河北省GDP影响因素分析

河北联合大学金融计量经济学课程设计学号：河北联合大学金融计量经济学课程设计学院：河北联合大学经济学院系：金融系专业：金融学班级：姓名：指导教师：2015年1月3日1河北省GDP的影响因素分析报告摘要：国内生产总值(GDP)指按市场价格计算的一个国家（或地区）所有常住单位在一定时期内生产活动的最终成果。相对于一个地区来说，则称为地区生产总值或地区GDP。一直以来GDP是衡量一个国家或地区经济最核心的指标，虽然这种指标并非完美无缺，但在很大程度上能反映一个地区的发展情况，尤其是GDP总量是衡量一个地区经济规模最有效地指标。研究影响GDP的相关因素并分析则显得格为重要。关键词：国内生产总值；地区GDP；经济；指标FactorsHebeiGDPanalysisreportSummary：Grossdomesticproduct(GDP)referstoacountryatmarketprices(orregion)thefinalresultsofallresidentunitsinagivenperiodofproductionactivities.Relativetoaregion,theregionknownastheregion'sGDPorGDP.GDPisameasurehasbeenthecoreoftheeconomicindicatorsofacountryorregion,althoughthisindicatorisnotperfect,buttoalargeextentreflectdevelopmentsinaregion,especiallytheGDPisameasureofaregion'smostefficienteconomiesofscalegroundtargets.RelatedfactorsaffectingGDPandanalyzeitappearsimportantgrid.Keywords:GDP,regionalGDP,economic,indicators21、前言河北省是中国北方重要的沿海省份，是环渤海经济圈的重要组成部分，河北历史悠久，文化灿烂，在区位、资源、交通、通信、产业、市场等方面具有独特优势,拥有良好的发展环境，巨大的发展潜力和广阔的发展前景。改革开放以来,河北省经济发展较快，人民生活总体上达到了小康水平。尤其近几年河北省GDP的增长令人关注，2013年河北全省生产总值比上年增长8.2%，全年城镇居民家庭人均总收入24143元，比上年增长10.2%。其中，城镇居民人均可支配收入22580元，增长9.9%。农村居民人均纯收入9102元，增长12.6%，快于城镇居民人均可支配收入。为了使经济稳定发展，确切关注GDP的影响因素是必要的。而对于GDP来说，其实影响因素有很多，在这里就以下四个变量为影响因素进行分析。分别是，居民消费支出、经营单位所在地出口总额、全社会固定资产投资、年末常住人口数。2、变量的选择和模型的建立在此，我们将“GDP”设为因变量，把“居民消费”、“经营单位所在地进出口总额”、“全社会固定资产投资”、“年末常住人口数”设为自变量。国内生产总值：是一个国家（或地区）所有常住单位在一定时期内生产活动的最终成果（简称GDP）。居民消费支出：指常住住户在一定时期内对于货物和服务的全部最终消费支出。居民消费支出除了直接以货币形式购买的货物和服务的消费支出外，还包括以其他方式获得的货物和服务的消费支出，即所谓的虚拟消费支出。居民虚拟消费支出包括如下几种类型：单位以实物报酬及实物转移的形式提供给劳动者的货物和服务；住户生产并由本住户消费了的货物和服务，其中的服务仅指住户的自有住房服务和付酬的家庭雇员提供的家庭和个人服务；金融机构提供的金融媒介服务。经营单位所在地进出口总额：是指商品经营单位所在地进出口额指在所在地海关注册登记的有进出口经营权的企业实际出口额。全社会固定资产投资：指以货币形式表现的在一定时期内全社会建造和购置固定资产的工作量以及与此有关的费用的总称。该指标是反映固定资产投资规模、结构和发展速度的综合性指标，又是观察工程进度和考核投资效果的重要依据。年末人口数:指每年12月31日24时的人口数。3被解释变量：Y河北省生产总值GDP(亿元)解释变量一：X1居民消费（亿元）解释变量二：X2经营单位所在地出口总额(亿美元)解释变量三：X3全社会固定资产投资(亿元)解释变量四：X4年末常住人口(万人)将变量的数学形式确定为：uXXXXY443322110一共有四个解释变量，0是常数，i（i=1、2、3、4）是解释变量的偏回归系数，u为随机误差项，用来表示解释变量以外的其他因素的干扰。3、数据来源与分析数据来源：中华人民共和国国家统计局数据库（=fsnd）由于国家统计局注明：2004年及以后年份地区生产总值数据执行《国民经济行业分类》（GB/T4754-2002）,2004年以前地区生产总值数据执行《国民经济行业分类》（GB/T4754-1994），本文选取19944年至2013年间数据进行分析。数据表如下：表3.1数据图年份河北省GDP（亿元）Y居民消费（亿元）X1出口总额(亿美元)X2固定资本投资（亿元）X3年末常住人口（万人）X419942,187.49839.9723709.19638819952,849.521,081.0929939.32643719963,452.971,243.31311,187.70648419973,953.781,399.02321,469.99652519984,256.011,415.78311,591.76656919994,514.191,523.64311,770.47661420005,043.961,682.76371,816.79667420015,516.761,838.17401,912.53669920026,018.282,069.65462,020.38673520036,921.292,208.73592,477.98676920048,477.632,551.44933,218.766,809200510,012.112,916.001094,139.696,851200611,467.603,385.051285,470.246,898200713,607.323,921.631706,884.686,943200816,011.974,526.792408,866.566,989200917,235.485,043.3515712,269.807,034201020,394.265,731.4422615,083.407,194201124,515.766,892.6628616,389.337,241201226,575.017,808.3929619,661.287,288201328,301.418,448.0631023,194.237,3334绘制各自变量与因变量散点图，如下GDP与居民消费GDP与经营单位所在地出口总额GDP与固定资本投资GDP与年末常住人口Y与各变量的线性图5根据数据利用eviews得出回归结果，如下图：表3.2OLS回归结果DependentVariable:YMethod:LeastSquaresDate:12/31/14Time:13:18Sample:19942013Includedobservations:20VariableCoefficientStd.Errort-StatisticProb.C-24180.187730.898-3.1277320.0069X11.9594680.4917993.9842890.0012X215.927163.3776474.7154610.0003X30.1668820.0996871.6740560.1148X43.7726901.2401773.0420570.0082R-squared0.999089Meandependentvar11065.64AdjustedR-squared0.998847S.D.dependentvar8386.568S.E.ofregression284.8140Akaikeinfocriterion14.35387Sumsquaredresid1216786.Schwarzcriterion14.60280Loglikelihood-138.5387F-statistic4114.753Durbin-Watsonstat1.692372Prob(F-statistic)0.000000由此可见，该模型的R2=0.999089，R2=0.998847,可决系数很高，F检验值4114.753明显显著。4、多重共线性检验（1）当α=0.05时，tα2⁄(n-k)=t0.025(20-5)=2.131，可见X3的系数t检验不显著，这表明可能存在多重共线性。计算各解释变量的相关系数，选择X1、X2、X3、X4数据，得相关细数矩阵表4.1各变量间相关系数图变量X1X2X3X4X11.0000000.9759730.9895010.966636X20.9759731.0000000.9525370.948661X30.9895010.9525371.0000000.931679X40.9666360.9486610.9316791.000000由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。6（2）修正多重共线性采用逐步回归的办法，去检验和解决多重共线性的问题。分别做Y对X1、X2、X3、X4的一元回归，如下：表4.2一元回归估计结果变量X1X2X3X4参数估计值3.57503380.991181.18520428.24782t统计量79.3210822.4485424.4016117.33809R20.9971470.9655130.9706570.943505R20.9969890.9635970.9690270.940366其中，加入X1的方程R2最大，以X1为基础，顺次加入其他变量逐步回归。结果如下表所示。表4.3加入新变量的回归结果变量X1X2X3X4R2X1,X22.98438413.933180.998328X1,X34.061686-0.1652580.997252X1,X43.2540882.6969940.997442经比较，加入X2的方程R2=0.998328，改进最大，且各参数的t检验显著，选择保留X2，再加入其他新变量逐步回归，结果如下表：表4.4又加入新变量的回归结果变量X1X2X3X4R2X1,X2，X33.152058（8.621597）13.08249（3.273859）-0.044693（-0.508285）0.998252X1,X2,X42.738681(16.35234)13.20472(4.228662)2.324214(2.480002)0.998717在X1，X2的基础加入X3后的方程R2有所下降，且X3的参数的t检验变得不显著。加入X4后，R2有所上升，且参数的t检验显著。保留X4，去掉X3。得到最后修正多重共线性影响后的回归结果为：7表4.5修正后的模型回归结果VariableCoefficientStd.Errort-StatisticProb.C-15471.306032.197-2.5647870.0208X12.7386810.16747916.352340.0000X213.204723.1226714.2286620.0006X42.3242140.9371822.4800020.0246R-squared0.998919Meandependentvar11065.64AdjustedR-squared0.998717S.D.dependentvar8386.5