計(jì)量經(jīng)濟(jì)學(xué)Eviews操作案例集

案例分析一關(guān)于計(jì)量經(jīng)濟(jì)學(xué)方法論的討論

問題：利用計(jì)量經(jīng)濟(jì)學(xué)建模的步驟，根據(jù)相關(guān)的消費(fèi)理論，刻畫我國(guó)改革開放以來的邊際

消費(fèi)傾向。

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

費(fèi)函數(shù)的理論有以下幾種：①凱恩斯的絕對(duì)收入理論，認(rèn)為家庭消費(fèi)在收入中所占的比例取

決于收入的絕對(duì)水平。②相對(duì)收入理論，是由美國(guó)經(jīng)濟(jì)學(xué)家杜森貝提出的，認(rèn)為人們的消費(fèi)

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

期消費(fèi)也很可能是建立消費(fèi)函數(shù)時(shí)應(yīng)該考慮的因素。關(guān)于消費(fèi)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(fèi)之間是正

相關(guān)的。

第二步：數(shù)據(jù)獲得,在這個(gè)例子中，被解釋變量選擇消費(fèi)，用CS表示；解釋變量為實(shí)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(jià)格因素

的實(shí)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(jiǎn)單的線性模型：

cst=a+

第四步：理論計(jì)量經(jīng)濟(jì)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(jià)格的國(guó)內(nèi)生產(chǎn)總值，仃代表當(dāng)年價(jià)

格的居民消費(fèi)值，尸代表1978年為1的價(jià)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(fèi)的因素。

第五步：計(jì)量經(jīng)濟(jì)模型的參數(shù)估計(jì)

根據(jù)最小二乘法，可得如下的估計(jì)結(jié)果：

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

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

為邊際消費(fèi)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(fèi)平均增加0.51億元。

另外，根據(jù)相對(duì)收入理論，我們可以得到下面的估計(jì)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(fèi)的上期值以后，邊際消費(fèi)傾向的數(shù)據(jù)發(fā)生了明顯的變化，究竟選擇

哪一個(gè)模型，可以在以后的案例討論中進(jìn)行說明。

第六步：假設(shè)檢驗(yàn)。

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

計(jì)量的標(biāo)準(zhǔn)差估計(jì)值是0.01,從而可以計(jì)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(rèn)為邊際消費(fèi)傾向

的估計(jì)量是統(tǒng)計(jì)顯著的。

第七步：預(yù)測(cè)。

如果要對(duì)此模型的預(yù)測(cè)功能進(jìn)行評(píng)價(jià)，可以用1978?1999年的22年數(shù)據(jù)進(jìn)行參

數(shù)估計(jì)，用2000?2002年的數(shù)據(jù)作為檢驗(yàn)性數(shù)據(jù)，考察實(shí)際值和預(yù)測(cè)值的差別。圖1.1將

因變量的實(shí)際值和預(yù)測(cè)值畫在一起進(jìn)行比較。

圖1序列值，虛線）和實(shí)際值,實(shí)境）

第八步：利用模型進(jìn)行控制或制定政策。

案例分析二我國(guó)城市居民家庭消費(fèi)函數(shù)元線性回歸模型

一、研究的目的要求

居民消費(fèi)在社會(huì)經(jīng)濟(jì)的持續(xù)發(fā)展中有著重要的作用。居民合理的消費(fèi)模式和居民適度的

消費(fèi)規(guī)模有利于經(jīng)濟(jì)持續(xù)健康的增長(zhǎng)，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(guó)經(jīng)濟(jì)的快速發(fā)展，人民生活水平不斷提高，居民的消費(fèi)水平也不斷增長(zhǎng)。但是在看

到這個(gè)整體趨勢(shì)的同時(shí)，還應(yīng)看到全國(guó)各地區(qū)經(jīng)濟(jì)發(fā)展速度不同，居民消費(fèi)水平也有明顯差

異。例如，2002年全國(guó)城市居民家庭平均每人每年消費(fèi)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(dá)人均10464元，上海是黑龍江的2.35倍。為了研

究全國(guó)居民消費(fèi)水平及其變動(dòng)的原因，需要作具體的分析。影響各地區(qū)居民消費(fèi)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(jià)指數(shù)、利率、居民財(cái)產(chǎn)、

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

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

研究。

二、模型設(shè)定

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

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

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

消費(fèi)支出”來比較，而這正是可從統(tǒng)計(jì)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(fèi)支出”。

因?yàn)檠芯康哪康氖歉鞯貐^(qū)城市居民消費(fèi)的差異，并不是城市居民消費(fèi)在不同時(shí)間的變

動(dòng)，所以應(yīng)選擇同一時(shí)期各地區(qū)城市居民的消費(fèi)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(fèi)支出有明顯差異的因素有多種，但從理論和經(jīng)驗(yàn)分析，最

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

如“居民財(cái)產(chǎn)”和“購(gòu)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(cái)

產(chǎn)”；還有的因素在運(yùn)用截面數(shù)據(jù)時(shí)在地區(qū)間的差異并不大，如“零售物價(jià)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(duì)居民消費(fèi)有某些影響也可歸入隨即擾動(dòng)項(xiàng)

中。為了與“城市居民人均消費(fèi)支出”相對(duì)應(yīng)，選擇在統(tǒng)計(jì)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(guó)統(tǒng)計(jì)年鑒》中得到表2.5的數(shù)據(jù):

表2.52002年中國(guó)各地區(qū)城市居民人均年消費(fèi)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(fèi)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(fèi)支出（Y）和城市居民人均年可支配收入（X）的散點(diǎn)圖,

如圖2.12：

圖

2.12

從散點(diǎn)圖可以看出居民

家庭平均每人每年消費(fèi)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(jì)量經(jīng)濟(jì)模型

為如下線性模型:

三、估計(jì)參數(shù)

假定所建模型及隨機(jī)擾動(dòng)項(xiàng)/滿足古典假定，可以用OLS法估計(jì)其參數(shù)。運(yùn)用計(jì)算機(jī)

軟件EViews作計(jì)量經(jīng)濟(jì)分析十分方便。

利用EViews作簡(jiǎn)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(jìn)入EViews主頁(yè)。在菜單一次點(diǎn)擊File\New\Workfile,出

現(xiàn)對(duì)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(shí)間或順序號(hào),如“1”在“enddate”中輸入最后時(shí)間或順序號(hào)，如“31”點(diǎn)擊“ok”

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

在"Objects”菜單中點(diǎn)擊“NewObjects",在"NewObjects”對(duì)話框中選"Group”，

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

若要將工作文件存盤，點(diǎn)擊窗口上方“Save”，在“SaveAs”對(duì)話框中給定路徑和文件名，

再點(diǎn)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(shí)對(duì)應(yīng)的“obs”字樣的空格會(huì)自動(dòng)上跳，

在對(duì)應(yīng)列的第二個(gè)“obs”有邊框的空格鍵入變量名，如“Y”，再按下行鍵“J”，對(duì)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(shí)）或“dataYXi

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

若要對(duì)數(shù)據(jù)存盤，點(diǎn)擊“fire/SaveAs”，出現(xiàn)“SaveAs”對(duì)話框，在“Drives”點(diǎn)

所要存的盤，在“Directories”點(diǎn)存入的路徑（文件名），在“FireName”對(duì)所存文件命

名，或點(diǎn)已存的文件名，再點(diǎn)“ok”。

若要讀取已存盤數(shù)據(jù)，點(diǎn)擊“fire/Open”，在對(duì)話框的“Drives”點(diǎn)所存的磁盤名，

在“Directories”點(diǎn)文件路徑，在“FireName”點(diǎn)文件名，點(diǎn)擊“ok”即可。

3、估計(jì)參數(shù)

方法一：在EViews主頁(yè)界面點(diǎn)擊“Quick”菜單，點(diǎn)擊“EstimateEquation"，出現(xiàn)

uEquationspecificationv對(duì)話框,選OLS估計(jì),即選擊aLeastSquaresn>鍵入"YC

X"，點(diǎn)“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(jì)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(diǎn)擊“Resids”，即出現(xiàn)剩余項(xiàng)

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

四、模型檢驗(yàn)

1、經(jīng)濟(jì)意義檢驗(yàn)

A

所估計(jì)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(fèi)支出相差0.758511元。這與經(jīng)濟(jì)學(xué)中邊際消費(fèi)傾向的意義相符。

2、擬合優(yōu)度和統(tǒng)計(jì)檢驗(yàn)

用EViews得出回歸模型參數(shù)估計(jì)結(jié)果的同時(shí)，已經(jīng)給出了用于模型檢驗(yàn)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(duì)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(duì)被解釋變量“城

市居民人均年消費(fèi)支出”的絕大部分差異作出了解釋。

對(duì)回歸系數(shù)的t檢驗(yàn)：針對(duì)和"。：氏二°,由表2.6中還可以看出，估計(jì)

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?yàn)?/p>

而)=0.9825205必(29)=2.045,所以不能拒絕%:4=0；因?yàn)?/p>

?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(duì)人均年消費(fèi)支出有顯著影響。

五、回歸預(yù)測(cè)

由表2.5中可看出，2002年中國(guó)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(fèi)支出也都在7000元以下。在西部大開發(fā)的推動(dòng)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(zhēng)取達(dá)到1000美元（按現(xiàn)有匯率即人民幣8270元），第二步

再爭(zhēng)取達(dá)到1500美元（即人民幣12405元），利用所估計(jì)的模型可預(yù)測(cè)這時(shí)城市居民可能達(dá)

到的人均年消費(fèi)支出水平?？梢宰⒁獾剑@里的預(yù)測(cè)是利用截面數(shù)據(jù)模型對(duì)被解釋變量在不

同空間狀況的空間預(yù)測(cè)。

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

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

擴(kuò)展為1—33。在“Workfile”窗口點(diǎn)擊“sampl”,將“sampl”窗口中的“131”改為“1

33”，點(diǎn)“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(diǎn)擊“Forecast”，得對(duì)話框。在對(duì)話框中的“Forecastname”

（預(yù)測(cè)值序列名）鍵入“9”，回車即得到模型估計(jì)值及標(biāo)準(zhǔn)誤差的國(guó)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(cè)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(shí)人均消費(fèi)支出的點(diǎn)預(yù)測(cè)

值。

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

Sample",則得到X和Y的描述統(tǒng)計(jì)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(jì)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(cè)區(qū)間為:

2

Il(Xf-x)

Y開%2b

I1569985.74

6555.13+2.045x413.1593x+

X〃=8270時(shí)V31125176492.59

=6555.13+162.10

1123911845.72

9691.58+2.045x413.1593x+

Xc=12405時(shí)V31125176492.59

=9691.58+499.25

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

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

)個(gè)別值置信度95%的預(yù)測(cè)區(qū)間為:

2

“人1(Xf-X)

LI569985.74

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

X”8270時(shí)V31125176492.59

=6555.13干860.32

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

X°=I24O5時(shí)125176492.59

=9691.58干934.49

即是說，當(dāng)?shù)谝徊絏"=8270時(shí)，^個(gè)別值置信度95%的預(yù)測(cè)區(qū)間為(5694.81,

7415.45)元。當(dāng)?shù)诙?/2=12405時(shí)，42個(gè)別值置信度95%的預(yù)測(cè)區(qū)間為(8757.09,

10626.07)元。

在框中，點(diǎn)擊“Forecast”可得預(yù)測(cè)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(guó)目前正處在由計(jì)劃經(jīng)濟(jì)向市場(chǎng)經(jīng)濟(jì)過渡的體制轉(zhuǎn)型時(shí)期。在這一時(shí)期，各行業(yè)之

間的職工工資差異在FI趨擴(kuò)大的同時(shí)，呈現(xiàn)出與計(jì)劃經(jīng)濟(jì)時(shí)期完全不同的特征。本文試圖通

過考察體制轉(zhuǎn)型時(shí)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(shí)期的行業(yè)工資決定假說:行業(yè)相對(duì)工資差異的擴(kuò)大是由于行業(yè)壟斷程度的擴(kuò)大引致

的，并用回歸方法分析對(duì)這一假說進(jìn)行驗(yàn)證。

二、數(shù)據(jù)定義與經(jīng)濟(jì)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(duì)工資水平定義為建筑業(yè)平均工資與全社會(huì)平均工資之比。本文之所以采用

的是相對(duì)工資水平的概念，而沒有采用絕對(duì)水平，因?yàn)槲覀兏P(guān)注改革開放20多年來，建

筑行業(yè)的工資相對(duì)于整個(gè)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(shì)。部分年份建筑

業(yè)相對(duì)工資水平的時(shí)序數(shù)據(jù)見表1。

表1部分年份建筑業(yè)相對(duì)工資水平時(shí)序數(shù)據(jù)

年份建筑業(yè)平均工資（元）全社會(huì)平均工資（元）建筑業(yè)相對(duì)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(guó)統(tǒng)計(jì)年鑒》（2004）第158頁(yè)。

2.壟斷程度

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

的壟斷程度。然而這種方法在我國(guó)目前的情況下并不完全適用，因?yàn)槟壳坝绊懀ㄉ踔翛Q定）

我國(guó)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(shí)期一種特有的壟斷,

它并不是針對(duì)企業(yè)的規(guī)模而言的，而是針對(duì)所有制結(jié)構(gòu)或國(guó)有經(jīng)濟(jì)成分對(duì)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(jì)劃經(jīng)濟(jì)體制下，我國(guó)經(jīng)濟(jì)屬于典型的二元經(jīng)濟(jì)模式。如果撇開農(nóng)村經(jīng)濟(jì)這

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

間在這一點(diǎn)上沒有顯著性的差別。然而，隨著計(jì)劃經(jīng)濟(jì)體制向市場(chǎng)經(jīng)濟(jì)體制的過渡，這種國(guó)

有經(jīng)濟(jì)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(shì)。但是，不同行業(yè)所

有制多元化的進(jìn)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(duì)于電力、

金融、房地產(chǎn)等行業(yè)，其非國(guó)有經(jīng)濟(jì)成分進(jìn)入的門檻相對(duì)較低，競(jìng)爭(zhēng)較為激烈，因此所有制

多元化進(jìn)展較快。因此，在體制轉(zhuǎn)型時(shí)期，我國(guó)建筑行業(yè)的壟斷程度的絕對(duì)水平可以在建筑

行業(yè)的國(guó)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(guó)有化程度用建

筑業(yè)國(guó)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(guó)有經(jīng)濟(jì)比重下降是一個(gè)總的趨勢(shì)，而且決

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

社會(huì)平均水平相比較的相對(duì)水平，所以引入相對(duì)壟斷程度的概念：

相對(duì)壟斷程度=行業(yè)所有制壟斷度的絕對(duì)數(shù)/全社會(huì)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(duì)壟斷度的時(shí)序數(shù)據(jù)見表2。

表2部分年份建筑業(yè)相對(duì)壟斷度的時(shí)序數(shù)據(jù)

建筑業(yè)國(guó)

全社會(huì)國(guó)有

有建筑業(yè)建筑業(yè)全社會(huì)職全社會(huì)國(guó)有建筑業(yè)國(guó)有

單位職工人

位職工人就業(yè)人數(shù)國(guó)有化程度工人數(shù)化程度化相對(duì)程度

年份數(shù)

數(shù)

萬(wàn)人萬(wàn)人%萬(wàn)人萬(wàn)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(guó)統(tǒng)計(jì)年鑒》(2904)第127頁(yè)和第28頁(yè)。

(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(dòng)強(qiáng)度、艱苦、危險(xiǎn)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(chǎng)經(jīng)濟(jì)下建筑業(yè)具有進(jìn)入門檻

低、競(jìng)爭(zhēng)激烈的特征，其工資相對(duì)水平逐年下降，2003年建筑業(yè)工資只相當(dāng)于全國(guó)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(xiǎn)

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

特定時(shí)期行業(yè)決定的假說：從總體上看，我國(guó)行業(yè)相對(duì)工資差異的擴(kuò)大是由于行業(yè)壟斷程度

差異的擴(kuò)大引致的；建筑業(yè)相對(duì)工資水平已經(jīng)逐漸地不再取決于該行業(yè)的拉動(dòng)強(qiáng)度及艱苦危

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

斷程度的相對(duì)變化所解釋。

三、模型設(shè)定、估計(jì)與檢驗(yàn)

將我國(guó)建筑業(yè)1978年至2002年的主要17個(gè)年份的工資相對(duì)水立與其壟斷相對(duì)程度,

建立一元計(jì)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(duì)水平，X表示建筑業(yè)相對(duì)國(guó)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(duì)國(guó)有化程度越高，行業(yè)壟斷程度越高，工資相對(duì)

水平就越高。

利用計(jì)量經(jīng)濟(jì)分析軟件Eviews進(jìn)行估計(jì)，結(jié)果如下：

DependentVariable:建筑業(yè)工資相對(duì)水平Y(jié)

Method:LeastSquares

Sample:117

Includedobservations:17

VariableCoefficientStd.Errort-StatisticProb.

C2.93998411.782180.2495280.8063

建筑業(yè)相對(duì)國(guó)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(jì)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(duì)國(guó)有化程度對(duì)建筑業(yè)工資相對(duì)水平的回歸系數(shù)為1.311088,t值達(dá)

到8.690069,通過了變量的統(tǒng)計(jì)檢驗(yàn)；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(hào)相一致，因此通過了經(jīng)濟(jì)意義檢驗(yàn)。但截距項(xiàng)系數(shù)2.939984,t值只有0.249528,未

通過統(tǒng)計(jì)檢驗(yàn)，說明建筑業(yè)相對(duì)國(guó)有化程度對(duì)建筑業(yè)工資相對(duì)水平的總體回歸直線是通過原

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

再利用計(jì)量經(jīng)濟(jì)分析軟件Eviews進(jìn)行估計(jì)，結(jié)果如下:

DependentVariable:建筑業(yè)工資相對(duì)水平

Method:LeastSquares

Sample:117

Includedobservations:17

VariableCoefficientStd.Errort-StatisticProb.

建筑業(yè)相對(duì)國(guó)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(jì)結(jié)果發(fā)現(xiàn)，修正的可決系數(shù)為0.833598,高于帶截距項(xiàng)模型的修正可決系數(shù),

說明去掉截距項(xiàng)的模型擬合優(yōu)度有了進(jìn)一步改善。建筑業(yè)相對(duì)國(guó)有化程度對(duì)建筑業(yè)工資相對(duì)

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

值很低，只有0.951702,說明模型的隨機(jī)誤差項(xiàng)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?cè)谀Ｐ椭幸階R(1)來處理自相關(guān)。估計(jì)結(jié)果如下：

DependentVariable:建筑業(yè)工資相對(duì)水平

Method:LeastSquares

Sample(adjusted):217

Includedobservations:16afteradjustingendpoints

Convergenceachievedafter4iterations

VariableCoefficientStd.Errort-StatisticProb.

建筑業(yè)相對(duì)國(guó)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(dá)到1.931114,很接近2這個(gè)理想水平，因此正自相關(guān)問題已得到較圓

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

四、結(jié)果分析

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

異的擴(kuò)大主要是由于該行業(yè)壟斷程度差異的擴(kuò)大引致的。

2.建筑業(yè)相對(duì)國(guó)有化程度每下降1個(gè)百分點(diǎn)，建筑業(yè)工資相對(duì)水平將會(huì)平均下降

1.360134個(gè)百分點(diǎn)。

案例分析四中國(guó)稅收增長(zhǎng)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(jì)體制改革的深化和經(jīng)濟(jì)的快速增長(zhǎng)，中國(guó)的財(cái)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(zhǎng)到17636.45

億元，25年間增長(zhǎng)了33倍，平均每年增長(zhǎng)%o為了研究影響中國(guó)稅收收入增長(zhǎng)的主要原

因，分析中央和地方稅收收入的增長(zhǎng)規(guī)律，預(yù)測(cè)中國(guó)稅收未來的增長(zhǎng)趨勢(shì)，需要建立計(jì)量經(jīng)

濟(jì)模型。

影響中國(guó)稅收收入增長(zhǎng)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(jì)看,

經(jīng)濟(jì)整體增長(zhǎng)是稅收增長(zhǎng)的基本源泉。（2）公共財(cái)政的需求，稅收收入是財(cái)政收入的主體,

社會(huì)經(jīng)濟(jì)的發(fā)展和社會(huì)保障的完善等都對(duì)公共財(cái)政提出要求，因此對(duì)預(yù)算支出所表現(xiàn)的公共

財(cái)政的需求對(duì)當(dāng)年的稅收收入可能會(huì)有一定的影響0（3）物價(jià)水平.我國(guó)的稅制結(jié)構(gòu)以流

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

收政策因素。我國(guó)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(guó)有企

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

別是1985年稅收陡增215.42機(jī)但是第二次稅制改革對(duì)稅收增長(zhǎng)速度的影響不是非常大。

因此，可以從以上幾個(gè)方面，分析各種因素對(duì)中國(guó)稅收增長(zhǎng)的具體影響。

二、模型設(shè)定

為了全面反映中國(guó)稅收增長(zhǎng)的全貌，選擇包括中央和地方稅收的“國(guó)家財(cái)政收入”中的

“各項(xiàng)稅收”（簡(jiǎn)稱“稅收收入”）作為被解釋變量，以反映國(guó)家稅收的增長(zhǎng)；選擇“國(guó)內(nèi)生

產(chǎn)總值（GDP）”作為經(jīng)濟(jì)整體增長(zhǎng)水平的代表；選擇中央和地方“財(cái)政支出”作為公共財(cái)政

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

化，而且1985年以后財(cái)稅體制改革對(duì)稅收增長(zhǎng)影響不是很大，可暫穴考慮稅制改革對(duì)稅收

增長(zhǎng)的影響。所以解釋變量設(shè)定為可觀測(cè)的“國(guó)內(nèi)生產(chǎn)總值”、“財(cái)政支出”、“商品零售物價(jià)

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

表3.3中國(guó)稅收收入及相關(guān)數(shù)據(jù)

稅收收入（億元）國(guó)內(nèi)生產(chǎn)總值（億元）財(cái)政支出（億元）商品零售價(jià)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