经济统计学2013402036任旭东

1、计量经济学实验报告实验名称科技进步之由与改革成效专业统计学学号2013402036姓名任旭东一实验目的与要求使学生掌握针对实际问题建立、估计、检验和应用计量经济学模型的方法以及掌握计量经济学软件Eviews的使用，提高学生应用计量经济学模型解决实际问题的实践动手能力。通过实验使学生更深入、直观的理解和掌握计量经济学模型理论与方法。要求学生能对一般的实际经济问题运用计量经济学模型方法进行分析研究，掌握使用计量经济学软件包Eviews估计和检验模型的方法和操作步骤。二实验内容与步骤1.确定实际经济问题社会主义市场经济施行以来，我国经济就一直处于高速的发展当中，但是一直以来也都是粗放型经济为主，随着

2、这种发展模式的红利渐渐散去，尤其是在2008年遭遇了席卷全球的金融、经济危机，粗放型经济更是遭受了巨大的创伤，党和国家领导人看到了这种发展模式潜在的不可持续性，并且由于日益恶化的自然环境，于是党中央提出经济转型战略至今已经七年了。所谓经济转型即是从以前靠资源能源消耗、低端代工出口推动的经济转型为靠科技创新、技术进步等的推动。为此政府投大规模增加了科技投入并积极、强力地推行节能减排。但是今年以来经济形势有非常的不乐观，很有必要思考经济转型计划如何推进的？顺利与否？若顺利该战略又将如何影响今后的经济发展，帮助建设资源节约型环境友好型社会。2.模型的理论形式设定科教兴国一直是政府所坚持的，并且在此次

3、经济转型过程中最能代表其成果的就是科技创新能力的提升。根据分析选用“国内专利发明受理量”来表达创新能力成果，而影响创新成果的因素是多方面，这里选取“高附加值产品进口”（由进口额中机械等高附加值产业加总而来，并且中国出口偏向低附加值代工，高端产品进口能反映与外界科技交流）、“实验与研究人员数量”、“图书出版量”“教育经费等”。数据来源于国家统计局，见表一：年份国内发明专利申请受理量(项)（Y）高附加值产品进口（亿）（X1）研究与试验发展人员全时当量(万人年)（X2）研究与试验发展经费支出(亿元)（X3）普通高校数(所)(X4)图书出版种数(种)(X5)教育经费(亿元)(X6)1995100181

4、776.08 75.17348.6910201013811877.951996114711862.61 75.52404.4810221128132262.3391997127131858.21 80.4509.1610321201062531.7331998137261942.91 82.17551.1210411306132949.0591999155962323.36 83.12678.9110541418313349.0422000253463004.99 92.21895.6610711433763849.0812001300383369.29 95.651042.491225154

5、5264637.6632002398064219.45 103.511287.6413961709625480.0282003567695817.97 109.481539.6315521903916208.2652004657867622.65 115.261966.3317312082947242.5992005934858804.51 136.482449.9717922224738418.839200612231810483.99886 150.253003.118672339719815.309200715306012328.77977 173.623710.241908248283

6、12148.07200819457913311.20066 196.544616.02226327412314500.74200922909612360.05882 229.135802.11230530171916502.71201029306616615.14506 255.47062.58235832838719561.85201141582919508.91 288.38687240936952323869.29201253531320156.98 324.710298.41244241400527695.97201370493621923.54 353.311846.62491444

7、427-发现该数据有少量缺失，可以通过一定方法来补充之，首先通过各变量与成果（专利受理量）的散点图初步观察个中关系，如图一：在此图中我们看到所有变量均与成果（Y）呈正相关，并从中发现X3、X6与Y关系最为相近，所以令X6为因变量与X3回归预测缺失数据，得X6 = 1798.131442 + 2.561988904*X3容易预测该缺失值为32148.9891961由此我们确定回归模型为：Yt=0+1X1t+2X2t+3X3t+4X4t+5X5t+6X6t+6t我们最终要考量的是技术方面的投入对GDP及相关指标的影响，若第一步中投入影响技术进步（事实上第一步的检验证实技术方面的投入确实影响了技术进

8、步，第二步中技术进步影响GDP，那么科研投入与GDP这一对看似无关的对子就结合起来了，也能充分检验经济转型的成果。（第二部分详细过程及数据表不附在第一部分中，详见第7页）第二部分中，将第一部分中的结果（科技成果）作为其中的一个变量，并引入其他与gdp相关的其他变量，如固定资产投资、居民消费、能源消耗，他们之间相互作一元线性回归，看相互影响程度。3.经济意义和统计检验。表一软件操作得如下散点图由图二容易得出结论，虽然该回归得到的方程R2和F统计量表现良好，但是t统计量及其P值表现很差，并且系数们出现负值-这与我们经济力理论以及散点图的单个变量分析严重不符，在重新审视单个变量散点图时发现多个变量与

9、Y的关系近似呈现指数关系，所以用怀特检验法检验异方差以确定是否需要取对数来修正模型误差4.异方差、自相关和多重共线性检验及处理White Heteroskedasticity Test:F-statistic2.371497 Probability0.149142Obs*R-squared15.69162 Probability0.205772图示P值大于0.1表示没有理由表示存在异方差性，所以检验是否存在多重共线性，得相关系数矩阵并在自变量之间做回归检验多重共线性由表可知各变量间相关性较强，需要继续检验，即以自变量当中的任意一个作为因变量做回归得方差膨胀因子均大于10,（VIFj=1/（1R

10、j2）（R2均大于0.9，如下表所示X2为因变量的回归R2=0.998，其余不再这里赘述）Dependent Variable: X2Method: Least SquaresDate: 06/07/15 Time: 19:16Sample: 1995 2013Included observations: 19VariableCoefficientStd. Errort-StatisticProb. X14.38E-050.0012570.0348500.9727X30.0266830.0077073.4621010.0042X40.0312030.0102003.0592870.0091X5

11、-0.0001250.000140-0.8975860.3857X6-0.0010370.003938-0.2632600.7965C51.9936310.284445.0555650.0002R-squared0.998329 Mean dependent var158.9584Adjusted R-squared0.997686 S.D. dependent var90.09223S.E. of regression4.334130 Akaike info criterion6.023008Sum squared resid244.2008 Schwarz criterion6.32125

12、2Log likelihood-51.21858 F-statistic1552.912Durbin-Watson stat1.526453 Prob(F-statistic)0.000000由于存在多重共线性，首先用剔除变量法进行初次修正，由初次回归结果来看，X4的t统计量及P值显示拟合优度最差，且由散点图可观察到近一半的数据呈现X4与Y垂直（即没有关联性）所以将此变量剔除，剔除该变量后做回归发现情况明显好转Dependent Variable: YMethod: Least SquaresDate: 06/07/15 Time: 19:33Sample: 1995 2013Included

13、 observations: 19VariableCoefficientStd. Errort-StatisticProb. X1-3.7278893.463366-1.0763770.3013X2-3612.659652.1395-5.5397030.0001X363.9865729.115762.1976610.0467X5-0.8612060.361561-2.3819110.0332X643.8693012.117113.6204420.0031C263925.248427.335.4499230.0001R-squared0.996731 Mean dependent var1591

14、02.7Adjusted R-squared0.995473 S.D. dependent var198650.4S.E. of regression13365.06 Akaike info criterion22.09076Sum squared resid2.32E+09 Schwarz criterion22.38901Log likelihood-203.8623 F-statistic792.7163Durbin-Watson stat1.682968 Prob(F-statistic)0.000000但是再继续剔除变量时情况并没有好转，并且通过检验（怀特检验）得知存在异方差（可能情

15、况为X4方差过大，掩盖了其他变量的异方差情况）White Heteroskedasticity Test:F-statistic4.316209 Probability0.024648Obs*R-squared16.02905 Probability0.098804P=0.246<0.05，故存在异方差，目前为止由于异方差和多重共线性两种干扰因素同时存在，所以利用变换对数模型法消除两种不利的影响因素（在多重共线性和异方差中都有取对数修正的方法）故模型变换为lnYt=0+1lnX1t+2lnX2t+3lnX3t+5lnX5t+6lnX6t+6t对该模型做回归得如下结果Dependent V

16、ariable: LNYMethod: Least SquaresDate: 06/07/15 Time: 19:54Sample: 1995 2013Included observations: 19VariableCoefficientStd. Errort-StatisticProb. LNX10.5837580.1453364.0166180.0015LNX20.5866520.1949283.0095810.0101LNX30.0088460.4521820.0195630.9847LNX50.1727630.6057530.2852040.7800LNX60.5325160.645

17、9680.8243690.4246C-3.7701834.673669-0.8066860.4344R-squared0.998136 Mean dependent var11.16194Adjusted R-squared0.997419 S.D. dependent var1.397206S.E. of regression0.070984 Akaike info criterion-2.200623Sum squared resid0.065504 Schwarz criterion-1.902380Log likelihood26.90592 F-statistic1392.154Du

18、rbin-Watson stat1.629220 Prob(F-statistic)0.000000该模型似乎仍然不够好，虽然R2和F统计量均显示很优秀，但是检验发现仍然存在多重共线性（下表为相关系数矩阵）LNX1LNX2LNX3LNX5LNX6LNX110.9573019765210.9885547268960.9805310766070.984972036649LNX20.95730197652110.9820127191590.9835704163210.983862498302LNX30.9885547268960.98201271915910.9963550378020.999116

19、92693LNX50.9805310766070.9835704163210.99635503780210.997956133631LNX60.9849720366490.9838624983020.999116926930.9979561336311（太多了老师看着也麻烦，各变量间的回归方程和VIF就不再展示，总之有方差扩大因子远大于10）运用差分模型仍不奏效（见下图）Dependent Variable: Y-Y(-1)Method: Least SquaresDate: 06/07/15 Time: 20:11Sample(adjusted): 1996 2013Included obs

20、ervations: 18 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C-6622.2889813.652-0.6748040.5126X1-X1(-1)-6.8184183.863227-1.7649540.1030X2-X2(-1)-1853.5351047.059-1.7702290.1021X3-X3(-1)27.3019047.621530.5733100.5770X5-X5(-1)-0.5454870.806732-0.6761680.5118X6-X6(-1)44.2743012.

21、452663.5554100.0040差分模型下，自变量的系数表明，该方程仍不能满足经济意义检验（有呈现负相关的情况），t统计量仍然显示该回归方程不能满足统计意义检验（t统计量过小P值过大），所以运用逐步回归法修正，逐步回归之后得：Dependent Variable: LNYMethod: Least SquaresDate: 06/07/15 Time: 20:19Sample: 1995 2013Included observations: 19VariableCoefficientStd. Errort-StatisticProb. LNX10.5223080.1364633.8274

22、770.0016LNX20.6364220.1893283.3614780.0043LNX30.5167290.1667033.0996950.0073C-0.4711880.578297-0.8147850.4279R-squared0.997884 Mean dependent var11.16194Adjusted R-squared0.997461 S.D. dependent var1.397206S.E. of regression0.070398 Akaike info criterion-2.284635Sum squared resid0.074339 Schwarz cri

23、terion-2.085806Log likelihood25.70403 F-statistic2358.467Durbin-Watson stat1.264544 Prob(F-statistic)0.000000由软件分析出的统计量可见，t统计来给你所对应的P值均远小于0.05,R2和F统计量均很大，自变量系数符合预期与散点图，所以该方程从经济意义和统计意义来说都很可取。高附加进口增加以单位（亿元）科技成果平均增加0.522个单位，研究人员每增加一单位（万人）科技成果平均增加0.636个单位，研究经费支出每增加一个单位（亿元）科技成果平均增加0.517个单位。但是我们最常说的教育投入并没

24、有显著影响科技成果的生成，看来教育投入还是不如企业和财政直接投入，科研项目，但科研人员对此有重大影响，而人才培养主要靠教育投入，所以不能只看数据分析还要注重实践与真理。我们最终要考量的是技术进步对GDP及相关指标的影响，若第一步中投入影响技术进步，第二步中技术进步影响GDP，那么科研投入与GDP这一对看似无关的对子就结合起来了，也能充分检验经济转型的成果。可作如下回归：Y=0+1X2+ Y=0+1X4+ X2=0+1X5+数据如下：GDP（Y）城镇居民家庭人均现金消费支出(元)（X1）能源消耗（X2）工业用水总量(亿立方米)（X3）国内发明专利申请受理量(项)（X4）固定资产投资（X5）632

25、16.93537.61311761001820019.374163.63919.51351921147122913.581658.54185.61359091271324941.186531.64331.61361841372628406.291125.04615.91405691559629854.798749.049981455312534632917.7109028.053091504063003837213.5120475.66029.91594313980643499.9136613.46510.91837925676955566.61160956.67182.12134561228

26、.96578670477.43187423.47942.92359971285.29348588773.61222712.58696.62586761343.76122318109998.2266599.29997.52805081390.9153060137323.9315974.611242.92914481397.08194579172828.4348775.112264.63066471403.04229096224598.8402816.513471.53249391406.4293066251683.8472619.215160.93480021423.88415829311485

27、.1529399.216674.33617321447.3535313374694.7586673.03750001461.8704936446294.1上图为各变量与GDP（Y）之间的关系用散点图表示，由散点图容易发现：变量X2、X3、X4与Y的线性关系在2008年前后（实际为2006或2007）发生了明显的改变，虽然该样本数据量较小不宜进行异方差检验，但是可以根据异方差检验方法（格里瑟检验）检验节点前后变量与GDP线性关系有无明显变化：Dependent Variable: YMethod: Least SquaresDate: 06/06/15 Time: 22:24Sample: 1

28、11Included observations: 11VariableCoefficientStd. Errort-StatisticProb. C-60834.8712308.39-4.9425510.0008X21.0630680.07496714.180420.0000R-squared0.957160 Mean dependent var109994.7Adjusted R-squared0.952400 S.D. dependent var38366.23S.E. of regression8370.520 Akaike info criterion21.06579Sum squar

29、ed resid6.31E+08 Schwarz criterion21.13813Log likelihood-113.8618 F-statistic201.0842Durbin-Watson stat0.474275 Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 06/06/15 Time: 22:24Sample: 14 19Included observations: 6VariableCoefficientStd. Errort-StatisticProb. C-636836.457

30、064.47-11.159950.0004X23.2261080.16986418.992260.0000R-squared0.989032 Mean dependent var442709.6Adjusted R-squared0.986290 S.D. dependent var105462.8S.E. of regression12348.46 Akaike info criterion21.94165Sum squared resid6.10E+08 Schwarz criterion21.87224Log likelihood-63.82496 F-statistic360.7061Durbin-Watson stat1.106102 Prob(F-statistic)0.000045通过上面两表可以明显看到，节点前后的两个回归方程拟合优度都很好R2>0.95 R2>0.98 F统计量均超过200效果很好，而且两个回归方程系数明显不同，即节点之后单位能源消耗平均对GDP的贡献明显上升，对于X4有节点前后两个方程（此处不再列出参数表）（前）