200909111008财政学(一)班李雪《中国居民消费水平计量经济学模型》
- 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)。
中国居民消费水平计量经济学模型
09财政学-1班李雪 200909111008
摘要:
消费作为社会再生产的终点和起点,对于实现社会再生产的良性循环促进国民经济的持续发展具有决定性作用。要刺激消费、扩大内需,必须找出影响居民消费水平的关键因素,才能对症下药。就我国近阶段消费方面出现的一些情况,利用1985年至2009年得相关数据对我国消费的影响因素进行实证分析。先通过相关的背景理论提出问题;搜集了相关的数据,继而对计量模型进行了参数估计和检验,并加以修正。本文主要通过对影响居民消费水平的主要因素分析揭示中国居民消费水平的现状及问题,并以此提出对策。
关键词:居民消费水平居民可支配收入恩格尔系数消费物价指数
一、文献综述
宏观经济学中对居民消费行为的研究主要传统理论有凯恩斯的绝对收入假说,杜森贝利相对收入假说,莫迪里安尼的生命周期假说等。这些消费理论从不同角度论证了收入对消费的影响。我赞同收入的确是影响消费水平的最重要因素这个观点,但是其他因素(比如物价水平、收入分配的公平性、利率、人口结构等)也从不同的方面影响着居民消费水平。
陈长华(湖南,2004)对我国城镇居民消费计量模型的建立与分析,也采用了计量经济学方法来探讨决定城镇居民消费的关键因素。他的指标选择是人均消费人均国内生产总值人均可支配收入人均储蓄前期消费。他的不足之处在于没有考虑除了收入以外的其他因素对居民消费的影响。当今社会影响消费的不确定因素很多,虽然不可否认收入确实是影响消费的最重要因素,但是,仅仅用收入和储蓄作为变量,是否能够很好地拟合现实中的消费函数值得怀疑。
刘丽秋(西南大学经济管理学院,2008)在影响居民消费水平相关因素的计量分析一文中结合居民消费水平的影响因素和国务院所确定的十项措施列出了六个相关因素 (国内生产总值、职工平均工资指数、城镇居民消费价格指数、普通中学及高等学校在校生数、卫生机构数、基本设施铁路公路货运量)进行计量分析,但是她的结论中Y = 27. 12140495 + 0. 03092905302 3 X1 + 0. 001453569285 3 X5 +0. 85006329843 X3 (X1——国内生产总值 X3——城镇居民消费价格指数 X5——卫生机构数) X1——国内生产总值系数为0.
03092905302 3,明显比实际偏小。而且夸大了价格因素的作用。与理论和实际不符合。
国内研究过于侧重于城镇居民收入水平的研究 我认为这样有失偏颇的。 而且我发现国内研究论文着重于城镇居民收入对居民消费水平的影响而忽视了农村居民收入对其影响。并且很少考虑除收入和储蓄以外的因素对消费的影响。所以本文在构建居民消费水平模型时除选取常规因素外还综合考虑了农村居民收入和物价水平对居民消费水平的影响。
二、模型设定和影响因素分析
在现实生活中,影响消费的因素很多,如收入水平、 商品价格水平、 利率水平、 收入分配状况、 消费者偏好、 家庭财产状况、 消费信贷状况、 消费者年龄构成、 制度、 风俗习惯等等。但考虑到样本数据的可收集性和我国经济的实际情况,选择以下因素决定消费。
日常观察和统计研究都表明,当前可支配收入水平是决定一个国家消费的核心因素,因此人均可支配收入的入选毫无疑问;人均 GDP 是衡量一个国家经济实力,也是世界银行划分高收入、 中等收入、低收入国家的主要标志,一般来说,人均 GDP 高的国家,表明该国经济实力强,人民消费水平高, ,由此选择了人均 GDP 。恩格尔系数是食品支出占消费的百分比,其值越小说明人们越富裕。物价水平当全社会的消费品和劳务的价格水平上升或下降,消费者可以将其收入在物品和劳务上用得多些或少些,来对物价水平的变动做出反应。
由以上论述可得出中国居民消费水平与国内生产总值、城镇居民家庭人均可支配收入、城镇居民家庭恩格尔系数、农村居民家庭人均可支配收入、农村居民家庭恩格尔系数、消费物价水平指数这7个指标有关,故以下工作主要从这几方面入手。并初步建立多元线性回归模型,
Y=μβββββββ+++++++6655443322110X X X X X X ,其中: Y: 居民消费水平(元)
X1: 国内生产总值(亿元) X2: 城镇居民家庭人均可支配收入(元)
X3: 城镇居民家庭恩格尔系数(%) X4: 农村居民家庭人均可支配收入(元)
X5: 农村居民家庭恩格尔系数(%) X6: 物价水平指数
三、数据的搜集
数据来自中国国家统计局
表1:数据
obs Y X1 X2 X3 X4 X5 X6
1985 446 9016 739.1 53.
3 397.6
57.
8 123.7
1986 497 10275 900.9 52.
4 423.8
56.
5 132.5
1987 565 12059 1002.1 53.
5 462.6
55.
8 144.7
1988 714 15043 1180.2 51.
4 544.9 54 176.3
1989 788 16992 1373.9 54.
5 601.5
54.
8 206.5
1990 833 18667.8 1510.2
54.
2
686.3
58.
8 213.1
1991 932 21781.5 1700.6
53.
8
708.6
57.
6 223.5
1992 1116 26923.5 2026.6
53.
784.0
57.
6 238.3
1993 1393 35333.9 2577.4
50.
3
921.6
58.
1 281.7
1994 1833 48197.9 3496.2
50.
1221.
58.
9 347
1995 2355 60793.7 4283.0
50.
1
1577.
7
58.
6 401.8
1996 2789 71176.6 4838.9
48.
8
1926.
1
56.
3 439.2
1997 3002 78973.0 5160.3
46.
6
2090.
1
55.
1 446.7
1998 3159 84402.3 5425.1
44.
7
2162.
53.
4 444
1999 3346 89677.1 5854.0
42.
1
2210.
3
52.
6 438.2
2000 3632 99214.6 6280.0
39.
4
2253.
4
49.
1 438.7
2001 3887 109655.2 6859.6
38.
2
2366.
4
47.
7 442.2
2002 4144 120332.7 7702.8
37.
7
2475.
6
46.
2 438.6