计量案例分析
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
一、研究的目的要求
居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长,而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展,人民生活水平不断提高,居民的消费水平也不断增长。但是在看到这个整体趋势的同时,还应看到全国各地区经济发展速度不同,居民消费水平也有明显差异。例如, 2002 年全国城市居民家庭平均每人每年消费支出为 6029.88 元, 最低的黑龙江省仅为人均 4462.08 元,最高的上海市达人均 10464 元,上海是黑龙江的 2.35 倍。为了研究全国居民消费水平及其变动的原因,需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能不少,例如,居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素,并分析影响因素与消费水平的数量关系,可以建立相应的计量经济模型去研究。
二、模型设定
我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费,由于各地区的城市与农村人口比例及经济结构有较大差异,最具有直接对照可比性的是城市居民消费。而且,由于各地区人口和经济总量不同,只能用“城市居民每人每年的平均消费支出”来比较,而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量 Y 选定为“城市居民每人每年的平均消费支出”。
因为研究的目的是各地区城市居民消费的差异,并非城市居民消费在不同时间的变动,所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是 2002 年截面
数据模型。
影响各地区城市居民人均消费支出有明显差异的因素有多种,但从理论和经验分析,最主要的影响因素应是居民收入,其他因素虽然对居民消费也有影响,但有的不易取得数据,如“居民财产”和“购物环境”;有的与居民收入可能高度相关,如“就业状况” 、“居民财产”;还有的因素在运用截面数据时在地区间的差异并不大,如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型,即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应,选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量 X。
从 2002 年《中国统计年鉴》中得到表 2.5 的数据:
年中国各地区城市居民人均年消费支出和可支配收入
地区
北京
天津
河北
山西
内蒙古
辽宁
吉林
黑龙江
上海
江苏
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
陕西城市居民家庭平均每人每年消费支出(元)
Y
10284.60
7191.96
5069.28
4710.96
4859.88
5342.64
4973.88
4462.08
10464.00
6042.60
8713.08
4736.52
6631.68
4549.32
5596.32
4504.68
5608.92
5574.72
8988.48
5413.44
5459.64
6360.24
5413.08
4598.28
5827.92
6952.44
5278.04
城市居民人均年可支配收入(元)
X
12463.92
9337.56
6679.68
5234.35
6051.06
6524.52
6260.16
6100.56
13249.80
8177.64
11715.60
6032.40
9189.36
6334.64
7614.36
6245.40
6788.52
6958.56
11137.20
7315.32
6822.72
7238.04
6610.80
5944.08
7240.56
8079.12
6330.84
作城市居民家庭平均每人每年消费支出(Y)和城市居民人均年可支配收入(X)的散点图, 如图 2.12:
12000
10000
8000
6000
4000
4000 6000 8000 10000 12000 14000
X
下线性模型:
Y = β + β X + u
i 1 2 i i
三、估计参数
图
2.12
从散点图可以看出居民
家庭平均每人每年消费支出(Y) 和城市居民人均年可支配收 入(X)大体呈现为线性关系, 所 以建立的计量经济模型为如
假定所建模型及随机扰动项u i 满足古典假定,可以用 OLS 法估计其参数。运用计算机 软件 EViews 作计量经济分析十分方便。
利用 EViews 作简单线性回归分析的步骤如下: 1 、建立工作文件
首先,双击 EViews 图标,进入 EViews 主页。在菜单一次点击 File\New\Workfile ,出
现对话框“Workfile Range”。在“Workfile frequency”中选择数据频率:
Annual (年度) Quartrly (季度) Semi Annual (半年) Monthly (月度)
Weekly ( 周数据 )
Daily (5 day week ) ( 每周 5 天日数据 )
Daily (7 day week ) ( 每周 7 天日数据 )
Undated or irreqular (未注明日期或者不规则的)
在本例中是截面数据,选择“Undated or irreqular”。并在“Start date”中输入开始时偶尔
顺序号, 如“1”在“end date”中输入最后时偶尔顺序号, 如“31”点击“ok”浮现“Workfile
6151.44
6170.52
6067.44
6899.64
5064.24
5042.52
6104.92
5636.40 甘肃 青海 宁夏 新疆
Y