发布时间 : 星期四 文章对中国经济增长影响因素的实证分析毕业论文更新完毕开始阅读1a98fcbf7d1cfad6195f312b3169a4517723e5e8
2.数据收集和模型的建立
为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（?）这个经济指标作为研究对象；用总就业人员数（?1）衡量劳动力；用固定资产投资总额(?2)衡量资本投入：用价格指数（?3）去代表消费需求。运用这些数据进行回归分析。
这里的被解释变量是， Y：国内生产总值，
与Y-国内生产总值密切相关的经济因素作为模型可能的解释变量，共计3个，它们分别为：
?1代表社会就业人数， ?2代表固定资产投资，
?3代表消费价格指数，
?代表随机干扰项。
模型的建立大致分为理论模型设置、参数估计、模型检验、模型修正几个步骤。如果模型符合实际经济理论并且通过各级检验，那么模型就可以作为最终模型，可以进行结构分析和经济预测。 2.1理论模型的确定
通过变量的试算筛选，最终确定以以下变量建立回归模型。 被解释变量 Y：国内生产总值, 解释变量 ?1:代表社会就业人数，
?2:代表固定资产投资，
?3:代表消费价格指数，
从经济意义上来说，社会就业人数、固定资产投资和消费价格指数这三个宏观经济指标基本反映了我国经济发展状况，因此也就很大程度上决定了经济增长水平。单从经济意义上讲，变量的选择是正确的。而且，就直观上来说，解释变量与被解释变量都是相关的，这三个解释变量都是经济增长的“良性”变量，它们的增长都对我国经济增长起着积极的推动作用，这一点可以作为模型经济意义检验的依据。
表1： 被解释变量与解释变量1980-2014数据
5 / 25
年份 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 国内生产总值（现价）/亿元 就业人员人数/万人 全社会固定资产投资总额/亿元 居民消费价格指数（上年=100） 4551.60 4898.10 5333.00 5975.60 7226.30 9039.90 10308.80 12102.20 15101.10 17090.30 18774.30 21895.50 27068.30 35524.30 48459.60 61129.80 71572.30 79429.50 84883.70 90187.70 99776.30 110270.40 121002.00 136564.60 160714.40 185895.80 217656.60 268019.40 316751.70 345629.20 408903.00 484123.50 534123.00 588018.80 636462.70 42361.00 43725.00 45295.00 46436.00 48197.00 49873.00 51282.00 52783.00 54334.00 55329.00 64749.00 65491.00 66152.00 66808.00 67455.00 68065.00 68950.00 69820.00 70637.00 71394.00 72085.00 72797.00 73280.00 73736.00 74264.00 74647.00 74978.00 75321.00 75564.00 75828.00 76105.00 76420.00 76704.00 76977.00 77253.00 910.90 961.00 1230.40 1430.10 1832.90 2543.20 3120.60 3791.70 4753.80 4410.40 4517.00 5594.50 8080.10 13072.30 17042.10 20019.30 22913.50 24941.10 28406.20 29854.70 32917.70 37213.50 43499.90 55566.60 70477.40 88773.60 109998.20 137323.94 172828.40 224598.77 251683.77 311485.13 374694.74 446294.09 512760.70 107.50 102.50 102.00 102.00 102.70 109.30 106.50 107.30 118.80 118.00 103.10 103.40 106.40 114.70 124.10 117.10 108.30 102.80 99.20 98.60 100.40 100.70 99.20 101.20 103.90 101.80 101.50 104.80 105.90 99.30 103.30 105.40 102.60 102.60 102.00 资料来源：《中国统计年鉴》。
首先，检查被解释变量和解释变量之间的线性关系是否成立。观察被解释变量与解释变量之间的散点图。
6 / 25
80,00075,00070,00065,000X160,00055,00050,00045,00040,0000100,000300,000Y500,000700,000
图1：被解释变量?与解释变量?1的散点图
由图中趋势线可以判断，被解释变量Y与解释变量?1之间基本呈线性关系。
600,000500,000400,000X2300,000200,000100,00000100,000300,000Y500,000700,000
图2：被解释变量?与解释变量?2的散点图
由图中趋势线可以判断，被解释变量?与解释变量?2之间基本呈线性关系。
7 / 25
125120115X3110105100950100,000300,000Y图3：被解释变量?与解释变量?3的散点图
500,000700,000
由图中趋势线可以判断，被解释变量Y与解释变量?3之间基本呈线性关系。再通过变量之间的相关系数判断。
YX3X2X1Y 1.000000-0.291416 0.985479 0.675326X3-0.291416 1.000000-0.253522-0.250596X2 0.985479-0.253522 1.000000 0.579932X1 0.675326-0.250596 0.579932 1.000000
看到被解释变量Y与解释变量?1，?2，?3之间具有较高的相关性。
通过散点图和相关系数表的判断，可以判断被解释变量和解释变量之间具有明显的相关线性关系。同时通过被解释变量与解释变量的相关图形分析，设置理论模型为：
y??1??2X1??3X2??4X3??
2.2 建立初始模型——OLS 2.2.1 使用OLS法进行参数估计
8 / 25