中国粗钢产量与GDP的关系汇总

中国粗钢产量与GDP的关系
（一）：确定课程设计题目
21世纪中国经济快速发展而同时去年从财经频道了解到2008年金融危机后，中国的钢材市场由之前的过热导致钢材产量过剩。

在快速发展的中国金融危机之前钢材没有出现过剩而金融危机到来伴随着钢材的产能过剩。

让人产生想法钢材的产量与GDP之间是否存在一定的关系，因此确定了SAS课程设计研究题目。

并从国家统计局近几年的统计年鉴中找出钢材相关的产量数据，编制成一张excel表得到近年来中国钢产量以及中国GDP 数据如下表所示：
（二）：关于课程题目的摘要
21世纪中国经济快速发展，同时也看到中国的粗钢产量也以非常快的速度增加。

两者之间是否存在关系，如果存在有关系那么找出其中的关系。

满足自身的好奇也同时从全国从1978年到2010年的数据中得到模型，并希望从回归模型中预测和指导中国下一阶段的钢材生产有自己的预测和看法。

（三）：关于课程设计的引言
近三十年来，我国粗钢产量在全球的占比持续上升，大致可划分为三个阶段：1980年~1989年的平稳增长期，我国粗钢产量
在全球的占比增长不明显，十年间仅从5%左右略升至7%左右；1990年~1999年的低速增长期，我国粗钢产量在全球占比的增速有所扩大，由8%左右升至15%左右的水平；2000年~2009年的高速增长期，这十年间我国粗钢产量快速增长，其在全球占比的增速也明显加大，2009年我国粗钢产量在全球的占比达到近47%，较2000年的15%增长了近两倍以上。

（三）：关于课程设计的研究目的
通过对钢材的产量与GDP的关系可以从GDP数据预测中国市场上的钢材数量才是合理，同时通过在正常的产量水品也可以估测GDP大小，建立钢材产量与GDP的对应关系相互预测。

（四）：此次课程设计的理论支持
钢材是国家重工业的基础，同时钢材的产量涉及到各个生产厂商。

因此可以通过对GDP的大小来预测中国市场上钢材的合适产量，建立钢材合适产量与国家GDP增幅的关系。

并通过改变以上数据得到以下的表格的内容，使得SAS可以处理以上数据：
N表示年份CL表示粗钢产量JK表示钢材进口CK表示钢材出口GDP则是国民生产总值
则将收集到的信息整理表示为SAS中的可以操作的内容，修改之前的excel表得到数据如下。

通过import data 导入到SAS 中在SASUSER下建立一个名为GDP的数据集。

（五）：对模型的初步理论分析粗钢产量变化与GDP的关系（从网上查阅到如下信息）
2000年以来，随着中国城市化建设的不断加快，国内房地产投资及基础设施建设力度的加大，我国钢材消费也持续扩大，由此带来钢铁产业的迅猛发展，国内钢铁产量也呈高速增长态势。

作为工业基础性行业，钢铁业的发展给上下游多个行业带来联动效应，进而也促进了国内GDP的大幅增长。

事实上，一国的粗钢产量与该国GDP存在较大的相关性。

我们从近三十年来中国的粗钢产量与GDP的对比图可见，与经济结构体系相对合理完善的发达国家相比，作为发展中国家的中国。

经济体的增长模式明显更为粗放，其经济增长在很大程度上依赖于第二产业——制造业的发展，尤其是固定资产投资建设的拉动。

对数据的SAS分析
（六）：模型的初步建立
显示各个数据随时间的变化
看GDP随年份的变化散点图程序如下：
proc gplot data=sasuser.gdp;
plot GDP*N;
run;
散点图如下：
看粗钢产量随年份的变化散点图程序如下：proc gplot data=sasuser.gdp;
plot CL*N;
run;
得到的散点图如下：
看钢材的进口岁年份的变化散点图程序如下：proc gplot data=sasuser.gdp;
plot JK*N;
run;
得到的散点图如下：
钢材出口岁年份的变化散点图程序如下：
proc gplot data=sasuser.gdp;
plot CK*N;
run;
得到的散点图如下：
由于看到GDP随着年份的变化散点图与粗钢的产量，净进口量散点图比较一致。

因此大致可以认为他们之间有关系。

但是还不能得出相应的结论。

（七）：对分析的数据建立回归模型
由上面的散点图判断GDP与CL，JK, CK的回归分析
模型回归的程序如下：
proc reg data=sasuser.gdp;
model gdp=cl jk ck;
run;
得到output窗口的结果如下：
The SAS System 02:47 Sunday, January 1, 2012 1
The REG Procedure
Model: MODEL1
Dependent Variable: GDP GDP
Analysis of Variance
Sum of Mean
Source DF Squares Square F Value Pr > F
Model 3 3.488467E11 1.162822E11 416.91 <.0001
Error 27 7530755762 278916880
Corrected Total 30 3.563774E11
Root MSE 16701 R-Square 0.9789
Dependent Mean 95863 Adj R-Sq 0.9765
Coeff Var 17.42158
Parameter Estimates
Parameter Standard
Variable Label DF Estimate Error t Value Pr > |t|
Intercept Intercept 1 -16089 6432.48068 -2.50 0.0187
CL CL 1 6.76696 0.43563 15.53 <.0001
JK JK 1 1.68621 4.09650 0.41 0.6839
CK CK 1 -6.39980 4.11876 -1.55 0.1319
分析：
模型的整体F检验看出模型显著，但是从单个变量看JK以及CK都不显著。

得到方程的回归模型为：
GDP= -16089+ 6.76696 CL +1.68621 JK+-6.39980 CK
（八）：最终模型结果
得到GDP与钢材的粗钢产量关系如下：
GDP=（（10.36306+0.00027787 CL）^2）^2
（九）：模型的结果分析
根据分析只有粗钢的产量影响GDP才算显著。

得到CL与GDP之间的关系为回归函数
GDP=（（10.36306+0.00027787 CL）^2）^2
（十）：模型的应用
在每一个市场上每一个厂商需要了解市场的情况，钢材市场也是一样。

根据已知的GDP数据可以计算出相应的产量，有时可能粗钢产量过少可以增加投资规模，而有时市场钢材产能过剩则需要减少产量。

（十一）：模型的不足
由于模型的建立存在有多重共线性随后分析的结果又
存在有异方差性。

在消除多重共线性时JK与CK是影响钢材
拥有量应该对GDP有一定的影响，但是却没有考虑进模型。

同时在有自相关时采用的方法不同得到的回归方程也不同。

因此来说不存在唯一的回归方程来描述模型之间的关系。

（十二）：参考文献
[1] 何晓群，刘文卿.应用回归分析[M].北京：中国人名大学出版社。

2001.
[2]樊欣，邵谦谦. SAS 8.X 经济统计.北京：北京希望电子出版社。

[3]陈希孺，王松桂.近代回归分析. 合肥：安徽教育出版社。

1987.
[4] 董大钧，SAS统计分析应用. 北京.电子工业出版社. 2008年04月
[5] 李东方，统计软件教程，北京，北京大学出版社，2007
[6]高惠璇，实用统计方法与SAS系统，北京，清华大学出版社，2006
[7] 高惠璇，SAS系统BaseSAS使用手册，北京，中国统计出版社，2001年02月
[8] 高惠璇，SAS系统SAS/SATA使用手册，北京，北京邮电大学出版社，2009。