1703789880
8．承接国的科技发展水平：研究与试验发展经费支出（R&D，亿元）。
1703789881
1703789882
本书考虑到研究的对象是中国信息技术外包额（ITO），而且一个国家或地区的离岸服务外包承接量是由多个因素综合影响而得的，所以本书假定中国承接离岸服务外包总量与上述因素存在一定的关系，以这些因素作为影响中国承接离岸服务外包的外生变量，将中国信息技术外包额（ITO）作为被解释量，并建立线性回归模型。研究数据来源于《国家统计年鉴》，选取了1998—2007年的数据。需要说明的是，在进行时间序列回归分析时，多个解释变量之间很可能存在多重共线性。因此，本书建立模型时采用取对数的方式加以避免。同时，如果全部自变量一次性进行回归，往往会出现仅有一两个贡献较大的自变量通过检验，从而遗漏其他可能存在较大贡献的变量，因此，本书采用分组多次回归的方法。则最初模型的表示形式为：
1703789883
1703789884
1703789885
1703789886
1703789887
式中，α0α1, …,αn为模型的参数，称偏回归系数，误差项ε为随机变量，且E（ε）＝0 的随机变量，即满足，此时该方程称为多元线性回归是一个期望值为方程。
1703789888
1703789889
（三）模型的计算
1703789890
1703789891
通过 EVIEWS 统计软件的计算，得到如下分析结果：
1703789892
1703789893
1．ln（GDP）和 ln（ER）全部通过了5％水平的显著性检验，调整后为0.947，并且都与因变量 ln（ITO）存在正相关关系。
1703789894
1703789895
2. ln（TEP）、ln（PCBVPT）和 ln（NaP／TP）也全部通过了5％水平的显著性检验，调整后R2为0.982，并且都与因变量 ln（ITO）存在正相关关系。
1703789896
1703789897
3. ln（TIEV/GDP）通过了5％水平的显著性检验，调整后R2为0.928，与因变量 ln（ITO）存在正相关的关系。
1703789898
1703789899
4. ln（AEC）通过了5％水平的显著性检验，调整后R2为0.984，与因变量 ln（ITO）存在负相关关系。
1703789900
1703789901
5. ln（R&D）通过了5％水平的显著性检验，调整后R2为0.982，与因变量
1703789902
1703789903
ln（ITO）存在正相关关系。
1703789904
1703789905
上述的具体运算结果如表7-15所示。
1703789906
1703789907
表7-15 影响中国 ITO 的主要因素（因变量：ln（ITO））
1703789908
1703789909
1703789910
1703789911
1703789912
1703789913
1703789914
1703789915
（四）模型的确定
1703789916
1703789917
在本书实际分析研究中，考虑到中国承接离岸服务外包受到多个变量的影响，在模型的建立中给定变量筛选准则，选定显著性水平为：α＝0.05，即当PF≤0.05时，就将该变量选入回归方程；当PF＞0.05时，该变量就不能入选回归方程，设置运行参数为：因变量为中国信息技术外包额（ln（ITO））和表7-15所列的因素为自变量。通过 EVIEWS 统计软件计算结果，得到如下回归模型：
1703789918
1703789919
1703789920
1703789921
1703789922
（五）模型灵敏度分析
1703789923
1703789924
为了分析线性模型中因变量变化对自变量变化的影响大小，在这部分对模型进行了灵敏度分析。灵敏度分析是指模型参数变动时造成的影响。首先变动一个参数，其余参数保持不变，然后检查目标函数的变化程度，如果变化不大，那就说明目标函数对这个参数不敏感，对这个参数的估计不要求准确。通过灵敏度分析，可知模型对哪些参数的变化敏感，从而可以确定各个影响因子对模型的影响程度。本书将采用局部灵敏度分析，也称为一次变化法。其特点是只针对一个参数，对其他参数取其中心值，评价模型结果在该参数每次发生变化时的变化量。有两种变换法：第一种是因子变化法，如将预分析的参数增加10％或减少10％；另一种方法是偏差变化法，如将预分析的参数增加一个标准偏差或减少一个标准偏差。通常会采用灵敏度分析的方法作为衡量参数灵敏度的标准，设Si为第i个变量的灵敏度指数（0 ≤i≤δ），则：
1703789925
1703789926
1703789927
1703789928
1703789929
公式（3）表示了通过Si的大小来反映自变量xi的变动对因变量y的影响大小。令y＝ ln（ITO），将（2）代入（3）式就可以得到各个变量的灵敏度：