经济模型应用报告.doc

. . . . .实验报告课程名称： 经济模型及应用 论文题目：江苏宏观经济发展生产函数的计量分析 姓 名： 郭莉 学 号： 080702105 成 绩： 任课教师评语： 签名： 年 月 日江苏苏省经济发展的经验生产函数摘要：本文首先采用C-D生产函数以及CES生产函数模型，结合江苏19902008年的时间序列数据对江苏经济进行实证分析。本文尝试探讨符合江苏社会经济发展情况的生产函数和模型。关键词：生产函数 回归分析一引言改革开发以来，我国经济发展开始启动，尤其是九十年代后，实行市场经济体制，经济增速加快，江苏作为经济大省，对我国经济增长作出重要贡献。到2011年，我国已成为世界第二大经济体，GDP总量排全球第二，但人均GDP仍低于世界平均水平，随着基数变大，经济增速不可避免的放缓，此时，弄清楚产出增长方式对维持经济高速增长具有重要现实意义，通过研究生产函数与显示经济增长方式的拟合程度，找出最符合江苏省产出增长的生产函数，由此不断改进产出增长方式，保持经济继续高速增长是有必要的。对生产函数的研究由来以久。从20世纪20年代末，美国数学家Charles和Cobb和经济学家Paul Dauglas提出生产函数这一名词，并用18991922年的数据资料，导出了著名的C-D生产函数以来，不断有新的研究成果出现。1937年Dauglas,Durand提出改进的生产函数模型，1960年Solow提出含体现型技术进步生产函数， 1961年Arrow等提出两要素生产函数模型，1967年 Sato提出二级CES生产函数，1968年 Sato,Hoffman提出VES生产函数，1968年Aigner,Chu提出边界生产函数， 1973年Christensen,Jorgenson提出超对数生产函数。二 数据的搜集及模型的选取 本文的数据是从江苏省统计年鉴中整理而得。具体见以下图表：本文对于生产函数的选择，基于人们常用的几个经验生产函数模型三 生产函数参数估计与结果分析（一）基于线性生产函数模型的参数估计由线性生产函数建立模型如下：Y = a + b1K + b2L (1)参数的估计：create a 1990 2008data y k lls y c k l 得到如下回归结果：Dependent Variable: YMethod: Least SquaresDate: 06/02/11 Time: 15:20Sample: 1990 2008Included observations: 19VariableCoefficientStd. Errort-StatisticProb. C-76214.4613756.18-5.5403790.0000K1.5094810.08145218.532240.0000L18.070033.1857505.6721420.0000R-squared0.997152 Mean dependent var10369.23Adjusted R-squared0.996796 S.D. dependent var8333.802S.E. of regression471.6938 Akaike info criterion15.29448Sum squared resid3559920. Schwarz criterion15.44360Log likelihood-142.2975 F-statistic2801.367Durbin-Watson stat0.599135 Prob(F-statistic)0.000000=-76214.46+1.509481K+18.07003L (-5.54) (18.53) (5.67) R2=0.997152 =0.9968 F=2801.367 D.W=0.599(2)模型的检验b1 ,b2都为正，说明资本，劳动投入的增加，都会引起产出水平的提高，这是符合经济意义的。同时，a,b1,b2的都通过了T检验，F值也很大，R2=0.997说明模型拟合得比较好。但在5的显著性水平下，D.W0.599d11.10,说明模型存在着正自相关。（二）基于C-D生产函数模型的参数估计由C-D生产函数，建立如下生产函数模型： (1)参数的估计两边取对数：lny=lnA + alnK + blnL输入命令：create a 1990 2008data y k lls log(y) c log(k) log(l)得到如下回归结果：Dependent Variable: LOG(Y)Method: Least SquaresDate: 06/02/11 Time: 15:23Sample: 1990 2008Included observations: 19VariableCoefficientStd. Errort-StatisticProb. C18.1018126.372300.6863950.5023LOG(K)0.8778050.07351111.941140.0000LOG(L)-1.9222453.209089-0.5990000.5576R-squared0.993866 Mean dependent var8.910328Adjusted R-squared0.993099 S.D. dependent var0.896897S.E. of regression0.074505 Akaike info criterion-2.211953Sum squared resid0.088817 Schwarz criterion-2.062831Log likelihood24.01356 F-statistic1296.227Durbin-Watson stat0.891771 Prob(F-statistic)0.000000=18.1+0.8778lnK-1.922lnL （0.686）（11.94）（-0.599） R2=0.993866 =0.993 F=1296.227 D.W=0.89a前的系数都为正，符合经济意义。但b系数为负，且未通过t检验，R20.993866,F值高达1296.227，说明模型拟合得比较好，。且D.W0.89d11.10,说明模型存在着正自相关。（三）基于CES生产函数模型的参数估计由CES生产函数建立如下模型：YA(1K-+2L-)-M/将Ln（1K-+2L-）-m/在=0处展开台劳级数，取0阶、1阶和2阶项，代入上式得： lnY=LnA+1mLnK+2mLnK-(1/2)m12(Ln(K/L)2+(1)估计模型create a 1990 2008data y k lgenr ly=log(y)genr lk=log(k)genr ll=log(l)genr lkl=(log(k/l)2ls ly c lk ll lklgenr g=c(2)/(c(2)+c(3)genr m=c(2)+c(3)genr p=-2*c(4)/m*g*(1-g)genr gg=1-ggenr q=1/(1+p)show g gg m p q得到如下回归结果：Dependent Variable: LYMethod: Least SquaresDate: 06/02/11 Time: 15:30Sample: 1990 2008Included observations: 19VariableCoefficientStd. Errort-StatisticProb. C0.59986432.977230.0181900.9857LK0.8104020.1056197.6728710.0000LL0.2286914.0269410.0567900.9555LKL-0.0164900.018443-0.8941090.3854R-squared0.994176 Mean dependent var8.910328Adjusted R-squared0.993012 S.D. dependent var0.896897S.E. of regression0.074977 Akaike info criterion-2.158614Sum squared resid0.084323 Schwarz criterion-1.959785Log likelihood24.50683 F-statistic853.5849Durbin-Watson stat0.921973 Prob(F-statistic)0.0000000.5990.81lnk0.22lnl0.016(ln(k/l)2 (0.018) (7.67) (0.057) (-0.89) R2=0.994 =0.993 F=853.5849 D.W=0.92(1)要素的产出弹性得资本的产出弹性eek= 0.29，劳动的产出弹性为eel8.93。说明劳动投入在山西经济发展过程中起着重要的作用。 (2)技术进步速度的测定 r=y-k-l其中，r为技术进步速度，、为资本与劳动的产出弹性，y、k、l分别为产出、资本和劳动数量的增长速度。genr y1=(y-y(-1)/y(-1)genr k1=(k-k(-1)/k(-1)genr l1=(l-l(-1)/l(-1)genr r=y1-c(2)*k1-(1-c(2) *l1genr a=c(2)genr b=1-c(2)show y1 k1 l1 r a b obsY1K1L1RAB19900.2900021827630.70999781723719910.1305188845750.2348582655070.01134905870270.05435166803110.2900021827630.70999781723719920.3338620439870.6175735260690.009864333238940.1477607183420.2900021827630.70999781723719930.4036198162940.6076998735420.00572174122620.223323102720.2900021827630.70999781723719940.3532933532570.1633717881490.005288249946430.3021605321730.2900021827630.70999781723719950.2705828130890.2622133074910.005136656611870.1908933665850.2900021827630.70999781723719960.1646787255710.1603171107690.0004104743943790.117894977590.2900021827630.70999781723719970.1126093191280.1300621175360.0004148649295530.07459646795310.2900021827630.70999781723719980.07778196918120.1508835317670.0002574741557470.03384260953720.2900021827630.70999781723719990.06914909131310.08169986196020.0001799577213250.04532818342390.2900021827630.70999781723720000.1111834259570.09216633547850.006247281191420.08001943148130.2900021827630.70999781723720010.1055860102480.1026663951420.003653120996620.07321882362690.2900021827630.70999781723720020.1216061601970.1653910431860.005353744012560.0698412501010.2900021827630.70999781723720030.1730975737380.3861957165570.002388952943230.05940382158720.2900021827630.70999781723720040.2057989836750.279581318640.003099356184280.1225192548840.2900021827630.70999781723720050.220084513050.280057824210.006157250832120.1344954980780.2900021827630.70999781723720060.1824255448860.1523746211260.01211497698510.1296349649470.2900021827630.70999781723720070.1892379238150.2181072778220.01169393352550.1176836698920.2900021827630.70999781723720080.1775934641610.2276136344180.006658524860660.1068574752360.2900021827630.709997817237经济增长取决于生产要素投入量的增加和生产技术的进步。技术进步的定量分析主要包括两各方面的内容：一是测算技术进步速度及其对经济增长的贡献，这是从纵向研究技术进步；二是关于部门之间、企业之间技术进步水平的比较研究，这是从横向研究技术进步。技术进步速度，是一项反映在一定时期内技术进步快慢的综合指标。此处，技术进步是广义的、希克斯中性的，是将资本与劳动数量增长之外的所有因素全部归入“技术进步”之中。从上表可以看出，年技术进步速度为R，不同年份的技术进步速度是不同的，这与当时的经济运行状况是相吻合的。这样计算出来的技术进步速度R也叫做综合要是生产率，或全要素生产率（简称TFP），是西方经济学中流行的一个重要概念。上述R的计算公式所测算的TFP是指扣除了资本投入和劳动投入以外其他所有能实现经济增长的因素贡献的总和，这个总和包括了技术进步、产业结构调整、规模经济、资源配置、政策法律、管理决策、教育进步、随机因素等等。利用这种方法研究经济增长因素，有助于我们认识要素投入和综合要素生产率对经济增长的相对重要性，还能用于说明不同国家经济增长率差异的原因。（3）技术进步贡献率和各要素贡献率genr ea=r/y1genr ek=a*(k1/y1)genr el=b*(l1/y1)show ea ek el obsEAEKEL19901991-0.0006440.5543600.446283831992-0.0020490.4941930.507856181993-0.0308710.97383860.057033191994-0.165897-0.1377351.30363341995-0.0023220.83544620.16687601996-0.0158730.90106910.11480441997-0.00716150.82063170.186529819980.00936140.76695530.22368321999-0.0119390.73431130.27762822000-0.0019200.73528440.26663562001-0.0048560.43325670.571600120020.1395990.33180400.52859602003-0.2833800.46077580.82260502004-0.0018160.72736840.2744