经济毕业论文工资收入差异分析

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

< br>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

26

28

30

31

32

34

36

39

40

43

46

52

54

55

0

1

1

0

0

1

0

1

1

0

1

0

0

0

1

0

0

0

1

0

1

0

1

0

1

1

0

1

1

1

0

0

0

0

0

1

0

1

0

0

0

1

1

0

0

1

1

0

0

1

1

0

1

0

0

0

1

0

0

1

0

0

0

0

0

0

0

0

1

0

0

0

1

1

1

0

0

0

0

1

0

1

1

0

1

0

1

0

0

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 < /p>

有表

3

的数据可以得出以下估计结果：< /p>

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。

< br>（

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

度很大

(b)

回归参数的显著性检验——

T

< br>检验

在显著 性水平

a=0.01

条件下

ta/2 (n-k)= ta/2 (15-6)

=3.250

< /p>

模型估计的各参数的

T

值都大于

3.250

。说明各个解释

变量对应变量的影响 都是显著的。即性别，年龄，学历，企业大

小对月收入有显著影响。

(c)

回归方程的显著性检验 ——

F

检验

在显著性水平

a=0.01

条件下，< /p>

F0

。

01

（< /p>

k-1,n-k

）

= F0

。

01

(6-1,15-6)=6.06

模型中的

F-statistic=78.5819