基于非参数统计方法的收入分配差距的实证检验_刘瀑

合集下载

非参数统计方法概览

非参数统计方法概览

非参数统计方法概览非参数统计方法是一种不依赖于总体分布形态的统计方法,它不对总体分布做出任何假设,而是通过对样本数据的排序、计数和排名等操作,来进行统计推断和假设检验。

非参数统计方法在实际应用中具有广泛的适用性和灵活性,能够处理各种类型的数据,包括连续型数据、离散型数据和顺序型数据等。

本文将对非参数统计方法进行概览,介绍其基本原理和常用方法。

一、基本原理非参数统计方法的基本原理是通过对样本数据的排序和计算,来推断总体的统计特征。

与参数统计方法相比,非参数统计方法不需要对总体分布形态做出任何假设,因此更加灵活和适用于各种情况。

非参数统计方法主要基于样本的秩次信息,通过比较和计算秩次差异来进行统计推断和假设检验。

二、常用方法1. Wilcoxon符号秩检验Wilcoxon符号秩检验是一种非参数的假设检验方法,用于比较两个相关样本的差异。

它基于样本的秩次信息,通过计算秩次差异的总和来判断两个样本是否存在显著差异。

Wilcoxon符号秩检验适用于小样本和非正态分布的情况。

2. Mann-Whitney U检验Mann-Whitney U检验是一种非参数的假设检验方法,用于比较两个独立样本的差异。

它基于样本的秩次信息,通过计算秩次和来判断两个样本是否存在显著差异。

Mann-Whitney U检验适用于小样本和非正态分布的情况。

3. Kruskal-Wallis单因素方差分析Kruskal-Wallis单因素方差分析是一种非参数的假设检验方法,用于比较多个独立样本的差异。

它基于样本的秩次信息,通过计算秩次和来判断多个样本是否存在显著差异。

Kruskal-Wallis单因素方差分析适用于小样本和非正态分布的情况。

4. Friedman多因素方差分析Friedman多因素方差分析是一种非参数的假设检验方法,用于比较多个相关样本的差异。

它基于样本的秩次信息,通过计算秩次和来判断多个样本是否存在显著差异。

Friedman多因素方差分析适用于小样本和非正态分布的情况。

非参数统计的方法与应用

非参数统计的方法与应用

非参数统计的方法与应用非参数统计是指一类不依赖于任何参数假设的统计方法,特别是不依赖于任何分布假设的统计方法。

相较于参数统计,非参数统计具有更广泛的适用范围和更强的鲁棒性,适用于数据形式和规模不确定的情况。

本文将介绍非参数统计的方法和应用,希望读者可以对此有更深刻的认识。

一、非参数统计的基础非参数统计的基础是经验分布函数、核密度估计和分位数等概念。

经验分布函数是指样本分布函数,它给出了样本观测值小于等于某个值的概率。

核密度估计是将样本的实际观测值拟合为一个概率密度函数,通过选择核函数和带宽大小来控制拟合的平滑程度。

分位数是一种描述样本分布位置的指标,例如中位数、分位数和分位点。

在实际应用中,非参数统计方法可以用于拟合和检验数据的分布、比较两个或多个数据集之间的差异,以及探究变量之间的关系等。

因为它不需要假设特定的分布结构,因此可以在数据形式、规模和质量方面具有更大的灵活性。

二、非参数统计方法的分类根据数据类型和假设类型,非参数统计方法可以划分为不同的类型。

常用的非参数统计方法主要包括:1. 秩和检验:适用于从两个或多个独立样本中检验两个或多个总体的中位数是否相等。

2. Wilcoxon符号秩检验:适用于从两个独立样本中检验两个总体的中位数是否相等。

3. Kruskal-Wallis单因素方差分析:适用于从两个或多个独立样本中比较几个相互独立的总体的中位数是否相等。

4. Mann-Whitney U检验:适用于从两个独立样本中检验两个总体的分布是否相等。

这是一个非参数的等价于t检验的方法。

5. Kolmogorov-Smirnov检验:适用于从两个或多个样本中检验两个总体的分布是否相等。

6. Anderson-Darling检验:适用于从一个样本中检验给定某一个分布类型的数据是否符合该分布。

例如,我们可以使用这个检验来检验数据是否服从正态分布。

7. 卡方检验:适用于检验两个或多个与分类变量相关的样本间比例差异是否存在显著差异。

非参数统计方法简介

非参数统计方法简介

非参数统计方法简介随着数据科学和统计学领域的不断发展,非参数统计方法作为一种灵活且强大的工具被广泛运用在各种领域中。

与参数统计方法相比,非参数统计方法不依赖于总体参数的具体分布,因此在数据分布未知或偏离常规分布时表现得更为优越。

本文将对非参数统计方法进行简要介绍,包括其基本原理、常用方法以及在实际应用中的一些典型场景。

基本原理非参数统计方法是一种基于数据本身特征进行推断的统计分析方法,不对总体参数作出具体的假设。

其核心思想是利用数据的排序、排名等非参数化的特征进行分析,从而得出统计推断结论。

以Wilcoxon秩和检验为例,该检验是一种常用的非参数假设检验方法,适用于样本数据不满足正态分布假设的情况。

它基于样本数据的秩次比较来判断两个总体的位置差异是否显著。

通过对数据进行排序、赋予秩次并计算秩和统计量,可以在不依赖于具体分布假设的情况下进行假设检验。

常用方法除了Wilcoxon秩和检验外,非参数统计方法还包括Mann-Whitney U检验、Kruskal-Wallis检验、Spearman相关性分析等多种常用方法。

这些方法在实际应用中具有广泛的适用性,能够有效应对不同数据类型和分布形态下的统计推断问题。

Mann-Whitney U检验适用于独立两样本的位置差异检验,Kruskal-Wallis检验则扩展至多样本情形。

Spearman相关性分析是一种用于衡量两变量之间非线性相关性的方法,通过秩次的计算来评估两变量的相关性程度。

实际应用非参数统计方法在各行业和领域中都有着重要的应用价值。

在医学领域,由于很多指标的分布并不服从正态分布假设,非参数统计方法成为临床研究中常用的工具之一。

在金融领域,对于涉及风险评估和收益分析的数据,非参数统计方法能够更准确地捕捉数据背后的规律,提供有效的决策支持。

总的来说,非参数统计方法以其灵活性和适用性在数据分析中发挥着重要的作用。

在实际应用中,了解不同非参数方法的原理和适用条件,能够更好地进行数据分析和推断,提高统计分析的准确性和效率。

使用非参数统计检验进行分析的指南

使用非参数统计检验进行分析的指南

使用非参数统计检验进行分析的指南1980年代末,汉斯拉伊大学(Hansraj College)经济学荣誉毕业生的平均薪酬约为每年100万印度卢比。

这一数字大大高于80年代初或90年代初毕业的人们。

他们平均水平如此之高的原因是什么呢?沙鲁克·汗是印度收入最高的名人之一,1988年毕业于汉萨拉吉学院,当时他在那里攻读经济学荣誉学位。

这一点,以及还有很多的例子都会告诉我们,平均值并不是很好的可以指示出数据的中心在哪里。

它可能会受到异常值的影响。

在这种情况下,查看中位数是更好的选择。

它是一个很好的数据中心的指示器,因为一半数据位于中间值以下,另一半位于中间值上方。

到目前为止,一切都很好——我相信你已经看到人们早些时候提出了这一点。

问题是没有人告诉你如何进行像假设检验这样的分析。

统计检验用于制定决策。

为了使用中位数进行分析,我们需要使用非参数检验。

非参数测试是分布独立的检验,而参数检验假设数据是正态分布的。

说参数检验比非参数检验更加的臭名昭著是没有错的,但是前者没有考虑中位数,而后者则使用中位数来进行分析。

接下来我们就进入非参数检验的内容。

**注意:**本文假定你具有假设检验,参数检验,单尾检验和双尾检验的先决知识。

1.非参数测试与参数测试有何不同?当总体参数的信息完全已知时使用参数检验,而当总体参数的信息没有或很少使用非参数检验,简单的说,参数检验假设数据是正态分布的。

然而,非参数检验对数据没有任何分布。

但是参数是什么?参数不过是无法更改的总体特征。

让我们看一个例子来更好地理解这一点。

一位老师使用以下公式计算了班级学生的平均成绩:看上面给出的公式,老师在计算总分时已经考虑了所有学生的分数。

假设学生的分数是准确的,并且没有遗漏的分数,你是否可以更改学生的总分数?并不可以。

因此,平均分被称为总体的一个参数,因为它不能被改变。

2.什么时候可以应用非参数检验?让我们看一些例子。

1.比赛的获胜者由名词决定,而名次是根据越过终点线来进行排名的。

非参数统计方法

非参数统计方法

非参数统计方法非参数统计方法是一种统计学中的重要概念,它不依赖于总体的具体分布形式,而是利用样本数据进行推断和分析。

与参数统计方法相比,非参数统计方法更加灵活和广泛适用,并且不需要对总体进行特定的假设。

本文将介绍非参数统计方法的原理、常用的方法和应用领域。

一、非参数统计方法的原理非参数统计方法的核心思想是基于样本数据来进行推断,而不需要对总体的分布形式做出先验假设。

非参数统计方法主要利用统计排序和秩次来进行推断分析,因此非参数统计方法也常被称为秩次统计方法或分布自由方法。

非参数统计方法的基本原理包括以下几个方面:1. 统计排序:对样本数据进行排序,将每个观测值按照大小进行排列,得到一系列秩次。

2. 秩次:将每个观测值与排序后的位置相对应,得到每个观测值的秩次。

3. 检验统计量:通过计算秩次之间的差异来判断总体分布是否存在差异。

4. 非参数假设检验:通过计算检验统计量的概率分布,判断总体分布是否符合我们的假设。

二、常用的非参数统计方法1. 秩和检验(Mann-Whitney U检验):用于比较两个独立样本是否来自同一总体。

2. 秩和差检验(Wilcoxon符号秩检验):用于比较两个相关样本是否来自同一总体。

3. 克鲁斯卡尔-瓦里斯检验:用于比较三个或更多独立样本是否来自同一总体。

4. 费希尔精确检验:用于比较两个分类变量之间的关联性。

5. 秩和相关检验(Spearman等级相关系数):用于比较两个变量之间的相关性。

三、非参数统计方法的应用领域非参数统计方法在各个领域都有广泛的应用,以下列举几个常见的应用领域:1. 医学研究:非参数统计方法可以用于比较两种治疗方法的效果,判断是否存在显著差异。

2. 经济学研究:非参数统计方法可以用于分析收入差距、失业率等经济指标的差异。

3. 生态学研究:非参数统计方法可以用于比较不同区域的生物多样性指标,评估生态系统的稳定性。

4. 社会科学研究:非参数统计方法可以用于分析社会调查数据,比较不同群体的行为差异。

统计学习理论中的非参数检验方法

统计学习理论中的非参数检验方法

统计学习理论中的非参数检验方法统计学习理论是一种研究如何通过数据来进行预测和决策的学科。

它提供了一种对数据进行分析和推断的方法,其中非参数检验方法起着重要的作用。

非参数检验方法是指不对总体分布做任何假设或者对总体分布进行某种特定形式的参数化约束的统计检验方法。

一、概述统计学习理论中的非参数检验方法是一种基于样本数据的统计推断方法,它不依赖于总体分布的具体形式,而是基于样本数据的经验分布进行推断。

与参数检验方法相比,非参数检验方法具有更广泛的适用性和更强的鲁棒性。

二、常用的非参数检验方法1. Wilcoxon秩和检验:Wilcoxon秩和检验是一种非参数的配对样本检验方法,用于比较两组相关样本的均值差异。

它基于样本数据的秩次来进行推断,不依赖于总体分布的具体形式。

2. Mann-Whitney U检验:Mann-Whitney U检验是一种非参数的独立样本检验方法,用于比较两组独立样本的均值差异。

它基于样本数据的秩次来进行推断,不依赖于总体分布的具体形式。

3. Kruskal-Wallis H检验:Kruskal-Wallis H检验是一种非参数的多组独立样本检验方法,用于比较多组独立样本的均值差异。

它基于样本数据的秩次来进行推断,不依赖于总体分布的具体形式。

4. Friedman检验:Friedman检验是一种非参数的多组配对样本检验方法,用于比较多组配对样本的均值差异。

它基于样本数据的秩次来进行推断,不依赖于总体分布的具体形式。

5. 卡方检验:卡方检验是一种非参数的拟合优度检验方法,用于检验观察值与理论值之间的偏差程度。

它适用于分类变量的分析,不依赖于总体分布的具体形式。

三、非参数检验方法的优缺点非参数检验方法具有以下优点:1. 不依赖于总体分布的具体形式,对数据的偏离程度不敏感;2. 适用性广泛,可以应用于不同类型的数据和问题;3. 无需对参数进行估计,简化了统计推断的过程。

然而,非参数检验方法也存在一些限制:1. 样本量要求较大,否则可能出现效果不稳定的情况;2. 结果的解释相对复杂,不如参数检验方法直观。

广东省城乡居民收入与消费差异———基于非参数统计方法

广东省城乡居民收入与消费差异———基于非参数统计方法

区域经济Һ㊀广东省城乡居民收入与消费差异基于非参数统计方法罗润珠摘㊀要:文章选取广东省2005~2019年的城镇居民人均可支配收入㊁城镇居民人均消费支出㊁农村居民人均纯收入㊁农村居民人均消费支出的数据来进行实证分析ꎮ通过SPSS软件采用非参数统计的方法来分析城乡居民收入水平及消费水平存在的差异㊁收入与消费水平的变化趋势以及两者之间的相关性ꎮ结果发现:广东城乡居民的收入和消费差异均存在显著性ꎻ且城乡居民的收入与消费之间的关系均为线性正相关关系ꎮ因此ꎬ为了缩小广东省的城乡居民收入和消费差距ꎬ促进经济增长ꎬ提出一些对策建议ꎮ关键词:非参数统计ꎻ城乡居民收入ꎻ城乡居民消费支出一㊁引言广东省作为我国第一经济大省ꎬ其经济迅速发展ꎬ因而人们的收入大幅度提高ꎬ同时人们的消费能力和消费水平也随之提高ꎮ根据广东统计年鉴的数据可知ꎬ从2005年到2019年ꎬ广东省的城镇居民的人均可支配收入平均每年增长2605.73元ꎻ城镇居民的人均消费支出平均每年增加1774.22元ꎮ可见ꎬ随着经济的发展ꎬ城镇居民生活水平得到了很大提高ꎮ而从2005年到2019年ꎬ广东省的农村居民人均纯收入平均每年增长1008.83元ꎻ农村居民的人居消费额平均每年增长808.57元ꎮ由此可见我国农村居民的收入和消费水平均明显低于城镇居民ꎮ截至2019年ꎬ我国农村人口还占总人口的39%ꎬ以及随着城乡居民收入差距呈现不断扩大趋势ꎬ对我国城乡居民收入与消费的关联研究也成为广大学者和各级政府关注的热点课题ꎮ因此研究城乡居民的收入消费差异具有非常重要的现实意义ꎮ因此ꎬ文章拟在借鉴前人的理论基础和非参数统计的方法上对广东省城乡收入和消费的差异进行探讨ꎮ二㊁实证分析文章选取广东省2005~2019年共15年的数据ꎬ其数据来源于广东统计年鉴并经过比例换算(见表1)ꎬ且选取的四个指标分别为城镇居民人均可支配收入㊁城镇居民人均消费支出㊁农村居民人均纯收入㊁农村居民人均消费支出ꎮ运过SPSS软件采用非参数方法分析城乡居民收入水平及消费水平存在的差异㊁收入与消费水平的变化趋势以及两者之间的相关性ꎬ以缩小城乡收入消费差距ꎬ促进经济增长ꎮ表1㊀广东城乡居民人均收入与消费支出数据年份农村居民人均纯收入农村居民人均消费支出城镇居民人均可支配收入城镇居民人均消费支出20054690.493707.7314769.9411809.8720065079.783885.9716015.5812432.2220075624.044202.3217699.3014336.8720086399.774872.9619732.8615527.97续表年份农村居民人均纯收入农村居民人均消费支出城镇居民人均可支配收入城镇居民人均消费支出20096906.935019.8121574.7216857.5120107890.255515.5823897.8018489.5320119371.736725.5526897.4820251.82201210542.847458.5630226.7122396.35201311670.928346.1333098.2524143.27201412908.049381.0536010.8926364.45201514082.6710375.4438927.7828658.15201615293.7811599.7442197.7131953.84201716624.3412330.5345868.9133711.30201818086.6314396.5949636.7334522.21201919822.9515836.2553855.8538423.22㊀㊀(一)城乡居民收入与消费的Wilcoxn秩和检验首先对广东省2005~2019年的城乡居民收入和城乡居民消费分别进行中位数差异分析ꎬ分别比较城镇居民与农村居民平均收入以及平均消费是否存在差异ꎮ即分别作出两样本的箱线图ꎬ从而可以通过图检验分别比较两样本中位数是否存在差异ꎮ从图1可以看出两样本的中位数不相同ꎬ很明显城镇居民收入的中位数高于农村居民收入的中位数ꎮ从图2可以看出镇居民消费的中位数高于农村居民消费的中位数ꎮ图1㊀广东省城乡居民收入的箱线图53图2㊀广东省城乡居民消费的箱线图然后根据以上问题对城乡居民收入和城乡居民消费分别做出如下假设检验问题:H0:MX=MYꎬ城乡居民收入不存在差异H1:MX>MYꎬ城镇居民收入高于农村居民收入H0:MX1=MY1ꎬ城乡居民消费不显著差异H1:MX1>MY1ꎬ城镇居民消费高于农村居民消费表2是城镇居民收入(X)数据和农村居民收入(Y)数据分别在它们在混合样本中的秩ꎬ求其秩和W分别为335和130ꎮ由此可得两样本的秩和存在明显差异ꎬ拒绝原假设即城镇居民收入与农村居民收入不存在显著差异ꎮ然后在SPSS软件中我们进行非参数检验中的Wilcoxon秩和检验ꎬ得到检验统计量的p值为0.001ꎬ因此ꎬ在0.01的显著性水平下ꎬ我们不接受原假设ꎬ即城镇居民收入显著高于农村居民收入ꎮ表3是城镇居民消费(X1)数据和农村居民消费(Y1)数据分别在它们在混合样本中的秩ꎬ求其秩和W分别为337和128ꎮ由此可得两样本数据秩和存在显著性差异ꎬ拒绝原假设即城镇居民消费与农村居民消费不存在显著差异ꎬ接受备择假设即城镇居民消费高于农村居民消费支出ꎮ然后在SPSS软件中我们进行非参数检验中的Wilcoxon秩和检验ꎬ得到检验统计量的p值为0.001ꎬ因此ꎬ在0.01的显著性水平下ꎬ我们不接受原假设ꎬ即城镇居民消费显著高于农村居民消费支出ꎮ表2㊀城镇居民和农村居民收入数据在混合样本中的秩农村居民人均纯收入秩城镇居民人均可支配收入秩4690.49114769.94125079.78216015.58145624.04317699.30166399.77419732.86186906.93521574.72207890.25623897.80219371.73726897.482210542.84830226.712311670.92933098.252412908.041036010.8925续表农村居民人均纯收入秩城镇居民人均可支配收入秩14082.671138927.782615293.781342197.712716624.341545868.912818086.631749636.732919822.951953855.8530表3㊀城镇居民和农村居民消费数据在混合样本中的秩农村居民人均消费支出秩城镇居民人均消费支出秩3707.73111809.87133885.97212432.22154202.32314336.87164872.96415527.97185019.81516857.51205515.58618489.53216725.55720251.82227458.56822396.35238346.13924143.27249381.051026364.452510375.441128658.152611599.741231953.842712330.531433711.32814396.591734522.212915836.251938423.2230㊀㊀(二)城乡居民收入与消费的趋势检验在非参数统计中ꎬ运用Cox-Stuart趋势存在性检验来检验一组数据的变化趋势ꎬ该方法是一种不依赖于趋势结构的快速判断趋势是否存在的方法ꎮ为保证数对同分布且不受局部干扰ꎬCox-Stuart提出最好的拆分点是数列中位于中间位置的数ꎬ在无趋势的原假设下ꎬ检验统计量服从参数为数对个数和发生概率为0.5的二项分布ꎮ因此对此问题做出以下假设检验问题:H0:数据序列无趋势ꎬH1:数据序列有增长趋势表4㊀广东省城乡居民人均收入与消费的Cox-Stuart检验序号农村之间的差额Di=xi-xi+cꎬc=7城镇之间的差额Di=xi-xi+cꎬc=7人均纯收入人均消费支出人均可支配收入人均消费支出1-6980.43-4638.40-18328.31-12333.402-7828.26-5495.08-19995.31-13932.233-8458.63-6173.12-21228.48-14321.284-8894.01-6726.78-22464.85-16425.875-9717.41-7310.72-24294.19-16853.796-10196.38-8881.01-25738.93-16032.687-10451.22-9110.70-26958.37-18171.40㊀㊀由表4可知ꎬ广东省的城乡居民人均收入与消费的前后不同时期的差值都为负ꎬ都存在上升趋势ꎮ同样ꎬ通过计算ꎬ63区域经济Һ㊀知道上述4个检验的统计量都是K=min(S+ꎬS-)=S+=0ꎬ其中S+表示正的Di数目ꎬS-表示负的Di的数目ꎮ在SPSS软件中用回归分析检验ꎬ得到检验的p值为0.0078ꎬ在0.01的显著性水平下ꎬ拒绝原假设ꎬ即数据序列有增长趋势ꎮ因此也说明符合经济理论和经济发展规律ꎮ(三)城乡居民收入与消费的相关性分析在非参数统计中ꎬ常用Spearman秩相关性检验来检验对不服从正态分布㊁总体分布未知等情况下来描述变量之间的相关性ꎮ那么Spearman秩相关性检验的假设检验问题为:H0:X与Y不相关ꎬH1:X与Y是相关的ꎮ采用Spearman秩相关检验具体分析城镇居民和农村居民的人均收入与消费的关系的散点图分别如图3和图4所示ꎮ图3㊀城镇居民人均收入与消费的散点图图4㊀农村居民人均收入与消费的散点图从图3和图4可知ꎬ无论是城镇居民还是农村居民ꎬ其人均收入与消费都呈现了高度的正相关关系ꎮ为了验证其显著性ꎬ在SPSS软件中进行相关性检验ꎮ城镇居民人均收入与消费和农村居民人均收入与消费的Spearman秩相关系数都是1ꎬ再进行单边检验ꎬ由结果可知两者的相关性在0.01都显著ꎬ因此在显著性水平拒绝原假设ꎬ认为城镇居民人均收入与消费之间以及农村居民人均收入与消费之间都存在正相关关系ꎮ换句话说随着城镇居民人均收入水平的提高ꎬ居民人均消费水平也会提高ꎻ随着农村居民人均收入水平的提高ꎬ居民人均消费水平也会提高ꎮ三㊁总结文章运用非参数统计的方法对广东省的2005~2019年的城乡居民人均收入与消费水平差异分析后ꎬ则有以下结论:1)城乡的收入和消费水平存在较大的差距ꎻ2)城乡居民收入和消费水平均随着我国经济水平的上升而呈现上升的趋势ꎻ3)广东省城乡的收入与消费均呈现高度的正相关关系ꎬ即随着收入水平的提高ꎬ消费水平也会随之提高ꎮ根据许多学者的研究成果可知ꎬ收入是决定消费水平的主要因素ꎮ因此城乡居民的消费差异的根本原因是城乡居民多年来的收入差距ꎮ因此ꎬ缩小城乡居民的收入水平差距将会促进城乡居民消费水平的缩小ꎬ而缩小城乡居民收入水平差距实质上就是充分提高农民的收入水平ꎬ即缩小了城乡居民的收入差距ꎮ因此ꎬ文章提出了以下对策建议:1)稳定农民农业收入ꎬ做好农村剩余劳动力转移工作ꎬ增加农民非农业收入ꎮ2)对农民的扶贫工作要精准到位ꎬ加大帮扶力度ꎮ3)加大对农村的财政投入力度ꎬ并鼓励社会投资的跟进和参与ꎮ4)全面推动农业生产模式改革ꎬ为现代农业的发展营造条件ꎮ5)加速构建新型农村金融服务体系ꎬ为农民收入的快速增加提供支撑等ꎮ参考文献:[1]刘瀑.河南城乡居民收入与消费差异的非参数检验[J].统计与决策ꎬ2017(16):115-117.[2]吴喜之ꎬ赵博娟.非参数统计[M].北京:中国统计出版社ꎬ2013.[3]夏蓉.我国城乡居民消费差异实证分析[J].消费导刊ꎬ2008(5):2.[4]李景海ꎬ王克林.基于状态空间模型和多层模型的广东城乡消费差异研究[J].统计与信息论坛ꎬ2013ꎬ28(7):76-81.作者简介:罗润珠ꎬ广东财经大学ꎮ73。

第十一届山东省统计科研优秀成果奖获奖名单

第十一届山东省统计科研优秀成果奖获奖名单

第十一届山东省统计科研优秀成果奖获奖名单书籍类一等奖1. 山东省民营企业创新驱动发展模式构建研究杨涛山东英才学院二等奖1. 中国企业转型升级的知识创新与产业技术创新战略联盟问题研究王玉梅烟台南山学院2. 中国国民收入核算矩阵的编制与应用研究周南南等青岛科技大学山西财经大学3. 统计实务徐冰济宁市统计局三等奖1. 扶贫互助资金合作社运行现状及运行机制研究——以山东省为例高杨山东青年政治学院2. 海洋生态经济模型构建与应用研究陈东景青岛大学3. 2016青岛市统计课题研究与分析汇编李刚青岛市统计局4. 供应琏视角的营运资金管理研究张先敏青岛科技大学5. 临沂统计治理现代化探索与实践张凡春临沂市统计局优秀奖1. 基于性别视角的收入分配研究高艳云青岛大学2. “十二五”青岛发展统计报告李刚青岛市统计局3. 薛暮桥在山东解放区时的对敌经济斗争张凡春等临沂市统计局4. 煤矿动力灾害危险性预测方法研究边平勇山东科技大学5. 教育统计的世界——统计原理与SPSS应用张黎青岛大学6. 统计学基础阮红伟青岛大学7. 山东高校社会服务能力研究李波临沂大学课题类一等奖1. 济南市科技创新报告肖辉等济南市统计局2. Hadoop技术在政府统计大数据处理中的应用研究胡宝芳等山东女子学院3. 建立人才发展统计体系的对策研究司江伟等中国石油大学(华东)4. 青岛工业转型升级实证探析与提质增效路径研究尹正德青岛市统计局5. 山东半岛城市群空间结构与产业结构的耦合关系及优化研究单宝艳等山东建筑大学6. 不同养老模式下养老机构老年人医疗服务评价研究吴炳义等潍坊医学院7. 大数据背景下的超网络统计分析方法及应用研究索琪青岛科技大学8. 一体化住户调查数据质量控制及评估方法研究王象永等国家统计局山东调查总队9. 大数据视角下基于“一套表”的工作模式研究张芳丽等山东农业工程学院10. 青岛市从需求侧总量拉动向供给侧结构推动的经济发展路径研究张德祥青岛市统计局11. 乘势经济新常态力拔江北第一县——“千年商都”即墨案例研究宋书国即墨市统计局12. 基于空间统计技术的中国省域人力资本空间聚集和溢出效应研究徐珊等山东青年政治学院13. 山东半岛蓝色经济区发展优势统计研究郭思亮齐鲁师范学院14. 现代科学技术在统计工作中的应用研究王霞等山东建筑大学15. 低碳建筑评价指标体系及模型构建刘中文等山东女子学院16. 生产性服务业与制造业的互动与融合——基于投入产出模型的研究杜培林等济南大学17. 生产安全事故大数据处理及其开发应用研究周江涛等滨州学院二等奖1. 新型城镇化驱动下山东省单位型就业空间布局优化策略研究赵虎等山东建筑大学2. 山东省农产品流通体系效率测评及影响因素研究王能等德州学院吕晶等枣庄市统计局3. 转型升级结硕果突破瓶颈谋振兴——“十二五”末期枣庄市工业经济转型升级探析4. 山东半岛城市群区域资源环境与经济协调发展测度模型研究李娜等山东协和学院5. 山东省生态效率统计测度方法研究宗科等山东科技大学6. 提升制造业产业竞争力与实现经济快速发展关系问题研究徐晶济宁市统计局7. 低碳经济下我国区域金融生态环境综合评价研究高朋钊等山东女子学院8. 经济时序数据的季节调整方法及应用研究刁艳华等山东协和学院9. 济南市区域性经济中心建设的数量分析孙夕良等济南市统计局10. 山东省城乡社会保险非均等程度测定及其改进路径研究黄俊祺等山东女子学院11. 大数据背景下旅游统计创新研究单铭磊等山东青年政治学院王东翔青岛市统计局12. 青岛市金融业和“财富管理金融综合改革试验区”现状评价及加快发展的对策研究13. 新常态下枣庄县域经济协同发展问题研究陈成等枣庄市统计局14. 山东省各地市城镇化水平与城镇居民生活质量协调发展分析戴金辉等山东工商学院15. 加快“文化+”融合发展推动文化产业换档提速林清济南市统计局16. 县级政府资产负债表及其信息披露研究国凤兰等山东科技大学17. 综合化网络问卷调查平台建设与应用研究盛雯雯等日照职业技术学院18. 德州市产业结构与城镇化关系研究张学荣德州市统计局19. 山东高端装备制造业产业竞争力评价指标体系构建与实证研究田刚元等滨州学院20. 山东省宏观税负水平测度及其与经济增长关系的实证分析徐维爽齐鲁师范学院21. 即墨市“智慧统计”建设与应用研究宋书国即墨市统计局杨世涛等德州市统计局22. 京津冀协同发展背景下德州市区域经济实力比较及加快发展路径研究23. 上市公司会计稳健性与CFO性别相关性的模型构建与统计分析吕宏等山东女子学院24. 山东省区域循环经济统计指标体系与评价方法研究李婧等山东协和学院25. 青岛市市北区产业竞争力评价薛纪宾市北区统计局26. 山东省智慧城市建设评价模型研究李吉英等滨州学院27. 居民生活质量评价指标体系研究王象永等国家统计局山东调查总队28. 新型城镇化发展质量评价研究王战友等山东管理学院29. 基于二维不确定语言变量定性数据的统计分析与应用研究荣丽丽等山东广播电视大学30. 基于贝叶斯统计的供应琏金融风险测度分析刘建勇等鲁东大学31. 基于SPSS多元线性回归分析的大学生创业影响模型构建研究赵德忠等淄博职业学院32. 滨州市“四上”企业现状、问题简析及促进纳新工作对策王智童等滨州市统计局33. 依托物联网无缝数据采集技术提升工业能源数据统计质量对策研究贾萍等山东青年政治学院于海生等鲁东大学34. 青荣城际铁路对山东半岛蓝色经济区旅游业影响的测度研究及实证分析35. 基于公司治理视角的企业内部控制评价体系研究——以中小企业为例谭振梅等山东女子学院三等奖1. 培育枣庄经济增长新动能的战略思考沈道坦等枣庄市统计局2. 从经济普查看德州市工业发展王惠德州市统计局3. 基于SWOT分析模型的青岛市民营工业经济发展现状及对策研究刘俐娜青岛市统计局4. 基于Agent建模与仿真的低碳生态城市统计测度方法及应用研究刘中文等山东女子学院5. 抢抓“全域旅游”新机遇打造旅游战略性支柱产业周晓静曲阜市统计局6. 生态文明建设统计测度方法研究于法家等菏泽市统计局7. 城市商业综合体数据贡献现状调查报告刘晓彬市南区统计局8. 电子商务对经济增长贡献的统计评价指标体系研究李华等淄博职业学院9. 新常态下临沂经济增长动力研究程凯等临沂市统计局10. 基于生命周期理论的绿色房地产评价指标体系构建研究刘桂菊等泰山学院11. 变点检测问题的现代非参数统计推断及其应用李强等泰山学院12. 服务业品牌价值评估指标体系研究李画画等山东科技大学13. 我国新能源企业资本结构与企业绩效关系的实证分析赵克杰山东建筑大学14. 以技改投资为突破创新驱动青岛工业转型升级王元青岛市统计局15. 基于环境承载力分析的山东省低碳旅游景区门票动态定价研究高朋钊等山东女子学院16. 基于因子分析的山东省文化产业竞争力定量评价与提升对策研究刘凯等滨州学院17. 新型城镇化测度及其与经济发展关系统计研究——以山东城市群为例于晓红山东英才学院18. 缺失数据下可加部分非线性模型的统计推断及应用周小双等德州学院19. 青岛海洋经济发展路径及前景目标的展望与研究刘俐娜青岛市统计局20. 银信合作视阈下影子银行统计监测研究林飞等山东协和学院21. 基于因子分析法的智慧旅游综合评价研究张孝丽等山东协和学院22. 莱西市石墨烯产业发展研究报告孙世盛莱西市统计局23. 山东省汽车运输企业能源消耗统计模型的研究李秀芬等日照职业技术学院24. 基于ESDA的山东省城市化格局及演变研究王林林等滨州学院25. 基于循环经济的企业可持续发展评价指标体系研究吕鹏山东英才学院26. 山东省产业结构调整与能源消费的相关性研究崔元丽等山东协和学院27. 新型城镇化对青岛市居民生活用能影响的实证研究王东翔青岛市统计局28. 黄河三角洲高效生态经济区能源利用效率评价研究黄利国等滨州学院29. 基于Hadoop的数据挖掘在统计工作中的应用研究王黎峰等山东青年政治学院30. 枣庄绿色发展的SWOT分析于亚波等枣庄市统计局31. “互联网+”时代的政府统计创新研究侯延香等山东建筑大学安洪庆等潍坊医学院32. 基于倾向指数模型的城乡基本医疗卫生服务可及程度测度及实证应用研究33. 空间统计方法在传染病研究中的应用杨丽等潍坊医学院34. 基于云平台的海量交通数据统计分析孙洪峰等山东女子学院35. 从战略性新兴产业发展看枣庄工业转型吕晶等枣庄市统计局36. 城市轨道交通综合效益的产生与作用机理研究张国宾等李沧区统计局37. 文化产业统计系统优化路径探析郭继文山东交通学院38. 黄河三角洲绿色制造绩效评价及实施模式研究王伟等滨州学院39. 基于个人效用与健康的最优退休年龄实证分析张智涛等滨州学院40. 基于ISO26000中国产品海外形象评价指标体系研究吕臣等泰山学院41. 贝叶斯分层分析模型及其应用研究张凡春等临沂市统计局42. 联网直报背景下区县政府统计管理体制优化研究王娜娜泰山区统计局43. 我国保险业统计分析与建模研究赵长利等山东交通学院44. 山东省循环经济测度指标与评价方法研究姜山等滨州学院45. 新常态经济背景下经济增长人力资本投入统计指标因素分析白丽苹等泰山医学学院46. 文化产业统计指标体系研究董凤鸣等菏泽学院47. 我国统计管理体制改革研究赵小燕等山东管理学院陈绍武等曲阜市统计局48. 释放政策减税红利激活企业发展动能——“营改增”对曲阜企业发展和财税收入影响的调研分析优秀奖1. 山东省食品产业创新能力综合评价研究王辉等德州学院2. 特征价格方法在房地产价格指数编制中的应用研究袁忠香等临沂大学3. 山东省上市公司商业信用风险机理与评估研究张文华等淄博职业学院4. 济南城镇中低收入阶层住房保障体系研究高斌等山东女子学院5. 山东省城市化进程中的城市治理研究——评估指标体系构建李晓泰山医学学院6. 移动互联时代山东零售服务业竞争力综合评价指标体系研究秦晓庆山东英才学院7. 空间统计方法及其在大气污染统计中的应用研究闫保英等山东农业工程学院8. 基于制度系统灰关联熵的城乡居民收入差距度量与实证分析刘伟等潍坊学院9. 当代女大学生创业意识调查与能力培养研究高斌等山东女子学院10. 推动我国能源利用效率的统计研究苏玉等日照职业技术学院11. 关于山东省制造业民营企业发展状况的调研分析谷振涛等山东英才学院12. 文化产业统计指标体系研究杨静等淄博职业学院13. 县级医院医疗质量评价指标体系研究李磊等泰山医学学院14. “互联网+”模式应用思考与研究——平度“农村淘宝”项目运纪春英平度市统计局营情况调研报告15. 枣庄电子商务市场机遇与挑战并存于亚波等枣庄市统计局16. 新常态下县区经济结构调整对能源消费影响的统计研究于晓丽等泰山区统计局17. 县乡统计方法制度改革研究尹德玉等日照职业技术学院18. 山东体育旅游文化产业统计指标体系研究刘林星等滨州学院19. 基于区位商视角下的山东省产业结构调整与就业结构变动的实证分析刘娜等滨州学院20. 基于模糊层次分析法的融资风险评价研究——以山东省建筑业许凤玉等滨州学院上市公司为例21. BSC视阈下山东省文化产业竞争力评价指标体系构建研究王申等等山东现代学院22. 大数据背景下企业众包模式运行效率统计测度研究李瑞雪等山东协和学院23. 山东省公立医院医疗服务质量评价体系及实证研究温艳等青岛大学24. 基于供给角度的枣庄市经济增长动力分析侯方等枣庄市统计局25. 新常态下枣庄市房地产业发展新特征研究孟祥焱等枣庄市统计局26. 黄河三角洲区域内金融资源配置与经济增长关系的统计分析研究彭伟等滨州学院27. 山东省文化产业与经济增长关系实证研究时亚栋等菏泽学院28. 基于云存储环境的非结构化数据存储研究徐栋等日照职业技术学院29. 政府部门间数据资源共享研究任敏等滨州学院30. 环保支出统计研究隋涛等滨州学院31. 非线性季节财务风险预警模型研究杨华等淄博职业学院32. 物流产业统计核心指标体系及管理研究解京淑等淄博职业学院33. 大数据时代电子商务产业数据管理与共享机制研究郑志新等聊城大学34. 地方政府性债务风险评估体系研究魏青琳等山东协和学院35. 工效学用户测评抽样设计及抽样精度研究李莉莉青岛大学36. 经济结构调整对能源消费影响的统计研究周志刚等潍坊学院37. 大数据背景下统计理论和方法创新研究报告康梅娟等临沂大学38. 大数据背景下政府统计管理及质量创新研究张晓敏等临沂大学39. 山东省民营企业国际化发展的切入路径与模式选择赵琳等山东英才学院40. 基于大数据的小微企业信息采集及挖掘研究赵红艳等山东英才学院41. 新型城镇化测度与经济发展关系统计研究张玲菏泽学院42. 基于实时数据交换的统计方法与平台研究陈卓艳等山东科技大学43. 大数据时代生产安全事故统计分析与预测方法研究黄培花等滨州学院44. 非结构化数据分析及应用研究董茜等山东管理学院45. 网络入侵异常行为检测统计方法研究冯敏等泰山医学学院46. 大数据环境下云计算技术在统计工作中的应用研究王晓燕等山东协和学院47. 抢抓“互联网+”重大机遇着力打造经济增长新引擎——曲阜市电子商务现状调研分析张婷婷等曲阜市统计局曲阜市人力资源和社会保障局48. 我国城乡居民收入水平与旅游消费的关系研究宗荃等山东女子学院49. 构建国家诚信体系背景下高校就业统计指标体系研究孙士生等临沂大学50. 时间序列数据的小波分析方法研究王怀亮等菏泽学院51. 曲阜市镇街主体功能区建设调研报告陈绍武等曲阜市统计局52. 大数据背景下政府统计模式改进研究王红娟等临沂大学53. 基于大数据技术的政府统计改进研究李明娟等临沂大学54. 低相关序列在统计信息安全中的应用任文丽等德州学院55. 随机辛算法在统计力学中的应用尹秀玲等德州学院56. 金融随机模型参数估计及其算法研究韩潇等山东农业工程学院57. 曲阜市企业上市资源情况调研报告陈绍武等曲阜市统计局曲阜市人力资源和社会保障局58. 现代信息技术在统计工作中的应用研究陈巩等滨州学院59. 基于S-粗集理论的数据分析模型及其在德州市经济数据统计中的应用于秀清等德州学院60. 建筑业总部与分部统计规范的实践讨论张祥伟等阳谷县统计局61. 基于Ontology的数据挖掘研究贾保先等聊城大学论文类一等奖1. 基于HADOOP的大数据描述统计分析宋廷山等齐鲁师范学院2. 我国公路运输价格指数编制研究——以济南市为例胡海清等山东英才学院3. 第三产业份额提升是结构红利还是成本病李翔等曲阜师范大学4. 补齐软实力“短板”拓展“走出去”空间——青岛市建筑业“一带一路”建设实施路径研究孙辉等青岛市统计局5. 基于内容分析法的中国节约集约用地政策演进分析吕晓等曲阜师范大学6. 我国金融发展与经济增长协调效应研究王文波等青岛大学7. 关于改进综合考核群众满意度调查工作的若干思考沈道坦枣庄市统计局8. 产业集群转型升级视阙下的区域创新平台构建——基于青岛西海岸经济新区的研究李治国等中国石油大学(华东)9. 制度变迁、路径依赖与经济增长的模型与实证分析——兼论中国制度红利杨友才青岛科技大学10. 基于线性协整与面板协整的失业保险基金支出促进就业功能研究董芳等滨州学院11. 中国产业结构高度化的空间关联效应分析——基于社会网络分析方法林春艳等山东财经大学二等奖1. 青岛民生服务业发展品质探析姚栋青岛市统计局2. 中国制造业全球价值链长度和上游度的测算及其影响因素分析——基于世界投入产出表的研究马风涛山东科技大学3. 平阴县金融运行分析报告李新平阴县统计局4. 青岛市快递业发展研究石岩青岛市统计局5. 基于SBM和Malmquist生产率指数的中国海洋经济效率评价研究赵林等曲阜师范大学6. 平阴县域经济的发展现状及分析麻荣玉等平阴县统计局7. 资本深化与我国消费率的关系研究丁建勋青岛理工大学8. 积极培育新业态和新商业模式助推消费品市场升级发展刘琴等槐荫区统计局9. 逐鹿江北:竞争力视野下的即墨市——全国十强县(市)比较分析研究赵玉梅即墨市统计局10. 城镇化进程中农户宅基地退出的决策行为及影响因素于伟等曲阜师范大学11. 组合类信用互换BDS的定价研究吴健华等济南大学12. 结构参数,出口固定投入成本与贸易扩展边际张凤青岛理工大学13. 中国财税政策的环境治理效应研究——基于省级面板数据的实证分析张玉青岛科技大学14. 基于实物期权法的海域使用权定价研究闻德美等山东科技大学15. 欠发达地区加快发展生产性服务业的路径研究李厚银菏泽市统计局16. 我国城镇社会保障均等化的省域差异及空间格局时涛等泰山医学院17. 城镇化水平与城镇居民生活质量协调发展的测度戴金辉等山东工商学院18. 中国上市公司信用风险研究:基于ZPP和KMV模型李莉莉青岛大学19. 基于非参数统计方法对股票收益率的实证分析孔令苹微山县统计局20. 基于变结构copula模型的股票市场分析刘昆仑齐鲁师范学院21. 改进的灰色预测模型及其应用沙秀艳等曲阜师范大学22. 大数据视角下关于跨部门基本单位名录库的思考陈爱伟等山东农业工程学院23. 滨州市生态环境质量综合评价陈淑清等滨州学院三等奖1. 从统计综合指数视角探寻青岛如何践行五大发展理念李刚青岛市统计局2. 复杂统计方法在黄海西海岸极端降水趋势及成因研究中的应用王怀亮等菏泽学院3. 临沂经济发展新常态特征及对策研究张凡春临沂市统计局4. 金融业发展对即墨市经济增长的贡献分析赵玉梅即墨市统计局5. 交通基础设施空间非均衡测度与区域经济增长研究吕承超青岛科技大学6. 互联网+时代对德州传统制造业转型的思考刘行德州市统计局7. 滨州市生产性服务业发展的现状与政策支持研究宋晓健滨州市统计局8. 即墨市战略性新兴产业发展情况探析丁松兵即墨市统计局9. 企业能源统计工作的探索与实践周红潍柴控股集团有限公司彭利达等山东管理学院10. 机构投资者是现金分红的内生动力吗——基于异质机构投资者的经验研究11. 基于非期望产出SBM模型的全要素能源效率测算王景波山东科技大学12. 大数据时代统计创新能力分析赵明霞阳谷县统计局13. 基于财政金融激励视角的特色小镇统计评估体系研究赵锦华潍坊滨海经济技术开发区中央商务区开发建设管理服务中心14. 要素价格扭曲、资本深化与我国消费率朱晓媛等青岛理工大学15. “中国梦”实现过程的中国经济总量和人民生活水平预测吴庆军曲阜师范大学16. 非寿险未决赔款准备金评估的平滑化方法研究邱艺伟滨州市统计局17. 基于改进LDA主题模型的社会网络话题发现算法iMLDA 仇丽青等山东科技大学18. 我国金融生态对经济增长影响的非线性特征解析逮进等青岛大学19. 时变参数状态空间模型估计研究吴健华等济南大学20. 非寿险公司经营风险统计模型研究闫春等山东科技大学21. 浅议新常态下工业结构调整的必然性赵明霞阳谷县统计局22. 新常态下济宁市产业转型升级问题探究孔令苹等微山县统计局23. 纵向数据下变系数部分非线性模型的经验似然推断周小双等德州学院24. 基于随机模拟的统计模型计算及实证分析邵伟等曲阜师范大学25. 内生性回收率与信用风险度量研究吴健华等济南大学26. 山东省县域经济的空间分异及其成因杜霞枣庄学院27. 因子模型中正交旋转方法的改进张颖等济南大学28. 基于GM(1,1)幂模型的振荡统计数据预测陈继光山东英才学院29. 社会转型时期城市阶层的阶梯消费王琪等青岛科技大学30. 中国低碳经济的现状与对策研究张庭发齐鲁师范学院31. 山东省移动终端消费习惯分析李雪萍等山东建筑大学山东省统计局32. 浅谈设施农业发展状况及对策研究范荣梅平阴县统计局33. 变结构pair copula模型在金融危机传染分析中的应用刘昆仑齐鲁师范学院优秀奖1. 山东省信息化与工业化融合水平测度及动态融合关系实证检验刁艳华等山东协和学院2. 应用新方法 HOMR-HOM均一化1961~2010年北疆最高和最低气温张延伟济南大学3. 滨州市城区苔藓植物主要重金属含量的调查与分析李玉玺等滨州学院4. 依法治统势在必行武颂沂水县统计局5. 输血病案质量影响因素及应对策略于龙广滨州医学院烟台附属医院6. 浅析二胎政策对社会经济的影响孔令苹微山县统计局7. 如何减小问卷调查中的调查员相关误差胡顺奇枣庄学院8. 基于组织层面变量企业文化的测量方法王炳成等山东科技大学9. 平阴县新型农村社区建设现状及问题的探讨范荣梅平阴县统计局10. 县域经济由经济增长型向统筹发展型的转变探析赵明霞阳谷县统计局11. 社区文化认同响应旅游开发的模型研究及个案分析单铭磊山东青年政治学院12. 欧元区国家银行风险与主权风险的关联性研究杨继梅青岛科技大学。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

{
}
候, 有趋势存在。在没有趋势的零假设下, K 服从二项分 布 b(n' 0.5) 。 (2) 对于单边检验问题:
H0: 数据序列有下降趋势 « H1: 数据序列有上升趋势, H0: 数据序列有上升趋势 « H1: 数据序列有下降趋势.
结果是类似的, S 很大 (或 S 很小) 时, 有下降趋势; 反之, S 很小 (或 S 很大) 时, 有上升趋势。 假设检验问题:
p 值为 p(K £ 0) = 1 åæ n' ö = 1 = 0.000122 < 0.05 2n' i = 0 è i ø 213 因此接受备择假设, 认为我国 1981~2008 年的基尼系
k
数呈上升趋势。 用同样的方法对我国城镇和农村的基尼系数趋势存 在性进行检验: 对于表 1 中城镇基尼系数中的 27 个数据,S - = 12 ,
刘 瀑
(郑州轻工业学院 经济与管理学院, 郑州 450002)
摘 要: 文章运用非参数统计中的 Cox-Staut 趋势存在性检验, 应用基尼系数分析我国城乡收入分配差距 的发展趋势; 对我国城镇和农村人均收入, 运用 Wilcoxon-Mann-Whitney 秩和检验, 推断我国城乡收入分配差距 的差异。检验结果显示: 无论是全国还是城镇、 农村收入差距都越来越大, 收入分配不公平的程度也越来越严 重, 并且这种差距有进一步扩大的趋势。 关键词: Cox-Staut 检验; Cox-Staut 趋势存在性检验; 收入分配差距 中图分类号: O212 文献标识码: A 文章编号: 1002-6487 (2015) 23-0004-03
基金项目: 国家社会科学基金资助项目 (15BRK030) ; 河南省青年骨干教师项目 (2011GGJS-104) 作者简介: 刘 瀑 (1977-) , 女, 河南洛阳人, 博士, 副教授, 研究方向: 国民经济与统计分析。 4
统计与决策201 5 探
表1 年份 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 全国 0.3216 0.3258 0.3252 0.3386 0.3320 0.3498 0.3693 0.3943 0.4035 0.3947 0.3746 0.3737 0.3827 0.3886 0.3951 0.4050 0.4253 0.4361 0.4343 0.4341 0.4381 0.4385 0.4391 0.4380 0.4274 0.4211 0.4126 城镇、 农村基尼系数和人均收入 基尼系数 城镇 0.2241 0.2278 0.2307 0.2259 0.2354 0.2425 0.2536 0.2724 0.318 0.288 0.3034 0.3079 0.323 0.295 0.2451 0.2557 0.3068 0.315 0.3233 0.3192 0.326 0.3229 0.3289 0.3248 0.3192 0.3189 0.3062 农村 0.3042 0.3045 0.3026 0.3099 0.3099 0.3072 0.3134 0.3292 0.321 0.3415 0.3229 0.3285 0.3369 0.3361 0.3647 0.3699 0.3441 0.3551 0.3446 0.3507 0.3494 0.3496 0.3536 0.3609 0.355 0.3657 0.3635 城镇 901 1002 1180 1374 1510 1701 2027 2577 3496 4283 4839 5160 5425 5854 6280 6860 7703 8472 9422 10493 11760 13786 15781 17175 19109 21810 24565 人均收入 农村 424 463 545 602 686 709 784 922 1221 1578 1926 2090 2162 2210 2253 2366 2476 2622 2936 3255 3587 4140 4761 5153 5919 6977 7917 收入比 2.13 2.17 2.17 2.28 2.20 2.40 2.58 2.80 2.86 2.71 2.51 2.47 2.51 2.65 2.79 2.90 3.11 3.23 3.21 3.22 3.28 3.33 3.31 3.33 3.23 3.13 3.10
网络出版时间:2015-12-15 08:21:58 网络出版地址:/kcms/detail/42.1009.C.20151215.0821.003.html
DOI:10.13546/ki.tjyjc.2015.23.001
理论新探
基于非参数统计方法的收入分配差距的实证检验
S+ = 1 , p 值为 p(K £ 1) = 1 åæ n' ö = 1 + 13 = 0.001708 < 0.05 2n' i = 0 è i ø 213 213 对 于 表 1 中 农 村 基 尼 系 数 中 的 27 个 数 据 , 由于 S - = 13 , S+ = 0 , 因此计算出来的 p 值与全国数据一样。
k
故接受备择假设, 认为 1986~2012 年, 我国城镇和农 村的基尼系数均呈上升趋势。 上面的检验结果证实, 无论是城镇内部、 农村内部, 还 是全国总体, 居民收入的基尼系数都在不断上升, 这说明 改革开放以来, 随着我国经济的迅速发展, 城镇和农村居 民的收入水平得到大幅度提升, 但同时收入的公平程度却 不断降低, 收入差距扩大。27 年间, 城镇居民人均可支配 收入平均增长了 101.02%, 农民人均纯收入平均增长了 67.97%, 收入差距的绝对指标也在扩大, 城镇基尼系数由 1986 年 的 0.2214, 扩 大 到 2012 年 的 0.3062, 平均增速 1.47%; 农村基尼系数由 1986 年的 0.3042, 扩大到 2012 年 的 0.3635, 平均增速 0.75%, 各年份农村居民的基尼系数都 显著高于城镇居民, 表明农村居民收入差距要比城镇居民 收入差距大; 从增速上看, 农村内部的收入差距扩大速度 要低于城镇和全国的收入差距扩大速度。从发展趋势上 看, 在大部分年份里 (2002, 2011 除外) , 城镇和农村基尼 系数变化方向一致, 全国基尼系数由 1986 年的 0.3216, 扩 大到 2012 年的 0.4126, 增速 1.09%, 与城镇和农村相比, 中 国总体基尼系数均高于前者, 呈现出波动上升的趋势, 并 在 2010 年以后出现下降。总之, 随着我国城乡居民收入 的增长, 无论是全国还是城镇内部、 农村内部的收入差距 都越来越大, 收入分配不公平的程度也越来越严重, 并且 这种差距有进一步扩大的趋势。 3.2 Wilcoxon-Mann-Whitney 秩和检验 上面的分析显示出我国城镇和农村的基尼系数存在 显著差异, 两类地区的收入分配不平等程度并不一致, 城 镇的基尼系数要小于农村。人均收入作为研究分析收入 分配的一个重要指标, 反映居民收入和财富分配的结构和 状态以及收入分配的不平等程度。下面, 我们将运用 Wilcoxon-Mann-Whitney 秩和检验的方法, 检验城乡间的 人均收入差距。 Wilcoxon-Mann-Whitney 秩和检验是非参数统计中用 于对两独立样本数据的位置推断的一种方法, 只假定两总 体分布具有相似的形状, 不假定对称。 样 本 x1 ,x 2 , …,x m ~F ( x - μ1) 和 y1 ,y 2 , …,y n 假设检验问题为: ~F ( x - μ 2) ,
H0: μ1 = μ 2 « H1: μ1 ¹ μ 2
统计与决策201 5 年第 23 期·总第 443 期
同分布为 F ( x) , 令
ì n 如果n是偶数 ï c = í2 ï n + 1,如果n是奇数 î 2 取 xi 和 xi + c 组成数对 ( xi xi + c) , 当 n 为偶数时, 共有 c
对, 当 n 为奇数时, 共有 c - 1 对。计算每一数对前后两值
Di = xi - xi + C .用 Di 的符号度量增减。令 S + 为正 Di 之差:
的数目, 令 S - 为 负 Di 的 数 目 ,S + + S - = n' ,n' £ n 。 令
K = min S + S - , ,显然当正号或负号太多, 即 K 过小的时
H0: 数据序列无趋势 « H1: 数据序列有增长或下降
入差距进行判断, 并探究原因, 期望有益于缩小城乡收入 差距, 推动经济稳定发展。 2 数据来源 基尼系数可以客观反映居民之间收入分配的公平程 度, 能够较好地体现出居民之间的贫富差距, 是国际公认 衡量一国收入差距的权威指标。这个指数在 0 和 1 之间, 数值越低, 表明财富在社会成员之间的分配越均匀, 国际 上通常把 0.4 作为收入分配差距的 “警戒线” 。基尼系数的 计算是建立在洛伦茨曲线基础上的, 根据目前研究情况, 一般从离散和连续两个方面着手进行计算, 具体研究方法 有: 人群分组法[1], 协方差公式法[2], 幂函数拟合曲线法[3]和 广义列式法[4]。本文依据田卫民[5]提供的计算基尼系数的 公式, 结合 《中国统计年鉴》 (1986~2013) 年相关数据, 计算 出口径一致的城镇、 农村和全国基尼数据 (1986~2012 年) , 见表 1, 为准确把握和分析我国的居民收入分配状况 及变化趋势提供基础。
型的数据。本文采用非参数统计方法对我国城乡居民收 0 引言 改革开放以来, 我国经济发展迅速, 人民生活水平大 幅提高, 但同时, 收入分配格局也发生了很大的变化, 居民 收入差距明显扩大, 收入不平等现象迅速上升。根据联合 国开发计划署 2014 年的统计数字, 中国目前占总人口 20%的最贫困人口占收入或消费的份额只有 4.7%, 而占总 人口 20%的富裕人口占收入或消费的份额高达 50%。另 外, 世界银行报告同时显示, 最高收入的 20%人口的平均 收入和最低收入 20%人口的平均收入, 这两个数字的比在 中国是 10.7 倍, 远高于西方发达国家的比例。 党在十八大报告中明确指出 “城乡区域发展差距和居 民收入分配差距依然较大” , 并将 “加大统筹城乡发展力度, 增强农村发展活力, 逐步缩小城乡差距, 促进城乡共同繁 荣” 作为中国经济和社会体制改革紧迫的战略任务。因此, 我们要实现共同富裕的宏伟目标, 构建和谐社会, 就必须 缩小收入分配的差距, 使人人享有相对公平的财富分配。 1 研究方法 3 收入分配差距的实证分析 关于我国收入分配差距的研究主要是构建计量模型, 回归分析城乡居民收入差距, 传统的参数统计分析方法有 一定的局限性, 研究对象数据的分布并不完全满足其假设 条件, 而非参数统计作为统计学的一个重要分支, 比起传 统的参数统计, 有其自身的优越性。首先, 在不知道总体 分布也无需假定总体分布具体形式的情况下, 可以充分利 用样本所提供信息, 估计出总体分布结构, 并逐步建立对 事物的数学描述和统计模型。其次, 非参数统计方法对总 体的假定相对较少, 效率高, 结果一般具有较好的稳健 性。再者, 非参数统计有广泛的适用性, 可以处理所有类 趋势 假设数据序列为 x1 , …, 在零假设之下, x2 , x n 独立, 3.1 基尼系数 Cox-Staut 趋势存在性检验 用 Cox-Staut 趋势存在性检验对全国、 城镇、 农村基尼 系数的趋势进行推断。Cox-Staut 趋势存在性检验是一种 不依赖于趋势结构, 只利用样本信息推断其趋势的一种方 法。其检验原理: (1) 对于双边检验问题
相关文档
最新文档