新常態(tài)下經(jīng)濟增長與三大產(chǎn)業(yè)增長關(guān)系的實證分析

《新常態(tài)下經(jīng)濟增長與三大產(chǎn)業(yè)增長關(guān)系的實證分析》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、新常態(tài)下經(jīng)濟增長與三大產(chǎn)業(yè)增長關(guān)系的實證分析摘要：本文選用中國統(tǒng)計局1995年到2014年年度數(shù)據(jù)加以整理，建立多元線性回歸模型。探宄經(jīng)濟增長與三大產(chǎn)業(yè)增長的關(guān)系。結(jié)果表明在我國第二產(chǎn)業(yè)發(fā)展對于?濟增長的影響最大，其次是第三產(chǎn)業(yè)。三大產(chǎn)業(yè)發(fā)展變緩造成了經(jīng)濟增長速度放緩使經(jīng)濟進入新常態(tài)。優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)供給側(cè)改革或起到刺激作用。本文采集自網(wǎng)絡(luò)，本站發(fā)布的論文均是優(yōu)質(zhì)論文，供學(xué)習(xí)和研究使用，文中立場與本網(wǎng)站無關(guān)，版權(quán)和著作權(quán)歸原作者所有，如有不愿意被轉(zhuǎn)載的情況，請通知我們刪除己轉(zhuǎn)載的信息，如果需要分享，

2、請保留本段說明。關(guān)鍵詞：經(jīng)濟增長；三大產(chǎn)業(yè)；新常態(tài)一、引言近年來我國經(jīng)濟增長放緩，針對世界范圍內(nèi)經(jīng)濟不景氣我國提出經(jīng)濟新常態(tài)。對于經(jīng)濟新常態(tài)從經(jīng)濟高速增長下滑到2015年中國統(tǒng)計局公布的6.9%。經(jīng)濟增長一直是我國非常看重的經(jīng)濟指標(biāo)。對于經(jīng)濟增長變慢各界非常的重視。三大產(chǎn)業(yè)增長構(gòu)成了我國GDP，三大產(chǎn)業(yè)比秉和自生發(fā)展?fàn)顩r也自然而然影響經(jīng)濟的增長。在改革開放之后，我國進行了產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整。1979年大力發(fā)展農(nóng)業(yè)以及進行輕重工業(yè)比例的調(diào)整，同時發(fā)展第三產(chǎn)業(yè)。到了現(xiàn)在農(nóng)業(yè)是基礎(chǔ)，高新技術(shù)產(chǎn)業(yè)是核心，主

3、要任務(wù)是轉(zhuǎn)變經(jīng)濟增長方式，發(fā)展第三產(chǎn)業(yè)。三大產(chǎn)業(yè)協(xié)同發(fā)展帶動經(jīng)濟增長的布局。經(jīng)濟新常態(tài)之下有必要聯(lián)系三大產(chǎn)業(yè)在此層面上進行觀察和分析。二、變量選擇與實證分析本文選取數(shù)據(jù)是1995年-2014年時間序列數(shù)據(jù)。，均以中國統(tǒng)計局數(shù)據(jù)為基礎(chǔ)或加工而成。本文選取國內(nèi)生產(chǎn)總值環(huán)比增長率作為經(jīng)濟增長衡量指標(biāo)，用變量y表示。用年度第一產(chǎn)業(yè)增加值的環(huán)比增長率作為衡量第一產(chǎn)業(yè)增長比率指標(biāo)以xl表示。用年度第二產(chǎn)業(yè)增加值的環(huán)比增長率作為衡量第二產(chǎn)、Ik增長比率指標(biāo)以X2表示。用年度第三產(chǎn)業(yè)增加值的環(huán)比增長率作為衡量第

4、三產(chǎn)業(yè)增長比率指標(biāo)以X3表示。本文使用的模型為多元線性回歸模型，設(shè)為y=c+cl*xl+c2*x2+c3*x3。下面是模型的相關(guān)分析。1.數(shù)據(jù)平穩(wěn)性檢驗數(shù)據(jù)平穩(wěn)性檢驗是做計量問題時常常要考慮的。當(dāng)變量數(shù)據(jù)檢驗是平穩(wěn)的吋候，計量分析才有意義，不會出現(xiàn)偽回歸。如果模型中數(shù)據(jù)是不平穩(wěn)的，那么傳統(tǒng)的計量經(jīng)濟分析方法的估計和檢驗會失去通常的性質(zhì)。最終得到錯誤的結(jié)論。平穩(wěn)性檢驗也被普遍運用在計量中。保證數(shù)據(jù)平穩(wěn)文采取ADF檢驗，來檢驗數(shù)據(jù)平穩(wěn)性。檢驗結(jié)果ADF檢驗的序列xl，x2,x3,y對應(yīng)的P值分別為0

5、.0104,0.0646,0.0559,0.0504。在顯著水平0.1的條件下各個時間序列都是平穩(wěn)的。方程估計結(jié)果不出現(xiàn)偽回歸。1.變量線性趨勢圖與模型回歸結(jié)果模型回歸結(jié)果如下2.多重共線性檢驗多重共線性既是解釋變量間的線性關(guān)系。嚴重的多重共線性會導(dǎo)致模型估計出現(xiàn)失誤。嚴重的多重共線性會導(dǎo)致較高。F值變大，t值變小等。本文選取時間序列故對其進行多重共線性檢驗，采用方差擴大因子法。VIF是對應(yīng)解釋變量X的方差擴大因子。即。變量間的多重共線線越大則VIF值越大，反之多重共線性越弱VIF值越小。經(jīng)驗表

6、明VIF^IO時即^0.9時存在較嚴重的多重共線性。分別以xlx2x3做被解釋變景與其他解釋變景做輔助回歸得到的。輔助回歸方程的被解釋變量xl，x2，x3的分別為0.6286,0.7507，0.7077?？芍薪忉屪兞枯o助回歸方程的值都不超過0.9即對應(yīng)的VIFj不超過10。根據(jù)經(jīng)驗可知不存在較嚴重的多重共線性。3.異方差檢驗同方差的存在是為Y確保模型回歸參數(shù)估計景具有良好的統(tǒng)計性質(zhì)。實際經(jīng)濟問題中經(jīng)常存在異方差，存在異方差就要對模型進行修正。我們在進行回歸之前經(jīng)常檢驗異方差是否存在。同方差即

7、總體回歸函數(shù)中的隨機誤差項滿足同方差（有相同的方差）。如果不滿足假設(shè)線性回歸模型存在異方差。模型如果存在異方差性會產(chǎn)生以下影響。參數(shù)估計量是線性無偏但非有效。方差不再具有最小。t檢驗失去估計作用。預(yù)測不再可靠。在模型中如果對所有的i都有則Hi具有同方差性。本文采用包含交叉項的White檢驗來檢驗?zāi)Ｐ褪欠翊嬖诋惙讲睢＝Y(jié)果如下：由圖可知在0.05顯著水平下因為(9)接受原假設(shè)。即方程同方差。1.自相關(guān)分析自相關(guān)指總體回歸模型的隨機誤差項間存在相關(guān)關(guān)系的一種現(xiàn)象。模型存在自相關(guān)會導(dǎo)致參數(shù)估計失去有效性

8、。使得模型的預(yù)測區(qū)間不可靠，過高的估計t值等問題。本文采用的是Breusch-Godfrey檢驗(LM檢驗)。因為LM檢驗需要確定滯后長度于是采用偏相關(guān)系數(shù)檢驗先確定滯后長度P。對模型y=c+cl*xl+c2*x2+c3*x3進行回歸得到殘差保存為e。對e做偏相關(guān)系數(shù)檢驗得到如下圖。由圖可以推測模型存在一階自相關(guān)。接下來進行LM檢驗結(jié)果為因為nR2對應(yīng)的P值為0.008K0.05所以拒絕原假定，模型在顯著水平0.05下存在自相關(guān)性。對于模型進行修正引入AR(1)項進行回歸。對修正的模型進行l(wèi)m檢