SAS分析影响GDP增长的经济因素.docx

上传人:b****3 文档编号:3540198 上传时间:2022-11-23 格式:DOCX 页数:12 大小:105.19KB
下载 相关 举报
SAS分析影响GDP增长的经济因素.docx_第1页
第1页 / 共12页
SAS分析影响GDP增长的经济因素.docx_第2页
第2页 / 共12页
SAS分析影响GDP增长的经济因素.docx_第3页
第3页 / 共12页
SAS分析影响GDP增长的经济因素.docx_第4页
第4页 / 共12页
SAS分析影响GDP增长的经济因素.docx_第5页
第5页 / 共12页
点击查看更多>>
下载资源
资源描述

SAS分析影响GDP增长的经济因素.docx

《SAS分析影响GDP增长的经济因素.docx》由会员分享,可在线阅读,更多相关《SAS分析影响GDP增长的经济因素.docx(12页珍藏版)》请在冰豆网上搜索。

SAS分析影响GDP增长的经济因素.docx

SAS分析影响GDP增长的经济因素

影响GDP增长的经济因素分析

 

전문:

지역경제

이름:

소우명학법:

201628005교수님:

김종섭

 

목차

1问题的提出....................................3

2相关数据收集..................................3

3经济模型的建立整理与分析......................5

4结论..........................................12

5政策建议......................................12

影响GDP增长的经济因素分析

 

摘要:

通过对国内生产总值的研究,使我们对目前我国的经济发展有一个大致的了解,掌握国内生产总值的核算方法。

国内生产总值是指一个经济社会在一定时期内运用生产要素所生产的全部最终产品和劳务的市场价值。

因此,分析国内生产总值的核算及影响因素是很有必要的。

这就要求我们对国内生产总值的核算或者说国内生产总值的构成要素及其影响因素必须清楚。

 

1问题的提出

GDP是宏观经济中最受关注的经济统计数字,被公认为是衡量国民经济发展情况最重要的一个指标。

GDP是指本国在一年内所生产创造的劳动产品及劳务的总价值。

GDP的增长对于一个国家有着十分重要的意义,它衡量一国在过去的一年里所创造的劳动成果,而研究它的影响因素不仅可以很好的了解GDP的经济内涵,而且还有利于我们根据这些因素对GDP影响大小来制定工作的重点以更好的促进国民经济的发展。

改革开放以来,中国经济以超快的速度发展,以平均每年7%的速度连续20年增长。

经济的大幅度增长,特别是外贸的快速发展,使人民币面临着空前升值的压力。

中国中央银行采取人民币缓慢上升的策略,在外汇市场上大量放出货币,在国内市场上大量回收货币。

因此,研究此模型对于我国国内生产总值的构成及其影响因素有重要的借鉴意义和预测作用。

 

2相关数据收集

1978年十一届三中全会以后,在邓小平总设计师的指引下,中国开始了改革开放。

改革开放的三十年中,我国GDP逐年增长,经济发展速度令世界瞩目。

为更好的了解我国经济增长的原因,现对影响我国GDP增长的经济因素进行了分析。

下表提供了我国1978——2005年的GDP及其主要影响因素的数据。

国民生产总值GDP(억원),

就业人员EMP취업인원(만인),

农业总产值AGDP농업총생산액(억원)

进出口贸易总额EXP수출입무역총액(억원)

社会消费品零售总额CUS사회소비재총매출액(억원)

总人口POP총인구(만인)

财政支出FIN재정지출(억원)

农作物总播种面积AREA전체농작물파종면적(천헥타르)

农用化肥施用折纯量HF화학비료사용량(만톤)

年份

GDP

EMP

AGDP

EXP

CUS

POP

FIN

AREA

HF

1978

3645.22

40152

1397.00

355.0

1558.6

96259

1122.09

150104.07

884.00

1979

4062.58

41024

1697.60

454.6

1800.0

97542

1281.79

148476.87

1086.30

1980

4545.62

42361

1922.60

570.0

2140.0

98705

1228.83

146379.53

1269.40

1981

4889.46

43725

2180.62

735.3

2350.0

100072

1138.41

145157.07

1334.90

1982

5330.45

45295

2483.26

771.3

2570.0

101654

1229.98

144754.60

1513.40

1983

5985.55

46436

2750.00

860.1

2849.4

103008

1409.52

143993.47

1659.80

1984

7243.75

48197

3214.13

1201.0

3376.4

104357

1701.02

144221.33

1739.80

1985

9040.74

49873

3619.49

2066.7

4305.0

105851

2004.25

143625.87

1775.80

1986

10274.38

51282

4013.01

2850.4

4950.0

107507

2204.91

144204.00

1930.60

1987

12050.62

52783

4675.70

3084.2

5820.0

109300

2262.18

144956.53

1999.30

1988

15036.82

54334

5865.27

3822.0

7440.0

111026

2491.21

144868.93

2141.50

1989

17000.92

55329

6534.73

4156.0

8101.4

112704

2823.78

146553.93

2357.10

1990

18718.32

64749

7662.09

5560.1

8300.1

114333

3083.59

148362.27

2590.30

1991

21826.20

65491

8157.03

7225.8

9415.6

115823

3386.62

149585.80

2805.10

1992

26937.28

66152

9084.70

9119.6

10993.7

117171

3742.20

149007.10

2930.20

1993

35260.03

66808

10995.50

11271.0

14270.4

118517

4642.30

147740.70

3151.90

1994

48108.46

67455

15750.50

20381.9

18622.9

119850

5792.62

148240.60

3317.90

1995

59810.53

68065

20340.90

23499.9

23613.8

121121

6823.72

149879.30

3593.70

1996

70142.49

68950

22353.70

24133.8

28360.2

122389

7937.55

152380.60

3827.90

1997

77653.14

69820

23788.40

26967.2

31252.9

123626

9233.56

153969.20

3980.70

1998

83024.28

70637

24541.90

26849.7

33378.1

124761

10798.18

155705.70

4084.00

1999

88188.96

71394

24519.10

29896.2

35647.9

125786

13187.67

156372.81

4124.30

2000

98000.45

72085

32917.93

39273.2

39105.7

126743

15886.50

156299.85

4146.41

2001

108068.22

73025

37213.49

42183.6

43055.4

127627

18902.58

155707.86

4253.76

2002

119095.69

73740

43499.91

51378.2

48135.9

128453

22053.15

154635.51

4339.39

2003

135174.00

74432

29691.80

70483.5

52516.3

129227

24649.95

152414.96

4411.60

2004

159586.70

75200

36238.99

95539.1

59501.0

129988

28486.89

153552.55

4636.60

2005

183956.10

75825

39450.89

116921.8

67176.6

130756

33930.28

155487.73

.

以上数据来自中国统计局网站和《中国统计年鉴》2002、2005

3经济模型的建立整理与分析

3.1编辑方程建立模型

GDP=P0+P1EMP+P2AGDP+P3EXP+P4CUS

GDP的增长与就业人员(EMP),农业生产总值(AGDP),进出口贸易总额(EXP),社会消费品零售总额(CUS)的增长都是正相关的,是符合经济意义的;GDP的增长与农业生产总值正相关,这是有可能的,符合经济意义;GDP的增长与社会消费品零售总额的增长正相关,这也是有可能的。

 

通过SAS软件分析得出结果如下

 

TheSYSLINProcedure

Two-StageLeastSquaresEstimation

Model

GDPEX

DependentVariable

GDP

Label

GDP

AnalysisofVariance

Source

DF

SumofSquares

MeanSquare

FValue

Pr > F

Model

4

5.678E10

1.42E10

5020.95

<.0001

Error

22

62199033

2827229

 

 

CorrectedTotal

26

5.68E10

 

 

 

RootMSE

1681.43652

R-Square

0.99891

DependentMean

46248.1793

AdjR-Sq

0.99871

CoeffVar

3.63568

 

 

 

ParameterEstimates

Variable

DF

Parameter

Estimate

Standard

Error

t Value

Pr > |t|

Variable

Label

Intercept

1

-1195.03

2846.882

-0.42

0.6787

Intercept

EMP

1

0.003185

0.059248

0.05

0.9576

EMP

AGDP

1

-0.54850

0.427598

-1.28

0.2129

AGDP

EXP

1

0.095577

0.139732

0.68

0.5011

EXP

CUS

1

2.860183

0.476799

6.00

<.0001

CUS

 

 

GDP=-1195.03+0.003185EMP-0.54850AGDP+0.095577EXP+2.860183CUS***

(-0.42)(0.05)(-1.28)(0.68)(6.00)

=0.99891

=0.99871

 

从经济意义来看农业生产总值AGDP的系数为负数,且不显著,可初步认为其对国民经济的增长无正向影响,不符合实际意义。

其余解释变量的系数为证,符合实际经济现象。

从模型检验上来看,拟合较好,

=0.99871,表明模型在整体上拟合的非常好。

GDP99%的变化可以用就业人员EMP,进出口贸易总额EXP,社会消费品零售总额CUS来解释。

就业人员每增加一个百分点,GDP将增加约0.003个百分点;进出口贸易总额每增加一个百分点,GDP将增加0.096个百分点;社会消费品总额每增加一个百分点,GDP将约增加2.86个百分点。

 

接下来我们进一步加入其它解释变量以检验识别的稳定性。

我们主要考虑加入总人口POP和财政支出FIN对就业人员POP的影响,以及农业总播种面积AREA和农用化肥施用折纯量HF对农业生产总值的影响进行研究。

3.2其他解释变量模型

 

EMP=M0+M1POP+1M2FIN

AGDP=N0+N1AREA+N2HF

TheSYSLINProcedure

Two-StageLeastSquaresEstimation

Model

EMPEX

DependentVariable

EMP

Label

EMP

AnalysisofVariance

Source

DF

SumofSquares

MeanSquare

FValue

Pr > F

Model

2

3.7109E9

1.8554E9

695.14

<.0001

Error

24

64059119

2669130

 

 

CorrectedTotal

26

3.7749E9

 

 

 

RootMSE

1633.74721

R-Square

0.98303

DependentMean

59955.3333

AdjR-Sq

0.98162

CoeffVar

2.72494

 

 

 

ParameterEstimates

Variable

DF

Parameter

Estimate

Standard

Error

t Value

Pr > |t|

Variable

Label

Intercept

1

-78842.1

5555.745

-14.19

<.0001

Intercept

POP

1

1.225787

0.052141

23.51

<.0001

POP

FIN

1

-0.22214

0.071246

-3.12

0.0047

FIN

TheSYSLINProcedure

Two-StageLeastSquaresEstimation

整理得到模型结果如下:

EMP=-78842.1***+1.225787POP***-0.22214FIN***

(-14.19)(23.51)(-3.12)

=0.98303

=0.98162

TheSYSLINProcedure

Two-StageLeastSquaresEstimation

Model

AGDPEX

DependentVariable

AGDP

Label

AGDP

AnalysisofVariance

Source

DF

SumofSquares

MeanSquare

FValue

Pr > F

Model

2

3.9736E9

1.9868E9

104.35

<.0001

Error

24

4.5695E8

19039542

 

 

CorrectedTotal

26

4.4305E9

 

 

 

RootMSE

4363.43239

R-Square

0.89686

DependentMean

14337.3833

AdjR-Sq

0.88827

CoeffVar

30.43395

 

 

ParameterEstimates

Variable

DF

Parameter

Estimate

Standard

Error

t Value

Pr > |t|

Variable

Label

Intercept

1

-145789

50315.35

-2.90

0.0079

Intercept

AREA

1

0.933978

0.356608

2.62

0.0150

AREA

HF

1

7.358492

1.275913

5.77

<.0001

HF

TheSYSLINProcedure

Two-StageLeastSquaresEstimation

 

整理得到模型结果如下:

AGDP=-145789***+0.933978AREA**+7.358492HF***

(-2.90)(2.62)(-3.12)

=0.89686

=0.88827

 

4结论

总得来说,依据我们的模型,在其他因素保持不变的情况下,我们能够看到就业人员(EMP)对GDP没有产生显著的影响,农业生产总值(AGDP)对GDP有显著负向影响,而进出口贸易总额(EXP)对GDP在增长存在正向影响,其中社会消费品零售总额(CUS)对GDP的影响最为显著。

影响就业人口(EMP)的两个变量总人口(POP)和财政支出(FIN)影响显著。

总人口每增加一个单位,就业人员约会增加1.226个百分点。

每减少一个单位财政支出,就业人员约会增加0.222个单位。

对于农业总产值影响的两个因素农作总物播种面积(AREA)和化肥施用折纯量(HF)来说,化肥施用折纯量影响更为显著,每增加一个单位的HF,AGDP约会增加7.358个单位。

 

5政策建议

继续扩大内需,通过各种政策影响人们的消费倾向,例如可以采取一些消费优惠政策;加大走出去和引进来的步伐,稳定汇率,以促进出口增长改善国内投资环境、吸引外资的同时正确利用外资,提高利用外资的效率,优化产业结构;加大对农村发展的支持力度,缩小城乡收入差距,提高农民收入,从而增加全国消费,带动农村市场的开发;促进金融市场的发展,金融工具的多样化,提高储蓄向投资转化的效率,资本市场的不断完善;建立健全社会保障机制,从而降低储蓄,提高消费。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 党团工作 > 入党转正申请

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1