对我国经济增长影响因素分析

本科生课程论文

论文题目：对我国经济增长影响因素分析课程名称：计量经济学

学院：农学与生物科技学院

专业：农村区域发展

老师：许秀川

年级：2013 级

学号：2026

姓名：蒙姜宇

成绩：

对我国经济增长影响因素分析

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。文章采用多元线性回归模型对1980-2013年中国经济增长因素研究，分析了劳动力、资本投资、消费对国内生产总值的影响，建立计量经济模型，探求这些变量与国内生产总值的数量关系，进行定量分析并对模型进行检验。

关键词：劳动力，资本投资，消费，经济增长因素，回归分析

十二五规划已接近尾声，即将迎来十三五规划，从1978年到现在，我国的经济年均增长率接近10%，综合国力大大增强，居民收入水平和生活水平在质量和数量上不断提高，研究我国的经济增长影响因素并对这些因素进行实证分析，可以更好的理解我国经济增长的内涵。

1文献综述

在早期的古典经济理论中，斯密、穆勒、马尔萨斯和李嘉图等人都曾涉及到经济增长或剩余同资本、劳动力的关系。他们认为，“剩余”的出现引起了资本的积累，资本的积累同时构成了对劳动力需求的增加，从而加大了就业规模和社会生产规模，而社会生产规模扩大的直接结果就是剩余的增加，再在更高的起点上重复前一过程。如此反复，从而带动了经济的增长。这也就是经济增长理论基础和经济增长模型的理论依据。

新经济增长理论的重要内容之一是把新古典增长模型中的“劳动力”的定义扩大为人力资本投资，即人力不仅包括绝对的劳动力数量和该国所处的平均技术水平，而且还包括劳动力的教育水平、生产技能训练和相互协作能力的培养等等，这些统称为“人力资本”。美国经济学家保罗·罗默1990年提出了技术进步内生增长模型，他在理论上第一次提出了技术进步内生的增长模型，把经济增长建立在内生技术进步上。技术进步内生增长模型的基础是：（1 ）技术进步是经济增长的核心；（2）大部分技术进步是出于市场激励而导致的有意识行为的结果；（3 ）知识商品可反复使用，无需追加成本，

成本只是生产开发本身的成本。

经典的马克思经济理论分析了经济增长的本质，认为经济增长是物质财富本身或其内容的增长。从商品生产来看，经济增长是使用价值量和价值总量的增长；从资本主义生产过程来看，经济增长是生产过程和价值增值过程的统一。他认为影响经济增长的因素有三个：劳动力，资本积累和劳动生产力。在分析技术进步的原因时，马克思认为竞争促进了技术进步。

从古典增长理论到新增长理论，都重视物质资本和劳动的贡献，由于资本在现实社会里难以测度，一般用全社会固定资产投资总额（亿元）来衡量物质资本。我国拥有全世界近四分之一的人口，为经济增长提供里丰富的劳动力资源，同时也有大量的消费需求。

2模型设计及验证结果

2.1变量的描述性统计

表1 数据的描述性统计

变量众数中位数平均数异众比率四分位差方差标准差离散系数偏态峰度y - 75074.81 133443.81 1 163142.41 161072.52 1.21 1.47 1.19 x1 - 69385 65230.65 1 19968.5 129933712 11398.85 0.17 -0.82 -0.84 x2 - 23927.3 75199.46 1 79762.52 115882.28 1.54 1.97 3.18 x3 102 103.2 105.5 0.94 5.25 38.67 6.22 0.06 1.53 1.83 2.2模型设计

为了具体分析各要素对我国经济增长的影响大小，以国内生产总值作为对经济发展的衡量，设为被解释变量y；年末就业人数衡量劳动力，全社会固定资产投资衡量资本投入，居民消费价格指数代表消费需求，分别设置为解释变量x1、x2、x3。

图1 国内生产总值的影响因素

由图1可推测固定资产投资与国内生产总值存在线性关系，对国内生产总值的影响较大，就业人数次之，居民消费价格指数最小。

采用的模型如下：

Y=C+β1x1+β2x2+β3x3+ε

其中Y代表国内生产总值，x1代表年末就业人数，x2代表全社会固定资产投资，x3代表居民消费价格指数，ε代表随机误差项。对该模型做回归分析，得出各个变量与我国经济增长的变动关系。

2.3用OLS法对模型初步估计

表2 模型初始估计结果

Dependent Variable: Y

Method: Least Squares

Date: 12/25/15 Time: 14:07

Sample: 1980 2013

Included observations: 34

Variable Coefficient Std. Error t-Statistic Prob.

C -21763.66 62603.35 -0.347644 0.7305

X1 2.255538 0.345211 6.533800 0.0000

X2 1.228684 0.033979 36.15990 0.0000

X3 -799.2557 528.8293 -1.511368 0.1412

R-squared 0.988403 Mean dependent var 133443.8

Adjusted R-squared 0.987243 S.D. dependent var 161072.5

S.E. of regression 18192.56 Akaike info criterion 22.56554

Sum squared resid 9.93E+09 Schwarz criterion 22.74512