影响居民消费水平相关因素的计量分析.docx
- 文档编号:8271961
- 上传时间:2023-01-30
- 格式:DOCX
- 页数:18
- 大小:803.97KB
影响居民消费水平相关因素的计量分析.docx
《影响居民消费水平相关因素的计量分析.docx》由会员分享,可在线阅读,更多相关《影响居民消费水平相关因素的计量分析.docx(18页珍藏版)》请在冰豆网上搜索。
影响居民消费水平相关因素的计量分析
目录
1引言……………………………………………………………2
2理论与政策支撑……………………………………………2
3计量模型……………………………………………………3
3.1变量的设计与选择………………………………………………3
3.2计量模型设计……………………………………………………3
3.3模型数据的选取………………………………………………………3
4模型的求解,检验及修正…………………………………3
4.1模型的估计与分析……………………………………………3
4.2模型检验…………………………………………………………4
5模型的经济意义…………………………………………………6
6结束语……………………………………………………………7
7参考文献…………………………………………………………8
8附件…………………………………………………………9
对影响居民消费水平相关因素的实证研究
摘要:
进入21世纪以来,甚至在全球经济陷入困惑泥潭的时候,中国经济始终保持着高速增长,居民的消费水平也逐步攀升。
一个地区的经济发展与其居民的消费需要息息相关,对经济的稳定增长起着推动作用,因此在国际经济增长速度放缓的情况下,扩大内需,增加居民消费就成为了拉动经济增长的主要动因和最终力量。
本文用计量分析的方法,实证研究了影响居民消费水平相关因素。
关键字:
消费水平,计量分析,扩大内需
一、引言
发展经济就应该紧紧抓住消费,而消费水平的高低受多种因素的制约,根据西方经济学中凯恩斯消费理论可以得知消费水平受到居民收入水平等多种因素的影响,而这些因素究竟都是如何影响着消费水平呢?
只有正确捕捉到影响我国居民消费水平的主要因素,才能从根本上改善不足,促进我国经济的持续稳定健康发展。
按支出法测算的国内生产总值分为最终消费、资本形成总额、货物和服务净出口三大项。
最终消费分为居民消费和政府消费两项。
居民消费又分为农村居民消费和城镇居民消费。
按全国人口平均计算的居民消费额,称为“全国居民消费水平”;按农村人口平均计算的农村居民消费额,称为“农村居民消费水平”;按城镇人口平均计算的城镇居民消费额,称为“城镇居民消费水平”。
为此本文结合居民消费水平的影响因素和国务院所确定的十项措施列出了六个相关因素(国内生产总值、职工平均工资指数、城镇居民消费价格指数、普通中学及高等学校在校生数、卫生机构数、基本设施铁路公路货运量)进行计量分析,得到相关模型并结合相关政策进行分析,提出相关建议。
二、理论与政策支撑
1、消费函数是指消费支出与影响它的各种因素之间的依存关系。
消费函数主要由收入水平决定,还受多种因素影响例如商品价格水平、利率水平、收入分配状况、消费者偏好以及制度风俗习惯等。
本文针对于收入水平这一因素选有国内生产总值和职工平均工资指数,针对与商品价格水平选用了城镇居民消费价格指数,结合当前中国扩大内需的形势分别从教育、卫生、基础设施建设方面选取了普通中学及高等学校在校生数,卫生机构数、铁路公路货运量这三个指标。
2、国务院关于扩大内需促进经济增长提出十项措施。
十项措施分别为:
一是加快建设保障性安居工程;二是加快农村基础设施建设;三是加快铁路、公路和机场等重大基础设施建设;四是加快医疗卫生、文化教育事业发展;是加强生态环境建设;六是加快自主创新和结构调整;七是加快地震灾区灾后重建各项工作;八是提高城乡居民收入;九是在全国所有地区、所有行业全面实施增值税转型改革,鼓励企业技术改造;十是加大金融对经济增长的支持力度。
三、基于经济计量模型居民消费影响因素的研究
1、变量的设计与选择:
根据上述理论与政策的叙述,选择的变量及其指标表示如下:
Y——居民消费水平(元)
X1——国内生产总值(亿元)
X2——职工平均工资指数(上年=100)
X3——城镇居民消费价格指数(上年=100)
X4——普通中学及高等学校在校生数(万人)
X5——卫生机构数(个)
X6——基本设施铁路公路货运量(万吨)
2、经济计量模型设计
设计一般模型为:
其中
为随机误差项。
3、模型数据的选取
本文所用数据为1978——2007年的时间序列,来源于《中国统计年鉴》和国家统计局,所设计模型的样本容量为30个,具体数据见附表。
四、模型的求解,检验及修正
根据上述理论建立的消费模型,利用样本数据和eviews软件用OLS法进行回归分析及统计检验,并针对多重共线性、异方差和相关性影响的方程进行修正并进行参数估计。
1、利用最小二乘法建立相关模型及分析检验
(-3.52)(5.03)(0.09)(-0.52)(4.25)(0.45)(4.81)
F=824.1509RSS=548608.7
从经济意义看,一般来说,居民消费水平随着收入,工资水平,教育医疗水平,价格水平及基础设施的提高而提高,随着价格的提高而降低,反应在模型上为各变量的系数为正的,从回归结果可以知道,根据OLS所得的结果知X3没有通过经济检验,其他变量都通过了经济检验。
其中
说明总离差平方和的99.53%被样本回归直线解释,因此样本回归直线拟合优度比较好,但解释变量X2,X3,X5的T检验不能通过,可以知道此模型存在多重共线性。
2、计量经济学检验
(1)多重共线性检验
首先,通过eviews查看各变量的相关系数如下表:
从表中可以分析,Y和X1的相关系数最为明显,二X6和X1,X4和X5,X6和X5之间是高度相关的。
下面采用逐步回归的方法来消除多重共线性:
从相关系数及利用eviews分别将Y对X1,X2,X3,X4,X5,X6回归有Y对X1的
最大,因此可以把国内生产总值作为居民消费水平的第一个解释变量得到最初的回归模型,然后向模型中引入X2,X3,X4,X6虽然拟合优度有所提高,但他们的T检验都不能通过,当引入X5时,得到
可以看出,不仅拟合优度提高了,且通过了T检验,然后再逐个加入变量,经检验知最后的模型中包含X1,X5,X3是最优的,多重共线性经过修正后的模型的方程如下:
(-3.49)(25.53)(5.29)(2.696)
F=788.0792RSS=1288963D.W=1.606907
从结果可以看出,变量均通过T检验,
说明拟合效果比较好。
根据前面所述,各变量均符合经济意义,即居民消费水平主要收收入,卫生,价格等影响,随着它们的提高而提高。
(2)异方差检验
i、图示检验法:
残差与解释变量X1、X5、X3之间的图像关系如下:
从散点图中可以看出所建模型符合同方差的假定。
ii、怀特检验:
解释变量有三个为了减少数据损失,采用了没有交叉项的情形进行了怀特检验。
由检验结果可知nR2=4.423及伴随概率P=0.2192,在0.05的显著性水平下P>0.05知,模型不存在异方差。
iii、ARCH检验:
由于样本数据是时间序列,故还可以用ARCH检验模型是否存在异方差,设置滞后期数P=3,由于(n-1)R2=0.439,P值=0.9319,在显著性水平下P值>0.05,故模型中不存在异方差。
(3)、序列相关性检验
i、残差图:
作出残差与其自身前一期残差的散点图如下:
可看出模型没有明显的自相关。
ii、依据杜宾-瓦森检验法,D.W.=1.61,在0.05的显著性水平下,容量为30的D.W.检验的临界值的下限与上限分别为dL=1.28,dU=1.57,由于D.W.=1.61>dL,故模型无一阶自相关。
iii、LM乘数法:
利用拉格朗日乘数检验法检验是否具有二阶序列相关,用eviews软件有下表结果:
从表中看出伴随概率P=0.0919>0.05,可知,模型不存在二阶序列相关性。
由上述检验,知模型已消除多重共线性,不存在异方差,无二阶自相关,因此最后的模型为:
(-3.49)(25.53)(5.29)(2.696)
F=788.0792RSS=1288963D.W=1.606907
五、模型的经济意义
根据最终模型,X1前面的系数
表示,在样本期间即1978——2007年间,保持其他变量不变,平均而言,收入每增加一亿元,居民消费水平增加
元,同理,X5前面的系数
表示,保持其他变量不变,平均而言,卫生机构数每增加一个,居民消费水平增加
元,X3前面的系数
表示,保持其他变量不变,价格没增加一个单位,居民消费水平增加
元R2值0.9891表明,该模型的解释变量解释了1978~2007年间居民消费水平变异的98.91%。
六、结束语
1、百姓消费意愿低的原因在一定程度上源于他们承担的生活风险和压力不断增加。
因此,政府应在养老、医疗、教育和房价等方面出台相关配套政策,完善社会保障体系来减轻老百姓的生活压力,将部分储蓄转换为消费,最终扩大内需,拉动经济增长。
2、国家发改委主任张平3月6日详解了中国四万亿投资的去向,表示初步方案已经有所调整,基础设施建设投资减少了3000亿元,由1.8万亿元调降至1.5万亿元;教育、卫生、文化、计划生育等社会事业方面增加了1100亿元,由400亿元提高到1500亿元;民生工程的投资由2800亿元提高到4000亿元,占比由7%增至10%。
这也表明教育、卫生、文化、计划生育、民生工程对于拉动内需的重要性,这同本文所得的结论也具有一致性,其中最主要的相关因素就包含卫生机构数这一关于卫生的衡量指标。
3、本文选取的是年度样本数据,是从长期上分析。
从货运量同消费水平个关系可以看出,虽然货运量单个因素和消费相关性较强,但在整个回归中,其多元因素的相关性并不显著,这主要源于货运量与国内生产总值具有很强的线性关系,另外需要注意的是,虽然在4万亿投资去向中有2万亿是投资于铁路建设和完善中,在当前一定程度上可以拉动就业问题,而且在其竣工之际其拉动国内生产总值及对消费的影响明显,因此不能忽视铁路,公路等基础设施对消费水平的影响,有待研究。
参考文献:
[1]李子奈.计量经济学[M].第2版.高等教育出版社.
[2]刘佳.影响我国私人汽车拥有量的因素计量分析.中国高新技术企业.2010年第13期
[3]王映,李晓慧,胡超.四川省城镇居民消费水平和消费结构的实证分析[J];2010年第9卷第3期
[4]扩大内需还需社会保障作后盾[N].中国经济时评.
[5]陈莹,张安录.武汉市居民消费水平和结构实证研究[J].安徽农业科学,2005
[6]朱翠清.昆明市城镇居民消费水平和结构的实证分析[J];云南财贸学院学报(社会科学版)2007,(03).
附件1:
数据
年份
居民消费水
平(按当年
价格计算
元)Y
国内生产总值X1(亿元)
职工平均工
资指数(上
年=100)X2
城镇居民
费价格指
(上年=
100)X3
普通中学及高等学校在校生数(万人)X4
卫生机构数
(个)X5
基本设施铁
路公路货运
量(万吨)X6
1978
184
3645.217
107.3
96.3
21261
169732
195301
1979
208
4062.58
106.7
101.9
20689.8
175142
382929
1980
238
4545.62
106.1
107.5
20298.2
180553
493327
1981
264
4891.56
98.9
102.5
19345.3
190126
471336
1982
288
5323.35
101.5
102.0
18650.2
193438
492737
1983
316
5962.65
101.4
102.0
18183.4
196017
520197
1984
361
7208.05
114.7
102.7
18407.6
198256
657456
1985
446
9016.037
105.3
111.9
18480.2
200866
668771
1986
497
10275.18
108.3
107.0
18521.1
203139
755748
1987
565
12058.62
101.0
108.8
18252.8
204960
852077
1988
714
15042.82
99.2
120.7
17789.1
205988
877263
1989
788
16992.32
95.2
116.3
17424.0
206724
885270
1990
833
18667.82
109.2
101.3
17335.9
208734
874721
1991
932
21781.50
104.0
105.1
17376.2
209236
886800
1992
1116
26923.48
106.7
108.6
17546.3
204787
938568
1993
1393
3533.92
107.1
116.1
17793.4
193586
1003050
1994
1833
48197.86
107.7
125.0
18510.9
191742
1058130
1995
2355
60793.73
103.8
116.8
19334.7
190057
1106369
1996
2789
71176.59
103.8
108.8
20162.2
322566
1154884
1997
3002
78973.03
101.1
103.1
20876.7
315033
1148685
1998
3159
84402.28
107.2
99.4
21173.1
314097
1140313
1999
3346
89677.05
113.1
98.7
21303.8
300996
1157998
2000
3632
99214.55
111.4
100.8
21479.3
324771
1217394
2001
3869
109655.20
115.2
100.7
21603.6
330348
1249501
2002
4106
120332.70
115.5
99.0
21896.9
306038
1321280
2003
4411
135822.8
112
100.9
21946.18
291323
1384205
2004
4925
159878.3
110.5
103.3
21881.7
297540
1494007
2005
5463
183217.4
112.8
101.6
21668.75
298997
1611074
2006
6138
211923.5
112.7
101.5
21614.7
308969
1754571
2007
7081
249529.9
112.6
101.4
21474.64
298408
1953669
注:
资料来源:
2008年《中国统计年鉴》、国家统计局
附件2:
eviews中关于模型的部分实现过程
1、用OLS做Y对变量X1X2X3X4X5X6的回归
LSYCX1X2X3X4X5X6结果如下:
2、各变量之间的相关系数
3、用OLS分别将Y对X1、X2、X3、X4、X5、X6进行回归,看哪个拟合的最好,过程分别如下:
(1)LSYCX1
(2)LSYCX2
(3)LSYCX3
(4)LSYCX4
(5)LSYCX5
(6)LSYCX6
从上述6个回归结果可以看出其中Y对X1的回归拟合优度最高,且变量通过了T检验,故看将X1作为模型的第一个解释变量。
4、在确定了第一解释变量时,分别引入其他变量,从而达到消除多元共线性情况,其用eviews软件实现过程如下:
(1)LSYCX1X2
从结果可以看出,虽然拟合优度有所提高,但X2不能通过T检验,故不满足。
(2)LSYCX1X3
不满足
(3)加X4
LSYCX1X4
不满足
(4)加X5
LSYCX1X5
可以看出,拟合优度提高了,且可调整的拟合优度也提高,X5也能通过T检验,保留X5
(5)在Y对X1,X5的基础上分别引入X2X3X4
LSYCX1X5X3
从中可以看出,方程的拟合优度提高了,且在0.05的显著性水平下各变量都能通过T检验。
故模型的解释变量可选择X1,X5,X3。
5、异方差检验
(1)怀特检验
(2)ARCH检验
6、序列相关性检验
(1)图示法
(2)LM乘数法
利用拉格朗日乘数检验法检验是否具有二阶序列相关
课程论文成绩评定表
指导老师评语:
(对论文选题、资料收集与处理、论证水平、写作能力和规范等进行评定。
)
成绩评定:
指导教师签名:
年月日
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 影响 居民消费 水平 相关 因素 计量 分析
![提示](https://static.bdocx.com/images/bang_tan.gif)