《中国经济增长影响因素实证分析(8页).doc》由会员分享，可在线阅读，更多相关《中国经济增长影响因素实证分析(8页).doc（8页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、-中国经济增长影响因素实证分析-第 8 页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19932016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
2、。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1
3、9782008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指标国内生产总值年末就业人员数全社会固定资产投资完成额居民消费价格指数(上年=100)地区全国全国全国全国频度年年年年单位亿元万人亿元-19936680819946745519956806519966895
4、02297419977971569820199870637199971394200072085200172797200273280200313742273736200474264200574647200674978200775321200875564200975828201076105201176420201276704201376977201464397477253201577451201677603102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
5、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。运用这些数据进行回归分析。采用的模型如下：其中，y代表国内生产总值，x2代表社会就业人数，x3代表固定资产投资，x4代表消费价格指数，代表随机扰动项。我们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、模型估计和检验（一）模型初始估计表2 模型初始估计结果Dependent Variable: YMethod: Least SquaresDate: 12/02/17 Time: 21:55Sample: 1993 2016Included observations: 24VariableCoefficient
6、Std. Errort-StatisticProb.C-1275271.X2X3X4R-squaredMean dependent varAdjusted R-squaredS.D. dependent varS.E. of regressionAkaike info criterionSum squared resid5.17E+09Schwarz criterionLog likelihoodHannan-Quinn criter.F-statisticDurbin-Watson statProb(F-statistic)t= (-5.822609) （） （） （）（二）多重共线性检验表
7、3 相关系数矩阵X2X3X4X21X31X41表4 辅助回归的值被解释变量X2X3X4VIF根据多重共线性检验，解释变量之间存在着线性相关。通过采用剔除变量法，多重共线性的修正结果如下：剔除X4表5 修正多重共线性后的模型Dependent Variable: YMethod: Least SquaresDate: 12/02/17 Time: 22:02Sample: 1993 2016Included observations: 24VariableCoefficientStd. Errort-StatisticProb.CX2X3R-squaredMean dependent varAd
8、justed R-squaredS.D. dependent varS.E. of regressionAkaike info criterionSum squared resid7.00E+09Schwarz criterionLog likelihoodHannan-Quinn criter.F-statisticDurbin-Watson statProb(F-statistic)t= (129136.0) （） （） （三）自相关性检验1、残差图法2、回归检验法表6回归结果Dependent Variable: EMethod: Least SquaresDate: 12/02/17
9、Time: 23:30Sample (adjusted): 14 24Included observations: 11 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.E(-1)R-squaredMean dependent varAdjusted R-squaredS.D. dependent varS.E. of regressionAkaike info criterionSum squared resid1.04E+09Schwarz criterionLog likelihoodHannan-Quinn c
10、riter.Durbin-Watson stat3、DW检验法取显著性水平为，本例中k=3,n=24查DW表得临界值，,而模型估计的DW值是，DW值落入区域0DW，认为随机扰动项存在正的自相关。4、相关图和Q统计量残差相关系数图Breusch-Godfrey检验法表7 BG检验结果Breusch-Godfrey Serial Correlation LM Test:F-statisticProb. F(2,7)Obs*R-squaredProb. Chi-Square(2)Test Equation:Dependent Variable: RESIDMethod: Least SquaresD
11、ate: 12/02/17 Time: 23:22Sample: 13 24Included observations: 12Presample missing value lagged residuals set to zero.VariableCoefficientStd. Errort-StatisticProb.C1460100.X2X3RESID(-1)RESID(-2)R-squaredMean dependent varAdjusted R-squaredS.D. dependent varS.E. of regressionAkaike info criterionSum sq
12、uared resid9.10E+08Schwarz criterionLog likelihoodHannan-Quinn criter.F-statisticDurbin-Watson statProb(F-statistic)（四）自相关问题的处理CO迭代法估计参数表8 CO迭代法结果Dependent Variable: YMethod: Least SquaresDate: 12/03/17 Time: 00:08Sample (adjusted): 2 24Included observations: 23 after adjustmentsConvergence achieved
13、 after 12 iterationsVariableCoefficientStd. Errort-StatisticProb.C-1124646.X2X3AR(1)R-squaredMean dependent varAdjusted R-squaredS.D. dependent varS.E. of regressionAkaike info criterionSum squared resid3.23E+09Schwarz criterionLog likelihoodHannan-Quinn criter.F-statisticDurbin-Watson statProb(F-st
14、atistic)Inverted AR Roots.76上图表明，经过调整后的样本共包含23个观测值，迭代12次后收敛，AR(1)前面的系数为，即为的估计值。从以上回归结果可知原模型的估计结果为： t= （5）（3）（）修正后的，进行自相关检验，Q统计量如下图通过上图可以看出，修正后无自相关。由回归结果可知，年末就业人员数每增加1万人，国内生产总值增加亿元:；全社会固定资产投资完成额每增加1亿元，国内生产总值增加亿元。四、结论分析和政策建议（一）主要结论1、固定资产投资是经济增长的重要原动力。经济发展取决于投入资金的数量和资金的利用效率。固定资产投资是经济增长的重要原动力，它对经济运行具有先导
15、作用，并以其乘数效应拉动经济增长。2、劳动力对GDP有一定的促进作用但对经济增长的贡献率却微不足道。这是因为我国劳动力结构总量巨大、供给充足、流动性强,对GDP影响很大。但是劳动力的人力资本含量、高技术含量偏低,劳动力素质结构存在严重缺陷,会直接影响了经济的增长。3、消费需求对经济的拉动作用消费需求是三大需求要素中所占份额最大、波动幅度最小的部分，是国民经济的重要支柱和最主要的组成部分，同时也是最为明显地反映经济自发增长态势的宏观经济指标。（二）政策建议就业是民生之本，有效促进就业，保持经济增长良好势头成为我国当前乃至今后一段时期的重要课题。针对目前劳动力数量庞大且总体素质不高的现状，应通过多种途径，一方面加强就业培训的投入力度，提高劳动者就业及再就业能力，降低失业率；另一方面，加强各地区间人才交流及促进劳动力自由流动，并通过合理技术壁垒方式，阻止外来流动人员的无序进入。同时，鼓励灵活就业，以减轻就业压力。劳动力的人力资本含量、高技术含量偏低,劳动力素质结构存在严重缺陷,直接影响了经济的增长。因此应当控制人口数量,优化劳动力结构,提升劳动力素质。物质资本对我国的经济增长也起到了一定的影响作用，应加强对投资的科学管理，提高投资效率。