河南省经济增长影响因素分析.docx
《河南省经济增长影响因素分析.docx》由会员分享,可在线阅读,更多相关《河南省经济增长影响因素分析.docx(15页珍藏版)》请在冰豆网上搜索。
河南省经济增长影响因素分析
资源与环境学院
计量地理学课程论文
河南省经济增长影响因素分析
班级
姓名
学号
专业
地理科学专业
河南省经济增长影响因素分析
摘要:
改革开放以来,河南省的经济一直在以极快的速度增长,本文采用经济增长模型和多元线性回归分析方法对2001~2014年河南省经济增长因素进行研究,分析了物质资本、消费、财政支出对河南省生产总值的影响,建立计量模型,寻求这些变量与河南省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、财政支出
一、前言
(一)经济增长理论
经济增长是指一个国家或地区的生产商品和劳务能力的扩大。
在实际核算中,常以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地区生产总值的(GDP)的增长来计算。
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。
居民消费需求和政府投资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2001—2014年的14中,我省经济年均增长率高达11.5%,综合实力大大增强,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,我省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,并对我省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省经济增长的作用。
二、数据收集与模型的建立
(一)数据收集
本文采用了2001-2014年的河南省生产总值等数据,来源于《河南省统计年鉴》,具体数据表如下:
年份
生产总值
全社会固定资产投资总额(亿元)
居民消费价格指数(上年为100)
财政支出(亿元)
2001
5533.01
1627.99
106.9
508.58
2002
6035.48
1820.45
108.6
629.18
2003
6867.70
2310.54
108.6
716.60
2004
8553.79
3099.38
109.5
879.96
2005
10587.42
4378.69
107.7
1116.04
2006
12362.79
5907.74
112.3
1440.09
2007
15012.46
8010.11
109.1
1870.61
2008
18018.53
10490.65
114.3
2281.61
2009
19480.46
13704.65
112.4
2905.76
2010
23092.36
16585.85
114.1
3416.14
2011
26931.03
17770.51
112.0
4248.82
2012
29599.31
21449.99
110.4
5006.40
2013
32191.30
26087.45
109.9
5582.31
2014
34938.24
30782.17
108.6
6028.69
(二)模型设计
为了具体分析各要素对河南省经济增长影响的大小,我们可以用河南省生产总值(y)作为对经济发展的衡量,代表经济发展;用固定资产投资总额(x1)衡量资本投入;用价格指数(x2)去代表消费需求;用财政支出(x3)代表政府投资。
运用这些数据进行回归分析。
采用的模型如下:
其中,y为河南省生产总值,x1为固定资产投资总额,x2为消费价格指数,x3为财政支出,ui代表随机扰动项。
我们通过对该模型的回归分析,得出各个变量与我省经济增长的变动关系。
三、模型估计和检验
(一)模型初始估计
在Evivw中利用最小二乘法进行初步回归分析得到如下的分析结果:
DependentVariable:
Y
Method:
LeastSquares
Date:
01/02/17Time:
13:
32
Sample:
20012014
Includedobservations:
14
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-33005.49
11023.17
-2.994191
0.0135
X1
0.082193
0.212926
0.386019
0.7076
X2
340.6070
100.7308
3.381358
0.0070
X3
4.689097
1.054828
4.445364
0.0012
R-squared
0.995022
Meandependentvar
17800.28
AdjustedR-squared
0.993529
S.D.dependentvar
10143.41
S.E.ofregression
815.9620
Akaikeinfocriterion
16.48157
Sumsquaredresid
6657939.
Schwarzcriterion
16.66416
Loglikelihood
-111.3710
Hannan-Quinncriter.
16.46467
F-statistic
666.3206
Durbin-Watsonstat
1.630732
Prob(F-statistic)
0.000000
可以看出,经济检验合理,没有出现数字和符号的错误。
并且可决系数R^2 =0.995022,修正的可决系数为0.993529。
可以看出,拟和效果十分的好。
因此,该模型的设定是合理的 ,将表中的数字带入模型得:
(二)多重共线性检验
计算解释变量的简单相关系数矩阵
Y
X1
X2
X3
Y
1.000000
0.989035
0.341552
0.994639
X1
0.989035
1.000000
0.263767
0.993818
X2
0.341552
0.263767
1.000000
0.270700
X3
0.994639
0.993818
0.270700
1.000000
由相关系数矩阵可以看出,x1和x3相互之间的相关系数比较高,证实确实存在多重共线性。
采用逐步回归的办法,去检查和解释多重共线性问题。
分别做Y对x1、x2、x3的一元回归,结果如下:
DependentVariable:
Y
Method:
LeastSquares
Date:
01/02/17Time:
14:
25
Sample:
20012014
Includedobservations:
14
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
5537.514
673.0814
8.227109
0.0000
X1
1.046654
0.045116
23.19942
0.0000
R-squared
0.978190
Meandependentvar
17800.28
AdjustedR-squared
0.976373
S.D.dependentvar
10143.41
S.E.ofregression
1559.159
Akaikeinfocriterion
17.67324
Sumsquaredresid
29171707
Schwarzcriterion
17.76454
Loglikelihood
-121.7127
Hannan-Quinncriter.
17.66479
F-statistic
538.2130
Durbin-Watsonstat
0.814233
Prob(F-statistic)
0.000000
DependentVariable:
Y
Method:
LeastSquares
Date:
01/02/17Time:
14:
27
Sample:
20012014
Includedobservations:
14
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-145762.7
129954.9
-1.121641
0.2840
X2
1482.700
1177.797
1.258876
0.2320
R-squared
0.116658
Meandependentvar
17800.28
AdjustedR-squared
0.043046
S.D.dependentvar
10143.41
S.E.ofregression
9922.695
Akaikeinfocriterion
21.37460
Sumsquaredresid
1.18E+09
Schwarzcriterion
21.46589
Loglikelihood
-147.6222
Hannan-Quinncriter.
21.36615
F-statistic
1.584768
Durbin-Watsonstat
0.216216
Prob(F-statistic)
0.232014
DependentVariable:
Y
Method:
LeastSquares
Date:
01/02/17Time:
14:
27
Sample:
20012014
Includedobservations:
14
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
4183.866
502.1290
8.332253
0.0000
X3
5.204085
0.156185
33.32002
0.0000
R-squared
0.989307
Meandependentvar
17800.28
AdjustedR-squared
0.988416
S.D.dependentvar
10143.41
S.E.ofregression
1091.732
Akaikeinfocriterion
16.96048
Sumsquaredresid
14302546
Schwarzcriterion
17.05178
Loglikelihood
-116.7234
Hannan-Quinncriter.
16.95203
F-statistic
1110.224
Durbin-Watsonstat
0.611681
Prob(F-statistic)
0.000000
经过比较得,X3与Y的t检验和拟和效果最好 ,因此把X3作为基准变量引入,然后在逐步的引如其他的解释变量。
DependentVariable:
Y
Method:
LeastSquares
Date:
01/02/17Time:
14:
29
Sample:
20012014
Includedobservations:
14
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
4237.181
623.6767
6.793874
0.0000
X3
4.974300
1.467709
3.389159
0.0060
X1
0.046766
0.296861
0.157534
0.8777
R-squared
0.989331
Meandependentvar
17800.28
AdjustedR-squared
0.987391
S.D.dependentvar
10143.41
S.E.ofregression
1138.993
Akaikeinfocriterion
17.10109
Sumsquaredresid
14270351
Schwarzcriterion
17.23803
Loglikelihood
-116.7076
Hannan-Quinncriter.
17.08841
F-statistic
510.0129
Durbin-Watsonstat
0.599772
Prob(F-statistic)
0.000000
DependentVariable:
Y
Method:
LeastSquares
Date:
01/02/17Time:
14:
29
Sample:
20012014
Includedobservations:
14
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-32889.75
10584.28
-3.107415
0.0100
X3
5.093581
0.116475
43.73100
0.0000
X2
338.6937
96.63879
3.504738
0.0049
R-squared
0.994948
Meandependentvar
17800.28
AdjustedR-squared
0.994030
S.D.dependentvar
10143.41
S.E.ofregression
783.7642
Akaikeinfocriterion
16.35350
Sumsquaredresid
6757150.
Schwarzcriterion
16.49044
Loglikelihood
-111.4745
Hannan-Quinncriter.
16.34083
F-statistic
1083.206
Durbin-Watsonstat
1.608830
Prob(F-statistic)
0.000000
从所得的结果中可以看出,x2的调整后可决系数最大,当去除x1后多重共线性消失,得到的检验结果如上。
从上面修正的回归结果可以看出,R^2=0.994948,并且它的修正的可决系数值也达到了0.994030,显然,它的拟和效果十分的好,并且t检验值显著的大于它的临界值,即t值检验十分的显著,因此多重共线性消失,得到修正后的模型为:
(三)异方差检验
White检验:
HeteroskedasticityTest:
White
F-statistic
3.114913
Prob.F(5,8)
0.0746
Obs*R-squared
9.249117
Prob.Chi-Square(5)
0.0995
ScaledexplainedSS
4.944554
Prob.Chi-Square(5)
0.4227
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
01/02/17Time:
14:
53
Sample:
20012014
Includedobservations:
14
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
2.89E+08
4.12E+08
0.701296
0.5030
X3
13759.84
7463.895
1.843521
0.1025
X3^2
-0.317379
0.101175
-3.136919
0.0139
X3*X2
-107.3035
65.05182
-1.649507
0.1377
X2
-5077554.
7471862.
-0.679557
0.5160
X2^2
22162.68
33832.38
0.655073
0.5308
R-squared
0.660651
Meandependentvar
482653.5
AdjustedR-squared
0.448558
S.D.dependentvar
659161.2
S.E.ofregression
489487.3
Akaikeinfocriterion
29.33763
Sumsquaredresid
1.92E+12
Schwarzcriterion
29.61151
Loglikelihood
-199.3634
Hannan-Quinncriter.
29.31228
F-statistic
3.114913
Durbin-Watsonstat
2.851341
Prob(F-statistic)
0.074568
从上表可以得到数据:
由White检验知,在
下,查
分布表,得临界值
,比较计算的
统计量与临界值,
,所以接受原假设,不存在异方差。
(四)序列相关检验
已知:
DW=1.608830,查表得dL=0.905,dU=1.551。
dU(五)模型的最终确定
四、结论分析和政策建议
(一)主要结论
1、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。
2、政府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。
政府投资是经济增长的重要原动力,它对经济运行具有先导作用,并以其乘数效应拉动经济增长。
(二)政策建议
1、政府应实施积极的财政政策,增加公共基础设施投资,促进经济增长。
2、俗话说,消费,投资,出口是经济增长的三驾马车,本地居民的消费需求会极大影响本地的国民经济,健康的,巨大的消费需求会促进经济的增长,因此,政府应该积极提高当地居民的收入水平,改善他们的消费观念,只有这样他们才会愿意把钱花出去,从而促进企业大规模生产,从而促进本地的经济增长。
参考文献:
[1]中国统计年鉴
[2]计量经济学(试用本)