计量经济学模型分析论文

影响我国人均影响我国人均 GDPGDP 的变量因素分析的变量因素分析 摘要 人均国内生产总值 Real GDP per capita 也称作 人均 GDP 常作为发展 经济学中衡量经济发展状况的指标 是重要的宏观经济指标之一 它是人们了 解和把握一个国家或地区的宏观经济运行状况的有效工具 是衡量各国人民生 活水平的一个标准 为了更加客观的衡量 经常与购买力平价结合 本文从城市化率 城镇居民家庭可支配收入 政府支出以及城镇居民消费水 平四个方面出发 通过往年的数据发展来观察它们对于人均 GDP 的影响 从而 对我国目前的经济发展提供一些建议 笔者认为 在提高城镇居民可支配收入 城市化率以及政府支出的基础上 更要调节好我国目前贫富差距过大的问题 这样才能保持经济的稳定发展 关键词 人均 GDP 城市化率 城镇居民可支配收入 城府支出 引 言 一国的经济乃立国之本 而经济发展是以 GDP 增长为前提的 影响人均 GDP 的因素看似众多 究竟哪些因素对人均 GDP 的增长起关键性的影响作用呢 由此引出了本小组的研究课题 对我国人均 GDP 影响因素的计量分析 随着 2009 年中国 GDP 赶超日本 成为世界排名第二 无疑吸引了国内外的 目光 然而 在如此大的总量之下 中国的人均 GDP 却一直在世界 100 名左右 徘徊 国服民穷 的现状一直是我们的问题 经我们数据搜寻 在人均 GDP 的增长过程中 城市化率 城镇居民家庭人 均可支配收入 城市政府支出以及城镇居民消费水平都有了显著的上升 同时 我们知道 GDP 的构成取决于消费 投资 政府支出 因此 我们把城市化率 城镇居民人均可支配收入 城市政府支出 城镇居民消费水平这四个指标作为 反映了人均 GDP 的自变量 认为这四个变量是影响人均 GDP 的关键性因素 本 实验主要选取 1979 2009 年的统计数据 一 人均 GDP 的基本概念及特点 1 人均 GDP 的基本概念和经济意义 1 人均 GDP 的基本概念 人均国内生产总值 Real GDP per capita 也称作 人均 GDP 常作为发 展经济学中衡量经济发展状况的指标 是重要的宏观经济指标之一 它是人们 了解和把握一个国家或地区的宏观经济运行状况的有效工具 将一个国家核算 期内 通常是一年 实现的国内生产总值与这个国家的常住人口相比进行计算 得到人均国内生产总值 是衡量各国人民生活水平的一个标准 为了更加客观 的衡量 经常与购买力平价结合 2 人均 GDP 的经济意义 首先 除资源国以外的绝大多数工业化国家 人均 GDP 比较客观地反映了一 定国家社会的发展水平和发展程度 一方面 就中日比较而论 人均 GDP 虽不 能正确反映中日两国综合国力 但确实表明日本在社会保障 医疗卫生 教育 和人口寿命以及环境和生态建设等方面的发展水平要高于中国 尤其是日本城 乡发展的相对均衡以及农村农业基本上 水旱无忧 的抗灾能力与抗灾水平 更是让中国望尘莫及 改革开放 30 多年来 中国城市化 工业化进程加快 农 村农业的滞后发展恰恰拖了我国人均 GDP 的后腿 成为我国经济社会发展的短 板 最终也深刻影响了我国的综合国力和国际竞争力 其次 人均 GDP 本身具有社会公平和平等的含义 人均 GDP 虽然不能直接等 同于居民的人均收入和生活水平 但构成了一国居民人均收入和生活水平的主 要物质基础 是提高居民人均收入水平 生活水平的重要参照指标 事实上 强调人均 GDP 的国家 一般也比较注重提高本国居民的人均收入水平和社会公 平程度 再次 人均 GDP 与工业化进程和社会稳定 具有一定内在联系 据亨廷顿分 析 在一定阶段 人均国内生产总值增长与社会安定 社会和谐成正比 二 1978 2011 年的数据搜集 年份人均 GDP 城市化 率 城镇居民家 庭人均可支 配收入 政府支 出城镇居民消费水平 197838117 92343 41122 09405 197941918 964051281 79425 198046319 39477 61228 83489 198149220 16500 41138 41521 198252821 13535 31229 98536 198358321 62564 61409 52558 198469523 01652 11701 02618 198585823 71739 12004 25765 198696324 52900 92204 91872 1987111225 321002 12262 18998 1988136625 811180 22491 211311 1989151926 211373 92823 781466 1990164426 411510 23083 591596 1991189326 941700 63386 621840 1992231127 462026 63742 22262 1993299827 992577 44642 32924 1994404428 513496 25792 623852 1995504629 0442836823 724931 1996584630 484838 97937 555532 1997642031 915160 39233 565823 1998679633 355425 110798 186109 1999715934 78585413187 676405 2000785836 22628015886 56850 2001862237 666859 618902 587113 2002939839 097702 822053 157387 20031054240 538472 224649 957901 20041233641 769421 628486 898679 20051418542 991049333930 289410 20061650043 911759 540422 7310423 20072016944 9413785 849781 3511904 20082370845 6815780 862592 6613526 20092557546 5917174 776299 9315025 三 REVIEWS 模型建立及检验 1 散点图变化分析 1 GDPP 人均 GDP 和 CSH 城市化 的关系 0 5 000 10 000 15 000 20 000 25 000 30 000 162024283236404448 CSH GDPP 2 GDPP 人均 GDP 和 JMKZPSR 城镇居民家庭人均可支配收入 的关系 0 5 000 10 000 15 000 20 000 25 000 30 000 05 00010 00015 00020 000 JMKZPSR GDPP 3 GDPP 人均 GDP 和 ZFZC 政府支出 的关系 0 5 000 10 000 15 000 20 000 25 000 30 000 020 00040 00060 00080 000 ZFZC GDPP 4 GDPP 人均 GDP 和 GMXFSP 城镇居民消费水平 0 5 000 10 000 15 000 20 000 25 000 30 000 04 0008 00012 00016 000 GMXFSP GDPP 2 Ganger 检验 1 首先 我们研究 GDPP 和 CSH 的因果检验 Pairwise Granger Causality Tests Date 06 03 12 Time 10 42 Sample 1978 2009 Lags 1 Null Hypothesis ObsF StatisticProb CSH does not Granger Cause GDPPP 31 0 782470 3839 GDPPP does not Granger Cause CSH 0 571930 4558 由表可知 CSH 影响 GDPP 的概率较大 故可以将 CSH 作为自变量 GDPP 为因变 量 2 其次 我们研究 GDPP 和 JMKZPSR 的因果检验 Pairwise Granger Causality Tests Date 06 03 12 Time 10 44 Sample 1978 2009 Lags 1 Null Hypothesis ObsF StatisticProb JMKZPSR does not Granger Cause GDPP 31 0 248210 6222 GDPP does not Granger Cause JMKZPSR 0 194840 6623 由表可知 JMKZPSR 影响 GDPP 的概率高 故可以将 JMKZPSR 作为自变量 GDPP 作为因变量 3 紧接着 我们研究 GDPP 和 ZFZC 之间的因果关系 Pairwise Granger Causality Tests Date 06 03 12 Time 10 45 Sample 1978 2009 Lags 1 Null Hypothesis ObsF StatisticProb ZFZC does not Granger Cause GDPP 31 0 020240 8879 GDPP does not Granger Cause ZFZC 0 337200 5661 由表可知 GDPP 和 ZFZC 相互影响 概率都比较大 所以可以将 ZFZC 作为自变 量 4 最后 我们研究 GDPP 和 GMXFSP 的因果关系 Pairwise Granger Causality Tests Date 06 03 12 Time 10 44 Sample 1978 2009 Lags 1 Null Hypothesis ObsF StatisticProb JMXFSP does not Granger Cause GDPP 30 16 02510 0004 GDPP does not Granger Cause JMXFSP 7 442160 0111 由表可知 GDPP 和 JMXFSP 的相关可能性都非常低 顾将 JMXFSP 作为自变量剔 除 3 选择模型形式 做回归 描绘模型 估计模型 ZFZCJMKZPRSCSHCGDP 2 Dependent Variable GDPP Method Least Squares Date 06 07 12 Time 16 47 Sample 1978 2011 Included observations 34 VariableCoefficientStd Errort StatisticProb C472 7725178 03882 6554460 0126 CSH 2 1 5896010 416496 3 8166040 0006 ZFZC0 0963330 0110378 7284600 0000 JMKZPSR1 2697630 08659114 663990 0000 R squared0 999337 Mean dependent var7863 882 Adjusted R squared0 999271 S D dependent var9292 254 S E of regression250 9664 Akaike info criterion13 99865 Sum squared resid1889524 Schwarz criterion14 17822 Log likelihood 233 9770 Hannan Quinn criter 14 05989 F statistic15070 08 Durbin Watson stat1 179488 Prob F statistic 0 000000 令 GDP Y 2 1 CSH XJMKZPSR 2 X ZFZC 3 X 321 269763 1 096333 0 1 589601x 472 7725xxY 0388 178 4164 0 011037 0 086591 0 999337 0 2 R0 999271 2 R1 179488 DW 9664 250 SE00 0 F33 n 4 随机误差项的正态性检验 JB 检验 0 1 2 3 4 5 6 7 8 600 400 2000200400600 Series RESID Sample 1978 2009 Observations 32 Mean 1 56e 13 Median 25 89469 Maximum 606 3765 Minimum 601 0734 Std Dev 246 4424 Skewness 0 256965 Kurtosis 4 277828 Jarque Bera 2 529290 Probability 0 282340 通过 JB 检验发现 估计模型随机误差项可能为正太分布的可能性 P 5 所以 通过检验 5 Ramsey reset test 检验 Ramsey RESET Test F statistic4 085866 Prob F 1 27 0 0533 Log likelihood ratio4 509325 Prob Chi Square 1 0 0337 Test Equation Dependent Variable GDPP Method Least Squares Date 06 03 12 Time 13 59 Sample 1978 2009 Included observations 32 VariableCoefficientStd Errort StatisticProb C 44 45361313 7799 0 1416710 8884 CSH 2 0 2081290 798441 0 2606690 7963 JMKZPSR1 2261430 08806813 922750 0000 ZFZC 0 0047620 051507 0 0924470 9270 FITTED 28 81E 064 36E 062 0213530 0533 R squared0 998943 Mean dependent var6325 906 Adjusted R squared0 998787 S D dependent var7066 021 S E of regression246 1018 Akaike info criterion13 99197 Sum squared resid1635285 Schwarz criterion14 22099 Log likelihood 218 8715 Hannan Quinn criter 14 06788 F statistic6382 086 Durbin Watson stat1 060922 Prob F statistic 0 000000 Prob F 值为 0 533 5 所以模型被误设可能性较小 6 T F 检验 拟合优度检验 t Statistic 2 288009 3 385601 13 98170 7 726581 T值的绝对值 2 通过检验 说明此模型拟合优度较好 Prob F statistic 0 000000 F 值为 0 远远小于 5 说明此模型拟合优度较好 R squared0 998784 0 99 说明改模型可行性很大 拟合度好 2 R 7 Wald Test 检验 若 Prob F 5 接受约束条件 Wald Test Equation Untitled Test StatisticValue df Probability F statistic3 421460 1 28 0 0749 Chi square3 4214601 0 0644 Null Hypothesis Summary Normalized Restriction 0 Value Std Err 1 C 2 2 3 C 3 C 4 2 7920851 509465 Delta method computed using analytic derivatives 8 邹氏突变检验 若 Prob F 5 认为该点很可能是突变点 通过观察整体数据较为平稳 未发现明显突变点 其中对1995年 2004年进 行随机检测 如下图 Chow Breakpoint Test 1994 Null Hypothesis No breaks at specified breakpoints Varying regressors All equation variables Equation Sample 1978 2009 F statistic10 66037Prob F 4 24 0 0000 Log likelihood ratio32 68074Prob Chi Square 4 0 0000 Wald Statistic 42 64146Prob Chi Square 4 0 0000 Chow Breakpoint Test 2004 Null Hypothesis No breaks at specified breakpoints Varying regressors All equation variables Equation Sample 1978 2009 F statistic51 32985Prob F 4 24 0 0000 Log likelihood ratio72 22598Prob Chi Square 4 0 0000 Wald Statistic 205 3194Prob Chi Square 4 0 0000 所以通过邹氏检验 发现无突变点 9 模型的比较 观察 AIC 和 SC 值的变化 若有下降的现象 该模型可能更好些 Dependent Variable GDPP Method Least Squares Date 06 07 12 Time 19 12 Sample 1978 2009 Included observations 32 VariableCoefficientStd Errort StatisticProb C 355 7275157 9942 2 2515220 0327 CSH 21 1758570 4480062 6246450 0141 ZFZC 0 1570970 034252 4 5864490 0001 JMKZPSR1 0567120 05897117 919050 0000 JMKZPSR 25 91E 057 81E 067 5745260 0000 R squared0 999611 Mean dependent var6325 906 Adjusted R squared0 999553 S D dependent var7066 021 S E of regression149 3804 Akaike info criterion12 99347 Sum squared resid602491 2 Schwarz criterion13 22249 Log likelihood 202 8955 Hannan Quinn criter 13 06938 F statistic17333 87 Durbin Watson stat1 124435 Prob F statistic 0 000000 此时13 22249SC 12 99347AIC 原模型14 17822SC 13 99865AIC 通过比较发现 增加一个变量后的模型更适合 四 REVIEWS 异方差检验及克服 1 异方差检验 1 图形法 0 50 000 100 000 150 000 200 000 250 000 300 000 350 000 400 000 162024283236404448 CSH RESID 2 0 50 000 100 000 150 000 200 000 250 000 300 000 350 000 400 000 05 00010 00015 00020 000 JMKZPSR RESID 2 0 50 000 100 000 150 000 200 000 250 000 300 000 350 000 400 000 020 00040 00060 00080 000 ZFZC RESID 2 2 WHITE检验 Heteroskedasticity Test White F statistic4 375318 Prob F 9 22 0 0023 Obs R squared20 53007 Prob Chi Square 9 0 0149 Scaled explained SS25 76099 Prob Chi Square 9 0 0022 Test Equation Dependent Variable RESID 2 Method Least Squares Date 06 03 12 Time 14 01 Sample 1978 2009 Included observations 32 VariableCoefficientStd Errort StatisticProb C8464 488329747 70 0256700 9798 CSH 2 201 35391601 322 0 1257420 9011 CSH 2 20 3904291 9826260 1969250 8457 CSH 2 JMKZPSR 0 2099720 662189 0 3170870 7542 CSH 2 ZFZC0 0064770 0732710 0883930 9304 JMKZPSR 13 46487270 5561 0 0497670 9608 JMKZPSR 20 0281310 0657920 4275700 6731 JMKZPSR ZFZC 0 0057330 017857 0 3210840 7512 ZFZC46 1234650 200820 9187790 3682 ZFZC 20 0002770 0013990 1980820 8448 R squared0 641565 Mean dependent var58835 95 Adjusted R squared0 494932 S D dependent var108225 6 S E of regression76913 92 Akaike info criterion25 58907 Sum squared resid1 30E 11 Schwarz criterion26 04711 Log likelihood 399 4251 Hannan Quinn criter 25 74090 F statistic4 375318 Durbin Watson stat2 022294 Prob F statistic 0 002261 由 white 检验知 在 查分布表 得临界值53007 20 2 nR05 0 2 所以拒绝原假设 接受备择假设 表明模型存在异方差 81473 7 305 0 2 2 异方差的修正 Dependent Variable GDPP Method Least Squares Date 06 03 12 Time 14 34 Sample 1978 2009 Included observations 32 Weighting series 1 RESID 2 VariableCoefficientStd Errort StatisticProb C849 1712171 22644 9593470 0000 CSH 48 907558 460355 5 7807910 0000 ZFZC0 0864670 00483917 868100 0000 JMKZPSR1 1854990 02888741 039550 0000 Weighted Statistics R squared0 999925 Mean dependent var633 4496 Adjusted R squared0 999917 S D dependent var3246 371 S E of regression1 135960 Akaike info criterion3 209302 Sum squared resid36 13133 Schwarz criterion3 392519 Log likelihood 47 34883 Hannan Quinn criter 3 270033 F statistic124296 8 Durbin Watson stat1 364803 Prob F statistic 0 000000 Unweighted Statistics R squared0 998268 Mean dependent var6325 906 Adjusted R squared0 998082 S D dependent var7066 021 S E of regression309 4658 Sum squared resid2681534 Durbin Watson stat0 658206 3 再次对修正后的模型做 white 检验 Heteroskedasticity Test White F statistic1 09E 22 Prob F 1 30 0 0000 Obs R squared32 00000 Prob Chi Square 1 0 0000 Scaled explained SS3 01E 10 Prob Chi Square 1 1 0000 Test Equation Dependent Variable WGT RESID 2 Method Least Squares Date 06 03 12 Time 14 41 Sample 1978 2009 Included observations 32 Collinear test regressors dropped from specification VariableCoefficientStd Errort StatisticProb C2 45E 165 44E 174 4981280 0001 WGT 23 14E 083 00E 191 05E 110 0000 R squared1 000000 Mean dependent var1 00E 06 Adjusted R squared1 000000 S D dependent var5 68E 06 S E of regression3 03E 16 Sum squared resid2 75E 30 F statistic1 09E 22 Durbin Watson stat1 800809 Prob F statistic 0 000000 所以修正后的模型通过 WHITE 检验得到无 81473 7 31001 3 05 0 22 EnR 异方差 此时模型为 321 1 1854990 08646748 90755x 849 1712xxY 171 2264 8 460355 0 004839 0 028887 0 999925 2 R0 999917 2 R1 364803 DW 1 135960 SE00 0 F33 n 五 REVIEWS 自相关检验及克服 1 自相关检验 1 DW检验法 Dependent Variable GDPP Method Least Squares Date 06 07 12 Time 17 28 Sample 1978 2009 Included observations 32 VariableCoefficientStd Errort StatisticProb C459 4286200 79842 2880090 0299 CSH 2 1 5588790 460444 3 3856010 0021 ZFZC0 0965540 0124967 7265810 0000 JMKZPSR1 2654280 09050613 981700 0000 R squared0 998784 Mean dependent var6325 906 Adjusted R squared0 998653 S D dependent var7066 021 S E of regression259 3089 Akaike info criterion14 07039 Sum squared resid1882750 Schwarz criterion14 25360 Log likelihood 221 1262 Hannan Quinn criter 14 13112 F statistic7663 496 Durbin Watson stat1 020692 Prob F statistic 0 000000 说明在滞后一期时 该模型存在一阶自相关 dl 020692 1 DW 2 LM检验法 Breusch Godfrey Serial Correlation LM Test F statistic11 63691 Prob F 1 27 0 0021 Obs R squared9 637960 Prob Chi Square 1 0 0019 Test Equation Dependent Variable RESID Method Least Squares Date 06 07 12 Time 18 03 Sample 1978 2009 Included observations 32 Presample missing value lagged residuals set to zero VariableCoefficientStd Errort StatisticProb C 164 8782177 6396 0 9281610 3615 CSH 20 2887690 4010080 7201070 4776 ZFZC 0 0151850 011532 1 3167740 1990 JMKZPSR0 0157080 0771840 2035140 8403 RESID 1 0 7725960 2264823 4112910 0021 R squared0 301186 Mean dependent var 4 19E 13 Adjusted R squared0 197658 S D dependent var246 4424 S E of regression220 7472 Akaike info criterion13 77451 Sum squared resid1315692 Schwarz criterion14 00354 Log likelihood 215 3922 Hannan Quinn criter 13 85043 F statistic2 909226 Durbin Watson stat1 197067 Prob F statistic 0 040137 LM检验也说明该模型在滞后一期时存在一 637960 9 39 637960 05 0 2 nR 阶自相关 2 广义差分法克服自相关 510346 0 2 DW 滞后一期时 11 1 33221101 xxxYx 两边同时乘以 并将原模型与所得模型相减 得到差方后模型 3 2 1 9083 0 04233 0 95 238493 389 xxxYX 六 REVIEWS 多重共线检验及克服 1 多重共线检验 GDPPCSH 2ZFZCJMKZPSR GDPP1 0 96006194612 47061 0 98640173122 18101 0 99618721912 73518 CSH 2 0 96006194612 470611 0 92150855686 08908 0 97694821058 06614 ZFZC 0 98640173122 18101 0 92150855686 089081 0 97209385159 96026 JMKZPSR0 99618721912 0 97694821058 0 972093851591 735180661496026 1 去掉后 对模型重新进行计算 2 CSH 2 R Dependent Variable GDPP Method Least Squares Date 06 07 12 Time 19 02 Sample 1978 2009 Included observations 32 VariableCoefficientStd Errort StatisticProb C 167 625290 48260 1 8525680 0741 ZFZC0 1203580 0120519 9873190 0000 JMKZPSR0 9924770 04797720 686300 0000 R squared0 998286 Mean dependent var6325 906 Adjusted R squared0 998167 S D dependent var7066 021 S E of regression302 4890 Akaike info criterion14 35103 Sum squared resid2653487 Schwarz criterion14 48844 Log likelihood 226 6164 Hannan Quinn criter 14 39657 F statistic8443 399 Durbin Watson stat0 869511 Prob F statistic 0 000000 此时 所以不应该被剔除999337 0 998286 0 2 R 2 CSH 2 去掉ZFZC后 对模型重新进行计算 2 R Dependent Variable GDPP Method Least Squares Date 06 07 12 T