对中国经济增长影响因素的实证分析报告
- 格式:doc
- 大小:335.00 KB
- 文档页数:21
中国GDP增长率的主要影响因素分析随着中国的经济实力逐步增强,GDP增长一直是社会关注的热点话题。
GDP 增长率是反映一个国家经济健康状况的重要指标,也是评价一个国家经济发展水平的重要标志。
因此,了解和分析中国GDP增长率的主要影响因素意义重大。
本文将就中国GDP增长率的主要影响因素进行分析和探讨。
一、政策因素经济政策是国家对经济的调控手段,也是影响GDP增长率的重要因素。
中国政府通过财政、金融、货币政策等手段,来促进国内经济的发展。
例如,2008年金融危机爆发时,中国政府实行了积极的宏观调控政策,推出了4万亿元的经济刺激计划,加大基础设施建设力度,适当增加货币供应量等,促进经济稳定增长。
因此,政府的经济政策对中国GDP增长率产生了深远的影响。
二、市场需求市场需求是经济发展的基础,也是拉动GDP增长的关键因素。
随着人民生活水平不断提高和消费习惯的改变,市场需求的结构和规模在不断变化。
近年来,中国发展建立了全球最大的中等收入人群,消费能力得到了大幅提升,消费市场呈现出大众化、多元化和个性化的发展趋势。
因此,满足市场需求,开拓消费市场,推动供给侧结构性改革,提高产品和服务质量,对中国GDP增长率的提升起到了巨大的推动作用。
三、国际贸易国际贸易关系着中国经济的发展,也是影响中国GDP增长率的重要因素。
中国作为世界第二大经济体,对外开放程度逐年提高,国际贸易的规模和质量也在持续提升。
中国的出口劳动力成本低、产品竞争力强,对海外市场的主导地位已经达到了历史性的高度,为中国经济发展提供了强大的动力。
与此同时,中国自2001年加入世界贸易组织以来,也面临着国际贸易保护主义、贸易摩擦、市场准入壁垒等挑战,因此,中国的国际贸易关系对中国GDP增长率的影响具有双向性。
四、金融体系金融是经济发展的核心,也对中国GDP增长率产生重要影响。
中国在金融领域的改革力度不断加大,资本市场不断健全,货币体系不断完善,在推动经济增长方面发挥着重要作用。
我国农业经济增长影响因素的实证分析我国农业经济增长影响因素的实证分析一、引言201X年至201X年,中共中央连续十一年发布以三农为主题的中央一号文件,强调了三农问题在中国社会主义现代化建设之中处于重中之重的地位,农业经济在我国国民经济中的基础地位始终未变。
因此,研究农业经济增长,分析农业经济增长的影响因素是很有必要,对促进我国农业经济发展、农业现代化具有理论指导作用。
农业经济问题成为了国内各界人士关注的焦点,国内的许多学者对农业经济增长影响因素进行了多角度、多方位、多层面的研究分析,希望从理论方面研究对农业经济增长起到一定的指导作用。
从目前国内对农业经济增长因素研究分析状况来看,影响因素有:信息化、农村金融、科学技术、人力资本、国内政策、农业进出口等。
李向阳采用多元回归分析的方法研究信息化对农业经济的影响,认为信息化对农业具有正向的影响,应该加强农业信息化普及教育,并建立农业信息化金融平台,促进农业装备制造业发展,从而促进农业经济发展。
董鸿鹏则一辽宁省为例,采用C-D生产函数模型对信息化的贡献进行量化,并建立多元回归模型,得出农业信息化已经成为辽宁省农业经济增长的新型动力资源。
而曾祯、杨帆等人通过构建层级模型和结构等价模型对我国的涉农信息进行研究,认为我国的农业信息化整体围绕信息权利和行政权利较高节点呈中性化,而较低的节点信息化程度较低。
而万众、朱哲翼通过投入产出函数和拓模型展分析了我国华东、华南、华北、华中、西南、西北、东北七个地区农业政策性金融对农业经济增长的影响,认为农业政策性金融对农业经济增长存在显著性影响,但有地区差异。
田杰、陶建平采取了我国1883个县的面板数据进行了研究,得出农村金融密度与农村经济增长关系处于倒U型左边,可以通过增加农村的金融贷款数量和贷款配置效率提高农村经济增长。
禹越军、王菁华运用RAV模型,用1978-201X年的数据分析了农村金融发展与农村经济增长的关系,认为农村金融发展对农村经济增长有促进作用,但农村金融发展滞后于农村经济增长。
中国经济增长的影响因素分析一、 引言自改革开放以来,中国经历了翻天覆地的变化,随着改革开放,互联网时代的到来,中国从军事政治经济等各个方面,与之前相比,都有着天翻地覆的变化。
尤其是中国经济增长方面,一直保持着持续、高速的增长,年均GDP增长率接近10%,经济增长一方面关系到我国国际地位的提升、综合国力的增强,另一方面关系到人民的生活水平提高。
而今年,总书记也在出席全国组织工作会议中指出经济增长要改良考核方法手段,既看开展又看根底,既看显绩又看潜绩,把民生改善、社会进步、生态效益等指标作为重要的考核内容,再也不能简单以国内生产总值增长率来衡量经济增长程度了。
并且总书记指出未来的经济开展不能只重视增长量,更要重视质量,由此提出了新常态这一概念,新常态就是不同以往的、相对稳定的状态。
这是一种趋势性、不可逆的开展状态,意味着中国经济已进入一个与过去30多年高速增长期不同的新阶段。
中国GDP增速从2012年起开始回落,2012年、2013年、2014年上半年增速分别为7.7%、7.7%、7.4%,是经济增长阶段的根本性转换。
中国告别过去30多年平均10%左右的高速增长,中国经济呈现出新常态,从高速增长转为中高速增长,经济结构优化升级,从要素驱动、投资驱动转向创新驱动。
然而不仅是这一“新常态〞政策影响,大家都知道人口是一切财富之源头和归宿。
在计划生育、城市化导致生养本钱大幅度提高、个人主义、女性独立、不承认城市贫民窟、外来流动人口子女就学权利得不到保障等政策、法律、社会、文化多重因素“十面埋伏〞下,中国人口生育率已处在世界最低行列而且仍在下降,远远达不到2.2的世代更替水平。
由此我国老龄化的加剧、人口红利也在降低,已经保持了连续三十余年的高速增长的经济也必定面临着下降的情况。
经济开展情况密切影响着我国的综合国力、国际地位,对于本国开展与人民生活状况也有重要的影响意义,只有经济增长了,我国的综合国力和国际地位才能够提高,人民的生活水平才会越来越好,因此研究经济增长与其影响因素是十分必要的。
影响中国经济增长的因素分析中国是世界第二大经济体,其发展速度惊人,但是经济增长受到很多因素的影响,本文将从多个角度来分析影响中国经济增长的因素。
一、外部因素1. 国际贸易国际贸易是中国经济增长的重要因素之一。
中国是世界上最大的贸易国家之一,其商品出口占到全球出口的比重超过10%。
随着全球化的深入发展,国际贸易对中国经济的依赖度也越来越高。
但是贸易战、关税和贸易保护主义等因素都对中国的经济增长构成了威胁。
2. 美元汇率走势美元汇率走势对中国的经济增长也有很大的影响。
中国依赖于出口,如果美元贬值,中国的出口将变得更具竞争力,但这也会使得中国的进口成本增加。
而如果美元升值,中国的出口将不利于与其他竞争对手的竞争,但这也会使中国的进口成本降低。
二、内部因素1. 人口结构中国的人口结构正在发生变化。
由于“独生子女政策”等因素的影响,中国人口老龄化加速,儿童和青少年人口的比例下降。
这意味着未来中国的劳动力供应将会减少,这将对中国的经济增长造成重大影响。
2. 城乡发展差异中国的城乡发展差异是一个长期存在的问题。
农村地区的经济、教育和医疗等方面的基础设施相对较弱,这阻碍了农村经济的发展,也导致了城乡收入差距的扩大。
中国政府正在实施新一轮扶贫计划,旨在消除贫困,提高农民的收入和生活水平,这将有助于缩小城乡发展差距。
3. 资源环境限制中国的资源环境问题在过去几十年里持续恶化。
污染和资源短缺已经成为制约中国经济增长的重要因素之一。
中国正在大力实施绿色发展战略,加强环保监管和治理,促进资源节约和循环利用,同时大力发展新能源和清洁技术,以实现可持续发展。
综上所述,影响中国经济增长的因素是多方面的,政府需要采取综合性措施来解决这些问题。
保持对国际贸易的开放,加强对汇率的监管和管理,积极推动人口结构调整和城乡发展平衡,大力实施绿色发展战略,是中国当前和未来经济发展所应迎接的挑战。
经济增长影响因素实证分析经济增长是一个国家或地区综合国民收入和生产力水平不断提高的过程,是国家经济发展的重要指标之一。
经济增长的影响因素是一个复杂的系统,涉及到经济、政治、社会等多个方面的因素。
本文主要通过对经济增长影响因素的实证分析,探讨其中的关键因素。
技术进步是经济增长的重要驱动力。
技术进步可以提高生产效率,降低成本,促进企业创新和产品升级,从而推动经济增长。
实证研究表明,技术进步对经济增长的贡献度逐渐增大。
科技创新和信息技术的发展,极大地推动了现代经济的发展。
加大对科技创新的投入,提高技术创新能力,对于实现经济增长至关重要。
资本积累也是经济增长的关键因素之一。
资本积累可以通过增加投资来实现,包括对生产资本的投资和对人力资本的投资。
实证研究表明,资本投资对经济增长的贡献度较高。
经济发达国家往往有较高的投资率和储蓄率,这为经济增长提供了稳定的资本来源。
在推动经济增长过程中,政府和企业应该加大对资本的投资力度,提高资本积累水平。
人力资源是经济增长的重要要素。
人力资源的素质和数量直接影响着生产力和创新能力的提高,对经济增长起到关键作用。
实证分析显示,教育水平的提高和人力资本的积累对经济增长有显著的正向影响。
东亚四小龙地区和中国大陆的崛起,得益于其大量的优秀人才和高素质的劳动力。
加大教育投入,提高人力资源的素质和数量,可以有效促进经济增长。
市场开放和国际贸易也对经济增长产生重要影响。
开放的市场能够带来更广阔的发展机会和技术资源,有利于加速经济转型和创新能力提升。
实证研究表明,对外开放和经济增长呈现正向关系。
中国的改革开放政策,为其快速的经济增长提供了强大的动力。
继续推进市场开放,积极参与国际贸易,提高国际竞争力,对于促进经济增长具有重要意义。
技术进步、资本积累、人力资源和市场开放等因素是影响经济增长的关键因素。
通过实证分析可以发现,加大科技创新投入、提高资本积累水平、加大教育投入和提高人力资源素质、继续推进市场开放和积极参与国际贸易等措施,可以有效推动经济增长。
我国经济增长的影响因素分析引言近年来,中国经济保持较快的增长速度,成为全球经济的重要推动力量。
然而,经济增长的影响因素十分复杂,涉及众多方面的因素。
本文将从人口因素、投资因素、技术创新因素、外部环境因素等多个角度,进行我国经济增长的影响因素分析。
人口因素人口是经济增长的重要因素之一。
长期以来,中国庞大的劳动力人口为经济提供了充足的劳动力资源,助推经济增长。
然而,随着人口红利逐渐消失以及人口老龄化问题的加剧,人口因素对经济增长的贡献逐渐减弱。
为解决这一问题,我国相继推出了一系列人口政策,如放宽计划生育政策、鼓励生育政策等,以提高劳动力供给。
投资因素投资是经济增长的重要驱动力之一。
在我国,投资对经济增长的贡献一直较大。
大规模的基础设施建设、城市化进程和产业升级都需要大量的投资支持。
然而,投资过度扩张和低效率使用也带来了一系列问题,如过剩产能、高债务率等。
因此,在未来,需要加强投资的引导和调控,提高投资效率,以确保持续稳定的经济增长。
技术创新因素技术创新是推动经济增长的重要动力。
在我国,近年来不断加大的科技创新投入取得了显著成效,推动了经济结构的升级和产业的转型升级。
特别是在高技术产业和新兴产业方面,取得了巨大的发展。
同时,技术创新也为提高全要素生产率提供了强大支持。
未来,我国需要进一步加强技术创新能力,培育新的经济增长点。
外部环境因素外部环境对我国经济增长也有较大影响。
世界经济的发展态势、国际贸易政策、外汇市场等因素都会对我国的经济增长产生重要影响。
近年来,全球经济面临不确定性增加,贸易保护主义抬头,这都对我国的出口和投资造成了一定的压力。
因此,我国需要灵活应对外部环境的变化,加强经济合作与外交谈判,以保持经济的稳定增长。
结论综上所述,人口因素、投资因素、技术创新因素和外部环境因素等都对我国经济增长产生重要影响。
在未来发展中,我国需要科学引导人口政策,提高投资效率,加强技术创新能力,并灵活应对外部环境变化,以实现可持续发展的经济增长目标。
我国经济增长影响因素的实证研究摘要:投资需求、消费需求、出口需求对国民经济增长具有十分重要的意义。
本文从国内生产总值支出法角度出发,运用eviews 软件,从投资、消费、出口三个方面研究各自发展速度对gdp增长速度的影响程度,并提出完善我国收入分配制度、提高投资资源使用率等建议。
关键词:投资;消费;出口;回归分析一、引言投资、消费、出口是拉动我国经济增长的”三驾马车”,消费对拉动经济增长具有十分重要的作用;投资可以拉动经济增长,形成一定的生产力,增加社会产品的生产能力,提高商品供给,推动经济增长;出口的增长会直接导致国内有效需求的增加,有利于我国积累必要的外汇资金。
可以看出投资、消费、出口三者是相辅相成的关系,共同促进着我国的经济增长,因此,对三驾马车的研究对于我们了解国内经济增长中存在的问题及宏观经济政策的提出有着重要的意义。
国内许多学者都对此问题进行过不同角度的研究。
郑杰、蔡俊、曾丽斌(2006)以政府规模、技术投入、外商直接投资、储蓄、贸易为自变量建立模型做回归分析,提出应降低利息率,促进消费,扩大对外出口等对策;李宝仁、张院(2005)定量分析了消费、投资、出口三个变量对我国gdp的贡献,得出了扩大内需、稳定外需、保就业等政策建议;以上学术成果虽然结论各有偏差,但都说明了消费、投资、出口作为我国经济增长永恒动力的重要性和研究的价值。
二、模型选取与数据处理1.选择变量和模型支出法是从最终使用的角度反映gdp最终使用去向的方法,最终使用包括货物和服务的最终消费支出、资本形成总额、货物和服务净出口三部分。
运用eviews软件和回归方程,通过对1978-2009年经济增长率与固定资本形成增长率、居民消费增长率、出口增长率的分析,进行初步预测。
其中y表示gdp增长速度,x1表示固定资本形成增长速度,x2表示居民消费增长速度,x3表示出口增长速度。
因此建立理论方程如下:y=c+c1x1+c2x2+c3x3+u2.样本数据的选取gdp增长率选自2010年《中国统计年鉴》,为实际增长率(表1)。
全面分析影响中国经济增长的因素及应对策略中国经济增长受到许多因素的影响,包括内外部因素。
了解这些因素并采取相应的应对策略是确保中国经济持续稳定增长的关键。
首先,内部因素对中国经济增长至关重要。
其中之一是人口因素。
中国人口庞大,为经济增长提供了巨大的劳动力资源。
然而,随着人口老龄化问题的日益严重,劳动力供给将面临挑战。
因此,必须采取措施促进劳动力的技能培训和提高就业率,以确保经济增长的可持续性。
另一个内部因素是投资。
投资对经济增长起到关键作用,通过增加生产力和创造就业机会,可以推动经济的发展。
为鼓励投资,政府应提供良好的投资环境,例如减少政府审批的繁文缛节、加强知识产权保护等。
同时,政府还应支持绿色投资和创新投资,以推动经济结构转型和提高竞争力。
人力资源是另一个关键的内部因素。
教育和技能的提升是保持经济增长的重要保障。
政府应加大对教育事业的投入,提高教育质量和普及率。
此外,还应鼓励技能培训和终身学习,以满足劳动力市场的需求。
这样可以提高劳动效率,推动经济增长。
外部因素也对中国经济增长产生重要影响。
全球贸易环境是其中之一、随着全球化程度的提高,中国的经济增长高度依赖对外贸易。
因此,政府应积极推动自由贸易,并加强与其他国家的经济合作。
同时,通过加强贸易保护和提高产品质量,可以更好地应对国际贸易不确定性。
全球金融市场的不稳定性也是一个外部因素。
金融市场的波动可能会对中国经济产生负面影响。
应对这一挑战的策略包括综合运用货币政策、财政政策和宏观审慎政策,以保持金融市场的稳定和资金的流动性。
此外,加强金融监管和风险管理,以预防和化解金融风险。
环境问题也对中国经济增长产生了重大影响。
应对气候变化和环境污染的策略,不仅可以保护环境资源,还可以推动绿色经济的发展。
政府应加大对清洁能源、节能减排等绿色产业的支持。
此外,加强环境监管和治理,促进可持续发展,提高环境质量。
总之,中国经济增长的内部和外部因素非常复杂。
政府应采取综合措施来应对这些因素,并制定相应的策略来推动经济增长。
中国经济增长的影响因素实证分析作者:张肖来源:《商情》2015年第14期【摘要】本文对影响中国经济的因素做出了理论综述,在此基础之上选择设计一定的经济变量因素,再利用计量经济分析方法和1990年-2014年时间序列的统计数据,建立了影响国内经济增长的因素模型,进行实证分析并对模型进行检验,得到了要保证国民经济可持续快速发展,必须重视全社会消费总额这个指标,拉动内需的结论。
最后,对模型分析出的结果提出了一些政策建议。
【关键词】经济增长影响因素最小二乘法一、文献综述与理论分析(一)供给因素方面屈炳祥从马克思经济增长理论出发,概括了资本、劳动力、土地等这些传统意义上的经济增长因素,着重研究了科学技术、产业结构、管理、市场环境等因素对经济增长的影响。
肖耀球在马克思经济增长模型的基础上,在中性技术进步条件下建立静态增长模型,分析了资本、劳动力、科技等一系列生产供给因素形成经济波动的机理,并阐述了其对经济增长的影响。
Yan Wang和Yudong YAo将人力资本内生化,实证分析了人力资本对经济增长的影响,并得出人力资本与经济增长之间存在正相关的关系,我国应通过加大人力资本投入的方式,提高生产劳动率从而刺激经济的增长。
李雪峰在卢卡斯和罗默内生经济增长模型的基础上,对原模型进行了一定程度的改进,并将我国1978-2003年人力资本投资与R&D投资的相关数据带入模型进行实证分析。
(二)需求因素方面Qiaoyu将中国1982-1994年GDP、固定资产投资、进出口贸易各要素的月度相关统计数据分析,其结果表明固定资产投资和进出口贸易与GDP存在长期的协整关系,固定资产投资和出口均为经济增长的格兰杰原。
刘学武将中国1989-1999年GDP、物质资本存量、最终消费和进出口贸易月度相关统计资料进行协整关系检验并引入误差修正模型分析各要素的短期均衡关系,表明投资、消费、进出口与中国经济增长之间存在长期均衡关系,投资与最终消费对经济增长的贡献较为显著,二者与经济增长互为格兰杰原因。
基于多元回归分析的我国GDP影响因素实证分析1. 引言1.1 研究背景中国是世界上最大的发展中国家之一,经济增长一直是国家发展的重要指标之一。
而国内生产总值(GDP)作为衡量一个国家经济状况的重要指标,受到了广泛关注。
对于我国GDP影响因素的研究,不仅可以帮助我们更好地了解经济增长的机制,还可以为政府制定经济政策提供理论支持。
我国GDP受到诸多因素的影响,包括政府政策、投资水平、人口规模、技术进步等。
通过对这些因素进行综合分析,可以更好地理解影响我国经济增长的关键因素,为推动经济增长提供参考依据。
多元回归分析方法是一种常用的经济分析方法,可以帮助我们确定影响GDP的主要因素,并量化它们之间的关系。
通过对我国GDP影响因素进行多元回归分析,可以揭示出各个因素对经济增长的贡献度,帮助我们更好地了解我国经济增长的机制。
开展基于多元回归分析的我国GDP影响因素实证分析具有重要的理论和现实意义。
通过深入研究我国GDP的影响因素,可以为我国经济政策的制定提供科学依据,促进我国经济持续健康发展。
1.2 研究目的本研究的目的是通过基于多元回归分析的方法,分析我国GDP的影响因素,揭示不同因素对经济增长的影响程度,为政府制定经济政策提供科学依据。
具体来说,我们将通过分析数据得出不同因素对GDP的影响程度,从而为政府决策提供参考,为提升我国经济发展水平提供理论支持。
通过多元回归分析,我们也可以探讨各个因素之间的相互关系,从而深入了解我国经济增长的内在机理。
希望通过本研究,可以为我国经济发展提供更加科学的分析和预测,为未来经济政策的制定和调整提供重要参考依据。
1.3 研究意义我国GDP的增长是国家经济发展的重要指标,各种因素的影响会直接影响到GDP的变化。
通过多元回归分析,可以深入挖掘各种因素对GDP的影响程度,为制定经济政策提供科学依据。
本研究的意义在于对我国GDP影响因素进行实证分析,从而更好地了解我国经济增长的内在规律,为政策制定和经济发展提供参考。
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资料来源:中国统计年鉴、中国政府网(二)模型设计为了具体分析各要素对我国经济增长影响的大小,我们可以用国生产总值(Y)作为对经济发展的衡量,代表经济发展;用CPI(X1)消费需求;用固定资产投资总额(X2)衡量资本投入:用预算支出(X3)去代表政府购买X4代表进出口总额。
运用这些数据进行回归分析。
采用的模型如下:Y= β0+β1X1+β2X2+β3X3+β4X4+mi其中,Y代表国生产总值,X3代表预算支出,X2代表固定资产投资,X1代表消费价格指数,X4代表进出口总额,mi 代表随机扰动项。
通过对该模型的回归分析,得出各个变量与我国经济增长的变动关系。
三、模型检验及修正1.可以得到如下回归分析结果:Dependent Variable: YMethod: Least SquaresDate: 06/20/16 Time: 08:55Sample: 1985 2015Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C 83300.80 48323.23 1.723825 0.0966X1 -606.6547 443.4283 -1.368101 0.1830X2 -0.318973 0.225021 -1.417523 0.1682X3 4.176602 0.802216 5.206331 0.0000X4 3.191439 0.584819 5.457142 0.0000R-squared 0.996436 Mean dependent var 189284.4Adjusted R-squared 0.995888 S.D. dependent var 204842.6S.E. of regression 13135.92 Akaike infocriterion 21.95078Sum squared resid4.49E+09 Schwarz criterion22.18207Log likelihood -335.2371 Hannan-Quinncriter.22.02617 F-statistic 1817.315 Durbin-Watson stat 0.322178 Prob(F-statistic)0.000000Y=833300.8-606.6547β1X1-0.318973β2X2+4.18β3X3+3.19β4X4 R ²=0.996436 Ṝ=0.995888 F=1817.315 从数据可以看出模型拟合优度很好。
2.多重共线性检验X1 X2 X3 X4X1 1.000000 -0.288341 -0.314340 -0.324767 X2 -0.288341 1.000000 0.997062 0.932732 X3 -0.314340 0.997062 1.000000 0.945955 X4-0.3247670.9327320.9459551.000000从上面结果来看,X2,X3,X4之间存在高度相关性,分别做出Y 与1245,,,X X X X 间的回归,结果如下:Dependent Variable: Y Method: Least SquaresDate: 06/20/16 Time: 09:32Sample: 1985 2015Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C 1400826. 620793.2 2.256509 0.0317X1 -11490.48 5878.258 -1.954742 0.0603 R-squared 0.116420 Mean dependent var 189284.4 Adjusted R-squared 0.085952 S.D. dependent var 204842.6S.E. of regression 195841.6 Akaike infocriterion 27.27034 Sum squared resid 1.11E+12 Schwarz criterion 27.36286Log likelihood -420.6903 Hannan-Quinncriter. 27.30050 F-statistic 3.821017 Durbin-Watson stat 0.119399 Prob(F-statistic) 0.060314Dependent Variable: YMethod: Least SquaresDate: 06/20/16 Time: 09:34Sample: 1985 2015Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C 43248.59 7332.916 5.897871 0.0000X2 1.240429 0.036853 33.65913 0.0000 R-squared 0.975042 Mean dependent var 189284.4 Adjusted R-squared 0.974181 S.D. dependent var 204842.6S.E. of regression 32914.68 Akaike infocriterion 23.70357 Sum squared resid 3.14E+10 Schwarz criterion 23.79608Log likelihood -365.4053 Hannan-Quinncriter. 23.73372 F-statistic 1132.937 Durbin-Watson stat 0.209259 Prob(F-statistic) 0.000000Dependent Variable: YMethod: Least SquaresDate: 06/20/16 Time: 20:01Sample: 1985 2015Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C 28127.89 4993.077 5.633379 0.0000X3 4.008672 0.077829 51.50643 0.0000R-squared 0.989187 Mean dependent var 189284.4 Adjusted R-squared 0.988814 S.D. dependent var 204842.6S.E. of regression 21665.00 Akaike infocriterion 22.86712 Sum squared resid 1.36E+10 Schwarz criterion 22.95964Log likelihood -352.4404 Hannan-Quinncriter. 22.89728 F-statistic 2652.912 Durbin-Watson stat 0.339632 Prob(F-statistic) 0.000000Dependent Variable: YMethod: Least SquaresDate: 06/20/16 Time: 20:02Sample: 1985 2015Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C 13363.32 12872.16 1.038156 0.3078X4 14.18012 0.695338 20.39312 0.0000 R-squared 0.934814 Mean dependent var 189284.4 Adjusted R-squared 0.932566 S.D. dependent var 204842.6 Sum squared resid 8.21E+10 Schwarz criterion 24.75612Log likelihood -380.2859 Hannan-Quinncriter. 24.69376F-statistic 415.8795 Durbin-Watson stat 0.847523Prob(F-statistic) 0.000000从数据可以看出Y与X3回归具有最大的可决系数,因此选Y=28127.89+4.009X3作为初始的回归模型,逐步回归。