GDP与经济发展及人口变化关系模型Word格式.doc

GDP与经济发展及人口变化关系模型Word格式.doc

《GDP与经济发展及人口变化关系模型Word格式.doc》由会员分享，可在线阅读，更多相关《GDP与经济发展及人口变化关系模型Word格式.doc（11页珍藏版）》请在冰豆网上搜索。

（3）如何评价中国国内生产总值对经济形势的影响.

（4）中国人口变化与国内生产总值有无关系.

二、问题分析

国内生产总值是衡量经济发展的重要指标，它与我国经济及人口的变化均有着一定的联系，根据考虑问题的侧重点不同，以下从四个方面作详细讨论.

固定资产投资和进出口贸易的发展，对我国经济的增长起到了推动的作用.但它们对经济增长的拉动作用是否显著，国内生产总值与固定资产投资和进出口总额三者之间存在什么样的关系，是需要进一步统计和检验的.通过查找1992-2011年20年的国内生产总值、进出口贸易额和固定资产投资额（全文数据均来自《中国统计年鉴》）的处理，建立统计回归模型，进而可以分析得出国内生产总值与固定资产投资额和进出口贸易额之间的关系.

当经济中总产出、收入和就业连续6个月到一年的明显下降，经济出现普遍收缩时，标志着经济衰退.因此对1992-2011年20年的国内生产总值与财政收入及其与就业率的数据进行分析，分别建立关于国内生产总值与财政收入和国内生产总值与就业率的回归模型，通过预测2012年国内生产总值、财政收入和就业率来判断当国内生产总值放缓时经济是否有衰退的迹象.

国内生产总值增长率、通货膨胀率和失业率是判断宏观经济运行状况的三个主要指标.通货膨胀率一般是用国内生产总值缩减指数来衡量的，由此国内生产总值缩减指数可以直接由国内生产总值计算得出.因此可以通过奥肯定律找出失业率与其增长率的函数关系,以此来判断出中国国内生产总值对经济形势的影响.

人口总量与国内生产总值是随时间变化而发生改变的.当年的人口总量与最近三年的人口总量和国内生产总值都有关系，因此建立关于从1992年到2011年20年人口总量与国内生产总值的自回归分布滞后模型分析得人口变化与国内生产总值的关系.

三、基本假设

1.数据以年为基准，不考虑一年内的波动和变化；

2.数据均为按当年价格计算的名义值；

3.所有数据均真实可靠.

四、符号表示与名词解释

4.1符号表示

符号

含义

单位

国内生产总值

千亿元

进出口总额

固定资产投资额

财政收入

失业率

--

人口总量

万人

4.2名词解释

固定资产投资：

是以货币形式表现的在一定时期内全社会建造和购置固定资产的工作量以及与此有关的费用的总称.

财政收入：

指国家财政参与社会产品分配所取得的收入，是实现国家职能的财力保证.

进出口总额:

指实际进出我国国境的货物总金额.

五、模型建立与求解

国内生产总值的增长对经济发展起着越来越重要的作用，因此必须正确认识国内生产总值增长与经济发展之间的关系.在我国，人口问题也不容忽视，它制约着中国经济和社会的发展.下面通过对各问题的分析，建立相应的模型，并求解．文中所有数据见附表一.

5.1国内生产总值与进出口贸易总额和固定资产投资的回归模型

基本回归模型设第年的国内生产总值为，固定资产投资为，进出口总额为，=1,…,（=20）.因变量与自变量和的散点图见图1和图2.

图1对的散点图图2对的散点图

由图1可以看出，随着固定资产投资额的增加，国内生产总值向上弯曲增长的趋势渐缓，图中曲线是用二次函数模型

（1）

拟合的（其中是随机误差）.而图2中，当进出口总额增大时，国内生产总值向上弯曲增长的趋势加强，图中曲线仍是用二次函数模型

（2）

拟合的.

综合上面的分析，结合

（1）和

（2）建立如下的回归模型

（3）

根据附表一的数据，对（3）利用统计工具箱求解（见附录程序一），得到回归系数的参数估计及其置信区间（置信水平）、检验统计量，和的结果见表1

表1：

（3）的计算结果

参数

参数估计值

置信区间

27.7677

[14.659940.8756]

0.9937

[0.07371.9138]

0.7844

[-0.21191.7806]

-0.00004

[-0.00240.0023]

-0.0010

[-0.00450.0025]

表明的99.41%可由（3）确定，值远远超过其检验的临界值，远小于，因而模型（3）从整体上看是可用的.

将回归系数的估计值代入（3）,得到基本回归模型

（4）

模型改进从表面上看基本模型（4）的拟合度已经很高，但模型（4）中回归变量和对因变量的影响是相互独立的.实际中由于和均与存在很大的依赖关系，因此与之间应存在着交互作用会对产生影响.不妨简单地用与的乘积代表它们的交互作用，于是将（3）增加一项，得到（5）

对（5）求解（见附录程序二）得到回归系数的参数估计及其置信区间（置信水平）、检验统计量，和的结果见表2

表2：

（5）的计算结果

17.6708

[4.131531.2101]

0.9993

[0.22671.7719]

1.2295

[0.32362.1354]

-0.0138

[-0.0248-0.0029]

-0.0204

[-0.0359-0.0050]

0.0316

[0.00690.0563]

表2与表1的结果相比，有所提高，说明（5）比（3）有所改进.并且，所有参数的置信区间，特别是与交互项系数的置信区间不包含零点，这就说明与之间存在着交互作用并对产生影响.值也远远超过其检验的临界值，也远小于，所以（5）比（3）更符合实际.

将回归系数的估计值代入（5）,得到改进的回归模型

（6）

结果分析及预测从机理上看，对于经济规律作用下的时间序列数据，加入交互项的模型（6）更为合理.将模型（4）和模型（6）的计算值与实际数据的比较以及两个模型的残差（）表示在表3、图3和图4上.可以看出模型（6）更合适些.

表3：

模型（4）和模型（6）的计算值与残差

（实际数据）

（模型（4））

（模型（6）

2

35.3339

48.2305

43.0398

-12.8966

-7.7059

3

48.1979

60.2638

58.2552

-12.0659

-10.0573

4

60.7937

65.5259

64.6390

-4.7322

-3.8453

5

71.1766

68.8640

68.5881

2.3126

2.5885

6

78.9730

72.9526

73.5846

6.0204

5.3884

7

84.4023

76.3026

77.3282

8.0997

7.0741

8

89.6771

79.9555

81.9332

9.7216

7.7439

9

99.2146

89,6982

93.2859

9.5164

5.9287

10

109.6552

96.0007

100.9169

13.6545

8.7383

11

120.3327

108.5792

114.9709

11.7535

5.3618

12

135.8228

133.1801

139.6651

2.6427

-3.8423

13

159.8783

163.4156

163.5870

-3.5373

-3.7087

14

184.9374

193.7095

190.4952

-8.7721

-5.5578

15

216.3144

227.2953

218.5398

-10.9809

-2.2254

16

265.8103

266.5165

255.9060

-0.7062

9.9043

17

314.0454

307.0712

321.6261

6.9728

-7.5821

18

340.9028

344.4073

337.4216

-3.5045

3.4812

19

401.2020

418.5824

418.9131

-17.3804

-17