中国经济增长影响因素实证分析.docx

中国经济增长影响因素实证分析.docx

《中国经济增长影响因素实证分析.docx》由会员分享，可在线阅读，更多相关《中国经济增长影响因素实证分析.docx（14页珍藏版）》请在冰点文库上搜索。

中国经济增长影响因素实证分析

中国经济增长影响因素实证分析

摘要：

改革开放以来，我国的社会主义经济取得了突飞猛进的开展，经济增长速度更是举世瞩目。

本文采用经济增长模型和多元线性回归分析方法对1993～2016年中国经济增长因素进展研究，分析了物质资本、劳动力、消费对国生产总值的影响，建立计量模型，寻求这些变量与中国国民产出的数量关系，进展定量分析，对模型进展检验。

关键词：

消费、投资、经济增长、劳动力

一、文献综述 

〔一〕经济增长理论 

经济增长是指一个国家生产商品和劳务能力的扩大。

在实际核算中，常以一国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国生产总值的〔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奉献。

物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本效劳流量难以测度，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。

中国拥有全世界近1/4 的人口，为经济增长提供了丰富的劳动力资源。

因此本文用总就业人数〔万人〕来衡量劳动力。

居民消费需求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1978—2008年的31中,我国经济年均增长率高达9.6%,综合国力大大增强,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,我国目前仍然面临消费需求缺乏问题。

因此,研究消费需求对经济增长的影响,并对我国消费需求对经济增长的影响程度进展实证分析，可以更好的理解消费对我国经济增长的作用。

二、数据收集与模型的建立 

〔一〕数据收集

表1中国经济增长影响因素模型时间序列表

指标

国生产总值

年末就业人员数

全社会固定资产投资完成额

居民消费价格指数（上年=100）

地区

全国

全国

全国

全国

频度

年

年

年

年

单位

亿元

万人

亿元

-

1993

35673.2

66808

13072.3

114.7

1994

48637.5

67455

17042.1

124.1

1995

61339.9

68065

20019.27

117.1

1996

71813.6

68950

22974

108.3

1997

79715

69820

24941.12

102.8

1998

85195.5

70637

28406.18

99.2

1999

90564.4

71394

29854.72

98.6

2000

100280.1

72085

32917.74

100.4

2001

110863.1

72797

37213.49

100.73

2002

121717.4

73280

43499.91

99.25

2003

137422

73736

55566.61

101.17

2004

161840.2

74264

70477.43

103.88

2005

187318.9

74647

88773.61

101.81

2006

219438.5

74978

109998.16

101.47

2007

270232.3

75321

137323.94

104.77

2008

319515.5

75564

172828.4

105.86

2009

349081.4

75828

224598.77

99.31

2010

413030.3

76105

251683.77

103.32

2011

489300.6

76420

311485.13

105.39

2012

540367.4

76704

374694.74

102.65

2013

595244.4

76977

446294.09

102.62

2014

643974

77253

512020.65

101.99

2015

689052.1

77451

561999.83

101.44

2016

744127.2

77603

606465.66

102

资料来源：

中经网统计数据库

〔二〕模型设计 

为了具体分析各要素对我国经济增长影响的大小，我们可以用国生产总值〔y〕作为对经济开展的衡量，代表经济开展；用总就业人员数〔x2〕衡量劳动力；用固定资产投资总额（x3）衡量资本投入：

用价格指数〔x4〕去代表消费需求。

运用这些数据进展回归分析。

采用的模型如下：

其中，y代表国生产总值，x2代表社会就业人数，x3代表固定资产投资，x4代表消费价格指数，

代表随机扰动项。

我们通过对该模型的回归分析，得出各个变量与我国经济增长的变动关系。

三、模型估计和检验 

〔一〕模型初始估计

表2模型初始估计结果

DependentVariable:

Y

Method:

LeastSquares

Date:

12/02/17Time:

21:

55

Sample:

19932016

Includedobservations:

24

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-1275271.

219020.5

-5.822609

0.0000

X2

15.83664

2.183845

7.251724

0.0000

X3

0.978016

0.031439

31.10849

0.0000

X4

2050.542

769.3861

2.665166

0.0149

R-squared

0.995694

    Meandependentvar

273572.7

AdjustedR-squared

0.995048

    S.D.dependentvar

228431.4

S.E.ofregression

16074.20

    Akaikeinfocriterion

22.35883

Sumsquaredresid

5.17E+09

    Schwarzcriterion

22.55517

Loglikelihood

-264.3060

    Hannan-Quinncriter.

22.41092

F-statistic

1541.649

    Durbin-Watsonstat

0.587012

Prob（F-statistic）

0.000000

t=（-5.822609）〔7.251724〕〔31.10849〕〔2.665166〕

〔二〕多重共线性检验

表3相关系数矩阵

X2

X3

X4

X2

1

0.53251

-0.92669

X3

0.53251

1

-0.63468

X4

-0.92669

-0.63468

1

表4辅助回归的

值

被解释变量

X2

X3

X4

0.711954

0.982282

0.088145

VIF

3.4717

56.4398

1.0967

根据多重共线性检验，解释变量之间存在着线性相关。

通过采用剔除变量法，多重共线性的修正结果如下：

剔除X4

表5修正多重共线性后的模型

DependentVariable:

Y

Method:

LeastSquares

Date:

12/02/17Time:

22:

02

Sample:

19932016

Includedobservations:

24

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-776314.9

129136.0

-6.011605

0.0000

X2

11.86797

1.814776

6.539637

0.0000

X3

1.015821

0.031874

31.86969

0.0000

R-squared

0.994165

    Meandependentvar

273572.7

AdjustedR-squared

0.993609

    S.D.dependentvar

228431.4

S.E.ofregression

18261.19

    Akaikeinfocriterion

22.57941

Sumsquaredresid

7.00E+09

    Schwarzcriterion

22.72667

Loglikelihood

-267.9530

    Hannan-Quinncriter.

22.61848

F-statistic

1788.997

    Durbin-Watsonstat

0.554622

Prob（F-statistic）

0.000000

t=（129136.0）〔1.813776〕〔0.031874〕

〔三〕自相关性检验

1、残差图法

2、回归检验法

表6回归结果

DependentVariable:

E

Method:

LeastSquares

Date:

12/02/17Time:

23:

30

Sample（adjusted）:

1424

Includedobservations:

11afteradjustments

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

E（-1）

0.035347

0.316609

0.111642

0.9133

R-squared

-0.006486

    Meandependentvar

-853.3129

AdjustedR-squared

-0.006486

    S.D.dependentvar

10172.61

S.E.ofregression

10205.54

    Akaikeinfocriterion

21.38576

Sumsquaredresid

1.04E+09

    Schwarzcriterion

21.42193

Loglikelihood

-116.6217

    Hannan-Quinncriter.

21.36296

Durbin-Watsonstat

1.761664

3、DW检验法

取显著性水平为0.05，本例中k=3,n=24查DW表得临界值，

而模型估计的DW值是

，DW值落入区域0＜DW＜

，认为随机扰动项存在正的自相关。

4、相关图和Q统计量

残差相关系数图

Breusch-Godfrey检验法

表7BG检验结果

Breusch-GodfreySerialCorrelationLMTest:

F-statistic

0.849638

    Prob.F（2,7）

0.4674

Obs*R-squared

2.344024

    Prob.Chi-Square

（2）

0.3097

TestEquation:

DependentVariable:

RESID

Method:

LeastSquares

Date:

12/02/17Time:

23:

22

Sample:

1324

Includedobservations:

12

Presamplemissingvaluelaggedresidualssettozero.

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

155027.8

1460100.

0.106176

0.9184

X2

-2.083332

19.58771

-0.106359

0.9183

X3

0.012173

0.106717

0.114071

0.9124

RESID（-1）

0.095014

0.360798

0.263343

0.7999

RESID（-2）

-0.484387

0.372710

-1.299635

0.2349

R-squared

0.195335

    Meandependentvar

2.44E-09

AdjustedR-squared

-0.264473

    S.D.dependentvar

10139.63

S.E.ofregression

11401.90

    Akaikeinfocriterion

21.81528

Sumsquaredresid

9.10E+08

    Schwarzcriterion

22.01733

Loglikelihood

-125.8917

    Hannan-Quinncriter.

21.74048

F-statistic

0.424819

    Durbin-Watsonstat

2.078170

Prob（F-statistic）

0.786883

〔四〕自相关问题的处理

CO迭代法估计参数

表8CO迭代法结果

DependentVariable:

Y

Method:

LeastSquares

Date:

12/03/17Time:

00:

08

Sample（adjusted）:

224

Includedobservations:

23afteradjustments

Convergenceachievedafter12iterations

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

-1124646.

775903.1

-1.449467

0.1635

X2

16.68821

10.56018

1.580295

0.1305

X3

0.947970

0.096606

9.812707

0.0000

AR

（1）

0.758874

0.190424

3.985185

0.0008

R-squared

0.997169

Meandependentvar

283916.1

AdjustedR-squared

0.996721

S.D.dependentvar

227746.3

S.E.ofregression

13040.42

Akaikeinfocriterion

21.94627

Sumsquaredresid

3.23E+09

Schwarzcriterion

22.14374

Loglikelihood

-248.3821

Hannan-Quinncriter.

21.99593

F-statistic

2230.435

Durbin-Watsonstat

1.603193

Prob（F-statistic）

0.000000

InvertedARRoots

.76

上图说明，经过调整后的样本共包含23个观测值，迭代12次后收敛，AR

（1）前面的系数为0.758874，即为ρ的估计值。

从以上回归结果可知原模型的估计结果为：

t=〔-1.4495〕〔1.5803〕〔9.8127〕

修正后的DW=1.603193，进展自相关检验，Q统计量如下列图

通过上图可以看出，修正后无自相关。

由回归结果可知，年末就业人员数每增加1万人，国生产总值增加16.688亿元:

；全社会固定资产投资完成额每增加1亿元，国生产总值增加0.948亿元。

四、结论分析和政策建议

〔一〕主要结论 

1、固定资产投资是经济增长的重要原动力。

经济开展取决于投入资金的数量和资金的利用效率。

固定资产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。

2、劳动力对GDP有一定的促进作用但对经济增长的奉献率却微缺乏道。

这是因为我国劳动力构造总量巨大、供应充足、流动性强, 对GDP 影响很大。

但是劳动力的人力资本含量、高技术含量偏低,劳动力素质构造存在严重缺陷, 会直接影响了经济的增长。

3、消费需求对经济的拉动作用 

消费需三大需求要素中所占份额最大、波动幅度最小的局部，是国民经济的重要支 柱和最主要的组成局部，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。

〔二〕政策建议 

就业是民生之本，有效促进就业，保持经济增长良好势头成为我国当前乃至今后一段时期的重要课题。

针对目前劳动力数量庞大且总体素质不高的现状，应通过多种途径，一方面加强就业培训的投入力度，提高劳动者就业及再就业能力，降低失业率；另一方面，加强各地区间人才交流及促进劳动力自由流动，并通过合理技术壁垒方式，阻止外来流动人员的无序进入。

同时，鼓励灵活就业，以减轻就业压力。

 劳动力的人力资本含量、高技术含量偏低,劳动力素质构造存在严重缺陷, 直接影响了经济的增长。

因此应当控制人口数量,优化劳动力构造, 提升劳动力素质。

物质资本对我国的经济增长也起到了一定的影响作用，应加强对投资的科学管理，提高投资效率。