发布时间 : 星期三 文章计量经济论文我国GDP影响因素的实证分析更新完毕开始阅读7aff1edd31126edb6e1a10e3
我国GDP影响因素的实证分析
摘要：本文通过查询《中国统计年鉴》收集了1994年至2014年的数据，包括了能源消费总
量、进出口总额、固定资产投资以及人均消费性支出，用以定量研究。在定量研究分析时，通过OLS回归、多重共线性分析、怀特异方差检验等,分析了能源消费总量、进出口总额、固定资产投资以及人均消费支出对我国GDP的影响。通过这一系列统计分析和检验方法，拟合出比较优良的GDP模型。
关键词：国内生产总值；影响因素分析；多重共线性；怀特异方差检验
一、引言
GDP是衡量一国经济增长的重要指标，它能够反映国民经济发展变化情况，并为国家以及各个地区经济发展战略目标和宏观经济政策提供了重要工具和依据。GDP还为检验宏观经济政策的科学性和有效性提供了重要的检测工具。同时GDP也是对外交往的重要指标，因为在世界上衡量一个国家的经济地位指标，很多与GDP有关。因此，对国内生产总值影响因素的经济分析研究具有十分重要意义。
本文采用经济增长模型和多元线性回归分析方法对1994～2014年国内生产总值的影响因素进行研究，分析了能源消费总量、进出口总额、固定资产投资以及人均消费性支出对经济发展的影响，建立计量模型，寻求这些变量与GDP的数量关系，进行定量分析以及检验，并根据所得结论提出一些具有可行性的相关建议。 二、文献综述
著名的经济家保罗.萨缪尔森和他的同伴威廉.诺德豪斯合著的教科书《经济学》第15版中指出“虽然GDP和其他国民收入账户是显得有点神秘的概念，但它们确实属于20世纪最伟大的发明之列。”；杨立勋的一篇文章叫做《对GDP评价需客观工正》，认为追求GDP数量，不在于算GDP，在于现行考核制度不健全，在计算GDP时，没有考虑非货币交易的因素和环境自然因素
[2][1]；宁琰和许鹏通过VAR模型研究了房地产投资、固定资产投资和GDP
[3]之间相互影响的关系。实证分析表明固定资产投资对GDP增长有着很大的贡献
[4]；李冉和
尚飞运用了协整理论对我国GDP、消费和进出口贸易之间的长期和短期关系进行分析,得到GDP、消费和进出口贸易之间存在着长期稳定的关系这一结论。；范晓娥通过对云南省GDP与能源消费总量两者关系的实证分析，说明了能源消费总量和国内生产总值之间随时间发展变化的关系,并分析了其经济意义。
[5]
从上诉的文献综述中，不难看出，对于国内生产总值的影响因素有很多，应将定性因素与定量因素结合起来，建立计量经济模型，考虑多重共线性的影响，直接剔除不重要或可替代的变量，间接剔除重要的变量，综合分析我国国内生产总值的变化，由此反映我国经济发展的现状。
三、理论模型与数据
选择国内生产总值Y作为被解释变量。国内生产总值的影响因素很多，本文不能全面地给予说明分析，根据影响因素的大小和模型本身的需要等原因，选择了四个指标作为模型的解释变量：能源消费总量X1、进出口总额X2、固定资产投资X3和人均消费性支出X4。消费是社会再生产过程的一个重要环节，也是最终环节。它是指利用社会产品来满足人们各种需要的过程。消费又分为生产消费和个人消费。前者指物质资料生产过程中生产资料和生活劳动的使用和消耗。本文用能源消费总量作为代表，用X1 进行表示。后者是指人们把生产出来的物质资料和精神产品拥有满足个人生活需要的行为和过程，人均消费性支出作为代表，用X4表示。在经济发展的过程中，我国在经济贸易方面不断对外开放，同时，我国的经济的发展状态呈效好的趋势。对外贸易的适度增长和政府购买的增加是经济发展的重要影响因素之一，因为对外贸易的增长，为我国带来了大量的外汇的收入，从而促进了我国GDP的增长，促进我国经济的发展。因此，选择进出口总额X2为GDP的影响因素。X3：固定资产投资，其增长是国内生产总值增长的主要保障，影响效果显著。因此，本文研究影响经济发展的因素时，旨在分析能源消费总量、进出口总额、固定资产投资和人均消费性支出对GDP的实证影响。
事实上，一般来说，国内生产总值共有消费、私人投资、政府支出和净出口额四个不同的组成部分。用公式表示为：GDP = CA + I + CB + X ，式中：CA为消费、I为私人投资、 CB为政府支出、X为净出口额。
因此，上述解释变量的选取符合经济发展的实际情况 变量与符号：
Y:国内生产总值（单位：亿元） X1:能源消费总量（单位：万吨标准煤） X2:进出口总额（单位：亿元） X3:固定资产投资（单位：亿元） X4:人均消费性支出（单位：元） B1,B2,B3,B4：回归方程的系数 T:年份
表1 实验数据
国内生产总年份 值（亿元） Y 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
四、建模过程
48460 61129.8 71572.3 79429.5 84883.7 90187.7 99776.3 110270.4 121002 136564.6 160714.4 185895.8 217656.6 268019.4 316751.3 345629.2 408903 484123.5 534123 588018.8 635910.2 能源消费总量（万吨标准煤） X1 122737 131176 135192 135909 136184 140569 146964 155547 169577 197083 230281 261369 286467 311442 320611 336126 360648 387043 402138 416913 425806 进出口总额（亿元） X2 20381.9 23499.9 24133.8 26967.2 26849.7 29896.2 39273.2 42183.6 51378.2 70483.5 95539.1 116921.8 140974 166863.7 179921.5 150648.1 201722.2 236402 244160.2 258168.9 264241.8 固定资产投资（亿元） X3 17042.1 20019.3 22913.5 24941.1 28406.2 29854.7 32917.7 37213.49 43499.91 55566.6 70477.4 88773.6 109998.1 137324 172828.4 224598.8 278140 311022 374694.7 446294.1 512020.7 人均消费性支出(元) X4 2851.3 3537.6 3919.5 4185.6 4331.6 4615.9 4998 5309 6029.9 6510.9 7182.1 7942.9 8696.6 9997.5 11242.9 12264.6 13471.5 15160.9 16674.3 18487.54 19968.08 为估计模型参数，根据数据建立多元线性回归方程。 键入命令：LS Y C X1 X2 X3 X4 得到样本回归方程。输出结果如下：
图1 模拟回归方程输出结果
通过图1可以看出，模型回归结果为：
Y?7263.974-0.237654X1?0.591212X2?0.4597263X3?17.67829X4
从模型整体的拟合度来看，该模型的R2?0.998398 ， R2?0.997998，可决系
数很高，说明该模型整体上拟合的非常好；从模型整体的显著性来看，F值为2493.452，相应的概率值prob.为0.000，可以拒绝模型整体解释变量系数为零的原假设，说明模型的整体拟合情况好；从系数的显著性来看，X1对应prob.值大于5%的显著性水平，说明X1系数不显著，这表明可能存在严重的多重共线性。
（一） 多重共线性检验
利用相关系数可以分析解释变量之间的两两相关情况。在Eviews软件中可以直接计算相关系数矩阵，结果如下所示：
键入命令：COR Y X1 X2 X3 X4 X5
图2 相关系数矩阵表
由图2中可以看出，各解释变量相互之间的相关系数较高，证实确实存在严重的多重共线性。因此，首先应修正多重共线性，采用逐步回归的办法，以此解决多重共线性。
根据相关系数检验的结果，表明人均消费支出X4与国内生产总值Y高度相关，以
Y????X4作为最基本的模型。
1. 建立一元回归模型
图3
可决系数R2?0.99448 ,修正样本可决系数 R2?0.994577,计算结果表明，
估计的样本回归方程较好地拟合了样本观测值。
，19)?4.38，F?3668.823＞4.38回给定的显著性水平??0.05，F0.05(1归方程显著。 2. 引入变量X3
图4
18)?3.55，F?3563.991，R2?0.997481 ，R?0.997201，F0.05(2，22R和R拟合度均有所增加，并且没有影响x4的显著性，所以保留X3。
3. 引入变量X2，得到
图5
217)?3.20，F?3220.309， R2?0.998243 ，R?0.997933，F0.05(3，22拟合度R和R均有所增加，且X2,X3,X4均显著，所以保留X2。
4. 加入变量x1
2