中国经济增长影响因素的分析报告
中国GDP增长率的主要影响因素分析
中国GDP增长率的主要影响因素分析随着中国的经济实力逐步增强，GDP增长一直是社会关注的热点话题。
GDP 增长率是反映一个国家经济健康状况的重要指标，也是评价一个国家经济发展水平的重要标志。
因此，了解和分析中国GDP增长率的主要影响因素意义重大。
本文将就中国GDP增长率的主要影响因素进行分析和探讨。
一、政策因素经济政策是国家对经济的调控手段，也是影响GDP增长率的重要因素。
中国政府通过财政、金融、货币政策等手段，来促进国内经济的发展。
例如，2008年金融危机爆发时，中国政府实行了积极的宏观调控政策，推出了4万亿元的经济刺激计划，加大基础设施建设力度，适当增加货币供应量等，促进经济稳定增长。
因此，政府的经济政策对中国GDP增长率产生了深远的影响。
二、市场需求市场需求是经济发展的基础，也是拉动GDP增长的关键因素。
随着人民生活水平不断提高和消费习惯的改变，市场需求的结构和规模在不断变化。
近年来，中国发展建立了全球最大的中等收入人群，消费能力得到了大幅提升，消费市场呈现出大众化、多元化和个性化的发展趋势。
因此，满足市场需求，开拓消费市场，推动供给侧结构性改革，提高产品和服务质量，对中国GDP增长率的提升起到了巨大的推动作用。
三、国际贸易国际贸易关系着中国经济的发展，也是影响中国GDP增长率的重要因素。
中国作为世界第二大经济体，对外开放程度逐年提高，国际贸易的规模和质量也在持续提升。
中国的出口劳动力成本低、产品竞争力强，对海外市场的主导地位已经达到了历史性的高度，为中国经济发展提供了强大的动力。
与此同时，中国自2001年加入世界贸易组织以来，也面临着国际贸易保护主义、贸易摩擦、市场准入壁垒等挑战，因此，中国的国际贸易关系对中国GDP增长率的影响具有双向性。
四、金融体系金融是经济发展的核心，也对中国GDP增长率产生重要影响。
中国在金融领域的改革力度不断加大，资本市场不断健全，货币体系不断完善，在推动经济增长方面发挥着重要作用。
经济增长影响因素
中国经济增长的影响因素分析一、 引言自改革开放以来，中国经历了翻天覆地的变化，随着改革开放，互联网时代的到来，中国从军事政治经济等各个方面，与之前相比，都有着天翻地覆的变化。
尤其是中国经济增长方面，一直保持着持续、高速的增长，年均GDP增长率接近10%，经济增长一方面关系到我国国际地位的提升、综合国力的增强，另一方面关系到人民的生活水平提高。
而今年，总书记也在出席全国组织工作会议中指出经济增长要改良考核方法手段，既看开展又看根底，既看显绩又看潜绩，把民生改善、社会进步、生态效益等指标作为重要的考核内容，再也不能简单以国内生产总值增长率来衡量经济增长程度了。
并且总书记指出未来的经济开展不能只重视增长量，更要重视质量，由此提出了新常态这一概念，新常态就是不同以往的、相对稳定的状态。
这是一种趋势性、不可逆的开展状态，意味着中国经济已进入一个与过去30多年高速增长期不同的新阶段。
中国GDP增速从2012年起开始回落，2012年、2013年、2014年上半年增速分别为7.7%、7.7%、7.4%，是经济增长阶段的根本性转换。
中国告别过去30多年平均10%左右的高速增长，中国经济呈现出新常态，从高速增长转为中高速增长，经济结构优化升级，从要素驱动、投资驱动转向创新驱动。
然而不仅是这一“新常态〞政策影响，大家都知道人口是一切财富之源头和归宿。
在计划生育、城市化导致生养本钱大幅度提高、个人主义、女性独立、不承认城市贫民窟、外来流动人口子女就学权利得不到保障等政策、法律、社会、文化多重因素“十面埋伏〞下，中国人口生育率已处在世界最低行列而且仍在下降，远远达不到2.2的世代更替水平。
由此我国老龄化的加剧、人口红利也在降低，已经保持了连续三十余年的高速增长的经济也必定面临着下降的情况。
经济开展情况密切影响着我国的综合国力、国际地位，对于本国开展与人民生活状况也有重要的影响意义，只有经济增长了，我国的综合国力和国际地位才能够提高，人民的生活水平才会越来越好，因此研究经济增长与其影响因素是十分必要的。
影响GDP增长的经济因素分析共3篇
影响GDP增长的经济因素分析共3篇影响GDP增长的经济因素分析1随着国家经济的持续发展，人们对GDP这个指标也越来越关注。
GDP（Gross Domestic Product，即国内生产总值）是评估一个国家或地区经济增长情况的重要指标，它代表在一定时间内，该国或地区所有最终产品和服务的市场价值。
那么，究竟哪些因素会影响GDP的增长呢？本文将结合实际情况进行分析。
1. 投资投资是GDP的主要驱动力之一。
一个国家的经济发展和GDP水平与其投资水平高度相关。
投资不仅仅指在生产和建设方面的投资，还包括了科技、教育和环境等方面的投资。
比如，一些国家将高科技产业作为产业结构调整的重点，提高技术含量和附加值，进而推动经济增长。
2. 出口对于出口型国家而言，出口对于GDP增长的影响可能更加明显。
出口的增长会带动内需增长，形成产业链的效应。
当然，毫无疑问地是，随着全球经济的持续波动，世界各国贸易保护主义日益增强，滞留货船、堵口岸也是现实，这无疑对出口型国家带来了更大的压力。
3. 消费消费作为国内经济中的重要组成部分，直接影响到GDP增长。
消费的增长可以缓解经济压力，同时也会引导企业增加现有产能，增加生产，提高利润，形成新的市场和就业机会。
4. 政策政策对于GDP的影响也相当大。
政策的制定、调整和配套政策的落实对于经济的举步维艰或井喷式增长是至关重要的。
政策决策的正确性，决定了一个国家或地区未来经济的走向，政策的落实程度，决定了政策的有效性和效果。
5. 外部环境除了以上几点因素，一个国家的GDP增长还受到外部因素的影响。
例如：国际市场环境、气候情况和自然灾害等。
这些因素虽然不是人为因素，但它们对于经济的影响同样不能忽视。
对于一个国家而言，GDP增长不仅意味着经济上的进步，更意味着国民生活水平的提高。
通过对GDP增长影响因素的认真分析，我们可以更好地了解我们国家或者地区的经济运行情况，并适当的适应经济环境，更好的上升综上所述，GDP的增长受到多种因素的影响，包括投资、出口、消费、政策和外部环境等方面。
影响中国经济增长的因素分析
影响中国经济增长的因素分析中国是世界第二大经济体，其发展速度惊人，但是经济增长受到很多因素的影响，本文将从多个角度来分析影响中国经济增长的因素。
一、外部因素1. 国际贸易国际贸易是中国经济增长的重要因素之一。
中国是世界上最大的贸易国家之一，其商品出口占到全球出口的比重超过10%。
随着全球化的深入发展，国际贸易对中国经济的依赖度也越来越高。
但是贸易战、关税和贸易保护主义等因素都对中国的经济增长构成了威胁。
2. 美元汇率走势美元汇率走势对中国的经济增长也有很大的影响。
中国依赖于出口，如果美元贬值，中国的出口将变得更具竞争力，但这也会使得中国的进口成本增加。
而如果美元升值，中国的出口将不利于与其他竞争对手的竞争，但这也会使中国的进口成本降低。
二、内部因素1. 人口结构中国的人口结构正在发生变化。
由于“独生子女政策”等因素的影响，中国人口老龄化加速，儿童和青少年人口的比例下降。
这意味着未来中国的劳动力供应将会减少，这将对中国的经济增长造成重大影响。
2. 城乡发展差异中国的城乡发展差异是一个长期存在的问题。
农村地区的经济、教育和医疗等方面的基础设施相对较弱，这阻碍了农村经济的发展，也导致了城乡收入差距的扩大。
中国政府正在实施新一轮扶贫计划，旨在消除贫困，提高农民的收入和生活水平，这将有助于缩小城乡发展差距。
3. 资源环境限制中国的资源环境问题在过去几十年里持续恶化。
污染和资源短缺已经成为制约中国经济增长的重要因素之一。
中国正在大力实施绿色发展战略，加强环保监管和治理，促进资源节约和循环利用，同时大力发展新能源和清洁技术，以实现可持续发展。
综上所述，影响中国经济增长的因素是多方面的，政府需要采取综合性措施来解决这些问题。
保持对国际贸易的开放，加强对汇率的监管和管理，积极推动人口结构调整和城乡发展平衡，大力实施绿色发展战略，是中国当前和未来经济发展所应迎接的挑战。
中国经济增长的动力因素分析
中国经济增长的动力因素分析中国经济长期以来一直保持着高速增长的态势，成为世界经济的重要引擎。
然而，这一快速增长的背后隐藏着一系列复杂因素，本文将分析中国经济增长的动力因素，探讨这些因素对经济发展的影响。
一、内需的增长中国庞大的人口数量为经济增长提供了强大的内需市场。
随着农村人口向城市转移和城镇化进程的推进，中国的城镇消费需求不断扩大。
消费对经济的拉动作用越来越显著，个人消费支出的增长为整体经济作出了重要贡献。
二、出口的拉动中国一直是全球最大的出口国之一，出口为经济增长提供了重要支撑。
中国的制造业产能强大，劳动力成本相对较低，为企业提供了竞争优势。
同时，中国积极参与全球贸易体系，与各个国家建立起紧密的贸易关系，进一步促进了出口的增长。
三、投资的推动投资一直被视为中国经济增长的重要引擎之一。
政府大力推进基础设施建设、科技创新和产业升级，通过不断增加投资来提高生产能力和竞争力。
此外，中国实施的一系列优惠政策和鼓励措施也吸引了大量的国内外投资。
四、技术进步技术进步是经济增长的重要推动力量。
中国在科技创新领域不断取得重要突破，不断提高自主研发能力和创新水平。
高新技术产业的崛起和不断增长的科技创新投入，为经济增长带来新的动力。
五、人力资源中国庞大的人力资源储备为经济增长提供了有力支撑。
中国的劳动力数量庞大且素质不断提高，为各个产业提供了可靠的劳动力保障，推动了生产力的提升和经济的发展。
六、经济结构调整经济结构的调整是中国经济增长的重要动力因素。
中国由劳动密集型产业向技术密集型产业转变，从传统产业向服务业和高新技术产业升级，逐渐实现经济结构的转型升级。
这种经济结构的调整为经济增长提供了新的动力。
七、改革开放改革开放政策为中国经济增长注入了强大动力。
改革开放以来，中国积极吸收国外先进技术和管理经验，不断优化市场环境，加强法治建设，打破垄断，推动了经济的发展和增长。
综上所述，中国经济增长的动力因素包括内需的增长、出口的拉动、投资的推动、技术进步、人力资源、经济结构调整以及改革开放政策等。
中国经济增长的影响因素分析
中国经济增长的影响因素分析首先，政治因素对中国经济增长产生了深远的影响。
中国的政府担任着重要的调控经济的角色，通过制定和执行经济政策来引导经济的发展。
政府采取的发展战略、产业政策和区域政策等都对经济增长产生了直接的影响。
例如，近些年来中国政府推动的“一带一路”倡议，以及加大对科技创新的支持，都为经济增长注入了新动力。
其次，经济因素是中国经济增长的重要推动力。
中国拥有庞大的劳动力资源和广阔的市场潜力，这为经济增长提供了有利条件。
同时，不断推进的市场化和开放政策，促使中国经济逐渐由计划经济向市场经济转型，为经济的发展提供了良好的环境。
此外，投资和消费对于经济增长也起到了重要的支撑作用。
近年来，中国政府推动的大规模基础设施建设和城镇化进程，以及不断提高的居民收入水平，都促进了投资和消费的增长，进而推动了中国经济的增长。
第三，社会因素也对中国经济增长产生了重要影响。
中国经济增长的核心驱动力是劳动力的供给和生产能力的提升。
教育水平的提高、人力资源的优化配置、劳动力市场的灵活性等社会因素对于经济增长具有重要意义。
同时，消费需求的变化也是社会因素对经济增长的影响之一、近年来，中国经济发展进入消费驱动阶段，人们对于品质和服务的需求逐渐增加，这为经济增长提供了新的动力。
最后，环境因素对中国经济增长的影响也日益凸显。
中国在经济高速增长的同时，也面临着严重的资源消耗和环境污染问题。
为了实现可持续发展，中国政府实施了一系列环境保护政策和能源转型政策，并致力于推动绿色发展。
环境保护的压力和需求转型对于经济结构的调整和优化具有重要作用。
同时，随着全球环境治理的进一步加强，国际环境标准和贸易壁垒的出现也可能对中国经济增长带来不确定性。
综上所述，中国经济增长的影响因素是一个复杂而多样的问题。
政治、经济、社会和环境等多个方面相互交织，共同决定着中国经济的发展。
政府的宏观调控、经济的内外部环境、人力资源的供给和素质等因素都对经济增长起到了重要作用。
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GDP影响因素分析
我国GDP影响因素分析1.投资水平：投资是经济增长的主要驱动力之一、当投资水平提高时，会刺激生产活动和就业增长，从而推动GDP增长。
在我国，政府对基础设施建设和制造业发展的大力支持，以及私人部门的投资增加，都对GDP产生了积极影响。
2.消费水平：消费是拉动GDP增长的另一个重要因素。
当人们的收入增加，他们更愿意购买商品和服务，从而促进经济增长。
我国的中产阶级不断扩大，消费观念也发生了变化，越来越多的人开始注重品质消费和个性化需求，这对GDP产生了积极的影响。
3.进出口贸易：对外贸易是我国经济的重要组成部分。
当出口增加时，会增加我国在国际市场上的份额，促进GDP增长。
同时，进口也可以为我国提供更多的资源和技术，推动国内产业升级和创新驱动发展。
因此，我国的进出口贸易对GDP增长具有重要的影响。
4.政策环境：政策环境对经济的发展起着至关重要的作用。
一系列的经济政策措施对GDP产生了积极的影响，如减税降费政策、扩大内需政策、优化营商环境等。
政府的政策支持能够鼓励投资和消费，激发企业创新和发展，从而推动GDP增长。
5.人力资本：高素质的人力资源是经济发展的重要支撑。
我国注重教育和人才培养，提高了劳动者的技能水平和创新能力，为经济增长提供了坚实的基础。
同时，人口规模和劳动力的数量也是影响GDP的重要因素之一6.科技创新：科技创新是推动经济发展的重要动力。
我国近年来加大了科技创新投入，大力支持科技企业和高新技术产业的发展。
高新技术产业的崛起和新兴科技的应用，对提高经济增长的质量和效益起到了重要作用。
7.自然资源：我国是一个资源型国家，自然资源对经济发展具有重要影响。
能源、矿产、水资源等的开发和利用，对GDP增长起到了重要作用。
然而，也需要注意合理利用和保护自然资源，避免环境问题带来的负面影响。
以上是我国GDP影响因素的一些分析。
需要注意的是，这些因素之间相互作用，互相影响，综合起来才能更准确地解释我国GDP的变化。
- 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)。
计量经济学及软件应用课程小论文中国经济增长影响因素的分析小组成员学号雨呵呵庞晓雅晓锐指导教师：西超目录1.背景 (4)2.模型的建立 (5)2.1理论模型的确定 (5)2.2建立初始模型——OLS (9)2.2.1使用OLS法进行参数估计 (9)2.2.2对初始模型进行检验 (9)2.3建立修正模型——WLS (18)2.3.1使用WLS法进行参数估计 (18)2.3.2对修正模型进行检验 (19)3.模型经济意义分析与检测 (23)3.1模型的经济意义分析——结构分析 (23)3.2利用模型进行预测 (23)3.2.1被解释变量Y的点预测 (23)4.结论 (26)4.1主要结论 (26)4.2政策建议 (26)5.参考文献 (27)中国经济增长影响因素的分析摘要：改革开放三十三年以来，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。
本文根据计量经济学、西方经济学和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1980-2009年（中国统计年鉴数据截止到2009年）三十年间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：劳动力、投资、消费、经济增长、最小二乘法。
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 ）这个经济指标作为研究对象；用总就业人员数（1X ）衡量劳动力；用固定资产投资总额(2X )衡量资本投入：用价格指数（3X ）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 ：国生产总值，与Y-国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：1X 代表社会就业人数，2X 代表固定资产投资， 3X 代表消费价格指数，μ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。
2.1理论模型的确定通过变量的试算筛选，最终确定以以下变量建立回归模型。
被解释变量：Y 代表国生产总值,解释变量：1X 代表社会就业人数，2X 代表固定资产投资，3X 代表消费价格指数。
另外，从经济意义上来说，社会就业人数、固定资产投资和消费价格指数这三个宏观经济指标基本反映了我国经济发展状况，因此也就很大程度上决定了经济增长水平。
单从经济意义上讲，变量的选择是正确的。
而且，就直观上来说，解释变量与被解释变量都是相关的，这三个解释变量都是经济增长的“良性”变量，它们的增长都对我国经济增长起着积极的推动作用，这一点可以作为模型经济意义检验的依据。
表1：被解释变量与解释变量1980-20009数据资料来源：《中国统计年鉴》。
首先，检查被解释变量和解释变量之间的线性关系是否成立。
观察被解释变量与解释变量之间的散点图。
图1：被解释变量Y与解释变量1X的散点图X之间基本呈线性关系。
由图中趋势线可以判断，被解释变量Y与解释变量1X的散点图图2：被解释变量Y与解释变量2X之间基本呈线性关系。
由图中趋势线可以判断，被解释变量Y与解释变量2X的散点图图3：被解释变量Y与解释变量3X之间基本呈线性关系。
由图中趋势线可以判断，被解释变量Y与解释变量3再通过变量之间的相关系数判断。
表2：被解释变量与解释变量相关系数表Covariance Analysis: OrdinaryDate: 5/25/16 Time: 8:58Sample: 1980 2009Included observations: 30Covariance看到被解释变量Y 与解释变量1X ，2X ，3X 之间具有较高的相关性。
通过散点图和相关系数表的判断，可以判断被解释变量和解释变量之间具有明显的相关线性关系。
同时通过被解释变量与解释变量的相关图形分析，设置理论模型为：μββββ++++=3423121X X X y2.2 建立初始模型——OLS 2.2.1 使用OLS 法进行参数估计表3： 普通最小二乘法参数估计输出结果Dependent Variable: Y Method: Least Squares Date: 5/25/16 Time: 9:00 Sample: 1980 2009Included observations: 30CoefficientStd. Error t-Statistic Prob.X1 1.934840 0.215990 8.957997 0.0000 X2 1.382559 0.045823 30.17169 0.0000 X3 -379.2654 280.8999 -1.350180 0.1886 C-49822.3133676.59-1.4794340.1510R-squared0.991233 Mean dependent var 85749.31 Adjusted R-squared 0.990221 S.D. dependent var95692.85 S.E. of regression 9462.951 Akaike infocriterion21.27172 Sum squared resid 2.33E+09 Schwarz criterion21.45855 Log likelihood -315.0758 Hannan-Quinncriter.21.33149 F-statistic 979.8468 Durbin-Watson stat 1.178143 Prob(F-statistic)0.000000得到初始模型为：3212654.379382559.1934840.131.49822X X X y -++-=2.2.2 对初始模型进行检验要对建立的初始模型进行包括经济意义检验、统计检验、计量经济学检验、预测检验在的四级检验。
(1)经济意义检验解释变量的系数分别为1β=1.934840、2β=1.382559。
两个解释变量系数均为正，符合被解释变量与解释变量之间的正相关关系，符合解释变量增长带动被解释变量增长的经济实际，3β=-379.2654，符合被解释变量与解释变量之间的负相关关系。
与现实经济意义相符，所以模型通过经济意义检验。
(2)统计检验①拟合优度检验：R2检验，R-squared=0.991233；Adjusted R-squared=0.990221；可见拟合优度很高，接近于1，方程拟和得很好。
②变量的显著性检验：t 检验，表4：模型系数显著性检验，t 检验结果CoefficientStd. Error t-Statistic Prob.X1 1.934840 0.215990 8.957997 0.0000 X2 1.382559 0.045823 30.17169 0.0000 X3 -379.2654 280.8999 -1.350180 0.1886 C -49822.3133676.59 -1.479434 0.1510从检验结果表中看到，包括常数项在的所有解释变量系数的t 检验的伴随概率均小于5%，所以，在5%的显著水平下1X 、2X 、3X的系数显著不为零，通过显著性检验，常数项也通过显著性检验，保留在模型之中。
③方程的显著性检验：F 检验，方程总体显著性检验的伴随概率小于0.00000，在5%显著水平下方程显著成立，具有经济意义。
(3)计量经济学检验：方程通过经济意义检验和统计检验，下面进行居于计量经济学模型检验核心的计量经济学检验。
①进行异方差性检验：首先用图示法对模型的异方差性进行一个大致的判断。
令X 轴为方程被解释变量，Y 轴为方程的残差项，做带有回归线的散点图。
图4：初始模型的异方差性检验散点图图5：初始模型的异方差性检验散点图图6：初始模型的异方差性检验散点图通过图形看到，回归线向上倾斜，大致判断存在异方差性，但是，图示法并不准确，下面使用White异方差检验法进行检验，分别选择不带有交叉项和带有交叉项的White异方差检验法。
得到下面的检验结果：表5：不带有交叉项的White异方差检验结果Heteroskedasticity Test: WhiteF-statistic 75.59849 Prob. F(3,26) 0.0000Obs*R-squared 26.91450 Prob. Chi-Square(3) 0.0000Scaled explained SS 52.75104 Prob. Chi-Square(3) 0.0000Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 5/25/16 Time: 9:15Sample: 1980 2009Included observations: 30Coefficient Std. Error t-Statistic Prob.C 1.51E+08 1.08E+08 1.398492 0.1738X1^2 -0.029775 0.009593 -3.103868 0.0046X2^2 0.017419 0.001245 13.98776 0.0000X3^2 -2715.996 8243.375 -0.329476 0.7444R-squared 0.897150 Mean dependent var 77607780Adjusted R-squared 0.885283 S.D. dependent var 1.80E+08S.E. of regression 61075426 Akaike infocriterion 38.81668 Sum squared resid 9.70E+16 Schwarz criterion 39.00351Log likelihood -578.2502 Hannan-Quinncriter. 38.87645 F-statistic 75.59849 Durbin-Watson stat 1.947056 Prob(F-statistic) 0.000000表6：带有交叉项的White异方差检验结果Heteroskedasticity Test: WhiteF-statistic 33.57944 Prob. F(9,20) 0.0000 Obs*R-squared 28.13789 Prob. Chi-Square(9) 0.0009 Scaled explained SS 55.14882 Prob. Chi-Square(9) 0.0000Test Equation:Dependent Variable: RESID^2 Method: Least Squares Date: 5/25/16 Time: 9:18 Sample: 1980 2009 Included observations: 30CoefficientStd. Error t-Statistic Prob.C -2.08E+09 4.06E+09 -0.512912 0.6136 X1 -34576.99 39720.32 -0.870512 0.3943 X1^2 0.189719 0.224091 0.846615 0.4072 X1*X2 -0.297299 0.442472 -0.671906 0.5093 X1*X3 127.5161 329.2824 0.387254 0.7027 X2 29147.14 35662.29 0.817310 0.4234 X2^2 0.033135 0.007760 4.270053 0.0004 X2*X3 -97.11637 96.87489 -1.002493 0.3281 X3 55473498 68538734 0.809374 0.4278 X3^2-283697.5290382.6-0.9769780.3403R-squared0.937930 Mean dependent var 77607780 Adjusted R-squared 0.909998 S.D. dependent var1.80E+08 S.E. of regression 54097636 Akaike infocriterion38.71168 Sum squared resid 5.85E+16 Schwarz criterion39.17875 Log likelihood -570.6752 Hannan-Quinncriter.38.86110 F-statistic 33.57944 Durbin-Watson stat 2.262413 Prob(F-statistic)0.000000使用White 检验法不论是否带有交叉项，所得的检验伴随概率均小于5%，均在5%的显著水平下拒绝方程不存在异方差性的原假设，认为模型具有比较严重的异方差性。