工資及其主要影響因素

1、上海大學 2013 2014 學年 冬 季學期研究生課程論文課程名稱： 高級計量經(jīng)濟學 課程編號： 01SAQ9004 論文題目: 工資及其主要影響因素分析 作者姓名: 李騰龍 學 號: 13720067 成 績: 論文評語:評閱人: 評閱日期: 工資及其主要影響因素分析摘要：本文目的在于分析相關(guān)人員的教育、工作經(jīng)驗、任期、性別、婚姻等因素對其工資的影響，從而可以為企業(yè)根據(jù)員工的相關(guān)背景開具工資提供參考依據(jù)。同時，更重要的是，通過本次的建模學習過程，使自己更加深入地學習了計量經(jīng)濟學的相關(guān)知識，擁有了計量經(jīng)濟學的實證分析經(jīng)驗，并且還初步掌握了相關(guān)軟件的使用方法。關(guān)鍵詞：工資、虛擬變量、最小二乘回

2、歸、異方差檢驗、SAS軟件一、 引言亞當.斯密國富論中說：“一國國民每年的勞動，本來就是供給他們每年消費的一切生活必需品和便利的源泉?！币粋€勞動者的工資，要用來養(yǎng)家糊口，因此對于它的研究至關(guān)重要。職工工資的增長逐漸成為一個熱點話題，在百度中輸入“職工工資”，你會得到非常多相關(guān)報道，工資協(xié)商制、工資拖欠、工資保障機制也成為學術(shù)界人士爭相研究的焦點。而也是隨著職工工資的增長，其他的一些問題，諸如個稅征收、社會保障機制改革等接踵而來。因此，研究好職工工資的影響因素，對于預(yù)測工資走向，安排生產(chǎn)生活，體制改革等有積極意義。影響工資的因素有很多，在此我們主要選教育年限、經(jīng)驗、任期、性別、婚姻等因素來研究，

3、從該研究中發(fā)現(xiàn)更深層次的原因，這就是本問研究的主要目的。二、 背景知識1.虛擬變量定心信息通常是以二值信息的形式出現(xiàn)：一個人是男還是女；一個人是已婚還是未婚；這些信息可以通過定義一個二值變量或0-1變量來刻畫。在計量經(jīng)濟學中，二值變量通常稱為虛擬變量。2.多重共線性在多元線性回歸模型經(jīng)典假設(shè)中，其重要假定之一是回歸模型的解釋變量之間不存在線性關(guān)系，也就是說，解釋變量中的任何一個都不能是其他解釋變量的線性組合。如果違背這一假定，即線性回歸模型中某一個解釋變量與其他解釋變量間存在線性關(guān)系，就稱線性回歸模型中存在多重共線性。多重共線性違背了解釋變量間不相關(guān)的古典假設(shè)，將給普通最小二乘法帶來嚴重后果。

4、多重共線性的解決方法有：1.保留重要解釋變量，去掉次要或可替代解釋變量；2.用相對數(shù)變量替代絕對數(shù)變量；3.差分法；4.逐步回歸分析；5.主成份分析；6.偏最小二乘回歸；7.嶺回歸；8.增加樣本容量。3.異方差性異方差性（heteroscedasticity ）是相對于同方差而言的。所謂同方差，是為了保證回歸參數(shù)估計量具有良好的統(tǒng)計性質(zhì)，經(jīng)典線性回歸模型的一個重要假定：總體回歸函數(shù)中的隨機誤差項滿足同方差性，即它們都有相同的方差。如果這一假定不滿足，即：隨機誤差項具有不同的方差，則稱線性回歸模型存在異方差性。若線性回歸模型存在異方差性，則用傳統(tǒng)的最小二乘法估計模型，得到的參數(shù)估計量不是有效估計

5、量，甚至也不是漸近有效的估計量；此時也無法對模型參數(shù)的進行有關(guān)顯著性檢驗。對存在異方差性的模型可以采用加權(quán)最小二乘法進行估計。異方差性的檢測White test在此檢測中，原假設(shè)為：回歸方程的隨機誤差滿足同方差性。對立假設(shè)為：回歸方程的隨機誤差滿足異方差性。判斷原則為：如果nR2chi2 (k-1），則原假設(shè)就要被否定，即回歸方程滿足異方差性。三、 數(shù)據(jù)本文研究的數(shù)據(jù)來源于葉明確老師課堂中所使用的工資數(shù)據(jù)，共計526個樣本數(shù)據(jù)。本文選取了受教育年限（educ），工作年限（exper），任期（tenure），性別（female），婚姻（married）等因素作為自變量，研究其與工資之間的影響關(guān)系

6、。關(guān)于性別、婚姻等變量的量化，我們定義：性別：“female=1”表示女性，“female=0”表示男性；婚姻：“married=1”表示已婚，“married=0”表示未婚；得到數(shù)據(jù)樣本如下：wageeducexpertenurefemalemarried13.111201023.212222113311200046844280155.312720168.81698017111815700851253105244.715131801525121651015263.5145410四、 分析1.建模參考經(jīng)濟學中的經(jīng)典模型，本文我們也采用log(wage)作為因變量，建立最小二乘回歸模型：2.回歸

7、結(jié)果我們采用SAS軟件進行方程的回歸，命令如下：proc reg data=ltl;model lwage=educ exper tenure female married;run;結(jié)果：我們看到，模型的擬合度約是40%，而模型的F檢驗值為70.83，是顯著的。但是，我們還發(fā)現(xiàn)，在95%置信度的標準下，exper的結(jié)果是不顯著的，需要進一步修正。2.相關(guān)系數(shù)矩陣為了檢測變量間的多重共線性，我們檢查變量間的相關(guān)系數(shù)，命令：proc corr data=ltl;var educ exper tenure female married;run;回歸結(jié)果如下：我們發(fā)現(xiàn)，exper與tenure相關(guān)系數(shù)

8、較高，married與exper和tenure的相關(guān)系數(shù)都比較高。從現(xiàn)實來講，任期較長的工作人員，自然地工作經(jīng)驗較為豐富。而工作時間較長的人，年齡相應(yīng)地較大，已婚的可能性也較大。所以很顯然，我們的自變量自己存在多重共線性。接下來我們對模型進行修正。3.模型修正（多重共線性修正）第一步：log(wage)對單個自變量進行回歸：1. ，得到=0.1858，參數(shù)統(tǒng)計顯著；2. ，得到=0.0124，參數(shù)統(tǒng)計顯著；3. ，得到=0.1060，參數(shù)統(tǒng)計顯著；4. ，得到=0.1396，參數(shù)統(tǒng)計顯著；5. ，得到=0.0733，參數(shù)統(tǒng)計顯著；可看到，educ的擬合優(yōu)度最強，并且已被證明與其他變量的相關(guān)系數(shù)

9、不強，所以選擇educ作為基本回歸方程，第二步：將其余變量逐一引入：1. ，得到=0.2493，且統(tǒng)計是顯著的；2. ，得到=0.3085，且統(tǒng)計是顯著的；3. ，得到=0.3002，且統(tǒng)計是顯著的；4. ，得到=0.2442，且統(tǒng)計是顯著的；我們得到，educ和tenure組合的擬合優(yōu)度最強，且對模型參數(shù)影響不大。第三步，繼續(xù)引入變量：1. ，得到=0.3160，模型的擬合度并沒有明顯提高，educ，tenure兩個參數(shù)都是統(tǒng)計顯著的，而exper在1%顯著性水平下是不顯著的，在5%顯著性水平下顯著；2. ，得到=0.3828，參數(shù)統(tǒng)計顯著；3. ，得到=0.3343，參數(shù)統(tǒng)計顯著；我們得到

10、，educ、tenure、female組合的擬合優(yōu)度最好，繼續(xù)插入變量，第四步：1. ，得到=39.23，educ，tenure，female三個參數(shù)都是統(tǒng)計顯著的，exper在1%顯著性水平下是不顯著的，在5%顯著性水平下顯著；2. ，得到=0.3996，并且參數(shù)統(tǒng)計顯著；所以，最終我們選取R2最高，并且統(tǒng)計顯著的模型，得到的初步模型為：回歸結(jié)果如下：我們看到所有參數(shù)都是統(tǒng)計顯著，并且模型F檢驗值為86.70，說明該回歸模型也是顯著的。5.散點圖我們利用SAS軟件，做出log(wage)與educ、tenure之間的散點圖：Proc sgplot data=ltl; scatter x=ed

11、uc y=lwage; run; 可以看到， log(wage) 與tenure之間線性關(guān)系不明顯；從而我們引入變量tenure2來進一步優(yōu)化模型：6.加入變量我們對比如下2個模型：得到模型（2）結(jié)果如下：我們看到，與模型（1）相比，新的模型R2有所提高，且在5%置信水平下，所有參數(shù)統(tǒng)計都顯著，說明變量tenure2的引入是合理的。所以，最終我們確定了模型為：五、 模型檢驗1.經(jīng)濟意義檢驗我們看到受教育的系數(shù)為0.07871，為正數(shù)，表明其他條件不變的情況下，教育每增加一年，工資收入將增加7.8%；任期的系數(shù)為0.04165，為正數(shù)，表明其他條件不變的情況下，任期增加一年，工資收入將增加4.6

12、%；虛擬變量married的系數(shù)為0.12691，表明其他條件不變的情況下，總體上已婚員工的工資要大于未婚員工虛擬變量female的系數(shù)為-0.28079，為負數(shù)，表明其他條件不變的情況下，總體上，男性的工資要比女性高(0.54694-0. 28079)*100%。所以模型能通過經(jīng)濟意義上的檢驗。2.統(tǒng)計檢驗（1）擬合優(yōu)度：從回歸結(jié)果中可以看到，調(diào)整后，消除解釋變量對擬合優(yōu)度的影影響，對于經(jīng)濟數(shù)據(jù)來說，模型的擬合度還不錯；（2）F檢驗：原假設(shè)為，給定顯著性水平，在F分布表中查出自由度為k=4和n-k-1=521的臨界值。表中給出F值=87.82,應(yīng)拒絕原假設(shè)，說明回歸方程顯著。（3）t檢驗：原假設(shè)為，給定顯著性水平，我們發(fā)現(xiàn)參數(shù)的t值都是顯著的，說明每個參數(shù)結(jié)果顯著；（4）異方差性檢驗：我們采用white test方法，原假設(shè)為回歸方程的隨機誤