我国国内生产总值影响因素研究

□文/ 韩 乔 魏子鲲 王建忠 郑玉梅

（1.河北农业大学 河北·保定；2.邢台学院 河北·邢台）

［提要］ 国内生产总值是衡量一国实力的重要表现形式。本文统计2009年到2018年我国国内生产总值、政府科技投入资金、消费支出、外商投资额、货物和服务净出口额，并对数据进行简单分析，发现这十年间我国国内生产总值从349，883 亿元增长到884，426 亿元。为研究影响我国国内生产总值的因素，利用Evi ews 软件，以政府科技投入资金、消费支出、外商投资额、货物和服务净出口额为解释变量，以我国GDP 为被解释变量建立回归模型。通过对模型的分析得出结论，即货物和服务净出口额、外商投资额对我国国内生产总值有显著的积极影响，消费支出和政府科技投入资金影响不显著。然后，提出政府加大科技投入资金，对资金进行合理分配、开放政策，吸引外商投资、扩大内需，促进消费、促进出口等建议。

一、问题的提出

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。近年来，随着我国科技实力的提升和经济的蓬勃发展，我国国内生产总值稳步上升，我国国内生产总值于2018年位于世界前三。我国要于2020年完成脱贫攻坚的艰巨任务，国内生产总值的提高对于我国实现两个一百年目标来说具有重大意义。因此，研究国内生产总值的影响因素显得尤为重要。为了研究这一问题，文章利用Eviews 建立模型对影响国内生产总值的因素进行分析。

二、数据来源及分析

本文数据来源于历年《中国统计年鉴》。如表1 所示，2009～2018年我国国内生产总值从 349，883 亿元上升为 884，426 亿元，政府科技投入资金也在平稳上升，从2009年的1，358.3 亿元上升到3，978.6 亿元。我国的消费水平也有了大幅度的提升。同时，我国对外开放的大门越开越大，越来越注重与世界经济的协同发展，外商投资以及货物和服务净出口在2009～2018年的十年间也呈现上升的趋势。（表1）

表1

三、模型设定

（一）变量选取。国内生产总值可以用生产法、收入法和支出法这三种方法进行核算，通常用的方法是支出法。在支出法核算条件下，国内生产总值=投资总额+消费支出+政府购买+货物和服务净出口额。为了更加方便准确地进行研究，本文以国内生产总值作为被解释变量（y），以政府科技投入资金（X1）、外商投资额（X2）以及构成国内生产总值的消费支出（X3）以及货物和服务净出口额（X4）为解释变量建立模型。

（二）模型的设定。由图1 可知，国内生产总值与货物和服务净出口额、外商投资额、消费支出以及政府科技投入资金存在线性关系，所以建立多元线性回归模型。（图1）

四、模型的估计与检验

（一）模型的估计。运用最小二乘法，通过Eviews 10.0 软件进行初步参数估计，结果如表2 所示。（表2）

Y =-11.96686 +0.108347X1+0.323314X2+0.031137X3+0.664890X4

（二）模型的检验

1、拟合优度检验。根据表2 可知，调整后的可决系数R2=0.997129，说明模型对国内生产总值影响的99.7129%作出了解释，说明该模型对样本的拟合程度较好。拟合曲线如图2 所示。（图 2）

2、F 检验。根据表 2 所示，F=782.3770，大于临界值 5.19，模型的伴随概率为0.000000，明显小于α（0.05），故拒绝原假设，说明回归方程显著。

3、T 检验。根据表 2 所示，X1、X2、X3 的伴随概率均大于0.05，说明这三个解释变量对国内生产总值的影响不显著，疑似存在多重共线性，接下来将进行多重共线性的检验。

4、多重共线性检验。由表3 可知，X1 和X4 方差膨胀因子均大于10，说明各个解释变量之间高度相关，模型存在多重共线性问题。（表3）

5、异方差检验。由表4 可知，辅助回归可决系数（nR2）为0.423463，取值概率为0.9805，大于显著性水平0.05，故该模型不存在异方差性。（表4）

6、序列相关性检验。通过观察et 和et-1 的散点图，初步推测，该模型存在正序列相关问题。由表2 可得Durbin-Watson统计值为1.244647，在0.05 的显著性水平下，dU=2.414，明显大于DW 统计值，因此该模型存在正序列相关问题。（图3）

五、模型的修正

（一）序列相关性问题的修正。首先利用迭代法消除序列相关问题，结果如表5 所示。（表5）

表3 方差膨胀因子统计表

表4 怀特检验结果一览表

表5 迭代法结果一览表

表6 修正模型多元线性回归结果一览表

根据迭代法的修正，该模型的Durbin-Watson 统计值为2.466411，在 0.05 的显著性水平下，dU=2.414，明显小于 DW 统计值，因此该模型的自相关问题消除。

（二）多重共线性问题的修正。为了解决多重共线性问题，采用t 检验法来筛选自变量。然后检查输出的参数估计结果，如果某些变量t 的收尾概率大于给定的显著水平（如0.01，0.05，0.10），那么检验不能通过，可以删除相应的自变量，但是一次只能删除一个变量，即删除收尾概率最大的那个变量。每次删除变量后重新建模，如还存在检验未通过的变量，再删除一个变量，直至所有的自变量都通过显著性检验为止。通过逐次删除X1、X3 之后，得到自变量的筛选结果如表6 所示。从表6 可以看出，解释变量：X2、X4 的P 值均小于0.05，说明两者对国内生产总值Y 有显著影响。其他的解释变量：X1、X3 应从回归模型中剔除，由此就可以消除多重共线性，得到新的线性回归模型。（表6）

综上所述，Y=0.233339X2+0.791906X4。

六、结论及建议

（一）结论。分析表明，货物和服务净出口额（X4）对国内生产总值的影响最大，货物和服务净出口额每增长1%，国内生产总值增长0.79%，外商投资额（X2）对国内生产总值的影响也很大，外商投资额每增长1%，国内生产总值增长0.23%。政府科技投入资金（X1）和消费支出（X3）对国内生产总值影响不显著。

（二）建议

1、政府加大科技投入资金，合理配置资金。近年来，国家间的竞争已经不仅仅是工业实力的竞争，科技文化等也成为关键因素。由上述结论可知，政府科技资金投入对国内生产总值的影响不显著，政府应继续加大对科技投入资金的力度，合理配置资金。首先，对于科研机构的设立要基于政策性支持，达到一定规模的给予相关补助。支持国家创新型人才培养，对创新型人才提供奖助体系，对有卓越贡献的人才提供优质条件，带动我国人才的科研积极性。其次，在企业层面，要继续落实对高新技术企业的各项优惠政策，鼓励传统行业向高科技企业转型发展。最后，对于科技投入资金的配置方面要建立监管平台，以保证科技投入资金能够充分地分配到科技研发中。总之，政府加大科技投入资金并进行合理配置，有助于科技研发的顺利开展，能提高社会的运行效率，从而间接增加我国国内生产总值。

2、开放政策，吸引外商投资。随着经济全球化和对外开放政策的发展，外商投资也在我国经济中占有一定比重，对于国内生产总值有一定的积极影响。我国应开放政策，减少对外商投资的约束，使我国具有更多的资金吸纳能力。同时，我国可利用外商投资的机会，学习其他国家的先进技术，从而更好地促进我国经济的发展。在引进外资时，要确保资金的合理流向，引导资金流向高新技术产业，这样才能够促进经济的可持续发展，有助于国内生产总值的提高和我国整体实力的增强。

图1 X-Y散点图

图2 回归方程拟合曲线与残差曲线图

图3 et 和et-1 散点图

3、扩大内需，促进消费。消费支出对于我国国内生产总值影响不显著，说明可能消费支出并不理想。政府应加强政策引导，多措并举、多管齐下，通过增强消费预期，进一步完善消费环境，优化相关消费政策，提升和扩大全社会消费需求。以人们的实际需求为出发点，从消费时间、消费成本、消费安全三个方面，多方位、多层次地完善消费环境，为消费提供便利。在消费时间方面，落实好职工带薪休假等制度，充分保障职工的休息休假权，为人们消费提供充裕的时间。在消费成本方面，培养新的消费模式，例如在节日期间可建立多种优惠消费模式，带动人们的消费热情。在消费安全方面，政府加强监管，比如对于餐饮业要确保安全卫生，夏季可延长营业时间，为人们的消费提供良好的环境，从而进一步促进消费。此外，将乡村振兴战略扎扎实实落实到具体行动中来，大力推动一二三产业的融合发展。充分利用乡村自然风光，开发乡村旅游业，促进人们消费。

4、促进出口。产品出口对我国国内生产总值具有很大的影响，出口不但有利于我国国内生产总值的增加，而且能够提升我国的国际影响力，加快经济全球化的发展。我国政府要落实好出口退税等各项政策，保证政策上的绝对支持，对于信用保险、贸易融资等政策要保证能够绝对实施。同时，可以根据各个地区的地理环境打造出地方特色产品。对于出口产品质量方面，农产品要在种植环节进行规范化，以确保高生产率和高质量，对于工业产品制造商要不断提高产品质量，设立监管机构对出口产品进行严格把控，确保质量安全。同时，我国要与各国建立友好往来关系，确保我国能够与其他国家友好顺利地进行经济往来。

七、未来研究思路

本文仍存在一些缺陷。首先，本文是从《中国统计年鉴》获取的数据进行的研究，并非一手数据，其准确度值得商榷。其次，本文选取了2009～2018年这十年的数据进行分析，截取时间较短，降低了分析结果的准确性。同时，选取的解释变量不够全面，对于一些其他的影响因素尚未加以考虑，且对于计量经济学的研究还不够深入，相关政策建议不够完善。期望在后期的研究中应选取更多年限数据，尽可能多地加入解释变量，加强计量经济学的学习，从而对国内生产总值的影响因素进行更全面的分析，使研究结果更具有价值。