居民消费水平模型及分析.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
居民消费水平模型及分析

题目:中国居民消费水平 模型及分析 姓名:钱增兴 学号:200710901109 专业:信息管理与信息技术 论文提交时间:2010年6月17日 中国居民消费水平模型及分析 【摘 要】:消费作为社会再生产的终点和起点,对于实现社会再生产的良性循环促进国民经济的持续发展具有决定性作用。要刺激消费、扩大内需,必须找出影响居民消费水平的关键因素,才能对症下药。文章采取经验回归法,根据经验实验性的给出影响居民消费水平的关键因素,然后采用经济计量学计算出各个解释变量系数。建立了中国居民消费水平计量模型对此进行分析。 【关键词】:居民消费水平 居民可支配收入 恩格尔系数 消费物价指数 一、综述 宏观经济学中对居民消费行为的研究主要传统理论有凯恩斯的绝对收入假说,杜森贝利相对收入假说,莫迪里安尼的生命周期假说等。这些消费理论从不同角度论证了收入对消费的影响。我赞同收入的确是影响消费水平的最重要因素这个观点,但是其他因素(比如物价水平、收入分配的公平性、利率、人口结构等)也从不同的方面影响着居民消费水平。本文在构建居民消费水平模型时除选取常规因素外还综合考虑了农村居民收入和物价水平对居民消费水平的影响。   二、影响因素的选择 在现实生活中,影响消费的因素很多,如收入水平、 商品价格水平、 利率水平、 收入分配状况、 消费者偏好、 家庭财产状况、 消费信贷状况、 消费者年龄构成、 制度、 风俗习惯等等。但考虑到样本数据的可收集性和我国经济的实际情况,选择以下因素决定消费。 日常观察和统计研究都表明,当前可支配收入水平是决定一个国家消费的核心因素,因此人均可支配收入的入选毫无疑问;人均 GDP 是衡量一个国家经济实力,也是世界银行划分高收入、 中等收入、低收入国家的主要标志,一般来说,人均 GDP 高的国家,表明该国经济实力强,人民消费水平高, ,由此选择了人均 GDP。物价水平当全社会的消费品和劳务的价格水平上升或下降,消费者可以将其收入在物品和劳务上用得多些或少些,来对物价水平的变动做出反应。 两者之间是根据各方面的资料表明,中国居民消费水平与国内生产总值、城镇居民家庭人均可支配收入、农村居民家庭人均可支配收入、消费物价指数这7个指标有关,故以下工作主要从这几方面入手。并初步建立多元线性回归模型, Y= ,其中: Y: 居民消费水平(元) X1: 国内生产总值(亿元) X2: 城镇居民家庭人均可支配收入(元) X3: 城镇居民家庭恩格尔系数(%) X4: 农村居民家庭人均可支配收入(元) X5: 农村居民家庭恩格尔系数(元) X6: 物价水平 表1:数据 年份 居民消费水平(元) 国内生产总值(亿元) 城镇居民家庭人均可支配收入(元) 城镇居民家庭恩格尔系数(%) 农村居民家庭人均可支配收入(元) 农村居民家庭恩格尔系数(元) 基尼系数 社会保障基金支出(亿元) Y X1 X2 X3 X4 X5 X6 X7 1995年 2355 60794 4283 50.1 1577.7 58.6 0.3794 877.1 1996年 2789 71177 4838 48.8 1926.1 56.3 0.3728 1082.4 1997年 3002 78973 5160 46.6 2090.1 55.1 0.3598 1339.2 1998年 3159 84402 5425 44.7 2162.0 53.4 0.3918 1636.9 1999年 3346 89677 5854 42.1 2210.3 52.6 0.4043 2108.1 2000年 3632 99215 6280 39.4 2253.4 49.1 0.4011 2385.6 2001年 3869 109655 6859 38.2 2366.4 47.7 0.4337 2748.0 2002年 4106 120333 7702 37.7 2475.6 46.2 0.4512 3471.5 2003年 4411 135823 8472 37.1 2622.2 45.6 0.458 4016.4 2004年 4925 159878 9421 37.7 2936.4 47.2 0.47 4627.4 2005年 5463 183217 10493 36.7 3254.9 45.5 0.483 5400.8 2006年 6138 211923 11759 35.8 3587.0 43.0 0.496 6477.4 三、数据的搜集 数据均来自中国统计年鉴,真实可靠。 四、模型的初步建立 建立多元线性回归模型 Y= 参数估计 表2:初步LOS估计 Dependent Variable: Y Met

文档评论(0)

baoyue + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档