中國經(jīng)濟(jì)增長影響因素的分析(參考版)
2025-07-01 23:21本頁面
【正文】 北京：中國人民大學(xué)出版社，[8]《西方經(jīng)濟(jì)學(xué)（宏觀部分）》第四版 高鴻業(yè)。北京：高等教育出版社，[6]《數(shù)據(jù)分析與Eviews應(yīng)用》易丹輝。物質(zhì)資本對(duì)我國的經(jīng)濟(jì)增長也起到了一定的影響作用，應(yīng)加強(qiáng)對(duì)投資的科學(xué)管理，提高投資效率。勞動(dòng)力的人力資本含量、高技術(shù)含量偏低,勞動(dòng)力素質(zhì)結(jié)構(gòu)存在嚴(yán)重缺陷, 直接影響了經(jīng)濟(jì)的增長。針對(duì)目前勞動(dòng)力數(shù)量龐大且總體素質(zhì)不高的現(xiàn)狀，應(yīng)通過多種途徑，一方面加強(qiáng)就業(yè)培訓(xùn)的投入力度，提高勞動(dòng)者就業(yè)及再就業(yè)能力，降低失業(yè)率；另一方面，加強(qiáng)各地區(qū)間人才交流及促進(jìn)勞動(dòng)力自由流動(dòng)，并通過合理技術(shù)壁壘方式，阻止外來流動(dòng)人員的無序進(jìn)入。消費(fèi)需求對(duì)經(jīng)濟(jì)的拉動(dòng)作用消費(fèi)需求是三大需求要素中所占份額最大、波動(dòng)幅度最小的部分，是國民經(jīng)濟(jì)的重要支 柱和最主要的組成部分，同時(shí)也是明顯地反映經(jīng)濟(jì)自發(fā)增長態(tài)勢的宏觀經(jīng)濟(jì)指標(biāo)。這是因?yàn)槲覈鴦趧?dòng)力結(jié)構(gòu)總量巨大、供給充足、流動(dòng)性強(qiáng), 對(duì)GDP 影響很大。固定資產(chǎn)投資是經(jīng)濟(jì)增長的重要原動(dòng)力，它對(duì)經(jīng)濟(jì)運(yùn)行具有先導(dǎo)作用，并以其乘數(shù)效應(yīng)拉動(dòng)經(jīng)濟(jì)增長。 4 結(jié)論固定資產(chǎn)投資是經(jīng)濟(jì)增長的重要原動(dòng)力。alpha，beta,gamma由系統(tǒng)選取?？梢允褂没魻柼亍獪靥厮怪笖?shù)平滑法，對(duì)解釋變量進(jìn)行預(yù)測，可以得到相對(duì)合理的解釋變量的預(yù)測值。 被解釋變量Y的點(diǎn)預(yù)測(1)解釋變量XXX3的點(diǎn)預(yù)測圖11圖12圖13首先觀察解釋變量的變動(dòng)趨勢。模型是可以應(yīng)用于經(jīng)濟(jì)意義分析和預(yù)測。 建立模型的最終目的就是要通過模型獲得有用的信息，計(jì)量經(jīng)濟(jì)模型提供了結(jié)構(gòu)分析和經(jīng)濟(jì)預(yù)測兩大應(yīng)用。 (4)預(yù)測檢驗(yàn)圖10：WLS估計(jì)修正模型的預(yù)測檢驗(yàn)結(jié)果圖預(yù)測誤差MAPE=%，大于10%，預(yù)測的誤差較修正前有所改善，預(yù)測精度不高，預(yù)測效果一般，模型的預(yù)測效果較修正前要好得多，但是，還需要進(jìn)一步修正。本模型的DW檢驗(yàn)值為：DW=，在5%的水平下，0DWdl，落在正自相關(guān)區(qū)；在1%的水平下，dlDWdu，落在無結(jié)論區(qū)，無法判斷。③序列相關(guān)性檢驗(yàn)：方程含有截距項(xiàng)，因此可以使用DW檢驗(yàn)法來檢驗(yàn)方程是否具有序列相關(guān)性。①異方差性檢驗(yàn)：下面用White異方差檢驗(yàn)法準(zhǔn)確檢驗(yàn)新方程的異方差性，分別選擇不帶有交叉項(xiàng)和帶有交叉項(xiàng)的White檢驗(yàn)。③方程的顯著性檢驗(yàn)：F檢驗(yàn)，方程在很高的置信水平下顯著成立，具有經(jīng)濟(jì)意義。(2)統(tǒng)計(jì)檢驗(yàn)（顯著水平1%）①擬合優(yōu)度檢驗(yàn)：R2檢驗(yàn)，Rsquared=；Adjusted Rsquared=；可見擬合優(yōu)度較初始使用OLS法估計(jì)建立的模型有所改善，擬和優(yōu)度相當(dāng)高，新方程擬和得很理想。兩個(gè)解釋變量系數(shù)均為正，符合被解釋變量與解釋變量之間的正相關(guān)關(guān)系，符合解釋變量增長帶動(dòng)被解釋變量增長的經(jīng)濟(jì)實(shí)際，與現(xiàn)實(shí)經(jīng)濟(jì)意義相符；β3=，符合被解釋變量與解釋變量之間的正相關(guān)關(guān)系，所以模型通過經(jīng)濟(jì)意義檢驗(yàn)。Sum squared resid+09DurbinWatson stat 對(duì)修正模型進(jìn)行檢驗(yàn)要對(duì)使用加權(quán)最小二乘法估計(jì)參數(shù)建立的新模型進(jìn)行包括經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)、預(yù)測檢驗(yàn)在內(nèi)的四級(jí)檢驗(yàn)。. dependent var. of regressionMean dependent varAdjusted RsquaredDurbinWatson statProb(Fstatistic)Unweighted StatisticsRsquaredHannanQuinn criter.FstatisticSchwarz criterionLog likelihoodAkaike info criterionSum squared resid1668584.. dependent var. of regressionMean dependent varAdjusted RsquaredX1X2X3CWeighted StatisticsRsquared 使用WLS法進(jìn)行參數(shù)估計(jì)表12：加權(quán)最小二乘法估計(jì)模型參數(shù)結(jié)果輸出表Dependent Variable: YMethod: Least SquaresDate: 5/26/16 Time: 8:30Sample: 1980 2009Included observations: 30Weighting series: 1/RESID^2CoefficientStd. ErrortStatisticProb. (4)圖9：模型預(yù)測檢驗(yàn)結(jié)果圖預(yù)測誤差MAPE=%，MAPE大于10，預(yù)測效果。本模型的DW檢驗(yàn)值為：DW=，在5%的水平下，0DWdl，落在正自相關(guān)區(qū)；在1%的水平下，dlDWdu，落在無結(jié)論區(qū)，無法判斷。③序列相關(guān)性檢驗(yàn)：方程含有截距項(xiàng)，因此，可以使用DW檢驗(yàn)法來檢驗(yàn)方程是否具有序列相關(guān)性。DurbinWatson statProb(Fstatistic) 觀察與和最小二乘估計(jì)的擬合優(yōu)度（Rsquared =），與與最小二乘估計(jì)的擬合優(yōu)度（Rsquared =）比較，變化明顯，說明對(duì)y的影響顯著。HannanQuinn criter.FstatisticSchwarz criterionLog likelihoodAkaike info criterionSum squared resid+09. dependent var. of regressionMean dependent varAdjusted RsquaredX1X2X3CRsquared表11： 被解釋變量與和、的最小二乘估計(jì)結(jié)果Dependent Variable: YMethod: Least SquaresDate: 5/25/16 Time: 9:30Sample: 1980 2009Included observations: 30CoefficientStd. ErrortStatisticProb.再做與和的回歸模型。②多重共線性檢驗(yàn)：用逐步回歸法檢驗(yàn)如下以為被解釋變量，逐個(gè)引入解釋變量、構(gòu)成回歸模型，進(jìn)行模型估計(jì)。DurbinWatson statProb(Fstatistic)使用White檢驗(yàn)法不論是否帶有交叉項(xiàng)，所得的檢驗(yàn)伴隨概率均小于5%，均在5%的顯著水平下拒絕方程不存在異方差性的原假設(shè)，認(rèn)為模型具有比較嚴(yán)重的異方差性。HannanQui
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1