对中国经济增长影响因素的实证分析
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【摘要】中国经济增长的影响因素实证分析是当前经济研究领域的热点之一。
本文从宏观经济因素、外部环境因素、产业结构调整、人口结构变化和政府政策等方面进行了实证分析。
通过对这些因素的深入研究，揭示了它们对中国经济增长的影响机制和重要性。
在总结了各因素对中国经济增长的综合影响，展望了未来中国经济增长的可能趋势，并提出了建议未来政策应对的重点。
本文旨在为研究者和政策制定者提供参考，促进中国经济持续稳定增长，实现经济可持续发展。
【关键词】中国经济增长、影响因素、实证分析、宏观经济因素、外部环境因素、产业结构调整、人口结构变化、政府政策、总结、展望、建议、可能趋势、未来政策、重点。
1. 引言1.1 中国经济增长的影响因素实证分析中国经济增长是一个复杂而又重要的议题，影响中国经济增长的因素也是多种多样的。
本文将对中国经济增长的影响因素进行实证分析，探讨其中的关键因素和其影响机制。
通过具体数据和案例的分析，可以更清晰地了解中国经济增长的动因，为未来政策制定和经济发展提供参考。
中国的经济增长一直受到国内外多种因素的影响，其中宏观经济因素、外部环境因素、产业结构调整、人口结构变化以及政府政策等因素都起着重要作用。
这些因素相互作用，共同影响着中国经济的发展进程。
通过实证分析这些影响因素，可以帮助我们更好地把握中国经济增长的脉搏，找准未来发展的路径。
本文将通过对各个影响因素的实证分析，逐一探讨其影响机制和效果，为理解中国经济增长提供更具体的依据。
结合历史数据和趋势预测，我们也将展望未来中国经济增长的可能趋势，并提出建议未来政策应对的重点，为中国经济的持续发展提供参考。
2. 正文2.1 宏观经济因素对中国经济增长的影响实证分析宏观经济因素是影响中国经济增长的重要因素之一。
经济增长率、通货膨胀率、工业增加值等指标是评估宏观经济状况的重要参考。
在实证分析中，我们可以通过对这些指标的数据进行统计分析和趋势预测，来揭示宏观经济因素对中国经济增长的影响。
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。
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。
对中国经济增长因素的实证分析论文__本科毕业设计论文
对中国经济增长影响因素的实证分析摘要：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、消费对国内生产总值（GDP）的影响，建立计量经济学模型，寻求这些变量与国内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）和国内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，将中国国内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。
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。
我国经济增长影响因素的实证研究
我国经济增长影响因素的实证研究摘要：投资需求、消费需求、出口需求对国民经济增长具有十分重要的意义。
本文从国内生产总值支出法角度出发，运用eviews 软件，从投资、消费、出口三个方面研究各自发展速度对gdp增长速度的影响程度，并提出完善我国收入分配制度、提高投资资源使用率等建议。
关键词：投资；消费；出口；回归分析一、引言投资、消费、出口是拉动我国经济增长的”三驾马车”，消费对拉动经济增长具有十分重要的作用；投资可以拉动经济增长，形成一定的生产力，增加社会产品的生产能力，提高商品供给，推动经济增长；出口的增长会直接导致国内有效需求的增加，有利于我国积累必要的外汇资金。
可以看出投资、消费、出口三者是相辅相成的关系，共同促进着我国的经济增长，因此，对三驾马车的研究对于我们了解国内经济增长中存在的问题及宏观经济政策的提出有着重要的意义。
国内许多学者都对此问题进行过不同角度的研究。
郑杰、蔡俊、曾丽斌（2006）以政府规模、技术投入、外商直接投资、储蓄、贸易为自变量建立模型做回归分析，提出应降低利息率，促进消费，扩大对外出口等对策；李宝仁、张院（2005）定量分析了消费、投资、出口三个变量对我国gdp的贡献，得出了扩大内需、稳定外需、保就业等政策建议；以上学术成果虽然结论各有偏差，但都说明了消费、投资、出口作为我国经济增长永恒动力的重要性和研究的价值。
二、模型选取与数据处理1.选择变量和模型支出法是从最终使用的角度反映gdp最终使用去向的方法，最终使用包括货物和服务的最终消费支出、资本形成总额、货物和服务净出口三部分。
运用eviews软件和回归方程，通过对1978-2009年经济增长率与固定资本形成增长率、居民消费增长率、出口增长率的分析，进行初步预测。
其中y表示gdp增长速度，x1表示固定资本形成增长速度，x2表示居民消费增长速度，x3表示出口增长速度。
因此建立理论方程如下：y=c+c1x1+c2x2+c3x3+u2.样本数据的选取gdp增长率选自2010年《中国统计年鉴》，为实际增长率（表1）。
- 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)。
1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： ********姓名：***2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、进出口总额对国内生产总值（GDP）的影响，建立计量经济学模型，寻求这些变量与国内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内生产总值（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全社会固定一般公共预进出口总额年份GDP(亿元 )CPI(%)资产投资总算支出（亿（亿美元）额（亿元）元）19859064.6109.32543.192004.25696 198610308106.53120.632204.91738.5 198712094.2107.33791.692262.18826.5 198815095.1111.84753.842491.211027.83198917098.91184410.382823.781116.8 199018824.8103.14517.453083.591154.4 199121940.2103.45594.553386.621357 199227082106.48080.13742.21655.3 199335450.4114.712457.884642.31957 199448370.3124.116370.335792.622366.2 199560146.5117.120019.266823.722808.6 199670538.3108.322974.037937.552898.8 199778517.3102.824941.119233.563251.6 199883505.799.228406.1710798.183239.5 199988989.898.629854.7113187.673606.3 200098562.2100.432917.7315886.54742.9 2001108683.4100.737213.4918902.585096.5 200211976599.243499.922053.156207.7 2003135718.9101.255566.6124649.958509.9 2004160289.7103.970477.4528486.8911545.5 2005184575.8101.888773.6233930.2814219.1 2006217246.6101.5109998.1640422.7317604.4 2007268631104.8137323.9449781.3521765.7 2008318736.7105.9172828.462592.6625632.6 2009345046.499.3224598.876299.9322075.4 2010407137.8103.3278121.989874.1629740 2011479576.1105.4311485.1109247.7936418.6 2012532872.1102.6374675.7125952.9738671.2 2013583196.7102.6446294.09140212.141589.9 2014634043.4102512020.65151785.5643030.3 2015676708103.456200017576829041.4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，我们可以用国内生产总值（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+β 2X2+β 3X3+β 4X4+ i其中， Y 代表国内生产总值， 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，i 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: YMethod: Least SquaresDate: 06/20/16Time: 08:55Sample: 1985 2015Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C83300.8048323.23 1.7238250.0966X1-606.6547443.4283-1.3681010.1830X2-0.3189730.225021-1.4175230.1682X3 4.1766020.802216 5.2063310.0000X4 3.1914390.584819 5.4571420.0000R-squared0.996436Mean dependent var189284.4 Adjusted R-squared0.995888S.D. dependent var204842.6 S.E. of regression13135.92Akaike info criterion21.95078 Sum squared resid 4.49E+09Schwarz criterion22.18207 Log likelihood-335.2371Hannan-Quinn criter.22.02617 F-statistic1817.315Durbin-Watson stat0.322178 Prob(F-statistic)0.000000Y=833300.8-606.6547β1X1-0.318973 β2X2+4.18 β3X3+3.19 β4X4 R2=0.996436 ? =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X1X2X3X4X1 1.000000-0.288341-0.314340-0.324767X2-0.288341 1.0000000.9970620.932732X3-0.3143400.997062 1.0000000.945955X4-0.3247670.9327320.945955 1.000000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X1, X2,X4, X5间的回归，结果如下：Dependent Variable: Y Method: Least SquaresDate: 06/20/16Time: 09:32 Sample: 1985 2015Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C1400826.620793.2 2.2565090.0317X1-11490.485878.258-1.9547420.0603R-squared0.116420Mean dependent var189284.4 Adjusted R-squared0.085952S.D. dependent var204842.6 S.E. of regression195841.6Akaike info criterion27.27034 Sum squared resid 1.11E+12Schwarz criterion27.36286 Log likelihood-420.6903Hannan-Quinn criter.27.30050 F-statistic 3.821017Durbin-Watson stat0.119399 Prob(F-statistic)0.060314Dependent Variable: YMethod: Least SquaresDate: 06/20/16Time: 09:34Sample: 1985 2015Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C43248.597332.916 5.8978710.0000X2 1.2404290.03685333.659130.0000R-squared0.975042Mean dependent var189284.4 Adjusted R-squared0.974181S.D. dependent var204842.6 S.E. of regression32914.68Akaike info criterion23.70357 Sum squared resid 3.14E+10Schwarz criterion23.79608 Log likelihood-365.4053Hannan-Quinn criter.23.73372 F-statistic1132.937Durbin-Watson stat0.209259 Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 06/20/16Time: 20:01Sample: 1985 2015Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C28127.894993.077 5.6333790.0000X3 4.0086720.07782951.506430.00006R-squared0.989187Mean dependent var189284.4Adjusted R-squared0.988814S.D. dependent var204842.6S.E. of regression21665.00Akaike info criterion22.86712Sum squared resid 1.36E+10Schwarz criterion22.95964Log likelihood-352.4404Hannan-Quinn criter.22.89728F-statistic2652.912Durbin-Watson stat0.339632Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 06/20/16Time: 20:02Sample: 1985 2015Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C13363.3212872.16 1.0381560.3078X414.180120.69533820.393120.0000R-squared0.934814Mean dependent var189284.4Adjusted R-squared0.932566S.D. dependent var204842.6Sum squared resid8.21E+10Schwarz criterion24.75612Log likelihood-380.2859Hannan-Quinn criter.24.69376F-statistic415.8795Durbin-Watson stat0.847523Prob(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。