广东省城镇工资与价格指数关系实证分析

在2016年广东统计年鉴中，有很多重要的指标，人们非常关心城镇单位职工工资和居民消费价格指数，城镇单位职工工资是指企业、事业、机关单位（不包括私营单位）的职工在一定时期内平均每人所得的货币工资额。而价格指数是反映不同时期一组商品或者服务项目价格水平的变动方向、趋势和程度的经济指标。

城镇单位职工工资和价格指数都是描述经济的指标，也是统计的数据，两者存在胶着的相关关系，我们利用计量经济学这一实证分析工具，对两者进行研究分析，统计学、经济数据和理论以及数学这三者对于真正了解现代经济生活的数量关系很有必要，三者结合起来的计量经济学就是研究这一问题的很好的方法。

广东省是几十年前是我国改革开放的试验田，一直以来是我国经济发展的领头兵，近年来更是我国经济转型的经验所得省份，为全国的各项经济工作和政策建议提供了实事求是的真实例子，广东省的城镇单位职工工资和价格指数将对我们其他各个省份都有考察借鉴的意义。

一、城镇工资和价格指数的趋势

根据2016年广东统计年鉴及广东省统计局2016城镇非私营单位就业人员年平均工资为72326元，制作图1为广东省城镇单位职工年平均工资，其中2000年期统计口径为在岗职工，从图1中可以看出工资成指数分布，增长越来越快。

根据2016年广东统计年鉴及广东统计信息网显示2016年广东CPI上涨2.3%，制作图2为广东省居民消费价格指数。共图2看出九十年代附近有几年较高，2009年波动较大。

二、时间序列计量经济分析

使用Eviews7.2进行相关分析结果表明1978-2016年平均工资与同比CPI的相关系数为-0.30，而1983-2016年平均工资与定基CPI的相关系数为0.83，因此选择1983-2016年平均工资和定基CPI做模型进行分析。并设1983-2016年平均工资为X，定基CPI为C。

根据协整关系的检验方法，首先检验C序列是否为非平稳序列，即考察其单整阶数。对C选择带有截距项、滞后差分项选1阶得到C序列的ADF检验结果为：

对C选择带有截距项、滞后差分项选2阶得到C序列的ADF检验结果为：

从表1、表2检验结果看，在1%、5%、10%三个显著性水平下，单位根检验的Mackinnon临界值均小于t检验统计量值，表明C序列存在单位根，是非平稳序列。

然后检验X序列是否为非平稳序列，依然选择带有截距项，对滞后差分项选1阶得到X序列的ADF检验结果表明在1%、5%、10%三个显著性水平下，单位根检验的Mackinnon临界值分别为-3.656730、-2.957110、-2.617434，t检验统计量值5.086217大于相应的临界值；再对带有截距项，对滞后差分项选1阶得到X序列的ADF检验结果表明在1%、5%、10%三个显著性水平下，单位根检验的Mackinnon临界值分别为-3.661661、-2.960411、-2.619160，t检验统计量值4.590133大于相应的临界值，表明X序列存在单位根，是非平稳序列。

为了得到C序列的单整阶数，在单位根检验中，制定一阶差分序列做单位根检验，选择带截距项，滞后差分项选1阶，得到C差分序列的ADF检验结果为：

从表3检验结果看，在5%、10%显著性水平下，C差分序列不存在单位根，是平稳序列，即C序列是一阶单整。即使以上检验采用滞后差分项为2，结果表明在1%、5%、10%三个显著性水平下，单位根检验的Mackinnon临界值分别为-3.670170、-2.963972、-2.621007，t检验统计量值-2.826816依然大于10%显著性水平的临界值，再次说明C序列是一阶单整的。

另外，虽然实验表明对C序列二阶差分序列做单位根检验在1%显著性水平就可以說是平稳序列，但是在本文的精度下，依然采用C序列是一阶单整的。

采用以上同样的方法，可得到X序列也是非平稳序列，还可得到X序列是二阶单整的。

为了分析X和C序列之间是否存在协整关系，先做X和C的回归，然后检验回归残差的平稳性。

以C为被解释变量、X为解释变量，用OLS回归方法估计结果为：

根据表4估计的回归模型为：

（1）

将这个OLS回归得到的模型的残差序列进行单位根检验，选择无截距项、无趋势项的ADF检验，估计结果为：

由表5检验结果看，在5%的显著性水平下，t检验统计量值小于相应的临界值，表明残差序列不存在单位跟，是平稳序列。说明X序列和C序列之间存在协整关系。

通过协整检验，看出C序列和X序列存在长期稳定的关系，现在我们使用格兰杰因果关系检验，得到结果如下：

从表6检验结果看，X不是C的格兰杰原因的概率是0.17，C不是X的格兰杰原因的概率是0.91，因此我们判定X是C的格兰杰原因，因此把X作为解释变量，C做作为被解释变量。

因此我们沿用（1）回归模型：

三、模型的检验

对随机扰动项的异方差性进行检验，使用White检验，得到Obs*R-squared的值为12.86548，此时Prob. Chi-Square（2）的值为0.0016，因此表明模型存在异方差。

对随机误差项的自相关进行检验，使用DW检验法，样本容量为34，解释变量的数目为1，查DW分布表，在5%显著性水平下得：

由于DW值在0和1.393之间，因此随机误差项存在正自相关。

再用BG检验作自相关检验，滞后阶数选择2，得到 F-statistic的值为93.54714，对应Prob. F（2，30）的值为0.0000，因此的确存在自相关。可见表4中t统计量和F统计量的结论并不可信。

鉴于我们考虑的是时间序列数据，因此我们优先对自相关采取补救措施，使用科克伦-奥克特迭代法做广义差分回归，得到估计结果为：

表7中DW=1.884779，可以判断在5%显著性水平下广义查分后模型中已无自相关性。

模型修正为：

（2）

根据模型（2）结果表明，年平均工资每增加1元，相应的CPI要增加0.00187个点。这个结果大致体现了城镇单位职工年平均工资和CPI的关系。

四、总结

本文对城镇单位职工年平均工资和居民消费物价指数使用计量经济学的内容及其Eviews软件对经济、统计学的问题进行分析研究，可以得到它们之间的一些隐藏的关系，有助于了解经济指标。在文中可以看到，年平均工资和居民消费价格指数之间都在增加，经过对这两个序列进行单位根检验，得到序列都存在单位根，都是非平稳序列，然后对差分序列进行检验，得到一阶和二阶单整的序列，之后对两个序列进行格兰杰因果关系检验，看到主要是年平均工资对居民消费价格指数有影响较多，因此我们把年平均工资作为解释变量来研究，随着年平均工资的增长，联动影响着居民消费价格指数的增长。（作者单位为广东培正学院 ）

基金项目：广东培正学院校级科研项目基金（17pzxmyb10）；