图2-3

2.进行因果关系检验

从三个因果关系检验可以看出，GDPS是CS的因；CS不是CZ的因；GDPS不是SLC的因。但根据理论CS是CZ的因，GDPS是SLC的因，可能是由于指标设置问题。所以还是把CS作为应变量，GDPS作为解释变量；CZ作为应变量，CS作为解释变量；SLC作为应变量，GDPD作为解释变量进行一元线性回归分析。

三、一元线性回归

得到三个估计方程：

CS=0.0802959511276*GDPS+12.5096023259 CZ=1.27887365026*CS-22.6807299594 SLC=0.370241380274*GDPS=148.696223954

把方程命名保存起来。

根据广东数据选择收入法国内生产总值（GDPS）、劳动者报酬（LB）、固定资产折旧（ZJ）、生产税净额（SE）、营业盈余（YY）和财政收入（CS），分别把LB、ZJ、SE、YY作为应变量，GDPS

作为解释变量；CS作为应变量，SE作为解释变量进行一元线性回归分析。得到估计方程：

LB=0.428594440891*GDPS ZJ=0.158455835468*GDPS SE=0.144369863184*GDPS YY=0.268580104495*GDPS

CS=0.556143052611*SE+11.8774094857

把方程命名保存起来。

四、经济检验

需要注意的是，回归并不意味着存在因果关系，解释变量是否与应变量存在因果关系，必须根据相关理论来判定。关系确定后，我们来验证估计的模型是否有经济含义以及用模型估计的结果是否与经济理论相符，这称为经济检验。经济检验主要涉及参数的符号和大小，即看估计的参数是否符合经济理论。在回归分析中，我们不仅对模型参数的估计感兴趣，而且对检验来自于某个经济理论（或先验经验）的假设也感兴趣。根据广东数据得到的三个估计方程为

CS=0.0802959511276*GDPS+12.5096023259 CZ=1.27887365026*CS-22.6807299594 SLC=0.370241380274*GDPS+148.696223954

财政收入CS对国内生产宗旨GDPS的回归系数0.080296，财政支出CZ对财政收入的回归系数1.278874，社会消费品零售额SLC对国内生产总值GDPS的回归系数0.370241，无论从参数的符号和大小来说第一和第三个都符合经济理论，中间一个说明财政支出CZ中还有不被财政收入CS决定的因素，财政支出CZ对财政收入CS的回归系数大于1表明财政支出CZ中还有很大一部分未得到解释。系数说明国内生产总值GDPS、财政收入CS和国内生产总值GDPS分别增加1个单位，财政收入CS、财政支出CZ和社会消费品零售额SLC分别增加0.08、1.28和0.37个单位。在大多数情况下，截距没有什么明显的经济含义。

根据广东数据得到的另五个估计方程为

LB=0.428594440891*GDPS ZJ=0.158455835468*GDPS