改革开放以来中国经济增长质量的时间序列变化数据分析

改革开放以来中国经济增长质量的时间序列变化数据分析. 近年来，中国学者对经济增长质量这一主题进行了深入研究. 肖红叶和李拉生（1998）使用主成分分析从四个方面评估了经济增长的质量. Xiaojing Jing（2011）用主成分分析方法分析了1978年至2007年中国经济增长的质量. 在实证分析中，主成分分析方法用于层次分析，无因次处理用于平均. 使用主成分分析方法进行分层不仅会增加非系统误差，而且通常不能反映基本指标之间的内部关系. 另外，在分级选择主成分的数量时仅选择一个主成分并不能完全反映主成分变量中包含的信息. 平均可以执行无量纲处理，尽管它可以在原始数据中包含的每个索引的变化程度上反映差异信息，但是它将放大或减小原始索引的方差，并且由于每个索引的方差不相等，因此使用每个主成分的方差将贡献率用作权重以构建综合评估函数时，权重的确定将缺乏可比性. 有鉴于此，本文对乔晓静（2011）对中国经济增长质量的时间序列变化数据的28个指标采用了因子分析的方法，并根据数据分析中给出的规则进行了合理的推论，然后给出评估和建议. 一，数据来源本文根据“中国经济增长质量的时间序列变化和区域差异分析”中的时间序列变化数据的来源收集数据.

缺少的数据是根据文献中相应的数据处理方法估算的. X1-X28是工业化率，第一产业的比较劳动生产率，第二产业的比较劳动生产率，第三产业的比较劳动生产率，二元对比系数，二元对比指数，投资率，消费率，投资消费比， M2 / GDP，进出口总额/ GDP，经济波动，通货膨胀率，失业率，人均GDP，人口死亡率，人均受教育年限，人均住房面积，基尼系数，城乡收入比，泰尔指数，全要素生产率增长率，资本生产率，劳动生产率，单位产出能耗比，单位产出空气污染程度，单位产出污水排放，单位产出固体废物排放. X1-X28是相应的标准化指标和平均值指标. 第二，方法的改进由于原始指标的属性和维度不同，因此无法直接对其进行全面评估. 因此，根据指标的经济意义，可以从“ 1-primary index”或倒数方法中取反指标. 肯定的，以确保标准化的指标包含尽可能多的原始信息并具有实际意义. 具体而言，使用“主要指标”方法对“经济动荡”，“失业率”，“人口死亡率”和“基尼系数”这四个指标进行归一化，分别代表经济稳定性，就业率，人口生存率和公平指数是原始指标的补充指标. 其余的反向指标则采用倒数法进行计算.

适度的指数投资消费率归一化的公式可以表示为1 /（xi-Ei + i），E是理想值. 何耕（2006）认为，我国的投资消费比控制在0.5左右，可以长期保持GDP的稳定增长. 为了消除尺寸差异所造成的影响，文献采用均值输入协方差矩阵. 认为平均协方差矩阵不仅可以消除维数顺序的差异，而且可以保留原始的索引色散. Li Li（2014）认为原始指标包含两部分信息: 指标变化程度由每个指标的方差反映出来；相关系数矩阵反映的指标之间的相互影响程度. 平均可以执行无量纲处理，尽管它可以在原始数据中包含的每个索引的变化程度上反映差异信息，但是它将放大或减小原始索引的方差，并且由于每个索引的方差不相等，因此使用每个主成分的方差将贡献率用作权重以构建综合评估函数时，权重的确定将缺乏可比性. 任学松和于秀林（2011）建议，当自变量的范围相差很大或度量单位不同时，应考虑标准化. 如果度量单位或数量级没有差异，则可以考虑取平均值. 鉴于其数据特性-该指标具有较大的取值范围，并且有不同的计量单位，为了更全面，清晰地完成综合评价，采用了标准化方法. 通过SAS软件计算，除X2，X4，X8，X10，X11，X15，X17，X18，X19，X23，X24，X25，X26，X27，X28外，X1还与其他指标高度相关.

原始指标X12，X13，X14不相关，但它们与其他指标相关，并且各个级别的基本指标之间存在相关性. 如果首先通过主成分分析每个级别，那么将主成分分析应用于整个每个级别的每个主成分将产生两个错误，并且还会影响主成分解释变量的清晰度. 因此，对28个指标进行数据分析. 在经验过程中，发现旋转因子载荷矩阵更为合适. 因此，使用因子分析方法对28个指标进行数据分析可以确保该因子包含尽可能多的原始指标信息，并且可以清楚地进行解释. 3.实证分析首先，对28个指标进行归一化和平均后再进行数据分析. 旋转后，前7列在前7列中大于0.9，而前4列在14列中大于0.9. 旋转系数负载的绝对值更偏向1或O. 选择旋转后系数. 在变量的正态分布下，显着性水平为5％. 显着相关的临界值为ro.05（28）361（包世松，周继祥，2000）. 前7个元素的绝对值大于显着相关的临界值，7列后的元素的绝对值不大于显着相关的临界值，因此因子数为k = 7，并且这些因素的累计方差贡献率为96.9％. 七个共同因素都是积极的. 我国的快速经济增长通常是通过牺牲农业和环境资源来促进工业化来维持的.

工业化条件下环境资源和福利分配的比较因素（f1）表明，工业经济的蓬勃发展促进了我国单位能源能耗的输出，并增加了人均收入. 为发展文明社会奠定了基础，但扩大了城乡收入. 差距，工业的发展需要大量的财政支持以抑制消费. 另一方面，工业化公司通常在竞争中处于垄断地位，巨大的垄断利润和隐性收入影响着社会公平. 产业结构和人口比较因子（f2）表明，现代工业化经济的发展促进了就业率的提高中国经济发展数据分析，科学技术的进步提高了新生儿的成活率，延长了人类的寿命，对就业产生了一定的反作用. 率. 经济稳定因子（f3），总因子增长因子（f4），就业率因子（f5）和货币稳定因子（f6）说明了经济环境的稳定性，效率的提高以及影响技术的技术进步经济增长质量的重要因素. 第三产业发展与一元经济的比较因素（f7）表明，第三产业服务业的发展与工业经济的发展有一定的制约关系. 在工业化条件下中国经济发展数据分析，环境资源和福利分配的对立因子（f1）以及产业结构和人口的对立因子（f2）对经济增长质量的影响最大，但经济稳定因子（f3），总因子增长因子（f4） ），就业率因子（f5），货币稳定因子（f6）以及第三产业发展和一元经济对比因子（f7）也是评估经济增长质量的重要因素，因此不容忽视.

4. 结论通过测量，1978年以来中国经济总体增长质量一直在稳定增长. 其中，工业化率和收入消费的比较因素逐年提高. 可以看出，我国改革开放以来大力推进工业化，为经济增长质量奠定了基础. 产业结构和人口比较因素在总体改善趋势中波动很大. 主要原因是中国积极实施经济转型政策，大力鼓励第三产业服务业发展，依靠第三产业发展来提高就业率，但“结构调整”不可能一completed而就. 经济利益通常会有时间滞后，并且受到科学技术的限制. 产业结构的发展往往受到政策的影响. 总体而言，我国经济正朝着“调整结构，稳定增长”的目标发展. 经济稳定系数的波动更加明显. 一方面，由于国内需求不足和生产过剩，另一方面，我国是出口拉动型增长国家. 外国环境和世界格局将影响我们的经济稳定. 全要素生长因子的波动率也更加明显. 总要素增长率的三个来源: 效率提高；技术发展；和规模效应. 技术引进带来的总要素增长率的提高是瞬时的，并且没有时间滞后. 但是，如表4所示，如果由于技术研发或规模效应引起的全要素增长率的提高通常是长期效应，并且存在时滞，则中国的全要素增长率为连续三年没有增长. 可以看出，全要素增长率的增加大部分是由于技术引进的短期影响，因此波动更为明显.

第三产业发展与一元经济之间的对比因素更加明显，主要是因为当我国刚刚发展工业经济时，农业经济代表了先进的生产力，而牺牲农业来促进产业发展大大提高了经济增长率. 发展，农业无法发挥刺激作用，并逐渐演变为非农业部门（服务和工业）的持续生产力的不断发展，提高和提高，整个社会拥有越来越多的金融，物质，技术，以及支持，改变和提高农业部门生产力的措施，从而提高经济增长的质量. 在改革开放的30年中，我国经济增长质量呈. >

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/dianqi/article-270647-1.html