城镇人均收入与人均通讯消费分析.docx

1、城镇人均收入与人均通讯消费分析城镇人均收入与人均通讯消费分析 摘要本文旨在与对19922004年我国人均收入对人均通信消费的影响。首先，我们综合了几种关于收入和消费的主要理论观点；进而我们建立了理论模型。然后，收集了相关的数据，利用EVIEWS软件对计量模型进行了参数估计和检验，并加以修正。最后，我们对所得的分析结果作了经济意义的分析。关键词 城镇家庭人均收入（人均实际收入） 人均通讯消费 一 提出问题随着经济的发展，人民生活水平的提高，人际交往的需要，对信息的需求也成逐步上升的趋势。九十年代以来，我国通讯事业有了较大的发展，从“中国电信”一家独霸天下，发展到今天的“铁通”“联通”“网通”等瓜

2、分天下。改革开放以来的经济在从计划向市场转型的过程中，人民的消费水平、结构都发生了很大变化。由于入世，引进国外先进的技术、借鉴外国先进的 经营和管理经验，促进我国电信业的全方位发展壮大。同时也拓宽融资渠道，有利于引进外资，也有利于改善资金结构。随着市场经济的发展，以及九十年代后期我国对工资结构作了很大的调整，使得我国人均收入不管是从水平还是结构上来说都有了很大的变化。从而我们发现以上的变化足以以影响通讯消费。针对这种现象，我们收集了19922004年间城镇家庭人均收入，人均通讯消费。二经济理论陈述西方经济学中关于消费与收入决定关系的有关理论假说凯恩斯绝对收入假说对于 有（1），即会随收入的而增

3、长 ，但其增量小于收入增量。（2），即由 可知有，即收入的平均消费倾向递减。绝对收入假说下的消费函数通常采用线性形式， 此时，函数符合假说和三 样本数据收集本模型使用时间序列数据，Yt= +Xt+Ut,Y为人均通讯消费,单位元，Xt为城镇家庭人均收入，单位元。数据来源于国家统计局网站（）。在经过大量分析比较后我们采用了所取样本数据见表1，YX199210.620002031.530199328.270002583.160199462.850003502.310199587.970004279.0201996102.95004844.7801997121.54005188.5401998142.

4、40005449.5001999173.70005864.7002000232.80006295.9102001281.50006868.9002002358.80008177.4002003424.01009061.2202004454.600010128.50四.平稳性的检（一）表二 X：ADF Test Statistic 1.222472 1% Critical Value*-4.1366 5% Critical Value-3.1483 10% Critical Value-2.7180*MacKinnon critical values for rejection of hypot

5、hesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(SER01)Method: Least SquaresDate: 06/03/05 Time: 19:40Sample(adjusted): 1993 2004Included observations: 12 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. SER01(-1)0.0545150.0445941.2224720.2496C383

6、.3354254.76271.5046770.1633R-squared0.130014 Mean dependent var674.7475Adjusted R-squared0.043015 S.D. dependent var318.2914S.E. of regression311.3704 Akaike info criterion14.47086Sum squared resid969515.2 Schwarz criterion14.55167Log likelihood-84.82513 F-statistic1.494438Durbin-Watson stat1.117371

7、 Prob(F-statistic)0.249560/1.222472/-4.1366/ /-3.1483/ /-2.7180/拒绝原假设，没有通过检验，证明是不平稳的。表三 Y：ADF Test Statistic 2.333367 1% Critical Value*-4.1366 5% Critical Value-3.1483 10% Critical Value-2.7180*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test Equatio

8、nDependent Variable: D(SER02)Method: Least SquaresDate: 06/03/05 Time: 19:35Sample(adjusted): 1993 2004Included observations: 12 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. SER02(-1)0.0941600.0403542.3333670.0418C21.089848.4837712.4859040.0322R-squared0.352525 Mean depende

9、nt var36.99833Adjusted R-squared0.287777 S.D. dependent var20.72437S.E. of regression17.48998 Akaike info criterion8.712145Sum squared resid3058.993 Schwarz criterion8.792963Log likelihood-50.27287 F-statistic5.444602Durbin-Watson stat1.344857 Prob(F-statistic)0.041810/2.333367/-4.1366/ / -3.1483 /

10、/-2.7180/拒绝原假设，没有通过检验，证明是不平稳的。（二）进行协整性检验生成ET=X-（+ y）表四19922178.85819932719.89819943618.319954379.93819964936.7119975269.31619985517.7619995914.1820006309.9320016853.720028115.8220038960.514200410009.44检验ET的平稳性DW=0.462912在显著性水平为0.05和0.1下通过水平型检验。也就是说，我们要在以下的检验中用0.05和0.1的显著性水平对我们的数据进行估计和检验。五参数估计与检验（一）将

11、样本数据导入Eviews软件进行OLS估计，得到输出结果如下：表五Dependent Variable: SER02Method: Least SquaresDate: 06/01/05 Time: 20:41Sample: 1992 2004Included observations: 13VariableCoefficientStd. Errort-StatisticProb. SER010.0603130.00342317.621350.0000C-153.673921.10424-7.2816590.0000R-squared0.965787 Mean dependent var190

12、.9238Adjusted R-squared0.962676 S.D. dependent var148.0898S.E. of regression28.60996 Akaike info criterion9.686025Sum squared resid9003.829 Schwarz criterion9.772940Log likelihood-60.95916 F-statistic310.5121Durbin-Watson stat0.462912 Prob(F-statistic)0.000000（二）模型的检验1.经济意义的检验经过上面的分析我们在理论上已经知道，人均收入X

13、与城镇居民人均通讯消费Y的增长是正的线形关系，这与现实中X与Y同向变化是相符的。当人们的收入不断增加的同时，食品所占比例随之下降，其他消费所占比例有所上升，这是符合我们家庭消费的习惯的。2统计推断检验从估计的结果可以看出，可决系数为0.965787，模型拟合情况比较理想，系数显著性检验T统计量为：17.62135。在给定显著性水平为0.05的情况下，查T分布表在自由度为N-2=11下的临界值为2.201，因为17.62135大于2.201，所以通过T检验拒绝原假设。表明人均收入X对城镇居民人均通讯消费有显著影响。3计量经济检验（1）由于我们建立的模型只有一个解释变量，所以不存在多重共线性。（2

14、）异方差 图一由图可知，一定存在异方差。由于是时间序类数据，我们采取ARCH检验表六ARCH Test:F-statistic1.205990 Probability0.385049Obs*R-squared3.761678 Probability0.288375Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 06/01/05 Time: 20:52Sample(adjusted): 1995 2004Included observations: 10 after adjusting endpointsVar

15、iableCoefficientStd. Errort-StatisticProb. C1074.229464.95952.3103700.0602RESID2(-1)-0.0768930.516201-0.1489590.8865RESID2(-2)0.1336880.5078890.2632220.8012RESID2(-3)-0.5917370.437524-1.3524680.2250R-squared0.376168 Mean dependent var654.7810Adjusted R-squared0.064252 S.D. dependent var505.4297S.E.

16、of regression488.9228 Akaike info criterion15.51146Sum squared resid1434273. Schwarz criterion15.63249Log likelihood-73.55730 F-statistic1.205990Durbin-Watson stat0.861696 Prob(F-statistic)0.385049从输出的辅助回归函数中得obs*-squared为3.761678，P=0.288375， 3.7616780.28837 所以通过检验拒绝原假设表明模型中存在明显的异方差现象。即，随着时间的推移，多种因素

17、对其有着影响。如，同需费用单位价格的变化，通信是产竞争的激烈程度，手机价格的下降，国家政策的引导等。（3）自相关检验我们的模型只有一个解释变量，把其他的影响因素都放在了随机误差项U里。因此必然存在自相关。利用图示法，由Eviews软件得到如下结果：图二由图可以初步判断，此模型有自相关。再利用D-W法检验由DW=0.462912，查DW表，n=13,k=1,在=0.05时，查得两个临界值分别为：下限DL=1.010，上限DU=1.331，因为DW统计量为0.462912DL，根据判定区域知，这时随机误差项存在正的一阶自相关。其原因可能在于经济环境，国家政策等变化对经济发展和通讯消费的影响有时滞性

18、。六. 计量经济参数修正根据上述检验可以得到，我们建立的模型存在异方差与自相关，下面进行修正。（1） 首先是对异方差的修正。A利用WLS估计法得到如下输出结果：表七Dependent Variable: SER02Method: Least SquaresDate: 06/02/05 Time: 15:07Sample: 1992 2004Included observations: 13Weighting series: WVariableCoefficientStd. Errort-StatisticProb. SER010.0590100.000206285.78800.0000C-14

19、3.03662.026115-70.596480.0000Weighted StatisticsR-squared0.999993 Mean dependent var350.3346Adjusted R-squared0.999993 S.D. dependent var1083.497S.E. of regression2.962703 Akaike info criterion5.150719Sum squared resid96.55371 Schwarz criterion5.237635Log likelihood-31.47968 F-statistic81674.76Durbi

20、n-Watson stat1.135523 Prob(F-statistic)0.000000Unweighted StatisticsR-squared0.964832 Mean dependent var190.9238Adjusted R-squared0.961635 S.D. dependent var148.0898S.E. of regression29.00618 Sum squared resid9254.943Durbin-Watson stat0.435347分析： R=0.999993 T=285.78802.201B再用对数变换法，将变量X，Y替换成LNX，LNY。用

21、OLS法对LY，LX回归，得到结果如下：表八Dependent Variable: LYMethod: Least SquaresDate: 06/02/05 Time: 12:45Sample: 1992 2004Included observations: 13VariableCoefficientStd. Errort-StatisticProb. LX2.2995470.09975723.051510.0000C-14.830140.854821-17.348810.0000R-squared0.979719 Mean dependent var4.847307Adjusted R-s

22、quared0.977875 S.D. dependent var1.093940S.E. of regression0.162718 Akaike info criterion-0.652959Sum squared resid0.291248 Schwarz criterion-0.566044Log likelihood6.244234 F-statistic531.3721Durbin-Watson stat1.058521 Prob(F-statistic)0.000000分析： R=0.979719 T=23.051512.201比较两种方法，可以发现X，Y在非对数线性回归下拟和效

23、果更好，可决系数更大，且T统计量也较好。我们将模型的表达式基本上可以确定为：Yt=+Xt+Ut。(2)其次是对自相关进行修正。利用对数线性回归修正并进行迭代，得出如下结果：A表九Dependent Variable: LYMethod: Least SquaresDate: 06/05/05 Time: 21:39Sample(adjusted): 1993 2004Included observations: 12 after adjusting endpointsConvergence achieved after 4 iterationsVariableCoefficientStd. E

24、rrort-StatisticProb. LX1.8434680.2884656.3906020.0001C-10.815832.558273-4.2277850.0022AR(1)0.4253120.2165691.9638620.0811R-squared0.989343 Mean dependent var5.054355Adjusted R-squared0.986975 S.D. dependent var0.835189S.E. of regression0.095318 Akaike info criterion-1.650875Sum squared resid0.081770

25、 Schwarz criterion-1.529649Log likelihood12.90525 F-statistic417.7612Durbin-Watson stat0.908943 Prob(F-statistic)0.000000Inverted AR Roots .43DW=0.908943自相关没有得到修正，所以模型不可能是对数模型，进一步可以确定模型形式为Yt=+Xt+Ut。B =1-DW/2 DW=0.435347（由表七修正后的数据可知）由表二可得=0.7823表十Dependent Variable: DYMethod: Least SquaresDate: 06/02

26、/05 Time: 15:24Sample(adjusted): 1993 2004Included observations: 12 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. DX0.0633300.0079177.9994300.0000C-44.7383615.90432-2.8129690.0184R-squared0.864848 Mean dependent var75.85703Adjusted R-squared0.851333 S.D. dependent var45.5253

27、2S.E. of regression17.55336 Akaike info criterion8.719380Sum squared resid3081.204 Schwarz criterion8.800197Log likelihood-50.31628 F-statistic63.99087Durbin-Watson stat1.182893 Prob(F-statistic)0.000012DW=1.182893，在0.05的显著性水平下，不能拒绝原假设的区间内（DL=1.010，DU=1.331）所以不能说修正了自相关性。C直接运用跌代法 表十一Dependent Variabl

28、e: SER02Method: Least SquaresDate: 06/02/05 Time: 14:22Sample(adjusted): 1993 2004Included observations: 12 after adjusting endpointsConvergence achieved after 4 iterationsVariableCoefficientStd. Errort-StatisticProb. SER010.0645570.00566811.389280.0000C-193.624643.82927-4.4177000.0017AR(1)0.6246540.1811523.4482430.0073R-squared0.987356 Mean dependent var205.9492Adjusted R-squared0.984546 S.D. dependent var143.9535S.