产业结构与财政收入

1、三大产业对国家财政收入的影响分析1问题的提出近年来我国经济迅速发展，与此同时财政收入也呈现出迅速增长的势头，并且增长速度超过了国内生产总 值的增长速度。目前我国三大产业的发展情况各不相同，那么究竟是哪个产业对财政收入的影响较大呢？ 目前中国正在进行产业结构调整，从财政收入角度来说，我们应该加快什么产业的发展呢？我国近年来经 常出现政府年底突击“花钱”，地方债务过重的现象，而对国家财政收入有一个准确的预测对我国政府的 财政预算会起到良好的辅助作用。理论依据国内生产总值是个整体，它包括第一产业，第二产业和第三产业。国家，企业与个人的收入都来自国内生 产总值这块大蛋糕。国家的收入即国家的财政收入多少

2、自然也受到国内生产总值的影响，受到每一个产业 发展状况的影响。模型设定的相关数据Y邛0+8 1X1+8 2X2+8 3X3+M i y为国家财政收入，X1为第一产业产值，X2为第二产业产值，X3为第三产业产值。年份Y （亿元）X3（亿元）X2（亿元）X1 （亿元）19902937.15888.47717.4506219913149.487337.19102.29102.219923483.379357.411699.511699.519934348.9511915.716454.416454.419945218.116179.822445.49572.719956242.219978.5286

3、79.512135.819967407.9923326.23383514015.419978651.1426988919989875.9530580.539004.214817.6199911444.0833873.441033.614770200013395.233871445555.914944.7200116386.0444361.649512.315781.3200218903.6449898.953896.816537200321715.2556004.762436.317381.7200426396.4764561.373904.321412.720053

4、1649.2974919.387598.122420200638760.288554.9103719.524040200751321.78111351.9125831.428627200861330.35131340149003.433702200968518.3147642.1157638.835226数据来自国家统计局网站国家统计年鉴。，4，多重共线性检验Variable1CoefficientStd. Errort-StatisticProb.C-2960.4521949.615-1.5184800.1484X10.0538790.2242020.2403150.8131X2-0.136

5、9230.143726-0.9526670.3549X30.6141760.1495304.1073870.0008R-squared0.993088Mean dependent var20556.75Adjusted R-squared0.991792S.D.dependent var19987.03S.E. of regression1810.825Akaike info criterion18.01781Sum squared residLog likelihoodDurbin-Watson stat52465398-176.17810.192279Schwarz criterionF-

6、statisticProb(F-statistic)18.21696766.23760.000000Ra2=0.993088非常高，F=766.2376值也相当大，模型有可能存在多重共线性问题。变量之间的相关性关系，由下表可以发现各解释变量之间的相关关系系数均在0.9以上，说明模型有很大 可能存在多重共线性问题。X3X2XIY1.000000 0 996341 0.992865 0.966029 X3 0.996341 1.000000 0.997790 0.969684X20.992865 9977901 000000 0.971981X10.9660290.9696840.9719811.

7、0000005,采用逐步回归法排除多重共线性Y邛 0+81X1+PiY邛0+81X2+PiY邛0+81X3+pi回归方程R2Y=8 0+8 1X1+P i0.983Y=8 0+8 1X2+P i0.995Y=8 0+8 1X3+P i0.997所以应该选择Y=8 0+8 1X3+P i为初始模型，将X1引入模型得履2=0.997，且估计量不显著，所以x1 不应引入模型，将x2引入模型骸2=0.998，并且估计量在0.1的显著性水平下仍不显著所以x2也不应该 被引入模型。所以最优模型为Y=8 0+8 1X3+P i 。6,稳定性检验对Y序列进行ADF检验ModelADF Test Statist

8、ic10%水平下的样 本数为25的ADF 临界值序列是否平稳Trend & Intercept-0.380751-3.2856否Intercept0.806580-2.6608否None1.391712-1.6257否对Y的一阶差分序列进行ADF检验ModelADF Test Statistic10%水平下的样 本数为25的ADF 临界值序列是否平稳Trend & Intercept-2.519148-3.2964否Intercept-1.167075-2.6672否None-0.343336-1.6262否对Y的二阶差分序列进行ADF检验ModelADF Test Statistic10%水

9、平下的样 本数为25的ADF 临界值序列是否平稳Trend & Intercept-4.722637-3.3086是Intercept-3.590869-2.6745是由此可见y在10%的显著性水平下为二阶单整。对x序列进彳丁 ADF检验ModelADF Test Statistic10%水平下的样 本数为25的ADF序列是否平稳临界值Trend & Intercept-0.413075-3.2856否Intercept1.286526-2.6608否None1.751392-1.6257否对X的一阶差分序列进行ADF检验ModelADF Test Statistic10%水平下的样 本数为2

10、5的ADF 临界值序列是否平稳Trend & Intercept-2.179666-3.2964否Intercept-0.912555-2.6672否None0.056358-1.6262否对X的二阶差分序列进行ADF检验ModelADF Test Statistic10%水平下的样 本数为25的ADF 临界值序列是否平稳Trend & Intercept-3.589657-3.3086是所以x与y同为2阶单整1、判断X,Y是否协整。对残差et进行平稳性分析ModelADF Test Statistic10%水平下的样 本数为25的ADF 临界值序列是否平稳None-2.016570-1.62

11、57是X和Y之间具有长期稳定的均衡关系，是协整的。7,根据经济关系以及由X,Y所生成的散点图观察到的趋势建立如下模型:y=f 0 +f 1X+KY为国家财政收入；x为第三产业总产值VariableCoefficientStd. Error t-StatisticProb.C-3084.352618.4536-4.9872010.0001X0.4762640.00962949.459130.0000R-squared0.992695Mean dependent var20556.75Adjusted R-squared0.992290S.D.dependent var19987.03S.E. o

12、f regression1755.038Akaike info criterion17.87301Sum squared resid55442859Schwarz criterion17.97258Log likelihood-176.7301F-statistic2446.206Durbin-Watson stat0.143373Prob(F-statistic)0.000000回归方程为：y=-3084.352+0.476264x8,异方差检验White Heteroskedasticity Test:F-statistic2.737419Probability0.093196Obs*R-

13、squared4.871971Probability0.087511P0.05，所以模型不存在异方差9,序列相关性检验Breusch-Godfrey Serial Correlation LM Test:F-statistic20.39121Probability0.000040Obs*R-squared14.36445Probability0.000760VariableCoefficientStd. Errort-StatisticProb.C-46.15052359.4701-0.1283850.8994X0.0014800.0059340.2493100.8063RESID(-1)1.

14、0567200.2508464.2126270.0007RESID(-2)-0.2583020.272206-0.9489230.3568NRA2=0.0007600.05 , RESID(-2), P=0.3568 所以模型存在一阶自相关。模型修正：采用柯克兰特-奥卡特迭代法VariableCoefficientStd. Errort-StatisticProb.C-9310.6693856.322-2.4143910.0281X0.5203280.01460935.616730.0000AR(1)0.8974940.05754615.596000.0000R-squared0.999551Mean dependent var21484.10Adjusted R-squared0.999495S.D.dependent var20087.80S.E. of regression451.5736Akaike info criterion15.20729Sum squared resid3262699.Schwarz criterion15.35641Log likelihood-141.4693F-statistic17801.44Durbin-Watson stat1.480631Prob(F-stati