文档介绍：基于多元回归模型沈阳市GDP影响因素分析
摘要:近年来,随着城市化的快速发展,沈阳市的经济也得到了快速的增长。经济增长迅猛的外在表现,使得分析其内在因素成为了学术界研究的热点所在。因此,本文选取2006年到2013年八年内的沈阳市GDP数据,利用多元回归模型,从多方面入手,选择多个影响因子分析沈阳市GDP增长的主要影响因素。明确经济增长的影响因素,有利于更好地把握沈阳市未来经济发展的方向和制定相关的政策方针。
关键词:沈阳市;GDP;多元回归模型;影响因素
一、引言
近年来,沈阳市GDP的增长势头明显,城市在国家战略中的地位越来越突出,并且城市公共环境也得到了明显的改善,人民生活水平普遍得到了提升。沈阳市GDP的增长,反映出这个城市经济发展良好,人民收入增加、消费能力增强和经济市场的活跃。在20世纪末21世纪初,振兴老工业基地战略的实施给沈阳市的经济发展带来莫大的契机。在经济发展的同时我们也应该看到其中隐含的诸如经济结构失衡、经济增长动力不足、创新增长机制落后等问题。因此,本文对沈阳市
GDP进行多元回归模型进行深入分析。
二、多元回归模型的建立及数据的统计整合

人们在现实中往往会遇到对某个因变量的统计分析,由于现实因素的复杂性,导致该因变量的自变量往往有多个。为了研究多个自变量对于因变量的影响及其影响程度的大小,我们将k个自变量X1,X2,X3,...,Xk与因变量y之间的关系表示为多元线性回归模型

(1)式(1)中,因变量y由其估计值和残差组成,其中估计值是由自变量决定的,残差则与自变量无关,但是对于当前的多元回归模型是否成立等非常重要。式(1)中b0为常数项,bi为偏回归系数。具体分析中根据多元回归分析模型的相关理论,同时结合沈阳市GDP发展的实际情况,本文选取固定资产投资、第一产业、工业、建筑业、交通运输仓储及邮政业、批发和零售业、金融业、房地产业和消费总额九项参数进行分析。

SPSS是国际上最有影响的统计分析软件,包含了几乎所有的统计分析功能,其基本功能有数据管理、统计分析等,界面友好、操作简单、针对性强等特点。本文主要用到的是线性回归分析模块,通过自变量、因变量等因素的选取,从而进行沈阳市GDP数据的多元回归模型的分析。

本文的数据包括沈阳2006年到2013年共八年时间内的GDP相关数据,数据来源于各年的《沈阳统计年鉴》,保证数据的准确性和丰富性。表1为2006年到2013年沈阳GDP相关数据统计表。
表1 2006年-2013年沈阳GDP相关数据统计表(百亿元)

三、多元回归分析及结果检验
在建立沈阳市GDP影响因素分析回归方程中,采用固定资产投资、第一产业、工业、建筑业、交通运输仓储及邮政业、批发和零售业、金融业、房地产业和消费总额九项数据为沈阳市GDP的影响因素,建立多元回归模型。
在具体的回归分析中根据多元回归模型理论估计出回归系数
b0,b1,b2,...,bk,从而确定沈阳市GDP分析的多元回归方程。在实际操作中,利用SPSS软件辅助求解,表2为回归模型系数统计分析表:
表2 回归模型系数统计分析表

通过表2的分析结果我们可以看出,t列是上述GDP影响