城鎮(zhèn)居民消費水平影響因素淺析

《城鎮(zhèn)居民消費水平影響因素淺析》由會員分享，可在線閱讀，更多相關(guān)《城鎮(zhèn)居民消費水平影響因素淺析（12頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、城鎮(zhèn)居民消費水平影響因素淺析 城鎮(zhèn)居民消費水平影響因素淺析 摘要：改革開放以后的十幾年來，居民消費水平逐年攀升，與收入增長趨勢基本一致，消費水平是以貨幣計量表現(xiàn)的居民生活富足程度的一個重要標志，是反映居民物質(zhì)文化需求已經(jīng)達到的水平和滿足的程度，同時也是居民消費行為最終結(jié)果的一個量的體現(xiàn)。本文將就我國城鎮(zhèn)居民消費水平與其影響因素的關(guān)系進行分析，從而確定其主要影響因素，并提出提高我國城鎮(zhèn)居民消費水平的幾點建議。 關(guān)鍵詞： 消費水平邊際消費傾向凱恩斯—拉姆齊規(guī)則絕對收入假說持久收入假說 一．模型的概況 （一）．模型的背景及目

2、的 在現(xiàn)代國際社會中，發(fā)展經(jīng)濟是每個國家的首要大事，對于基礎(chǔ)較差的中國，發(fā)展經(jīng)濟更是義不容辭的事。一國的經(jīng)濟增長主要靠消費需求、投資需求與出口需求來推動,作為總需求構(gòu)成因素之一的消費需求對經(jīng)濟穩(wěn)定增長具有持久的推動力。在目前國際經(jīng)濟增速放緩的情況下,擴大內(nèi)需、增加居民消費是拉動經(jīng)濟增長的主要動因和最終力量。在影響GDP的因素中, 消費對GDP的貢獻率是最高的, 這點從我國的歷年資料中可以看出, 一般在60% 以上,而其它因素都在50%以下，但是, 在1992 年以后, 消費貢獻率逐步下降, 在1998 年降到30%多, 成為歷史最低點, 這在一定程度上成為制約我國經(jīng)濟增長的關(guān)鍵所在。所以，我

3、國為了發(fā)展經(jīng)濟就必須要抓住消費這個著眼點，這也是我們研究影響城鎮(zhèn)居民水平消費影響因素的意義所在。 （二）．變量的選擇 根據(jù)傳統(tǒng)的凱恩斯消費理論,消費需求是個人可支配收入的函數(shù),收入水平的高低直接影響居民的消費水平。居民的收入根據(jù)與價格水平的關(guān)系可以分為名義收入與實際收入,實際收入是名義收入通過價格調(diào)整以后得到的,它直接關(guān)系到居民的實際購買力水平。從1995 年以來,我國總體物價水平大幅下降,一度出現(xiàn)通貨緊縮,在2000 年才有所回升。1995 年至1998 年,我國物價水平持續(xù)下跌,城鎮(zhèn)居民的名義收入增長率在下降,此時居民消費的增長率也隨之降低,且下降幅度與名義收入增長率的下降幅度幾乎一致

4、,在此期間居民實際收入增長率只是略有下降,并且在1998 年居民實際收入增長率還高于1997 年,因此影響居民消費的是名義收入,而不是實際收入。所以我們選擇了名義收入作為解釋變量X2。 全國城鎮(zhèn)從業(yè)人員年末人數(shù)反映了我國城鎮(zhèn)居民的就業(yè)情況。對于全社會而言，高的就業(yè)率代表著經(jīng)濟發(fā)展水平，也代表著一種更高的消費能力。因此，我們選擇了全國城鎮(zhèn)從業(yè)人員人數(shù)作為解釋變量X3。 隨著我國住房制度、教育制度和醫(yī)療保健制度改革的不斷深化,以及國有企業(yè)大批職工下崗分流,居民所面臨的系統(tǒng)風險與個體風險提高,造成居民未來收入與支出的不確定性大大增加,居民對未來的信心指數(shù)下降，居民預防性儲蓄動機增加。由于居民的收

5、入的最終用途一是消費，另一個是儲蓄，所以居民的儲蓄增加將直接影響消費支出。因此，我們選擇了年底存款余額作為解釋變量X4。 一國的進出口總額反映了這個國家與外國的貿(mào)易活躍的程度，對于開放的國家，這個因素是比較重要的。在開放后的中國，人們普遍有一種外國貨比中國貨好的思想概念，好像只要經(jīng)濟水平允許，人們就會買外國貨，所以似乎國人都有一種媚外之嫌，從某種意義上來講，進口商品對我們的居民消費應該還是有很大的影響的。實際上，進出口本身反映的就是一種國際社會貿(mào)易對中國社會的影響，所以我們相信進出口對我們所研究的居民消費水平是有影響的，但同時我們也考慮到同時引入進口和出口兩個有顯著關(guān)系的變量將導致模型的多重

6、共線性。因此，我們選擇了我國進出口總額作為解釋變量X5。 現(xiàn)代化的中國，相信廣告對人們消費的影響是不言而喻的，我們只要想一想為什么商家會把大筆的資金投到廣告中就會明白廣告會那么明顯地影響人們購物的傾向。我們算一算，中央電視臺黃金時間的一個不到十秒鐘的廣告可能就是中國好多普通家庭好多年的總收入了，這說明什么，商家不會做虧本的生意，可見他們多么看重廣告，也可見廣告對居民的消費也是有很大的影響的，基于此，我們很想將廣告普及率也作為一個影響居民消費水平的因素放到我們的模型當中，可是我們在短期之類很難找到這個資料，如果去調(diào)查也沒有時間，所以我們只好暫時放棄這個因素，而且我們這次放入模型的因素也是較多的

7、，以后如果有需要再將廣告這個因素放進來。 根據(jù)凱恩斯—拉姆齊規(guī)則, 當資本的邊際產(chǎn)量大于時間偏好率時, 消費水平上升?？傊? 利率只有通過與時間偏好率的比較, 才能影響消費。而從我國的實例來看，為了刺激居民消費的增加, 國家已經(jīng)采取了一系列關(guān)于調(diào)整利率的措施, 如從1996 年5 月1 日起, 先后7 次降低銀行存款利率, 使1 年期和5 年定期存款利率從10198%、13196% 分別降到2125% 和2188%。但是, 其結(jié)果并不太理想。所以雖然開始我們準備將利率列為我們的變量，但從理論和實例來看，利率對消費的影響并不顯著，所以我們排除了這個變量。 二．模型的數(shù)據(jù) 我們選擇了

8、時間序列數(shù)據(jù)而沒有采用橫截面數(shù)據(jù)是為了避免各個不同地區(qū)發(fā)展水平的差異。我們從2000年的《中國社會統(tǒng)計資料》中收集到1985—1999年的全部城鎮(zhèn)居民人均可支配收入，全國從業(yè)人員年末人數(shù)，存款年底余額的數(shù)據(jù)，從《對外貿(mào)易年鑒》和《新中國五十年統(tǒng)計資料匯編》上收集到1985—1999進出口商品總額的數(shù)據(jù)，1999年后的數(shù)據(jù)均在“中華人民共和國國家統(tǒng)計局”網(wǎng)站上查到。但只有1985年到2002年的，共18個。作為小樣本，給檢驗和解釋都提供了難度，因此我們加倍小心。 三．模型的建立和檢驗 我們建立的模型為： Yi=β1+β2*X2i+β3*X3i+β4*X4i+β5*X5i+Ui

9、 其中，Y=居民消費水平；(元) X2=為城鎮(zhèn)居民人均可支配收入；(元) X3=為全國做從業(yè)人員年末人數(shù)；(人) X4=為存款年底余額；(億元) X5=為進出口商品總額。(億元) 由此得出回歸模型（模型一）： Yi=-901.1850+1.339855X2+0.056512X3-0.006020X4-0.037916X5 (737.3551) (0.157469)(0.055771)(0.010798)(0.021101) t=(-1.222186)(8.508709)(1.013293)(-0.557513)(-1.796876) R²=0.996

10、135=0.994946S.E=183.5005 DW=1.514467F=837.6256 可見，從總體來看，該模型的可決系數(shù)較大，F(xiàn)值也較大，但除了β2以外其它參數(shù)的t檢驗均不顯著，所以該模型可能存在多重共線性。也就是說雖然各解釋變量聯(lián)合對Y的影響力顯著，但由于它們的共線性使得不能分解出各解釋變量對Y的獨立影響。 計算X1，X2，X3，X4之間的簡單相關(guān)系數(shù)，得系數(shù)相關(guān)矩陣： X2X3X4X5 X210.9736502259520.9866420404360.987671855809 X30.97365022595210.9589316159660.970825271995

11、 X40.9866420404360.95893161596610.984573208913 X50.9876718558090.9708252719950.9845732089131 可見，它們的相關(guān)性都較強，相關(guān)系數(shù)均大于0.9，最高竟達到了0.98767，所以可以說它們存在嚴重的多重共線性，故用逐個回歸法進行修正（模型2—9）。 對比分析，依據(jù)調(diào)整后可決系數(shù)最大原則，選取X2作為進入回歸模型的第一個解釋變量，形成一元回歸模型；將其它解釋變量分別加入模型中，得到二元回歸模型，可是Y對X2X3的模型的調(diào)整可決系數(shù)小于只有X2的模型的修正可決系數(shù)0.994107，Y對X2X4，Y和X2

12、X5的模型中X4，X5的t檢驗均不顯著，所以回歸模型只有X2一個解釋變量。又Y對X2的模型中，β1的t值不顯著，所以我們的模型中去掉常數(shù)項，再次做X2的回歸模型: =1.119701X2 （0.011054） t =（101.2957） R²= 0.994283=0.994283S.E= 195.1577 DW= 1.218639F= 1500255. 對模型進行異方差檢驗，用White檢驗法（結(jié)果見模型10）。Obs*R-squared= 11.44844，而(2)=5.99147，所以存在異方差，需對模型進行修正，用WLS法進行修正（結(jié)果見模型10）。 在修正

13、后的模型中，β1，β2均很顯著，F(xiàn)統(tǒng)計量的值也充分大，DW=2.215363,基本不存在自相關(guān)。 因此，我們建立的最終模型為： =30。90480+1.115864X2 （3.974122）(0.000911) t =（ 7.776509）(1224.849) R²= 0.999999=0.999999S.E= 11.57184 DW= 2.215363F=1500255. 四．經(jīng)濟意義檢驗 從我們所建立的模型可看出，影響城鎮(zhèn)居民消費的最主要原因是居民的可支配收入。 事實上，我們一開始選定的變量有收入，利率，物價水平，失業(yè)社保，儲蓄，廣告的普及率和進出口商品

14、總額，雖然在我們最后選定的模型中沒有出現(xiàn)，但事實上它們已經(jīng)包括到了我們所做的模型當中，因為X2的系數(shù)項邊際消費是受居民收入差距，物價水平波動，消費信貸發(fā)展等因素影響的。 對于一個一般的城鎮(zhèn)居民而言，他們收入大多數(shù)來自于工資，而在我國，由于地區(qū)發(fā)展的不一致性，導致了東部沿海地區(qū)和中西部內(nèi)陸的收入差異較大，而由此引發(fā)的是各地區(qū)的人們的消費能力和消費理念的不同，而高收入人們的邊際消費傾向較低，低收入人們的邊際消費傾向較高，而高收入人們畢竟不是社會的主體，所以他們的購買力占社會總消費購買力的比例較低，所以居民的收入差距會影響邊際消費傾向。 大家會覺得，當物價水平較高的時候，人們對消費的熱情肯定會降

15、低，也就是人們不愿意去用同樣多的錢干更少的事；相反，當物價水平較低的時候，人們就更愿意去消費，但是在實際中,由于存在著貨幣幻覺,當總體物價水平下降時,居民往往認為其收入水平的增長也在下降,從而減少當期消費的增加幅度,因此,邊際消費傾向進一步下降,同時由于物價水平的持續(xù)下跌,使得一部分有購買愿望的人“持幣待購”,又由于貨幣幻覺的作用,使得人們一方面產(chǎn)生未來收入增長減緩的預期,影響人們的消費信心,另一方面產(chǎn)生價格水平仍將進一步下跌的預期,造成貨幣收入停滯在消費者手中的現(xiàn)象。 發(fā)展消費信貸有利于穩(wěn)定和提高人們的邊際消費傾向，由于在我國現(xiàn)階段，大部分居民都是工薪階層，也不會有很高的實際消費能力。所以

16、總體上來說消費是滯后的，而消費在西方國家，人們普遍有一種消費理念就是用明天的錢。事實上，這也是他們的一種刺激消費的手段。我們國家的消費水平可以說并不高，我們?yōu)槭裁床荒芤源藶榻梃b來提高人們的邊際消費傾向呢？或許就是因為在我國沒有好好利用這點來刺激消費，所以我們的模型中的這個變量顯得不顯著。 現(xiàn)代社會可以說是高風險社會，特別是在中國這個比較保守的國家，在伴隨著大量外商的溶入之后，人們對未來收入和支出的不確定性大大增加，所以說就算是現(xiàn)在利率低人們也愿意進行預防性的儲蓄，而隨著人們邊際儲蓄傾向的增加，邊際消費傾向是減少的。 五．結(jié)論 從以上對我國城鎮(zhèn)居民消費水平影響因素的分析可以看出，居

17、民的收入無疑是影響其的最重要因素。從實際來看，收入就是消費的來源和基礎(chǔ)，肯定應該是影響消費的最重要因素。我們根據(jù)絕對收入假說和持久收入假說，我們最后得到的模型是有很強的可信性的。我們雖然之前也對影響居民消費傾向的因素考慮得很全面，但由于各因素存在了多重共線性而最后只留下了居民的收人作為變量。不過，并不是因為這樣就是說那些因素是沒有影響的，只是因為它們的影響已被包含到邊際消費傾向中，所以，我們不否定影響我們居民消費的眾多因素。消費傾向反映了消費者的消費心理和意愿，是消費者收入預期、支出預期和自主偏好的一種集中體現(xiàn)。在收入一定的情況下，居民消費支出取決于消費傾向。消費傾向越高，居民越愿意消費，消費

18、支出越多，消費增長越快。 事實上，雖然我們沒有將廣告普及率作為 一個因素放到模型當中，然而，我們很容易想到，商家打廣告，到頭來影響的不就是影響的就是居民的邊際消費傾向的嗎？也就是說，就算我們一開始就把廣告普及率這個因素考慮進來我們最后得到的結(jié)果也不會有差別，它和除收入以外的其它因素是一樣的，雖然被排除，但并不是否定它們的影響，只是它們影響的是邊際消費傾向而已。 總的來說，我們這次模型還是做的比較成功的，我們考慮的因素均是有意義的，我們最后得到的結(jié)果也是比較讓人滿意的。針對結(jié)論，基于我們做這個模型的目的，我們組成員覺得有必要為增加居民的水平，從而拉動我國的經(jīng)濟發(fā)展作出一些思考，經(jīng)討論我們有些

19、想法。 六．對策 提高居民收入！ 我們的目的是要發(fā)展經(jīng)濟，而由前面的分析可知，我們的著眼點是消費，尤其由于92年后的消費比重的下降。從上面的模型可以看出，收入是影響我們的消費的最重要的因素，也就是說，我們要發(fā)展經(jīng)濟就要刺激消費，而刺激消費就要在居民的收入上做文章。所以我們的建議是著力提高居民收入，而由于我們的模型因素是城鎮(zhèn)居民收入，那么我們應根據(jù)城鄉(xiāng)不同收入群體的具體情況，分別采取不同的措施：對低收入群體要保證其最基本的生活需求。重點要進一步建立和完善城鎮(zhèn)社會保障體系，使所有失業(yè)、下崗和收入在基本生活保障線以下的各類人員都能及時、足額領(lǐng)到基本生活費，并根據(jù)經(jīng)濟發(fā)展和各級財政承受能

20、力，逐步提高社會保障水平。中等收入群體要擴面，逐步培育和擴大中等收入階層。對于處于中等收入階層的公務人員來說，應逐步將其職務消費貨幣化，逐步提高其持久收入水平。對于高收入群體應加強保護，增強其安全感。 七．附表及相關(guān)文獻 理論支持： 凱恩斯的絕對收入假說：凱恩斯認為，在短期內(nèi)，消費者的消費主要取決于收入的多少，隨著收入的增加，人們的消費也會增加，消費是“完全可逆”的，但消費的增長低于收入增長，邊際消費傾向逐漸遞減。 弗里德曼的持久收入假說：弗里德曼將個人的收入分為持久性收入和暫時性收入。持久性收入是穩(wěn)定的、正常的收入，暫時性收入則是不穩(wěn)定的、意外的收入。弗里德曼認為，決定人

21、們消費支出的是他們持久的、長期的收入，而不是短期的可支配收入。因為短期可支配收入會受許多偶然因素的影響經(jīng)常變動，人們消費與短期經(jīng)常變動的收入沒有穩(wěn)定函數(shù)關(guān)系。為了實現(xiàn)效用最大化，人們實際上是根據(jù)他們在長期中能保持的收入水平來進行消費的。 凱恩斯—拉姆齊規(guī)則：消費增加保持不變或減少, 取決于資本的邊際產(chǎn)量(人口凈增長) 是否超過、等于或小于時間偏好率。資本的邊際產(chǎn)量相對于時間偏好率越高, 降低目前的消費水平以在未享受更高的消費則越合算。 模型的數(shù)據(jù)： 年 份城鎮(zhèn)居民消費水平(元)城鎮(zhèn)居民家庭人均可支配收入(元)城鎮(zhèn)從業(yè)人員(萬人)全國進出口貿(mào)易總額(億美元)全國城鎮(zhèn)居民儲蓄 存款

22、余額(1000億元) 1985802739.1128082066.71622.6 1986920899.6132922580.42238.5 198710891002.2137833084.23081.4 198814311181.4142673821.83822.2 ***15681375.7143904155.95198.4 199016861510.2166165560.17119.8 199119251700.6169777225.89241.6 199223562026.6172419119.611759.4 199330272577.41758911271.015

23、203.5 199438913496.21841320381.921518.8 199548744283.01909323499.929662.3 199654304838.91981524133.838520.8 199757965160.32020726967.246279.8 199861825425.12067826854.153407.5 199966515854.02101429896.259621.8 200074026280.02315139273.264332.4 200177616859.62394042183.673762.4 200279727702.

24、82478051378.286910.6 模型1（Y對X2 X3 X4 X5的回歸） Dependent Variable: Y Method: Least Squares Date: 11/10/04Time: 13:41 Sample: 1985 2002 Included observations: 18 VariableCoefficientStd. Errort-StatisticProb. C-901.1850737.3551-1.2221860.2433 X21.3398550.1574698.5087090.0000 X30.0565120.0557

25、711.0132930.3294 X4-0.0060200.010798-0.5575130.5866 X5-0.0379160.021101-1.7968760.0956 R-squared0.996135Mean dependent var3931.278 Adjusted R-squared0.994946S.D. dependent var2581.123 S.E. of regression183.5005Akaike info criterion13.49244 Sum squared resid437741.6Schwarz criterion13.73977 Lo

26、g likelihood-116.4320F-statistic837.6256 Durbin-Watson stat1.514467Prob(F-statistic)0.000000 模型2（逐個回歸中Y對X2的回歸） Dependent Variable: Y Method: Least Squares Date: 11/10/04Time: 13:48 Sample: 1985 2002 Included observations: 18 VariableCoefficientStd. Errort-StatisticProb. C60.2746586.052290.7

27、004420.4937 X21.1075360.02067953.559140.0000 R-squared0.994453Mean dependent var Adjusted R-squared0.994107S.D. dependent var S.E. of regression198.1489Akaike info criterion Sum squared resid628207.8Schwarz criterion Log likelihood-119.6832F-statistic Durbin-Watson stat1.888800Prob(F-statisti

28、c)0.000000 模型3（（逐個回歸中Y對X3的回歸）） Dependent Variable: Y Method: Least Squares Date: 11/10/04Time: 13:49 Sample: 1985 2002 Included observations: 18 VariableCoefficientStd. Errort-StatisticProb. C-8537.906751.0822-11.367470.0000 X30.6839840.04043216.91677 R-squared0.947051Mean dependent var

29、 Adjusted R-squared0.943742S.D. dependent var S.E. of regression612.2127Akaike info criterion Sum squared resid5996871.Schwarz criterion 模型4（逐個回歸中Y對X4的回歸） Dependent Variable: Y Method: Least Squares Date: 11/10/04Time: 13:51 Sample: 1985 2002 Included observations: 18 VariableCoefficientS

30、td. Errort-StatisticProb. C1249.788185.81646.7259290.0000 X40.0905060.00462419.574920.0000 R-squared0.959918Mean dependent var Adjusted R-squared0.957412S.D. dependent var S.E. of regression532.6599Akaike info criterion Sum squared resid4539625.Schwarz criterion Log likelihood-137.4827F-stati

31、stic Durbin-Watson stat0.433421Prob(F-statistic) 模型5（逐個回歸中Y對X5的回歸） Dependent Variable: Y Method: Least Squares Date: 11/10/04Time: 13:54 Sample: 1985 2002 Included observations: 18 VariableCoefficientStd. Errort-StatisticProb. C886.4866201.29874.4038360.0004 X50.1643590.00845619.435970.0

32、000 R-squared0.959366Mean dependent var Adjusted R-squared0.956826S.D. dependent var S.E. of regression536.3139Akaike info criterion Sum squared resid4602121.Schwarz criterion Log likelihood-137.6058F-statistic Durbin-Watson stat0.765662Prob(F-statistic) 模型6（逐個回歸中，增加變量X3，Y對X2，X3的回歸） Depend

33、ent Variable: Y Method: Least Squares Date: 11/10/04Time: 13:56 Sample: 1985 2002 Included observations: 18 VariableCoefficientStd. Errort-StatisticProb. C-325.2132760.3312-0.4277260.6749 X21.0613910.09284911.431410.0000 X30.0299930.0587580.5104390.6172 R-squared0.994548Mean dependent var39

34、31.278 Adjusted R-squared0.993821S.D. dependent var2581.123 S.E. of regression202.8928Akaike info criterion13.61424 Sum squared resid617482.3Schwarz criterion13.76264 Log likelihood-119.5282F-statistic1368.134 Durbin-Watson stat1.188209Prob(F-statistic)0.000000 模型7（逐個回歸中，增加變量X4，Y對X2，X4的回歸）

35、Dependent Variable: Y Method: Least Squares Date: 11/10/04Time: 13:57 Sample: 1985 2002 Included observations: 18 VariableCoefficientStd. Errort-StatisticProb. C-110.5767147.2307-0.7510440.4642 X21.2788180.12320110.379920.0000 X4-0.0144390.010247-1.409085 R-squared0.995102Mean dependent var

36、 Adjusted R-squared0.994449S.D. dependent var S.E. of regression192.3146Akaike info criterion Sum squared resid554773.5Schwarz criterion 模型8（逐個回歸中，增加變量X5，Y對X2，X5的回歸） Dependent Variable: Y Method: Least Squares Date: 11/10/04Time: 13:58 Sample: 1985 2002 Included observations: 18 VariableCo

37、efficientStd. Errort-StatisticProb. C-101.2423111.2124-0.9103510.3770 X21.3518020.12056611.212150.0000 X5-0.0373670.018216-2.0512900.0581 R-squared0.995668Mean dependent var3931.278 Adjusted R-squared0.995091S.D. dependent var2581.123 S.E. of regression180.8477Akaike info criterion13.38420 Su

38、m squared resid490588.3Schwarz criterion13.53259 Log likelihood-117.4578F-statistic1723.951 Durbin-Watson stat1.622986Prob(F-statistic)0.000000 模型9（由于Y對X2的模型中，常數(shù)項C不顯著，去掉C，Y對X2回歸） Dependent Variable: Y Method: Least Squares Date: 11/10/04Time: 14:00 Sample: 1985 2002 Included observations:

39、18 VariableCoefficientStd. Errort-StatisticProb. X21.1197010.011054101.29570.0000 R-squared0.994283Mean dependent var3931.278 Adjusted R-squared0.994283S.D. dependent var2581.123 S.E. of regression195.1577Akaike info criterion13.43945 Sum squared resid647471.0Schwarz criterion13.48891 Log lik

40、elihood-119.9550Durbin-Watson stat1.218639 模型10（對模型進行White檢驗） White Heteroskedasticity Test: F-statistic13.10577Probability0.000511 Obs*R-squared11.44844Probability0.003266 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 11/10/04Time: 14:38 Sample: 1985 2002 Incl

41、uded observations: 18 VariableCoefficientStd. Errort-StatisticProb. C104231.148870.832.1327880.0499 X2-96.2328632.28681-2.9805630.0093 X2^20.0154810.0040773.7969970.0018 R-squared0.636024Mean dependent var35970.61 Adjusted R-squared0.587494S.D. dependent var102353.4 S.E. of regression65738.14

42、Akaike info criterion25.17576 Sum squared resid6.48E+10Schwarz criterion25.32415 Log likelihood-223.5818F-statistic13.10577 Durbin-Watson stat2.264212Prob(F-statistic)0.000511 模型11(用WLS法對模型進行修正) Dependent Variable: Y Method: Least Squares Date: 11/10/04Time: 15:00 Sample: 1985 2002 Included

43、 observations: 18 Weighting series: W VariableCoefficientStd. Errort-StatisticProb. C30.904803.9741227.7765090.0000 X21.1158640.0009111224.8490.0000 Weighted Statistics R-squared0.999999Mean dependent var3958.603 Adjusted R-squared0.999999S.D. dependent var10106.47 S.E. of regression11.57184

44、Akaike info criterion7.839466 Sum squared resid2142.522Schwarz criterion7.938396 Log likelihood-68.55520F-statistic1500255. Durbin-Watson stat2.215363Prob(F-statistic)0.000000 Unweighted Statistics R-squared0.994397Mean dependent var3931.278 Adjusted R-squared0.994047S.D. dependent var2581.123 S.E. of regression199.1510Sum squared resid634577.7 Durbin-Watson stat1.235031 參考文獻與數(shù)據(jù)來源： 《中國社會統(tǒng)計資料》 《對外貿(mào)易年鑒》 《新中國五十年統(tǒng)計資料匯編》 《中國統(tǒng)計年鑒》 《經(jīng)濟學原理》（美）曼昆/著梁小民/譯 《計量經(jīng)濟學》龐皓李南成 中華人民共和國國家統(tǒng)計局網(wǎng)