計(jì)量經(jīng)濟(jì)學(xué)在我國(guó)的推廣與應(yīng)用,對(duì)我國(guó)經(jīng)濟(jì)學(xué)的定量化研究做出了重要貢獻(xiàn),也在中國(guó)經(jīng)濟(jì)學(xué)界受到了越來越多的關(guān)注。本文是YY簡(jiǎn)歷網(wǎng)小編為大家整理的20xx字的計(jì)量經(jīng)濟(jì)學(xué)論文范文，僅供參考。

　　20xx字計(jì)量經(jīng)濟(jì)學(xué)論文范文篇一：

　　能源消費(fèi)與工業(yè)經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系研究

　　摘要：能源是國(guó)家經(jīng)濟(jì)的命脈，也是一國(guó)經(jīng)濟(jì)發(fā)展的重要物質(zhì)基礎(chǔ)。我國(guó)作為世界上經(jīng)濟(jì)增長(zhǎng)最快的國(guó)家，對(duì)于能源的消費(fèi)也是非比尋常的。在我國(guó)的經(jīng)濟(jì)增長(zhǎng)中，對(duì)于能源的消耗占主要地位的就是工業(yè)經(jīng)濟(jì)的發(fā)展。從一定程度上來講，能源的消費(fèi)與工業(yè)經(jīng)濟(jì)增長(zhǎng)之間存在著千絲萬縷的聯(lián)系。本文就著重分析了能源消費(fèi)與工業(yè)經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，旨在從我國(guó)經(jīng)濟(jì)的增長(zhǎng)以及能源的消費(fèi)之間尋找到一個(gè)協(xié)調(diào)點(diǎn)，促進(jìn)工業(yè)經(jīng)濟(jì)的高效增長(zhǎng)。

　　一直以來，工業(yè)都是能源消費(fèi)的主體，是工業(yè)經(jīng)濟(jì)發(fā)展的不可缺少的生產(chǎn)資料，尤其是對(duì)我國(guó)這個(gè)經(jīng)濟(jì)快速發(fā)展的發(fā)展中國(guó)家來說。在很長(zhǎng)的一段時(shí)間內(nèi)，我國(guó)工業(yè)經(jīng)濟(jì)的發(fā)展都是以犧牲能源為代價(jià)的，由于在科技水平生產(chǎn)技術(shù)等方面的欠缺，能源就理所當(dāng)然的成了經(jīng)濟(jì)發(fā)展的彌補(bǔ)品。雖然說幾年來，隨著能源危機(jī)的臨近，以及世界對(duì)綠色生產(chǎn)的呼喚，我國(guó)也制訂了一系列的規(guī)章制度和措施等來限制能源的粗放性消費(fèi)，但是畢竟我國(guó)還處于經(jīng)濟(jì)大幅增長(zhǎng)的階段，所以對(duì)于能源的消費(fèi)也是必不可少的。所以，在現(xiàn)階段，對(duì)于能源消費(fèi)與工業(yè)經(jīng)濟(jì)增長(zhǎng)之間關(guān)系的研究，是我國(guó)工業(yè)生產(chǎn)以及能源管理相關(guān)部門工作中的一個(gè)重點(diǎn)，也是促進(jìn)有關(guān)部門采取相應(yīng)措施提高能源利用率，實(shí)現(xiàn)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，協(xié)調(diào)經(jīng)濟(jì)與能源關(guān)系目標(biāo)的關(guān)鍵。

　　關(guān)鍵詞：能源消費(fèi) 能源生產(chǎn) 計(jì)量經(jīng)濟(jì)學(xué)模型 能源戰(zhàn)略

　　總論：

　　我國(guó)是一個(gè)能源大國(guó)，但是，我國(guó)人口眾多，人均能源占有量不及同期發(fā)達(dá)國(guó)家的1/5。能源是任何一個(gè)國(guó)家經(jīng)濟(jì)發(fā)展不可缺失的物質(zhì)基礎(chǔ)。隨著我國(guó)人口的繼續(xù)增長(zhǎng)，經(jīng)濟(jì)的快速發(fā)展，能源消費(fèi)量的增加是必然的，而與年俱增的能源消費(fèi)對(duì)環(huán)境造成的破壞也越來越嚴(yán)重。因此，怎樣優(yōu)化能源利用結(jié)構(gòu)，開發(fā)利用清潔能源，就成為我國(guó)經(jīng)濟(jì)發(fā)展的當(dāng)務(wù)之急。這就需要我們清楚了解能源供需形勢(shì)，做好影響能源消費(fèi)因素分析，為能源規(guī)劃及政策的制定提供科學(xué)依據(jù)，保證我國(guó)國(guó)民經(jīng)濟(jì)又好又快地發(fā)展。

　　一、能源消費(fèi)與工業(yè)經(jīng)濟(jì)增長(zhǎng)相關(guān)概念

　　在經(jīng)濟(jì)發(fā)展中，能源一直都是一個(gè)永恒的話題，很多的學(xué)者也都對(duì)能源做了很多研究，對(duì)其相關(guān)聯(lián)的概念做了很多的界定。一般而言，在能源消費(fèi)與工業(yè)經(jīng)濟(jì)增長(zhǎng)之間關(guān)系的研究中需要探討的概念主要如下：

　　(一)能源概念及其分類

　　所謂的能源就是我們通常所說的能源資源，它可以產(chǎn)生各種能量，并且被充分的應(yīng)用到了工業(yè)生產(chǎn)以及人們的日常生活中。這些資源包括煤炭、原油、天然氣、水能、核能以及一些太陽(yáng)能、地?zé)崮艿鹊�。這些能源由于其性能以及生產(chǎn)方面的不同，可以將其分為下面的幾類：

　　1.按照能量的來源可以分為三類：地球本身所蘊(yùn)藏的能量，比如地?zé)�、原子核�?來自地球外部天體的能量，比如，太陽(yáng)能，它為風(fēng)能、水能、生物能以及礦物質(zhì)能的形成提供條件;地球和其它天體相互作用產(chǎn)生的能量，比如，潮汐能等。

　　2.按照能源的基本形態(tài)可以分為兩類：一次能源與二次能源。一次能源就是天然的能源，比如煤炭、石油、天然氣等;二次能源則是在一次能源加工的基礎(chǔ)之上形成的能源，比如，電能、煤氣、汽油、柴油等等。

　　3.按照能源的性質(zhì)可以分為兩類：燃料型能源與非燃料型能源。燃料型能源主要有石油、煤炭、天然氣、木材等，而非燃料型的能源則為水能、風(fēng)能、地?zé)崮艿鹊取?/p>

　　4.按其生產(chǎn)情況可以分為可再生資源和不可再生資源�？稍偕�資源就是可以通過一些形式能夠得到不斷的補(bǔ)充或者是在較短的周期內(nèi)能夠再次產(chǎn)生的能源。比如，風(fēng)能、水能、太陽(yáng)能、生物能等都是可再生資源;而反之在較短的時(shí)間內(nèi)不能夠再生產(chǎn)的能源就是不可再生資源，比如煤炭、石油、天然氣等。

　　(二)能源消費(fèi)

　　在認(rèn)識(shí)了能源的概念以及分類的基礎(chǔ)上我們?cè)倏纯淳烤故裁词悄茉聪�費(fèi)。其實(shí)能源消費(fèi)故名思意就是對(duì)能源的利用以及使用，在使用中包括個(gè)人以及家庭對(duì)能源的使用，也包括工業(yè)、農(nóng)業(yè)、服務(wù)業(yè)等對(duì)能源的使用，這屬于統(tǒng)計(jì)學(xué)的范疇。

　　(三)經(jīng)濟(jì)增長(zhǎng)與工業(yè)經(jīng)濟(jì)增長(zhǎng)

　　對(duì)于經(jīng)濟(jì)增長(zhǎng)，經(jīng)濟(jì)學(xué)界有著比較統(tǒng)一的認(rèn)定，認(rèn)為經(jīng)濟(jì)增長(zhǎng)是實(shí)際總產(chǎn)出或者是人均實(shí)際產(chǎn)出的不斷增加。它的增長(zhǎng)是指生產(chǎn)總成果在量上面的增加，在對(duì)其衡量的過程中要將所有的生產(chǎn)要素結(jié)合起來。

　　而工業(yè)經(jīng)濟(jì)的增長(zhǎng)則是指在一定的時(shí)期內(nèi)，全部的工業(yè)企業(yè)在實(shí)際生產(chǎn)總值或者是增加值上面的不

　　斷增長(zhǎng)的一個(gè)過程。它的界定是在一段時(shí)期內(nèi)的界定，而并不是在一個(gè)點(diǎn)上面的界定。

　　二、中國(guó)能源供求現(xiàn)狀分析

　　我國(guó)經(jīng)濟(jì)快速增長(zhǎng)，必然帶動(dòng)能源消費(fèi)量的增長(zhǎng)。作為世界上最大的發(fā)展中國(guó)家，建國(guó)以來，我國(guó)的經(jīng)濟(jì)總量和能源消費(fèi)總量都出現(xiàn)了較大幅度的增長(zhǎng)。1953年—1978年GDP由1615億元增長(zhǎng)到6584億元，再增長(zhǎng)到20xx年的183084億元，1953年—1978年，1979年—20xx年兩個(gè)階段的平均增長(zhǎng)率分別為5.8%和9.7%;能源消費(fèi)量由1953年的0.54億噸標(biāo)準(zhǔn)煤增長(zhǎng)到1978年的5.71億噸標(biāo)準(zhǔn)煤，再增長(zhǎng)到20xx年的22.47億噸標(biāo)準(zhǔn)煤。年均分別增長(zhǎng)了9.9%和5.3%。中國(guó)的人均能源消費(fèi)量也在迅速增長(zhǎng)，1953年—1978年由0.09噸標(biāo)準(zhǔn)煤增長(zhǎng)到0.59噸標(biāo)準(zhǔn)煤，再增長(zhǎng)到20xx年的1.70噸標(biāo)準(zhǔn)煤。20xx年全國(guó)城鄉(xiāng)生活人均年用電量為173.7千瓦時(shí)，而1980年只有10.7千瓦時(shí)。

　　從已收集來的數(shù)據(jù)來看，近年來，我國(guó)能源消費(fèi)是處于供不應(yīng)求的狀態(tài)，并且供求矛盾有擴(kuò)大的趨勢(shì)。

　　從圖中可看出，1996年之前能源的生產(chǎn)和消費(fèi)均呈溫和上升局勢(shì)，雖然能源的生產(chǎn)不能滿足消費(fèi)的要求，但二者差距也相對(duì)平穩(wěn)。但1996年之后之一差距不斷擴(kuò)大，能源的生產(chǎn)不能滿足經(jīng)濟(jì)發(fā)展對(duì)它的需求，到20xx年能源需求大幅度增加，而能源生產(chǎn)卻不能同步增加，能源矛盾突出。1997年—1999年中國(guó)經(jīng)濟(jì)在保持持續(xù)增長(zhǎng)的同時(shí)，能源消費(fèi)總量出現(xiàn)了下降�？赡艿脑�因是：市場(chǎng)出現(xiàn)需求疲軟現(xiàn)象，能源產(chǎn)品需求減少;一些高能耗、污染大的“五小”企業(yè)被關(guān)閉;產(chǎn)業(yè)結(jié)構(gòu)的變化等。由另外的資料表明，20xx年—20xx年連續(xù)三年的能源需求彈性系數(shù)都大于1，說明能源消費(fèi)量增長(zhǎng)速度已經(jīng)超過經(jīng)濟(jì)增長(zhǎng)速度，經(jīng)濟(jì)發(fā)展的能源代價(jià)在擴(kuò)大。種種證據(jù)表明，我國(guó)的能源問題比較深刻，迫切需要解決。

　　三、數(shù)據(jù)選取

　　1、能源消費(fèi)總量，在模型中用Y來表示。是指一次性能源消費(fèi)總量，由煤炭、石油、天然氣等組成(單位：萬噸標(biāo)準(zhǔn)煤)。

　　2、能源消費(fèi)的影響因素：

　　(1)能源生產(chǎn)總量，在模型中用X1來表示。是指一次性能源生產(chǎn)總量，該指標(biāo)是觀察全國(guó)能源生產(chǎn)水平、規(guī)模、構(gòu)成和發(fā)展速度的總量指標(biāo)(單位：萬噸標(biāo)準(zhǔn)煤)。

　　(2)全國(guó)生活能源消費(fèi)總量，在模型中用X2來表示，是指一次性能源在在生活方面的消費(fèi)量。(單位：萬噸標(biāo)準(zhǔn)煤)。

　　(3)城鎮(zhèn)居民人均可支配收入，在模型中用X3來表示。指城鎮(zhèn)居民家庭人均可用于最終消費(fèi)支出和其它非義務(wù)性支出以及儲(chǔ)蓄的總和。它是家庭總收入扣除交納的所得稅、個(gè)人交納的社會(huì)保障費(fèi)以及調(diào)查戶的記賬補(bǔ)貼后的收入。(單位：元)。

　　(4)工業(yè)能源消費(fèi)總量，在模型中用X4來表示，是指工業(yè)方面的能源消費(fèi)量。(單位：萬噸標(biāo)準(zhǔn)煤)。

　　(5)其他因素，在模型中用U表示。我們將由于各種原因未考慮到和無法度量的因素歸入隨機(jī)擾動(dòng)項(xiàng)，如能源價(jià)格變動(dòng)、消費(fèi)者偏好、國(guó)家的經(jīng)濟(jì)結(jié)構(gòu)政策等。

　　原始數(shù)據(jù)：

　　本文所有數(shù)據(jù)來自中國(guó)統(tǒng)計(jì)年鑒

　　四、模型設(shè)定

　　回歸模型設(shè)定如下：

　　Y=β0+β1X1+β2X2+β3X3+β4X4+u

　　Y=能源消費(fèi)總量(萬噸標(biāo)準(zhǔn)煤) X1=能源生產(chǎn)總量(萬噸標(biāo)準(zhǔn)煤)

　　X2=全國(guó)生活能源消費(fèi)總量(萬噸標(biāo)準(zhǔn)煤) X3=城鎮(zhèn)居民人均可支配收入(元) X4=工業(yè)能源消費(fèi)總量(萬噸標(biāo)準(zhǔn)煤) u=隨機(jī)擾動(dòng)項(xiàng)

　　β0 β1 β2 β3 β4——待估參數(shù) t=1980—20xx 五、模型檢驗(yàn)

　　假設(shè)模型中隨機(jī)擾動(dòng)項(xiàng)u滿足古典假定，運(yùn)用OLS方法估計(jì)模型的參數(shù)，利用計(jì)量經(jīng)濟(jì)學(xué)軟件Eviews計(jì)算可得如下結(jié)果：

　　Dependent Variable: Y Method: Least Squares Date: 5/21/13 Time: 10:49 Sample: 1980 20xx Included observations: 28

　　Variable C X1 X2 X3

　　X4

　　R-squared

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

　　Coefficient

　　-1822.975 0.553614 0.209548 1.585396 0.568271

　　Std. Error

　　2572.371 0.107216 0.405769 0.429729 0.093726

　　t-Statistic

　　-0.708675 5.163553 0.516422 3.689293 6.063122

　　Prob.

　　0.4856 0.0000 0.6105 0.0012 0.0000

　　125790.9 55317.60 17.73983 17.97773 8176.418 0.000000

　　0.999297 Mean dependent var 0.999175 S.D. dependent var 1588.843 Akaike info criterion 58061714 Schwarz criterion -243.3577 F-statistic 1.376476 Prob(F-statistic)

　　回歸方程為：

　　^Y=-1822.975+0.553614X1+0.209548X2+1.585396X3+0.568271X4

　　t=(-0.708675) (5.163553)(0.516422) (3.689293)(6.063122) 22

　　R=0.999297 -R=0.999175 F=8176.418 DW=1.376476

　　1、 經(jīng)濟(jì)意義檢驗(yàn)

　　由回歸估計(jì)結(jié)果可以看出，能源生產(chǎn)總量、全國(guó)生活能源消費(fèi)總量、城鎮(zhèn)居民人均可支配收入、工業(yè)能源消費(fèi)總量與能源消費(fèi)總量呈線性正相關(guān)，與現(xiàn)實(shí)經(jīng)濟(jì)意義理論相符。

　　2、 統(tǒng)計(jì)推斷檢驗(yàn)

　　從估計(jì)的結(jié)果可以看出，可決系數(shù)R2=0.999297，F(xiàn)=8176.418，表明模型在整體上擬合地比較理想。系數(shù)顯著性檢驗(yàn)：給定α=0.05，X1、X3、X4的t值大于給定的顯著性水平，拒絕原假設(shè)，接受備擇假設(shè)，表明能源生產(chǎn)總量、城鎮(zhèn)居民人均可支配收入、工業(yè)能源消費(fèi)總量對(duì)能源消費(fèi)總量有顯著性影響;僅有X2的t值小于給定的顯著性水平，接受原假設(shè)，表明全國(guó)生活能源消費(fèi)總量對(duì)能源消費(fèi)總量影響不顯著。

　　3、 計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)

　　(1) 多重共線性檢驗(yàn)

　　由下表可看出，模型整體上線性回歸擬合較好，R2 與F值較顯著，而解釋變量X2的t檢驗(yàn)不顯著，則說明該模型可能存在多重共線性。在Eviews中計(jì)算解釋變量之間的簡(jiǎn)單相關(guān)系數(shù)，得如下結(jié)果，也可以看出解釋變量之間存在多重共線性。

　　用逐步回歸法修正模型的多重共線性。

　　運(yùn)用OLS方法逐一求Y對(duì)各個(gè)解釋變量的回歸。結(jié)合經(jīng)濟(jì)意義和統(tǒng)計(jì)意義選出擬合效果最好的一元線性回歸方程。結(jié)果如下：

　　加入x1的方程-R2最大，以x1為基礎(chǔ)，順次加入其他變量逐步回歸。

　　經(jīng)比較，新加入x4的方程-R2=0.998541，改進(jìn)最大，而且各參數(shù)的t檢驗(yàn)顯著，但是x2的符號(hào)不合理，選擇保留x4，再加入其他新變量逐步回歸。

　　在X1、X4的基礎(chǔ)上加入X2后的方程-R2明顯增大，但是X2的t檢驗(yàn)不通過。加入X3后不但方程的R2明顯增大，而且t檢驗(yàn)值也通過，所以選擇保留X3，繼續(xù)回歸。

　　在x1，x4，x3的基礎(chǔ)上，加入x2后，不僅R2下降，而且x2參數(shù)的t檢驗(yàn)不顯著。這說明x2引起多重共線性，應(yīng)予剔除。 最后修正多重共線性影響的回歸結(jié)果為：

　　Dependent Variable: Y Method: Least Squares Date: 5/21/13 Time: 10:52 Sample: 1980 20xx Included observations: 28

　　Variable C X1 X3

　　X4

　　R-squared

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

　　Coefficient

　　-1771.254 0.589143 1.433497 0.563954

　　Std. Error

　　2530.847 0.080966 0.308466 0.091915

　　t-Statistic

　　-0.699866 7.276451 4.647176 6.135601

　　Prob.

　　0.4907 0.0000 0.0001 0.0000

　　125790.9 55317.60 17.67993 17.87025 11245.40 0.000000

　　0.999289 Mean dependent var 0.999200 S.D. dependent var 1564.382 Akaike info criterion 58734956 Schwarz criterion -243.5191 F-statistic 1.371751 Prob(F-statistic)

　　(2) 異方差檢驗(yàn) 圖示法：

　　從上圖可看出，殘差e隨Y的變動(dòng)趨勢(shì)不明顯，不規(guī)律，所以，該模型可能不存在異方差。是否存在異方差還應(yīng)通過更進(jìn)一步的檢驗(yàn)。 White檢驗(yàn)

　　White Heteroskedasticity Test: F-statistic

　　1.042741 Probability 9.595539 Probability

　　Std. Error

　　47930201 2913.608 0.046955 0.228951 0.095976 12596.90 0.990310 0.225676 3099.903 0.049458

　　t-Statistic

　　-0.600622 0.969097 -0.476773 1.145300 0.146278 0.223609 0.858107 -2.160689 -1.074397 0.471785

　　Coefficient

　　-28787936 2823.568 -0.022387 0.262218 0.014039 2816.781 0.849792 -0.487615 -3330.526 0.023334

　　0.445875 0.384209

　　Prob.

　　0.5556 0.3453 0.6393 0.2671 0.8853 0.8256 0.4021 0.0444 0.2968 0.6427

　　Obs*R-squared

　　Test Equation:

　　Dependent Variable: RESID^2 Method: Least Squares Date: 5/21/13 Time:11:13 Sample: 1980 20xx Included observations: 28

　　Variable C X1 X1^2 X1*X3 X1*X4 X3 X3^2 X3*X4 X4 X4^2

　　R-squared

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

　　0.342698 Mean dependent var 0.014047 S.D. dependent var 2715618. Akaike info criterion 1.33E+14 Schwarz criterion -448.3515 F-statistic 3.175863 Prob(F-statistic)

　　2097677. 2734894. 32.73939 33.21518 1.042741 0.445875

　　2

　　nR2=9.595539,由White檢驗(yàn)知，在α=0.05下，查χ2分布表，得臨界值χ因?yàn)閚R2=9.595539<χ不存在異方差。

　　ARCH檢驗(yàn)：

　　ARCH Test: F-statistic

　　0.731099 Probability 0.767152 Probability

　　Std. Error

　　679705.5 0.196543

　　t-Statistic

　　3.542855 -0.855043

　　0.400648 0.381099

　　Prob.

　　0.0016 0.4006

　　2051841. 2776010. 32.59251 32.68850 0.731099 0.400648

　　20.05

　　0.05

　　(10)=18.3070。

　　(10)=18.3070。所以拒絕備擇假設(shè)，不拒絕原假設(shè)，表明模型

　　Obs*R-squared

　　Test Equation:

　　Dependent Variable: RESID^2 Method: Least Squares Date: 5/21/13 Time: 11:18 Sample (adjusted): 1981 20xx

　　Included observations: 27 after adjustments

　　Variable C RESID^2(-1) R-squared

　　Coefficient

　　2408098. -0.168053

　　0.028413 Mean dependent var -0.010450 S.D. dependent var 2790478. Akaike info criterion 1.95E+14 Schwarz criterion -437.9989 F-statistic 1.850657 Prob(F-statistic)

　　20.05

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

　　因?yàn)?n-1)R2=0.767152<χ不存在異方差。 (3) 自相關(guān)補(bǔ)救

　　(1)=3.84146，接受原假設(shè)，表明模型中的隨機(jī)誤差項(xiàng)

　　按照時(shí)間順序繪制殘差項(xiàng)e的圖形。從圖中可看出，e隨t的變化逐次有規(guī)律地變化，呈現(xiàn)鋸齒形的變化，可判斷隨機(jī)擾動(dòng)項(xiàng)u可能存在正自相關(guān)。

　　由下表可得DW=1.371751;給定顯著性水平α=0.05，n=28，K=3時(shí)，查Durbin—Watson表得下限臨界值dL=1.181，上限臨界值dU=1.650，可知dL

　　Dependent Variable: Y Method: Least Squares Date: 5/21/13 Time: 11:26 Sample: 1980 20xx Included observations: 28

　　Variable C X1 X3 X4

　　R-squared

　　Coefficient

　　-1771.254 0.589143 1.433497 0.563954

　　Std. Error

　　2530.847 0.080966 0.308466 0.091915

　　t-Statistic

　　-0.699866 7.276451 4.647176 6.135601

　　Prob.

　　0.4907 0.0000 0.0001 0.0000

　　125790.9 55317.60 17.67993 17.87025 11245.40 0.000000

　　0.999289 Mean dependent var 0.999200 S.D. dependent var 1564.382 Akaike info criterion 58734956 Schwarz criterion -243.5191 F-statistic 1.371751 Prob(F-statistic)

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

　　在不能確定的區(qū)域，可采取的措施是增大樣本容量。但是，由于數(shù)據(jù)收集有困難，又DW接近dL值，所以，我們可假設(shè)模型有正自相關(guān)。 引入一階自相關(guān)系數(shù)AR(1) 得出回歸結(jié)果：

　　Dependent Variable: Y Method: Least Squares Date: 5/21/13 Time: 11:28 Sample (adjusted): 1981 20xx

　　Included observations: 27 after adjustments Convergence achieved after 9 iterations

　　Variable C X1 X3 X4 AR(1)

　　R-squared

　　Coefficient

　　-3288.221 0.585317 1.122399 0.600410 0.344368

　　Std. Error

　　3341.502 0.095509 0.409236 0.108418 0.204720

　　t-Statistic

　　-0.984055 6.128397 2.742671 5.537932 1.682139

　　Prob.

　　0.3358 0.0000 0.0119 0.0000 0.0067

　　128217.4 54831.80 17.62805

　　0.999368 Mean dependent var 0.999253 S.D. dependent var 1498.621 Akaike info criterion

　　Adjusted R-squared S.E. of regression

　　Sum squared resid Log likelihood Durbin-Watson stat

　　Inverted AR Roots

　　49409060 Schwarz criterion -232.9787 F-statistic 1.850807 Prob(F-statistic) .34

　　17.86802 8696.007 0.000000

　　從上圖可知，可決系數(shù)R2的值為0.999368.非常接近于1，模型擬合度非常高。在1%的顯著水平條件下，參數(shù)顯著不為零，模型整體性良好。AR(1)對(duì)應(yīng)的Prob值為0.0067，在1%的顯著水平下顯著。D.W.對(duì)應(yīng)的值為1.85，查解釋變量為4且自由度為27的D.W.分布表，上下限分別為1.16，1.65.由于1.65<1.85<2.35,所以模型不再存在一階自相關(guān)。

　　最終回歸模型為：

　　^Y=-3288.221+0.585317X1+1.122399X3+0.600410X4 t=(-0.699866) (7.276451) (4.647176) (6.135601) R=0.999368 F=8696.007 DW=1.850807

　　這說明，在其他因素不變的情況下，當(dāng)能源生產(chǎn)總量X1、工業(yè)能源消費(fèi)總量X4分別增長(zhǎng)1萬噸標(biāo)準(zhǔn)煤，能源消費(fèi)總量Y分別增長(zhǎng)0.585317、0.600410萬噸標(biāo)準(zhǔn)煤。當(dāng)城鎮(zhèn)居民人均可支配收入增長(zhǎng)1元時(shí)，能源消費(fèi)總量Y增長(zhǎng)1.122399萬噸標(biāo)準(zhǔn)煤。從模型還可看出，能源生產(chǎn)總量X1對(duì)能源消費(fèi)的影響較小。 不足之處：

　　①此案例存在的問題是樣本容量太小，其可靠性受到影響。

　　②對(duì)于時(shí)間序列數(shù)據(jù)可能出現(xiàn)的平穩(wěn)性問題，本文未做處理。由于我們選取的數(shù)據(jù)都是宏觀經(jīng)濟(jì)變量，極有可能出現(xiàn)非平穩(wěn)性，但由于所學(xué)知識(shí)的局限性，無法對(duì)模型進(jìn)行進(jìn)一步調(diào)整。

　�、墼诳紤]能源消費(fèi)的影響因素時(shí)，我們引入了全國(guó)生活能源消費(fèi)總量。按照經(jīng)濟(jì)學(xué)的一般觀點(diǎn)，全國(guó)生活能源消費(fèi)總量與能源消費(fèi)總量存在較強(qiáng)的正相關(guān)關(guān)系。但是在具體回歸時(shí)發(fā)現(xiàn)t檢驗(yàn)值不通過，與統(tǒng)計(jì)意義不符。對(duì)于這一重要的影響變量，我們沒有輕易剔除。但是在最后的嘗試中發(fā)現(xiàn)，剔除全國(guó)生活能源消費(fèi)總量的影響比保留時(shí)的擬合效果更好，所以，我們不得不考慮將其剔除。

　　六、結(jié)論：

　　1、在多重共線性的修正過程中，可以發(fā)現(xiàn)，時(shí)間序列全國(guó)能源消費(fèi)總量、工業(yè)能源消費(fèi)量與能源消費(fèi)總量具有共同變化趨勢(shì)，在經(jīng)濟(jì)上升時(shí)期均呈現(xiàn)增長(zhǎng)的趨勢(shì);在經(jīng)濟(jì)收縮期，又都呈現(xiàn)下降趨勢(shì)。當(dāng)這三者同時(shí)作為解釋變量時(shí)，就很有可能出現(xiàn)多重共線性。出現(xiàn)多重共線性的另一原因是：抽樣僅僅局限于能源消費(fèi)總量影響因素的一個(gè)有限范圍內(nèi)。

　　2、在自相關(guān)的修正過程中，我們可以發(fā)現(xiàn)，全國(guó)生活能源消費(fèi)總量、城鎮(zhèn)居民人均可支配收入、工業(yè)能源消費(fèi)總量等經(jīng)濟(jì)數(shù)據(jù)都具有時(shí)間上的慣性，即在經(jīng)濟(jì)高漲的時(shí)期，能源消費(fèi)在各個(gè)領(lǐng)域的較高增長(zhǎng)率都會(huì)持續(xù)一段時(shí)間。另外一方面，城鎮(zhèn)人均可支配收入具有經(jīng)濟(jì)活動(dòng)的滯后性，城鎮(zhèn)居民人均可支配收入的增加，不會(huì)使居民能源消費(fèi)的水平當(dāng)期就達(dá)到應(yīng)有的水平，而是要經(jīng)過若干期才能達(dá)到。因?yàn)槿说南�費(fèi)觀念的改變存在一定的適應(yīng)期。

　　3、雖然能源價(jià)格、能源消費(fèi)結(jié)構(gòu)和環(huán)境政策等因素未能在模型中得到量化和反映，但不是說這些因素對(duì)能源需求的影響并不重要。事實(shí)上，這些因素越是得不到量化和反映，越是暴露了當(dāng)前我國(guó)在這些方面的不足和缺陷，更應(yīng)該重視和解決。 七、建議：

　　1、充分發(fā)揮市場(chǎng)機(jī)制的作用，促進(jìn)我國(guó)能源消費(fèi)向高效、清潔的方向發(fā)展。在工業(yè)方面，有重點(diǎn)地調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，確保經(jīng)濟(jì)與能源消費(fèi)的協(xié)調(diào)增長(zhǎng)。在保證能源供應(yīng)安全的同時(shí)，要合理的控制經(jīng)濟(jì)增長(zhǎng)速度，積極推動(dòng)經(jīng)濟(jì)增長(zhǎng)方式由粗放型向集約型轉(zhuǎn)變，嚴(yán)格控制高能耗產(chǎn)業(yè)的投資和發(fā)展，從而確保國(guó)民經(jīng)濟(jì)能夠健康、穩(wěn)定、持續(xù)發(fā)展。在人民生活方面，政府應(yīng)該大力宣傳資源節(jié)約型、環(huán)境友好型社會(huì)的建立，培養(yǎng)全民節(jié)能意識(shí)，倡導(dǎo)全社會(huì)節(jié)能降耗。

　　2、優(yōu)化和改善能源消費(fèi)結(jié)構(gòu)，大力發(fā)展清潔能源的使用，加強(qiáng)科學(xué)技術(shù)在此類能源上的創(chuàng)新性。我國(guó)具有豐富的水能、風(fēng)能、太陽(yáng)能等可再生資源，從長(zhǎng)遠(yuǎn)來看，我國(guó)應(yīng)在中長(zhǎng)期戰(zhàn)略上做好大力發(fā)展可再生能源的部署。

　　3、加強(qiáng)能源統(tǒng)計(jì)，制定有效的能源發(fā)展戰(zhàn)略。能源統(tǒng)計(jì)數(shù)據(jù)的質(zhì)量，應(yīng)包括數(shù)據(jù)的準(zhǔn)確性和時(shí)效性。提高能源統(tǒng)計(jì)數(shù)據(jù)的準(zhǔn)確性、時(shí)效性、國(guó)際可比性，便于有關(guān)部門及時(shí)調(diào)整戰(zhàn)略，實(shí)現(xiàn)能源的有效利用。

　　八、參考文獻(xiàn)

　　[2] 劉宏杰,邱立成.中國(guó)能源消費(fèi)與經(jīng)濟(jì)發(fā)展關(guān)系的時(shí)間序列分析[J].《河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)》， 20xx，3.

　　[3]林伯強(qiáng)，中國(guó)能源需求的經(jīng)濟(jì)計(jì)量分析[J].統(tǒng)計(jì)研究，20xx，10.

　　[4]史丹.結(jié)構(gòu)變動(dòng)是影響我國(guó)能源消費(fèi)的主要因素[J].中國(guó)工業(yè)經(jīng)濟(jì)，20xx，11.

　　20xx字計(jì)量經(jīng)濟(jì)學(xué)論文范文篇二：

　　一、問題提出

　　自改革開放以來，中國(guó)經(jīng)濟(jì)的高速增長(zhǎng)是有目共睹的，1981~20xx年的20xx年來，中國(guó)的財(cái)政收入也在高速的增長(zhǎng)，從20xx年中國(guó)財(cái)政收入不足2萬億元，到20xx年接近4萬億元，再到20xx年上半年突破2.6萬億元，短短5年間中國(guó)國(guó)家財(cái)政收入實(shí)現(xiàn)高速增長(zhǎng)。中國(guó)財(cái)政部數(shù)據(jù)顯示，20xx年1至6月累計(jì)全國(guó)財(cái)政收入達(dá)到26117.84億元，同比增長(zhǎng)30.6%，完成預(yù)算的59.3%，增幅比上年同期提高8.6個(gè)百分點(diǎn)，財(cái)政收入增收額創(chuàng)近幾年同期最高。

　　20xx年上半年我國(guó)財(cái)政收入達(dá)到2.6萬億元，可以說是繼20xx年財(cái)政收入突破4萬億元大關(guān)后的又一個(gè)驚人數(shù)據(jù)。在經(jīng)濟(jì)高增長(zhǎng)的背景下，財(cái)政收入的持續(xù)高速增長(zhǎng)，特別是稅收收入增長(zhǎng)持續(xù)高于同期GDP增長(zhǎng)，成為推動(dòng)財(cái)政收入增長(zhǎng)的主要原因。目前，我國(guó)財(cái)政收入的主體是稅收收入，20xx年稅收收入已經(jīng)占到了全部財(cái)政收入的95.7%。目前在我國(guó)稅收當(dāng)中，占比重最大的是增值稅，由于現(xiàn)階段我國(guó)依然依靠投資來拉動(dòng)經(jīng)濟(jì)，這也帶來了目前我國(guó)財(cái)政收入增長(zhǎng)比較快的結(jié)果。其實(shí)，財(cái)政收入增長(zhǎng)過快只是表象，而投資增長(zhǎng)過快造成的經(jīng)濟(jì)過熱的體制頑疾才是最需要擔(dān)心的，因此，面對(duì)高速增長(zhǎng)的財(cái)政收入，人們擔(dān)心的是經(jīng)濟(jì)過熱問題還會(huì)越來越嚴(yán)重。如果財(cái)政收入大幅度增長(zhǎng)，遠(yuǎn)遠(yuǎn)高于國(guó)民收入的增長(zhǎng)速度，就會(huì)出現(xiàn)一系列問題。

　　收入是一國(guó)政府實(shí)現(xiàn)政府職能的基本保障，對(duì)國(guó)民經(jīng)濟(jì)的運(yùn)行及社會(huì)的發(fā)展起著非凡的作用。首先，它是一個(gè)國(guó)家各項(xiàng)收入得以實(shí)現(xiàn)的物質(zhì)保證。一個(gè)國(guó)家財(cái)政收入規(guī)模的大小通常是衡量其經(jīng)濟(jì)實(shí)力的重要標(biāo)志。其次，財(cái)政收入是國(guó)家對(duì)經(jīng)濟(jì)實(shí)行宏觀調(diào)控的重要經(jīng)濟(jì)杠桿。財(cái)政收入的增長(zhǎng)情況關(guān)系著一個(gè)國(guó)家的經(jīng)濟(jì)的發(fā)展和社會(huì)的進(jìn)步。因此，研究財(cái)政收入的增長(zhǎng)顯得尤為重要。財(cái)政收入的主要來源是各項(xiàng)稅收收入，此外還有政府其他收入和基金收入等。同時(shí)一個(gè)國(guó)家的財(cái)政收入的規(guī)模還受到經(jīng)濟(jì)規(guī)模等諸多因素的影響。本文就建立財(cái)政收入影響因素模型，實(shí)證分析影響我國(guó)財(cái)政收入的主要因素，為如何合理有效地制定我國(guó)的財(cái)政收入計(jì)劃提供一些政策性

　　建議。

　　二、模型設(shè)定

　　研究財(cái)政收入的影響因素離不開一些基本的經(jīng)濟(jì)變量�；貧w變量的選擇是建立回歸模型的一個(gè)極為重要的問題。如果遺漏了某些重要變量，回歸方程的效果肯定不會(huì)好。而考慮過多的變量，不僅計(jì)算量增大許多，而且得到的回歸方程穩(wěn)定性也很差，直接影響到回歸方程的應(yīng)用。通過經(jīng)濟(jì)理論對(duì)財(cái)政收入的解釋以及對(duì)實(shí)踐的觀察，對(duì)財(cái)政收入影響的因素主要有稅收、國(guó)內(nèi)生產(chǎn)總值、全社會(huì)固定資產(chǎn)投資等。

　　(1)稅收。稅收由于具有征收的強(qiáng)制性、無償性和固定性特點(diǎn)，可以為政府履行其職能提供充足的資金來源。因此，各國(guó)都將其作為政府財(cái)政收入的最重要的收入形式和最主要的收入來源。

　　(2)國(guó)內(nèi)生產(chǎn)總值。常被公認(rèn)為衡量國(guó)家經(jīng)濟(jì)狀況的最佳指標(biāo)。GDP會(huì)促進(jìn)國(guó)民收入，從而會(huì)提高居民個(gè)人收入水平直接影響居民儲(chǔ)蓄量，并與財(cái)政收入的增長(zhǎng)保持一定的同向性。

　　(3)全社會(huì)固定資產(chǎn)投資。是建造和購(gòu)置固定資產(chǎn)的經(jīng)濟(jì)活動(dòng)，即固定資產(chǎn)再生產(chǎn)活動(dòng)。主要通過投資來促進(jìn)經(jīng)濟(jì)增長(zhǎng)，擴(kuò)大稅源，進(jìn)而拉動(dòng)財(cái)政稅收收入整體增長(zhǎng)。

　　(4)模型形式的設(shè)計(jì)

　　本文以財(cái)政收入Y(億元)為因變量，稅收 X1(億元)、國(guó)內(nèi)生產(chǎn)總值 X2(億元)、全社會(huì)固定資產(chǎn)投資 X3(億元)3個(gè)經(jīng)濟(jì)指標(biāo)為自變量，建立多元函數(shù)，即：

　　lnY= C+ C1lnX1+ C2lnX2+ C3lnX3+ μ

　　三、數(shù)據(jù)的收集

　　本文以《中國(guó)統(tǒng)計(jì)年鑒》為源，使用了 1981—20xx 年稅收、國(guó)內(nèi)生產(chǎn)總值、全社會(huì)固定資產(chǎn)投資的數(shù)據(jù)，數(shù)據(jù)真實(shí)可靠。為了消除異方差，對(duì)數(shù)據(jù)做取對(duì)數(shù)處理，利用E- views 進(jìn)行回歸分析，排除以往模型存在的多重共線性，建立財(cái)政收入影響因素更精確模型，分析影響財(cái)政收入的主要因素及其影響程度。 1981-20xx年財(cái)政收入及其影響因素的數(shù)據(jù) 年份 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994

　　國(guó)家財(cái)政收入 稅收 (億元) 1175.8 1212.3 1367.0 1642.9 20xx.8 2122.0 2199.4 2357.2 2664.9 2937.1 3149.5 3483.4 4349.0 5218.1

　　國(guó)內(nèi)生產(chǎn)總值

　　(億元) (億元) 629.89 4891.6 700.02 5323.4 775.59 5962.7 947.35 7208.1 2040.79 9016.0 2090.73 10275.2 2140.36 12058.6 2390.47 15042.8 2727.40 16992.3 2821.86 18667.8 2990.17 21781.5 3296.91 26923.5 4255.3 35333.9 5126.88 48197.9

　　全社會(huì)固定資產(chǎn)投

　　資額 (億元) 961.01 1230.40 1369.06 2450.50 2543.19 3019.62 3640.86 4496.54 4137.73 4449.29 5508.80 7854.98 12457.88 17042.94

　　1995 6242.2 6038.04 60793.7 20xx9.26

　　1996 7408.0 6909.82 71176.6 22913.55

　　1997 8651.1 8234.04 78973.0 24941.11

　　1998 9876.0 9262.8 84402.3 28406.17

　　1999 11444.1 10682.58 89677.1 29854.71

　　20xx 13395.2 12581.51 99214.6 32917.73

　　20xx 16386.0 15301.38 109655.2 37213.49

　　20xx 18903.6 17636.45 120332.7 43499.91

　　20xx 21715.3 20xx7.31 135822.8 55566.61

　　20xx 26396.5 24165.68 159878.3 70477.4

　　20xx 31649.3 28778.54 183217.5 88773.6

　　20xx 38760.2 34804.35 211923.5 109998.1624

　　20xx 51321.8 45621.97 257305.6 137323.9381

　　20xx 61330.4 54223.79 314045.4 172828.3998

　　20xx 68476.9 59521.59 335352.9 224598.7679

　　注：1.20xx年以前，農(nóng)業(yè)各稅包括農(nóng)業(yè)稅、牧業(yè)稅、耕地占用稅、農(nóng)業(yè)特產(chǎn) 稅、契稅和煙葉稅;從20xx年起，農(nóng)業(yè)各稅只包括耕地占用稅、契稅和煙葉 稅。

　　2.企業(yè)所得稅20xx年以前只包括國(guó)有及集體企業(yè)所得稅，從20xx年起， 企業(yè)所得稅還包括除國(guó)有企業(yè)和集體企業(yè)外的其他所有制企業(yè)所得稅，與以 前各年不可比。

　　3.國(guó)內(nèi)增值稅不包括進(jìn)口產(chǎn)品增值稅;國(guó)內(nèi)消費(fèi)稅不包括進(jìn)口產(chǎn)品消費(fèi)稅。

　　四、模型的估計(jì)與調(diào)整

　　1. 參數(shù)估計(jì)與解釋變量問題處理

　　假定所建模型及其中的隨機(jī)擾動(dòng)項(xiàng)μ滿足各項(xiàng)古典假定。利用E- views 對(duì)上述基本模型進(jìn)行OLS參數(shù)估計(jì)：

　　lnY= C+ C1lnX1+ C2lnX2+ C3lnX3+ μ

　　Eviews的最小二乘法計(jì)算結(jié)果

　　根據(jù)表1中數(shù)據(jù)，模型估計(jì)的結(jié)果為

　　ˆ1.69280.6930lnX0.3195lnX0.4719lnX lnYi123

　　(0.6921) (0.1687) (0.2476) (0.2424)

　　t=(2.4457) (4.1080) (-1.2903) (1.9466)

　　R20.9855 R0.9838 F=566.1477 df25

　　(1)多重共線性的檢驗(yàn)

　　由此可見，該模型R20.9855，R0.9838可決系數(shù)很高，F(xiàn)檢驗(yàn)的值為566.1477，說明回歸方程明顯顯著。首先，由于稅收是國(guó)家政府財(cái)政收入最主要的收入來源，很大程度上決定于財(cái)政收入的充裕狀況;國(guó)內(nèi)生產(chǎn)總值與財(cái)政收入的增長(zhǎng)保持一定的同向性;全社會(huì)固定資產(chǎn)投資通過刺激GDP 增長(zhǎng)，間接影響財(cái)政稅收收入整體增長(zhǎng)。所以，財(cái)政收入一般和稅收、GDP、全社會(huì)固定資產(chǎn)投資呈正相關(guān)關(guān)系，即 C1至 C3 應(yīng)該均為正值。而且財(cái)政收入中稅收應(yīng)占很大一部分比重，即 C1 的數(shù)值應(yīng)該比較高。上面模型得到的 C1 和 C3 都為正符合經(jīng)濟(jì)理論，但 C2 卻為負(fù)與經(jīng)濟(jì)理論相悖。其次，稅收、GDP、全社會(huì)固定資產(chǎn)投資的t 統(tǒng)計(jì)量值分別為4.1080、-1.2903、1.9466。在顯著性水平為0.05 時(shí)，22t/2(nk)t0.025(294)2.060，不僅lnX2和lnX3的系數(shù)C2、C3的t檢驗(yàn)不顯著，而且lnX2系數(shù)的符號(hào)與預(yù)期相反，這表明很可能存在嚴(yán)重的多重共線性。 計(jì)算各解釋變量的相關(guān)系數(shù)，選擇lnX1、lnX2、lnX3數(shù)據(jù)，由相關(guān)系數(shù)矩陣可以看出，各解釋變量相互之間的相關(guān)系數(shù)較高，證實(shí)確實(shí)存在嚴(yán)重多重共線性。

　　(2)修正多重共線性

　　采用逐步回歸的辦法，去檢驗(yàn)和解決多重共線性問題。分別作lny對(duì)lnx1、lnx2、lnx3的一元回歸，其中，加入lnX1的方程R2最大，以lnX1為基礎(chǔ)，順次加入其他變量逐步回歸。

　　經(jīng)比較，雖然新加入lnX3方程R2=0.9833，改進(jìn)最大，但是各參數(shù)(除了稅收lnX1)在0.05顯著性水平下，t檢驗(yàn)均不顯著，說明均要剔除lnX2與lnX3，最終修正嚴(yán)重多重共線性影響后的回歸結(jié)果為：

　　ˆ0.70710.9336lnX lnYtt

　　t=(3.4049) (39.6998)

　　R20.9832 R2=0.9825 F=1576.071 DW=0.3854

　　這說明，當(dāng)稅收每增加1%，平均來說財(cái)政收入會(huì)增加0.9336%

　　2.隨機(jī)擾動(dòng)項(xiàng)

　　自相關(guān)問題的處理

　　(1)自相關(guān)的檢驗(yàn)

　　該回歸方程可決系數(shù)較高，回歸系數(shù)均顯著，對(duì)樣本量為29、一個(gè)解釋變量的模型、在0.05顯著水平下，查DW統(tǒng)計(jì)表可知，因?yàn)橛杀?的DW值=0.3854，查表得dL1.341,dU1.483，模型中DW

　　ˆt0.7361et1 e

　　ˆ0.7361，對(duì)原模型進(jìn)行廣義差分，得到廣義差分方程： 由式可知

　　lnYt0.7361lnYt1C1(10.7361)C2(lnXt0.7361lnXt1)vt

　　對(duì)上式的廣義差分方程進(jìn)行回歸，可得方程輸出結(jié)果

　　ˆ*0.14420.9477lnX* lnYtt

　　Se=(0.1267) (0.0513)

　　t=(1.1375) (18.4734)

　　R20.9292 F=341.2685 DW=2.0120

　　其中l(wèi)nYt*lnYt0.7361lnYt1，lnXt*lnXt0.7361lnXt1

　　由于使用廣義差分?jǐn)?shù)據(jù)，樣本容量減少了1個(gè)，為28個(gè)，查5%顯著水平的DW統(tǒng)計(jì)表可知dL1.328,dU1.476，模型中4-dU,>DW=2.0120>dU，說明在5%顯著水平下廣義差分模型中已無自相關(guān)，不必再進(jìn)行迭代，同時(shí)可見，可決系數(shù)、t、F統(tǒng)計(jì)量也均達(dá)到理想水平。

　　由差分方程式有：

　　ˆ=0.1442/(1-0.7361)=0.5464191 

　　由此，得到最終的財(cái)政收入模型為

　　lnYt0.54640.9477lnXtt

　　由財(cái)政收入模型可知，當(dāng)年稅收第增長(zhǎng)1%，平均說來財(cái)政收入會(huì)增長(zhǎng)0.9477%

　　異方差問題的處理

　　(1)異方差的檢驗(yàn)

　　由于各年存在不同的稅收收入，因此，每年對(duì)稅收收入的數(shù)量存在不同的變化，這種差異使得模型很容易產(chǎn)生異方差，從而影響模型的估計(jì)和運(yùn)用，為此，必須對(duì)該模型是否存在異方差進(jìn)行檢驗(yàn)。

　　由表5的估計(jì)結(jié)果，對(duì)其進(jìn)行White檢驗(yàn)，根據(jù)White檢驗(yàn)中輔助函數(shù)的構(gòu)造，最后一項(xiàng)為變量的交叉乘積，因?yàn)楸臼綖橐辉�函�?shù)，幫無交叉項(xiàng)，則輔助函數(shù)為t212lnXt3,(lnXt)2vt

　　經(jīng)估計(jì)出現(xiàn)White檢驗(yàn)結(jié)果

　　nR2=27.4669，由White檢驗(yàn)知，在0.05下，查2分布表，

　　2得臨界值0)5.9915，同時(shí)lnX和(lnX)^2的t 檢驗(yàn)值也顯著，比較計(jì)算.(052

　　2的2統(tǒng)計(jì)量與統(tǒng)計(jì)值，因?yàn)閚R2=27.4669>0)5.9915，所以拒絕原假設(shè)，.(052

　　不拒絕備擇假設(shè)，表明模型存在異方差

　　五、本文的結(jié)論

　　(1)該模型的經(jīng)濟(jì)意義很明顯，即財(cái)政收入主要取決于稅收。lnX1 的系數(shù)為財(cái)政收入的稅收彈性，即當(dāng)年稅收每增長(zhǎng)1%，平均說來財(cái)政收入會(huì)增長(zhǎng)0.9477%;可見稅收變化相當(dāng)影響財(cái)政收入的變化。

　　第9 / 10頁(yè)

　　(2)稅收彈性系數(shù)為 0.9477，與 1 非常接近，說明財(cái)政收入的增加基本上來源于稅收的增加。

　　(3)當(dāng)然，以上不一定只有稅收才是影響財(cái)政收入的因素，上述模型中不排除在多重共線修正的時(shí)候把一些相關(guān)的因素給排除掉，例如國(guó)內(nèi)生產(chǎn)總值、就業(yè)人數(shù)、全社會(huì)固定資產(chǎn)投資額對(duì)財(cái)政收入的影響。

　　(4)模型的不足：模型樣本采用時(shí)間序列分析，雖然在最后通過剔出線性解釋變量使模型多重線性性質(zhì)并不顯著，但在此基礎(chǔ)上的 R2 極高，僅能說明該方程能較好地解釋影響財(cái)政收入的因素，而擬合率其實(shí)并沒有實(shí)際看到的這么高。

　　六、政策建議

　　(1)加強(qiáng)稅收征管，提高財(cái)政和稅收收入。目前，我國(guó)的稅收已占財(cái)政收入的 90%以上，我國(guó)的稅收已是財(cái)政收入的最主要來源。國(guó)家運(yùn)用稅收籌集財(cái)政收入，通過預(yù)算安排用于財(cái)政支出，提供公共產(chǎn)品和公共服務(wù)，促進(jìn)了經(jīng)濟(jì)的發(fā)展。稅務(wù)部門要大力組織稅收，確保國(guó)家稅收為政府履行公共服務(wù)和社會(huì)管理職能提供可靠的財(cái)力保障。這就要求稅務(wù)機(jī)關(guān)要依法治稅、依法征稅，通過加強(qiáng)各方面管理和服務(wù)工作，不斷提高稅收征收率，保持稅收隨著經(jīng)濟(jì)的發(fā)展平穩(wěn)增長(zhǎng)。

　　(2)加強(qiáng)稅費(fèi)改革、推進(jìn)稅制改革調(diào)整各項(xiàng)稅收政策。稅收作為宏觀調(diào)控的重要工具，具有內(nèi)在穩(wěn)定器的功能，對(duì)經(jīng)濟(jì)運(yùn)行產(chǎn)生調(diào)節(jié)作用。進(jìn)行稅費(fèi)改革并不意味著把所有的政府收費(fèi)全部改為征稅，而是要將兩者之間的比例保持在合理的區(qū)域范圍內(nèi)。國(guó)家可以根據(jù)不同時(shí)期的經(jīng)濟(jì)形勢(shì)，制定和實(shí)施相應(yīng)的稅收政策來調(diào)控經(jīng)濟(jì)總量、調(diào)整經(jīng)濟(jì)結(jié)構(gòu)。稅務(wù)部門要適應(yīng)經(jīng)濟(jì)形勢(shì)發(fā)展和國(guó)家宏觀調(diào)控的需要，按照“簡(jiǎn)稅制、寬稅基、低稅率、嚴(yán)征管”的原則及實(shí)行有利于增長(zhǎng)方式轉(zhuǎn)變、科技進(jìn)步和能源節(jié)約的財(cái)稅制度的要求，推進(jìn)稅收制度改革。

　　參考文獻(xiàn)：

　　[1]《宏觀經(jīng)濟(jì)理論與計(jì)量方法(修訂本)》 謝為安 中國(guó)財(cái)政經(jīng)濟(jì)出版社

　　[2]《計(jì)量經(jīng)濟(jì)學(xué)》(第二版)龐皓 科學(xué)出版社

　　[3]《西方經(jīng)濟(jì)學(xué)》李軍 西南財(cái)經(jīng)大學(xué)出版社

　　[4] 馬海濤：中國(guó)稅制[M]. 中國(guó)人民大學(xué)出版社，20xx.

　　[5] 張曉峒：計(jì)量經(jīng)濟(jì)分析[M]. 經(jīng)濟(jì)科學(xué)出版社，20xx.

　　[6] 陳共：財(cái)政學(xué)[M].中國(guó)人民大學(xué)出版社，20xx.

　　[7]中國(guó)統(tǒng)計(jì)年鑒

　　20xx字計(jì)量經(jīng)濟(jì)學(xué)論文范文篇三：

　　新疆三大產(chǎn)業(yè)對(duì)新疆人均生產(chǎn)總值的影響的實(shí)證分析

　　一、 問題的提出

　　建國(guó)以來，新疆經(jīng)濟(jì)快速增長(zhǎng)，1952年新疆為166元，195

　　年就翻了一番，尤其是改革開放以后，經(jīng)濟(jì)更是有了突飛猛進(jìn)的發(fā)展，20xx年新疆人均生產(chǎn)水平是改革開放前的30倍。然而即使新疆的經(jīng)濟(jì)快速增長(zhǎng)，跟全國(guó)大部地區(qū)相比，還相對(duì)落后，增加新疆人均生產(chǎn)總值，提高人民生活水平，變得越來越刻不容緩，三大產(chǎn)業(yè)是構(gòu)成新疆生產(chǎn)總值的全部，因此研究三大產(chǎn)業(yè)對(duì)新疆人均生產(chǎn)總值的影響有著重要的意義，然而它們是如何影響新疆生產(chǎn)總值的呢?本文用eviews6.0對(duì)收集數(shù)據(jù)進(jìn)行分析。如果研究它們對(duì)新疆生產(chǎn)總值的影響機(jī)制，那么就可根據(jù)結(jié)果對(duì)新疆的三大產(chǎn)業(yè)的改革提出意見。這便是本項(xiàng)研究的主要目的。

　　二、 模型的設(shè)定

　　研究三大產(chǎn)業(yè)與新疆人均生產(chǎn)總值的關(guān)系，需要考慮以下幾個(gè)方方面：

　　(1) 數(shù)據(jù)性質(zhì)的選擇

　　由于研究的是一個(gè)地區(qū)的人均生產(chǎn)總值，人均生產(chǎn)總值的差異是根據(jù)每個(gè)年度三大產(chǎn)業(yè)的量不同而不同，因此需采用時(shí)間序列數(shù)據(jù)。

　　(2) 模型形式的設(shè)計(jì)

　　由于本文是研究新疆三大產(chǎn)業(yè)對(duì)新疆人均生產(chǎn)總值的影響，那么可以將第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)設(shè)為解釋變量，將新疆人均生產(chǎn)總值設(shè)為被解釋變量。本文假設(shè)三大產(chǎn)業(yè)對(duì)新疆人均生產(chǎn)總值的影響為多元一次線性模型，為

　　Y=a1*X1+a2*X2+a3*X3+u

　　其中，Y是新疆人均生產(chǎn)總值(單位：元)，X1、X2、X3分別是第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)量(單位：億元)，而a1、a2、a3分別是伴隨于第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的參數(shù)，u是隨機(jī)誤差項(xiàng)。

　　三、 數(shù)據(jù)的收集

　　1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 20xx 20xx 20xx 20xx 20xx 20xx 20xx 20xx 20xx 20xx

　　23.08 26.14 24.38 24.67 25.05 28.12 31.78 35.67 39.07 45.63 53.24 59.41 65.24 78.55 89.75 112.24 129.04 148.51 192.72 217.42 274 335.92 402.31 505.63 673.68 825.11 912.15 1050.14 1116.67 1168.55 1364.36 1485.49 1598.28 1877.61 2200.15 2604.14 3045.26 3523.16 4183.21 4277.05

　　10.35 11.42 10.79 10.73 10.25 11.21 12.35 13.1 13.97 16.32 21.52 25.18 28.11 32.84 36.67 42.89 46 56.18 72.27 78.01 94.61 111.86 114.5 126.85 187.69 240.71 249.31 279.73 291.05 268.51 288.18 288.12 305 412.9 444.7 510 527.8 628.72 691.07 759.74

　　8.67 9.96 8.96 9.27 10.15 12.2 14.01 16.52 18.35 21.43 21.44 22.39 23.35 29.1 31.66 40.5 45.63 50.3 66.02 73.83 83.5 107.99 147.65 217.49 265.38 302.56 336.89 413.29 430.73 460.71 586.83 630.37 668.04 796.84 1010.07 1164.8 1459.3 1647.55 2070.76 1929.59

　　4.06 4.76 4.63 4.67 4.65 4.71 5.42 6.05 6.75 7.88 10.28 11.84 13.78 16.61 21.42 28.85 37.41 42.03 54.43 65.58 95.89 116.07 140.16 161.29 220.61 281.84 325.95 357.12 394.89 439.33 489.35 567 625.24 667.87 745.38 929.34 1058.16 1246.89 1421.38 1587.72

　　236 258 232 226 222 240 266 293 313 359 410 450 488 583 661 820 924 1053 1347 1493 1799 2101 2477 3019 3953 4764 5167 5904 6229 6470 7377 7913 8382 9700 11199 13108 15000 16999 19797 19942

　　資料來源:《新疆統(tǒng)計(jì)年鑒20xx》

　　四、模型的估計(jì)與調(diào)整

　　(一)對(duì)被解釋變量(Y)與解釋變量(X1、X2、X3)進(jìn)行回歸分析，其結(jié)果如下：

　　Dependent Variable: Y Method: Least Squares Date: 07/05/11 Time: 02:25 Sample: 1952 20xx Included observations: 58

　　Variable C X1 X2 X3

　　R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

　　Coefficient 117.7871 12.01597 3.402479 3.029794

　　Std. Error 29.49611 0.765193 0.432374 0.782690

　　t-Statistic 3.993309 15.70320 7.869294 3.871001

　　Prob. 0.0002 0.0000 0.0000 0.0003 3223.397 5118.078 13.02731 13.16941 13.08266 0.952196

　　0.999099 Mean dependent var 0.999049 S.D. dependent var 157.8239 Akaike info criterion 1345052. Schwarz criterion -373.7919 Hannan-Quinn criter. 19963.23 Durbin-Watson stat 0.000000

　　(二)自相關(guān)的檢驗(yàn)與處理

　　分析如下:有分析結(jié)果可知DW值為0.952196 ，而查表可知，DL=1.533大于1，所以可知該DW小于DL，可判定回歸模型存在正自相關(guān)。

　　因此我們用C-O迭代法處理自相關(guān)問題，最終根據(jù)個(gè)回歸結(jié)果確定應(yīng)該采用何種自相關(guān)模型。首先，對(duì)其進(jìn)行一階自相關(guān)處理： 用eviews6.0軟件對(duì)數(shù)據(jù)進(jìn)行處理，命令方式執(zhí)行Ls y c x1 x2 x3 ar(1)，其結(jié)果如下：

　　Dependent Variable: Y Method: Least Squares Date: 07/05/11 Time: 09:53 Sample (adjusted): 1953 20xx

　　Included observations: 57 after adjustments Convergence achieved after 28 iterations

　　Variable C X1 X2 X3 AR(1)

　　R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) Inverted AR Roots

　　Coefficient -750.3109 5.542412 4.689186 3.122199 1.021111

　　Std. Error 1362.124 0.467497 0.126932 0.401055 0.026591

　　t-Statistic -0.550839 11.85551 36.94264 7.784970 38.40032

　　Prob. 0.5841 0.0000 0.0000 0.0000 0.0000 3277.035 5147.100 11.06279 11.24200 11.13244 0.934621

　　0.999880 Mean dependent var 0.999870 S.D. dependent var 58.59442 Akaike info criterion 178531.9 Schwarz criterion -310.2894 Hannan-Quinn criter. 108016.1 Durbin-Watson stat 0.000000 1.02

　　Estimated AR process is nonstationary

　　根據(jù)DW值可知，DW=0.934621，查表可知此時(shí)臨界值DL約為1.533，說明該模型依舊存在正自相關(guān)。因此繼續(xù)對(duì)該數(shù)據(jù)進(jìn)行二階自相關(guān)處理： 結(jié)果如下：

　　Dependent Variable: Y Method: Least Squares Date: 07/05/11 Time: 10:00 Sample (adjusted): 1954 20xx

　　Included observations: 56 after adjustments Convergence achieved after 26 iterations

　　Variable C

　　Coefficient 12078.55

　　Std. Error 762779.0

　　t-Statistic 0.015835

　　Prob. 0.9874

　　X1 X2 X3 AR(1) AR(2)

　　R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) Inverted AR Roots

　　5.422625 4.680446 5.143760 2.080953 -1.080442

　　0.219152 0.067634 0.283044 0.069965 0.087380

　　24.74369 69.20xx4 18.17299 29.74270 -12.36482

　　0.0000 0.0000 0.0000 0.0000 0.0000 3332.357 5176.553 10.33718 10.55418 10.42131 1.961664

　　0.999945 Mean dependent var 0.999939 S.D. dependent var 40.41381 Akaike info criterion 81663.81 Schwarz criterion -283.4410 Hannan-Quinn criter. 180463.9 Durbin-Watson stat 0.000000 1.09

　　.99

　　Estimated AR process is nonstationary

　　有結(jié)果可分析，DW=1.961664大于DL的臨界值，不存在自相關(guān)，T檢驗(yàn)值很顯著，而且擬合程度很好，因此可選用二階自相關(guān)模型。

　　(三)多重共線性檢驗(yàn) 1、相關(guān)系數(shù)檢驗(yàn)法

　　用命令方式執(zhí)行cor x1 x2 x3可知結(jié)果：

　　X1 X2 X3

　　X1 1

　　0.97746035587

　　37368 14855

　　1 39678

　　0.988404954300.99453787680

　　1

　　X2 37368

　　X3 14855 0.99453787680

　　39678

　　0.977460355870.98840495430

　　有相關(guān)系數(shù)矩陣可以看出，各解釋變量相互之間的相關(guān)系數(shù)較高證實(shí)確實(shí)存在 嚴(yán)重的多重共線性，但是由于x1、x2、x3均是影響新疆人均生產(chǎn)總值不可缺少的因素，因此為了避免剔除變量

　　data a;

　　set sasuser.aa; proc reg corr;

　　model y=x1 x2 x3/vif collin collinoint;

　　run;

　　proc reg data=a outest=result graphics outvif;

　　model y=x1 x2 x3/ridge=0.0 to 0.1 by 0.01 0.2 0.3 0.4 0.5; plot/ridgeplot; run;

　　proc print data=result; run;

　　(四)異方差檢驗(yàn)

　　我們采用white檢驗(yàn),結(jié)果如下：

　　Heteroskedasticity Test: White

　　F-statistic Obs*R-squared Scaled explained SS

　　Test Equation:

　　Dependent Variable: RESID^2 Method: Least Squares Date: 07/05/11 Time: 11:14 Sample: 1952 20xx Included observations: 58

　　Variable C X1 X1^2 X1*X2 X1*X3 X2 X2^2 X2*X3 X3 X3^2

　　R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Coefficient -1482.615 -475.0772 8.355637 -2.656024 -9.077744 1493.516 3.007249 -8.517790 -1168.419 9.799488

　　Std. Error 4668.175 311.9366 3.216499 2.569825 5.20xx88 314.7669 0.797368 2.308811 439.6650 1.959912

　　124.6217 Prob. F(9,48)

　　0.0000 0.0000 0.0000 Prob. 0.7522 0.1343 0.0124 0.3065 0.0874 0.0000 0.0004 0.0006 0.0107 0.0000 23190.55 72565.58 22.35659 22.71184 22.49497

　　55.61969 Prob. Chi-Square(9) 231.9616 Prob. Chi-Square(9)

　　t-Statistic -0.317601 -1.522993 2.597742 -1.033543 -1.744852 4.744832 3.771471 -3.689253 -2.657520 4.999962

　　0.958960 Mean dependent var 0.951265 S.D. dependent var 16019.55 Akaike info criterion 1.23E+10 Schwarz criterion -638.3412 Hannan-Quinn criter.

　　F-statistic Prob(F-statistic)

　　124.6217 Durbin-Watson stat 0.000000

　　2.164166

　　因?yàn)閚r^2的伴隨概率小于0.05應(yīng)拒絕原假設(shè)即存在異方差。