关于影响天津人均可支配收入的因素研究

1、计量经济模型设计报告影响天津人均可支配收入的因素研究影响天津人均可支配收入的因素研究 前言 自改革开放以来，天津经济得到了迅速的发展，居民生活水平也在不断提高。作为衡量居民生活水平指标之一的人均可支配收入，也越来越引起人们的关注。对此，本篇报告就影响天津人均可支配收入有哪些因素展开研究。人均可支配收入是指个人收入扣除向政府缴纳的个人所得税、遗产税和赠与税、不动产税、人头税、汽车使用税以及交给政府的非商业性费用等以后的余额。随着以公有制为主体，多种所有制经济共同发展、产业结构不断调整，社会保障制度的建立和不断完善，居民的可支配收入不断增长，收入的来源渠道也由单一的工资向多元化发展。调查显示，天津

2、本市城市居民家庭人均可支配收入由1949年的151元提高到2008年的19423元，扣除价格因素影响，实际增长19.3倍，年均实际增长5.2%。居民家庭收入来源也由单纯的以工资性收入为主转变为工资性收入、经营性收入、财产性收入等多项收入共同发展的格局，收入来源渠道日益拓宽。个人可支配收入通常被认为是消费开支的最重要的决定性因素，常被用来衡量一国生活水平的变化情况。而一个地区经济实力的提高，则为城市居民收入快速增长提供了有利保障。据天津市统计局、国家统计局天津调查总队资料显示：2002至2006年的五年间，本市经济持续、快速、健康发展，社会事业全面进步，有力地带动了城市居民收入的增长。与此同时，

3、产业结构的不断调整也为更多居民提供了就业机会。天津市通过加强基础产业、强化主导产业、调整轻重工业比例，大力发展第三产业等一系列政策的实施，在经济总量不断扩张的同时，三大产业之间和各产业内部的结构逐步趋于优化，而就业结构也由第一、第二产业向第三产业转移。作为一个开放型的大城市，又是北方的重要港口之一，天津的经济外向程度比较高，对外进出口贸易很大程度上影响了城市经济的快速发展。天津有很多企业从事进出口贸易，这些企的业效益的好坏直接影响企业员工的收入，进而影响全市人均收入水平。近年来，天津针对改善民生的财政支出也在不断加大，同时制定了一系列提高居民收入的法律法规。健全完善职工工资正常增长机制、福利待

4、遇正常调整机制；落实最低工资保障制度，促进城镇企业单位从业人员劳动报酬增长；继续提高企业退休人员养老金；调整低保和特困救助标准，发放住房补贴，切实保障低收入人群的生活水平；不断完善社会保障制度，做好社会保险扩面工作；启动实施低收入农户增收工程，多渠道增加农民收入。随着经济的发展、财政支出的增加，城乡居民的收入不断增长。因此，我们将以上因素进行归纳总结，提出影响天津人均可支配收入的理论模型与变量。 模型的选择与确立 1.确定模型所包含的变量。被解释变量为天津人均可支配收入，解释变量为平均工资，人均生产总值，非农业产业比重，人均财政支出，出口依存度。2.确定模型的数学形式。我们将解释变量的数学形式

5、确定为：Y=0 +1X1 + 2X2 +3X3 +4X4 + 5X5+解释变量有5个，0为常数项，为随机误差项，描述变量外的因素对模型的干扰。其中，变量分别为：Y : 天津人均可支配收入；X1：平均工资； X2：人均生产总值；X3 ：非农业产值比重；X4：人均财政支出；X5：出口依存度 数据的来源于分析1.数据来源：天津统计年鉴2009 中国统计年鉴20082.引入数据：人均可支配收入（元/人）Y平均工资（元/人）X1人均生产总值（元/人）X2非农业产值比重%X3人均财政支出（元/人）X4出口依存度%X51978388.32640113393.9200.3430.721979425.47321

6、24193.0205.738.541980526.92820135793.7195.8943.741981539.52805145895.2190.4541.81982576.72820146993.9275.936.651983604.31868155593.8260.9333.961984728.171071185392.5236.224.561985875.521250216992.6335.1119.2619861069.611498235291.5427.6222.2519871187.491651262191.137625.6519881329.71975303589.9416.9

7、424.1119891477.772262326190.5460.6122.3919901638.922438348791.2464.0727.4719911844.982724377791.5543.9924.9619922238.383118448192.6529.2623.5119932769.264080580093.4578.7420.7719943982.135364775193.6774.928.2219954929.536501976993.51010.0926.8719965967.7176431173494.01226.453019976608.5682381314294.

8、51556.7932.8919987110.5499461424394.61714.1933.1119997649.83110561540595.31951.534.9220008140.55124801735395.72297.9241.9720018958.7143081914195.92842.2940.9820029337.54162582138796.1326544.62200310312.91186482554496.53786.514616217543057596.74626.9955.51200512638.55252713578397.05538.9

9、660.73200614283.09286824102297.66893.8461.55200716357.35349384612297.88751.4357.46注：其中，1985年之前，由于我国实行外汇管制，中美汇率均按1985年取值。 3.各变量之间的相关系数表X1X2X3X4X5YX1 1.000000 0.998637 0.826511 0.990272 0.825485 0.983620X2 0.998637 1.000000 0.828354 0.987066 0.827963 0.985372X3 0.826511 0.828354 1.000000 0.799129 0.86

10、8323 0.836007X4 0.990272 0.987066 0.799129 1.000000 0.831027 0.952180X5 0.825485 0.827963 0.868323 0.831027 1.000000 0.783324Y 0.983620 0.985372 0.836007 0.952180 0.783324 1.000000从此表中可看出，被解释变量Y与各解释变量之间相关性均较高，且解释变量之间的相关性也较高.4样本数据的散点图 模型的估计与分析1.模型的回归分析五元回归 t0.025 (24)=2.064 F0.05 (5，24)= 2.62Variable

11、Coefficientt-StatisticProb. F-statisticAdjusted R-squared是否通过T、F检验C-12035.84-1.5717880.1291805.50080.992842 否X10.7069383.7224060.0011X20.2006671.7091440.1003X3144.12461.6800330.1059X4-2.046263-7.1038350X5-36.41908-2.4394330.0225 四元回归 t0.025 (25)=2.060 F0.05 (4，25)= 2.76VariableCoefficientt-Statistic

12、Prob. F-statisticAdjusted R-squared是否通过T、F检验C-224.8717-0.0346310.9726839.19890.991425否X10.8416154.2315010.0003X20.1442831.1451610.263X35.6169160.0797990.937X4-2.353159-8.296740C-35569.7-2.9853370.0063333.80340.97868否X1-0.103993-0.3970020.6947X20.4482532.3166040.029X3414.75943.1265970.0044X5-82.73896

13、-3.5696410.0015C817.83842.4892550.0198937.8040.99232否X10.7927684.1842790.0003X20.1808441.4946240.1475X4-2.261173-8.4583580X5-19.81852-1.7096410.0997C-10748.23-1.359220.1862934.34420.992292否X11.01131814.77370X3129.38971.4608540.1565X4-2.192407-7.6808040X5-31.39579-2.0669860.0492C-19596.99-2.157010.04

14、08662.64520.989161是X20.61049612.165270X3230.02792.2624180.0326X4-1.401759-4.948310X5-52.5743-2.9909360.0062三元回归 t0.025 (26)=2.056 F0.05 (3，26)= 2.98VariableCoefficientt-StatisticProb. F-statisticAdjusted R-squared是否通过T、F检验C-12320.82-1.0249540.3148303.67540.969051否X1-0.067342-0.2135420.8326X20.394207

15、1.696130.1018X3139.86711.0747470.2924C293.19672.4107730.02331163.3910.991752否X10.843314.3483140.0002X20.1446911.1719540.2518X4-2.358362-8.7119980C1647.2532.7261290.0113330.32140.971484否X1-0.10162-0.3354440.74X20.4704072.1035030.0452X5-40.66908-1.8632480.0738C-480.3063-0.0735730.94191105.2570.991322否

16、X11.05539915.291330X38.8853270.1255870.901X4-2.430813-8.7741240C-36532.88-2.8388990.0087379.53930.975099是X10.49976417.580110X3426.01292.9735690.0063X5-78.53747-3.1449460.0041C793.69232.363260.02591193.0420.991956否X11.0618917.601530X4-2.374221-9.0473890X5-16.79041-1.4373510.1625C-3244.283-0.3913060.6

17、988674.43510.985849否X20.644711.547070X337.427930.4163090.6806X4-1.692077-5.5643990C-35535.43-3.0320630.0054459.91990.979371是X20.37182319.453450X3414.60683.1773570.0038X5-82.37828-3.6158720.0013C938.83432.243520.0336761.23680.987444否X20.66213.753090X4-1.636888-5.7711590X5-27.38705-1.8706030.0727C-692

18、20.92-3.3056560.0028125.37490.927883是X3791.13243.3848990.0023X41.9104939.4705410X5-101.3053-2.2946530.0301二元回归 t0.025 (27)=2.052 F0.05 (2，27)= 3.35VariableCoefficientt-StatisticProb. F-statisticAdjusted R-squared是否通过T、F检验C596.28022.6337950.0138452.33740.968873否X1-0.075614-0.2391580.8128X20.4194531.8

19、088550.0816C-14217.72-1.1486550.2608424.5620.9669否X10.46524315.388110X3162.17641.2111970.2363C339.42552.9301820.006815.212760.991638是X11.05904217.227020X4-2.439405-9.2568140C1696.2282.6464360.0134437.74540.967867否X10.53289517.936730X5-35.05453-1.5243720.139C-12364.32-1.0473990.3042472.1810.970145否X2

20、0.3447916.293230X3140.54531.0998950.2811C206.67011.3356360.19281043.5160.986282否X20.65424213.051950X4-1.718172-5.8646910C1667.3592.819810.0089512.26370.972421否X20.39571219.4760X5-40.33175-1.8809290.0708C-41635.76-2.256640.0323160.13210.91649是X3463.57812.3277710.0277X41.6976138.8067310C-131128.8-3.18

21、43060.003633.423930.690989否X31413.1533.0435490.0052X590.976041.1210910.2721C1579.0121.3450670.189817.694760.899951否X42.1023799.2196690X5-10.03624-0.2437470.8093一元回归 t0.025 (28)=2.048 F0.05 (1，28)= 4.20VariableCoefficientt-StatisticProb. F-statisticAdjusted R-squared是否通过T、F检验C771.95223.6302830.001183

22、3.75120.966348 是X10.49550928.874750C617.77283.0243440.0053936.13880.96992是X20.3640730.596390C-170402.2-7.836204064.994810.688155是X31865.1468.0619360C1305.9273.7894710.0007271.93350.903312是X42.05618816.490410C-5878.941-3.4551540.001844.4630.599796是X5305.43666.6680580 2.选取的模型根据以上的各个回归分析的T检验、F检验和拟合优度的比

23、较，以及其经济意义的符合与否，对模型进行筛选。最终取非农业产值比重，人均财政支出，这两个变量作为要分析模型的解释变量。即变量模型为: Y = -41635.76 + 463.5781X3 + 1.697613X4+ei (-2.256640) （2.327771） （8.806731） DW=0.132706 F=160.1321 这样，我们可以认为非农业产值比重，人均财政支出这两个因素对人均可支配收入有着显著的影响。 统计意义：当X3保持不变时，X4每增加1个单位，Y平均增加1.697613个单位； 当X4保持不变时，X3每增加1个单位，Y平均增加463.5781个单位。经济意义：在非农业产

24、值比重保持不变时，人均财政支出每增加一元，人均可支配收入增加1.697613元；在人均财政支出保持不变时，非农业产值比重每增加1%，人均可支配收入增加463.5781%。3 多重共线性检验因为模型中只有两个解释变量X3，X4，且他们的相关系数为0.799129 ，t检验值的绝对值分别为2.256640，2.327771，8.806731均大于t0.025 (27)=2.052，F检验值为160.1321大于F0.05 (2，27)= 3.35。这样，我们可以认为该模型并不存在多重共线性。4. 异方差检验(1)采用GQ方法进行异方差的检验。由于N=30，C=N/4=7.5 所以删除位于中间的6个

25、数据，得到两个容量为12的子样本。对两个子样本分别作OLS回归，求各自的残差平方和RSS1和RSS2： 按照X4排序子样本1（Sample:1978 1989）：Y = 7018.569-74.95774X3 +2.465217X4+ei （1.661173） （-1.717953）（3.543926）R2= 0.926223 RSS1= 111597.1子样本2（Sample:1996 2007）：Y = -54583.14 + 630.8704X3 + 1.063098X4+ei （-7.049384） （7.673678）（24.89448）R2= 0.998880 RSS2= 1281

26、54.3计算F统计量：F= RSS2/RSS1= / =128154.3/ 111597.1=1.1483659 在5%的显著性水平下，自由度为（9,9）的F分布的临界值为F0.05 (9，9) =3.18据此接受两组子样同方差相同的假设。 按照X3排序子样本1（Sample:1978 1989）：Y = -15033.71+ 154.4199X3 + 5.470255X4+ei （-2.980359） （2.793611）（17.63828）R2= 0.976588 RSS1= 374174.1子样本2（Sample:1996 2007）：Y = 94038.07 - 954.7824X3

27、+1.974302X4+ei （1.005133） （-0.965384）（4.534787）R2= 0.916413 RSS2= 15396990计算F统计量：F= RSS2/RSS1= / =/ =15396990 / 374174.1=41.149267 在5%的显著性水平下，自由度为（9,9）的F分布的临界值为F0.05 (9，9) =3.18据此拒绝两组子样方差相同的假设。由此得知，在95置信概率下，认为模型存在异方差。(2)采用加权最小二乘法对原模型进行处理，即用1/|resid|为权重进行加权最小二乘估计（WLS），则有：Y = -46607.17+ 518.2625X3 + 1

28、.625922X4+ei(-12.40243) ( 12.60640) ( 34.79581)Dependent Variable: YEMethod: Least SquaresDate: 01/02/05 Time: 15:19Sample: 1978 2007Included observations: 30VariableCoefficientStd. Errort-StatisticProb. CE-46607.173757.906-12.402430.0000X3E518.262541.1110512.606400.0000X4E1.6259220.04672834.795810.

29、0000R-squared0.998472 Mean dependent var12.19108Adjusted R-squared0.998358 S.D. dependent var24.86861S.E. of regression1.007607 Akaike info criterion2.947672Sum squared resid27.41232 Schwarz criterion3.087792Log likelihood-41.21508 Durbin-Watson stat0.272758(3) 对加权后的模型进行异方差检验： 按照X4E排序子样本1（Sample:197

30、8 1989）：Y = -9124.291 + 89.85454X3 + 5.716816X4+ei （-2.814930） （2.544631）（24.94136）R2= 0.988342 RSS1=2.78305 子样本2（Sample:1996 2007）：Y = -48413.95+ 538.0381X3 + 1.603694X4+ei （-13.27857） （13.49019）（35.66346）R2= 0.999405 RSS2= 7.974003计算F统计量：F= RSS2/RSS1= / =7.974003/2.78305=3.1336579在5%的显著性水平下，自由度为（9

31、,9）的F分布的临界值为F0.05 (9，9) =3.18据此,我们可以认为加权后的模型已经消除了异方差 按照X3E排序子样本1（Sample:1978 1989）：Y = -23392.59+ 269.0885X3 + 1.841640X4+ei （-0.221179） （0.238724）（2.923376）R2=0.811834 RSS1= 11.91033子样本2（Sample:1996 2007）：Y = -46738.97+ 519.7243X3 + 1.624588X4+ei （-12.04356） （12.23980）（33.61041）R2= 0.999337 RSS2= 9

32、.383683计算F统计量：F= RSS2/RSS1= / =9.383683/11.91033=0.78786087在5%的显著性水平下，自由度为（9,9）的F分布的临界值为F0.05 (9，9) =3.18据此,我们可以认为加权后的模型已经消除了异方差。5.自相关检验用DW检验法来对自相关问题进行检验。DW = = 0.272758经查表可以得到DW（30，3）的上下界分别为1.28；1.57，该模型中的DW检验值为0.2727580，1.28，则存在正自相关。采用1阶广义差分法，变换后的模型为：Y = -47077.10+523.3918X3 + 1.605937X4+ 0.574261

33、AR(1) + ei （-19.14029）（19.44092）（47.86287）（3.410130） Adjusted R-squared=0.998877 DW=2.160584Dependent Variable: YEMethod: Least SquaresDate: 01/01/04 Time: 01:38Sample(adjusted): 1979 2007Included observations: 29 after adjusting endpointsConvergence achieved after 7 iterationsVariableCoefficientStd

34、. Errort-StatisticProb. CE-47077.102459.581-19.140290.0000X3E523.391826.9221719.440920.0000X4E1.6059370.03355347.862870.0000AR(1)0.5742610.1683993.4101300.0022R-squared0.998997 Mean dependent var12.60330Adjusted R-squared0.998877 S.D. dependent var25.20427S.E. of regression0.844694 Akaike info crite

35、rion2.627757Sum squared resid17.83769 Schwarz criterion2.816349Log likelihood-34.10247 Durbin-Watson stat2.160584Inverted AR Roots .57 经查表可以得到DW（29，3）的上下界分别为1.27；1.56。不存在自相关的区域为1.56， 2.44。该模型中的DW检验值为2.1605841.56，2.44，这样我们确定经1阶广义差分法变换后的模型不存在序列相关性。6.最后确定模型Y = -47077.10+523.3918X3 + 1.605937X4+统计意义：当X3

36、保持不变时，X4每增加1个单位，Y平均增加1.605937个单位； 当X4保持不变时，X3每增加1个单位，Y平均增加523.3918个单位。经济意义：在非农业产值比重保持不变时，人均财政支出每增加一元，人均可支配收入增加1.605937元；在人均财政支出保持不变时，非农业产值比重每增加1%，人均可支配收入增加523.3918%。7.系数和弹性系数分析（1）大系数公式：=i=*223323yxbb130.49= 523.3918 * 6.49E+08 = 0.23462218=*2244344yxbb1.39E+08= 1.605937 * = 0.743677 6.49E+08统计意义：X3每

37、增加一个标准差将引起Y增加0.23462218标准差，X4每增加一个标准差将引起Y增加0.743677标准差。经济意义：非农业产值比重每增加一个标准差将引起人均可支配收入增加0.23462218标准差，人均财政支出每增加一个标准差将引起人均可支配收入增加0.743677标准差。由此可以看出，人均财政支出对人均可支配收入的影响要大于非农业产值比重对人均可支配收入的影响。（2）弹性分析公式：=i Y3X33jbh= 523.3918 * (94/4865.505)= 0.1011176 Y4X44jbh= 1.605937 * (1731.154/4865.505)=0.571395统计含义：X3

38、每增加1%将引起Y增加0.1011176%；X4每增加1%将引起Y增加0.571395% .经济意义：非农业产值比重每增加1%将引起人均可支配收入增加0.1011176%，人均财政支出每增加1%将引起人均可支配收入增加0.571395%。由此可以看出，人均财政支出对人均可支配收入的影响要大于非农业产值比重对人均可支配收入的影响。8.预测2008年天津市人均可支配收入19422.53元，人均财政支出10974.12元，非农业产值比重98.1% 。t0.025 (27)=2.052（1）总体个别值的预测区间0= -47077.10 + 523.3918 * 98.1%+ 1.605937 * 10

39、974.12 = 19419.74设X0=（1 98.1 10974.12），则Var(-)= =17.83769 *(1+0.840200517)= 32.82492636S(Y0-0)= 32.82492636 =5.729304178P0-t0.025(27)*S(Y0-0) Y0 0+t0.025(27)*S(Y0-0)=1-P0-t0.025(27)*S(Y0-0) Y0 0+t0.025(27)*S(Y0-0)P19419.74-2.052*5.729304178 Y0 19419.74+ 2.052*5.729304178P19407.98347 Y0 19431.49653统计

40、意义：在95%的置信概率下，当X3=98.1%； X4=10974.12，时，区间 19407.98347，19431.49653 将包含总体真值。经济意义：在95%的置信概率下，当非农业产值比重98.1%，人均财政支出10974.12元时，天津市人均可支配收入在19407.98347与19431.49653 之间。从天津统计年鉴2009中查到，2008年天津市人均可支配收入为19422.53元，确实包含在预测区间 19407.98347，19431.49653 中。（2） 总体条件均值预测值的置信区间0=-47077.10 + 523.3918 * 98.1% + 1.605937 * 10

41、974.12 = 19419.74设X0=（1 98.1 10974.12），则=17.83769 * 0.840200517=14.98723636S(0)= 14.98723636 = 3.871335217P0-t0.025(27)*S（0） E(Y0) 0+t0.025(27)*S（0） =1-P0-t0.025(27)*S（0） E(Y0) 0+t0.025(27)*S（0）P19419.74-2.052*3.871335217 E(Y0) 19419.74+ 2.052*3.871335217P19411.79602 E(Y0) 19427.68398统计意义：在95%的置信概率下，当X3=98.1%； X4=10974.12，时，区间19411.79602，19427.68398 将包含总体均值E(Y0)。经济意义：在9