搜索
河北工程大学研究生课程论文报告共11页，第1页课程名称：计量经济学课程编号：SX0071F24课程类型：学位课考核方式：考试学科专业：工商管理年级：2015级姓名：郝红艳学号：10076150228河北工程大学2015～2016学年第二学期研究生课程论文报告课程论文评语：成绩评阅教师签名评阅日期年月日河北省城乡居民收入与居住消费关系分析——基于协整和误差修正模型郝红艳内容提要：居住消费与发展水平之间具有重要联系。目前我国新型城镇化总体进展良好。河北省居民收入能否很好的满足新型城镇化建设的住房需求，则需要我们深入研究河北省的城乡居民收入与居住消费水平的关系。本文采用河北省1993年—2012年数据，运用协整和误差修正模型，对城乡居民收入和居住消费之间关系进行实证研究。结果表明：城乡居民收入与居住消费之间存在长期均衡关系；城镇居民的边际居住消费倾向、居住消费的收入弹性都大于农村；无论长期还是短期的收入增长，都将明显的刺激居民增加在居住上的消费，长期则更为有效。关键词：城乡居民收入居住消费误差修正协整一、引言2014年12月，国家发改委等11个部委联合下发了《关于印发国家新型城镇化综合试点方案的通知》，将江苏、安徽两省和宁波等62个城市(镇)列为国家新型城镇化综合试点地区。到2015年根据实施的具体情况不断完善方案，各试点任务取得阶段性成果，形成可复制、可推广的经验。随着河北省经济增长平稳快速发展，城镇化建设力度不断加大，城市综合实力得到了不断的提升，整体居住环境得到了很大的改善。河北省的新城镇化建设在提供就业机会、增加居民收入的同时，也在拉动内需。从国家统计局公布河北工程大学研究生课程论文报告共11页，第2页的数据来看，我国城镇居民消费结构由八个要素构成，即食品、衣着、居住、家用生活用品及服务、交通通信、文教娱乐、医疗保健及服务和其他。以河北省为例，1993年至2012年间，城镇居民纯收入显著增长，居民的全年支出中居住消费的比例也在不断上升，由1993年的8.75%上升到2012年14.75%。居住行为消费指的是住房消费和水电燃料消费。尽管我国学者在收入与消费研究方面已经取得了相当的成果，但研究河北省城乡居民收入与居住健消费支出之间关系的成果却很少。居民的居住支出与经济建设息息相关，在我国城乡居民收入差距扩大、大力推进新型城镇化建设的背景下，研究城乡居民收入与居住消费支出之间的关系，无疑有着很重要的理论和现实意义。本文将根据现代经济学的观点，运用计量经济学中的协整和误差修正模型分析河北省城乡居民收入和居住消费行为之间的数学关系，研究其现状及长期与短期内变化规律，从定量的角度研究收入因素对河北省城乡居民居住消费行为的影响。二、河北省城乡居民收入与居住消费现状比较改革开放以来，我国经济建设发展取得瞩目成就，城乡居民的纯收入水平也呈现快中求稳的上升趋势。城乡居民的消费水平与收入水平同步增长，并且城乡居民消费行为的变化经历了与收入变化相同的几个阶段，即城乡居民消费水平的增长随着收入增长的变化而上下波动。河北省经济年鉴中现实：河北省城镇居民人均可支配收入从1993年的2201.04元增加到2012年的20543.44元，增长10.97倍；人均居住消费由1993年的137.91元上升到1502.41元，增长10.89倍。从1993年至2014年，农村居民人均纯收入从1502.41元上升到10186.14元，增长11.67倍；人均居住消费从96.52元增长到1858.48元，增长19.25倍。从住房条件来看因而，以收入为出发点，分析城乡居民人均收入对居民居住消费的影响，将对城乡居民消费及住房问题的研究起到积极作用。三、变量的选择及数据的说明近几年，居民收入水平显著提高，消费能力得到较大提升，居住也不例外。因此，本文主要考察1993年以来我国城乡居民居住消费状况，以1993年-2014年的居住消费和收入数据作为样本依托，采用以下四个指标：（1）城镇居民家庭人均可支配收入（元），该指标反映了城镇居民的收入水平；（2）农村居民家庭人均纯收入（元），该指标反映了农村居民的收入水平；（3）城镇居民家庭平均每人全年消费性支出中的居住消费（元）；（4）农村居民家庭平均每人消费性支出中居住消费（元）。上述指标的对应数据皆为年度数据，数据来源于历年《河北省经济统计年鉴》。四、模型和实证结果分析河北工程大学研究生课程论文报告共11页，第3页（一）模型的建立通过对样本区间内城镇居民家庭人均可支配收入和城镇居民家庭平均每人全年消费性支出中的居住消费及农民家庭人均纯收入和农民家庭平均每人全年生活费支出中的居住消费做散点图，如图1、图2所示：图1图2根据散点图发现河北省城乡居民收入—居住消费之间存在较为明显的线性关系。由此，构造居住消费模型:为自发性消费，为边际支出倾向，为随机误差。通过回归，结果为：城镇；（农村)。系数都显著异于0（显著性水平为），并且拟合优度都大于0.95。回归分析结果如下图所示（表1、表2、表3）河北工程大学研究生课程论文报告共11页，第4页表1城镇居民模型居住消费汇总b模型RR方调整R方标准估计的误差1.991a.983.98258.19177a.预测变量:(常量),城镇居民家庭人均可支配收入。b.因变量:居住消费表2农村居民模型居住消费模型汇总模型RR方调整R方标准估计的误差1.988a.976.97576.67290589a.预测变量:(常量),农民家庭人均纯收入表3系数a模型非标准化系数标准系数tSig.B的95.0%置信区间B标准误差试用版下限上限1(常量)-174.00930.685-5.671.000-238.015-110.002农民家庭人均纯收入.184.006.98828.590.000.171.198a.因变量:居住消费为了能使测量尺度缩小，并减少异方差，将、、、取自然对数，分别表示为、、、。散点图（图3）显示线性关系也是十分明显。这以变化并不改变原变量之间的协整关系，因此对数变化后的模型为：，这里的系数与前面的模型的意义有所不同，不再表示边际支出倾向，而是表示的是消费对收入的弹性，即每变化1%时变化的百分比。同理，农村居民收入—居住消费的对数模型为，下述分析采用的是对数模型形式。图3河北工程大学研究生课程论文报告共11页，第5页（二）单位跟检验很多经济变量作为时间序列具有一个显著特征即非平稳性，如果对非平稳的时间序列采用普通最小二乘法建立模型进行回归，则可能会导致错误的结果，即出现伪回归，从而导致各种统计检验无意义。将四个时间序列、、、描点（图3所示），发现这四个序列在在研究期中不断增加，表现出上升的趋势，表明他们的均值在变化。这可能说明这四个序列是不平稳的。下面用ADF检验法对这四个时间序列进行平稳性检验。结果见表4：表4变量单位根检验结果（样本区间：1993-2014年）变量检验类型（c,t,p）ADF值临界值Prob.*平稳性1%5%10%LnUI(c,t,0)1.906988-3.95915-3.081-2.681330.9994不平稳(0,0,0)-4.42716-4.00443-3.0989-2.690440.0047平稳LnUH(c,t,0)-4.54302-3.85739-3.04039-2.660550.0025平稳(0,0,0)-5.02798-3.92035-3.06559-2.673460.0012平稳LnRI(c,t,0)-1.96853-3.78803-3.01236-2.646121不平稳(0,0,0)-3.85739-3.55688-3.04039-2.660550.0273平稳LnRH(c,t,0)-0.19845-3.78803-3.01236-2.646120.7391不平稳(0,0,0)-6.66601-3.83151-3.02997-2.655190.0011平稳从表2可以看出，代表城乡收入和居住消费的4个变量、、、中只有拒绝了存在单位根假设，是平稳的，属于一阶单整序列；而、、都不能拒绝存在单位跟假设，因此都是非平稳的，而经过二阶差分后的值都小于1%、5%、10%显著水平上的临界值，拒绝单位跟的假设，为平稳序列，故、、三个序列都是二阶单整序列。（三）协整检验为消除数据的不平稳性，使回归有意义，通常可采用两种方法:一是用差分来进行处理，该方法虽然可以消除不平稳性，但差分后的数据会导致两个变量之间长期关系的信息损失。另一种解决方法就是协整。在某种情况下虽然两个变量都是不平稳的，但它们的某个线性组合却可能是平稳的，这时两个变量被称为是协整的，这个组合表示了变量之间的长期关系。下面对不平稳的4个变量进行协整检。采用最小二乘法分别对与之间和与之间进行分析与协整检验。首先建立协整回归方程：(1)（2）河北工程大学研究生课程论文报告共11页，第6页利用最小二乘法分别对上式进行估计，计算结果（表5、表6）：表5与之间最小二乘法估计结果DependentVariable:LNUHMethod:LeastSquaresDate:05/15/16Time:23:58Sample:19932012Includedobservations:20VariableCoefficientStd.Errort-StatisticProb.C-6.4705231.004256-6.4430980.0000LNUI1.3961630.11244112.416880.0000R-squared0.905458Meandependentvar5.970865AdjustedR-squared0.889650S.D.dependentvar0.911020S.E.ofregression0.302632Akaikeinfocriterion0.542042Sumsquaredresid1.648551Schwarzcriterion0.641615Loglikelihood-3.420415Hannan-Quinncriter.0.561479F-statistic154.1789Durbin-Watsonstat0.180341Prob(F-statistic)0.000000表6和之间最小二乘法估计结果DependentVariable:LNRHMethod:LeastSquaresDate:05/16/16Time:00:05Sample:19932014Includedobservations:22VariableCoefficientStd.Errort-StatisticProb.C-4.0520980.349735-11.586200.0000LNRI1.2430940.04300628.905090.0000R-squared0.976622Meandependentvar6.026064AdjustedR-squared0.975453S.D.dependentvar0.818693S.E.ofregression0.128268Akaikeinfocriterion-1.182875Sumsquaredresid0.329056Schwarzcriterion-1.083689Loglikelihood15.01162Hannan-Quinncriter.-1.159509F-statistic835.5040Durbin-Watsonstat0.916118Prob(F-statistic)0.000000（3）t-6.44309812.41688河北工程大学研究生课程论文报告共11页，第7页Prob.0.00000.0000R20.905458D.W.0.916118（4）t-11.5862028.90509Prob.0.00000.0000R20.976622D.W.0.916118然后求的上述模型的残差序列，得到：（5）（6）对进行平稳性检验，计算结果见表7、8、9：表7平稳性检验结果变量ADF临界值是否平稳5%-3.012363-3.012363平稳-5.940456-3.0655