研究生计量经济学作业结课论文.doc

河北工程大学研究生课程论文报告课程名称： 计量经济学 课程编号： SX0071F24 课程类型： 学位课 考核方式： 考 试 学科专业： 工商管理 年 级： 2015级 姓 名： 郝红艳 学 号： 10076150228 河北工程大学20152016学年第 二 学期研究生课程论文报告课程论文评语：成 绩评阅教师签名评阅日期 年 月 日河北省城乡居民收入与居住消费关系分析基于协整和误差修正模型郝红艳内容提要：居住消费与发展水平之间具有重要联系。目前我国新型城镇化总体进展良好。河北省居民收入能否很好的满足新型城镇化建设的住房需求，则需要我们深入研究河北省的城乡居民收入与居住消费水平的关系。本文采用河北省1993年2012年数据，运用协整和误差修正模型，对城乡居民收入和居住消费之间关系进行实证研究。结果表明：城乡居民收入与居住消费之间存在长期均衡关系；城镇居民的边际居住消费倾向、居住消费的收入弹性都大于农村；无论长期还是短期的收入增长，都将明显的刺激居民增加在居住上的消费，长期则更为有效。关键词：城乡居民收入 居住消费 误差修正 协整一、引言2014年12月，国家发改委等11个部委联合下发了关于印发国家新型城镇化综合试点方案的通知，将江苏、安徽两省和宁波等62个城市(镇)列为国家新型城镇化综合试点地区。到2015年根据实施的具体情况不断完善方案，各试点任务取得阶段性成果，形成可复制、可推广的经验。随着河北省经济增长平稳快速发展，城镇化建设力度不断加大，城市综合实力得到了不断的提升，整体居住环境得到了很大的改善。河北省的新城镇化建设在提供就业机会、增加居民收入的同时，也在拉动内需。从国家统计局公布的数据来看，我国城镇居民消费结构由八个要素构成，即食品、衣着、居住、家用生活用品及服务、交通通信、文教娱乐、医疗保健及服务和其他。以河北省为例，1993年至2012年间，城镇居民纯收入显著增长，居民的全年支出中居住消费的比例也在不断上升，由1993年的8.75%上升到2012年14.75%。居住行为消费指的是住房消费和水电燃料消费。尽管我国学者在收入与消费研究方面已经取得了相当的成果，但研究河北省城乡居民收入与居住健消费支出之间关系的成果却很少。居民的居住支出与经济建设息息相关，在我国城乡居民收入差距扩大、大力推进新型城镇化建设的背景下，研究城乡居民收入与居住消费支出之间的关系，无疑有着很重要的理论和现实意义。本文将根据现代经济学的观点，运用计量经济学中的协整和误差修正模型分析河北省城乡居民收入和居住消费行为之间的数学关系，研究其现状及长期与短期内变化规律，从定量的角度研究收入因素对河北省城乡居民居住消费行为的影响。二、河北省城乡居民收入与居住消费现状比较改革开放以来，我国经济建设发展取得瞩目成就，城乡居民的纯收入水平也呈现快中求稳的上升趋势。城乡居民的消费水平与收入水平同步增长，并且城乡居民消费行为的变化经历了与收入变化相同的几个阶段，即城乡居民消费水平的增长随着收入增长的变化而上下波动。河北省经济年鉴中现实：河北省城镇居民人均可支配收入从1993年的2201.04元增加到2012年的20543.44元，增长10.97倍；人均居住消费由1993年的137.91元上升到1502.41元，增长10.89倍。从1993年至2014年，农村居民人均纯收入从1502.41元上升到10186.14元，增长11.67倍；人均居住消费从96.52元增长到1858.48元，增长19.25倍。从住房条件来看因而，以收入为出发点，分析城乡居民人均收入对居民居住消费的影响，将对城乡居民消费及住房问题的研究起到积极作用。三、变量的选择及数据的说明近几年，居民收入水平显著提高，消费能力得到较大提升，居住也不例外。因此，本文主要考察1993年以来我国城乡居民居住消费状况，以1993年-2014年的居住消费和收入数据作为样本依托，采用以下四个指标：（1）UI=城镇居民家庭人均可支配收入（元），该指标反映了城镇居民的收入水平；（2）RI=农村居民家庭人均纯收入（元），该指标反映了农村居民的收入水平；（3）UH=城镇居民家庭平均每人全年消费性支出中的居住消费（元）；（4）RH=农村居民家庭平均每人消费性支出中居住消费（元）。上述指标的对应数据皆为年度数据，数据来源于历年河北省经济统计年鉴。四、模型和实证结果分析（一）模型的建立通过对样本区间内城镇居民家庭人均可支配收入和城镇居民家庭平均每人全年消费性支出中的居住消费及农民家庭人均纯收入和农民家庭平均每人全年生活费支出中的居住消费做散点图，如图1、图2所示：图1图2根据散点图发现河北省城乡居民收入居住消费之间存在较为明显的线性关系。由此，构造居住消费模型:UH=+UI+，为自发性消费，为边际支出倾向，为随机误差。通过回归，结果为：UH=-27.23+0.08UI城镇；RH=-174.01+0.18RI（农村)。系数都显著异于0（显著性水平为），并且拟合优度都大于0.95。回归分析结果如下图所示（表1、表2、表3）表1 城镇居民模型居住消费汇总b模型RR 方调整 R 方标准 估计的误差1.991a.983.98258.19177a. 预测变量: (常量), 城镇居民家庭人均可支配收入。b. 因变量: 居住消费表2 农村居民模型居住消费模型汇总模型RR 方调整 R 方标准 估计的误差1.988a.976.97576.67290589a. 预测变量: (常量), 农民家庭人均纯收入表3 系数a模型非标准化系数标准系数tSig.B 的 95.0% 置信区间B标准 误差试用版下限上限1(常量)-174.00930.685-5.671.000-238.015-110.002农民家庭人均纯收入.184.006.98828.590.000.171.198a. 因变量: 居住消费为了能使测量尺度缩小，并减少异方差，将UI、RI、RH、UH取自然对数，分别表示为lnUI、lnRI、lnRH、lnUH。散点图（图3）显示线性关系也是十分明显。这以变化并不改变原变量之间的协整关系，因此对数变化后的模型为：lnUH=+lnUI+，这里的系数与前面的模型的意义有所不同，不再表示边际支出倾向，而是表示的是消费对收入的弹性，即UI每变化1%时UH变化的百分比。同理，农村居民收入居住消费的对数模型为lnRH=+lnRI+，下述分析采用的是对数模型形式。图3（二）单位跟检验很多经济变量作为时间序列具有一个显著特征即非平稳性，如果对非平稳的时间序列采用普通最小二乘法建立模型进行回归，则可能会导致错误的结果，即出现伪回归，从而导致各种统计检验无意义。将四个时间序列lnUI、lnRI、lnRH、lnUH描点（图3所示），发现这四个序列在在研究期中不断增加，表现出上升的趋势，表明他们的均值在变化。这可能说明这四个序列是不平稳的。下面用ADF检验法对这四个时间序列进行平稳性检验。结果见表4：表4 变量单位根检验结果（样本区间：1993-2014年）变量检验类型（c,t,p）ADF值临界值 Prob.*平稳性1%5%10%2LnUILnUI(c,t,0)1.906988-3.95915-3.081-2.681330.9994不平稳(0,0,0)-4.42716-4.00443-3.0989-2.690440.0047平稳LnUH(c,t,0)-4.54302-3.85739-3.04039-2.660550.0025平稳2LnUH(0,0,0)-5.02798-3.92035-3.06559-2.673460.0012平稳LnRI(c,t,0)-1.96853-3.78803-3.01236-2.646121不平稳2LnRI(0,0,0)-3.85739-3.55688-3.04039-2.660550.0273平稳LnRH(c,t,0)-0.19845-3.78803-3.01236-2.646120.7391不平稳2LnRH(0,0,0)-6.66601-3.83151-3.02997-2.655190.0011平稳从表2可以看出，代表城乡收入和居住消费的4个变量lnUI、lnRI、lnRH、lnUH中只有lnUH拒绝了存在单位根假设，是平稳的，属于一阶单整序列；而lnUI、lnRI、lnRH都不能拒绝存在单位跟假设，因此都是非平稳的，而经过二阶差分后的值都小于1%、5%、10%显著水平上的临界值，拒绝单位跟的假设，为平稳序列，故lnUI、lnRI、lnRH三个序列都是二阶单整序列。（三）协整检验为消除数据的不平稳性，使回归有意义，通常可采用两种方法:一是用差分来进行处理，该方法虽然可以消除不平稳性，但差分后的数据会导致两个变量之间长期关系的信息损失。另一种解决方法就是协整。在某种情况下虽然两个变量都是不平稳的，但它们的某个线性组合却可能是平稳的，这时两个变量被称为是协整的，这个组合表示了变量之间的长期关系。下面对不平稳的4个变量进行协整检。采用最小二乘法分别对lnUI与lnUH之间和lnRI与lnRH之间进行分析与协整检验。首先建立协整回归方程：lnUH=+lnUI+t (1)lnRH=+lnRI+t （2）利用最小二乘法分别对上式进行估计，计算结果（表5、表6）：表5 lnUI与lnUH之间最小二乘法估计结果Dependent Variable: LNUHMethod: Least SquaresDate: 05/15/16 Time: 23:58Sample: 1993 2012Included observations: 20VariableCoefficientStd. Errort-StatisticProb.C-6.4705231.004256-6.4430980.0000LNUI1.3961630.11244112.416880.0000R-squared0.905458Mean dependent var5.970865Adjusted R-squared0.889650S.D. dependent var0.911020S.E. of regression0.302632Akaike info criterion0.542042Sum squared resid1.648551Schwarz criterion0.641615Log likelihood-3.420415Hannan-Quinn criter.0.561479F-statistic154.1789Durbin-Watson stat0.180341Prob(F-statistic)0.000000表6 lnRI和lnRH之间最小二乘法估计结果Dependent Variable: LNRHMethod: Least SquaresDate: 05/16/16 Time: 00:05Sample: 1993 2014Included observations: 22VariableCoefficientStd. Errort-StatisticProb.C-4.0520980.349735-11.586200.0000LNRI1.2430940.04300628.905090.0000R-squared0.976622Mean dependent var6.026064Adjusted R-squared0.975453S.D. dependent var0.818693S.E. of regression0.128268Akaike info criterion-1.182875Sum squared resid0.329056Schwarz criterion-1.083689Log likelihood15.01162Hannan-Quinn criter.-1.159509F-statistic835.5040Durbin-Watson stat0.916118Prob(F-statistic)0.000000lnUH=-6.470253+1.396163lnUI （3）t -6.443098 12.41688Prob. 0.0000 0.0000R2 0.905458 D.W. 0.916118lnRH=-4.052098+1.243094lnRI （4）t -11.58620 28.90509Prob. 0.0000 0.0000R2 0.976622 D.W. 0.916118然后求的上述模型的残差序列，得到：t=LnUHt-LnUHt （5）t=LnRHt-LnRHt （6）对t和t进行平稳性检验，计算结果见表7、8、9：表7 t和t平稳性检验结果变量ADF临界值是否平稳5%t-3.012363-3.012363平稳t-5.940456-3.065585平稳表8 t残差序列的单位根检验结果Null Hypothesis: D(CANCHAXULIELNUH,2) has a unit rootExogenous: ConstantLag Length: 1 (Automatic - based on SIC, maxlag=4)t-StatisticAugmented Dickey-Fuller test statistic-5.940456Test critical values:1% level-3.9203505% level-3.06558510% level-2.673459*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20 observationsand may not be accurate for a sample size of 16表9 t残差序列的单位根检验结果Null Hypothesis: CANCHAXULIELNRH has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=4)t-StatisticProb.*Augmented Dickey-Fuller test statistic-3.4994740.0185Test critical values:1% level-3.7880305% level-3.01236310% level-2.646119*MacKinnon (1996) one-sided p-values.可见，t、t的单位根检验中，ADF值小于5%显著性水平的临界值。表明他们是平稳的。即lnUI与lnUH之间和lnRI与lnRH之间存在协整关系：（3）和（4）的回归方程是协整的回归方程，不是谬误回归。这两个方程表明了城镇居民收入居住消费之间和农村居民收入居住消费之间长期或均衡的关系。（四）误差修正模型上述分析表明lnUI与lnUH之间和lnRI与lnRH之间具有协整关系。即具有一种长期或均衡的关系，但是在短期中，很有可能出现偏离均衡的情况。因此，将(5)式和(6)式中的残差作为均衡误差项把居住消费的短期行为与其长期行为联系起来。下面建立误差修正模型（ECM）令et=，即建立城镇居民收入居住消费的误差修正模型为：LnUHt=+i=1kiLnUIt-1+i=1kiLnUHt-1+et-1+vt经试算,得到以下模型为较优模型:LnUHt=0.1173+0.8179LnUIt-0.3570et-1 （7）t 3.4481 3.8613 -2.8263Prob. 0.0000 0.0000 0.0116R2 0.895458 D.W. 0.881618同理，可以得到农民居民收入居住消费的误差修正模型LnRHt=0.1041+0.7093LnUIt-0.1820et-1t 3.4481 3.8613 -2.8263Prob. 0.0000 0.0000 0.0116R2 0.895458 D.W. 0.881618（五）结果分析至此，得出了我国1993- 201年样本区间内城乡居民收入-居住消费的长短期关系模型。第一，城镇居民收入-居住消费关系模型表 10 城镇居民居住消费的协整及误差修正城镇居民收入居住消费的协整及误差修正模型长期（3） 短期（7）表中(3)式lnUI对lnUH的影响系数是1.396163，这说明城镇居民家庭人均人均可支配收入每变化1%，城镇居民家庭平均每人全年消费性支出变化1.396163%，这说明城镇居民家庭人均可支配收入和城镇居民家庭平均每人全年消费性支出中的居住消费两个变量之间相关性较为明显。短期中，城镇居民消费支出的变化不仅与收入有关，还与上期的均衡误差项有较大的关系。居民可支配收入的短期变化对居住消费的影响为正，影响系数为0.8179，可见短期中收入对居住消费的影响程度远远不及长期。均衡误差项的系数为负，符合反向修原则，这说明lnUH和lnUH之间存在的长期稳定关系制约着这两个变量的变化，并促使它们走向均衡。系数绝对值决定了均衡恢复的速度，在(7)式中其系数为1- 0.3570，这说明均衡误差项对均衡偏差的调整幅度为35.70%，调整速度是较快的。第二，农村居民收入居住消费关系模型表11农村居民收入居住消费的协整及误差修正模型农村居民收入居住消费的协整及误差修正模型长期（4）短期（8）表中(4)式lnRI对lnRH的影响系数是1.243094，其含义是农村居民家庭人均纯收入每变换1%，农村居民家庭人均居住消费变化1.243094%，这说明农村居民家庭人均纯收入与农村居民家庭人均居住消费两个变量之间相关性较为明显。从(8)式的误差修正模型可以看出， lnRI的短期变化对lnRH的短期变化影响系数为0.7093，影响显著，而均衡误差项为0，表明LRM对lnRI的变化在同一时期就立即进行调整，并促使它们走向均衡。第三,城乡居民收入居住消费模型对比首先，变量不取对数时回归结果的截距项为负数，可以理解为:当收入为零时，城乡居民本来应该支出的居住费用没有支出。由于没钱住不起新房，就不去买房也减少在改善居住环境上的消费。同样的情况下，城镇居民所“欠”的居住消费要大于农村居民，这符合实际经济生活。对比长期模型(3)和(4)两个方程，从代表城乡居民收入水平的lnUI和lnRI两个变量前的影响系数比较来看，城镇居民的为1.396163，比农村居民的1.243094略高，这一差异说明当城镇居民和农村居民收入同样增加1%的情况下，城镇居民的居住消费增加1.3962%，比农村居民的居住消费多增加0.1532%。这是因为农村居民的收入远少于城镇居民，其居住支出主要用于满足基本居住条件，其需求的收入弹性较小；而城镇居民由于收入水平比农村居民高，除了基本的居住消费外，还有余力消费用于改善舒适居住条件和环境，迁住市中心或地理条件优越的住房。其次，从城镇模型(7)可以看到城镇居民的收入变化对居住消费变化的影响系数是0.8179，从农村模型(8)可以看到短期内农村居民的居住消费的影响系数为0.7093，与它们长期中的影响系数1.396163、是1.243094相比，小了将近一半，说明短期内城乡居民收入的提高或减少对短期内居民的居住消费行为影响程度小于长期，相关性都比较强，这说明无论是短期还是长期，城乡居民的收入对其居住消费的影响非常大。城镇模型(7)中的影响系数都高于农村模型(8)中的影响系数，同样说明了农村居民的收入还只能使他们的居住消费主要用于收入弹性较小的基本居住消费上，而城镇居民由于收入水平比农村居民的高， 还有余力消费用于改善舒适居住条件、住房的结构、质量、美观和环境，讲究装修以及使用价值，迁住市中心或效区房等地理条件优越的住房。五、结论及建议通过对1993- 2012年样本区间的城乡居民收入和居住消费关系的实证分析，得出以下结论:(1)我国城乡居民收入与居住消费之间存在较为明显的相关性；(2)我国城镇居民的边际居住消费倾向、居住消费对收入的弹性高于农村居民的边际居住消费倾向、居住消费对收入的弹性；(3)长期和短期中，我国城乡居民收入变化对居住消费的影响程度差别较大，短期内的影响程度较小，长期内影响较为明显。因此无论增收政策是长期的还是短期的，都会对提高居住消费水平有很大影响。我国城乡居民即期居住消费水平上升及消费结构改善的能较大程度上提高河北省经济增长以及增强居住消费需求对经济的拉动作用。从上面的分析可知:城乡居民收入与居住消费之间存在较为显的相关性，因此要努力发展经济，提高人民的收入水平。由于农村居民收入远低于城镇居民，其边际居住消费倾向小于城镇居民边际居住消费倾向，农村人口比例还较大，所以提高我国劳动力整体素质，重点应放在农村，努力提高其收入水平，提高整个社会的边际居住消费倾向；同时，要加快推进新城镇化建设改革，逐步提高居民的居住生活水平，尤其是低收入的农民。要将支持农村的长期政策与短期政策配合实施，尤其是长期政策，诸如教育、社会保障体系等方面的政策对农民收入的提高起到重要的作用，要在逐渐完善这些长期政策实施的同时辅以对农村和农民增收的短期政策，例如季节性补贴、特殊事件的补助、救济等。参考文献：1张林泉. 中国城镇居民人均可支配收入与消费支出的关系研究基于变系数模型的分析J. 广东海洋大学学报,2011,05:48-51.2刘晓红. 我国农村居民居住消费需求实证分析J. 学习与实践,2011,11:35-42.3洪天国,马海兵. 河南省城镇居民人均可支配收入与消费支出关系的实证研究基于协整检验和误差修正模型J. 企业导报,2011,17:171.4吴炜峰,杨蕙馨. 转型时期我国城乡居民居住消费收入弹性研究J. 产业经济评论,2008,03:87-102.5吴炜峰. 转型时期影响我国城乡居民居住消费的因素分析中国居住消费函数构造J. 财贸经济,2009,07:123-126+133.6吴炜峰,杨蕙馨. 转型时期我国城乡居民居住消费收入弹性研究J. 产业经济评论,2008,03:87-102.7彭建丹,刘建平. 城镇居民居住消费支出的模型构建和实证分析J. 商场现代化,2007,06:381.8郁鸿元. 我国消费指数统计中居住类权重的合理测度J. 上海城市管理,2012,02:46-48.9康远志. 中国居民消费率太低吗?基于居住支出的实证分析J. 江汉学术,2014,02:13-19.10张凤. 基于持久收入假说的城镇和农村居民居住消费支出比较研究J. 农村经济,2015,06:91-94.11刘晓红,江可申. 基于ELES模型的中国城镇居民居住消费需求动态分析J. 湖北农业科学,2016,01:263-268+273.Research on the Relationship between Hebei Urban-Rural Income and Housing Consumption-Based on Counteraction Test and Error Correction ModelHao Hongyan(School of economy and management Hebei University of engineering)Abstract: Housin