中国经济发展影响因素实证分析

《中国经济发展影响因素实证分析》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

计量经济学期末课程论文论文题目中国经济发展影响因素实证分析论文作者孙文彦40404032作者学院金融学院金融一班任课教师庞皓周游15 中国经济发展影响因素的实证分析摘要对经济增长的根源研究一直是建立在总量生产函数的概念上的。经济增长是产量的增加，产量是用各种生产要素生产出来的。各种生产要素是资源，因此，增长的源泉是资源的增加。资源包括劳动与资本。劳动指劳动力的增加，劳动力的增加又可以分为劳动力数量的增加与劳动力质量的提高。资本的概念分为物质资本与人力资本。经济增长必然有资本的增加。此外，技术进步在经济增长中也有重要作用。本文先以战后美国经济增长的过程为例分析，总结出影响经济增长的一般因素，在此基础上作了这些因素与中国经济增长的实证分析。一.经济增长因素分析----以战后美国为例经济的快速成长，是美国取得成功的重要原因之一和显著特征。战后美国在发展经济上取得的成就举世瞩目，研究其成功经验对我国今天的经济发展有重要的参考价值。战后美国经济的增长分为以下三个时期:第一时期：1947—1969年，以增加投入为主的高速增长期。该时期的特点是：第一，大量的私人非住宅固定资产投资投资。第二，由于政府和企业都进行了大量投资，再加上朝鲜战争的需求刺激，高资源投入型行业得到了迅速的发展。第三，资本投资的高效率使劳动生产率的提高颇为明显。第二时期：总的经济增长率远大于资本和劳动力要素投入的增长率，从而出现了一个“增长的余值”。索洛、丹尼森等人都认定这个“增长的余值”就是美国经济增长的主要推动力，并进一步将它归结为“技术进步”。当技术知识和社会知识的存量被利用的时候，它们就成为高增长率和结构迅速变动的源泉。第三时期：1992年至现在，新经济增长期。在这次经济扩张过程中，强劲的经济增长是与低通货膨胀率、低失业率和低财政赤字并存的，因而被誉为“新经济”。随着信息技术的日新月异，“新增长理论”逐渐成为经济增长研究的主流。卢卡斯说明了专业化的人力资本因素，是导致各国人力资本差异进而表现出的经济增长和收入等差异的主要因素。经济增长是产量的增加，产量是用各种生产要素生产出来的。各种生产要素是资源，因此，增长的源泉是资源的增加。资源包括劳动与资本。劳动指劳动力的增加，劳动力的增加又可以分为劳动力数量的增加与劳动力质量的提高。资本的概念分为物质资本与人力资本。技术进步在经济增长中的作用，体现在生产率的提高上，即同样的生产要素投入量能提供更多的产品。技术进步在经济增长中起了最重要的作用。所以，经济增长的源泉是：   第一，物质资本。物质资本是指设备、厂房、存货等的存量。   第二，劳动。指劳动力的增加，它分为劳动力数量的增加与劳动力质量的提高。第三，人力资本。人力资本是指体现在劳动者身上的投资。人力资本的投资的实质是人力投资在劳动者身上的凝固,具体表现为劳动者的工作智能和技能。这种能力是通过投资形成的,具有生产性,它的作用的结果能使国民收入增加。15 第四，R&D资本（研究与开发），它是技术进步的主要源泉二.模型与数据为了考察我国物质资本，劳动力，人力资本，技术水平与经济增长的关系，本文构建了一个生产函数，该函数是一个产出量和物质资本、劳动、人力资本以及R&D资本相关的函数形式，即..Y=F（..K，..L，H，R）。在这个函数中，..Y是总产出，.K、L,H和R分别是物质资本存量、劳动力投入量和人力资本存量,R&D资本投资。采用柯布—道格拉斯函数形式..Y=AkαLβHγRδU其中..,α、β,γ分别表示物质资本产出、劳动产出和人力资本产出的弹性，δ代表R&D投资产出的弹性，U代表误差项,。如果两边取对数可得用于估计的线性方程：..lnY=lnA+αlnK+βlnL+γlnH+δlnR+Ui选取1980～2001年数据作为样本空间，总产量用当年国内生产总值衡量，物质资本存量由全社会固定资产投资衡量，劳动力投入选取的是全国参与就业的人数。R&D资本投资选取的是国家财政用于科学研究的支出，另外，选取接受高等教育的人数和留学归国人员作为人力资本的衡量标准，因在高等学校里接受教育的大学生、研究生并不能或很少直接为GDP贡献人力资本，但一旦毕业投入工作，将成为该年度经济增长的重要动力因素之一。此外，当年留学归国人员应成为人力资本存量的一部分。三.模型估计结果1平稳性检验首先,对变量y(GDP)进行平稳性检验:从图中看出，该序列可能存在趋势项，因此选择ADF检验模型3进行检验，估计结果如下ADFTestStatistic1.7330691%CriticalValue*-3.83045%CriticalValue-3.029410%CriticalValue-2.6552从图中可以看出，在3个显著性水平下，检验统计量大于相应临界值，从而不能拒绝原假设，表明序列存在单位根，是非平稳序列。15 其次，对回归的残差项进行平稳性检验ADFTestStatistic-3.1305081%CriticalValue*-2.69685%CriticalValue-1.960210%CriticalValue-1.6251*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot.AugmentedDickey-FullerTestEquationDependentVariable:D(ET)Method:LeastSquaresDate:06/25/07Time:10:03Sample(adjusted):19832001Includedobservations:19afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.ET(-1)-1.2877310.411349-3.1305080.0065D(ET(-1))0.4582840.3558451.2878750.2161D(ET(-2))0.3505730.2821411.2425470.2319R-squared0.447724Meandependentvar-175.5268AdjustedR-squared0.378690S.D.dependentvar1872.920S.E.ofregression1476.296Akaikeinfocriterion17.57640Sumsquaredresid34871201Schwarzcriterion17.72552Loglikelihood-163.9758Durbin-Watsonstat1.987399检验表明，尽管ＧＤＰ等数据一般不是平稳的，但ｔ检验统计值为-3.130508，其绝对值大于临界值，残差序列不存在单位根，是平稳序列，说明国内生产总值（ＧＤＰ），是物质资本存量（Ｋ）、劳动力投入量（Ｌ）和人力资本存量（Ｈ）,R&D资本投资（Ｒ）之间存在着协整关系，这些非平稳经济变量的某种线性组合是平稳的，这些变量建立的模型有意义。２．模型的估计及修正15 对　lnY=lnA+αlnK+βlnL+γlnH+δlnR+Ui进行估计，数据选取１９８０－２００１年的数据。DependentVariable:Y1Method:LeastSquaresDate:06/22/07Time:13:55Sample:19852005Includedobservations:21VariableCoefficientStd.Errort-StatisticProb.C-8.4243833.453412-2.4394380.0267K10.6758980.1068146.3278160.0000L11.2116990.3328493.6403840.0022R10.1682930.1421591.1838340.2538H1-0.1281470.084587-1.5149690.1493R-squared0.994821Meandependentvar10.72953AdjustedR-squared0.993527S.D.dependentvar0.973213S.E.ofregression0.078302Akaikeinfocriterion-2.052218Sumsquaredresid0.098100Schwarzcriterion-1.803522Loglikelihood26.54829F-statistic768.3862Durbin-Watsonstat0.908127Prob(F-statistic)0.000000该模型的R2=0.994821,修正的可决系数等于0.993527,F检验值明显显著,但R1,H1的t检验不显著，且H1的符号与预期相反，这表明可能存在严重的多重共线性。计算K1,L1,H1,R1的相关系矩阵，如下H1K1L1R1H110.9013176420040.8002737613870.927916664624K10.90131764200410.9155170248670.984232074637L1115 0.8002737613870.9155170248670.8858367719R10.9279166646240.9842320746370.88583677191由相关矩阵可以看出，各解释变量之间的相关系数较高，证实确是存在严重多重共线性。变量K1L1H1R1参数估计值0.8764226.8105161.5234451.141091t统计量42.5655311.732568.25983120.45802可决系数0.9896220.8787130.7821720.956574修正可决系数0.9890760.8723290.7707070.954289其中，加入K1的方程R^2最大，以K1为基础，顺次加入其他变量逐步回归，结果如下表所示变量变量K1L1H1R1修正可决系数K1,L10.743632(18.61121)1.1961333.6300980.993343K1,H10.92815519.77920-0.112223-1.2231340.989354K1,R10.9059507.588432-0.039729-0.2512890.988509经过比较，新加入L1方程修正的可决系数为0.993343，改进最大，而且个参数的T检验均显著，选择保留，再加入其他新变量逐步回归，结果如下图：K1L1H1R1修正可决系数K1L1H10.78421814.065191.1467213.452458-0.076145-1.0411470.993374K1L1R10.6979996.3587731.2292483.5621460.0564520.4479220.99303315 在Ｌ１，Ｋ１基础上加入Ｈ１后的方程修正的可决系数虽略有增大，但Ｈ１的Ｔ检验变得不显著，甚至连的符号也变得不合理，加入Ｒ１后修正的可决系数下下降，参数Ｒ１的检验不显著，说明Ｌ１，Ｋ１引起多重共线性，应予剔除。最后修正多重共线性的结果为:LnY=-9.687680+0.74363lnK+1.196133lnL++UiDependentVariable:Y1Method:LeastSquaresDate:06/23/07Time:11:22Sample:19852005Includedobservations:21VariableCoefficientStd.Errort-StatisticProb.C-9.6876803.306135-2.9302130.0089L11.1961330.3295043.6300980.0019K10.7436320.03995618.611210.0000R-squared0.994008Meandependentvar10.72953AdjustedR-squared0.993343S.D.dependentvar0.973213S.E.ofregression0.079406Akaikeinfocriterion-2.096915Sumsquaredresid0.113496Schwarzcriterion-1.947698Loglikelihood25.01761F-statistic1493.125Durbin-Watsonstat0.797414Prob(F-statistic)0.000000该模型ＤＷ＝０．７９７４１４＜ｄｌ＝１．１２５，表明存在正的自相关，上述模型剔除重要变量过多，且修正了多重共线性的模型人存在严重的自相关，整体上模型很不理想，考虑对模型本身进行修正，1）.理论上，一般认为人力资本存量对经济增长有重要作用，所以，本文选取H1为一个解释变量的，但模型中另一个解释变量劳动力投入L1选取的是全国参与就业的人数，而H1为研究生毕业人数，留学归国人员，高等学校毕业人数之和，这三类人群均是每年参与就业的人群的一部分，也就是说L1包含H1，所以H1,L1可能有共同变化趋势,导致多重共线性的产生，2）.教育投资对人力资本形成的重要作用。加大人力资本投资，才能增加人力资本存量。人力资本投资，是通过投资形成在劳动者身上的凝固的工作智能和技能，它具有生产性,作用的结果是使国民收入增加。所以，15 避免多重共线性，H1用人力资本投资代替，可用国家财政教育经费来反映，模型修正为考察全社会固定资产投资，劳动力投入，人力资本投资，研发（R&D）资本投资对经济增长的作用。所以,调整后模型为:lnY=lnA+αlnK+βlnL+γlnH+δLnR+Ui新模型参数的估计如下：DependentVariable:Y1Method:LeastSquaresDate:06/25/07Time:09:24Sample:19802001Includedobservations:22VariableCoefficientStd.Errort-StatisticProb.C4.9085403.1851241.5410830.1417K10.3605870.0675315.3395420.0001L1-0.1930530.311541-0.6196710.5437H10.5618570.1253994.4805490.0003R10.0961430.0840191.1443000.2684R-squared0.998417Meandependentvar10.03530AdjustedR-squared0.998044S.D.dependentvar1.095720S.E.ofregression0.048457Akaikeinfocriterion-3.019543Sumsquaredresid0.039918Schwarzcriterion-2.771579Loglikelihood38.21498F-statistic2680.082Durbin-Watsonstat0.898700Prob(F-statistic)0.000000该模型的R2=0.99841,修正的可决系数等于0.99804,F检验值明显显著,但L1的t检验不显著，且L1的符号与预期相反，这表明可能存在严重的多重共线性。计算K1,L1,H1,R1的相关系矩阵，如下K1L1H1R1K110.9024385175090.9833468911120.9799649230615 L10.90243851750910.9361511401640.881772887558H10.9833468911120.93615114016410.982440681681R10.979964923060.8817728875580.9824406816811由相关矩阵可以看出，各解释变量之间的相关系数较高，证实确是存在严重多重共线性变量K1L1H1R1参数估计值0.9182196.1387691.5234451.318997t统计量38.014609.31178839.6721520.51631可决系数0.9897270.8525210.9６05590.965590修正可决系数0.9890420.8426890.9６99300.963296其中，加入K1的方程R^2最大，以K1为基础，顺次加入其他变量逐步回归，结果如下表所示变量变量K1L1H1R1修正可决系数K1,L10.80365217.069110.9144982.6964090.992272K1,H10.4514688.4814930.5221318.9170930.989354K1,R10.7420586.3984740.2614331.5500300.98997915 　经过比较，新加入L1方程修正的可决系数为0.992272，改进最大，而且个参数的T检验均显著，选择保留，再加入其他新变量逐步回归，结果如下图：K1L1R1H1修正可决系数K1L1R10.4535347.8780670.0271140.1264910.5160216.6500960.998109K1L1H10.5601087.6870880.8403712.7959670.3638044.2905550.995972在Ｌ１，Ｋ１基础上加入Ｒ１后的方程修正的可决系数虽略有增大，但L１的Ｔ检验变得不显著,加入Ｈ１后修正的可决系数提高，参数的检验均显著，说明Ｒ1引起多重共线性，应予剔除。DependentVariable:Y1Method:LeastSquaresDate:06/24/07Time:14:00Sample:19802001Includedobservations:22VariableCoefficientStd.Errort-StatisticProb.C-6.0264012.937318-2.0516680.0550K10.5601080.0728637.6870880.0000L10.8403710.3005662.7959670.0119Ｈ10.3638040.0847924.2905550.0004R-squared0.996547Meandependentvar10.03530AdjustedR-squared0.995972S.D.dependentvar1.095720S.E.ofregression0.069545Akaikeinfocriterion-2.330714Sumsquaredresid0.087058Schwarzcriterion-2.132343Loglikelihood29.63786F-statistic1731.65115 Durbin-Watsonstat0.927617Prob(F-statistic)0.000000　　　　最后修正多重共线性的结果为　　　　　　　LnY=--6.026401+0.560108Ｌn（Ｋ）＋0.840371Ｌｎ（Ｌ）＋0.363804ｌｎ（Ｈ）+ut　　T=　　(-2.051668)(7.687088)(2.795967)（4.290555）3.异方差检验(1)WHITE检验;WhiteHeteroskedasticityTest:F-statistic1.700749Probability0.192915Obs*R-squared12.33206Probability0.195230TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:06/25/07Time:10:50Sample:19802001Includedobservations:22VariableCoefficientStd.Errort-StatisticProb.C-92.2920471.85201-1.2844740.2232K1-9.5789862.867946-3.3400160.0059K1^2-0.1231360.043345-2.8408340.0149K1*L10.9639150.2880083.3468330.0058K1*Ｈ10.2269260.0955352.3753100.0351L117.4762314.531691.2026290.2523L1^2-0.8217000.732718-1.1214420.284015 L1*Ｈ1-1.5267950.590431-2.5859000.0238Ｈ114.861535.8006692.5620380.0249Ｈ1^2-0.0119700.033132-0.3612910.7242R-squared0.560548Meandependentvar0.003957AdjustedR-squared0.230959S.D.dependentvar0.004175S.E.ofregression0.003661Akaikeinfocriterion-8.078965Sumsquaredresid0.000161Schwarzcriterion-7.583036Loglikelihood98.86861F-statistic1.700749Durbin-Watsonstat2.489988Prob(F-statistic)0.192915Obs*R-squared=12.33206=nR^2＜χ２０．０５（9）=１６．９１９,所以不能拒绝原假设，表明不存在异方差。4.自相关检验DependentVariable:Y1Method:LeastSquaresDate:06/24/07Time:14:00Sample:19802001Includedobservations:22VariableCoefficientStd.Errort-StatisticProb.C-6.0264012.937318-2.0516680.0550K10.5601080.0728637.6870880.0000L10.8403710.3005662.7959670.0119Ｈ10.3638040.0847924.2905550.0004R-squared0.996547Meandependentvar10.03530AdjustedR-squared0.995972S.D.dependentvar1.09572015 S.E.ofregression0.069545Akaikeinfocriterion-2.330714Sumsquaredresid0.087058Schwarzcriterion-2.132343Loglikelihood29.63786F-statistic1731.651Durbin-Watsonstat0.927617Prob(F-statistic)0.000000DW=0.927617<=1.053,所以，存在正的自相关，用Cochrane-Oecutt迭代发进行检验，结果如下DependentVariable:Y1Method:LeastSquaresDate:06/24/07Time:13:27Sample(adjusted):19812001Includedobservations:21afteradjustingendpointsConvergenceachievedafter17iterationsVariableCoefficientStd.Errort-StatisticProb.C-6.1991704.018696-1.5425820.1425K10.6040680.1233844.8958550.0002L10.8517820.4111192.0718640.0548Ｈ10.2966490.1474282.0121700.0614AR(1)0.4831750.2943391.6415610.1202R-squared0.997491Meandependentvar10.11212AdjustedR-squared0.996864S.D.dependentvar1.060323S.E.ofregression0.059381Akaikeinfocriterion-2.605445Sumsquaredresid0.056417Schwarzcriterion-2.356749Loglikelihood32.35717F-statistic1590.256Durbin-Watsonstat1.698829Prob(F-statistic)0.000000InvertedARRoots.4815 其中，=1.669