影響深圳經濟增長因素的多元線性回歸分析

截止2017年中國經濟發展從高速向高質量轉變，中國經濟已從過去關注速度向關注發展合理化轉變。深圳身為中國的一線城市，其經濟的增長也受到中國大經濟發展現狀的大背景影響，關注現階段經濟的高質量發展。因此本文立足于深圳的經濟發展現狀，用深圳地區的生產總值作為深圳地區經濟發展水平的代表因素，從6個方面考慮其對深圳地區經濟發展的影響，6方面分別是固定資產投入、科技投入、文化投入、社保投入、交通運輸投入，節能投入[1]。

選擇固定資產投資額作為影響深圳地區經濟發展因素的原因是，其包含各種經濟單位及個人的經營投資，其是經濟發展的重要組成部分，對地區經濟發展有重大影響[2]。科技投入從一定角度體現一個地區對高新技術產業的重視程度，而往往一線發達城市包含了很多的技術產業，這些行業的發展水平，對當地的經濟發展也有重要影響[3]。文化投入說明該地區對教育等重視程度，地區經濟發展離不開優秀的高素質人才，因此引入文化投入因素。社保投入是地區對勞動者的保障的體現，同時每年固定的社保投入也是地區工資指出的側面體現，而工資額的發放也與企業或者公司的經濟效益有關，因此社保投入因素對地區經濟發展也有一定程度的影響[4]。交通運輸投入，代表地區交通水平，深圳為沿海城市，港口貿易行業比較發達，同時深圳也是物流運輸的重要樞紐，因此通過對該地區交通運輸投入因素的研究，了解其交通程度對經濟發展的貢獻作用也有一定可行性。引入節能投入方面，是因為節能投入在提高能源效率同時，也為地區經濟發展起到推動作用，地區節能投入多，提高所在地各行業經濟效益，最終惠及地區經濟發展[5]。

一、數據選取

數據來源于深圳統計局官網的2017《深圳統計年鑒》，2013《深圳統計年鑒》，2007《深圳統計年鑒》，由于受到收集數據的影響，本文選取了2006-2016年的數據。本文原本選擇了10方面的數據，但由于受到分析結果影響，最終保留了6個因素作為影響深圳經濟發展的因素。選取的數據如下表所示：

單位：億元

二、數據對數化處理

對指標進行取對數：為了消除異方差，對變量進行自然對數變換，對數據取對數不改變原來的協整關系，并能使其趨勢線性化[3]。用ShenGDP代表深圳經濟發展水平，fixed代表固定資產投入，science代表科技投入，literary代表文學投入，social代表社保投入，energy代表節能投入，transportation代表交通運輸投入。取對數后，結果如下表所示。

表1

三、模型及數據分析

建立多元線性回歸模型，其表達形式如下：

Yt=?0+?1X1+?2X2+?3X3++?4X4+?5X5+…+?nXn+εi

其中：Yt是被解釋變量，?n是回歸參數，X5是自變量。

原理：回歸分析是確定兩種或兩種以上變量之間相互依賴的定量關系的一種統計分析方法，運用十分廣泛。它通過回歸方程的形式描述和反映這種關系，幫助人們準確把握變量受其他一個或多個變量影響的程度，進而為控制和預測提供科學依據。回歸分析中研究的變量分為因變量和自變量，因變量是隨機變量，自變量也稱為因素變量，是可以加以控制的變量。

四、操作結果及結果分析

(一)描敘性統計分析

通過SPSS21.0軟件對數據進行描敘性統計分析，分別對選取最大值、最小值、均值、方差四個統計量分析數據，其結果如下表所示。

表2

通過表2可以發現，雖然選取了10年的數據，但最大值與最小值差距較大，通過均值可以發現深圳地區經濟發展水平較好。

(二)多元回歸分析

對數據進行多元回歸分析，結果如下所示。

表3 模型匯總b

a. 預測變量：(常量)，Lntransportation，Lnenergy，Lnscience，Lnliterary，Lnsocial，Lnfixed。

b. 因變量：LnShenGDP

表4 Anovaa

a. 因變量：LnShenGDP

b. 預測變量：(常量)，Lntransportation，Lnenergy，Lnscience，Lnliterary，Lnsocial，Lnfixed。

表5 系數a

a. 因變量：LnShenGDP

由表3可知，擬合優度R2等于0.997，接近于1，說明模型的擬合效果較好。根據表4方差分析結果可以發現，p值為0.000，模型具有統計意義，也就是自變量與因變量之間線性關系顯著。通過表5系數表，發現數據整體p值均比較高。因此通過逐次回歸分析，去除p值較大的變量，根據分析結果的好壞，我們最終保留了Lnsocial，Lnscience，Lnfixed，這三個變量。最終得出如下分析結果。

表6 模型匯總b

a. 預測變量：(常量)，Lnsocial，Lnscience，Lnfixed。

b. 因變量：LnShenGDP

表7 Anovaa

a. 因變量：LnShenGDP

b. 預測變量：(常量)，Lnsocial，Lnscience，Lnfixed。

表8 系數a

a. 因變量：LnShenGDP

由表6可知，擬合優度R2等于0.995，接近于1，說明模型的擬合效果較好。根據表7方差分析結果可以發現，p值為0.000，模型具有統計意義，也就是自變量與因變量之間線性關系顯著。通過表8系數表，發現各個自變量系數均是顯著的。我們得到模型表達式：

LNGDP=-1353.369+4.493Lnfixed-17.436Lnscience+91.083Lnsocial

由模型可知，固定資產投資額、社會保險投入對深圳經濟發展起到良好的促進作用，其中社會保險投入因素對其經濟發展推動作用明顯，其每增長e億元的投入額，深圳經濟增加91.083億元；固定資產投資額每增加e億元，深圳經濟增加4.493億元。在該公式中科技的投入對地區經濟發展起反向作用，其每增加e億元，地區經濟減少17.436億元。可見雖然固定資產投資額、科技投入、社保投入均與深圳經濟發展有相關性，但科技投入對地區經濟發展起到抑制作用。因此深圳地區需要改善科技投入結構，因地制宜，根據深圳具體發展情況，實施合理有效的科技投入方式，促進深圳經濟良好發展[6]。雖然模型表達式中科技的投入對深圳經濟增長起到抑制作用，但該結果只是具有借鑒作用，不能說一定正確或者錯誤。在統計分析中，往往受到數據量、變量間關聯性、地區復雜環境等因素影響，會導致模型結果表面上與實際情況不符。同時科技的投入對經濟發展作用起到抑制作用，也是在與選中的固定資產投入、文化投入、社保投入、交通運輸投入，節能投入這5個方面一同分析的結果。另外科技投入方面領域比較多，也許是在不同行業的科技投入比例不合理，導致了科技投入對深圳經濟發展起到抑制作用。總而言之，該統計分析結果，具有一定的統計學意義，可為地區經濟發展起到一定的參考價值。