最新影响我国国内生产总值因素的计量分析

影响我国国内生产总值因素的计量分析

国内生产总值与外商直接投资、净出口、政府购买之间计量分析

摘要：本文选取影响我国国内生产总值的三个因素，即外商直接投资、净出口、政府购买，建立线性计量回归模型，分析它们与GDP之间的数量关系，并对模型进行检验，从而能够对我国经济发展提供一定的指导性建议。

关键词：国内生产总值；外商直接投资；净出口；这个服购买；模型；经济一、引言：

GDP即国内生产总值是指在一定时期内（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，常被公认为衡量国家经济状况的最佳指标。它不但可反映一个国家的经济表现，更可以反映一国的国力与财富。在经济学中，常用GDP来做为衡量该国或地区的经济发展综合水平通用的指标，这也是目前各个国家和地区常采用的衡量手段。GDP是宏观经济中最受关注的经济统计数字，因此它被认为是衡量国民经济发展情况最重要的一个指标。

一般来说，国内生产总值共有四个不同的组成部分，其中包括消费、私人投资、政府支出和净出口额。用公式表示为：GDP = CA + I + CB + X 式中：CA为消费、I为私人投资、 CB为政府支出、X为净出口额。

影响GDP的因素很多。消费水平的提高能够通过乘数效应，提高极大地带动经济的增长；但消费水平与边际消费倾向和收入之间存在线性关系，由于边际消费倾向在短期内可以认为是固定的，因此，消费水平在某一时期是由收入水平即经济发展水平决定的。

因此，本文研究影响经济发展的因素时，旨在分析外商直接投资、净出口、政府支出对GDP的实证影响。

改革开放以来，外商直接投资、进出口和政府购买明显增加，与之相对应的是GDP总量也迅速得到增加。在经济发展的过程中，我国在经济贸易方面不断对外开放，同时，我国的经济的发展状态呈效好的趋势。对外贸易的适度增长和政府购买的增加是经济发展的重要影响因素之一，因为对外贸易的增长，为我国带来了大量的外汇的收入，从而促进了我国GDP的增长，促进我国经济的发展。

本文以1985-2007年国内生产总值、外商直接投资、净出口、政府支出数据为样本，利用Eviews软件进行回归分析，研究国内生产总值与外商直接投资、净出口、政府购买之间的关系，并对回归模型进行分析、检验。

二、外商直接投资、净出口、政府购买与国内生产总值的相关性分析

创建一个时间范围为1985-2007年的表格，然后创建四个序列对象，分别命名为GDP（国内生产总值）、x1（外商直接投资）、x2（净出口）、x3（政府支出）。如下图所示：

表1 我国国内生产总值、实际外商投资、净出口和政府支出情况

年份国内生产总值（亿元）外商直接投资(亿美元) 净出口（亿美元）政府支出（亿元

）

1985 9016 19.56 -11.4 2004.25 1986 10275.2 22.44 -19 2232.1 1987 12058.6 23.14 -149 2458.3 1988 15042.8 31.94 23.1 2658.36 1989 16992.3 33.93 53.2 2879 1990 18667.8 34.87 87.4 3083.59 1991 21781.5 43.66 81.2 3386.62

1992 26923.5 110.08 43.5 3742.2 1993 35333.9 275.15 -122.2 4642.3 1994 48197.9 337.67 54 5792.62 1995 60793.7 375.21 167 6823.72 1996 71176.5 122.2 7937.55 1997 78973 452.57 404.2 9233.56 1998 84402.3 454.63 434.7 10798.18 1999 89677.1 403.19 292.3 13187.67 2000 99214.6 407.15 241.1 15886.5 2001 109655.2 468.78 225.5 18902.58 2002 120332.7 527.43 304.3 22053.15 2003 135882.8 535.05 254.7 24649.95 2004 159878.3 606.3 320.9 28486.89 2005 183217.4 603.25 1020 33930.28 2006 211923.5 630.21 1774.8 40422.73 2007 249529.9 747.68 2618.3 49781.35

根据上表的数据运用Eviews软件对多元线性回归模型进行分析。

做出GDP与x1、x2 、x3 之间的散点图：

图1

从图1可以看出，GDP与x1、x2、x3之间存在显著的线性关系。因此，可以假设GDP=β0+β1X1+β2X2+β3X3+u i

运用最小二乘法进行分析，如下表所示：

表2

Coefficie

nt Std. Error t-Statistic Prob.

C 2656.81

6 1453.313 1.828110 0.0833

X1 88.4057

3 7.21990

4 12.24472 0.0000

X2 4.48329

0 2.811822 1.594443 0.1273

X3 3.49950

8 0.195199 17.92787 0.0000

R-squared 0.99733

1 Mean dependent var

81258.5

4

Adjusted R-squared 0.99691

0 S.D. dependent var

69210.3

2

S.E. of regression 3847.25

1 Akaike info criterion

19.5048

8

Sum squared resid 2.81E+0

8 Schwarz criterion

19.7023

5

Log likelihood

-

220.306

1

Hannan-Quinn

criter.

19.5545

4

F-statistic 2366.91

0 Durbin-Watson stat

1.21385

1

Prob(F-statistic) 0.00000

（1）对模型进行统计检验：1. 拟合优度检验