内蒙古消费拉动第三产业增长的实证分析.doc

内蒙古财经大学本科毕业论文

内蒙古消费拉动第三产业增长的实证分析

作 者 孙淑清
系 别 统计系
专 业 统计学
年 级 10统计2班
学 号 102092212
指导教师 吴新娣
导师职称 教授
答辩日期
成 绩

提 要

20世纪中叶以来，我国的第三产业飞速发展，取得了显著的成绩。与此同时，内蒙古经济发展也进入了新的历史时期，经济规模和产业层次跨上了一个新的台阶。根据有关的资料记载，到2003年中高收入国家的第三产业占GDP的比重达61.1%，中等收入国家次比重为51.5%，而低收入国家为50.2%，可见，越是经济发达的国家，第三产业的发展越好，占的GDP的比重越大。所以加第三产业的发展显得尤为重要。所以，内蒙古扩大消费在拉动第三产业的增长中发挥着越来越重要的作用，尤其是政府消费、居民消费逐步成为第三产业增长的主要动力。本文采用多元回归分析方法分别对内蒙古投资消费支出、政府消费支出、居民消费支出和第三产业增加值进行实证分析，论证它们的关系，并预测2012年后第三产业的发展趋势，最后征对性地提出相关的建议。
关键词：第三产业 政府消费 居民消费 多元回归 预测 对策建议

Abstract

The rapid development of the third industry in our country has achieved remarkable results Since the middle of the twentieth Century. At the same time, Inner Mongolia's economic development has entered a new historical period,and economic scale and industry level have been on a new level. According to the records, to high income countries in 2003 third industries have accounted for 61.1% of GDP, middle-income countries once have accounted for 51.5%, and low income countries is 50.2%. So the more economically developed countries, the development of the third industry better,and account for the larger proportion of GDP. The development of the third industry is particularly important. Therefore, Inner Mongolia to expand consumption in stimulating the growth of the third industry is playing an increasingly important role, especially the government consumption and the consumption .This paper adopts the method of multiple regression to analyse respectively on the Inner Mongolia investment spending, government consumption expenditure, household consumption expenditure and the added value of the third industry to carry out empirical analysis, argumentation and their relations, and predicts the development trend of the third industry in 2012, the last sign related to put forward suggestions.
Keywords: the third industry, government consumption, consumption, multiple regression, forecast, countermeasures and suggestions
目录
一、经济研究背景 1
二、内蒙古第三产业发展的现状 1
（一）取得的成绩及发展优点 1
（二）存在的问题 3
三、指标选取和数据搜集（附数据表） 5
（一）模型设定 5
（二）数据搜集 5
四、实验过程 6
（一）检验多重共线性 6
（二）消除多重共线性 7
（三）异方差的检验及修正 10
1.怀特检验 10
2.异方差修正 10
五、对第三产业发展的预测 12
六、对策与建议 13
参考文献 15
致谢 16

内蒙古消费拉动第三产业增长的实证分析

一、经济研究背景
我国自实施改革开放的战略以来，内蒙古的经济发展呈现出一个崭新的面貌。当然，第三产业的增长也不逊色。经济的有效增长和消费需求的拉动有密不可分的关系，尤其是政府消费和居民消费的拉动作用是经济增长的决定因素。长期以来，政府消费支出在我国的消费需求占基础地位，而第三产业作为生产和生活服务的部门，和投资、居民生活、政府购买息息相关。所以，第三产业的兴起和发达是现代化的一个重要特征。根据经验表明，随着工业化的发展，第三产业的比重不断上升，成为推动经济发展必不可少的因素，现阶段第三产业发展水平已经成为衡量一个国家乃至自治区总和经济实力和现代化程度的重要标志。消费的根本目的是为了经济的发展，消费促进了第三产业发展，第三产业发展在一定程度反过来又拉动了经济的增长。
内蒙古的第三产业蓬勃发展，主要体现在一些行业发展中取得新的进展，尤其是在经历了金融危机的2009年第三产总值仍然比2008年增长15%。不仅如此，非公有制经济发展环境继续得到改善。尤其是近几年来，自治区出台了一系列有利于第三产业和非公有制经济发展的政策，在改善内蒙古经济发展的环境下起到了很大的作用，促进了全区第三产业的较快稳定发展，实现了第三产业经济效益显著地增长。
当然，我区第三产业在快速稳定发展的同时还存在一些问题：第一，传统的服务业的发展水平不高，有待提高。第二，新兴的产业和现代产业的发展步伐缓慢。第三，居民收入也跟不上经济的发展，对消费的拉动能力不强。这一系列的问题存在归根结底受消费性服务的制约。所以我们研究消费拉动第三产业非常有必要，在本文中采用多元回归来研究它们之间的关系
二、内蒙古第三产业发展的现状
（一）取得的成绩及发展优点
1.第三产业的增长速度快
近十五年来，从内蒙古的GDP和第三产业的增长速度的对比表中可以看出，第三产业的总额占GDP总额的比例逐年增加，对GDP的增长贡献率显著。第三产业的增速也是突飞猛进，尤其是从2003年—2008年尤为突出。虽然，2008年遭到金融危机的影响，增长速度有所下降，不及前几年，但相对刚刚进入21世纪来说，发展还是很快的。

表1 近十五年内蒙古GDP、第三产业及其增长速度比较（单位：亿元）
年份
GDP
增长速度（%）
第三产业
增长速度（%）
第三产业占GDP比例（%）
1997
1153.51
12.75%
408.60
18.26%
35.42%
1998
1262.54
9.45%
462.06
13.08%
36.60%
1999
1379.31
9.25%
525.93
13.82%
38.13%
2000
1539.12
11.59%
605.74
15.17%
39.36%
2001
1713.81
11.35%
699.24
15.44%
40.80%
2002
1940.94
13.25%
811.47
16.05%
41.81%
2003
2388.38
23.05%
1000.79
23.33%
41.90%
2004
3041.07
27.33%
1270.00
26.90%
41.76%
2005
3905.03
28.41%
1542.26
21.44%
39.49%
2006
4944.25
26.61%
1934.35
25.42%
39.12%
2007
6423.18
29.91%
2467.41
27.56%
38.41%
2008
8496.20
32.27%
3212.06
30.18%
37.81%
2009
9740.25
14.64%
3696.65
15.09%
37.95%
2010
11672.00
19.83%
4209.02
13.86%
36.06%
2011
14359.88
23.03%
5015.89
19.17%
34.93%
2012
15880.58
10.59%
5630.50
12.25%
36.14%

表2 内蒙古“十五”和“十一五”期间第三产业的发展对比分析
年份
第三产业
增长速度（%）
交通运
输仓储邮
电通讯业
增长速度(%)
占第三产业的比例
批发和
零售贸易
餐饮业
增长速度 (%)
占第三产业的比例

2001
699.24
15.44%
204.42
16.51%
29.23%
226.46
15.91%
32.39%
2002
811.47
16.05%
244.28
19.50%
30.10%
266.54
17.70%
32.85%
2003
1000.79
23.33%
296.80
21.50%
29.66%
312.12
17.10%
31.19%
2004
1270.00
26.90%
360.39
21.43%
28.38%
382.66
22.60%
30.13%
2005
1542.26
21.44%
425.57
18.09%
27.59%
458.10
19.71%
29.70%
2006
1934.35
25.42%
507.69
19.30%
26.25%
585.17
27.74%
30.25%
2007
2467.41
27.56%
628.50
23.80%
25.47%
762.22
30.26%
30.89%
2008
3212.06
30.18%
793.00
26.17%
24.69%
1007.76
32.21%
31.37%
2009
3696.65
15.09%
879.28
10.88%
23.79%
1177.61
16.86%
31.86%
2010
4209.02
13.86%
994.76
13.13%
23.63%
1345.96
14.30%
31.98%

2.第三产业运行平稳，内部结构正在不断优化
从内蒙古“十五”和“十一五”期间第三产业的发展对比分析的表2来看，第三产业的增长稳健，不论是第三产业增加值，还是增长速度，都没有出现大起大落的增长现象，相对来说是平稳的。从内部结构来看：交通运输仓储邮电通讯业的增加值从2001年的33.75亿元增加到2010年的130.61亿元，增加值接近翻两翻。与我们生活息息相关的批发和零售贸易餐饮业住宿业增加值由2001年的36.03亿元增加到2010年的192.47亿元，增加5倍多。保持了很高的增长幅度，所以，内部结构的优化，也为第三产业提供了机遇。
（二）存在的问题
1.第三产业的总量少，发展水平落后和层次较低
我区的第三产业的发展主要依靠的是传统的行业，例如批发零售行业、交通运输行业及住宿和餐饮业。所以，我区第三产业在加快发展步伐时，同我国的发达的沿海地区相比，注定是低水平和低档次的，致使它的增长与经济增长是不协调的，第三产业的发展也是不健康的。从近几年第三产业的发展情况来看，我区内第三产业增加值占GDP的增加值的比例是较低的，在西部地区的排名也是靠后的，在全国，我区第三产业增加值占GDP的增加值更是微乎其微。
2.传统行业居多，新兴行业较少，第三产业的结构不合理
第三产业的兴起和发展的主要标志不是传统的产业，它的发展水平和档次的高低是以新型的产业的发展来判断的，例如有信息咨询、计算机服务、软件业、科技文化、教育卫生等行业。但是，我区在这些行业的发展同全国的发展比较来看对滞后的，从而对资源的优化配置上、人力技术水平的提高上有了阻碍作用。除此，在经济快速发展的时代，我区第三产业的发展还是依靠传统的例如零售批发业、交通运输业、住宿餐饮业。就近五年来看，这些行业对第三产业的贡献率的平均值为24.17%、21.72%、8.08%。虽然住宿和餐饮业增加值的比重不及交通运输业和批发零售业占的比重，但是也比新兴的产业，例如房地产业、信息计算机行业的比重要大。因此，我们想要促使第三产业的增长，促使经济的快速增长，需要加快对新型产业的发展，更要注重对第三产业的结构调 整。

表3 2008年—2012年第三产业各行业对第三产业的贡献率
行业
2008年
2009年
2010年
2011年
2012年
交通运输、仓储和邮政业
24.79%
20.92%
20.80%
26.63%
18.47%
批发和零售业
21.23%
24.78%
24.99%
28.22%
21.61%
住宿和餐饮业
9.12%
7.92%
7.89%
8.56%
6.78%
金融业
6.46%
7.87%
8.23%
10.08%
7.95%
房地产业
6.49%
7.75%
7.35%
7.68%
6.83%
信息传输、计算机服务和软件业
3.15%
3.17%
3.11%
3.01%
2.62%
租赁和商务服务业
1.97%
2.84%
3.36%
4.02%
2.63%
科学研究、技术服务和地质勘查业
1.47%
1.66%
1.50%
1.71%
1.31%
水利、环境和公共设施管理业
1.08%
0.98%
0.89%
0.94%
0.82%
居民服务和其他服务业
5.25%
3.16%
3.74%
4.98%
3.59%
教育
2.82%
5.62%
5.08%
5.21%
4.47%
卫生、社会保障和社会福利业
3.08%
2.82%
2.55%
2.77%
2.25%
文化、体育和娱乐业
1.42%
0.91%
1.07%
1.13%
0.97%
公共管理和社会组织
8.92%
9.55%
10.16%
10.16%
8.35%
总计
5630.50
5015.89
4209.02
3696.65
2583.79

3.各盟市的发展水平层次不齐
从目前的各盟市的第三产业的发展来看，第三产业的增长层次不齐，呼和浩特市、包头市、乌兰察布市是的第三产业的增加值逐年不断提高，增长速度也快。而兴安盟、阿拉善盟、锡林郭勒盟的第三产业不仅总量不足，增加值更是少之又少，增长速度严重地赶不上领头羊的呼和浩特市、包头市。就以2012年为例，呼和浩特市、包头市的第三产业总量分别为1535.92亿元和1434.31亿元，而兴安盟和阿兰山盟的第三产业总量仅有121.34亿元和66.34亿元。从这几个简单的数据就可以看出来，第三产业发展最快的地方是发展慢的地区的23倍多，这就反映出我区第三产业的发展水平层次严重不齐。
4.第三产业在产业发展的高度化、规模化、专业化等方面还表现出明显不足
第一，我区第三产业中的金融业发展滞后，不能够很好地带动第三产业的发展。第二，我国包括我区的第三产业是在计划经济的背景下发展起来的，它的基础底子薄弱，所以，我们要利用新型的技术改变现在第三产业发展的窘况。第三，在知识服务业发展方面，我们要加大对它的发展，保证它不落后，慢慢地向发达乃至国际的标准靠拢。
三、指标选取和数据搜集（附数据表）
（一）模型设定
经分析，内蒙古消费对第三产业的发展起着拉动作用，而消费在这里又包括投资消费，最终消费，最终消费又包括居民消费支出和政府购买支出。为此，我们以第三产业的总产值为被解释变量，以投资消费支出、居民消费支出、政府消费支出为解释变量建立如下形式的计量模型：
Yt=β0+β1X1t+β2X2t +β3X3t+ui
其中，Yt——第三产业总值（现价亿元） X1t——投资消费支出总额（亿元）
X2t——政府消费支出总额（亿元） X3t——居民消费支出总额（亿元）
β0、β1、β2、β3——表示待定系数
ui —— 表示随机误差项
（二）数据搜集
收集了1981年—2012年的统计数据(统计年鉴1981—2012年)，如表5所示：
表5 搜集1981——2012年的统计数据
年 份
Year
第三产业Tertiary
Industry(亿)
投资消费
Investment
consumption（亿）
政府消费
Government
Consumption
Expenditure（亿）
居民消费
Housedhold
Consumption
Expenditure（亿）
1981
18.73
18.80
9.43
67.08
1982
22.69
26.10
8.94
79.07
1983
28.00
35.58
10.22
83.79
1984
37.48
45.81
17.19
89.38
1985
53.34
61.60
21.92
105.12
1986
65.39
60.22
26.62
118.22
1987
79.64
67.84
30.84
135.28
1988
94.89
110.15
34.89
149.57
1989
104.65
115.48
38.64
160.50
1990
104.31
124.68
46.91
169.79
1991
118.44
137.00
57.29
188.61
1992
142.26
196.10
62.98
208.10
1993
184.39
288.52
75.02
253.40
1994
232.01
331.11
93.00
327.89
1995
288.10
372.98
126.44
412.97
1996
345.50
446.26
141.36
468.29
1997
408.60
474.80
168.64
517.07
1998
462.06
542.31
182.47
539.13
1999
525.93
577.78
207.83
592.94
2000
605.74
642.07
237.55
636.10
2001
699.24
679.54
293.37
681.62
2002
811.47
862.20
341.19
796.02
2003
1000.79
1339.07
409.43
850.14
2004
1270.00
1945.29
529.42
965.77
2005
1542.26
2845.06
611.77
1191.07
2006
1934.35
3466.11
745.30
1384.29
2007
2467.41
4494.40
937.56
1693.31
2008
3212.06
5721.74
1243.16
2035.49
2009
3696.65
7495.42
1622.27
2318.84
2010
4209.02
9020.40
1894.81
2693.33
2011
5015.89
11014.63
2241.14
3285.50
2012
5630.50
13442.07
2466.89
3777.27
四、实验过程
（一）检验多重共线性
利用Eiews软件，用OLS方法结果如下：
OLS回归结果
Dependent Variable: Y
Method: Least Squares
Date: 03/27/14 Time: 00:14
Sample: 1981 2012
Included observations: 32
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
-65.96174
30.58191
-2.156887
0.0397
X1
-0.007923
0.044381
-0.178514
0.8596
X2
1.498855
0.338617
4.426402
0.0001
X3
0.580863
0.141550
4.103581
0.0003
R-squared
0.997538
Mean dependent var
1106.618
Adjusted R-squared
0.997274
S.D. dependent var
1573.355
S.E. of regression
82.14323
Akaike info criterion
11.77127
Sum squared resid
188930.3
Schwarz criterion
11.95449
Log likelihood
-184.3404
F-statistic
3781.637
Durbin-Watson stat
0.519877
Prob(F-statistic)
0.000000
则对应的回归模型表达式为：
Y=-65.96174-0.007923X1+1.498855X2+0.580863X3
t=(-2.156887) (-0.178514) (4.426402) (4.103581)
从上面的结果可以看出R^2=0.997210，修改后的R^2=0.996900也非常高。但是X1的T检验没有通过，所以X1，X2，X3之间可能存在多重共线性。对X1 X2 X3 进行简单的系数相关检验，结果如下：

X1
X2
X3
X1
1.000000
0.995207
0.986669
X2
0.995207
1.000000
0.994043
X3
0.986669
0.994043
1.000000
由各相关系数值可知，解释变量之间都高度相关，模型存在严重的多重共线性。
（二）消除多重共线性
采用逐步回归的方法，来检验和解决多重多重共线性的问题
(1)
Dependent Variable: Y
Method: Least Squares
Date: 03/27/14 Time: 00:14
Sample: 1981 2012
Included observations: 32
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
174.4242
41.59460
4.193433
0.0002
X1
0.445220
0.010305
43.20225
0.0000
R-squared
0.984181
Mean dependent var
1106.618
Adjusted R-squared
0.983654
S.D. dependent var
1573.355
S.E. of regression
201.1586
Akaike info criterion
13.50653
Sum squared resid
1213944.
Schwarz criterion
13.59813
Log likelihood
-214.1044
F-statistic
1866.435
Durbin-Watson stat
0.361008
Prob(F-statistic)
0.000000
则Y=174.4242+0.445220X1
(4.193433) (43.20225)
R^2=0.983654 F=1866.435 DW=0.361008
(2)
Dependent Variable: Y
Method: Least Squares
Date: 03/27/14 Time: 00:15
Sample: 1981 2012
Included observations: 32
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
38.51608
21.93535
1.755891
0.0893
X2
2.288614
0.026723
85.64288
0.0000
R-squared
0.995927
Mean dependent var
1106.618
Adjusted R-squared
0.995791
S.D. dependent var
1573.355
S.E. of regression
102.0775
Akaike info criterion
12.14980
Sum squared resid
312594.4
Schwarz criterion
12.24141
Log likelihood
-192.3968
F-statistic
7334.703
Durbin-Watson stat
0.636747
Prob(F-statistic)
0.000000
则Y=38.51608+2.288614X2
(1.755891) (85.64288)
R^2=0.995791 F=7334.703 DW=0.636747
(3)
Dependent Variable: Y
Method: Least Squares
Date: 03/27/14 Time: 00:16
Sample: 1981 2012
Included observations: 32
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
-233.2828
31.80022
-7.335888
0.0000
X3
1.589506
0.024735
64.26238
0.0000
R-squared
0.992788
Mean dependent var
1106.618
Adjusted R-squared
0.992547
S.D. dependent var
1573.355
S.E. of regression
135.8248
Akaike info criterion
12.72107
Sum squared resid
553451.1
Schwarz criterion
12.81268
Log likelihood
-201.5371
F-statistic
4129.654
Durbin-Watson stat
0.269861
Prob(F-statistic)
0.000000
Y=-233.2828+1.589506X3
(-7.335888) (64.26238)
R^2=0.992547 F=4129.654 DW=0.269861
由以上三个检验可以综合比较X1，X2，X3的各项检验，X2的R^2最大,F检验，以及常数检验通过。所以以X2为基础，依次加入X1，X3来逐步回归。
(4)
Dependent Variable: Y
Method: Least Squares
Date: 03/27/14 Time: 00:17
Sample: 1981 2012
Included observations: 32
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
23.83751
26.56408
0.897359
0.3769
X2
2.555557
0.273424
9.346510
0.0000
X1
-0.052491
0.053507
-0.981002
0.3347
R-squared
0.996057
Mean dependent var
1106.618
Adjusted R-squared
0.995785
S.D. dependent var
1573.355
S.E. of regression
102.1416
Akaike info criterion
12.17966
Sum squared resid
302554.1
Schwarz criterion
12.31707
Log likelihood
-191.8745
F-statistic
3663.232
Durbin-Watson stat
0.751807
Prob(F-statistic)
0.000000
Y=23.83751+2.555557X2-0.052491X1
t=(0.897359)(9.346510)( -0.981002)
R^2=0.995785 F=3663.232 DW=0.751807
(5)
Dependent Variable: Y
Method: Least Squares
Date: 03/27/14 Time: 00:18
Sample: 1981 2012
Included observations: 32
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
-64.83494
29.41969
-2.203794
0.0356
X2
1.449728
0.193978
7.473676
0.0000
X3
0.587047
0.134936
4.350560
0.0002
R-squared
0.997535
Mean dependent var
1106.618
Adjusted R-squared
0.997365
S.D. dependent var
1573.355
S.E. of regression
80.76046
Akaike info criterion
11.70991
Sum squared resid
189145.3
Schwarz criterion
11.84732
Log likelihood
-184.3586
F-statistic
5868.348
Durbin-Watson stat
0.514925
Prob(F-statistic)
0.000000
Y=-64.83494+1.449728X2+0.587047X3
t= (-2.203794) (7.473676) (4.350560)
R^2=0.997365 F=5868.348 DW=0.514925
在分别加入X1，X3之后，我们可以比较它们的R^2,以及修正后的R^2，t检验，F检验。消除了多重共线性，由X2和X3构成的方程为：
Y=-64.83494+1.449728X2+0.587047X3
（三）异方差的检验及修正
1.怀特检验
White Heteroskedasticity Test:
F-statistic
6.604920
Probability
0.000767
Obs*R-squared
15.82619
Probability
0.003261

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 03/26/14 Time: 23:34
Sample: 1981 2012
Included observations: 32
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
4507.472
5208.204
0.865456
0.3944
X2
128.5286
56.31768
2.282207
0.0306
X2^2
-0.084317
0.024952
-3.379086
0.0022
X3
-64.73470
35.90995
-1.802696
0.0826
X3^2
0.031944
0.010790
2.960452
0.0063
R-squared
0.494568
Mean dependent var
5910.790
Adjusted R-squared
0.419690
S.D. dependent var
14518.96
S.E. of regression
11060.27
Akaike info criterion
21.60271
Sum squared