影响我国人均GDP的变量因素分析摘要人均国内生产总值，也称作“人均GDP"，是衡量经济发展状况的重要指标，，它是人们了解和把握一个国家或地区的宏观经济运行状况的有效工具。
是衡量各国人民生活水平的一个标准，为了更加客观的衡量，经常与购买力平价结合。
文章从从城市化率、城镇居民家庭可支配收入、政府支出以及城镇居民消费水平四个方面作为出发点，通过往年的数据发展来观察它们对于人均GDP的影响，从而对我国目前的经济发展提供一些建议。
笔者认为，在提高城镇居民可支配收入、城市化率以及政府支出的基础上，更要调节好我国目前贫富差距过大的问题，这样才能保持经济的稳定发展。
关键词：人均GDP；城市化率；城镇居民可支配收入；城府支出引言一国的经济乃立国之本，而经济发展是以GDP增长为前提的。
影响人均GDP 的因素看似众多，究竟哪些因素对人均GDP的增长起关键性的影响作用呢？由此引出了本小组的研究课题——对我国人均GDP影响因素的计量分析。
随着2009年中国GDP赶超日本，成为世界排名第二，无疑吸引了国内外的目光。
然而，在如此大的总量之下，中国的人均GDP却一直在世界100名左右徘徊。
“国服民穷”的现状一直是我们的问题。
经我们数据搜寻，在人均GDP的增长过程中，城市化率、城镇居民家庭人均可支配收入、城市政府支出以及城镇居民消费水平都有了显著的上升。
同时，我们知道GDP的构成取决于消费、投资、政府支出。
因此，我们把城市化率、城镇居民人均可支配收入、城市政府支出、城镇居民消费水平这四个指标作为反映了人均GDP的自变量，认为这四个变量是影响人均GDP的关键性因素。
本实验主要选取1979—2009年的统计数据。
一、人均GDP的基本概念及特点1、人均GDP的基本概念和经济意义（1）人均GDP的基本概念人均国内生产总值（Real GDP per capita），也称作“人均GDP"，常作为发展经济学中衡量经济发展状况的指标，是重要的宏观经济指标之一，它是人们了解和把握一个国家或地区的宏观经济运行状况的有效工具。
将一个国家核算期内（通常是一年）实现的国内生产总值与这个国家的常住人口相比进行计算，得到人均国内生产总值。
是衡量各国人民生活水平的一个标准，为了更加客观的衡量，经常与购买力平价结合。
（2）人均GDP的经济意义首先，除资源国以外的绝大多数工业化国家，人均GDP比较客观地反映了一定国家社会的发展水平和发展程度。
一方面，就中日比较而论，人均GDP虽不能正确反映中日两国综合国力，但确实表明日本在社会保障、医疗卫生、教育和人口寿命以及环境和生态建设等方面的发展水平要高于中国，尤其是日本城乡发展的相对均衡以及农村农业基本上“水旱无忧”的抗灾能力与抗灾水平，更是让中国望尘莫及。
改革开放30多年来，中国城市化、工业化进程加快，农村农业的滞后发展恰恰拖了我国人均GDP的后腿，成为我国经济社会发展的短板，最终也深刻影响了我国的综合国力和国际竞争力。
其次，人均GDP本身具有社会公平和平等的含义。
人均GDP虽然不能直接等同于居民的人均收入和生活水平，但构成了一国居民人均收入和生活水平的主要物质基础，是提高居民人均收入水平、生活水平的重要参照指标。
事实上，强调人均GDP的国家，一般也比较注重提高本国居民的人均收入水平和社会公平程度。
再次，人均GDP与工业化进程和社会稳定，具有一定内在联系。
据亨廷顿分析，在一定阶段，人均国内生产总值增长与社会安定、社会和谐成正比。
二、1978-2011年的数据搜集三、REVIEWS模型建立及检验1、散点图变化分析（1）、 GDPP（人均GDP）和CSH（城市化）的关系（2）、GDPP（人均GDP）和JMKZPSR（城镇居民家庭人均可支配收入）的关系（4）、GDPP(人均GDP)和GMXFSP（城镇居民消费水平）2、 Ganger检验（1）首先，我们研究GDPP和CSH的因果检验。
Pairwise Granger Causality TestsDate: 06/03/12 Time: 10:42Sample: 1978 2009Lags: 1Null Hypothesis: Obs F-Statistic Prob.CSH does not Granger Cause GDPPP 31 0.78247 0.3839GDPPP does not Granger Cause CSH 0.57193 0.4558由表可知，CSH影响GDPP的概率较大，故可以将CSH作为自变量，GDPP为因变量。
（2）其次，我们研究GDPP和JMKZPSR的因果检验。
Pairwise Granger Causality TestsDate: 06/03/12 Time: 10:44Sample: 1978 2009Lags: 1Null Hypothesis: Obs F-Statistic Prob.JMKZPSR does not Granger Cause GDPP 31 0.24821 0.6222GDPP does not Granger Cause JMKZPSR 0.19484 0.6623由表可知， JMKZPSR影响GDPP的概率高，故可以将JMKZPSR作为自变量，GDPP 作为因变量。
（3）紧接着，我们研究GDPP和ZFZC之间的因果关系。
Pairwise Granger Causality TestsDate: 06/03/12 Time: 10:45Sample: 1978 2009Lags: 1Null Hypothesis: Obs F-Statistic Prob.ZFZC does not Granger Cause GDPP 31 0.02024 0.8879GDPP does not Granger Cause ZFZC 0.33720 0.5661由表可知，GDPP和ZFZC相互影响，概率都比较大，所以可以将ZFZC作为自变量。
（4）最后，我们研究GDPP 和GMXFSP 的因果关系。
Pairwise Granger Causality Tests Date: 06/03/12 Time: 10:44 Sample: 1978 2009 Lags: 1Null Hypothesis:Obs F-Statistic Prob.JMXFSP does not Granger Cause GDPP 30 16.0251 0.0004 GDPP does not Granger Cause JMXFSP 7.442160.0111由表可知，GDPP 和 JMXFSP 的相关可能性都非常低，顾将JMXFSP 作为自变量剔除。
3、选择模型形式，做回归,描绘模型估计模型：ZFZC JMKZPRS CSH C GDP +++=2Dependent Variable: GDPP Method: Least Squares Date: 06/07/12 Time: 16:47 Sample: 1978 2011 Included observations: 34Variable Coefficient Std. Error t-Statistic Prob.C 472.7725 178.0388 2.655446 0.0126 CSH^2 -1.589601 0.416496 -3.816604 0.0006 ZFZC 0.096333 0.011037 8.728460 0.0000 JMKZPSR1.2697630.08659114.663990.0000R-squared0.999337 Mean dependent var 7863.882 Adjusted R-squared 0.999271 S.D. dependent var 9292.254 S.E. of regression 250.9664 Akaike info criterion 13.99865 Sum squared resid 1889524. Schwarz criterion 14.17822 Log likelihood -233.9770 Hannan-Quinn criter. 14.05989 F-statistic 15070.08 Durbin-Watson stat 1.179488Prob(F-statistic)0.000000令 GDP ^=Y 21CSH =X JMKZPSR 2=X ZFZC 3=X321^269763.1096333.01.589601x -472.7725x x Y ++=()0388.178 ()4164.0 ()011037.0 ()086591.0999337.02=R 0.9992712=R 1.179488=DW9664.250=SE 00.0=F 33=n4、随机误差项的正态性检验（JB 检验）通过JB 检验发现，估计模型随机误差项可能为正太分布的可能性P>5%,所以通过检验。
5、 Ramsey reset test 检验Ramsey RESET Test:F-statistic4.085866 Prob. F(1,27) 0.0533 Log likelihood ratio4.509325 Prob. Chi-Square(1)0.0337Test Equation:Dependent Variable: GDPP Method: Least Squares Date: 06/03/12 Time: 13:59 Sample: 1978 2009 Included observations: 32VariableCoefficient Std. Error t-Statistic Prob.C-44.45361313.7799-0.1416710.8884CSH^2 -0.208129 0.798441 -0.260669 0.7963JMKZPSR 1.226143 0.088068 13.92275 0.0000ZFZC -0.004762 0.051507 -0.092447 0.9270 FITTED^2 8.81E-06 4.36E-06 2.021353 0.0533R-squared 0.998943 Mean dependent var 6325.906 Adjusted R-squared 0.998787 S.D. dependent var 7066.021 S.E. of regression 246.1018 Akaike info criterion 13.99197 Sum squared resid 1635285. Schwarz criterion 14.22099 Log likelihood -218.8715 Hannan-Quinn criter. 14.06788 F-statistic 6382.086 Durbin-Watson stat 1.060922 Prob(F-statistic) 0.000000Prob.F值为0.533>5%,所以模型被误设可能性较小。