地區(qū)人均收入影響因素的計量分析

1、地區(qū)人均收入影響因素的計量分析內(nèi)容摘要：本文選取2002年相關(guān)的截面數(shù)據(jù)，應(yīng)用計量經(jīng)濟學(xué)所學(xué)知識對根據(jù)經(jīng)濟理論選取的影響我國地區(qū)人均收入的各因素進行檢驗，并對其影響程度的大小進行定量分析，進一步明確和完善相關(guān)的經(jīng)濟學(xué)知識。關(guān)鍵名詞：地區(qū)人均收入 物質(zhì)資本 人力資本 技術(shù)水平一、問題來源改革開放以來，中國經(jīng)濟釋放了難以置信的增長潛力，以平均每年7%的驚人速度連續(xù)20年大幅增長，經(jīng)濟總體規(guī)模更是躍居前列，2003年人均gdp已超越1000美元。雖然整個經(jīng)濟規(guī)模的絕對值大幅度增長，然而有關(guān)經(jīng)濟學(xué)者通過研究發(fā)現(xiàn)我國東部沿海地區(qū)和中西部內(nèi)陸地區(qū)之間，在經(jīng)濟發(fā)展水平方面，無論是絕對差距還是相對差距都還在擴

2、大。那么地區(qū)間收入差距的影響因素具體是哪些，各因素的影響程度如何，本文選取了2002年的截面數(shù)據(jù)，應(yīng)用計量經(jīng)濟學(xué)所學(xué)過的知識進行定量分析，試圖回答以上的問題。二、 理論來源從經(jīng)濟學(xué)的學(xué)習(xí)中可以發(fā)現(xiàn)，影響地區(qū)間收入分配的因素有各地區(qū)經(jīng)濟發(fā)展水平、稅收結(jié)構(gòu)、政府轉(zhuǎn)移支付以及政府政策傾向等。其中，稅收結(jié)構(gòu)難以為其影響各地區(qū)程度的大小劃分檔次，因而不能確定何種地區(qū)為0、1，故未引入虛擬變量加以說明；政府轉(zhuǎn)移支付主要是補貼與各種稅收優(yōu)惠，補貼因其補貼人群相對狹小，補貼數(shù)量少，不足以改變各省市人均收入的相對高低，而稅收優(yōu)惠即為企業(yè)利潤，可以說包含在各地經(jīng)濟發(fā)展狀況中，也不引入；而目前國家針對中、西、東部沿

3、海地區(qū)均實行了不同的優(yōu)惠政策，所以政策的影響也就被削弱了。且由現(xiàn)實經(jīng)濟情況可知人均可支配收入很大程度上是受到該地區(qū)經(jīng)濟發(fā)展水平的影響，綜合數(shù)據(jù)搜集情況等因素，我組認為分析地區(qū)間收入分配差異的影響因素可以從分析影響經(jīng)濟發(fā)展水平的因素著手。通過經(jīng)濟學(xué)各種理論的學(xué)習(xí)(如新經(jīng)濟增長模型)，可以清晰的發(fā)現(xiàn)經(jīng)濟發(fā)展水平（y）是物質(zhì)資本（k）、人力資本（l）、技術(shù)水平（u）的函數(shù)，即y=f（k,l,u）。于是，本文分析地區(qū)間收入分配的差異決定從資本、勞動力以及技術(shù)三方面尋找影響因素。三 、影響因素的選取鑒于以上說明，因素選取如下：1、 各省市固定資產(chǎn)投資總額2、 實際利用外商直接投資和外商其他投資。包括外企

4、和經(jīng)濟組織或個人以現(xiàn)匯、實物等方式在我國開辦企業(yè)或?qū)ξ覈鞣N企業(yè)的投資，以及股票發(fā)行價總額和設(shè)備、物料、技術(shù)的應(yīng)收款等。此兩因素均是說明物質(zhì)資本對收入的影響。3、 各地區(qū)就業(yè)人員高中或高中以上人口所占比重。因我國平均受教育程度為初中，所以在此選擇各省市高中或高中以上勞動力人口（即高中、大專、本科、研究生及以上）占總勞動力人口的比率說明勞動力素質(zhì)對收入分配的影響。4、 各省市科技籌集經(jīng)費，包括財政中科技費用支出，各組織、研究所科技經(jīng)費籌集與企業(yè)革新資金籌集，從重視技術(shù)開發(fā)程度的角度側(cè)面說明各省市科學(xué)技術(shù)水平。因各種年鑒未統(tǒng)計各省市科技研發(fā)投入經(jīng)費，故以此代替。5、 各省市第二產(chǎn)業(yè)產(chǎn)值。就我國而言

5、，第二產(chǎn)業(yè)仍是經(jīng)濟發(fā)展的最大驅(qū)動力，借以說明經(jīng)濟規(guī)模對于人均收入分配的影響。四 、數(shù)據(jù)處理（各數(shù)據(jù)見附表一、附表二、附表三）1、 各省市人均可支配收入。各年鑒沒有直接統(tǒng)計的人均可支配收入，于是我組選取了各省市城市居民可支配收入、農(nóng)村純收入、各省市人口數(shù)（抽樣）、農(nóng)村人口數(shù)（抽樣），通過計算得到農(nóng)村和城鎮(zhèn)人口比重，然后分別乘以城市居民可支配收入、農(nóng)村純收入，相加得到各省市人均可支配收入。為消除物價對于人均收入差距的影響，各省市人均可支配收入除以物價指數(shù)得實際各省市人均可支配收入。2、 各地區(qū)就業(yè)人員高中或高中以上人口所占比重。查年鑒得就業(yè)人員中不識字、小學(xué)、初中人口比重，用1減去即得。綜上得模型

6、各因素：y實際各省市人均可支配收入 x1各省市固定資產(chǎn)投資總額 x2各省市第二產(chǎn)業(yè)產(chǎn)值 x3各地區(qū)就業(yè)人員高中或高中以上人口所占比重 x4各省市科技籌集經(jīng)費x5實際利用外商直接投資和外商其他投資原始模型設(shè)定為：y=0+1x1+2x2+3x34x4+5x5+ui五、參數(shù)估計1、對原始模型進行回歸，結(jié)果為：dependent variable: ymethod: least squaresdate: 12/18/04 time: 15:10sample: 1 31included observations: 30excluded observations: 1variablecoefficient

7、std. errort-statisticprob. x50.0025310.0012721.9891890.0582x4155.432328.258835.5003090.0000x30.0002040.0007220.2828560.7797x2-1.4702420.596051-2.4666360.0212x12.4362740.8837002.7569010.0110c-38.32851692.8780-0.0553180.9563r-squared0.830540 mean dependent var4829.185adjusted r-squared0.795235 s.d. de

8、pendent var2431.177s.e. of regression1100.130 akaike info criterion17.02110sum squared resid29046879 schwarz criterion17.30134log likelihood-249.3165 f-statistic23.52519durbin-watson stat1.767723 prob(f-statistic)0.000000從表中發(fā)現(xiàn)在0.1時，雖然模型擬合效果較好，f檢驗顯著，但x3的t檢驗不顯著，x2系數(shù)的符號為負，與經(jīng)濟意義不服，則模型存在多重共線，故采用逐步回歸法進行修正

9、。2、逐步回歸對x1、x2、x3、x4、x5單個回歸后發(fā)現(xiàn)x4的擬合程度最好，結(jié)果為：variablecoefficientstd. errort-statisticprob. x4167.107928.121365.9423840.0000c1011.500702.01771.4408470.1603r-squared0.549073 mean dependent var4799.998adjusted r-squared0.533524 s.d. dependent var2395.831s.e. of regression1636.331 akaike info criterion17.

10、70064sum squared resid77649780 schwarz criterion17.79316log likelihood-272.3599 f-statistic35.31192durbin-watson stat1.629401 prob(f-statistic)0.000002再將其余解釋變量逐個加入后，得結(jié)果為：variablecoefficientstd. errort-statisticprob. x4192.633125.883087.4424340.0000x50.0023430.0007922.9569300.0064c-149.6733633.1428-0

11、.2363970.8149r-squared0.751001 mean dependent var4829.185adjusted r-squared0.732557 s.d. dependent var2431.177s.e. of regression1257.281 akaike info criterion17.20593sum squared resid42680430 schwarz criterion17.34605log likelihood-255.0890 f-statistic40.71708durbin-watson stat1.739272 prob(f-statis

12、tic)0.000000繼續(xù)加入，得結(jié)果：variablecoefficientstd. errort-statisticprob. x50.0023240.0007653.0388380.0054x4161.285030.861175.2261470.0000x30.0011940.0006911.7295980.0956c314.9939667.46460.4719260.6409r-squared0.776694 mean dependent var4829.185adjusted r-squared0.750928 s.d. dependent var2431.177s.e. of r

13、egression1213.330 akaike info criterion17.16369sum squared resid38276420 schwarz criterion17.35052log likelihood-253.4554 f-statistic30.14407durbin-watson stat2.073796 prob(f-statistic)0.000000以及：variablecoefficientstd. errort-statisticprob. x50.0011860.0012610.9403540.3560x4163.793730.775615.322193

14、0.0000x30.0010100.0007061.4304820.1650x10.4359340.3851521.1318500.2684c-102.6452759.5370-0.1351420.8936r-squared0.787579 mean dependent var4829.185adjusted r-squared0.753592 s.d. dependent var2431.177s.e. of regression1206.824 akaike info criterion17.18038sum squared resid36410617 schwarz criterion1

15、7.41392log likelihood-252.7058 f-statistic23.17274durbin-watson stat1.988861 prob(f-statistic)0.000000可以發(fā)現(xiàn)，在加入了四個解釋變量后，模型的回歸效果不如只有解釋變量x3、x4、x5時效果好，所以通過逐步回歸后模型為y=314.9939+0.001194 x3+161.285 x4+0.002324 x53、異方差檢驗對y=314.9939+0.001194 x3+161.285 x4+0.002324 x5進行檢驗得：white heteroskedasticity test:f-stati

16、stic1.291175 probability0.301136obs*r-squared11.02501 probability0.273998當(dāng)0.1時obs*r-squared 11.0250120 。1（3）6.251，所以應(yīng)拒絕原假設(shè)，認為模型存在異方差。在此，選擇wls法進行修正，權(quán)重w1/e，修正結(jié)果為：weighting series: w1variablecoefficientstd. errort-statisticprob. x50.0020970.00016212.980280.0000x488.539645.26392416.820080.0000x30.000317

17、0.0002321.3634820.1844c1930.22972.5000326.623840.0000weighted statisticsr-squared0.999843 mean dependent var3521.571adjusted r-squared0.999825 s.d. dependent var23095.27s.e. of regression305.7747 akaike info criterion14.40714sum squared resid2430953. schwarz criterion14.59397log likelihood-212.1071

18、f-statistic602.7000durbin-watson stat0.146268 prob(f-statistic)0.000000unweighted statisticsr-squared0.598751 mean dependent var4829.185adjusted r-squared0.552453 s.d. dependent var2431.177s.e. of regression1626.431 sum squared resid68777250durbin-watson stat1.608504進行異方差檢驗為：white heteroskedasticity

19、 test:f-statistic0.567448 probability0.807602obs*r-squared6.102317 probability0.729636此時obs*r-squared6.10231720 。1（3）6.251，則接受原假設(shè)，認為模型不存在異方差，且擬合程度高，然而x3的t檢驗卻稍不顯著，但此模型在所有模型中效果最好，且從本文的目的而言，也是可以選擇此模型的。而此模型中durbin-watson stat 0.146268落在了正自相關(guān)區(qū)域，于是進行自相關(guān)修正。4、自相關(guān)修正在此，采用了迭代法，一次迭代后結(jié)果為：dependent variable: ymet

20、hod: least squaresdate: 12/19/04 time: 18:07sample(adjusted): 2 31included observations: 28excluded observations: 2 after adjusting endpointsconvergence achieved after 8 iterationsvariablecoefficientstd. errort-statisticprob. x50.0023250.0008232.8252060.0096x4129.925831.461914.1296240.0004x30.003461

21、0.0014812.3377280.0285c679.4463639.09711.0631350.2988ar(1)-0.2685560.177017-1.5171220.1429r-squared0.725553 mean dependent var4653.799adjusted r-squared0.677823 s.d. dependent var2137.356s.e. of regression1213.177 akaike info criterion17.20030sum squared resid33851345 schwarz criterion17.43820log li

22、kelihood-235.8043 f-statistic15.20123durbin-watson stat1.925806 prob(f-statistic)0.000003inverted ar roots -.27此時模型擬合效果好，三個解釋變量均通過了t檢驗，f檢驗顯著，d-w1.925806，非常接近于2，通過了自相關(guān)的檢驗。綜上，最終模型為y=679.4463+0.003461x3+129.9258x4+0.002325x5y實際各省市人均可支配收入 x3各地區(qū)就業(yè)人員高中或高中以上人口所占比重 x4各省市科技籌集經(jīng)費 x5實際利用外商直接投資和外商其他投資六、對模型的幾點說明1

23、、 模型刪去了x1各省市固定資產(chǎn)投資總額和x2各省市第二產(chǎn)業(yè)產(chǎn)值，雖然從經(jīng)濟意義上來看，此兩因素均很重要，特別是x1，有資料顯示固定資產(chǎn)投資的增加有力拉動了經(jīng)濟的快速增長。關(guān)于被刪去的原因，經(jīng)我組討論后認為有三。第一，此兩個因素的滯后效應(yīng)是很強的，且滯后期常為35年，考慮到數(shù)據(jù)自由度的限制，模型沒有引入滯后變量。第二，由于02年社會總供給大于社會總需求的宏觀環(huán)境沒能根本改觀，投資能夠轉(zhuǎn)換為利潤的比率不大，企業(yè)投資意向逐漸下降，工業(yè)企業(yè)內(nèi)生性增長動力仍顯不足，固定資產(chǎn)投資對經(jīng)濟的拉動作用被削弱。第三，龔六堂、謝丹陽研究我國各省份之間的生產(chǎn)要素配置的有效性問題后發(fā)現(xiàn)，從19701989年，資本的邊

24、際生產(chǎn)率的差異水平在縮小，從1989年起，邊際生產(chǎn)率的差異水平保持在一個穩(wěn)定水平；而勞動的邊際生產(chǎn)率的差異水平反而開始上升。相比之下，固定資產(chǎn)投資對人均收入的影響比較不顯著。2、 模型中x4各省市科技籌集經(jīng)費解釋效果很好，可能與新一輪經(jīng)濟增長點多集中在新興產(chǎn)業(yè)、高新技術(shù)產(chǎn)業(yè)及資金密集型產(chǎn)業(yè)，而傳統(tǒng)的勞動密集型產(chǎn)業(yè)增長勢頭逐漸減弱有關(guān)。3、 外資投入較之固定資產(chǎn)投資而言，影響更為顯著，因為自2002年年初我國正式加入wto以后，跨國資本很快以空前的速度大量進入我國，2002年上半年全國外商投資協(xié)議額增加約40，實際投資額增幅約為15，為經(jīng)濟增長、人均收入的增加帶來了直接的有力影響。七、存在的問題

25、第一， 模型考慮因素不夠完善，由于數(shù)據(jù)收集和實際操作性等問題的綜合影響，未引入稅收結(jié)構(gòu)、政府轉(zhuǎn)移支付以及政府政策傾向等，對地區(qū)人均收入差距這一問題的說明程度有所降低。第二， 模型只是定性說明地區(qū)人均收入有差異，卻無法定量說明差異的大小。第三， 模型最終未包括各省市固定資產(chǎn)投資總額和第二產(chǎn)業(yè)產(chǎn)值的影響，且采集數(shù)據(jù)為2002年數(shù)據(jù)，分析上會出現(xiàn)一定的局限性。八、簡單政策取向重視科技教育的投入，提高勞動力素質(zhì)，建立完善的知識創(chuàng)新的激勵和保護機制，進一步加強國家的基礎(chǔ)教育的普及，中學(xué)及高等教育人群的擴大，以及大力發(fā)展職業(yè)培訓(xùn)等非專業(yè)教育體系等，為科技教育的發(fā)展創(chuàng)造健康的外部環(huán)境。重視固定資產(chǎn)投資的質(zhì)量

26、，提高資本邊際利潤率，采取優(yōu)惠政策引導(dǎo)資本向收益率高的產(chǎn)業(yè)的流動，有效的配置社會資源等。繼續(xù)加強外資的引入，注意外資投入結(jié)構(gòu)，提高利用率等。附表一固定資產(chǎn)投資(億元)消費價格指數(shù)（）城市居民可支配收入（元）農(nóng)村純收入（元）實際利用外商直接投資和外商其他投資（萬美元）第二產(chǎn)業(yè)產(chǎn)值（億元）1796.1498.212463.925398.481724641116.53807.5199.69337.564278.711581951001.92020.38996679.682685.16787613046813.3698.46234.362149.82211641083.79707.91100.2605

27、12086.0217701728.341605.5598.96524.522751.343411682609.85834.2399.56260.162300.9924468978.371046.1799.36100.562405.24355112169.152213.72100.513249.86223.554272292564.693450.1299.28177.643979.791018965550.983477.4799.111715.64940.363076139821074.46996032.42117.56383751552.211253.0899.59189.363538.833

28、838372159.94889.04100.16335.642306.45108197951.773483.3199.37614.362947.65480015309.541725.93100.16245.42215.74404632951.061605.0699.66788.522444.061645352446.051347.9699.56958.562397.92900221737.23850.7898.611137.23911.913311325935.63750.3399.17315.322012.641726863.96225.4199.56822.722423.251196125

29、.33899.2699.67238.042097.5819704827.551902.7299.76610.82107.64555831982.44632.97995944.081489.913821474.68814.6199.87240.561608.6411169951.48106.58100.48079.121462.2732.93915.3598.96330.841596.2536005925.78526.211006151.441590.36121530.36232.35102.36170.521668.944726154.01226.9899.46067.441917.36220

30、0151.16800.0999.46899.641863.261899627.1附表二人口數(shù)（人）農(nóng)村人口（人）初中（）小學(xué)（）不識字（）科技籌集經(jīng)費（十萬元26.71.122003319961279043.315.51.6105512664635014449.724.14114165324552067055.120.12.183911235861323141.123.51035364416082018953.922.41.5269571226931247745.125.31.515326537806181844923.33.110011116012187139.21

31、1.52.7609841729663940345.322.79.5507375457692392839.630.17.7121032627834394944.427.813.5152179341271707636.432.38.555407415212561038.732.95.953486896995307247.419.16.5164298947937002054.917.85150576592703541834.83311272851654344469843.831.14.776929772163829847.620.62.5261829475043633242.932.66688957

32、892509848.317.85.625872307242053138.839.17.240546857045256238.436.37.7594720376862727732.837.916.530403425293196227.146.419.483106260916328.546.341.26925362972508639.528.311.9510805255461920831.930.319.31126825189334530.436.123.295905585377738.124.215.56630197991155735.127.9648358附表三y11476.53 x11796

33、.140 x21116.530x3 2200331.x4 51.00000 x5172464.0 7952.424 807.5100 1001.900 105512.0 39.60000 158195.0 3702.985 2020.380 3046.000 114165.0 22.20000 78761.00 3692.064 813.3600 1083.790 83911.00 22.70000 21164.00 3819.133 707.9100 728.3400 35364.00 25.40000 17701.00 4745.906 1605.550 2609.850 269571.0 22.20000 341168.0 4103.860 834.2300 978.3700 153265.0 28.10000 24468.00 4353.654 1046.170 2169.150 100111.0 24.60000 35511.00 12366.95 2213.720 2564.690 609841.0 46.60000 427229.0 5958.390 3450.120 5550.980 507375.0 22.50000 1018960. 8