就业人数影响因素的回归分析(3)

Sum squared resid Log likelihood Durbin-Watson stat

1.51E+14 Schwarz criterion -434.5821 F-statistic 1.388740 Prob(F-statistic)

33.04574 2.880160 0.034458

由表4中的无交叉怀特检验可看出，当显著性水平为0.05时，

nR2?12.51539??0.05(6)?12.59，所以不存在异方差。实际上，?2统计量的P值为0.51411，大于0.05的水平，所以不存在异方差。

②有交叉项怀特检验

由Eviews得辅助回归模型估计结果如下：

表5、有交叉项怀特检验结果

White Heteroskedasticity Test: F-statistic Obs*R-squared

4.265415 Probability 18.71312 Probability

Std. Error 2.30E+09 42252.80 0.193628 0.375040 0.829929 42887.75 0.162250 0.738145 91034.68 0.848276

t-Statistic -1.420791 1.356600 -1.298428 -1.700763 0.673273 1.929725 0.005940 0.078731 -0.757842 -0.087801

Coefficient -3.27E+09 57320.17 -0.251412 -0.637854 0.558769 82761.55 0.000964 0.058115 -68989.87 -0.074479

0.004931 0.027746

Prob. 0.1735 0.1927 0.2115 0.1072 0.5098 0.0705 0.9953 0.9382 0.4589 0.9311 1886123. 3291779. 32.37359 32.85353 4.265415 0.004931

2Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 12/24/13 Time: 13:05 Sample: 1985 2011 Included observations: 27

Variable C X2 X2^2 X2*X6 X2*X7 X6 X6^2 X6*X7 X7 X7^2

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

0.693078 Mean dependent var 0.530590 S.D. dependent var 2255312. Akaike info criterion 8.65E+13 Schwarz criterion -427.0435 F-statistic 1.687565 Prob(F-statistic)

由表5中的有交叉怀特检验可看出，当显著性水平为0.05时，

nR2?18.71312??0.05(9)?16.92，所以存在异方差。实际上，?2统计量的P值为0.27746，大于0.05的水平，所以存在异方差。

③异方差的修正

采用WLS估计法，用OLS法所得残差的绝对值倒数作为权重，得WLS回归结果如下表：

表6、WLS估计结果

Dependent Variable: Y Method: Least Squares Date: 12/24/13 Time: 13:08 Sample: 1985 2011 Included observations: 27 Weighting series: 1/E1

Variable C X2 X6 X7

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient -137881.2 1.765314 0.531758 -1.405486

Std. Error 1796.409 0.016183 0.017906 0.033997

t-Statistic -76.75378 109.0856 29.69766 -41.34092

Prob. 0.0000 0.0000 0.0000 0.0000 75355.42 1284955. 16.46619 16.65816 47783.38 0.000000

2 Weighted Statistics

1.000000 Mean dependent var 1.000000 S.D. dependent var 850.8003 Akaike info criterion 16648805 Schwarz criterion -218.2935 F-statistic 0.216613 Prob(F-statistic)

表7、有交叉项的怀特检验

White Heteroskedasticity Test: F-statistic Obs*R-squared

0.543662 Probability 6.034359 Probability

0.823107 0.736475

由表7可知，使用1/E1作为权重可以消除异方差。

7.2.4 自相关性检验

①D-W检验

由Eviews软件输出结果可知，DW?1.405794,在5%的显著性水平下，n?27，

k?4，查表的dL?1.10,dU?1.66，由于dL?DW?1.405794?dU，所以不能确定

是否存在自相关性。

②L-M检验

由Eviews软件进行L-M检验结果如下：

表8、L-M检验结果

Breusch-Godfrey Serial Correlation LM Test: Obs*R-squared

Test Equation:

Dependent Variable: RESID Method: Least Squares Date: 12/24/13 Time: 13:13

Presample missing value lagged residuals set to zero.

Variable C X2 X6 X7 RESID(-1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient 3903.165 -0.035724 -0.036120 0.076999 0.273665

Std. Error 19333.27 0.176006 0.151827 0.345689 0.205289

t-Statistic 0.201889 -0.202971 -0.237901 0.222739 1.333069

Prob. 0.8419 0.8410 0.8142 0.8258 0.1962 -30.32953 1401.875 17.58060 17.82057 0.464264 0.761203

2.101706 Probability

0.147135

0.077841 Mean dependent var -0.089824 S.D. dependent var 1463.483 Akaike info criterion 47119209 Schwarz criterion -232.3381 F-statistic 1.837957 Prob(F-statistic)

由表8可知，含一阶滞后变量时的Prob?0.147135?0.05，故随机扰动项不存在一阶序列相关。

八、模型的预测

一元线性回归预测模型为：

Yi?-137881.2?1.765314X2?0.531758X6-1.405486X7

8. 1 样本点预测

2008年总人口数X2= 132802（万人）、各项税收X6= 54223.79（亿元）、流通中现金供应量X7=34218.96（亿元），将值带入样本回归方程，得到2008年的就业人数预测值为Y2008

Y2008?-137881.2?1.765314*132802?0.531758*54223.79-1.405486*34218.96?77295.6947??实际2008年就业人数Y2008为75564万人，相对误差为2.291%. 8.2 Eviews软件作出的预测区间图

图4 预测区间

九、模型总结与评价

从结果分析可以看出，在过去1985—2011年27年里，当各项税收、流通中现金供应量保持不变时，总人数每增加1人，就业人数平均增加1.765314人；当总人数、流通中现金供应量保持不变时，各项税收每增加1元，就业人数平均增加0.531758人；当总人数、各项税收保持不变时，流通中现金供应量每增加1元，就业人数平均减少1.405486人。可见总人数对就业人数的影响最大，所以为解决

就业问题，计划生育起着不可估量的作用。当然，从各项税收和流通中现金供应量两方面入手也是解决就业问题的不错选择。通过税收的调节作用，对有利于经济发展、有能力吸引较多劳动力的产业和部门给予一定的税收优惠，鼓励其吸引更多的劳动力和安排更多的就业岗位。税收调节劳动需求结构，既可以有效解决就业问题，又不影响经济的长期发展。流通中现金，是指银行体系以外各个单位的库存现金和居民的手持现金之和，当流通中现金供应量增加时，人们可支配的现金也随之增加，人们用闲暇代替工作的时间也会随之增加，从而就业的人数也会随之减少，因此适当的控制流通中现金供应量，可以有效地解决就业问题。

本文在进行统计检验时，R2?0.971273 ，说明总离差平方和的97.1273%被样本回归直线所解释，只有2.8727%未被解释，因此回归直线对样本点的拟合优度很高。

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说教育文库就业人数影响因素的回归分析(3)在线全文阅读。