农村居民生活消费支出与农业经济发展的关系分析.docx

上传人:b****6 文档编号:9334566 上传时间:2023-02-04 格式:DOCX 页数:14 大小:808.48KB
下载 相关 举报
农村居民生活消费支出与农业经济发展的关系分析.docx_第1页
第1页 / 共14页
农村居民生活消费支出与农业经济发展的关系分析.docx_第2页
第2页 / 共14页
农村居民生活消费支出与农业经济发展的关系分析.docx_第3页
第3页 / 共14页
农村居民生活消费支出与农业经济发展的关系分析.docx_第4页
第4页 / 共14页
农村居民生活消费支出与农业经济发展的关系分析.docx_第5页
第5页 / 共14页
点击查看更多>>
下载资源
资源描述

农村居民生活消费支出与农业经济发展的关系分析.docx

《农村居民生活消费支出与农业经济发展的关系分析.docx》由会员分享,可在线阅读,更多相关《农村居民生活消费支出与农业经济发展的关系分析.docx(14页珍藏版)》请在冰豆网上搜索。

农村居民生活消费支出与农业经济发展的关系分析.docx

农村居民生活消费支出与农业经济发展的关系分析

 

农村居民生活消费支出与农业经济发展的关系分析

 

[论文选读]原文:

农村居民生活消费支出与农业经济进展的关系分析

一、变量的选择及说明

变量类型

变量名称

变量代号

单位

因变量

第一产业总值

Y

亿元

自变量

国民经济对农业的差不多建设投资

TZ

亿元

自变量

第一产业从业人员

L

万人

自变量

农村居民生活消费支出

SHXF

元/人

数据一览表 

Obs

Y

TZ

SHXF

L

1981

1545.600

15.72000

190.8100

29100.00

1982

1761.600

16.00000

220.2300

28834.00

1983

1960.800

13.80000

248.2900

28318.00

1984

2295.500

16.70000

273.8000

29122.00

1985

2541.600

16.70000

317.4200

31130.00

1986

2763.900

15.80000

356.9500

31254.00

1987

3204.300

19.60000

398.2900

31663.00

1988

3831.000

25.10000

476.6600

32249.00

1989

4228.000

20.20000

535.3700

33225.00

1990

5017.000

25.80000

584.6300

38428.00

1991

5288.600

25.50000

619.7900

38685.00

1992

5800.000

43.50000

659.0100

38349.00

1993

6882.100

46.20000

769.6500

37434.00

1994

9457.000

56.80000

1016.810

36489.00

1995

11993.00

76.60000

1310.360

35468.00

1996

13844.20

109.4000

1572.080

34769.00

1997

14211.20

153.9000

1617.150

34730.00

1998

14552.40

225.4000

1590.330

34838.00

1999

14457.20

299.0000

1577.420

35364.00

农业生产总值〔Y〕增长曲线图〔Eviews4.0〕

农业生产总值〔Y〕与农村居民生活消费〔SHXF〕关系的散点图〔Eviews4.0〕

从散点图能够看出农业生产总值〔Y〕与农村居民生活消费〔SHXF〕之间的相关性专门高。

二、模型的选择

1初始模型

采纳C-D生产函数的线性形式

模型形式

LOG(Y)=C

(1)*LOG(SHXF)+C

(2)*LOG(TZ)+C(3)*LOG(L)+C(4)+u

LOG(Y)=0.9738417035*LOG(SHXF)+0.05362717276*LOG(TZ)+0.2734161522*LOG(L)-0.7392720226

估量结果〔Eviews4.0OLS估量〕

由上表能够看出,该模型的拟合优度专门高〔R^2=0.998712〕,方程总体也专门显著〔P〔f〕=0.000000〕,各个说明变量也是5%显著性的。

下面对该模型进行计量经济检验一阶序列相关性检验

 

由上表可知,P〔F-statistic〕=0.030516,在5%水平说明模型存在序列相关。

因此采纳差分法排除序列相关性。

2排除序列相关性模型

模型形式

ΔLOG(Y)=C

(1)*ΔLOG(SHXF)+C

(2)*ΔLOG(TZ)+C(3)*ΔLOG(L)+u

ΔLOG(Y)=0.9468473451*ΔLOG(SHXF)+0.06743738636*ΔLOG(TZ)+0.3065787602*ΔLOG(L)

估量结果

 

模型整体显著,但经t检验,说明变量ΔLOG〔L〕的系数在5%水平与0无显著差异,因此删除说明变量ΔLOG〔L〕。

3删除变量ΔLOG〔L〕的模型

模型形式

ΔLOG(Y)=C

(1)*ΔLOG(SHXF)+C

(2)*ΔLOG(TZ)+u

ΔLOG(Y)=0.9499804323*ΔLOG(SHXF)+0.07242770893*ΔLOG(TZ)

估量结果

 

经t检验,变量ΔLOG〔TZ〕的系数在5%水平与0差异不显著,因此删除该变量。

4删除变量ΔLOG〔TZ〕的模型

模型形式

ΔLOG(Y)=C

(1)*ΔLOG(SHXF)+u

ΔLOG(Y)=1.011920677*ΔLOG(SHXF)

估量结果

 

结果说明,方程的拟合优度尽管差〔R^2=0.792644〕,然而方程中唯独的说明变量的显著性专门好。

系数的符号和大小也符合经济学上的要求。

因此接下去对该模型进行计量经济检验。

一阶序列相关性检验

由结果能够明白一阶序列相关性检验〔P〔Obs*R-squared〕=0.593335〕是个大致率,不能拒绝无序列相关的原假设。

说明不存在一阶序列相关。

二阶序列相关性检验

由结果能够明白,二阶序列相关检验〔P〔Obs*R-squared〕=0.414177〕是一个大致率,不能拒绝无序列相关的原假设。

说明不存在二阶序列相关。

三阶序列相关性检验

由结果能够明白,二阶序列相关检验〔P〔Obs*R-squared〕=0.558130〕是一个大致率,不能拒绝无序列相关的原假设。

说明不存在三阶序列相关。

异方差检验

 

可见异方差检验〔P〔Obs*R-squared〕=0.773325〕也是个大致率,

说明不能拒绝无异方差的零假设,该方程不存在异方差。

因此该方程能够作为最终方程。

方程形式:

ΔLOG(Y)=C

(1)*ΔLOG(SHXF) 

ΔLOG(Y)=1.011920677*ΔLOG(SHXF) 

三、相对误差分析

obs

Y

YF

Y-YF

(Y-YF)/Y*100

1981

1545.600

NA

NA

NA

1982

1761.600

1786.960

-25.35996

-1.439598

1983

1960.800

2021.523

-56.72271

-2.892835

1984

2295.500

2227.404

68.09614

2.966506

1985

2541.600

2586.814

-45.21356

-1.778941

1986

2763.900

2913.036

-149.1361

-5.395856

1987

3204.300

3254.657

-50.35686

-1.571540

1988

3831.000

3903.412

-72.41240

-1.890170

1989

4228.000

4390.269

-162.2687

-3.837954

1990

5017.000

4799.255

217.7446

4.340136

1991

5288.600

5091.429

197.1712

3.728230

1992

5800.000

5417.573

382.4270

6.593569

1993

6882.100

6338.836

543.2641

7.893871

1994

9457.000

8402.293

1054.707

11.15266

1995

11993.00

10860.80

1132.203

9.440531

1996

13844.20

13058.35

785.8456

5.676352

1997

14211.20

13437.25

773.9484

5.446045

1998

14552.40

13211.76

1340.636

9.212472

1999

14457.20

13103.24

1353.960

9.365296

Y是第一产业总值,YF是第一产业总值的推测值,〔Y-YF〕是绝对误差,〔Y-YF〕/Y*100是相对误差。

从表中能够明白该模型的相对误差专门小,只有1994年稍大一点。

说明该模型是可用于推测。

最终方程的残差图

从残差图能够看出,最终方程的残差比较小,这也说明最终方程能够用。

四、经济说明

从以上的因变量农业生产总值〔Y〕的ΔLOG(Y)和自变量农村居民消费支出〔SHXF〕的ΔLOG(SHXF)。

模型中的系数1.01是农业生产总值进展速度对农村居民消费支出进展速度的弹性。

农村居民消费支出进展速度提高1%,农业生产总值将提高1.01%。

农业产出与农村消费支出有极高的相关性。

而可能阻碍农业总产值经济增长的另几个因素在计量经济学模型中都不显著,它们与农业生产总值进展速度增长的相关性不高。

由此我们能够得出,提高农村居民消费水平的进展速度对农村经济的进展有着切实的意义,农村消费是阻碍农业经济进展的重要因素。

五、结论

因此我们应该提高农村居民的消费水平。

农村居民的生活消费水平从统计数据来看,尽管近年来有庞大的提高,证明改革开放以来农村经济的进展和农民生活水平有一定的提高,然而农村消费水平仍旧低下,其推动农业经济增长的潜力并没有完全挖掘出。

消费与收入是相互联系相互促进,提高农村消费能够从以下几方面着手:

第一提高农村居民的收入水平尽管中央政府一直努力减轻农民负担提高农民收入,但实际上农民的收入仍处于一个低下的水平上,农村各项支出费用仍旧居高不下,这需要中央政府的监督。

第二进展农村经济应加强农村基础设施建设为农业经济进展打下基础,生产进展收入提高消费水平才能提高。

第三尽管中央近年来鼓舞农村消费扩大内需,然而由于农村的落后观念居民储蓄水平仍旧专门高,农民的消费意识不强,这需要大力宣传。

第四加大农村信贷消费措施的实行。

能够进展民营信贷机构。

第五中央政府应该加强对农民的补贴,应该把补贴给公务员的工资转到加强农民的消费上,国家对农民的剥夺太多导致农村经济的进展放慢,导致国内的通货紧缩,政府目前最重要的工作是推动农村的消费,如此将会有助于解决国内通货紧缩的问题。

以上各点是个人的观点,只要政府能挖掘出农村的消费潜力,在WTO条件下中国的农业依旧能够专门好的进展,并支持其它产业的进展。

[论文选读]点评:

一、数据整理。

第一在ACCESS数据库下产生表02-Argriculture-1981-1999,建立表结构,粘贴表数据。

因为本例中数据结构专门清晰,我们能够直截了当引用数据。

(1)表结构如下。

(2)表数据记录。

二、论文模型评述。

该论文第一得到一个四元直线模型,之后因为发觉有序列相关性就采纳了差分模型。

差分之后,发觉变量L和TZ的回来成效不行,没有通过5%的概率检验,因此删除此二变量,最后得到一个只有一个自变量和一个因变量的方程。

这种检验和处理手段过于简单,而且也扔掉了两个重要的变量,关于得出结论不是专门好。

三、论文进一步讨论。

第一,得出正常的多元现性模型。

(1)直截了当采纳线性模型。

能够看出,检验成效专门不行,C、SHXF、TZ都没有通过5%下的T检验。

那个地点我们没有检查异方差性。

异方差性的克服一样来说用取对数来排除。

(2)直截了当采纳对数模型。

先查看是否存在自相关性。

能够看出,Y与TZ在取对数后,存在专门强的序列自相关性。

一样来说能够用广义差分方式来排除序列相关性,也能够引入滞后变量。

(3)直截了当采纳对数模型,检验多重共线性。

能够看出模型除了DW值较小,说明有序列自相关情形以外,还有其它情形。

要紧是R值太高,T值较小,而F值专门大,这是多重共线性的特点。

(4)多重共线性的进一步检验。

能够看出LOGY与LOGL之间的相关系数大于模型的总体相关系数,说明多重共线性专门明显。

多重共线性表示这两个变量的增长具有同步性。

一样来说,排除多重共线性的方法是从模型中剔除造成共线性的变量。

(5)进一步的分析。

能够看出,在引入了移动平均MA〔1〕模型变量之后,模型的检验成效得到了专门大改善。

四、总体评论:

模型是对经济理论的验证。

许多的例子都能够证明,那些毫无任何经济意义的数据在通过计量运算之后常常会得到专门好的检验结果。

因此,模型验证之前,应该先进行理论说明,将有意义的数据放在一起进行检验。

本案例的进一步证明和讨论,我们在其它文章中能够增加相关评论。

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 高等教育 > 医学

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1