经济应用模型

经济应用模型

题目：国家财政收入多元线性回归分析模型

姓名：

班级：

学号：

学院：数理学院

摘 要

本文以多元线性回归为出发点，选取我国自1990至2008年连续19年的财政收入为因变量，初步选取了7个影响因素,并利用统计软件PASW Statistics 17.0对各影响因素进行了筛选，最终确定了能反映财政收入与各因素之间关系

的“最优”回归方程：46ˆ578.4790.1990.733y

x x =++ 从而得出了结论，最后我们用2009年的数据进行了验证，得出的结果在误差范围内，表明这个模型可以正确反映影响财政收入的各因素的情况。 关键词：多元线性回归，逐步回归法，财政收入，SPSS

符号说明

变 量 符号 财政收入 Y 工 业 X 1 农 业 X 2 受灾面积 X 3 建 筑 业 X 4 人 口 X 5 商品销售额 X 6 进出口总额

X 7

1 引言

中国作为世界第一大发展中国家，要实现中华民族的伟大复兴，必须把发展放在第一位。近年来，随着国家经济水平的飞速进步，人民生活水平日益提高，综合国力日渐强大。经济上的飞速发展并带动了国家财政收入的飞速增加，国家财政的状况对整个社会的发展影响巨大。政府有了强有力的财政保证才能够对全局进行把握和调控，对于整个国家和社会的健康快速发展有着重要的意义。所以对国家财政的收入状况进行研究是十分必要的。

国家财政收入的增长，宏观上必然与整个国家的经济有着必然的关系，但是具体到各个方面的影响因素又有着十分复杂的相关原因。为了研究影响国家财政收入的因素，我们就很有必要对其财政收入和影响财政收入的因素作必要的认识，如果能对他们之间的关系作一下回归，并利用我们所知道的数据建立起回归模型这对我们很有作用。而影响财政收入的因素有很多，如人口状况、引进的外资总额，第一产业的发展情况，第二产业的发展情况，第三产业的发展情况等等。本文从国家统计信息网上选取了1990-2009年这20年间的年度财政收入及主要影响因素的数据，包括工业，农业，建筑业，批发和零售贸易餐饮业，人口总数等。文中主要应用逐步回归的统计方法，对数据进行分析处理，最终得出能够反映各个因素对财政收入影响的最“优”模型。

2解决问题的方法和计算结果

2.1 样本数据的选取与整理

本文在进行统计时，查阅《中国统计年鉴2010》中收录的1990年至2009年连续20年的全国财政收入为因变量，考虑一些与能源消耗关系密切并且直观上有线性关系的因素，初步选取这十九年的国内总产值、工业总产值、人口总数、建筑业、农业、受灾面积和商品零售总额等因素为自变量，分析它们之间的联系。

根据选择的指标，从《中国统计年鉴2010》查选数据，整理如表2-1所示。

表2-1 1990-2009年财政收入及其影响因素统计表

工业（亿元）

农业

（亿元）

受灾面积

（千公顷）

建筑业

（亿元）

人口

（万人）

社会商品零售

总额（亿元）

财政收入

（亿元）

国民生产总值

（亿元）

1990 18689.22 7662.1 38474 1345 114333 8300.1 2937.1 18718.3 1991 22088.68 8157 55472 1564.3 115823 9415.6 3149.48 21826.2 1992 27724.21 9084.7 51333 2174.4 117171 10993.7 3483.37 26937.3 1993 39693 10995.5 48829 3253.5 118517 14270.4 4348.95 35260.0 1994 51353.03 15750.5 55043 4653.3 119850 18622.9 5218.1 48108.5 1995 54946.86 20340.9 45821 5793.8 121121 23613.8 6242.2 59810.5 1996 62740.16 22353.7 46989 8282.2 122389 28360.2 7407.99 70142.5 1997 68352.68 23788.4 53429 9126.5 123626 31252.9 8651.14 78060.8 1998 67737.14 24541.9 50145 10062 124761 33378.1 9875.95 83024.3 1999 72707.04 24519.1 49981 11152.9 125786 35647.9 11444.08 88479.2 2000 85673.66 24915.8 54688 12497.6 126743 39105.7 13395.23 98000.5 2001 95448.98 26179.6 52215 15361.5 127627 43055.4 16386.04 108068.2 2002 110776.48 27390.8 47119.1 18527.1 128453 48135.9 18903.64 119095.7 2003 142271.22 29691.8 54506.3 23083.8 129227 52516.3 21715.25 135174.0

2004 201722.19 36239 37106.256 27745.3 129988 59501 26396.47 159586.7 2005 251619.5 39450.9 38818.225 34552.0 130756 67176.6 31649.29 185808.6 2006 316588.96 40810.8 41091.41 41557.1 131448 76410 38760.2 217522.7 2007 405177.13 48892.9 35972.23 51043.7 132129 89210 51321.78 267763.7 2008 130260.2 33702.0 56234.26 18743.2 132802 116032 61330.35 316228.8 2009 135239.9 35226.0 50223.51 22398.8 133474 14894 68518.30 343464.7

2.2 模型的建立与分析

将数据录入统计软件excel，建立统计数据库，先建立财政收入与各变量的

散点图，如图2-1至图2-7所示

图2-1 财政收入与工业总产值的散点图图2-2 财政收入与农业总产值的散点图

图2-3 财政收入与受灾面积的散点图

图2-4 财政收入与建筑业的散点图图2-5 财政收入与人口总数的散点图