影响我国城镇居民消费水平多因素分析.docx
- 文档编号:17847307
- 上传时间:2023-08-04
- 格式:DOCX
- 页数:18
- 大小:29.26KB
影响我国城镇居民消费水平多因素分析.docx
《影响我国城镇居民消费水平多因素分析.docx》由会员分享,可在线阅读,更多相关《影响我国城镇居民消费水平多因素分析.docx(18页珍藏版)》请在冰点文库上搜索。
影响我国城镇居民消费水平多因素分析
影响我过城镇居民消费水平多因素分析
小组成员:
崔玲军(40511162)
杨成(40511148)
李松海(40511164)
经济信息工程学院
指导教师:
喻开志
2007年11月—12月
【摘要】本文主要通过对城镇居民消费水平的变动进行多因素分析,建立以城镇居民消费水平为因变量,以其他可量化影响因素为自变量的多元线形回归模型,并利用模型对城镇居民消费水平这一社会现象进行数量化分析,并给出相应的政策评价和政策建议。
【关键词】城镇居民消费水平人口自然增长率全社会固定资产投资总额城镇消费价格指数城镇家庭平均每人可支配收入
(1)居民消费水平:
指按人口平均计算的居民消费额。
居民消费水平表明国家对人民的物质文化生活需要的满足程度,它是反映一个国家(或地区)的经济发展水平和人民物质文化生活水平的综合指标。
居民消费水平,是按国内生产总值口径,即包括劳务消费在内的总消费进行计算的。
计算公式为:
报告期国内生产总值中的居民消费总额
居民消费水平=─────────────
报告期年平均人口
(2)人口自然增长率:
指一定时期内人口自然增长数(出生人数减死亡人数)与该时期内平均人口数之比,通常以年为单位计算,用千分比来表示,计算公式为:
年内出生人数-年内死亡人数
人口自然增长率=─────────────×1000‰
年平均人口数
(3)全社会固定资产投资总额:
指建造和购置固定资产的经济活动,它是社会增加固定资产,扩大生产规模发展国民经济的重要手段,也是提高人民物质文化生活水平的条件。
固定资产投资额是以货币表现的建造和购置固定资产活动的工作量,它是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标。
(4)消费价格指数:
CPI居民消费价格指数的缩写,该指数反映城乡居民购买并用于消费的消费品及服务价格水平的变动情况,以此反映通货膨胀程度。
用现在的价格除以上一年的价格这就是价格指数。
(5)人均可支配收入:
指个人收入扣除向政府缴纳的个人所得税和赠与税、不动产税、人头税、汽车使用税以及交给政府的非商业性费用等以后的余额。
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。
因而,常被用来衡量一国生活水平的变化情况。
一问题来源
首先让我们先看一些资料:
东方网1月20日消息:
最新统计表明,去年中国汽车销售量突破200万辆,年增幅高达13%,其中个人购买量超过一半;商品房销售量与往年相比,也增加了30%。
央视引用有关专家的话说,中国城镇居民的消费水平正从千元级向万元级台阶迈进。
80年代初,中国城镇居民就已经告别了“老三件”的百元消费水平,逐渐进入千元消费的层面。
国务院发展研究中心市场所市场咨询中心副主任陆刃波说:
“因为我们国家这几年的经济发展速度很快,达到7%左右。
所以居民的收入越来越高,汽车、住房的数量、质量在提高,导致价格的下降,所以消费者有能力去消费万元级以上的商品。
所以消费者的消费水平从千元级向万元级迈进。
”这只是很小的一部分当你上网搜索“城镇居民消费水平”的相关消息时我们都会搜索到很多全国很多地方的城镇居民消费水平都成上升的趋势,这一现象引起了我们对我国近些年了随着经济的增长和城镇居民消费水平增长之间的相关性的思考。
二理论来源
1.居民消费水平是指按人口平均计算的居民消费额。
居民消费水平表明国家对人民的物质文化生活需要的满足程度,它是反映一个国家(或地区)的经济发展水平和人民物质文化生活水平的综合指标。
居民消费水平,是按国内生产总值口径,即包括劳务消费在内的总消费进行计算的。
所以我们从这一定义出发收集了一些对消费总额和人口影响较大的指标的资料。
2.投资与消费的关系,实质上是经济建设与当前人民生活的关系,这一关系处理是否得当,直接影响经济的协调发展和可持续增长。
投资和消费是拉动经济增长的两个重要因素。
投资的增长应拉动消费的增长,又受到消费增长的制约,消费的增长促进了投资的增长。
投资与消费相互促进,相互作用,共同拉动了经济的增长。
从目前我市经济增长方式看,消费稳定了经济增长,投资拉动了经济增长。
3.凯恩斯的国民收入决定论中指出:
消费由边际消费倾向和收入水平决定。
国民收入增加时,短期看消费也增加,但在增加的收入中,用来增加消费的部分所占比例可能越来越小(边际消费倾向递减),造成消费需求不足。
消费倾向比较稳定。
经济波动主要来自投资的变动。
投资的增加或减少通过乘数引起国民收入的变动额数倍于投资的变动。
同时居民消费价格指数该指数反映城乡居民购买并用于消费的消费品及服务价格水平的变动情况,以此反映通货膨胀程度。
也是对居民消费的一个重要的影响因素。
4.人口数 指一定时点、一定地区范围内的有生命的个人的总和。
人口自然增长率 指在一定时期内(通常为一年)人口自然增加数(出生人数减死亡人数)与该时期内平均人数(或期中人数)之比,一般用千分率表示。
计算公式为:
年内出生人数-年内死亡人数
人口自然增长率=─────────────×1000‰
年平均人口数
=人口出生率-人口死亡率
是衡量一个地区一定时间段内的平均人口因素的一个重要指标。
鉴于上述我们对影响居民的消费水平的因素做了如下研究和探讨分析:
三模型的设定
模型设定为:
Y=β1+β2X2+β3X3+β4X4+β5X5+Ut
Y----城镇居民消费水平(元)
X2---城镇人口自然增长率(‰)
X3---全社会固定资产投资总额(亿元)
X4---城镇家庭平均每人可支配收入(元)
X5---城镇消费价格指数(上年=100)
Ut---随机误差项,代表其他无法用数字表示的因素
四相关数据
时间
城镇居民消费
水平(元)
城镇人口自然增
长率(‰)
全社会固定资产投资总额(亿元)
城镇家庭平均每人可支配收入(元)
城市居民消费价格指数(上年=100)
1986
872
15.57
3120.6
900.9
107
1987
998
16.61
3791.7
1002.1
108.8
1988
1311
15.73
4753.8
1180.2
120.7
1989
1466
15.04
4410.4
1373.9
116.3
1990
1596
14.39
4517
1510.2
101.3
1991
1840
12.98
5594.5
1700.6
105.1
1992
2262
11.6
8080.1
2026.6
108.6
1993
2924
11.45
13072.3
2577.4
116.1
1994
3852
11.21
17042.1
3496.2
125
1995
4931
10.55
20019.3
4283
116.8
1996
5532
10.42
22913.5
4838.9
108.8
1997
5823
10.06
24941.1
5160.3
103.1
1998
6109
9.14
28406.2
5425.1
99.4
1999
6405
8.18
29854.7
5854
98.7
2000
6850
7.58
32917.7
6280
100.8
2001
7161
6.95
37213.5
6859.6
100.7
2002
7486
6.45
43499.9
7702.8
99
2003
8060
6.01
55566.6
8472.2
100.9
2004
8912
5.87
70477.4
9421.6
103.3
2005
9644
5.89
88773.6
10493.03
101.6
2006
6263
5.28
109998.2
11759.5
101.5
2007
7255
5.17
137323.9
13785.8
104.5
2008
8349
5.08
172828.4
15780.8
105.6
2009
9098
4.87
224598.8
17174.7
99.1
2010
9968
4.79
278121.9
19109.4
103.2
五模型的参数估计,检验和修正
1.对被解释变量城镇居民消费水平与各解释变量的总体回归得:
DependentVariable:
Y
Method:
LeastSquares
Date:
12/22/12Time:
22:
55
Sample:
19862010
Includedobservations:
25
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
9934.276
4583.932
2.167196
0.0425
X2
-491.4084
208.3193
-2.358919
0.0286
X3
-0.014262
0.018273
-0.780513
0.4442
X4
0.347725
0.362561
0.959079
0.3490
X5
-13.14148
31.80345
-0.413209
0.6838
R-squared
0.918861
Meandependentvar
5398.680
AdjustedR-squared
0.902633
S.D.dependentvar
2985.549
S.E.ofregression
931.6001
Akaikeinfocriterion
16.68854
Sumsquaredresid
17357574
Schwarzcriterion
16.93232
Loglikelihood
-203.6068
Hannan-Quinncriter.
16.75615
F-statistic
56.62270
Durbin-Watsonstat
1.183971
Prob(F-statistic)
0.000000
有回归函数
Y=9934.27596-491.4084*X2-0.014262*X3+0.3477210079*X4-13.14148*X5
T=(2.167196)(-2.358919)(-0.780513)(0.959079)(-0.413209)
R2=0.918861
=0.902633F=56.62270
由表可见,该模型R2=0.992842可决系数很高,F检验值为520.1555,明显显著。
但是X2和X5的T检验值不显著,结合经济现实分析可能存在多重共线性。
计算各解释变量的相关系数:
X2
X3
X4
X5
X2
1.000000
-0.870655
-0.953251
0.549876
X3
-0.870655
1.000000
0.966842
-0.483997
X4
-0.953251
0.966842
1.000000
-0.546707
X5
0.549876
-0.483997
-0.546707
1.000000
有相关系数矩阵可以看出,各解释变量相互之间的相关系数较高,确实存在严重多重共线形。
下面,我们采用对各个变量逐个回归、剔除的方法来解决这个问题:
①分别对Y做X2、X3、X4、X5的一元回归,结果如下表所示:
变量
X2
X3
X4
X5
参数估计值
-763.0086
-0.109218
0.924687
-194.2546
T检验量
-16.48849
-10.07142
26.70086
-2.759136
R-squared
0.937903
0.849289
0.975374
0.297227
AdjustedR-squared
0.934453
0.840916
0.974006
0.258184
由表可以看出,X5的可决系数很低,而且T检验也不显著,所以把它剔除。
X4的可决系数最高,而且T检验也比较显著,所以,以X4为基础,顺次加入其他变量逐步回归:
加入X2:
DependentVariable:
Y
Method:
LeastSquares
Date:
11/10/07Time:
20:
16
Sample:
19862005
Includedobservations:
20
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
4137.756
1291.232
3.204503
0.0052
X4
0.660647
0.096921
6.816328
0.0000
X2
-233.0799
81.55673
-2.857887
0.0109
R-squared
0.983366
Meandependentvar
4662.200
AdjustedR-squared
0.981409
S.D.dependentvar
2815.115
S.E.ofregression
383.8392
Akaikeinfocriterion
14.87581
Sumsquaredresid
2504653.
Schwarzcriterion
15.02517
Loglikelihood
-145.7581
F-statistic
502.4957
Durbin-Watsonstat
0.333074
Prob(F-statistic)
0.000000
加入X3:
DependentVariable:
Y
Method:
LeastSquares
Date:
11/10/07Time:
20:
19
Sample:
19862005
Includedobservations:
20
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-47.32383
56.57410
-5.346507
0.2332
X4
1.386839
0.077663
17.85711
0.0000
X3
-0.060504
0.009830
-6.154801
0.0000
R-squared
0.992372
Meandependentvar
4662.200
AdjustedR-squared
0.991474
S.D.dependentvar
2815.115
S.E.ofregression
259.9299
Akaikeinfocriterion
14.09618
Sumsquaredresid
1148580.
Schwarzcriterion
14.24554
Loglikelihood
-137.9618
F-statistic
1105.803
Durbin-Watsonstat
1.710981
Prob(F-statistic)
0.000000
加入X2,X3后R2都增大,但是加入X3后R2明显增大,而且各参数的T检验值也显著,所以选择保留X3,再加入X2进行回归:
DependentVariable:
Y
Method:
LeastSquares
Date:
11/10/07Time:
20:
23
Sample:
19862005
Includedobservations:
20
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
204.4973
1274.994
0.160391
0.8746
X4
1.356264
0.173392
7.821952
0.0000
X3
-0.058734
0.013483
-4.356206
0.0005
X2
-15.05278
75.74878
-0.198720
0.8450
R-squared
0.992391
Meandependentvar
4662.200
AdjustedR-squared
0.990964
S.D.dependentvar
2815.115
S.E.ofregression
267.5996
Akaikeinfocriterion
14.19372
Sumsquaredresid
1145752.
Schwarzcriterion
14.39286
Loglikelihood
-137.9372
F-statistic
695.5630
Durbin-Watsonstat
1.702585
Prob(F-statistic)
0.000000
在X4,X3的基础上加入X2,虽然R2改进了一点,但是各项参数的T检验又不变的不显著,将X2剔除。
所以保留x3x4,最后修正严重多重共线形影响的回归结果:
DependentVariable:
Y
Method:
LeastSquares
Date:
11/12/07Time:
09:
32
Sample:
19862005
Includedobservations:
20
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-47.32383
56.57410
-5.346507
0.2332
X3
-0.060504
0.009830
-6.154801
0.0000
X4
1.386839
0.077663
17.85711
0.0000
R-squared
0.992372
Meandependentvar
4662.200
AdjustedR-squared
0.991474
S.D.dependentvar
2815.115
S.E.ofregression
259.9299
Akaikeinfocriterion
14.09618
Sumsquaredresid
1148580.
Schwarzcriterion
14.24554
Loglikelihood
-137.9618
F-statistic
1105.803
Durbin-Watsonstat
1.710981
Prob(F-statistic)
0.000000
Y=-47.32383-0.060504X3+1.386839X4
3、异方差检验
由于该模型中所获取的数据是时间序列数据且为大样本,因此,我们选择用Goldfeld-Quanadt检验法:
对变量取值排序(按递增排序)。
构造子样本区间,建立回归模型。
样本容量n=20,删除中间约1/4的观测值(约4个),余下部分平分得两个样本区间:
1986年—1993年和1998年—2005年,即:
n1=n2=8。
DependentVariable:
Y
Method:
LeastSquares
Date:
11/10/07Time:
21:
40
Sample:
19861993
Includedobservations:
8
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-161.6010
54.91781
-2.942597
0.0322
X3
-0.013560
0.013997
-0.968748
0.3772
X4
1.134289
0.081232
13.96351
0.0000
R-squared
0.997695
Meandependentvar
1658.625
AdjustedR-squared
0.996773
S.D.dependentvar
677.7279
S.E.ofregression
38.49935
Akaikeinfocriterion
10.41916
Sumsquaredresid
7411.001
Schwarzcriterion
10.44895
Loglikelihood
-38.67663
F-statistic
1082.106
Durbin-Watsonstat
2.068838
Prob(F-statistic)
0.000000
DependentVariable:
Y
Method:
LeastSquares
Date:
11/10/07Time:
21
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 影响 我国 城镇居民 消费水平 因素 分析