农村居民消费水平影响分析
农村居民消费 水平影响因素分析
一、摘要
中国是一个农业大国,农民占总人口的大部分,农村居民的消费在国民消费总量中占有很大比重,农村居民的消费水平对整个国名经济的发展有重大的作用。随着改革开放的深入及各项支农惠农政策的实施,农村居民的生活水平有了很大提高,面对农村这个巨大的消费市场,如何提高农村居民的消费水平就成了扩大内需、拉动经济所面对的重大问题。本文运用计量经济学的方法,就农村居民的消费水平的主要影响因素进行了简单的分析。希望能够通过对“农村居民家庭人均纯收入”和“商品零售价格指数”的研究,得到我国更为具体的农村居民消费水平影响因素,这将有助于提高提高农村居民消费水平,进而促进整个国民经济的发展。
二、模型设定
下表是中国1989年到2011年农村居民消费水平及其影响因素的统计数据
表1
(一)模型数学形式的确定
为分析“农村居民消费水平”Y与“农村居民家庭人均纯收入”X1和“商品零售价格指数”X2之间的关系,通过表一如下散点图:
4000
3000
2000
Y
1000
00
2000
4000X1
6000
8000
4000
3000
2000
Y
1000
090
100110X2
120130
(二)建立模型
从散点图可以看出,农村居民消费水平(Y)和农村居民家庭人均纯收入(X1)大体呈现为线性关系,农村居民消费水平(Y)和商品零售价格指数(X2)大体呈现为线性关系。为分析为分析农村居民消费水平与农村居民家庭人均纯收入和商品零售价格指数之间的关系,可以初步建立线性回归模型:
Y=β0+β1X1+β2X2+ui
β0表示在没有任何因素影响下的农村居民消费水平;β1表示农村居民家庭人均纯收入对农村居民消费水平的影响;β的消费水平的影响;ui为随机扰动项。
(三)确定参数估计值范围
因为农村居民收入一部分将用于储蓄,并不会全部用于消费,且当价格指数上升的时候,居民会缩减自己的消费,所以农村居民消费水平与农村居民家庭人均纯收入应为正相关的关系,农村居民消费水平与商品零售价格指数应为负相关的关系,即0<β1<1 ,β2<0。
2
表示商品零售价格指数对农村居民
三、参数估计
利用Eviews软件,做Y对X1、X2的回归,回归结果如下(表2):
表2
Y = -110.5904 + 0.798649X1 +1.509873X2
(129.6740) (0.004616)(1.199613)
t =(-0.852834) (173.0144) (1.258634) R2 = 0.999394 F = 16492.31 n = 23
^
四、模型检验及修正
(一)经济意义检验
所估计的参数β1 =0.798649,符合0<β1<1变量参数中确定的参数范围。说明农村居民家庭人均纯收入每增加1单位,平均说来可导致农村居民消费水平增加0.798649单位;而 β2 = 1.509873>0,不符合变量参数β2<0的参数范围。先保留数据,看接下来的检验。商品零售价格指数每减少1单位,平均说来可导致农村居民消费水平增加14.13053单位。这与经济学中边际消费倾向的意义相符。
(二)统计意义检验 1、拟合优度检验(R2检验)
可绝系数R= 0.999394,R2=0.999333,这说明所建模型整体上对样本数据拟合较好,即解释变量
“农村居民家庭人均纯收入”和“商品零售价格指数”对
2
—^
^
被解释变量“农村居民消费水平”的绝大部分差异作了解释。 2、F检验
(1)提出假设:H0:β1=β2=0,
(2)在H0成立的条件下:F服从F(k-1,n-k),即服从F(2,20)
(3)检验F(2,20) :F0.05 (2,20)=3.49,F = 16492.31>3.49。则拒绝原假设H0:β1=β2=0。说明回归方程显著。即“农村居民家庭人均纯收入”和“商品零售价格指数”等变量联合起来确实对“农村居民消费水平”有显著影响。 3、t检验
(1)对β1的显著性检验 首先,,提出假设H0:β1=0
其次,在H0成立的条件下,t服从t(n-k),即服从t(20)
最后,检验:t0.025(20)=2.086,t=173.0144>2.086.则拒绝原假设。说明在其他解释变量不变的情况下,“农村居民家庭人均纯收入”(X1)对“农村居民消费水平”Y有显著性影响
(2)对β2的显著性检验 首先,提出假设H0:β2=0。
其次,在H0成立的条件下,t服从t(n-k),即服从t(20)
最后,检验:t0.025(20)=2.086.。而t=1.258634
(3)模型t检验的总结
结合上面的经济意义检验,得出X2对Y的相关性不明显,通过对二者一元回归,也很好的说明二者并没有显著的相关性。因此该变量舍去,则模型转变为
Y=β0+β1X1+ui
对新确定的模型进行参数估计。得到表3
^
^
^
^
表3
Y = 51.68375 + 0.796844X1
(14.07427) (0.004448) t=( 3.672217) (179.1378)
R= 0.999346 R2=0.999315 DW=1.790999
(三)计量经济意义检验 1、多重共线性检验.
由于修正后的模型是一元线性模型,没有多重共线性。 2、自相关检验 DW检验
由表2可得Durbin-Watson stat=1.790999。对样本量为23、两个解释变量的模型、5%显著水平,查DW统计表可知,dL=1.26,dU=1.44,则可知dU
2
—
^