计量经济学论文产业结构与我国经济增长的关系
学号：************
学院：经济管理学院
班级：金融8班
姓名：***
产业结构与我国经济增长的关系
摘要：经济发展是以经济增长为前提的，而经济增长与产业结构变动又有着密不可分的关系。本文采用1997年至2013年的统计数据，通过建立多元线性回归模型，运用最小二乘法，研究三大产业增长对我国经济增长的贡献，从而得出调整产业结构对转变经济发展方式，促进我国经济可持续发展的重要性。
关键词：经济增长国内生产总值三大产业，最小二乘法参数估计异方差检验LM法
一、模型设定及数据说明
（一）、模型设定
通过对数据观察，根据搜集的1996年至2012年的统计数据，建立模型。其模型表达式为：
Y t=α+β1X1+β2X2+β3X3+µi (i=1,2,3)
其中：Y表示国内生产总值(GDP)的年增长率，X1、X2、X3分别表示第一、二、三产业的年增长率，α表示在不变情况下，经济固有增长率。可近似认为，表明国内生产总值增长为三次产业增加值增长率的加权和，而βi分别表示各产业部门在经济增长中的权数；βi X i则表示各产业部门对经济增长的贡献。µi表示随机误差项。
（二）、数据说明：
年份GDP增长率第一产业增长率第二产业增长率第三产业增长率
1996 10.00000 5.100000 12.11000 9.430000
1997 9.300000 3.500000 10.48000 10.72000
1998 7.800000 3.500000 8.910000 8.370000
1999 7.600000 2.800000 8.140000 9.330000
2000 8.400000 2.400000 9.430000 9.750000
2001 8.300000 2.800000 8.440000 10.26000
2002 9.100000 2.900000 9.830000 10.44000
2003 10.00000 2.500000 12.67000 9.500000
2004 10.10000 6.300000 11.11000 10.06000
2005 11.30000 5.200000 12.10000 12.20000
2006 12.70000 5.000000 13.40000 14.10000
2007 14.20000 3.700000 15.10000 16.00000
2008 9.600000 5.400000 9.900000 10.40000
2009 9.200000 4.200000 9.900000 9.600000
2010 10.30000 4.300000 12.20000 9.500000
2011 10.50000 4.500000 12.40000 9.400000
2012 11.40000 5.300000 12.20000 9.800000
二、模型参数估计
运用eviews软件，采用最小二乘法，对下表中的数据进行线性回归，对所建模型进行估计，估计结果见下图。
Dependent Variable: Y
Method: Least Squares
Date: 06/19/16 Time: 20:37
Sample: 1997 2013
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C -0.896748 0.461553 -1.942892 0.0740
X1 0.226376 0.065190 3.472568 0.0041
X2 0.558466 0.051906 10.75921 0.0000
X3 0.358739 0.048281 7.430225 0.0000
R-squared 0.978100 Mean dependent var 9.988235
Adjusted R-squared 0.973046 S.D. dependent var 1.715329
S.E. of regression 0.281618 Akaike info criterion 0.505797
Sum squared resid 1.031017 Schwarz criterion 0.701848
Log likelihood -0.299278 F-statistic 193.5327
Durbin-Watson stat 0.733495 Prob(F-statistic) 0.000000
由表可得：
Y t=-0.8967+0.2264X1+0.5584X2+0.3587X3
三、模型的检验
（一）、统计检验
1、拟合优度检验
①、样本决定系数
R^2的值越接近1，说明回归直线对观测值的拟合程度越好；反之，R^2的值越接近0，说
明回归直线对观测值的拟合程度越差。
由图1参数估计结果可得，样本决定系数R^2=0.978100＞0.8，可见其拟合优度不错。
②、调整后的样本决定系数
因解释变量为多元，使用调整的拟合优度，以消除解释变量对拟合优度的影响。调整后的R^²=0.973046＞0.8，所以，其拟合程度不错。
2、方程显著性检验
原假设与备择假设分别为
H0: βi =0 H1:βi≠0
在H0成立的条件下，统计量
F= (ESS/k)/(RSS/(n-K-1))= 193.5327
而在α=0.05,n=16,k=3时，查表得F0.05(3,13)=3.41＜239.1760，由此可知，应拒绝原假设，接受H1，认为回归方程显著成立。
3、参数显著性检验
H0: βi =0 H1:βi≠0
在H0成立的条件下，统计量
T i=(^βi-βi)/S(^βi)
当βi =0时，T1=-3.472568 T2=10.75921 T3=7.430225
在α=0.05,n=17,k=3时，查表得T0.025(13)=2.16,得T i＞T0.025(16)=2.16,则拒绝原假设，接受备选假设，即认为βi显著。
（二）、计量经济学检验
1、多重共线性检验
①、首先采用最小二乘法估计模型
R²=0.978100 R^²=0.973046 F=193.5327 D.W=0.733495
由于R²较大接近于1，而且F=193.5327＞F0.05(3,13)=3.41，故认为国民生产总值GDP的增长量与上述三个解释变量间总体线性关系显著。
并且 X1 X2 X2 前参数估计值均通过t检验，故认为解释变量之间不存在多重共线性关系。
②、检验简单相关系数
由软件可得：
