中国经济增长影响因素的分析报告书
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。
对中国经济增长影响因素分析
对中国经济增长影响因素分析作者：娄永苹来源：《时代金融》2013年第27期【摘要】随着我国加入世贸组织与世界经济接轨，我国经济得到了迅速的发展。
影响经济增长的因素很多，而且其发挥作用的程度不同。
本文重点分析了投资、消费和劳动力对经济增长的贡献作用，根据线性关系得出结论和政策建议。
【关键词】中国经济增长影响因素一、收集数据和检验模型（一）数据收集（二）设定模型假设我国国民生产总值（y）为经济增长的衡量指标，就业人数（x1）为劳动力的衡量指标，固定资产投资额（x2）做为资本投入的衡量指标，用价格指数（x3）做为消费需求的衡量指标。
根据我们这些数据做了一个回归分析运用这些数据进行回归分析。
由散点图可推测投资与GDP存在线性关系，对国内生产总值的影响较大，从业人数次之，而居民消费指数最小。
我们设立的模型为：y= β1+β2x1+β3x2+β4x3+ui（其中，y代表国民生产总值，x1代表就业人数，x2代表固定资产投资额，x3代表消费价格指数，ui代表随机扰动项）。
根据线性关系得出投资、消费和劳动力对经济增长的贡献作用。
二、模型估计和检验上面分析了模型中变量与经济增长的变动关系，为了检验模型是否存在多重共线性：我们利用相关系数法先对模型中的两个变量X1和X求出他们之间的简单相关系数r，如果|r|接近1，表示模型中两个变量存在多重共线性。
对于模型中多个变量的多重共线性检验，我们利用综合统计检验法：利用最小二乘法，如果模型的R2与F值比较大，而各个变量的t检验值比较小，表示各变量对y的联合线性比较大，但是由于各个变量间存在的共线使得他们对y的独立影响无法分辨，所以t检验不显著。
由上可得x3的t检验不显著。
分析可得：R^2=0.984193 比较接近1，说明有很好的拟合优度。
X1 、X2 的系数都在1的附近，且Prob 非常小，所以这两个因素对GDP 有很大的影响。
下面我们就对这个模型进行检验。
1. 对X1 X2 分别进行 t 检验，令α=0.05，查表可得T0.025（30-3-1）=2.056∵ tx1>t0.025 tx2>t0.025 ∴ x1 x2 对GDP 有影响。
外资对于中国经济增长的贡献及其影响因素分析
外资对于中国经济增长的贡献及其影响因素分析随着国际化程度的不断提高，外资对于中国经济的贡献变得越来越重要。
在过去的几十年中，外资对于中国经济增长的贡献显而易见，这也是中国成为世界第二大经济体的主要因素之一。
本文将对外资对于中国经济增长的贡献及其影响因素进行分析。
一、外资对于中国经济增长的贡献在中国经济转型升级的过程中，外资作为重要的资源和技术来源，对于中国经济增长起到了重要的促进作用。
首先，外资可以为中国带来先进的技术和管理经验，提升中国企业的核心竞争力和市场份额。
其次，外资的引入可以带动中国的就业和产业升级，促进经济结构的调整和转型。
再次，外资可以引领中国的市场开放和国际化进程，促进中国在全球价值链中的角色提升和国际影响力的扩大。
据统计，自改革开放以来，外资对于中国经济增长的贡献率逐年提高，目前已经超过30%。
在截至2019年的一年时间内，外资到位实际投资额超过1350亿美元，占到了全国实际使用外资总额的四分之三。
这不仅有助于中国经济的快速发展，也为外资在中国市场上的投资创造了良好的环境。
二、外资对于中国经济增长的影响因素然而，外资对于中国经济增长的影响并非只限于贡献方面，其也对于中国的经济形态、市场环境和制度机制等方面产生了深刻的影响。
以下是几个主要的影响因素：1.政策环境政策环境是外资能否在中国市场上发展的重要因素。
加强对于外资支持以及提高市场准入水平，增强知识产权保护和促进人民币国际化等政策都将对于吸引外资、促进经济增长起到积极的作用。
同样，政策上的种种限制和不确定性也会对于外资的决策和操作带来负面影响。
2.市场需求市场需求是外资进入行业或领域时的重要考虑因素。
中国巨大的市场规模、高速增长的消费需求以及日益国际化的消费趋势，使中国在全球市场中成为一个重要的增长模式。
相应地，各类外资在认识到这一点后，不断地纷至沓来，带来更多更好的产品和服务，同时也为中国的消费升级和市场开放添砖加瓦。
3.文化和社会环境不同的文化与社会环境对于外资的注册、经营、管理和维护带来不同的挑战。
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。
中国国内生产总值分析报告
中国国内生产总值分析报告一、引言中国国内生产总值（GDP）是衡量一个国家经济总量和经济增长速度的重要指标。
本报告主要分析中国GDP的现状、趋势以及对经济发展的影响因素。
二、中国GDP的现状中国GDP的规模在过去几十年里呈持续增长的态势。
根据最新数据，在2020年，中国的GDP达到了105.9万亿元，较上年增长2.3%。
尽管受到新冠疫情的冲击，中国经济成功实现了逆势增长。
此外，中国GDP的结构也在不断优化，服务业和高技术制造业等新兴领域的增长率远高于传统产业。
三、中国GDP的趋势中国GDP的增速在过去几年有所放缓，这是因为中国经济正从高速增长阶段逐渐转向高质量发展阶段。
政府采取了一系列的经济结构调整措施，以推动经济转型升级。
未来几年，中国GDP的增速有望保持在稳定的水平上，但也可能面临一些挑战，例如人口老龄化和劳动力成本上升。
四、中国GDP增长的影响因素1. 消费需求：中国作为世界人口最多的国家之一，内需市场庞大，消费需求对GDP增长起着至关重要的作用。
未来随着中国中产阶级的壮大以及城乡居民收入的提升，消费需求将不断释放，对GDP增长起到积极的推动作用。
2. 投资支出：中国政府一直重视基础设施建设和产业升级，投资支出成为推动经济增长的重要因素。
在“一带一路”倡议的带动下，中国积极推动对外投资，进一步推动了GDP的增长。
3. 外部需求：中国是全球最大的贸易国之一，对外贸易对中国GDP 的增长贡献巨大。
然而，国际贸易摩擦和全球经济不确定性增加可能对中国的外部需求产生不利影响。
五、中国GDP对经济发展的意义1. 就业和收入增长：中国GDP的增长可以提供大量的就业机会，改善居民收入水平，为人民改善生活条件创造条件。
2. 促进技术创新：GDP增长可以吸引更多的科研投入，推动技术创新和产业升级，提高国家的科技实力和全球竞争力。
3. 增强国际影响力：中国GDP的规模和增长速度使中国成为世界经济重要的一部分，对维护全球经济稳定和推动全球发展发挥着积极作用。
全面分析影响中国经济增长的因素及应对策略
全面分析影响中国经济增长的因素及应对策略中国经济增长受到许多因素的影响，包括内外部因素。
了解这些因素并采取相应的应对策略是确保中国经济持续稳定增长的关键。
首先，内部因素对中国经济增长至关重要。
其中之一是人口因素。
中国人口庞大，为经济增长提供了巨大的劳动力资源。
然而，随着人口老龄化问题的日益严重，劳动力供给将面临挑战。
因此，必须采取措施促进劳动力的技能培训和提高就业率，以确保经济增长的可持续性。
另一个内部因素是投资。
投资对经济增长起到关键作用，通过增加生产力和创造就业机会，可以推动经济的发展。
为鼓励投资，政府应提供良好的投资环境，例如减少政府审批的繁文缛节、加强知识产权保护等。
同时，政府还应支持绿色投资和创新投资，以推动经济结构转型和提高竞争力。
人力资源是另一个关键的内部因素。
教育和技能的提升是保持经济增长的重要保障。
政府应加大对教育事业的投入，提高教育质量和普及率。
此外，还应鼓励技能培训和终身学习，以满足劳动力市场的需求。
这样可以提高劳动效率，推动经济增长。
外部因素也对中国经济增长产生重要影响。
全球贸易环境是其中之一、随着全球化程度的提高，中国的经济增长高度依赖对外贸易。
因此，政府应积极推动自由贸易，并加强与其他国家的经济合作。
同时，通过加强贸易保护和提高产品质量，可以更好地应对国际贸易不确定性。
全球金融市场的不稳定性也是一个外部因素。
金融市场的波动可能会对中国经济产生负面影响。
应对这一挑战的策略包括综合运用货币政策、财政政策和宏观审慎政策，以保持金融市场的稳定和资金的流动性。
此外，加强金融监管和风险管理，以预防和化解金融风险。
环境问题也对中国经济增长产生了重大影响。
应对气候变化和环境污染的策略，不仅可以保护环境资源，还可以推动绿色经济的发展。
政府应加大对清洁能源、节能减排等绿色产业的支持。
此外，加强环境监管和治理，促进可持续发展，提高环境质量。
总之，中国经济增长的内部和外部因素非常复杂。
政府应采取综合措施来应对这些因素，并制定相应的策略来推动经济增长。
- 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姓名学号李雨51505111036陈呵呵51505111017庞晓雅51505111034张晓锐 51505111012指导教师：***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。
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，我们可以用国内生产总值（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 ：国内生产总值，与Y-国内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 代表国内生产总值,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、预测检验在内的四级检验。
(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，包括常数项在内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。