计量工业发展速度的重要指标

    【摘要】工业增加值是指在报告期内工业企业在其生产活动中新增加的价值，它反映了一定时期内工业生产的实际水平，是计算工业发展速度的重要指标。文章主要讨论如何联系统计学、经济计量学与计算机技术的知识，运用统计软件与多元统计的方法来建立广东省工业增加值的经济计量模型。

     【关键词】工业增加值 多重线性回归 虚拟变量

     改革开放以来，特别是近几年，广东省经济有了突飞猛进的发展，而在整个经济发展中，工业起着龙头作用。要研究广东省的经济情况，必然要对工业进行研究分析。根据广东省经贸委经济运行处的长期实践经验及相关分析，选取了对工业增加值影响较大的四个因素:发电量（单位：亿千瓦时），外贸出口总额（单位：亿美元），社会消费品零售总额（单位：亿元），固定资产投资额(单位：亿元)作为对工业增加值(单位:亿元)的解释变量，并收集了2003 年至2005 年的数据。其中Y:广东省工业增加值(亿元)；X1: 发电量(亿千瓦时)；X2: 外贸出口总额(亿美元)；X3: 社会消费品零售总额(亿元)；X4: 固定资产投资额(亿元)首先分别作出与X1、X2、X3、X4 的散点图如图1：

由图1 可以发现与X1、X2、X3、X4 之间存在线性相关关系，为了确定各对的线性相关程度，下面求出各变量之间的相关系数。

由表2 可以看出，Y 与X1、X2、X3、X4 在5%的水平上显著线性相关。由此首先尝试建立Y 对X1、X2、X3、X4 的多重线性回归模型。得到：Y=- 177.855+1.068X1+1.738X2+0.566X3+0.02913X4

由方差分析表和拟合小结可知方程

（4）的判断系数R2=0.958，修正判断系数=0.951。F 统计量的值为137.856,方程通过了检验，是高度显著的。这说明使用多元线性回归建立模型是可行的。由于这些数据是按月份统计的，而许多用月份或季度数据表示的经济时间序列，常呈现出季节变化的规律，为探讨季节因素是否对广东工业增加值有所影响，首先作出各变量对时间的序列图。

可以看出，Y 和X1、X2、X3、X4 存在明显的季节波动，由此怀疑季节因素对工业增加值有所影响。那么怎样来反映季节对模型的影响呢?利用虚拟变量进行季节调整，是众多的经济时间序列季节调整方法中常见的一种。由此，在模型中引入虚拟变量来消除季节对模型的影响。在回归模型（1）中所考虑的解释变量X1、X2、X3、X4 都是可以连续取值的定量变量，但在实际研究中，往往还会碰到许多定性的而非定量的变量，要想把这些定性的变量包括在模型中，必须先把它们量化。由于定性变量通常是表明某种特征或属性是否存在，所以可以用1 表示该属性存在，用0 表示该属性不存在。把这种取值为0、1 的变量称作虚拟变量，用D表示。当定性变量含有个类别时，模型应该引入m- 1 个虚拟变量，而不能引入个，否则在虚拟变量间会产生完全多重共线性，而无法估计回归参数。由此原则，要把季节因素引入模型，只须设置11 个虚拟变量（=1，2，…11）,其中 根据含虚拟变量的观测值数据重新建立模型即含虚拟变量的多重线性回归模型。

由以上方差分析表和拟合小结可知方程（2）的判断系数R2=0.995， =0.990。比方程（1）有了明显提高，方程拟合效果很好，并且方程通过了检验，是高度显著的。下面作出模型（2）的2003 年1 月至2005 年12 月的预测工业增加值与实际工业增加值的数据对比图。由图也可以直观地看出，模型（2）的拟合效果确实不错。从整个趋势看，广东省工业增加值几乎每年都在以相同趋势增长，但是到了每年的年底与下年的年初，工业增加值都有下降趋势，这主要是因为到年末春节期间，工业生产大部分处于半停产状态，产值不高，这与我省实际情况也相符。每年3、4、5、6 月份工业增加值会持续增长，到了每年7 月份，由于各企业设备的例行大检修，以及夏天电力不足的影响，工业增加值都有所回落。7 月以后，工业增加值又持续增长。若广东省要使工业有迅猛发展，可在年底适当调整生产计划，使其在年底也保持平稳增长势态。

【参考文献】

[1]余锦华，王振堂.经济预测方法程序和实例[M].中山：中山大学出版社，1996.

[2]李长风.经济计量学[M].上海：上海财经大学出版社，1995.

[3]Weisberg.APPLIED LINEAR REGRESSION[M].北京：中国统计出版社，1997.

[4]何晓群，刘文卿.应用回归分析[M].北京：中国人民大学出版社，2001.

[5]卢纹岱.SPSS for Windows 统计分析[M].北京：电子工业出版社，2002.