經(jīng)濟(jì)統(tǒng)計(jì)學(xué)2013402036任旭東

1、計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)名稱科技進(jìn)步之由與改革成效專業(yè)統(tǒng)計(jì)學(xué)學(xué)號(hào)2013402036姓名任旭東一實(shí)驗(yàn)?zāi)康呐c要求使學(xué)生掌握針對(duì)實(shí)際問(wèn)題建立、估計(jì)、檢驗(yàn)和應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型的方法以及掌握計(jì)量經(jīng)濟(jì)學(xué)軟件Eviews的使用，提高學(xué)生應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型解決實(shí)際問(wèn)題的實(shí)踐動(dòng)手能力。通過(guò)實(shí)驗(yàn)使學(xué)生更深入、直觀的理解和掌握計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法。要求學(xué)生能對(duì)一般的實(shí)際經(jīng)濟(jì)問(wèn)題運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)模型方法進(jìn)行分析研究，掌握使用計(jì)量經(jīng)濟(jì)學(xué)軟件包Eviews估計(jì)和檢驗(yàn)?zāi)Ｐ偷姆椒ê筒僮鞑襟E。二實(shí)驗(yàn)內(nèi)容與步驟1.確定實(shí)際經(jīng)濟(jì)問(wèn)題社會(huì)主義市場(chǎng)經(jīng)濟(jì)施行以來(lái)，我國(guó)經(jīng)濟(jì)就一直處于高速的發(fā)展當(dāng)中，但是一直以來(lái)也都是粗放型經(jīng)濟(jì)為主，隨著

2、這種發(fā)展模式的紅利漸漸散去，尤其是在2008年遭遇了席卷全球的金融、經(jīng)濟(jì)危機(jī)，粗放型經(jīng)濟(jì)更是遭受了巨大的創(chuàng)傷，黨和國(guó)家領(lǐng)導(dǎo)人看到了這種發(fā)展模式潛在的不可持續(xù)性，并且由于日益惡化的自然環(huán)境，于是黨中央提出經(jīng)濟(jì)轉(zhuǎn)型戰(zhàn)略至今已經(jīng)七年了。所謂經(jīng)濟(jì)轉(zhuǎn)型即是從以前靠資源能源消耗、低端代工出口推動(dòng)的經(jīng)濟(jì)轉(zhuǎn)型為靠科技創(chuàng)新、技術(shù)進(jìn)步等的推動(dòng)。為此政府投大規(guī)模增加了科技投入并積極、強(qiáng)力地推行節(jié)能減排。但是今年以來(lái)經(jīng)濟(jì)形勢(shì)有非常的不樂(lè)觀，很有必要思考經(jīng)濟(jì)轉(zhuǎn)型計(jì)劃如何推進(jìn)的？順利與否？若順利該戰(zhàn)略又將如何影響今后的經(jīng)濟(jì)發(fā)展，幫助建設(shè)資源節(jié)約型環(huán)境友好型社會(huì)。2.模型的理論形式設(shè)定科教興國(guó)一直是政府所堅(jiān)持的，并且在此次

3、經(jīng)濟(jì)轉(zhuǎn)型過(guò)程中最能代表其成果的就是科技創(chuàng)新能力的提升。根據(jù)分析選用“國(guó)內(nèi)專利發(fā)明受理量”來(lái)表達(dá)創(chuàng)新能力成果，而影響創(chuàng)新成果的因素是多方面，這里選取“高附加值產(chǎn)品進(jìn)口”（由進(jìn)口額中機(jī)械等高附加值產(chǎn)業(yè)加總而來(lái)，并且中國(guó)出口偏向低附加值代工，高端產(chǎn)品進(jìn)口能反映與外界科技交流）、“實(shí)驗(yàn)與研究人員數(shù)量”、“圖書(shū)出版量”“教育經(jīng)費(fèi)等”。數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局，見(jiàn)表一：年份國(guó)內(nèi)發(fā)明專利申請(qǐng)受理量(項(xiàng))（Y）高附加值產(chǎn)品進(jìn)口（億）（X1）研究與試驗(yàn)發(fā)展人員全時(shí)當(dāng)量(萬(wàn)人年)（X2）研究與試驗(yàn)發(fā)展經(jīng)費(fèi)支出(億元)（X3）普通高校數(shù)(所)(X4)圖書(shū)出版種數(shù)(種)(X5)教育經(jīng)費(fèi)(億元)(X6)1995100181

4、776.08 75.17348.6910201013811877.951996114711862.61 75.52404.4810221128132262.3391997127131858.21 80.4509.1610321201062531.7331998137261942.91 82.17551.1210411306132949.0591999155962323.36 83.12678.9110541418313349.0422000253463004.99 92.21895.6610711433763849.0812001300383369.29 95.651042.491225154

5、5264637.6632002398064219.45 103.511287.6413961709625480.0282003567695817.97 109.481539.6315521903916208.2652004657867622.65 115.261966.3317312082947242.5992005934858804.51 136.482449.9717922224738418.839200612231810483.99886 150.253003.118672339719815.309200715306012328.77977 173.623710.241908248283

6、12148.07200819457913311.20066 196.544616.02226327412314500.74200922909612360.05882 229.135802.11230530171916502.71201029306616615.14506 255.47062.58235832838719561.85201141582919508.91 288.38687240936952323869.29201253531320156.98 324.710298.41244241400527695.97201370493621923.54 353.311846.62491444

7、427-發(fā)現(xiàn)該數(shù)據(jù)有少量缺失，可以通過(guò)一定方法來(lái)補(bǔ)充之，首先通過(guò)各變量與成果（專利受理量）的散點(diǎn)圖初步觀察個(gè)中關(guān)系，如圖一：在此圖中我們看到所有變量均與成果（Y）呈正相關(guān)，并從中發(fā)現(xiàn)X3、X6與Y關(guān)系最為相近，所以令X6為因變量與X3回歸預(yù)測(cè)缺失數(shù)據(jù)，得X6 = 1798.131442 + 2.561988904*X3容易預(yù)測(cè)該缺失值為32148.9891961由此我們確定回歸模型為：Yt=0+1X1t+2X2t+3X3t+4X4t+5X5t+6X6t+6t我們最終要考量的是技術(shù)方面的投入對(duì)GDP及相關(guān)指標(biāo)的影響，若第一步中投入影響技術(shù)進(jìn)步（事實(shí)上第一步的檢驗(yàn)證實(shí)技術(shù)方面的投入確實(shí)影響了技術(shù)進(jìn)

8、步，第二步中技術(shù)進(jìn)步影響GDP，那么科研投入與GDP這一對(duì)看似無(wú)關(guān)的對(duì)子就結(jié)合起來(lái)了，也能充分檢驗(yàn)經(jīng)濟(jì)轉(zhuǎn)型的成果。（第二部分詳細(xì)過(guò)程及數(shù)據(jù)表不附在第一部分中，詳見(jiàn)第7頁(yè)）第二部分中，將第一部分中的結(jié)果（科技成果）作為其中的一個(gè)變量，并引入其他與gdp相關(guān)的其他變量，如固定資產(chǎn)投資、居民消費(fèi)、能源消耗，他們之間相互作一元線性回歸，看相互影響程度。3.經(jīng)濟(jì)意義和統(tǒng)計(jì)檢驗(yàn)。表一軟件操作得如下散點(diǎn)圖由圖二容易得出結(jié)論，雖然該回歸得到的方程R2和F統(tǒng)計(jì)量表現(xiàn)良好，但是t統(tǒng)計(jì)量及其P值表現(xiàn)很差，并且系數(shù)們出現(xiàn)負(fù)值-這與我們經(jīng)濟(jì)力理論以及散點(diǎn)圖的單個(gè)變量分析嚴(yán)重不符，在重新審視單個(gè)變量散點(diǎn)圖時(shí)發(fā)現(xiàn)多個(gè)變量與

9、Y的關(guān)系近似呈現(xiàn)指數(shù)關(guān)系，所以用懷特檢驗(yàn)法檢驗(yàn)異方差以確定是否需要取對(duì)數(shù)來(lái)修正模型誤差4.異方差、自相關(guān)和多重共線性檢驗(yàn)及處理White Heteroskedasticity Test:F-statistic2.371497 Probability0.149142Obs*R-squared15.69162 Probability0.205772圖示P值大于0.1表示沒(méi)有理由表示存在異方差性，所以檢驗(yàn)是否存在多重共線性，得相關(guān)系數(shù)矩陣并在自變量之間做回歸檢驗(yàn)多重共線性由表可知各變量間相關(guān)性較強(qiáng)，需要繼續(xù)檢驗(yàn)，即以自變量當(dāng)中的任意一個(gè)作為因變量做回歸得方差膨脹因子均大于10,（VIFj=1/（1R

10、j2）（R2均大于0.9，如下表所示X2為因變量的回歸R2=0.998，其余不再這里贅述）Dependent Variable: X2Method: Least SquaresDate: 06/07/15 Time: 19:16Sample: 1995 2013Included observations: 19VariableCoefficientStd. Errort-StatisticProb. X14.38E-050.0012570.0348500.9727X30.0266830.0077073.4621010.0042X40.0312030.0102003.0592870.0091X5

11、-0.0001250.000140-0.8975860.3857X6-0.0010370.003938-0.2632600.7965C51.9936310.284445.0555650.0002R-squared0.998329 Mean dependent var158.9584Adjusted R-squared0.997686 S.D. dependent var90.09223S.E. of regression4.334130 Akaike info criterion6.023008Sum squared resid244.2008 Schwarz criterion6.32125

12、2Log likelihood-51.21858 F-statistic1552.912Durbin-Watson stat1.526453 Prob(F-statistic)0.000000由于存在多重共線性，首先用剔除變量法進(jìn)行初次修正，由初次回歸結(jié)果來(lái)看，X4的t統(tǒng)計(jì)量及P值顯示擬合優(yōu)度最差，且由散點(diǎn)圖可觀察到近一半的數(shù)據(jù)呈現(xiàn)X4與Y垂直（即沒(méi)有關(guān)聯(lián)性）所以將此變量剔除，剔除該變量后做回歸發(fā)現(xiàn)情況明顯好轉(zhuǎn)Dependent Variable: YMethod: Least SquaresDate: 06/07/15 Time: 19:33Sample: 1995 2013Included

13、 observations: 19VariableCoefficientStd. Errort-StatisticProb. X1-3.7278893.463366-1.0763770.3013X2-3612.659652.1395-5.5397030.0001X363.9865729.115762.1976610.0467X5-0.8612060.361561-2.3819110.0332X643.8693012.117113.6204420.0031C263925.248427.335.4499230.0001R-squared0.996731 Mean dependent var1591

14、02.7Adjusted R-squared0.995473 S.D. dependent var198650.4S.E. of regression13365.06 Akaike info criterion22.09076Sum squared resid2.32E+09 Schwarz criterion22.38901Log likelihood-203.8623 F-statistic792.7163Durbin-Watson stat1.682968 Prob(F-statistic)0.000000但是再繼續(xù)剔除變量時(shí)情況并沒(méi)有好轉(zhuǎn)，并且通過(guò)檢驗(yàn)（懷特檢驗(yàn)）得知存在異方差（可能情

15、況為X4方差過(guò)大，掩蓋了其他變量的異方差情況）White Heteroskedasticity Test:F-statistic4.316209 Probability0.024648Obs*R-squared16.02905 Probability0.098804P=0.2460.95 R20.98 F統(tǒng)計(jì)量均超過(guò)200效果很好，而且兩個(gè)回歸方程系數(shù)明顯不同，即節(jié)點(diǎn)之后單位能源消耗平均對(duì)GDP的貢獻(xiàn)明顯上升，對(duì)于X4有節(jié)點(diǎn)前后兩個(gè)方程（此處不再列出參數(shù)表）（前）Y = 62840.2749 + 1.384104175*X4（后）Y = 234134.1599 + 0.5274117582*X

16、4亦可以看出，節(jié)點(diǎn)之后單位GDP所含有的技術(shù)明顯上升。對(duì)于X2，也能明顯從散點(diǎn)圖看出節(jié)點(diǎn)后單位GDP用水量降低（因?yàn)樽兞縓2數(shù)據(jù)缺失較多，不再做回歸）下面看消費(fèi)和投資，仍然做一元線性回歸，然而我們常說(shuō)GDP增長(zhǎng)的三駕馬車，那么我們令X1和X5加總與GDP做回歸得Y = 53669.43966 + 1.283758244*(X1+X5) t=41.25 SE=0.031 R2=0.991 F=1701.77可見(jiàn)X1+X5與GDP存在十分密切的線性關(guān)系，那么我們可以得出結(jié)論即X1（消費(fèi)）和X5（投資）對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)具有此消彼長(zhǎng)的關(guān)系那么我們?cè)倏碭2（能源消耗）和X5（固定資產(chǎn)投資）的關(guān)系X2 =

17、 144460.1706 + 0.6321150523*X5 t=11.636 SE=0.543 R2=0.888 F=135可見(jiàn)X2是X5嚴(yán)密的增函數(shù)，即增加消費(fèi)可以減少能源消耗。再看X2（能源消耗）與X4（技術(shù)成果）之間的關(guān)系（節(jié)點(diǎn)前）X2 = 117297 + 1.2738*X4 （后） X2 = 271767.89 + 0.15895*X4T=18 , 7 SE=0.07 ， 0.02 R2=0.97 , 0.93 F=326 ，52（逗號(hào)前后分別為節(jié)點(diǎn)前后的統(tǒng)計(jì)量）可見(jiàn)技術(shù)成果增加后，有效降低了單位技術(shù)上的能源消耗，在與技術(shù)與GDP關(guān)系比較后發(fā)現(xiàn)，可以得到一個(gè)指標(biāo)單位技術(shù)能耗/單位技術(shù)GDP=單位GDP能耗，計(jì)算得：前0.9后0.2，即技術(shù)進(jìn)步使得單位GDP能耗降低。5.應(yīng)用分析所以，聯(lián)合可以知道，增加消費(fèi)和技術(shù)增長(zhǎng)有助于建設(shè)之源節(jié)約型