中国城镇居民消费结构的面版数据分析.doc

中国城镇居民消费结构的面版数据分析 姓名:周丽晖 指导教师: 黎实 谢小燕 统计学院统计学专业99级 摘要:本文基于扩展线性支出系统模型（Extend Linear Expenditure System, ELES）思路，运用面版数据（Panel Data）分析手段，对中国近几年城镇居民的消费结构进行实证分析，并提出几点建议。 关键词:扩展线性支出系统模型;消费结构;平行数据;固定效应; A panel date analysis of the consuming structure for Chinese urban citizen Abstract: A panel date analysis based on Extend Linear Expenditure System of the Chinese urban citizen has shown the current situation of Consuming structure of Chinese urban citizen, then makes some proposals. Keywords: Extend Linear Expenditure System; Consuming structure; Panel Data; Fixed Effects 一．引言 人们的消费，总要以一定的消费资料（包括劳动）为对象，人们要满足自身存在和发展的需要，满足物质和文化生活的需要，就是消费各种不同类型的消费资料。任何社会中,消费都是生产的最终目的。在每年新创造的国民收入中,主要都是用于消费,剩余的部分才用于储蓄和投资。消费是社会需求的主体,是宏观经济统计分析的重要研究对象。 在一定的社会经济条件下，人们在消费过程中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。随着社会注意市场经济的发展，要实现全面建设小康社会的目标，必需了解小康社会的定义以及研究有关小康社会的衡量标准。在这些衡量标准中，研究消费结构，探讨影响消费结果的各种因素，结实消费结果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求，具有重要的意义。 现在对我国消费问题的研究中，主要有两类。一类是利用横断面资料的因果关系回归预测模型，主要有：爱迪生（接近理想状态的需求系统）模型、LES（线性支出系统）模型和ELES（扩展线性支出系统）模型等；另一类则是纯粹利用时间序列数据的时间序列预测模型。现在，人们在具体应用时，一般多采用某一单一模型进行分析,没能将两类模型有机结合起来，只能从单一的层面说明问题，所以结论存在很大的局限性。我国的城镇居民的消费结构问题,它既受到各地区城镇居民的消费结构的影响,也受到国家在各个时期的宏观政策的影响.只利用截面数据,即选择同一时间上不同省市的数据作为样本观测值,可以分析各省市城镇居民的不同消费结构对全国城镇居民消费结构的影响,但是不能分析国家不同时期的宏观政策对全国城镇居民消费结构的影响;只利用时间序列数据,即选择同一省市或者全国在不同时间上的数据作为样本观测值,可以分析国家不同时期的宏观政策对全国城镇居民消费结构的的影响,但是不能分析不同省市的城镇居民的消费结构对全国城镇居民消费结构的影响。 二 （一）面板数据回归的思想及优越性 所谓“平行数据”（panel data），也被翻译成“面板数据”，指在时间序列上取多个截面,在这些截面上同时选取样本观测值所构成的样本数据,也就是把截面和时间序列数据融合在一起的数据.平行数据模型是一类线性经济模型。 在经济分析中,平行数据模型比起只利用截面数据或只利用时间序列数据模型具有不可替代的作用,它具有很高的应用价值.平行数据模型的相对只利用截面数据或只利用时间序列数据进行经济分析而言,平行数据模型具有许多优点.首先,它通常提供给研究者大量的数据点,这样就增加了自由度并减少了解释变量之间的共线性,从而改进了计量经济估计的有效性;第二,也是比较重要的一点就是,平行数据模型可以从多层面分析经济问题。就我国的城镇居民的消费结构问题而言,它既受到各地区城镇居民的消费结构的影响,也受到国家在各个时期的宏观政策的影响.如果采用平行数据模型,即在不同的时间上选择不同省市的数据作为样本观测值,无疑可以分析不同省市的城镇居民消费结构对全国城镇居民的消费结构的影响,也可以分析国家不同时期的宏观政策对全国城镇居民的消费结构的影响。第三,截面变量和时间变量的结合信息能够显著地减少缺省变量所带来的问题. （二） 样本数据选择 本文选择的样本数据来自于《中国统计年鉴》(1993、1995、1996