1、基于各省市 GDP、财政收入及财政支出数据的 SPSS 分析L01314067冯家祥中共十八大报告指出中国现代化步入转型攻坚阶段，要继续坚持经济转型。同时由于我国自身的一些发展条件限制，我国经济发展速度逐渐放缓，因而对我国 GDP 水平的研究就显得尤为必要。由于对 GDP 的研究是一个非常复杂和庞大的过程，在这里，我们仅对以下几个问题做研究：1、分布类型检验、正态分布检验采用假设检验方法对地区生产总值进行分布特征的检验，检验 31 个省市区的数据是否服从正态分布。H0: 31 个省市区的地区生产总值样本来自于一个正态分布的总体。H1: 31 个省市区的地区生产总值样本并非来自于一个正态分布总体
2、。、两个独立样本检验采用假设检验方法对地区生产总值进行两个独立样本检验，检验东部和西部地区数据是否有显著显著。H0: 东部和西部地区的地区生产总值没有显著差异。H1: 东部和西部地区的地区生产总值有显著差异。、K 个独立样本检验采用假设检验方法对地区生产总值进行 K 个独立样本检验，检验东部、中部、西部地区的数据是否有显著差异。H0: 东部、中部、西部地区的地区生产总值没有显著差异。H1: 东部、中部、西部地区的地区生产总值没有显著差异。2、单因素方差分析用于完全随机设计的 31 个省市区的地区生产总值样本均数间的比较，其统计推断是推断各样本所代表的各总体均数是否相等。3、卡方检验检验 31
3、个省市区的地区生产总值有无显著差异。4、相关与线性回归分析方法采用线性回归分析方法分析各影响因素对地区生产总值的影响程度。1、 具体分析步骤（1）描述性分析从上表我们可以看到，大陆 31 个省市中地区生产总值极大值为 62164.0 亿表1 描述统计量N 极小值 极大值 均值 标准差地区生产总值（单位：亿元） 124 507.5 62164.0 17460.036 13749.3635各省常年居住人口（单位：万人） 124 300 10644 4336.55 2740.823财政收入（单位：亿元） 124 36.7 7075.5 1810.081 1437.5597社会保障和就业支出（单位：亿
4、元） 124 31.91 833.51 364.0065 178.81977交通运输支出（单位：亿元） 124 21.80 688.04 218.9115 119.15497医疗卫生（单位：亿元） 124 32.04 569.32 213.2400 117.50285教育支出（单位：亿元） 124 60.8 1744.6 551.316 327.8783有效的 N （列表状态） 124元，极小值为 507.5 亿元，各项指标中的极大值和极小值相差悬殊，这说明在我国大陆 31 个省市中，地区经济发展存在严重不均衡，地区贫富差距大。然后也可以看到在经济发达的地区，无论是人口、财政收入以及各种财政支
5、出的数额都是比经济欠发达地区的数额大的。 由上图可知，从 2010 年至 2014 年各省市之间的地区生产总值是呈左偏分布。众数出现在 10000-15000 范围区间。（2）基础操作1. 分类汇总2. 个案排秩已创建的变量 b源变量 函数 新变量 标签GDPa 秩 RGDP Rank of GDP by Areaa. 秩按升序排列。b. 相同的值的平均秩用于结。3. 连续变量变分组变量（3）分布类型检验1. 正态分布检验（1）数据处理录入 2010-2013 年各省市 GDP 数据。（2）分析过程分析非参数检验旧对话框“1 样本 K-S”菜单选项检验变量选择：地区生产总值 检验分布选择：常规
6、 单击“确定”（3）结果分析表2 单样本 Kolmogorov-Smirnov 检验地区生产总值（单位：亿元）N 124均值 17460.036正态参数 a,b标准差 13749.3635绝对值 .137正 .137最极端差别负 -.109Kolmogorov-Smirnov Z 1.524渐近显著性(双侧) .019a. 检验分布为正态分布。b. 根据数据计算得到。由表 2 可以看出 p 值=0.0190.05，接受原假设，认为 31 个省市区地区生产总值没有显著差异。（6）相关和线性回归分析1. 相关分析（1）数据处理录入 2010-2013 年各省市 GDP、常年居住人口数据。（2）分析
7、过程分析相关双变量检验变量选择：地区生产总值和各省常年人口数 单击“确定”（3）结果分析表10 相关性地区生产总值（单位：亿元）各省常年居住人口（单位：万人）Pearson 相关性 1 .829*显著性（双侧） .000地区生产总值（单位：亿元）N 124 124Pearson 相关性 .829* 1显著性（双侧） .000各省常年居住人口（单位：万人）N 124 124*. 在 .01 水平（双侧）上显著相关。由表 7 可以看出地区生产总值与各省常年居住人口之间的相关系数为0.829，即地区生产总值与各省常年居住人口之间存在较强相关性。同理，可以分析地区生产总值与其它因素之间的相关关系。2.
8、 相关分析（1）数据处理录入 2010-2013 年各省市 GDP、常年居住人口等数据。（2）分析过程分析回归线性因变量选择：地区生产总值 自变量选择：人口数、财政收入、社会保障与就业支出、教育支出、医疗卫生支出、交通运输支出、教育支出 方法选择：进入绘制;选择 Y-ZPRED;X-ZRESID,直方图单击“继续”“确定”（3）结果分析表 11 模型汇总 b模型 R R 方 调整 R 方 标准 估计的误差1 .982a .963 .962 2694.5539a. 预测变量: (常量), 教育支出（单位：亿元）, 社会保障和就业支出（单位：亿元）, 各省常年居住人口（单位：万人）, 交通运输支出
9、（单位：亿元）, 财政收入（单位：亿元）, 医疗卫生（单位：亿元）。b. 因变量: 地区生产总值（单位：亿元）表 12 Anovaa模型 平方和 df 均方 F Sig.回归 22403041874.287 6 3733840312.381 514.259 .000b残差 849492647.521 117 7260620.9191总计 23252534521.808 123a. 因变量: 地区生产总值（单位：亿元）b. 预测变量: (常量), 教育支出（单位：亿元）, 社会保障和就业支出（单位：亿元）, 各省常年居住人口（单位：万人）, 交通运输支出（单位：亿元）, 财政收入（单位：亿元）,
10、 医疗卫生（单位：亿元）。表 13 系数 a模型 非标准化系数 标准系数 t Sig.B 标准 误差 试用版(常量) -1772.581 570.421 -3.107 .002各省常年居住人口（单位：万人） 2.294 .196 .457 11.710 .000财政收入（单位：亿元） 5.411 .399 .566 13.548 .000社会保障和就业支出（单位：亿元） -4.646 2.459 -.060 -1.889 .061交通运输支出（单位：亿元）-1.021 4.176 -.009 -.244 .807医疗卫生（单位：亿元） -40.052 9.502 -.342 -4.215 .0
11、001教育支出（单位：亿元） 18.036 3.737 .430 4.826 .000a. 因变量: 地区生产总值（单位：亿元）表 14残差统计量 a极小值 极大值 均值 标准 偏差 N预测值 -1286.267 65426.418 17460.036 13495.8717 124残差 -5730.3770 7213.1338 .0000 2628.0115 124标准 预测值 -1.389 3.554 .000 1.000 124标准 残差 -2.127 2.677 .000 .975 124a. 因变量: 地区生产总值（单位：亿元）由上述表格可以看出，交通运输支出的P值为0.8070.05，即交通运输支出与地区生产总值之间的线性相关性不显著，可以删除变量交通运输支出。社会保障和就业支出的 P 值为 0.0610.05，即社会保障和就业支出生产总值之间的线性相关性不显著，可以删除社会保障和就业支出。各省常年居住人口、财政收入、医疗卫生、教育支出的P值均小于0.05，即各省常年居住人口、财政收入、医疗卫生、教育支出与地区生产总值之间的线性相关性比较显著。从各变量的系数来看，各省常年居住人口、财政收入和教育支出的系数为正，即各省常年居住人口、财政收入和教育支出对地区生产总值有促进作用。医疗卫生支出的系数为负，即医疗卫生支出对地区生产总值有抑制作用。
