计量经济学实验报告

计量经济学实验报告

题 目：基于回归模型的我国就业人口与国内生产

总值、平均工资水平的实证研究

一、实验目的

首先是为了熟练掌握Eviews7.2计量软件回归模型的操作。

其次，鉴于我们现在是准毕业生，最为关注的便是就业问题所以选择了这个主题，想通过本次实验过程了解体会目前就业情况与国内生产总值、平均工资水平等的联系如何，选取这个变量的原因在于影响就业人口数量最大的是国内生产总值和平均工资水平。

二、模型建立前的准备

（一）指标的选取

1、就业人口

就业人口是指16周岁及以上，从事一定的社会劳动或经营活动、并取得劳动报酬或经营收入的人口。中国的就业人口包括在城乡全民所有制、集体所有制和个体所有制就业的全部人口。靠非法活动，如地下包工、投机倒把、封建迷信赚取报酬，或仅从事家务劳动和义务劳动、并无收入的人口，均不计入就业人口。

这一指标反映了一定时期内全部劳动力资源的实际利用情况，是研究我国其本国情国力的重要指标。

2、国内生产总值（GDP）

国内生产总值是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。它不但可反映一个国家的经济表现，还可以反映一国的国力与财富。

3、平均工资水平

平均工资是反映工资总体情况的指标，它自然不同于每一个人的具体工资水平。按中国现行统计方式，平均工资与每个人自己拿到的工资或工资单上的工资是有差别的。

（二）我国就业人数、GDP

与平均工资水平的变化趋势

分析

1、就业人数

EMP80,00075,00070,00065,00060,00055,00050,00045,000848688909294969800020406081012

图2-1-1 1983-2013年我国就业人口趋势分析图

如图2-1-1，从1983年开始，我国就业人数大致呈现接近对数上升的趋势， 且就业人数在1989年至1990年发生较大幅度的波动，其主要原因是1979-1989年是我国改革开放的初级阶段，而1990年起至今则是我国在经济上进一步深化改革就业带来就业需要大幅度增加的结果。在2007-2008年，全国就业人数有所下降，这主要是因为在2008年全球性的金融危机冲击下，一方面，受国际金融危机影响，我国经济增速减缓，城镇新增就业人数增速下降，企业的用工需求出现下滑，现有的岗位流失严重。另一方面，劳动力总供给大于总需求的总量矛盾长期存在，结构性矛盾越来越突出。在政府采取的一系列措施之后，2009年就业问题缓和，并在未来几年渐渐回升。

2、国内生产总值（GDP）

GDP600,000500,000400,000300,000200,000100,0000848688909294969800020406081012

图2-2-1 1983-2013年我国GDP趋势分析图

Grow(G).40.35.30.25.20.15.10.05848688909294969800020406081012

图2-2-2 1983-2013年我国GDP增长率

如图2-2-1所示为我国GDP趋势分析图，图2-2-2为GDP增长率变化情况，从1983年开始，我国国内生产总值（GDP）大致呈现接近指数上升的趋势，从GDP的年增长率来看，GDP年增长率的变化十分快，GDP年增长率在1983年到1984年出去上升状态，1984年到1985年处于下降，1986年到1988年保持上升，接下来两年又保持下降状态，随后到1991年一直增长达到最大值，接着连续5年

下降，于1999年达到谷底，最后一直到2013年GDP年增长率起起伏伏，但变化非常小，总体上保持增长状态。

3、平均工资水平

SAL50,00040,00030,00020,00010,0000848688909294969800020406081012

图2-3-1 1983-2013年我国平均工资水平趋势分析图

GROW(S).35.30.25.20.15.10.05.00-.05848688909294969800020406081012

图2-3-1 1983-2013年我国平均工资水平增长率

如图2-3-1所示为我国平均工资水平趋势分析图，图2-3-1为平均工资水平增长率变化情况 ，从1983年开始，我国平均工资水平同国内生产总值类似，大致呈现接近指数上升的趋势。1983年，我国平均工资水平为826元，而2013年

已经达到45676元。平均工资水平年增长率在1983年到1987年呈现下降状态，1988年到1991年处于下降，随后到1992年一直增长达到最大值，接着连续3年下降，接着连续4年保持上升状态，最后从2003年一直到2012年平均工资年增长率起起伏伏，但变化不大，总体上保持增长状态，在2013年出现增长率为负值，达到谷底。

三、数据的来源与预处理

本报告分析所选用的内生变量包括是中国的国内生产总值（GDP2）,中国就业人口实际工资水平（W）,以及中国就业人口数（EMP）,采用的数据为1983-2013年中国年度数据,包括中国国内生产总值（GDP）、居民消费价格指数（CPI）、中国就业人口数（EMP）及中国平均工资水平（SAL），原始数据来源于中华人民共和国统计年鉴、中华人民共和国劳动统计年鉴。为了使数据具有可比性与可分析性，将数据做如下的变换：

W:Wln(SAL)ln(CPI) , SAL为人均名义工资，CPI为在当年价格水平下居民消费者价格指数，此变换可以提出消费者价格的变动对名义工资的影响。

GDP2:GDP2ln(GDP) ，GDP为在当年的价格水平下中国国内生产总值。本文分析所用的数据分析处理软件为Eviews7.2。

四、实验过程

（一）建立模型

1、先将整理的数据做成EXCEL表格如下：

1983—2013年中国就业人口数、中国国内生产总值、居民消费价格指数、中

国平均工资水平 year 1983 1984 1985 1986 EMP 46436 48197 49873 51282 GDP 5962.652 7208.052 9016.037 10275.18 CPI 101.50% 102.80% 109.30% 106.50% SAL 826 974 1148 1329 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 52783 54334 55329.3 64749 65491 65554 66373 67199 67947 68850 69600 69957 71394 72085 73025 73740 74432 75200 75825 76400 76990 75564 12058.62 15042.82 16992.32 18667.82 21781.5 26923.48 35333.92 48197.86 60793.73 71176.59 78973.03 84402.28 89677.05 99214.55 109655.2 120332.7 135822.8 159878.3 184937.4 216314.4 265810.3 314045.4 107.30% 118.80% 118.00% 103.10% 103.40% 106.40% 114.70% 124.10% 117.10% 108.30% 102.80% 99.20% 98.60% 100.40% 100.70% 99.20% 101.20% 103.90% 101.80% 101.50% 104.80% 105.90% 1459 1747 1935 2140 2340 2711 3371 4538 5348 5980 6444 7446 8319 9333 10834 12373 13969 15920 18200 20856 24721 28898 2009 2010 2011 2012 2013 75828 76105 76420 76704 76977 340902.8 401512.8 473104 518942.1 568845 99.30% 103.30% 105.40% 102.60% 102.60% 32244 36539 41799 46769 45676 2、分别作EMP与GDP、CPI、SAL的散点图，实验步骤如下：

（1）先引入外来数据。

（2）选择时间序列数据。

（3）最终准确引入数据

（4）分别选定EMP、GDP以及EMP、CPI和EMP、SAL。 （以EMP与GDP为例，操作步骤如下：）

最终结果如图1-图3

图1

图2

图3

小结：可见，EMP与GDP、CPI、SAL不呈现线性关系，现在分别对于GDP、SAL分别取对数，另外引入W=LOG(SAL)-LOG(CPI)。利用生成新变量(Genr)方式，如下图所示：

同样操作最终得到以下4组新数据：

现在再进行log（EMP）与log（GDP）、log（CPI）、log（SAL）的线性关系，做散点图得到以下结果（图4—图6）

图4

图5

图6

小结：由图可知，转换之后的被解释变量EMP1=LOG(EMP)与解释变量GDP1=LOG(GDP)、W=LOG(SAL)-LOG(CPI)、SAL1=LOG(SAL)呈现线性关系，故可以建立模型如下： EMP1=αGDP1+βW+γSAL1+C

（二）参数估计

假定所建模型及随机扰动项满足古典假定，可以用OLS法估计其参数。利用EViews作简单线性回归分析的步骤如下：

1、选定EMP1、GDP1、W、SAL1，生成数据表格；

2、 选择“Proc”，之后点击“Estimate Equation”，出现“Equation specification”对话框，选OLS估计，即选击“Least Squares”。（操作步骤如

下）

3、最终回归分析结果如下：

小结：综上，参数估计结果为

EMP1=0.464283*GDP1+0.226924W-0.622563SAL1+9.445869 (0.1102) (0.1867) (0.2562) (0.1713) F=80.79 R^2=0.8998

(三)模型检验

1、经济意义检验

注：EMP1：中国就业人口数；GDP1：中国国内生产总值;W: 消费者价格的变动对名义工资的影响;SAL1：中国平均工资水平

（1）α=0.464283表示在其他因变量（消费者价格的变动对名义工资的影响、中国平均工资水平）不变的情况下，中国国内生产总值每变动1个百分点，中国就业人口数平均增加0.464283个百分点。

（2）β=0.226924表示在其他因变量（中国国内生产总值、中国平均工资水平）不变的情况下，消费者价格的变动对名义工资的影响每变动1个百分点，中国就业人口数平均增加0.226924个百分点。

（3）γ=-0.622563表示在其他因变量（中国国内生产总值、消费者价格的变动对名义工资的影响）不变的情况下，中国平均工资水平每变动1个百分点，中国就业人口数平均减少0.622563个百分点。

2、拟合优度检验

（1）可决系数为0.8998，调整的可决系数为0.8886。由于该模型属于多

元线性模型，所以这里选择调整的可决系数为0.8886作为指标。说明在1983—2013年间，中国就业人口数量的变化88.86%可以由中国国内生产总值、消费者价格的变动对名义工资的影响、中国平均工资水平来解释。

（2）赤池信息准则和施瓦茨准则

我们知道GDP以及中国平均工资水平对于就业人数的影响是显而易见的，现在针对对于增加W（消费者价格的变动对名义工资的影响）这个变量进行判断，看它是否可以作为解释变量包含在模型中。

去除W（消费者价格的变动对名义工资的影响）这个变量做出来的回归分析

如下：

通过上表知去除W（消费者价格的变动对名义工资的影响）这个变量后AIC=-2.94; SC=-2.801分别小于加入之后的AIC=-2.93;SC=-2.74。从这点看，虽然差别不是很大，但可以说W（消费者价格的变动对名义工资的影响）这个变量可以作为解释变量包括在模型中。

3、统计检验

（1）对回归系数的t检验

取α＝0.05，查t分布表得自由度为n-2＝31-2=29，t临界值=2.045。而α、β、γ的t检验值分别为4.212、1.216、-2.423。从而可知在5%的显著性水平下，α的t检验值大于临界值，通过显著性检验，说明GDP变化对于中国就业人口的影响显著。而β、γ的t检验值小于临界值，暂且不能通过显著性检验，

但是考虑到取对数情况，这点尚且可以保留意见。

(2)P值检验

优回归结果可知α、β、γ、C的P值分别为0.0003、0.2347、0.0220、0.0000。除了β的P值大于0.05，其余的都远小于0.05。说明α、γ、C的参数显著不为0。

（3）F检验

取取α＝0.05，查F分布表得临界值F(3，28)=2.95,而模型的F值=80.79，表明在5%的显著性水平下，模型的线性关系显著成立。

（四）模型的计量经济学检验

1、多重共线性检验与修正

（1）判断：由上面模型的回归结果中可以看出可决系数R^2=89.98%，而W

（消费者价格的变动对名义工资的影响）这个变量的P值=0.2347>0.05，说明其不显著，则可能存在多重共线性。

（2）差分法：先分别重新定义变量：

demp1=emp1-emp1(-1);dgdp1=gdp-gdp(-1);dw=w-w(-1);dsal1=sal-sal(-1) 然后选中demp1、dgdp1、dw、dsal1重新做回归，结果如下：

如图所示，虽然W的P值=0.047，变小很多，但是其他三个解释变量反而都变得不显著，另外R^2变为28%。这样看来，差分法并不适用该模型的多重共线性检验。该结果保存为eqo2。

（3）取对数法：对于emp1、gdp1、w、sal1分别取对数：

emp2=log(emp1)、gdp2=log(gdp1)、w2=log(w)、sal2=log(sal1)然后再进行重新回归，得到结果如下：

如上图所示：取对数后的结果W的P值=0.22，较之之前有小幅度降低，但仍是不显著，所以接下来采取逐步回归法。该结果保存为eqo3。

（4）逐步回归法：首先，先看各变量间的相关系数操作步骤如下：

最终相关系数的结果如下：

由上图可知，W与GDP1的相关系数达到99.6%，而与SAL1的相关系数达到99.91%。说明W这个变量可能存在多重共线性。将此结果保存为XG1。

接下来，对于每个解释变量与被解释进行逐个回归，结果如下表1-3

Emp1与gdp1的回归结果：

Emp1与W的回归结果：

Emp1与sal1的回归结果：

小结：逐步回归结果为：Emp1与gdp1的R^2=86.04%;P=0.000<0.05; Emp1与W 的R^2=83.14%;P=0.000<0.05; Emp1与sal1的R^2=83.38%;P=0.000<0.05。可知三个自变量对于因变量而言都是较为显著的，所以可以选择不要将W这个变量值删除。

2、随机变量检验（工具变量法）

考虑到之前模型中W值存在多重共线性以及显著性较之其他两个自变量较弱，现在我选择将w去掉，以w的滞后一期解释变量作为工具变量,在genr中生成新变量w3=w(-1),之后步骤如下：

最终回归结果为：

小结：由上图可知，采用工具变量法后，gdp1、sal1以及常数项c的p

值都为0.0000，与之前原始模型的gdp1的p值=0.0003；sal1的的p值=0.0220相比，显著性水平有一定程度的提高。

3、序列相关性检验与修正

（1）判断：原模型回归显示DW=0.384，不在2附近，说明模型可能存在一

阶自相关。另外，由下图的残差相关图也可以看出。

（2）拉格朗日乘数检验（LM）

步骤如下：

小结：二阶最终结果如下，由下图可知：nR^2=18.665>prob.chi-square=0.0001。说明该模型存在二阶序列相关性。但是变为二阶之后所有的因变量的P值都大于0.05，并且变为二阶后的残差resid(-2)的P值=0.5821>0.05，未通过显著性检验，表明并不存在二阶序列相关性。

（2）广义差分法的修正 步骤如下：

结果如下：

小结：修正后的模型的DW=2.191，在2附近，说明修正后模型不存在一阶相

关性。

4、异方差检验与修正

（1）怀特检验：检验步骤与结果如下

小结：由上图可知：nR^2=8.5185>prob.chi-square=0.3845，所以说明模

型不存在异方差。

（2）图示检验法

由第一部分取对数后的各个自变量与因变量的散点图（图4-图5）也可以判断出不存在异方差性。

（五）回归预测

1、步骤如下：

2、回归预测结果如下：

小结：根据上图所示，可知回归结果与预测值的拟合度还是不错的。

五、最终模型选择

根据以上的模型的检验（经济学意义、拟合优度、统计检验等）以及模型

的计量经济学检验：多重共线性检验、工具变量法、序列相关性、异方差）最终可以认为原模型还是比较适合的，所以最终模型选择：

EMP1=0.464283*GDP1+0.226924W-0.622563SAL1+9.445869

六、对策建议

从参数估计值来看：（1）α=0.464283表示在其他因变量（消费者价格的变动对名义工资的影响、中国平均工资水平）不变的情况下，中国国内生产总值每变动1个百分点，中国就业人口数平均增加0.464283个百分点。（2）β=0.226924表示在其他因变量（中国国内生产总值、中国平均工资水平）不变的情况下，消费者价格的变动对名义工资的影响每变动1个百分点，中国就业人口数平均增加0.226924个百分点。（3）γ=-0.622563表示在其他因变量（中国国内生产总值、消费者价格的变动对名义工资的影响）不变的情况下，中国平均工资水平每变动1个百分点，中国就业人口数平均减少0.622563个百分点。

要想增加中国就业人口数，改善就业情况，首先我们的国家GDP需要上涨，这就意味着我国必须加快经济发展，提高GDP。其次，消费者价格的变动对名义工资的影响也是需要我们加以考虑的，该指标对于就业人口数的影响程度还是比较大的。这点，我觉得可以通过增强消费水平来提高该项指标。最后，从中国平均工资水平的变动情况来看，它对于就业人口数的影响还是比较大的，并且呈现负的关系（这里可能是由于原始模型设置时取对数的缘故）。且这一变量相对于其他两个回归系数绝对值最大，所以我们还是应该更关注工资水平的合理性。