中國醫藥制造業產出影響因素的實證分析

(北京工商大學經濟學院 北京 100048)

近些年，中國經濟實力的不斷增強，人們的健康意識也在逐漸提高，因此，醫藥制造業也越來越受到人們的重視。學者們也對醫藥制造業進行過各方面的研究。謝麗云采用定性和定量相結合的方法，研究了醫藥制造業產出的影響因素，利用灰色關聯法對11個影響因素進行了量化處理，得出11個影響因素對于醫藥制造業的影響大小,并進行排序。

本文在謝麗云研究的基礎上，從基本要素投入、醫藥科技因素和對外開放程度因素中選取醫藥制造業從業人員數、醫藥制造業技術投資經費支出和醫藥制造業出口交貨值等數據來進行簡單的計量分析，探究我國醫藥制造業產出是否受這些因素影響。

一、建立模型

為了具體分析各要素對中國醫藥制造業產出影響的大小，我們可以用醫藥制造業企業工業總產值作為被解釋變量，用醫藥制造業出口交貨值、醫藥制造業技術投資經費支出和醫藥制造業從業人員數做為解釋變量，來建立模型。

模型如下：

Y=α0+α1X1+α2X2+α3X3+ε

(1)

其中，Y代表醫藥制造業企業工業總產值，X1代表醫藥制造業出口交貨值，X2代表醫藥制造業技術投資經費支出，X3代表醫藥制造業業人員數。我們通過對該模型的回歸分析，得出各個變量與中國醫藥制造業產出的影響關系。

二、模型估計與檢驗

(一)最小二乘法(OLS)

運用Eviews7.2軟件采用最小二乘法對模型(1)進行回歸分析。得出R2=0.852915,修正R2=0.803886，兩個值均大于0.8，比較接近1，說明模型的擬合效果較好。因此，該模型的設定是合理的，根據檢驗結果，帶入模型(1)，從而得出下式：

Y=6912.52+22.78X1+41.30X2+132.33X3

(2)

T=(1.14) (2.95) (1.24) (-1.54)

R2=0.827286 F=17.39632 DW=2.395466 S.E=1730.734

(二)多重共線性檢驗

運用Eviews7.2測算解釋變量與被解釋變量的相關系數，結果發現各個解釋變量之間的相關系數較高，可能存在多重共線。

為了消除變量之間的多重共線性，可以利用逐步回歸法，分別做被解釋變量Y和解釋變量X1、X2和X3的一元線性回歸，結果得出X1與Y的t檢驗和擬合效果最好，因此，可以把X1最為基準變量引入，然后逐步加入X2和X3，經檢驗，當去掉X2時，模型的多重共線性消失，得到的回歸結果中，R2=0.887286，修正的R2=0.872743。與進行逐步回歸方法之前的R2和修正R2相比，前者的擬合效果更好，并且t檢驗值大過臨界值，即t值檢驗十分的顯著。得到的修正后的模型為：

Y=3189.79+17.33X1+5.08X3

(3)

T=(0.69) (2.85) (0.98)

R2=0.887286 F=23.94959 DW=2.078962 S.E=1779.22

(三)異方差檢驗

運用Eviews7.2軟件，對模型(3)進行White檢驗：

(四)自相關的檢驗

模型(3)中，DW=2.078962，在顯著性水平α=0.05下，n=13,k=2的情況下，查DW統計表可知dl=0.616,du=1.267，此時du

(五)統計檢驗

1、t檢驗：在顯著性水平α=0.05下，查t分布表得自由度為10的臨界值為2.228，而檢驗結果中解釋變量的t 統計量均大于2.228，說明t 檢驗顯著；

2、F檢驗：在顯著性水平α=0.05下，在F分布表中查出自由度為2和12的臨界值為4.10，檢驗結果中的 F統計量的值遠大于3.59，說明F檢驗顯著；

3、擬合優度檢驗：模型的擬合優度系數R2和修正R2分別為0.887286和0.872743，說明擬合效果較好。

(六)經濟意義

模型估計結果說明，在其他影響因素不變的情況下，醫藥制造業出口交貨值每增加1個百分點，醫藥制造業企業工業總產值就會增加17.33個百分點；在其他影響因素不變的情況下，醫藥制造業從業人員數每增加1個百分點，醫藥制造業企業工業總產值就會增加5.08個百分點。

三、模型的評價

本文首先對模型進行回歸分析，在此基礎之上，進行多重共線性檢驗，并用逐步回歸法消除了多重共線性，此外又進行了White檢驗和D-W檢驗，經檢驗模型不存在異方差，也不存在自相關，得出最終模型，該模型通過了t、F顯著性檢驗，并且擬合優度系數接近于1，與數據擬合效果很好，預測效果也很好。