文档介绍：该【2025年河南省经济增长影响因素分析 】是由【业精于勤】上传分享，文档一共【11】页，该文档可以免费在线阅读，需要了解更多关于【2025年河南省经济增长影响因素分析 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。资源与环境学院
计量地理学课程论文
河南省经济增长影响原因分析
班 级
姓 名
学 号
专 业
地理科学专业
河南省经济增长影响原因分析
摘要:改革开放以来,河南省得经济一直在以极快得速度增长,本文采用经济增长模型与多元线性回归分析措施对～河南省经济增长原因进行研究,分析了物质资本、消费、财政支出对河南省生产总值得影响,建立计量模型,寻求这些变量与河南省国民产出得数量关系,进行定量分析,对模型进行检查。
关键词:消费、投资、经济增长、财政支出
一、序言
 
(一)经济增长理论
经济增长就是指一种国家或地区得生产商品与劳务能力得扩大。在实际核算中,常以生产得商品与劳务总量得增长来表达,即以国民生产总值与地区生产总值得(GDP)得增长来计算。经济增长就是经济学研究得永恒主题。
古典经济增长理论以社会财富得增长为中心,指出生产劳动就是财富增长得源泉。现代经济增长理论认为知识、人力资本、技术进步就是经济增长得重要原因。
(二)影响原因得分析
从古典增长理论到新增长理论,都重视物质资本与劳动得奉献。物质资本就是指经济系统运行中实际投入得资本数量、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。居民消费需求与政府投资也就是经济增长得主导原因。
经济增长问题既受各国政府与居民得关注,也就是经济学理论研究得一种重要方面。
在—得14中,本省经济年均增长率高达11、5%,综合实力大大增强,居民收入水平与生活水平不停提高,居民得消费需求得数量与质量有了很大得提高。但就是,本省目前仍然面临消费需求局限性问题。因此,研究消费需求对经济增长得影响,并对本省消费需求对经济增长得影响程度进行实证分析,可以更好得理解消费对本省经济增长得作用。
二、数据搜集与模型得建立
(一)数据搜集
本文采用了-得河南省生产总值等数据,来源于《河南省记录年鉴》,详细数据表如下:
年份
生产总值
全社会固定资产投资总额(亿元)
居民消费价格指数(上年为100)
财政支出(亿元)
5533、01
1627、99
106、9
508、58
6035、48
1820、45
108、6
629、18
6867、70
2310、54
108、6
716、60
8553、79
3099、38
109、5
879、96
10587、42
4378、69
107、7
1116、04
12362、79
5907、74
112、3
1440、09
15012、46
8010、11
109、1
1870、61
18018、53
10490、65
114、3
2281、61
19480、46
13704、65
112、4
2905、76
23092、36
16585、85
114、1
3416、14
26931、03
17770、51
112、0
4248、82
29599、31
21449、99
110、4
5006、40
32191、30
26087、45
109、9
5582、31
34938、24
30782、17
108、6
6028、69
(二)模型设计
为了详细分析各要素对河南省经济增长影响得大小,我们可以用河南省生产总值(y)作为对经济发展得衡量,代表经济发展;用固定资产投资总额(x1)衡量资本投入;用价格指数(x2)去代表消费需求;用财政支出(x3)代表政府投资。运用这些数据进行回归分析。
采用得模型如下:
其中,y为河南省生产总值,x1为固定资产投资总额,x2为消费价格指数,x3为财政支出,ui代表随机扰动项。我们通过对该模型得回归分析,得出各个变量与本省经济增长得变动关系。
三、模型估计与检查
(一)模型初始估计
在Evivw中运用最小二乘法进行初步回归分析得到如下得分析成果:
Dependent Variable: Y
Method: Least Squares
Date: 01/02/17 Time: 13:32
Sample:
Included observations: 14
Variable
Coefficient
Std、 Error
t-Statistic
Prob、  
C
-33005、49
11023、17
-2、994191
0、0135
X1
0、082193
0、212926
0、386019
0、7076
X2
340、6070
100、7308
3、381358
0、0070
X3
4、689097
1、054828
4、445364
0、0012
R-squared
0、995022
    Mean dependent var
17800、28
Adjusted R-squared
0、993529
    S、D、 dependent var
10143、41
S、E、 of regression
815、9620
    Akaike info criterion
16、48157
Sum squared resid
6657939、
    Schwarz criterion
16、66416
Log likelihood
-111、3710
    Hannan-Quinn criter、
16、46467
F-statistic
666、3206
    Durbin-Watson stat
1、630732
Prob(F-statistic)
0、000000
可以瞧出,经济检查合理,没有出现数字与符号得错误。并且可决系数R^2 =0、995022,修正得可决系数为0、993529。可以瞧出,拟与效果十分得好。因此,该模型得设定就是合理得 ,将表中得数字带入模型得: 
 
(二)多重共线性检查
 计算解释变量得简单有关系数矩阵
Y
X1
X2
X3
Y
 1、000000
 0、989035
 0、341552
 0、994639
X1
 0、989035
 1、000000
 0、263767
 0、993818
X2
 0、341552
 0、263767
 1、000000
 0、270700
X3
 0、994639
 0、993818
 0、270700
 1、000000
由有关系数矩阵可以瞧出,x1与x3互相之间得有关系数比较高,证实确实存在多重共线性。
采用逐渐回归得措施,去检查与解释多重共线性问题。分别做Y对x1、x2、x3得一元回归,成果如下:
Dependent Variable: Y
Method: Least Squares
Date: 01/02/17 Time: 14:25
Sample:
Included observations: 14
Variable
Coefficient
Std、 Error
t-Statistic
Prob、  
C
5537、514
673、0814
8、227109
0、0000
X1
1、046654
0、045116
23、19942
0、0000
R-squared
0、978190
    Mean dependent var
17800、28
Adjusted R-squared
0、976373
    S、D、 dependent var
10143、41
S、E、 of regression
1559、159
    Akaike info criterion
17、67324
Sum squared resid
    Schwarz criterion
17、76454
Log likelihood
-121、7127
    Hannan-Quinn criter、
17、66479
F-statistic
538、2130
    Durbin-Watson stat
0、814233
Prob(F-statistic)
0、000000
Dependent Variable: Y
Method: Least Squares
Date: 01/02/17 Time: 14:27
Sample:
Included observations: 14
Variable
Coefficient
Std、 Error
t-Statistic
Prob、  
C
-145762、7
129954、9
-1、121641
0、2840
X2
1482、700
1177、797
1、258876
0、2320
R-squared
0、116658
    Mean dependent var
17800、28
Adjusted R-squared
0、043046
    S、D、 dependent var
10143、41
S、E、 of regression
9922、695
    Akaike info criterion
21、37460
Sum squared resid
1、18E+09
    Schwarz criterion
21、46589
Log likelihood
-147、6222
    Hannan-Quinn criter、
21、36615
F-statistic
1、584768
    Durbin-Watson stat
0、216216
Prob(F-statistic)
0、23
Dependent Variable: Y
Method: Least Squares
Date: 01/02/17 Time: 14:27
Sample:
Included observations: 14
Variable
Coefficient
Std、 Error
t-Statistic
Prob、  
C
4183、866
502、1290
8、332253
0、0000
X3
5、204085
0、156185
33、3
0、0000
R-squared
0、989307
    Mean dependent var
17800、28
Adjusted R-squared
0、988416
    S、D、 dependent var
10143、41
S、E、 of regression
1091、732
    Akaike info criterion
16、96048
Sum squared resid
    Schwarz criterion
17、05178
Log likelihood
-116、7234
    Hannan-Quinn criter、
16、95203
F-statistic
1110、224
    Durbin-Watson stat
0、611681
Prob(F-statistic)
0、000000
通过比较得,X3与Y得t检查与拟与效果最佳 ,因此把X3作为基准变量引入,然后在逐渐得引如其她得解释变量。
Dependent Variable: Y
Method: Least Squares
Date: 01/02/17 Time: 14:29
Sample:
Included observations: 14
Variable
Coefficient
Std、 Error
t-Statistic
Prob、  
C
4237、181
623、6767
6、793874
0、0000
X3
4、974300
1、467709
3、389159
0、0060
X1
0、046766
0、296861
0、157534
0、8777
R-squared
0、989331
    Mean dependent var
17800、28
Adjusted R-squared
0、987391
    S、D、 dependent var
10143、41
S、E、 of regression
1138、993
    Akaike info criterion
17、10109
Sum squared resid
    Schwarz criterion
17、23803
Log likelihood
-116、7076
    Hannan-Quinn criter、
17、08841
F-statistic
510、0129
    Durbin-Watson stat
0、599772
Prob(F-statistic)
0、000000
Dependent Variable: Y
Method: Least Squares
Date: 01/02/17 Time: 14:29
Sample:
Included observations: 14
Variable
Coefficient
Std、 Error
t-Statistic
Prob、  
C
-32889、75
10584、28
-3、107415
0、0100
X3
5、093581
0、116475
43、73100
0、0000
X2
338、6937
96、63879
3、504738
0、0049
R-squared
0、994948
    Mean dependent var
17800、28
Adjusted R-squared
0、994030
    S、D、 dependent var
10143、41
S、E、 of regression
783、7642
    Akaike info criterion
16、35350
Sum squared resid
6757150、
    Schwarz criterion
16、49044
Log likelihood
-111、4745
    Hannan-Quinn criter、
16、34083
F-statistic
1083、206
    Durbin-Watson stat
1、608830
Prob(F-statistic)
0、000000
从所得得成果中可以瞧出,x2得调整后可决系数最大,当去除x1后多重共线性消失,得到得检查成果如上。
从上面修正得回归成果可以瞧出,R^2=0、994948,并且它得修正得可决系数值也达到了0、994030,显然,它得拟与效果十分得好,并且t检查值明显得不小于它得临界值,即t值检查十分得明显,因此多重共线性消失,得到修正后得模型为:
 
(三)异方差检查
White检查:
Heteroskedasticity Test: White
F-statistic
3、114913
    Prob、 F(5,8)
0、0746
Obs*R-squared
9、249117
    Prob、 Chi-Square(5)
0、0995
Scaled explained SS
4、944554
    Prob、 Chi-Square(5)
0、4227
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 01/02/17 Time: 14:53
Sample:
Included observations: 14
Variable
Coefficient
Std、 Error
t-Statistic
Prob、  
C
2、89E+08
4、12E+08
0、701296
0、5030
X3
13759、84
7463、895
1、843521
0、1025
X3^2
-0、317379
0、101175
-3、136919
0、0139
X3*X2
-107、3035
65、05182
-1、649507
0、1377
X2
-5077554、
7471862、
-0、679557
0、5160
X2^2
22162、68
33832、38
0、655073
0、5308
R-squared
0、660651
    Mean dependent var
482653、5
Adjusted R-squared
0、448558
    S、D、 dependent var
659161、2
S、E、 of regression
489487、3
    Akaike info criterion
29、33763
Sum squared resid
1、92E+12
    Schwarz criterion
29、61151
Log likelihood
-199、3634
    Hannan-Quinn criter、
29、31228
F-statistic
3、114913
    Durbin-Watson stat
2、851341
Prob(F-statistic)
0、074568
从上表可以得到数据:,由White检查知,在下,查分布表,得临界值,比较计算得记录量与临界值,,因此接受原假设,不存在异方差。
(四)序列有关检查
已知:DW=1、608830,查表得dL=0、905,dU=1、551。dU<DW<4-dU,因此我们判定误差项之间无自有关
(五)模型得最终确定