我国行政管理支出影响因素分析

1、统计102 高丽艳 201059215216 我国行政管理支出影响因素分析 摘要：行政管理（administration management）是运用国家权力对社会事务的一种管理活动。而行政管理支出是财政用于国家各级权力机关、行政管理机关和外事行使其职能所需的费用支出，是社会消费性支出的组成部分。行政管理支出属非生产性支出。在中国，注意控制和节约行政管理支出，对于合理安排国家财政总支出，用更多的资金支援经济建设和各项文化教育科学卫生事业的发展，发扬艰苦奋斗、勤俭建国的优良传统，克服官僚主义，都有非常重要的意义。由此分析影响行政管理支出的多种因素，对国家经济有着重要的作用。 本文采用199220

2、10年的统计数据（数据如表格1），通过建立多元线性回归模型，运用Eviews软件，分析研究主要影响因素。 我国行政管理支出(Y)，影响因素为GDP(X1)，财政收入(X2)，财政支出(X3)，行政人数(X4)，的数据资料：年份行政管理支出Y(亿元)GDP X1（亿元）财政收入X2（亿元）财政支出X3（亿元）行政人数X4（万人|）全国人口数X5（万人）1992451.75 26923.48 3149.48 3742.20 996.00 117171.00 1993614.53 35333.92 3483.37 4642.30 1030.00 118517.00 1994905.22 48197.

3、86 4348.95 5792.62 1017.00 119850.00 19951021.91 60793.73 5218.10 6823.72 1027.00 121121.00 19961127.19 71176.59 6242.20 7937.55 1075.40 122389.00 19971169.00 78973.03 7407.99 9233.56 1079.50 123626.00 19981316.16 84402.28 8651.14 10798.18 1083.70 124761.00 19991504.32 89677.05 9875.95 13187.67 1088

4、.40 125786.00 20001794.73 99214.55 11444.08 15886.50 1090.80 126743.00 20012212.90 109655.17 13395.23 18902.58 1087.50 127627.00 20022955.58 120332.69 16386.04 22053.15 1056.20 128453.00 20033478.93 135822.76 18903.64 24649.95 1170.96 129227.00 20044218.25 159878.34 21715.25 28486.89 1199.04 129988.

5、00 20054922.47 184937.37 26396.47 33930.28 1240.82 130756.00 20065723.64 216314.43 31649.29 40422.73 1265.57 131448.00 200712802.03 265810.31 38760.20 49781.35 1291.21 132129.00 200817625.51 314045.43 51321.78 62592.66 1334.99 132802.00 200920311.74 340902.81 61330.35 76299.93 1394.30 133450.00 2010

6、21527.43 401202.03 68518.30 89874.16 1428.47 134091.00 表格 1数据来源：中国统计年鉴（1992，,2010）一：经济理论依据1.选择模型：利用Eviews软件，采用最小二乘法得到各参数数据，将参数全 部考虑进来，得到的模型形式： 其中，模型中的被解释变量为：Y 全国行政管理支出模型中初步确定的解释变量有：X1 GDPX2 财政收入X3 财政支出X4 行政人数X5 全国人口数2.模型估计： 运用Eviews的到如下图表1结果：Dependent Variable: YMethod: Least SquaresDate: 12/05/12 T

7、ime: 18:50Sample: 1992 2010Included observations: 19VariableCoefficientStd. Errort-StatisticProb. C59118.4714287.624.1377410.0012X10.0573910.0292701.9607600.0717X20.8340010.2598453.2096050.0068X3-0.4733610.194943-2.4282030.0304X4-20.170908.783221-2.2965270.0389X5-0.3443150.114609-3.0042540.0102R-squ

8、ared0.988407 Mean dependent var5562.256Adjusted R-squared0.983948 S.D. dependent var6974.209S.E. of regression883.5988 Akaike info criterion16.65797Sum squared resid10149709 Schwarz criterion16.95622Log likelihood-152.2507 F-statistic221.6757Durbin-Watson stat2.318839 Prob(F-statistic)0.000000图表 1回归

9、线性方程为：=59118.47+0.057391*X1+0.834001*X2-0.473361*X3-20.17090*X4 -0.344315*X5 在得到的结果中，5个解释变量的参考系数中，有3个是负数，分别为财政支出X3，行政人员数X4和全国人口数X5，经验告诉我们这是不符合经济意义的.所以首先检验是否存在多种共线性。R2=0.988407,=0.98394,F=221.6757F(5,13)=3.02 故可认为行政管理支出与解释变量之间总体线性关系成立，但由于X1未通过t检验，且符号的经济含义不合理，故可判断解释变量之间存在多重共线性。 3.检验简单相关系数： 通过Eviews得到相

10、关系数表（图表2）如下： 图表 2由图表2得：X1，X2，X3之间存在高度相关性，而X4,X5之间存在近似相关性。4.逐步回归： (1)先考虑行政管理人数X4，进行线性回归，得到结果（图表3）如下：Dependent Variable: YMethod: Least SquaresDate: 12/05/12 Time: 20:15Sample: 1992 2010Included observations: 19VariableCoefficientStd. Errort-StatisticProb. C-50453.445500.191-9.1730340.0000X448.471934.

11、72967010.248480.0000R-squared0.860692 Mean dependent var5562.256Adjusted R-squared0.852497 S.D. dependent var6974.209S.E. of regression2678.524 Akaike info criterion18.72322Sum squared resid1.22E+08 Schwarz criterion18.82263Log likelihood-175.8706 F-statistic105.0313Durbin-Watson stat0.684419 Prob(F

12、-statistic)0.000000图表 3 回归线性方程为：=-50453.44+48.47193*X4 R2=0.860692 ，=0.852497， F=105.0313（2)在此基础上，将全国人口数X5引入，进行线性回归，得到图表4：VariableCoefficientStd. Errort-StatisticProb. C-12659.3722504.96-0.5625150.5816X463.853769.9720166.4032950.0000X5-0.4381140.253806-1.7261760.1036R-squared0.882562 Mean dependent

13、var5562.256Adjusted R-squared0.867882 S.D. dependent var6974.209S.E. of regression2534.986 Akaike info criterion18.65770Sum squared resid1.03E+08 Schwarz criterion18.80682Log likelihood-174.2482 F-statistic60.12106Durbin-Watson stat1.045727 Prob(F-statistic)0.000000图表 4 由图得到，X5未通过t检验，因此在回归中不应计入全国人口数

14、X5作为解释变量。 （3）由于X1，X2，X3之间存在高度相关性，那么将三者分别与行政人员数X4 进行分析，分别得到如下回归结果： 1.X1与X4之间的回归结果(图表5)：Dependent Variable: YMethod: Least SquaresDate: 12/05/12 Time: 20:26Sample: 1992 2010Included observations: 19VariableCoefficientStd. Errort-StatisticProb. C24437.6115439.941.5827530.1330X10.0957300.0192084.9838980

15、.0001X4-28.7311315.78820-1.8197850.0876R-squared0.945422 Mean dependent var5562.256Adjusted R-squared0.938599 S.D. dependent var6974.209S.E. of regression1728.149 Akaike info criterion17.89143Sum squared resid47783979 Schwarz criterion18.04055Log likelihood-166.9686 F-statistic138.5784Durbin-Watson

16、stat0.867246 Prob(F-statistic)0.000000图表 5得到线性回归方程为：=24437.61+0.095730*X1-28.73113*X4 R2=0.945422 ,=0.938599 ,F=138.5784 2.X2与X4之间的回归结果（图表6）：Dependent Variable: YMethod: Least SquaresDate: 12/05/12 Time: 20:35Sample: 1992 2010Included observations: 19VariableCoefficientStd. Errort-StatisticProb. C21

17、080.219298.1032.2671520.0376X20.4853220.0606917.9966160.0000X4-22.450649.133304-2.4581070.0258R-squared0.972119 Mean dependent var5562.256Adjusted R-squared0.968634 S.D. dependent var6974.209S.E. of regression1235.157 Akaike info criterion17.21972Sum squared resid24409786 Schwarz criterion17.36884Lo

18、g likelihood-160.5874 F-statistic278.9382Durbin-Watson stat1.235770 Prob(F-statistic)0.000000图表 6得到线性回归方程为：=21080.21+0.485322*X2-22.45064*X4 R2=0.972119 , =0.968634 ,F=278.93823.X3与X4之间的回归结果（图表7）：Dependent Variable: YMethod: Least SquaresDate: 12/05/12 Time: 20:39Sample: 1992 2010Included observatio

19、ns: 19VariableCoefficientStd. Errort-StatisticProb. C14209.1311149.721.2743930.2207X30.3480030.0575946.0423770.0000X4-15.8038610.97263-1.4402990.1691R-squared0.957552 Mean dependent var5562.256Adjusted R-squared0.952246 S.D. dependent var6974.209S.E. of regression1524.045 Akaike info criterion17.640

20、06Sum squared resid37163391 Schwarz criterion17.78918Log likelihood-164.5806 F-statistic180.4678Durbin-Watson stat0.946001 Prob(F-statistic)0.000000图表 7得到线性回归方程为：=14209.13+0.348003*X3-15.80386*X4 R2=0.957552 , =0.952246, F=180.4678 对比调整后的可决系数，分别为0.938599，0.968634，0.952246，且F统计量分别为138.5784，278.9382，1

21、80.4678 可以发现，第二个的回归效果最好，即整体拟合效果最好，且各变量拟合的效果最佳，即行政管理支出与财政收入X2与行政人员数X4有关。 4. 为了考虑其他变量的引进，再作约束回归，引入财政支出X3，得到如下结果（图表8）：Dependent Variable: YMethod: Least SquaresDate: 12/05/12 Time: 20:52Sample: 1992 2010Included observations: 19VariableCoefficientStd. Errort-StatisticProb. C22434.478100.5472.7695000.01

22、43X21.1782550.2837694.1521620.0009X3-0.5423810.218243-2.4852130.0252X4-23.535217.950935-2.9600550.0097R-squared0.980251 Mean dependent var5562.256Adjusted R-squared0.976301 S.D. dependent var6974.209S.E. of regression1073.636 Akaike info criterion16.98015Sum squared resid17290417 Schwarz criterion17

23、.17898Log likelihood-157.3115 F-statistic248.1786Durbin-Watson stat2.006517 Prob(F-statistic)0.000000图表 8得到线性回归方程为：=22434.47+1.178255*X2-0.542381*X3-23.53521*X4R2=0.980251 ,=0.976301,F=248.17865.在考虑将X1引入变量，统计结果如下（图表9）：VariableCoefficientStd. Errort-StatisticProb. C17713.8211424.571.5505020.1419X1-0.0172720.032454-0.5321960.6024X20.5541570.1434753.8623920.0015X4-18.5804411.84118-1.5691380.1375R-squared0.972636 Mean dependent var5562.256Adjusted R-squared0.967163 S.D. dependent var6974.209S.E. of regression1263.788 Akaike info criterion17.30628Sum squared resid23957418 Schwarz criterion17