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頁珍藏版）》請?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 通過對三大產(chǎn)業(yè)發(fā)展與城鎮(zhèn)居民家庭消費(fèi)支出增長的關(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)支出的增長與國內(nèi)生產(chǎn)總值的增長密切相關(guān)。然而國內(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，但是對城鎮(zhèn)居民家庭人均可支配收入的增長影響各不相同。而對三者影響程度進(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 19963919.47 14015.39 33834.9623326.24 19974185.64 14441.89 37543.0026988.15 19984331.6 14817.63 39004.1930580.47 19994615.9 14770.03 41033.5833873.44 20004998 14944.72 45555.88387143.95 20015309 15781.27 49512.2944361.61 20026029.88 16537.02 53896.7749898.90 20036510.94 17381.72 62436.3156004.73 20047182.1 21412.73 73904.3164561.29 20057942.9 22420.00 87598.0974919.28 20068696.6 24040.00 103719.5487598.09 20079997.5 28627.00 125831.36111351.95 200811242.9 33702.00 149003.44131339.99 200912264.6 35226.00 157638.78148038.04 201013471.5 40533.60 187.383.21173595.98 201115160.9 47486.21 220412.81205205.02 201216674.3 52373.63 235161.99231934.48Y：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: YMethod: Least SquaresDate: 06/04/14 Time: 22:54Sample: 1996 2012Included observations: 17VariableCoefficientStd. Errort-StatisticProb.C2912.790593.60834.9069230.0003X1-0.0871830.084725-1.0290120.3222X20.0767610.0156944.8910770.0003X3-0.0002050.001025-0.2000830.8445R-squared0.994316Mean dependent var8384.337Adjusted R-squared0.993004S.D. dependent var4079.371S.E. of regression341.1963Akaike info criterion14.70512Sum squared resid1513394.Schwarz criterion14.90117Log likelihood-120.9935F-statistic758.0557Durbin-Watson stat1.165437Prob(F-statistic)0.000000所以我們得到以下的結(jié)果：Y=2912.7900.087183X1+0.076761X20.000205X3 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，沒有通過t檢驗(yàn)，說明解釋變量對被解釋變量的影響不顯著；通過了t檢驗(yàn)，說明解釋變量對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)，這說明所建模型整體上對樣本數(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，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，給定顯著性水平，查t分布表的自由度為的臨界值，與相比，其絕對值均大于，這說明在顯著水平下，分別都應(yīng)拒絕原假設(shè)，也就是說，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：X1X2X3X110.9967041492727320.496204861670713X20.99670414927273210.499458478481629X30.4962048616707130.4994584784816291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，用最小二乘法對數(shù)據(jù)進(jìn)行回歸，Eviews運(yùn)行結(jié)果得出如下表：C168.2320.3250.9838480.55830.2272316.490.0610.99342915.74611.5886061.5050.0210.1944.3992.105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，我們在分別引入，用最小二乘法對數(shù)據(jù)進(jìn)行回歸，Eviews運(yùn)行結(jié)果得出如下表：C2902.178-0.0870.0760.994299t值5.086-1.0625.0662323.7050.061-0.00010.993853t值14.77241.3060.863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，我們再引入，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，我們再引入時(shí)，擬合優(yōu)度有所提高，而且的參數(shù)也通過了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=2912.7900.087183X1+0.076761X20.000205X3 t=（4.906923）(1.029012) (4.891077) （0.200083） =0.99431 =1.165437 F值=758.05572、異方差檢驗(yàn)統(tǒng)一用懷特檢驗(yàn)法先對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-statistic1.157229Probability0.398751Obs*R-squared6.966578Probability0.323949Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 06/05/14 Time: 15:15Sample: 1996 2012Included observations: 17VariableCoefficientStd. Errort-StatisticProb.C-464891.1427481.9-1.0875110.3023X194.0259759.179361.5888300.1432X12-0.0009290.000814-1.1416250.2802X2-26.8532414.43289-1.8605580.0924X225.85E-053.91E-051.4948750.1658X312.6023910.630911.1854480.2632X32-3.01E-052.50E-05-1.2025280.2569R-squared0.409799Mean dependent var89023.16Adjusted R-squared0.055678S.D. dependent var77437.41S.E. of regression75250.76Akaike info criterion25.58794Sum squared resid5.66E+10Schwarz criterion25.93103Log likelihood-210.4975F-statistic1.157229Durbin-Watson stat1.936478Prob(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-statistic2.849896Probability0.117175Obs*R-squared3.262530Probability0.070880Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 06/05/14 Time: 15:21Presample missing value lagged residuals set to zero.VariableCoefficientStd. Errort-StatisticProb.C-662.5850680.0899-0.9742610.3492X10.0934270.0966800.9663600.3529X2-0.0171640.017861-0.9610180.3555X30.0003470.0009800.3534430.7299RESID(-1)0.5662740.3354381.6881640.1172R-squared0.191914Mean dependent var-1.33E-12Adjusted R-squared-0.077449S.D. dependent var307.5502S.E. of regression319.2378Akaike info criterion14.60968Sum squared resid1222953.Schwarz criterion14.85474Log likelihood-119.1823F-statistic0.712474Durbin-Watson stat1.686501Prob(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-statistic1.317219Probability0.307012Obs*R-squared3.284729Probability0.193522Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 06/05/14 Time: 15:25Presample missing value lagged residuals set to zero.VariableCoefficientStd. Errort-StatisticProb.C-650.9518715.0912-0.9103060.3822X10.0913350.1021080.8944960.3902X2-0.0167070.018952-0.8815760.3969X30.0003120.0010550.2961230.7727RESID(-1)0.5871930.3835721.5308540.1540RESID(-2)-0.0523030.391983-0.1334330.8963R-squared0.193219Mean dependent var-1.33E-12Adjusted R-squared-0.173499S.D. dependent var307.5502S.E. of regression333.1635Akaike info criterion14.72571Sum squared resid1220977.Schwarz criterion15.01978Log likelihood-119.1685F-statistic0.526887Durbin-Watson stat1.709048Prob(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)論由以上過程可知，三大產(chǎn)業(yè)的增加值對城鎮(zhèn)居民家庭消費(fèi)支出具有重要的影響。這一結(jié)果說明，第一產(chǎn)業(yè)（農(nóng)業(yè)）在我國已經(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)國家的居民生活水平。我國現(xiàn)在還是一個(gè)發(fā)展中國家，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)）對提高居民生活水平，深化發(fā)展小康社會(huì)是沒有好處的。