計(jì)量經(jīng)濟(jì)學(xué)論文-三大產(chǎn)業(yè)的發(fā)展與城鎮(zhèn)居民家庭消費(fèi)支出

《計(jì)量經(jīng)濟(jì)學(xué)論文-三大產(chǎn)業(yè)的發(fā)展與城鎮(zhèn)居民家庭消費(fèi)支出》由會(huì)員分享，可在線閱讀，更多相關(guān)《計(jì)量經(jīng)濟(jì)學(xué)論文-三大產(chǎn)業(yè)的發(fā)展與城鎮(zhèn)居民家庭消費(fèi)支出（9頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

三大產(chǎn)業(yè)的發(fā)展與城鎮(zhèn)居民家庭消費(fèi)支出 通過(guò)對(duì)三大產(chǎn)業(yè)發(fā)展與城鎮(zhèn)居民家庭消費(fèi)支出增長(zhǎng)的關(guān)系進(jìn)行分析，從定量的角度探求三大產(chǎn)業(yè)分別對(duì)城鎮(zhèn)居民家庭消費(fèi)支出入的影響程度。 關(guān)鍵詞:經(jīng)濟(jì)計(jì)量模型 第一產(chǎn)業(yè) 第二產(chǎn)業(yè)第三產(chǎn)業(yè) 可決系數(shù) 城鎮(zhèn)居民家庭消費(fèi)支出. 城鎮(zhèn)居民家庭消費(fèi)支出的增長(zhǎng)與國(guó)內(nèi)生產(chǎn)總值的增長(zhǎng)密切相關(guān)。然而國(guó)內(nèi)生產(chǎn)總值是由第一產(chǎn)業(yè)（農(nóng)業(yè)）、第二產(chǎn)業(yè)（工業(yè)、建筑業(yè)）、第三產(chǎn)業(yè)（服務(wù)性行業(yè)）組成的，但是對(duì)城鎮(zhèn)居民家庭人均可支配收入的增長(zhǎng)影響各不相同。而對(duì)三者影響程度進(jìn)行數(shù)量分析，以期用函數(shù)關(guān)系精確表達(dá)三者各自的影響，就是我研究的主要內(nèi)容. 一、數(shù)據(jù)收集 Y 1996 3919.47 14015.39 33834.96 23326.24 1997 4185.64 14441.89 37543.00 26988.15 1998 4331.6 14817.63 39004.19 30580.47 1999 4615.9 14770.03 41033.58 33873.44 2000 4998 14944.72 45555.88 387143.95 2001 5309 15781.27 49512.29 44361.61 2002 6029.88 16537.02 53896.77 49898.90 2003 6510.94 17381.72 62436.31 56004.73 2004 7182.1 21412.73 73904.31 64561.29 2005 7942.9 22420.00 87598.09 74919.28 2006 8696.6 24040.00 103719.54 87598.09 2007 9997.5 28627.00 125831.36 111351.95 2008 11242.9 33702.00 149003.44 131339.99 2009 12264.6 35226.00 157638.78 148038.04 2010 13471.5 40533.60 187.383.21 173595.98 2011 15160.9 47486.21 220412.81 205205.02 2012 16674.3 52373.63 235161.99 231934.48 Y：城鎮(zhèn)居民家庭消費(fèi)支出（平均每人全年）（單位：元） X1：第一產(chǎn)業(yè)增加值 （單位：億元） X2：第二產(chǎn)業(yè)增加值 （單位：億元） X3： 第三產(chǎn)業(yè)增加值 （單位：億元) 2、 模型建立 我們可以得到Y(jié)與X1 X2 X3的散點(diǎn)圖 由圖我們可以發(fā)現(xiàn)Y與X1 X2 X3都有比較明顯的線形關(guān)系，從而建立數(shù)學(xué)模型： 三、模型估計(jì) Dependent Variable: Y Method: Least Squares Date: 06/04/14 Time: 22:54 Sample: 1996 2012 Included observations: 17 Variable Coefficient Std. Error t-Statistic Prob. C 2912.790 593.6083 4.906923 0.0003 X1 -0.087183 0.084725 -1.029012 0.3222 X2 0.076761 0.015694 4.891077 0.0003 X3 -0.000205 0.001025 -0.200083 0.8445 R-squared 0.994316 Mean dependent var 8384.337 Adjusted R-squared 0.993004 S.D. dependent var 4079.371 S.E. of regression 341.1963 Akaike info criterion 14.70512 Sum squared resid 1513394. Schwarz criterion 14.90117 Log likelihood -120.9935 F-statistic 758.0557 Durbin-Watson stat 1.165437 Prob(F-statistic) 0.000000 所以我們得到以下的結(jié)果：Y=2912.790—0.087183X1+0.076761X2—0.000205X3 t=（4.906923）(—1.029012) (4.891077) （—0.200083） =0.99431 =1.165437 F值=758.0557 結(jié)果分析：從上面的運(yùn)行結(jié)果可以看出方程的擬合優(yōu)度，調(diào)整后的擬合優(yōu)度，說(shuō)明模型擬合效果較好。而且F值較大,表明方程從整體上有較好的解釋能力。在5%的顯著水平下，沒(méi)有通過(guò)t檢驗(yàn)，說(shuō)明解釋變量對(duì)被解釋變量的影響不顯著；通過(guò)了t檢驗(yàn)，說(shuō)明解釋變量對(duì)被解釋變量的影響顯著。 四、統(tǒng)計(jì)意義檢驗(yàn) 1、檢驗(yàn) 可絕系數(shù)，，這說(shuō)明所建模型整體上對(duì)樣本數(shù)據(jù)擬合較好，即解釋變量“第一產(chǎn)業(yè)”“第二產(chǎn)業(yè)”“第三產(chǎn)業(yè)”對(duì)被解釋變量“城鎮(zhèn)居民家庭消費(fèi)支出”的絕大部分差異作了解釋。 2、F檢驗(yàn) 針對(duì)，給定顯著性水平，在F分布表中查出自由度為的臨界值，由上述得到，應(yīng)拒絕原假設(shè)，說(shuō)明回歸方程顯著，即解釋變量“第一產(chǎn)業(yè)”“第二產(chǎn)業(yè)”“第三產(chǎn)業(yè)”對(duì)被解釋變量“城鎮(zhèn)居民家庭消費(fèi)支出”有顯著影響。 3、t檢驗(yàn) 分別針對(duì)，給定顯著性水平，查t分布表的自由度為的臨界值，與相比，其絕對(duì)值均大于，這說(shuō)明在顯著水平下，分別都應(yīng)拒絕原假設(shè)，也就是說(shuō)，當(dāng)在其他解釋變量不變的情況下，解釋變量“第一產(chǎn)業(yè)”“第二產(chǎn)業(yè)”“第三產(chǎn)業(yè)”對(duì)被解釋變量“城鎮(zhèn)居民家庭消費(fèi)支出”都有顯著的影響。 2、檢驗(yàn)簡(jiǎn)單相關(guān)系數(shù) 計(jì)算各解釋變量的相關(guān)系數(shù)，選擇的數(shù)據(jù)，得到相關(guān)系數(shù)矩陣如下表： X1 X2 X3 X1 1 0.996704149272732 0.496204861670713 X2 0.996704149272732 1 0.499458478481629 X3 0.496204861670713 0.499458478481629 1 由表中數(shù)據(jù)發(fā)現(xiàn)X1，X2之間存在高度相關(guān)性。 運(yùn)用逐步回歸法，對(duì)該模型進(jìn)行多重共線性的檢驗(yàn)和修正。 第一步，分別引入，用最小二乘法對(duì)數(shù)據(jù)進(jìn)行回歸，Eviews運(yùn)行結(jié)果得出如下表： C 168.232 0.325 0.983848 0.558 30.227 2316.49 0.061 0.993429 15.746 11.588 6061.505 0.021 0.194 4.399 2.105 可以看出，在第一步檢驗(yàn)中我們應(yīng)該保留的解釋變量為。 第二步，在保留的基礎(chǔ)上，我們?cè)诜謩e引入，用最小二乘法對(duì)數(shù)據(jù)進(jìn)行回歸，Eviews運(yùn)行結(jié)果得出如下表： C 2902.178 -0.087 0.076 0.994299 t值 5.086 -1.062 5.066 2323.705 0.061 -0.0001 0.993853 t值 14.772 41.306 0.863 由上表我們可以看出：當(dāng)在引入的基礎(chǔ)上引入解釋變量時(shí)，擬合優(yōu)度有所提高，而且的參數(shù)也通過(guò)了t檢驗(yàn)；在引入的基礎(chǔ)上引入解釋變量時(shí)，擬合優(yōu)度雖有提高，但的參數(shù)同樣的未能通過(guò)t檢驗(yàn)。所以在這一步檢驗(yàn)中我們應(yīng)該保留的解釋變量為。 第三步，在保留的基礎(chǔ)上，我們?cè)僖?，即我們假設(shè)的多元回歸方程，我們可以得出：當(dāng)在保留的基礎(chǔ)上，我們?cè)僖霑r(shí)，擬合優(yōu)度有所提高，而且的參數(shù)也通過(guò)了t檢驗(yàn)。故，三個(gè)解釋變量都應(yīng)該保留。 因此，最終的農(nóng)村居民人均消費(fèi)支出函數(shù)應(yīng)以為最優(yōu)，擬合結(jié)果為：Y=2912.790—0.087183X1+0.076761X2—0.000205X3 t=（4.906923）(—1.029012) (4.891077) （—0.200083） =0.99431 =1.165437 F值=758.0557 2、異方差檢驗(yàn)統(tǒng)一用懷特檢驗(yàn)法 先對(duì)該模型做普通最小二乘法回歸，得到，然后作如下輔助回歸： 用Eviews可以得出： F-statistic 1.157229 Probability 0.398751 Obs*R-squared 6.966578 Probability 0.323949 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/05/14 Time: 15:15 Sample: 1996 2012 Included observations: 17 Variable Coefficient Std. Error t-Statistic Prob. C -464891.1 427481.9 -1.087511 0.3023 X1 94.02597 59.17936 1.588830 0.1432 X1^2 -0.000929 0.000814 -1.141625 0.2802 X2 -26.85324 14.43289 -1.860558 0.0924 X2^2 5.85E-05 3.91E-05 1.494875 0.1658 X3 12.60239 10.63091 1.185448 0.2632 X3^2 -3.01E-05 2.50E-05 -1.202528 0.2569 R-squared 0.409799 Mean dependent var 89023.16 Adjusted R-squared 0.055678 S.D. dependent var 77437.41 S.E. of regression 75250.76 Akaike info criterion 25.58794 Sum squared resid 5.66E+10 Schwarz criterion 25.93103 Log likelihood -210.4975 F-statistic 1.157229 Durbin-Watson stat 1.936478 Prob(F-statistic) 0.398751 可以知道，從該輔助回歸得到可決系數(shù)與樣本容量n的乘積，即。查表我們可以知道。 假設(shè)：， 由上面可以知道：，所以：接受，即該回歸模型不存在異方差性。 3、序列相關(guān)性統(tǒng)一用LM檢驗(yàn)法 含1階滯后殘差項(xiàng)的輔助回歸為： F-statistic 2.849896 Probability 0.117175 Obs*R-squared 3.262530 Probability 0.070880 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 06/05/14 Time: 15:21 Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. C -662.5850 680.0899 -0.974261 0.3492 X1 0.093427 0.096680 0.966360 0.3529 X2 -0.017164 0.017861 -0.961018 0.3555 X3 0.000347 0.000980 0.353443 0.7299 RESID(-1) 0.566274 0.335438 1.688164 0.1172 R-squared 0.191914 Mean dependent var -1.33E-12 Adjusted R-squared -0.077449 S.D. dependent var 307.5502 S.E. of regression 319.2378 Akaike info criterion 14.60968 Sum squared resid 1222953. Schwarz criterion 14.85474 Log likelihood -119.1823 F-statistic 0.712474 Durbin-Watson stat 1.686501 Prob(F-statistic) 0.599080 可以知道，從該輔助回歸得到可決系數(shù)與樣本容量n的乘積，即。查表我們可以知道，由此判斷原模型：，接受，即該回歸模型存在1階序列相關(guān)性 含2階滯后殘差項(xiàng)的輔助回歸為： F-statistic 1.317219 Probability 0.307012 Obs*R-squared 3.284729 Probability 0.193522 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 06/05/14 Time: 15:25 Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. C -650.9518 715.0912 -0.910306 0.3822 X1 0.091335 0.102108 0.894496 0.3902 X2 -0.016707 0.018952 -0.881576 0.3969 X3 0.000312 0.001055 0.296123 0.7727 RESID(-1) 0.587193 0.383572 1.530854 0.1540 RESID(-2) -0.052303 0.391983 -0.133433 0.8963 R-squared 0.193219 Mean dependent var -1.33E-12 Adjusted R-squared -0.173499 S.D. dependent var 307.5502 S.E. of regression 333.1635 Akaike info criterion 14.72571 Sum squared resid 1220977. Schwarz criterion 15.01978 Log likelihood -119.1685 F-statistic 0.526887 Durbin-Watson stat 1.709048 Prob(F-statistic) 0.751779 可以知道，從該輔助回歸得到可決系數(shù)與樣本容量n的乘積，即。查表我們可以知道，由此判斷原模型：，接受，即該回歸模型不存在2階序列相關(guān)性。 結(jié)合1階和2階滯后殘差項(xiàng)的輔助回歸情況，可以判斷出該模型存在1階序列相關(guān)性，不存在2階序列相關(guān)性。 5、 結(jié)論 由以上過(guò)程可知，三大產(chǎn)業(yè)的增加值對(duì)城鎮(zhèn)居民家庭消費(fèi)支出具有重要的影響。 這一結(jié)果說(shuō)明，第一產(chǎn)業(yè)（農(nóng)業(yè)）在我國(guó)已經(jīng)發(fā)展到相當(dāng)程度了，其作用已更多的體現(xiàn)為基礎(chǔ)作用。另一方面，雖然我國(guó)正在大力發(fā)展第三產(chǎn)業(yè)（服務(wù)業(yè)），但是第二產(chǎn)業(yè)（工業(yè)、建筑業(yè)）對(duì)于城鎮(zhèn)居民家庭消費(fèi)支出的貢獻(xiàn)是巨大的，不可忽視的，而城鎮(zhèn)居民家庭消費(fèi)支出相當(dāng)程度上體現(xiàn)了一個(gè)國(guó)家的居民生活水平。我國(guó)現(xiàn)在還是一個(gè)發(fā)展中國(guó)家，還處于工業(yè)化階段，在這種情況下，如果盲目發(fā)展第三產(chǎn)業(yè)（服務(wù)業(yè)）而忽視第二產(chǎn)業(yè)（工業(yè)、建筑業(yè)）對(duì)提高居民生活水平，深化發(fā)展小康社會(huì)是沒(méi)有好處的。