江苏省三大产业对居民消费水平的影响

江苏省三大产业对居民消费水平的影响摘要：改革开放以来，中国特色社会主义市场经济得到迅猛发展，三大产业也以高节奏前进着，尤其是我国的第二第三产业。在我国三大产业高速发展的同时，我国居民的消费水平也得到了长足的提高。为了更详细地了解三大产业与居民消费水平的联系，在前人研究的基础上，本文以江苏省为例，以1997-2014的数据为基础，对这四者之间的联系进行计量分析，来求证它们之间的关系。关键词：三大产业、江苏省、居民消费水平一、前言1.研究目的随着改革开放的深入和市场经济的发展，江苏省的产业结构在不断地优化升级。同时，作为衡量经济增长的指标之一，居民消费水平也在不断增加。然而，我省的产业结构优化升级过程到底给人们带来了多少实惠，人们在多大程度上享受了发展的成果，江苏的产业结构优化和升级的进程的发展现状如何，有什么需要解决的问题呢？本文就三大产业的产值与居民消费水平的关系这个方面来分析这些问题。研究意义通过对居民消费水平和三大产业的计量分析，详细地了解三大产业对居民消费水平的影响，了解三大产业结构的优化到底为居民带来了哪些实质的收益，同时为将来的产业结构升级提供参考借鉴。3、研究背景在我国，居民消费按用途分为食品、衣着、居住（包括自有住房服务）、家庭设备用品及服务、医疗保健、交通和通信、文教娱乐用品及服务、实物消费、银行中介服务、保险服务、其他等11类。与发达国家相比，我省居民消费水平差距仍然较大。尽管与发达国家的差距在缩小，但从消费结构看，我省居民消费还处在较低的水平。食品仍是我省居民消费的主要部分。其次，服务性消费占居民消费的比重偏低。另外，我国家用汽车等舒适性消费较少。从需求角度看，我省的三大需求发展不平衡，投资和出口增长快，消费增长相对较慢，使得消费的比重不断下降。与投资和出口增速相比，居民消费增长相对较慢，从而居民消费在经济总量中的比重较低。二、研究现状从总体上看，江苏省的产业结构表现出第一产业比重日益缩小，第二、三产业比重日益扩大的趋势，这是一种强烈的工业化和现代化的表现。1997~2014年，江苏省第一产业比重下降了近10个百分点，这主要是由于近年来江苏省各县(市)的城市化进程加快。由于第一产业产品的需求弹性小，从总量需求上看，其并不随生活水平的提高而相应增加，因此其在省内生产总值中的比重下降是十分正常的。江苏省第二产业的比重近年来基本保持在50%左右，呈现出比较平稳的态势，仅中间略有波动。而第三产业的比重则上升了近12个百分点，上升幅度较大。至2014年，江苏省第三产业的比重已经达到了42.44％。三、计量分析构建我省居民消费水平与三大产业的多元回归模型，以江苏省居民消费水平为被解释变量Y，第一第二第三产业为解释变量X1，X2，X3，对其进行计量分析。表一是从国家统计局得到的江苏省居民消费水平、第一产业、第二产业、第三产业的相关数据。表一:江苏省居民消费水平和第一第二第三产业数据年份居民消费水平(元)第一产业（亿元）第二产业（亿元）第三产业（亿元）19961419490.591598.05909.5219971932683.982186.771186.6419982565866.242715.261573.7519993130989.183074.121940.91200033911035.83411.862232.68200134981047.163640.12512.69200135941037.373920.152740.3200338731048.344435.893069.46200441231094.484907.463454.9200547081110.445604.493891.92200652611162.456787.114493.31200759131367.588437.995198.03200870661461.5110524.966612.22200981821545.0512282.897914.11201095301816.3114471.269730.912011108822100.1116993.3411888.532012119932261.8618566.3713629.072013140352540.121753.9317131.452014171673064.7825203.2820842.211.建立模型由散点图可以看出，X1、X2、X3与Y之间存在线性相关的关系，从而构建多元线性回归模型：2.估计参数对模型做最小二乘得到如下结果：DependentVariable:YMethod:LeastSquaresDate:06/18Sample:19972014Includedobservations:19VariableCoefficientStd.Errort-StatisticProb.

C-233.6901307.7688-0.7593040.4594X12.2466720.4559394.9275730.0002X20.2808380.0497415.6460650.0000X30.1552370.0730152.1261030.0505R-squared0.998663

Meandependentvar6434.842AdjustedR-squared0.998395

S.D.dependentvar4412.577S.E.ofregression176.7545

Akaikeinfocriterion13.37206Sumsquaredresid468632.1

Schwarzcriterion13.57089Loglikelihood-123.0346

Hannan-Quinncriter.13.40571F-statistic3734.341

Durbin-Watsonstat1.371180Prob(F-statistic)0.000000参数估计与检验的结果为：=-233.6901+2.246672X1+0.280838X2+0.155237X3t=-0.7593044.9275735.6460652.126103P=0.45940.00020.00000.0505R2=0.998663F=3734.3413.模型检验（一）经济意义的检验β1=2.246672，表示当其他情况保持不变时，第一产业每增加1亿元，江苏省居民消费水平增加2.246672元；β2=0.280838，表示当其他情况保持不变时，第二产业每增加1亿元，江苏省居民消费水平增加0.280838元；β3=0.155237，表示当其他情况保持不变时，第三产业每增加1亿元，江苏省居民消费水平增加0.155237元。（二）拟合优度与统计检验（1）拟合优度的度量：可决系数R2=0.998663，修正的可决系数=0.998395，表示模型总体对样本数据拟合较好，即解释变量第一产业、第二产业、第三产业对被解释变量江苏省居民消费水平的绝大部分差异做出了解释呢。（2）对回归系数的t检验：β1的标准误为0.455939，t检验值为4.927573，通过查表可知，X1的回归系数通过t检验，并且P值为0.0002,较小，也验证了X1的回归系数通过了t检验。β2的标准误为0.049741，t检验值为5.646065，通过查表可知，X2的回归系数通过t检验，并且P值为0.0000,较小，也验证了X2的回归系数通过了t检验。β3的标准误为0.073015，t检验值为2.126130，并且P值为0.0505，能够通过置信度为95％的t检验。F检验：由最小二乘得出的表可以看出，F检验值为3734.341，查表得，F检验值大于临界值F（2,16），所以模型通过F检验，解释变量X1，X2，X3对被解释变量Y影响显著。（三）多重共线性检验多重共线性（简单相关系数法）

X1X2X3X110.98657628763796580.9902143402167692X20.986576287637965810.9929721334971665X30.99021434021676920.99297213349716651由表可知，简单相关系数均大于0.8，所以模型存在严重的多重共线性。修正多重共线性本文修正多重共线性采用对数模型的方法进行修正，构建新的模型如下：对变换后的模型做最小二乘:DependentVariable:YMethod:LeastSquaresDate:06/18Sample:19972014Includedobservations:19VariableCoefficientStd.Errort-StatisticProb.

C-8362.3171726.026-4.8448380.0002X111457.843262.05285.5631670.0001X20.1883220.0517623.6382580.0024X30.4215820.0578807.2836890.0000R-squared0.998857

Meandependentvar6434.842AdjustedR-squared0.998628

S.D.dependentvar4412.577S.E.ofregression163.4272

Akaikeinfocriterion13.21528Sumsquaredresid400626.7

Schwarzcriterion13.41411Loglikelihood-121.5451

Hannan-Quinncriter.13.24893F-statistic4369.085

Durbin-Watsonstat1.804379Prob(F-statistic)0.000000得到模型=-8362.317+1457.843LnX1+0.188322X2+0.421582X3SE=1726.026262.05280.0517620.057880t=-4.8448385.5631673.6382587.283689R2=0.998857F=4369.085由最小二乘可以看出，解释变量的回归系数均通过t检验，并且可决系数与修正的可决系数都较高，说明模型整体对样本数据拟合较好，F检验值较大，通过F检验，解释变量对被解释变量的影响显著，并且模型的多重共线性得到了消除。所以最终模型为：=-8362.317+1457.843LnX1+0.188322X2+0.421582X3（四）异方差在消除多重共线性的基础上，检验模型之中是否存在异方差并对其进行修正。异方差的检验本文运用怀特检验的方法，通过EViews计算得：HeteroskedasticityTest:WhiteF-statistic47.85887

Prob.F(9,9)0.0000Obs*R-squared18.61112

Prob.Chi-Square(9)0.0287ScaledexplainedSS12.46315

Prob.Chi-Square(9)0.1884由表可以看出，nR2=18.61112，由怀特检验可知，在=0.05下，查表得，临界值为16.9190，因为nR2大于临界值，所以模型存在异方差。异方差的修正本文运用加权最小二乘法来进行异方差的修正首先给模型中的解释变量赋权，本文采用W1=1/X1，W2=1/((X2)^2)，W3=1/((X3)^4)作为权数，经估计结果发现用W3的效果最好。下面是用权数W3的结果：DependentVariable:YMethod:LeastSquaresDate:06/18Sample:19972014Includedobservations:19Weightingseries:W3Weighttype:Inversestandarddeviation(EViewsdefaultscaling)VariableCoefficientStd.Errort-StatisticProb.

C-10572.951169.079-9.0438290.0000X111943.015217.32838.9404620.0000X21.1367240.1857886.1183880.0000X31.9463060.13947813.954210.0000WeightedStatisticsR-squared0.999394

Meandependentvar1773.741AdjustedR-squared0.999272

S.D.dependentvar4169.110S.E.ofregression17.78900

Akaikeinfocriterion8.779701Sumsquaredresid4746.726

Schwarzcriterion8.978530Loglikelihood-79.40716

Hannan-Quinncriter.8.813351F-statistic8242.185

Durbin-Watsonstat1.064934Prob(F-statistic)0.000000

Weightedmeandep.1491.258UnweightedStatisticsR-squared0.876837

Meandependentvar6434.842AdjustedR-squared0.852205

S.D.dependentvar4412.577S.E.ofregression1696.378

Sumsquaredresid43165453Durbin-Watsonstat0.109709修正异方差后怀特检验的结果如下：HeteroskedasticityTest:WhiteF-statistic0.895322

Prob.F(6,12)0.5284Obs*R-squared5.875378

Prob.Chi-Square(6)0.4373ScaledexplainedSS4.747823

Prob.Chi-Square(6)0.5765nR2=5.875378小于临界值16.9190，所以异方差得到了修正。并且修正后模型参数的t检验均显著，F检验也显著，可决系数较高，模型拟合程度较好。从而得到修正后的模型：=-10572.95+1943.015LnX1+1.136724X2+1.946306X3t=-9.0438298.9404626.11838813.95421R2=0.999394F=8242.185（五）自相关检验在消除了多重共线性和修正了异方差的基础上，来检验模型是否具有自相关，并对其进行修正。自相关DW检验：DependentVariable:YMethod:LeastSquaresDate:06/18Sample:19972014Includedobservations:19Weightingseries:W3Weighttype:Inversestandarddeviation(EViewsdefaultscaling)VariableCoefficientStd.Errort-StatisticProb.

C-10572.951169.079-9.0438290.0000X111943.015217.32838.9404620.0000X21.1367240.1857886.1183880.0000X31.9463060.13947813.954210.0000WeightedStatisticsR-squared0.999394

Meandependentvar1773.741AdjustedR-squared0.999272

S.D.dependentvar4169.110S.E.ofregression17.78900

Akaikeinfocriterion8.779701Sumsquaredresid4746.726

Schwarzcriterion8.978530Loglikelihood-79.40716

Hannan-Quinncriter.8.813351F-statistic8242.185

Durbin-Watsonstat1.064934Prob(F-statistic)0.000000

Weightedmeandep.1491.258UnweightedStatisticsR-squared0.876837

Meandependentvar6434.842AdjustedR-squared0.852205

S.D.dependentvar4412.577S.E.ofregression1696.378

Sumsquaredresid43165453Durbin-Watsonstat0.109709在修正多重共线性和异方差的基础上，模型做最小二乘后得到的DW检验值为1.064934，介于dl与du之间，无法确定是否存在自相关，所以无法通过DW来检验。四、总结根据以上分析，可以看出居民消费水平和三大产业的发展之间密切联系，对于如何提高居民消费水平，笔者有以下建议：（一）从三大产业的角度看

1、促进三大产业尤其是农业发展。从模型我们可以看出，第一产业对居民消费水平的影响占据较大比重，江苏省是一个农业大省，人口众多，农业发展水平低是居民消费水平难以提高的重要原因。切实提高农民收入，不仅是农民由温饱进入小康、改善农民生活质量的关键，也是刺激消费、