经济毕业论文工资收入差异分析

工资收入差异分析

工资收入差异分析

为了考察工资收入是否与性别，年龄，学历，企业规模有关，我们建立计量经济学模型对其进行分析判断和预测，因国内数据

不好查找，我们在这个模型中就引用日本的数据建立模型。

下表列出的15个工人月收入以及相应的性别，年龄层（30多岁与40多岁），学历（大学毕业，高中毕业，初中毕业），企业规

模（大型企业，中型企业，小型企业）之间的关系。根据这些定

性数据，通过这些定性数据，通过小面问题分析收入差距的原因。为了将定性数据作为解释变量纳入模型，引入下面六个虚拟变量。根据下表制作虚拟变量的数据表。

性别 S S=1 男

性 S=0 女性

年龄A A=1 40多

岁 A=0 30多岁

学历(1) E1`=1 大学毕

业 E1=0 其他

学历（2） E2=1 高中毕

业 E2=0 其他

企业规模（1） F1=1 大型企

业 F1=0 其他

企业规模（2） F2=1 中小型企

业 F2=0 其他

设定模型

Y=α+β1S+β2A+β3 E1 +β4 E2 +β5 F1 +β6 F2 +u

α>0 , β1>0 , β2>0 , β3>0 , β4>0 , β5>0 , β6>0

估计模型的参数，检验参数和整体模型并对模型进行修正

计算下列属性所对应的月收入

a)大型企业中40多岁男性大学毕业工人的月收入Ya

b)中型企业中30多岁女性大学毕业工人的月收入Yb

c)小型企业中30多岁男性初中毕业工人的月收入Yc

表1 月收入与性别、年龄层、学历、企业规模之间的关系

月收入（万日元）性别年龄层学历企业规模

25 女性40多岁初中毕业小企业

26 男性30多岁初中毕业小企业

28 女性40多岁高中毕业小企业

30 女性40多岁高中毕业小企业

31 男性30多岁初中毕业中企业

32 男性30多岁高中毕业小企业

34 女性30多岁大学毕业中企业

36 男性30多岁高中毕业中企业

39 女性30多岁大学毕业大企业

40 男性30多岁高中毕业中企业

43 男性30多岁大学毕业小企业

46 男性30多岁大学毕业中企业

52 男性40多岁初中毕业大企业

54 女性40多岁大学毕业大企业

55 男性40多岁高中毕业大企业

表2 制作虚拟变量处理后的数据表

月收入（万日元）Y 性别S 年龄层A 学历企业规模大学毕业E1` 高中毕业E2 大型企业F1 中型企业F2

25 0 1 0 0 0 0

26 1 0 0 0 0 0

28 0 1 0 1 0 0

30 0 1 0 1 0 0

31 1 0 0 0 0 1

32 1 0 0 1 0 0

34 0 0 1 0 0 1

36 1 0 0 1 0 1

39 0 0 1 0 1 0

40 1 0 0 1 0 1

43 1 0 1 0 0 0

46 1 0 1 0 0 1

52 1 1 0 0 1 0

54 0 1 1 0 1 0

55 1 1 0 1 1 0

参数估计

表3 最小二乘估计Dependent Variable: Y

Method: Least Squares

Date: 12/15/03 Time: 20:14

Sample: 1986 2000

Included observations: 15

Variable Coefficient Std. Error t-Statistic Prob.

C 11.96613 1.694604 7.061317 0.0001

S 14.38476 1.238761 11.61222 0.0000

A 12.64252 1.519607 8.319597 0.0000

E1 15.87300 1.466859 10.82108 0.0000

E2 5.082785 1.119298 4.541047 0.0019

F1 12.15240 1.326189 9.163398 0.0000

F2 5.543744 1.196137 4.634706 0.0017

R-squared 0.983316 Mean dependent var 38.06667 Adjusted R-squared 0.970802 S.D. dependent

var 10.06029

S.E. of regression 1.719035 Akaike info

criterion 4.226127

Sum squared resid 23.64064 Schwarz

criterion 4.556551

Log likelihood -24.69596 F-statistic 78.58178 Durbin-Watson stat 2.283073 Prob(F-

statistic) 0.000001

有表3的数据可以得出以下估计结果：

Y = 11.966 + 14.385S + 12.643A + 15.873E1 + 5.083E2 + 12.152F1 + 5.544F2

(7.061) (11.612) (8.320) (10.821) (4.5 41) (9.163) (4.635)

_

R2 = 0.9708

（1）经济意义检验

所有的参数都为正数，即性别、年龄、学历和所在企业的大小对月收入有正面的影响，符合经济意义。

（2）统计推断检验

(a)拟和优度检验

可决系数R2 = 0.983316 说明模型在整体上拟和很好,Y 的总差由模型作出了绝大部分解释。

_

R2 = 0.9708也说明模型中各个解释变量对应变量的联合影响程