差生期中总结范文第1篇

【关键词】经济增长；能源消费；环境污染；协整分析

对于发展低碳经济、绿色经济问题的研究，近几年来国内研究成果较多，这些研究主要集中于以下四个方面：一是低碳经济、绿色经济的发展动力及内在要素分析；二是低碳经济、绿色经济的发展障碍及困境分析；三是发展低碳经济、绿色经济的国际经验及启示；四是发展低碳经济、绿色经济的路径及对策研究。综观上述四方面研究，虽在理论上对低碳经济、绿色经济的发展及其影响等方面取得不少进展，但研究大多是定性而非定量的理论研究，较少进行实证分析研究。本文拟运用基于VAR模型的动态经济计量分析方法，分析南通经济增长与能源消耗、环境污染三者之关系，进行南通经济增长与能源消耗、环境污染的长期均衡和短期波动的实证分析。

一、变量及变量的平稳性检验

为了考察南通经济增长与能源消费、环境污染因素之间的协整关系，本文首先择取自1990年到2011年间的南通地区生产总值、地区生产总值指数、发电量、废水排放总量、工业废气排放总量、工业固体废物产生量（相关数据均来自各年《南通统计年鉴》）。其中将发电量作为衡量能源消耗的指标，废水排放总量、工业废气排放总量、工业固体废物产生量作为衡量环境污染的三个指标；其次将南通地区生产总值按1990年不变价格进行调整；最后，为消除数据中存在的异方差，对各变量取自然对数。

一般地，在分析经济变量之间是否存在长期稳定的均衡关系时，只有在检验变量的平稳性后，才可进一步进行协整分析。南通地区生产总值、发电量、废水排放总量、工业废气排放总量、工业固体废物产生量之对数值分别记为lngdp、lnny、lnfs、ln

fq、lngt。然后分别使用ADF检验方法进行单位根检验。采用降阶搜索法作为ADF检验滞后期选取原则，在确保残差不相关的条件下，同时采用AIC与SC准则，选择两者最小时的滞后长度作为最佳滞后期。对于回归中是否包括常数项和线性趋势项的处理方法，一般地，在回归中首先包含常数项和线性趋势项，如果参数检验显著，应在回归模型中包含，否则应排除之。具体检验结果见表1。

通过检验可知，lngdp、lnny、lnfs、lnfq、lngt均为一阶单整的时间序列，其一阶差分序列在10%的显著水平上为平稳序列。满足变量协整的条件，即lngdp、lnny、lnfs、lnfq、lngt间可能存在协整关系。

二、协整分析及检验

（一）协整检验

对于非平稳时间序列变量组成的关系进行中长期均衡参数估计常使用协整分析技术。Engle-Granger（EG）两步法和Johnsen和Juselius（JJ）的极大似然法是目前最常用的协整分析方法。通常对多变量之间的协整关系的检验应采用Johnsen检验法（即JJ检验法）。

为减少使用JJ方法建立的VAR模型对滞后期的选择的敏感性，通常可使用AIC准则和SC准则来确定最佳滞后阶数，通过使用降阶搜索法依次验证，发现当滞后期为1时AIC和SC值最小，故可确定滞后期为1。在滞后期确定后，再对协整中是否具有常数项和时间趋势进行验证，然后再对数据进行协整检验，检验结果见表2。

由表2的检验结果可知，在5%的显著水平下，序列lngdp、lnny、lnfs、lnfq、lngt之间存在一个协整关系，即在研究的5变量之间存在一种长期均衡关系，对于新息变化带来的冲击，系统迟早能将之加以吸收并将系统维持于一个均衡的状态，协整方程为：

由协整方程可以看出，能源消耗每增加1个百分点，则南通地区生产总值增长0.67个百分点；废水排放每增加1个百分点，则南通地区生产总值增加0.31个百分点；工业废气排放每增加1个百分点，则南通地区生产总值减少0.71个百分点；工业固体废物排放每增加1个百分点，则南通地区生产总值增加0.27个百分点。由此可知，能源消耗、废水排放和工业固体废物排放与南通经济增长存在长期的正向关系，也就是说其对南通经济增长具有拉动作用。但废水排放与南通经济增长存在长期的负向关系。

（二）VAR模型估计

根据前面的分析，此VAR模型的最优滞后期为1，在此条件下，对VAR模型残差进行JB正态性检验、LM自关检验和White异方差检验，显示残差服从正态分布、无自相关、不存在异方差，且所有特征根根模的倒数都小于1，说明VAR模型的结构是稳定的。VAR模型估计结果如表3所示。其中5个回归函数的可决系数分别达到0.957844，0.935006，0.757744，

（三）向量误差修正模型（VECM）

格兰杰（1987）定理证明了协整与误差修正模型的必然联系。若一组变量之间存在协整关系，肯定具有误差修正模型的表达式存在，也就是说，可以建立误差修正模型（VECM）。建立在协整理论上的误差修正模型不仅能反映不同经济序列间长期信息、又能反映短期偏离长期均衡的修正机制，是长短期结合具有高稳定性和可靠性的一种经验模型。

查看表4可发现，此向量误差修正模型的稳定性条件满足自相关性检验、异方差检验和正态性检验要求。当以lngdp为因变量时，误差修正系数为-0.151881，其为负值，表明符合反向修正机制，其反映出每年实际的南通地区生产总值与其长期均衡值的偏差中的15%被修正。以lngdp为因变量的误差修正模型表达式还反映出，lnfs的短期变动对lngdp存在正向影响，即废水排放的增长率每增加1%，南通地区生产总值的增长率将增加0.04%；而lnfq和lngt的短期变动对lngdp存在反向影响，工业废气排放的增长率每增加1%，南通地区生产总值的增长率将降低0.04%；工业固体废物排放的增长率每增加1%，南通地区生产总值的增长率将降低0.05%；lnny的的短期变动对lngdp影响不大。

（四）方差分解

通过将系统中每个内生变量的波动按其成因分解为与各方程信息相关联的部分，从而了解各信息对模型内生变量的相对重要性，此为方差分解的核心所在。表5显示的是南通地区生产总值（lngdp）的方差分解情况，可以看出工业固体废物排放（lngt）对南通地区生产总值（lngdp）的影响偏弱。而能源消费（lnny）、工业废气排放（lnfq）和废水排放（lnfs）则有不断增强的趋势，其中，能源消费（lnny）和工业废气排放（lnfq）构成对南通地区生产总值（lngdp）最主要的两个影响因素。

（五）脉冲响应函数

脉冲响应函数主要用于描述一个内生变量对误差的反应，其反映的是在扰动项上加一个标准差大小的冲击对内生变量的当期值和未来值所带来的影响。为充分描述短期内的动态效应，通常可采用累积脉冲响应形式。

由图1可知，能源消费（lnny）的一个标准差的正向冲击对南通地区生产总值（lngdp）有正向影响，即会导致南通地区生产总值逐渐增加，到第7期最大达0.30，然后趋于下降，最后在第10期稳定在0.015左右。这说明能源消费（lnny）对南通地区生产总值有长期的正效应，这与前面协整方程中反映的长期均衡关系表现一致。

工业废气排放（lnfq）的一个标准差的正向冲击，对南通地区生产总值（lngdp）有负向影响，其导致南通地区生产总值在第2期后一直在—0.005和—0.019之间波动，至第10期后稳定于—0.015附近。这亦反映出工业废气排放（lnfq）对南通地区生产总值有长期的负效应，这也同前面协整方程的长期均衡关系表现一致。

当废水排放（lnfs）出现一个标准差的正向冲击时，对南通地区生产总值（lngdp）有弱负向影响，其导致南通地区生产总值在第3期后一直稳定于-0.01左右，至第10期后上升于-0.005附近。这与长期协整关系的结果不同。

工业固体废物排放（lngt）的一个标准差的正向冲击，对南通地区生产总值（lngdp）有微弱正向影响，南通地区生产总值在第9期最高达0.008，然后至第10期下降到-0.002。

总之，可以看出上述四因素中，能源消费（lnny）和工业废气排放（lnfq）对南通地区生产总值的影响较大，而废水排放（lnfs）和工业固体废物排放（lngt）的影响很小，这与前面方差分析中的结论一致。

三、格兰杰因果关系检验

由协整检验结果可知，序列lngdp、lnny、lnfs、lnfq、lngt之间存在长期的均衡关系。下面将通过格兰杰因果检验对这种均衡关系是否构成因果关系及因果关系的方向如何进行进一步验证。因只有平稳序列才可进行格兰杰因果检验，故此处对序列lngdp、lnny、lnfs、lnfq、lngt的差分序列进行格兰杰因果检验，选取滞后1至6阶。使用Eviews6.0软件将存在单向或双向因果关系的回归结果整理如表6所示。

根据表6可知：当滞后期为4、5、6阶时，在10%的显著水平上，lnfs是lngy的格兰杰原因。也就是说中长期内废水排放量对南通地区生产总值有促进作用。

当滞后期为1、4、5阶时，在10%的显著水平上，lnfq是lngy的格兰杰原因。也就是说短、中期内工业废气排放量对南通地区生产总值有促进作用。

当滞后期为4阶时，在10%的显著水平上，lngdp是ln

fs和lngt的格兰杰原因，也就是说，在中期内南通地区生产总值的提高可能对南通废水排放量和工业固体废物排放量有促进作用。

当滞后期为1至6阶时，lnny不是lngdp的格兰杰原因，lngdp也不是lnny的格兰杰原因；也就是说，南通地区生产总值的提高对南通能源消费的促进作用不明显；同时南通能源消费增长对南通地区生产总值的促进作用也不明显。

四、结论

通过上述对南通经济增长与能源消耗、环境污染的协整分析，我们可以得出以下结论：

第一，南通经济增长与能源消费、环境污染之间存在长期的均衡关系。能源消耗每增加1个百分点，则南通地区生产总值增长0.67个百分点；废水排放每增加1个百分点，则南通地区生产总值增加0.31个百分点；工业废气排放每增加1个百分点，则南通地区生产总值减少0.71个百分点；工业固体废物排放每增加1个百分点，则南通地区生产总值增加0.27个百分点。由此可知，能源消耗、废水排放和工业固体废物排放与南通经济增长存在长期的正向关系，也就是说其对南通经济增长具有拉动作用。但废水排放与南通经济增长存在长期的负向关系。

第二，向量误差修正模型（VECM）反映出，废水排放量的短期变动对南通地区生产总值存在正向影响，废水排放的增长率每增加1%，南通地区生产总值的增长率将增加0.04%；而工业废气和工业固体废物排放的短期变动对南通地区生产总值存在反向影响，工业废气排放的增长率每增加1%，南通地区生产总值的增长率将降低0.04%；工业固体废物排放的增长率每增加1%，南通地区生产总值的增长率将降低0.05%；能源消耗的的短期变动对南通地区生产总值影响不大。此外，误差修正系数为-0.151881，符合反向修正机制，表明每年实际的南通地区生产总值与其长期均衡值的偏差中的15%被修正。

第三，通过方差分解分析，可以看出工业固体废物排放对南通地区生产总值的影响一直较弱。而能源消费、工业废气排放和废水排放则有不断增强的趋势，且构成对南通地区生产总值最主要的三个影响因素，其中能源消费影响最大。通过脉冲响应分析，可以看出，能源消费对南通地区生产总值有长期的正效应，这与协整方程得到的长期均衡关系表现一致；工业废气排放对南通地区生产总值有长期的负效应，这也与协整方程得到的长期均衡关系表现一致；当废水排放出现一个标准差的正向冲击时，对南通地区生产总值有弱负向影响，其导致南通地区生产总值在第3期后一直稳定于—0.01左右，至第10期后上升于-0.005附近。这与长期协整关系的结果稍有不同；工业固体废物排放的一个标准差的正向冲击，对南通地区生产总值有微弱正向影响，南通地区生产总值在第9期最高达0.008，然后至第10期下降到-0.002。

总之，可以看出上述四因素中，能源消费和工业废气排放对南通地区生产总值的影响较大，而废水排放和工业固体废物排放的影响很小。

参 考 文 献

[1]苏辉.南通产业结构与经济增长协整分析[J].企业导报.2012（2）

[2]苏辉.南通工业经济增长影响因素协整分析[J].企业导报.2011（3）

[3]苏辉.南通经济开放度与经济增长关系的实证分析[J].消费导刊.2009（12）

[4]苏辉.对提高南通开放型经济水平的探析[J].现代商业.2009（12）

[5]周福田.基于VAR模型的青岛市经济增长与环境污染的实证分析[J].中国石油大学学报.2012（3）

[6]谭元发.能源消费与工业经济增长的协整与ECM分析[J].统计与决策.2011（4）

[7]李红艳.经济增长因素核算探析[J].企业导报.2009（8）：52

差生期中总结范文第2篇

关键词：三年自然灾害；人口波动；人口增长；人口损失

中图分类号：F326 文献标识码：A 文章编号：1005-2674（2013）12-083-07

一、《饥荒饿死人估算方法》的方法科学吗？

茅于轼先生在《饥荒饿死人估算方法》一文中，利用9年（1950-1958年）的人口数据作为训练样本构造二次多项式回归模型，即用9年的人口总量数据来推导、估算1959-1961年的人口总量。即使模型实现了高度拟合的训练目标，其估算精度也通常无法保证。这种模型的分析结果，显然不能作为确定性的估算结论，甚至是否具有参考价值都值得考问。

1 确定正常年份和非正常年份的方法不正确

确定正常死亡率，是推算非正常死亡率的前提。如果正常死亡率定得高，非正常死亡率就会低；将正常死亡率定得低，非正常死亡率就会高。所以运用回归模型估算“三年自然灾害”的非正常死亡人口数，必须选定正常年份组成训练样本集合。近年来，许多专家学者在研究“三年自然灾害”的非正常死亡人口数时，之所以得到多种不同的结论，其中一个重要原因就在于对正常年份的选定逻辑不同，由此得出的正常死亡率自然也不会一样。对于人口出生率和死亡率发生突然变化的时间段，用以后时期的正常状况作为这一时间段非正常变化的标准，显然不合适。科学的方法应是选择发生突然变化之前的正常状况，作为比较分析的训练样本集。

表1列出国家统计局公布的1949-1970年全国人口统计数据。可以看出，1950-1952年全国人口死亡率都比较高，因为受国内战争、抗美援朝战争和自然灾害诸多因素的影响，人口死亡率都在17‰以上。有学者只选其中的单一年份，如人口死亡率最小的1957年作为正常年份；同样有学者将1949-1970年之间人口出生率和死亡率的突变年份清除后，将剩余年份作为正常年份进行计算分析，这显然是不合适的。茅于轼先生在《饥荒饿死人估算方法》中直接将1950-1958年作为正常年份，自然更不合适。因为，1950-1952年在抗美援朝的影响下，人口指标不属于正常年份的范围。

2 不能将拟合误差算作死亡人口

表1中包含国家统计年鉴统计的1958-1970年的总人口。茅于轼先生文中“年初总人口数”，应为“年末总人口数”。那么，茅于轼先生在《饥荒饿死人估算方法》一文所使用的数据，就全部错了年份，所得出的结论自然也是错误的。

1958年总人口为659.94百万人，茅于轼先生估算的数字为660.65百万人，相差0.71百万人，比较精确；1959年总人口数为672.07百万人，茅于轼先生估算的数字为676.9百万人，相差4.83百万人，开始出现较为明显的差距；1961年总人口数为658.59百万人，茅于轼先生估算的数字为711.18百万人，相差52.59百万人，出现显著差距；1962年总人口数为672.95百万人，茅于轼先生估算的数字为729.19百万人，相差56.24百万人，差距继续扩大；1970年末总人口数为829.92百万人，茅于轼先生估算的数字为894.44百万人，相差达到64.52百万人，同实际人口总量差距巨大。

注：表中数据根据茅于轼先生《饥荒饿死人估算方法》一文所提供数据计算

人口增长在正常情况下主要取决人口出生率，从一个较长时期看，人口出生会维持一个比较平衡的增长率。根据表1数据计算，三年自然灾害之前的1956-1958年，平均人口出生率为31.72‰；三年自然灾害的1959-1961年，平均人口出生率为21.22%0；三年自然灾害之后的1962—1964年，平均人口出生率为39，84‰；三年自然灾害加上前三年的六年间（1959-1964年），平均人口出生率为30.53‰；三年自然灾害加上前三年与后三年的九年中（1956-1964年），平均人口出生率为30.93‰。通过以上比较可知，三年自然灾害对中国人口增长的影响只是暂时的，没有影响人口的长远正常增长。可见，茅于轼先生在《饥荒饿死人估算方法》一文中，依据其运用二次曲线数学模型拟合估算出的1959-1970年间各年度应有全国总人口数，存在着很大误差，这种误差主要是估算者的人为因素造成的，茅于轼先生将拟合误差全部算作死亡人口是不正确的。

3 不能将推算出的再出生人口数列为死亡人口

有的专家学者认为，茅于轼先生估算出的1959-1970年间各年度应有全国总人口数，确实与国家公布的统计数据相差很大，但人是可以生育的，估算“三年自然灾害”以后的全国人口数量，必须考虑预期再出生人口因素。因为从人口预测理论和实践看，推算分析一个时期人口变化，对未来人口增长趋势的影响，需要考虑预期再出生人口因素。从这一角度讲，“三年自然灾害”期间的非正常死亡人口和少出生人口，都会对全国未来人口增长产生负面影响。但是，还必须看到推算再出生人口因素对未来人口增长产生的影响是有规律的，其与人的成长和生育周期密切相关。非正常死亡人口中有生育能力的人，能够对近期的人口出生率产生影响，少出生人口对人口增长产生影响则是代际的，即这部分人具有生育能力和生育责任后的人口出生率。同时，人类在遇到自然和社会环境突变的影响使人口数量突然减少时，会在自然和社会环境恢复常态后自发地提高出生率，这一机制会对预期再出生人口因素产生一定的弱化作用。

基于以上原因，在估算“三年自然灾害”期间全国总人口实际应有多少时，不应将根据非正常死亡人口和少出生人口推算的再出生人口归入非正常死亡人口。

二、定量分析需用多种方法进行验证

我们使用三次曲线数学模型、平均增长率估算模型、二次指数平滑模型、非季节指数模型4种数学模型，对“三年自然灾害”期间全国总人口进行拟合估算，并与茅于轼先生拟合估算的结果进行比较。无论从总体还是关键年份看，茅于轼先生运用二次多项式回归模型拟合估算的全国总人口，1958年、1961年、1962年的偏差率分别为0.11%、7.99%、8.36%。使用三次曲线数学模型拟合估算的全国总人口，1958年、1961年、1962年的偏差率分别为0.07%、7.61%、7.78%。使用年均增长率估算模型拟合估算的全国总人口数，1958年、1961年、1962年的偏差率分别为0.16%、6.53%、6.40%。使用二次指数平滑模型拟合估算的全国总人口，1958年、1961年、1962年的偏差率分别为0.17%、6.96%、6.87%。使用非季节指数模型拟合估算的全国总人口，1958年、1961年、1962年的偏差率分别为0.00%、7.37%、7.41%。

综合评价以上五种数学模型估算的全国总人口数与国家公布的统计数据的偏差度，可以看出年均增长率数学模型拟合估算的人口数与国家公布人口统计数据的综合偏差度最小，为14.66%；二次指数平滑模型拟合估算的综合偏差度较小，为14.90%；非季节指数平滑模型拟合估算的综合偏差度居中，为16.96%：三次曲线数学模型拟合估算的综合偏差度较大，为18.71%；茅于轼先生使用的二次多项式拟合数学模型拟合估算的综合偏差度最大，为24.23%，比年均增长率数学模型的偏差度高出近10个百分点，表明其误差最大，最不科学（详见图2）。

三、“三年自然灾害”究竟饿死多少人？

“三年自然灾害”究竟饿死多少人？要分析清楚这个问题，必须对平均正常死亡率、非正常死亡率、正常死亡人口、非正常死亡人口、正常出生率、少生人口以及“三年自然灾害”期间全国总人口减少数量等几个关键数据，进行测算。同时，还必须使用多种数学模型来估算和验证“三年自然灾害”的死亡人口。

1 平均正常死亡率和非正常死亡率

我们选择凝聚层次聚类的方法，分析“三年自然灾害”研究中“正常年份”选择问题。首先，对1949-1970年的数据进行定性分析。选择1949～1970年的数据是为了保证“三年自然灾害”[1959～1961]的前序与后序时间等长，这对于分析人口波动的前期特征与后期特征通常是有效的。“三年自然灾害”期间的出生率与死亡率与其余年份的差异较为明显。

图3是1949～1970年年人口出生率与人口死亡率的波动曲线，由图可知，“三年自然灾害”期间，人口出生率小于人口死亡率，人口出生率与人口死亡率的间隔是动态变化的。通过定性分析人口指标的动态变化特性，我们利用凝聚聚类的方法，对人口波动年份的类特征进行聚类分析。凝聚聚类实验的结果说明，凝聚聚类算法对于“正常年份”的确定是有效的。在短序凝聚聚类分析的前提下，我们构造1949-2010年的全序数据，并进行凝聚聚类分析。

通过分析两次聚类的聚类树状图发现，1958年人口指标与1959年的人口指标具有最大的同类度，与1961年也具有较高的同类度。因此，1958年、1959年和1961年三年凝聚为一类。这就说明，“三年自然灾害”在1958年已经出现明显的征兆，1960年达到波峰。相对于1959年与1960年，1958年的人口指标与两者都具有较高的同类度。这一结论与实际情况同样符合。

根据全序凝聚聚类的分析结果可知：1949～1954年间的六年依次凝聚为一类；1955～1958年间的四年凝聚为一类；1959～1960年的二年凝聚为一类。表3显示了1955～1958年间的凝聚系数，1955年与1956年的凝聚系数较小，1956年与1957年虽然凝聚为一类，但是凝聚系数相比于前者呈大幅增加。因此，1949～1958年间，1955年与1956年的人口波动指标应该属于较为正常的年份。需要特别指出的是，1955年在二次凝聚时，与1949年具有较小的凝聚系数，相比于1955年，1956年的波动应该相对“正常”。

可见，正常年份人口指标的设定，可以选择1955年与1956年的人口指标均值，或者选择1956年的人口指标。相比于选择单年作为“标准年”，双年均值可以较好清除单年特定扰动因素对计算结果的干扰。因此，我们选择将1955与1956两年的人口指标均值，作为计算的“标准年”。将1955年与1956年的人口死亡

平均正常死亡率=（12.28‰+11.40‰）/2=11.84‰

非正常死亡率=人口死亡率一正常死亡率

1949—1961年分年度正常死亡率和非正常死亡率计算结果，如表4所示。

2 正常死亡人口和非正常死亡人口

知道了正常死亡率和非正常死亡率，可以根据以下公式推算出正常死亡人口和非正常死亡人口数量（见表5）：

正常死亡人口数=当年正常死亡率×当年人口

非正常死亡人口数=当年非正常死亡率×当年人口

“三年自然灾害”（1959—1961年）期间的非正常死亡人口合计1242.63万人，与茅于轼先生在《饥荒饿死人估算方法》中计算得出的仅1959和1960两年就饿死3634万人的结果相差甚远，仅为其34.2%。

3 正常出生率和少生人口

从表5中的数据可以看出，“三年自然灾害”期间的非正常死亡人口数，与茅于轼先生计算得出的两年就饿死3634万人的结果相差甚远。

与计算平均正常死亡率同理，对于一个人口出生率发生突然变化的时间段，用以后时期的正常状况作为这一时间段的非正常变化的参照物是不合适的，需要选择发生突然变化之前的正常状况作为比较分析的参照物。既然1955年与1956年在客观上是平均正常死亡率的正常年份，自然也应该是正常出生率的正常年份。高非正常死亡率、高正常出生率的“双高”并存的年份，从理论和实践上看都不应该是“正常年份”。

基于以上认识，将选定的正常年份1955年与1956年的人口出生率加总平均后，便可以计算出正常年份的平均正常出生率，进而推算出正常出生人口和少出生人口（见表6）：

平均正常出生率=（32.60‰+31.90‰）/2=32.25‰

正常出生人口数=当年正常出生率×当年人口

少出生人口数=（正常出生率-当年出生率）×当年人口

表6中的数据表明，“三年自然灾害”期间少出生人口合计2193.31万人，大于茅于轼先生在《饥荒饿死人估算方法》中计算得出1959和1960两年就少出生1624万人的结果。

4 “三年自然灾害”期间全国总人口减少数量

知道了“三年自然灾害”期间的非正常死亡人数和少出生人数，就可以计算出这一期间全国总人口减少的数量：

“三年自然灾害”全国总人口减少（万人）=非正常死亡人数（万人）+少出生人数（万人）

=1242.63万人+2193.31万人=3435.94万人

“三年自然灾害”期间，全国非正常死亡1242.63万人，少出生2193.31万人，导致全国总人口减少3435.94万人。这一计算结果与茅于轼先生在《饥荒饿死人估算方法》中计算得出1959和1960两年全国总人口合计减少5259万人的结论相比，两者相差1839.65万人，前者仅为后者的65%。

四、结论

1 上述分析的结果表明：“三年自然灾害”期间，全国总人口非正常减少3435.94万人。由于非正常减少的人口是由非正常死亡人口、少出生人口两部分组成的，不能将非正常减少的人口等同于饿死人口。

2 “三年自然灾害”期间，全国非正常死亡人口1242.63万人。导致非正常死亡的原因有很多，既有水灾、旱灾、震灾和瘟疫，也有战争和其它突发事件，因此将非正常死亡人口都归罪于饿死是不正确的。

3 “三年自然灾害”期间，全国少出生2193.31万人。虽然少出生人口中有一部分是属于育龄人口饿死而未能出生，但这部分未出生人口并没有饥饿经历，将之归入饿死人口显然是不正确的。

4 运用包括茅于轼先生使用的二次多项式回归模型在内的五种数学模型，对拟合估算结果进行互相验证和比较分析的结果表明：茅于轼先生的方法综合偏差度最大，为24.23%，比偏差度最小的年均增长率数学模型的偏差度高出近10个百分点，表明其误差最大，最不科学。

差生期中总结范文第3篇

0引言

改革开放30多年来，我国经济实现了举世瞩目的高速增长，为全面建成小康社会和实现现代化奠定了坚实的基础。研究表明，在引致经济增长的各种生产要素中，一方面，资本投入的增加是拉动我国经济增长的最主要因素。从总体上看，对于一个国家或地区的经济增长而言，资本形成是引擎，资本的效率则是关键。改革开放初期，和绝大多数发展中国家一样，资本稀缺是中国经济增长与发展的最主要障碍，改革开放政策不仅动员了国内储蓄，激活了储蓄转化为投资的资本形成机制，提高了微观层面的资本效率；而且通过廉价的土地供给和优惠的税收政策，吸引外国资本与国内廉价的劳动力资源相结合，促进了外向型经济发展，提高了经济增长的速度。可以说，国内资本的加速形成和国外资本的大规模流入，加上资本效率一定程度的提高，是30多年来我国经济增长的最大动力。随着改革开放的进一步深入，我国经济增长与资本形成表现出非均衡性；另一方面，在短期内，就业增长与中国经济之间表现出非一致性，而这似乎背离了传统经济理论带给人们的一贯认识：“就业增长意味着经济增长。”那么究竟就业与经济增长是何种关系？本文通过计量实证分析发现就业增长与经济增长在短期内并不存在必然的一致性，主要表现在劳动要素对经济增长的贡献率低，相反在长期均衡时间内却保持了一致性，经常保持在1：2的要素贡献率，继而提出政府不能把劳动力要素的投入当作是使经济增长的充分条件，最后提出目前我国政府在宏观经济政策上应该实现从就业带动增长到就业与经济增长协调发展的转变，来促进经济增长的对策建议。因此，分析资本形成、就业人员人数与我国经济增长的关系，解释经济增长的资本因素和劳动力因素，无论在理论上还是在实践上都具有重要意义。

1文献回顾

自20世纪90年代以来，已经有一些研究对于生产两要素与经济增长的关系进行了考察。林毅夫（2001）以1981―2010年GDP增长率、资本效率等统计数据，通过国民收入恒等式考察了资本形成和就业人口对经济增长的贡献程度。他通过深入探讨资本形成和就业人数两个变量的性质，使用多种联立方程估计方法，包括普通最小二乘法（OLS）、两阶段最小二乘法（2SLS）、三阶段最小二乘法（3SLS）、似不相关估计（SUR）、有限信息普通最小二乘法（LIML）和完全信息普通最小二乘法（FIML），以根据不同估计方法估计结果所提供的信息来判断最佳的估计方法。根据林毅夫的估计结果，在上世纪90年代国内生产总值对两要素的弹性数值大致在0.5左右。该弹性数值在上世纪80年代则相对较低，可能主要是因为两要素占国内生产总值的比例随着时间的变化有增长的趋势。两要素占国内生产总值比例的增加必然增加两要素变动对经济增长影响的程度。陈东平（2001）通过使用中国1980―1998年的国民收入、资本存量、劳动力总数、进出口总额等数据，用实证分析的方法探讨了进口、出口以及劳动和资本对我国经济增长的作用，得出了进口、出口以及劳动和资本的边际产出，通过实证分析得出资本形成对经济增长的作用远远大于就业人数。

本文根据1981―2013年中国的经济数据，通过使用协整模型对两生产要素与经济增长关系进行Granger因果关系检验，分析中国进出口与经济增长之间是否存在协整关系，在存在协整关系的情况下，使用误差修正模型来分析资本投入与劳动投入对产出的长、短期弹性，从而判别哪种生产要素对经济增长的解释能力更强。

2实证分析

本文分析所使用的样本取自1981―2013年的年度数据，数据来源于《国家统计局》。用从业人员（L/万人）、资本形成（K总额/亿元）来反映生产要素的投入；使用宏观经济总量指标国内生产总值（GDP/亿元）反映经济增长。我国GDP、从业人员、出口总额（EX）与资本形成如表1所示。

对因变量和自变量取对数，考察lnGDP，lnK，lnL即经济增长率、资本形成总额的增长率，从业人员增长率之间的协整关系，首先利用EViews软件输入样本数据GDP、L和K，生成新序列lnGDP、lnK和lnL，然后依次对时间序列数据进行单位根检验：

表11981―2013年我国GDP、资本形成总额K

t-StatisticProb.*Augmented Dickey-Fuller test statistic-1.423358 0.5576Test critical values：1% level-3.6701705% level-2.96397210% level-2.621007GDPt-1系数的τ值为-1.4234，这个值在绝对值上甚至远低于显著性水平为10%的临界值τ-26210，从而表明，即便考虑了误差项中可能出现的自相关，lnGDP序列仍是非平稳的。

其次，对lnGDP的二阶段差分做单位根检验，检验结果见表3。

表3单位根检验结果

t-Statistic Prob.*Augmented Dickey-Fuller test statistic-5.269919 0.0002Test critical values：1% level-3.6793225% level-2.96776710% level-2.622989检验结果如表3所示，可见d（lnGDP）是平稳的，因此lnGDP是二阶段单整的。

（2）对lnK进行单位根检验，首先我们用lnK的两个滞后差分对lnK序列估计，使用上述数据估计结果如下：

ΔlnKt=0.1376-0.0043lnKt-1+0.4633ΔlnKt-1

Eviews运行结果如表4所示。

表4Eviews运行结果

t-Statistic Prob.*Augmented Dickey-Fuller test statistic-0.442211 0.8895Test critical values：1% level-3.6616615% level-2.96041110% level-2.619160lnKt-1系数的τ值为-0.4422，这个值在绝对值上甚至远低于显著性水平为10%的临界值τ-26192，从而表明，即便考虑了误差项中可能出现的自相关，lnK序列仍是非平稳的。

其次，对lnK的二阶段差分做单位根检验，检验结果见表5。

表5单位根检验结果

t-Statistic Prob.*Augmented Dickey-Fuller test statistic-5.979837 0.0000Test critical values：1% level-3.6701705% level-2.96397210% level-2.621007检验结果如表5所示，可见d（lnK）是平稳的，因此lnK是二阶段单整的。

（3）对lnL进行单位根检验，首先我们用lnL的两个滞后差分对lnL序列估计，使用上述数据估计结果如下：

ΔlnLt=0.8054-0.0710lnLt-1

Eviews运行结果见表6。

表6Eviews运行结果

t-Statistic Prob.*Augmented Dickey-Fuller test statistic-3.053459 0.0406Test critical values：1% level-3.6537305% level-2.95711010% level-2.617434lnLt-1系数的值为-3.0535，这个值在绝对值上甚至远低于显著性水平为1%的临界值τ-3.6537，从而表明，即便考虑了误差项中可能出现的自相关，lnL序列仍是非平稳的。

其次，对lnL的二阶段差分做单位根检验，检验结果见表7。

表7单位根检验结果

t-Statistic Prob.*Augmented Dickey-Fuller test statistic-6.409917 0.0000Test critical values：1% level-3.6793225% level-2.96776710% level-2.622989检验结果如表7所示，可见d（lnL）是平稳的，因此lnL是二阶段单整的。

（4）综上可见，lnGDP与lnK、lnL都是二阶单整的，可能存在协整关系，做lnGDP关于lnK、lnL的OLS回归，消除自相关性后得回归结果如表8所示。

表8消除自相关性后得回归结果

CoefficientStd.Errort-StatisticProb. LNK0.5977950.0758227.8841530.0000LNL0.5430350.1334764.0683970.0004AR（1）1.1272080.1938525.8147800.0000AR（2）-0.1566530.192565-0.8135060.4230根据输出结果，可得lnGDP与lnK、lnL的长期平均均衡表达式：

lnGDPt=0.5978lnKt+0.5430lnLt

（7.8842）（4.0684）

从表8回归结果看，回归系数全部通过t检验，不存在自相关。

（5）根据表8的回归结果计算残差序列e，对其进行ADF检验，得表9残差序列检验结果。

表9残差序列检验结果

t-Statistic Prob.*Augmented Dickey-Fuller test statistic-5.451514 0.0001Test critical values：1% level-3.6701705% level-2.96397210% level-2.621007从回归结果可知残差项是平稳的。因此，可得出lnGDP与lnK、lnL存在协整关系。基于上述协整分析我们可以认为中国的经济增长与对两生产要素之间存在着长期的因果关系，根据格兰杰表述定理：若两种变量（Xt和Yt）是协整的并且每个都是非平稳的时间序列，那么，要么Xt一定是Yt格兰杰原因，要么Yt一定是Xt的格兰杰原因。在本文中，至少能说明两种生产要素的投入是我国国民经济发展的内在动力所在。表2-表8回归结果也表明，本期从业人员每增长1%时，我国国内生产总值将平均增长0.543%；资本形成总额每增长1%时，国内生产总值将平均增长0.598%。

（6）接下来分析短期两要素对经济增长的影响，利用EViews软件建立lnGDP关于lnK、lnL的误差修正模型ECM。以滞后一期残差项作为误差修正项，可建立如表10所示的误差修正模型。

表10误差修正模型

R2=0.6920d=1.7727F=17.2895

模拟拟合优度较高，方程通过F检验、DW检验，各回归系数符合经济意义，其中，d（lnK）、d（lnGDP（-1））在1%水平上显著，d（lnL）、RESID（-1）不显著，其中变量的符号与长期均衡关系的符号一致。结果表明，本期lnK、lnL和上一期lnGDP在短期内每增长1%，GDP将依次增长0.0493%、0.3716%和04986%。误差修正项系数为负，符合反向修正机制，它表明lnGDP与长期均衡值得偏差中的27.21%被修正。此ECM模型反映了lnGDP受lnK、lnL影响的短期波动规律。根据估计结果可知，资本投入与劳动投入对产出的长期弹性分别为0.598和0.543，短期弹性分别为0.372和0.050。

3结论

差生期中总结范文第4篇

关键词：人民币实际有效汇率 偏相关分析 相关性分析 回归分析

中图分类号：F832.6 文献标识码：A 文章编号：1003-9082（2013）07-0027-02

对外贸易在一国经济发展中具有非常重要的地位，汇率是一国进行对外贸易活动时所参照的重要价格指标，它的变动会对一国的对外贸易产生深远的影响。我国作为典型的贸易顺差国，人民币面临巨大的升值压力。人民币实际有效汇率与我国的贸易总额是否存在一定的长期的均衡关系是本文研究的重点。

一、数据的选取与模型的建立

本文选用2000～2013年6月共162个月份的数据，以2000年作为基期。采用人民币实际有效汇率、实际国内生产总值、出口总额等因素进行分析。为了更容易得到平稳序列，消除时间序列中可能存在的异方差现象，对各个数据进行自然对数的处理。从而建立线型模型为：

其中EX为出口总额，X1为实际国内生产总值，X2为人民币实际有效汇率， 为随机扰动项。根据2000～2013年6月的GDP的季度数据，推算出每月GDP的估计值，进而加以分析。

二、变量的相关性分析

首先需要对数据进行相关性分析，在分析中找到变量之间的相关程度，对于相关程度不显著的数据而言，需要进行适当的整理或采用因子分析的方法进一步进行讨论。结合本文数据，其分析结果为：

通过Spearman相关分析不难看出，人民币实际有效汇率（REER）、实际国内生产总值（GDP）、出口总额（EX）之间，均存在显著的相关关系。换言之，实际国内生产总值的变动与人民币实际有效汇率、出口总额存在着密切的关系。但是，为了排除数据间的相互作用从而对数据带来的影响，还需进行进一步的分析。

三、变量的偏相关性分析

由于人民币实际有效汇率对实际国内生产总值与出口总额均会造成影响，所以为了检测这种影响是否会使相关分析的结果造成偏差，还需进行偏相关的分析。利用本文数据，偏相关的分析结果为：

通过控制人民币实际有效汇率这一变量进行偏相关分析，实际国内生产总值与出口总额存在显著的相关关系，且相关系数为0.939，与相关分析中的相关系数相比，差距微小。这一结果表明，人民币实际有效汇率（REER）、实际国内生产总值（GDP）、出口总额（EX）三者之间不存在显著的偏相关关系，所以相关分析的结果能够真实的表明三者之间的相关性，即三者之间存在着显著的相关关系。

四、变量的回归分析

通过上表数据，可以得到回归方程为：

。在方程中不难看出，就长期而言，在国内实际生产总值不变的前提之下，中国出口贸易的实际有效汇率弹性为-0.769。换言之，中国出口贸易的实际有效汇率每变动1%，出口贸易额将反向变动0.769%，即中国出口贸易的实际有效汇率每升值1%，我国出口贸易额将减少0.769%，中国出口贸易的实际有效汇率每贬值1%，我国出口贸易额将将增加0.769%。短期内，人民币实际有效汇率不变，实际国内生产总值的弹性为1.184，与出口贸易额呈正向变动的关系，即实际国内生产总值每上升1%，我国出口贸易额将上升1.184%。由此可见，现阶段人民币实际有效汇率对我国出口贸易额存在负作用，而实际国内生产总值对我国出口贸易额存在正向作用。

五、结论分析

1.人民币实际有效汇率对我国出口贸易的影响逐步减小

结合国内学者先前的研究结果 ，其模型中人民币实际有效汇率弹性为-1.6097，而本文中得到的人民币实际有效汇率弹性为-0.769，单从数据上看，人民币实际有效汇率对我国出口贸易的影响确实有所减小，但是也不排除其他因素的影响。其原因有：

第一、本文采用的GDP数值是实际国内生产总值，而并非名义国内生产总值，由于消除了价格因素对GDP的影响，进而可能导致相关的回归结果减小，使得此次分析的结果与前人相差较大。

第二、统计时间存在差异，本文采用的数据是从2000～2013年6月共162个月份的数据进行研究，而之前的研究是采用1994～2010年共17年的数据进行研究，在数据统计的时间维度上存在差异。但本文的数据较新，更能反映现阶段人民币实际有效汇率的变化趋势。

2.回归分析结果与实际情况相违背

根据回归结果，人民币实际有效汇率与我国出口贸易的变动依然存在反向的变动关系，但是随着人民币不断的升值，我国的出口额却在逐年的加大，这与本文的分析结果相违背，分析其原因有：

第一、人民币的名义汇率确实在不断的上升，但是根据本文数据显示，人民币实际有效汇率却呈平稳的下降趋势。所以出现了人民币汇率上升，但我国出口总额却在不断增加的现象。

第二、由于贸易周期的时滞性，我国出口总额虽然逐年增加，但是从数据中不难看出，其增长的幅度却在不断减小。这也印证了本文的分析结果，其实我国出口总额与汇率之间依然存在着反向变动的关系。

第三、加工贸易依然是贸易顺差的主要来源。我国的贸易顺差有很大一部分来自于加工贸易，据海关统计，2013年前8月，我国对外贸易累计进出口总值13386.6亿美元，比去年同期下降22.4%。其中出口7307.4亿美元，同比下降22.2%；进口6079.2亿美元，同比下降22.7%。累计贸易顺差1228.2亿美元，同比减少19%。

8月份当月，我国外贸进出口总值1917亿美元，同比下降20.6%，环比下降4.3%；其中出口值1037亿美元，同比下降23.4%，环比下降1.6%，出口值连续两个月稳定在千亿美元之上；进口880亿美元，同比下降17%，环比下降7.2%。顺差157.1亿美元，同比减少45.5%。

经季节调整后，8月份同比增长速度不变，进出口、出口和进口与7月份环比分别增长2.3%、3.4%和1%。

2013年前8月，我国加工贸易进出口5419.8亿美元，下降22.9%，占同期我国进出口总值的40.5%，比去年同期降低0.3个百分点。其中出口3515.1亿美元，下降20.9%，占同期出口总值的48.1%；进口1904.7亿美元，下降26.2%，占同期进口总值的31.3%。加工贸易项下贸易顺差1610.4亿美元，同比减少13.5% 。从中不难看出，加工贸易依然是贸易顺差的主要来源，从而削减了人民币实际有效汇率对我国出口贸易额的影响。

参考文献

[1] 孙悦，袁晓娜.人民币实际有效汇率对中国出口贸易的影响[J]，2012，（3）.

[2] 毕玉江、朱钟棣：《人民币汇率变动的价格传递效应———基于协整与误差修正模型的实证研究》，载《财经研究》， 2006，（7）.

[3] 马红霞、张朋：《人民币汇率变动对中欧出口价格的传递效应》，载《世界经济研究》， 2008（7）.

差生期中总结范文第5篇

审计人员在审计时，先要调查该单位材料采购业务的内部控制。审计人员可以找公司财务人员和公司仓库管理人员进行询问。通过询问了解该单位在原材料采购管理上的制度。调取企业有关原材料采购的内部控制制度进行审阅等。假定通过以上步骤，审计人员了解到该单位材料采购内部控制为：①生产部门、仓储部门提出请购，开出请购单；②采购部门主管审批后开出订购单；③验收部门验收后开出验收报告；④会计部门核对请购单、订购单、验收单、发票后付款。随后，审计人员便可运用固定样本量抽样方法对该单位材料采购管理制度的有效性进行审计。

（一）确定审计目的和抽样总体

本例中，审计的目的是查明被审计单位的材料采购业务是否符合上述内部控制制度，而不必对材料采购业务错误金额的大小做出估计。

审计的抽样总体是该单位本年度所有材料采购业务。根据前期调查的结果，本年度该单位共有975笔材料采购业务。审计人员先对这些业务按时间先后顺序做出排列并编号，起始号码为001，终止号码为975。

（二）定义“违反”、“误差”的标准

审计人员在发现某一笔材料采购业务满足以下条件之一时，就可以认定该笔业务违反了内部控制：①未经请购和审批已开出订单购料（无请购单或者内容不符）；②材料未经验收却已入库（无验收签章）；③购货订单、验收单与供应商发票不一致却已付款。

（三）确定相关因素

审计人员审计时还要确定审计的可信赖程度，最大可容忍误差，预期总体误差等相关因素。

可信赖程度是预计样本代表总体的百分比（可靠程度），风险是样本不代表总体的百分比。比如：如果审计人员选择95%的可信赖程度，表示：要有5%的风险去接受抽样结果代表的结论与实际不符。审计人员要根据实际情况和历史经验确定可信赖程度的水平。

最大可容忍误差是抽样结果可以达到审计目的时，审计人员愿意接受的审计对象总体的最大误差。最大可容忍误差是审计人员认为该内部控制能有效依赖的最大误差率。当总体误差超过可容忍误差时，审计人员要降低对内部控制的信赖程度。

预期总体误差是审计对象总体预计存在的误差程度，即被审计单位内部控制失去效能的所有控制无效事件的比例。审计人员可根据以前年度审计发现误差率及经验进行估计。

其中最大可容忍误差，预期总体误差是两个比较容易混淆的内容，其关系为：

1.可容忍误差是审计人员根据被审计项目的重要性来确定可以接受的审计对象的最大会计误差，是审计人员对被审单位会计报表的合法性和公允性发表意见的底线。超过可容忍误差则为审计人员所不能接受，必须进行详细审计。

2.预期总体误差是审计人员预计被审计单位内部控制程序失去效能而产生差错和舞弊的可能性。预期总体误差是审计人员根据被审计单位经营管理状况确定的，而可容忍误差是审计人员根据被审计对象的重要性程度来决定的。因此，预期总体误差已经包含在可容忍误差之中，预期总体误差永远小于可容忍误差。

假定本例中，审计人员确定：可信赖程度为95%，最大可容忍误差为6%，预期总体误差为3%。

（四）确定样本量

确定样本量是固定样本量抽样的重点工作，主要采用的方法是查表法。

查表法需要查“属性抽样样本量表”。查表时需要注意确定可信赖程度、可容忍误差、预期总体误差三个相关因素。根据三个相关因素查表查得抽样方案，通常用符号N（C）来表示，N－样本量，C－允许的误差数。

本例中需要查“可靠程度为95%属性抽样样本量表”。最大可容忍误差为6%，预期总体误差为3%。如表：

可靠程度为95%属性抽样样本量表

查表得到抽样方案是195（6），表示需要抽取195个样本。如果误差数在6个以内，这个内部控制可以接受；如果超过6，表示不可以信赖。

（五）选取并审查样本

1.选样，选出要审查的195个样本。选样通常采用系统选样法进行选样。

系统选样法又称等距抽样法，是在审计对象总体中按一个或几个随机起点，每隔一定间隔等距离地选取样本量的一种抽样方法。

审计人员选取两个随机点。抽样间隔＝975*2／195＝10；在001至010之间选取两个随机点，假定选择004和008；从004和008开始，每隔10笔材料采购业务选取一个样本。即第004、014、024……和008、018、028……笔材料采购业务被选出作为样本审查。

2.审查，审查选出的195个样本。参照“违反”、“误差”标准，审计选出的样本。查看有无未经请购和审批已开具订单购料（无请购单或者内容不符）；有无材料未经验收却已入库（无验收签章）；有无购货订单、验收单与供应商发票不一致却已付款等情况。

3.记录，在审计工作底稿上记录下“违反”内部控制的样本数。

（六）评价抽样结果

从样本的审查结果推断总体，不仅要考虑“违反”内部控制的样本数，也要考虑误差的性质（有无发现欺诈、舞弊或逃避内部控制发生）。

1.审计中若无发现欺诈、舞弊或逃避内部控制时：（1）抽查查出误差数≤允许的误差数，得到总体最大误差≤可容忍最大误差，这时审计人员可以得出结论内部控制有效；（2）抽查查出误差数>允许的误差数，得到总体最大误差>可容忍最大误差，这时审计人员可以不依赖该内部控制，扩大实质性测试，增加实质性测试样本量。

2.审计中若发现有欺诈舞弊或逃避内部控制时，不论多少均不依赖该内部控制，采用详细审计。

假定本例审计中无发现欺诈、舞弊或逃避内部控制情况，且抽查查出误差数为1。因抽查查出误差数1≤允许的误差数6，得到总体最大误差≤可容忍最大误差，则审计人员可以得到结论，总体误差不超过6%的可信赖程度为95%。

（七）书面说明抽样程序

做完以上审计工作，审计人员要在审计工作底稿上以书面形式说明以上步骤。得出结论：审计人员有95%的把握确信975笔材料采购业务违反内部控制的比率不超过6%。同时也有5%的风险表明975笔材料采购业务违反内部控制的比率超过6%。

固定样本量抽样的目的是对被审计单位内控制度的制定和执行情况是否合法、合规及符合制度等情况进行检测，并做出评价。固定样本量抽样是一种成本较低的抽样方法。如果通过固定样本量抽样得出结论，被审计单位内部控制制度值得信赖，则审计人员可以减少实质性测试的数量以降低审计成本。反之，如果审计人员认为被审单位内控制度不值得信赖，则可以不实施内部控制审计，直接进行实质性测试。

审计人员对被审单位会计报表的合法性和公允性表示意见，必须涉及审计项目的货币价值量方面的问题。因此审计人员可以不进行内部控制审计，而直接进行实质性测试，但是决不可以只进行内部控制审计而不进行实质性测试。