三大需求对我国经济增长的因素分析

计量经济学课程论文

论文题目三大需求对我国经济增长的因素分析

学院: 安徽财经大学商学院

班级：093财务管理一班

小组成员：査莉莉（学号：20093069021）

罗翔（学号：20093069022）

三大需求对我国经济增长的因素分析

摘要：消费、投资和净出口是促进经济增长的强大动力，而经济增长又与三大需求有着密不可分的关系。本文采用1978年至2009 年的统计数据，通过建立多元线性回归模型，研究三大需求对我国经济增长的贡献，有利于我们深入考察宏观经济政策的实际应用效果。

关键字：三大需求；经济增长；宏观经济政策

一、引言

经济增长通常是指在一个较长的时间跨度上，一个国家人均产出（或人均收入）的持续增加。国内生产总值的增长体现一个国家或地区在一定时期内经济总量的增长，也是衡量一个国家或地区总体经济实力增长的标志。它构成了经济发展的物质基础，而深入考察宏观经济政策的实际应用效果对于经济增长乃至经济发展至关重要。

本文将影响国内生产总值的因素分为内生因素（最终消费和资本形成总额）和外生因素（货物和服务净出口），分别进行分析。

二、模型设定及数据说明

1、模型设定

按支出法统计的GDP是从需求角度衡量经济发展的总量指标，它由最终消费、资本形成总额、货物和服务净出口三部分构成，其公式为：

支出法国内生产总值=最终消费+固定资本投资总额+货物和服务净出口

通过对数据观察，根据搜集的1978年至2009 年的统计数据，建立模型。其模型表达式为：

Y t=α+β1X1i+β2X2i+β3X3i+μi （i=1，2，3）（1）

其中，Y t表示支出法国内生产总值，X1i表示最终消费支出，X2i表示资本形成总额，X3i表示货物和服务净出口，μi表示随机扰动项，α，β1，β2，β3表示待估参数，i表示样本期数。

2、数据说明

表1 （本表按当年价格计算）单位：亿元

年份支出法国内生

产总值

最终消费

支出

资本形成

总额

货物和服务

净出口

1978 3605.6 2239.1 1377.9 -11.4 1979 4092.6 2633.7 1478.9 -20 1980 4592.9 3007.9 1599.7 -14.7 1981 5008.8 3361.5 1630.2 17.1 1982 5590 3714.8 1784.2 91 1983 6216.2 4126.4 2039 50.8 1984 7362.7 4846.3 2515.1 1.3 1985 9076.7 5986.3 3457.5 -367.1 1986 10508.5 6821.8 3941.9 -255.2 1987 12277.4 7804.6 4462 10.8 1988 15388.6 9839.5 5700.2 -151.1 1989 17311.3 11164.2 6332.7 -185.6 1990 19347.8 12090.5 6747 510.3 1991 22577.4 14091.9 7868 617.5 1992 27565.2 17203.3 10086.3 275.6 1993 36938.1 21899.9 15717.7 -679.5 1994 50217.4 29242.2 20341.1 634.1 1995 63216.9 36748.2 25470.1 998.6 1996 74163.6 43919.5 28784.9 1459.2 1997 81658.5 48140.6 29968 3549.9 1998 86531.6 51588.2 31314.2 3629.2

1999 91125 55636.9 32951.5 2536.6 2000 98749 61516 34842.8 2390.2 2001 109028 66933.9 39769.4 2324.7 2002 120475.6 71816.5 45565 3094.1 2003 136634.8 77685.5 55963 2986.3 2004 160800.1 87552.6 69168.4 4079.1 2005 187131.2 99051.3 77856.8 10223.1 2006 222240 112631.9 92954.1 16654 2007 265833.9 131510.1 110943.2 23380.6 2008 314901.3 152346.6 138325.3 24229.4 2009 345023.6 165526.8 164463.5 15033.3 附：数据摘自国家统计局

3、初步回归与参数估计

图 1

因此，初步回归函数为：

y=1.65E-10+X1+X2+X3（2）

4、模型的检验

第一，经济意义检验。

第二，统计检验。

t统计量检验的是某个系数是否为0（即该变量是否不存在于该回归模型中）。由图1可以看出，常数C的t-Statistic 的检验值为1.9560，这说明常数C的系数不显著，而其他变量系数很显著。常数C的p值为0.0605，大于0.05，故接受原假设。X1、X2、X3的p值均小于0.05，则其对应系数显著不为0。统计量是对回归式中的所有系数都为0的假设检验。显然，回归结果中统计量的p值为0.0000，小于0.05，说明至少有一个解释变量的回归系数不为0，方程（2）总体上的线性关系是显著的。回归结果显示，可决系数R2为1.0000，调整的可决系数也为1.0000，模型有极高的拟合优度。当D.W.值在2左右时，模型不存在一阶序列相关。初步回归结果显示=0.367600，存在一阶序列相关。

图2、3、4为Gleiser检验。W=W1，W2，W3时，估计结果分别为：Y=-43465.03+2.3489X (3)

(-27.6129) (215.2593)

R2=0.999959 p=0.0000

Y=63657.47+1.7397X (4)

(8.0676) (32.0378)

R2=0.9991 p=0.0000

Y=198783.5+3.9501X (5)

R2=0.9845 p=0.0415