城鎮(zhèn)人均醫(yī)療支出畢業(yè)論文

1、<p><b>　　數(shù)據(jù)處理及模型分析</b></p><p><b>　?。ㄕn程論文）</b></p><p>　　城鎮(zhèn)居民人均醫(yī)療保健費(fèi)用支出因素</p><p><b>　　的實(shí)證分析</b></p><p><b>　　摘要</b><

2、;/p><p>　　近年來，隨著人民生活水平的提高，人民越來越關(guān)注個(gè)人醫(yī)療保健問題。醫(yī)療衛(wèi)生消費(fèi)已經(jīng)成為居民生活消費(fèi)的重要組成部分，醫(yī)療衛(wèi)生消費(fèi)的水平、特點(diǎn)是一個(gè)地區(qū)一個(gè)國家居民生活水平和健康水平的重要反應(yīng)。本文采用時(shí)間序列數(shù)據(jù)，通過建立計(jì)量模型，對中國近20年以來城鎮(zhèn)人均醫(yī)療保健支出費(fèi)用進(jìn)行分析。分析城鎮(zhèn)人均醫(yī)療保健支出與城鎮(zhèn)人均可支配收入、政府衛(wèi)生支出、CPI及衛(wèi)生人員數(shù)的關(guān)系。</p><p

3、>　　關(guān)鍵字：人均醫(yī)療保健支出；政府衛(wèi)生支出；CPI；衛(wèi)生人員數(shù)；</p><p><b>　　Abstract</b></p><p>　　In recent years, with the improvement of people's living standards, people are increasingly concerned about

4、 the personal health care issues. Residents' living consumption has become an important part of health care consumption, the level of health care consumption, important reaction is characterized by a region of a coun

5、try living standards and health. In this paper, the time series data analysis through the establishment of the econometric model, the urban per capita healthcare expenditures in</p><p>　　Key words：Per capita

6、 health care spending; Government expenditure on health;CPI; The number of health workers</p><p><b>　　目錄</b></p><p><b>　　摘要I</b></p><p>　　AbstractII</p&

7、gt;<p><b>　　引言1</b></p><p>　　一、模型變量選取及數(shù)據(jù)來源說明2</p><p>　　（1）模型解釋變量選取2</p><p>　?。?）模型選取數(shù)據(jù)來源說明2</p><p>　　二、人均醫(yī)療保健支出與人均可支配收入的關(guān)聯(lián)度雙變量分析4</p><

8、;p>　　三、人均醫(yī)療保健支出與多解釋變量關(guān)聯(lián)度分析8</p><p>　　四、模型設(shè)定誤差分析12</p><p>　　五、模型結(jié)構(gòu)穩(wěn)定性檢驗(yàn)13</p><p>　　六、模型的自相關(guān)診斷及補(bǔ)救19</p><p>　　(1)自相關(guān)的診斷19</p><p><b>　　1.1圖示法19&

9、lt;/b></p><p>　　1.2杜賓－瓦爾遜檢驗(yàn)20</p><p>　　1.3游程檢驗(yàn)20</p><p>　　七、模型的多重共線性診斷及補(bǔ)救22</p><p>　　(1)多重共線性的診斷22</p><p>　　1.1 R²診斷22</p><p>　　1

10、.2 解釋變量的相關(guān)性檢驗(yàn)22</p><p>　　1.3 輔助回歸22</p><p>　　(2)變量轉(zhuǎn)換進(jìn)行多重共線性的補(bǔ)救28</p><p>　　八、預(yù)測模型選擇32</p><p>　　九、選用模型的經(jīng)濟(jì)含義33</p><p><b>　　參考文獻(xiàn)35</b></p&

11、gt;<p><b>　　引言</b></p><p>　　當(dāng)前隨著城鎮(zhèn)居民對個(gè)人健康的關(guān)注度不斷提高，個(gè)人醫(yī)療保健支出已經(jīng)是每一個(gè)城鎮(zhèn)家庭不得不面對的問題。在房價(jià)、子女教育已經(jīng)個(gè)人工作壓力下，沉重又突如其來的醫(yī)療消費(fèi)支出再一次拉緊了大多數(shù)城鎮(zhèn)居民的神經(jīng)。生活中甚至出現(xiàn)了白領(lǐng)不敢生病，生病了也盡量不去醫(yī)院的種種社會(huì)怪想。個(gè)人醫(yī)療保健支出大的難題已經(jīng)成為了困擾整個(gè)社會(huì)發(fā)展前進(jìn)，影

12、響居民幸福的重要因素。盡管近來政府的衛(wèi)生支出越來越大，居民不斷參加各種的醫(yī)療保險(xiǎn)，可個(gè)人醫(yī)療保健支出在人均可支配收入中卻占據(jù)越來越大的比例，沉重的醫(yī)療保健支出給人們帶來很大的經(jīng)濟(jì)負(fù)擔(dān)。本文運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)的分析方法，研究我國醫(yī)療保健支出與城鎮(zhèn)居民年人均可支配收入等因素之間的關(guān)系，旨在分析出如何解決個(gè)人醫(yī)療保健支出大的問題。</p><p>　　一、模型變量選取及數(shù)據(jù)來源說明</p><p>

13、　　（1）模型解釋變量選取</p><p>　　本文是對城鎮(zhèn)居民人均醫(yī)療保健支出的影響因素分析。首先我們知道城鎮(zhèn)居民人均可支配收入是影響居民消費(fèi)支出的重要影響因素，所以我們把可支配收入作為我們實(shí)證分析的第一個(gè)解釋變量。其次政府衛(wèi)生總支出及衛(wèi)生人員數(shù)也是可能影響城鎮(zhèn)居民醫(yī)療支出的重要因素，因此我們把他們也作為我們模型分析的解釋變量。我們知道醫(yī)療支出方面也涉及到一些醫(yī)療服務(wù)產(chǎn)品購買問題，所以我們引進(jìn)了解釋變量CPI。

14、本文主要從以上這幾個(gè)解釋變量來對城鎮(zhèn)居民人均醫(yī)療保健支出進(jìn)行實(shí)證分析。</p><p>　　（2）模型選取數(shù)據(jù)來源說明</p><p>　　本文從中國統(tǒng)計(jì)年鑒選取了從1991年到2010年間，城鎮(zhèn)居民醫(yī)療保健支出、城鎮(zhèn)居民人均可支配收入、政府衛(wèi)生總支出、衛(wèi)生人員數(shù)及CPI的詳細(xì)數(shù)據(jù)。具體數(shù)據(jù)如表1所示。</p><p>　　表1 1991-2010年解釋變量與被解釋

15、變量詳細(xì)數(shù)據(jù)</p><p>　　二、人均醫(yī)療保健支出與人均可支配收入的關(guān)聯(lián)度雙變量分析</p><p>　　為了更好的進(jìn)行對人均醫(yī)療保健支出和人均可支配收入的關(guān)聯(lián)度分析，我們選取全國1991年至2010年人均醫(yī)療保健支出和人均可支配收入的統(tǒng)計(jì)資料，如表2-1所示。</p><p>　　表2-1 1991-2010年人均醫(yī)療保健支出和人均可支配收入（單位：元）&l

16、t;/p><p>　　因?yàn)槲覀冎斑x取的一些解釋變量波動(dòng)較大，為了減小數(shù)據(jù)波動(dòng)較大產(chǎn)生的一些偏差，故我們建立二元對數(shù)回歸模型y＝b1＋b2 X2＋（相關(guān)計(jì)算數(shù)據(jù)參照于表2-1），把人均醫(yī)療保健支出經(jīng)過對數(shù)出來后的數(shù)據(jù)作為被解釋變量Lny，同理人均可支配收入經(jīng)過對數(shù)處理后的數(shù)據(jù)作為解釋變量LnX2。</p><p>　　表2-2 經(jīng)過對數(shù)處理后的數(shù)據(jù)</p><p>　　

17、運(yùn)行統(tǒng)計(jì)分析軟件SPSS，將上表中數(shù)據(jù)輸入界面，進(jìn)行回歸分析所得結(jié)果如表2-2、表2-3和表2-4所示。</p><p>　　表2-2 模型匯總</p><p>　　a. 預(yù)測變量: (常量), Lnx2。</p><p>　　表2-3 Anova（b）</p><p>　　a. 預(yù)測變量: (常量), Lnx2。</p>&

18、lt;p>　　b. 因變量: Lny</p><p>　　表2-4 系數(shù)（a）</p><p>　　a. 因變量: Lny</p><p>　　據(jù)此，可得該回歸模型各項(xiàng)數(shù)據(jù)為：</p><p>　　b2 ＝1.493</p><p>　　b1 ＝＝-7.584</p><p><b

19、>　?。剑?.040</b></p><p>　　Var（b1）＝0.342 Se（b1）＝ ＝0.585 </p><p>　　Var（b2）＝0.004 Se（b2）＝ ＝0.066</p><p>　　t（b1） ＝ ＝-12.958 </p&

20、gt;<p>　　t（b2） ＝ ＝22.498</p><p>　　＝0.966 </p><p>　　df ＝ 18</p><p>　　模型為：lny＝-7.584+1.493lnX3＋</p><p><b>　　令＝0.05，</b&g

21、t;</p><p>　　在=0.05的水平下，t檢驗(yàn)的拒絕域?yàn)椋骸玻蓿?.101〕和〔2.101，＋∞〕</p><p>　　所以t（b1）、t（b2）均落在拒絕域中，拒絕原假設(shè)，即常數(shù)項(xiàng)和X2對于模型均有意義。</p><p>　　對于該模型的經(jīng)濟(jì)意義解釋如下：</p><p>　　平均而言，在其他條件不變的情況下，人均可支配收入每變

22、動(dòng)一個(gè)百分點(diǎn)，將引起人均醫(yī)療保健支出變動(dòng)1.493個(gè)百分點(diǎn)。并且，該模型反映了96.6%的真實(shí)情況。</p><p>　　三、人均醫(yī)療保健支出與多解釋變量關(guān)聯(lián)度分析</p><p>　　為了更好的進(jìn)行對人均醫(yī)療保健支出和人均可支配收入的關(guān)聯(lián)度分析，我們選取全國1991年至2010年人均醫(yī)療保健支出和人均可支配收入、政府衛(wèi)生支出、衛(wèi)生人員數(shù)、CPI數(shù)據(jù)的統(tǒng)計(jì)資料。具體數(shù)據(jù)如表3-1所示。&l

23、t;/p><p><b>　　表 3-1</b></p><p>　　將上述數(shù)據(jù)經(jīng)對數(shù)處理后的數(shù)據(jù)如表3-2所示</p><p><b>　　表3-2</b></p><p>　　我們建立五元回歸模型Lny＝b1＋b2LnX2＋b3LnX3＋b4LnX4＋b5LnX5＋（相關(guān)計(jì)算數(shù)據(jù)參照于表2-1）。我

24、們將人均醫(yī)療保健支出作為被解釋變量y，人均可支配收入作為解釋變量X2，政府衛(wèi)生支出作為解釋變量X3，衛(wèi)生人口數(shù)作為解釋變量X4，CPI列為解釋變量X5（以下各步同上），運(yùn)行統(tǒng)計(jì)分析軟件SPSS，將上表中數(shù)據(jù)輸入界面，進(jìn)行回歸分析所得結(jié)果如表3-3、表3-4和表3-5所示。</p><p><b>　　表3-3 模型匯總</b></p><p>　　預(yù)測變量: (常量)

25、, LnX5, LnX4, LnX2, LnX3。</p><p>　　表3-4 Anovab</p><p>　　a. 預(yù)測變量: (常量), LnX5, LnX4, LnX2, LnX3。</p><p>　　b. 因變量: Lny</p><p><b>　　表3-5 系數(shù)a</b></p><

26、p>　　a. 因變量: Lny</p><p>　　據(jù)此，可得該回歸模型各項(xiàng)數(shù)據(jù)為</p><p>　　Lny＝17.420＋2.020LnX2-0.384LnX3-1.262LnX4-1.877LnX5＋</p><p><b>　　令＝0.05</b></p><p><b>　　我們提出如下假設(shè)：&

27、lt;/b></p><p>　　H0：Bi＝0，LnY＝B1+B2LnX2+B3LnX3+B4LnX4+ B5LnX5+μi</p><p>　　y＝b1＋b2LnX2＋b3LnX3＋b4LnX4＋b5LnX5＋</p><p>　　t(bi)~ t0.025(15)</p><p>　　在水平下，t檢驗(yàn)的拒絕域?yàn)椋骸玻蓿?.13

28、1〕和〔2.131，＋∞〕</p><p>　　因?yàn)閠（b1）、t（b2）、t（b3）、t（b4）、t（b5）均落在拒絕域中，所以拒絕原假設(shè)，說明X2 與X3、X4、X5對y的影響是均是顯著的，。</p><p><b>　　聯(lián)合假設(shè)檢驗(yàn)：</b></p><p><b>　　H0：＝0</b></p>&l

29、t;p>　　F ～F0.05 (4，15)</p><p>　　在水平下，查F分布表得F0.05 (4，15)=4.89，所以回歸方程總體上是顯著的。</p><p>　　對于該模型的經(jīng)濟(jì)意義解釋如下：</p><p>　　平均而言，在其他條件不變的情況下，人均可支配收入每變動(dòng)一個(gè)百分點(diǎn)，將人均醫(yī)療保健支出變動(dòng)2.020個(gè)百分點(diǎn)；在其他條件不變的情況下，政府衛(wèi)

30、生支出每變動(dòng)一個(gè)百分點(diǎn)，將引起人均醫(yī)療保健支出變動(dòng)-0.384個(gè)百分點(diǎn)。在其他條件不變的情況下，衛(wèi)生人員數(shù)每變動(dòng)一個(gè)百分點(diǎn)，將引起人均醫(yī)療保健支出變動(dòng)-1.262個(gè)百分點(diǎn)。在其他條件不變的情況下，CPI每變動(dòng)一個(gè)百分點(diǎn)，將引起人均醫(yī)療保健支出變動(dòng)-1.877個(gè)百分點(diǎn)。并且該模型反映了99.4%的真實(shí)情況。</p><p>　　四、模型設(shè)定誤差分析</p><p>　　對于初始模型：Lny＝

31、-7.584+1.493LnX3＋</p><p>　　Se＝0.585 0.066</p><p>　　t＝-12.958 22.948</p><p>　　＝0.966 df＝18</p><p>　　對于添加解釋變量數(shù)據(jù)的模型（二）</p><p>　　Lny＝17.420＋2.020LnX2

32、-0.384LnX3-1.262LnX4-1.877LnX5＋</p><p>　　Se＝ 6.357 0.150 0.113 0.458 0.395</p><p>　　t ＝2.740 13.423 －3.392 -2.755 －4.748</p><p>　　＝0.994 df ＝15

33、 F ＝ 593.287</p><p><b>　　通過比較可以發(fā)現(xiàn)：</b></p><p>　　1．在模型（一）的基礎(chǔ)上引入變量LnX3、LnX4、LnX5后，模型（二）中各參數(shù)的t檢驗(yàn)值都在拒絕域內(nèi)，即假設(shè)檢驗(yàn)顯著，模型（二）的擬合優(yōu)度也有所提高，并且模型二的參數(shù)符號(hào)也與經(jīng)濟(jì)意義相符。</p><p>　　綜上所述，最終的法定準(zhǔn)備金以

34、模型（二）為最優(yōu)，即</p><p>　　Lny＝17.420＋2.020LnX2-0.384LnX3-1.262LnX4-1.877LnX5＋</p><p>　　五、模型結(jié)構(gòu)穩(wěn)定性檢驗(yàn)</p><p>　　通過對樣本進(jìn)行回歸分析，依據(jù)前面步驟可得出以下數(shù)據(jù)：</p><p>　　Lny＝17.420＋2.020LnX2-0.384LnX3

35、-1.262LnX4-1.877LnX5＋</p><p>　　Se＝6.357 0.150 0.113 0.458 0.395</p><p>　　T ＝2.740 13.423 －3.392 -2.755 －4.748</p><p>　?。?.994 df ＝15 F ＝ 593.287<

36、/p><p>　?。?）將樣本分為兩段，其中第一段數(shù)據(jù)如表5-1所示</p><p>　　表5-1 1991-2000年數(shù)據(jù)</p><p>　　我們建立五元回歸模型Lny＝b1＋b2LnX2＋b3LnX3＋b4LnX4＋b5LnX5＋（相關(guān)計(jì)算數(shù)據(jù)參照于表5-1）。運(yùn)行統(tǒng)計(jì)分析軟件SPSS，將上表中數(shù)據(jù)輸入界面，進(jìn)行回歸分析所得結(jié)果如表5-2、表5-3和表5-4所示。

37、</p><p><b>　　表5-2 模型匯總</b></p><p>　　表5-3 Anovab</p><p><b>　　表5-4 系數(shù)a</b></p><p>　　a. 因變量: Lny</p><p><b>　　可得該回歸模型為：</b>

38、</p><p>　　Lny＝-91.601＋0.053LnX2＋1.496LnX3＋3.776LnX4＋0.181LnX5＋；</p><p><b>　　令=0.05</b></p><p><b>　　我們提出如下假設(shè)：</b></p><p>　　H0：Bi＝0，Y＝B1+B2LnX2+B3

39、LnX3＋B4LnX4＋B5LnX5+μi</p><p>　　y＝b1＋b2Lnx3＋b3Lnx3＋b4Lnx4＋b5Lnx5＋</p><p>　　t(bi)~ t0.025(5)</p><p>　　在水平下，t檢驗(yàn)的拒絕域?yàn)椋骸玻蓿?.571〕和〔2.571，＋∞〕,除去t（b3），t（b1）、t（b2）、t（b4）均落在非拒絕域中，不拒絕原假設(shè)，即截距

40、項(xiàng)、X2 、X4對于模型均沒有意義。</p><p><b>　　聯(lián)合假設(shè)檢驗(yàn)：</b></p><p><b>　　H0：＝0</b></p><p>　　F ～F0.05 (4，6)</p><p>　　在水平下，模型中的F值落在F檢驗(yàn)的右側(cè)拒絕域〔4.53，＋∞〕中，因?yàn)镕=479.506，所

41、以拒絕原假設(shè)，即0，回歸方程是總體顯著的。</p><p>　?。?）第二段數(shù)據(jù)如表5-5所示。</p><p>　　表5-5 2001-2010年數(shù)據(jù)</p><p>　　我們建立五元回歸模型Lny＝b1＋b2LnX2＋b3LnX3＋b4LnX4＋b5LnX5＋（相關(guān)計(jì)算數(shù)據(jù)參照于表5-1）。運(yùn)行統(tǒng)計(jì)分析軟件SPSS，將上表中數(shù)據(jù)輸入界面，進(jìn)行回歸分析所得結(jié)果如

42、表5-6、表5-7和表5-8所示。</p><p><b>　　表5-6 模型匯總</b></p><p>　　預(yù)測變量: (常量), LnX5, LnX4, LnX2, LnX3。</p><p>　　表5-7 Anovab</p><p>　　a. 預(yù)測變量: (常量), LnX5, LnX4, LnX2, LnX3

43、。</p><p>　　b. 因變量: Lny</p><p><b>　　表5-8 系數(shù)a</b></p><p>　　a. 因變量: Lny</p><p><b>　　可得該回歸模型為：</b></p><p>　　Lny＝13.159＋0.883LnX2＋0.126L

44、nX3-1.160LnX4-1.004LnX5＋；</p><p><b>　　令=0.05</b></p><p><b>　　我們提出如下假設(shè)：</b></p><p>　　H0：Bi＝0，Y＝B1+B2LnX2+B3LnX3＋B4LnX4＋B5LnX5+μi</p><p>　　y＝b1＋b2

45、Lnx2＋b3Lnx3＋b4Lnx4＋b5Lnx5＋</p><p>　　t(bi)~ t0.025(5)</p><p>　　在水平下，t檢驗(yàn)的拒絕域?yàn)椋骸玻?，?.571〕和〔2.571，＋∞〕,除去t（b1）、t（b2）、t（b4），t（b3）、t（b5）均落在非拒絕域中，不拒絕原假設(shè)，即X3 、X5對于模型均沒有意義。</p><p><b>　

46、　聯(lián)合假設(shè)檢驗(yàn)：</b></p><p><b>　　H0：＝0</b></p><p>　　F ～F0.05 (4，6)</p><p>　　在水平下，模型中的F值落在F檢驗(yàn)的右側(cè)拒絕域〔4.53，＋∞〕中，因?yàn)镕=424.207，所以拒絕原假設(shè)，即0，回歸方程是總體顯著的。</p><p>　　2.對于模

47、型Lny＝17.420＋2.020LnX2-0.384LnX3-1.262LnX4-1.877LnX5＋</p><p><b>　　＝＝＝0.131</b></p><p>　　對于模型Lny＝-91.601＋0.053LnX2＋1.496LnX3＋3.776LnX4＋0.181LnX5＋</p><p><b>　?。?.015&

48、lt;/b></p><p>　　對于模型Lny＝13.159＋0.883LnX2＋0.126LnX3-1.160LnX4-1.004LnX5＋</p><p><b>　?。?.003</b></p><p><b>　　由此可得：</b></p><p><b>　?。剑?.01

49、8</b></p><p><b>　　H0：＝</b></p><p>　　F ＝ ＝18.833</p><p>　　在水平下，所以F值落在F檢驗(yàn)的拒絕域〔5.56，＋∞〕中，拒絕原假設(shè)，即該模型為結(jié)構(gòu)不穩(wěn)定穩(wěn)定模型。故用2001-2010年段數(shù)據(jù)所建立的模型（二）：</p><p>　　Lny＝13.1

50、59＋0.883LnX2＋0.126LnX3-1.160LnX4-1.004LnX5＋</p><p>　　六、模型的自相關(guān)診斷及補(bǔ)救</p><p><b>　　(1)自相關(guān)的診斷</b></p><p><b>　　1.1圖示法 </b></p><p>　　表6-1 2001-2010年數(shù)據(jù)

51、表 </p><p>　　作對的散點(diǎn)圖，所得結(jié)果如圖6-2所示。</p><p>　　作對t的散點(diǎn)圖，所得結(jié)果如圖6-3所示。</p><p>　　圖6-2 對的散點(diǎn)圖</p><p>　　圖6-3 對t的散點(diǎn)圖</p><p>　　1.2杜賓－瓦爾遜檢驗(yàn)</p><p><b>　　

52、H0：是隨機(jī)的</b></p><p><b>　　d＝2.841</b></p><p>　　在水平下，查D-W表得DL=0.376、DU=2.414，</p><p>　　a. 預(yù)測變量: (常量), LnX5, LnX4, LnX2, LnX3。</p><p>　　b. 因變量: Lny</p&

53、gt;<p>　　因?yàn)?-dU<d<4-dL，所以不能確定是不是存在自相關(guān)。</p><p><b>　　1.3游程檢驗(yàn)</b></p><p>　　N—觀察值得總個(gè)數(shù)（=N1+N2）；</p><p>　　N1:+號(hào)（正的殘差）的個(gè)數(shù),；</p><p>　　N2:-號(hào)（負(fù)的殘差）的個(gè)數(shù)；&l

54、t;/p><p><b>　　K—游程的個(gè)數(shù)；</b></p><p>　　H0: et是隨機(jī)的；</p><p>　　查看N1，N2，K, 水平下，游程檢驗(yàn)表的值</p><p>　　因?yàn)镹1=N2=5，K=8，所以模型不存在自相關(guān)。</p><p>　　七、模型的多重共線性診斷及補(bǔ)救</p&

55、gt;<p>　　在以下分析中，將選取經(jīng)過結(jié)構(gòu)穩(wěn)定后2001-2010年數(shù)據(jù)所得模型：</p><p>　　Lny＝13.159＋0.883LnX2＋0.126LnX3-1.160LnX4-1.004LnX5＋</p><p>　　(1)多重共線性的診斷</p><p><b>　　1.1 R²診斷</b></p

56、><p>　　由表5模型OLS估計(jì)結(jié)果可知R²=0.997>0.8,且T檢驗(yàn)顯著較多，因此難以推斷是否存在多重共線性。</p><p>　　1.2 解釋變量的相關(guān)性檢驗(yàn)</p><p>　　表7-1 解釋變量的相關(guān)系數(shù)表</p><p>　　LnX2、LnX3的相關(guān)系數(shù)為R=0.993>0.8</p><

57、p>　　LnX3、LnX4的相關(guān)系數(shù)為R=0.856>0.8</p><p>　　Ln X4、LnX5的相關(guān)系數(shù)為R=0.153<0.8</p><p>　　Ln X2、LnX5的相關(guān)系數(shù)為R=0.431<0.8</p><p>　　從各解析變量的相關(guān)度可知，解釋變量出現(xiàn)高度相關(guān)的現(xiàn)象，可推斷可能存在多重共線性。</p><

58、;p><b>　　1.3 輔助回歸</b></p><p>　?。?）輔助回歸模型一：</p><p>　　上述模型：Lny＝13.159＋0.883LnX2＋0.126LnX3-1.160LnX4-1.004LnX5＋</p><p>　　建立以LnX2為因變量，LnX3、LnX4、LnX5為自變量的輔助回歸模型：</p>

59、<p>　　LnX2= b1+ b2LnX3+b3LnX4+ b4LnX5+e</p><p>　　對其進(jìn)行SPSS的回歸分析得出的結(jié)果如表6-2、表6-3、表6-4所示：</p><p>　　表7-2 模型匯總b</p><p>　　a. 預(yù)測變量: (常量), LnX5, LnX4, LnX3。</p><p>　　b. 因變

60、量: LnX2</p><p>　　表7-3 Anovab</p><p>　　a. 預(yù)測變量: (常量), LnX5, LnX4, LnX3。</p><p>　　b. 因變量: LnX2</p><p><b>　　表7-4 系數(shù)a</b></p><p><b>　　從以上圖表可知

61、：</b></p><p>　　b1=3.572，b2=0.560， b3=-0.558，b4=0.559</p><p><b>　　R²=0.993，</b></p><p><b>　　=1=0.990</b></p><p>　　因此模型為：LnX2= 3.572+ 0

62、.560LnX3-0.558LnX4+0.559LnX5+ e</p><p>　　進(jìn)行多重共線性的假設(shè)檢驗(yàn)：</p><p><b>　　H：R²=0</b></p><p><b>　　H：R²≠0</b></p><p>　　F= =301.844</p>&

63、lt;p>　　F（3,7）=4.35,</p><p>　　因?yàn)镕的值落在拒絕域〔4.35，＋〕內(nèi)，因此拒絕原假設(shè)，即存在多重共線性。</p><p>　?。?）輔助回歸模型二：</p><p>　　建立以LnX3為因變量，LnX2、LnX4、LnX5為自變量的輔助回歸模型：</p><p>　　LnX3= b1+ b2LnX2+b3L

64、nX4+ b4LnX5+e</p><p>　　表7-5 、7-6、 7-7是進(jìn)行SPSS回歸分析輔助回歸模型得到的結(jié)果</p><p>　　表7-5 模型匯總b</p><p>　　表7-6Anovab</p><p><b>　　表7-7 系數(shù)a</b></p><p><b>　　

65、從以上圖表可知：</b></p><p>　　b1=-8.090，b2=1.741， b3=1.133，b4=-0.761</p><p>　　R²==0.995，</p><p><b>　　=1=0.992</b></p><p>　　因此模型為：LnX3= -8.090+1.741LnX2+1

66、.133LnX4-0.761LnX5+ e</p><p>　　進(jìn)行多重共線性的假設(shè)檢驗(yàn)：</p><p><b>　　H：R²=0</b></p><p><b>　　H：R²≠0</b></p><p>　　F= =377.244</p><p>　　

67、F（3,7）=4.35,</p><p>　　因?yàn)镕的值落在拒絕域〔4.35，＋〕內(nèi)，因此拒絕原假設(shè)，即存在多重共線性。</p><p>　?。?）輔助回歸模型三：</p><p>　　建立以LnX4為因變量，LnX2、LnX3、LnX5為自變量的輔助回歸模型：</p><p>　　LnX4= b1+ b2LnX2+b3LnX3+ b4LnX

68、5+e對其進(jìn)行SPSS的回歸分析</p><p>　　表7-8 SPSS回歸分析輔助回歸模型一結(jié)果：</p><p>　　a. 預(yù)測變量: (常量), LnX3, LnX5, LnX2。</p><p>　　b. 因變量: LnX4</p><p>　　a. 預(yù)測變量: (常量), LnX3, LnX5, LnX2。</p>

69、<p>　　b. 因變量: LnX4</p><p>　　a. 因變量: LnX4</p><p><b>　　從以上圖表可知：</b></p><p>　　b1=9.977，b2=-0.758， b3=0.494，b4=-0.067</p><p>　　R²=0.865， </p>&

70、lt;p><b>　　=1=0.798</b></p><p>　　因此模型為：LnX4=9.977-0.758LnX2+0.494LnX3-0.067LnX5+ e</p><p>　　進(jìn)行多重共線性的假設(shè)檢驗(yàn)：</p><p><b>　　H：R²=0</b></p><p>&

71、lt;b>　　H：R²≠0</b></p><p>　　F= =12.859</p><p>　　F（3,7）=4.35,</p><p>　　因?yàn)镕的值落在拒絕域〔4.35，＋〕內(nèi)，因此拒絕原假設(shè)，即存在多重共線性。</p><p>　?。?）輔助回歸模型四：</p><p>　　建立以L

72、nX5為因變量，LnX2、LnX3、LnX4為自變量的輔助回歸模型：</p><p>　　LnX5= b1+ b2LnX2+b3LnX3+ b4LnX4+e</p><p>　　表7-9、7-10、7-11為SPSS回歸分析輔助回歸模型一結(jié)果：</p><p>　　表7-9 模型匯總b</p><p>　　a. 預(yù)測變量: (常量), LnX

73、4, LnX2, LnX3。</p><p>　　b. 因變量: LnX5</p><p>　　表7-10 Anovab</p><p>　　a. 預(yù)測變量: (常量), LnX4, LnX2, LnX3。</p><p>　　b. 因變量: LnX5</p><p><b>　　表7-11系數(shù)a</b

74、></p><p>　　a. 因變量: LnX5</p><p><b>　　從以上圖表可知</b></p><p>　　b1=0.727，b2=-0.207， b3=-0.091，b4=-0.018</p><p><b>　　R²=0.341，</b></p>&l

75、t;p><b>　　=1=0.011</b></p><p>　　因此模型為：LnX5=0.727-0.207LnX2-0.091LnX3-0.018LnX4+ e</p><p>　　進(jìn)行多重共線性的假設(shè)檢驗(yàn)：</p><p><b>　　H：R²=0</b></p><p>&l

76、t;b>　　H：R²≠0</b></p><p>　　F= =1.035</p><p>　　F（3,7）=4.35,</p><p>　　因?yàn)镕的值落在拒絕域〔4.35，＋〕內(nèi)，因此不拒絕原假設(shè)，即不存在多重共線性。</p><p>　　(2)變量轉(zhuǎn)換進(jìn)行多重共線性的補(bǔ)救</p><p>

77、;　　將原模型Lny＝b1＋b2LnX2＋b3LnX3＋b4LnX4＋b5LnX5＋中各變量都除以Lnx3，因?yàn)長nX2、LnX3、LnX4、LnX5各為因變量時(shí)LnX3的R²最大。</p><p>　　得到新模型= b1+b2+b3+b4+ b5+ei</p><p>　　因此設(shè) 為y、為x、為x、為x4*、為x5*得到改良的模型：</p><p>　

78、　表7-12 經(jīng)過修正后的數(shù)據(jù)</p><p>　　對其進(jìn)行OLS參數(shù)估計(jì)和回歸分析，SPSS分析結(jié)果如表7-13、7-14、7-15所示：</p><p>　　表7-13 模型匯總b</p><p>　　a. 預(yù)測變量: (常量), x5*, x, x, x4*。</p><p><b>　　b. 因變量: y</b>

79、;</p><p>　　表7-14 Anovab</p><p>　　a. 預(yù)測變量: (常量), x5*, x, x, x4*。</p><p><b>　　b. 因變量: y</b></p><p><b>　　表7-15 系數(shù)a</b></p><p><b>

80、;　　a. 因變量: y</b></p><p><b>　　從上述表中可知:</b></p><p>　　b=0.122、 b =13.165、 b=0.891、 b3=-1.159、 b4=-1.019</p><p>　　t(b0)=0.813、t(b1)=-5.561、 t(b2)=3.380、 t(b3)=-5.1

81、52、 t(b4)=-2.313；</p><p>　　F=100.291，</p><p><b>　　R²=0.988，</b></p><p><b>　　=1=0.978</b></p><p>　　因此修正后的模型為：y=0.122+13.165 x+3.380x-1.159x-

82、1.019 x5*+e</p><p>　　對其進(jìn)行T檢驗(yàn)和F檢驗(yàn)：</p><p>　　令α=0.05 ， 如下假設(shè)：</p><p><b>　　我們提出如下假設(shè)：</b></p><p>　　H0：Bi＝0，Y＝B0+B1X2+B2X3＋B4X4＋B5X5+μi</p><p>　　y＝b0

83、＋b1x2＋b2x3＋b4x4＋b5x5＋</p><p>　　t(bi)~ t0.025(5)落在接受域〔2.015，2.015〕，除去常數(shù)項(xiàng)t檢驗(yàn)不顯著，其它變量檢驗(yàn)結(jié)果均在拒絕域中，即檢驗(yàn)結(jié)果不顯著。</p><p><b>　　進(jìn)行聯(lián)合F檢驗(yàn)：</b></p><p><b>　　H：Bi=0</b></p&

84、gt;<p><b>　　H：B不全為0</b></p><p>　　又 F==100.291</p><p>　　F> F（4,5）=5.19，</p><p>　　因?yàn)镕檢驗(yàn)值落在拒絕域〔3.34，＋〕，因此拒絕原假設(shè)，所以F檢驗(yàn)結(jié)果也顯著，即模型總體上是顯著的。</p><p><b>

85、;　　八、預(yù)測模型選擇</b></p><p>　　（1）選取共線性補(bǔ)救前后的兩個(gè)模型進(jìn)行比較選擇。</p><p>　　模型一：Lny＝13.159＋0.883LnX2＋0.126LnX3-1.160LnX4-1.004LnX5＋</p><p>　　模型二：y=0.122+13.165 x+3.380x-1.159x-1.019 x*5+ei<

86、/p><p>　　兩個(gè)模型都存在共線性，而且模型一經(jīng)過共線性修正后得到的新模型與原模型相比改善不大，故繼續(xù)采用模型一作為最終預(yù)測模型。</p><p>　　Lny＝13.159＋0.883LnX2＋0.126LnX3-1.160LnX4-1.004LnX5＋。</p><p>　　九、選用模型的經(jīng)濟(jì)含義</p><p>　　平均而言，在其他條件不

87、變的情況下，人均可支配收入每變動(dòng)一個(gè)百分點(diǎn)，將人均醫(yī)療保健支出變動(dòng)0.883個(gè)百分點(diǎn)；在其他條件不變的情況下，政府衛(wèi)生支出每變動(dòng)一個(gè)百分點(diǎn)，將引起人均醫(yī)療保健支出變動(dòng)0.126個(gè)百分點(diǎn)。在其他條件不變的情況下，衛(wèi)生人員數(shù)每變動(dòng)一個(gè)百分點(diǎn)，將引起人均醫(yī)療保健支出變動(dòng)-1.160個(gè)百分點(diǎn)。在其他條件不變的情況下，CPI每變動(dòng)一個(gè)百分點(diǎn)，將引起人均醫(yī)療保健支出變動(dòng)-1.004個(gè)百分點(diǎn)。并且該模型反映了99.7%的真實(shí)情況。</p>

88、<p><b>　　參考文獻(xiàn)</b></p><p>　　[1]國家統(tǒng)計(jì)局.中國統(tǒng)計(jì)年鑒2011.中國統(tǒng)計(jì)出版社[M].2011</p><p>　　[2]殷紅、金永紅.《計(jì)量經(jīng)濟(jì)學(xué)理論與方法》清華大學(xué)出版社[第一版].2010</p><p>　　[3]李子奈，潘文卿.計(jì)量經(jīng)濟(jì)學(xué)[M].高等教育出版社（第三版）.2005<

89、/p><p>　　[4]李子奈: 5計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用研究的總體回歸模型設(shè)定《經(jīng)濟(jì)研究》2008年第8期</p><p>　　[5]何平、孟慶躍，衛(wèi)生總費(fèi)用及醫(yī)療費(fèi)用影響因素研究現(xiàn)狀，中國衛(wèi)生事業(yè)管理，2005</p><p>　　[6]何平平，我國醫(yī)療費(fèi)用增長因素的計(jì)量經(jīng)濟(jì)分析，太平洋學(xué)報(bào)，2005（10）</p><p>　　[7]王凡、溫小霓.