学士学位论文经济计量分析课程论文我国农村居民家庭纯收入与消费支出.docx
《学士学位论文经济计量分析课程论文我国农村居民家庭纯收入与消费支出.docx》由会员分享,可在线阅读,更多相关《学士学位论文经济计量分析课程论文我国农村居民家庭纯收入与消费支出.docx(14页珍藏版)》请在冰豆网上搜索。
![学士学位论文经济计量分析课程论文我国农村居民家庭纯收入与消费支出.docx](https://file1.bdocx.com/fileroot1/2023-1/6/c832ab49-fcb0-4a89-8fc2-d9f62aea4c47/c832ab49-fcb0-4a89-8fc2-d9f62aea4c471.gif)
学士学位论文经济计量分析课程论文我国农村居民家庭纯收入与消费支出
《经济计量分析》期末论文
我国农村居民家庭纯收入与消费支出
目录
摘要3
一、引言3
二、模型的设定4
(一)农村居民家庭人均纯收入4
(二)居民生活消费支出4
(三)模型形式的设计4
三、数据的搜集和整理5
四、模型的估计与调整6
(一)OLS回归6
(二)异方差性检验6
(三)布罗施——帕甘检验7
(五)怀特检验8
(六)异方差稳健标准误法修正9
五、结论与建议10
(一)结论10
(二)建议10
六、参考文献10
七、附录11
(一)原始数据11
我国农村居民家庭纯收入与消费支出
摘要
农村的经济发展是中国经济发展的实质,作为一个农村人口占大部分的发展中国家来说,有效提高农村居民的生活质量是可持续发展的一个途径,本文通过观察其收入与消费的协调情况,以1980年-2014年期间中国农村居民家庭纯收入与其生活消费支出的数据为基础,运用协整性检验对农村居民家庭纯收入和生活消费支出的关系进行分析。
结果显示中国农村居民家庭纯收入与生活消费支出之间存在着长期稳定的均衡关系,纯收入的增加会引起消费支出的弹性增长。
关键字:
农村居民家庭纯收入生活消费支出怀特检验误差修正
一、引言
中国自改革开放三十多年来,政治、经济、文化等各方面都有取得举世瞩目的成绩,在各时段领导人的带领下,国家出台的一项项政策都给中国各个地区的人民带来富裕之光,但是由于中国东西部地区发展差距的历史存在和过分扩大,已成为一个长期困扰中国经济和社会健康发展的全局性问题。
就此,中国所有民众都关注的“三农问题”就愈发凸显了其的重要地位。
首先“三农”问题是贯串中国现代化过程的基本问题。
中国是一个农业大国,即使在经历过改革开放后部分地区的经济搞起来,人民的生活水平得到了一定程度的提高,但是人口比例上仍旧可以看出农业人口是占大多数的。
在这样一个情况下,中国的现代化实质上就是“三农问题”的解决,即实现农业产业化、大量农民向非农产业以及人口城市化;同样的,教育的普及、民主化、法制化等社会的全面发展,也有赖于广大农村和农民改变贫穷落后的面貌。
其次“三农问题”的解决是巩固中国共产党政权及实现中国特色社会主义社会目标的必行之路,中国要可持续发展,实现最终共同富裕的目标,农民的生活水平提高是首要关注问题。
根据国家统计局公布的统计数据显示,2007年,我国农村居民人均收入为4010元,和2006年相比增加了553元,增长达15.40%,扣除价格因素的影响,实际增长达9.50%。
农民纯收入的增长是生活水平提高的最实际表现,同时由于收入增加而导致的消费水平提高也进一步说明了其生活质量得到的改善,故如何客观、合理、准确的分析农村居民纯收入对其消费支出的影响状况,是具有重要的理论和现实意义的。
因此本文将应用多元统计分析原理对我国农村居民家庭人均纯收入和消费支出问题进行多元回归分析,并提出相应的建议。
二、模型的设定
(一)农村居民家庭人均纯收入
人均可支配收入是指一个国家所有个人(包括私人非营利机构)在一定时期(通常为一年)内实际得到的可用于个人开支或储蓄的那一部分收入平均值。
个人获取收入后需上缴个人所得税,税后收入才是个人可支配收入,可以随心所欲地用于消费和储蓄。
包括城镇人均可支配收入和农村居民纯收入,其中农村居民纯收入是指农村居民从各个来源渠道得到的总收入,相应地扣除获得收入所发生的费用后的部分。
(计算公式为:
农民纯收入=农村居民家庭总收入-家庭经营费用支出-生产性固定资产折旧-税金和上交承包费用)所以,个人可支配收入被认为是消费开支的最重要的决定性因素,又因此,常被用来衡量一国生活水平的变化情况。
一般来说,人均可支配收入与生活水平成正比,即人均可支配收入越高,生活水平则越高。
(二)居民生活消费支出
居民消费支出是指城乡居民个人和家庭用于生活消费以及集体用于个人消费的全部支出。
包括购买商品支出以及享受文化服务和生活服务等非商品支出。
对于农村居民来说,还包括用于生活消费的自给性产品支出。
集体用于个人的消费指集体向个人提供的物品和劳务的支出;不包括各种非消费性的支出。
其形式是通过居民平均每人全年消费支出指标来综合反映城乡居民生活消费水平(其计算公式为:
农村住户全年纯收入=农村住户全年总收入-家庭经营费用支出-生产性固定资产折旧-税款-上交集体承包人物-调查补贴)。
(三)模型形式的设计
为了分析我国的农村居民家庭人均纯收入(lnX)与生活消费支出(lnY)的关系,u为随机误差项。
需要利用Eviews5.0软件通过普通最小二乘法做Y关于X的线性回归,因此模型被设定为
三、数据的搜集和整理
根据中国统计年鉴2015以及中国农村统计年鉴2015提供的1980年-2014年中国农村居民家庭人均纯收入和生活消费支出数据,得出如下表1。
表1:
1980年-2014年中国农村居民家庭人均纯收入和生活消费支出
(人均收入)x
lnx
(消费支出)y
lny
1980
191.3
5.25
162.2
5.09
1981
223.4
5.41
190.8
5.25
1982
270.1
5.60
220.2
5.39
1983
309.8
5.74
248.3
5.51
1984
355.3
5.87
273.8
5.61
1985
397.6
5.99
317.4
5.76
1986
423.8
6.05
357
5.88
1987
462.6
6.14
398.3
5.99
1988
544.9
6.30
476.7
6.17
1989
601.5
6.40
535.4
6.28
1990
686.3
6.53
584.6
6.37
1991
708.6
6.56
619.8
6.43
1992
784
6.66
659
6.49
1993
921.6
6.83
769.7
6.65
1994
1221
7.11
1016.8
6.92
1995
1577.7
7.36
1310.4
7.18
1996
1926.1
7.56
1617.2
7.39
1997
2090.1
7.64
1572.1
7.36
1998
2162
7.68
1590.3
7.37
1999
2210.3
7.70
1577.4
7.36
2000
2253.4
7.72
1670.1
7.42
2001
2366.4
7.77
1741.1
7.46
2002
2476
7.81
1843.3
7.52
2003
2622.2
7.87
1943.3
7.57
2004
2936.4
7.98
2184.7
7.69
2005
3254.9
8.09
2555.4
7.85
2006
3587
8.19
2829
7.95
2007
4140.4
8.33
3223.9
8.08
2008
4760.6
8.47
3660.7
8.21
2009
5153.2
8.55
3993.5
8.29
2010
5919
8.69
4381.8
8.39
2011
6977.3
8.85
5221.1
8.56
2012
7916.6
8.98
5908
8.68
2013
8895.9
9.09
7485.2
8.92
2014
9892
9.20
8382.6
9.03
数据来源《中国统计年鉴2015》
四、模型的估计与调整
(一)OLS回归
生活消费支出对数(
)对农村居民家庭人均纯收入对数(
)的OLS法回归由表1所提供的数据对所设定模型(式1)通过OLS法进行一元线性回归验证,得到结果见表2。
表2OLS法回归结果
DependentVariable:
LNY
Method:
LeastSquares
Date:
06/21/16Time:
10:
57
Sample:
19802014
Includedobservations:
35
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-0.015348
0.060766
-0.252577
0.8022
LNX
0.971267
0.008211
118.2835
0.0000
R-squared
0.997647
Meandependentvar
7.087936
AdjustedR-squared
0.997576
S.D.dependentvar
1.114777
S.E.ofregression
0.054890
Akaikeinfocriterion
-2.911534
Sumsquaredresid
0.099425
Schwarzcriterion
-2.822657
Loglikelihood
52.95185
Hannan-Quinncriter.
-2.880854
F-statistic
13991.00
Durbin-Watsonstat
0.490576
Prob(F-statistic)
0.000000
回归结果表现为:
t =(0.927364)(127.0739)
=0.997DW=0.490F=13991
从回归结果看,
非常高,农村居民家庭人均纯收入(
)的t统计量也非常大,边际消费倾向符合经济假设。
现在对该模型进行异方差性检验。
(二)异方差性检验
图1、异方差性检验图
从图1可以看出模型普通最小二乘法回归得到的残差平方项
与
的散点图表明,可能存在着递增型异方差性。
(3)布罗施——帕甘检验
将原模型普通最小二乘法估计的残差项
平方后,关于
做回归:
表3、(B-P)检验
DependentVariable:
U^2
Method:
LeastSquares
Date:
06/21/16Time:
14:
45
Sample:
19802014
Includedobservations:
35
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-0.001986
0.003534
-0.562063
0.5779
LNX
0.000660
0.000478
1.382092
0.1762
R-squared
0.147170
Meandependentvar
0.002841
AdjustedR-squared
0.026072
S.D.dependentvar
0.003235
S.E.ofregression
0.003192
Akaikeinfocriterion
-8.600711
Sumsquaredresid
0.000336
Schwarzcriterion
-8.511834
Loglikelihood
152.5124
Hannan-Quinncriter.
-8.570031
F-statistic
1.910178
Durbin-Watsonstat
0.903831
Prob(F-statistic)
0.176228
回归结果为:
=(-0.56)(1.382)
=0.147F=1.910
F统计量与LM统计量的值分别为:
在5%的显著水平下,自由度为(1.32)的F分布的临界值为
,自由度为1的
分布的临界值
。
因此,5%显著性水平下拒绝原模型随机干扰项方差相同的假设。
(5)怀特检验
记
为对原始变量模型进行普通最小二乘回归得到的残差平方项,将其与
及其平方项做辅助回归。
表4、怀特检验
HeteroskedasticityTest:
White
F-statistic
9.469432
Prob.F(2,32)
0.0006
Obs*R-squared
13.01286
Prob.Chi-Square
(2)
0.0015
ScaledexplainedSS
17.18964
Prob.Chi-Square
(2)
0.0002
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
06/21/16Time:
15:
36
Sample:
19802014
Includedobservations:
35
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
0.000254
0.000102
2.492843
0.0180
LNX
-7.64E-05
2.86E-05
-2.668628
0.0119
LNX^2
5.74E-06
1.97E-06
2.908505
0.0066
R-squared
0.371796
Meandependentvar
9.61E-06
AdjustedR-squared
0.332533
S.D.dependentvar
1.68E-05
S.E.ofregression
1.37E-05
Akaikeinfocriterion
-19.47214
Sumsquaredresid
6.03E-09
Schwarzcriterion
-19.33882
Loglikelihood
343.7624
Hannan-Quinncriter.
-19.42612
F-statistic
9.469432
Durbin-Watsonstat
1.323105
Prob(F-statistic)
0.000588
(2.49)(-2.66)(2.90)
=0.371F=9.469
F统计量和LM统计量的值分别为:
显然,居民家庭纯收入与它的平方项的参数的t检验是显著的,且F统计量与LM统计量的值分别为F=19.52
LM=11.87,因此,在5%显著水平下,任是拒绝同方差这一假设。
(6)异方差稳健标准误法修正
表5、异方差稳健标准误法修正
DependentVariable:
LNY
Method:
LeastSquares
Date:
06/21/16Time:
15:
55
Sample:
19802014
Includedobservations:
35
Whiteheteroskedasticity-consistentstandarderrors&covariance
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-0.015348
0.059447
-0.258178
0.7979
LNX
0.971267
0.008363
116.1443
0.0000
R-squared
0.997647
Meandependentvar
7.087936
AdjustedR-squared
0.997576
S.D.dependentvar
1.114777
S.E.ofregression
0.054890
Akaikeinfocriterion
-2.911534
Sumsquaredresid
0.099425
Schwarzcriterion
-2.822657
Loglikelihood
52.95185
Hannan-Quinncriter.
-2.880854
F-statistic
13991.00
Durbin-Watsonstat
0.490576
Prob(F-statistic)
0.000000
(-0.25)(116.1)
=0.997
=0.997F=13991
五、结论与建议
(一)结论
农村居民人均纯收入能显著作用于农村居民的消费,是影响消费的关键因素。
从长期看,农村居民的当期消费和农行村居民的纯收入间具有长期稳定的关系,但随着社会的发展,人们的消费行为越来越符合“理性经济人”的特征,特别是在当今形势下,受金融危机的影响,各种商品的物价都存在不确定性,农民对未来农村经济发展没有足够的信心,预期收入将会大幅度减少,虽然预期收入可能出现下降趋势,当农村居民还可以通过减少储蓄,或通过增加劳动获得收入以维持原有消费水平的强烈愿望。
从短期看,农村居民消费具有波动性,当主要受收入的影响,因为消费习惯是在一个较长的时期内形成的,起短期作用并不明显。
(二)建议
1、树立农村居民的信心去消费,改善消费预期。
因为从以上分析可知,农村居民的消费行为与其一生的消费习惯和收入之间存在稳定的关系,农村居民会根据自己的预期收入来合理安排消费。
受金融危机的影响,农产品价格下降、农民工失业返乡,致使农民收入降低,预期未来收入也会降低,所以农民的消费信心不足。
为此,政府应采取是的适当放松货币的政策,增加就业,并对农产品实施一定的保护措施,增加农民的收入,从而使其形成一个良好的经济预期,树立农民消费的信心。
2、引导农村居民转变消费观念,培养良好的消费习惯。
因为我国农村地区传统的“量入为出”“无债一身轻”等消费观念已经根深蒂固,不利于拓展农村消费市场,因此,政府应该宣传合力的消费形式,引导农民树立正确的消费理念,形成良好的消费习惯。
激发农民的消费潜力。
同时,要通过改善收入分配结构,努力提高农村中低收入居民的收入水平,为提高消费创造良好的基础。
3、调整转移性扶持的方向,引导农村居民消费结构合理改变。
从消费结构中我看到农村居民用于文教方面的支出所占比重很少,并且教育资源在城乡之间的分配一直不均,政府除了从农业生产方面进行政策的扶持,同时还需要加大力度完善农村的教育体系,提高农村居民的受教育程度,才能从根本上改善农村居民的生活状况。
4、完善农村社会保障体系。
由于没有完善的社会保障体系,在制定政策时应充分考虑我国“二元”经济的特性,建立适合我国农村的养老保险制度和医疗保险制度,让他们敢于消费,从而刺激经济增长。
六、参考文献
[1]胡芳.肖屈克.林黄萃:
新农村建设中提高农民消费水平的难点与建议,消费经济,2009(5):
11-13
[2]李文题:
当前农村消费需求不足的原因分析及政策建议[J],经济论坛,2007
[3]樊欢欢.张凌云:
EViews统计分析与应用[M].北京:
机械工业出版社,2009.6
[4]高铁梅:
计量经济分析方法与建模[M].北京:
清华大学出版社,2005
[5]史瑛.外商直接投资对我国经济发展的影响[M].中国商贸,2010:
234-235.
7、附录
(1)原始数据
原始数据表
x
lnx
y
lny
1980
191.3
5.25
162.2
5.09
1981
223.4
5.41
190.8
5.25
1982
270.1
5.60
220.2
5.39
1983
309.8
5.74
248.3
5.51
1984
355.3
5.87
273.8
5.61
1985
397.6
5.99
317.4
5.76
1986
423.8
6.05
357
5.88
1987
462.6
6.14
398.3
5.99
1988
544.9
6.30
476.7
6.17
1989
601.5
6.40
535.4
6.28
1990
686.3
6.53
584.6
6.37
1991
708.6
6.56
619.8
6.43
1992
784
6.66
659
6.49
1993
921.6
6.83
769.7
6.65
1994
1221
7.11
1016.8
6.92
1995
1577.7
7.36
1310.4
7.18
1996
1926.1
7.56
1617.2
7.39
1997
2090.1
7.64
1572.1
7.36
1998
2162
7.68
1590.3
7.37
1999
2210.3
7.70
1577.4
7.36
2000
2253.4
7.72
1670.1
7.42
2001
2366.4
7.77
1741.1
7.46
2002
2476
7.81
1843.3
7.52
2003
2622.2
7.87
1943.3
7.57
2004
2936.4
7.98
2184.7
7.69
2005
3254.9
8.09
2555.4
7.85
2006
3587
8.19
2829
7.95
2007
4140.4
8.33
3223.9
8.08
2008
4760.6
8.47
3660.7
8.21
2009
5153.2
8.55
3993.5
8.29
2010
5919
8.69
4381.8
8.39