全国城镇居民人均可支配收入影响因素分析计量经济学论文.doc

《全国城镇居民人均可支配收入影响因素分析计量经济学论文.doc》由会员分享，可在线阅读，更多相关《全国城镇居民人均可支配收入影响因素分析计量经济学论文.doc（18页珍藏版）》请在三一办公上搜索。

1、四川理工学院计量经济学课程论文题目：全国城镇居民人均可支配收入影响因素分析小组成员： 专业班级：2012级统计学2班指导老师： 四川理工学院理学院二O一 四 年十二月引言近年来，我国宏观经济形势发生了重大的变化，经济发展速度加快，居民收入稳定增加，在国家连续出台住房、教育、医疗等各项改革措施和实施“刺激消费、扩大内需、拉动经济增长”经济政策的影响下，全国城镇居民人均可支配收入也强劲增长。“在众多的统计指标中，居民人居可支配收入贴近民情，反应民生，不仅成为各地交通事故或工伤赔偿、低收入家庭保障补贴等法规或政策执行的参照标准；而且国家“十二五”规划纲要明确提出，要保持居民收入与经济增长同步，推动各

2、级地方政府将其作为民生改善测评的重要指标。”城镇居民可支配收入是居民人均可支配收入的重要组成成分，通过预测城镇居民的可支配收入水平，为更好地提高促进城市的发展做贡献。摘要人均可支配收入是衡量一个地区消费品市场容量、购买力水平，以及经济发展水平、经济发达程度的重要指标。了解全国城镇居民人均可支配收入的状况及其影响因素的分析对我们国家的经济发展有重要意义。本小组对统计数据进行整理分析，深入探讨全国城镇居民人均可支配收入的影响因素，提出提高全国城镇居民人均可支配收入的有效措施，以利于全国实现经济长远发展。关键词：城镇居民人均可支配收入、影响因素分析目 录一、文献综述5二、问题的提出5三、收集数据63

3、.1数据综述63.2数据的收集6四、建立模型84.1模型设定84.2模型估计8五、多重共线性的检验9六、模型的修正106.1多重共线性的修正106.2自相关性的检验116.3异方差检验126.4模型的解释12七、参考文献13附录：14一、文献综述（一）模型的经济理论阐述通过研究经济学家对影响因素的选取并且根据西方经济学理论，我们决定研究城镇居民人均可支配收入与其总收入等的关系。这里的城镇人均总收入是指城镇居民的劳动收入以及其他的非劳动收入，但其中不包括政府的补贴。城镇居民人均可支配收入是指城镇居民家庭可以用来自由支配的收入，即可用于最终消费支出和其它非义务性支出以及储蓄的总和。通常由工薪收入、

4、经营净收入、财产性收入、转移性收入四部份组成。可支配收入是全面反映城镇居民收入水平与结构变化的重要指标。一般来说，收入增长与经济增长之间存在着良性互动关系，经济增长快，提供的就业机会就会增多，为收入增长提供了更大的空间，居民手中可支配用于投资和消费的收入增加，需求的增加又可促进经济的增长。（二）影响因素分析一般认为家庭人口总数、平均每户人口数与人均可支配收入成反比。家庭人口数越多，在同等收入的情况下，人均可支配收入越少；而就业人口数、平均每户就业人口数、人均总收入与人均可支配收入是成正比关系的。就业人口数、总收入越多，在同样的家庭人口数情况下，人均可支配收入越多。可以另作假说为，平均每户就业人

5、口数越多，则人均可支配收入越高，工作的人口数多则总收入越多，因此人均能分配到的收入就越多；而如果没有收入，认为人均可支配收入依然是有的。二、问题的提出改革开放以来，国家在党的正确领导下，利用自身资源及对外的机会，逐渐摆脱贫困走上富强的道路。随着市场经济的稳健繁荣，我国人均生活水平有了大幅度的提高，其主要表现在城镇人均可支配收入的增长。当下的人民生活质量大大提高，但是与世界先进发达国家还有一定的差距，这说明我国还有很大的发展空间，能够让人民的幸福指数增加。通过对1990-2012年的数据分析，我们试图找到有益于国家、人民的可能性方式来提高城镇居民人均可支配收入。三、收集数据3.1数据综述我们的数

6、据取自国家统计局数据库，是时间序列数据。人均可支配收入指个人收入扣除向政府缴纳的个人所得税、遗产税和赠予税、不动产税、人头税、汽车使用税以及交给政府的非商业性费用等以后的余额。3.2数据的收集下图为1990年-2013年的人均可支配收入及其影响因素数据：年份城镇居民人均总收入城镇平均每户就业人口城镇平均每户家庭人口平均每一就业者负担人数201329547.10152.91.9201226,959.001.52.91.9201123,979.201.52.91.9201021,033.401.52.91.9200918,858.101.52.91.9200817,067.801.52.92200

7、714,908.601.52.91.9200612,719.201.531.9200511,320.801.532200410,128.501.631.920039,061.201.631.920028,177.401.631.920016,907.101.73.11.920006,295.901.73.11.919995,888.801.83.11.819985,458.301.83.21.819975,188.501.83.21.719964,844.801.93.21.719954,288.101.93.21.719943,502.301.93.31.719932,583.201.93.

8、31.719922,031.5023.41.719911,713.1023.41.819901,516.2023.51.8城镇居民人均可支配收入社会消费品零售总额（亿元）GDP（亿元）出口总额（亿元）进出口差额（亿元）24,564.70210,307.00519,470.10129,359.2514,558.2921,809.80183,918.60473,104.05123,240.6010,079.2019,109.40156,998.40401,512.80107,022.8412,323.5417,174.70132,678.40340,902.8182,029.6913,411.32

9、15,780.80114,830.10314,045.43100,394.9420,868.4113,785.8093,571.60265,810.3193,563.6020,263.5011,759.5079,145.20216,314.4377,597.2014,220.3010,493.0068,352.60184,937.3762,648.108,374.409,421.6059,501.00159,878.3449,103.302,667.508,472.2052,516.30135,822.7636,287.902,092.307,702.8048,135.90120,332.69

10、26,947.902,517.606,859.6043,055.40109,655.1722,024.401,865.206,280.0039,105.7099,214.5520,634.401,995.605,854.0035,647.9089,677.0516,159.802,423.405,425.1033,378.1084,402.2815,223.603,597.505,160.3031,252.9078,973.0315,160.703,354.204,838.9028,360.2071,176.5912,576.401,019.004,283.0023,613.8060,793.

11、7312,451.801,403.703,496.2018,622.9048,197.8610,421.80461.72,577.4014,270.4035,333.925,284.80-701.42,026.6010,993.7026,923.484,676.302331,700.609,415.6021,781.503,827.10428.41,510.208,300.1018,667.822,985.80411.5 四、建立模型4.1模型设定 其中表示社会消费品零售总额，表示国内生产总值（GDP），表示出口总额，进出口差额，人均总收入，每一就业者负担人数，平均每户就业人口，平均每户人口数

12、，Y为城镇居民人均可支配收入，为截距项， 为随即扰动项。其中预期均大于0，其余参数小于0。4.2模型估计利用EViews软件，生成Y、X1、X2、X3、X4、X5、X6、X7、X8等数据，采用OLS方法估计模型参数，得到的回归结果如图所示： 从图中我们可以看出，=0.999869，=0.999799可决系数很高，F检验值为14282.99，明显显著。但是当=0.05时，与图中的值比较知X2、X3、X6、X7的系数不显著，且多个参数与预期不一致，这表明可能存在严重的多重共线。五、多重共线性的检验 计算各解释变量的相关系数，选择X1、X2、X3、X4、X5、X6、X7、X8数据，用EViews得相

13、关系数矩阵： 从相关系数矩阵可以看出大部分解释变量相互之间的相关系数都较高，证明存在一定的多重共线性。 为了进一步了解多重共线性的性质，我们做辅助回归，即将每个X变量分别作为被解释变量都对其余的X变量进行回归：由于辅助回归的可决系数很高（X6例外），经验表明，方差扩大因子时，通常说明该解释变量与其余解释变量之间有严重的多重共线性，这里X1、X2、X3、X5、X7、X8的方差扩大因子远大于10，表明存在严重的多重共线性问题。六、模型的修正6.1多重共线性的修正采用逐步回归法以解决多重共线性问题，最终结果如下：第一步：用被解释变量对每一个所考虑的解释变量做简单的线性回归，得出对被解释变量贡献最大的

14、是X5。 Eviews中对每一个所考虑的解释变量做简单的线性回归的结果见附录（图1-1至图1-8）。第二步：以第一步得出的解释变量所对应的回归方程为基础，逐个引入其余变量作OLS参数估计，得到附录中的图2-1至4-5。经比较检验结果，得出X5和X8的线性拟合度是最好的，并且X5和X8的t检验均显著。重复此步骤直至第4次，此时经比较得出含x1,x4,x5,x8的回归方程的拟合优度最好，且t统计量均显著。第三步：在第四次OLS参数估计得出回归方程的基础上，逐个引入剩余变量，此时新引入的变量的t检验均不再显著，逐步回归过程不再进行。所得结果见附录（图5-1至5-4）最终得到的模型估计式如下：Y =

15、8251.3 + 0.030696X1 + 0.016878X4 + 0.59901X5 - 2273.163X8 (1519.579) (0.007462) (0.0072897） （0.70082）（436.4687）t =(5.429989) (4.113782) (2.315677) (8.547225) (-5.208076)=0.999861 =0.999832 F=34188.566.2自相关性的检验在样本量为24，解释变量的个数为4的模型，5%的显著水平下，查DW统计表可知，。在修正过多重共线性的模型中DW=1.752790,易知，此时不能判断该模型。为了进一步检验模型的自相关

16、性，选用Breusch-Godirey检验。结果如下图所示：上图显示,其P值为0.7545，表明不存在自相关。6.3异方差检验从图中的p-value=0.66255%(选取95%置信区间),表明了异方差性不存在。可以说明剔除的解释变量都是不显著的，最终保留在模型中的解释变量之间多重共线性不明显而且对被解释变量有较好的解释贡献，并且该模型具有统计意义。 6.4模型的解释 该模型=0.999861，=0.999832，可决系数很高，检验值为34188.56，明显显著。当时，所有系数估计值高度显著。 在其余变量保持不变的情况下，如果社会消费品零售总额每增加1亿元，则人均可支配收入平均增加0.0306

17、96元；如果每增加1亿元，则人均可支配收入平均增加0.016878元；如果人均总收入每增加1元，则人均可支配收入增加0.59901元；如平均每户人口数增加1人，则人均可支配收入平均减少2273.163元。所有解释变量的符号与先验预期相一致，即社会消费品零售总额、进出口差额、人均总收入与人均可支配收入正相关，平均每户人口数与人均可支配收入负相关。七、参考文献1庞浩主编.计量经济学（第三版）M.北京:科学出版社,2014.2张文彤、董伟主编.SPSS统计分析高级教程（第二版）M.北京:高等教育出版社,2013.3参考网址：附录： 图1-1 图1-2 图1-3 图1-4 图1-5 图1-6 图1-7 图1-8 图2-1 图2-2 图2-3 图2-4 图2-5 图2-6 图2-7 图3-1 图3-2 图3-3 图3-4 图3-5 图3-6 图4-1 图4-2 图4-3 图4-4 图4-5 图5-1 图5-2 图5-3 图5-4