教育对GDP的影响
教育影响GDP发展关系
备注 本次学习探究使用的经济模型出自 Francesco Caselli.Accounting for
Cross-Country Income Differences,Handbook of Economic Growth,2005. 模型的使用方法出自周圆圆重庆工商大学硕士学位毕业论文我国高等教育发展与 经济增长关系的实证研究 2010. 所使用数据来自中国国家统计局统计年鉴。
回归统计 Multiple R R Square Adjusted R Square 标准误差 观测值 方差分析 df SS MS F 4 56.05697 14.01424 4302.842 27 0.087938 0.003257 31 56.14491 标准误差 0.603022 0.059467 0.055546 0.070569 0.137623 t Stat -0.49225 10.72977 -5.87377 3.90294 2.053349 Significance F 1.96E-37 0.999217 0.998434 0.998202 0.05707 32
回归分析 残差 总计
Coefficients Intercept -0.29684 lnk 0.638063 lnm -0.32626 lni 0.275428 lnp 0.282589
表 4.1
P-value 0.62652 3.07E-11 2.95E-06 0.000572 0.049842
4.2 显著性检验及拟合优度分析 Significance F 以及 lnk、lnm、lni、lnp 所对应的 P 值都小于 0.05，因此可得该回归 方程是显著的，四个回归参数也是显著的，而 Intercept 所对应 P 值是大于 0.05 的，及 该参数不显著，我们猜想这肯能是由于将 lnh 放入误差项中造成的； R square 等于 0.998434，意味着该模型可解释 99.8434%的变差，Adjusesidual Plot
人均GDP与教育投入的关系
人均GDP与教育投入的关系摘要：政府的投资教育事业对国家的经济和社会发展具有重要意义，教育事业的发展不仅对提高国民素质，促进社会和谐发展具有重要作用，同时对一个国家的经济的稳定和高速发展也具有直接的经济意义，本文通过对1978年——2007年的国内生产总值（GDP）与教育投入（EDU）的比较分析二者之间的关系，用数据来说明教育投入对经济发展的促进作用，尤其是对当前中国的教育投入较低的社会现实，提出具体建议。
关键词：教育投入；GDP数据分析；经济发展一：经济理论陈述：随着社会进步与发展，人才在经济发展中的作用越来越明显，尤其是高科技人才对发展的促进作用。
教育作为一种主要的人力资本投资形式，能够改善和提高人的生产技能，促进各项经济生产活动。
与我国相比，发达国家非常重视教育经费的投入和教育状况的改善，2000年诺贝尔经济学奖获得者芝加哥大学经济学系教授海克曼指出：“人力资本是最终决定中国富裕的资产.”同时，国内已有研究资料表明，国家教育总投入的支出和GDP存在显著的正相关关系，即当教育投入增长时GDP总量也随之增长。
二、数据资料三、数据分析：从之前的数据来看，从1978年以来，我国的GDP总量和教育投入总量呈持续增长状态，GDP总量由1978年的3645.2亿元上升到2014年的636462.70亿元，教育投入从1978年的94.3亿元上升到2013年的30364.7亿元。
从中可见，经济总量的绝对量是上升的。
且二者间存在着明显的线性关系。
但同时我们也应当看到，教育投入的增长明显落后于GDP的增长。
从1980年到2000年之间，教育支出所占比重不仅没有提高反而有所下降，直到2001年开始有所回升，到了2008年，教育支出所占比重与1978年相比并没有明显的增长。
可见我国在教育投入上存在着明显的不足，与其他发达国家的差距等加明显在2007年，美国教育投入所占比为5.5%，德国为4.5%，日本为3.5.而与中国同为发展中国家的巴西，教育投入占比为5.1%。
从教育支出占GDP比重看中国教育发展进步与瓶颈
从教育支出占GDP比重看中国教育发展进步与瓶颈中国教育发展进步与瓶颈教育是一国发展的基石，也是国民素质提升和经济发展的重要保障。
教育的改革和发展在中国取得了一定的成就，但同时也面临着一些瓶颈和挑战。
本文将从教育支出占GDP比重的角度探讨中国教育发展的进步和瓶颈。
首先，教育支出占GDP比重的增加反映了中国教育发展的进步。
教育支出占GDP比重的增加意味着政府对教育事业的重视程度提升，为教育发展提供了更多的资源支持。
根据相关数据，近年来中国的教育支出占GDP比重呈逐年上升的趋势。
这反映出中国政府对教育的投入在不断增加，为提高教育的质量和水平奠定了基础。
其次，教育支出占GDP比重的增加有助于改善教育基础设施和教育条件，进一步促进了教育的发展。
教育基础设施的改善是提升教育质量的关键因素之一。
随着教育支出的增加，中国的学校建设和改造已取得显著成果，学校的教学环境和设施得到了极大的改善，这有利于提升教育的教学质量和学生的学习体验。
此外，教育支出的增加也有助于改善教师待遇和培训机制，提高教师的素质和专业水平，进一步提升教育质量。
然而，教育支出占GDP比重的增加也暴露出一些瓶颈和挑战。
首先，教育支出的增加并不一定能够完全解决教育发展的问题。
虽然教育投入的增加有助于改善教育基础设施和提高教育质量，但同时也面临着资源分配不均衡的问题。
一些地区的教育资源仍然紧缺，学校的基础设施和师资力量依然薄弱，这导致了教育发展的不平衡。
此外，教育资源的浪费和滥用也是一个问题，部分教育经费没有得到充分利用，导致资源浪费和效果不佳。
此外，教育支出占GDP比重的增加还需要与教育质量提升相匹配。
教育支出的增加只是一个表象，要真正提升教育质量，还需要注重改革和创新，完善教育制度和教学模式。
目前，中国的教育体制仍然存在一些问题，传统的教育模式过于注重应试和记忆，缺乏培养学生综合能力和创造力的教育理念和方法。
因此，我们需要进一步推动教育改革，加强教育教学质量的提升，培养高素质的人才，以适应社会和经济的发展需求。
我国影响人均GDP因素分析
我国影响人均GDP因素分析人均GDP是一个国家经济发展水平的重要指标，它反映了国家人均收入的水平，直接关系到国民的生活水平和国家的整体竞争力。
影响我国人均GDP的因素有很多，本文将从教育、科技创新、人口和产业结构四个方面进行分析。
首先，教育是培养人才的重要基础，而人才是经济发展的重要动力。
在我国，教育发展水平的提高对于人均GDP的增长起到了重要的推动作用。
一个良好的教育体系可以培养出高素质的劳动力，提高人们的技能和知识水平，从而提高劳动生产率，促进经济发展。
此外，教育对于人们的创新能力和创业精神也有积极的影响，进一步推动经济的发展。
其次，科技创新是经济发展的重要驱动力。
科技创新可以提高生产力，改善生产方式，推动产业转型升级，进而影响人均GDP的水平。
在我国，政府加大对科技创新的支持力度，加强科研机构和企业的合作，推动科研成果的产业化转化，不断提升科技水平和技术含量。
这些举措为经济发展提供了强大的动力，推动了人均GDP的增长。
第三，人口是人均GDP的重要因素之一、随着我国经济的发展和人民收入的增加，人口结构也在不断变化。
人口的数量和质量对经济发展具有重要影响。
人口的数量是生产和消费的基础，较多的劳动力人口可以提供更多的劳动力，促进经济发展。
同时，人口结构的转变也会影响劳动力的素质和结构，年轻人和受过良好教育的人才对于经济发展具有积极的影响。
因此，人口的数量和质量是影响人均GDP的重要因素。
最后，产业结构是影响人均GDP的重要因素之一、产业结构的合理调整和转型升级对经济发展起到了重要的推动作用。
在我国，政府加大了对服务业和高技术产业的扶持力度，追求经济结构的调整和转型升级。
新兴产业和高技术产业的发展可以提高劳动生产率和经济效益，进而推动人均GDP的增长。
综上所述，教育发展、科技创新、人口和产业结构是影响我国人均GDP的重要因素。
在未来的发展中，我们需要继续加大对教育和科技创新的投入，调整人口结构，推动产业升级，以提高人均GDP水平，实现经济可持续发展。
教育投资与经济增长之间的关系分析
教育投资与经济增长之间的关系分析教育投资与经济增长之间的关系是一个备受关注的课题，尤其是在全球化和知识经济快速发展的背景下。
教育不仅是个人发展的基石，也是国家和地区经济繁荣的重要驱动力。
本文将从多个角度详细分析教育投资如何影响经济增长，以及两者之间的内在机制和实践案例。
教育投资可以被视为人力资本投资的一部分。
人力资本理论指出，个体通过接受教育、培训和技能提升所获取的知识和能力，能够增强其在劳动市场上的竞争力，从而提高个人的收入水平。
这种收入的增加带动了消费的提升，进而刺激了经济增长。
受过良好教育的劳动力往往更加适应技术变化，提高了生产效率，为国家创造了更高的GDP。
教育投资也直接影响到国家或地区生产总值（GDP）的增长。
通过增加对基础教育、职业教育和高等教育的投入，政府能够提高整体人口的受教育水平。
这不仅能够提升刚步入职场者的工作能力，还能促进现有劳动力的再培训，从而满足不断变化的市场需求。
研究表明，当国家的人均教育水平提高1%时，其人均GDP通常会增加0.1%-0.3%。
这种正相关关系进一步证明了教育作为一种投资工具的重要性。
此外，教育投资还帮助减少贫困并促进社会流动。
良好的教育机会能够打破贫困代际传递的循环，使得来自低收入家庭的孩子有机会提升自己的经济地位。
当更多人能够获得教育和技能提升，就能够有效降低社会的不平等现象，促使更多人参与到经济活动中。
这种投资的回报不仅体现在个人收入上，也反映在社会稳定与和谐上，为可持续发展奠定了基础。
国内外许多实证研究支持教育投资与经济增长之间的正向关系。
例如，在东亚地区，如韩国和新加坡，由于政府持续大力投入教育，不仅提高了国民素质，还促进了工业化进程和技术创新，最终实现了快速的经济增长。
各国在不同历史时期的教育改革与经济发展相辅相成，均展示了教育在推动经济转型方面的有效性。
然而，虽然教育投资普遍被认为能促进经济增长，但高质量教育与低质量教育之间产生的效果差异不可忽视。
高等教育毕业生人数对GDP的影响分析
高等教育毕业生人数对GDP的影响分析作者姓名：肖彬学号：200908010508指导教师：高辉摘要随着我国市场经济的持续发展，国内经济连续几十年持续增长。
自改革开放的三十年来，我国经济取得了突飞猛进的进步，对于衡量一国经济增长的最重要的指标—国内生产总值即GDP，我们在宏观经济学里知道构成一国的国内生产总值无外乎就是消费、投资、政府购买和净出口。
然而这些指标只是一个大的指标方向，影响一国的国内生产总值除了以上的主要指标外，高等教育毕业生人数是否也有一定的影响呢？我们知道如今社会就业压力十分巨大，随着高校的不断扩招，高中升高校的入学率也加快了它的步伐，这就意味着有更多的高校毕业生涌入就业的竞争当中。
本文运用计量经济实证分析，对这些变量做出适当经济模型来分析出这一影响的内在规律，同时也为政府做出宏观经济政策作为一点参考，保障宏观经济良好运行。
关键词：高校毕业生人数宏观经济政策高等教育 GDP 计量经济模型Higher education graduates to analysis theinfluences of GDPAbstracte:With the continuous development of the market economy in our country, the domestic economic growth for decades. Since the reform and open policy the 30 years, China's economy has made a rapid progress. To measure a country's economic growth is the most important index-GDP that GDP, we in the macroeconomics know up a nation's gross domestic product is capable of consumption, investment, government purchase and net exports. However, the index is just a big index direction, the influence of one country gross domestic product besides above the main indexes of outside, higher education graduates are also have certain effect? We know now social employment pressure is so great, with the enrollment expansion, the high school of college enrollment rate rise has also accelerated the pace of it, which means that more of the employment of college graduates influx of the competition. In this paper, the measuring economic empirical analysis, and these variables to make a proper economic model to analysis the influence of the internal rules, but also for the government to make macroeconomic policies as a point of reference, the security macro economic good operation.Keywords :Number of college graduates Macroeconomic policy Higher education GDP Econometric model目录第1章前言 (4)第2章相关文献综述 (5)2.1 国内文献综述 (5)2.2国外文献综述 (10)第3章高校毕业生人数对GDP的影响分析 (11)3.1 计量经济数据及模型设定 (11)3.2 异方差检验 (13)3.2.1 图示法检验 (13)3.2.2 White 检验 (14)3.3 分布滞后模型与自回归模型 (14)3.4 自相关的补救 (16)3.5小结 (19)第4章政策建议 (19)4.1 对政府宏观调控的建议 (19)4.2 对微观主体的建议 (21)第5章结论 (22)致谢 (23)参考文献 (24)第1章前言2011年3月3日：日本内阁府发布的数据显示，日本2010年名义GDP(国内生产总值)为54742亿美元，比中国少4044亿美元，中国GDP 超过日本正式成为第二大经济体。
GDP与教育的关系
我国GDP与教育发展的关系内容摘要通过对于1982年-2002年的中国GDP与教育发展的统计数据（包括GDP与教育经费、在校学生总数、教师总数）的处理、筛选，并且运用方差分析、线性回归等知识，得到GDP的上升或下降与教育发展存在有正相关的关系,。
关键词：GDP 教育线性回归目录1.引言 (3)2.数据处理。
(3)2.1 原始数据分析 (3)2.2原始数据处理 (3)3 问题分析 (6)3.1图表说明 (6)3.2相关系数及其显著性检验 (7)4．建立模型 (8)4.1多元线性回归 (8)4.2一元线性回归 (11)5 地区差异比较 (14)5.1天津 (15)5.2 上海 (17)5.3 比较 (19)6．结论总结 (19)我国GDP与教育发展的关系1.引言近些年来，我国的经济飞速发展，GDP总量和人均GDP飞速上升，与此同时，我们的教育也得到了长足的发展，教育经费、在校人数、教师人数都有一定的提升。
所以，我们要探究GDP与教育发展之间是否具有某种关系。
我们运用统计学中的方差分析、线性回归等知识，使用spss和excel等软件，通过对于本题所给的基础数据和在国家统计局官网上查询得到的详细数据进行分析，得出相应的结论。
2.数据处理。
2.1 原始数据分析year gdp 在校人数教师人数经费1982 5294.7 115.4 28.7 137.611983 5934.5 120.7 83.3 155.241984 7171 139.6 31.5 180.881985 8964.4 170.3 34.4 226.831986 10202.2 188 37.2 274.721987 11962.5 195.9 38.5 293.93从所给原数据中观察得出1982年教师人数与前后数据存在有相当大的误差，因此需要对这一异常值进行处理；2.2原始数据处理1.多阶曲线预测教师人数随时间的的变化明显有3个拐点，因此可拟合4阶曲线函数，可得1982年教师人数为y==0.0013*2^4 -0.0385*2^3 + 0.2366*2^2 + 1.5026*2 + 26.817=30.48142.查找资料由于1982年的教师人数是已知确定的事实，可从国家统计局网站得到其实际值为30万，在查询的过程中，小组成员发现所给GDP数据与统计局公布数据有明显差异，本着实事求是的原则，本小组使用了统计局所公布的GDP数据，整理如下：year gdp 在校人数教师人数经费1982 5333 115.4 28.7 137.61 1983 5975.6 120.7 30 155.24 1984 7226.3 139.6 31.5 180.88 1985 9039.9 170.3 34.4 226.83 1986 10308.8 188 37.2 274.72 1987 12102.2 195.9 38.5 293.93 1988 15101.1 206.6 39.3 356.66 1989 17090.3 208.2 39.7 412.39 1990 18774.3 206.3 39.5 462.45 1991 21895.5 204.4 39.1 532.39 1992 27068.3 218.4 38.8 621.71 1993 35524.3 253.6 38.8 754.9 1994 48459.6 279.9 39.6 1018.78 1995 61129.8 290.6 40.1 1196.65 1996 71572.3 302.1 40.3 2080.56 1997 79429.5 317.4 40.5 2469.381998 84883.7 340.9 40.7 2930.781999 90187.7 413.4 42.6 3638.742000 99776.3 556.1 46.3 4384.512001 110270.4 719.1 53.2 5213.232002 121002 903.4 61.8 5924.583.数据标准化，将1982年小组采用原数据中各因素的定基发展速度来进行分析，D I=Y iY0各项数据作为基期观察值；year gdp 在校人数教师人数经费1982 100.00% 100.00% 100.00% 100.00%1983 112.05% 104.59% 104.53% 112.81%1984 135.50% 120.97% 109.76% 131.44%1985 169.51% 147.57% 119.86% 164.84%1986 193.30% 162.91% 129.62% 199.64%1987 226.93% 169.76% 134.15% 213.60%1988 283.16% 179.03% 136.93% 259.18%1989 320.46% 180.42% 138.33% 299.68%1990 352.04% 178.77% 137.63% 336.06%1991 410.57% 177.12% 136.24% 386.88%1992 507.56% 189.25% 135.19% 451.79%1993 666.12% 219.76% 135.19% 548.58%1994 908.67% 242.55% 137.98% 740.34%1995 1146.26% 251.82% 139.72% 869.60%1996 1342.06% 261.79% 140.42% 1511.93%1997 1489.40% 275.04% 141.11% 1794.48%1998 1591.67% 295.41% 141.81% 2129.77%1999 1691.13% 358.23% 148.43% 2644.24%2000 1870.92% 481.89% 161.32% 3186.19%2001 2067.70% 623.14% 185.37% 3788.41%2002 2268.93% 782.84% 215.33% 4305.34%优点：①将数据按比例缩放，去除单位限制转换为无量纲数值，便于分析比较②定基发展速度不影响各因素间线性关系3 问题分析3.1图表说明针对已上所得到的数据进行预处理，我们得到了一下图表：（1）定基发展速度折线图（2）环比发展速度折线图（3）散点图从上面图表中可以看出，GDP与教育发展是存在一定关系的，GDP不断增长，教育发展也不断增长，GDP增长放缓，教育发展的各项指标发展速度也有一定的放缓；从散点图中可以看出，GDP与教育发展各项指标间呈正线性相关，3.2相关系数及其显著性检验针对于以上数据，我们计算了相关系数，并得到了以下数据：相关性GDP 在校人数教师人数经费GDP Pearson 相关性1 .894**.826**.961**显著性（双侧）.000 .000 .000N 21 21 21 21在校人数Pearson 相关性.894** 1 .953**.958**显著性（双侧） .000 .000 .000N 21 21 21 21教师人数Pearson 相关性.826**.953** 1 .871**显著性（双侧） .000 .000 .000N 21 21 21 21经费Pearson 相关性.961**.958**.871** 1显著性（双侧） .000 .000 .000N 21 21 21 21**. 在.01 水平（双侧）上显著相关。
教育水平与经济增长的关联
教育水平与经济增长的关联随着全球化和信息技术的飞速发展，教育水平对于一个国家的经济增长起着越来越重要的作用。
在这个知识经济时代，教育被认为是推动国家繁荣的关键。
本文将探讨教育水平与经济增长之间的关联，并探讨教育对经济增长的影响。
首先，教育对经济增长具有直接的影响。
研究表明，教育水平与国内生产总值（GDP）之间存在着密切的正相关关系。
一个受过良好教育的劳动力可以更好地适应市场需求，并具备更高的创造力和创新能力。
通过提高劳动力的技能水平，教育对于提高劳动生产率和劳动力就业率起到了至关重要的作用。
此外，教育还能够提高人们的就业机会，并增加个人的收入。
这不仅对个人而言，也对整个经济有着积极的促进作用，促使更多的人投入到经济活动中。
其次，教育对于经济增长具有间接的影响。
教育的普及不仅能够提高劳动生产力，还能够提高人民的素质和社会文化水平。
通过教育，人们可以获得全面的知识和信息，培养良好的道德品质和社会价值观，增强社会责任感和公民意识。
这样的人力资源优势将有助于新技术和创新的产生，推动经济结构的转型和升级。
此外，教育也能够培养公民的批判思维和创新思维，提高社会创新能力，为创新创业提供有利的环境。
这对于促进经济的长期可持续发展起到了重要的作用。
然而，要实现教育水平与经济增长的良性互动，需要充分考虑教育的质量和均等性。
一方面，教育的质量不仅关乎个体的成长发展，也关乎国家的竞争力和创新能力。
国家需要加大对教育的投入，优化教育资源配置，提高教育的质量和有效性。
另一方面，教育的均等性是推动社会公平的关键。
每个人都应该有平等的机会接受教育，无论他们的背景和地域。
应该重视农村地区和贫困地区教育的发展，缩小城乡和地区之间的教育差距，为所有人提供良好的教育机会。
同时，教育的改革也是必不可少的。
随着社会的转型和技术的进步，传统教育模式已经无法满足现代社会的需求。
教育需要更加注重培养学生的创新能力和实践能力，引导学生积极参与社会实践和创造性活动。
- 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)。
教育对GDP的影响——计量经济学研究报告目录一、简单线性回归模型 (3)二、异方差检验 (6)三、自相关 (9)四、多元线性回归模型 (10)五、多重共线性 (13)简单线性回归模型一、研究的目的要求人力资本投资和人力资本积累是经济保持持续增长的重要基础。
从本质上讲，教育投资就是一种提高人力资本的质的投资。
通过接受教育和培训，使劳动者和潜在的劳动者的综合素质、技术水平得到提高，人力资本的积累对社会的回报远大于物质资本积累。
一个国家的人力资本存量的提高能有效地促进经济的增长，教育对与经济增长发挥着越来越大的作用，比较研究人力资本对未来经济发展的意义和作用。
二、模型设定为了分析教育对GDP的影响关系，选择“我国各地区GDP”为被解释变量（用Y表示），选择“各地区教育支出”为解释变量（用X表示），表1为由国家统计局得到的2008年的有关数据。
表1 2008年中国各地区GDP水平等数据地区地区生产总值(万元)教育支出(万元)北京1048803004077284.3天津635438001657108.4河北1618861004403700山西693873002649876内蒙古776180002019986.6辽宁1346157004122455.2吉林642406002133094.7黑龙江831000002736589.7上海1369815008418319.9江苏3031261008513327.4浙江2148692007058575.1安徽887417003451325.5福建1082311003322232.5江西648033002850048.4山东3107206006802413.7河南1840778005493997.3湖北1133038003689007.9湖南1115664004196364.8广东35696460010734751.3广西717158002758915.2海南14592300757980.6重庆509666002309733.5四川1250625005009786.9贵州333340002070113.3云南570010002757505.3西 藏 3959100 420561.9 陕 西 68513200 2855269.7 甘 肃 31761100 1672564.6 青 海 9615300 458237.6 宁 夏 10985100 636974.3 新 疆 42034100 1916673.3为分析各地区教育支出（X ）和GDP （Y ）之间的关系，作如图2所示的散点图。
从散点图可以看出，各地区教育支出和GDP 之间大体呈现为线性关系，为分析中国教育对GDP 的影响规律，可以建立如下简单线性回归模型： 01i i i Y X u ββ=++三、估计参数Eviews 软件对各地区教育支出和各地区GDP 进行相关关系分析表3 回归结果Dependent Variable: Y Method: Least Squares Date: 12/24/10 Time: 17:10Sample: 1 31Included observations: 31Variable Coefficient Std. Error t-Statistic Prob. C -12885196 10827216 -1.190075 0.2437 X32.795732.47768813.236420.0000R-squared 0.857984 Mean dependent var 1.06E+08 Adjusted R-squared 0.853087 S.D. dependent var 88551659 S.E. of regression 33941134 Akaike info criterion 37.58049 Sum squared resid 3.34E+16 Schwarz criterion 37.67301 Log likelihood -580.4977 F-statistic 175.2029 Durbin-Watson stat1.973577 Prob(F-statistic)0.000000可用规范的形式将参数估计和检验结果写为=Y-12885196+32.79573X t(10827216) (2.477688) t=（-1.190075）（13.23642） 2R =0.857984，F=175.2029回归结果图形如下：四、模型检验对回归系数的t 检验：针对H 0：β1=0，由表3还可以看出，估计的回归系数β1的标准误差和t 值分别为：)(1βSE =2.477688，)(1βt =13.23642取α=0.05，查t 分布表得自由度为31-2=29的临界值)29(025..0t =2.045，因为)(1βt =13.23642>)29(025..0t =2.045,所以拒绝H 0：β1=0，这表明各地区教育支出对各地区生产总值有显著影响，所以教育对GDP 有显著影响。
异方差检验一、问题的提出和模型的设定根据前面的作业，为了研究教育对GDP 的影响，分析比较教育支出与各地区生产总值的关系，建立各地区教育支出与各地区生产总值的回归模型。
假定教育支出与地区生产总值之间满足线性约束，则理论模型设定为：01i i i Y X u ββ=++ 其中，Y i 表示各地区生产总值，X i 表示各地区教育支出。
由2008年国家统计局得到数据如表1二、参数估计进入Eviews 软件包，确定样本范围，编辑输入数据，选择估计方程菜单，估计以下样本回归函数（表3） 估计结果为=Y-12885196+32.79573X t（-1.190075）（13.23642） 2R =0.857984，F=175.2029 括号内为t 统计量值。
三、检验模型的异方差本模型用的是2008年我国各地区的生产总值和教育支出，由于个地区之间存在不同的差异，因此，对教育支出的要求会存在不同，这种差异使得模型很容易产生异方差，从而影响模型的估计和运用。
为此，必须对该模型是否存在异方差进行检验。
（一）图形法由Eviews 软件操作得，绘制e t 2对X t 的散点图（图3）由图3可以看出，残差平方和e t 2对解释变量X 的散点图主要分布在左下角，大致可以看出e t 2随X i 的变动大致呈增大趋势，因此，模型很可能存在异方差，但是否确实存在异方差还应通过更进一步的检验。
（二）Goldfeld-Quanadt 检验在Sample 菜单里，将区间定义为1~8，然后用OLS 方法求得如下结果（表4）表4 样本区间为1~8的回归估计结果Dependent Variable: Y Method: Least Squares Date: 12/04/10 Time: 13:03 Sample: 1 8Included observations: 8C -10626552 9895098. -1.073921 0.3241 X35.546977.3085324.8637630.0028 R-squared0.797681 Mean dependent var 31763600 Adjusted R-squared 0.763962 S.D. dependent var 27277220 S.E. of regression 13252305 Akaike info criterion 35.84956 Sum squared resid 1.05E+15 Schwarz criterion 35.86942 Log likelihood -141.3982 F-statistic 23.65619 Durbin-Watson stat2.276531 Prob(F-statistic)0.002812在结果表5 样本区间为17~31的回归估计结果Dependent Variable: Y Method: Least Squares Date: 12/04/10 Time: 13:03 Sample: 17 31Included observations: 15C -10208348 33074810 -0.308644 0.7625 X32.583135.5891245.8297390.0001R-squared0.723321 Mean dependent var 1.68E+08 Adjusted R-squared 0.702038 S.D. dependent var 88906149 S.E. of regression 48530218 Akaike info criterion 38.35684 Sum squared resid 3.06E+16 Schwarz criterion 38.45124 Log likelihood -285.6763 F-statistic 33.98586 Durbin-Watson stat2.288840 Prob(F-statistic)0.000059F=∑∑ee ii 2122=1505.11606.3++E E =2.91E+01在α=0.05下，上式中分子分母的自由度分别为6，12，查F分布表的临界值F05.0（6，12）=4.00，因为F=2.91E+01>F05.0（6，12）=4.00，所以拒绝原假设，表明模型确实存在异方差。
（三）White检验辅助函数为σ2t=α0+α1x t+α2x t2+v t表6 White检验结果F-statistic 3.976045 Probability 0.030205Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 12/04/10 Time: 12:54Sample: 1 31Included observations: 31C -1.12E+15 1.56E+15 -0.722814 0.4758X 6.00E+08 7.51E+08 0.798664 0.4312R-squared 0.221186 Mean dependent var 1.08E+15Adjusted R-squared 0.165556 S.D. dependent var 3.29E+15S.E. of regression 3.00E+15 Akaike info criterion 74.20726Sum squared resid 2.53E+32 Schwarz criterion 74.34604Log likelihood -1147.213 F-statistic 3.976045Durbin-Watson stat 2.246171 Prob(F-statistic) 0.030205从表6可以看出，n R2=6.856758，由White检验知，在α=0.05下，查χ2分布表，临界值χ205.0=5.9915，同时X和x2的t检验值也显著。