模型意义与政策建议.docx

1 引言人所周知，现实事物之间的互相联系和制约是一种常见现象。任何事物在其发展变化过程中，既受其他事物的影响，同时也影响其他事物。一国的国内生产总值受固定资产投资的影响；同时，经济发展程度又会影响固定资产投资，而且影响一国经济发展的因素往往有很多。因此，两个国家即使固定资产投资额相同，他们的国内生产总值也会不同，这说明许多社会经济现象之间存在的相互联系，只表现为一种不严格对应的相互依存关系，而不是严格对应的函数关系。本文先以定性分析为基础，利用散点图和相关系数来研究固定资产与GDP之间的相关关系；然后在此基础上借用数学模型近似反映两者的数量关系，即进行回归分析。2 理论分析国内生产总值，即GDP,它是指经济社会（一国或以一地区）在一定时期内运用生产要素所生产的全部最终产品（物品和劳务）的市场价值。是衡量一个国家经济状况的关键指标，能够反映一个国家的经济情况，还能够反映一个国家的国力与财富。固定资产投资额，它是以货币表现的建造和购置固定资产活动的工作量，它是反映固定资产投资规模，速度，比例关系和使用方向的综合性指标。 随着固定资产投资额的增加，国内生产总值也会增加，两者具有显著的正线性相关关系。3 实证分析3.1 数据来源。 根据2014年中国统计年鉴，本文采用了1978年～2007年我国国内生产总值和固定资产与投资额，具体见表1表1 1978～2007国内生产总值和固定资产与投资额单位：亿元3.2图形分析图2 固定资产投资与国内生产总值相关关系散点图借助Spss软件，将表1数据导入后，进行图表绘制便绘制出图2，其中横轴代表固定资产投资，纵轴代表国内生产总值，从图2可以看出，固定资产投资与国内生产总值之间呈大致正线性相关关系，随着固定资产投资的增加，国内生产总值也随之增加。3.3相关系数及其计算方法散点图是研究相关关系的直观工具，只能对现象之间存在的相关关系的方向，形式和密切程度做大致的判断，而不能说明其密切程度的大小，因此需要计算相关系数。设总体的相关系数为 p.在实际应用中， p往往是未知的，我们只能计算样本相关系数r，以此作为总体相关系数的估计值。相关系数可划分为五个等级：若p的绝对值大于等于0.8，则为高度相关；若p绝对值大于等于0.5，小于0.8，则为中度相关；若p大于等于0.3小于0.5，则为低度相关；若p大于零小于0.3，则两变量之间的相关程度非常弱，可认为不相关；若p等于0，变量间不存在线性相关关系 借助spss计算的相关系数见表3Correlations国内生产总值固定资产投资国内生产总值Pearson Correlation1.976**Sig. (2-tailed).000Sum of Squares and Cross-products1.393E116.824E10Covariance4.803E92.353E9N3030固定资产投资Pearson Correlation.976**1Sig. (2-tailed).000Sum of Squares and Cross-products6.824E103.506E10Covariance2.353E91.209E9N3030**. Correlation is significant at the 0.01 level (2-tailed).表3 固定资产投资与国内生产总值的相关系数由表3可知，固定资产投资与国内生产总值的简单相关系数为0.976，说明两者之间存在正的强相关性。但是相关系数是根据样本数据计算出来的，样本数据不同所计算出来的相关系数也不同，因此相关系数是一个随机变量，需要对其可靠程度进行度量，即是进行相关性检验。3.4 相关性检 进行相关性检验首先提出原假设与备择假设，原假设为固定资产投资与国内生产总值不相关，备择假设为固定资产投资与国内生产总值存在线性相关关系。然后确定显著性水平与拒绝域，一般情况下将显著性水平定为0.5。再则根据样本数据计算检验统计量。最后做出统计决策，若检验统计量落入拒绝域，即是小概率事件发生了，则拒绝原假设；若落入接受域，并不能说接受原假设，只能说明没有充分的证据证明原假设错误。此外，还可根据P值与显著性水平的大小比较做出统计决策。P值是拒绝原假设的真实犯错概率，显著性水平是所能够接受的犯第一类错误的最大犯错概率（第一类错误即是原假设为真却拒绝了原假设，也称拒真；第二类错误是原假设为假却未拒绝原假设，也称取伪）若P值大于显著性水平则不拒绝原假设，若P值小于显著性水平则拒绝原假设。由表3可知，其相关系数检验的概率P值近似为0。当选择显著水平为0.05时，应该拒绝相关系数检验的原假设，也即是没有充分证据证明固定资产投资与国内生产总值是不相关的，可以认为两总体间存在高度线性相关关系3.5 回归分析的预测推断