云南省固定資產(chǎn)投資和對GDP增長的實證分析

1、綜合性及設(shè)計性試驗1 課程論文學院：統(tǒng)計與數(shù)學學院班級：經(jīng)統(tǒng)13-1陳亞倫 201305001654時秋平 201305001652何秋娟 201305001649固定資產(chǎn)投資對經(jīng)濟增長影響的實證分析以云南省為例摘要：固定資產(chǎn)投資對經(jīng)濟增長有著十分重要的作用，為了分析固定資產(chǎn)投資對云南經(jīng)濟增長的影響，本文選取了2003年-2013年云南省數(shù)據(jù)，把總的固定資產(chǎn)投資按產(chǎn)業(yè)分為三個部分：第一產(chǎn)業(yè)固定資產(chǎn)投資，第二產(chǎn)業(yè)固定資產(chǎn)投資，第三產(chǎn)業(yè)固定資產(chǎn)投資。分產(chǎn)業(yè)對固定資產(chǎn)投資對經(jīng)濟的拉動作用進行實證分析。借助EViews軟件，對固定資產(chǎn)投資與經(jīng)濟增長進行相關(guān)分析，建立回歸模型，得出兩者的因果關(guān)系，并在此

2、提出合理的政策建議及意見。關(guān)鍵詞：固定資產(chǎn)投資；經(jīng)濟增長；相關(guān)分析；逐步回歸法一、 引言投資、出口、消費是拉動經(jīng)濟增長的“三駕馬車”，2008年國際金融危機發(fā)生以后，出口和消費對于我國的經(jīng)濟增長的拉動作用越來越弱。投資已經(jīng)成為拉動經(jīng)濟增長的主要力量，而投資對于經(jīng)濟增長的貢獻度到底有多大是目前國內(nèi)討論的熱點問題。本文以云南省為例進行分析，從固定資產(chǎn)投資的角度考慮，根據(jù)云南省近幾年各個產(chǎn)業(yè)固定資產(chǎn)投資的數(shù)據(jù)，應(yīng)用計量經(jīng)濟學方法分析固定資產(chǎn)投資對于云南省經(jīng)濟的影響。2013年云南省的地區(qū)生產(chǎn)總值已經(jīng)達到11832.31億元，以平均每年將近17%的速度增長。同時從2003年到2013年，云南省的國內(nèi)生

3、產(chǎn)總值翻了4.67倍。根據(jù)宏觀經(jīng)濟學中的凱恩斯模型：即（），我們可以看出經(jīng)濟增長受消費、出口、投資的影響，公式中的就是投資的部分，而固定資產(chǎn)投資就是中的主要部分，因此它對經(jīng)濟的發(fā)展起著十分重要的作用。云南省固定資產(chǎn)投資有逐年增加的趨勢，本文把總的固定資產(chǎn)投資按產(chǎn)業(yè)分為三個部分：第一產(chǎn)業(yè)固定資產(chǎn)投資，第二產(chǎn)業(yè)固定資產(chǎn)投資，第三產(chǎn)業(yè)固定資產(chǎn)投資。分產(chǎn)業(yè)對固定資產(chǎn)投資對經(jīng)濟的拉動作用進行實證分析。二、 文獻綜述凱恩斯在就業(yè)、貨幣和通論中提出了投資乘數(shù)理論，并試圖通過它來分析增加投資對促進經(jīng)濟繁榮、解決經(jīng)濟危機和失業(yè)問題的作用，以得到投資等于儲蓄下的國民產(chǎn)出均衡，但是凱恩斯均衡并沒有考慮時間、人口等因

4、素對經(jīng)濟增長的影響。隨著固定資產(chǎn)投資對經(jīng)濟發(fā)展的影響越來越重要，國內(nèi)許多學者對其的進行了研究，其中最具代表的有： 1、經(jīng)濟學家李京文教授、鄭友敬教授通過對我國19531990年期間經(jīng)濟增長研究，認為資本投入對經(jīng)濟增長的貢獻率高達75.07% 。2、雷輝通過研究得出，固定資產(chǎn)投資在拉動經(jīng)濟增長上起到了巨大作用，并且二者之間還存在著長期穩(wěn)定的雙向因果關(guān)系。3、張華嘉、黃怡勝把固定資產(chǎn)投資資金來源劃分為國家投資、國內(nèi)貸款投資、外國投資、自籌資金及其他資金來源投資，分析了固定資產(chǎn)總投資和各種投資的決定因素以及各種投資對經(jīng)濟增長、行業(yè)結(jié)構(gòu)和地區(qū)結(jié)構(gòu)的影響。4、胡春、仲繼銀對我國固定資產(chǎn)投資與經(jīng)濟增長周期

5、的關(guān)系進行了實證分析，認為我國經(jīng)濟增長對固定資產(chǎn)投資有較高的依賴程度，并且經(jīng)濟增長呈現(xiàn)出周期波動過于頻繁的現(xiàn)象。上述文獻都對固定資產(chǎn)投資和GDP增長做了實證分析，但是沒有細化固定資產(chǎn)投資，為了更好的分析固定資產(chǎn)投資哪個行業(yè)對促進GDP增長的效果更好，我們將總的固定資產(chǎn)投資分產(chǎn)業(yè)對固定資產(chǎn)投資的拉動作用進行分析。三、 理論與方法以云南省地區(qū)生產(chǎn)總值GDP(Y)為因變量代表經(jīng)濟發(fā)展水平；固定資產(chǎn)總額（X），第一產(chǎn)業(yè)固定資產(chǎn)投資額（X2），第二產(chǎn)業(yè)固定資產(chǎn)投資額（X3），第三產(chǎn)業(yè)經(jīng)濟固定資產(chǎn)投資額（X4），作為自變量進行回歸分析。模型形式如下：Y=1+2X2i+3X3i+4X4i+ui其中，1、2、

6、3、4為相應(yīng)的擬合參數(shù)，ui為隨機干擾項。  本文采用2003-2013年期間的相關(guān)數(shù)據(jù)進行分析表1 云南省2003-2013年期間的數(shù)據(jù) 單位：億元時間地區(qū)生產(chǎn)總值固定資產(chǎn)投資總額第一產(chǎn)業(yè)固定資產(chǎn)投資第二產(chǎn)業(yè)固定資產(chǎn)投資第三產(chǎn)業(yè)固定資產(chǎn)投資2003年2556.021000.1245.58282.67671.872004年3081.911291.5453.33434.37803.842005年3462.731777.6371.84642.881060.762006年3988.142208.673.99799.171337.592007年4772.522759.03100.3

7、988.11670.632008年5692.123435.93153.921306.621963.132009年6169.754526.37166.181535.132748.192010年7224.185528.71204.251773.13529.712011年8893.126191225.92098.633938.452012年10309.477831.1243.052544.415082.442013年11832.319968.3338.442874.836755.03資資料來源：國家統(tǒng)計局官網(wǎng)整理四、實證分析（一）固定資產(chǎn)投資總額對于地區(qū)生產(chǎn)總值影響的回歸分析經(jīng)過回歸分析得到回歸系數(shù)

8、估計值為1.0582，說明地區(qū)生產(chǎn)總值與固定資產(chǎn)投資總額同方向變動，當其他條件不變時，固定資產(chǎn)投資總額每增加一億元時，地區(qū)生產(chǎn)總值將平均增加1.0582億元；進一步證明固定資產(chǎn)投資對云南省的經(jīng)濟發(fā)展具有帶動作用。（二）三次產(chǎn)業(yè)固定資產(chǎn)投資共同作用對于經(jīng)濟增長影響的分析回歸分析過程將回歸分析過程中得到的數(shù)字帶入模型得：Y=1474.630-2.4156 X2 + 2.5902 X3 + 0.5491 X4 t=(7.8207) (-0.4135) (4.3205) (2.1826)R2=0.9952 F=491.5475 n=11結(jié)果表明：模型的可決系數(shù)R2=0.9952，可知回歸系數(shù)擬合優(yōu)度較

9、好，方程通過擬合優(yōu)度檢驗?；貧w系數(shù)估計值2=-2.4156，說明云南省生產(chǎn)總值與第一產(chǎn)業(yè)的固定資產(chǎn)投資額反方向變動，當其他條件不變時，第一產(chǎn)業(yè)固定資產(chǎn)投資額每多投資一億元時，云南省地區(qū)生產(chǎn)總值將平均減少2.4156億元；回歸系數(shù)估計值3=2.5902，說明云南省地區(qū)生產(chǎn)總值與第二產(chǎn)業(yè)的固定資產(chǎn)投資額同方向變動，當其他條件不變時，第二產(chǎn)業(yè)固定資產(chǎn)投資額每多投資一億元時，云南省地區(qū)生產(chǎn)總值將平均增加2.5902億元；回歸系數(shù)估計值40.5491，說明國內(nèi)生產(chǎn)總值與第三產(chǎn)業(yè)的固定資產(chǎn)投資額同方向變動，當其他條件不變時，第三產(chǎn)業(yè)固定資產(chǎn)投資額每多投資一億元時，國內(nèi)生產(chǎn)總值將平均增加0.5491億元。通

10、過觀察根據(jù)上表P值，我們可以看出第一和第三產(chǎn)業(yè)的固定資產(chǎn)投資沒有通過檢驗。出現(xiàn)這一情況的原因是第一、第二和第三產(chǎn)業(yè)的固定資產(chǎn)投資之間可能存在嚴重的多重共線性。下面我們就對模型進行多重共線性的檢驗。多重共線性檢驗。雖然第一、二、三產(chǎn)業(yè)固定資產(chǎn)投資額表面上并沒有明顯的內(nèi)在聯(lián)系，但是因為它們的變化方向非常一致使得變量的樣本數(shù)據(jù)高度相關(guān)。表2 相關(guān)系數(shù)矩陣變量X2X3X4X210.9855630.984061X30.98556310.982089X40.9840610.9820891由相關(guān)系數(shù)矩陣可以看出，各解釋變量互相之間的相關(guān)系數(shù)較高，證實確實存在一定的多重共線性。為了進一步了解多重共線性的性質(zhì)，

11、我們做輔助回歸，即將每個X變量分別作為被解釋變量都對其其余的X變量進行回歸，為節(jié)省篇幅，只給出從這些回歸所得到的可決系數(shù)和方差擴大因子的數(shù)值，見表3。表3 輔助回歸的R2值被解釋變量可決系數(shù)R2的值方差擴大因子VIFj=1/(1-Rj)X20.97868246.90871564X30.97606841.78505766X40.97359837.87591849由于輔助回歸的可決系數(shù)很高，經(jīng)驗表明，方差擴大因子VIFj10時，通常說明該解釋變量與其余解釋變量之間有嚴重的多重共線性，這里X2、X3、X4的方差擴大因子遠大于10，表明存在嚴重多重共線性問題。3、修正多重共線性。先采用取對數(shù)OLS回歸

12、,發(fā)現(xiàn)LnX2和LnX3的P值分別為0.6096和0.7，遠遠大于0.05，說明LnX2和LnX3不顯著，即X2和X3 不顯著，與實際不符，不能采用取對數(shù)的方法減弱多重共線性。再采用逐步回歸的方法從個經(jīng)濟變量中選擇最顯著地變量建立最基本的模型，然后再將另外個經(jīng)濟變量逐個帶入模型，從而消除不顯著的變量。（1）云南省地區(qū)生產(chǎn)總值Y分別關(guān)于X2、X3、X4建立一元回歸模型,回歸分析結(jié)果：Y=1249.012+32.3496 X2 R2=0.9701Y=1242.206 + 3.5549 X3 R2=0.9916Y=1996.912 + 1.5566 X4 R2=0.9785由結(jié)果分析第二產(chǎn)業(yè)固定資產(chǎn)

13、投資應(yīng)該是國內(nèi)生產(chǎn)總值增加的最主要因素，所以把Y=1249.012+32.3496 X3+作為最基本的模型。（2）加入第三產(chǎn)業(yè)固定資產(chǎn)投資X4，對國內(nèi)生產(chǎn)總值Y關(guān)于X3、X4建立二元回歸模型，回歸分析結(jié)果Y=1444.413+2.4487 X3+0.4965X4 R2=0.9952可以看出，加入變量X4后，修正的可決系數(shù)R2提高，X3、x4的參數(shù)估計值符號正確，并且X3的系數(shù)顯著，因此在模型中加入X4.（3）加入第一產(chǎn)業(yè)固定投資X2，對國內(nèi)生產(chǎn)總值Y關(guān)于X2、X3、X4建立三元回歸模型，回歸分析結(jié)果：Y=1474.630+2.5902 X3+0.5492 X4-2.4156 X2 R2=0.9

14、952可以看出，加入變量X2后，修正的可決系數(shù)R2沒有改進，同時X2的參數(shù)估計值符號不正確，并且X2的系數(shù)不顯著，因此在模型中略去X2。經(jīng)過上面的逐步回歸分析表明對3、X4的回歸模型為最優(yōu)。即Y=1444.413+2.4487 X3+0.4965X4 五、結(jié)論和建議根據(jù)上述的分析結(jié)果，得出的結(jié)論是：由固定資產(chǎn)投資總額對于地區(qū)生產(chǎn)總值影響的回歸分析的結(jié)果可知，擬合系數(shù)R2為0.9883，說明模型Y=+X中Y有98.83%可以被X解釋。系數(shù)為1.0582，說明每變化1單位的固定資產(chǎn)投資，GDP平均變動1.0582單位，表明固定資產(chǎn)投資對云南經(jīng)濟的增長有明顯的拉動作用。通過逐步回歸的分析可以看出在三

15、次產(chǎn)業(yè)的固定資產(chǎn)投資中，第二產(chǎn)業(yè)固定資產(chǎn)投資對云南省經(jīng)濟發(fā)展的帶動作用最顯著?；谏鲜龅贸龅慕Y(jié)論，為保證云南經(jīng)濟健康穩(wěn)定可持續(xù)發(fā)展提出兩點建議：由上述分析的結(jié)果說明固定資產(chǎn)的投資對促進云南生產(chǎn)總值GDP的增長扮演著十分重要的角色，是拉動經(jīng)濟增長的強有動力。其中，加大固定資產(chǎn)的投入是保持云南經(jīng)濟持續(xù)增長有效方法，但也不能過分的依賴固定資產(chǎn)的投入，過分的以加大固定資產(chǎn)投資來促進經(jīng)濟增長, 將對未來經(jīng)濟造成危害,降低投資效率, 加劇產(chǎn)能過剩, 引致結(jié)構(gòu)失衡, 造成環(huán)境、資源等一系列問題, 阻礙經(jīng)濟的可持續(xù)增長。為了保證云南經(jīng)濟增長不過于依賴固定投資的投入，還需從消費、政府購買和進出口貿(mào)易發(fā)面著手，只

16、有保證拉動經(jīng)濟增長的四駕馬車能夠協(xié)調(diào)發(fā)展，才能從根本上保持經(jīng)濟的可持續(xù)發(fā)展，從而保證整個社會健康和諧的發(fā)展。通過以上的分析可以看出在三次產(chǎn)業(yè)的固定資產(chǎn)投資中，第二產(chǎn)業(yè)固定資產(chǎn)投資對云南省經(jīng)濟發(fā)展的帶動作用最顯著，這也與我國工業(yè)化經(jīng)濟和社會的發(fā)展階段相一致，是一個工業(yè)仍占主體的結(jié)構(gòu)特征。同時第三產(chǎn)業(yè)固定資產(chǎn)投資的份額雖逐年增加，但其對經(jīng)濟增長的拉動作用還沒有發(fā)揮出來。因此今后我們要進一步加大第三產(chǎn)業(yè)的投資，比如云南旅游業(yè)，能源再生等，加速第三產(chǎn)業(yè)的發(fā)展，使其對經(jīng)濟的拉動作用更加顯著，這也符合經(jīng)濟和社會發(fā)展的趨勢。因為雖然第二產(chǎn)業(yè)的固定資產(chǎn)投資過去和目前對于云南的經(jīng)濟增長起主要的作用，但是從長遠來

17、說，走可持續(xù)發(fā)展道路，第二產(chǎn)業(yè)的作用被第三產(chǎn)業(yè)的發(fā)展所取代是必然的。參考文獻1. 李京文，鄭友敬.中國經(jīng)濟增長分析J.中國社會科學，1992(1) 2. 雷輝.我國固定資產(chǎn)投資與經(jīng)濟增長的實證分析J.國際商務(wù)- 對外經(jīng)濟貿(mào)易大學學報，2006(2) 3. 張華嘉，黃怡勝.固定資產(chǎn)投資與經(jīng)濟增長對1978 - 1997年中國經(jīng)濟的市政分析J.世界經(jīng)濟文匯，1999(6) 4. 胡春，仲繼銀.我國固定資產(chǎn)投資與經(jīng)濟增長周期關(guān)系的實證分析J.北京郵電大學學報（社會科學版），2000(3)5. 龐皓.計量經(jīng)濟學M.科學出版社.2009年6. 朱平芳，現(xiàn)代經(jīng)濟學，上海財經(jīng)大學出版社，2004年7. 何曉

18、群等，應(yīng)用回歸分析（第三版），中國人民大學出版社，2011年8. 張曉峒，計量經(jīng)濟學基礎(chǔ)M，南開大學出版社，2001年9. 張曉峒，計量經(jīng)濟學軟件Eviews使用指南M，南開大學出版社，2004年10. 高鴻業(yè). 西方經(jīng)濟學（宏觀部分）M. 北京:中國人民大學出版社，2014.附錄：Y和x回歸Dependent Variable: YMethod: Least SquaresDate: 11/03/15 Time: 22:24Sample: 1 11Included observations: 11CoefficientStd. Errort-StatisticProb.  

19、;C1704.939193.61358.8058860.0000X1.0582480.03836227.586070.0000R-squared0.988312    Mean dependent var6180.206Adjusted R-squared0.987013    S.D. dependent var3075.562S.E. of regression350.4948    Akaike info criterion14.71953Sum squared res

20、id1105619.    Schwarz criterion14.79188Log likelihood-78.95744    Hannan-Quinn criter.14.67393F-statistic760.9912    Durbin-Watson stat1.984856Prob(F-statistic)0.000000Y和x2 x3 x4回歸Dependent Variable: YMethod: Least SquaresDate: 11/03/15 Tim

21、e: 22:26Sample: 1 11Included observations: 11CoefficientStd. Errort-StatisticProb.  C1474.630188.55477.8207000.0001X2-2.4156215.843995-0.4133510.6917X32.5901860.5995044.3205470.0035X40.5491570.2516062.1826080.0654R-squared0.995276    Mean dependent var6180.206Adjusted R

22、-squared0.993251    S.D. dependent var3075.562S.E. of regression252.6694    Akaike info criterion14.17733Sum squared resid446893.0    Schwarz criterion14.32202Log likelihood-73.97531    Hannan-Quinn criter.14.08612F-stat

23、istic491.5475    Durbin-Watson stat2.051274Prob(F-statistic)0.000000X2和X3 X4Dependent Variable: X2Method: Least SquaresDate: 11/03/15 Time: 22:29Sample: 1 11Included observations: 11CoefficientStd. Errort-StatisticProb.  C12.5090910.515071.1896340.2683X30.0585630.029778

24、1.9666260.0848X40.0217970.0131271.6604510.1354R-squared0.978682    Mean dependent var152.4345Adjusted R-squared0.973353    S.D. dependent var93.64240S.E. of regression15.28614    Akaike info criterion8.518771Sum squared resid1869.329 &

25、#160;  Schwarz criterion8.627288Log likelihood-43.85324    Hannan-Quinn criter.8.450366F-statistic183.6374    Durbin-Watson stat2.250025Prob(F-statistic)0.000000X3和X2 X4Dependent Variable: X3Method: Least SquaresDate: 11/03/15 Time: 22:29Sample: 1 11

26、Included observations: 11CoefficientStd. Errort-StatisticProb.  C82.48458107.30660.7686810.4642X25.5649032.8296701.9666260.0848X40.1705410.1355801.2578600.2439R-squared0.976068    Mean dependent var1389.083Adjusted R-squared0.970086    S.D. dependent

27、 var861.5399S.E. of regression149.0100    Akaike info criterion13.07290Sum squared resid177631.9    Schwarz criterion13.18142Log likelihood-68.90098    Hannan-Quinn criter.13.00450F-statistic163.1437    Durbin-Watson sta

28、t1.757567Prob(F-statistic)0.000000X4和X2 X3Dependent Variable: X4Method: Least SquaresDate: 11/03/15 Time: 22:30Sample: 1 11Included observations: 11CoefficientStd. Errort-StatisticProb.  C-449.9709211.8767-2.1237400.0664X211.758927.0817621.6604510.1354X30.9682120.7697301.2578600.2439R-squa

29、red0.973598    Mean dependent var2687.422Adjusted R-squared0.966997    S.D. dependent var1954.396S.E. of regression355.0478    Akaike info criterion14.80938Sum squared resid1008471.    Schwarz criterion14.91790Log likeli

30、hood-78.45160    Hannan-Quinn criter.14.74098F-statistic147.5031    Durbin-Watson stat1.009315Prob(F-statistic)0.000000取對數(shù)后回歸Dependent Variable: LNYMethod: Least SquaresDate: 11/03/15 Time: 22:42Sample: 1 11Included observations: 11CoefficientStd. Errort-Stati

31、sticProb.  C3.7755860.3784629.9761220.0000LNX20.1024210.1916480.5344210.6096LNX30.0570780.1421370.4015680.7000LNX40.5158640.1656363.1144430.0170R-squared0.991225    Mean dependent var8.614810Adjusted R-squared0.987465    S.D. dependent var0.506109S.E

32、. of regression0.056665    Akaike info criterion-2.628033Sum squared resid0.022476    Schwarz criterion-2.483344Log likelihood18.45418    Hannan-Quinn criter.-2.719239F-statistic263.5783    Durbin-Watson stat1.899202Prob

33、(F-statistic)0.000000Y和X2回歸Dependent Variable: YMethod: Least SquaresDate: 11/03/15 Time: 22:45Sample: 1 11Included observations: 11CoefficientStd. Errort-StatisticProb.  C1249.012334.21173.7371890.0046X232.349581.89185817.099370.0000R-squared0.970138    Mean dependent

34、var6180.206Adjusted R-squared0.966820    S.D. dependent var3075.562S.E. of regression560.2232    Akaike info criterion15.65751Sum squared resid2824650.    Schwarz criterion15.72986Log likelihood-84.11632    Hannan-Quinn

35、criter.15.61191F-statistic292.3885    Durbin-Watson stat1.827117Prob(F-statistic)0.000000Y和X3回歸Dependent Variable: YMethod: Least SquaresDate: 11/03/15 Time: 22:46Sample: 1 11Included observations: 11CoefficientStd. Errort-StatisticProb.  C1242.206175.72637.0689810.0001

36、X33.5548640.10889032.646290.0000R-squared0.991626    Mean dependent var6180.206Adjusted R-squared0.990696    S.D. dependent var3075.562S.E. of regression296.6639    Akaike info criterion14.38604Sum squared resid792085.0   

37、60;Schwarz criterion14.45839Log likelihood-77.12323    Hannan-Quinn criter.14.34044F-statistic1065.780    Durbin-Watson stat0.954304Prob(F-statistic)0.000000Y和X4回歸Dependent Variable: YMethod: Least SquaresDate: 11/03/15 Time: 22:46Sample: 1 11Included observat

38、ions: 11CoefficientStd. Errort-StatisticProb.  C1996.912251.78897.9308970.0000X41.5566200.07699320.217590.0000R-squared0.978456    Mean dependent var6180.206Adjusted R-squared0.976062    S.D. dependent var3075.562S.E. of regression475.8453  

39、;  Akaike info criterion15.33103Sum squared resid2037859.    Schwarz criterion15.40337Log likelihood-82.32066    Hannan-Quinn criter.15.28543F-statistic408.7509    Durbin-Watson stat1.641901Prob(F-statistic)0.000000Y和X3 X4回歸Dependent Variable: YMethod: Least SquaresDate: 11/03/15 Time: 22:48Sample: 1 11Included observations: 11CoefficientStd. Errort-StatisticProb.  C144