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
2008 300670 2008 20.8 57.5 59.8 2009 335353 2009 22.7 67.0 44.7 （二）关于模型
①建立模型
根据数据，现以中国国内生产总值（Y）作为被解释变量，以政府支出对中国国内生产总值的百分比（X1）、固定资本投资总额对中国国内生产总值的百分比（X2）、货物进口总额对中国国内生产总值的百分比（X3）为解释变量，建立多元线性回归方程的一般模型为：
Yt = β0 +β 1 * X t1 +β2* X t2 +β3* X t3 + U t
其中：
Y——国内生产总值
X1——政府支出对中国国内生产总值的百分比
X2——固定资本投资总额对中国国内生产总值的百分比
X3——货物进口总额对中国国内生产总值的百分比
β0——常数项
β1，β2，β3——回归方程的参数
Ut——随即误差项
②回归模型参数估计
根据数据建立多元线性回归方程：首先利用Eviews软件对模型进行OLS估计，得样本回归方程。输出结果如下：
Dependent Variable: Y
Method: Least Squares
Date: 12/23/10 Time: 15:52
Sample: 1995 2009
Included observations: 15
Variable Coefficient Std. Error t-Statistic Prob.
C -186703.3 19250.81 -9.698466 0.0000
X1 4241.153 2193.357 1.933636 0.0793
X2 6825.999 712.7758 9.576643 0.0000
X3 -375.9589 452.2320 -0.831341 0.4235
R-squared 0.976694 Mean dependent var 153226.5
Adjusted R-squared 0.970338 S.D. dependent var 86971.53
S.E. of regression 14978.74 Akaike info criterion 22.28983
Sum squared resid 2.47E+09 Schwarz criterion 22.47864
Log likelihood -163.1737 F-statistic 153.6628
Durbin-Watson stat 1.556397 Prob(F-statistic) 0.000000 在Eviews做出相关图表如下：
根据多元线性回归关于Eviews输出结果可以得到参数的估计值为：
β0= -186703.3，β1= 4241.153，β2=6825.999 ，β3= -375.9589
从而初步得到的回归方程为：
Y = -186703.3+ 4241.153*X1 + 6825.999*X2 -375.9589*X3
Se= (19250.81) (2193.357) (712.7758) (452.2320)
T= (-9.698466) (1.933636) (9.576643) (-0.831341)
F= 153.6628 DW= 1.556397 R^2=0.976694
（三）模型检验
（1）统计推断检验
从回归结果看，可决系数R2=0.976694，ˉR2 = 0.970338，计算结果表明，估计的样本回归方程较好地拟合了样本观测值。
F检验
由表5中看出，F检验的P值等于0，小于0.05，说明回归方程是显著的，国内生产总值与政府财政支出，固定资产投资总额，货物进出口总额之间存在显著的关系.
（2）计量经济学意义检验
①多重共线性检验：
1、对于模型中含有多个的解释变量的模型，可以利用解释变量样本观测值的散点图来考察两两解释变量间是否存在线性关系。具体做法如下：
在Eviews工作文档中，在菜单栏点击Quick键，选Graph/Scatter功能，弹出对话框后键入X1 X2 ，确认后产生关于X1, X2样本观测值之间的散点图如下图图（1）所示：
图（1）
同理，得出X2—X3，X1—X3样本观测值的相关散点图如下图（2）、图（3）：
图（2）
图（3）
分析：
由散点图可以直观地看出，3个图中的点都较为分散，因而模型中解释变量X1，X2，X3，两两解释变量X1—X2，X2—X3，X1—X3之间明显不存在线形关系，即说明原模型中解释变量不存在多重共线性。
②异方差检验（White检验）：
原模型：Yt = β0 +β1*Xt1 +β2*Xt2 +β3*Xt3 + Ut
进行White检验：在原来残差与解释变量线性关系的基础上加入解释变量的平方项与交叉项，因此得到辅助回归模型，以原模型含有3个解释变量为例写出辅助回归模型的一般形式为：
Ut2=α0+α1*Xt1+α2*Xt2+α3*Xt3+α4*Xt12 +α5*Xt2 2+α6* Xt3 2+α7 *Xt1 *Xt2+α8 *Xt1 *Xt3+α9 *Xt2 *Xt3 + εt
那么，检验原模型是否存在异方差就相当于检验此辅助回归模型的回归参数除常数项外是否显著为零。其中，辅助回归模型的参数个数为9，则参照?2分布百分位数表的自由度为9。
提出相应的原假设:H0: αi =0 (i=1,2,…,9) ;
备择假设: H1:α1,α2,…,α9不全为零。
E views中操作：在OLS回归估计式窗口点击View键，选Residual Test/White Heteroskedasticity（cross terms交叉项）功能，即可得到下图输出结果：
White Heteroskedasticity Test:
F-statistic 16.31004 Probability 0.003375
Obs*R-squared 14.50590 Probability 0.105433
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/23/10 Time: 22:02
Sample: 1995 2009
Included observations: 15
Variable Coefficient Std. Error t-Statistic Prob.
C -3.80E+09 4.22E+09 -0.901717 0.4085
X1 1.87E+08 3.07E+08 0.608468 0.5695
X1^2 -12187216 8270695. -1.473542 0.2006
X1*X2 3704936. 14636193 0.253135 0.8102
X1*X3 137679.5 6314104. 0.021805 0.9834
X2 -5553832. 1.05E+08 -0.052717 0.9600
X2^2 -2035432. 3240707. -0.628083 0.5575
X2*X3 3645767. 1304672. 2.794394 0.0382
X3 1.01E+08 46645979 2.161212 0.0831
X3^2 -2819723. 625211.3 -4.510032 0.0063
R-squared 0.967060 Mean dependent var 1.65E+08
Adjusted R-squared 0.907768 S.D. dependent var 2.30E+08
S.E. of regression 69749694 Akaike info criterion 39.19345
Sum squared resid 2.43E+16 Schwarz criterion 39.66548
Log likelihood -283.9508 F-statistic 16.31004
Durbin-Watson stat 3.051167 Prob(F-statistic) 0.003375
由检验结果可知，在TR2=14.50590时（其中Obs*R-squared等于14.50590表示的就是统计量TR2的值），因为模型中解释变量的个数为K=3, 所以?2分布的自由度为9。在显著性水平为0.05的基础上，查?2分布百分位数表，得临界值?2 0.05（9）=16.919，因为TR2=14.50590
③自相关的检验及其修正（DW检验）：
现考虑原模型是否存在一阶自相关，则其关于误差项Ut的一阶自回归形式为：Ut = ρUt-1 + Vt
设立原假设H0:ρ = 0；（不存在一阶自相关）
备选假设H1:ρ≠ 0；（存在一阶自相关）
已知原模型中DW=0.556397，若给定显著性水平为5%的情况下，查DW检验临界值表（其中K=3，n=15），dl =0.82，du=1.75。因为DW=0.556397 < dl=0.82，其落在正自相关区域，说明拒绝原假设H0:ρ = 0，模型存在一阶正自相关
自相关的修正（广义差分变换）：
用广义最小二乘法估计回归参数：
1、首先估计自相关系数ρ。
ρ =1- DW /2 =1- 1.556397 /2 ≈ 0.2218
2、对原变量做广义差分变换。令
GDYt = Yt – 0.2218*Yt-1 GDXt1 = Xt1 - 0.2218* Xt1-1
GDXt2 = Xt2 - 0.2218* Xt2-1 GDXt3 = Xt3 - 0.2218* Xt3-1
以GDYt，GDXt，（1995~2009年）为样本再次回归，得：
GDY = 43696.77 - 3946.352*GDX1 - 1932.217*GDX2 + 896.7461*GDX3
T= (-9.77785) (1.933636) (9.576643) (-0.831341)
R2 =0.976694 S.e.= 14978.74 DW =1.556397 样本容量n =15(1995~2009)
输出结果显示为：
回归方程拟合的效果仍然比较好，且DW=1.556397。总体容量n=15，解释变量个数K=3，查DW检验临界值表（α=0.05），dl =0.82，du =1.75。因为dl =0.82 < DW=1.556397 < du =1.75，该落在不确定区域，说明并不能确认模型通过一阶自相关修正后已经不存在自相关，其可能结果是存在严重的自相关（或是二阶自相关，或是其他高阶自相关）。
由于DW检验只适用于一阶自相关检验，而高阶自相关检验并不适用。则可运用LM检验法来确定原模型存在的自相关问题，利用LM统计量可建立一个适用性更强的自相关检验方法，既可检验一阶自相关，也可检验高阶自相关。待自相关阶数确定后，再另行作出修正，以达到模型剔除自相关的效果。
三、总结及对模型进行经济意义解释
①回归方程的经济意义为：当政府财政支出对国内生产总值的百分比（X1）、固定资产投资总额对国内生产总值的百分比（X2）不变时，货物进出口总额对国内生产总值的百分比（X3）每增加一个单位，国内生产总值（Y）减少375.9589个单位；当固定资产投资总额
对国内生产总值的百分比（X2）、货物进出口总额对国内生产总值的百分比（X3）不变时，政府财政支出对国内生产总值的百分比（X1）每增加一个单位，国内生产总值（Y）增加4241.153个单位；当政府财政支出对国内生产总值的百分比（X1）、货物进出口总额对国内生产总值的百分比（X3）不变时，当固定资产投资总额对国内生产总值的百分比（X2）每增加一个单位，国内生产总值（Y）增加6825.999个单位。
②总结：对于我国国内生产总值的分析中，可以看出我国在过去的几年里经济发展稳健，但是由于种种原因会导致国内生产总值下降，如货物进出口总额增加过大将导致国内生产总值下降；政府财政支出和固定资产投资总额的增加则可以帮助国内生产总值上调。通过这次的模型拟合和相关因素的检验，可以找出影响国内生产总值的关键因素，从而对症下药，调整政府策略，以提高国内的生产总值。
建国以来我国历年国内生产总值
建国以来我国历年国内生产总值(GDP) 增长率一览 GDP 是英文 Gross Domestic Product 的缩写，译为国内生产总值，指一国(或地区) 一年内在其境内生产出的全部最终产品和劳务的市场价值总和。GDP 是宏观经济中最受关注的经济统计数字，因为它被认为是衡量国民经济发展情况最重要的一个指标。GDP 反映的是国民经济各部门的增加值的总额。 国家统计局发布的季度 GDP 是以生产法为基础核算的结果。从理论上说，按支出法、收入法与生产法计算的 GDP 在量上是相等的，但实际核算中常有误差，因而要加上一个统计误差项来进行调整，使其达到一致。实际统计中，一般以国民经济核算体系的支出法为基本方法，即以支出法所计算出的国内生产总值为标准。 依照《中华人民共和国统计法》第一章第九条的规定，统计机构和统计人员对在统计工作中知悉的国家秘密、商业秘密和个人信息，应当予以保密。国民经济核算人员在进行 GDP 核算时对所使用的未经公开的专业统计数据和行政记录数据严格保密，在 GDP 核算数据发布前对当期 GDP 数据也严格保密。 季度 GDP 初步核算数一般于季后 15 天左右完成；季度GDP 初步核实数在年度 GDP 初步核实数发布后 45 天内完成；季度 GDP 最终核实数在年度 GDP 最终核实数发布后 45 天内完成。对于主要统计指标的发布，国家统计局会在年初发布的《经济统计信息发布日程表》中说明发布日期，GDP 数据将按规定日
程发布。 GNP 是英文 Gross National Product 的缩写，译为国民生产总值。GNP 是一个国民概念，指某国国民所拥有的全部生产要素在一定时期内所生产的最终产品的市场价值。因此，一个在日本工作的美国公民的收入不计入美国的 GDP 中，而计入日本的 GDP 中。在 1991 年之前，美国均是采用 GNP 作为经济总产出的基本测量指标，后来因为大多数国家都采用 GDP，加之国外净收入数据不足，GDP 相对于 GNP 来说是衡量国内就业潜力的更好指标，易于测量，所以美国才改用GDP。 作为衡量一个国家 (或地区) 综合实力的重要指标，GDP 是怎么计算出来的呢？ 要问一个国家 (或地区) 的经济生活水平是提高了，还是降低了，自然就是要计算这个国家 (或地区) 所取得的产品与服务的数量。为能把所有产品与服务的数量用一个数字来表达，经济学家想到了各种产品和服务的价格这一数字。因为所有商品或服务都有价格，可以用价格来叠加。譬如：一杯饮料是 5 元钱，理一次发是 10 元钱，等等。不过，同一商品或服务的价格会变化。譬如：一台21 英寸彩电的市价，两年前也许是 3000 元，现在可能只要 1500 元。如果单从货币数量来看是减少了一半，但从实物的效果来看，仍然还是一台 21 英寸彩电。所以，我们在利用商品的价格来计算其数量的变化时，还必须考虑到价格变化因素即物价变化水平，并做出相应调整。 按此原理，如果要比较一个人今年的经济生活水平相对去年的变化情况，一个简单的方法就是计算出他去年全年收入多少 (假定为 2 万元)，然后，计算他今年全年收入是多少 (比如是 2.4 万元)，再计算出今年物价水平比去年变化了
中国历年国内生产总值指数统计(1978-2007)
正文显示： 【行业】宏观综合类 【地域】中国 【时间】20071231 【参考资料】精讯数据 【统计项目】中国历年国内生产总值指数统计(1978-2007)(可比价,上年 =100)(3697字) 【指标参数】 中国历年国内生产总值指数统计(1978-2007)(可比价,上年=100) 年份国民总收入国内生产总 值 人均国内生产总值 第一产业第二产 业第三产业 批发和零售业 1978 111.7 111.7 104.1 115.0 113.8 123.1 110.2 1979 107.6 107.6 106.1 108.2 107.9 108.7 106.1 1980 107.8 107.8 98.5 113.6 106.0 98.1 106.5 1981 105.2 105.2 107.0 101.9 110.4 129.5 103.9 1982 109.2 109.1 111.5 105.6 113.0 99.3 107.5
115.2 121.2 109.3 1984 115.3 115.2 112.9 114.5 119.3 124.7 113.7 1985 113.2 113.5 101.8 118.6 118.2 133.5 111.9 1986 108.5 108.8 103.3 110.2 112.0 109.4 107.2 1987 111.5 111.6 104.7 113.7 114.4 114.7 109.8 1988 111.3 111.3 102.5 114.5 113.2 111.8 109.5 1989 104.2 104.1 103.1 103.8 105.4 89.3 102.5 1990 104.1 103.8 107.3 103.2 102.3 94.7 102.3 1991 109.1 109.2 102.4 113.9 108.9 105.2 107.7 1992 114.1 114.2 104.7 121.2 112.4 110.5 112.8 1993 113.7 114.0 104.7 119.9 112.2 108.6 112.7 1994 113.1 113.1 104.0 118.4 111.1 108.2 111.8 1995 109.3 110.9 105.0 113.9 109.8 18.2 109.7
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/1e16221752.html,/journal/sa https://https://www.360docs.net/doc/1e16221752.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。
2013年中国GDP(国内生产总值)统计数据
2013年中国GDP （国内生产总值）统计数据 国家统计局2014年1月20日公布，2013年我国国内生产总值568845亿元，同比增长7.7%，完成了年初设定的7.5%的目标。 按年平均汇率（1美元=6.1932人民币元）测算，2013年，中国名义 GDP （国内生产总值）折合91849.86亿美元。 这比上年净增9558.21亿美元，同比增长11.6%。 分季度看，一季度18912.55亿美元，二季度20797.92亿美元，三季 度22529.93亿美元，四季度29702.83亿美元。 按照年平均人口计算，2013年中国大陆人均GDP （国内生产总值）为41908元，约合6767美元。 （2013年年末人口为13.6072亿，年中人口约为13.5738亿） 据统计局网站消息，国家统计局今日公布2013年国民经济运行情况。2013年GDP增速为7.7%，超过7.5%的预期目标。 初步核算，全年国内生产总值568845亿元，按可比价格计算，比上年增长7.7%，GDP平减指数同比变化1.68%。 分季度看，一季度同比增长7.7%，二季度增长7.5%，三季度增长7.8%，
四季度增长7.7%。 从环比看，一季度环比增长1.5%,二季度增长1.8%,三季度增长2.2%, 四季度增长1.8%。 分产业看，第一产业增加值56957亿元，增长4.0%;第二产业增加 值249684亿元，增长7.8%；第三产业增加值262204亿元，增长8.3%。从环比看，四季度国内生产总值增长 1.8%。全年万元国内生产总值 能耗比上年下降3.7%。 分需求看，最终消费对GDP增长的贡献率是50%，资本形成总额的贡献率是54.4%，货物和服务净出口贡献率是-4.4%。
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
我国国内生产总值核算方法的演变
我国国内生产总值（GDP）核算方法的演变我国国内生产总值（GDP）核算是随着经济体制改革和统计方法制度改革不断发展的。它始于上世纪八十年代初期，正式开展于1985年，建立了《国民生产总值计算方案》，但当时国民经济核算的核心指标仍然是MPS体系的国民收入，国内生产总值只是一个附属指标，并且在实际中更多地使用国民生产总值（GNP），而不是国内生产总值，其核算方法也不规范，主要是在MPS国民收入核算方法的基础上，补充了物质生产部门中非物质服务消耗、固定资产折旧的处理方法以及非物质生产部门增加值的计算方法后形成的。这时的国内生产总值只有生产核算，没有使用核算。 1985年，首次制定了《国民生产总值计算方案（试行）》。 1989年，首次建立了支出法国内生产总值核算制度，并基于国民收入使用法开始试算。 1990年1月，在总结实践经验的基础上，制定了《国民收入、国民生产总值统计主要指标解释》，对原有的国内生产总值核算方法进行了修订，修订内容主要有两个方面：一是增加了支出法国内生产总值的核算方法，二是规定了大修理基金的处理方法。但它仍是一个以国民收入核算方法为基础，辅以有关调整补充的方法。 1992年12月，根据《中国国民经济核算体系（试行方案）》的原则要求，制定了《国民生产总值、国民收入统计主要指标解释及测算方案》，首次建立起我国独立的、比较系统的国内生产总值测算方案。这时，国内生产总值与国民收入的关系发生了变化，国内生产总值从附属地位变成核心地位。 1993年10月，根据我国新的会计制度和基层企业统计一套表要求，制定了《国内生产总值指标解释及测算方案》，这一方案取消了原方案中国民收入核算方法，并对原方案中有关指标定义、计算方法等进行了修改。如，修改了劳动者报酬、生产税、社会消费等指标的定义；改进了工农业不变价总产出、政府消费、存货增加的计算方法；明确了差旅费、会议费、养路费、排污费等的处理方法以及邮政储蓄业的行业归属等。 1997年5月，根据联合国1993年SNA的原则和方法，结合我国发展社会主义市场经济的实际情况，制定了《中国年度国内生产总值计算方法》，对国内
中国近年来经济发展的现状及趋势
中国近年来经济发展的现状及趋势 进入21世纪之后，中国的经济环境有了很大的变化。从国 际形势看，欧元区国家的经济合作已经启动，但发展前景不明朗；美国自从经历“9．11”事件之后本国经济陷入低迷，至今尚未全 面恢复；日本经济则长期低速徘徊.尽管我国政府采取了一系列 积极的措施，例如：正式加入WTO；推动APEC的发展和中国——东盟自由贸易区的发展；加强同中亚国家的合作等；但整体外部形势依然严峻。这就需要我们从内部经济入手，找到推动经济增长的有效方法和途径。在国内经济中，由于存在众多的问题，无法一一列举，所以本文试图从通货膨胀、失业、GDP的增长几个方面来探讨影响中国经济的原因，并且试图找出解决问题的方法和途径。 一、对三条曲线的复合与分析 （一）三条曲线在一个坐标系中的复合：图一（% （二）三条曲线各自特点的分析 A、GDP增长率曲线 1、曲线走势：最近中国十几年的GDP增长率变动呈现前快后慢的特点。在第一个阶段，1991——1996年，GDP增长保持在一个较高的水平，平均达到11.6%；而在第二个阶段，1997——2001年间，GDP增长保持平稳中速的增长趋势，平均达到 7.8%。前后两个阶段平均增长率差异较大，呈现出比较明显的 阶段性特点。 2、原因
1）、1991——1996年的经济高速增长主要是基于以下方面： 第一，经历了二十世纪八十年代末的经济衰退，当时称之为“市 场疲软”之后，中央政府采取了一系列积极的财政、货币政策， 推动了经济的快速增长；第二，邓小平同志的南巡，一方面澄清 了许多人认识上的误区，另一方面，他以个人的远见，在宏观上 为中国创造了一种宽松、积极的氛围，加速了经济的增长。 2）、1997——2001年经济增速下降，主要是以下原因：首先，在经历了1991——1996年的经济高速增长之后，一些经济指标过热，造成诸如通货膨胀水平过高等方面的问题。所以国家在宏观上需要执行一套稳健、收缩的财政、货币政策。其次，1997年爆发的亚洲金融危机虽然没有对我国经济造成直接破坏，但也严重地影响了我国的整体外贸环境。重要表现之一就是传统东南亚国家进口市场的缩小，外贸行业整体效益的下滑，对我们这个外贸依存度非常高的国家来说，对经济增速的下降造成了实际的 压力。第三，为了适应经济全球化和加入WTO的要求，我国陆续开放了一批部门和行业，大力下调平均关税水平；这一系列的举措使国内原本受到很大程度保护的许多产业顿时感受到巨大 的压力，使得这些传统上的经济增长点在实际推动经济增长时显 得力不从心。 B、通货膨胀水平曲线 1、曲线走势：1992——2001年中国通货膨胀水平呈现先 高后低、先正后负的情况，同样具有阶段性的特点。1992——1996年间，平均商品零售物价指数保持在12.2%，而1997——2001年其平均水平仅为－0.6%。两个阶段相差13%，这种有趣的现象非常值得我们研究。 2、原因
中国省际物质资本存量估算_1952_2000_张军重点
2004年第10期 中国省际物质资本存量估算:1952)2000 张军吴桂英张吉鹏 (复旦大学 200433)* 内容提要:通过回顾和比较已有研究中国资本存量的相关文献,考虑到中国国内生产 总值历史数据的几次重大补充和调整,本文对各年投资流量、投资品价格指数、折旧率P重置率、基年资本存量的选择与构造以及缺失数据进行了认真的处理和研究,并在此基础上利用补充和调整后的分省数据,根据永续盘存法估计了中国大陆30个省区市1952)2000年各年末的物质资本存量。 关键词:省际资本存量固定资本投资价格指数经济折旧率 一、引言 正如许多利用总量数据计算经济增长率或全要素生产率的研究已经指出的,计算经济增长率或全要素生产率的关键是对产出与投入数据的科学计量,特别是资本数据的计量尤其重要。而对于那些直接考察投资相关问题的研究来说,资本数据更是不可或缺。已经有一些研究试图对中国的总量资本存量进行估算,在这方面比较有代表性的研究按时间顺序依次包括,张军扩(1991),贺菊煌(1992),邹(Chow,1993),谢千里等(Jefferson,etc.,1996),任若恩和刘晓生(1997),胡和阚(HuandKhan,1997),王小鲁(2000),杨格(Young,2000),王和姚(WangandYao,2001),张军(2002),黄永峰等(2002),宋海岩等(2003),李治国和唐国兴(2003),何枫等(2003),张军和章元(2003),张军等 1(2003),龚六堂和谢丹阳(2004)。 中国国内生产总值核算历史上,发生过两次历史数据的重大补充和一次历史数据的重大调整。第一次是对改革开放后的1978年至1984年数据的补充,这项工作是在1986年至1988年间进行的;第二次是对改革开放以前的1952年至1977年数据的补充,这项工作是在1988年至1997年间进行的。而第一次重大调整是在中国进行首次第三产业普查后的1994年和1995年间进行的。这两次补充数据和一次调整数据的详细资料主要发表在国家统计局经济核算司(1997)出版的5中国国内生产总值核算历史资料(1952)1995)6一书上(见许宪春(2002)对此的一个介绍)。由于这本年鉴以及1999年中国统计出版社出版的5新中国五十年统计资料汇编6都包含了分省数据,并首次
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
中国国内生产总值年度核算说明
附件： 中国国内生产总值年度核算说明 1．年度GDP核算概况 1.1 基本概念 国内生产总值（GDP)，是一个国家（或地区）所有常住单位在一定时期内生产活动的最终成果。GDP是国民经济核算的核心指标，也是衡量一个国家或地区经济状况和发展水平的重要指标。 GDP核算有三种方法，即生产法、收入法和支出法，三种方法从不同的角度反映国民经济生产活动成果。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。 1.2 核算范围 1.2.1生产范围 GDP核算的生产范围包括以下三个部分：第一，生产者提供或准备提供给其他单位的货物和服务的生产；第二，生产者用于自身最终
消费或资本形成的所有货物的自给性生产；第三，自有住房拥有者为自己最终消费提供的自有住房服务，以及付酬的自给性家庭服务生产。生产范围不包括不支付报酬的自给性家庭服务、没有单位控制的自然活动，如野生的、未经培育的森林、野果或野浆果的自然生长，公海中鱼类数量的自然增长等。 1.2.2 地域范围 GDP核算范围原则上包含了位于中国经济领土范围内具有经济利益中心的所有常住单位的经济活动。本报告中的年度GDP数据是由国家统计局负责核算的全国数据，未包括香港、澳门特别行政区和台湾省的地区生产总值数据。 1.3 核算单位 GDP核算主要以法人单位作为核算单位，在核算中依据法人单位从事的主要活动将其划分到不同的行业，分别计算各个行业的增加值，再将各行业增加值汇总得到GDP。 1.4 核算步骤 按照GDP核算时效性的要求，中国年度GDP要进行三次核算，第一次为“GDP初步核算”；第二次为“GDP初步核实”；第三次为“GDP 最终核实”，每一次核算结果都会有所变化。 1.4.1 初步核算 由于我国季度GDP核算采用累计核算的方式，所以1-4季度的GDP初步核算即为年度GDP初步核算。年度GDP初步核算在1月20日之前完成。年度GDP初步核算采用季度GDP核算方法得到（详见
中国GDP浅析
中国GDP分析 摘要：GDP是指经济社会（即一国或一地区）在一定时间内运用生产要素所生产的全部最终产品（物品和劳务）的市场价值。一国GDP的大小代表了国家的经济实力与市场规模，人均GDP代表了国家的富裕程度和生活水平。GDP的结构对市场经济和国家宏观政策制定有导向作用，科学合理的GDP结构有利于一国经济的可持续发展。对GDP结构的分析有助于我们认识每一时期的经济发展状况，为制定经济发展计划提供依据。 关键词：国内生产总值产业结构 一、近年来我国GDP情况简介。 近年来，中国GDP保持较快增长，经济总量不断扩大，发展取得显著成就。2010年中国国内生产总值超过日本，成为世界第二大经济体。面对显著成绩的同时，我们也要看到中国经济所存在的差距与不足。中国发展中不平衡、不协调、不可持续问题仍然突出。出口导向、投资主导、粗放式发展亟待转型、人口红利难以持续、GDP至上矛盾突出等结构性软肋，我们也应有清醒认识。根据国际货币基金组织等国际组织数据，中国人均GDP在世界排名第100位左右，不到世界平均水平的一半。按照每人每天1美元的联合国标准，中国仍有1.5亿贫困人口。我们更要关心人均GDP数据，中国仍然是发展中国家的属性没有变，中国仍处于并将长期处于社会主义初级阶段的基本国情没有变。 当然，不妄自尊大，却也不必过于菲薄。“GDP第二”怎么说都有积
极意义，特别是在全国上下理性冷静的背景下。不管怎样，经过改革开放后三十年高速发展，经济总量上确实取得了长足进步和可喜成绩。 中国经济快速发展，整个经济形势发生了翻天覆地的变化。总体来说， 中国经济是靠大量廉价劳动力、积极引进外资成功的，现在中国能否转变为内需主导型经济，是关键。同时，通货膨胀、物价上涨、房产泡沫等问题也困扰着中国，人民币汇率、全球变暖等，也需要中国担负起大国应有的责任。下面从一些具体数据来认识中国的GDP 。 表 1 表 2 由以表 2 可以直观地看出，2006年到2011年，我国的GDP 一直持续增长，且保持着较高的增长速度。2011年，我国国民经济保持平稳较快发 季度 国内生产总值 第一产业 第二产业 第三产业 绝对值（亿元） 绝对值（亿元） 绝对值（亿元） 绝对值（亿元） 2006年 216314 24040 103720 88555 2007年 265810 28627 125831 111352 2008年 314045 33702 149003 131340 2009年 340903 35226 157639 148038 2010年 401512.8 40533.6 187383.2 173596 2011年 471564 47712 220592 203260 2012年 519322 231622 231624 231626
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/1e16221752.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
2001—2010我国GDP计算数据
2001—2010我国GDP计算数据 一、2001—2010我国GDP现状 2001年，国民经济持续较快增长。初步统计，全年国内生产总值为95933亿元，按可比价格计算，比上年增长7.3%。其中第一产业增加值14610亿元，增长2.8%；第二产业增加值49069亿元，增长8.7%；第三产业增加值32254亿元，增长7.4%。 2002年，国民经济持续较快增长。全年国内生产总值跃上10万亿元的新台阶,达到102398亿元，按可比价格计算，比上年增长8%。其中，第一产业增加值14883亿元，增长2.9%；第二产业增加值52982亿元，增长9.9%；第三产业增加值34533亿元，增长7.3%。 2003年，全年国内生产总值116694亿元，按可比价格计算，比上年增长9.1%，加快1.1个百分点。其中，第一产业增加值17247亿元，增长2.5%，减慢0.4个百分点；第二产业增加值61778亿元，增长12.5%，加快2.7个百分点；第三产业增加值37669亿元，增长6.7%，减慢0.8个百分点。在第三产业中，金融保险业增长6.9%，批发和零售贸易餐饮业增长6.6%，房地产业增长5.3%。 2004年，全年国内生产总值136515亿元，按可比价格计算，比上年增长9.5%。其中，第一产业增加值20744亿元，增长6.3%；第二产业增加值72387亿元，增长11.1%；第三产业增加值43384亿元，增长8.3%。第一、第三产业对国内生产总值增长的贡献率为9.2%和29.0%，分别比上年提高5.2个百分点和2.8个百分点。 2005年，全年国内生产总值182321亿元，比上年增长9.9%。其中，第一产业增加值22718亿元，增长5.2%；第二产业增加值86208亿元，增长11.4%；第三产业增加值73395亿元，增长9.6%。第一、第二和第三产业增加值占国内生产总值的比重分别为12.4%、47.3%和40.3%。 2006年，全年国内生产总值209407亿元，比上年增长10.7%。其中，第一产业增加值24700亿元，增长5.0%；第二产业增加值102004亿元，增长12.5%；第三产业增加值82703亿元，增长10.3%。第一、第二和第三产业增加值占国内生产总值的比重分别为11.8%、48.7%和39.5%。 2007年，全年国内生产总值246619亿元，比上年增长11.4%。分产业看，第一产业增加值28910亿元，增长3.7%；第二产业增加值121381亿元，增长13.4%；第三产业增加值96328亿元，增长11.4%。第一产业增加值占国内生产总值的比重为11.7%，与上年持平；第二产业增加值比重为49.2%，上升0.3个百分点；第三产业增加值比重为39.1%，下降0.3个百分点。分季度看，一季度增长11.1%，二季度增长11.9%，三季度增长11.5%，四季度增长11.2%。 2008年，全年国内生产总值300670亿元，比上年增长9.0%。分产业看，第一产业增加值34000亿元，增长5.5%；第二产业增加值146183亿元，增长9.3%；第三产业增加值120487亿元，增长9.5%。第一产业增加值占国内生产总值的比重为11.3%，比上年上升0.2个百分点；第二产业增加值比重为48.6%，上升0.1个百分点；第三产业增加值比重为40.1%，下降0.3个百分点。 2009年，全年国内生产总值335353亿元，比上年增长8.7%。分产业看，第一产业增加值35477亿元，增长4.2%；第二产业增加值156958亿元，增长9.5%；第三产业增加值142918亿元，增长8.9%。第一产业增加值占国内生产总值的比重为10.6%，比上年下降0.1个百分点；第二产业增加值比重为46.8%，下降0.7个百分点；第三产业增加值比重为42.6%，上升0.8个百分点。 2010年，国内生产总值397983亿元，比上年增长10.3%。其中，第一产业增加值40497亿
中国近三十年的GDP数据
中国近三十年的GDP数据 年份GDP(亿元) GDP指数 GDP增长率人均GDP(元/人) 美元/人1978 3645.2亿元 100.0 0.0% 381元226美元 1979 4062.6亿元107.6 7.6% 419元269 1980 4545.6亿元116.0 7.8% 463元309 1981 4891.6亿元122.1 5.3% 492元288 1982 5323.4亿元133.1 9.0% 528元279 1983 5962.7亿元147.6 10.9% 583元295 1984 7208.1亿元170.0 15.2% 695元299 1985 9016.0亿元192.9 13.5% 858元292 1986 10275.2亿元210.0 8.9% 963元279 1987 12058.6亿元234.3 11.6% 1112元299 1988 15042.8亿元260.7 11.3% 1366元367 1989 16992.3亿元271.3 4.1% 1519元403 1990 18667.8亿元281.7 3.8% 1644元 343 1991 21781.5亿元307.6 9.2% 1893元355 1992 26923.5亿元351.4 14.2% 2311元419 1993 35333.9亿元400.4 14.0% 2998元520 1994 48197.9亿元452.8 13.1% 4044元 469 1995 60793.7亿元502.3 10.9% 5046元 604 1996 71176.6亿元552.6 10.0% 5846元703
2020年(财务知识)中国季度支出法GDP核算方法
（财务知识）中国季度支出法GDP核算方法
中国季度支出法GDP核算方法 张冬佑 一、概述 中国按季核算支出法GDP始于2000年，首先于国家壹级进行，同时按现价和不变价进行核算。2006年，国家统计局核算司总结数年试算工作经验，进壹步完善了季度核算方法，使季度支出法GDP 核算于核算范围、核算原则、项目分类、指标概念上均和1993年SNA 的标准基本取得壹致。 由于分季度基础资料不足，中国季度支出法GDP核算目前进行的是季度累计核算。即核算期按照自年初到本季末止来确定，分别为：壹季度、壹至二季度累计、壹至三季度累计、壹至四季度累计。累计数的增加不完全是本季的发生数，仍包括对上壹季度数据的调整。 中国季度支出法GDP核算项目采用了三级分类。第壹级分类是：最终消费支出，资本形成总额，净出口。第二级分类是：居民消费支出，政府消费支出，固定资本形成总额，存货增加，出口，进口。第三级分类是将最终消费支出分为：农村居民消费支出，城镇居民消费支出。 中国季度支出法GDP不变价核算以2000年为基期，每5年改变壹次基期。 中国季度支出法GDP核算所需基础数据是综合运用多种方法收集的，主要来源于俩个方面。壹是统计调查资料，包括全面调查资料和抽样调查资料；二是会计核算资料和业务核算资料。
中国季度支出法GDP核算过程分为三步：初步核算、初步核实和最终核实。初步核算于每季度后15日进行，所依据的基础资料是：国家统计局有关专业的月度和季度统计资料，海关进出口统计资料，财政预算支出执行情况资料，中国对外贸易价格指数资料等。初步核实于每季度后45日进行，于搜集更多关联资料的基础上，对初步核算数进行修订。最终核实，根据统计年报、财政支出决算明细资料计算，且利用年度支出法国内生产总值最终核实数对全年各季度GDP 初步核实数进行基准化调整，形成中国季度支出法GDP核算最终核实数。 二、现价季度支出法GDP核算方法 现价季度支出法GDP核算，由于基础资料缺乏，基本上是根据关联指标进行推算的。 （壹）居民消费支出 居民消费支出是指常住住户于壹定时期内对货物和服务的全部最终消费支出。包括以货币形式购买的货物和服务，以实物报酬和实物转移方式获得的货物和服务，自产自用的货物和服务，自有住房服务，金融服务和保险服务。 初步核算居民消费支出是根据社会消费品零售总额推算的，因为社会消费品零售总额和居民消费支出的关系比较紧密和稳定，所以我们利用二者的比例关系推算。首先，计算上年度社会消费品零售总额占居民消费支出的比重。然后，利用上述比重计算季度居民消费支出。 初步核实居民消费支出，利用城乡住户调查资料分别计算出农村
我国国内生产总值的多元线性回归分析报告
我国国生产总值的多元线性回归分析改革开放以来，中国经济取得了令全世界震惊的巨大成就，持续25年年均增长率超过9%，经济总规模已经稳居世界第四。2010年中国经济增长率更是高达10%。因此，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。 本文运用1982—2011年国生产总值与城乡居民存款年底、财政收入、居民消费价格指数以及货物进出口总额的相关数据，建立多元线性回归模型，对我国国生产总值GDP的影响因素作计量模型的实证分析。表1为由《2012年中国统计年鉴》得到的1982-2011年的有关数据。 表11982—2011年国生产总值及相关指标数据 1983 5962.65 572.61366.95 102860.1 1984 7208.05 776.621642.86 102.71201.00 1985 9016.04 1622.60 2004.82 109.32066.70 1986 10275.18 1471.45 2122.01 106.52580.40 1987 12058.62 2067.60 2199.35 107.33084.20 1988 15042.82 2659.16 2357.24 118.83821.80 1989 16992.32 5196.40 2664.90 209.94155.9 1990 18667.82 7119.60 2937.10 216.45560.1 1991 21781.50 9244.90 3149.48 223.87225.8 1992 26923.48 11757.30 3483.37 238.19119.6 1993 35333.92 15203.50 4348.95 273.111271 1994 48197.86 21518.80 5218.10 33920381.9 1995 60793.73 29662.30 6242.20 396.923499.9 1996 71176.59 38520.80 7407.99 429.924133.8 1997 78973.03 46279.80 8651.14 441.926967.2 1998 84402.28 53407.47 9875.95 438.426849.7 1999 89677.05 59621.83 11444.08 432.229896.2 2000 99214.55 64332.38 13395.23 43439273.2 2001 109655.17 73762.43 16386.04 43742183.6