产业结构与我国经济增长的关系,计量经济学

合集下载
  1. 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. 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. 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)。

计量经济学论文产业结构与我国经济增长的关系
学号:************
学院:经济管理学院
班级:金融8班
姓名:***
产业结构与我国经济增长的关系
摘要:经济发展是以经济增长为前提的,而经济增长与产业结构变动又有着密不可分的关系。

本文采用1997年至2013年的统计数据,通过建立多元线性回归模型,运用最小二乘法,研究三大产业增长对我国经济增长的贡献,从而得出调整产业结构对转变经济发展方式,促进我国经济可持续发展的重要性。

关键词:经济增长国内生产总值三大产业,最小二乘法参数估计异方差检验LM法
一、模型设定及数据说明
(一)、模型设定
通过对数据观察,根据搜集的1996年至2012年的统计数据,建立模型。

其模型表达式为:
Y t=α+β1X1+β2X2+β3X3+µi (i=1,2,3)
其中:Y表示国内生产总值(GDP)的年增长率,X1、X2、X3分别表示第一、二、三产业的年增长率,α表示在不变情况下,经济固有增长率。

可近似认为,表明国内生产总值增长为三次产业增加值增长率的加权和,而βi分别表示各产业部门在经济增长中的权数;βi X i则表示各产业部门对经济增长的贡献。

µi表示随机误差项。

(二)、数据说明:
年份GDP增长率第一产业增长率第二产业增长率第三产业增长率
1996 10.00000 5.100000 12.11000 9.430000
1997 9.300000 3.500000 10.48000 10.72000
1998 7.800000 3.500000 8.910000 8.370000
1999 7.600000 2.800000 8.140000 9.330000
2000 8.400000 2.400000 9.430000 9.750000
2001 8.300000 2.800000 8.440000 10.26000
2002 9.100000 2.900000 9.830000 10.44000
2003 10.00000 2.500000 12.67000 9.500000
2004 10.10000 6.300000 11.11000 10.06000
2005 11.30000 5.200000 12.10000 12.20000
2006 12.70000 5.000000 13.40000 14.10000
2007 14.20000 3.700000 15.10000 16.00000
2008 9.600000 5.400000 9.900000 10.40000
2009 9.200000 4.200000 9.900000 9.600000
2010 10.30000 4.300000 12.20000 9.500000
2011 10.50000 4.500000 12.40000 9.400000
2012 11.40000 5.300000 12.20000 9.800000
二、模型参数估计
运用eviews软件,采用最小二乘法,对下表中的数据进行线性回归,对所建模型进行估计,估计结果见下图。

Dependent Variable: Y
Method: Least Squares
Date: 06/19/16 Time: 20:37
Sample: 1997 2013
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C -0.896748 0.461553 -1.942892 0.0740
X1 0.226376 0.065190 3.472568 0.0041
X2 0.558466 0.051906 10.75921 0.0000
X3 0.358739 0.048281 7.430225 0.0000
R-squared 0.978100 Mean dependent var 9.988235
Adjusted R-squared 0.973046 S.D. dependent var 1.715329
S.E. of regression 0.281618 Akaike info criterion 0.505797
Sum squared resid 1.031017 Schwarz criterion 0.701848
Log likelihood -0.299278 F-statistic 193.5327
Durbin-Watson stat 0.733495 Prob(F-statistic) 0.000000
由表可得:
Y t=-0.8967+0.2264X1+0.5584X2+0.3587X3
三、模型的检验
(一)、统计检验
1、拟合优度检验
①、样本决定系数
R^2的值越接近1,说明回归直线对观测值的拟合程度越好;反之,R^2的值越接近0,说
明回归直线对观测值的拟合程度越差。

由图1参数估计结果可得,样本决定系数R^2=0.978100>0.8,可见其拟合优度不错。

②、调整后的样本决定系数
因解释变量为多元,使用调整的拟合优度,以消除解释变量对拟合优度的影响。

调整后的R^²=0.973046>0.8,所以,其拟合程度不错。

2、方程显著性检验
原假设与备择假设分别为
H0: βi =0 H1:βi≠0
在H0成立的条件下,统计量
F= (ESS/k)/(RSS/(n-K-1))= 193.5327
而在α=0.05,n=16,k=3时,查表得F0.05(3,13)=3.41<239.1760,由此可知,应拒绝原假设,接受H1,认为回归方程显著成立。

3、参数显著性检验
H0: βi =0 H1:βi≠0
在H0成立的条件下,统计量
T i=(^βi-βi)/S(^βi)
当βi =0时,T1=-3.472568 T2=10.75921 T3=7.430225
在α=0.05,n=17,k=3时,查表得T0.025(13)=2.16,得T i>T0.025(16)=2.16,则拒绝原假设,接受备选假设,即认为βi显著。

(二)、计量经济学检验
1、多重共线性检验
①、首先采用最小二乘法估计模型
R²=0.978100 R^²=0.973046 F=193.5327 D.W=0.733495
由于R²较大接近于1,而且F=193.5327>F0.05(3,13)=3.41,故认为国民生产总值GDP的增长量与上述三个解释变量间总体线性关系显著。

并且 X1 X2 X2 前参数估计值均通过t检验,故认为解释变量之间不存在多重共线性关系。

②、检验简单相关系数
由软件可得:
X1 X2 X3
X1 1.000000 0.383261 0.141146
X2 0.383261 1.000000 0.637364
X3 0.141146 0.637364 1.000000
可清楚的发现各解释变量之间并不存在高度相关性。

综上所述,可模型不存在多重共线性问题。

2、异方差性检验
①、图示检验法
②、WHITE检验
White Heteroskedasticity Test:
F-statistic 0.508092 Probability 0.789606 Obs*R-squared 3.971737 Probability 0.680501
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/19/16 Time: 18:27
Sample: 1997 2013
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C 0.332104 2.042407 0.162604 0.8741
X1 0.077880 0.293173 0.265646 0.7959
X1^2 -0.004157 0.034419 -0.120772 0.9063
X2 -0.394287 0.596654 -0.660831 0.5237
X2^2 0.019588 0.027858 0.703127 0.4980
X3 0.288859 0.471561 0.612558 0.5538
X3^2 -0.014515 0.021190 -0.684992 0.5089
R-squared 0.233632 Mean dependent var 0.060648
Adjusted R-squared -0.226189 S.D. dependent var 0.142666
S.E. of regression 0.157979 Akaike info criterion -0.559811
Sum squared resid 0.249573 Schwarz criterion -0.216723
Log likelihood 11.75839 F-statistic 0.508092
Durbin-Watson stat 1.565764 Prob(F-statistic) 0.789606
怀特统计量nR²=31*0.233632=7.2425,该值小于5%显著性水平下,自由度为6的X²(0.05)=12.59,因此接受同方差的原假设.
综上所述,该模型不存在异方差性。

3、随即扰动项序列相关检验
①、图示法
散点图:
由散点图可大概判断此模型存在正序列相关性
②、D.W检验
D.W.检验结果表明,在5%显著水平下,n=17 k=4 ,查表可得:dl=0.90 du=1.71
由于0<DW值=0.733495<dl=0.9,则存在正序列相关。

进行修正:
因为本模型中的Y与X 都是时间序列,而且它们表现出共同的变动趋势,特此引入时间变量T 来消除影响
引入T=1996,1997, (2012)
回归变化方程为:Y t^=-91.43899+0.168762X1+0.508921X2+0.370605X3+0.045510T²
Dependent Variable: Y
Method: Least Squares
Date: 06/19/16 Time: 20:20
Sample: 1997 2013
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C -91.43899 22.52680 -4.059121 0.0016
X1 0.168762 0.046556 3.624956 0.0035
X2 0.508921 0.037360 13.62203 0.0000
X3 0.370605 0.032938 11.25157 0.0000
T2 0.045510 0.011322 4.019702 0.0017
R-squared 0.990667 Mean dependent var 9.988235
Adjusted R-squared 0.987556 S.D. dependent var 1.715329
S.E. of regression 0.191352 Akaike info criterion -0.229481
Sum squared resid 0.439385 Schwarz criterion 0.015582
Log likelihood 6.950585 F-statistic 318.4333
Durbin-Watson stat 1.382435 Prob(F-statistic) 0.000000
通过修正DW=1.382435有增加但仍然较低,没有通过5%显著性水平下的DW检验,因此判断上式仍存在正自相关性
③LW检验
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.066987 Probability 0.800555
Obs*R-squared 0.102898 Probability 0.748379
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 06/19/16 Time: 20:44
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
C 3.715211 27.50074 0.135095 0.8950
X1 -0.004878 0.052013 -0.093776 0.9270
X2 -0.001772 0.039501 -0.044865 0.9650
X3 0.002102 0.035247 0.059644 0.9535
T2 -0.001849 0.013784 -0.134107 0.8957
RESID(-1) -0.210237 0.812296 -0.258818 0.8006
R-squared 0.006053 Mean dependent var -1.17E-14
Adjusted R-squared -0.445741 S.D. dependent var 0.165715
S.E. of regression 0.199254 Akaike info criterion -0.117905
Sum squared resid 0.436725 Schwarz criterion 0.176171
Log likelihood 7.002190 F-statistic 0.013397
Durbin-Watson stat 1.370983 Prob(F-statistic) 0.999919
由表可计算出nR²=16*0.006053=0.096<显著性水平5%,自由度为3的X²分布临界值X²(0.05)=7.81,由此判断原模不存在1阶的序列相关性。

四、对模型的经济解释
通过上述分析,结合改革开放以来我国经济增长状况,不难发现产业结构与经济增长之间的一般关系。

1、产业结构是经济增长的基础,经济增长在一定程度上取决于产业结构的状态。

三大产业比重协调,经济增长就有保证;反之,经济增长就受到阻碍。

由资源配置理论得出,不同产业部门的单位资源产出量也是不同的。

在社会投入资源相等的情况下,不同的产业结构将导致不同的整体经济增长效果,即经济增长主要取决于各种资源的有效配置。

而产业结构却在很大程度上决定了资源配置效果,产业结构的调整实质就是资源的重新配置,即把资源从生产率极低的产业部门转移到生产率较高的产业部门。

2、经济增长依赖于产业结构的转换,经济增长又必然导致产业结构的变动。

科学技术的创新导致新兴产业的出现,而新兴产业又是支撑经济增长的主导力量,科学技术的发展引起产业结构的转换是经济增长的根本动力。

因此,经济增长依赖于产业结构转换的这种结构效应与经济增长主要依靠技术进步的趋势是一致的。

3、在现代化经济发展理论中,经济增长主要表现为两个方面,一是GDP等总量的增长,一是
产业结构的转换。

这两个方面是相互作用的,在一定条件下,经济增长达到一定水平,社会投资将会全面增加,新产业的成长就会扩大,产业结构的转换率也必然提高,而产业结构的转换率越高,经济总量的增长就越迅速。

4、产业结构的调整优化促进经济的增长。

现代经济增长的一个明显变化是社会分工的细化,产业部门的增多,专业化与一体化趋势加强,使产业结构的协调效应在经济增长中的作用日益明显。

现代经济增长对于技术创新的依赖性加强,而技术创新对经济增长的作用在很大程度上由产业结构的关联状态决定,因此产业结构的调整是经济增长的动力因素。

五、对现实的指导对策
指导对策:
1、坚持科学发展观,加快转变经济发展方式,推动产业优化升级,形成以高技术产业为先导,基础产业和制造业为支撑、服务业全面发展的产业格局;形成由主要依靠第二产业带动向依靠第一、第二、第三产业协同带动转变的新局面,实现我国经济可全面协调持续发展。

2、加大对农业的投入,调整农业内部产业结构,提高我国农业的科技化、产业化、现代化水平。

改革开放以来,尤其是市场经济建立以来,虽然第一产业在国民经济中所占比重逐年下降,但第一产业对经济增长的贡献率却逐年上升,说明科教兴农、农业产业化、财政支持等农业产业政策的支持下,我国农业的综合竞争力在提升,但就总体而言,仍是我国的弱智产业。

加强农业财政投入,提高农业科技化、产业化、现代化水平,调整农业内部产业结构,提高我国农业的市场竞争力。

尤其应加大资本、技术等要素的投入,建立健全农村资本金融市场和生产要素流动市场,提高要素资源的使用效率。

提高农村居民受教育水平,培养具有创新精神和时代感的社会主义新农民。

3、要坚持走中国特色新兴工业化道路,着重改造提升制造业,培育发展战略性新兴产业,建立创新型国家,提高我国核心竞争力。

自建国以来,工业尤其是重工业是我国经济发展的支柱,工业内部结构、地区结构都存在差异。

调整工业内部产业结构,提高基础工艺、基础材料、基础元器件研发和系统集成水平。

积极有序发展新一代信息技术、节能环保、新能源、生物、高端装备制造、新材料、新能源汽
车等产业,加快形成先导性、支柱性产业,切实提高产业核心竞争力和经济效益。

4、加快推进服务业发展,把推动服务业大发展作为产业结构优化升级的战略重点。

推进服务业发展,不仅能够有效改变我国产业结构现状,更能够提高就业率,稳定民生,提高人们的生活水平和质量。

推进服务业发展,重点是建立健全流通和服务部门,提高流通、服务质量;拓展服务业新领域,发展新业态,培育新热点,推进规模化、品牌化、网络化经营。

推动特大城市形成以服务经济为主的产业结构。

参考文献:
(1)计量经济学(第四版).李子奈潘文卿. 高等教育出版社
(2)中经网统计数据库
(3)《西方经济学》李军西南财经大学出版社
(4)马海涛:中国税制[M]. 中国人民大学出版社.
(5)张晓峒:计量经济分析[M]. 经济科学出版社.
(6)贾俊平,何晓群,金勇进,统计学[M].北京:中国人民大学出版社
(7)谢龙汉,尚涛,SPSS统计分析与数据分析挖掘[M].北京:电子工业出版社,(8)李子奈,潘文卿,计量经济学[M].北京:高等教育出版社
(9)朱晓华,邓宝义. 我国产业结构对经济增长影响的实证分析[J]. 区域经济,2013(7):132-136。

(10)宋薇,李娟,陆文豪. 河北产业结构与经济增长关系的实证分析[J].
(11)国家统计局2014年统计年鉴
(12)经济论坛。

相关文档
最新文档