影响我国国内生产总值因素的计量分析国内生产总值与外商直接投资、净出口、政府购买之间计量分析摘要：本文选取影响我国国内生产总值的三个因素，即外商直接投资、净出口、政府购买，建立线性计量回归模型，分析它们与GDP之间的数量关系，并对模型进行检验，从而能够对我国经济发展提供一定的指导性建议。
关键词：国内生产总值；外商直接投资；净出口；这个服购买；模型；经济一、引言：GDP即国内生产总值是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。
它不但可反映一个国家的经济表现，更可以反映一国的国力与财富。
在经济学中，常用GDP来做为衡量该国或地区的经济发展综合水平通用的指标，这也是目前各个国家和地区常采用的衡量手段。
GDP是宏观经济中最受关注的经济统计数字，因此它被认为是衡量国民经济发展情况最重要的一个指标。
一般来说，国内生产总值共有四个不同的组成部分，其中包括消费、私人投资、政府支出和净出口额。
用公式表示为：GDP = CA + I + CB + X 式中：CA为消费、I为私人投资、 CB为政府支出、X为净出口额。
影响GDP的因素很多。
消费水平的提高能够通过乘数效应，提高极大地带动经济的增长；但消费水平与边际消费倾向和收入之间存在线性关系，由于边际消费倾向在短期内可以认为是固定的，因此，消费水平在某一时期是由收入水平即经济发展水平决定的。
因此，本文研究影响经济发展的因素时，旨在分析外商直接投资、净出口、政府支出对GDP的实证影响。
改革开放以来，外商直接投资、进出口和政府购买明显增加，与之相对应的是GDP总量也迅速得到增加。
在经济发展的过程中，我国在经济贸易方面不断对外开放，同时，我国的经济的发展状态呈效好的趋势。
对外贸易的适度增长和政府购买的增加是经济发展的重要影响因素之一，因为对外贸易的增长，为我国带来了大量的外汇的收入，从而促进了我国GDP的增长，促进我国经济的发展。
本文以1985-2007年国内生产总值、外商直接投资、净出口、政府支出数据为样本，利用Eviews软件进行回归分析，研究国内生产总值与外商直接投资、净出口、政府购买之间的关系，并对回归模型进行分析、检验。
二、外商直接投资、净出口、政府购买与国内生产总值的相关性分析创建一个时间范围为1985-2007年的表格，然后创建四个序列对象，分别命名为GDP（国内生产总值）、x1（外商直接投资）、x2（净出口）、x3（政府支出）。
如下图所示：表1 我国国内生产总值、实际外商投资、净出口和政府支出情况年份国内生产总值（亿元）外商直接投资(亿美元) 净出口（亿美元）政府支出（亿元）1985 9016 19.56 -11.4 2004.25 1986 10275.2 22.44 -19 2232.1 1987 12058.6 23.14 -149 2458.3 1988 15042.8 31.94 23.1 2658.36 1989 16992.3 33.93 53.2 2879 1990 18667.8 34.87 87.4 3083.59 1991 21781.5 43.66 81.2 3386.621992 26923.5 110.08 43.5 3742.2 1993 35333.9 275.15 -122.2 4642.3 1994 48197.9 337.67 54 5792.62 1995 60793.7 375.21 167 6823.72 1996 71176.5 122.2 7937.55 1997 78973 452.57 404.2 9233.56 1998 84402.3 454.63 434.7 10798.18 1999 89677.1 403.19 292.3 13187.67 2000 99214.6 407.15 241.1 15886.5 2001 109655.2 468.78 225.5 18902.58 2002 120332.7 527.43 304.3 22053.15 2003 135882.8 535.05 254.7 24649.95 2004 159878.3 606.3 320.9 28486.89 2005 183217.4 603.25 1020 33930.28 2006 211923.5 630.21 1774.8 40422.73 2007 249529.9 747.68 2618.3 49781.35根据上表的数据运用Eviews软件对多元线性回归模型进行分析。
做出GDP与x1、x2 、x3 之间的散点图：图1从图1可以看出，GDP与x1、x2、x3之间存在显著的线性关系。
因此，可以假设GDP=β0+β1X1+β2X2+β3X3+u i运用最小二乘法进行分析，如下表所示：表2Coefficient Std. Error t-Statistic Prob.C 2656.816 1453.313 1.828110 0.0833X1 88.40573 7.219904 12.24472 0.0000X2 4.483290 2.811822 1.594443 0.1273X3 3.499508 0.195199 17.92787 0.0000R-squared 0.997331 Mean dependent var81258.54Adjusted R-squared 0.996910 S.D. dependent var69210.32S.E. of regression 3847.251 Akaike info criterion19.50488Sum squared resid 2.81E+08 Schwarz criterion19.70235Log likelihood-220.3061Hannan-Quinncriter.19.55454F-statistic 2366.910 Durbin-Watson stat1.213851Prob(F-statistic) 0.00000（1）对模型进行统计检验：1. 拟合优度检验由表可知，样本可决系数为R-squared=0.997331，修正样本可决系数为Adjusted R-squared=0.996910。
说明估计的样本回归方程很好地拟合了样本观测值。
2. F检验由表可知F-statistic=2366.910。
对于给定的显著性水平α=0.05，可以查出F0.05（3,19）=3.13。
因为F统计量的值F=2366.910>3.13，所以整体上该模型中被解释变量与解释变量之间存在显著的线性关系，即我国国内生产总值与外商直接投资、净出口、政府支出之间存在显著的线性关系。
3. t检验可以查出，t0.025(n-k-1)= t0.025(19)=2.09。
由上表可知，t0=1.828<2.09，t2=1.59<2.09，t1=12.24>2.09，t3=17.93>2.09。
因此，常数项和X2系数不显著，即净出口对国内生产总值没有显著影响，在建立模型时，x2可以不作为解释变量进入模型。
（2）多重共线性分析：分别计算x1、x3的两两相关系数，如下表所示：表3X1 X3X1 1.000000 0.862934X3 0.862934 1.000000由表3可以看出，解释变量之间相关系数较高。
为了检验和处理多重共线性，采用修正Frisch法。
如下：1）对GDP分别关于x1、x3做最小二乘回归，得：表4Coefficient Std. Error t-Statistic Prob.C -7203.923 9604.432 -0.750062 0.4615X1 269.0909 23.83298 11.29070 0.0000R-squared 0.858567 Mean dependent var 81258.54Adjusted R-squared 0.851832 S.D. dependent var 69210.32S.E. of regression 26640.87 Akaike info criterion 23.30122Sum squared resid 1.49E+10 Schwarz criterion 23.39996Log likelihood -265.9641 Hannan-Quinn criter. 23.32605F-statistic 127.4798 Durbin-Watson stat 0.221559Prob(F-statistic) 0.000000表5Coefficient Std. Error t-Statistic Prob.C 12449.05 3330.731 3.737632 0.0012X3 5.024609 0.174448 28.80285 0.0000R-squared 0.975312 Mean dependent var 81258.54Adjusted R-squared 0.974136 S.D. dependent var 69210.32S.E. of regression 11130.60 Akaike info criterion 21.55572Sum squared resid 2.60E+09 Schwarz criterion 21.65446Log likelihood -245.8908 Hannan-Quinn criter. 21.58056F-statistic 829.6039 Durbin-Watson stat 0.164856Prob(F-statistic) 0.000000根据回归结果，易知政府支出x3是最重要的解释变量。
2）加入解释变量x1，对GDP关于x1、x3作最小二乘回归，得：表6Coefficient Std. Error t-Statistic Prob.C 2153.841 1472.347 1.462863 0.1590X1 84.58700 7.068819 11.96621 0.0000X3 3.745818 0.123841 30.24693 0.0000R-squared 0.996974 Mean dependent var 81258.54Adjusted R-squared 0.996672 S.D. dependent var 69210.32S.E. of regression 3992.832 Akaike info criterion 19.54350Sum squared resid 3.19E+08 Schwarz criterion 19.69160Log likelihood -221.7502 Hannan-Quinn criter. 19.58075F-statistic 3295.007 Durbin-Watson stat 1.010479Prob(F-statistic) 0.000000从表6可以看出，加入X1后，拟合优度和修正后的拟合优度均有所增加，并且没有影响X3系数的显著性，所以在模型中应该保留x1。