影响中国食品价格指数因素的实证分析

影响中国食品价格指数的因素

摘要：本文试从影响食品价格指数的外部因素：粮食价格指数、肉禽及其制品价格指数、水产品价格指数、蔬菜价格指数等进行分析和探讨，并在比较相关线性回归方程后，建立合理的食品价格指数预测模型。本文运用多种模型检测方法和修正方法。

关键词：食品价格指数多因素分析模型检测与修正

一．研究背景

众所周知，食品在我国CPI中的权重约为1/3，是我国CPI 8项分类指数中权重最大的，食品价格由于受需求和供应变化影响经常出现波动，导致我国CPI指数的上升或下跌。分析我国食品价格指数的影响因素，对于调控市场价格总水平具有重要意义。从公布的数据来看，食品类价格依然领涨CPI。7月份中国食品类价格同比上涨14.8%，影响价格总水平上涨约4.38个百分点。其中，猪肉价格同比上涨56.7%，影响价格总水平上涨约1.46个百分点。中国社会科学院宏观经济研究所袁钢明教授表示，虽然CPI的涨幅比上个月提高0.1个百分点，但上涨幅度明显减缓，这主要是因为食品价格、尤其是猪肉价格的下降。2009年11月份CPI由负转正，结束了九个月的负增长过程。自此以来，CPI持续高速增长，最高时在去年7月份达到了6.5%。从数据上看，中国经济似乎已经呈现“高通胀，高增长”的过热趋势，有关经济是“过热”还是“通胀”的议论已经不绝于耳。中国经济增长显然“过热”。经济过热发生时，其生产能力无法跟上日益增长的总需求。这是普遍的特点是一个不可持续的高比率的经济增长速度。经济处于景气时期往往是经济过热的特色。经济过热给社会各方面造成的影响是不可忽视的。

从过去的CPI数据中可以看出，食品价格的上涨是CPI的主要推手。这一点可以从一下事实看出。中国国家统计局9日发布数据，7月份全国居民消费价格总水平（CPI）同比上涨6.5%，涨幅比上月提高了0.1个百分点，再创新高，但增速有明显回落。CPI涨幅已经达到了拐点，食品价格季节性因素成为增速放缓的主要原因。

因此，我们几乎可以得出结论，要想控制CPI，对食品价格指数的控制毫无疑问是很重要的一环，而对食品价格的控制，很显然有赖于对影响食品价格指数的各因素的控制。这也正是本次研究的主要目的。

从国外学术界对食品价格的研究现状来看，均是从生物能源、成本推动、供求关系、全球经济等宏观经济因素来分析食品价格上涨的原因。国家统计局在分析我国CPI波动的原因时明确表示，“判断通货膨胀要看CPI，但是不能单纯看CPI的增长幅度，要看其结构，要看CPI上涨的原因是什么”，国家统计局所称的CPI结构，也就是构成我国CPI篮子的8类居民消费价格分类指数，分析通货膨胀在关注总体CPI的同时，也要从CPI分类指数的角度分析CPI上涨的原因。中国人民银行在2007年第二季度货币政策执行报告中也明确提出，中央银行在关注整体CPI的同时，也会充分考虑我国CPI 8项分类指数的变化因素。可见，从CPI分类指数的角度来分析整体CPI波动的原因，是目前我国国家统计局和中央银行均高度关注的现实问题。因此，研究我国食品价格，在关注我国食品消费价格总指数的同时，也有必要从食品消费价格分类指数的视角考察食品价格波动的原因，这样有利于制定稳定食品价格的相关政策，也能发挥政策效果。

二、模型设定

在本次实验中，我选取粮食价格指数、肉禽及制品价格指数、水产品价格指数、蔬菜价格指数作为解释变量，选取食品价格指数作为被解释变量，从而构建多元线性回归模型：Y=β0+β1X1 +β2X2 +β3X3 +β4X4 +μi

其中：Y——食品价格指数X1——粮食价格指数X2——肉禽价格指数X3——水产品价格指数X4——蔬菜价格指数

2010年11月111.7 114.74 109.91 111.85 121.25 2010年12月109.55 115.57 110.23 110.89 94.28 2011年01月110.34 115.08 110.88 111.07 102.01 2011年02月111 114.83 113.27 109.09 106.05 2011年03月111.71 114.99 117.27 110.19 104.28 2011年04月111.47 113.9 121.44 111.64 92.64 2011年05月111.74 112.85 124.27 112.45 92.88 2011年06月114.44 112.41 132.26 113.9 107.32 2011年07月114.76 112.37 133.58 115.01 107.6 2011年08月113.39 112.23 129.27 114.71 100.06 2011年09月113.42 111.93 128.39 114.1 102.11 2011年10月111.93 111.59 126.11 112.38 93.18

三．模型分析

1 建立新的workfile

2 输入数据

3 估计回归模型

4 结果

Yˆ=7.29912-0.453111X1+0.225563X2+0.176429X3+0.059371X4

（1.5145）（7.4915）（10.7401）（2.7476）（4.7909）

R2=0.9900 R2=0.9882 DW=0.9018 F=546.2222

（一）经济意义检验

各参数估计值均大于0，且与经济理论相符

（二）统计检验

1. 拟合优度检验：R2=0.99，R—2=0.9882，接近于1，表明模型的拟合优度很好，数据线性关系明显，分析结果较真实

2. F检验：F=546.2222, 当α=0.05，查表得F0.05(3,27-3-1)=

3.01，小于F，表明模型的线性关系在95%的置信水平下显著成立

3. t检验：当α=0.05，查表得t0.035(27-3-1)=2.069,均小于t1,t2,t3,t4的值，表明模型中4个解释变量都在95%的水平下影响显著，都通过了t检验。

(三) 多重共线性检验

1 t值检验法

方程的显著性很好,而解释变量X3的t检验值接近于显著性水平0.05时的临界值2.571，所以可能存在多重共线性

2 相关系数检验