我国城镇居民消费价格指数、人均可支配收入与消费水平关系的实证分析.pdf

我国城镇居民消费价格指数、人均可支配收入与消费水平关系的实证分析.pdf

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多

我国城镇居民消费价格指数、人均可支配

收入与消费水平关系的实证分析

作者:林红菊

来源:《现代经济信息》2018年第23期

要:本文在计量经济学的基础上,基于1978-2015共35年的相关数据,运用eviews统

计软件,分析我国城镇居民消费水平与城镇居民消费价格指数、城镇居民家庭人均可支配收入

的关系。结果表明:我国城镇居民消费价格指数、人均可支配收入与消费水平之间存在长期协

整关系。我国城镇居民消费价格指数增加1%,城镇居民消费水平长期上将增长0.412%,短期上

增长0.488%;城镇居民人均可支配收入增加1%,城镇居民消费水平长期上将增长0.781%,短

期上增长0.716%。

关键词:消费水平;平稳及协整;误差修正

中图分类号:F062.5文献识别码:A文章编号:1001-828X(2018)034-0010-02

消费作为拉动经济增长的三驾马车之一,对国民经济的影响有着不可替代的作用。影响我

国城镇居民消费结构的因素很多,如城镇居民可支配收入、消费物价指数、GDP增长速率、利

率水平等。通过利用时间序列、计量经济等方法建立经济模型,实证分析我国城镇居民消费水

平的现状及预测其发展趋势,以保持我国经济的持续发展。

本文基于1978年-2012年35年间的相关数据,建立相应的计量经济学模型,研究我国城

镇居民消费物价指数(1978=100)、城镇居民家庭人均可支配收入与城镇居民消费水平之间的关

系,包括平稳性、协整、误差修正等方面的研究。

一、变量定义与模型设定

(一)被解释变量定义过程

由统计年鉴数据显示,1978年改革开放之初我国的城镇居民消费水平为405元,2016年

已经上升为29295元。居民的消费水平很大程度上受整体经济状况的影响。经济扩张时期,居

民收入稳定,GDP增加,居民的消费支出增加,消费水平较高。为了更好地探究我国城镇居民

的消费水平,对我国城镇居民消费水平的影响因素建立模型研究。

(二)解释变量定义过程

本文主要以城镇居民消费价格指数(1978=100)和城镇居民可支配收入作为影响我国城镇居

民消费水平的研究因素。

1.城镇居民消费价格指数(1978=100)。对于价格需求弹性低的商品,商品价格的变动对居

民的消费需求变化不大;对于价格需求弹性高的商品,商品价格的变动对居民的消费需求变化

大。因此消费品的价格水平对居民的消费水平有一定的影响。本文选择城镇居民消费价格指数

(P)作为解释变量。城镇居民消费价格指数高,消费水平也较高,所以两者应呈正相关关系。

2.城镇居民人均可支配收入。根据凯恩斯的宏观经济学原理,居民收入水平影响着居民消

费水平,而可支配收入是居民家庭获得并且可以用来自由支配的收入。由此,我们选择城镇居

民人均可支配收入(I)作为解释变量。城镇居民可支配收入增加,用于消费的支出也随之增加,

消费水平提高,所以两者应呈正相关关系。

(三)模型设定

Y代表我国城镇居民消费水平

P代表我国城镇居民消费价格指数

I代表我国城镇居民人均可支配收入

基于以上数据,对Y、P、I取对数序列log(Y)、log(P)、log(I)初步建立模型为,其中

μ为随机误差项

二、数据描述

(一)数据来源

数据来自中国统计年鉴,包括我国1978年-2012年共35年的城镇居民消费水平、城镇居

民消费价格指数、城镇居民家庭人均可支配收入的相关数据。

(二)数据分析

1978年以来,我国城镇居民消费水平、城镇居民消费价格指数、城镇居民家庭人均可支配

收入都呈现增长的趋势。其中,城镇居民消费水平和城镇居民家庭人均可支配收入几乎拥有相

同的变化趋势。(P为城镇居民消费价格指数,取1978=100,故增长不明显)三、模型估计与检

(一)平稳性检验

1.图示法

由于所收集数据为时间序列数据,数据常受多种因素的影响表现为随机性。为了有效地减

少虚假回归,我们对时间序列数据进行平稳性检验。数据的自然对数变换不改变原来的协整关

系,并使其趋势线性化。以下是时序图:

反向修正机制。从统计上讲,ECM项是显著的(单边检验,p=0.0013/2=0.00065),这表明

Y的调整相对于P、I的调整存在一定的滞后。

从短期非均衡模型来看,短期调整参数为0.4

文档评论(0)

Saucebox + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档