计量经济实验报告

1、计量经济实验报告计量经济实验报告30/30计量经济实验报告实验报告山西省经济发展的经验生产函数和需求函数的计量分析纲领：本文第一采纳C-D生产函数以及CES生产函数模型，联合山西19492005年的时间序列数据对山西经济进行实证分析，其次运用ELES需求函数模型，并联合山西2005年的相关截面数据对山西的整体需讨状况做一个实证分析。本文试尝试讨符合山西社会经济发展情况的生产函数和需求函数模型。要点词：生产函数需求函数回归分析一、前言2006年以来，在国家宏观调控政策措施的影响下，山西固定财富投资表现增速安稳回落，投资构造明显趋好，投资增添方式明显改良的优秀发展态势，基本实现了“十一五”时期起好

2、步、开好局的目标。可是投资运转中存在的投资增速跌落到近三年来的最低点，特别是与全国和中部六省对比，投资规模和投资增速的差距进一步扩大；投资构造侧重于工业，且符合国家产业政策、有益于全省经济构造调整优化、需要加快发展的产业新动工项目及其投资力度仍显不足等问题不容忽视。2007年要坚持“又好又快”、“宜快则快”的投资发展理念，合理掌握宏观调控的方向和力度，以加大投资、扩大花费为要点，加快全省投资的转型和超越，努力促使全省经济社会又好又快发展就显得尤其重要。对生产函数和需求函数的研究由来以久。特别是对生产函数的研究，从20世纪20年月末，美国数学家Charles和Cobb和经济学家PaulDaugl

3、as提出生产函数这一名词，并用18991922年的数据资料，导出了有名的C-D生产函数以来，不停有新的研究成就出现。1937年Dauglas,Durand提出改良的生产函数模型，1960年Solow提出含表现型技术进步生产函数，1961年Arrow等提出两因素生产函数模型，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提出界限生产函数，1973年Christensen,Jorgenson提出超对数生产函数。关于需求函数，也有诸多模型，比方线性需求函数模型，对数线性需求函数模型，耐用品的存量调整模型，状态调整模型，L

4、ES和ELES模型等。二数据的采集及模型的采纳本文的数据是从历年山西省统计年鉴中整理而得。详细见以以下图表：图一：按经济种类区分全社会固定财富投资TOTALINVESTMENTINFIXEDASSETSBYOWNERSHIP（总计）年份200420022000199819951985197819701959195719490.00500.001000.001500.002000.00投资额总计（亿元）资料根源：由2006年山西省统计年鉴整理而得图二：按经济种类区分全社会固定财富投资TOTALINVESTMENTINFIXEDASSETSBYOWNERSHIP投资额（亿元）（不一样经济种类比较）

5、900.00800.00700.00600.00500.00400.00300.00200.00100.000.00年份国有经济集体经济个体经济其余经济StateownedEconomicCollectiveIndividualsEconomicOtherTypesownedEconomicofOwnership资料根源：由2006年山西省统计年鉴整理而得图三:按经济种类区分全社会固定财富投资增添速度TOTALINVESTMENTINFIXEDASSETSBYOWNERSHIP（上年=100）（总计）1008074.683.26055.84033.134.233.229.732.425.820

6、21.219.518.310.08.214.313.37.68.700.51.6-20-40年份-23.2资料根源：由2006年山西省统计年鉴整理而得图四：按经济种类区分全社会固定财富投资TOTALINVESTMENTINFIXEDASSETSBYOWNERSHIP增添速度（不一样经济种类比较）（上年=100）80070060050040030020010009278920580505789012345-100455556777889999900000019191919191919191919191919191919202020202020-200年份国有经济集体经济个体经济其余经济State

7、ownedEconomicCollectiveIndividualsEconomicOtherTypesownedEconomicofOwnership资料根源：由2006年山西省统计年鉴整理而得图五：主要年份地域生产总值GROSSDOMESTICPRODUCTINMAJORYEARS地域生产总值（按当年价钱计算）（万元）450000004000000035000000300000002500000020000000150000001000000050000000年份7250580503456789012345255667778899999999000000999999999999999990

8、0000011111111111111111222222资料根源：由2006年山西省统计年鉴整理而得图六：主要年份人均地域生产总值PerCapitaGROSSDOMESTICPRODUCTINMAJORYEARS人均地域生产总值（按当年价钱计算）（元/人）140001200010000800060004000200002725058050345678901234年份5556677788999999990000009999999999999999900000011111111111111111222222资料根源：由2006年山西省统计年鉴整理而得图七：主要年份地域生产总值GROSSDOMEST

9、ICPRODUCTINMAJORYEARS（按产业分类按当年价钱计算单位：万元）1952195725000000200520041962200000001965第一产业200315000000PrimaryIndustry2002200110000000500000019701975第二产业SecondaryIndustry20000197819991980第三产业TertiaryIndustry19981985199719901996199519941993资料根源：由2006年山西省统计年鉴整理而得图八：主要年份第二产业产值构成COMPOSITIONOFSECONDARYINDUSTRYI

10、NMAJORYEARS（按当年价钱计算单位：万元）1952250000001957200520041962200320000000196515000000工业20021970Industry10000000200150000001975200001978建筑业Construction1999198019981985199719901996199319951994资料根源：由2006年山西省统计年鉴整理而得图九：主要年份地域生产总值构成COMPOSITIONOFGROSSDOMESTICPRODUCTINMAJORYEARS（单位：%）1952200560.01957200450.01962第一

11、产业PrimaryIndustry200340.01965200230.01970200120.01975第二产业10.0SecondaryIndustry20000.0197819991980第三产业TertiaryIndustry19981985199719901996199319951994资料根源：由2006年山西省统计年鉴整理而得图十：主要年份地域第二产业构成COMPOSITIONOFSECONDARYINDUSTRYINMAJORYEARS（单位：%）1952200560.01957200450.019622003196540.0工业200230.01970Industry2001

12、20.0197510.020000.01978建筑业Construction1999198019981985199719901996199319951994资料根源：由2006年山西省统计年鉴整理而得图十一：主要年份从业人员年关人数YEAR-ENDEMPLOYEESINMAJORYEARS从业人员共计（万人）1600.001400.001200.001000.00800.00600.00400.00200.000.00250580505012345年份27556677788990000009999999999900000011111111111222222资料根源：由2006年山西省统计年鉴整

13、理而得图十二：主要年份从业人员构成COMPOSITIONOFEMPLOYEESINMAJORYEARS从业人员（万人）1200.001000.00800.00600.00400.00员工StaffandWorkers城镇私营公司及个体UrbanPrivateandIndividuals乡村及乡镇公司Rural，TownshipandVillageEnterprises200.00其余从业人员OtherEmployees0.00年份72505805050123452556677788990000009999999999900000011111111111222222资料根源：由2006年山西省统

14、计年鉴整理而得图十三：员工构成从业人数COMPOSITIONOFSTAFFANDWORKERS（万人）400.00国有单位350.00300.00250.00200.00150.00100.0050.000.0027250580505012345年份556677788990000009999999999900000011111111111222222State-OwnedUnits城镇集体单位UrbanCollective-OwnedUnits其余单位UnitsofOtherTypesOwnership资料根源：由2006年山西省统计年鉴整理而得图十四：城镇居民家庭均匀每人整年花费性支出及构成

15、LIVINGEXPENDITUREPERCAPITAANDCOMPOSITIONOFURBANHOUSEHOLDS（单位：元）1995年食品2500.002000.002000年杂项商品及服务穿着1500.001000.002005年500.00居住0.00家庭设施用品及服务教育、文化、娱乐服务医疗保健交通和通信资料根源：由2006年山西省统计年鉴整理而得图十五：城镇居民家庭均匀每人整年花费性支出及构成LIVINGEXPENDITUREPERCAPITAANDCOMPOSITIONOFURBANHOUSEHOLDS（图形由内向外分别为1995年、2000年和2005年的数据）11%3%食品4%

16、11%4%穿着7%32%10%家庭设施用品及服务35%15%医疗保健14%4%48%交通和通信3%6%教育、文化、娱乐服务8%居住10%18%8%13%杂项商品及服务8%7%15%6%资料根源：由2006年山西省统计年鉴整理而得图十六：农民家庭均匀每人生活花费支出PerCapitaLivingConsumptionExpenditureOFRURALHOUSEHOLDS食品600.001995年500.00其余商品和服务穿着400.00300.002000年200.00100.002005年文教娱乐用品及服务0.00居住交通和通信家庭设施、用品及服务医疗保健资料根源：由2006年山西省统计年鉴

17、整理而得本文关于生产函数的选择，鉴于人们常用的几个经验生产函数模型，而需求函数的选择则是ELES模型。三生产函数参数预计与结果分析3.1鉴于几个生产函数模型的参数预计鉴于线性生产函数模型的参数预计由线性生产函数成立模型以下：Y=a+b1K+b2L参数的预计：createa19782005dataykllsyckl获取以下回归纳果：DependentVariable:YMethod:LeastSquaresDate:06/27/07Time:18:34Sample:19782005Includedobservations:28VariableCoefficientStd.Errort-Stati

18、sticProb.C-12374.112976.385-4.1574310.0003K6.0996750.24870324.525980.0000L4.1973700.8347265.0284390.0000R-squared0.982488Meandependentvar14246.66AdjustedR-squared0.981087S.D.dependentvar15683.80S.E.ofregression2156.893Akaikeinfocriterion18.29168Sumsquaredresid1.16E+08Schwarzcriterion18.43442Loglikel

19、ihood-253.0836F-statistic701.3045Durbin-Watsonstat0.346863Prob(F-statistic)0.000000y-12374.11+6.099675K+4.197370L=(-4.16)(24.53)(5.03)R2=0.982F=701.30D.W=0.35R=0.98(2)模型的检验B1,b2都为正，说明资本，劳动投入的增添，都会惹起产出水平的提升，这是符合经济意义的。同时，a,b1,b2的都经过了T检验，F值也很大，R2=0.98说明模型拟合得比较好。但在5的明显性水平下，D.W0.35d11.10,说明模型存在着正自有关。并且由陪

20、伴概率可知，模型存在异方差。WhiteHeteroskedasticityTest:F-statistic6.390357Probability0.000829Obs*R-squared16.58240Probability0.0053643.1.2鉴于C-D生产函数模型的参数预计由C-D生产函数，成立以下生产函数模型：Y=AKaLbe参数的预计两边取对数：lny=lnA+alnK+blnL输入命令：createa19782005dataykllslog(y)clog(k)log(l)获取以下回归纳果：DependentVariable:LOG(Y)Method:LeastSquaresDat

21、e:06/27/07Time:19:04Sample:19782005Includedobservations:28VariableCoefficientStd.Errort-StatisticProb.C-5.1296995.253590-0.9764180.3382LOG(K)0.7431110.07123010.432490.0000LOG(L)1.1051740.6890971.6038000.1213R-squared0.980905Meandependentvar8.702766AdjustedR-squared0.979378S.D.dependentvar1.516003S.E

22、.ofregression0.217706Akaikeinfocriterion-0.110389Sumsquaredresid1.184894Schwarzcriterion0.032348Loglikelihood4.545442F-statistic642.1278Durbin-Watsonstat0.305504Prob(F-statistic)0.000000lny?=-5.13+0.74lnK1.11lnL-0.98）（10.43）（1.60）R2=0.982F=642.13D.W=0.31R=0.98(2)模型的检验a,b的预计值前面系数为正，符合经济意义。R20.98,F值高达

23、642.13，说明模型拟合得比较好，可是常数项和b的t统计值偏小，在5%的明显性水平下不可以经过明显性检验。由陪伴概率可知，存在异方差。并且D.W0.31d11.10,说明模型存在着正自有关。WhiteHeteroskedasticityTest:F-statistic7.169188Probability0.000408Obs*R-squared17.35102Probability0.0038803.1.3鉴于规模不变假定前提下的C-D生产函数模型的实证分析在规模不变的假定前提下，C-D生产函数变成YAKaL1-ae成立以下“强度形式”模型Ln(y/l)=abln(k/l)+参数预计输入以

24、下命令createa19782005dataykllslog(y/l)clog(k/l)获取以下回归纳果：DependentVariable:LOG(Y/L)Method:LeastSquaresDate:06/27/07Time:19:44Sample:19782005Includedobservations:28VariableCoefficientStd.Errort-StatisticProb.C2.0299970.06541031.034780.0000LOG(K/L)0.8333270.02674231.161590.0000R-squared0.973923Meandepende

25、ntvar0.462602AdjustedR-squared0.972920S.D.dependentvar1.344596S.E.ofregression0.221267Akaikeinfocriterion-0.110146Sumsquaredresid1.272934Schwarzcriterion-0.014988Loglikelihood3.542042F-statistic971.0447Durbin-Watsonstat0.285746Prob(F-statistic)0.000000ln(y/l)=2.03+0.83ln(K/L)(31.03)(31.16)R2=0.972R=

26、0.97F=971.0447D.W=0.29模型检验a,b前的系数都为正，符合经济意义。R20.97,F值高达971.0447，说明模型拟合得比较好，并且T统计值也特别大，明显经过T检验。但由陪伴概率可知，存在异方差。且D.W0.29d11.10,说明模型存在着正自有关。WhiteHeteroskedasticityTest:F-statistic11.07398Probability0.000360Obs*R-squared13.15312Probability0.0013933.1.4鉴于CES生产函数模型的参数预计由CES生产函数成立以下模型：YA(1K-+2L-)-M/将Ln（1K-+

27、2L-）-m/在=0处睁开台劳级数，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+预计模型createa19782005datayklgenrly=log(y)genrlk=log(k)genrll=log(l)genrlkl=(log(k/l)2lslyclklllklgenrg=c(2)/(c(2)+c(3)genrm=c(2)+c(3)genrp=-2*c(4)/m*g*(1-g)genrgg=1-ggenrq=1/(1+p)showgggmpq获取以下回归纳果：DependentVariable:LYMethod:Leas

28、tSquaresDate:06/27/07Time:21:35Sample:19782005Includedobservations:28VariableCoefficientStd.Errort-StatisticProb.C-15.613183.961259-3.9414690.0006LK0.9192710.05675316.197720.0000LL2.1870580.4975904.3953010.0002LKL0.0749370.0132065.6743010.0000R-squared0.991845Meandependentvar8.702766AdjustedR-square

29、d0.990826S.D.dependentvar1.516003S.E.ofregression0.145205Akaikeinfocriterion-0.889782Sumsquaredresid0.506025Schwarzcriterion-0.699467Loglikelihood16.45695F-statistic973.0285Durbin-Watsonstat0.780245Prob(F-statistic)0.000000lny-15.610.92lnk2.19lnl0.07(ln(k/l)2(-3.94)(16.20)(4.40)(5.67)R2=0.992R=0.99F

30、=973.0285D.W=0.78模型的检验参数的符号符合经济意义，R20.99,F值高达973.0285，说明模型拟合得比较好，并且参数也经过T检验。但由陪伴概率可知，存在异方差。且D.W0.781，山西的生产活动是规模酬劳递加的。因素代替弹性Q1.010155，凑近于1，说明用C-D生产函数描绘山西生产活动是适合的。资本的分派系数为10.295935，20.7040653.2几个模型的综合比较方程异方差White检验序列有关D.W检验多重共线性检验陪伴概率结论D.W结论有关系数程度模型一模型二模型三模型四0.0053640.0038800.0013930.277717存在存在存在不存在0.

31、350.310.290.78存在R(k,l)=0.66不严重存在R(log(k),log(l)=0.94严重存在无存在R（Ll,lk）0.94严重R（Lk，lkl）-0.95R(Lllkl)=-0.93因为模型二与模型四都存在着严重的共线性，假如去掉任何一项将会使模型失掉本来的意义，所以说模型二和模型四都是不适合的。再来考虑模型一和模型三。不论是线性生产函数还是规模酬劳不变拘束下的C-D生产函数，参数都经过检验，并且整体拟和成效也很好。线性生产函数存在着稍微的多重共线性，相比之下，规模酬劳不变拘束下的C-D生产函数不存在多重共线性，并且较前者而言，后者参数都拥有明确的经济意义。进一步地，由CE

32、S函数的预计可得因素代替弹性Q1.010155，凑近于1，说明用C-D生产函数描绘山西生产活动是适合的。所以，我们最后选择规模酬劳不变拘束下的C-D生产函数作为研究山西生产活动的模型。自然，该模型存在着序列有关性，下边将会对模型做必定的修正，并且鉴于修正后的模型做进一步分析。3.3模型的修正3.3.1鉴于异方差的修正线性生产函数为除去异方差性，用加权最小二乘预计法：createa19782005dataykllsycklgenre=residgenre1=abs(e)genrh=1/e1ls(w=h)yckl获取以下回归纳果：DependentVariable:YMethod:LeastSqu

33、aresDate:06/28/07Time:16:02Sample:19782005Includedobservations:28Weightingseries:HVariableCoefficientStd.Errort-StatisticProb.C-12959.00443.6018-29.213130.0000K6.0274890.057972103.97210.0000L4.3733970.13322132.828020.0000WeightedStatisticsR-squared0.999472Meandependentvar10709.51AdjustedR-squared0.9

34、99429S.D.dependentvar24823.89S.E.ofregression592.9648Akaikeinfocriterion15.70910Sumsquaredresid8790182.Schwarzcriterion15.85184Loglikelihood-216.9275F-statistic17911.97Durbin-Watsonstat0.254087Prob(F-statistic)0.000000UnweightedStatisticsR-squared0.982425Meandependentvar14246.66AdjustedR-squared0.98

35、1019S.D.dependentvar15683.80S.E.ofregression2160.804Sumsquaredresid1.17E+08Durbin-Watsonstat0.340303=-12959.00+6.02K4.37L(-29.21)(103.97)(32.83)R2=0.9992R=0.999F=17911.97D.W=0.25模型的拟合优度获取提升，F值也特别大，异方差也获取除去。(2)C-D生产函数createa19782005dataykllslog(y)clog(k)log(l)genre=residgenre1=abs(e)genrh=1/e1ls(w=h)

36、log(y)clog(k)log(l)获取以下回归纳果：DependentVariable:LOG(Y)Method:LeastSquaresDate:06/28/07Time:16:04Sample:19782005Includedobservations:28Weightingseries:HVariableCoefficientStd.Errort-StatisticProb.C-6.2862702.010491-3.1267340.0044LOG(K)0.7431260.02329131.906100.0000LOG(L)1.2459790.2626394.7440820.0001We

37、ightedStatisticsR-squared0.999954Meandependentvar9.381663AdjustedR-squared0.999951S.D.dependentvar11.41510S.E.ofregression0.080037Akaikeinfocriterion-2.111709Sumsquaredresid0.160146Schwarzcriterion-1.968973Loglikelihood32.56393F-statistic11484.16Durbin-Watsonstat0.721201Prob(F-statistic)0.000000Unwe

38、ightedStatisticsR-squared0.980612Meandependentvar8.702766AdjustedR-squared0.979061S.D.dependentvar1.516003S.E.ofregression0.219372Sumsquaredresid1.203106Durbin-Watsonstat0.313121lny=-6.29+0.74lnK1.25-3.12）（31.91）（4.74）R2=0.9999542R=0.999951F=11484.16D.W=0.72模型的拟合优度凑近1，F值也特别大，异方差除去。规模酬劳不变假定下的C-D生产函数c

39、reatea19782005dataykllslog(y/l)clog(k/l)genre=residgenre1=abs(e)genrh=1/e1ls(w=h)log(y/l)clog(k/l)获取以下回归纳果：DependentVariable:LOG(Y/L)Method:LeastSquaresDate:06/28/07Time:16:06Sample:19782005Includedobservations:28Weightingseries:HVariableCoefficientStd.Errort-StatisticProb.C2.0186920.013289151.91110

40、.0000LOG(K/L)0.8312710.007264114.43090.0000WeightedStatisticsR-squared0.998643Meandependentvar0.891012AdjustedR-squared0.998591S.D.dependentvar1.981162S.E.ofregression0.074372Akaikeinfocriterion-2.290725Sumsquaredresid0.143811Schwarzcriterion-2.195567Loglikelihood34.07015F-statistic13094.42Durbin-Wa

41、tsonstat0.649463Prob(F-statistic)0.000000UnweightedStatisticsR-squared0.973885Meandependentvar0.462602AdjustedR-squared0.972881S.D.dependentvar1.344596S.E.ofregression0.241427Sumsquaredresid1.274773Durbin-Watsonstat0.284077ln(y/l)=2.02+0.83ln(K/L)(151.91)(114.43)R2=0.9986432R=0.998591F=13094.42D.W=0

42、.65参数的明显性水平获取极大的提升，异方差也除去了。3.3.2鉴于序列有关性的修正线性生产函数为除去有关性，采纳科克伦奥科特迭代法：依前续命令，输入：lsycklar(1)ar(2)DependentVariable:YMethod:LeastSquaresDate:06/27/07Time:18:51Sample(adjusted):19802005Includedobservations:26afteradjustingendpointsConvergenceachievedafter62iterationsVariableCoefficientStd.Errort-StatisticP

43、rob.C-8562.26516992.31-0.5038910.6196K3.4512310.6974314.9484910.0001L-0.4939660.920765-0.5364730.5973AR(1)1.6225590.1813768.9458350.0000AR(2)-0.5979090.193774-3.0856020.0056R-squared0.998205Meandependentvar15295.32AdjustedR-squared0.997863S.D.dependentvar15800.27S.E.ofregression730.4015Akaikeinfocri

44、terion16.19611Sumsquaredresid11203214Schwarzcriterion16.43805Loglikelihood-205.5494F-statistic2919.479Durbin-Watsonstat1.646690Prob(F-statistic)0.000000InvertedARRoots1.06.57EstimatedARprocessisnonstationary=-8562.265+3.45K-0.49L+1.62AR(1)-0.60AR(2)(-0.50)(4.95)(-0.54)(8.95)(-3.08)R2=0.998205R2=0.99

45、7862F=2919.479D.W=1.647固然1.54D.W1.654-1.54,即修正后的模型不存在序列有关性，模型的R2和F值有所提升，可是b2经济意义不合理，并且不明显。(2)C-D生产函数为除去有关性，采纳科克伦奥科特迭代法：依上述命令，输入：lslog(y)clog(k)log(l)ar(1)DependentVariable:LOG(Y)Method:LeastSquaresDate:06/27/07Time:19:27Sample(adjusted):19792005Includedobservations:27afteradjustingendpointsConvergen

46、ceachievedafter18iterationsVariableCoefficientStd.Errort-StatisticProb.C-2.9876434.691438-0.6368290.5305LOG(K)0.8095350.07152311.318510.0000LOG(L)0.7830770.6021571.3004530.2063AR(1)0.7458270.1018297.3242840.0000R-squared0.994934Meandependentvar8.790272AdjustedR-squared0.994273S.D.dependentvar1.47105

47、6S.E.ofregression0.111321Akaikeinfocriterion-1.416847Sumsquaredresid0.285024Schwarzcriterion-1.224871Loglikelihood23.12744F-statistic1505.748Durbin-Watsonstat1.561672Prob(F-statistic)0.000000InvertedARRoots.75lny=3.15+0.81lnK+0.78lnL+0.75AR(1)(0.79)(11.32)(1.30)(7.32)R2=0.99R2=0.99F=1505.748D.W=1.56

48、模型的拟合优度获取提升，并且Du=1.54D.W=1.564-1.54,模型的自有关也获取解决，可是常数项与b仍旧没有经过T检验。从山西经济发展的特别性来看，山西作为内地省份，外来人口比较少，劳动的投入对产出的影响较大，但相比较而言，外来资本关于山西省来说更是“物以稀为贵”资本在山西的经济增添中起侧重要的作用，拥有更大的边沿功效。规模酬劳不变假定下的C-D生产函数接前续命令输入：lslog(y/l)clog(k/l)ar(1)ar(2)获取回归纳果以下：DependentVariable:LOG(Y/L)Method:LeastSquaresDate:06/27/07Time:19:56Sam

49、ple(adjusted):19802005Includedobservations:26afteradjustingendpointsConvergenceachievedafter7iterationsVariableCoefficientStd.Errort-StatisticProb.C2.0388560.09093222.421870.0000LOG(K/L)0.8756070.04588319.083600.0000AR(1)0.9937580.1936595.1314840.0000AR(2)-0.3199360.173849-1.8403110.0793R-squared0.9

50、94091Meandependentvar0.614301AdjustedR-squared0.993285S.D.dependentvar1.271613S.E.ofregression0.104203Akaikeinfocriterion-1.544317Sumsquaredresid0.238881Schwarzcriterion-1.350764Loglikelihood24.07612F-statistic1233.660Durbin-Watsonstat2.344436Prob(F-statistic)0.000000InvertedARRoots.50-.27i.50+.27il

51、n(y/l)=2.04+0.88ln(k/l)+0.99AR(1)-0.32AR(2)(22.42)(19.08)(5.13)(-1.84)2D.W=2.34R2=0.99R=0.99F=1233.660所有待估参数都经过了T检验，并且拟合优度达到很好的成效。并且Du=1.54D.W=2.344-1.54=2.46，不存在有关了。(4)CES生产函数接前续命令输入：lslyclklllklar(1)ar(2)DependentVariable:LYMethod:LeastSquaresDate:06/28/07Time:16:43Sample(adjusted):19802005Include

52、dobservations:26afteradjustingendpointsConvergencenotachievedafter100iterationsVariableCLKLLLKLAR(1)AR(2)R-squaredAdjustedR-squaredS.E.ofregressionSumsquaredresidLoglikelihoodDurbin-WatsonstatCoefficientStd.Errort-StatisticProb.-4.0380325.170651-0.7809520.44400.9018730.1143057.8900410.00000.8232120.

53、6621691.2432050.22820.0282050.0330780.8526670.40390.9411830.2388353.9407310.0008-0.2985720.231840-1.2878410.21250.995735Meandependentvar8.8785840.994669S.D.dependentvar1.4253310.104066Akaikeinfocriterion-1.4884060.216595Schwarzcriterion-1.19807625.34927F-statistic933.95622.215334Prob(F-statistic)0.0

54、00000InvertedARRoots.47+.28i.47-.28i3.4鉴于最优生产函数模型的进一步分析选择规模酬劳不变生产函数作为分析对象。在对模型的异方差和序列有关性修正的基础上作以下分析。因素的产出弹性得资本的产出弹性eek=0.8756，劳动的产出弹性为eel0.12439。说明资本投入在山西经济发展过程中起侧重要的作用。技术进步速度的测定r=y-k-l此中，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、资本和劳动数目的增添速度。genry1=(y-y(-1)/y(-1)genrk1=(k-k(-1)/k(-1)genrl1=(l-l(-1)/l(-1)gen

55、rr=y1-c(2)*k1-(1-c(2)*l1genra=c(2)genrb=1-c(2)showy1k1l1rabobsY1K1L1RAB1978NANANANA0.8756070.12439319790.1665520.229885-0.005537-0.0340480.8756070.12439319800.1343800.2983180.021246-0.1294720.8756070.12439319810.0881860.7420100.031744-0.5654710.8756070.12439319820.0999420.1604960.028328-0.0441130.87

56、56070.12439319830.1299770.4993590.021216-0.3099040.8756070.12439319840.2216650.2442290.0334630.0036540.8756070.12439319850.3253570.4653380.032974-0.0861980.8756070.12439319860.1934250.2568640.026678-0.0348050.8756070.12439319870.2610540.3146370.023782-0.0174030.8756070.12439319880.3791490.1726110.02

57、12730.2253640.8756070.12439319890.126148-0.1388660.0049050.2471300.8756070.12439319900.0959870.1126380.200348-0.0275610.8756070.12439319910.1454270.2348580.011349-0.0616280.8756070.12439319920.4237670.6175740.009864-0.1182120.8756070.12439319930.4928550.6077000.005722-0.0399630.8756070.12439319940.3

58、824810.1633720.0052880.2387740.8756070.12439319950.2496540.2622130.0051370.0194190.8756070.12439319960.1471510.1603170.0004100.0067250.8756070.12439319970.0990050.1300620.000415-0.0149300.8756070.12439319980.0501230.1508840.000257-0.0820240.8756070.12439319990.0488680.0817000.000180-0.0226910.875607

59、0.12439320000.0999410.0921660.0062470.0184630.8756070.12439320010.1034890.1026660.0036530.0131390.8756070.12439320020.0910990.1653910.005354-0.0543840.8756070.12439320030.1898270.3861960.002389-0.1486260.8756070.12439320040.2128330.2795810.003099-0.0323550.8756070.12439320050.1897480.2800580.006157-

60、0.0562390.8756070.124393此处，技术进步是广义的、希克斯中性的，是将资本与劳动数目增添以外的所有因素所有纳入“技术进步”之中。从表中能够看出，不一样年份的技术进步速度是不一样的。有的年份甚至为负的。技术进步贡献率和各因素贡献率obsEAEKEL1978NANANA1979-0.2044291.208565-0.0041351980-0.9634791.9438110.0196681981-6.4122677.3674900.0447771982-0.4413801.4061220.0352581983-2.3842963.3639910.02030519840.01648