四川省居民消费结构的计量经济学分析

四川省居民消费结构的计量经济学分析

一、问题的提出

人们的消费，总要以一定的消费资料为对象，人们要满足自身存在和发展，需要，满足物质和文化生活的需要，就要消费各种不同类型的消费资料。在一定的社会经济条件下，人们在消费过程中所消费的各种不同类型的消费资料的比例关系，就是消费结构。消费结构反映人们消费的具体内容，反映消费水平和消费质量，反映人们消费需要的满足状况。如：消费结构按满足消费需要的不同层次来分类，可把消费资料分为生存资料、享受资料和发展资料；按人们实际消费支出的不同方面，可以划分为吃、穿、住、用、行等不同形式；按消费品的不同内容，可划分为实物消费和劳务消费。本文采用的是第二类分类方法。随着社会主义市场经济的发展，研究消费结构的问题越来越重要。研究消费结构，探讨影响消费结构的各种因素，揭示消费结构的发展趋势和规律性，寻求合理的消费结构，对于促进国民经济的良性循环，不断满足人们日益增长的物质文化需要，具有重要的意义。

二、理论基础

1、消费是社会再生产的重要环节，是社会经济活动的出发点和归宿。生产决定消费，消费反作用于生产。因此，从消费结构的状况及变化趋势可以看出社会经济发展的水平及其动向。随着市场经济体制的初步形成和完善，国民经济的稳定增长，我国居民的消费结构将得到更大发展，并逐步趋于合理化。

张少龙《中国市场消费战略》

2、影响消费结构的因素有产业结构、居民收入、价格变化、人口等，其中收入水平是影响消费结构最重要、最基本的因素，收入水平的高低，反映居民购买力的大小，为了分析收入水平对消费结构的影响，首先必须分析消费结构的层次性和消费需要的层次性。需要结构和消费结构是由低层向高层不断变化的，造成这种变化的原因，主要是收入水平的提高。要根据消费需要的层次性的变化和消费品的不同类型来具体分析收入水平对消费结构的影响。

尹世杰蔡德容《消费经济学原理》

3、线性支出系统（LES: Linesr Expenditure System 是一个经济意义清楚，广

泛应用的需求模型系统，它是一个联立方程模型。

PiXi=PiXi '+bi （C-E PjXj）

其中：当1=1，2，.... n构成联立方程模型系统

PiXi表示第I种商品的消费支出，PiXi '表示第I种商品的基本消费支出，作为待估计参数C表示消费总支出，b表示边际预算份额，作为待估计参数。

LES将需求区分为基本需求和附加需求，基本需求不随算变化而变化，并假定事实上边际预算份额对所有人相同，与消费水平无关。

英国计量经济学家斯通（R.stone）1954 “线性支出系统（IES）”

4、由于在线性支出系统LES中，C虽然是外生变量，但它却难以外生给定。

因其满足C=E PiXi，Pi外生，不易取得，使参数难以估计。ELES在LES上做了两点修改：（1）以收入丫代替总预算支出C，（2）以边际消费倾向bi*代替边际预算份额bi。

PiXi=PiXi '+bi* （丫-E PjXj '）

ELES相对于LES优点在于估计参数不需要借助额外信息，但缺点在于同一截面上商品价格不随收入变化的假设对于一类商品不一定适用。

路迟（Liuch）“扩展线性支出系统ELES”

三、模型的建立

2003年四川居民收入与支出

因是对居民支出结构的分析，因此我们选取了对消费资料分为吃、穿、住、用、 行的分类方法。在选用数据时，我们选用了“人均可支配收入”

，因为这个数据较

“人均年收入”更能准确反映人们的消费水平。分别对八类消费性支出作线性回归：

P i Xi=ai*+bi*Y （ 1=1，2，3，4，5，6，7，8； Y= “各类住户可支配收入” ，PiXi= “第I

类商品的消费支出”）

1食品支出项

Depe ndent Variable: X Method: Least Squares Date: 05/24/04 Time: 19:31 Sample: 1 7

In eluded observati ons: 7

Variable

Coefficie nt Std. Error

t-Statist ic

Prob. C 1004.873 102.3125 9.821600 0.0002 Y

0.166297 0.013996

11.88188

0.0001 R-squared

0.965795 Mean depe ndent var 2060.960 Adjusted R-squared 0.958954 S.D. dependent var

661.7566

S.E. of regressi on 134.0699 Akaike info criteri on 12.86956 Sum squared resid 89873.65 Schwarz criteri on 12.85410 Log likelihood

-43.04344 F-statistic 141.1792 Durb in-Watson stat

0.928949

Prob(F-statistic)

0.000074

回归分析得

P1X1=1004.873+0.166297Y

(102.3125)

( 0.013996)

t=9.8216 11.88188

R2=0.965795 R-2=0.958954 F=141.1792 DW=0.928949

2衣着支出

Method: Least Squares

Date: 05/24/04 Time: 19:41

Sample: 1 7

In eluded observati ons: 7

Variable Coeffieie nt Std. Error

t-Statist

Prob.

C -24.00416 28.57270 -0.840108 0.4392

Y 0.081143 0.003909 20.76008 0.0000

R-squared 0.988532 Mean depe ndent var 491.3029

Adjusted R-squared 0.986238 S.D.dependent var 319.1625

S.E. of regressi on 37.44154 Akaike info eriteri on 10.31839

Sum squared resid 7009.344 Schwarz eriteri on 10.30294

Log likelihood -34.11438 F-statistie 430.9810

Durb in -Watson stat 1.447556 Prob(F-statistie) 0.000005 回归分析得

P2X2=-24.00416+0.081143Y

(28.5727) (0.003909)

t=-0.840108 20.76008

R2=0.988532 R-2=0.986238 F=430.981 DW=1.447556 3设备用品

Depe ndent Variable: X

Method: Least Squares

Date: 05/24/04 Time: 19:47

Sample: 1 7

In eluded observati ons: 7

Variable Coeffieie nt Std. Error

t-Statist

ie Prob.

C -295.5461 102.5577 -2.881754 0.0345

Y 0.124222 0.014029 8.854375 0.0003

R-squared 0.940048 Mean depe ndent var 493.3357 Adjusted R-squared 0.928058 S.D.dependent var 501.0464

S.E. of regressi on 134.3912 Akaike info eriteri on 12.87434