江苏省城镇居民人均可支配收入的扩展回归分析-毕业论文网

论文总字数：19351字

目录

摘要 I

Abstract. II

1引言 1

1.1研究背景 1

1.2国内外研究进展 1

2 方法介绍 2

2.1多元线性回归 2

2.2 多重共线性 3

2.2.1 多重共线性的定义 3

2.2.2多重共线性分析 3

2.3 异方差性 3

2.3.1 异方差性的定义 3

2.3.2 异方差性分析 4

2.4 自相关性 4

2.4.1 自相关的定义 4

2.4.2 自相关分析 4

3江苏省城镇居民人均可支配收入概况 5

3.1数据 5

3.2 江苏省城镇居民人均可支配收入基本情况 6

4 江苏省城镇居民人均可支配收入的扩展回归 7

4.1 古典多元线性回归建模 7

4.2 多重共线性的检验和处理 8

4.3 异方差性的检验 13

4.4 自相关的检验和处理 15

5 结论 18

参考文献 19

致谢 21

江苏省城镇居民人均可支配收入的扩展回归分析

雷生波

, China

Abstract: This article takes the per capita disposable income of urban residents in Jiangsu Province from 1988 to 2013 as the research object. Through comprehensive consideration, the per capita GDP, urban household Engel coefficient, urban consumer price index, consumer expenditure, wage income, and transfer are selected. Sexual income as an explanatory variable, multivariate regression analysis for multiple collinearity, heteroskedasticity, and autocorrelation, and a stepwise regression model and principal component regression model based on t-test and VIF were established. It is found that the Engel coefficient of urban households and the consumer price index of urban residents are inhibitory factors, and the remaining four are promotion factors; there is a serious multicollinearity among the explanatory variables, the maximum variance expansion factor is 605.17, and the maximum number of conditions is 68.01; based on the t-test. The goodness of fit for stepwise regression, stepwise regression based on VIF, and principal component regression is all above 0.99. The variance expansion coefficient of the principal component regression model is a minimum of 1, and the best model is established on this basis; the principal components after the first-order difference. There is no heteroskedasticity and autocorrelation in the regression equation. The influence of the original independent variable on the per capita disposable income of urban residents in Jiangsu Province is lagging behind.

Key words: Per capita disposable income of urban residents; Expansion of multiple linear regression; Principal component regression; Lag factors

1引言

1.1研究背景

近年来，我国城镇化和工业化进程不断加快，越来越多的农村人口迁移到城镇。一方面，给城镇发展带来新的动力；另一方面也给资源和环境带来了极大挑战，就业压力进一步扩大，城镇居民收入和生活水平的发展情况不同以往，新时代新形势下的城镇发展引起了相关学者和政府机构的广泛关注。城镇居民人均可支配收入是衡量城镇居民生活水平的重要指标，人均可支配收入的提高会刺激消费，带动经济增长；反之，人均可支配收入的降低会导致居民缺乏社会安全感、更愿意将钱存入银行，导致流通资金减少，城镇居民生活水平提高缓慢。本文选取江苏省城镇居民人均可支配收入为研究目标，探寻主要的影响因素，分析影响因素和目标变量之间的经济学关联，并且建立可靠的多元线性回归模型进行分析，对于合理分析新形势下江苏省城镇居民的收入和支出情况具有重要的现实意义。

1.2国内外研究进展

在社会经济学中，居民收入水平一直是国内外学者和政府机构关注的重要问题之一。2007年，田艳芳通过理论研究和实证研究，估计出不同分位上的性别歧视系数，同时检验了受教育程度、年龄、部门所有制类型和职业对性别工资差异的影响^[1]。2008年陈全润和杨翠红提出用“类逐步回归”删选变量，并将该方法应用于农村居民收入预测，建立了家庭经营性收入、工资性收入和第一产业模型^[2]。2009年，陈建宝和段景辉分析了不同分位数下影响性别工资的关键因素^[3]。2010年陈钊等基于回归方程的收入差距分解发现，行业间收入不平等对中国城镇居民收入差距的贡献越来越大^[4]。2011年，韩立胜和叶磊用ARMA模型预测了2011年和2012年延边城镇在岗职工平均工资和农民人均纯收入之间的差值，并对其原因进行了分析^[5]。2012年，魏下海和余玲铮利用2009年根据CHNS数据对我国城镇之间正规和非正规就业的工资差异进行实例分析^[6]。2013年李莹综合考虑教育的价格和分布对收入差距的影响，提出基于分位数回归结果来测度居民收入分布位置和形状变化^[7]。2014年，白雪梅和李莹运用分位数回归对教育和居民收入之间的关系进行了研究，发现受教育程度使收入分布位置右移、离散程度增加^[8]；同年，谭兰兰基于ARMA模型对城乡居民工资性收入的绝对差距进行预测，发现2013-2015年我国城乡居民工资性收入绝对差距会继续增大^[9]。2015年，陈爱基于贝叶斯分位数建立回归模型，就性别收入差异的影响因素和各收入水平上导致性别差异的原因进行了分析^[10]。2016年，张茗朝对吉林省农民收入结构问题进行了深入研究^[11]。2017年李鑫基于广义线性模型、广义线性混合模型、偏最小二乘-logistic回归分析了国民当前收入分配满意度情况^[12]；同年，罗海蓉在贸易结构对劳动者报酬占比层面进行了实证研究^[13]。此外，2001年，Wei和Wu认为中国积极参与全球化运动严重影响了居民的收入差距^[14]。2004年，Meng认为影响职工收入差距的主要原因是激励机制^[15]。2005年，Fullerton等在Journal of Forcasting上用计量经济模型对美国收入预测精度进行分析^[16]。同年， Zhang等对中国城市教育的经济回报进行了模拟^[17]；Aysit Tansel对土耳其的公共私人就业选择、工资差异和性别进行了研究^[18]。