《国民生产总值与产业结构的关系》由会员分享,可在线阅读,更多相关《国民生产总值与产业结构的关系(8页珍藏版)》请在金锄头文库上搜索。
1、国民生产总值与产业结构的关系一、经济背景推动我国经济社会又好又快发展,根本出路之一是提高国民总收入,提高居民消费能力,全面扩大国内消费需求量大力增强消费对经济的拉动作用。同时由于我国是一个人口大国,虽然说地大物博,但人均却很少,所以我国的产业结构对国民的生活水平的调高,国民的总收入的提高有着至关重要的作用。二、实验项目数据国 民 人 均 国 内总 收 入 生 产 总 值(元 )1978 3645.2 1027.5 1745.2 872.5 3811979 4062.6 1270.2 1913.5 878.9 4191980 4545.6 1371.6 2192.0 982.0 4631981
2、4889.5 1559.5 2255.5 1076.6 4921982 5330.5 1777.4 2383.0 1163.0 5281983 5985.6 1978.4 2646.2 1338.1 5831984 7243.8 2316.1 3105.7 1786.3 6951985 9040.7 2564.4 3866.6 2585.0 8581986 10274.4 2788.7 4492.7 2993.8 9631987 12050.6 3233.0 5251.6 3574.0 11121988 15036.8 3865.4 6587.2 4590.3 13661989 17000.9
3、 4265.9 7278.0 5448.4 15191990 18718.3 5062.0 7717.4 5888.4 16441991 21826.2 5342.2 9102.2 7337.1 18931992 26937.3 5866.6 11699.5 9357.4 23111993 35260.0 6963.8 16454.4 11915.7 29981994 48108.5 9572.7 22445.4 16179.8 40441995 59810.5 12135.8 28679.5 19978.5 50461996 70142.5 14015.4 33835.0 23326.2 5
4、8461997 78060.8 14441.9 37543.0 26988.1 64201998 83024.3 14817.6 39004.2 30580.5 67961999 88479.2 14770.0 41033.6 33873.4 71592000 98000.5 14944.7 45555.9 38714.0 78582001 108068.2 15781.3 49512.3 44361.6 86222002 119095.7 16537.0 53896.8 49898.9 93982003 135174.0 17381.7 62436.3 56004.7 105422004 1
5、59586.7 21412.7 73904.3 64561.3 123362005 185808.6 22420.0 87598.1 74919.3 141852006 217522.7 24040.0 103719.5 88554.9 165002007 267763.7 28627.0 125831.4 111351.9 201692008 316228.8 33702.0 149003.4 131340.0 237082009 343464.7 35226.0 157638.8 147642.1 25575第 一 产 业 第 二 产 业 第 三 产 业年 份注:1.1980 年以后国民总
6、收入(原称国民生产总值)与国内生产总值的差额为国外净要素收入。2.2005-2008 年数据在第二次经济普查后作了修订。3.数据来自中国统计局网三、实验过程利用 EViews 软件,生成 、 、 、 、 等数据,采用这些数据对模型进行 OLS 回 1 2 3 4归,结果如图OLS 回归结果Dependent Variable: YMethod: Least SquaresDate: 07/03/11 Time: 09:42Sample: 1978 2009Included observations: 32Variable CoefficientStd. Error t-Statistic Pr
7、ob. C 845.4085 226.3306 3.735281 0.0009X1 1.108974 0.327668 3.384446 0.0022X2 1.419640 0.184656 7.688015 0.0000X3 1.194270 0.158157 7.551161 0.0000X4 -3.801612 2.446987 -1.553589 0.1319R-squared 0.999983 Mean dependent var 80630.86Adjusted R-squared 0.999980 S.D. dependent var 94720.64S.E. of regres
8、sion 419.3736 Akaike info criterion15.05800Sum squared resid 4748604. Schwarz criterion 15.28702Log likelihood -235.9280 F-statistic 395349.6Durbin-Watson stat 0.593024 Prob(F-statistic) 0.000000(一)多重共线性分析由上图可见,该模型 , 可决系数很高,F 检验值2=0.9999832=0.999980395349.6,明显显著。但是当 时, , 的系数=0.052(-)=0.025(325)=2.05
9、 4t 检验不显著,而且 系数的符号与预期相反,这表明可能存在严重的多重共线性。4计算个解释变量的相关系数,选择 、 、 、 的数据。1 2 3 4相关系数矩阵由相关系数矩阵可以看出,各解释变量相互之间的相关系数较高,正是确定存在严重的多重共线性。修正多重共线性采用逐步回归法,去检验和解决多重共线性问题。分别作 对 、 、 、 的一元 1 2 3 4回归,结果如表一元回归估计结果其中,加入 的方程的 最大,以 为基础,顺次加入其它变量逐步回归。结果如2 2 2表加入新变量的回归结果(一)1 2 3 4 2、2 1 -0.053637(-0.282956)2.147974(51.01840)0.
10、999540、2 3 1.512452(20.52748)0.689342(8.482206)0.999867、2 4 1.376056(5.968811)4.771613(3.299144)0.999665经比较,新加入的 的方程 =0.999867,改进最大,而且各参数的 t 检验都显著,3 2选择保留 ,在加入其他变量逐步回归,结果如表31 2 3 4 2、 、2 310.605151(12.59363)1.139731(27.48452)0.955546(24.89492)0.999979变量 X1 X2 X3 X4X1 1 0.980705214397 0.972486048701
11、0.98500131128X2 0.980705214397 1 0.998200997553 0.999535237262X3 0.972486048701 0.998200997553 1 0.997829002311X4 0.98500131128 0.999535237262 0.997829002311 1变量 X1 X2 X3 X4参数估计值 9.430853 2.136291 2.354594 13.40040t 统计量 27.17066 263.6278 124.7173 207.07532 0.960950 0.999569 0.998075 0.9993012 0.9596
12、48 0.999554 0.998011 0.999278、 、2 340.830124(11.55515)0.669582(18.25511)4.394873(10.71116)0.999973当加入 时, 有所增加, 的参数 t 检验显著性下降, 的参数 t 检验显著性上4 2 3 2升,从相关系数也可看出,与其他变量高度相关,这就说明主要是 引起的多重共线性,4予以剔除。最后修正严重的多重共线性影响后的回归结果为Y = 591.0029919 + 1.139730888*X2 + 0.9555463758*X3 + 0.6051508553*X1(3.690685) (27.48452)
13、 (24.89492) (12.59363)=0.999981 =0.999979 F=501797.7 2 2(二)异方差性分析1、对异方差的检验在模型不存在多重共线性的前提下,来检验模型是否存在异方差问题,常用的方法为 White 检验法。如表White Heteroskedasticity Test:F-statistic 6.064554 Probability 0.000505Obs*R-squared 18.96799 Probability 0.004218Test Equation:Dependent Variable: RESID2Method: Least SquaresD
14、ate: 07/03/11 Time: 12:57Sample: 1978 2009Included observations: 32Variable CoefficientStd. Error t-Statistic Prob. C -76332.51 82000.52 -0.930878 0.3608X2 -64.35814 32.48058 -1.981435 0.0586X22 8.32E-05 0.000164 0.508180 0.6158X3 57.56226 26.80218 2.147671 0.0416X32 9.59E-05 0.000157 0.611282 0.546
15、5X1 122.9346 45.59709 2.696107 0.0124X12 -0.004940 0.001798 -2.747488 0.0110R-squared 0.592750 Mean dependent var 161659.4Adjusted R-squared 0.495010 S.D. dependent var 207027.9S.E. of regression 147119.5 Akaike info criterion26.82652Sum squared resid 5.41E+11 Schwarz criterion 27.14715Log likelihood -422.2243 F-statistic 6.064554Durbin-Watson stat 1.999296 Prob(F-statistic) 0.000505White 统计量为 18.97,P 值为 0.00420.05,所以在 5%的显著性水平下,拒绝同方差性这一原假设,方程确定存在异方差性。2、异方差的处理用加权最小二乘法对异方差性进行修正,重新进行回归估计,如下:Dependent Variable: YMethod: Least SquaresDate: 07/03/11 Time: 13: