《各地区的国内生产总值的影响因素 》 计量经济学论文(eviews分析)

班级 姓名 学号一模型的设定我们将“农村居民消费水平”设为被解释变量，“农村居民家庭人均收入”，“农村商品零售价格指数”，“农村固定资产投资总额”，“农村居民人均储蓄存款年末余额”设为解释变量，设立了以下经济学模型：i X X X X C Y μββββ+++++=44332211Y=农村居民消费水平（元）1X =农村居民家庭人均收入（元） 2X =农村商品零售价格指数3X =农村固定资产投资总额（亿元） 4X =农村居民人均储蓄存款年末余额（元）数据如下：obs Y X1 X2 X3 X4 1978 137.0000 114.0600 100.0000 9.560000 9.940000 1979 153.0000 136.1100 101.1000 11.32000 15.47000 1980 164.0000 175.7700 104.8000 17.56000 18.85000 1981 187.0000 204.4100 106.3000 22.58000 32.18000 1982 198.0000 238.7000 108.1000 36.91000 57.53000 1983 221.0000 298.0700 109.3000 30.55000 78.75000 1984 261.0000 345.0000 113.2000 33.82000 86.23000 1985 319.0000 385.2300 119.4000 43.51000 106.0200 1986 356.0000 407.6100 125.1000 49.25000 177.8100 1987 423.0000 444.4000 135.4000 59.04000 231.0600 1988 557.0000 546.6200 159.1000 87.48000 274.3200 1989 583.0000 589.4000 192.2000 81.92000 306.4200 1990 609.0000 621.6700 192.2000 58.30000 357.3500 1991 675.0000 657.3800 194.7000 101.7900 481.6300 1992 729.0000 682.4800 201.1000 117.8500 560.4100 1993 831.0000 803.8000 220.2000 179.8900 687.2400 1994 1001.000 1107.250 263.8000 247.3200 887.9200 1995 1281.000 1668.730 307.6000 350.9200 1055.720 19961522.0002054.950327.0000469.9700648.33001997 1641.000 2286.010 333.9000 589.3400 803.0600 1998 1642.000 2405.320 324.9000 609.7200 962.4300 1999 1803.000 2441.500 317.4000 613.6100 1231.410 2000 1848.000 2478.860 313.9000 635.4400 1499.620 2001 1912.000 2603.600 314.5000 659.3700 1770.520 2002 1987.000 2685.160 313.2000 673.0000 2135.140 2003 2042.000 2853.290 314.5000 705.1800 2806.230 2004 2167.000 3171.060 327.1000 776.7800 3524.830 20052449.0003481.640331.0000831.93003960.430资料来源：《河北经济年鉴2006》，《河北农村统计年鉴》二参数估计模型为i X X X X C Y μββββ+++++=44332211Y=农村居民消费水平（元）1X =农村居民家庭人均收入（元） 2X =农村商品零售价格指数3X =农村固定资产投资总额（亿元）4X =农村居民人均储蓄存款前期年末余额（元） 用Eviews 估计结果为：Dependent Variable: Y Method: Least Squares Date: 12/18/08 Time: 13:21 Sample: 1978 2005 Included observations: 28C -119.2490 42.29552 -2.819424 0.0097 X1 0.312012 0.166321 1.875962 0.0734 X2 2.398765 0.402314 5.962415 0.0000 X3 0.371205 0.502295 0.739019 0.4674 X40.0915880.0291243.1447900.0045 R-squared0.995968 Mean dependent var 989.2143 Adjusted R-squared 0.995267 S.D. dependent var 756.4193 S.E. of regression 52.04132 Akaike info criterion 10.90239 Sum squared resid 62290.88 Schwarz criterion 11.14028 Log likelihood -147.6334 F-statistic 1420.292 Durbin-Watson stat1.158600 Prob(F-statistic)0.000000Y=119.249+0.3120121X +2.3987652X +0.3712053X +0.0915884XT: (-2.819424) (1.875962) (5.962415) (0.739019) (3.144790)20.995968R = 20.995267R = F=1420.292三 检验及修正1．经济意义检验从上表中可以看出，2X 符号为正，但由经验得知，“农村居民消费指数”与“农村商品零售价格指数”关系紧密，故不应剔除．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。

对国内生产总值的影响计量经济学分析——基于三大产业因素经济学院12级经济学3班20121190 郭靖【摘要】：经济的增长离不开产业的发展，要明确我国三大产业对经济的贡献率，从而合理调整，制定出合理的产业政策，促进国民经济又好又快发展。

同时，本文采用1978年至2010年的统计数据，通过建立多元线性回归模型，运用Eviews软件，分析三大产业对经济的贡献率的高低，从而根据结果来调整产业结构，促进国民经济又好又快发展。

【关键词】：国内生产总值三大产业贡献率计量分析一、问题的提出国内生产总值（Gross Domestic Product，简称GDP)是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。

它不但可反映一个国家的经济表现，还可以反映一国的国力与财富。

世界各国把各种产业划分为三大类：第一产业、第二产业和第三产业。

第一产业是指提供生产资料的产业，包括种植业、林业、畜牧业、水产养殖业等直接以自然物为对象的生产部门，有些虽然是工业，但是并不是加工产业，例如采矿业是直接提供矿产但是并不加工，所以采矿业是属于第一产业的。

第二产业是指加工产业，利用基本的生产资料进行加工并出售。

第三产业又称服务业，它是指第一、第二产业以外的其他行业。

第三产业行业广泛。

包括交通运输业、通讯业、商业、餐饮业、金融保险业、行政、家庭服务等非物质生产部门。

要想发展经济，增加国内生产总值就要调整产业结构，优化产业结构，促进三大产业的协调发展。

所以，我们要通过建立多元回归模型，进行数据分析得出三大产业对国内生产总值的贡献率，来合理调整产业结构，这样才能促进经济又好又快发展，早日实现社会主义现代化建设。

二、模型的建立：（一）、数据的搜集表一1978年至2010年国内生产总值以及三大产业累计表单位：亿元为了更好地分析各产业以及人口对国内生产总值的影响，计算出三大产业及国内生产总值的增长率，如表二1979年至2010年国内生产总值以及三大产业等环比增长率累计表单位：%（二）、模型的初步建立通过对数据的观察，根据搜集的1978年至2010年的统计数据，建立模型。

国内生产总值的影响因素分析本文研究国内生产总值（Y）的影响因素，选取了居民消费（X1）、能源消费总量（X2）、进出口总额（X3）、研究与试验发展经费支出(亿元)（X4）作为备选的影响因素，考虑到这几个变量的量级比较大，在进行回归分析时，将其进行对数化处理。

1.描述性统计变量均值中位数最大值最小值标准差偏度峰度LNY 12.86926 13.01351 13.83137 11.61605 0.735265 -0.331551 1.770076 LNX1 11.90659 11.95283 12.86667 10.82903 0.694463 -0.108624 1.640711 LNX2 12.71945 12.83097 13.11836 11.9547 0.354575 -0.864171 2.603336 LNX3 12.04816 12.29397 12.68298 10.64979 0.604899 -1.046877 3.002632 LNX4 8.759079 8.966104 10.10206 6.949367 1.011978 -0.37255 1.8154942.回归结果通过eviews8进行回归分析，结果见下表：从经济意义检验来看，各解释变量对被解释变量应该表现为正向影响，而LNX2的系数为负，这显然无法通过经济意义检验，这可能存在多重共线性。

从拟合优度检验来看，其拟合优度为0.9993，接近于1，表明这些解释变量能够解释99.93%的被解释变量的变化，而且调整后的拟合优度为0.9991，拟合效果非常好。

从统计检验来看，LNX1和LNX4系数的t检验对应的p值小于1%，即在1%的显著水平下，两变量对LNY有显著的影响，考虑到系数为正数，两变量对LNY表现为显著的正向影响，面LNX2和LNX3则无法通过10%的显著性t检验，这表明两者对LNY无显著影响，当然这有可能是因为多重共线性的问题。

广西工学院2011-2012学年第一学期期末课程论文设计科目金融计量经济学课题对我国GDP影响因素的分析任课教师杨毅班级国贸091班姓名二○一二年元月对我国GDP影响因素的分析（研究范围：城镇、农村人均收入、恩格尔系数以及就业人数）【摘要】：运用1990—2009年我国城镇、农村人均收入,恩格尔系数以及就业人数的数据，建立了ARLM、古典线性回归模型，通过OLS回归、怀特异方差检验、ＢＧ自相关检验、非正态检验、多重共线性分析、RESET检验、邹至庄检验等实证分析了城镇、农村人均收入、恩格尔系数以及就业人数对我国GDP影响.通过这一系列统计分析和检验方法，拟合出比较优良的GDP模型，得出1990—2009年间我国经济增长的情况。

由此来分析所选取的这四个变量对GDP的贡献情况，结合当前我国宏观经济形势，找出目前经济发展存在的问题,从而找出相应的对策。

【关键词】：GDP 恩格尔系数影响因素回归分析一、引言改革开放以来，中国经济取得了令全世界震惊的巨大成就，持续25年年均增长率超过9%，经济总规模已经稳居世界第四。

2010年中国经济增长率更是高达10%。

因此,许多专家学者指出,我国目前的经济形势是上世纪90年代中期以来最好的。

由此可见，GDP作为现代国民经济核算体系的核心指标，它的总量可以反映一个国家和地区的经济发展及人民的生活水平，其结构可反映社会生产与使用，投资与消费之间的比例关系及宏观经济效益，对于经济研究、经济管理都具有十分重要的意义。

尤其从1985年我国开始正式统计GDP后,它就越来越受到人们的关注。

GDP的核算中有许多因素在起着作用,为此,本文对国内生产总值GDP的影响因素作计量模型的实证分析,以期分析各影响因素对经济增长的贡献情况，结合我国当前的宏观经济形势，对国家宏观经济政策提出一点自己的看法.二、建模分析1、数据收集从《中国统计年鉴》得到我国1990—2009年国内生产总值GDP、我国城镇、农村人均收入,恩格尔系数以及就业人数的统计数据，如表1所示。

计量经济学论文对中国经济增长因素的分析学院：国际经济与贸易学院专业：国际经济与贸易班级： 140107姓名：张印学号： 201434001147目录摘要 (3)1.引言 (3)2.数据收集和模型的建立 (4)2.1理论模型的确定 (4)2.2 建立初始模型——OLS (8)3.模型经济意义分析与预测 (14)4.结论 (14)4.1主要结论 (14)4.2政策建议 (15)参考文献 (15)摘要：自改革开放以来，中国的社会经济进行了三十多年的高速增长。

本论文以1980-2014年的三十五年间中国经济增长因素为数据，运用计量经济学、西方经济学和Eviews软件相关知识，以及时间序列数据模型和多元线性回归等分析方法。

通过分析资本、劳动力、消费对国内生产总值（GDP）的影响，建立计量经济学模型，定量分析，模型检验，最终得出结论，以论述对我国经济增长产生影响的种种因素。

关键词：投资、劳动力、消费、就业、经济增长。

Abstract：Since the reform and opening up, China's social economy has been procced thirty years of rapidly growth. This paper takes 1980-2014 thirty-five years Chinese economic growth factors for the data, using econometrics, western economics and Eviews software related knowledge, analysis and time series data model and multiple linear regression method. Through the analysis of capital and labor, consumption of gross domestic product (GDP) effect, the establishment of econometric models, quantitative analysis, model checking, finally draws the conclusion, to discuss the influence of various factors on economic growth in china.Key words：Investment、Labor、Consumption、Employment and Economic growth.1.引言经济增长通常是指在一个较长的时间跨度上，一个国家人均产出（或人均收入）水平的持续增加。

计量经济学论文(影响农业总产值的因素分析)LT渐减少的局面，加上近年来各种自然灾害频发，比如西南地区的缺水危机和长江中下游的缺水危机，致使粮食危机也可能将要显现出来。

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1995年至2009年中国农业生产总值，及各种农业投入，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。

一、问题的提出（一）总论20世纪即将过去，在20世纪的后50年，在中国共产党的领导下，我国农业发展取得了举世瞩目的成就。

但随之而来的各种矛盾也不断加剧，比如用地矛盾不断显现出来，工业抢占农业用地，城市发展不断占用耕地，从而使我国的农业用地不断减少，中国的粮食安全问题渐渐凸显。

但是好在政府提出了确保十八亿亩耕地的红线，才不至于让中国真正面临粮食危机。

而且近年来我国粮食连续几年丰收，农业年产值也不断增加，从1995年11884.6亿元到2009的30661.1亿元，几乎增长了近三倍左右，这不能不说是一个重大的进步。

农业生产上的成就与我国政府重视农业生产有关，而且还与中国经济的不断发展有关，工业的发展为农业的发展提供了动力，农用机械的增加，各种水利设施的建设，与化肥的用量都有很大的关系。

但是这些因素中那些是主要因素，哪些是次要因素也是一个值得研究的问题，因为只有了解哪些是主要影响因素，就把大部分生产成本投入到这个方面上，才能起到四两拨千斤的作用。

计量经济学论文范文本文旨在通过实证分析，探讨影响我国自1988年至2007年税收收入的主要因素。

选取国内生产总值、财政支出和零售商品物价水平作为自变量，并利用EVIEWS软件对计量模型进行参数估计和检验。

最终得出结论，即国内生产总值、财政支出和零售商品物价水平三者均对我国税收收入有很大影响。

二、研究背景和意义税收是我国财政收入的基本因素，对我国经济的发展具有重要影响。

近年来，我国税收收入呈现快速增长的趋势，这引起了人们的广泛关注。

因此，对税收增长进行因素分析和预测分析非常重要，可以帮助研究我国税收增长规律，制定经济政策，促进经济的可持续发展。

三、研究方法和数据来源本文采用计量经济学方法，选取国内生产总值、财政支出和零售商品物价水平作为自变量，利用EVIEWS软件对计量模型进行参数估计和检验。

数据来源为国家统计局和财政部公布的相关数据。

四、实证结果分析通过实证分析，得出结论：国内生产总值、财政支出和零售商品物价水平三者均对我国税收收入有很大影响。

其中，国内生产总值的影响最大，其次是财政支出，零售商品物价水平的影响最小。

五、结论和建议本文的研究结果表明，国内生产总值、财政支出和零售商品物价水平是影响我国税收收入的主要因素。

因此，政府应当注重经济增长，加强财政支出管理，控制通货膨胀，以提高税收收入水平。

同时，也需要进一步研究税收增长的规律，为制定经济政策提供科学依据。

影响税收收入的因素有很多，但主要的因素可能包括以下几个方面。

首先，从宏观经济角度看，经济整体增长是税收增长的基本源泉，而国内生产总值是反映经济增长的重要指标。

其次，公共财政需求对税收收入有很大的影响，社会经济的发展和社会保障的完善等对公共财政提出了要求。

第三，物价水平对税收收入也有很大的影响，因为我国的税制结构以流转税为主，与现行价格计算的GDP等指标和经营者的收入水平都与物价水平有关。

最后，税收政策因素也会对税收增长速度产生影响。

我国自1978年以来经历了两次大的税制改革，但税制改革对税收增长速度的影响不是非常大。

计量经济学论文(eviews分析)计量经济作业计量经济学论文(EViews分析)导言计量经济学是一门研究经济现象及其相互关系的学科，通过运用统计学方法和经济学理论，对经济数据进行分析和解释。

在本篇论文中，我们将运用EViews软件进行计量经济分析，以探讨某一经济问题的核心要素和关系。

第一部分：数据收集与描述性统计在这一部分中，我们将介绍数据的来源和收集方法，并进行描述性统计分析，以便了解数据的基本特征。

数据来源和收集方法我们收集了关于某国家的宏观经济数据，包括国内生产总值(GDP)、物价指数、失业率、人口数量等。

这些数据可以通过政府统计局、国际组织或经济学研究机构的报告来获取。

描述性统计分析在这一部分，我们将计算各个变量的平均值、标准差、最小值、最大值和偏度等统计指标，并绘制相应的直方图和散点图，以便对数据的分布和相关关系有更直观的了解。

第二部分：计量经济模型的建立与估计在这一部分中，我们将构建计量经济模型，并通过使用EViews软件进行参数估计，以分析各个变量之间的关系。

模型的建立根据我们对经济问题的研究目标和数据的特点，我们选择了某一计量经济模型，以解释变量Y与自变量X1、X2之间的关系。

在模型中，我们还考虑了可能的误差项。

参数估计使用EViews软件，我们可以通过最小二乘法对模型进行参数估计。

这将帮助我们确定各个变量的系数估计值，并评估其统计显著性。

模型诊断在参数估计后，我们将进行模型的诊断检验，以评估模型的拟合优度和误差项的符合性。

通过观察残差图和假设检验等方法，我们可以确定模型是否符合计量经济学的基本假设。

第三部分：计量经济模型的解释与预测在这一部分中，我们将解释计量经济模型的估计结果，并利用该模型进行未来情景的预测。

模型解释通过对模型中各个变量的系数估计进行解释，我们可以理解自变量与因变量之间的经济关系，并得出相应的经济学解释。

模型预测利用模型的参数估计结果和最新的经济数据，我们可以进行未来情景的预测。

计量经济学论文-影响GDP增长的因素分析————————————————————————————————作者：————————————————————————————————日期：经济与管理学院计量经济学论文影响四川省GDP增长的因素分析班级：15金融一班姓名：肖钰学号：201501120344指导老师：叶成徽影响四川省GDP增长的因素分析专业年级：15金融一班学号：201501120344 姓名：肖钰摘要：随着中国经济进入新常态，经济增速提档幻速，探索经济增长影响因素便很有必要。

而国内生产总值也即GDP，是衡量一个国家或者一个地区经济发展水平的常用指标。

四川省作为中国西部第一经济大省，一直是中国西部经济的风向标和领头羊。

本文旨在采用多元线性回归法对 1993-2016年四川省地区生产总值的相关因素进行研究，分析居民消费水平、进出口总额、资本形成率对四川省地区生产总值的影响，建立计量模型，寻求这些变量与四川省地区生产总值的数量关系，进行定量分析，并对模型进行检验。

关键词：地区生产总值居民消费水平进出口总额资本形成率一、文献综述（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内生产总值的（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。

GDP核算有三种方法，即生产法、收入法、支出法，三种方法从不同的角度反映国民经济生产活动成果，理论上三种方法的核算结果相同。

生产法是从生产的角度衡量常住单位在核算期内新创造价值的一种方法，即从国民经济各个部门在核算期内生产的总产品价值中，扣除生产过程中投入的中间产品价值，得到增加值。

核算公式为：增加值=总产出-中间投入。

收入法是从生产过程创造收入的角度，根据生产要素在生产过程中应得的收入份额反映最终成果的一种核算方法。

计量经济学论文(eviews分析)计量经济作业计量经济学论文分析的重要性不言而喁。

在经济学领域中，计量经济学是一门研究经济现象的学科，通过数学模型和统计分析对经济数据进行量化分析，以揭示经济规律和探寻经济发展规律。

eviews是一个专门用于时间序列分析和计量经济学建模的软件工具，广泛应用于经济学研究和金融领域。

在进行计量经济学论文分析时，首先需要明确研究问题和假设，然后收集相关数据。

随后，利用eviews软件对数据进行清洗和整理，进行描述性统计分析，绘制图表，进行回归分析等。

通过计量经济学方法，可以验证假设、识别变量之间的关系、预测未来趋势等。

举例来说，假设我们要研究某国家的经济增长与通货膨胀之间的关系。

首先，我们收集相关数据，包括国内生产总值（GDP）、通货膨胀率等。

然后，利用eviews软件导入数据，进行描述性统计分析，观察数据的分布特征。

接下来，可以进行回归分析，建立经济增长与通货膨胀之间的模型，分析它们之间的关系及影响因素。

在计量经济学论文中，需要注重数据的准确性和分析的科学性。

同时，也需要注意论文的结构和组织，合理安排内容，确保表达清晰，逻辑严谨。

最后，对研究结果进行讨论和总结，提出建议和展望，为相关研究和政策制定提供参考。

综上所述，计量经济学论文分析是一项复杂而重要的研究工作，需要研究者具备扎实的理论基础和专业的技能。

利用eviews软件进行数据分析和建模，可以帮助研究者更好地理解经济现象、揭示规律、做出预测，为经济学研究和实践提供理论支持和决策依据。

愿更多的学者和研究人员投身于计量经济学领域，不断推动学科进步和实践应用，为经济发展和社会进步做出贡献。

我国GDP影响因素的实证分析摘要：本文通过查询《中国统计年鉴》收集了1994年至2014年的数据，包括了能源消费总量、进出口总额、固定资产投资以及人均消费性支出，用以定量研究。

在定量研究分析时，通过OLS回归、多重共线性分析、怀特异方差检验等,分析了能源消费总量、进出口总额、固定资产投资以及人均消费支出对我国GDP的影响。

通过这一系列统计分析和检验方法，拟合出比较优良的GDP模型。

关键词：国内生产总值；影响因素分析；多重共线性；怀特异方差检验一、引言GDP是衡量一国经济增长的重要指标，它能够反映国民经济发展变化情况，并为国家以及各个地区经济发展战略目标和宏观经济政策提供了重要工具和依据。

GDP还为检验宏观经济政策的科学性和有效性提供了重要的检测工具。

同时GDP也是对外交往的重要指标，因为在世界上衡量一个国家的经济地位指标，很多与GDP有关。

因此，对国内生产总值影响因素的经济分析研究具有十分重要意义。

本文采用经济增长模型和多元线性回归分析方法对1994～2014年国内生产总值的影响因素进行研究，分析了能源消费总量、进出口总额、固定资产投资以及人均消费性支出对经济发展的影响，建立计量模型，寻求这些变量与GDP的数量关系，进行定量分析以及检验，并根据所得结论提出一些具有可行性的相关建议。

二、文献综述著名的经济家保罗.萨缪尔森和他的同伴威廉.诺德豪斯合著的教科书《经济学》第15版中指出“虽然GDP和其他国民收入账户是显得有点神秘的概念，但它们确实属于20世纪最伟大的发明之列。

”]1[；杨立勋的一篇文章叫做《对GDP评价需客观工正》，认为追求GDP 数量，不在于算GDP，在于现行考核制度不健全，在计算GDP时，没有考虑非货币交易的因素和环境自然因素]2[；宁琰和许鹏通过VAR模型研究了房地产投资、固定资产投资和GDP 之间相互影响的关系。

实证分析表明固定资产投资对GDP增长有着很大的贡献]3[；李冉和尚飞运用了协整理论对我国GDP、消费和进出口贸易之间的长期和短期关系进行分析,得到GDP、消费和进出口贸易之间存在着长期稳定的关系这一结论。

影响GDP增长的经济因素分析摘要：近年来，随着我国经济的不断发展，我国国内生产总值也得到迅速增长。

本文试从固定资产投资总额、消费品总额、出口总额与GDP的统计数据中，研究其内在联系，并对下一年年总体经济做预测。

关键字：GDP 固定投资总额消费总额出口总额回归分析一、问题的提出建国以来我国的经济已经发生了天翻地覆的变化，各大因素在整个国民经济中所占的地位和作用也在发生着相应的变化和调整。

对于这种变化是否符合我国经济发展趋势，对我国的经济影响作用是否明显，他们与国内生产总值又有着怎样的关系，对整个国内生产总值又有多大的影响，在新的条件下哪一因素对国内生产总值的影响更明显，随着我国经济的不断发展以及改革开放的不断深入，研究经济发展状况及经济发展的各个因素，成为决策部门的一个重要课题。

国家统计局也在发布的国民经济和社会发展统计公报中称，中国国民经济形势总体良好，各项社会事业取得新的进展，国内生产总值迅速增长。

为了保持经济稳定健康发展，我们需要对过去进行分析，需要对未来进行预测，在此我写下了GDP的影响因素的计量分析，分析各因素对GDP的影响。

二，模型的设定国内生产总值（GDP）是对一国（地区）经济在核算期内所有常住单位生产的最终产品总量的度量，常常被看成显示一个国家（地区）经济状况的一个重要指标。

GDP的测算有三种方法：生产法、收入法、支出法。

本文用支出法来分析消费，投资，出口对GDP的影响。

其中，支出法的计算方法为：GDP＝总消费＋总投资＋净出口。

现有从《中国统计年鉴》得出的如下数据，Y表示GDP（亿元），X1表示社会固定资产投资总额（亿元），X2表示社会消费品总额（亿元），X3表示出口总额（亿元）。

GDP（现价）（Y）社会固定资产投资总额（X1）社会消费品总额（X2）出口总额（人民币）（X3）(亿元) (亿元) (亿元) (亿元) 1992 26923.5 8080.1 10993.7 4676.3 1993 35333.9 13072.3 14270.4 5284.8 1994 48197.9 17042.1 18622.9 10421.8 1995 60793.7 20019.3 23613.8 12451.8 1996 71176.6 22913.5 28360.2 12576.4 1997 78973 24941.1 31252.9 15160.71998 84402.3 28406.233378.115223.6199989677.129854.7 35647.9 16159.8 2000 99214.6 32917.7 39105.7 20634.4 2001 109655.2 37213.5 43055.4 22024.4 2002 120332.7 43499.9 48135.9 26947.9 2003 135822.8 55566.6 52516.3 36287.9 2004 159878.3 70477.4 59501 49103.3 2005 184937.4 88773.6 67176.6 62648.1 2006 216314.4 109998.2 76410 77597.2 2007 265810.3 137323.9 89210 93563.6 2008 314045.4 172828.4 114830.1 100395 2009 340902.8 224598.8 132678.4 82029.7 2010 401512.8 278121.9 156998.4 107022.8 2011 473104 311485.1 183918.6 123240.6 数据来源：中经网根据以上的经济理论分析及上图的数据，由此初步建立如下经济模型：Y=β0+β1*X1+β2*X2+β3*X3+μ其中： Y---GDP（亿元）X1---固定资产投资总额（亿元）X2---社会消费品总额（亿元）X2---出口总额（亿元）三、回归分析根据表中的数据,采用EViews软件进行以下回归分析。

计量经济学论文e v i e w s 分析计量经济作业The document was prepared on January 2, 2021我国旅游收入的计量分析一、经济理论陈述在研读了大量统计和计量资料的基础上,选择了三个大方面进行研究,既包括旅游人数,人均旅游花费和基本交通建设.其中,在旅游人数这个解释变量的划分上,我们考虑到随着全球经济一体化的发展,越来越多的外国游客来中国旅游消费.中国旅游的国际市场是个有发展潜力的新兴市场,尽管外国游客前来旅游的方式包罗万象而且消费能力也不尽相同,但从国际服务贸易的角度出发,我们在做变量选择时,运用国际营销的知识进行市场细分,划分了国际和国内两个市场.这样,在旅游人数这个解释变量的最终确定上,我们选择了2X国内旅游人数,3X入境旅游人数.这点选择除了理论支持外,在现实旅游业发展中我们也看到很多景区包括成都的近郊也有不少外国游客的身影.所以,我们选取这两个解释变量等待下一步进行模型设计和检验.另外,对于人均旅游花费,我们在进行市场细分时,没有延续前两个变量的选择模式,有几个原因.首先,外国游客前来旅游的形式和消费方式各异且很难统计.我们在花大力气收集数据后,仍然没有比较权威的统计数据资料.其次,随着国家对农业的不断重视和扶持,我国农业有了长足发展.农村居民纯收入增加,用于旅游的花费也有所上升.而且鉴于农村人口较多,前面的市场细分也不够细化,在这个解释变量的确定上,我们选择农村人均旅游花费,既是从我国基本国情出发,也是对第一步研究分析的补充.所以我们确定了4X城镇居民人均旅游花费和5X农村居民人均旅游花费.旅游发展除了对消费者市场的划分研究,还应考虑到该产业的基础硬件设施.在众多可选择对象中我们经分析研究结合大量文献资料决定从交通建设着手.在我国,交通一般分布为公路,铁路,航班,航船等.由于考虑到我国一般大众的旅游交通方式集中在公路和铁路上,为了避免解释变量的过多过繁以及可能带来的多重共线形等问题,我们只选取了前二者.即确定了6X公路长度和7X铁路长度这两个解释变量.其中,考虑到我国旅游业不断发展过程中,高速公路的修建也不断增多,在6X的确定过程中,我们已经将其拟合,尽量保证解释变量的完整和真实.二、相关数据三、计量经济模型的建立Ｙ＝ｃ１＋ｃ２Ｘ２＋ｃ３Ｘ３＋ｃ４Ｘ４＋ｃ５Ｘ５＋ｃ６Ｘ６＋Ｕ我们建立了下述的一般模型：其中Ｙ——1994-2003年各年全国旅游收入Ｃ１——待定参数X——国内旅游人数万人2X——入境旅游人数万人3X——城镇居民人均旅游花费元4X——农村居民人均旅游花费元5X——公路长度含高速万公里6X——铁路长度万公里7Ｕ——随即扰动项四、模型的求解和检验利用Eviews软件,采用以上数据对该模型进行OLS回归,结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 01:56Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.CX2X3X4X5X6X7R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat ProbF-statistic由此可见,该模型可决系数很高,F检验显着,但是2X、6X、7X的系数t检验不显着,且7X的系数符号不符合经济意义,说明存在严重的多重共线性.所以进行以下修正：〈一〉．计量方法检验及修正多重共线性的检验：首先对Y进行各个解释变量的逐步回归, 由最小二乘法,结合经济意义和统计检验得出拟合效果最好的两个解释变量如下：Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 02:00Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.CX4X5R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat ProbF-statistic继续采用逐步回归法将其余解释变量代入,得出拟合效果最好的三个解释变量,结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 02:01Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.CX2X4X5R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat ProbF-statistic以上模型估计效果最好,继续逐步回归得到以下结果：Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 02:40Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.CX2X3X4X5R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat ProbF-statistic各项拟合效果都较好.虽然2X的t检验不是很显着,但考虑到其经济意义在模型中的重要地位,暂时保留.继续引入6X.Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 02:41Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.CX2X3X4X5X6R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat ProbF-statistic根据以上回归结果可得,6X的引入使得模型中2X、6X的t检验均不显着,再考察二者的相关系数为,说明2X、6X高度相关,模型产生了多重共线性,因此将6X去掉.再将7X代入检验.Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 02:42Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.CX2X3X4X5X7R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat ProbF-statisticX的系数为负,与经济意义相悖,因此也去掉.由此确定带入模型的解7释变量为2X、3X、4X、5X.异方差性的检验：再对模型的异方差性进行检验：鉴于我们的样本资料是时间序列数据,选用ARCH检验.ARCH Test:F-statistic ProbabilityObsR-squared ProbabilityTest Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 12/23/10 Time: 02:43Sample adjusted: 1995 2003Included observations: 9 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.CRESID^2-1R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid +08 Schwarz criterionLog likelihood F-statisticDurbin-Watson stat ProbF-statistic这里ObsR-squared为,P=>所以接受0H,表明模型中随机误差项不存在异方差.再考虑P=3的情况：ARCH Test:F-statistic ProbabilityObsR-squared ProbabilityTest Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 12/23/10 Time: 02:46Sample adjusted: 1997 2003Included observations: 7 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.CRESID^2-1RESID^2-2RESID^2-3R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid +08 Schwarz criterionLog likelihood F-statisticDurbin-Watson stat ProbF-statistic这里ObsR-squared为,P=>.所以仍然接受0H,表明模型中随机误差项不存在异方差.自相关性的检验：随机扰动项可能存在一阶负自相关.借助残差项和其一阶滞后项的二维坐标图进一步分析：由图示可看出,残差项和其一阶滞后项显然存在负自相关,然后利用对数线形回归修正自相关性,得到相应结果如下：Dependent Variable: LOGYMethod: Least SquaresDate: 12/23/10 Time: 02:52Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.CLOGX2LOGX3LOGX4LOGX5R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat ProbF-statistic从估计的结果看,DW=,说明修正后有了明显好转,随机扰动项几乎不存在一阶自相关.我们进行了一系列检验和修正后的最终结果如下：2R= 2R= F=五、经济意义解释C3和C3分别衡量我国旅游收入国内和入境旅游人数的弹性,也就是表示当旅游人数每变动百分之一时,平均来说,旅游收入变动的百分比.这里要特别注意,例如1998年国内旅游人数为69450万人,入境旅游人数为万人,则国内旅游人数每增加1%,即增加万人,国内旅游收入增加%,而入境旅游人数每增加1%,即增加万人,国内旅游收入增加%.C4和C5分别衡量我国旅游收入我国城镇居民和农村居民人均旅游花费的弹性,也就表示当人均花费每变动百分之一时,平均来说,旅游收入变动的百分比.城镇居民人均旅游花费每增加1%,国内旅游收入增加%；农村居民人均旅游花费每增加1%,国内旅游收入增加 %.六、政策建议为了促进我国旅游事业的快速发展,我们提出了以下几点建议：1、实施政府主导型旅游发展战略政府主导型旅游发展战略是按照旅游业自身的特点,在以市场为主,合理配置资源的基础上,充分发挥政府的主导作用,促进旅游业更快发展.1建设和完善旅游法制体系,力争旅游法的尽早出台.2提高旅游管理部门的地位,或组织高层次的协调机制,以适应旅游产业大规模和大发展的前景.3中央政府的主导需要相应的资金基础.从1992年起,财政部建立了旅游发展基金,其来源是在出境机场费中加收20元人民币,对旅游业的发展起到了积极的作用.考虑到旅游大发展的需要,多渠道,多形式开辟政府基金来源是必要的.4加大促销投入.长期以来我国促销经费严重缺乏.中央一年所能提供的促销经费不足500万美元,这大大限制了我国对国际旅游市场大面积,深层次的开发,难以产生影响客源流向的招徕效果.从国际上看,为了使自己处在有利的市场竞争地位,每个国家每年都投入相当数量的旅游经费,用于开展旅游对外促销活动.按照世界一般规律,吸引一个国际旅游者平均需要3—5美元的促销经费,而我国尚不足美元,这种状态,显然无法适应国际旅游市场竞争的需要. 因此,在政府主导型战略的实施中加大促销投入是一项重要的工作.2、旅游市场创新旅游经济是特色经济,而特色就需要充分地发扬创新意识,做到人无我有,人有我精,人精我专. 对于旅游市场的开拓,各地旅游开发和建设模式大同小异,无论是山水风景区,历史文化名城,滨海沙滩度假地,还是温泉休养区,大都只是大众旅游市场的共同特征,因此,重复建设的模式正成为旅游开拓市场的通病.随着现代旅游者需求日益成熟,伴随着主题公园等人造景区大规模发展之势,生态旅游由于世界各国重视人和自然共生共存共荣环保概念的强化,以可持续发展为方向的生态旅游正在世界各地呈方兴未艾之势.区域旅游的发展开始以若干不同旅游项目满足相应不同分众市场的开发模式以获得综合整体效益,形成规模经济的发展趋势.3、不同产业匹配发展产业之间相互联系,旅游业的存在不是独立的,在促进旅游业的同时也要加大工业和农业的发展.如我国农业人口占据很大比例,而国内旅游收入的主要来源集中在为数不多的城镇居民上,农村市场还存在很大的空白.可以说,我国的国内旅游市场还没有开发完全,农村市场非常广阔,具有很大潜力,所以发展农业,必然会极大促进我国的旅游事业.。

促进内蒙古经济发展的因素分析摘要：“西部大开发”发展战略的实施西部落后地区迎来了发展的机遇，内蒙古作为西部的一个省，也将抓住机遇积极发展经济。

近年来内蒙经济在全区的结构调整和西部大开发的过程中有了长足的发展,但是在发展中也存在一些问题和困难,需要我们认真重视、研究并加以改进,本文就影响内蒙古经济发展的因素进行了分析,并提出了一些的建议。

发挥怎样才能使内蒙古更好更快地发展起来呢？在经济建设中又应当注重哪些方面呢？下面我对其影响经济的几个因素进行了分析。

数据如下：(表1)（资料来源：内蒙古统计局、中国统计年鉴）其中：Y代表地区生产总值，X1代表社会消费品零售总额X2代表基本建设投资，X3代表固定资产投资总额，X4代表出口总额,X5代表进口总额，X6代表实际利用外资额,X7代表教育事业投资总额。

一、建立模型并回归Y=C+a1*X1+a2*X2+a3*X3+a4*X4+a5*X5+a6*X6+a7*X7+u运用OLS估计方法对式1中的参数进行估计，得回归分析结果：（表2）Dependent Variable: YMethod: Least SquaresDate: 12/14/10 Time: 21:52Sample: 1985 2003Included observations: 19Variable Coefficient Std. Error t-Statistic Prob.C -96.68733 11.43839 -8.452878 0.0000X1 3.243682 0.306288 10.59030 0.0000X2 -0.690818 1.160908 -0.595067 0.5638X3 0.023696 0.047295 0.501030 0.6262X4 -0.111652 0.947891 -0.117790 0.9084X5 -0.617843 0.841959 -0.733816 0.4784X6 0.000335 0.000551 0.608476 0.5552X7 -0.111526 5.205167 -0.021426 0.9833R-squared 0.999523 Mean dependent var 823.4679Adjusted R-squared 0.999220 S.D. dependent var 597.4553S.E. of regression 16.68431 Akaike info criterion 8.762376Sum squared resid 3062.028 Schwarz criterion 9.160035Log likelihood -75.24257 F-statistic 3295.807Durbin-Watson stat 1.297381 Prob(F-statistic) 0.000000从表2中可以看出F检验显著，但有几项t检验不过关，说明变量之间存在多重线性。

计量经济学作业各地区的国内生产总值的影响因素班级：姓名：学号：时间：内容摘要:各地区国内生产总值受多种因素影响，根据全国31个省市的相关经济变量数据，对其进行计量分析。

应用计量经济学所学知识对根据经济理论选取的影响各地区国内生产总值的各因素进行分析、检验，并对其影响程度的大小进行定量分析，进一步明确和完善相关的经济学知识。

本文选取2009年的相关数据关键词：生产总值消费性支出固定资产投资各地税收收入净出口一、前言：我国各地区居民的消费支出、固定资产的投资、净出口及各地区税收收入在很大程度上决定了当地的生产总值。

现利用计量经济学中的知识对此进行分析，研究各影响因素的影响程度。

二、模型的选择与建立我选择了四个解释变量对我国2008年各地区的GDP进行分析，并利用计量经济学方法对所建立模型进行定量分析。

模型的变量选择如下：Y---生产总值（亿元）X1----居民消费性支出（元）X2----固定资产投资（亿元）X3----各地税收收入（亿元）X4----各地净出口（万美元）模型的变量数据如下：3561.56 9048.29 2412.02 311.71 135661.20 州云5692.12 10201.81 4526.37 548.11 451325.20 南西394.85 9034.31 378.28 18.51 37547.10 藏陕7314.58 10705.67 6246.90 532.80 398814.90 西甘3166.82 8890.79 2363.00 176.04 73551.20 肃青1018.62 8786.52 798.23 70.17 25187.60 海宁1203.92 10280.00 1075.91 90.74 74293.00 夏新4183.21 9327.55 2725.45 301.13 1093456.30 疆由散点图知，Y与X1、X2、x3、X4呈现性关系，所以设模型为Y=β0+β1x1+β2x2+β3x3+β4x4+μ三、，模型参数估计与回归结果分析Y与X1、X2、X3、X4的回归分析结果如下：Y=1433.68-0.15X1+1.07X2+1.96X3+0.00047X4(0.64) (-0.65) (9.38) (1.15) (4.65)R2=0.973521R- 2=0.969447 F=238.9774 D.W.=1.836524 （一）经济意义检验从经济意义上说，各地区的生产总值Y与固定资产投资X2、各地税收收入X3、各地净出口X4成正相关。

河北经贸大学计量论文影响我国国内生产总值相关因素分析影响我国国内生产总值相关因素分析内容摘要：随着中国市场经济的确立，我国经济得到了规模式发展，国内生产总值也得到快速发展。

本文根据我国1996—2011年国内生产总值的相关经济数据，从实证的角度对其进行计量分析。

得出了财政收入和资源消耗量对国内生产总值存在较大的影响。

关键词：国内生产总值财政收入资源消耗量计量经济学一、引言改革开放以来，中国经济释放了难以置信的增长潜力，国民经济迅猛发展，经济总体规模更是跃居前列，虽然整个经济规模的绝对值大幅增加，但我国国内生产总值的影响相关因素及其影响程度还无定论。

本文运用计量经济学相关知识，截取1996—2011年的相关数据，建立了一个以国内生产总值为因变量，以其他可量化的影响因素为解释变量的多元线性回归模型，对国内生产总值变动的相关影响因素进行实证分析，从而得到相关启示。

二、预设模型本文研究影响国内生产总值变动的相关因素及其影响程度，着重考虑进出口额、财政收入、资源消耗量、固定资产投资额和工资总额五个变量。

可用如下线性回归模型进行估计：Y=β0+β1 X1+β2 X2+β3 X3+β4 X4+β5 X5Y为国内生产总值（亿元），X1为进出口额（亿元），X2为财政收入（亿元），X3为资源消耗量（万吨标准煤），X4为固定资产投资额（亿元）X5为工资总额（亿元）三、数据收集本文手收集了1996—2011年国内生产总值、进出口额、财政收入、资源消耗量、固定资产投资额和工资总额等数据，如下表所示：数据来源：国家统计局《中华人民共和国统计年鉴》四、模型建立1、散点图分析运用EViews5.0软件，作出被解释变量Y与各变量间的散点图：由被解释变量Y与各变量建的散点图观察可知被解释变量Y与每个解释变量间都呈线性关系，但线性关系的明显程度不同。

2、单因素或多变量间关系分析3、模型预模拟运用EViews5.0软件，对数据进行OLS 回归分析：根据结果，模型预模拟如下：5953434.54760674.03094988.02492396.41339189.087.80115X X X X X Y -+-++= (4.2545) (2.4441) (8.4277) (-0.8009) (3.5874) (4.2545)999831.02=R 999747.02=R 80.11834=F 691557.2.=W D五、 模型检验1、计量经济学意义检验 多重共线性检验X1、X2、X3、X4、X5的相关系数如下表：由表中数据可知X1、X2、X3、X4、X5可能存在高度相关性。

计量经济学论文(影响农业总产值的因素分析)摘要：本文旨在分析影响中国农业总产值的因素。

通过对1990年至2018年期间的数据进行分析，本文发现农业生产资料、农村劳动力、农业技术进步、政府投资和天气因素对农业总产值有显著的正向影响。

同时，通货膨胀对农业总产值有负向影响。

本文的研究结果有助于政府决策者制定相应的政策，以促进中国农业的可持续发展。

关键词：影响因素；农业总产值；计量经济学；中国Abstract:This paper aims to analyze the factors that affect China's agricultural output value. By analyzing the data from 1990 to 2018, this paper finds that agricultural production factors, rural labor, agricultural technological progress, government investment, and weather factors have a significant positive impact on agricultural output value. At the same time, inflation has a negative impact on agricultural output value. The research results of this paper can help government decision-makers formulate corresponding policies to promote the sustainable development of China's agriculture.Keywords: influencing factors; agricultural output value; econometrics; China1.引言农业是中国经济发展中不可或缺的一部分。

影响GDP增长因素分析摘要：本文通过收集过去30年影响国内生产总值主要因子的数据，并对此作计量经济分析，明确影响国内生产总值主要因子对于国内生产总值的贡献，并作出计量经济模型。

关键词 GDP、居民消费水平、固定资产投资额、进出口总额、就业人员、能源消耗总量、增长、分析改革开放以来我国经济飞速发展，GDP增速每年在8%以上，创造了中国经济发展的奇迹。

消费、投资和进出口作为拉动增长的三驾马车对经济增长的贡献不言而喻，此外还有其他一些因素影响经济发展，到底国内生产总之于这些因子之间是一种怎样的关系，我们没有一个定量的概念，为了明确我国GDP增长的因子和这些因子对对我国GDP增长的贡献，为以后经济发展提供数据支持。

对我国过去30年的GDP增长因子做计量经济分析。

（影响GDP增长的因素很多，下面只把居民消费水平、固定资产投资额、进出口总额、就业人员、能源消耗总量作为最主要的因子进行分析。

）下表是下表提供我国1980—2010年的GDP总量及主要影响因素的数据。

其中Y=GDP（亿元）;X1=居民消费水平（元）；X2=固定资产投资额（亿元）;X3=进出口总额（亿元）；X4=就业人员（万人）；X5=能源消耗总量（煤万吨）obs Y X1 X2 X3 X4 X5 1980 4545.620 238.0000 910.9000 570.0000 42361.00 60275.00 1981 4889.460 264.0000 961.0000 735.3000 43725.00 59447.00 1982 5330.450 288.0000 1230.400 771.3000 45295.00 62067.00 1983 5985.550 316.0000 1430.100 860.1000 46436.00 66040.00 1984 7243.750 361.0000 1832.900 1201.000 48197.00 70904.00 1985 9040.740 446.0000 2543.200 2066.700 49873.00 76682.00 1986 10274.38 497.0000 3120.600 2580.400 51282.00 80850.00 1987 12050.62 565.0000 3791.700 3084.200 52783.00 86632.00 1988 15036.82 714.0000 4410.400 3821.800 54334.00 92997.00 1989 17000.92 788.0000 4517.000 4155.900 55329.00 96934.00 1990 18718.32 833.0000 4753.800 5560.100 64749.00 98703.00 1991 21826.20 932.0000 5594.500 7225.800 65491.00 103783.01992 26937.28 1116.000 8080.100 9119.600 66152.00 109170.0 1993 35260.02 1393.000 13072.30 11271.00 66808.00 115993.0 1994 48108.46 1833.000 17042.10 20381.90 67455.00 122737.0 1995 59810.53 2355.000 20019.30 23499.90 68065.00 131176.0 1996 70142.49 2789.000 22913.50 24133.80 68950.00 138948.0 1997 78060.85 3002.000 24941.10 26849.70 69820.00 137798.0 1998 83024.33 3159.000 28406.20 26967.20 70637.00 132214.0 1999 88479.16 3346.000 29854.70 29896.20 71394.00 133831.0 2000 98000.48 3632.000 32917.70 39273.20 72085.00 145530.9 2001 108068.2 3887.000 37213.50 42183.60 72797.00 150405.8 2002 119095.7 4144.000 43499.90 51378.20 73280.00 159431.0 2003 134977.0 4475.000 55566.61 70483.50 73736.00 183791.8 2004 159453.6 5032.000 70477.43 95539.10 74264.00 213456.0 2005 183617.4 5596.000 88773.61 116921.8 74647.00 235996.7 2006 215904.4 6299.000 109998.2 140974.0 74978.00 258676.3 2007 266422.0 7310.000 137323.9 150648.1 75321.00 280507.9 2008 316030.3 8430.000 172828.4 166863.7 75564.00 291448.3 2009 340320.0 9283.000 224598.8 179921.5 75828.00 306647.2 2010 399759.5 10522.00 251683.8 201722.2 76105.00 324939.2 一设估计模型为Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+U i运用OLS估计法对上式中的参数进行估计，回归结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/16/13 Time: 22:44Sample: 1980 2010Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C 8621.314 8349.478 1.032557 0.3117X1 22.10706 2.137336 10.34328 0.0000X2 0.471963 0.064007 7.373655 0.0000X3 0.225350 0.193125 1.166863 0.2543X4 -0.282131 0.333525 -0.845904 0.4056X5 0.039960 0.164561 0.242828 0.8101R-squared 0.998855 Mean dependent var 95594.02Adjusted R-squared 0.998626 S.D. dependent var 109250.3S.E. of regression 4050.243 Akaike info criterion 19.62293Sum squared resid 4.10E+08 Schwarz criterion 19.90047Log likelihood -298.1554 Hannan-Quinn criter. 19.71340F-statistic 4360.504 Durbin-Watson stat 2.191273Prob(F-statistic)0.000000回归分析结果：从经济意义上讲，就业人口X2的系数为负，可初步认为国民经济在向技术密集型、资本密集型发展。