[求助]寿命与经济增长回归模型问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

寿命与经济增长回归模型所揭示的有趣现象

[摘要] 利用新古典主义的经济增长理论建立多元线性回归模型，使用1998-2007的相关数据进行估计，平均期望寿命（LE）对经济增长的影响

[关键词] 寿命 经济增长 解释

一、LE与GDP关系的模型建立
新古典主义的增长模型--索洛-斯旺模型是研究投入要素与经济增长之间关系的最常用方法。本文将LE作为独立的投入要素引入到方程当中,然后通过估计来检验LE与经济增长的关系。
索罗模型的基本生产函数是一个以资本存量、劳动力投入以及技术进步作为自变量的函数,其形式为:
Y=B×F(K,L)...（Ⅰ）
其中Y为总产出,用GDP表示, K为资本存量,L为劳动力投入量,B为技术因子。基于以上认识, 为了更好揭示LE与经济增长的关系,
根据等式(Ⅰ)构造以下计量模型：
GDP=B×F(K,L,LE)...（Ⅱ）
时间序列数据取对数后不会改变其时序性质,且对数化后的数据容易得到平稳序列,因此对方程两边取对数,得出的扩展方程如下:
InGDP=InB0+B1InLE+B2InK+B3InL+μ...（Ⅲ）
各变量含义如下：
GDP为总产出,以GDP (万元)衡量。
B0为综合技术进步因子,假设其为一常量,B1、B2、B3分别是相应变量的弹性系数。μ是随机扰动项。
LE实际平均期望寿命LE（岁）,其通过《中国统计年鉴》（1999，2008）得到
K是国内资本存量(万元),为各年全社会固定资产投资与实际外商直接投资FDI流量之差。
L是劳动力投入量,为社会就业人数(万人)。

 
帮我看看这样建立的回归模型合不合适，数据已经找好了，就插用spss软件了

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：回归模型 经济增长 全社会固定资产投资 多元线性回归模型 spss软件 模型 经济增长 寿命

预期寿命是人力资本内涵中的一项构成要素，在人力资本对社会经济增长作用的研究中主要以受教育年限为考虑因素，转化为受教育年限总量引入模型。但你现在仅把预期寿命，一个平均值引入模型总觉得有点欠妥。

提醒一下，不是所有的问题都必须利用模型，也不是所有的变量都能够引入模型，再说了，你10年的数据也太少了吧，它们一定满足C-D函数的假设吗？望考虑

做个国际比较或者省际比较

那我 直接用多元回归模型建立，GDP=b+b1x1+b2x2+b3x3+b4x4+x5b5+є，x1、x2、x3、x4、x5分别代表私营企业密集度、居民存款储蓄、实际利用外资、初始人力资本、城镇化水平等五项解释变量；b1、b2、b3、b4、b5分别是解释变量的系数；є为干扰项，可以不

不好,因为样本之间有相关性

没思路

这样做没有意义。如果我是评审人，我会给作者以下几个major issues，然后给出“建议不刊用”。

1、在生产函数中，要素实际上衡量的是厂商租赁的要素服务，假设不存在work effort与capital utilization的变化，那么劳动服务与资本服务统统用worked hours与资本存量来替代。

那么，预期寿命在生产函数中发挥了什么作用？他要发挥作用，就必须通过影响work effort，或者capital utilization，或者是影响技术（技术可以表现为几种不同的中性）。

因此，第一个问题，虽然作者做的事reduced form 模型，但必须给出相应的理论基础。

2、宏观变量之间都有simultaneous问题，如果不给出相应的structural model，那么无论结果是什么，都不make sense。况且由于外生性问题的存在，作者的结果必定是显著的。不必考虑别的，人均收入与GDP高度相关，人均收入又与预期寿命相关。况且，产出本来就是增长，人均寿命从历史上来看总是增长的。

3、预期寿命的变化不大，因此不可能为产出的变化作出多少贡献。这样，回归结果必定不理想。如果理想，那肯定是simultaneous问题得以出现的结果。

修改意见：

1、作者必须给出文献综述。

2、作者必须给出结构模型。例如，预期寿命影响了劳动增进型的技术、或者影响work effort，等等等等。然后求出转移动态，以及产出的law of motion。在此基础之上，再做经验研究。

3、作者必须做因果检验。

4、作者必须对寿命的变化过小问题给出说明。

以上几条不满足，模型做得再漂亮，也是一个“不用”。

再补充一个问题。

如果不给出结构模型，那么lz的技术变迁的时间序列数据从何而来？

技术必须通过solow剩余求，这必须基于回归的结果。那么如何能从回归的结果获得solow剩余，然后又用于模型的估计？

如果是从不考虑寿命的生产函数中获得solow剩余，那么这本身就存在测量误差。测量误差必须通过结构模型来修正，也就是说，必须给出实际的技术进步、Solow剩余以及某些变量之间的关系式，才能得到真实的技术变迁的时间序列。