計(jì)量經(jīng)濟(jì)學(xué)課程論文2

1、計(jì)量經(jīng)濟(jì)學(xué)課程論文 小組成員：陳玉芳 蒙緒敏 付燕麗 趙軼男組長(zhǎng)：焦睿（九九金融一班）指導(dǎo)教師：史代敏日期：2002年3月6月摘要：本文主要通過對(duì)文盲比例的變動(dòng)進(jìn)行多因素分析，建立以文盲比例為應(yīng)變量，以其它可量化影響因素為自變量的多元線性回歸模型，并利用模型對(duì)文盲這一社會(huì)現(xiàn)象進(jìn)行數(shù)量化分析，就有關(guān)如何主動(dòng)降低文盲比例提出一些可供參考的意見。關(guān)鍵詞：文盲比例 多因素分析 模型 計(jì)量經(jīng)濟(jì)學(xué) 檢驗(yàn)一、引言部分世界經(jīng)濟(jì)一體化趨勢(shì)的增強(qiáng)和全球性技術(shù)革新的加速，使得在未來的發(fā)展中減少對(duì)勞動(dòng)密集型產(chǎn)品的依賴成為一種必然趨勢(shì)。因而，保證經(jīng)濟(jì)的增速，實(shí)現(xiàn)持續(xù)發(fā)展，最首要、最根本的問題就是全面提高國(guó)民素質(zhì),而要提

2、高國(guó)民素質(zhì)，就必須首先解決掃盲的問題。文盲既是貧窮、愚昧的產(chǎn)物，又是產(chǎn)生新的貧窮和愚昧的載體，它阻礙著人類走向文明，給國(guó)家乃至整個(gè)世界帶來沉重的負(fù)擔(dān)和無窮的憂患。文盲問題是一個(gè)全球性的嚴(yán)重問題，并且，目前已引起國(guó)際社會(huì)特別是發(fā)展中國(guó)家的普遍重視，為了與世界教育發(fā)展的目標(biāo)接軌，我們國(guó)家也把掃盲和普及義務(wù)教育作為發(fā)展教育事業(yè)的重中之重。多年來，我們國(guó)家為掃除文盲進(jìn)行了艱苦卓絕的努力，也取得了令世人矚目的成績(jī)。但是，由于經(jīng)濟(jì)、文化、歷史的原因，我國(guó)的文盲現(xiàn)象仍然十分嚴(yán)重。政府若要積極主動(dòng)地、有效地減少文盲人口，首先就必須正確地認(rèn)識(shí)影響文盲人口變動(dòng)的主要因素，從而通過直接作用于主要因素，達(dá)到控制文盲比

3、例問題。二、文獻(xiàn)綜述 1.臺(tái)灣教育與經(jīng)濟(jì)發(fā)展 羅祥喜編著 臺(tái)灣教育叢書從理論上講，教育的發(fā)展不能超越社會(huì)生產(chǎn)力的發(fā)展水平，必須有一定的物質(zhì)條件作保證。教育經(jīng)費(fèi)是發(fā)展教育不可缺少的物質(zhì)基礎(chǔ)。40多年來，臺(tái)灣的教育隨經(jīng)濟(jì)的發(fā)展而不斷增加，且其增長(zhǎng)率高于經(jīng)濟(jì)增長(zhǎng)率，教育經(jīng)費(fèi)在臺(tái)灣當(dāng)局預(yù)算開支和“國(guó)民生產(chǎn)總額”（GNP）中的比率也不斷增加。臺(tái)灣社會(huì)經(jīng)濟(jì)條件的改進(jìn)，促進(jìn)了教育的快速發(fā)展，使就業(yè)人口的受教育程度普遍提高，戰(zhàn)后初期到50年代，臺(tái)灣勞動(dòng)力的教育結(jié)構(gòu)由文盲一半以上轉(zhuǎn)為小學(xué)畢業(yè)生占一半以上。 2.家庭消費(fèi)經(jīng)濟(jì)學(xué) 顧紀(jì)瑞 著 中國(guó)財(cái)政經(jīng)濟(jì)出版社文化消費(fèi)在整個(gè)消費(fèi)結(jié)構(gòu)中比重。隨著生產(chǎn)力的發(fā)展和居民收入

4、的增加而逐步增長(zhǎng)。如今，走進(jìn)普通城市居民家庭，常常會(huì)感到一股熱烈的文化氣息，文化需求已在城鄉(xiāng)成為一個(gè)重要的消費(fèi)領(lǐng)域。根據(jù)統(tǒng)計(jì)資料反映，文化消費(fèi)充分凸顯了迅速增長(zhǎng)的趨勢(shì)，其中教育費(fèi)用的支出，已被人們置于極重要的地位。 3.中國(guó)高等教育改革 中國(guó)財(cái)政經(jīng)濟(jì)出版社中國(guó)是世界上經(jīng)濟(jì)增長(zhǎng)最快的國(guó)家之一，為了保持這樣的增長(zhǎng)速度，社會(huì)對(duì)教育程度高的人才需求會(huì)是很高的，從1978至1994年，國(guó)家財(cái)政收入中用于教育的公共經(jīng)費(fèi)從210億增至980億人民幣，年均增長(zhǎng)率為10%。教育經(jīng)費(fèi)的大額支出，帶來了文盲人口的急劇下降。直至1999年，全國(guó)青壯年文盲人數(shù)降到了300萬以下。 4.中國(guó)物價(jià)及城鎮(zhèn)居民家庭收支調(diào)查統(tǒng)計(jì)

5、年鑒 1999年居民收入穩(wěn)中漸升，差距拉大（不同地區(qū)、城市；不同收入階層；不同收入來源）消費(fèi)增長(zhǎng)速度緩慢，消費(fèi)結(jié)構(gòu)改變，發(fā)展資料需逐年增長(zhǎng)，98年娛樂、教育、文化服務(wù)的消費(fèi)人均499元，占消費(fèi)總額的11.5%。據(jù)統(tǒng)計(jì)資料顯示，文盲率年下降個(gè)百分點(diǎn)，人均預(yù)期壽命年提高歲改革開放以來，中國(guó)文盲人口總量不斷減少，成人文盲率大幅度下降，人均受教育水平明顯提高。年，中國(guó)歲以上文盲人口有近億，成人文盲率為，到年，歲以上文盲人口降到不足億，成人文盲率降為。年來文盲人口減少近萬，文盲率下降個(gè)百分點(diǎn)。三、研究目的本文主要對(duì)文盲比例（應(yīng)變量）進(jìn)行多因素分析（具體分析見下圖），并搜集相關(guān)數(shù)據(jù)，建立模型，對(duì)此進(jìn)行數(shù)量

6、分析。在得到文盲比例與各主要因素間的數(shù)量關(guān)系后，據(jù)模型方程中的各因素系數(shù)大小，分析主要因素和次要因素，從而找出政府干預(yù)的主要著手點(diǎn)，為政府提出一些關(guān)于解決文盲人口問題的建議。*影響文盲比例變動(dòng)的主要影響因素如下圖：政府干預(yù)方面 有效教育經(jīng)費(fèi)支出 辦學(xué)力度宣傳力度（包括影視、傳單、公開活動(dòng)等宣傳活動(dòng)，制定相關(guān)政策等）個(gè)人家庭方面家庭富裕程度受教育成本（包括強(qiáng)迫性支出<eg：學(xué)雜費(fèi)>和自主性支出<eg：圖書購(gòu)買等文化性支出>） 社會(huì)環(huán)境方面文化用品（如：圖書）的發(fā)行流轉(zhuǎn)率 社會(huì)對(duì)文化人口的需求 人們教育觀念的轉(zhuǎn)變自然規(guī)律方面人口的自然死亡（注*：由于宣傳力度、教育觀念的轉(zhuǎn)變

7、情況、人們的心理預(yù)期等是不可量化的因素，所以我們僅用文盲比例、人均GDP、人均教育經(jīng)費(fèi)支出、小學(xué)數(shù)、人均圖書流轉(zhuǎn)量、人均學(xué)費(fèi)來進(jìn)行回歸分析）四、建立模型其中，Y文盲比例 X1人均GDP X2 人均教育經(jīng)費(fèi)支出X3 小學(xué)數(shù) X4 人均圖書流轉(zhuǎn)量 X5人均學(xué)雜費(fèi)（注*：有關(guān)模型的一些假定：（1）假定政府教育經(jīng)費(fèi)投入的有效系數(shù)為1，即投入全部有效。（2）假定各省、地區(qū)間沒有人口流動(dòng)。（3）死亡人口中文盲人數(shù)的比例與總?cè)丝谥形拿と藬?shù)的比例相同。）五、數(shù)據(jù)搜集1. 數(shù)據(jù)說明一般說來，應(yīng)使用同一地區(qū)時(shí)間序列數(shù)據(jù)進(jìn)行擬合，因?yàn)槲拿け壤淖儎?dòng)很大程度上是取決于前幾期人均GDP等因素的影響，即模型中自變量對(duì)應(yīng)變

8、量（文盲比例）的影響是滯后的。另外，時(shí)間序列數(shù)據(jù)也可以消除地區(qū)間的差異（特別是在我國(guó)，政策性較強(qiáng)，使得各地區(qū)間的差異很多是有非經(jīng)濟(jì)因素引起的）。但是，由于人口普查周期為十年，各年的文盲比率不易收集，且數(shù)量不會(huì)很多，若使用時(shí)間序列數(shù)據(jù)進(jìn)行擬合，自由度很低。故在此我們被迫采用了效果可能不會(huì)很好的截面數(shù)據(jù)，試看一下效果。2. 數(shù)據(jù)的搜集情況采用2000年分地區(qū)截面數(shù)據(jù)，具體情況見附表一。 六、模型的參數(shù)估計(jì)、檢驗(yàn)及修正 1.模型的參數(shù)估計(jì)及其經(jīng)濟(jì)意義、統(tǒng)計(jì)推斷的檢驗(yàn) 利用EVIEWS軟件，用OLS方法估計(jì)得：（見附表二） 可見，X1、X3 、X4的t值都不顯著，且X1、X2 、X5的系數(shù)也不符合經(jīng)濟(jì)

9、意義。因?yàn)閺慕?jīng)濟(jì)意義上講，文盲比例應(yīng)隨著人均GDP、人均教育經(jīng)費(fèi)支出、小學(xué)數(shù)、人均圖書流轉(zhuǎn)量的增長(zhǎng)而降低，隨人均學(xué)雜費(fèi)的增長(zhǎng)而提高。另外，修正可決系數(shù)為0.456235，F(xiàn)值為6.034186，仍是不高。故我們對(duì)上述模型進(jìn)行計(jì)量經(jīng)濟(jì)學(xué)的檢驗(yàn)，并進(jìn)行修正，看是否能使模型方程得到改進(jìn)。 2.計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn) （1）多重共線性檢驗(yàn)用EVIEWS軟件，得相關(guān)系數(shù)矩陣表：X1X2X3X4X5X1 1.000000 0.869998-0.407863 0.917858 0.878835X2 0.869998 1.000000-0.432665 0.750329 0.871513X3-0.407863-0.4

10、32665 1.000000-0.242017-0.240471X4 0.917858 0.750329-0.242017 1.000000 0.799473X5 0.878835 0.871513-0.240471 0.799473 1.000000由上表可以看出，解釋變量X1與X2 、X1與X4 、X1與X5、X2與X4、X2與X5 X4與X5之間的相關(guān)系數(shù)都較大，可見存在嚴(yán)重的多重共線性。在經(jīng)濟(jì)意義上，人均GDP、人均教育經(jīng)費(fèi)支出、人均圖書流轉(zhuǎn)量、人均學(xué)費(fèi)都與經(jīng)濟(jì)的發(fā)展密切相關(guān)，這使得他們之間的相關(guān)性很強(qiáng)。下面我們利用逐步回歸法（變量剔除法）進(jìn)行修正（見附表三、四、五）：此時(shí)，修正可決系

11、數(shù)開始下降，但所有參數(shù)的t值都已經(jīng)比較顯著，且F值也有了一定的增加，故不在刪除變量，選擇此模型為修正后的模型。 可見，由模型得出，文盲比例隨人均教育經(jīng)費(fèi)支出的增加而增加，隨人均學(xué)雜費(fèi)的減少而減少的結(jié)論。這嚴(yán)重與經(jīng)濟(jì)意義相悖。另外，模型中雖然X2、X5的t值都比較顯著，但修正可決系數(shù)為0.465184，F(xiàn)值為14.04701，仍不是很高。（2）異方差檢驗(yàn)（white檢驗(yàn)） （具體數(shù)據(jù)見附表六）由擬合的數(shù)據(jù)可知，,故拒絕原假設(shè)，表明模型中隨機(jī)誤差項(xiàng)存在異方差。下面用取對(duì)數(shù)法對(duì)模型進(jìn)行修正（見附表七）。修正后的方程如下： 可見，模型表明文盲比例變化率僅與人均教育經(jīng)費(fèi)支出變化率和人均學(xué)雜費(fèi)支出變化率相

12、關(guān)，此時(shí)，異方差性得到削弱，參數(shù)估計(jì)精度有所提高，修正可決系數(shù)及F值也稍有提高。（3）自相關(guān)檢驗(yàn)由附表七可知：d=0.679059。在顯著水平=0.05下，查表 n=31，k=2時(shí)，DL =1.297，du=1.570，由于d=0.679059<DL=1.297，表明該模型中的誤差序列存在一階自相關(guān)。下面用廣義差分法進(jìn)行修正，由d=0.679059，計(jì)算出=1-=0.6604705，構(gòu)造差分模型并估計(jì)，得 DLY=1.642603+0.010382DLX2-0.423590DLX5 t=(3.078321) (1.948328) (-3.149106)=0.501723 F=8.6930

13、12 DW=1.112734發(fā)現(xiàn)經(jīng)過廣義差分法修正后，DW值有所提高，但仍存在自相關(guān)七、模型的分析 我們進(jìn)行了一系列檢驗(yàn)和修正后的最終結(jié)果如下： LY=3.285205+0.009784LX2-0.407599LX5(4.942838) (3.074541) (-5.680451)R=0.586595 F=19.86509 =0.557066從模型中可看出：（1） LX2、LX5不符合經(jīng)濟(jì)意義的檢驗(yàn)（參數(shù)的大小及符號(hào)）。因?yàn)閺慕?jīng)濟(jì)意義上講，文盲比例應(yīng)隨人均教育經(jīng)費(fèi)支出的增加而減少，隨人均學(xué)雜費(fèi)的減少而增加，即LX2的系數(shù)應(yīng)為負(fù)值，而LX5的系數(shù)應(yīng)為正值。（2） 模型表明：文盲比率僅與政府財(cái)政人

14、均教育經(jīng)費(fèi)的支出和個(gè)人家庭人均學(xué)雜費(fèi)支出有明顯的相關(guān)關(guān)系，與人均GDP無明顯的相關(guān)關(guān)系。然而實(shí)際上，文盲比例的變化是和由人均GDP度量的財(cái)富積累水平高度相關(guān)的。（3） 模型的修正可決系數(shù)及F值不高，模型的擬合優(yōu)度相當(dāng)差。由上述分析可知，我們的模型并不成功。八、總結(jié)綜上所述，我們采用截面數(shù)據(jù)擬合的模型不能成功的反映文盲比率與各影響因素間的數(shù)量關(guān)系，是一個(gè)失敗的模型。我們做了仔細(xì)分析，認(rèn)為可能主要是出于以下幾種原因：（1）由于當(dāng)期的人均GDP、人均教育經(jīng)費(fèi)支出、小學(xué)數(shù)、人均圖書流轉(zhuǎn)量、人均學(xué)雜費(fèi)都對(duì)以后若干期的文盲比例產(chǎn)生影響，這種影響是長(zhǎng)期的。而在模型中，我們考慮的是當(dāng)期的因素對(duì)當(dāng)期的文盲比例的

15、影響，此二者的關(guān)系是不顯著的，故而導(dǎo)致了模型的失敗。 注*：由于我們無法獲得時(shí)間序列數(shù)據(jù)而被迫使用截面數(shù)據(jù)，曾考慮在截面數(shù)據(jù)模型中引入滯后變量，這樣同樣可以把滯后效應(yīng)（即發(fā)生影響的滯后性）考慮入模型中去。但是，究竟滯后幾期（無先驗(yàn)信息），以及由引入滯后變量而帶來的多重共線性問題，用我們目前所學(xué)的知識(shí)無法解決。（因?yàn)樾拚嘀毓簿€性一般要用逐步回歸法，也即剔除變量法，這樣會(huì)使得我們引入的滯后變量被大部分剔除，因而導(dǎo)致我們的引入無效）（2）我們?cè)谀Ｐ椭兴龅募俣ú缓侠?。在模型中，我們所假定的教育?jīng)費(fèi)支出的投入有效系數(shù)可能在各地區(qū)是不等的，且在數(shù)值上小于1（這主要是由于政府的腐敗現(xiàn)象在各地程度不一，以

16、及各地區(qū)掌管教育經(jīng)費(fèi)安排的人員素質(zhì)、執(zhí)行力度不同等因素所引起的）。另外，我們還假定死亡人口中文盲的比例與總?cè)丝谥形拿け壤嗤?。但?shí)際上，文盲中老齡人口的比重比較大，而自然死亡是近年來文盲迅速減少的重要原因之一（我們的模型存在自相關(guān)，可能也就是因?yàn)榇嗽颍茨Ｐ腿笔Я酥匾兞浚?。可能正是由于我們?duì)這些重要因素所不得不作出的忽略，導(dǎo)致了模型的失敗。（3）由于我國(guó)的統(tǒng)計(jì)數(shù)據(jù)含有一定的水分，而導(dǎo)致了我們賴以進(jìn)行參數(shù)估計(jì)的數(shù)字基礎(chǔ)不具備可靠性，可能也是重要原因之一。參考文獻(xiàn)：1.臺(tái)灣教育與經(jīng)濟(jì)發(fā)展 羅祥喜編著 臺(tái)灣教育叢書2.家庭消費(fèi)經(jīng)濟(jì)學(xué) 顧紀(jì)瑞 著 中國(guó)財(cái)政經(jīng)濟(jì)出版社3.中國(guó)高等教育改革 中國(guó)財(cái)政經(jīng)

17、濟(jì)出版社4.中國(guó)物價(jià)及城鎮(zhèn)居民家庭收支調(diào)查統(tǒng)計(jì)年鑒 1999年附表： 表一：obs教育經(jīng)費(fèi)支出（X2）總小學(xué)數(shù)（X3）教育經(jīng)費(fèi)支出（X2）人均圖書流轉(zhuǎn)量（X4）人均GDP（X1）文盲比例（Y）1 1930682. 2169.000 1930682. 166364.0 22460.00 4.2300002 579702.8 2323.000 579702.8 106067.0 17993.00 4.9300003 1382482. 36465.00 1382482. 364172.0 7663.000 6.6500004 694615.7 37451.00 694615.7 166999.0 5

18、137.000 4.1800005 533015.7 10147.00 533015.7 81519.00 5872.000 9.1200006 1252493. 13356.00 1252493. 285093.0 11226.00 4.7600007 837866.3 9435.000 837866.3 140619.0 6847.000 4.5700008 1044767. 13995.00 1044767. 144853.0 8562.000 5.1000009 1744476. 1034.000 1744476. 464494.0 34547.00 5.40000010 261705

19、1. 19110.00 2617051. 672121.0 11773.00 6.31000011 1828191. 11841.00 1828191. 339527.0 13461.00 7.06000012 1034184. 24281.00 1034184. 299645.0 4867.000 10.0600013 1042182. 13935.00 1042182. 226189.0 11601.00 7.20000014 658618.3 21082.00 658618.3 201314.0 4851.000 5.16000015 2087357. 26017.00 2087357.

20、 498772.0 9555.000 8.46000016 1531727. 41269.00 1531727. 535956.0 5444.000 5.87000017 1538421. 23372.00 1538421. 327262.0 7188.000 7.15000018 1397292. 34521.00 1397292. 332143.0 5639.000 4.65000019 3144558. 24202.00 3144558. 433409.0 12885.00 3.84000020 840142.7 16109.00 840142.7 226460.0 4319.000 3

21、.79000021 212244.1 4167.000 212244.1 52290.00 6894.000 6.98000022 601278.1 14730.00 601278.1 140457.0 5157.000 6.95000023 1375095. 43326.00 1375095. 387233.0 4784.000 7.64000024 433565.9 17985.00 433565.9 101817.0 2662.000 13.8900025 900880.6 22151.00 900880.6 148437.0 4637.000 11.3900026 76981.00 8

22、42.0000 76981.00 2329.000 4559.000 32.5000027 85250.90 33336.00 85250.90 224395.0 4549.000 7.29000028 476792.9 21557.00 476792.9 105627.0 3838.000 14.3400029 106626.5 3429.000 106626.5 12546.00 5087.000 18.0300030 128222.1 3267.000 128222.1 19960.00 4839.000 13.4000031 606396.7 6718.000 606396.7 917

23、38.00 7470.000 5.560000 表二：Dependent Variable: YMethod: Least SquaresDate: 07/10/98 Time: 14:43Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-StatisticProb. C15.242852.0653067.3804330.0000X10.0002000.0004670.4288990.6717X20.0160950.0071872.2395410.0343X3-0.009250.007686-1.204243

24、0.2398X4-0.0203110.046189-0.4397330.6639X5-0.2940920.079633-3.6930760.0011R-squared0.546863 Mean dependent var8.272903Adjusted R-squared0.456235 S.D. dependent var5.686135S.E. of regression4.192978 Akaike info criterion5.876685Sum squared resid439.5267 Schwarz criterion6.154231Log likelihood-85.0886

25、2 F-statistic6.034186Durbin-Watson stat1.780219 Prob(F-statistic)0.000856表三：Dependent Variable: YMethod: Least SquaresDate: 07/10/98 Time: 14:52Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-StatisticProb. C15.470341.9644637.8750980.0000X20.0170150.0067502.5206060.0182X3-0.00010

26、66.86E-05-1.5504190.1331X4-0.0046430.027818-0.1669000.8687X5-0.2811110.072493-3.8777620.0006R-squared0.543529 Mean dependent var8.272903Adjusted R-squared0.473302 S.D. dependent var5.686135S.E. of regression4.126653 Akaike info criterion5.819500Sum squared resid442.7608 Schwarz criterion6.050788Log

27、likelihood-85.20225 F-statistic7.739664Durbin-Watson stat1.786424 Prob(F-statistic)0.000301表四：Dependent Variable: YMethod: Least SquaresDate: 07/10/98 Time: 14:59Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-StatisticProb. C15.438881.9198748.0416110.0000X20.0168330.0065412.5735

28、030.0159X3-0.0001066.74E-05-1.5790880.1260X5-0.2863290.064218-4.4586860.0001R-squared0.543040 Mean dependent var8.272903Adjusted R-squared0.492266 S.D. dependent var5.686135S.E. of regression4.051681 Akaike info criterion5.756055Sum squared resid443.2351 Schwarz criterion5.941085Log likelihood-85.21

29、885 F-statistic10.69536Durbin-Watson stat1.792203 Prob(F-statistic)0.000083 表五：Dependent Variable: YMethod: Least SquaresDate: 07/10/98 Time: 15:02Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-StatisticProb. C13.269381.3763169.6412270.0000X20.0216740.0059303.6549380.0011X5-0.31

30、76620.062684-5.0677080.0000R-squared0.500838 Mean dependent var8.272903Adjusted R-squared0.465184 S.D. dependent var5.686135S.E. of regression4.158335 Akaike info criterion5.779872Sum squared resid484.1690 Schwarz criterion5.918645Log likelihood-86.58802 F-statistic14.04701Durbin-Watson stat2.138128

31、 Prob(F-statistic)0.000060 表六：White Heteroskedasticity Test:F-statistic23.60129 Probability0.000000Obs*R-squared25.58066 Probability0.000108Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 07/10/98 Time: 16:00Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-Stati

32、sticProb. C19.6555413.462461.4600260.1567X20.3006070.0566925.3024910.0000X220.0004890.0001024.7825760.0001X2*X5-0.0130090.001911-6.8060300.0000X5-3.0816960.458746-6.7176530.0000X520.0801690.0097678.2080890.0000R-squared0.825183 Mean dependent var15.61836Adjusted R-squared0.790219 S.D. dependent var30.28948S.E. of regression13.87313 Akaike info criterion8.