《基于SAS软件对影响地区生产总值因素的研究.doc》由会员分享，可在线阅读，更多相关《基于SAS软件对影响地区生产总值因素的研究.doc（10页珍藏版）》请在三一办公上搜索。
1、 论文题目：基于SAS对影响地区生产总值因素的研究 课程名称：统计软件（SAS） 基于SAS对影响地区生产总值因素的研究 摘要：国内生产总值（GDP）是衡量一国经济的重要指标，同样，某地区的生产总值也是衡量该地区经济发展的重要指标。本文根据2013年我国30个省市的各项经济活动，选取了居民消费支出()、固定资产投资（）、净出口（）和税收（）这四个经济指标作为自变量，来研究对地区生产总值（）是否有影响及影响力的大小。利用SAS软件的Insight模块，对它们进行了描述性统计分析和相关性分析，得出居民消费支出()对生产总值（）影响最大的结论，并建立了简单的线性回归方程。最后根据本文分析结果对我国的
2、经济发展提出了一定的建议。关键词：各地区生产总值；SAS；Insight模块；相关性分析1 数据的收集 1.1 引言国内生产总值（GDP）可以看作是我国各地区经济活动的综合，影响我国各地区的生产总值的主要因素有居民的消费支出、固定资产投资、净出口和各地税收收入，这些因素在很大程度影响了当地的生产总值。要建立模型对各个因素进行相关性分析，以表明这些因素与各个地区生产总值的相关性大小。1.2 数据的收集与经济变量的解释1.2.1 数据的收集模型选择2012年我国各地区生产总值作为被解释变量，居民消费支出、固定自嘲投资、净出口和税收值作为解释变量，表1.1为在中华人民共和国国家统计局网站（对上述被解
3、释变量和解释变量做如下定义：生产总值；居民消费支出；固定资产投资；净出口；税收。表1.1 2012年国内各地区生产总值(单位：亿元)指标地区生产总值（）居民消费支出()固定资产投资()净出口()税收()北京17,879.406203.296112.37-185.253124.93天津12,893.883180.687934.78-1833.951105.56河北26,575.017808.3919661.28249.281560.59山西12,112.833900.708863.26-1617.111045.22内蒙古自治区15,880.583777.2711875.74-3805.65111
4、9.87辽宁24,846.437894.4321836.28-718.912317.19吉林11,939.243375.869511.54-1389.86760.57黑龙江13,691.584447.749694.75-1712.60837.80上海20,181.728721.25511.62978.323426.79江苏54,058.2215385.5730854.244085.584782.59浙江34,665.3312496.1017649.362695.193227.77安徽17,212.056562.7215425.83-82.731305.09福建19,701.785028.121
5、2439.94514.131440.34江西12,948.884753.7910774.16120.90978.08山东50,013.2414583.3831255.981918.023050.20湖北22,250.457085.4615578.29121.921324.44湖南22,154.237768.3514523.24-500.701110.74广东57,067.9223022.4718751.474931.815073.88海南13,035.10937.932145.38-540.59350.80广西壮族自治区2,855.544905.769808.61-4551.33762.46重
6、庆11,409.604003.798736.17-324.81970.17四川23,872.809095.3017039.98-549.901827.04贵州6,852.202940.935717.80-1262.81681.66云南10,309.474543.537831.13-4573.641063.90西藏自治区701.03163.09670.52-460.2770.07陕西14,453.684442.2012044.55-1848.621131.55甘肃5,650.202196.035145.03-975.82347.78青海1,893.54587.171883.42-823.0714
7、6.69宁夏回族自治区2,341.29779.802096.86-929.57207.02新疆维吾尔自治区7,505.312370.676158.78-2549.36698.93数据来源：中华人民共和国国家统计局网站从统计数据上来看，大部分地区的生产总值（）构成中，固定资产投资（）占了绝大部分，只有少数地区的固定资产投资占该地区生产总值的比例较少；大部分地区的净出口（）为负值，且部分地区之间的差距较大，说明对生产总值有一定的影响作用；其次占生产总值较大的是居民消费支出（），占比例最小的是税收（）。为了正确判断影响地区生产总值的因素，我将对其进行一定的分析。2 对模型进行分析2.1 数据的收集与
8、经济变量的解释将数据导入SAS中，选择Insight模块分析，选中表头的、，在Analyze中选择Line Plot（Y X），绘制出如图2.1所示的折线图。从图2.1中可以看出，总体来讲，随着居民消费支出（）、固定资产投资（）、净出口（）、税收（）呈现出不同程度的上升趋势，生产总值（）也在不断的增长，存在着正相关关系，且根据它们的增长趋势，推断固定资产投资（）和居民消费支出（）对地区生产总值的影响程度较大。图2.1 生产总值与各因素的折线图2.2 描述性统计分析从表2.1可以看出，居民消费支出（）的均值为6089.7257亿元，标准差为4961.9458，其中95%的地区居民消费支出低于15
9、385.57亿元；固定资产投资（）的均值为11417.7453亿元，标准差为7858.4231，其中95%的地区固定资产投资低于30854.2400亿元。表2.1 居民消费支出与固定资产投资的描述统计表 同理，从表2.2显示的结果看出，净出口（）的均值为-520.7133亿元，标准差为2099.4334，其中95%的地区净出口低于4085.5800亿元；税收（）的均值为1528.3240亿元，标准差为1295.7530，其中95%的地区税收收入低于4782.5900亿元。表2.2 净出口与税收的描述统计表3 相关性分析折线图和描述性统计在一定程度上反映了居民消费支出（）、固定资产投资（）、净出
10、口（）、税收（）和生产总值（）的关系，为了考察变量间的线性联系程度，现利用SAS软件计算其相关系数。多元分析生成分析变量的单变量统计量和相关矩阵，得到表3.1。从表中数据看出，居民消费支出（）与生产总值（）具有最高的相关性0.9489，其次是税收（）与的相关性为0.8949，然后是固定资产投资（）与的相关性为0.8387，净出口（）与的相关性最低，为0.7878。证实了1.1中与具有很高的相关性的观点。4 简单线性回归从相关性分析中得到结论，居民消费支出（）与生产总值（）具有最高的相关性，因此在这里将作为自变量，即预测变量；将作为相依变量，即响应变量，做简单线性回归。表4.1给出了模型的方程，
11、表明截距的估计值为146.631，斜率的估计值为0.3265。表4.1 模型方程图4.1给出了回归的图形表示，由此可以形象地看出模型拟合数据是否比只用均值预测的基线模型好。表3.1 分析变量的单变量统计量和相关矩阵图4.1 简单回归散点图表4.2为参数回归拟合表，滑动条用于改变途中拟合的多项式的次数。表4.2 参数回归拟合表表4.3说明均值为6098.7257，生产总值（）变化的约90%可由变量居民消费支出（）来说明。表4.4 模型拟合的汇总度量 方差分析表包含对模型作用是否显著的假设检验。由表4.4看出，该模型较好。表4.4 方差分析表5 结论与建议 通过建立模型分析结果表明，居民消费支出（
12、）对生产总值（）的影响最大，净出口（）对的影响最小。从经济上看，净出口（）多为负值，因此在进出口贸易政策上还需一定的改进。从统计方法上来看，存在的问题是：（1）选择的变量之间还存在着一定的线性关系，对模型有一定的影响；（2）没有考虑和研究其他因素。根据本文分析，对我国的经济发展提出以下建议：（1） 完善进出口贸易政策，加强技术创新，增加我国出口产品的质量和数量；（2） 增加对落后地区的投资，加速其发展，以推动经济增长，如：积极鼓励和落实西部大开发。参 考 文 献1 高敏雪,李静萍,许健.国民经济核算原理与中国实践（第三版）M.北京：中国人民大学出版社,20132 王吉利,张尧庭.SAS软件与应用统计C.上海宏能计算机软件技术有限公司与国家统计局教育中心合编,20003 S_L_simpson.各地区的国内生产总值影响因素-计量经济学论文（eviews分析）.
