中国各地区城镇居民消费函数的面板数据分析.docVIP

中国各地区城镇居民消费函数的面板数据分析 摘要：消费作为总需求的重要组成部分，是宏观经济调控的一个基本变量，而收入是决定消费的最基本因素。消费和收入之间的关系，历来是诸多经济学者研究的重点和热点。文章运用面板数据模型，对我国31个省（包括直辖市和自治区）1992-2008年间城镇居民的人均收入和人均消费性支出关系进行了实证分析。得出的结论是，我国各个城市城镇居民之间的消费水平具有显著的差异性，而城市之间城镇居民的消费倾向差异性却不大。 关键词：消费水平；人均收入；面板数据模型 引言 消费作为总需求的重要组成部分，是宏观经济调控的一个基本变量，而收入是决定消费的最基本因素。消费和收入之间的关系，历来是诸多学者研究的重点和热点。不同的经济学家依据不同的消费理论假设，建立了各种形态的消费函数，以研究消费和收入的关系。影响较大的有，凯恩斯的绝对收入假说、杜森贝里的相对收入假说、弗里德曼的持久收入假说和莫迪利安尼的生命周期假说等。近些年来，我国城镇居民的可支配收入不断增加，与此同时国家又出台了一系列住房、教育、医疗等改革措施，并且实施了“刺激消费，扩大内需，拉动经济增长”的经济政策。在这些因素的影响下我国各地区城镇居民的消费支出出现了强劲增长，为了正确引导消费，提高城镇居民的消费水平和生活质量，有必要对我国各地区城镇居民的消费函数进行考察和研究，以期发现特点和规律，这正是本文的研究意义。 二、面板数据模型的类型和选择 面板数据又称平行数据，是把时间序列沿空间方向扩展，或把截面数据沿时间扩展构成的二维数据集合。面板数据模型是建立在面板数据之上、用于分析变量之间相互关系的计量经济模型。模型的一般形式为: (1) i=1,2,…,N；t=1,2,…,T 其中, 为被解释变量,为解释变量向量, 为参数向量，i表示不同的个体,t表示不同的时间,K为解释变量个数。为随机扰动项, 满足经典计量经济模型的基本假设。模型中的系数随着时间和个体的不同而改变, 因而可以反映模型中被忽略的时间因素和个体差异因素的影响。 固定效应模型 由于模型(1)中有NT(K+1)个系数和NT 个方程, 无法从模型中直接识别所有参数, 所以实际应用中需要对模型附加一定的约束条件。假定时间序列参数齐性, 即参数满足时间一致性, 也就是参数值不随时间的不同而变化, 则模型(1) 可以表示为: (2) 模型中截距参数随着个体的不同都在改变, 但是斜率参数对于所有个体相同，所以称模型(2) 为“固定效应模型”。在模型( 2) 中截距和斜率参数又可以有如下两种假设: H01: 回归斜率系数相同但截距不同, 即有: , 模型 (3) 模型( 3) 称为时间固定效应模型。 H02: 回归斜率系数和截距都相同, 即有: ，，模型为 (4) 此时相当于将T 个时期的横截面数据融合成一个“混合样本”,所以称模型(4)为“混合模型”。 判断样本数据究竟属于哪种模型形式(即为(2),(3)和(4) 三式中哪一种) , 在实际应用中可以采用F检验来识别模型。 随即效应模型 固定效应模型中截距项的分布与相关，而随机效应与之相区别的是的分布与无关，其模型形式与固定效应相同。判断样本数据属于固定效应和随机效应模型可以采用HAUSMAN检验。 实证分析 数据来源 本文选取来自于《中国统计年鉴》1992—2008年全国31 个省区直辖市的面板数据。根据厉以宁的消费函数模型，以城镇居民人均生活性消费CONS为被解释变量，以城镇居民人均年可支配收入INC为解释变量。本文回归均采用Eviews 5.0 进行，为了消除异方差的影响,，对两变量分别取对数记为LnINC和LnCONS。 先采用混合模型进行估计，结果如下： Dependent Variable: LNCONS? Method: Pooled Least Squares Date: 06/29/10 Time: 12:55 Sample: 1992 2008 Included observations: 17 Cross-sections included: 31 Total pool (balanced) observations: 527 Variable Coefficient Std. Error t-Statistic Prob.?? C 0.346886 0.034295 10.11485 0.0000 LNINC? 0.932493 0.003926 237.5141 0.0000