河南省經(jīng)濟增長影響因素分析

1、資源與環(huán)境學(xué)院計量地理學(xué)課程論文河南省經(jīng)濟增長影響因素分析班 級姓 名學(xué) 號專 業(yè)地理科學(xué)專業(yè)河南省經(jīng)濟增長影響因素分析摘要：改革開放以來，河南省的經(jīng)濟一直在以極快的速度增長，本文采用經(jīng)濟增長模型和多元線性回歸分析方法對20012014年河南省經(jīng)濟增長因素進(jìn)行研究，分析了物質(zhì)資本、消費、財政支出對河南省生產(chǎn)總值的影響，建立計量模型，尋求這些變量與河南省國民產(chǎn)出的數(shù)量關(guān)系，進(jìn)行定量分析，對模型進(jìn)行檢驗。 關(guān)鍵詞：消費、投資、經(jīng)濟增長、財政支出 一、前言  （一）經(jīng)濟增長理論 經(jīng)濟增長是指一個國家或地區(qū)的生產(chǎn)商品和勞務(wù)能力的擴大。在實際核算中，常以生產(chǎn)的商品和勞務(wù)總量的增加來表示，即以國

2、民生產(chǎn)總值和地區(qū)生產(chǎn)總值的（GDP）的增長來計算。經(jīng)濟增長是經(jīng)濟學(xué)研究的永恒主題。 古典經(jīng)濟增長理論以社會財富的增長為中心，指出生產(chǎn)勞動是財富增長的源泉?，F(xiàn)代經(jīng)濟增長理論認(rèn)為知識、人力資本、技術(shù)進(jìn)步是經(jīng)濟增長的主要因素。（二）影響因素的分析 從古典增長理論到新增長理論，都重視物質(zhì)資本和勞動的貢獻(xiàn)。物質(zhì)資本是指經(jīng)濟系統(tǒng)運行中實際投入的資本數(shù)量.然而，由于資本服務(wù)流量難以測度，在這里我們用全社會固定資產(chǎn)投資總額（億元）來衡量物質(zhì)資本。居民消費需求和政府投資也是經(jīng)濟增長的主導(dǎo)因素。經(jīng)濟增長問題既受各國政府和居民的關(guān)注,也是經(jīng)濟學(xué)理論研究的一個重要方面。 在20012014年的14中,我省經(jīng)濟年均增長

3、率高達(dá)11.5%,綜合實力大大增強,居民收入水平與生活水平不斷提高,居民的消費需求的數(shù)量和質(zhì)量有了很大的提高。但是,我省目前仍然面臨消費需求不足問題。因此,研究消費需求對經(jīng)濟增長的影響,并對我省消費需求對經(jīng)濟增長的影響程度進(jìn)行實證分析，可以更好的理解消費對我省經(jīng)濟增長的作用。二、數(shù)據(jù)收集與模型的建立（一）數(shù)據(jù)收集本文采用了2001-2014年的河南省生產(chǎn)總值等數(shù)據(jù)，來源于河南省統(tǒng)計年鑒，具體數(shù)據(jù)表如下：年份生產(chǎn)總值全社會固定資產(chǎn)投資總額(億元)居民消費價格指數(shù)（上年為100）財政支出（億元）20015533.011627.99106.9508.5820026035.481820.45108.6

4、629.1820036867.702310.54108.6716.6020048553.793099.38109.5879.96200510587.424378.69107.71116.04200612362.795907.74112.31440.09200715012.468010.11109.11870.61200818018.5310490.65114.32281.61200919480.4613704.65112.42905.76201023092.3616585.85114.134160317770.51112.04248.82201229599.31214

5、49.99110.45006.40201332191.3026087.45109.95582.31201434938.2430782.17108.66028.69（二）模型設(shè)計為了具體分析各要素對河南省經(jīng)濟增長影響的大小，我們可以用河南省生產(chǎn)總值（y）作為對經(jīng)濟發(fā)展的衡量，代表經(jīng)濟發(fā)展；用固定資產(chǎn)投資總額(x1)衡量資本投入；用價格指數(shù)（x2）去代表消費需求；用財政支出（x3）代表政府投資。運用這些數(shù)據(jù)進(jìn)行回歸分析。采用的模型如下： 其中，y為河南省生產(chǎn)總值，x1為固定資產(chǎn)投資總額，x2為消費價格指數(shù)，x3為財政支出，ui代表隨機擾動項。我們通過對該模型的回歸分析，得出各個變量與我省經(jīng)濟增長的

6、變動關(guān)系。三、模型估計和檢驗（一）模型初始估計在Evivw中利用最小二乘法進(jìn)行初步回歸分析得到如下的分析結(jié)果：Dependent Variable: YMethod: Least SquaresDate: 01/02/17 Time: 13:32Sample: 2001 2014Included observations: 14VariableCoefficientStd. Errort-StatisticProb.  C-33005.4911023.17-2.9941910.0135X10.0821930.2129260.3860190.7076X2340.6070100

7、.73083.3813580.0070X34.6890971.0548284.4453640.0012R-squared0.995022    Mean dependent var17800.28Adjusted R-squared0.993529    S.D. dependent var10143.41S.E. of regression815.9620    Akaike info criterion16.48157Sum squared resid6657939.&#

8、160;   Schwarz criterion16.66416Log likelihood-111.3710    Hannan-Quinn criter.16.46467F-statistic666.3206    Durbin-Watson stat1.630732Prob(F-statistic)0.000000可以看出，經(jīng)濟檢驗合理，沒有出現(xiàn)數(shù)字和符號的錯誤。并且可決系數(shù)R2 =0.995022，修正的可決系數(shù)為0.993529?？梢钥闯?，擬和效果十分的好。因此，該

9、模型的設(shè)定是合理的 ，將表中的數(shù)字帶入模型得：   （二）多重共線性檢驗 計算解釋變量的簡單相關(guān)系數(shù)矩陣YX1X2X3Y 1.000000 0.989035 0.341552 0.994639X1 0.989035 1.000000 0.263767 0.993818X2 0.341552 0.263767 1.000000 0.270700X3 0.994639 0.993818 0.270700

10、0;1.000000由相關(guān)系數(shù)矩陣可以看出，x1和x3相互之間的相關(guān)系數(shù)比較高，證實確實存在多重共線性。采用逐步回歸的辦法，去檢查和解釋多重共線性問題。分別做Y對x1、x2、x3的一元回歸，結(jié)果如下：Dependent Variable: YMethod: Least SquaresDate: 01/02/17 Time: 14:25Sample: 2001 2014Included observations: 14VariableCoefficientStd. Errort-StatisticProb.  C5537.514673.08148.2271090.0000X1

11、1.0466540.04511623.199420.0000R-squared0.978190    Mean dependent var17800.28Adjusted R-squared0.976373    S.D. dependent var10143.41S.E. of regression1559.159    Akaike info criterion17.67324Sum squared resid29171707    

12、;Schwarz criterion17.76454Log likelihood-121.7127    Hannan-Quinn criter.17.66479F-statistic538.2130    Durbin-Watson stat0.814233Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 01/02/17 Time: 14:27Sample: 2001 2014Included observation

13、s: 14VariableCoefficientStd. Errort-StatisticProb.  C-145762.7129954.9-1.1216410.2840X21482.7001177.7971.2588760.2320R-squared0.116658    Mean dependent var17800.28Adjusted R-squared0.043046    S.D. dependent var10143.41S.E. of regression9922.695

14、0;   Akaike info criterion21.37460Sum squared resid1.18E+09    Schwarz criterion21.46589Log likelihood-147.6222    Hannan-Quinn criter.21.36615F-statistic1.584768    Durbin-Watson stat0.216216Prob(F-statistic)0.232014Dependen

15、t Variable: YMethod: Least SquaresDate: 01/02/17 Time: 14:27Sample: 2001 2014Included observations: 14VariableCoefficientStd. Errort-StatisticProb.  C4183.866502.12908.3322530.0000X35.2040850.15618533.320020.0000R-squared0.989307    Mean dependent var17800.28Adjusted R-

16、squared0.988416    S.D. dependent var10143.41S.E. of regression1091.732    Akaike info criterion16.96048Sum squared resid14302546    Schwarz criterion17.05178Log likelihood-116.7234    Hannan-Quinn criter.16.95203F-stati

17、stic1110.224    Durbin-Watson stat0.611681Prob(F-statistic)0.000000經(jīng)過比較得，X3與Y的t檢驗和擬和效果最好 ，因此把X3作為基準(zhǔn)變量引入，然后在逐步的引如其他的解釋變量。Dependent Variable: YMethod: Least SquaresDate: 01/02/17 Time: 14:29Sample: 2001 2014Included observations: 14VariableCoefficientStd. Errort-StatisticProb.

18、  C4237.181623.67676.7938740.0000X34.9743001.4677093.3891590.0060X10.0467660.2968610.1575340.8777R-squared0.989331    Mean dependent var17800.28Adjusted R-squared0.987391    S.D. dependent var10143.41S.E. of regression1138.993    

19、Akaike info criterion17.10109Sum squared resid14270351    Schwarz criterion17.23803Log likelihood-116.7076    Hannan-Quinn criter.17.08841F-statistic510.0129    Durbin-Watson stat0.599772Prob(F-statistic)0.000000Dependent Variable: YMethod:

20、 Least SquaresDate: 01/02/17 Time: 14:29Sample: 2001 2014Included observations: 14VariableCoefficientStd. Errort-StatisticProb.  C-32889.7510584.28-3.1074150.0100X35.0935810.11647543.731000.0000X2338.693796.638793.5047380.0049R-squared0.994948    Mean dependent var17800

21、.28Adjusted R-squared0.994030    S.D. dependent var10143.41S.E. of regression783.7642    Akaike info criterion16.35350Sum squared resid6757150.    Schwarz criterion16.49044Log likelihood-111.4745    Hannan-Quinn criter.1

22、6.34083F-statistic1083.206    Durbin-Watson stat1.608830Prob(F-statistic)0.000000從所得的結(jié)果中可以看出，x2的調(diào)整后可決系數(shù)最大，當(dāng)去除x1后多重共線性消失，得到的檢驗結(jié)果如上。從上面修正的回歸結(jié)果可以看出，R2=0.994948，并且它的修正的可決系數(shù)值也達(dá)到了0.994030，顯然，它的擬和效果十分的好，并且t檢驗值顯著的大于它的臨界值，即t值檢驗十分的顯著，因此多重共線性消失，得到修正后的模型為：  （三）異方差檢驗White檢驗：Heteroskedast

23、icity Test: WhiteF-statistic3.114913    Prob. F(5,8)0.0746Obs*R-squared9.249117    Prob. Chi-Square(5)0.0995Scaled explained SS4.944554    Prob. Chi-Square(5)0.4227Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 01/02/17

24、Time: 14:53Sample: 2001 2014Included observations: 14VariableCoefficientStd. Errort-StatisticProb.  C2.89E+084.12E+080.7012960.5030X313759.847463.8951.8435210.1025X32-0.3173790.101175-3.1369190.0139X3*X2-107.303565.05182-1.6495070.1377X2-5077554.7471862.-0.6795570.5160X2222162.6833832.380.6550730.5308R-squared0.660651    Mean dependent var482653.5Adjusted R-squared0.448558    S.D. dependent var659161.2S.E. of regression489487.3    Akaike info crite