内容发布更新时间 : 2024/7/1 20:39:15星期一 下面是文章的全部内容请认真阅读。
对中国经济增长影响因素的实证分析
摘 要：改革开放三十三年以来，中国的社会经济取得了飞速发展，经济增长速度更是举世瞩目。本文根据计量经济学、西方经济学和Eviews软件相关知识，采用时间序列数据模型和多元线性回归分析方法对1980-2009年（中国统计年鉴数据截止到2009年）三十年间中国经济增长因素进行研究，分析了物质资本、劳动力、消费对国内生产总值（GDP）的影响，建立计量经济学模型，寻求这些变量与国内生产总值的数量关系，进行定量分析，对模型进行检验，最终得出结论。
关键词：劳动力、投资、消费、经济增长、最小二乘法。
1.背景
经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值（GDP）和国内生产总值的的增长来计算。
古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。
从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。中国拥有十三亿人口，为经济增长提供了丰富的劳动力资源。因此本文用总就业人数（万人）来衡量劳动力。居民消费需求也是经济增长的主要因素。
经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1978—2008年的31年中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。
本文将以中国经济增长作为研究对象，选择时间序列数据的计量经济学模型方法，将中国国内生产总值与和其相关的经济变量联系起来，建立多元线性回归模型，研究我国中国经济增长变动趋势，以及重要的影响因素，并根据所得的结
论提出相关的建议与意见。用计量经济学的方法进行数据的分析将得到更加具有说服力和更加具体的指标，可以更好的帮助我们进行预测与决策。因此，对我国经济增长的计量经济学研究是有意义同时也是很必要的。
2.模型的建立
为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（?）这个经济指标作为研究对象；用总就业人员数（?1）衡量劳动力；用固定资产投资总额(?2)衡量资本投入：用价格指数（?3）去代表消费需求。运用这些数据进行回归分析。
这里的被解释变量是，Y：国内生产总值，
与Y-国内生产总值密切相关的经济因素作为模型可能的解释变量，共计3个，它们分别为：
?1代表社会就业人数，
?2代表固定资产投资，
?3代表消费价格指数， ?代表随机干扰项。
模型的建立大致分为理论模型设置、参数估计、模型检验、模型修正几个步骤。如果模型符合实际经济理论并且通过各级检验，那么模型就可以作为最终模型，可以进行结构分析和经济预测。 2.1理论模型的确定
通过变量的试算筛选，最终确定以以下变量建立回归模型。 被解释变量 Y：国内生产总值, 解释变量 ?1:代表社会就业人数，
?2:代表固定资产投资，
?3:代表消费价格指数，
另外，从经济意义上来说，社会就业人数、固定资产投资和消费价格指数这三个宏观经济指标基本反映了我国经济发展状况，因此也就很大程度上决定了经济增长水平。单从经济意义上讲，变量的选择是正确的。而且，就直观上来说，解释变量与被解释变量都是相关的，这三个解释变量都是经济增长的“良性”变
量，它们的增长都对我国经济增长起着积极的推动作用，这一点可以作为模型经济意义检验的依据。
表1： 被解释变量与解释变量1980-20009数据
国内生产总值年末从业人全社会固定资产年份 （现价）/亿元 员数/万人 投资总额/亿元 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 4545.623973 4889.461062 5330.450965 5985.551568 7243.751718 9040.736581 10274.37922 12050.61513 15036.82301 17000.91911 18718.32238 21826.19941 26937.27645 35260.02471 48108.45644 59810.52921 70142.49165 78060.835 83024.27977 88479.15475 98000.45431 108068.2206 119095.6893 135173.9761 159586.7479 185808.559 217522.6698 267763.6588 316228.8248 343464.6903 42361 43725 45295 46436 48197 49873 51282 52783 54334 55329 56909 58360 59432 60220 61470 67947 68850 69600 69957 70586 72085 73025 73740 74432 75200 75825 76400 76990 77480 77995 910.9 961 1230.4 1430.1 1832.9 2543.2 3120.6 3791.7 4753.8 4410.4 4517 5594.5 8080.1 13072.3 17042.1 20019.3 22913.5 24941.1 28406.2 29854.7 32917.7 37213.5 43499.9 55566.6 70477.4 88773.6 109998.2 137323.9 172828.4 224598.8 居民消费价格指数（上年=100） 107.5 102.5 102 102 102.7 109.3 106.5 107.3 118.8 118 103.1 103.4 106.4 114.7 124.1 117.1 108.3 102.8 99.2 98.6 100.4 100.7 99.2 101.2 103.9 101.8 101.5 104.8 105.9 99.3 资料来源：《中国统计年鉴》。
首先，检查被解释变量和解释变量之间的线性关系是否成立。观察被解释变量与解释变量之间的散点图。
80,00075,00070,00065,000X160,00055,00050,00045,00040,0000100,000200,000Y300,000400,000 图1：被解释变量?与解释变量?1的散点图
由图中趋势线可以判断，被解释变量Y与解释变量?1之间基本呈线性关系。
240,000200,000160,000X2120,00080,00040,00000100,000200,000Y300,000400,000 图2：被解释变量?与解释变量?2的散点图