基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
根据湖南省1952-2014年3大产业就业人数和GDP数据,利用向量自回归(VAR)模型分析二者之间的动态相关性.结果表明,湖南省GDP增长与3大产业就业人数增长有双向Granger因果关系.湖南省GDP的增长能够对3大产业的就业人数产生显著影响,同时3大产业就业人数增长也能促进湖南省GDP快速增长.
推荐文章
基于VAR模型的河南省产业结构与经济增长的实证分析
产业结构
经济增长
VAR模型
脉冲函数
方差分解
基于VAR模型的河北省经济增长与环境污染关系的实证研究
经济增长
环境污染
VAR模型
脉冲响应函数法
新常态下青海省经济增长与就业关系实证研究
新常态
青海省
经济增长
就业
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于VAR模型的湖南经济增长与就业关系实证
来源期刊 吉首大学学报(自然科学版) 学科 经济
关键词 向量自回归模型 GDP 就业增长 Granger因果关系
年,卷(期) 2017,(2) 所属期刊栏目 统计
研究方向 页码范围 89-93
页数 5页 分类号 F061.2
字数 3150字 语种 中文
DOI 10.3969/j.cnki.jdxb.2017.02.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘佳琦 吉首大学数学与统计学院 5 4 1.0 1.0
2 欧祖军 吉首大学数学与统计学院 40 32 3.0 4.0
3 袁笛 哈尔滨工业大学深圳研究生院 2 4 2.0 2.0
4 胡柳平 吉首大学数学与统计学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (95)
共引文献  (23)
参考文献  (12)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (0)
1938(1)
  • 参考文献(0)
  • 二级参考文献(1)
1939(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(12)
  • 参考文献(0)
  • 二级参考文献(12)
2008(11)
  • 参考文献(0)
  • 二级参考文献(11)
2009(10)
  • 参考文献(2)
  • 二级参考文献(8)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(10)
  • 参考文献(1)
  • 二级参考文献(9)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(9)
  • 参考文献(6)
  • 二级参考文献(3)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
向量自回归模型
GDP
就业增长
Granger因果关系
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
吉首大学学报(自然科学版)
双月刊
1007-2985
43-1253/N
大16开
湖南省吉首市
1980
chi
出版文献量(篇)
2943
总下载数(次)
1
总被引数(次)
10461
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导