LNTZ LNRK LNJY LNWZ 0.388626 0.353290 0.388271 0.019606 0.640194 -.240235 0.055847 -.239131 0.654830 0.115388 -.687660 -.042012 -.178630 0.158992 -.090283 0.267296 -.615499 0.235207 0.093781 -.015738 0.129116 -.613026 -.802309 -.001103 -.103740 0.221141 0.245910 0.049607 -.871239 0.200865 0.362058 0.427957 0.333141 -.117426 LNJCK 0.388879 从以上的主成分分析运行结果可以看出，第一个特征根的累积贡献率达到了93.19%，这说明第一个主成分代表了原来七个因素93.19%的信息，则第一主成分与原来变量之间的线形组合为：
Pirnt1 = 0.382LnSS+0.381LnXFP+ 0.389LnTZ+ 0.353LnRK+ 0.388LnJY+ 0.362LnWZ+ 0.389LnJCK （2.3）
2.3 参数估计及检验
2.3.1 拟合回归模型
我们使用Eviews3.0来建立Print1和 LnGDP之间的线形方程，假设为：
LnGDP=C+aPrint1
=C+0.382LnSS+0.381LnXFP+0.389LnTZ+0.353LnRK+0.388LnJY+0.362LnWZ+
0.389LnJCK （2.4）
表2.5 Dependent Variable: LNGDP Method: Least Squares Date:05/25/04 Time:14:07 Sample: 1989 2002 Included observations: 14 Variable C PRINT1 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 4.011427 0.232190 Std. Error 0.200795 0.007370 t-Statistic 19.97773 31.50622 Prob. 0.0000 0.0000 10.32711 0.382213 -3.301551 -3.210257 992.6418 0.000000 0.988055 Mean dependent var 0.987060 S.D. dependent var 0.043478 Akaike info criterion 0.022684 Schwarz criterion 25.11086 F-statistic 1.294216 Prob(F-statistic)
由表2.5的运行结果可以看出，该计量模型的拟合优度相当高，R2达到0.988。
各变量均通过a=5%的t值检验，即变量都是显著的。但D.W统计量仅为1.29，不能判断变量之间是否存在序列相关性。因此，我们运用回归检验法对其进行序列相关性的检验。
2.3.2 回归检验法检验序列相关
将ER作为被解释变量，ER（-1）作为解释变量，样本数据如表2.6： 表2.6 obs LNGDP LNGDP1 —— —— ER —— —— -0.00494 -0.00302 -0.00357 ER(-1) —— —— —— -0.00494 -0.00302 -0.00357 -0.00714 -0.00203 -0.00142 1989 9.735613 1990 9.828112 1992 1993 1991 9.981272 9.986215 10.1901 10.19312 10.4526 10.45617 1994 10.75277 10.73572 0.017048 1995 10.97641 10.98355 1997 11.21805 11.22008 1998 11.26888 1999 11.2703 1996 11.12556 11.12362 0.001944 -0.00142 -0.00714 0.017048 -0.00203 0.001944 11.3153 11.30548 0.009816 2000 11.40164 11.38545 0.016189 0.009816 2001 11.48571 11.4831 0.002604 0.016189 -0.02547 0.002604 2002 11.55972 11.58519
表2.7 回归检验法检验序列相关
Dependent Variable: ER Method: Least Squares Date:05/27/04 Time:13:45 Sample(adjusted): 1990 2002 Included observations: 13 after adjusting endpoints Variable C ER(-1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient Std. Error t-Statistic Prob. 0.991877 0.059641 1.315e-08 0.006611 -7.309344 -7.222428 4.408317 0.059641 -1.69e-05 0.00161827 -0.01041416 -0.5349753 0.25479878 -2.09959937 0.2860998 Mean dependent var 0.2211998 S.D. dependent var 0.0058347 Akaike info criterion 0.0003744 Schwarz criterion 49.510736 F-statistic 1.9798784 Prob(F-statistic) 运用OLS进行参数估计，得如下方程：
et=-1.69e-05 -0.5349753 et(-1) (2.5) (-0.01041416) (-2.09959937) R2=0.2860998 F=4.408317
显然，该方程的拟合度很低，总体显著性极差，方程变量的显著性也极差。
这说明原模型不存在一阶自相关。依次对二阶序列相关进行类似检验，结果相同。说明模型不存在序列相关。
2.3.3 异方差性检验
其次，采用戈里瑟方法对模型进行异方差的检验，运用OLS模拟得如下回归方程： ‘
et=0.0226560-0.0006880Print1
(0.99652160) (-0.82462920) 2
R=0.0536287 F=0.680013 (2.6)
表2.8 异方差的戈里瑟检验 Dependent Variable: ER1 Method: Least Squares Date:05/27/04 Time:13:48 Sample: 1989 2002 Included observations: 14 Variable C PRINT1 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient Std. Error t-Statistic Prob. 0.338667 0.425670 0.003939 0.004861 -7.658294 -7.567000 0.680013 0.425670 0.0226560 0.02273514 0.99652160 -0.0006880 0.00083443 -0.82462920 0.0536287 Mean dependent var -0.0252355 S.D. dependent var 0.0049228 Akaike info criterion 0.0002908 Schwarz criterion 55.608064 F-statistic 1.6141489 Prob(F-statistic) 由于方程的拟合度很低，造成方程的相对误差较大，因此认为模型不存在异方差性。
2.3.4 修正后模型
综合以上检验结果，可得出如下最终方程：
LnGDP=C+aPrint1
=4.011+0.23(0.382LnSS+0.381LnXFP+0.389LnTZ+0.353LnRK+0.388LnJY+0.362LnWZ+ 0.389LnJCK)
（2.7）
即： LnGDP= 4.011+0.088LnSS+0.088LnXFP+0.089LnTZ+ 0.081LnRK+ 0.089LnJY+
0.083LnWZ+ 0.089LnJCK （2.8）
2.4 1989—2002年中国GDP贡献率和影响因素分析
根据回归方程式2.8，可以计算出各影响因素对经济增长的拉动度及贡献率，其数值见表2.9：
表2.9 各影响因素对GDP的拉动度和贡献率
平均增长率 弹性系数 对GDP的拉动度 GDP 税收 社会消费品零售总额 固定资产投资 从业人口数 教育投资 外商直接投资 进出口总额 9.14 15.40 13.24 19.02 2.25 20.01 12.70 21.45 —— 0.088 0.088 0.089 0.081 0.089 0.083 0.089 —— 1.355 1.165 1.693 0.182 1.781 1.054 1.909 对GDP的贡献率 100 14.83 12.75 18.52 1.99 19.49 11.53 20.89
其中 平均增长率=
对GDP的拉动度=平均增长率×弹性系数 对GDP的贡献率=
以税收为例，税收的平均增长率是根据1989—2002年的统计数据（不变价格计算）按几何平均法计算得出的。税收对GDP的拉动度等于税收的平均增长率乘以弹性系数，即税收每增加一个百分点，GDP则增长0.088个百分点。也就是说，GDP平均增长9.14个百分点，其中有1.355个百分点是由税收拉动的。对GDP的贡献率等于对GDP的拉动度与GDP的平均增长率的比率。其他影响因素对GDP的拉动度和贡献率计算以此类推。
3. 结论和政策建议
（1）由上表可以看出，在影响GDP增长的七个主要因素中，进出口总额对GDP的贡献率最大，达到20.89%，对经济增长的拉动度为1.9个百分点，即GDP平均增长9.14%，其中1.9个百分点是由进出口的快速增长拉动的。因此，从这里我们可以深刻地感受到，20多年以来的对外开放政策的确推动了我国经济的高速增长。面对近几年较为低迷的国际经济环境，我国的进出口面临着严峻的挑战。外贸拉动度已由1994、1997年的3.0和2.3个百分点下降为2000年的1.3个百分点。
[③] 面对发展外经贸的困难加大，需要做好充分的应对准备。重点可以考虑：积极发展区域经济合作，努力争取一个较好的国际经贸环境。遵循世贸组织规则，合理运用有关机制，妥善解决贸易摩擦。规范出口秩序，积极扩大出口。同时，要进一步优化出口产品的结构，生产出口高附加值的产品。另外，我国应该依托国内积极的财政政策和经济增长带动进口的快速增长，缓解对出口不太乐观的预
期，保持进出口的平衡，进而保持进出口对GDP的积极正向的拉动。
（2）从业人口数是七个因素中对GDP贡献率最小的，仅有1.99%，对经济增长的拉动度只有0.182个百分点。与之相比，国家财政性的教育投资对GDP的贡献率已达到19.49%，仅次于进出口对GDP的贡献率，位居第二。从两者的比较可知，随着中国加入WTO，面对全球经济的激烈竞争，经济环境与国际的接轨，人力资源，即通常意义上所说的劳动力，对促进经济增长的要求，已由原来简单的数量上的投入转变为更高层次的质量上的投资。倘若要有效地推动经济的增长，已经不再是传统观念上的“人多力量大”可以实现的，而需要靠对劳动力的知识、技术的投入，需重视教育对提高人口素质的作用。改革开放的20多年来，我们欣喜地看到国家财政对教育的投资正以年平均20.01%的速度递增，这一增速高于国民经济的增长幅度，保证了教育事业的持续健康发展。教育的发展，就业人口素质的提升已经对提高劳动生产率，推动我国GDP的快速增长作出了不可低估的贡献。虽然教育投资的增速很快，但其占国家财政支出的比例还很低，跟发达国家及发展中国家的平均水平相比差距很大。据BBC英国国家电台报道，中国的教育经费投资占国家财政支出的比例位居世界的倒数几位。
因此，国家有关部门和地方各级政府要加大对教育的财政支持力度。中国政府应采取措施有效地敦促“科教兴国”和“人才强国”战略的实施，进一步确立教育的优先发展战略地位。在全面建设小康社会的进程中，推动教育事业持续健康协调快速发展，构建完善的国民教育体系和终身教育体系，培养数以亿计的高素质劳动者，数以千万计的专门人才和一大批拔尖创新人才，并促进教育与科技创新、经济建设、文化繁荣和社会进步的紧密结合。中国的劳动力主要来自农村，所以尤其要明确农村教育在教育工作中“重中之重”的战略地位，提出西部攻坚、巩固提高和深化农村教育综合改革的三大目标和深化改革、促进农村教育发展的一系列重大政策措施，推动农村教育和农村人口素质的全面发展与提高。
（3）固定资产投资仍然是GDP不可忽视的贡献来源，其对GDP的贡献率为18.52%，位居第三位。对经济增长的拉动度为1.7个百分点。固定资产投资的年平均增速为19.02%。2003年，中国的经济增长表现出强劲的加速。在实施了多年积极的宏观经济政策和经济活动本身的调整之后，GDP增长重新突破9个百分点，达到9.1%。这一增长率已经与GDP的年平均增长率持平。但我们注意到，伴随着中国经济形势的好转，固定资产投资增长过快的倾向开始显现出来。2003年全社会固定资产投资完成额的增长率为26.7%，进入2004年后，这种趋势继续保持。2004年第一季度，在GDP增长9.7%的情况下，全社会固定资产投资比去年同期增长43%，消除了价格变动因素之后，已经超过了上世纪80和90年代中国经济过热时期的最高增长幅度。因此，2004比较理想的状态应该是把消除了价格