Eviews统计第二十章.pptVIP

此外，为控制其他因素对估计结果的影响，我们引入了如下控制变量： （1）婚姻状况(HY)。婚姻状况可以通过对家庭负担和人口结构的影响对农村非农劳动的参与产生影响，因此，我们将其作为控制变量选入，本文对婚姻状况的衡量同样采用二值虚拟变量。其中：“0”代表未婚，“1”代表已婚。 （2）区域(QY)。本文的数据涉及我国9个省份，地区内农业生产条件和社区特征大致相同，而地区间条件则可能存在较大差异， 为了控制诸生产条件差异和社区特征等对非农劳动参与的影响，本文采取的办法是在计量检验中加入区域虚拟变量。这是因为，所以，加入省虚拟变量在一定程度上能够控制住个体的家庭特征对非农劳动参与的影响。根据东西部经济发展区域划分，根据省域变量将样本划分为东部、中部、西部3个区域。“1”代表东部，“2”代表中部，“3”代表西部。 第二十章 EVIEWS在社会学中的应用 综合案例：我国农村劳动力非农参与影响因素研究 研究背景和研究目的 研究设计 Eviews操作 模型结果解读和研究结论 一、研究背景和研究目的 改革开放以来,我国农民就业结构发生了显著的变化，带来了农村社会、农村文化和农民收入结构的显著变化。 农村劳动力的转移对于缓解农村就业压力、促进城市化的发展和城乡的文化交流都发挥了重要作用。同时，我国农村劳动力的非农参与形成了“农民工”这一转型社会背景下的特殊阶层，对于社会阶层的多样化和利益主体的分散化过程产生了重要的影响。同时，“农民工”阶层的特殊性也带来了一系列的社会问题，如“留守儿童”、“二代农民工认同感危机”等，对我国的社会管理和社会稳定提出了新的问题和挑战。 我国农村劳动力的非农参与影响因素，作为农村劳动力非农参与系列问题的基础，成为专家学者，特别是社会学者广泛讨论和研究的重要问题。 二、研究设计 1、研究假说的提出 假说一：农村劳动力的非农参与和年龄之间呈现“倒U型”关系。 假说二：受教育程度的提高将推动农民的非农劳动参与行为 假说三：健康状况良好的农业劳动力更倾向于非农劳动参与行为 假说四：相对于女性，男性农业劳动力更倾向于非农劳动参与 假说五：农业劳动任务的增加，将阻碍农村劳动力的非农参与 （1）职业选择（ZY）。个体的职业类型共分为13类，其中第5类为农民、渔民和猎人，其他12 类均为非农职业。因此，构造职业二值选择变量：“0”表示农业,“1”表示非农业。 （2）年龄及年龄的平方（NL、NL2）。我们将被调查者调查是所填写的年龄作为年龄变量，年龄平方变量将年龄变量进行平方得到。 （3）受教育程度(JY)。我们将个体的个体的受教育程度按照学历即，小学、初中、高中（中等技术学校) 、大学（大专）、硕士以上五个等级换算为受教育年限，分别记为6年、9年、12年、16年和19年。 2.变量选取 （4）农业劳动任务(GD)。选取家庭耕地数量作为相应的代理变量，单位是亩。 （5）性别。本文对性别的衡量采用二值虚拟变量。其中：“0”代表女性，“1”代表男性。 （6）健康状况(JK)。我们采用自评健康状况。健康状况转化为二值变量，身体健康、一般均以“1”代表，差以“0 ”代表。 \ 控制变量：控制地区生产条件和社会条件差异 区域 \ 控制变量：控制劳动力婚姻家庭情况差异 婚姻状况 + 人力资本形成理论 健康状况 + 婚姻家庭社会理论 性别 - 收益权衡 耕地数量 + 人力资本形成理论 受教育程度 - 人力资本演化理论 年龄平方 + 人力资本演化理论 年龄 预期影响方向 选取依据 指标 3.研究方法 由于该研究中因变量是农业和非农业劳动选择，只取有限多个离散的值。因此我们就不能建立简单的线性回归模型并使用OLS或者其他变化形式去估计模型的参数。因此我们需要选择二值选择模型进行研究。本案例采用Logistic回归分析模型进行估计，农民非农参与意愿的模型可以由公式20.1表示为： 4.数据来源 本文的数据来源于北卡卡罗莱纳人口中心提供的中国健康和营养调查(China Health and Nutrition Survey， CHNS)。CHNS数据是包括中国9个省份(广西、贵州、黑龙江、河南、湖北、湖南、江苏、辽宁、山东)、7个年度(1989、1991、1993、1997、2000、2004和2006年)对约4400户、16000个个人的调查数据。CHNS项目设计的目标是检测健康、营养、计划生育政策和国家及地方政府补贴项目的实施效果，考察中国社会和经济转型如何影响人口的健康和营养状况，也用于测算社区组织及计划的改变、家庭和个人经济、人口及社会因素的改变对营养和健康行为和结果的影响。 根据分析的需要，我们首先剔除不符合要求的样本。数据剔除过程分为以下两步： （1）我们的研究目的是分析农村