基于多元线性回归模型的我国地方财政收入的影响因素的实证分析

基于多元线性回归模型的我国地方财政

收入的影响因素的实证分析

一、问题的提出

近年来，我国经济不断发展，我国的国家财政收入也不断增加，从地方总 体财政收入来看，我国地方财政收入发展良好，那么，各地区的财政收入又怎样 呢？大多数关于国家财政收入的研究文献中都把税收和国内生产总值这两个指 标作为影响财政收入的主要因素，那么地方财政收入是否同中央财政收入一样主 要受税收和地区生产总值的影响？基于这些我选取了2014年我国31个省份的财 政收入来进行研究。

二、变量选取

1.地方财政收入 2.税收

3.地区生产总值 4.就业人数

三、建立多元线性回归模型

数据来源于国家统计局2015年中国统计年鉴 中国31个省份财政收入及其影响因素

省份 财政收入（亿税收（亿元） 地区生产总就业人数（万元） 北京 天津 河北 山西 内蒙古 辽宁 4027.16 2390.35 2445.62 1820.64 1843.67 3192.78 3861.29 1486.88 1866.06 1134.34 1251.07 2330.57 值（亿元） 21330.83 15726.93 29421.15 12761.49 1770.19 28626.58 人） 828.6 163.7 672.9 472 522.7 927.2 吉林 黑龙江 上海 江苏 浙江 安徽 福建 江西 山东 河南 湖北 湖南 广东 广西 海南 重庆 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏 新疆 1203.38 1301.31 4585.55 7233.14 4122.02 2218.44 2362.21 1881.83 5026.83 2739.26 2566.9 2262.79 8065.08 1422.28 555.31 1922.02 3061.07 1366.67 1698.06 124.27 1890.4 672.67 251.68 339.86 1282.34 884.4 977.4 4219.05 6006.05 3853.96 1692.52 1893.73 1381.13 3965.76 1951.46 1873.11 1438.52 6510.47 978.07 480.55 1281.83 2312.46 1026.7 1233.23 85.86 1335.68 490.26 199.39 250.33 887.79 13803.14 15039.38 23567.7 65088.32 40173.03 20848.75 24055.76 15714.63 59426.59 34938.24 27379.22 27037.32 67809.85 15672.89 3500.72 14262.6 28536.66 9266.39 12814.59 920.83 17689.94 6836.82 2303.32 2752.1 9273.46 512.4 472.5 924.4 2615.4 1970.8 816.4 756.7 776.5 1757.4 894.2 1444.2 967.8 2526.8 571 155.3 781 983.7 428.6 700.5 60.1 517.5 318.4 92.1 114.7 249.4 设定财政收入Y为被解释变量，税收X1,地区生产总值X2,就业人数X3为解释变 量，建立多元线性回归模型：Y??0??1X1??2X2??3X3??

四、模型的估计检验与调整

1.统计检验

Y?200.854?0.956X1?0.022X2?0.072X3 (3.13) (15.47) (3.24) (-0.37)

R2?0.9873，R2?0.9859,F?701.46

（1） 拟合优度检验

可决系数和修正的可决系数都接近于1，因此该模型的拟合程度比较高 （2） F检验

给定显著性水平?=0.05，查F分布表，得到临界值F0.05?3，27??4.38,显然 有F?F??k,n?k?1?（3） t检验

给定显著性水平?=0.05，查t分布表，得到t??27??2.052，只有X1和X2的

2，表明模型的线性关系在5%的显著水平下显著成立。

t值大于该临界值，X3没有通过该检验。 2.计量经济学检验 （2）多重共线性

解释变量的相关系数矩阵如下：

由各相关系数值可知，解释变量都高度相关，模型存在严重的多重共线性。 分别作Y对X1,X2,X3的一元回归，发现Y关于X1的回归具有最大的可决系数：

Y?259.0083+1.147X1

(3.43) (37.49)

R2?0.9798

可见，地方财政收入受税收的影响最大，与现实相符，因此该选该一元回归模型为初始的回归模型。

接下来逐步回归：首先在初始模型中引入X2,模型的R2提高，且参数符号合理，变量也通过了显著性水平为5%的t检验；然后在初始模型中引入X3,模型的R2提高, 参数符号合理，但是变量没有通过显著性水平为5%的t检验，去掉X3，最终的函数应以Y?f?X1,X2?为最优，拟合结果如下：

Y?198.3775?0.946X1?0.021X2 （2）异方差性 ①图示检验法