《计量课程论文--海南省经济增长主要产业实证分析》由会员分享，可在线阅读，更多相关《计量课程论文--海南省经济增长主要产业实证分析（11页珍藏版）》请在金锄头文库上搜索。
1、海南省经济增长主要产业实证分析一、 摘要近十年来，我省（海南省）经济进入了高速发展时期，各个产业发展迅速，取得了显著性的水平，为了我省的持续性发展，需要对影响海南发展的主要产业因子进行分析。是什么产业对我省经济增长起的作用最大这是，本文就是通过统计学计量经济学的时间序列回归理论，选取我省几个要产业对于地区生产总值做回归；即建立经济预测模型，并对所建立的模型及所选因子进行统计检验，得出正确的可行模型，通过此模型得出各个产业对我省地区总产值的影响大小；并通过此模型对海南经济发展提出预测，及给出可行性的发展建议。二、变量选取通过网上和期刊查阅，促进我省发展的产业因素较多，这里选取了主要的影响因子。通
2、常一个地区的发展往往表示在这个地区的总产值上，所以把该省地区的总产值作为被解释变量Y,旅游业的发展用国际旅游外汇收入代替，及为解释变量X1,建筑业用建筑业总产值表示，即为解释变量X2，科技产业用国内专利申请受理量表示，即解释变量X3,工业产业用规模以上工业企业单位数表示，即解释变量X4，农业产业用粮食产量表示即解释变量X5。三、数据收集与模型建立（一） 变量的数据收集如下表2.1海南省主要产业值时间序列表年份地区生产总值/亿元Y国际旅游外汇收入/万美元X1建筑业总产值/万美元X2国内专利申请受理量(项)X3规模以上工业企业单位数(个)X4粮食产量/万吨X51993年260.4161.5450.
3、71841,303184.11994年331.9870.5622.231921,057192.71995年363.2580.9817.591831,330201.81996年389.6885.4215.182351,045197.71997年411.1610227.99383972213.861998年442.139630.85468640210.751999年476.6710533.393735412172000年526.82108.8330.21502596199.632001年579.17106.0235.35390589195.762002年642.739241.51546601188
4、.592003年713.9679.5739.41445619204.62004年819.6681.658.58375588190.112005年918.75128.4659.694986161532006年1,065.67229.1264.94538595161.92007年1,254.1730282.18632488177.52008年1,503.06313.88111.18873548183.482009年1,654.21276.66143.941,040494187.62010年2,064.50322.36199.481,019497180.382011年2,522.66376.1525
5、5.471,489358188.042012年2,855.54348.02283.111,824377199.52013年3,146.46337.48285.312,359391190.9数据来源：国家统计局数据查询（二）模型设计根据变量选取时候的设定，可设模型为Y被解释变量,代表地区生产总值；为解释变量，分别表示国际旅游外汇收入、建筑业总产值、国内专利申请受理量、规模以上工业企业单位数、粮食产量；为随机扰动项。通过对该模型回归，可得到我省经济增长即地区生产总值Y和各个变量间的关系。四、模型估计和检验（一）模型初始估计Dependent Variable: YMethod: Least Squ
6、aresDate: 12/23/14 Time: 10:24Sample: 1993 2013Included observations: 21VariableCoefficientStd. Errort-StatisticProb.C778.9990308.38612.5260510.0233X11.1645590.4326872.6914600.0167X24.8828070.9379125.2060390.0001X30.5043130.1317733.8271380.0016X4-0.1556190.101627-1.5312780.1465X5-3.0032001.462010-2.
7、0541590.0578R-squared0.992076Mean dependent var1092.507Adjusted R-squared0.989434S.D. dependent var878.2037S.E. of regression90.27091Akaike info criterion12.07846Sum squared resid122232.6Schwarz criterion12.37690Log likelihood-120.8239Hannan-Quinn criter.12.14323F-statistic375.5775Durbin-Watson stat
8、1.360337Prob(F-statistic)0.000000通过模型的初始检验，若给定显著性水平,可决系数较大，明显显著，但的系数不显著，且回归系数为负数，与经济理论不符，可以初步判定模型存在多重共线性问题。（二）多重共线性检验变量相关矩阵图由相关矩阵阵可看到变量间相关程度，存在线性相关关系（三）多重共线性修正采用剔除变量法，由初始模型可先剔除变量，再继续对 模型回归得Dependent Variable: YMethod: Least SquaresDate: 12/23/14 Time: 12:32Sample: 1993 2013Included observations: 21V
9、ariableCoefficientStd. Errort-StatisticProb.C636.5768306.13342.0794100.0540X11.4028020.4203723.3370500.0042X24.4588520.9330174.7789620.0002X30.5783460.1276314.5314040.0003X5-3.0989451.520819-2.0376810.0585R-squared0.990837Mean dependent var1092.507Adjusted R-squared0.988546S.D. dependent var878.2037
10、S.E. of regression93.98805Akaike info criterion12.12847Sum squared resid141340.1Schwarz criterion12.37716Log likelihood-122.3489Hannan-Quinn criter.12.18244F-statistic432.5311Durbin-Watson stat1.277774Prob(F-statistic)0.000000接着剔除，修正后的回归为如下图Dependent Variable: YMethod: Least SquaresDate: 12/23/14 Ti
11、me: 12:39Sample: 1993 2013Included observations: 21VariableCoefficientStd. Errort-StatisticProb.C19.8363050.010450.3966430.6966X11.7171750.4257504.0332930.0009X24.5640981.0142834.4998270.0003X30.5188290.1352733.8354290.0013R-squared0.988459Mean dependent var1092.507Adjusted R-squared0.986422S.D. dep
12、endent var878.2037S.E. of regression102.3314Akaike info criterion12.26395Sum squared resid178019.1Schwarz criterion12.46291Log likelihood-124.7715Hannan-Quinn criter.12.30713F-statistic485.3335Durbin-Watson stat0.784001Prob(F-statistic)0.000000修正后的估计方程为 多重共线性修正后的回归结果，可绝决系数很大且F值和各变量t值在给定显著性水平都通过了显著性检验，但变量前的系数都很大且参数的标准误差很小可能存在异方差问题，需进一步对上估计方程进行异方差检验（四）检验异方差图形法进行初步检验由残差序列平方对解释变量的散点图主要分布在图形的中下角，初步判定存在异方差，但仍需要进一步检验确定White方法检验异方差Heteroskedasticity Test: WhiteF-statistic2.622684Prob. F(9,11)0.0672Obs*R-squared14.32450Prob.
