【我国GDP增长的相关探析和回归探析5000字（论文）】

我国GDP增长的相关分析和回归分析目录TOC\o"1-2"\h\u6620我国GDP增长的相关分析和回归分析 1216431引言 1170142对我国GDP的相关分析和回归分析 2110682.1数据收集 2297032.2数据处理 3672.3分析步骤 461172.4结果分析 429261、方差分析表 5294903全国各省市GDP聚类分析 6245083.1数据收集 6117243.2数据处理 8192033.3分析步骤 8219791、统计量描述 8255472、系统聚类法 8278403、快速聚类法 8161373.4结果分析 812389DescriptiveStatistics 8216592、结果总结 9113383.4.3快速聚类法 1042761、下表表示的是初始聚类中心，也就是种子点 1014277InitialClusterCenters 10167923.4.4结论 11295014讨论和建议 12195504.1人口过剩之制约国民经济发展的关键因素之一 1293414.2各地经济发展不够平衡 12103803、加大对落后省事的政策扶持力度，全面协调发展。 134679结论 1325036参考文献 131引言自1978年改革开放以来，我国经济飞速发展，国内生产总值日趋上升，经济总体处于供大于求的状态，虽然经历了1997金融风暴和2007金融危机，但我国经济发展前景一片大好。国内生产总值（简称GDP，是指在一定时期内(一个季度或一年）一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标)。它不但可反映一个国家的经济表现，更可以反映一国的国力与财富[1]。一个国家或地区的经济究竟处于增长抑或衰退阶段，从这个数字的变化便可以观察到。一般而言，GDP公布的形式不外乎两种，以总额和百分比率为计算单位。当GDP的增长数字处于正数时，即显示该地区经济处于扩张阶段；反之，如果处于负数，即表示该地区的经济进入衰退时期。近来由于世界金融危机和我国经济转型的影响，以及我国自身的一些发展条件限制，我国经济发展速度逐渐放缓，因而对我国GDP水平的研究就显得尤为必要。因此，本文首先通过网络工具对我国1980-2014年GDP、人口数、固定资产投资、进出口总额、国家财政支出数据；我国各省(直辖市)2011年GDP数据进行数据收集。而后根据要求对数据进行适当的处理，根据所需要的分析结果，我们分别选择了excel和spss两种工具进行辅助分析。这其中既有关于GDP与人口数、固定资产投资、进出口总额、国家财政支出的相关性分析，也有各省GDP方差分析，还有各省GDP聚类分析[2]。根据分析的结果对我国GDP水平进行适当的探讨以及给出一些经济发展规划的建议。2对我国GDP的相关分析和回归分析2.1数据收集1980-2014年全国经济相关数据年份GDP现价（亿元）人口数（万人）固定资产投资（亿元）进出口总额（亿元）国家财政支出（亿元）19804545.62498705910.9570.01228.8319814891.5611100072961.0735.31138.4119825323.3511016541230.4771.31229.9819835962.65161030081430.1860.11409.5219847208.05171043571832.91201.01701.0219859016.03661058512543.22066.72004.25198610275.17921075073120.62580.42204.91198712058.61511093003791.73084.222628231110264753.83821.82491.21198916992.31911127044410.44156.02823.78199018667.82241143334517.05560.13083.59199121781.49941158235594.57225.83386.62199226923.47651171718080.19119.63742.2199335333.924711851713072.311271.04642.3199448197.856411985017042.120381.95792.62199560793.729212112120019.323499.96823.72199671176.591712238922913.524133.87937.55199778973.03512362624941.126967.29233.56199884402.279812476128406.226849.710798054812578629854.729896.213187.67200099214.554312674332917.739273.215886.52001109655.170612762737213.542183.618902.582002120332.689312845343499.951378.2220533.152003135822.756112922755566.670483.524649.952004159878.337912998870477.4395539.128486.892005184937.36913075688773.6129116921.833930.282006216314.4259131448109998.1624140974.040422.732007265810.3058132129137323.9381166863.749781.352008314045.4258132802172828.3998179921.470262592.662009340902.8126133450224598.7679150648.063576299.932010401512.7952134091278121.8549201722.14789874.162011473104.00134735311485.1254236401.992109247.792012519322.10135404374675.7255077.749112234.112013588019.25136072436528.5258267.45127504.422014636463.00136782512761.4246408.331134156.202.2数据处理这里我们录入全国1980年到2014年的GDP、人口数、固定资产投资，进出口总额、国家财政支出数据。在相关性分析中，我们以GDP为参考，利用SPSS软件研究其他四种因素与GDP的相关性，由于做单个比较需要进行四次操作，因而我们在这里直接利用SPSS的相关功能直接给出五个量的两两相关系数，这之中自然包括我们所需要的GDP其他四类因素的相关系数[3]。在回归分析中，我们令GDP为因变量，将人口数，固定资产投资，进出口总额、国家财政支出四个数据作为自变量Xl、X2、X3、X4，然后利用excel的数据分析工具做回归分析。2.3分析步骤录入数据到SPSS于画出关于GDP的散点图做大致分析→做相关性分析。录入数据到excel→选择分析工具→定好自变量和因变量→做回归分析。2.4结果分析2.1.4相关性分析下表是通过SPSS所做相互的两两相关系数表格:项目GDP人口数固定资产投资额进出口总额国家财政支出GDPPearsonCorrelation1.798.956**.984**.992**Sig.(2-tailed).000.000.000.000N3232323232人口数PearsonCorrelation.798**1.633**.781**.729**Sig.(2-tailed).000.000.000.000N3232323232固定资产投资额PearsonCorrelation.956**.633**1.933**.974**Sig.(2-tailed).000.000.000.000N3232323232进出口总额PearsonCorrelation.984**.781**.933**1.969**Sig.(2-tailed).000.000.000.000N3232323232国家财政支出PearsonCorrelation.992**.729**.974**.969**1Sig.(2-tailed).000.000.000.000N3232323232从表中我们可以知道：1、GDP与人口数之间的相关系数是0.798，双尾检验的概率值为0，小于0.01，则相关水平是显著的，换句话说，有超过99%的把握认为，两者之间存在着比较强的正相关性。2、GDP与固定资产投资之间的相关系数是0.956，双尾检验的概率值为0，小于0.01，则相关水平是显著的，换句话说，有超过99%的把握认为，两者之间存在着非常强的正相关性。3、GDP与进出口总额之间的相关系数是0.984，双尾检验的概率值为0，小于0.01，则相关水平是显著的，换句话说，有超过99%的把握认为，两者之间存在着比较强的正相关性。4、GDP与国家财政支出数据之间的相关系数是0.992，双尾检验的概率值为0，小于0.01，则相关水平是显著的，换句话说，有超过99%的把握认为，两者之间存在着非常强的正相关性[4]。对于回归分析，可以利用excel中自带的会给分析予以分析。2.4.2回归分析下表是通过excel软件做出的回归分析结果:1、方差分析表方差分析dfSSMSFSignificanceF回归分析44.96E+111.24E+113400.954.65521E-36残差279.83E+0836423935总计314.96E+112、参数确定表由输出结果可以知道，线性回归方程为:1>Y=-149510+1.4495*Xl+0.189964*X2+0.427531*X3+2.461343*X4。2>根据输出结果中的方差分析可知，SignificanceF=4.65521E-36<α=0.05，说明回归方程是显著的。3>而由结果中的回归系数的tStat检测可知：a：P-Value=1.25E-08<α=bl：P-Value==2.79E-09<α=b2：P-Value=0.031325<α=b3：P-Value=2.89E-06<α=b4：P-Value=0.000433<α=综上所述，因此回归方程是有效可靠的。3全国各省市GDP聚类分析3.1数据收集全国各省市2011年GDP数据(现价/单位:亿元)地区地区生产总值农业工业建筑业交通运输、产出和邮政业批发和零售业住宿和餐饮业金融业房地产业其他北京16251.93136.273048.79703.69808.952139.65348.422215.411074.935775.82天津11307.28159.725430.84497.48632.11463.89194.52756.5411.461760.77河北24515.762905.7311770.381356.482046.221780.63338.91746.01918.022653.38山西11237.55641.425959.96675.3756.29846.65261.33519.32224.911352.37内蒙古14359.881306.37101.6936.091040.031216.6381.64447.46384.761545.41辽宁22226.71915.5710696.541455.611143.171960.33436.13755.57876.122987.66吉林10568.831277.444917.95693.53420.98860.47205.69207.65238.611746.51黑龙江125821701.55602.76727.77543.811060.26275.8350.82465.611853.67上海19195.69124.947208.59719.3868.313040.99279.342277.41019.683657.14江苏49110.273064.7722280.612922.672127.935341.39919.132600.112747.897105.77浙江32318.851583.0414683.031872.551206.953288.53620.252730.291677.134657.08安徽15300.652015.3170621247.38589.821050.61252.62503.85634.921944.15福建17560.181612.247675.091394.11963.851511.29300.35862.41911.162329.68江西11702.821391.075411.86978.69507.44831.97270.29357.44402.511551.55山东45361.853973.8521275.892741.222328.385400.19881.581640.411838.145282.2河南26931.033512.2413949.321477.76961.51586.09797.99868.29872790.94湖北19632.262569.38538.041277.9869.481512.89446.52674.57634.673108.89湖南19669.562768.038122.751239.24948.821662.34406.87501.09518.03502.38广东53210.282665.224649.61797.782090.365681.171192.282916.133321.318896.45广西11720.872047.234851.37823.95588.2803.48307.8445.37465.681387.72海南2522.66659.23475.04239.46119.74258.0689.75105.24208.71367.43重庆10011.37844.524690.46852.58456.25747.3166.31704.66396.281153.01四川21026.682983.519491.051538.08638.761186.58562.63868.15620.623137.3贵州5701.84726.221829.2365.13590.91448.77224.4297.27160.31059.64云南8893.121411.012994.3786.02217.22932.21278.2456.23222.311595.62西藏605.8374.4748.18160.6123.9534.2517.7531.717.44197.48陕西12512.31220.95857.921077.67552.541036.35266.92432.11398.031669.86甘肃5020.37678.751923.95453.88280.33351.97123.61145.05134.25928.57青海1670.44155.08811.73163.4567.5393.718.9362.5629.05268.41宁夏2102.21184.14816.79239.36174.1109.9937.15134.1879.01327.49新疆6610.051139.032700.2525.7256.72371.977.87288.77176.221073.643.2数据处理根据要求，我们需要对全国GDP做聚类分析，简而言之，就是做一个分类处理。这个分类，我们可以根据全国各省市的GDP构成来对其进行一个简单地划分。通过对全国各省市的GDP构成的了解，以及通过比较各省市之间的各行GDP进行分类。在这里我们利用了SPSS软件中的系统聚类法和快速聚类法[5]。并且在聚类分析之前通过对统计量进行描述，对数据做初步分析。3.3分析步骤1、统计量描述录入数据到SPSS选用合适的分析工具→做数据分析。2、系统聚类法选择合适的分析工具→选择变量→选择系统聚类方法→做系统聚类→选择下一种系统聚类法分析具体操作过程，用七种系统聚类法所得的树状聚类图。3、快速聚类法选择合理的分析工具→选择变量→预先数据分为三类→做快速聚类。3.4结果分析3.4.1数据描述DescriptiveStatisticsNMinimumMaximumMeanStd.Deviation农业3174.473973.8511.5306E31099.29507工业3148.1824649.607.4799E36296.67453建筑业31160.612922.671.0303E3673.06563交通运输仓储和邮政业3123.952328.388.0067E2613.84875批发零售业3134.255681.171.5681E31509.48430住宿和餐饮业3117.751192.283.5423E2277.56833金融业3131.702916.138.3555E2833.73651其他31197.488896.452.5054E32036.35437ValidN(listwise)31从表中数据可知：平均GDP较高的三个行业是工业、交通运输仓储和邮政业、金融业。从GDP的极大值和极小值方面分析，我们可以知道GDP的极小值是住宿和餐饮业的17.7亿元。极大值是工业的24649.6亿元。3.4.2系统聚类法(注：取用间距SquaredEuclideanDistance)1、下表是利用“组间联结”聚类法计算所得的近似矩阵表，其实质是一个不相似矩阵，其中的数值表示各个样本之间的相似系数，数值越小，表示两样本的差距越小。(由于表格数据很大，故截取一部分作说明)2、结果总结纵观七种聚类方法，比较其聚类结果(分为三类)可总结出如下表:第一类第二类第三类组间联结聚类法广东、山东、江苏浙江、上海、北京其他组内联结聚类法广东山东、江苏其他最近邻元素聚类法广东、山东、江苏浙江其他最远邻元素聚类法广东、山东、江苏浙江、上海、北京其他质心聚类法广东、山东、江苏浙江、上海、北京其他中位数聚类法广东、山东、江苏浙江、上海、北京其他Ward聚类法广东、山东、江苏浙江、上海、北京其他3.4.3快速聚类法1、下表表示的是初始聚类中心，也就是种子点InitialClusterCentersCluster123农业74.472665.203512.24工业48.182.46E41.39E4建筑业160.611797.781477.76交通运输仓储和邮政业23.952090.36961.50批发零售业34.255681.171586.09住宿和餐饮业17.751192.28797.99金融业31.702916.13868.20房地产业17.443321.31987.00其他197.488896.452790.942、下表表示的是每个个案的类别情况:第三列的“Cluster”表示的是该案属于哪一个类别。第四列的“distance”表示的该案例与所属类别中心之间的距离。ClusterMembershipCaseNumber地区ClusterDistance1北京15.056E32天津12.352E33河北32.505E34山西12.625E35内蒙古33.191E36辽宁31.114E37吉林11.662E38黑龙江12.464E39上海33.752E310江苏2714.67011浙江35.887E312安徽32.977E313福建32.173E314江西12.159E315山东22.694E316河南34.537E317湖北31.330E318湖南31.876E319广东22.924E320广西11.937E321海南13.178E322重庆11.397E323四川31.215E324贵州11.653E325云南1791.06926西藏13.774E327陕西12.596E328甘肃11.633E329青海13.052E330宁夏12.983E331新疆1928.110分析上表可知，若采用K-均值聚类法分三类，第一类包括广东、山东、江苏，第二类包括河北、内蒙古、辽宁、上海、浙江、安徽、福建、河南、湖北、湖南、四川，第三类为其他。3.4.4结论结论1：不同地业的平均GDP比较平均GDP较高的三个行业是：工业、交通运输仓储和邮政业、金融。结论2：不同地区平均GDP比较[5]:比较系统聚类法和K-均值聚类法输出的结果，其我们可以清楚的看到第一类基本都为广东、山东、江苏，但是第二类却有很大出入，用系统聚类法的几种不同方法所做的分析结果基本相同，故而我们这里认为第二类包括北京，上海，浙江，第三类包括其他省市。4讨论和建议4.1人口过剩之制约国民经济发展的关键因素之一根据回归方程：Y=149510+1.4495*Xl+0.189964*X2+0.427531*X3+2.461343*X4。可知，人口和政府财政支出较进出口和固定资产对GDP水平的影响大的多，但人口过剩也是制约国民经济发展的一个非常关键的因素。为促进国民经济又好又快的发展，政府的作用显得非常重要，同时我们也看到进出口总额对国民经济的影响也是不容小视的。同时，加大固定资产的投资也可以促进经济发展，政府的固定资产投资包括基础设施建设、水