【S市产业结构变动与经济增长的关系实证分析案例1600字】

附录PAGE25S市产业结构变动与经济增长的关系实证分析案例目录TOC\o"1-3"\h\u1369S市产业结构变动与经济增长的关系实证分析案例 1129641.1数据选取与指标说明 1163391.2产业结构与经济增长的关系实证分析 1164541.2.1建立模型 1208291.2.2变量描述性统计和相关性分析 219111.2.3平稳性检验 217891.2.4协整检验 3187191.2.5格兰杰因果检验 31.1数据选取与指标说明本文采用徐州市2010年至2019年的经济数据，将第一、二、三产业的结构同比增加值设为X1、X2、X3，将GDP同比增加值设为Y。选取X1、X2、X3和Y的原因是林胜福在《珠三角洲的产业结构变动与经济增长的关系研究》中采用此模型对珠三角洲的产业结构变动与经济增长的关系进行了回归分析，根据对此研究与分析问题实质意义提出本文的指标体系。采用2010年至2019年的数据原因如下：（1）徐州市近十年间出现了资源枯竭的问题，第二产业对经济增长的推动力显著下降，并且第三产业在这期间飞速发展逐渐成为主导产业，研究此区间的产业结构变动与经济增长关系对徐州市此后的发展具有现实意义。（2）采用三大产业同比增加值可以将三大产业结构的变化与经济增长相互对应起来，较全面的反映了两者之间的关系。（3）能够提高运算的准确性，降低误差。表4-1数据选取tYX1X2X320100.223386970.334013610.125546250.3310984520110.207164570.181720010.192676430.2316319720120.130904230.138748570.130953150.1287488420130.125291920.095205190.087702440.1771366120140.098254360.128633070.051860770.1404160420150.071711870.064993150.048640820.0962362920160.088641960.027973450.061190820.1293593420170.090138920.039451150.07038650.1189059220180.059502640.029396380.029943380.0908485720190.065717790.051186920.068358570.06640391数据来源：徐州统计局统计年鉴20201.2产业结构与经济增长的关系实证分析1.2.1建立模型通过建立线性回归模型来探讨X1、X2、X3与Y之间的关系，将模型设定为：LY=a*X1+b*X2+c*X3+u（4-1）在上式中，a，b，c表示变量的系数，Y表示地区经济总产值增长，X1表示第一产业结构同比增加值，X2表示第二产业结构同比增加值，X3表示第三产业结构同比增加值，u为随机干扰项。1.2.2变量描述性统计和相关性分析运用eviews软件对徐州市的Y、X1、X2、X3进行描述性统计和相关性分析，结果如下所示：表4-2数据的描述性统计X1X2X3YMean0.1091320.0867260.1510790.116072Median0.0800990.0693730.1290540.094197Maximum0.3340140.1926760.3310980.223387Minimum0.0279730.0299430.0664040.059503Std.Dev.0.0945150.0492570.0785280.057315Observations10101010表4-3Y和解释变量之间的相关分析表CorrelationX1X2X3YX11.000000X20.6568281.000000X30.9166740.6628971.000000Y0.9051180.8679830.9452471.000000通过协方差分析，得到Y与X1、X2、X3的相关系数分别为0.905118、0.867983、0.945247，其中与X1、X3的相关系数在0.9以上，说明经济总量的增长与第一产业经济总量的增长、第三产业经济总量的增长存在显著的正相关关系。1.2.3平稳性检验因为本文中选取的是时间序列，时间序列大多是不平稳的，首先要先进行单位根检验。本文中选取ADF检验来判断各序列是否平稳。根据AIC值，SC值和HQ值最小准则判断检验方程中选择截距项，截距项和趋势性还是无最合适。检验结果如下图所示，其中，D表示变量的一阶差分，**表示在5%的显著性水平上拒绝原假设，***表示在10%的显著性水平上拒绝原假设。表4-4平稳性检验结果变量检验形式（C,T,K)ADF检验值5%显著性水平上的检验值P值检验结果Y(C，T，1)-1.560964-1.1078330.7279不平稳X1(C，T，1)-3.594196-1.1078330.0919不平稳X2(C，T，1)-1.057285-1.9881980.2400不平稳X3(C，T，1)-5.873668-1.2465030.0097平稳DY(C，T，1)-2.1588540.0373平稳***DX1(C，T，1)-3.9271130.0705平稳***DX2(C，T，1)-1.8300340.0276平稳***DX3(C，T，1)-7.3490370.0009平稳***从检验结果中可以看出，X1，X2变量是不平稳的，也就是存在单位根，X3变量存在平稳性。DY、DX1、DX2变量的检验结果小于5%的临界值，即它们是平稳的，不存在单位根。1.2.4协整检验本文采用E-G两步法对残差序列进行检验。首先，对Y、X1、X2、X3进行简单线性回归，得到回归结果，生成残差序列。其次，对残差序列进行单位根检验，检验方程中选择什么都不含有，得到伴随概率为0.0005，则认为残差序列不含有单位根，Y和X存在协整关系。1.2.5格兰杰因果检验该检验方法为克莱夫·格兰杰(CliveW.J.Granger)所开创，用于分析经济变量之间的格兰杰因果关系。表4-5格兰杰因果检验PairwiseGrangerCausalityTests原假设P值结论YdoesnotGrangerCauseX10.6404接受X1doesnotGrangerCauseY0.0089拒绝YdoesnotGrangerCauseX20.7321接受X2doesnotGrangerCauseY0.6555接受YdoesnotGrangerCause