下面将年度损失额作为被解释变量,对引起年度损失变化的灾因进行分析。由于在年度数据的统计中,我们不能够最大限度地获得1983年以前的连续的台风损失数据,而且由于年代过远致使统计失真的问题,在对年度损失进行回归时,仅对1983年以后的情况进行回归。由于2005年相关经济统计数据截至本书出版时尚未公布,因此,回归截止年为2004年。回归模型的建立将每年的损失额作为被解释变量,将年度GDP、农业GDP、年度台风登陆的次数作为解释变量,并将所有的变量取对数之后,建立回归模型,相关回归结果如图5—5所示。
可以看出,在5％显著性下,只有常数能够通过检验,由于农业GDP属于GDP的一部分,所以我们舍弃农业GDP这个变量,对模型进一步修正结果如图5—6所示。
在5％的显著水平下,只有频率(对数)不能够通过检验,所以年度损失的回归模型为对回归方程的解释
通过上面的回归分析可以看出,由于农业GDP和GDP之间存在共线性,因而在变量的选取上,我们选择最有代表意义的GDP。不选择农业GDP的原因还在于,损失的产生不只是农业自身的损失,还有其他行业,因而选择GDP是具有代表性意义的。
从上面分析的结果中可以看出,在采取公共数据的情况下,拟合优度仍然达到60％以上,所以我们认为拟合的结果是比较好的。回归模型参数中,1．2399表示的是损失对于GDP的弹性,即GDP每增加1％,台风的损失就会增加1．2399％。