影响我国居民消费因素的分析资料.doc

影响我国居民消费因素的分析资料.doc

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
影响我国居民消费因素的分析资料

影响我国居民消费因素的分析 摘要:近几年来,中国经济保持了快速发展势头,投资、出口、消费形成了拉动经济发展的“三架马车”,这已为各界所取得共识。通过建立计量模型,运用计量分析方法对影响城镇居民消费支出的各因素进行相关分析,找出其中关键影响因素,以为本地政策制定者提供一定参考,最终促使消费需求这架“马车”能成为引领中国经济健康、快速、持续发展的基石。 关键字:消费支出 CPI 人均可支配收入 一. 问题的提出 改革开放前,中国上至中央,下至各级政府,由于人才的匮乏,资金的短缺,观念的保守,我们对各种经济的决策大都是依据历史的数据,凭借个人经验作出决策,无法切中要害,导致最后的指导行动的措施对经济、社会发展的推动作用成效不大,延误了国家发展机遇。改革开放以来,随着国家经济实力的增强,随着教育事业的跨越发展,国家对不同阶段、不同领域、不同地域的经济社会发展大量采用科学、定量、求实的预测、指导方法,摒弃太多的人为影响,所作出的决策越来越切合实际,而效果亦愈来愈好;而这其中,计量分析方法功不可没所以国家制定并实施了一系列相关财政及货币政策来刺激消费,增加居民投资的作用,但是居民存款额依然居高不下。不管从宏观还是微观来分析,我国居民都直接影响到我国的国民经济运行及整个经济的发展,所以对我国的问题进行研究是必不可少的,而且十分重要。我们可以运用研究的结果来分析现状并制定正确的应对方针。最后得到的收益不仅仅是最终的最佳模型以及结论,还有通过建模自身感触到的:任何一个结论的得出都需要实际操作与理论的结合、严谨的思考。通过研究以前学者对影响因素的选取并且根据西方经济学理论,我认为主要受居民可支配收入、、消费者支出、通货膨胀率、收入分配、居民贫富情况的影响。居民可支配收入是决定储蓄水平的一个因子,居民可支配收入增加,直接性的居民储蓄会随之上升,当可支配收入增加的同时就是增加自己的银行储蓄为以后的购房、养老、医疗保健做准备。所以可支配收入这一因素必须选取为模型的解释变量。物价水平对消费者的消费倾向会有影响,即影响到居民的消费支出,当居民的收入不变时,若物价上涨,则消费支出增加;反之,。对于物价水平,我们选择来反映。在西方经济学中,凯恩斯认为,收入分配的均等化程度越高,社会的平均消费倾向就会越高,社会的储蓄倾向就会越低。所以把收入分配这一项也选入作为解释变量,在经济学中有一个概念——基尼系数——定量测定收入分配差异程度,国际上用来综合考察居民内部收入分配差异状况的一个重要分析指标,0.2到0.4之间都定义为分配合理,0.4作为收入分配差距的警戒线,超过的话表示收入分配差距较大,基尼系数越大表示收入分配差距越大。恩格尔系数是衡量一个国家和地区人民生活水平的状况,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。这一项也是需要被列为影响因素的于是最终确定了以为被解释变量,以城镇居民可支配收入、为解释变量的计量经济模型。 居民最终消费支出 人均可支配收入 居民储蓄 居民消费价格指数 1994 21844.2 3496.2 21518.8 124.1 1995 28369.7 4283 29662.3 117.1 1996 33955.9 4838.9 38520.84 108.3 1997 36921.5 5160.3 46279.8 102.8 1998 39229.3 5425.1 53407.47 99.2 1999 41920.4 5854.0 59621.8 98.6 2000 45854.6 6280 64332.4 100.4 2001 49213.2 6859.6 73762.4 100.7 2002 52571.3 7702.8 86910.65 99.2 2003 56834.4 8472.2 103617.65 101.2 2004 63833.5 9421.6 119555.4 103.9 2005 71217.5 10493 141051 101.8 2006 80476.9 11759.5 161587.3 101.5 2007 93602.9 13785.8 172534.19 104.8 2008 108392.2 15780.8 217885.4 105.9 2009 121129.9 16208.6 235689.8 99.3 数据来源:中国统计年鉴 2010 链接网址:/tjsj/ndsj/2010/indexch.htm 四.模型建立 建立模型为 =?β0+β1X1+β2 X2+β3X3+μ? 五. 参数估计 (一)使用Evies软件,运用OLS法估计模型: 模型估计结果 Y=18576.83+4.803705X1+0

文档评论(0)

aena45 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档