对我国GDP影响因素的分析

1、对我国gdp响因素的分析摘要 ： 运用 1987-2012 年我国城镇、农村人均收入，恩格尔系数以及就业人数的数据，先对gdps行绘制相关图， 单位根检验，在建立了古典线性回归模型，通过 ols回归、多重共线性分析、怀特异方差检验、对变量进行单位根检验、johansen协整检验、reset佥3金、chow稳定性检验等实证分析了城镇、农村人均收入、恩格尔系数以及就业人数对我国gd暇响。通过这一系列统计分析和检验方法，拟合出比较优良的 gdp莫型，得出1987-2012年间我国经济增长的情况。由此来分析所选取的这四个变量对gdm贡献情况，结合当前我国宏观经济形势，找出目前经济发展存在的问题，从而找

2、出相应的对策。【关键词】：gdp恩格尔系数影响因素回归分析一、 引言许多专家学者指出，我国目前的经济形势是上世纪90年代中期以来最好的。由此可见，gdp 乍为现代国民经济核算体系的核心指标，它的总量可以反映一个国家和地区的经济发展及人民的生活水平， 其结构可反映社会生产与使用， 投资与消费之间的比例关系及宏观经济效益，对于经济研究、经济管理都具有十分重要的意义。尤其从1985年我国开始正式统计gd而，它就越来越受到人们的关注。gdp勺核算中有许多因素在起着作用，为此，本文对国内生产总值gdp的影响因素作计量模型的实证分析，以期分析各影响因素对经济增长的贡献情况，结合我国当前的宏观经济形势，对国

3、家宏观经济政策提出自己的看法。二、建模分析1、数据收集整理从中国统计年鉴得到我国1987-2012年国内生产总值 gdp我国城镇、农村人均收入，恩格尔系数以及就业人数的统计数据，图 1 所示。数据收集（数据来自中国统计年鉴中国国家统计局网站/） ：数据基于全国范围内各年年末的数据统计，样本数据如图1：城乡总民人均商人（元）恩格尔系;靛(%)就业人数（人：国内生产总值亿元）年份城镇农村城渡农村城镇农村1978343.4133 667.7951430s3s3c ”.22197940s1c0 2i.6.4909010254002c81930477 .fl1

4、91.35c91 s105253183c*5410219815g才223.456.7汨311053325724s31 m1982=今后m270.15s e60 71142s5323.351983w.em9s59 2594117490箕士 051984552.1355 35859 212229”式e7208 051985739.1397653357.812ds373e59016041986900 9422 e5工士5,4132923799010275.1819871002.1462 e535e 31378339g0012058.6219881160.2阳951 45a142c7400*71*04

5、2 8219891373.9ebyme4 8143904093-916992.3210901510.2一：es.817041477081867.8219911700.0703 e53 357 0174c5口2721781.51s922028 67845357.8178819932577.4921 650.3&8 11s26248&463-333 921994396.2122150钝918g5388024& 197.80199542331577750 11s04o网”w793731995838.91926.1-is.856.319s224902871176.591997

6、51c0.32090 14 6-s -u. 1207s14903b7s973031903121 ez4475342101049021832 28199958542210 34”52.6224124s 98289677.0520002251439 i49 12315148939921-1.552001士9白236c433 247.72412348c74109cm.1720027702.82475 c37 7第32515948121120332 总 92003872.2r s r r37.145.826230不口目135s22 .52004921.6293c437.747.227293497l|1

7、59878 3i200510493我“93c?45 528部二此如1b4937.372006117f9.5368735.8432963d45348216314.43200713785.8j140 43c.343 1班5335826ss10il200815760.347m.e37.943.7321034131*04； a3200917174.7el 53.330.54133322240902.si201019w9,i591935.741.1346s74141g401512.8201121809 30977 336 340 4359 hiosoe20122454 7791oj53239337102

8、519470.1图1数据汇总整理，其中：gdp：国内生产总值，tc：城镇居民人均收入，cc： 农村居民人均收入，te：城镇居民恩格尔系数，ce：农村居民恩格尔系数，tw： 城镇居民就业人数，cw:农村居民就业人数。数据汇总整理如图 2所示：vie|proc|object prjnt|najne|freeje |default | sort|transpose) edit+msnupl*171 昵| s己呻怕|obsgdpcccecwtctetw19s73645.220133.600067 7000030638 00343400067,500009514.00019834002.500160.2

9、00064,0000031025.00405.0000na9999.0001s894545.620191.300061,8000031836.00477.600056,9000010525.0019904s91 560221400059,9000032672.00500 40005670000110510019915323.350270.1q00eo.zoooo33867 00535.3000se.eoooo11428.0019925962660309.800059,4000034690.00564.6000592000011746 0019937208 050355300059,200003

10、5960 00652.10005s.oocoo12229 0019949q1&040397,500057.sq000370500739.100q53.300 0口12903.00199510275.1s423.300056400003799000900 900052,4000013292 00199512058 62462.500055,8000039000.001002.10053,5000013783.00199715042.82544.900054 0000040067 001130.20051.4000014267 00199316992.32501.500054,8000040939

11、.00137390054 5000014390 0019991 的 67.82586.300058.800004770s001510.20054,2000017041.002000217 gl.如70s 600057,5000048026.001700.60053,8000017465.00200126923.48784.000057,5000048291.002026.60053,0000017861.00t2d0235333.92921600058,1000048546.002577 40050.3000018262.00200348197.661221.00050,90000438020

12、03496.20050 0000019653.00200460793.731577.70050 6000049025.004283.00050,1000019040.00200571176.591926.10056,3000049028.004838.90048,8000019922 0020067397w2090.10055,1000049039 005150.30045,5000020781.00200784402 282162 00053,4000049021.005425.10044,7000021616.00200839677.052210.30052.600004s9s200585

13、4.00042,100002241200200999214.552253.40049,100004b934005280.00039,4000023151.00201010965522366.40047 7000048674.006859.60038,2000024123.002011120332.72475.60046,3000049121 00770280037 7000025159.002012135822 82622 20045,6000047506.008472.20037,1000026230.00图2 (变量数据)2、对gd被响因素的分析过程利用eviews6.0和我国1987-2

14、012年我国城镇、农村人均收入，恩格尔系数 以及就业人数的数据建立古典线性回归模型，通过 ols回归、多重共线性分析、 怀特异方差检验、对变量进行单位根检验、johansen协整检验、reset佥m佥、chow 稳定性检验等实证分析了城镇、农村人均收入、恩格尔系数以及就业人数对我国 gdp响。(1)绘变量变化折线图图3 （序列折线图）（2） gdp相关图viey: , proc | 史匚11 prupeb2$ pnnt| 忖amu. freezu sample genr sheet graph state identcorrelogram of gdpdate: 06/22/14 time:

15、1130sample: 1987 2012included obsedations: 26autocorrelationpartialcorrelationacpacdstatprob0 3710 87122.1060 qoqi1120.75140320.000i1139.2360.634-0.05951.9420 000111130.520-0.05460.8890.0001114111150.4110 05366.7540 0001n1l160299-0.09170 0120.0001 1匚170 184-0.10071.3070.00011l180.071-0.08671.5120 00

16、01 (1：1s-0.0320 06571.5560.00 口1 11(10-0.113-0.03372.1940.0001 11111-0.183-000373.s140.0001匚11112-0.233-0.02376 6350.000图4 （gdfff列相关图）图4相关图用于显示序列gdpf其滞后序列之间的相关关系。autocorrelation 部 分是相关图，partial correlation部分是偏相关图，自然序数列表示的是滞后 期期数，ac是估计的自相关系数值，pac是估计的偏相关系数值，q-stat表示的是qb计量的值，prob是筮计量的伴随概率。p值大于检验水平，则表示序

17、列是非自相关的。可以看出次输入结果中, 水平下，此序列存在自相关。3单位根检验p值均小于0.05 ,表明在0.05的检验suw | ptqc| qbject i properties | prirt|ndme|frewe| 5dmplu | gm | sheut| graph | stats icaugmented dickey-fuller unit root test on gdpnull hypothesis: gdp has a unit rootexogenous: constantlag length: 2 tautomatic based on sic, maxlag=5；t-s

18、tatistic prob,*augeented dicke b fuller 期 statistic2$464口？ 第0 1test critical values:1% level-3.7529465% level-299806410% level-2 638752*mackinnon (1996) one-sided pvalues.augmented dicke；-fullertest equationdependent variable: d(gdp)method: least squaresdate: 06/22/14 time: 12:09sample (adjusted): 1

19、990 2012included ooservations： 23 血adjustmentsvariablecoefficientstd errorstatisticprob.gdp(-l)0.0434260.0164092 6464070.0159d(gdp(-1)1.3201160.2048546.4438570.0000dgdp(-2)-0.7166610 221831*3,2395830.0043c540.7769555 59480.9733300.3426r-squared0.889349mean dependent var5707.702adjusted r-squared0.87

20、187b&d. dependent var4706.577s e. of regression1634.679.akaike info criterion1785331sum squared日8汨53924749schwarz criterion1805079log likelihood-201.3131hannan-quinn enter.17,90297f-statistic50,90371durbin-watson stat1 s02b92prob(f-statistic)0 000000图5 （gd序列adfi位根检验结果）单位根检验用于检查时间序列的平稳性。图 5中的是gd序列进行a

21、dft法下的单 位根检验。可以看到检验的伴随概率为接近于 1,远远大于检验水平0.05,所以 接受原假设h以为：如果检验式设定正确则该gd序列存在单位根。此时gd的随 机游走，是不稳定的。t-staistic 栏的值与下面的1% 5% 10%k平的绝对值分别比较，在1% 5% 10% 水平下的绝对值分另i为3.752946、2.998064、2.638752均大于了 t的值2.646407, 则表示应当接受原假设，即原序列具有单位根，是非平稳序列。而 prob栏，显示 的信息是接受原假设的把握程度或是拒绝原假设犯错的概率，此处，是 1,表示有100%勺把握接受原假设，即原序列具有单位根，是非平

22、稳的3 ols模型回归file edit ob j ect vi ew proc quick ot i ons window helpvie1/-. proc object pnnt name freeze eshmate forecast stats，印ds|dependent variable: gdpfaethod: least squaresdate: 06/21/14 time: 10:20sample: 19s7 2012included observations: 2evariablecoefficientstd. enrostatisticprot).c905.16647638

23、.1260.118507q.9070ce213.324397,382092.1957250.0415cc6.7413421.8232993.6973330.0016cw-1.1287140.163135-6.9139130.0000te-131.7737112.2976-1.1734330.2559tc11 444860.99252511,531060.0000tjj2.6043070.5235434.9743930.0001r-squared0.999730mean dependent var43836.55adjusted r-squared0.999639s.d. dependentva

24、r42357 24s e of regression804.2772akaike info criterion16,44926sum squared resid11643513schwarz criterion1679055log likelihood-193.6158hannanquinn criter1654392f-statistic1109140durbin-wats on stat2.613250probe f*statistic:0.000000图6 （ols估方t 1）回归结果分析：通过图6表可以看出，模型回归方程形式为gdp =c -1 ce - cc - cw - -4 te

25、-tc 一飞 tw模型回归结果为:gdp =905.1684 213.8243 ce 6.741342 cc -1.128714 cw-131.7737 te 11.44486 tc 2.604307 tw从系数的显著性来看，prob.值除常数项c和te外，其它都小于5%的显著性水 平，说明模型回归的系数非常显著；从模型整体的显著性来看，f值为11091.40, 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；从模型整体的拟合度来看r方和调整r方都在99%以上，说明该模型整体上拟合的非常好；从模型拟合的残差序列相关性来看，d-w值为2.

26、613250,显然严重大于序列无自相关的标准值 2,判断回归残差序列 存在自相关。一次最小估计统计量仍然是线性和无偏的，但却不是有效的。由图6所示回归结果可知：最优拟合优度 r2为0.999730,所以数据的拟合 优度较好。但是ce、cc、cw、tw和tc的p值均小于0.05,其中，te的prob. 值大于0.05,最不为显著，此时，在0.05的显著性水平下，不能拒绝te为0的 零假设因此，去掉te后重新进行ols回归，回归结果如图7:l】file edi t object vi aw froc quick options window help“受 proc | object| 蛆脂名 fr

27、eeze | estimate forecast stats | residsdependent variable: gdp method: least squares date: 06/21/14 time: 1218 sample: 1987 2012 included observations: 26variablecoefficientstd errort-staflsticprab.c-4856.9435956.041-0.8154650.4244ge184.365889,496832.0600250.0526cc6.b327441.7991553.7977500.0011cw-1.

28、1701570.15817b-73977170.0000tc11.54269097921611.7876800000tw2.7323520.5076925331905000000,999716mean dependent uar4230679adjusted r-squared0.999645s o cspn 日enwa42228.13se qfegessiqn796.1155akaike info criterion16 39654sum squared resid12675996s ch vvarz criterion15.68687log likelihood207.1550hannan

29、-quinn criter16.48014f-statistic14063.65du rblrnwatson stat2411743probifstatistic)0.000000图7 （ols估方f 2）由图7回归结果可知：ce的p值仍大于0.05,不能拒绝ce为0的零假设， 因此把ce从原模型中剔除，再次对剩下的变量进行 ols回归，回归结果如图8: file edit object ：view proc口 etions; w i ndow htlpvie* pr8|gject| print| name | fteg工金 | estimate | for金二dst| stats | res

30、ide |depend ent variabl e: gdpmethod- least squaresdate: 06721/14 time. 12:22sample: 1987 2012included observations: 26variablecoefficientstd error t-startisticprob.c7070 2771501 2284.7096610 0001cc5.46536217967483 0418070 0062cw-0 9278700113646-8 1645700,0000tc12 719520.85452614 384890.0000tw1.9146

31、100 340073s6299s90.0000r*squared0.999655mean dependent ；ar4230679adjusted r-squared0 999590s.d, dependentvar42228 13s,e of regression055.3934.akaike info criterion15.51204sum squared resid15365655schwarz criterion16 75398log likelihood-209 6565hannan-quinn criter.15,58171f-statistic15226.5bdurbin-wa

32、tson stat2 052203probrf-statistic)0.000000图8 （ols估方t 3）由图8回归结果可知：数据的拟合优度值均大于0.99,数据能较好拟合，且模型 中的变量都是显著的。由此可以得出多元线性回归方程为：gdp = 7070.277 5.465362 cc - 0.927870 cw12.71952 tc 1.914610 tw三模型检验1多元线性回归模型的统计检验对于模型：gdp = 7070.277 5.465362 cc - 0.927870 cw12.71952 tc 1.914610 tw_2从图8可以知道可决系数r2 = 0.999655 ,调整可

33、决系数r = 0999590，都接近于1,所以模型的拟合优度好。方程总体线性的显著性检验统计量f=15226.58,概率prob.=0.000小于显著水平0.05,表明模型的线性关系在99%的置信水平下显 著成立。变量的显著性检验t统计量分别为 3.041807、-8.16457、14.88489、5.629989,其对应概率为 0.0062、0.0000 0.0000、0.0000 皆小于显著水平 0.05, 说明每个解释变量对被解释变量的影响显著。2怀特异方差检验对上述的回归模型进行怀特异方差检验，检验结果如图9:vie | proc| c)5wct| print| nqme | raeu

34、n | estimate | forwua三七| etats | recd4l-leterqskedasticit test .vhitef-statistic3 563562prob0.0202obs*r-squared21.30299prob.chl-square( 14)0 0941scaled explained s314 27119probchi-square (14)0 4297test equation：dependent variable: residemethod. least squaresdate 05722/14 tims 03:45sample: 19b7 2012i

35、ncluded obserx-atiors 26variablecoefficientstd error-t-statis-ticprob.c8312960185s629800 9682820 3537cc5947 01124136.90 0478590 9627cca217.7092022,929000 7723830 4562cccw-2.0964135.05855-0.4144210 6865cc*tc-s.45s9s416.-10195-0.5254010.6097cctyv3.0139906 0878070 495d&0 6303cw9798 8725173 8631.89391b0

36、 0s4scwa2-0 23s2s90 132033-1 6122740 0973cw*tc0 3573931.49938.20 23s3600 s160cw-tw0 b0034s0 61087611 3101650 216stc6398 4381s495.540 3459450.7359td22 s252s64 6600350 6062690 5566tc*tw-1.2144353.740405-0.3246800 7515tw-17773.426896 256-2 5772560 0257t；vft2-0.6805150.953372-0.6022750.5592r-squared0 81

37、9346mean dependent var590986.7adjusted r-squared0 5394.23s.d. dependentvar063720 4s.e. of regression553440 2akaike info criterion29.57934sum squared resij3.37e+12schwarz criterion30 30516log likelihood-369.5314hamnan-quinn criter.29.78835f-statistic3 563562durti in-batson stat2 672350prob(f -statist

38、ic)0.020-204图9（怀特异方差检验）从图9中，f-statistic是辅助方程整体显著性的 f统计量；obs*r-squared是 怀特检验的统计量nr2,通过比较obs*r-squared的概率值和显著性水平，可以对 方程是否存在异方差进行判断。在图 9中所示怀特检验结果中obs*r-squared的 概率值大于显著性水平0.05,则不能拒绝原假设，方程不存在异方差。3对变量gdp tc cc tw cw行单位根检验14we的|proc|object print|namefreeze safi)*|sheetstats|spec|group unit root test 611mm

39、aryseries: gdprcc, cw, tc. todate: 06j22h4 time: 12:49sample： 1987 3012exogen ous variables- in dividual effectsautomatic selection of maximum lagsautomatic lag length selection based on sic: 0 to 4 and bartlett kernelmethodstatisticprob.*sectionsobslull: unit口口1assumes 匚rriern unit root process)lev

40、in, lin & chu t*4.611691.00005117null: unit mot (assumes irdividum unit root process)im, pesaran and shin w-stat5.296001 00005117i.df - fisher chi-square2.142870.99515117pp -fishechi明u3e1.93182099635125* probabilities for fishertests are computed using an asymptotic chi -square distribution. all oth

41、er tests assume asymptotic normality.图10 （多变量的单位根检验）由图10知对变量gdp tc cc tw cw亍单位根检验，检验结果，各检验伴随概率 都大于检验水平0.05,则接受原假设hq即存在单位根，序列组为随机游走，是 不稳定的。4 johansen协整检验对于非平稳时间序列可以进一步进行协整分析，传统的方法是egw步法。但是eg两步法最多只能判断多个变量存在的一个协整关系，对于多个变量协整分析最为 常见的是johansen协整检验方法。johansen ccnntegati(jn testdate 0&/23/14 time: 19:28samp

42、le (adjusted): 1989 2012included observations: 24 after adjustmentstrend assumption: linear deterministic trendseries： gdp cc cw tcbvlags internal (in first differences): 1 to 1unrestricted cointegration ranktest ctrace)hypothesizedno. of cei.s)eittenvaluetracestatisticq.05critical valueprob *none *

43、0.9s2252138q59069 818890.0000ai most 1 *065237959.4155447.056130.0029at most 2 *0.60501934.0551529.797070.0152almost 30.376551117621315.494710 1687almost 40.0174470.4224323.8414660 5157trace test indicates 3 cointegrating eqn(s) at the 0 05 level * denotes rejection of the hypothesis at the 0.05 lv1

44、ackinnon-haug*michelis (1999: p-valuesunrestricted cointegration rank test (maximum eigenvalue)hypothesizedno. of cei.s)eigenvaluetdax-eigen statistic0.05critical valueprob.*none *0.9s225278.6434433.876870.0000at most 10.65237925.3593927.584340.0938at most2 *0.605019222940221 131620.0342almost 30.37

45、655111.33970u264600 1380almost 40.0174470.4224323.3414660.5157max-eigen；alue test indicates 1 cointegrating eqm.s: at the d.05 level * denotes rejection of the hypothesis at the 0.05 level klackinnan-haugjjichelis (1999； p-values图11 (johansen协整检验结果)图11中显示的是迹统计量和最大特征根统计量的检验结果，这两个统计量在 johansen协整检验用于判断

46、变量之间的协整关系的个数。johansen协整检验是按 照协整关系的个数从0到k-1顺序进行的，直到拒绝相应的原假设为止。图中迹统计量的检验判定：原假设noneft示没有协整关系，该假设下计算的迹统计量值为138.0590,大于临 界值69.81889且概率p值为0.0000,小于显著性水平0.05,可以拒绝原假设，认 为至少存在一个协整关系；下一个原假设at most1表示最多有一个协整关系，该原假设下计算的迹统计量值 为59.41554,大于临界值47.85613且概率p值为0.0029 ,小于显著性水平0.05, 可以拒绝原假设，认为至少存在两个协整关系；下一个原假设at most2表示

47、最多有两个协整关系,该原假设下计算的迹统计量值 为34.05615,大于临界值29.79.7且概率项为0.0152 ,小于显著性水平0.05,可 以拒绝原假设，认为至少存在三个协整关系；下一个原假设at most3表示最多有三个协整关系，该原假设下计算的迹统计量值 为11.76213,小于临界值15.49471且概率p值为0.1687 ,大于显著性水平0.05, 可以接受原假设，认为存在三个协整关系；检验到此结束。通过迹统计量可以判断城镇居民人均收入（ tc）、农村居民人均 收入（c。、城镇居民就业人数（tvv、农村居民就业人数（cw、国内生产总值（gdp五个变量存在三个协整关系同样，最大特征

48、值的判断规则于迹统计量相同，最大特征值的检验结果与迹统计 量的检验结果一致，都认为城镇居民人均收入（tq、农村居民人均收入（c。、 城镇居民就业人数（tw/、农村居民就业人数（cvv对国内生产总值（gdp五个 变量存在三个协整关系。johansen cointegration testunrestricted caintegrating coefficients (normalized by b*s11*b=l):gdpcccwtctw0.002541-0.0031990.001053-0.039671-0.001056-0.0006760.019532-0.001400-0.0013380.

49、003435-0.0008980.003775-0.0013970.0030370.003878*0.0002100.020828-0 001181q0059390.001999-0.000389-0.013332-0.0008180.0086000.002521unrestricted adjustment coefficients (alpha；:d(gdp)-222.8294288.1402225.2484-568.1071d(cc)-6.4168595.673037-12.74290d 1.67215口 (cw)167.3188-539 1002255.0678-11.16779btc

50、)43,8545330,87502-1548354-41.71409d(tw)61 71401-310.1521101.1422-5.61353b图12 （无约束的产权估计值结果）图12现实的是无约束的参数估计值，即协整矢量系数和调整参数矢量系数的估计 结果。由于协整矢量并不唯一，因此一般情况下eviews都会强加一个正规化约束 限制。johansen cointegration test1 cointegrating equation:log likelihood -754 3654normalized cointegrating coefficients (standard error in 口aenthes gdpcccwtctw1 000000-1.2539110.41