2000字計量經(jīng)濟學(xué)論文范文

-.z.2000字計量經(jīng)濟學(xué)論文文計量經(jīng)濟學(xué)在我國的推廣與應(yīng)用,對我國經(jīng)濟學(xué)的定量化研究做出了重要貢獻(xiàn),也在中國經(jīng)濟學(xué)界受到了越來越多的關(guān)注。本文是小編為大家整理的2000字的計量經(jīng)濟學(xué)論文文，僅供參考。2000字計量經(jīng)濟學(xué)論文文篇一：能源消費與工業(yè)經(jīng)濟增長之間的關(guān)系研究摘要：能源是國家經(jīng)濟的命脈，也是一國經(jīng)濟發(fā)展的重要物質(zhì)基礎(chǔ)。我國作為世界上經(jīng)濟增長最快的國家，對于能源的消費也是非比尋常的。在我國的經(jīng)濟增長中，對于能源的消耗占主要地位的就是工業(yè)經(jīng)濟的發(fā)展。從一定程度上來講，能源的消費與工業(yè)經(jīng)濟增長之間存在著千絲萬縷的聯(lián)系。本文就著重分析了能源消費與工業(yè)經(jīng)濟增長之間的關(guān)系，旨在從我國經(jīng)濟的增長以及能源的消費之間尋找到一個協(xié)調(diào)點，促進(jìn)工業(yè)經(jīng)濟的高效增長。一直以來，工業(yè)都是能源消費的主體，是工業(yè)經(jīng)濟發(fā)展的不可缺少的生產(chǎn)資料，尤其是對我國這個經(jīng)濟快速發(fā)展的發(fā)展中國家來說。在很長的一段時間，我國工業(yè)經(jīng)濟的發(fā)展都是以犧牲能源為代價的，由于在科技水平生產(chǎn)技術(shù)等方面的欠缺，能源就理所當(dāng)然的成了經(jīng)濟發(fā)展的彌補品。雖然說幾年來，隨著能源危機的臨近，以及世界對綠色生產(chǎn)的呼喚，我國也制訂了一系列的規(guī)章制度和措施等來限制能源的粗放性消費，但是畢竟我國還處于經(jīng)濟大幅增長的階段，所以對于能源的消費也是必不可少的。所以，在現(xiàn)階段，對于能源消費與工業(yè)經(jīng)濟增長之間關(guān)系的研究，是我國工業(yè)生產(chǎn)以及能源管理相關(guān)部門工作中的一個重點，也是促進(jìn)有關(guān)部門采取相應(yīng)措施提高能源利用率，實現(xiàn)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，協(xié)調(diào)經(jīng)濟與能源關(guān)系目標(biāo)的關(guān)鍵。關(guān)鍵詞：能源消費能源生產(chǎn)計量經(jīng)濟學(xué)模型能源戰(zhàn)略總論：我國是一個能源大國，但是，我國人口眾多，人均能源占有量不及同期發(fā)達(dá)國家的1/5。能源是任何一個國家經(jīng)濟發(fā)展不可缺失的物質(zhì)基礎(chǔ)。隨著我國人口的繼續(xù)增長，經(jīng)濟的快速發(fā)展，能源消費量的增加是必然的，而與年俱增的能源消費對環(huán)境造成的破壞也越來越嚴(yán)重。因此，怎樣優(yōu)化能源利用結(jié)構(gòu)，開發(fā)利用清潔能源，就成為我國經(jīng)濟發(fā)展的當(dāng)務(wù)之急。這就需要我們清楚了解能源供需形勢，做好影響能源消費因素分析，為能源規(guī)劃及政策的制定提供科學(xué)依據(jù)，保證我國國民經(jīng)濟又好又快地發(fā)展。一、能源消費與工業(yè)經(jīng)濟增長相關(guān)概念在經(jīng)濟發(fā)展中，能源一直都是一個永恒的話題，很多的學(xué)者也都對能源做了很多研究，對其相關(guān)聯(lián)的概念做了很多的界定。一般而言，在能源消費與工業(yè)經(jīng)濟增長之間關(guān)系的研究中需要探討的概念主要如下：(一)能源概念及其分類所謂的能源就是我們通常所說的能源資源，它可以產(chǎn)生各種能量，并且被充分的應(yīng)用到了工業(yè)生產(chǎn)以及人們的日常生活中。這些資源包括煤炭、原油、天然氣、水能、核能以及一些太陽能、地?zé)崮艿鹊?。這些能源由于其性能以及生產(chǎn)方面的不同，可以將其分為下面的幾類：1.按照能量的來源可以分為三類：地球本身所蘊藏的能量，比如地?zé)?、原子核?來自地球外部天體的能量，比如，太陽能，它為風(fēng)能、水能、生物能以及礦物質(zhì)能的形成提供條件;地球和其它天體相互作用產(chǎn)生的能量，比如，潮汐能等。2.按照能源的基本形態(tài)可以分為兩類：一次能源與二次能源。一次能源就是天然的能源，比如煤炭、石油、天然氣等;二次能源則是在一次能源加工的基礎(chǔ)之上形成的能源，比如，電能、煤氣、汽油、柴油等等。3.按照能源的性質(zhì)可以分為兩類：燃料型能源與非燃料型能源。燃料型能源主要有石油、煤炭、天然氣、木材等，而非燃料型的能源則為水能、風(fēng)能、地?zé)崮艿鹊取?.按其生產(chǎn)情況可以分為可再生資源和不可再生資源?？稍偕Y源就是可以通過一些形式能夠得到不斷的補充或者是在較短的周期能夠再次產(chǎn)生的能源。比如，風(fēng)能、水能、太陽能、生物能等都是可再生資源;而反之在較短的時間不能夠再生產(chǎn)的能源就是不可再生資源，比如煤炭、石油、天然氣等。(二)能源消費在認(rèn)識了能源的概念以及分類的基礎(chǔ)上我們再看看究竟什么是能源消費。其實能源消費故名思意就是對能源的利用以及使用，在使用中包括個人以及家庭對能源的使用，也包括工業(yè)、農(nóng)業(yè)、服務(wù)業(yè)等對能源的使用，這屬于統(tǒng)計學(xué)的疇。(三)經(jīng)濟增長與工業(yè)經(jīng)濟增長對于經(jīng)濟增長，經(jīng)濟學(xué)界有著比較統(tǒng)一的認(rèn)定，認(rèn)為經(jīng)濟增長是實際總產(chǎn)出或者是人均實際產(chǎn)出的不斷增加。它的增長是指生產(chǎn)總成果在量上面的增加，在對其衡量的過程中要將所有的生產(chǎn)要素結(jié)合起來。而工業(yè)經(jīng)濟的增長則是指在一定的時期，全部的工業(yè)企業(yè)在實際生產(chǎn)總值或者是增加值上面的不斷增長的一個過程。它的界定是在一段時期的界定，而并不是在一個點上面的界定。二、中國能源供求現(xiàn)狀分析我國經(jīng)濟快速增長，必然帶動能源消費量的增長。作為世界上最大的發(fā)展中國家，建國以來，我國的經(jīng)濟總量和能源消費總量都出現(xiàn)了較大幅度的增長。1953年—1978年GDP由1615億元增長到6584億元，再增長到2005年的183084億元，1953年—1978年，1979年—2005年兩個階段的平均增長率分別為5.8%和9.7%;能源消費量由1953年的0.54億噸標(biāo)準(zhǔn)煤增長到1978年的5.71億噸標(biāo)準(zhǔn)煤，再增長到2005年的22.47億噸標(biāo)準(zhǔn)煤。年均分別增長了9.9%和5.3%。中國的人均能源消費量也在迅速增長，1953年—1978年由0.09噸標(biāo)準(zhǔn)煤增長到0.59噸標(biāo)準(zhǔn)煤，再增長到2005年的1.70噸標(biāo)準(zhǔn)煤。2003年全國城鄉(xiāng)生活人均年用電量為173.7千瓦時，而1980年只有10.7千瓦時。從已收集來的數(shù)據(jù)來看，近年來，我國能源消費是處于供不應(yīng)求的狀態(tài)，并且供求矛盾有擴大的趨勢。從圖中可看出，1996年之前能源的生產(chǎn)和消費均呈溫和上升局勢，雖然能源的生產(chǎn)不能滿足消費的要求，但二者差距也相對平穩(wěn)。但1996年之后之一差距不斷擴大，能源的生產(chǎn)不能滿足經(jīng)濟發(fā)展對它的需求，到2003年能源需求大幅度增加，而能源生產(chǎn)卻不能同步增加，能源矛盾突出。1997年—1999年中國經(jīng)濟在保持持續(xù)增長的同時，能源消費總量出現(xiàn)了下降?？赡艿脑蚴牵菏袌龀霈F(xiàn)需求疲軟現(xiàn)象，能源產(chǎn)品需求減少;一些高能耗、污染大的"五小"企業(yè)被關(guān)閉;產(chǎn)業(yè)結(jié)構(gòu)的變化等。由另外的資料表明，2002年—2004年連續(xù)三年的能源需求彈性系數(shù)都大于1，說明能源消費量增長速度已經(jīng)超過經(jīng)濟增長速度，經(jīng)濟發(fā)展的能源代價在擴大。種種證據(jù)表明，我國的能源問題比較深刻，迫切需要解決。三、數(shù)據(jù)選取1、能源消費總量，在模型中用Y來表示。是指一次性能源消費總量，由煤炭、石油、天然氣等組成(單位：萬噸標(biāo)準(zhǔn)煤)。2、能源消費的影響因素：(1)能源生產(chǎn)總量，在模型中用*1來表示。是指一次性能源生產(chǎn)總量，該指標(biāo)是觀察全國能源生產(chǎn)水平、規(guī)模、構(gòu)成和發(fā)展速度的總量指標(biāo)(單位：萬噸標(biāo)準(zhǔn)煤)。(2)全國生活能源消費總量，在模型中用*2來表示，是指一次性能源在在生活方面的消費量。(單位：萬噸標(biāo)準(zhǔn)煤)。(3)城鎮(zhèn)居民人均可支配收入，在模型中用*3來表示。指城鎮(zhèn)居民家庭人均可用于最終消費支出和其它非義務(wù)性支出以及儲蓄的總和。它是家庭總收入扣除交納的所得稅、個人交納的社會保障費以及調(diào)查戶的記賬補貼后的收入。(單位：元)。(4)工業(yè)能源消費總量，在模型中用*4來表示，是指工業(yè)方面的能源消費量。(單位：萬噸標(biāo)準(zhǔn)煤)。(5)其他因素，在模型中用U表示。我們將由于各種原因未考慮到和無法度量的因素歸入隨機擾動項，如能源價格變動、消費者偏好、國家的經(jīng)濟結(jié)構(gòu)政策等。原始數(shù)據(jù)：本文所有數(shù)據(jù)來自中國統(tǒng)計年鑒四、模型設(shè)定回歸模型設(shè)定如下：Y=β0+β1*1+β2*2+β3*3+β4*4+uY=能源消費總量(萬噸標(biāo)準(zhǔn)煤)*1=能源生產(chǎn)總量(萬噸標(biāo)準(zhǔn)煤)*2=全國生活能源消費總量(萬噸標(biāo)準(zhǔn)煤)*3=城鎮(zhèn)居民人均可支配收入(元)*4=工業(yè)能源消費總量(萬噸標(biāo)準(zhǔn)煤)u=隨機擾動項β0β1β2β3β4——待估參數(shù)t=1980—2007五、模型檢驗假設(shè)模型中隨機擾動項u滿足古典假定，運用OLS方法估計模型的參數(shù)，利用計量經(jīng)濟學(xué)軟件Eviews計算可得如下結(jié)果：DependentVariable:YMethod:LeastSquaresDate:5/21/13Time:10:49Sample:19802007Includedobservations:28VariableC*1*2*3*4R-squaredAdjustedR-squaredS.E.ofregressionSumsquaredresidLoglikelihoodDurbin-WatsonstatCoefficient-1822.9750.5536140.2095481.5853960.568271Std.Error2572.3710.1072160.4057690.4297290.093726t-Statistic-0.7086755.1635530.5164223.6892936.063122Prob.0.48560.00000.61050.00120.0000125790.955317.6017.7398317.977738176.4180.0000000.999297Meandependentvar0.999175S.D.dependentvar1588.843Akaikeinfocriterion58061714Schwarzcriterion-243.3577F-statistic1.376476Prob(F-statistic)回歸方程為：^Y=-1822.975+0.553614*1+0.209548*2+1.585396*3+0.568271*4t=(-0.708675)(5.163553)(0.516422)(3.689293)(6.063122)22R=0.999297-R=0.999175F=8176.418DW=1.3764761、經(jīng)濟意義檢驗由回歸估計結(jié)果可以看出，能源生產(chǎn)總量、全國生活能源消費總量、城鎮(zhèn)居民人均可支配收入、工業(yè)能源消費總量與能源消費總量呈線性正相關(guān)，與現(xiàn)實經(jīng)濟意義理論相符。2、統(tǒng)計推斷檢驗從估計的結(jié)果可以看出，可決系數(shù)R2=0.999297，F(xiàn)=8176.418，表明模型在整體上擬合地比較理想。系數(shù)顯著性檢驗：給定α=0.05，*1、*3、*4的t值大于給定的顯著性水平，拒絕原假設(shè)，接受備擇假設(shè)，表明能源生產(chǎn)總量、城鎮(zhèn)居民人均可支配收入、工業(yè)能源消費總量對能源消費總量有顯著性影響;僅有*2的t值小于給定的顯著性水平，接受原假設(shè)，表明全國生活能源消費總量對能源消費總量影響不顯著。3、計量經(jīng)濟學(xué)檢驗(1)多重共線性檢驗由下表可看出，模型整體上線性回歸擬合較好，R2與F值較顯著，而解釋變量*2的t檢驗不顯著，則說明該模型可能存在多重共線性。在Eviews中計算解釋變量之間的簡單相關(guān)系數(shù)，得如下結(jié)果，也可以看出解釋變量之間存在多重共線性。用逐步回歸法修正模型的多重共線性。運用OLS方法逐一求Y對各個解釋變量的回歸。結(jié)合經(jīng)濟意義和統(tǒng)計意義選出擬合效果最好的一元線性回歸方程。結(jié)果如下：加入*1的方程-R2最大，以*1為基礎(chǔ)，順次加入其他變量逐步回歸。經(jīng)比較，新加入*4的方程-R2=0.998541，改進(jìn)最大，而且各參數(shù)的t檢驗顯著，但是*2的符號不合理，選擇保留*4，再加入其他新變量逐步回歸。在*1、*4的基礎(chǔ)上加入*2后的方程-R2明顯增大，但是*2的t檢驗不通過。加入*3后不但方程的R2明顯增大，而且t檢驗值也通過，所以選擇保留*3，繼續(xù)回歸。在*1，*4，*3的基礎(chǔ)上，加入*2后，不僅R2下降，而且*2參數(shù)的t檢驗不顯著。這說明*2引起多重共線性，應(yīng)予剔除。最后修正多重共線性影響的回歸結(jié)果為：DependentVariable:YMethod:LeastSquaresDate:5/21/13Time:10:52Sample:19802007Includedobservations:28VariableC*1*3*4R-squaredAdjustedR-squaredS.E.ofregressionSumsquaredresidLoglikelihoodDurbin-WatsonstatCoefficient-1771.2540.5891431.4334970.563954Std.Error2530.8470.0809660.3084660.091915t-Statistic-0.6998667.2764514.6471766.135601Prob.0.49070.00000.00010.0000125790.955317.6017.6799317.8702511245.400.0000000.999289Meandependentvar0.999200S.D.dependentvar1564.382Akaikeinfocriterion58734956Schwarzcriterion-243.5191F-statistic1.371751Prob(F-statistic)(2)異方差檢驗圖示法：從上圖可看出，殘差e隨Y的變動趨勢不明顯，不規(guī)律，所以，該模型可能不存在異方差。是否存在異方差還應(yīng)通過更進(jìn)一步的檢驗。White檢驗WhiteHeteroskedasticityTest:F-statistic1.042741Probability9.595539ProbabilityStd.Error479302012913.6080.0469550.2289510.09597612596.900.9903100.2256763099.9030.049458t-Statistic-0.6006220.969097-0.4767731.1453000.1462780.2236090.858107-2.160689-1.0743970.471785Coefficient-287879362823.568-0.0223870.2622180.0140392816.7810.849792-0.487615-3330.5260.0233340.4458750.384209Prob.0.55560.34530.63930.26710.88530.82560.40210.04440.29680.6427Obs*R-squaredTestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:5/21/13Time:11:13Sample:19802007Includedobservations:28VariableC*1*1^2*1**3*1**4*3*3^2*3**4*4*4^2R-squaredAdjustedR-squaredS.E.ofregressionSumsquaredresidLoglikelihoodDurbin-Watsonstat0.342698Meandependentvar0.014047S.D.dependentvar2715618.Akaikeinfocriterion1.33E+14Schwarzcriterion-448.3515F-statistic3.175863Prob(F-statistic)2097677.2734894.32.7393933.215181.0427410.4458752nR2=9.595539,由White檢驗知，在α=0.05下，查χ2分布表，得臨界值χ因為nR2=9.595539<χ不存在異方差。ARCH檢驗：ARCHTest:F-statistic0.731099Probability0.767152ProbabilityStd.Error679705.50.196543t-Statistic3.542855-0.8550430.4006480.381099Prob.0.00160.40062051841.2776010.32.5925132.688500.7310990.40064820.050.05(10)=18.3070。(10)=18.3070。所以拒絕備擇假設(shè)，不拒絕原假設(shè)，表明模型Obs*R-squaredTestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:5/21/13Time:11:18Sample(adjusted):19812007Includedobservations:27afteradjustmentsVariableCRESID^2(-1)R-squaredCoefficient2408098.-0.1680530.028413Meandependentvar-0.010450S.D.dependentvar2790478.Akaikeinfocriterion1.95E+14Schwarzcriterion-437.9989F-statistic1.850657Prob(F-statistic)20.05AdjustedR-squaredS.E.ofregressionSumsquaredresidLoglikelihoodDurbin-Watsonstat因為(n-1)R2=0.767152<χ不存在異方差。(3)自相關(guān)補救(1)=3.84146，接受原假設(shè)，表明模型中的隨機誤差項按照時間順序繪制殘差項e的圖形。從圖中可看出，e隨t的變化逐次有規(guī)律地變化，呈現(xiàn)鋸齒形的變化，可判斷隨機擾動項u可能存在正自相關(guān)。由下表可得DW=1.371751;給定顯著性水平α=0.05，n=28，K=3時，查Durbin—Watson表得下限臨界值dL=1.181，上限臨界值dU=1.650，可知dLDependentVariable:YMethod:LeastSquaresDate:5/21/13Time:11:26Sample:19802007Includedobservations:28VariableC*1*3*4R-squaredCoefficient-1771.2540.5891431.4334970.563954Std.Error2530.8470.0809660.3084660.091915t-Statistic-0.6998667.2764514.6471766.135601Prob.0.49070.00000.00010.0000125790.955317.6017.6799317.8702511245.400.0000000.999289Meandependentvar0.999200S.D.dependentvar1564.382Akaikeinfocriterion58734956Schwarzcriterion-243.5191F-statistic1.371751Prob(F-statistic)AdjustedR-squaredS.E.ofregressionSumsquaredresidLoglikelihoodDurbin-Watsonstat在不能確定的區(qū)域，可采取的措施是增大樣本容量。但是，由于數(shù)據(jù)收集有困難，又DW接近dL值，所以，我們可假設(shè)模型有正自相關(guān)。引入一階自相關(guān)系數(shù)AR(1)得出回歸結(jié)果：DependentVariable:YMethod:LeastSquaresDate:5/21/13Time:11:28Sample(adjusted):19812007Includedobservations:27afteradjustmentsConvergenceachievedafter9iterationsVariableC*1*3*4AR(1)R-squaredCoefficient-3288.2210.5853171.1223990.6004100.344368Std.Error3341.5020.0955090.4092360.1084180.204720t-Statistic-0.9840556.1283972.7426715.5379321.682139Prob.0.33580.00000.01190.00000.0067128217.454831.8017.628050.999368Meandependentvar0.999253S.D.dependentvar1498.621AkaikeinfocriterionAdjustedR-squaredS.E.ofregressionSumsquaredresidLoglikelihoodDurbin-WatsonstatInvertedARRoots49409060Schwarzcriterion-232.9787F-statistic1.850807Prob(F-statistic).3417.868028696.0070.000000從上圖可知，可決系數(shù)R2的值為0.999368.非常接近于1，模型擬合度非常高。在1%的顯著水平條件下，參數(shù)顯著不為零，模型整體性良好。AR(1)對應(yīng)的Prob值為0.0067，在1%的顯著水平下顯著。D.W.對應(yīng)的值為1.85，查解釋變量為4且自由度為27的D.W.分布表，上下限分別為1.16，1.65.由于1.65<1.85<2.35,所以模型不再存在一階自相關(guān)。最終回歸模型為：^Y=-3288.221+0.585317*1+1.122399*3+0.600410*4t=(-0.699866)(7.276451)(4.647176)(6.135601)R=0.999368F=8696.007DW=1.850807這說明，在其他因素不變的情況下，當(dāng)能源生產(chǎn)總量*1、工業(yè)能源消費總量*4分別增長1萬噸標(biāo)準(zhǔn)煤，能源消費總量Y分別增長0.585317、0.600410萬噸標(biāo)準(zhǔn)煤。當(dāng)城鎮(zhèn)居民人均可支配收入增長1元時，能源消費總量Y增長1.122399萬噸標(biāo)準(zhǔn)煤。從模型還可看出，能源生產(chǎn)總量*1對能源消費的影響較小。不足之處：①此案例存在的問題是樣本容量太小，其可靠性受到影響。②對于時間序列數(shù)據(jù)可能出現(xiàn)的平穩(wěn)性問題，本文未做處理。由于我們選取的數(shù)據(jù)都是宏觀經(jīng)濟變量，極有可能出現(xiàn)非平穩(wěn)性，但由于所學(xué)知識的局限性，無法對模型進(jìn)行進(jìn)一步調(diào)整。③在考慮能源消費的影響因素時，我們引入了全國生活能源消費總量。按照經(jīng)濟學(xué)的一般觀點，全國生活能源消費總量與能源消費總量存在較強的正相關(guān)關(guān)系。但是在具體回歸時發(fā)現(xiàn)t檢驗值不通過，與統(tǒng)計意義不符。對于這一重要的影響變量，我們沒有輕易剔除。但是在最后的嘗試中發(fā)現(xiàn)，剔除全國生活能源消費總量的影響比保留時的擬合效果更好，所以，我們不得不考慮將其剔除。六、結(jié)論：1、在多重共線性的修正過程中，可以發(fā)現(xiàn)，時間序列全國能源消費總量、工業(yè)能源消費量與能源消費總量具有共同變化趨勢，在經(jīng)濟上升時期均呈現(xiàn)增長的趨勢;在經(jīng)濟收縮期，又都呈現(xiàn)下降趨勢。當(dāng)這三者同時作為解釋變量時，就很有可能出現(xiàn)多重共線性。出現(xiàn)多重共線性的另一原因是：抽樣僅僅局限于能源消費總量影響因素的一個有限圍。2、在自相關(guān)的修正過程中，我們可以發(fā)現(xiàn)，全國生活能源消費總量、城鎮(zhèn)居民人均可支配收入、工業(yè)能源消費總量等經(jīng)濟數(shù)據(jù)都具有時間上的慣性，即在經(jīng)濟高漲的時期，能源消費在各個領(lǐng)域的較高增長率都會持續(xù)一段時間。另外一方面，城鎮(zhèn)人均可支配收入具有經(jīng)濟活動的滯后性，城鎮(zhèn)居民人均可支配收入的增加，不會使居民能源消費的水平當(dāng)期就達(dá)到應(yīng)有的水平，而是要經(jīng)過若干期才能達(dá)到。因為人的消費觀念的改變存在一定的適應(yīng)期。3、雖然能源價格、能源消費結(jié)構(gòu)和環(huán)境政策等因素未能在模型中得到量化和反映，但不是說這些因素對能源需求的影響并不重要。事實上，這些因素越是得不到量化和反映，越是暴露了當(dāng)前我國在這些方面的不足和缺陷，更應(yīng)該重視和解決。七、建議：1、充分發(fā)揮市場機制的作用，促進(jìn)我國能源消費向高效、清潔的方向發(fā)展。在工業(yè)方面，有重點地調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，確保經(jīng)濟與能源消費的協(xié)調(diào)增長。在保證能源供應(yīng)安全的同時，要合理的控制經(jīng)濟增長速度，積極推動經(jīng)濟增長方式由粗放型向集約型轉(zhuǎn)變，嚴(yán)格控制高能耗產(chǎn)業(yè)的投資和發(fā)展，從而確保國民經(jīng)濟能夠健康、穩(wěn)定、持續(xù)發(fā)展。在人民生活方面，政府應(yīng)該大力宣傳資源節(jié)約型、環(huán)境友好型社會的建立，培養(yǎng)全民節(jié)能意識，倡導(dǎo)全社會節(jié)能降耗。2、優(yōu)化和改善能源消費結(jié)構(gòu)，大力發(fā)展清潔能源的使用，加強科學(xué)技術(shù)在此類能源上的創(chuàng)新性。我國具有豐富的水能、風(fēng)能、太陽能等可再生資源，從長遠(yuǎn)來看，我國應(yīng)在中長期戰(zhàn)略上做好大力發(fā)展可再生能源的部署。3、加強能源統(tǒng)計，制定有效的能源發(fā)展戰(zhàn)略。能源統(tǒng)計數(shù)據(jù)的質(zhì)量，應(yīng)包括數(shù)據(jù)的準(zhǔn)確性和時效性。提高能源統(tǒng)計數(shù)據(jù)的準(zhǔn)確性、時效性、國際可比性，便于有關(guān)部門及時調(diào)整戰(zhàn)略，實現(xiàn)能源的有效利用。八、參考文獻(xiàn)[2]宏杰,邱立成.中國能源消費與經(jīng)濟發(fā)展關(guān)系的時間序列分析[J].《經(jīng)貿(mào)大學(xué)學(xué)報》，2013，3.[3]林伯強，中國能源需求的經(jīng)濟計量分析[J].統(tǒng)計研究，2012，10.[4]史丹.結(jié)構(gòu)變動是影響我國能源消費的主要因素[J].中國工業(yè)經(jīng)濟，2010，11.2000字計量經(jīng)濟學(xué)論文文篇二：一、問題提出自改革開放以來，中國經(jīng)濟的高速增長是有目共睹的，1981~2009年的29年來，中國的財政收入也在高速的增長，從2002年中國財政收入不足2萬億元，到2006年接近4萬億元，再到2007年上半年突破2.6萬億元，短短5年間中國國家財政收入實現(xiàn)高速增長。中國財政部數(shù)據(jù)顯示，2007年1至6月累計全國財政收入達(dá)到26117.84億元，同比增長30.6%，完成預(yù)算的59.3%，增幅比上年同期提高8.6個百分點，財政收入增收額創(chuàng)近幾年同期最高。2007年上半年我國財政收入達(dá)到2.6萬億元，可以說是繼2006年財政收入突破4萬億元大關(guān)后的又一個驚人數(shù)據(jù)。在經(jīng)濟高增長的背景下，財政收入的持續(xù)高速增長，特別是稅收收入增長持續(xù)高于同期GDP增長，成為推動財政收入增長的主要原因。目前，我國財政收入的主體是稅收收入，2006年稅收收入已經(jīng)占到了全部財政收入的95.7%。目前在我國稅收當(dāng)中，占比重最大的是增值稅，由于現(xiàn)階段我國依然依靠投資來拉動經(jīng)濟，這也帶來了目前我國財政收入增長比較快的結(jié)果。其實，財政收入增長過快只是表象，而投資增長過快造成的經(jīng)濟過熱的體制頑疾才是最需要擔(dān)心的，因此，面對高速增長的財政收入，人們擔(dān)心的是經(jīng)濟過熱問題還會越來越嚴(yán)重。如果財政收入大幅度增長，遠(yuǎn)遠(yuǎn)高于國民收入的增長速度，就會出現(xiàn)一系列問題。收入是一國政府實現(xiàn)政府職能的基本保障，對國民經(jīng)濟的運行及社會的發(fā)展起著非凡的作用。首先，它是一個國家各項收入得以實現(xiàn)的物質(zhì)保證。一個國家財政收入規(guī)模的大小通常是衡量其經(jīng)濟實力的重要標(biāo)志。其次，財政收入是國家對經(jīng)濟實行宏觀調(diào)控的重要經(jīng)濟杠桿。財政收入的增長情況關(guān)系著一個國家的經(jīng)濟的發(fā)展和社會的進(jìn)步。因此，研究財政收入的增長顯得尤為重要。財政收入的主要來源是各項稅收收入，此外還有政府其他收入和基金收入等。同時一個國家的財政收入的規(guī)模還受到經(jīng)濟規(guī)模等諸多因素的影響。本文就建立財政收入影響因素模型，實證分析影響我國財政收入的主要因素，為如何合理有效地制定我國的財政收入計劃提供一些政策性建議。二、模型設(shè)定研究財政收入的影響因素離不開一些基本的經(jīng)濟變量?；貧w變量的選擇是建立回歸模型的一個極為重要的問題。如果遺漏了*些重要變量，回歸方程的效果肯定不會好。而考慮過多的變量，不僅計算量增大許多，而且得到的回歸方程穩(wěn)定性也很差，直接影響到回歸方程的應(yīng)用。通過經(jīng)濟理論對財政收入的解釋以及對實踐的觀察，對財政收入影響的因素主要有稅收、國生產(chǎn)總值、全社會固定資產(chǎn)投資等。(1)稅收。稅收由于具有征收的強制性、無償性和固定性特點，可以為政府履行其職能提供充足的資金來源。因此，各國都將其作為政府財政收入的最重要的收入形式和最主要的收入來源。(2)國生產(chǎn)總值。常被公認(rèn)為衡量國家經(jīng)濟狀況的最佳指標(biāo)。GDP會促進(jìn)國民收入，從而會提高居民個人收入水平直接影響居民儲蓄量，并與財政收入的增長保持一定的同向性。(3)全社會固定資產(chǎn)投資。是建造和購置固定資產(chǎn)的經(jīng)濟活動，即固定資產(chǎn)再生產(chǎn)活動。主要通過投資來促進(jìn)經(jīng)濟增長，擴大稅源，進(jìn)而拉動財政稅收收入整體增長。(4)模型形式的設(shè)計本文以財政收入Y(億元)為因變量，稅收*1(億元)、國生產(chǎn)總值*2(億元)、全社會固定資產(chǎn)投資*3(億元)3個經(jīng)濟指標(biāo)為自變量，建立多元函數(shù)，即：lnY=C+C1ln*1+C2ln*2+C3ln*3+μ三、數(shù)據(jù)的收集本文以《中國統(tǒng)計年鑒》為源，使用了1981—2009年稅收、國生產(chǎn)總值、全社會固定資產(chǎn)投資的數(shù)據(jù)，數(shù)據(jù)真實可靠。為了消除異方差，對數(shù)據(jù)做取對數(shù)處理，利用E-views進(jìn)行回歸分析，排除以往模型存在的多重共線性，建立財政收入影響因素更精確模型，分析影響財政收入的主要因素及其影響程度。1981-2009年財政收入及其影響因素的數(shù)據(jù)年份19811982198319841985198619871988198919901991199219931994國家財政收入稅收(億元)1175.81212.31367.01642.92004.82122.02199.42357.22664.92937.13149.53483.44349.05218.1國生產(chǎn)總值(億元)(億元)629.894891.6700.025323.4775.595962.7947.357208.12040.799016.02090.7310275.22140.3612058.62390.4715042.82727.4016992.32821.8618667.82990.1721781.53296.9126923.54255.335333.95126.8848197.9全社會固定資產(chǎn)投資額(億元)961.011230.401369.062450.502543.193019.623640.864496.544137.734449.295508.807854.9812457.8817042.9419956242.26038.0460793.720019.2619967408.06909.8271176.622913.5519978651.18234.0478973.024941.1119989876.09262.884402.328406110682.5889677.129854.71200013395.212581.5199214.632917.73200116386.015301.38109655.237213.49200218903.617636.45120332.743499.91200321715.320017.31135822.855566.61200426396.524165.68159878.370477.4200531649.328778.54183217.588773.6200638760.234804.35211923.5109998.1624200751321.845621.97257305.6137323.9381200861330.454223.79314045.4172828.3998200968476.959521.59335352.9224598.7679注：1.2006年以前，農(nóng)業(yè)各稅包括農(nóng)業(yè)稅、牧業(yè)稅、耕地占用稅、農(nóng)業(yè)特產(chǎn)稅、契稅和煙葉稅;從2006年起，農(nóng)業(yè)各稅只包括耕地占用稅、契稅和煙葉稅。2.企業(yè)所得稅2001年以前只包括國有及集體企業(yè)所得稅，從2001年起，企業(yè)所得稅還包括除國有企業(yè)和集體企業(yè)外的其他所有制企業(yè)所得稅，與以前各年不可比。3.國增值稅不包括進(jìn)口產(chǎn)品增值稅;國消費稅不包括進(jìn)口產(chǎn)品消費稅。四、模型的估計與調(diào)整1.參數(shù)估計與解釋變量問題處理假定所建模型及其中的隨機擾動項μ滿足各項古典假定。利用E-views對上述基本模型進(jìn)行OLS參數(shù)估計：lnY=C+C1ln*1+C2ln*2+C3ln*3+μEviews的最小二乘法計算結(jié)果根據(jù)表1中數(shù)據(jù)，模型估計的結(jié)果為ˆ&*61501;1.6928&*61483;0.6930ln*&*61485;0.3195ln*&*61483;0.4719ln*lnYi123(0.6921)(0.1687)(0.2476)(0.2424)t=(2.4457)(4.1080)(-1.2903)(1.9466)R2&*61501;0.9855R&*61501;0.9838F=566.1477df&*61501;25(1)多重共線性的檢驗由此可見，該模型R2&*61501;0.9855，R&*61501;0.9838可決系數(shù)很高，F(xiàn)檢驗的值為566.1477，說明回歸方程明顯顯著。首先，由于稅收是國家政府財政收入最主要的收入來源，很大程度上決定于財政收入的充裕狀況;國生產(chǎn)總值與財政收入的增長保持一定的同向性;全社會固定資產(chǎn)投資通過刺激GDP增長，間接影響財政稅收收入整體增長。所以，財政收入一般和稅收、GDP、全社會固定資產(chǎn)投資呈正相關(guān)關(guān)系，即C1至C3應(yīng)該均為正值。而且財政收入中稅收應(yīng)占很大一部分比重，即C1的數(shù)值應(yīng)該比較高。上面模型得到的C1和C3都為正符合經(jīng)濟理論，但C2卻為負(fù)與經(jīng)濟理論相悖。其次，稅收、GDP、全社會固定資產(chǎn)投資的t統(tǒng)計量值分別為4.1080、-1.2903、1.9466。在顯著性水平為0.05時，22t&*61537;/2(n&*61485;k)&*61501;t0.025(29&*61485;4)&*61501;2.060，不僅ln*2和ln*3的系數(shù)C2、C3的t檢驗不顯著，而且ln*2系數(shù)的符號與預(yù)期相反，這表明很可能存在嚴(yán)重的多重共線性。計算各解釋變量的相關(guān)系數(shù)，選擇ln*1、ln*2、ln*3數(shù)據(jù)，由相關(guān)系數(shù)矩陣可以看出，各解釋變量相互之間的相關(guān)系數(shù)較高，證實確實存在嚴(yán)重多重共線性。(2)修正多重共線性采用逐步回歸的辦法，去檢驗和解決多重共線性問題。分別作lny對ln*1、ln*2、ln*3的一元回歸，其中，加入ln*1的方程R2最大，以ln*1為基礎(chǔ)，順次加入其他變量逐步回歸。經(jīng)比較，雖然新加入ln*3方程R2=0.9833，改進(jìn)最大，但是各參數(shù)(除了稅收ln*1)在&*61537;&*61501;0.05顯著性水平下，t檢驗均不顯著，說明均要剔除ln*2與ln*3，最終修正嚴(yán)重多重共線性影響后的回歸結(jié)果為：ˆ&*61501;0.7071&*61483;0.9336ln*lnYttt=(3.4049)(39.6998)R2&*61501;0.9832R2=0.9825F=1576.071DW=0.3854這說明，當(dāng)稅收每增加1%，平均來說財政收入會增加0.9336%2.隨機擾動項自相關(guān)問題的處理(1)自相關(guān)的檢驗該回歸方程可決系數(shù)較高，回歸系數(shù)均顯著，對樣本量為29、一個解釋變量的模型、在0.05顯著水平下，查DW統(tǒng)計表可知，因為由表5的DW值=0.3854，查表得dL&*61501;1.341,dU&*61501;1.483，模型中DWˆt&*61501;0.7361et&*61485;1eˆ&*61501;0.7361，對原模型進(jìn)行廣義差分，得到廣義差分方程：由式可知&*61554;lnYt&*61485;0.7361lnYt&*61485;1&*61501;C1(1&*61485;0.7361)&*61483;C2(ln*t&*61485;0.7361ln*t&*61485;1)&*61483;vt對上式的廣義差分方程進(jìn)行回歸，可得方程輸出結(jié)果ˆ*&*61501;0.1442&*61483;0.9477ln**lnYttSe=(0.1267)(0.0513)t=(1.1375)(18.4734)R2&*61501;0.9292F=341.2685DW=2.0120其中l(wèi)nYt*&*61501;lnYt&*61485;0.7361lnYt&*61485;1，ln*t*&*61501;ln*t&*61485;0.7361ln*t&*61485;1由于使用廣義差分?jǐn)?shù)據(jù)，樣本容量減少了1個，為28個，查5%顯著水平的DW統(tǒng)計表可知dL&*61501;1.328,dU&*61501;1.476，模型中4-dU,DW=2.0120dU，說明在5%顯著水平下廣義差分模型中已無自相關(guān)，不必再進(jìn)行迭代，同時可見，可決系數(shù)、t、F統(tǒng)計量也均達(dá)到理想水平。由差分方程式有：ˆ=0.1442/(1-0.7361)=0.5464191&*61538;由此，得到最終的財政收入模型為lnYt&*61501;0.5464&*61483;0.9477ln*t&*61483;&*61549;t由財政收入模型可知，當(dāng)年稅收第增長1%，平均說來財政收入會增長0.9477%異方差問題的處理(1)異方差的檢驗由于各年存在不同的稅收收入，因此，每年對稅收收入的數(shù)量存在不同的變化，這種差異使得模型很容易產(chǎn)生異方差，從而影響模型的估計和運用，為此，必須對該模型是否存在異方差進(jìn)行檢驗。由表5的估計結(jié)果，對其進(jìn)行White檢驗，根據(jù)White檢驗中輔助函數(shù)的構(gòu)造，最后一項為變量的交叉乘積，因為本式為一元函數(shù)，幫無交叉項，則輔助函數(shù)為&*61555;t2&*61501;&*61537;1&*61483;&*61537;2ln*t&*61483;&*61537;3,(ln*t)2&*61483;vt經(jīng)估計出現(xiàn)White檢驗結(jié)果nR2=27.4669，由White檢驗知，在&*61537;&*61501;0.05下，查&*61539;2分布表，2得臨界值&*61539;0)&*61501;5.9915，同時ln*和(ln*)^2的t檢驗值也顯著，比較計算.(0522的&*61539;2統(tǒng)計量與統(tǒng)計值，因為nR2=27.4669&*61539;0)&*61501;5.9915，所以拒絕原假設(shè)，.(052不拒絕備擇假設(shè)，表明模型存在異方差五、本文的結(jié)論(1)該模型的經(jīng)濟意義很明顯，即財政收入主要取決于稅收。ln*1的系數(shù)為財政收入的稅收彈性，即當(dāng)年稅收每增長1%，平均說來財政收入會增長0.9477%;可見稅收變化相當(dāng)影響財政收入的變化。第9/10頁(2)稅收彈性系數(shù)為0.9477，與1非常接近，說明財政收入的增加基本上來源于稅收的增加。(3)當(dāng)然，以上不一定只有稅收才是影響財政收入的因素，上述模型中不排除在多重共線修正的時候把一些相關(guān)的因素給排除掉，例如國生產(chǎn)總值、就業(yè)人數(shù)、全社會固定資產(chǎn)投資額對財政收入的影響。(4)模型的不足：模型樣本采用時間序列分析，雖然在最后通過剔出線性解釋變量使模型多重線性性質(zhì)并不顯著，但在此基礎(chǔ)上的R2極高，僅能說明該方程能較好地解釋影響財政收入的因素，而擬合率其實并沒有實際看到的這么高。六、政策建議(1)加強稅收征管，提高財政和稅收收入。目前，我國的稅收已占財政收入的90%以上，我國的稅收已是財政收入的最主要來源。國家運用稅收籌集財政收入，通過預(yù)算安排用于財政支出，提供公共產(chǎn)品和公共服務(wù)，促進(jìn)了經(jīng)濟的發(fā)展。稅務(wù)部門要大力組織稅收，確保國家稅收為政府履行公共服務(wù)和社會管理職能提供可靠的財力保障。這就要求稅務(wù)機關(guān)要依法治稅、依法征稅，通過加強各方面管理和服務(wù)工作，不斷提高稅收征收率，保持稅收隨著經(jīng)濟的發(fā)展平穩(wěn)增長。(2)加強稅費改革、推進(jìn)稅制改革調(diào)整各項稅收政策。稅收作為宏觀調(diào)控的重要工具，具有在穩(wěn)定器的功能，對經(jīng)濟運行產(chǎn)生調(diào)節(jié)作用。進(jìn)行稅費改革并不意味著把所有的政府收費全部改為征稅，而是要將兩者之間的比例保持在合理的區(qū)域圍。國家可以根據(jù)不同時期的經(jīng)濟形勢，制定和實施相應(yīng)的稅收政策來調(diào)控經(jīng)濟總量、調(diào)整經(jīng)濟結(jié)構(gòu)。稅務(wù)部門要適應(yīng)經(jīng)濟形勢發(fā)展和國家宏觀調(diào)控的需要，按照"簡稅制、寬稅基、低稅率、嚴(yán)征管"的原則及實行有利于增長方式轉(zhuǎn)變、科技進(jìn)步和能源節(jié)約的財稅制度的要求，推進(jìn)稅收制度改革。參考文獻(xiàn)：[1]《宏觀經(jīng)濟理論與計量方法(修訂本)》為安中國財政經(jīng)濟[2]《計量經(jīng)濟學(xué)》(第二版)龐皓科學(xué)[3]《西方經(jīng)濟學(xué)》軍西南財經(jīng)大學(xué)[4]馬海濤：中國稅制[M].中國人民大學(xué)，2009.[5]曉峒：計量經(jīng)濟分析[M].經(jīng)濟科學(xué)，2003.[6]共：財政學(xué)[M].中國人民大學(xué)，2007.[7]中國統(tǒng)計年鑒2000字計量經(jīng)濟學(xué)論文文篇三：**三大產(chǎn)業(yè)對**人均生產(chǎn)總值的影響的實證分析一、問題的提出建國以來，**經(jīng)濟快速增長，1952年**為166元，195年就翻了一番，尤其是改革開放以后，經(jīng)濟更是有了突飛猛進(jìn)的發(fā)展，2004年**人均生產(chǎn)水平是改革開放前的30倍。然而即使**的經(jīng)濟快速增長，跟全國大部地區(qū)相比，還相對落后，增加**人均生產(chǎn)總值，提高人民生活水平，變得越來越刻不容緩，三大產(chǎn)業(yè)是構(gòu)成**生產(chǎn)總值的全部，因此研究三大產(chǎn)業(yè)對**人均生產(chǎn)總值的影響有著重要的意義，然而它們是如何影響**生產(chǎn)總值的呢"本文用eviews6.0對收集數(shù)據(jù)進(jìn)行分析。如果研究它們對**生產(chǎn)總值的影響機制，則就可根據(jù)結(jié)果對**的三大產(chǎn)業(yè)的改革提出意見。這便是本項研究的主要目的。二、模型的設(shè)定研究三大產(chǎn)業(yè)與**人均生產(chǎn)總值的關(guān)系，需要考慮以下幾個方方面：(1)數(shù)據(jù)性質(zhì)的選擇由于研究的是一個地區(qū)的人均生產(chǎn)總值，人均生產(chǎn)總值的差異是根據(jù)每個年度三大產(chǎn)業(yè)的量不同而不同，因此需采用時間序列數(shù)據(jù)。(2)模型形式的設(shè)計由于本文是研究**三大產(chǎn)業(yè)對**人均生產(chǎn)總值的影響，則可以將第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)設(shè)為解釋變量，將**人均生產(chǎn)總值設(shè)為被解釋變量。本文假設(shè)三大產(chǎn)業(yè)對**人均生產(chǎn)總值的影響為多元一次線性模型，為Y=a1**1+a2**2+a3**3+u其中，Y是**人均生產(chǎn)總值(單位：元)，*1、*2、*3分別是第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)量(單位：億元)，而a1、a2、a3分別是伴隨于第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的參數(shù)，u是隨機誤差項。三、數(shù)據(jù)的收集197019711972197319741975197619771978197919801981198219831984198519861987198819891990199119921993199419951996199719981999200020012002200320042005200620072008200923.0826.1424.3824.6725.0528.1231.7835.6739.0745.6353.2459.4165.2478.5589.75112.24129.04148.51192.72217.42274335.92402.31505.63673.68825.11912.151050.141116.671168.551364.361485.491598.281877.612200.152604.143045.263523.164183.214277.0510.3511.4210.7910.7310.2511.2112.3513.113.9716.3221.5225.1828.1132.8436.6742.894656.1872.2778.0194.61111.86114.5126.85187.69240.71249.31279.73291.05268.51288.18288.12305412.9444.7510527.8628.72691.07759.748.679.968.969.2710.1512.214.0116.5218.3521.4321.4422.3923.3529.131.6640.545.6350.366.0273.8383.5107.99147.65217.49265.38302.56336.89413.29430.73460.71586.83630.37668.04796.841010.071164.81459.31647.552070.761929.594.064.764.634.674.654.715.426.056.757.8810.2811.8413.7816.6121.4228.8537.4142.0354.4365.5895.89116.07140.16161.29220.61281.84325.95357.12394.89439.33489.35567625.24667.87745.38929.341058.161246.891421.381587.7223625823222622224026629331335941045048858366182092410531347149317992101247730193953476451675904622964707377791383829700111991310815000169991979719942資料來源:《**統(tǒng)計年鑒2010》四、模型的估計與調(diào)整(一)對被解釋變量(Y)與解釋變量(*1、*2、*3)進(jìn)行回歸分析，其結(jié)果如下：DependentVariable:YMethod:LeastSquaresDate:07/05/11Time:02:25Sample:19522009Includedobservations:58VariableC*1*2*3R-squaredAdjustedR-squaredS.E.ofregressionSumsquaredresidLoglikelihoodF-statisticProb(F-statistic)Coefficient117.787112.015973.4024793.029794Std.Error29.496110.7651930.4323740.782690t-Statistic3.99330915.703207.8692943.871001Prob.0.00020.00000.00000.00033223.3975118.07813.0273113.1694113.082660.9521960.999099Meandependentvar0.999049S.D.dependentvar157.8239Akaikeinfocriterion1345052.Schwarzcriterion-373.7919Hannan-Quinncriter.19963.23Durbin-Watsonstat0.000000(二)自相關(guān)的檢驗與處理分析如下:有分析結(jié)果可知DW值為0.952196，而查表可知，DL=1.533大于1，所以可知該DW小于DL，可判定回歸模型存在正自相關(guān)。因此我們用C-O迭代法處理自相關(guān)問題，最終根據(jù)個回歸結(jié)果確定應(yīng)該采用何種自相關(guān)模型。首先，對其進(jìn)行一階自相關(guān)處理：用eviews6.0軟件對數(shù)據(jù)進(jìn)行處理，命令方式執(zhí)行Lsyc*1*2*3ar(1)，其結(jié)果如下：DependentVariable:YMethod:LeastSquaresDate:07/05/11Time:09:53Sample(adjusted):19532009Includedobservations:57afteradjustmentsConvergenceachievedafter28iterationsVariableC*1*2*3AR(1)R-squaredAdjustedR-squaredS.E.ofregressionSumsquaredresidLoglikelihoodF-statisticProb(F-statistic)InvertedARRootsCoefficient-750.31095.5424124.6891863.1221991.021111Std.Error1362.1240.4674970.1269320.4010550.026591t-Statistic-0.55083911.8555136.942647.78497038.40032Prob.0.58410.00000.00000.00000.00003277.0355147.10011.0627911.2420011.132440.9346210.999880Meandependentvar0.999870S.D.dependentvar58.59442Akaikeinfocriterion178531.9Schwarzcriterion-310.2894Hannan-Quinncriter.108016.1Durbin-Watsonstat0.0000001.02EstimatedARprocessisnonstationary根據(jù)DW值可知，DW=0.934621，查表可知此時臨界值DL約為1.533，說明該模型依舊存在正自相關(guān)。因此繼續(xù)對該數(shù)據(jù)進(jìn)行二階自相關(guān)處理：結(jié)果如下：DependentVariable:YMethod:LeastSquaresDate:07/05/11Time:10:00Sample(adjusted):19542009Includedobservations:56afteradjustmentsConver