影響浙江省財政收入的因素分析(共23頁)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上影響浙江省財政收入的因素分析 一，前言 改革開放以來，我國經(jīng)濟迅猛發(fā)展，一方面是經(jīng)濟的體制的改革，大大地促進了勞動生產(chǎn)力，另一方面也離不開政府對經(jīng)濟的調(diào)節(jié)和引導(dǎo)。政府根據(jù)凱恩斯需求管理理論進行的宏觀政策，大大緩解了經(jīng)濟運行中大起大落的現(xiàn)象。而實施這種政策的基礎(chǔ)之一是財政收入。財政收入是政府滿足支出需求的，依據(jù)政治權(quán)力或生產(chǎn)資料所有權(quán)，利用各種財政收入形式集中的一定量的貨幣收入。它是政府實現(xiàn)其職能的物質(zhì)保障，是穩(wěn)定經(jīng)濟運行的有效方式，是調(diào)節(jié)收入實現(xiàn)社會公平的重要手段。 在近30年來，浙江省在經(jīng)濟上取得了非凡的成就，GDP從1997年的100億元增長到2006年的1574

2、2.51億元，財政收入從1997年的19.64億元增長到2006年的1298.204億元，人均可支配收入連續(xù)幾年名列前茅。這些成就的取得很大程度上，來至于地方政府合理的財政政策和相應(yīng)的稅收制度。浙江省能否延續(xù)財政收入不斷增加？這就需要相應(yīng)的理論來解釋影響財政收入的因素以及相應(yīng)的實證結(jié)果來說明此理論的合理性。從理論上說,在國家、集體、個人三者之間分配比例相對穩(wěn)定的情況下, 國內(nèi)生產(chǎn)總值增長的高低與財政收入的高低大體上成正比, 社會消費品零售總額是影響財政收入的又一重要因素, 它使庫存從長期來看, 財政收入的增長應(yīng)與國內(nèi)生產(chǎn)總值的增長基本上同存產(chǎn)品轉(zhuǎn)變成最終的消費品, 從而實現(xiàn)稅收的征收。改革正不

3、斷趨于完善,財政收入增長受財政體制改革和稅收政策變國民經(jīng)濟結(jié)構(gòu)也是影響財政收入的一個重要因素。各個產(chǎn)業(yè)部門影響較大, 非經(jīng)濟增長的因素不斷增多, 從而出現(xiàn)與國內(nèi)生產(chǎn)總門創(chuàng)造產(chǎn)值的能力不相同, 對財政收入的貢獻程度也就存在著差值增長的幅度不完全同步的現(xiàn)象二，理論背景由財政學(xué)的相關(guān)知識，學(xué)者基本上都認為社會經(jīng)濟發(fā)展水平與財政收入成同方向變動。一個地區(qū)的經(jīng)濟發(fā)展水平，是該地區(qū)經(jīng)濟規(guī)模和經(jīng)濟效益的綜合反映，經(jīng)濟決定財政。一般來講，經(jīng)濟發(fā)展水平高，財政收入也會相應(yīng)的提高；反之，經(jīng)濟發(fā)展水平低，財政收入也會相應(yīng)降低。在一定的經(jīng)濟發(fā)展水平上，不同的分配制度和分配政策，制約著社會純收入內(nèi)部分配結(jié)構(gòu)的變化。特別

4、是分稅制改革政策的實施,對地方財政收入產(chǎn)生了很深刻的影響。根據(jù)以上存在的觀點，我們選取以下幾個變量作為對浙江省財政收入的影響因素。1，浙江省GDP。2，就業(yè)人口。3，社會消費品零售額。4，進出口總額。5，1994年分稅制財政政策改革（為虛擬變量）。本報告將采用單方程計量經(jīng)濟學(xué)模型。并采用線型回歸的方式，對課題進行計量分析。按此模型，我們先假設(shè)它可以用解釋變量的線性方程表示出，然后在所可以確定的方程中，通過各種檢驗方式并結(jié)合經(jīng)濟意義的解釋尋求最可以對被解釋變量進行解釋的方程。這就是本次計量分析的總體依據(jù)和思路三，模型的選擇與建立1，本模型是研究從1977年到2006年以來浙江省財政收入與主要影響

5、要素之間的定量關(guān)系 模型確定的變量有：X1，浙江省GDP。X2，就業(yè)人口。X3，社會消費品零售額。X4，進出口總額。D5，分稅制財政政策改革（為虛擬變量），說明：D5=1表示進行了分稅制財政政策改革；D5=0表示未進行分稅制財政政策改革。2.確定模型的數(shù)學(xué)形式。我們將解釋變量的數(shù)學(xué)形式確定為：Y=0+1X1+2X2+3X3+4X4+5D5 +即，進行了未分稅制財政政策改革的模型的數(shù)學(xué)形式為： Y=0+1X1+2X2+3X3+4X4+進行了分稅制財政政策改革的模型的數(shù)學(xué)形式為： Y=0+1X1+2X2+3X3+4X4+ D5+解釋變量有5個，其中D5是虛擬變量；0為常數(shù)項（截距項）；為隨機誤差項

6、，描述變量外的因素對模型的干擾。四，數(shù)據(jù)的來源與分析1，樣本數(shù)據(jù)來源1978年至2006年，樣本數(shù)據(jù)來自于浙江統(tǒng)計年鑒2007(光盤版) 。1977年數(shù)據(jù)來自于新中國五十五年統(tǒng)計資料匯編（pdf）版其中1977年進出口總額無法找到，采用了統(tǒng)計學(xué)中的加權(quán)平均法進行了估計2, 貨幣形式數(shù)據(jù)均以當年價格計算。因此，統(tǒng)計模型中的財政收入，社會消費品零售額按商品零售價格指數(shù)進行調(diào)整；GDP按浙江省生產(chǎn)總值指數(shù)調(diào)整；而進出口總額由于用美元計量，不進行調(diào)整。得到經(jīng)過未調(diào)整數(shù)據(jù)如下：年份財政收入(億元)YGDP(億元)就業(yè)人口(萬人)社會消費品零售額(億元)進出口總額(億美元)是否進行分稅制財政政策改革obs

7、Y1 X1X2X3X4D5197719.641001733.642.20.68560197827.45123.721794.9646.860.70110197925.87157.751829.958.971.0790198031.13179.921856.4274.872.60840198134.34204.861954.5385.994.73760198236.64234.012021.7493.775.88230198341.79257.092141.16104.246.78460198446.67323.252248.91125.827.92350198558.25429.162318.

8、56172.2711.23220198668.61502.472386.42203.4912.92910198776.36606.992444.73242.5814.99840198885.55770.252502.73325.8819.86280198997.47849.442522.86346.0125.138701990100.02904.692554.46353.7527.734201991110.31089.332579.3640438.505201992118.361375.72600.38493.8749.990701993166.641925.912615.89772.1167

9、.32690199494.632689.282640.511133.1889.914411995116.823557.552621.471472.66115.12311996139.634188.532625.061776.67125.412611997166.014686.112619.661951.96142.773211998198.15052.622612.542120.78148.538211999245.475443.922625.172305.86183.05412000342.776141.032726.092553.59278.3265120014186898.342796.

10、652839.59327.996912002566.858003.672858.563166.15419.56512003706.569705.022918.743511.26614.108312004805.9511648.72991.954055.5852.1312120051066.613437.853100.764631.691073.912120061298.20415742.513172.385325.351391.4691由浙江統(tǒng)計年鑒2007(光盤版) 查到“商品零售價指數(shù)(環(huán)比)”。經(jīng)由自己調(diào)整為“商品零售價指數(shù)(定基)”由浙江統(tǒng)計年鑒2007(光盤版) 查到1978年至20

11、06年“浙江省生產(chǎn)總值指數(shù)（定基）”。又由新中國五十五年統(tǒng)計資料匯編（pdf）版查到的1977年定基數(shù)據(jù)和1978年定基數(shù)據(jù)推出1978年環(huán)比數(shù)據(jù)，然后以此調(diào)整1978年至2006年“浙江省生產(chǎn)總值指數(shù)（定基）”，得到1977年至2006年“浙江省生產(chǎn)總值指數(shù)（定基）”。調(diào)整后數(shù)據(jù)如下年份財政收入(億元)GDP(億元)就業(yè)人口(萬人)社會消費品零售額(億元)進出口總額(億美元)是否進行分稅制財政政策改革浙江省生產(chǎn)總值指數(shù)商品零售價指數(shù)(定基)obsYX1X2X3X4D51977=1001977=100197719.641001733.642.20.68560100100197827.42258

12、121.881794.9646.813190.70110121.88100.1197925.31311138.45571829.957.700591.0790138.4557102.2198028.19746161.12541856.4267.817032.60840161.1254110.4198130.66071179.65111954.5376.776794.73760179.6511112198232.42478200.1272021.7482.98235.88230200.127113198336.24458216.21512141.1690.407636.78460216.2151

13、115.3198439.15268263.13892248.91105.55377.92350263.1389119.2198542.8624320.30062318.56126.762311.23220320.3006135.9198647.61277358.93662386.42141.214412.92910358.9366144.1198748.39037401.35082444.73153.726214.99840401.3508157.8198844.41848446.44642502.73169.200419.86280446.4464192.6198942.95725443.7

14、6512522.86152.494525.13870443.7651226.9199043.39262461.31582554.46153.470727.73420461.3158230.5199146.44211543.58482579.36170.105338.50520543.5848237.5199246.76412646.9392600.38195.128449.99070646.939253.1199356.41165789.41682615.89261.377867.32690789.4168295.4199426.32267947.00762640.51315.2189.914

15、41947.0076359.5199528.630251105.9392621.47360.9195115.12311105.939408.03199632.344221246.2232625.06411.552125.412611246.223431.7199738.339491384.6792619.66450.7991142.773211384.679433199846.491431525.452612.54497.7188148.538211525.45426.1199958.964691678.5312625.17553.8938183.05411678.531416.3200083

16、.176411863.7892726.09619.653278.326511863.789412.12001103.38862062.212796.65702.3473327.996912062.21404.32002142.06772322.9112858.56793.5213419.56512322.9113992003177.79572664.2972918.74883.5581614.108312664.297397.42004196.66913050.0472991.95989.6291852.131213050.047409.82005257.94443439.9413100.76

17、1120.1191073.91213439.941413.52006311.46943918.323172.381277.6751391.46913918.32416.8注：1，77年浙江省進出口總額未能從統(tǒng)計年鑒中找到，故采用統(tǒng)計方法估算得到其值為0.6856。因僅有這一個數(shù)據(jù)未能找到，所以不會對總體回歸產(chǎn)生很大影響。2均采用EXCEL進行調(diào)整，經(jīng)對次檢驗調(diào)整公式未發(fā)現(xiàn)存在錯誤。3其中浙江省進出口總額因其采用美元計價故未對其進行價格調(diào)整。3.樣本數(shù)據(jù)的折線圖及散點圖（1），樣本數(shù)據(jù)的折線圖（2）散點圖1， 2， 3， 4， 五,模型的估計與分析1,五元回歸t0.025（24）=2.064 F

18、0.05(5,24)=2.62CX1X2 X3X4D5Coefficient-1.-0.0.0.0.-50.63096t-Statistic-0.-4.1.6.10.26365-9. F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat1351.5710.0.2.2,四元回歸t0.025(25)=2.06 F0.05(4,25)=2.76C X1X2X3X4Coefficient-34.21371-0.0.0.0.t-Statistic-1.-4.2.3.13.56954F-statisticR-squaredAdjusted R-s

19、quaredDurbin-Watson stat335.77610.0.1.C X1X2X3D5Coefficient46.899530.-0.0.-92.08003t-Statistic2.0.-2.1.-13.24302F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat321.45790.0.1.C X1X2X4D5Coefficient21.803520.-0.0.-57.08062t-Statistic1.4.-0.083165.-7.F-statisticR-squaredAdjusted R-squaredDurbin-

20、Watson stat645.43010.0.1.C X1X3X4D5Coefficient15.54503-0.0.0.-53.88051t-Statistic7.-4.6.10.87888-11.21333F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat1584.4920.0.2.C X2X3X4D5Coefficient20.17751-0.0.0.-59.52159t-Statistic1.-0.6.6.-9.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat9

21、39.47690.0.1.3,三元回歸t0.025(26)=2.056 F0.05(3,26)=2.98CX1X2X3Coefficient71.71953-0.-0.0.t-Statistic1.-0.-1.0.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat48.029040.0.0.CX1X2X4Coefficient-8.-0.0.0.t-Statistic-0.-1.1.10.58794F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat289.27350.0.

22、0.CX1X2D5Coefficient56.527090.-0.-91.87959t-Statistic2.23.73749-2.-12.76462F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat398.93400.0.1.CX1X3D5Coefficient0.-0.0.-93.42120t-Statistic0.-0.1.-12.65906F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat376.02630.0.1.CX1X4D5Coefficient20.476

23、500.0.-56.84046t-Statistic6.6.6.-7.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat894.74650.0.1.CX1X3X4Coefficient26.6292-0.0.0.t-Statistic5.-3.2.12.29317F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat357.16950.0.0.CX2X3X4Coefficient0.0.-0.0.t-Statistic0.1.-1.10.21267F-statisticR-s

24、quaredAdjusted R-squaredDurbin-Watson stat275.39680.0.0.CX2X3D5Coefficient46.17811-0.0.-92.06131t-Statistic2.-2.25.11704-13.50338F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat445.5370.0.1.CX2X4D5Coefficient-17.196880.0.-25.95097t-Statistic-0.2.26.24976-4.F-statisticR-squaredAdjusted R-squa

25、redDurbin-Watson stat485.77010.0.0.CX3X4D5Coefficient17.667450.0.-59.17004t-Statistic6.8.7.-10.03695F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat1300.6520.0.1.682194,二元回歸t0.025(27)=2.052 F0.05(2,27)=3.35CX1X2Coefficient80.022770.-0.t-Statistic1.7.-1.F-statisticR-squaredAdjusted R-squaredD

26、urbin-Watson stat73.872790.0.0.CX1X3Coefficient-0.-0.0.t-Statistic-0.-0.0.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat70.150560.0.0.CX1X4Coefficient33.30168-0.0.t-Statistic7.-0.10.61197F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat410.77370.0.0.CX1D5Coefficient5.0.-93.38599t-St

27、atistic1.26.85187-12.05491F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat510.16710.0.1.04517CX2X3Coefficient73.15412-0.0.t-Statistic1.-1.7.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat74.793880.0.0.CX2X4Coefficient20.629340.0.t-Statistic0.0.19.34300F-statisticR-squaredAdjusted R-

28、squaredDurbin-Watson stat402.05720.0.0.CX2D5Coefficient-253.30860.5.t-Statistic-3.3.0.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat14.504600.0.0.CX3X4Coefficient32.57595-0.0.t-Statistic6.-0.10.42157F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat404.89370.0.0.CX3D5Coefficient1.0.-

29、93.52549t-Statistic0.28.73420-12.90239F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat583.41620.0.1.CX4D5Coefficient34.811300.-18.04720t-Statistic12.5525128.43544-3.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat571.45930.0.0.5,一元回歸t0.025(28)=2.048 F0.05(1,28)=4.20CX1Coefficient4.0.

30、t-Statistic0.11.92388F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat142.17890.0.0.CX2Coefficient-262.95830.t-Statistic-4.5.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat30.010990.0.0.CX3Coefficient1.0.t-Statistic0.12.03230F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat144

31、.77630.0.0.CX4Coefficient30.301570.t-Statistic10.6788428.76872F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat827.63930.0.0.CD5Coefficient38.7239876.93787t-Statistic2.3.F-statisticR-squaredAdjusted R-squaredDurbin-Watson stat11.203830.0.0.注:圖表中加粗的部分為t檢驗、F檢驗均通過的模型，即為合格。（一）我們首先選取五元模型來觀察其是否存在異方

32、差，自相關(guān)，多重共線性。這樣我們的模型就為：Y=-1.-0.X1+0.X2+0.X3+0.X4-50.63096D5+ei（-0.）（-4.） （1. ） （6.） （10.26365 ）（ -9.99639）DW= 2. F=1351.5711， 進行異方差檢驗我們用夸特方法進行異方差的檢驗，將數(shù)據(jù)按GDP升序排列。N=30，C=N/4=7.5，所以刪除位于中間的8組數(shù)據(jù)。我們用剩下的兩組數(shù)據(jù)分別做回歸。由于方程中有虛擬變量，所以處理起來和普通的還是有點區(qū)別。但是根據(jù)夸特檢驗的基本思想我們還是可以做的。首先，因為1977年至1987年，國家并沒有進行分稅制財政政策改革，所以我們?nèi)=0，并對

33、剩余數(shù)據(jù)（也可以說方程）進行回歸分析。得 (e 1i 2)= 18.97446。然后，因為1996年至2006年，國家實行了分稅制財政政策，取D=1，將-50.63096作為已知項處理，從而得到(e 2i 2)= 268.2711，用它們來進行F檢驗。我們得到F=14.>F0.05（5，5）=5.05，所以存在異方差。2， 進行自相關(guān)的檢驗我們用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（30，6）的上下界分別為1.07，1.83。存在正的自相關(guān)的區(qū)域為0，1.07；不存在自相關(guān)的區(qū)域為1.83，2.17；存在負的自相關(guān)的區(qū)域為2.93,4,其余為不能確定區(qū)域。而此模型的DW=

34、 2.落于不能確定區(qū)域,所以我們還是要處理異方差。接下來，處理異方差和自相關(guān)。第一次處理異方差第一步，根據(jù)要求產(chǎn)生新序列。Y1=Y/e X11=X1/e X22=X2/e X33=X3/e X44=X4/e D55=D5/eY11/eX11X22X33X44D558.0.4496544.96504779.513918.975250.3082804.0.22.06282324.92518.0.068.487812.374.60934951.025156.11622.919370168.75935.964.321411110.51405.87915.61105029.957460.175.5305

35、1909.775.01584.064.098661.395.61943996.66164.042911.62838079.161412.472.23314676.485197.458414.81817061.666151.414.44833542.072166.248912.479650283.94156.2121.82815359.27839.735474.40758033.992320.256.25661703.744100.81769.096.674961.801.82424884.116307.116329.9640106.614920.66.486372.713325.197782.

36、050.843671.525.23492986.026180.490629.75386057.903341.615.58223408.685204.792137.00866010.885490.127.4099604.571939.87079.013.639060.188.684758.417956.9104814.58012011.368640.20153159.0911527.180252.6754613.5683905.0.186.056518.773961.9284617.665240.22.673820.875.85212076.082285.831491.172050.7.0.29

37、5.6622.655697.6187729.747450.14.12030.509.9723964.8113166.027752.582850.44.194320.1450.0782483.456473.1268141.1990.24.100160.686.05251072.965226.388674.818190.38.650060.866.05741266.748287.9377129.33160.16.795950.335.0155454.3287114.099653.284610.22.739410.16006371.806457.5422127.011367.155730.16006

38、14.43790.216.3542237.016271.7493249.868650.27.424740.425.3171417.2157137.9999118.82640.45.159950.602.2522542.8696196.1063188.01650.66.017510.830.5077672.4019270.8097294.92890.然后進行回歸得到：1/eX11X22X33X44D55Coefficient-5.-0.0.0.0.-47.94118t-Statistic-2.-15.155109.19.2651020.15281-19.75950 F-statisticR-sq

39、uaredAdjusted R-squaredDurbin-Watson stat0.0.2.我們用夸特方法進行異方差的檢驗，(1) 將數(shù)據(jù)按X11升序排列。N=30，C=N/4=7.5，所以刪除位于中間的8組數(shù)據(jù)。得 (e 1i 2)= 2. (e 2i 2)= 6.。用它們來進行F檢驗，F(xiàn)= (e 2i 2)/ (e 1i 2)= 6./2. =2.< F0.05（5，5）=5.05。即通過異方差檢驗。(2) 將數(shù)據(jù)按X22升序排列。N=30，C=N/4=7.5，所以刪除位于中間的8組數(shù)據(jù)。 (e 1i 2)= 9. (e 2i 2)= 6.。用它們來進行F檢驗，F(xiàn)= (e 2i 2

40、)/ (e 1i 2)= 6./9.=0.< F0.05（5，5）=5.05。即通過異方差檢驗。(3) 將數(shù)據(jù)按X33升序排列。N=30，C=N/4=7.5，所以刪除位于中間的8組數(shù)據(jù)。 (e 1i 2)= 2. (e 2i 2)= 5.。用它們來進行F檢驗，F(xiàn)= (e 2i 2)/ (e 1i 2)=1.。(4) 將數(shù)據(jù)按X44升序排列。N=30，C=N/4=7.5，所以刪除位于中間的8組數(shù)據(jù)。 (e 1i 2)= 2. (e 2i 2)= 8.。用它們來進行F檢驗，F(xiàn)= (e 2i 2)/ (e 1i 2)=3.(5)由于不能按虛擬變量排序,故不考慮擬變量與隨機干擾項之間的影響。第一

41、次處理自相關(guān)。進行回歸后，得到以下表格：1/eX11X22X33X44D55Coefficient-5.-0.0.0.0.-48.09899t-Statistic-3.-16.609679.21.0954521.79320-21.61489R-squaredAdjusted R-squaredDurbin-Watson stat0.0.2.由于DW=2.，故調(diào)整后的方程不存在自相關(guān)。Ar(1)= -0.現(xiàn)在我們只需要檢驗進行自相關(guān)處理后的新序列是否具有異方差就行。所生成的新序列為：在一階序列相關(guān)情況下，對損失的第一次觀測值可進行普萊斯溫斯特變換：得y1=y*sqr(1-0.2)=8.* = 8

42、.1/e*=1/e*sqr(1-0.2)= 0.X11*=X11*= 44.14108X22*= X22*=765.2297X33*= X33*=18.62754X44*= X44*=0.D55*=01/e*=1/e-1/e(-1)* 0.年份Y1*1/e*X11*X22*X33*X44*D55*1977 8. 0. 44.14108 765.2297 18.62754 0. 0.1978 6. 0. 30.63136 473.4693 12.09009 0. 0.1979 69.43376 2. 378.8136 5012.943 157.7310 2. 0.1980 181.8103 6.

43、 1035.707 12053.98 435.6285 16.16737 0.1981 62.11623 2. 359.2916 4026.919 152.3601 7. 0.1982 69.80735 2. 429.0685 4360.572 178.3379 12.51047 0.1983 91.37605 2. 547.6223 5438.089 228.7184 17.03407 0.1984 76.75115 1. 504.4370 4433.223 203.8766 15.30340 0.1985 295.6926 6. 2200.805 16034.25 871.4158 76.

44、78570 0.1986 88.10021 1. 660.5921 4630.606 260.8376 23.40962 0.1987 103.1525 2. 850.6565 5208.781 326.3281 31.72298 0.1988 25.03730 0. 219.2816 1303.430 83.72186 8. 0.1989 52.10421 1. 537.9045 3057.050 185.2923 30.31754 0.1990 67.59211 1. 715.6710 3977.702 239.1864 42.67856 0.1991 21.91955 0. 244.71

45、52 1254.131 78.89588 16.07754 0.1992 15.71340 0. 212.9632 873.6251 64.50824 16.29996 0.1993 13.96770 0. 195.0467 671.7043 63.52032 16.34678 0.1994 7. 0. 216.3724 619.2334 71.96630 20.25083 0.1995 23.65931 0. 911.3069 2174.940 297.6325 94.53834 0.1996 11.99267 0. 462.5024 1018.274 152.0868 47.12120 0

46、.1997 15.58227 0. 566.3018 1083.465 184.6299 58.25152 0.1998 46.88508 1. 1547.258 2667.310 504.7650 151.2192 1.1999 32.52183 0. 962.3794 1546.212 316.5476 101.7251 0.2000 43.24259 0. 996.7916 1471.212 331.0783 143.5890 0.2001 24.16111 0. 500.0514 695.7202 168.9690 77.93004 0.2002 25.94005 0. 435.646

47、6 544.1191 148.7541 77.30965 0.2003 18.77112 0. 287.2056 324.2054 95.95259 62.66585 0.2004 30.17603 0. 466.5456 462.3815 151.6725 128.3294 0.2005 50.38601 0. 683.3006 622.3742 222.4036 210.6601 0.2006 74.62319 0. 945.2729 775.8511 308.1797 330.7573 0.我們用夸特方法進行異方差的檢驗。（一） 將數(shù)據(jù)按X11*升序排列。N=30，C=N/4=7.5，所以刪除位于中間的8組數(shù)據(jù)。我們用剩下的兩組數(shù)據(jù)分別做回歸。得 (e 1i 2)= 2. ， (e 2i 2)= 5.。用它們來進行F檢驗，F(xiàn)= (e 2i 2)/ (e1i 2)= 5./ 2. =2.< F0.05（5，5）=5.05。即通過異方差檢驗。（二） 將數(shù)據(jù)按X22*升序排列。N=30，C=N/4=7.5，所以刪除位于中間的8組數(shù)據(jù)。我們