参考我国城镇居民人均可支配影响因素分析

1、课程论文 学号 学生姓名 指导教师 题 学 专 班 目我国城镇居民人均消费支出影响因素分析 统计与数学学院 业统计学 级统计 课程名称 计量经济学（课程设计） 我国城镇居民人均消费支出影响因素分析 摘要： 本论文通过利用客观的时间序列数据， 通过计量经济方法建立了我国城镇居民人均消费支出影响因素的理论模型。从多方面因素分析影响城镇居民人均消费支出，选取了可支 配收入，城镇家庭人数，价格指数，GDP,城镇居民恩格尔系数等多个有可能影响城镇居民人均消费支出的因素。在建模过程中，处理了多重共性，自相关性，异方差性，滞后性等问题，同时剔除不显著因素和不符经济意义因素。最后确定最终模型，认为可支配收入和

2、城镇 居民恩格尔系数是影响我国城镇居民人均消费支出很大的因素。 关键词：城镇居民人均消费支出计量经济模型影响因素多种共性异方差性滞 后性自相关性 一，引言： 消费，投资和净进出口是我国经济发展的三驾马车，其中消费是最重要的因素。近年来 随着经济的发展和人民生活水平的提高，我国人均消费支出不断增加，尤其是城镇居民消费 支出。根据经典的消费决定理论，消费支出由可支配收入决定，两者有非常强的相关关系，收入是消费的来源和基础，是影响消费的最重要因素，提高可支配收入就可提高消费支出，从而促 进实体经济的发展。本文在选取可支配收入基础上，还选取了其他因素多方面分析。在此基 础上得出相关结论，并为提高城镇居

3、民消费支出从而促进经济发展提供建议。 二，文献综述： 通过阅读各种文献，研究我国人均消费支出因素的有很多，各种研究考虑的因素也不一 样，其中大部分都考虑到了可支配收入，有些也专门分析了其他因素对人均消费支出的影响。 但考虑到恩格尔系数的后却很少。 研究我国人均消费支出有： 赵伟分析入世后我国进口总额与我国城镇居民消费支出水平之间的关系。同时分析三次产业结构比重变化对消费支出产生 的影响，并分析各次产业对消费支出的影响水平。最后建立线性模型，论证分析影响城镇居民 消费支出的部分因素1。 高玉成赵庆光张群在四大消费基础理论上加入心理和预期变量对我国城镇居民消费函数进行进一步实证比较。并利用加入心理

4、预期变量后的消费函数对当 前城镇居民消费支出的变动情况进行解释。2王波在分析我国江苏省城镇居民消费支出情 况及其发展趋势的前提下，运用灰色系统的相关理论对江苏省城镇居民消费支出的各相关因 子进行关联分析，并提出相应的对策建议樊孝菊根据 1981 年2004 年襄樊城镇居民消费 支出与可支配收入的基本数据，应用线性回归分析的方法研究了襄樊城镇居民消费支出与可 支配收入之间数量关系的基本规律。在此基础上提出了增加居民收入，提高居民生活消费水 平和生活质量的建议4王志远以 ELES模型为基础对 20032005 年我国城镇居民消费支 出进行横截面数据的计量分析。计量结果表明：城镇居民的基本需求量增长

5、慢于收入增长速 度、基本需求量结构趋于稳定、低收入者的消费支出低于基本需求量水平；城镇居民的边际 消费倾向受非收入因素的影响较大；随着居民收入水平的上升，各种商品的收入弹性呈现出 不同的变化趋势。5陈菲在经典经济学消费理论的前提下，将利率作为影响消费的因素进行 综合考虑，探讨利率变动对多我国城镇居民消费支出的影响。构建了经济计量模型对上述问 题进行实证分析，得出了影响我国城镇居民家庭平均每人全年消费性支出增长率的自回归分 布滞后模型，并提出了相应的政策建议。6黄庆伟；张超以北京市为例分析了缓慢增长的居民收入和过高的商品房价格对城镇居民消费支出的影响，得出高房价切实影响了城镇居民消 费的结论，并

6、提出了相关政策建议。7李津主要关注人口老龄化对于中国居民消费支出的影 响,并从平均消费倾向和国民收入两个角度进行分析，最后提出一些建设性的意见。网胡月； 王栋对影响居民消费支出的居民收入、财政收入和贷款额等因素进行实证分析。根据影响消 费的主要理论观点建立模型收集相关数据，利用 EVIEWS 软件对模型进行估计和检验，最后 据此结果分析经济意义并相应提出一些政策建议。9李尚伦采用因子分析中的主成分分 析方法和回归分析方法，考察收入、收入分配的公平性、利率、物价水平、金融资产几个因 素对我国居民消费支出的影响.通过因子分析方法，构造出新的变量，然后进行回归分析。10 从上文可知影响居民消费支出的

7、因素很多，本文采取了可能影响消费支出的因素，其中特 别突出的是加了恩格尔系数。 三，模型数据 本文研究采用的解释变量和被解释变量如下： (1)被解释变量 y我国城镇居民人均消费支出(元) (2)解释变量 X1城镇居民可支配收入（元） X2-城镇家庭人数 X3人均 GDP（元） X4 价格指数 X5-城镇居民恩格尔系数 表 1 我国城镇居民消费支出及相关因素数据统计表 年份 城 镇 居 民 消费支出（元） 城镇居民可支 配 收 入（元） 城镇家庭人数 人均 GDP （元） 价格指数 （以 1994 年为基期） 城镇居民恩格尔系数 1994 2851.34 3496.2 3.28 3586.331

8、 100 50.04 1995 3537.57 4282.95 3.23 4600.81 117.09 50.09 1996 3919.47 4838.9 3.2 5395.576 126.8 48.76 1997 4185.64 5160.3 3.19 6004.68 130.36 46.60 1998 4331.61 5425.1 3.16 6386.483 129.31 44.66 1999 4615.91 5854.02 3.14 6806.089 127.49 42.07 2000 4998 6280 3.13 7538.496 128 39.44 2001 5309.01 6859

9、.6 3.1 8312.94 128.89 38.20 2002 6029.88 7702.8 3.04 9161.207 127.84 37.68 2003 6510.94 8472.2 3.01 10398 129.39 37.10 2004 7182.1 9421.6 2.98 12275.9 134.42 37.70 2005 7942.88 10493 2.96 14292.97 136.85 36.70 2006 8696.55 11759.5 2.95 16732.51 138.94 35.80 2007 9997.47 13785.8 2.91 20597.2 145.59 3

10、6.29 数据来源：中国统计年鉴（2008年）四，建模过程 图1Y的趋势图再通过 Eviws 软件绘出 y与 x1,x2,x3,x4,x5 的相关图如下 图2y与 x1 的相关图 图6y与x5的相关图 从上面 5 副相关图可以看出城镇居民消费支出与城镇居民可支配收入，城镇家庭人数，人 均 GDP存在很大的线性相关性，与其他 2 个因素线性不是很强，但根据实际情况可知可支 配收入是决定消费支出的决定性因素，因此建立现象 Y=c+b1x1+b2x2+b3x3+b4x4+b5x5+ 通过 Eviws 软彳 lsycx1x2x3x4x5 得出如下表 图 3y与 x2的相关图 图 4y与 x3的相关图

11、5C 图 5y与 x4 的相关图 士上 表 2 模型的初步分析表 uependentvariableYMethod:LeastSquares Date06/27/11Time2024 Sample19942007 Includedobservations.14 Variable Coefficient StdError Statistic Prob C 4211027 7254098 0560603 05776 X1 0765021 0286536 2669895 0.0284 X2 -1323.467 2021981 -0.654540 0.5311 X3 075622 0133526 *0

12、566345 05867 X4 3420639 24B6092 1375930 0.2061 Xfi 4.866940 7.215199 0.674540 0.5190 R-squared 0999709 Meandependentvar 5722026 AdjustedR-squared 0.999527 S.Ddependentvar 2100958 SEofregressjon 45,67991 Akaikeinfocriterion 1077872 Sumsquaredresid 1669123 Schwarzcriterion 1105260 Loglikelihood -69451

13、05 FStatistic 5498335 Durbin-Watsonstat 2982475 Prob(F*statistic) 0000000 2 从上图可知 R2=0.9997,R=0.9995,模型整理具有很大的拟合度，但是各个系数的检验 只有 X1的 p=0.0284 具有显著性，其他的都不具有显著性。这可能是由于模型中存在无关 的因素或者存在严重的多重共性导致。根据实际情况可知居民可支配收入和 GDP应该是成 正相关，而 x2 的 b 值为负数与实际经济意义相悖，而且其 t值也是最小可以直接剔除。因 此模型为 y=c+b1x1+b2x2+b4x4+b5x5 表 3 剔除 x3 的模

14、型 eviws 输出表DependentVariableY MethodLeastSquaresDate:06/27/11Time:20:40 Sample19942007 Includedobservations：14 Variable Coefficient StdError t-Statistic Prob 6127482 2106670 3857962 00039 0603103 0018371 32.82924 0.0000 -2394.080 686.3247 -3.4B9427 0.0068 2730066 2.083138 1310564 02225 4.191478 6842

15、146 0.612597 0.5553 R-squared 0999697 Meandependentwar 5722026 AdjustedR-squared 0.999563 SDdependentvar 2100958 S.Eofregression 43.92230 Akaikeinfocnierion W67517 Sumsquaredresid 17362.52 Schwarzcriterion 1090341 Loglikelihood -6972622 F-statistic 7433894 Durbin-Watsonstat 2.964963 ProbiFStatistic)

16、 0.000000 从上图可知剔除了 x3 之后各系数的符号都符合经济意义，但是 x4,x5 的系数都不显著。因 为模型中含有多个变量模型肯能存在严重的多重共性。模型还需要进一步处理。 (一)多重共性处理 从上面模型和实际经验可知模型存在严重的多重共性。 (1) 相关系数检验。键入 yx1x2x4x5 表 4 相关系数矩阵表 CorrelationMatrix Y X1 X2 X4 |X5 1.000000 0.999314 -0.974204 0.826196 -0.854139 XI 0.999314 1.000000 -0.966807 0.817375 0342676 X2 -0.97

17、4204 -0966007 1.000000 -0830969 0.923551 X4 0.626193 Q.817375 -0.830969 1000000 4743906 X5 -0854189 -0842676 0.923551 -0.743906 1.000000 可见每个因素都与城镇居民人均消费支出高度相关，而且解释变量之间也是高度相关的。现 按逐步回归原理建立模型。 (2) 建立一元回归模型。根据理论分析，可支配收入应该是城镇居民人均消费支出最主 要的因素；相关系数矩阵检验也表明，可支配收入与城镇居民人均消费支出的相关性 最强。所以以 Y=a+bx1+建立基本模型，在逐步引入其他变

18、量。 (3) 将其余变量逐个引入模型估计结果如下表(括号里的为t统计值) 表 5 城镇居民人均消费支出逐步回归分析结果 模型 X1 X2 X4 X5 R2 一2 R Y=f(x1) 0.6938 (93.4424) 0.9986 0.9985 Y=f(x1,x2) 0.6109 (38.3999) -2224.6930 (-5.3885) 0.9996 2 0.99955 Y=(x1,x4) 0.6778 (56.0584) 5.6098 (1.6236) 0.9988 9 0.99869 Y=(x1,x5) 0.6694 (58.4365) -16.1671 (-2.5280) 0.9991

19、 3 0.99897 Y=(x1,x2,x4) 0.6088 (39.7144) -2064.9757 (-5.0125) 2.8195 (1.4013) 0.9996 8 0.99959 Y=(x1,x2,x5) 0.6042 (31.8116) -2598.2371 (-3.75399) 4.8199 (0.6821) 0.9996 4 0.99953 Y=(x1,x4,x5) 0.6593 (51.4106) 4.3735 (1.4811) -14.5425 (-2.3561) 0.9992 9 0.99907 Y=(x1,x2,x4,x5) 0.6031 (32.8292) -2394

20、.8797 (-3.4894) 2.7301 (1.3101) 4.19148 (0.6126) 0.9997 0 -0.9995 6 2 从表估计结果可以看出模型引入 x2,和 x5 后系数的符号正确，t值也显著 R2和R也得到提 Vie*Frees：OljectsPrintMameFreezeEstimateFerecast DependentVariableY MethodLeastSquares Date06/27J11Time.12:54 Sample:19942007 Includedobser/ations14 Vanable Coefficient StdErrort-Stat

21、istic Prob 22 局且数值较大具有很大的拟合度，引入 x4后 R2和R虽然也得到提高，系数符号也符合经 济意义，但是 x4 的 t值不显著.因此考虑将模型 2 和模型 4 作为基本模型在引入其他变量， 从上表可知引入其他变量后要么是 x2 的系数不显著要么是 x5 的不显著。可见这些因素都不能引入。所以现在有两种模型合理 Y=f(x1,x2),Y=f(x1,x5).这两种模型从统计数值上看都很合理。根据现实情况可知，家庭规模在一定程度是不会变的，而且应该是可支配消费总支出 与家庭人数相关人均支出与家庭人数关系不大。所以本文不考虑模型 Y=f(x1,x2),研究 Y=f(x1,x5).

22、 C 1428.416 34061S34.193596 0.0015 X1 0.669406 001145553.43653 00000 X5 -1616706 6.395208-2.527996 00281 R-squared 口999132 Meandependentvar 5722.026 AdjustedR-squaed 0998974 SDdependentvar 2100958 S.Eofregression 67.29425 Akaikeinfocritefion 1144344 Sumsquaredresid 4931368 Schwarzcritenon 11.58038 L

23、oglikelihood -7710405 F-statistic 6330162 Durbin-Watsonstat 1708153 Prob(F-statistic) 0.000000 iqw；Fmcw!UbjeE!Frint圳电Fr】电工tEwtimt|Fgr13t!EtatiR&ids| -12000 -WOOD -8000 -6000 -4000 -2000 94969800020406 ResidualActualFitted D-W检验：模型 D-w 值为 1.7082,n=15,k=,2,取显著水平为（r=0.05 时，查 DW 佥验 表，得dl=0.946,du=1.54,4

24、-du=2.46duD-wO.5,同样没有找 到模型存在自相关性。 但当滞后期为后期 4 的时候 PAC=-0.437 与 0.5 检验。所以需要选择滞 为 4 的 BG检验。Date06/27/11Time1300 Sample:19942007 Includedobservations:14 AutocorrelationPartialCorrelationACPACQ-StatProb 11 1 11 1-0025-00250.01070918 E 1 1 2-D.033-0.084014010.932 1 1 3-0.312-0.3182,11760548 二 1 11 1 44368

25、-0437498200289 1 1 1匚 50.015-0187498750.417 1 1 1O 1 6-0.007-0.333498890.545 1 口 11 1 70343-0046875540271 1 J 1匚 1 80.111-01409.21280325 1 3 1 1 90.0830.0079.52440.390 1J 1 E 1 10-0,137-0,00710.5810.391 1口 1 1 11-0.267-0154158960.145 1 1 1 12-0.021-0.06315.9470.194 BG$验：在方程式中点击 ViewResidualTestSeria

26、lCorrelationLMTes,选择滞后 期为 4 得出下表。其中 nR2=6.170695,临界概率 p=0.186758,模型不存在自相关性。 Breusch-GodfreySerialCorrelationLMTest F-statistic 1379269 Probability 0.332663 Obs*Rsquared 6170695 Probability 0.186758 TestEquation. DependentVariableRESID MethodLeastSquares Date:06/27/11Time.1302 Variable Coefficient St

27、dError t-Statistic Prob C M9,73641 3387908 -0058255 09552 X1 0003797 0.012213 0310891 07649 X5 -0186477 6260910 -0029625 0.9772 RESIDC1) -0237025 0328250 -0724525 04922 RESID(-2) -0149517 a.347242 -0430586 0.6797 RESID(-3) -0561706 0341317 -1.645699 0.1438 RESID(4) -0691677 0368664 1876173 01027 R-s

28、quared 0.440764 Mean加pgndent网 1.36E*12 AdjustedR-squared 4038581 SDdependentvar 6190171 SEofEgression 63.08454 Akaikeinfocriterion 11.43368 Sumsquaredresid 2785761 Schwarzcitsnon 1175321 Loglikelihood -7303577 F-statistic 0919512 Durbin-Watsonstat 1.863669 Prob(F-statistic) 0.532662 综上各个检验可知模型不存在自相关

29、性 （三）异方差性检验 利用 White检验，检验异方差的存在，如下图。 WhiteHeteroskedasticityTest: Fstatistic 0.892420 Probability 0.528686 ObsR-squared 5.012750 Probability 0.414326 TestEquation 通过如上的表格，辅助回归方程得到 nR2=5.012750,P=0.414326,所以模型不存在异方差 性。 （四）滞后性分析 城镇居民人均消费支出有可能不仅与当期可支配收入相关，还有可能去前几年的可支配收入 相关，可能存在滞后性，因此要进行滞后性分析。 先利用互相关分析命

30、令 CROSS作初步判断， 键入： CROSSYX1 并输入滞后期长度为 12,输出如下图相关图。 ;X1(-iJY,X1(+i)iEglead 1 I1 ；IuuyyyjQyyyj 1 11 115712407J1b 1 口11 I20/90.5251 1 ;11 二 30.31270.3379 1 11 匐i40149301707 1 11 i50.00200.0216 1匚 11匚 6*01280*01164 1言 11匚 i7-0.2251-02142 11 t i8-0.3032-0.2971 1t 11 9-0346393446 11 11 a1Q-03629-03641 iL i

31、11-0.3515-0.3606 1u ii1 i12-03032-0.3192 从图中 Y 与 X 各期滞后值（lag）的相关系数可知，城镇居民可支配收入与当年或者可能前 两年的可支配收入相关，所以滞后期长度可以初步设定为 2 或 3,相关系数只能大致判断 y 2 与 x1 的相关情况，利用R,AIC,SC 指标可以做出更精确的判断在命令行依次键入 LS丫 CPDL（X,K,2）其中 k 依次取 2,3,4计算出各个检验指标值。 判断滞后期长度检验指标值 滞后期 2 R AIC SC 2 0.9991 11.22792 11.42996 3 0.9990 11.39737 11.57829

32、4 0.9989 11.39134 11.5426 2 从上图可知滞后期从 2 延长到 4,R逐渐下降，AIC 和 SC 也总体上升，所以判断不存在滞 后性。 (五)模拟预测检验 在方程窗口中点击 forecast 按钮，可以得到 Y 在样本期的模拟预测值；设预测变量名为 YF。 在窗口再输入以下命令： GENRER=(1-YF/Y)*100 SHOWYYFER PLOTYYF obs Y YF ER 1994 1 2959792 -3803553 1995 3537.570 34B5.639 1.467990 1996 3919.470 3879.297 1.024957 1997 41S5

33、.640 4129365 i344478 1998 4331.610 4337.988 -0.147236 1999 4615,910 4666.982 -1,106432 2000 4998.000 4994655 0066933 2001 5309.0101 5402689 *1,764537 2002 6029.880 5975.539 0.901192 2003 65109401 &499957 0.168687 2004 71B2.100 7125.790 0734027 2005 7942880 7059.159 1054041 2006 8696.550 8721.511 *0,237027 2007 9997.470 1007001 0725548 12000 据上图所示结果，预测的相对误差较小(除特殊年份外)都在 5.5%以内，而且从拟合图中可 以看出，模型对各个实际值拟合程度较高，能很好的反应可支配收入和恩格尔系数对城镇居 民人均消费支出的影响。 (六)模型分析和建议 Y=1428.416+0.669406x1-16.