影响GDP增长的经济因素分析
影GDP增长的经济因素分析
国际经济与贸易钟颀40502049
1978年十一届三中全会以后，在邓小平总设计师的指引下，中国开始了改革开放。改
革开放的三十年中，我国GDP逐年增长，经济发展速度令世界瞩目。为更好的了解我国经济
增长的原因，现对影响我国GDP增长的经济因素进行了分析。
下表提供了我国1978——2005年的GDP及其主要影响因素的数据。其中Y=GDP(亿元)；
X1＝能源消费总量（万吨标准煤）；X2＝就业人员（万人）；X3=居民消费水平（元）；X4＝农
业总产值（亿元）；X5＝社会消费品零售总额（亿元）；X6＝进出口贸易总额（亿元）
Obs X1 X2 X3 X4 X5 X6 Y 1978 57144 40152 184 **** ****.6 355 3645.2175 1979 58588 41024 208 1697.6 1800 454.6 4062.5792 1980 60275 42361 238 1922.6 2140 570 4545.624 1981 59447 43725 264 2180.62 2350 735.3 4889.4611 1982 62067 45295 288 2483.26 2570 771.3 5330.451 1983 66040 46436 316 2750 2849.4 860.1 5985.5516 1984 70904 48197 361 3214.13 3376.4 1201 7243.7517 1985 76682 49873 446 3619.49 4305 2066.7 9040.7366 1986 80850 51282 497 4013.01 4950 2850.4 10274.379 1987 86632 52783 565 4675.7 5820 3084.2 12050.615 1988 92997 54334 714 5865.27 7440 3822 15036.823 1989 96934 55329 788 6534.73 8101.4 4156 17000.919 1990 98703 64749 833 7662.09 8300.1 5560.1 18718.322 1991 103783 65491 932 8157.03 9415.6 7225.8 21826.199 1992 109170 66152 1116 9084.7 10993.7 9119.6 26937.276 1993 115993 66808 1393 10995.5 14270.4 11271 35260.025 1994 122737 67455 1833 15750.5 18622.9 20381.9 48108.456 1995 131176 68065 2355 20340.9 23613.8 23499.9 59810.529 1996 138948 68950 2789 22353.7 28360.2 24133.8 70142.492 1997 137798 69820 3002 23788.4 31252.9 26967.2 77653.135 1998 132214 70637 3159 24541.9 33378.1 26849.7 83024.28 1999 133830.97 71394 3346 24519.1 35647.9 29896.2 88188.955 2000 138552.58 72085 3632 32917.93 39105.7 39273.2 98000.454 2001 143199.21 73025 3869 37213.49 43055.4 42183.6 108068.22 2002 151797.25 73740 4106 43499.91 48135.9 51378.2 119095.69 2003 174990.3 74432 4411 29691.8 52516.3 70483.5 135174 2004 203226.7 75200 4925 36238.99 59501 95539.1 159586.7 2005 223319 75825 5439 39450.89 67176.6 116921.8 183956.1
现估计模型为Y=c+A1*X1+A2*X2+A3*X3+A4*X4+A5*X5+A6*X6+U
一、平衡性检验和协整检验
将被解释变量Y与解释变量X1、X2、X3、X4、X5、X6进行多元回归，可以得出残差序列e,通过残差序列的线性图形（表1.1）:
结果如下（表1.2）：
Null Hypothesis: E has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic based on SIC, MAX LAG=6)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.149281 0.0347
Test critical values: 1% level -3.699871
5% level -2.976263
10% level -2.627420
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(E)
Method: Least Squares
Date: 12/17/07 Time: 22:15
Sample (adjusted): 1979 2005
Included observations: 27 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
E(-1) -0.534039 0.169575 -3.149281 0.0042
C -29.52296 117.8645 -0.250482 0.8043
R-squared 0.284036 Mean dependent var -18.20297
Adjusted R-squared 0.255398 S.D. dependent var 709.4155
S.E. of regression 612.1570 Akaike info criterion 15.74304
Sum squared resid 9368406. Schwarz criterion 15.83903
Log likelihood -210.5311 F-statistic 9.917968
Durbin-Watson stat 1.880914 Prob(F-statistic) 0.004207
由上面的结果可以看出，残差序列e在显著性水平为0.05的条件下，没有通过显著性检验，即e平稳，因此可以得出原模型协整，可以进行下面的回归。
二、多重共线性检验
1、检验：
利用OLS对以上参数进行估计，结果如下（表2.1.1）:
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 20:56
Sample: 1978 2005
Included observations: 28
Variable Coefficient Std. Error t-Statistic Prob.
C 526.0417 1206.635 0.435957 0.6673
X1 -0.068108 0.027789 -2.450889 0.0231
X2 0.060175 0.054780 1.098501 0.2844
X3 12.91381 1.869650 6.907075 0.0000
X4 -0.040553 0.054016 -0.750771 0.4611
X5 0.989014 0.196857 5.024023 0.0001
X6 0.499221 0.044154 11.30638 0.0000
R-squared 0.999887 Mean dependent var 51166.32
Adjusted R-squared 0.999855 S.D. dependent var 52735.89
S.E. of regression 635.9707 Akaike info criterion 15.96050
Sum squared resid 8493633. Schwarz criterion 16.29355
Log likelihood -216.4470 F-statistic 30938.68
Durbin-Watson stat 1.728146 Prob(F-statistic) 0.000000
结果分析：可决系数为0.999855，F统计量为30938.68，通过F检验，表明模型拟合优度较好。
对于A1、A2、A3、A4、A5、A6，X2和X4的T统计量均小于临界值T0.025(21)=0.435957,
而X1和X4的系数为负，与经济意义和实际情况不符。因此，可初步认为此模型存在严重的
多重共线性。
六个解释变量的如下简单相关系数矩阵(表2.1.2)：
X1 X2 X3 X4 X5 X6
X1 1 0.9084887587
26575
0.9592206010
16032
0.9121594537
91975
0.9615563612
86805
0.9373166828
29166
X2 0.9084887587
26575 1
0.8753031501
15327
0.8708801885
10463
0.8494794271
75485
0.7294657233
94794
X3 0.9592206010
16032
0.8753031501
15327 1
0.9766776942
10814
0.9960884743
64797
0.9268769948
23225
X4 0.9121594537
91975
0.8708801885
10463
0.9766776942
10814 1
0.9676296414
50431
0.8672439289
71564
X5 0.9615563612
86805
0.8494794271
75485
0.9960884743
64797
0.9676296414
50431 1
0.9532926427
25825
X6 0.9373166828
29166
0.7294657233
94794
0.9268769948
23225
0.8672439289
71564
0.9532926427
25825 1
从上表可以看出，各解释变量之间存在高度线性相关。同时由表1.2又可看出，尽管整体上
线性回归拟合较好，但X2， X4变量的参数T值并不显著，表明模型中解释变量确实存在严
重的多重共线性。
2、修正：
⑴运用OLS方法逐一求出Y对各个解释变量的回归，结果如下（表2.2.1）：
变量x1 x2 x3 x4 x5 x6
参数估计
值
1.158085 3.612649 31.22369 3.694234
2.648495 1.704013
t统计量18.44535 7.758008 39.25138 16.81336 96.49946 19.28887
R^(2) 0.929007 0.698329 0.983404 0.915773 0.997216 0.934683
￣R^(2) 0.926276 0.686727 0.982766 0.912533 0.997109 0.932171
综合分析可见，在六个一元回归模型中，加入X5 的方程￣R^(2)最大，以X5为基础，顺次
加入其他变量逐步回归，结果如表（表2.2.2）：
x1 x2 x3 x4 x5 x6 ￣R^(2) x5 x1 0.057886 2.525631 0.997182 (+1.294999) (+25.59707)
x5 x2 -0.196213 2.750751 0.997612 (-2.546525) (+58.19202)
x5 x3 -12.23262 3.674864 0.998266
(-4.283421) (+15.27659)
x5 x4 -0.564964 3.024076 0.998466
(-4.900573) (+38.18075)
x5 x6 2.237638 0.286418 0.999595
(+65.79107) (-12.67189)
经比较，新加入X6的方程￣R^(2)= 0.999595 ，改进最大，而且各参数t值显著，选择保
留X6，再加入其它新变量逐步回归，结果如下（表2.2.3）：
x1 x2 x3 x4 x5 x6 ￣R^(2) x5 x6 x1 0.004651 2.229984 0.284872 0.999579 (+0.260774) (+49.09533) (+11.97611)
x5 x6 x2 0.008742 2.22858 0.289556 0.999579 (+0.233341) (+42.81782) 10.85269
x5 x6 x3 9.495286 1.251341 0.418594 0.9998
(+5.152867) (+6.487128) (+13.87153)
x5 x6 x4 -0.044946 2.285325 0.274004 0.999583
(-0.51554) (+23.14678) (+8.238447)
在X5、X6基础上加入X3后的方程￣R^(2)明显增大，而且各参数t值显著。加入X1、X2
后，虽然￣R^(2)有所上升，但参数检验不显著；加入X4后，不仅t检验不显著，X4的符
号不合理。所以选择保留X3，继续逐步回归，结果如下(表2.2.4)：
x1 x2 x3 x4 x5 x6 ￣R^(2)
x5 x6 x3 x1 -0.040338 15.43851 0.984922 0.476601 0.999858 (-3.302717) (+6.944039) (+5.434718) (+15.43851)
x5 x6 x3 x2 -0.060054 11.34664 1.121261 0.422805 0.999829
(-2.269412) 6.013285 (+5.992658) (+15.1407)
x5 x6 x3 x4 9.458897 -0.010846 1.266628 0.415092 0.999791
(+4.997874) (-0.174824) (+5.878828) (+11.29637)
加入X1、X2、X4后，不仅参数t值不再全部显著，参数符号也不合理。因此，X1、X2、X4
引起严重多重共线性，应予以剔除。
剩下的变量为X3、X5、X6，修定模型为：Y=C+A3*X3+A5*X5+A6*X6+U，最后修正严重多重共
线性影响的回归结果为(表2.2.5)：
Dependent Variable: Y
Method: Least Squares
Date: 12/17/07 Time: 19:38
Sample: 1978 2005
Included observations: 28
Variable Coefficient Std. Error t-Statistic Prob.
C -1264.654 249.9107 -5.060423 0.0000
X3 9.495286 1.842719 5.152867 0.0000
X5 1.251341 0.192896 6.487128 0.0000
X6 0.418594 0.030176 13.87153 0.0000
R-squared 0.999822 Mean dependent var 51166.32
Adjusted R-squared 0.999800 S.D. dependent var 52735.89
S.E. of regression 746.4204 Akaike info criterion 16.20002
Sum squared resid 13371443 Schwarz criterion 16.39033
Log likelihood -222.8003 F-statistic 44917.00
Durbin-Watson stat 0.979249 Prob(F-statistic) 0.000000
根据回归结果,得回归模型:Y=-1264.654+9.495286X3+1.251341X5+0.418594X6
t =（-5.060423）（5.152867）（6.487128）（13.87153）
R^(2)=0.999822 ￣R^(2)=0.999800F=44917.00 DW=0.979249
三、异方差性检验
1、White 检验：
表(3.1)
White Heteroskedasticity Test:
F-statistic 0.980384 Prob. F(9,18) 0.487547
Obs*R-squared 9.210473 Prob. Chi-Square(9) 0.418077
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/17/07 Time: 19:57
Sample: 1978 2005
Included observations: 28
Variable Coefficient Std. Error t-Statistic Prob.
C 1037033. 794984.1 1.304470 0.2085
X3 -21662.41 13609.43 -1.591721 0.1289
X3^2 11.37727 16.26190 0.699627 0.4931
X3*X5 -1.636288 2.998311 -0.545737 0.5919
X3*X6 0.031932 0.496971 0.064253 0.9495
X5 2129.305 1179.704 1.804949 0.0878
X5^2 0.052810 0.144288 0.366005 0.7186
X5*X6 -0.005026 0.048723 -0.103159 0.9190
X6 -80.84421 234.4271 -0.344859 0.7342
X6^2 0.001873 0.004435 0.422358 0.6778
R-squared 0.328945 Mean dependent var 477551.5
Adjusted R-squared -0.006582 S.D. dependent var 498819.6
S.E. of regression 500458.4 Akaike info criterion 29.35689
Sum squared resid 4.51E+12 Schwarz criterion 29.83268
Log likelihood -400.9965 F-statistic 0.980384
Durbin-Watson stat 2.169849 Prob(F-statistic) 0.487547
由表知：nR^(2)= 9.210473，由White检验知，在@=0.05下，查χ^(2)分布表，得临界值χ^(2)0.05(9)=16.919.比较计算的χ^(2)统计量与临界值，因为nR^(2)= 9.210473<χ^(2)0.05(9)=16.919，所以接受原假设，表明模型不存在异方差。
2、Arch检验：
表(3.2):
ARCH Test:
F-statistic 0.425586 Prob. F(1,25) 0.520117
Obs*R-squared 0.451939 Prob. Chi-Square(1) 0.501415
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/17/07 Time: 20:14
Sample (adjusted): 1979 2005
Included observations: 27 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 392816.1 133202.6 2.949011 0.0068
RESID^2(-1) 0.125250 0.191992 0.652370 0.5201
R-squared 0.016738 Mean dependent var 453325.1
Adjusted R-squared -0.022592 S.D. dependent var 491248.6
S.E. of regression 496766.7 Akaike info criterion 29.14082
Sum squared resid 6.17E+12 Schwarz criterion 29.23680
Log likelihood -391.4010 F-statistic 0.425586
Durbin-Watson stat 2.049189 Prob(F-statistic) 0.520117
从表知，(n-p)R^(2)= 0.451939，由Arch检验知，在@=0.05下，查χ^(2)分布表，得临界值χ^(2)0.05(1)=3.841, 比较计算的χ^(2)统计量与临界值，因为(n-p)R^(2)= 0.451939<χ^(2)0.05(1)=3.841,所以接受原假设，表明模型不存在异方差。
通过White检验和Arch检验，表明模型是不存在异方差的。
四、自相关检验
根据表2.2.5，DW值为0.979249，查DW统计表可知，在@=0.05的水平下，dL=1.328，模型中DW< dL，显然存在正自相关。这一点从残差图中也可以看出，如图4.1:
模型中t统计量和F统计量的结论不可信，需采取补救措施。
为解决自相关问题，选用科克伦----奥克特迭代法。利用Eviews软件，可得回归方程：e(t)= 0.467257e(t-1).
由上式可知
^
=0.467257,对原模型进行广义差分，结果如下（表4.2）：
Dependent Variable: Y-0.467257*Y(-1)
Method: Least Squares
Date: 12/17/07 Time: 21:21
Sample (adjusted): 1979 2005
Included observations: 27 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -758.0586 221.5732 -3.421256 0.0023 X3-0.467257*X3(-1) 8.695102 2.086348 4.167618 0.0004 X5-0.467257*X5(-1) 1.342496 0.211447 6.349093 0.0000 X6-0.467257*X6(-1) 0.405904 0.030973 13.10491 0.0000
R-squared 0.999635 Mean dependent var 31316.58 Adjusted R-squared 0.999587 S.D. dependent var 31122.39 S.E. of regression 632.1773 Akaike info criterion 15.87217 Sum squared resid 9191906. Schwarz criterion 16.06415 Log likelihood -210.2743 F-statistic 20997.22
Durbin-Watson stat 1.869498 Prob(F-statistic) 0.000000
由表4.2可知，DW=1.869498，在 =0.05的显著性水平下，dL=1.316,dU=1.469。经比较可得，统计量DW介于dL与4- dU之间，说明广义差分模型中已无自相关。
五、结论
通过以上分析，可以看出居民消费平水平、社会消费品零售总额、进出口贸易总额对我国GDP的增长都有一定的影响，尤其是社会消费品零售总额对GDP的贡献很大，其可决系数达0.997216。另外，居民消费水平和进出口贸易总额也有影响，表现为分别每增加一元的居民消费水平，一亿元的进出口贸易额，GDP将分别增加9.495286亿元和0.418594元。因此，为保持我国GDP持续高速增长的良好态势，国家宏观调控应有效加强居民消费水平、社会消费品零售总额和进出口贸易总额。
云南地区生产总值影响因素和 回归分析
Statistics and Application 统计学与应用, 2019, 8(4), 581-588 Published Online August 2019 in Hans. https://www.360docs.net/doc/8e4516480.html,/journal/sa https://https://www.360docs.net/doc/8e4516480.html,/10.12677/sa.2019.84066 Influencing Factors and Regression Analysis of GDP in Yunnan Province Xinxin Hu School of Statistics and Mathematics, Yunnan University of Finance and Economics University, Kunming Yunnan Received: Jun. 27th, 2019; accepted: Jul. 13th, 2019; published: Aug. 2nd, 2019 Abstract Based on the statistical yearbook of GDP from 2007 to 2016 in Yunnan province and the related data, using linear regression method, this paper sets up the fitting model to describe the relation-ship between GDP and related variables in Yunnan province. The heteroscedasticity test, sequence autocorrelation test and abnormal point test for the model are also carried out. The results show that this model can be used to predict the gross domestic product of Yunnan province. Keywords GDP, Influencing Factors, Linear Regression Model 云南地区生产总值影响因素和 回归分析 胡欣欣 云南财经大学统计与数学学院，云南昆明 收稿日期：2019年6月27日；录用日期：2019年7月13日；发布日期：2019年8月2日 摘要 本文基于统计年鉴中云南省2007~2016年生产总值和与之相关的数据，运用线性回归方法，建立了用于描述云南省地区生产总值与相关变量之间定量关系的拟合模型，并对模型进行了异方差检验、序列自相关检验和异常点的检验。该模型对于云南省地区生产总值的预测有一定的研究作用。
国内生产总值的影响因素
国内生产总值的影响因素 ——以福建省为例以下数据均来自福建省统计年鉴：
一：提出问题 宏观经济学的核心问题之一是经济增长，在经济日益发展的今天，国内生产总值已经成为一个最重要的衡量经济发展的指标之一。随着改革开放以来，福建省与中国的经济实现了同步增长，取得了巨大的成就，理解福建省经济发展的原因显得至关重要。同时对GDP在福建省的深度解读将有利于福建省更好更快的发展，以期对实现福建省跨越式发展提供对策。 二．理论分析： 哪些因素对福建省的国民生产总值有较大的影响 三.建立模型： 运用统计学以及计量经济学的方法，利用1990至2012年的统计数据，对福建省GDP的增长因素进行实证分析，并以固定资产投资总额TZ、财政收入CZ、出口总额CK、工业总产值GY为解释变量建立影响GDP的多元回归模型，以阐明影响福建省GDP 的主要因素。从而对福建省GDP增长因素进行了实证分析。四：数据处理过程： （一.）多元线性回归分析利用EViews估计模型的参数
（图1） 如图所示分析结果可以看出： 1.可绝系数高，修正的可决系数也高，表明模型拟合较好。 2.F值为896.4256。K=4 n=23 n-K-1=18
取α=0.05 Fα(4，18)=2.93 所以通过了F检验。说明所选取的这些变量都对福建省的国内生产总值有显著性影响。 3.T检验分析：T0.025（18）=2.1009 由得出数据可以知道：在百分之五的显著性水平下，财政支出和固定资产投资对国内生产总值分别有显著影响。 4.P值的分析：由图中的结果可以看出来只有CK的P值较大未通过检验需要进行修正，其它的变量都通过了检验。 5.经济意义： GDP=1871.799-0.000105CZ(财政收入)-0.000162CK（出口总额）--0.002550GY（工业生产总值）+0.000283 TZ（固定资产投资额）说明财政收入每减少0.000105个单位，GDP增加一个单位。出口总额每减少0.000162个单位，GDP增加一个单位.工业生产总值每减少0.002550个单位，GDP增加一个单位。固定资产投资每增加0.000283个单位，GDP增加一个单位。 二.异方差性处理与分析： 图形法：如下图分别作出四个解释变量和E2间的散点图 （1）CK （2）CZ
固定资产投资对GDP的影响
固定资产投资对地区生产总值的影响 【摘要】：在国家的经济发展中，最直观测量经济发展效果良好与否的指标就是看它的GDP，而影响GDP的主要有三大因素：消费、投资与进出口贸易。总的来说，固定资产投资可分为国有投资与个体投资，而个体投资又可分为很多的种类，本文以计量经济学模型为基础，试图建立一个以地区生产总值为因变量，以国民投资、集体投资、个人投资和农村投资四类投资为解释变量的多元线性回归模型，来说明固定资产投资对地区生产总值的重要性，同时运用多因素分析方法，对经济增长变动及其主要影响因素进行实证分析，从而得到一些启示，并结合区域经济增长情况，为区域未来因固定资产而引起生产总值变动情况提供依据。 【关键词】：国民投资，个体投资，地区生产总值 理论依据便是宏观经济学中的Keynes模型：用支出法核算GDP时，即Y=C+I+G+NX。其中的I就是投资的部分，而固定资产投资又是投资中的主要部分，因此它对经济的发展有至关重要的作用。并且，有一种发展理论认为发展中过国家之所以发展缓慢，就是因为投资不足。发展经济学要求国家积累储蓄，以用于投资。而这里的投资就包括有基础设施建设等固定资产的投资。 我们根据对以往相关资料的分析，通过总结，可得出以下观点。虽然过去已经有很多人研究过这方面内容，但缺点是：对固定资产投资部分的分析主要集中于政府的投入分析，忽视了个体的投资，在现在这个个体投资逐渐增长的情况下，重视它们的存在对经济发展的研究具有十分重要的意义。 因此，我们这次的分析是把总的固定资产投资部分分为四个部分：政府投资、集体投资、个人投资和农村投资。 下面，我们就关于固定资产投资对地区生产总值影响的模型建立采取以下步骤：一、建立模型。 根据以上分析，我们把资产分为四个部分，也就是四个解释变量 设定:国民投资部分为变量X1 集体投资部分为变量X2 个人投资部分为变量X3 农村投资部分为变量X4 由于在过去的研究和各种经济理论中，我们没有找到专门研究固定资产投资和生产总值之间关系的经济模型，因此我们根据自己的认识将初始模型设定为：
对中国国内生产总值影响因素的实证分析
对中国国内生产总值影响因素的实证分析 ——计量经济学Eviews 目录 引言 (3) 一、经济背景 (3) 二、结合经济背景，建立计量经济学模型 (3) （一）关于数据 (3) （二）关于模型 (4) ①建立模型 (4) ②回归模型参数估计 (4) （三）建模检验 (6) （1）统计推断检验 (6) （2）计量经济学意义检验 (6) ①多重共线性检验 (6) ②异方差检验（White检验） (8) ③自相关的检验及修正（DW检验） (9) 三、总结及对建模进行经济意义解释 (11) ①回归方程的经济意义 (11) ②总结 (11)
对中国国内生产总值影响因素的实证分析引言： 国内生产总值(Gross Domestic Product,简称GDP)国内生产总值是指在一定时期内(一个季度或一年)，一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。它不但可反映一个国家的经济表现，更可以反映一国的国力与财富。 一、经济背景 从1995年到2009年，中国加入WTO以后，在新的国际环境下，经济和居民收入保持在快速增长的阶段。其原因是：中国加入WTO有利于更快、更好地融入国际经济社会，而且有利于维护我国的经济利益，有利于扩大进出口贸易，有利于国民生产总值的增长等。作为衡量经济发展的重要标准国民生产总值，其构成了反应经济发展的方向，政府财政支出、固定资产投资总额、居民消费、货物进出口总额等因素均可影响一个地区的生产总值。其中，政府财政支出、固定资产投资总额和货物进出口总额是中国生产总值快速增长的推动力。为检验其科学性，通过建立计量模型，运用计量分析的方法对影响中国生产总值的各因素进行相关的分析，找出其中关键的影响因素，最终通过调整该因素来提高地区的生产总值。 二、结合经济背景，建立计量经济学模型 （一）关于数据：数据来源于《中国统计年鉴2010》 国内生产总值支出构成相关数据如下： 各项目支出对国内生产总值的百分比（单位：%） 年份国内生产总值（绝对 额（亿元））年份政府财政 支出 固定资产 投资总额 货物进出 口总额 1995 60794 1995 11.2 32.9 38.7 1996 71177 1996 11.2 32.3 33.9 1997 78973 1997 11.7 32.1 34.1 1998 84402 1998 12.8 33.7 31.8 1999 89677 1999 14.7 33.3 33.3 2000 99215 2000 16.0 33.2 39.6 2001 109655 2001 17.2 33.9 38.5 2002 120333 2002 18.3 36.1 42.7 2003 135823 2003 18.1 40.9 51.9 2004 159878 2004 17.8 44.1 59.8 2005 183217 2005 18.5 48.5 63.8 2006 211924 2006 19.1 51.9 66.5 2007 257306 2007 19.3 53.4 64.8
地区GDP影响因素的计量分析-期末作业
影响地区生产总值因素的计量分析 经贸学院孟毅201201370 一、选题背景 （一）、选题意义与原因 地区生产总值是指一定时期（通常是一年）一个地区的经济中所生产出的全部最终产品和劳务的价值，常被认为是衡量经济状况的最佳指标。它和国民生产总值的概念类似，在核算方法也存在相似之处。 国内生产总值（GDP）的核算方法有3中。即生产法、收入法和支出法。其各部分项目的加总即构成了GDP总量。同样，地区生产总值也是指本地区所有常住单位在一定时期内生产活动的最终结果。也可以通过这三种方法加总核算。 然而构成地区生产总值的项目众多，为了更好地了解和把握地区的经济发展状况，从而制定相关政策指导地区经济更好、更快发展，预测地区经济发展趋势和产业发展趋势，确定影响地区经济发展的因素极为重要。 这就是选题的意义和原因。 （二）、被解释变量与解释变量的选择 被解释变量为地区生产总值。 这里选取了3个解释变量。分别为：分地区货物出口额、分地区普通高校授予学位数、分地区城乡居民人民币储蓄存款。 下面分别阐明解释变量对被解释变量的影响过程与方向： 1.货物出口额 我国是贸易大国，货物出口会对地区经济有着促进作用。 2.普通高校授予学位数 大学城的建立会带来土地补偿效应、乘数效应和消费效应。同时大学生可以促进科技产业的发展、旅游业的发展，拉动消费、促进生产，就业人员的素质也相应提高。故对地区生产总值有提升作用。 3.城乡居民人民币储蓄存款 储蓄存款是投资的重要来源，也反映了居民的收入。投资和收入都可以促进生产的发展，所以方向是正向的。 二、数据收集和整理 所有数据均来自中华人民共和国国家统计局官方网站https://www.360docs.net/doc/8e4516480.html,/tjsj/ndsj/。选取了中国31个省市（不含港澳台）2009年至2012年的相关数据。面板数据如附件所示。 三、数据描述性分析 （一）、散点图 1. RGDP与deposit
我国国内生产总值(GDP)影响因素的回归分析
我国国内生产总值（GDP）影响因素的实证 分析 摘要： 本文以国民收入核算理论为基础，引入能源消费、就业人数、居民消费水平、社会消费品零售总额、进出口贸易总额、外商直接投资（FDI）等解释变量，运用计量经济学分析的方法，分析国内生产总值与这些解释变量之间的关系。从中国的实际情况出发，在利用从1985到2001的年度时间序列数据分析的基础上，分析各因素对国内生产总值的不同程度的影响及其原因，最后得出结论、提出观点。 关键词： GDP 影响因素实证分析Eviews 一、问题提出： 国内生产总值（GDP）是指在一定时期内(一个季度或一年)，一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。它不但可反映一个国家的经济表现，更可以反映一国的国力与财富。国民经济，作为一个复杂的综合体，它的影响因素一直是人们探索和争论的热点，根据西方经济学中关于国民收入核算的经典理论，我们建立以GDP为被解释变量的线性回归模型，引入能源消费、就业人数、居民消费水平、社会消费品零售总额、进出口贸易总额以及外商直接投资等解释变量，对GDP的影响因素作实证分析，试图揭示这几个解释变量对GDP的影响程度。 二、样本数据选取及模型设定： 回归模型设立如下： Y=β0+β1X1 +β2X2+β3X3+β4 X4 +β5X5+β6X6+U Y--------国内生产总值GDP X1-----能源消费 X2-----就业人数 X3-----居民消费水平 X4-----社会消费品零售总额
X5-----进出口贸易总额 X6-----外商直接投资（FDI） U------随机扰动项 β1、β2、β3、β4、β5、β6为待估参数。 变量采用时间序列数据，具体数据(现价计算)见表一： 表1： （数据来源于中国统计年鉴。） 三、参数的初步估计与检验 将第一个模型的样本导入Eviews软件进行OLS估计，得到输出结果如下：表2：
《各地区的国内生产总值的影响因素 》 计量经济学论文(eviews分析)
计量经济学作业 各地区的国内生产总值的影响因素 班级： 姓名： 学号： 时间：
内容摘要:各地区国内生产总值受多种因素影响，根据全国31个省市的相关经济变量数据，对其进行计量分析。应用计量经济学所学知识对根据经济理论选取的影响各地区国内生产总值的各因素进行分析、检验，并对其影响程度的大小进行定量分析，进一步明确和完善相关的经济学知识。本文选取2009年的相关数据 关键词：生产总值消费性支出固定资产投资各地税收收入净出口 一、前言： 我国各地区居民的消费支出、固定资产的投资、净出口及各地区税收收入在很大程度上决定了当地的生产总值。现利用计量经济学中的知识对此进行分析，研究各影响因素的影响程度。 二、模型的选择与建立 我选择了四个解释变量对我国2008年各地区的GDP进行分析，并利用计量经济学方法对所建立模型进行定量分析。 模型的变量选择如下： Y---生产总值（亿元）X1----居民消费性支出（元）X2----固定资产投资（亿元）X3----各地税收收入（亿元）X4----各地净出口（万美元）模型的变量数据如下：
由散点图知，Y与X1、X2、x3、X4呈现性关系，所以设模型为 Y=β0+β1x1+β2x2+β3x3+β4x4+μ 三、，模型参数估计与回归结果分析 Y与X1、X2、X3、X4的回归分析结果如下： Y=1433.68-0.15X1+1.07X2+1.96X3+0.00047X4 (0.64) (-0.65) (9.38) (1.15) (4.65) R2=0.973521R- 2=0.969447 F=238.9774 D.W.=1.836524 （一）经济意义检验 从经济意义上说，各地区的生产总值Y与固定资产投资X2、各地税收收
国内生产总值GDP影响因素分析
国内生产总值GDP影响因素分析 发表时间：2019-04-04T10:30:10.083Z 来源：《知识-力量》2019年7月上作者：原嘉洁[导读] 诸多的因素会对国内生产总值产生或大或小的影响，而国内生产总值反应了一国的经济状况，是衡量国民经济发展水平的一项重要指标。 （安徽财经大学，233030） 摘要：诸多的因素会对国内生产总值产生或大或小的影响，而国内生产总值反应了一国的经济状况，是衡量国民经济发展水平的一项重要指标。本论文从供给和需求这两个方面出发，研究了劳动力，物质资本投入量，居民消费指数这三个因素对国内生产总值GDP的影响程度，且通过回归分析的方法来测量这三种因素对经济增长产生的弹性大小。在研究方法和途径上，本论文包含模型设定，回归分析以及应用Eviews软件对模型进行检验和分析，所选用的数据来自中国统计年鉴（2016）。针对劳动力，物质资本投入量，居民消费指数这三个因素，本论文提出人口红利政策和增加外资引进等来提升GDP的具体方法。关键词：国内生产总值（GDP）；社会总投资；劳动力；新古典模型；经济增长 第一章、研究意义 经济的发展对一个国家具有巨大的意义。我国的GDP逐年增长，经济发展迅速。同时，GDP是宏观经济中最受瞩目的经济统计数值，是衡量国民经济发展的一个重要的经济指标。GDP指的是在一年的时间范围内，一个国家或者地区所有常住单位所生产的最终产品以及劳务的总体价值，它对一国的经济发展起到重要的导向作用。总而言之，GDP的增长对一个国家而言是十分重要的。 第二章、文献综述 历年来，经济增长成为很多学者重点研究的课题，赵晋平认为社会可支配资金的规模及其配置方式和配置效率是促进经济增长的基础，东中西部的工业总产值的差距正在逐步扩大；周冯琦认为中国经济目前为止的发展有了长足的进步和提高，但是目前如何去调整中国的产业结构以及促进经济的增长是目前刻不容缓需要解决的一个问题；John（2006）选取了我国跨越了30-50年的面板数据集，建立了绿色GDP增长模型和传统GDP与绿色GDP的差距模型。在增长模型和缺口模型中，都测试了经济开放的影响程度。结果表明，开放程度与绿色GDP增长呈负非线性关系，开放程度与传统GDP与绿色GDP之间的差距呈正非线性关系；Jeroen（2009）指出尽管从理论和经验上都有人批评GDP不是社会福利和进步指标，但它在经济、公共政策、政治和社会中的作用仍然具有影响力。 结合中外文献，我们了解到GDP这一经济指标受到国内外众多专家学者的重视。国内外众多专家学者均表达了GDP的增长对经济，社会发展具有重要意义的观点，但对于传统GDP的核算方法一直都存在争议。从整体看来，当前研究文献主要还是从宏观角度出发，探寻GDP的影响因素，且对我国GDP的研究主要选取改革开放以来的数据。总体而言，对于GDP这一重要的经济指标，探寻其影响因素对于政府正确决策，经济快速发展，社会稳定具有重要意义，也是现今相关研究的重要方向。 第三章、理论分析 本文采用道格拉斯函数的原理，采取劳动力和固定资产投资作为影响经济的内在发展因素进行研究。从理论以及经验数据来说，劳动力和固定资产投资对经济增长均有显著的促进作用，即系数是正向的，具体实证在后面的章节进行。本论文通过设立多元线性模型来拟合国内生产总值GDP和其影响因素的关系。被解释变量为国内生产总值GDP，解释变量为居民消费指数，劳动力以及物质资本投入量。 第四章、变量测量与模型设定 被解释变量为国内生产总值GDP，用变量Y来进行表示。解释变量为劳动力，用变量L来进行表示。劳动力用全社会就业总人数来近似代替；另一个解释变量为物质资本投入量，用变量K来进行表示。物资资本投入量用全社会固定资产投资来近似代替，居民价格消费指数用C来表示。下表的数据来自《中国统计年鉴（2016）》：
GDP影响因素分析报告
实 践 学 习 报 告 报告主题: GDP及其相关因素的计量分析 报告制作：陈展鹏 课程名称：《统计学》 指导老师：刘立至 2015 年 6月26日
GDP及其相关因素的计量分析 摘要：GDP是一国经济的最大基本面，它是研究产业结构和产业演变趋势的主要解释变量，也是反映一国经济发展情况的重要指标，因而无论对经济政策的制定，还是投资分析均具有重要意义。但是，究竟哪些因素会影响GDP的变化呢？本文希望通过分析各个因素对GDP的影响来说明固定资产投资情况、居民消费情况和出口情况是影响GDP的重要因素，进而了解从哪些发面促进我国GDP的增长。 关键词：GDP；固定资产投资；消费总额；出口总额 一、背景 自从1985年国家统计局建立起相应的核算制度以来，国内生产总值核算已经成为我国宏观经济管理部门了解经济运行状况的重要手段，制定经济发展战略、中长期规划、年度计划和各种宏观经济政策的重要依据。例如，党的十四大五次会议提出的到2000年，在我国人口比1980年增长三亿左右的情况下，实现人均国内生产总值1比1980年翻两翻的战略目标，就是建立在国内生产总值核算和对经济发展情况的预测基础上的。我国政府在“七五”规划、“八五”规划、“九五”规划和2010年远景规划中提出的国民经济增长目标以及历年年度计划中提出的国民经济增长目标也都是建立在国内生产总值核算和对经济发展情况的预测基础上的。1998年以来我国采取积极的财政政策和稳健的金融政策，也与我国国内生产总值核算反映出来的经济增长率下滑，最终需求不足有十分密切的关系。可见，国内生产总值核算在我国宏观经济管理工作中发挥了重要作用。 二、方法及文章组织 本文主要是通过理论分析与实证分析来GDP的影响因素。首先，我们利用经济学的相关理论，对经济发展进行计量经济学方面的分析。然后，我们根据我国的实际情况，收集了2000到2014年的相关数据，并利用这些数据进行回归分析。最后，结合分析的结果，我们提出了发展经济的相应的建议。 三、GDP增长因素的理论分析 随着国民经济的不断发展，我国居民的收入消费水平也在不断提高.我想用计量经济学的相关分析和回归分析来研究国内生产总值对居民消费水平高低的影响。当一国的
我国GDP增长影响因素的分析
我国GDP增长影响因素的分析 一．引言 中国成立多年以来，中国以庞大人口作为基石所引起的经济增长引起了世界的关注,在人们对于当前中国的经济繁荣感到自豪的同时，更应该从深层次来分析中国经济增长与GDP增长的影响因素。长时间以来，投资需求、消费需求、出口需求通常被称为拉动经济增长的“三驾马车”，因此，在此研究三者与国民经济增长之间的关系具有十分重要的经济意义。本文通过查阅及分析1994年和2002年GDP及消费、出口、投资的情况，提出基于改革开放这一特定时期的GDP增长决定因素假说：三者对GDP增长的影响力基本相当，而1994年投资对GDP增长占了决定因素，2002年则是消费对GDP增长起了决定因素。并用回归方法分析对这一假说进行验证。 二．数据定义与经济理论假说 （一）数据定义 1.国内生产总值（GDP） 一个国家或地区所有常住单位在一定时期内用于最终消费、资本形成总额,以及货物和服务的净出口总额,它反映本期生产的国内生产总值的使用及构成。部分地区1994年和
2.居民消费、资本形成总额、货物和服务净出口 居民消费是指常住住户墩货物和服务的全部最终消费支出.政府消费是指,政府部门为全社会提供公共服务的消费支出或免费或以较低价格向住户提供的货物和服务的净支出.资本形成总额是指常住单位在一定时期内获得的减去处置的固定资产家存货的变动,包括固定资本形成总额或存货增加.固定资本形成总额是指常住单位购置、转入和资产自用的固定资产,扣除固定资产的销售和转出后的价值,包括有形固定资产形成总额和无形固定资产形成总额.货物和服务净出口是指货物和服务出口间货物和服务进口的差额。2002年部分地区消费、投资、出口状况如下表2，1994年数据如表3
影响我国各省的GDP的因素分析共13页
各地区的国内生产总值的影响因素 摘要:各地区国内生产总值受多种因素影响，根据全国31个省市的相关经济变量数据，对其进行计量分析。应用计量经济学所学知识对根据经济理论选取的影响各地区国内生产总值的各因素进行分析、检验，并对其影响程度的大小进行定量分析，进一步明确和完善相关的经济学知识。本文选取2009年的相关数据 关键词：生产总值消费性支出固定资产投资各地税收收入净出口 一、前言： 我国各地区居民的消费支出、固定资产的投资、净出口及各地区税收收入在很大程度上决定了当地的生产总值。现利用计量经济学中的知识对此进行分析，研究各影响因素的影响程度。 二、模型的选择与建立 我选择了四个解释变量对我国2008年各地区的GDP进行分析，并利用计量经济学方法对所建立模型进行定量分析。模型的变量选择如下： Y---生产总值（亿元）X1----居民消费性支出（元）X2----固定资产投资（亿元）X3----各地税收收入（亿元）X4----各地净出口（万美元）
由散点图知，Y与X1、X2、x3、X4呈现性关系，所以设模型为Y=β0+β1x1+β2x2+β3x3+β4x4+μ 三、，模型参数估计与回归结果分析 Y与X1、X2、X3、X4的回归分析结果如下：
Y=1433.68-0.15X1+1.07X2+1.96X3+0.00047X4 (0.64) (-0.65) (9.38) (1.15) (4.65) R2=0.973521 R- 2=0.969447 F=238.9774 D.W.=1.836524 （一）经济意义检验 从经济意义上说，各地区的生产总值Y与固定资产投资X2、各地税收收入X3、各地净出口X4成正相关。但是X1的系数是负的，表明居民消费性支出每上升一个百分点，GDP 生产总值将下降0.15个百分点，不符合实际意义，所以删去X1这个变量。 （二）统计检验 由回归结果表明，R2和调整R2的值都接近于1，表明模型的拟合优度较好。在α=0.05 (26)=2.056，x2、x4的t值大的显著性水平下，自由度n-k-1=26的t统计量的临界值为t α/2 于该临界值，所以x2、x4在95%的水平下影响显著，通过了变量显著性检验。F统计量的临界值为F0.05(4，26)=2.74，F大于该临界值，所以模型的线性关系在95%的置信水平下显著成立。 （三）计量经济学检验 1、多重共线性检验： X1、X2、X3、X4的相关系数如下表： X1 X2 X3 X4 X1 1 0.24012 0.7916 0.6674
我国国内生产总值的实证分析
目录 Ⅰ. 摘要 (2) 关键词 (2) Ⅱ. 正文 (2) 1. 序言 (2) 2. 模型设定…………………………………………………………… 3. 参数估计…………………………………………………………… 4. 检验修正…………………………………………………………… 经济意义检验……………………………………………………
统计意义检验…………………………………………………… 计量经济学检验………………………………………………… 多重共线性检验……………………………………………… 相关系数检验……………………………………………… 逐步回归修正……………………………………………… 异方差性检验………………………………………………… 异方差检验………………………………………………… 模型修正…………………………………………………… 序列相关性检验……………………………………………… GB 检验…………………………………………………… 模型修正…………………………………………………… 模型预测检验…………………………………………………… 模型确认…………………………………………………………… 5. 模型评价……………………………………………………………… 6. 政策建议……………………………………………………………… 7. 参考文献………………………………………………………………
我国国内生产总值的实证分析 【摘要】：本文主要是从宏观经济的角度，对影响我国自1990年至2009年的国内生产总值的主要因素进行实证分析。结合我国特定国情选取了六个影响我国国内生产总值的主要因素，并对其时间序列分析，建立多元线性模型，利用OLS 方法进行参数估计并进行计量经济学模型的四大检验。经济意义检验中，发现储蓄总额前参数不符合经济理论常识，并在后面的工作中得到了修正；计量经济学检验中，发现初建模型具有多重共线性，采用逐步回归法进行修正，消除了多重共线性；在异方差性检验中，发现模型具有异方差性，采用对数变换法进行修正，消除了异方差性；利用GB 检验法发现模型随机干扰项存在2阶序列自相关性，采用广义差分变换法修正模型， 消除了模型序列相关性；利用2010年数据，模型通过了经济预测检验，并确定了最终模型，得出结论：进出口额、职工工资总额和上期国内生产总值对国内生产总值有很大影响。最后，进行了模型评价并结合模型及我国国情给出了相应的可供参考的政策建议。 【关键词】：国内生产总值 进出口额 职工工资总额 经济意义检验 计量经济学检验 时间序列 多元线性回归 OLS 方法 逐步回归法 多重共线性 异方差性 对数变换法 GB 检验法 序列自相关性 广义差分变换法 经济预测检验 序言 自1985年国家统计局建立起相应的核算制度以来，国内生产总值核算已经成为我国宏观经济管理部门了解经济运行状况的重要手段，制定经济发展战略、中长期规划、年度计划和各种宏观经济政策的重要依据。因此研究国内生产总值的影响因素对我国的经济发展有重大意义。2010年国内生产总值397983亿元，按可比价格计算，比上年增长10.3%，增速比上年加快1.1个百分点。总量跃居世界第二。本文主要运用计量经济学和统计经济学研究一些经济指标对国内生产总值的影响和相关关系。GDP = C+ C1*LNX1 + C2*LNX3 + C3*LNX5 一、模型的设定 选国内生产总值GDP 为被解释变量，而影响国内生产总值的因素有很多，但普遍看来，进出口额、财政支出总额、职工工资总额、税收总额、上期国内生产总值和储蓄总额这六个因素对国内生产总值影响较大，因此，我们搜集了这六个因素的时间序列数据作为解释变量，希望建立一个合适的经济模型来从理论上探讨影响国内生产总值的因素，进而提出相应的建议。把上述六个因素分别设定为X 1、X 2、X 3、X 4、X 5、X 6。设定模型为： GDP=0β+5544332211X X X X X βββββ+++++β66X +U i 经查资料得国内生产总值样本观测数据（单位/亿元）： 年份 GDP 进出口额 财政支出 职工工资总额 税收收入 上期GDP 储蓄余额 1990 18667.8 5560.1 3083.59 2951.1 2821.86 16992.3 1210.2 1991 21781.5 7225.8 3386.62 3323.9 2990.17 18667.8 1610 1992 26923.5 9119.6 3742.2 3939.2 3296.91 21781.5 2312.3 1993 35333.9 11271 4642.3 4916.2 4255.3 26923.5 3095.2 1994 48197.9 20381.9 5792.62 6656.4 5126.88 35333.9 4680.1 1995 60793.7 23499.9 6823.72 8100 6038.04 48197.9 5884.1
计量经济学论文设计 影响GDP增长地因素分析报告
经济与管理学院 计量经济学论文 影响四川省GDP增长的因素分析 班级：15金融一班 姓名：肖钰 学号：201501120344 指导老师：叶成徽
影响四川省GDP增长的因素分析 专业年级： 15金融一班学号： 201501120344 姓名：肖钰 摘要：随着中国经济进入新常态，经济增速提档幻速，探索经济增长影响因素便很有必要。而国内生产总值也即GDP，是衡量一个国家或者一个地区经济发展水平的常用指标。四川省作为中国西部第一经济大省，一直是中国西部经济的风向标和领头羊。本文旨在采用多元线性回归法对 1993-2016年四川省地区生产总值的相关因素进行研究，分析居民消费水平、进出口总额、资本形成率对四川省地区生产总值的影响，建立计量模型，寻求这些变量与四川省地区生产总值的数量关系，进行定量分析，并对模型进行检验。 关键词：地区生产总值居民消费水平进出口总额资本形成率 一、文献综述 （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。 GDP核算有三种方法，即生产法、收入法、支出法，三种方法从不同的角度反映国民经济生产活动成果，理论上三种方法的核算结果相同。 生产法是从生产的角度衡量常住单位在核算期内新创造价值的一种方法，即从国民经济各个部门在核算期内生产的总产品价值中，扣除生产过程中投入的中间产品价值，得到增加值。核算公式为：增加值=总产出-中间投入。收入法是从生产过程创造收入的角度，根据生产要素在生产过程中应得的收入份额反映最终成果的一种核算方法。按照这种核算方法，增加值由劳动者报酬、生产税净额、固定资产折旧和营业盈余四部分相加得到。支出法是从最终使用的角度衡量核算期内产品和服务的最终去向，包括最终消费支出、资本形成总额和货物与服务净出口三个部分。 （二）影响因素的分析 1.居民消费水平 居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。通过消费的物质产品和劳务的数量和
影响GDP变化的因素分析
影响GDP变化的因素分析 金融1班：李立鹏（11083027）李铭杰（11083126） 一、问题的提出 摘要：随着改革开放的逐步深入和社会主义市场经济日益发展，各城区GDP 连年攀升，地区GDP反映的是一个地区的综合经济发展水平，其中园林绿化面积、城市建成区面积、基本建设财政支出都有可能影响GDP的变化。本文主要通过对2011年期各省的GDP和园林绿化面积、城市建成区面积、基本建设财政支出的变动数据进行分析，建立以2011年各省的GDP为被解释变量，以基本建设财政支出、城市建成区面积、城市园林绿地面积各值为解释变量的多元线性回归模型，从而找出这三个解释变量和GDP间的发展关系，并就此对如何增加GDP、促进产业经济的发展提出一些建议。 二、理论综述 GDP 的增长对于一个国家有着十分重要的意义，它衡量一国在过去的一年里所创造的劳动成果，而研究它的影响因素不仅可以很好的了解GDP的经济内涵，而且还有利于我们根据这些因素对GDP影响大小来制定工作的重点以更好的促进国民经济的发展。 三、数据来源 本文所收集的数据来源于《中国统计年鉴2011》和国家统计局
（一） 计量经济模型的建立 建立线性回归模型：Y=0β+1βX1+2βX2+3βX3+μ 以Y 表示各省的GDP ，X1，X2，X3分别表示基本建设财政支出、城市建成区面积和城市园林绿地面积，μ表示随机干扰项。 （二） 模型的估计与检验 1、最小二乘估计 建立 Eviews new workfile 启动Eviews,点击File/New/workfile 建立workfile ，在”Workfile structure type ”中选择”Unstructured ”,并在”Observations ”中输入”31”.,点击OK.
对我国GDP影响因素的分析模板
对我国GDP影响因素的分析 摘要：运用1987-2012年我国城镇、农村人均收入，恩格尔系数以及就业人数的数据，先对GDP进行绘制相关图，单位根检验，在建立了古典线性回归模型，通过OLS回归、多重共线性分析、怀特异方差检验、对变量进行单位根检验、Johansen协整检验、RESET检验、Chow 稳定性检验等实证分析了城镇、农村人均收入、恩格尔系数以及就业人数对我国GDP影响。通过这一系列统计分析和检验方法，拟合出比较优良的GDP模型，得出1987-2012年间我国经济增长的情况。由此来分析所选取的这四个变量对GDP的贡献情况，结合当前我国宏观经济形势，找出目前经济发展存在的问题，从而找出相应的对策。 【关键词】：GDP 恩格尔系数影响因素回归分析 一、引言 许多专家学者指出，我国目前的经济形势是上世纪90年代中期以来最好的。由此可见，GDP作为现代国民经济核算体系的核心指标，它的总量可以反映一个国家和地区的经济发展及人民的生活水平，其结构可反映社会生产与使用，投资与消费之间的比例关系及宏观经济效益，对于经济研究、经济管理都具有十分重要的意义。尤其从1985年我国开始正式统计GDP后，它就越来越受到人们的关注。GDP的核算中有许多因素在起着作用，为此，本文对国内生产总值GDP的影响因素作计量模型的实证分析，以期分析各影响因素对经济增长的贡献情况，结合我国当前的宏观经济形势，对国家宏观经济政策提出自己的看法。 二、建模分析 1、数据收集整理 从《中国统计年鉴》得到我国1987-2012年国内生产总值GDP、我国城镇、农村人均收入，恩格尔系数以及就业人数的统计数据，图1所示。 数据收集（数据来自《中国统计年鉴》中国国家统计局网站https://www.360docs.net/doc/8e4516480.html,/）：数据基于全国范围内各年年末的数据统计，样本数据如图1：
影响GDP的因素分析.
摘要 本文采用国家统计局2004-2014年的实际年度数据，利用EViews软件对我国保费收入的影响因素进行研究。本文先采用了一元回归模型和多元回归模型，利用普通最小二乘进行方程参数估计的方法对影响我国保费收入的因素进行分析和拟合，再通过多重共线性检验发现解释变量间存在多重共线问题，之后用逐步回归分析的方法进行模型的修正，从而得到更优的模型。从模型中我们能够看出国内生产总值，社会储蓄存款余额，总人口和城市化水平对我国保费均有不同程度的影响。 关键词：保费收入；OLS回归模型；多重共线
Abstract In this paper, the national Bureau of actual annual date 2004-2014, the use of the EViews factors affecting our premium income research. This paper first uses a regression model and multiple regression model using ordinary least squares parameter estimation methods were equation factors affecting our premium income analysis and fitting, and then tested by multicollinearity, among the explanatory variables found the existence of multiple collinear problem, followed by stepwise regression analysis method to correct the model, resulting in better model. From the model, we can see that the gross domestic product, social savings deposits, total population and urbanization level of premiums for varying degrees of influence. Keywords: premium income; OLS regression model; multiple collinear
江苏省地区生产总值影响因素的计量经济分析
区域生产总值影响因素研究 ——基于江苏省的实证分析 学院：经济学院 专业：区域经济学 姓名：何计文 教师：陈长 2010年12月16日
区域生产总值影响因素研究 ——基于江苏省的实证分析 摘要：在区域经济发展中，不同的产业对经济增长的贡献是不同的，寻找出对经济增长贡献较大的产业，是进一步加快区域经济发展，提升区域经济核心竞争力的关键。本文选取江苏省为实证研究对象，通过找出对江苏地区经济增长产生影响的因素，建立计量经济模型，并对时间序列数据进行平稳性及协整检验，对模型进行多重共线性分析、自相关检验和异方差性检验，在定性分析与定量分析相结合的基础上，最终确立江苏地区生产总值的计量经济模型，得出工业增加值、建筑业生产值、金融业生产值和邮电运输业生产值是江苏地区生产总值的显著影响因素，并对模型进行简单的经济学分析。 关键词：地区生产总值；影响因素；时间序列；多重共线性 1 引言 1.1 概念界定 行业是指在国民经济中从事同性质的生产或其他经济社会的经营单位、个体的组织结构体系，如金融业、房产业、林业、建筑业、运输业等。 产业是指在国民经济中按照一定的社会分工原则，为满足社会某种需要而划分的从事产品和劳务生产及经营的各个部门。它包括国民经济的各行各业，大至部门，小至行业，从生产到流通、服务以至于文化教育等各行各业都可以称为产业1。 1.2 产业结构 产业结构是指生产要素（劳动、资本、原料、技术、人力资源等）在产业部门之间的比例构成和相互依存、相互制约的联系，因此也可以说产业结构是一种资源配置状态及其制约方式。它是区域经济结构的重要属性。 1.3 产业结构演进规律 根据配第—克拉克定律，随着经济的发展及人均国民经济收入水平的提高，劳动力首先由第一产业向第二产业转移，当人均国民收入进一步提高时，劳动力便向第三产业转移，结果造成经济收入也随之转移2。美国著名经济学家西蒙˙库兹涅茨运用统计的方法进行了深1史忠良：产业经济学，经济管理出版社，2005（P ） 1 2简新华：产业经济学，武汉大学出版社，2001（P ） 22