我国城乡收入差距的影响因素分析.doc

我国城乡收入差距的影响因素分析浙江工商大学2008 - 2009学年第1学期计量经济学（课程设计）实验报告题目：我国城乡收入差距的影响因素分析班级：统计0701学号：0702100136姓名：孙鹏成绩：2009年1月 9 日我国城乡收入差距的影响因素分析摘要：本文通过多元线性回归模型从就业结构、城市化水平、人均GDP、财政支出占GDP比重、第一产业增加值占GDP比重，城乡物质资本存量差异，比较劳动生产率和对外开放程度这几个因素对我国城乡收入差距进行分析，建模过程中用主成分回归方法解决了多重共线性问题，最后得出比较劳动率是影响城乡收入差距的最重要原因，若干年来所推进的就业结构转变和城市化, 客观上起到了拉大城乡收入差距的作用,人均GDP增长和对外开放扩大在经济发展在一定程度也起到缩小差距的作用，而政府财政支出对城乡差距的扩大起到了一定的遏制效果。本文对这些现象进行了理论解释，并提出一些合理调节我国城乡收入差距的建议与措施。关键词：收入差距 多元线性回归 多重共线性 主成分回归 一、文献综述城乡差距是每个国家从弱到强,从农业化转为工业化过程中一定会经历的阶段，即便是发达国家也存在着程度不等的城乡差距问题。所谓城乡差距即是指农村在政治、经济、文化、社会事业等诸方面落后于城市的状况，同时也是指农村居民在政治、经济、文化、社会地位上相对于城市居民较低的状况.。改革开放以来，我国的经济取得了长足的进步,但是同时城乡居民收入差距问题已经成为我国经济社会发展中相当突出的经济问题和社会问题。近些年来城乡居民收入分配差距急剧扩大。如果城乡居民收入差距进一步拉大,必将引发社会心理失衡,进而导致社会的失序。党的十七届三中全会决定指出：深入贯彻落实科学发展观，统筹城乡发展，逐步消除城乡二元结构，形成城乡经济社会发展一体化新格局，只有这样才能改善农民生活,缩小城乡居民收入差距,才能全面实现社会的小康目标。因此,对城乡居民收入差距问题的研究具有重要意义。半个世纪前，西蒙库兹涅茨主要基于对美、英、德等国历史数据的分析提出了一个著名的论断:随着经济发展,这些国家的收入分配不平等状况经历了首先扩大而后逐渐缩小的过程(Kuznets ,1955)。这意味着这些国家的收入差距和经济发展水平(通常以人均GDP 水平表示) 之间存在着倒U 型曲线关系,被后人称为“库兹涅茨曲线”。曾国平、王韧经实证研究后指出,城市化与我国城乡居民收入差距的变动基本符合“倒U”型假说的推定(2006)年。而王小鲁，樊纲（2005）通过实证分析表明中国城镇和乡村吉尼系数的变动趋势在数学意义上具有库兹涅茨曲线的特征,而城乡收入差距变动曲线只近似具有其上升段的特征。城市化是经济发展的必然趋势，因此城市化水平也是造成城乡居民收入差距的一个重要原因（林丽，2005）。曾小彬，刘凌娟（2008）通过实证分析表明,我国目前正处于倒“U”型的前半段,即城市化发展会拉大城乡居民收入差距的阶段，他们的研究与王小鲁，樊纲（2005）研究相得益彰。城乡二元结构包括两个方面；一个是由户籍制度带来的一系列制度安排导致城乡劳动力市场分割，阻碍了农村劳动力的合理转移，拉大了城乡居民收入差距；二是不恰当的产业政策和税收政策导致农村固定资产投资和人力资本投资都不足，影响了农业的发展，加大了城乡居民收入差距（马 斌 张富饶，2008）。而蔡继明（1998）其实已经用城乡比较生产力代表二元经济结构，通过实证分析表明，比较生产力差别是城乡居民收入差距的重要影响因素，而且其解释力逐年上升，说明城乡居民收入差距是由二元经济结构等体制性因素造成的。向书坚（1998）从产业发展的角度，对19811990 年的城乡居民收入差距进行实证分析，认为第一产业增加值占GDP 的比重是影响城乡居民收入差距的最重要指标，该指标与城乡居民收入之比呈负相关关系。他认为，第一产业增加值占GDP 的比重对城乡居民收入差距的影响之所以如此重要，是因为该指标是一个非常综合的统计指标。第一产业增加值受许多因素影响，例如农业内部结构、农产品产量、农产品价格、农业生产成本、农村劳动力、乡镇企业发展等，而这些因素又直接或间接地影响农村居民收入水平。Todaro（1985）根据1953年美国发展经济学家罗格纳纳克斯在不发达国家的资本形成一书中提出“贫困恶性循环”理论分析认为城乡物质资本存量差异会扩大城乡居民收入差距。因为他认为从供给方面看，农村物质资本形成存在着一个恶性循环：农民收入低意味着他将绝大部分收入用于生活消费而很少用于储蓄，从而导致储蓄水平低、储蓄能力小；低储蓄能力导致物质资本稀缺和物质资本形成不足，从而导致低的生产效率。从需求方面看，农村物质资本形成同样存在着一个恶性循环：农民低收入意味着低消费和低购买力；低购买力引起物质投资引诱不足。如此周而复始，形成一个恶性循环。综上分析学者的研究主要从经济增长，城市化水平，城乡二元结构，城乡比较生产力，第一产业增加值占GDP比重，城乡物质资本存量差异等方面以定性和定量相结合的角度来分析这些因素对城乡收入差距的影响。我们认为除上述因素之外，政府财政支出，就业结构也是影响城乡收入差距的重要因素。因此在学者研究的基础上，我们以我国1978 年以来城乡收入差距为研究时间范围, 对我国城乡收入差距与就业结构、城市化水平、人均GDP、财政支出占GDP比重、第一产业增加值占GDP比重，城乡物质资本存量差异，比较劳动生产率和对外开放程度的关系作了实证分析与理论解释。二、城乡居民收入差距影响因素的理论分析（一）人均GDP增长率城乡居民收入差距的大小也与人均GDP 高低相关, 亦即与经济发展水平相关。人均GDP的增长是衡量经济发展的重要指标,经济的发展可以为居民提供更多的就业机会,改善生产、生活条件,而这些改进又进一步促进城市和农村的经济发展,影响着城乡居民收入差距。（二）城市化水平城乡居民收入差距与城市化水平的关系也十分密切。城市化是农村人口向城市人口转化,人类的生产、生活方式由农村型向城市型转化的一种社会现象。城市化水平的提高,意味着农村剩余劳动力不断转移,农民收入水平提高,城乡居民收入差距缩小。而农村人口流向城市, 也加剧了城市劳动力市场的竞争, 有利于降低城市劳动力的工资水平。因此, 城市化进程对城乡居民收入差距具有一定的影响作用。（三）就业结构随着经济的发展必然会导致产业结构的变化, 由产业结构的变化必然导致就业结构的变化,由此也必然会发生城乡居民收入差距的变化。一般认为，随着第一产业劳动力向第二、三产业转移, 会导致城乡居民收入水平呈不断缩小的趋势，因为第一产业劳动力向第二、三产业转移, 有利于促进农业劳动生产率的提高, 农村劳动力转移到第二、三产业就业, 也有利于提高其收入水平。（四）第一产业占GDP比重农民收入的绝大部分都是来自第一产业,因此,第一产业的产值将会直接影响农民收入。第一产业占GDP 的比重增大,农民收入就会相对增加,从而缩小城乡居民收入差距。（五）比较劳动生产率一个人劳动生产率的大小在一定程度上是他的人力资本在实际应用中的体现, 一般说来, 一个人的人力资本越高, 那么他的劳动生产率越高, 从而获得的报酬也就越多。由于第一产业主要是由农民就业,第二三产业主要是由城镇居民就业。因此城乡劳动力生产率之比可以由第一产业与第二三产业比较劳动生产率的比值代替。由于劳动生产率是劳动收入的基础,城乡比较劳动生产率反映了城镇与农村劳动生产率的差距,因此,城乡比较劳动生产率是影响城乡居民收入差距的因素之一。（六）城乡物质资本存量差异城乡物质资本存量差异由城镇固定资产投资额占全社会固定资产投资额比重与农村固定资产投资额占全社会固定资产投资额比重之比来衡量。农村收入增长那么其固定资产投资额也会相应的增长，同理城镇收入增长其固定资产投资额也会增长。两者的差异如果很大，那么也从侧面表明城乡收入差距很大。因此城乡物质资本存量差异也是影响城乡收入差距的因素之一。（七）财政支出占GDP比重财政支出代表着政府的政策力度，政府的政策的偏好对城乡居民收入差距的走向起着不可忽视的作用。政府财政支出结构的变化是体现政府政策偏好的最直接反映。例如财政支出中对农业支出的增长可以改善农业生产条件、提高农业科技水平,促进农业发展。如果农产品的价格保持稳定或出现上升,那么由于农业生产条件的改善所带来的农产品数量的增加必然会带来农民收入的增长,缩小城乡居民收入差距。（八）对外开放程度对外开放程度主要由商品的流动性和资本的流动性衡量。而商品的流动性从商品出口额占GDP的比重体现，资本的流动性从外商直接投资实际利用额占GDP 的比重体现。扩大对外开放，不仅加强了城乡间的人口流动，而且加强了国与国之间的人口与资本的流动，农村的剩余劳动力也会持续下降，这样会增加农民的收入。外商直接投资会增加就业岗位，吸收更多劳动力，其中包括农民。这样对缩小城乡差距也有一定的作用。三、模型设定根据上述因素并将因素标准化，然后建立多元线性回归模型： (1)消胀后城镇居民人均可支配收入和农村居民人均纯收入之比,表示城乡居民收入差距；人均GDP 增长率,表示经济增长水平；城镇总人口占全国总人口的比重,表示城市化水平；第一产业就业人数占总就业人数的比重,表示就业结构；第一产业产值占GDP比重；农业比较劳动生产率与非农业比较劳动生产率之比,表示二元结构。其中,农业比较劳动生产率为第一产业GDP 比重与第一产业劳动力比重之比;非农业比较劳动生产率为非农产业GDP 比重与非农产业劳动力比重之比；城乡物质资本存量差异，城镇固定资产投资占全社会固定资产投资比重与农村固定资产投资占全社会固定资产投资比重之比；政府财政支出占GDP 的比重,表示财政政策力度；出口占GDP 的比重,表示对外开放中的商品流动性；外商直接投资实际利用额占GDP 的比重,表示对外开放中的资本流性；四、统计数据的收集与整理根据设定的模型，确定了统计指标，并进行数据的收集与整理，计算得到如下数据表：表1城乡居民收入比及其影响因素数据表（19782007）19782.5700.1240.1790.7050.2820.1646.0920.3080.0460.00219792.5270.1000.1900.6980.3130.1975.9930.3160.0520.00119802.4980.1050.1940.6870.3020.1975.8490.2700.0600.00119812.2430.0620.2020.6810.3190.2192.8460.2330.0750.00119821.9870.0720.2110.6810.3340.2352.7310.2310.0780.00119831.8260.1040.2160.6710.3320.2432.4360.2360.0740.00319841.8390.1930.2300.6400.3210.2662.3110.2360.0810.00519851.7940.2340.2370.6240.2840.2402.7590.2220.0900.00619862.0340.1230.2450.6090.2720.2392.8020.2150.1050.00719872.0240.1550.2530.6000.2680.2442.5710.1880.1220.00719881.9700.2280.2580.5930.2570.2372.5970.1660.1170.00819892.1310.1120.2620.6010.2510.2232.4600.1660.1150.00819902.1200.0820.2640.6010.2710.2472.6360.1650.1600.00919912.2500.1510.2690.5970.2450.2192.6360.1550.1760.01019922.3360.2210.2750.5850.2180.1983.0320.1390.1740.02219932.4750.2970.2800.5640.1970.1903.7170.1310.1500.04419942.5010.3490.2850.5430.1980.2073.8540.1200.2160.05919952.3850.2480.2900.5220.1990.2273.5750.1120.2050.05219962.1890.1590.3050.5050.1970.2403.2860.1120.1770.04919972.1390.0980.3190.4990.1830.2253.3400.1170.1920.04719982.1650.0590.3340.4980.1760.2153.8030.1280.1800.04419992.2800.0530.3480.5010.1650.1963.8760.1470.1800.03720002.3770.0980.3620.5000.1510.1773.9160.1600.2080.03420012.4760.0970.3770.5000.1440.1684.1600.1720.2010.03520022.6740.0900.3910.5000.1370.1594.4300.1830.2240.03620032.7950.1220.4050.4910.1280.1524.6960.1810.2670.03320042.8160.1700.4180.4690.1340.1755.1560.1780.3070.03120052.8470.1390.4300.4480.1220.1715.4900.1850.3420.02720062.8950.1500.4390.4260.1130.1725.6150.1910.3660.02620072.2890.1710.4490.4080.1130.1855.9150.2000.3750.023注:根据2007 年中国统计年鉴、新中国五十五年统计资料汇编中的相关数据计算编制.五、模型检验 利用Eviews 软件对式（1）中的参数进行估计,运用的方法是普通最小二乘法,我们得到表2表2 回归系数表 从表2可以得出=0.905 调整后的=0.862 说明模型整体上拟合的不错,但是值有7个很小,所以有7个系数没有通过检验,说明模型可能存在多重共线性.（一）多重共线性检验 在经济领域内的多元回归问题中,自变量之间普遍存在多重共线性。多重共线性是影响回归模型稳定性与结论可靠性的重要因素。我们使用容忍度Tolerance 和方差膨胀因子VIF 对多元回归模型(1) 进行诊断。经SPSS15.0 的多元线性回归运算,得表3表3 回归系数表( Coefficients( a) )Model未标准化模型回归系数标准化模型回归系数Beta 值T 检验值显著性概率共线性统计量B值标准差容忍度方差膨胀因子常量-5.9343.814-1.5560.135续表3 回归系数表( Coefficients( a) )Model未标准化模型回归系数标准化模型回归系数Beta 值T 检验值显著性概率共线性统计量B值标准差容忍度方差膨胀因子人均GDP增长率-0.4140.428-0.097-0.9670.3450.4662.145城市化水平2.9292.7680.7661.0580.3030.009112.828就业结构13.2735.4383.6762.4410.0240.002488.153第一产业占GDP比重-9.7256.205-2.296-1.5670.1330.002461.746比较劳动生产率4.9855.9280.5050.8410.4100.01377.625城乡物质资本存量差异0.1210.0610.4881.9690.0630.07613.224财政支出占GDP比重-0.7261.925-0.127-0.3770.7100.04124.263出口占GDP比重3.4721.2991.0312.6730.0150.03132.013外商直接投资实际利用额占GDP比重6.0883.4550.3631.7620.0930.1109.132注:a为被解释变量:城乡收入差距之比观测表3右侧的两个共线性统计量(Collinearity Statistics) 容忍度Tolerance 和方差膨胀因子VIF。自变量的容忍度Tolerance 越小,该自变量与其他自变量的共线程度就越大。由表3 可知,9 个变量中容忍度最大者为0.466,最小者为0.002(接近1 比较好) 。经验表明,当方差膨胀因子VIF 不小于10 时,该自变量与其他自变量之间存在严重的多重共线性, 而我们得到的VIF 绝大多数都超过临界值10 ,其中最大者为488.153.说明模型(1)存在多重共线性问题.在计量经济学中,克服多重共线性问题主要有逐步回归法,主成分回归法,偏最小二乘法等.由于通过Eviews软件运用逐步回归法,将要删除好多个重要解释变量,所以,选择主成分回归法克服多重共线性问题.（二） 主成分回归法主成分回归,是指通过适当的线性或非线性变换,将若干相关性较强的解释变量综合为彼此独立的新变量,再根据新变量的方差大小(代表有效信息量) ,选取若干方差最大的新变量(主成分) 为解释变量对被解释变量进行回归。由于主成分是标准化原始变量的线性或非线性组合,具有可逆性,故可还原为原始变量的回归方程。采取主成分回归法,可在消除多重共线性的同时将高维空间分析降至低维空间分析。主成分回归建立在主成分分析之上。将主成分分析得到的互不相关的若干主成分与因变量进行回归,得到主成分回归模型,再通过数据转换,将标准化的及主成分,变换回原水平的 和Xi ,得到一般线形回归模型。1、 模型的计算和分析（1）根据表1数据,对进行因子分析的适合性检验,主要是KMO 检验和Bartlett 球体检验。检验结果见表4 表4 KMO测度和巴特利特球体检验( KMO and Bartletts Test)KMO 测度0.581巴特利特球体检验卡方值454.618自由度df36显著性Sig0.000KMO 值用于检验是否适用因子分析。该值若在0.5 1.0 之间,表示适用因子分析;越接近于1 ,表示越适用因子分析。表4的KMO值为0.581，通过检验。Bartlet t 值为454.618相应的显著性概率( Sig) 小于0.001 ,为高度显著,数据适合使用因子分析法。（2）将和进行标准化，生成的标准化变量表示为。其中，。为标化因变量，为因变量，为因变量均值，为因变量标准差。为第i个标化自变量，为第i个自变量，为第i个自变量均值，为第i个自变量标准差。（3）通过SPSS Factor Analysis 过程，对自变量进行主成分分析，分析结果如表5表5 总方差解释( Total Variance Explained)主成分主成分方差因子提取结果特征值方差率累积贡献率特征值方差率累积贡献率15.27658.62158.6215.27658.62158.62122.01422.37981.0002.01422.37981.00030.91610.18291.18240.4725.24696.42750.2092.32298.75060.0670.74599.49570.0390.43199.92680.0060.06399.98990.0010.011100.000提取方法:主成分分析法。由表5可见，当提取2 个主成分时,累计贡献率已达到了81.000 %(通常取累计贡献率大于等于80 %的前k 个成分为主成分)。同时可知2个主成分对应的特征根。（4）求解主成分值通过SPSS Factor Analysis过程，得到主成分法提取因子载荷阵初始解（如表6）表6 主成分法提取因子载荷阵初始解( Component Matrix( a) )主成分12人均GDP增长率 0.1450.498城市化水平 0.949 0.094就业结构0.965 0.116第一产业占GDP比重0.9910.049比较劳动生产率之比0.6410.635城乡物质资本存量差异 0.452 0.779财政支出占GDP比重0.588 0.755出口占GDP比重 0.934 0.045外商直接投资实际利用额占GDP比重 0.7800.398提取方法:主成分分析法。a 2 component s extracted。将表6每列值依次除以得到每一个特征值对应的单位特征向量：据此可写出第一主成分和的表达式: （2） （3）将经标准化变换后的自变量值代入（2）和（3）两式计算出两个主成值，见表7。表7 标准化因变量和两个主成分结果年份年份19780.808-1.6081.44519930.5001.120-1.84719790.667-2.0271.08819940.5831.763-2.54019800.574-1.8020.85719950.2101.436-2.4281981- 0.248-2.351-0.8261996-0.4231.157-2.2311982-1.075-2.538-1.1311997-0.5851.491-1.6941983-1.593-2.508-1.6131998-0.4991.512-0.8561984-1.553-2.237-2.5831999-0.1281.784-0.6611985-1.696-1.465-2.28220000.1852.252-0.5711986-0.921-1.305-1.65320010.5032.470-0.3401987-0.953-1.190-1.94720021.1412.844-0.1091988-1.128-0.933-2.22020031.5233.2930.0171989-0.610-0.963-1.40820041.5333.3650.2411990-0.646-1.090-1.47520051.6023.8400.3531991-0.224-0.507-1.39820061.6994.1600.21219920.0520.286-1.46820071.8554.285-0.023(5)计算一般线性回归方程的偏回归系数估计值。采用表7 数据,将原变量重新线性组合成若干个互不相关的综合指标后,估计的线形回归方程为： 用Eviews 软件进行回归系数的估计得到表8表8 回归系数表由表8得知虽然可决系数R-squared=0.736 调整后的R-squared=0.717相对来说较低，但是F-statistic值很大,相应的显著性概率为0,说明回归方程总体拟合很好,两个回归系数的T检验值都很大，相应的显著性概率都为0说明两个回归系数可以很好的解释因变量。我们还利用White检验，检验了异方差性；利用偏相关系数检验，检验了自相关性，得到表9和图1表9 White Heteroskedasticity Test由表9得Obs*R-squared=3.555516 相应的显著性概率0.514大于显著性水平0.05所以不通过检验,方程不存在异方差性问题。图1 偏相关系数图从图1得知，其偏相关系数从1阶到12阶都小于0.5，而其相关图也没超过虚线的标准说明方程不存在自相关性问题。图2模型拟合残差图由图2可知模型的拟合值与观察值曲线几乎重合，说明拟合效果好，其残差值大部分落在虚线范围内，说明模型总误差较小。因此综上可知 (4)T检验值(5.281) (5.298)显著性概率 （0.000） （0.000）R-squared=0.736 Adjust R-squared=0.716F-statistic=37.668 Prob(F-statistic)=0.000将(2)和(3)两式代入(4),通过计算得到由标化线性回归方程转换而来的一般线性回归方程:通过公式转换得到未标准化前的偏回归系数,公式为:为一般线性回归方程的第i 个偏回归系数;为标化线性回归方程的第i 个偏回系数;为的离均差平方和;为的离均差平方和。经计算、整理,得到一般线性回归方程的偏回归系数估计值,见表10。表10 一般线性回归方程的偏回归系数估计表变量人均GDP增长率城市化水平就业结构第一产业占GDP比重比较劳动生产率之比城乡物质资本存量差异财政支出占GDP比重出口占GDP比重外商直接投资实际利用额占GDP比重回归系数估计值-1.380.96-0.41-1.08-2.750.0761.0850.382-0.84六、模型系数的分析及各因素影响分析从表10可以看出,比较劳动生产率之比（表现的是二元经济结构）的偏回归系数最大为-2.75，说明比较劳动生产率之比与城乡收入差距呈负相关，在其他条件不变的情况下，每增长1收入差距会下降2.75。而人均GDP增长率的偏回归系数排在第二位为-1.38，差距还是比较大，足以显示二元经济结构对我国城乡居民收入差距影响的重要程度。人均GDP增长率表现的是经济发展水平，从表中可看出其与城乡居民收入差距呈现负相关，说明经济越发展，差距越缩小，其实库兹涅茨提出经济发展到一定程度，体现了倒U型曲线，因此要缩小差距，要加快经济发展。而财政支出，第一产业占GDP比重，城市化水平的偏回归系数都在1上下说明这三个因素对城乡收入差距起到很大作用。在其他条件不变情况下，财产支出占GDP比重每增长1，差距会扩大1.085，主要原因在于现阶段我国的财政支出重城镇轻农村,农村支出占财政支出的比重过低。第一产业产值增长越快，会缩小差距，但是当今社会的产业发展方向是往二三产业过渡，第一产业所占比重会越来越小，不过科学技术是第一生产力，虽然比重降低，但是科技的发展可以提高劳动生产率，这样仍然会缩小差距。城市化进程加快也会扩大收入差距，不过同样也会吸收更多农村劳动力进入城市，这样会提高农村收入。随着城市劳动力激增，竞争力上升，也会下降城市劳动力工资收入，也在侧面缩小差距。随着社会的发展，就业结构往第二三产业发展的趋势，随着第一产业就业人数的下降，第二三产业就业人数的提高，会扩大收入差距。从表10看出，其偏回归系数为-0.41，说明第一产业就业人数每下降1，收入差距会提高0.41。自十一届三中全会以来，坚持改革开放一直是我国的基本国策，对外开放的程度也会影响城乡收入差距，如表10，出口占GDP比重与城乡收入差距呈正相关，外商直接投资实际利用额占GDP比重与城乡收入差距呈负相关。从表10可以得出城乡物资资本存量差异与城乡收入差距呈正相关，在其他条件不变的情况下，每增长1，差距上升0.076。七、结论和建议通过分析，我们得出影响我国城乡收入差距最重要原因是比较劳动生产率之比，而若干年来所推进的就业结构转变和城市化, 客观上起到了拉大城乡收入差距的作用,人均GDP增长和对外开放扩大在经济发展在一定程度也起到缩小差距的作用，而政府财政支出对城乡差距的扩大起到了一定的遏制效果。本人对如何缩小城乡收入差距提出一下几点建议：1、我国城乡收入差距的不断扩大的最重要原因是第一产业的比较劳动生产率低并且长期以来提高不快。如何通过扩大规模提高农业劳动生产率, 使工农业的劳动生产率趋向相等, 是缩小城乡收入差距的关键, 也是新世纪摆在中国政府面前的重要难题。我们认为, 我国政府对农村的政策制定已经到了围绕提高规模经营、推进现代化的时候, 没有农业的规模化、现代化, 城乡收入差距永远也不会缩小。 2、合理的财政支出对缩小城乡居民收入差距起着积极作用。我国过去的财政支出增长对城乡居民收入差距的扩大起到了有效的遏制作用, 说明我