计量经济学检验报告

1.研究目的和意义

我们研究的对象是各地区居民消费支出的差异。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，最具有直接对比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“城市居民家庭每人每年的平均消费支出”来比较，而这正是可国家统计局中获得数据的变量。所以模型的被解释变量Y选定为“城市居民家庭平均每人生活消费支出”。

因为研究的目的是各地区城市居民消费的差异，并不是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2007年的截面数据模型。

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，另外，居民消费支出具有一定的惯性，也就是说居民当年的消费支出在一定程度上受上一年已经实现的消费支出的影响。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“城市居民家庭人均消费支出”相对应，选择在国家

X，统计局中可以获得的“各地区城市居民家庭人均可支配收入”作为解释变量

1

X。

“上年各地区城镇居民家庭平均每人生活消费支出”作为

2

从国家统计局中得到表1的数据:

表 1 城镇居民家庭平均每人生活消费支出与各地区城镇居民家庭人均可支配收入

地区Y X1 X2

北京14825.41 19977.52 13244.20

天津10548.05 14283.09 9653.26

河北7343.49 10304.56 6699.67

山西7170.94 10027.70 6342.63

内蒙古7666.61 10357.99 6928.60

辽宁7987.49 10369.61 7369.27 吉林7352.64 9775.07 6794.71 黑龙江6655.43 9182.31 6178.01 上海14761.75 20667.91 13773.41 江苏9628.59 14084.26 8621.82 浙江13348.51 18265.10 12253.74 安徽7294.73 9771.05 6367.67 福建9807.71 13753.28 8794.41 江西6645.54 9551.12 6109.39 山东8468.40 12192.24 7457.31 河南6685.18 9810.26 6038.02 湖北7397.32 9802.65 6736.56 湖南8169.30 10504.67 7504.99 广东12432.22 16015.58 11809.87 广西6791.95 9898.75 7032.80 海南7126.78 9395.13 5928.79 重庆9398.69 11569.74 8623.29 四川7524.81 9350.11 6891.27 贵州6848.39 9116.61 6159.29 云南7379.81 10069.89 6996.90 西藏6192.57 8941.08 8617.11 陕西7553.28 9267.70 6656.46 甘肃6974.21 8920.59 6529.20 青海6530.11 9000.35 6245.26 宁夏7205.57 9177.26 6404.31 新疆6730.01 8871.27 6207.52

4000

8000

12000

16000

20000

24000

5

10

15

20

25

30

Y

X1

X2

结合图行及所学的经济学理论，建立模型：

Y=0β+1βX 1+2βX 2+μ

2. 估计参数

首先对模型有如下假设： (1)零均值： 0)(=i u E n i ,,3,2,1Λ=

(2)同方差无自相关：

(3)随机扰动项与解释变量不相关：0),(=i ji u X Cov k j ,,3,2Λ= (4)无多重共线性

(5) 残差的正态性：

根据以上假设，用Eviews 软件得出以下结果：

⎩⎨⎧≠===--=k

i k

i u u E Eu u Eu u E u u COV k i k k i i k i ,

0,),()]

)([(),(2σ),0(~2

σμN i

Dependent Variable: Y Method: Least Squares Date: 12/08/13 Time: 15:36 Sample: 1 31

Included observations: 31

Variable

Coeffici

ent

Std. Error

t-Statist ic

Prob.

C 143.3743 260.4048 0.550583 0.5863 X1 0.555654 0.075309 7.378355 0.0000 X2

0.250065 0.113636 2.200584 0.0362 R-squared

0.975633 Mean dependent var

8401.46

7

Adjusted R-squared 0.973893 S.D. dependent var

2388.45

5

S.E. of regression

385.9202 Akaike info

criterion

14.8409

Sum squared resid 4170163. Schwarz

criterion

14.9796

8

Log likelihood

-227.0340

F-statistic

560.553

3

Durbin-Watson stat

1.843473

Prob(F-statistic)

0.00000

在本例中，参数估计的结果为：

Y

=143.3743+0.555654X1+0.250065X2

260.4048 0.075309 0.113636 T= (0.550583) (7.378355) (2.200584) R2=0.975633 , R2-=0.973893 F=560.5533 df=29