用Eviews分析计量经济学问题

一、问题背景

高新区自开始设立至今短短十多年的时间，以其惊人的经济发展速度为世人所关注。随着我国经济发展模式的逐步转变，高新区已经成为我国依靠科技进步和技术创新推动经济社会发展、走中国特色自主创新道路的一面旗帜。“十二五”时期，面对新的机遇和挑战，国家高新区应注重提升五种能力，努力成为加快转变经济发展方式的排头兵。为了探索高新经济发展的内在规律性，本文采用截面数据对高新区的投入产出进行分析，力求能够增进对高新区经济发展的了解，对高新区的进一步发展有所帮助。

二、模型设定

本文研究的是高新区投入对产出的影响，所以本模型的被解释变量Y即为高新区的产出。就目前对高新区数据的统计来看，反映高新区产出的主要有“工业总产值”、“工业增加值”、“技工贸总收入”、“利润”和“上缴税额”几个总量指标。按照生产函数理论，产出利用增加值，所以模型中我们将使用“工业增加值”指标数据来估计各高新区的总产出。

从高新区的投入来看，对产出有重要影响的因素主要包括以下几个方面：

资本K ，劳动力L，技术投入T，此外，改革，管理模式创新也可以看作是投入的要素，但因其不可量化，因此归入模型的扰动项中。

这样，按照科布道格拉斯形式的生产函数，我们设定函数形式为：两边取自然对数得：

其中，资本数据K我们利用的是当年的年末净资产来进行估计，即当年年末资产减去当年年末负债后得到的数据；用当年年末从业人员来估计劳动力L；用当年技术研发投入来估计技术投入T。数据选用的是截面数据。

从《国家高新技术产业开发区十年发展报告（1991－2000年）》得到1999年全国53个高新区各项指标统计数据：

工业增加值净资产（千年末从业人员技术开发费

（人）园区

(千元)Y

北京天津石家庄保定太原包头沈阳大连鞍山长春吉林哈尔滨大庆上海南京常州苏州无锡杭州合肥福州厦门南昌济南青岛淄博潍坊威海郑州

1606606341383121428436132016912613118770623835694209983359146949248632556124077804287129624511045111132443287703755550253923718422862482912140241448015812365995027302336355311218411292285660

元）K651502731390845884271945504755833379801631972282220731501698021474282031095173122817014808561469322866190686263706160997563467339924199084444956915791048822998779885395210525040105939638

L24221069704040435743394691979321761713370006870961351751071568807950233290795883068220242373812078018402219833421350237409321511532627884

（千元）T05013910047394376777879829225681652253287102586202574923168233397575014624999084191021500044451655332722022011330201278681713601577841796151230157853594451059314905

洛阳武汉襄樊长沙株州广州深圳珠海惠州中山佛山南宁桂林海口成都重庆绵阳贵阳昆明西安宝鸡兰州乌鲁木齐杨凌

115171055090701571042760761020248143179796384838819816201329941094118587310781533656033148804242428434594247387797659274170682880708663520260934919

295299315108418443071312182624266009966185391074225211759361667044447472679252242012550102185107210560336570317175634233310046503369113878367313218725202691159514412220

3736065863365134749017007236012281003220682484961992015727226704427435987627042703243101558047428169188778119801014046090122448626298628226296123605296001660671207694169263017710957846766982003084210021987174050290711026919598390712581

三、模型估计

用Eviews软件进行回归分析，得到如下结果：

Dependent Variable: YMethod: Least Squares

Date: 13/12/11 Time: 19:31Sample: 1 53

Included observations: 53

VariableCLNKLNLLNTR-squaredAdjusted R-squaredS.E. ofregressionSum squaredresidLog likelihood

Coefficient

Std.t-StatisticError

Prob. 0.30780.00760.04020.13486.280427

0.65560.481.0305530.4781310.1715852.7865600.3678550.1744962.1081040.14020.0924251.5206040.740558 Mean

dependent var

0.724674 S.D. dependent 0.440805

var0.231297 Akaike info

criterion2.621421 Schwarz

criterion4.470508 F-statistic

-0.0177550.130946.62236

Durbin-Watson1.372126 Prob(F-statistic)0.000000stat

从表可以看出，回归方程为：

T= (1.030553) (2.786560) (2.109104) (1.520604)

（1） 经济意义检验

从回归结果可以看出，模型估计的的参数值都为正、且小于1，与生产函数理论中各数值的意义相符。

（2） 统计推断检验

模型修正的可决系数，考虑到所采用的是截面数据，认为模型的拟

合优度很好。系数显著性检验：给定＝0.05， 的t值均大于临界值，说明资本和劳动力对产出有显著影响；的t＝1.520604﹤2.01，不能通过t检验，说明技术研发投入对产出的影响不明显。F检验：在给定显著性水平＝0.05,查F分布表自由度为4和49的临界值﹤46.62236，拒绝原假设，说明回归方程显著，即资本、劳动力、技术投入联合起来对高新区产出有显著影响。

（3） 计量经济学检验a.异方差White检验:

White Heteroskedasticity Test:F-statisticObs*R-squared

Test Equation:

Dependent Variable: RESID^2Method: Least SquaresDate: 13/12/11 Time: 20:09Sample: 1 53

Included observations: 53

VariableCLNKLNK^2LNK*LNLLNK*LNTLNLLNL^2LNL*LNT

Coefficient

Std.t-StatisticError

Prob. 0.98560.70920.51580.550.68490.39340.87340.5256

0.390717 Probability4.006587 Probability

0.9330210.910978

-0.1126276.199599-0.018167-0.06392.372580-0.3753880.2458100.3751510.655230-0.3774360.633669-0.595636-0.1595090.390429-0.40881.6328801.40400.862115-0.0572110.356837-0.1603280.2762280.4316250.639973

LNTLNT^2R-squaredAdjusted R-squaredS.E. ofregressionSum squaredresidLog likelihood

-0.1037091.151370-0.090074-0.0030760.104530-0.029424

0.92860.9767

0.075596 Mean dependent 0.049461

var-0.117884 S.D. dependent

var0.123781 Akaike info

criterion

0.117072-1.172343

0.658832 Schwarz criterion-0.8001.06708 F-statistic

0.390717

Durbin-Watson1.939511 Prob(F-statistic)0.933021stat

检验知Obs*R-squared＝4.006587，查统计表，＝16.919，因为n﹤，所以拒绝原假设，表明模型不存在异方差。

b.多重共线性检验：

计算lnK、lnL、lnT的相关系数，其相关系数矩阵如下： LNLLNTLNK

LNLLNT

1.000000 0.770298 0.828290 0.770298 1.000000 0.827683

LNK 0.828290 0.827683 1.000000

从相关系数矩阵可以看出，lnK、lnL、lnT相互之间的的相关系数较高，说明可能存在多重共线性。

采用逐步回归法检验。首先，分别做lnY对lnK、lnL、lnT的一元回归，结果如下；

变量lnKlnLlnT

参数估计值t统计量R-squaredAdjusted R-0.93181.0295620.53347710.707429.3812138.8190490.692120.6331120.603962

squared0.6860830.6259190.596197

其中，加入lnK 的方程最大，以lnK为基础，顺次加入lnL、lnT逐步回归，结果如下；

Adjusted R-变量lnKlnLlnT

squaredlnK、lnLlnK、lnT

0.6166234.18580.6709114.469702

0.4393612.58097

0.1930492.097905

0.7174480.705709

经比较，加入lnL后的方程＝0.717448，改进最大。而且各参数的t值很显著，选择保留lnL，再加入lnT进行回归，结果如下；T= (1.030553) (2.786560) (2.109104) (1.520604) ；

比较发现，加入lnT后，有所改进，但其t值不太显著，其他参数t值显著。由此我们认为变量间确实存在一定的多重共线性，但考虑到技术投术是本模型的重要因素，剔除后可能引起设定误差，所以选择保留。其系数t值不显著的重要原因可能是因为技术的“扩散效应”，也可能是技术研发经费对产出的影响具有一定的滞后性。

c.自相关检验

给定显著性水平＝0.05，查DW表，当n＝53，k＝3，得下限临界值＝1.26，上限临界值＝1.50.因为模型的DW统计量为1.372126，有﹤DW﹤，不能判定是否有自相关，用扩大拒绝区域的检验方法判断认为存在自相关。由于是选用的截面数据，不能用差分法进行修正。造成自相关的原因可能是模型设定有误差，遗漏了重要的解释变量。但像城市人文基础这样的因素虽然对产出有重要的影响，但很难纳入模型进行考虑，模型修正存在一定的难度。

四、结论

尽管模型存在一定的缺陷，但还是具有一定的解释力。通过实证模型分析，本文得到以下结论：

1）资本和劳动力的增长能够扩大产出的规模，技术研发投入对提高生产效率发挥了重要作用，是以间接的方式促进产出的增长的，对高新区的产出有着重要影响。

2）现阶段高新区产出的增长主要依赖于资本和劳动力的增长推动，而技术投入对产出的作用并不显著，技术投入在影响产出上有一定的滞后性造成的，高新区还未真正步入以知识集聚和创新能力为目标的增长模式。

3）高新区经济收益的增长速度很大程度上依赖于经济规模的增长速度，内生性增长还不明显。