搜索
本科生课程论文题目：基于逐步回归法对海南省人均GDP影响因素分析姓名：何坤学号：200801402215专业：经济学年级：2008级系别：经济系完成日期：2011年6月指导教师：李敏纳摘要：本文选取影响人均GDP的三个因素，即第一产业产值，第二产业产值，第三产业产值。通过海南省1988年到2007年的相应经济数据，依靠最小二乘估计方法，逐步回归法来研究海南省各个产业的产值对海南省人均GDP的影响。研究结果表明：海南省的第二产业，第三产业产值对海南省的人均GDP的影响较大，而第一产业产值对海南省的人均GDP的影响则较小，并在文章结尾笔者提出了关于海南发展经济的产业结构建议，即在第一产业有保障的前提下加大对第二产业，第三产业的投入。关键词：人均GDP第一产业第二产业第三产业逐步回归法引言：中国自改革开发后，经济实力不断上升。在上世纪80年代末，中国经济总量（国内生产总值）在世界的排名还在10位以后，但在中国人口红利、改革开发政策、农村土地下户的各个条件下，中国经济迅速腾飞。2010年下半年中国经济总量已经排名世界第二，成为全球第二大经济体。中国在世界的影响力也随之剧增，中国经济发展模式也受到很多发展中国家关注，并成为其学习榜样。但这并不能说明中国的经济真真发展的很好。对于国内的学者，大家都应该明白在中国经济发展的过程中同样存在着诸多不足。从经济总量上看，中国经济发展令人瞩目；但在人均GDP上看，中国经济发展还远远不够。同样，对于中国最大的经济特区——海南省而言，也存在着这样的问题。本文将从海南省人均GDP与三大产业产值的关系出发，采用计量经济学中的逐步回归方法来分析海南省各个产业对人均GDP的影响，希望能为海南产业政策的制定提供建议。一，数据来源本文的所有数据来源于海南省2007年统计年鉴。数据处理采用的是Excel软件和Eviews3.1软件。二，模型设定本文设定Y为人均GDP，人均GDP即人均国内生产总值（RealGDPpercapita），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（目前使用户籍人口）相比进行计算，可得到人均国内生产总值。它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。它能反映一个国家的真真经济实力，在一般情形下，它的数值往往越高越好。X1代表第一产业的产值，第一产业产值是指一个国家或者地区在固定的时间内（通常是一年）第一产业所生产的国内生产总值。第一产业是指以利用自然力为主，生产不必经过深度加工就可消费的产品或工业原料的部门。其范围各国不尽相同，一般包括农业、林业、渔业、畜牧业和采集业。有的国家还包括采矿业。中国国家统计局规定：第一产业指农业，包括种植业，林业、牧业、渔业等。X2代表第二产业的产值，第二产业产值是指一个国家或者地区在固定的时间内（通常是一年）第二产业所生产的国内生产总值。第二产业是指以对第一产业和本产业提供的产品（原料）进行加工的产业部门。它包括采矿业，制造业，电力、燃气及水的生产和供应业，建筑业等。X3代表第三产业的产值，第三产业产值是指一个国家或者地区在固定的时间内（通常是一年）第三产业所生产的国内生产总值。第三产业指不生产物质产品的行业，即服务业，是英国经济学家、新西兰奥塔哥大学教授费希尔1935年在《安全与进步的冲突》一书中首先提出来的。第三产业是指除第一、二产业以外的其他行业。我国第三产业包括流通和服务两大部门，具体分为四个层次：一是流通部门：交通运输业、邮电通讯业、商业饮食业、物资供销和仓储业；二是为生产和生活服务的部门：金融业、保险业、地质普查业、房地产管理业、公用事业、居民服务业、旅游业、信息咨询服务业和各类技术服务业；三是为提高科学文化水平和居民素质服务的部门：教育、文化、广播、电视、科学研究、卫生、体育和社会福利事业；国家机关、政党机关、社会团体、警察、军队等，但在国内不计入第三产业产值和国民生产总值。本文回归模型的函数形式是：Y=0C+332211XCXCXC(1)三，实证分析过程本文采用逐步回归法对模型逐渐优化。逐步回归是一种选择自变量最优子集的方法。一般通过优化某一统计量来选择最优子集，统计量可以是2R，T，P，2R等。Eviews3.1采用的是最大t准则和最大2R准则。逐步就是通过逐个添加或逐步删除变量，反复建模，找到上述统计量最优的模型，该模型的自变量就是全部备选变量的最优子集。如果是逐个添加，称向前法。如果是逐个删除变量，成为向后法。本文采用单项前进逐步回归法，其思路是变量由少到多，每一次添加一个最重要的变量，既利用2R值最大原则，依次引入变量，直到全部引用完为止，且依最大2R的结果为准。具体步骤为：（1）用被解释变量分别对每个解释变量进行回归，根据经济理论和统计检验从中选择一个最适合的回归方程，通常选择拟合优度最大的回归方程。（2），在基本回归方程中逐个增加其解释变量，重新进行线性回归。如果新增加的解释变量提高了回归方程的修正拟合优度2R，并且回归方程中的其他统计上仍然显著，就在模型中保留该解释变量。反之，则省略该解释变量。如果新增加的解释变量提高了方程的修正拟合优度2R，但回归方程中的某些参数受到显著影响，说明模型中存在多重共线性，对解释变量同与之相关的其他解释变量进行比较，在模型中保留对被解释变量影响较大的，略去影响较小的。过程如下：通过Eviews软件进行最小二乘估计，得Y=849.882-3.222*X1+26.722*X2+15.654*X3（2.234）（-0.288）（2.768）（1.338）2R=0.9672R=0.961DW=1.734F=156.614其中括号内的数是t值，在给定显著水平=0.05的情况下,可以得出X2通过了显著性检验，X1、X3的t值没通过显著性检验，即海南省第二产业的产值对海南省人均GDP的影响显著，海南省第一、第三产业对海南省人均GDP的影响不明显。查F分布表，得临界值为05.0F(3,16)=3.24，故F=156.6143.24,回归方程显著。通过Excel软件计算X1,X2,X3的两两相关系数得：12r=0.96213r=0.98723r=0.977由此可见解释变量之间高度相关，为了检验和处理多重共线性，现在采用逐步回归法。1，先对Y关于X1，X2，X3分别做最小二乘回归，得（1）Y=157.624+37.369*X1（0.324）（14.475）2R=0.9212R=0.916DW=1.097F=209.520(2)Y=1275.584+44.745*X2(4.293)(20.645)2R=0.9592R=0.957DW=1.250F=426.236（3）Y=316.184+31.440*X3（0.852）（18.667）2R=0.9512R=0.948DW=1.596F=348.459其中括号中的是t值，根据上面估计的结果易知海南省第二产业产值对海南省的人均GDP的影响大，所以选取第二个方程为基本回归方程。2，加入海南省第三产业产值X3，对Y关于X3，X2做最小二乘回归，得Y=824.716+26.882*X2+12.911*X3（2.289）（2.867）（1.951）2R=0.9672R=0.963DW=1.717F=248.272可以看出，加入X3后，拟合优度2R，2R均有上升，参数估计值的符号也正确，并且没有影响X2系数显著性变化，所以在模型中保留。3，加入海南省第一产业产值X1，对Y关于X1，X2，X3做最小二乘回归，得Y=849.882+26.722*X2-3.222*X1+15.654*X3（2.234）（2.768）（-0.288）（1.338）2R=0.9672R=0.961DW=1.734F=156.614可以看出，加入X1后，拟合优度2R没变，2R下降，且X3的系数不显著，所以略去X1。综上所述，得到Y关于X2，X3的回归方程，其中的常数项显著，所以保留常数项，得到回归方程Y=824.716+26.882*X2+12.911*X3（2.289）（2.867）（1.951）2R=0.9672R=0.963DW=1.717F=248.272该模型中系数显著且符号正确，虽在该方程中，解释变量之间仍存在高度线性关系，但多重共线性并不造成不利后果，所以该模型是较好的海南省的人均GDP方程。四，结论及建议通过以上对海南省人均GDP（1988年—2007年）和海南省三大产业产值（1988年—2007年）的实证分析，我们可以看出海南省的第二，第三产业产值对海南省的人均GDP影响较为明显，而第一产业的影响较弱，甚至成负相关，即第一产业的值越低，海南省的人均GDP越高，这也符合经济常识，即经济越发达的地区第一产业产值在国内生产总值的比重越小。而在一个国家或地区第二、第三产业越发达，当地的人民收入就越高。所以，对于海南的经济规划，海南省政府要提高第二，三产业的在总体经济中的比例，由于海南省有着优越的气候环境和优美的自然风光，所以加大对海南省的旅游业发展十分必要，也切实可行。同时海南省地处中国沿海，是中国最大的经济特区，位于北太平洋国家到印度洋沿岸国家、非洲国家、欧洲国家的海上交通线的咽喉之道上，所以发展第二产业也十分有利。但由于海南省的教育发展相对落后，基础设施不完善，交通不便等不利因素，使海南省的经济发展滞后。所以政府要加大对这些方面的投入。参考文献[1],张晓峒，计量经济学基础，南开大学出版社，2007.8[2]，李敏纳，黄河流域经济空间分异研究，中国经济出版社，2010.5[3]，谢会强、宋山梅，贵州省城乡居民收入差距影响因素实证分析，消费导刊，2009.11[4]，周建华，基于逐步回归法的税收收入影响因素，管理创新，2008.6[5]，骆术斌、董雯、徐蕾、宋树东，逐步回归法在黄河下游洪水水位预测的应用，东北水利水电，2008.11[6]，李剑秋，应用逐步回归法估测猪体重的研究，浙江畜牧兽医，2002.1