贫富差距与经济发展阶段的关系

贫富差距与经济发展阶段的关系

学校：

专业：

学号：

姓名：

指导老师：

摘要：本文首先说明国际社会不是想象中的那么和谐，人们之间存在着贫富差距。这就需要我们大家注意贫富差距与经济发展内阶段的关系；其次运用1988年世界30个国家的数据进行回归分析，制作两个模型并加以解释和说明；最后总结与评论一下世界存在普遍现象——贫富差距越来越严重了。

关键词：和谐经济发展基尼系数贫富差距教育支出

正文：

一、前言

我们都知道的，国际社会不是想象中那么和谐。许多人认为不和谐的最根本原因是发展问题，是发展不平衡、发展不迅速、发展不和谐的问题。在不合理的国际经济秩序没有根本改变的情况下，广大发展中国家严重缺少资金、担负沉重债务、技术水平落后，面对日益恶化的贸易条件和不断增加的金融风险，总体上处于十分不利的境地。这就产生明显的国际与国内的贫富差距的问题。

贫富差距的扩大使许多发展中国家的人们产生失望情绪，对不合理国际经济秩序的不满激发了他们的对抗意识，这对国际关系的和谐发展将产生不容忽视的负面影响。

对于一个国家来说，身处不同经济发展阶段，其对待GDP增长速度的关注是有所不同的。一般来说，经济发展程度越低，其对GDP增长速度的关注就越强烈，伴随经济发展的程度越来越高，其对GDP增长速度的关注也就越来越弱，这既是因为后起国家有较发达国家或最发达国家成功经验可资借鉴，又是因为有其失败教训可供参考，更不需花费太多探索性成本。

世界银行根据人均GDP美元值把世界206个国家划分为四类收入组：低收入国家(平均数2190美元，购买力评价计算，2001年，下同)，下中等收入国家(4700美元)，上中等收入国家(8700美元)，高收入国家(26650美元)。

本文运用1988年的世界上30个国家的基尼系数，GDP以及教育所占比例等数据进行分析贫富差距与经济发展阶段的关系。具体采用SPSSWIN11.0软件包以及Microsoft Excel进行数据分析。当然那时的经济发展程度普遍低，故GDP的关注性更强点，从而贫富差距可以通过一些自变量如：GDP来分析其程度。

我对现有数据分析包括两组模型分析。第一组一元线性回归模型考查了各国的总体GDP对总体贫富差距（基尼系数）的影响；第二组多元线性回归模型比较了投入教育的不同，不同的人口出生率国家的GDP对不同程度的贫富差距的影响。

二、一元线性回归模型

（各国的总体GDP对总体贫富差距（基尼系数）的影响）模型设计

模型1里以基尼系数为因变量，GDP为自变量。其中30个国家的平均基尼系数为0.36188，总体GDP的平均值为11668.97美元。如下运用一元线性回归分析得出：

表1

从表1中可以看出GDP与基尼系数的相关性达到0.208434，也就是说GDP 可以解释国家的贫富程度的20.84%。在进行T检验时得出，常数项的t 值为15.91742，自变量GDP的t值为-2.71531，说明随着国家的GDP的上升，其贫富差距也就越来越严重，是原来的2.72倍。其中伴随概率（sig）都是＜0.05，则自变量与因变量之间存在显著性差异。再者其容忍度与VIF都是1，说明不存在共线性的问题。

下面的散点图进一步的说明他们之间的关系：

其公式为 y = -0.0041x + 0.4255

t = (-2.71531) (15.91742)

R2 = 0.208434 F = 7.372933

从以上的散点图以及公式来看,因变量基尼系数与自变量GDP的相关性不算高,即回归拟合度不算太高。可以相应地推测有其他的因素影响着贫富差距的程度的高低。其趋势线呈下滑趋势，因此更加说明国家的GDP的上升，其贫富差距也就越来越严重。

从拟合度的小可以看出单个种类的自变量还不能准确的分析因变量的问题，还存在其他的控制变量，影响着各国贫富差距的变化。故需要以下的分析。

三、多元线性回归模型

（比较了投入教育的不同，不同的人口出生率，国家的GDP对不同程度的贫富差距的影响）模型设计

模型2里以各国的人口出生率和1988年各国人均国内生产总值（GDP）为自变量，1988年各国的基尼系数为因变量，做二元线性回归分析。而1980年各国公共教育支出占国民生产总值的百分比没有做为自变量，具体原因可看表3。

表2

表2是经过回归分析后得出，其中GDP的相伴概率（sig）＞0.05,出生率的相伴概率 (sig)=0.000623＜0.05,从这两个数字看出,当GDP与人口出生率同时做为自变量时,GDP对因变量基尼系数的影响就会不再突显出来,人口出生率反而对基尼系数产生很大的影响。代表回归拟合度的R2 =0.490866，即两个自变量各国的人口出生率和1988年各国人均国内生产总值（GDP）能够解释各国的贫富差距程度的49.09%，相对于表1中所分析得到的20.84%要高出好多来。容忍度和VIF都算正常吧，都是没有太大或太小。标准化系数呈增大的趋势，说明自变量对因变量的影响也越来越强，与相伴概率的变化相呼应。

t值也越来越大，说明更能检验出自变量对因变量之间存在显著性差异，存在线性回归相关的关系。

表3中可以看出公共教育支出具体对基尼系数没有什么太大的影响，其相伴概率为0.07494＞0.05，故他们之间没有显著性的差异，相互之间没有什么太大

的联系。最后就没有把它做为一自变量参与另外的两个自变量一起进行回归分析。

意大利经济学家基尼告诉我们，基尼系数为零，表示收入分配完全平等，基尼系数为1，表示收入分配绝对不平等。国际公认的标准，基尼系数若低于0.2表示收入绝对平均；0.2-0.3表示比较平均；0.3-0.4表示相对合理；0.4-0.5表示收入差距较大；0.6以上表示收入差距悬殊。

在回归分析之后，我又用Microsoft Excel进行数据分析，得出各国的基尼系数的统计分析表，表中的平均值为0.36188，正好处于国际公认标准中的相对合理的阶段，各国的贫富差距程度不算太严重，那时的经济发展水平不高，人口出生率越高的国家其基尼系数也相应的高，过于平均值。在以上的回归分析的基础上知道，人口出生越快的国家，相应的国家还要承担贫富差距越来越大的情况，以及导致的国民对国家政府的失望和抵触。数据分析表中最大值是0.56，处于