我国影响人均GDP要素的计量分析.docx
《我国影响人均GDP要素的计量分析.docx》由会员分享,可在线阅读,更多相关《我国影响人均GDP要素的计量分析.docx(31页珍藏版)》请在冰豆网上搜索。
我国影响人均GDP要素的计量分析
我国影响人均GDP要素的计量分析
我国影响人均GDP要素的计量分析
40502041康怡
主要内容:
人均GDP是一国经济的最大基本面,它是研究产业结构和产业演变趋势的主要解释变量,也是反映一国经济发展情况的重要指标,因而无论对经济政策的制定,还是投资分析均具有重要意义。
但是,究竟哪些因素会影响人均GDP的变化呢?
本文希望通过分析各个因素对人均GDP的影响来说明引进外资情况和产业结构是影响人均GDP的重要因素,进而了解从哪些发面促进我国GDP的增长。
关键词:
人均GDP引进外资情况产业构成情况
一4>>.文献综述
1>.《利用外资与中国经济增长》赵晋平编著人民出版社
根据经济学的基本原理,社会可支配资金的规模及其配置方式和配置效率是潜在产出增长的基础,在社会可支配资金规模相对不足时,引进外资可以缓解资金不足对经济增长形成的资源约束,从而促使经济以更快的速度增长;……1990年以后,东部地区工业总产值与中西部地区工业总产值的绝对差距均迅速扩大……即我国地区工业总产值差距的扩大,主要是在1990年以后利用外资高速增长阶段形成的。
2>.《中国产业结构调整的关键因素》周冯琦著上海人民出版社
改革开放以来,中国经济在20多年的发展过程中总量规模和发展水平都有了极其显著的提高,产业结构变动也随着新兴行业份额不断增大和对传统行业增量改造取得了不容置疑的成就。
……然而,总体上说,产业结构的转换明显滞后与经济发展的进程。
……作为世界上最大的发展中国家,中国目前的产业结构极不合理,传统农业所占比重过大,严重制约中国经济的发展。
从以上文献,我们可以初步知道,影响GDP的因素有引进外资情况和产业结构情况。
二>.数据的搜集与分析
通过查阅2003年的统计年鉴,我们可以得到以下数据,其中包
括各地区人均GDP、引进外资情况、和第一产业所占比例。
Y表示各地区人均GDP(元/人)
X1表示各地区对外开放水平——引进外资情况(美元/人)
X2表示各地区的产业构成情况——第一产业所占比例
得到的2003年统计数据如下:
地区
Y(元/人)
X1(美元/人)
X2(%)
北京
28449
155>.907
3
天津
22380
172>.6705
4>.1
河北
9115
11>.85537
15>.6
山西
6146
6>.729238
9>.8
内蒙古
7241
7>.598509
21>.6
辽宁
12986
83>.14612
10>.8
吉林
8334
9>.352853
19>.9
黑龙江
10184
9>.700226
11>.6
上海
40646
325>.3541
1>.6
江苏
14391
145>.377
10>.5
浙江
16838
68>.85567
8>.9
安徽
5817
6>.184014
21>.6
福建
13497
116>.8953
14>.2
江西
5829
26>.28038
21>.9
山东
11645
53>.06229
13>.2
河南
6436
4>.283457
20>.9
湖北
8319
24>.00761
14>.2
湖南
6565
13>.80574
19>.5
广东
15030
155>.284
8>.8
广西
5099
8>.958599
24>.3
海南
7803
68>.88475
37>.9
重庆
6347
6>.371691
16
四川
5766
6>.649833
21>.1
贵州
3153
1>.066709
23>.7
云南
5179
2>.779472
21>.1
西藏
6093
1>.0257
14>.6
陕西
5523
10>.23116
14>.9
甘肃
4493
2>.441129
18>.4
青海
6426
9>.986434
13>.2
宁夏
5804
4>.04941
16>.1
新疆
8382
1>.076918
19>.1
先通过散点图来查看Y与X1,X2的关系,可得到下图:
三>.模型的设计与估计
设定模型为:
Y=C+β1X1+β2X2
用OLS法估计参数,得到如下结果:
DependentVariable:
Y
Method:
LeastSquares
Sample:
131
Includedobservations:
31
Variable
Coefficient
Std>.Error
t-Statistic
Prob>.?
?
C
9941>.200
1603>.739
6>.198764
0>.0000
X1
84>.78308
7>.833891
10>.82260
0>.0000
X2
-238>.0015
80>.16680
-2>.968829
0>.0061
R-squared
0>.904641
?
?
?
?
Meandependentvar
10319>.87
AdjustedR-squared
0>.897829
?
?
?
?
S>.D>.dependentvar
7878>.200
S>.E>.ofregression
2518>.201
?
?
?
?
Akaikeinfocriterion
18>.59224
Sumsquaredresid
1>.78E+08
?
?
?
?
Schwarzcriterion
18>.73102
Loglikelihood
-285>.1798
?
?
?
?
F-statistic
132>.8130
Durbin-Watsonstat
2>.221972
?
?
?
?
Prob(F-statistic)
0>.000000
回归方程为:
Y=9941>.200+84>.78308X1-238>.0015X2
S>.E=1603>.7397>.83389180>.16680
t=6>.19876410>.82260-2>.968829
R2=0>.904641F=132>.8130DW=2>.221972
四>.模型的检验
(一)经济意义检验
按经济原理可知,经济的发展与对外开放成正比,而与第一产业在三个产业中所占比例成反比,从回归方程可以看出是符合一般的经济原理的。
β1=84>.78308,说明每引进外资1美元/人,可使人均GDP提高84>.78308元。
β2=-238>.0015,说明第一产业所占比例每增加1%,可导致人均GDP下降238>.0015元。
(二)t检验和拟合优度检验
从回归方程可以看出,t统计量都超过了2,比较大,说明这些变量对经济的影响还是显著的。
可决系数为0>.904641,比较大,F统计量为132>.8130,也比较大,说明从整体上来看回归方程对数据的拟合是比较好的。
也可直接通过图观察到实际观测值和拟合值非常接近。
(三)计量经济学检验
1>.多重共线性——简单相关系数矩阵法
解释变量的相关系数矩阵如下:
X1
X2
X1
1
-0>.61422328568296
X2
-0>.61422328568296
1
可以看出,解释变量之间并不存在明显的线性相关。
2>.异方差检验:
1)图形分析法
通过命令e2=resid^2,得到残差序列e2。
绘制e2对X1,X2,X3的散点图,如下:
可以看出,残差平方对解释变量的散点图主要分布在图中的下三角分,模型很可能存在异方差。
但是是否存在异方差还需要经过进一步检验。
2>.)white检验
对回归结果进行white检验,结果如下:
WhiteHeteroskedasticityTest:
F-statistic
5>.307620
?
?
?
?
Probability
0>.001855
Obs*R-squared
15>.96258
?
?
?
?
Probability
0>.006952
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Sample:
131
Includedobservations:
31
Variable
Coefficient
Std>.Error
t-Statistic
Prob>.?
?
C
-1382713>.
12470105
-0>.110882
0>.9126
X1
245313>.3
126516>.1
1>.938989
0>.0639
X1^2
-594>.5643
327>.4562
-1>.815706
0>.0814
X1*X2
-3445>.451
6170>.509
-0>.558374
0>.5816
X2
222108>.0
1066151>.
0>.208327
0>.8367
X2^2
-7444>.371
24049>.12
-0>.309549
0>.7595
R-squared
0>.514922
?
?
?
?
Meandependentvar
5727659>.
AdjustedR-squared
0>.417906
?
?
?
?
S>.D>.dependentvar
9864450>.
S>.E>.ofregression
7526088>.
?
?
?
?
Akaikeinfocriterion
34>.67763
Sumsquaredresid
1>.42E+15
?
?
?
?
Schwarzcriterion
34>.95518
Loglikelihood
-531>.5033
?
?
?
?
F-statistic
5>.307620
Durbin-Watsonstat
2>.393595
?
?
?
?
Prob(F-statistic)
0>.001855
从上图可以看出,nR2=15>.96258,由white检验知,在显著水平为5%,自由度为5的条件下,查χ2分布表,得临界值χ2(5)=11>.0705,因为nR2=15>.96258>χ2(5)=11>.0705,所以拒绝原假设,表明模型存在异方差。
五>.模型的修正
(一>.)对存在异方差进行修正——加权最小二乘法
分别选用权数W1=1/X1^2,W2=1/X2^2,得到OLS结果如下:
DependentVariable:
Y
Method:
LeastSquares
Sample:
131
Includedobservations:
31
Weightingseries:
W1
Variable
Coefficient
Std>.Error
t-Statistic
Prob>.?
?
C
11559>.76
1911>.464
6>.047591
0>.0000
X1
31>.53426
929>.7177
0>.033918
0>.9732
X2
-304>.6089
86>.65905
-3>.515027
0>.0015
WeightedStatistics
R-squared
0>.912297
?
?
?
?
Meandependentvar
5821>.595
AdjustedR-squared
0>.906032
?
?
?
?
S>.D>.dependentvar
15686>.12
S>.E>.ofregression
4808>.453
?
?
?
?
Akaikeinfocriterion
19>.88590
Sumsquaredresid
6>.47E+08
?
?
?
?
Schwarzcriterion
20>.02468
Loglikelihood
-305>.2315
?
?
?
?
F-statistic
6>.189089
Durbin-Watsonstat
1>.336543
?
?
?
?
Prob(F-statistic)
0>.005945
UnweightedStatistics
R-squared
0>.616196
?
?
?
?
Meandependentvar
10319>.87
AdjustedR-squared
0>.588782
?
?
?
?
S>.D>.dependentvar
7878>.200
S>.E>.ofregression
5051>.997
?
?
?
?
Sumsquaredresid
7>.15E+08
Durbin-Watsonstat
1>.225024
DependentVariable:
Y
Method:
LeastSquares
Sample:
131
Includedobservations:
31
Weightingseries:
W2
Variable
Coefficient
Std>.Error
t-Statistic
Prob>.
C
21101>.03
1849>.173
11>.41107
0>.0000
X1
66>.59359
4>.686292
14>.21029
0>.0000
X2
-1339>.443
266>.9054
-5>.018421
0>.0000
WeightedStatistics
R-squared
0>.999545
Meandependentvar
31291>.58
AdjustedR-squared
0>.999512
S>.D>.dependentvar
128851>.5
S>.E>.ofregression
2845>.334
Akaikeinfocriterion
18>.83651
Sumsquaredresid
2>.27E+08
Schwarzcriterion
18>.97529
Loglikelihood
-288>.9660
F-statistic
413>.3285
Durbin-Watsonstat
2>.473407
Prob(F-statistic)
0>.000000
UnweightedStatistics
R-squared
-0>.809933
Meandependentvar
10319>.87
AdjustedR-squared
-0>.939214
S>.D>.dependentvar
7878>.200
S>.E>.ofregression
10970>.84
Sumsquaredresid
3>.37E+09
Durbin-Watsonstat
1>.020316
经估计检验发现,用权数W2的效果最好,因此选用W2的估计结果。
方程结果为:
Y=21101>.03+66>.59359X1-1339>.443X2
S>.E=1849>.1734>.686292266>.9054
t=11>.4110714>.21029-5>.018421
R2=0>.999545F=413>.3285DW=2>.473407
可以看出,运用加权最小二乘法消除了异方差后,参数的t检验均显著,可决系数大幅提高,F检验也显著,这个模型比之前的模型更接近真实的情况。
(二>.)自相关
由运用加权最小二乘法消除了异方差后得到的方程可知,对样本量为31,二个解释变量的模型,5%的显著水平,查DW统计表可知,dL=1>.297,dU=1>.570,模型中DW>dU,因此无自相关。
所以最后的方程为:
Y=21101>.03+66>.59359X1-1339>.443X2
六>.结论
通过模型的分析结果,我们可以看到,在中国,各地区引进外资情况和第一产业所占比例是影响人均GDP水平的主要因素。
其中,引进外资情况和人均GDP水平是正相关的关系,而第一产业所占比例与人均GDP则是负相关的关系。
从模型分析结果可知,引进外资和产业结构的情况对人均GDP的影响非常显著。
同时也可以看出,目前我国传统农业在大多数地区所占比例较大,影响了当地的经济发展水平,产业结构调整已经势在必行。
因此,我们要发展一个地方的经济,首先必须进行产业结构调整,适当降低农业的比例,加大第二、三产业的发展;其次就是要进一步加大对外开放的力度,引进外资,加快当地经济的发展,进而推动整个社会经济的发展。