各地区建筑业总产值对建筑业企业利润总额的影响
2018年建筑业发展统计分析
2018年全国建筑业基本情况2018年,在以习近平同志为核心的党中央坚强领导下,建筑业深入学习贯彻习近平新时代中国特色社会主义思想和党的十九大和十九届二中、三中全会精神,改革创新,开拓进取,加快推动建筑业改革发展,建筑业发展质量和效益不断提升。
全国建筑业企业(指具有资质等级的总承包和专业承包建筑业企业,不含劳务分包建筑业企业,下同)完成建筑业总产值235085.53亿元,同比增长9.88%;完成竣工产值120786.22亿元,同比增长3.42%;签订合同总额494409.05亿元,同比增长12.49%,其中新签合同额272854.07亿元,同比增长7.14%;房屋施工面积140.89亿平方米,同比增长6.96%;完成房屋竣工面积41.35亿平方米,同比下降1.33%;实现利润8104亿元,同比增长8.17%。
截至2018年底,全国有施工活动的建筑业企业95400个,同比增长8.34%;从业人数5563.30万人,同比增长0.48%;按建筑业总产值计算的劳动生产率为373187元/人,同比增长7.40%。
(一)建筑业增加值增速仍低于国内生产总值增速,但支柱产业地位依然稳固经初步核算,2018年全年国内生产总值900309亿元,比上年增长6.60%。
全年全社会建筑业实现增加值61808亿元,图1 2009-2018年国内生产总值、建筑业增加值及增速图2 2009-2018年建筑业增加值占国内生产总值比重比上年增长4.50%,增速低于国内生产总值增速2.10个百分点(图1)。
自2009年以来,建筑业增加值占国内生产总值的比例始终保持在6.5%以上。
2018年达到了6.87%的较高点,在2015年、2016年连续两年下降后连续两年出现回升(图2),建筑业国民经济支柱产业的地位稳固。
增长0.48%。
建筑业从业人数占全社会就业人员总数的7.17%,比上年提高0.04个百分点,占比再创新高(图6)。
建筑业在吸纳农村转移人口就业、推进新型城镇化建设和维护社会稳定等方面继续发挥显著作用。
建筑行业经营分析情况
建筑市场稳定行业贡献显著——2015年建筑业生产经营情况分析2015年,面对严峻复杂的国内国际经济形势,我市建设领域抢抓机遇,深挖潜力,全市建筑业运行质量稳步提升,外埠市场竞争力不断提高。
一、建筑业企业总体情况及运行特点(一)入库新增企业略有增加2015年,我市建筑业企业单位数(指纳入一套表统计,具有建筑业资质的施工总承包和专业承包企业、劳务分包企业)达到1021家,比上年净增6家,其中,总承包和专业承包企业867家,净增9家;劳务分包企业154家,减少3家。
(二)建筑规模保持稳步增长1.建筑合同体量继续扩大。
2015年,全市建筑业企业(一套表中的总承包和专业承包建筑业企业,下同)签订合同额为5559.30亿元,同比增长0.4%,其中,当年新签订合同额3079.25亿元,下降3.3%,占全部合同额的55.4%,低于上年比重近6个点。
2.全省首位度稳中有升。
截止到年末,全市建筑业企业完成建筑业总产值3006.60亿元,同比增长4.5%。
占全省的52.8%,比上年提升0.3个百分点,持续保持上升的态势。
从结构上看,建筑工程产值累计完成2603.90亿元,同比增长3.5%,占总产值的86.6%;安装工程产值累计完成251.55亿元,同比增长6.4%,占总产值的8.4%。
从经济类型看,国有及国有控股建筑业企业依然是我市建筑业一支举足轻重的队伍,占全市建筑业企业数五分之一的国有及国有控股建筑业企业完成产值1451.78亿元,占全市总产值的48.3%,同比增长1.4%。
从区域看,瑶海区以建筑业总产值753.57亿元位居第一,包河区、蜀山区分别以657.63亿元和334.61亿元位居二、三位,连续2年位次没有变动;13个县区(市)与上年相比,10涨3跌,其中庐江县以15.4%的增幅居首,高新区和瑶海区分别以15.3%和10.2%位居二、三位,而降幅前3位的分别为巢湖市、长丰县和经开区,分别下降20.1%、5%和1.1%。
第五章-异方差性(作业任务)
5.3为了研究中国出口商品总额EXPORT对国内生产总值GDP的影响,搜集了1990 2015年相关的指标数据,如表 5.3所示。
(1) 根据以上数据,建立适当线性回归模型。
(2) 试分别用White检验法与ARCH检验法检验模型是否存在异方差?(3) 如果存在异方差,用适当方法加以修正。
解:(1)Dependent Variable: YMethod: Least SquaresDate: 04/18/20 Time: 15:38Sample: 1991 2015Included observations: 25Variable Coefficient Std. Error t-Statistic Prob.C -673.0863 15354.24 -0.0438370.965 4X 4.061131 0.201677 20.136840.000 0R-squared 0.946323 Mean dependent var234690. 8Adjusted R-squared 0.943990 S.D. dependent var210356. 7S.E. of regression 49784.06 Akaike info criterion 24.5454Sum squared resid 5.70E+10 Schwarz criterion 24.64291 Log likelihood -304.8174 Hannan-Quinn criter. 24.57244F-statistic 405.4924 Durbin-Watson stat 0.366228Prob(F-statistic) 0.000000模型回归的结果:AY 673.0863 4.0611X it ( 0.0438 )(20.1368)R20.9463, n 25(2) white:该模型存在异方差Heteroskedasticity Test: WhiteF-statistic 4.493068 Prob. F(2,22) 0.0231Obs*R-squared 7.250127 Prob. Chi-Square(2) 0.0266 Scaled explained SS 8.361541 Prob. Chi-Square(2) 0.0153Test Equation:Dependent Variable: RESIDEMethod: Least SquaresDate: 04/18/20 Time: 17:45Sample: 1991 2015Included observations: 25Variable Coefficient Std. Error t-Statistic Prob.C -1.00E+09 1.43E+09 -0.7003780.491 0XA2 -0.455420 0.420966 -1.081847 0.2910 X 102226.2 60664.19 1.685117 0.1061R-squared 0.290005 Mean dependent var2.28E+0 9Adjusted R-squared 0.225460 S.D. dependent var 3.84E+09S.E. of regression 3.38E+09 Akaike info criterion 46.83295Sum squared resid 2.51E+20 Schwarz criterion 46.97922 Log likelihood -582.4119 Hannan-Quinn criter. 46.87352F-statistic 4.493068 Durbin-Watson stat 0.749886Prob(F-statistic) 0.023110ARCH检验:该模型存在异方差Test Equation:Dependent Variable: RESID A2Method: Least SquaresDate: 04/18/20 Time: 19:55Sample (adjusted): 1992 2015Included observations: 24 after adjustmentsVariableCoefficient Std. Error t-Statistic Prob. C8.66E+08 6.92E+08 1.251684 0.2238RESID A 2(-1) 0.817146 0.1889444.3248020.0003 R-squared0.459511 Mean dependent var 2.37E+09 Adjusted R-squared 0.434944 S.D. dependent var 3.90E+09S.E. of regression 2.93E+09 Akaike info criterion 46.51293 Sum squared resid 1.89E+20 Schwarz criterion 46.61110 Log likelihood -556.1552 Hannan-Quinn criter. 46.53898 F-statistic 18.70391Durbin-Watson stat0.888067Prob(F-statistic)0.000273(3)修正:加权最小二乘法修正却 WF Woricflil-ri UTLECi id tl e^cJ\ i « T t"l t-|<p-r f T 护i ■"i-i ■「■ H 1 < ~HV Prbll 1 T ffM r« 11 BHR 7 F r F -K * J *■ J —厂ilTHL 日芦£臼电*电引 OdiJ 1 0*左(■ 20 3>5r^lucilifl -MI^I TGR 1 Z7Q I S w= — T ,皿”=E Ba^-oa 山口 fE=-UH a P -OE = -口曰 3.2 1 且-口9 I B 之与尸-口口 ti .3-Z2E-DO 出q,峙尸・C 旦( 4.3-1 E-O^3 0 3IE 09 N.HMU O-QI 立o 右匚> - nO4 TDE--W Z.&15^=- DC1 hi-tiE - "IIIJ i. um r ci Q SJ ^F -iii i 旦日二-①口Dependent Variable: Y Method: Least Squares Date: 04/18/20 Time: 20:46 Sample: 1991 2015Included observations: 25 Weighting series: W2Weight type: Inverse variance (average scaling)VariableCoefficientStd. Errort-StatisticProb.C 10781.17 2188.706 4.925821 0.0001 X3.9316060.19200420.476670.0000Weighted StatisticsR-squared0.947998 Mean dependent var 51703.40 Adjusted R-squared 0.945737 S.D. dependent var 11816.72 S.E. of regression 8420.515 Akaike info criterion 20.99135 Sum squared resid1.63E+09Schwarz criterion21.08886「工 P U 『匕 7 日nQ r U J-4m y Q M-n!R-0 Kc D 」a 口 9m 日0: B 吝口 oaooom 口 「1 ;「m =2 Q 工H rKLog likelihood -260.3919 Hannan-Quinn criter. 21.01839F-statistic 419.2938 Durbin-Watson stat 0.539863 Prob(F-statistic) 0.000000 Weighted mean dep. 39406.30 Unweighted StatisticsR-squared 0.944994 Mean dependent var234690. 8Adjusted R-squared 0.942602 S.D. dependent var 210356.7S.E. of regression 50396.82 Sum squared resid 5.84E+1修正后进行white检验:Heteroskedasticity Test: WhiteF-statistic 0.261901 Prob. F(2,22) 0.7720 Obs*R-squared 0.581387 Prob. Chi-Square(2) 0.7477 Scaled explained SS 0.211737 Prob. Chi-Square(2) 0.8995Test Equation:Dependent Variable: WGT_RESID A2Method: Least SquaresDate: 04/18/20 Time: 20:41Sample: 1991 2015Included observations: 25Collinear test regressors dropped from specificationVariable Coefficient Std. Error t-Statistic Prob.C 71441488 22046212 3.2405340.003 8X*WGTA2 -2711.961 5055.773 -0.536409 0.5971 WGTA2 13536351 20714871 0.653461 0.5202R-squared 0.023255 Mean dependent var 65232673 Adjusted R-squared -0.065539 S.D. dependent var 61762160 S.E. of regression 63753972 Akaike info criterion 38.89113Sum squared resid 8.94E+16 Schwarz criterion 39.03739 Log likelihood -483.1391 Hannan-Quinn criter. 38.9317F-statistic 0.261901 Durbin-Watson stat 0.898907Prob(F-statistic) 0.771953修正后的模型为AY 10781.17 3.931606X it (4.925821)(20.47667)R20.9480, n 255.4 表5.4的数据是2011年各地区建筑业总产值(X)和建筑业企业利润总额(Y)。
建筑业产值工作报告
建筑业产值工作报告
1. 总体产值情况,报告会对建筑业在特定时间段内的总产值进行概述,包括总产值的金额、产值的增长率等指标,以便对建筑业的整体发展趋势有一个直观的了解。
2. 不同领域的产值分布,报告会对建筑业内不同领域的产值进行分析,比如建筑工程、房地产开发、建筑材料生产等,以便了解各个领域的发展状况和贡献度。
3. 地区分布情况,报告会对建筑业产值在不同地区的分布情况进行分析,比如各个省市的产值情况,以便了解各地区建筑业发展的差异和特点。
4. 影响产值的因素,报告会分析影响建筑业产值的因素,比如宏观经济政策、市场需求变化、技术创新等,以便为未来发展提出建议和对策。
5. 未来发展展望,报告会对建筑业未来发展的趋势和展望进行预测和分析,包括行业发展的机遇和挑战,以便为相关部门和企业提供决策参考。
综上所述,建筑业产值工作报告是对建筑行业产值情况进行全面分析和总结的重要文件,能够为政府部门、企业和相关机构提供决策参考,促进建筑业持续健康发展。
建筑业企业经营情况分析业情
2 2010 年 年度建筑 筑业企业 业经营情 情况分析 析年 济回升向好势 势头、实现转 转型发展的重 重要一年。
我 我区建筑业 2010 年是巩固经济 企业紧紧抓 抓住这一机遇 遇,进一步开 开拓市场,加 加快发展步伐 伐,主要生产 产经营指标 继续保持平 平稳上升趋势 势,总体呈现 现产值与利润 润同步较快增 增长、劳动生 生产率略有 提高的良性 性发展态势, 为促进全区 区经济平稳健 健康发展发挥 挥了积极作用 用。
一、 总体运行情 情况全区共 共计总承包和 和专业承包资 资质等级的建 建筑业企业 102 家,全年 年累计完成 较上年同期 建筑业总产 产值 149.17 亿元, 同比增 增长 36.7%, 期提高 16.6 个 个百分点, 较前三季度 度提高 20.4 个百分点, 呈现逐季增 增长的发展趋 趋势。
图1 2010 年建 建筑业分季度 度总产值及增 增速分季度 度来看,各单 单季总产值绝 绝对量呈单边 边递增态势。
。
在总量方面 面,单季总 产值平均逐 逐季递增 15.60 亿元,其 其中第四季度 度产值较第三 三季度大幅提 提高 38.13 亿元;在增 增速方面,第 第一季度增长 长 26.0%,第二季度快速 速回落至 10.1%,第三季 度稳步上行 行至 15.3%, 第四季度大 大幅拉高至 71.0%,较第 7 第三季度提升 升 55.7 个百 分点,全年 年呈“倒梯形 形”型走势。
。
- 1 -分行业来看,房屋和土木工程建筑业、建筑安装业、建筑装修业分别完成 产值 131.90 亿元、 5.95 亿元、 10.98 亿元, 同比增长为 34.3%、 68.2%和 52.1%, 三个行业占全部产值比重分别为 88.4%、4.0%和 7.4%,与上年同期相比,比重 呈“两升一降”趋势,其中建筑安装业和建筑装修业比重分别上升 0.8 和 0.7 个百分点,房屋和土木工程建筑业比重下降 1.6 个百分点。
计量经济学第三章案例分析
习题5.4一、模型设定假定各地区建筑业总产值和建筑业企业利润总额之间满足线性约束,则理论模型设定为表1各地区建筑业总产值(X )和建筑业企业利润总额(Y)i i i X Y μββ++=21二、参数估计估计结果为=2.368138+0.034980t=(0.261691) (19.94530)=0.932055 F=397.8152iY ˆiX 2R三、检验模型的异方差(一)goldfeld-quandt检验由图得到残差平方和21i=5739.944,残差平方和22i=23084.48 ,根据goldfeld-quandt检验,F统计量为F===4.0217在α=0.05下,式中α分子、分母的自由度均为10,查F分母表得临界值F0.05(10,10)=2.98,因为F=4.0217>F0.05(10,10)=2.98,所以拒绝原假设,表明模型确实存在异方差(二)White检验根据White检验中辅助函数的构造,则辅助函数为经估计出现White 检验结果,见图从图可以看出,n =20.15100,由White 检验知,查分布表,得临界值(2)=5.9915,同时X 和的t 检验也显著。
比较计算的统计量与临界值,因为n =20.15100>(2)=5.9915,所以拒绝原假设,不拒绝备择假设,表明模型存在异方差。
四、异方差性的修正在运用WLS 法估计中,可以分别选中各种权数做比较,从中则较为理想的权数。
经估计检验用权数1/X t 2的效果最好。
下图为估计结果tt t tv x x +∂+∂+∂=22102σ2R 2χ205.0χ2X 2R 205.0χ可以看出,运用加权最小二乘法消除了预防差性后,参数的t 检验均显著,F 检验也显著,即估计结果为t=(8.303693) (6.569011)=0.976392 DW=1.816022 F=43.15191五.结论这说明个地区建筑业总产值每增加1元,平均来说将增加0.018026元建筑业企业利润总额,而不是引子中得出的需要增加0.37627元建筑业企业利润总额。
庞皓计量经济学第三版课后习题及答案顶配
庞皓计量经济学第三版课后习题及答案顶配庞皓计量经济学第三版课后习题及答案顶配 Last revised by LE LE in 2021第⼆章练习题及参考解答表中是1992年亚洲各国⼈均寿命(Y)、按购买⼒平价计算的⼈均GDP(X1)、成⼈识字率(X2)、⼀岁⼉童疫苗接种率(X3)的数据(1)分别分析各国⼈均寿命与⼈均GDP、成⼈识字率、⼀岁⼉童疫苗接种率的数量关系。
(2)对所建⽴的回归模型进⾏检验。
【练习题参考解答】(1)分别设定简单线性回归模型,分析各国⼈均寿命与⼈均 GDP、成⼈识字率、⼀岁⼉童疫苗接种率的数量关系:1)⼈均寿命与⼈均 GDP 关系Y i 1 2 X1i u i估计检验结果:2)⼈均寿命与成⼈识字率关系3)⼈均寿命与⼀岁⼉童疫苗接种率关系(2)对所建⽴的多个回归模型进⾏检验由⼈均 GDP、成⼈识字率、⼀岁⼉童疫苗接种率分别对⼈均寿命回归结果的参数 t 检验值均明确⼤于其临界值,⽽且从对应的P 值看,均⼩于 ,所以⼈均 GDP、成⼈识字率、⼀岁⼉童疫苗接种率分别对⼈均寿命都有显着影响.(3)分析对⽐各个简单线性回归模型⼈均寿命与⼈均 GDP 回归的可决系数为⼈均寿命与成⼈识字率回归的可决系数为⼈均寿命与⼀岁⼉童疫苗接种率的可决系数为相对说来,⼈均寿命由成⼈识字率作出解释的⽐重更⼤⼀些为了研究浙江省财政预算收⼊与全省⽣产总值的关系,由浙江省统计年鉴得到以下数据:的显着性,⽤规范的形式写出估计检验结果,并解释所估计参数的经济意义(2)如果 2011 年,全省⽣产总值为 32000 亿元,⽐上年增长 %,利⽤计量经济模型对浙江省 2011 年的财政预算收⼊做出点预测和区间预测(3)建⽴浙江省财政预算收⼊对数与全省⽣产总值对数的计量经济模型,. 估计模型的参数,检验模型的显着性,并解释所估计参数的经济意义【练习题参考解答】建议学⽣独⽴完成由12对观测值估计得消费函数为:(1)消费⽀出C的点预测值;(2)在95%的置信概率下消费⽀出C平均值的预测区间。
贵州省人民政府关于建筑业改革的若干规定-黔府[1984]49号
贵州省人民政府关于建筑业改革的若干规定正文:---------------------------------------------------------------------------------------------------------------------------------------------------- 贵州省人民政府关于建筑业改革的若干规定(1984年6月28日黔府〔1984〕49号)建筑业是国民经济的一个重要物质生产部门。
建筑业的经济效益如何,对整个国民经济关系极大。
长期以来,建筑业缺乏独立经营的必要条件,加上我省建筑业本身的素质比较差,经营管理和技术水平都比较落后,因而普遍存在着工期长、消耗高、浪费大、技术进步慢等问题。
为了适应社会主义现代化建设的需要,建筑业必须围绕缩短工期、提高质量、降低消耗、增加盈利等问题加快进行改革。
为此,特作如下规定。
一、改革经营方式,实行招标、投标。
凡是重要工程的设计和施工,都必须实行招标、投标;一般工程也可以由建设单位择优选定设计和施工单位。
省内、省外的国营和集体施工单位,经资质审查合格后,都可以参加投标,以鼓励竞争,防止垄断。
各级城乡建设主管部门,要加强对招标、投标工作的组织领导和管理。
二、积极推行各种投资包干制。
目前要全面推行施工图预算加系数包干和住宅平方米造价包干,并积极创造条件,实行投资包干、工程概算包干、工程造价一次包死,超支国家不补,节约归承建单位。
三、改进分配方式,大力推行百元产值工资含量包干办法。
工资含量和利奖比例,由城乡建设主管部门会同有关部门核定;工资总额进入成本,当年工资节余,由企业自行支配并允许转入下年使用。
实行工期奖和全优奖,做到优质优价。
奖金由建设单位支付。
具体办法,由有关部门制定。
建筑业内部要推行多种形式的经济责任制,打破“大锅饭”。
各建筑公司、工程队、混合小分队和专业班组要层层承包,推行栋号包干、施工队“五费”(即人工费、机械费、材料费、管理费、其他直接费)包干和浮动工资等办法,职工收入高不封顶,低不保基本工资。
东西部地区建筑业的投入产出比较分析
东西部地区建筑业的投入产出比较分析李红波;张元鑫;张克宾【摘要】为了对东西部地区建筑业的投入产出效率进行客观的评价,通过建立DEA 模型较为细致分析了我国东西部各地区2012年建筑业的投入产出状况.结果显示:西部地区建筑业在产出总量上和产出效率上都落后于东部.2012年北京市的建筑业投入产出综合效率最高,西藏地区最低,且东西部绝大部分地区建筑业处于规模报酬递减阶段.最后针对有些地区建筑业发展过程中的投入产出不足也给以了解释说明,并提出相应的改进建议.【期刊名称】《江西科学》【年(卷),期】2014(032)005【总页数】5页(P715-719)【关键词】东部;西部;建筑业;投入产出【作者】李红波;张元鑫;张克宾【作者单位】昆明理工大学土木工程学院,650500,昆明;昆明理工大学土木工程学院,650500,昆明;昆明理工大学土木工程学院,650500,昆明【正文语种】中文【中图分类】F224.12建筑业作为国民经济的支柱产业,它与整个国家经济的发展有着密切的关系。
建筑业的发展水平与各地的经济发展水平紧密相连,经济的发展支撑了建筑业的发展,建筑业的发展又带动经济的发展。
2012年国内建筑业总产值是1980年的200多倍,建筑业增加值占国内生产总值的比重从3.8%增加到了6.8%[1],成为拉动国民经济快速增长的重要力量。
然而,由于地理位置、经济发展、政策倾斜等各方面的差异,我国不同地区的建筑业发展实力差距较大[2],东部沿海发达地区相对于欠发达西部地区具有明显的竞争优势。
从总量上来说,2012年东部地区建筑业总产值为73 815.11 亿元,而西部地区为24 342.38亿元,仅为东部的33%。
可见东西部地区建筑业的发展存在很大差距,同时也间接地说明西部地区建筑业的发展存在较大潜力。
通过东西部地区建筑业的投入产出效率比较分析,可以认清东西部地区建筑业的发展现状,以及地区间的效率水平差异,有利于相关管理者制定科学的投入政策,缩小地区间建筑业的差距、促进我国建筑业的均衡发展。
当前河南省建筑业运行情况分析
产业 集 中 度 ,提 升 产 业发 展 质 量 , 实现
建筑 业 跨越 式 发展 。 2 1 年一 季 度河 南 0 1 建筑 业 企 业 (总承 包 和专 业 承 包 建筑 业 企 业 , 不 含 劳 务 分包 建 筑 业 企 业 ,下
提 高 ,提 高 1 个百 分 点 。 产 值 竣 工率 1 3
加 了较 大 的就 业 机 会 , 带动 了较 多 的劳
季度 ,河 南 建筑 业 企业 总 收入 实
现 稳步 增 长 ,高于 全 国增 速 ,河 南 建 筑
动 力 就 业 。计 算 劳 动 生产 率 的 平均 人 数
也 比去 年 同 期 增 加 了 1 万 人 ,达 到 70
1 74 6 万人 , 同比增 长 1 % 。一 季度 , 13
房 屋 建筑 施 工是 建筑 业 企业 最 重 要
今 年 一 季 度 的65 , 增加 了 0 个 百 分 % 2
同 ) 产 规模 进 一 步 扩 大 ,省 外施 工 能 生
力 不 断增 强 ,企 业 效 益进 一 步 提 高 ,呈 现 出 良好 的发 展 态 势 。现 就 其 运行 特 征
业 企业 总收 入 和工 程 结 算 收 入 的增 长 速
度 比全 国分别 高 出20 . 个百 分点 。 和2 1
季 度 ,河 南建 筑 业企 业 竣工 产值
城 中村 的居住 者 主 要是 刚 毕业 的大
学 生和 外 来 务工 人 员 ,这 些人 是 城市 建 设 的生 力 军 ,他 们 对 城市 的发 展 起 到 了
Z O G H U O SR C IN H N ZO NT UT C O
当前河南省建筑 业运行情况分析
马倩 羽
各个建筑行业盈利水平
各个建筑行业盈利水平
12个类别特、一级施工总承包企业共完成建筑业总产值94077.6亿元,其中建筑业总产值排在前四位的专业类别是房屋建筑工程、公路工程、市政公用工程和铁路工程,分别达到64554.0亿元、6848.1亿元、5520.5亿元和5425.1亿元。
这4个类别特、一级施工总承包企业完成的建筑业总产值之和占到所有12个类别特、一级施工总承包企业建筑业总产值的比重为87.6%。
2014年各类特、一级施工总承包企业建筑总产值情况
12个类别特、一级施工总承包企业建筑业总产值构成 12个类别特、一级施工总承包企业共完成利润总额2635亿元。
其中利润总额排在前四位的是房屋建筑工程、公路工程、市政公用工程、水利水电工程。
分别为1831.1亿元、188.7亿元、175.2亿元、81.5亿元。
这4个类别特、一级施工总承包企业利润总额之和占所有12类特、一级施工总承包企业新签合同的比重为86.4%(表9)。
2014年各类特、一级施工总承包企业利润总额对比表
5.8%5.9% 房屋建筑工程
68.6%
2014年各类特、一级施工总承包产值利润率对比表。
我国建筑行业运行发展情况分析报告
我国建筑行业运行发展情况分析报告目录第一节行业运行现状分析 (1)一、行业景气度分析 (1)二、建筑业总产值 (2)三、建筑企业新签订合同 (2)四、对外承包工程建筑业完成额与新签合同额 (3)五、行业规模分析 (5)六、行业经营效益情况 (6)第二节行业内企业运行情况分析 (6)一、建筑企业规模特征分析 (6)二、不同所有制企业特征分析 (8)三、行业内上市公司分析 (8)四、重点企业分析 (11)第三节行业区域分布情况 (25)一、行业分布 (25)二、重点分布区域分析 (29)第四节行业竞争格局及发展特征分析 (37)一、行业进退出壁垒分析 (37)二、行业竞争结构分析 (37)三、建筑业发展特征 (42)四、行业经营模式、盈利模式分析 (42)2014年,是中国全面深化改革元年,也是建筑业的转型升级之年。
2014年,国家积极推进基础设施互联互通、“一带一路”、京津冀协同发展、长江经济带等政策,不断努力提高对外投资效率和质量,推动优势产业走出去。
同时加大重大项目建设力度,围绕中西部铁路、城市基础设施、通用航空机场、水利工程、环保等方面,实施和统筹推进了一批重大项目计划。
受宏观环境及国际经济缓慢复苏的影响,房地产企业库存高筑,新开工面积增速一路下滑,建筑业总产值增速创近10多年以来新低。
第一节行业运行现状分析一、行业景气度分析2014年12月,建筑业商务活动指数为57.1%,比上月回落1.8个百分点,表明12月建筑业业务总量稍有回落,但增速依然较快;建筑业新订单指数为54.0%,比上月上升1.1个百分点,仍高于临界点,市场需求呈增长态势。
2014年全年各月建筑业商务活动指数虽低于2013年同期值,但均明显高于临界点50以上,表明建筑业业务总量仍保持较速增长。
数据来源:国家统计局图1建筑业商务活动指数图二、建筑业总产值2014年全国建筑业总产值176713亿元,同比增长10.2%,增速自2010年以来持续下滑,较同期增幅下降5.9个百分点,创近16年来增速新低。
我国建筑业总产值影响因素分析
1概述建筑业是专门从事土木工程、房屋建设和设备安装以及工程勘察设计工作的生产部门.其产品是各种工厂、矿井、铁路、桥梁、港口、道路、管线、住宅以及公共设施的建筑物、构筑物和设施.建筑业生产是由劳动者利用机械设备与工具,按设计要求对劳动对象进行加工制作,从而生产出一定的产品,这使它具有工业生产的特征.但是,它又有许多不同于一般工业生产的技术经济特点,因而是一个独立的物质生产部门.其主要特点是:固着地上,不能移动;复杂多样,彼此各异;形体庞大,整体难分;经久耐用,使用期长.建筑业产品的这些特点,又造成了建筑业生产上的一系列特点,主要是:生产的流动性;生产的单件性;生产周期长;生产受自然气候条件的影响大.建筑行业景气程度与全国固定资产投资变化情况显著正相关.行业自11年以来就没有大的整体性行情,归其原因在于政府2008年“四万亿元”经济刺激后,全国固定资产投资在当前经历了一个30%以上增速的高速期,而随后如高通货膨胀、政府债务等一系列问题暴露,经济和固定资产投资增速也呈下台阶走势.与此相对应,建筑类企业经历了2008-2009年整体业绩的高速释放后,收入和业绩增长也在趋缓,尤其2012年更是有小幅下滑.2013年至今虽有回升,但行业整体情况并没有实质性好转.随着目前我国对于房地产行业的打压产业转型升级的需要以及一些政策的调整,建筑业的发展也面临着很多困难和挑战,我们通过对数据的分析,研究建筑业总产值、建筑企业数量、建筑从业人员、建筑施工面积、建筑企业利润之间的相关关系,提出促进建筑业总产值增长和可持续发展的措施.2我国建筑业发展的必要性2.1建筑业是我国国民经济支柱产业2013年以来,处于“换挡期、阵痛期、消化期”三期叠加的中国经济面临较大的下行压力,2015年建筑业增长值同比增速6.80%,甚至低于G D P 增速,行业发展受到挑战.尽管增速放缓,但建筑业增加值占G D P 比重自2008年以后即连续维持在6%以上,凭借庞大的资金规模和广泛吸引就业人数的天然特质,建筑业仍是我国国民经济支柱产业和社会发展的稳定器.2.2建筑业得到政府政策大力支持2016年10月29日中央政治局召开会议分析研究当前经济形势和经济工作,强调继续坚持适度扩大总需求,以推进供给侧结构性改革为主线,有效实施积极的财政政策,坚持稳健的货币政策,注重抑制资产泡沫和防范经济金融风险.自“一带一路”战略的提出,我国建筑业“走出去”成绩显著,已经成为我国对外投资合作的重要组成部分,可见,“一带一路”给我国建筑业带来发展机遇期.2.3建筑业得到科学技术支持V ol.33N o.6Ju n.2017赤峰学院学报(自然科学版)Jou rn al of C h ifen g U n iversity (N atu ral Scien ce E d ition )第33卷第6期(下)2017年6月我国建筑业总产值影响因素分析梁飞银(安徽财经大学,安徽蚌埠233030)摘要:改革开放以后,我国建筑业得到了快速的发展,为中国经济的持续增长做出了重要贡献.本文针对我国建筑业的发展状况,选取2002-2016年相关数据,利用E-Views 软件,通过建立模型和模型的检验与调整,得出模型的应用与对策措施.希望本文有助于我国建筑业总产值的持续增长.关键词:建筑业;影响因素;模型建立;措施中图分类号:F 407.9文献标识码:A 文章编号:1673-260X (2017)06-0078-03收稿日期:2017-03-1678--. All Rights Reserved.得益于新技术的发展和应用,包括物联网、B I M技术、绿色建筑、装备式建筑、建筑新材料等在内的多个涉及建筑行业产业升级的窗口已渐次浮现,并相互叠加推进.尽管房地产固定资产投资短期内难以出现2010-2012年那样地高增长,随着科学技术的创新和发展,建筑业不断转型升级,在经济周期中起到愈发重要的作用,必将导致建筑业大幅上升.2.4建筑业是城市的精神和文化的灵魂从从属的角度看,城市是建筑的载体;从物质的角度看,建筑是城市的主体;从人类活动角度看,建筑和城市都是因人类的活动而创造的空间.所以,城市与建筑的关系是相互影响的.建筑的构筑因其复杂性和长期性往往滞后于同期科学文化发展的进程,但是在思想上,一个有代表性的建筑往往凝结了这个时代最辉煌的科学艺术文化成就,从而形成了时代赋予的鲜明特征而代表这个时代的标志.3模型建立影响建筑业总产值的因素有很多,有的影响因素可能会对其产生直接的影响,而有些因素的影响可以忽略.即对建筑业总产值影响显著的因素是必须要考虑的,影响不显著的可以忽略.下面主要选取建筑企业数量、建筑从业人员、建筑施工面积、建筑企业利润这四个因素来探讨他们对建筑业总产值的影响.建筑业总产值、建筑企业数量、建筑从业人员、建筑施工面积、建筑企业利润分别用Y、X1、X2、X3、X4这四个字母表示.分别作被解释变量建筑业总产值(Y)与解释变量建筑业企业单位数(X1)、建筑业企业从业人员(X2)、建筑业施工面积(X3)、建筑业企业利润总额(X4)的散点图,由散点图可知,解释变量建筑业总产值(Y)与解释变量建筑业企业单位数(X1)、建筑业企业从业人员(X2)、建筑业施工面积(X3)、建筑业企业利润总额(X4)的线性关系明确,初步建立回归方程模型.得到回归方程:Y=12974.611-0.2933125652*X1-0.594610594*X2+0.06812287122*X3+16.95834883*X4.4模型的检验与调整4.1经济意义检验建筑业总产值(Y)与解释变量建筑业企业单位数(X1)、建筑业企业从业人员(X2)、建筑业施工面积(X3)、建筑业企业利润总额(X4)应该成正相关关系,但是多元回归模型中,建筑业总产值(Y)与解释变量建筑业企业单位数(X1)、建筑业企业从业人员(X2)的系数为负,所以成负相关关系,与经济学意义不符,故认为原模型存在错误,需要调整.4.2计量经济学检验1.多重共线性检验与修正计算各解释变量的相关系数,选择X1、X2、X3、X4数据,点“views/correlation”得到相关系数矩阵,可知各相关变量之间都存在着高度相关关系.建筑业总产值(Y)与建筑业企业利润总额(X4)的相关系数最大,所以我们建立方程,然后进行逐步回归.由于X1、X2、X3、X4的V I F都大于10,所以模型存在严重的多重共线性.通过引入逐步回归,使模型的拟合优度都有所提高,然后应以建筑业总产值Y=f(X3,X4)为最优,拟合结果如下:Y=-616.8276488+0.05405974261*X3+17.31862749*X42.异方差性检验(wh ite检验法)在运用加权最小二乘法(W L S)估计过程中,采用权数,用权数为W3的效果最好,修异方差性影响后的回归结果修正过的模型为:Y=1054.850615+0.04921126968*X3+17.64734999*X43.自相关检验(1)D W检验因为n=15,k=2,取显著性水平=0.05时,查表得=0.946,=1.543,而<1.779336=D W<4,所以误差项不存在自相关.(2)B G检验用B G检验进行自相关检验,在E V iews中,在方程窗口中点击V iew/R esid ual T est/Serial C orrela-tion L M T E ST”,在“lags to in clud e”中选取滞后阶数,回车即得B G检验结果.临界概率P=0.026582,因此辅助回归模型是显著的,即存在自相关性.回归系数均显著地不为0,说明双对数模型存在一阶和二阶自相关性.4.3模型调整和确定在L S命令中加上A R(1)和A R(2),使用迭代估计法估计模型.所以最后得到的模型是:Y=1054.850615+0.04921126968*X379--. All Rights Reserved.+17.64734999*X4.5模型的应用与对策建议通过上述的分析,得出我国的建筑业总产值主要受建筑施工面积、建筑企业利润的影响,我国的建筑业总产值随着两者的增加而增加.从2002年到2016年我国的建筑业总产值一直在增加,而且增长的幅度越来越大,无论是建筑业施工面积、建筑业企业利润总额,它们都在增加.在可预见的未来内,我国的建筑业总产值还会不断的增加,而且增加的幅度会更大,不断拉动我国经济的发展.综上,增加我国建筑业总产值的最有效的方法是增加建筑工程产值和安装工程产值.5.1确定建筑业发展目标确定建筑业的发展目标,主要从以下两个方面来说:一方面,确定建筑业的发展规模,即确定建筑业的建造产值.如:十三五规划中提出的2020年国内生产总值和城乡居民人均收入比2010年翻一番的要求.另一方面,确定建筑业发展方向.政府要明确发展可持续、绿色的建筑目标;企业要科学评估自身实力,找准方向和定位,确定好企业自身的发展规划.实力强的企业可以向建筑总承包商和建筑发展商转型,实力较强的企业可以向“微笑曲线”两端延伸,地方性企业可以利用历史文化和“一带一路”等政策发展建筑.5.2加快建筑业转型升级当前企业发展陷于“坡顶”困境.人工、材料、运营成本处于历史高位,“营改增”带来的成本增加,经营压力前所未有;但是恰恰此时,市场需求在缓慢下降,新兴的商业模式不断碾压传统模式发展,大型央企和民营企业之间的竞争边界日益模糊,尤其是在“去产能”的要求下,我们擅长的钢铁行业作为重中之重,传统企业发展面临着从未有过的困境.我们必须要因势而动、顺势而为,和过去一切不适合企业发展的传统和模式挥别,借助这轮改革升级的强劲东风,另起一盘、重起炉灶,按照经济新常态下供给侧结构性改革的新的发展逻辑实现新的跨越发展.5.3加强人才队伍的建设人力资源是确定建筑业竞争优势的重要因素,相对发达国家的成熟产业工人而言,我国劳动力数量丰富、价格低廉,但是由于行业主管部门自身的局限性,加之社会培训质量参差不齐,对建筑工人的教育培训难以达到理想的效果,因此,“十三五”期间,国家建筑行业主管部门应该编制建筑产业工人培训指南,地方各级主管部门则应加大投入和监管,通过联合教育研究机构和企业开展培训工作,切实提高产业工人的“工匠精神”和技术水平.6结论本文针对我国建筑业的发展的发展状况,选取我国2002-2016年相关数据,利用E-V iews软件,通过建立模型的建立和模型的检验与调整,得出模型的应用与对策建议.相对来说,影响建筑业总产值较大的因素是建筑业施工面积、建筑业企业利润总额,目前来说,随着中国城镇化的进程加快,建筑业的面积也会随着不断的扩大,16年来,建筑业的总产值和施工面积翻了十番,总利润更是扩大了36倍,建筑业总体来说得到了飞速的发展,产值不断提升,面积不断扩大,企业数量从业人员也不断增加,企业利润也不断增加.模型缺陷及不足:一是就建立模型影响因素而言,其解释变量本身存在相互影响关系,比如企业数量和从业人员之间存在一定的相关关系,二是模型预测结果是否真实可靠,但受限于数据的统计,许多影响因素无法量化,时间跨度不大,仅仅选用15年的数据,数据存在局限性,只能反映特定时间段的结果,没有将改革开前与改革开放后进行对比,三是受专业水平限制,许多模型检验修正方法未能运用,影响模型精确度,考虑的因素较少,分析的不够全面.希望本文有助于我国建筑业总产值的持续增长.———————————————————参考文献院〔1〕陈辉华.建筑业产业竞争力评价[J].统计与决策, 2007(06).〔2〕万龙.中国建筑业产业竞争力比较研究[D].哈尔滨工业大学,2013.〔3〕吴勤.我国建筑业发展存在的主要问题及对策研究[D].华中科技大学,2006.〔4〕张德群.中国建筑产业国际竞争力评价模型研究[J].建筑管理现代化,1998(3):25-27.〔5〕金维兴,陆歆弘,何云峰.建筑业产业成长发展轨迹的回归模型[J].土木工程学报,2003(3).〔6〕唐晓灵.中国建筑业经济增长与产业演化模型研究[D].西安建筑科技大学,2008.80--. All Rights Reserved.。
计量经济学
计量经济学1横截⾯数据是指() [单选题] *A.同⾯时点上相同统计单位相同统计指标组成的数据B.同⾯时点上相同统计单位不同统计指标组成的数据C.同⾯时点上不同统计单位相同统计指标组成的数据(正确答案)D.同⾯时点上不同统计单位不同统计指标组成的数据2.下⾯属于横截⾯数据的是() [单选题] *A.某年某地区20个乡镇⾯业产值的合计数B.某年某地区20个乡镇各镇的⾯业产值(正确答案)C.1991−2003年各年某地区20个乡镇企业各镇的⾯业产值D.1991−2003年各年某地区20个乡镇企业的平均⾯业产值3.计量经济模型是指() [单选题] *A.投⾯产出模型B.数学规划模型C.模糊数学模型D.包含随机扰动项的经济数学模型(正确答案)4.计量经济学是下列哪⾯学科的分⾯学科() [单选题] *A.数学B.经济学(正确答案)C.统计学D.数理统计学5.同⾯统计指标同⾯统计单位按时间顺序记录形成的数据列是() [单选题] *A.时期数据(正确答案)B.横截⾯数据C.时间序列数据D.混合数据6.经济计量分析⾯作的基本步骤是() [单选题] *A.确定模型导向→确定变量及⾯程式→检验模型→估计模型B.个体设计→总体估计→估计模型→应⾯模型C.设定模型→估计参数→收集样本资料→应⾯模型D.设定理论模型→收集样本资料→估计模型参数→检验模型(正确答案)7.相关系数r的取值范围是() [单选题] *A.r≥1B.r≤-1C.0≤r≤1D.−1≤r≤1(正确答案)8.如果X和Y在统计上独⾯,则相关系数等于() [单选题] *A.1B.0(正确答案)C.-1D.∞9.相关关系是指() [单选题] *A.变量间不确定性关系(正确答案)B.变量间的⾯独⾯关系C.变量间的函数关系D.变量间的因果关系10.经计算,变量x与y之间相关系数为-0.75,则⾯者之间存在() [单选题] *A.中度负相关B.⾯度负相关C.中度线性负相关(正确答案)D.低度负相关11.反映由模型中解释变量所解释的那部分离差大小的是() [单选题] *A.残差平方和B.总体平方和C.回归平方和(正确答案)D.离差和12进行一元线性回归分析时的两个变量() [单选题] *A.都是随机变量B.都不是随机变量C.随机的或非随机都可以D.一个是随机变量,一个不是随机变量(正确答案)13.产量(X,台)与单位产品成本(Y,元/台)之间的回归方程为Image,这说明()[单选题] *A.产量每增加一台,单位产品成本增加356元B.产量每增加一台,单位产品成本平均减少1.5元(正确答案)C.产量每增加一台,单位产品成本平均增加356元D.产量每增加一台,单位产品成本减少1.5元14.设Y表示实际观测值,Image表示OLS估计回归值,则下列哪项成立() [单选题] *A.ImageB.Image(正确答案)C.ImageD.Image15.参数Image的估计量Image具备有效性是指() [单选题] *A.ImageB.ImageC.Image(正确答案)D.Image16.已知某一直线回归方程的判定系数为0.64,则解释变量与被解释变量间的线性相关系数为() [单选题] *A.0.4B.0.8(正确答案)C.0.32D.0.6417.判定系数R2的取值范围是() [单选题] *A.R2≥1B.R2≤-1C.0≤R2≤1(正确答案)D.-1≤R2≤118.相关系数r的取值范围是() [单选题] *A.r≥1B.r≤-1C.0≤r≤1D.-1≤r≤1(正确答案)19一元线性回归模型Image经典假设不包括() [单选题] *A.Image~N(0,1)(正确答案)B.Image(常数)C.ImageD.Image20.用一组有30个观测值的样本估计模型Image,在0.05的显著性水平下对Image的显著性作t检验,则Image显著地不等于零的条件是其统计量t大于() [单选题] *A.t0.05(30)B.t0.025(30)C.t0.05(29)D.t0.025(28)(正确答案)21.以带“^”表示估计值,u表示随机误差项,e表示残差,如果y与x为线性相关关系,则下列哪些是正确的() [单选题] *A.ImageB.ImageC.Image(正确答案)D.Image22.假设线性回归模型满足全部基本假设,则其参数估计量具备的条件不包括()[单选题] *A.可靠性(正确答案)B.有效性C.无偏性D.线性23.下列方法中哪一个是回归分析中估计回归参数的方法主要有() [单选题] *A.相关系数法B.方差分析法C.最小二乘估计法(正确答案)D.因子分析法24.用一组有20个观测值的样本估计模型Image,在0.05的显著性水平下对Image的显著性作t检验,则Image显著地不等于零的条件是其统计量t大于() [单选题] *A.t0.025(18)(正确答案)B.t0.05(19)C.t0.05(19)D.t0.025(20)25.在总体回归直线Image中,Image表示() [单选题] *A.当X增加一个单位时,Y增加Image个单位B.当Y增加一个单位时,X增加Image个单位C.当X增加一个单位时,Y平均增加Image个单位(正确答案)D.当Y增加一个单位时,X平均增加Image个单位26.用OLS估计经典线性模型Image,则样本回归直线通过点() [单选题] *A.ImageB.ImageC.ImageD.Image(正确答案)27.二元线性回归模型中,普通最小二乘法估计参数的准则是使() [单选题] *A.ImageB.Image(正确答案)C.ImageD.Image28.用一组有30 个观测值的样本估计模型后,在0.05的显著性水平下对的显著性作t检验,则显著地不等于零的条件是其统计量大于等于() [单选题] *A.(27)(正确答案)B.(28)C.(1,28)D.(30)29.参双对数模型中,参数的含义是() [单选题] *A.X的绝对量发生一定变动时,引起因变量Y的相对变化率B.Y关于X的边际变化C.X的相对变化,引起Y的期望值绝对量变化D.Y关于X的弹性(正确答案)30.当变量之间的相关系数大于多少时,我们认为变量之间存在严重多重共线性() [单选题] *A.0.5B.0.6C.0.7D.0.8(正确答案)31.方差膨胀因子大于多少时,认为变量间存在严重多重共线性() [单选题] *A.9B.10(正确答案)C.11D.1232.在二元线性回归模型中,表示() [单选题] *A.当X1不变时,X2每变动一个单位Y的平均变动B.当X2不变时,X1每变动一个单位Y的平均变动(正确答案)C.当X1和X2都保持不变时,Y的平均变动D.当X1和X2都变动一个单位时,Y的平均变动33.模型中引入实际上与解释变量有关的变量,会导致参数的OLS估计量方差()[单选题] *A.不变B.增大(正确答案)C.减小D.有偏34.存在严重的多重共线性时,参数估计量的值() [单选题] *A.变大B.变小C.无穷大D.无法估计(正确答案)35.在线性回归模型中,若解释变量和的观测值成比例,即有,其中k为非零常数,则表明模型中存在() [单选题] *A.方差非齐性B.多重共线性(正确答案)C.序列相关D.设定误差36.当模型中的解释变量存在完全多重共线性时,参数估计量的方差为() [单选题] *A.0B.1C.最小D.∞(正确答案)37.在由n=30的一组样本估计的包含3个解释变量的线性回归模型中,计算得可决系数为0.8500,则调整后的可决系数为() [单选题] *A.0.8327(正确答案)B.0.8603C.0.8655D.0.868938.在二元线性回归模型中,表示() [单选题] *A.当X1不变时,X2每变动一个单位Y的平均变动B.当X2不变时,X1每变动一个单位Y的平均变动(正确答案)C.当X1和X2都保持不变时,Y的平均变动D.当X1和X2都变动一个单位时,Y的平均变动39.在模型的经济意义检验中,不包括检验下面的哪一项() [单选题] *A.参数估计量的显著性(正确答案)B.参数估计量的大小C.参数估计量的符号D.参数估计量的相互关系40.一元线性回归模型的经典假设不包括() [单选题] *A.~N(0,1)(正确答案)B.(常数)CD.41.用一组有40个观测值的样本估计模型,在0.05的显著性水平下对的显著性作t 检验,则显著地不等于零的条件是其统计量t大于() [单选题] *A.t0.025(38)(正确答案)B.t0.05(39)C.t0.05(39)D.t0.025(40)42.判定系数R2=0.8,说明回归直线能解释被解释变量总变差的() [单选题] *A.89%B.80%(正确答案)C.64%D.20%43.以下关于相关关系显著性检验论述正确的有() [单选题] *A.构建的检验统计量为Z统计量B.构建的检验统计量为F统计量C.原假设是想推翻的假设,即不相关、相关系数为零(正确答案)D.原假设是想论证的假设,即变量间相关关系显著44.经计算,变量x与y之间相关系数为-0.75,则⾯者之间存在() [单选题] *A.中度负相关(正确答案)B.⾯度负相关C.高度负线性相关D.低度负相关45.下列方法中哪一个是回归分析中估计回归参数的方法主要有() [单选题] *A.相关系数法B.方差分析法C.最小二乘估计法(正确答案)D.因子分析法46.下面属于横截面数据的是() [单选题] *A.1991-2014年各年西安市10个区的地区生产产值B.2014年西安市10个区的地区生产产值(正确答案)C.2014年西安市10个区的地区生产产值的平均数D.2014年西安市10个区的地区生产产值的合计数47.相关系数r的取值范围是() [单选题] *A.r≥1B.r≤-1C.0≤r≤1D.-1≤r≤1(正确答案)48.加权最小二乘法克服异方差的主要原理是通过赋予不同观测点以不同的权数,从而提高估计精度,即() [单选题] *A.重视大误差的作用,轻视小误差的作用B.重视小误差和大误差的作用C.重视小误差的作用,轻视大误差的作用(正确答案)D.轻视小误差和大误差的作用49.Y的平均值的区间预测较点预测更为科学。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
四、 结论
本案例对各地区建筑业总产值和建筑业企业利润总额之间的关系进行了分析,并对模 型中异方差等问题进行了修正,得出如下结论:建筑业总产值入每增加 1 万元,平均来说 可导致建筑业企业利润总额相应增加,即建筑业总产值与建筑业企业利润总额之间呈正相 关关系,建筑业总产值的增加可以带动建筑业企业的发展。适度增加建筑业总产值可以更 好的发展经济。
计量经济学 期末实验报告
实验名称:各地区建筑业总产值对建 筑业企业利润总额的影响 姓名: 学号: 班级: 指导教师: 时间:
一、 研究的背景
近年来,由于房地产事业的快速发展,同时也带动了建筑业的总产值业的飞速增长, 为了研究各地区建筑业总产值和建筑业企业利润总额之间的关系,预测未来的增长趋势, 需建立计量经济学模型。
表 4. white 检验结果
从表 4 可以看出,nR2=7.962241,由 white 检验知,在α =0.05 下,查χ 2 分布表,得临界 值χ
2 0.05
(2)=5.99147,比较计算的χ 2 统计量与临界值,因为 nR2=7.962241>χ
异方差修正 (1)w1=1/Xt
建筑业总产值(X) 25767692 12219419 16146909 10607041 6811038.3 21000402 15441660 7861403.8 32890450 21517230 21108043 18288148 29995140 6127370 821834 11287118 7383390.8 8758777.8 25241801 70105724 69717052 15169772 21099840 3487908.1 7566795.1 602940.7 11730972 4369038.8 1254431.1 1549486.5 4508313.7
二、 指标选取和数据搜集
从《中国统计年鉴》可以收集到以下数据:
表 1.各地区建筑业总产值和建筑业企业利润总额(单位:万元)
地区 北京 天津 河北 山西 内蒙古 辽宁 福建 江西 山东 河南 湖北 湖南 广东 广西 海南 重庆 吉林 黑龙江 上海 江苏 浙江 安徽 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏 新疆
建筑业企业利润总额(Y) 960256.4 379211.6 446520.8 194565.9 353362.6 836846.6 375531.9 188502.4 1190084.1 574938.7 698837.4 545655.7 1388554.6 126343.1 14615.7 386177.5 102742 98028.5 794136.5 2368711.7 1887291.7 378252.8 466176 41893.1 266333.1 52895.2 224646.6 152143.1 24468.3 25224.6 68276.6
不拒绝 H0:β 1 =0;因为 t(β 2)=20.82325> t0.025(29)=2.045,所以应拒绝 H0:β 2 =0。 这表明常数项对被解释变量“建筑业企业利润总额”没有显著影响,“建筑业总产值”对 “建筑业企业利润总额”有显著影响。 3.计量经济学检验 (1)异方差检验(white 检验) : 为确定该模型是否存在异方差,用 Eviews 软件对模型进行 White 检验,经估计出现 检验结果如下所示:
80000000 建 筑 业 企 业 利 润 总 额 ( Y ) 70000000 60000000 50000000 40000000 30000000 20000000 10000000 0 0 500000 1000000 1500000 2000000 2500000
建筑业总产值(X)
从散点图可以看出建筑业企业利润总额(Y)与建筑业总产值(X)大体呈现为线性关系, 为分析建筑业企业利润总额随建筑业总产值变动的数量规律性,可以建立如下简单的线性 回归模型: Yt = β
三、 实验过程
(一)模型设定
为了分析各地建筑业企业利润总额与建筑业总产值的关系,选择 2007 年“建筑业企 业利润总额”为被解释变量(用 Y 表示),选择 2007 年“建筑业总产值”为解释变量(用 X)表示。 为分析建筑业企业利润总额(Y)和建筑业总产值(X)的关系,作如下散点图:
表 2.建筑业企业利润总额与建筑业总产值的散点图
表 5.用权数 w1 的结果
(2)W2=1/Xt2
表 6.用权数 w2 的结果
(3)W3=1/sqr(Xt)
表 7.用权数 w3 的结果
经估计检验发现用权数 w3 的效果最好。 表 7 的估计结果如下: Yt = −9038.879 + 0.031133Xt (-0.591165) (17.60107) R2=0.780906,DW=2.033524,F=309.7978 括号中数据为 t 统计量值。 可以看出运用加权最小二乘法消除了异方差性后,参数的 t 检验均显著,F 检验也显 著,并说明建筑业总产值入每增加 1 万元,平均来说可导致建筑业企业利润总额增加 0.031133万元。 (2)自相关检验 经上述异方差检验和修正后,消除异方差。对样本量为 31、一个解释变量的模型、5% 显著水平, 查 DW 统计表可知, dl=1.297, du=1.570, 模型中 du<DW<4-du,模型中没有自相关。
1
+ β 2 Xt + μ
t
其中,β 1 、β 2 为模型参数;μ t 为随机扰动项。 (二)参数估计 利用 Eviews 软件,生成 Y、X 的数据,并采用这些数据对模型进行 OLS 回归,结果如表 3 所示:
表 3.回归结果
可用规范的形式将参数估计和结果写为 Yt = −28992.91 + 0.032345Xt (36196.79) (0.001553) t =(-0.800980) (20.82325) R2=0.937312 (三)模型检验 1. 经济意义检验 所估计的参数β 1 = −28992.91,β 2 = 0.032345 ,这说明建筑业总产值入每增加 1 万元,平均来说可导致建筑业企业利润总额增加0.032345万元。这与理论分析和经验判断 一致。 2 统计意义检验 (1)拟合优度:由表 3 中的数据可以得到 R2=0.937312,这说明模型对样本的拟合很好。 (2)方程显著性(F 检验) :由表 3 知,F 检验的 p 值<0.05,说明回归方程是显著的。 (3) 参数显著性 (t 检验) : 针对 H0: β 1 =0 和 H0: β 2 =0, 由表 3 知, 估计的回归系数β 1的标准 误差和 t 值分别为:SE(β 1)=36196.79,t(β 1)=-0.800980;β 2的标准误差和 t 值 分别为:SE(β 2)= 0.001553,t(β 2)=20.82325。取α =0.05,查 t 分布表得自由度为 n-2=29 的临界值 t0.025(29)=2.045。因为 t(β 1)=-0.800980< t0.025(29)=2.045,所以 F=433.6076 n=31