国民收入与居民消费的关系.docx

国民收入与居民消费的关系.docx

《国民收入与居民消费的关系.docx》由会员分享，可在线阅读，更多相关《国民收入与居民消费的关系.docx（18页珍藏版）》请在冰豆网上搜索。

国民收入与居民消费的关系

国民收入与居民消费的关系

一、问题的提出

国民收入是衡量一国经济发展水平的重要指标。

改革开放以来，中国的经济发展迅速，这与居民消费的增长是分不开的，消费的不断增长，刺激了国内消费需求，有利于扩大内需拉动经济增长；消费作为拉动经济增长的三驾马车之一，对经济的不断增长有着不可忽视的作用；当然，我国经济的不断增长又会促进居民消费水平的增长，从而提高人民的生活水平，因此研究中国国民总收入与最终消费的关系，预测经济和居民消费的发展趋势有重要意义，有利于更好的促进我国经济的增长以及人民生活水平的提高。

二、理论综述

1、国外研究现状

国外文献有关中国居民消费进行了多方面研究,在西方经济学消费理论中，一般是将居民收入列为影响消费需求的主要因素。

JohnMaynardKeynes提出绝对收入假说，提出居民收入是消费需求唯一影响因素，并且居民收入和消费需求之间存在稳定的函数关系。

以后的研究基本上是消费的收入效应，绝对收入假说在很大程度上指引了后来消费函数理论的研究方向。

1949年詹姆斯·杜森贝里提出了著名的相对收入假说。

在该消费理论的研究中引入了社会心理学的研究成果。

他的相对收入假说提出，居民的消费支出水平受到三个方面因素的影响：

一是受当前收入水平的影响；二是受到自己以前曾经取得的消费水平的影响，这种现象被称为“不可逆转”的消费；三是受到周围人消费水平的影响。

诺贝尔经济学奖获得者米尔顿·弗雷德曼在1957年发表论文《消费函数理论》中，提出了著名的持久收入假说。

Friedman的持久收入假说对消费函数后来研究产生了较为深远的影响。

持久收入假说理论把居民的收入分为两部分：

即持久性收入和暂时性收入。

并指出居民的消费行为主要是与他们的“持久性收入”有关，即可以预计的未来收入有关，而不是与他们的暂时性收入有关。

持久收入假说更注重居民对未来能够取得的收入预期，即自身未来的发展前景。

2、国内研究现状

秦朵在《居民消费与收入关系的总量研究》中利用动态模型理论，对我国1952年至1987年居民收入和消费支出数据进行了测算和分析，并利用我国居民总消费建立了误差修正模型。

文章指出在上世纪60年代到80年代，无论是长期还是短期，我国居民消费的总需求是基本稳定的，居民的总收入和总需求之间存在着稳固的比例关系。

韩立岩在《中国收入——消费关系的协整分析与模糊分析》一文中，将协整分析与模糊分析相结合，对我国消费函数进行了研究。

认为收入与消费函数关系具有明显的分阶段性质，应该针对我国不同的发展阶段建立不同的消费函数模型；并且应该重点考虑我国居民消费心理和消费惯性对消费模式的影响，但是对消费心理和消费惯性虚拟变量进行度量；经济环境和制度因素也是影响消费函数的重要因素，它们绝定着收入与消费函数的内涵和形式。

文章只是以规范分析为主，没有对上述变量进行计量分析

三、模型设定

研究国民总收入与最终消费的关系，需要考虑一下几个方面：

（一）指标衡量

国民总收入（GNI）即国民生产总值，指一个国家（或地区）所有常住单位在一定时期内收入初次分配的最终结果。

国民总收入等于国内生产总值加上来自国外的净要素收入

（二）影响因素分析

居民的最终消费影响因素有很多。

从微观层面来看，居民储蓄，可支配收入、工资水平等情况等都能对居民的最终消费造成一定的影响。

但若从宏观方面来分析，收入是影响消费的主要因素。

（三）模型形式设定

为了分析国民收入与最终消费的关系，选择“最终消费”为被解释变量（用Y表示），选择“国民总收入”为解释变量（用X表示）。

四、数据收集

表1.1为根据国家统计局官网得到的1978~2011年的有关数据。

中国国民总收入与最终消费（单位：

亿元）

年份

国民总收入X

最终消费Y

1978

3645.22

2239.1

1979

4062.58

2633.7

1980

4545.62

3007.9

1981

4889.46

3361.5

1982

5330.45

3714.8

1983

5985.55

4126.39

1984

7243.75

4846.3

1985

9040.74

5986.3

1986

10274.38

6821.8

1987

12050.62

7804.6

1988

15036.82

9839.5

1989

17000.92

11164.2

1990

18718.32

12090.5

1991

21826.2

14091.9

1992

26937.28

17203.3

1993

35260.019

21899.9

1994

48108.46

29242.2

1995

59810.53

36748.2

1996

70142.49

43919.5

1997

78060.85

48140.6

1998

83024.33

51588.2

1999

88479.16

55636.9

2000

98000.48

61516

2001

108068.2

66933.89

2002

119095.68

71816.52

2003

134976.97

77685.51

2004

159453.6

87552.58

2005

183617.37

99357.53

2006

215904.41

113103.85

2007

266422

132231.87

2008

316030.34

153422.49

2009

340319.95

169274.8

2010

399759.54

194114.96

2011

468562.38

232111.55

五、模型估计与调整

（一）模型设定

为了分析国民收入与最终消费的关系，做出如图所示的散点图

从散点图可以看出国民总收入（X）和最终消费（Y）大体呈线性关系，为进一步分析两者的关系，建立以下回归模型：

et=0.9564et-1

（二）参数估计

运用eviews软件作简单线性回归分析如下

表1

DependentVariable:

Y

Method:

LeastSquares

Date:

12/17/13Time:

09:

24

Sample:

19782011

Includedobservations:

34

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

5057.725

1060.192

4.770576

0.0000

X

0.489366

0.006663

73.45059

0.0000

R-squared

0.994104

    Meandependentvar

54565.55

AdjustedR-squared

0.993919

    S.D.dependentvar

61192.64

S.E.ofregression

4771.740

    Akaikeinfocriterion

19.83583

Sumsquaredresid

7.29E+08

    Schwarzcriterion

19.92562

Loglikelihood

-335.2091

    Hannan-Quinncriter.

19.86645

F-statistic

5394.989

    Durbin-Watsonstat

0.166240

Prob（F-statistic）

0.000000

根据上表的数据，模型估计的结果为

（1060.192）（0.0067）

t=（4.7706）（73.4506）

R^2=0.9941F=5394.989n=34

（三）模型检验

1、经济意义检验

模型估计结果说明，国民总收入每增加1亿元，最终消费水平提高0.4894亿元，这与经济学中边际消费倾向的意义相符合。

2、拟合优度和统计检验

拟合优度：

由表2可以看出，可决系数为0.9941，说明所建模型整体上对样本数据拟合程度较好，模型中解释变量“国民收入”对被解释变量“最终消费”的解释程度较好。

t检验：

针对原假设H0：

β2=0和备择假设H1：

β2≠0，由表2可以看出，估计的回归系数β2的标准误差为0.0067，计算t统计量得t=

/SE（

）=73.0448，当显著性水平ɑ=0.05时，查t分布表得t0.025（32）>t，所以拒绝H0：

β2=0，接收H1：

β2≠0，表明解释变量国民总收入对被解释变量最终消费有显著影响。

F检验：

针对H0：

β1=β2=0，给定显著性水平ɑ=0.05，查F分布表得到临界值F0.05（1,32）

β1=β2=0，回归说明方程显著，即国民总收入确实对最终消费有显著影响。

异方差检验：

（1）图示检验——残差图形分析

由上图可以看出，残差平方和随X的变动近似呈增大的趋势，所以，模型可能会存在异方差，但是否确实存在还应通过进一步的检验。

（2）Goldfeld-Quanadt检验

首先对变量取值进行排序，本题选用递增型排序；然后构造样本区间，建立回归模型，本题中，样本容量为34，删除大约8个观测值，剩余两个样本区间：

1~11和22~34，即n1=n2=11。

样本区间为1~13的回归结果如下表所示

表2

DependentVariable:

Y

Method:

LeastSquares

Date:

12/17/13Time:

11:

08

Sample:

19781990

Includedobservations:

13

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

124.0677

68.42820

1.813107

0.0972

X

0.645229

0.006620

97.47069

0.0000

R-squared

0.998844

    Meandependentvar

5972.046

AdjustedR-squared

0.998738

    S.D.dependentvar

3340.173

S.E.ofregression

118.6409

    Akaikeinfocriterion

12.53072

Sumsquaredresid

154832.2

    Schwarzcriterion

12.61763

Loglikelihood

-79.44966

    Hannan-Quinncriter.

12.51285

F-statistic

9500.535

    Durbin-Watsonstat

0.819684

Prob（F-statistic）

0.000000

样本区间为22~34的回归结果如下表所示

表3

DependentVariable:

Y

Method:

LeastSquares

Date:

12/17/13Time:

11:

13

Sample:

19992011

Includedobservations:

13

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

16609.27

1577.120

10.53140

0.0000

X

0.448078

0.006229

71.93130

0.0000

R-squared

0.997879

    Meandependentvar

116519.9

AdjustedR-squared

0.997686

    S.D.dependentvar

55988.79

S.E.ofregression

2693.473

    Akaikeinfocriterion

18.77569

Sumsquaredresid

79802758

    Schwarzcriterion

18.86260

Loglikelihood

-120.0420

    Hannan-Quinncriter.

18.75782

F-statistic

5174.112

    Durbin-Watsonstat

1.257199

Prob（F-statistic）

0.000000

由表2、表3可以看出RSS1=154832.2，RSS2=798027585，F统计量F=5154.145

假设显著性水平ɑ=0.05，查F分布表得出F0.05（11,11）=2.82，因为F=5154.145>F0.05（11,11）=2.82，所以模型确实存在异方差。

（3）异方差修正：

分别选用权数w1=1/x,w2=1/x^2,w3=1/sqr（x）做加权最小二乘法估计如下

表4

DependentVariable:

Y

Method:

LeastSquares

Date:

12/17/13Time:

11:

48

Sample:

19782011

Includedobservations:

34

Weightingseries:

W1

Weighttype:

Inversestandarddeviation（EViewsdefaultscaling）

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

463.0955

110.6639

4.184701

0.0002

X

0.579768

0.011286

51.36897

0.0000

WeightedStatistics

R-squared

0.988018

    Meandependentvar

9535.694

AdjustedR-squared

0.987644

    S.D.dependentvar

983.1156

S.E.ofregression

802.6155

    Akaikeinfocriterion

16.27065

Sumsquaredresid

20614132

    Schwarzcriterion

16.36044

Loglikelihood

-274.6011

    Hannan-Quinncriter.

16.30127

F-statistic

2638.771

    Durbin-Watsonstat

0.104403

Prob（F-statistic）

0.000000

    Weightedmeandep.

4025.000

UnweightedStatistics

R-squared

0.954480

    Meandependentvar

54565.55

AdjustedR-squared

0.953057

    S.D.dependentvar

61192.64

S.E.ofregression

13258.16

    Sumsquaredresid

5.62E+09

Durbin-Watsonstat

0.057836

表5

DependentVariable:

Y

Method:

LeastSquares

Date:

12/17/13Time:

11:

49

Sample:

19782011

Includedobservations:

34

Weightingseries:

W2

Weighttype:

Inversestandarddeviation（EViewsdefaultscaling）

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-212.4916

71.40823

-2.975730

0.0055

X

0.700901

0.015256

45.94341

0.0000

WeightedStatistics

R-squared

0.985066

    Meandependentvar

4025.000

AdjustedR-squared

0.984600

    S.D.dependentvar

5118.484

S.E.ofregression

251.2998

    Akaikeinfocriterion

13.94819

Sumsquaredresid

2020851.

    Schwarzcriterion

14.03798

Loglikelihood

-235.1193

    Hannan-Quinncriter.

13.97881

F-statistic

2110.797

    Durbin-Watsonstat

0.523044

Prob（F-statistic）

0.000000

    Weightedmeandep.

2929.129

UnweightedStatistics

R-squared

0.736766

    Meandependentvar

54565.55

AdjustedR-squared

0.728540

    S.D.dependentvar

61192.64

S.E.ofregression

31882.49

    Sumsquaredresid

3.25E+10

Durbin-Watsonstat

0.032056

表6

DependentVariable:

Y

Method:

LeastSquares

Date:

12/17/13Time:

11:

52

Sample:

19782011

Includedobservations:

34

Weightingseries:

W3

Weighttype:

Inversestandarddeviation（EViewsdefaultscaling）

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

1295.876

379.3996

3.415596

0.0017

X

0.526551

0.009535

55.22072

0.0000

WeightedStatistics

R-squared

0.989615

    Meandependentvar

22979.10

AdjustedR-squared

0.989290

    S.D.dependentvar

13555.13

S.E.ofregression

2504.588

    Akaikeinfocriterion

18.54666

Sumsquaredresid

2.01E+08

    Schwarzcriterion

18.63644

Loglikelihood

-313.2932

    Hannan-Quinncriter.

18.57728

F-statistic

3049.327

    Durbin-Watsonstat

0.087245

Prob（F-statistic）

0.000000

    Weightedmeandep.

9535.694

UnweightedStatistics

R-squared

0.988364

    Meandependentvar

54565.55

AdjustedR-squared

0.988000

    S.D.dependentvar

61192.64

S.E.ofregression

6703.249

    Sumsquaredresid

1.44E+09

Durbin-Watsonstat

0.118819

从上述三个表可以看出，选用权数w1时，可决系数为0.988；选用权数w2时，

为负，不合实际情况且此时的可决系数为0.9851；选用权数w3时，可决系数为0.9896，nR^2=33.6464，在显著性水平ɑ=0.05的情况下，查χ^2分布表得出临界值为5.991

因此估计结果如下

（3.4156）（55.2207）

R^2=0.9896F=3049.327DW=0.08725

选用权数w3以后t检验F检验都显著，说明国民收入每增加1亿元，最终消费水平提高0.5266亿元。

（4）自相关检验

图示检验

又上图可以看出，大部分点都分布在一三象限，表明随机误差项u存在着正自相关。

DW检验