回归分析经济

回归分析经济（8篇）

1.回归分析经济 篇一

尊敬的党组织：

党的十八届三中全会指出，经济体制改革的核心问题是处理好政府和市场的关系，使市场在资源配置中起决定性作用，完善主要由市场决定价格的机制，更好地发挥政府作用。从金融角度看，这就意味着市场机制应在配置各种金融资源方面起决定性作用，完善金融产品价格主要由市场机制决定的金融体系。它不仅切中了中国金融体系和金融市场的时弊，指明了金融改革的方向和重心，而且指明了中国金融发展和金融创新的方向和重心。

长期以来，中国金融体系的弊端屡屡受到社会各界的诟病，如融资难(其中包括融资数量少、融资渠道窄和融资贵)、金融产品少、设立金融机构门槛高和金融服务质量差，等等。究其主要成因在于，对实体经济部门而言，我们实行的是一种外部植入型的金融体系，由此形成了金融机构的卖方垄断格局。

宏观经济学的两部门模型指出，各种金融活动最初发生在居民和实体企业之间，其中，居民部门是资金的供给者，实体企业是资金的需求者。在经济发展过程中，一些金融业务独立出来成为某些机构的专业经营内容，由此，形成了金融机构。但这并不否定居民和实体企业所拥有的金融权力以及与此对应的金融活动。由此金融本来内生于实体经济部门。在计划经济时期，中国运用行政机制和财政机制切断了居民与实体企业之间建立在资金融通基础上的各项金融活动，使得他们的金融权力完全丧失，以至于连金融意识都没有。在35年的改革开放过程中，一方面计划经济的体制机制在金融体系中延续，金融机构的设立、金融产品的问世和金融业务规模(甚至金融机构客户)等都需通过严格的行政审批;另一方面，为了能够尽快缩小与发达国家的差距，我们将他们浮在表面上的金融机构格局借鉴学习过来，却没有深入地看到他们沉在水下的实体经济部门的金融权力，由此形成了一种从实体经济部门外部植入的金融体系。这种外植型金融体系有着三方面特点：

第一，存贷款市场中卖方垄断。在存款市场上，商业银行卖出存款单，城乡居民和实体企业作为存款人几乎处于无选择状态;在贷款市场上，商业银行卖出贷款单，实体企业作为借款人也难有选择余地。因此，商业银行处于卖方垄断的优势地位，这导致存款利率下降而存款余额大幅增加、实体企业屡屡感到融资难的状况长期延续。在中国金融领域中也存在着竞争，但这种竞争只是卖方各家之间的竞争。在完全竞争的市场格局中，价格是在卖方和买方的三向竞争中形成的，当价格只由卖方决定时，市场是不可能成熟的，市场价格对资源配置的调节功能也难以充分发挥。由此，在城乡居民和实体企业缺乏与商业银行竞争能力的条件下，存贷款利率就难以由市场机制决定。

第二，将原本多维一体的有机经济活动，人为地分切为若干相互缺乏关联的部门活动，使得各种资源的整体关系碎片化。例如，消费金融内生于商业购物活动。在由商业机构展开的过程中，集资金流、物流和客户信息流为一体，既给消费者带来了购物的商家优惠，又给商家带来了资金和客户信息，有利于提高商家的市场竞争力和调整商业结构。但在中国，消费金融统一采用银行卡消费方式，出现了银行管资金流、商业机构管物流、无人管客户信息流的格局。在此格局中，商家扩展业务所需的资金均需向银行申请，银行贷款既需要充足的抵押物，利率高企，又延时甚多，给商家带来诸多不利。同时，由于缺乏客户信息和难以向这些客户提供专门的服务，使得各个商家迄今难有自己稳定的客户群，也很难根据客户的特色需求量身打造特色服务;除了在价格上打折销售外，众多商家严重缺乏提供服务质量的竞争手段，形成了经营方略雷同的商家格局。总之，这种碎片化不仅降低了实体经济部门的运作效率和市场竞争力，而且给金融体系带来了本不应有的风险。

第三，金融机构为自身服务的程度不断提高，金融脱离于实体经济的状况逐渐加重。公司债券本属实体企业与城乡居民资金直接融通的金融工具，但在外植性金融体系中，几乎全部公司债券都是由商业银行等金融机构购买，而它们购买公司债券的资金则来自各种存款，使得这种直接金融工具成为了间接金融工具。货币市场建立于实体企业短期资金融通的基础上，但在中国，可进入该市场的交易主体包括国有控股商业银行、其他商业银行、其他金融机构和外资商业银行等，并无实体企业，更无居民，由此，该市场成为金融机构彼此间进行短期资金和短期金融产品交易的市场。在此基础上展开的信贷资产证券化，也只能是金融机构彼此之间的游戏。

要改革外植性金融体系，就必须让金融回归实体经济。“回归”的含义在于，扩大实体经济部门中实体企业和城乡居民各自的金融选择权，把本属于实体企业和城乡居民的金融权力归还给实体经济部门，推进内生性金融的发展。

在推进金融体系转变的过程中，公司债券有着一系列独特的功能，金融回归实体经济应以改革公司债券发行的审批制发行对象为突破口。公司债券直接面向实体企业和城乡居民发行，需要做好七个方面工作：

第一，切实将《公司法》和《证券法》的相关规定落到实处，有效维护实体企业在发行债券中的法定权利。1994年7月1日起实施的《公司法》第6章专门对发行公司债券做了规范，其中规定，股份有限公司3000万元净资产、有限责任公司6000万元净资产就可发行公司债券，公司债券余额可达净资产的40%。2005年，在修改《公司法》和《证券法》中，这些规定移入了《证券法》中。但近20年过去了，按照这一数额规定的公司债券鲜有发行。为此，需要依法行事，将这些法律规定进一步落实。

第二，建立全国统一的公司债券发行和交易制度，改变“五龙治水”的债券审批格局。

第三，取消公司债券发行环节的审批制，实行发行登记制，同时，强化公司债券交易环节的监管。

第四，积极推进按照公司债券性质和发行人条件决定公司债券利率的市场机制形成，在此基础上，逐步推进以公司债券利率为基础的收益率曲线形成，完善证券市场中各种证券的市场定价机制。

第五，积极发挥资信评级在证券市场中的作用，为多层次多品种的公司债券发行和交易创造条件。

第六，建立公司债券直接向实体企业和城乡居民个人销售的多层次市场机制，通过各类销售渠道(包括柜台、网络等)扩大公司债券发行中的购买者范围，改变仅由商业银行等金融机构购买和持有公司债券的单一格局，使公司债券回归直接金融工具。

第七，推进债权收购机制的发育，改变单纯的股权收购格局，化解因未能履行到期偿付本息所引致的风险。同时，切实落实公司破产制度。

汇报人：xiexiebang

2.回归分析经济 篇二

进入20世纪90年代以来, 官民比例开始成为中国政府机构改革中一个热议的话题, 集中表现在每年两会前后公众对此议论纷纷。虽然学者利用不同样本和测量方法得出有关中国官民比若干结论, 如该值为1 :18或1 :34, 但是这未能改变官民比过大成为多数人对中国人事行政的看法之一 (朱光磊, 李利平, 2009) 。在中国于2008年启动大部制改革后, 原中央组织部副部长张柏林提出对减少编制给予3-5年过渡期建议遭致众人批评, 表明政府机构精简无法完全由政治家运用技术手段完成。

学界在探讨中国官民比适度性和其他政府规模问题中往往聚焦于中国不断增长的财政供养人口, 从而难以得出放之四海而皆准的结论。从2007年到2011年, 中国公务员人数从600万增至逾1000万人, 而全国人口增长不足1% (张旭晨, 孙国峰, 2012) 。然而, 现代公共管理理论认为合理的政府雇员规模, 财务规模和职能规模等要素构成政府和社会有效运转的必要条件, 暗示判断一国官民比适度性不应不顾国情地以官员人数或占全部人口百分比衡量, 或对官民数量关系进行横向和纵向比较 (王保成, 李和中, 2009) 。探讨官民比适度性离不开认清一国政府雇员绝对和相对规模的社会决定和影响。

近年来, 一些中国官民比适度性研究者看到该比例在国内和国外存在区域差异。2006年, 中国各省财政供养人口占对应人口比例平均为0.94%, 安徽和西藏分别是官民比最高和最低的省 (张光, 2008) 。与此同时, 工业化国家公务员占人口比重基本上超过1%, 而印度和索马里分别是为数不多的发展中大国和失败国家中具有低于1% 官民比的国家。即使在城市层面, 1%依然是稳健的官民比基准。如在美国各州城市, 公务员占据当地人口比例超过1% 并非罕见, 而澳门一般行政人员占当地人口比为1.14%。这似乎说明1% 是任何地区建设良治社会所需官民比的下限 (孙涛, 2008) 。

显然, 对最适政府雇员规模标准一概而论是不妥的。首先, 区域经济发展水平与政府规模具有特别密切的关系。在原始社会向现代社会演进中, 生产力发展水平大幅度提高在政治形态上的一大表现是官僚机构的膨胀 (李建强, 张树翠, 2008) 。同时, 政府在市场准入限制减少后需要增加解决经济波动引发的失业和其他社会问题的经费 (孙晓莉, 2008) 。此外, 政府在供给公共物品上具有规模经济, 使人口密集的地带具有低于人口稀少的地带的公共生产成本 (吴木銮, 林谧, 2010) 。在这种情况下, 各地具有迥异不同的政府规模是必然的。

鉴于经济学和政治学关于开放经济中政府雇员规模影响因素的研究不尚多见, 本文将在考虑影响政府雇员规模一般因素的同时, 重点分析政府雇员规模在开放经济中影响因素。在经济全球化浪潮席卷下, 中国形成八个具有不尽相同要素禀赋的经济圈。它们在按照以透明度原则为代表的世贸规则逐步减少外商投资审批事项的同时, 需要越来越多地将公共资源用于营造适宜经济发展的硬环境和软环境 (蒋俊彦, 吴迪, 2011) 。政府雇员规模将如何随经济市场化改革深化而变化值得人们深入思考。

二、国内外政府机构改革历程简要回顾

长期以来, 政治经济学家基本上根据需求定理和供给定理探讨政府职员规模的区域差异。政府活动扩张论支持者从瓦格纳到帕金森对政府规模增加的归因不外乎公共需要增加或官僚物欲膨胀推动官僚机构膨胀 (武靖州, 2013) 。不过, 这些因素远非影响政府雇员规模因素的全部。一国经济发展水平提高既可以增加民众对公共品的需求, 又可以提高社会对公共品的供给能力。在开放经济中, 政府未必将职能毫无保留地推向市场, 而是以制度创新的方式扮演矫正市场失灵积极行动者的角色 ( 涂红, 2006) 。

在全球化理论首创者卡梅伦 (1978) 通过分析战后经合组织国家国有部门增加和贸易发展之间的相关性, 开创开放经济中政府规模研究的先河后, 大政府一度成为行政学家眼中低效的代名词之一。卡梅伦发现贸易发展产生的集聚效应包括劳动者倾向于在大公司加入工会, 促使左翼政党为成为执政党而增加对工人的转移支付。在两次石油危机爆发前后, 凯恩斯主义经济政策在熨平经济波动中的作用大大降低, 使社会各界不再对政府万能论深信不疑。面对激增的财政赤字和资本外逃, 许多国家展开集减税和削减福利开支于一体的竞次竞争, 包括出售国有部门 (马恩涛, 2011) 。

尽管全球放松规制的呼声至今未消失, 但是这不是说各国政府对经济干预程度有所下降。皮尔逊 (2006) 在承认人们反感纳税的同时, 对公共品具有需求刚性, 导致福利国家在贸易自由化浪潮冲击下未曾衰亡。由于人们对优效品的需求具有较高的收入弹性, 所以贸易收入增加将增加公共品需求。罗迪克 (1996) 和科斯特勒 (1998) 看到政府在开放经济中必须运用经济杠杆补偿失业者和其他利益受损者, 从而减少社会冲突。嘉利特 (1998) 看到税收和劳动力成本不是跨国公司进行区位决策的全部考虑因素。政府在提高劳动者素质, 治安管理水平和居民购买力上出力均有助于吸引外资。

改革开放以来, 中国在目睹国家—社会关系类型从整合型变成分离型的同时, 保持政府在公共生产中的绝对主导作用。在分税制改革前后, 中央政府既扩大地方政府财权, 又保持在人事上对后者的控制 (刘海波, 2008) 。中央机构编制委员会及其常设办公室负责各级人事行政。它通过对各省人口, 行政区划数和其他指标配上一定权重, 对各地政府人员编制类型进行划分 :每级政府人员编制包括基数, 调整数和附加数。如果说简政放权只是发达国家从工业社会向后工业社会转型中经历的一种政治变迁, 那么现阶段处于工业化中期的中国采取简政放权的时机自然尚未成熟 (闫志刚, 2006) 。

经历四次政府机构改革, 中国在控制政府雇员规模上收效甚微。在1982年政府机构改革中, 中国借助干部离退休制度将国家办事机构和职员数分别从98个调整为52个和从4.9万人减至3.2万人。在1988年政府机构改革中, 中国将国务院直属机构和非常设机构分别从22个减至19个和从75个减至44个。中国在1993年和1998年政府机构改革中继续减少国务院直属机构和非常设机构的同时, 将政府职员减至2万以下。然而, 每次政府机构改革均出现不同程度的反弹 (陈六玉, 刘春苗, 赵泽洪, 2007) 。

三、开放经济中政府雇员规模的多因素决定

尽管国内外不乏关于中国改革开放后区域经济合作的文献, 但是有关学者对中国经济开放度和政府雇员规模之间的关系讨论依然有限, 使经济圈中官民比适度性依然是一个悬而未决的问题。正如前文所述, 随着一国经济开放度提升, 政府雇员规模将受到两股反向力的作用。一方面, 政府会出于拓宽税基的考虑, 将放松经济性规制当作减少各类交易费用的方法 ;一方面, 政府会加强社会性规制来取信于民。其中哪股力量首要影响开放经济中的政府雇员规模并非一目了然。

毫无疑问, 经济因素是影响开放经济中政府雇员规模的一类重要变量。一般地, 经济发展包括经济总量增加和结构优化。一国经济增长意味政府和其他行业生产力发展水平提高, 而经济结构优化意味政府服务业和第三产业在国民经济中比重扩大。前者表现在国民生产总值和财政收支大体同步升高, 后者表现公务员和其他白领队伍扩大。亚洲开发银行专家通过研究战后100个国家公共部门规模, 发现发达国家财政支出占国民生产总值比重平均分别超过40% 和低于30%。同时, 发展中国具有不足经合组织国家一半的官民比, 且多存在严重的服务贸易逆差。

政治因素是另一类重要影响开放经济中政府雇员规模的变量, 主要由政府财权和事权组成。前者作为政府筹集和分发经费的权力, 关系到官员和其他行业职员收入比例关系维持。后者作为政府管理公共事务的权力, 关系到社会群体利益要求的实现。1997年, 《世界发展报告》指出劳动报酬是建立一支精干公务员队伍是决定性因素。同年, 世界银行在《变革世界中的政府》中指出政府工作重点将从促进经济发展转向维护社会公平。发达国家支付官员不低于其他行业员工薪酬和完善社会保障制度, 对于吸引贤能从政产生和实现可持续发展产生积极影响。

社会因素对于开放经济中政府雇员规模的影响并非可以忽略不计, 特别是社会结构与政府雇员规模息息相关。通常认为社会结构包括城乡结构, 就业结构, 阶层结构。城乡结构可以由城市化水平衡量, 而就业结构和阶层结构分别可以由农民占劳动力比重和人均国民收入衡量。城市化水平提高涉及人口日渐集中居住在城市, 因而会带来城市病蔓延 ;农民占劳动力比重降低通过打破民众自给自足生活方式, 扩展公民参与网络 ;人均收入水平提高会推动中产阶级形成, 进而提高公众对环境质量和其他公共生活质量要求。这都迫使一国增加市政管理人员。

当然, 影响政府雇员规模的因素中不乏随机因素。首先, 公共舆论变化可以带来政府雇员规模变化, 如执政党提出减员增效口号会促成一定政府机构缩编。其次, 议价能力变化可以带来政府雇员规模变化。具有强大议价能力的政府机构不但可以避免自身被缩编, 而且可以要求增加财政拨款来扩编。此外, 政府机构设置先例存在性和突发事件到来均可以增加政府雇员规模 :政府在缺乏相关先例可循的情况下会搁置机构增减, 并会就处理公共危机暂时组建一定专业委员会。

四、开放经济中政府雇员规模影响因素的实证分析

本部分将在确定开放经济中政府雇员规模影响因素的基础上, 构建将政府雇员规模作为因变量, 将其影响因素作为自变量的多元线性回归模型。本文选取2007-2010年《中国统计年鉴》中环渤海经济圈各省政府雇员规模和对应的经济因素, 政治因素和社会因素作为研究样本 (剔除北京) 。环渤海经济圈作为位于中国腾冲线以东一类经济区, 在官民比上不具有明显差异。特别地, 本文将贸易开放度作为开放经济中政府雇员规模影响因素的多元线性回归模型的控制变量 (见表1) 。

(一) 进行多重共线性检验

在确定开放经济中政府雇员规模影响因素的多元线性回归模型的数学表达式前, 本文运用SPSS12.0对该模型进行多重共线性检验。构建多元线性回归模型的前提之一是各自变量是不相关的。然而, 影响开放经济中政府雇员规模诸因素往往具有较强的相关性, 使该假设在环渤海经济圈和其他经济区均无法成立。通过计算政府雇员规模影响因素的皮尔逊相关系数, 本文发现这些因素多具有高度正相关关系。为了避免政府雇员规模影响因素伪回归结果, 本文采用逐步回归法探寻开放经济中政府雇员规模影响因素的多元线性回归模型最佳数学表达式 (见表2) 。

(二) 构建逐步回归模型

在建立以贸易开放度为唯一自变量, 以政府雇员规模为因变量的一元线性回归模型后, 本文先后采用前进法和后退法确定开放经济中政府雇员规模影响因素的多元线性回归模型最佳数学表达式。首先, 本文依次将各控制变量代入该模型。由此, 本文得到回归模型仅保留贸易开放度和政府事权。该模型的拟合优度大于0.6, 表明贸易开放度和政府事权可以解释大部分开放经济中政府雇员规模。之后, 本文依次将各控制变量从包含全部开放经济中政府雇员规模影响因素的模型中剔除, 进而得到保留贸易开放度和城市化水平, 具有较好拟合优度的回归模型 (见表3和表4) 。

(三) 构建主成分回归模型

由于运用逐步回归法获得的开放经济中政府雇员规模影响因素模型没有通过显著性检验, 所以本文采用主成分回归法再次分析开放经济中政府雇员规模影响因素。主成分回归法是一种将多个具有共线性的变量转化为少数综合变量的方法。前3个主成分在累计方差比例上超过80%, 因而可以代替政府雇员规模诸影响因素。通过计算各主成分因子载荷与特征根的比值, 可以确定开放经济中政府规模影响因素在这些主成分中对应的系数。将这些主成分作为解释变量, 将政府雇员规模作为因变量, 可以得到开放经济中政府雇员规模影响因素的回归方程 (见表5和表6) 。

在完成拟合开放经济中政府雇员规模影响因素的主成分回归模型后, 可以发现该模型总具有较好拟合效果。在该模型中, 各主成分与开放经济中政府雇员规模具有正相关关系。然而, 该模型系数和方程都不是显著的。即使这些主成分没有直接包含自然地理条件, 它们涵盖的社会条件兼有开放经济基本面和其他区位因素。鉴于社会因素, 经济因素和政治因素在这些成分中分别具有多数权重, 可以对三个主成分依次命名为社会结构因子, 经济发展水平因子和政府权力因子。

五、结语

本文尝试解析开放经济中政府雇员规模影响因素建立多元线性回归模型, 进而确认经济因素, 政治因素和社会因素共同影响开放经济中政府雇员规模。政府雇员规模增长与其被视为一种单纯反映官僚意志的社会变迁, 不如说属于行政系统和其他社会系统在一国从传统社会向现代社会转型中的调试。不顾社会情境主张裁减政府雇员只能混淆公众视听。纵使作为转型国家的中国试图将全能政府变为有限政府, 中国为履行行政职能而不得将政府雇员规模压缩过某个临界点。

当然, 本文对开放经济中政府雇员规模影响因素的分析方法和结论存在若干不足。受到篇幅的限制, 本文只对后危机时代环渤海经济圈政府雇员规模影响因素进行定量分析, 从而无法说明中国所有经济圈政府雇员规模影响因素。毕竟, 中国八大经济圈在政治文化类型上不是同质的, 决定它们具有不一致的政府雇员规模影响因素组合。从这个意义上讲, 中国经济圈中政府雇员规模的影响因素的南北差异乃至相关改革路径依赖是一个有待今后在地方政府学研究中解决问题。

摘要：尽管官民比是衡量中国政府雇员规模的一个公认指标, 但是近期有关研究表明评判政府雇员规模合理性的依据不只是官民比。通过回顾上个世纪中后期国外和中国政府机构改革历程, 发现合理的政府雇员规模构成政府履行职能的要件之一, 进而将开放经济中政府雇员规模的影响因素归纳为经济因素, 政治因素和社会因素, 并以2007——2010年环渤海经济圈为例, 先后采用逐项回归法和主成分回归法来分析政府雇员规模和经济因素, 政治因素和社会因素间的关联。结论是当代中国政府雇员规模变动具有社会制约性。

3.回归分析经济 篇三

一、经济总量与城乡居民收入差距的相关分析

经济总量一般用国内生产总值（即GDP）来衡量。根据国家统计局统计数据显示，改革开放以来，我国GDP一直在攀升，由1978年的11970.81亿元增加到2006年的209407亿元，增长了16.5倍；城乡居民的人均收入也在不断增加：城镇居民人均可支配收入由1978年的343.4元增加到2006年的11759元，增长了33.2倍；农村居民人均纯收入由1978年的133.6元增加到2006年的3587元，增长了25.8倍；城乡居民收入的差距也在拉大，1978年为2.57倍，1985年曾一度降低到1.86倍，后一直拉大，至2006年高达3.28倍。可见，经济总量与居民收入收入差距之间有着密切的联系。

经济总量与居民收入收入差距之间密切程度到底有多大，可以通过相关系数来进行测定。相关系数一般用r表示。r为正，表示正相关；r为负，表示负相关；r越接近-1或+1，说明相关系数越密切，反之，越接近于0，说明相关系数越弱。

假定城乡居民收入差距为y，国内生产总值（GDP）为x，其相关系数计算表和计算结果如下：

从以上计算结果可知，相关系数为0.8688，说明GDP与城乡居民收入差距之间有高度的线性正相关关系。

二、经济总量与城乡居民收入差距的回归分析

通过对上表资料的观察和分析，建立一元线性回归方程。其表达形式为：

式中：表示城乡居民收入差距的估计值；表示GDP的估计值；a表示没有GDP的影响时，其他因素对的平均影响；b表示GDP每变动一个单位时，城乡居民收入差距的平均变动值。

表示在其他条件不变的情况下，城乡居民收入差距平均为2.1957倍；当GDP增加一百万元时，城乡居民收入差距将平均扩大0.000005949倍。

三、正确认识经济发展与城乡居民收入差距之间的关系

从以上的相关分析和回归分析可见，经济总量GDP与城乡居民收入差距具有高度的线性相关关系。尽管定量分析的结果显示GDP的变化对城乡居民收入差距的影响微乎其微，在追究城乡收入差距产生的历史根源时可以不予考虑，但从客观实际情况来看，经济的发展对城乡居民收入差距的拉大影响是存在的，城乡居民收入差距过大对经济发展的影响也是肯定的，必须正确认识它们之间的关系。

（一）经济的发展是导致城乡居民收入差距的原因之一

一是经济结构不合理导致城乡居民收入差距长期存在。过去形成的 “城市办工业，农村搞农业”和“市民住城镇、农民不进城” 的二元经济结构，使我国城市和农村分割、经济发展不平衡，产业结构不合理，城乡人口比例不协调，农村剩余劳动力无法充分就业，农业经营规模小、比较利益低、投入少，广大农村在生产、投资、收入、交通、住房、医疗卫生、通讯、生活环境、消费、基础设施、文化设施等方面还比较落后，农民的收入普遍较低，致使城乡居民收入差距长期存在。

二是经济体制的转轨使城乡居民收入差距更加明显。在计划经济体制下，我国社会结构单一，在城市主要成员是工人、知识分子，在农村主要是农民，虽然各种社会成员之间的收入差距存在，但由于总体收入水平很低，城乡居民差距显得不是很大。实行市场经济体制以后，城乡居民所处的地域、行业不同，掌握现代知识、创新能力不同，经济形式、分配形式、就业方式等多元化，城市和农村社会成员急剧分化，财富不断向少数人集中，城市居民的人均收入与农村居民的人均收入差距更加明显。

三是经济制度不完善加深了城乡居民收入的差距。长期以来，由于收入分配制度、户籍制度、就业政策等不完善，国家在收入分配、户口、就业、教育、医疗、社会保障、基础设施、公共服务等方面明显倾向于城市，提高了城市居民的整体收入水平。而与此同时，由于我国人多地少，农民家庭经营很难形成规模效益，农业生产的比较收益较低，城乡居民之间的收入差距进一步加深。

四是经济发展与社会发展不平衡进一步加剧了城乡居民收入的差距。在过去的发展中过于注重经济上量的积累，强调GDP的单纯增长，对于社会发展兼顾不够，造成“一头重、一头轻”、“一条腿长、一条腿短”的不和谐现象。如城市就业问题依然严峻、城乡居民看病难看病贵、农民子女上学难、农村社会保障体系不健全、农村社会保障覆盖面小、城乡居民福利保障不平衡，部分农村居民生活仍然困难，还存在着大量的贫困人口。

（二）城乡居民收入差距拉大势必制约经济的发展

可能进一步加大城乡经济差距。目前我国处于社会结构转型的关键时期，由传统的城乡二元逐步走向多元化，城乡分割和城乡经济发展不平衡得到了一定的改善，这本是一个可喜的现象，然而城乡居民收入的差距拉大，加剧了社会阶层的分化，越来越多的农村劳动力向城市转移，越来越多的财富集中在城市少数富裕人手中，引人关注的农村和社会弱势群体由于人力资本、经济资本、信息资本乃至体制资本的局限，逐步失利。我们看到的是城市人口越来越多，市场越来越繁荣，经济越来越发达，而与之相对比的是，广大农村人口老龄化，留守妇女、儿童增多，大量土地不能充分发挥作用，农业增收难，农村经济发展迟缓。

可能影响经济发展环境。个人收入分配是各社会成员经济利益分配的最终体现，具有很强的社会敏感性。收入分配是否合理，会直接影响社会成员的社会心态的平和程度、社会关系的协调程度和社会形势的稳定程度。而城乡居民收入差距加大，必然引导人们把精力、时间和智慧放在追逐个人财富和如何对自己有利的方面，忽视社会财富的创造，做出危害他人、影响经济和社会发展的事情来，从而破坏社会成员之间的团结和合作，引发社会矛盾，继而带来一系列的社会问题，对经济和谐发展造成冲击。

可能不利于调动城乡居民的积极性。在经济发展的过程中，城市是大多数农村居民最重要的收入来源地，而农村居民又是城市颇受欢迎的廉价劳动力。由于长期实行的严格限制人口的户籍制度，造成农村居民无法通过迁移的办法长期居住城市或分享城市经济增长的成果。目前尽管户籍制度有所放开，但由于地理上的隔离、当地政治生活的基本权利和福利的短缺、城市生活的排斥，农村居民在经济上仍然处于劣势，在与城市居民的博弈中仍然处于不利地位。毫无疑问，这种差距对大部分农村居民，尤其是农村移民来说是不公平的，会使一些人产生“相对剥夺感”和“自卑”、“仇富”、“报复”心理，滋生城乡居民之间的矛盾，不利于调动他们的积极性，影响和谐经济的发展。

总而言之，经济的发展与城乡居民收入差距之间是互相影响的。我们要将定性分析、定量分析和客观实际情况相结合来正确认识它们之间的关系，把发展城乡和谐经济放在突出的地位，逐步解决城乡居民收入差距问题。

4.回归分析方法总结全面 篇四

回归分析(Regression Analysis)是研究变量之间作用关系的一种统计分析方法，其基本组成是一个（或一组）自变量与一个（或一组）因变量。回归分析研究的目的是通过收集到的样本数据用一定的统计方法探讨自变量对因变量的影响关系，即原因对结果的影响程度。回归分析是指对具有高度相关关系的现象，根据其相关的形态，建立一个适当的数学模型(函数式)，来近似地反映变量之间关系的统计分析方法。利用这种方法建立的数学模型称为回归方程，它实际上是相关现象之间不确定、不规则的数量关系的一般化。

二、回归分析的种类 1.按涉及自变量的多少，可分为一元回归分析和多元回归分析一元回归分析是对一个因变量和一个自变量建立回归方程。多元回归分析是对一个因变量和两个或两个以上的自变量建立回归方程。

2.按回归方程的表现形式不同，可分为线性回归分析和非线性回归分析

若变量之间是线性相关关系，可通过建立直线方程来反映，这种分析叫线性回归分析。若变量之间是非线性相关关系，可通过建立非线性回归方程来反映，这种分析叫非线性回归分析。

三、回归分析的主要内容

1.建立相关关系的数学表达式。依据现象之间的相关形态，建立适当的数学模型，通过数学模型来反映现象之间的相关关系，从数量上近似地反映变量之间变动的一般规律。

2.依据回归方程进行回归预测。由于回归方程反映了变量之间的一般性关系，因此当自变量发生变化时，可依据回归方程估计出因变量可能发生相应变化的数值。因变量的回归估计值，虽然不是一个必然的对应值(他可能和系统真值存在比较大的差距)，但至少可以从一般性角度或平均意义角度反映因变量可能发生的数量变化。

3.计算估计标准误差。通过估计标准误差这一指标，可以分析回归估计值与实际值之间的差异程度以及估计值的准确性和代表性，还可利用估计标准误差对因变量估计值进行在一定把握程度条件下的区间估计。四、一元线性回归分析

1.一元线性回归分析的特点

1)两个变量不是对等关系，必须明确自变量和因变量。

2)如果x和 y两个变量无明显因果关系，则存在着两个回归方程：一个是以x为自变量，y为因变量建立的回归方程；另一个是以y为自变量，x为因变量建立的回归方程。若绘出图形，则是两条斜率不同的回归直线。

3)直线回归方程中，回归系数b可以是正值，也可以是负值。若 0 b >，表示直线上升，说明两个变量同方向变动；若 0 b <，表示直线下降，说明两个变量是反方向变动。2.建立一元线性回归方程的条件

任何一种数学模型的运用都是有前提条件的，配合一元线性回归方程应具备以下两个条件： 1)两个变量之间必须存在高度相关的关系。

两个变量之间只有存在着高度相关的关系，回归方程才有实际意义。2)两个变量之间确实呈现直线相关关系。

两个变量之间只有存在直线相关关系，才能配合直线回归方程。3.建立一元线性回归方程的方法

一元线性回归方程是用于分析两个变量（一个因变量和一个自变量）线性关系的数学表达式，一般形式为：yc=a+bx 式中：x代表自变量；

yc代表因变量y的估计值(又称理论值)； ab为回归方程参数。其中，a是直线在y轴上的截距，它表示当自变量x等于 0 时，因变量所达到的数值；b是直线的斜率,在回归方程中亦称为回归系数,它表示当自变量x每变动一个单位时，因变量y平均变动的数值。

一元线性回归方程应根据最小二乘法原理建立，因为只有用最小二乘法原理建立的回归方程才可以同时满足两个条件：

1)因变量的实际值与回归估计值的离差之和为零；

2)因变量的实际值与回归估计值的离差平方和为最小值。

只有满足这两个条件，建立的直线方程的误差才能最小，其代表性才能最强。

现在令要建立的一元线性回归方程的标准形式为yc=a+bx,依据最小二乘法原理，因变量实际值y与估计值yc的离差平方和为最小值,即Q=∑(y-yc)2取得最小值。为使Q=∑(y-yc)2=最小值

根据微积分中求极值的原理，需分别对a,b求偏导数，并令其为0，经过整理，可得到如下方程组： ∑y=an+b∑x ∑xy=a∑x+b∑x2

解此方程组，可求得a,b两个参数

4.计算估计标准误差

回归方程只反映变量x和y之间大致的、平均的变化关系。因此，对每一个给定的x值，回归方程的估计值yc与因变量的实际观察值y之间总会有一定的离差，即估计标准误差。估计标准误差是因变量实际观察值 y与估计值yc离差平方和的平均数的平方根，它反映因变量实际值y与回归直线上各相应理论值yc之间离散程度的统计分析指标。估计标准误差：

式中：sy——估计标准误差；y——因变量实际观察值；yc——因变量估计值；n-2——自由度 如何描述两个变量之间线性相关关系的强弱？ 利用相关系数r来衡量

当r>0时，表示x与y为正相关;当r<0时，表示x与y为负相关。5.残差分析与残差图：

残差是指观测值与预测值（拟合值）之间的差，即是实际观察值与回归估计值的差

在研究两个变量间的关系时，a)要根据散点图来粗略判断它们是否线性相关；

b)判断是否可以用回归模型来拟合数据；

c)可以通过残差来判断模型拟合的效果，判断原始数据中是否存在可疑数据，这方面的分析工作就称为残差分析。6.残差图的制作及作用。

坐标纵轴为残差变量，横轴可以有不同的选择；若模型选择的正确，残差图中的点应该分布 在以横轴为心的带状区域，带状区域的宽度越窄精度越高。对于远离横轴的点，要特别注意。

7.几点注解：

第一个样本点和第 6 个样本点的残差比较大，需要确认在采集过程中是否有人为的错误。如果数据采集有错误，就应该予以纠正，然后再重新利用线性回归模型拟合数据；如果数据采集没有错误，则需要寻找其他的原因。

另外，残差点比较均匀地落在水平的带状区域中，说明选用的模型计较合适，这样的带状区域的宽度越窄，说明模型拟合精度越高，回归方程的预报精度越高。还可以用判定系数r2来刻画回归的效果，该指标测度了回归直线对观测数据的拟合程度，其计算公式是：

其中：SSR-回归平方和；

SSE-残差平方和；

Sst=ssr+sse总离差平方和。

由公式知，R（相关指数）的值越大，说明残差平方和越小，也就是说模型拟合效果越好。在含有一个解释变量的线性模型中r2恰好等于相关系数r的平方，即R2=r2

在线性回归模型中，R2表示解释变量对预报变量变化的贡献率。R2越接近1，表示回归的效果越好（因为R2越接近1，表示解释变量和预报变量的线性相关性越强）。

如果某组数据可能采取几种不同回归方程进行回归分析，则可以通过比较R2的值来做出选择，即选取R2较大的模型作为这组数据的模型。

总的来说：相关指数R2是度量模型拟合效果的一种指标。在线性模型中，它代表自变量刻画预报变量的能力。

五、多元线性回归分析

在一元线性回归分析中，因变量y只受某一个因素的影响，即只由一个自变量x来估计。但对于复杂的自然界中的问题，影响因素往往很多，在这种情况下，因变量y要用多个自变量同时进行估计。例如，某种产品的总成本不仅受原材料价格的影响，而且也与产品产量、管理水平等因素有关；农作物产量的髙低受品种、气候、施肥量等多个因素的影响。描述因变量与两个或两个以上自变量之间的数量关系的回归分析方法称为多元线性回归分析。它是一元线性回归分析的推广，其分析过程相对复杂一些，但基本原理与一元线性回归分析类似。多元线性回归方程的一般表达式为： 为便于分析，当自变量较多时可选用两个主要的自变量x1和x2。其线性回归方程标准式为：

其中：yc为二元回归估计值；a为常数项；b1和b2分别为y对x1和x2的回归系数，b1表示当自变量x2为一定时，由于自变量x1变化一个单位而使y平均变动的数值，b2表示当自变量x1为一定时，由于自变量x2变化一个单位而使y平均变动的数值，因此，b1和b2称为偏回归系数。

要建立二元回归方程，关键问题是求出参数a，b1和b2的值，求解方法仍用最小二乘法，即分别对a，b1和b2求偏导数，并令函数的一阶导数等于零，可得如下方程组：

(二)在回归分析中，通常称自变量为回归因子，一般用一般用表示。预测公式：

表示，而称因变量为指标，称之为回归方程。回归

模型，按照各种原则可以分为各种模型：

1.当n =1 时，称为一元(单因子)回归；当n ≥ 2时，称为多元(多因子)回归。

2.当 f 为线性函数时，称为线性回归；当 f 为非线性函数时，称为非线性(曲线)回归。最小二乘准则：

假设待定的拟合函数为，另据m个数据点，相当于求解以下规划问题：

即使得总离差平方和最小。具体在线性拟合的过程中，假设拟合函数为y=a+bx，a与b为待定系数，已知有m个数据点，分别为使：，应用最小二乘法，就是要

达到最小值。

把S 看成自变量为a和b的连续函数，则根据连续函数达到及致电的必要条 件，于是得到：

因此，当S 取得最小值时，有：

可得方程组为：

称这个方程组为正规方程组，解这个二元一次方程组，得到：

如果把已有数据描绘成散点图，而且从散点图中可以看出，各个数据点大致分布在一条直线附近，不妨设他们满足线性方程：

其中，x为自变量，y为因变量，a与b为待定系数；ε成为误差项或者扰动项。

这里要对数据点做线性回归分析，从而a和b就是待定的回归系数，ε为随机误差。不妨设得到的线性拟合曲线为：

这就是要分析的线性回归方程。一般情况下，得到这个方程以后，主要是描绘出

回归曲线，并且观测拟合效果和计算一些误差分析指标，例如最大点误差、总方差和标准差等。

这里最缺乏的就是一个统一的评价系统，以下说明从概率角度确立的关于线性回归的一套评价系统。

在实际的线性回归分析中，除了估计出线性回归系数a和b，还要计算y和x的相关程度，即相关性检验。相关性检验主要通过计算相关系数来分析，相关系数的计算公式为：

其中n为数据点的个数，为原始数据点，r的值能够很好地反映出线性相关程度的高低，一般来说，存在以下一些标准：

1.当 r →1 或者 r →− 1时，表示 y与x高度线性相关，于是由原始数据描绘出的散点图中所有数据点都分布在一条直线的附近，分别称为正相关和负相关；

2.当 r →0 时，表示 y与x不相关，由原始数据描绘出的散点图的数据点一般呈无规律的特点四散分布； 3.当−1

4.如果r → 1，则y与x线性相关程度越高；反之，如果r →0，则y与x线性相关程度越低。

实际计算r值的过程中，长列表计算，即：

在实际问题中，一般要保证回归方程有最低程度的线性相关。因为许多实际问题中，两个变量之间并非线性的相关关系，或者说线性相关程度不高，此时硬给他建立线性回归方程，显然没有太大意义，也没有什么实用价值。一般来说，把这个最低限度的值记为临界值出r的值，并且满足，称之为相关性检验标准。因此，如果计算，则符合相关性要求，线性回归方程作用显著。反之，如果，则线性回归方程作用不显著，就尽量不要采用线性回归方程。临界值的数值表如下：

其中，自由度可以由原始数据点的个数减去相应的回归方程的变量个数，例如线性回归方程中有两个变量，而数据点的个数为n个，则自由度为n − 2.自由度一般记为 f，但不要与一般的函数发生混淆。显著性水平一般取为 0.01,0.02,0.05等，利用它可以计算y与x之间相关关系的可信程度或者称为置信水平，计算公式为：

(这里取显著性水平为α =0.05)

现在介绍置信区间的问题，由于实际误差的存在，由线性拟合得到的计算值跟实际值之间必然存在一定的差距，其差值就是计算误差。假设原始数据点为为，计算得到的数据点，再给定附近的一个区间：

则实际值yi可能落在这个区间内，也可能落在这个区间外。如果所有的这些区间(以为中心，长度为)包含实际值的个数占总数的比例达到95%或者以上，则称这些区间的置信水平不少于95% 根据以上的分析，可以知道置信区间的概念，如果确定了置信水平为95%，从而可以找到相应的最小的Δt值，使得 95%以上的实际值落在区间

内，则称为预测值满足置信水平95%的置信区间。一般情况下，如果不做特别说明，置信区间的相应置信水平默认为95%，置信区间反映了回归方程的适用范围和精确度，特别的，当所有离散数据分布在回归曲线的附件，大致呈现为正态分布时，置信区间为：中S 为该回归模型的标准差，计算公式为：

其或者为：

那么，如果回归方程为 y=a+bx，则有两条控制直线分别为，他们代表了置信区间的上限和下限，如下图所示：

和

那么，可以预料实际的数据点几乎全部(至少95%)落在上图两条虚线所夹的区域内。这里对回归方程的应用做一个总结：

1.估计、预测指标值。对于因子x的一个给定值 x0，代入回归预测方程即可求出相应的指标值，称为指标y0的点估计，相应预测误差为

但是，真实指标y0 的值一般无法确知，预测精度只能根据回归误差来做估计。在回归预测中，预测的精度可以用均方差和标准差的比值来估计；

2.估计指标值范围。估计指标值的范围，就是求给定x0，相应于某个给定的置信水平的置信区间。具体的求法，要应用到t分布；

5.应用回归分析证明题及答案 篇五

n

n

一.证明残差满足的约束条件：ei0，xiei0。

i1

i1

证明：由偏导方程即得该结论：

Q2n

ˆ

0ˆ0

(yi1

i0ˆ1xi)0Q2n(yˆˆx)x11ˆ1

i1

i01ii0

证毕.二.证明平方和分解式：SSTSSRSSE。证明：

nSST(y2

n

(yˆ2i)iy

iyˆi)i1i1n

ˆ2n

n

(y

i)i1

(yiyˆi)22i1

(yiyˆi)(yˆi)i1

上式第三项2neiyˆnn

iei2ei(ˆ0ˆ1xi)0i1i1

i1n

2ˆ0eiˆn

1xei1iii1

0

nˆn

即SST(y

2i)i1

(yiyˆi)i1

SSRSSE

证毕.三.证明三种检验的关系：

（1）SSR/1ˆ2L；(2)F=

SSE/(n2)=1xxˆ2=t2证明：由于

r

L

ˆ

SSR 2r2SST,

ˆ2e2

i

n2



SSTSSR

n2

所以

t;FSSR/1

SSE/(n2)ˆ21Lxx

ˆ2.证毕.)1(x2四．证明：Var(ei)i12

。

n(x)2

i证明：由于

eiyiyˆiyi(ˆ0ˆ1xi)yi



ˆ1

(xi

)

y1ni(xi)yinyi(xi

)

i1Lxx

于是

Var(e1ni)Varyinyi(xi)yi(xi

)

i1Lxx

Vary1n

(xi)yiin2VaryiVar(xi)

i1Lxx

2Covy1n

(xi)yii,nyii12Covyi,L(xi)

xx

2Cov1n(xi)yi(xnyi,i1Li

)xx

2

1(x22i)2n(xi)2212L22

xxnLxx

11n

(xi)2L2

xx证毕.五．证明：在一元回归中，Cov(ˆ0,ˆ1)L2。xx

证明：

Cov(ˆ1n(xi)yi0,ˆ1)Cov(xi)yinyii1L,xxLxx

Covn1(xni)(xyi)i,yii1nLxxi1Lxx

Covnn1(xi)(xi)Lyi,yi

i1nxxi1Lxx



n

1(xi)(xi)2

i1n

L

Lxxxx2

Lxx

证毕.六．证明：

ˆ21

np1

SSE 是误差项方差2的无偏估计。

证明：由于D(e1(xi)2i)1n(xi)22



而E(e2

i)D(ie)

E(ie2)

Di(e)

所以

E(ˆ2)En

1np1SSE 1

np1

E(e2i)i1

nn

1np1D(e1i)i1np1(1hii)2 i1

1np1

(np1)22证毕.七．证明：E(βˆ)β；D(βˆ)2(XX)1。证明：

E(β

ˆ)E(XX)1Xy(XX)1XEy(XX)1XEXβε

(XX)1

XXβ

β

ˆ)Covβˆ,βˆCov(XX)1Xy,(XX)1XyD(β

(XX)1XCovy,yX(XX)1(XX)1X2IX(XX)12(XX)1



证毕.八．证明：在多元线性回归中，假设εN(0,2In)，则随机向量yN(Xβ,2In)。九．证明：当yN(Xβ,2In)时，则：

ˆN(β,2(XX)1)；（1）β（2）SSE/2(np1)。证明：

ˆ(XX)1Xy，X是固定的设计矩阵，因此，βˆ是y的线性变换。（1）因为β

ˆ服从正态分布，且 又当εN(0,2In)时，有随机向量yN(Xβ,2In)，所以β

ˆ)β,D(βˆ)2(XX)1，即有βˆN(β,2(XX)1)。E(β（2）：由于

ˆ)(y-yˆ)SSEee(y-y

(I-H)y(I-H)y

y(I-H)yyNy

(Xβε)N(Xβε)

NX0

εNε

借助于定理：设XN(0,In)，A为nn 对称阵，秩为r，则当A满足：A2A，二次型XA2X2r，只需证明：rk(N)np1即可。因为N是幂等阵，所以有rk(N)tr(N)，故

rk(N)trInX(XX)1X

ntrX(XX)1Xntr(XX)XXnp1

1

证毕.ˆ与残差向量e不相关，即十．证明：在多元线性回归中，最小二乘估计βˆ,e)0。Cov(β证明：

ˆ,e)Cov(XX)1Xy,(IH)yCov(β

(XX)1XCovy,y(IH)(XX)1X2I(IH)(XX)1X2I(IX(XX)1X)0

证毕.ˆ)，其中ˆ十一．证明：DW2(1



ee

n

tt1。

证明：由于

DW

(ee

t

t2

n

t1)

e

t2

n



ee

2tt2

t2

nn

2t1

2etet1

t22t

n

2t

e

t2

n

ˆ如果认为ee，则有

t

2t1

t2

t2

nn

ee

t2n

n

tt1，所以

e

t2

2t

n



eett1

ˆ).2(1DW21t2n

et2t2

证毕.十二.试证明：在二元线性回归模型yi01xi12xi2i中，当x1和x2 相互独立时，对回归系数1 和2的OLS估计值，等于yi分别对

6.回归分析经济 篇六

MATLAB回归分析在测绘数据处理中应用

介绍了科学与工程计算软件MATLAB,并将其应用到测绘数据处理中,给出了MATLAB一元线性回归的`分析计算程序及使用方法,得出用MATLAB软件建立一元回归模型的优越性.

作 者：高彩云 高宁 GAO Cai-yun GAO Ning  作者单位：河南城建学院测绘与城市空间信息系,河南平项山,467044 刊 名：河南城建学院学报 英文刊名：JOURNAL OF PINGDINGSHAN INSTITUTE OF TECHNOLOGY 年，卷(期)：2009 18(3) 分类号：P209 关键词：MATLAB   回归模型   测绘数据处理  

7.回归分析经济 篇七

2013年 “一带一路” 重大战略倡议的提出, 使物流业在区域经济增长中的作用重新被人们所关注。纵观古今,不论是古丝绸之路还是当今的 “一带一路”,物流都在实现区域交往与经济合作过程中发挥着的主要支撑作用。 “一带一路”沿线所覆盖的大多是新兴经济体和发展中国家,各地资源禀赋差异明显,有强烈的经济合作诉求。 但是一直以来,通关、道路、运输等条件不畅成为制约这些地区发展的主要因素,可以说物流业发展停滞是过去限制这些地区经济起飞的瓶颈和壁垒。然而矛盾总是对立统一的,2015年3月5日,李克强总理在 《政府工作报告》中关于物流业发展的论述中将现代物流业纳入我国十大振兴行业。可以预见物流业将为这些地区提供新的发展机遇,甚至成长为新的区域经济增长极。

物流业常被喻为 “第三利润源”和经济增长的 “加速器”。社会分工理论认为,物流的发展通过促进社会分工和专业化的发展降低交易成本, 进而促进经济增长。新经济地理学认为物流业的发展是通过降低运输成本来加速生产要素的空间流动进而实现区域经济增长。物流业的本质是生产性服务业,它在优化产业结构、创造就业机会等方面还具有重要意义。物流业的发展不仅提高了国民经济的总体效率,还扩大了交换和贸易的地域范围,也正是基于此,各地都抓紧 “一带一路”建设的新机遇加强区域物流建设。

为全面分析物流业对经济增长影响的动态特征,本文采用较新的面板分位数回归方法,利用1998 ~ 2012年我国31个省级的面板数据开展研究。面板分位数回归方法能够在控制个体差异的同时对因变量条件分布的不同分位点上各变量间的关系进行分析。运用这种方法,我们可以研究在不同经济发展水平下,物流业对区域经济增长的动态影响,为区域物流产业发展规划的制定提供有益参考。

1模型设定与分析方法

1.1模型设定和数据来源

为了考察物流业的经济增长效应,本文建立如下回归模型:

其中,下标i和t分别表示省份和时间。pgdpit是本文的被解释变量,反映一个地区的经济发展水平,用各省历年人均GDP表示并将价格平减到1998年,在模型中以对数形式进入,以便下文用弹性来解释各解释变量的影响。freit是本文主要解释变量,表明一个地区的物流业发展规模和水平,运输是物流的核心环节,运输量和运输距离在一定程度上可以较全面的体现一个地区的物流服务水平,同时考虑到数据的可得性,本文选用货物周转量作为物流业发展水平的代理变量,同样以对数形式进入模型。VC是模型的控制变量集合,本文参照关于经济增长的文献,为模型设定如下控制变量: ( 1) 物质资本投资capital: 用各省历年固定资本形成总额占GDP的比重表示; ( 2) 人力资本投资edu: 用各省历年教育经费投入来度量,并按地区GDP指数折算成1998年的不变价,以对数形式进入模型; ( 3) 劳动力人数labor: 以三次产业从业人数来衡量,同样以对数形式回归; ( 4) 政府支出gov: 以各省历年政府预算支出占GDP的比重来表示;( 5) 产业结构stru: 用第三产业增加值占GDP的比重来度量; ( 6) 贸易开放度open: 采用贸易依存度 ( 即进出口贸易总额占GDP比重) 作为其代理指标,同时为保持计量单位的统一性,以当年美元汇率年均价将地区进出口贸易总额折算为人民币。

本文使用1998 ~ 2012年中国大陆地区31个省级行政区的面板数据对上述模型进行估计。各变量的原始数据取自国家统计局网站数据库,并以各年 《中国统计年鉴》、各省市统计年鉴作为补充。样本数据的统计描述如表1所示。

1.2面板分位数回归方法

分位数回 归最早是 由Koenker和Bassett ( 1978) 提出,它最大的优势在于帮助我们研究自变量对因变量在特定分位点的边际弹性。也就是说,与只能估计自变量对因变量条件均值的边际影响的普通最小二乘回归方法相比,分位数回归能够捕捉分布的尾部特征。下面对分位数回归方法作简要介绍[1]:

假设线性回归模型为: y = X'β + ε,ε 为随机扰动项。于是,分位数回归模型可表示为: Qy X ( τ |X) = X'β( τ) ,τ∈( 0,1) 。随着 τ 由0增加到1,我们能得到所有y在x上的条件分布轨迹,在图形上,我们能得到一簇曲线,而不是像线性回归只能得到一条曲线。

分位数回归模型通过解决加权绝对偏差最小化问题来得到各分位点上的参数估计值。回归系数的表达式为:

本文旨在探究物流业对区域经济增长的影响, 并尝试进一步发掘这种影响是否对于不同经济发展水平在方向、大小等方面有所区别。因此,分位数回归方法适合本文的研究初衷。本文模型的估计和检验将采用Stata /SE11. 0软件来实现。

2实证分析

2.1全国范围考察

借鉴既有文献的考察方式,我们首先采用面板数据的常规分析方法,再运用分位数回归方法进行分析,从而更全面地挖掘物流业对区域经济增长的影响。首先对模型进行设定。由F ( 30, 427) = 85. 21,表明模型不应采用混合回归模型; 由Hausman检验Prob > chi2 = 0. 0000,表明模型不应采用随机效应模型。因此,本文选择建立固定效应模型,说明物流业发展规模对经济增长的 “平均影响”。然后进行面板分位数回归,在此本文选择了10% 、25% 、50% 、75% 和90% 5个代表性的分位点。从斜率相等检验看,F( 4,457) = 2. 07,在90% 的置信水平下拒绝了斜率在5个分位点上相等的原假设,这验证了本文采用分位数回归方法研究的可靠性,也说明了物流业对经济的影响随着经济发展水平的不同会有明显差异。表2的报告了固定效应模型和分位数回归的估计结果。

注: ***、**、* 分别表示在 1% 、5% 和 10% 的置信水平上显著; 括号内为通过 900 次 bootstrap 得到的系数标准误。

我们首先关注物流发展水平对经济增长的估计弹性。整体上看,无论是固定效应估计还是各分位点的分位数估计,lnfre的参数估计值均为正,且在1% 的显著性水平上显著,这表明货物周转量对地区经济增长具有显著的促进作用。从固定效应的回归结果可见,lnfre的估计系数为0. 1173,且在1% 的显著性水平上显著,这意味着就全国而言,货物周转量增加1% ,会显著地拉动经济增长0. 1173% 。这是物流业对经济增长的平均影响。观察分位数回归的结果,我们可以发现更丰富的内容。图1给出了从0 ~ 1每相隔0. 1分位点的lnfre的系数估计值及95% 的置信区间。结合图1和表2可以看出,货物周转量对经济增长的估计系数值介于0. 0551 ~ 0. 1418之间, 这意味着不论区域经济发展速度如何,物流规模的扩张都将显著地促进经济增长,且物流规模每提高1% ,人均GDP增长率的提升范围为0. 0551% ~ 0. 1418% 。此外,图1直观地表现出从人均GDP的低分位点到高分位点,lnfre的系数估计值总体上呈现减小趋势,高分位点 ( 0. 8 ~ 0. 9) 的估计系数明显小于低分位点 ( 0. 1 ~ 0. 2) 的估计系数,且相应的置信区间较宽,这表明对应不同经济发展水平,物流规模扩张所带来的增长效应具有显著的区域差异。换言之,物流业的发展对经济落后省份的拉动作用较大,而对经济发达省份的促进作用较小。

在其他控制变量中,物质资本投资的系数显著为正,其分位数回归系数介于0. 0032 ~ 0. 0048之间,且在较低分位点处的系数值较大,说明固定资本投资能够显著地带动经济增长,这与我国一直以来以投资带动经济增长的现实相吻合,同时物质资本要素对经济欠发达地区的促进作用更加明显。与物质资本投资相似的是,人力资本投资的回归系数在各分位点均显著为正,并且随着分位数水平的提高,系数呈现出递减趋势,表明人力资本投资是目前我国经济增长的重要推动力量,并且这种推动力对经济较落后的地区更加重要。此外,劳动力增长率的回归系数均显著为负, 且其绝对值随着分位点的增加而变大,说明中国单纯依靠劳动密集型产业已不能给经济增长带来更多好处。相比劳动力数量的投入,人力资本质量的提升才是经济增长的关键。政府支出的回归系数在整个各分位数区域为显著的负值,同时固定效应模型的估计系数虽为正但是不显著,这说明政府支出对经济增长的作用机制仍有待于进一步的探讨。原因可能是相对于各地区政府支出对经济的贡献,其他经济发展要素对经济的影响更加突出。产业结构的优化能够促进经济增长,但在不同分位点上的显著性有所差别,因此,对于不同的区域发展阶段,产业结构对经济增长的作用效果不同。值得注意的是,贸易开放度的固定效应回归结果为负且通过了1% 的显著性水平检验,这说明1998年以来各地对外开放水平的提升非但没有推动经济增长,反而明显地阻碍了经济发展,这与改革开放以来我国经济快速增长的事实不符,对此的解释是贸易开放对经济增长的影响存在滞后效应,而本文建立的静态面板模型并没有将这种情况考虑在内。但是分位数回归的结果显示,贸易开放度的增长效应在各分位点显著为正,且在较高分位点的系数值相对较高。可见, 贸易开放度的提高确实会促进经济增长,并且经济发达地区从对外开放中获益更多。同时,两种回归结果的对比也在一定程度上也说明了分位数回归结果的稳健性。

2.2三大经济区域分析

为考察物流业对经济的影响在我国不同区域的差异,我们将全国样本划分为东、中、西部三大经济区域进行比较分析。对三大地区内部物流业的增长效应的估计结果见表3和图2。由于本文研究的重点在于物流业的增长效应,所以这里仅列出代表物流规模的货物周转量对数值的估计系数及显著性,限于篇幅,不再将各控制变量一并列出。

从固定效应模型的回归结果来看,东、中、 西部地区货物周转量增长率的弹性系数均显著为正,但存在明显的区域差异,西部地区物流业的增长效应最大,中部次之,东部最弱,其中只有东部地区物流规模的固定效应回归系数低于全国平均水平 ( 0. 1173) 。说明物流业在我国区域经济中的贡献程度存在差距,经济越落后的地方, 物流业的发展越能促进当地经济增长。究其原因, 我们认为这是边际收益递减规律的体现,因为不发达地区现有的物流规模较小,一旦扩大物流规模就能够带来明显的经济利益,而发达地区的物流规模已经很大,规模的提高对经济增长的作用不如早期那么明显[2]。这与从全国样本研究中得到的结论相吻合。

从分位数回归结果来看,不同区域的物流业增长效应走势表现出较大的差异。对于东部地区。 物流业对经济增长的影响与全国整体表现的较为接近,总体呈现随分位点的走高而下降的特征, 但在0. 2 ~ 0. 7分位点间的系数估计值变化不大, 集中在0. 12左右。而在0. 7 ~ 0. 8分位点间的系数值有一个小幅提升,紧接着是一个陡峭的下降, 在0. 9分位点处系数值仅为0. 0361,但并不显著。这说明当东部地区的经济增长水平位于低分位点处,物流发展的增长效应最明显,而位于高分位点处时,依靠增强物流规模扩张来促进经济增长则不会产生立竿见影的效果。对于中部地区。 物流能力的回归系数变化范围较大,在0. 4分位点的系数最小,约为0. 02,而在0. 9分位点以后的系数值跃升到0. 3以上。但是观察表3发现只有在0. 75和0. 9的两个分位点的估计结果是显著的。这意味着,中部地区只有当经济发展水平处在较高分位点处时,物流的发展才能显著地带动经济增长。对于西部地区。物流规模的回归系数表现的较为稳定,基本保持在0. 09 ~ 0. 15水平波动,且在95% 的置信度上显著。说明近年来,物流运输对西部地区经济增长的贡献显著,这从另一方面业也反映出,西部地区应该大力提升物流运输能力,促进地区经济发展。

3研究结论与启示

本文利用1998 ~ 2012年我国31个省级行政区的面板数据构建计量模型,运用固定效应模型回归和面板分位数回归方法,在不同条件分布的情形下,考察我国物流业发展的经济增长效应, 并从实证层面分析其对区域协调发展的重要性。 研究表明: 在中国,物流业对经济增长的正向促进作用得到了支持,且对于不同经济发展水平的地区而言,物流业的经济增长效应存在差异。总体而言,物流规模每扩大1% ,人均GDP增长率的提升范围为0. 0551% ~ 0. 1418% 。物流业对处在0. 2 ~ 0. 8分位数省份的经济促进作用相差不大,但对0. 2分位点以下地区的经济增长具有明显的促进作用,而对位于0. 8分位点以上省份的经济贡献较小。

就东、中、西部地区而言,物流业对经济增长的影响大小以及变动情况存在明显的跨区差异。 对于东部地区,经济越发达的省份,物流业对经济增长的促进作用越小; 经济越落后的地区,物流业对经济增长的促进作用越大。与东部地区的情况相反,中部地区的物流业对经济发达省份的经济贡献明显大于对经济不发达省份的贡献。对此可以从两方面来解释: 一方面是因为东部地区已经有通达的交通网络、完备的道路设施和先进的物流管理服务,基于边际收益递减规律,物流业对东部地区经济增长率的贡献相对其他地区较小。另一方面,这也与各省的产业结构有关,第二产业占比大的地区对物流业的依赖程度更高。 这同时说明对于东部和中部地区,一部分省份会从物流业发展中明显获益,而其他省份则不能如法炮制。此外,物流业在西部地区产生的增长效应较东、中部均更加显著,因此,西部地区应该不失时机地加强政策引导,增加物流建设投资, 扩大物流规模。

本文研究结论的启示在于: 我国经济发展步入新常态,在此宏观经济形势下,各地积极调整产业布局,谋求新的经济增长点,与此同时,各地要因地制宜,结合本地区的发展阶段和特点制定物流业发展规划,通过合理引导物流业发展释放区域经济活力。

摘要：在“一带一路”战略实施的宏观经济背景下,物流业对区域经济增长的作用值得作深入研究。本文运用1998~2012年中国31个省区面板数据,利用分位数回归方法研究物流业对我国区域经济增长的影响差异。实证结果显示,物流业对我国区域经济增长影响显著,但在不同的分位数水平下,增长效应存在显著差异。物流业对东部地区经济位于低分位点的省份的贡献较大,而对于中部地区经济处在高分位点省份的经济贡献较大,对西部地区经济整体带动作用最显著。

8.实体经济艰难回归 篇八

“从国内经济形势来看，实体经济面临要素流失与市场萎缩双重夹击，产业面临空心化潜在风险。只有让实体经济的根基更加坚实，才能摆脱危机，赢得未来。”著名经济学家辜胜阻近日在“第四届APEC中小企业对话世界500强财富论坛”上说。

当下，稳增长的关键是提振实体经济，已经成为共识。我国已经出台一系列政策提振实体经济，并提出金融要回归服务实体经济的本位。但重振实体经济是个缓慢的过程，最新数字显示，6月份制造业扩张速度降至去年11月以来最低水平，实体经济仍未见反弹迹象。

这正是考验政府决策的时刻。

有“急功近利”的观点认为，为了尽快见效益，应该采取政策刺激的办法，也就是重启四万亿投资和放松房地产调控政策，这两种“打强心剂”式的“西医疗法”，尽管确实能让经济短暂地强劲复苏，但将来则要承担更大的苦果。

近日，外界突然发现长三角各地政府都在回头重提实体经济，作为中国经济转型的样板间，长三角的回归，或许是中国回归实体经济的一个信号。但回归实体经济已然成为世界潮流。西方发达国家对于实体经济的扩张行动，将使中国传统制造行业遭逢强劲对手。

长三角重提实体经济

“失去的实体经济产能永远地失去了，而新的又没有产生，”浙江省政协委员郭胜华的一份提案如是写道，“传统优势产业是国民经济之本，是一切战略性新兴产业的动力源泉，也是战略性新兴产业赖以成长的土壤。”

近日，人们发现，长三角各地政府都在回头重提实体经济。而此前有一段时间，长三角各地频繁喊出总部经济等口号，纷纷发展生产性服务业，仿佛制造业失去了立足之地。

6月26日上午，浙江丽水市举行总投资127亿元的56个项目集中开工仪式上，浙江省省长夏宝龙强调要加大工业有效投入、增强工业发展后劲。

“工业是基础这点不能丢。”浙江省发改委相关人士接受媒体采访时指出，浙江实体经济的思路是“做优农业、做强工业、做实服务业”。

今年浙江省发改委已经将2009年至今，国家和省级各部门出台的实体经济鼓励政策中涉及要素保障、税赋减免等“实”的政策汇编成书，共900多条，发到各相关部门及相关企业。

这些政策之外，是浙江省舟山海洋经济、义乌国际贸易综合改革、温州金融改革三大国家战略所创造的新经济增长点，以及在首届世界浙商大会和全省民营经济大会基础上的“引浙商回归”。

夏宝龙曾在媒体上公开表示，未来三年浙江省将引导150家左右的工业行业龙头骨干企业创建“总部型、品牌型、上市型、高新型、产业联盟主导型”五类实业企业。

老工业基地南京则把重心放在了软件上，建立以中国(南京)软件谷为核心，南京软件园和江苏软件园为两翼的“一谷两园”软件产业集聚区，围绕“1+8”创新创业政策链展开，“政府通过税收等优惠政策将引导重工业往软件行业发展。”南京市科委副主任刘小斌对媒体如是说。

目前南京已吸引了IBM中国软件授权培训中心、中科院软件所科技成果孵化中心等项目落户。据统计，2011年南京市软件业务收入达到1520亿元。

作为配套，立足于本地的高校资源吸引高层次人才落户，是南京最大的优势。中国(南京)软件谷的政策是，对获评杰出人才等的给予一次性高达30万元的奖励。

不同于江浙两地的是，上海的特色在总部经济，“这么高的综合成本下，一般制造业基地不可能放在上海，外迁是客观规律，但制造业依旧是基础，上海的制造业重点应放在精度高的装备机械类上。”上海市社科院上海经济与区域经济研究室主任陈维指出。

5月底召开的上海金融支持实体产业经济发展会议上，12家银行正式与上海签约，自今年起连续三年为上海市高端装备制造等十大重点实体产业滚动提供总额6600亿元融资支持。

上海市委常委、副市长艾宝俊在会上指出，这么做的目的在于，确保上海重大产业项目建设资金需求，推动产业布局调整和优化升级，促进上海经济转型发展。

事实上，上海两个中心方案获批后，曾经上海个别官员认为上海建设金融和贸易中心，制造业似乎将远离上海，但如今张江、金桥等开发区地位重新受到重视凸显了制造业亦回归到上海。

“与其说回归实体经济，不如更确切地说应该是加快提升制造业。”陈维指出，造成长三角实体经济困境主要在于国际金融危机和中国本身制造业水平低。“但核心还是在打破垄断，允许民资进入高端制造业。因为没有一个发达的制造业，就不可能有发达的服务业，回归实体经济的重点应该提升制造业，促进制造业的分工细化。”

伴随着国内经济的持续低迷，国内房地产调控和投资增速回落的压力，“出口导向”的长三角经济转型升级任重而道远。

发达国家的“制造扩张”

不仅是中国在回归实体经济。金融危机之后，不少人注意到一度将制造环节“扔”向海外的发达国家，开始重拾制造。最新数据似乎表明，这些国家重拾制造的方式并不是将制造环节收缩至国内，而是采取了以攻为守海外并购的方式。

这一点，在中国已经表现得相当明显。中国传统制造行业遭逢强劲对手。

著名创业投资与私募股权研究机构清科研究中心最新数据显示：2012年上半年，在全球经济低迷，中国市场发展放缓的大环境下，并购案例数量和交易金额双双回落。发生在中国市场的并购，无论是国内并购或是外资并购，均呈现回落态势。

不过，值得注意的是，国际资本对中国的传统制造行业表现出了异乎寻常的兴趣。从行业分布来看，中国的传统行业受外国公司青睐，机械制造一枝独秀，共完成8起并购交易，涉及金额10.31亿美元，占外资并购交易总额的61.6％。

清科研究中心分析师周倜如表示，在中国市场，去年同期机械制造方面的外资并购有两起，今年上半年外资并购则有8起。由两起到8起，外资并购的同比增速之高集中反映出其兴趣点的重新聚集。

影响仍在延续的金融危机给全世界上了一堂令人难忘的课，这堂课尤其令不少长期倚重金融发展的发达国家印象深刻。因此，金融危机之后，它们在第一时间就重拾了对制造环节的关注。

在专家看来，外资在并购市场表现出的对传统制造业的特别关注，恰恰是这些国家希望能够重新夯实制造的反映之一。

“在没有稳固的实业作为支撑的情况下，繁荣的金融市场只是空中楼阁。”周倜如指出，外资收购是西方国家发展制造业的一种表现，可视为其看中制造业和中国市场的未来，以及扩大版图、丰富产业结构的一种表现。

“大家都已经认识到实体经济才是发展的根本，实体经济的兴衰，直接关系着经济、社会的稳定与发展。”北京大学市场经济研究中心研究员、北大纵横管理咨询集团合伙人项凯标指出，西方各国准备要重新发展实体经济，回归经济发展的本体，这种发展方式也是符合市场经济的周期性调整规律的。

不过，周倜如特别指出，与其将外资喜好的新改变解读为“重拾制造”，将其解读为更具攻击力的“制造扩张”更贴切。

“目前西方国家国内失业率过高，将增加就业的希望寄托在振兴制造业上，重拾说法应运而生。但是，面对高额的人工成本、厂房成本等，个人认为，让资本家重拾制造环节是难上加难的。所以重拾这种说法从长远的角度来说，基本不可能。从全球角度讲，从制造业的需求长远来讲是会呈增长趋势，所以从这个角度来讲，实力雄厚的国外公司在海外扩张是发展的趋势。”周倜如指出。

与此同时，一向以制造见长的中国企业也并未放松对这个领域的关注。看来，中国企业正在遭逢强劲对手。

清科数据显示，去年同期机械制造方面的并购交易共35起。其中，国内并购29起，海外并购4起，外资并购2起。今年上半年并购交易共50起，同比增长约42.9％。其中，国内并购31起，海外并购11起，外资并购8起。

周倜如表示，“不难看出这个领域在中国并购市场越发活跃。未来几年，产业将优化和调整、机械制造行业的并购预计还会增加。”

“中国的着眼点正在逐渐向高新产业发展，但是并不代表中国从传统行业移开。中国传统行业的历史悠久，但是核心技术的占有和发达国家还有很大差距，所以产业升级是必然的，是海外并购给企业产业升级的一种新思路。”周倜如表示。