对影响居民消费水平相关因素的实证研究(doc 18页).doc

南京财经大学经济学院（课程论文） 高级计量经济学目录1 引言 22 理论与政策支撑23 计量模型33.1变量的设计与选择33.2 计量模型设计33.3模型数据的选取34 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45模型的经济意义66 结束语77 参考文献88 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19782007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=824.1509 RSS=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=788.0792 RSS=1288963 D.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P0.05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.=1.61dL,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=0.09190.05，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=788.0792 RSS=1288963 D.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19782007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19782007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，20056 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)X619781843645.217107.396.32126116973219530119792084062.58106.7101.920689.817514238292919802384545.62106.1107.520298.218055349332719812644891.5698.9102.519345.319012647133619822885323.35101.5102.018650.219343849273719833165962.65101.4102.018183.4196017520197 19843617208.05114.7102.718407.6198256657456 19854469016.037105.3111.918480.2200866668771 198649710275.18108.3107.018521.1203139755748 198756512058.62101.0108.818252.8204960852077 198871415042.8299.2120.717789.1205988877263 198978816992.3295.2116.317424.0206724885270 199083318667.82109.2101.317335.9208734874721 199193221781.50104.0105.117376.2209236886800 1992111626923.48106.7108.617546.3204787938568 199313933533.92107.1116.117793.41935861003050 1994183348197.86107.7125.018510.91917421058130 1995235560793.73103.8116.819334.71900571106369 1996278971176.59103.8108.820162.23225661154884 1997300278973.03101.1103.120876.73150331148685 1998315984402.28107.299.421173.13140971140313 1999334689677.05113.198.721303.83009961157998 2000363299214.55111.4100.821479.33247711217394 20013869109655.20115.2100.721603.63303481249501 20024106120332.70115.599.021896.93060381321280 20034411135822.8112100.921946.18291323138420520044925159878.3110.5103.321881.7297540149400720055463183217.4112.8101.621668.75298997161107420066138211923.5112.7101.521614.7308969175457120077081249529.9112.6101.421474.642984081953669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X1 X2 X3 X4 X5 X6的回归 LS Y C X1 X2 X3 X4 X5 X6结果如下：2、各变量之间的相关系数3、用OLS分