基于多元回归模型的我国GDP增长的影响因素分析

王威威

摘要：经济增长作为社会存在和发展的前提，一直以来就是经济学理论研究极为重要的课题。从宏观经济理论可知，拉动中国经济增长的主要因素是消费、投资、出口这三驾马车。文章对20世纪90年代至2012年中国的经济增长进行实证分析。通过软件Eviews，运用最小二乘法，将中国的GDP、最终消费（CS）、投资总额（I）、出口总额（EX）作为一个系统，对中国经济增长影响因素进行回归分析，检验模型的整体显著性和回归系数的显著性，基于检验结论而得出消费对中国经济增长的影响最大。

关键词：最小二乘法；多元回归；影响因素

一、引言

经济增长有两种最常见的相互关联的定义。一种认为，经济增长指的是一个经济体在一段相当长的时期内所生产的物质产品和劳务的持续增长，即为实际总产出的持续增长。而另一种定义认为，经济增长是指按总人口平均计算得到的实际产出，即人均实际产出的持续增加。国内生产总值（GDP）是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，通常被大家公认为是衡量一个国家经济增长状况的最佳指标。对于GDP增长的影响因素分析，一直以来都是广大学者们致力研究的重要课题。本文以1990～2012年的GDP作为因变量，以最终消费、投资需求、出口总额为自变量，通过建立多元线性回归模型，来分析三个自变量对中国GDP的影响因素，并通过多重共线性检验和异方差检验对模型进行改进。

二、实证分析

（一）数据来源

本文的数据，包括各年的GDP、最终消费、投资总额，都是从各年的《中国统计年鉴》整理得到。具体原始样本数据见表1。

（二）建立回归方程模型

从1990～2012年中国GDP、最终消费、投资总额、出口总额时序图以及对数时序图1可以看出，这几个变量存在快速、稳定增长的趋势。表2、表3表明运用指标的对数建立模型可以更好地反映中国GDP及其影响因素间的相关关系。可以建立如下多元回归模型：

lnGDPt=β0+β1lnCSt+β2lnIt+β3lnEXt+μt

（三）回归结果分析

由表2建立回归方程：

lnGDPt=-0.229386

+0.990933lnCSt+

0.023007lnIt+

0.06256lnEXt

检验模型。模型的经济意义检验：回归系数估计值为β1=0.991>0，β2=0.023>0，β3=0.062>0，说明GDP与消费需求、投资需求、出口同方向变动，当其他条件不变时，消费需求每增加一个百分点，产出将平均增加0.99%，投资需求每增加一个百分点，产出将平均增加0.023%个百分点，出口每增加一个百分点，产出将平均增加0.062%个百分点。消费对于GDP的影响最大。

回归方程的标准误差的评价：S.E=0.017948，说明回归方程与各观测点（或估计值与观测值）的平均误差为0.017948。

拟合优度检验：R2=0.999549，说明回归方程即上述模型的解释能力几乎为100%，即消费需求、投资需求、出口能力能对GDP的变动作出99.97%的解释。回归模型的拟合优度相当好。

回归模型的总体显著性检验：从全部因素的总体影响看，在5%显著性水平上，F=8860.711>Fα（k，n-k-1）=F0.05（3，18）=3.16，说明消费需求、投资需求、出口能力对GDP的共同影响是显著的，这从P值为0.00000可以明显地看出，回归模型是相当显著的。

单个回归系数的显著性检验：从单个因素的影响看，在5%的显著性水平上，β1的t统计量为16.322。查t分布表，在自由度19下，临界值t0.025（19）=2.093，16.322>2.093，所以拒绝H0：=0，表明最终消费对我国GDP有显著性影响。β2的t统计量为0.98，临界值t0.025（19）=2.093，0.98<2.093，所以接受H0：=0，β2=0，表明投资需求对我国GDP没有显著性影响。β3的t统计量为2.19，临界值t0.025（19）=2.197，2.197>2.093，所以接受H0：=0，β，3=0，表明出口支出对我国GDP有显著性影响。这从他们的P值0.00，0.34，0.04也能看出。这说明I对GDP没有通过t检验，因此可能存在多重共线性。

（四）多重共线性检验及处理

根据表1中的数据，通过软件Eviews处理，得到各变量的相关系数均大于0.8，表明存在多重共线性。通过Eviews软件运用逐步回归法的向后筛选法进行多重共线性的处理后可得出调整后的模型为：

lnGDPt=0.053308+0.912271lnCSt+0.145714lnEXt

拟合优度检验：R2=0.998792，说明回归方程即上述模型的解释能力几乎为100%，即消费需求、投资需求、出口能力能对GDP的变动作出99.87%的解释。回归模型的拟合优度相当好。

回归模型的总体显著性检验：从全部因素的总体影响看，在5%显著性水平上，F=8267.035>Fα（k，n-k-1）=F0.05（3，18）=3.16，说明消费需求、投资需求、出口能力对GDP的共同影响是显著的，这从P值为0.00000可以明显地看出，回归模型是相当显著的。

单个回归系数的显著性检验：从单个因素的影响看，在5%的显著性水平上，β1的t统计量为17.838。查t分布表，在自由度19下，临界值t0.025（19）=2.093，17.838>2.093，所以拒绝H0：=0，β1=0，表明最终消费对我国GDP有显著性影响。β3的t统计量为3.848，临界值t0.025（19）=2.093，3.848>2.093，所以接受H0：=0，β3=0，表明出口支出对我国GDP有显著性影响。这从他们的P值0.00，0.001也能看出。说明因变量均通过了t检验。

（五）异方差检验与序列相关性检验及分析

运用软件Eviews以怀特检验法对模型进行异方差检验，得出P值均大于0.05，不拒绝原假设，认为模型不存在异方差性。

在本研究中并不能肯定各影响因素之间不是完全相互独立，因此可能存在某种相关性，因此，要通过DW检验判断因素之间是否存在相关性，这样才能更准确的分析研究的影响程度。从表中可以看出，DW的值为0.3598，在显著性水平为5%下，变量个数k=3（包括常数项），样本容量为23。查表可得dU=1.17，dL=1.54。故DW

（六）实证分析结论

最终得出的模型为：lnGDPt=0.053308+0.912271lnCSt+0.145714lnEXt。回归系数估计值为β1=0.912>0，β3=0.146>0，说明GDP与消费需求、出口同方向变动，当其他条件不变时，消费需求每增加一个百分点，产出将平均增加0.91%，出口每增加一个百分点，产出将平均增加0.146%个百分点。消费对于GDP的影响最大。

三、 研究结论

本研究通过构建影响GDP增长的多元回归模型，发现消费增长对经济增长的影响最大。国家在制定宏观经济策略时，通过扩大内需等来刺激消费，从源头上促进经济稳步增长。从经济学的意义上来看，刺激消费，目的就是加快资金的流通，有利于促进生产，增加财政收入，增加就业机会，消费的良好循环，有利于促进经济增长，进而使得人们的生活水平稳步提高。

参考文献：

[1]李昌明.中国区域发展态势、差距、原因及对策研究[J].经济学动态，2010（02）.

[2]赵卫亚.计量经济学教程[M].上海财经大学出版社，2010.

[3]李丽敏，王秀波.吉林省GDP增长的影响因素分析[J].河北农业科学，2010（09）.

[4]姚玉臣.影响GDP增长的经济因素分析[D].哈尔滨工业大学，2014.

（作者单位：江苏大学财经学院）