2000字計量經濟學論文范文
計量經濟學在我國的推廣與應用,對我國經濟學的定量化研究做出了重要貢獻,也在中國經濟學界受到了越來越多的關注。本文是第一范文網小編為大家整理的20xx字的計量經濟學論文范文，僅供參考。
20xx字計量經濟學論文范文篇一：
能源消費與工業經濟增長之間的關系研究
摘要：能源是國家經濟的命脈，也是一國經濟發展的重要物質基礎。我國作為世界上經濟增長最快的國家，對于能源的消費也是非比尋常的。在我國的經濟增長中，對于能源的消耗占主要地位的就是工業經濟的發展。從一定程度上來講，能源的消費與工業經濟增長之間存在著千絲萬縷的聯系。本文就著重分析了能源消費與工業經濟增長之間的關系，旨在從我國經濟的增長以及能源的消費之間尋找到一個協調點，促進工業經濟的高效增長。
一直以來，工業都是能源消費的主體，是工業經濟發展的不可缺少的生產資料，尤其是對我國這個經濟快速發展的發展中國家來說。在很長的一段時間內，我國工業經濟的發展都是以犧牲能源為代價的，由于在科技水平生產技術等方面的欠缺，能源就理所當然的成了經濟發展的彌補品。雖然說幾年來，隨著能源危機的臨近，以及世界對綠色生產的呼喚，我國也制訂了一系列的規章制度和措施等來限制能源的粗放性消費，但是畢竟我國還處于經濟大幅增長的階段，所以對于能源的消費也是必不可少的。所以，在現階段，對于能源消費與工業經濟增長之間關系的研究，是我國工業生產以及能源管理相關部門工作中的一個重點，也是促進有關部門采取相應措施提高能源利用率，實現優化產業結構，協調經濟與能源關系目標的關鍵。
關鍵詞：能源消費 能源生產 計量經濟學模型 能源戰略
總論：
我國是一個能源大國，但是，我國人口眾多，人均能源占有量不及同期發達國家的1/5。能源是任何一個國家經濟發展不可缺失的物質基礎。隨著我國人口的繼續增長，經濟的快速發展，能源消費量的增加是必然的，而與年俱增的能源消費對環境造成的破壞也越來越嚴重。因此，怎樣優化能源利用結構，開發利用清潔能源，就成為我國經濟發展的當務之急。這就需要我們清楚了解能源供需形勢，做好影響能源消費因素分析，為能源規劃及政策的制定提供科學依據，保證我國國民經濟又好又快地發展。
一、能源消費與工業經濟增長相關概念
在經濟發展中，能源一直都是一個永恒的話題，很多的學者也都對能源做了很多研究，對其相關聯的概念做了很多的界定。一般而言，在能源消費與工業經濟增長之間關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，它可以產生各種能量，并且被充分的應用到了工業生產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、核能以及一些太陽能、地熱能等等。這些能源由于其性能以及生產方面的不同，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：地球本身所蘊藏的能量，比如地熱、原子核能;來自地球外部天體的能量，比如，太陽能，它為風能、水能、生物能以及礦物質能的形成提供條件;地球和其它天體相互作用產生的能量，比如，潮汐能等。
2.按照能源的基本形態可以分為兩類：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、風能、地熱能等等。
4.按其生產情況可以分為可再生資源和不可再生資源。可再生資源就是可以通過一些形式能夠得到不斷的補充或者是在較短的周期內能夠再次產生的能源。比如，風能、水能、太陽能、生物能等都是可再生資源;而反之在較短的時間內不能夠再生產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
在認識了能源的概念以及分類的基礎上我們再看看究竟什么是能源消費。其實能源消費故名思意就是對能源的利用以及使用，在使用中包括個人以及家庭對能源的使用，也包括工業、農業、服務業等對能源的使用，這屬于統計學的范疇。
(三)經濟增長與工業經濟增長
對于經濟增長，經濟學界有著比較統一的認定，認為經濟增長是實際總產出或者是人均實際產出的不斷增加。它的增長是指生產總成果在量上面的增加，在對其衡量的過程中要將所有的生產要素結合起來。
而工業經濟的增長則是指在一定的時期內，全部的工業企業在實際生產總值或者是增加值上面的不
斷增長的一個過程。它的界定是在一段時期內的界定，而并不是在一個點上面的界定。
二、中國能源供求現狀分析
我國經濟快速增長，必然帶動能源消費量的增長。作為世界上最大的發展中國家，建國以來，我國的經濟總量和能源消費總量都出現了較大幅度的增長。1953年—1978年GDP由1615億元增長到6584億元，再增長到20xx年的183084億元，1953年—1978年，1979年—20xx年兩個階段的平均增長率分別為5.8%和9.7%;能源消費量由1953年的0.54億噸標準煤增長到1978年的5.71億噸標準煤，再增長到20xx年的22.47億噸標準煤。年均分別增長了9.9%和5.3%。中國的人均能源消費量也在迅速增長，1953年—1978年由0.09噸標準煤增長到0.59噸標準煤，再增長到20xx年的1.70噸標準煤。20xx年全國城鄉生活人均年用電量為173.7千瓦時，而1980年只有10.7千瓦時。
從已收集來的數據來看，近年來，我國能源消費是處于供不應求的狀態，并且供求矛盾有擴大的趨勢。
從圖中可看出，1996年之前能源的生產和消費均呈溫和上升局勢，雖然能源的生產不能滿足消費的要求，但二者差距也相對平穩。但1996年之后之一差距不斷擴大，能源的生產不能滿足經濟發展對它的需求，到20xx年能源需求大幅度增加，而能源生產卻不能同步增加，能源矛盾突出。1997年—1999年中國經濟在保持持續增長的同時，能源消費總量出現了下降。可能的原因是：市場出現需求疲軟現象，能源產品需求減少;一些高能耗、污染大的“五小”企業被關閉;產業結構的變化等。由另外的資料表明，20xx年—20xx年連續三年的能源需求彈性系數都大于1，說明能源消費量增長速度已經超過經濟增長速度，經濟發展的能源代價在擴大。種種證據表明，我國的能源問題比較深刻，迫切需要解決。
三、數據選取
1、能源消費總量，在模型中用Y來表示。是指一次性能源消費總量，由煤炭、石油、天然氣等組成(單位：萬噸標準煤)。
2、能源消費的影響因素：
(1)能源生產總量，在模型中用X1來表示。是指一次性能源生產總量，該指標是觀察全國能源生產水平、規模、構成和發展速度的總量指標(單位：萬噸標準煤)。
(2)全國生活能源消費總量，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量。(單位：萬噸標準煤)。
(3)城鎮居民人均可支配收入，在模型中用X3來表示。指城鎮居民家庭人均可用于最終消費支出和其它非義務性支出以及儲蓄的總和。它是家庭總收入扣除交納的所得稅、個人交納的社會保障費以及調查戶的記賬補貼后的收入。(單位：元)。
(4)工業能源消費總量，在模型中用X4來表示，是指工業方面的能源消費量。(單位：萬噸標準煤)。
(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擾動項，如能源價格變動、消費者偏好、國家的經濟結構政策等。
原始數據：
本文所有數據來自中國統計年鑒
四、模型設定
回歸模型設定如下：
Y=β0+β1X1+β2X2+β3X3+β4X4+u
Y=能源消費總量(萬噸標準煤) X1=能源生產總量(萬噸標準煤)
X2=全國生活能源消費總量(萬噸標準煤) X3=城鎮居民人均可支配收入(元) X4=工業能源消費總量(萬噸標準煤) u=隨機擾動項
β0 β1 β2 β3 β4——待估參數 t=1980—20xx 五、模型檢驗
假設模型中隨機擾動項u滿足古典假定，運用OLS方法估計模型的參數，利用計量經濟學軟件Eviews計算可得如下結果：
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、 經濟意義檢驗
由回歸估計結果可以看出，能源生產總量、全國生活能源消費總量、城鎮居民人均可支配收入、工業能源消費總量與能源消費總量呈線性正相關，與現實經濟意義理論相符。
2、 統計推斷檢驗
從估計的結果可以看出，可決系數R2=0.999297，F=8176.418，表明模型在整體上擬合地比較理想。系數顯著性檢驗：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，接受備擇假設，表明能源生產總量、城鎮居民人均可支配收入、工業能源消費總量對能源消費總量有顯著性影響;僅有X2的t值小于給定的顯著性水平，接受原假設，表明全國生活能源消費總量對能源消費總量影響不顯著。
3、 計量經濟學檢驗
(1) 多重共線性檢驗
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檢驗不顯著，則說明該模型可能存在多重共線性。在Eviews中計算解釋變量之間的簡單相關系數，得如下結果，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。
運用OLS方法逐一求Y對各個解釋變量的回歸。結合經濟意義和統計意義選出擬合效果最好的一元線性回歸方程。結果如下：
加入x1的方程-R2最大，以x1為基礎，順次加入其他變量逐步回歸。
經比較，新加入x4的方程-R2=0.998541，改進最大，而且各參數的t檢驗顯著，但是x2的符號不合理，選擇保留x4，再加入其他新變量逐步回歸。
在X1、X4的基礎上加入X2后的方程-R2明顯增大，但是X2的t檢驗不通過。加入X3后不但方程的R2明顯增大，而且t檢驗值也通過，所以選擇保留X3，繼續回歸。
在x1，x4，x3的基礎上，加入x2后，不僅R2下降，而且x2參數的t檢驗不顯著。這說明x2引起多重共線性，應予剔除。 最后修正多重共線性影響的回歸結果為：
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 圖示法：
從上圖可看出，殘差e隨Y的變動趨勢不明顯，不規律，所以，該模型可能不存在異方差。是否存在異方差還應通過更進一步的檢驗。 White檢驗
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檢驗知，在α=0.05下，查χ2分布表，得臨界值χ因為nR2=9.595539<χ不存在異方差。
ARCH檢驗：
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，不拒絕原假設，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
因為(n-1)R2=0.767152<χ不存在異方差。 (3) 自相關補救
(1)=3.84146，接受原假設，表明模型中的隨機誤差項
按照時間順序繪制殘差項e的圖形。從圖中可看出，e隨t的變化逐次有規律地變化，呈現鋸齒形的變化，可判斷隨機擾動項u可能存在正自相關。
由下表可得DW=1.371751;給定顯著性水平α=0.05，n=28，K=3時，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
在不能確定的區域，可采取的措施是增大樣本容量。但是，由于數據收集有困難，又DW接近dL值，所以，我們可假設模型有正自相關。 引入一階自相關系數AR(1) 得出回歸結果：
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，參數顯著不為零，模型整體性良好。AR(1)對應的Prob值為0.0067，在1%的顯著水平下顯著。D.W.對應的值為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。
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，當能源生產總量X1、工業能源消費總量X4分別增長1萬噸標準煤，能源消費總量Y分別增長0.585317、0.600410萬噸標準煤。當城鎮居民人均可支配收入增長1元時，能源消費總量Y增長1.122399萬噸標準煤。從模型還可看出，能源生產總量X1對能源消費的影響較小。 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對于時間序列數據可能出現的平穩性問題，本文未做處理。由于我們選取的數據都是宏觀經濟變量，極有可能出現非平穩性，但由于所學知識的局限性，無法對模型進行進一步調整。
③在考慮能源消費的影響因素時，我們引入了全國生活能源消費總量。按照經濟學的一般觀點，全國生活能源消費總量與能源消費總量存在較強的正相關關系。但是在具體回歸時發現t檢驗值不通過，與統計意義不符。對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現，剔除全國生活能源消費總量的影響比保留時的擬合效果更好，所以，我們不得不考慮將其剔除。
六、結論：
1、在多重共線性的修正過程中，可以發現，時間序列全國能源消費總量、工業能源消費量與能源消費總量具有共同變化趨勢，在經濟上升時期均呈現增長的趨勢;在經濟收縮期，又都呈現下降趨勢。當這三者同時作為解釋變量時，就很有可能出現多重共線性。出現多重共線性的另一原因是：抽樣僅僅局限于能源消費總量影響因素的一個有限范圍內。
2、在自相關的修正過程中，我們可以發現，全國生活能源消費總量、城鎮居民人均可支配收入、工業能源消費總量等經濟數據都具有時間上的慣性，即在經濟高漲的時期，能源消費在各個領域的較高增長率都會持續一段時間。另外一方面，城鎮人均可支配收入具有經濟活動的滯后性，城鎮居民人均可支配收入的增加，不會使居民能源消費的水平當期就達到應有的水平，而是要經過若干期才能達到。因為人的消費觀念的改變存在一定的適應期。
3、雖然能源價格、能源消費結構和環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能源需求的影響并不重要。事實上，這些因素越是得不到量化和反映，越是暴露了當前我國在這些方面的不足和缺陷，更應該重視和解決。 七、建議：
1、充分發揮市場機制的作用，促進我國能源消費向高效、清潔的方向發展。在工業方面，有重點地調整產業結構，確保經濟與能源消費的協調增長。在保證能源供應安全的同時，要合理的控制經濟增長速度，積極推動經濟增長方式由粗放型向集約型轉變，嚴格控制高能耗產業的投資和發展，從而確保國民經濟能夠健康、穩定、持續發展。在人民生活方面，政府應該大力宣傳資源節約型、環境友好型社會的建立，培養全民節能意識，倡導全社會節能降耗。
2、優化和改善能源消費結構，大力發展清潔能源的使用，加強科學技術在此類能源上的創新性。我國具有豐富的水能、風能、太陽能等可再生資源，從長遠來看，我國應在中長期戰略上做好大力發展可再生能源的部署。
3、加強能源統計，制定有效的能源發展戰略。能源統計數據的質量，應包括數據的準確性和時效性。提高能源統計數據的準確性、時效性、國際可比性，便于有關部門及時調整戰略，實現能源的有效利用。
八、參考文獻
[2] 劉宏杰,邱立成.中國能源消費與經濟發展關系的時間序列分析[J].《河北經貿大學學報》， 20xx，3.
[3]林伯強，中國能源需求的經濟計量分析[J].統計研究，20xx，10.
[4]史丹.結構變動是影響我國能源消費的主要因素[J].中國工業經濟，20xx，11.
20xx字計量經濟學論文范文篇二：
一、問題提出
自改革開放以來，中國經濟的高速增長是有目共睹的，1981~20xx年的20xx年來，中國的財政收入也在高速的增長，從20xx年中國財政收入不足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年間中國國家財政收入實現高速增長。中國財政部數據顯示，20xx年1至6月累計全國財政收入達到26117.84億元，同比增長30.6%，完成預算的59.3%，增幅比上年同期提高8.6個百分點，財政收入增收額創近幾年同期最高。
20xx年上半年我國財政收入達到2.6萬億元，可以說是繼20xx年財政收入突破4萬億元大關后的又一個驚人數據。在經濟高增長的背景下，財政收入的持續高速增長，特別是稅收收入增長持續高于同期GDP增長，成為推動財政收入增長的主要原因。目前，我國財政收入的主體是稅收收入，20xx年稅收收入已經占到了全部財政收入的95.7%。目前在我國稅收當中，占比重最大的是增值稅，由于現階段我國依然依靠投資來拉動經濟，這也帶來了目前我國財政收入增長比較快的結果。其實，財政收入增長過快只是表象，而投資增長過快造成的經濟過熱的體制頑疾才是最需要擔心的，因此，面對高速增長的財政收入，人們擔心的是經濟過熱問題還會越來越嚴重。如果財政收入大幅度增長，遠遠高于國民收入的增長速度，就會出現一系列問題。
收入是一國政府實現政府職能的基本保障，對國民經濟的運行及社會的發展起著非凡的作用。首先，它是一個國家各項收入得以實現的物質保證。一個國家財政收入規模的大小通常是衡量其經濟實力的重要標志。其次，財政收入是國家對經濟實行宏觀調控的重要經濟杠桿。財政收入的增長情況關系著一個國家的經濟的發展和社會的進步。因此，研究財政收入的增長顯得尤為重要。財政收入的主要來源是各項稅收收入，此外還有政府其他收入和基金收入等。同時一個國家的財政收入的規模還受到經濟規模等諸多因素的影響。本文就建立財政收入影響因素模型，實證分析影響我國財政收入的主要因素，為如何合理有效地制定我國的財政收入計劃提供一些政策性
建議。
二、模型設定
研究財政收入的影響因素離不開一些基本的經濟變量。回歸變量的選擇是建立回歸模型的一個極為重要的問題。如果遺漏了某些重要變量，回歸方程的效果肯定不會好。而考慮過多的變量，不僅計算量增大許多，而且得到的回歸方程穩定性也很差，直接影響到回歸方程的應用。通過經濟理論對財政收入的解釋以及對實踐的觀察，對財政收入影響的因素主要有稅收、國內生產總值、全社會固定資產投資等。
(1)稅收。稅收由于具有征收的強制性、無償性和固定性特點，可以為政府履行其職能提供充足的資金來源。因此，各國都將其作為政府財政收入的最重要的收入形式和最主要的收入來源。
(2)國內生產總值。常被公認為衡量國家經濟狀況的最佳指標。GDP會促進國民收入，從而會提高居民個人收入水平直接影響居民儲蓄量，并與財政收入的增長保持一定的同向性。
(3)全社會固定資產投資。是建造和購置固定資產的經濟活動，即固定資產再生產活動。主要通過投資來促進經濟增長，擴大稅源，進而拉動財政稅收收入整體增長。
(4)模型形式的設計
本文以財政收入Y(億元)為因變量，稅收 X1(億元)、國內生產總值 X2(億元)、全社會固定資產投資 X3(億元)3個經濟指標為自變量，建立多元函數，即：
lnY= C+ C1lnX1+ C2lnX2+ C3lnX3+ μ
三、數據的收集
本文以《中國統計年鑒》為源，使用了 1981—20xx 年稅收、國內生產總值、全社會固定資產投資的數據，數據真實可靠。為了消除異方差，對數據做取對數處理，利用E- views 進行回歸分析，排除以往模型存在的多重共線性，建立財政收入影響因素更精確模型，分析影響財政收入的主要因素及其影響程度。 1981-20xx年財政收入及其影響因素的數據 年份 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994
國家財政收入 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
國內生產總值
(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
全社會固定資產投
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，農業各稅包括農業稅、牧業稅、耕地占用稅、農業特產 稅、契稅和煙葉稅;從20xx年起，農業各稅只包括耕地占用稅、契稅和煙葉 稅。
2.企業所得稅20xx年以前只包括國有及集體企業所得稅，從20xx年起， 企業所得稅還包括除國有企業和集體企業外的其他所有制企業所得稅，與以 前各年不可比。
3.國內增值稅不包括進口產品增值稅;國內消費稅不包括進口產品消費稅。
四、模型的估計與調整
1. 參數估計與解釋變量問題處理
假定所建模型及其中的隨機擾動項μ滿足各項古典假定。利用E- views 對上述基本模型進行OLS參數估計：
lnY= C+ C1lnX1+ C2lnX2+ C3lnX3+ μ
Eviews的最小二乘法計算結果
根據表1中數據，模型估計的結果為
ˆ1.69280.6930lnX0.3195lnX0.4719lnX lnYi123
(0.6921) (0.1687) (0.2476) (0.2424)
t=(2.4457) (4.1080) (-1.2903) (1.9466)
R20.9855 R0.9838 F=566.1477 df25
(1)多重共線性的檢驗
由此可見，該模型R20.9855，R0.9838可決系數很高，F檢驗的值為566.1477，說明回歸方程明顯顯著。首先，由于稅收是國家政府財政收入最主要的收入來源，很大程度上決定于財政收入的充裕狀況;國內生產總值與財政收入的增長保持一定的同向性;全社會固定資產投資通過刺激GDP 增長，間接影響財政稅收收入整體增長。所以，財政收入一般和稅收、GDP、全社會固定資產投資呈正相關關系，即 C1至 C3 應該均為正值。而且財政收入中稅收應占很大一部分比重，即 C1 的數值應該比較高。上面模型得到的 C1 和 C3 都為正符合經濟理論，但 C2 卻為負與經濟理論相悖。其次，稅收、GDP、全社會固定資產投資的t 統計量值分別為4.1080、-1.2903、1.9466。在顯著性水平為0.05 時，22t/2(nk)t0.025(294)2.060，不僅lnX2和lnX3的系數C2、C3的t檢驗不顯著，而且lnX2系數的符號與預期相反，這表明很可能存在嚴重的多重共線性。 計算各解釋變量的相關系數，選擇lnX1、lnX2、lnX3數據，由相關系數矩陣可以看出，各解釋變量相互之間的相關系數較高，證實確實存在嚴重多重共線性。
(2)修正多重共線性
采用逐步回歸的辦法，去檢驗和解決多重共線性問題。分別作lny對lnx1、lnx2、lnx3的一元回歸，其中，加入lnX1的方程R2最大，以lnX1為基礎，順次加入其他變量逐步回歸。
經比較，雖然新加入lnX3方程R2=0.9833，改進最大，但是各參數(除了稅收lnX1)在0.05顯著性水平下，t檢驗均不顯著，說明均要剔除lnX2與lnX3，最終修正嚴重多重共線性影響后的回歸結果為：
ˆ0.70710.9336lnX lnYtt
t=(3.4049) (39.6998)
R20.9832 R2=0.9825 F=1576.071 DW=0.3854
這說明，當稅收每增加1%，平均來說財政收入會增加0.9336%
2.隨機擾動項
自相關問題的處理
(1)自相關的檢驗
該回歸方程可決系數較高，回歸系數均顯著，對樣本量為29、一個解釋變量的模型、在0.05顯著水平下，查DW統計表可知，因為由表5的DW值=0.3854，查表得dL1.341,dU1.483，模型中DW
ˆt0.7361et1 e
ˆ0.7361，對原模型進行廣義差分，得到廣義差分方程： 由式可知
lnYt0.7361lnYt1C1(10.7361)C2(lnXt0.7361lnXt1)vt
對上式的廣義差分方程進行回歸，可得方程輸出結果
ˆ*0.14420.9477ln lnYtt
Se=(0.1267) (0.0513)
t=(1.1375) (18.4734)
R20.9292 F=341.2685 DW=2.0120
其中lnYt*lnYt0.7361lnYt1，lnXt*lnXt0.7361lnXt1
由于使用廣義差分數據，樣本容量減少了1個，為28個，查5%顯著水平的DW統計表可知dL1.328,dU1.476，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，不必再進行迭代，同時可見，可決系數、t、F統計量也均達到理想水平。
由差分方程式有：
ˆ=0.1442/(1-0.7361)=0.5464191
由此，得到最終的財政收入模型為
lnYt0.54640.9477lnXtt
由財政收入模型可知，當年稅收第增長1%，平均說來財政收入會增長0.9477%
異方差問題的處理
(1)異方差的檢驗
由于各年存在不同的稅收收入，因此，每年對稅收收入的數量存在不同的變化，這種差異使得模型很容易產生異方差，從而影響模型的估計和運用，為此，必須對該模型是否存在異方差進行檢驗。
由表5的估計結果，對其進行White檢驗，根據White檢驗中輔助函數的構造，最后一項為變量的交叉乘積，因為本式為一元函數，幫無交叉項，則輔助函數為t212lnXt3,(lnXt)2vt
經估計出現White檢驗結果
nR2=27.4669，由White檢驗知，在0.05下，查2分布表，
2得臨界值0)5.9915，同時lnX和(lnX)^2的t 檢驗值也顯著，比較計算.(052
2的2統計量與統計值，因為nR2=27.4669>0)5.9915，所以拒絕原假設，.(052
不拒絕備擇假設，表明模型存在異方差
五、本文的結論
(1)該模型的經濟意義很明顯，即財政收入主要取決于稅收。lnX1 的系數為財政收入的稅收彈性，即當年稅收每增長1%，平均說來財政收入會增長0.9477%;可見稅收變化相當影響財政收入的變化。
第9 / 10頁
(2)稅收彈性系數為 0.9477，與 1 非常接近，說明財政收入的增加基本上來源于稅收的增加。
(3)當然，以上不一定只有稅收才是影響財政收入的因素，上述模型中不排除在多重共線修正的時候把一些相關的因素給排除掉，例如國內生產總值、就業人數、全社會固定資產投資額對財政收入的影響。
(4)模型的不足：模型樣本采用時間序列分析，雖然在最后通過剔出線性解釋變量使模型多重線性性質并不顯著，但在此基礎上的 R2 極高，僅能說明該方程能較好地解釋影響財政收入的因素，而擬合率其實并沒有實際看到的這么高。
六、政策建議
(1)加強稅收征管，提高財政和稅收收入。目前，我國的稅收已占財政收入的 90%以上，我國的稅收已是財政收入的最主要來源。國家運用稅收籌集財政收入，通過預算安排用于財政支出，提供公共產品和公共服務，促進了經濟的發展。稅務部門要大力組織稅收，確保國家稅收為政府履行公共服務和社會管理職能提供可靠的財力保障。這就要求稅務機關要依法治稅、依法征稅，通過加強各方面管理和服務工作，不斷提高稅收征收率，保持稅收隨著經濟的發展平穩增長。
(2)加強稅費改革、推進稅制改革調整各項稅收政策。稅收作為宏觀調控的重要工具，具有內在穩定器的功能，對經濟運行產生調節作用。進行稅費改革并不意味著把所有的政府收費全部改為征稅，而是要將兩者之間的比例保持在合理的區域范圍內。國家可以根據不同時期的經濟形勢，制定和實施相應的稅收政策來調控經濟總量、調整經濟結構。稅務部門要適應經濟形勢發展和國家宏觀調控的需要，按照“簡稅制、寬稅基、低稅率、嚴征管”的原則及實行有利于增長方式轉變、科技進步和能源節約的財稅制度的要求，推進稅收制度改革。
參考文獻：
[1]《宏觀經濟理論與計量方法(修訂本)》 謝為安 中國財政經濟出版社
[2]《計量經濟學》(第二版)龐皓 科學出版社
[3]《西方經濟學》李軍 西南財經大學出版社
[4] 馬海濤：中國稅制[M]. 中國人民大學出版社，20xx.
[5] 張曉峒：計量經濟分析[M]. 經濟科學出版社，20xx.
[6] 陳共：財政學[M].中國人民大學出版社，20xx.
[7]中國統計年鑒
20xx字計量經濟學論文范文篇三：
新疆三大產業對新疆人均生產總值的影響的實證分析
一、 問題的提出
建國以來，新疆經濟快速增長，1952年新疆為166元，195
年就翻了一番，尤其是改革開放以后，經濟更是有了突飛猛進的發展，20xx年新疆人均生產水平是改革開放前的30倍。然而即使新疆的經濟快速增長，跟全國大部地區相比，還相對落后，增加新疆人均生產總值，提高人民生活水平，變得越來越刻不容緩，三大產業是構成新疆生產總值的全部，因此研究三大產業對新疆人均生產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總值的呢?本文用eviews6.0對收集數據進行分析。如果研究它們對新疆生產總值的影響機制，那么就可根據結果對新疆的三大產業的改革提出意見。這便是本項研究的主要目的。
二、 模型的設定
研究三大產業與新疆人均生產總值的關系，需要考慮以下幾個方方面：
(1) 數據性質的選擇
由于研究的是一個地區的人均生產總值，人均生產總值的差異是根據每個年度三大產業的量不同而不同，因此需采用時間序列數據。
(2) 模型形式的設計
由于本文是研究新疆三大產業對新疆人均生產總值的影響，那么可以將第一產業、第二產業、第三產業設為解釋變量，將新疆人均生產總值設為被解釋變量。本文假設三大產業對新疆人均生產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是新疆人均生產總值(單位：元)，X1、X2、X3分別是第一產業、第二產業、第三產業量(單位：億元)，而a1、a2、a3分別是伴隨于第一產業、第二產業、第三產業的參數，u是隨機誤差項。
三、 數據的收集
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:《新疆統計年鑒20xx》
四、模型的估計與調整
(一)對被解釋變量(Y)與解釋變量(X1、X2、X3)進行回歸分析，其結果如下：
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)自相關的檢驗與處理
分析如下:有分析結果可知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。
因此我們用C-O迭代法處理自相關問題，最終根據個回歸結果確定應該采用何種自相關模型。首先，對其進行一階自相關處理： 用eviews6.0軟件對數據進行處理，命令方式執行Ls y c x1 x2 x3 ar(1)，其結果如下：
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DW值可知，DW=0.934621，查表可知此時臨界值DL約為1.533，說明該模型依舊存在正自相關。因此繼續對該數據進行二階自相關處理： 結果如下：
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
有結果可分析，DW=1.961664大于DL的臨界值，不存在自相關，T檢驗值很顯著，而且擬合程度很好，因此可選用二階自相關模型。
(三)多重共線性檢驗 1、相關系數檢驗法
用命令方式執行cor x1 x2 x3可知結果：
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
有相關系數矩陣可以看出，各解釋變量相互之間的相關系數較高證實確實存在 嚴重的多重共線性，但是由于x1、x2、x3均是影響新疆人均生產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
我們采用white檢驗,結果如下：
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
因為nr^2的伴隨概率小于0.05應拒絕原假設即存在異方差。