论产业结构对我国GDP与经济增长的影响09统计一班李榕邹哲渝王力维【摘要】产业结构与经济增长互相依赖，相互促进。

在一定条件下，产业结构变动是经济增长的基础，是促进经济增长的主要因素。

强调产业结构的转变也是当前经济增长的发展要求。

本文采用1992年至2010年的统计数据，通过建立多元线性回归模型，运用Eviews 软件，研究三大产业的增长对我国经济增长的贡献，从而得出调整产业结构对转变经济发展方式，促进我国经济可持续发展的重要性。

【关键词】经济增长、三大产业、产业结构、GDP、回归模型一、问题的提出20世纪以来，产业结构调整与经济增长相互之间的关系研究一直是国内外学者关注的重要课题。

传统的经济增长理论是在竞争均衡的假设条件下，认为经济的增长是各种生产要素投入的结果，总产出函数是资本积累、劳动力增加以及技术变化的长期作用结果。

而结构主义非均衡增长理论则认为传统经济增长理论关于竞争均衡的假设在实际中并不成立，结构主义理论认为，实际中这种竞争均衡的假设是不可能存在的，由于各个部门的生产技术、产品需求、要素供给等都是各不相同的，生产要素在不同的部门其报酬率必然也就不相同，这样一来，生产要素在不同部门之间的流动会使得总产出增加，因而产业结构变动会促进经济增长；反过来，经济增长在不同部门间也是不完全均衡的，经济的增长也会影响到产业结构的变化。

二、经济理论陈述（一）三大产业的划分世界各国把各种产业划分为三大类：第一产业、第二产业和第三产业。

通常的三大产业是联合国使用的分类方法：第一产业包括农业、林业、牧业和渔业；第二产业包括制造业、采掘业、建筑业和公共工程、上下水道、煤气、卫生部门；第三产业包括商业、金融、保险、不动产业、运输、通讯业、服务业及其他非物质生产部门。

（二）西方经济理论在一定的技术条件下，一个经济通过专业化和社会分工会形成一定的产业结构，而产业结构在一定意义上又决定了经济的增长方式。

经济增长主要是通过一国国民生产总值的增加来度量的早在1949 年库兹尼茨(Kuznets)论述国民收入的度量问题时就提出：一个国家国民收入的度量必须从产业结构的角度去衡量，而一个经济的产业结构又是由其生产方式所决定的。

为此，库兹尼茨用50个国家的经验数据进行比较后发现，制造业部门的增加将伴随着人均国民收入的增长。

因此，有必要从产业结构的角度去研究和分析经济增长。

钱纳里(Chenery) 通过分析部门增长的决定要素出发，并利用51个国家的经验数据说明，当一个国家的经济规模发生变化时，服务行业和农业变化最小，而制造业增长最大，由此提出产业增长的模式，并认为这种工业化模式能使资源得到最优配置。

为此，许多经济学家通过国别的经验数据从不同角度纷纷说明经济增长的工业化模式，但有经济学家发现存在着大量经济事实与钱纳里的经济增长模式相反，他们通过经验数据说明在人均收入水平很高时，服务行业的快速增长会降低制造业的规模弹性。

（三）近年来我国学者对我国某些省份或全国的产业结构与经济增长做出的分析研究1、对某个或某些省份产业结构与经济增长的关系的研究中，大多数学者对第一、二、三产业进行了分析，得到的结论基本上认为，产业结构对经济增长起到了一定的作用，但对于哪个产业对经济增长的影响最显著，看法不一，有的省份是第二产业对经济增长影响最大，经济增长又反过来推动第一、三产业的发展。

对于第一产业和第三产业，不同省份的影响程度不一，但基本上认为第三产业对经济增长的作用最小。

2、对我我国整体的分析，大多数学者是运用协整理论和格兰杰因果关系检验理论进行实证分析，来研究经济增长与产业结构之间关系。

得到的结论认为，在2002年之前中国经济增长主要是依靠制度改革和第三产业拉动，第三产业对经济增长的影响最大。

近几年来，学者对于产业结构与经济增长的关系进行研究，认为主要是第二、第三产业对经济增长起到拉动作用，但近一两年来，又存在一定的不适应性。

三、数据的收集表1 1992-2010年累计国内生产总值表单位：亿元数据来源：中华人民共和国国家统计局网站分析各产业对GDP 的影响，可以借助增长率这个指标，通过对上述表格中数据的计算整理，可以得到下表，即各年的增长率。

表2 1993-2010年GDP 及各产业的增长率 单位：%四、模型的建立通过对数据观察，根据搜集的1993年至2010年的统计数据，建立模型。

其模型表达式为：i4433221t μ++++=X X X Y ββββ其中：tY 表示国内生产总值(GDP)的年增长率，2X 、3X 、4X 分别表示第一、二、三产业的年增长率，1β表示在不变情况下，经济固有增长率。

可近似认为，表明国内生产总值增长为三次产业增加值增长率的加权和，而i β分别表示各产业部门在经济增长中的权数；i βi X 则表示各产业部门对经济增长的贡献。

i μ表示随机误差项。

通过上式，我们可以了解到，各产业每增长１个百分点，国内生产总值(GDP)会如何变化。

从而进行经济预测，为产业政策调整提供依据与参考。

五、模型的检验我们可以得到如下回归分析结果： Dependent Variable: Y Method: Least SquaresDate: 10/26/12 Time: 21:03 Sample: 1993 2010C 0.043579 0.304080 0.143314 0.8881 X2 0.170435 0.014933 11.41310 0.0000 X3 0.441125 0.017709 24.90897 0.0000 R-squared0.998638 Mean dependent var 16.40997 Adjusted R-squared 0.998346 S.D. dependent var 8.306629 S.E. of regression 0.337845 Akaike info criterion 0.860671 Sum squared resid 1.597950 Schwarz criterion 1.058531 Log likelihood -3.746040 F-statistic 3420.978 通过上述线性回归得到模型，现在就其具体形式进行检验： １、经济意义检验（1）1β= 0.0436，表示当三大产业保持原有规模，我国GDP 仍能增加0.0436个百分点。

这种结果符合经济发展规律，合理。

（2）2β= 0.1704，表示在其他条件不变的情况下，第一产业每增长1个百分点，GDP 增加0.1704个百分点；反之，降低0.1704，符合经济现实。

（3）3β= 0.4411，表示在其他条件不变的情况下，第产业每增长1个百分点，GDP 增加0.4411个百分点；反之，降低0.4411，符合现实。

（4）4β= 0.3876，表示在其他条件不变的情况下，第一产业每增长1个百分点，GDP增加0.3876个百分点；反之，降低0.3876，合理。

综上可知，该模型符合经济意义，经济意义检验通过。

2、统计检验 （1）拟合优度检验2R 的值越接近1，说明回归直线对观测值的拟合程度越好；反之，2R 的值越接近0，说明回归直线对观测值的拟合程度越差。

由回归参数估计结果可得，样本决定系数R 2=0.9986，修正的可决系数为0.9983，这说明模型对样本的拟合很好。

（2）F 检验针对H ：2β=3β=4β=0，给定显著性水平α=0.05，在F 分布表中查出自由度为k-1=3和n-k=14的临界值αF (3,14)=3.34。

由OLS 回归分析表得到F=3420.978，由于F=3420.978>αF (3,14)= 3.34，应拒绝原假设H ，说明回归方程显著，即“第一产业”、“第二产业”、“第三产业”等变量联合起来确实对“国内收入总值GDP ”有显著影响。

（3）t 检验分别针对0H :jβ=0（j=1、2、3、4），给定显著性水平α=0.05，查t 分布表得自由度为n-k=14的）（k n t 2/-α=2.145。

由上表中数据可得，与1β，2β，3β，4β对应的t 统计量分别为0.143314、11.41310、24.90897、13.10469，因而，1β的t 检验量小于）（k n t 2/-α=2.145，其t 检验不显著，但是模型的可决系数很高，F 检验值也明显显著，这表明很可能存在多重共线性。

（4）多重共线性检验由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证实可能确实存在多重共线性。

采用逐步回归法，去检验和解决多重共线性问题。

分别作Y 对432X X X 、、的一元回归，结果如表4所示。

表4 一元回归估计结果其中，加入3X 的方程修正的2R 最大，因而以3X 为基础，顺次加入其他变量逐步回归。

结果如下表5所示。

表5 加入新变量的回归结果当分别加入2X 、4X 后，修正R 2均有所增加，t 检验也均显著。

由于选取变量为相对数，可能降低了其共线性问题发生的可能性。

最后回归结果为：432t 3876.04411.01704.00436.0X X X Y +++=（5）异方差检验利用White 检验，得到已下结果：Test Equation:Dependent Variable: RESID^2 Method: Least SquaresDate: 10/27/12 Time: 18:26 Sample: 1993 2010C -0.281782 0.562185 -0.501227 0.6297 X2 -0.000573 0.031866 -0.017981 0.9861 X2^2 0.001404 0.001257 1.116682 0.2965 X2*X3 -0.000361 0.003956 -0.091298 0.9295 X2*X4 -0.002275 0.004225 -0.538509 0.6049 X30.0147060.0427340.3441190.7396X3^2 0.001450 0.002102 0.689826 0.5098 X3*X4 -0.003364 0.005342 -0.629783 0.5464 X4 0.010226 0.092508 0.110545 0.9147 R-squared0.605477 Mean dependent var 0.088775 Adjusted R-squared 0.161639 S.D. dependent var 0.106894 S.E. of regression 0.097874 Akaike info criterion -1.510082 Sum squared resid 0.076635 Schwarz criterion -1.015431 Log likelihood 23.59074 F-statistic 1.364186 从结果看出，2n R =0.605477*18=10.898586< 临界值16.9190，所以表明模型不存在异方差。