21世纪中国经济增长的动力分析
摘要：人们都说21世纪是中国的世纪，中国的经济增长是拉动世界增长的原动力。本次，我们小组采用多元线性回归分析方法对1980～2010年中国经济增长，及其影响因素进行研究，希望通过研究劳动力投入、资本投资、科研投资、消费需求对国内生产总值的影响，寻求这些变量对中国国内产出的相关关系，并对模型进行检验与修正，得出最终模型，并寻找相应的对策。
关键词：经济增长、消费需求、资本投资、科研投入、劳动人口。
一、文献综述
（一）经济增长理论
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：
首先，我们用GDP表示中国经济增长，从古典增长理论可以看出，社会财富的增长是经济增长的中心，所以我们小组认为投入到社会的物质资本是经济增长的最基本动力，我们引入变量固定资产投资总额来表示投入到社会的物质资本。引入劳动人数这个变量，来表示生产劳动对财富增长的影响。再根据现代经济增长理论，我们引入科研投资来表示知识、技术进步对经济增长的影响。而目前，中国CPI指数正处于高位，我们也希望探讨居民消费价格指数是否会影响到经济增长。
二、数据收集与模型的建立
（一）数据收集：从中国统计年鉴上我们搜集到1980至2009的相关数据
中国经济增长影响因素模型时间序列表
年份国内生产总
值（亿元）
年末从业
人员数（万
人）
固定资产投资
总额（亿元）
CPI
（上年
=100）
科研投资
（billion
十亿元）
1980 4545.6 42361 910.9 107.5 9.3 1981 4891.6 43725 961 108.5 11.1 1982 5323.4 45295 1230.4 102 19.4 1983 5962.7 46436 1430.1 102 25.6 1984 7208.1 48197 1832.9 102.7 29.8 1985 9016 49873 2543.2 109.3 31.1 1986 10275.2 51282 3120.6 106.5 42.2 1987 12058.6 52783 3791.7 107.3 46.4 1988 15042.8 54334 4753.8 118.8 48.5 1989 16992.3 55329 4410.4 118 51.1 1990 18667.8 64749 4517 103.1 56.2 1991 21781.5 65491 5594.5 103.4 64.3 1992 26923.5 66152 8080.1 106.4 90.8 1993 35333.9 66808 13072.3 114.7 108.7 1994 48197.9 67455 17042.1 124.1 119.8
1995 60793.7 68065 20019.3 117.1 143.1
1996 71176.6 68950 22913.5 108.3 165.1
1997 78973 69820 24941.1 102.8 184.5
1998 84402.3 70637 28406.2 99.2 206.3
1999 89677.1 71394 29854.7 98.6 245.0
2000 99214.6 72085 32917.7 100.4 328.2
2001 109655.2 73025 37213.5 100.7 457.7
2002 120332.7 73740 43499.9 99.2 610.2
2003 135822.8 74432 55566.6 101.2 778.7
2004 159878.3 75200 70477.4 103.9 954.2
2005 184937.4 75825 88773.6 101.8 1081.4
2006 216314.4 76400 109998.2 101.5 1214.5
2007 265810.3 76990 137323.9 104.8 1356.8
2008 314045.4 77480 172828.4 105.9 1560.3
2009 340903 77995 224598.8 99.3 1707.3
资料来源：中经网统计数据库，中国统计年鉴。
（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，我们可以用国内生产总值（y）作为对经济发展的衡量，代表经济发展；用总就业人员数（x1）衡量劳动力；用固定资产投资总额(x2)衡量资本投入：用价格指数（x3）去代表消费需求；用科研投入（x4）代表知识、科技对经济的影响。运用这些数据进行回归分析。
采用的模型如下：
y= β1+β2x1+β3x2+β4x3+β4x4+u
其中，y代表国内生产总值，X1代表社会就业人数，X2代表固定资产投资，X3代表消费价格指数，X4 代表科技投入，u代表随机扰动项。我们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、模型估计和检验
（一）模型初始估计
R2高达0.9913，F值为712.2597，说明四个变量对GDP增长的解释非常好。但，很明显：X3的T值为-1.04，显著性水平为0.3099>0.05。决定剔除X3
再次进行分析得到：
（二）多重共线性检验
首先检验变量间的多重共线问题，使用SPSS检验三个自变量的方差膨胀因子：
其中VIF 皆小于三十，表明不存在明显的多重共线性。所以不剔除变量。
（三）已知：DW=0.643541，查表得dL=1.01，dU=1.42。由此可知，存在相关性。
采用杜宾两步法，ρ=1-DW/2=0.6782
得到
Dependent V ariable: YY
Method: Least Squares
Date: 01/10/12 Time: 11:35
Sample(adjusted): 2 30
Included observations: 29 after adjusting endpoints
V ariable Coefficient Std. Error t-Statistic Prob.
C -17999.38 9836.599 -1.829838 0.0792
XX1 1.241022 0.491726 2.523806 0.0183
XX2 0.637375 0.148717 4.285838 0.0002
XX4 93.17557 20.25666 4.599749 0.0001
R-squared 0.973116 Mean dependent var 36377.67 Adjusted R-squared 0.969890 S.D. dependent var 39212.95
S.E. of regression 6804.333 Akaike info criterion 20.61595
Sum squared resid 1.16E+09 Schwarz criterion 20.80454
Log likelihood -294.9313 F-statistic 301.6403
Durbin-Watson stat 1.039747 Prob(F-statistic) 0.000000
虽然还不是完全的无序列相关，但已经不具有明显的序列相关性了，表明数据得到了有效的修正。
（三）异方差检验:
选取滞后期为一，进行怀特检验：
White Heteroskedasticity Test
F-statistic 1.907221 Probability 0.17902
8
Obs*R-squared 1.913562 Probability 0.16656
8
Test Equation:
Dependent V ariable: RESID^2
Method: Least Squares
