居民消费水平计量经济分析目录一、研究的目的要求 (2)二、模型设定 (3)1、理论综述: (3)2、变量选取： (4)3、模型数学形式的确定： (5)4、模型的计量经济学的形式确定为以下模型： (6)5、参数估计值范围的确定： (7)三、参数估计 (7)四、模型检验 (8)1.、经济意义检验： (8)2、统计意义检验： (8)（1）拟合优度检验（R2检验） (8)（2）显著性检验（F检验）： (8)（3）显著性检验（t检验）： (9)3、计量经济意义检验： (10)（1）多重共线性的检验： (10)（2）自相关的检验： (10)四、模型应用 (14)1、经济结构分析 (14)2、政策建议 (14)1）对于城镇居民 (15)2）对于农村居民 (15)一、研究的目的要求消费行为理论为我们研究居民消费增长因素提供了重要的理论基础。
居民消费在社会经济的持续发展中有着重要的作用。
居民合理的消费模式和适度的消费规模，有利于经济持续健康的增长，而且这也是人们生活水平的具体体现。
通过对影响我国居民消费增长因素的实证分析,我们认为,当期收入是影响居民消费的最直接、最重要的因素；居民的消费水平还应随着经济的发展而提高。
改革开放以来，随着中国经济的快速发展，人们生活水平不断提高，人均的纯收入也不断增加，居民的消费水平也在不断增长；居民的消费水平还应该和当年的物价水平相联系。
为了研究居民消费水平增长的主要原因，分析各因素对消费水平的影响，需要建立计量经济模型。
所谓消费水平，从宏观角度考察是指社会全体消费者的物质文化需要得到满足的程度；或者说是社会提供给众多消费者用于生活的消费的产品和服务的数量和质量。
也就是说，消费水平的含义既包括了消费品，又包括了消费服务，而且从消费水平的发展趋势看，消费服务将越来越来越占有重要的地位；既包括了数量也包括了质量；质量的因素不仅是消费水平不可忽视的重要内容，而且也成为消费水平高低的越来越重要的标志。
消费水平从微观上考察，就是消费者及其家庭生活需要的满足程度，或者讲是消费者及其得到或可支配的消费品和服务的数量和质量以及金融资产的状况。
我们对消费水平的考察着重于宏观方面，即对消费水平的研究还要结合物质和精神文化需要的满足程度。
二、模型设定1、理论综述:关于消费，已经有很多学者进行过不同方面的研究，消费作为拉动经济增长的三驾马车之一，对本国的经济发展，的确有着至关重要的作用，要想发展本国经济，认真研究消费是很必要的。
我国对于居民消费问题的研究在1998年后成为经济学热点问题之一。
凯恩斯认为消费取决于绝对收入。
杜森贝利认为消费取决于相对收入。
莫迪里安尼认为居民消费是根据生命周期与其相应收入来决定的。
而弗里德曼则认为消费取决于永久收入。
他们的理论各有千秋，各有不足。
郑春梅和单迎彬在《当代经济》2006年发表的一篇文章《居民消费与收入关系的深层思考——兼论中国消费率偏低的原因》中，讨论了居民消费与收入的关系。
梁纪尧和董长瑞在《山东经济》上发表了《关于前期消费、暂时收入与消费关系的实证研究》，该文基于为扩大内需、刺激消费的政策寻求理论上的借鉴，通过建立模型、科学测算经济变量、实证研究分析了前期消费、暂时收入与先期消费的关系。
在该文中研究的范围内得出现期消费主要取决于前期消费的结论。
2、变量选取：为了反映居民消费水平变化的影响因素，选择“全体居民人均消费水平”作为被解释变量，以反映居民消费水平的增长；选择“居民人均纯收”作为居民的收入水平；选择“商品零售价格指数”作为物价水平的代表。
这样解释变量就可以设定为“居民人均纯收入”、“商品零售价格指数”等变量。
从2008年的《中国统计年鉴》可以收集到如下数据1990——2007年中国居民人均消费水平及相关数据年份全国居民人均消费水平Y/元全国人均纯收入X1/元商品零售价格指数X21990833686.3102.1 1991932708.6102.9 19921116784105.4 199********.6113.2 199418331221121.7 199523551577.7114.8199627891923.1106.1199730022029.1100.819983159216297.419993346221497200036322253.498.5200138692366.499.2200241062475.698.7200344112622.2499.9200449252936.4102.8200554633254.93100.8200661383587101200770814140103.8资料来源：中国统计年鉴2008。
国家统计局官网3、模型数学形式的确定：为分析居民人均消费水平（Y）和人均纯收入（X1）、商品零售价格指数（X2）的关系，作如下图所示的散点图：X1与Y的散点图 X2与Y的散点图由图可以看出，居民的人均纯收入和人均消费水平是近似于线性的关系，而商品的零售价格指数与消费水平的关系不够明显，也近似的看做线性关系，则模型的数学形式可以看作是如下的式子：Y t =β1 + β2X1 + β3X24、模型的计量经济学的形式确定为以下模型：Y t =β1 + β2X1 + β3X2 + u t5、参数估计值范围的确定：β2表示人均纯收入与居民消费水平的关系，由经济学常识可知，随着人均纯收入的增加，居民消费水平也增加，因此0＜β2；β3表示商品零售价格指数与居民消费水平的关系，由经济学常识可知，随着价格指数的提高，居民消费水平是降低的，因此β3＜0.三、参数估计Dependent Variable: YMethod: Least SquaresDate: 12/28/10 Time: 10:54Sample: 1990 2007C -1121.865 651.3184 -1.722452 0.1055X1 1.814259 0.039017 46.49878 0.0000 R-squared 0.994182 Mean dependent3354.611varAdjusted R-squared 0.993406 S.D. dependent var 1806.047S.E. of regression 146.6533 Akaike info criterion 12.96503Sum squared resid 322607.9 Schwarz criterion 13.11343Log likelihood -113.6853 F-statistic 1281.620Y^=-1121.865+1.8143X1+6.3676X2（651.3184）（0.039）（5.9036）t=(-1.7225)(46.4988)(1.0786)R2=0.9942 F=1281.63 n=18四、模型检验1.、经济意义检验：β^2=1.8143，且β2＞0，符合经济意义，β^3=6.3676＞0，但是β3＜0，不符合符合经济意义，先保留数据，看接下来的检验。
2、统计意义检验：（1）拟合优度检验（R2检验）由上面的表格可以看出，可决系数为0.9942，说明所建模型整体上对样本数据拟合较好，即解释变量“人均纯收入”和“商品零售价格指数”综合对被解释变量“居民消费水平”的绝大部分差异做出了解释。
（2）显著性检验（F检验）：有两个解释变量，则k=3，共有18个样本观测值1）提出假设，H0：β2=β3=0；2）在H0成立的条件下：F服从F（k-1，n-k），即服从F（2,15）3）检验：F0.05（2,15）=3.68F=1281.63＞F0.05（2,15）=3.68则拒绝原假设H0：β2=β3=0,说明回归方程显著。
说明解释变量X1和X2联合起来对被解释变量Y的影响是显著的。
（3）显著性检验（t检验）：①β21）提出假设：H0：β2=02）在H0成立的条件下：t服从t（n-k），即服从t（15）3）检验：t0.025(15)=2.131t*=46.4988＞t0.025(15)=2.131证明H0为小概率事件，则拒绝H0，说明在其他解释变量不变的情况下，解释变量X1对被解释变量Y的影响是显著的。
②β3同理可以得出，t*=1.0786＜t0.025(15)=2.131没有通过t检验，即解释变量X2对被解释变量Y的影响是不显著的。
结合上面的经济意义检验，得出X2与Y的相关性是不明显的，通过对二者做一元回归，也能很好的说明二者之间并没有显著的线性关系，因此，将该变量舍去。
则模型转变为：Y t = β1 + β2X t + u t现在对新确定的模型进行参数估计，得到下表：Dependent Variable: YMethod: Least SquaresDate: 12/28/10 Time: 13:00Sample: 1990 20073354.611 R-squared 0.993731 Mean dependentvarAdjusted R-squared 0.993339 S.D. dependent var 1806.047S.E. of regression 147.4002 Akaike info criterion 12.92862Sum squared resid 347629.1 Schwarz criterion 13.02755Log likelihood -114.3576 F-statistic 2536.178Y^ = -424.9778 + 1.7968X(82.7022) (0.0358)t =(-5.1387) (50.3605)R2=0.9937 R-=0.9933 DW=0.41573、计量经济意义检验：（1）多重共线性的检验：由于模型已经转变为一元模型，则不需要进行多重共线性的检验。
（2）自相关的检验：1）图示检验法：①先做e t和e t-1的散点图，如下图：大部分点落在第Ⅰ、Ⅲ象限，表明随机误差项u t存在着正自相关。
②按照时间顺序绘制回归残差项e t的图形：从上图可以看出，e t随着t的变化逐次变化并不频繁地改变符号，是几个正的e t后面跟着几个负的，则表明随机误差项u t存在正自相关。
2）DW检验：对样本容量为18，一个解释变量，5%的显著性水平，查DW统计表可知，d L=1.046，d U=1.535，DW=0.4157＜d L=1.046显然，模型中存在自相关，且为正自相关。
（3）自相关的补救：①广义差分法：先得到ρ^=1-DW/2=1-0.4157/2=0.79由于Y t*=Y t-ρY t-1，X*t=X t-ρX t-1，β*1=(1-ρ)β1,β*2=β2, 则Ｙ*t = β*1 + β2*X*t + v t进行回归可得Dependent Variable: YYMethod: Least SquaresDate: 12/28/10 Time: 20:02Sample(adjusted): 1991 2007C -48.52403 54.03754 -0.897969 0.38341025.966 R-squared 0.969389 Mean dependentvarAdjusted R-squared 0.967348 S.D. dependent var 504.8745S.E. of regression 91.22962 Akaike info criterion 11.97477Sum squared resid 124842.7 Schwarz criterion 12.07279Log likelihood -99.78552 F-statistic 475.0215Y^t* = -48.524 +1.7337X t*(54.0375) (0.0755)t=(-0.8979) (21.7949)R2=0.9694 F=475.0215 DW=1.15其中Y*t=Y t-0.79Y t-1 ,X*t=X t-0.79X t-1。