河南省经济增长影响因素分析之欧阳化创编.docx

河南省经济增长影响因素分析之欧阳化创编.docx

《河南省经济增长影响因素分析之欧阳化创编.docx》由会员分享，可在线阅读，更多相关《河南省经济增长影响因素分析之欧阳化创编.docx（14页珍藏版）》请在冰豆网上搜索。

河南省经济增长影响因素分析之欧阳化创编

资源与环境学院

时间：

2021.02.12

创作人：

欧阳化

计量地理学课程论文

经济增长影响因素阐发

班级

姓名

学号

专业

地理科学专业

经济增长影响因素阐发

摘要：

变革开放以来，的经济一直在以极快的速度增长，本文采取经济增长模型和多元线性回归阐发办法对～经济增长因素进行研究，阐发了物质资本、消费、财务支出对生产总值的影响，建立计量模型，寻求这些变量与国民产出的数量关系，进行定量阐发，对模型进行检验。

关键词：

消费、投资、经济增长、财务支出

一、前言

（一）经济增长理论

经济增长是指一个国家或地区的生产商品和劳务能力的扩年夜。

在实际核算中，常以生产的商品和劳务总量的增加来暗示，即以国民生产总值和地区生产总值的（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，指出身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）影响因素的阐发

从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。

物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本办事流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。

居民消费需求和政府投资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—的14中,我省经济年均增长率高达11.5%,综合实力年夜年夜增强,居民收入水平与生活水平不竭提高,居民的消费需求的数量和质量有了很年夜的提高。

可是,我省目前仍然面临消费需求缺乏问题。

因此,研究消费需求对经济增长的影响,并对我省消费需求对经济增长的影响水平进行实证阐发，可以更好的理解消费对我省经济增长的作用。

二、数据收集与模型的建立

（一）数据收集

本文采取了的生产总值等数据，来源于《统计年鉴》，具体数据表如下：

年份

生产总值

全社会固定资产投资总额（亿元）

居民消费价格指数（上年为100）

财务支出（亿元）

5533.01

1627.99

106.9

508.58

6035.48

1820.45

108.6

629.18

6867.70

2310.54

108.6

716.60

8553.79

3099.38

109.5

879.96

10587.42

4378.69

107.7

1116.04

12362.79

5907.74

112.3

1440.09

15012.46

8010.11

109.1

1870.61

18018.53

10490.65

114.3

2281.61

19480.46

13704.65

112.4

2905.76

23092.36

16585.85

114.1

3416.14

26931.03

17770.51

112.0

4248.82

29599.31

21449.99

110.4

5006.40

32191.30

26087.45

109.9

5582.31

34938.24

30782.17

108.6

6028.69

（二）模型设计

为了具体阐发各要素对经济增长影响的年夜小，我们可以用生产总值（y）作为对经济成长的衡量，代表经济成长；用固定资产投资总额（x1）衡量资本投入；用价格指数（x2）去代表消费需求；用财务支出（x3）代表政府投资。

运用这些数据进行回归阐发。

采取的模型如下：

其中，y为生产总值，x1为固定资产投资总额，x2为消费价格指数，x3为财务支出，ui代表随机扰动项。

我们通过对该模型的回归阐发，得出各个变量与我省经济增长的变动关系。

三、模型估计和检验

（一）模型初始估计

在Evivw中利用最小二乘法进行初步回归阐发获得如下的阐发结果：

DependentVariable:

Y

Method:

LeastSquares

Date:

01/02/17Time:

13:

32

Sample:

Includedobservations:

14

Variable

Coefficient

Std.Error

tStatistic

Prob.  

C

33005.49

11023.17

2.994191

0.0135

X1

0.082193

0.212926

0.386019

0.7076

X2

340.6070

100.7308

3.381358

0.0070

X3

4.689097

1.054828

4.445364

0.0012

Rsquared

0.995022

    Meandependentvar

17800.28

AdjustedRsquared

0.993529

    S.D.dependentvar

10143.41

S.E.ofregression

815.9620

    Akaikeinfocriterion

16.48157

Sumsquaredresid

6657939.

    Schwarzcriterion

16.66416

Loglikelihood

111.3710

    HannanQuinncriter.

16.46467

Fstatistic

666.3206

    DurbinWatsonstat

1.630732

Prob（Fstatistic）

0.000000

可以看出，经济检验合理，没有呈现数字和符号的毛病。

并且可决系数R^2 =0.995022，修正的可决系数为0.993529。

可以看出，拟和效果十分的好。

因此，该模型的设定是合理的 ，将表中的数字带入模型得：

（二）多重共线性检验

 计算解释变量的简单相关系数矩阵

Y

X1

X2

X3

Y

 1.000000

 0.989035

 0.341552

 0.994639

X1

 0.989035

 1.000000

 0.263767

 0.993818

X2

 0.341552

 0.263767

 1.000000

 0.270700

X3

 0.994639

 0.993818

 0.270700

 1.000000

由相关系数矩阵可以看出，x1和x3相互之间的相关系数比较高，证实确实存在多重共线性。

采取逐步回归的办法，去检查和解释多重共线性问题。

辨别做Y对x1、x2、x3的一元回归，结果如下：

DependentVariable:

Y

Method:

LeastSquares

Date:

01/02/17Time:

14:

25

Sample:

Includedobservations:

14

Variable

Coefficient

Std.Error

tStatistic

Prob.  

C

5537.514

673.0814

8.227109

0.0000

X1

1.046654

0.045116

23.19942

0.0000

Rsquared

0.978190

    Meandependentvar

17800.28

AdjustedRsquared

0.976373

    S.D.dependentvar

10143.41

S.E.ofregression

1559.159

    Akaikeinfocriterion

17.67324

Sumsquaredresid

29171707

    Schwarzcriterion

17.76454

Loglikelihood

121.7127

    HannanQuinncriter.

17.66479

Fstatistic

538.2130

    DurbinWatsonstat

0.814233

Prob（Fstatistic）

0.000000

DependentVariable:

Y

Method:

LeastSquares

Date:

01/02/17Time:

14:

27

Sample:

Includedobservations:

14

Variable

Coefficient

Std.Error

tStatistic

Prob.  

C

145762.7

129954.9

1.121641

0.2840

X2

1482.700

1177.797

1.258876

0.2320

Rsquared

0.116658

    Meandependentvar

17800.28

AdjustedRsquared

0.043046

    S.D.dependentvar

10143.41

S.E.ofregression

9922.695

    Akaikeinfocriterion

21.37460

Sumsquaredresid

1.18E+09

    Schwarzcriterion

21.46589

Loglikelihood

147.6222

    HannanQuinncriter.

21.36615

Fstatistic

1.584768

    DurbinWatsonstat

0.216216

Prob（Fstatistic）

0.23

DependentVariable:

Y

Method:

LeastSquares

Date:

01/02/17Time:

14:

27

Sample:

Includedobservations:

14

Variable

Coefficient

Std.Error

tStatistic

Prob.  

C

4183.866

502.1290

8.332253

0.0000

X3

5.204085

0.156185

33.3

0.0000

Rsquared

0.989307

    Meandependentvar

17800.28

AdjustedRsquared

0.988416

    S.D.dependentvar

10143.41

S.E.ofregression

1091.732

    Akaikeinfocriterion

16.96048

Sumsquaredresid

14302546

    Schwarzcriterion

17.05178

Loglikelihood

116.7234

    HannanQuinncriter.

16.95203

Fstatistic

1110.224

    DurbinWatsonstat

0.611681

Prob（Fstatistic）

0.000000

经过比较得，X3与Y的t检验和拟和效果最好 ，因此把X3作为基准变量引入，然后在逐步的引如其他的解释变量。

DependentVariable:

Y

Method:

LeastSquares

Date:

01/02/17Time:

14:

29

Sample:

Includedobservations:

14

Variable

Coefficient

Std.Error

tStatistic

Prob.  

C

4237.181

623.6767

6.793874

0.0000

X3

4.974300

1.467709

3.389159

0.0060

X1

0.046766

0.296861

0.157534

0.8777

Rsquared

0.989331

    Meandependentvar

17800.28

AdjustedRsquared

0.987391

    S.D.dependentvar

10143.41

S.E.ofregression

1138.993

    Akaikeinfocriterion

17.10109

Sumsquaredresid

14270351

    Schwarzcriterion

17.23803

Loglikelihood

116.7076

    HannanQuinncriter.

17.08841

Fstatistic

510.0129

    DurbinWatsonstat

0.599772

Prob（Fstatistic）

0.000000

DependentVariable:

Y

Method:

LeastSquares

Date:

01/02/17Time:

14:

29

Sample:

Includedobservations:

14

Variable

Coefficient

Std.Error

tStatistic

Prob.  

C

32889.75

10584.28

3.107415

0.0100

X3

5.093581

0.116475

43.73100

0.0000

X2

338.6937

96.63879

3.504738

0.0049

Rsquared

0.994948

    Meandependentvar

17800.28

AdjustedRsquared

0.994030

    S.D.dependentvar

10143.41

S.E.ofregression

783.7642

    Akaikeinfocriterion

16.35350

Sumsquaredresid

6757150.

    Schwarzcriterion

16.49044

Loglikelihood

111.4745

    HannanQuinncriter.

16.34083

Fstatistic

1083.206

    DurbinWatsonstat

1.608830

Prob（Fstatistic）

0.000000

从所得的结果中可以看出，x2的调整后可决系数最年夜，当去除x1后多重共线性消失，获得的检验结果如上。

从上面修正的回归结果可以看出，R^2=0.994948，并且它的修正的可决系数值也达到了0.994030，显然，它的拟和效果十分的好，并且t检验值显著的年夜于它的临界值，即t值检验十分的显著，因此多重共线性消失，获得修正后的模型为：

（三）异方差检验

White检验：

HeteroskedasticityTest:

White

Fstatistic

3.114913

    Prob.F（5,8）

0.0746

Obs*Rsquared

9.249117

    Prob.ChiSquare（5）

0.0995

ScaledexplainedSS

4.944554

    Prob.ChiSquare（5）

0.4227

TestEquation:

DependentVariable:

RESID^2

Method:

LeastSquares

Date:

01/02/17Time:

14:

53

Sample:

Includedobservations:

14

Variable

Coefficient

Std.Error

tStatistic

Prob.  

C

2.89E+08

4.12E+08

0.701296

0.5030

X3

13759.84

7463.895

1.843521

0.1025

X3^2

0.317379

0.101175

3.136919

0.0139

X3*X2

107.3035

65.05182

1.649507

0.1377

X2

5077554.

7471862.

0.679557

0.5160

X2^2

22162.68

33832.38

0.655073

0.5308

Rsquared

0.660651

    Meandependentvar

482653.5

AdjustedRsquared

0.448558

    S.D.dependentvar

659161.2

S.E.ofregression

489487.3

    Akaikeinfocriterion

29.33763

Sumsquaredresid

1.92E+12

    Schwarzcriterion

29.61151

Loglikelihood

199.3634

    HannanQuinncriter.

29.31228

Fstatistic

3.114913

    DurbinWatsonstat

2.851341

Prob（Fstatistic）

0.074568

从上表可以获得数据：

由White检验知，在

下，查

散布表，得临界值

，比较计算的

统计量与临界值，

，所以接受原假设，不存在异方差。

（四）序列相关检验

已知：

DW=1.608830，查表得dL=0.905，dU=1.551。

dU

（五）模型的最终确定

四、结论阐发和政策建议

（一）主要结论

1、消费需求对经济的拉举措用：

消费需求是三年夜需求要素中所占份额最年夜、摆荡幅度最小的部分，是国民经济的重要支柱和最主要的组成部分，同时也是最为明显地反应经济自发增长态势的宏观经济指标。

2、政府投资是经济增长的重要原动力：

经济成长取决于投入资金的数量和资金的利用效率。

政府投资是经济增长的重要原动力，它对经济运行具有先导作用，并以其乘数效应拉动经济增长。

（二）政策建议

1、政府应实施积极的财务政策，增加公共基础设施投资，增进经济增长。

2、俗话说，消费，投资，出口是经济增长的三驾马车，本地居民的消费需求会极年夜影响本地的国民经济，健康的，巨年夜的消费需求会增进经济的增长，因此，政府应该积极提高本地居民的收入水平，改良他们的消费观念，只有这样他们才会愿意把钱花出去，从而增进企业年夜规模生产，从而增进本地的经济增长。

参考文献:

[1]中国统计年鉴

[2]计量经济学（试用本）

时间：

2021.02.12

创作人：

欧阳化