第二產業(yè)GDP增長的多因素分析

《第二產業(yè)GDP增長的多因素分析》由會員分享，可在線閱讀，更多相關《第二產業(yè)GDP增長的多因素分析（10頁珍藏版）》請在裝配圖網上搜索。

1、第二產業(yè)GDP增長的多因素分析 第二產業(yè)GDP增長的多因素分析 主要內容：從1978年至今，第二產業(yè)的GDP占GDP總量的比重逐年提高，到2003年，已經達到52%。第二產業(yè)的發(fā)展對于國民經濟的發(fā)展至關重要。本文旨在研究資本、勞動、教育水平與第二產業(yè)GDP形成的關系。 關鍵字：生產函數(shù)，就業(yè)人數(shù)，資本形成額，教育支出 一、經濟理論： 產出增長是通加增加要素投入和通過源于技術進步所導致的生產率提高和生產能力更強的勞動大軍實現(xiàn)的。生產函數(shù)提供了投入與產出之間的數(shù)量關系。若僅考慮勞動和資本，生產函數(shù)的一般公式是Y=AF(K,

2、N) ,即產出Y取決于資本和勞動投入（K，L）和技術水平A。特別的，對柯布-道格拉斯函數(shù)，有Y=AKaLb。這個函數(shù)可以對經濟進行比較準確的描述，例如，對美國而言，a=0.25,b=0.75與其現(xiàn)實經濟相當相近。 除此之外，自然資源和人力資本也是兩種重要的投入。人力資本投資即通過學校教育，在職培訓和其他手段來增加工人的技巧和才能，這與實物投資導致的實物資本增加是相同的。增加了人力資本H的生產函數(shù)可以寫做：Y=AF（K，H，N）。在工業(yè)化國家中，人力資本的要素分額較大，比如曼昆的一篇文章中就指出，生產函數(shù)中實物資本，非熟練勞動力和人力資本的要素分額各占1/3。 二、模型的建立和數(shù)據搜集：

3、 由Y=A*F（K，H，L），若生產函數(shù)采用類似柯布-道格拉斯生產函數(shù)的形式，并進行對數(shù)變換得到： LNY=LNA+aLNK+bLNL+cLNH 用Y代表第二產業(yè)GDP，K與L分別代表資本和勞動投入，人力資本用教育費用支出E代替，可以得到以下模型： LNY=C+aLnK+blnL+clnE+u 數(shù)據： 年份第二產業(yè)就業(yè)人數(shù)第二產業(yè)GDP教育費用支出資本形成 197869451745.275.051377.9 197972141913.593.161474.2 198077072192114.151590 198180032255.5122.791581 198283462

4、383137.611760.2 198386792646.2155.242005 198495903105.7180.882468.6 1985103843866.6226.833386 1986112164492.7274.723846 1987117265251.6293.934322 1988121526587.2356.665495 ***119767278412.396095 1990138567717.4462.456444 1991140159102.2532.397517 19921435511699.5621.719636 19931496516428.

5、5754.914998 19941531222372.21018.7819260.6 19951565528537.91196.6523877 19961620333612.91415.7126867.2 19971654737222.71545.8228457.6 19981660038619.31726.329545.9 19991642140557.81927.3230701.6 20001621944935.32179.5232499.8 200116284487502636.8437460.8 20021578052980.23105.9942304.9 2003

6、1607761274.13351.3251382.7 將所有數(shù)據取對數(shù)后輸入EVIEWS 從經濟意義上考慮到當年的教育支出對產出的影響可能存在滯后，采用Granger檢驗，可以得到當之后長度為2時，E是引起Y變化的原因，故模型修改為： LNY=C+aLnK+blnL+clnE（-2）+u 三、模型的估計和檢驗： 1）平穩(wěn)性檢驗：單位根檢驗 LnyADF 一階差分 只有截距項 滯后3階 ADF Test Statistic-2.8073031%Critical Value*-3.7856 5%Critical Value-3.0114 10% Critical Value-

7、2.6457 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(LNY,2) Method: Least Squares Date: 06/14/05Time: 10:15 Sample(adjusted): 1983 2003 Included observations: 21 after adjusting endpoints VariableCoeffic

8、ientStd. Errort-StatisticProb. D(LNY(-1))-0.5812070.207034-2.8073030.0126 D(LNY(-1),2)0.5973570.2186002.7326520.0148 D(LNY(-2),2)0.0187300.2225440.0841650.9340 D(LNY(-3),2)0.2935510.2070491.4177850.1754 C0.0900170.0334642.6899590.0161 R-squared0.446263Mean dependent var0.004307 Adjusted R-squ

9、ared0.307828S.D. dependent var0.066967 S.E. of regression0.055715Akaike info criterion-2.732888 Sum squared resid0.049666Schwarz criterion-2.484192 Log likelihood33.69532F-statistic3.223642 Durbin-Watson stat1.883066Prob(F-statistic)0.040398 以10%的標準LNY不存在單位根，一階差分平穩(wěn)。 LNKADF 一階差分 只有截距項 滯后3階 A

10、DF Test Statistic-3.0123731%Critical Value*-3.7856 5%Critical Value-3.0114 10% Critical Value-2.6457 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(LNK,2) Method: Least Squares Date: 06/14/05Time: 10:19 S

11、ample(adjusted): 1983 2003 Included observations: 21 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. D(LNK(-1))-0.8981760.298162-3.0123730.0083 D(LNK(-1),2)0.4042240.2584971.5637490.1374 D(LNK(-2),2)0.2826120.2402811.1761750.2567 D(LNK(-3),2)0.3104540.2277361.3632180.19

12、17 C0.1415370.0493952.8654030.0112 R-squared0.380186Mean dependent var0.004144 Adjusted R-squared0.225232S.D. dependent var0.102694 S.E. of regression0.090392Akaike info criterion-1.765057 Sum squared resid0.130733Schwarz criterion-1.516361 Log likelihood23.53309F-statistic2.453546 Durbin-Wat

13、son stat2.004426Prob(F-statistic)0.088031 以5%的標準，沒有單位根，一階差分平穩(wěn)。 LNLADF只有截距項和趨勢 滯后1階一階差分 ADF Test Statistic-3.6286781%Critical Value*-4.4167 5%Critical Value-3.6219 10% Critical Value-3.2474 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Tes

14、t Equation Dependent Variable: D(LNL,2) Method: Least Squares Date: 06/14/05Time: 10:22 Sample(adjusted): 1981 2003 Included observations: 23 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. D(LNL(-1))-1.3032520.359153-3.6286780.0018 D(LNL(-1),2)0.0196830.2279610.08634

15、60.9321 C0.1054470.0334553.1519390.0052 @TREND(1978)-0.0045070.001580-2.8527530.0102 R-squared0.632964Mean dependent var-0.002063 Adjusted R-squared0.575011S.D. dependent var0.051344 S.E. of regression0.033472Akaike info criterion-3.799468 Sum squared resid0.021287Schwarz criterion-3.601991 L

16、og likelihood47.69389F-statistic10.92201 Durbin-Watson stat1.991014Prob(F-statistic)0.000216 以5%的標準，沒有單位根，一階差分平穩(wěn) LNE(-2)ADF 有趨勢和截距項 滯后1階一階差分 ADF Test Statistic-4.4199921%Critical Value*-4.4415 5%Critical Value-3.6330 10% Critical Value-3.2535 *MacKinnon critical values for rejection of hypo

17、thesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(LNE1,2) Method: Least Squares Date: 06/14/05Time: 11:28 Sample(adjusted): 1982 2003 Included observations: 22 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. D(LNE1(-1))-1.5774320.3

18、56886-4.4199920.0003 D(LNE1(-1),2)0.2059900.2192470.9395310.3599 C0.0184120.0359670.5119120.6149 @TREND(1978)-0.0013230.002272-0.5820980.5677 R-squared0.702869Mean dependent var0.001932 Adjusted R-squared0.653348S.D. dependent var0.113284 S.E. of regression0.066698Akaike info criterion-2.41431

19、2 Sum squared resid0.080076Schwarz criterion-2.215940 Log likelihood30.55743F-statistic14.19315 Durbin-Watson stat2.064102Prob(F-statistic)0.000054 以5%的標準，沒有單位根，一階差分平穩(wěn) 綜上，模型中的變量都是一階差分平穩(wěn)。對變量進行回歸LS LNY C LNK LNL LNE（-2） Dependent Variable: LNY Method: Least Squares Date: 06/14/05Time: 11:31

20、 Sample(adjusted): 1980 2003 Included observations: 24 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C3.6123801.0467783.4509510.0025 LNK0.9203680.07564512.166900.0000 LNL-0.3874810.141687-2.7347670.0128 LNE(-2)0.1642600.0673732.4380810.0242 R-squared0.998259Mean depe

21、ndent var9.374063 Adjusted R-squared0.997998S.D. dependent var1.164977 S.E. of regression0.052123Akaike info criterion-2.919421 Sum squared resid0.054336Schwarz criterion-2.723078 Log likelihood39.03305F-statistic3823.231 Durbin-Watson stat0.654112Prob(F-statistic)0.000000 R2=0.998259 擬合程度很好，

22、F=3823.231 通過了F檢驗，模型設定正確。 回歸結果，得： LNY=3.612380 +0.920368LNK—0.387481LNL+0.164260LNE(-2) （各參數(shù)均通過T檢驗） 對殘差項進行平穩(wěn)性檢驗，單位根檢驗 0階，沒有趨勢和截距，滯后一階 ADF Test Statistic-2.1086091%Critical Value*-2.6756 5%Critical Value-1.9574 10% Critical Value-1.6238 *MacKinnon critical values for rejection of hypothesi

23、s of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(R2) Method: Least Squares Date: 06/14/05Time: 11:34 Sample(adjusted): 1982 2003 Included observations: 22 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. R2(-1)-0.4605980.218437-2.108609

24、0.0478 D(R2(-1))0.2609930.2386241.0937440.2871 R-squared0.146646Mean dependent var-0.008221 Adjusted R-squared0.103978S.D. dependent var0.040171 S.E. of regression0.038026Akaike info criterion-3.614601 Sum squared resid0.028919Schwarz criterion-3.515415 Log likelihood41.76061F-statistic3.43693

25、4 Durbin-Watson stat1.816806Prob(F-statistic)0.078563 以5%的標準，沒有單位根，平穩(wěn)。說明存在協(xié)整。 故說明以上長期關系方程的變量選擇合理，回歸系數(shù)具有經濟意義，即： LNY=3.612380 +0.920368LNK—0.387481LNL+0.164260LNE(-2) 誤差校正： LNYI=LNYt—LNYt-1LNKI=LNKt—LNKt-1LNLI=LNLt—LNLt-1LNEI=LNEt—LNEt-1 R=RESID Dependent Variable: LNY1 Method: Least Squar

26、es Date: 06/14/05Time: 10:52 Sample(adjusted): 1983 2003 Included observations: 21 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C0.0213630.0053044.0275090.0012 LNK10.8940320.01928746.353850.0000 LNK1(-1)0.1008110.0195535.1556970.0001 LNL1-0.2951410.036564-8.0719200

27、.0000 R0.9752030.04141123.549450.0000 R(-1)-0.8331370.051257-16.254240.0000 LNE1(-4)-0.0701980.027907-2.5153950.0247 R-squared0.996762Mean dependent var0.154619 Adjusted R-squared0.995374S.D. dependent var0.083807 S.E. of regression0.005700Akaike info criterion-7.235415 Sum squared resid0.000

28、455Schwarz criterion-6.887241 Log likelihood82.97185F-statistic718.2057 Durbin-Watson stat2.664799Prob(F-statistic)0.000000 回歸得到短期動態(tài)方程： LNY1=0.021363+0.894032LNK1+0.100811LNK1(-1)-0.295141LNL1 0.070198LNE1(-4)+0.975203R-0.833137R(-1) 2）計量經濟學檢驗 對長期模型進行異方差檢驗： ARCH Test: F-statistic0.874324P

29、robability0.473763 Obs*R-squared2.807036Probability0.422343 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/15/05Time: 11:45 Sample(adjusted): 1983 2003 Included observations: 21 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C0.0016580.0

30、013371.2406910.2316 RESID^2(-1)0.2342690.3662400.6396590.5309 RESID^2(-2)-0.3322760.348164-0.9543670.3533 RESID^2(-3)0.4128180.3547091.1638220.2606 R-squared0.133668Mean dependent var0.002230 Adjusted R-squared-0.019214S.D. dependent var0.003111 S.E. of regression0.003141Akaike info criterion-

31、8.519183 Sum squared resid0.000168Schwarz criterion-8.320227 Log likelihood93.45143F-statistic0.874324 Durbin-Watson stat1.693624Prob(F-statistic)0.473763 T值都小于2，沒有異方差 White Heteroskedasticity Test: F-statistic2.726168Probability0.048331 Obs*R-squared11.76869Probability0.067333 Test Equati

32、on: Dependent Variable: RESID^2 Method: Least Squares Date: 06/30/05Time: 18:41 Sample: 1980 2003 Included observations: 24 VariableCoefficientStd. Errort-StatisticProb. C-2.5804821.840997-1.4016760.1790 LNK-0.0152300.056131-0.2713370.7894 LNK^20.0010460.0029950.3491290.7313 LNL0.5794110.4

33、186621.3839580.1843 LNL^2-0.0298950.021690-1.3782800.1860 LNE(-2)-0.0500310.027073-1.8479720.0821 LNE(-2)^20.0035060.0020381.7205630.1035 R-squared0.490362Mean dependent var0.002264 Adjusted R-squared0.310490S.D. dependent var0.002979 S.E. of regression0.002473Akaike info criterion-8.928022 S

34、um squared resid0.000104Schwarz criterion-8.584423 Log likelihood114.1363F-statistic2.726168 Durbin-Watson stat2.184959Prob(F-statistic)0.048331 T值都小于2，所以沒有異方差。 長期模型存在自相關，使用迭代法修正 Dependent Variable: LNY Method: Least Squares Date: 06/15/05Time: 12:18 Sample(adjusted): 1981 2003 Included o

35、bservations: 23 after adjusting endpoints Convergence achieved after 21 iterations VariableCoefficientStd. Errort-StatisticProb. C0.5225072.0845840.2506530.8049 LNK0.7710150.0771279.9967040.0000 LNL0.0245400.2404990.1020390.9199 LNE(-2)0.2496640.0830813.0050750.0076 AR(1)0.7228630.1745814.140

36、5690.0006 R-squared0.999181Mean dependent var9.447171 Adjusted R-squared0.998999S.D. dependent var1.133470 S.E. of regression0.035853Akaike info criterion-3.629138 Sum squared resid0.023137Schwarz criterion-3.382291 Log likelihood46.73508F-statistic5492.676 Durbin-Watson stat1.739477Prob(F-sta

37、tistic)0.000000 Inverted AR Roots.72 樣本容量23個，3個解釋變量，查表，得：Du=1.660,DW=1.739477>1.660且對長期模型進行多重共線檢驗： LNE(-2)LNKLNL LNE(-2)1.0000000.9887010.932551 LNK0.9887011.0000000.953239 LNL0.9325510.9532391.000000 具有比較嚴重的多重共線性。使用逐步回歸法進行修正，不能刪除解釋變量。 3）經濟意義檢驗： 綜上可得： Lny =0.522507+0.771015Lnk+0.024540Ln

38、l+0.249664Lne(-2) 可以轉化為：Y=e0.522507K0.771015L0.024540E(-2)0.249664 可見，在第二產業(yè)中，資本投入對gdp的貢獻是最大的，資本投入產出彈性為0.771015;人力資本產出彈性為0.249664；而勞動產出彈性為0.024540，十分不顯著——但是這和中國目前的現(xiàn)實不符合，資本投入產出彈性過高而勞動產出彈性過低。這是由于解釋變量之間存在嚴重的多重共線性，從而使得估計結果無偏但無效，無法真實的描述各因素對我國第二產業(yè)GDP貢獻的真實情況。 4、失敗原因分析和經驗教訓總結： 從上面的分析得到，我們的模型無法達到對促進第二產業(yè)

39、GDP的各因素進行正確描述的目的。失敗的原因主要有： 由于資本，勞動，和人力資本三者之間存在著互相替代的關系，所以三個解釋變量之間存在嚴重的多重共線性，而且無法進行修正。目前我們沒有辦法解決這個問題。 第二產業(yè)包括工業(yè)和建筑業(yè)，由于數(shù)據的原因，并且工業(yè)的GDP比建筑業(yè)大出許多，因此我們只是籠統(tǒng)的對第二產業(yè)整體進行了分析。但這兩者之間是存在差異的，這樣使我們的原始數(shù)據和分析出現(xiàn)偏差。 在這次做論文的過程中，我們有很多遺憾，也從很多次失敗中學到了東西。 我們是三易題目。第一次想要做有關銀行的盈利性，流動性和安全性之間的分析；第二次是嘗試了金融發(fā)展對中國GDP的影響。最后才換到現(xiàn)在的題目。最深刻的感受就是：每次我們都是一想到某個題目，就馬上開始查找數(shù)據，輸入數(shù)據開始回歸，但是沒有認真的對背后的經濟理論進行思考和分析，沒有認真想做這個題目的目的和意義何在？所以，在每次回歸的結果出現(xiàn)問題的時候，我們沒有嘗試從經濟意義方面進行分析，就忙著換解釋變量，修改模型的表達式，總之就是千方百計要讓回歸的數(shù)據“合理完美”。當這些努力都徒勞的時候，我們就決定，換題目。的確是完全陷入了“數(shù)字陷阱”中。就如同在高中做物理實驗的時候，根據定理來“修改”自己的實驗數(shù)據，不是一種嚴肅的正確的研究問題的態(tài)度。這是我們得到的最大的教訓，以后一定會引以為戒。