为了正常的体验网站,请在浏览器设置里面开启Javascript功能!

恩格尔系数模型检验

2017-03-16 7页 doc 14KB 35阅读

用户头像

is_281650

暂无简介

举报
恩格尔系数模型检验恩格尔系数模型检验  恩格尔系数模型检验  论文摘要:本论文的初衷在于分析影响恩格尔系数的因素,并找出它们与恩格尔系数之间的数量关系,希望能为政府经济决策提供参考。鉴于中国国情的复杂(城乡差距,东西差距等地域差别的存在),本小组把讨论范围仅限于四川城镇。  关键词:恩格尔系数 城镇居民人均可支配收入  人均求实可支配收入 人均住房面积 每百人电视拥有量 食品物价指数                      一理论背景  19世纪德国统计学家恩格尔根据统计资料,对消费结构的变化得出一个规律:一个家庭收入越少,家庭收入中用来购买...
恩格尔系数模型检验
恩格尔系数模型检验  恩格尔系数模型检验  论文摘要:本论文的初衷在于影响恩格尔系数的因素,并找出它们与恩格尔系数之间的数量关系,希望能为政府经济决策提供参考。鉴于中国国情的复杂(城乡差距,东西差距等地域差别的存在),本小组把讨论范围仅限于四川城镇。  关键词:恩格尔系数 城镇居民人均可支配收入  人均求实可支配收入 人均住房面积 每百人电视拥有量 食品物价指数                      一理论背景  19世纪德国统计学家恩格尔根据统计资料,对消费结构的变化得出一个规律:一个家庭收入越少,家庭收入中用来购买食物的支出所占的比例就越大,随着家庭收入的增加,家庭收入中用来购买食物的支出则会下降。推而广之,一个国家越穷,每个国民的平均收入中用于购买食物的支出所占比例就越大,随着国家的富裕,这个比例呈下降趋势。这个定律被称为恩格尔定律。  而恩格尔系数是根据恩格尔定律得出的比例数,是示生活水平高低的一个指标。其计算公式为:  恩格尔系数=食物支出金额/总消费支出金额*100%。           其中:食品支出包括主食、副食、其他食品和在外饮食支出。主食是指各种粮食和粮食复制品。粮食复制品是指利用原粮加工而成的食品,如挂面等。但不包括用粮食加工成的豆油、豆腐、粉条、酒等。副食包括蔬菜、豆制品、油脂类、食糖、肉、禽及其制品、蛋类、水产品、调味品等。其他食品包括烟草类、酒类、饮料类、干鲜果品、糖果糕点,奶制品、罐头类等。 生活消费支出:是指居民年内用于物质生活和精神生活方面的实际支出,包括食品、衣着、住户、燃料用品及其他的生活消费品支出及文化服务、生活服务支出和其他非商品支出。  恩格尔定律主要表述的是食品支出占总消费支出随收入变化而变化的一定趋势。揭示了居民收入和食品支出之间的定量关系和相关关系,用食品支出占消费总支出的比例来说明生产发展、收入增加对生活消费的影响程度。众所周知,吃是人类生存的第一需要,在收入水平较低时,其在消费支出中必然占有重要地位。随着收入的增加,在食物需求基本满足的情况下,消费的重心才会开始向穿、用等方面转移。因此,一个国家或家庭生活越贫困,恩格尔系数就越大;反之,生活越富裕,恩格尔系数就越小。  恩格尔定律和恩格尔系数一经提出,就得到西方经济学界的广泛接受和确认,认为它具有普遍的适用性。在我国也较早的就被应用在统计工作当中。计算恩格尔系数一般是采用各地的城乡住户调查资料。如根据天津市1995年城镇住户调查资料,居民人均消费性支出为4064元,其中人均食品支出为2117元,则恩格尔系数为52.09%。  国际上常常用恩格尔系数来衡量一个国家和地区人民生活水平的状况。根据联合国粮农组织提出的标准,恩格尔系数在59%以上为贫困,50-59%为温饱,40-50%为小康,低于40%为富裕。在我国运用这一标准进行国际和城乡对比时,要考虑到那些不可比因素,如消费品价格比价不同、居民生活习惯的差异、以及由社会经济不同所产生的特殊因素。对于这些横截面比较中的不可比问题,在分析和比较时应做相应的剔除。另外,在观察历史情况的变化时要注意,恩格尔系数反映的是一种长期的趋势,而不是逐年下降的绝对倾向。它是在熨平短期的波动中求得长期的趋势。                    二模型设定    1影响因素:  对于系数的分子项——食物支出,其影响因素主要有收入约束、食品价格、食品结构;对于分母项——总消费支出,其主要影响因素有收入、家庭财富。 其中:  收入采用人均可支配收入(INCOME);  食品价格采用消费物价指数(FINDEX);  食品结构采用肉禽支出占食品消费百分比(MEAT),因为观察历年城镇居民消费结构数据后我们发现在食品类支出中肉禽类始终占据第一位,粮食居其次;  对于家庭财富,由于其中包括家庭储蓄、住房、耐用消费品等许多因素,而现阶段四川身处西部,整体经济落后人民生活水平不高,住房、耐用消费品在家庭支出中仍占有重要地位,因此家庭财富用人均住房面积(HOUSE)代替    2建立模型 (1)我们初步建立的是简单线性回归模型    Y=α+λINCOME+φFINDEX+θMEAT+δHOUSE+μ (2)数据的获得  由于1978到1989年的城镇恩格尔系数数据在《四川统计年鉴》中缺损,经过小组成员的讨论后,我们决定采用1990年至2001年的数据。我们查阅了1992年到2002年的《四川省统计年鉴》、四川统计网上查找数据,得到了数据。   年份 恩格尔系数(EN)(%) 人均每年可支配收入(INCOME) 食物指数(FINDEX) 90年为基期 肉禽支出占食品总支出的比例(MEAT) 人均住房面积(HOUSE) (平方米) 1990 53.8 1498.37 1 0.249393521 6.7 1991 51.9 1714.49 1.05408 0.28212654 7 1992 54.1 2002.97 1.19208 0.281785634 7.2 1993 52.1 2428.46 1.41145 0.283329872 7.6 1994 51.7 3312.54 1.935019 0.287110425 7.9 1995 51.3 4004.79 2.391698 0.281100519 8.1 1996 51.3 4426.21 2.597424 0.275088418 8.6 1997 49.1 4787.86 2.690935 0.28354792 9 1998 44.9 5159.97 2.58063 0.253407226 9.4 1999 43.88 5510 2.46708 0.245099529 9.9 2000 41.48 5925.59 2.33626 0.251174105 10.42 2001 40.23 6406.56 2.401718 0.239735468 11.58 (3)参数估计  我们先对模型的稳定性进行检验,运用eviews 回归,我们得到以下结果  EN检验 ADF Test Statistic  1.168556     1%   Critical Value* -4.3260       5%   Critical Value -3.2195       10% Critical Value -2.7557  HOUSE检验 ADF Test Statistic  2.674950     1%   Critical Value* -4.3260       5%   Critical Value -3.2195       10% Critical Value -2.7557  MEAT检验 ADF Test Statistic -0.171096     1%   Critical Value* -4.3260       5%   Critical Value -3.2195       10% Critical Value -2.7557  FINDEX检验 ADF Test Statistic -2.697509     1%   Critical Value* -4.3260       5%   Critical Value -3.2195       10% Critical Value -2.7557  INCOME检验 ADF Test Statistic -0.919051     1%   Critical Value* -4.3260       5%   Critical Value -3.2195       10% Critical Value -2.7557  显然,这些变量都不平稳。  由于我们的计量经济学知识有限,我们没有方法对它们进行协整。因此我们决定在下面的分析中忽略数据的非平稳性。    对我们查到的这些数据运用eviews 回归,我们得到以下结果 Dependent Variable: EN Method: Least Squares Date: 12/19/04   Time: 15:05 Sample: 1990 2001 Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob.  C 43.38982 12.67980 3.421963 0.0111 INCOME -0.005828 0.002664 -2.187957 0.0649 FINDEX 0.072657 0.029941 2.426671 0.0456 MEAT 17.64497 28.29337 0.623643 0.5526 HOUSE 1.050222 1.961562 0.535401 0.6090 R-squared 0.970574     Mean dependent var 48.81583 Adjusted R-squared 0.953759     S.D. dependent var 4.871351 S.E. of regression 1.047521     Akaike info criterion 3.225066 Sum squared resid 7.681099     Schwarz criterion 3.427111 Log likelihood -14.35040     F-statistic 57.72114 Durbin-Watson stat 2.507658     Prob(F-statistic) 0.000019                        三 模型检验  1.经济意义检验  INCOME人均收入系数为负,表明随收入的上升恩格尔系数在下降,符合经济意义。MEAT肉禽支出占食品支出比例系数为正,表明随肉禽消费比例增大,恩格尔系数上升,符合经济意义。HOUSE人均住房面积系数为正,表明随住房面积扩大,家庭财富的增加,改善生活的支出增大,但恩格尔系数上升,人民生活没有改善,不符合经济意义。  2.统计推断检验  从回归结果看,R-squared=0.970574,拟和优度很高,拟和效果好。    3.计量经济学检验 (1)多重共线检验  A 、检验:  F值为57.72,变量整体对恩格尔系数的解释力较强,但是MEAT、HOUSE的T值不显著,从学过的知识我们推断这些变量间可能存在多重共线性,为了检验我们推断的准确性,我们对变量进行多重共线的检验。  通过检验我们得到以下结果:  MEAT INCOME HOUSE FINDEX      MEAT  1.000000 -0.548043 -0.643659 -0.246646 INCOME -0.548043  1.000000  0.964479  0.895163 HOUSE -0.643659  0.964479  1.000000  0.756473 FINDEX -0.246646  0.895163  0.756473  1.000000  从结果可看出人均收入与人均住房、食物价格指数有很强的线性相关。    B、多重共线的修正:  对HOUSE和INCOME进行eviews检验得:  HOUSE = 5.310068087 + 0.0008410560592*INCOME  去掉HOUSE再对模型进行估计: Dependent Variable: EN Method: Least Squares Date: 12/19/04   Time: 15:57 Sample: 1990 2001 Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob.  C 48.88044 7.116900 6.868221 0.0001 INCOME -0.004443 0.000605 -7.346960 0.0001 FINDEX 0.058576 0.013658 4.288862 0.0027 MEAT 21.13907 26.27435 0.804552 0.4443 R-squared 0.969369     Mean dependent var 48.81583 Adjusted R-squared 0.957882     S.D. dependent var 4.871351 S.E. of regression 0.999728     Akaike info criterion 3.098534 Sum squared resid 7.995644     Schwarz criterion 3.260170 Log likelihood -14.59120     F-statistic 84.39096 Durbin-Watson stat 2.451550     Prob(F-statistic) 0.000002    结果拟和优度略微下降,而MEAT的T值依然不显著。因为住房属于大值商品,人均收入的大小对人均住房的大小有很强的决定作用,所以两者之间存在很强的线性关系,而家庭财富对消费有着影响,不能简单的去掉人均住房面积,我们决定用耐用消费品——每百人电视拥有量(TV)替代人均住房面积HOUSE。同时,用求实人均收入(RINCOME)替代人均收入(INCOME)以避免人均收入与食品指数之间的线性相关。   年份 人均每年可支配收入(INCOME)元 物价指数 (90年为基期) 实际收入 (RINCOME) 1990        1498.37 1 1498.37 1991        1714.49 1.05408 1626.527 1992        2002.97 1.19208 1680.231 1993        2428.46 1.41145 1720.543 1994        3312.54 1.935019 1711.89 1995        4004.79 2.391698 1674.455 1996        4426.21 2.597424 1704.077 1997 4787.86 2.690935 1779.255 1998 5159.97 2.58063 1999.5 1999 5510 2.46708 2233.41 2000 5925.59 2.33626 2536.357 2001 6406.56 2.401718 2667.491    求实人均收入=人均收入/物价指数。其中物价指数是以90年为基期,这样便于比较。    年份 每百人拥有电(TV) 1990 14.69 1991 16.72 1992 18.03 1993 19.75 1994 22.09 1995 23.88 1996 24.17 1997 25.37 1998 26.69 1999 26.82 2000 27.26 2001 27.87    再对模型进行估计得: Dependent Variable: EN Method: Least Squares Date: 12/19/04   Time: 16:06 Sample: 1990 2001 Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob.  C 56.57889 8.210316 6.891195 0.0001 RINCOME -0.007650 0.001684 -4.542623 0.0019 MEAT 53.10525 24.72871 2.147514 0.0640 TV -0.325996 0.109371 -2.980648 0.0176 R-squared 0.969316     Mean dependent var 48.81583 Adjusted R-squared 0.957809     S.D. dependent var 4.871351 S.E. of regression 1.000593     Akaike info criterion 3.100263 Sum squared resid 8.009483     Schwarz criterion 3.261899 Log likelihood -14.60158     F-statistic 84.24055 Durbin-Watson stat 2.531862     Prob(F-statistic) 0.000002      从结果看可决系数为:0.969316,拟和优度很好,F值84.24055,在5%显著水平下查F分布表F(3,8)=4.07,84.24055>4.07,拒绝原假设,即变量整体对恩格尔系数有显著影响。再看各变量T值检验:在给定显著性水平5%下,查T分布表自由度N-2=10的临界值为2.128,各变量系数分别为6.89、-4.54、2.15、-2.98,绝对值均大于2.128,拒绝原假设,即各变量对恩格尔系数均有显著影响。 (2)异方差检验 ARCH Test: F-statistic 1.212419     Probability 0.395692 Obs*R-squared 3.790013     Probability 0.285050      Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/19/04   Time: 20:13 Sample(adjusted): 1993 2001 Included observations: 9 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob.  C 0.831367 0.304017 2.734603 0.0411 RESID^2(-1) -0.314402 0.325895 -0.964735 0.3790 RESID^2(-2) -0.054635 0.180230 -0.303140 0.7740 RESID^2(-3) -0.309908 0.181549 -1.707018 0.1485 R-squared 0.421113     Mean dependent var 0.352557 Adjusted R-squared 0.073780     S.D. dependent var 0.489584 S.E. of regression 0.471178     Akaike info criterion 1.633939 Sum squared resid 1.110042     Schwarz criterion 1.721594 Log likelihood -3.352725     F-statistic 1.212419 Durbin-Watson stat 1.967502     Prob(F-statistic) 0.395692 从结果得obs*R-squard=3.790013,又临界值为7.81,故接受原假设,表明模型随机误差项不存在异方差。 (3)自相关检验 A、检验  模型DW值为2.531862给定显著性水平0.05,查Durbin-Watson表,n=12,k`(解释变量个数)=3,得下界临界值dl=0.658,上界临界值du=1.864,因为DW统计量为2.531862大于4-du=2.136,小于4-dl=3.342,落入了不能判定区域。 B、自相关的修正    Cochrane-Orcutt迭代法 Dependent Variable: EN Method: Least Squares Date: 12/20/04   Time: 13:26 Sample(adjusted): 1991 2001 Included observations: 11 after adjusting endpoints Convergence achieved after 5 iterations Variable Coefficient Std. Error t-Statistic Prob.  C 36.82068 8.814875 4.177108 0.0058 RINCOME -0.005429 0.001309 -4.147270 0.0060 TV -0.315658 0.064231 -4.914443 0.0027 MEAT 109.7184 25.04583 4.380707 0.0047 AR(1) -0.565698 0.235750 -2.399564 0.0533 R-squared 0.982333     Mean dependent var 48.36273 Adjusted R-squared 0.970556     S.D. dependent var 4.836635 S.E. of regression 0.829933     Akaike info criterion 2.768012 Sum squared resid 4.132733     Schwarz criterion 2.948873 Log likelihood -10.22406     F-statistic 83.40644 Durbin-Watson stat 2.382750     Prob(F-statistic) 0.000022 Inverted AR Roots       -.57 从结果看到:此时DW=2.38275依然不能判断,但比2.531862已有明显改善。拟和优度0.982333比之前的0.969316也有了较大改善。 再使用广义差分法进行修正得: Dependent Variable: DEN Method: Least Squares Date: 12/20/04   Time: 16:50 Sample(adjusted): 1991 2001 Included observations: 11 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob.  C 50.95542 14.25785 3.573850 0.0091 DTV -0.389090 0.214141 -1.816986 0.1121 DRINCOME -0.008682 0.002416 -3.593798 0.0088 DMEAT 18.55733 50.31156 0.368848 0.7231 R-squared 0.936814     Mean dependent var 35.17505 Adjusted R-squared 0.909734     S.D. dependent var 3.789705 S.E. of regression 1.138593     Akaike info criterion 3.372751 Sum squared resid 9.074752     Schwarz criterion 3.517440 Log likelihood -14.55013     F-statistic 34.59441 Durbin-Watson stat 2.239029     Prob(F-statistic) 0.000144 此时DW=2.239029,虽依然无法判定是否存在自相关,但比2.382750又更接近4-du=2.136。接下来我们使用对数变换,对数变换同时考虑Cochrane-Orcutt迭代的方法进行修正,依然重复上述结果:更加接近,更加接近……出现这种结果可能是由于样本容量太少。因为同样在0.05显著性水平和3个解释变量条件下,当样本容量由12上升至16后,du值由1.864变为1.728,相应的4-du的值由2.136变为2.272,修正后的DW=2.239029即落入不拒绝区域,则不存在自相关。          四 结论及经济意义说明 1 结论    经过一番的检验修正,最后得出模型如下:  EN = 56.5788879 - 0.007650222687*R + 53.10525244*M - 0.3259961383*TV       (8.210316)      (0.001684)        (24.72871)        (0.109371)  T= (6.891195)   (-4.542623)    (2.147514)     (-2.980648)  R^2=0.969316 ,      F=84.24055 ,  (R= RINCOME   M=MEAT) 2 经济意义说明  求实人均收入(RINCOME)=人均可支配收入/物价指数,代表着收入与物价对人民生活水平的共同影响,它与恩格尔系数负相关。实际收入越高消费指出越多元化,恩格尔系数下降。肉禽支出占食品支出的比例(MEAT)代表着人们食品选折空间的增大,食品结构的多元化,它与恩格尔系数正相关。因为食品结构的多元化必然导致人们食品消费的增大。每百人拥有电视数量(TV)代表人们家庭财富的增加,电视冰箱洗衣机空调等耐用消费品的满足使得人们更注重生活享受、注重营养健康,从而减小恩格尔系数。从该模型的检验过程来看,设立模型时考虑的各个因素得到了一一映证,收入、家庭财富、食品结构确实对恩格尔系数有着重要影响。 我们的认识和经济预期:  经过我们对成都市恩格尔系数的影响因素分析,我们不难看出:虽然我们讨论的是城镇的恩格尔系数,可是恩格尔系数本身跟食品消费密切相关,而食品消费又受到食品工业的发展状况和农村经济的严重制约,这就意味着我们的讨论还必须跟食品工业和农村经济挂钩。  首先, 食品在整个消费品支出中的所占比重即"恩格尔系数"逐渐降低。但我国城镇居民的食品消费总量却呈上升趋势,在食品消费比重持续下降的同时,城镇居民中,吃好、吃精、注重营养、追求方便的倾向越来越明显,食品消费不断由吃饱向吃好转变。基于以上认识,从食品工业的市场前景来看,食品工业极具发展潜力和极为广阔的市场前景没有根本性的改变。未来的工业生产仍将保持快速稳定增长。在生产和供应结构上,基于消费结构的变化趋势以及生产、供应结构与消费结构相适应的要求,食品工业的生产和供应结构将会发生大的改变,其未来发展趋势应该是:资源加工和综合利用程度将会显著提高,区域资源和生产结构的差异性、集中度和规模效益将显著提高,食品新资源、新产品、新技术将得到更快速的开发和应用。  其次, 国内外的经验都表明,尽管随着消费结构中恩格尔系数的下降,从最终需求来看,对农产品的需求弹性是趋于下降的,但是对农产品的中间需求,也就是对加工制成食品的需求则是不断扩大的。农产品加工业作为农业的后向产业,直接关系到农产品中间需求的扩张。因此我们的启示是:在当前调整优化农业结构中,农产品加工业是一个非常重要的领域,积极发展农产品加工业具有重要的现实意义。农产品加工业的发展对于提高我国农业的整体水平和竞争力有十分重要的战略意义                     五 存在的问题与不足  一、收集的样本太少,我们查阅《四川统计年鉴》,在90年以前相应的数据有着明显的缺损与不同,如:90年以后的食品支出是用货币衡量的,而90年以前的支出使用的是公斤,导致样本的不足。  二、从前面的检验可以知道,我们的数据并不平稳,也就是说,我们的对参数的检验、预测等是建立在假设数据的平稳上的,显然这是我们模型的一个很大的不足。很遗憾的是以我们现在的知识无法解决这个问题。  三、由于经济行为的滞后性和某些解释变量没有被我们考虑进来,我们的模型还存在一定的自相关。经过不断的修改已经得到了一些改善,可是还是没有通过自相关检验,我们将继续对这个问题进行研究。     四、我们知道,现在离恩格尔系数提出时已有140多年了, 食物支出在消费结构中的意义远没有恩格尔时代重要。其他消费如穿、住、行、用, 特别是耐用消费品如汽车、住房的意义越来越显得重要。而且, 恩格尔系数之所以降低, 也是因为购买食物的负荷率降低的结果: 食物的相对价格低廉化。     而且,中国的特殊情况也使恩格尔系数失去实际意义。以食物支出的比率来统一衡量生活水平, 现在已有失客观。因为, 社会对每个家庭、每个阶层的吃没有统一标准, 食物支出的弹性很大, 贫富和个性化的差异性很大。佳肴美馍的享用和粗菜淡饭的充饥, 是大不一样的。更何况各个家庭重吃或重穿、重住、重教、重用的风格习性各异, 个性化越来越突出。许多低收入家庭都舍不得吃, 吃的很差, 尽量从牙缝里挤出点钱来派其他用场。低收入家庭的恩格尔系数甚至比中等收入家庭还低。譬如, 厦门大学校园里有来自四川、重庆的数百名民工, 他们月基本工资 500 元, 每月自炊只花 150 元伙食费 , 恩格30%系数比城镇恩格尔系数 (2000年是37。1%) 还低。他们的伙食标准主要是填饱肚子。伙食品质优劣没个标准。    最后,恩格尔系数的涵义在于,可通过观察人们在满足了生存的基本需求后,还剩多少“闲钱”,判断生活水平是否提高。但如果现实中农民吃饭的花费虽不变,且收入增加得很少,但其他费用在增多,特别是乱收费、乱集资、乱罚款以及各种摊派等增加的负担,令“闲钱”减少甚至没有的话,恩格尔系数的下降也就失去了意义。我国农村经济的改革发展需要突破旧体制的框框,在精简机构,实现农业规模化、产业化等方面寻找新突破口。而简单地套用恩格尔系数似乎有些脱离实际。 参考资料: 《计量经济学》 庞浩 主编 西南财经大学出版社 《四川统计年鉴》1992--2002
/
本文档为【恩格尔系数模型检验】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑, 图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。 本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。 网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。

历史搜索

    清空历史搜索