【实验题目】估计我国高技术产业的生产效率
【实验目的】通过学习eviews掌握利用eviews软件进行数据分析的方法，用eviews软件对我国的高技术产业进行分析，掌握和理解生产、成本和市场结构理论的相关知识，了解影响企业生产效率的各种因素。本实验我们将利用我国的经验统计数据、使用Eviews软件估计我国各类企业的生产函数并进行效率分析。
【理论基础】
生产是对各种生产要素进行组合以制成 产品的行为，在生产中要投入各种生产要素以生产出产品，所以生产也就是把投入(input)转化为产出(output)的过程。因此生产过程一头通过要素需求与要素市场相连，另一头通过产品供给与产品市场相连。
所以本实验我们将对利用eviews面板数据的分析功能来分析影响我国高科技产业生产效率的因素。根据柯布-道格拉斯C-D生产函数产出水平要受固定资本投入（k)，劳动投入（l）影响，但是在高科技产业中，我们知道产出效率还要受科技投入（r）影响，所以本实验我们将探究这三个要素对产出水平（q）影响。
构造线性回归方程, 为使分析结果更为显著,对方程(1) 取对数, 并加上随机误差项, 得到计量方程为：
lnQt=A+αlnKt+βlnLt+γlnRt+μt
Ⅰ.其中,Q 为产出水平, 工业总产值或者工业增加值。本实验采用工业总产值。（亿元）
Ⅱ. K 为资本投入, 本实验选用了固定资产年末净值。 （亿元）
Ⅲ.L 为劳动力投入, 一般采用职工人数作为衡量指标, 采用年末平均职工人数。（万人）
R为科技投入，采用R&D经费内部支出 （亿元）
Ⅳ.α、β、γ为资本、劳动力和科技投入的产出弹性, 而μ就是计量方程的随机误差
式中A 是常数项, 代表一定的技术水平. α, β分别为资本投入和劳动投入的生产弹性.
【实验要求】
掌握生产、成本和市场结构理论的相关知识，学习和了解eviews软件进行面板数据的运行分析，并对实验结果进行相关的计量分析。
【实验方案与进度】
1.搜集数据
2.实验先对搜集来的数据进行预测
3.通过eviews对搜集到的数据进行面板数据运行分析
4.求出面板数据回归方程的参数
5.验证回归方程
6.结果分析
7.分析其在现实中的作用，提出自己的见解，分析其对经济的作用
【实验过程与步骤】
1.搜集数据，如下：
| 有色金属 | 产出（亿元） | 资本（亿元） | 劳动力（万人） | 科技投入（亿元） | ||||
| 2003 | 50.78 | 26.39 | 3.25 | 30.75 | ||||
| 2004 | .2 | 41.61 | 5.29 | 40.65 | ||||
| 2005 | 229.34 | 63.55 | 9.12 | 70.72 | ||||
| 2006 | 403.59 | 104.28 | 12.53 | 141.47 | ||||
| 2007 | 627.93 | 150.08 | 15. | 220.5 | ||||
| 2008 | 815.81 | 272.31 | 17.66 | 249.42 | ||||
| 2009 | 901.98 | 272.67 | 16.3 | 272.48 | ||||
| 2010 | 1292.21 | 380.76 | 19.42 | 347.3 | ||||
| 化纤制造业 | 产出（亿元） | 资产（亿元） | 劳动力（万人） | 科技投入（亿元） | ||||
| 2003 | 290.79 | 152.82 | 4.71 | 114.26 | ||||
| 2004 | 4.44 | 229.28 | 5.35 | 160.02 | ||||
| 2005 | 723.51 | 236.17 | 9.26 | 213.48 | ||||
| 2006 | 996.3 | 305.94 | 11.03 | 287.51 | ||||
| 2007 | 1375.35 | 426.13 | 12.71 | 4.61 | ||||
| 2008 | 1421.4 | 459.71 | 15.34 | 496.21 | ||||
| 2009 | 1458.83 | 488.57 | 14.87 | 554.31 | ||||
| 2010 | 1746.03 | 344.63 | 15.58 | 691.42 | ||||
| 通讯设备，计算机 | 产出（亿元） | 投入（亿元） | 劳动力（万人） | 科技投入（亿元） |
| 2003 | 209.21 | 45.07 | 7.56 | 191.63 |
| 2004 | 753.21 | 100.56 | 25.3 | 245.53 |
| 2005 | 931.27 | 185.38 | 36.56 | 436.54 |
| 2006 | 1192.58 | 251.07 | 42.11 | 546.41 |
| 2007 | 1736.86 | 342.02 | 53.27 | 795.43 |
| 2008 | 2368.72 | 581.27 | 69.46 | 997.06 |
| 2009 | 2869.36 | 729.92 | 76.19 | 1227.86 |
| 2010 | 4120.34 | 1025. | 94.52 | 1759.51 |
2.将数据录入eviews软件：
3.进行软件运行：
【实验结果】
在本实验中ysjs字母代表有色金属行业，hxzz字母代表化纤制造行业，txsb字母代表通讯设备，计算机行业
截屏图：
方便看出结果的数据图：
| Dependent Variable: LOG(Q?) | ||||
| Method: Pooled EGLS (Cross-section weights) | ||||
| Date: 10/07/04 Time: 18:40 | ||||
| Sample: 2003 2010 | ||||
| Included observations: 8 | ||||
| Cross-sections included: 3 | ||||
| Total pool (balanced) observations: 24 | ||||
| Linear estimation after one-step weighting matrix | ||||
| Variable | Coefficient | Std. Error | t-Statistic | Prob. |
| C | 1.085152 | 0.347611 | 3.121741 | 0.0059 |
| LOG(K?) | 0.243655 | 0.116826 | 2.085631 | 0.0515 |
| LOG(L?) | 0.513731 | 0.169607 | 3.0242 | 0.0072 |
| LOG(R?) | 0.492342 | 0.130141 | 3.783141 | 0.0014 |
| Fixed Effects (Cross) | ||||
| _YSJS--C | 0.029356 | |||
| _HXZZ--C | 0.312111 | |||
| _TXSB--C | -0.341467 | |||
| Effects Specification | ||||
| Cross-section fixed (dummy variables) | ||||
| Weighted Statistics | ||||
| R-squared | 0.983038 | Mean dependent var | 7.193002 | |
| Adjusted R-squared | 0.978326 | S.D. dependent var | 2.250517 | |
| S.E. of regression | 0.152356 | Sum squared resid | 0.417821 | |
| F-statistic | 208.6336 | Durbin-Watson stat | 1.207306 | |
| Prob(F-statistic) | 0.000000 | |||
| Unweighted Statistics | ||||
| R-squared | 0.983043 | Mean dependent var | 6.623469 | |
| Sum squared resid | 0.435066 | Durbin-Watson stat | 1.175651 | |
运行所得的实验公式图：
Estimation Command:
=====================
LS(CX=F,WGT=CXDIAG) LOG(Q?) C LOG(K?) LOG(L?) LOG(R?)
Estimation Equations:
=====================
LOG(Q_YSJS) = C(5) + C(1) + C(2)*LOG(K_YSJS) + C(3)*LOG(L_YSJS) + C(4)*LOG(R_YSJS)
LOG(Q_HXZZ) = C(6) + C(1) + C(2)*LOG(K_HXZZ) + C(3)*LOG(L_HXZZ) + C(4)*LOG(R_HXZZ)
LOG(Q_TXSB) = C(7) + C(1) + C(2)*LOG(K_TXSB) + C(3)*LOG(L_TXSB) + C(4)*LOG(R_TXSB)
Substituted Coefficients:
=====================
LOG(Q_YSJS) = 0.0293555343635 + 1.08515216016 + 0.24365527002*LOG(K_YSJS) + 0.513730568087*LOG(L_YSJS) + 0.492341615287*LOG(R_YSJS)
LOG(Q_HXZZ) = 0.312111307829 + 1.08515216016 + 0.24365527002*LOG(K_HXZZ) + 0.513730568087*LOG(L_HXZZ) + 0.492341615287*LOG(R_HXZZ)
LOG(Q_TXSB) = -0.341466842192 + 1.08515216016 + 0.24365527002*LOG(K_TXSB) + 0.513730568087*LOG(L_TXSB) + 0.492341615287*LOG(R_TXSB)
【结果分析】
从计量结果看,2003～2010年间,我国高技术产业生产函数表达式是：
有色金属行业：LOG(Q_YSJS) = 0.0293555343635 + 1.08515216016 + 0.24365527002*LOG(K_YSJS) + 0.513730568087*LOG(L_YSJS) + 0.492341615287*LOG(R_YSJS)
化纤制造行业：LOG(Q_HXZZ) = 0.312111307829 + 1.08515216016 + 0.24365527002*LOG(K_HXZZ) + 0.513730568087*LOG(L_HXZZ) + 0.492341615287*LOG(R_HXZZ)
通讯设备，计算机行业LOG(Q_TXSB) = -0.341466842192 + 1.08515216016 + 0.24365527002*LOG(K_TXSB) + 0.513730568087*LOG(L_TXSB) + 0.492341615287*LOG(R_TXSB)
1.α1+β1+γ1＝1.129727453＞1
有结果可以看出中国高技术产业业改革开放以来，生产函数具有规模收益递增的特征，这种特征比较明显；
| 2.资本的产出弹性为0.24365527002劳动的产出弹性为0.513730568087，劳动对产出的贡献远远大于资本，同时科技投入的产出弹性为0.492341615287，说明我国高技术产业的产出主要依赖于劳动力和科技拉动，这说明我国在高科技产业对劳动力的依靠还是比较明显，科技进步对高技术产业的生产效率贡献还不是十分显著，所以我国要抓紧对高技术产业科技的研发和投入，使我国摆脱劳动力依靠性的产出方式，逐渐走向科技投入主导型的生产模式。 |
