分析北京地区在岗职工平均工资的影响因素.docx
- 文档编号:12715166
- 上传时间:2023-06-07
- 格式:DOCX
- 页数:13
- 大小:740.12KB
分析北京地区在岗职工平均工资的影响因素.docx
《分析北京地区在岗职工平均工资的影响因素.docx》由会员分享,可在线阅读,更多相关《分析北京地区在岗职工平均工资的影响因素.docx(13页珍藏版)》请在冰点文库上搜索。
分析北京地区在岗职工平均工资的影响因素
分析北京地区在岗职工平均工资的影响因素
摘要:
本文研究了北京地区在岗职工平均工资的影响因素,选取固定资产投资总额,政府消费支出,地区生产总值以及净出口作为解释变量,建立模型进行回归分析。
并进行多重共线性检验,异方差性检验,自相关性检验。
最终筛选出两个解释变量:
固定资产投资总额(X1)和地区生产总值(X2),得到了一个拟合度较高的模拟结果,回归方程为:
Y=3320.34523-0.0007435960424*X1+7.509766277*X3。
即在岗职工的平均工资与固定资产投资总额和地区生产总值有如上的关系。
关键词:
在岗职工平均工资,固定资产投资总额,地区生产总值。
正文:
一、前言
本文以1993年至2011年间的北京地区为案例,研究在岗职工平均工资的影响因素,这些因素有:
(北京地区)固定资产投资总额,(北京)政府消费支出,支出法合算的北京地区生产总值以及(北京地区)货物和服务净出口。
将这些因素作为解释变量,将在岗职工年度平均工资作为被解释变量,建立回归模型,通过各种类型的检验来判别哪些因素对其产生及产生多大影响。
二、文献综述:
1、《基于时间序列模型的职工平均工资预测》:
以时间序列模型为基础,对未来中国经济发展和工资增长的形势进行分析,经过合理的假设和筛选,确立工资的6个影响因素。
继而引入国家效应、企业效应和个人效应3个影响因子。
运用SPSS的相关性分析,对影响山东省职工年平均工资的因素进行分析。
分别研究了国家效应、企业效应和个人效应与该地区年平均工资的关系,进一步运用SPSS,综合分析这3个因素对该地区平均工资的影响。
最后,通过综合这3个因素建立的时间序列自回归模型,得到2011—2035年山东省职工年平均工资的预测值。
通过时间序列的自回归模型预测值与实际值的SequencePlot曲线,证实模拟效果较好,预测值符合模拟趋势。
2、《外国直接投资与职工平均工资——地区差异的实证分析》:
文章运用分布滞后模型对1989~2002年国内9个地区的外国直接投资和当地职工平均工资进行回归,计算出各个地区外国直接投资对当地职工平均工资提高的贡献率,显示出各地区外国直接投资对于职工平均工资影响的差异,并从外国直接投资来源、外资企业规模、外国直接投资产业分布方面对产生这种差异的原因做了初步的探寻,最后对我国各地吸收外国直接投资的情况提出了一些看法。
3、《国内生产总值增长与职工工资变化关系研究——以北京地区为例》:
北京地区近几年的经济增长速度非常快,年度增长率一直保持在10%以上,但同期职工工资增长速度明显小于经济增长速度,劳动者的工资总额占GDP的比重过低,不同行业间的工资水平和增长速度差距较大。
这与北京的经济增长模式、全国的职工工资水平及行业垄断等有关。
这样的职工工资状况可能引发严重缺乏增长动力的风险,不利于社会和谐发展。
应采取相关措施,加快实现北京地区职工工资增长与GDP增长的同步。
三、正文
(一)数据
1、数据来源:
数据均来自中华人民共和国国家统计局数据库,原始数据名称分别为“年度在岗职工平均工资统计”,“按城市分年度固定资产投资总额统计”,“年度政府消费支出统计”,“支出法核算的地区生产总值”,“年度货物和服务净出口(货物和服务净流出)统计”。
2、从中提取北京市的相关数据按年份进行整理,整理结果见excel《1993-2011北京市相关统计数据》。
3、假设年度在岗职工平均工资为Y(元),固定资产投资总额为X1(万元),政府消费支出为X2(亿元),地区生产总值为X3(亿元),净出口为X4(亿元)。
(二)假设与建立模型
1、假设平均工资受到固定资产投资总额、政府消费支出、地区生产总值、净出口的影响,并且这种影响是线性的。
2、建立模型:
(三)分析(使用软件EViews3.1)
1、普通最小二乘估计
利用软件分析,普通最小二乘法的估计结果如下:
Y=-458.6078598-0.0002971815105*X1+2.894098086*X2+5.48272357*X3-3.688231814*X4
详细结果如图3.1.1和3.1.2所示:
图3.1.1
图3.1.2
由图3.1.2可以看出,拟合效果很好。
回归结果显示,拟合优度很高,整体效果的F检验通过。
但是,重要变量的t检验不显著,所以初步判断可能存在严重的多重共线性。
(取α=0.025,)
2、多重共线性的检验
(1)简单相关系数检验
图3.2.1
由相关系数矩阵可以看出,各解释变量之间的相关系数较高,特别是X1与X2,X1与X3,X2与X3的相关系数相当高,证实解释变量之间的确存在多重共线性。
(2)修正——逐步回归法
首先,用OLS方法分别求Y对各解释变量X1,X2,X3,X4进行一元回归。
四个方程的回归结果如下:
图3.2.2
图3.2.3
图3.2.4
图3.2.5
通过对比分析,依据调整后可决系数最大原则,选取X3作为进入回归模型的第一个解释变量,形成一元回归模型。
然后,将剩余解释变量分别加入模型,得到以下二元回归结果:
图3.2.6
图3.2.7
图3.2.8
比较结果,加入变量X1的二元回归方程调整后可决系数最大,所以选取X1加入。
在X3,X1的基础上,继续逐步回归,X2与X4的分析结果如下:
图3.2.9
图3.2.10
可以看到加入X2或X4之后的调整后的可决系数想比之前都有所降低,并且X2与X4的t检验并不显著,所以将其加入并不合适,会产生严重的多重共线性。
这一阶段得出的结论是,拟合效果较好的情况是,以X1,X3作为解释变量。
得到回归方程:
Y=3320.34523-0.0007435960424*X1+7.509766277*X3
回归结果:
图3.2.11
3、异方差检验
(1)图形法检验模型的异方差
分别绘制各残差平方项与自变量的散点图:
图3.3.1
图3.3.2
从图形中可以大致看出,残差平方对Xi的散点图主要分布在图形中的下部分,随Xi的变动呈增大的趋势,因此模型很可能存在异方差。
但是否确实存在,还需通过更进一步的检验。
(2)White检验
从前面的分析可知,模型很大程度上存在异方差性,所以对其进行怀特检验。
分析结果如图:
图3.3.3
从图2.3.3可以看出,=5.3626,由White检验知,在α=0.5下,,因为>,所以拒绝原同方差的假设,表明模型存在异方差。
4、自相关性检验
建立模型:
拟合结果:
图3.4.1
分析图2.4.1(即图2.2.11),对样本量为19,2个解释变量的模型,5%显著水平,查DW统计表可知,dL=1.18,dU=1.40。
模型dU (四)结论: 首先将四个影响因素都列为解释变量,建立了如下模型: 。 用普通最小二乘法进行回归估计,得到拟合度较高的结果,但是变量的显著性不够显著,模型还存在缺陷,因此,进一步地,对模型进行相关检验。 第一进行多重共线性的检验,从简单的相关系数检验可看见,各解释变量间的相关程度很高,判定模型具有严重的多重共线性,接着,利用向前逐步回归法对模型进行修正,从X1,X2,X3,X4中逐步筛选变量,比较调整,最终得出结论,又X1,X3作为解释变量,可以得到拟合优度高且共线性低的模型。 调整后的可决系数达到0.9734,说明Y可以由X1和X3来解释。 第二进行了异方差性检验,先通过图示检验法,直观地判断,各解释变量的随机干扰项的方差随着X的变动,呈增大的趋势,初步判定存在单调递增型异方差。 之后利用怀特检验,检验出随机干扰项方差确实与变量的某种组合存在显著相关性。 为了检验模型是否序列相关,最后一步进行自相关性检验,检验结果是不存在明显的自相关性。 经过各项检验,最终得到了一个拟合度较高的模拟结果,回归方程为: Y=3320.34523-0.0007435960424*X1+7.509766277*X3。 Y代表在岗职工的平均工资,X1代表固定资产投资总额,X2代表地区生产总值。 也即是说在岗职工的平均工资与固定资产投资总额和地区生产总值有关。 参考文献: 《国内生产总值增长与职工工资变化关系研究——以北京地区为例》,王潇,首都经济贸易大学,渤海大学学报二〇〇九年第五期 《基于时间序列模型的职工平均工资预测》,凌佳,中国知网 《绍兴市在岗职工平均工资偏低原因简析》,绍兴统计信息网,中国知网 《职工平均工资水平相关影响分析》,人力资源社会保障部劳动工资研究所,中国知网 《外国直接投资与职工平均工资——地区差异的实证分析》,楼海淼,中国知网 附录: 原始数据(excel《1993-2011北京市相关统计数据》)
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 分析 北京地区 在岗 职工 平均工资 影响 因素