我國主要城市職工平均工資高低影響因素分析

PAGEPAGE9我國主要城市職工平均工資上下影響因素分析一、前言亞當(dāng)?斯密?國富論?中說：“一國國民每年的勞動，本來就是供應(yīng)他們每年消費的一切生活必需品和便利品的源泉。〞一個勞動者的工資，要用來養(yǎng)家糊口，廣闊普通勞動者拿著卑微的工資，我們千萬不要低估了民生之艱辛。且不說勞動群眾的體面勞動應(yīng)首先體面在工資上，其實在一定程度上，工資水平直接關(guān)系到普通勞動者的生存狀況，關(guān)乎到他們的生活尊嚴。我國改革開放以來，隨著經(jīng)濟的開展，稅收和財政雙增長，卻未曾有效發(fā)揮“二次分配〞的平衡作用，社會公共性支出偏重建設(shè)投入，忽略勞動群眾生活減負。今天城市越來越漂亮，老百姓的日子未必越來越體面。面對物價飛漲，老百姓的荷包難免底氣缺乏；上學(xué)難、買房難、看病難的“新三座大山〞壓得老百姓難以喘氣，廣闊普通勞動者的生活水平下降了?，F(xiàn)在，我國已經(jīng)成為世界上貧富差距最懸殊的國家之一，我國基尼系數(shù)自1984年突破國際警戒線到達0.434后，收入分配差距仍有擴大之勢。這是一個多么危險的信號，我們?yōu)榇艘呀?jīng)并將繼續(xù)發(fā)生一系列社會問題，嚴重影響著社會的穩(wěn)定和諧。因此我們有必要解決定工資上下的因素。二、理論背景。性別比是指族群中男性對女性的比率。中國已經(jīng)成為世界上出生性別比失衡最為嚴重、持續(xù)時間最長的國家?，F(xiàn)在越來越多的女性有時間和精力從事社會生產(chǎn)活動然而經(jīng)濟上剛剛獲得獨立的流動婦女，在職業(yè)進入、工作性質(zhì)、工資收入和工作評價等方面遇到明顯性別差異和性別等級化。。教育經(jīng)費是指中央和地方財政部門的財政預(yù)算中實際用于教育的費用。中國的教育經(jīng)費占國民生產(chǎn)總值的比例長期嚴重偏低。平均而言，受教育程度每提高一個層次，工資水平就上升200多元，因此受教育程度與工資的上下密切相關(guān)。3．地區(qū)人均生產(chǎn)總值。地區(qū)生產(chǎn)總值〔GDP〕是指一個地區(qū)所有常住單位在一定時期內(nèi)生產(chǎn)活動的最終結(jié)果，它反映的是一個地區(qū)在一定時期內(nèi)新創(chuàng)造的價值總和，是代表一個地區(qū)經(jīng)濟實力的總量指標。從分配角度看，它包括勞動者報酬、企業(yè)上繳的稅金、企業(yè)提取的折舊和企業(yè)利潤。因此一個地區(qū)生產(chǎn)總值的上下直接決定著勞動者工資的上下。4．第三產(chǎn)業(yè)就業(yè)比例。我國將國民經(jīng)濟各行業(yè)劃分為19個大的門類，歸屬于三個產(chǎn)業(yè)，其中第三產(chǎn)業(yè)包括交通運輸,住宿餐飲業(yè)，房地產(chǎn)業(yè)，金融業(yè)等，第一、二產(chǎn)業(yè)是第三產(chǎn)業(yè)開展的根底，第三產(chǎn)業(yè)為第一、二產(chǎn)業(yè)的進一步開展創(chuàng)造條件，藍皮書指出，從未來我國經(jīng)濟增長和產(chǎn)業(yè)結(jié)構(gòu)變動的趨勢看，工業(yè)就業(yè)比重上升的空間已經(jīng)較小，而我國第三產(chǎn)業(yè)擴張的空間很大，必須通過加快第三產(chǎn)業(yè)的開展，來帶動第三產(chǎn)業(yè)就業(yè)比重的上升，從而帶動城市化水平的提高。5．私營企業(yè)就業(yè)比例。7月16日，國家統(tǒng)計局發(fā)布2021年度在崗職工年平均工資調(diào)查報告。根據(jù)該報告，2021年全國城鎮(zhèn)私營單位就業(yè)人員年平均工資為一八199元，而國企在崗職工年平均工資為35053元。如今，私營企業(yè)工資偏低是一個普遍現(xiàn)象。這是由多種因素造成的。一個企業(yè)要不斷運轉(zhuǎn)、開展壯大，需要獲得足夠的盈利水平。要想私營企業(yè)的員工福利有進一步提高，就必須要設(shè)置有利條件充分扶植中小私營企業(yè)。譬如減免稅、放寬民營經(jīng)濟準入的門檻，使得私營企業(yè)也能平等地享受到在生產(chǎn)經(jīng)營方面的國民待遇。三、模型的建立與選擇本模型是對我國東中西部31個主要城市職工平均工資與主要影響因素之間的定量關(guān)系進行研究。模型中的被解釋變量為Y地區(qū)平均工資模型中解釋變量為：X1性別比〔女=100〕X2地區(qū)人均教育經(jīng)費〔元/人〕X3地區(qū)人均生產(chǎn)總值〔億元/萬人〕X4第三產(chǎn)業(yè)就業(yè)比例〔%〕X5私營企業(yè)就業(yè)人數(shù)比例〔%〕最終選取模型形式為：●數(shù)據(jù)的來源與分析1數(shù)據(jù)來源：中國國家統(tǒng)計局?中國統(tǒng)計年鑒2021?2引入數(shù)據(jù)：平均工資性別比地區(qū)人均教育經(jīng)費人均生產(chǎn)總值〔億元/萬人〕第三產(chǎn)業(yè)就業(yè)比例私營企業(yè)就業(yè)比例地區(qū)YX1X2〔元/人〕X3X4〔%〕X5〔%〕北京563287天津41748河北24756山西25828內(nèi)蒙古26114遼寧27729一五677吉林23486黑龍江23046上海56565江蘇31667浙江3414666安徽26363福建25702江西21000山東26404河南24816一八3湖北22739湖南24870廣東33110廣西25660海南2一八641重慶26985四川25038貴州24602云南24030西藏47280146陜西25942甘肅24017青海30983寧夏30719新疆24687899.50883變量間的根本統(tǒng)計數(shù)據(jù)YCX1X2X3X4X5Mean144Median258281Maximum565651Minimum21000194.65Std.Dev.0SkewnessNAKurtosisNAJarque-BeraNAProbability0NA000Observations313131313131314變量間的相關(guān)系數(shù)表YX1X2X3X4X5YX1X2X31.000000X4X5YX1X2X3X4X5Y807359653800344.X1-1402X23800344.X3X4X56.樣本數(shù)據(jù)的散點圖Y和X1Y和X2、Y和X3Y和X4Y和X5●模型的估計與分析1模型的回歸分析CX1x2X3X4X5R2F合格五元38725.03*23.55989*四元40933.69*22.22361*40695.8*21.69739*三元42383.95*20.74295*64391.67*501.667*合格897.89*67459.91*4一三.5446*665.6592*14075.42*23.12319*一三529.44*24.50904*9948.074*381.381*二元38208.17*一八.36358*3876.635*80635.一三*698.8582*合格11497.04*21.10169*一三2276.866*469.9037*合格32.49534合格一元合格合格合格合格合格(一)我們首先選取五元模型來觀察其是否存在異方差，自相關(guān)，多重共線性。這樣我們的模型就是:Y=-X1+X2X3X4X5+e〔〕()()()()〔〕DW=F=進行自相關(guān),異方差檢驗按X1排序按X2排序按X3排序按X4排序按X5排序DW0.956928按X1排序按X2排序按X3排序按X4排序按X5排序大594284662一五45202547595585235376947243350小45一三04481034850722374292178458948360855F-statistic605F臨界值是否存在異方差否否否否是我們用DW檢驗法來對自相關(guān)問題進行檢驗。經(jīng)查表可以得到DW〔31，5〕的上下界分別為(，)。存在正的自相關(guān)的區(qū)域為[0，]；不存在自相關(guān)的區(qū)域為，]；存在負的自相關(guān)的區(qū)域為,4],其余為不能確定區(qū)域。按X2排序處理自相關(guān)Lsycx1x2x3x4x5ar(1)DependentVariable:YMethod:LeastSquaresDate:11/25/10Time:19:04Sample(adjusted):231Includedobservations:30afteradjustingendpointsConvergenceachievedafter8iterationsVariableCoefficientStd.Errort-StatisticProb.CX1X2X3X4X5AR(1)R-squaredMeandependentvarAdjustedR-squaredS.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresid1.24E+08SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)InvertedARRoots.55定義新變量：genryd=y-y(-1)*genrxd1=x1-x1(-1)*genrxd2=x2-x2(-1)*genrxd3=x3-x3(-1)*genrxd4=x4-x4(-1)*genrxd5=x5-x5(-1)*genrc1=1-補第一組數(shù)：genrc1=(1-新產(chǎn)生數(shù)據(jù)：obsXD5XD4XD3XD2XD1YDC11724423456789101112一三14一五1617一八19202122232425262728293031對調(diào)整后的數(shù)據(jù)再進行自相關(guān)和異方差的檢驗按XD1排序按XD2排序按XD3排序按XD4排序按XD5排序DW72043按XD1排序按XD2排序按XD3排序按XD4排序按XD5排序大5559447752982533394296063556902247605557小2873909520681258258一三5003一五7704139347497F-statisticF臨界值是否存在異方差否否否否否按XD3排序再處理自相關(guān)Lsydc1xd1xd2xd3xd4xd5ar(1)DependentVariable:YDMethod:LeastSquaresDate:11/25/10Time:19:29Sample(adjusted):231Includedobservations:30afteradjustingendpointsConvergenceachievedafter45iterationsVariableCoefficientStd.Errort-StatisticProb.C1XD1XD2XD3XD4XD5AR(1)R-squaredMeandependentvarAdjustedR-squaredS.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresid1.16E+08SchwarzcriterionLoglikelihoodDurbin-WatsonstatInvertedARRoots.24定義新變量：genrydd=yd-yd(-1)*genrxdd1=xd1-xd1(-1)*genrxdd2=xd2-xd2(-1)*genrxdd3=xd3-xd3(-1)*genrxdd4=xd4-xd4(-1)*genrxdd5=xd5-xd5(-1)*genrc2=c1-c1(-1)*補第一組數(shù)：genrydd=yd*(1-genrxdd1=xd1*(1-genrxdd2=xd2*(1-genrxdd3=xd3*(1-genrxdd4=xd4*(1-genrxdd5=xd5*(1-genrc2=c1*(1-新產(chǎn)生數(shù)據(jù)obsYDDXDD5XDD4XDD3XDD2XDD1C21293456789101112一三14一五1617一八19202122232425262728293031對新產(chǎn)生數(shù)據(jù)再檢驗異方差和自相關(guān)按XDD1排序按XDD2排序按XDD3排序按XDD4排序按XDD5排序DW按XDD1排序按XDD2排序按XDD3排序按XDD4排序按XDD5排序大4929078639612870409328583520325132289337小426一五3323524806260971641293305429165636F-statisticF臨界值4.28是否存在異方差否否否否否再按XDD3排序處理自相關(guān)：lsyddc2xdd1xdd2xdd3xdd4xdd5ar(1)DependentVariable:YDDMethod:LeastSquaresDate:11/25/10Time:21:06Sample(adjusted):231Includedobservations:30afteradjustingendpointsConvergenceachievedafter47iterationsVariableCoefficientStd.Errort-StatisticProb.C2XDD1XDD2XDD3XDD4XDD5AR(1)R-squaredMeandependentvarAdjustedR-squaredS.D.dependentvarS.E.ofregressionAkaikeinfocriterion一八.46247Sumsquaredresid1.一五E+08SchwarzcriterionLoglikelihoodDurbin-WatsonstatInvertedARRoots.28定義新變量：Genryddd=ydd-ydd(-1)*Genrxddd1=xdd1-xdd1(-1)*Genrxddd2=xdd2-xdd2(-1)*Genrxddd3=xdd3-xdd3(-1)*Genrxddd4=xdd4-xdd4(-1)*Genrxddd5=xdd5-xdd5(-1)*Genrc3=c2-c2(-1)*補第一組數(shù)據(jù)：Genryddd=ydd*(1-Genrxddd1=xdd1*(1-Genrxddd2=xdd2*(1-Genrxddd3=xdd3*(1-Genrxddd4=xdd4*(1-Genrxddd5=xdd5*(1-Genrc3=c2*(1-新產(chǎn)生數(shù)據(jù)：obsYDDDXDDD5XDDD4XDDD3XDDD2XDDD1C312一八3456789101112一三14一五1617一八1920212223242526272829470393031對新產(chǎn)生數(shù)據(jù)檢驗異方差和自相關(guān)按XDDD1排序按XDDD2排序按XDDD3排序按XDDD4排序按XDDD5排序DW在三次自相關(guān)處理后仍舊存在自相關(guān)按XDDD1排序按XDDD2排序按XDDD3排序按XDDD4排序按XDDD5排序大4929078635一三178142663863583314835066963小357759172424438920306671一三53177119582673F-statistic1F臨界值是否存在異方差否否否否否三次自相關(guān)處理后仍舊存在自相關(guān)，選擇處理一次異方差〔按XDDD4排序〕：genre=abs(resid)lsyddd/ec3/exddd1/exddd2/exddd3/exddd4/exddd5/eDependentVariable:YDDD/EMethod:LeastSquaresDate:11/25/10Time:22:19Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.C3/EXDDD1/EXDDD2/EXDDD3/EXDDD4/EXDDD5/ER-squaredMeandependentvarAdjustedR-squaredS.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodDurbin-Watsonstat新產(chǎn)生數(shù)據(jù)：obsXDDDE5XDDDE4XDDDE3XDDDE2XDDDE1YDDDEE1137723456789101112一三14一五1617一八19202122232425262728293031對新產(chǎn)生的數(shù)據(jù)再檢驗異方差：按XDDDE1排序按XDDDE2排序按XDDDE3排序按XDDDE4排序按XDDDE5排序大小F-statisticF臨界值是否存在異方差否是否否否再按XDDDE2排序處理異方差Genre2=abs(resid)lsyddde/e2e1/e2xddde1/e2xddde2/e2xddde3/e2xddde4/e2xddde5/e2新產(chǎn)生的數(shù)據(jù)：obsYDDDEEXDDDEE5XDDDEE4XDDDEE3XDDDEE2XDDDEE1E31217823456789101112一三14一五1617一八192021222324252627282930831對新產(chǎn)生的數(shù)據(jù)再檢驗自相關(guān)和異方差：按XDDDEE1排序按XDDDEE5排序按XDDDEE3排序XDDDEE4排序按XDDDEE5排序DW2.一五7476339380按XDDDEE1排序按XDDDEE2排序按XDDDEE3排序按XDDDEE4排序按XDDDEE5排序大小F-statisticF臨界值4.28是否存在異方差否否否否否可以看出處理后的數(shù)據(jù)不再具有自相關(guān)和異方差，因此對其進行回歸分析：lsydddeee3xdddee1xdddee2xdddee3xdddee4xdddee5DependentVariable:YDDDEEMethod:LeastSquaresDate:11/26/10Time:19:41Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.E3XDDDEE1XDDDEE2XDDDEE3XDDDEE4XDDDEE5R-squaredMeandependentvarAdjustedR-squared.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodDurbin-Watsonstat從上表中看出新數(shù)據(jù)并未通過T檢驗，而且根據(jù)經(jīng)驗可知地區(qū)人均生產(chǎn)總值和平均工資成正比，從上表中的回歸系數(shù)得出該模型經(jīng)濟意義不符合，所以剔除該模型我們選取一個四元模型來觀察其是否存在異方差，自相關(guān)，多重共線性。從上述處理五元模型中可以看出，X3在處理過程中DW值總通不過檢驗，存在正相關(guān)，所以在四元模型中剔除X3。選取模型為：Y=+-74X1+X2+X4+X5+E()()()〔〕〔〕DW=F=自相關(guān)和異方差檢驗按X1排序按X2排序按X4排序按X5排序DW我們用DW檢驗法來對自相關(guān)問題進行檢驗。經(jīng)查表可以得到DW〔31，5〕的上下界分別為(1.16，1.74)。存在正的自相關(guān)的區(qū)域為[0，1.16]；不存在自相關(guān)的區(qū)域為[1.74，2.26]；存在負的自相關(guān)的區(qū)域為[2.84,4],其余為不能確定區(qū)域。按X1排序按X2排序按X4排序按X5排序大60654502238407586519512247534706小4564142711603100一八3507038370409F-statisticF臨界值是否存在異方差否否否是可以看出原始數(shù)據(jù)中既有異方差又有自相關(guān)先按X2排序處理自相關(guān)Lsycx1x2x4x5ar(1)DependentVariable:YMethod:LeastSquaresDate:12/22/10Time:23:16Sample(adjusted):231Includedobservations:30afteradjustingendpointsConvergenceachievedafter8iterationsVariableCoefficientStd.Errort-StatisticProb.CX1X2X4X5AR(1)R-squaredMeandependentvarAdjustedR-squaredS.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresid1.25E+08SchwarzcriterionLoglikelihoodF-statisticDurbin-WatsonstatProb(F-statistic)InvertedARRoots.54定義新變量genryd=y-y(-1)*genrxd1=x1-x1(-1)*genrxd2=x2-x2(-1)*genrxd4=x4-x4(-1)*genrxd5=x5-x5(-1)*genrc1=1-smpl11genryd=y*(1-genrxd1=x1*(1-genrxd2=x2*(1-^2)^0.5genrxd4=x4*(1-genrxd5=x5*(1-genrc1=(1-obsC1XD1XD2XD4XD5YD123456789101112一三14一五1617一八19202122232425262728293031一三8對新變量再檢驗異方差按XD1排序按XD2排序按XD4排序按XD5排序大56511086548684555257一三005079一三44小288059792644500639一五87一三40904504F-statistic19F臨界值是否存在異方差否否否否自相關(guān)：按XD1排序按XD2排序按XD4排序按XD5排序DW從上表中可以看出當(dāng)按XD4排序時仍存在自相關(guān)，所以按XD4排序再處理自相關(guān)Lsydc1xd1xd2xd4xd5ar(1)DependentVariable:YDMethod:LeastSquaresDate:12/22/10Time:23:34Sample(adjusted):231Includedobservations:30afteradjustingendpointsConvergenceachievedafter7iterationsVariableCoefficientStd.Errort-StatisticProb.C1XD1XD2XD4XD5AR(1)R-squaredMeandependentvarAdjustedR-squared0.8一八768S.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresid1.35E+08SchwarzcriterionLoglikelihoodDurbin-WatsonstatInvertedARRoots.19定義新變量genrydd=yd-yd(-1)*genrxdd1=xd1-xd1(-1)*genrxdd2=xd2-xd2(-1)*genrxdd4=xd4-xd4(-1)*genrxdd5=xd5-xd5(-1)*genrc2=c1-c1(-1)*smpl11gegenrc2=c1*(1-新數(shù)據(jù)obsC2XDD1XDD2XDD4XDD5YDD116423456789101112一三14一五1617一八19202122232425262728293031再檢驗異方差按XDD1排序按XDD2排序按XDD4排序按XDD5排序大43552537383977864553019934194565小一五一五一五09一三7968881763530317635303F-statisticF臨界值是否存在異方差否否否否檢驗自相關(guān)按XDD1排序按XDD2排序按XDD4排序按XDD5排序DW從上表中可以看出仍舊從在自相關(guān)，按XDD5排序再處理自相關(guān)Lsyddc2xdd1xdd2xdd4xdd5ar(1)DependentVariable:YDDMethod:LeastSquaresDate:12/22/10Time:23:51Sample(adjusted):231Includedobservations:30afteradjustingendpointsConvergenceachievedafter8iterationsVariableCoefficientStd.Errort-StatisticProb.C2XDD1XDD2XDD4XDD5AR(1)R-squaredMeandependentvarAdjustedR-squaredS.D.dependentvar5230.805S.E.ofregressionAkaikeinfocriterionSumsquaredresid1.28E+08SchwarzcriterionLoglikelihoodDurbin-WatsonstatInvertedARRoots定義新變量)genrxddd1=xdd1-xdd1(-1)*(-0.243036)genrxddd2=xdd2-xdd2(-1)*(-0.243036)genrxddd4=xdd4-xdd4(-1)*(-0.243036)genrxddd5=xdd5-xdd5(-1)*(-0.243036)genrc3=c2-c2(-1)*(-0.243036)smpl11Genryddd=ydd*(1-Genrxddd1=xdd1*(1-Genrxddd2=xdd2*(1-Genrxddd4=xdd4*(1-Genrxddd5=xdd5*(1-genrc3=c2*(1-obsYDDDXDDD5XDDD4XDDD2XDDD1C3123456789101112一三14一五1617一八19202122232425262728293031再檢驗異方差按XDDD1排序按XDDD2排序按XDDD4排序按XDDD5排序大301098324169975555380一三138432092小224648一八25789902306922一五32884769F-statisticF臨界值是否存在異方差否否否否不存在異方差，檢驗自相關(guān)按XDDD1排序按XDDD2排序按XDDD4排序按XDDD5排序DW可以看出處理了三次自相關(guān)后，當(dāng)按XDDD1排序時仍舊存在自相關(guān)，下面選擇處理一次異方差Genre=abs(resid)Lsyddd/ec3/exddd1/exddd2/exddd4/exddd5/eDependentVariable:YDDD/EMethod:LeastSquaresDate:12/23/10Time:12:21Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.C3/EXDDD1/EXDDD2/EXDDD4/EXDDD5/ER-squaredMeandependentvarAdjustedR-squaredS.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodDurbin-Watsonstat定義新變量genryddde=yddd/egenrxddde1=xddd1/egenrxddde2=xddd2/egenrxddde4=xddd4/egenrxddde5=xddd5/egenre1=c3/e新數(shù)據(jù)obsYDDDEXDDDE5XDDDE4XDDDE2XDDDE1E11234356789101112一三14一五1617一八192021222324252627280.014700293031再檢驗異方差按XDDDE排序按XDDDE2排序按XDDDE4排序按XDDDE5排序大小F-statisticF臨界值是否存在異方差否否否否檢驗自相關(guān)按XDDDE1排序按XDDDE2排序按XDDDE4排序按XDDDE5排序DW1.760359可以看出不再存在自相關(guān)，對其進行回歸分析Lsydddee1xddde1xddde2xddde4xddde5DependentVariable:YDDDEMethod:LeastSquaresDate:12/23/10Time:12:35Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.E1XDDDE1XDDDE2XDDDE4XDDDE5R-squaredMeandependentvarAdjustedR-squaredS.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodDurbin-Watsonstat從上表中可以看出該模型沒有通過T檢驗，而且X4,X5的回歸系數(shù)的符號與經(jīng)濟意義不相符合，根據(jù)經(jīng)驗第三產(chǎn)業(yè)就業(yè)比例和私營企業(yè)就業(yè)比例與平均工資成正相關(guān)，而上面所得的它們的回歸系數(shù)為負，所以剔除該模型。我們選取一個三元模型來觀察其是否存在異方差，自相關(guān)，多重共線性。選取原因：從上述四元模型的處理過程中發(fā)現(xiàn)X2在初次回歸就存在嚴重的正自相關(guān)，而且X5也存在較嚴重的自相關(guān)，落入不能確定的區(qū)域，所以在三元模型中未選擇X2,X5.選取模型為：Y=X1X3+X4+E()()()()DW=F=對原始數(shù)據(jù)進行自相關(guān)和異方差的檢驗按X1排序按X3排序按X4排序DW我們用DW檢驗法來對自相關(guān)問題進行檢驗。經(jīng)查表可以得到DW〔31，3〕的上下界分別為，1.65〕。存在正的自相關(guān)的區(qū)域為[0，]；不存在自相關(guān)的區(qū)域為，]；存在負的自相關(guān)的區(qū)域為,4],其余為不能確定區(qū)域。按X1排序按X3排序按X4排序大3.22E+081.75E+0873826057小833690355一八3630849740091F-statisticF臨界值是否存在異方差是否否2．按X1排序處理異方差genre=abs(resid)lsy/e1/ex1/ex3/ex4/eDependentVariable:Y/EMethod:LeastSquaresDate:11/27/10Time:08:58Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.1/EX1/EX3/EX4/ER-squaredMeandependentvarAdjustedR-squaredS.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodDurbin-Watsonstat定義新變量：genrye=y/egenrxe1=x1/egenrxe3=x3/egenrxe4=x4/egenre1=1/e新產(chǎn)生數(shù)據(jù)：obsYEXE4XE3XE1E1123456789101112一三14一五1617一八19202122232425262728293031對新數(shù)據(jù)檢驗自相關(guān)和異方差按XE1排序按XE3排序按XE4排序DW按XE1排序按XE2排序按XE4排序大小F-statisticF臨界值是否存在異方差否否否新產(chǎn)生數(shù)據(jù)不再具有異方差和自相關(guān)。對新數(shù)據(jù)做回歸分析：DependentVariable:YEMethod:LeastSquaresDate:11/27/10Time:09:01Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.E1XE1XE3XE4R-squaredMeandependentvarAdjustedR-squaredS.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodDurbin-Watsonstat從上表中可以看出回歸系數(shù)經(jīng)濟意義不符合，根據(jù)經(jīng)驗可知性別比〔女=100〕應(yīng)該與平均工資成正比，但上表中得到的回歸系數(shù)為負，而且未通過T檢驗，所以剔除該模型。我們選取一個二元模型來觀察其是否存在異方差，自相關(guān)，多重共線性。選擇理由：根據(jù)經(jīng)驗可知，一個地區(qū)生產(chǎn)總值的上下對地區(qū)職工平均工資的上下起著至關(guān)重要的作用，X3是重要的變量，而且從開始做的大表中可以看出在二元模型中X3和X4的組合能通過T和F檢驗，所以選擇變量X3，X4我們選取的模型為：Y=+X3+X4+EDW=F=1..對原始數(shù)據(jù)進行自相關(guān)，異方差的檢驗按X3排序按X4排序DW我們用DW檢驗法來對自相關(guān)問題進行檢驗。經(jīng)查表可以得到DW〔31，2〕的上下界分別為〔7〕。存在正的自相關(guān)的區(qū)域為[0，]；不存在自相關(guān)的區(qū)域為，]；存在負的自相關(guān)的區(qū)域為,4],其余為不能確定區(qū)域。按X3排序按X4排序大5.20E+0891一五0534小5376一五6349846312F-statisticF臨界值3.203.20是否存在異方差是否2．按X3排序處理異方差genre=abs(resid)lsy/e1/ex3/ex4/eDependentVariable:Y/EMethod:LeastSquaresDate:11/27/10Time:10:26Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.1/EX3/EX4/ER-squaredMeandependentvarAdjustedR-squaredS.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodDurbin-Watsonstat定義新變量：genrye=y/egenre1=1/egenrxe3=x3/egenrxe4=x4/e新產(chǎn)生數(shù)據(jù)：obsYEXE3XE4E1123456789101112一三14一五1617一八19202122232425262728293031對新產(chǎn)生數(shù)據(jù)再檢驗自相關(guān)和異方差按XE3排序按XE4排序DW按XE3排序按XE4排序大小F-statisticF臨界值是否存在異方差否否可以看出不在存在自相關(guān)和異方差，對新數(shù)據(jù)進行回歸分析：DependentVariable:YEMethod:LeastSquaresDate:11/27/10Time:10:32Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.E1XE3XE4R-squaredMeandependentvarAdjustedR-squaredS.D.dependentvarS.E.ofregressionAkaikeinfocriterionSumsquaredresidSchwarzcriterionLoglikelihoodDurbin-Watsonstat從上表中可以看出回歸系數(shù)符合經(jīng)濟意義，而且T檢驗也通過，F(xiàn)檢驗：H0:,H1:不是所有的同時為0(j=3、4)F===325567.3953>F故拒絕原假設(shè)H0:,接受對立假設(shè)H1該二元模型不存在異方差和自相關(guān)，且在95%的置信概率下，t檢驗、F檢驗均可通過，99564532，，各解釋變量及總體方程的經(jīng)濟意義也完全符合要求。所以我們最終選擇模型為：Y=+X3+X4+E●統(tǒng)計意義及經(jīng)濟意義的解釋〔1〕系數(shù)的統(tǒng)計意義和經(jīng)濟意義解釋①X3系數(shù)統(tǒng)計意義：在X4不變的情況下，X3每增加一個單位，Y平均增加個單位。X3系數(shù)經(jīng)濟意義：在第三產(chǎn)業(yè)就業(yè)比例不變的情況下，地區(qū)人均生產(chǎn)總值增加1億元/萬人〔10000萬/人〕，平均工資增加元②X4系數(shù)統(tǒng)計意義：在X3不變的情況下，X4每增加一個單位，Y平均增加個單位。X4系數(shù)經(jīng)濟意義：在地區(qū)人均生產(chǎn)總值不變的情況下，第三產(chǎn)業(yè)就業(yè)比例增加1%，平均工資增加元〔2〕的統(tǒng)計意義和經(jīng)濟意義解釋統(tǒng)計意義：剔除解釋變量數(shù)目和樣本容量的影響，Y的總變差中有%可由X3和X4做出解釋，剩下的46%不能解釋的變差是由誤差項所包含的因素的影響造成的。經(jīng)濟意義：剔除解釋變量數(shù)目和樣本容量的影響,在全國各省職工平均工資的總變差中，有9954%可由第三產(chǎn)業(yè)就業(yè)比例和地區(qū)人均生產(chǎn)總值作出解釋，剩下的46%由第三產(chǎn)業(yè)就業(yè)比例和地區(qū)人均生產(chǎn)總值以外的其他因素影響造成的?！?〕偏相關(guān)系數(shù)：YX3X4YX3X4由計算結(jié)果可以看出：即第三產(chǎn)業(yè)就業(yè)比例比地區(qū)人均生產(chǎn)總值對各省職工平均工資的影響更為重要。(4).大β系數(shù)YX3X4MeanMedianMaximumMinimumStd.Dev.SkewnessKurtosisJarque-BeraProbabilityObservations313131所以利用該公式計算所選模型的大β系數(shù)。SX3=SX4=SY=7統(tǒng)計意義：當(dāng)X3變化一個標準差，Y平均變化個標準差。經(jīng)濟意義：當(dāng)?shù)貐^(qū)人均生產(chǎn)總值變化一個標準差，各省職工平均工資平均變化0.4一八8一三個標準差。統(tǒng)計意義：當(dāng)X4變化一個標準差，Y平均變化個標準差。經(jīng)濟意義：當(dāng)?shù)谌a(chǎn)業(yè)就業(yè)比例變化一個標準差，各省職工平均工資平均變化個標準差由以上數(shù)據(jù)比擬：由大β系數(shù)，可以看出：大，所以X4對與Y的影響重要，即認為第三產(chǎn)業(yè)就業(yè)比例對各省職工平均工資更重要。(5).彈性系數(shù)=3=4=4統(tǒng)計意義：當(dāng)X3變化1%，Y平均%。經(jīng)濟意義：當(dāng)?shù)貐^(qū)人均生產(chǎn)總值增加1%，各省職工平均工資平均%統(tǒng)計意義：當(dāng)X4變化1%，Y平均變化%。經(jīng)濟意義：當(dāng)?shù)谌a(chǎn)業(yè)就業(yè)比例增加1%，各省職工平均工資平均增加%由計算結(jié)果得出;d.綜合評價由上述過程發(fā)現(xiàn)，大系數(shù)、彈性系數(shù)、偏相關(guān)系數(shù)三者推導(dǎo)出的解釋變量的影響程度相同,即認為第三產(chǎn)業(yè)就業(yè)比例對地區(qū)人均工資的影響更為重要。預(yù)測使用“布朗單一參數(shù)線性二次指數(shù)平滑法〞對下表數(shù)據(jù)進行預(yù)測。選擇四川省為預(yù)測對象，有關(guān)數(shù)據(jù)如下：年份人均生產(chǎn)總值〔億元/萬人〕第三產(chǎn)業(yè)就業(yè)比例〔%〕人均工資〔元/人〕TX3X4〔%〕Y19781979198019811982198319841985198619871988198919901991199219931994199519961997199819992000200120022003200420052006200720210202128149.00數(shù)據(jù)來源：?四川省2021年統(tǒng)計年鑒?,?全國2021年統(tǒng)計年鑒?(1)預(yù)測令===9*X1t+0.01=*+0.01at=2–bt=(0.99/0.01)*(–)預(yù)測值Ft+m=at+bt*m(m為預(yù)測的超前期數(shù))期數(shù)TX3abt(m=1)119782197931980419815198261983719848198591986101987111988121989一三1990141991一五1992161993171994一八1995191996201997211998221999232000242001252002262003272004282005292006302007312021322021故預(yù)測2021年X3的數(shù)值為：=(2)預(yù)測===9*X1t+0.01=*+0.01at=2–bt=(0.99/0.01)*(–)預(yù)測值Ft+m=at+bt*m(m為預(yù)測的超前期數(shù))t年份X4abt(m=1)119782197931980419815198261983719848198591986101987111988121989一三1990141991一五1992161993171994一八199519199620199721199822199923200024200125200226200327200428200529200631302007312021322