山西省城镇居民消费支出多元回归研究

《山西省城镇居民消费支出多元回归研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、山西省城镇居民消费支出多元回归研究　　摘要：近年来，山西省的经济保持着快速发展的势头，人民生活有了很大程度的提高。文章通过分析1996年至2010年15年的相关数据，以山西省城镇居民的消费性支出为因变量，运用EViews软件对影响城镇居民的消费性支出的各种因素进行了分析，并找出其中的关键因素，建立了一个山西省城镇居民人均消费支出与人均可支配收入、居民消费价格指数、消费意愿和年利率的多元回归模型，研究城镇居民消费支出与其影响因素之间数量关系的基本规律，以揭示近年来城镇居民消费支出与收入等因素的情况及特点，掌握城镇居民消费支出的变化趋势。从

2、而为政策制定者提供一定参考，最终促使消费需求这驾“马车”能成为引领山西省经济健康、快速、持续发展的动力。关键词：消费性支出Eviews多元回归模型中图分类号：F127文献标识码：A文章编号：1004-4914（2013）03-220-02一、引言8山西地处西部内陆，尽管经济发展存在着很大制约，但是在50年的社会主义现代化建设中，特别是党的十一届三中全会以来，随着改革开放地不断深入，使山西经济获得了长足发展，经济实力逐渐增强，人民生活水平不断提高，随着居民可支配收入的增加，居民的消费支出也随着增加。但是在发展经济的过程中，制约经济增长的因

3、素逐渐显现。消费、投资和净出口，是拉动经济增长的三大马车。它们之间的比例是否合理，直接影响着宏观经济效益和经济的可持续发展。目前制约山西省经济发展的关键因素是投资与消费比例失衡。尤其是2008年金融危机以来，虽然山西省属于内陆省份，但是在一定程度上也受到了国际经济萧条的影响，从而使得投资和消费失衡的矛盾越来越明显。因此，通过消费来拉动经济增长的做法就愈显重要。因此，研究居民消费支出的影响因素以及变化趋势对于国民经济的长足发展是十分重要的。由于影响居民消费支出的因素有很多，比如消费习惯、消费环境、政策等等。通过参考相关文献并结合山西省的实

4、际情况，本文把人均可支配收入、消费意愿（消费性支出占居民可支配收入的百分比）、城镇居民消费价格指数CPI和年利率定为影响城镇居民消费支出的影响因素，其中，可支配收入是影响居民消费支出最直接、最具决定性的因素。二、原始数据本文选取的影响山西城镇居民消费支出的因素有：人均可支配收入、消费意愿、CPI和年利率。相关数据均来源于山西省统计年鉴，如表1所示。三、模型建立与修正8（一）平稳性分析所谓时间序列的平稳性，是指时间序列的统计规律不会随着时间的推移而发生变化。数据的平稳性对于模型的估计具有重要的意义，如果有两列时间序列数据表现出一致的变化趋

5、势即非平稳的，即使它们没有任何有意义的关系，但是进行回归时也可表现出较高的可决系数。由于在实际中遇到的时间序列数据很可能是非平稳的，而平稳性在计量经济建模中又具有重要作用，因此有必要对观测值的时间序列数据进行平稳性检验。首先对人均消费性支出（Y）、人均可支配收入（X1）、消费意愿（X2）、CPI（X3）和年利率（X4）分别进行ADF单位根检验，通过分别观察各个序列随时间的走势来确定是否需要选择截距和趋势，各序列的单位根检验结果如表2所示。由表2可知，在原序列中，消费支出、可支配收入和CPI都是非平稳序列，消费意愿和年利率的原序列是平稳的

6、，接下来对各个序列分别取一阶差分和二阶差分，并分别进行单位根检验，检验结果如表3所示。8由表3的检验数据可知，消费支出和人均可支配收入一阶差分仍然不平稳，经过二阶差分后，序列成为平稳的序列；消费意愿、CPI和年利率经过一阶差分后虽然序列已经平稳，但是所有变量需同阶平稳，故对其进行二阶差分后再检验其平稳性，检验结论为二阶差分平稳。即人均消费性支出、人均可支配收入、消费意愿、CPI和年利率均为二阶单整序列。（二）协整检验在进行时间系列分析时，传统上要求所用的时间系列必须是平稳的，即没有随机趋势或确定趋势，否则会产生“伪回归”问题。但是，由于

7、本文所选择的时间序列是非平稳的，对其进行二阶差分后变成了平稳序列，但这样会让我们失去总量的长期信息，而这些信息对分析问题来说又是必要的，所以用协整来解决此问题。本文所采用的协整性检验的方法是基于回归残差的协整检验，这种检验也称单一方程的协整检验。先对方程序列进行回归，生成残差后，对残差序列进行单位根检验。由于输出结果概率P=0.0847，故在=0.05水平下，残差存在单位根，即不平稳。再次观察回归方程输出结果报表，由于变量X2（消费意愿）标准误差较大，而且运用Eviews输出各个变量的相关系数表，分析表中数据，可知，消费意愿X2与消费支

8、出Y的相关系数为-0.946，即二者呈负相关，但是结合现实生活实际情况，当消费意愿越大时，消费支出应该也随之增大，故试图将变量消费意愿X2删除。对剩余的变量Y、X1、X3、X4进行回归生成残差后，对残差序列