当前位置: 首页>>毕业论文范文>>外贸依存度对山东经济增长影响研究(2)
表三
年份 | 出口额(万美元) | 劳动报酬(元) | 基本投资(元) | 企业平均资产规模(万元) | 研发支出(亿元) | 人力资本(元) | 人均GDP(元) |
2001 | 25242 | 15086 | 360631 | 411.1 | 0.737 | 13.5% | 18272 |
2002 | 29671 | 17955 | 449738 | 456.8 | 0.98 | 15.5% | 20621 |
2003 | 48262 | 20071 | 536406 | 507.5 | 1.32 | 17.5% | 24525 |
2004 | 56802 | 23989 | 802164 | 563.9 | 1.77 | 19.5% | 29289 |
2005 | 58968 | 19764 | 899885 | 626.6 | 2.37 | 21.5% | 34008 |
2006 | 66886 | 21861 | 1014165 | 696.2 | 3.18 | 23.5% | 40105 |
2007 | 68385 | 25050 | 1310687 | 773.64 | 4.27 | 25.5% | 47747 |
2008 | 36469 | 23666 | 1553945 | 859.6 | 5.72 | 27.5% | 54729 |
2009 | 25500 | 26099 | 1849070 | 945.5 | 7.67 | 29.5% | 57486 |
2010 | 28000 | 28152 | 2410900 | 1040.1 | 8.50 | 31.5% | 69196 |
数据来源;海宁市统计局,海宁统计年鉴
因此,得到的本文模型如下所示:
通过使用Eviews软件建立变量Y与各个解释变量之间的关系矩阵。如表三所示:
表三:各变量的相关系数矩阵
Y | X1 | X2 | X3 | X4 | X5 | X6 | |
Y | 1.0000 | ||||||
X1 | 0.8352 | 1.0000 | |||||
X2 | 0.9056 | 0.4102 | 1.0000 | ||||
X3 | 0.8783 | 0.5535 | 0.0855 | 1.0000 | |||
X4 | 0.8738 | 0.9413 | 0.3241 | 0.7347 | 1.0000 | ||
X5 | 0.2513 | 0.6311 | 0.0912 | 0.8897 | 0.7310 | 1.0000 | |
X6 | 0.9273 | 0.9512 | 0.4535 | 0.7601 | 0.9650 | 0.811 | 1.0000 |
由以上的相关系数的图表我们可以得出以下结论:除了人力资本X5与皮革制成品的出口额Y相关性较小外,其他的变量与皮革制造品的出口额具有很高的相关性。其中海宁事皮革制造品的出口额海宁市皮革制造品行业的基本投资X2、行业的劳动报酬X1、海宁市皮革制造业员工的人均GDP都具有高度正相关的关系。与企业的研发投入、企业平均规模则相关性较弱,这些都表明线性模型在解释它们的关系时是较为合适的。与此对应的是,各个变量之间的相关系数也较高,一般而言,如果两个解释变量的相关系数较高,例如大于0.8,则认为存在着较严重的多重共线性。这说明本模型中的变量之间存在较为严重的多重共线性。在出现共线性的时候,我们可以采取逐步回归法。
根据上面的图表,我们在建立模型时采取逐步回归法的方法来避免所建立模型存在着共线性。逐步回归法的基本思想是:对全部自变量按其对Y的影响程度的大小(偏回归平方的大小),从大到小的依次逐个地引进回归方程,并随时对回归方程当时所含的全部变量进行检验,看其是否仍然显著,如不显著就将其踢出,知道回归方程所含的所有变量对Y的作用都显著时,才考虑引进新的变量。再在剩下的未选变量中,选出对Y作用更大者,检验其显著性,能够通过显著性检验,则引入方程,不显著的,则不引入。直到最后没有显著因子可以引入,也没有不显著的变量需要剔除。结合本图表X2 (劳动报酬)、X6(人均GDP),与Y的相关系数相对更大,所以我们首先建立Y
与X2与X2的对数线性模型。
表四
因变量Y | 回归结果 | |||
自变量 | 系数 Coef | 标准差 Sta.Err | T值 | P值 |
X2 | 0.1283 | 0.0182 | 5.5942 | 0.0001 |
X6 | 0.2514 | 0.0247 | 6.3243 | 0.0000 |
R-squared | 0.963454 | Adjusted R-squared 0.967851 | ||
|