云南省固定資產(chǎn)投資和對GDP增長的實(shí)證分析

1、綜合性及設(shè)計性試驗1課程論文學(xué)院：統(tǒng)計與數(shù)學(xué)學(xué)院班級：經(jīng)統(tǒng) 13-1陳亞倫時秋平何秋娟固定資產(chǎn)投資對經(jīng)濟(jì)增長影響的實(shí)證分析 以云南省為例摘要： 固定資產(chǎn)投資對經(jīng)濟(jì)增長有著十分重要的作用，為了分析固定資產(chǎn)投資對云南經(jīng)濟(jì)增長的影響，本文選取了 2003年-2013 年云南省數(shù)據(jù)，把總的固定資產(chǎn)投資按產(chǎn)業(yè)分為三個部分：第一產(chǎn)業(yè)固定資產(chǎn)投資，第二產(chǎn)業(yè)固定資產(chǎn)投資，第三產(chǎn)業(yè)固定資產(chǎn)投資。分產(chǎn)業(yè)對固定資產(chǎn)投資對經(jīng)濟(jì)的拉動作用進(jìn)行實(shí)證分析。借助EViews軟件，對固定資產(chǎn)投資與經(jīng)濟(jì)增長進(jìn)行相關(guān)分析，建立回歸模型，得出兩者的因果關(guān)系，并在此提出合理的政策建議及意見。關(guān)鍵詞： 固定資產(chǎn)投資；經(jīng)濟(jì)增長；相關(guān)分析；

2、逐步回歸法1、 引言投資、出口、消費(fèi)是拉動經(jīng)濟(jì)增長的“三駕馬車” ， 2008 年國際 金融危機(jī)發(fā)生以后，出口和消費(fèi)對于我國的經(jīng)濟(jì)增長的拉動作用越來越弱。投資已經(jīng)成為拉動經(jīng)濟(jì)增長的主要力量，而投資對于經(jīng)濟(jì)增長的貢獻(xiàn)度到底有多大是目前國內(nèi)討論的熱點(diǎn)問題。本文以云南省為例進(jìn)行分析，從固定資產(chǎn)投資的角度考慮，根據(jù)云南省近幾年各個產(chǎn)業(yè)固定資產(chǎn)投資的數(shù)據(jù)，應(yīng)用計量經(jīng)濟(jì)學(xué)方法分析固定資產(chǎn)投資對于云南省經(jīng)濟(jì)的影響。2013 年云南省的地區(qū)生產(chǎn)總值已經(jīng)達(dá)到 11832.31 億元，以平均每年將近17%的速度增長。同時從2003 年到 2013 年，云南省的國內(nèi)生產(chǎn)總值翻了 4.67倍。根據(jù)宏觀經(jīng)濟(jì)學(xué)中的凱恩斯

3、模型：即丫=。+1+ (X M),我們可以看出經(jīng)濟(jì)增長受消費(fèi)、出口、投資的影響，公式中的I就是投資的部分，而固定資產(chǎn)投資就是I中的主要部分，因此它對經(jīng)濟(jì)的發(fā)展起著十分重要的作用。云南省固定資產(chǎn)投資有逐年增加的趨勢，本文把總的固定資產(chǎn)投資按產(chǎn)業(yè)分為三個部分：第一產(chǎn)業(yè)固定資產(chǎn)投資， 第二產(chǎn)業(yè)固定資產(chǎn)投資， 第三產(chǎn)業(yè)固定資產(chǎn)投資。分產(chǎn)業(yè)對固定資產(chǎn)投資對經(jīng)濟(jì)的拉動作用進(jìn)行實(shí)證分析。2、 文獻(xiàn)綜述凱恩斯在就業(yè)、貨幣和通論中提出了投資乘數(shù)理論，并試圖通過它來分析增加投資對促進(jìn)經(jīng)濟(jì)繁榮、解決經(jīng)濟(jì)危機(jī)和失業(yè)問題的作用，以得到投資等于儲蓄下的國民產(chǎn)出均衡，但是凱恩斯均衡并沒有考慮時間、人口等因素對經(jīng)濟(jì)增長的影響

4、。隨著固定資產(chǎn)投資對經(jīng)濟(jì)發(fā)展的影響越來越重要，國內(nèi)許多學(xué)者對其的進(jìn)行了研究，其中最具代表的有：1 、經(jīng)濟(jì)學(xué)家李京文教授、鄭友敬教授通過對我國1953 1990 年期間經(jīng)濟(jì)增長研究， 認(rèn)為資本投入對經(jīng)濟(jì)增長的貢獻(xiàn)率高達(dá)75.07% 。2、 雷輝通過研究得出， 固定資產(chǎn)投資在拉動經(jīng)濟(jì)增長上起到了巨大作用，并且二者之間還存在著長期穩(wěn)定的雙向因果關(guān)系。3、 張華嘉、黃怡勝把固定資產(chǎn)投資資金來源劃分為國家投資、國內(nèi)貸款投資、外國投資、自籌資金及其他資金來源投資，分析了固定資產(chǎn)總投資和各種投資的決定因素以及各種投資對經(jīng)濟(jì)增長、行業(yè)結(jié)構(gòu)和地區(qū)結(jié)構(gòu)的影響。4、 胡春、 仲繼銀對我國固定資產(chǎn)投資與經(jīng)濟(jì)增長周期的

5、關(guān)系進(jìn)行了實(shí)證分析，認(rèn)為我國經(jīng)濟(jì)增長對固定資產(chǎn)投資有較高的依賴程度，并且經(jīng)濟(jì)增長呈現(xiàn)出周期波動過于頻繁的現(xiàn)象。上述文獻(xiàn)都對固定資產(chǎn)投資和GDP曾長做了實(shí)證分析，但是沒有細(xì)化固定資產(chǎn)投資， 為了更好的分析固定資產(chǎn)投資哪個行業(yè)對促進(jìn)GDP增長的效果更好，我們將總的固定資產(chǎn)投資分產(chǎn)業(yè)對固定資產(chǎn)投資的拉動作用進(jìn)行分析。3、 理論與方法以云南省地區(qū)生產(chǎn)總值GDP（Y為因變量代表經(jīng)濟(jì)發(fā)展水平；固定資產(chǎn)總額（X） ，第一產(chǎn)業(yè)固定資產(chǎn)投資額（X2） ，第二產(chǎn)業(yè)固定資產(chǎn)投資額（X3） ，第三產(chǎn)業(yè)經(jīng)濟(jì)固定資產(chǎn)投資額（X4） ，作為自變量進(jìn)行回歸分析模型形式如下：Y=?1 + ?2?2?+?3?3?+?4?4?+?

6、其中，？?1、？?2、？?3、？?4為相應(yīng)的擬合參數(shù)，？?為隨機(jī)干擾項。?本文采用2003-2013年期間的相關(guān)數(shù)據(jù)進(jìn)行分析表1云南省2003-2013年期間的數(shù)據(jù)單位：億元時間地區(qū)生產(chǎn) 總值固定資產(chǎn)投 資總額第一產(chǎn)業(yè)固 定資產(chǎn)投資第二產(chǎn)業(yè)周 定資產(chǎn)投資第二產(chǎn)業(yè)周 定資產(chǎn)投資2003 年2556.021000.1245.58282.67671.872004 年3081.911291.5453.33434.37803.842005 年3462.731777.6371.84642.881060.762006 年3988.142208.673.99799.171337.592007 年4772.52

7、2759.03100.3988.11670.632008 年5692.123435.93153.921306.621963.132009 年6169.754526.37166.181535.132748.192010 年7224.185528.71204.251773.13529.712011 年8893.126191225.92098.633938.452012 年10309.477831.1243.052544.415082.442013 年11832.319968.3338.442874.836755.03資資料來源：國家統(tǒng)計局官網(wǎng)整理四、實(shí)證分析(一)固定資產(chǎn)投資總額對于地區(qū)生產(chǎn)總值影

8、響的回歸分析經(jīng)過回歸分析得到回歸系數(shù)估計值為1.0582 > 0 ,說明地區(qū)生產(chǎn)總值與固定資產(chǎn)投資總額同方向變動，當(dāng)其他條件不變時，固定資產(chǎn)投資總額每增加一億元時， 地區(qū)生產(chǎn)總值將平均增加 1.0582 億元； 進(jìn)一步證明固定資產(chǎn)投資對云南省的經(jīng)濟(jì)發(fā)展具有帶動作用。(二)三次產(chǎn)業(yè)固定資產(chǎn)投資共同作用對于經(jīng)濟(jì)增長影響的分析1 .回歸分析過程將回歸分析過程中得到的數(shù)字帶入模型得：?=1474.630- 2.4156 X2 + 2.5902 X3 + 0.5491 X4t=(7.8207) (-0.4135) (4.3205) (2.1826)?2=0.9952 F=491.5475 n=11

9、結(jié)果表明： 模型的可決系數(shù)?2=0.9952 ， 可知回歸系數(shù)擬合優(yōu)度較好，方程通過擬合優(yōu)度檢驗?；貧w系數(shù)估計值？?2=-2.4156 < 0 ,說明云南省生產(chǎn)總值與第一產(chǎn)業(yè)的固定資產(chǎn)投資額反方向變動，當(dāng)其他條件不變時，第一產(chǎn)業(yè)固定資產(chǎn)投資額每多投資一億元時，云南省地區(qū)生產(chǎn)總值將平均減少2.4156億元；回歸系數(shù)估計值？?3=2.5902> 0 ,說明云南省地區(qū)生產(chǎn)總值與第二產(chǎn)業(yè)的固定資產(chǎn)投資額同方向變動，當(dāng)其他條件不變時，第二產(chǎn)業(yè)固定資產(chǎn)投資額每多投資一億元時，云南省地區(qū)生產(chǎn)總值將平均增加2.5902億元；回歸系數(shù)估計值？?4= 0.5491>0 ,說明國內(nèi)生產(chǎn)總值與第三產(chǎn)

10、業(yè)的固定資產(chǎn)投資額同方向變動， 當(dāng)其他條件不變時，第三產(chǎn)業(yè)固定資產(chǎn)投資額每多投資一億元時，國內(nèi)生產(chǎn)總值將平均增加0.5491億元。通過觀察根據(jù)上表P值，我們可 以看出第一和第三產(chǎn)業(yè)的固定資產(chǎn)投資沒有通過檢驗。出現(xiàn)這一情況 的原因是第一、第二和第三產(chǎn)業(yè)的固定資產(chǎn)投資之間可能存在嚴(yán)重的 多重共線性。下面我們就對模型進(jìn)行多重共線性的檢驗。2 .多重共線性檢驗。雖然第一、二、三產(chǎn)業(yè)固定資產(chǎn)投資額表面上并沒有明顯的內(nèi)在聯(lián) 系，但是因為它們的變化方向非常一致使得變量的樣本數(shù)據(jù)高度相關(guān)。表2相關(guān)系數(shù)矩陣變量X2X3X4X210.9855630.984061X30.98556310.982089X40.984

11、0610.9820891由相關(guān)系數(shù)矩陣可以看出，各解釋變量互相之間的相關(guān)系數(shù)較高，證實(shí)確實(shí)存在一定的多重共線性。為了進(jìn)一步了解多重共線性的性質(zhì)，我們做輔助回歸，即將每個X變量分別作為被解釋變量都對其其余的 X變量進(jìn)行回歸，為節(jié)省篇幅， 只給出從這些回歸所得到的可決系數(shù)和方差擴(kuò)大因子的數(shù)值，見表3。表3輔助回歸的？催值被解釋變量可決系數(shù)?2的值方差擴(kuò)大因子?劣?=1/(1- ?)X20.978682X30.976068X40.973598由于輔助回歸的可決系數(shù)很高，經(jīng)驗表明，方差擴(kuò)大因子VI? >10時，通常說明該解釋變量與其余解釋變量之間有嚴(yán)重的多重共線性， 這里X2、X3、X4的方差擴(kuò)

12、大因子遠(yuǎn)大于10,表明存在嚴(yán)重多重共線 性問題。3、修正多重共線性。先采用取對數(shù)OLS0歸，發(fā)現(xiàn)LnX2和LnX3的P值分別為0.6096和0.7 , 遠(yuǎn)遠(yuǎn)大于0.05 ,說明LnX2和LnX3不顯著，即X2和X3不顯著，與實(shí) 際不符，不能采用取對數(shù)的方法減弱多重共線性。再采用逐步回歸的方法從3個經(jīng)濟(jì)變量中選擇最顯著地變量建立最基本的模型，然后再將另外2個經(jīng)濟(jì)變量逐個帶入模型，從而消除 不顯著的變量。(1)云南省地區(qū)生產(chǎn)總值 Y分別關(guān)于X2、X3、X4建立一元回歸模型， 回歸分析結(jié)果：?=1249.012+ 32.3496 X2?2=0.9701?=1242.206 + 3.5549 X3?2

13、=0.9916?=1996.912 + 1.5566 X4?2=0.9785由結(jié)果分析第二產(chǎn)業(yè)固定資產(chǎn)投資應(yīng)該是國內(nèi)生產(chǎn)總值增加的最主要因素，所以把？?=1249.012+32.3496 X3+區(qū)作為最基本的模型。(2)加入第三產(chǎn)業(yè)固定資產(chǎn)投資 X4,對國內(nèi)生產(chǎn)總值Y關(guān)于X3、X4建立二元回歸模型，回歸分析結(jié)果?=1444.413+ 2.4487 X3+0.4965X4?2=0.9952可以看出，加入變量X4后，修正的可決系數(shù)？?2提高，X3、x4的參數(shù)估計值符號正確，并且X3 的系數(shù)顯著，因此在模型中加入X4.(3)加入第一產(chǎn)業(yè)固定投資 X2,對國內(nèi)生產(chǎn)總值 Y關(guān)于X2、X3、X4建立三元回

14、歸模型，回歸分析結(jié)果：?=1474.630+ 2.5902 X3+0.5492 X4-2.4156 X2?2=0.9952可以看出，加入變量X2后，修正的可決系數(shù)？?2沒有改進(jìn)，同時X2的參數(shù)估計值符號不正確，并且X2 的系數(shù)不顯著，因此在模型中略去X2。經(jīng)過上面的逐步回歸分析表明Y對X3、X4的回歸模型為最優(yōu)。即?=1444.413+ 2.4487 X3+0.4965X4五、結(jié)論和建議根據(jù)上述的分析結(jié)果，得出的結(jié)論是：由固定資產(chǎn)投資總額對于地區(qū)生產(chǎn)總值影響的回歸分析的結(jié)果可知，擬合系數(shù)RA2為0.9883,說明模型Y=% + B X中Y有98.83%可以被X 解釋。系數(shù)為1.0582,說明每

15、變化1單位的固定資產(chǎn)投資，GD呼均變動 1.0582 單位， 表明固定資產(chǎn)投資對云南經(jīng)濟(jì)的增長有明顯的拉動作用。通過逐步回歸的分析可以看出在三次產(chǎn)業(yè)的固定資產(chǎn)投資中，第二產(chǎn)業(yè)固定資產(chǎn)投資對云南省經(jīng)濟(jì)發(fā)展的帶動作用最顯著?；谏鲜龅贸龅慕Y(jié)論，為保證云南經(jīng)濟(jì)健康穩(wěn)定可持續(xù)發(fā)展提出兩點(diǎn)建議：由上述分析的結(jié)果說明固定資產(chǎn)的投資對促進(jìn)云南生產(chǎn)總值GDP勺增長扮演著十分重要的角色，是拉動經(jīng)濟(jì)增長的強(qiáng)有動力。其中，加大固定資產(chǎn)的投入是保持云南經(jīng)濟(jì)持續(xù)增長有效方法，但也不能過分的依賴固定資產(chǎn)的投入， 過分的以加大固定資產(chǎn)投資來促進(jìn)經(jīng)濟(jì)增長,將對未來經(jīng)濟(jì)造成危害 , 降低投資效率, 加劇產(chǎn)能過剩 , 引致結(jié)構(gòu)失

16、衡 , 造成環(huán)境、資源等一系列問題 , 阻礙經(jīng)濟(jì)的可持續(xù)增長。為了保證云南經(jīng)濟(jì)增長不過于依賴固定投資的投入，還需從消費(fèi)、政府購買和進(jìn)出口貿(mào)易發(fā)面著手，只有保證拉動經(jīng)濟(jì)增長的四駕馬車能夠協(xié)調(diào)發(fā)展，才能從根本上保持經(jīng)濟(jì)的可持續(xù)發(fā)展，從而保證整個社會健康和諧的發(fā)展。通過以上的分析可以看出在三次產(chǎn)業(yè)的固定資產(chǎn)投資中，第二產(chǎn)業(yè)固定資產(chǎn)投資對云南省經(jīng)濟(jì)發(fā)展的帶動作用最顯著，這也與我國工業(yè)化經(jīng)濟(jì)和社會的發(fā)展階段相一致，是一個工業(yè)仍占主體的結(jié)構(gòu)特征。同時第三產(chǎn)業(yè)固定資產(chǎn)投資的份額雖逐年增加，但其對經(jīng)濟(jì)增長的拉動作用還沒有發(fā)揮出來。因此今后我們要進(jìn)一步加大第三產(chǎn)業(yè)的投資，比如云南旅游業(yè)，能源再生等，加速第三產(chǎn)業(yè)

17、的發(fā)展，使其對經(jīng)濟(jì)的拉動作用更加顯著，這也符合經(jīng)濟(jì)和社會發(fā)展的趨勢。因為雖然第二產(chǎn)業(yè)的固定資產(chǎn)投資過去和目前對于云南的經(jīng)濟(jì)增長起主要的作用，但是從長遠(yuǎn)來說，走可持續(xù)發(fā)展道路，第二產(chǎn)業(yè)的作用被第三產(chǎn)業(yè)的發(fā)展所取代是必然的。參考文獻(xiàn)1. 李京文，鄭友敬 . 中國經(jīng)濟(jì)增長分析 J. 中國社會科學(xué)， 1992(1)2. 雷輝 . 我國固定資產(chǎn)投資與經(jīng)濟(jì)增長的實(shí)證分析J. 國際商務(wù) - 對外經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報， 2006(2)3. 張華嘉，黃怡勝. 固定資產(chǎn)投資與經(jīng)濟(jì)增長對1978 - 1997 年中國經(jīng)濟(jì)的市政分析J. 世界經(jīng)濟(jì)文匯， 1999(6)4. 胡春，仲繼銀. 我國固定資產(chǎn)投資與經(jīng)濟(jì)增長周期關(guān)

18、系的實(shí)證分析J.北京郵電大學(xué)學(xué)報（社會科學(xué)版），2000（3）5 .龐皓.計量經(jīng)濟(jì)學(xué)M.科學(xué)出版社.2009年6 .朱平芳，現(xiàn)代經(jīng)濟(jì)學(xué)，上海財經(jīng)大學(xué)出版社，2004年7 .何曉群等，應(yīng)用回歸分析（第三版），中國人民大學(xué)出版社，2011 年8 .張曉響，計量經(jīng)濟(jì)學(xué)基礎(chǔ)M,南開大學(xué)出版社，2001年9 .張曉響，計量經(jīng)濟(jì)學(xué)軟件 Eviews使用指南M,南開大學(xué)出版社， 2004 年10 .高鴻業(yè).西方經(jīng)濟(jì)學(xué)（宏觀部分）M.北京：中國人民大學(xué)出版社， 2014.附錄：好口 x回歸Dependent Variable: YMethod: Least SquaresDate: 11/03/15 Time

19、: 22:24Sample: 1 11Included observations: 11CoefficientStd. Errort-StatisticProb.?C1704.939193.61358.8058860.0000X1.0582480.03836227.586070.0000R-squared0.988312?Mean dependent var6180.206Adjusted R-squared0.987013?S.D. dependent var3075.562S.E. of regression350.4948?Akaike info criterion14.71953Sum

20、 squared resid1105619.?Schwarz criterion14.79188Log likelihood-78.95744 ?Hannan-Quinn criter.14.67393F-statistic760.9912 ?Durbin-Watson stat1.9848560.000000Prob(F-statistic)竹口 x2 x3 x4回歸Dependent Variable: YMethod: Least SquaresDate: 11/03/15 Time: 22:26Sample: 1 11Included observations: 11Coefficie

21、ntStd. Errort-StatisticProb.?C1474.630188.55477.8207000.0001X2-2.4156215.843995-0.4133510.6917X32.5901860.5995044.3205470.0035X40.5491570.2516062.1826080.0654R-squared0.995276?Mean dependent var6180.206Adjusted R-squared0.993251?S.D. dependent var3075.562S.E. of regression252.6694?Akaike info criter

22、ion14.17733Sum squared resid446893.0?Schwarz criterion14.32202Log likelihood-73.97531?Hannan-Quinn criter.14.08612F-statistic491.5475?Durbin-Watson stat2.051274Prob(F-statistic)0.000000X2和 X3 X4Dependent Variable: X2Method: Least SquaresDate: 11/03/15 Time: 22:29Sample: 1 11Included observations: 11

23、CoefficientStd. Errort-StatisticProb.?C12.5090910.515071.1896340.2683X30.0585630.0297781.9666260.0848X40.0217970.0131271.6604510.1354R-squared0.978682?Mean dependent var152.4345Adjusted R-squared0.973353?S.D. dependent var93.64240S.E. of regression15.28614?Akaike info criterion8.518771Sum squared re

24、sid1869.329?Schwarz criterion8.627288Log likelihood-43.85324?Hannan-Quinn criter.8.450366F-statistic183.6374?Durbin-Watson stat2.250025Prob(F-statistic)0.000000X3和 X2 X4Dependent Variable: X3Method: Least SquaresDate: 11/03/15 Time: 22:29Sample: 1 11Included observations: 11CoefficientStd. Errort-St

25、atisticProb.?C82.48458107.30660.7686810.4642X25.5649032.8296701.9666260.0848X40.1705410.1355801.2578600.2439R-squared0.976068?Mean dependent var1389.083Adjusted R-squared0.970086?S.D. dependent var861.5399S.E. of regression149.0100?Akaike info criterion13.07290Sum squared resid177631.9?Schwarz crite

26、rion13.18142Log likelihood-68.90098?Hannan-Quinn criter.13.00450F-statistic163.1437?Durbin-Watson stat1.757567Prob(F-statistic)0.000000X4和 X2 X3Dependent Variable: X4Method: Least SquaresDate: 11/03/15 Time: 22:30Sample: 1 11Included observations: 11CoefficientStd. Errort-StatisticProb.?C-449.970921

27、1.8767-2.1237400.0664X211.758927.0817621.6604510.1354X30.9682120.7697301.2578600.2439R-squared0.973598?Mean dependent var2687.422Adjusted R-squared0.966997?S.D. dependent var1954.396S.E. of regression355.0478?Akaike info criterion14.80938Sum squared resid1008471.?Schwarz criterion14.91790Log likelih

28、ood-78.45160?Hannan-Quinn criter.14.74098F-statistic147.5031?Durbin-Watson stat1.009315Prob(F-statistic)0.000000取對數(shù)后回歸Dependent Variable: LNYMethod: Least SquaresDate: 11/03/15 Time: 22:42Sample: 1 11Included observations: 11tStd. Errort-StatisticProb.?CoefficienC3.7755860.3784629.9761220.0000LNX20.

29、1024210.1916480.5344210.6096LNX30.0570780.1421370.4015680.7000LNX40.5158640.1656363.1144430.0170R-squared0.991225?Mean dependent var8.614810Adjusted R-squared0.987465?S.D. dependent var0.506109S.E. of regression0.056665?Akaike info criterion-2.628033Sum squared resid0.022476?Schwarz criterion-2.4833

30、44Log likelihood18.45418?Hannan-Quinn criter.-2.719239F-statistic263.5783?Durbin-Watson stat1.899202Prob(F-statistic)0.000000竹口 X2回歸Dependent Variable: YMethod: Least SquaresDate: 11/03/15 Time: 22:45Sample: 1 11Included observations: 11CoefficientStd. Errort-StatisticProb.?C1249.012334.21173.737189

31、0.0046X232.349581.89185817.099370.0000R-squared0.970138?Mean dependent var6180.206Adjusted R-squared0.966820?S.D. dependent var3075.562S.E. of regression560.2232?Akaike info criterion15.65751Sum squared resid2824650.?Schwarz criterion15.72986Log likelihood-84.11632?Hannan-Quinn criter.15.61191F-stat

32、istic292.3885?Durbin-Watson stat1.827117Prob(F-statistic)0.000000竹口 X3回歸Dependent Variable: YMethod: Least SquaresDate: 11/03/15 Time: 22:46Sample: 1 11Included observations: 11CoefficientStd. Errort-StatisticProb.?C1242.206175.72637.0689810.0001X33.5548640.10889032.646290.0000R-squared0.991626?Mean

33、 dependent var6180.206Adjusted R-squared0.990696?S.D. dependent var3075.562S.E. of regression296.6639?Akaike info criterion14.38604Sum squared resid792085.0?Schwarz criterion14.45839Log likelihood-77.12323?Hannan-Quinn criter.14.34044F-statistic1065.780?Durbin-Watson stat0.954304Prob(F-statistic)0.0

34、00000Dependent Variable: YMethod: Least SquaresDate: 11/03/15 Time: 22:46Sample: 1 11Included observations: 11Coefficient Std. Error t-StatisticProb.?C1996.912251.78897.9308970.0000X41.5566200.07699320.217590.0000R-squared0.978456?Mean dependent var6180.206Adjusted R-squared0.976062?S.D. dependent var3075.562S.E. of regression475.8453?Akaike info criterion15.33103Sum squared resid2037859.?Schwarz criterion15.40337Log likelihood-82.32066?Hannan-Quinn criter.15.28543F-statistic408.7509?Durbin-Watson stat1.641901Prob(F-statistic)0.000000竹口 X3 X4回歸Dependent Varia