江苏省地区生产总值影响因素的计量经济分析.doc

计量经济学论文区域生产总值影响因素研究 基于江苏省的实证分析学 院： 经济学院 专 业： 区域经济学 姓 名： 何 计 文 教 师： 陈 长 2010年12月16日区域生产总值影响因素研究 基于江苏省的实证分析摘要：在区域经济发展中，不同的产业对经济增长的贡献是不同的，寻找出对经济增长贡献较大的产业，是进一步加快区域经济发展，提升区域经济核心竞争力的关键。本文选取江苏省为实证研究对象，通过找出对江苏地区经济增长产生影响的因素，建立计量经济模型，并对时间序列数据进行平稳性及协整检验，对模型进行多重共线性分析、自相关检验和异方差性检验，在定性分析与定量分析相结合的基础上，最终确立江苏地区生产总值的计量经济模型，得出工业增加值、建筑业生产值、金融业生产值和邮电运输业生产值是江苏地区生产总值的显著影响因素，并对模型进行简单的经济学分析。关键词：地区生产总值；影响因素；时间序列；多重共线性1 引言1.1 概念界定行业是指在国民经济中从事同性质的生产或其他经济社会的经营单位、个体的组织结构体系，如金融业、房产业、林业、建筑业、运输业等。产业是指在国民经济中按照一定的社会分工原则，为满足社会某种需要而划分的从事产品和劳务生产及经营的各个部门。它包括国民经济的各行各业，大至部门，小至行业，从生产到流通、服务以至于文化教育等各行各业都可以称为产业 史忠良：产业经济学，经济管理出版社，2005（P1）。1.2 产业结构产业结构是指生产要素（劳动、资本、原料、技术、人力资源等）在产业部门之间的比例构成和相互依存、相互制约的联系，因此也可以说产业结构是一种资源配置状态及其制约方式。它是区域经济结构的重要属性。1.3 产业结构演进规律根据配第克拉克定律，随着经济的发展及人均国民经济收入水平的提高，劳动力首先由第一产业向第二产业转移，当人均国民收入进一步提高时，劳动力便向第三产业转移，结果造成经济收入也随之转移 简新华：产业经济学，武汉大学出版社，2001（P22）。美国著名经济学家西蒙库兹涅茨运用统计的方法进行了深入细致的研究并指出：随着时间的推移，国民收入的相对比重和劳动力比重在第一产业中不断下降，而在第二产业中国民收入比重不断上升，劳动力比重则几乎保持不变或略有上升，在第三产业中国民收入比重和劳动力比重上升不同步，但总体上是保持不变或略有上升。假定第一产业为A，第二产业为B，第三产业为C，则三次产业的比重呈现如下的演变规律：ABC（农业化初期）、ACB（农业化后期）、BAC（工业化初期）、BCA（工业化后期）、CAB（后工业化初期）、CBA（后工业化成熟期）。2 江苏省经济社会发展阶段及影响因素分析2.1 经济社会发展阶段据江苏省统计年鉴（19912010），江苏省的三次产业比重于1990年就呈现出二、三、一的现象。从1990年2009年的20年中，第一产业比重不断下降，第二产业比重变动幅度不大，第三产业比重整体上呈不断上升趋势（如图1所示）。根据库兹涅茨法则，江苏省处于后工业化后期的发展阶段。图 1 19902009年江苏省地区生产总值及三次产业产值分布情况2.2 经济社会发展影响因素分析影响江苏省地区生产总值的因素比较多，在本文的分析中，我们采用行业产值作为影响因素。根据江苏省经济社会所处的发展阶段和江苏地区的生产特点、各因素对生产总值的影响大小及资料的可比性，本文选择工业生产增加值、建筑业生产值、金融业生产值、房地产业生产值、零售业生产值和邮电交通生产值作为影响地区生产总值的主要因素（如表1所示）。在本文中我们没有选择农业产值这一影响因素，是因为江苏省的农业生产值相比这六个指标而言，对该地区生产总值的影响要小一些，并且农业比重呈现出不断下降的趋势，其对生产总值的影响会变得更小，所以没有考虑农业生产值的影响。 表 1 19902009年江苏省地区生产总值及其影响因素统计表 单位：亿元年份地区生产总值工业增加值建筑业生产值金融业生产值房地产业生产值批发零售业生产值邮电运输业生产值19901461.50 634.13 58.46 72.53 27.02 103.25 63.64 19911601.38 725.83 68.09 77.81 33.51 140.27 80.27 19922136.02 1017.94 101.32 109.27 43.89 201.91 100.55 19932998.16 1451.97 146.08 140.04 73.03 302.13 124.53 19944057.39 2002.22 184.55 187.37 95.23 378.89 178.19 19955155.25 2467.63 247.63 244.65 134.95 512.89 223.62 19966004.21 2754.80 319.32 291.71 178.79 618.59 298.31 19976680.34 3016.44 395.42 318.04 211.22 672.53 329.64 19987199.95 3157.69 482.41 322.33 253.14 701.85 353.77 19997697.82 3387.99 532.16 330.25 272.34 723.58 389.62 20008553.69 3848.52 587.37 349.49 298.15 789.62 507.37 20019456.84 4270.90 636.56 353.41 326.74 853.07 557.75 200210606.85 4880.09 724.40 368.86 371.09 1003.72 589.19 200312442.87 6004.65 782.46 392.11 447.47 1199.43 639.87 200415003.60 7514.39 923.60 440.50 534.17 1389.56 692.13 200518598.69 9440.18 1084.78 492.40 799.73 1870.57 741.06 200621742.05 11097.64 1185.25 653.25 1017.91 2043.09 928.41 200726018.48 13105.24 1366.02 1054.25 1365.71 2472.64 1039.41 200830981.98 15271.20 1722.14 1298.48 1626.13 3115.09 1218.81 200934457.30 16464.94 2101.43 1596.98 2025.39 3579.81 1423.25 3 序列平稳性检验与协整检验3.1 序列平稳性检验在本文实证分析中，取1990年2009年江苏省的相关数据为样本区间（数据来源：江苏省统计年鉴(19912010)）。在对时间序列数据进行回归分析前首先需要对其序列进行平稳性检验，检查序列平稳性的标准方法是单位根检验，我们在此采用ADF检验法。设定江苏省地区生产总值为被解释变量，并记为Y；设定工业生产增加值、建筑业生产值、金融业生产值、房地产业生产值、批发零售业生产值和邮电运输业生产值为解释变量，并分别记为X1、X2、X3、X4、X5、X6。在Eviews中建立文档，录入江苏省地区生产总值（Y），工业生产增加值（X1）、建筑业生产值（X2）、金融业生产值（X3）、房地产业生产值（X4）、批发零售业生产值（X5）和邮电运输业生产值（X6）。然后分别对其进行单位根检验（ADF检验），检验结果如下：图 2 Augmented Dickey-Full Unit Root Test on D(Y, 2)图 3 Augmented Dickey-Full Unit Root Test on D(X1, 2)图 4 Augmented Dickey-Full Unit Root Test on D(X2, 2)图 5 Augmented Dickey-Full Unit Root Test on D(X3, 2)图 6 Augmented Dickey-Full Unit Root Test on D(X4, 2)图 7 Augmented Dickey-Full Unit Root Test on D(X5, 2)图 8 Augmented Dickey-Full Unit Root Test on D(X6, 2)从检验结果可以看出，在5%的显著水平上：YI(2), X1I(2), X2I(2), X3I(2), X4I(2), X5I(2), X6I(2)，即Y 、X1、X2、X3、X4、X5、X6都是二阶单整序列。3.2 协整检验通过观察图9可以看出，Y 、X1、X2、X3、X4、X5、X6之间具有相同的增长和变化趋势，因此，它们之间很可能存在协整关系；同时，它们都是同阶（二阶）单整序列，这为协整准备了必要的前提。在Eviews中建立模型：LS Y C X1 X2 X3 X4 X5 X6 AR(1) AR(2)（加入AR(1) AR(2)项是为了消除自相关性），然后对其残差序列ET进行单位根检验（ADF检验），检验结果如图10所示：Y X1 X2 X3 X4 X5 X6图 9 Y、X1、X2、X3、X4、X5、X6序列图 10 残差序列ET单位根检验（ADF检验）结果由于统计量ADF=-6.301775，小于不同检验水平的三个临界值，因此残差序列是平稳序列，所以，Y 、X1、X2、X3、X4、X5、X6之间，即地区生产总值、工业生产增加值、建筑业生产值、金融业生产值、房地产业生产值、批发零售业生产值、邮电运输业生产值之间存在协整关系。4 回归分析4.1 建立计量经济模型根据以上设定，观察Y关于Xi的回归散点图可知，被解释变量Y与解释变量X1、X2、X3、X4、X5、X6均存在较强的线性相关关系。于是得到模型的理论方程：Yt=C+1 X1t+2 X2t+3 X3t+4 X4t+5 X5t+6 X6t(t=1990, 1991, 1992, 2008, 2009)对于该理论方程运用Eviews软件进行运算，得到回归结果如下：t=102.4235+1.332468x1+2.198103x2+1.987224x3-0.256741x4+0.826111x5+1.591896 x6t 1.642934 17.41771 3.318644 4.638758 -0.572868 1.578035 2.277337R2 =0.999955， R2*(修正)=0.999934， S.E=79.74099， F=48221.57， DW=1.4375914.2 模型的多重共线性分析从上面得到的回归结果看，该模型R2 =0.999955，R2*(修正)=0.999934，可决系数很高，F检验值为48221.57，明显显著，即模型的总体水平是显著的；但是当=0.05时，t/2(n-k-1)= t0.025(20-6-1)=2.1604，不仅X4、X5系数的t检验不显著，而且X4的系数符号与预期的相反，这表明很可能存在严重的多重共线性。计算各解释变量的相关系数，计算结果如表2所示：表 2 相关系数矩阵X1X2X3X4X5X6X11.0000000.9861610.9564900.9850790.9954900.982190X20.9861611.0000000.9604090.9773630.9917820.994666X30.9564900.9604091.0000000.9859450.9737690.947303X40.9850790.9773630.9859451.0000000.9920830.964584X50.9954900.9917820.9737690.9920831.0000000.982606X60.9821900.9946660.9473030.9645840.9826061.000000从相关系数矩阵可以看出：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。4.3 修正多重共线性采用逐步回归的方法，检验和解决多重共线性。分别做Y对X1、X2、X3、X4、X5、X6的一元回归，结果如3所示：表 3 一元回归结果变量X1X2X3X4X5X6参数估计值2.00379417.1427123.3476516.999429.88698224.83922t统计量83.9965033.8010015.8763727.7322169.9488526.67211R20.9974550.9844900.9333480.9771310.9963350.975322R2*(修正)0.9973140.9836280.9296450.9758600.9961310.973951从回归结果我们可以看出：Y关于X1方程的R2*(修正)最大，因此以X1为基础，顺次加入其它变量逐步回归，结果如表4所示：表 4 加入新变量后的回归结果（一） 变量变量X1X2X3X4X5X6R2*(修正)X1、X2t1.47766420.532674.5942317.4133580.999328X1、X3t1.75970930.877733.0737954.4777950.998695X1、X4t1.69191114.075872.7137622.6340130.997980X1、X5t1.1287127.6969154.3397665.9943900.999087X1、X6t1.63289817.526024.7338474.0530390.998554经比较，新加入X2方程的R2*(修正)=0.999328，改进最大，而且各个参数的t检验均显著，选择保留X2，再加入其它新的变量逐步回归，结果如表5所示：表 5 加入新变量后的回归结果（二） 变量变量X1X2X3X4X5X6R2*(修正)X1、X2、X3t1.42006753.538203.68635015.410722.03463710.701430.999912X1、X2、X4t1.30803621.256334.1874609.7146531.8812994.5517000.999689X1、X2、X5t1.17444012.774173.0862565.2574292.3602004.0127670.999644X1、X2、X6t1.48022120.027855.0395024.346989-0.683471-0.4589600.999295在X1、X2的基础上分别加入X3后方程的R2*(修正)明显增大，而且各个参数t检验均显著，加入X4、X5后方程的R2*(修正)略有改善，且对其它回归参数估计值的t检验也未带来什么显著影响；加入X6后，不仅R2*(修正)出现下降，而且X6参数的t检验不显著，甚至连X6符号也变得不合理。因此保留X3，再加入其它新的变量逐步回归，结果如表6所示：表 6 加入新变量后的回归结果（三） 变量变量X1X2X3X4X5X6R2*（修正）X1、X2、X3、X4t1.46690737.817913.60385615.385792.5495746.881725-0.681152-1.5945380.999920X1、X2、X3、X5t1.43226723.710193.73065411.851532.0882216.796700-0.106765-0.2264960.999907X1、X2、X3 、X6t1.41255458.977072.9151657.1916892.15444112.089581.1016772.2395990.999930在X1、X2、X3的基础上加入X6后方程的R2*(修正)明显增大，而且各个参数均通过t检验；在加入X5后，不仅R2*(修正)没有得到改善，反而出现下降，而且X5参数的t检验不显著，甚至连X5的符号也变得不合理；在加入X4后，虽然R2*(修正)略有改善，但X4参数的t检验不显著，而且X4的符号也变得不合理。因此保留X6，再加入其它新的变量进行逐步回归，结果如表7所示：表 7 加入新变量后的回归结果（四） 变量变量X1X2X3X4X5X6R2*(修正)X1、X2、X3、X6、X4t1.43536734.110423.0113616.8807613.3700606.381463-0.312270-0.6655620.9101441.5745560.999927X1、X2、X3、X6、X5t1.31089920.174922.0962463.3672371.8003316.6455760.8498711.6690791.7677392.8848640.999937观察回归结果可以看出：在加入X4后，不仅R2*(修正)没有得到改善，反而下降，而且X4参数的t检验不显著，甚至连符号也变得不合理；而在加入X5后，虽然R2*(修正)略有改善，但X5参数不能通过t检验。这说明X4、X5引起了严重的多重共线性，应予以剔除。最后，运用Eviews软件做Y对X1、X2、X3、X6的多元回归，回归结果如表8所示：表 8 估计结果VariableCoefficientStd. Errort-StatisticProb.C149.727940.783523.6712850.0023X11.4125540.02395158.977070.0000X22.9151650.4053527.1916890.0000X32.1544410.17820612.089580.0000X61.1016770.4919082.2395990.0407R-squared0.999945 Mean dependent var11642.72Adjusted R-squared0.999930 S.D. dependent var9840.357S.E. of regression82.30547 Akaike info criterion11.87107Sum squared resid101612.9 Schwarz criterion12.12000Log likelihood-113.7107 F-statistic67894.40Durbin-Watson stat1.832507 Prob(F-statistic)0.000000即：修正严重多重共线性影响的回归结果为：t=147.7279+1.412554x1+2.915165x2+2.154441x3+1.101677x6 () t 3.671285 58.97707 7.191689 12.08958 2.239599R2 =0.999945， R2*(修正)=0.999930， S.E=82.30457， F=67896.40， DW=1.8325074.4 自相关检验分析利用Eviews软件，选择滞后期为12，得到残差et与et-1，et-2，et-12的各期相关系数和偏相关系数，从中可以直观地看出残差序列的相关情况（如图2所示）。方程窗口显示各阶的Q 统计量都没有超过相关图中设定的显著水平决定的临界值，因此接受原假设，即回归方程（）不存在自相关。图 11 et与et-1，et-2，et-12相关系数与偏相关系数4.5 异方差检验分析利用Eviews5.0 软件进行White 检验。选择包含交叉乘积项（Cross terms），执行命令之后，屏幕上显示出辅助回归模型的估计结果及以下信息（如图3所示）：图 12 White Heteroskedasticity Test取显著水平=0.05，由于nR2=14.4621320.05 (14)=23.685，所以该模型不存在异方差。5 计量经济模型的最终确立及其经济学分析5.1 计量经济模型的最终确立通过上述的计量经济分析，我们可以最终确立江苏省地区生产总值的计量经济模型为： Y=147.7279+1.412554x1+2.915165x2+2.154441x3+1.101677x6t 3.671285 58.97707 7.191689 12.08958 2.239599R2 =0.999945， R2*(修正)=0.999930， S.E=82.30457， F=67896.40， DW=1.832507在定性分析的基础上引入解释变量，通过建立计量经济模型，在消除多重共线性，检验模型的自相关性和异方差性的基础上进行定量分析，根据变量的经济含义考虑它们之间的关系及取舍问题。所以，最终建立的模型的经济意义是比较合理的。5.2计量经济模型的经济学分析根据最终确立的计量经济模型，我们可以得出结论：影响江苏省地区生产总值的主要因素为工业增加值、建筑业生产值、金融业生产值和邮电运输业生产值，或者更直观地说，工业增加值、建筑业生产值、金融业生产值和邮电运输业生产值对江苏省地区生产总值有着较大影响，一定程度上决定了江苏省地区生产总值的变化趋势。尽管工业增加值、建筑业生产值、金融业生产值和邮电运输业生产值是包含于江苏省地区生产总值中的，从表1统计资料也可以简单地看出工业增加值、建筑业生产值、金融业生产值和邮电运输业生产值占生产总值的比重大较大，但是，这种简单的比重衡量对其经济学分析是不够的。从我们建立的经济模型的角度分析，我们得出了