我國(guó)城鎮(zhèn)居民消費(fèi)與可支配收入關(guān)系的實(shí)證分析

《計(jì)量經(jīng)濟(jì)學(xué)》課程論文我國(guó)城鎮(zhèn)居民消費(fèi)與可支配收入關(guān)系的實(shí)證分析一、【摘要】本文旨在對(duì)2008年我國(guó)城鎮(zhèn)年人均收入變動(dòng)對(duì)年人均各種消費(fèi)變動(dòng)的影響進(jìn)行實(shí)證分析。首先，我們綜合了幾種關(guān)于收入和消費(fèi)的主要理論觀點(diǎn)；進(jìn)而我們建立了理論模型。然后，收集了相關(guān)的數(shù)據(jù)，利用EVIEWS軟件對(duì)計(jì)量模型進(jìn)行了參數(shù)估計(jì)和檢驗(yàn)，并加以修正。最后，我們對(duì)所得的分析結(jié)果作了經(jīng)濟(jì)意義的分析，并相應(yīng)提出一些政策建議。二．經(jīng)濟(jì)理論陳述<一>.西方經(jīng)濟(jì)學(xué)中關(guān)于消費(fèi)與收入決定關(guān)系的有關(guān)理論假說(shuō)（一）凱恩斯絕對(duì)收入假說(shuō)對(duì)于有（1），即會(huì)隨收入的而增長(zhǎng)，但其增量小于收入增量。（2），即由可知有，即收入的平均消費(fèi)傾向遞減。絕對(duì)收入假說(shuō)下的消費(fèi)函數(shù)通常采用線性形式，此時(shí)，函數(shù)符合假說(shuō)和（二）.城鎮(zhèn)居民消費(fèi)模型的建立與估計(jì)目前國(guó)際上廣泛采用“線性支出系統(tǒng)”或“擴(kuò)展線性支出系統(tǒng)”(ExtendedLinearExpenditureSystem縮寫(xiě)為ELES)建立模型。線性支出系統(tǒng)是英國(guó)經(jīng)濟(jì)學(xué)家斯通(R·stone)于1954年提出的,是用效用函數(shù)直接推導(dǎo)出的一種較為復(fù)雜的需求系統(tǒng)研究(也稱消費(fèi)結(jié)構(gòu)研究)。1973年經(jīng)濟(jì)學(xué)家路遲(C·Lluch)在線性支出系統(tǒng)基礎(chǔ)上作了兩點(diǎn)改進(jìn),又提出了擴(kuò)展線性支出系統(tǒng)。ELES用模型表示為PiXi=PiX0i+α*i(Y-ΣPiX0i)i=1,2,…,n;0<α*i<1Σα*i<1式中:PiXi——第i種商品人均消費(fèi)總支出額;PiX0i——第i種商品基本需求量(最低限度消費(fèi)量);Y——人均可支配收入;ΣPiX0i——人均基本需求總支出;α*i——第i種商品的邊際消費(fèi)傾向;1-Σα*i——邊際儲(chǔ)蓄傾向。模型可解釋為:給定居民的收入水平Y(jié),他們首先購(gòu)買(mǎi)各種基本消費(fèi)品PiX0i。三、相關(guān)數(shù)據(jù)收集在進(jìn)行實(shí)證分析的過(guò)程中，所需要的數(shù)據(jù)，應(yīng)是能夠度量收入對(duì)消費(fèi)傾向的影響的指標(biāo)。在收入指標(biāo)和消費(fèi)傾向的選擇上，我們所用的數(shù)據(jù)均來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》所設(shè)模型的樣本容量為31個(gè)，對(duì)于一元回歸分析計(jì)算要求和目已經(jīng)足夠了。四、具體操作如下：（一）2009年的可支配收入及可消費(fèi)支出單位：元城鎮(zhèn)居民地區(qū)可支配可消費(fèi)性支出收入全國(guó)15780.7611242.85北京24724.8916460.26天津19422.5313422.47河北13441.099086.73山西13119.058806.55內(nèi)蒙古14432.5510828.62遼寧14392.6911231.48吉林12829.459729.05黑龍江11581.288622.97上海26674.919397.89江蘇18679.5211977.55浙江22726.6615158.3安徽12990.359524.04福建17961.4512501.12江西12866.448717.37山東16305.4111006.61河南13231.118837.46湖北13152.869477.51湖南13821.169945.52廣東19732.8615527.97廣西14146.049627.4海南12607.849408.48重慶14367.5511146.8四川12633.389679.14貴州11758.768349.21云南13250.229076.61西藏12481.518323.54陜西12857.899772.07甘肅10969.418308.62青海11640.438192.56寧夏12931.539558.29新疆11432.18669.36用EVIEWS軟件進(jìn)行分析如下（二）F檢驗(yàn)DependentVariable:YMethod:LeastSquaresDate:12/13/11Time:21:08Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.C725.3459456.46591.5890470.1229X0.6647460.02954922.496220.0000R-squared0.945802Meandependentvar10657.15AdjustedR-squared0.943934S.D.dependentvar2727.015S.E.ofregression645.7119Akaikeinfocriterion15.84092Sumsquaredresid12091373Schwarzcriterion15.93344Loglikelihood-243.5343F-statistic506.0798Durbin-Watsonstat1.669446Prob(F-statistic)0.000000Y=725.3459+0.664746X （1.589）（22.496）R2=0.9458D.W=1.669446F=506.798F檢驗(yàn)表明模型擬合度高。（三）懷特檢驗(yàn)結(jié)果（因?yàn)橹挥幸粋€(gè)變量不用進(jìn)行多重共間性檢驗(yàn)）WhiteHeteroskedasticityTest:F-statistic4.974404Probability0.014172Obs*R-squared8.127081Probability0.017188TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:12/13/11Time:21:27Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.C-3130332.1690184.-1.8520660.0746X373.6875199.70171.8712290.0718X^2-0.0086440.005492-1.5739930.1267R-squared0.262164Meandependentvar390044.3AdjustedR-squared0.209461S.D.dependentvar551628.0S.E.ofregression490464.8Akaikeinfocriterion29.13586Sumsquaredresid6.74E+12Schwarzcriterion29.27463Loglikelihood-448.6058F-statistic4.974404Durbin-Watsonstat2.243594Prob(F-statistic)0.014172伴隨概率小于0.05,于是拒絕原假設(shè)，即模型存在異方差。用加權(quán)最小二乘法進(jìn)行修正后，進(jìn)行懷特檢驗(yàn)結(jié)果如下：WhiteHeteroskedasticityTest:F-statistic2.029523Probability0.150281Obs*R-squared3.924958Probability0.140510TestEquation:DependentVariable:STD_RESID^2Method:LeastSquaresDate:12/13/11Time:22:08Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.C72343.3727108.102.6687000.0125X-6.3663033.202925-1.9876530.0567X^20.0001718.81E-051.9380750.0628R-squared0.126612Meandependentvar17963.02AdjustedR-squared0.064227S.D.dependentvar8131.817S.E.ofregression7866.344Akaikeinfocriterion20.87034Sumsquaredresid1.73E+09Schwarzcriterion21.00911Loglikelihood-320.4903F-statistic2.029523Durbin-Watsonstat1.974271Prob(F-statistic)0.150281通過(guò)懷特檢驗(yàn)，模型正確。VariableCoefficientStd.Errort-StatisticProb.C1076.101231.85434.6412820.0001X0.6389800.01753336.443940.0000WeightedStatisticsR-squared0.999975Meandependentvar9796.377AdjustedR-squared0.999975S.D.dependentvar27509.92S.E.ofregression138.5707Akaikeinfocriterion12.76298Sumsquaredresid556853.6Schwarzcriterion12.85550Loglikelihood-195.8262F-statistic1182350.Durbin-Watsonstat1.551360Prob(F-statistic)0.000000UnweightedStatisticsR-squared0.944219Meandependentvar10657.15AdjustedR-squared0.942295S.D.dependentvar2727.015S.E.ofregression655.0784Sumsquaredre