计量经济学论文(eviews分析)《促进内蒙古经济发展的因素分析》

促进内蒙古经济发展的因素分析

摘要：“西部大开发”发展战略的实施西部落后地区迎来了发展的机遇，内蒙古作为西部的一个省，也将抓住机遇积极发展经济。近年来内蒙经济在全区的结构调整和西部大开发的过程中有了长足的发展,但是在发展中也存在一些问题和困难,需要我们认真重视、研究并加以改进,本文就影响内蒙古经济发展的因素进行了分析,并提出了一些的建议。

发挥怎样才能使内蒙古更好更快地发展起来呢？在经济建设中又应当注重哪些方面呢？下面我对其影响经济的几个因素进行了分析。数据如下：(表1) （资料来源：内蒙古统计局、中国统计年鉴） 其中：Y代表地区生产总值， X1代表社会消费品零售总额

年 份 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 生产总值社会消费品基本建设固定资出口总额进口总额实际利用教育事业零售总额(亿投资(亿产投资(亿元)Z1 (亿元)Z2 外资额(万投资(亿（亿元）Y 元)X1 元)X2 (亿元)X3 美元)X5 元)X6 163.83 75.6373 5.6848 52.42 4.3880 7.2939 47.57 6.3656 5.4114 53.32 8.4310 1.5173 2.5430 2.8820 530 664 1120 961 3050 2530 5532 4.8420 5.5765 6.0345 7.1570 7.7245 8.5647 8.5884 10.0203 12.2475 15.0400 16.5580 19.7786 20.2451 24.2189 27.5159 29.7521 39.7389 48.2847 54.3525 181.58 84.8809 212.27 96.3006 270.81 118.8967 292.69 125.6875 319.31 130.5760 359.66 145.5207 421.68 168.6851 532.70 202.1478 681.92 247.2913 832.88 295.0161 984.78 335.3601 1099.77 367.9157 1192.29 400.8872 1268.20 437.3813 1401.01 483.9814 1545.79 537.3071 1734.31 598.9646 2150.41 726.7630 5.0165 72.05 10.9390 3.1913 4.5852 70.68 12.5158 3.6033 4.9415 70.77 16.9483 8.3415 6.2478 100.66 22.4597 9.7095 6.3988 149.24 31.9168 18.7901 7910 6.1791 217.40 56.1843 47.9807 19213 5.7617 250.99 51.3373 40.1312 29086 5.6159 273.06 50.6785 43.0886 61801 7.5551 275.54 56.9132 46.9782 38355 9.1114 317.50 60.9458 47.6730 44209 14.3054 350.16 68.1635 46.5538 44253 18.1797 383.37 75.0028 58.0958 40133 34.3664 430.42 84.7114 84.0697 54819 51.3916 496.43 94.3996 116.5039 47342 81.2413 715.09 113.4776 135.2503 58211 78.1312 1209.44 119.2581 138.4394 66529 X2代表基本建设投资，

X3代表固定资产投资总额， X4代表出口总额, X5代表进口总额， X6代表实际利用外资额,

X7代表教育事业投资总额。

一、 建立模型并回归

Y=C+a1*X1+a2*X2+a3*X3+a4*X4+a5*X5+a6*X6+a7*X7+u 运用OLS估计方法对式1中的参数进行估计，得回归分析结果：（表2）

Dependent Variable: Y Method: Least Squares Date: 12/14/10 Time: 21:52 Sample: 1985 2003 Included observations: 19

Variable C X1 X2 X3 X4 X5 X6 X7

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient -96.68733 3.243682 -0.690818 0.023696 -0.111652 -0.617843 0.000335 -0.111526

Std. Error 11.43839 0.306288 1.160908 0.047295 0.947891 0.841959 0.000551 5.205167

t-Statistic -8.452878 10.59030 -0.595067 0.501030 -0.117790 -0.733816 0.608476 -0.021426

Prob. 0.0000 0.0000 0.5638 0.6262 0.9084 0.4784 0.5552 0.9833 823.4679 597.4553 8.762376 9.160035 3295.807 0.000000

0.999523 Mean dependent var 0.999220 S.D. dependent var 16.68431 Akaike info criterion 3062.028 Schwarz criterion -75.24257 F-statistic 1.297381 Prob(F-statistic)

从表2中可以看出F检验显著，但有几项t检验不过关，说明变量之间存在多重线性。

为此我们进行如下操作：表2可以看出x7的t检验的p值最大，因此将x7因素剔除再进行回归分析。运用OLS估计方法剔除x7的方程进行估计，得回归分析结果：（表3）

Dependent Variable: Y Method: Least Squares Date: 12/14/10 Time: 21:57 Sample: 1985 2003 Included observations: 19

Variable C X1

Coefficient -96.69783 3.237872

Std. Error 10.94161 0.136407

t-Statistic -8.837623 23.73691

Prob. 0.0000 0.0000

X2 X3 X4 X5 X6

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

-0.708893 0.023505 -0.111090 -0.621609 0.000339

0.763578 0.044475 0.907207 0.788372 0.000500

-0.928383 0.528515 -0.122452 -0.788472 0.677623

0.3715 0.6068 0.9046 0.4457 0.5109 823.4679 597.4553 8.657155 9.005106 4194.488 0.000000

0.999523 Mean dependent var 0.999285 S.D. dependent var 15.97434 Akaike info criterion 3062.156 Schwarz criterion -75.24297 F-statistic 1.298786 Prob(F-statistic)

从表3中可以看出F检验显著，但有几项t检验不过关，说明变量之间存在多重线性。

为此我们进行如下操作：表2可以看出x4的t检验的p值最大，因此将x4因素剔除再进行回归分析。运用OLS估计方法剔除x4的方程进行估计，得回归分析结果：（表4）

Dependent Variable: Y Method: Least Squares Date: 12/14/10 Time: 21:58 Sample: 1985 2003 Included observations: 19

Variable C X1 X2 X3 X5 X6

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient -96.96998 3.227575 -0.646582 0.023250 -0.700707 0.000347

Std. Error 10.29963 0.103249 0.547317 0.042709 0.434512 0.000476

t-Statistic -9.414899 31.25997 -1.181365 0.544383 -1.612630 0.729349

Prob. 0.0000 0.0000 0.2586 0.5954 0.1308 0.4787 823.4679 597.4553 8.553140 8.851384 5446.027 0.000000

0.999523 Mean dependent var 0.999339 S.D. dependent var 15.35724 Akaike info criterion 3065.982 Schwarz criterion -75.25483 F-statistic 1.273760 Prob(F-statistic)

从表4中可以看出F检验显著，但有几项t检验不过关，说明变量之间存在多重线性。

为此我们进行如下操作：表2可以看出x3的t检验的p值最大，因此将x3因素剔除再进行回归分析。运用OLS估计方法剔除x3的方程进行估计，得回归分析结果：（表5）

Dependent Variable: Y Method: Least Squares Date: 12/14/10 Time: 21:59 Sample: 1985 2003 Included observations: 19

Variable C X1 X2 X5 X6

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient -98.76178 3.253988 -0.521737 -0.742163 0.000359

Std. Error 9.511131 0.088819 0.484304 0.416898 0.000464

t-Statistic -10.38381 36.63631 -1.077292 -1.780206 0.774725

Prob. 0.0000 0.0000 0.2996 0.0967 0.4514 823.4679 597.4553 8.470418 8.718954 7167.712 0.000000

0.999512 Mean dependent var 0.999372 S.D. dependent var 14.96633 Akaike info criterion 3135.876 Schwarz criterion -75.46897 F-statistic 1.232880 Prob(F-statistic)

从表5中可以看出F检验显著，但有几项t检验不过关，说明变量之间存在多重线性。

为此我们进行如下操作：表2可以看出x6的t检验的p值最大，因此将x6因素剔除再进行回归分析。运用OLS估计方法剔除x6的方程进行估计，得回归分析结果：（表6）

Dependent Variable: Y Method: Least Squares Date: 12/14/10 Time: 22:00 Sample: 1985 2003 Included observations: 19

Variable C X1 X2 X5

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Std. Error 8.562932 0.068868 0.372442 0.387363

t-Statistic -11.88556 47.86753 -2.031923 -1.635619

Coefficient -101.7752 3.296535 -0.756773 -0.633578

Prob. 0.0000 0.0000 0.0603 0.1227 823.4679 597.4553 8.407132 8.605962 9818.445 0.000000

0.999491 Mean dependent var 0.999389 S.D. dependent var 14.76553 Akaike info criterion 3270.315 Schwarz criterion -75.86776 F-statistic 1.098098 Prob(F-statistic)

从表6中可以看出F检验显著，但有几项t检验不过关，说明变量之间存在多重线性。

为此我们进行如下操作：表2可以看出x6的t检验的p值最大，因此将x6因素剔除再进行回归分析。运用OLS估计方法剔除x6的方程进行估计，得回归分析结果：（表7）

Dependent Variable: Y Method: Least Squares Date: 12/14/10 Time: 22:01 Sample: 1985 2003 Included observations: 19

Variable C X1 X2

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient -94.35986 3.199889 -1.158569

Std. Error 7.635091 0.037180 0.294232

t-Statistic -12.35871 86.06483 -3.937602

Prob. 0.0000 0.0000 0.0012 823.4679 597.4553 8.465984 8.615106 13330.58 0.000000

0.999400 Mean dependent var 0.999325 S.D. dependent var 15.51929 Akaike info criterion 3853.576 Schwarz criterion -77.42685 F-statistic 0.931665 Prob(F-statistic)

检验到上一步可得到x1和x2 与y的线性关系显著，f检验和t检验合格。 得到回归方程

Y = -94.35986011 + 3.199888901*X1 - 1.158568632*X2

二、 异方差检验

① 散点图检验

从散点图表明可能不存在异方差。

White Heteroskedasticity Test: F-statistic Obs*R-squared

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 12/14/10 Time: 22:07 Sample: 1985 2003 Included observations: 19

Variable C X1 X1^2 X1*X2 X2 X2^2

Std. Error 197.5863 2.482765 0.006562 0.082708 19.10528 0.302475

t-Statistic 1.629047 -1.470068 1.796583 -1.822666 1.601089 1.284412

0.228585 0.203607

Prob. 0.1273 0.1653 0.0957 0.0914 0.1334 0.2214

1.599586 Probability 7.236936 Probability

Coefficient 321.8774 -3.649834 0.011789 -0.150750 30.58925 0.388502

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

0.380891 Mean dependent var 0.142773 S.D. dependent var 180.6884 Akaike info criterion 424428.1 Schwarz criterion -122.0934 F-statistic 1.891382 Prob(F-statistic)

202.8198 195.1562 13.48351 13.78176 1.599586 0.228585

怀特检验表明： P值=0.203607>0.05

所以回归方程不存在异方差。

三、 自相关检验 1、残差的图示检验

残差的图示表明残差之间可能不存在自行相关性。

2、怀特检验：由表可知 Durbin-Watson stat

1.891382

D-W相当接近2.，所以回归方程不存在一阶自相关

2、LM检验，检验结果如表7

ARCH Test: F-statistic Obs*R-squared

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 12/14/10 Time: 22:11 Sample (adjusted): 1987 2003

Included observations: 17 after adjustments

Variable C RESID^2(-1) RESID^2(-2) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient 142.1819 0.440157 -0.180340

Std. Error 74.87501 0.258113 0.243660

t-Statistic 1.898923 1.705291 -0.740129

1.475393 Probability 2.959353 Probability

0.262161 0.227711

Prob. 0.0784 0.1102 0.4715 186.6402 190.4953 13.43819 13.58523 1.475393 0.262161

0.174080 Mean dependent var 0.056091 S.D. dependent var 185.0757 Akaike info criterion 479542.0 Schwarz criterion -111.2246 F-statistic 2.033769 Prob(F-statistic)

LM检验表明 p值=0.227711>0.05 表明回归方程没有二阶自相关

X1代表社会消费品零售总额 X2代表基本建设投资

综上所述：方程表明GDP以社会消费品零售总额和基本建设投资存在非常显著的线性关系，促进内蒙古经济发展的主要原因是社会消费品零售。说明我们在经济建设当中需要注意社会消费品零售总额和基本建设投资者这两个方面。

首先、加大对农牧业投资，提高其抵御自然灾害的能力，巩固内蒙古的基础经济，打好发展经济的根基。只有具备良好的基础，才能实现经济的高速发展。

第二、引进先进的科学技术，提高企业自身的竞争力。

第三、加强教育水平，培养优秀的人才，从而利用优秀人才加强经济建设。