中国GDP的影响因素计量分析
经济增长影响因素
中国经济增长的影响因素分析一、 引言自改革开放以来，中国经历了翻天覆地的变化，随着改革开放，互联网时代的到来，中国从军事政治经济等各个方面，与之前相比，都有着天翻地覆的变化。
尤其是中国经济增长方面，一直保持着持续、高速的增长，年均GDP增长率接近10%，经济增长一方面关系到我国国际地位的提升、综合国力的增强，另一方面关系到人民的生活水平提高。
而今年，总书记也在出席全国组织工作会议中指出经济增长要改良考核方法手段，既看开展又看根底，既看显绩又看潜绩，把民生改善、社会进步、生态效益等指标作为重要的考核内容，再也不能简单以国内生产总值增长率来衡量经济增长程度了。
并且总书记指出未来的经济开展不能只重视增长量，更要重视质量，由此提出了新常态这一概念，新常态就是不同以往的、相对稳定的状态。
这是一种趋势性、不可逆的开展状态，意味着中国经济已进入一个与过去30多年高速增长期不同的新阶段。
中国GDP增速从2012年起开始回落，2012年、2013年、2014年上半年增速分别为7.7%、7.7%、7.4%，是经济增长阶段的根本性转换。
中国告别过去30多年平均10%左右的高速增长，中国经济呈现出新常态，从高速增长转为中高速增长，经济结构优化升级，从要素驱动、投资驱动转向创新驱动。
然而不仅是这一“新常态〞政策影响，大家都知道人口是一切财富之源头和归宿。
在计划生育、城市化导致生养本钱大幅度提高、个人主义、女性独立、不承认城市贫民窟、外来流动人口子女就学权利得不到保障等政策、法律、社会、文化多重因素“十面埋伏〞下，中国人口生育率已处在世界最低行列而且仍在下降，远远达不到2.2的世代更替水平。
由此我国老龄化的加剧、人口红利也在降低，已经保持了连续三十余年的高速增长的经济也必定面临着下降的情况。
经济开展情况密切影响着我国的综合国力、国际地位，对于本国开展与人民生活状况也有重要的影响意义，只有经济增长了，我国的综合国力和国际地位才能够提高，人民的生活水平才会越来越好，因此研究经济增长与其影响因素是十分必要的。
GDP与其他经济因素关系的计量分析
关于GDP与其他经济因素关系的计量分析【摘要】本文主要是以GDP与其他经济因素关系建立模型，想通过计量经济学的研究手段来阐述影响GDP的因素，但因水平有限，中间不乏缺陷，还希望大家多多见谅。
GDP是指一个国家或地区范围内的所有常住单位，在一定时期内生产最终产品和提供劳务价值的总和。
GDP的增长对于一个国家有着十分重要的意义。
它是衡量一国在过去的一年里所创造的劳动成果的重要指标，而研究它的影响因素不仅可以很好的了解GDP的经济内涵，而且还有利于我们根据这些因素对GDP影响大小来制定工作的重点以便更好的促进国民经济的发展。
我把GDP的影响因素分为以下四个因素：x2能源消费总量（单位：万吨标准煤）x3进出口贸易总额（单位：亿元）x4固定资产投资（单位：亿元）x5货币供应量（单位：亿元）吆随机扰动项。
数据如下：obs X2 X3 X4 X5 Y199019911992199319941995199619971998199920002001200220032004200520062007一、建立模型：根据GDP的定义,GDP二消费+投资+净出口,而x2, x3 , x4, x5与消费,投资及净出口有着一定的线性相关关系，基于数据的有限和操作的方便，我们把模型设成以下形式：Dependent Variable: YMethod: Least SquaresDate: 12/22/09 Time: 22:16Sample: 1990 2007Included observations: 18Variable Coeffic Std・ t-Statis Prob ・ien t Error ticcX2X3X4X5Mean dependentvar・ dependent var Akaike infocriterion+09 Schwarz criterion F-statisticProb (F-statistic) 将上述的回归结果整理如下:1 3 4R2=于=0.959301 F=从回归结果看，可决系数很高，F 值很大，但在显着性水平a = 0.05下，各项 的回归系数都不显着，因此回归方程不能投入使用；该模型很可能存在多重共线 性。
中国GDP影响因素及地区差异计量分析
中国GDP影响因素及地区差异的计量分析中图分类号:f123 文献标识:a 文章编号:1009-4202(2010)03-083-01摘要本文从分析我国gdp主要的影响因素入手,通过对2005年31个省的截面数据进行相关的回归分析,发现目前出口对我国gdp 拉动作用最显著,这启示我们应该更加注重出口结构的优化,从而促进gdp持续、健康、稳定地发展。
关键词 gdp 固定资产投资总额出口额居民消费一、引言近年来我国的gdp一直保持在10%左右,2006年的增速创11年来新高,达到20.9407万亿元,增长了10.7%,而今年上半年的增幅更是达到了11.5%。
在这样高速的经济发展中,清楚认识gdp更有助于我国经济的合理增长。
清楚认识gdp的首要前提就是了解影响gdp的主要因素,是居民消费,投资,产业结构,进出口,政府支出,人口规模,还是其它?通过研究这些关键因素的作用及其影响大小,能够促使我们更加科学、合理地来分析我国gdp的情况,从而帮助我们进一步了解我国的经济发展状况。
二、文献综述在相关实证研究方面,孙跃飞在《试论gdp产出模型中各种因素对经济增长的影响》一文中以凯恩斯经济理论为基础,构建了一个新的gdp产出的经济模型,以资本生产率、资本-产量比率、资本形成额、投资效果系数、储蓄余额、gdp增长为解释变量分析了各因素对gdp增长的影响,并依据模型对1978～2002年各种因素变化影响gdp增长进行了实证分析,从中揭示了正确认识和评估模型中各种因素对于实现经济稳定增长的重要意义,提出了制定促进经济增长的一些政策建议。
王涛、王殿元在《影响财政收入与gdp增长的因素及对策》一文中,分别探讨制度性因素、政策性因素和统计因素等对财政收入分配特征的影响,并提出促进财政收入与gdp协调增长的对策。
张金玲在《gdp的影响因素的计量分析》一文中,用1981～2004年的时间序列数据建立计量模型,说明了税收、城乡储蓄存款年末余额、上期国内生产总值、固定资产投资总额、职工工资总额对gdp 的影响,并分析了这些影响因素的经济意义。
我国国内生产总值(GDP)影响因素的回归分析
我国国内生产总值（GDP）影响因素的实证分析摘要：本文以国民收入核算理论为基础，引入能源消费、就业人数、居民消费水平、社会消费品零售总额、进出口贸易总额、外商直接投资（FDI）等解释变量，运用计量经济学分析的方法，分析国内生产总值与这些解释变量之间的关系。
从中国的实际情况出发，在利用从1985到2001的年度时间序列数据分析的基础上，分析各因素对国内生产总值的不同程度的影响及其原因，最后得出结论、提出观点。
关键词：GDP 影响因素实证分析Eviews一、问题提出：国内生产总值（GDP）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。
国民经济，作为一个复杂的综合体，它的影响因素一直是人们探索和争论的热点，根据西方经济学中关于国民收入核算的经典理论，我们建立以GDP为被解释变量的线性回归模型，引入能源消费、就业人数、居民消费水平、社会消费品零售总额、进出口贸易总额以及外商直接投资等解释变量，对GDP的影响因素作实证分析，试图揭示这几个解释变量对GDP的影响程度。
二、样本数据选取及模型设定：回归模型设立如下：Y=β0+β1X1 +β2X2+β3X3+β4 X4 +β5X5+β6X6+UY--------国内生产总值GDPX1-----能源消费X2-----就业人数X3-----居民消费水平X4-----社会消费品零售总额X5-----进出口贸易总额X6-----外商直接投资（FDI）U------随机扰动项β1、β2、β3、β4、β5、β6为待估参数。
变量采用时间序列数据，具体数据(现价计算)见表一：表1：（数据来源于中国统计年鉴。
）三、参数的初步估计与检验将第一个模型的样本导入Eviews软件进行OLS估计，得到输出结果如下：表2：Ŷ=-13277.72+0.052743X1＋0.133846X2＋18.57620X3＋0.377243X4＋0.169706X5＋0.002222X6=2R 0.999741， =2R 0.999539， F=4955.607从回归结果看，可决系数很高，F 值很大，但在显著性水平05.0=α下，很多项的回归系数都不显著，因此回归方程不能投入使用；该模型很可能存在多重共线性。
计量经济学模型分析论文 影响我国人均GDP的变量因素分析
影响我国人均GDP的变量因素分析摘要人均国内生产总值，也称作“人均GDP"，是衡量经济发展状况的重要指标，，它是人们了解和把握一个国家或地区的宏观经济运行状况的有效工具。
是衡量各国人民生活水平的一个标准，为了更加客观的衡量，经常与购买力平价结合。
文章从从城市化率、城镇居民家庭可支配收入、政府支出以及城镇居民消费水平四个方面作为出发点，通过往年的数据发展来观察它们对于人均GDP的影响，从而对我国目前的经济发展提供一些建议。
笔者认为，在提高城镇居民可支配收入、城市化率以及政府支出的基础上，更要调节好我国目前贫富差距过大的问题，这样才能保持经济的稳定发展。
关键词：人均GDP；城市化率；城镇居民可支配收入；城府支出引言一国的经济乃立国之本，而经济发展是以GDP增长为前提的。
影响人均GDP 的因素看似众多，究竟哪些因素对人均GDP的增长起关键性的影响作用呢？由此引出了本小组的研究课题——对我国人均GDP影响因素的计量分析。
随着2009年中国GDP赶超日本，成为世界排名第二，无疑吸引了国内外的目光。
然而，在如此大的总量之下，中国的人均GDP却一直在世界100名左右徘徊。
“国服民穷”的现状一直是我们的问题。
经我们数据搜寻，在人均GDP的增长过程中，城市化率、城镇居民家庭人均可支配收入、城市政府支出以及城镇居民消费水平都有了显著的上升。
同时，我们知道GDP的构成取决于消费、投资、政府支出。
因此，我们把城市化率、城镇居民人均可支配收入、城市政府支出、城镇居民消费水平这四个指标作为反映了人均GDP的自变量，认为这四个变量是影响人均GDP的关键性因素。
本实验主要选取1979—2009年的统计数据。
一、人均GDP的基本概念及特点1、人均GDP的基本概念和经济意义（1）人均GDP的基本概念人均国内生产总值（Real GDP per capita），也称作“人均GDP"，常作为发展经济学中衡量经济发展状况的指标，是重要的宏观经济指标之一，它是人们了解和把握一个国家或地区的宏观经济运行状况的有效工具。
我国GDP对居民消费影响计量分析[论文]
![我国GDP对居民消费影响计量分析[论文]](https://img.taocdn.com/s3/m/65623e3da32d7375a417804a.png)
我国GDP对居民消费影响的计量分析摘要：从经济理论角度来看，消费与gdp具有正相关。
文章依据1990年到2010年的gdp数据和居民消费水平数据，分析得出gdp —消费的一元线性回归模型，而1997年和2008年作为经济危机的发生时间，对这两个时间断点分别做邹至庄检验，文章的最后综合全文，给出结论，并提出相关建议。
关键词：gdp—消费模型一元线性回归邹至庄检验虚拟变量模型1990年以来，我国国内生产总值水平呈现增长的趋势，与此同时，居民消费水平也随着人均收入水平的上升而不断上涨。
从经济理论角度来说，消费是和gdp有正相关关系的。
而中国经济在1997年和2008年均发生了比较大的金融冲击，1997年的亚洲金融危机和2008年的全球经济危机都有可能会引起消费和收入之间关系的结构性变化。
因此，我希望能够在对消费和收入作出线性回归后，加入邹至庄检验，判断1997年和2008年是否发生了断点处结构性变化，并通过虚拟变量模型，判断回归方程的截距和斜率哪些发生了变化。
一、背景介绍国内生产总值和居民消费是直接相关的。
从经济逻辑上来讲，居民消费是反映整体经济活动的重要指标，整体经济活动越好，国内生产总值越高，那么居民消费就越高。
发生在1997年的亚洲金融危机，是继三十年代大危机之后，对世界经济有深远影响的重大事件。
这次金融危机影响极其深远，它暴露了一些亚洲国家经济高速发展的背后的一些深层次问题。
2008年环球金融危机，是一场在2007年8月9日开始浮现的金融危机。
自次级房屋信贷危机爆发后，投资者开始对按揭证券的价值失去信心，引发流动性危机。
直到2008年9月9日，这场金融危机开始失控，并导致多间相当大型的金融机构倒闭或被政府接管。
二、实证分析1.数据收集从中国统计局里找到中国统计年鉴，在中国统计年鉴找到年度数据。
2.一元线性回归将数据输入eviews软件，对其做最小二乘法，得出一元线性回归的表达式：式（1）式（1）中，斜率系数的t值为36.38875，p值近似为0，说明回归系数高度显著，gdp对消费有显著影响。
中国GDP的计量经济模型(ARIMA模型)分析
中国GDP的计量经济模型(ARIMA模型)分析一、选题背景近年来，中国的经济发展一直备受关注。
GDP是衡量一国经济总量的主要指标之一，而对于经济专家和政策制定者来说，了解GDP趋势对于决策非常重要。
因此，本文将采用ARIMA模型对中国的GDP进行分析并预测，目的是探讨中国经济发展的趋势以及它所受到的影响因素。
二、研究目的及意义本文通过ARIMA模型对中国GDP数据进行分析和预测，旨在深入探究中国经济发展的规律性和趋势性，为决策者提供参考和指导，同时也为学术界提供经济学研究的新角度。
三、研究内容1、ARIMA模型的概念和原理2、中国GDP数据的时间序列分析3、ARIMA模型的拟合和预测4、ARIMA误差检验和模型诊断5、ARIMA模型的稳定性分析四、ARIMA模型的概念和原理ARIMA模型是时间序列分析的一种方法，可以用来拟合和预测未来的值。
它被广泛应用于经济预测、金融分析、天气预测等领域。
ARIMA是“自回归差分移动平均模型”的缩写。
它由三个部分组成：自回归（AR）、差分（I）、移动平均（MA）。
其中，AR是指自回归，即用过去的值来预测未来的值。
MA是指移动平均，即利用过去一段时间内的误差来预测未来的误差。
I是差分，它可以消除时间序列的非平稳性，使其变得平稳，从而更易于拟合。
五、中国GDP数据的时间序列分析本文采用1978年至2019年的季度数据，并进行了ADF检验和自相关函数（ACF）以及偏自相关函数（PACF）分析。
ADF检验结果表明，原始序列是非平稳的，需要进行差分处理。
ACF和PACF分析结果指示，序列有明显的季节性和自回归效应。
六、ARIMA模型的拟合和预测本文采用建立一个ARIMA（4,1,3）模型来描述中国GDP的季度数据。
这个模型包括四个自回归项、一个差分项和三个移动平均项。
然后，我们使用该模型对未来5年的季度数据进行预测。
预测结果显示，中国GDP在未来几年内将会继续增长，并呈现出趋势性增长的特征。
GDP影响因素的计量分析
GDP影响因素的计量分析GDP是一个国家或地区经济发展水平的重要指标，反映了该国或地区一定时间内的经济总量。
GDP的增长对于国家的经济状况和人民的生活水平有重大影响。
因此，了解影响GDP的因素并进行计量分析是非常重要的。
影响GDP的因素可以分为供给方面和需求方面的因素。
供给方面的因素主要包括生产要素的增加、技术进步和制度环境等。
需求方面的因素主要包括个人消费、政府支出、投资和净出口等。
下面将对这些因素进行计量分析。
首先，生产要素的增加是影响GDP的重要因素之一、生产要素主要包括劳动力和资本，因此，分析这两个要素对GDP的影响是非常重要的。
通过计量经济学的方法，可以对劳动力和资本的增加对GDP的贡献进行分析。
例如，可以使用多元线性回归模型来估计劳动力和资本对GDP的弹性，从而了解它们对经济增长的影响程度。
其次，技术进步也是影响GDP增长的重要因素。
技术进步通常会提高生产效率和生产能力，从而推动经济增长。
计量经济学可以通过构建生产函数来估计技术进步对GDP的贡献。
例如，通过估计总要素生产率(TFP)的增长率，可以分析技术进步对GDP增长的贡献程度。
此外，制度环境也对GDP的增长有重要影响。
制度环境主要包括政府政策、法律体系、市场开放程度等。
计量经济学可以通过构建包含制度环境变量的模型来分析其对GDP增长的影响。
例如，可以使用面板数据模型来研究政府效率、市场开放程度和GDP之间的关系。
在需求方面，个人消费是GDP的重要组成部分。
通过计量方法，可以分析个人消费对GDP的贡献。
例如，可以使用消费函数来度量其中一时期内个人消费的弹性，以了解其对经济增长的影响。
此外，政府支出也是影响GDP增长的重要因素之一、政府支出可以促进经济增长，尤其是在经济衰退时。
计量经济学可以使用政府支出模型来分析其对GDP增长的影响。
例如，可以估计政府支出对GDP的多重回归模型，以分析其对经济增长的影响。
另外，投资也是影响GDP的重要因素。
国内生产总值计量及其影响因素
国内生产总值计量及其影响因素国内生产总值（GDP）是衡量一个国家经济发展水平的重要指标之一。
它是指一国在一定时期内（通常是一年）所生产的全部最终产品和劳务的市场价值总和。
国内生产总值的计量需要考虑多个影响因素，包括经济结构、人口因素和投资等。
首先，经济结构是影响国内生产总值的关键因素之一。
不同经济部门之间的比重和发展水平会直接影响国内生产总值的大小。
一国的经济结构通常可分为第一产业（农业、矿产业等）、第二产业（制造业、建筑业等）和第三产业（服务业等）三个部门。
随着国家经济的发展，第三产业在国内生产总值中所占比重逐渐增加，而其他两个部门的比重下降。
这是由于随着经济的现代化，服务业在经济中的重要性不断提升。
例如，人们对于生活质量的要求越来越高，对于教育、医疗、旅游等服务的需求也日益增长，因此第三产业的发展将直接推动国内生产总值的增长。
其次，人口因素也对国内生产总值产生重要影响。
人口数量和素质直接关系到生产力水平和劳动力市场的供需状况。
人口数量的增加可以增加劳动力的供给，从而推动经济的增长。
然而，人口结构的变化也会对国内生产总值的增长产生影响。
如人口老龄化现象的出现，会导致劳动力供给减少，从而降低经济增长速度。
此外，教育水平和健康状况也会对国内生产总值发挥重要作用。
高素质的劳动力有利于提高生产效率和创新能力，进而推动国内生产总值的增长。
第三，投资对于国内生产总值的增长起到至关重要的作用。
投资可以分为固定资本形成和人力资本的投资。
固定资本形成包括基础设施建设、设备更新和技术改造等，它们直接促进了生产力的提高和产出的扩大。
人力资本的投资则包括教育和培训等方面的投资，提高了人力资源的素质和技能，从而增加了劳动力的生产力。
投资是经济发展的重要动力之一，通过刺激需求和扩大生产能力，直接推动了国内生产总值的增长。
此外，国内生产总值的增长还受到其他诸如技术进步、政策因素、国际贸易等的影响。
技术进步能够提高生产效率和创新能力，为经济增长注入新的动力。
地区GDP影响因素的计量分析
地区GDP影响因素的计量分析目录一、内容综述 (2)1. 研究背景与意义 (3)2. 文献综述 (4)3. 研究方法与数据来源 (5)4. 论文结构安排 (7)二、理论框架 (7)1. 经济增长理论 (9)2. 经济结构理论 (10)3. 投资与消费理论 (11)4. 地区差异与收敛性理论 (12)三、变量选取与数据描述 (13)1. GDP及其组成部分 (14)2. 影响GDP的主要经济变量 (15)3. 数据来源与处理方法 (17)4. 描述性统计分析 (18)四、模型构建 (19)1. 模型设定 (20)2. 指标选取与数据标准化 (21)3. 模型形式选择 (23)4. 模型估计与检验 (23)五、实证分析 (24)1. 平稳性检验 (25)2. 单位根检验 (26)3. 最大似然估计结果 (27)4. 模型结果分析 (28)六、政策建议 (30)1. 优化产业结构 (31)2. 提高投资效率 (32)3. 激发消费潜力 (33)4. 促进区域协调发展 (33)七、结论与展望 (35)1. 研究结论总结 (36)2. 政策启示 (37)3. 研究局限与未来展望 (37)一、内容综述在现代经济学研究中，地区GDP作为衡量一个地区经济综合实力的重要指标，其影响因素的研究一直是学术界的热点。
本论文旨在通过计量分析方法，深入探讨影响地区GDP的主要因素，并尝试为政府制定合理的政策提供科学依据。
随着我国经济的快速发展，地区间的经济差距也在不断扩大。
这种差距不仅体现在GDP总量上，更体现在GDP增长速度和质量上。
对地区GDP影响因素进行深入研究，对于促进地区间经济平衡发展具有重要意义。
在已有的研究中，学者们主要从以下几个方面对地区GDP影响因素进行分析：一是产业结构，即第一产业、第二产业和第三产业在地区GDP中所占比重的变化；二是固定资产投资，包括房地产投资、工业投资等；三是劳动力投入，即劳动力数量和素质的变化；四是科技创新，包括研发投入、专利申请等；五是政府政策，如财政政策、税收政策等。
计量论文影响gdp增长的经济因素分析
影响GDP增长的经济因素分析摘要：近年来，随着我国经济的不断发展，我国国内生产总值也得到迅速增长。
本文试从固定资产投资总额、消费品总额、出口总额与GDP的统计数据中，研究其内在联系，并对下一年年总体经济做预测。
关键字：GDP 固定投资总额消费总额出口总额回归分析一、问题的提出建国以来我国的经济已经发生了天翻地覆的变化，各大因素在整个国民经济中所占的地位和作用也在发生着相应的变化和调整。
对于这种变化是否符合我国经济发展趋势，对我国的经济影响作用是否明显，他们与国内生产总值又有着怎样的关系，对整个国内生产总值又有多大的影响，在新的条件下哪一因素对国内生产总值的影响更明显，随着我国经济的不断发展以及改革开放的不断深入，研究经济发展状况及经济发展的各个因素，成为决策部门的一个重要课题。
国家统计局也在发布的国民经济和社会发展统计公报中称，中国国民经济形势总体良好，各项社会事业取得新的进展，国内生产总值迅速增长。
为了保持经济稳定健康发展，我们需要对过去进行分析，需要对未来进行预测，在此我写下了GDP的影响因素的计量分析，分析各因素对GDP的影响。
二，模型的设定国内生产总值（GDP）是对一国（地区）经济在核算期内所有常住单位生产的最终产品总量的度量，常常被看成显示一个国家（地区）经济状况的一个重要指标。
GDP的测算有三种方法：生产法、收入法、支出法。
本文用支出法来分析消费，投资，出口对GDP的影响。
其中，支出法的计算方法为：GDP＝总消费＋总投资＋净出口。
现有从《中国统计年鉴》得出的如下数据，Y表示GDP（亿元），X1表示社会固定资产投资总额（亿元），X2表示社会消费品总额（亿元），X3表示出口总额（亿元）。
GDP（现价）（Y）社会固定资产投资总额（X1）社会消费品总额（X2）出口总额（人民币）（X3）(亿元) (亿元) (亿元) (亿元) 1992 26923.5 8080.1 10993.7 4676.3 1993 35333.9 13072.3 14270.4 5284.8 1994 48197.9 17042.1 18622.9 10421.8 1995 60793.7 20019.3 23613.8 12451.8 1996 71176.6 22913.5 28360.2 12576.4 1997 78973 24941.1 31252.9 15160.71998 84402.3 28406.233378.115223.6199989677.129854.7 35647.9 16159.8 2000 99214.6 32917.7 39105.7 20634.4 2001 109655.2 37213.5 43055.4 22024.4 2002 120332.7 43499.9 48135.9 26947.9 2003 135822.8 55566.6 52516.3 36287.9 2004 159878.3 70477.4 59501 49103.3 2005 184937.4 88773.6 67176.6 62648.1 2006 216314.4 109998.2 76410 77597.2 2007 265810.3 137323.9 89210 93563.6 2008 314045.4 172828.4 114830.1 100395 2009 340902.8 224598.8 132678.4 82029.7 2010 401512.8 278121.9 156998.4 107022.8 2011 473104 311485.1 183918.6 123240.6 数据来源：中经网根据以上的经济理论分析及上图的数据，由此初步建立如下经济模型：Y=β0+β1*X1+β2*X2+β3*X3+μ其中： Y---GDP（亿元）X1---固定资产投资总额（亿元）X2---社会消费品总额（亿元）X2---出口总额（亿元）三、回归分析根据表中的数据,采用EViews软件进行以下回归分析。
我国GDP总值与进出口总额之间关系的计量经济学分析
我国GDP总值与进出口总额之间关系的计量经济学分析我国GDP总值与进出口总额之间一直存在着一个紧密的关系，这对于我国的经济持续发展和国际贸易的交流具有重要影响。
如何量化和分析这种关系，从而更好地预测和解释经济变量之间的关系，是本文讨论的重点。
本文将通过运用计量经济学的方法，探讨我国GDP总值与进出口总额之间的相关性以及影响因素，并提出相应的建议。
一、文献综述已有许多学者在这一领域开展了相关研究。
例如，文献（Wu et al.，2017）通过对中国1998-2015年的宏观经济数据进行时序分析，发现GDP总值和进出口总额之间存在着双向荣枯循环的相互关系，即它们之间存在着双向的长期协整关系。
文献（Xie et al.，2015）则通过对中国1980-2013年的数据进行分析，得出了相似的结论：GDP总值和进出口总额之间存在着强烈的双向联系，使得它们之间的变动趋势是相似的，并且严格按照时间顺序排列。
最后，文献(Ezeigbo,2015)使用计量经济学框架，挖掘我国出口、进口与GDP之间的长期关系，发现出口和进口在短期内能够改善GDP，但当它们的作用时间变得越来越长时，这种作用就会变得弱化。
二、研究方法本文将采用时间序列分析方法，对中国1990年至2019年的国民经济数据(包括GDP总值和进出口总额)进行研究。
为了建立GDP总值和进出口总额之间的因果关系，我们运用了格兰杰因果关系检验(Granger Causality Test)。
此外，本文还将运用面板数据模型（Panel Data Model）探究影响我国GDP总值和进出口总额的关键因素，并用评价指标评价模型的拟合效果。
三、研究结果1. 总体趋势通过观察GDP总值和进出口总额的时间序列图，可以发现它们之间存在着一定的关系：二者一起上升或下降。
2008年以前，进出口总额一直保持着波动上升的趋势，而GDP总值也经历了相似的起伏，但在2008年全球金融危机之后，GDP总值和进出口总额的增长速度都出现了明显的放缓。
中国GDP计量经济预测研究
中国GDP计量经济预测研究引言:GDP（国内生产总值）是衡量一个国家经济活动总量的核心指标之一，对于政府决策、经济政策制定和产业规划具有重要意义。
正确预测GDP对于社会和经济各方面的发展都具有重要意义。
因此，GDP的计量经济预测研究变得越来越重要。
本文将介绍一些常用的方法和技术，以及一些影响GDP预测的重要因素。
一、传统计量经济预测方法:1.时间序列模型：时间序列模型假设经济变量是随时间变化的，通过历史数据建模来预测未来的GDP。
常用的时间序列模型包括ARIMA、VAR和GARCH模型。
2.回归分析：回归分析是一种广泛使用的计量经济预测方法，在GDP预测中有很好的应用。
通过建立与GDP相关的经济指标的回归模型，可以预测未来的GDP变化。
3.灰色预测模型：灰色预测模型是一种基于少量观测数据进行预测的方法。
它可以在数据量较小或者缺失的情况下进行预测，因此在一些情况下比传统的计量经济模型更适用。
二、新兴计量经济预测方法:1.机器学习方法：机器学习方法是一种基于模式识别和学习的预测方法，可以通过大量的数据和算法来预测未来的GDP。
常用的机器学习方法包括神经网络、支持向量机和随机森林等。
2.计量经济模型的组合：由于不同的计量经济模型具有不同的优势和缺点，研究人员可以通过将多个模型组合起来，提高预测的准确性和稳定性。
常用的组合方法包括均值和中位数组合模型。
三、影响GDP预测的因素:1.宏观经济因素：宏观经济因素包括国内外的经济政策、国际贸易状况、市场供给和需求等。
这些因素对GDP的预测有着重要影响。
2.社会因素：社会因素包括人口变化、城市化进程、教育水平和劳动力市场状况等。
这些因素对经济的发展和GDP的变化有着重要影响。
3.技术因素：技术因素包括科技创新、产业升级和信息化进程等。
技术的进步对经济的发展起着至关重要的作用，也会对GDP的预测产生重要影响。
结论:GDP的计量经济预测研究是经济学和统计学领域重要的研究方向之一、传统的计量经济预测方法如时间序列模型和回归分析在预测GDP方面具有较好的应用效果。
对外贸易对我国GDP 影响的计量分析
对外贸易对我国GDP 影响的计量分析目录：一，建立数学模型二，估计参数三，经济意义检验模型四，统计检验五，经济预测六，总结关键词：对外贸易、GDP 影响因素计量分析内容提要：根据我国经济增长现状，从计量经济学角度验证是否需要扩大对外贸易，并与此同时防范贸易风险。
根据经济学原理，在模型中引入了财政支出总量(X1t)、固定资产投资总额(X2t)、出口额(X3t)。
1对外贸易的重要作用所谓对外贸易是指一国或地区与其他国家和地区进行的商品和劳务的交换活动。
随着社会的不断向前发展，它对经济增长的促进作用越来越明显。
改革开放以来，我国经济有了突飞猛进的发展，GDP每年都以8％左右平均速度快速增长，三个要素消费、投资、出口都对GDP增长有不同程度的影响，消费和投资对GDP 的贡献的波动不是很明显，差不多都以一个比较平均的水平增长，出口对经济增长的贡献程度就有比较明显的增加，尤其是2001年到2002年对外贸贡献度猛增了1.69个百分点，这说明2001年底加入世贸对我国经济尤其是出口贸易的影响非常大。
所以我们应该扩大我国的对外贸易.2模型设立的经济学原理(一)鉴于对外贸易在经济增长有如此重要的作用，通过计量经济学的方法来分析一下影响GDP因素。
模型中的被解释变量为GDP（Yt）。
影响国内生产总值的因素比较多，根据其影响因素的大小和资料的可比以及预测模型的要求等方面原因，选择以下指标作为模型的解释变量：财政支出总量(X1t)、固定资产投资总量(X2t)、出口额(X4t)。
在这些指进标中, 储蓄能够促进国内生产总值的增长, 但是过多的储蓄也会减缓经济的发展; 财政支出有利于国内生产总值的增长;固定资产投资的增长是国内生产总值增长的主要因素，出口额能反映一国的经济实力。
因此, 上述解释变量的选取符合经济发展的实际情况。
(二) 理论模型的设定假设被解释变量Yt 跟解释变量X1t、X2t、X3t、X4t、X5t 存在线性相关关系。
中国消费支出与国内生产总值的之间关系的计量分析
中国消费支出与国内生产总值的之间关系的计量分析引言消费支出与国内生产总值（GDP）之间的关系一直是经济学领域的一个热门议题。
在中国这样一个庞大的消费市场中，了解消费支出对GDP的影响具有重要意义。
本文将利用计量分析方法，研究中国消费支出与国内生产总值之间的关系，并探讨其影响因素。
数据收集与变量定义在进行计量分析前，首先需要收集相关数据并对变量进行定义。
本文使用了中国统计年鉴和相关研究论文中的数据，并对以下变量进行了定义。
•GDP：国内生产总值，用于衡量一个国家或地区在一定时间内所生产的全部最终产品和服务的市场价值。
•消费支出：指个人和家庭对商品和服务的购买支出，通常包括食品、住房、交通、教育、医疗等方面的消费。
•储蓄率：可定义为个人或家庭收入中未用于消费的部分与总收入的比例。
•政府支出：指政府为了履行职能所进行的开支，包括经济建设、社会事务、文化事业、国防等。
•出口：指一个国家向其他国家销售的商品和服务的价值。
模型设定为了分析中国消费支出对GDP的影响，本文将使用经济学中常用的计量模型—多元线性回归模型，将GDP作为因变量，消费支出、储蓄率、政府支出和出口作为自变量。
模型的设定如下：GDP = β0 + β1 * 消费支出+ β2 * 储蓄率+ β3 * 政府支出+ β4 * 出口+ ε其中，β0、β1、β2、β3、β4分别是待估计的参数，ε是误差项。
数据处理与计量方法在进行计量分析前，首先需要对数据进行处理和描述性统计。
通过计算变量的均值、标准差、最大值和最小值等，我们可以对数据的分布情况有一定的了解。
接下来，我们将利用多元线性回归来估计模型中的参数。
为了确保结果的准确性和可靠性，我们需要进行各种统计检验，例如检验模型的拟合优度、参数的显著性等。
最后，我们将利用计量分析的结果来解读中国消费支出与GDP之间的关系，并讨论可能的政策建议。
计量分析结果与讨论根据我们进行的计量分析，我们得到了以下结果。
GDP影响因素的计量分析
GDP影响因素的计量分析GDP是一个国家经济活动的总量度量指标，反映了国内生产总值。
GDP的计量分析可以对影响GDP的各种因素进行量化评估，从而深入理解GDP的变动原因，并为制定经济政策提供数据支持。
本文将探讨影响GDP的几个重要因素，并运用计量方法进行分析。
首先，投资是影响GDP的重要因素之一、投资可以分为物质资本投资和非物质资本投资。
物质资本投资包括固定资产投资和存货投资，而非物质资本投资则包括研发投资和人力资本投资。
通过计量方法可以对各种投资与GDP之间的关系进行量化评估。
研究表明，物质资本投资对GDP的增长有着正向影响，而非物质资本投资在一些行业中也具有显著的正向影响。
此外，投资水平还与投资效率密切相关，对此可以通过计量方法进行进一步分析，以评估投资对GDP增长的贡献度。
其次，人力资源是影响GDP的另一个重要因素。
劳动力参与率和劳动生产率是其中的两个关键指标。
通过计量模型可以量化劳动力参与率和劳动生产率对GDP的影响。
研究发现，劳动力参与率的提高会促进GDP的增长，而劳动生产率的增长也会对GDP有显著的正向影响。
第三，国内消费是影响GDP的另一个重要因素。
通过对消费和GDP之间的关系进行计量分析，可以评估消费对GDP增长的贡献度。
研究表明，消费在GDP中占据很大比重，因此通过提高消费水平可以促进GDP的增长。
第四，对外贸易是影响GDP的另一个重要因素。
通过计量方法可以评估出口和进口对GDP的影响。
研究表明，出口对GDP的增长有正向影响，而进口则对GDP增长有负向影响。
这是因为出口刺激了国内生产和就业，而进口则减少了国内需求。
最后，政府支出也是影响GDP的重要因素之一、政府支出包括公共消费和公共投资。
通过计量方法，可以评估政府支出对GDP的影响。
研究表明，政府支出对GDP的增长有正向影响，特别是在经济衰退时，适度增加政府支出有助于刺激经济增长。
综上所述，通过计量分析可以对影响GDP的各种因素进行量化评估。
我国人均GDP与消费的计量分析
我国人均GDP与消费的计量分析人均GDP和消费是评价一个国家经济发展和居民生活水平的两个重要指标。
人均GDP代表了一个国家的生产总值在人口分布上的平均水平，而消费是人们在满足基本需求的基础上用于购买商品和服务的支出。
人均GDP与消费之间存在着密切的关系，并且可以通过计量分析来揭示这种关系。
首先，人均GDP和消费之间是正相关的关系。
经济学中的消费函数表明，消费支出是取决于收入水平的。
当人均GDP增加时，意味着国家的整体收入水平提高，居民的可支配收入增加，因而消费也会相应增加。
例如，当一个国家的人均GDP从低收入水平上升到中等收入水平，人们的消费可能从满足基本需求转向购买更多的奢侈品，从而提高了整体的消费水平。
其次，人均GDP和消费之间也存在着双向关系。
消费支出的增加可以刺激经济增长，从而导致人均GDP的增加。
当人们有更多的消费需求时，企业会增加生产和供应，这将促进经济增长。
同时，人均GDP增加也会带动消费的增加，因为人们有更多的收入支持购买力。
因此，人均GDP和消费之间形成一个良性循环的关系。
此外，人均GDP和消费之间还受到其他因素的影响。
例如，人口结构、就业水平、通胀水平等都会直接或间接地影响人均GDP和消费水平。
通过计量分析，可以探索这些因素对人均GDP和消费的影响程度。
通过建立计量模型，可以通过统计方法量化这些因素对人均GDP和消费的影响，从而分析它们之间的关系。
然而，需要注意的是，人均GDP和消费之间的关系并不是一成不变的。
在不同的国家和地区，由于不同的社会、经济和文化背景，这种关系可能存在差异。
例如，在高收入国家，人们的消费会相对稳定，更多地关注储蓄和投资。
而在低收入国家，由于基本生活需求未得到满足，消费支出可能占比较高。
总之，人均GDP和消费之间是紧密相关的，通过计量分析可以揭示它们之间的关系。
人均GDP和消费之间存在正相关关系和双向影响，通过计量模型可以研究其他因素对它们的影响。
这对于了解和评估一个国家的经济发展状况和居民生活水平具有重要意义。
经济学论文-影响GDP增长因素分析
影响GDP增长因素分析摘要：本文通过收集过去30年影响国内生产总值主要因子的数据，并对此作计量经济分析，明确影响国内生产总值主要因子对于国内生产总值的贡献，并作出计量经济模型。
关键词 GDP、居民消费水平、固定资产投资额、进出口总额、就业人员、能源消耗总量、增长、分析改革开放以来我国经济飞速发展，GDP增速每年在8%以上，创造了中国经济发展的奇迹。
消费、投资和进出口作为拉动增长的三驾马车对经济增长的贡献不言而喻，此外还有其他一些因素影响经济发展，到底国内生产总之于这些因子之间是一种怎样的关系，我们没有一个定量的概念，为了明确我国GDP增长的因子和这些因子对对我国GDP增长的贡献，为以后经济发展提供数据支持。
对我国过去30年的GDP增长因子做计量经济分析。
（影响GDP增长的因素很多，下面只把居民消费水平、固定资产投资额、进出口总额、就业人员、能源消耗总量作为最主要的因子进行分析。
）下表是下表提供我国1980—2010年的GDP总量及主要影响因素的数据。
其中Y=GDP（亿元）;X1=居民消费水平（元）；X2=固定资产投资额（亿元）;X3=进出口总额（亿元）；X4=就业人员（万人）；X5=能源消耗总量（煤万吨）obs Y X1 X2 X3 X4 X5 1980 4545.620 238.0000 910.9000 570.0000 42361.00 60275.00 1981 4889.460 264.0000 961.0000 735.3000 43725.00 59447.00 1982 5330.450 288.0000 1230.400 771.3000 45295.00 62067.00 1983 5985.550 316.0000 1430.100 860.1000 46436.00 66040.00 1984 7243.750 361.0000 1832.900 1201.000 48197.00 70904.00 1985 9040.740 446.0000 2543.200 2066.700 49873.00 76682.00 1986 10274.38 497.0000 3120.600 2580.400 51282.00 80850.00 1987 12050.62 565.0000 3791.700 3084.200 52783.00 86632.00 1988 15036.82 714.0000 4410.400 3821.800 54334.00 92997.00 1989 17000.92 788.0000 4517.000 4155.900 55329.00 96934.00 1990 18718.32 833.0000 4753.800 5560.100 64749.00 98703.00 1991 21826.20 932.0000 5594.500 7225.800 65491.00 103783.01992 26937.28 1116.000 8080.100 9119.600 66152.00 109170.0 1993 35260.02 1393.000 13072.30 11271.00 66808.00 115993.0 1994 48108.46 1833.000 17042.10 20381.90 67455.00 122737.0 1995 59810.53 2355.000 20019.30 23499.90 68065.00 131176.0 1996 70142.49 2789.000 22913.50 24133.80 68950.00 138948.0 1997 78060.85 3002.000 24941.10 26849.70 69820.00 137798.0 1998 83024.33 3159.000 28406.20 26967.20 70637.00 132214.0 1999 88479.16 3346.000 29854.70 29896.20 71394.00 133831.0 2000 98000.48 3632.000 32917.70 39273.20 72085.00 145530.9 2001 108068.2 3887.000 37213.50 42183.60 72797.00 150405.8 2002 119095.7 4144.000 43499.90 51378.20 73280.00 159431.0 2003 134977.0 4475.000 55566.61 70483.50 73736.00 183791.8 2004 159453.6 5032.000 70477.43 95539.10 74264.00 213456.0 2005 183617.4 5596.000 88773.61 116921.8 74647.00 235996.7 2006 215904.4 6299.000 109998.2 140974.0 74978.00 258676.3 2007 266422.0 7310.000 137323.9 150648.1 75321.00 280507.9 2008 316030.3 8430.000 172828.4 166863.7 75564.00 291448.3 2009 340320.0 9283.000 224598.8 179921.5 75828.00 306647.2 2010 399759.5 10522.00 251683.8 201722.2 76105.00 324939.2 一设估计模型为Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+U i运用OLS估计法对上式中的参数进行估计，回归结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/16/13 Time: 22:44Sample: 1980 2010Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C 8621.314 8349.478 1.032557 0.3117X1 22.10706 2.137336 10.34328 0.0000X2 0.471963 0.064007 7.373655 0.0000X3 0.225350 0.193125 1.166863 0.2543X4 -0.282131 0.333525 -0.845904 0.4056X5 0.039960 0.164561 0.242828 0.8101R-squared 0.998855 Mean dependent var 95594.02Adjusted R-squared 0.998626 S.D. dependent var 109250.3S.E. of regression 4050.243 Akaike info criterion 19.62293Sum squared resid 4.10E+08 Schwarz criterion 19.90047Log likelihood -298.1554 Hannan-Quinn criter. 19.71340F-statistic 4360.504 Durbin-Watson stat 2.191273Prob(F-statistic)0.000000回归分析结果：从经济意义上讲，就业人口X2的系数为负，可初步认为国民经济在向技术密集型、资本密集型发展。
关于我国国民生产总值影响因素的计量经济学分析
关于我国国民生产总值影响因素的计量经济学分析影响国民生产总值的因素有很多，本文归纳出1981-2009年的统计数据，主要包括城乡储蓄存款年末总额、财政支出总量、固定资产投资、进出口额。
储蓄能够促进国内生产总值的增长，但是过多的储蓄也会减缓经济的发展；财政支出有利于国内生产总值的增长；固定资产投资的增长是国内生产总值增长的主要因素；进出口额能反映一国的经济实力。
在以上基础之上建立了可以通过各种检验国内生产总值的模型，对我国国内生产总值情况进行了实证分析。
一、研究的目的和意义通过对这些统计数据的分析创建出适当的模型，用模型的经济含义分析得出各种主要因素对我国国内生产总值的影响程度，并针对提高我国国内生产总值现状进行简单的分析并在此基础上提出自己的一些建议。
二、研究的主要内容国内生产总值(简称GDP)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。
GDP不仅能反映一个国家的经济表现，更可以反映一国的国力与财富。
一个国家或地区的经济处于增长还是衰退阶段，从这个数字的变化就可以观察的到。
一般而言，GDP 公布的形式不外乎两种，以总额和百分比率为计算单位。
当GDP 的增长数字处于正数时，即显示该地区经济处于扩张阶段；反之，如果处于负数，即表示该地区经济处于衰退时期。
那么城乡居民储蓄、财政支出、固定资产投资和进出口额对国民生产总值又有什么样的影响呢，如果有影响，那么影响的程度有多大；亦或者是根本没有影响。
通过计量经济分析，我们可以在一定的条件假设上，清楚的看到这些因素对GDP的影响程度。
三、模型的建立1.资料的搜集本文搜集了从1981年到2009年的统计数据，以国内生产总值为因变量，以城乡居民储蓄、财政支出、固定资产投资和进出口额为自变量。
（见表1）2、变量的选择根据散点图，被解释变量与各解释变量之间呈线性关系，因此建立线性模型：Y t =β0+β1x1+β2x2+β3x3+β4x4+vtY t -国内生产总值，x1-城乡储蓄存款年末总额，x2-财政支出总量，x3-固定资产投资额，x4-进出口额β0度量了截距项，它表示在没有收入、支出的情况下，GDP的数额β1度量了当城乡储蓄存款额变动时，GDP变动的幅度β2度量了当财政支出总量变动时，GDP变动的幅度β3度量了当固定资产投资额变动时，GDP变动的幅度β4度量了当进出口额变动时，GDP 变动的幅度vt 表示随即扰动项3、对数据进行回归分析得到方程：Yt=9499.561+ 1.262835x1-1.10738x2+2.09433x3-1.27639x4t 0= 5.842909 t 1= 8.925466 t 2= -1.24662 t 3= 4.947226 t 4= -4.30691 R2= 0.986801，R2接近1，所以拟合程度比较高。
- 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)。
GDP影响因素的计量分析内容摘要：本文运用统计分析方法和计量经济分析方法,建立国内生产总值模型。
通过计量软件对模型进行OLS参数估计,得到模型的数学方程，说明了全国固定资产投资总额、出口总额、社会消费品零售总额、总人口数这些指标对国内生产总值的影响，从回归的结果看，上诉四个因素对国内生产总值的影响不一，根据计量规则，剔除了一些不合规则的因变量，最终做出模型并提出了相关建议。
关键词：国内生产总值经济分析参数估计计量建模出口销售额国内生产总值（GDP）是指一个国家或地区所有常住单位在一定时期内生产活动的最终成果, 即所有常住机构单位或产业部门一定时期内生产的可供最终使用的产品和劳务的价值。
影响国内生产总值的因素很多，这里只选取四个指标进行计量建模分析。
GDP是一个颇为全面的经济指标，不仅能够全面反映全社会经济活动的总规模, 也是评价经济形势的重要综合指标。
本文以1988年至2008年的数据为标准, 分析了影响我国国内生产总值的一些因素，并根据计量建模结果分析影响因素的意义以及提出部分建议。
一、数据及变量选择从《中国统计年鉴》得出如下数据，Y表示GDP（亿元），X1表示固定资产投资总额（亿元），X2表示出口总额（万元），X3表示社会消费品零售总额（万元），X4表示人口总数。
年份国内生产总值固定投资出口总额消费总额总人口数1988 15042.82301 4446.59 279193 7440 111026 1989 16992.31911 4137.73 304657 8101.4 112704 1990 18667.82238 4449.29 416107 8300.1 114333 1991 21781.49941 5508.8 552774 9415.6 115823 1992 26923.47645 7854.98 444894.4 10993.7 117171 1993 35333.92471 12457.88 435144.96 14270.4 118517 1994 48197.85644 16370.33 876213.94 18622.9 119850 1995 60793.72921 20019.26 1133587.65 23613.8 121121 1996 71176.59165 22974.03 1027968.29 28360.2 122389 1997 78973.035 24941.11 1066616 31252.9 123626 1998 84402.27977 28406.17 983816 33378.1 124761 1999 89677.05475 29854.71 934720.92 35647.9 125786 2000 99214.55431 32917.73 1236518.64 39105.7 126743 2001 109655.1706 37213.49 1419864.26 43055.4 127627 2002 120332.6893 43499.91 1754333 48135.9 128453 2003 135822.7561 55566.61 2467779.48 52516.3 129227 2004 159878.3379 70477.43 3457810.8 59501 129988 2005 183217.4 88773.61 4131243.21 67176.6 130756 2006 211923.5 109998.16 5289240.28 76410 131448 2007 257305.6 137323.9381 6424771.04 89210 132129 2008 300670 172828.3998 7504743.46 108479.4 132802二、模型设定对该模型运用Eviews软件进初步回归分析，即OLS参数估计, 输出结果为：Dependent Variable: YMethod: Least SquaresDate: 12/29/10 Time: 16:39Sample: 1988 2008Included observations: 21Variable Coefficient Std. Error t-Statistic Prob.C -98229.70 38957.83 -2.521437 0.0227X1 0.324563 0.177536 1.828151 0.0862X2 0.004767 0.002257 2.112133 0.0507X3 1.796320 0.245774 7.308839 0.0000X4 0.864954 0.352777 2.451843 0.0261 R-squared 0.999542 Mean dependent var 102189.6 Adjusted R-squared 0.999427 S.D. dependent var 81224.09 S.E. of regression 1944.271 Akaike info criterion 18.18742 Sum squared resid 60483023 Schwarz criterion 18.43611 Log likelihood -185.9679 F-statistic 8722.222 Durbin-Watson stat 2.373025 Prob(F-statistic) 0.000000 整理上表数值, 得出各个参数值, 模型具体结果如下：Y=B0+B1X1+B2X2+B3X3+B4X4+U其中： Y---GDP（亿元） X1---固定资产投资总额（亿元）X2--出口总额（万元） X3--社会消费品零售总额（万元） X4--人口总数得出回归模型如下:Y= -98229.70+0.324563X1+0.004767X2+1.796320X3+0.864954X4t = (-2.5214) (1.8282) (2.1121) (7.3088) (2.4518)R2=0.9995 F=8722.22 D.W=2.373三、模型检验1、经济意义检验从上面模型及回归结果可以得出：固定资产投资总额X1、出口总X2、社会消费品零售总额X3、人口总数X4的系数都为正数，说明随着这些解释变量的增加, 国内生产总值也增加，这些变量是符合经济意义检验的。
2、统计推断检验从回归结果来看，模型的拟合优度非常好（R^2=0.9995），F检验量也显著，但X1和X2的T检验不显著（P值大于0.05）,说明X1和X2变量对Y的影响不显著，或者变量之间存在多重共线性。
3、多重共线性检验由软件输出相关系数矩阵如下：Y X1 X2 X3 X4 Y 1 0.9858664418 0.9729511742 0.9985906159 0.8939436033X1 0.9858664418 1 0.9942662953 0.9779772114 0.8109360227X2 0.9729511742 0.9942662953 1 0.9614547938 0.7812458690X3 0.9985906159 0.9779772114 0.9614547938 1 0.9087624804X4 0.8939436032 0.8109360227 0.7812458690 0.9087624804 1由上表结果可以看出，解释变量之间存在着高度线性相关。
克服多重共线性逐步回归法——分别作Y与X1,X2,X3间的回归软件输出结果如下：Y对X1：Dependent Variable: YMethod: Least SquaresDate: 12/29/10 Time: 17:31Sample: 1988 2008Included observations: 21Variable Coefficient Std. Error t-Statistic Prob.C 26372.11 4244.819 6.212776 0.0000X1 1.711972 0.066742 25.65040 0.0000 R-squared 0.971933 Mean dependent var 102189.6 Adjusted R-squared 0.970455 S.D. dependent var 81224.09 S.E. of regression 13961.24 Akaike info criterion 22.01635 Sum squared resid 3.70E+09 Schwarz criterion 22.11583 Log likelihood -229.1717 F-statistic 657.9429 Durbin-Watson stat 0.169892 Prob(F-statistic) 0.000000 Y对X2：Dependent Variable: YMethod: Least SquaresDate: 12/29/10 Time: 17:33Sample: 1988 2008Included observations: 21Variable Coefficient Std. Error t-Statistic Prob.C 27375.29 5852.789 4.677308 0.0002X2 0.037281 0.002031 18.35843 0.0000 R-squared 0.946634 Mean dependent var 102189.6 Adjusted R-squared 0.943825 S.D. dependent var 81224.09 S.E. of regression 19251.10 Akaike info criterion 22.65892 Sum squared resid 7.04E+09 Schwarz criterion 22.75839 Log likelihood -235.9186 F-statistic 337.0318 Durbin-Watson stat 0.156411 Prob(F-statistic) 0.000000 Y对X3：Dependent Variable: YMethod: Least SquaresDate: 12/29/10 Time: 17:35Sample: 1988 2008Included observations: 21Variable Coefficient Std. Error t-Statistic Prob.C -7884.497 1653.128 -4.769441 0.0001X3 2.843288 0.034668 82.01394 0.0000 R-squared 0.997183 Mean dependent var 102189.6 Adjusted R-squared 0.997035 S.D. dependent var 81224.09 S.E. of regression 4422.824 Akaike info criterion 19.71734 Sum squared resid 3.72E+08 Schwarz criterion 19.81682 Log likelihood -205.0320 F-statistic 6726.286 Durbin-Watson stat 0.748635 Prob(F-statistic) 0.000000 Y对X4：Dependent Variable: YMethod: Least SquaresDate: 12/29/10 Time: 17:36Sample: 1988 2008Included observations: 21Variable Coefficient Std. Error t-Statistic Prob.C -1228292. 153245.9 -8.015168 0.0000X4 10.76159 1.237775 8.694307 0.0000 R-squared 0.799135 Mean dependent var 102189.6 Adjusted R-squared 0.788563 S.D. dependent var 81224.09 S.E. of regression 37348.66 Akaike info criterion 23.98437 Sum squared resid 2.65E+10 Schwarz criterion 24.08385 Log likelihood -249.8359 F-statistic 75.59097 Durbin-Watson stat 0.176041 Prob(F-statistic) 0.000000 有以上分别回归结果可以得出:Y对X3的回归模型最显著，R^2=0.9972,所以X3(社会消费品零售总额)对GDP影响最大，因此选X3作为基础变量，再与其他变量逐步回归。