我國城鎮(zhèn)居民消費影響因素分析

《我國城鎮(zhèn)居民消費影響因素分析》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。

我國城鎮(zhèn)居民的消費影響因素分析姓名：畢雅穎班級：統(tǒng)計0901學號：2009111039指導教師：鄭華章30 內容摘要隨著經(jīng)濟水平的不斷發(fā)展，人們的消費水平也在不斷提高，從社會生產(chǎn)的角度看，消費是其最終環(huán)節(jié)，消費能否順利實現(xiàn)是決定企業(yè)能否順利完成生產(chǎn)的重要原因，也是決定經(jīng)濟增長的主要因素，因此消費對于經(jīng)濟增長有著重要的作用。研究影響消費的因素對于我國的經(jīng)濟發(fā)展有很重要的經(jīng)濟意義。本文根據(jù)2009年我國城鎮(zhèn)居民的消費數(shù)據(jù)和影響其變量的數(shù)據(jù)，試圖運用數(shù)學方法和計量經(jīng)濟的理論和方法的有關知識，通過建立經(jīng)濟模型研究影響消費水平的各個因素以及這些因素對消費水平的影響程度大小。然后根據(jù)模型的最終結果制定一些有利于消費水平提高的政策，從而促進經(jīng)濟的增長，提高人們的生活水平。關鍵詞：城鎮(zhèn)居民、消費水平、經(jīng)濟增長、計量經(jīng)濟模型30 目錄一、前言二、理論背景三、模型的選擇與建立四、數(shù)據(jù)來源分析（一）原始數(shù)據(jù)表（二）變量的基本統(tǒng)計信息（三）數(shù)據(jù)的散點圖（四）模型的設定形式五、模型的估計六、模型的應用七、經(jīng)驗解釋八、總結和建議30 我國城鎮(zhèn)居民消費影響因素分析一、前言消費是人類生產(chǎn)的目的，而生產(chǎn)是社會的核心活動，在社會在生產(chǎn)中，生產(chǎn)必須圍繞消費需求來進行，消費需求同時對生產(chǎn)有重要的導向作用。生產(chǎn)的消費是相輔相成的，生產(chǎn)者生產(chǎn)的產(chǎn)品的規(guī)模，質量，檔次直接決定了消費的規(guī)模，質量和檔次，消費能否順利實現(xiàn)，決定了生產(chǎn)能否順利完成。消費行為是指消費者受需求動機的影響而做出購買決定、修改購買方案、完成購買過程的行為。消費者行為過程既是消費者的思維、心理過程，也是不斷采取行動、產(chǎn)生方案、解決問題的過程。影響消費者行為的因素是多方面的，由社會的、歷史的、經(jīng)濟的等多方面極其復雜的因素。從擴大需求的角度來看，消費是刺激經(jīng)濟增長的主要方式。所以研究消費的影響因素對經(jīng)濟增長有重要的經(jīng)濟意義。二、理論背景從經(jīng)濟學的角度看，消費支出和經(jīng)濟發(fā)展成共同的變化趨勢，經(jīng)濟增長越快，消費支持增長也越快；反之，經(jīng)濟增長越慢，消費支出增長也越慢。為了全面的反映影響消費支出的因素，本文在分析了影響居民消費支出的影響因素的基礎上，研究有關參考文獻，主要利用計量經(jīng)濟學方法理論，通過對數(shù)據(jù)的準確分析，建立模型并檢驗，研究居民消30 費支出的函數(shù)關系。從而得出具體的影響消費支出的因素與消費支出間的定量關系。從而得出具體的消費支出模型。三、模型的選擇與建立本模型研究2009年我國城鎮(zhèn)居民的消費支出與各主要影響因素之間的定量關系其中，模型中的被解釋變量為Y各城市居民的人均消費支出　消費性支出(元)城鄉(xiāng)居民人民幣存款年底余額（億元）總計-居民消費價格指數(shù)(上年=100)國內生產(chǎn)總值/增加值（當年價，億元）城鎮(zhèn)居民消費水平（元）平均每人可支配收入（元）城鎮(zhèn)人口-人口數(shù)(萬人)　YX1X2X3X4X5X6北京17,893.3014672.198.4612,153.0324,044.0026738.481,492.00天津14,801.354885.999.037,521.8517,475.0021402.01958.00河北省9,678.7513551.199.3217,235.4812,195.0014718.253,025.00山西省9,355.108099.499.587,358.3110,617.0013996.551,576.00內蒙古12,369.873914.099.739,740.2514,784.0015849.191,293.00遼寧省12,324.5812030.9100.0515,212.4914,774.0015761.382,607.00吉林省10,914.444614.4100.077,278.7512,061.0014006.271,461.00黑龍江省9,629.606430.1100.198,587.0010,592.0012565.982,123.00上海20,992.3513707.399.5915,046.4531,608.0028837.781,702.00江蘇省13,153.0020080.699.5734,457.3015,965.0020551.724,295.00浙江省16,683.4817833.498.4722,990.3521,251.0024610.812,999.00安徽省10,233.986619.599.0910,062.8211,301.0014085.742,581.00福建省13,450.577078.898.1912,236.5315,739.0019576.831,864.00江西省9,739.995092.799.347,655.1810,033.0014021.541,914.00山東省12,012.7317082.8100.0033,896.6516,027.0017811.044,576.00河南省9,566.9911207.499.4219,480.4611,884.0014371.563,577.00湖北省10,294.078163.599.5912,961.1012,080.0014367.482,631.00湖南省10,828.237809.899.6413,059.6913,000.0015084.312,767.00廣東省16,857.5031411.497.6539,482.5621,098.0021574.726,110.00廣西10,352.384686.297.867,759.1612,585.0015451.481,904.00海南省10,086.651282.999.321,654.2110,215.0013750.85424.00重慶市12,144.064908.798.366,530.0113,314.0015748.671,475.00四川省10,860.2011575.2100.8014,151.2811,701.0013839.403,168.00貴州省9,048.292676.198.723,912.6811,223.0012862.531,135.00云南省10,201.814668.6100.406,169.7511,661.0014423.931,554.0030 西藏9,034.31226.4101.41441.369,563.0013544.4169.00陜西省10,705.676743.8100.528,169.8012,223.0014128.761,641.00甘肅省8,890.793026.9101.253,387.5610,765.0011929.78860.00青海省8,786.52711.3102.651,081.2710,845.0012691.85233.00寧夏10,280.00967.7100.751,353.3113,151.0014024.70288.00新疆9,327.553050.8100.744,277.0510,546.0012257.52860.00模型中初步確定的解釋變量為X1各城市居民人民幣儲蓄存款年底余額X2各城市居民消費價格指數(shù)總計X3各城市生產(chǎn)總值X4各城市居民消費水平X5各城市居民人均可支配收入X6各城市人口數(shù)量初步確定的模型形式為Y=F(X1,X2,X3,X4,X5,X6)三、數(shù)據(jù)來源與分析（一）原始數(shù)據(jù)表以上數(shù)據(jù)來源于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫，《中國統(tǒng)計年鑒2009》（二）變量的基本統(tǒng)計信息為了模型參數(shù)估計、檢驗、各種系數(shù)計算和預測的方便，各變量的基本統(tǒng)計分析如表2、3、4、所示表2各變量的基本統(tǒng)計分析30 YX1X2X3X4X5X6Mean11628.978348.70099.6696811783.914010.30216276.952037.484Median10352.386619.50099.590008585.0012195.0014371.561702.000Maximum20992.3531411.40102.6500039483.531608.0028837.786110.000Minimum8786.520226.400097.65000441.369565.00011929.7869.00000Std.Dev.2978.7916799.9971.0984709730.44801.4124326.4661354.169Observations31313131313131表3簡單相關系數(shù)yX1X2X3X4X5X6y10.622032-0.4708310.4926820.9757550.9703040.312512X10.6220321-0.4567620.9412150.6022420.6187730.892691X2-0.479831-0.4567621-0.40544-0.40352-0.49614-0.425885X30.4926810.941215-0.4054410.4787670.5094470.943031X40.9757550.602242-0.403520.47876710.9588580.290134X50.9703040.618773-0.496140.5094470.95885810.307145X60.3125120.892691-0.4258850.9430310.2901340.3071451表4變量的協(xié)方差YX1X2X3X4X5X6Y858696512193254-1517.990138196251350545812101546121994030 X11219325444748039-3301.7616026796019028601176169897955016X2-1517.990-3301.7611.167713-4193.775-2059.641-2281.881-613.0737X31381962560267960-4193.77591626510216462912075498912025114X41350545819028601-2059.6412164629122309895192759601825579X51210154617616989-2281.8812075498919275960181144941741440X612199407955016-613.073712025114182557917414401774620(三)、樣本數(shù)據(jù)散點圖30 由以上幾幅圖可以看出，Y與X4X5有較強的線性關系。與X1X2X3X6呈現(xiàn)一定的指數(shù)關系，初步考慮選擇模型的形式為對數(shù)模型形式。（四）根據(jù)散點圖，模型的初步形式設定為LnY=β0+β1lnX1+β2lnX2+β3lnX3+β4lnX4+β5lnX5+β6X6+μ五模型的估計對六元對數(shù)模型進行回歸估計，得到結果表5表5DependentVariable:LYMethod:LeastSquaresDate:12/14/11Time:15:57Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.??C4.1638827.5964470.5481360.5887LX10.0071490.0530150.1348490.8939LX2-0.6687141.470204-0.4548440.6533LX3-0.0315410.071650-0.4402160.6637LX40.4685330.1242923.7696200.0009LX50.3977390.1945312.0446020.0520LX60.0233630.0885040.2639800.7940R-squared0.957720????Meandependentvar9.334675AdjustedR-squared0.947150????S.D.dependentvar0.224760S.E.ofregression0.051670????Akaikeinfocriterion-2.892192Sumsquaredresid0.064075????Schwarzcriterion-2.568388Loglikelihood51.82898????Hannan-Quinncriter.-2.786640F-statistic90.60823????Durbin-Watsonstat1.803176Prob(F-statistic)0.00000030 由表看出，解釋變量的t檢驗不顯著，模型擬合效果不好，且X3的經(jīng)濟意義不合理，所以采用對數(shù)模型的效果不理想，故將模型的設定形式改成：Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+μ2、對六元線性模型進行最小二乘回歸估計?；貧w估計結果為DependentVariable:YMethod:LeastSquaresDate:12/14/11Time:00:21Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.??C13348.1614660.660.9104750.3716X10.0515360.0603690.8536850.4017X2-112.3481139.7690-0.8038130.4294X3-0.0489940.051808-0.9456890.3537X40.3540550.0832974.2504940.0003X50.2717540.1116302.4344030.0227X60.1187050.3922940.3025920.7648R-squared0.970888????Meandependentvar11628.97AdjustedR-squared0.963610????S.D.dependentvar2978.791S.E.ofregression568.2411????Akaikeinfocriterion15.71865Sumsquaredresid7749551.????Schwarzcriterion16.04245Loglikelihood-236.6390????Hannan-Quinncriter.15.82420F-statistic133.3994????Durbin-Watsonstat1.973291Prob(F-statistic)0.000000由回歸結果可以看到解釋變量的t檢驗有了明顯的改善，所以選擇線性函數(shù)模型。但是X6的P值較大，對去除X6的模型進行回歸估計，結果為表6表6DependentVariable:YMethod:LeastSquaresDate:12/14/11Time:11:32Sample:131Includedobservations:3130 VariableCoefficientStd.Errort-StatisticProb.??C15895.0911783.561.3489210.1895X10.0601880.0521931.1531950.2597X2-135.2491115.3507-1.1725030.2520X3-0.0370620.032985-1.1235940.2719X40.3584920.0804934.4536840.0002X50.2534730.0921492.7506880.0109R-squared0.970777????Meandependentvar11628.97AdjustedR-squared0.964932????S.D.dependentvar2978.791S.E.ofregression557.8213????Akaikeinfocriterion15.65794Sumsquaredresid7779116.????Schwarzcriterion15.93549Loglikelihood-236.6981????Hannan-Quinncriter.15.74841F-statistic166.0965????Durbin-Watsonstat1.978266Prob(F-statistic)0.000000各個變量的t檢驗有顯著改善，模型的擬合程度提高，但是X3的經(jīng)濟意義不合理?？赡苁怯啥嘀毓簿€性引起的。3對五元回歸模型進行異方差檢驗殘差平方和各個變量之間的散點圖如下：30 因為散點圖沒有遞增或遞減的趨勢，因此采用懷特檢驗，結果如表7表7HeteroskedasticityTest:WhiteF-statistic1.654992Prob.F(20,10)0.2078Obs*R-squared23.80740Prob.Chi-Square(20)0.2509ScaledexplainedSS8.858907Prob.Chi-Square(20)0.9845TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:12/14/11Time:12:03Sample:13130 Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.C1.05E+095.56E+081.8935790.0875X1995.335111539.570.0862540.9330X1^2-0.0138770.029287-0.4738130.6458X1*X2-11.50459114.4724-0.1005010.9219X1*X30.0288010.0363830.7916010.4470X1*X4-0.1280400.060923-2.1016770.0619X1*X50.1154200.0742741.5539770.1512X2-2084773110701581-1.9480980.0800X2^2103361.651950.391.9896210.0747X2*X331.6930092.295850.3433850.7384X2*X4-103.823285.07361-1.2203930.2503X2*X579.5949382.062520.9699300.3550X3-2903.1659240.424-0.3141810.7598X3^2-0.0091450.010231-0.8938730.3924X3*X40.0681770.0386781.7626580.1084X3*X5-0.0764520.051453-1.4858670.1681X410839.288729.0411.2417500.2427X4^20.0762750.0983940.7751990.4562X4*X5-0.1435570.211632-0.6783360.5129X5-8545.8408462.986-1.0097900.3364X5^20.0759940.1099660.6910670.5052R-squared0.767981Meandependentvar250939.2AdjustedR-squared0.303942S.D.dependentvar272872.4S.E.ofregression227657.7Akaikeinfocriterion27.73251Sumsquaredresid5.18E+11Schwarzcriterion28.70392Loglikelihood-408.8539Hannan-Quinncriter.28.04917F-statistic1.654992Durbin-Watsonstat2.331770Prob(F-statistic)0.207750由于F的伴隨概率較大，不存在異方差。4檢驗模型的自相關由于DW=1.978266,dL=1.09，dU=1.83,即dU│β5*│>│β6*│結論：城鎮(zhèn)居民人均可至支配收入對消費支出的影響比城鎮(zhèn)人口數(shù)量更重要，城鎮(zhèn)居民消費水平對消費支出的影響更重要。b.彈性系數(shù)YX4X5X6Mean?11628.9714010.32?16276.95?2037.484E4=0.306074×14010.32÷?11628.97=0.3687185E5=0.331380×?16276.95÷?11628.97=0.463829130 E6=0.134658×?2037.484÷?11628.97=0.023593即：│E5│>│E4│>│E6│結論：城鎮(zhèn)居民的消費水平對消費支出的影響比城鎮(zhèn)人口數(shù)量重要，城鎮(zhèn)居民人均可支配收入對消費支出的影響比城鎮(zhèn)居民消費水平更重要。C綜合評價綜合上述過程可以看出，大系數(shù)系數(shù)，彈性系數(shù)推導出來的解釋變量的影響程度不相同。分析：│β4*│>│β5*│>│β6*│，│E5│>│E4│>│E6│，彈性系數(shù)是一定時期內相互聯(lián)系的兩個經(jīng)濟指標增長速度的比率，它是衡量一個經(jīng)濟變量的增長幅度對另一個經(jīng)濟變量的增長幅度的依存關系。上述計算結果中，│E5│>│E4│，表示當人均可支配收入和城鎮(zhèn)劇名消費水平均增長1％時，人均可支配收入對消費支出的變化要比城鎮(zhèn)居民消費水平對消費支出的變化幅度大。偏相關系數(shù)是在剔除其他變量影響的基礎上來，用于衡量兩個變量之間的線性相關程度，反映二者線性趨勢的強弱，此數(shù)值大小并不能完全說明此變量對被解釋變量的影響程度，并且，在復雜的經(jīng)濟現(xiàn)象中，有很多對解釋變量產(chǎn)生影響的不確定的因素同時存在，一個因素往往會受到其他因素的傳到作用從而增大該因素對解釋變量的影響程度。由經(jīng)濟理論也可知，人均可支配收入對消費支30 出的影響是最顯著的。故綜上各因素的考慮，認為用彈性系數(shù)比較解釋變量對被解釋的影響程度的大小更為合理，即城鎮(zhèn)居民消費水平對消費之出的影響比城鎮(zhèn)人口重要，人均可支配收入對消費支出的影響比城鎮(zhèn)居民消費水平更重要。3預測給定X4=17000,X5=19000X6=2000①點預測1620.957+0.306074X4+0.331380X5+0.134658X6=1620.957+0.306074×17000+0.331380×19000+0.134658×2000=13389.751(元)②均值區(qū)間預測令X*=(1,17000,19000,2000)4458418076-4431173661=27304415σ2=∑ei2/(n-k-1)==27304415÷(31－3－1)=1011274.63Var()=1011274.6×0.047395667=47930.03561SY*=218.9292936P(13389.751－2.045*218.9292936