第页（共 29 页）重庆市第二产业各行业对经济增长的贡献分析重庆市第二产业各行业对经济增长的贡献分析一、文献综述一、文献综述（一）国外研究综述（一）国外研究综述1、“筱原二基准”：由日本经济学家筱原三代平提出，即主导产业的选择基准是以研究产业结构，成为日本五六十年代选择主导产业的依据。它包括收入弹性基准和生产率上升基准，前者是从需求角度提出的面向市场的选择基准，后者是从供给角度提出的立足于生产的选择基准。这两个基准的提出，是主导产业政策具有了坚实的理论基础和明确的行动指南，据此选择主导产业并通过政府的产业政策促进其发展，可望带动整个经济的更快发展。2、“产业关联基准”：由美国经济学家赫希曼提出，产业关联度是指各产业在投入产出上的相关程度。产业关联度高的产业对其他产业会产生较强的后向关联、前向关联、旁侧关联，选择这些产业为主导产业，可以促进整个产业的发展。（二）国内研究综述（二）国内研究综述改革开放后，我国经济发展迅猛，经济结构发生了重大变化，但由于我国经济学理论的研究较为匮乏，国外的研究成果又难以直接应用到我国的经济建设中。于是，在理论研究力量有限的情况下，我国经济理论学界多以经济生活中亟待解决的问题为研究对象，重在解决问题的理论方法的研究上。其中，对于主导产业的研究，我国的许多学者多是在国外理论的基础上，结合我国具体国情，提出了一些选择主导产业的新基准上。其中最具代表性的有：第页（共 29 页）1、经济学家周振华在产业政策的经济理论系统分析中提出的三条基准：增长后劲基准，短缺替代基准，瓶颈效应基准，该基准是“以结构矛盾来推进整个产业的发展”的方针为框架来构造。2、经济学家孙家驹在产业结构问题研究中，根据社会需求和发展的五个阶段的观点，对主导产业变动的规律性、形成的条件和结构层次等提出了新的看法。他认为，产业结构的变动和消费者需要结构的变动息息相关。3、经济学家王岳平在中国工业结构调整与升级：理论、实证和政策中提出了以下原则：高需求收入弹性原则、高生产率上升原则、高关联度原则、高技术扩散与带动原则和动态比较优势原则。文中依据上述各原则，通过定量与定性相合，对中国制造业各部门进行了分析，通过打分排序选择出主导产业。这些基准抓住了主导产业的本质内涵，符合主导产业演替的趋势，为主导产业的选择提供了很好的理论依据。但如果作为区域主导产业的选择基准难以全面体现区域产业发展特点，还应加入其他的选择基准。二、理论综述：二、理论综述：本次综合实训报告所选取的题目是“重庆市第二产业各行业对经济增长的贡献分析” 。我们首先在重庆市统计年鉴中收集重庆市直辖后，即1997年至2008年的三产业GDP值，然后以计量经济学为理论基础，应用Eviews软件，分析出第二产业为重庆市的主导产业，并得出工业在第二产业中所占的比重远远大于建筑业，因此，我们以第页（共 29 页）多元统计分析为理论基础，应用SPSS统计软件，对工业中三十八个行业做因子分析，得出综合评分，最后对工业中各行业对经济增长的贡献进行综合评价，并给出政策建议。三、实证分析过程三、实证分析过程（一）重庆市三产业（一）重庆市三产业 GDPGDP 比重分析比重分析重庆直辖以来，产业结构即三产业对 GDP 的贡献发生了显著变化。我们通过对 1997 年至 2008 年 GDP 值、第一产业生产总值、第二产业生产总值、第三产业生产总值做回归分析，得到三产业中对GDP 的贡献最大的产业，即主导产业。1 1、原始数据收集、原始数据收集表 1-1 地区生产总值地区生产总值（19972008 年年）单位：亿元(100 million yuan)年 份本 市生产总值第一产业第二产业 工 业建筑业第三产业19971360.24307.21540.08464.4875.60512.9519981440.56300.89558.87467.8691.01580.8019991491.99286.16574.98478.1696.82630.8520001603.16284.87623.83512.07111.76694.4620011765.68294.90688.40559.36129.04782.3820021990.01317.87780.97631.11149.86891.1720032272.82339.06921.10744.77176.331012.6620042692.81428.051112.80899.68213.121151.9620053070.49463.401259.121023.35235.771347.9720063452.14386.381500.971234.12266.851564.7920074122.51482.391892.101572.26319.841748.0220085096.66575.402433.272036.40396.872087.99数据来源：重庆市统计年鉴2 2、分析过程、分析过程第页（共 29 页）由于近10年来经济发展迅猛且时间跨度较大，在使用原始数据的时候，理应考虑到通货膨胀等因素对原始数据的影响。故在分析之前，首先对原始数据对数化处理，再做回归分析。表1-2回归分析Dependent Variable: LOG(Y)Method: Least SquaresDate: 07/06/10 Time: 09:28Sample: 1997 2008Included observations: 12VariableCoefficientStd. Errort-StatisticProb. LOG(X1)0.1313400.00969113.552980.0000LOG(X2)0.4976860.01232540.380050.0000LOG(X3)0.3499560.01079032.434090.0000C1.1465700.03364934.074150.0000R-squared0.999982 Mean dependent var7.742667Adjusted R-squared0.999975 S.D. dependent var0.442124S.E. of regression0.002216 Akaike info criterion-9.125385Sum squared resid3.93E-05 Schwarz criterion-8.963749Log likelihood58.75231 F-statistic146005.1Durbin-Watson stat1.796799 Prob(F-statistic)0.000000由上表可知，各个变量的系数符号均为正，符合实际，且 T 统计量较大，P 值为零，可决系数和修正可决系数均达到 0.999 以上，F 统计量为 146005.1，故该模型拟合程度很好。回归模型：LOG()=1.1466+0.1313LOG(X1)+0.4977LOG(X2)+0.3500LOG(X3)y t=(34.07415) (13.55298) (40.38005) (32.43409) R2=0.999982 F=146005.1 DW=1.796799 df=12通过模型可以得到，变量 X2 对 Y 的影响最大，即第二产业的总产值对 GDP 影响最大。故结论为：第二产业是三产业中对 GDP 影响第页（共 29 页）最大的主导产业。（二）第二产业（二）第二产业 GDP 比重分析比重分析第二产业分为工业和建筑业，对重庆市直辖以后，即 1997 年至2008 年间的工业和建筑业的产值占第二产业的比重进行分析。表 2-1 工业与建筑业占第二产业比重年份工业占第二产业比重建筑业占第二产业比重199786.0014.00 199883.7216.28 199983.1616.84 200082.0817.92 200181.2618.74 200280.8119.19 200380.8619.14 200480.8519.15 200581.2818.72 200682.2217.78 200783.1016.90 200883.6916.31由表 2-1 可知：自重庆市直辖至今，工业在第二产业所占比例在 80%以上，而建筑业所占比例不到 20%，因此，我们可以推断出工业是第二产业发展的最主要构成部分，我们应以工业为研究主体，进而将工业中各行业对重庆经济增长的贡献做进一步的实证分析。（三）工业各行业贡献分析（三）工业各行业贡献分析本文使用统计软件SPSS11.0对重庆市规模以上工业企业的10项经济指标进行因子分析。研究对象是重庆市38个规模以上工业产业的10项经济指标(数据来源于2009年重庆统计年鉴)。1 1、指标的选取：、指标的选取：第页（共 29 页）对第二产业中各行业进行因子分析是一个综合性范畴，单用一个指标不能全面地反映出其发展现状，因此，指标的选取应越多越好，但限于当前数据资料的不足，我们无法得到反映第二产业中各行业发展的所有指标，而只能选取其中的一部分，这样虽然影响了结果的真实性，但与用单个指标相比，其在所含信息量和反映内容的全面性上仍具有明显的优势。对于指标的选取，应按以下原则进行选择：（1）代表性。所选指标应具有明确意义；（2）系统性。能比较系统地、完整地反映重庆的经济情况；（3）独立性。选择相互独立的指标避免产生干扰和重复；（4）可操作性。这是指标体系能否顺利建立的先决条件，选择的指标应具有可操作性并且容易获取，一些有价值但缺乏数据支持的经济指标只能用相关指标代替或略去。根据以上原则，结合第二产业各行业的内涵和目前重庆市经济发展的现状、特征以及第二产业各个方面的相互关联，从多角度的基础之上，对重庆市第二产业各行业选择的指标如下：单位数，工业总产值，资产合计，工业销售产值，全员劳动生产率，资产负债率，增加值率，流动资产周转率，成本费用利润率，资本保值增值率等十个指标2 2、分析过程：、分析过程：首先，我们先对KMO值进行检测，看是否可以进行因子分析。表3-1 KMO检验值第页（共 29 页）KMOKMO andand BartlettsBartletts TestTestKaiser-Meyer-Olkin Measure of Sampling Adequacy.667Approx. Chi- Square496.837df45Bartletts Test of SphericitySig.000KMO 检验和 Bartlett 检验是两个常用的测度因子分析模型有效性的统计指标。KMO 测度样本的充足度。KMO 的统计值一般界于 0和 1 之间，若该统计指标在 0.5 和 1 之间则表明可以进行因子分析，若小于 0.5 则表明不适宜进行因子分析。由表 3-1 可知，KMO 和Bartlett 检验的结果。KMO 值为 0.6670.5。Bartlett 统计指标检验相关矩阵是不是单位矩阵(原假设为相关矩阵为单位阵)。Bartlett 球形检验的统计值为 496.837，P 值为 0.0000.001，拒绝原假设，相关矩阵不是单位阵，可以考虑进行因子分析。通过以上两项统计指标的检验表明本研究适合进行因子分析。以下则是方差最大旋转后的提取公因子结果：表3-2 旋转后的主成分矩阵RotatedRotated ComponentComponent Matrix(a)Matrix(a)Component 指标F1F2F3 单位数（个）.915-.069-.145 工业总产值（元）.988-.018-.049 资产合计（元）.928.025-.136 工业销售产值（元）.989-.017-.049 全员劳动生产率（元/人 年）.049.662.522资产负债率（%）.165-.275-.787 增加值率-.154.841.2