三大产业对国内生产总值增长影响的实证分析报告

1、三大产业对我国国生产总值增长影响的实证分析【摘要】经济发展是以经济增长为前提的，而经济增长与产业结构变动又有着密不可分 的关系。本文采用1978年至2010年的统计数据，通过建立多元线性回归模型，运用最小二 乘法，研究三大产业增长对我国国生产总值的拉动，从而得出调整产业结构对转变经济发展 方式，促进我国经济可持续发展的重要性。【关键字】国生产总值 三大产业 最小二乘法 产业结构 可持续发展一、文献综述国生产总值（Gross Domestic Product，简称GDP）是指在一定时期（一个季度或一年）， 一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济 状况的最

2、佳指标。它不但可反映一个国家的经济表现，还可以反映一国的国力与财富。经济 增长通常是指在一个较长的时间跨度上，一个国家人均产出（或人均收入）水平的持续增加。 经济增长率的高低体现了一个国家或地区在一定时期经济总量的增长速度，也是衡量一个国 家或地区总体经济实力增长速度的标志，它构成了经济发展的物质基础，而产业结构的调整 与优化升级对于经济增长乃至经济发展至关重要。一个国家产业结构的状态及优化升级能力，是经济发展的重要动力。十六大报告提出， 推进产业结构优化升级，形成以高新技术产业为先导、基础产业和制造业为支撑、服务业全 面发展的产业格局。十七大报告明确指出，推动产业结构优化升级，这是关系国民经

3、济全局 紧迫而重大的战略任务。十二五规划纲要又将经济结构战略性调整作为主攻方向和核心任 务。产业结构优化升级对于促进我国经济全面协调可持续发展具有重要作用。影响中国国生产总值（GDP）增长的因素很多，从经济发展因素来看，三大产业的发展对 GDP有着举足轻重的作用。本文主要从三大产业的结构变化来分析对GDP增长的具体影响。二、数据收集及模型设定年度GDP增长率(%)(Y)第一产业增长率(%)(X2)第二产业增长率(%)(X3)第三产业增长率(%)(X4)201010.44.312.29.520099.24.29.99.620089.65.49.910.4200714.23.715.1162006

4、12.7513.414.1200511.35.212.112.2200410.16.311.1110.062003102.512.679.520029.12.99.8310.4420018.32.88.4410.2620008.42.49.439.7519997.62.88.149.3319987.83.58.918.3719979.33.510.4810.721996105.112.119.43199510.9513.889.84199413.1418.3611.091993144.719.8712.19199214.24.721.1512.4419919.22.413.858.871990

5、3.87.333.172.3319894.13.073.775.36198811.32.5414.5213.16198711.64.713.6914.3619868.83.3210.2212.04198513.51.8418.5718.16198415.212.8814.4819.35198310.98.3310.3715.1719829.111.535.5612.9819815.26.981.8710.4219807.8-1.4813.57619797.66.138.27.86197811.74.1415.0413.81数据来源：国家统计局，中国2011统计年鉴通过对数据观察，根据搜集的19

6、78年至2010年的统计数据，建立模型。其模型表达式 为：Y =仞+62 X 2 + 佛 X 3+闽 X 4 +ut其中 Y、X2、X3、X4 分别表示国生产总值(GDP)的年增长率、第一、二、三产业的 年增长率，81表示在其他变量不变情况下，经济固有增长率，62、63、64分别表示各产 业在经济增长中的权数，Ut表示随机误差项。通过上式，我们可以了解到，各产业每增长1个百分点，国生产总值(GDP)会如何变化。 从而进行经济预测，为产业政策调整提供依据与参考。三、模型参数估计与调整（一）多元线性回归模型运用Eviews软件，采用普通最小二乘法，对表一中的数据进行线性回归，对所建模型进行估计，估

7、计结果见下图。（表2）表2：回归结果Dependent Variable: YMethod: Least Squaresate: 05/22/12 Time: 18:43Sample: 1978 2010Included observations: 33VariableCoefficientStd. Errort-StatisticProb.0.6004490.3706141.5201450.11600.1970030.0442944.4476020.00010.4624670.02971815.225270.00000.2920210.0399017 3186410.0000R-sq uar

8、ed0.964104Mean depen-dent vai10.00000Adjusted R-squarei0.960390S.D. dependentvar2.772747S.E. o-f regression0.651836Akaike inft) criterion1.762082Sum squared resid8.831178Schwarz criterion1.943477Log likelihood-25.07436F-statist ic259 6285Durbin-Watson stat0.471139Prob(F-statistic)0.000000根据表2中数据，模型估

9、计的结果为：事=0.60045 + 0.19700 X2 + 0.45247 X 3 + 0.29202 X4(0.37061) (0.04429)(0.02972)(0.03990)t=(1.62015) (4.44760)(15.22527)(7.31864)R 2=0.964104 R 2=0.96039 F = 259.6285 n=33通过上述线性回归得到模型，现在就其具体形式进行检验：1、经济意义检验模型估计结果说明，6 1=0.6902，表示当三大产业保持原有规模，我国GDP仍能增加 0.6902%；在假定其他变量不变的情况下，第一产业每增长1%，GDP会增长0.19700% ；

10、在 假定其他变量不变的情况下，第二产业每增长1 %，GDP增加0.45247%；在假定其他变量不 变的情况下，第三产业每增长1%，GDP增加0.29202%。这与理论分析和经验判断相一致。2、统计检验拟合优度检验由表二数据可得，R 2 =0.964104，R 2=0.96039,这说明模型对样本的拟合很好。F检验由模型可知总离差平方和TSS的自由度为32(n-1),回归平方和ESS的自由度为3。所以， 残差平方和的自由度为29(n-k)。H0: 62=63=64=0H1: 62、63、64、不全为零在H0成立的条件下，统计量F= (ESS/(k-1)/(RSS/(n-k)=259.6285而在

11、 a=0.05,n=33,k=4 时，查表得F0.05(3,29)=2.93t0.025(29)=2.045,则拒绝原假设，接受备择假设，即认 为61显著不为0，说明回归方程显著，即三大产业增长对GDP的增长有显著影响。多重共线性检验在这里采用简单相关系数检验法，运用Eviews软件，得出X2、X3、X4的相关系数矩阵， 如表3所示：表3： X2、X3、X4的相关系数矩阵X2X3X4X21.000000-0.2263150.323830X3-0.2263151.0000000.533358X40.3238300.5333581.000000一般而言，如果两个解释变量的简单相关系数比较高，如大于

12、0.8，则可认为存在着较 严重的多重共线性。由相关系数矩阵可以看出，个解释变量之间的相关系数比较低，且从P 值来看，P值很显著，所以该模型不存在多重共线性。（三）异方差性检验及修正异方差检验在这里采用White检验法检验，运用Eviews软件，得出如表4所示结果表4 :异方差检验White Heteroskedasticity Test:F-stati stic4 212411Probability0.002543Obs+R.-squared20 一 53934Probability0 014861Test Equation:epen-dent Variable: RESIDE Methcxi

13、: Least Squares ate: 05/22/12 Time: 22:10 Sample: 1978 2010 Included observations: 33VariableCoefficientStd. Errort-Statist icProb.C0 0OT9310.&620090.067508|0.9310X20.284-9730.1311402.1730420.0403-0.0274870.016837-16325310.1162-0.0177190.018746-0.9462040.36440.0102580.0241480.4247910.6749X30.14-7890

14、0.1029811.4360910.16440.0006490.0048860.1328710.8965xrx4-0.0090400.021126-0.4279070.6727X4-0.294-7710.U7714-1.9955500.0580X420.0201i80.01i3401.3140940.2018R-squareri0.622404Mean dependent var0.267611Adjusted R-square X2 0.05(9) =16.9190，所以拒绝原假设，接受备择假设，表明模型中随机误差存在异方差。因为存在异方差，我们需要对异方差性进行修正。异方差修正运用加权最小

15、二乘法(WLS)估计，我们分别采用权数 w1t=1/Xt、w2t=1/Xt2、 w3t=1/sqr(Xt),经估计检验发现用权数w1=1/X2的效果最好，下面仅给出用权数w1=1/X2的 结果(表5)表5：用权数W1的结果Dependent Variable: Y Method: Least S-quares ate: 05/29/12 Time: 19:23Sample: 1 33Included observations: 33Wei-ghting series: 1/X2VariableCoefficientStd. Error t-StatisiicProb.C0.8818200.35

16、61032.47&3050.0194般0.2977460.05M&26.552980.0000X30.4G0S36M3379212.749610.0000X40 2530880 .03752267450380.0000Weighted StatistiesR-squared0.993752Mean dependent var10.23293Adjusted R.-squared0.993106S.D. dependent var8.298152S.E. of re-gressi&n0.689020Akaike info crite ri-on2.206119Sum squared res id

17、13.7E770Schwarz criterion2.387614Log likelihood-32.40097F-statistic229.6602Durbin-Wats on stat0.024388ProbfF-stati Stic J0.000000UnweightedStatisticsR-squared0J50231Mean dependent var10.00000Adjusted R.-squa.red0.945032S.D. dependent var2.772747S.E. of re-gressian0.649782Sum squared resid12.24427Dur

18、bin-Wats on stat0.598634y =0.88182 + 0.29775 X2 + 0.43084 x 3 + 0.25309 X4(0.35610) (0.05346)(0.03379)(0.03752)t=(2.47631) (5.56930)(12.74961)(6.74504)R 2=0.99375 R 2=0.99311 F=229.6502 df=29可以看出运用加权最小二乘法消除了异方差性后，参数的t检验均显著，F检验也显著， 这一估计结果比原先的结论更为接近真实情况。（四）自相关检验及修正自相关检验对于样本容量为33，四个解释变量的模型，5%显著水平，查DW统计

19、表可知，=1.258 ， du=1.651，模型中DW=0.471139匕，说明模型存在正自相关。这一点从残差图也可以看出， 残差图如下表6所示。表6：自相关检验2.自相关修正为解决自相关问题，选用广义差分法。在Eviews中，每次回归的残差存放在resid序列 中，为了对残差进行回归分析，须生成命名为e的残差序列。使用e进行滞后一期的自回归， 在Eviews命令栏中输入ls e e（-1）可得回归方程e =0.75980 e tt 1由上式可知p =0.76443，对原模型进行广义差分，并进行回归，回归结果如表7所示。表7广义差分方程回归结果Dependent Variable: Y-0.7

20、5443(-1)Mettkod: Least Squaresate: 05/29/12 Time: 20:42Sam pie (adj us ted): 1979 2010Included observations: 32 afler adjusting endpointsVariableCoefficientSti. Errort-StatisticProb.C0.0811450.0812900 .9902190.3267X2-0.76443*X2(-1)0.2528250.02378210.631030.0000X3-0.76443*X3(-1)0.+753240.02149622.111

21、740.0000X4-076U3*X4(-1)0一2807330.0289359.702085o.ooaoR-squared0.984799Mean dependent var2.312130Adjusted R-squared0.983170S.D. dependent var2513B71S E. of regression0.326125Akaike infio criterion0.713395Sum squared resi d说明在 5%的显著性水平下广义差分模型中已无自相关。同样可决系数R2 、t、F统计量也均达到理 想水平。由差分方程式有61 =0.08115/(1-0.764

22、43)= 0.34448所以，得到最终的GDP增长率模型为：Y = 0.34448+0.25283 X2 +0.47532 X 3 +0.28073 X4由上式GDP增长率模型可知，在假定其他变量不变的情况下，当第一产业增长率每增长 1%，平均GDP增长率会增加0.25283% ；在假定其他变量不变的情况下，当第二产业增长率每 增长1%，平均GDP增长率会增加0.47532% ；在假定其他变量不变的情况下，当第三产业增长 DOC格式.率每增长1%，平均GDP增长率会增加0.28073%。四、结论与政策建议1、坚持科学发展观，加快转变经济发展方式，推动产业优化升级，形成以高技术产业为 先导，基础

23、产业和制造业为支撑、服务业全面发展的产业格局；形成由主要依靠第二产业带 动向依靠第一、第二、第三产业协同带动转变的新局面，实现我国经济可全面协调持续发展。2、加大对农业的投入，调整农业部产业结构，提高我国农业的科技化、产业化、现代化 水平。提高农村居民受教育水平，培养具有创新精神和时代感的社会主义新农民。3、要坚持走中国特色新兴工业化道路，着重改造提升制造业，培育发展战略性新兴产业， 建立创新型国家，提高我国核心竞争力。自建国以来，工业尤其是重工业是我国经济发展的支柱，工业部结构、地区结构都存在 差异。调整工业部产业结构，提高基础工艺、基础材料、基础元器件研发和系统集成水平。 积极有序发展新一代信息技术、节能环保、新能源、生物、高端装备制造、新材料、新能源 汽车等产业，加快形成先导性、支柱性产业，切实提高产业核心竞争力和经济效益。4、加快推进服务业发展，把推动服务业大发展作为产业结构优化升级的战略重点。推进服务业发展，不仅能够有效改变我国产业结构现状，更能够提高就业率，稳定民生， 提高人们的生活水平和质量。推进服务业发展，重点是建立健全流通和服务部门，提高流通、 服务质量；拓展服务业新领