计量经济数学报告.doc

数据报告课程名称 计量经济学基础 项目名称 数据报告 班级与班级代码 经管国贸093班 专 业 国际经济与贸易 任课教师 聂红隆 学 号： 09408070312 姓 名： 姜婷婷 日期： 2011 年 12月 13 日 报告成绩 摘要：通过回归分析实证检验了人均国民生产总值和城乡就业人数的关系以及城乡就业人数的变化对人均国民生产总值的影响。研究显示,城乡就业人数的提升有助于人均国民生产总值的提高。关键词：人均国民生产总值 城乡就业人数 Eviews回归分析 引言：我国目前的就业形势已基本保持稳定，到目前为止，我国已基本解决了计划经济时期形成的企业富余人员问题，并建立起了市场导向的就业机制，伴随着经济的持续发展和积极就业政策的指导，就业规模继续扩大，就业结构逐步优化，就业渠道不断拓宽，就业形式更加灵活。城乡就业状况进一步得到改善，就业工作取得了一定的成绩。20世纪前80年，中国经济与发达国家的差距拉大，后20年，中国经济平均增长9.2，以这一期间世界上最快的增长速度，大幅度地缩小了与发达国家的差距。这20年的高速增长为下世纪赶超发达国家奠定了良好的基础。1999年中国人均国民生产总值800美元，越过了世界银行划定的最低人均收入线，但仍处在低收入国家行列。到2009年为止，中国人均国民生产总值23707元，相对提高不少，但与发达国家相比，仍然显得比较弱。为此，我们研究人均国民生产总值和城乡就业人数关系，探索和论证两者间的关系，据此提出相关经济政策建议，增强我国国际竞争力和综合国力。 1 数据分析已知我国人均国民生产总值Y（元），城乡就业人员数X(万人)。通过调查得到1994年2009年的样本观测值，见表1.1单位：万人年份YiXiXiYiXi219944044674552727880204550177025199550456806534338792546328442251996584568950403012750475410250019976420698204482444004874832400199867967063748004905249895857691999715871394511038252509710323620007857720855663718455196247225200186217302562954852553326506252002939873740693008520543758760020031054174432784587712554012262420041233575200927592000565504000020051418575825107557762557494306252006164997640012605236005836960000200720169769901552811310592746010020082370777480183681836060031504002009255757799519947221256083220025合计1378008202185660514379表1.1数据来源：2010年中国统计年鉴，其中Y为中国人均国民生产总值，X为城乡就业人员数（年底数）。根据上述表格数据，利用Eviews作X、Y的散点图（见图1.1）。图 1.1由上图可见，该数据是非线性化的（类似于对数函数），所以，我们接下来需要进行非线性回归模型的线性化。2 非线性回归模型的线性化及模型检验 根据图1.1，我们可以看到，该数据图像较类似于指数函数模型。所以，我们可以设非标准线性回归模型的形式，如下,Yi=Aebxi+ui (2.1)对(2.1)式两边取对数，得lnYi=lnA+bXi+ui令Yt=lnYi则可将原模型化为标准的一元线性回归模型，如下，Yt=a+bXi+ui (2.2)利用Eviews生成程序，数据如表2.1所示：年份YtXi19948.304989586745519958.5261529336806519968.6733418746895019978.7671733976982019988.8240894837063719998.8759858917139420008.9691601337208520019.0619563667302520029.148252187374020039.2630276947443220049.4201960297520020059.5599403477582520069.7110550527640020079.91190205176990200810.0735256477480200910.1493705977995表 2.1根据以上数据，作散点图，如下，图2.1由图我们可以看到Yt与Xi存在线性关系。接下来，利用Eviews的最小二乘法，输出结果，如下，表2.2所示：表2.2图2.2由表2.2得出估计的回归方程 Yt=-2.4+0.00016Xi (2.3) （-3.6） （17.7）R=0.957 F-st=314.16 DW=0.286 拟合优度：R2=0.957，这说明模型对样本拟合的很好。 经济意义检验由上述（2.3）式可见，随着城乡人口就业人数的增加，人均国内生产总值也随之增加，比较符合实际意义，因此，初步通过经济意义检验。 统计意义检验 根据图2.2和表2.2，以及上述数据，我们可以知道该样本和实际值拟合度较好。同时，我们查表可以得到: (1) T统计量：给出显著性水平0.05, v=n-k-1=14,查表得结果：t0.025(14)=2.15，a.b的绝对值都大于t0.025(14)=2.15，所以，拒绝原假设，说明它们显著性较好。(2) F统计量：m=1,T-k-1=14，查表地：F0.05(1,14)= 4.6，上述F-st=314.16的绝对值远远大于4.6，所以拒绝原假设，说明它们显著性较好。 可以看到，所有变量都通过显著性检验，拟合优度较高，方程的显著性也较好，所以该模型通过了经济意义检验和统计检验。3异方差检验White检验再根据上述条件，利用Eviews进行White检验,见表3.1表3.1 通过观测上表可以看到，TR=3.50X0.05(2)=6.0,所以，不存在异方差。4 自相关（1）自相关检验表4.1图 4.1 残差序列图通过上表4.1可以看到，DW=0.286，根据k=1，t=16，查附表得：dl= 1.10,du=1.37,所以，DW dl,DW处于拒绝域，该模型存在严重的自相关。(2) 用广义分差法消除自相关对模型逐一进行回归性自相关检测表 4.3表 4.4得到回归方程为：Yt=-4.33+0.00018Xi （4.1） （-2.2）（ 7.14）R=0.997 F-st=1098.02 DW=1.91 T=14(1996-2009) du=1.37DW=1.914-du=2.63,说明4.1式不存在自相关。见图4.2残差序列图：