《陕西省建筑业总产值影响因素分析.docx》由会员分享，可在线阅读，更多相关《陕西省建筑业总产值影响因素分析.docx（55页珍藏版）》请在三一办公上搜索。
1、陕西省建筑业总产值影响因素分析 实验0904 刘文乐 2009112827 指导老师 沈鸣 陕西省建筑业总产值影响因素分析一、 前言 陕西，古为雍州、梁州之地（陕北、关中属雍州、陕南为梁州），又称为三秦大地，纵贯南北，连通东西，位于中国地理版图的中心区，处于黄河中游和汉江中上游，历史悠久，古老而神秘。是中华民族的摇篮和中华文明的发祥当今的陕西犹如镶嵌在中国内陆腹地的一颗明珠，地域南北长、东西窄，南北长约880公里，东西宽约160490公里。全省纵跨黄河、长江两大水系，是第二亚欧大陆桥亚洲段的中心和中国西北、西南、华北、华中之间的门户，周边与山西、河南、湖北、四川、重庆、甘肃、宁夏、内蒙古8个省
2、、市、区接壤，是国内邻接省区数量最多的省份，具有承东启西、连接南北的区位之便。总面积20.58万平方公里，常住人口为3762万人（2008年），汉族人口占总人口的99.4%以上，境内还有回族、满族、蒙古族、苗族、羌族等。 陕西历史文化悠久，其中最具代表性的就是西秦文化。 西秦文化，是中国中心文明的重要发祥地，历朝历代的建都首选。从上古时代蓝田猿人，到中华文明的发源华胥古国，再到伏羲氏、女娲氏、神农氏“三皇”，从半坡的仰韶文化到西周定都丰镐，再到近代的西安事变，一直到国家在西安宣布实施西部大开发，那里一直是中华文明的中心。 随着改革开放的深入进行，陕西省的经济也经历了前所未有的快速发展。截止到2
3、008，据初步核算，2008年陕西生产总值6851.32亿元，比上年增长15.6。其中，第一产业增加值753.72亿元，增长7.6，占生产总值的比重为11；第二产业增加值3842.08亿元，增长18.8，占56.1；第三产业增加值2255.52亿元，增长13，占32.9。人均生产总值18246元，比上年增长15.2。规模以上工业企业完成工业增加值2988.07亿元，比上年增长21。2008年，全省全社会固定资产投资完成4835.15亿元，比上年增长32.8。2008年，全省社会消费品零售总额2256.09亿元，比上年增长25.3，为1998年以来增幅最高的年份。全年接待国内旅游人数9056万人
4、次，比上年增长13；国内旅游收入561亿元，增长22.5。全年接待境外旅游人数达125.7万人次，增长2.1；旅游外汇收入6.6亿美元，增长8.2。2008年，全省外贸进出口总值83.68亿美元，比上年增长21.5。其中，进口29.61亿美元，增长33.6；出口54.07亿美元，增长15.7。2008年，全省新批外商投资项目156个，实际利用外资13.7亿美元（含外商投资企业再投资部分），增长14.6。2008年末，全省常住人口为3762万人，比上年增加人口14万人，其中男性1933.9万人，占51.41；女性人口1828.1万人，占48.59牞性别比为105.79（以女性为100，男性对女性
5、的比例）。全年出生人口38.64万人牞出生率为10.29；死亡人口23.32万人牞死亡率为6.21；自然增长率为4.08。城镇人口1583.8万人，占42.1牞乡村人口2178.2万人牞占57.9。人口年龄构成为014岁人口占17.75，1564岁人口占73.28，65岁及以上人口占8.97。全省城镇居民人均可支配收入12858元，比上年增加2095元，增长19.5，扣除价格因素实际增长12.5；农村居民人均纯收入3136元，比上年增加491元，增长18.6，扣除价格因素实际增长10.6。 在经济快速发展的带动下，陕西省建筑业也经历了前所未有的增长，以商洛市为例对其增长因素分析如下：（一）固定
6、资产投资快速增长，建筑企业施工量明显增加。西部大开发以来，特别是新一轮西部大开发等措施实施以来，全市固定资产投资高速增长。2010年全市计划总投资50万元以上的在建项目固定资产投资完成290.07亿元，比上年增长31.6。城镇投资完成241.13亿元，增长26.0；农村投资完成9.21亿元，增长17.2；城镇房地产开发完成投资8.22亿元，增长38.4。城镇基础建设、房地产开发以及新农村建设的力度加大，强有力地拉动了商洛市建筑业经济的快速增长。（二）承包工程经营范围进一步拓宽，打破只在本市内施工的格局。巩固和扩大建筑业传统优势市场，积极开拓市外市场和新农村建设，不断开辟建筑业新的发展空间。20
7、10年，商洛市建筑业企业施工步伐走向乡镇新农村建设，走向了四川、青海等省市区，施工企业已打破只在本市区域内发展的格局。（三）建筑业劳动报酬提高。2010年，建筑企业全部从业人员平均人数3.93万人，从业人员劳动报酬7.18亿元，人均月收入1522.4元/人，比上年的1423元，人均每月增加了99.4元。有的发展。 综上所述，建筑业的发展是经济发展的一个重要组成部分，经济发展的好坏也在很大程度上反映在建筑业发展的好与坏上面，所以，对建筑业影响因素的分析也就具有了很高的实际价值。二、 理论背景1、 工业总产值。工业是现代经济发展的基础产业，是推动经济迅猛发展的首要动力。随着工业的快速发展，工厂的数
8、量规模必然逐步扩大，这就带动了建筑面积的迅速提高，同时也拉动了工业总产值的提高。所以，把工业总产值作为X1。2、 社会消费品零售总额。消费是居民的主要经济活动，居民将收入的多大部分用于消费直接影响其对投资的比例，而居民对固定资产投资多少，对建筑业总产值的影响也是极其深远的。所以，把社会消费品零售总额作为X2。3、 外贸进出口总值。对外经济的繁荣程度对本地区经济具有极其重要的影响，一个地区的外贸进出口直接影响外资在本地区的投资程度，外商对当地的投资的增长必然带动本地区建筑业的发展。所以，将外贸进出口总值作为X3。4、 人民可支配收入。居民的收入情况直接影响其消费与投资，就建筑业来说，居民对固定资
9、产投资需求的情况，对建筑业的发展具有重要影响。因此，将人民可支配收入作为X4。5、 社会固定资产投资总额。建筑业的核心商品就是各种商品房及商业仓库，写字楼等，这些都属于固定资产投资范畴，居民的固定资产投资总额直接影响建筑业的发展状况。所以，将社会固定资产投资总额作为X5。三、 模型的选择与建立1、 本模型研究的是19762009年间陕西省建筑业生产总值影响的因素之间的定量关系。确定的变量有：X1 陕西省工业总产值X2 社会消费品零售总额X3 外贸进出口总值X4 陕西省居民可支配收入X5 社会固定资产投资总额2、 确定模型的数学形式，如下：Y=+X+X+X+X+X四、 数据来源与分析1、时间序列
10、的变量及原始数据：由于解释变量和被解释变量中都是以“忆元”作单位，数据的口径均同质可比，没有实物量指标，故可用现价数据，而不用调整为可比价。年份Y建筑业总产值（亿元）X1工业总产值（亿元）X2消费品零售总额（亿元）X3外贸进出口总值（亿元）X4人民可支配收入（亿元）X5固定资产投资总额（亿元）19766.111272.396425.35581.18820.003414.187319777.276683.574429.08821.38150.003916.993519788.664296.478333.37001.60630.004420.354819799.1932105.793036.600
11、01.86760.005321.162219809.7607109.957843.38002.17150.005427.802019818.2528108.639147.52002.52480.006422.924419829.8176117.706650.65002.93550.007629.4805198311.0401131.767754.90003.41320.008430.8266198413.9234150.696063.00003.96850.011040.3864198516.4405192.082783.01004.61410.013057.9881198618.308121
12、9.262191.40008.09750.015363.5300198720.8180258.4397106.160012.91010.017380.8912198824.2409331.7423140.070018.34880.021694.7210198927.3554406.7087153.650020.01160.025595.1793199032.5034442.5767159.670027.61590.0302103.7154199136.0774508.8160176.600043.30500.0312124.9323199247.9806599.5407208.370061.7
13、0350.0371142.4653199375.1613793.7800245.530086.19740.0464228.2062199498.02601009.7561305.9500137.95180.0594283.29121995106.56121068.7123369.4600144.73680.0746324.32501996129.45021168.5390432.1400148.33030.0926371.99551997164.24931284.1366490.5000143.75590.1078424.09871998187.98041318.8077520.0100169
14、.84410.1217544.89161999218.30091501.0536557.0400166.28250.1335619.27432000242.30461714.1770607.6100177.16520.0965745.84372001279.73881946.9447665.1200170.87370.1044850.65622002347.35362205.9818728.1600184.17730.1189974.62982003440.95642708.8616853.2300230.41880.12911278.71972004523.16393389.8759966.
15、4900301.47980.14491544.19352005658.64114109.32211322.4100369.36010.16251982.03892006830.69665248.39301522.0000432.58290.18682610.220520071173.46486587.41131800.9100537.86640.22273861.880020081655.62398358.86472256.0900608.37600.27204851.410020092309.26749553.70212699.6700574.47480.30516553.3900数据来源：
16、上表中19782009的数据来自于电子版陕西省统计年鉴2009。1976和1977年数据根据内差预测法推测产生。2、 以散点图分析解释变量与被解释变量间的拟合程度1）、工业总产值X1与建筑总产值Y的关系 2）、消费品零售额X2与Y的关系3)、外贸进出口总值X3与Y的关系 4）、人民可支配收入X4与Y的关系 5）、固定资产投资总额X5与Y的关系由各解释变量与被解释变量的散点图可以看出，解释变量X1、X2、X5的散点图各数据点基本呈现线性趋势；而解释变量X3、X4的散点图各数据点总体趋势明显，但线性关系呈现不是很明显，也就是从散点图角度，各变量对于被解释变量的影响是有差异的，这就需要对模型进行检验
17、、筛选和对数据的处理，进而得到较为合理的模型及其参数估计。五、 五元模型的自相关、异方差处理1 .在基本假设条件下，以含有截距项的线性回归模型为理论依据，由模型数据，利用最小二乘法进行模型参数估计，构建各种检验以筛选模型，并对数据进行有效地处理，以得到合理的模型。在95%置信概率下，各元数的t检验和F检验的临界值、DW值如表所示：一元二元三元四元五元t检验2.0452.0482.02.0522.048F检验4.183.342.962.742.6D w值(dl,du)1.65，2.351.73，2.271.82，2.18在基本假设条件下，利用最小二乘法对各元模型进行参数估计和t检验、F检验等基本
18、回归分析，各元模型参数估计和检验如下表所示：每个变量下的数值即为该变量的系数值，符号*表示该项系数值通过显著性水平为0.05的t检验；R2表示该模型的可决系数；F表示对应的模型整体的F检验值，若出现*号则表明通过了显著性水平为0.05的F检验；若是偏回归系数和方程整体都通过了各自的假设检验，则“是否合格”一栏中注上“是”，若有任一项没有通过检验，则该栏用空格标注。 各元模型参数估计和检验CX1X2X3X4X5R2F合格五元-13.59329*0.0499470.049712-1.030092981.4846*0.303083-0.9985833947.433四元-45.93829*0.3616
19、81-0.098058-2.769073*1620.617*-0.9948861410.541-7.595150*-0.0277140.301661-0.6716290.3255670.9981623937.7021.169107-0.1075280.160448254.4295*0.4271620.9976873126.996-13.40849*0.063272-1.0541201092.330*0.3007960.9985745078.835-11.05997*0.130790-0.822249773.5867*0.3343240.99955614621.56*三元-39.69548*0.
20、2896350.32005-2.370962*0.9936801572.246-32.70335*0.1931030.339534-2429.803*0.973912373.31641.469808-0.1155130.2350200.4199340.9976494242.990-46.80336*0.359845-2.747067*1406.688*0.9948491931.3934.640082*0.036911-0.4381230.3291460.9973543769.3922.971075*-0.074661574.1434*0.4292300.9975844128.507-65.33
21、501*1.497226-2.076217*-1820.123*0.984264625.4986-8.639932*0.278735-0.7807680.3036610.9981365354.431-7.051621*-0.6759151031.526*0.362488-0.9984116283.2453.803876*-0.186988616.5333*0.3904510.9969563275.163二元-42.86199*0.345061-0.4917030.969679495.6886-27.07924*0.361950-2.142886*0.9927702128.216-29.2191
22、7*0.266111-1777.374*0.973448568.25109.135499*-0.0352150.3952680.9971175361.559-90.47035*1.420367-2.607910*0.981146806.5917-45.81271*1.197274-3831.055*0.970810515.49495.148753*-0.0549500.3634800.9967064689.525-119.1843*1.8100491946.129*0.85855394.081987.836511*-0.2327310.3650470.9972975719.4790.37055
23、8-103.5737*0.3446700.9965424466.723一元-69.11706*0.2089420.966837932.9177-104.9185*0.7461930.951541628.3539-92.42180*2.684774*0.854564188.0284是-161.4634*5803.580*0.842192170.7776是-3.242746*0.3395350.9965029114.9752、方程的检验与处理（自相关、异方差、多重共线性）1）、在“是否合格”一栏注明了“是”的方程可认为其解释变量的共线性未严重到需要处理的程度，也就是说认为该方程不存在多重共线性，进
24、行自相关、异方差的检验与处理。2)、首选五元模型进行处理和检验：Y=-13.59329+0.049947X1+0.049947X2-1.030092X3+981.4846X4+0.303083X5Dependent Variable: YMethod: Least SquaresDate: 06/09/11 Time: 12:59Sample: 1976 2009Included observations: 34VariableCoefficientStd. Errort-StatisticProb. C-13.593296.911413-1.9667900.0592X10.0499470.0
25、469031.0649030.2960X20.0497120.1154240.4306920.6700X3-1.0300920.244706-4.2095020.0002X4981.4846340.18142.8851800.0074X50.3030830.0354568.5481530.0000R-squared0.998583 Mean dependent var286.7266Adjusted R-squared0.998330 S.D. dependent var512.4641S.E. of regression20.93969 Akaike info criterion9.0799
26、55Sum squared resid12277.17 Schwarz criterion9.349312Log likelihood-148.3592 F-statistic3947.433Durbin-Watson stat1.391880 Prob(F-statistic)0.000000(1)自相关检验在五元模型最小二乘估计的结果中，DW=1.391880，因为dl=1.21DW1.73=du, 所以，该模型不确定是否存在自相关，则认为存在自相关。（2）利用夸特法对六元模型进行异方差检验将Xi按升序排列，i=1，2，3，4，5删掉排在中间的n/4个，即34 个，删掉8个。将其余样本点划
27、分为样本容量各为13个的两个子样本。分别用两个子样本做回归。求出大 和小 ，并做F检验。结果如下表所示：X1X2X3X4X5大4926.6974926.6975832.4334926.6974926.697小0.8781480.8781480.8781480.8781480.878148F-statistic5610.32650535610.32650536641.7426225610.32650535610.3265053F临界值5.055.055.055.055.05由上表可知，均大于（5，5）5.05所研究数据存在异方差。3.异方差的处理对数据进行调整：Genr E5 = abs (re
28、sid)；Genr CE5=1/E5Genr YE5=Y/E5；Genr X1E5=X1/E5；Genr X2E5=X2/E5；Genr X3E5=X3/E5；Genr X4E5=X4/E5；Genr X5E5=X5/E5； obsCE5YE5X1E5X2E5X3E5X4E5X5E519760.06033265548081.9610164341626.70182756499.633315100621.666140580490.001822046195526.2574254962619770.1190281330964.2942255689760.562775817721.02036830485
29、.154513303740.0037136777526114.870458432419780.1188360045640.7262305910928.603298920823.013181964530.1412009406230.0004040424155181.6859620475519790.1669182603181.5345129507617.65878351396.109208327650.3117365429710.0008846667796873.5323576085119800.2371990006352.315228285526.08188027210.28969264760
30、.5150776298790.001280874603436.5946066156619810.291647883212.4069116505531.684363548813.85910741010.7363525755280.001866546452546.6858527338519820.6085216695365.9742223428471.627016747430.8216225621.786315360920.0046247646884717.939523078819830.1299479031630.94557891215910.86031803813.77995059680.17
31、96529761230.0005067968223372.2082696924119840.4782594411116.6589975023772.071784737730.130344791.897972592050.0052608538522219.315177092519850.1439541767651.2472477783213.88845425224.803750878640.2312335941370.0006333983777652.9301584772119860.1049943736781.9222474927323.02128686089.596485754160.850
32、1919408570.001606413917276.6702925597619870.08352520398571.7388276965721.58622866058.867035655121.078318735980.001444986028956.7564539806519880.0598581580551.4510156235919.85748302698.384332198761.098325370520.001292936213995.6698245891219890.04934619033021.3498847749620.06952491917.582042144230.987
33、4962224110.001258327853424.6967358532919900.7992707845638.82402938866105.31807295943.87996607252.728071041870.0067138745903324.638800767419910.1078929988241.7738148471720.72437852528.956197832390.4978290858740.001402608984716.2565100051119920.080919205795710.475007374194.557247821334.968425592612.00
34、277007140.0074931184566830.101580419619930.09102237432056.8413599830172.251740288122.34872356697.845892008250.0042234381684720.771870158719940.034607260889857.2966082426289.27741141578.077095220821.05422695110.00941317496201167.89401155319950.1909069640199.15983067782114.45649484339.779284092711.779
35、62785440.0070826483651227.197617901119960.047061999144413.165067166291.627109805531.30187687098.04165792320.0049132727106740.033581356619970.32702458216653.7135587035419.944235059160.41863853647.01171313140.0352532499575138.69070016519984.70571636879884.5824452926205.934981182447.01956894799.2381615
36、130.5726856820822564.1053213419990.055528695056412.121964106683.351547617730.93170429429.233450235720.0074019750510234.38749376120000.554941359259134.464844079951.26771439337.18791929998.31629690140.0535518411685413.90284632120010.02277018584362.232070237522.99233405376.966538358843.141188123460.001
37、352549039116.4505932718520020.12807707687244.488033729282.53570057793.260604295323.58889021020.0152283644401124.82773581720030.03848480293524.1009867825441.129182259914.21859529245.570167225470.0028709662989712.48158371220040.050734203530726.5423037825171.98265385449.034100370415.29533753360.0073513
38、86091678.343427319820050.046501170395130.6275820203191.0882871861.493612742217.17567694730.007556440189292.167128618620060.044699572292537.1317827249234.60092232368.032749029219.33627061110.00834988010424116.67573993920070.015039868698817.648756514699.073801016727.08544993838.089440033470.0033493787
39、592158.0821681304200812.075966325324.9746349832712.121447110303.57674322782.529668291.5590072519115441.776029920090.0569526573388131.518914936544.108722018153.75338043832.71786643420.0173762557541373.232975077Dependent Variable: YE5Method: Least SquaresDate: 06/09/11 Time: 21:25Sample: 1976 2009Incl
40、uded observations: 34VariableCoefficientStd. Errort-StatisticProb. CE5-8.6295631.805186-4.7804280.0001X1E50.0512590.0119394.2934600.0002X2E5-0.0278920.056453-0.4940650.6251X3E5-0.7879450.101937-7.7297220.0000X4E5861.382679.7144410.805850.0000X5E50.3166320.00889535.596900.0000R-squared0.999999 Mean d
41、ependent var201.3591Adjusted R-squared0.999999 S.D. dependent var917.9514S.E. of regression0.935279 Akaike info criterion2.862842Sum squared resid24.49291 Schwarz criterion3.132199Log likelihood-42.66831 Durbin-Watson stat1.912226检验异方差：X1E5X2E5X3E5X4E5X5E5大8.6582588.4894738.0638178.0638179.526173小0.0495170.0495170.0198590.0495170.049517F-statistic174.85425208171.44562473406.05352737162.84946584192.38186885F临界值5.055.055.055.055.05由上表可知，存在异方差，所以再进行
