改革开放以来北京城镇居民消费函数实证研究.docx

改革开放以来北京城镇居民消费函数实证研究 摘 要：文章根据经典消费函数理论建立了三个消费函数模型，使用19792010共32年间北京人均可支配收入及消费数据对模型进行了回归分析检验。最后得出结论：就目前而言，以当年人均可支配收入单独作为解释变量的函数模型可以比较好地解释北京市城镇居民的消费行为。下载 关键词：城镇化； 消费函数； 经济增长 中图分类号：F224 文献标识码：A 文章编号：1006-8937（2012）11-0019-03 对于一个经济体的增长，消费起到了极为重要作用。消费需求应该是市场需求中所占比重最大的部分。通过逐步扩大消费需求，进一步优化和升级消费结构，并促进产业结构调整来形成新的经济增长点。如果能够达到一种消费需求与经济增长之间的良性循环，就能使整个国民经济得到健康发展。 改革开放政策以来，北京地区的经济规模持续、快速地扩张，其增长速度一直维持在比较高的水平。2010年，北京市的地区生产总值已达到14 113.6亿元，按可比价格计算是1978年的24.7倍；按常住人口来计算，北京市2010年的人均地区生产总值达到75 943元。若按照世界银行标准划分，北京市的经济水平已经相当于世界上中等收入国家和地区的水平。因此研究它的消费函数就尤为必要了。 本文构造了三种类型的消费函数模型，并根据这三种模型对北京市城镇居民消费函数进行实证研究分析。最终成果发现，以当年人均可支配收入单独作为解释变量的函数模型已经可以比较好地解释北京市城镇居民的消费行为。 1 模型的选择和数据的说明 我们可以建立下面三种消费函数模型，它们比较适合北京市城镇居民消费的现状： Ct=0+1Yt+t。 Ct=0+2Ct-1+t。 Ct=0+2Ct-1+3Yt-1+t。 其中Ct为现期人均消费，Yt为现期人均可支配收入、Ct-1为前期人均消费，Yt-1为前期人均可支配收入。 本文使用北京统计年鉴2011中19792010年间的数据（共32个样本，1978年数据用于滞后一期变量）。数据选取北京市城镇居民的人均消费支出和人均可支配收入。 2 北京市城镇居民消费函数模型的实证分析 本文使用Eviews 6.0 软件，对上述样本空间数据进行回归分析。 解释变量仅为当期收入时拟合的消费函数如下： =610.152+0.687Yt Se= (142.927 ) (0.012) T = (4.269) (57.416) p值= (0.0002) (0.0000) R2=0.9907 D-W=0.258358 从回归的各项检验值看，修正的R2值为0.9907，模型拟合程度较好；此外，在5%的显著水平下，参数1的t=t（30）=2.042。 用White异方差检验对上面的回归方程是否存在异方差进行检验，结果如表1所示。 R2=13.72796，由32R22（2），可以计算得到3213.72796=439.29472。自由度为2的2分布1%显著性水平对应的临界值是9.21。因此根据White检验，可以判定在1%显著性水平下拒绝“不存在异方差”的原假设，即存在异方差。D-W值为0.258358，对显著水平0.05，由D-W检验表查得dL=1.309，dU=1.574，而D-W=0.258358dL=1.309，所以随机项有正自相关。这说明该模型可能把一些非重要因素并入误差项，而这些因素往往有时间趋势，从而在误差项中体现出时间先后上的相关性。 由于模型具有自相关现象，直接应用OLS法是不合适的。因此，必须先消除自相关的影响。利用广义最小二乘法（Generalized least square,GLS）消除模型一阶线性自相关，先用上述得出的D-W值估计自相关系数： =1-=1-=0.871 利用对原模型进行广义差分变换，得： C=+1Y+ C=C-0.871CCtY=Y-0.871Y=（1-0.871）=0.129 差分变换数据列于表2中。 再利用表1中的数据，对变换后的模型C=+1Y+应用OLS法，得到： *=150.958+0.646* Se=(70.440) (0.027) T= (2.143) (23.586) p值=(0.0403) (0.0000) R2=0.9488 D-W=1.692969 此时D-W值为1.692969，对显著水平0.05，由D-W检验表查得dL=1.309，dU=1.574，D-W值落在接受区域（dL=1.309D-W4-dU=2.426）。所以，变换后的模型已无明显的自相关。于是，原模型的参数估计值应为1=0.646，0=1170.426，相应的标准差：=50.465，S=0.027。 综上所述，通过广义最小二乘法消除模型一阶线性自相关后，得到的消费函数为： =1170.426+0.646Y Se = (50.465) (0.027) 通过回归结果来看，该模型理论与现实都是相符的。模型中Y的系数1值为0.646，此值即是凯恩斯绝对收入假说中的边际消费倾向；Y变化对Ct的影响非常显著，城镇居民个人可支配收入能够很好地解释人均消费支出。 解释变量为当期收入和前期消费时拟合的消费函数如下： =208.915+0.088Yt+0.943C Se=(90.607 ) (0.070) (0.110) T=(2.306) (1.247 ) (8.547) p值=(0.0285) (0.2222) (0.0000) R2=0.9973 F=5643.173 D-W=1.534384 该模型修正的R2=0.973，拟合程度较高；F=5643.173F0.05（2,29），F值显著通过了F检验；从t检验来看， Y的参数连20%的显著性水平也通不过，而C的参数2显著通过了5%显著性水平。 D-W=1.534384，由于此模型为自回归模型，其中含有滞后因变量作为解释变量，这时要检验模型中随机项是否存在自相关性，D-W检验已经不适用了。此时可用杜宾(Durbin)h检验来判断模型是否存在自相关。由=1-=0.232808，得到h=1.6823，该值大于标准正态分布在5%检验水平上的临界值，因而拒绝的假设=0，这说明模型存在自相关性。下面我们来讨论Yt与Ct-1的共线性，事实上，用Yt对Ct-1做回归可得到： t=-592.559+1.558Ct-1 Se=(208.240) (0.026) p值=(0.0079) (0.0000) r=0.995745 其中r=0.995745为Yt与Ct-1的相关系数，表明Yt与Ct-1高度正相关，可判断该模型存在比较严重的多重共线性。 从变量参数符合来看，该模型偏离理论和实际意义。当期可支配收入Yt对人均消费支出有微弱的解释力，而前期消费Ct-1的参数过大，与理论偏差较大。 解释变量为当期收入、前期消费以及前期收入时拟合的消费函数如下： =135.622+0.541Yt+0.929Ct-1-0.488Yt-1 Se=(85.734) (0.175) (0.099) (0.175) t=(1.582) (3.098) (9.344) (-2.785) p值=(0.1249) (0.0044) (0.0000) (0.0095) R2=0.9978 F=4641.449 D-W=1.776188 修正的R2=0.9978，拟合程度很高；F 值显著地通过了F 检验；从t检验来看，t=t（28）=2.048（i=1，2,3），解释变量Y、Ct-1以及入Y的参数显著的通过了5% 显著性水平。 D-W=1.776188，由于此模型同上个模型一样，为自回归模型，其中含有滞后因变量作为解释变量。故此时可用杜宾(Durbin)h检验来判断模型是否存在自相关：=1-=0.111906。对于Ct-1的参数2，h=0.7641，该值明显小于标准正态分布在20%检验水平上的临界值，因而接受=0的假设，这说明模型不存在自相关性。根据Yt、Ct-1以及Yt-1入的相关系数矩阵（见表3），可判断该Yt、Ct-1以及入Yt-1高度相关。存在比较严重的多重共线性。 观察模型回归结果，Yt和Ct-1参数的符号均符合理论和现实意义，但是Yt-1参数的符号为负，不符合理论及实际意义, 所以认为该模型基本上不成立。 3 结 论 通过对上面三种模型的实证分析比较，可知只把当期收入作为解释变量的消费函数模拟情况最好。对于第一个模型，首先通过广义最小二乘法消除一阶线性自相关，之后得到的消费函数=1170.426+0.646Yt。即边际消费倾向为0.646。这个结论有一定的理论和实际意义。而当模型中引入前期消费或前期收入时，没有通过统计和计量经济学