《计量经济学》报告Word格式.docx
《《计量经济学》报告Word格式.docx》由会员分享,可在线阅读,更多相关《《计量经济学》报告Word格式.docx(80页珍藏版)》请在冰豆网上搜索。
财政收入规模的逐年扩大,财政实力的增强,为促发展、促和谐提供了有力保障,有力推动了经济发展方式加快转变和区域协调发展,财政收入越高则GDP越高。
5.资本形成总额是常住单位在一定时期内固定资本形成总额和存货变动价值。
固定资本形成总额是常住单位在核算期内购置、转入和自产自用的固定资产,扣除固定资产的销售和转出后的价值。
资本形成总额是支出法GDP的重要组成部分,资本形成总额越高则GDP越高。
影响生产总值的因素还有很多很多,在这里我们只选取这几个主要的因素来讨论。
通过对上海市GDP影响因素的分析,我们不难看出,第二产业对上海市经济发展贡献最大,要提高GDP,就必须大力发展第二产业。
第二产业包括工业和建筑业,工业又是由采掘业、制造业、供电、供水等部门组成的,供电和供水受区域经济发展制约,发展平缓,采掘业因上海市自然条件所限,不具备发展前提,上海市要发展第二产业就必须紧抓建筑业和工业,工业中尤其是制造业发展,结合上海市产业基础,当前要大力培植电子及通讯设备制造业、电气机械及器材制造业、医药器械制造和石化原料及制品业等优势产业的发展。
第三产业对GDP的贡献率为41.24%,离上海市实现基本现代化的标准50%仍有一定差距,可见上海市在发展旅游、信息中介服务、医疗保健等服务行业方面大有文章可作。
经济学认为影响GDP的因素是复杂的。
根据支出法核算方式:
GDP=最终消费+资本形成总额+进出口
其中,最终消费=政府消费+居民消费。
资本形成总额主要包括固定投资等。
进出口暴扣货物和服务等的净值。
第一、二产业产值等也是构成GDP的重要组成部分。
三、模型的选择与建立
选取了如下五个解释变量,来考察对GDP形成的影响:
Y:
上海市的生产总值,单位:
亿元。
X1:
上海市的工业总产值,单位:
X2:
上海市的建筑业总产值,单位:
X3:
上海市的固定资产投资,单位:
X4:
上海市的财政收入,单位:
X5:
上海市的资本形成总额,单位:
将被解释变量的数学形式确定为:
Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+μ
一共有5个解释变量;
β0为常数项;
μ为随机误差项,描述变量外的因素对模型的干扰。
四、数据来源与分析
1、时间序列的变量及原始数据:
由于解释变量和被解释变量中都是以“亿元”作单位,数据的口径均同质可比,没有实物量指标,故可用现价数据,而不用调整为可比价
Y
X1
X2
X3
X4
X5
年份
生产总值(亿元)
工业总产值(亿元)
建筑业总产值
(亿元)
固定资产投资
财政收入
资本形成总额
1978
272.81
207.47
5.55
27.91
190.67
47.96
1979
286.43
216.62
13.98
35.58
192.75
43.61
1980
311.89
230.87
17.07
45.43
198.85
66.52
1981
324.76
237.12
18.03
54.60
204.52
76.68
1982
337.07
240.75
21.56
71.34
200.69
90.27
1983
351.81
246.26
24.64
75.94
204.34
71.86
1984
390.85
263.19
30.62
92.30
215.79
101.63
1985
466.75
311.12
36.73
118.56
263.86
189.13
1986
490.83
318.89
49.91
146.93
257.72
228.12
1987
545.46
336.54
59.45
186.30
241.36
241.02
1988
648.30
399.53
68.83
245.27
261.69
335.56
1989
696.54
432.92
74.75
214.76
297.25
351.68
1990
781.66
469.83
75.62
227.08
284.36
331.34
1991
893.77
514.79
84.30
258.30
324.66
340.03
1992
1114.32
636.68
117.68
357.38
340.10
487.63
1993
1519.23
846.71
193.00
653.91
429.53
744.11
1994
1990.86
1074.37
309.68
1123.29
615.91
1161.49
1995
2499.43
1308.20
391.42
1601.79
702.46
1567.72
1996
2957.55
1452.79
450.41
1952.05
873.76
1956.84
1997
3438.79
1598.91
564.37
1977.59
1070.95
2048.95
1998
3801.09
1670.19
593.11
1964.83
1146.00
2010.75
1999
4188.73
1787.98
573.06
1856.72
1390.58
1970.24
2000
4771.17
1998.96
631.64
1869.67
1752.69
2169.72
2001
5210.12
2166.74
730.33
1994.73
1995.63
2356.71
2002
5741.03
2368.02
822.27
2187.06
2202.62
2531.29
2003
6694.23
2941.24
1195.80
2452.11
2828.87
3076.68
2004
8072.83
3593.25
1724.40
3084.66
3591.73
3782.25
2005
9164.10
4129.52
1889.25
3542.55
4095.81
4186.86
2006
10366.37
4670.11
2285.38
3825.09
4798.39
4762.86
2007
12188.85
5298.08
2524.18
4458.61
7310.26
5568.49
2008
13698.15
5784.99
3071.76
4829.54
7532.91
6118.70
表一
2.在解释变量与被解释变量之间一一做散点图
由散点图可看出,被解释变量Y与解释变量X1、X2、X3、X4、X5之间基本存在着线性关系,所以初步估计我所要建立的模型是直线模型。
五.模型估计
(一)模型的初步估计与检验
根据经验,我们认为所选的各个解释变量对被解释变量的效果都是明显,所以设立初始模型为:
Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+μ
模型的回归分析
描述性
Mean
3362.090
1540.408
599.8316
1339.835
1484.410
1581.168
Median
1519.230
846.7100
193.0000
653.9100
429.5300
744.1100
Maximum
13698.15
5784.990
3017.760
4829.540
7532.910
6118.700
Minimum
281.8100
207.4700
5.550000
27.91000
190.6700
43.61000
Std.Dev.
3830.758
1621.459
829.9391
1440.748
2013.599
1758.742
Skewness
1.288344
1.291737
1.610665
0.918076
1.885129
1.128813
Kurtosis
3.632626
3.591193
4.495798
2.788727
5.696585
3.288217
Jarque-Bera
9.092735
9.072470
16.29358
4.