个人收集整理仅供参考学习一、数据分析的问题： 影响 GDP 增长的主要因素二、选题缘由改革开放以来， 特别是自十八届三中全会召开以来，我国社会主义市场经济体制已基本建立并不断完善， 我国在世界中的地位越来越突出，经济的发展也十分迅速并取得了巨大成就。 但当前我国经济仍然面临着极大的考验，即如何实现经济的长期可持续增长， 而影响经济增长的因素很多， 如何高效率的提升经济的持续增长能力成为了置关重要课题。 本文则主要从三个方面的因素来分析对经济增长的影响。三、经济意义的分析经济增长通常是指在一个较长的时间跨度上，一个国家总产出（或人均产出）水平的持续增加，即国内生产总值（GDP ）的增加或人均国内生产总值的增加。同时，经济增长率的高低体现了一个国家或地区在一定时期内经济总量的增长速度，也是衡量一个国家或地区总体经济实力增长速度的标志。古典经济增长理论以社会的财富增长为中心，并且指出生产劳动是社会财富的源泉，而现代经济增长理论则认为知识、人力资本、 技术的进步是经济增长的主要因素，但普遍认为物质资本和劳动对经济增长具有重要贡献。所谓物质资本，是指长期存在的生产物资形式，例如机器设备、厂房、建筑物、交通运输设施等固定资产的投资。但是，由于物质资本数值难以具体测量，所以本文中用“全社会的固定资产投资总额”来代替物质资本的额。同时，中国是一个人口大国，为经济增长提供了大量的劳动力资源，所以在本文中用 “年末总就业人数” 来衡量劳动力。而众多的消费群体同样对经济的增长发挥着不可忽视的作用，在本文用“居民消费价格指数”来衡量消费对经济增长的影响。综上：GDP 增长的主要影响因素包括全社会固定资产投资总额(TZ) 、年末总就业人数 (JY) 、居民消费价格指数 (P) 。四、数据来源：中国统计局中国统计年鉴年份全社会固定资产投资（亿元）国内生产总值（亿元）就业人员（万人）居民消费价格指数（上年=100）1980 年910.90 4545.62 42361.00 107.50 1981 年961.00 4891.56 43725.00 102.50 1982 年1230.40 5323.35 45295.00 102.00 1983 年1430.10 5962.65 46436.00 102.00 1984 年1832.90 7208.05 48197.00 102.70 1985 年2543.20 9016.04 49873.00 109.30 1986 年3120.60 10275.18 51282.00 106.50 1987 年3791.70 12058.62 52783.00 107.30 1988 年4753.80 15042.82 54334.00 118.80 1989 年4410.40 16992.32 55329.00 118.00 1990 年4517.00 18667.82 64749.00 103.10 1991 年5594.50 21781.50 65491.00 103.40 1992 年8080.10 26923.48 66152.00 106.40 精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 1 页，共 11 页个人收集整理仅供参考学习1993 年13072.30 35333.92 66808.00 114.70 1994 年17042.10 48197.86 67455.00 124.10 1995 年20019.30 60793.73 68065.00 117.10 1996 年22913.50 71176.59 68950.00 108.30 1997 年24941.10 78973.03 69820.00 102.80 1998 年28406.20 84402.28 70637.00 99.20 1999 年29854.70 89677.05 71394.00 98.60 2000 年32917.70 99214.55 72085.00 100.40 2001 年37213.50 109655.17 72797.00 100.70 2002 年43499.90 120332.69 73280.00 99.20 2003 年55566.61 135822.76 73736.00 101.20 2004 年70477.43 159878.34 74264.00 103.90 2005 年88773.61 184937.37 74647.00 101.80 2006 年109998.16 216314.43 74978.00 101.50 2007 年137323.94 265810.31 75321.00 104.80 2008 年172828.40 314045.43 75564.00 105.90 2009 年224598.77 340902.81 75828.00 99.30 2010 年251683.77 401512.80 76105.00 103.30 2011 年311485.13 473104.05 76420.00 105.40 2012 年374694.00 518942.00 76704.00 102.60 五、数据的分析过程初始的模型估计步骤：在主菜单上点击QuickEstimate Equation GDP C JY TZ P GDP-国内生产总值 JY-就业人员 TZ- 全社会固定资产投资 P- 居民消费价格指数Dependent Variable: GDP Method: Least Squares Date: 12/20/13 Time: 12:40 Sample: 1980 2012 Included observations: 33 Variable Coefficient Std. Error t-Statistic Prob. C -2719.175 45296.60 -0.060030 0.9525 JY 1.916021 0.258069 7.424449 0.0000 TZ 1.333564 0.030316 43.98818 0.0000 P -815.3575 379.3138 -2.149560 0.0401 R-squared 0.992351 Mean dependent var 120245.3 Adjusted R-squared 0.991560 S.D. dependent var 143693.1 S.E. of regression 13201.23 Akaike info criterion 21.92722 精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 2 页，共 11 页个人收集整理仅供参考学习Sum squared resid 5.05E+09 Schwarz criterion 22.10861 Log likelihood -357.7991 F-statistic 1254.114 Durbin-Watson stat 1.031859 Prob(F-statistic) 0.000000 回归结果： GDP=-2719.175+1.916021JY+1.333564TZ-815.3575P t (-0.060030) (7.424449) (43.98818) (-2.149560) 2R=0.992351 2R= 0.991560 F=1254.114 多重共线性的检验与剔除步骤: 在数据组窗口点击 ViewCorrelations GDP JY P TZ GDP 1.000000 0.691237 -0.201502 0.987476 JY 0.691237 1.000000 -0.199862 0.597181 P -0.201502 -0.199862 1.000000 -0.152015 TZ 0.987476 0.597181 -0.152015 1.000000 根据多重共线性检验，变量之间存在着线性相关的关系。可以通过重复剔除变量法剔除相关变量。具体作法：在模型估计时，依次添加变量 JY、TZ、P 做模型估计，如果添加的那个变量模型估计不显著则予以剔除。 最后经检验模型估计应剔除变量：P-居民消费价格指数。剔除 P后，修正多重共线性后的模型估计，如下：Dependent Variable: GDP Method: Least Squares Date: 12/20/13 Time: 12:41 Sample: 1980 2012 Included observations: 33 Variable Coefficient Std. Error t-Statistic Prob. C -94068.60 16597.24 -5.667724 0.0000 TZ 1.336272 0.032066 41.67257 0.0000 JY 1.992349 0.270600 7.362708 0.0000 R-squared 0.991132 Mean dependent var 120245.3 Adjusted R-squared 0.990541 S.D. dependent var 143693.1 S.E. of regression 13975.15 Akaike info criterion 22.01446 Sum squared resid 5.86E+09 Schwarz criterion 22.15050 Log likelihood -360.2385 F-statistic 1676.526 精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 3 页，共 11 页个人收集整理仅供参考学习Durbin-Watson stat 0.651113 Prob(F-statistic) 0.000000 回归结果： GDP=-94068.60+1.992349JY+1.336272TZ t= ( -5.667724)(7.362708) (41.67257) 2R=0.991132 2R=0.990541 F=1676.526 模型的异方差性检验怀特（White） 检验法步骤：在方程窗口点击ViewResidual TestWhite Heteroskedasticity White Heteroskedasticity Test: F-statistic 1.426641 Probability 0.251112 Obs*R-squared 5.586942 Probability 0.232192 Test Equation: Dependent Variable: RESID2 Method: Least Squares Date: 12/20/13 Time: 12:42 Sample: 1980 2012 Included observations: 33 Variable Coefficient Std. Error t-Statistic Prob. C -1.20E+09 2.32E+09 -0.515944 0.6099 TZ 829.8461 2621.541 0.316549 0.7539 TZ2 0.000175 0.006473 0.027030 0.9786 JY 42503.61 82844.81 0.513051 0.6119 JY2 -0.331433 0.721727 -0.459223 0.6496 R-squared 0.169301 Mean dependent var 1.78E+08 Adjusted R-squared 0.050630 S.D. dependent var 2.27E+08 S.E. of regression 2.21E+08 Akaike info criterion 41.40418 Sum squared resid 1.37E+18 Schwarz criterion 41.63092 Log likelihood -678.1689 F-statistic 1.426641 Durbin-Watson stat 0.946714 Prob(F-statistic) 0.251112 取显著性水平 =0.05 时，则自由度（模型中变量个数） 为 2 的卡方值约为5.99 。从模型估计结果中得到： R-squared*N=0.169301*33=5.5869335.99 所以估计模型不存在异方差性。精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 4 页，共 11 页个人收集整理仅供参考学习 序列相关性的检验与剔除从修正多重共线性后的模型估计结果中可以看到：D-W检验的结果为0.651113。一般来讲 D-W检验值接近 2 时则认为不存在序列相关性， 所以修正后的模型存在序列相关性。 又由于 D-W检验存在局限性， 它只能检验是否存在一阶自相关性。故本文通过依次迭代法来消除序列相关性。步骤：在 Estimate Equation 窗口中依次输入 GDP C TZ JY AR(1) 、GDP C TZ JY AR(1) AR(2) 、GDP C TZ JY AR(1) AR(2) AR(3) 三次迭代结果如下：1. 在 Estimate Equation 窗口中输入 GDP C TZ JY AR(1) 进行回归Dependent Variable: GDP Method: Least Squares Date: 12/25/13 Time: 15:09 Sample (adjusted): 1981 2012 Included observations: 32 after adjustments Convergence achieved after 197 iterations Coefficient Std. Error t-Statistic Prob. C 3478155. 1.32E+08 0.026376 0.9791 TZ 0.984369 0.217541 4.524974 0.0001 JY -0.846659 1.165559 -0.726397 0.4736 AR(1) 0.998286 0.066542 15.00229 0.0000 R-squared 0.996147 Mean dependent var 123861.0 Adjusted R-squared 0.995734 S.D. dependent var 144459.1 S.E. of regression 9435.520 Akaike info criterion 21.25882 Sum squared resid 2.49E+09 Schwarz criterion 21.44204 Log likelihood -336.1411 Hannan-Quinn criter. 21.31955 F-statistic 2412.805 Durbin-Watson stat 2.412638 Prob(F-statistic) 0.000000 Inverted AR Roots 1.00 2. 在Estimate Equation 窗口中输入 GDP C TZ JY AR(1) AR(2) 进行回归Dependent Variable: GDP Method: Least Squares Date: 12/25/13 Time: 15:09 Sample (adjusted): 1982 2012 Included observations: 31 after adjustments Convergence achieved after 263 iterations Coefficient Std. Error t-Statistic Prob. C 5050443. 2.33E+08 0.021691 0.9829 TZ 1.047465 0.162272 6.455010 0.0000 精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 5 页，共 11 页个人收集整理仅供参考学习JY -1.011040 1.139278 -0.887440 0.3830 AR(1) 0.663928 0.210056 3.160723 0.0040 AR(2) 0.334596 0.206076 1.623657 0.1165 R-squared 0.996422 Mean dependent var 127698.7 Adjusted R-squared 0.995871 S.D. dependent var 145179.4 S.E. of regression 9328.274 Akaike info criterion 21.26618 Sum squared resid 2.26E+09 Schwarz criterion 21.49747 Log likelihood -324.6258 Hannan-Quinn criter. 21.34157 F-statistic 1810.138 Durbin-Watson stat 2.233278 Prob(F-statistic) 0.000000 Inverted AR Roots 1.00 -.33 3. 在 Estimate Equation 窗口中输入 GDP C TZ JY AR(1) AR(2) AR(3) 进行回归Dependent Variable: GDP Method: Least Squares Date: 12/25/13 Time: 15:10 Sample (adjusted): 1983 2012 Included observations: 30 after adjustments Convergence achieved after 437 iterations Coefficient Std. Error t-Statistic Prob. C 3818035. 74919970 0.050962 0.9598 TZ 1.098701 0.088324 12.43950 0.0000 JY -1.292457 0.875796 -1.475751 0.1530 AR(1) 0.405874 0.187168 2.168499 0.0403 AR(2) 0.014262 0.204769 0.069647 0.9451 AR(3) 0.576699 0.194286 2.968298 0.0067 R-squared 0.997377 Mean dependent var 131777.9 Adjusted R-squared 0.996831 S.D. dependent var 145843.2 S.E. of regression 8210.126 Akaike info criterion 21.04098 Sum squared resid 1.62E+09 Schwarz criterion 21.32122 Log likelihood -309.6147 Hannan-Quinn criter. 21.13063 F-statistic 1825.408 Durbin-Watson stat 1.912291 Prob(F-statistic) 0.000000 Inverted AR Roots 1.00 -.30-.70i -.30+.70i 通过以上三次迭代的结果比较可以看出第三次迭代结果比较令人满意，并且已不存在自相关性。步骤：在方程窗口点击ViewResidual TestCorrelogram-Q-statistics 高阶自相关性检验结果如下：精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 6 页，共 11 页个人收集整理仅供参考学习40,00045,00050,00055,00060,00065,00070,00075,00080,0001980198519901995200020052010JY时间序列的平稳性检验 稳性检验图示法步骤：在数据组中点击ViewGraphLine 从以下三个图中可以看出三个变量均为非平稳时间序列。0100,000200,000300,000400,000500,000600,0001980198519901995200020052010GDP精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 7 页，共 11 页个人收集整理仅供参考学习050,000100,000150,000200,000250,000300,000350,000400,0001980198519901995200020052010TZ除时间序列的非平稳性单位根检验法步骤：由于三个因素都存在非平稳性， 故通过变量差分法剔除非平稳性，即通过一次差分、二次差分、三次差分.直到时间序列通过单位根检验。经检验ddgdp（二次差分）、djy（一次差分）、ddtz（二次差分）通过了单位根检验，最终检验结果如下：1. 对 GDP 进行二次差分后，进行单位根检验结果：ADF Test Statistic -5.820609 1% Critical Value* -3.6661 5% Critical Value -2.9627 10% Critical Value -2.6200 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(DDGDP) Method: Least Squares Date: 12/20/13 Time: 13:56 Sample(adjusted): 1983 2012 Included observations: 30 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. DDGDP(-1) -1.250543 0.214847 -5.820609 0.0000 C 2121.205 1865.214 1.137244 0.2651 R-squared 0.547508 Mean dependent var -848.6383 Adjusted R-squared 0.531347 S.D. dependent var 14354.06 S.E. of regression 9826.532 Akaike info criterion 21.28790 精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 8 页，共 11 页个人收集整理仅供参考学习Sum squared resid 2.70E+09 Schwarz criterion 21.38131 Log likelihood -317.3185 F-statistic 33.87949 Durbin-Watson stat 2.073646 Prob(F-statistic) 0.000003 通过检验结果分析ADF Test Statistic=-5.820609-2.6200(10% Critical Value)， 通过了单位根检验。2.对 JY 进行一次差分后，进行单位根检验结果：ADF Test Statistic -5.070026 1% Critical Value* -3.6576 5% Critical Value -2.9591 10% Critical Value -2.6181 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(DJY) Method: Least Squares Date: 12/20/13 Time: 13:59 Sample(adjusted): 1982 2012 Included observations: 31 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. DJY(-1) -0.943326 0.186059 -5.070026 0.0000 C 1001.572 358.7960 2.791481 0.0092 R-squared 0.469886 Mean dependent var -34.83871 Adjusted R-squared 0.451606 S.D. dependent var 2216.984 S.E. of regression 1641.757 Akaike info criterion 17.70726 Sum squared resid 78165649 Schwarz criterion 17.79978 Log likelihood -272.4626 F-statistic 25.70517 Durbin-Watson stat 2.004825 Prob(F-statistic) 0.000021 通过检验结果分析ADF Test Statistic=-5.070026 -2.6181 (10% Critical Value)，通过了单位根检验。3. 对 TZ进行二次差分后，进行单位根检验结果：ADF Test Statistic -10.86107 1% Critical Value* -3.6661 5% Critical Value -2.9627 10% Critical Value -2.6200 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation 精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 9 页，共 11 页个人收集整理仅供参考学习Dependent Variable: D(DDTZ) Method: Least Squares Date: 12/20/13 Time: 14:01 Sample(adjusted): 1983 2012 Included observations: 30 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. DDTZ(-1) -1.632682 0.150324 -10.86107 0.0000 C 3029.466 1269.145 2.387014 0.0240 R-squared 0.808170 Mean dependent var -222.3597 Adjusted R-squared 0.801319 S.D. dependent var 15155.14 S.E. of regression 6755.190 Akaike info criterion 20.53835 Sum squared resid 1.28E+09 Schwarz criterion 20.63176 Log likelihood -306.0753 F-statistic 117.9629 Durbin-Watson stat 1.919809 Prob(F-statistic) 0.000000 通过检验结果分析ADF Test Statistic= -10.86107 -2.6200 (10% Critical Value)，通过了单位根检验格兰杰因果检验步骤：点击 QuickGroup StatisticsGranger Causality Test 此检验是建立在平稳性的前提下进行的,检验结果如下：Pairwise Granger Causality Tests Date: 12/20/13 Time: 14:06 Sample: 1980 2012 Lags: 2 Null Hypothesis: Obs F-Statistic Probability DJY does not Granger Cause DDGDP 29 1.12329 0.34171 DDGDP does not Granger Cause DJY 0.28687 0.75315 DDTZ does not Granger Cause DDGDP 29 17.2959 2.2E-05 DDGDP does not Granger Cause DDTZ 39.9868 2.3E-08 DDTZ does not Granger Cause DJY 29 0.68868 0.51189 DJY does not Granger Cause DDTZ 0.68834 0.51205 从以上分析数据中得出：由第一组数据显示： DDGDP 不是 DJY的原因，而 DJY是 DDGDP 的原因。由第二组数据显示： DDGDP 与 DDTZ 互为因果关系。由第一组数据显示： DDTZ 与 DJY之间不存在因果关系。精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 10 页，共 11 页个人收集整理仅供参考学习精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 11 页，共 11 页