中国GDP及其影响因素的多元线性回归分析

创作时间:

作者:

@小白创作中心

中国GDP及其影响因素的多元线性回归分析

引用

CSDN

https://blog.csdn.net/m0_62638421/article/details/139492825

GDP是衡量一个国家经济实力的重要指标。本文通过多元线性回归分析，探讨了人口、固定资产投资、消费、净出口、税收、广义M2货币和物价指数等因素对中国GDP的影响。研究发现，人口、消费、净出口和税收是影响中国GDP的主要因素。

研究背景和意义

GDP是宏观经济中最受关注的经济统计数字。目前，我国国内生产总值年均增长率明显高于同期美、日等发达经济体和巴西、俄罗斯、南非、印度等其他金砖国家，成为世界经济增长的主力军。GDP的增长对一个国家具有十分重要的意义，它衡量一国在过去一年里所创造的劳动成果。研究GDP的影响因素不仅可以很好地了解GDP的经济内涵，而且还有利于根据这些因素对GDP影响大小来实施有效的宏观经济调控。

因此，本文选取1990-2020年的GDP、税收等数据，数据来源于东方财务网，其中包括人口（population）、固定资产投资（fixed_investments）、消费（consumption_level）、净出口（total_export_import_volume）、税收（tax）、广义M2货币、物价指数（CPI）等变量作为解释变量X，我国GDP作为被解释变量y，使用多元回归模型对我国GDP增长的因素进行分析。

实证分析

数据预处理

数据预处理主要包括数据清洗、数据集成、数据变换和数据归约四个步骤。数据清洗是为了处理现实世界中不完整、有噪声、不一致的数据；数据集成是合并来自多个数据存储的数据；数据规约是得到数据集的规约表示；数据变换是将数据格式转变为数值型或分类型数据等。这些步骤的目的是提高数据质量并适应数据分析软件或方法的要求。

描述性统计分析

以下是各变量的描述性统计结果：

变量	最小值	第1四分位数	中位数	均值	第3四分位数	最大值
GDP	18923	81310	185999	333476	562735	1008783
人口	114333	124194	130756	129859	136324	141212
固定资产投资	4517	26674	80994	171118	305501	527270
消费	825	3033	5671	9489	14845	29210
净出口	5560	26908	116922	133990	243773	322215
税收	2822	8748	28779	55933	105572	158000
M2	15293	97747	298756	619342	1040337	2186796
物价指数	98.6	101.5	102.6	103.4	104.3	117.1

变量分布与相关性分析

首先画出1990-2020年GDP的走势情况：

从箱线图可以看出，7个特征变量的分布较好且异常值很少。

接下来展示变量间的相关性：

变量间的相关系数矩阵如下：

变量	GDP	人口	固定资产	消费	净出口	税收	M2	物价指数
GDP	1.000	0.897	0.997	0.998	0.962	0.995	0.997	-0.237
人口	0.897	1.000	0.886	0.891	0.941	0.902	0.873	-0.382
固定资产	0.997	0.886	1.000	0.993	0.955	0.996	0.995	-0.234
消费	0.998	0.891	0.993	1.000	0.947	0.987	0.999	-0.243
净出口	0.962	0.941	0.955	0.947	1.000	0.972	0.941	-0.267
税收	0.995	0.902	0.996	0.987	0.972	1.000	0.987	-0.239
M2	0.997	0.873	0.995	0.999	0.941	0.987	1.000	-0.235
物价指数	-0.237	-0.382	-0.234	-0.243	-0.237	-0.239	-0.235	1.000

回归分析

通过逐步回归分析，最终模型中保留了人口、消费、净出口和税收四个变量。回归系数的显著性水平有所提高，且p值均较小，说明回归系数显著。

模型检验

异方差检验：BP = 2.8563，df = 4，p_value = 0.5822。由于p值>0.1，可认为该模型不存在异方差性。
自相关检验：DW = 0.98122，p_value = 0.00002874。DW检验的原假设为误差不相关，因为p_value<0.05，拒绝原假设，认为误差是相关的。