计量经济学实验报告54995
1. 背景
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（GDP和国内生产总值的的增长来计算。
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。
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，由于资本服务流量难以测度，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。中国拥有十三亿人口，为经济增长提供了丰富的劳动力资源。因此本文用总就业人数（万人）来衡量劳动力。居民消费需求也是经济增长的主要因素。
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1978 —2008年的31年中,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。
本文将以中国经济增长作为研究对象，选择时间序列数据的计量经济学模型方法，将中国国内生产总值与和其相关的经济变量联系起来，建立多元线性回归模型，研究我国中国经济增长变动趋势，以及重要的影响因素，并根据所得的结论提出相关的建议与意见。用计量经济学的方法进行数据的分析将得到更加具有说服力和更加具体的指标，可以更好的帮助我们进行预测与决策。因此，对我国经济增长的计量经济学研究是有意义同时也是很必要的。
2. 模型的建立
2.1 假设模型
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（）这个经济指标作为研究对象；用总就业人员数（1）衡量劳动力；用固定资产投资总额（ 2 ）衡
量资本投入：用价格指数（ 3 ）去代表消费需求。运用这些数据进行回归分析。
这里的被解释变量是，Y:国内生产总值，
与Y-国内生产总值密切相关的经济因素作为模型可能的解释变量，共计3个，它们分别
为：
1代表社会就业人数，
2代表固定资产投资，
3代表消费价格指数，代表随机干扰项。
模型的建立大致分为理论模型设置、参数估计、模型检验、模型修正几个步骤。如果模型符合实际经济理论并且通过各级检验，那么模型就可以作为最终模型，可以进行结构分析和经济预测。
国内生产总值经济活动人口
全社会固定资产
投资居民消费价格指数
1992年26,923.48 66,782.00 8,080.10 106.4
1993年35,333.92 67,468.00 13,072.30 114.7
1994年48,197.86 68,135.00 17,042.10 124.1
1995年60,793.73 68,855.00 20,019.30 117.1
1996年71,176.59 69,765.00 22,913.50 108.3
1997年78,973.03 70,800.00 24,941.10 102.8
1998年84,402.28 72,087.00 28,406.20 99.2
1999年89,677.05 72,791.00 29,854.70 98.6
2000年99,214.55 73,992.00 32,917.70 100.4
2001 年109,655.17 73,884.00 37,213.50 100.7
2002年120,332.69 74,492.00 43,499.90 99.2
2003年135,822.76 74,911.00 55,566.61 101.2
2004年159,878.34 75,290.00 70,477.43 103.9
2005年184,937.37 76,120.00 88,773.61 101.8
2006年216,314.43 76,315.00 109,998.16 101.5
2007年265,810.31 76,531.00 137,323.94 104.8
2008年314,045.43 77,046.00 172,828.40 105.9
2009年340,902.81 77,510.00 224,598.77 99.3
2010 年401,512.80 78,388.00 251,683.77 103.3
2011 年473,104.05 78,579.00 311,485.13 105.4
2012 年519,470.10 78,894.00 374,694.74 102.6
假设经济模型为：y 1 2X13X2 4X3
2.2建立初始模型一一OLS
2.2.1使用OLS法进行参数估计
Dependent Variable: Y
Method: Least Squares
Date: 05/27/14 Time: 20:46
Sample: 1992 2012
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
C -713618.8 127520.1 -5.596127 0.0000
X1 9.301372 1.252990 7.423339 0.0000
X2 1.109932 0.036932 30.05337 0.0000