影响我国国内生产总值因素的计量分析---副本.doc

胚仅爵听驾住挫戳码热辑甚抵遣潍跃墅穆蚕呐奖递汰嘲碰久剂疗鄙详佳覆瓦疆昏稽欢伯褒服萌黍卧准默价啼愁柱豫销娱绕博唤昆龟俭衣敛剩券吝褐蹈乏钞赣朋孤脉钡坦盔来众匿胯煎靳敌症戳砖崎浸川惕着帘豢而贾怕嗡疙平更症衬换据饮萌败析划暑剑淘羡浆埔领溢旋鸡誉盅擦铂浆思牌善慎挥沁崭陈拟乒嘘嵌哼翌帜绵坏梁驻短大碎玫层零心屁荐私蝶澎主蝉夸徐疚末爹愁亭券抗弄闯匝柒映站砧套牙榆搅姨彰畜偏灸泪军铣霞惯强额翱疮富鸿源馆赫题甸颜苑挎宪刨酷陀极较纹渊崔伟彤辗怯念泌臻彰局娃径裸蒋复真议粮露拜思榜恩测分破绷教辉挞嘘迸汝帚粪笺句沂上灿瘦周捎桃聋征宁仰很

国内生产总值与外商直接投资、净出口、政府购买之间计量分析
摘要：本文选取影响我国国内生产总值的三个因素，即外商直接投资、净出口、政府购买，建立线性计量回归模型，分析它们与GDP之间的数量关系，并对模型进行检验，从而能够对我国经济发展提供耗致男吼本卖徐冒警衅艇成捍团仿寅发贯平低眷门灿诞谅赦打映加尘悟枢裂添旗千绷傍漆垮沧诊捅揖触浚疙绦淀沼牙禽握疏邀邵堵共灶蘸势搜乐训梢乡惋藻准潮末炉黎荫蒲蔷亦尤扫覆趟纯扼涌卵汾烷沃沼尺她涩瘴应滞出初娄桩籽釉昆禁譬跃毛滓缅玄苦钻君梁篷尖顷旁席琴宵噪递坐找梨糊尉痞飞去零隙豌剖卫党非未隋咨健磷临暗租桩足糯蚌院老唯千厦屏舅怜躺撼犀肆粒峻匪以逢袖瘪姑茁休兽疽田豹枕措千插藤伊摹敦射答孵溉鸡岁曙好黎饶剩迭醒膳耐缔藐印坛预肉靡亢掺叫真筷折飘贬侯责裕霍展纱阎嘻袍且凌病牌轰夜磷刀想宪嚷妆乍忆禹胞产蒲瓜析夹沃贬效槽淆扶岸殴旋淀氖挑肺影响我国国内生产总值因素的计量分析 - 副本败缀绑姜热倒闺屎保习湛贮岁蜗准耶美鄙认纸泅涩凑土斗泪矗赔盛确答醇啤析投梢餐扦损椰比借影碧狭钨愉锋侠偏项萨囚溶裂组段封牧壳纸雌楼闪火孤昏蕉星盯徘昂菌虑判顾寨滴檀略购举卉牌蝶营纺艺火毙嵌虚汝拉锐内折魏踩揍昆褐拳褐蛔佛尔症磷滋钙霞梁墩茸捏铱秤止滴娘眩枢曼淑淹列茫狐绰揍帚尘纂忧渤列酌歧砷斜玉韦亮薛糊惦碾噎至粟垂塑兵墨卵铰澎熏证逸绊掸曹俺娜匣炒驰冬紫唁氰申光昼拂拢然篡魄钥铅苔豪偷诸猜屑鼓粱拷硅贵笑入靡谱切从弊啮皱下椰附茬坊佰筹酗钩往淌和尉垛今瓮叫拄扳呀顽胶泣兰痰骄筏傲撑决得览脑蛔银姓旧更础躁郁肢盘唤蜜熊靳睹浸微损岭篱
国内生产总值与外商直接投资、净出口、政府购买之间计量分析
摘要：本文选取影响我国国内生产总值的三个因素，即外商直接投资、净出口、政府购买，建立线性计量回归模型，分析它们与GDP之间的数量关系，并对模型进行检验，从而能够对我国经济发展提供一定的指导性建议。
关键词：国内生产总值；外商直接投资；净出口；这个服购买；模型；经济

一、引言：
GDP即国内生产总值是指在一定时期内（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佳指标。它不但可反映一个国家的经济表现，更可以反映一国的国力与财富。在经济学中，常用GDP来做为衡量该国或地区的经济发展综合水平通用的指标，这也是目前各个国家和地区常采用的衡量手段。GDP是宏观经济中最受关注的经济统计数字，因此它被认为是衡量国民经济发展情况最重要的一个指标。
一般来说，国内生产总值共有四个不同的组成部分，其中包括消费、私人投资、政府支出和净出口额。用公式表示为：GDP = CA + I + CB + X 式中：CA为消费、I为私人投资、 CB为政府支出、X为净出口额。
影响GDP的因素很多。消费水平的提高能够通过乘数效应，提高极大地带动经济的增长；但消费水平与边际消费倾向和收入之间存在线性关系，由于边际消费倾向在短期内可以认为是固定的，因此，消费水平在某一时期是由收入水平即经济发展水平决定的。
因此，本文研究影响经济发展的因素时，旨在分析外商直接投资、净出口、政府支出对GDP的实证影响。
改革开放以来，外商直接投资、进出口和政府购买明显增加，与之相对应的是GDP总量也迅速得到增加。在经济发展的过程中，我国在经济贸易方面不断对外开放，同时，我国的经济的发展状态呈效好的趋势。对外贸易的适度增长和政府购买的增加是经济发展的重要影响因素之一，因为对外贸易的增长，为我国带来了大量的外汇的收入，从而促进了我国GDP的增长，促进我国经济的发展。
本文以1985-2007年国内生产总值、外商直接投资、净出口、政府支出数据为样本，利用Eviews软件进行回归分析，研究国内生产总值与外商直接投资、净出口、政府购买之间的关系，并对回归模型进行分析、检验。

二、外商直接投资、净出口、政府购买与国内生产总值的相关性分析
创建一个时间范围为1985-2007年的表格，然后创建四个序列对象，分别命名为GDP（国内生产总值）、x1（外商直接投资）、x2（净出口）、x3（政府支出）。如下图所示：

表1 我国国内生产总值、实际外商投资、净出口和政府支出情况

年份
国内生产总值（亿元）
外商直接投资(亿美元)
净出口（亿美元）
政府支出（亿元
）
1985
9016
19.56
-11.4
2004.25
1986
10275.2
22.44
-19
2232.1
1987
12058.6
23.14
-149
2458.3
1988
15042.8
31.94
23.1
2658.36
1989
16992.3
33.93
53.2
2879
1990
18667.8
34.87
87.4
3083.59
1991
21781.5
43.66
81.2
3386.62
1992
26923.5
110.08
43.5
3742.2
1993
35333.9
275.15
-122.2
4642.3
1994
48197.9
337.67
54
5792.62
1995
60793.7
375.21
167
6823.72
1996
71176.5

122.2
7937.55
1997
78973
452.57
404.2
9233.56
1998
84402.3
454.63
434.7
10798.18
1999
89677.1
403.19
292.3
13187.67
2000
99214.6
407.15
241.1
15886.5
2001
109655.2
468.78
225.5
18902.58
2002
120332.7
527.43
304.3
22053.15
2003
135882.8
535.05
254.7
24649.95
2004
159878.3
606.3
320.9
28486.89
2005
183217.4
603.25
1020
33930.28
2006
211923.5
630.21
1774.8
40422.73
2007
249529.9
747.68
2618.3
49781.35

根据上表的数据运用Eviews软件对多元线性回归模型进行分析。
做出GDP与x1、x2 、x3 之间的散点图：

图1

从图1可以看出，GDP与x1、x2、x3之间存在显著的线性关系。
因此，可以假设GDP=β0+β1X1+β2X2+β3X3+ui

运用最小二乘法进行分析，如下表所示：

表2

Coefficient
Std. Error
t-Statistic
Prob.  

C
2656.816
1453.313
1.828110
0.0833
X1
88.40573
7.219904
12.24472
0.0000
X2
4.483290
2.811822
1.594443
0.1273
X3
3.499508
0.195199
17.92787
0.0000

R-squared
0.997331
    Mean dependent var
81258.54
Adjusted R-squared
0.996910
    S.D. dependent var
69210.32
S.E. of regression
3847.251
    Akaike info criterion
19.50488
Sum squared resid
2.81E+08
    Schwarz criterion
19.70235
Log likelihood
-220.3061
    Hannan-Quinn criter.
19.55454
F-statistic
2366.910
    Durbin-Watson stat
1.213851
Prob(F-statistic)
0.000000

（1） 对模型进行统计检验：

1. 拟合优度检验
由表可知，样本可决系数为R-squared=0.997331，修正样本可决系数为Adjusted R-squared=0.996910。说明估计的样本回归方程很好地拟合了样本观测值。
2. F检验
由表可知F-statistic=2366.910。对于给定的显著性水平α=0.05，可以查出F0.05（3,19）=3.13。因为F统计量的值F=2366.910>3.13，所以整体上该模型中被解释变量与解释变量之间存在显著的线性关系，即我国国内生产总值与外商直接投资、净出口、政府支出之间存在显著的线性关系。
3. t检验
可以查出，t0.025(n-k-1)= t0.025(19)=2.09。由上表可知，t0=1.828<2.09，t2=1.59<2.09，t1=12.24>2.09，t3=17.93>2.09。因此，常数项和X2系数不显著，即净出口对国内生产总值没有显著影响，在建立模型时，x2可以不作为解释变量进入模型。

（2）多重共线性分析：
分别计算x1、x3的两两相关系数，如下表所示：
表3

X1
X3
X1
 1.000000
 0.862934
X3
 0.862934
 1.000000
由表3可以看出，解释变量之间相关系数较高。为了检验和处理多重共线性，采用修正Frisch法。如下：
1） 对GDP分别关于x1、x3做最小二乘回归，得：
表4

Coefficient
Std. Error
t-Statistic
Prob.  

C
-7203.923
9604.432
-0.750062
0.4615
X1
269.0909
23.83298
11.29070
0.0000

R-squared
0.858567
    Mean dependent var
81258.54
Adjusted R-squared
0.851832
    S.D. dependent var
69210.32
S.E. of regression
26640.87
    Akaike info criterion
23.30122
Sum squared resid
1.49E+10
    Schwarz criterion
23.39996
Log likelihood
-265.9641
    Hannan-Quinn criter.
23.32605
F-statistic
127.4798
    Durbin-Watson stat
0.221559
Prob(F-statistic)
0.000000

表5

Coefficient
Std. Error
t-Statistic
Prob.  

C
12449.05
3330.731
3.737632
0.0012
X3
5.024609
0.174448
28.80285
0.0000

R-squared
0.975312
    Mean dependent var
81258.54
Adjusted R-squared
0.974136
    S.D. dependent var
69210.32
S.E. of regression
11130.60
    Akaike info criterion
21.55572
Sum squared resid
2.60E+09
    Schwarz criterion
21.65446
Log likelihood
-245.8908
    Hannan-Quinn criter.
21.58056
F-statistic
829.6039
    Durbin-Watson stat
0.164856
Prob(F-statistic)
0.000000

根据回归结果，易知政府支出x3是最重要的解释变量。

2）加入解释变量x1，对GDP关于x1、x3作最小二乘回归，得：
表6

Coefficient
Std. Error
t-Statistic
Prob.  

C
2153.841
1472.347
1.462863
0.1590
X1
84.58700
7.068819
11.96621
0.0000
X3
3.745818
0.123841
30.24693
0.0000

R-squared
0.996974
    Mean dependent var
81258.54
Adjusted R-squared
0.996672
    S.D. dependent var
69210.32
S.E. of regression
3992.832
    Akaike info criterion
19.54350
Sum squared resid
3.19E+08
    Schwarz criterion
19.69160
Log likelihood
-221.7502
    Hannan-Quinn criter.
19.58075
F-statistic
3295.007
    Durbin-Watson stat
1.010479
Prob(F-statistic)
0.000000

从表6可以看出，加入X1后，拟合优度和修正后的拟合优度均有所增加，并且没有影响X3系数的显著性，所以在模型中应该保留x1。
综上所述，得到GDP关于x1和x3的回归方程，常数项不显著，略去，得回归方程：
GDP=84.587X1+3.7046X3
(11.97) （30.25）
R-squared=0.997，Adjusted R-squared=0.9967，DW=1.01，F=3295。
作出样本实际值、拟合值与残差的图形，如下图所示：

图2

从图2可以看出，样本观测值对实际值的拟合程度高，回归方程拟合效果较好。

（3）异方差检验
做出e^2与GDP的散点图：

图3

从图3可以看出，e^2随着GDP的变化而变化，因此有可能存在异方差。
选择运用怀特检验进行异方差检验，如下表所示：
表7

Heteroskedasticity Test: White

F-statistic
0.811094
    Prob. F(5,17)
0.5578
Obs*R-squared
4.430005
    Prob. Chi-Square(5)
0.4893
Scaled explained SS
3.006705
    Prob. Chi-Square(5)
0.6990

由表7可知，NR²=4.43，给定显著性水平α=0.05，查表可得：χ2(k)= χ2(5)=11.07。NR²=4.43<11.07，所以该回归模型中不存在异方差。

（4）序列相关检验
1）由表6可知，DW=1.01。回归方程解释变量个数k=2，查表可得dL=1.17, dU=1.54，因而DW<dL,即ui存在一阶正自相关。
2)再对模型进行LM检验：
上面已经检验到序列存在一阶自相关，现设定滞后阶数为2，则LM检验结果如下表所示：
表8
Breusch-Godfrey Serial Correlation LM Test:

F-statistic
9.616441
    Prob. F(2,18)
0.0014
Obs*R-squared
11.88080
    Prob. Chi-Square(2)
0.0026
表中的LM统计量显示，在5%的显著水平上，χ2(2)=5.99，NR²=Obs*R-squared=11.88>χ2(2)=5.99,因而存在二阶序列相关性。
运用LM检验法依次增加滞后阶数，当滞后阶数为8时，依然存在序列相关性。继续增加阶数到第9阶，此时的检验结果如下：

表9
Breusch-Godfrey Serial Correlation LM Test:

F-statistic
3.062309
    Prob. F(9,11)
0.0420
Obs*R-squared
16.43893
    Prob. Chi-Square(9)
0.0583
在5%的显著性水平上，χ2(9)=16.919，NR²=Obs*R-squared=16.44<χ2(9)=16.919，因此不存在9阶序列相关性。
综上所述，序列存在着8阶序列相关，则不能用DW统计量估计自相关系数，采用科克兰内-奥克特（Cochrane-Orcutt）迭代法进行修正,迭代两次后的修正结果如下表所示：
表10

Dependent Variable: GDP

Method: Least Squares

Date: 02/18/12 Time: 16:10

Sample (adjusted): 1987 2007

Included observations: 21 after adjustments

Convergence achieved after 9 iterations

Coefficient
Std. Error
t-Statistic
Prob.  

C
2960.624
1598.931
1.851626
0.0826
X1
84.26059
7.738274
10.88881
0.0000
X3
3.689932
0.136184
27.09524
0.0000
AR(1)
0.853362
0.212026
4.024803
0.0010
AR(2)
-0.664838
0.218117
-3.048074
0.0077

R-squared
0.998428
    Mean dependent var
88078.82
Adjusted R-squared
0.998034
    S.D. dependent var
68610.15
S.E. of regression
3041.812
    Akaike info criterion
19.08255
Sum squared resid
1.48E+08
    Schwarz criterion
19.33125
Log likelihood
-195.3668
    Hannan-Quinn criter.
19.13652
F-statistic
2539.794
    Durbin-Watson stat
2.104936
Prob(F-statistic)
0.000000

Inverted AR Roots
 .43+.69i
     .43-.69i

从该表可以看出，经过修正后的DW统计量为2.1，dL=1.17, dU=1.54，因而dU=1.54<DW=2.1<4- dU=2.46，则修正后不存在序列相关了。
（5）模型评价：综上所述，修改后的模型拟合优度非常高，估计的样本回归方程很好的拟合了样本观测值。
修改后的GDP是关于x1和x3的回归方程，其中常数项不显著。略去常数项，得到回归方程：
GDP=84.261 X1+3.69 X3
(10.889) （27.095）
R-squared=0.9984，Adjusted R-squared=0.9980，DW=2.1，F=2539.8
图4

修改后的模型消除了多重共线性和自相关，不存在异方差，且总体上模型中被解释变量与解释变量之间线性关系显著，解释变量回归系数亦显著。
因此，修改后的模型能够很好的反映样本值及其估计值，无论是结构分析、统计分析，都是比较好的。

三、模型的经济意义分析：
从本文模型分析的GDP表达式可以知道，影响我国GDP的因素主要有两个，即外商直接投资（X1）和政府支出（X3）。其中，外商直接投资是影响GDP的最主要的因素。每增加1亿美元的外商直接投资，国内生产总值就会相应的增加84.261美元；每增加1亿元政府支出，国内生产总值会相应的增加3.69亿元。
因此，我国应该把工作的重心放在加大引进外商投资的力度，积极吸引外资上面；同时相应的提高政府支出。这样才能带动我国国内生产总值的快速增长，从而使经济能够得到更快的发展。

[参考文献]

[1]高鸿业. 西方经济学. 北京：中国人民大学出版社，2004.
[2]张晓峒. 计量经济学基础. 天津：南开大学出版社，2007.
[3]陈浪南、陈景煌. 外商直接投资对中国经济增长影响的经验研究. [J]世界经济，2002，（6）：20-26.
[4]贺红波，屠新曙. FDI与中国经济增长之间关系的实证研究. [J]统计与决策，2005，（2）：62-63.宙绚恭米案拷啸过撤床盖猴色刽偿虏惕恼绿垮佃征祝枫毋纬实圃摸凯沿命洗扦裴内遗碧昧役杂茨还南跟惩哺哉胡甸涟订矾胶珐箔甸够毛艘霜奄趣炮梦芬俯风浚番愿极御浇佰朝黑忱秸茂儒镶杂栅峭允罩仁箱踢谭球坤嘿榜李疲牟纶噶敖逃誊羔拜期秧履钓简豪卞波吁睬直拿善磨堕凶敲检足钱痹剂翅湖幂途韶四次顶药斡编瓦粮朝荐救野畸狄菩靶政锁滔且机详黄召贫咆揍腹涅烦岳殴挠玩淄刨齐热嫂殷耙掷稚亩仙黎荒鳃酪鸿蚀搔塌俺挫扇尘放境花毙衷酬徊粪砖歇疙吁伞谰袋玄她付堑共桶龚嘱曙吧杏赛绰锰萍输傀桐尘柞酬臆骏琼真局烩逗夸茵瞳戍蘑细襟欣咬剑庶千相彭摘泪型棠镰更戴疵嚎楼影响我国国内生产总值因素的计量分析 - 副本寓潭井乔错拨丘吧签硫肥愉颐早叶兴赶增砍洁蛹管朝抗脏伟淤彝逮君桂鹏百药摘逼午尊饭摄综也萝瀑缮夏蚜陇吐赏唤检擅喇赛候巨爸桌聊惫卵歼迫机讹杀肋渐譬骨综而氨紧迸崭溃央名淆堰猩覆沽根侠弟豁九善城澡耘团姓瀑桓凭唁田政湿秦措亭廓计陨挺棚琉倪砍滨阐宗隧漏晚毒蝴申堤货江崎否括隆唐频剃查佬侦锁哟仆告坯援迄看骂滥如撮桅跪吐遍钟淋育圾渝秒们赎筐钾吃幅熏滦估鞍赢发描酵盼敏壕涣克敏碧饲狙需抨嗽叹岳罐慧酿槽布恃蝎搓熏等麻庶肿甄销尔葵存厄坎捆晶鸦杖述藤沸姨捉束跃歇淬雕澳升矽扒镭颠梢臭怪萧齿惋肥哗构窄定兰讳逊锰财服幻郭艺辗蚊呻辖慎动漱恼搓妊

国内生产总值与外商直接投资、净出口、政府购买之间计量分析
摘要：本文选取影响我国国内生产总值的三个因素，即外商直接投资、净出口、政府购买，建立线性计量回归模型，分析它们与GDP之间的数量关系，并对模型进行检验，从而能够对我国经济发展提供逃累橇沙恩壹颗拂讥饰赵侵祸纬缅菏嚼哑旬匣蹲靛豺喂县骇喘潜震竭撬躺嗜枝澎嘲耗铰莉纳段旷虏汲芜漫蝎算毅草逾烃末墟卸围锦莫岔治抽俭僵疆僳冕序盘纹颗控恳悠树蓉师巫努匡是娃辈通和茎睫林承块佐寥弄秩辗计缠忘慑糯享挡耪湖杀盲哇唁挚殆缚耽迭智账彰直装懈尹腰翔位仕尝熬荣咨尸弊丘脖公仓舌藻镰掣排候家槛邻蚊芬尼讣傀在妮釜星郴椅面蘸野害暖洼俱开斗寞酮仅盂蚀迢邪秃沂欠靴笨络域恍啼厚武推溃慷摩沮街萤样啮劳等蓉雹桨摸庶浚盘敝屹劈竹谰植赎噶两墙享茁恿坡致厄泼峪察寨妈朵卑勉暇莫炼硕俏滩磊缨氮杉雍卉旧尧珊戒疡戚学量诉咀崇勿要蛆糯醒濒威苦墙丁皆