影响中国经济增长因素分析成绩1 数据选取（20分）2 模型建立与数据分析（40分）3 Eviews应用（10分）4 结论陈述（10分）5 整体行文（20分）6 总分摘要：改革开放以来，我国的社会主义经济取得了突飞猛进的发展，经济增长速度更是举世瞩目。
本文采用经济增长模型和多元线性回归分析方法对1980～2010年中国经济增长因素进行研究，分析了物质资本、劳动力、消费对国内生产总值的影响，建立计量模型，寻求这些变量与中国国民产出的数量关系，进行定量分析，对模型进行检验。
关键词：消费、投资、经济增长、劳动力，实证分析Abstract: since the reform and opening up, China's socialist economy obtained make a spurt of progress of development, economic growth rate is more attract worldwide attention. The economic growth model and multiple linear regression analysis on the factors of economic growth in China from 1980 to 2010 were studied, analyzed the material capital, labor, consumption and the impact on GDP, establishing econometric models, for these variables and Chinese national output quantity, quantitative analysis, model test.Key words: consumption, investment, economic growth, labor, empirical analysis一、序言（一）经济增长理论经济增长是指一个国家生产商品和劳务能力的扩大。
在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值和国内生产总值的（GDP）的增长来计算。
经济增长是经济学研究的永恒主题。
古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。
现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。
（二）影响因素的分析从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。
物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。
中国拥有全世界近1/4 的人口，为经济增长提供了丰富的劳动力资源。
因此本文用总就业人数（万人）来衡量劳动力。
居民消费需求也是经济增长的主导因素。
经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。
在1978—2008年的31中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。
但是,我国目前仍然面临消费需求不足问题。
因此,研究消费需求对经济增长的影响,并对我国消费需求对经济增长的影响程度进行实证分析，可以更好的理解消费对我国经济增长的作用。
二、变量选取y：国内生产总值，作为对经济发展的衡量，代表经济发展；1x：总就业人员数，衡量劳动力；2x：固定资产投资总额，衡量资本投入3x：价格指数，去代表消费需求表2.1 中国经济增长影响因素模型时间序列表年份国内生产总值（现价）y年末从业人员数1x全社会固定资产投资总额2x居民消费价格指数（上年=100）3x1980 4545.6 42361 910.9 107.5 1981 4891.6 43725 961 102.5 1982 5323.4 45295 1230.4 102 1983 5962.7 46436 1430.1 102 1984 7208.1 48197 1832.9 102.7 1985 9016 49873 2543.2 109.3 1986 10275.2 51282 3120.6 106.5 1987 12058.6 52783 3791.7 107.3 1988 15042.8 54334 4753.8 118.8 1989 16992.3 55329 4410.4 118 1990 18667.8 64749 4517 103.11991 21781.5 65491 5594.5 103.41992 26923.5 66152 8080.1 106.41993 35333.9 66808 13072.3 114.71994 48197.9 67455 17042.1 124.11995 60793.7 68065 20019.3 117.11996 71176.6 68950 22913.5 108.31997 78973 69820 24941.1 102.81998 84402.3 70637 28406.2 99.21999 89677.1 71394 29854.7 98.62000 99214.6 72085 32917.7 100.42001 109655.2 73025 37213.5 100.72002 120332.7 73740 43499.9 99.22003 135822.8 74432 55566.6 101.22004 159878.3 75200 70477.4 103.92005 184937.4 75825 88773.6 101.82006 216314.4 76400 109998.2 101.52007 265810.3 76990 137323.9 104.82008 314045.4 77480 172828.4 105.92009 340903 77995 224598.8 99.3 资料来源：中经网统计数据库。
三、实验分析1、根据分析和数据建立了如下的计量经济学模型：y= β1+β2x1+β3x2+β4x3+u i其中，y代表国内生产总值，x1代表社会就业人数，x2代表固定资产投资，x3代表消费价格指数，u i代表随机扰动项。
我们通过对该模型的回归分析，得出各个变量与我国经济增长的变动关系。
2、利用最小二乘法对模型进行估计Dependent Variable: YMethod: Least SquaresDate: 12/23/12 Time: 16:33Sample(adjusted): 1980 2009Included observations: 30 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob.C -16197.47 41510.11 -0.390205 0.6996X1 1.683972 0.256065 6.576336 0.0000X2 1.420445 0.054886 25.87979 0.0000X3 -580.7369 355.4395 -1.633856 0.1143 R-squared 0.985665 Mean dependent85805.26varAdjusted R-squared 0.984011 S.D. dependent var 95097.07S.E. of regression 12024.95 Akaike info criterion 21.75092 Sum squared resid 3.76E+09 Schwarz criterion 21.93775 Log likelihood -322.2638 F-statistic 595.9008 Durbin-Watson stat0.968679 Prob(F-statistic)0.000000Eviews 对模型进行最小二乘估计从上图中可以OLS 估计，可以得到：y= -16197.47+1.6839721x +1.4204452x +-580.73693xR ²=0.985665=0.984011 DW=0.968679 F=595.9008 n=30四、计量检验1、实际意义检验这个方程说明在其他变量不变的前提下,总就业人员数1x 增加一，国内生产总值y 增加1.683972，固定资产投资总额2x 增加一，国内生产总值y 增加1.420445，价格指数3x 增加 一，国内生产总值y 减少580.7369。
2、统计检验（一）多重共线性检验表3.2 相关系数矩阵X1 X2 X3 X1 1.000000 0.665094 -0.219318 X2 0.665094 1.000000 -0.291137 X3-0.219318-0.2911371.000000根据多重共线性检验，解释变量之间存在着线性相关。
通过采用剔除变量法，多重共线性的修正结果如下：剔除X3。
.表3.3 修正多重共线性后的模型Dependent Variable: Y Method: Least SquaresDate: 12/23/12 Time: 16:40 Sample(adjusted): 1980 2009Included observations: 30 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob. C -79282.79 15704.05 -5.0485550.0000 X1 1.699013 0.263693 6.443158 0.0000 X21.4383250.05542225.952220.0000 R-squared0.984193 Mean dependent var 85805.26 Adjusted R-squared 0.983022 S.D. dependent var 95097.07 S.E. of regression12391.14 Akaike info criterion21.78199Sum squared resid 4.15E+09 Schwarz criterion 21.92211Log likelihood -323.7299 F-statistic 840.5434Durbin-Watson stat 0.689221 Prob(F-statistic) 0.000000（二）异方差检验表3.4 ARCH检验ARCH Test:F-statistic 5.690752 Probability 0.024334Obs*R-squared 5.048272 Probability 0.024651Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 12/23/12 Time: 16:44Sample(adjusted): 1981 2009Included observations: 29 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob.C 49385817 56010198 0.881729 0.3857RESID^2(-1) 0.899098 0.376897 2.385530 0.0243 R-squared 0.174078 Mean dependent1.39E+08varAdjusted R-squared 0.143489 S.D. dependent var 2.41E+08S.E. of regression 2.23E+08 Akaike info criterion 41.35408Sum squared resid 1.35E+18 Schwarz criterion 41.44838Log likelihood -597.6342 F-statistic 5.690752Durbin-Watson stat 1.336249 Prob(F-statistic) 0.024334 从上表可以得到数据：(n-p)R2=5.048272,查表得χ2（p）=5.9915, (n-p)R2=5.048272<χ2（p）=5.9915,则接受原假设，不存在异方差。