对中国经济增长影响因素的实证分析
我国农业经济增长影响因素的实证分析（完整版）
我国农业经济增长影响因素的实证分析我国农业经济增长影响因素的实证分析一、引言201X年至201X年，中共中央连续十一年发布以三农为主题的中央一号文件，强调了三农问题在中国社会主义现代化建设之中处于重中之重的地位，农业经济在我国国民经济中的基础地位始终未变。
因此，研究农业经济增长，分析农业经济增长的影响因素是很有必要，对促进我国农业经济发展、农业现代化具有理论指导作用。
农业经济问题成为了国内各界人士关注的焦点，国内的许多学者对农业经济增长影响因素进行了多角度、多方位、多层面的研究分析，希望从理论方面研究对农业经济增长起到一定的指导作用。
从目前国内对农业经济增长因素研究分析状况来看，影响因素有：信息化、农村金融、科学技术、人力资本、国内政策、农业进出口等。
李向阳采用多元回归分析的方法研究信息化对农业经济的影响，认为信息化对农业具有正向的影响，应该加强农业信息化普及教育，并建立农业信息化金融平台，促进农业装备制造业发展，从而促进农业经济发展。
董鸿鹏则一辽宁省为例，采用C-D生产函数模型对信息化的贡献进行量化，并建立多元回归模型，得出农业信息化已经成为辽宁省农业经济增长的新型动力资源。
而曾祯、杨帆等人通过构建层级模型和结构等价模型对我国的涉农信息进行研究，认为我国的农业信息化整体围绕信息权利和行政权利较高节点呈中性化，而较低的节点信息化程度较低。
而万众、朱哲翼通过投入产出函数和拓模型展分析了我国华东、华南、华北、华中、西南、西北、东北七个地区农业政策性金融对农业经济增长的影响，认为农业政策性金融对农业经济增长存在显著性影响，但有地区差异。
田杰、陶建平采取了我国1883个县的面板数据进行了研究，得出农村金融密度与农村经济增长关系处于倒U型左边，可以通过增加农村的金融贷款数量和贷款配置效率提高农村经济增长。
禹越军、王菁华运用RAV模型，用1978-201X年的数据分析了农村金融发展与农村经济增长的关系，认为农村金融发展对农村经济增长有促进作用，但农村金融发展滞后于农村经济增长。
对中国经济增长影响因素分析
对中国经济增长影响因素分析作者：娄永苹来源：《时代金融》2013年第27期【摘要】随着我国加入世贸组织与世界经济接轨，我国经济得到了迅速的发展。
影响经济增长的因素很多，而且其发挥作用的程度不同。
本文重点分析了投资、消费和劳动力对经济增长的贡献作用，根据线性关系得出结论和政策建议。
【关键词】中国经济增长影响因素一、收集数据和检验模型（一）数据收集（二）设定模型假设我国国民生产总值（y）为经济增长的衡量指标，就业人数（x1）为劳动力的衡量指标，固定资产投资额（x2）做为资本投入的衡量指标，用价格指数（x3）做为消费需求的衡量指标。
根据我们这些数据做了一个回归分析运用这些数据进行回归分析。
由散点图可推测投资与GDP存在线性关系，对国内生产总值的影响较大，从业人数次之，而居民消费指数最小。
我们设立的模型为：y= β1+β2x1+β3x2+β4x3+ui（其中，y代表国民生产总值，x1代表就业人数，x2代表固定资产投资额，x3代表消费价格指数，ui代表随机扰动项）。
根据线性关系得出投资、消费和劳动力对经济增长的贡献作用。
二、模型估计和检验上面分析了模型中变量与经济增长的变动关系，为了检验模型是否存在多重共线性：我们利用相关系数法先对模型中的两个变量X1和X求出他们之间的简单相关系数r，如果|r|接近1，表示模型中两个变量存在多重共线性。
对于模型中多个变量的多重共线性检验，我们利用综合统计检验法：利用最小二乘法，如果模型的R2与F值比较大，而各个变量的t检验值比较小，表示各变量对y的联合线性比较大，但是由于各个变量间存在的共线使得他们对y的独立影响无法分辨，所以t检验不显著。
由上可得x3的t检验不显著。
分析可得：R^2=0.984193 比较接近1，说明有很好的拟合优度。
X1 、X2 的系数都在1的附近，且Prob 非常小，所以这两个因素对GDP 有很大的影响。
下面我们就对这个模型进行检验。
1. 对X1 X2 分别进行 t 检验，令α=0.05，查表可得T0.025（30-3-1）=2.056∵ tx1>t0.025 tx2>t0.025 ∴ x1 x2 对GDP 有影响。
经济增长影响因素实证分析
经济增长影响因素实证分析经济增长是一个国家或地区综合国民收入和生产力水平不断提高的过程，是国家经济发展的重要指标之一。
经济增长的影响因素是一个复杂的系统，涉及到经济、政治、社会等多个方面的因素。
本文主要通过对经济增长影响因素的实证分析，探讨其中的关键因素。
技术进步是经济增长的重要驱动力。
技术进步可以提高生产效率，降低成本，促进企业创新和产品升级，从而推动经济增长。
实证研究表明，技术进步对经济增长的贡献度逐渐增大。
科技创新和信息技术的发展，极大地推动了现代经济的发展。
加大对科技创新的投入，提高技术创新能力，对于实现经济增长至关重要。
资本积累也是经济增长的关键因素之一。
资本积累可以通过增加投资来实现，包括对生产资本的投资和对人力资本的投资。
实证研究表明，资本投资对经济增长的贡献度较高。
经济发达国家往往有较高的投资率和储蓄率，这为经济增长提供了稳定的资本来源。
在推动经济增长过程中，政府和企业应该加大对资本的投资力度，提高资本积累水平。
人力资源是经济增长的重要要素。
人力资源的素质和数量直接影响着生产力和创新能力的提高，对经济增长起到关键作用。
实证分析显示，教育水平的提高和人力资本的积累对经济增长有显著的正向影响。
东亚四小龙地区和中国大陆的崛起，得益于其大量的优秀人才和高素质的劳动力。
加大教育投入，提高人力资源的素质和数量，可以有效促进经济增长。
市场开放和国际贸易也对经济增长产生重要影响。
开放的市场能够带来更广阔的发展机会和技术资源，有利于加速经济转型和创新能力提升。
实证研究表明，对外开放和经济增长呈现正向关系。
中国的改革开放政策，为其快速的经济增长提供了强大的动力。
继续推进市场开放，积极参与国际贸易，提高国际竞争力，对于促进经济增长具有重要意义。
技术进步、资本积累、人力资源和市场开放等因素是影响经济增长的关键因素。
通过实证分析可以发现，加大科技创新投入、提高资本积累水平、加大教育投入和提高人力资源素质、继续推进市场开放和积极参与国际贸易等措施，可以有效推动经济增长。
我国经济增长的影响因素分析
我国经济增长的影响因素分析引言近年来，中国经济保持较快的增长速度，成为全球经济的重要推动力量。
然而，经济增长的影响因素十分复杂，涉及众多方面的因素。
本文将从人口因素、投资因素、技术创新因素、外部环境因素等多个角度，进行我国经济增长的影响因素分析。
人口因素人口是经济增长的重要因素之一。
长期以来，中国庞大的劳动力人口为经济提供了充足的劳动力资源，助推经济增长。
然而，随着人口红利逐渐消失以及人口老龄化问题的加剧，人口因素对经济增长的贡献逐渐减弱。
为解决这一问题，我国相继推出了一系列人口政策，如放宽计划生育政策、鼓励生育政策等，以提高劳动力供给。
投资因素投资是经济增长的重要驱动力之一。
在我国，投资对经济增长的贡献一直较大。
大规模的基础设施建设、城市化进程和产业升级都需要大量的投资支持。
然而，投资过度扩张和低效率使用也带来了一系列问题，如过剩产能、高债务率等。
因此，在未来，需要加强投资的引导和调控，提高投资效率，以确保持续稳定的经济增长。
技术创新因素技术创新是推动经济增长的重要动力。
在我国，近年来不断加大的科技创新投入取得了显著成效，推动了经济结构的升级和产业的转型升级。
特别是在高技术产业和新兴产业方面，取得了巨大的发展。
同时，技术创新也为提高全要素生产率提供了强大支持。
未来，我国需要进一步加强技术创新能力，培育新的经济增长点。
外部环境因素外部环境对我国经济增长也有较大影响。
世界经济的发展态势、国际贸易政策、外汇市场等因素都会对我国的经济增长产生重要影响。
近年来，全球经济面临不确定性增加，贸易保护主义抬头，这都对我国的出口和投资造成了一定的压力。
因此，我国需要灵活应对外部环境的变化，加强经济合作与外交谈判，以保持经济的稳定增长。
结论综上所述，人口因素、投资因素、技术创新因素和外部环境因素等都对我国经济增长产生重要影响。
在未来发展中，我国需要科学引导人口政策，提高投资效率，加强技术创新能力，并灵活应对外部环境变化，以实现可持续发展的经济增长目标。
中国经济增长的内外因素分析
中国经济增长的内外因素分析自改革开放以来，中国经济的快速增长一直受到国内外的关注。
作为世界上最大的发展中国家之一，中国的经济增长受到了许多内外因素的影响。
本文将就中国经济增长的内外因素进行分析，并阐述其对经济发展的影响。
内部因素1.投资投资是中国经济增长的重要推动力。
近年来，中国的投资规模不断扩大，尤其是基础设施建设与房地产领域的投资规模不断攀升。
这些投资不仅能够推动相关产业的发展，促进经济增长，还能够带动就业，改善社会福利水平。
然而，投资也存在一些问题。
首先，一些投资过程存在浪费和腐败现象，导致资金浪费。
其次，由于投资规模过大，许多项目的回报周期较长，很难实现投资回报，导致资金紧张。
因此，中国需要改善投资环境，防止浪费和腐败现象，加强项目评估和风险控制。
2.消费消费也是经济增长的重要推动力。
中国近年来迎来了一个庞大的中产阶级群体，他们的消费能力越来越强，消费需求不断攀升。
这些消费者的需求能够推动服务业和制造业的发展，促进经济增长。
然而，中国的消费环境存在一些问题。
首先，许多消费者打破了传统的节俭理念，过度消费、赤裸裸的炫耀和浪费现象令人担忧。
其次，在消费热潮的背后，质量问题和售后服务问题等也给消费者带来不少困扰。
因此，中国需要加强消费者教育培训，引导他们正确理性消费，同时提高产品和服务的质量和标准。
3.改革改革也是促进中国经济增长的重要因素。
中国通过改革开放30多年的努力，逐步建立了一个市场经济体系，对外开放也大大促进了中国的经济发展。
中国还在不断改革深化，加强民生改善，提高社会保障水平，优化营商环境等方面的改革也能够推动中国经济走向更高质量的发展。
外部因素1.国际贸易对于一个拥有13亿人口的国家而言，进口和出口都具有重要意义。
中国通过参与国际贸易，不仅能够扩大市场并获得外汇，而且能够吸收先进技术和经验，推动经济转型升级。
然而，当前全球经济环境不稳定，一些主要经济体的放缓和贸易保护主义政策也对中国造成了不小的影响。
中国经济增长影响因素实证分析复习过程
中国经济增长影响因素实证分析中国经济增长影响因素实证分析摘要：改革开放以来，我国的社会主义经济取得了突飞猛进的发展，经济增长速度更是举世瞩目。
本文采用经济增长模型和多元线性回归分析方法对1993～2016年中国经济增长因素进行研究，分析了物质资本、劳动力、消费对国内生产总值的影响，建立计量模型，寻求这些变量与中国国民产出的数量关系，进行定量分析，对模型进行检验。
关键词：消费、投资、经济增长、劳动力一、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。
（二）影响因素的分析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。
中国拥有全世界近1/4 的人口，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1978—2008年的31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。
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经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。
二、数据收集与模型的建立（一）数据收集表1 中国经济增长影响因素模型时间序列表资料来源：中经网统计数据库（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；用总就业人员数（x2）衡量劳动力；用固定资产投资总额(x3)衡量资本投入：用价格指数（x4）去代表消费需求。
关于我国CPI影响因素的实证分析及预测
关于我国CPI影响因素的实证分析及预测一、CPI的定义和统计方法二、CPI与经济增长的关系三、CPI与货币政策的关系四、CPI与通货膨胀的关系五、CPI的经验预测方法一、CPI的定义和统计方法CPI即居民消费价格指数，它反映了一篮子消费品和服务在不同时间段的价格变化情况。
CPI的统计方法是通过调查一定数量的家庭购买的商品和服务的价格及其比重，得出一个权重平均数。
二、CPI与经济增长的关系经济的增长会带来物价上涨，而CPI的变动也反映了经济的增长情况。
通俗来说，经济增长会导致需求增加，进而促使供需不平衡，价格上涨，反之则价格下跌。
从长期来看，CPI变动和经济增长呈现正相关的趋势。
三、CPI与货币政策的关系CPI与货币政策有着密切的关系。
货币政策实施时，会影响货币供给及利率水平，从而影响经济与物价。
货币紧缩政策会减少货币供应，促使产业的经济活动减弱，价格回落，而货币宽松政策则会加快经济增长，从而促进物价上涨。
同时CPI的变化也反馈到货币政策的制定中。
四、CPI与通货膨胀的关系通货膨胀使得货币贬值，物价上涨。
CPI作为评估物价变化的指标，是通货膨胀的一个体现。
CPI的增长率超过了一定的阈值，通货膨胀就会变得严重。
从长期来看，CPI和通货膨胀呈现了密切的关系。
五、CPI的经验预测方法CPI预测方法通过历史数据分析来预测未来CPI水平。
其中有很多方法，如趋势分析法、季节性模型等，但最为常见的是时间序列分析法。
通过时间序列的方法，可以利用过去的CPI数据，对未来的CPI进行预测。
五个案例分析：1、2019年CPI出现明显起伏波动的原因是什么？2019年CPI数据显示，上半年CPI同比涨幅较为稳定，而下半年出现了明显的起伏。
从原材料、人工成本等方面的分析，可以发现一季度受非洲猪瘟等因素影响，猪肉价格的快速上涨是CPI出现明显起伏波动的因素之一，其次是油价上涨与工业品价格等多种因素综合影响，加上人民币汇率下降等因素，导致CPI同比涨幅出现明显波动。
中国经济增长的影响因素实证分析
中国经济增长的影响因素实证分析作者：张肖来源：《商情》2015年第14期【摘要】本文对影响中国经济的因素做出了理论综述，在此基础之上选择设计一定的经济变量因素，再利用计量经济分析方法和1990年-2014年时间序列的统计数据，建立了影响国内经济增长的因素模型，进行实证分析并对模型进行检验，得到了要保证国民经济可持续快速发展，必须重视全社会消费总额这个指标，拉动内需的结论。
最后，对模型分析出的结果提出了一些政策建议。
【关键词】经济增长影响因素最小二乘法一、文献综述与理论分析（一）供给因素方面屈炳祥从马克思经济增长理论出发，概括了资本、劳动力、土地等这些传统意义上的经济增长因素，着重研究了科学技术、产业结构、管理、市场环境等因素对经济增长的影响。
肖耀球在马克思经济增长模型的基础上，在中性技术进步条件下建立静态增长模型，分析了资本、劳动力、科技等一系列生产供给因素形成经济波动的机理，并阐述了其对经济增长的影响。
Yan Wang和Yudong YAo将人力资本内生化，实证分析了人力资本对经济增长的影响，并得出人力资本与经济增长之间存在正相关的关系，我国应通过加大人力资本投入的方式，提高生产劳动率从而刺激经济的增长。
李雪峰在卢卡斯和罗默内生经济增长模型的基础上，对原模型进行了一定程度的改进，并将我国1978-2003年人力资本投资与R&D投资的相关数据带入模型进行实证分析。
（二）需求因素方面Qiaoyu将中国1982-1994年GDP、固定资产投资、进出口贸易各要素的月度相关统计数据分析，其结果表明固定资产投资和进出口贸易与GDP存在长期的协整关系，固定资产投资和出口均为经济增长的格兰杰原。
刘学武将中国1989-1999年GDP、物质资本存量、最终消费和进出口贸易月度相关统计资料进行协整关系检验并引入误差修正模型分析各要素的短期均衡关系，表明投资、消费、进出口与中国经济增长之间存在长期均衡关系，投资与最终消费对经济增长的贡献较为显著，二者与经济增长互为格兰杰原因。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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：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+μi其中，Y代表国生产总值，X3代表预算支出，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: YDate: 06/20/16 Time: 08:55 Sample: 1985 2015 Included observations: 31Variable Coefficient 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 0.322178Prob(F-statistic)0.000000Y=833300.8-606.6547β1X1-0.318973β2X2+4.18β3X3+3.19β4X4 R ²=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: YDate: 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。