农村居民消费水平影响因素的实证分析概述讲解

1、计量经济学期末（论文）农村居民消费水平影响因素的实证分析姓名周艳连学号 0902011181学院商学院专业 09经济学1类2班ZHEJIANG UNIVERSITY OF SCiKNCE & TECHNOLOGY课程名称：经济数量分析课程论文题目：中国农村居民消费影响因素的实证分析学院：经济管理学院班级：经济学113班姓名：谢怡项小珍童倩学号： 1112520003 1110310063 1110310065扌旨导老师：张松艳2014年4月17日农村居民消费水平影响因素的实证分析【摘要】本文选取四个影响因素：人均 GDP、农村居民消费价格指数、农村家庭人均纯 收入及农村居民基尼系数，并

2、利用计量经济法和Eviews软件对我国农村居民消费水平进行 了实证分析，旨在说明他们的内在关系。文章最后还根据分析结果提出了相关的政策建议， 为我国能够更好的促进经济发展平衡，提高农村经济的现代化发展提供了参考。【关键词】农村居民消费水平 实证分析 政策建议引言十二五规划提出“坚持扩大内需战略，保持经济平稳较快发展”，我国是一个农业大国，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较大比重，农村居民 的消费水平对整个国民经济的发展有很大的促进作用。随着改革开放的深入及各项农业政 策的实施，农村居民的生活水平有了很大的提高，面对农村这个巨大的消费市场，如何提 高农村居民消费水平就成了

3、扩大内需、拉动经济所面对的重大问题。一、理论综述居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享 受需要方面所达到的程度。西方经济学中有很多关于需求、消费的理论。微观经济学中供求与均衡价格理论中的 需求定理中阐述了需求的定义及其影响因素。需求是指在某一特定时期内，在各种可能的 价格水平下，消费者愿意而且能够买的某种商品的数量。影响需求的各种因素包括商品本 身的价格、相关商品的价格、时间变化、消费者偏好、消费者收入及人们对未来的预期等 等。二、实证分析（一）变量及数据的选取居民消费水平的根本影响因素是经济发展水平，另外还受收入水平，价格水平，消 费习惯，收入差距等的影响

4、，依据我国国情，农村是一个巨大的消费市场，要想拉动内需, 就必须把农民的消费积极性提高，由于数据的可获性及影响的重要性，本文对农村居民消 费水平的分析选取了以下四个变量因素：人均 GDP、农村家庭人均纯收入、农村居民消费 价格指数、及农村居民基尼系数。本文主要利用了其1990-2009年的统计数据（如表一）来进行分析。年份农村居民消 费水平 （元/人）Y人均GDP（元）X1农村家庭人均纯收入 （元）X2农村居民消费价格指数X3农村居民基尼系数X419905601644686.3104.50.324619916021893708.6102.30.320519926882311784104.70.

5、34919938052998921.6113.70.36121994103840441221123.40.35581995131350461577.7117.50.32741996162658461926.1107.90.2981997172264202090.1102.50.30241998173067962162990.30061999176664202210.398.50.30172000186067962253.499.90.31232001196971592366.4100.80.31172002206278582475.699.60.30832003210386222622.210

6、1.60.30752004231993982936.4104.80.286320052579105423254.9102.20.273920062868123363587101.50.257720073293141854140.4105.40.229520083795165004760.6106.50.32220094021255755153.299.70.297（二）模型建立根据经济学常识，我们可知：1经济发展水平越高，农村居民消费水平越高。2. 在一定条件下，农村人均家庭纯收入越高，消费也越高。3. 在其他条件不变的情况下，居民消费价格水平上升时，也会影响居民对商品的消费4. 另外，收入分

7、配的差距大小也会影响到农村居民的消费，在国际上，衡量收入分配 平均状况最常用的指数是基尼系数。利用表一数据做散点图得：30000 .25000 -20000 -* X115000 -” X2X310000 -* X4*5000 -* * 0-* i'1010002000300040005000Y图一由图一可看出表一数据基本都满足上述经济理论。综上分析，初步建立模型：Y=c邙 iX+ B 2X2+ b X3+ b X4+ 卩表二给出了采用Eviews软件对模型的参数进行最小二乘估计的结果:表二Dependent Variable: YMethod: Least SquaresDate:

8、12/08/11 Time: 13:00Sample: 1990 2009Inciuded observations: 20VariableCoefficientStd. Errort-StatisticProbC-139 8682159.1806-0.8786760.3934X1-0,0117290.005243-2.2371340.0409X20.8308730.02568332.351070.0000X30.5299151.3275060.3991800.6954X4416.S141373.47581.1160400.2820R-squared0,9991511Mean dependen

9、t var1935,950Adjusted R-squared0.99S924S.D. dependent var1001.086S.E. of regression32.83131Akaike info criterion10.03296Sum squared resid16168.43Sclwarz criterion10.28189Log likelihood-95.32960F-statistic4412.563Durbi n-W合t占。n stat1,210197Prob( F-statistic)0.000000据表二可写出如下回归分析结果:Y=-139.868 0.012X1 +

10、 0.831X2+ 0.53X3+ 416.814X4t (-0.879)(-2.237) (32.351) (0.40)(1.116)F=4412.568D.W.=1.2182R2=0.9992R =0.9989(三) 模型检验及修正1. 经济意义检验由经济理论知，在其他条件不变的情况下：(1) 人均GDP提高，农村居民消费水平也会越高，得出的结果与理论不符。(2) 农村家庭人均纯收入增加，居民消费水平也会随之增加，得出的结果与理论相符。(3) 农村居民消费价格指数提高，居民消费水平会下降，得出的结果与理论不符。(4) 收入分配越均等，农村居民的消费水平越高，得出的结果与理论相符。2. 拟合

11、优度检验农村居民消费水平变动的 99.92%可由人均GDP、农村家庭人均纯收入、农村居民消 费价格指数、及农村居民基尼系数来解释，模型拟合度较高。3. t检验原假设 H0：: p i =0(i =1, 2, 3,4 )备选假设 H: p i 工 0(i=1 , 2, 3,4 )给定显著性水平a =0.05，查表可得临界值1 0.025 ( 15) =2.131。由表二数据知： 常数项|t| < 2.131，未通过显著性检验，接受原假设。 |tX 1| > 2.131，通过显著性检验，说明人均 GDP寸农村居民消费水平影响显著。 |tX2| > 2.131，拒绝原假设，通过检验

12、，说明农村居民家庭人均纯收入对农村居民 消费水平影响显著。 |tX 3| < 2.131，|tX4| < 2.131，都未通过显著性检验，说明农村居民消费价格指数 和农村居民基尼系数对农村居民消费水平的影响不显著。4. 多重共线性检验由表二数据可知，R2=0.9992 较大且接近于 1，F=4412.568> F°.°5(4,15)=3.06，而 t 检验值却较小，说明各解释变量对 Y的联合线性作用显著，但由于解释变量t检验值不显著，且经济意义也有不合理的，所以认为自变量间存在共线性。(1)检验简单相关系数X 1，X2，X3，X4的相关系数如表三所示：表三

13、X1X2X3X4X11.0000000.959929-0.295020-0.516208X20.9599291.000000-0.338810-0.636227X3-0.295020-0.3388101.0000000.486196X4-0.516208-0.6362270.4861961.000000由表中数据发现X与X2间存在高度相关性(2)修正首先分别作丫与X、X2、X3、X4间的简单回归，得结果如下列各表所示:表四Dependent Variable: YMethod: Least SquaresDate: 1209/11 Time: 19:36Sample: 1990 2009Inc

14、luded observations: 20VariableCoefficientStd. Errort-StatisticProb.C575.7853120.06554 7955920.0001X10.1675190.01219713734100.0000R-squared0.912886Mean dependent var1935.950Adjusted R-squared0.908046SD. dependent var1001.0S6S.E. of regression303.5683Akaike info criterion14.36373Sum squared resid16587

15、67.Schwarz criterion14.46330Log likelihood-141.6373F-statistic188 6255Curb in-Wats on stat1.076066Prob(F-statlstic)0.000000表五Dependent Variable: YMethod: Least SquaresDate: 12/09/11 Time: 19:37Sample: 1990 2009Included observations: 20VariableCoefficientStd. Error t-StatisticProb,C84 9767716786645.0

16、621680.0001X207738540.006209124.63150.0000R-squared0.998843Mean dependent var1935.950Adjusted R-squared0.998778S.D dependent var1001.086S.E of regression34 99202Akaike info criterion10.04276Sum squared resid22039.95Schwarz criterion10.14233Log likelihood98.42757F-statistic15533.01DurfainWatson stat1

17、.114318Prob( F-statistic)0.000000表六Dependent Variable: YMethod: Least SquaresDate: 12/09/11 Time: 19:38Sample: 1990 2009Included observations: 20VariableCoefficientStd. Error(-StatisticProb.X3-51,3720134.16274-1.5037440.1500C7319 7373586.8112.0407370 0562R-squared0.111605Mean dependent var1935.950Ad

18、justed F?-squared0.062249S.D. dependent var1001.086S.E. of regression909.4275Akaike info criterion16.68593Sum squared resid16916213Schwarz criterion16.78550Log likelihood-164 8593F-statistic2.261246Durbin-Watson stat0.120079Prob(F-statistic)0.149991表七Dependent Variable： YMethod: Least Squares Date:

19、112/09/11 Time: 19:39Sample; 1990 2009In eluded observations: 20VariableCoefficientStd. Error(-StatisticProb.X4-20346.805857.063-3.4733000.0027C8191.9821809.6474.5260390.0003R-squared0.401354h/lean dependent var1935.950Adjusted R-squared0.368096S.D. dependent var1001.086S.E. of regression795.7878Aka

20、ike info criterion16.29110Sum squared resid11399008Schwarz criterion16.30075Log liikelihood-160.9118F-statistic12.06784Durbin-Watso n stat0.588913Prob(F-statistic)0.002709由表四、五、六、七得出回归方程分别为A Y=575.785+ 0.168为(4.80)(13.73)R2=0.9129 D.W.=1.076A Y=84.977+ 0.774X2(5.06) (124.63)R2=0.9988 D.W.=1.114A 丫二-

21、51.372+ 7319.737X3(-1.504) (2.041)R2=0.1116 D.W.=0.120A 丫二-20346.80+ 8191.982X4(-3.47) (4.53)R2=0.4014 D.W.=0.5899再采用逐步回归法进行修正，以消除原模型的共线性，以丫为被解释变量，逐个引入解释变量X1、人、X3、池，构建回归模型，进行模型估计。由上分析可知，农村居民消 费水平受农村家庭人均纯收入的影响最大，与实际相符，因此，选为初始的回归模型， 并将其他解释变量逐步导入该初始模型，寻找最佳回归方程(表八)。表八逐步回归CX1X2X3X4R2 D.W.Y=f(X2)84.9770.7

22、440.99881.11t值-5.06-124.6Y=f(X1,X2)67.2825-0.00880.8110.99891.03t值3.568-1.86139.028Y=f(X2,X3)-0.92540.77520.7890.99871.12t值-0.006115.320.591Y=f (X2，X4)41.6320.7758125.940.99871.09t值0.35094.050.368由表八中分析可知，消除多重共线性后，得出的最终方程为:A丫=84.977+ 0.774X2(5.06)(124.63)R2=0.9988R2=0.9988F=15533.01D.W.=1.1145. 序列相关

23、性检验经D.W检验结果表明，在a =0.05的显著性水平下，n=20, k=2 （包含常数项），查 表得dL=1.2，du=1.41，由于D.W.=1.114v出，故上述方程还存在正相关。利用科克伦-奥 科特迭代法消除正相关性，Eviews软件操作结果如下表：表九Dependent Variable: YMethod: Least SquaresDate: 12/11/11 Time: 13:21Sample (adjusted)： 1991 2009Included observations: 19 after adjustments Convergence achieved after 5

24、 iterationsVariableCoefficientStd. Errort-StatisticProbX20.7657080.00994077.033690.0000C109.466029 118783.7592940.0017AR(1)03820600,2290341,6681390,1147R-squared0.999085Mean dependent var2008368Adjusted R-squared0.998970S.D dependent var973.2085SrE, of regression31.22662Akaike info criterion9.8G4358Sum squared resid15601.63Schwarz criterion10,01340Log likelihood-90.71140F-statistic&733.871Durbin-Watson stat1.611251Prob(F-statistic)0.000000Inverted AR Roots,38经过第一次迭代后，可从表中得 D.W.=1.61，在5%1 勺显著性水平下，经查表可知 duV D.W.v 4-dU,表明模型已不存在一阶自相关性，模型消除了序列相关性的影响，模型的回 归方程