居民消费水平模型及分析Word下载.docx
《居民消费水平模型及分析Word下载.docx》由会员分享，可在线阅读，更多相关《居民消费水平模型及分析Word下载.docx（13页珍藏版）》请在冰豆网上搜索。
农村居民家庭恩格尔系数（元）
X6:
物价水平
表1：
数据
年份
居民消费水平（元）
国内生产总值（亿元）
城镇居民家庭人均可支配收入（元）
城镇居民家庭恩格尔系数（%）
农村居民家庭人均可支配收入（元）
农村居民家庭恩格尔系数（元）
基尼系数
社会保障基金支出（亿元）
Y
X1
X2
X3
X4
X5
X6
X7
1995年
2355
60794
4283
50.1
1577.7
58.6
0.3794
877.1
1996年
2789
71177
4838
48.8
1926.1
56.3
0.3728
1082.4
1997年
3002
78973
5160
46.6
2090.1
55.1
0.3598
1339.2
1998年
3159
84402
5425
44.7
2162.0
53.4
0.3918
1636.9
1999年
3346
89677
5854
42.1
2210.3
52.6
0.4043
2108.1
2000年
3632
99215
6280
39.4
2253.4
49.1
0.4011
2385.6
2001年
3869
109655
6859
38.2
2366.4
47.7
0.4337
2748.0
2002年
4106
120333
7702
37.7
2475.6
46.2
0.4512
3471.5
2003年
4411
135823
8472
37.1
2622.2
45.6
0.458
4016.4
2004年
4925
159878
9421
2936.4
47.2
0.47
4627.4
2005年
5463
183217
10493
36.7
3254.9
45.5
0.483
5400.8
2006年
6138
211923
11759
35.8
3587.0
43.0
0.496
6477.4
三、数据的搜集
数据均来自中国统计年鉴，真实可靠。
四、模型的初步建立
建立多元线性回归模型
Y=
参数估计
表2：
初步LOS估计
DependentVariable:
Y
Method:
LeastSquares
Date:
10/15/09Time:
15:
42
Sample:
19952006
Includedobservations:
12
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
2761.624
697.0873
3.961662
0.0167
0.017302
0.004658
3.714438
0.0206
-0.011656
0.121732
-0.095750
0.9283
-17.12222
11.59346
-1.476886
0.2138
0.451557
0.157016
2.875860
0.0452
-18.41215
13.09339
-1.406217
0.2324
-398.9864
1150.337
-0.346843
0.7462
-0.027337
0.133054
-0.205454
0.8472
R-squared
0.999783
Meandependentvar
3932.917
AdjustedR-squared
0.999404
S.D.dependentvar
1134.153
S.E.ofregression
27.68841
Akaikeinfocriterion
9.714626
Sumsquaredresid
3066.591
Schwarzcriterion
10.03790
Loglikelihood
-50.28775
F-statistic
2636.014
Durbin-Watsonstat
2.579752
Prob（F-statistic）
0.000000
用最小二乘法估计结果模型为
2761.624+0.017302X
-0.011656X
-17.12222X
+0.451557X
-18.41215X
+-398.9864X
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）的正向影响,且影响较为显著,符合经济意义。
而参数估计结果中,城镇居民家庭人均可支配收入（X2）,社会保障基金支出（X7）的系数估计结果为负,不符合经济意义,并且受城镇居民家庭人均可支配收入（X2）以及城镇居民家庭恩格尔系数（X3）农村居民家庭恩格尔系数（X5），基尼系数（X6），社会保障基金支出（X7）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0.999783，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2636.014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:
◆多重共线性检验
表3：
相关系数矩阵
1.000000
0.997469
-0.832504
0.989900
-0.883748
0.946002
0.994994
-0.856724
0.985256
-0.905086
0.961652
0.998826
-0.838603
0.983394
-0.894998
-0.868227
-0.884644
0.916717
0.980587
-0.924723
-0.913231
0.968024
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、X7进行一元回归。
在X2，X3，X4的回归模型中，
显著提高，各个参数t检验显著。
在X2，X3，X4的基础上加入X1，X5，X6，X7后，
没有显著提高，但其他参数的t检验变得不显著，甚至符号与其经济意义完全不符合。
故修正后的方程不应该包括X1，X5，X6，X7，保留X2，X3，X4作为修正后方程的变量。
◆异方差检验
对修正方程进行异方差检验结果如表27
表27White检验结果
16:
46
7483.602
3225.798
2.319923
0.0681
0.236822
0.325923
0.726619
0.5000
X2^2
-8.67E-06
2.51E-05
-0.346026
0.7434
-282.9818
159.0298
-1.779426
0.1353
X3^2
2.890116
1.834804
1.575163
0.1760
0.301321
1.169852
0.257572
0.8070
X4^2
0.000187
0.000286
0.654449
0.5417
0.999664
0.999261
30.83171
9.986162
4752.972
10.26902
-52.91697
2479.952
2.812212
nR
=11.995968，在95%的水平下，
（6）=12.5916，nR
<
（12），所以接受原假设，表明模型中随机误差不存在异方差。
◆自相关检验
23
846.0674
291.7700
2.899775
0.0199
0.252539
0.034318
7.358875
0.0001
0.807134
0.136293
5.922043
0.0004
-17.36602
5.077149
-3.420427
0.0091
0.998910
0.998502
43.89981
10.66290
15417.54
10.82453
-59.97739
2444.645
1.504001
由表27可知，DW=1.504001，查表得
=0.658，
=1.864，因为
<
DW<
，所以不能判断模型是否存在自相关。
为了更好的提高模型的精度，我们用科克伦—奥克特迭代法对模型进行修正。
E
17:
40
Sample（adjusted）:
19962006
11afteradjustments
E（-1）
0.179380
0.332604
0.539319
0.6015
0.024848
-2.174135
38.45520
37.97443
10.19821
14420.57
10.23438
-55.09016
1.656172
由上表可得回归方程
=0.179380
，所以
=0.179380，对原模型进行广义差分，下表为广义差分结果。
Y-0.179380*Y（-1）
44
844.4809
279.0915
3.025821
0.0192
X2-0.179380*X2（-1）
0.174421
0.064922
2.686639
0.0312
X3-0.179380*X3（-1）
-26.44499
8.495334
-3.112884
0.0170
X4-0.179380*X4（-1）
1.108368
0.248345
4.463009
0.0029
0.998586
3406.836
0.997980
901.7805
40.52522
10.51701
11496.05
10.66170
-53.84357
1648.221
1.953589
从上表可得，DW=1.953589>
说明广义差分模型中已经无自相关。
同时可决系数，t，F统计量也均达到理想水平。
844.4809+0.174421X2－26.44499X3+1.108368X4
t=（3.025821）（2.686639）（-3.112884）（4.463009）
se=（279.0915）（0.064922）（8.495334）（0.248345）
=0.998586,
=0.997980,F=1648.221，df=11
对方程进行经济意义解释城镇居民家庭人均可支配收入增加一千元，居民消费水平就提高174.421元，城镇居民家庭恩格尔系数增加1%,居民消费水平就减少26.44499元,农村居民家庭人均可支配收入增加一千元,居民消费水平就增加1188.368元.这只是理论上的解释，现实可能与解释有出入。
六、对回归方程结果的分析以及原因探讨
由多元回归模型分析可知,居民消费水平与城镇居民人均可支配收入、城镇居民恩格尔系数、农村居民人均可支配收入有很大关系，而与基尼系数、社会保障基金支出关系不大。
分析得出以下几点:
其一,对中国居民消费水平影响最大的因素是居民的可支配收入。
要提高中国居民的消费水平首要任务就是要想方设法增加居民的可支配收入。
其二,对于收入差距的扩大对居民消费水平的影响，通过基尼系数和居民消费水平的ols回归分析（见表10）可以看到，确实对消费有一定程度的影响。
。
另外城镇居民家庭恩格尔系数对居民消费水平有较大影响，而农村居民家庭恩格尔系数迪对居民消费水平影响不大，城镇居民消费对中国居民消费水平的影响大于农村居民的。
这又侧面反映出了收入差距对消费水平确实有影响。
但是，总的来说，对于影响消费的因素而言，居民人均可支配收入更为重要，影响大的多
其三，当前中国社会保障系统不健全对于居民消费有一定的制约作用，但是作用十分有限。
可能是中国人崇尚节约和未雨绸缪的传统和习惯仍在。
即使参加了社保，依然不敢去消费，尽量攒钱以备日后之用。
因此当前中国依然不健全的社会保障体系并不是制约中国居民消费水平提高的一个重要因素。
七、结论及建议
针对以上的分析提出以下几点建议:
第一增加居民可支配收入，提高城乡居民的消费能力改革开放以来，我国城乡居民收入稳步增加，但城乡统算的全体居民收入平均增长速度一直低于经济增长速度，并远远小于政府收入和企业收入的增长速度。
扩大居民消费需求，必须从增加居民收入、提高居民消费能力入手。
第二加大对“三农”的财政支持力度，促进农民增收.继续加大对粮食主产区的扶持力度，增加对农民的直接补贴。
在当前农业生产资料价格持续上涨和农村居民消费价格涨幅持续高于城镇的情况下，大幅度增加农资综合直补、良种补贴和农机具购置补贴，健全粮食风险基金政策，提高粮食最低收购价格。
第三改革个人所得税制度。
加快推进个人所得税制改革，按照简税制、宽税基、低税率、严征管的原则，建立综合与分类相结合的个人所得税制度，进一步规范和拓宽税基，合理调整税率和级距，降低工薪阶层个人所得税负水平。
建议各地政府根据本地物价及工资水平，确定个人所得税起征点的标准，并进一步提高个人所得税的起征点。
【参考文献】
[1]曾五一、陈珍珍、罗乐勤等《统计学概论》，首都经济贸易大学出版社2003
年版；
[2][美]DavidFreedman等著，魏宗舒、施锡铨等主译，《统计学》，中国统计出版
社1997年版；
[3]《计量经济学》庞皓北京：
科学出版社，2007
[4][美]L.Kish著，倪加勋主译，《抽样调查》，中国统计出版社1997年版；
[5]中国国家统计局统计科研所，《统计研究》各期的相关论文，统计研究杂志
社；
升级会员 