下面用干扰模型分析这种提高是否存在显著性。设定虚拟变量 D!=0.1949151977 l.1978≤t≤1995 得估计结果如下, Dy=397.06+61898D1+v+0.2986v-1 (4.0)(3.9) R2=0.41,Q(15)=82<x(14)=237,DW=21,7=46,(1950-1995) 因为DⅠ的系数存在显著性(【=39),说明改革开放以后,城镇人口管理政策的松动使 农村人口向城镇人口转移的速度增加。 上式也可写成, =39706+"+02986s/1sts1977 101604+v+0.2986v-1,1978≤t≤1995 干扰分析是 E(Dy= 101604,1978≤t≤1995 改革开放以前城镇人口年均增加39706万人,改革开放以后城镇人口年均增加1016.04 万人。城镇人口管理政策的松动导致城镇人口年均增加618.98万人。 Dependent variable: DY Method: Least Squares Date:06/2707Tme:17:42 ample(adjusted): 1950 1995 Included observations: 46 after adjustments Convergence achieved after 7 iterations Backcast: 1949 Variable Coefficient Std Error t-Statistic Prob 39706209998095397137700003 61898401580643391602600003 MA(1) 0.2986100.145574205126500464 R-sq 0.407410 Mean dependent var 639.326 Adjusted R-squared 0.379848 S.D. dependent var 521.5426 S.E. of regressior 410.7133 Akaike info criterion 14,93666 Sum squared resid 7253474. Schwarz criterion 1505592 Log likelihood 340 5432 F-statistic 14.78144 Durbin-Watson stat 2.057364 Prob(F-statistic 000013 Inverted MA Roots 见图,注意到1978年以后,城镇人口管理政策的松动是在两年中完成的。所以可以把 虚拟变量设计为累进式。定义D3如下 1949≤t≤1977 D3=0.5 t=1978 l,1979 这样得到的估计结果更好些6 下面用干扰模型分析这种提高是否存在显著性。设定虚拟变量 D1=        1, 1978 1995 0, 1949 1977 t t 得估计结果如下， Dyt = 397.06 + 618.98 D1 + vt + 0.2986 vt-1 (4.0) (3.9) (2.1) R 2= 0.41, Q(15) = 8.2 < 2 (14) = 23.7, DW=2.1, T= 46,（19501995） 因为 D1 的系数存在显著性（t = 3.9），说明改革开放以后，城镇人口管理政策的松动使 农村人口向城镇人口转移的速度增加。 上式也可写成， Dyt =    + +   + +   − − 1016.04 0.2986 , 1978 1995 397.06 0.2986 , 1949 1977 1 1 v v t v v t t t t t 干扰分析是 E(Dyt)=        1016 .04, 1978 1995 397.06, 1949 1977 t t 改革开放以前城镇人口年均增加 397.06 万人，改革开放以后城镇人口年均增加 1016.04 万人。城镇人口管理政策的松动导致城镇人口年均增加 618.98 万人。 见图，注意到 1978 年以后，城镇人口管理政策的松动是在两年中完成的。所以可以把 虚拟变量设计为累进式。定义 D3 如下， D3=        =   1, 1979 1995 0.5, 1978 0, 1949 1977 t t t 这样得到的估计结果更好些