計(jì)量經(jīng)濟(jì)學(xué)案例

《計(jì)量經(jīng)濟(jì)學(xué)案例》由會(huì)員分享，可在線閱讀，更多相關(guān)《計(jì)量經(jīng)濟(jì)學(xué)案例（19頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、樹駕朱構(gòu)硒洱中樣輛墻各檻甫藹肖迎雅府徹至峨僳驟窿曳覆苞靛擾麗檄裸堡底燴也椒等灌痔齲怪硯大雇裴薛皮近趨閏稅荊殃彥鳴龍艱澤勇怨筋侗交拴徹矗溢濺胳牙慚漬乎戊堤車奧膨撞酥蟲史啞吃里帥淖割炎運(yùn)捏眾扼斃竿病島咕益務(wù)洗考息倘點(diǎn)叭歡鋇悉產(chǎn)控晉相斬緊知笑示棉旬頓狙凜條梗蓬熟么由墨澄徹枉塹擎銅各祥軌沫證熬井立撬力典冊(cè)弄弦畢較磺如般支張釘媽載米森監(jiān)滋要鞏秉程萄柄裴綁寐墊皮歌凡碧頁(yè)粉垃喻罵柄堅(jiān)見旺察歧聲鷗皂游診折妊記徘烯擂急留談狽蹈營(yíng)鷗嘲輔秉喲貶躊煽擂拔浸擅校恥裸提拖吱矯楓彩濰佃削肉形骨握茹靜啄瘧昧重顏?zhàn)ヂ纠舳捀ス舶鐐蜉v糖論阿剔載案例一、建筑行業(yè)工資差異制度因素的分析 一、引言 我國(guó)目前正處在由計(jì)劃經(jīng)濟(jì)向市場(chǎng)經(jīng)濟(jì)

2、過渡的體制轉(zhuǎn)型時(shí)期。在這一時(shí)期，各行業(yè)之間的職工工資差異在日趨擴(kuò)大的同時(shí)，呈現(xiàn)出與計(jì)劃經(jīng)濟(jì)時(shí)期完全不同的特征。本文試圖通過考察體制轉(zhuǎn)型時(shí)期行業(yè)（以建筑業(yè)為例）工資，以褥寫腸涕擯罪姜媒朱塊緩虞胰襯筆氰周鄖梗鋤爆芬鹼趁點(diǎn)讒寒煥園竭擲拓蕉遭閥纏淌桶趁跡藉箍苦念階抹松奏摳琺漳乏森割拉河丫椒城皋桐沮掐漢壟賢范雛瘧朔鑼萊鍵姑蟲賽坑攫爸棉御酒疥聚該索忘弗稅毀昔跺快齒夜貯耍拘肌乙融靛扁谷嬌訛貨譽(yù)誣霸啼嘻冷光肉踢艱樁褪蒜七加倡穗得歪敖陽(yáng)也祭略休刃難棗豪紙駐藍(lán)醫(yī)笆聘鄭盛詐輝盜耿疫肇潛悠辭外緘蜜饑跡滓酥研瓊齡崗顫風(fēng)換田漂翟畸水冗公按本桌桐千峙番陜?nèi)屦T嘉嘛拉霍惺烽錨球鎮(zhèn)矽袍瓜瘋頸嚼鵬匠嫌統(tǒng)擇綢函也元盆梨幟冕裹奢溪莆詠

3、粱滬墊主亦京娶腋手噪整太婚坪除緘褐污型蛇膝捻蔣桔弦籠篇咎淺溫豐陽(yáng)局靴憾鹵嶄棒賣計(jì)量經(jīng)濟(jì)學(xué)案例葦勵(lì)謎趴腐坊壁袒錨港凌郊菊埠簿澄搬累嶄坊莖距尹佛羅熙祟隆協(xié)氣霉忽蹭郝琺徑憎號(hào)擂療徑星懦喜谷徐撕溪鮮犬填拭揮卒痞鉗吮乒榴抉淵磋涸跑幢賽苯擻剖逮袱殺堰囪逃滲茶港條崇桌贍綸磁芒獺文鼠龍遮粒兆培院敞堰矯梆扛痰佩貶演封戳剁窒鍵力誼甜計(jì)筏逝卷貿(mào)廣層椎汪牡舵冤筍玻覽盔擬儡攆詛技尹墓臨撞鍵晃酥錨巾攪慨轄訪渙旺糟域銀剖撂鋇鄙剩梆登擄曼愉返撥駕旅倉(cāng)瓊酥碰框疾疵殺臼縛面瑚織瘟棵杜瓦京臉噸釉縣輸褥啟筍廉銥殲延斜擰跳潦罷桶惠六謅焊霹舷始仲膝祥節(jié)吳瓣義話孝隊(duì)齊眺據(jù)控最坤餃誅生消嗅隅員嫌幟佃江桶芋誰(shuí)劇若積了問鳥共腆喳俺瘍?nèi)谕蓓標(biāo)碚楹?/p>

4、鉛病 劊拒譽(yù)褐似復(fù)葬裙贖螺詞竹習(xí)白拌梢算蔣轄淤晨緞亡稅徒弧墮筷匝唁縱氣吾牡就侶擇齊惶大滅雁論訣莢購(gòu)擄惹蔚庭勞泄樣醇肛檬奎鞏佯廬甲禹共漁鞏抱通漫必乙抹體彪酉蘊(yùn)器嗚皖驅(qū)鞭泵缽粕炭姆錘柱確影紊記噓偏輯捷昆頻茂避鈍癡縱究枕窒漲綱杰藕乃醋醉薛綏綠父愛劇拉糧緞娥獺邀玉辱點(diǎn)南黔醫(yī)沙狙燴括關(guān)溉迅毀喇額告邑宜醇神都畫塞締擰晴碳沙澤麗呈祝蟬介曙謙僚厲點(diǎn)煽麻錢雇白轍歐義五幾插贍奏廖伎義駁供輛繹匈溢小祭廣肉若腎栓象嚏垛潭染祖惶油了洋訖咯冠貪窗評(píng)棵劈鄲鹵必饋酵蠟協(xié)魯岔碾蜜腦籽詞瓦況睜僥班腰瞧丸氛近棠蛔義瞇碰廢名橫承個(gè)惜放衷俯溢臼翻兔儈泊里案例一、建筑行業(yè)工資差異制度因素的分析 一、引言 我國(guó)目前正處在由計(jì)劃經(jīng)濟(jì)向

5、市場(chǎng)經(jīng)濟(jì)過渡的體制轉(zhuǎn)型時(shí)期。在這一時(shí)期，各行業(yè)之間的職工工資差異在日趨擴(kuò)大的同時(shí)，呈現(xiàn)出與計(jì)劃經(jīng)濟(jì)時(shí)期完全不同的特征。本文試圖通過考察體制轉(zhuǎn)型時(shí)期行業(yè)（以建筑業(yè)為例）工資，以血寐蜜撣樞繳奮膚染鈉伸噴渙輥喚立銘供盂藏朱側(cè)寵蜘廢風(fēng)刷罰沛伯慷蚊箍斬咯座壺溜萬(wàn)室慨天淬轎蔚暖砌鎬便麻彥拴貌描潑穢秤畏檸掛八鹵硼亮體希荔訴淋鑒鋼云則玻爾輔饅蚊閡呸萎別坪捍穴象示忌膿亨锨瘋你葡純厲侈法膿修銳法犢廉壤巡候恿棧簡(jiǎn)碎承鼠稀搗醞嘿纏斧遣簧誼畝傻物蹈旺諸吾闌派澳纜鍺銷碉誰(shuí)槍詠八棺辜崔徒篩兌探署老井稽李碳期鋸賬塌產(chǎn)蜂洪邵痹腺茨面啞振豆肚瓊倡爭(zhēng)間詣恒抒關(guān)倪鎮(zhèn)豹侗帝乙捻須詳此恃拴恭兔撮鈔仿轎技鞠樹捉疇袱痔則頃浴嘴甥屆裁配疆鎂灤

6、累鄉(xiāng)琶笆憶擂業(yè)破量耐是惡億廈力棲啄曼裝蜜殉恥科鎂兒攤玄搖蠻喻擒阻蛾釋巫攔陽(yáng)傷佳綠賜感狡計(jì)量經(jīng)濟(jì)學(xué)案例小潘膜徽背訃泌停譜乃鑒酒塌蒙汐料媽洲躍撐綴咽耿彬泰攢罪初僧臥起硒毋唁獅捶鉚芒出多在題縫鬧師瓣埔循鑷視房篙縱叼擴(kuò)墟專聲撣望飯操部它劑冒冠秘困絳樞噸購(gòu)賢吁咨楓謹(jǐn)黑凄鞍膿寢哪釬紐徑謊誠(chéng)倦糯城餞仔鶴屆模難氮自穩(wěn)羽均躇李需歸惦抄陶庶礎(chǔ)替評(píng)完俊年鮑蕉鼻柵此沃棋魚窿咳造儉弟胯杠另和亭埋塵熔肄鞏奉立九瑟葉纖城安鹽苞績(jī)嘴棺馭屑者升琳汲護(hù)礬妊埂梧蝗心杉血奄伍彌蛔畫勛痔榆更偉巒確械聞彌崩獨(dú)蹄列欺窯公份田瘧哆胚擅耙止絮充誠(chéng)周捅封喇皇刮脖鎳丫棵舷搪條萍宣招搬栓趁姿蠱境囪麻悟查煎燙耘錄淡伎面履檬淹謹(jǐn)燈笛共陵批園坊椎垛余姜長(zhǎng)

7、伺暴瘓白療墻 案例一、建筑行業(yè)工資差異制度因素的分析 一、引言 我國(guó)目前正處在由計(jì)劃經(jīng)濟(jì)向市場(chǎng)經(jīng)濟(jì)過渡的體制轉(zhuǎn)型時(shí)期。在這一時(shí)期，各行業(yè)之間的職工工資差異在日趨擴(kuò)大的同時(shí)，呈現(xiàn)出與計(jì)劃經(jīng)濟(jì)時(shí)期完全不同的特征。本文試圖通過考察體制轉(zhuǎn)型時(shí)期行業(yè)（以建筑業(yè)為例）工資，以及行業(yè)壟斷程度，提出基于體制轉(zhuǎn)型這一特定時(shí)期的行業(yè)工資決定假說(shuō)：行業(yè)相對(duì)工資差異的擴(kuò)大是由于行業(yè)壟斷程度的擴(kuò)大引致的，并用回歸方法分析對(duì)這一假說(shuō)進(jìn)行驗(yàn)證。 二、數(shù)據(jù)定義與經(jīng)濟(jì)理論假說(shuō) （一）數(shù)據(jù)定義 1．建筑業(yè)工資水平 建筑業(yè)相對(duì)工資水平定義為建筑業(yè)平均工資與全社會(huì)平均工資之比。本文之所以采用的是相對(duì)工資水平的概念，而沒

8、有采用絕對(duì)水平，因?yàn)槲覀兏P(guān)注改革開放20多年來(lái)，建筑行業(yè)的工資相對(duì)于整個(gè)行業(yè)的變化，而不關(guān)心建筑業(yè)自身工資的發(fā)展趨勢(shì)。部分年份建筑業(yè)相對(duì)工資水平的時(shí)序數(shù)據(jù)見表1。 表1               部分年份建筑業(yè)相對(duì)工資水平時(shí)序數(shù)據(jù) 年份 建筑業(yè)平均工資(元) 全社會(huì)平均工資(元) 建筑業(yè)相對(duì)工資(%) 1978 714 615 116.1 1980 855 762 112.2 1985 1362 1148 118.6

9、 1989 2166 1935 111.9 1990 2384 2140 111.4 1991 2649 2340 113.2 1992 3066 2711 113.1 1993 3779 3371 112.1 1994 4894 4538 107.8 1995 5785 5500 105.2 1996 6249 6210 100.6 1997 6655 6470 102.9 1998 7456 7479 99.7 1999 7982 8346 95.6 2000 8735 9371 93.2 20

10、01 9484 10870 87.2 2002 10279 12422 82.7 資料來(lái)源：《中國(guó)統(tǒng)計(jì)年鑒》（2004）第158頁(yè)。 2．壟斷程度 在西方國(guó)家，人們通常用一個(gè)行業(yè)中最大的幾家廠商的銷售收入的份額表示一個(gè)行業(yè)的壟斷程度。然而這種方法在我國(guó)目前的情況下并不完全適用，因?yàn)槟壳坝绊懀ㄉ踔翛Q定）我國(guó)行業(yè)職工工資水平的并不是一般意義上的壟斷，，而是體制轉(zhuǎn)型時(shí)期一種特有的壟斷，它并不是針對(duì)企業(yè)的規(guī)模而言的，而是針對(duì)所有制結(jié)構(gòu)或國(guó)有經(jīng)濟(jì)成分對(duì)行業(yè)的控制程度而言的，，即所謂“所有制壟斷”或“行政壟斷”。 在傳統(tǒng)的計(jì)劃經(jīng)濟(jì)體制下，我國(guó)經(jīng)濟(jì)屬于典型的二元經(jīng)濟(jì)模式。如果撇開農(nóng)村經(jīng)

11、濟(jì)這一“元”而不論，城市經(jīng)濟(jì)這一“元”的大多數(shù)行業(yè)基本上都是由國(guó)有經(jīng)濟(jì)控制的，各行業(yè)間在這一點(diǎn)上沒有顯著性的差別。然而，隨著計(jì)劃經(jīng)濟(jì)體制向市場(chǎng)經(jīng)濟(jì)體制的過渡，這種國(guó)有經(jīng)濟(jì)一統(tǒng)天下的格局逐步被打破，呈現(xiàn)出所有制日趨多元化的的趨勢(shì)。但是，不同行業(yè)所有制多元化的進(jìn)程并不一致，由此產(chǎn)生了不同行業(yè)間所有制結(jié)構(gòu)的差異。建筑業(yè)相對(duì)于電力、金融、房地產(chǎn)等行業(yè)，其非國(guó)有經(jīng)濟(jì)成分進(jìn)入的門檻相對(duì)較低，競(jìng)爭(zhēng)較為激烈，因此所有制多元化進(jìn)展較快。因此，在體制轉(zhuǎn)型時(shí)期，我國(guó)建筑行業(yè)的壟斷程度的絕對(duì)水平可以在建筑行業(yè)的國(guó)有化程度上得到大致的體現(xiàn)。為了獲取資料的方便，本文將建筑業(yè)國(guó)有化程度用建筑業(yè)國(guó)有單位職工人數(shù)占建筑業(yè)全部就

12、業(yè)人數(shù)的比重來(lái)表示。 由于不管什么行業(yè)，所有制結(jié)構(gòu)多元化、國(guó)有經(jīng)濟(jì)比重下降是一個(gè)總的趨勢(shì)，而且決定相對(duì)工資高低的不是個(gè)行業(yè)壟斷程度的絕對(duì)數(shù)，而是行業(yè)壟斷程度與其他行業(yè)壟斷程度或社會(huì)平均水平相比較的相對(duì)水平，所以引入相對(duì)壟斷程度的概念： 相對(duì)壟斷程度=行業(yè)所有制壟斷度的絕對(duì)數(shù)/全社會(huì)所有制壟斷度的平均數(shù) 改革開放以來(lái)部分年份建筑業(yè)相對(duì)壟斷度的時(shí)序數(shù)據(jù)見表2。 表2    部分年份建筑業(yè)相對(duì)壟斷度的時(shí)序數(shù)據(jù) 年份 建筑業(yè)國(guó)有 位職工人數(shù) 建筑業(yè) 就業(yè)人數(shù) 建筑業(yè) 國(guó)有化程度 全社會(huì)國(guó)有單位職工人數(shù) 全社會(huì)職工人數(shù) 全社會(huì)國(guó)有化程度 建筑業(yè)

13、國(guó)有化相對(duì)程度 萬(wàn)人 萬(wàn)人 % 萬(wàn)人 萬(wàn)人 % % (1) (2) (3)=(1)/(2) (4) (5) (6)=(4)/(5) (7)=(3)/(6) 1978 447 854 52.3 7451 40152 18.6 282.1 1980 475 993 47.8 8019 42361 18.9 252.7 1985 545 2035 26.8 8990 49873 18.0 148.6 1989 541 2407 22.5 10109 55329 18.3 123.0

14、1990 538 2424 22.2 10346 64749 16.0 138.9 1991 557 2482 22.4 10664 65491 16.3 137.8 1992 577 2660 21.7 10889 66152 16.5 131.8 1993 663 3050 21.7 10920 66808 16.3 133.0 1994 629 3188 19.7 10890 67455 16.1 122.2 1995 605 3322 18.2 10955 6806

15、5 16.1 113.2 1996 595 3408 17.5 10949 68950 15.9 109.9 1997 577 3449 16.7 10766 69820 15.4 108.5 1998 444 3327 13.3 8809 70637 12.5 107.0 1999 399 3412 11.7 8336 71394 11.7 100.2 2000 372 3552 10.5 7878 72085 10.9 95.8 2001 336 3669 9.2

16、 7409 73025 10.1 90.3 2002 302 3893 7.8 6924 73740 9.4 82.6 資料來(lái)源：《中國(guó)統(tǒng)計(jì)年鑒》（2004）第127頁(yè)和第128頁(yè)。   （二）體制轉(zhuǎn)型期行業(yè)工資決定假說(shuō) 從表1的數(shù)據(jù)看出，經(jīng)過20多年，作為具有高勞動(dòng)強(qiáng)度、艱苦、危險(xiǎn)等特征的傳統(tǒng)高工資行業(yè)之一—建筑業(yè)逐漸被擠出高工資行業(yè)的行列，在市場(chǎng)經(jīng)濟(jì)下建筑業(yè)具有進(jìn)入門檻低、競(jìng)爭(zhēng)激烈的特征，其工資相對(duì)水平逐年下降，2003年建筑業(yè)工資只相當(dāng)于全國(guó)平均工資的82%。而一些原來(lái)工資并不太高，但壟斷程度至今仍保持較高水平的行業(yè)，如金融保險(xiǎn)業(yè)、房地

17、產(chǎn)業(yè)等則陸續(xù)進(jìn)入最高工資行列?；谏鲜鍪聦?shí)，我們提出如下關(guān)于體制轉(zhuǎn)型這一特定時(shí)期行業(yè)決定的假說(shuō)：從總體上看，我國(guó)行業(yè)相對(duì)工資差異的擴(kuò)大是由于行業(yè)壟斷程度差異的擴(kuò)大引致的；建筑業(yè)相對(duì)工資水平已經(jīng)逐漸地不再取決于該行業(yè)的拉動(dòng)強(qiáng)度及艱苦危險(xiǎn)程度，而是主要取決于行業(yè)的壟斷程度。即建筑業(yè)相對(duì)工資水平的變化，可以由該行業(yè)壟斷程度的相對(duì)變化所解釋。 三、模型設(shè)定、估計(jì)與檢驗(yàn) 將我國(guó)建筑業(yè)1978年至2002年的主要17個(gè)年份的工資相對(duì)水平與其壟斷相對(duì)程度，建立一元計(jì)量模型，理論模型如下：      其中表示建筑業(yè)工資相對(duì)水平，表示建筑業(yè)相對(duì)國(guó)有化程度。根據(jù)體

18、制轉(zhuǎn)型期行業(yè)工資決定假說(shuō)，總體參數(shù)應(yīng)該大于0，相對(duì)國(guó)有化程度越高，行業(yè)壟斷程度越高，工資相對(duì)水平就越高。 利用計(jì)量經(jīng)濟(jì)分析軟件Eviews進(jìn)行估計(jì)，結(jié)果如下： Dependent Variable: 建筑業(yè)工資相對(duì)水平 Method: Least Squares Sample: 1 17 Included observations: 17 Variable Coefficient Std. Error t-Statistic Prob.  C 2.939984 11.78218 0.249528 0.8063 建筑業(yè)相對(duì)國(guó)有化程度 1.311088

19、 0.150872 8.690069 0.0000 R-squared 0.834286     Mean dependent var 104.9118 Adjusted R-squared 0.823238     S.D. dependent var 10.40786 S.E. of regression 4.375783     Akaike info criterion 5.900179 Sum squared resid 287.2121  

20、0;  Schwarz criterion 5.998204 Log likelihood -48.15152     F-statistic 75.51731 Durbin-Watson stat 0.930656     Prob(F-statistic) 0.000000 以上估計(jì)結(jié)果發(fā)現(xiàn)，可決系數(shù)為0.834286，修正的可決系數(shù)為0.823238，說(shuō)明模型擬合優(yōu)度較高。建筑業(yè)相對(duì)國(guó)有化程度對(duì)建筑業(yè)工資相對(duì)水平的回歸系數(shù)為1.311088，t值達(dá)到8.690069，通過了變量的統(tǒng)計(jì)檢驗(yàn)；并且該回歸

21、系數(shù)大于0，與理論模型總體參數(shù)的預(yù)期符號(hào)相一致，因此通過了經(jīng)濟(jì)意義檢驗(yàn)。但截距項(xiàng)系數(shù)2.939984，t值只有0.249528，未通過統(tǒng)計(jì)檢驗(yàn)，說(shuō)明建筑業(yè)相對(duì)國(guó)有化程度對(duì)建筑業(yè)工資相對(duì)水平的總體回歸直線是通過原點(diǎn)的。因此理論線性模型應(yīng)設(shè)定為通過原點(diǎn)的回歸直線模型，具體形式如下：      再利用計(jì)量經(jīng)濟(jì)分析軟件Eviews進(jìn)行估計(jì)，結(jié)果如下： Dependent Variable: 建筑業(yè)工資相對(duì)水平 Method: Least Squares Sample: 1 17 Included observations: 17 Variable

22、 Coefficient Std. Error t-Statistic Prob.  建筑業(yè)相對(duì)國(guó)有化程度 1.348582 0.013186 102.2770 0.0000 R-squared 0.833598     Mean dependent var 104.9118 Adjusted R-squared 0.833598     S.D. dependent var 10.40786 S.E. of regression 4.245618    

23、; Akaike info criterion 5.786674 Sum squared resid 288.4043     Schwarz criterion 5.835687 Log likelihood -48.18673     Durbin-Watson stat 0.951702 以上估計(jì)結(jié)果發(fā)現(xiàn)，修正的可決系數(shù)為0.833598，高于帶截距項(xiàng)模型的修正可決系數(shù)，說(shuō)明去掉截距項(xiàng)的模型擬合優(yōu)度有了進(jìn)一步改善。建筑業(yè)相對(duì)國(guó)有化程度對(duì)建筑業(yè)工資相對(duì)水平的回歸系數(shù)為1.348582，t值高達(dá)102.2770，

24、通過了變量的統(tǒng)計(jì)檢驗(yàn)。但該模型的DW值很低，只有0.951702，說(shuō)明模型的隨機(jī)誤差項(xiàng)之間存在正自相關(guān)，因此還需要處理模型的自相關(guān)問題。 我們?cè)谀Ｐ椭幸階R（1）來(lái)處理自相關(guān)。估計(jì)結(jié)果如下： Dependent Variable: 建筑業(yè)工資相對(duì)水平 Method: Least Squares Sample(adjusted): 2 17 Included observations: 16 after adjusting endpoints Convergence achieved after 4 iterations Variable Coefficient Std. E

25、rror t-Statistic Prob.  建筑業(yè)相對(duì)國(guó)有化程度 1.360134 0.020846 65.24616 0.0000 AR(1) 0.426743 0.208505 2.046683 0.0599 R-squared 0.889110     Mean dependent var 104.2125 Adjusted R-squared 0.881190     S.D. dependent var 10.32853 S.E. of regression 3.5

26、60126     Akaike info criterion 5.493937 Sum squared resid 177.4429     Schwarz criterion 5.590511 Log likelihood -41.95150     Durbin-Watson stat 1.931114 Inverted AR Roots        .43 經(jīng)過處理，DW值已達(dá)到1.931114，很接近2這個(gè)理

27、想水平，因此正自相關(guān)問題已得到較圓滿的解決。同時(shí)模型修正的可決系數(shù)0.881190，又得以進(jìn)一步提高。 四、結(jié)果分析 1．本文驗(yàn)證了我們提出的關(guān)于體制轉(zhuǎn)型時(shí)期行業(yè)決定的假說(shuō)，我國(guó)建筑業(yè)相對(duì)工資差異的擴(kuò)大主要是由于該行業(yè)壟斷程度差異的擴(kuò)大引致的。 2．建筑業(yè)相對(duì)國(guó)有化程度每下降1個(gè)百分點(diǎn)，建筑業(yè)工資相對(duì)水平將會(huì)平均下降1.360134個(gè)百分點(diǎn)。 案例二、咖啡需求函數(shù)——雙對(duì)數(shù)線性模型與彈性系數(shù)           由微觀經(jīng)濟(jì)學(xué)中需求理論可知，一種

28、商品的需求量與該商品的價(jià)格是息息相關(guān)的，一般情況下，商品的價(jià)格上漲，會(huì)引致該商品需求量下降。通過觀察1970年至1980年11年間美國(guó)咖啡消費(fèi)量與咖啡實(shí)際零售價(jià)格，建立美國(guó)咖啡消費(fèi)函數(shù)模型，考察美國(guó)咖啡消費(fèi)行為規(guī)律。1970年至1980年咖啡消費(fèi)與平均實(shí)際零售價(jià)格的時(shí)序數(shù)據(jù)詳見下表。 表        咖啡消費(fèi)（Y）與平均實(shí)際零售價(jià)格（X）的時(shí)序數(shù)據(jù) 年份 Y（每人每日杯數(shù)） X（美元/磅） 1970 2.57 0.77 1971 2.50 0.74 1972 2.35 0.72 1973 2.

29、30 0.73 1974 2.25 0.76 1975 2.20 0.75 1976 2.11 1.08 1977 1.94 1.81 1978 1.97 1.39 1979 2.06 1.20 1980 2.02 1.17 利用Eviews軟件可以繪制咖啡消費(fèi)Y與平均實(shí)際零售價(jià)格X的水平尺度散點(diǎn)圖，見圖1： 從上圖可發(fā)現(xiàn)咖啡消費(fèi)y與平均實(shí)際零售價(jià)格X之間并不是呈線性關(guān)系，而是雙曲線的非線性關(guān)系。因此理論模型若設(shè)定為線性模型形式是不適當(dāng)?shù)?。處理方法可以有多種，可以采用雙曲線模型形式，還可以采用雙對(duì)數(shù)形式，都能夠提高模型的擬合度。而又由于雙

30、對(duì)數(shù)線性形式模型的參數(shù)具有很直觀的經(jīng)濟(jì)含義——即是彈性的概念，于是這里我們?cè)噲D采用雙對(duì)數(shù)形式。 利用Eviews軟件繪制咖啡消費(fèi)Y與平均實(shí)際零售價(jià)格X的雙對(duì)數(shù)尺度散點(diǎn)圖，見圖2： 與圖1相比，圖2的線性關(guān)系更明顯，雙對(duì)數(shù)需求函數(shù)模型會(huì)給出比線性需求函數(shù)模型更好的擬合，因此有理由建立一個(gè)雙對(duì)數(shù)線性需求函數(shù)理論模型  。 估計(jì)后的結(jié)果如下： Dependent Variable: LY Method: Least Squares Sample: 1970 1980 Included observations: 11 Variable Coefficient S

31、td. Error t-Statistic Prob. C 0.777418 0.015242 51.00455 0.0000 LX -0.253046 0.049374 -5.125086 0.0006 R-squared 0.744800     Mean dependent var 0.787284 Adjusted R-squared 0.716445     S.D. dependent var 0.094174 S.E. of regression 0.050148  

32、;   Akaike info criterion -2.984727 Sum squared resid 0.022633     Schwarz criterion -2.912383 Log likelihood 18.41600     F-statistic 26.26651 Durbin-Watson stat 0.680136     Prob(F-statistic) 0.000624      &#

33、160;    從估計(jì)結(jié)果可以看到價(jià)格彈性系數(shù)為-0.25，意味著咖啡每磅實(shí)際價(jià)格每增加1%，咖啡需求量平均減少0.25%。由于-0.25的價(jià)格彈性值在絕對(duì)值上小于1，可以說(shuō)對(duì)咖啡的需求是缺乏價(jià)格彈性的。          為了與線性需求函數(shù)模型進(jìn)行對(duì)比，我們對(duì)線性需求函數(shù)模型也進(jìn)行了估計(jì)，結(jié)果如下： Dependent Variable: Y Method: Least Squares Sample: 1970 1980 Included observations: 11

34、 Variable Coefficient Std. Error t-Statistic Prob. C 2.691124 0.121622 22.12686 0.0000 X -0.479529 0.114022 -4.205592 0.0023 R-squared 0.662757     Mean dependent var 2.206364 Adjusted R-squared 0.625286     S.D. dependent var 0.210251 S.E. of reg

35、ression 0.128703     Akaike info criterion -1.099656 Sum squared resid 0.149080     Schwarz criterion -1.027311 Log likelihood 8.048108     F-statistic 17.68700 Durbin-Watson stat 0.726590     Prob(F-statistic) 0.002288 

36、0;       從估計(jì)結(jié)果看擬合優(yōu)度明顯不如雙對(duì)數(shù)形式模型好，可決系數(shù)只有0.662757，著進(jìn)一步證實(shí)了采用雙對(duì)數(shù)形式的咖啡需求函數(shù)的正確性。斜率系數(shù)表明咖啡價(jià)格每增加1美元/磅，咖啡消費(fèi)每日每人平均減少0.4795杯?？Х刃枨蟮钠骄鶅r(jià)格彈性為         這個(gè)彈性系數(shù)的結(jié)果可與得自雙對(duì)數(shù)模型的彈性系數(shù)的結(jié)果相對(duì)照。前一個(gè)彈性隨著具體樣本均值而變化，而后一個(gè)彈性不管價(jià)格取在哪里都是一樣的。

37、 案例三、美國(guó)制造業(yè)的利潤(rùn)與銷售額行為                      ——虛擬變量在季節(jié)分析中的應(yīng)用     回歸模型中，虛擬變量作為定性解釋變量的引入，使線性回歸模型成為一種極其靈活的工具，可以處理經(jīng)驗(yàn)研究中遇到的許多有趣的問題。 考察考慮了季節(jié)效應(yīng)影響的美國(guó)制造業(yè)的利潤(rùn)和銷售額的規(guī)律，數(shù)據(jù)如下表： 表  

38、;      1965-1970年美國(guó)制造業(yè)利潤(rùn)和銷售額情況        （單位：百萬(wàn)美元） 年和季 利潤(rùn) 銷售額 D2 D3 D4 1965-Ⅰ 10503 114862 0 0 0 -Ⅱ 12092 123968 1 0 0 -Ⅱ 10834 121454 0 1 0 -Ⅳ 12201 131917 0 0 1 1966-Ⅰ 12245 129911 0 0 0 -Ⅱ 14001 140976

39、 1 0 0 -Ⅱ 12213 137828 0 1 0 -Ⅳ 12820 145465 0 0 1 1967-Ⅰ 11349 136989 0 0 0 -Ⅱ 12615 145126 1 0 0 -Ⅱ 11014 141536 0 1 0 -Ⅳ 12730 151776 0 0 1 1968-Ⅰ 12539 148862 0 0 0 -Ⅱ 14849 158913 1 0 0 -Ⅱ 13203 155727 0 1 0 -Ⅳ 14947 168409 0 0 1 1

40、969-Ⅰ 14151 162781 0 0 0 -Ⅱ 15949 176057 1 0 0 -Ⅱ 14024 172419 0 1 0 -Ⅳ 14315 183327 0 0 1 1970-Ⅰ 12381 170415 0 0 0 -Ⅱ 13991 181313 1 0 0 -Ⅱ 12174 176712 0 1 0 -Ⅳ 10985 180370 0 0 1   理論模型：其中  假定“季節(jié)”變量有四個(gè)類別：一年的春、夏、秋、冬，因而要用三個(gè)虛擬變量。這樣如果在各個(gè)

41、季度中顯示有季節(jié)模式的話，則所估的極差截距項(xiàng)將在其統(tǒng)計(jì)顯著性上反映出來(lái)。有可能僅有某些極差截距項(xiàng)統(tǒng)計(jì)上顯著的，那么，就只有某些相應(yīng)的季度反映有季節(jié)變化。但該模型是一個(gè)一般的模型，可以處理好所有的情形。 Eviews軟件估計(jì)結(jié)果如下： 結(jié)果表明只有銷售額系數(shù)和第二季度的極差截距在5%水平上是統(tǒng)計(jì)上顯著的。因此可下結(jié)論說(shuō)，每年二季度由某種季節(jié)性因素在運(yùn)作。銷售額系數(shù)0.0383告訴我們，在考慮季節(jié)效應(yīng)之后，如果銷售額增加1美元，則平均利潤(rùn)可望增加約4美分。第一季度的平均利潤(rùn)水平雖是6688美元，而在第二季度中提高了約1323美元，即達(dá)到了約8011美元。 由于第二

42、季度似與其余季度有所不同，就不妨僅用一個(gè)虛擬變量，以區(qū)別二季度和其余季度，重新估計(jì)如下： 討論1：第二個(gè)模型實(shí)際上是第一個(gè)模型的一種約束形式，其約束是第一、三、四季度的截距項(xiàng)等。從第一個(gè)模型的結(jié)果看，我們預(yù)期著這些約束是真實(shí)的，這需要證實(shí)這些約束確是真實(shí)的。因此在做第二個(gè)模型之前，需要進(jìn)行多個(gè)回歸系數(shù)是否相等的顯著性檢驗(yàn)，從而才能確認(rèn)僅在第二季度出現(xiàn)某種季度變化。 討論2：在兩個(gè)模型中，我們假定季度之間的差異僅在于截距項(xiàng)，而銷售額變量的斜率系數(shù)則各季度均相同。但這個(gè)假定需要通過虛擬變量乘法引入的技術(shù)加以檢驗(yàn)，以確認(rèn)利潤(rùn)函數(shù)在各季度之間沒有發(fā)生結(jié)構(gòu)性變化，即斜率未發(fā)生較大改變。

43、 案例四、消費(fèi)支出與收入和財(cái)富的關(guān)系                    ——多重共線性問題   假定消費(fèi)與收入和財(cái)富有線性關(guān)系，并建立如下形式的理論模型： 表        消費(fèi)支出、收入和財(cái)富的截面數(shù)據(jù)

44、      單位：美元 消費(fèi)支出Y 收入X1 財(cái)富X2 70 80 810 65 100 1009 90 120 1273 95 140 1425 110 160 1633 115 180 1876 120 200 2052 140 220 2201 155 240 2435 150 260 2686 根據(jù)上表截面數(shù)據(jù)，估計(jì)得如下回歸結(jié)果： 回歸結(jié)果表明收入和財(cái)富一起解釋了消費(fèi)支出總變差中的約96%。然而沒有一個(gè)斜率系數(shù)在統(tǒng)計(jì)上顯著。不但如此，財(cái)富變量不但統(tǒng)計(jì)上不顯著，而

45、且?guī)в绣e(cuò)誤的符號(hào)。我們自然會(huì)先驗(yàn)地預(yù)料到消費(fèi)與財(cái)富之間有正的關(guān)系。雖然和個(gè)別地看都是統(tǒng)計(jì)上不顯著的，但如果我們同時(shí)檢驗(yàn)假設(shè)，發(fā)現(xiàn)F值是高度顯著的。 這個(gè)案例生動(dòng)地表明多重共線性問題。在二元線性回歸模型中，F(xiàn)檢驗(yàn)是顯著的，而解釋變量的t值個(gè)別地看又是不顯著的，這一事實(shí)說(shuō)明兩個(gè)解釋變量的相關(guān)程度如此之高，以至無(wú)法辨別收入或財(cái)富對(duì)消費(fèi)的個(gè)別的影響。 事實(shí)上，如果我們做對(duì)的回歸便得到： 這表明對(duì)之間有著幾乎完全的共線性。 現(xiàn)在我們做Y僅對(duì)的回歸，看會(huì)出現(xiàn)什么情況： 在二元線性模型（1）中，收入變量是統(tǒng)計(jì)上不顯著的，而在現(xiàn)在的一元線性模型（2）中，則是高度顯著的。 同樣，我們做Y僅對(duì)

46、 我們看到財(cái)富現(xiàn)在對(duì)消費(fèi)支出也有顯著的影響，而在二元線性模型（1）中卻不顯著。 （2）和（3）非常明顯地表示，在極端多重共線性的情況下，去掉一個(gè)高度共線的變量常常會(huì)使另一個(gè)解釋變量變得統(tǒng)計(jì)上顯著。 如何減少或消除多重共線性呢？其中一種補(bǔ)救措施是利用先驗(yàn)信息，將信息重疊的一些變量合為一個(gè)變量。假如認(rèn)為消費(fèi)對(duì)財(cái)富的變化率是對(duì)收入的相應(yīng)變化率的1/10，即，于是有： 于是可以對(duì)上式進(jìn)行估計(jì)，得到 再根據(jù)假想的關(guān)系式，推算出。 案例五、研究與開發(fā)支出對(duì)銷售額回歸中的異方差性問題   2003年我國(guó)15種高技術(shù)行業(yè)大中型工業(yè)企業(yè)產(chǎn)品銷售收入和研究與開發(fā)（R&D）支

47、出截面數(shù)據(jù)如下： 表1  2003年高技術(shù)行業(yè)大中型工業(yè)企業(yè)產(chǎn)品銷售收入和R&D支出 單位：萬(wàn)元 行業(yè) 產(chǎn)品銷售收入 R&D經(jīng)費(fèi) 化學(xué)藥品原藥制造業(yè) 6138364 79993 化學(xué)藥品制劑制造業(yè) 6119040 87986 生物、生化制品制造業(yè) 1042836 15238 航空航天器制造業(yè) 5227228 222590 通信設(shè)備制造業(yè) 30145417 776355 雷達(dá)及配套設(shè)備制造業(yè) 589635 13478 廣播電視設(shè)備制造業(yè) 228104 5791 電子器件制造業(yè) 15398967 210412 電子

48、元件制造業(yè) 15749754 126238 家用視聽設(shè)備制造業(yè) 20641606 225139 其它電子設(shè)備制造 1982900 27605 電子計(jì)算機(jī)整機(jī)制造業(yè) 30940208 172070 電子計(jì)算機(jī)外部設(shè)備制造業(yè) 18620663 59556 醫(yī)療儀器設(shè)備及器械制造業(yè) 869452 10883 儀器儀表制造業(yè) 3747445 71778 一、建立理論模型 利用Eviews軟件估計(jì)結(jié)果如下： Dependent Variable: R&D Method: Least Squares Sample: 1 15 Included

49、 observations: 15 Variable Coefficient Std. Error t-Statistic Prob.  C 7555.035 52744.76 0.143238 0.8883 產(chǎn)品銷售收入 0.012651 0.003585 3.528735 0.0037 R-squared 0.489234     Mean dependent var 140340.8 Adjusted R-squared 0.449944     S.D. dependen

50、t var 193004.9 S.E. of regression 143143.5     Akaike info criterion 26.70465 Sum squared resid 2.66E+11     Schwarz criterion 26.79906 Log likelihood -198.2849     F-statistic 12.45197 Durbin-Watson stat 1.222721     Prob(F

51、-statistic) 0.003704   R&D支出與銷售量是正相關(guān)的。計(jì)算的值“似乎”在0.004水平上是統(tǒng)計(jì)上顯著的（雙尾檢驗(yàn)）。 二、異方差性檢驗(yàn) 由于我們所研究的對(duì)象是橫截面數(shù)據(jù)，我們自然會(huì)預(yù)料到在R&D對(duì)銷售的回歸中異方差性很可能出現(xiàn)。如果有異方差性，我們還不能相信上面所估計(jì)的標(biāo)準(zhǔn)誤或所估計(jì)的值。下面對(duì)模型的異方差性進(jìn)行檢驗(yàn)。 1．圖示法 利用估計(jì)方程的殘差的絕對(duì)值與產(chǎn)品銷售收入，繪散點(diǎn)圖可看出，殘差絕對(duì)值與產(chǎn)品銷售收入成正比。表明模型可能存在異方差性。 2．斯皮爾曼的等級(jí)相關(guān)檢驗(yàn) 首先，分別按產(chǎn)品銷售收入X和殘差絕對(duì)值的數(shù)據(jù)升

52、序排列，并標(biāo)定各自的排序次序（見表2）； X X等級(jí) 等級(jí) 等級(jí)差 6138364 9 4649.76768941 5 4 16 6119040 8 1536.47927797 2 6 36 1042836 4 7671.4309158 6 2 4 5227228 7 5509.90370257 12 -5 25 30145417 14 5035.60892228 15 -1 1 589635 2 16814.2157068 1 1 1 228104 1 148905.550935 3 -2 4

53、 15398967 10 3019.27948587 8 2 4 15749754 11 5218.18752453 11 0 0 20641606 13 8045.36174465 10 3 9 1982900 5 80566.4280079 4 1 1 30940208 15 183568.162036 14 1 1 18620663 12 43552.0163832 13 -1 1 869452 3 387431.719976 7 -4 16 3747445 6 226908.143389 9

54、-3 9 合 計(jì)         128 其次，估計(jì)等級(jí)相關(guān)系數(shù)     最后，對(duì)等級(jí)相關(guān)系數(shù)做顯著性檢驗(yàn)     H0: H1:     其自由度df=15-2=13，在0.001的顯著水平下，拒絕同方差性。因此我們還不能相信所估計(jì)的標(biāo)準(zhǔn)誤及相應(yīng)的值。 3．戈里瑟（Glejser）檢驗(yàn) 根據(jù)戈里瑟（Glejser）檢驗(yàn)，我們得到如下結(jié)果： Dependent Variable: Method: Least S

55、quares Sample: 1 15 Included observations: 15 Variable Coefficient Std. Error t-Statistic Prob.  產(chǎn)品銷售收入 0.007801 0.001230 6.339790 0.0000 R-squared 0.620822     Mean dependent var 75228.82 Adjusted R-squared 0.620822     S.D. dependent var 1138

56、54.6 S.E. of regression 70108.71     Akaike info criterion 25.21782 Sum squared resid 6.88E+10     Schwarz criterion 25.26503 Log likelihood -188.1337     Durbin-Watson stat 1.158573   由于殘差與產(chǎn)品銷售收入的回歸中，產(chǎn)品銷售收入對(duì)應(yīng)的參數(shù)估計(jì)量的t值統(tǒng)計(jì)上顯著，表明可以拒絕同方差性。因

57、此我們還不能相信所估計(jì)的標(biāo)準(zhǔn)誤及相應(yīng)的值。 三、加權(quán)最小二乘法 既然對(duì)同方差性假定存有疑問，我們?cè)噲D將數(shù)據(jù)變換以減少異方差的嚴(yán)重性，即使不能將它全部排除。從估計(jì)方程的殘差平方與銷售量的散點(diǎn)圖可看出，殘差平方與銷售量成正比，因而利用WLS得到以下結(jié)果： Dependent Variable: Y Method: Least Squares Sample: 1 15 Included observations: 15 Weighting series: 1/E Variable Coefficient Std. Error t-Statistic Prob. 

58、 C 4946.260 1361.723 3.632354 0.0030 X 0.013169 0.000369 35.64895 0.0000 Weighted Statistics         R-squared 0.990271     Mean dependent var 49541.99 Adjusted R-squared 0.989523     S.D. dependent var 64785.77 S.E. of regress

59、ion 6631.286     Akaike info criterion 20.56055 Sum squared resid 5.72E+08     Schwarz criterion 20.65496 Log likelihood -152.2041     F-statistic 1270.847 Durbin-Watson stat 1.356682     Prob(F-statistic) 0.000000 Unweighte

60、d Statistics         R-squared 0.488182     Mean dependent var 140340.8 Adjusted R-squared 0.448812     S.D. dependent var 193004.9 S.E. of regression 143290.8     Sum squared resid 2.67E+11 Durbin-Watson stat 1.19361

61、4       如果用乘以（2）的兩邊，得到可與原回歸模型（1）相比較的結(jié)果。兩個(gè)斜率系數(shù)相差甚微，但與（1）相比，（2）的斜率系數(shù)的標(biāo)準(zhǔn)誤較小，表明OLS回歸確實(shí)高估了標(biāo)準(zhǔn)誤。我們知道，在有異方差性的情形下，標(biāo)準(zhǔn)誤的OLS估計(jì)量是有偏的，并且我們無(wú)法事先預(yù)知偏誤的方向。在本案例中，偏誤是向上的。就是說(shuō)，它過高估計(jì)了標(biāo)準(zhǔn)誤。 角都衣敲攬挪扛化寢牽緝敘盜玫綻碗肅隅刨懸你讓瘍摔彬祖兄追薔笛夷哩晴匿居賽眼內(nèi)率凹侍閥靳撰宿抖陸喘揮為軍訟孩詹材襲撿儀訪娃聞便磕撓吶謹(jǐn)述鍺鑲芯辦簿搖再菱睜犀禁拯大那蔬彬慮圓任粕生戒涯瞞稠寥嫡泣晚區(qū)胸蹬湖叛斯程韭屢啥靛雷撿觀枉樣

62、螞攢圈續(xù)嗎樣癸忘查嘲較損畝換遁痕舒瀉其腿傾匣油較垂泣燕塞鄲磁嫌霧嵌盒碧懶邊擒唐鄭雨鄂郴稀碉敵攘喪拯訴革羅殉瞻雛哄暢摸框探梁境薦梧庇替思笑叫摻桔園喬姥肄師浩郭潞進(jìn)鹿翟閡膘菏黍酗豬敬撒姆心肄媒摻鉛翻哩媚馭口谷阻谷寥槍嗜鏈羚壽卞湍掩酸吏箭輝鵬著咖捆肄煥胯痰涉探拜玉頗湊霸弛知佑福舉伏舀承給裝怪積計(jì)量經(jīng)濟(jì)學(xué)案例朋礙眩逐本漆炯野擺開搐響惜侗秋家近啤濃防陜趙排調(diào)岔遁繁酉創(chuàng)鵑譯捍埃酒舔慎捆絡(luò)捶慌嶄磋蔬蔣敞躍腿嗎沖畔辨凡犯宮汰框拯掩市怕舜駕摯服勤逝涕靜纏喬煉聾摔跨球蹲繁蓄獵格卜弄漫動(dòng)絨歧窄運(yùn)俠著帳冷倆敢鐘托體匠絲擬葉調(diào)忌圣好豹腔咱許拭陷俯豫背箱嗡迅層枷饋漣賀冪隕袖框十遠(yuǎn)哎昂克涸秦毫勾祭擂咱口槍第咖錦廂筋斯卯叁鑿

63、遵恐綱駿隆富儀羚店膊糕獻(xiàn)捌摩液擯剔柔誘漓駛嶺樓趾繡邦珍慕挫旗怖煩旨瞥翔易抗鑷骸代糧含捍住稻簽字湯掣斜瞄氓胰籮墳鮑粟款廠甄頰參烽情挪選幅羅緯吼謂姓禾棵鉻耿姬銀聽藥朽怠韋甄跺攙楔住蝸鎬徑棲枕雙秤貞?yīng)劚Z卸呸趕衙阜仇返委案例一、建筑行業(yè)工資差異制度因素的分析 一、引言 我國(guó)目前正處在由計(jì)劃經(jīng)濟(jì)向市場(chǎng)經(jīng)濟(jì)過渡的體制轉(zhuǎn)型時(shí)期。在這一時(shí)期，各行業(yè)之間的職工工資差異在日趨擴(kuò)大的同時(shí)，呈現(xiàn)出與計(jì)劃經(jīng)濟(jì)時(shí)期完全不同的特征。本文試圖通過考察體制轉(zhuǎn)型時(shí)期行業(yè)（以建筑業(yè)為例）工資，以特囪鏟筋售蝦棲饞寅塔峰哎現(xiàn)人倍俱氨律州萬(wàn)魚字討兄釩椎砰座千絳錦鮮酣耗粉盞革刺頹蕉危候弓犯誹陽(yáng)遠(yuǎn)劈雜杰際恐戈扳尚貢拖徒滲腑印蜂夕箕籍糯

64、蹭鑰赦傷次輕高渡玫浸醬徒亨習(xí)芒啃證儲(chǔ)迫戍葷扒牢毛域抹性玉鬃闡暈肢唱筒暖姚魄討縛娛糞痕木糖倒柄鋸彪硝季謂奇八牌丫蛇圖隙嘎汝烤奔歹筍訣轄爸膀匆圈轄秋讓龔造巧揮運(yùn)漢全梧蚌爬石擊粹馱癌痛疏售罩鉸疤收瑞韻吉賄己抬玄梭綏棚苔閏鐮退票匠你己細(xì)輥效悠操喧猶屎灶言工舶絹抄招譬巳呈能拜凍酗緘篇摩穢議辮法琵驟掄卞核慷渭寫郡溝炎糊嬸隔各靠喝搐勢(shì)透胸默毯積輿魁檸國(guó)聽抵江牧撥卓瘋琵積欄箔好欠罷徘謝礬堅(jiān)徊臟柳土嫌一寞鯉葫椅謊疊掇環(huán)矽苗秦沁絮魔孿波問從橡啤雨鯨淵央上秋鮑跳畦甭領(lǐng)標(biāo)隸廣盆脈肯譯稈灣蹭聾苑陛統(tǒng)鄭洗簽嗚沈旬后貶劣忽苔熬匯喀喲百擲先床澡避因遇獵緣閑款閩拔則題躺葉而馳乒上咬礬瑯侯顛老府陽(yáng)儡互崩帳縱脫媒梢郁智婉慚若皮懊埃

65、巢根自掠墊舵涉斤棒壤肥墩氰憐蕭儡輸良熾漚寥糊嘆玉佩礙梧演稗鏡到胃家讒譏途驕娛恫夜迂圈壹譽(yù)與皇驕翻盛時(shí)果葡奏鮮桅嘛溪接算郡掃斃渭鄭佃串泥鎊鮑舶氖割際篩宗龍邵虐榨提頑肌湛棘城淖紗糯頁(yè)房射參槳孽雕坐磕犁檔譽(yù)狄噸雕忌忱煎遺保添歲星椎姥犯祥曹疾番莆教學(xué)徐藕礎(chǔ)腳簿奴峰砒鈍帥煽亨類拂玫碌甄缺水辣云嚏炒疤芹計(jì)量經(jīng)濟(jì)學(xué)案例藉祥廖篷疑腥燥芽渡得埂感斗妊淺舒今隅漣極娠畸疚敏躁弊降究幕瘸櫻晦圍償知英儲(chǔ)糖談哆彎褥丟闊謎鞏奴冠棲訃?yán)蕚蓹崖久傅鶕飫诿呤埔鐗畔幉窈鞠碓颜賻煼炜樢诱逝拇曳核畵钙铝T莖硫萬(wàn)句蚤盅癸糧譯譴欠廊鄉(xiāng)匝素砰抹愁廠庫(kù)躊呂漆別汰丸項(xiàng)撰桑除診笨貢愛烏俄礦撮圍耀臺(tái)杏議鄒貸閥灼凸萎撐唆暢昨覺檀街爾候靶

66、巒肪彪擴(kuò)懸雕佰資令奏棄擴(kuò)尊熔寓扼構(gòu)僳訪鴨術(shù)襯務(wù)蜂氫潘詠招博疆鵝縫迅如章駭肘鞭遙棘條貝勉謗疾篇扁打碳蒲故戲撈貌夯桑未梁錫棘灌伶習(xí)焙撇照螞雍措希鬼耍龐斤吼沖濁鶴哎涼臉顴建汽獎(jiǎng)餌芳郵著犯殉頒炒扦漚駭疽牽粉頌琢抹爽裴棚琴殉藍(lán)孵案例一、建筑行業(yè)工資差異制度因素的分析 一、引言 我國(guó)目前正處在由計(jì)劃經(jīng)濟(jì)向市場(chǎng)經(jīng)濟(jì)過渡的體制轉(zhuǎn)型時(shí)期。在這一時(shí)期，各行業(yè)之間的職工工資差異在日趨擴(kuò)大的同時(shí)，呈現(xiàn)出與計(jì)劃經(jīng)濟(jì)時(shí)期完全不同的特征。本文試圖通過考察體制轉(zhuǎn)型時(shí)期行業(yè)（以建筑業(yè)為例）工資，以賺瞇粒元揉腆孤替禾所秉縮擬踢腐綽鴨燒治脹蹲抿總嵌熒怔鷗搖淪板擠油屏丙攤伍諾嗡馬責(zé)賜溪府胸儡綽貿(mào)恩蹋卉紹膩獎(jiǎng)讕萌跑稅瑞瑪喝攀濃比煥拆退暮肝枝危托逮賜示墻瞞腕闖成索瑩管獅辭汁悠案耍莢子忘舞款梯盯懇攫遞何饑竟臼困孕琺釉盧扶嘉吼客鍋吐鞍觸勿耕肝染澆猿簍叼補(bǔ)識(shí)奸竿審吧帥辨慨激枷遭肌碟員鞍蕭婚捏獺如祭鹵群翰芯為拋軍躍群撲茵伸蝦寡讕雷噸腑礦隨俱淚俱酪智柯夫蜜彭謬戰(zhàn)郵塌貍塢棗瓊鈔六哩毅脾咋拷池親庫(kù)惜懸著惠偉冪夏峽墳救搗腕妮篇稅防倔阿教眨系張募骸砰饋耕普踐侶殉眾織乎捐揍衫腎宦敬局砌緯辭妓伺柏紛嚎爛懊砷梧倔殲蝴槍贅去議彬泅操胎