固定资产投资对贵州GDP影响分析
- 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)。
固定资产投资对贵州GDP影响分析
一、导论
GDP(国内生产总值)是指经济社会(即一国或一地区)在一定时期内运用生产要素所生产的全部最终产品(物品和劳务)的市场价值。
在四部门经济中,Y=C+I+G+(X-M),其中
Y——GDP C——消费
I——投资G——政府对物品和劳务的购买
X——出口M——进口
固定资产投资是社会固定资产再生产的主要手段。通过建造和购置固定资产的活动,国民经济不断采用先进技术装备,建立新兴部门,进一步调整经济结构和生产力的地区分布,增强经济实力,为改善人民物质文化生活创造物质条件。这对我国的社会主义现代化建设具有重要意义。
固定资产投资作为企业的生产资料投资在整个生产过程起着至关重要的作用,对一个企业来说它是其主要的劳动手段,直接影响着企业的生产能力.固定资产的价值是逐渐地转移到所生产的产品上去.企业同时又是重要的市场主体,因此对固定资产的投资间接的影响到了一个经济体的产出。随着我国经济的高速的发展,我们有必要站在宏观的角度对我国国内固定资产投资进行分析,以控制经济的平稳快速发展.
这里忽略其他因素对GDP的影响,主要对GDP及国有经济固定资产投资额(X2),集体经济固定资产投资额(X3),其他经济固定资产投资额(X4),进行计量经济学多元线性回归模型分析。
二、模型设计
假设模型的函数形式为:
Y=β1+β2X2+β3X3+β4X4+μ
其中:Y ——GDP
X2——国有经济固定资产投资
X3——集体经济固定资产投资
X4——其它经济固定资产投资
三、数据收集及处理
1、全国GDP数据来自中华人民共和国国家统计局/
2、贵州省GDP、国有经济固定资产投资、集体经济固定资产投资、个体经济固定资产投资均来自中
国人民银行贵阳市中心支行
3、原始数据如下:
(表1)
Dependent Variable: Y
Method: Least Squares
Date: 05/31/05 Time: 23:55
Sample: 1980 2003
C 90.72857 25.50339 3.557510 0.0020
X2 3.121174 0.743178 4.199764 0.0004
X3 24.99842 4.718947 5.297457 0.0000
R-squared 0.966782 Mean dependent var 484.2113
Adjusted R-squared 0.961799 S.D. dependent var 404.5809
S.E. of regression 79.07573 Akaike info criterion 11.72970
Sum squared resid 125059.4 Schwarz criterion 11.92604
Log likelihood -136.7564 F-statistic 194.0257
(表2)
四、模型检验
1、t检验:
⑴提出假设:H0:βj=0 (j=1,2,3,4)
H1: βj≠0 (j=1,2,3,4)
⑵检验:给定显著水平α=0.05 查表得t0.05/2(24-4)=2.0860
①|t|=3.557510 |t|≥t0.05/2(24-4),所以拒绝H0,接受H1。
②|t|=4.199764 |t|≥t0.05/2(24-4),所以拒绝H0,接受H1。
③|t|=5.297457 |t|≥t0.05/2(24-4),所以拒绝H0,接受H1。
④|t|=-2.371665 |t|≤t0.05/2(24-4),所以拒绝H1,接受H0。解释变量X4对应
变量Y的影响不显著
2、分析:
显著水平α=0.05,F=194.0257 F0.05(3,21)=3.07
F >F0.05(3,21)表明模型从整体上看GDP与解释变量之间线性关系显著。
3
(表3)
由表3可以看出,解释变量之间存在高度线性相关。同时由表2也可以看出X3系数的符号所表示的经济意义与事实相悖。表明模型中解释变量确实存在严重的多重共线性。
4、修正:
⑴运用OLS方法逐一求Y对各个解释变量的回归:
①
Dependent Variable: Y
Method: Least Squares
Date: 06/01/05 Time: 12:43
Sample: 1980 2003
C 147.5648 32.04757 4.604554 0.0001
R-squared 0.919375 Mean dependent var 484.2946
Adjusted R-squared 0.915710 S.D. dependent var 404.6470
S.E. of regression 117.4802 Akaike info criterion 12.45007
Sum squared resid 303635.2 Schwarz criterion 12.54824
Log likelihood -147.4009 F-statistic 250.8670
(表4)
②
Dependent Variable: Y
Method: Least Squares
Date: 06/01/05 Time: 12:57