計量經(jīng)濟學(xué)Eviews操作案例集

案例分析一關(guān)于計量經(jīng)濟學(xué)方法論的討論

問題：利用計量經(jīng)濟學(xué)建模的步驟，根據(jù)相關(guān)的消費理論，刻畫我國改革開放以來的邊際

消費傾向。

第一步：相關(guān)經(jīng)濟理論。首先了解經(jīng)濟理論在這一問題上的闡述，宏觀經(jīng)濟學(xué)中，關(guān)于消

費函數(shù)的理論有以下幾種：①凱恩斯的絕對收入理論，認為家庭消費在收入中所占的比例取

決于收入的絕對水平。②相對收入理論，是由美國經(jīng)濟學(xué)家杜森貝提出的，認為人們的消費

具有慣性，前期消費水平高，會影響下一期的消費水平，這告訴我們，除了當(dāng)期收入外，前

期消費也很可能是建立消費函數(shù)時應(yīng)該考慮的因素。關(guān)于消費函數(shù)的理論還有持久收入理

論、生命周期理論，有興趣的同學(xué)可以參考相應(yīng)的參考書。毋庸置疑，收入和消費之間是正

相關(guān)的。

第二步：數(shù)據(jù)獲得,在這個例子中，被解釋變量選擇消費，用CS表示；解釋變量為實際可

支配收入，用%。表示(用GDP減去稅收來近似，單位：億元)；變量均為剔除了價格因素

的實際年度數(shù)據(jù)，樣本區(qū)間為1978?2002年。

第三步：理論數(shù)學(xué)模型的設(shè)定。為了討論的方便，我們可以建立下面簡單的線性模型：

cst=a+

第四步：理論計量經(jīng)濟模型的設(shè)定。根據(jù)第三步數(shù)學(xué)模型的形式，可得

cst=414.88+0.51xwc?.............................................................(1.1)

式中：c鏟CS/P,6*GDPiP,其中G0是當(dāng)年價格的國內(nèi)生產(chǎn)總值，仃代表當(dāng)年價

格的居民消費值，尸代表1978年為1的價格指數(shù)，片窗俳代表宏觀稅率，窗4是稅收總

額。3表示除收入以外其它影響消費的因素。

第五步：計量經(jīng)濟模型的參數(shù)估計

根據(jù)最小二乘法，可得如下的估計結(jié)果：

cst=414.88+0.51xi;jCj.............................................................(1.1)

常數(shù)項為正說明，若力。為0,消費為414.88,也就是自發(fā)消費?？偸杖胱兞康南禂?shù)6

為邊際消費傾向，可以解釋為城鎮(zhèn)居民總收入增加1億元導(dǎo)致居民消費平均增加0.51億元。

另外，根據(jù)相對收入理論，我們可以得到下面的估計結(jié)果：

cst=152.27+0.15xj??cf+0.75-嗚7......................................(1.2)

{-=<2.3)……(15)..................(9.4*

產(chǎn)=0.998...........45306.3〃

上述結(jié)果表明加入消費的上期值以后，邊際消費傾向的數(shù)據(jù)發(fā)生了明顯的變化，究竟選擇

哪一個模型，可以在以后的案例討論中進行說明。

第六步：假設(shè)檢驗。

可以利用t檢驗和F檢驗來見模型參數(shù)的顯著性。例如，在（1.2）式中，邊際消費傾向估

計量的標(biāo)準(zhǔn)差估計值是0.01,從而可以計算出t值為15,如果給定顯著性水平為5樂查表

得到臨界值t0.025（21）=2.08,因此可以拒絕總收入系數(shù)為0的原假設(shè)，認為邊際消費傾向

的估計量是統(tǒng)計顯著的。

第七步：預(yù)測。

如果要對此模型的預(yù)測功能進行評價，可以用1978?1999年的22年數(shù)據(jù)進行參

數(shù)估計，用2000?2002年的數(shù)據(jù)作為檢驗性數(shù)據(jù)，考察實際值和預(yù)測值的差別。圖1.1將

因變量的實際值和預(yù)測值畫在一起進行比較。

圖1序列值，虛線）和實際值,實境）

第八步：利用模型進行控制或制定政策。

案例分析二我國城市居民家庭消費函數(shù)元線性回歸模型

一、研究的目的要求

居民消費在社會經(jīng)濟的持續(xù)發(fā)展中有著重要的作用。居民合理的消費模式和居民適度的

消費規(guī)模有利于經(jīng)濟持續(xù)健康的增長，而且這也是人民生活水平的具體體現(xiàn)。改革開放以來

隨著中國經(jīng)濟的快速發(fā)展，人民生活水平不斷提高，居民的消費水平也不斷增長。但是在看

到這個整體趨勢的同時，還應(yīng)看到全國各地區(qū)經(jīng)濟發(fā)展速度不同，居民消費水平也有明顯差

異。例如，2002年全國城市居民家庭平均每人每年消費支出為6029.88元，最低的黑龍江

省僅為人均4462.08元，最高的上海市達人均10464元，上海是黑龍江的2.35倍。為了研

究全國居民消費水平及其變動的原因，需要作具體的分析。影響各地區(qū)居民消費支出有明顯

差異的因素可能很多，例如，居民的收入水平、就業(yè)狀況、零售物價指數(shù)、利率、居民財產(chǎn)、

購物環(huán)境等等都可能對居民消費有影響。為了分析什么是影響各地區(qū)居民消費支出有明顯差

異的最主要因素，并分析影響因素與消費水平的數(shù)量關(guān)系，可以建立相應(yīng)的計量經(jīng)濟模型去

研究。

二、模型設(shè)定

我們研究的對象是各地區(qū)居民消費的差異。居民消費可分為城市居民消費和農(nóng)村居民消

費，由于各地區(qū)的城市與農(nóng)村人口比例及經(jīng)濟結(jié)構(gòu)有較大差異，最具有直接對比可比性的是

城市居民消費。而且，由于各地區(qū)人口和經(jīng)濟總量不同，只能用“城方居民每人每年的平均

消費支出”來比較，而這正是可從統(tǒng)計年鑒中獲得數(shù)據(jù)的變量。所以模型的被解釋變量Y

選定為“城市居民每人每年的平均消費支出”。

因為研究的目的是各地區(qū)城市居民消費的差異，并不是城市居民消費在不同時間的變

動，所以應(yīng)選擇同一時期各地區(qū)城市居民的消費支出來建立模型。因此建立的是2002年截

面數(shù)據(jù)模型。

影響各地區(qū)城市居民人均消費支出有明顯差異的因素有多種，但從理論和經(jīng)驗分析，最

主要的影響因素應(yīng)是居民收入，其他因素雖然對居民消費也有影響，但有的不易取得數(shù)據(jù)，

如“居民財產(chǎn)”和“購物環(huán)境”；有的與居民收入可能高度相關(guān)，如“就業(yè)狀況”、“居民財

產(chǎn)”；還有的因素在運用截面數(shù)據(jù)時在地區(qū)間的差異并不大，如“零售物價指數(shù)”、“利率二

因此這些其他因素可以不列入模型，即便它們對居民消費有某些影響也可歸入隨即擾動項

中。為了與“城市居民人均消費支出”相對應(yīng)，選擇在統(tǒng)計年鑒中可以獲得的“城市居民每

人每年可支配收入”作為解釋變量X。

從2002年《中國統(tǒng)計年鑒》中得到表2.5的數(shù)據(jù):

表2.52002年中國各地區(qū)城市居民人均年消費支出和可支配收入

地區(qū)城市居民家庭平均每人每年消費支出（元）城市居民人均年可支配收入（元）

YX

北京10284.6012463.92

天津7191.969337.56

河北5069.286679.68

山西4710.965234.35

內(nèi)蒙古4859.886051.06

遼寧5342.646524.52

吉林4973.886260.16

黑龍江4462.086100.56

上海10464.0013249.80

江蘇6042.608177.64

浙江8713.0811715.60

安徽4736.526032.40

福建6631.689189.36

江西4549.326334.64

山東5596.327614.36

河南4504.686245.40

湖北5608.926788.52

湖南5574.726958.56

廣東8988.4811137.20

廣西5413.447315.32

海南5459.646822.72

重慶6360.247238.04

四川5413.086610.80

貴州4598.285944.08

云南5827.927240.56

西藏6952.448079.12

陜西5278.046330.84

甘肅5064.246151.44

青海5042.526170.52

寧夏6104.926067.44

新疆5636.406899.64

作城市居民家庭平均每人每年消費支出（Y）和城市居民人均年可支配收入（X）的散點圖,

如圖2.12：

圖

2.12

從散點圖可以看出居民

家庭平均每人每年消費支出

（Y）和城市居民人均年可支配

收入（X）大體呈現(xiàn)為線性關(guān)

系，所以建立的計量經(jīng)濟模型

為如下線性模型:

三、估計參數(shù)

假定所建模型及隨機擾動項/滿足古典假定，可以用OLS法估計其參數(shù)。運用計算機

軟件EViews作計量經(jīng)濟分析十分方便。

利用EViews作簡單線性回歸分析的步驟如下：

1、建立工作文件

首先，雙擊EViews圖標(biāo)，進入EViews主頁。在菜單一次點擊File\New\Workfile,出

現(xiàn)對話框wWorkfileRange"。在wWorkfilefrequencyM中選擇數(shù)據(jù)頻率:

Annual（年度）Weekly（周數(shù)據(jù)）

Quartrly（季度）Daily（5dayweek）（每周5天口數(shù)據(jù)）

SemiAnnual（半年）Daily（7dayweek）（每周7天日數(shù)據(jù)）

Monthly（月度）Undatedorirreqular（未注明日期或不規(guī)則的）

在本例中是截面數(shù)據(jù)，選擇Undatedorirreqular并在"Startdate”中輸入開

始時間或順序號,如“1”在“enddate”中輸入最后時間或順序號，如“31”點擊“ok”

出現(xiàn)“WorkfileUNTITLED”工作框。其中已有變量：“c”一截距項“resid”一剩余項。

在"Objects”菜單中點擊“NewObjects",在"NewObjects”對話框中選"Group”，

并在“NameforObjects"上定義文件名，點擊“OK”出現(xiàn)數(shù)據(jù)編輯窗口。

若要將工作文件存盤，點擊窗口上方“Save”，在“SaveAs”對話框中給定路徑和文件名，

再點擊“ok”，文件即被保存。

2、輸入數(shù)據(jù)

在數(shù)據(jù)編輯窗口中，首先按上行鍵“t”，這時對應(yīng)的“obs”字樣的空格會自動上跳，

在對應(yīng)列的第二個“obs”有邊框的空格鍵入變量名，如“Y”，再按下行鍵“J”，對因變量

名下的列出現(xiàn)“NA”字樣，即可依順序輸入響應(yīng)的數(shù)據(jù)。其他變量的數(shù)據(jù)也可用類似方法輸

入。

也可以在EViews命令框直接鍵入“dataXY"（一元時）或“dataYXi

X2…”（多元時），回車出現(xiàn)“Group”窗口數(shù)據(jù)編輯框，在對應(yīng)的Y、X下輸入數(shù)據(jù)。

若要對數(shù)據(jù)存盤，點擊“fire/SaveAs”，出現(xiàn)“SaveAs”對話框，在“Drives”點

所要存的盤，在“Directories”點存入的路徑（文件名），在“FireName”對所存文件命

名，或點已存的文件名，再點“ok”。

若要讀取已存盤數(shù)據(jù)，點擊“fire/Open”，在對話框的“Drives”點所存的磁盤名，

在“Directories”點文件路徑，在“FireName”點文件名，點擊“ok”即可。

3、估計參數(shù)

方法一：在EViews主頁界面點擊“Quick”菜單，點擊“EstimateEquation"，出現(xiàn)

uEquationspecificationv對話框,選OLS估計,即選擊aLeastSquaresn>鍵入"YC

X"，點“ok”或按回車，即出現(xiàn)如表2.6那樣的回歸結(jié)果。

表2.6

Method:LeastSquares

Date:02/25/05Time:03:15

Sample:131

Includedobservations31

VariableCuetHuienlStd.Errort-StatisticProb.

C282.2434287.26490.9825200.3340

X0.7585110.03692820.540260.0000

R*squared0.935685Meandependentvar5982.476

AdjustedR-squared0.933467S.D.dependentvar1601.762

S.E.ofregression413.1593Akaikeinfocriterion1494788

Sumsquaredresid4950317.Schwarzcriterion1504040

Loglikelihood-229.6922F-statistic421.9023

Durbin-Watsonstat1.481439Prob(F-statistic)0.000000

在本例中，參數(shù)估計的結(jié)果為:

匕=282.2434+0.7585"

(287.2649)(0.036928)

t=(0.982520)(20.54026)

/=0.935685F=421.9023df=29

方法二：在EViews命令框中直接鍵入“LSYCX”，按回車，即出現(xiàn)回歸結(jié)果。

若要顯示回歸結(jié)果的圖形，在“Equation”框中，點擊“Resids”，即出現(xiàn)剩余項

(Residual)、實際值(Actual)、擬合值(Fitted)的圖形，如圖2.13所示。

四、模型檢驗

1、經(jīng)濟意義檢驗

A

所估計的參數(shù)夕2=0.758511，說明城市居民人均年可支配收入每相差1元，可導(dǎo)致居

民消費支出相差0.758511元。這與經(jīng)濟學(xué)中邊際消費傾向的意義相符。

2、擬合優(yōu)度和統(tǒng)計檢驗

用EViews得出回歸模型參數(shù)估計結(jié)果的同時，已經(jīng)給出了用于模型檢驗的相關(guān)數(shù)據(jù)。

擬合優(yōu)度的度量：由表2.6中可以看出，本例中可決系數(shù)為0.935685,說明所建模型

整體上對樣本數(shù)據(jù)擬合較好，即解釋變量“城市居民人均年可支配收入”對被解釋變量“城

市居民人均年消費支出”的絕大部分差異作出了解釋。

對回歸系數(shù)的t檢驗：針對和"。：氏二°,由表2.6中還可以看出，估計

的回歸系數(shù)片的標(biāo)準(zhǔn)誤差和t值分別為：SE⑷=287.2649,而)=0.982520；身的

標(biāo)準(zhǔn)誤差和t值分別為：SE(&)=006928,優(yōu))=20.54026。取a=0.05,查t分

布表得自由度為〃-2=31-2=29的臨界值￡。3(29)=2.045。因為

而)=0.9825205必(29)=2.045,所以不能拒絕%:4=0；因為

?身)=20.54026>%025(29)=2.045,所以應(yīng)拒絕兒：氏=°。這表明，城市人均年可支

配收入對人均年消費支出有顯著影響。

五、回歸預(yù)測

由表2.5中可看出，2002年中國西部地區(qū)城市居民人均年可支配收入除了西藏外均在

8000以下，人均消費支出也都在7000元以下。在西部大開發(fā)的推動下，如果西部地區(qū)的城

市居民人均年可支配收入第一步爭取達到1000美元（按現(xiàn)有匯率即人民幣8270元），第二步

再爭取達到1500美元（即人民幣12405元），利用所估計的模型可預(yù)測這時城市居民可能達

到的人均年消費支出水平?？梢宰⒁獾?，這里的預(yù)測是利用截面數(shù)據(jù)模型對被解釋變量在不

同空間狀況的空間預(yù)測。

用EViews作回歸預(yù)測，首先在“Workfile”窗口點擊“Range”，出現(xiàn)“ChangeWorkfile

Range”窗口，將“Enddata”由“31”改為“33”，點“0K”，將“Workfile”中的“Range”

擴展為1—33。在“Workfile”窗口點擊“sampl”,將“sampl”窗口中的“131”改為“1

33”，點“0K”，將樣本區(qū)也改為1—33。

為了偷入X"=8270,X/2=12405在EViews命令框鍵入datax/回車，在X數(shù)據(jù)

表中的“3中位置輸入“8270”，在“33”的位置輸入“12405”，將數(shù)據(jù)表最小化。

然后在‘空^〃“必〃”框中，點擊“Forecast”，得對話框。在對話框中的“Forecastname”

（預(yù)測值序列名）鍵入“9”，回車即得到模型估計值及標(biāo)準(zhǔn)誤差的國形。雙擊“Workfile”

窗口中出現(xiàn)的“V”，在”數(shù)據(jù)表中的“32”位置出現(xiàn)預(yù)測值乙產(chǎn)6555.132,在“33”

位置出現(xiàn)乙2=9691.577。這是當(dāng)Xfl=8270和=12405時人均消費支出的點預(yù)測

值。

為了作區(qū)間預(yù)測，在X和Y的數(shù)據(jù)表中，點擊"View"選wDescriptiveStats\Cmmon

Sample",則得到X和Y的描述統(tǒng)計結(jié)果,見表2.7:

表2.7

XY

Mean7515.0265982.476

Median6788.5205459.640

Maximum13249.8010464.00

Minimum5234.3504462.080

Std.Dev.2042.6821601.762

Skewness1.5858931.629968

Kurtosis4.4586454.787999

Jarque-Bera15.7426717.85617

Probability0.0003820.000133

根據(jù)表2.7的數(shù)據(jù)可計算:

Observations3131

2

二b(〃-1)=2042.682x(31-l)=125176492.59

22

(Xyi-X)=(8270-7515.026)=569985.74

22

(X/2-X)=(12405-7515.026)=23911845.72

取a=0.05,0平均值置信度95%的預(yù)測區(qū)間為:

2

Il(Xf-x)

Y開%2b

I1569985.74

6555.13+2.045x413.1593x+

X〃=8270時V31125176492.59

=6555.13+162.10

1123911845.72

9691.58+2.045x413.1593x+

Xc=12405時V31125176492.59

=9691.58+499.25

即是說，當(dāng)X”=8270元時，丫門平均值置信度95%的預(yù)測區(qū)間為(6393.03,6717.23)

元。當(dāng)X/2=12405元時，乙2平均值置信度95%的預(yù)測區(qū)間為(9292.33,10090.83)元。

)個別值置信度95%的預(yù)測區(qū)間為:

2

“人1(Xf-X)

LI569985.74

6555.13+2.045x413.1593xJ1H------1----------------------

X”8270時V31125176492.59

=6555.13干860.32

9691.58+2.045x413.1593x^14-^-+23911845.72

X°=I24O5時125176492.59

=9691.58干934.49

即是說，當(dāng)?shù)谝徊絏"=8270時，^個別值置信度95%的預(yù)測區(qū)間為(5694.81,

7415.45)元。當(dāng)?shù)诙?/2=12405時，42個別值置信度95%的預(yù)測區(qū)間為(8757.09,

10626.07)元。

在框中，點擊“Forecast”可得預(yù)測值及標(biāo)準(zhǔn)誤差的圖形如圖2.14：

Forecast:YF

Actual:Y

Forecastsample:133

Includedobservations:31

RootMeanSquaredErw399.6094

MeanAbsoluteError305.3822

MeanAbs.PercentEg5.217788

TheilInequalityCoefficieM0.032331

BiasProportion0.000000

VarianceProportion0.016618

CovarianceProportion0.983382

圖2.14

案例分析三建筑行業(yè)工資差異制度因素的分析-----元線性回歸模型

一、引言

我國目前正處在由計劃經(jīng)濟向市場經(jīng)濟過渡的體制轉(zhuǎn)型時期。在這一時期，各行業(yè)之

間的職工工資差異在FI趨擴大的同時，呈現(xiàn)出與計劃經(jīng)濟時期完全不同的特征。本文試圖通

過考察體制轉(zhuǎn)型時期行業(yè)（以建筑業(yè)為例）工資，以及行業(yè)壟斷程度，提出基于體制轉(zhuǎn)型這

一特定時期的行業(yè)工資決定假說:行業(yè)相對工資差異的擴大是由于行業(yè)壟斷程度的擴大引致

的，并用回歸方法分析對這一假說進行驗證。

二、數(shù)據(jù)定義與經(jīng)濟理論假說

（一）數(shù)據(jù)定義

1.建筑業(yè)工資水平

建筑業(yè)相對工資水平定義為建筑業(yè)平均工資與全社會平均工資之比。本文之所以采用

的是相對工資水平的概念，而沒有采用絕對水平，因為我們更關(guān)注改革開放20多年來，建

筑行業(yè)的工資相對于整個行業(yè)的變化，而不關(guān)心建筑業(yè)自身工資的發(fā)展趨勢。部分年份建筑

業(yè)相對工資水平的時序數(shù)據(jù)見表1。

表1部分年份建筑業(yè)相對工資水平時序數(shù)據(jù)

年份建筑業(yè)平均工資（元）全社會平均工資（元）建筑業(yè)相對工資（%）

1978714615116.1

1980855762112.2

198513621148118.6

198921661935111.9

199023842140111.4

199126492340113.2

199230662711113.1

199337793371112.1

199448944538107.8

199557855500105.2

199662496210100.6

199766556470102.9

19987456747999.7

19997982834695.6

20008735937193.2

200194841087087.2

2002102791242282.7

資料來源：《中國統(tǒng)計年鑒》（2004）第158頁。

2.壟斷程度

在西方國家，人們通常用一個行業(yè)中最大的幾家廠商的銷售收入的份額表示一個行業(yè)

的壟斷程度。然而這種方法在我國目前的情況下并不完全適用，因為目前影響（甚至決定）

我國行業(yè)職工工資水平的并不是一般意義上的壟斷，，而是體制轉(zhuǎn)型時期一種特有的壟斷,

它并不是針對企業(yè)的規(guī)模而言的，而是針對所有制結(jié)構(gòu)或國有經(jīng)濟成分對行業(yè)的控制程度而

言的，，即所謂“所有制壟斷”或“行政壟斷”。

在傳統(tǒng)的計劃經(jīng)濟體制下，我國經(jīng)濟屬于典型的二元經(jīng)濟模式。如果撇開農(nóng)村經(jīng)濟這

一“元”而不論，城市經(jīng)濟這一“元”的大多數(shù)行業(yè)基本上都是由國有經(jīng)濟控制的，各行業(yè)

間在這一點上沒有顯著性的差別。然而，隨著計劃經(jīng)濟體制向市場經(jīng)濟體制的過渡，這種國

有經(jīng)濟一統(tǒng)天下的格局逐步被打破，呈現(xiàn)出所有制日趨多元化的的趨勢。但是，不同行業(yè)所

有制多元化的進程并不一致，由此產(chǎn)生了不同行業(yè)間所有制結(jié)構(gòu)的差異。建筑.業(yè)相對于電力、

金融、房地產(chǎn)等行業(yè)，其非國有經(jīng)濟成分進入的門檻相對較低，競爭較為激烈，因此所有制

多元化進展較快。因此，在體制轉(zhuǎn)型時期，我國建筑行業(yè)的壟斷程度的絕對水平可以在建筑

行業(yè)的國有化程度上得到大致的體現(xiàn)。為了獲取資料的方便，本文將建筑業(yè)國有化程度用建

筑業(yè)國有單位職工人數(shù)占建筑業(yè)全部就業(yè)人數(shù)的比重來表示。

由于不管什么行業(yè)，所有制結(jié)構(gòu)多元化、國有經(jīng)濟比重下降是一個總的趨勢，而且決

定相對工資高低的不是個行業(yè)壟斷程度的絕對數(shù)，而是行業(yè)壟斷程度與其他行業(yè)壟斷程度或

社會平均水平相比較的相對水平，所以引入相對壟斷程度的概念：

相對壟斷程度=行業(yè)所有制壟斷度的絕對數(shù)/全社會所有制壟斷度的平均數(shù)

改革開放以來部分年份建筑業(yè)相對壟斷度的時序數(shù)據(jù)見表2。

表2部分年份建筑業(yè)相對壟斷度的時序數(shù)據(jù)

建筑業(yè)國

全社會國有

有建筑業(yè)建筑業(yè)全社會職全社會國有建筑業(yè)國有

單位職工人

位職工人就業(yè)人數(shù)國有化程度工人數(shù)化程度化相對程度

年份數(shù)

數(shù)

萬人萬人%萬人萬人%%

(1)(2)⑶=(1)/(2)(4)(5)(6)=(4)/(5)(7)=(3)/(6)

197844785452.374514015218.6282.1

198047599347.880194236118.9252.7

1985545203526.889904987318.0148.6

1989541240722.5101095532918.3123.0

1990538242422.2103466474916.0138.9

1991557248222.4106646549116.3137.8

1992577266021.7108896615216.5131.8

1993663305021.7109206680816.3133.0

1994629318819.7108906745516.1122.2

1995605332218.2109556806516.1113.2

1996595340817.5109496895015.9109.9

1997577344916.7107666982015.4108.5

1998444332713.388097063712.5107.0

1999399341211.783367139411.7100.2

2000372355210.578787208510.995.8

200133636699.274097302510.190.3

200230238937.86924737409.482.6

資料來源：《中國統(tǒng)計年鑒》(2904)第127頁和第28頁。

(二)體制轉(zhuǎn)型期行業(yè)工資決定假說

從表1的數(shù)據(jù)看出，經(jīng)過20多年，作為具有高勞動強度、艱苦、危險等特征的傳統(tǒng)高

工資行業(yè)之一一建筑業(yè)逐漸被擠出高工資行業(yè)的行列，在市場經(jīng)濟下建筑業(yè)具有進入門檻

低、競爭激烈的特征，其工資相對水平逐年下降，2003年建筑業(yè)工資只相當(dāng)于全國平均工

資的82%。而一些原來工資并不太高，但壟斷程度至今仍保持較高水平的行業(yè)，如金融保險

業(yè)、房地產(chǎn)業(yè)等則陸續(xù)進入最高工資行列?；谏鲜鍪聦?，我們提出如下關(guān)于體制轉(zhuǎn)型這一

特定時期行業(yè)決定的假說：從總體上看，我國行業(yè)相對工資差異的擴大是由于行業(yè)壟斷程度

差異的擴大引致的；建筑業(yè)相對工資水平已經(jīng)逐漸地不再取決于該行業(yè)的拉動強度及艱苦危

險程度，而是主要取決于行業(yè)的壟斷程度。即建筑業(yè)相對工資水平的變化，可以由該行業(yè)壟

斷程度的相對變化所解釋。

三、模型設(shè)定、估計與檢驗

將我國建筑業(yè)1978年至2002年的主要17個年份的工資相對水立與其壟斷相對程度,

建立一元計量模型，理論模型如下：

/=2.939984+1.311088X

其中Y表示建筑業(yè)工資相對水平，X表示建筑業(yè)相對國有化程度。根據(jù)體制轉(zhuǎn)型期行業(yè)

工資決定假說，總體參數(shù)應(yīng)該大于0,相對國有化程度越高，行業(yè)壟斷程度越高，工資相對

水平就越高。

利用計量經(jīng)濟分析軟件Eviews進行估計，結(jié)果如下：

DependentVariable:建筑業(yè)工資相對水平Y(jié)

Method:LeastSquares

Sample:117

Includedobservations:17

VariableCoefficientStd.Errort-StatisticProb.

C2.93998411.782180.2495280.8063

建筑業(yè)相對國有化程度X1.3110880.1508728.6900690.0000

R-squared0.834286Meandependentvar104.9118

AdjustedR-squared0.823238S.D.dependentvar10.40786

S.E.ofregression4.375783Akaikeinfocriterion5.900179

Sumsquaredresid287.2121Schwarzcriterion5.998204

Loglikelihood-48.15152F-statistic75.51731

Durbin-Watsonstat0.930656Prob(F-statistic)0.000000

以上估計結(jié)果發(fā)現(xiàn)，可決系數(shù)為0.834286,修正的可決系數(shù)為0.823238,說明模型擬

合優(yōu)度較高。建筑業(yè)相對國有化程度對建筑業(yè)工資相對水平的回歸系數(shù)為1.311088,t值達

到8.690069,通過了變量的統(tǒng)計檢驗；并且該回歸系數(shù)大于0,與理論模型總體參數(shù)的預(yù)期

符號相一致，因此通過了經(jīng)濟意義檢驗。但截距項系數(shù)2.939984,t值只有0.249528,未

通過統(tǒng)計檢驗，說明建筑業(yè)相對國有化程度對建筑業(yè)工資相對水平的總體回歸直線是通過原

點的c因此理論線性模型應(yīng)設(shè)定為通過原點的問歸直線模型，具體形式如下：

再利用計量經(jīng)濟分析軟件Eviews進行估計，結(jié)果如下:

DependentVariable:建筑業(yè)工資相對水平

Method:LeastSquares

Sample:117

Includedobservations:17

VariableCoefficientStd.Errort-StatisticProb.

建筑業(yè)相對國有化程度1.3485820.013186102.27700.0000

R-squared0.833598Meandependentvar104.9118

AdjustedR-squared0.833598S.D.dependentvar10.40786

S.E.ofregression4.245618Akaikeinfocriterion5.786674

Sumsquaredresid288.4043Schwarzcriterion5.835687

Loglikelihood-48.18673Durbin-Watsonstat0.951702

以上估計結(jié)果發(fā)現(xiàn)，修正的可決系數(shù)為0.833598,高于帶截距項模型的修正可決系數(shù),

說明去掉截距項的模型擬合優(yōu)度有了進一步改善。建筑業(yè)相對國有化程度對建筑業(yè)工資相對

水平的回歸系數(shù)為1.348582,t值高達102.2770,通過了變量的統(tǒng)計檢驗。但該模型的DW

值很低，只有0.951702,說明模型的隨機誤差項之間存在正自相關(guān)，因此還需要處理模型

的自相關(guān)問題。

我們在模型中引入AR(1)來處理自相關(guān)。估計結(jié)果如下：

DependentVariable:建筑業(yè)工資相對水平

Method:LeastSquares

Sample(adjusted):217

Includedobservations:16afteradjustingendpoints

Convergenceachievedafter4iterations

VariableCoefficientStd.Errort-StatisticProb.

建筑業(yè)相對國有化程度1.3601340.02084665.246160.0000

AR(1)0.4267430.2085052.0466830.0599

R-squared0.889110Meandependentvar104.2125

AdjustedR-squared0.881190S.D.dependentvar10.32853

S.E.ofregression3.560126Akaikeinfocriterion5.493937

Sumsquaredresid177.4429Schwarzcriterion5.590511

Loglikelihood-41.95150Durbin-Watsonstat1.931114

InvertedARRoots.43

經(jīng)過處理，DW值己達到1.931114,很接近2這個理想水平，因此正自相關(guān)問題已得到較圓

滿的解決。同時模型修正的可決系數(shù)0.881190,又得以進一步提高。

四、結(jié)果分析

1.本文驗證了我們提出的關(guān)于體制轉(zhuǎn)型時期行業(yè)決定的假說，我國建筑業(yè)相對工資差

異的擴大主要是由于該行業(yè)壟斷程度差異的擴大引致的。

2.建筑業(yè)相對國有化程度每下降1個百分點，建筑業(yè)工資相對水平將會平均下降

1.360134個百分點。

案例分析四中國稅收增長的分析一一多元線性回歸模型的應(yīng)用

一、研究的目的要求

改革開放以來，隨著經(jīng)濟體制改革的深化和經(jīng)濟的快速增長，中國的財政收支狀況發(fā)生

很大變化，中央和地方的稅收收入1978年為519.28億元，到2002年已增長到17636.45

億元，25年間增長了33倍，平均每年增長%o為了研究影響中國稅收收入增長的主要原

因，分析中央和地方稅收收入的增長規(guī)律，預(yù)測中國稅收未來的增長趨勢，需要建立計量經(jīng)

濟模型。

影響中國稅收收入增長的因素很多，但據(jù)分析主要的因素可能有：（1）從宏觀經(jīng)濟看,

經(jīng)濟整體增長是稅收增長的基本源泉。（2）公共財政的需求，稅收收入是財政收入的主體,

社會經(jīng)濟的發(fā)展和社會保障的完善等都對公共財政提出要求，因此對預(yù)算支出所表現(xiàn)的公共

財政的需求對當(dāng)年的稅收收入可能會有一定的影響0（3）物價水平.我國的稅制結(jié)構(gòu)以流

轉(zhuǎn)稅為主，以現(xiàn)行價格計算的GDP等指標(biāo)和經(jīng)營者的收入水平都與物價水平有關(guān)。（4）稅

收政策因素。我國自1978年以來經(jīng)歷了兩次大的稅制改革，一次是1984-1985年的國有企

業(yè)利改稅，另一次是1994年的全國范圍內(nèi)的新稅制改革。稅制改革對稅收會產(chǎn)生影響，特

別是1985年稅收陡增215.42機但是第二次稅制改革對稅收增長速度的影響不是非常大。

因此，可以從以上幾個方面，分析各種因素對中國稅收增長的具體影響。

二、模型設(shè)定

為了全面反映中國稅收增長的全貌，選擇包括中央和地方稅收的“國家財政收入”中的

“各項稅收”（簡稱“稅收收入”）作為被解釋變量，以反映國家稅收的增長；選擇“國內(nèi)生

產(chǎn)總值（GDP）”作為經(jīng)濟整體增長水平的代表；選擇中央和地方“財政支出”作為公共財政

需求的代表；選擇“商品零售物價指數(shù)”作為物價水平的代表。由于財稅體制的改革難以量

化，而且1985年以后財稅體制改革對稅收增長影響不是很大，可暫穴考慮稅制改革對稅收

增長的影響。所以解釋變量設(shè)定為可觀測的“國內(nèi)生產(chǎn)總值”、“財政支出”、“商品零售物價

指數(shù)”等變量。從《中國統(tǒng)計年鑒》收集到以下數(shù)據(jù)（見表3.3）：

表3.3中國稅收收入及相關(guān)數(shù)據(jù)

稅收收入（億元）國內(nèi)生產(chǎn)總值（億元）財政支出（億元）商品零售價格指數(shù)（%）

年份

（Y）（X2）（X3）（X4）

1978519.283624.11122.09100.7

1979537.824038.21281.79102.0

1980571.704517.81228.83106.0

1981629.894862.41138.41102.4

1982700.025294.71229.98101.9

1983775.595934.51409.52101.5

1984947.357171.01701.02102.8

19852040.798964.42004.25108.8

19862090.7310202.22204.91106.0

19872140.3611962.52262.18107.3

19882390.4714928.32491.21118.5

19892727.4016909.22823.78117.8

19902821.8618547.93083.59102.1

19912990.1721617.8