浮云城区第一产业生产总值指数（2017-2019）统计分析 (8) 五、云浮云城区第一产业生产总值指数（2018-2019）变动分析 (8) 六、全省第一产业生产总值指数（2017-2019）统计分析 (9)

对中国经济增长影响因素的实证分析

影响中国经济增长因素的实证分析学院：经济学院专业：金融教学号：21140731 ：王月

影响中国经济增长因素的实证分析摘要：改革开放以来，中国的社会经济取得了飞速发展，经济增长速度更是举世瞩目，已成为世界第二大经济体，仅次于美国。本文根据计量经济学、中级宏观经济学、Eviews软件相关知识，采用时间序列数据模型和多元线性回归分析方法对1985年-2015年三十多年间中国经济增长因素进行研究，分析了居民消费价格指数、固定资产投资、公共预算支出、进出口总额对国生产总值（GDP）的影响，建立计量经济学模型，寻求这些变量与国生产总值的数量关系，进行定量分析，对模型进行检验，最终得出结论。关键词：CPI、GDP、投资、预算支出、进出口、经济增长一、研究的目的要求（一）经济增长理论经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值和国生产总值（GDP）的增长来计算。经济增长是经济学研究的永恒主题。古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。（二）影响因素的分析在曼昆中级宏观经济学第七版中指出，国民收入核算把GDP分为四大类支出：消费（C）、投资（I）、政府购买（G）、净出口（NX）。用Y代表GDP有，Y=C+I+G+NX。从公式可知，GDP主要受这四方面影响，因此本文用公共预算支出衡量一部分

政府购买，用全社会固定资产投资总额衡量投资。居民消费需求也是经济增长的主导因素。经济增长问题既受各国政府和居民的关注也是经济学理论研究的一个重要方面。在过去的几十年里,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。因此,研究消费需求对经济增长的影响,并对我国消费需求对济增长的影响程度进行实证分析，可以更好的理解消费对我国经济增长的作用。所以，选取了CPI物价指数来进行进一步分析。同时随着对外经济加强，进出口贸易已成为中国经济重要组成部分，所以进出口额也是值得分析的因素。二、模型设定与参数设计（一）数据的收集中国经济增长影响因素模型时间序列表

农业总产值分析

农业总产值分析摘要：社会生产的发展首先开始于农业，农业作为国民经济的基础，是经济发展的基础，属于第一产业，在农业发展的基础上才有工业的产生和发展，只有在农业和工业发展的基础上，才会有第三产业的发展。“三农”问题也一直是国家和政府关注的焦点。农业是社会安定的基础，是安定天下的产业。农业是国家自立的基础。20世纪后半叶我国广大农村普遍实行家庭联产承包责任制，农业生产条件大大改善，农副产品产量大幅度增加，农民生活水平显著提高。农业总产值反映了一个国家或地区农业生产的总规模和总水平，因此农业的发展对于一国经济的发展具有重要影响。一．引言农业总产值指以货币表现的农、林、牧、渔业全部产品的总量，它反映一定时期内农业生产总规模和总成果。农业总产值的计算方法通常是按农林牧渔业产品及其副产品的产量分别乘以各自单位产品价格求得。中国式一个农业大国，中国用不到7%的耕地养活着占了世界20%的人口，中国是一个拥有13亿人口的发展中农业大国。。2009年农业总产值达到28095亿元。在讨论中我们发现农，林。牧，

渔对于农业总产值的贡献分配不均，因此作出此分析以便为以后农业的均衡发展提出建议和意见促进农业均衡发展。根据2010中国统计年鉴，2010年，我国的农业总产值达到，2004年——2009年我国的农业总产值分别为21412.7亿元，22420亿元，24040亿元，28627亿元，,33702亿元，35226亿元建国以来,只要农业形势好,整个国民经济就能顺利发展,一旦农业受到挫折在我们这样一个人口众多、农业生产水平比较低的大国里,农业这个基础能否得到不断加强,农业生产能否保持持续稳定的增长,对于国民经济全局具有极端的重要性。就必然引起国民经济的波动。农业在中国历来被认为是安天下、稳民心的战略产业。农业总产值受到社会因素，自然因素和经济因素等的影响。农业发展受到制约的因素主要表现在：1.耕地资源日趋减少 2.自然灾害增加 3.农村青壮劳动力减少 4.粮食生产成本持续增加。此外，影响农业总产值提高的因素还有农业制度的合理性、农业的资金投入、农业的基础设施水平、农业机械化水平、农田水利、农业交通运输情况以及作物另种等.因此，基于这一实际情况，根据所搜集的数据对于农业总产值进行分析，发现农业生产中遇到的瓶颈，并提出相应的应对措施以增加农业总产值。

大学生学业不良影响因素的实证研究

大学生学业不良影响因素的实证研究 [摘要]目前，我国高等教育已进入大众化时代。随着招生数量的增多，生源质量也发生了变化。在一些高等院校，因学生成绩不良而降级或退学的现象时有发生，而且有日趋严重的倾向。高校教育工作者对于学生学业不良现象及其影响因素的系统分析与研究显得尤为重要。文章以某新建本科院校部分学业不良学生为研究对象，分析其影响因素，提出相应教育对策与干预措施。 [关键词]学业不良影响因素对策在高等院校，学业不良学生是一个特殊的群体，有着独特的心理特点，需要特殊的教育和帮助。学者俞国良认为，学习不良是可逆的，因为学生的智商是正常的，依靠合适的教育训练可以加以改变。①当今，对于学业不良学生的引导与帮助成为当今学生工作面临的重要问题。本研究通过对某新建本科院校部分学业不良学生的调查研究，对其出现学业困难的原因进行剖析，探寻有效的教育方法，帮助学生走出困境，使他们重新点燃学习兴趣的火花，乐于学习，善于学习，为健康成长奠定坚实的基础。一、学业不良学生的概念界定学业不良指学生智力正常，学习效果低，学业成绩未达到各年级各学科教学所规定的及格标准的情况。②本研究所指的学业不良主要是智力正常而学业成绩落后于同辈群体中的大多数人的情况，包括以下三个方面：第一，学生没有生理疾病，智商属于正常范畴且没有行为障碍和精神障碍；第二，学习成绩排名靠后，在班级的成绩排名长期位于后5%；第三，期末考试出现三门及以上挂科情况，甚至因学业达不到学校最低要求而留级者。二、研究对象和方法本研究对象为某新建本科院校2010～2011学年度、2011～2012学年度206名因学业不良而降级的学生。采用问卷调查与深度访谈相结合的方式，对其学习、生活情况、心理状况等方面进行综合调查与分析。设计了“学业不良学生调查问卷”与“学业不良学生调查访谈提纲”，采取分层随机抽样的方法，共发放问卷175份，回收有效问卷161份，回收率为92%；访谈了90名学生，深度挖掘造成其学业不良的原因。三、调查结果与讨论 1.家庭因素。家庭是社会的细胞，家庭生活贯穿于一个人成长的始终，能从不同角度、立体地影响一个人一生的发展。③调查发现，从生源地看，学业不良学生中有23.9%来自于农村家庭，76.1%来自于城市家庭；从家庭经济状况看，

影响健康的因素

影响健康的因素影响健康的因素是多方面的，主要有环境因素、生物因素、生活方式因素和保健服务因素。（1）环境因素环境对人类健康影响极大，无论是自然环境还是社会环境，人类一方面要享受它的成果，一方面要接受它带来的危害。自然界养育了人类，同时也随时产生、存在和传播着危害人类健康的各种有害物质。气候、气流、气压的突变，不仅会影响人类健康，甚至会给人类带来灾害。在社会环境中，政治制度的变革，社会经济的发展，文化教育的进步与人类的健康紧密相连。因此，人类要健康，就必须坚持不懈地做好改善环境、美化环境、净化环境和优化环境的工作。（2）生物因素在生物因素中，影响人类健康最重要是遗传因素和心理因素。现代医学发现，遗传病不仅有二三千种之多，而且发病率高达20％。因此，重视遗传对健康的影响具有特殊意义。心理因素对疾病的产生、防治有密切关系，消极心理因素能引起许多疾病，积极的心理状态是保持和增进健康的必要条件。医学临床实践和科学研究证明，消极情绪如焦虑、怨恨、悲伤、恐惧、愤怒等可以使人体各系统机能失调，可以导致失眠、心动过速、血压升高、食欲减退等疾病。积极的、乐观的、向上的情绪，能经得起胜利和失败的考验。总之，心理状态是社会环境与生活环境的反映，是影响健康的重要因素。（3）生活方式因素生活方式是指人们长期受一定文化、民

族、经济、社会、风俗、家庭影响而形成的一系列生活习惯、生活制度和生活意识。人类在漫长的发展过程中，虽然很早就认识到生活方式与健康有关，但由于危害人类生命的各种传染病一直是人类死亡的主原因，就忽视了生活方式因素对健康的影响。直到19世纪60年代以后，人们才逐步发现生后方式因素在全部死因中的比重越来越大。养成良好的生活习惯对于健康是非常重要。（4）保健服务因素决定健康的因素十分复杂，保健服务是极为重要的因素。世界卫生组织把卫生保健服务分为初级、二级和三级，实现初级卫生保健是当代世界各国的共同目标。其基本内容是： ①健康教育； ②供给符合营养要求的食品； ③供给安全用水和基本环境卫生设施； ④妇幼保健和计划生育； ⑤开展预防接种； ⑥采取适用的治疗方法； ⑦提供基本药物。这些无疑对人类健康提供了根本性的保障。吉化六小

农业产值与增加值

农业产值与增加值核算统计报表制度（2009年统计年报和2010年定期报表）江苏省统计局制定 2009年12月

本报表制度按照《中华人民共和国统计法》的有关规定制订《中华人民共和国统计法》第七条规定：国家机关、企业事业单位和其他组织以及个体工商户和个人等统计调查对象，必须按照本法和国家有关规定，真实、准确、完整、及时地提供统计调查所需的资料，不得提供不真实或者不完整的统计资料，不得迟报、拒报统计资料。《中华人民共和国统计法》第九条规定：统计机构和统计人员对在统计工作中知悉的国家隐秘、商业隐秘和个人信息，应当予以保密。

本制度由江苏省统计局负责讲明。

目录一、农业产值与增加值核算统计制度 (一) 讲明 (1) (二) 报表名目 (2) (三) 调查表式 1.综合年报表式 (4) 2.综合定期报表表式 (18) (四) 附录 1.农林牧渔业产值核算方法 (20) 2.农林牧渔业中间消耗核算方法 (24) 3.农林牧渔业增加值核算方法 (26) 4.农业进展速度运算方法………………………………………………………………………………（2 8）二、农村生产总值核算统计制度

(一) 讲明 (29) (二) 报表名目 (29) (三) 调查表式综合年报表式 (30) (四) 附录农村生产总值核算方法 (33) 三、农产品参考名目 (35)

一、农业产值与增加值统计制度（一）讲明一、为客观反映农业生产经营活动的最终成果和效益，满足运算农林牧渔业总产值与增加值和农业进展速度的需要，为各级政府和部门制定打算、进行经济治理与调控提供政策依据，向社会各界提供优质的信息咨询服务，依据《中华人民共和国统计法》的规定，制定本报表制度。二、本统计报表制度的要紧内容包括：农林牧渔业总产值与中间消耗、农林牧渔业增加值、农林牧渔业商品产值、农村生产总值等。三、本统计报表制度的统计范畴：各市、县（区、市）所辖行政区域内的各种经济类型、各个系统的全部农林牧渔业生产及非农行业附属的农林牧渔业生产活动。也包括军队系统的，但不包括农业科学试验机构进行的农林牧渔业生产。四、本调查制度报告期分为年度报表和定期报表，数据采取条块结合及多种调查方法收集。有关农业要紧产品生产情形指标凡能从抽样调查中直截了当取材的，则应按照抽样调查资料填报；林业、茶桑果和渔业生产情形等指标取自于同级业务部门的统计资料；其他农林牧渔业产量指标可按照各地的实际情形，采取抽样调查、重点调查和全面调查相结合的方法，或利用部门统计资料和住户调查资料加工推算。五、计量单位为“万元”，不保留小数。六、本报表制度实行全省统一的统计分类标准和编码；各表表式的填报要求和指标讲明，除表内和表下已有讲明外，均应以省农村经济调查局2 002年10月编印的《农村基层统计基础知识》为准。七、本报表制度规定的报送时刻为省辖市汇总报省统计局。县（区、市）报省辖市的时刻由各省辖市自定。八、本报表制度由江苏省统计局负责讲明。

我国通货膨胀影响因素的实证研究

我国通货膨胀影响因素的实证研究 ——基于V AR模型的分析上海金融学院方晏荷、程志远、谈松浩目录摘要 (1) 一、问题的提出 (2) （一）研究背景 (2) （二）研究目的及意义 (3) 二、研究现状及存在的问题 (4) （一）国内外研究现状 (4) （二）存在的问题 (5) 三、模型构建前的准备 (6) （一）模型假设 (6) （二）变量选取与来源 (6) （三）数据预处理 (8) 四、模型的构建与检验 (10) （一）VAR模型简介 (10) （二）单位根检验 (10) （三）最佳滞后期数的确定 (11) （四）脉冲响应分析 (14) （五）模型优缺点 (15) 五、结论与建议 (16) （一）主要结论 (16) （二）政策建议 (16) 参考文献： (17) 附录： (18)

摘要进入新世纪以来，我国国民经济得到迅速发展，人民生活水平得到了较大改善，另一方面，通货膨胀形势也越来越严峻，高速的经济增长与通货膨胀并存形成了新时期我国经济的显著特点。继2003-2004年高通胀之后，近期通货膨胀水平继续走高，然而对通货膨胀形成机制和影响因素的认识却存在较大差异。近年来，受金融危机影响，影响因素更加趋于复杂，通货膨胀形势愈加严峻。本文从我国现有资料和数据入手，采用定性分析与定量分析相结合的方法，运用2001-2010年十年的月度统计数据，通过选取适当指标，较为深入地分析了经济增长、人均可支配收入、投资、政府购买支出、货币供应量、汇率、外汇储备和平均劳动成本对我国通货膨胀的影响程度，并运用V AR模型进一步探寻了各个变量之间的影响关系。论文首先较为系统地介绍了通货膨胀与其影响因素之间相互关系的主要理论观点，从历史的角度分析了通货膨胀的分析方式和途径。接着结合我国通货膨胀水平的发展现状，对我国形成通货膨胀的特殊经济社会环境进行了基本描述，从而得到了相关的解释变量。然后结合国内外有关对V AR模型的理论研究，进入到统计模型的构建和检验过程，也是本文的主体部分。通过运用相关数据，对我国通货膨胀影响因素及其机制进行实证研究，应用V AR模型分析了我国通货膨胀水平与八个解释变量之间的短期动态关系。结论表明，货币供应仍然是近期影响我国通胀水平的主要因素；汇率和外汇储备对缓解通货膨胀水平的作用有所减缓，需要加强重视；投资对通胀的拉动作用将有所减弱；政府购买可以作为财政政策措施之一增强通胀压力；劳动力成本和人民收入对通胀存在反方向的作用。最后，在理论及模型分析的基础上，根据实证分析的结果和我国国情，就做好通货膨胀管理工作提出了相应的对策建议。关键词：通货膨胀V AR模型脉冲响应分析EVIEWS软件

房地产价格影响因素实证分析

房地产价格影响因素实证分析 ——金融工程（2）谭红艳 40421104 金融工程（2）朱敏 40421102 一、问题提出房地产业是国民经济体系中的基础性、先导性行业,其运行质量直接影响到国民经济的健康发展，房地产价格问题由于与广大城镇居民的生活息息相关,因此一直是人们关注的焦点。中国从20世纪90年代开始选择市场经济的取向,中国的房地产市场也在20世纪90年代初期开始逐步形成。1991～2005年,中国房地产价格总体处于上升趋势,年均增长9.83%,远远超过同期居民可支配收入的增长率,因此,房地产价格成为人们经常诟病的主要对象。目前,国内关于房地产价格的研究大体上可以分为两类:第一类主要从微观视角出发,分析经济变量、区位变量对房地产价格变动的影响。第二类研究主要从宏观视角研究经济基本面和政策变量对房地产价格的影响。房地产价格根本上取决于房地产供给和需求，而其供给、需求又受到价格之外的诸多因素的影响，本文将从顾客需求角度，通过分析顾客需求的变化来分析其对房地产价格的影响。二、理论综述及模型的设定。 1. 商品房是指房地产开发企业（单位）开发建设的供出售、出租用的住宅、厂房、仓库、饭店、度假村、写字楼、办公楼等房屋工程及其配套的服务设施。商品房的投资占房地产投资中的绝大部分，且大部分人所关注的房产价格为商品房价格，因此，我们主要研究商品房价格。即以商品房价格作为被解释变量。 2. 人均可支配收入。人均可支配收入是房地产需求的正函数，在其他因素不变时，收入越高，需求越大，导致房价上升。人均可支配收入增长所导致的房地产需求增长表现在三个方面：一是收入的增长加快积累的增长，使得潜在购买力变成现实购买力；二是收入的增长使得消费结构发生变化，房地产成为重要的消费对象，人们会用更好的住宅来代替原有住宅；三是收入的增长导致财富增长，进而对资产需求增加，刺激投资。房地产通常被看作一种资产，特别是在通货膨胀或其他资产预期收益率较低时，房地产是良好的投机工具。即人均可支配收入可作为商品房价格研究的一个解释变量。 3. 城市化水平。城市化水平是城镇人口占总人口的比例。城市化进程的加速,迫切需要发展房地产业,尤其是普通住宅和城市生活配套设施.城市化与房地产业之所以成为一对孪生“兄弟”,是因为住宅既是城市的功能要素,同时又是城市市民必不可少的、最昂贵的生活资料.到2001年底,我国城市人均住房建筑面积达20.8m,但也只相当于10年前中等收入国家的住房水平.世界各国的经验表明,一个国家在进入城市化加速发展阶段后,在人均住房建筑面积达到30～35m 前,该国将保持较为旺盛的住房需求.因此,城市化的进程无疑会影响到我国房地产的价格。对每年城市化水平的衡量，我们用该年城镇人口比上总人口数来衡量，作为商品房价格的第二个解释变量。因此，我们可以设定初始模型： t 22110t X X Y μβββ+++= 其中，t Y 表示商品房价格，1X 表示人均可支配收入，2X 表示城市化水平

中国进口贸易影响因素的实证分析.

中国进口贸易影响因素的实证分析改革开放以来，我国经济实现了持续的快速增长，从1978年—2000年国内生产总值(GDP)按可比价格计算增长6.4倍，年均增长高达9.5%。与此同时，进口增长也保持了强劲的势头，进口额从1978年的108.9亿美元增加到2000年的2251.0亿美元，增长19.7倍，同期我国在世界贸易中的排名由第30位上升到了前10名。在我国改革开放的过程中，进口贸易为我国经济的持续发展发挥了重要的作用，随着我国加入WTO，我国非关税壁垒的种类和范围将逐渐缩小以至取消，进口关税率将逐渐地降低，最终与国际接轨，我国在进口体制方面将发生显著的变化，而进口贸易在我国未来经济的发展中的作用和地位将更加重要。因此，影响中国进口贸易因素问题是一个非常现实而值得深入研究的问题，对它的研究能为我国进口贸易政策的制定提供有益的定量依据。对这一问题的研究，国内已有学者作了一些工作，姚丽芳运用主成分分析的方法实证研究了中国外贸进出口影响的因素；魏巍贤运用协整分析技术与Hendry提出的一般到特殊的方法分析了我国进口需求的决定因素，等等。在实证研究过程中，如果是采用截面数据，运用普通最小二乘法的多元线性回归，要求所选取的样本点（即不同的国家或地区）具有相同的经济结构和生产技术，而这在现实经济中是无法满足的；同时我们知道，影响一国进口贸易的因素有很多，而不同的因素变量之间都不同程度地存在多重共线性或近似多重共线性关系，对存在多重共线性关系的变量运用简单的线性回归分析方法，将使得模型极其不稳定，且模型往往出现与现实相反的结论，而不能解释所要说明的问题；利用主成分分析方法能有效地消除所选取自变量间的多重共线性，但是主成分方法在分析过程只考虑了自变量所包含的信息，而没有涉及因变量的信息；而利用Hendry提出的一般到特殊的方法，是把在模型中统计不显著的变量逐一删除掉，用表现统计显著的变量建立模型，这种方法操作方便，但是在建模的过程中删除统计不显著的变量时，同时也把对因变量一些有用的信息删除了，从而不能全面反映因变量的影响信息。针对这些问题，本文采用有第二代回归分析方法之称的偏最小二乘(PLS,Partial Least-Squares)回归方法，通过建模分析我国进口贸易的影响因素。一PLS回归建模的原理与方法偏最小二乘(PLS)回归是一种新型的多元统计数据分析方法，由H.wold和C.Albano等人提出以后，PLS回归方法得到广泛的应用，尤其是在化学和化工领域。PLS回归方法是一种消除自变量多重共线性的有效方法，从某种意义说，PLS回归方法是改进了的主成分(PCR)方法，但是又不同于PCR方法，PLS在成分提取的过程中不仅考虑自变量（解释变量）的信息，同时考虑了因变量（被解释变量）的信息，在复杂的多变量系统中，PLS方法没有对逐个变量判断其留取与舍弃，而利用信息分解的思路，将自变量系统中的信息重新组合，有效地提取对系统解释性最强的综合变量，排除重叠信息或无解释意义的信息干扰，从而克服变量多重共线性在系统建模中的不良作用，得到一个更为可靠的分析结果。PLS回归方法有单因变量的PLS回归与多因变量的PLS回归，由于研究的问题只涉及到单因变量，因此只就单因变量的PLS回归作阐述。（一）单因变量PLS回归方法建模思路设因变量Y和p 个自变量构成的自变量集合X=[x[,1]，…，x[,p]]，为了研究因变量与自变量之间的统计关系，我们观测了n个样本点，由此构成了n维的因变量向量和自由变量构成的n×p的观测矩阵X=[x[,1]，…，x[,p]][,n×p]。PLS回归方法

影响我国农业总产值的因素

影响我国农业总产值的因素【内容摘要】本文根据我国农业的现状，并且从计量经济学的角度来检验哪些因素对于农业生产总值有显著的影响。根据计量经济学原理，在模型中我引入了四个变量：受灾面积，农业从业人员数，农业机械总动力以及农作物播种面积。并收集了1980年至2009年三十年的全国的时间序列数据，利用E-views软件对其计量模型进行了参数估计和检验，最后对所得的分析结果进行了经济意义的分析，并提出了一些相应的政策意见。研究发现，近三十年来农业机械总动力和播种面积因素对于农业生产总值有显著的正面影响，而农业从业人员和受灾面积虽然与农业生产总值有负面的影响，但影响不显著。【关键词】农业生产总值；受灾面积；农业从业人员；农业机械总动力；播种面积

一、引言随著经济社会发展以及人口的增加，我国粮食等主要农产品的消费需求不断增加。与此同时，随著工业化、城镇化的推进，用于农业生产的耕地资源和淡水资源逐步减少。中国已是一个有着13亿人口的农业大国，农业生产在整个国民经济结构中占有举足轻重的地位，我国的农业发展也深受人口和经济发展的压力。根据联合国粮农组织1989年生产年鉴，我国全年谷物总产3.65亿吨，位居世界第一，但是若按人口平均，则我国平均每人谷物产量327公斤，低于年度世界人均的358公斤水平，更是远远低于美国1146公斤的人均水平。如果我国的农业不发展，则会使我国的农民和农村人口无法摆脱贫困，也将会严重的妨碍我国整个国民经济的发展。那么，在如今我国农业落后的情况下，该如何才能更好的发展农业？怎样发展才能更好的满足我国人口对于粮食的需求？针对这些问题，本文收集了从1980年至2009年三十年的全国的时间顺序数据，并加以数据分析及比较数据分析，讨论影响农业总产出的主要因素是什么及这些因素的发展变化。本文以下的章节的内容安排如下：第二章为文献综述；第三章为数据统计分析；第四章为运用OLS估计方法对模型参数进行估计；第五章为相关建议。二、文献综述在阅读了很多与农业生产总值有关的其他论文之后，我发现可以把论文分成两类。第一类是数据的收集是连续几年的全国各个省市、自治区的面板数据。如李林所著的《中国农业发展》中，就是运用了2006年全国各个省市、自治区的面板数据作为例子介绍了2006年我国农业的总体情况。又如刘进宝、张延君所著的《农业收入影响因素的计量经济分析》中，就是用了河南省各个地区几年的农业生产总值的数据做分析的。再如方鸣所写的《影响我国农业产出绩效主要因素的实证分析》中，就利用了近几年的中国各个省市、自治区的面板数据做分析，从而得出重要的因素。第二类论文是数据收集是全国的时间序列数据。如贵州财经学院、数学与统计学院的印明辉所写的《我国农业生产总值预测模型的探讨》中，就是1995年到2007年全国的农业生产总值与农作物播种面积，农村居民家庭收入，农村固定资产投资，成灾面积，能源消费总量，农业从业人员，农业各税之间的关系。又如天津财经大学的李实所写的《云南省农业生产总值影响因素实证分析》中，选取了1978年到2010年的云南省的农业生产总值进行分析，并且还预测了2011年云南省的农业总产值情况。再如扈云所著的《农业占国内生产总值的比重》中，就利用连续的十年全国的农业生产总值的数据得出农业占了我国十分大的比重。总而言之，这两类的论文从不同的角度和方法分析了影响我国农业生产总值的重要因素。而本论文则是属于后者，数据收集了1980年至2009年三十年全国的时间序列数据。虽然类型相同，但对于变量来说，我研究的是农业生产总值与受灾面积之间、农业从业人员数、农业机械总动力以及农作物播种面积的关系。并结合了各种参考文献，从国家统计局及各大农业网站上收集了关于农业生产总值的真实的数据，用计量经济学的方法探讨农业生产总值的各种影响因素。三、数据统计分析（一）、关于农业生产总值

中国农业总产值问题的计量分析

计量经济学课程论文小组成员：朱莹、黄志瑛、顾昕、施政保险02级1班

[关键词]：农业总产值、农业从业人员、户均生产原值、耕地面积、农业机总动力、灌溉面积、化肥施用量、出口额、进口额。 [内容提要]：农业是国民经济的基础，它关系到我国的经济发展和社会稳定，可以说，目前“三农”问题是举国上下关注的焦点。在近几年中，农业总产值出现了一些波动，在这里，我们希望通过计量分析的方法找出影响农业总产值变动的因素及其在这些变动中所起的作用，并对这些现象作出合理的解释。一．前言众所周知，中国是一个农业大国，中国用不到占全世界7%的耕地养活了占世界20%的人口，这是一项举世瞩目的成就。据2003年中国农业统计年鉴，2002年我国农业总产值达到452.85亿元。农业总产值受自然和社会因素的影响都很大。近年来由于自然灾害等各方面因素的影响，我国的农业总产值出现了一些波动。从1998年到2002年，我国的农业总产值分别为：14241.88亿元，14106.22亿元，13873.59亿元，14462.79亿元，14931.54亿元。在讨论中我们发现几个因素可能对此产生影响：第一，伴随着改革开放的进程，城市化进程加快，农村的耕地正因各种原因，以惊人的速度减少。因此，地少人多这一矛盾将长期困扰我国粮食生产。第二，近年来越来越多的农村青壮年劳动力加入进城打工的农民工的行列，农村留守从事种植业的人很多都是老人和小孩。第三，随着科技的进步，各种各样的肥料，新型的灌溉方式，农机具的使用也对农业总产值有着不同程度的影响。第四，在各种农作物中，有些是优良品种很受市场欢迎，但是有些品种却乏人问津，比如，近年来，由于籼型杂交水稻的口感比不上很多优质的新品种，已经逐渐被市场淘汰，而由于我国国产的黄豆品质价格与美国的同类产品相比不占优势，造成国内黄豆的减产，同时大量从美国进口黄豆。由此可以看出，粮食的市场需求和进出口都对粮食的产量有影响。第五，灌溉的面积、病虫害波及范围、程度，各地区土地的种类和分布等都会对粮食的产量造成一定程度的影响。二．模型的建立为了验证在我们能够考虑到的范围内的各种因素对某一时点上农业总产值是否有影响以及影响的程度，我们引入如下变量: 设定模型如下：Y=β 0+β 1 X 1 +β 2 X 2 +β 3 X 3 +β 4 X 4 +β 5 X 5 +β 6 X 6 +β 7 X 7 +β 8 X 8 +U 通过分析2003年我国31个省市农业总产量的历史资料可建立模型如下：Y为2002年农业总产值（亿元） X1----农业从业人员（万元） X2----户均生产原值（元/每户） X3----为耕地面积（千公顷） X4----农业机械总动力（万千瓦） X5----灌溉面积（千公顷） X6----化肥施用量（万吨） X7----出口额（万美元） X8----进口额（万美元）

广东省广东中山市第二产业生产总值和指数、农业总产值3年数据分析报告2020版

序言本报告对广东中山市第二产业生产总值和指数、农业总产值做出全面梳理，从第二产业生产总值，第二产业生产总值指数，农业总产值等重要指标切入，并对现状及发展态势做出总结，以期帮助需求者找准潜在机会，为投资决策保驾护航。广东中山市第二产业生产总值和指数、农业总产值数据分析报告知识产权为发布方即我公司天津旷维所有，其他方引用此报告需注明出处。本报告借助客观的理论数据为基础，数据来源于权威机构如中国国家统计局等，力求准确、客观、严谨，透过数据分析，从而帮助需求者加深对广东中山市第二产业生产总值和指数、农业总产值的理解，洞悉广东中山市第二产业生产总值和指数、农业总产值发展趋势，为制胜战役的关键决策提供强有力的支持。

目录第一节广东中山市第二产业生产总值和指数、农业总产值现状 (1) 第二节广东中山市第二产业生产总值指标分析 (3) 一、广东中山市第二产业生产总值现状统计 (3) 二、全省第二产业生产总值现状统计 (3) 三、广东中山市第二产业生产总值占全省第二产业生产总值比重统计 (3) 四、广东中山市第二产业生产总值（2017-2019）统计分析 (4) 五、广东中山市第二产业生产总值（2018-2019）变动分析 (4) 六、全省第二产业生产总值（2017-2019）统计分析 (5) 七、全省第二产业生产总值（2018-2019）变动分析 (5) 八、广东中山市第二产业生产总值同全省第二产业生产总值（2018-2019）变动对比分析6 第三节广东中山市第二产业生产总值指数指标分析 (7) 一、广东中山市第二产业生产总值指数现状统计 (7) 二、全省第二产业生产总值指数现状统计分析 (7) 三、广东中山市第二产业生产总值指数占全省第二产业生产总值指数比重统计分析 (7) 四、广东中山市第二产业生产总值指数（2017-2019）统计分析 (8) 五、广东中山市第二产业生产总值指数（2018-2019）变动分析 (8) 六、全省第二产业生产总值指数（2017-2019）统计分析 (9)

房价影响因素的实证研究

房价影响因素的实证研究【内容摘要】为研究近年房价上涨的重要影响因素，应用SPSS经济数据分析软件对我国房地产销售价格指数与土地交易价格指数，国内生产总值（GDP），居民消费价格指数（CPI），银行贷款利率，国际汇率等变量的关系加以回归分析。结果表明，汇率、利率是影响近年房价上涨的主要因素。【关键词】房地产价格；土地价格；GDP；CPI；贷款利率；汇率【Content abstract】This paper makes a regressive analysis on the relationship between housing price and GDP,CPI,land price; loan interest rate;exchange rate in order to study the important influence factors for the housing price.This result indicates that exchange rate and loan interest rate are the main influence factors for the housing price. 【Key word】housing price;land price;GDP;CPI;loan interest rate;exchange rate 【正文】一、引言近年来，随着我国经济的快速发展，居民消费水平的不断提高，对住房的需求也逐渐增大。我国房地产市场也是一路走高，过快增长的房价成为社会讨论的热点，百姓多有抱怨，政府对房价问题也高度重视，频频出台各项和政策，试图抑制房价，但效果不甚明显。对于房价影响因素，一种观点是从单一的角度解读房价上涨因素，他们认为，高房价是有高地价造成的。例如：杨慎(2003)、包宗华 (2004)认为地价大幅上涨必然造成房价大幅度提高；另一种观点是从几个不同的角度来探讨房价的影响因素，例如：彭聪，聂元飞（2009）应用OLS法基于GDP、CPI、利率和居民可支配收入视角对房价影响因素进行实证研究，结果表明，经济总量、物价、贷款利率都是影响房价的重要因素；原源（2009）通过应用计量OLS方法对我国房地产销售价格与货币供应量(M2) 、利率和汇率等变量加以回归分析，认为货币供应量上升、低利率和预期本币汇率上升 ,都是促进房价上升的重要因素。本文首次将这些影响房价上涨的因素结合起来，综合研究影响我国房价增长的主要原因，为抑制房价提供可靠性政策，为此建立计量经济学模

文档之家