基于固定影响变截距模型的我国城镇消费水平地区差异实证分析
- 格式：doc
- 大小：26.50 KB
- 文档页数：4
基于固定影响变截距模型的我国城镇消费水平地区差异实证分析
摘要运用计量方法设立固定影响变截距模型,对消费水平地区差异进行实证分析。
从消费结构、消费习惯等方面归纳影响各地消费水平的非收入因素,并提出建议。
关键词城镇消费水平;地区差异;固定影响变截距模型
冯单单等[1]认为居民收入水平是影响居民消费需求最直接、最根本的因素,并最终决定居民的消费层次和消费结构,指出全国31个省市区城镇居民的消费支出水平和结构有较大差异,经济发展较好的地区城镇居民的消费水平较高,消费结构也较合理。
李春艳等[2]运用拉姆齐无限期界优化模型从动态角度分析了利率政策对人们消费的影响,并指出劳动收入的持久性和未来收入的不确定性都是影响消费的主要因素。
闫新华等[3]采用聚类分析的方法对各地的食品消费结构进行了研究,并对各地居民消费结构作了因子分析,进而对各地生活消费水平进行综合评价,但并没有从实证的角度对影响居民消费的非收入因素的存在进行考证。
该文主要试图揭示和描述地区差异及时间变迁对居民消费行为的影响。
1关于消费水平地区差异的实证分析——固定影响变截距模型
1.1模型的说明和设立
虽然该文要考量的重点是地区差异和时间变迁对城镇居民消费的影响,但设立模型的理论原型和理论依据依然来自凯恩斯的绝对收入假说,即消费水平取决于收入的绝对水平。
以北京、山西、辽宁、吉林、上海、安徽、山东、湖南、广东、贵州、青海11个省市的数据为例,涵盖中国东、西、南、北、中各地区,时间跨度为1997—2007年。
数据全部来自中国统计年鉴(2008年)[4],数据类型为面板数据。
使用上述11个省市1997—2007年的城镇居民人均可支配收入和城镇居民人均消费支出构成的面板数据,设立固定影响变截距模型。
其公式为:
CONSit=aoi+a1INCit+uit(1)
其中,CONSit为i省(市)第t年城镇居民人均消费支出(元);INCit为i(市)省第t年城镇居民人均可支配收入(元);aoi为i省(市)的截距,uit为随机扰动项。
该模型将采用虚拟变量的方法来解决截距变动即消费水平的地区差异问题。
该文将去掉常数项aoi,然后为上述每个省(市)依序设置一个虚拟变量:
D1=1,观测值来自北京0,其他省(市);D2=1,观测值来自山西省0,其他省(市)…
D11=1,观测值来自青海省0,其他省(市)
设置了11个虚拟变量的固定影响模型如下:
CONSit=a1INCit+β1D1+β2D2+β3D3+β4D4+β5D5+…+β11D11+μit(2)
11个省(市)的截距项分别为:北京是β1;山西是β2;辽宁是β3;吉林是β4;上海是β5;安徽是β6;山东是β7;湖南是β8;广东是β9;贵州是β10;青海是β11。
1.2模型估计方法和估计结果
该面板数据模型采用OLS回归,回归结果如下:
C?魺NSit=0.681 9 INCit+1 256.17 D1+413.28 D2+878.76 D3
(t∶) (100.09)(11.09)(5.15)(10.74)
+703.4 D4+966.13 D5+580.87 D6+340.20D7+861.37 D8
(8.78) (8.11)(7.20)(3.9) (10.23)
+1 381.63D9+579.83D10+670.52 D11
(13.15) (7.29)(8.46)
1.3模型的检验
从t统计量上看,虽然每个虚拟变量系数在1%的显著水平下都是显著的,但为了保险起见,进一步做一个联合假设检验是有必要的。
为了检验11个省的截距是否相同,下面再进行一次联合假设检验,这要求进行有约束回归和无约束回归2个回归。
进行有约束回归时,原假设和备择假设是:
H0∶β1=β2=β3=…=β11
Ha∶H0不成立
对约束回归式进行回归即对(1)式回归,回归结果是:
C?魺NSit=444.24+0.720 6INCit
(t∶)(6.07) (95.62)
SSR=13 833 611;n=121;R2=0.987 2
无约束回归方程即(2)式的回归结果为:
SSR=5 179 588;n=121;R2=0.995 2
运用有约束回归和无约束回归2个回归的结果,计算F统计量。
令SSRR和SSR分别是有约束回归和无约束回归的残差平方和,g为受约束变量的数目。
F检验量计算如下:
F==18.21,在1%的显著水平下,FC(10, 109)=2.47,故F>FC,故拒绝原假设,所以上述各省(市)的截距不全相等。
在1%的显著水平下,经考察单个系数的t统计量和进行联合假设检验,都说明了各地的截距是不相同的。
1.4结论
固定影响变截距模型是假定了各地区城镇人均可支配收入对各地区城镇居民人均消费水平有相同的斜率系数,该文OLS估计出来的斜率系数是0.681 9,即上述各地区城镇居民人均可支配收入每增加1元会使上述各地区城镇居民人均消费水平增加0.681 9元。
但这只是固定影响变截距模型估计出的一个辅助结果,设立固定影响变截距模型的主要目的是了检验各虚拟变量即各截距的显著性。
而该文计量估计和检验的结果证实了各虚拟变量的显著性,也就是说在不考虑各地区城镇居民人均消费水平对各地区城镇人均支出影响的前提下(因为影响是相同的),各地因地区差异对人均支出会造成显著影响。
该文借助凯恩斯理论设立模型、修正模型,正是为了对凯恩斯的理论做一个补充说明和拓展,考证了人均可支配收入之外的因素对人均消费确实存在影响。
由回归结果可知,在斜率不变的条件下,广东和北京、上海、辽宁、湖南、吉林、青海、安徽、贵州、山西、山东的截距由高到低分别是1 381.63、1 256.17、966.13、878.76、861.37、703.41、670.52、580.87、579.83、413.28、340.20。
广东和北京的截距较大,而山西和山东的截距较小。
截距最高的为广东,是最低的山东的4倍以上,这说明在相同收入水平的情况下,我国城镇居民人均消费水平的地区差异很大,广东、北京的消费水平明显高于其他地区。
从1997—2007年的人均可支配收入来看,上海、北京、广东3地分别是14 588、13 545、12 031元。
而山东的人均可支配收入是8 420元,青海人均可支配收入是6 503元,贵州人均可支配收入是6 572元,可见消费水平的高低和人均可支配收入的高低没有表现出严格的一致性,上海虽然人均收入在全国最高,但消费水平却低于广东、北京;山东人均可支配收入不是全国最低,但其消费水平是位列最
低的。
无论是从计量分析来看,还是从直观的数据观察,都可以看出:城镇居民人均消费水平并不是仅仅取决于人均可支配收入,还可能与各城镇居民消费结构、消费习俗等有关,这些非收入因素就是地区差异。
