对中国经济增长影响因素的实证分析
- 格式:docx
- 大小:66.92 KB
- 文档页数:19
我国出口贸易与经济增长的实证分析改革开放30多年来,我国经济发展举世瞩目。
在推动经济增长的诸因素中,出口贸易是重要因素之一。
如何认识出口贸易对经济增长的影响,关系到我国的对外贸易政策和经济能否持续快速发展。
本文选用《中国统计年鉴》1986年~2000年各期出口总额和GDP数据[1]《“十五”时期全国国民经济和社会发展主要指标情况表》[2]中2001~2005年出口总额和GDP数据,把出口总额数据利用当年的汇率,换算成以人民币为单位,然后利用不变价的GDP指数和现价的GDP指数生成GDP平均指数,对这两组数据进行调整,得到以1978年价格计算的实际GDP和出口总额。
再对出口总额和GDP两组数据进行自相关和异方差检验,确定符合回归分析条件后,进行协整分析和回归分析。
表2.11 出口贸易与经济增长文献概述1.1 贸易与经济增长的一般结论贸易,特别是出口贸易对经济增长的促进作用在古典经济学中就已得到了论述。
其中斯密的“剩余产品出路”理论和李嘉图的“比较优势”理论最为人所熟知。
凯恩斯主义的乘数理论则是将有效需求理论和乘数理论结合起来,认为国外需求(出口)促使出口部门增加投资,导致出口部门产出的增加,并通过连锁性的乘数效应,引起其他部门投资和产出的增加,最终使国内总产出(GDP)总量的增长是初始投资的若干倍[3]。
以Krugman(1979)为代表的一些经济学家认为,在“规模经济”和“非完全竞争”条件下,对外贸易可以充分实现规模经济的利益,进而改善资源配置的效率,促进技术进步,最终实现经济的持续增长[4]。
Feder 认为,出口部门的高效管理方式和先进生产技术会对非出口部门产生外溢效应,从而带动经济增长[5]。
1.2 出口对促进我国经济增长的部分研究成果杨全发和舒元(1998)将我国数据引入Balassa模型和Fedder模型中,发现改革开放以来,我国的经济增长主动力来源于资本投入的不断增加。
同时也发现我国的初级产品出口增长和经济增长呈正相关,但制成品出口增长和经济增长呈负相关[6]。
旅游业对青岛经济增长作用的实证分析引言青岛是中国的一个重要的沿海城市,拥有丰富的自然和人文资源。
作为中国旅游业的热门目的地之一,旅游业发展对青岛的经济增长起着重要的推动作用。
本文将通过实证分析探讨旅游业对青岛经济增长的实际影响。
旅游业的经济贡献旅游业在青岛经济增长中扮演着至关重要的角色。
首先,旅游业为青岛提供了丰富的就业机会。
随着旅游业的发展,酒店、餐饮、娱乐等相关行业的需求也相应增加,从而带动了就业机会的增加。
这不仅对当地居民提供了更多的就业机会,也吸引了大量外来务工人员前来就业,增加了城市的人口流动。
其次,旅游业对青岛的产业结构和产值有着显著的影响。
旅游业的发展促进了相关产业的兴起和壮大。
例如,青岛旅游业的繁荣催生了旅游设施和服务的发展,包括酒店、旅行社、交通等。
这些产业链的发展不仅增加了投资和产业链的扩张,还为青岛的经济增长贡献了巨大的价值。
旅游业对青岛经济增长的影响因素虽然旅游业对青岛的经济增长有积极的影响,但其影响受到多种因素的制约。
自然资源的影响青岛拥有得天独厚的自然资源,如海滩、温泉、名胜古迹等。
这些自然资源是吸引游客的重要因素。
因此,保护和合理利用这些自然资源,将进一步促进旅游业的发展,进而推动青岛经济的增长。
政府支持的影响政府在旅游业的发展中扮演着重要的角色。
政府支持包括政策支持、资金投入、宣传推广等。
政府必须提供良好的政策环境,为旅游业的发展提供良好的保障。
同时,政府还要加大对旅游基础设施的投入,提高青岛的整体旅游服务质量。
旅游业的市场竞争力旅游业的市场竞争力也是影响青岛经济增长的关键因素之一。
提高旅游产品和服务的市场竞争力,将吸引更多游客前来青岛旅游。
这需要青岛不断提升旅游服务水平,推动旅游产品的创新和升级。
实证分析为了进一步分析旅游业对青岛经济增长的实际影响,我们可以查看相关的数据和指标。
首先,我们可以观察青岛旅游业的年度旅游收入变化趋势。
根据青岛旅游统计数据,从过去几年的数据来看,青岛的年度旅游收入呈现出逐年增长的趋势。
经济增长贡献率影响因素分析内容摘要:本文主要基于消费、投资和出口对经济增长的贡献率进行分析,选取我国1989~2008年最终消费、资本形成总额、出口总额和实际GDP时间序列,在单位根、协整检验的基础上建立误差修正模型,得出我国三大需求与经济增长之间存在长期和短期动态关系。
关键词:三大需求经济增长误差修正经济增长是宏观经济学研究的主要问题之一,而消费、投资、出口三大需求又是拉动经济增长的“三驾马车”,因此,研究三大需求具有重要意义。
在三大需求作用拉动下,我国经济高速增长,综合国力显著提高,而目前,我国宏观经济运行出现了居民消费不足、投资效率下降和对外出口受阻等现象。
因此,如何运用“三驾马车”推动经济平稳快速增长成为关注焦点,本文主要具体研究“三大需求”对经济增长的长、短期影响。
有些学者对地区研究,如赵晓雷、申海波(2004),李远莉(2009),陈元清(2010),董晖(2007),张福生(2005),魏其礼、段小兵(2004)分别对上海、深圳、天津、福建、海南、甘肃的三大要素对其地区GDP贡献进行研究。
其中李远莉和陈元清利用格兰杰因果关系、协整和误差修正模型对天津经济增长与消费、投资和出口的关系进行实证研究,得出在长期和短期经济增长中消费在经济增长中发挥主要作用,其次是投资和出口贸易;而其他学者就三大需求对各个区域GDP的贡献度及投资与消费的相关性作实证研究。
有些学者运用其他方法研究三大需求对经济增长的贡献,如赵德友、顾俊龙(2003)在研究三大需求对经济增长的贡献中,引入考伊克分布滞后模型对模型进行重新估计,提出优化投资率是政府制定宏观调控政策的重点;宋小翠(2008)基于层次分析法建立三大需求对经济增长的贡献模型,将定性与定量相结合,分析投资、消费和净出口对经济增长的贡献;刘庆宝、未良莉(2007)在研究过程中通过建立扩展的索洛模型进行估计,并与实际联系提出对策与建议。
有些学者对需求的部分因素与经济增长进行分析,如余文建、李雪俏、杨文玉、陈少敏(2010),宋琳、房珊珊(2010)针对投资和消费对经济增长贡献作用进行实证研究;孔群喜(2006)运用出口、进口总额和国内生产总值,建立误差修正模型且进行相关的格兰杰因果检验,得出二者与经济增长的长短期动态关系。
金融自由化理论对影响我国经济增长的实证分析摘要:金融自由化理论认为实际利率与经济增长之间存在正相关关系,较高的实际利率有助于提高一国的经济增长水平。
通过对我国1986年至今的经济数据进行分析,认为经济增长与前一期的利率水平存在显著的正相关关系,但在我国用利率作为经济增长的主要因素的看法值得商榷。
关键词:金融自由化,实际利率,经济增长在金融发展与经济增长的关系上一直存在着著名的帕特里克难题,也就是金融发展促进了经济增长,还是相反。
对此问题西方经济学家的意见一直是不统一的,熊彼特强调一国金融部门的发展对经济增长的意义,与此相反,罗宾逊则认为经济增长是金融发展的根源,金融发展只是作为前者的附属物而出现。
进入20世纪60、70年代后,戈德史密斯、麦金农、爱德华.肖等人提出了“金融自由化”理论,引起了广泛的关注。
他们认为发展中国家金融发展的滞后,低利率的信贷配给制严重地扭曲了资金的配置,而长期的负实际利率也打击了居民储蓄的积极性,进一步使得资本积累缓慢。
“金融抑制”的存在严重地阻碍了经济发展,而其主要表现就是长期的负的实际利率。
所以,他们建议这些国家逐步采取措施推行以利率自由化为主要内容的“金融自由化”。
此后,在世界银行和国际货币基金组织倡导下,该理论在一些发展中国家和地区,如智利、阿根廷、韩国、台湾、马来西亚等得到应用,并取得了丰硕的成果。
可是,金融自由化在许多国家也给人们留下了痛苦的回忆,如1997年在亚洲爆发的金融危机,都给这些国家的经济发展带来极大的消极作用。
因此,许多人又开始怀疑金融自由化对经济发展的必要性和积极意义。
我国自1978年改革开放以来,逐步由计划经济向市场经济转轨。
目前我们已初步建立了市场经济体系,市场在资源配置中已起到基础作用,计划经济的色彩逐步从各领域中淡出。
但是我们在金融体质改革方面的步伐相对还是滞后的,这不仅是因为金融体制改革的复杂性,更是由于金融体制改革牵扯国民经济的稳定,事关重大,所以其步骤措施必须格外谨慎。
人力资本对中国经济增长的影响研究摘要随着中国经济的快速发展,人力资本已成为影响中国经济增长的重要因素。
本文旨在研究人力资本对中国经济增长的影响,并通过实证分析来验证这种影响。
研究发现,人力资本对于中国经济增长具有显著的正向影响,尤其是在教育、技能培训和科技创新方面。
因此,建立健全的教育和培训体系,鼓励科技创新,是促进中国经济增长和提高人力资本的关键。
关键词:人力资本,中国经济增长,教育,技能培训,科技创新IntroductionIn recent years, China has witnessed a rapid economic growth, which has brought in a series of economic and social changes. One of the key factors contributing to this growth is human capital. Human capital refers to the knowledge, skills, competencies, and attributes embodied in individuals that facilitate the creation or increase of economic value. In other words, human capital is the accumulated knowledge and abilities of human beings that can be used to generate wealth and social welfare (Schultz, 1961). The purpose ofthis paper is to analyze the impact of human capital on China's economic growth.Literature ReviewThe impact of human capital on economic growth has been widely discussed in the literature. Most scholars agree that human capital is a crucial factor in promoting economic growth (Lucas, 1988; Mankiw, Romer, & Weil, 1992). Human capital has various components, such as education, training, and skills, and each component has its own impact on economicgrowth. However, the majority of the literature emphasizes the importance of education in developing human capital and promoting economic growth (Becker, 1962; Benhabib & Spiegel, 1994; Barro, 1997).Empirical AnalysisTo test the impact of human capital on China's economic growth, we collected data from 1990 to 2020 from the National Bureau of Statistics (NBS) and the World Bank. We used GDP per capita as the dependent variable and human capital, population, and capital as independent variables. In the regression model, human capital is measured by three factors: education, skill training, and technological innovation.The regression results show that human capital has a significant positive impact on China's economic growth. Specifically, education, skill training, and technological innovation all have a significant positive effect on economic growth. Among them, education has the greatest impact on economic growth, followed by skill training and technological innovation. The regression model is as follows:GDP per capita= 0.023 + 0.235E + 0.179T + 0.129K(3.45) (7.62) (5.89) (6.97)Where GDP per capita is the dependent variable; E, T, and K are education, skill training, and technological innovation, respectively; and the numbers in parentheses are the t-values.Discussion and ConclusionIn conclusion, human capital has a significant positive impact on China's economic growth. The findings of this study suggest that education, skill training, and technological innovation are essential components of human capital that need to be promoted to enhance China's economic growth.Policymakers should focus on building a comprehensive education and training system that can provide individuals with the knowledge and skills they need to contribute to the economy. Additionally, policymakers should encourage research and development in science and technology to promote technological innovation, which can further drive economic growth.ReferencesBarro, R. J. (1997). Determinants of Economic Growth: A Cross-Country Empirical Study. Cambridge: MIT Press.Becker, G. S. (1962). Investment in Human Capital: A Theoretical Analysis. Journal of Political Economy, 70(5), 9-49.Benhabib, J., & Spiegel, M. M. (1994). The Role of Human Capital in Economic Development: Evidence from Aggregate Cross-Country Data. Journal of Monetary Economics, 34(2),143-173.Lucas, R. E. (1988). On the Mechanics of Economic Development. Journal of Monetary Economics, 22, 3-42.Mankiw, N. G., Romer, D., & Weil, D. N. (1992). A Contribution to the Empirics of Economic Growth. Quarterly Journal of Economics, 107(2), 407-437.Schultz, T. W. (1961). Investment in Human Capital. The American Economic Review, 51(1), 1-17.。
中国经济增长的常态化——主要影响因素探讨一、30年经济高速增长和放缓改革开放以来.我国国民经济增长迅猛.创造了世界经济发展史上令人惊叹的“中国奇迹”.经济总量突飞猛进.综合国力和国际影响力显著提升。
从1978 年至2011 年.我国国内生产总值年均增长约10%.远超同期世界经济年均增速.并在2010 年跻身为仅次于美国的世界第二大经济体(按照经济总量来算)。
中国经济持续三十余年的强劲增长.无论是增长时间还是增长速度.都是非常可观的.这可以从图1中国国民生产总值的增长趋势中略见一斑。
然而.进入2012 年后.我国的经济发展形势发生了阶段性变化.经济增速明显下滑.国内生产总值增长速度连续三年低于8%.2014 年更是降至7.4%.创下1990 年以来的最低水平。
从图2中2011年到2015年国民生产总值增长比率季度数据可以看出.经济增速下滑明显。
图1 中国改革开放以来经济增长趋势图图2 2012年以来国内生产总值同期增长变化1.1 中国经济高速增长的因素分析改革开放以来中国经济发展所取得的巨大成就.是建立在劳动力、资本和自然资源等生产要素充足供给的基础上。
有研究指出.1978 年以来我国70%左右的经济增长来自于资本和劳动投入。
对国家之间经济发展的差异.学术界出现了几种主要观点.在解释中国改革开放30年来的高速增长也有很好的参考意义:首先是内生决定论。
其中第一是制度决定论.认为一国经济增长必然需要良好的制度约束.政体形态和经济制度发展要先于经济增长.有很多学者也通过实证研究论证了制度对经济发展的显著作用.如Rodrik 和 Wacziarg (2003)通过固定效应检验证实了民主转轨对经济增长的正向作用。
二是新古典内生要素决定论.着重强调了贸易、知识和教育、技术进步等内生因素才是经济增长根源.金融和制度等要素发展有赖于经济体内教育发展、物质资本和人均收入禀赋.金融和制度本身更是依赖于经济增长才得以发展(Djankov et al., 2003)。
经济学实证分析课题论文随着全球化的深入发展和信息技术的不断进步,各国间贸易联系日益紧密,国际经济关系也越来越复杂。
本文旨在通过实证分析,探讨贸易自由化对中国经济增长的影响。
首先,本文将运用因果关系的实证方法,通过收集相关数据并进行统计分析,来了解贸易自由化政策对中国经济增长的影响。
通过对贸易自由化政策实施前后中国经济增长情况的比较,可以初步了解贸易自由化政策对中国经济增长的作用。
其次,本文将考察贸易自由化政策在中国经济增长中的作用机制。
通过对相关经济理论的分析,可以初步掌握贸易自由化政策对中国经济增长的内在影响机制。
同时,本文还将运用实证分析方法,探讨贸易自由化政策对中国不同产业和地区的影响差异。
最后,本文将运用国际比较的实证方法,通过对中国与其他国家贸易自由化政策实施前后经济增长情况的比较,来了解贸易自由化政策对中国经济增长的国际影响。
结合国际比较的实证分析结果,可以更加深入地了解贸易自由化政策对中国经济增长的实际影响。
综上所述,本文旨在通过实证分析,探讨贸易自由化对中国经济增长的影响。
通过对贸易自由化政策实施前后中国经济增长情况的比较,考察贸易自由化政策在中国经济增长中的作用机制,并运用国际比较的实证方法来了解贸易自由化政策对中国经济增长的国际影响。
希望本文的研究成果能够为贸易自由化政策的制定和实施提供一定的参考。
在实证分析中,我们将收集中国外贸数据,包括出口和进口的变化情况以及贸易自由化政策实施前后的经济增长率。
通过对这些数据进行经济计量分析,我们可以得出贸易自由化政策对中国经济增长的实际影响。
这将有助于我们更好地理解贸易自由化政策对中国经济的长期效果。
此外,我们还将考虑一些影响因素,例如外部环境变化、国际市场需求波动以及国内经济政策变化等。
通过构建经济增长模型,并结合实际数据进行验证,我们可以更全面地评估贸易自由化政策对中国经济增长的影响。
在考察贸易自由化政策的作用机制时,我们将会着重分析中国不同产业和地区的情况。
DOI:10.13546/ki.tjyjc.2020.24.025环境规制对经济増长影响的实证分析田雪航",何爱平"b(西北大学a.经济管理学院;h.中国西部经济发展研究院,西安710127)摘要:激励机制在环境规制对经济增长影响问题中有着至关重要的作用。
文章从激励机制分析视角切入,对该问题进行了理论阐述与实证检验,结果显示:激励机制的设计对政府治理、企业主体和消费者选择偏向都起到了正面的引导作用,加强环保项目投资能从长远上促进经济增长。
在进一步分析环境规制对经济增长影响中的区域特征时发现,地方政府基于地区经济发展和官员考核制度,使激励因素的影响效果产生了显著的区域异质性结果。
促进环境规制对经济增长的积极作用应强化政府激励性环境规制的导向作用,积极引导企业清洁生产和技术创新,动员社会组织和公众共同参与环保,并加强区域间环境规制的协调推进。
关键词:环境规制;政治经济学;激励机制中图分类号:F012文献标识码:A文章编号:1002-6487(2020)24-0115-040引言2020年3月岀台的《关于构建现代环境治理体系的指导意见》中明确指出,要“构建党委领导、政府主导、企业主体、社会组织和公众共同参与的现代环境治理体系”.表明研究环境规制对经济增长的影响问题在新时代具有重要现实意义。
在以往学者研究过程中一般将问题归结于“遵循成本说”与“创新补偿说”,国内外学者针对这两大观点进行了大量验证,研究认为环境规制与经济增长不是传统的线性关系,是经济发展阶段决定了环境规制的强度"'。
其中,对环境规制影响经济的传导因素的研究主要集中在产业结构冋、技术创新叭外商投资1勺和人力资本a等方面,尽管研究成果十分丰富,却极少从政治经济学的激励机制视角切入。
因此,本文利用何爱平(2013严提出的“利益诉求一行为选择一制度安排一激励机制”的政治经济学分析框架来解释这一问题,认为激励机制是环境规制对经济增长问题的导向要素,既能协调利益格局的冲突,也能引导主体行为选择,它与制度安排既不可分割、又相互补充。
中国经济增长要素贡献率实证分析刘斌;孙录见【摘要】In order to explore the driving force of China'economic growth since the reform and opening up,the paper studies the economic growth from the perspective of total factors like the annual real GDP, capital investment and labor age population in the years from 1980 to 2014.The results show that,in the two different periods from 1981 to 1990 and from 1991 to 2014,because of different macroeconomic environment and the special characteristics of China 's national conditions,different factors made different contributions to economic development.But in the whole period from 1981 to 2014,the influence of technological progress was increasing,while the capital's contribution was greatest and kept stable in the long-term.By contrast,the influence of labor force was gradually decreasing,which was not consistent to the traditional concept of "many hands make light work".Therefore,the demographic dividend was not obvious in China.%为了探寻改革开放以来中国经济增长的动力所在,文中使用1981-2014 年的年度实际GDP、资本投资以及劳动年龄人口数量对中国经济增长从全要素视角进行了分解研究.研究结果表明:在 1981-1990 年与 1991-2014 年两个时间段,由于宏观经济环境的不同以及中国国情的特殊性,不同生产要素对经济发展的贡献度有所差异.在 1981-2014 年,技术进步的影响日趋增大;资本的贡献度最高,且长期保持平稳;劳动力因素的影响逐渐下降,与传统的"人多力量大"的理念并不一致,人口红利在中国表现并不明显.【期刊名称】《西安工业大学学报》【年(卷),期】2015(035)011【总页数】5页(P921-925)【关键词】改革开放;经济增长;技术进步;资本量;劳动力【作者】刘斌;孙录见【作者单位】西北大学公共管理学院,西安 710127;西北大学公共管理学院,西安710127【正文语种】中文【中图分类】F015一国经济的迅速增长与发展,除了具有稳定的社会体制外,主要源自生产资料诸如劳动力、资本等的投入及技术的运用.劳动力和生产资料的结合方式,在某种程度上决定了社会化大生产的方向,引导着经济体由简单再生产向扩大再生产的转变.在这个过程的不同阶段,不同生产要素对经济增长的贡献有所差异,这一点已为经济学界所熟知.作为最大的发展中国家,中国改革开放30余年,经济发展有了质的飞跃,GDP 年均增速超过9%,经济总量已居全球第二位,中国经济的发展奇迹引起国际社会极大关注,众多国内外学者纷纷就此进行深层次的探讨,希望挖掘出支撑中国经济高速发展的源动力.对中国30余省份的农业部门研究发现:尽管不同省份间生产效率差距较大,但大部分地区农业经济的增长来自生产效率的提高[1];而对中国制造业和服务业的迅猛发展的研究也发现,同样源自劳动力使用效率的提高,表现在效率低下的国有企业要么倒闭,要么转型为私有企业,导致工人下岗,进而提高劳动生产率[2];有学者对亚洲国家的经济发展研究发现,中国和越南的高速增长归因于经济结构从农业向工业的转变以及有利的人口年龄结构[3];张军认为生产要素的高投入及要素配置效率的提高引致了中国经济的高增长[4];而郭继强指出劳动力质量、劳动力数量、物质资本、技术进步、社会体制以及制度机构等因素共同对经济增长起作用[5];蔡昉更是从人口红利与刘易斯拐点视角出发,进行了一系列相应研究,提出人口红利对中国经济发展产生重大影响,而随着生育率下降、老龄化到来,中国人口红利逐渐消失,后人口红利时期应从提高技术进步着手寻找经济新的增长点[6-9].纵观现有对中国令人吃惊的经济发展进程的研究,可以发现大多数学者从理论及实证两个方面对不同因素的作用进行分析,结果表明不同时期影响中国经济发展的因素及其贡献并不一致,原因在于研究所选时间段以及经济指标的各异,同样,现有研究中所采的实证计量方法因为假设以及条件的差异也使得分析结果有所差别.鉴于此,本文从改革开放出发,选取更为全面的时间段,以成熟的全要素生产率为考察视角,分析中国经济发展的要素构成,进一步探究不同要素对经济增长的贡献,以针对性的提出相关建议从而促进中国经济发展.1 理论分析与模型设定对于经济增长的源泉,一般通过增长核算的方法来认识与度量.增长核算是把产出的增长分解为两个不同的来源:生产要素的增加和技术的进步.当生产要素只包括资本和劳动时,则增长核算方法把产出的增长分解为资本增加、劳动增加与技术进步的贡献[10].为了更具有一般性,假设经济社会生产函数形式为式中:Y为国民收入或总产出;A为经济的技术状况,也称为全要素生产率;L为投入的劳动量;K为投入的资本量[10]对(1)式两边取全微分有两边除以Y式(3)进一步变形为由于式(4)中分别表示总产出中劳动收益与资本收益所占的份额,假定二者分别记为α与β,于是得到增长的核算公式为即产出增长=技术进步+劳动收益份额×劳动增长+资本收益份额×资本增长.从而产出可以由技术进步、劳动量变动以及资本量变动三个因素来解释.2 数据选取与处理本文考察不同因素尤其是劳动力数量对经济增长贡献率的大小,这里分别以年度GDP来表征国民收入Y,以A代表技术因素,以年度固定资产投资来表征资本投入量K,以年度15~64岁人口数量表征劳动量L,其中,为了剔除掉价格因素的影响以使分析结果更有经济学意义,通过GDP平减指数对年度GDP进行相应处理.由于早前数据的缺失,文中选取1981-2014年的年度宏观经济数据来研究劳动力、资本和技术对中国经济增长的贡献.具体包括年度实际GDP、资本投资以及劳动年龄人口数量3组1981-2014年的年度时间序列数据,这在统计学上符合大样本规定,因此具有代表性.这些数据均来自《中国统计年鉴(1982-2014)》与《2015年中国国民经济与社会发展统计公报》.3 中国经济增长的因素分析3.1 数据平稳性检验如果研究的时间序列不平稳,那么极有可能出现伪回归,导致研究结果就不具有准确性和说服力,所以先要进行平稳性检验[11].文中采取ADF单位根法检验平稳性.考虑回归模型式中:a为常数;δt为时间趋势项;ut独立同分布于正态分布N(0,σ2).对式(1)左右两边同时减去yt-1,得式中:τ=ρ+1.平稳性检验的原假设为H0:τ=0,即模型具有一个单位根,非平稳;备则假设为H1:τ<0,即模型不具有单位根,平稳.Dickey-Fuller经研究发现参数τ的t统计量不再服从t分布,Mackinnon经模拟给出了不同显著性水平下的临界值,于是通过参数τ的显著性检验即可拒绝或者接受原假设,从而知道原模型是否具有平稳性.这便是DF平稳性检验.为了修正DF平稳性检验的一些不足之处[11],Dickey-Fuller发展了DF检验,提出了 ADF单位根检验法.给式(2)的右边加上yt的若干阶滞后差分项,模型化为类似于上述DF检验,通过估计值的显著性检验即可知道原序列是否平稳.通过Eviews 5.1软件,对序列进行平稳性检验见表1.表1 变量的平稳性检验Tab.1 The stationarity test of variables检验项 ADF统计值临界值(1%)临界值(5%)平稳ΔL/L-4.043 407-3.670 170-2.963 972 平稳ΔK/K-3.591 738-3.679 322-2.967 767结果ΔY/Y-4.171 224-3.699 871-2.976 263平稳经ADF检验,ΔY/Y、ΔL/L在1%和5%显著性水平下都是平稳的,ΔK/K在5%显著性水平下是平稳的.3.2 多元线性回归分析将ΔY/Y作为因变量、ΔL/L和ΔK/K作为自变量,进行回归,结果有注:()内为标准差,[]内为t统计量,R2=0.56,D.W.=1.11,F=17.99.回归发现,系数均通过显著性t检验.说明改革开放以来,中国经济增长受到劳动力、资本量以及技术因素的显著影响,其中劳动力数量增加1个百分点,引起经济增长0.25个百分点,资本量增加1个百分点,引起经济增长0.20个百分点.为了更深入分析劳动力变化对经济增长的影响,这里以上述回归结果为基础,分别计算1980年至今技术、劳动力以及资本量对经济增长的贡献度如图1所示.图1 1981-2014年不同因素对经济增长的贡献率Fig.1 The contribution rates of different factors to economic growth from 1981to 2014从图1可以看出:改革开放至今,中国经济年均增速达到9.7%,其中,技术因素贡献率为25.44%,劳动力因素贡献率为7.33%,资本投入量贡献率为67.23%.分不同时期看:①1981-1990年,技术因素贡献率虽在20%以下,但逐步提高,也说明这一时期改革开放中国开始走科技兴国之路;劳动力贡献率在10%以上,资本量贡献率处于高位且较为平稳,说明这一时期经济增长中,资本贡献占主要因素;劳动力贡献占比也较高,是由于历史的原因,早前的高生育率引致这一时期劳动年龄人口较多,从而体现为一定程度的人口红利;②1991-2006年,技术进步对经济增长的贡献稳步提升,相比较,这一时期尽管人口总量以及劳动年龄人口也逐年增加,但劳动贡献率反而呈不断下降趋势;资本投入贡献率较平稳,在65%左右,说明这一时期经济增长中,资本量依然占主要因素,技术进步影响逐年上升,劳动因素贡献率下降;③2007年至今,技术及劳动力因素对经济增长贡献率下降,资本量贡献率上升明显,这可以从这一时期国际经济环境影响中国基本面来解释,受次贷危机以及欧债危机的双重影响,以投资及外需为主导的中国经济增速放缓,实体经济惨淡,虚拟经济萎靡,直接表现在产量过剩,CPI逐年下降,劳动失业率上升,而国家及时出台4万亿资金、央行持续降准降息等刺激计划,扩大投资规模来盘活、提振经济,从而资本量的贡献度上升明显.4 结果分析基于1981-2014年的年度实际GDP、资本投资以及劳动年龄人口数量对中国经济增长从全要素视角分解发现:由于宏观经济环境的不同以及中国国情的特殊性,不同生产要素对经济发展的贡献度有所差异,但技术进步的影响日趋增大,资本对经济增长的贡献度最高,且长期保持平稳;相比之下,劳动力因素的影响逐渐下降,同人们传统所认定的“人多力量大”的思想并不一致,人口红利在中国表现并不明显.究其原因,一方面,中国政府大力培育技术创新,尤其“十一·五”规划中明确提出要提高自主创新能力,加速经济增长方式转型,因此,技术因素从内生与外在两个方面均对中国经济的增长贡献度逐步提高,另一方面,国民经济三驾马车“消费、投资、出口”中,对于消费,由于中国收入差距不断扩大,富人阶层边际消费倾向递减,而低收入群体因住房、养老、医疗、子女教育等的考虑而提高储蓄率,相应减少消费,所以内需不足,对于出口,国际经济危机导致外需严重下降,增长乏力,从而给以出口为导向的中国经济产生极大负面影响,因此,投资,就成了中国刺激经济增长的唯一有效手段,从而表现在资本的贡献度长期居高不下.此外,人口红利并没有表现出人们的预期,主要在于尽管劳动年龄人口众多,给经济增长提供了丰富的廉价劳动力,但是中国特殊的户籍制度以及收入差距、生活成本等经济制度等因素致使近年来农村劳动力向城市转移趋缓,劳动人口参与率不高,劳动力并没有转化为生产力,这从近年来企业岗位空缺和失业率高企这一矛盾明显能够看出,严重阻碍了二元经济结构的消除.对此,可以从改变现有户籍制度、降低劳动力流动成本、加大培训提高劳动力素质以及因地制宜建设劳动密集型产业等方面着手,来切实提高中国人口红利对经济发展的贡献.5 结论文中依据西方经济增长理论构造了经济增长的多因素模型,然后使用1981-2014年的年度实际GDP、资本投资以及劳动年龄人口数量对中国经济增长从全要素视角进行了分解研究.1)在1981-1990年与1991-2014年两个时间段,由于宏观经济环境的不同以及中国国情的特殊性,不同生产要素对经济发展的贡献度有所差异.2)技术进步的影响日趋增大,而资本的贡献度最高且长期保持平稳;劳动力因素的影响呈逐渐下降趋势,与传统的“人多力量大”的理念并不一致,同时也表明人口红利在中国表现并不明显.3)我国虽然人口众多,人口红利在中国表现并不明显,因此在切实提高中国人口红利对经济发展的贡献是我国政府未来10年时间里需要重点解决的问题.【相关文献】[1] HU B D,Michael McAleer.Estimation of Chinese Agricultural Production Efficiencies with Panel Data[J].Mathematics and Computers in Simulation,2005,26(5):652.[2] LIU S N.Efficiency Made at Cost of Workers'Interest[N].China Daily:North Amercian ed,2006-08-30(4).[3] COOK S.Structural Change,Growth and Poverty Reduction in Asia:Pathways to Inclusive Development[J].Development Policy Review,2006,24(1):179.[4]张军.中国经济还能增长多久[N].文汇报,2004-05-10(5).ZHANG Jun.How Long can Chinese Economic Grow[N].Wenhui news.,2004-05-10(5).(in Chinese)[5]郭继强.教化投资:人力资本投资的新形式[J].经济学家,2006,32(4):78.GUOJi-qiang.Education and Influence Investment:A New form of Human Capital Investment [J].Economist,2006,32(4):78.(in Chinese)[6]蔡昉.刘易斯转折点——中国经济发展新阶段[M].北京:社会科学文献出版社,2008.CAI Fang.Lewis Turning Point:a Coming New Stage of China’s Economic Development[J].Beijing:Social Sciences Academic Press,2008.(in Chinese)[7]蔡昉.未来的人口红利--中国经济增长源泉的开拓[J].中国人口科学,2009,18(6):2.CAI Fang.Demographic Dividend in the Future:the Development of Chinese Economic Growth Fountainhead[J].Chinese Journal of Population Science,2009,18(6):2.(in Chinese)[8]蔡昉.被世界关注的中国农民工:论中国特色的深度城市化[J].国际经济评论,2010,73(2):40.CAI Fang.Chinese Migrant Workers receving the World’s Attention:On Deepening Urbanization of Chinese Characteristics[J].International Economic Review,2010,18(2):40.(in Chinese)[9]蔡昉.人口转变、人口红利与刘易斯转折点[J].经济研究,2010,55(4):4.CAI Fang.Demographic Transition,Demographic Dividend and Lewis Turning Point [J].Economic Research Journal,2010,55(4):4.(in Chinese)[10]高鸿业.西方经济学[M].北京:中国人民大学出版社,2004.GAO Hong-ye.Western Economics[M].Beijing:China Renmin University Press,2004.(in Chinese)[11]高铁梅.计量经济分析方法与建模——Eviews应用及实例[M].北京:清华大学出版社,2000.GAO Tie-mei.Econometric Analysis Method and Modeling:Eviews Application and Instance[M].Beijing:Tsinghua University Press,2000.(in Chinese)。
全面分析影响中国经济增长的因素及应对策略总的说来30年来改革开放的伟大成就,中国经济得到长足的进步和发展。
具体说主要是以下两方面的原因:首先是中国经济市场化程度的持续提高。
市场化程度高低在很大程度上决定经济增长是大起大落还是平稳增长。
计划经济体制时期,我国经济市场化程度极低,各种商品和服务产品的价格形成几乎完全由政府管制,市场因素在经济生活中受到极端压抑,计划体制的管制力量远远大于市场力量,外在的政府干预因素经常冲击正常的经济周期,导致经济多次大起大落。
近年来,经济体制改革不断深入推进,市场化程度进一步提高,对经济增长的直接影响就是导致经济增长?其次是宏观调控的完善,适宜的宏观经济政策的支撑,也就是1998年年中以来扩大内需的政策,其政策手段是实施积极的财政政策和稳健的货币政策。
6年来的实践证明这种政策转向是成功的,理论分析上也站得住脚。
扩大内需的政策能使新一轮经济周期呈现出新特征,还在于这项政策的稳定性、连续性,该项政策组合持续达6年之久。
2004年积极财政政策逐渐淡出,转向中性的财政政策,这种转变是很必要和及时的,避免了严重通货膨胀和经济过热的出现,确保经济稳定增长。
政策需要一定的稳定性、连续性,否则不利于经济的持续增长,这方面有个很好的反面案例,就是日本20世纪90年代的财政政策。
90年代初日本泡沫经济崩溃以后,为了刺激经济,日本政府积极推行扩张性财政政策,但是效果并不明显,其中一个重要原因是受到政策缺乏连续性的影响。
然而中国经济增长的动力来源于哪里?国民生产总值等于消费、投资与净出口之和。
2008年中国消费和投资对国民生产总值的贡献率分别为43.5%和47.5%。
2009年投资的贡献率上升为95.2%,消费为45.4%。
可见中国GDP增长主要是靠投资和政府刺激型政策拉动的,消费和出口的贡献不足。
然而,随着中国基础社会的逐步完善,依靠政府资源和资本要素投入量的增加并不能带来经济的持续增长,而应该注重提高资本要素的利用率和消费水平。
出口对中国GDP增长的贡献基于投入产出表的实证分析一、本文概述随着全球化进程的加速和中国经济的崛起,出口作为中国经济增长的重要驱动力之一,其对中国GDP增长的贡献日益受到关注。
本文旨在通过投入产出表的实证分析,深入探讨出口对中国GDP增长的贡献,并揭示出口在中国经济体系中的作用和地位。
文章首先回顾了出口与经济增长的相关理论和研究,为后续的实证分析提供了理论基础。
随后,文章将利用投入产出表的数据,通过定量分析和模型构建,对出口对中国GDP增长的贡献进行实证研究。
文章将总结研究结果,并提出相应的政策建议,以期为中国经济的可持续发展提供有益参考。
二、理论基础与文献综述在经济学中,投入产出表是一种重要的分析工具,用于量化经济系统中各个部门之间的相互依赖关系。
投入产出表通过描绘生产过程中各部门的产品和服务流动,揭示了经济活动的内在结构和关联。
基于投入产出表的实证分析,能够更准确地衡量某一特定行业或部门对整体经济增长的贡献。
特别是当考虑到出口这一关键因素时,投入产出表能够清晰地展示出出口活动如何通过各种经济链条影响国内生产总值(GDP)的增长。
近年来,关于出口对中国GDP增长贡献的研究逐渐成为学术界的热点。
大量文献表明,随着中国经济的快速发展和对外开放程度的不断提高,出口已成为推动经济增长的重要动力之一。
这些研究通常采用时间序列数据或面板数据,运用计量经济学方法分析出口与GDP增长之间的关系。
然而,较少有研究从投入产出表的视角出发,深入剖析出口对中国GDP增长的贡献。
在已有的文献中,部分学者利用投入产出表数据,对出口与经济增长的关系进行了初步探讨。
他们发现,出口不仅直接促进了经济增长,还通过关联产业的间接效应对经济增长产生了积极影响。
这些研究为理解出口对中国GDP增长的贡献提供了有益参考。
也有学者指出,出口对经济增长的贡献可能受到多种因素的影响,如贸易政策、市场结构、国际经济环境等。
因此,在评估出口对中国GDP增长的贡献时,需要综合考虑这些因素的作用。
教育支出对经济增长影响的实证分析王玮玉经济统计10-1 201005002634【摘要】随着知识经济时代的到来,人们已经越来越认识到人力资本在经济增长中的重要作用,而教育是影响人力资本的一个关键性因素。
改革开放后,我国经济快速发展,其中教育扮演着重要的角色。
因此,对教育的投资也将影响经济的发展。
所以,运用计量经济学的模型,应用Eveiews软件,研究教育投入对经济增长的影响,并作出相关的实证分析。
【关键词】国内生产总值财政教育投入固定资产投入社会就业人数一、引言改革开放以来,中国经济迅猛发展,教育法的发展在其中发挥了不可估量的作用。
教育通过生产人力资本,对经济的增长具有三个方面的影响:一、作为投入品影响经济的增长。
就是教育的生产率效应。
二、教育的配置效应,是由教育对人力资本的分配状况来考虑对经济增长的影响。
三、科技创新效应,教育和科技互相影响,这是人力资本在运用新观念和产生新观念两个方面至关重要。
由此可见,教育支出对经济增长发挥着越来越大的作用,并由此来调整影响中国经济的因素,无意识一项重要的任务。
纵观世界,无论是发达国家,还是新兴的发展中国家,都深刻的体会到经济的成功很大程度上取决于教育的成功。
而我国在改革开放不久就提出了“科教兴国”战略。
在知识经济时代,经济发展的潜力在教育。
一方面产品与产业的竞争归根到底是人才的竞争,另一方面教育水平决定从业人员的素质,教育水平的提高必须跟上甚至超过产业进化的速度。
改革开放以来我国的教育投资虽然有所增加,教育虽有很大的发展,但面对庞大的人口仍显不足。
“科教兴国”,首先要国兴利教,利教必先投资于利教。
但是教育投资对经济增长的推动力究竟有多大?本文将借生产函数理论以及相关模型对此进行讨论。
二、文献综述国内外教育经济学和发展经济学的大量研究成果表明,教育投入对于人力资本的形成具有基础性意义。
高素质的人力资本通过与土地、资本和科学技术的有机结合和合理配置,使得对经济增长产生推动作用。
银行业发展对经济增长影响的实证分析——以延边州为例许艳杰 叶 磊(中国人民银行延边州中心支行,吉林延边 133000)摘 要:本文以延边州银行业发展和经济发展相关数据为例,选取银行业总体发展规模、金融相关比率等指标衡量银行业发展情况,选取地区生产总值、人均GDP 增速衡量经济增长情况。
运用相关分析、回归分析等方法,分析了银行业发展对经济增长的影响,根据分析结果发现存在的问题,并提出了相关政策建议。
关键词:银行业;经济增长;实证分析中图分类号:F832.3文献标识码:A文章编号:1009-3109(2011)04-0048-04收稿日期:2011-4-18作者简介:许艳杰,女,汉族,吉林延吉人,硕士,中国人民银行延边州中心支行,经济师,研究方向:经 济金融。
叶磊,女,汉族,吉林延吉人,硕士,中国人民银行延边州中心支行,研究方向:产业经济,宏 观经济。
一、研究背景在对经济增长影响因素的研究中,古典经济学家们将注意力集中在实体经济上,少有学者关注银行业发展对经济增长的影响。
在早期的经济增长模型中,解释变量一般不包含银行业等金融机构。
20世纪80年代以来,关于银行业与经济增长之间的关系的研究越来越多,大多数研究的结果都显示:银行业发展对经济增长是至关重要的。
具体来看,银行资产规模反映银行的资金运用能力,银行负债规模反映银行的筹资能力,银行业通过自身规模的扩大直接为经济增长作出贡献,通过提高储蓄向投资的转化效率为经济发展提供资本保证。
换言之,银行业通过吸收存款、发放贷款、支付、结算服务及拓展、投资、融资等业务配置资金,实现全社会资源的合理配置。
在国内关于银行业对经济增长影响的研究中,一些学者以GDP 数据反映经济增长,以银行规模与其在国内信贷分配中的相对重要性数据反映银行业的发展,通过近十年的GDP 数据与银行业发展规模的数据建立计量模型,得出银行业促进经济增长的结论。
还有学者运用单整、协整分析方法,构建误差修正模型(EC M ),分析银行业的规模和效率与经济增长的关系,得出两者存在单向因果关系以及银行业发展是经济增长原因的结论。
我国经济发展影响因素分析摘要:从长期、中期和短期三个视角综合分析中国经济形势,认为从长期角度来看,经济低位徘徊;中期角度来看,疲弱的增长动力、有限的政策空间、过剩的总体产能和较高的企业负债是威胁经济增长的因素;短期视角经济增速下行。
指出目前促进经济发展须进行结构调整。
提出要调整人口政策以延续人口红利、通过新土改继续房地产资本化、加快科技投入和机制改革以促进技术进步的脚步、推进国企改革和金融改革等政策建议。
关键词:中国经济;结构调整;人口红利;国企改革;金融改革从长期看,中国经济处于中枢下移进程中,中速增长将是未来的常态。
从中期看,中国经济面临动力不足、总量政策空间有限、产能过剩、企业负债率过高等制约。
从短期看,2014年预计中国投资减速、消费平稳、出口改善,全年GDP增速7.5%。
对中国经济来说,增长的重要性相对降低,结构调整和产业升级任务非常紧迫。
十八届三中全会已经描绘了改革蓝图,落实才是关键。
如果改革政策顺利落实,将极大提升中国经济未来的活力。
一、中国经济发展状况及影响因素分析本部分主要从长期、中期、短期三个角度对中国经济发展状况及其影响因素进行分析。
(一)长期影响因素中国经济过去30年增长率平均在10%左右,到2008年前后经济增长遇到了一些阻碍。
在劳动要素方面,有专家认为刘易斯拐点已经到来;在技术进步方面,过去是靠引进技术和引进管理来缩减跟发达国家的技术差距,而以后的力度则大大减弱了;另外资本投入方面,无论土地约束还是其他外资约束等等,包括企业内部积累都遇到前所未有的挑战。
正是由于这方面的考量,中国经济还能否快速增长成为一个重要问题。
从长期的发展角度来看,中国目前所处的发展阶段与20世纪90年代有许多相似之处。
第一,从供需关系看,20世纪90年代后期中国告别了短缺经济,供给开始系统性地大于需求,而当前同样面临产能过剩的局面。
例如,2013上半年,工业企业产能利用率不足79%,仍处于2008年国际金融危机以来的较低水平。
我国金融发展与经济增长关系的理论思考与实证分析一、本文概述本文旨在全面深入地探讨我国金融发展与经济增长之间的关系,通过对相关理论的思考和对实际数据的实证分析,揭示金融发展对经济增长的推动作用及其机制。
文章首先对相关理论进行梳理和评价,明确金融发展与经济增长的内在联系和相互影响。
接着,利用我国近年来的经济数据,通过构建计量经济模型,实证分析金融发展对经济增长的具体影响程度,并探讨其背后的原因。
根据理论分析和实证结果,提出政策建议,以期为我国金融发展和经济增长的良性互动提供理论支持和决策参考。
本文的研究具有重要的理论价值和现实意义。
在理论层面,通过深入剖析金融发展与经济增长的关系,有助于丰富和完善金融发展理论,为金融学研究提供新的视角和思路。
在现实层面,通过对我国金融发展与经济增长关系的实证分析,可以为政策制定者提供科学依据,指导我国金融市场的健康发展,促进经济增长和金融稳定。
本文的研究也有助于深化对金融发展与经济增长关系的认识,为其他国家和地区的金融发展和经济增长提供借鉴和启示。
二、我国金融发展的现状与特点随着改革开放的深入推进和社会主义市场经济体制的建立与完善,我国的金融发展取得了显著成就,逐渐形成了多层次、多元化的金融市场体系,以及与之相适应的金融监管和服务体系。
在这一过程中,我国金融发展的现状与特点主要表现在以下几个方面:金融机构体系日益完善:我国金融机构体系由传统的国有银行为主体,逐步向多元化、竞争性的结构转变。
股份制商业银行、城市商业银行、农村商业银行、民营银行以及外资银行等金融机构的快速发展,为我国金融市场注入了新的活力。
同时,证券公司、保险公司、信托公司等非银行金融机构也得到了迅速发展,为实体经济提供了多样化的金融服务。
金融市场不断深化:债券市场、股票市场、外汇市场、期货市场等金融市场不断发展壮大,市场规模和交易量不断攀升。
尤其是股票市场的快速发展,为企业融资提供了更多渠道,也促进了资本市场的开放和国际化。
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姓名: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、进出口总额对国内生产总值(GDP)的影响,建立计量经济学模型,寻求这些变量与国内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内生产总值(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,我们可以用国内生产总值(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+μ其中,Y代表国内生产总值,X3代表i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,μi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: Y Method: Least Squares Date: 06/20/16 Time: 08:55 Sample: 1985 2015 Included observations: 31VariableCoefficient Std. Error t-Statistic Prob. C 83300.80 48323.23 1.723825 0.0966 X1 -606.6547 443.4283 -1.368101 0.1830 X2 -0.318973 0.225021 -1.417523 0.1682 X3 4.176602 0.802216 5.206331 0.0000 X43.1914390.5848195.4571420.0000R-squared 0.996436 Mean dependent var 189284.4 Adjusted R-squared 0.995888 S.D. dependent var 204842.6 S.E. of regression 13135.92 Akaike info criterion 21.95078 Sum squared resid 4.49E+09 Schwarz criterion 22.18207 Log likelihood -335.2371 Hannan-Quinn criter. 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 R²=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: YMethod: 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 0.0603R-squared 0.116420 Mean dependent var 189284.4 Adjusted R-squared 0.085952 S.D. dependent var 204842.6 S.E. of regression 195841.6 Akaike info criterion 27.27034 Sum squared resid 1.11E+12 Schwarz criterion 27.36286 Log likelihood -420.6903 Hannan-Quinn criter. 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 0.0000R-squared 0.975042 Mean dependent var 189284.4 Adjusted R-squared 0.974181 S.D. dependent var 204842.6 S.E. of regression 32914.68 Akaike info criterion 23.70357 Sum squared resid 3.14E+10 Schwarz criterion 23.79608 Log likelihood -365.4053 Hannan-Quinn criter. 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 189284.4Adjusted R-squared 0.988814 S.D. dependent var 204842.6S.E. of regression 21665.00 Akaike info criterion 22.86712Sum squared resid 1.36E+10 Schwarz criterion 22.95964Log likelihood -352.4404 Hannan-Quinn criter. 22.89728F-statistic 2652.912 Durbin-Watson stat 0.339632Prob(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 0.0000R-squared 0.934814 Mean dependent var 189284.4Adjusted R-squared 0.932566 S.D. dependent var 204842.6Sum squared resid 8.21E+10 Schwarz criterion 24.75612Log likelihood -380.2859 Hannan-Quinn criter. 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。