计量经济学课程论文设计.docx

计量经济学课程论文设计.docx

《计量经济学课程论文设计.docx》由会员分享，可在线阅读，更多相关《计量经济学课程论文设计.docx（20页珍藏版）》请在冰豆网上搜索。

计量经济学课程论文设计

xxx学院

课程论文

论文题目:

分析市产业结构对经济增长的影响

系（室）：

专业班级：

小组成员：

指导教师：

完成日期：

2015年12月13日

分析市产业结构对经济增长的影响

摘要

市近年来随着经济迅猛发展，经济实力不断增强。

经济发展以经济增长为前提，而经济增长与产业结构变动有着密不可分的关系。

在一定条件下，产业结构变动是经济增长的基础，是促进经济增长的主要因素。

强调产业结构的转变也是当前经济增长的发展要求。

本文采用1985年至2014年的统计数据，通过建立多元线性回归模型，运用Eviews软件，建立计量经济学模型，研究三大产业的增长对市经济增长的贡献，从而得出调整产业结构对转变经济发展方式，促进市经济可持续发展的重要意义。

关键词：

经济增长、产业结构、回归分析、模型检验

绪论1

（一）问题的提出及研究意义1

1．问题的提出1

2．研究意义1

（二）研究思路1

一、市经济现状2

二、数据收集及模型设定2

（一）数据收集与处理2

（二）模型的设定4

三、模型参数估计4

四、模型检验5

（一）经济意义检验5

（二）统计检验6

1．拟合优度检验6

2．F检验6

3．t检验6

（三）计量经济学检验6

1．解释变量间的多重共线性检验6

2．自相关性检验7

3．异方差性经验7

五、根据数据进行对GDP的影响分析8

六、对策建议9

（一）转变经济发展方式，推动产业优化升级9

（二）加大对农业的投入，调整农业部产业结构9

（三）坚持走新兴工业化道路9

（四）积极推进服务业发展及转型10

（五）注重发挥市场机制的作用10

参考文献11

绪论

（一）问题的提出及研究意义

1．问题的提出

经济增长是指在一个较长时间跨度上，一个国家人均产出（或人均收入）的水平持续增加。

经济增长率高低体现了一个国家或地区在一定时期经济总量增长速度的快慢，也是衡量一个国家或地区总体经济实力增长速度的标志。

而决定经济增长的直接因素有投资量、劳动量和生产率水平。

用现价计算的GDP，可以反映一个国家或地区的经济发展规模，用不变价计算的国生产总值可以计算经济增长的速度。

它构成了经济发展的物质基础，而产业结构的调整与优化升级对于经济增长甚至经济发展至关重要。

传统的经济增长理论是在竞争均衡的假设条件下，认为经济的增长是各种生产要素投入的结果，总产出函数是资本积累、劳动力增加以及技术变化的长期作用结果。

而结构主义非均衡增长理论则认为传统经济增长理论关于竞争均衡的假设在实际中并不成立，结构主义理论认为，实际中这种竞争均衡的假设是不可能存在的，由于各个部门的生产技术、产品需求、要素供给等都是各不相同的，生产要素在不同的部门其报酬率必然也就不相同，这样一来，生产要素在不同部门之间的流动会使得总产出增加，因而产业结构变动会促进经济增长；反过来，经济增长在不同部门间也是不完全均衡的，经济的增长也会影响到产业结构的变化。

2．研究意义

20世纪以来，产业结构调整与经济增长相互之间的关系研究一直是国外学者关注的重要课题。

一个地区产业结构的状态和优化升级能力，是经济发展的重要动力。

推进产业结构优化升级，形成以高新技术产业为先导、基础产业和制造业为支撑、服务业全面发展的产业格局。

推动产业结构优化升级，这关系国民经济全局紧迫而重大的战略任务。

产业结构优化升级对于促进市经济全面协调可持续发展具有重要作用。

（二）研究思路

本文主要研究市产业结构对经济增长的影响，容涉及统计学，计量经济学等学科领域。

运用计量经济学知识，建立合适的模型，利用Eviews6软件进行求解、检验，分析第一、二、三产业对市经济增长的影响，得出相应的结论，并提出相应的政策和建议，实现经济的快速发展。

首先提出了本文要研究的问题及其现实研究意义，凸显本文的研究价值。

简述现市产业结构及经济状况。

从市统计局获取数据并处理，建立多元回归模型，进行参数估计，得出回归方程。

分别进行经济意义检验、统计检验、计量经济学检验并对结果进行分析，根据上述研究，对提高市经济增长提出建议和对策。

1、市经济现状

处于关中平原的中部，是省的政治、经济和文化中心。

近年来，随着国家西部大开发战略的深入推进，经济社会进入了快速发展的新阶段，经济总量扩迅速，综合实力得到了明显增强，特别是2010年以来，市生产总值出现了持续快速增长的良好势头。

从总体上看，市的产业结构正在向着更加合理的方向发展。

第三产业总量偏小、但增速快、发展潜力较大。

随着城市化进程的加快，的科技、旅游、文化优势产业等正带动城市第三产业的蓬勃发展，第三产业发展潜力较大。

二、数据收集及模型设定

（一）数据收集与处理

由市统计局官网得到以下数据：

表2-11984-2014年市生产总值表

（本表按当年价格计算）单位：

亿元

年份

Year

生产总值

GrossDomesticProduct

第一产业

PrimaryIndustry

第二产业

SecondaryIndustry

第三产业

TertiaryIndustry

1984

44.14

7.45

24.17

12.52

1985

57.58

8.76

30.83

17.99

1986

65.78

9.59

33.86

22.33

1987

80.16

10.73

37.69

31.74

1988

99.22

11.47

46.58

41.17

1989

109.38

12.78

48.91

47.69

1990

116.51

13.94

50.15

52.42

1991

136.14

17.17

57.06

61.91

1992

164.85

18.78

69.22

76.85

1993

229.56

22.58

110.88

96.10

1994

289.82

31.68

128.27

129.87

1995

330.35

41.40

135.33

153.62

1996

406.95

46.94

161.63

198.38

1997

488.82

51.33

197.97

239.52

1998

525.85

51.91

216.32

257.62

1999

577.29

45.53

243.35

288.41

2000

646.13

44.65

277.13

324.35

2001

734.86

45.87

312.90

376.09

2002

826.68

47.77

353.58

425.33

2003

946.66

50.72

407.38

488.56

2004

1102.39

60.21

476.92

565.26

2005

1313.93

66.01

540.50

707.42

2006

1538.94

70.44

645.65

822.85

2007

1856.63

82.51

781.94

992.18

2008

2318.14

103.45

981.58

1233.11

2009

2724.08

110.38

1144.75

1468.95

2010

3241.69

140.06

1406.72

1694.91

2011

3862.58

173.14

1674.31

2015.13

2012

4366.10

195.59

1881.75

2288.76

2013

4924.97

200.45

1998.82

2725.70

2014

5492.64

214.55

2194.78

3083.31

注：

2005年以后人均GDP按平均常住人口计算。

2013年数据为第三次经济普查结果，以前年度未经修订。

2014年数据是2014年年报最终核实数据。

2013、2014年三次产业分类依据国家统计局2012年制定的新《三次产业划分规定》。

分析各产业对GDP的影响，可以借助增长率这个指标，通过对上述表格中数据的计算整理，可以得到下表，即各年的增长率。

表2-21985-2014年市GDP及各产业的增长率

（本表按当年价格计算）单位：

％

年份

Year

生产总值

GrossDomesticProduct

第一产业

PrimaryIndustry

第二产业

SecondaryIndustry

第三产业

TertiaryIndustry

1985

30.44857

17.58389

27.55482

43.6901

1986

14.24106

9.474886

9.82809

24.12451

1987

21.86075

11.88738

11.31128

42.14062

1988

23.77745

6.896552

23.58716

29.71014

1989

10.23987

11.4211

5.002147

15.83677

1990

6.518559

9.076682

2.535269

9.918222

1991

16.84834

23.17073

13.77866

18.10378

1992

21.08859

9.37682

21.3109

24.1318

1993

39.25387

20.23429

60.18492

25.0488

1994

26.25022

40.30115

15.68362

35.14048

1995

13.98454

30.68182

5.504015

18.28752

1996

23.18753

13.38164

19.43398

29.13683

1997

20.11795

9.352365

22.48345

20.73798

1998

7.575386

1.129944

9.269081

7.55678

1999

9.782257

-12.2905

12.49538

11.95171

2000

11.92468

-1.93279

13.88124

12.46143

2001

13.73253

2.732363

12.9073

15.9519

2002

12.4949

4.142141

13.00096

13.09261

2003

14.51348

6.175424

15.21579

14.8661

2004

16.45047

18.71057

17.07006

15.6992

2005

19.18922

9.632951

13.33138

25.14949

2006

17.12496

6.711104

19.45421

16.31704

2007

20.64343

17.13515

21.10896

20.57848

2008

24.8574

25.37874

25.53137

24.28289

2009

17.51145

6.698888

16.6232

19.12563

2010

19.00128

26.88893

22.88447

15.38242

2011

19.15328

23.61845

19.02226

18.89304

2012

13.03585

12.96639

12.38958

13.57878

2013

12.80021

2.48479

6.221337

19.09069

2014

11.52636

7.034173

9.803784

13.11993

（二）模型的设定

为了具体分析三大产业对市经济增长影响的大小，运用搜集的1985年至2014年的统计数据进行回归分析。

其模型表达式为：

（i=1,2,3）

其中：

表示市生产总值（GDP）的年增长率，

、

、

分别表示第一、二、三产业的年增长率，α表示在其他解释变量不变情况下，经济固有增长率。

则表示各产业部门对经济增长的贡献。

表示随机误差项。

通过对上式的求解，我们可以得到，各产业平均每增长１个百分点，市生产总值（GDP）会如何变化。

从而进行经济预测，为产业调整提供依据与参考。

图2-1各变量折线图

三、模型参数估计

运用eviews6软件，对表2-2中的数据进行线性回归，对所建模型进行估计，估计结果见下图。

表3-1

DependentVariable:

Y

Method:

LeastSquares

Date:

12/12/15Time:

22:

07

Sample:

19852014

Includedobservations:

30

Coefficient

Std.Error

t-Statistic

Prob.  

X1

0.105876

0.014874

7.118293

0.0000

X2

0.444603

0.014970

29.69899

0.0000

X3

0.363357

0.018758

19.37086

0.0000

C

1.519477

0.386525

3.931125

0.0006

R-squared

0.988930

    Meandependentvar

17.63781

AdjustedR-squared

0.987653

    S.D.dependentvar

6.978308

S.E.ofregression

0.775407

    Akaikeinfocriterion

2.452708

Sumsquaredresid

15.63264

    Schwarzcriterion

2.639534

Loglikelihood

-32.79061

    Hannan-Quinncriter.

2.512475

F-statistic

774.2544

    Durbin-Watsonstat

1.535372

Prob（F-statistic）

0.000000

从估计结果可得模型：

（0.386525）（0.014874）（0.014970）（0.018758）

T=3.9311257.11827329.6989919.37086

=0.98893

=0.987653F=774.2544DW=1.535372n=30

四、模型检验

（一）经济意义检验

通过估计所得到参数，进行经济意义检验：

1.

=0.105876,在其他条件不变的情况下，第一产业的年增长率平均每增长1个百分点，市生产总值的年增长率平均增加0.105876个百分点。

符合经济现实。

2.

=0.444603,在其他条件不变的情况下，第二产业的年增长率平均每增长1个百分点，市生产总值的年增长率平均增加0.444603个百分点。

符合现实。

3.

=0.363357,在其他条件不变的情况下，第三产业的年增长率平均每增长1个百分点，市生产总值平均增加0.363357个百分点。

符合经济现实。

综上可知，该模型与预期的经济意义相符。

（二）统计检验

1.拟合优度检验

的值越接近1，说明回归直线对观测值的拟合程度越好；反之，

的值越接近0，说明回归直线对观测值的拟合程度越差。

由回归参数估计结果可得，样本可决系数

=0.98893，修正的可决系数为0.987653，这说明模型对样本的拟合很好。

2.F检验

针对

，给定显著性水平

，在F分布表中查出自由度为k-1=3和n-k=26的临界值

。

由OLS回归分析表得到

=774.2544，由于

=774.2544>

，应拒绝原假设

，说明回归方程显著，即“第一产业”、“第二产业”、“第三产业”等变量联合起来确实对“市收入总值GDP”有显著影响。

3.t检验

分别针对

:

=0（j=1、2、3），给定显著性水平

，查t分布表得自由度为n-k=26的临界值

。

由上表中数据可得，

，

，

，

对应的t统计量分别为3.931125，7.118273，29.69899，19.37086，其绝对值均大于

，这说明在显著性水平

下，分别都应当拒绝

:

=0（j=1、2、3），也就是说，当在其他解释变量不变的情况下，解释变量“第一产业的年增长率”、“第二产业的年增长率”、“第三产业的年增长率”分别对被解释变量“市生产总值的年增长率”都有显著性影响。

（三）计量经济学检验

1.解释变量之间的多重共线性检验

做变量间的相关系数矩阵如下：

表4-1

Y

X1

X2

X3

Y

 1.000000

 0.514480

 0.859669

 0.746424

X1

 0.514480

 1.000000

 0.261353

 0.397722

X2

 0.859669

 0.261353

 1.000000

 0.346961

X3

 0.746424

 0.397722

 0.346961

 1.000000

由相关系数矩阵可以看出，各解释变量相互之间的相关系数都很低。

这表明模型不存在多重共线性。

2.自相关性检验

由OLS法估计结果知：

DW=1.53537。

在给定

=0.05，n=30,k=3,查DW统计表，得

=1.214,

=1.65。

=1.21

=1.65，不能确定相关性。

用BG检验作自相关检验：

表4-2

Breusch-GodfreySerialCorrelationLMTest:

F-statistic

0.820213

    Prob.F（2,24）

0.4523

Obs*R-squared

1.919343

    Prob.Chi-Square

（2）

0.3830

TestEquation:

DependentVariable:

RESID

Method:

LeastSquares

Date:

12/12/15Time:

22:

10

Sample:

19852014

Includedobservations:

30

Presamplemissingvaluelaggedresidualssettozero.

Coefficient

Std.Error

t-Statistic

Prob.  

X1

-0.006536

0.015886

-0.411422

0.6844

X2

-0.006652

0.015949

-0.417099

0.6803

X3

0.013191

0.021518

0.613020

0.5456

C

-0.070698

0.395186

-0.178897

0.8595

RESID（-1）

0.244915

0.224408

1.091381

0.2859

RESID（-2）

0.137188

0.224390

0.611379

0.5467

R-squared

0.063978

    Meandependentvar

2.08E-15

AdjustedR-squared

-0.131026

    S.D.dependentvar

0.734205

S.E.ofregression

0.780825

    Akaikeinfocriterion

2.519924

Sumsquaredresid

14.63250

    Schwarzcriterion

2.800164

Loglikelihood

-31.79887

    Hannan-Quinncriter.

2.609575

F-statistic

0.328085

    Durbin-Watsonstat

1.737165

Prob（F-statistic）

0.891016

由表4-2显示

=30×0.063978=1.919343，其P值为0.383，P>

=0.05，表明不存在自相关。

3.异方差性检验

用white检验结果如下:

表4-3

HeteroskedasticityTest:

White

F-statistic

2.798364

    Prob.F（9,20）

0.0265

Obs*R-squared

16.72134

    Prob.Chi-Square（9）

0.0533

ScaledexplainedSS

10.74421

    Prob.Chi-Square（9）

0.2937

TestEquation:

DependentVariable:

RESID^2

Method:

LeastSquares

Date:

12/12/15Time:

21:

48

Sample:

19852014

Includedobservations:

30

Coefficient

Std.Error

t-Statistic

Prob.  

C

0.181674

0.755437

0.240488

0.8124

X1

-0.070517

0.038204

-1.845790

0.0798

X1^2

6.74E-05

0.001109

0.060780

0.9521

X1*X2

0.006642

0.002210

3.005267

0.0070

X1*X3

-0.002021

0.002237

-0.903147

0.3772

X2

-0.124473

0.060639

-2.052693

0.0534

X2^2

-5.31E-05

0.000578

-0.091779

0.9278

X2*X3

-0.000885

0.002150

-0.411461

0.6851

X3

0.154055

0.068628

2.244770

0.0363

X3^2

-0.001032

0.001461

-0.706134

0.4883

R-squared

0.557378

    Meandependentvar

0.521088

AdjustedR-squared

0.358198

    S.D.depend