《我国西部地区经济增长影响因素分析》由会员分享，可在线阅读，更多相关《我国西部地区经济增长影响因素分析（11页珍藏版）》请在金锄头文库上搜索。
1、 我国西部地区经济增长影响因素分析我国西部地区经济增长影响因素分析摘要：摘要：采用计量经济模型，研究了西部地区经济增长的影响因素，分析了西部地区经济增长与人均消费性支出、固定资产投资、对外贸易和工业增加值的相关性，发现西部经济增长与人均消费支出和固定资产投资之间存在显著的相关性。关键词：关键词： 西部 经济增长 居民人均消费性支出 固定资产投资一、引言一、引言（一）研究背景我国地域辽阔，自然、地理、民族、文化差异大，多种原因长时期的相互作用，形成了区域间的发展不平衡，从而造成了我国东西部地区差距拉大，西部经济落后。由图 1 可以看到，随着 2000 年西部大开发政策的实施，10 年来西部经济有
2、了较大的增长。但是，西部地区与东部沿海地区仍存在很大的差异。图 1 19952007 年 西部地区生产总值（二）研究的问题和意义西部地区的经济增长与地区内人民的生活水平和政府支持投入等有重要关系。人民的生活水平表现为人均消费性支出，政府支持投入表现为固定资产投入。人均消费性支出高反映了一个地区的经济水平高，而政府增加投入也能促进一个地区的经济增长。发展西部经济，缩小东、西差距，对整个国民经济的发展都具有重要意义，01000020000300004000050000600001995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2
3、007区域经济协调发展也是“十二五”规划的重要目标。因此我们小组利用所学分析方法对西部经济增长影响因素进行分析，研究西部地区经济增长的因素。二、文献综述二、文献综述西部大开发战略实施多年来，通过国家支持、自身努力和开展对外合作，西部地区城乡面貌有了很大改善，经济增长步伐明显加快，发展的质量和效益明显增强，但东、西部差距仍然很大。对于东、西部经济发展的差异原因及如何更好的加快地区经济增长，众多学者都有研究与看法，大致有政策因素、金融体系和制度的落后、地域封闭、人事制度不完善、资源开发难度大等原因。李春梅（2011）认为深入实施西部大开发战略，要以生态环境保护为前提，坚持协调发展，为民谋利，夯实基
4、础，强化西部地区农业农村发展基础1。徐鑫（2011）认为应充分利用经济全球化的宏观经济环境，加强国际政策协调合作，刺激经济增长，要以消费带动西部经济发展，构筑西部特色经济2。刘平（2011）认为西部地区经济落后主要因为国家政策的倾斜，中央应给予西部更多的投资和财政支持3。徐世君(2011)认为西部地区经济落后原因是科技、教育投入不足，生产落后，需要增加科技、教育投入，引进先进技术4。国家统计局显示，固定资产投资保持较高增长，投资重点继续集中于生态环境、能源、交通运输和市政设施等基础设施方面5。杨军（2010）在西部大开发的新起点中提到，西部大开发 10 年来，西部地区工业增加值占 GDP 的比
5、重由 19.5提高到 38.7，一些跨国公司和国内一些公司，把生产基地从东部移到成本较低的西部，而转移过来的产业以制造业为主，也大多是第二产业6。因而发展工业对于西部地区经济增长具有重要作用。三、模型选择与数据来源三、模型选择与数据来源我们研究的对象是西部地区经济增长，即西部地区生产总值的影响因素，所以我们把范围选定在西部地区十一省一市（四川、贵州、云南、山西、甘肃、青海、新疆、宁夏、内蒙古、广西、西藏和重庆市） 。由于在统计年鉴上西藏和重庆市的数据不完全，所以在样本数据的选择上除掉了西藏省和重庆市。由于是研究西部地区的经济增长情况，所以要选取一段时间的西部地区生产总值来建立模型，我们选择了
6、19952007 年这 13 年间的时间序列来研究。影响地区生产总值的因素有很多种，通过参考有关文献我们选定了四个重要的影响因素：居民人均消费性支出、固定资产投资、对外贸易、工业增加值进行计量分析。首先，由于在宏观经济中，居民人均消费支出增多，消费能力增强，说明人们可支配收入增加，由此可以知道西部地区经济增长情况。其次，作为第二产业的工业是国民经济的支柱性产业，一个地区的工业增加值增加，说明该地区经济发展呈向上趋势发展。第三，对外贸易也是一个地区经济增长的体现之一，对外贸易增加说明该地区对外贸易经济往来增多，也能体现经济的增长。最后，一个地区的固定资产投资也能表现一个地区的经济增长水平，若增加
7、对该地区的固定资产投资，该地区的经济投入增加，从而产生产出，经济有所增长。因此我们选择地区内生产总值作为应变量 Y，居民可支配收入作为解释变量 X1，工业增加值作为解释变量 X2，对外贸易作为解释变量 X3，固定资产投资作为解释变量 X4，设定模型如下：tXXXXY443322110四、四、 多元线性回归分析多元线性回归分析（一）模型设定：由 EViews 软件得到散点图如下：02000000400000060000008000000010000 20000 30000 40000 50000 60000YX4 X3 X2 X1图 2 散点图如图显示，Y 与解释变量存在线性关系，所以设定模型如
8、下：tXXXXY443322110（二）估计参数运用 EViews 软件可得：表 1.EViews 计算结果VariableCoefficie ntStd. Errort- StatisticProb.X10.8523920.2839033.0024050.0170 X2-0.1959000.103662-1.8897950.0955 X30.0049930.0030821.6199140.1439 X4-0.3511361.062876-0.3303640.7496 C-13672.335766.706-2.3709080.0452 R-squared0.995431Mean depende
9、nt var22490.25 Adjusted R-squared0.993147S.D. dependent var14864.32S.E. of regression1230.505Akaike info criterion17.35196Sum squared resid12113136Schwarz criterion17.56925Log likelihood-107.7877F-statistic435.7688Durbin- Watson stat2.329559Prob(F-statistic)0.000000可得样本回归方程为：Y13672.33+0.852392-0.195
10、900+0.004993-0.3511361X2X3X4Xt= （-2.370908） （3.002405） （-1.889795） （1.619914 ）（-0.330364）p= （0.0452） （0.0170） （0.0955） （01.439） （0.7496）（三）模型检验根据相关经验和理论假设，各系数应均大于零， 由 Eviews 软件计算得出均大于零数，符合经济意义。但是均小于零，与假设相反，不31 和42 和符合经济意义，可能存在多重共线性。五、相关矩阵法五、相关矩阵法考察西部地区经济增长影响因素分析，建立模型如下：tXXXXY443322110地区内生产总值：Y，居民可支配
11、收入：X1工业增加值：X2对外贸易：X3固定资产投资：X4四个解释变量的相关数矩阵有 Eviews 输入，结果如下：表 2. 相关矩阵法计算结果Correlation MatrixX1X2X3X4X11.00000000.2461610.9581150.982302X20.2461611.0000000.4601790.368366X30.9581150.4601791.0000000.992479X40.9823020.3683660.9934791.000000说明 X1 与 X3、X4 有明显的线性关系，X3 与 X4 有明显的线性关系，模型存在 比较严重的多重共线性。下面对多重共线性进
12、行消除。六、六、FrischFrisch 法法分别做 Y 与间的回归方程：43, 21,XXXX1487953. 167.26746XYF=796.6106 DW=1.099293 986380. 02R262147. 013.17905XYF=0.955248 DW=0.177381079902. 02R3007715. 0398.2961XYF=213.8462 DW=0.553162 95. 02R4152478. 2622.2560XYF=612.2792 DW=0.865033982351. 02R可见，应选择第一个式子为基本回归方程将其他解释变量分别加入上述基本回归模型，寻找最佳回
13、归方程。表 3.Frisch 法 计算结果CX1X4X3X222/ RRDWY=f(X1)T 值-26747-14.73 1.4928.220.986380 1.10 Y=f(X1,X4)T 值 -14076-3.370.844.030.963.200.991923 1.74Y=f(X1,X4,X3)T 值-15981-2.50 0.932.920.540.50 0.000.40 0.991189 1.55 Y=f(X1,X4,X2)T 值 -10105-1.75 0.652.34 1.252.98-0.08-0.990.991910 2.37消除多重共线性的回归方程为：Y=14076.68+
14、0.835773+0.9624111X4X=0.991923，DW=1.7449102R在其他因素不变的条件下，当居民人均消费性支出和固定资产投资 每增加一个单位时，西部地区经济增长分别增加 0.835773 和 0.962411 个单位。七、序列相关分析七、序列相关分析为了检验模型是否存在序列相关，我们进行了拉格tXXY44110朗日乘数检验：1.假设: 0:0H0:1H2.运用 EViews 软件得到结果如下（P=1）: 表 4. Serial Correlation LM TestBreusch-Godfrey Serial Correlation LM Test: F-statisti
15、c0.096412Probability0.763249 Obs*R-squared0.137786Probability0.710492 3、著性水平时，P0.71049205. 0当 p=1 开始，直到 p=10，都未能找到显著的检验结果，所以接受原假设，不存在序列相关。八、异方差分析八、异方差分析通过怀特检验做异方差分析：运用 EViews 得到结果为： 表 5.怀特检验结果White Heteroskedasticity Test: F-statistic2.626359Probability0.183359Obs*R-squared10.92090 Probability0.2062
16、21 给定，不存在异方差。206221. 005. 0P 九九、两元线性回归分析两元线性回归分析 （一）模型设定tXXY4211（二）参数估计运用 EViews 软件可得：表 6. EViews 计算结果VariableCoefficientStd. Errort-StatisticProb.X10.8357730.2075094.0276460.0024X40.9624110.3007983.1995260.0095C-14076.684180.038-3.3675980.0072R-squared0.993270Mean dependent var22490.25Adjusted R-squared0.991923S.D. dependent var1
