《中国居民消费水平计量经济学模型》论文.doc

《中国居民消费水平计量经济学模型》论文.doc

《《中国居民消费水平计量经济学模型》论文.doc》由会员分享，可在线阅读，更多相关《《中国居民消费水平计量经济学模型》论文.doc（15页珍藏版）》请在冰豆网上搜索。

中国居民消费水平计量经济学模型

摘要：

消费作为社会再生产的终点和起点，对于实现社会再生产的良性循环促进国民经济的持续发展具有决定性作用。

要刺激消费、扩大内需，必须找出影响居民消费水平的关键因素，才能对症下药。

就我国近阶段消费方面出现的一些情况，利用1985年至2009年得相关数据对我国消费的影响因素进行实证分析。

先通过相关的背景理论提出问题；搜集了相关的数据，继而对计量模型进行了参数估计和检验，并加以修正。

本文主要通过对影响居民消费水平的主要因素分析揭示中国居民消费水平的现状及问题，并以此提出对策。

关键词：

居民消费水平居民可支配收入恩格尔系数消费物价指数

一、文献综述

宏观经济学中对居民消费行为的研究主要传统理论有凯恩斯的绝对收入假说，杜森贝利相对收入假说，莫迪里安尼的生命周期假说等。

这些消费理论从不同角度论证了收入对消费的影响。

我赞同收入的确是影响消费水平的最重要因素这个观点，但是其他因素（比如物价水平、收入分配的公平性、利率、人口结构等）也从不同的方面影响着居民消费水平。

陈长华（湖南，2004）对我国城镇居民消费计量模型的建立与分析，也采用了计量经济学方法来探讨决定城镇居民消费的关键因素。

他的指标选择是人均消费人均国内生产总值人均可支配收入人均储蓄前期消费。

他的不足之处在于没有考虑除了收入以外的其他因素对居民消费的影响。

当今社会影响消费的不确定因素很多，虽然不可否认收入确实是影响消费的最重要因素，但是，仅仅用收入和储蓄作为变量，是否能够很好地拟合现实中的消费函数值得怀疑。

刘丽秋（西南大学经济管理学院，2008）在影响居民消费水平相关因素的计量分析一文中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,但是她的结论中Y=27.12140495+0.030929053023X1+0.0014535692853X5+0.85006329843X3（X1——国内生产总值X3——城镇居民消费价格指数X5——卫生机构数）X1——国内生产总值系数为0.030929053023，明显比实际偏小。

而且夸大了价格因素的作用。

与理论和实际不符合。

国内研究过于侧重于城镇居民收入水平的研究我认为这样有失偏颇的。

而且我发现国内研究论文着重于城镇居民收入对居民消费水平的影响而忽视了农村居民收入对其影响。

并且很少考虑除收入和储蓄以外的因素对消费的影响。

所以本文在构建居民消费水平模型时除选取常规因素外还综合考虑了农村居民收入和物价水平对居民消费水平的影响。

二、模型设定和影响因素分析

在现实生活中,影响消费的因素很多,如收入水平、商品价格水平、利率水平、收入分配状况、消费者偏好、家庭财产状况、消费信贷状况、消费者年龄构成、制度、风俗习惯等等。

但考虑到样本数据的可收集性和我国经济的实际情况,选择以下因素决定消费。

日常观察和统计研究都表明,当前可支配收入水平是决定一个国家消费的核心因素,因此人均可支配收入的入选毫无疑问;人均GDP是衡量一个国家经济实力,也是世界银行划分高收入、中等收入、低收入国家的主要标志,一般来说,人均GDP高的国家,表明该国经济实力强,人民消费水平高,,由此选择了人均GDP。

恩格尔系数是食品支出占消费的百分比，其值越小说明人们越富裕。

物价水平当全社会的消费品和劳务的价格水平上升或下降，消费者可以将其收入在物品和劳务上用得多些或少些，来对物价水平的变动做出反应。

由以上论述可得出中国居民消费水平与国内生产总值、城镇居民家庭人均可支配收入、城镇居民家庭恩格尔系数、农村居民家庭人均可支配收入、农村居民家庭恩格尔系数、消费物价水平指数这7个指标有关,故以下工作主要从这几方面入手。

并初步建立多元线性回归模型，

Y=，其中：

Y:

居民消费水平（元）

X1:

国内生产总值（亿元）　　X2:

城镇居民家庭人均可支配收入（元）

X3:

城镇居民家庭恩格尔系数（%）　　X4:

农村居民家庭人均可支配收入（元）

X5:

农村居民家庭恩格尔系数（%）　　X6:

物价水平指数

三、数据的搜集

数据来自中国国家统计局

表1：

数据

obs

Y

X1

X2

X3

X4

X5

X6

1985

446

9016

739.1

53.3

397.6

57.8

123.7

1986

497

10275

900.9

52.4

423.8

56.5

132.5

1987

565

12059

1002.1

53.5

462.6

55.8

144.7

1988

714

15043

1180.2

51.4

544.9

54

176.3

1989

788

16992

1373.9

54.5

601.5

54.8

206.5

1990

833

18667.8

1510.2

54.2

686.3

58.8

213.1

1991

932

21781.5

1700.6

53.8

708.6

57.6

223.5

1992

1116

26923.5

2026.6

53.0

784.0

57.6

238.3

1993

1393

35333.9

2577.4

50.3

921.6

58.1

281.7

1994

1833

48197.9

3496.2

50.0

1221.0

58.9

347

1995

2355

60793.7

4283.0

50.1

1577.7

58.6

401.8

1996

2789

71176.6

4838.9

48.8

1926.1

56.3

439.2

1997

3002

78973.0

5160.3

46.6

2090.1

55.1

446.7

1998

3159

84402.3

5425.1

44.7

2162.0

53.4

444

1999

3346

89677.1

5854.0

42.1

2210.3

52.6

438.2

2000

3632

99214.6

6280.0

39.4

2253.4

49.1

438.7

2001

3887

109655.2

6859.6

38.2

2366.4

47.7

442.2

2002

4144

120332.7

7702.8

37.7

2475.6

46.2

438.6

2003

4475

135822.8

8472.2

37.1

2622.2

45.6

443

2004

5032

159878.3

9421.6

37.7

2936.4

47.2

461.2

2005

5573

184937.4

10493.0

36.7

3254.9

45.5

470.9

2006

6263

216314.4

11759.5

35.8

3587.0

43.0

478.4

2007

7255

265810.3

13785.8

36.3

4140.4

43.1

499

2008

8349

314045.4

15780.8

37.9

4760.6

43.7

522.7

2009

9098

340506.9

17174.7

36.5

5153.2

41.0

519.0

四、模型的初步建立

由散点图可以看出因变量与各个自变量呈线性关系。

尝试做回归分析得：

表2：

用最小二乘法估计结果模型为

Y=

Y=986.6279+0.006502X1+0.172121X2-11.40336X3+0.650858X4-7.934631X5+0.553308X6

（201.2913）（0.002314）（0.044780）（4.790852）（0.088174）（4.796701）（0.364779）

T=4.9014942.8101823.843726-2.3802367.381482-1.6541851.516830

=0.999913,=0.999884,F=34416.55

五、模型的检验

1．经济意义检验:

模型初步估计结果显示,居民消费水平（Y）受国内生产总值（X1）、城镇居民家庭人均可支配收入（X2）、农村居民家庭人均可支配收入（X4）的正向影响，与经济意义相符。

物价水平指数（X6）的系数估计结果为正,不符合经济意义。

并且因变量受农村居民家庭恩格尔系数（（X5）、物价水平指数（X6）的影响不显著，可能是多重共线影响所致,因而有待进一步分析和检验.

2．统计检验:

从估计的结果可以看出，模型的可决系数为0.999913，模型拟合情况看起来很理想，但是很可能是由于多重共线性导致。

在给定显著水平α=0.05的情况下，解释变量X1、X2、X3和X4的t统计量的值分别为大于t统计量的临界值，说明X1、X2、X3和X4对应变量的影响是显著的.其他变量均未通过t检验,分析可能是由于变量之间的多重共线性所致,有待进一步分析.模型F统计量的值为34416.55非常显著，说明回归方程非常显著,整体模型效果比较好。

3.模型修正:

u多重共线性检验

表3：

相关系数矩阵

由表3相关系数矩阵可以看出，解释变量相互之间的相关系数较高，证实解释变量之间存在多重共线性。

多重共线性模型的修正

运用OLS方法分别求Y对个解释变量X1、X2、X3、X4、X5、X6进行一元回归。

6个方程的回归结果详见表4—表9，再结合经济意义和统计检验拟合效果最好的一元线性回归方程。

依据调整后可决系数最大原则，选取X2作为进入回归模型的第一个解释变量，形成一元回归模型。

保留解释变量X2在此基础上分别加入变量X1、X3、X4、X5、X6分别进行回归。

类似第一步进行分析，可以看到在X2基础上加入X4后，可决系数有了改进，各个参数的t检验都十分显著。

故保留变量X2，X4，在此基础上添加X1、X3、X5、X6继续进行回归。

加入变量X5以后，可决系数得到了提高，各个参数的t检验都十分显著。

故保留变量X2，X4，X5，在此基础上添加X1、X3、X6继