我国城镇居民消费支出结构的研究

计量经济学论文论文题目：我国城镇居民消费支出结构的研究论文题目：我国城镇居民消费支出结构的研究学号：姓名学科专业指导教师我国城镇居民消费支出结构的研究一、问题的提出改革开放以来，中国经济高涨，,对城镇居民消费支出影响最大的当属交通通信，住房、医疗保健和教育文化的支出。其中被称为“三高”的教育、医疗、住房支出占居民总消费支出的比重不断扩大，导致居民用于其他方面的消费受到一定抑制。同时，随着人们生活水平的日渐提高以及各项交通通信技术的进步，城镇居民的消费重点已从基本生活消费品转向了以住、行为代表的新型消费领域，而交通通信费用的增长速度尤为突出！在科技的不断进步下，随着居民收入水平的提高及电子通讯、家用汽车价格的下调，移动电话及家用汽车己成为我国近几年形成的新消费热点之一。从趋势上看，这方面的消费需求将会持续旺盛。近年来，很多学者在分别对教育、住房、医疗对消费的挤出方面做出了深入的研究。李培林指出，今年国家针对房地产行业的宏观调控力度加大，但是全国居住价格水平仍然上涨5.6%，远远高于通货膨胀率；家庭教育支出的平均增长也几倍于收入的平均增长；百姓对医疗领域向盈利方面的转化开始强烈不满。教育、医疗和住房三方面支出的过快增长，完全打乱了正常的家庭消费结构。在本文站在前人的基础上，引用计量的方法，将三者综合起来对消费的挤出效应进行探讨，作者认为，在我国经济飞速发展的过程中，交通通信的消费增长速度，并不亚于其他三者，因而本文将交通通信引入该项目的实证研究分析。二、理论综述消费的挤出效应，就是指在消费收入一定的情况下，某项消费支出的增加必然会导致其他消费支出下降。居民的家庭消费结构是指居民用于消费的各个组成部分，如住房消费支出、子女教育消费支出、家庭人口医疗消费支出、日常生活用品消费支出、旅游娱乐消费支出、交通消费支出，等等。住户调查资料显示，在八大类消费支出中，城乡居民用于教育、医疗、住房，交通通信等项目的支出增长很快，而用于衣着、家庭设备、杂项商品等轻纺工业品的支出大幅度下降。其主要原因就是因为教育、住房、医疗和交通通信等费用支出过高，挤占了居民对其他方面的消费支出。在这里，为研究方便，把中国当前的消费结构分为住房消费支出，医疗消费支出，教育消费支出，交通通信消费支出和其他消费支出五大部分。由于我国消费结构的快速转变，随着住房，医疗，教育，交通通信商品或服务的价格的提高，会大大增加居民在这些商品或服务上的消费费用，而在短时期内，居民的收人水平相对不变，这必然迫使居民减少对这三种商品或服务以外的商品或服务的消费。在这里提取1991年和2006年城镇居民消费支出结构的数据简单进行比较：消费支出结家庭设备医疗保健交通通信教育构（％）艮口口衣着文化居住杂项1991年53.8213.739.622.211.353.875.984.922006年35.7810.375.737.1413.1913.8310.403.56数据来源:1991年和2006年的统计年鉴）可以看出，城镇居民消费结构的急剧转型。其食品消费显著下降，由原来91年全部消费比例的53.82%下降到06年的35.78。而医疗，教育，居住，交通通信所占的比例显著上升，其中交通通信上升的比例最为迅速，因而将其列入消费的挤出效应研究。三、模型设定研究教育，医疗，住房和交通通信对其他消费的挤出效应的关系，需要考虑以下几个方面：（1）影响因素的分析首先，高速增长的教育消费。主要表现在居民教育支出猛增，教育占消费支出的比重迅速扩大；各种择校费、赞助费早已司空见惯；不合理收费屡禁不止，“高价教育”越来越高；教育费用与居民承受能力矛盾突出。其次，高价住房。城镇居民在住房消费方面的支出也在不断增大，居住质量、居住条件改善在居民提高生活消费水平的目标中始终占有重要的地位。目前住房正逐步向楼层更高和面积更大的防线发展，少数富裕户的住房已向别墅式发展。由于预期房地产价格将会继续大幅上升，许多家庭抑制其他消费，以积攒首付款和支付月供款。过高的首付款和月供支出明显挤出了工薪阶层的消费需求，绝大多数购房者纷纷削减了其他消费。因此，住房价格居高不下，已成为挤占我国城镇居民其他消费的重要原因。再次，高价的医疗费用。这个主要表现按在医疗乱收费问题屡禁不止；药价仍居高不下；医疗收费超过多数市民的承受能力；不少城镇居民无医疗保障。因而，高医疗也是对居民其他消费的一种挤出效应。最后，交通通信费用的急速增长。在交通通讯消费支出中,包括固定电话费、移动电话费和上网费在内的通讯费用开支比例迅速上升。随着交通通讯设施的快速发展和交通、通讯工具的大幅降价，我国城镇居民交通、通讯费用支出呈现增加态势。这表明交通、通讯消费快速增长已成为今年居民生活消费的热点，它的增长使人们与外界的交流更加密切、方便、及时。（2）数据的选择由于本篇考察的目的是研究“三高”与交通通讯的消费支出增长对其他项目消费的挤出效应。考虑到截面数据不能很好地反应近些年消费增长的变化以及结构消费的转型情况，本项目采用的是时间序列数据来进行实证研究分析的。考虑到时间采集的困难，本项目选择的数据为1995年到2006年的中国统计年鉴数据。四、数据的搜集由于数据采集的困难，本文搜集了1995年到2006年的数据如下表t=(49.79285)t=(49.79285)(52.53952YXIX2X3X419953537.56171.01110.11312.71250.1819963919・46199・12143・28374・95300・8519974158.64232.9179.68448.38358.6419984331・62257・15205・16499・39408・3919994615.92310.55245.59567.05453.9920004997.99395.01318.07627.82500.4920015303.99457.02343.23690547.9620026030626.04430.08902.28S24.3S20036510.97721.13475.98934.38699.3920047182.1843.62528.151032.8733.5320057942・86996・72600・851097・46808・6620068696.551147.12620.541203.03904.19资料来源：1996年-2007年中国统计年鉴）Y为1995年-2006年城镇居民总平均消费支出XI,X2,X3,X4分别为各年的交通通信，医疗保健，教育文化,居住的消费支出情况。五、模型的估计与调整由于本文在很大程度上是对交通通信对消费支出假设进行实证分析，所以先将Y对交通通信X1进行回归，判断是否有设定误差。VariableCoefficientStd.Err&rt-StatisticPr&b.C2941.S4659.0S17049.Z&2850.0000X15.022581009559G52.539520.0000R.-sqLiare<j0.9&&390Meandependentvar6602.722Adjust&dR-squared0996029S.□.dependentvar1672.542S.E.ofregr&SEic-n105.3969Akaike-infocriterion12.30436Sumsquaredresid111085.1Schwarz-criterio-n12.38517Loglikelihood-71.«2613F-statistic2760.402Durbin-Watsonstat0.783173Prob(F-statisti-G}oaoooooY=2941.846+5.022581X1+se=(59.08170)(0.095596)22R=0.996390DW=0.783173F=2760.402由DW的统计量表明，存在正的自相关，对n=12,k=1,5%的德宾一沃森d统计量的临界值为dL=0.971,du=l・331,DW〈dL,表明存在显著的遗漏变量,校正如下。1，总消费支出对交通通信，医疗保健，教育文化，居住的回归于是将X1—X4均列入模型进行回归分析，并将方程式设定为：Y=C+C1X1+C2X2+C3X3+C4X4+UEviews的最小二乘计算结果见下表。Variable-CoefficientStd.Erro-rt-StatisticProb.C24G1.G121S7.0S1&13.157960.0000X14.007780□4027499.&S10G10.0000X2-0.44&3971.576799-02831030.7S63X3-07&364S□.9631S0-07920370.4-539X43.1447341.1574772.71688S0.0299R-squar&d0.99SG75Meande-pendentvar5602.722AdjlistedR-squared0.997917S.D.dependentvar1&72.642SEofregression7&.33035Akaikeinfo■criterion11.S0236Sumsquaredresid40784.26Schwarr-Griterion12.00440Loglike-lihocwd-65.81413F-statistic1316.767Durbin-Watsonstat1.7974-31Prot>[F-statisti匚）0.000000由图表看出，可决系数非常高，而C2,X3的t值不显著，可以推测出现该模型出现了严重的多重共线性。对所有变量进行相关性检测，得到下图：CorrelationF.lstrix.X1X2X3X4X11.000000098404609834130982615X209840461.00000309969210994031X30.9334130.9959211.0000000.994501X40982615099403109945011000000证明的确出现了严重的相关性。采用逐步回归的方法来解决多重共线性的问题。先对变量逐个进行回归，可得XI的可决系数最大，于是，在保留交通通信X1变量的情况下，依次加入其他变量，同时，在保持t值显著的情况下，可决系数均有所提高，其中加入X4的可决系数最大，将其保留。而加入的其他变量，虽然可决系数有所提高，但是其相应的t值却不显著。因此得到回归如下图Variab-leCoelficientStd.Erro-rt-StatisticProb.C2507.419136.684&18.344520.0000X13.8327380.362880105620000000X41.93S72B0.S8099&33369C300007R-squared0.99S387Meandependent^ar5602.722AdjustedR-squared0.99S028S.D.d&pendentvar1E-72.642S.E.ofregression74.27&Z5Akaikeinfocriterion11.&&579Sumsquar&dresid49&53.33SchwarzcriteriQii11.70702Loglikelihood«99+75F-statistic2784.591Durbin-Watsonstat1.174749Prob[F-statistic)0000000可以看出，可决系数很高，t值也很显著。这也证实了作者先前的假设，说明交通通信在居民消费中所占的比重是很大的。于是得出如下回归模型：Y=2507.419+3.832738X1+1.938726X4---(1)t=(18.34452)(10.56200)(3.336903)R2=0.998387F=2784.591DW=1.174749说明居民消费支出受交通通信和住房的影响。2，异方差YA7HitYA7HitaI~Qtnriz3=l-cQ4zla=tii=it^'"T"o=±F-EitlSitISitic■Ofcis"F-EitlSitISitic■Ofcis"R-=匸|LJE3i~uid10300Z-IJ2!527!TaS-1BZKSaL厂口b-C：Hi-Si=|u=3ri=（.5>k>le-HE0匸…2日l_lZ3「=-=Timm厲□-N21Tee=t=三<qustIok>le-HE0匸…2日l_lZ3「=-=Timm厲□-N21IVI=tHqcdl_c=3=tSOstee/O7Ssm|z»lEa1935.2O□SInoIljdeot>e=er^stlone.1WXXari=3l=rlu匸口ufflujuli七StXXari=3l=rlu匸口ufflujuli七StcdSrrart-Stzati=tiuLrattUX1«2-X-4>：4叫：2-i57"SSS3-TO.63^1S3一匸I-420339口曰夕曰孑刁（S-13&9SSS-O1931as3丁―3S18SBO.OZSBO-4A72-S-4T3^-35S!a39&4974O93-11丘经巧自曰1-O.-2I51BT-d-□&S77O&□&3SHIS-o3^-s^es--□iagassR.-eciu9redcdjlj=tc1=1R.-=i=|ljar=cdSEofr&-grm9sionSljm=cqljsamizlra=idI—o^l11l<e11HioodDljrlo-in-Wsteonstst0711口-4B3^1233306-r1O_^113S2&O9-47aIVlegin-d■=■p»en-c^■=■ntveirSOidupuncd=nt70rAksiil-c&iofo-oriterion曰匸Lii~nritnriorrR-et曰11e：tIcF1rok>CF-mtatiM13T-4saags3G1e日石2TO1a53^1-55q65SO3□10300Z因为有交叉项，所以有5个变量在此处用white检验，得出n*Rj=8.618768,查自由在a=0.05下，查xJ卡方分布表，得出x（5）=11.0705〉n*Rj，不能拒绝原假设，说明模型不存在异方差。3，自相关检验：由回归模型（1）可知DW=1.174749.对样本量为12，两个解释变量的模型，5%显著水平，查DW统计表课知，DL=0.812,DU=1.579.可以看出该模型不存在自相关。4，协整检验由于所用数据为时间序列数据，需要检验其平稳性，并用EG两步法考察它们之间是否存在协整关系。对序列Y，X1,X4分别进行单位根检验如下图：t~S电whimi:ic：Prota"Aupm召口1日TDickey-Fk«il^risiic；-jooooTestcriticalvaluer1歸levelE^4lev^TO%Tol■42S7O73-3-27^7^76D（Y,1）t-Sta；tisticFTpkh."-AucamieniSedDickev-Fullerteststatistic：42S3S1S10000Testcriticalvalues1-K>tevel-4?00056-3175352D(X1,1)t-StatisticProb*Auame-ntedDickev-Fullerteststatistic3142937Q9&99Testcriticalvalues1%levelEsv^I2%levelY42D595-3-2.771129D(X4,l)从回归的结果看。在1%,5%,10%三个显著性水平下，观察单位根检验的Mackinnon临界值与相应的t统计量化，可以看到Y,X1,X4的t统计值均大于各自相应的相应根临界值，所以Y,X1,X4均为非平稳序列。协整检验：分别对Y,X1,X4进行一阶差分，二阶差分检验。可知3个序列在一阶差分时仍然都存在单位根。二阶差分如下图所示：t-StatisticProb"Ajj口mente-dDickev-Fullerte-ststatistices-tcriticalvalues:H懾level-45S26435%level-332056&10%level-28013&4D(Y,2)t-&tatisticProb'Au口mentedDiekey-^ullersialistie424113SOO1S3Testcriticalvalues：13SI&vel自％level10*Xflevel-A502648-3320969-28C138J-D(X1,2)t-StatisticProt>*Auomente-dCickey-Fullertaststatistic-4.7549840.0082Testcritics1values:1%level5%level10%fevel-4.682648-3.320969-2.801384D(X4,2)观察各自的t检验统计值，Y,X1,X4在5%,10%的显著性水平下均能通过检验，