基于線性回歸模型2016年我國各省教育支出的影響因素分析

付海天　戈代民

摘 要：教育經費的支出不僅反映了一個地區對教育的重視程度，也在很大程度上決定了該地區教育水平及教育事業未來的發展情況。通過對我國31個省2016年教育經費支出的比較，找出影響教育經費支出的各個因素，并結合教育事業發展的發展狀況，為各地區改善教育經費支出問題提出合理性建議，促進各地區以及全國教育事業的長久和快速發展。

通過對比各地區2016年教育經費支出的情況，以及各地區的生產總值，并建簡單的線性回歸模型進行實證分析，以及對模型進行參數估計、檢驗以及修正，最后對所得的結果做出經濟意義上的分析，并相應提出一些合理建議。

關鍵詞：財政教育支出;影響因素;簡單線性回歸分析;異方差;自相關

一.影響地方財政教育支出的因素

（一）.數據選擇

以國家統計局公布的2016年31個省份的數據作為樣本，從《中國統計年鑒2016》可以搜集到數據

二.用Eviews軟件分析檢驗

（一）.為利用Eviews軟件分析和估計模型的參數，對數據按Y遞增排序，并作出線性圖，如圖1.1所示

可以看出，各地區地方財政教育經費支出及各影響因素的差異明顯，其變動的方向幾本相同，互相間可能具有一定的相關性。探索將模型設定為線性回歸模型形：

（二）統計學檢驗

利用Eviews估計模型參數，回歸結果如表所示

根據表1.2中的數據，模型估計的結果寫為

（44.39625）（0.001387）

（5.591993）（17.03491）

說明模型對樣本的擬合程度較好

F=290.1882，（2）F檢驗 ：F對應的 P值小于 0.05，說明回歸方程顯著

（2）F檢驗 ：F對應的 P值小于 0.05，說明回歸方程顯著

（三）計量經濟學檢驗

1.多重共線性：因解釋變量只有一個，所以該模型不存在多重共線性

2.異方差檢驗運用適當的方法檢驗模型是否存在異方差，并說明存在異方差的理由

（1）.圖來觀察是否存在異方差，如圖1.2

由圖1.2可以大致可以看出存在異方差隨著X的大而增大

（2）.White檢驗是否存在異方差

運用White檢驗檢驗模型是否存在異方差，檢驗結果如所示

由表可得nR2顯著性水平為0.4087>0.05，所以接受假設，認為模型存在異方差

（3）修正異方差

存在異方差，運用適當方法加以修正，加權最小二乘法修正：

經估計檢驗用權數X^2的效果較好，進行最小二乘估計：

由可以得到加權最小二乘估計結果，可以看出，運用加權最小二乘法消除了異方差以后，參數的t檢驗均顯著，F檢驗也均顯著。

3.自相關檢驗

（1）DW檢驗法：由回歸模型表1.2得到DW=1.557682

當顯著性水平時，查表得

該模型不存在自相關

4.對最終模型結果進行解讀

t=（9.4065，12.27222）

SE=（13.27574，0.002561）

修正后的R2增加，模型變得更好。修正的模型說明地區總產值每增加1萬元，地區財政教育投入平均增加0.031426萬元，而不是最先未修正回歸的0.023630

參考文獻

[1]影響我國財政收入的多元線性回歸模型[J] 白萍.統計與決策 . 2005 （10）

[2]基于多元線性回歸模型的中國裝備制造業升級研究[J]. 景俠，朱文超.商業經濟 . 2020（02）

[3]國內旅游收入主要影響因素的實證分析——基于多元線性回歸模型[J]. 謝艷琳，周艷，梁佳佳.北京印刷學院學報 . 2020（01）

[4]總體最小二乘求解線性回歸模型的迭代算法[J]. 汪奇生，楊德宏，楊根新.工程勘察 . 2014（09）

[5] 線性回歸參數的總體最小二乘估計算法研究[J]. 楊根新，于慶鋒.地理空間信息 . 2020（01）