国内生产总值影响因素实证分析――以山西省为例

《国内生产总值影响因素实证分析――以山西省为例》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、国内生产总值影响因素实证分析以山西省为例［摘要］党的十八届三中全会的公报指出，促进经济发展是我们党立足的首要任务，国内生产总值(GDP)作为对一个国家或一个地区具有重要意义的指标，势必得到越来越多人的关注。本文运用统计学及计量经济学的方法，利用1978-2010年的统计数据，对影响山西省GDP增长因素进行实证分析，并以全社会固定资产投资总额、财政收入、社会消费品零售总额、钢材产量四个代表性的解释变量建立影响GDP的多元回归模型，以阐明影响山西省GDP的主要因素，最后对实证分析的结果提出政策建议。［关键词］GDP；山

2、西省；实证分析；多元回归分析；中图分类号：F239.41文献标识码：A文章编号：1009-914X(2014)40-0064-02一、引言十八届三中全会召开以来，经济成为社会关注的焦点。而涉及经济学的核心问题之一便是经济增长，在经济日益发展的今天.国内生产总值已成为一个最重要的衡量经济发展的指标之一。随着改革开放以来，山西省与中国的经济实现同步增长，取得了巨大的成就，理解山西省经济发展的原因显得至关重要，同时对GDP在山西省的深度解读将有利于山西省更好更快的发展，以期对实现山西省跨越式发展提供对策。二、设计理论模型

3、（一）模型变量的选择国内生产总值（GDP）是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值。出于数据的可获得性及模型自身的需要以及实际情况，本文选择Y（山西省国内生产总值）作为被解释变量，以XI（全社会固定资产投资总额）、X2（财政收入）、X3（社会消费品零售总额）、X4（钢材产量）四个变量作为解释变量。由GDP的构成公式可知，本文以山西省全社会固定资产投资总额替代支出法中的投资，以山西省社会消费品零售总额替代消费。同时选择财政收入这一国家或地区经济发展的晴雨表指标作为G

4、DP增长的影响因素之一，除此，本文用钢材产量来替代工业总产值，作为模型中的一个解释变量。（二）模型的设计与估计本文所用的数据为1978-2011年，山西省全社会固定资产投资总额（万元）、山西省财政收入（亿元）、山西省社会消费品零售总额（亿元）、山西省钢材产量（万吨）等34年的时间序列数据，数据均来自国家统计局、《中国统计年鉴》及历年山西省统计年鉴。通过EViews软件做出散点图,我们发现被解释变量与解释变量直接存在线性关系。于是，我们将模型设计如下：其中：Y表示山西省生产总值，XI表示全社会固定资产投资总额，X2表

5、示财政收入，X3表示社会消费品零售总额,X4表示钢材产量，表示随机扰动项，、、、、表示待求参数导入原始数据，运用Eviews软件进行初次回归及OLS估计，得到如下回归模型：Y=-94.13071+0.370968X1-1.728368X2+2.656848X3+1.593387X4(60.17244)(0.155332)(1.257847)(0.372608)(0.307374)t二(-1.564349)(-2.388222)(-1.374083)(7.131408)(5.183879)=0.995567=0.99

6、4956F=1628.369DW=1.983781(三)模型的检验1、经济意义检验从上面的模型中可以看到，全社会固定资产投资总额与国内生产总值成正向关系.同样可知财政收入每增加一亿元，则国内生产总值减少1.728368亿元，二者关系符合经济意义。每一亿元社会消费品零售总额的增加可以提高国内生产总值2.656848亿元人民币。每一万吨钢材产量的增加可提高国内生产总值1.593387亿元人民币，通过经济意义检验。2、统计检验从表1回归估计的结果看，可决系数为0.995567,说明此回归模型在整体上拟合的非常好，F=16

7、28.369,远大于临界值，则回归方程是显著的。3、计量经济学检验(1)多重共线性检验由表2可知，各解释变量的相关系数很高，存在多重共线性问题。因此利用逐步回归的方法，分别将被解释变量与解释变量做简单回归，最后确定最合适的多元回归模型。采用逐步回归的办法，分别作对1、2、3、4的一元回归，结果如表示3：因为加入3后最大，所以以x3得y=27.00916+2.872699为基础，依次引入x4,x2,xl变量，结果如表4：因为从0.990034增大到0.993885,且系数通过显著性检验，所以保留，再将、引入模型，结果

8、如表5：引入后，略有提升，并且使得各回归系数的t值也比较显著，相比来看，引入1后没有使得到改善，同时还使得各回归系数的t值下降，并且1的t值不显著，所以综合来看,应该剔除1,引入。最后修正严重多重共线性影响后的回归结果为Y=-102.33435-2.730547+2.2317083+1.678140(52.3346)(0.00192)(0.0348)(0.0