


【摘 要】 社會(huì)保障支出是各個(gè)國(guó)家政府最為重視的一項(xiàng)預(yù)算內(nèi)支出,它不但是衡量一個(gè)國(guó)家福利水平的重要標(biāo)志,也成為了服務(wù)型政府自身職能樹立的外在表現(xiàn),對(duì)社會(huì)保障的支出的不斷擴(kuò)大化起到了穩(wěn)定經(jīng)濟(jì)的作用。因而,選此作題,除了要淺要探討社會(huì)保障支出擴(kuò)大化的原因,還要借此來(lái)說(shuō)明我國(guó)社會(huì)保障事業(yè)發(fā)展的根本源頭。
【關(guān)鍵詞】 社會(huì)保障 失業(yè)率 政府保障支出 政府預(yù)算總支出
一、文獻(xiàn)綜述
“社會(huì)保障”,一個(gè)算不上時(shí)髦的字眼,卻在世界各國(guó)都吸引了無(wú)數(shù)學(xué)者的眼球,而現(xiàn)在,伴隨著社會(huì)的發(fā)展和經(jīng)濟(jì)的騰飛,“社會(huì)保障”和“社會(huì)福利”掛上了鉤,正如福利經(jīng)濟(jì)學(xué)派所言:以后,哪個(gè)國(guó)家的福利支出出現(xiàn)了問(wèn)題,一定是政府在實(shí)現(xiàn)自己職能上出現(xiàn)了問(wèn)題,并將引發(fā)一系列的社會(huì)對(duì)政府的抵制運(yùn)動(dòng)。
二、數(shù)據(jù)收集與模型的建立
(一)數(shù)據(jù)收集主要是來(lái)源:中華人民共和國(guó)統(tǒng)計(jì)局1995-2012年數(shù)據(jù)。包括城鎮(zhèn)失業(yè)保險(xiǎn)支出(億元)城鎮(zhèn)居民失業(yè)率(%)城鎮(zhèn)居民人均總收入(元)城鎮(zhèn)登記失業(yè)人數(shù)(萬(wàn)人)。
(二)模型設(shè)計(jì)
設(shè)模型為:
其中,y代表城鎮(zhèn)失業(yè)保險(xiǎn)支出(億元), x2代表城鎮(zhèn)居民失業(yè)率(%),x3代表城鎮(zhèn)居民人均總收入(元),x4代表城鎮(zhèn)登記失業(yè)人數(shù)(萬(wàn)人),ut代表隨機(jī)擾動(dòng)項(xiàng)。通過(guò)對(duì)該模型的回歸分析,得出變量與我國(guó)失業(yè)保險(xiǎn)支出(億元)的關(guān)系。
三、模型估計(jì)和檢驗(yàn)
(一)模型初始估計(jì)
回歸方程為:
經(jīng)濟(jì)意義的檢驗(yàn):
模型估計(jì)結(jié)果說(shuō)明,在假定其他變量不變的情況下,城鎮(zhèn)居民失業(yè)率每增加1%,失業(yè)保險(xiǎn)支出增加53.70205億元;在假定其他變量不變的情況下,城鎮(zhèn)居民人均總收入每增加一元,失業(yè)保險(xiǎn)支出增加0.015937億元。在假定其他變量不變的情況下,城鎮(zhèn)登記失業(yè)人數(shù)每增加一萬(wàn)人,失業(yè)保險(xiǎn)支出增加0.006265億元。說(shuō)明理論分析與經(jīng)驗(yàn)判斷相一致。
統(tǒng)計(jì)檢驗(yàn):
1擬合優(yōu)度檢驗(yàn):
由上面的數(shù)據(jù)表可以得到:=0.946632,修正的可決系數(shù)=0.935196,這說(shuō)明模型對(duì)樣本的擬合比較好。
2 ?F檢驗(yàn):
針對(duì):=(1,2,3,4),給定顯著性水平,在F分布表中查出自由度為,k-1=3和n-k=15,的臨界值F(3,15)=3.29,由上面表中的數(shù)據(jù)得到82.77687,由于82.77687> F(3,15)=3.29,應(yīng)拒絕原假設(shè):=(1,2,3,4),說(shuō)明回歸方程顯著,即城鎮(zhèn)居民失業(yè)率、城鎮(zhèn)登記失業(yè)人數(shù)、城鎮(zhèn)居民人均總收入等變量聯(lián)合起來(lái)對(duì)城鎮(zhèn)失業(yè)保險(xiǎn)支出有顯著影響。
3 ? t檢驗(yàn):
分別針對(duì):=(1,2,3,4),給定顯著性水平,
查t分布表得自由度為n-k=4,臨界值2.131。由上面的數(shù)據(jù)表可得,與 、、、對(duì)應(yīng)的t統(tǒng)計(jì)量分別為t=(-2.336350)(0.421923)(2.805416 (0.009513),只有城鎮(zhèn)居民人均總收入對(duì)應(yīng)的t統(tǒng)計(jì)量的絕對(duì)值均大于2.131,這說(shuō)明拒絕:=(1,2,3,4),也就是說(shuō),當(dāng)在其他解釋變量不變的情況下,解釋變量“城鎮(zhèn)居民失業(yè)率”(X2)、“城鎮(zhèn)居民登記失業(yè)人數(shù)”(x4)對(duì)被解釋變量“城鎮(zhèn)失業(yè)保險(xiǎn)支出”(Y)有顯著的影響。當(dāng)給定顯著水平a=0.05顯著水平,t的統(tǒng)計(jì)量分別是-2.336350與0.421923、0.009513均小于2.131,不能拒絕H:=0,表明在顯著水平a=0.05時(shí)城鎮(zhèn)居民失業(yè)率(x2)、城鎮(zhèn)登記失業(yè)人數(shù)(x4)對(duì)城鎮(zhèn)失業(yè)保險(xiǎn)支出(y)沒(méi)有顯著影響。
(二)多重共線性檢驗(yàn)
(1)相關(guān)系數(shù)矩陣法
由相關(guān)系數(shù)矩陣可以看出,解釋變量x2 x3與x4之間可能存在較高的多重共線性。
(2)方差擴(kuò)大因子法:
由于輔助可決系數(shù)很高,經(jīng)驗(yàn)表明,方差擴(kuò)大因子VIF10時(shí),通常說(shuō)明該解釋變量與其余解釋變量之間存在嚴(yán)重的多重共線性。
(3)多重共線性的處理
先將變量進(jìn)行對(duì)數(shù)變換,再對(duì)以下模型進(jìn)行估計(jì):
結(jié)果中t統(tǒng)計(jì)量仍然不顯著,說(shuō)明結(jié)果仍然沒(méi)有消除多重共線性。
(4)逐步回歸法
通過(guò)觀察上表所示結(jié)果,并根據(jù)逐步回歸的思想,我們可以看到變量x3的一元回歸方程0.919394最大,并且各參數(shù)的t檢驗(yàn)顯著,參數(shù)的符號(hào)也符合經(jīng)濟(jì)意義,因此保留變量x3。
結(jié)果顯示在加入x2之后各項(xiàng)參數(shù)均較為顯著,t統(tǒng)計(jì)量為2.514546,查表可知,2.145,t=2.514546>2.120,所以保留x2。通過(guò)采用剔除變量法,多重共線性的修正結(jié)果如下:剔除X4。.
模型的最終結(jié)果為:
回歸方程為;
(三)異方差檢驗(yàn)
(1)
White檢驗(yàn)無(wú)異方差
從上圖可以看出,=10.54579,由white檢驗(yàn)知,在=0.05的顯著性水平下,查分布表的臨界值的=11.0705,因?yàn)?10.54579<=11.0705,所以說(shuō)明模型不存在異方差。
(四)自相關(guān)
(1)BG檢驗(yàn)可得不存在自相關(guān):
四、結(jié)論分析與政策建議
(一)主要結(jié)論
1、社會(huì)保障支出與失業(yè)率成正比。
由城鎮(zhèn)失業(yè)保險(xiǎn)支出與失業(yè)率的關(guān)系可以看出,城鎮(zhèn)失業(yè)率增加的時(shí)候,城鎮(zhèn)失業(yè)保險(xiǎn)支出也增加。
2、社會(huì)保障支出與城鎮(zhèn)居民收入成正比
由城鎮(zhèn)失業(yè)保險(xiǎn)支出與城鎮(zhèn)居民收入的關(guān)系可以看出,城鎮(zhèn)居民收入增加的時(shí)候,失業(yè)保險(xiǎn)支出增加。
3、城鎮(zhèn)居民就業(yè)壓力較大。
由數(shù)據(jù)可以看出,城鎮(zhèn)居民失業(yè)率在上升,說(shuō)明就業(yè)壓力在增加。
(二)政策建議
1、政府應(yīng)該增加社會(huì)保障支出。
2、增加基礎(chǔ)設(shè)施建設(shè),以提供較多的就業(yè)崗位,解決就業(yè)壓力大的問(wèn)題。
3、鼓勵(lì)人們參加失業(yè)保險(xiǎn),為自己的生活提供一份保障。
【參考文獻(xiàn)】
[1] 左停,趙夢(mèng)媛,金菁.路徑、機(jī)理與創(chuàng)新:社會(huì)保障促進(jìn)精準(zhǔn)扶貧的政策分析[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2018(01):1-12+156.
[2] 李強(qiáng).城市農(nóng)民工的失業(yè)與社會(huì)保障問(wèn)題[J].新視野,2001(05):46-48.
[3] 曾玉竹.我國(guó)失業(yè)保險(xiǎn)基金大量結(jié)余問(wèn)題探析[J].中國(guó)集體經(jīng)濟(jì),2018(11):79-81.
作者簡(jiǎn)介:李云(1991—),女,漢族,安徽省濉溪縣,碩士研究生,研究方向: 金融學(xué)