北京经济结构及经济增长关系量化探究.docxVIP

北京经济结构及经济增长关系量化探究.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
北京经济结构及经济增长关系量化探究 【摘要】我们已经进入了一个经济高速发展的时代,北 京作为全国的经济中心,研究其经济结构与经济增长的关系 对促进中国其他城市的发展有重要的借鉴意义。本文主要利 用规模报酬不变的Cobb-Douglas生产函数,建立计量模型, 并对其进行计量经济学和统计学检验,得出北京经济结构变 动对经济增长产生怎样影响的结论。 【关键词】经济结构;经济增长;Cobb-Douglas生产函 数 1.引言 当今的时代是人类历史上发展最为迅速的阶段。生产生 活从以农业为主转换到以工业为主,再到许多发达地区的以 服务产业为主,每一个转变都有着跨时代的意义。经济的发 展要以农业为生活物质基础,以工业为生产物质基础,才能 够达到稳定持续的增长,才能够满足进军后工业时代的基本 条件。 当代中国经济飞速发展,接连十年以上经济增长率始终 保持在7%以上的高速率。而北京作为环渤海京津冀的中心城 市之一,作为中国的经济中心,肩负着成为世界中心城市的 重要责任。2009年,北京人均GDP达到10000美元以上,经 济结构发生明显转变,是中国最先一批进入后工业社会的城 市之一。研究其经济结构与经济增长的关系对促进中国其他 城市的发展有重要意义。 2.研究内容和方法 本文运用规模报酬不变的Cobb-Douglas生产函数,利 用EViews5. 0软件,建立数量模型,并对其进行计量经济学 和统计学检验,对北京经济结构与经济增长的关系进行研 究,得出北京经济结构变动对经济增长的影响。 2. 1模型的建立 本文将从总供给的角度建立计量模型,研究经济结构与 经济增长的关系。 首先,利用经济学中一个规模报酬不变的Cobb-Douglas 生产函数(1)式表示资本存量和劳动力是如何决定生产能 力的。 (1) Y——产出 K——资本存量 L——劳动 ?——资本的产出弹性 £——随机扰动项,表示资本和劳动以外的其他生产因 素对产出的影响 A——特定时期的技术结构特征 然后,将(1)式左右两边同除以L,得出人均产出函数: (2) 再另y=Y/L , k=K/L,得出规范式: (3) 产业结构、投资结构和消费结构统一组成经济结构,因 此所建模型应表现出它们的变化是如何通过影响资本效率 或经济规模刺激经济增长的。设定模型如下: (4) xl——产业结构特征,用第三产业就业人员比重X100 代入 x2——投资结构特征,用基础设施投资占固定资产投资 的比重X100代入 x3——消费结构特征,用北京城市居民恩格尔系数代 入,即北京城市居民食品支出/城市居民消费性支出X100 y——人均地区生产总值 k——人均资本拥有量 al、a2、a3——产业结构、投资结构和消费结构变化 对资本产出效率的边际影响参数 bl、b2、b3——产业结构、投资结构和消费结构变化 对经济规模的边际影响参数 最后,将(4)式左右两边同取对数,得出模型: In y=ln A+ (alxl+a2x2+a3x3) In k+ (blxl+b2x2+b3x3) + e (5) 2.2数据与初步模型计量结果 根据《2010北京统计年鉴》的数据,计算并整理得到 1978-2009年的相关数据。 利用这些数据和EViews5. 0软件,对(5)式进行最小 二乘法的回归分析。 结果显示,变量 xl*log (k) 、x2*log (k)、xl、x2 在5%的显著水平下没有通过t检验,模型存在自相关等缺陷, 接下来要对其进行检验与改进。 2.3模型检验 用怀特法(White)检验异方差,结果表明在60. 29%的 显著性水平下接受不存在异方差的原假设。 用拉格朗日乘数法(LM )检验序列相关性 (0bs*R2=10. 12122; Probability=0. 006342), LM 统计量显 示,在5%的显著水平下拒绝原假设,回归方程的残差序列存 在序列相关性。 用ARMA模型消除序列相关,结果如下: 表1模型计量结果eqll 变量t值概率 C 4. 71 0. 0001 X1*LOG (K) 2.21 0. 0386 X2*L0G (K) -3. 04 0. 0064 X3*L0G (K) 9. 44 0. 0000 XI 0. 06 0. 9524 X2 3. 56 0. 0020 X3 -6. 50 0. 0000 AR (1) 8. 77 0. 0000 AR (2) -6. 36 0. 0000 MA (1) -9. 40 0. 0000 LM统计量显示,在5%的显著水平下接受回归方程的残 差序列不存在序列相关性的原假设。 通过表1可以看出xl的t检验的概率大于0. 05,为极 不显著,先去掉这个变量,(5)式变为: In y=ln A+alxl*ln k+a2x2*ln k +a3x3*ln

文档评论(0)

ggkkppp + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档