中国城镇居民消费的计量经济学分析
财政与公共管理学院 09税务2班 刘超 2009280092
摘要:
民生问题是我国现阶段的热点话题,从中央到地方,从国家决策层到普通百姓都高度重视我民生问题的现状和解决途径。改革开放以来,我国经济呈现快速而稳定的增长趋势,由于我国分配制度和收入水平的变话,城镇居民生活水平在达到小康之后,消费结构和消费水平都出现了一些新特征、新问题。本文根据我国近年来城镇居民消费的相关数据资料,运用一定的计量经济学的研究方法。对影响消费的一些因素进行分析,并找到影响我国城镇居民消费的主要原因。 Abstract:
Livelihood issues is the current hot topics, from central to local, from the national decision-makers to ordinary people attach great importance to the status of my livelihood issues and solutions. Since reform and opening, China's economy has shown rapid and stable growth trend, our allocation system and the income levels change, the living standards of the urban residents in the well-off, consumption structure and consumption levels have emerged in a number of new features and new problems. Based on the data of consumption of urban residents in recent years, the use of econometric
methods. Some of the factors affecting consumer analysis, and find the main reason affecting the consumption of urban residents in China.
关键词:
城镇居民 消费 计量经济学 模型分析
正文:
随着改革开放的继续深入发展,人民的物质文化生活水平日益提高,消费
结构和消费水平都有一定的调整,随着城镇化程度的提高,城镇居民消费在整个国民经济中的地位日益重要,“扩大内需”也是现阶段我国政府调控宏观经济的重要内容,因此对其进行计量经济分析,研究其规律是十分有必要的,也是大有裨益的。 一、
表一 1998-2011年我国城镇居民消费统计数据
建立模型,估计参数
资料来源:中国知网 中国统计年鉴(居民消费价格指数以上一年=100计算)
根据我国居民实际情况,假设一般模型为:y12x1bx2cx3u ,其
中:y为当期城镇居民人均消费支出,x1为当期人均可支配收入,x2为当期价格指数,x3为前期城镇人均消费支出,u为随机扰动项。 利用eviews对数据进行最小二乘法分析如下
Dependent Variable: Y Method: Least Squares Date: 06/29/12 Time: 00:56 Sample: 1998 2011
Included observations: 14
Variable C X1 X2 X3
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
Coefficient Std. Error -1201.884 0.511816 18.03754 0.254951
1267.137 0.092947 11.89297 0.159679
t-Statistic -0.948504 5.506532 1.516655 1.596653
Prob. 0.3652 0.0003 0.1603 0.1414 8411.032 3507.833 11.94258 12.12517 7492.472 0.000000
0.999555 Mean dependent var 0.999422 S.D. dependent var 84.34140 Akaike info criterion 71134.71 Schwarz criterion -79.59805 F-statistic 1.820464 Prob(F-statistic)
由以上结果可知,出去X1(当期人均可支配收入)以外,包括常数项在内
的所有变量的t值相伴概率都远大于0.05即都不满足t检验时的显著性水平。所以,要对模型进行调整,重新进行0LS估计。
经分别将每个变量进行一元回归,得出结果如下:
Y (当期城镇居民人均消费)与 X1(当前人均可支配收入) 的一元回归:
Dependent Variable: Y Method: Least Squares Date: 06/29/12 Time: 01:07 Sample: 1998 2011 Included observations: 14
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C X1
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
865.5526 0.660523
58.47586 0.004672
14.80188 141.3850
0.0000 0.0000
0.999400 Mean dependent var 8411.032 0.999350 S.D. dependent var 89.42869 Akaike info criterion 95969.89 Schwarz criterion -81.69427 F-statistic 0.887679 Prob(F-statistic)
3507.833 11.95632 12.04762 19989.72 0.000000
拟合优度:
R120.9994
Y(当期城镇居民人均消费) 与X2(当期价格指数)建立一元回归其结果如果下表所示:
Dependent Variable: Y Method: Least Squares Date: 06/29/12 Time: 01:08
Sample: 1998 2011 Included observations: 14
Variable C X2
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
Coefficient -10740.14 189.6290
Std. Error 47271.22 467.9666
t-Statistic -0.227203 0.405219
Prob. 0.8241 0.6924
0.013499 Mean dependent var 8411.032 -0.068710 S.D. dependent var 3626.342 Akaike info criterion 1.58E+08 Schwarz criterion -133.5298 F-statistic 0.088651 Prob(F-statistic)
3507.833 19.36140 19.45269 0.164203 0.692447
拟合优度:
2R20.013499
Y(当期城镇居民人均消费) 与X3(前期城镇居民人均消费)的一元回归及其结果如下表所示:
Dependent Variable: Y Method: Least Squares Date: 06/29/12 Time: 01:09 Sample: 1998 2011 Included observations: 14
C X3
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
-253.0728 1.135966
134.6523 0.016450
-1.879454 69.05639
0.0847 0.0000
0.997490 Mean dependent var 8411.032 0.997281 S.D. dependent var 182.9199 Akaike info criterion 401516.3 Schwarz criterion -91.71276 F-statistic 2.041571 Prob(F-statistic)
3507.833 13.38754 13.47883 4768.785 0.000000
拟合优度:
R320.997490
经比较可知X1的拟合优度最高,X2的拟合优度最低,X3的拟合优度次之,后以X1的拟合优度为基准,分别计算X1与X2,X1与X3的拟合优度,并根据结果根据剔除变量X2,得:
Dependent Variable: Y
Method: Least Squares Date: 06/29/12 Time: 01:21 Sample: 1998 2011 Included observations: 14
C X1 X3
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
705.1150 0.567441 0.160450
166.0331 0.090312 0.155466
4.246833 6.283138 1.032057
0.0014 0.0001 0.3242
0.999453 Mean dependent var 8411.032 0.999354 S.D. dependent var 89.18695 Akaike info criterion 87497.43 Schwarz criterion -81.04729 F-statistic 0.978205 Prob(F-statistic)
3507.833 12.00676 12.14370 10049.65 0.000000
有图中结果可知,X3的t值相伴概率远远大于0.05,不满足t检验显著性水平,所以剔除变量X2、X3,则得出回归方程为:
Y = 865.5526 + 0.6605*X1
(14.80188) (141.3850)
R120.9994
二、模型检验
1.经济意义检验
由模型可知,城镇居民人均收入与人均消费支出是正相关关系,即随着城镇居民收入的增加或减少,消费支出也会相应的增加或减少。说明此模型符合经济学的一般规律。当前城镇居民可支配收入每增加一元,城镇居民人均消费支出就将增加0.6605元。
2.自相关检验
(1)杜宾-瓦森检验(DW检验) 已知 DW=0.8877
因为n=14 ,k=1 取显著性水平a=0.05时,查表得dL1.045,dU1.350,所以0
(2)布罗斯-戈弗雷检验(BG检验)结果如下:
Breusch-Godfrey Serial Correlation LM Test: F-statistic Obs*R-squared
Test Equation:
Dependent Variable: RESID Method: Least Squares Date: 06/29/12 Time: 15:02
1.551670 Probability 3.315701 Probability
0.258875 0.190548
Variable C X1 RESID(-1) RESID(-2) R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
Coefficient 28.40832 -0.002936 0.471108 0.155491
Std. Error 59.69310 0.004940 0.335918 0.355414
t-Statistic 0.475906 -0.594317 1.402449 0.437491
Prob. 0.6444 0.5655 0.1911 0.6711
0.236836 Mean dependent var -6.82E-13 0.007887 S.D. dependent var 85.58083 Akaike info criterion 73240.78 Schwarz criterion -79.80229 F-statistic 1.721471 Prob(F-statistic)
85.92031 11.97176 12.15434 1.034447 0.418654
经分析得出该模型不存在自相关性,这与DW检验结果相违背,其原因尚未可知。
2、异方差检验
(1)戈德菲尔德-匡特(G-Q)检验
为了方便操作检验建立Y 与 X1的新数据表如下
样本数据个数为n=14,C=4
Sort X1 将样本数据关于X1排序 SMPL 1998 2002 确定子样本1 LS Y C X1
Dependent Variable: Y Method: Least Squares Date: 06/29/12 Time: 15:22 Sample: 1998 2002 Included observations: 5
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C X1
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
315.6654 0.738013
193.1678 0.029840
1.634151 24.73226
0.2007 0.0001
0.995119 Mean dependent var 5056.882 0.993493 S.D. dependent var 53.11632 Akaike info criterion 8464.029 Schwarz criterion -25.68005 F-statistic 3.422497 Prob(F-statistic)
658.4521 11.07202 10.91579 611.6847 0.000145
有上表可得到样本1的残差平方和
RSS18464.029
SMPL 2007 2011 确定子样本2 LS Y C X1
Dependent Variable: Y Method: Least Squares Date: 06/29/12 Time: 15:28 Sample: 2007 2011 Included observations: 5
Variable C X1
R-squared
Coefficient 1093.881 0.646446
Std. Error 157.9212 0.008898
t-Statistic 6.926755 72.64979
Prob. 0.0062 0.0000
0.999432 Mean dependent var 12427.50
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.999243 S.D. dependent var 54.86444 Akaike info criterion 9030.320 Schwarz criterion -25.84196 F-statistic 2.378455 Prob(F-statistic)
1993.511 11.13678 10.98056 5277.991 0.000006
由表可得到样本2的残差平方和
RSS29030.320 所以F
RSS29030.320
=1.067
RSS18464.029
取a=0.05时,F0.05(511,511)9.28
而F=1.067
(2)怀特检验
White Heteroskedasticity Test: F-statistic Obs*R-squared
Test Equation:
Dependent Variable: RESID^2 Method: Least Squares Date: 06/29/12 Time: 15:44 Sample: 1998 2011 Included observations: 14
0.802368 Probability 1.782369 Probability
0.472851 0.410170
Variable C X1 X1^2
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
Coefficient 20465.95 -2.210497 7.43E-05
Std. Error 11628.44 2.034559 7.72E-05
t-Statistic 1.759991 -1.086475 0.962897
Prob. 0.1062 0.3005 0.3563
0.127312 Mean dependent var 6854.992 -0.031358 S.D. dependent var 6482.438 Akaike info criterion 4.62E+08 Schwarz criterion -141.0529 F-statistic 1.873589 Prob(F-statistic)
6383.128 20.57899 20.71593 0.802368 0.472851
由此表分析可知,取a=0.05,Obs*R-squared=1.782
利用eviews软件操作如下并得到结果: LS Y C X1
GENR LNE2=LOG(RESED^2) GENR LNX1=LOG(X1) LS LNE2 C LNX1
Dependent Variable: LNE2 Method: Least Squares Date: 06/29/12 Time: 16:00
Sample: 1998 2011 Included observations: 14
Variable C LNX1
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
Coefficient 15.46366 -0.788118
Std. Error 8.096121 0.874755
t-Statistic 1.910008 -0.900958
Prob. 0.0803 0.3853
0.063358 Mean dependent var 8.177794 -0.014695 S.D. dependent var 1.453694 Akaike info criterion 25.35870 Schwarz criterion -24.02359 F-statistic 2.338552 Prob(F-statistic)
1.443128 3.717656 3.808950 0.811725 0.385336
由以上结果可知LNX1估值结果未能通过检验,随机误差项的方差与解释变量之间没有密切的相关关系,即认为模型不存在异方差。 3、滞后变量分析——Almon估计
由上图可知城镇居民人均消费支出与当期及前三期人均可支配收入密切相关,
因此可以设:
yab0xtb1xt1b2xt2b3xt3t
并利用利用Almon方法估计模型得 LS Y C X1 PDL(X1,3,2)
Y = C(1) + C(2)*X1 + C(3)*PDL01 + C(4)*PDL02 + C(5)*PDL03
Forecasting Equation:
Y = C(1) + C(2)*X1 + C(6)*X1 + C(7)*X1(-1) + C(8)*X1(-2) + C(9)*X1(-3)
Substituted Coefficients:
Y = 1016.694868 + 1.198790241*X1 - 0.5307009347*X1 -
0.[1**********]*X1(-1) + 0.1150532118*X1(-2) - 0.1295281553*X1(-3)
精简化得:
Y = 1016.695 + 0.667*X1 - 0.0187*X1(-1) + 0.115*X1(-2) - 0.130*X1(-3)
这说明城镇居民人均消费支出,除了与当期人均收入呈正相关之外,还与前三期城镇居民收入情况存在各有不同的相关关系。居民消费支出、消费习惯受历史因素影响较为显著。
进一步分析,根据联合国粮农组织的标准划分:恩格尔系数在60%以上为贫穷,50%以上59%以下为温饱,40%-49%为小康,30%-39%为富裕,30%以下为最富裕。我国恩格尔系数由1998年的44.7%降到2011年37.2%,说明我国城镇居民的食品消费水平正在逐步向发展型和享受型消费阶段过渡。
从国民经济核算的角度来看,消费、投资、出口构成了的拉动国内生产总值增长的“三驾马车”,其中消费需求是三大需求中最稳定、最重要的部分,世界主要主要发达国家(如美国)经济增长从这三大需求角度分析,都是消费需求为主要增长动力,以消费促增长。但是我国长期以来更加倚重投资(特别是基础设施建设投资)和出口(加工出口贸易)对国民经济发展的贡献率,是一种粗放型的增长。但是从本文举例的1998年~2011年的城镇居民消费相关数据分析发现,居民收入、居民消费呈不断增长趋势,在国家刺激内需战略的作用下,消费对我国国内生产总值的贡献比也正在不断提高,这将有助于优化我国经济结构,转变我国经济发展方式。
然而,通过对最近几年恩格尔系数的观察和分析,我国居民消费指数呈上下波动状态。并维持于35%-38%之间。这一方面是2007年次贷危机以来的世界经济大环境的影响的结果,另一方面也与我国4万亿经济刺激计划有着不可分割的联系作为我国货币的人民币,在国际货币市场保持强劲,屡屡陷于被迫升值的境地的同时,在国内却呈现货币贬值,物价上涨的窘境。居民的消费水平、生活水平受到不同程度的负面影响,居民实际购买力别削弱,居民消费欲望受到抑制。
总之,运用上述分析方法和分析模型分析我国城镇居民的消费情况,可以了解各种因素对消费情况的不同影响,为居民消费机构分析提供依据,并对扩大城镇居民消费需求的重点与难点探讨给予帮助,进而对制定和实施国家宏观经济政
策和国家宏观调控提供参考资料,以确保相关政策的正确性、有效性和遵循客观规律性。
参考文献:
1、《计量经济学教程》, 赵卫亚 , 上海财经大学出版社 ,2007年7月第二版 2、《计量经济学软件——eviews的使用》,于俊年,对外经济贸易大学出版社,2006
年5月第一版
3、中国知网 中国统计年鉴数据库
4、《计量经济学》,王少平,高等教育出版社2011年6月第一版 5、《计量经济学》,庞浩,科学出版社,2007年1月第一版