(最新整理)四川省居民消费结构的计量经济学分析

1、(完整)四川省居民消费结构的计量经济学分析(完整)四川省居民消费结构的计量经济学分析 编辑整理：尊敬的读者朋友们：这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（(完整)四川省居民消费结构的计量经济学分析）的内容能够给您的工作和学习带来便利。同时也真诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快 业绩进步，以下为(完整)四川省居民消费结构的计量经济学分析的全部内容。15四川省居民消费结构的计量经济学分析一、问题

2、的提出人们的消费，总要以一定的消费资料为对象，人们要满足自身存在和发展，需要，满足物质和文化生活的需要，就要消费各种不同类型的消费资料.在一定的社会经济条件下，人们在消费过程中所消费的各种不同类型的消费资料的比例关系，就是消费结构。消费结构反映人们消费的具体内容，反映消费水平和消费质量,反映人们消费需要的满足状况。如:消费结构按满足消费需要的不同层次来分类，可把消费资料分为生存资料、享受资料和发展资料；按人们实际消费支出的不同方面，可以划分为吃、穿、住、用、行等不同形式；按消费品的不同内容,可划分为实物消费和劳务消费。本文采用的是第二类分类方法。随着社会主义市场经济的发展，研究消费结构的问题越

3、来越重要。研究消费结构，探讨影响消费结构的各种因素，揭示消费结构的发展趋势和规律性，寻求合理的消费结构，对于促进国民经济的良性循环，不断满足人们日益增长的物质文化需要，具有重要的意义。二、理论基础1、消费是社会再生产的重要环节，是社会经济活动的出发点和归宿.生产决定消费，消费反作用于生产。因此,从消费结构的状况及变化趋势可以看出社会经济发展的水平及其动向。随着市场经济体制的初步形成和完善，国民经济的稳定增长，我国居民的消费结构将得到更大发展，并逐步趋于合理化。张少龙中国市场消费战略2、影响消费结构的因素有产业结构、居民收入、价格变化、人口等，其中收入水平是影响消费结构最重要、最基本的因素，收入

4、水平的高低，反映居民购买力的大小，为了分析收入水平对消费结构的影响，首先必须分析消费结构的层次性和消费需要的层次性。需要结构和消费结构是由低层向高层不断变化的，造成这种变化的原因，主要是收入水平的提高.要根据消费需要的层次性的变化和消费品的不同类型来具体分析收入水平对消费结构的影响. 尹世杰 蔡德容消费经济学原理 3、线性支出系统（les：linesr expenditure system）是一个经济意义清楚,广泛应用的需求模型系统，它是一个联立方程模型。pixi=pixi+bi（c-pjxj）其中：当i=1，2，n构成联立方程模型系统pixi表示第i种商品的消费支出，pixi表示第i种商品的

5、基本消费支出,作为待估计参数c表示消费总支出,b表示边际预算份额,作为待估计参数。les将需求区分为基本需求和附加需求，基本需求不随算变化而变化，并假定事实上边际预算份额对所有人相同,与消费水平无关。英国计量经济学家斯通（r.stone)1954“线性支出系统（ies）”4、由于在线性支出系统les中，c虽然是外生变量,但它却难以外生给定。因其满足c=pixi，pi外生，不易取得，使参数难以估计。eles在les上做了两点修改：（1）以收入y代替总预算支出c，(2）以边际消费倾向bi*代替边际预算份额bi.pixi=pixi+bi*（y-pjxj）eles相对于les优点在于估计参数不需要借助

6、额外信息,但缺点在于同一截面上商品价格不随收入变化的假设对于一类商品不一定适用。路迟（liuch）“扩展线性支出系统eles”三、模型的建立2003年四川居民收入与支出项目总平均最低收入户低收入户中等偏下户中等收入户中等偏上户高收入户最高收入户1人均年收入5925。592088.633058。254141.995562.817227.269315。4613282.972人均可支配收入5894。272065。413032.544113。475531.457192.529283.0313235.803消费性支出4855.782080.022734。453625。764686。805804。3870

7、95。1210090.044食品2014.301152.251496。891759.832010.472354.582568。383084.055衣着463.81120.76190。47322。10470.31602。50692。681040.306家庭设备用品服务418.8186。72124.47197.78362.77449。20713。991518。087医疗保健266。07118.80131.43194.61312.89301。74321.67559.458交通与通讯304.5266。45112.30184。53271.50379.94518。96834.199娱乐教育文化服务627。

8、18168.88297。61458.62615.93822.89941.661314.3710居住531。80323。22319.52410。71464。91591。17839。501062.8011杂项229。3042.9561。4397.58177.75302.36498.30676.79因是对居民支出结构的分析，因此我们选取了对消费资料分为吃、穿、住、用、行的分类方法。在选用数据时，我们选用了“人均可支配收入，因为这个数据较“人均年收入”更能准确反映人们的消费水平.分别对八类消费性支出作线性回归：pixi=ai*+bi*y（i=1，2，3，4,5，6,7，8；y=“各类住户可支配收入”，

9、pixi=“第i类商品的消费支出”）1食品支出项y20654130325441134755314571925292830313235.80p1x1115225149689175983201074235458256838308405dependent variable: xmethod： least squaresdate： 05/24/04 time: 19:31sample： 1 7included observations： 7variablecoefficientstd。 errort-statisticprob。 c1004。873102.31259。8216000.0002y0.16

10、62970.01399611.881880。0001rsquared0。965795 mean dependent var2060。960adjusted rsquared0。958954 s.d. dependent var661.7566s.e. of regression134。0699 akaike info criterion12。86956sum squared resid89873。65 schwarz criterion12.85410log likelihood43。04344 f-statistic141。1792durbinwatson stat0.928949 prob

11、(f-statistic)0。000074回归分析得p1x1=1004.873+0.166297y(102.3125) （0.013996）t=9。821611。88188r2=0.965795r-2=0。958954f=141。1792dw=0。9289492衣着支出y20654130325441134755314571925292830313235。80p2x2120761904732210470316025069268104030dependent variable： xmethod: least squaresdate: 05/24/04 time： 19：41sample: 1 7i

12、ncluded observations: 7variablecoefficientstd。 errort-statisticprob。 c24。0041628.57270-0。8401080.4392y0.0811430。00390920.760080.0000r-squared0。988532 mean dependent var491.3029adjusted rsquared0。986238 s.d。 dependent var319。1625s。e. of regression37.44154 akaike info criterion10。31839sum squared resi

13、d7009。344 schwarz criterion10.30294log likelihood34。11438 f-statistic430。9810durbinwatson stat1.447556 prob(f-statistic）0.000005回归分析得p2x2=24。00416+0。081143y(28.5727） (0.003909）t=0。840108 20.76008r2=0.988532r2=0。986238f=430.981dw=1。4475563设备用品y20654130325441134755314571925292830313235。80p3x386。72124。

14、81197。78362.77449。20713。991518。08dependent variable： xmethod: least squaresdate: 05/24/04 time： 19:47sample： 1 7included observations： 7variablecoefficientstd。 errortstatisticprob. c-295。5461102。5577-2。8817540。0345y0。1242220。0140298.8543750。0003r-squared0.940048 mean dependent var493.3357adjusted r-

15、squared0.928058 s.d. dependent var501。0464s.e。 of regression134。3912 akaike info criterion12.87434sum squared resid90304.92 schwarz criterion12。85889log likelihood43.06020 fstatistic78.39996durbinwatson stat1。362412 prob（f-statistic）0。000305回归分析得p3x3=295.5461+0。1242y(102.5577)(0.014029）t=2。8817548。8

16、54375r2=0.940048r-2=0.928058f=78。39996dw=1.3624124医疗保健y20654130325441134755314571925292830313235。80p4x4118。80131.43194。61312.89301。74321.67559.45dependent variable: xmethod： least squaresdate： 05/24/04 time： 19：55sample: 1 7included observations： 7variablecoefficientstd。 errort-statisticprob。 c41.06

17、49433.753011。2166300.2780y0。0371870.0046178。0540090.0005rsquared0。928436 mean dependent var277。2271adjusted rsquared0.914123 s。d. dependent var150。9300s。e. of regression44。22980 akaike info criterion10.65163sum squared resid9781。374 schwarz criterion10.63618log likelihood35。28071 fstatistic64。86707d

18、urbinwatson stat2.276898 prob(f-statistic)0.000478回归分析得p4x4=41.06494+0。037187y（33.75301) （0。004617）t= 1.216630 8。054009r2=0.928436r2=0。914123f=64.86707dw=2.2768985交通通讯y20654130325441134755314571925292830313235。80p5x566.45112.30184。53271。50379。94518。96834。19dependent variable: xmethod: least squaresd

19、ate： 05/24/04 time: 20:00sample: 1 7included observations: 7variablecoefficientstd。 errortstatisticprob. c-97。2310014。637986.6423800。0012y0.0685760。00200234.246770.0000rsquared0.995755 mean dependent var338.2671adjusted r-squared0.994906 s。d. dependent var268。7516s。e. of regression19.18154 akaike in

20、fo criterion8.980730sum squared resid1839。657 schwarz criterion8.965276log likelihood29.43255 f-statistic1172。841durbinwatson stat1。373875 prob（f-statistic）0。000000回归分析得p5x5=-97.231+0。068576y（14。63798） （0。002002)t=-6。642380 34。24677r2=0.995755r2=0.994906f=1172。841dw=1。3738756娱乐教育文化y20654130325441134

21、755314571925292830313235.80p6x6168。88297。61458.62615.93822.89941.661314.37dependent variable： xmethod: least squaresdate： 05/24/04 time: 20:06sample: 1 7included observations: 7variablecoefficientstd。 errort-statisticprob。 c18。9866340。666310.4668880.6602y0。1009370.00556318.144410。0000r-squared0。9850

22、40 mean dependent var659.9943adjusted r-squared0.982048 s。d。 dependent var397。7200s。e. of regression53.28894 akaike info criterion11。02429sum squared resid14198。56 schwarz criterion11。00884log likelihood-36.58502 fstatistic329。2195durbin-watson stat1。028663 prob（fstatistic）0.000009回归分析得p6x6=18.98663

23、+0.100937y（40.66631) （0.005563)t=0。466888 18.14441r2=0.985040r-2=0.982048f=329.2195dw=1。0286637居住y20654130325441134755314571925292830313235.80p7x7323.22319。52410.71464.91591.17839。501062.80dependent variable： xmethod： least squaresdate: 05/24/04 time: 20:10sample: 1 7included observations： 7variable

24、coefficientstd. errortstatisticprob. c121.044035。662563。3941490。0194y0.0711860.00487814.591900.0000rsquared0.977056 mean dependent var573。1186adjusted r-squared0.972467 s.d。 dependent var281.6381s.e. of regression46。73205 akaike info criterion10。76169sum squared resid10919。42 schwarz criterion10.746

25、24log likelihood35。66593 fstatistic212。9236durbinwatson stat1。922396 prob（f-statistic）0.000027回归分析得p7x7=121.0440+0。071186y(35。66256) (0.004878)t=3.39414914.59190r2=0.977056r-2=0.972467f=212.9236dw=1.9223968杂项y20654130325441134755314571925292830313235。80p8x842。9561。4397。58177.75302。36498。30676.79depe

26、ndent variable: xmethod： least squaresdate: 05/24/04 time: 20：14sample: 1 7included observations: 7variablecoefficientstd。 errortstatisticprob。 c-123。902128.78612-4。3042310.0077y0.0612870.00393815.563810.0000rsquared0.979776 mean dependent var265。3086adjusted rsquared0.975731 s.d。 dependent var242。1

27、377s。e. of regression37。72120 akaike info criterion10.33328sum squared resid7114.444 schwarz criterion10.31782log likelihood-34.16647 f-statistic242。2322durbinwatson stat1.658688 prob（f-statistic)0.000020回归分析得p8x8=-123。9021+0。061287y( 28。78612） （0。003938）t=4。30423115.56381r2=0.979776r2=0.975731f=242

28、.2322dw=1。658688四、检验（一)经济意义检验在收入与支出的线性回归模型中，参数p的先验符号应该为正，在所得出的8个方程中，的符号都为正。因此，该模型符合经济意义（二)统计推断检验在a=0。05的显著性水平下，对以上8个方程进行显著性检验，发现方程（2）、（4）、（6)的常数项与消费支出的回归系数不显著，因此回归方程不能投入使用。在此，我们剔除不显著的常数项进行回归，得到以下回归结果:（2）p2x2=0.0783y（0002）t=41。4716r2=0.9869r-2=0。9869dw=1。3114（4）p4x4=0.042y（00024)t=17.7007r2=0.90725r2

29、=0.90725dw=1.6440（6）p6x6=0.1032y (0.0026） t=40.1620r2=0.9844 r-2=0.9844 dw=1.0330（三）计量经济学检验1、异方差性检验（采用goldfeldquandt方法检验）对修正后的方程进行异方差性检验，去掉居中的哪个观测值,将样本分为两个部分,每部分的观测值为3提出假设h.:ui为同方差性；h1：ui为异方差性。分别对两部份观测值求回归模型，计算两部分的剩余平方和el2与e22，他们的自由度均为1，于是构造f*=el2/e22,f*服从f（1,1）分布.在a=0.05的显著性水平下，f*if(1,1)=161,则接受h。不

30、存在异方差。2、自相关检验（用d-w检验）在显著性水平a=0.05，查dw表，n=7,k=1得下限临界值di=0。435 du=1。036,发现方程（1）处于不确定区间，对其进行dw修正，得到方程为p1x1=649.1002+0。1288y（443480） （0.0093）t=14。636513.8599r2=0.9796r-2=0.9745f=192。0964dw=2.7767五、扩展性线性支出系统模型结果由前面方程总结得下表：食品衣着用品医疗交通文娱居住杂项ai*1004873295.5461-97。273121044123.9021bi*01662970078301242004200685760103200711860061287pixi1359162167208-30.3289694926322038273097003比重6365783%1.42%42%2311032%1180033%1、由pixi=ai/(1bi）ai*=609。0378bi=0。7148得基本消费总支出=21