影响我国第三产业增加值的因素分析及GDP与第三产业的关系

探究影响我国第三产业增加值的因素以及第三产业对GDP的影响

摘要：第三产业是一个国家国民经济中的重要组成部分，在发达国家第三产业占国民经济的比重非常大，影响第三产业的因素有很多，本文利用SPSS逐步回归分析的方法建立第三产业增加值的回归模型，对影响第三产业增加值的交通运输仓储和邮政业、批发和零售业、住宿和餐饮业、金融业、房地产业等因素进行分析，得出影响第三产业增加值的显著性变量。再通过对第三产业增加值同这些因素的因子分析，得出每个影响因素对第三产业增加值的影响程度，并对所得的模型给予合理的经济解释。

关键词：第三产业；影响因素；回归分析；逐步回归；显著性；因子分析

背景:为适应加快改革开放和经济发展的新形势，中共中央、国务院于1992年6

月16日做出《关于加快发展第三产业的决定》，确定发展第三产业的目标是：争取用十年左右或更长一些时间，逐步建立起适合我国国情的社会主义统一市场体系、城乡社会化综合服务体系和社会保障体系。第三产业的增长速度要高于第一、第二产业，第三产业增加值占国民生产总值的比重和就业人数占社会劳动者总人数的比重，力争达到或接近发展中国家的平均水平。中共十四大报告指出：“发展我国商业、金融、保险、旅游、信息、法律和会计审计咨询、居民服务等第三产业，不仅有利于促进市场发育，提高服务的社会化、专业化水平，提高经济效益和效率，方便和丰富人民生活，而且可以广开就业门路，为经济结构调整、企业经营机制转换和政府机构改革创造重要条件。要发挥国家、集体、个人三方面的积极性，加快第三产业的发展，使之在国民生产总值中的比重有明显提高。”

一、引言

第三产业是指除第一、二产业以外的其他行业，又称第三次产业，指不生产物质产品的行业。第三产业的总量及所占比重是衡量一个国家或地区社会经济发展程度的重要标志，加快发展第三产业是促进市场经济发育，优化社会资源配置，提高国民经济整体效益的重要途径。影响第三产业增加值变化的因素有：交通运输、仓储和邮政业，批发和零售业，住宿和餐饮业，金融业，房地产业和其他产业组成。运用主成分分析在这个六个影响因素中，哪一个是最主要的。

二、问题分析

1因子分析

通过对第三产业增加值进行因子分析，并搜集相关数据，建立模型，对此进行数量分析。在得到第三产业增加值与各要素间的数量关系后，据模型方程中的各因素系数的大小，分析主要因素和次要因素。

2.1影响第三产业增加值的各主要因素有：

以上的是影响第三产业增加值的因素，做散点图来看他们与第三产业增加值的相关程度。

根据这五个因素分别于第三产业的散点图，由图可知，这五个影响因素都与第三产业呈正相关，除了金融业的相关程度较弱一点，剩余的四个的相关程度都比较强。

2. 因子分析法的模型设计

因子分析法是主成分分析的推广，它也是从研究变量内部相关的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方

法。它的基本思想是将观测变量进行分类，将相关性较高，即联系比较紧密的分在同一类中，而不同类变量之间的相关性则较低，那么每一类变量实际上就代表了一个基本结构，即公共因子。对于所研究的问题就是试图用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一分量。以下是

第一行为检验变量间偏相关程度的KMO统计量，其值至少在0.6以上才适合做因子分析。现所得数据为0.743>0.6，所以此数据适合用来做因子分析

下面三行是球形检验结果，原假设是变量不相关，结果很小，小于0.05拒绝原假设，适合做因子分析。

从表中可以看出说明每个变量的共同度都比较高，说明因子分析的结果比较好。

第一个因子的贡献率达到99.241%，满足因子个数对累计贡献率的要求，因此，可以选择这一个因子。同时在表中还注意到，旋转以前和旋转以后虽然因子总方差贡献和单个因子发差贡献率都没有发生变化。

由SPSS的运行结果可以看出各个因子的贡献度都是很高的，对变量有很好的解释。交通运输、仓储和邮政业，金融业，批发和零售业，住宿和餐饮业，房地产业都有影响，都是产业的重要组成部分。第三产业中的，金融、通讯、房地产业作为新的经济增长点持续发挥了对经济的拉动作用，内部结构不断优化，商业、饮食、居民服务、交通运输、邮电等传统产业持续发展，这些行业都是第三产业的支柱。

3.多元线性回归分析

下面用多元线性回归分析对影响第三产业的因素进行分析。因子分析只是想找出影响最大的因素，其实，一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。

模型汇总表格中给出了关于模型的拟合情况，第三产业是预变常量，a,b,c,d,e,f都是因变量。对回归方程影响最大的变量依次引入回归方程后，观察复相关(R)

R都为1，R方大于0.05，看出由决定系数看回归方程拟合度较好。

ANOVA表格给出了回归拟合过程中每一步方差分析结果。平方和大于均方，说明线性模型解释了总平方和中的绝大部分，拟合效果很好。每一项的Sig,都是0.000，说明回归方程的影响比较显著。

本数据拟采用多元线性回归模型对影响我国第三产业增加值的多种因素进行分析，从第三产业与各个影响因素的产值关系入手，建立了各年各个影响因素产值与各年第三产业增加值之间的线性回归模型。回归模型为：Y ＝β0＋β1X1＋β2X3＋β3X3+β4X4+β5X5

其中，Y 为第三产业增加值，X1、X2、X3、X4、X5分别为住宿和餐饮业，交通运输、仓储和邮政业，金融业，房地产业，批发和零售业。β0为经济制度等其他因素对地区生产总值增长率的影响。

选取模型5，根据上面的系数表，可列线性回归方程：

5

43211400.1287.7752.1133.2067.4270.214X X X X X F ++-+--=