计量经济学实验报告

计量经济学第二次实验报告

实验目的

1.利用数据建立柯布—道格拉斯生产函数分析美国某行业的投入产出情况，并用多种统计方法检验规模报酬不变的假设。

2．利用CES生产函数检验是否使用柯布道格拉斯生产函数建模是较为合适的。

实验报告

1、问题提出

生产力水平决定了一个国家或者地区的生活水平，因此研究分析产出受那些因素的影响以及是如何被影响对于把握生产规律并进而提高生产效率有着极大的意义。

2、指标选择

从经济学原理的课程学习中可以知道，产量Y主要是被这几个因素所决定：技术水平（T）,资本量（K）,劳动（L）,人力资本（H）自然资源（N）。根据已有的数据资料，为达到实验目的，并且简化实验模型与分析，只分析劳动与资本量这两个因素的投入对产出的影响。在本次实验中，我们分析美国某行业投入与产出情况。选择样本容量为27的样本，分析劳动量，资本与产出的关系。

3、数据来源

数据由老师提供，详细数据见表1

4.数据处理

将表1中的实验数据化为其对数，方便建模时分析，如表2所示

表2

5.数据分析

观察表1数据，可以明显的发现劳动量L 与资本K 投入越多，产出越多。而且没有发现明显不符合实际的数据。但是其中的幂函数关系需要通过进一步的分析发现。 6.建立模型

通过数理经济学的学习我们还了解到，生产函数常以柯布-道格拉斯（Cobb-Douglas ）幂函数的形式出现。柯布-道格拉斯生产函数最初是美国数学家柯布（Cobb ）和经济学家道格拉斯（Douglas ）共同探讨投入生产关系时创立的生产函数，他们根据历史资料，研究了1899-1922年美国资本和劳动对生产的影响，认为在技术不变的情况下产出与投入的劳动力及资本的关系可以表示为：Y AK L βα=，其中Y 表示产量，A 表示技术水平，K 表示投入的资本量，L 表示投入的劳动量，α、β分别表示K 和L 的产出弹性。

由于柯布-道格拉斯（Cobb-Douglas ）生产函数是一个非线性模型，对生产函数取对数，可得：

ln ln lnL Y A K αβ=++

建立线性模型：11220X +X i i Y βββμ=++ 利用样本数据用Eviews 做lnY 对lnK 和lnL 的回归

Dependent Variable: LNY Method: Least Squares Date: 10/27/16 Time: 12:46 Sample: 1 27

Included observations: 27

Variable Coefficient Std. Error t-Statistic Prob. LNK 0.373400 0.087246 4.279838 0.0003 LNL 0.606563 0.129114 4.697887 0.0001 C

1.166313

0.330983 3.523783

0.0017

R-squared 0.942420 Mean dependent var 7.443631 Adjusted R-squared 0.937622 S.D. dependent var 0.761153 S.E. of regression 0.190103 Akaike info criterion -0.378063 Sum squared resid 0.867339 Schwarz criterion -0.234081 Log likelihood 8.103847 Hannan-Quinn criter. -0.335249 F-statistic 196.4056 Durbin-Watson stat 1.854054

Prob(F-statistic)

0.000000

得出回归方程：Y=0.373400lnK+0.606563lnL+1.166313 7.模型检验

Y 对lnK 与lnL 的回归模型的检验

经济检验：

α为0.373400，说明产出与资本投入成正相关，且在其他条件保持不变的情况下，资本投入增加1%，产出增加约0.37%

β为0.606563，说明产出与劳动量成正相关，且在其他条件保持不变的情况下，资本

投入增加1%，产出增加约0.61%，对α与β的估计符合经济理论，故通过经济检验。

统计检验： （1）拟合优度检验：修整的决定系数2

R =0.0.942420,说明模型整体上对样本数据拟合很好，即解释变量K 和L 对 Y 的大部分差异作出了解释。

（2）显著性检验：在5%的显著性水平下，F 统计量的临界值F 0.05(2,24)=3.40,表明模型的线性关系显著成立。自由度为24的t 统计量的临界值为t 0.025(24)=2.0639,因此lnK 与lnL 的参数显著性的异于零。 延伸问题：

估计的资本量投入K 与劳动量投入L 的产出弹性之和为0.97996，很接近于1，但是并不为1，下面从它统计学的意义上考察，看它是否显著不为1，即估计的生产函数是否具有规模收益不变的特征。

若α+β=1，则Cobb-Dauglas 生产函数可以化为如下形式

ln(Y/L)=lnA+αln(K/L)

建立受约束线性模型: 11X +i Y ββμ=０

ｉ＋,利用Eviews 做ln(Y/L)对ln(K/L)的回归

Dependent Variable: Y Method: Least Squares Date: 10/27/16 Time: 14:41 Sample: 1 27

Included observations: 27

Variable

Coefficient Std. Error t-Statistic Prob. X 0.361091 0.076543 4.717486 0.0001 C

1.071482

0.133562 8.022381

0.0000

R-squared 0.470952 Mean dependent var 1.678343 Adjusted R-squared 0.449790 S.D. dependent var 0.251624 S.E. of regression 0.186645 Akaike info criterion -0.448030 Sum squared resid 0.870909 Schwarz criterion -0.352042 Log likelihood 8.048399 Hannan-Quinn criter. -0.419487 F-statistic 22.25467 Durbin-Watson stat 1.870391

Prob(F-statistic) 0.000077

得出回归方程：ln(Y/L)=0.361091ln(K/L)+1.071482

从回归结果看，无约束回归模型的残差平方和为0.867339，受约束回归模型的残差平方和为0.870909，样本容量n=27,计算F 统计量为: F=0.098785

在5%的显著性水平下，自由度为（1,24）的F 统计量的临界值为4.26，大于计算的F 值，故不能拒绝该行业投入产出具有规模收益不变这一假设，即该行业产出投入的规模收益不变。