四川省居民消費結構的計量經濟學分析

一、問題的提出

人們的消費，總要以一定的消費資料為對象，人們要滿足自身存在和發展，需

要，滿足物質和文化生活的需要，就要消費各種不同類型的消費資料。在一定的社

會經濟條件下，人們在消費過程中所消費的各種不同類型的消費資料的比例關系，

就是消費結構。消費結構反映人們消費的具體內容，反映消費水平和消費質量，反

映人們消費需要的滿足狀況。如：消費結構按滿足消費需要的不同層次來分類，可

把消費資料分為生存資料、享受資料和發展資料；按人們實際消費支出的不同方面,

可以劃分為吃、穿、住、用、行等不同形式；按消費品的不同內容，可劃分為實物

消費和勞務消費。本文采用的是第二類分類方法。隨著社會主義市場經濟的發展，

研究消費結構的問題越來越重要。研究消費結構，探討影響消費結構的各種因素，

揭示消費結構的發展趨勢和規律性，尋求合理的消費結構，對于促進國民經濟的良

性循環，不斷滿足人們日益增長的物質文化需要，具有重要的意義。

二、理論基礎

1、消費是社會再生產的重要環節，是社會經濟活動的出發點和歸宿。生產決

定消費，消費反作用于生產。因此，從消費結構的狀況及變化趨勢可以看出社會經

濟發展的水平及其動向。隨著市場經濟體制的初步形成和完善，國民經濟的穩定增

長，我國居民的消費結構將得到更大發展，并逐步趨于合理化。

張少龍《中國市場消費微略》

2、影響消費結構的因素有產業結構、居民收入、價格變化、人口等，其中收

入水平是影響消費結構最重要、最基本的因素，收入水平的高低，反映居民購買力

的大小，為了分析收入水平對消費結構的影響，首先必須分析消費結構的層次性和

消費需要的層次性。需要結構和消費結構是由低層向高層不斷變化的，造成這種變

化的原因，主要是收入水平的提高。要根據消費需要的層次性的變化和消費品的不

同類型來具體分析收入水平對消費結構的影響。

尹世杰蔡德容《消費經濟學原理》

3、線性支出系統(LES：LinesrExpenditureSystem)是一個經濟意義清楚，廣

泛應用的需求模型系統，它是一個聯立方程模型。

PiXi=PiXi,+bi(C-EPjXj)

其中：當1=1,2,……n構成聯立方程模型系統

PiXi表示第I種商品的消費支出，PiXi'表示第I種商品的基本消費支出，作

為待估計參數C表示消費總支出，b表示邊際預算份額，作為待估計參數。

LES將需求區分為基本需求和附加需求，基本需求不隨算變化而變化，并假定

事實上邊際預算份額對所有人相同，與消費水平無關。

英國計量經濟學家斯通(R.stone)1954“線性支出系統(IES)”

4、由于在線性支出系統LES中，C雖然是外生變量，但它卻難以外生給定。

因其滿足C=EPiXi,Pi外生，不易取得，使參數難以估計。ELES在LES上做了兩

點修改：(1)以收入Y代替總預算支出C,(2)以邊際消費傾向bi*代替邊際預算

份額bio

PiXi=PiXi'+bi*(Y-￡PjXj')

ELES相對于LES優點在于估計參數不需要借助額外信息，但缺點在于同一截

面上商品價格不隨收入變化的假設對于一類商品不一定適用。

路遲(Liuoh)“擴展線性支出系統ELES”

三、模型的建立

2003年四川居民收入與支出

最低收低收入中等偏中等收中等偏

項目總平均高收入戶最高收入戶

入戶戶下戶入戶上戶

1人均年

5925.592088.633058.254141.995562.817227.269315.4613282.97

收入

2人均可

5894.272065.413032.544113.475531.457192.529283.0313235.80

支配收入

3消費性

4855.782080.022734.453625.764686.805804387095.1210090.04

支出

4食品2014.301152.251496.891759.832010.472354.582568.383084.05

5衣著463.81120.76190.47322.10470.31602.50692.681040.30

6家庭設備

418.8186.72124.47197.78362.77449.20713.991518.08

用品服務

7醫療保健266.07118.80131.43194.61312.89301.74321.67559.45

8交通與

304.5266.45112.30184.53271.50379.94518.96834.19

通訊

9娛樂教育

627.18168.88297.61458.62615.93822.89941.661314.37

文化服務

10居住531.80323.22319.52410.71464.91591.17839.501062.80

11雜項229.3042.9561.4397.58177.75302.36498.30676.79

因是對居民支出結構的分析，因此我們選取了對消費資料分為吃、穿、住、用、

行的分類方法。在選用數據時.，我們選用了“人均可支配收入”，因為這個數據較

“人均年收入”更能準確反映人們的消費水平。分別對八類消費性支出作線性回歸:

PiXi=ai*+bi*Y（1=1,2,3,4,5,6,7,8；Y=“各類住戶可支配收入”，PiXi=

“第I類商品的消費支出”）

1食品支出項

Y2065.413032.544113.475531.457192.529283.0313235.80

PIX11152.251496.891759.832010.742354.582568.383084.05

DependentVariable:X

Method:LeastSquares

Date:05/24/04Time:19:31

Sample:17

Includedobservations:7

VariableCoefficientStd.Errort-StatisticProb.

C1004.873102.31259.8216000.0002

Y0.1662970.01399611.881880.0001

R-squared0.965795Meandependentvar2060.960

AdjustedR-squared0.958954S.D.dependentvar661.7566

S.E.ofregression134.0699Akaikeinfocriterion12.86956

Sumsquaredresid89873.65Schwarzcriterion12.85410

Loglikelihood-43.04344F-statistic141.1792

Durbin-Watsonstat0.928949Prob(F-statistic)0.000074

回歸分析得

PlXI=1004.873+0.166297Y

(102.3125)(0.013996)

t=9.821611.88188

R2=0.965795R-2=0.958954F=14L1792DW=0.928949

2衣著支出

Y2065.413032.544113.475531.457192.529283.0313235。80

P2X2120.76190.47322.10470.31602.50692.681040.30

DependentVariable:X

Method:LeastSquares

Date:05/24/04Time:19:41

Sample:17

Includedobservations:7

VariableCcefficientStd.Errort-StatisticProb.

C-24.0041628.57270-0.8401080.4392

Y0.0811430.00390920.760080.0000

R-squared0.988532Meandependentvar491.3029

AdjustedR-squared0.986238S.D.dependentvar319.1625

S.E.ofregression37.44154Akaikeinfocriterion10.31839

Sumsquaredresid7009.344Schwarzcriterion10.30294

Loglikelihood-34.11438F-statistic430.9810

Durbin-Watsonstat1.447556Prob(F-statistic)0.000005

回歸分析得

P2X2=-24.()0416+0.081143Y

(28.5727)(0.003909)

t=-0.84010820.76008

R2=0.988532R2=0.986238F=430.981DW=1.447556

3設備用品

Y2065.413032.544113.475531.457192.529283.0313235o80

P3X386.7212^.81197.78362.77449.20713.991518.08

DependentVariable:X

Method:LeastSquares

Date:05/24/04Time:19:47

Sample:17

Includedobservations:7

VariableCcefficientStd.Errort-StatisticProb.

C-295.5461102.5577-2.8817540.0345

Y0.1242220.0140298.8543750.0003

R-squared0.940048Meandependentvar493.3357

AdjustedR-squared0.928058S.D.dependentvar501.0464

S.E.ofregression134.3912Akaikeinfocriterion12.87434

Sumsquaredresid90304.92Schwarzcriterion12.85889

Loglikelihood-43.06020F-statistic78.39996

Durbin-Watsonstat1.362412Prob(F-statistic)0.000305

回歸分析得

P3X3=-295.5461+0.1242Y

(102.5577)(0.014029)

t=-2.8817548.854375

R2=0.940048R-2=0.928058F=78.39996DW=1.362412

4醫療保健

Y2065.413032.544113.475531.457192.529283.0313235o80

P4X4118.80⑶.43194.61312.89301.74321.67559.45

DependentVariable:X

Method:LeastSquares

Date:05/24/04Time:19:55

Sample:17

Includedobservations:7

VariableCcefficientStd.Errort-StatisticProb.

C41.0649433.753011.21G6300.2700

Y0.0371870.0046178.0540090.0005

R-squared0.928436Meandependentvar277.2271

AdjustedR-squared0.914123S.D.dependentvar150.9300

S.E.ofregression44.22980Akaikeinfocriterion10.65163

Sumsquaredresid9781.374Schwarzcriterion10.63618

Loglikelihood-35.28071F-statistic64.86707

Durbin-Watsonstat2.276898Prob(F-statistic)0.000478

回歸分析得

P4X4=41.06494+0.037187Y

(33.75301)(0.004617)

t=1.2166308.054009

R2=0.928436R-2=0.914123F=64.86707DW=2.276898

5交通通訊

Y2065.413032.544113.475531.457192.529283.0313235o80

P5X566.45112.30184.53271.50379.94518.96834.19

DependentVariable:X

Method:LeastSquares

Date:05/24/04Time:20:00

Sample:17

Includedobservations:7

VariableCcefficientStd.Errort-StatisticProb.

C-97.2310014.63798-6.6423800.0012

Y0.0685760.00200234.246770.0000

R-squared0.995755Meandependentvar338.2671

AdjustedR-squared0.994906S.D.dependentvar268.7516

S.E.ofregression19.18154Akaikeinfocriterion8.980730

Sumsquaredresid1339.657Schwarzcriterion8.965276

Loglikelihood-29.43255F-statistic1172.841

Durbin-Watsonstat1.373875Prob(F-statistic)0.000000

回歸分析得

P5X5-97.231+0.068576Y

(14.63798)(0.002002)

t=-6.64238034.24677

R2=0.995755R-2=0.994906F=1172.841DW=1.373875

6娛樂教育文化

Y2065.413032.544113.475531.457192.529283.0313235o80

P6X6168.88297.61458.62615.93822.89941.661314.37

DependentVariable:X

Method:LeastSquares

Date:05/24/04Time:20:06

Sample:17

Includedobservations:7

VariableCoefficientStd.Errort-StatisticProb.

C18.9866340.666310.4668880.6602

Y0.1009370.00556318.144410.0000

R-squared0.985040Meandependentvar659.9943

AdjustedR-squared0.982048S.D.dependentvar397.7200

S.E.ofregression53.28894Akaikeinfocriterion11.02429

Sumsquaredresid14198.56Schwarzcriterion11.00884

Loglikelihood-36.58502F-statistic329.2195

Durbin-Watsonstat1.028663Prob(F-statistic)0.000009

回歸分析得

P6X6=18.98663+0.100937Y

(40.66631)(0.005563)

t=0.46688818.14441

R2=0.985040R-2=0.982048F=329.2195DW=1.028663

7居住

Y2065.4I3032.544113.475531.457192.529283.0313235。80

P7X7323.22319.52410.71464.91591.17839.501062.80

DependentVariable:X

Method:LeastSquares

Date:05/24/04Time:20:10

Sample:17

Includedobservations:7

VariableCcefficientStd.Errort-StatisticProb.

C121.044035.662563.3941490.0194

Y0.0711860.00487814.591900.0000

R-squared0.977056Meandependentvar573.1186

AdjustedR-squared0.972467S.D.dependentvar281.6381

S.E.ofregression46.73205Akaikeinfocriterion10.76169

Sumsquaredresid10919.42Schwarzcriterion10.74624

Loglikelihood-35.66593F-statistic212.9236

Durbin-Watsonstat1.922396Prob(F-statistic)0.000027

回歸分析得

P7X7=121.0440+0.071186Y

(35.66256)(0.0C4878)

t=3.39414914.59190

R2=0.977056R-2=0.972467F=212.9236DW=1.922396

8雜項

Y2065.413032.544113.475531.457192.529283.0313235o80

P8X842.9561.4397.58177.75302.36498.30676.79

DependentVariable:X

Method:LeastSquares

Date:05/24/04Time:20:14

Sample:17

Includedobservations:7

VariableCcefficientStd.Errort-StatisticProb.

C-123.902128.78612-4.3042310.0077

Y0.0612870.00393815.563810.0000

R-squared0.979776Meandependentvar265.3086

AdjustedR-squared0.975731S.D.dependentvar242.1377

S.E.ofregression37.72120Akaikeinfocriterion10.33328

Sumsquaredresid7114.444Schwarzcriterion10.31782

Loglikelihood-34.16647F-statistic242.2322

Durbin-Watsonstat1.658688Prob(F-statistic)0.000020

回歸分析得

P8X8=123.9021+0.061287Y

(28.78612)(0.003938)

(=-4.30423115.56381

R2=0.979776R2=0.975731F=242.2322DW=1.658688

四、檢驗

(-)經濟意義檢驗

在收入與支出的線性回歸模型中，參數P的先驗符號應該為正，在所得出的8

個方程中，P的符號都為正。因此，該模型符合經濟意義

(二)統計推斷檢瞼

在a=0.05的顯著性水平下，對以上8個方程進行顯著性檢驗，發現方程(2)、

(4)、(6)的常數項與消費支出的回歸系數不顯著，因此回歸方程不能投入使用。

在此，我們剔除不顯著的常數項進行回歸，得到以下回歸結果：

(2)P2X2=0.0783Y

(0.002)

1=41.4716

R2=0.9869R-2=O.9869DW=1.3114

(4)P4X4=0.042Y

(0.0024)

t=17.7007

R2=0.90725R-2=0.90725DW=1.6440

(6)P6X6=0.1032Y

(0.0026)

t=40.1620

R2=O.9844R-2=0.9844DW=1.0330

(三)計量經濟學檢驗

1、異方差性檢驗(采用GOLDFELD-QUANDT方法檢驗)

對修正后的方程進行異方差性檢驗，去掉居中的哪個觀測值，將樣本分為兩個

部分，每部分的觀測值為3

提出假設H。：Ui為同方差性；Hl：Ui為異方差性。分別對兩部份觀測值求歸模

型，計算兩部分的剩余平方和112與Ze22,他們的自由度均為1,于是構造

F*=Xel2/Xe22,F*服從F(1,1)分布。在a=0.05

的顯著性水平下，F*i<F(1,1)=161,則接受H。不存在異方差。

2、自相關檢驗(用D-W檢驗)

在顯著性水平a=0.05,查DW表，n=7,k=l得下限臨界值di=0.435du=1.036,

發現方程(1)處于不確定區間，對其進行DW修正，得到方程為

P1X1=649.1002+0.1288Y

(44.3480)(0.0093)

t=14.636513.8599

R2=0.9796R-2=O,9745F=192.0964DW=2.7767

五、擴展性線性支出系統模型結果

由前面方程總結得下表:

食品衣著用品醫療交通文娛居住雜項

-295.546

Ai*1004.873-97.273121.044-123.9021

1

Bi*0.1662970.07830.12420.0420.0685760.10320.0711860.061287

PiX

1359.162167.208-30.3289.6949.26322