计量经济学论文对中国煤炭行业就业情况的分析.docx

计量经济学结课论文（普通高等教育）论文题目对中国煤炭行业就业情况的分析学 院专业名称班 级学 号姓 名指导教师目录对中国煤炭行业就业情况的分析1对中国煤炭行业就业情况的分析3一、所研究的经济问题及度量方式3二、建立多元线性回归模型及检验41.多元线性回归模型建立42.经济意义检验43.统计检验5三、多重共线性检验及调整51.进行一元回归52.加入新变量回归5四、异方差检验及调整61.图形检验62.White检验7四、自相关检验81.图形检验法82.DW检验：93.广义差分法94.德宾两步法10五、结论12参考文献：12对中国煤炭行业就业情况的分析摘要：由于煤炭本身的条件限制，近几年来中国的煤炭行业就以往发生了下滑，这关系到了一部分人民的就业问题。本文以研究煤炭行业的就业情况为出发点，探讨了影响其的因素，并建立了回归函数，在其基础上进行了多重共线性、异方差和自相关的检验及调整，得到了最后的回归方程。最后，根据以上的研究提出了相关建议以及不足，以及还应当进一步做的工作。关键字：煤炭 就业 回归一、所研究的经济问题及度量方式能源问题是近几年颇受关注的热点问题，尤其是由于我国各省受到雾霾的困扰，使得民众对清洁能源的使用更加关注。而对于污染比较严重的一次性能源，如煤炭等，近几年则受到 “冷落”。随着煤炭行业的不景气，那么对于依靠煤炭而生活的人们又会受到怎样的影响，尤其是在就业方面？本文所要研究的经济问题就是中国煤炭行业就业情况的问题。根据相关文献1，我所选用的度量方式是煤炭行业的就业人数（万/年）。所选定的对研究对象变动有影响的主要因素有：煤炭的消费总量（万吨/年）、煤炭开采和洗选业固定资产投资(不含农户)建设总规模（万元/年）、外商直接投资额（合同项目）（个/年）、城市集中供热（吨/年）4个影响因素。将上述四个影响因素分别命名为：x2,x3,x4,x5.接下来就是相关数据的寻找，从中国国家统计局中可得到以下数据：年份就业人数（万/年）煤炭消费总量（万吨/年）煤炭开采和洗选业固定资产投资(不含农户)建设总规模（万元/年）外商直接投资额（合同项目）（个/年）城市集中供热（吨/年）1995247.1 72,566.01740.6961,21199,5631996252.1 85,190.06936.7770,13384,3451997257.1 97,814.121,032.8594,03395,4651998262.2 110,438.181,228.9357,80986,5761999267.2 123,062.241,325.0155,71499,8762000272.2 141,091.701,421.0958,328103,2312001277.2 144,528.111,517.1781,102109,8702002282.2 152,282.661,613.2558,10699,0872003287.2 180,587.041,709.3333,63598,2622004300.6207,561.291,905.4134,495106,7232005299.9231,851.073,145.8935,49595,2042006302.5255,065.454,638.7146,05294,0092007303.4272,745.884,873.3748,94494,4542008306.5281,095.926,589.4957,28393,1932009307.7295,833.0810,089.5550,059105,0842010310.5312,236.5012,536.3068,44085,2742011334.7342,950.2415,156.4161,27986,4522012344.6352,647.0716,421.9777,04684,362二、建立多元线性回归模型及检验根据上述数据，用散点图进行分析后发现先x2,x3呈增长的趋势，而y，x4,x5的变化则呈波动状态。1.多元线性回归模型建立根据所得数据用eviews回归可得2：由上表可得回归方程： y=220.58+0.000265x2+0.000541x3-05.78E-05x4+0.000168x5 Se=(27.28) (5.78E-05) (0.001077) (0.000147) (0.000257) t =（8.085547）（4.579671）（0.502263） (-0.392118) (0.653147) R2=0.950701 F=62.67387 DW=0.7387252.经济意义检验模型估计结果说明，在假定其他变量不变的情况下，煤炭消费总量每增加一万吨，平均来说煤炭行业的就业人员将增加26.5人；在假定其他变量不变的情况下，煤炭开采和洗选业固定资产投资(不含农户)建设总规模每增加一万元，平均来说煤炭行业的就业人员将增加54人；在假定其他变量不变的情况下，外商直接投资额（合同项目）增加一个，平均来说煤炭行业的就业人员将减少05.78E-05人；在假定其他变量不变的情况下，城市集中供热每增加一万吨，平均来说煤炭行业的就业人员将增加17人。这个理论分析和经验判断不一致。3.统计检验（1）拟合优度：由上表可知R2=0.950701，这说明样本拟合的比较好。（2）F检验：针对H0:2=3=4=5=0，给定显著性水平=0.05，在F分布表中查出自由度为k-1=4和n-k=13,的临界值3.16，由上式可知F=62.67387，大于查表所得的临界值，所以应该拒绝原假设，说明回归方程显著。（3）t检验：由上式可知，x3,x4,x5的t检验均不显著，所以回归方程存在问题，下面依次对其进行多重共线性，异方差和自相关的检验以及修正。三、多重共线性检验及调整1.进行一元回归分别对y和x2,x3,x4,x5进行一元回归，得以下结果：变量X2X3X4X5参数估计值0.0002890.004575-0.000329-0.000909t统计量17.180356.947807-0.789954-1.088413R20.9485800.7510580.0375380.068936调整的可决系数0.9453670.735499-0.0226160.010745其中，加入x2的方程的调整的可决系数最大，以x2为基础，顺次加入其他变量逐步回归。结果如下表所示：2.加入新变量回归加入新变量的回归结果（一）变量变量X2X3X4X5调整的可决系数X2,x30.000289(7.590876)9.17E-06(0.013559)0.948581X2,x40.000288(16.34339)-2.70E-05(-0.267577)0.948825X2,x50.000292(16.20927)0.000122(0.582019)0.943011经比较，新加入x3,x4,x5的方程的调整的可决系数比较大，但各参数的t检验均不显著。但以x3为基础，再加入其他新变量逐步回归，结果如下表所示：加入新变量的回归结果（二）变量变量X2X3X4X5调整的可决系数X2,x30.000289(7.590876)9.17E-06(0.013559)0.948581X3,x40.004832（9.273078）-0.000559（-3.334841）0.837985X3,x50.005099（7.031519）0.000710（1.493372）0.754383经上表可以看出，在x3的基础上加入变量x2,x4,x5后，x2,x5的t检验都没有通过，但X4的t检验通过了，而且调整的可决系数也比较高，为0.838，所以选择以x3,x4为基础，再分别加入变量x2,x5得下表：加入新变量的回归结果（三）变量变量X2X3X4X5调整的可决系数X3,x4,x50.005168(8.921568)-0.000519（-3.090315）0.000479(1.238624)0.843557X2,x3,x40.000292(15.03122)-9.67E-06(-0.088690)0.000116(0.506122)0.938975在x3,x4基础上分别加入x2，x5后，参数的T检验没有全部通过，所以最终只保留x3,x4.最后，严重多重共线性调整后的回归结果为y=289.97+0.0048x3-0.00056x4 Se=(10.06024) (0.000521) (0.000168) t =（29.718）（9.2731）（-3.33484） R2=0.857046 F=44.96438 DW=1.084997四、异方差检验及调整1.图形检验用eviews生成残差平方序列，然后绘制e2对x3,x4的散点图。由图可以看出，残差平方e2对解释变量X的散点图主要分布在图形中的下矩形部分，大致看出残差平方e2随xi的波动在一定的水平范围内，因此，模型很可能不存在异方差。但是是否确实存在异方差还应通过更进一步的检验。2.White检验根据white检验中辅助函数的构造，最后一项为变量的交叉乘积项，中间两项为变量的平方项，则辅助回归函数为t2=0+1x3+2x4+3x32+4x42+5x3x4+vt经估计出现white检验结果，见下表：White检验结果从上表可以看出，nR2=2.976646，由white检验值，在=0.05下，查2分布表，得临界值0.052（5）=11.0705，比较计算的2统计量与临界值，因为nR2=2.9766460.052（5）=11.0705，所以接受原假设，拒绝备择假设，表明模型不存在异方差。四、自相关检验1.图形检验法图示法是一种直观的检验方法，它是对给定的回归模型直接用普通最小二乘法估计其参数，求出残差项et，以et作为随机项ut的估计值，再描绘et的散点图，根据散点图来判断et的相关性，用eviews软件得到的et与e(t-1)的散点图如下所示：由图可以看出，散点大部分落在一三象限，表明随机误差项ut存在着正相关，接下来，我们再用DW检验对上述结果进行验证。2.DW检验：有我们得到的回归方程标准式可知，DW值为1.084997。对样本量为18，两个解释变量的模型，5%显著水平，查DW统计表可知，dl=1.046，du=1.535，dlDWdu，根据DW检验决策规则，不能判定是否有自相关。综上所述，我们结合散点图检验法和DW检验方法，最后确定上述模型存在自相关，接下来用广义差分法对其进行调整。3.广义差分法由模型可得残差序列et，使用et进行滞后一期的自回归，可得以下方程：et=0.4247et-1由上式可得，=1.0705,对原模型进行广义差分，得到广义差分方程：yt-0.4247yt-1=11-0.4247+2x3-0.4247x3t-1+3x4-0.4247x4t-1+vt对上市的广义差分方程进行回归，得到方程输出结果为：yt*=164.47+0.0043x3*-0.00024x4* Se=(4.880251) (0.000572) (0.000132) T=(33.7008) (7.521065) (-1.823088)R2=0.802153 F=28.3 DW=1.208由于使用了广义差分法，样本容量减少了1，为17个。查1%显著水平的DW统计表可知dl=0.772，du=1.255，模型中的DW值介于两者中间，仍不能确定是否存在自相关。下面用德宾两步法来消除自相关。4.德宾两步法第一步，将式子yt=11-+2x3-2x3t-1+x3t-1+3x4-3x4t-1+x4t-1+vt作为一个多元回归模型,使用普通最小二乘法估计其参数。把y（t-1）的回归系数看做的一个估计值，它是一个有偏，一致估计。如下表所示：所以，=0.7153第二步，利用估计的值进行广义差分。求得序列yt*=yt-yt-1，xt*=xt-xt-1，然后使用OLS法对广义差分方程估计参数，求得最佳线性无偏估计量，如下表所示：yt*=81.04447+0.0036x3*-0.793E-05x4* Se=(2.680917) (0.000745) (0.000107) T=(30.23013) (4.863761) (-0.743180)R2=0.628332 F=11.8 DW=1.4516由于使用了广义差分法，样本容量减少了1，为17个。查1%显著水平的DW统计表可知dl=0.772，du=1.255，模型中的DW值大于du，说明在1%显著水平下广义差分模型中已无自相关，已不必再进行迭代，。同时可见，R2、F统计量也均达到理想水平。由差分方程式有1=81.044471-0.7153=284.67由此，我们的得到的最终的煤炭行业就业人数的模型为yt=284.67+0.0036x3*-0.793E-05x4*由上式的煤炭行业就业人数模型可知，在假定其他变量不变的情况下，煤炭开采和洗选业固定资产投资(不含农户)建设总规模每增加一万元，平均来说煤炭行业的就业人员将增加360人；在假定其他变量不变的情况下，外商直接投资额（合同项目）增加一个，平均来说煤炭行业的就业人员将减少0.793E-05人。五、结论由我们所研究的模型可以看出，增加煤炭开采和洗选业固定资产投资(不含农户)建设总规模可以提高煤炭行业的就业人数，而外商直接投资额（合同项目）的增加，则会减少就业人数。因此我的建议是：（1）政府可以提高煤炭的开采量，虽然煤炭是一次性能源，但是，可以根据煤炭开展相关的行业，如煤焦油等提炼，发展技术，使煤炭能够得到更好地利用，增加就业人员，提高生活水平。（2）建议加快煤炭资源勘探力度，提高保障程度；大力推广先进采煤技术和设备，实施科技兴煤；加强煤矿生产安全管理，提高管理水平；延伸煤