我国城乡居民收入差距的时间序列分析
- 格式:doc
- 大小:23.50 KB
- 文档页数:5
城镇化、城乡二元结构对城乡收入差距影响分析为探讨城镇化、城乡二元经济结构对城乡居民收入差距的影响,以城镇化率、城乡二元经济结构相关系数作为研究变量,结合湖北省1985~2010年的时间序列数据,运用动态计量分析方法,对城镇化、城乡二元结构对城乡收入差距的影响关系进行了检验和分析。
结果发现,城镇化水平的提高未能缩小城乡收入差距;城乡二元经济结构的弱化有利于城乡收入差距的缩小。
标签:城镇化;城乡收入差距;二元经济结构;湖北省1引言改革开放以来,我国的经济发展和社会改革取得了举世瞩目的成就,但与此同时城乡居民收入差距却越来越大。
就湖北省而言,城乡收入差距从1981年的1.67:1持续扩大到2010年的2.75:1。
考虑到城市居民享受的社会保障和部分高收入阶层不透明的灰色收入,我国的城乡居民收入差距应该还会更大。
城乡居民收入差距继续扩大成为困扰我国改革和发展的一大社会难题,并直接影响着社会主义和谐社会的构建。
城乡收入差距的变迁是由众多因素综合作用的结果,其中城镇化和城乡二元经济结构是其中不可忽视的两个重要因素。
2研究方法与变量选择2.1研究方法向量自回归(V AR)是西姆斯(C.A.Sims)提出的使用系统中的每一个内生变量作为系统中所有内生变的滞后值的函数来构造模型,用于预测相互联系的时间序列系统及分析随机扰动对变量系统的动态冲击,从而解释各种经济冲击对经济变量形成的影响。
本文考虑将城镇化、城乡二元经济结构引入向量自回归模型,综合考虑这些因素对城乡居民收入差距的影响,它们之间的V AR模型的数学表达式可以表示为:lngapt=αlnurbt+βlndlt+γllndclt+C+εt(1)式(1)中,t表示时间变量;urb表示城镇化水平;dl、dcl、gap分别表示城乡二元对比系数、城乡二元反差系数和城乡居民收入比,其它未纳入的变量和不可观测的因素作为残差ε。
进行实证分析的目的是考察城镇化、城乡二元结构对城乡收入差距的影响,本文采用分析步骤如下:首先,建立向量自回归(V AR)模型,检验变量之间是否存在着协整关系,以揭示城镇化、城乡二元结构与城乡收入差距之间的长期均衡关系;然后,进行脉冲响应分析和方差分解,较为量化地看到城镇化、城乡二元结构与城乡收入差距的相对影响及其效应随时间变化的过程。
广西城乡居民收入差距的时间序列分析摘要:现选取1980~2013年广西城乡居民收入差的年度数据,借助Eviews8.0软件对广西城乡收入差距进行分析,建立ARIMA模型,并对未来三年广西城乡收入差距进行预测,结果表明未来三年广西城乡收入差距将继续扩大。
为缩小广西城乡收入差距,促进经济稳步增长,有针对性地提出了一些可行的建议。
关键词:城乡居民;收入差距;ARIMA模型;预测中图分类号:F047 文献标识码:A文章编号:1005-913X(2016)06-0075-02一、引言2014年广西城镇居民收入是农村居民收入的3.2倍,2015年前三季居民收入,这个收入倍差达到2.83倍,超过了全国水平。
然而这些数据只是收入中的一部分,若考虑到广西城镇居民的各种福利补贴等隐性收入以及农民收入统计中的人为因素等,[1]城乡居民的实际收入差距将更大。
在经济发展过程中,城乡收入差距是很难避免的,但城乡收入差距太大直接会挫败农民投入和生产的积极性、影响社会的安定等,这将会严重影响广西经济总体的发展,更不利于广西北部湾经济区的发展。
因此对广西城乡居民的收入差距进行分析和预测,揭示内在变化的规律,对广西经济的持续增长和社会的和谐发展具有重要的现实意义。
二、ARMA模型ARMA模型[2]是由Box和Jenkins于70年代初提出的著名时间序列预测方法,又称为box-jenkins模型、博克思-詹金斯法。
而ARIMA(p,d,q)模型是指将非平稳时间序列经过d阶差分后转化为平稳时间序列,再建立ARMA(p,q)模型。
模型结构:三、实证分析(一)数据的来源与处理为说明广西城乡居民收入差距的关系,现从《广西统计年鉴(2014)》中,选取广西城镇居民人均可支配收入与农村居民人均纯收入各年的差作为研究指标,样本区间为1980~2013年,并记为yt时间序列,如表1所示。
对广西城乡居民收入差序列yt做时序图,如图1,呈现出近似对数函数趋势,为消除序列的趋势影响,先对yt序列取对数,再做一阶差分,得到序列记为dlnyt序列。
我国城乡居民收入差距分析摘要:改革开放以来,我国的经济建设和社会进步是有目共睹的,但是由于城乡二元结构等原因,导致城乡的发展很不平衡,居民的收入差距持续扩大,我国已成为城乡收入差距最悬殊的国家之一,这一问题严重制约了我国建设社会主义和谐社会进程。
本文将研究上述问题,通过模型分析以期得出解决城乡收入差距不断扩大的有效途径。
关键字:城乡收入差距现状分析模型途径RESEARCH ON THE INCOME DIFFERENCE BETWEEN URBAN AND RURAL RESIDENTS INCHINAAbstract:Since reform and opening-up, the income level of the urban and rural residents of our country has been improved notably. But there is a big problem, that is, the development among cities and rural areas are not the same, there are so many differences .Nowadays, our country has been one of countries which have the largest differences in development among urban and rural. It has influenced the progress of society with socialism in our country. This model is hoped to find an effective solution to solve out this problem through the analytic model.Keywords: income inequality; model; way一、研究背景和意义生产、分配、交换、消费四个环节之间相互联系,构成了社会再生产,而收入差距作为反映分配方向的工具,成为衡量社会经济是否稳定发展的关键。
我国城乡居民收入差距的时间序列分析
摘要:本文以1978-2007年间,农村居民人均纯收入与城镇居民人均可支配收入之比代表城乡居民收入差距,并通过建立arma(自回归移动平均)模型对其进行时序分析。
分析结果表明,ar(1)模型能够提供较好的预测结果,因而可以用其进行预测,为相关部门提供参考数据,同时通过模型得出,我国城乡差距有进一步拉大的趋势。
关键词:城乡收入差距时间序列分析 arma模型
一、引言
改革开放以来,随着我国经济的飞速发展与国力的不断增强,人民的生活水平与收入水平也不断提高。
但城乡居民收入差距过大的问题却愈加突出,这严重有碍于社会公平的实现,不利于我国经济的进一步发展,如果处理不好的话甚至会威胁社会稳定。
近几年来,中央力图从多方面着手增加农民收入,减小城乡差距。
在我国gdp构成中,投资与净出口所占比重较大,而消费不足已成为制约我国经济发展的关键性问题。
在此方面,众多学者曾指出我国作为一个农业大国,增强农民的购买力才是增加我国消费的最重要途径,我国致力于扩大内需拉动经济增长的首要任务是增加农民收入[1]。
因而,分析预测我国城乡居民收入差距具有一定的理论及现实意义。
而由于收入情况与多种因素相关,很难用一个理论经济模型对其加以描述,所以本文选取arma模型,对农村居民人均纯收入与城镇居民人均可支配收入之比进行时间序列分析。
二、模型介绍
多数经济时间序列存在惯性,通过对这种惯性的分析可以由过去和现在值对未来进行预测分析,arma 模型由博克斯和詹金斯提出,这种建模方法不受有关经济理论指导,不考虑其它解释变量的影响,只依据时序变量本身的变化规律,利用外推机制描述时序的变化规律,用于预测。
arma(p,q) 模型表示如下:
用于建立arma模型的时间序列必须满足非纯随机性、平稳性以及无季节性的条件。
三、模型建立
建立时间序列模型通常包括三个步骤:(1)模型的识别;(2)模型
参数的估计;(3)模型的诊断与检验[2];而在所有这些工作之前,首先要对随机过程进行平稳性检验。
1. 平稳性检验
定义变量cj,其值为农村居民人均纯收入与城镇居民人均可支配收入之比。
为减小模型可能存在的异方差,首先对cj数据取对数得lcj,而后分别对cj和lcj作图,如图1和图2所示:
可以看出其有明显的变化趋势,因而不是平稳序列。
对lcj进行单位根检验,结果如表1所示:
表1lcj单位根检验结果表
检验变量df或adf检验值5%临界值检验试形式
(ctk) dw 结论
-2.8882 -1.9535 (000) 1.9382
因而lcj为一阶单整,需对其先取一阶差分进行平稳化,而后建
模。
其一阶差分的时序图所图3所示:
其平均值为-0.0089,近似为零。
由于本文选用的是年度数据,因而不存在季节因素,同时数据已满足非纯随机性与平稳性条件,所以可以建立arma模型。
2. 模型识别与参数估计
的自相关与偏自相关情况如图4所示:
可以看出其不是白噪声序列,而是一个含有自相关和(或)移动平均成分的平稳序列。
无论是自相关还是偏自相关图都表现出拖尾特性,因而选取arma模型。
同时因为在一阶之后自相关与偏自相关函数都大幅度减小,因而本文首先建立arma(1,1)模型。
剔除t检验统计量不显著的项之后,模型变为ar(1),最终表示为由于变量差分后损失了很多信息,估计的时间序列模型的可决系数一般不会很高。
3.模型诊断与检验
其残差的自相关与偏自相关情况如图5所示:
可以看出,除了4阶以外,各系数均明显在随机区间以内,对模型进行4阶自相关检验,可得,远大于显著性水平0.05,同时,因而可以认为模型参差为白噪声,模型各方面满足检验要求。
将原差分模型改写为一般形式,得,应用此公式并代入相关数据后,可以估算出,进一步有。
应用eviews软件的预测功能,得到,最终亦可以得出,二者相同。
根据国家统计局网站2008年公报里给出的初步统计数字,2008年全年农村居民人均纯收入4761元,城镇居民人均可支配
收入15781元,二者之比为0.3017,其与预测值的绝对误差为
0.0038,相对误差为1.26%,因而可以认为此模型能够较为准确的反映现实情况。
由此模型预测2009、2010年的情况,结果分别为0.2966、0.2960。
虽然arma模型在预测长期数值时误差可能会增大,但预测的大体趋势不应有太大不同,而通过以上结果可以看出,我国城乡收入差距
有进一步拉大的趋势。
四、结论
1. 我国农村居民人均纯收入与城镇居民人均可支配收入之比的时间序列分析可以应用ar(1)模型。
2. 我国城乡居民收入差距较大,现阶段此种情况尚未得到根本
性的解决,同时有进一步拉大的趋势。
参考文献:
[1] 卢江,我国城乡居民收入差距与消费需求的实证分析[j].
特区经济. 2008. 7.
[2] 张晓峒,计量经济学基础(第二版). 南开大学出版社. 2007.
9.
作者简介:李霖 (1985-)男,辽宁沈阳人,中央财经大学产业经济学硕士,研究方向:信息经济学(计量经济学)。
魏凯(1985- )男,山东人,中央财经大学产业经济学硕士,研究方向:信息系统理论与方法。