中国经济增长影响因素实证分析

1、中国经济增长影响因素实证分析学号班级姓名摘要：改革开放以来，我国的社会主义经济取得了突飞猛进的发展，经济增长速度更是举世瞩目。本文采用经济增长模型和多元线性回归分析方法对 19802010 年中国经济增长因素进行研究，分析了物质资本、劳动力、消费对国内生产总值的影响，建立计量模型，寻求这些变量与中国国民产出的数量关系，进行定量分析，对模型进行检验。关键词：消费、投资、经济增长、劳动力，实证分析一、文献综述（一）经济增长理论经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值和国内生产总值的（GDP）的增长来计算。经济增长是经济学

2、研究的永恒主题。古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。（二）影响因素的分析从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。中国拥有全世界近1/4 的人口，为经济增长提供了丰富的劳动力资源。因此本文用总就业人数（万人）来衡量劳动力。居民消费需求也是经济增长的主导因素。经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在 19782008

3、 年的 31 中,我国经济年均增长率高达 9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。因此,研究消费需求对经济增长的影响,并对我国消费需求对经济增长的影响程度进行实证分析，可以更好的理解消费对我国经济增长的作用。二、数据收集与模型的建立（一）数据收集表 2.1中国经济增长影响因素模型时间序列表年份国内生产总值（现价）年末从业人员数全社会固定资产投资总额居民消费价格指数（上年=100）19804545.642361910.9107.519814891.643725961102.519825323.4

4、452951230.410219835962.7464361430.110219847208.1481971832.9102.719859016498732543.2109.3198610275.2512823120.6106.5198712058.6527833791.7107.3198815042.8543344753.8118.8198916992.3553294410.4118199018667.8647494517103.1199121781.5654915594.5103.4199226923.5661528080.1106.4199335333.96680813072.3114.

5、7199448197.96745517042.1124.1199560793.76806520019.3117.1199671176.66895022913.5108.31997789736982024941.1102.8199884402.37063728406.299.2199989677798.6200099214.67208532917.7100.42001109655.27302537213.5100.72002120332.77374043499.999.22003135822.87443255566.6101.22004159878.3752007047

6、7.4103.92005184937.47582588773.6101.82006216314.476400109998.2101.52007265810.376990137323.9104.82008314045.477480172828.4105.9200934090377995224598.899.3资料来源：中经网统计数据库。（二）模型设计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（y）作为对经济发展的衡量，代表经济发展；用总就业人员数（x1）衡量劳动力；用固定资产投资总额(x2)衡量资本投入：用价格指数（x3）去代表消费需求。运用这些数据进行回归分析。采用的模

7、型如下：y= 1+2x1+3x2+4x3+ui其中，y 代表国内生产总值，x1 代表社会就业人数，x2 代表固定资产投资，x3 代表消费价格指数，ui 代表随机扰动项。我们通过对该模型的回归分析，得出各个变量与我国经济增长的变动关系。三、模型估计和检验（一）模型初始估计表 3.1模型初始估计结果Dependent Variable: YMethod: Least SquaresDate: 06/07/11Time: 16:33Sample(adjusted): 1980 2009Included observations: 30 after adjusting endpointsVariabl

8、eCoefficientStd. Errort-StatisticProb.C-16197.4741510.11-0.3902050.6996X11.6839720.2560656.5763360.0000X21.4204450.05488625.879790.0000X3-580.7369355.4395-1.6338560.1143R-squared0.985665Mean dependentvar85805.26Adjusted R-squared0.984011S.D. dependent var95097.07S.E. of regression12024.95Akaike info

9、 criterion21.75092Sum squared resid3.76E+09Schwarz criterion21.93775Log likelihood-322.2638F-statistic595.9008Durbin-Watson stat0.968679Prob(F-statistic)0.000000（二）多重共线性检验表 3.2相关系数矩阵X1X2X3X11.0000000.665094-0.219318X20.6650941.000000-0.291137X3-0.219318-0.2911371.000000根据多重共线性检验，解释变量之间存在着线性相关。通过采用剔除

10、变量法，多重共线性的修正结果如下：剔除 X3。.表 3.3修正多重共线性后的模型Dependent Variable: YMethod: Least SquaresDate: 06/07/11Time: 16:40Sample(adjusted): 1980 2009Included observations: 30 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb.C-79282.7915704.05-5.0485550.0000X11.6990130.2636936.4431580.0000X21.4

11、383250.05542225.952220.0000R-squared0.984193Mean dependent var85805.26Adjusted R-squared0.983022S.D. dependent var95097.07S.E. of regression12391.14Akaike info criterion21.78199Sum squared resid4.15E+09Schwarz criterion21.92211Log likelihood-323.7299F-statistic840.5434Durbin-Watson stat0.689221Prob(

12、F-statistic)0.000000（三）异方差检验表 3.4ARCH 检验ARCH Test:F-statistic5.690752Probability0.024334Obs*R-squared5.048272Probability0.024651Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 06/07/11Time: 16:44Sample(adjusted): 1981 2009Included observations: 29 after adjusting endpointsVariable

13、CoefficientStd. Errort-StatisticProb.C49385817560101980.8817290.3857RESID2(-1)0.8990980.3768972.3855300.0243R-squared0.174078Mean dependentvar1.39E+08Adjusted R-squared0.143489S.D. dependent var2.41E+08S.E. of regression2.23E+08Akaike info criterion41.35408Sum squared resid1.35E+18Schwarz criterion4

14、1.44838Log likelihood-597.6342F-statistic5.690752Durbin-Watson stat1.336249Prob(F-statistic)0.024334从上表可 以得到数 据： (n-p)R2=5.048272, 查表得 2（p） =5.9915, (n-p)R2=5.048272<2（p）=5.9915,则接受原假设，不存在异方差。（四）序列相关检验已知：DW=0.689221，查表得 dL=1.270，dU=1.563。由此可知，存在相关性。修正如下：表 3.5修正序列相关后的模型Dependent Variable: YMethod:

15、 Least SquaresDate: 06/07/11Time: 17:00Sample(adjusted): 1981 2009Included observations: 29 after adjusting endpointsFailure to improve SSR after 18 iterationsVariableCoefficientStd. Errort-StatisticProb.C21524.051.27E+091.70E-051.0000X10.6126941.0519580.5824320.5655X20.9995450.3097523.2269230.0035A

16、R(1)1.0000190.1111908.9937700.0000R-squared0.992728Mean dependent var88607.31Adjusted R-squared0.991855S.D. dependent var95511.65S.E. of regression8619.708Akaike info criterion21.08893Sum squared resid1.86E+09Schwarz criterion21.27752Log likelihood-301.7895F-statistic1137.613Durbin-Watson stat0.9892

17、63Prob(F-statistic)0.000000Inverted AR Roots1.00Estimated AR process is nonstationary修正后的 DW=0.9892。进行自相关检验，Q 统计量的下图。通过上图可以看出，修正后无自相关。（五）Granger 因果检验表 3.6Granger 因果检验Pairwise Granger Causality TestsDate: 06/07/11Time: 17:06Sample: 1980 2010Lags: 1Null Hypothesis:ObsF-StatisticProbabilityX1 does not

18、Granger Cause Y290.211320.64956X2 does not Granger Cause Y290.187820.66831从上表可以看出：Pro(x1)和 Pro(x2)大于 0.1，说明 X1 和 X2 不是国内生产总值的Granger 的原因。（六）显著性和拟合优度检验表 3.5 反映了模型的最终形式。X1 的 t 检验不通过，二 X2 的t 检验通过。F 统计量值为 1137.61，F 检验通过。对于 F=840.5434>F(2,27)=3.35(显著性水平为 0.05)，表明模型从整体上看我国经济增长与各解释变量之间线性关系显著。修正的拟合优度量为 0

19、.9919，拟合程度很好。四、结论分析和政策建议（一）主要结论1、固定资产投资是经济增长的重要原动力。经济发展取决于投入资金的数量和资金的利用效率。固定资产投资是经济增长的重要原动力，它对经济运行具有先导作用，并以其乘数效应拉动经济增长。2、劳动力对GDP有一定的促进作用但对经济增长的贡献率却微不足道。这是因为我国劳动力结构总量巨大、供给充足、流动性强, 对GDP 影响很大。但是劳动力的人力资本含量、高技术含量偏低,劳动力素质结构存在严重缺陷, 会直接影响了经济的增长。3、消费需求对经济的拉动作用消费需求是三大需求要素中所占份额最大、波动幅度最小的部分，是国民经济的重要支 柱和最主要的组成部分

20、，同时也是最为明显地反映经济自发增长态势的宏观经济指标。（二）政策建议就业是民生之本，有效促进就业，保持经济增长良好势头成为我国当前乃至今后一段时期的重要课题。针对目前劳动力数量庞大且总体素质不高的现状，应通过多种途径，一方面加强就业培训的投入力度，提高劳动者就业及再就业能力，降低失业率；另一方面，加强各地区间人才交流及促进劳动力自由流动，并通过合理技术壁垒方式，阻止外来流动人员的无序进入。同时，鼓励灵活就业，以减轻就业压力。劳动力的人力资本含量、高技术含量偏低,劳动力素质结构存在严重缺陷, 直接影响了经济的增长。因此应当控制人口数量,优化劳动力结构, 提升劳动力素质。物质资本对我国的经济增长也起到了一定的影响作用，应加强对投资的科学管理，提高投资效率。参考文献:1赵晓，消费中国经济增长主动力J，20052 徐铮、张润清、李晓红，1