中国经济增长因素实证分析

中国经济增长因素实证分析

姓名：胡旭学号：20126701 班级：国贸五班

【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发展，经济增长速度更是举世瞩目。本文采用计量经济学模型具体分析了物质资本，劳动力，对国内生产总值的影响，建立计量模型，寻求这些变量与中国国民产出的数量关系，进行定量分析，对模型进行检验。

【关键字】资本，劳动力，经济增长，实证分析

1引言

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，既国民生产总值和国内生产总值的增长来计算。古典经济增长理论以社会财富增长为中心，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。从古典经济增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量，然而，由于资本服务流量难以测度，在我们这里用全社会固定资产投资总额（亿元）来衡量物质资本。中国拥有十三亿人口，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。

2.研究方法

2.1数据

表1.1 中国经济增长影响因素模型时间序列表

资料来源：中经网统计数据库

2.2模型建立

为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值Y作为对经济发展的衡量，代表经济发展；用总就业人员数X1衡量劳动力；用固定资产投资总额X2衡量资本投入。中国经济增长除了受劳动力、资本投入影响外，还可能受其他一些变量及随机因素的影响，我们把它统一归并到随机变Ui中，根据Y与X1、X2的表1.1数据，作Y于X1、X2之间的散点图，如图1，采用的模型如下：Y= ß0+ß1X1+ß2x2+Ui 其中Y代表国内生产总

值，X1代表总就业人员数，X2代表固定资产投资总额，Ui 代表随机误差项

50,000

100,000

150,000

200,000

250,000

300,000

350,000

400,000

Y

图1 X1、X2与Y 的散点图

从散点图可以看出，Y 国内生产总值与X1总就业人员数大致呈线性关系，且正相关，Y 国内生产总值随X1总就业人员数增加而增加；Y 代表国内生产总值与X2代表固定资产投资总额，大致呈线性关系，且正相关，Y 代表国内生产总值随X2代表固定资产投资总额增加而增加。

3.研究结果

3.1参数估计

利用Eviews 软件，作Y 对X1、X2的回归，回归结果如下 图2

Dependent Variable: Y

Method: Least Squares

Date: 10/20/14 Time: 14:29

Sample: 1980 2012

Included observations: 33

Variable Coefficient Std. Error t-Statistic Prob.

C -97122.00 16960.33 -5.726420 0.0000

X1 2.052160 0.276536 7.420945 0.0000

X2 1.288531 0.033879 38.03359 0.0000

R-squared 0.990688 Mean dependent var 120235.9

Adjusted R-squared 0.990067 S.D. dependent var 143674.1

S.E. of regression 14318.93 Akaike info criterion 22.06306

Sum squared resid 6.15E+09 Schwarz criterion 22.19911

Log likelihood -361.0405 Hannan-Quinn criter. 22.10884

F-statistic 1595.852 Durbin-Watson stat 0.621876

Prob(F-statistic) 0.000000

3.2对回归方程的分析

可得到估计方程为Ŷ=-97122.00+2.052160X1+1.288531X2

^ß1=2.052160,说明在其他变量不变的条件下，总就业人员数每增

加一万人，就会使国内生产总值增加 2.052160亿元; ^ß2=1.288531, 说明在其他变量不变的条件下, 固定资产投资总额

每增加1亿元，就会使国内生产总值增加1.28853亿元；^ß0=-97122.00是样本回归方程的截距，它表示不受总就业人员数和国内

资产投资总额影响自发经济增长行为。

3.3拟合优度

由图中数据可以看出，本例中的决定系数R^2=0.990688,调整的

决定系数为0.990067，说明模型对样本的拟合效果非常好，解释变

量X1，X2能对被解释变量Y 99%的离差做出解释。

3.4回归方程的整体性检验（F检验）

提出假设：

H0：ß1=ß2=0; H1:ßj不全为零（j=1,2）

在显著水平α=0.05，n-3=30时，查F分布表，得到F0.95(2,30)=3.32

利用样本数据计算检验统计量F=R^2/K/(1-R^2)/(n-K-1)=1595.8247

本例中F=1595.8247>F0.95(2，30)=3.32，差异显著，拒绝H0的假设，方程显著不为零。说明模型的线性关系在95%的水平下显著成立。

3.5异方差

首先用图示法对模型的异方差进行一个大致的判断。令X轴为方程被解释变量，Y轴为方程的残差项，做带有回归线的散点图。

图3：初始模型的异方差性检验散点图