Sunteți pe pagina 1din 26

Proiect statistică spațială

(Prezentarea creșterii economice)

Profesor coordonator,
Chirilă Ciprian
Student,
Panaite Adelina

Iași, 2018
Cuprins
1.Fenomenul studiat ........................................................................................................................ 3
2. Factorii de influență a creșterii economice .............................................................................. 3
3. Modele ale creșterii economice și relevanța acestora .............................................................. 4
4. Perioada și spațiul .................................................................................................................... 5
4.1. Prezentarea hărților .......................................................................................................... 8
5. Analiza exploratorie a datelor................................................................................................ 12
6. Analiza autocorelației globale cu ajutorul testului Moran..................................................... 16
7. Analiza de regresie clasică (MCMMP) ................................................................................. 19
7.1. Testarea ipotezelor ......................................................................................................... 21
8. Analiza de regresie a unui model de tip eroare ..................................................................... 23
9. Concluzii................................................................................................................................ 25
10. Bibliografie ........................................................................................................................ 26

2
1. Fenomenul studiat

Istoria dezvoltării economice mondiale demonstrează că, în toate timpurile, bunăstarea unui
popor a fost dată de nivelul produsului intern brut, ce reprezintă valoarea brută a producţiei finale
de bunuri şi servicii produse în cursul unei perioade de timp de către agenţii economici ce îşi
desfăşoară activitatea în interiorul graniţelor naţionale. Procesul de creştere economică este unul
complex de sporire a rezultatelor din economia naţională, pe baza combinării şi folosirii factorilor
de producţie direcţi: forţa de muncă, capitalul fix şi consumurile de mijloace circulante materiale.
Creşterea economică este dorită în orice ţară deoarece ea dă posibilitatea populaţiei să consume
mai multe bunuri şi servicii şi totodată contribuie la asigurarea unei cantităţi mai mari de bunuri şi
servicii sociale, cum ar fi sănătatea, educaţia, ducând astfel la îmbunătăţirea reală a standardelor
de viaţă.

2. Factorii de influență a creșterii economice

În literatura economică atât naţională cât şi internaţională există numeroase abordări în ceea ce
priveşte clasificarea şi ordonarea factorilor de creştere economică. Acestea au fost elaborate atât
în funcţie de posibilităţile de cuantificare a contribuţiei directe şi indirecte, în funcţie de ordinea
priorităţilor de acţiune prin politica economică, dar şi pe baza apariţiei lor în problematica
dinamicii economice.
După modul de implicare în procesul creşterii economice avem factori direcţi, în care se
include factorul uman (resursele de muncă), factorul material (resursele materiale şi echipamentele
de producţie acumulate) şi factorul informaţional-tehnologic;
Și factori indirecţi, rata investiţiilor de cercetare–dezvoltare, politica financiar– monetară,
bugetară şi fiscală a statului, capacitatea de absorbţie a pieţei interne, politica ecologică,
schimburile internaţionale etc.
Fenomenul creşterii economice a fost analizat şi de alţi economişti ce au ajuns la concluzia că
locomotiva creşterii economice ”se sprijină pe patru roţi indiferent cât de bogată sau săracă este o
ţară”. Aceste roţi sau factori ai creșterii economice sunt: resursele umane (oferta de muncă,
disciplina, educaţia, motivaţia), resursele naturale (pământul, mineralele, combustibilii, calitatea
mediului), formarea capitalului (utilaje, fabrici, şosele), tehnologia (ştiinţa, ingineria,
managementul, spiritul întreprinzător). În literatura de specialitate, creşterii economice i se acordă
o atenţie deosebită, deoarece bunăstarea generală a societăţii depinde de nivelul acesteia. Unul
dintre argumentele cele mai invocate şi totodată disputate, pe care teoriile creşterii şi dezvoltării
economice le aşează la baza recentelor modele ale politicilor de gestiune a pieţelor muncii şi
educaţiei, îl reprezintă investiţiile în formarea capitalului uman – parte componentă a avuţiei
naţionale.

3
3. Modele ale creșterii economice și relevanța acestora

Creșterea economică reprezintă procesul global de evoluție ascendentă a unor mărimi


economice agregate, în timp, la nivel național sau internațional, cu efecte favorabile în planul
vieții. Majorarea capacității de producție a unei țări, identificată prin creșterea susținută a venitului
național real in decursul mai multor ani.
Până acum câțiva ani, creșterea economică părea un fenomen perfect normal al unei epoci
marcate de viteza transformării. Normalitatea s-a transformat până și ea, iar acum ne aflăm sub
influența unor alte reguli, neștiute încă, ce trebuie să răspundă întrebării “Cum revenim la creștere
economică?”. Creșterea economică și modelele menite să rezolve această problemă preocupă
istoria economică încă de la începuturile sale.
Creșterea economică poate fi măsurată în termeni nominali, care includ inflația, sau în termeni
reali, ajustați cu inflația. De multe ori, creșterea economică este asociată cu partea de inovare și cu
schimbările tehnologice. Un exemplu destul de bun în această direcție îl constituie apariția
Internet-ului și schimbările în procesele subsidiare procesului de producție pe care această relativ
nouă tehnologie le-a adus. Prin creștere economică nu ar trebui să înțelegem doar creșterea
capacității de producție a unei economii, ci și o îmbunătățire a calității vieții oamenilor care sunt
parte activă a acelei economii.
Creșterea economică poate fi cuantificată prin intermediul modificării procentuale a diferiți
indicatori precum PIB-ul, PNB-ul sau PIB pe cap de locuitor. Profesorul Paul Romer de la Stanford
University, într-o scriere a sa din The Concise Encyclopedia of Economics, explică viziunea unui
bancher preocupat de partea de creștere, în comparație cu ceea ce înseamnă partea de creștere
economică pentru un guvern.
Astfel, grija pentru alegerea variantei optime între dublarea venitului din generație în generație
sau dublarea venitului o dată la două generații micșorează toate celelalte griji privind politicile
economice. În realitate lucrurile nu stau chiar așa.
Modelele de creștere economică au interesat economiștii încă din perioada clasică
(Adam Smith, David Ricardo).
Modelele keynesiene, dar și descendentele directe acestora, cele neokeynesiene, susțin că
pentru a avea o economie stabilă este nevoie de utilizarea politicilor macroeconomice și de
intervenția directă a statului pentru ajungerea la echilibru și pentru stimularea creșterii economice.
La extrema cealaltă se află modelele neoclasicilor, care susțin că economia este stabilă, echilibrul
venind de la sine.
Toate aceste creșteri despre care am vorbit mai sus trebuie cuprinse în modele, și spunem
trebuie, pentru că sistematizarea cuprinderii realității în modele, de cele mai multe ori destul de
încâlcite, reprezintă o pasiune, câteodată prea arzătoare, a fenomenului științific modern.

4
Unul dintre cele mai cunoscute modele de creștere economică este modelul neoclasic sau modelul
de creștere Solow-Swan, așa cum este cunoscut în literatura macroeconomică de specialitate.
Acest model constituie o extensie a modelului de creștere Harrod-Domar (1946), extensie
reprezentată de cuprindere în model al unui nou termen: creșterea productivității. În noul model,
capitalul nou este mai valoros în detrimentul vechiului capital, pentru că acesta apare ca urmare a
îmbunătățirii tehnologiei în timp. În continuare, vom prezenta succint câteva dintre caracteristicile
de bază ale acestui model, cât și funcția pe care acesta este construit, dar și modificări ale modelului
în funcție de variabilele componente.
Acest model ne arată de fapt cum creșterea ratei economisirii, creșterea populației și progresul
tehnologic influențează creșterea economică pe parcursul unui anumit interval temporal. Premisele
folosite în model sunt:
 economia este perfect concurențială;
 există doi factori de producție perfect substituibili (munca L și capitalul K – în analiza
inițială nu apare progresul tehnic);
 mobilitatea perfectă a factorilor de producție;
 ocuparea deplină în utilizarea resurselor (Socol, 2009).

4. Perioada și spațiul

Scopul acestei lucări este de a analiza creșterea economică în anul 2015, spațiul fiind reprezentat
de cele 41 de județe ale României și Municipiul București. Datele vor fi prelucrate în programul
statistic GeoDa.

Figura 1- Harta României

5
Variabilele analizate sunt:
Variabila dependentă:
PIB- Produsul intern brut este egal cu suma utilizărilor finale de bunuri și servicii ale
unităților instituțiilor instituționale rezidente (consum final efectiv, formare brută de capital
fix) plus exporturile, minus importurile de bunuri și servicii (exprimat în milioane lei);
Variabilele independente:
Populația activă- din punct de vedere economic (sau forţa de muncă) cuprinde toate
persoanele de 15 ani şi peste, care furnizează forţa de muncă disponibilă pentru producţia
de bunuri şi servicii în timpul perioadei de referinţă, incluzând populaţia ocupată şi şomerii;
Venituri- Veniturile totale reprezintă ansamblul veniturilor bănești, indiferent de sursa de
proveniență (exclusiv împrumuturile și creditele luate, sumele retrase din depozitele
constituite la CEC Bank, alte banci și institutii similare) precum și contravaloarea
veniturilor în natură (consumul uman si furajer de produse alimentare și nealimentare din
resursele proprii ale gospodăriei, respectiv mărfurile și serviciile obținute gratuit sau cu
reducere de preț de la agenți economici, publici și privati) care nu au caracter de salariu în
natură;
Numărul total de întreprinderi.
Datele au fost preluate de pe site-ul Institutului Național de Statistică, România.

6
Tabel 1- Valorile variabilelor analizate
Județ PIB Populație activă Venituri Numărul de
întreprinderi
Alba 11776.4 1076.9 1102.4 7730
Arad 15321.7 856.1 1241.6 11097
Argeș 19079 2494.7 1751.8 14415
Bacău 14001 2265.1 1543.2 10937
Bistrița-Năsăud 7483.3 133.8 1035.2 6221
Botoșani 6913 146.6 1019.4 4012
Brăila 7712.4 1037.9 849.5 6195
Brașov 23442.6 253.3 1616.6 18185
București 178659 1120.5 8068.4 109455
Buzău 10258.8 184.7 1093.4 8990
Călărași 6550.5 99 832.7 4511
Caraș-Severin 7634.7 117.3 904.2 4690
Cluj 31178.2 353.2 2120.7 28126
Constanța 32782.9 300.1 2305.6 20684
Covasna 5105.5 88.3 716 3672
Dâmbovița 12629.6 198.9 1253.3 6945
Dolj 17230.8 1723.1 1702.5 14014
Galați 12615.8 198.4 1252.5 11456
Giurgiu 6638.9 87.7 736.6 4450
Gorj 11310.8 137.6 937.2 5932
Harghita 7367.1 136 992.8 7114
Hunedoara 10878.5 186.4 1493.4 8659
Ialomița 6615.3 98.6 687.6 4067
Iași 21755.5 290.4 2187.8 15119
Ilfov 19129.4 1297.8 1533.6 19363
Maramureș 12092.2 202.8 1409.1 10106
Mehedinți 5122.8 111.5 849.5 3260
Mureș 15595.1 236.9 1437.3 12486
Neamț 9732.6 190.3 1204.9 8491
Olt 8645 168.3 1148.9 6472
Prahova 28086.3 297 2122.9 16239
Sălaj 6087.1 103.5 848.7 4696
Satu Mare 8609.7 151.3 1016.4 7287
Sibiu 15527.8 193.8 1308.8 10399
Suceava 12771 237.7 1737.4 10938
Teleorman 7047.6 159.2 871.2 4993
Timiș 33611.6 345.5 2235 22667
Tulcea 5518.3 85.6 822.3 4516
Vâlcea 9758.3 165.6 1455.1 7016
Vaslui 6297.2 146.7 1045.2 4635
Vrancea 7296.1 142.3 957.3 6186

7
4.1. Prezentarea hărților

În acest subcapitol am impărțit fiecare variabilă în câte patru categorii egale, pentru a determina
divizarea acestora.

1. PIB

Figura 2- Județele țării, clasificate după variabila PIB.

În această figură se pot observa județele tării, împărțite în patru clase în funcție de PIB.
10 dintre județele țării au prezentat valori în anul 2015 cuprinse între 5105.500-7047.600 milioane
lei, județele care înregistrează cele mai mici valori sunt: Botoșani, Satu Mare, Timiș, Mureș,
Vâlcea, Covasna, Vrancea, Ialomița, Călărași și Giugiu, privind în paralel putem observa că
județele care au avut cel mai ridicat PIB în această perioadă sunt: Maramureș, Sălaj, Cluj, Dolj,
Argeș, Brașov, București, Iași, Constanța și Tulcea.

8
2. Populația activă

Figura 3- Județele țării, clasificate după variabila Populație activă.

În această figură sunt prezentate județele țării, clasificate după populația activă. Astfel se
poate observa că 10 dintre județele țării au populația activă cuprinsă în intervalul 85.60-136 mii
persoane, 10 județe au populația cuprinsă în intervalul 137.600-190.300 mii persoane, 11 județe
au populația activă cuprinsă în intervalul 193.800-345.500 mii persoane și restul de 10 județe au
populația activă cuprinsă în intervalul 353.200-2494.7 mii persoane. Putem observa că cele mai
mari valori le întâlnim în județele: Bihor, Arad, Alba, Cluj, Maramureș, Argeș, Dolj, București,
Brăila și Bacău.

9
3. Venituri

Figura 4- Județele României, clasificate după venituri.

În această figura sunt prezentate județele României în funcție de venituri. Astfel se poate observa
că 10 dintre județe au venituri cuprinse în intervalul 687.600-904.200 milioane lei, județele care
au cele mai mici valori sunt: Satu Mare, Timiș, Caraș-Severin, Mureș, Vâlcea, Giurgiu, Covasna,
Călărași, Ialomița și Brăila, pe de altă parte putem observa 10 județe care au valori cuprinse în
intervalul 170.500-8068.400, județele care au cele mai mari venituri sunt: Bihor, Sălaj, Cluj,
Argeș, Dolj, Teleorman, București, Iași, Constanța și Tulcea.

10
4. Numărul de întreprinderi

Figura 5- Județele României, clasificate după venituri.

Această figură reprezintă județele României, clasificate după numărul întreprinderilor active, astfel
10 județe au un număr de întreprinderi scăzute, mai exact: Caraș-Severin, Satu Mare, Mureș,
Vâlcea, Botoșani, Covasna, Vrancea, Ialomița, Călărași și Giurgiu și alte 10 județe cu un număr
ridicat de întreprinderi, județele care un număr de întreprinderi cuprinse în intervalul 14415-
109455 sunt: Bihor, Sălaj, Cluj, Maramureș, Brașov, Argeș, București, Iași, Constanța și Tulcea.

11
5. Analiza exploratorie a datelor
1. PIB

Figura 6- Analiza descriptivă a variabilei PIB.

Se constată faptul că variabila PIB nu este normal distribuită. Se mai poate observa totodată o
asimetrie la dreapta. Valoarea medie a PIB-ului este 17190,1 cu o abatere standard de 26958.
Valoarea maximă întâlnită este de 178659 întâlnită în Municipiul București și valoarea minimă de
5105,5 întâlnită în județul Covasna.

Figura 7- Boxplot-ul construit pentru variabila Pib.

Din boxplot-ul realizat pentru aceeași variabilă putem constata aceleași lucruri: PIB pe județele
României nu urmează o lege normală, este asimetrică la dreapta și nu este eterogenă.

12
2. Populația activă

Figura 8- Analiza descriptivă a variabilei populația activă.

Variabila populația activă nu este normal distribuită.Valoarea medie a populației la nivelul județelor
României este de 487,341, valoarea maximă îi corespunde Bucureștiului.

Figura 9- Boxplot-ul construit pentru variabila populația activă.

Din boxplot-ul realizat pentru populația activă putem constata aceleași lucruri: Populația ocupată
pe județele României nu urmează o lege normală, este asimetrică la dreapta și nu este eterogenă.

13
3. Venituri

Figura 10- Analiza descriptivă a variabilei venituri.


Variabila venituri nu este normal distribuită.Valoarea medie a populației la nivelul județelor României este
de 1475,75, valoarea maximă îi corespunde Bucureștiului (8068,4).

Figura 11- Boxplot-ul construit pentru variabila venituri.


Din boxplot-ul realizat pentru variabila venituri putem constata aceleași lucruri: veniturile pe
județele României nu urmează o lege normală, este asimetrică la dreapta și nu este eterogenă.

14
4. Numărul de întreprinderi

Figura 12- Analiza descriptivă a variabilei numărul de întreprinderi.

Variabila numărul întreprinderilor nu este normal distribuită, înregistrându-se o asimetrie spre


dreapta.Valoarea medie a numărului întreprinderilor este 12382. Valoarea maxima înregistrându-
se în Municipiul București.

Figura 13- Boxplot-ul construit pentru variabila numărul de întreprinderi.


Din boxplot-ul realizat pentru variabila numărul întreprinderilor putem constata aceleași lucruri,
județele României nu urmează o lege normală.
15
6. Analiza autocorelației globale cu ajutorul testului Moran

Figura 14- Valoarea asociată testului Moran, alături de randomizare a variabilei PIB

Probabilitatea testului Moran este de 0,01 , mai mic decât riscul α, ceea ce înseamnă că există
autocorelație globală.

Pentru PIB probabilitatea asociată testului este mai mare decât riscul , ceea ce arată că autocorelația
globală nu este semnificativă.

Figura 15- Valoarea asociată testului Moran, alături de randomizare a variabilei populație activă

Probabilitatea testului Moran este de 0,02, mai mică decât riscul α, ceea ce înseamnă că există
autocorelație globală.

Pentru variabila populația activă probabilitatea asociată testului este mai mare decât riscul , ceea
ce arată că autocorelația globală nu este semnificativă.

16
Figura 16- Valoarea asociată testului Moran, alături de randomizare a variabilei venituri.

Probabilitatea testului Moran este de 0,01, mai mică decât riscul α, ceea ce înseamnă că există
autocorelație globală.

Pentru variabila venituri probabilitatea asociată testului este mai mare decât riscul , ceea ce arată
că autocorelația globală nu este semnificativă.

Figura 17- Valoarea asociată testului Moran, alături de randomizare a variabilei numărul de întreprinderi.

Probabilitatea testului Moran este de 0,47, mai mare decât riscul α, ceea ce înseamnă că există
autocorelație globală.

Pentru variabila numărul de întreprinderi probabilitatea asociată testului este mai mare decât riscul
α, ceea ce arată că autocorelația globală nu este semnificativă.

17
Ipoteze statistice pentru Testul Moran:
H0: nu există autocorelație globală
H1:există autocorelație globală.

Ipoteze statistice în urma randomizării:


H0: nu este semnificativă autocorelația globală
H1:.este semnificativă autocorelația globală.

Matricea formată cu ajutorul distanţelor.

Figura 18- Matricea formată cu ajutorul distanțelor.

Analizând histograma se poate observa că nu există județe are să nu aibă niciun vecin, minimul
fiind de 1 județ, cu câte 6 vecini , iar maximul de 7 cu câte 2 vecini.

18
7. Analiza de regresie clasică (MCMMP)

Figura 19- Modelul de regresie clasic

19
Ecuația modelului de regresie:
y=β0+β1*X1+ β2*X2+ β3*X3+ε
y=-4752-2,69145*populația+4,665532*venituri+1,32761*nr_de_intr
Constanta β0- Arată valoarea medie a variabilei independente (PIB) când celălalte variabile rămân
constante.
β1- Variabila dependentă, PIB, scade în medie cu 2,69145 milioane lei, atunci când variabila
independentă, populația activă, creşte cu o persoană iar variabilele independente, veniturile si
numărul de întreprideri rămân constante.
Β2- Variabila dependentă, PIB, crește în medie cu 4,665532 milioane lei, atunci când variabila
independentă, venituri, creşte cu 1 milion lei, iar variabilele independente, populația activă și
numărul de întreprideri rămân constante.
Β3- Variabila dependentă, PIB, crește în medie cu 1,32761 milioane lei, atunci când variabila
independentă, numărul de întreprinderi, cresc cu o întreprindere iar variabilele independente,
veniturile și populația activă rămân constante.
Veridicitatea parametrilor modelului:
1) Ipoteze statistice 1) Ipoteze statistice
H0: β0=0 H0: β1=0
H1: β0≠0 H1: β1≠0
2) Pragul de semnificație α 2) Pragul de semnificație α
α =0,05 α =0,05
3) Decizia 3) Decizia
sig>α- Se acceptă 𝐻0 sig>α- Se acceptă 𝐻0
sig<α- Se respinge 𝐻0 sig<α- Se respinge 𝐻0

0,00<0,05 0,00<0,05
Se respinge ipoteza nulă. Putem garanta cu Se respinge ipoteza nulă. Putem garanta cu
un risc de 1- α că parametrul β0 este diferit de un risc de 1- α că parametrul β1 este diferit de
0, parametru este semnificativ statistic. 0, parametru este semnificativ statistic.
1) Ipoteze statistice 1) Ipoteze statistice
H0: β2=0 H0: β3=0
H1: β2≠0 H1: β3≠0
2) Pragul de semnificație α 2) Pragul de semnificație α

20
α =0,05 α =0,05
3) Decizia 3) Decizia
sig>α- Se acceptă 𝐻0 sig>α- Se acceptă 𝐻0
sig<α- Se respinge 𝐻0 sig<α- Se respinge 𝐻0
0,00<0,05
0,02<0,05
Se respinge ipoteza nulă. Putem garanta cu
Se respinge ipoteza nulă. Putem garanta cu un risc de 1- α că parametrul β3 este diferit de
un risc de 1- α că parametrul β2 este diferit de 0, parametru este semnificativ statistic.
0, parametru este semnificativ statistic.
În urma analizei se poate observa că toți cei 4 parametri sunt semnificativi, adică valorile sig. sunt
mai mici decât riscul α.

R2=0,9886- 98,86% din variația variabilei dependente PIB este explicată simultan de variația
varabilelor independente popoulația activă, veniturile și numărul de întreprinderi.

7.1. Testarea ipotezelor

1. Ipoteza de multicoliniaritate

H0: există multicoliniaritate (multicoliniaritate <30)

H1: nu există multicoliniaritate (multicoliniaritate >30).

Multicoliniaritatea testului este 20,76, cee ce înseamnă că nu se respinge ipoteza de


multicoliniaritate.

2. Ipoteza de normalitate

H0:  i ~ N (0,  2 )( (erorile sunt normal disribuite)

H1:  i  N (0,  2 ) (erorile nu sunt normal distribuite)

Probabilitatea testului Jarque Bera este 0,02, ceea ce înseamnă că este mai mică decât riscul
α=0,05, astfel nu se acceptă ipoteza nulă, erorile nu sunt normal distribuite datorită faptului că din
urma histogramelor analizate ulterior, aceastea prezintă asimterie la dreapta.

21
3. Ipoteza de homoscedasticitate

H0: V(εi)=σ2 (erorile sunt homoscedastice)

H1: V(εi)≠σ2 (erorile sunt heteroscedastice)

Putem garanta cu o probabilitate de 95% că nu se respinge ipoteza H0, sig-ul este 0,235, mai mare
decât α, ceea ce înseamnă că erorile sunt homoscedastice.

4. Ipoteza de autocorelație spațială

H0: cov(εi, εi)=0 (nu există dependență spațială)

H1: cov(εi, εi)≠0.(există dependență spațială).

Se poate garanta cu o probabilitate de 95% că nu se respinge ipoteza nulă. Sig-ul (0,08) este mai
mare decât riscul α, nu există dependență spațială.

Din urma modelului de regresie clasic analizat cu ajutorul programului GeoDa am luat decizia de
a continua cu un model de regresie spațial de tip eroare Probabilitatea asociată testului Lagrange
Multiplier (error) este de 0,08160 este mai mic decât riscul α=0,10, ceea ce înseamnă că se poate
realiza un model de regresie spațial.

22
8. Analiza de regresie a unui model de tip eroare

Figura 20- Modelul de regresie spațial de tip eroare.

Ecuația dreptei de regresie:

y=β0+ β1*X1+ β2*X2+β3*X3+λwi*ε+u

y=-4381.1-2.6334+3,96403+1,37869-0,3927

În urma modelului SEM putem observa că toți parametrii sunt semnificativi statistici (sig<α) mai
puțin variabila venituri (sig=0,051).

23
1. Ipoteza de homoscedasticitate

H0: V(εi)=σ2 (erorile sunt homoscedastice)

H1: V(εi)≠σ2 (erorile sunt heteroscedastice)

Putem garanta cu o probabilitate de 95% că nu se respinge ipoteza H0, sig-ul este 0,11004, mai
mare decât α, ceea ce înseamnă că erorile sunt homoscedastice.

2. Ipoteza de dependență spațială


𝐻0 :nu există dependență spațială

𝐻1 : există dependență spațială

Valoarea probabilității testului de dependență spațială este de 0,03942 , astfel se respinge ipoteza
nulă, există dependență spațială.

24
9. Concluzii

Județele care au avut cel mai ridicat PIB în anul 2015 sunt: Maramureș, Sălaj, Cluj, Dolj,
Argeș, Brașov, București, Iași, Constanța și Tulcea;
Putem observa că cea mai mare parte a populației active se regăsește în județele: Bihor,
Arad, Alba, Cluj, Maramureș, Argeș, Dolj, București, Brăila și Bacău;
Județele cu cele mai mari venituri sunt: Bihor, Sălaj, Cluj, Argeș, Dolj, Teleorman,
București, Iași, Constanța și Tulcea;
Județele care cel mai mare număr de întreprinderi sunt: Bihor, Sălaj, Cluj, Maramureș,
Brașov, Argeș, București, Iași, Constanța și Tulcea;
Din urma testelor Moran, reiese faptul că toate cele patru variabile, mai exact PIB,
populație active, venituri și numărul de întreprinderi sunt autocorelate spațial;
În urma analizei de regresie am putut observa că toate cele patru variabile sunt
semnificative din punct de vedere statistic;
Putem observa că modelul este homoscedastic, există multicoliniariate, erorile sunt
dependente spațial, dar ipoteza de normalitate se respinge datorită faptului că am întâlnit o
ușoară asimetrie la dreapta;
Datorită valorii testului Moran (sig<α) am putut continua cu un model spațial de tip eroare;
În urma modelului SEM putem observa că toți parametrii sunt semnificativi statistici
(sig<α) mai puțin variabila venituri (sig=0,051);
Erorile sunt homoscedastice și dependente spațial.

25
10. Bibliografie

Barro, R., „Notes on Growth Accounting”, Working Paper, No. 6654, 1998, National
Bureau of Economic Research, Cambridge, 1998
Dornbusch, R., Fischer, S., Startz, R. (2007). Macreconomie, Editura Economică,
București
Mokir, J. (2005). Long term economic growth and the history of technology, Handbook of
Economic
Growth Volume 1B, edited by Phillipe Aghion and Steven N. Durlauf, Elsevier
Romer, P. (2007). Economic Growth, from The Concise Ecyclopedia of Economics by
David R.
Henderson, Libeaaarty Fund Socol, C. (2009). Macroeconomie, Volumul I, Editura
Economică, București.

26