1、對我國GDP影響因素的分析摘要：運用1987-2012年我國城鎮、農村人均收入，恩格爾系數以及就業人數的數據，先對GDP進行繪制相關圖，單位根檢驗，在建立了古典線性回歸模型，通過OLS回歸、多重共線性分析、懷特異方差檢驗、對變量進行單位根檢驗、Johansen協整檢驗、RESET檢驗、Chow穩定性檢驗等實證分析了城鎮、農村人均收入、恩格爾系數以及就業人數對我國GDP影響。通過這一系列統計分析和檢驗方法，擬合出比較優良的GDP模型，得出1987-2012年間我國經濟增長的情況。由此來分析所選取的這四個變量對GDP的貢獻情況，結合當前我國宏觀經濟形勢，找出目前經濟發展存在的問題，從而找出相應的對

2、策。【關鍵詞】：GDP 恩格爾系數 影響因素 回歸分析一、 引言許多專家學者指出，我國目前的經濟形勢是上世紀90年代中期以來最好的。由此可見，GDP作為現代國民經濟核算體系的核心指標，它的總量可以反映一個國家和地區的經濟發展及人民的生活水平，其結構可反映社會生產與使用，投資與消費之間的比例關系及宏觀經濟效益，對于經濟研究、經濟管理都具有十分重要的意義。尤其從1985年我國開始正式統計GDP后，它就越來越受到人們的關注。GDP的核算中有許多因素在起著作用，為此，本文對國內生產總值GDP的影響因素作計量模型的實證分析，以期分析各影響因素對經濟增長的貢獻情況，結合我國當前的宏觀經濟形勢，對國家宏觀經

3、濟政策提出自己的看法。二、建模分析1、數據收集整理從中國統計年鑒得到我國1987-2012年國內生產總值GDP、我國城鎮、農村人均收入，恩格爾系數以及就業人數的統計數據，圖1所示。數據收集（數據來自中國統計年鑒中國國家統計局網站圖1數據匯總整理，其中：gdp：國內生產總值，tc：城鎮居民人均收入， cc：農村居民人均收入， te：城鎮居民恩格爾系數， ce：農村居民恩格爾系數，tw：城鎮居民就業人數，cw：農村居民就業人數。數據匯總整理如圖2所示：圖2（變量數據）2、對GDP影響因素的分析過程利用Eviews6.0和我國1987-2012年我國城鎮、農村人均收入，恩格爾系數以及就業人數的數據建

4、立古典線性回歸模型，通過OLS回歸、多重共線性分析、懷特異方差檢驗、對變量進行單位根檢驗、Johansen協整檢驗、RESET檢驗、Chow穩定性檢驗等實證分析了城鎮、農村人均收入、恩格爾系數以及就業人數對我國GDP影響。（1） 繪變量變化折線圖圖3（序列折線圖）（2） GDP相關圖圖4（GDP序列相關圖）圖4相關圖用于顯示序列GDP與其滯后序列之間的相關關系。Autocorrelation 部分是相關圖， Partial Correlation部分是偏相關圖，自然序數列表示的是滯后期期數，AC 是估計的自相關系數值，PAC 是估計的偏相關系數值，Q-Stat表示的是Q統計量的值，Prob是Q

5、統計量的伴隨概率。P值大于檢驗水平，則表示序列是非自相關的。可以看出次輸入結果中，P值均小于0.05，表明在0.05的檢驗水平下，此序列存在自相關。3 單位根檢驗圖5（GDP序列ADF單位根檢驗結果）單位根檢驗用于檢查時間序列的平穩性。圖5中的是GDP序列進行ADF方法下的單位根檢驗。可以看到檢驗的伴隨概率為接近于1，遠遠大于檢驗水平0.05，所以接受原假設H0認為：如果檢驗式設定正確則該GDP序列存在單位根。此時GDP為隨機游走，是不穩定的。T-staistic欄的值與下面的1%、5%、10%水平的絕對值分別比較，在1%、5%、10%水平下的絕對值分別為3.752946、2.998064、2

6、.638752均大于了T的值2.646407，則表示應當接受原假設，即原序列具有單位根，是非平穩序列。而prob欄，顯示的信息是接受原假設的把握程度或是拒絕原假設犯錯的概率，此處，是1，表示有100%的把握接受原假設，即原序列具有單位根，是非平穩的。3 OLS模型回歸圖6（OLS估計1）回歸結果分析：通過圖6表可以看出，模型回歸方程形式為:模型回歸結果為：從系數的顯著性來看，prob.值除常數項C和TE外，其它都小于5%的顯著性水平，說明模型回歸的系數非常顯著;從模型整體的顯著性來看，F值為11091.40，相應的概率值prob.為0.000，可以拒絕模型整體解釋變量系數為零的原假設，說明模型

7、的整體擬合情況好；從模型整體的擬合度來看R方和調整R方都在99%以上，說明該模型整體上擬合的非常好；從模型擬合的殘差序列相關性來看，D-W值為2.613250，顯然嚴重大于序列無自相關的標準值2，判斷回歸殘差序列存在自相關。一次最小估計統計量仍然是線性和無偏的，但卻不是有效的。由圖6所示回歸結果可知：最優擬合優度為0.999730，所以數據的擬合優度較好。但是CE、CC、CW、TW和TC的P值均小于0.05，其中，TE的prob.值大于0.05，最不為顯著，此時，在0.05的顯著性水平下，不能拒絕TE為0的零假設。因此，去掉TE后重新進行OLS回歸，回歸結果如圖7：圖7（OLS估計2）由圖7回

8、歸結果可知：CE的P值仍大于0.05，不能拒絕CE為0的零假設，因此把CE從原模型中剔除，再次對剩下的變量進行OLS回歸，回歸結果如圖8：圖8（OLS估計3）由圖8回歸結果可知：數據的擬合優度值均大于0.99，數據能較好擬合，且模型中的變量都是顯著的。由此可以得出多元線性回歸方程為： 三 模型檢驗1 多元線性回歸模型的統計檢驗對于模型：從圖8可以知道可決系數,調整可決系數,都接近于1，所以模型的擬合優度好。方程總體線性的顯著性檢驗統計量F=15226.58，概率prob.=0.000小于顯著水平0.05，表明模型的線性關系在99%的置信水平下顯著成立。變量的顯著性檢驗T統計量分別為3.0418

9、07、-8.16457、14.88489、5.629989，其對應概率為0.0062、0.0000、0.0000、0.0000皆小于顯著水平0.05，說明每個解釋變量對被解釋變量的影響顯著。2 懷特異方差檢驗對上述的回歸模型進行懷特異方差檢驗，檢驗結果如圖9：圖9(懷特異方差檢驗)從圖9中，F-statistic是輔助方程整體顯著性的F統計量；Obs*R-squared是懷特檢驗的統計量NR2,通過比較Obs*R-squared的概率值和顯著性水平，可以對方程是否存在異方差進行判斷。在圖9中所示懷特檢驗結果中Obs*R-squared的概率值大于顯著性水平0.05，則不能拒絕原假設，方程不存在

10、異方差。3 對變量GDP TC CC TW CW進行單位根檢驗圖10（多變量的單位根檢驗）由圖10知對變量GDP TC CC TW CW進行單位根檢驗，檢驗結果，各檢驗伴隨概率都大于檢驗水平0.05，則接受原假設H0，即存在單位根，序列組為隨機游走，是不穩定的。4 Johansen協整檢驗對于非平穩時間序列可以進一步進行協整分析，傳統的方法是EG兩步法。但是EG兩步法最多只能判斷多個變量存在的一個協整關系，對于多個變量協整分析最為常見的是Johansen協整檢驗方法。圖11（Johansen協整檢驗結果）圖11中顯示的是跡統計量和最大特征根統計量的檢驗結果，這兩個統計量在Johansen協整檢

11、驗用于判斷變量之間的協整關系的個數。Johansen協整檢驗是按照協整關系的個數從0到K-1順序進行的，直到拒絕相應的原假設為止。圖中跡統計量的檢驗判定：原假設None表示沒有協整關系，該假設下計算的跡統計量值為138.0590，大于臨界值69.81889且概率P值為0.0000，小于顯著性水平0.05，可以拒絕原假設，認為至少存在一個協整關系；下一個原假設At most1表示最多有一個協整關系，該原假設下計算的跡統計量值為59.41554，大于臨界值47.85613且概率P值為0.0029，小于顯著性水平0.05，可以拒絕原假設，認為至少存在兩個協整關系；下一個原假設At most2表示最多

12、有兩個協整關系，該原假設下計算的跡統計量值為34.05615，大于臨界值29.79.7且概率P值為0.0152，小于顯著性水平0.05，可以拒絕原假設，認為至少存在三個協整關系；下一個原假設At most3表示最多有三個協整關系，該原假設下計算的跡統計量值為11.76213，小于臨界值15.49471且概率P值為0.1687，大于顯著性水平0.05，可以接受原假設，認為存在三個協整關系；檢驗到此結束。通過跡統計量可以判斷城鎮居民人均收入（TC）、農村居民人均收入（CC）、城鎮居民就業人數（TW）、農村居民就業人數（CW）、國內生產總值（GDP）五個變量存在三個協整關系同樣，最大特征值的判斷規則

13、于跡統計量相同，最大特征值的檢驗結果與跡統計量的檢驗結果一致，都認為城鎮居民人均收入（TC）、農村居民人均收入（CC）、城鎮居民就業人數（TW）、農村居民就業人數（CW）對國內生產總值（GDP）五個變量存在三個協整關系。圖12（無約束的產權估計值結果）圖12現實的是無約束的參數估計值，即協整矢量系數和調整參數矢量系數的估計結果。由于協整矢量并不唯一，因此一般情況下Eviews都會強加一個正規化約束限制。圖13（對數似然值最大的協整關系式）圖13顯示了對數似然值最大的協整關系式，該關系式也是VEC中的協整關系式。標準的協整關系值是指將排序第一位的變量前的系數標準化為1后計算的協整關系，該形式可以

14、方便寫出最終的協整方程式。本論述中的方程可寫為：通過該協整關系式，可以得到GDP與農村居民就業人數（CW）是正相關的長期均衡關系：農村居民就業人數（CW）每上升1%，GDP就會上升41.4273%；而GDP與城鎮居民人均收入（TC）、農村居民人均收入（CC）和城鎮居民就業人數（TW）都是負相關的長期均衡。圖14（續圖13）圖15（續圖14）圖16（續圖15）5 殘差檢驗（1）殘差自相關Q檢驗圖17（殘差擬合表）圖18（殘差自相關的Q檢驗）從圖18中可以看到一直滯后到12階，Q統計量的P值在滯后1至12階的概率都大于0.05，所以不可以拒絕原假設，認為模型回歸的殘差序列不存在自相關。從穩健性考慮

15、，需要進行LM檢驗。（2）殘差自相關LM檢驗圖19（殘差自相關LM檢驗）從圖19可以看到，該檢驗的F值為1.847228，其F的概率P值為0.1849大于顯著水平0.05，則不能拒絕原假設，認為模型回歸序列不存在自相關。（3）殘差正態性檢驗圖20（殘差正態性檢驗）從圖20，Histogram-Normality Test 即懷特異方差檢驗，主要用于對殘差進行正態性檢驗。JB統計量（Jarque-Bera） =0.003148，其概率probability=0.998427，表明在99%以上的置信水平下，接受原假設H0：序列服從正態分布。即JB統計量計算的概率值P大于了顯著水平0.05，此時就不

16、能拒絕原假設H0，認為殘差分布服從于正態分布。Skewness偏度為-0.0017240，所以模型回歸的殘差序列分布是不對稱的，為左偏分布形態。Kurtosis峰度為1.6813，模型回歸的殘差序列分布呈厚尾狀態。（4）殘差異方差檢驗圖21（殘差異方差檢驗）在圖21中，Heteroskedasticity，即懷特異方差檢驗，主要用于檢驗殘差序列是否存在異方差，F-statistic是輔助方程整體顯著性的F統計量；Obs*R-squared是懷特檢驗的統計量NR2，通過比較Obs*R-squared的概率值0.0941和顯著性水平0.05，明顯大于常規檢驗的檢驗水平0.05，因此接受懷特檢驗原假

17、設，認為原方程的的殘差序列不存在異方差。6 Chow穩定性檢驗Chow穩定性檢驗包括Chow突變點檢驗和Chow預測檢驗兩種。基本思想都是見數據分成兩個集合，通過檢驗整體估計于分組估計的差異，或者通過檢驗預測值于觀測值的差異，從而判斷模型的穩定性。若兩個集合差異較大或預測值于觀測值差異較大，則說明模型不具備穩定性特點。（1） Chow突變點檢驗根據回歸模型：用以研究城鎮居民人均收入（TC）、農村居民人均收入（CC）、城鎮居民就業人數（TW）、農村居民就業人數（CW）對國內生產總值（GDP）影響。我國2001年正式加入WTO世界組織為我國參與國際貿易和國際分工提供了便利條件，因此較為可能對我國的

18、城鎮居民人均收入（TC）、農村居民人均收入（CC）、城鎮居民就業人數（TW）、農村居民就業人數（CW）產生影響，所以在分析估計模型時，需要通過chow穩定性檢驗，檢驗加入WTO世界貿易組織前后模型是否發生了穩定性變化。圖22（Chow突變點檢驗）從圖22可以看到F-statistic =1.588619 ，其伴隨概率Prob. F(5,16)= 0.2196；Log likelihood ratio=10.48037，其伴隨概率Prob. Chi-Square(5)= 0.0627；Wald Statistic=7.943097，伴隨概率Prob. Chi-Square(5)= 0.1594。

19、F-statistic =1.588619 的伴隨概率Prob. F(5,16)= 0.2196，大于顯著水平0.05，接受原假設H0，即兩個子樣本回歸系數無顯著變化。認為2001年假加入WTO世界貿易組織前后模型沒有發生顯著變化。（2） Chow 預測檢驗圖23（Chow預測檢驗）由圖23，可以看到統計量的伴隨概率都很小，因此拒絕原假設，認為2001年加入WTO世界貿易組織前后模型發生了顯著性變化。四 模型解釋： 通過回歸模型：這一模型我們可以發現，其中城鎮、農村居民的恩格爾系數在模型修正中被剔除。城鎮居民的人均收入（TC）也對GDP有著重要影響，城鎮居民收入每上升一個單位，GDP增長將會上

20、升12.71952個單位。而農村居民的就業人數(CW)對GDP卻起著負作用，農村就業人數（CW）每增加一個單位，GDP將下降0.927870個單位。針對農村就業人數對GDP存在的負面影響，我們也許會覺得這與我們的邏輯思維有些背離，當然這不排除我們在對數據收集以及對方程的設立上存在一些誤差，或是農村就業人數增加的情況下，GDP會由于其他的一些因素而減小。農村居民人均收入（CC）、城鎮居民就業人數（TW）對GDP有著正相關影響。農村居民人均收入（CC）上升一個單位，GDP就上升5.465362單位；城鎮居民就業人數（TW）每上升1個單位，GDP就上升1.914610單位。五 解決方案通過對所建模型

21、的分析我們可以對如何提高我國GDP給出自己的見解與解決方案。自從我國1978年改革開放以來，隨著我國社會主義市場經濟體制的不斷發展和深入，我國的經濟得到了前所未有的、飛速的發展，但是，也帶來了嚴重的發展問題。貧富差距拉大，需求失衡就是當前兩個特別受關注，討論激烈的問題。觀察上述計量經濟模型參數估計結果，得知，城鎮居民的人均收入（TC）比農村居民人均收入（CC）對GDP的影響要大，而農村居民的就業人數(CW)對GDP卻起著負作用，而城鎮居民就業人數（TW）對GDP卻正相關，針對農村就業人數（CW）對GDP存在的負面影響，我們也許會覺得這與我們的邏輯思維有些背離，當然這不排除我們在對數據收集以及對方程的設立上存在一些誤差，或是農村就業人數增加的情況下，GDP會由于其他的一些因素而減小。因此，我對我國政府今后的政策導向提出一些有意義的建議：第一，采取適當政策措施，提高