我国东西部消费差异的实证研究(编辑修改稿)

我国东西部消费差异的实证研究(编辑修改稿)内容摘要：

582038，自由度为 18 又已知西部地区的 1RSS =1373347，自由度为 8；东部地区的 2RSS =1141097，自由度为 8。 2S = 1RSS + 2RSS =2514444， 2S 的自由度为 16 令 3S = 1S 2S =1067594，自由度为 2 构造 F 统计量 ：16/ 2/23SSF= 533797  ＞ 2,16  （ 10%的显著性水平），所以认为东西部的消费在 10%的显著性水平下是有显著差异的。 三． 结论 通过以上的计量回归分析，我们从中可以发现以下几点： 1. 我国东西部间的确存在着消费差异，且通过它们各自的回归方程可 看出东部地区的 边际消费倾向较小，这说明东部地区人们除了消费外用于其它方面（如储蓄，投资）的钱要多些。 而西部由于经济发展相对落后，收入中的绝大多数都用于消费了。 同时也说明了收入越多人们的边际消费倾向就越低。 2. 由引入截距的西部消费函数可以看出我国西部地区因为收入水平低，以致 边际消费倾向出现大于 1 的数。 这说明要提高西部地区的消费水平，还是要靠增加收入来实现。 我国居民消费水平的计量分析及对策建议 03 基地 熊祎 40301130 内容摘要：通过对我国居民消费水平的历史及现状研究，建立了居民消费水平的经济模 型，并研究了模型中主要变量对模型的影响程度，在此基础上提出了提高居民消费水平的对策建议。 关键词：居民消费水平 影响因素 模型分析 对策建议 一、引言 消费水平是指一个国家一定时期内人们在消费过程中对物质和文化生活需要的满足程度。 笔者以分析居民消费水平为目的，同时考虑了其他一些指标的分析需要，根据计量经济学模型的构思，在建模时作了如下处理： 该模型为线性模型。 主要采集的样本是 1978 年以后的，因为改革开放以后，我国的经济运行机制有了 7 极大的改变，人民生活水平也有了极大的提高，故这一时期的样本更能反 映这种变化。 模型中将居民消费水平作为被解释变量，根据经验引入国内生产总值、城乡居民人均收入、人口自然增长率、居民消费价格指数，对模型进行回归分析，以求能使模型具有更高的可操作性。 obs Y X1 X2 X3 X4 X5 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2020 2020 2020 注：以上数据来源于 2020 年《中国统计年鉴》 二、影响居民消费水平的单因素分析 国内生产总值对居民消费水平的影响 为了研究居民消费水平和经济发展水平的关系，我们把国内生产总值作为经济发展水平的代表性指标。 由经济理论分析可知，经济发展水平与居民消费水平有密切关系。 因此，我们设定居民消费水平 Yt 与国内生产总值 X1 的关系为： 1111   XYt 8 假定模型中随机误差项 1 满足古典假定，运用 OLS 法估计模型参数，结果如下： Dependent Variable: Y Method: Least Squares Date: 12/12/05 Time: 14:50 Sample: 1978 2020 Included observations: 25 Variable Coefficient Std. Error tStatistic Prob. C X1 Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) 10 3 6 2 7 XY t  () () 其中，可决系数 2R =。 从回归结果可以看出，模型拟合度很好，可决系数很高，这也表明国内生产总值确实对居民消费水平有显著影响。 其中， GDP 每增长 1 亿元，居民消费水平平均增加 元。 居民人均收入对居民消费水平的影响 如果说国内生产总值是宏观影响因素，那么居民的人均收入就是微观影响因素。 由于我国城乡差距比较显著，于是在这里分别考察了城镇居民和农村居民的可支配收入对消费水平的影响。 设城镇居民人均可支配收入为 2X ， 农村居民人均纯收入为 3X ，它们与居民消费水平的关系为： 2222   XYt ， 3333   XYt 运用 OLS法估计结果如下： 城镇居民可支配收入对居民消费水平的影响 Dependent Variable: Y 9 Method: Least Squares Date: 12/12/05 Time: 14:51 Sample: 1978 2020 Included observations: 25 Variable Coefficient Std. Error tStatistic Prob.。