计量经济学论文
中国商品进口额模型研究
摘要:通过对中国商品进口额及其主要影响因素的数据分析，得到关于中国商品进口额的函数，并用计量经济学的方法，对模型进行检验，探究其增长的规律性，从而使商品进口额成为一个可预测的经济变量。
关键词:计量经济学模型 多重共线性 异方差性 自相关性
一、 研究意义
改革开放以来，随着经济的发展，人们生活水平的不断提高，人民日益增长的物质文化需要不断提高，中国的商品进口额发生了很大的变化，进口数额不断上升，从1985年的1257.8亿元到2007年的73284.6亿元。影响中国商品进口额的因素很多，这里选取教材课后练习中的数据，研究中国商品进口额和国民生产总值的数量关系，商品进口额与居民消费价格指数的数量关系，对于探究中国商品进口额增长的规律性，预测商品进口额的发展趋势具有重要意义。
二、 因素分析及模型建立 1、 因素分析
一国的商品进出口属于对外贸易的内容，一国对外贸易的发展情况对经济增长有着重要影响，影响对外贸易发展的因素有很多，从大的方面来说，主要是世界经济的发展情况和国内经济发展的冷热情况，还有就是一国的对外贸易政策的等因素。有研究显示，对外贸易对一国经济增长的影响主要是进口增长对经济增长有较大的促进作用。这里，对中国商品进口额的研究，主要选取国内生产总值和居民消费价格指数，国内生产总值和居民消费价格指数说明了一国的经济发展情况。经济的发展，居民的生活水平得到了提高，居民对国外商品的需求也增大，所以，对这两个因素对进口额的影响有一定的参考意义。
2、 变量选取与模型建立 这里选取“中国商品进口额”为被解释变量，用Y表示，选“国内生产总值”、“居民消费价格指数”为解释变量，分别用 X1、X2表示。所以，模型假定为
LnY=β0+β1㏑X1 +β2㏑X2 + µ
其中u为随机误差项。
下表为1985——2007年中国商品进口额、国内生产总值、居民你消费价格指数数据： 商品进国内生年居民消费价格指数口额 产总值 份 (1985=100) (亿元) (亿元) 1981257.8 9016 100 5 19810275.1498.3 106.5 6 2 19812058.1614.2 114.3 7 6 计量经济学论文
19815042.2055.1 135.8 8 8 19816992.2199.9 160.2 9 3 19918667.2574.3 165.2 0 8 19921781.3398.7 170.8 1 5 19926923.4443.3 181.7 2 5 19935333.5986.2 208.4 3 9 19948197.9960.1 258.6 4 9 19960793.11048.1 302.8 5 7 19971176.11557.4 327.9 6 6 19911806.5 78973 337.1 7 19984402.11626.1 334.4 8 3 19989677.13736.4 329.7 9 1 20099214.18638.8 331 0 6 20010965520159.2 333.3 1 .2 20012033224430.3 330.6 2 .7 20013582234195.6 334.6 3 .8 20015987846435.8 347.7 4 .3 20018308454273.7 353.9 5 .8 20021192363376.9 359.2 6 .5 20024952973284.6 376.5 7 .9 （资料来源：中国统计年鉴2008.中国统计出版社） 三、参数估计
运用Eviews软件，建立方程 CREATE A 1985 2007
计量经济学论文
DATA Y Xl X2 GENR W=log(Y) GENR Wl=log(X1) GENR W2=log(X2) 运用OLS估计法得
所以，模型估计结果为：
LnY=-3.060149+1.656674lnX1-1.057053lnX2 0.337427 0.092206 0.214647 t= -9.069059 17.96703 -4.924618 R2=0.992218 R2=0.991440 F=1275.093 n=23
四、 模型检验 1、 经济意义检验： 模型估计结果说明，在假定其他变量不变的情况下，当国内生产总值每增加百分之一，商品进口额会平均增加1.78%；在假定其他变量不变的情况下，居民消费价格指数每增加1%,s商品进口额会平均减少1.51%。这与理论分析的经验判断一致。
2、 统计推断检验：
A、可决系数R2=0.992218，说明所建模型整体上对样本数据的拟合较好，即解释变量“国内生产总值”“居民消费价格指数”对被解释变量的绝大部分差异做出了解释。
B、 F检验
给定显著性水平α=0.05下，查F分布表查出自由度为k-1=2和n-k=20的临界值为3.49，F=1275.093>3.49，说明原方程显著，即解释变量联合起来对被解释便量有显著影响。
3、 计量经济学检验：
计量经济学论文
A、 多重共线性检验：
由估计模型可见，该模型R2=0.992218 R2=0.991440可决系数较高，F检验值为1275.093明显显著，但当α=0.05时，t临界值等于2.086，而且lnX2的回归系数不能通过t检验，这表明可能存在严重的多重共线性。由直观判断法可以看出，lnX2的t统计量的绝对值小于临界值，说明可能存在多重共线性。有简单的线性相关系数检验可知，两个变量间的相关系数很高，证实存在严重的多重共线性。所以需要对模型进行补救。
采用逐步回归法，去检验和解决多重共线性问题。分别作lnY对lnX1和lnX2的一元回归，结果如下表所示：
变量 LnX1 LnX2 参数估计值 1.21853 2.663790 T统计量 34.62222 11.68091 2R 0.982783 0.866619 0.981963 0.860268 R2 其中加入lnX1的方程R2最大，以lnX1为基础，顺次加入其他变量逐步回归，结果如下表所示：
当加入lnX2时R2有所增加，但其他t统计量的绝对值小于临界值，所以是lnX2引起了多重共线性，应当剔除。最后修正多重共线性后的结果为：
LnY=-4.09067+1.2186lnX1 t= -10.6458 34.6222
R2=0.9828 R2=0.9820 F=1198.70 DW=1.6207 n=23
这说明其他因素不变的情况下，当国内生产总值每增加1%，进口额就增长1.22%。
B、 自相关性检验
对一个样本容量为23的解释变量模型，在5%的显著性水平下，查表可得dl=1.257，du=1.437,所以DW>DU,原模型无自相关性，模型不需要补救。
五、 模型应用
1、模型结果为LnY=-4.09067+1.2186lnX1 t= -10.6458 34.6222
R=0.9828 R2=0.9820 F=1198.70 DW=1.6207 n=23
2
这说明其他因素不变的情况下，当国内生产总值每增加1%，进口额就增长1.22%
计量经济学论文
3、 对策建议、
第一，要坚持发展对外贸易不动摇。面对国内外经济增长放缓的新形势，中国对外贸易应进一步调整发展战略，通过加快转变发展方式来增强对外贸易的综合竞争力，促进对外贸易与国民经济的协调发展；通过不断完善对外贸易的体制和机制，不断提升对外开放水平，构建参与国际竞争新优势，稳步推进贸易强国进程。要充分认识对外贸易的积极作用，坚持发展对外贸易不动摇；积极调整发展战略，加快转变外贸发展方式；加快自主创新步伐，构建国际竞争新优势；加快产业布局调整，促进制造业梯度转移；加快建立海外营销网络，构建对外贸易发展的外部支撑体系；积极参与全球经济治理，营造良好的国际贸易环境。 第二，加快转变外贸发展方式。要改变长期以来中国对外贸易发展更多注重数量扩张，竞争力主要依靠劳动力、资源能源等生产要素的旧模式。随着中国经济快速发展和国际市场竞争加剧，传统发展模式难以为继。中国虽然是贸易大国，但还不是贸易强国。中国处在国际贸易分工价值链低端，自主知识产权、自主品牌、自主营销渠道和高技术含量、高附加值、高效益的产品比重低，与贸易强国还有较大差距。因此，要尽快转变外贸发展方式，更多地通过低碳、节能、环保等绿色技术和手段，支持出口产业向高端发展，把产品做精、把质量做优、把品牌做硬，把效益做大，不断提高产品的科技含量和附加值，不断提高产品的国际竞争力，进一步扩大绿色产品贸易份额。
第三，进一步优化进口结构，更好发挥进口的作用。一是要通过主动利用战略进口和国内产业转移、开放，搞活国内市场。在这一过程中，一方面，将培育企业的自生能力必须与进口选择相配合，通过发挥我国拥有国内大市场优势的主动权，战略选择有利于本地企业成长和发展的进口技术、商品结构，以拉动内需并提高本地企业的国际竞争能力；另一方面，要通过国内地区间产业转移和开放，加强地区内部的经济合作、促进地区间贸易和资金的流动，不仅使得这些地区获得更多的技术模仿、学习机会，而且有利于形成有效的市场竞争机制、增强当地企业的自生能力。
第四，积极鼓励海外投资和产业外移，促使中国企业主动加快融入全球和区域经济体系，提高中国企业的自主能力和定价权，真正实现进口服务于中国可持续发展的战略调整。
第五，要灵活运用贸易政策引导进口。要进一步出台新的鼓励措施，特别是对先进适用技术、设备、仪器、材料的进口，尤其是集成电路、半导体、纳米材料、航空航天设备、医疗设备、多类仪器、能源设备、信息通讯技术产品等等，由于这些产品总体上同发达国家差距明显，大力引进应当作为今后相当长时期的重点，大力推动进口增长。
总之，对外贸易的发展过程中有机遇也有挑战，所以，要继续落实好稳外需的各项政策措施，积极开拓新兴市场，保持出口回升向好势头。进一步稳定进口
计量经济学论文
促进政策，利用当前外贸回升的有利时机，调整和优化进出口结构，促进对外贸易转型升级和发展方式转变，努力实现外贸又好又快发展。
参考文献：
1、 庞皓. 计量经济学[M].成都：西南财经大学出版社，2002年 2、 《中国统计年鉴》2008年
3、 薛荣久.《国际贸易》 对外经济贸易出版社
我国人均GDP与农业人口比重、能源生产总量的关系
摘要:考察我国各年国内生产总值和农业人口占总人口比重及全国能源生产总量的关系,对他们之间数量关系的回归分析,得出了农业人口比重和能源生产总量都是人均GDP的重要制约因素的观点,为加快发展,必须保持国民经济的高速增长,以及通过转移农业剩余劳动力即通过城市化来促进国民经济的发展、促进第三产业的发展和能源生产总量投入。
关键词:人均GDP；农业从业人口比重；能源生产总量
能源生产总量是生产力水平提高和社会进步的重要表现,能源生产总量的高低是衡量现代社会经济发展程度的重要标志。加快发展中国新能源的发展可以有效地提高第一二产业的运行质速度 ,为促进国民经济更快更好的发展提供能源上的保障。依据三次产业的发展规律,第一产业的就业人口数在就业总人口数中会随着经济的不断发展而不断缩小。当今世界上的发达国家在经济发展过程中也都体现了这一规律,这是经济发展过程中的一个重要的规律。2000年中国农村人口比重高达50.1%，2010年我国农村人口的比重就下降到了38.1%，现在大多数发达国家的农村人口比重都下降到10%以内。这种规律性反映了第一产业比重对国民经济,的制约作用，这种制约机制主要表现为可以反映国民经济发展水平的数量指标和第一产业就业人口比例之间的数量反比关系。就我们国家来说，1998年到2010年,其人均GDP与能源生产总量、农业从业人口占第一、二、三产业从业人口比重(以下称农业从业人口比重)之间存在着数量对应关系。笔者从分析国民经济统计数据入手,运用定量分析的方法研究这种对应关系,从而揭示出第一产业的发展对国民经济发展水平的制约作用以及能源生产总量对国民经济的促进作用。希望通过研究,提高广大群众特别是各级决策机关和决策人员对“保持国民经济持续、快速、健康发展”的重要性的认识,努力实现十八大提出的“全面建成小康社会,加快推进社会主义现代化”的目标。 一、主要指标的选择和简要分析
人均GDP可以用来作为反映一个国家或地区(各省区)的国民经济发展水平的主要指标之一,人均GDP反映国民经济发展水平,记作Y, Y和国
民经济发展水平是同向变动的, Y值越大表示国民经济发展水平越高。
农业从业人口比重可以作为反映国民经济发展水平的另一个主要指标,这一指标也用于表示一个国家或地区的城镇化发展水平,随着国民经济的发展,农业从业人口向非农化方向发展,农业人口比重逐渐变小。农业人口比重记作X1, X1=各省区农业从业人口/各省区第一、二、三产业从业人口, X1与国民经济发展水平
计量经济学论文
呈反方向变动。
我国能源生产总量，用标准煤为衡量标准，统计数值为亿吨单位。
记作X2，X2值越大，我国每年的能源生产总量约大，国民经济发展水平的促进作用越大。
选择了上述三项指标(Y, X1, X2)之后,假定三者之间存在着这样的函数关系: Y=F (X1, X2)。以此为假设,然后对国民经济统计数据进行定量分析。分析过程中,首先采用单因素分析法分别分析Y和X1、X2的关系,然后用双因素分析法分析Y和X1、X2的关系。
二、国民经济相关数据的统计分析
采用的国民经济相关数据源于《中国统计年鉴2010年》,详见表1。
农业人口比重能源生产
年份 人均GDP（Y） (X1) (X2)
1998 6796 49.9 12.983 1999 7159 49.8 13.194 2000 7858 50.1 13.505 2001 8622 50 14.388 2002 9398 50 15.066 2003 10542 50 17.191 2004 12336 49.1 19.665 2005 14185 46.9 21.622 2006 16500 44.8 23.217 2007 20169 42.6 24.728 2008 23708 40.8 26.055 2009 25608 39.6 27.462 2010 29992 38.1 29.692 (一)关系的单因素分析
1、分析人均GDP(Y)和农业人口比重（X1）的相关关系。经过对Y和X1之间的关系初步分析,可以判断Y和X1有近似的直线关系,所以可以采用简单线性回归模型进行分析。Y和X1的相关系数为-0.9856
它们呈显著线性相关关系。二者关系的回归方程模型为: Y = 92751.4731 - 1683.390644*X1 （1） （22.91824） （-19.33754） 相关统计指标:可决系数
=0.97144 =2882.576 P值=0.000 P值近似于
零。F=373.9405
因此,回归模型是显著的, 模型的经济意义比较合理，解释变量也都通过了T检验 和F检验，Y和X1之间存在明显的线性相关关系
2,分析人均GDP(Y)和能源生产总量X2的相关关系。经过对Y和X2之间的关系的初步分析,我们可以判断Y和X2之间呈现对数函数关系,所以可以采用拟合线性回归模型来进行分析。Y和X2的相关系数为0.9759
,它们呈显著线性相关关系。二者关系的回归方程模型为: Y = -10527.04976 + 1274.209512*X2（2）
计量经济学论文
（-5.921119） （14.84044）
相关统计指标:
可决系数R=0.952430;
2=1766.066 F=220.2386 P=0.000 近似于零因
此,各参数很合理，回归模型是显著的, Y和X2之间存在明显的线性相关关系。 (二)关系的双因素分析
经过上面的单因素分析,我们可以判断Y和X1、X2之间分别存在明显的线性相关关系。因此,我们可以在Y=c+b1*X1+b2*X2的假定下,对Y和X1、X2之间的关系进行双因素分析。分析的主要结果如下: 回归方程模型为:
Y = -26522.20187 + 952.279833*X1 + 913.7741652*X2（ （-4.188026） （2.593847） （5.879191 ） 相关统计指标:
可决系数R=0.971563; =1432.125 F=170.8258 P=0.000000 统计检验通过，各参数值比较明显。所以回归模型是显著的, Y和X1、X2之间存在明显的线性相关关系。 (三)两种分析的结果比较
在上面分析Y和X1、X2的关系中,单因素分析法和双因素分析法也就是回归方程模型(1)、(2)和(3)到底哪种方法更能有效地解释国民经济发展水平和第三产业发展水平的关系呢?可以通过比较三个模型方程的可决系数和标准偏差的大小来进行比较。依据上述分析可以明显地看出,回归方程模型(3)的可决系数
2R型
2=0.971563>R（1）=0.97144, R=0.971563>R（2）=0.952430;回归模(3)
方
差
平
方
和
(3)=1432.125<
(1)=2882.576,
222(3)=1432.125<(2)=1766.066,所以在解释Y和X1、X2的关系中,方程(3)要优于方程(1)、(2)。通过回归模型方程(3)可以得出这样的判断,能源生产总量和农业从业人口比重都是人均GDP的重要决定因素。 三、结论和建议
人均GDP和农业从业人口比重都是决定第三产业发展水平的重要因素。 1、人均GDP (Y)与农业人口比重（X1）之间存在着负的简单线性相关关系,说明第一产业的发展水平对人均GDP有明显的制约作用。一般而言,第一产业发展水平较高的国家人均GDP也较高,特别是国家处在发展中的时候,第一产业的的就业人口转移对人均GDP有较大的拉动作用。
计量经济学论文
第一产业作为完整的国民经济体系的重要组成部分,特别是我国正朝着全面建成小康社会的目标奋进的时刻,要紧紧把握住发展这一主题，农业从业人口比重比较高,是我国目前大多数省区普遍存在的问题。要求降低农业从业人口比重,积极探索适合的转移农业富裕劳动力的途径,使得第一产业的发展水平迈上新的台阶。同时农业是第一产业，是国民经济的基础，没有农业的发展，就不会有国民经济的发展。
2·Y与全国能源生产总量(X2)的之间存在着明显正的线性相关关系,说明能源生产总量对国民经济的发展水平也有明显的推动作用。
世界各国经济发展的历史表明，能源消费与国民经济之间存在着明显的关系。能源是国民经济的命脉,能源是国家重要的战略资源，。能源是推动经济社会发展必不可少的助动力,是国民经济的基础产业,对国民经济持续、快速、健康地发展和人民生活的改善,发挥着十分重要的促进与保障作用。
3·随着第一产业就业人口比例的不断缩小以及全国能源生产总量的的提高，同时国民经济的发展水也在不断提高，是整个经济发展过程中的一个重要规律,这是世界各国在经济发展过程中所体现出来的一个重要特征。其三者的联系紧密，当第一二三产业很好的平衡发展，国家的宏观政策调节好三者之间的产业结构时，才能促进国民经济的又好又快发展。能源生产总量为国民经济发展提供动力保证，列宁曾说过
“煤是工业的粮食。石油是工业的血液。”能源为工业发展
提供了原动力，这正是它对国民经济发展的重要性所在。
参考文献：
[1]庞皓.计量经济学【M】.北京：科学出版社，2010.
[2]罗祥立. 我国第三产业与人均GDP、农业从业人口的关系[J].商业研究.2005/02
中国财政地方卫生支出的影响因素分析
内容摘要
近年来居民卫生医疗健康状况一直是全社会关注的重点民生问题。与此同时，中央及地方各级政府也一再强调要加大公共卫生的财政支出力度。而许多地方“看病难、看病贵”等现象似乎并没有得以解决，这个历史遗留的民生问题牵涉的方方面面是在太多，要一次性完全解决妥当似乎不是那么件容易的事。要解决问题，首先肯定要找出出现问题的原因，到底是哪些因素影响了我国卫生医疗跟不上脚步。本文着重从政府地方卫生支出的影响因素来分析，为何地方卫生支出存在不均衡的问题。
关键词：卫生医疗、财政支出、GDP、财政收入
早在1997年《中共中央、国务院关于卫生改革与发展的决定》就提出了“中央和地方政府对卫生事业的投入，要随着经济的发展逐年增加，增加力度不低于财政支出的增长幅度”的要求，但是我国政府的卫生支出水平仍旧偏低。从绝对量上看，我国的卫生支出从2000年的709.52亿元增长到2010年的3124.57亿元，虽然增长了4倍多，但直到2003年SARS的爆发，政府才更加重视卫生领域的投入，政府预算支出的增长开始慢慢地与财政支出的增长相协调。1997年《中共中央、国务院关于卫生改革与发展的决定》还要求在二十世纪末“争
计量经济学论文
取全社会卫生总费用占国内生产总值的5％左右”，但是我国卫生总费用占GDP的比重直到2010年也没有超过5%。根据Tanzi和Schuknecht(1997)的整理，早在上个世纪90年代奥地利、法国、意大利、德国、挪威、荷兰等国医疗卫生支出占GDP的比重就超过了8%，加拿大和美国更是超过了10%，比例最低的是爱尔兰，也达到了7.1%。
一、理论分析
研究对于影响政府财政支出的因素主要有人口密度，人均GDP，受教育水平。本文主
要以人口密度、人均GDP和文盲率作为人口、经济和社会三个方面的效率影响因素。所使用的所有数据均来自2010年各地中国财政年鉴、中国卫生年鉴、中国卫生统计年鉴以及中国统计年鉴
人口数：由于较多的人口数有利于降低政府支出的管理和监督成本,所以人口数与政府支出的效率应该呈正相关关系
GDP水平：较高的经济发展水平有助于提高财政支出效率，所以GDP越高地地区，政府财政医疗卫生支出应该越高。
卫生医疗机构数：卫生医疗机构多的地区，医疗卫生发展水平相对较高，所以卫生医疗机构数应与政府财政医疗支出成正比。
财政收入水平：财政收入高的地区说明当地政府正真能力强，能够充分利用当地资源，积极发展地方经济，说明地方经济发展水平也就较高，医疗发展水平也较高。所以财政收入高地地区政府财政卫生医疗支出也高。
二、模型设定
Y 代表政府财政医疗支出额 X1 代表人口数 X2 代表GDP总额 X3 代表卫生医疗机构 X4代表财政收入
基于以上数据，初步建立模型
Yi01X12X23X34X4ut
三、数据收集：本文收集了我国2010年我国卫生医疗支出以及相关因素的部分数据
地区 北 京 天 津 河 北 山 西 内蒙古 辽 宁 吉 林 黑龙江 上 海 江 苏 卫生医疗财政支出（亿元）Y 186.82 70.07 235.48 113.86 120.72 151.36 110.91 135.18 160.07 249.69 人口数（万人）X1 1962 1299 7194 3574 2472 4375 2747 3833 2303 7869 GDP总量（万元）X2 14113.58 9224.46 20394.26 9200.86 11672.00 18457.27 8667.58 10368.60 17165.98 41425.48 卫生医疗机构数（个）X3 9411 4542 81403 41098 22565 34805 19385 22073 4708 30956 财政收入（亿元）X4 2353.93 1068.81 1331.85 969.67 1069.98 2004.84 602.41 755.58 2873.58 4079.86 计量经济学论文
浙 江 安 徽 福 建 江 西 山 东 河 南 湖 北 湖 南 广 东 广 西 海 南 重 庆 四 川 贵 州 云 南 西 藏 陕 西 甘 肃 青 海 宁 夏 新 疆 224.53 184.22 117.58 150.02 250.77 270.21 179.13 180.44 304.04 165.49 34.82 94.87 263.34 127.68 183.70 32.04 156.66 100.40 38.94 34.02 103.56 5447 5957 3693 4462 9588 9405 5728 6570 10441 4610 869 2885 8045 3479 4602 301 3735 2560 563 633 2185 27722.31 12359.33 14737.12 9451.26 39169.92 23092.36 15967.61 16037.96 46013.06 9569.85 2064.50 7925.58 17185.48 4602.16 7224.18 507.46 10123.48 4120.75 1350.43 1689.65 5437.47 29939 22997 27017 34068 66967 75741 34269 59359 44880 32741 4678 17495 74283 25420 22888 4960 35696 26673 5781 4129 16000 2608.47 1149.40 1151.49 778.09 2749.38 1381.32 1011.23 1081.69 4517.04 771.99 270.99 952.07 1561.67 533.73 871.19 36.65 958.21 353.58 110.22 153.55 500.58
注：以上数据来自2010年中国统计年鉴
四、图形分析及理论模型建立：
1、利用Eviews软件分别绘制X1，X2，X3与Y的相关图 相关图如下：
计量经济学论文
由相关图可知，解释变量与被解释变量之间存在线性相关关系，为此，可建立如下人口密度，人均GDP，文盲率与政府卫生医疗财政支出的多元线性回归模型：
Yi01X12X23X34X4ut
2、用最小二乘法，利用Eviews软件可得估计结果如下：
计量经济学论文
报告形式：
ˆ29.21230.0231X0.0049X0.0006X0.0567Xu Yi1234t （7.4831）（20.0044） （0.0014） （0.0004）（5.0199）
（5.0199） t=（3.9038） （5.2771） （-3.4521） （1.6519）
ˆ=19.5387 R2=0.9388 R2=0.9293 DW=2.2969 F=99.6313
3、检验多元回归模型： 给定显著水平为0.05
拟合优度检验：R2=0.9388接近于1，表明模型对样本数据拟合程度高。
F检验：F=99.6313>F(5-1,31-5)=2.74 表明模型线性关系显著，或解释变量人口密度X1，人均GDPX2，文盲率X3结合起来对被解释变量政府卫生医疗财政支出Y有显著影响。 T检验：人口数X1的T统计量绝对值为5.2771>t/2(31-5)=2.056 表明人口数量对Y有显著影响
GDP总量X2的T统计量绝对值为3.4521>t/2(31-5)=2.056 表明GDP总量对Y有显著影响
卫生医疗机构数X3的T统计量绝对值为1.6519 显著影响 模型可能存在多重共线性，现对其进行计量经济检验： 4、多重共线性检验：由于选择的影响因素过多，所以估计模型之前，应先分析各个因素与被解释变量之间的关系，以及因素之间的相关程度，利用COR命令进行相关系数检验，得相关系数矩阵为： 计量经济学论文 通过计算表明，各解释变量都与被解释变量政府财政医疗支出高度相关，且解释变量之间也是两两高度相关的。先按照逐步回归原理建立回归模型。 1) 建立一元回归模型 根据理论分析，人口数量应是财政医疗支出的主要影响因素，相关系数检验也表明，人口数量应与财政医疗支出的相关性最强。所以，以Y=a+bX+作为最基本的模型 2）将其余的变量逐个引入模型，估计结果列入下表（第二行为t检验值） 模型 y=f(x1) X1 0.024735 13.68035 X2 0.0014 1.7727 -0.0048 -3.2987 -0.0049 -3.4521 X3 -0.0004 0.8620 0.0006 1.3045 0.0006 1.6519 X4 0.0174 3.4008 0.0509 4.5964 0.0223 3.5368 0.0567 5.0199 R2 0.8612 0.8708 0.8600 0.8983 0.9248 0.9008 0.9388 y=f(x1,x2) 0.0201 6.3816 0.0272 8.0557 0.0204 10.1024 0.0285 9.4392 0.0152 3.4359 0.0231 5.2771 y=f(x1,x3) y=f(x1,x4) y=f(x1,x4,x2) y=f(x1,x4,x3) y=f(x1,x4,x3,x2) 经过以上的逐步引入检验过程，最终确定政府财政医疗卫生支出的函数为 计量经济学论文 ˆ= 42.2853+ 0.0204X1 + 0.0174X4 Yi （7.9621） （0.0020） （0.0051） t=( 5.3108) (10.1024 ) (3.4008) R2=0.9051 R2=0.8983 DW=2.3662 F=133.4513 统计检验： 判定系数：R2=0.9051 接近于1，表明模型对样本数据拟合优度高。 F检验：F=133.4513,大于临界值2.74, 其P值0.000000也明显小于0.05,说明各个解释变量对政府财政医疗支出Y有显著影响，模型线性关系显著 T检验：人口数X1的T统计量绝对值为5.3108>t/2(31-5)=2.056 表明人口数量对Y有显著影响；财政收入X4的T统计量绝对值为3.4008>t/2(31-5)=2.052 表明财政收入对Y有显著影响 自相关检验：给定显著性水平0.05，查DW表，当n=31 ,k=3时，得下限值dL=1.229,上限值dU=1.650 因为DW统计量为2.3662 位于 4-dU=2.35与 4-dl=2.771之间所以无法判断是否存在自相关性。 5、偏相关系数检验： 计量经济学论文 从上图可知，偏相关系数PAC的绝对值都小于0.5，表明回归模型存在一阶二阶，三阶，自相关性 从White检验知Obs*R-squared=10.80896小于自由度为5，显著性水平为为0.05的2值为11.071表明模型不存在异方差性。 修正模型：加权最小二乘法WLS建立的样本回归模型: 权数为W1=1/ abs(resid)和权数为W2＝1/RESID^2的加权最小二乘法估计相比较，最终得到的理想模型是 计量经济学论文 经过White检验，无交叉乘积项的检验结果为：nR=0.6905 prob(nR2)=0.9524 White检验结果表明：prob(nR2)大于给定的显著性水平=0.05，接受原假设，认为经加权最小二乘法调整后的回归模型不存在异方差。 6、经比较和检验，我们最终确定的政府财政医疗支出的模型为： 2ˆ= 951610+0.0026X1 +0.0228X4 Yi（16.1952） （0.0009） （0.0104） t=(5.8759) (3.0038) (2.1846) R2=0.9709 R2=0.9688 DW=2.1899 F=467.1209 P=0.0000 这表明，在其他条件不变的情况下，地区人口每增加一万人，该地区的政府财政医疗支出就会增加26万元；在其他条件不变的情况下，地区财政收入每增加一亿元，政府财政医疗支出就会增加228万元。 五、得出结论： （1）人口数量与政府财政医疗卫生支出呈现较为明显的正向相关关系。表明人口数量越多 的地区，政府财政医疗卫生支出越高，相应的效率也越高。 （2）地区财政收入与政府财政医疗卫生支出成正相关关系。说明说明当地政府正真能力强，能够充分利用当地资源，积极发展地方经济，说明地方经济发展水平也就较高，医疗发展水平也较高。所以财政收入高地地区政府财政卫生医疗支出也高。 六、参考文献 [1]中国统计年鉴. 2010 [2]赵卫亚. 计量经济学[M].上海：上海财经大学出版社，2003年. 我国农村居民消费水平影响因素实例研究 一、提出问题 近年来，我国的经济在迅速的发展，国内生产总值（GDP）也在增长。居民的收入和消费也都在增加。2001年我国的居民消费水平在3887万亿元，直到2010年，我国居民消费水平增加到了9969万亿元。居民的消费水平是指居民在物质产品和劳务的消费过程中，对满足人们需求生存、发展和享受需求方面所达到的程度。一般，通过消费的物质产品和劳务的数量和质量反映出来的。居民的消费水平在很大程度上受整体的经济状况影响国民生产总值是用于衡量一国总收入的一种整体的经济指标，经济扩张时期，居民收入稳定，GDP也高，居民用于消费的支出较多，消费水平较高；反之，经济收缩时，收入下降，GDP也低，用于消费的支出较少，消费水平随之下降。消费问题一直是经济学界研究的重点和热点, 国内许多专家学者从收入、消费支出、物价、贫富差异、地区和行业等因素入手研究了我国消费结构。因此，为了更加了解我国的消费水平，保持我国经济可持续增长，对影响居民消费水平的因素进行大量的实证研究。 计量经济学论文 二、理论综述 1、.凯恩斯的绝对收入理论。凯恩斯将消费函数表达为：C＝f（Y），并将此式改写为C＝bY，表明如果其他条件不变，则消费C随收入Y增加而增加，随收入Y减少而减少。他强调实际消费支出是实际收入的稳定函数，这里所说的实际收入是指现期、绝对、实际的收入水平，即本期收入、收入的绝对水平和按货币购买力计算的收入。 凯恩斯认为，消费是限期可支配收入的函数，消费与可支配收入之间存在着以下的关系： （1）在短期无论可支配收入多少，是否等于零，消费支出总是大于零。可支配收入等于零时的消费支出，来源于从前的储蓄或现在的借债，这部分的消费支出与可支配收入无关，称为自发消费； （2）随着可支配收入的增加，消费支出也增加。随着可支配收入的变动而变动的消费叫引致消费； （3）消费支出的增加量少于可支配收入的增加量。 假定消费函数为线性，则凯恩斯的消费函数可表述为 C=C0 +cYd 其中，C为消费支出，Yd为可支配收入，C0与c均为常数，且C0>0,0 3.莫迪利安尼的生命周期理论。莫迪利安尼提出消费不取决于现期收入，而取决于一生的收入和财产收入，其消费函数公式为：C＝a•WR＋b•YL，式中WR为财产收入，YL为劳动收入，a、b分别为财产收入、劳动收入的边际消费倾向。他根据这一原理分析出人一生劳动收入和消费关系：人在工作期间的每年收入YL，不能全部用于消费，总有一部分要用于储蓄，从参加工作起到退休止，储蓄一直增长，到工作期最后一年时总储蓄达最大，从退休开始，储蓄一直在减少，到生命结束时储蓄为零。还分析出消费和财产的关系：财产越多和取得财产的年龄越大，消费水平越高。 4.弗里德曼的持久收入理论。弗里德曼认为居民消费不取决于现期收入的绝对水平，也不取决于现期收入和以前最高收入的关系，而是取决于居民的持久收入，即在相当长时间里可以得到的收入。他认为只有持久收入才能影响人们的消费，消费是持久收入的稳定函数，即：CL＝bYL ，表明持久收入YL 增加，持久消费（长期确定的有规律的消费）CL 也增加，但消费随收入增加的幅度取决于边际消费倾向b，b值越大CL 增加越多，b值越小CL 增加越少。持久收入理论和生命周期理论相结合构成现代消费理论，这两种收入理论不是互相排斥的，而是基本一致的，互相补充的。 三、模型的设定 1消费的影响因素 （1）农村居民人均可支配年收入。按照经典经济学理论，收入是影响消费的主要因素，如果收入为0时，居民的消费支出是最低的，随着收入的增加，人们才会拿出多余的钱买奢侈品，去娱乐。但是根据凯恩斯的宏观经济学原理，真 计量经济学论文 正对居民消费水平有影响的是居民的收入水平。在考虑到这个因素的情况下，我们选择居民人均收入（X2）作为解释变量。 （2）农村居民的消费价格指数。对于价格需求弹性低的商品（生活必需品）来说， 商品价格的变动基本上对商品的需求量没有什么影响，而对于价格 需求弹性高的商品（奢侈品）来说，物价的微小变动会引起对消费品需求的大幅度波动，因此消费品的价格水平对居 民的消费水平也有一定的影响。文章利用居民消费价格指数（x1）来代表消费品的价格水平,将其作为解释变量。 （3）农村家庭恩格尔系数。恩格尔系数是衡量一个国家和地区人民生活水平的状 况，一个国家或家庭生活越贫困，居民储蓄越少，恩格尔系数就越大；反之，生活越富裕，居民储蓄越多，恩格尔系数就越小，这一项也是需要被列为影响因素即为解释变量。 (4)其他因素 1)体制因素。随着市场经济的不断发展，使得居民收入分配越来越与其劳动成果和市场不确定状态结合起来。在这种情况下，一方面，居民必须为下岗与再就业之间的各项支出，另一方面，我国劳动就业、养老、医疗、教育、住房等，使得居民必须为某些活动而消费。如果在体制方面进行制度创新，其中有些不必要的消费很难用数值来衡量，故归为其他因素。 2)人口结构因素。根据生命周期模型可得出，一国人口结构年轻化，该国消费将会减少，当进入老年化时，消费比例将会增加，但是由于数据收集原因，也归为其他因素.其他因素在本文中用随机扰动项来表 示。 2、模型的设定 Y： 农村居民消费水平 X1：农村居民的消费价格指数 X2: 农村居民人均可支配收入 X3：农村家庭恩格尔系数 基于以上数据，初步建立模型 Y= C+ C1*X1+ C2*X2+ C3*X3++ 3、数据的收集 本文收集了我国1991-2010年居民消费水平的相关数据 农村居民价农村居民人均农村家庭 农村居民消费年份 格消费指可支配收入/元恩格尔系 水平/元y 数%x1 x2 数%x3 602 102.3 708.6 57.6 1991 688 104.7 784.0 57.6 1992 805 113.7 921.6 58.1 1993 1038 123.4 1221.0 58.9 1994 1313 117.5 1577.7 58.6 1995 1626 107.9 1926.1 56.3 1996 1722 102.5 2090.1 55.1 1997 1730 99.0 2162.0 53.4 1998 1766 98.5 2210.3 52.6 1999 1860 99.9 2253.4 49.1 2000 计量经济学论文 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 1969 2062 2103 2319 2579 2868 3293 3795 4021 4455 100.8 99.6 101.6 104.8 102.2 101.5 105.4 106.5 99.7 103.6 2366.4 2475.6 2622.2 2936.4 3254.9 3587.0 4140.4 4760.6 5153.2 5919.0 47.7 46.2 45.6 47.2 45.5 43.0 43.1 43.7 41.0 41.1 注：以上数据来源各年份中国统计年鉴， 四、模型的估计与调整 1用最小二乘法，利用Eviews软件可得估计结果如下 报告形式： ˆ 469.3652 + 1.7884X1 + 0.7215X2 - 8.8007X3 Yiˆ() （250.8966）（2.2105）（0.01904） （4.8007） S.Et= （1.8708） （0.6090）（37.8879） (-1.83332) ˆ=48.4463 R2=0.9983 R20.9980 DW=1.0545 F=3194.701 p(f)=0.00000 2）检验多元回归模型： 给定显著性水平为0.05 拟合优度检验：R2=0.9983接近1，表明模型对样本数据拟合程度高。 F检验（回归方程显著性检验）：F=3194.401F(31,203)3.59，表明模型线性关系很显著，或解释变量农村居民消费价格指数x1和农村居民人均可支配收入x2和农村家 计量经济学论文 庭恩格尔系数X3联合起来对被解释变量农村居民消费水平Y有显著影响。 T检验（解释变量显著性检验）：农村居民消费价格指数回归系数的T统计量绝对值为0.6090 t/2(203)2.110，表明居民消费价格指数对Y没有显著影响；农村居民人均可支配收入回归系数的T统计量绝对值为37.8879t/2(203)2.110，表明农村居民人均可支配收入对Y有显著影响。农村家庭恩格尔系数回归系数的T统计量绝对值为1.8333t/2(203)2.110，表明家庭恩格尔系数对Y有没有显著影响。 3）模型经济意义：假设其他解释变量不变，居民消费价格指数每增长1%，被解释变量农村居民消费水平就增加1.7884元； 。假设其他解释变量不变，农村居民人均可支配收入每增长1元，被解释变量人农村居民消费水平就增加0.7215元。 假设其他解释变量不变，农村家庭恩格尔系数每增长1%，被解释变量人农村居民消费水平就减少8.007元。 计量经济检验： 多重共线性检验：由于选择的影响因素过多，所以估计模型之前，应先分析各个因素与被解释变量之间的关系，以及因素之间的相关程度，利用COR命令进行相关系数检验，得相关系数矩阵为：cor y x1 x2 x3 通过计算表明，各解释变量都与被解释变量农村居民消费水平相关，且解释变量之间也是两两高度相关的。先按照逐步回归原理建立回归模型。 1) 建立一元回归模型 根据理论分析，农村居民可支配收入应是农村居民消费水平的主要影响因素，相关系数检验也表明，农村居民可支配收入与农村居民消费水平的相关性最强。所以，以Y=a+bX+作为最基本的模型 Ls y c x2 计量经济学论文 2）建立二元回归模型 以一元回归模型为基础建立二元回归模型 Ls y c x2 x1 Ls y c x2 x3 计量经济学论文 3)建立三元回归模型 Ls y c x2 x3 x1 将其余的变量逐个引入模型，估计结果列入下表（第二行为t检验值） 模型 y=f(x2) x1 x2 0.7539 (94.1715) x3 R2 0.9980 R2 0.9979 计量经济学论文 y=f(x2,x1) -0.5293 0.7531 (-0.2735) (86.5852) 0.7277 (42.1661) 0.9980 0.9978 y=f(x2,x3) -6.5794 0.9982 (-1.6880) -8.8007 0.9983 (-1.8332) 0.9981 y=f(x2,x3,x1) 1.7884 0.7215 (0.8090) (337.8879) 0.9980 经过以上的逐步引入检验过程，最终确定农村居民消费函数为 Y= 529.0466 + 0.7277x2 - 6.5794x3 (237.3581) (0.0173) (3.8978) T = (2.2289) (42.1161) (-1.6880) R2=0.9982 统计检验： R20.9981 F=4891.113 S.E=48.1674 D.W=1.0281 p(f)=0.0000 判定系数：R2=0.9982 接近于1，表明模型对样本数据拟合优度高。 F检验：F=4891.113,大于临界值4.41, 其P值0.000000也明显小于0.05,说明各个解释 变量对农村居民消费水平Y有显著影响，模型线性关系显著 T检验：农村家庭恩格尔系数的t值小于2 ，表明农村家庭恩格尔系数对农村居民消费水平（Y）没有显著影响，其他各参数的t值的绝对值均大于2，表明其他各参数对农村居民消费水平（Y） 有显著影响。 计量经济学检验： 1）自相关检验：给定显著性水平0.05，查DW表，当n=20 ,k=2时，得下限值dL=1.100上限值dU=1.537 因为DW统计量为1.0281小于dL dU所以无法判断是否存在自相关性。 偏相关系数检验： 从上图中可以看出，我国农村居民消费水平函数不存在高阶自相关性 作异方差的White检验如下表所示。检验知Obs*R-squared=13.81344,表明不存在异 计量经济学论文 从White 检验知Obs*R-squared=13.81344明显大于自由度为3，显著性水平为为0.05的2值为9.48773,表明不存在异方差性。 所以本文的最终模型估计结果为： Y= 529.0466 + 0.7277x2 - 6.5794x3 (237.3581) (0.0173) (3.8978) T = (2.2289) (42.1161) (-1.6880) R2=0.9982 R20.9981 F=4891.113 S.E=48.1674 D.W=1.0281 p(f)=0.0000 该模型表示，当农村居民人均可支配收入增加1元时，农村居民消费水平随之增加0.7277元，。当农村家庭恩格尔系数上升1%，农村居民消费水平随之减少6.5794元。 四 本文的结论与建议 我国经济发展迅速，农民对收入函数和消费函数不是很了解。既农村文化素质偏低,收入也偏低,由于人均可支配收入是消费的主要因素,为了实现可持续发展的中国特色社会主义文化建设,提高农民消费水平,更应该增加农村的可支配收.根据以上的研究我有以下建议(1)努力增加农民的收入,收入是消费的主要因素,这就需要加快农业调整,加快经济发展(2)加快新农村的建设,增加基础设施(3)加强社会保障体系(4)减轻居民医疗等负担(5)完善就业制度.让更多的人有工作,增加收入。 计量经济学论文 影响安徽省城镇居民人均消费水平主要因素分析 【摘要】 近几年来，安徽省经济保持了快速发展势头，投资、出口、消费形成了拉动经济发展的“三架马车，本文在现代消费理论的基础上,结合安徽省今年来的实际情况, 分析建立计量模型，修改假设、增减变量,利用可靠数据做出了安徽省城镇居民人均消费的计量模型,比较分析了人均可支配收入、商品零售价格指数和银行一年期存款利率等变量对居民消费的不同影响,文章最后给出了问题的结论并且提出了相应的政策建议。 【关键词】安徽 消费 模型 影响因素 多重共线性 自相关性 异方差性 一、经济背景、模型理论及研究的意义 消费活动是经济活动的终点,经济活动的目的是为了满足人们不断增长的消费需求。国家一系列决策和尚待解决的问题很大程度上都源于消费。西方消费经济学者们认为，收入是影响消费者消费的主要因素，消费是需求的函数。 消费经济学有关收入与消费的关系，即消费函数理论有：（1）凯恩斯的绝对收入理论。他认为消费主要取决于消费者的净收入，边际消费倾向小于平均消费倾向。他假定，人们的现期消费，取决于他们现期收入的绝对量。（2）杜森贝利的相对收入消费理论。他认为消费者会受自己过去的消费习惯以及周围消费水准来决定消费，从而消费是相对的决定的。当期消费主要决定于当期收入和过去的消费支出水平。（3）弗朗科•莫迪利安的生命周期的消费理论。这种理论把人生分为三个阶段：少年、壮年和老年；在少年与老年阶段，消费大于收入；在壮年阶段，收入大于消费，壮年阶段多余的收入用于偿还少年时期的债务或储蓄起来用来防老。（4）弗里德曼的永久收入消费理论。他认为消费者的消费支出主要不是由他的现期收入来决定，而是由他的永久收入来决定的。这些理论都强调了收入对消费的影响。 除此之外，还有其他一些因素也会对消费行为产生影响。（1）利率。传统的看法认为，提高利率会刺激储蓄，从而减少消费。当然现代经济学家也有不同意见，他们认为利率对储蓄的影响要视其对储蓄的替代效应和收入效应而定，具 计量经济学论文 体问题具体分析。（2）价格指数。价格的变动可以使得实际收入发生变化，从而改变消费。 基于上述这些经济理论，我找到1995-2007年安徽省城镇居民消费支出、总人口数、城镇居民人均可支配收入、全省商品零售价格指数以及银行一年期存款利率的官方数据。想借此来分析中国消费的影响因素以及它们具体是如何对消费产生影响的。针对这一模型，有以下两个假定。一，自改革开放以来，我国人均消费倾向呈现缓慢的递减趋势，即保持粘性。这一假定符合我国居民的储蓄——消费心理，也与其他一些发展中国家的情况大体一致。 二，由储蓄和消费的替代关系，可以假定刺激储蓄的因素，会制约消费。我们知道提高利率会刺激储蓄，因而我把利率也引入模型的分析中。 二、居民人均消费水平主要因素的实证分析： (一)影响因素分析及选取 1、城镇居民人均消费水平。由安徽省城镇居民消费支出和城镇居民总人口数计算所得。借此来代表城镇居民的消费支出情况，这是将要建立计量经济学模型的被解释变量。 2、城镇居民人均可支配收入。由前面的理论，收入是决定消费的主要因素。因此，这里用这一变量来代表人均收入。人均收入提高，人均消费也会随之增加。 3、前一期的人均消费水平。根据杜森贝利的相对收入消费理论，消费者会受自己过去的消费习惯来决定当期消费。因而把它引入模型中，它与当期消费应该是正相关的。 4、零售商品物价指数。借此来说明价格变动对消费的影响，价格水平越高，人们的购买力普遍降低，为维持原来的消费水平，消费者的支出也会越多。它们应该是正相关的关系。这里假定上一年为基期，第二年的价格指数是对以上一年数据为100的相对数。 5、中国人民银行一年期储蓄利率。一般认为，提高利率会刺激储蓄，减少消费支出,因为利率水平越高，消费的机会成本就越大，居民就会压缩当前消费。因此，它们应该是负相关的。利率提高时，人们认为减少目前的消费，增加将来消费比较有利 ，从而增加储蓄，这是利率对储蓄的替代效应；另一方面，利率 计量经济学论文 提高时他将来的利息收入增加，会使他认为自己比较富有，以致增加目前消费，从而可能反而减少储蓄，这是利率对储蓄的收入效应。利率对不同人群的影响也是不同的。由于中国人民银行的一年期利率总是不定期地进行调整，可能几年调整一次，或者一年调整几次，这给我的计量经济学分析带来了一定的困难。为达成统一，我每年各种年利率进行加权后作为全年的利率。 （二）数据的收集与整理 根据以上分析，收集1995年至2007年的安徽省人均消费支出(Y)，前一期人均消费支出（X1），城镇居民家庭人均可支配收入(X2)，安徽省零售商品价格指数（X3），中国人民银行一年期储蓄存款利率（X4）的数据 表1 安徽省1993-2007年消费及其相关影响因素统计表 全省商品中国人民人均消费上期人均人均可支零售价格银行一年年份 支出 消费支出 配收入 水平 期储蓄存 （元） （元） （元） （定基比） 款利率 1995 3441 2671 3778.86 176.8 10.98 1996 4073 3441 4493.92 189.4 9.07 1997 4429 4073 4599.27 188.3 7.02 1998 4675 4429 4770.47 184.7 5 1999 4985 4675 5064.60 178.4 2.89 2000 5323 4985 5293.55 174.8 2.25 2001 5806 5323 5668.80 174.1 2.25 2002 4468 5806 6032.40 172.7 2.01 2003 4933 4468 6778.03 175.0 1.98 2004 5343 4933 7511.43 179.7 2.025 2005 7136 5343 8470.68 180.8 2.25 2006 7942 7136 9771.05 182.3 2.25 2007 9208 7942 11473.58 190.5 3.24 资料来源:《安徽统计年鉴》安徽统计局,中国统计年鉴。 银行利率来源 http://www.longhoo.net/gb/longhoo/news2004/special/gjgn/node10369/node10389/userobject1ai285351.html 三、模型建立与预测 （一）模型建立 我们用Eviews软件逐步回归法建立对数线性模型： Y=01X12X23X34X4 ，其中： 计量经济学论文 Y: 安徽省人均消费支出(元) X1: 前一期人均消费支出（元） X2: 城镇居民家庭人均可支配收入(元) X3: 安徽省零售商品价格指数（定基比） ：随机干扰项 X4: 中国人民银行一年期储蓄存款利率 （二）OLS估计 根据上表数据，运用OLS方法估计模型的参数，利用计量经济学计算机软件Eviews，回归结果如下： 图1 从估计的模型结果不难看出，解释变量x1、x3、x4的t检验都不显著，所以要进一步的对模型进行检验修正。 （三）回归模型的扩展： 1、多重共线性： (1) 简单相关系数检验 计量经济学论文 图2 由图2相关系数矩阵可以看出，解释变量相互之间的相关系数较高，证实解释变量之间存在多重共线性。尤其是x1 和x2变量之间相关性很高。 （2）多重共线性模型的修正 运用OLS方法分别求Y对个解释变量X1、X2、X3、X4进行一元回归。4个方程的回归结果详见图3—图6，再结合经济意义和统计检验拟合效果最好的一元线性回归方程。 图3 计量经济学论文 图4 图5 计量经济学论文 图6 依据调整后可决系数最大原则，选取X2作为进入回归模型的第一个解释变量，形成一元回归模型。保留解释变量X2在此基础上分别加入变量X1、X3、X4分别进行回归。如下，见图7-图9。 图7 计量经济学论文 图8 图9 类似第一步进行分析，可以看到在X2基础上加入X1后，可决系数有了改进，各个参数的t检验都较以前更为显著。故保留变量X1，X2，在此基础上添加X3、X4继续进行回归。如下，见图10-图11 计量经济学论文 图10 图11 由表我们可以看到：加入变量X3或者X4以后，虽然可决系数有所提高，但是变量X1的t检验变得不显著。这说明 X3、X4引起多重共线性，应该予以剔除。因此最后应该保留的变量是X1、X2。 2、异方差性： 利用White检验的方法得如下信息： 计量经济学论文 图12 看图12观察p值可判断该模型不具有异方差性。 3、自相关性： 计量经济学论文 图7 由图7可知，DW=1.700670，查表得dl=0.010，du=1.340 ，因为DW>du所以模型不存在正自相关。 ˆ606.3428+ 0.474545X1 + 0.370364X2 Y t =（1.025435） (3.202042) (1.528988) se= (591.3029) (0.148201) (0.242228) R2=0.909854, R2=0.891824, F=50.46542，DW=1.700670 对方程进行经济意义解释安徽省上一期人均消费支出增加1%，本期人均消费支出就提高0.47%，安徽省人均可支配收入增加1%, 本期人均消费支出就增加0.37% 。人均可支配收入的变动对人均消费支出的影响显著。这只是理论上的解释，现实可能与解释有出入。 四、对回归方程结果的分析以及建议 由多元回归模型分析可知, 本期人均消费支出与上一期人均消费支出、人均可支配收入有很大关系.零售商品物价水平以及利率对安徽省人均消费支出的影响有限。分析得出以下观点: 经过实证分析,得出安徽省人均消费水平主要受人均可支配收入的影响。后者增加就能带动前者的增加。但人均消费的增长速度低于人均可支配收入的增长速度。说明随着人均可支配收入的增加,消费者用于消费的支出所占的比例反而会减少,他会将更多余额用来储蓄或其它的经济活动。前一期消费对当期消费也存在正相关，我们可以用前期消费来估计当期的消费,不过它的解释能力远没有收入的影响强。而利率的变动对消费的影响就基本上不存在了,这就是说安徽省省如果采取降低利率来鼓励消费的方法是行不通的,货币政策失效。综合上述因素,最有效拉动内需的方法是提高安徽省的人均可支配收入。因此,经济增长的办法是以消费需求为主导,适应消费需求变化,增强市场有效供给。 【参考文献】 《计量经济学》 庞皓 北京：科学出版社，2007 计量经济学论文 《计量经济学教程》 赵卫亚 上海财经大学出版社 《安徽省统计年鉴》 2009年 《城镇居民消费行为变异与我国经济增长》袁志刚 宋铮 我国居民储蓄宏观影响因素的实证分析 摘要：居民的储蓄水平是反映国家经济状况，居民生活水平的重要因素，本文将通过对居 民收入水平，市场利率，物价水平，证券市场对资金的吸纳程度，基尼系数，经济体制这些因素建立模型来分析它们对居民储蓄水平的影响，从而有助于分析如何控制居民储蓄水平。 关键词：储蓄水平，计量经济模型，最小二乘法，自相关性，异方差性 一 问题的研究意义 改革开放使我国的经济呈现蓬勃发展趋势，与此同时我国居民的储蓄也随之快速增长。进入九十年代后，我国居民储蓄额的增长上升到一个新的阶层，保持着两位数的速度增长。这一现象引起国内各经济学家及政府的广泛关注。这对我国经济的进一步增长有着有利的一面,但也会带来一定程度的负面影响。适度的储蓄是能够促进国民经济的良性循环和均衡发展的，主要表现为居民储蓄使银行能够有足够的资金来源为企业提供贷款，有利于国家经济的长期发展，但是居民储蓄如果达到适度的点后依然高居不下，说明国家居民的消费欲望和能力不强，需求不足。改革开放以来，我国居民储蓄存款一直保持快速的增长势头。1991年到2008年的18年间，居民储蓄存款率增长率达到25倍多。1998到2000年期间由于中央银行的连续降息、政府开征利息所得税、储蓄实名制的实行等因素，居民储蓄存款的增长速度开始减缓。进入2001年后，储蓄存款增长势头再次加快，到2007你12 月末17.25万亿元，2006年到2007年我国虽然经历了一轮巨大的牛市，增长幅度有所降低，但是总量依然高居不下。从国际角度看，我国储蓄从80年代以来，一直列居世界前列，这对于高速发展的中国而言无疑是一件不好的事情。因为伴随着储蓄的高速增长，消费的持续低迷将对我国经济的快速稳定发展产生不利的影响，我国居民储蓄多年居高不下是不争的事实，尽管国家采取了多种措施来鼓励居民消费，但成效均不明显 。不管从宏观还是微观来分析，我国居民存款额都直接影响到我国的国民经济运行及整个经济的发展，所以对我国居民存款的问题进行研究是必不可少的，而且十分重要。我们可以运用研究的结果来分析现状并制定正确的应对方针。 二 理论基础 近代人们关于储蓄的研究主要是以凯恩斯的消费函数推到而来： 凯恩斯认为，消费是限期可支配收入的函数，消费与可支配收入之间处在着以下的关系： （1）在短期无论可支配收入多少，是否等于零，消费支出总是大于零。可支配收入等于零时的消费支出，来源于从前的储蓄或现在的借债，这部分的消费支出与可支配收入无关，称为自发消费； （2）随着可支配收入的增加，消费支出也增加。随着可支配收入的变动而变动的消费叫引致消费； （3）消费支出的增加量少于可支配收入的增加量。 假定消费函数为线性，则凯恩斯的消费函数可表述为C=C0 +c Yd 计量经济学论文 其中，C为消费支出，Yd为可支配收入，C0与c均为常数，且C0>0,0 S=Yd –C = Yd – (C0 + c Yd)=-C0 + (1-c)Yd 令 -C0=S0,(1-c)=s,则有： S=S0 + s Yd 其中，S为消费支出，Yd为可支配收入，S0与s均为常数，且S0>0, S0为自发储蓄，与可支配收入无关。0 (1)收入水平 按照经典经济学理论，收入是影响储蓄的主要因素，只有当收入超过最低的需求后储蓄才能成为可能，在此之前都是负储蓄，而其储蓄应该与收入呈同方向变动的关系。即收入增加，储蓄增加，收入减少，储蓄减少 。但是根据凯恩斯的宏观经济学原理，真正对居民储蓄有影响的是居民可支配收入。可支配收入是指居民家庭在支付所得税后所剩余的全部现金收入。在考虑到这个因素的情况下，我们选择居民可支配收入（X1）作为解释变量。 (2)利率 利率的升降直接影响到存款的收益，但是在考虑到利率时，利率对储蓄的影响可以分为替代效应和收入效应。即:收入效应是指当利率增加时，人民会认为收入增加，进而扩大消费，导致储蓄减少；替代效应是指当利率增加时，人们会认为当期消费成本的增加，就会相应的减少消费，增加储蓄。这两种效应相反并且交织在一起，只有当替代效应大于收入效应时，降低利率才能减少储蓄。但是由于居民具有“货币幻觉”，所以本文采用一年期存款名义利率作为解释变量。 (3) 居民消费物价水平 对于价格需求弹性低的商品来说，商品价格的变动基本上对商品的需求量没有什么影响，而对于价格 需求弹性高的商品来说，物价的微小变动会引起对消费品需求的大幅度波动，因此消费品的价格水平对居 民的储蓄存款也有一定的影响。文章利用城镇居民消费价格指数（CPI）来代表消费品的价格水平,将其作为解释变量。 (4) 证券市场对资金的吸纳程度 由于居民储蓄是作为剩余资金的一种投资渠道，当有其他的能获得更多收益的投资渠道时，理论上居 民储蓄必然下降。在这里，本文选取股票筹资额作为解释变量。而对于我 国债券市场，虽然我国债券和票据发行量比较大，但是主要是财政政策和货币政策的工具，而且对象主要是针对金融机构发行，一般居 民很少有机会能够参与，并且大部分居民也缺少金融理财意识，很少能够想到去投资债券，故在此不考虑 债券和票据发行量为解释变量。 (5) 基尼系数 基尼系数是定量测定收入分配差异程度，国际上用来综合考察居民内部收入分配差异状况的一个重要分析指标，0.2到0.4之间都定义为分配合理，0.4作为收入分配差距的警戒线，超过的话表示收入分配差距较大，基尼系数越大表示收入分配差距越大。本文也将其作为一 计量经济学论文 个解释变量。 (6) 恩格尔系数 恩格尔系数是衡量一个国家和地区人民生活水平的状况，一个国家或家庭生活越贫困，居民储蓄越少，恩格尔系数就越大；反之，生活越富裕，居民储蓄越多，恩格尔系数就越小，这一项也是需要被列为影响因素即为解释变量。 (8) 其他因素 1)体制因素。随着市场经济的不断发展，使得居民收入分配越来越与其劳动成果和市场不确定状态结合起来。在这种情况下，一方面，居民必须为下岗与再就业之间的各项支出而储蓄，另一方面，社会福利制度f如我国劳动就业、养老、医疗、教育、住房等制1的改革，使得居民必须为某些消费而储蓄。如果在体制方面进行制度创新，如消费信贷，那么一部分储蓄就不会发生，甚至还有相当一部分储蓄会转化为消费支出。由于体制性因素是定性的变量，很难用数值来衡量，故归为其他因素。 2)人口结构因素。根据生命周期模型可得出，一国人口结构年轻化，该国储蓄将会上升，当进入老年化时，储蓄将会降低，但是由于数据收集原因，也归为其他因素.其他因素在本文中用随机扰动项u来 表 示。 2、模型的设定 Y 代表城镇居民储蓄额 X1 代表城镇居民可支配收入 X2 代表一年期储蓄利率 X3 代表居民消费价格指数 X4 代表股票筹资额 X5 代表城镇居民的恩格尔系数。 X6 代表居民基尼系数 基于以上数据，初步建立模型 Y= C+ C1*X1+ C2*X2+ C3*X3+ C4*X4+C5*X5+C6*X6+ 三 数据的收集 本文收集了我国1991-2008年城镇居民有关居民储蓄的相关数据 年份 城镇居民存款额（亿元）Y 6790.9 8678.1 11627.3 16702.8 23466.7 38520.8 46289.8 53407.5 59621.8 64332.4 71188.7 86910.7 103617.7 城镇居民人一年期存均可支配收款名义利入（元）X1 率 X2 1700.6 2026.6 2577.4 3496.2 4283.0 4838.9 5160.3 5425.1 5854.0 6280.0 6859.6 7702.8 8472.2 7.65 7.65 10.98 10.98 10.98 7.47 5.67 3.78 2.25 2.25 2.25 1.98 1.98 居民消费物价（CPI）X3 100 106.4 122 151.4 177.3 192 197.4 195.8 193 193.8 195.1 193.6 195.9 股票筹资城镇居民家额（亿元）庭恩格尔系X4 数（%）X5 5.00 94.09 375.47 326.78 150.32 425.08 1293.82 841.52 944.56 2103.24 1252.34 961.75 1357.75 53.8 53.0 50.3 50.0 50.1 48.8 46.6 44.7 42.1 39.4 38.2 37.7 37.1 基尼系数 X6 0.32 0.34 0.36 0.36 0.35 0.38 0.38 0.39 0.4 0.44 0.45 0.45 0.47 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 计量经济学论文 2004 2005 2006 2007 2008 119555.4 141050.99 161587.3 172616.1 217885.4 9421.6 10493.0 11759.5 13785.8 15780.8 2.25 2.25 2.52 4.14 2.25 203.5 209.4 212.56 222.76 223.65 1510.94 1882.51 5594.29 8680.17 3852.21 37.7 36.7 35.8 36.3 37.9 0.47 0.49 0.5 0.49 0.469 注：以上数据来源各年份中国统计年鉴，其中一年期存款名义利率以每年中国人民银行公布的12月31号的利率计算 居民消费物价指数以1991年的作为100，其他年份以此为基础计算。 四 模型的估计与调整 用最小二乘法，利用Eviews软件可得估计结果如下： 报告形式： Y = -231749.0055 + 16.42993689*X1 - 2379.358184*X2 - 179.2068309*X3 - 1.173736816*X4 + 2888.496473*X5 + 280128.5968*X6 （90116.06） （0.709842） （645.4535） (53.46934) ( 0.761909) ( 1081.343) ( 107460.9) T= （-2.571673） （23.14590） （-3.686335） (-3.351581) (-1.540521) (2.671212) (2.606795) R2=0.997470 统计检验： R20.996090 F=722.7352 S.E=3916.876 D.W=2.207394 判定系数：R2=0.997470接近于1，表明模型对样本数据拟合优度高。 F检验：F=722.7352,大于临界值3.09, 其P值0.000000也明显小于0.05,说明价格和售 后服务对销售量Y有显著影响，模型线性关系显著 T检验：股票筹资额（X4）的t值小于2 ，表明股票筹资额对城镇居民储蓄（Y）没有显著影响，其他各参数的t值的绝对值均大于2，表明其他各参数对城镇居民储蓄（Y）有显著影响。 但由于本题中Std. Error过大，可能存在多重共线性，现对其进行计量经济检验： 计量经济检验： 多重共线性检验：由于选择的影响因素过多，所以估计模型之前，应先分析各个因素 计量经济学论文 与被解释变量之间的关系，以及因素之间的相关程度，利用COR命令进行相关系数检验，得相关系数矩阵为： 通过计算表明，各解释变量都与被解释变量居民储蓄存款额高度相关，且解释变量之间也是两两高度相关的。先按照逐步回归原理建立回归模型。 1) 建立一元回归模型 根据理论分析，城镇居民可支配收入应是居民储蓄的主要影响因素，相关系数检验也表明，城镇居民可支配收入与居民储蓄额的相关性最强。所以，以Y=a+bX+作为最基本的模型 2）将其余的变量逐个引入模型，估计结果列入下表（第二行为t检验值） 模型 y=f(x1) y=f(x1,x2) x1 36.56426 15.09752 27.118 y=f(x1,x3) 16.8958 26.647 y=f(x1,x4) 16.07959 22.02354 y=f(x1,x5) 15.54760 18.61176 y=f(x1,x6) 15.12452 15.75835 y=f(x1,x3，x2) 16.48658 32.24045 y=f(x1,x3,x4) 17.80440 21.17572 y=f(x1,x3,x5) 16.31378 22.77023 y=f(x1,x3,x6) 15.96555 19.61698 y=f(x1,x3,x2,x4) y=f(x1,x3,x2,x5) y=f(x1,x3,x2,x617.09145 23.68849 16.72856 27.26386 16.38938 -1417.797 -2.912781 -1946.986 -2.711620 -1485.636 -233.1923 -4.144054 -1555.174 -4.144054 -190.4423 -2.891046 -224.5384 -3.043729 -203.8396 -3.082513 -240.1595 -4.300250 -216.9362 -3.541938 -235.1522 -1.057342 -1.172975 428.9453 0.742113 11583.78 0.993825 0.995278 0.994058 0.995456 -1.689108 -1.558420 -723.5720 -1.531847 93303.34 1.686331 0.991616 0.994399 0.995717 0.993096 0.991361 0.992886 0.991404 0.992921 x2 -874.296 -1.3487 -170.4595 -2.520838 -1.079162 -0.83143 -35.55132 -0.68832 36007.91 0.55200 0.994248 0.995263 0.986864 0.988409 0.986601 0.988178 0.987188 0.988695 0.990586 0.991693 x3 x4 x5 x6 ˉR2 0.987435 0.988047 R2 0.988174 0.989043 计量经济学论文 ) y=f(x1,x3,x2,x4,x5) y=f(x1,x3,x2,x4,x6) 22.77678 17.24424 22.02129 16.93647 20.00040 -2.451016 -1744.244 -2.355497 -1275.643 -2.047455 -3.977066 -226.5254 -3.673219 -244.3358 -4.157797 -0.982486 -1.052966 -1.115343 -1.181054 346.7425 0.596933 0.199648 0.994107 0.995840 22424.81 0.387357 0.994007 0.995770 经过以上的逐步引入检验过程，最终确定居民储蓄存款函数为 Y11158.19293 17.09145346*X1 - 240.1594729*X3 - 1417.796608*X2 - 1.05734215*X4 (9884.014) (0.721509) (55.84779) (486.7502) (0.901419) T = (23.68849) (-4.300250) (-2.912781) (-1.172975) R2=0.995717 统计检验： R20.994399 F=755.4960 S.E=4687.855 D.W=1.393262 判定系数：R2=0.995717 接近于1，表明模型对样本数据拟合优度高。 F检验：F=755.4960,大于临界值3.09, 其P值0.000000也明显小于0.05,说明各个解释 变量对居民储蓄存款Y有显著影响，模型线性关系显著 T检验：股票筹资额（X4）的t值小于2 ，表明股票筹资额对城镇居民储蓄（Y）没有显著影响，其他各参数的t值的绝对值均大于2，表明其他各参数对城镇居民储蓄（Y）有显著影响。 计量经济学检验： 1）自相关检验：给定显著性水平0.05，查DW表，当n=18 ,k=4时，得下限值dL=0.820,上限值dU=1.872 因为DW统计量为1.393262 位于dL=0.820 dU=1.872之间所以无法判断是否存在自相关性。 偏相关系数检验： 从上图中可以看出，我国城镇居民储蓄存款模型不存在一阶、二阶、三阶、四阶、五阶的自相关性 作异方差的White检验如下表所示。检验知Obs*R-squared=11.41227,表明不存在异方差性。 计量经济学论文 从White 检验知Obs*R-squared=11.41227,明显大于自由度为4，显著性水平为为0.05的2值为11.071表明不存在异方差性。 所以本文的最终模型估计结果为： Y11158.19293 17.09145346*X1 - 240.1594729*X3 - 1417.796608*X2 - 1.05734215*X4 (9884.014) (0.721509) (55.84779) (486.7502) (0.901419) T = (23.68849) (-4.300250) (-2.912781) (-1.172975) R2=0.995717 D.W=1.393262 R20.994399 F=755.4960 S.E=4687.855 该模型表示，当利率变动1%时，城镇居民储蓄率会随之变动1417.796608元，并且是利率上升，城镇居民储蓄率上升；利率下降，城镇居民储蓄率也下降。当居民人消费物价指数上升一个点，城镇居民储蓄下降240.1595元。当股票筹资额增加一亿元，居民存款储蓄下降1.05734215亿元 四 结果分析与建议 中国老百姓是有有钱不敢花的观念，有钱都往银行存，这也是导致中国储蓄率居高不下的首要原因。高储蓄率虽然为银行提供了充足的贷款资金，但同时也隐藏着巨大的隐患，高储蓄率表明居民消费不多，需求也随着下降，导致国内内需不足。从宏观角度看，居民可支配收入中扣除投资部分后的支出结构由消费和储蓄两部分组成，消费指当期消费，储蓄指未来消费，两者之间此消彼长。居民储蓄额过高必然导致消费的不足，对经济发展很不利。从模型看出利率对储蓄率的影响很大，表示若想要降低储蓄率一项很有效的措施就是降低银行的存款利率，这样居民手头有余钱就会更趋向于投资或消费，增加投资或消费需求。提供多 计量经济学论文 样化金融工具，规范股票市场，积极引导民间投资，给予无息贷款等都是帮助中层阶级居民赚取利润，增加收入的可行方法，而且这在增加居民收入提高机会的同时还给居民提供了很好的投资渠道及信息。上述降低利率和缩小收入分配差距的方法是能帮助降低储蓄率，但这些都只是最终解决过高储蓄率的暂时手段，能根本解决问题的是完善中国对居民的保障机制。我国居民不敢花钱的一个根本原因就是中国的社会保障机制不够完善。住房，医疗，教育方面的保障需要不断改革完善，现在很少中国居民可以买得起房，医疗费用也很高，教育方面只是九年义务教育费用很少，而高中大学的学费对于一个工薪阶层的家庭承担起来是比较沉重的。当有福利保证时，居民担子就会减轻很多。中国人的传统观念还是身边留点钱养老，提前消费的观点还没有形成，那是因为在中国生存凡事都得靠自己，政府给予的保障不够全面，所以说完善中国的社保机制，控制住房，医疗，教育费用，降低居民的支出预期，这是降低居民储蓄最根本的方法。 参考文献：《中国统计年鉴》 《货币论》——凯恩斯 《宏观经济学》——高鸿业 居民消费水平的主要影响因素 摘要： 改革开放以来，我国居民收入与消费水平不断提高，居民消费结构升级和消费需求扩张成为我国经济高速增长的主要动力，特别是进入20世纪90年代以来，居民消费需求对国民经济发展的影响不断增大，对国民经济产生了拉动作用。我国经济逐步由短缺经济走向过剩经济、由卖方市场转向买方市场，社会消费需求不足，居民消费问题显得更加突出。特别市对于如何启动内需，扩大居民消费变得越来越重要。因此，及时把握国民经济发展格局中居民消费需求变动趋势，制定符合我国现阶段情况的国民消费政策，对于提高我国经济增长速度和质量都有重要意义。 关键词：消费 CPI 支配收入 税收 准货币 一、研究的目的要求 居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。通过分析影响居民消费水平的因素，探究居民消费水平不断提高的主要原因，及时把握国民经济发展格局中居民消费需求变动趋势，制定符合我国现阶段情况的国民消费政策，对于提高我国经济增长速度和质量都有重要意义。 二、模型设定 计量经济学论文 为了具体分析各要素对我国居民消费水平情况，选择“居民消费水平”作为被解释变量（用Y表示），选择“准货币”（用X1表示）、“农村居民家庭恩格尔系数”（用X2表示）为解释变量、选择“城镇居民家庭恩格尔系数”（用X3表示）、选择“居民家庭可支配收入”（用x4表示）、选择“CPI”（用x5表示）、选择“税收”（用x6表示） 选择“GDP”（用x7表示）详情如表1所示。 表1 1990-2010年我国居民消费水平及其影响因素的统计数据 农村居民家庭恩格尔系数% 58.8 57.6 57.6 58.1 58.9 58.6 56.3 55.1 53.4 52.6 49.1 47.7 城镇居民家庭恩格尔系数% 54.2 53.8 53.0 50.3 50.0 50.1 48.8 46.6 44.7 42.1 39.4 38.2 37.7 37.1 37.7 36.7 35.8 36.3 37.9 36.5 35.7 居民家庭可支配收入 CPI（上年=100 ) 税收 GDP (亿元） 年份 居民消费水平 准货币 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2009 2010 833 932 1116 1393 1833 2355 2789 3002 3159 3346 3632 3887 4144 4475 5032 5573 6263 7255 9098 9968 8342.7 10716.6 13670.7 18599.4 26382.8 36763.4 47580.1 56169 65544.9 74060.6 81463.2 98430.3 2196.5 2409.2 2810.6 3499 4717.2 5860.7 6765 7250.4 7587.1 8064.32 8533.4 9226 10178.4 11094.4 12358 13747.9 15346.5 17926.2 22327.82 25028 103.1 103.4 106.4 114.7 124.1 117.1 108.3 102.8 99.2 98.6 2821.86 2990.17 3296.91 4255.3 5126.88 6038.04 6909.82 8234.04 9262.8 18667.82 21781.5 26923.48 35333.92 48197.86 60793.73 71176.59 78973.03 84402.28 10682.58 89677.05 100.4 12581.51 99214.55 100.7 15301.38 109655.2 99.2 17636.45 120332.7 101.2 20017.31 135822.8 103.9 24165.68 159878.3 101.8 28778.54 184937.4 101.5 34804.35 216314.4 104.8 45621.97 265810.3 99.3 59521.59 340506.9 401202 114125.2 46.2 137104.3 45.6 158137.2 47.2 191476.9 45.5 219568.4 43 250882.1 43.1 386219.0 41 2008 8348.9 308949.4 43.7 459152.7 41.1 20541.38 105.9 54223.79 314045.4 103.3 73210.79 我们建立多元回归模型： Y=B0+B1X1+B2X2+B3X3+B4X4+B5X5+B6X6+B7X7+ei 三、参数估计 计量经济学论文 利用Eviews软件，做Y对X1、X2、X3、X4、X5、X6、X7的回归 模型估计的结果如图1： Y = -0.0008*X1 - 13.3384*X2 - 1.5485*X3 + 0.2608*X4 - 3.8007*X5 - 0.0577*X6 + 0.0193*X7 + 1325.597 R2＝0.9998；F＝8942.48；S.E＝48.0889 四、模型的检验及修正 1、经济意义检验 该模型可初步通过经济意义上的检验，系数符号均符合经济意义。 在其他条件不变的情况下, 农村居民家庭恩格尔系数每增加1元, 居民消费水平平均减少13.3384元；在其他条件不变的情况下,居民家庭可支配收入每增加1元,居民平均消费水平增加0.2608元； 在其他条件不变的情况下, CPI指数每增加1, 居民消费水平下降3.8007；在其他条件不变的情况下，税收每增加1元，居民消费水平下降0.0577元。 2、统计检验 1）拟合优度：R^2=0.9998 ,修正后的R^2=0.9997, 表示了各解释变量联合 计量经济学论文 起来能够解释Y的能力很强，同时也说明了模型的拟合度很高，拟合效果非常好。 3）F检验：F=8942.48, 相应的P值几乎为0 , 说明了该方程在统计意义上是极显著的。 4）t检验：X4,X6,X7所对应的t统计量的P值均小于0.05,即常数项和X4、X6、X7对于模型均有意义。 3、计量经济学检验 (1）多重共线性检验 输入命令：cor x1 x2 x3 x4 x5 x6 x7 结果如图2： 1）可以看出存在多重共线性，其中X7与X6的多重共线性比较严重，达到了0.995967；X1与X6的多重共线性也比较严重达到了0.99545。 2）多重共线的消除：根据图1或图2可知，Y与X4关联程度最大。所以，设建立的一元回归方程为： Y =α+βX4+ε 模型 Y=f(x4) x1 x2 x3 x4 0.4040 (154.0770) x5 x6 x7 R^2 0.9992 修正后的 R^2 0.9992 计量经济学论文 y=f(x4,x1) -0.0024 (-3.6020) 0.4491 (35.4181) 0.3914 (67.1457) 0.3937 (101.3729) 0.4020 (162.8155) 0.446623 (42.2663) 0.4801 (23.3492) 0.4500 (36.9100) 0.4349 (30.0388) 0.4349 (22.3693) 0.9995 0.9995 Y=f(x4,x2) -14.0430 (-2.3666) 0.9993 0.9993 Y=f(x4,x3) -12.102 (-3.192151) 0.9995 0.9995 Y=f(x4,x5) -6.2372 (-2.4741) 0.9994 0.9993 Y=f(x4,x6) -0.0139 (-4.1028) 0.9996 0.9995 Y=f(x4,x7) -0.0046 (-3.7200） 0.9995 0.9995 Y=f(x4,x6,x1) Y=f(x4,x6,x2) Y=f(x4,x6,x3) Y=f(x4,x6,x5) Y=f(x4,x6,x7) Y=f(x4,x6,x2,x5) -0.0007 (-0.5927) -0.0105 (-1.5852) -0.0119 (-3.1810) -0.0111 (-2.1564) 0.9996 0.9995 -6.3386 (-1.1723) 0.9996 0.9996 -3.7482 (0.7219) 0.9996 0.9995 0.4396 -4.2544 -0.0121 (43.1681) (-2.1414(-3.7644) ) 0.4168 (8.5490) 0.9997 0.9996 -0.0244 0.0037 (-1.4246(0.6274) ) 0.9996 0.9995 0.1267 (0.0197) 0.4398 -4.2847 -0.0121 (31.2334) (-1.6723(-3.3923) ) 0.9997 0.9996 所以，建立的多元回归模型为： Y = 355.5672+0.1267*X2+0.4398*X4-4.2847*X5-0.0121*X6 （2）异方差检验 1）异方差检验——G-Q检验 对样本进行分组，1990年到1997年的前面8个样本为第一组，2003年到2010 计量经济学论文 年的后8个样本为第二组。 残差平方和RSS1=1210.337 残差平方和RSS2=1031.487 计量经济学论文 则统计量F=RSS2/RSS1=0.8522；取α=0.05 临界值F0.05(8,8)=3.44>0.8522； 所以不存在异方差。 （二）自相关检验 1、残差图法 View→Actual,Fitted,Residual→Residual Graph 结论：根据书上所示，上图意味着随机项之间不存在序列相关。 2、DW检验 因为n＝21，k＝2，取显著性水平α＝0.05 时，查表得d L＝1.22，d U ＝1.42，而dU <1.8609＝DW<4- dU =2.14，所以无自相关。 五、结论 1）预测模型选择 由于经过多重共线性、自相关、异方差的诊断和补救，所以，将选取 Y= 355.5672+0.1267*X2+0.4398*X4-4.2847*X5-0.0121*X6 作为本报告中研究对象的预测模型。其经济含义如下： 平均而言，在其他条件不变的情况下，居民家庭可支配收入变动每变动一个单位，将引起居民消费水平变动0.4398个单位；在其他条件不变的情况下，农村居民家庭恩格尔系数每变动1%，将引起居民消费水平变动0.1267个单位；在其他条件不变的情况下，CPI每变动一个单位，将引起居民消费水平变动-4.284 计量经济学论文 个单位；在其他条件不变的情况下，税收每变动一个单位，将引起居民消费水平变动-0.0121个单位。并且，该模型反映了99.7%的真实情况。 2）小结 通过以上计量回归分析我们可以得出这样的结论：居民消费水平与农村居民家庭恩格尔系数、居民可支配收入、CPI、税收存在紧密联系。正如凯恩斯所认为的那样，消费存在一条基本的心理规律：随着收入的增加，消费也会增加，但是消费的增加不及收入增加的多，居民可支配收入提高，有利于拉动消费的增长。CPI的提高意味着物价水平上涨，人们用同样地财富所能购买的商品减少，因此会导致市场疲软、消费水平下滑。税收的提高，一方面个人所得税提高会减少人们的收入，从而抑制消费；另一方面消费税、印花税、营业税等税收的提高在无形中转嫁给了消费者，等同于提高了物价，所以也会造成消费水平的降低。消费需求总体运行从计划经济特殊模式到遵循市场经济一般规律，是经济市场化程度由量变到质变的飞跃。随着这一质变的发生，我国经济增长的主要约束已经由短缺经济时代的供给约束转变为需求约束。就内需而言，从社会再生产看，只有消费才是社会再生产的终点和新的起点，是真正的最终需求；而投资需求在一定意义上是消费需求的派生需求。从本质上看，投资对经济发展的贡献主要体现在为社会生产提供有效地生产手段上，而不是体现在对有效需求形成的贡献。 中国经济增长影响因素实证分析 摘要：伴随着时间推移的脚步，自改革开放以来，我国的经济一直处在飞速发展的阶段，并且一直都在突飞猛进的发展，而经济的增长速度更是让世人为之惊讶。本文主要采用经济增长模型和多元性回归分析的方法对1980~2010年的中国经济增长因素进行研究，分析了物质资本、劳动力以及消费对国内生产总值的影响，与此同时建立计量模型，寻求这些变量与中国国民产出的数量关系，进行定量分析，并对模型进行检验。 关键词：消费、投资、经济增长、劳动力、实证分析 一、研究意义 经济增长是指一个国家生产商品和劳动能力的扩大，在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值和国内生产总值来表 计量经济学论文 示。经济增长是经济学研究的永恒主题。影响经济增长的因素多种多样，如劳动力、资本等硬投入要素外，还有制度变迁、文化等软因素，经济增长并不是由某一因素就能决定，不同区域、历史背景、文化氛围、资源禀赋等都会导致经济增长上的差异。但无论是硬投入还是软因素，都会对经济增长产生重要影响。古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉，而现代经济增长理论则认为知识、人力资本、技术进步是经济增长的主要因素。 从古典增长理论到新增长理论，都重视物质资本和劳动的作用。物质资本是指经济系统运行中实际投入的资本数量。然而，由于资本投入数量难以测量，在这里我们用全社会固定资产投资总额来衡量物质资本。中国拥有全世界近四分之一的人口，为经济增长提供了丰富的劳动力资源，因此本文用总就业人数来衡量劳动力。居民消费需求也是经济增长的主要因素，经济增长问题既受各国政府和居民的关注，也是经济学研究的一个重要方面。在1978~2008年的31年中，我国经济年均增长率高达9.6%，综合国力大大提高，居民的消费需求的质量和数量有了很大的提高。但是，我国目前仍然面临消费需求不足的问题。因此，研究消费需求对经济增长的影响，并对我国消费需求对经济增长的影响程度进行实证分析，可以帮助我们更好的理解消费对我国经济增长的作用。 二、数据收集以及模型的建立 （一）数据收集以及模型的建立 表 1.中国经济增长影响因素模型时间序列表 国内生产总值（现价） 年末从业人员数 全社会固定资产投资总额 居民消费价格指数（上年=100） 年 份 1980 1981 1982 4545.6 4891.6 5323.4 5962.7 7208.1 9016 10275.2 12058.6 15042.8 16992.3 18667.8 21781.5 26923.5 42361 43725 45295 46436 48197 49873 51282 52783 54334 55329 64749 65491 66152 910.9 961 1230.4 1430.1 1832.9 2543.2 3120.6 3791.7 4753.8 4410.4 4517 5594.5 8080.1 107.5 102.5 102 102 102.7 109.3 106.5 107.3 118.8 118 103.1 103.4 106.4 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 计量经济学论文 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 35333.9 48197.9 60793.7 71176.6 78973 84402.3 89677.1 99214.6 109655.2 120332.7 135822.8 159878.3 184937.4 216314.4 265810.3 314045.4 340903 66808 67455 68065 68950 69820 70637 71394 72085 73025 73740 74432 75200 75825 76400 76990 77480 77995 13072.3 17042.1 20019.3 22913.5 24941.1 28406.2 29854.7 32917.7 37213.5 43499.9 55566.6 70477.4 88773.6 109998.2 137323.9 172828.4 224598.8 114.7 124.1 117.1 108.3 102.8 99.2 98.6 100.4 100.7 99.2 101.2 103.9 101.8 101.5 104.8 105.9 99.3 资料来源：中经网统计数据库 （二）模型设计 为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（y）作为对经济发展的衡量，代表经济发展；用总就业人员数（x1）衡量劳动力；用固定资产投资总额（x2）衡量资本投入；用价格指数（x3）代表消费需求，运用这些数据进行回归分析。 采用的模型为：y= β1+β2x1+β3x2+β4x3+ui 其中，y代表国内生产总值，x1代表社会就业人数，x2代表固定资产投资，x3代表消费价格指数，ui代表随机扰动项。我们通过对该模型的回归分析，得出各个变量与我国经济增长的变动关系。 三、模型设定和检验 （一）模型初始估计 表2.模型初始估计结果 Dependent Variable:Y Method:Least Square Date:2013-06-11 Time:20:08 计量经济学论文 Sample(adjusted):1980~2009 Included observations:30 after adjusting endpoints Variable C X1 X2 X3 R-squared Adjusted R-squared S.E. Of regression 12024.95 Akaike criterion Sum squared resid 3.76E+09 Log likelihood Durbin-Waston stat （二）多重共线性检验 表3.相关系数矩阵 X1 X2 X3 X1 1.000000 0.665094 -0.219318 X2 0.665094 1.000000 -0.291137 X3 -0.219318 -0.291137 1.000000 -322.2638 0.968679 Schwarz criterion F-statistic Prob(F-statistic) 21.93775 595.9008 0.000000 info 21.75092 Coefficient -16197.47 1.683972 1.420445 -580.7369 0.985665 0.984011 Std.Error 41510.11 0.256065 0.054886 355.4395 Mean var S.D.dependent var 95097.07 t-Statistic -0.390205 6.576336 25.87979 -1.633856 Prob. 0.6996 0.0000 0.0000 0.1143 dependent 85805.26 根据多重共线性检验，变量之间存在着线性相关。 通过剔除变量法，多重共线性的修正结果如下：剔除X3 表4.修正多重共线性后的模型 Dependent Variable:Y Method:Least Squares Date:2013-06-11 Time:20:50 Sample(adjusted):1980~2009 Included observations:30 after adjusting endpoints Variable C X1 X2 Coefficient -79282.79 1.699013 1.438325 Std.Error 15704.05 0.263693 0.055422 t-Statistic -5.048555 6.443158 25.95222 Prob. 0.0000 0.0000 0.0000 计量经济学论文 R-squared Adjusting R-squared S.E. Of regression Sum squared resid Log likelihood (三）异方差检验 0.984193 0.983022 12391.14 4.15E+09 -323.7299 Mean var dependent 85805.26 95097.07 S.D.dependent var Akaike criterion Schwarz criterion F-statistic Prob.(F-statistic) info 21.78199 21.92211 840.5434 0.000000 Durbin-Watson stat 0.689221 表5.ARCH检验 ARCH Test F-statistic Obs*R-squared Test Equation: Dependent Variable:RESID^2 Method:Least Squares Date:2013-06-11 Time:21:10 Sample(adjusted):1981~2009 Included observations:29 after adjusting endpoints Variable C R-squared Coefficient 49385817 0.174078 Std.Error 56010198 0.376897 Mean var Adjusted R-squared 0.143489 S.E.of regression Sum squared resid Log likelihood Durbin-Wats stat 从上表可以得到数据：(n-p)R2=5.048272，查表得到x2(p)=5.9915，（n-p)R2=5.048272 （四）序列相关检验 已知：DW=0.689221，查表德dL=1.270，dU=1.563。由此可知，存在相关性。 修正如下表： 表6.修正序列相关后的模型 Dependent Variable:Y Method:Least Squares Date:2013-06-11 Time:21:49 Sample(adjusted):1981~2009 Included observations:29 after adjusting endpoints Failure to improve SSR after 18 iterations Variable C X1 X2 AR(1) R-squared Coefficient 21524.05 0.612694 0.999545 1.000019 0.992728 Std.Error 1.27E+09 1.051958 0.309752 0.111190 Mean var Adjusted R-squared 0.991855 S.E.of regression Sum squared resid Log likelihood Inverted AR Roots Estimated AR process is nonstationary 修正后的DW=0.9892，进行自相关检验，Q统计量如下图所示： 表7. 8619.708 1.86E+09 -301.7895 S.D. dependent var 95511.65 Akaike criterion Schwarz criterion F-statistic Prob.(F-statistic) 1.00 21.27752 1137.613 0.000000 info 21.08893 t-Statistic 1.70E-05 0.582432 3.226923 8.993770 Prob. 1.0000 0.5655 0.0035 0.0000 dependent 88607.31 Durbin-Watson stat 0.989263 计量经济学论文 通过上图可以看出，修正后无自相关。 （五）Granger因果检验 表8.Granger因果检验 Pairwise Granger Causality Tests Date:2013-06-11 Time:22:14 Sample:1980~2010 Lags:1 Null Hypothesis X1 does not Granger Cause Y X2 does not Granger Cause Y 的Granger的原因。 （六）显著性和拟合优度检验 表6反映了模型的最终形式，X1的t检验不通过，而X2的t检验通过。F统计量值为1137.61，F检验通过。 对于F=840.5434>F(2,27)=3.35(显著性水平为0.05),表明模型从整体上看我国经济增长与各解释变量之间线性关系显著。修正的拟合优度量为0.9919，拟合程度很好。 四、结论分析和政策建议 （一）主要结论 4)固定资产投资是经济增长的重要原动力 经济发展取决于投入资金的数量和资金的利用率，固定资产投资是经济增长的重要原动力，它对经济运行具有先导作用，并以其乘数效应拉动经济增长。 5)劳动力对GDP有一定的促进作用，但是对经济增长的贡献率却微不足道 这是因为我国劳动力结构总量巨大、供给充足、流动性强，对GDP影响很大。但是劳动力的人力资本含量以及高技术含量偏低，劳动力素质结构存在巨大的缺 Obs 29 29 F-statistic 0.21132 0.18782 Probability 0.64956 0.66831 从上表可以看出，Pro(x1)和Pro(x2)大于0.1，说明X1和X2不是国内生产总值 计量经济学论文 陷，这会直接影响经济的增长。 6)消费需求对经济的拉动作用 消费需求是三大需求要素中所占份额最大、波动幅度最小的部分，是国民经济的重要支柱和最主要的组成部分，同时也是最为明显的反映经济自发增长态势的宏观经济指标。 （二）政策建议 就业是民生之本，有效促进就业，保持经济增长良好势头成为我国当前乃至今后一段时期的重要课题。针对目前劳动力数量庞大且整体素质不高的情况，应该通过多种途径，一方面加强就业培训的投入力度，提高劳动者就业以及再就业的能力，从而降低失业率；另一方面，加强各地区间人才交流并促进劳动力自由流动，通过合理的技术壁垒的方式，阻止外来流动人员的无序进入。同时，鼓励灵活就业，以减轻就业压力。 劳动力的人力资本含量以及高技术含量偏低，劳动力素质结构存在严重缺陷，直接影响了经济的增长，因此应当控制人口的数量，优化劳动力结构，提高劳动力素质。物质资本对我国的经济增长也起到了一定的影响作用，应当加强对投资的科学管理，提高投资效率。 参考文献： [1]赵晓，消费中国经济增长主动力[J]，2005 [2]徐铮、张润清、李晓红，1990-2004年我国经济增长因素实证分析[J]，经济论坛，2007（04） [3]繤国萍，我国经济增长影响因素的实证研究，安徽财经大学，安徽蚌埠233041摘 [4]吴沛、李克俊，中国经济增长影响因素的实证分析，西华大学，成都610039 [5]刘诗白，社会主义市场经济理论，西南财经大学出版社，2004 [6]中经网统计数据库 人民币汇率影响因素分析 （七）问题提出 自2000年我国加入WTO以来我国经济得到了飞速的发展，2010年，我国的经济总量已经超越日本，成为仅次于美国的世界第二经济体，这与我国实施的出 计量经济学论文 口导向型政策有很大关系。出口、消费、投资是推动我国经济发展的“三驾马车”，而这三驾马车中无疑出口的动力最强劲，1990年出口占GDP的比重到2011年增至56.2%，2012年前三个季度更上升到57.3%。虽然近三十多年我国的出口总额一直在增长，从1980年的181.19亿美元增至2011年的18983.81亿美元，增长了103.773倍，但是在对外贸易的快速发展的过程中，我国的对外贸易过程同样也面临着诸多问题，其中关于人民币汇率的问题也越来越受到世界各国的关注。在经济起飞过程中汇率升值的问题是不可避免的，如韩国,台湾与日本,在起飞过程中汇率都升值了一倍以上。韩国仅仅从2000年到2007年，汇率就涨了四成；日本仅在1987年日元的汇率就涨了近100%。但在中国经济起飞的前二十年,1980-1996,人民币的汇率不但没有升值,反而贬值了560%。1996年,中国经济已经高速增长了二十年,按日本四小龙的经验,货币已经开始一倍两倍地大幅升值了,但中国人民币却不动如山的稳定了十年,一直到2005年。2005年，人民币开始升值，而2005到现在,人民币虽然开始了升值,却依然是虫子爬行般地升值。如果从1980年算起综合起来看,人民币从1980至2011年,不但没有升值,反而贬了差不多500%。这都说明，人民币升值压力加大。人民币升值预期不断加强，也使得中国在国际贸易中与其他国家和地区贸易摩擦不断，2011年，仅第一季度中欧之间的贸易摩擦案件已超过8起；2012年，欧盟多次对中国数据卡发起反补贴和保障措施调查，在此基础上，欧美把反倾销、反补贴的矛头指向了我国的光伏产品，美国针对我国光伏双反案调查长达一年之久，2012年10月10号，美国商务部做出仲裁，认定中国向美国出口的光伏产品存在倾销和补贴行为，美国商务部公布了这起反倾销、反补贴案件的仲裁结果，大部分中国企业都将承受超过34%的惩罚性关税；今年5月份，欧盟委员会同意对进口中国的太阳能电池板进行惩罚性征税，中国对外贸易摩擦持续升温。中国的出口规模已超过其它任何一个国家，研究分析汇率的影响因素，把握人民币汇率的发展方向，人民币汇率问题不仅仅是国内问题，也是国际问题。 （八）模型设定 研究人民币汇率的影响因素需要考虑以下几个方面： 1．人民币汇率的衡量。 人民币汇率是一个宽泛的概念，汇率是由于世界各国货币的名称不同，币值不一，所以一国货币对其他国家的货币要规定一个兑换率，即一国货币兑换另一国货币的比率，是以一种货币表示另一种货币的价格，它是国际贸易中最重要的调节杠杆，人民币汇率就是人民币对其他国家货币的一个兑换比率，所以，在研究人民币汇率时必须要选取一个固定的“其他国家货币”，在研究过程中才能避免因兑换国货币不固定而造成的人民币汇率衡量不正确。本文选取是人民币兑美元的汇率，来作为人民币汇率的衡量。 2．数据性质的选择。 人民币汇率的影响因素主要是在历史的发展进程中对人民币汇率进行影响的，所以，毫无置疑应该选取时间序列数据。所以本文选取了1980年至2011年32年的时间序列数据去建立模型。 3．影响因素的分析 相关经济理论以及现实生活中的相关经济数据已经显示下列因素会影响到人民币汇率： （二）国内生产总值。国内生产总值是指一定时期内（一个季度或一年），一个 计量经济学论文 国家或地区的经济中所生产出的全部最终产品和提供劳务的市场价值的总值，即GDP，它是一国经济实力的衡量标准，“强国铸就强币”反应了其对一个货币汇率的影响。 （三）利率。我国的利率水平会影响资本的收益率，进而可能影响对外币的吸引力，影响我国的外币供求，同时，我国的利率也会影响到一国的储蓄和投资，对本国市场上的本币供求产生影响。 （四）外汇储备。外汇储备反映的是一国外汇的拥有量，外汇储备和本币的供求有着千丝万缕的联系，因此我国的外汇储备可能会影响人民币汇率。 （五）通货膨胀率。物价是一国的商品价值的货币表现，通货膨胀意味着该国货币代表的价值量下降，同时，在国内外商品市场相互紧密相连的情况下，如果我国存在通货膨胀，通货膨胀会引起出口商品的减少和进口商品的增加，从而对外汇市场的供求关系产生影响，影响人民币汇率。 （六）货币政策。一国的货币政策对该国货币汇率的影响主要是通过对市场上本国货币的供给量的供给量来实现的，一国的采取不同的货币政策来控制货币供给量，这就会对汇率带来影响，人民币也不例外。 （七）净出口总额。我国的净出口总额反映了我国的贸易条件，同时会影响我国的外汇供给增加或本币的减少，影响到货币的供给，从而会影响到人民币汇率。 4.模型形式的设计 初步估计被解释变量和解释变量之间是线性关系，所以先采用简单线性回归模型对变量进行回归，然后再进行检验调整。 （九）数据的收集 本文收集了我国1980年至2011年的数据如下表： 表一 我国1980年至2011年的相关数据 年份 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 Y 150 170.50 189.25 197.57 232.70 293.66 345.28 372.21 372.21 376.51 478.32 532.33 551.46 576.2 861.87 835.1 831.42 828.98 827.91 X1 4545.623973 4891.561062 5323.350965 5962.651568 7208.051718 9016.036581 10275.17922 12058.61513 15042.82301 16992.31911 18667.82238 21781.49941 26923.47645 35333.92471 48197.85644 60793.72921 71176.59165 78973.035 84402.27977 X2 5.4 5.4 5.76 5.76 5.76 7.2 7.2 7.2 8.64 11.34 8.64 7.56 7.56 10.98 10.98 10.98 7.47 5.67 3.78 X3 -12.96 27.08 69.86 89.01 82.2 26.44 20.72 29.23 33.72 55.5 110.93 217.12 194.43 211.99 516.2 735.97 1050.29 1398.9 1449.59 X4 106.0 102.4 101.9 101.5 102.8 108.8 106.0 107.3 118.5 117.8 102.1 102.9 105.4 113.2 121.7 114.8 106.1 100.8 97.4 D1 D2 0.0 0.0 0.0 0.0 0.0 1.0 0.0 1.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0 0.0 1.0 0.0 1.0 1.0 0.0 1.0 1.0 1.0 1.0 1.0 1.0 0.0 1.0 0.0 1.0 计量经济学论文 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 827.83 827.84 827.7 827.7 827.7 827.68 819.17 797.18 760.4 694.51 683.1 676.95 645.88 89677.05475 99214.55431 109655.1706 120332.6893 135822.7561 159878.3379 184937.369 216314.4259 265810.3058 314045.4271 340902.8126 401512.7952 472881.5578 2.25 2.25 2.25 1.98 1.98 2.25 2.25 2.52 4.14 2.25 2.25 2.75 3.23 1546.75 1655.74 2121.65 2864.07 4032.51 6099.32 8188.72 10663.4 15282.49 19460.3 23991.52 28473.38 31811.48 97 98.5 99.2 98.7 99.9 102.8 100.8 101 103.8 105.9 98.8 103.1 104.9 0.0 1.0 0.0 1.0 0.0 1.0 0.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 注： （三）Y表示1980年至2011年，100美元所能兑换的人民币数，单位为元，用以表示人民 币的汇率； （四）X1表示1980年至2011年，我国的国内生产总值，单位为亿元； （五）X2表示1980年至2011年，我国的存款利率，单位为%； （六）X3表示1980年至2011年，我国的外汇储备，单位为亿美元； （七）X4表示1980年至2011年，我国的商品零售价格指数，上一年为100，用以表示通货 膨胀； （八）D1为虚拟变量，表示1980年至2011年我国的货币政策，当D1=1时，表示我国实施 的是紧缩的货币政策，当D1=0时，表示我国实施的是宽松的货币政策； （九）D2为虚拟变量，表示1980年至2011年我国的净出口总额，当D2=1时，表示我国净 出口总额大于0，出现贸易顺差，当D2=0时，表示我国净出口总额小于0，出现贸易逆差。 （十）模型的估计与调整 1.对变量采用简单线性回归 预测各解释变量和被解释变量之间是简单线性关系，对其进行简单线性回归，结果如下： 计量经济学论文 图一 简单线性回归结果 由图一可以看出解释变量X4、D1系数检验的t值不显著，直接将其剔除后再进行简单回归，结果如下： 图二 简单线性回归结果 模型为： 计量经济学论文 Y = 1.740461964 + 0.007960295512*X1 + 28.97143191*X2 - 0.09966267191*X3 + 115.9400936*D2 t=(0.029678)(11.48183)(4.613158)(-11.15496)(2.810267) R²=0.914322 Ṝ²=0.901629 F=72.03335 n=32 对模型进行检验： 1) 经济意义检验。从回归结果来看，在其他变量不变的情况下，我国的国内生 产总值每增加1亿元，平均来说，每100美元兑换的人民币增加 0.007960295512元；在其他变量不变的情况下，我国的存款利率每上升1%，平均来说，每100美元兑换的人民币增加28.97143191元；在其他变量不变的情况下，我国的外汇储备每增加1亿美元，平均来说，每100美元兑换的人民币减少0.09966267191元；在其他变量不变的情况下，当我国出现贸易顺差时，平均来说，每100美元兑换的人民币增加115.9400936元。这基本与理论分析和经验判断相一致。 2) 统计推断检验。从回归结果看，可决系数R²=0.914322，修正的可决系数Ṝ² =0.901629，模型的拟合优度较好；F检验：给定显著性水平α=0.05，在F分布表中查出自由度为k-1=4和n-k=27的临界值Fα(4,27)=4.21，F>Fα(4,27)，F检验显著，即国内生产总值、利率、外汇储备、净出口总额等解释变量联合起来对人民币汇率有显著影响；t检验：给定显著性水平α=0.05，在t分布表中查出自由度为n-k=27的临界值tα/2(27)=2.052，X1、X2、X3、D2的参数t检验值的绝对值均大于该临界值，t检验显著，即国内生产总值、利率、外汇储备、净出口总额等解释变量分别对人民币汇率有显著影响。 3) 计量经济学检验。 四、多重共线性检验： 各解释变量之间的相关性如下： 图三 解释变量之间的相关性图 由上图可见，只有X1和X3之间有较强的相关关系外，其他的各变量之间的相关关系并不强，并且X1、X3在模型中均通过了检验，所以可以不考虑多重共线性。 五、自相关性检验： 对模型进行各阶的自相关性检验结果如下： 计量经济学论文 图四 模型自相关性检验图 上图直观地反映了模型不存在自相关性。 六、异方差性检验： 对模型进行White检验，结果如下： 图五 White检验结果图 由图五可知，nR²=21.84747，其概率水平为0.002699，低于显著性水平 计量经济学论文 α=0.05，所以模型存在异方差性。 2.模型的调整 通过对解释变量X1、X2、X3、D2与解释变量Y的简单线性回归模型的检验发现，模型除了存在异方差性之外，其他检验均符合标准，所以只要对模型的异方差性进行修正即可。 选取权数W1=1/resid，W2=1/(resid)²，经估计检验发现权数W2的效果最好。权数W2的结果如下： 图六 修正异方差后模型 修正后模型的White检验： 计量经济学论文 图七 修正后White检验图 可见，修正后，模型的可决系数有了极大大改善，nR²=5.817415，其概率水平为0.561224，高于显著性水平α=0.05，所以模型的异方差性得到了很好的修正。 所以本文模型估计的最终结果为： Y = 23.55945632 + 0.007792488357*X1 + 27.89452689*X2 - 0.09375612498*X3 + 144.5438098*D2 t=(0.62216)(14.47639)(6.605671)(-14.14750)(6.578507) R²=0.992337 Ṝ²=0.989272 F=292.4059 （十一）结论 通过构造模型对影响人民币汇率的因素分析得到以下结论： 1.在理论分析中提到的影响因素中，在显著性水平α=0.05时，通货膨胀和货币政策对人民币汇率的影响不显著，这是因为较其他几个影响因素而言，它们对人民币的汇率影响不是很明显。 2.国内生产总值对人民币的汇率确实存在影响。这是因为国内生产总值代表着一个国经济实力，当一国国内生产总值大时，证明该国经济实力强，其他国家 计量经济学论文 的货币就会以增值的初衷流入该国，使得外币供给量大贬值，本币升值，导致该国货币汇率上升。 3.我国的利率水平对人民币汇率有显著性影响。由于一国的利率对储蓄和投资均有影响，当利率水平较高时，该国用于储蓄的货币多，国内市场上的本币就会减少，同时，其他国家的货币也会受到高利率的吸引进入国内，使得外币供给量大，外币贬值，本币升值，导致该国货币汇率上升。 4.我国的外汇储备影响着人民币汇率。这是因为一国需要通过放出本币收入外币才能形成外汇储备，所以，当一个外汇储备增加时，该国放出本币增多，本币供给增大，本币贬值，该国货币汇率的下跌。 5.我国的净出口总额对人民币汇率有影响。这是因为一国的净出口总额等于该国出口总额减去进口总额，它反映的是一国在对外贸易过程中是否占有优势，当净出口总额小于零时，出口总额小于进口总额，贸易出现逆差，会导致本国货币的外流，本币升值；相反，当净出口总额大于零时，出口总额大于进口总额，贸易出现逆差，会导致外国货币的内流，本币贬值，导致该国货币汇率下跌。 （十二）政策建议 通过对影响人民币汇率的因素进行分析，我们已经知道，我国的国内生产总值、利率、外汇储备、净出口总额对人民币汇率有显著的影响，在人民币面临较强的升值压力的情况下，我们不可能停下经济发展的步伐，因此应该通过对利率、外汇储备、净出口总额的调节来稳定人民币汇率。所以，提出以下几点政策建议： 1.适当下调存款利率。利率对人民汇率的影响前文已经有了说明，近两年我国的存款利率一直维持在3%左右，相比于美国的0.5%和英国0.25%来说，属于较高的利率水平了，所以我国可以适当地下调存款利率，这有利率减轻人民的升值压力。 2.稳定外汇储备量。我国的外汇储备一直遥遥领先与其他国家，大量的外汇储备对于缓解人民币升值有一定的作用，但是过多的外汇储备带来的是高成本的管理费用，非常不利，而且还可能引起他国的反对，因此不能通过一味地增加外汇来稳定人民币汇率，适当地控制、稳定外汇储备量。 3.降低贸易顺差额。1993年至今，我国已经存在了近十年的贸易顺差，出口导向型的经济的发展模式、长时间的贸易顺差是给人民币带来升值压力的一个主要原因。因此通过适当政策调整，刺激进口，降低我国的贸易顺差对较低人民币的升值有重要意义。 安徽经济增长和人均消费水平的关系 摘要:本文主要研究安徽省经济增长对消费的影响,并依据结论来指导经济的发展,通过经济增长与消费的关系来预测经济的增长速度与发展潜力. 关键词:经济增长、人均消费 一、 研究经济增长和人均消费水平的关系的意义 消费是经济发展的根本动力，消费在人类社会中有着重要意义，任何社会都离不开消费。在我国，随着社会主义市场经济体制的确立，消费在全民经济生活中的作用更显重要。可以这样概括的说，消费活动是经济活动的终点，一切经济活动的目的就是为了满足人们不断增长 计量经济学论文 的消费需求；但另一方面，消费活动又是经济活动的起点，是拉动经济增长的动力。国家一系列决策和尚待解决的问题很大程度上是既源于消费，又回归到消费。正因为如此，研究消费水平对于正处于转型期的我国经济有极其重要的经济意义。消费问题解决不好，就无法发展好经济，要想经济发展水平更有质量，我国现阶段必须依赖于消费的增加. 二、 模型设定 为了分析居民消费水平与经济增长的关系，选择安徽能代表城乡所有居民消费的“全体居民人均年消费水平”为被解释变量用Y表示，选择表现经济增长水平的“人均GDP”为解释变量用X表示。 2—1 安 徽 生 产 总 值 本表按当年价格计算。 工 业 建 筑 业 邮 电 通 信 业 第三产业 生产总值 年 份 （亿元） 第二产业 #交通运输仓储 第一产业 #贸1 9 9 5 1 9 9 6 1 9 9 7 1 9 9 8 1 9 9 9 2 0 0 0 2 0 0 1 2 0 0 2 2 0 0 3 2 0 0 4 2 0 0 5 2 0 0 6 2 0 0 7 1810.66 584.12 2093.30 668.44 2347.32 736.26 2542.96 744.08 2712.34 746.72 2902.09 741.77 3246.71 760.77 3519.72 783.66 3923.10 749.40 4759.30 950.50 5375.12 966.49 6131.10 1011.03 7364.18 1200.18 660.09 742.07 828.85 920.50 974.32 1056.78 1254.88 1337.04 1535.29 1844.90 2221.17 2648.13 3289.12 562.44 634.21 703.69 765.95 820.25 885.10 1062.00 1115.09 1255.80 1488.90 1818.44 2190.18 2752.08 97.65 107.85 125.16 154.55 154.07 171.68 192.88 221.95 279.49 356.00 402.72 457.95 537.04 566.45 682.79 782.21 878.38 991.30 1103.54 1231.06 1399.02 1638.42 1963.90 2187.46 2471.94 2874.88 108.44 131.84 164.84 185.00 203.86 215.61 239.50 275.27 326.34 409.80 358.71 409.64 483.04 注：1)1993-2003年的数据按2004年经济普查数据进行历史调整。 2—16 居 民 消 费 水 平 计量经济学论文 本表绝对数按当年价格计算，指数按可比价格计算。 绝 对 数 （元） 年 份 全省居民 城乡消费 农村居民 城镇居民 水平对比（农民=1） 1 9 9 0 1 9 9 1 1 9 9 2 1 9 9 3 1 9 9 4 1 9 9 5 1 9 9 6 1 9 9 7 1 9 9 8 1 9 9 9 2 0 0 0 2 0 0 1 2 0 0 2 2 0 0 3 2 0 0 4 2 0 0 5 2 0 0 6 2 0 0 7 670 683 762 973 1251 1669 1945 2275 2370 2523 2588 2739 2988 3312 3707 3888 4441 5278 570 559 597 700 969 1300 1488 1796 1845 1939 1922 1985 2353 2572 2910 2177 2445 2880 1236 1379 1646 2389 2671 3441 4073 4429 4675 4985 5323 5806 4468 4933 5343 7136 7942 9208 注：根据国家统计局制度规定，从2003年起按常住人口计算，2002年数据作同口径调整。 三、为分析居民人均消费水平Y和人均GDP X的关系，作了如下散点图 计量经济学论文 从散点图可以看出居民消费水平Y和人均GDP X大体呈现为线性关系，为分析中国居民消费水平随人均GDP变动的数量规律性，可以建立如下简单线性回归模型 Y=a+bx 在eviews命令框中直接输入“LS Y C X” Dependent Variable: Y Method: Least Squares Date: 06/05/13 Time: 19:58 Sample: 1995 2007 Included observations: 13 Variable C X R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 730.9145 0.378353 Std. Error 80.42428 0.012043 t-Statistic 9.088232 31.41755 Prob. 0.0000 0.0000 3055.615 1036.177 12.44419 12.53111 987.0623 0.000000 0.988979 Mean dependent var 0.987977 S.D. dependent var 113.6176 Akaike info criterion 141998.5 Schwarz criterion -78.88725 F-statistic 0.832940 Prob(F-statistic) 可以得到线性方程为 Y=730.9145+0.378353x R=0.988979 F=987.0623 DW=0.832940 回归图形如下 计量经济学论文 2.从城乡居民差距来看 Y是城镇居民人均收入 x是农村居民人均收入 城镇居民人均收入比农村居民人均收入大概在2.62倍。由此可以看出城乡之间收 入差距十分明显，而且在逐年扩大。 首先看城市居民收入对消费的影响： 对城市居民 Y是城市居民人均消费 x是人均GDP Variable C X R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 2041.071 0.566233 Std. Error 413.3056 0.061888 t-Statistic 4.938406 9.149259 Prob. 0.0004 0.0000 5520.154 1640.342 15.71793 15.80485 83.70893 0.000002 0.883855 Mean dependent var 0.873296 S.D. dependent var 583.8881 Akaike info criterion 3750178. Schwarz criterion -100.1666 F-statistic 1.172472 Prob(F-statistic) Y=2041.071+0.566233x 农村居民人均收入对消费的影响 Y是农村居民人均消费 x是人均GDP Variable C Coefficient 1211.635 Std. Error 207.9053 t-Statistic 5.827822 Prob. 0.0001 计量经济学论文 X R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 0.148491 0.031132 4.769746 0.0006 2124.000 492.5761 14.34373 14.43064 22.75048 0.000581 0.674079 Mean dependent var 0.644449 S.D. dependent var 293.7135 Akaike info criterion 948944.0 Schwarz criterion -91.23421 F-statistic 1.062898 Prob(F-statistic) Y=1211.635+0.148491x 从计算结果可以看出城市居民的消费更大，对经济增长贡献更大，而农村居民的消费贡献相对来说就要小很多，从这个绝对差来看，农村消费潜力很大，因此，要加快农村居民收入的提高。 四、结论及建议 从第一个分析来看，人均必要消费为730.9145元，在收入增长1元时，消费增长0.385元，经济增长带动消费很明显，反过来消费也会刺激经济增长。 在第二个分析中，城市居民人均收入每增长1元时，消费增长0.566233。而农村居民人均收 入每增长1元，消费增长0.148491。由此可以看出，城市居民与农村居民之间的差距很大，城市居民的消费刺激更强。 消费带动经济的增长比例大约是百分之四十，由此可以看出消费对经济的重要意义，当然随着收入的提高，消费会增长的更快。 建议 1、调整收入分配政策，改善分配结构，以达到增加消费的目的。 要收缩城市居民与农村居民之间的收入差距，这样消费会增长的更厉害。农民手中的钱多了，农民就会增大消费量，从而提高居民的整个消费水平。 2、增进社会福利，改善人们对未来的生存状况预期，进而增加现期消费。 采用政策改善社会收入分配结构，就可以增进社会福利，尤其是农村居民的福利，进而改变人们对未来生存状况的预期，就会使收入中用于防范未来不确定性的那部分减少，从而提高用于现期消费的那部分。如现在的农村医疗保险和养老保险，在很大程度上提高了农村居民的福利。家电下乡等优惠活动也大大提高了农村居民的消费水平。 安徽省城乡储蓄存款影响因素分析 【摘要】 ：影响我省城乡储蓄存款的因素很多， 主要因素有国内生产总值、固定资产投资、财政支出。运用计量经济学方法，定量分析这些因素对我省城乡储蓄存款的影响程度，根据这些因素对城乡储蓄存款的影响大小制定更好的政策促进经济发展。 【关键词】城乡储蓄存款、影响因素、定量分析国内生产总值、固定资产投资、财政支出 一、数据收集整理 下表是2000-2011年度各项数据 计量经济学论文 年份 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 城乡储蓄存款 万元 14471539 17004661 20475117 24758257 29723666 35086727 40778041 45464944 56475121 66194831 77884800 92335727 国内生产总值 亿元 2902.09 3246.71 3519.72 3923.11 4759.3 5350.17 6112.5 7360.92 8851.66 10062.82 12359.33 15300.65 固定资产投资 万元 8666667 9641133 11333146 14777162 19142273 25209640 35446671 50936811 67999535 92631822 118494343 121477794 财政支出 万元 3234728 4037988 4568579 5074398 6015280 7130633 9402329 12438342 16471253 21419217 25876135 33029911 二、建立模型 我们用Eviews软件逐步回归法建立线性模型。我们希望应用多元回归分析的方法建立“最优”回归方程以便对被解释变量Y（城乡储蓄存款）进行预测或控制。所谓“最优”回归方程，主要是指希望在回归方程中包含所有对被解释变量y影响显著的自变量而不包含对Y影响不显著的自变量回归方程。 本文旨在研究国内生产总值的影响因素与出口额之间的关系，所以选取国内生产总值（X1）、固定资产投资（X2）、财政支出（X3）三组数据作为解释变量构建模型： Y=aX1+bX2+cX3++C 计量经济学论文 根据上表数据，运用OLS方法估计模型的参数，利用计量经济学计算机软件Eviews计算，回归结果如下： Dependent Variable: Y Method: Least Squares Date: 06/14/13 Time: 15:47 Sample: 2000 2011 Included observations: 12 Variable C X1 X2 X3 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -4128185. 8551.322 0.205624 -1.777837 0.995311 0.993552 2018159. 3.26E+13 -188.8068 2.058189 Std. Error 3600068. 1731.226 0.094469 0.820549 t-Statistic -1.146697 4.939459 2.176627 -2.166645 Prob. 0.2846 0.0011 0.0612 0.0621 43387786 25133089 32.13447 32.29611 565.9929 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) Y= -4128185. +8551.322X1 + 0.205624X2 +-1.777837X3 t = (-1.146697) (4.939459) (2.176627) (-2.166645) -ˉ --- R2=0.995311 R2=0.993552 F=3.26E+13 由回归式可看出，判定系数高，t检验和F检验显著，模型拟合较好。从经济角度看，国内生产总值每提高一个单位会使得城乡储蓄存款水平提高8551.322个单位，同时，随着固定资产投资上升一个单位城乡储蓄存款增加0.205624个单位，财政支出每上升一个单位比会使城乡储蓄存款减少1.777837个单位。 三、回归模型的扩展： 1、多重共线性 简单相关系数检验 Y X1 Y 1.000000 0.995833 X1 0.995833 1.000000 X2 0.985118 0.983935 X3 0.989278 0.996026 X2 0.985118 0.983935 1.000000 0.988360 X3 0.989278 0.996026 0.988360 1.000000 计量经济学论文 可见每个因素都和城乡储蓄存款高度相关，而且解释变量之间也是高度相关的。按照逐步回归原理建立模型，根据理论分析，国内生产总值应该是城乡储蓄存款的最重要因素，相关数检验也表明，国内生产总值与城乡储蓄存款相关性最强，所以以Y=f（X1）作为最基本的模型。再将其余变量逐个引入模型 Y=f(X1) Dependent Variable: Y Method: Least Squares Date: 06/14/13 Time: 15:48 Sample: 2000 2011 Included observations: 12 Variable C X1 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -844003.4 6337.766 0.991683 0.990852 2403921. 5.78E+13 -192.2447 0.906538 Std. Error 1456831. 183.5387 t-Statistic -0.579342 34.53095 Prob. 0.5752 0.0000 43387786 25133089 32.37411 32.45493 1192.387 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) Y=f(X1,X2) Dependent Variable: Y Method: Least Squares Date: 06/14/13 Time: 15:48 Sample: 2000 2011 Included observations: 12 计量经济学论文 Variable C X1 X2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 1682389. 5299.772 0.098330 0.992559 0.990905 2396842. 5.17E+13 -191.5771 0.698605 Std. Error 2852377. 1025.058 0.095545 t-Statistic 0.589820 5.170217 1.029153 Prob. 0.5698 0.0006 0.3303 43387786 25133089 32.42952 32.55075 600.2497 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) Y=f(X1，X3) Dependent Variable: Y Method: Least Squares Date: 06/14/13 Time: 15:48 Sample: 2000 2011 Included observations: 12 Variable C X1 X3 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -4899615. 8413.162 -0.841600 0.992533 0.990874 2400932. 5.19E+13 -191.5976 1.355877 Std. Error 4262066. 2058.193 0.831307 t-Statistic -1.149587 4.087645 -1.012381 Prob. 0.2799 0.0027 0.3378 43387786 25133089 32.43293 32.55416 598.1912 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 模型 Y=f（X1） Y=f（X1，X2） Y=f（X1， X3） X1 6337.766 （34.530956) 5299.772（5.170217） 8413.162（4.087645） X2 0.098330（1.029153） X3 -0.841600（-1.012381） R2 0.991683 0.992559 0.992533 - R2 0.990852 0.990905 0.990874 修正后的模型为 计量经济学论文 Y= 1682389. + 5299.772X1 + 0.098330X2 t = （0.589820） （5.170217） （1.029153） -ˉ --- R2=0.992559 R2= 0.990905 F=5.17E+13 5.异方差性 White Heteroskedasticity Test: F-statistic Obs*R-squared 0.664238 Probability 4.275663 Probability 0.664901 0.510447 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/14/13 Time: 16:28 Sample: 2000 2011 Included observations: 12 看表观察p值可判断该模型不具有异方差性 3、自相关性 dL=0.812 du=1.579 DW= 0.698605 存在正相关性 5）广义差分法对模型修正 Dependent Variable: Y-0.540470*Y(-1) Method: Least Squares Date: 06/14/13 Time: 18:46 Sample(adjusted): 2001 2011 Included observations: 11 after adjusting endpoints Variable C X1-0.540470*X1(-1) X2-0.540470*X2(-1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficie nt 2652362. 4668.817 0.126796 Std. Error 1124756. 621.7824 0.060661 t-Statistic 2.358167 7.508763 2.090239 Prob. 0.0461 0.0001 0.0700 24971729 13344709 31.56069 31.66920 370.9866 0.000000 0.989333 Mean dependent var 0.986666 S.D. dependent var 1540942. Akaike info criterion 1.90E+13 Schwarz criterion -170.5838 F-statistic 2.200855 Prob(F-statistic) 计量经济学论文 回归方程为 Yt*= 2652362. + 4668.817X1t* + 0.126796X2t* t = （2.358167） （7.508763） （2.090239） -ˉ— --- R2=0.989333 R2= 0.986666 F=1.90E+13 样本容量减少为11个，在1%显著水平的DW可知，dL=0.519 du=1.297 模型中DW=2.200855〉 du，说明模型中已无自相关。 C= 2652362/1-0.540470=5771901.7257 最终模型为 Yt=5771901.7257+4668.817X1t + 0.126796X2t 四，结论和政策建议 1、研究结论 从建立模型最终得到的多元线性回归方程可以看出，安徽省城乡储蓄存款主要受国内生产总值、固定资产投资等因素的影响，且相关程度较高。国内生产总值的增加对城乡储蓄存款发展有促进作用，且固定资产投资也有影响。财政支出因素并不显著，主要由于政府财政支出对城乡储蓄存款的影响大多可以通过其他因素的变化反应出来。 2、政策建议 （1）加快经济发展，促进国内生产总值增加。从模型分析上来看，国内生产总值对城乡储蓄存款占有最重要因素，也就是说，国内经济越发展，百姓生活水平越高，储蓄存款也就越高 （2）加快固定资产投资。政府对社会，基础设施建设等设施加大投资会带动就业，进一步也会增加百姓收入，增加城乡储蓄存款 （3）加大政府财政支出对民生领域的投资。改善人民生活。 我国第三产业影响因素的实证分析 一 问题的提出 第三产业的发展是我国经济发展的重要标志。加快发展第三产业可以有力地推进我国工业化和现代化的进程。大力发展第三产业，可以有效地推进第一产业（农业）和第二产业（工业）的发展，推进我国工业化和现代化的进程。 第三产业的发展不仅可以促进我国由农业社会向工业化的转化，而且还可以促进我国国民素质整体的提高，加快现代化的进程。 第三产业,即服务业,它包括流通部门，如交通运输业、邮电通讯业、商业、饮食业、物质供销和仓储业；为生产和生活服务的部门，如金融、保险业、地质普查业、公用事业、居民服务业、旅游业、咨询信息服务业和各类技术服务业等； 计量经济学论文 为提高科学文化水平和居民素质服务的部门，如教育、文化、广播电讯业、科学研究事业、卫生、体育和社会福利事业等；为社会公共需要服务的部门等4个层次。 我将从交通运输邮电仓储业，批发零售业，住宿餐饮业，金融业和房地产业五个部门分析影响第三产业的因素。 二、模型的设定 1、影响因素的分析 （1）交通运输业 交通运输业不仅是国民经济的基础产业，而且是关联度极高的产业，不仅实现着商品和人员的跨地域流动，而且承担着协调产业布局、带动经济落后地区发展、带动上下游产业发展的任务。 （2）批发零售业 批发业和零售业是国民经济的传统行业，在第三产业中占较高的比重，是居民消费市场的重要组成部分，与人民生活密切相关。近年来，随着宏观经济的快速发展，经济结构不断调整，经济增长逐渐向促进消费，扩大内需的方式转变，消费市场面临极大的发展机遇。 （3）住宿餐饮业 住宿餐饮业作为我国第三产业中一个传统服务性行业，经历了改革开放起步、数量型扩张、规模连锁发展和品牌提升战略4个阶段，取得突飞猛进的发展。其一直在社会发展与人民生活中发挥着重要作用。 （4）金融业 金融业在国民经济中处于牵一发而动全身的地位，关系到经济发展和社会稳定，具有优化资金配置和调节、反映、监督经济的作用。指标性是指金融的指标数据从各个角度反映了国民经济的整体和个体状况，金融业是国民经济发展的晴雨表。金融业具有指标性、垄断性、高风险性、效益依赖性和高负债经营性的特点。 （5）房地产业 房地产业在第三产业经济中的地位和作用房地产是国民经济发展的一个基 计量经济学论文 本的生产要素,任何行业的发展都离不开房地产，房地产业是发展国民经济改善人民生活的基础产业。 2、模型的设定 Y 第三产业年度收入总额 X1 交通运输业年度收入额 X2批发零售业年度收入额 X3住宿餐饮业年度收入额 X4金融业年度收入额 X5房地产业年度收入额 基于以上数据，初步建立模型 Y= C+ C1*X1+ C2*X2+ C3*X3+ C4*X4+C5*X5 + 三 数据的收集 表1 本文收集了我国1989—2009年有关第三产业年度收入总额的相关数据 交通运输仓住宿和餐饮金融业(亿房地产业元) (亿元) 第三产业储邮政业批发和零售业(亿元) 年份 (亿元) 1989 4590.3 1990 5448.4 1991 5888.4 1992 7337.1 1993 9357.4 1994 11915.7 1995 16179.8 1996 19978.5 1997 23326.2 1998 26988.1 1999 30580.5 2000 33873.4 (亿元) 1483.4 1536.2 1268.9 1834.6 2405 2816.6 3773.4 4778.6 5599.7 6327.4 6913.2 7491.1 业(亿元) 241.4 277.4 301.9 442.3 584.6 712.1 1008.5 1200.1 1336.8 1561.3 1786.9 1941.2 585.4 964.3 1017.5 1056.3 1306.2 1669.7 2234.8 2798.5 3211.7 3606.8 3697.7 3816.5 473.8 566.2 662.2 763.7 1101.3 1379.6 1909.3 2354 2617.6 2921.1 3434.5 3681.8 1120.6 1291.6 1470.9 1819.9 2271.3 3163.7 4465.8 5602.9 6778.3 8423 10087.3 11767.7 计量经济学论文 2001 38714 2002 44361.6 2003 49898.9 2004 56004.7 2005 64561.3 2006 73432.9 2007 84721.4 2008 103879.6 2009 120486.6 8158.6 9119.4 9995.4 11169.5 12453.8 13534.5 15471.1 18866.1 23100.7 2146.3 2400.1 2724.8 3126.1 3664.8 4193.4 4792.1 5547.2 6624.4 4086.7 4353.5 4612.8 4989.4 5393 6307.2 8490.3 13332 16816.5 4149.1 4715.1 5346.4 6172.7 7174.1 8243.8 9664 12277.5 12720 14012.4 16903.3 19726.7 22633.9 26571.2 30318.1 33822.7 39051 44635.1 注：表中各资料来源于各年份中国统计年鉴。 四 模型的估计与调整 用最小二乘法，利用Eviews软件可得估计结果如下： 报告形式： ˆ= 213.0758 + 1.2065X1 + 1.7939 X2 + 0.9387 X3 + 1.5513 X4 + Yi1.0094 X5 （162.6215） （0.1345） （0.7564） (0.0649) ( 0.1998) ( 0.0652) t= （1.3103） （8.9693） （2.3717） (14.4560) (7.7657) (15.4776) 计量经济学论文 R=0.999965 R20.999953 F=85765.70 S.E=229.5584 D.W=1.224938 2 统计检验： 给定显著性水平为0.05。 拟合优度检验：R2=0.999965接近于1，表明模型对样本数据拟合优度高。 216)=2.90， 其P值F检验（回归方程显著性检验）:F=85765.70 >F(61，0.000000也明显小于0.05，表明模型线性关系显著，交通运输业年度收入额X1、批发零售业年度收入额X2、住宿餐饮业年度收入额X3、金融业年度收入额X4与房地产业年度收入额X5联合起来对被解释变量第三产业年度收入总额Y有显著影响。 T检验(解释变量显著性检验)：所有参数的t值的绝对值均大于2，表明所有参数对第三产业年度收入总额Y均有显著影响。 由此可见，该模型R2=0.999965, R20.999953,判定系数很高，F检验值85765.70，明显显著，但由于本题中Std. Error过大，可能存在多重共线性，现对其进行计量经济检验： 计量经济检验： 多重共线性检验：由于选择的影响因素过多，所以估计模型之前，应先分析各个因素与被解释变量之间的关系，以及因素之间的相关程度，利用COR命令进行相关系数检验，得相关系数矩阵为： 由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，均大于0.8，证实确实存在严重多重共线性。 计量经济学论文 修正多重共线性： 采用逐步回归的办法，去检验和解决多重共线性问题。分别作Y对X1 X2 X3 X4 X5的一元回归，结果如表2所示。 表2 一元回归估计结果 变量 X1 X2 X3 X4 X5 参数估计值 5.5430 18.2634 7.9198 8.9615 2.4807 T统计量 60.1436 108.9936 14.8588 65.7984 50.2770 R2 0.9948 0.9984 0.9208 0.9956 0.9925 R2 0.9945 0.9983 0.9166 0.9954 0.9921 其中，加入X2的方程R最大，以X2为基础，顺次加入其他变量逐步回归，结果如表3所示。 表3 加入新变量的回归结果（一） 变量 X1 X2 2X3 X4 X5 R2 0.9954 X2，X1 1.0133 14.9404 （1.5590） （6.9895） X2， 17.0325 0.5826 0.9987 X3 X2，X4 X2，X5 （34.9812） （2.6500） 13.0328 （7.4950） 16.4749 （8.3653） 2.5786 （3.0279） 0.2445 0.9988 0.9（0.9115） 983 其中，不带括号的为各参数，带括号的为t值 各参数符号均符合经济意义，经比较，新加入X4的方程R=0.9988，改进最大，而加入X1、X5后t检验不通过，选择保留X4，再顺次加入其他新变量逐步回归，结果如表4所示。 2计量经济学论文 表4 加入新变量的回归结果（二） 变量 X1 X2 X3 X4 X5 R2 0.9992 X2，1.4875 7.0964 3.1003 （4.3062） X4，X1 （3.1286） （2.9903） X2， X4，12.6322 0.4939 2,2616 0.9991 （8.3734） （2.6743） （3.0273） X3 X2， X4，X5 12.4659 （5.6323） 2.4937 0.1011 0.9988 （2.7820） （0.4308） 其中，不带括号的为各参数，带括号的为t值 各参数符号均符合经济意义，经比较，新加入X1的方程R=0.9992，改进最大，各参数的t检验都显著。选择保留X1，再顺次加入其他新变量逐步回归，结果如表5所示。 表5 加入新变量的回归结果（三） 变量 X1 X2 2X3 0.2889 X4 X5 R2 0.9992 X2，1.0869 X4，X1 ，8.4607 2.7744 （2.0291） （3.4118） （1.4620） （3.7913） X3 X2，1.8918 X4，3.2400 2.9061 0.3998 0.9993 （4.0164） （1.1551） （4.4031） （2.1480） 计量经济学论文 X1 ，X5 其中，不带括号的为各参数，带括号的为t值 各参数符号均符合经济意义，当加入X3后，参数的t检验不显著。加入X5后，R 有所增加，但参数X2的t检验不显著，由相关系数也可看出，X3、X5也与其他变量高度相关，这说明主要是X3、X5引起了多重共线性，予以删除。 虽然Y 与X1 、Y与X2、Y与X4、Y与X2和X1 、Y与X2 和X4以及Y与X1、X2、X4均符合条件，但Y与X1、X2、X4建立的模型R最大，所以，建立模型Y、X1、X2、X4。 最后，修正严重多重共线性影响后的回归结果为： 22ˆ= - 1692.604 + 1.4875 X1 + 7.0964 X2+ 3.1003 X4 Yi(469.3376) (0.4754) (2.3732) (0.7200) t = ( - 3.6064) (3.1286) (2.9902) (4.3062) R2=0.9993 R20.9992 F=8415.790 S.E=945.7760 D.W=0.5177 统计检验： 给定显著性水平为0.05 拟合优度检验：R2=0.9993接近于1，表明模型对样本数据拟合优度高。 214)=3.20， 其P值F检验（回归方程显著性检验）:F=8415.790 >F(41，计量经济学论文 0.000000也明显小于0.05，表明模型线性关系显著，交通运输业年度收入总额X1、批发零售业年度收入总额X2与金融业年度收入总额X4联合起来对被解释变量第三产业年度收入总额Y有显著影响。 T检验(解释变量显著性检验)：所有参数的t值的绝对值均大于2，表明所有参数对第三产业年度收入总额Y均有显著影响。 计量经济学检验： 1）自相关检验：给定显著性水平0.05，查DW表，当n=21 ,k=3时，得下限值dL=1.026，上限值dU=1.669, 因为DW统计量为0.5177< dL=1.026,表明模型存在正的一阶自相关性。 偏相关系数检验： 由上图可以看出，模型不存在高阶自相关性，存在一阶自相关性。 为解决自相关问题，选用广义差分法： 计量经济学论文 ˆ= - 2893.752 + 1.9680X1 + 6.2717 X2+2.8387X4+ 0.7869AR(1) Yi(1248.607) (0.4258) (1.6169) (0.3342) (0.1534) t = (-2.3176) (4.6217) (3.8788) (8.4950) (5.1308) R2=0.9997 R20.9997 F=14388.71 S.E=608.4368 D.W=1.4689 统计检验： 给定显著性水平为0.05 拟合优度检验：R2=0.9997接近于1，表明模型对样本数据拟合优度高。 204)=3.24， 其P值F检验（回归方程显著性检验）:F=14388.71 >F(41，0.000000也明显小于0.05，表明模型线性关系显著，交通运输业年度收入总额X1、批发零售业年度收入总额X2与金融业年度收入总额X4联合起来对被解释变量第三产业年度收入总额Y有显著影响。 T检验(解释变量显著性检验)：所有参数的t值的绝对值均大于2，表明所有参数对第三产业年度收入总额Y均有显著影响。 当n=20,k=3时，得下限值dL=0.998，上限值dU=1.676 dL 计量经济学论文 从White 检验知nr2=9.6743,明显小于自由度为6，显著性水平为为0.05的2值为12.5916表明不存在异方差性。 所以本文的最终模型估计结果为： ˆ= - 2893.752 + 1.9680X1 + 6.2717 X2+2.8387X4+ 0.7869AR(1) Yi(1248.607) (0.4258) (1.6169) (0.3342) (0.1534) t = (-2.3176) (4.6217) (3.8788) (8.4950) (5.1308) R2=0.9997 R20.9997 F=14388.71 S.E=608.4368 D.W=1.4689 模型经济意义： 假定其他解释变量不改变，解释变量交通运输业年度收入额每增加1亿元，被解释变量第三产业年度收入总额Y增加1.9680亿元； 假定其他解释变量不改变，解释变量批发零售业年度收入额每增加1亿元，被解释变量第三产业年度收入总额Y增加6.2717亿元； 假定其他解释变量不改变，解释变量金融业年度收入额每增加1亿元，被解释变量第三产业年度收入总额Y增加2.8387亿元。 五、针对性的政策建议及结论 通过研究我们发现，作为基础行业的交通运输仓储及邮政业是我国第三产业中的支柱产业。发展第三产业，必须有发达的交通运输网。“要致富，先修路”，我国应建立较完备的交通体系，形成集公路、铁路、水运、航空和管道等多种运 计量经济学论文 输方式于一体的全面发展的综合性交通枢纽。加大地区之间的经济往来，推动各地的经济发展，从而实现全国范围的经济腾飞。 批发和零售业是国民经济第三产业中的主要行业之一，也是商品流通领域不可或缺的关键环节。发展批发和零售业对于繁荣市场、活跃经济具有重要意义。我国坚持以科学发展观统领经济社会发展全局，进一步落实中央一系列扩内需、保增长、调结构的政策措施，紧紧围绕转变经济发展方式这个核心，坚持把改善民生与刺激消费结合起来，加大对批发零售业这一传统优势行业的扶持和引导。五年间CBD批发和零售业实现跨越式发展，企业效益显著提升，规模效应逐步显现，批零市场日渐兴盛。 住宿餐饮业对第三产业的影响正在减弱，由于经济增长方式的转变和扩大内需的要求，住宿餐饮业被视为一枝独秀，成为最具吸引力的行业之一。虽然从事住宿餐饮业务的企业和个体工商户在我国各街道、乡镇遍地开花，但真正有规模、精管理、优服务的却相当少。就星级宾馆来说，五星级（标准）以上的酒店比起国外发达国家依旧很少。在专业餐饮方面，上规模的企业就更少了。在相当长的时期内没有明显增长的经济效益。 金融业的发展对第三产业的发展也发挥着重要的作用。金融业的独特地位和固有特点，使得各国政府都非常重视本国金融业的发展。我国对此有一个认识和发展的过程。过去我国金融业发展既缓慢又不规范，经过十几年的改革，金融业以空前未有的速度和规模在成长。随着经济的稳步增长和经济、金融业体制改革的深入，金融业有着美好的发展前景。 房地产业作为国民经济的基本生产要素之一，其重要性不言而喻。房地产业可以为国民经济的发展提供重要物质条件，可改善人们的居住和生活条件，可以改善投资环境,加快改革开放的步伐，通过综合开发,避免分散建设的弊端,有利于城市规划的实施，是可以带动相关产业，有利于吸引外资，加快我国的经济建设。但从稳定经济方面看，由于产业关联度高，房地产开发投资的大幅波动，必然带动其他相关产业出现波动，最终必然引起经济的波动，房地产业对国民经济的影响也不一定一直对第三产业在国民经济中发挥积极的作用。所以，今后，我国各房地产商应慎重开发投资房地产业。 计量经济学论文 1990-2010年居民消费水平的主要影响因素 摘要： 改革开放以来，我国居民收入与消费水平不断提高，居民消费结构升级和消费需求扩张成为我国经济高速增长的主要动力，特别是进入20世纪90年代以来，居民消费需求对国民经济发展的影响不断增大，对国民经济产生了拉动作用。我国经济逐步由短缺经济走向过剩经济、由卖方市场转向买方市场，社会消费需求不足，居民消费问题显得更加突出。特别市对于如何启动内需，扩大居民消费变得越来越重要。因此，及时把握国民经济发展格局中居民消费需求变动趋势，制定符合我国现阶段情况的国民消费政策，对于提高我国经济增长速度和质量都有重要意义。 关键词：消费 CPI 支配收入 税收 准货币 一、研究的目的要求 居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。通过分析影响居民消费水平的因素，探究居民消费水平不断提高的主要原因，及时把握国民经济发展格局中居民消费需求变动趋势，制定符合我国现阶段情况的国民消费政策，对于提高我国经济增长速度和质量都有重要意义。 二、模型设定 为了具体分析各要素对我国居民消费水平情况，选择“居民消费水平”作为被解释变量（用Y表示），选择“准货币”（用X1表示）、“农村居民家庭恩格尔系数”（用X2表示）为解释变量、选择“城镇居民家庭恩格尔系数”（用X3表示）、选择“居民家庭可支配收入”（用x4表示）、选择“CPI”（用x5表示）、选择“税收”（用x6表示） 选择“GDP”（用x7表示）详情如表1所示。 表1 1990-2010年我国居民消费水平及其影响因素的统计数据 农村居民家庭恩格尔系数% 58.8 城镇居民家庭恩格尔系数% 54.2 居民家庭可支配收入 CPI（上年=100 ) 税收 GDP (亿元） 年份 居民消费水平 准货币 1990 833 8342.7 2196.5 103.1 2821.86 18667.82 计量经济学论文 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2009 2010 932 1116 1393 1833 2355 2789 3002 3159 3346 3632 3887 4144 4475 5032 5573 6263 7255 9098 9968 10716.6 13670.7 18599.4 26382.8 36763.4 47580.1 56169 65544.9 74060.6 81463.2 98430.3 57.6 57.6 58.1 58.9 58.6 56.3 55.1 53.4 52.6 49.1 47.7 53.8 53.0 50.3 50.0 50.1 48.8 46.6 44.7 42.1 39.4 38.2 37.7 37.1 37.7 36.7 35.8 36.3 37.9 36.5 35.7 2409.2 2810.6 3499 4717.2 5860.7 6765 7250.4 7587.1 8064.32 8533.4 9226 10178.4 11094.4 12358 13747.9 15346.5 17926.2 22327.82 25028 103.4 106.4 114.7 124.1 117.1 108.3 102.8 99.2 98.6 2990.17 3296.91 4255.3 5126.88 6038.04 6909.82 8234.04 9262.8 21781.5 26923.48 35333.92 48197.86 60793.73 71176.59 78973.03 84402.28 10682.58 89677.05 100.4 12581.51 99214.55 100.7 15301.38 109655.2 99.2 17636.45 120332.7 101.2 20017.31 135822.8 103.9 24165.68 159878.3 101.8 28778.54 184937.4 101.5 34804.35 216314.4 104.8 45621.97 265810.3 99.3 59521.59 340506.9 401202 114125.2 46.2 137104.3 45.6 158137.2 47.2 191476.9 45.5 219568.4 43 250882.1 43.1 386219.0 41 2008 8348.9 308949.4 43.7 459152.7 41.1 20541.38 105.9 54223.79 314045.4 103.3 73210.79 我们建立多元回归模型： Y=B0+B1X1+B2X2+B3X3+B4X4+B5X5+B6X6+B7X7+ei 三、参数估计 利用Eviews软件，做Y对X1、X2、X3、X4、X5、X6、X7的回归 模型估计的结果如图1： 计量经济学论文 Y = -0.0008*X1 - 13.3384*X2 - 1.5485*X3 + 0.2608*X4 - 3.8007*X5 - 0.0577*X6 + 0.0193*X7 + 1325.597 R2＝0.9998；F＝8942.48；S.E＝48.0889 四、模型的检验及修正 1、经济意义检验 该模型可初步通过经济意义上的检验，系数符号均符合经济意义。 在其他条件不变的情况下, 农村居民家庭恩格尔系数每增加1元, 居民消费水平平均减少13.3384元；在其他条件不变的情况下,居民家庭可支配收入每增加1元,居民平均消费水平增加0.2608元； 在其他条件不变的情况下, CPI指数每增加1, 居民消费水平下降3.8007；在其他条件不变的情况下，税收每增加1元，居民消费水平下降0.0577元。 2、统计检验 1）拟合优度：R^2=0.9998 ,修正后的R^2=0.9997, 表示了各解释变量联合起来能够解释Y的能力很强，同时也说明了模型的拟合度很高，拟合效果非常好。 4、F检验：F=8942.48, 相应的P值几乎为0 , 说明了该方程在统计意义上是极显著的。 计量经济学论文 5、t检验：X4,X6,X7所对应的t统计量的P值均小于0.05,即常数项和X4、X6、X7对于模型均有意义。 3、计量经济学检验 (1）多重共线性检验 输入命令：cor x1 x2 x3 x4 x5 x6 x7 结果如图2： 1）可以看出存在多重共线性，其中X7与X6的多重共线性比较严重，达到了0.995967；X1与X6的多重共线性也比较严重达到了0.99545。 2）多重共线的消除：根据图1或图2可知，Y与X4关联程度最大。所以，设建立的一元回归方程为： Y =α+βX4+ε 模型 Y=f(x4) x1 x2 x3 x4 0.4040 (154.0770) x5 x6 x7 R^2 0.9992 修正后的 R^2 0.9992 计量经济学论文 y=f(x4,x1) -0.0024 (-3.6020) 0.4491 (35.4181) 0.3914 (67.1457) 0.3937 (101.3729) 0.4020 (162.8155) 0.446623 (42.2663) 0.4801 (23.3492) 0.4500 (36.9100) 0.4349 (30.0388) 0.4349 (22.3693) 0.9995 0.9995 Y=f(x4,x2) -14.0430 (-2.3666) 0.9993 0.9993 Y=f(x4,x3) -12.102 (-3.192151) 0.9995 0.9995 Y=f(x4,x5) -6.2372 (-2.4741) 0.9994 0.9993 Y=f(x4,x6) -0.0139 (-4.1028) 0.9996 0.9995 Y=f(x4,x7) -0.0046 (-3.7200） 0.9995 0.9995 Y=f(x4,x6,x1) Y=f(x4,x6,x2) Y=f(x4,x6,x3) Y=f(x4,x6,x5) Y=f(x4,x6,x7) Y=f(x4,x6,x2,x5) -0.0007 (-0.5927) -0.0105 (-1.5852) -0.0119 (-3.1810) -0.0111 (-2.1564) 0.9996 0.9995 -6.3386 (-1.1723) 0.9996 0.9996 -3.7482 (0.7219) 0.9996 0.9995 0.4396 -4.2544 -0.0121 (43.1681) (-2.1414(-3.7644) ) 0.4168 (8.5490) 0.9997 0.9996 -0.0244 0.0037 (-1.4246(0.6274) ) 0.9996 0.9995 0.1267 (0.0197) 0.4398 -4.2847 -0.0121 (31.2334) (-1.6723(-3.3923) ) 0.9997 0.9996 所以，建立的多元回归模型为： Y = 355.5672+0.1267*X2+0.4398*X4-4.2847*X5-0.0121*X6 （2）异方差检验 1）异方差检验——G-Q检验 对样本进行分组，1990年到1997年的前面8个样本为第一组，2003年到2010 计量经济学论文 年的后8个样本为第二组。 残差平方和RSS1=1210.337 计量经济学论文 残差平方和RSS2=1031.487 则统计量F=RSS2/RSS1=0.8522；取α=0.05 临界值F0.05(8,8)=3.44>0.8522； 所以不存在异方差。 （二）自相关检验 1、残差图法 View→Actual,Fitted,Residual→Residual Graph 计量经济学论文 结论：根据书上所示，上图意味着随机项之间不存在序列相关。 2、DW检验 因为n＝21，k＝2，取显著性水平α＝0.05 时，查表得d L＝1.22，d U ＝1.42，而dU <1.8609＝DW<4- dU =2.14，所以无自相关。 五、结论 1）预测模型选择 由于经过多重共线性、自相关、异方差的诊断和补救，所以，将选取 Y= 355.5672+0.1267*X2+0.4398*X4-4.2847*X5-0.0121*X6 作为本报告中研究对象的预测模型。其经济含义如下： 平均而言，在其他条件不变的情况下，居民家庭可支配收入变动每变动一个单位，将引起居民消费水平变动0.4398个单位；在其他条件不变的情况下，农村居民家庭恩格尔系数每变动1%，将引起居民消费水平变动0.1267个单位；在其他条件不变的情况下，CPI每变动一个单位，将引起居民消费水平变动-4.284个单位；在其他条件不变的情况下，税收每变动一个单位，将引起居民消费水平变动-0.0121个单位。并且，该模型反映了99.7%的真实情况。 2）小结 通过以上计量回归分析我们可以得出这样的结论：居民消费水平与农村居民家庭恩格尔系数、居民可支配收入、CPI、税收存在紧密联系。正如凯恩斯所认为的那样，消费存在一条基本的心理规律：随着收入的增加，消费也会增加，但 计量经济学论文 是消费的增加不及收入增加的多，居民可支配收入提高，有利于拉动消费的增长。CPI的提高意味着物价水平上涨，人们用同样地财富所能购买的商品减少，因此会导致市场疲软、消费水平下滑。税收的提高，一方面个人所得税提高会减少人们的收入，从而抑制消费；另一方面消费税、印花税、营业税等税收的提高在无形中转嫁给了消费者，等同于提高了物价，所以也会造成消费水平的降低。消费需求总体运行从计划经济特殊模式到遵循市场经济一般规律，是经济市场化程度由量变到质变的飞跃。随着这一质变的发生，我国经济增长的主要约束已经由短缺经济时代的供给约束转变为需求约束。就内需而言，从社会再生产看，只有消费才是社会再生产的终点和新的起点，是真正的最终需求；而投资需求在一定意义上是消费需求的派生需求。从本质上看，投资对经济发展的贡献主要体现在为社会生产提供有效地生产手段上，而不是体现在对有效需求形成的贡献。 因篇幅问题不能全部显示，请点此查看更多更全内容