影响我国城镇居民消费性支出的因素分析资料.docVIP

影响我国城镇居民消费性支出的因素分析资料.doc

  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
影响我国城镇居民消费性支出的因素分析资料

影响我国城镇居民消费性支出的因素分析 关键词:GDP增长 边际消费倾向 消费水平 利率的收入效应 模型概况 (一)目的 随着改革开放的深入和市场经济的发展,人民的生活水平得到了大大地提高。作为总需求中最主要的部分,消费的增长在GDP的增长中占了极大的比例。由此,分析影响我国城镇居民——此群体的消费具有代表性——消费性支出的多种因素各自的重要程度,将有助于我们认清当前中国经济发展的重要原因。 (二)思路 在现实生活中,影响各家户消费的因素很多,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、消费者年龄构成及制度、风俗习惯等等。结合众多西方经济学家对以上因素的分析,我们认为,对消费水平有决定意义的是城镇居民全年总收入——收入增加意味着人们的购买力增强,从而消费量增加;利率水平——利率的升降会改变人们对现在消费与未来消费的偏好程度;城镇居民消费价格指数——由于对于占全民消费总量的比例日益增加的正常品与奢侈品来说,替代效应大于收入效应,所以对商品的需求量即消费量会与价格成反向变化。 模型的数据 我们选择了时间序列数据而没有采用横截面数据是为了避免各个不同地区发展水平的差异。每个地区的地理位置和自然资源都是决定产业结构的重要因素,且非人力和经济发展所能解决的,这就决定了各个地区的经济发展轨迹都不相同。我们从各期《中国统计年鉴》收集到的全部城镇居民可支配收入的数据就只有1991年到2002年的,共12个。作为小样本,给检验和解释都提供了难度,因此我们加倍小心。 三、模型的具体形式和检验 Y——城镇居民消费性支出 X1——城镇居民全年总收入 X2——当年利率水平 X3——城镇居民消费价格指数 obs Y X1 X2 X3 1991 1453.810 1544.000 1.800000 105.1000 1992 1672.000 1826.000 1.800000 108.6000 1993 2110.810 2583.160 2.655000 116.1000 1994 2851.340 3520.310 3.150000 125.0000 1995 3537.570 4288.090 3.150000 116.8000 1996 3919.470 4844.780 2.475000 108.8000 1997 4185.640 5188.540 1.710000 103.1000 1998 4331.610 5458.340 1.530000 99.40000 1999 4615.910 5888.770 0.990000 98.70000 2000 4998.000 6295.910 0.990000 100.8000 2001 5309.010 6868.880 0.990000 100.7000 2002 6029.880 8177.400 0.720000 99.00000 (表一) 数据来源:①国家统计局网 ②1992~2003年《中国统计年鉴》 (一)模型的估计 由于线性回归模型较简单,且在符合古典假定的条件下,对参数的最小二乘估计满足参数估计的准则即无偏性、最小方差性和一致性,因此我们首先将模型设定为多元线性回归模型,即 Yt=a0+a1X1t+a2X2t+a3X3t+ut 用最小二乘法对模型估计,输出结果如下: Dependent Variable: Y Method: Least Squares Sample: 1991 2002 Included observations: 12 Variable Coefficient Std.Error t-Statistic Prob. C 1761.760 815.5278 2.160269 0.0628 X1 0.720003 0.017191 41.88145 0.0000 X2 163.8991 91.33504 1.794482 0.1105 X3 -15.90675 8.889293 -1.789428 0.1113 R-squared 0.997171 Mean dependent var 3751.254 AdjustedR-squared 0.996110 S.D. dependent var 1465.440 S.E. of regression 91.39736 Akaike info criterion 12.12951 Sum squared resid 66827.81 Schwarz criterion

文档评论(0)

aena45 + 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