(一)负相关因素

　　从表1可以看出TBT、SPS通报总数与国内生产总值、国家财政收入、进出口贸易总额和货币供应量呈正相关，与居民消费价格指数、商品零售价格指数、人民币兑美元年平均汇价呈负相关。技术性贸易壁垒的目的是限制进口，因此技术性贸易壁垒通报数与出口量有密切关系，国内生产总值、国家财政收入、进出口贸易额伴随着出口量增大而增长，因此它们和通报数呈正相关。居民消费价格指数、商品零售价格指数的降低有利于商品出口，因此它们与通报数呈负相关，人民币兑美元年平均汇率升高，会使用外币表示的国内商品价格上升，不利于商品出口，因此它也与通报数呈负相关。

　　(二)正相关因素

　　在呈正相关的因素中，进出口贸易总额的回归系数最大，表明它的变化对TBT、SPS通报总数的影响最明显，即我国进出口贸易总额每增加1亿美元，TBT、SPS的通报数约增加0.102155。负相关的因素中，人民币兑美元年平均汇价的回归系数的绝对值最大，这说明人民币兑美元汇率每下降1个百分点，会带来通报总数增长113.3212。

　　下面还需要考察每个因素的回归系数是否有可能等于零，如果有可能等于零，说明该因素和TBT、SPS通报总数没有显著的线性关系。在本模型中，样本个数是10，回归方程的自变量为1个，常数项为1个，因此自由度为10-1-1=8。查具有k个自由度的t分布的c值表，当自由度为8，概率为95%时，c=2.31。表1第二列是由Eviews软件计算出的，各因素的回归系数的t统计值。除商品零售价格指数之外，其他因素的回归系数的t统计值的绝对值都大于2.31，因此可以认为在95%的置信水平下，这些因素的回归系数不等于零，即这些因素与TBT和SPS通报总数有显著的线性关系。表1第三列中的概率Prob显示了在t分布中取得前一列的t统计量的概率。通常如果概率小于0.05即可认为对应回归系数显著不为零，即线性关系显著。

　　(三)可决系数R2

　　接下来考察可决系数R2。R2是由自变量的线性回归等式解释因变量的观测值在总变化中的比例。R2是位于0到1之间的数，一般R2的数值越接近1，回归模型拟合得越好。表1第四列是通过Eviews软件计算出的TBT、SPS通报总数与我国7项宏观经济指标的可决系数R2。可以看到除了居民消费价格指数和商品零售价格指数之外，其余5项指标的可决系数R2都较高，其中R2最高的是货币供应量和国内生产总值，分别达到了0.8848和0.8758。但是R2高并不一定表明两个变量之间有较强的因果关系。

　　因素之间的样本相关系数及多元线性回归模型的讨论

　　在有多个自变量的多元线性回归中，任何两个自变量之间不能有较高的相关性，因为这样会造成多重共线，导致其中一个或多个自变量回归系数的t统计值不能通过检验。多重共线问题通常可以由消除一个或多个自变量来解决。

　　用Eviews软件计算7项指标之间的两两样本相关系数，结果国内生产总值、国家财政收入、进出口贸易总额、货币供应量这4项指标之间的两两样本相关系数很高，达到96%。居民消费价格指数和商品零售价格指数这2项指标的样本相关系数更高，达到99%。人民币兑美元的年平均汇价和居民消费价格指数之间的相关系数也达到94%。在目前考虑的7项指标中，上述样本相关系数较高的几个指标不能同时列入一个多元线性回归模型中。

　　另外，在线性回归分析中有自变量个数k和观测数据个数n的一般规则，即n>5 (k+2)。本模型由于观测数据只有10组，因此自变量个数不宜超过1个，不宜建立多元回归模型。

　　结论

　　本文通过线性回归模型定量描述我国宏观经济发展指标和TBT、SPS通报总数之间的关系。TBT、SPS通报总数与各因素分别建立一元线性回归模型后，除商品零售价格指数的回归系数之外，其他因素的回归系数都通过了t检验，即自变量的回归系数在95%的置信水平下不等于零，线性关系显著。

　　TBT、SPS通报总数与国内生产总值，国家财政收入，人民币兑美元年平均汇价，进出口贸易总额，货币供应量等这些因素有较高的可决系数R2，其中和货币供应量的可决系数最高，说明模型和观测数据拟合的最好；与居民消费价格指数和商品零售价格指数的可决系数不高，说明两者线性关系不明显。由于各因素间的样本相关系数较高和观测数据有限，不适合建立多元线性回归模型。