题
快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题
目:
GDP增长率与三大产业的增长率关系的计量经济学分析
GDP增长率与三大产业的增长率关系的计量经济学分析
摘要:随着我国的三大产业结构得到不断优化,我国国内生产总值在20年间得到迅速增长。文章试从三大产业的增长率与GDP增长率的统计数据中,研究其内在联系,并对今年总体经济做预测。
关键字:产业 经济 结构
一、经济理论
世界经济发展史表明,在工业化发展阶段,第二产业比重超过第一产业比重占统治地位达到一定高峰后,开始缓慢下降,同时第三产业比重上升,逐步占据主导地位,成为推动经济发展的主要动力。第三产业作为国民经济的重要组成部分,其发展水平已成为衡量一个国家综合经济实力和现代化程度的重要标志。就我国而言,把各种产业划分为第一产业,第二产业和第三产业;第一产业包括农林牧副渔,第二产业包括制造业,采掘业,建筑业等;第三产业包括服务业和其他非物质生产部门,三大产业是相互依赖和相互制约的。第一产业是第二和第三产业的基础,第一二产业为第三产业创造条件,第三产业的发展又会反过来促进第一和第二产业的发展,第二、三产业的进步对第一产业有带动作用。由此可见三大产业在整个国民经济中各自发挥着不同程度的作用。
二、问题的提出
从建国以来我国的经济已经发生了天翻地覆的变化,各大产业在整个国民经济中所占的地位和作用也在发生着相应的变化和调整。对于这种变化是否符合我国经济发展趋势,对我国的经济影响作用是否明显,他们与国内生产总值又有着怎样的关系,对整个国内生产总值又有多大的影响,对于三大产业,在新的条件下哪一产业对国内生产总值的影响更明显,随着我国经济的不断发展以及改革开放的不断深入,研究经济发展状况及经济发展的各个因素,成为决策部门的一个重要课题。
总体来说,2O世纪9O年代后期以来,随着我国产业结构调整力度的加大,历史上累积下来的产业结构性矛盾逐步得到解决。从总体上看,结构调整增强了农业的综合生产能力,明显提高了工业经济的运行质量,使第三产业成为国民经济的重要推动力量,有力地推动了经济、社会的发展。
下面将对我国20年来的三大产业对GDP的影响进行分析探讨。第一产业增加值占GDP比重从1991年24.5%下降到2010年的10.1%,第二产业增加值占GDP比重从1991年的41.8%上升到2010年的46.8%,第三产业增加值占GDP比重从1991年33.7%增加到2010年43.1%。由此可见,从1991年到2010年,总的来说,三大产业各自的增加值都有显著变化,第一产业所占比重基本上呈下降趋势,而二、三产业则呈上升趋势,但第二产业上升的幅度远远没有第三产业上升的幅度大,因此可以看出,第三产业的发展带给整个国民经济发展的重要作用。
据国家统计局公布的“十一五”经济社会发展成就系列报告显示,“十一五”期间,三次产业均保持较快的发展态势。2006-2010年第一产业年均增长4.5%,第二产业年均增长12.1%,第三产业年均增长11.9%,第三产业所占比重由40.9%上升为43.1%,上升2.6%。其中,第一产业所占的比重从2005年的12.1%下降到2010年的10.1%,下降了2个百分点;第二产业所占比重由47.4%下降为46.8%,下降了0.6个百分点;第三产业所占比重由40.5上升为43.1%,上升2.6个百分点。由以上数据分析可知,从2005年开始,三大产业无论是其自身的年均增长值还是三者在GDP中所占比重都有更为明显的变化。而从各大产业就业人数方面分析,2005-2009年,第一产业就业人数占总就业人数的比重由44.8%下降到38.1%,下降了6.7个百分点;第二产业就业人口所占比重由23.8%上升至27.8%,上升了4个百分点;第三产业就业人口所占比重由31.4%上升至34.1%,上升了2.7个百分点。就业人数的增加推动了产业的发展,从而又影响到整个国民经济的发展。
由此可见,三大产业在不同领域对GDP有着不同程度的影响。经济增长由主要依靠工业带动向三次产业协同带动转变。根据以上分析我组做一下的探索。
三、模型的设定
20世纪以来,产业结构和经济增长有着密切的关系。产业结构的变动会促进经济的增长,而经济的增长也会影响到产业结构的变化。近年来,我国学者对我国部分省份乃至全国的产业结构与经济增长做了不少经济研究,对第一、二、三产业进行分析,得出产业结构对经济增长起到了一定的作用,对哪个产业对经济增长的影响显著看法不一,有的认为第二产业对经济影响大,经济增长反过来又推动第一、三产业的发展。对第一产业和第三产业而言,则认为第一产业对经济的作用最小。
根据国内外学者对我国的产业结构与经济增长的研究,可近似认为,国内生产总值增长为三大产业增长率的加权和,建立以下模型,其表达式为:
其中:Y表示国内生产总值(GDP)的年增长率,X
、X
、X
分别表示第一、二、三产业的年增长率,
表示在其他因素不变的情况下,经济固有增长率。而
(n=1,2,3)分别表示各产业部门在经济增长中的权数;
*X
(n=1,2,3)则表示各产业部门对经济增长的贡献;
表示随机误差项,代表其他影响GDP的因素。
四、数据的收集整理
表1 1990—2010年累计国内生产总值表 (单位:亿元)
年份
GDP
第一产业
第二产业
第三产业
1990
18667.8
5062
7717.4
5888.4
1991
21781.5
5342.2
9102.2
7337.1
1992
26923.47645
5866.6
11699.5
9357.376451
1993
35333.92472
6963.762895
16454.43131
11915.73051
1994
48197.85645
9572.69475
22445.39906
16179.76264
1995
60793.72921
12135.8114
28679.4575
19978.4603
1996
71176.59165
14015.38999
33834.95901
23326.24265
1997
78973.035
14441.88567
37543.0022
26988.14714
1998
84402.27977
14817.62552
39004.18854
30580.46571
1999
89677.05471
14770.02847
41033.58159
33873.44694
2000
99214.55431
14944.7225
45555.87796
38713.95385
2001
109655.1706
15781.26905
49512.29097
44361.61054
2002
120332.6893
16537.01966
53896.76779
49898.90182
2003
135822.8
17381.7
62436.3
56004.7
2004
159878.3
21412.7
73904.3
64561.3
2005
184937.4
22420
87598.1
74919.3
2006
216314.4
24040
103719.5
88554.9
2007
265810.3
28627
125831.4
111351.9
2008
314045.4
33702
149003.4
131340
2009
340902.8126
35226
157638.7766
148038.036
2010
397983.1509
40497
186480.7572
171005.3937
数据来源:中经网;
根据表1,计算三大产业和GDP的环比增长率,结果如表2所示。
表2 1991年—2010年GDP及各产业的增长率 (单位:%)
年份
GDP增长率Y
第一产业增长率X
第二产业增长率X
第三产业增长率X
五、回归分析
根据表2中的数据,采用EViews软件进行以下回归分析。
(一)变量间相关系数分析
Y
X1
X2
X3
Y
1.000000
0.862873
0.972087
0.920143
X1
0.862873
1.000000
0.760845
0.715224
X2
0.972087
0.760845
1.000000
0.866012
X3
0.920143
0.715224
0.866012
1.000000
从上表看出,国内生产总值增长率Y与第一产业增长率X
、第二产业增长率X
、第三产业增长率X
都呈高度正相关。这表明利用线性模型解释它们之间的关系是比较适合的。
(二)绘制散点图
根据操作原理中的方法,可以绘制出被解释变量Y与解释变量X
、X
、X
的散点图,如图所示:
从图中看出,大多数散点都分布在一条直线附近,可认为Y和X
、X
、X
呈高度线性关系。
(三)建立回归方程
对统计数据做回归,结果如下:
Dependent Variable: Y
Method: Least Squares
Date: 11/15/11 Time: 22:48
Sample: 1 20
Included observations: 20
Coefficient
Std. Error
t-Statistic
Prob.
X1
0.208015
0.017818
11.67437
0.0000
X2
0.450414
0.025149
17.90999
0.0000
X3
0.307803
0.034712
8.867315
0.0000
C
0.007742
0.003749
2.064985
0.0555
R-squared
0.996793
Mean dependent var
0.167833
Adjusted R-squared
0.996192
S.D. dependent var
0.080200
S.E. of regression
0.004949
Akaike info criterion
-7.602347
Sum squared resid
0.000392
Schwarz criterion
-7.403201
Log likelihood
80.02347
Hannan-Quinn criter.
-7.563472
F-statistic
1657.778
Durbin-Watson stat
1.344223
Prob(F-statistic)
0.000000
根据回归结果可得到下面的估计方程:
(2.064985) (11.67437) (17.90999) (8.867315)
根据
=0.996793可以表明模型的拟合效果非常好,F检验的相伴概率为0.000000,反映变量间呈高度线性,方程回归效果显著。
(四)参数的置信区间估计
根据变量显著性检验可以推出:在
的置信度下
的置信区间是(
),其中,
为t分布表中显著性水平为
,自由度为n-k-1的临界值。如果给定
,查表得
,
从回归分析中得到
因此可以计算得出
,
和
的置信区间分别为(0.170241,0.245789),(0.397098,0.503730)和(0.234214,0.381392)。显然,参数
的置信区间最小,这意味着在同样的置信区间下,
的结果精度更高一些。
六、检验
(一)经济意义检验
(2.064985) (11.67437) (17.90999) (8.867315)
根据公式可知,
、
、
的符号为正,即与GDP成正比关系,且数值在[0,1]之间,符号经济发展规律。
1.
,表明在其他因素保持不变的情况下,第一产业增长率每增加1个百分点,GDP增长率增长0.208015个百分点;
2.
,表明在其他因素保持不变的情况下,第二产业增长率每增加1个百分点,GDP增长率增长0.450414个百分点;
3.
,表明在其他因素保持不变的情况下,第三产业增长率每增加1个百分点,GDP增长率增长0.307803个百分点;
综合以上分析,该模型设定符合经济意义,通过了经济意义检验。
(二)统计检验
1. 拟合优度检验
由以上回归结果,
,
。
、
的值越接近1,表明回归直线对观测值的拟合效果越好;反之,
、
的值越接近0,表明回归直线对观测值的拟合效果越差。
样本可决系数和修正可决系数都非常接近于1,说明本次回归模型对样本的拟合效果很好。
2. F检验
假设:
=
=
=0,即第一、第二、第三产业的增长率与GDP的增长率不存在显著性相关。
=
=
,即第一、第二、第三产业的增长率与GDP的增长率存在显著性相关。
通过样本求出
统计量的数值后,通过
>
或
,(n为样本个数,k为解释变量个数),来拒绝或接受原假设
。
在给定显著性水平
的情况下,查表知
,回归结果中
,显然有
>
,表明模型的线性关系在95%的置信水平下显著成立,第一、第二、第三产业的增长率对GDP的增长率存在显著影响。
3. t统计检验
针对解释变量
,
设计
领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计
原假设和备择假设分别为:
=
=
=0,即第一、第二、第三产业的增长率与GDP的增长率不存在显著性相关。
=
=
,即第一、第二、第三产业的增长率与GDP的增长率存在显著性相关。
给定一个显著性水平
,得到临界值
,(n为样本个数,k为解释变量个数),通过样本求出
统计量的数值后,根据
来决定拒绝或接受原假设
,从而判定对应的解释变量是否应包含在模型中。
查表知
,样本回归结果中,
的
统计量分别为11.67437、17.90999、8.867315,即
>
。从
的
统计量的P值小于0.05,也可以看出,三个解释变量都通过了t统计检验。
4. 异方差性检验
(1)
的散点图
设计一个新的变量
,使其
,做出
的散点图,结果如下:
根据
的散点图可以看到,
随着
的变化有所变化,但变化不明显,不能判定是否存在异方差,需要用怀特检验进行进一步的异方差检验。
(2)怀特检验
通过E-views对样本做怀特检验,结果如下图:
Heteroskedasticity Test: White
F-statistic
2.780644
Prob. F(9,10)
0.0634
Obs*R-squared
14.28992
Prob. Chi-Square(9)
0.1124
Scaled explained SS
7.735601
Prob. Chi-Square(9)
0.5610
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/15/11 Time: 22:53
Sample: 1 20
Included observations: 20
Coefficient
Std. Error
t-Statistic
Prob.
C
-7.73E-05
8.04E-05
-0.960679
0.3594
X1
0.000107
0.000314
0.340970
0.7402
X1^2
0.006195
0.002279
2.718691
0.0216
X1*X2
-0.009489
0.005088
-1.865043
0.0918
X1*X3
0.000400
0.003237
0.123633
0.9041
X2
0.000679
0.000520
1.306126
0.2208
X2^2
0.006188
0.002788
2.219703
0.0507
X2*X3
-0.011005
0.006096
-1.805429
0.1012
X3
7.26E-05
0.001131
0.064203
0.9501
X3^2
0.005964
0.004978
1.198087
0.2585
R-squared
0.714496
Mean dependent var
1.96E-05
Adjusted R-squared
0.457543
S.D. dependent var
2.61E-05
S.E. of regression
1.93E-05
Akaike info criterion
-18.57036
Sum squared resid
3.71E-09
Schwarz criterion
-18.07249
Log likelihood
195.7036
Hannan-Quinn criter.
-18.47317
F-statistic
2.780644
Durbin-Watson stat
2.243801
Prob(F-statistic)
0.063427
由假设回归模型
对样本进行普通最小二乘回归,得到
,做如下辅助回归模型
在同方差性假设下,辅助回归模型的可决系数
与样本容量n的乘积,渐近地服从自由度为辅助回归方程中解释变量个数的
,则可以对统计量
进行相应的
分布。
从上表可以看到
的值为14.28992,小于显著性水平为5%、自由度为9下
分布对应的临界值16.92,表明在5%的显著性水平下接受原假设,即不存在异方差。
5. 序列相关的LM检验
拉格朗日乘数检验设假设:
直到
阶滞后不存在序列相关,p为预先定义好的整数;
存在p阶序列相关。检验统计量由如下辅助回归计算:
(1)
检验统计量可以基于如下回归得到
(2)
这是对原始回归因子
和直到p阶的滞后残差的回归。F统计量是对方程(2)所有滞后残差联合显著性的一种检验;而
统计量是Breush-Godfrey LM检验统计量,也是观察值个数T乘以回归方程(2)的
。一般情况下,检验结果中的
统计量服从渐近
分布。
在给定显著性水平5%下,如果F统计量和
统计量小于设定显著性水平下得临界值,说明序列在5%的显著性水平下不存在序列相关;反之,则说明序列存在序列相关性。
设定滞后阶数为1,LM检验结果如下:
Breusch-Godfrey Serial Correlation LM Test:
F-statistic
1.157333
Prob. F(1,15)
0.2990
Obs*R-squared
1.432579
Prob. Chi-Square(1)
0.2313
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 11/21/11 Time: 11:38
Sample: 1 20
Included observations: 20
Presample missing value lagged residuals set to zero.
Coefficient
Std. Error
t-Statistic
Prob.
X1
-0.012480
0.021189
-0.588976
0.5646
X2
0.010216
0.026767
0.381675
0.7081
X3
0.002257
0.034606
0.065221
0.9489
C
-0.000829
0.003810
-0.217486
0.8308
RESID(-1)
0.324026
0.301197
1.075794
0.2990
R-squared
0.071629
Mean dependent var
3.25E-19
Adjusted R-squared
-0.175937
S.D. dependent var
0.004542
S.E. of regression
0.004925
Akaike info criterion
-7.576671
Sum squared resid
0.000364
Schwarz criterion
-7.327738
Log likelihood
80.76671
Hannan-Quinn criter.
-7.528077
F-statistic
0.289333
Durbin-Watson stat
1.625909
Prob(F-statistic)
0.880333
由上图知:F=0.289333,
。根据F统计量的P值为0.880333,大于0.05,F检验接受原假设,不存在二阶序列相关性;在5%的显著性水平下,查表知
,因为
=
<
,所以接受原假设,即不存在二阶序列相关。
当不断增大滞后阶数时,经检验得到的结论依然是:不存在序列相关性。
6.多重共线性检验
对解释变量和被解释变量做相关系数矩阵,如下图:
1.000000
0.760845
0.715224
0.862873
0.760845
1.000000
0.866012
0.972087
0.715224
0.866012
1.000000
0.920143
0.862873
0.972087
0.920143
1.000000
从上表的相关系数矩阵看出,各解释变量之间的相关系数较高,可能存在多重共线性。
(1) 但根据一元线性回归,做各个解释变量与被解释变量的线性回归,整理结果如下图:
解释变量的系数
t统计量
0.694042
7.243185
0.744549
0.789549
17.57808
0.944952
1.110978
9.969415
0.846664
0.730358
0.941894
0.838145
由上图知,
的系数为1.110978,与实际经济意义不符,表明存在多重共线性。而检验中知被解释变量Y与
的可决系数
最大,拟合最好。对
和Y进行回归,得:
Y = 0.028530 + 0.789549
(3)
(3.160485) (17.57808)
=0.944952
=0.941894 DW=2.133043 F=308.9889
(2) 逐步回归。将其余解释变量逐一代入式(3),得到如下模型:
加入
: Y = 0.033699 + 0.236440
+0.608660
(6.096567) (5.686892) (14.55909)
=0.981034
=0.978802 DW=1.958045 F=439.6631
加入
: Y = -0.002619 +0.569253
+0.378145
(-0.240205) (8.270477) (3.695801)
=0.969477
=0.965886 DW=1.083878 F=269.9760
加入
、
:
(2.064985) (11.67437) (17.90999) (8.867315)
经比较,可知加入
、
后
和
都有所提高,说明拟合的越来越好。而在本次研究分析中,由于本组采取三大产业的环比增长率和GDP的环比增长率做分析,共线性的存在得到了大大的降低。最后的回归方程是:
(2.064985) (11.67437) (17.90999) (8.867315)
七、经济预测
以上面表中的三大产业的环比增长率为基础,按
公式计算出1991年至2010年三大产业的平均增长率,并以此作为2011年的环比增长率。即2011年第一产业的环比增长速度为10.9%、第二产业的环比增长速度为17.3%、第三产业的环比增长速度为17.94%。根据三大产业的增长率的数据后,对国内生产总值增长率Y做预测,得到Y
=16.36%。
根据上述的分析,可知我国在20年间国内生产总值得到快速增长,得益于三大产业的发展。而第二第三产业对GDP的贡献尤为突出。在预测中,2011年我国的GDP依然会平稳增长。