1、新常态下经济增长与三大产业增长关系的实证分析 摘 要：本文选用中国统计局 1995年到 2014年年度数据加以整理，建立多元线性回归模型。探究经济增长与三大产业增长的关系。结果表明在我国第二产业发展对于 ?济增长的影响最大，其次是第三产业。三大产业发展变缓造成了经济增长速度放缓使经济进入新常态。优化产业结构供给侧改革或起到刺激作用。 下载 关键词：经济增长；三大产业；新常态 一、引言 近年来我国经济增长放缓，针对世界范围内经济不景气我国提出经济新常态。对于经济新常态从经济高速增长下滑到 2015 年中国统计局公布的6.9%。经济增长 一直是我国非常看重的经济指标。对于经济增长变慢各界非常的重视
2、。三大产业增长构成了我国 GDP，三大产业比重和自生发展状况也自然而然影响经济的增长。在改革开放之后，我国进行了产业结构的调整。 1979 年大力发展农业以及进行轻重工业比例的调整，同时发展第三产业。到了现在农业是基础，高新技术产业是核心，主要任务是转变经济增长方式，发展第三产业。三大产业协同发展带动经济增长的布局。经济新常态之下有必要联系三大产业在此层面上进行观察和分析。 二、变量选择与实证分析 本文选取数据是 1995 年 -2014 年 时间序列数据。，均以中国统计局数据为基础或加工而成。本文选取国内生产总值环比增长率作为经济增长衡量指标，用变量 y表示。用年度第一产业增加值的环比增长率
3、作为衡量第一产业增长比率指标以 x1 表示。用年度第二产业增加值的环比增长率作为衡量第二产业增长比率指标以 x2 表示。用年度第三产业增加值的环比增长率作为衡量第三产业增长比率指标以 x3 表示。本文使用的模型为多元线性回归模型，设为 y=c+c1*x1+c2*x2+c3*x3。下面是模型的相关分析。 1.数据平稳性检验 数据平稳性检验是做计量问题时常常 要考虑的。当变量数据检验是平稳的时候，计量分析才有意义，不会出现伪回归。如果模型中数据是不平稳的，那么传统的计量经济分析方法的估计和检验会失去通常的性质。最终得到错误的结论。平稳性检验也被普遍运用在计量中。保证数据平稳文采取 ADF 检验，来
4、检验数据平稳性。检验结果 ADF 检验的序列 x1， x2， x3， y对应的 P值分别为 0.0104， 0.0646， 0.0559， 0.0504。在显著水平 0.1的条件下各个时间序列都是平稳的。方程估计结果不出现伪回归。 2.变量线性趋势图与模型回归结果 模型回归结果 如下 3.多重共线性检验 多重共线性既是解释变量间的线性关系。严重的多重共线性会导致模型估计出现失误。严重的多重共线性会导致 较高。 F值变大， t值变小等。本文选取时间序列故对其进行多重共线性检验，采用方差扩大因子法。 VIF 是对应解释变量 X的方差扩大因子。即 。变量间的多重共线线越大则 VIF 值越大，反之多重
5、共线性越弱 VIF值越小。经验表明 VIF10 时即 0.9 时存在较严重的多重共线性。分别以 x1x2x3 做被解释变量与其他解释变量做辅助回归得到的 。辅助回归方程的被解释变量 x1， x2， x3的 分别为 0.6286，0.7507， 0.7077。可知所有解释变量辅助回归方程 的值都不超过 0.9 即对应的 VIFj 不超过 10。根据经验可知不存在较严重的多重共线性。 4.异方差检验 同方差的存在是为了确保模型回归参数估计量具有良好的统计性质。实际经济问题中经常存在异方差，存在异方差就要对模型进行修正。我们在进行回归之前经常检验异方差是否存在。同方差即总体回归函数中的随机误差项满足
6、同方差（有相同的方差）。如果不满足假设线性回归模型存在异方差。模型如果存在异方差性会产生以下影响。参数估计 量是线性无偏但非有效。方差不再具有最小。 t 检验失去估计作用。预测不再可靠。 在模型中如果对所有的 i 都有 则 ui 具有同方差性。本文采用包含交叉项的 White 检验来检验模型是否存在异方差。结果如下： 由图可知在 0.05 显著水平下因为 （ 9）接受原假设。即方程同方差。 5.自相关分析 自相关指总体回归模型的随机误差项间存在相关关系的一种现象。模型存在自相关会导致参数估计失去有效性。使得模型的预测区间不可靠，过高的估计 t值等问题。本文采用的是 Breusch-Godfre
7、y 检验 （ LM检验）。因为 LM 检验需要确定滞后长度于是采用偏相关系数检验先确定滞后长度 。对模型 y=c+c1*x1+c2*x2+c3*x3 进行回归得到残差保存为 e。对 e 做偏相关系数检验得到如下图。 由图可以推测模型存在一阶自相关。接下来进行 LM 检验结果为 因为 nR2 对应的 P值为 0.00810.05 所以接受原假定，模型在显著水平0.05 下无自相关。修正的模型为 Y=0.0306+0.1385*X1+0.4602*X2+0.3985*X3+AR（ 1） =0.6879 解释变量对 应的 t值分别为 14.2721， 28.8947， 16.3580。说明修正后的解
8、释变量对于被解释变量任是显著的。 三、结论与建议 1.结论 我国经济增长率年来不断下降的原因从三大产业层面上看是三大产业增长下滑的共同作用结果。从经济增长与第一、第二、第三产业时间线性趋势图可以看出经济增长与其他三个变量的趋势是相同的。由回归结果可知第一产业增长率每增加 1 个百分点经济增长增加 0.1385 个百分点。第二产业每增加 1个百分点经济增长增加 0.4602 个百分点。第三产业每增加 1个百分点经济增长增 加 0.3985 个百分点。第二产业与第三产业增长对于经济增长作用比第一产业明显。在我国第二产业增长对于经济增长作用是最大的。表明在我国资本密集的第二产业对于经济拉动最用最高。近年第二产业速度变慢导致经济增长乏力的一个重要因素。
