计量经济学课程论文
小组成员：
组长：
指导教师：
日期：2010/年5月27日
2006年我国各城市的GDP变动的多因素分析
摘要：本文主要通过对各城市同一时期的GDP进行多因素分析，建立以各城市同一时期的GDP为被解释变量，以其它可量化横截面数据作为解释变量建立多元线性回归模型，从而对各城市同一时期的GDP进行数量化分析。
关键词：GDPY(亿元） 多因素分析 模型 计量经济学 检验
一、引言部分
GDP（国内生产总值）指一个国家（或地区）所有常住单位在一定时期内生产活动的最终成果，从价值形态看，它是所有常住单位在一定时期内生产的全部货物和服务价值超过同期中间投入的全部非固定资产货物和服务价值的差额，即所有常住单位的增加值之和。GDP在创造的同时也被相应的生产要素分走了，主要体现为劳动报酬和利润。在现代社会政府还要以税收的形式拿走一部分GDP。本文主要研究就业人数L（万人）、各地区资本形成总额K(亿元）剔除价格影响因素即商品零售价格指数P（上年=100）之后对各城市同一时期的GDP的影响。
二、文献综述
注： 2006年各城市同一时期的GDP总量的数据来源于《中国统计年鉴2007》；
2006年就业人数L（万人）的数据来源于《中国统计年鉴2007》；
2006年资本形成总额K(亿元）的数据来源于《中国统计年鉴2007》,本表按2006年价格计算；
2006年商品零售价格指数P（上年=100）的数据来源于《中国统计年鉴2007》；
三、研究目的
通过研究各个城市在同一时期的GDP建立以各城市同一时期的GDP为被解释变量，以其它可量化横截面数据作为解释变量建立多元线性回归模型，从而对各城市同一时期的GDP进行数量化分析。掌握建立多元回归模型和比较、筛选模型的方法。
四、实验内容
根据生产函数理论，生产函数的基本形式为: 。其中，L、K分别为产出GDP的过程中投入的劳动与资金,本文未考虑时间变量 即技术进步的影响。上表列出了我国2006年我国各个城市的GDP的有关统计资料；其中产出Y为各城市同一时期的GDP（可比价），L、K分别为2006年年末职工人数和各地区资本形成总额（可比价）。
五、建立模型并进行模型的参数估计、检验及修正
（一） 我们先建立Y1与L的关系模型：
其中，Y1——各个城市在同一时期的实际GDP(亿元)
L——2006年年末职工人数（万人）
模型的参数估计及其经济意义、统计推断的检验
利用EVIEWS软件，经回归分析，作出Y1与L的散点图如下：
利用EVIEWS软件，用OLS方法估计得：
Dependent Variable: Y1
Method: Least Squares
Date: 05/27/10 Time: 14:45
Sample: 1 36
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
C -1647.264 517.2169 -3.184861 0.0034
L 14.99417 0.712549 21.04299 0.0000
R-squared 0.938534 Mean dependent var 7387.979
Adjusted R-squared 0.936415 S.D. dependent var 6367.139
S.E. of regression 1605.545 Akaike info criterion 17.66266
Sum squared resid 74755513 Schwarz criterion 17.75517
Log likelihood -271.7712 F-statistic 442.8073
Durbin-Watson stat 1.503388 Prob(F-statistic) 0.000000
可见，L的t值显著，且系数符合经济意义。从经济意义上讲，劳动每增加一单位，都可以使实际GDP相应增加14.9941， 这在一定条件下可以实现。另外，修正可决系数为0.936415，F值为442.8073，明显通过了F检验。且L的P检验值为0，小于0.05,所以通过了P值检验
（二）建立Y1与K1的关系模型：
其中，Y1——各个城市在同一时期的实际GDP(亿元)
K1——各地区资本形成总额(实际投入额)（亿元）
模型的参数估计及其经济意义、统计推断的检验
利用EVIEWS软件，经回归分析，作出Y1与K1的散点图如下：
利用EVIEWS软件，用OLS方法估计得：
Dependent Variable: Y1
Method: Least Squares
Date: 05/27/10 Time: 17:16
Sample: 1 36
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
C -705.0563 393.0357 -1.793873 0.0833
K1 2.241106 0.086751 25.83385 0.0000
R-squared 0.958357 Mean dependent var 7387.979
Adjusted R-squared 0.956921 S.D. dependent var 6367.139
S.E. of regression 1321.537 Akaike info criterion 17.27332
Sum squared resid 50647333 Schwarz criterion 17.36583
Log likelihood -265.7364 F-statistic 667.3880
Durbin-Watson stat 1.697910 Prob(F-statistic) 0.000000
可见，K1的t值显著，且系数符合经济意义。从经济意义上讲，资本每增加一单位，都可以使实际GDP相应增加2.241106， 这在一定条件下可以实现。另外，修正可决系数为0.956921，F值为667.3880，明显通过了F检验。且K1的P检验值为0，小于0.05,所以通过了P值检验
通过两个模型的可绝系数 、调整可决系数 、T检验、F检验、P值检验的比较，明显的 ，Y1与K1的关系模型优于Y1与L的关系模型。因此，在以Y1与K1的关系模型为基础模型的条件下，建立二元关系模型。
（三）建立Y1与K1和L的二元关系模型
其中，Y1——各个城市在同一时期的实际GDP(亿元)
K1——各地区资本形成总额(实际投入额)（亿元）
L——2006年年末职工人数（万人）
利用EVIEWS软件，用OLS方法估计得
Dependent Variable: Y1
Method: Least Squares
Date: 05/27/10 Time: 17:23
Sample: 1 36
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
C -1369.643 303.2218 -4.516968 0.0001
K1 1.336796 0.176104 7.590936 0.0000
L 6.522268 1.190606 5.478107 0.0000
R-squared 0.979900 Mean dependent var 7387.979
Adjusted R-squared 0.978464 S.D. dependent var 6367.139
S.E. of regression 934.3899 Akaike info criterion 16.60943
Sum squared resid 24446367 Schwarz criterion 16.74820
Log likelihood -254.4462 F-statistic 682.5040
Durbin-Watson stat 1.633165 Prob(F-statistic) 0.000000
可见，K1和L的t值显著，且系数符合经济意义。从经济意义上讲，资本每增加一单位，都可以使实际GDP相应增加。另外，修正可决系数为0.978464，F值为682.5040，明显通过了F检验。且K1和L的P检验值为0，均小于0.05,所以通过了P值检验。
通过两个模型的可绝系数 、调整可决系数 、T检验、F检验、P值检验的比较，明显的 ，Y1与K1和L的关系模型优于Y1与K1的关系模型。因此，建立二元关系模型更符合实际经济情况。
（四）建立非线性回归模型——C-D生产函数。
C-D生产函数为： ，对于此类非线性函数，可以采用以下两种方式建立模型。
方式1：转化成线性模型进行估计；
在模型两端同时取对数，得：
在EViews软件的命令窗口中依次键入以下命令：
GENR LNY1=log（Y1）
GENR LNL=log（L）
GENR LNK1=log（K1）
LS LNY1 C LNL LNK1
则估计结果如图所示。
Dependent Variable: LNY1
Method: Least Squares
Date: 05/27/10 Time: 17:29
Sample: 1 36
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
C 0.242345 0.198180 1.222853 0.2316
LNK1 0.666500 0.082707 8.058538 0.0000
LNL 0.493322 0.088128 5.597775 0.0000
R-squared 0.988755 Mean dependent var 8.504486
Adjusted R-squared 0.987951 S.D. dependent var 1.037058
S.E. of regression 0.113834 Akaike info criterion -1.416379
Sum squared resid 0.362831 Schwarz criterion -1.277606
Log likelihood 24.95388 F-statistic 1230.946
Durbin-Watson stat 1.295173 Prob(F-statistic) 0.000000
可见，K1和L的t值显著，且系数符合经济意义。从经济意义上讲，资本每增加一单位，都可以使实际GDP相应增加。另外，修正可决系数为0.987951，F值为1230.946，明显通过了F检验。且K1和L的P检验值为0，均小于0.05,所以通过了P值检验。
通过对以上模型的可决系数 、调整可决系数 、F检验的比较，明显的 ，该模型最优。因此，选用该模型为以各城市同一时期的GDP为被解释变量，以其它可量化横截面数据作为解释变量建立的最优多元线性回归模型。
六、总结
综上所述，我们采用截面数据拟合的模型成功的反映各城市同一时期的GDPY1与就业人数L（万人）和各地区剔除价格影响因素即商品零售价格指数P（上年=100）的资本形成总额K1(亿元）间的数量关系，是一个成功的模型。从模型中看出，各城市同一时期的GDPY1与就业人数L（万人）和各地区剔除价格影响因素即商品零售价格指数P（上年=100）的资本形成总额K1(亿元）有非常密切的关系，与柯布-道格拉斯 （C-D）生产函数密切吻合，验证了柯布-道格拉斯 （C-D）生产函数的正确。
参考文献：
1、《国民经济核算——国家统计年鉴2007》
2、《价格指数——国家统计年鉴2007》
3、《中国国内生产总值核算》,作者：许宪春 编著，
国内生产总值与进出口总额关系：
(1) 在用支出法核算国内生产总值时，净出口是作为其中一项重要指标和算在内的。
净出口为当年出口额与进口额的差；而进出口总额为当年出口额与进口额之和。由此可见，进出口总额也应该与国内生产总值成正比。
(2) 外国企业之所以与我国进行经济合作是为了可以直接在我国境内进行生产并销售给我国。而这样做的目的就是为了可以减少外国企业由于进口而带来的关税成本。所以，我国对外经济合作的增加带来的结果是进口额的减少，对外经济合作合同完成总额与进出口总额成反比。
(3) 在2001年我国加入世贸组织以前，我国一直实行的关税壁垒政策。自改革开放以来，虽然为了扩大我国与世界的经济交流，我国曾通过降低关税来促进进出口发展，但总的来说我国的关税税率的变化幅度不大。所以在税率不变的情况下，关税总额的增长就表示了当年进出口总额的提高。
计量经济学课程论文 小组成员： 组长： 指导教师： 日期：2010/年5月27日 2006年我国各城市的GDP变动的多因素分析 摘要：本文主要通过对各城市同一时期的GDP进行多因素分析，建立以各城市同一时期的GDP为被解释变量，以其它可量化横截面数据作为解释变量建立多元线性回归模型，从而对各城市同一时期的GDP进行数量化分析。 关键词：GDPY(亿元）多因素分析模型计量经济学检验 一、引言部分 GDP（国内生产总值）指一个国家（或地区）所有常住单位在一定时期内生产活动的最终成果，从价值形态看，它是所有常住单位在一定时期内生产的全部货物和服务价值超过同期中间投入的全部非固定资产货物和服务价值的差额，即所有常住单位的增加值之和。GDP在创造的同时也被相应的生产要素分走了，主要体现为劳动报酬和利润。在现代社会政府还要以税收的形式拿走一部分GDP。本文主要研究就业人数L（万人）、各地区资本形成总额K(亿元）剔除价格影响因素即商品零售价格指数P（上年=100）之后对各城市同一时期的GDP的影响。 二、文献综述 注：2006年各城市同一时期的GDP总量的数据来源于《中国统计年鉴2007》； 2006年就业人数L（万人）的数据来源于《中国统计年鉴2007》； 2006年资本形成总额K(亿元）的数据来源于《中国统计年鉴2007》,本表按2006年价格计算； 2006年商品零售价格指数P（上年=100）的数据来源于《中国统计年鉴2007》； 三、研究目的 通过研究各个城市在同一时期的GDP建立以各城市同一时期的GDP为被解释变量，以其它可量化横截面数据作为解释变量建立多元线性回归模型，从而对各城市同一时期的GDP进行数量化分析。掌握建立多元回归模型和比较、筛选模型的方法。 四、实验内容 根据生产函数理论，生产函数的基本形式为:。其中，L、K分别为产出GDP的过程中投入的劳动与资金,本文未考虑时间变量即技术进步的影响。上表列出了我国2006年我国各个城市的GDP的有关统计资料；其中产出Y为各城市同一时期的GDP（可比价），L、K分别为2006年年末职工人数和各地区资本形成总额（可比价）。 五、建立模型并进行模型的参数估计、检验及修正 （一）我们先建立Y1与L的关系模型： 其中，Y1——各个城市在同一时期的实际GDP(亿元) L——2006年年末职工人数（万人） 模型的参数估计及其经济意义、统计推断的检验 利用EVIEWS软件，经回归分析，作出Y1与L的散点图如下： 利用EVIEWS软件，用OLS方法估计得： DependentVariable:Y1 Method:LeastSquares Date:05/27/10Time:14:45 Sample:136 Includedobservations:31 VariableCoefficientStd.Errort-StatisticProb. C-1647.264517.2169-3.1848610.0034 L14.994170.71254921.042990.0000 R-squared0.938534Meandependentvar7387.979 AdjustedR-squared0.936415S.D.dependentvar6367.139 S.E.ofregression1605.545Akaikeinfocriterion17.66266 Sumsquaredresid74755513Schwarzcriterion17.75517 Loglikelihood-271.7712F-statistic442.8073 Durbin-Watsonstat1.503388Prob(F-statistic)0.000000 可见，L的t值显著，且系数符合经济意义。从经济意义上讲，劳动每增加一单位，都可以使实际GDP相应增加14.9941，这在一定条件下可以实现。另外，修正可决系数为0.936415，F值为442.8073，明显通过了F检验。且L的P检验值为0，小于0.05,所以通过了P值检验 （二）建立Y1与K1的关系模型： 其中，Y1——各个城市在同一时期的实际GDP(亿元) K1——各地区资本形成总额(实际投入额)（亿元） 模型的参数估计及其经济意义、统计推断的检验 利用EVIEWS软件，经回归分析，作出Y1与K1的散点图如下： 利用EVIEWS软件，用OLS方法估计得： DependentVariable:Y1 Method:LeastSquares Date:05/27/10Time:17:16 Sample:136 Includedobservations:31 VariableCoefficientStd.Errort-StatisticProb. C-705.0563393.0357-1.7938730.0833 K12.2411060.08675125.833850.0000 R-squared0.958357Meandependentvar7387.979 AdjustedR-squared0.956921S.D.dependentvar6367.139 S.E.ofregression1321.537Akaikeinfocriterion17.27332 Sumsquaredresid50647333Schwarzcriterion17.36583 Loglikelihood-265.7364F-statistic667.3880 Durbin-Watsonstat1.697910Prob(F-statistic)0.000000 可见，K1的t值显著，且系数符合经济意义。从经济意义上讲，资本每增加一单位，都可以使实际GDP相应增加2.241106，这在一定条件下可以实现。另外，修正可决系数为0.956921，F值为667.3880，明显通过了F检验。且K1的P检验值为0，小于0.05,所以通过了P值检验 通过两个模型的可绝系数、调整可决系数、T检验、F检验、P值检验的比较，明显的，Y1与K1的关系模型优于Y1与L的关系模型。因此，在以Y1与K1的关系模型为基础模型的条件下，建立二元关系模型。 （三）建立Y1与K1和L的二元关系模型 其中，Y1——各个城市在同一时期的实际GDP(亿元) K1——各地区资本形成总额(实际投入额)（亿元） L——2006年年末职工人数（万人） 利用EVIEWS软件，用OLS方法估计得 DependentVariable:Y1 Method:LeastSquares Date:05/27/10Time:17:23 Sample:136 Includedobservations:31 VariableCoefficientStd.Errort-StatisticProb. C-1369.643303.2218-4.5169680.0001 K11.3367960.1761047.5909360.0000 L6.5222681.1906065.4781070.0000 R-squared0.979900Meandependentvar7387.979 AdjustedR-squared0.978464S.D.dependentvar6367.139 S.E.ofregression934.3899Akaikeinfocriterion16.60943 Sumsquaredresid24446367Schwarzcriterion16.74820 Loglikelihood-254.4462F-statistic682.5040 Durbin-Watsonstat1.633165Prob(F-statistic)0.000000 可见，K1和L的t值显著，且系数符合经济意义。从经济意义上讲，资本每增加一单位，都可以使实际GDP相应增加。另外，修正可决系数为0.978464，F值为682.5040，明显通过了F检验。且K1和L的P检验值为0，均小于0.05,所以通过了P值检验。 通过两个模型的可绝系数、调整可决系数、T检验、F检验、P值检验的比较，明显的，Y1与K1和L的关系模型优于Y1与K1的关系模型。因此，建立二元关系模型更符合实际经济情况。 （四）建立非线性回归模型——C-D生产函数。 C-D生产函数为：，对于此类非线性函数，可以采用以下两种方式建立模型。 方式1：转化成线性模型进行估计； 在模型两端同时取对数，得： 在EViews软件的命令窗口中依次键入以下命令： GENRLNY1=log（Y1） GENRLNL=log（L） GENRLNK1=log（K1） LSLNY1CLNLLNK1 则估计结果如图所示。 DependentVariable:LNY1 Method:LeastSquares Date:05/27/10Time:17:29 Sample:136 Includedobservations:31 VariableCoefficientStd.Errort-StatisticProb. C0.2423450.1981801.2228530.2316 LNK10.6665000.0827078.0585380.0000 LNL0.4933220.0881285.5977750.0000 R-squared0.988755Meandependentvar8.504486 AdjustedR-squared0.987951S.D.dependentvar1.037058 S.E.ofregression0.113834Akaikeinfocriterion-1.416379 Sumsquaredresid0.362831Schwarzcriterion-1.277606 Loglikelihood24.95388F-statistic1230.946 Durbin-Watsonstat1.295173Prob(F-statistic)0.000000 可见，K1和L的t值显著，且系数符合经济意义。从经济意义上讲，资本每增加一单位，都可以使实际GDP相应增加。另外，修正可决系数为0.987951，F值为1230.946，明显通过了F检验。且K1和L的P检验值为0，均小于0.05,所以通过了P值检验。 通过对以上模型的可决系数、调整可决系数、F检验的比较，明显的，该模型最优。因此，选用该模型为以各城市同一时期的GDP为被解释变量，以其它可量化横截面数据作为解释变量建立的最优多元线性回归模型。 六、总结 综上所述，我们采用截面数据拟合的模型成功的反映各城市同一时期的GDPY1与就业人数L（万人）和各地区剔除价格影响因素即商品零售价格指数P（上年=100）的资本形成总额K1(亿元）间的数量关系，是一个成功的模型。从模型中看出，各城市同一时期的GDPY1与就业人数L（万人）和各地区剔除价格影响因素即商品零售价格指数P（上年=100）的资本形成总额K1(亿元）有非常密切的关系，与柯布-道格拉斯（C-D）生产函数密切吻合，验证了柯布-道格拉斯（C-D）生产函数的正确。 参考文献： 1、《国民经济核算——国家统计年鉴2007》 2、《价格指数——国家统计年鉴2007》 3、《中国国内生产总值核算》,作者：许宪春编著，
一、 研究的目的要求
税收是我国财政收入的基本因素,也影响着我国经济的发展。取得财政收入的手段有多种多样，如税收、发行货币、发行国债、收费、罚没等等，而税收则由政府征收，取自于民、用之于民。经济是税收的源泉，经济决定税收，而税收又反作用于经济，这是税收与经济的一般原理。这几年来，中国税收收入的快速增长甚至“超速增长”引起了人们的广泛关注。科学地对税收增长进行因素分析和预测分析非常重要，对研究我国税收增长规律，制定经济政策有着重要意义。。
改革开放以来，中国经济高速增长，1978-2008年的31年间，国内生产总值从3645.2亿元增长到314045亿元，一跃成为世界第二大经济体。随着经济体制改革的深化和经济的快速增长，中国的财政收支状况也发生了很大的变化，中央和地方的税收收入1978年为519.28亿元，到2008年已增长到54223.79亿元，31年间平均每年增长16.76%。税收作为财政收入的重要组成部分，在国民经济发展中扮演着不可或缺的角色。为了研究影响中国税收增长的主要原因，分析中央和地方税收收入的增长规律，以及预测中国税收未来的增长趋势，我们需要建立计量经济模型进行实证分析。
影响税收收入的因素有很多，但据分析主要的因素可能有：①从宏观经济看，经济整体增长是税收增长的基本源泉，而国内生产总值是反映经济增长的一个重要指标。②公共财政的需求，税收收入是财政收入的主体，社会经济的发展和社会保障的完善等都对公共财政提出要求，因此对预算支出所表现的公共财政的需求对当年的税收收入可能会有一定影响。③物价水平。我国的税制结构以流转税
为主，以现行价格计算的GDP等指标和经营者的收入水平都与物价水平有关。④税收政策因素。我国自1978年以来经历了两次大的税制改革，一次是1984~1985年的国有企业利改税，另一次是1994年的全国范围内的新税制改革。税制改革对税收增长速度的影响不是非常大。因此，可以从以上几个方面，分析各种因素对中国税收增长的具体影响。
为了全面反映中国税收增长的全貌，我们选用“国家财政收入”中的“各项税收”（即税收收入）作为被解释变量，反映税收的增长；选择“国内生产总值”（即GDP）作为经济整体增长水平的代表；选择“财政支出”作为公共财政需求的代表；选择“商品零售价格指数”作为物价水平的代表。另外，由于财税体制的改革难以量化，而且从数据上看，1985年以后财税体制改革对税收增长影响不是很大，在此暂不考虑税制改革对税收增长的影响
摘之文库，你可以去看下。
