基于多元线性回归分析影响人均GDP的因素.pdf

1、基于多元线性回归分析影响人均 GDP 的因素吴欣怡【摘要】人均 GDP 是衡量居民幸福感的重要指标，随着经济发展，我国人均 GDP 也在不断提高。文章选取 19992018 年全国城镇居民可支配年收入、GDP、城市化率、政府财政支出、个人所得税、就业人口和人均 GDP 的数据进行回归分析，再采用逐步回归分析法筛选出影响人均 GDP 的显著变量，结果表明：GDP、城市化率和政府财政支出对人均 GDP具有显著影响。【关键词】人均 GDP;时间序列数据;回归分析一、文献综述影响人均 GDP 的因素是多方面的，王海滋和崔恩泽利用计量模型分析了人均可支配收入、房价与人均 GDP 之间的关系;刘喆探析了农

2、村居民人均消费支出与全国人均 GDP 的关系;张会霞等人采用自相关分析法和技术手段分析了居民幸福度指数对人均 GDP 的影响;刘金明和陈绍刚分析了五类企业的在职人数对人均 GDP 的影响;蒋秉烨采用可视化分析方法分析了 20 种数据并进行逐步回归分析。二、模型设计（一）指标选取选取人均 GDP，就业人数，个人所得税，政府财政支出，城镇居民人均可支配收入，城市化率为指标，选取来自国家统计局的数据。建立模型如下：lnYt=+1*lnPDIt+2*lnGDPt+3*lnGt+4*lnUt+5*lnTaxt+6*lnPt+其中，Y 表示人均 GDP，P 表示就业人数，tax 表示税收，G 表示政府财政

3、支出，PDI表示人均可支配收入，U 表示城市化率。t 表示当期，t-1 表示上一期。为随机扰动项。（二）回归结果得到 lnYt hype=-1.004458-0.001113*lnPDIt+0.939111*lnGDPt+0.075305*lnGt-0.329716*lnUt+0.002233*lnTaxt-0.168656*lnPt（0.8076）（0.8487）（0.0000）（0.0140）（0.0599）（0.8934）（0.6400）R2=0.999978，经调整后的 R2=0.999967，F=91145.02，prob（F）=0.000000，DW=1.685837.从回归结果来

4、看，R2=0.999768，经调整后的 R2=0.999478，说明模型拟合较好。（三）结果分析t 检验：给定=0.05，仅有 GDP、G 通过了检验。F 检验：给定=0.05，F 值大，说明回归方程显著，上述因素联合起来对人均 GDP 具有显著影响。多重共线性检验：计算各解释变量的相关系数，得到相关系数矩阵，可知各变量之间的相关度较高。现采用逐步回归分析的方法，分别做一元回归。回归结果表明，经过变量筛选得到的最优方程中只包含了 lgdp、lu、lg 三个解释变量。修正后的回归结果为：lnYt hype=-2.900157+0.939493*lnGDPt-0.344627*lnUt+0.074

5、660*lnGt（0.0000）（0.0000）（0.0004）（0.0030）此时 R2=0.999977，经调整后的 R2=0.999973，F=222159.1，DW=1.817469.运用回归检验法检验，et 作为被解释变量，et-1 作为解释变量，进行最小二乘估计，得到 et hype=-0.000151+0.098114*et-1（0.8647）（0.7092）R2=0.009541，F=0.144496，说明该模型显著性和拟合程度差，该模型不存在一阶自相关。对二阶序列相关进行类似检验，结果一样，说明该模型不存在序列相关。white 检验：在=0.05，nR2=0.242593，故

6、模型不存在异方差。进行偏相关系数检验，发现样本点都落在了区间内，证明模型不存在高阶自相关。三、结论及建议（一）结论由回归结果可以看出，GDP、城市化率和政府财政支出对人均 GDP 具有显著影响。（二）建议1.提升国民经济发展的质量，完善分配体制2.加快推进城市化3.发挥政府职能，提升人民幸福感參考文献：1王海滋，崔恩泽.北京人均可支配收入和人均 GDP 与房价关系J.山东建筑大学学报，2013，28（4）：293-297.2刘喆.我国农村居民人均消费水平与全国人均 GDP 的实证研究J.安徽农业科学，2012，40（24）：12300-12301，12329.DOI：10.3969/j.issn.0517-6611.2012.24.133.3张会霞，张垚，郭涛.山西省居民幸福度指数与人均 GDP 相关性分析J.经济研究参考，2018，（57）：17-23.4刘金明，陈绍刚.我国中心城市人均 GDP 影响因素的计量模型及其研究J.价值工程，2018，37（23）：109-112.5蒋秉烨.基于可视化及多元线性回归探究影响人均 GDP 的因素J.价值工程，2019，38（29）：11-14.