《计量经济学》课程教学资源（文献资料）计量经济学建模案例

《计量经济学》建模案例 案例1:用回归模型预测木材剩余物 为2位于是我国直:全B有面19材根1为32)2以比楼 4年之后,1999年的蓄积量将被采伐一空。所以目前亟待调整木材采伐规划与方式,保护森林生态环境。 为缓解森林资源危机,并解决部分职工就业问题,除了做好木材的深加工外,还要充分利用木材剩余物生 产林业产品,如纸浆、纸袋、纸板等。因此预测林区的年木材剩余物是安排木材剩余物加工生产的一个关 键环节。下面,利用简单线性回归模型预测林区每年的木材剩余物。显然引起木材剩余物变化的关键因素 是年木材采伐量。 伊春林区16个林业局1999年木材剩余物和年木材采伐量数据见附表。散点图见图2.14。观测点近似 服从线性关系。建立一元线性回归模型如下 y,=Bo+Pix,+ur 1020 图年剩余物y和年木材采伐量x散点图 Dependent variable: Y Method: Least Squares Date: 10/09/03 Time: 15: 38 Sample: 1 16 Included observations: 16 Variable Coefficient std Error t-statistic Prob C -0.7629281.22098605248560.5421 0.404280003337712.112660000 R-squared 0.912890 Mean dependent var 12.67938 Adjusted R-squared 0.906668 S.D. dependent var S E. of regression 2.036319 Akaike info criterion 4.376633 Sum squared resid 58.05231 Schwarz criterion 4.473207 Log likelihood 33. 01306 F-statistic 1467165 Durbin-Watson stat 1.481946 Prob(F-statistic 0000000 图1 Eviews输出结果 Eviews估计结果见图1。 下面分析 Eviews输出结果。先看图1的最上部分。LS表示本次回归是最小二乘回归。被解释变量是 y。本次估计用了16对样本观测值。输出格式的中间部分给出5列。第1列给出截距项(C)和解释变量 x。第2列给出相应项的回归参数估计值(B和β)。第 根据 Eviews输出结果(图2.15),写出OLS估计式如下 y=-0.7629+0.4043x (-06)(12.1) R=0.91,s.e.=2.04 PDF文件使用" pdffactory"试用版本创建www, fineprint,cn

《计量经济学》建模案例 案例 1：用回归模型预测木材剩余物 伊春林区位于黑龙江省东北部。全区有森林面积 2189732 公顷，木材蓄积量为 23246.02 万 m 3。森林 覆盖率为 62.5%，是我国主要的木材工业基地之一。1999 年伊春林区木材采伐量为 532 万 m 3。按此速度 44 年之后，1999 年的蓄积量将被采伐一空。所以目前亟待调整木材采伐规划与方式，保护森林生态环境。 为缓解森林资源危机，并解决部分职工就业问题，除了做好木材的深加工外，还要充分利用木材剩余物生 产林业产品，如纸浆、纸袋、纸板等。因此预测林区的年木材剩余物是安排木材剩余物加工生产的一个关 键环节。下面，利用简单线性回归模型预测林区每年的木材剩余物。显然引起木材剩余物变化的关键因素 是年木材采伐量。 伊春林区 16 个林业局 1999 年木材剩余物和年木材采伐量数据见附表。散点图见图 2.14。观测点近似 服从线性关系。建立一元线性回归模型如下： yt = b0 + b1 xt + ut 5 10 15 20 25 30 10 20 30 40 50 60 70 X Y 图 年剩余物 yt 和年木材采伐量 xt散点图 图 1 Eviews 输出结果 Eviews 估计结果见图 1。 下面分析 Eviews 输出结果。先看图 1 的最上部分。LS 表示本次回归是最小二乘回归。被解释变量是 yt。本次估计用了 16 对样本观测值。输出格式的中间部分给出 5 列。第 1 列给出截距项（C）和解释变量 xt。第 2 列给出相应项的回归参数估计值（ 0 ˆb 和 1 ˆb ）。第 根据 Eviews 输出结果（图 2.15），写出 OLS 估计式如下： t yˆ = -0.7629 + 0.4043 xt (-0.6) (12.1) R 2 = 0.91, s. e. = 2.04 PDF 文件使用 "pdfFactory" 试用版本创建 www.fineprint.cn

其中括号内数字是相应t统计量的值。se是回归函数的标准误差,即G=√Ei2/(6-2)。R2是可决系数。 R2=091说明上式的拟合情况较好。y变差的91%由变量x解释。检验回归系数显著性的原假设和备择假 设是(给定a=0.05) H1:B1 Residual Residual Plo 207015 179123 22072 6.433250.74675 6.10983069017 18430021.4725304246 116900124570476702 968000610983069017 98900010.2739058391 117.99007.92909006091 12121500135890143900 68000 17.2000194511225106 9.500m011.3855-1.86547 5.52000481613070387 图2.16残差图 因为t=12.1>105(14)=2.15,所以检验结果是拒绝B1=0,即认为年木材剩余物和年木材采伐量之间存在回 归关系。上述模型的经济解释是,对于伊春林区每采伐1m3木材,将平均产生04m3的剩余物。 图216给出相应的残差图。 Actual表示y的实际观测值, Fitted表示y的拟合值j,, Residual表示残 差1。残差图中的两条虚线与中心线的距离表示残差的一个标准差,即se。通过残差图可以看到,大部 分残差值都落在了正、负一个标准差之内。 估计β1的置信区间。由 r=P{|21-≤0}=095 1-B1≤105(14s(B1) B1的置信区间是 [B1-los(14s(B1),B1+1o04s(B)] [04043-2.15×0.0334,0.4043+2.15×0.0334 [0.3325,0.4761 以95%的置信度认为,β1的真值范围应在[03325,0.4761]范围中 下面求y的点预测和置信区间预测。假设乌伊岭林业局2000年计划采伐木材20万m,求木材剩余 物的点预测值 j2000=-0.7629+0.4043x200 =-0.7629+04043×20=7.3231万m3 s2(j200)=G2( (x-x 41453(1+203204546 63722.2606 s(i200=√04546=06742 因为 E(y200=E(B0+B1x2000)=Bo+B1x200=E(y200 y200E(y200 PDF文件使用" pdfFactory"试用版本创建ww, fineprint,cn

其中括号内数字是相应 t 统计量的值。s.e.是回归函数的标准误差，即sˆ = ˆ (16 2) 2 å ut - 。R 2是可决系数。 R 2 = 0.91 说明上式的拟合情况较好。yt变差的 91%由变量 xt解释。检验回归系数显著性的原假设和备择假 设是（给定a = 0.05） H0：b1 = 0； H1：b1 ¹ 0 图 2.16 残差图 因为 t = 12.1 > t0.05 (14) = 2.15，所以检验结果是拒绝b1 = 0，即认为年木材剩余物和年木材采伐量之间存在回 归关系。上述模型的经济解释是，对于伊春林区每采伐 1 m 3木材，将平均产生 0.4 m3的剩余物。 图 2.16 给出相应的残差图。Actual 表示 yt的实际观测值，Fitted 表示 yt的拟合值 t yˆ ，Residual 表示残 差 t uˆ 。残差图中的两条虚线与中心线的距离表示残差的一个标准差，即 s.e.。通过残差图可以看到，大部 分残差值都落在了正、负一个标准差之内。 估计b1的置信区间。由 t = P { ) ˆ ( 1 1 1 ˆ b b b s - £ t0.05 (14) } = 0.95 得 1 1 ˆb - b £ t0.05 (14) ) ˆ (b1 s b1的置信区间是 [ 1 ˆb - t0.05 (14) ) ˆ (b1 s , 1 ˆb + t0.05 (14) ) ˆ (b1 s ] [0.4043 - 2.15 ´ 0.0334, 0.4043 + 2.15 ´ 0.0334] [0.3325, 0.4761] 以 95%的置信度认为，b1的真值范围应在[0.3325, 0.4761 ]范围中。 下面求 yt的点预测和置信区间预测。假设乌伊岭林业局 2000 年计划采伐木材 20 万 m 3，求木材剩余 物的点预测值。 yˆ 2000 = - 0.7629 + 0.4043 x2000 = -0.7629 + 0.4043 ´ 20 = 7.3231 万 m 3 s 2 ( yˆ 2000) = 2 sˆ ( T 1 + å - - 2 2 ( ) ( ) x x x x F ) = 4.1453 ( 16 1 + 3722.2606 (20 33.25) 2 - ) = 0.4546 s( yˆ 2000) = 0.4546 = 0.6742 因为 E( yˆ 2000) = E( 0 ˆb + 1 ˆb x2000 ) = b0 + b1 x2000 = E(y2000) t = ( ˆ ) ˆ ( ) 2000 2000 2000 s y y - E y ~ t (T-2) PDF 文件使用 "pdfFactory" 试用版本创建 www.fineprint.cn

则置信度为095的2000年平均木材剩余物E(v200)的置信区间是 j20001005(14)s(2000=7.3231±2.15×0.6742 =5.8736.8.7726 从而得出预测结果,2000年若采伐木材20万m3,产生木材剩余物的点估计值是73231万m3。平均木材 剩余物产出量的置信区间估计是在58736,8726万m3之间。从而为恰当安排2000年材剩余物的加 工生产提供依据 附数据如下: 林业局名年木材剩余物y(万m3)年木材采伐量x(万m3) 东风 23.49 48.3 51 红星 35.9 五营 7.18 178 上甘岭 友好 55.0 乌马河 美溪 27.3 南岔 35.5 朗乡 桃山 5.52 02.87 532 案例2中国宏观消费分析 (摘自经济蓝皮书《2004年:中国经济形势分析与预测》) 按照我国现行国民经济核算体系,国内生产总值(按支出法计算)是由最终消费、资本形成总额和货 物与服务的净出口之和三部分组成。前两部分占绝大多数。其中最终消费又分为居民消费和政府消费两类。 而居民消费又可分为农村居民消费和城镇居民消费 在这种核算体系下,居民消费包括居民个人日常生活中衣、食、住、用等物质消费以及在文化生活服 务性支出中属于物质产品的消费。 政府消费包括国家机关、国防、治安、文教、卫生、科研事业单位,经济建设部门的事业单位,人民 团体等非生产机构使用的燃料、电力、办公用品、图书、设备等物质消费。 国内生产总值中最终消费与资本形成总额的比例关系,即旧核算体系下国民收入中消费与积累的比例 关系是国民经济正常运行的最基本的比例关系。如果这一比例关系发生严重失调,最终会成为制约经济正 常运行的严重障碍 下面分析中国的消费问题。为消除物价变动因素以及异方差的影响,以下分析所用的数据均为不变价 格数据(1952=1)以及分别取自然对数后的数据。数据见附表。 图1给出不变价格的国内生产总值与消费曲线,图2和图3分别给出国内生产总值与消费的年增长率 曲线。 PDF文件使用" pdfFactory"试用版本创建ww, fineprint,cn

则置信度为 0.95 的 2000 年平均木材剩余物 E(y2000)的置信区间是 yˆ 2000 ± t0.05 (14) s( yˆ 2000) = 7.3231 ± 2.15 ´ 0.6742 = 5.8736, 8.7726 从而得出预测结果，2000 年若采伐木材 20 万 m 3，产生木材剩余物的点估计值是 7.3231 万 m 3。平均木材 剩余物产出量的置信区间估计是在 [5.8736, 8.7726] 万 m 3之间。从而为恰当安排 2000 年木材剩余物的加 工生产提供依据。 附数据如下： 林业局名 年木材剩余物 y（t 万 m 3）年木材采伐量 x（t 万 m 3） 乌伊岭 26.13 61.4 东风 23.49 48.3 新青 21.97 51.8 红星 11.53 35.9 五营 7.18 17.8 上甘岭 6.80 17.0 友好 18.43 55.0 翠峦 11.69 32.7 乌马河 6.80 17.0 美溪 9.69 27.3 大丰 7.99 21.5 南岔 12.15 35.5 带岭 6.80 17.0 朗乡 17.20 50.0 桃山 9.50 30.0 双丰 5.52 13.8 合计 202.87 532.00 案例 2 中国宏观消费分析 (摘自经济蓝皮书《2004 年：中国经济形势分析与预测》) 按照我国现行国民经济核算体系，国内生产总值（按支出法计算）是由最终消费、资本形成总额和货 物与服务的净出口之和三部分组成。前两部分占绝大多数。其中最终消费又分为居民消费和政府消费两类。 而居民消费又可分为农村居民消费和城镇居民消费。 在这种核算体系下，居民消费包括居民个人日常生活中衣、食、住、用等物质消费以及在文化生活服 务性支出中属于物质产品的消费。 政府消费包括国家机关、国防、治安、文教、卫生、科研事业单位，经济建设部门的事业单位，人民 团体等非生产机构使用的燃料、电力、办公用品、图书、设备等物质消费。 国内生产总值中最终消费与资本形成总额的比例关系，即旧核算体系下国民收入中消费与积累的比例 关系是国民经济正常运行的最基本的比例关系。如果这一比例关系发生严重失调，最终会成为制约经济正 常运行的严重障碍。 下面分析中国的消费问题。为消除物价变动因素以及异方差的影响，以下分析所用的数据均为不变价 格数据（1952 = 1）以及分别取自然对数后的数据。数据见附表。 图 1 给出不变价格的国内生产总值与消费曲线，图 2 和图 3 分别给出国内生产总值与消费的年增长率 曲线。 PDF 文件使用 "pdfFactory" 试用版本创建 www.fineprint.cn

25000 CONSP 20000 10000 42 图1国内生产总值与消费(不变价格)曲线图2国内生产总值与消费年增长率曲线 由图1、2可以看出国内生产总值与消费的增长都很快。国内生产总值曲线的波动幅度相比较大。消 费曲线的波动幅度相对较小。这与宏观消费行为具有“惯性”有关。他既不可能随时间突然大幅增加,也 不可能随时间突然大幅减少。 1952-1978 1979-2002 ‖平均增长率年增长率的标准差平均增长率年增长率的标准差 gdp 576% 0.10 915% 0.04 消费 4.79% 0.05 9.18% 0.040 首先结合图1.3对国内生产总值序列的增长率变化做进一步分析。1952-1957年国民收入呈较稳步发 展。以不变价格计算,平均年增长率为797%。1958年开始的大跃进使经济发展速度突然加快。在计划: 济体制下,这种人为的提高经济发展速度超出了国家物质基础所能承受的限度,所以在维持了短短两年超 高速增长(1958年的年增长率为169%,1959年的年增长率为114%)之后,经济发展便出现了大倒退。 1960年几乎为零增长。1961和1962年连续2年出现建国以来从未有过的负增长(分别为-27.2%和 11%)。由于国家及时采取了一系列经济调整措施,1963-1966年国民经济迅速得到恢复,并出现持续高 增长态势。上述4年的增长率分别为17.8%,15.8%,16.1%和12.5%。1966年开始的文化革命使中国经济 进入一个很不稳定的发展阶段。1967和1%68年国民经济再度出现负增长,随后经济发展岀现“振荡”现 象。自1978年实行改革开放政策以来,在由计划经济向市场经济转变过程中,经济发展突飞猛进。1952-1978 年国民收入年平均增长率为576%1978-2002年的年平均增长率为9.15%。后一时期是前一时期的16倍 不变价格)。在后一时期里,经济增长速度如此之高,持续时间如此之长,发展趋势如此之稳定,在我 国的经济发展史上是没有先例的。 0.90 0.75 图3年消费率曲线(1952-2002) 图4居民消费与总消费比的变化曲线(19522002) RATIO --- HOURATIO PDF文件使用" pdfFactory"试用版本创建ww, fineprint,cn

0 5000 10000 15000 20000 25000 55 60 65 70 75 80 85 90 95 00 CONSP GDPP -0.3 -0.2 -0.1 0.0 0.1 0.2 0.3 55 60 65 70 75 80 85 90 95 00 growth of consumption growth of GDP 图 1 国内生产总值与消费（不变价格）曲线 图 2 国内生产总值与消费年增长率曲线 由图 1、2 可以看出国内生产总值与消费的增长都很快。国内生产总值曲线的波动幅度相比较大。消 费曲线的波动幅度相对较小。这与宏观消费行为具有“惯性”有关。他既不可能随时间突然大幅增加，也 不可能随时间突然大幅减少。 1952-1978 1979-2002 平均增长率 年增长率的标准差 平均增长率 年增长率的标准差 GDP 5.76% 0.10 9.15% 0.044 消费 4.79% 0.05 9.18% 0.040 首先结合图 1.3 对国内生产总值序列的增长率变化做进一步分析。1952-1957 年国民收入呈较稳步发 展。以不变价格计算，平均年增长率为 7.97%。1958 年开始的大跃进使经济发展速度突然加快。在计划经 济体制下，这种人为的提高经济发展速度超出了国家物质基础所能承受的限度，所以在维持了短短两年超 高速增长（1958 年的年增长率为 16.9%，1959 年的年增长率为 11.4%）之后，经济发展便出现了大倒退。 1960 年几乎为零增长。1961 和 1962 年连续 2 年出现建国以来从未有过的负增长（分别为-27.2% 和 -11.1%）。由于国家及时采取了一系列经济调整措施，1963-1966 年国民经济迅速得到恢复，并出现持续高 增长态势。上述 4 年的增长率分别为 17.8%, 15.8%, 16.1% 和 12.5%。1966 年开始的文化革命使中国经济 进入一个很不稳定的发展阶段。1967 和 1968 年国民经济再度出现负增长，随后经济发展出现“振荡”现 象。自 1978 年实行改革开放政策以来，在由计划经济向市场经济转变过程中，经济发展突飞猛进。1952-1978 年国民收入年平均增长率为 5.76%。1978-2002 年的年平均增长率为 9.15%。后一时期是前一时期的 1.6 倍 （不变价格）。在后一时期里，经济增长速度如此之高，持续时间如此之长，发展趋势如此之稳定，在我 国的经济发展史上是没有先例的。 0.55 0.60 0.65 0.70 0.75 0.80 0.85 55 60 65 70 75 80 85 90 95 00 rate=consumption/GDP 0.75 0.80 0.85 0.90 0.95 55 60 65 70 75 80 85 90 95 00 household/total 图 3 年消费率曲线（1952-2002） 图 4 居民消费与总消费比的变化曲线（1952-2002） 0.4 0.5 0.6 0.7 0.8 0.9 55 60 65 70 75 80 85 90 95 00 RATIO HOURATIO PDF 文件使用 "pdfFactory" 试用版本创建 www.fineprint.cn

图5宏观消费比率与居民消费比率曲线(19522002) 下面分析消费率(消费额/国内生产总值,1952-2002)序列的变化。见图3,总的来说变化幅度较大 (1)从趋势看,中国宏观消费比率值的变化是逐年下降。消费比率数据对时间t(1952=1)的回归 果如下 rato=0.7581-0.0036t (629)(-8.8)R2=061(1952-2002) 51年间消费比率值平均每年减少00036。 (2)以1978年为界,改革开放之前(1949~1978)消费比率曲线波动大,改革开放之后(1979~2002) 消费比率曲线波动小(见图5和表1)。1952~-1978年宏观消费比率值的均值是0.7057,标准差是0.0656 1979-2002年宏观消费比值的均值是06206。标准差是0.0324。改革开放以后宏观消费比率值平均比改革 开放前下降0085。随着时间的推移,消费比率的均值减小,标准差减小。改革开放之后标准差减小说明 宏观消费比率值的波动在减小,中央政府调控宏观经济的能力逐步在提高。 (3)宏观消费比率的最小值是0.5660,最大值是0.8379。都发生在上世纪50年代末和60年代初的 经济困难时期。最小值0.5660发生在1959年是由于基本建设投资的极度扩张造成的(1958和1959年基 本建设投资的年增长率分别是877%和30.0%)。最大值是0.8379发生在1962年是由于执行经济调整政 策,首先解决人民生活所致。 (4)中国宏观消费比率值自1993年起跌破060大关。1995年达到最低点0.575。近10年来,宏观 消费比率值基本上在060以下徘徊,平均值是0.5876。在中央政府努力扩大消费的政策下虽然宏观消费比 率值在1999和2000年回升至060以上,但2001和2002年又跌落到060以下。当然这并不意味着中国 宏观消费绝对值的减少。相反,宏观消费总量一直在快速提高。因为固定资产投资以更快的速度增长,所 以导致宏观消费比率值偏低。 (5)图4给出居民消费占总消费的比率曲线。该比值从0.91直线下降至0.76。这一方面反映出政府 消费越削越增的过程,同时也反映出居民消费占总消费的比率变得越小。 中国消费比率数据的特征数 特征数名称 消费比率的特征数 消费比率的特征数 (1952~1978) (1979~-2002) 0.7057 0.6206 标准差 0.0656 0.0324 极大值 0.8379 极小值 0.5660 0.5749 变异系数 0.0930 0.0522 样本容量 注:(1)消费比率=中国宏观消费/GDP (2)1952~1999年消费和GDP数据摘自《新中国五十年统计资料汇编》,1999 中国统计出版社。200~2002年消费和GDP数据摘自《中国统计年鉴》 2003,中国统计出版社 (3)消费比率数据的特征数用消费比率数据计算。 中国宏观消费比率的国际比较。 共选择6个工业发达国家和4个发展中国家和地区的GDP和宏观消费数据经计算后,与中国进行宏 观消费比率的对比。6个工业发达国家是英国、美国、法国、意大利、加拿大和日本(GDP和消费均为年 度数据,德国由于数据不全未选)。4个发展中国家和地区是菲律宾、墨西哥、香港(GDP和消费均为季 节数据)和韩国(GDP和消费为年度数据)。上述10个国家和地区的宏观消费比率曲线与中国宏观消费比 率曲线的对比分别见图7和图8。11个国家和地区宏观消费比数据的5个特征数见表2。结合图7和图18 以及表2,分析如下: PDF文件使用" pdfFactory"试用版本创建ww, fineprint,cn

图 5 宏观消费比率与居民消费比率曲线（1952-2002） 下面分析消费率（消费额 / 国内生产总值，1952-2002）序列的变化。见图 3，总的来说变化幅度较大。 （1）从趋势看，中国宏观消费比率值的变化是逐年下降。消费比率数据对时间 t（1952 =1）的回归结 果如下： ratio = 0.7581 – 0.0036t (62.9) (-8.8) R 2 = 0.61 （1952-2002） 51 年间消费比率值平均每年减少 0.0036。 （2）以 1978 年为界，改革开放之前（1949~1978）消费比率曲线波动大，改革开放之后（1979~2002） 消费比率曲线波动小（见图 5 和表 1）。1952~1978 年宏观消费比率值的均值是 0.7057，标准差是 0.0656。 1979-2002 年宏观消费比值的均值是 0.6206。标准差是 0.0324。改革开放以后宏观消费比率值平均比改革 开放前下降 0.085。随着时间的推移，消费比率的均值减小，标准差减小。改革开放之后标准差减小说明 宏观消费比率值的波动在减小，中央政府调控宏观经济的能力逐步在提高。 （3）宏观消费比率的最小值是 0.5660，最大值是 0.8379。都发生在上世纪 50 年代末和 60 年代初的 经济困难时期。最小值 0.5660 发生在 1959 年是由于基本建设投资的极度扩张造成的（1958 和 1959 年基 本建设投资的年增长率分别是 87.7%和 30.0%）。最大值是 0.8379 发生在 1962 年是由于执行经济调整政 策，首先解决人民生活所致。 （4）中国宏观消费比率值自 1993 年起跌破 0.60 大关。1995 年达到最低点 0.575。近 10 年来，宏观 消费比率值基本上在 0.60 以下徘徊，平均值是 0.5876。在中央政府努力扩大消费的政策下虽然宏观消费比 率值在 1999 和 2000 年回升至 0.60 以上，但 2001 和 2002 年又跌落到 0.60 以下。当然这并不意味着中国 宏观消费绝对值的减少。相反，宏观消费总量一直在快速提高。因为固定资产投资以更快的速度增长，所 以导致宏观消费比率值偏低。 （5）图 4 给出居民消费占总消费的比率曲线。该比值从 0.91 直线下降至 0.76。这一方面反映出政府 消费越削越增的过程，同时也反映出居民消费占总消费的比率变得越小。 表 1 中国消费比率数据的特征数 特征数名称 消费比率的特征数 （1952~1978） 消费比率的特征数 （1979~2002） 均值 0.7057 0.6206 标准差 0.0656 0.0324 极大值 0.8379 0.6751 极小值 0.5660 0.5749 变异系数 0.0930 0.0522 样本容量 27 24 注：（1）消费比率 = 中国宏观消费 / GDP。 （2）1952~1999 年消费和 GDP 数据摘自《新中国五十年统计资料汇编》，1999 中国统计出版社。2000~2002 年消费和 GDP 数据摘自《中国统计年鉴》， 2003，中国统计出版社。 （3）消费比率数据的特征数用消费比率数据计算。 中国宏观消费比率的国际比较。 共选择 6 个工业发达国家和 4 个发展中国家和地区的 GDP 和宏观消费数据经计算后，与中国进行宏 观消费比率的对比。6 个工业发达国家是英国、美国、法国、意大利、加拿大和日本（GDP 和消费均为年 度数据，德国由于数据不全未选）。4 个发展中国家和地区是菲律宾、墨西哥、香港（GDP 和消费均为季 节数据）和韩国（GDP 和消费为年度数据）。上述 10 个国家和地区的宏观消费比率曲线与中国宏观消费比 率曲线的对比分别见图 7 和图 8。11 个国家和地区宏观消费比数据的 5 个特征数见表 2。结合图 7 和图 1.8 以及表 2，分析如下： PDF 文件使用 "pdfFactory" 试用版本创建 www.fineprint.cn

090 英国 080 法国 0.75 意大利 加拿大 0.70 日本 0.55 中 0.0 0.55 80828486889092 96980002 图7美国、英国、加拿大、法国、意大利、日本与中国的消费比率曲线比较 菲律宾 墨西哥 香港 中国 0.5 图8墨西哥、香港、菲律宾、韩国与中国大陆的消费比率曲线比较 (1)在这11个国家和地区中,无论是和工业发达国家还是发展中国家和地区相比,中国的宏观消费 比率是最低的 (2)年平均消费比率在07以上的国家按消费比率值大小顺序排列是英国、菲律宾、美国、法国、意 大利、加拿大和墨西哥(见表2中第一栏)。年平均消费比率在06~07之间的国家是日本、香港、韩国和 中国(见表2中第二栏)。显然,这种差别与文化传统有着密切的联系。前7个国家都是具有西方文化色 彩的国家;而后4个国家都是具有东方文化色彩的国家。 (3)从消费比率的标准差和变异系数来看,排除菲律宾、墨西哥和香港(这3个国家的数据为季节 数据,他们的方差与其他国家无可比性),中国和韩国是消费比率值变化最大的国家。中国消费比率标准 差是变化最小的法国和意大利的3倍多。在消费比率低于07的国家与地区中,日本和韩国的消费比率曲 线是先降后升;香港呈震荡变化特征;而中国则是呈逐年下降趋势 加拿大、中国等11个国家与地区宏观消费比数据的特征值比较 变异系数样本容量 英国(1980-2002,年度数据)0.83110.01540.86060.80510.0185 菲律宾(1982~2002,月度数据)0.8259(0.0499)0.92030.6829(00604) 美国(1980-2002,年度数据)0.82130.01400.85440788400170 法国(1980-2002,年度数据)0.79050.01060.8074077340.0134 意大利(1980-2002,年度数据)0.7748001030.79310.751200133 加拿大(1 墨西哥(19 92 02,年度数据)0.77440.02430.82790.73840.0314 02,月度数据)0.77090.0446)0.85160.6487(00579) 88 本(1980-2002,年度数据) 0.0241 0.0347 香港(1980-2002,月度数据)0.6708(0.0339)0.77800.5874(0.0505) 韩国(1980-2002,年度数据)0.66650.042007513059760.0630 PDF文件使用" pdfFactory"试用版本创建ww, fineprint,cn

图 7 美国、英国、加拿大、法国、意大利、日本与中国的消费比率曲线比较 图 8 墨西哥、香港、菲律宾、韩国与中国大陆的消费比率曲线比较 （1）在这 11 个国家和地区中，无论是和工业发达国家还是发展中国家和地区相比，中国的宏观消费 比率是最低的。 （2）年平均消费比率在 0.7 以上的国家按消费比率值大小顺序排列是英国、菲律宾、美国、法国、意 大利、加拿大和墨西哥（见表 2 中第一栏）。年平均消费比率在 0.6~0.7 之间的国家是日本、香港、韩国和 中国（见表 2 中第二栏）。显然，这种差别与文化传统有着密切的联系。前 7 个国家都是具有西方文化色 彩的国家；而后 4 个国家都是具有东方文化色彩的国家。 （3）从消费比率的标准差和变异系数来看，排除菲律宾、墨西哥和香港（这 3 个国家的数据为季节 数据，他们的方差与其他国家无可比性），中国和韩国是消费比率值变化最大的国家。中国消费比率标准 差是变化最小的法国和意大利的 3 倍多。在消费比率低于 0.7 的国家与地区中，日本和韩国的消费比率曲 线是先降后升；香港呈震荡变化特征；而中国则是呈逐年下降趋势。 表 2 加拿大、中国等 11 个国家与地区宏观消费比数据的特征值比较 国别 均值 标准差 极大值 极小值 变异系数 样本容量 英国 （1980~2002，年度数据） 0.8311 0.0154 0.8606 0.8051 0.0185 23 菲律宾（1982~2002，月度数据） 0.8259 (0.0499) 0.9203 0.6829 (0.0604) 88 美国 （1980~2002，年度数据） 0.8213 0.0140 0.8544 0.7884 0.0170 23 法国 （1980~2002，年度数据） 0.7905 0.0106 0.8074 0.7734 0.0134 23 意大利（1980~2002，年度数据） 0.7748 0.0103 0.7931 0.7512 0.0133 23 加拿大（1980~2002，年度数据） 0.7744 0.0243 0.8279 0.7384 0.0314 23 墨西哥（1982~2002，月度数据） 0.7709 (0.0446) 0.8516 0.6487 (0.0579) 88 日本 （1980~2002，年度数据） 0.6940 0.0241 0.7501 0.6600 0.0347 23 香港 （1980~2002，月度数据） 0.6708 (0.0339) 0.7780 0.5874 (0.0505) 92 韩国 （1980~2002，年度数据） 0.6665 0.0420 0.7513 0.5976 0.0630 23 PDF 文件使用 "pdfFactory" 试用版本创建 www.fineprint.cn

中国(1980-2002,年度数据)061970.0328067510.574900529 主:(1)香港、菲律宾和墨西哥宏观消费和GDP数据未经季节调整 (2)英国、美国、法国、意大利、加拿大和日本的GDP和消费数据摘自国际货币基金组织数据库 (网站:htp/ vww imf org)。菲律宾、墨西哥、韩国和香港的GDP和消费数据摘自经合组织 数据库(网站:htp/ wwwoecd org)。消费比率数据是作者自己计算的 (3)括号中的特征数不参与比较(这些特征数来自于月度数据,无可比性)。 (4)中国的消费比率值为什么呈一路下滑趋势?主要原因是全国固定资产投资增长率(2002年是 13.1%)多年来远远高于消费的增长率(2002年是58%),从而导致消费比率值连年下滑 (5)表3给出了上述11个国家与地区GDP增长率与宏观消费比率的相关系数。出了韩国例外,其 他国家与地区均显示GDP增长率与宏观消费比率呈显著的负相关关系。即若GDP增长率上升,则宏观消 费比率下降;若GDP增长率下降,则宏观消费比率上升。看来这是个一般规律。为什么会存在这样的规 律?因为消费的惯性要比投资大得多。GDP的变化主要由投资控制。如果投资增加,投资占GDP的比例 增加,必然导致消费比率下降;反之消费比率上升。 表3加拿大、中国等11个国家与地区GDP增长率与宏观消费比率的相关系数 相关系数临界值(5%水平)临界值(10%水平 意大利 -0.64 0.41 34 英国 -0.84 0.41 0.34 -0.62 0.21 0.17 日本 -085 0.41 0.34 墨西哥 -0.48 0.21 加拿大 0.41 0.34 0.41 0.34 菲律宾 0.19 0.21 法国 0.2 0.41 34 韩国 -0.07 0.41 中国(1952200 -0.50 0.26 中国(19802002) 0.41 (6)中国目前的宏观消费比率这样低好不好?从长期看不好,应该改变消费与GDP之间的这种低比 例关系。原因有四。①宏观消费和固定资产投资是维持经济高增长的两个最重要因素。在经济高增长条件 下,消费比率偏低是靠连年的固定资产投资高增长率维持的。而连年的固定资产投资高增长率必然带来人 力、物力和财力的瓶颈现象。中国近年来之所以没有出现像大跃进时期的物力和财力的瓶颈现象,主要是 依靠外国直接投资和借外债支撑的。但长期借外债后,还款将成为一个沉重负担,同时经济长期超高速发 展,高素质人才的缺乏将变得越来越突出。这些因素制约固定资产投资的超高速增长将随着时间的延长越 来越突出。②若没有一个合理的消费比率做支撑,高投资比率将得不到延续,最终导致产品相对过剩和积 压,经济发展速度下降。③提高消费比率,维持消费的高增长同样能带来经济的高増长。因为提高消费比 率主要刺激的是第三产业的发展。第三产业的发展在促进经济增长的同时,还可以扩大劳动力的就业。为 人民政府解决待业问题减轻压力。目前在这方面还有很大的潜力。以2002年为例,全国第三产业产值占 GDP的比例只有034④以经济建设为中心,不断提高中国人民的物质与精神生活水平是我们党和国家的 工作重心,宏观消费比率长期保持低位不是我们的目的。 基于我国54年经济发展经验以及目前的经济发展规模,把年消费率平均值控制在0.65-0.70是比较合 理的模式。 居民消费是由农村居民消费和城镇居民消费两部分组成。由于我国农村人口占大多数,建国初期农村 居民消费额在居民消费额中占较大比例。1952年为687%。随后,这个比值逐年下降。1988年这个比值突 破600%,2002年已降至436%。这与城镇居民的收入增长速度大于农村居民的收入增长速度,非农业人 口占全国总人口的比例逐年增大,以及农村劳动力大量涌入城市有直接关系 下面分析农村居民和城镇居民人均消费水平的变化。1952年分别为62元和148元(当年价格)。1997 年分别为2071元和4914元(当年价格)。按不变价格计算,分别提高了72倍。图19给出城镇居民与农 村居民人均消费比的变化曲线。51年间出现三个半波动周期,波动幅度在22和3,2之间变化。第一个波 峰发生在1959和1960年。由于农业的减产直接影响了农村居民的收入和消费,使这个比值由建国初期的 2.5倍猛增至32倍。随着经济政策的调整和农业生产的恢复,上述比值降至24左右。从1970-1977年这 个比值连续攀升至29。这是因为文化革命期间农村的一系列政策极大地限制了农民的生产积极性,从而 使农业居民的收入和消费增长速度变小。第二次波峰发生在1976和1977年。随着农村体制的改革(取消 人民公社,实行联产承包责任制等),极大地调动了农民生产的积极性。1978-1984年是我国农业大发展时 期,农村居民收入和消费水平的迅速提高(农村超前城市)使上述人均消费比值迅速下降。1984年以后随 着城市经济体制改革的深入,城镇居民的消费水平增加速度超过了农业居民消费水平的增加速度,致使上 PDF文件使用" pdffactory"试用版本创建www, fineprint,cn

中国 （1980~2002，年度数据） 0.6197 0.0328 0.6751 0.5749 0.0529 23 注：（1）香港、菲律宾和墨西哥宏观消费和 GDP 数据未经季节调整。 （2）英国、美国、法国、意大利、加拿大和日本的 GDP 和消费数据摘自国际货币基金组织数据库 （网站：http://www.imf.org）。菲律宾、墨西哥、韩国和香港的 GDP 和消费数据摘自经合组织 数据库（网站：http://www.oecd.org）。消费比率数据是作者自己计算的。 （3）括号中的特征数不参与比较（这些特征数来自于月度数据，无可比性）。 （4）中国的消费比率值为什么呈一路下滑趋势？主要原因是全国固定资产投资增长率（2002 年是 13.1%）多年来远远高于消费的增长率（2002 年是 5.8%），从而导致消费比率值连年下滑。 （5）表 3 给出了上述 11 个国家与地区 GDP 增长率与宏观消费比率的相关系数。出了韩国例外，其 他国家与地区均显示 GDP 增长率与宏观消费比率呈显著的负相关关系。即若 GDP 增长率上升，则宏观消 费比率下降；若 GDP 增长率下降，则宏观消费比率上升。看来这是个一般规律。为什么会存在这样的规 律？因为消费的惯性要比投资大得多。GDP 的变化主要由投资控制。如果投资增加，投资占 GDP 的比例 增加，必然导致消费比率下降；反之消费比率上升。 表 3 加拿大、中国等 11 个国家与地区 GDP 增长率与宏观消费比率的相关系数 相关系数 临界值（5%水平） 临界值（10%水平） 意大利 -0.64 0.41 0.34 英国 -0.84 0.41 0.34 香港 -0.62 0.21 0.17 日本 -0.85 0.41 0.34 墨西哥 -0.48 0.21 0.17 加拿大 -0.66 0.41 0.34 美国 -0.77 0.41 0.34 菲律宾 0.19 0.21 0.17 法国 0.28 0.41 0.34 韩国 -0.07 0.41 0.34 中国（1952-2002） -0.50 0.26 0.24 中国（1980-2002） -0.20 0.41 0.34 （6）中国目前的宏观消费比率这样低好不好？从长期看不好，应该改变消费与 GDP 之间的这种低比 例关系。原因有四。①宏观消费和固定资产投资是维持经济高增长的两个最重要因素。在经济高增长条件 下，消费比率偏低是靠连年的固定资产投资高增长率维持的。而连年的固定资产投资高增长率必然带来人 力、物力和财力的瓶颈现象。中国近年来之所以没有出现像大跃进时期的物力和财力的瓶颈现象，主要是 依靠外国直接投资和借外债支撑的。但长期借外债后，还款将成为一个沉重负担，同时经济长期超高速发 展，高素质人才的缺乏将变得越来越突出。这些因素制约固定资产投资的超高速增长将随着时间的延长越 来越突出。②若没有一个合理的消费比率做支撑，高投资比率将得不到延续，最终导致产品相对过剩和积 压，经济发展速度下降。③提高消费比率，维持消费的高增长同样能带来经济的高增长。因为提高消费比 率主要刺激的是第三产业的发展。第三产业的发展在促进经济增长的同时，还可以扩大劳动力的就业。为 人民政府解决待业问题减轻压力。目前在这方面还有很大的潜力。以 2002 年为例，全国第三产业产值占 GDP 的比例只有 0.34。④以经济建设为中心，不断提高中国人民的物质与精神生活水平是我们党和国家的 工作重心，宏观消费比率长期保持低位不是我们的目的。 基于我国 54 年经济发展经验以及目前的经济发展规模，把年消费率平均值控制在 0.65-0.70 是比较合 理的模式。 居民消费是由农村居民消费和城镇居民消费两部分组成。由于我国农村人口占大多数，建国初期农村 居民消费额在居民消费额中占较大比例。1952 年为 68.7%。随后，这个比值逐年下降。1988 年这个比值突 破 60.0%，2002 年已降至 43.6%。这与城镇居民的收入增长速度大于农村居民的收入增长速度，非农业人 口占全国总人口的比例逐年增大，以及农村劳动力大量涌入城市有直接关系。 下面分析农村居民和城镇居民人均消费水平的变化。1952 年分别为 62 元和 148 元（当年价格）。1997 年分别为 2071 元和 4914 元（当年价格）。按不变价格计算，分别提高了 7.2 倍。图 1.9 给出城镇居民与农 村居民人均消费比的变化曲线。51 年间出现三个半波动周期，波动幅度在 2.2 和 3.2 之间变化。第一个波 峰发生在 1959 和 1960 年。由于农业的减产直接影响了农村居民的收入和消费，使这个比值由建国初期的 2.5 倍猛增至 3.2 倍。随着经济政策的调整和农业生产的恢复，上述比值降至 2.4 左右。从 1970-1977 年这 个比值连续攀升至 2.9。这是因为文化革命期间农村的一系列政策极大地限制了农民的生产积极性，从而 使农业居民的收入和消费增长速度变小。第二次波峰发生在 1976 和 1977 年。随着农村体制的改革（取消 人民公社，实行联产承包责任制等），极大地调动了农民生产的积极性。1978-1984 年是我国农业大发展时 期，农村居民收入和消费水平的迅速提高（农村超前城市）使上述人均消费比值迅速下降。1984 年以后随 着城市经济体制改革的深入，城镇居民的消费水平增加速度超过了农业居民消费水平的增加速度，致使上 PDF 文件使用 "pdfFactory" 试用版本创建 www.fineprint.cn

述比值又开始攀升,1993年达到3.2。1994年以后由于城镇居民收入增长速度逐年下降,直接影响到消费, 于是上述比值又开始回落。1997年已回落至24。1997年以后粮食价格一路走低,农民收入和支出与城市 居民相比增长越来越慢,致使城乡消费比率值2002年又攀升至1l。 CONS 12000 8000 4000 500010000150002000025000 图9城镇与农村居民人均消费比的变化曲线图10国内生产总值与消费额散点图 下面通过建立宏观消费计量经济模型进一步分析我国消费与国民收入的定量关系。(以下所用数据 (1952-2002)均以不变价格(1952=1,单位:亿元人民币)计算。) 1952-2002年国内生产总值与消费额散点图见图1.10。说明消费与国内生产总值之间存在高度的线性 关系。 用CP表示消费额(不变价格),GDP表示国内生产总值(不变价格),用1952-2002年数据得消费函 数的OLS估计结果如下 CP=1640124+0.5919GDP (1.1) (1599 R=0.998,DW=0.67,s.e.=16745 以上模型的DW值很小,严格地说模型存在自相关。为消除自相关(ρ=0.67),对变量进行广义差分。 定义 GCP,= CP,-0665 CP GGDP,=GDP,-0665 GDPA-1 (13) 得估计的回归模型为, GDCP1=454845+0.5998GGDP (1.8)(80.4) R2=0.9926.DW=1.63.se.=1314 上模型中不存在自相关。消费函数的GLS估计结果是 CP=454845+0.5998GDP 消费函数的时间序列模型估计结果是 CP=1290977+06018GDP+0.7370u1-1+v R=0.9988,DW=1.7,s.e.=132.3 则长期关系是 CPt=12909770.6018GDP1 (1.7) 综上消费与国内生产总值的真实比值是060。 下面研究消费(不变价格)对国内生产总值的弹性系数。对消费和国内生产总值取自然对数并进行 OLS回归,得如下结果 LnCP=0.1932+0.9256 LngDP (1.8) (3.0)(118.8) R2=0.9965.DW=0.77,se.=00584 对变量进行广义差分。定义 GLnCP,=LnCP-0615 LnCPi-l (1.9) GLnGDP,=LnGDP,-0615 LnGDP- I 得GLS估计结果如下 GLnCP=0.0814+0.9234 G LnGDPr (1.11) (16)(576) R=0.9857,DW=1.34.se.=0.047 PDF文件使用" pdffactory"试用版本创建ww, fineprint,cn

述比值又开始攀升，1993 年达到 3.2。1994 年以后由于城镇居民收入增长速度逐年下降，直接影响到消费， 于是上述比值又开始回落。1997 年已回落至 2.4。1997 年以后粮食价格一路走低，农民收入和支出与城市 居民相比增长越来越慢，致使城乡消费比率值 2002 年又攀升至 11。 2.0 2.2 2.4 2.6 2.8 3.0 3.2 3.4 55 60 65 70 75 80 85 90 95 00 rate of consumption, (urban/rural) 0 2000 4000 6000 8000 10000 12000 14000 16000 0 5000 10000 15000 20000 25000 GDP CONS 图 9 城镇与农村居民人均消费比的变化曲线 图 10 国内生产总值与消费额散点图 下面通过建立宏观消费计量经济模型进一步分析我国消费与国民收入的定量关系。（以下所用数据 （1952-2002）均以不变价格（1952 = 1，单位：亿元人民币）计算。） 1952-2002 年国内生产总值与消费额散点图见图 1.10。说明消费与国内生产总值之间存在高度的线性 关系。 用 CPt表示消费额（不变价格），GDPt表示国内生产总值（不变价格），用 1952-2002 年数据得消费函 数的 OLS 估计结果如下： Ù CPt = 164.0124 + 0.5919GDPt (1.1) (5.2) (159.9) R 2 = 0.998, DW = 0.67, s.e. = 167.45 以上模型的 DW 值很小，严格地说模型存在自相关。为消除自相关（r = 0.67），对变量进行广义差分。 定义 GCPt = CPt - 0.665 CPt-1 (1.2) GGDPt = GDPt - 0.665 GDPt-1 (1.3) 得估计的回归模型为， Ù GDCPt = 45.4845 + 0.5998 GGDPt (1.4) (1.8) (80.4) R 2 = 0.9926, DW = 1.63, s.e. = 131.4 上模型中不存在自相关。消费函数的 GLS 估计结果是 Ù CPt = 45.4845 + 0.5998GDPt (1.5) 消费函数的时间序列模型估计结果是 CPt = 129.0977 + 0.6018 GDPt + 0.7370 1 ˆ t- u + t vˆ (1.6) (1.28) (54.8) (5.4) R 2 = 0.9988, DW = 1.7, s.e. = 132.3 则长期关系是 CPt = 129.0977 + 0.6018GDPt (1.7) 综上消费与国内生产总值的真实比值是 0.60。 下面研究消费（不变价格）对国内生产总值的弹性系数。对消费和国内生产总值取自然对数并进行 OLS 回归，得如下结果， Ù L t nCP = 0.1932 + 0.9256 LnGDPt (1.8) (3.0) (118.8) R 2 = 0.9965, DW = 0.77, s.e. = 0.0584 对变量进行广义差分。定义 GLnCPt = LnCPt - 0.615 LnCPt-1 (1.9) GLnGDPt = LnGDPt - 0.615 LnGDPt-1 (1.10) 得 GLS 估计结果如下： G Ù L t nCP = 0.0814 + 0.9234 G LnGDPt (1.11) (1.6) (57.6) R 2 = 0.9857, DW = 1.34, s.e. = 0.047 PDF 文件使用 "pdfFactory" 试用版本创建 www.fineprint.cn

对残差建立时间序列模型, LnCP=02103+0.9235 LngDP+061201-1+ (5.2) R2=0.9977,DW=1.34.s.e.=00472 综上消费对国内生产总值的真实弹性是0.92。 附表:1952-2003年中国消费额、GDP总值、消费增长率、GDP增长率、消费比以及城农消费比数据 CONSP GDPP GROWTHCONSP GROWTHGDP RATIO URBAN 546.30006922000 NA NA 0.789223 2.4 623.2173806.87490.140797 0.165667 1954618.1604830.0418-0.008114 0.028712 0.744734 2.6 1955675.7585874.6596 0.093177 0.0537540.772596 1956722.8174967.56120.069639 0.106215 0.747051 2.5 1957752461010156010041011 0.049651 2.6 1958783.88721187.139 0.041765 0.16890306603162.3 1959748.52241322374-0.045115 0.113917 0.566044 3.2 1960824.22671332.762 0.0078550.6184353.1 196175681769698460-0.081785 -0.272304 0.780348 2.8 1962722.1577861.8710 -0045797 -0.11133208378952.6 196378968481006.745 1964871926811655330.104145 0.157724 0.748093 2.5 65962.34381353229 0.161038 196610424391522296 0.083229 0.124936 19671070.7451433340 0.027154 -00584360.747028 2.3 19681064.4061433.103 0.742728 19691153.1181575.803 0.083343 0.0995740.73176524 197012410231876370 076232 0.661396 2.3 19711334.6612049.6670.075452 0.092358 0.651160 1972141192621070260057891 0.0279850670104 2.5 197314946212278.330 0.08 0.656016 19741536.1682324880 0.027798 0.020431 0.660751 2.6 197515997832500.794 0.0756660.639710 2.6 197616643242508359 0.040344 0.003025 19771704.1632621917 0.023937 0.045272 0.649968 2.9 0.1313080.621006 197921129073286.162 0.147056 0.107871 0.642971 2.7 198022649963463821 0.071981 0.054063 19812459.8233643461 0.086016 19822653.0804003213 0.078566 0.098739 0.662738 2.4 .088834 0.090593 0.661669 19843280.2825006.124 0.135531 0.146648 0.655254 2.2 19853707.1885645932 0.130143 0.1278050.656612 2.3 198639642046140.092 0.069329 0.087525 64562625 198742072946653.794 0.061321 0.083663 0.6323152.6 884460.6107007277 98942699596660271 -0.042741 -0.049521 0.641109 199045025857257492 0.054480 0.089669 0.620405 2.8 199150609908192661 0.124019 0.128856 0.617747 19925826.3479446424 0.151227 0.153035 0.616778 3.1 936511.8581113180 0.117657 0.178414 0.584978 3.2 199472154881248992 0.108054 0.1220040.5777052.55 199577678021351265 0.076546 0.0818850.574854 2.53 19968708.01414874.10 0.121040 0.100754 19979411.1971617381 0.080751 0.0873810.5818792.37 199810287881770295 0.093154 1999113680918901.54 0.104998 0.0677050601437265 200012678.8820743.52 0.115304 0.0974510.611221279 200113794.2723075.660087972 0.112427 0.597784 PDF文件使用" pdfFactory"试用版本创建ww, fineprint.cn

对残差建立时间序列模型， LnCPt = 0.2103 + 0.9235 LnGDPt + 0.6120 1 ˆ t- u + t vˆ (1.12) (1.6) (57.4) (5.2) R 2 = 0.9977, DW = 1.34, s.e. = 0.0472 综上消费对国内生产总值的真实弹性是 0.92。 附表：1952-2003 年中国消费额、GDP 总值、消费增长率、GDP 增长率、消费比以及城农消费比数据。 obs CONSP GDPP GROWTHCONSP GROWTHGDP RATIO URBAN 1952 546.3000 692.2000 NA NA 0.789223 2.4 1953 623.2173 806.8749 0.140797 0.165667 0.772384 2.6 1954 618.1604 830.0418 -0.008114 0.028712 0.744734 2.6 1955 675.7585 874.6596 0.093177 0.053754 0.772596 2.5 1956 722.8174 967.5612 0.069639 0.106215 0.747051 2.5 1957 752.4610 1015.601 0.041011 0.049651 0.740902 2.6 1958 783.8872 1187.139 0.041765 0.168903 0.660316 2.3 1959 748.5224 1322.374 -0.045115 0.113917 0.566044 3.2 1960 824.2267 1332.762 0.101138 0.007855 0.618435 3.1 1961 756.8176 969.8460 -0.081785 -0.272304 0.780348 2.8 1962 722.1577 861.8710 -0.045797 -0.111332 0.837895 2.6 1963 789.6848 1006.745 0.093507 0.168092 0.784394 2.5 1964 871.9268 1165.533 0.104145 0.157724 0.748093 2.5 1965 962.3438 1353.229 0.103698 0.161038 0.711147 2.4 1966 1042.439 1522.296 0.083229 0.124936 0.684781 2.3 1967 1070.745 1433.340 0.027154 -0.058436 0.747028 2.3 1968 1064.406 1433.103 -0.005920 -0.000165 0.742728 2.4 1969 1153.118 1575.803 0.083343 0.099574 0.731765 2.4 1970 1241.023 1876.370 0.076232 0.190739 0.661396 2.3 1971 1334.661 2049.667 0.075452 0.092358 0.651160 2.3 1972 1411.926 2107.026 0.057891 0.027985 0.670104 2.5 1973 1494.621 2278.330 0.058569 0.081301 0.656016 2.5 1974 1536.168 2324.880 0.027798 0.020431 0.660751 2.6 1975 1599.783 2500.794 0.041411 0.075666 0.639710 2.6 1976 1664.324 2508.359 0.040344 0.003025 0.663511 2.7 1977 1704.163 2621.917 0.023937 0.045272 0.649968 2.9 1978 1842.026 2966.196 0.080898 0.131308 0.621006 2.9 1979 2112.907 3286.162 0.147056 0.107871 0.642971 2.7 1980 2264.996 3463.821 0.071981 0.054063 0.653901 2.7 1981 2459.823 3643.461 0.086016 0.051862 0.675134 2.5 1982 2653.080 4003.213 0.078566 0.098739 0.662738 2.4 1983 2888.765 4365.876 0.088834 0.090593 0.661669 2.2 1984 3280.282 5006.124 0.135531 0.146648 0.655254 2.2 1985 3707.188 5645.932 0.130143 0.127805 0.656612 2.3 1986 3964.204 6140.092 0.069329 0.087525 0.645626 2.5 1987 4207.294 6653.794 0.061321 0.083663 0.632315 2.6 1988 4460.610 7007.277 0.060209 0.053125 0.636568 2.7 1989 4269.959 6660.271 -0.042741 -0.049521 0.641109 2.7 1990 4502.585 7257.492 0.054480 0.089669 0.620405 2.8 1991 5060.990 8192.661 0.124019 0.128856 0.617747 2.9 1992 5826.347 9446.424 0.151227 0.153035 0.616778 3.1 1993 6511.858 11131.80 0.117657 0.178414 0.584978 3.2 1994 7215.488 12489.92 0.108054 0.122004 0.577705 2.55 1995 7767.802 13512.65 0.076546 0.081885 0.574854 2.53 1996 8708.014 14874.10 0.121040 0.100754 0.585448 2.33 1997 9411.197 16173.81 0.080751 0.087381 0.581879 2.37 1998 10287.88 17702.95 0.093154 0.094544 0.581139 2.51 1999 11368.09 18901.54 0.104998 0.067705 0.601437 2.65 2000 12678.88 20743.52 0.115304 0.097451 0.611221 2.79 2001 13794.27 23075.66 0.087972 0.112427 0.597784 2.9 PDF 文件使用 "pdfFactory" 试用版本创建 www.fineprint.cn

2002151484724275010098172005197506249153.11 建模案例3.全国味精需求量的计量经济模型 1.依据经济理论选择影响味精需求量变化的因素 依据经济理论一种商品的需求量主要取决于四个因素,即①商品价格,②代用品价格,③消费者收入 水平,④消费者偏好。模型为 商品需求量=f(商品价格,代用品价格,收入水平,消费者偏好) 对于特定商品味精,当建立模型时要对上述四个因素能否作为重要解释变量逐一鉴别。 商品价格:味精是一种生活常用品,当时又是一种价格较高的调味品。初步判断价格会对需求量产生 影响。所以确定价格作为一个重要解释变量。 代用品价格:味精是一种独特的调味品,目前尚没有替代商品。所以不考虑代用品价格这一因素。 消费者收入:显然消费者收入应该是一个较重要的解释变量。 偏好:由于因偏好不食味精或大量食用味精的情形很少见,所以每人用量只会在小范围内波动,所以 不把偏好作为重要解释变量,而归并入随机误差项。 分析结果,针对味精需求量只考虑两个重要解释变量,商品价格和消费者收入水平。 味精需求量=f(商品价格,收入水平) 2.选择恰当的变量(既要考虑代表性,也要考虑可能性) 用销售量代替需求量。因需求量不易度量,味精是自由销售商品,不存在囤积现象,所以销售量可较 好地代表需求量。味精商品价格即销售价格。 用人均消费水平代替收入水平。因为①消费水平与味精销售量关系更密切。②消费水平数据在统计年 鉴上便于查找(收入水平的资料不全) 味精销售量=f(销售价格,人均消费水平) 用平均价格作为销售价格的代表变量。不同地区和不同品牌的味精价格是不一样的,应取平均价格(加 权平均最好)。 取不变价格的人均消费水平:消费水平都是用当年价格计算的,应用物价指数进行修正。 味精销售量=f(平均销售价格,不变价格的消费水平) 3.收集样本数据(抽样调查,引用数据) 从中国统计年鉴和有关部门收集样本数据(1972-1982,T=11)。定义销售量为y(吨),平均销售价格 为xl1(元/公斤),不变价格的消费水平为x2,(元)。相关系数表如下 平均销售价格(x1)不变价格的消费水平(x2) 味精销售量() 0.9771 临界值ro0so)=0.60 60000 60000 50000 40000 30000 300o 20000 20000 10000 10000 11.0112114116118120122 4.确定模型形式并估计参数 y=-144680.9+63134x1+6904x2 (1) (15.32) 0.97,DW=1.8,loos 回归系数63134无显著性(xl1与x2应该是负相关,回归系数估计值却为正,可见该估计值不可信)。剔 除不显著变量x1,再次回归, y=-65373.6+6424x2 (2) (-10.32) R 095,DH=1.5,l0s()=2 问题:β1=63134,为什么检验结果是β1=0?量纲的变化对回归结果会造成影响吗?请同学们自己 回 PDF文件使用" pdfFactory"试用版本创建ww, fineprint,cn

2002 15148.47 24275.01 0.098172 0.051975 0.624915 3.11 建模案例 3.全国味精需求量的计量经济模型 1．依据经济理论选择影响味精需求量变化的因素 依据经济理论一种商品的需求量主要取决于四个因素，即①商品价格，②代用品价格，③消费者收入 水平，④消费者偏好。模型为： 商品需求量 = f (商品价格，代用品价格，收入水平，消费者偏好) 对于特定商品味精，当建立模型时要对上述四个因素能否作为重要解释变量逐一鉴别。 商品价格：味精是一种生活常用品，当时又是一种价格较高的调味品。初步判断价格会对需求量产生 影响。所以确定价格作为一个重要解释变量。 代用品价格：味精是一种独特的调味品，目前尚没有替代商品。所以不考虑代用品价格这一因素。 消费者收入：显然消费者收入应该是一个较重要的解释变量。 偏好：由于因偏好不食味精或大量食用味精的情形很少见，所以每人用量只会在小范围内波动，所以 不把偏好作为重要解释变量，而归并入随机误差项。 分析结果，针对味精需求量只考虑两个重要解释变量，商品价格和消费者收入水平。 味精需求量 = f (商品价格，收入水平) 2．选择恰当的变量（既要考虑代表性，也要考虑可能性） 用销售量代替需求量。因需求量不易度量，味精是自由销售商品，不存在囤积现象，所以销售量可较 好地代表需求量。味精商品价格即销售价格。 用人均消费水平代替收入水平。因为①消费水平与味精销售量关系更密切。②消费水平数据在统计年 鉴上便于查找（收入水平的资料不全）。 味精销售量 = f (销售价格，人均消费水平) 用平均价格作为销售价格的代表变量。不同地区和不同品牌的味精价格是不一样的，应取平均价格（加 权平均最好）。 取不变价格的人均消费水平：消费水平都是用当年价格计算的，应用物价指数进行修正。 味精销售量 = f (平均销售价格，不变价格的消费水平) 3． 收集样本数据（抽样调查，引用数据） 从中国统计年鉴和有关部门收集样本数据 (1972-1982, T = 11)。定义销售量为 yt（吨），平均销售价格 为 x1t（元 / 公斤），不变价格的消费水平为 x2t（元）。相关系数表如下： 平均销售价格 (x1t) 不变价格的消费水平 (x2t) 味精销售量(yt) -0.3671 0.9771 注：临界值 r0.05 (9) = 0.60。 0 10000 20000 30000 40000 50000 60000 11.0 11.2 11.4 11.6 11.8 12.0 12.2 X1 Y 0 10000 20000 30000 40000 50000 60000 100 120 140 160 180 X2 Y 4． 确定模型形式并估计参数 t yˆ = -144680.9 + 6313.4 x1t + 690.4 x2t （1） (-3.92) (2.17) (15.32) R 2 = 0.97, DW = 1.8, t0.05 (8) = 2.3 回归系数 6313.4 无显著性（x1t 与 x2t 应该是负相关，回归系数估计值却为正，可见该估计值不可信）。剔 除不显著变量 x1t，再次回归， t yˆ = -65373.6 + 642.4 x2t （2） (-10.32) (13.8) R 2 = 0.95, DW = 1.5, t0.05 (9) = 2.26 问题： 1 ˆb = 6313.4，为什么检验结果是 b1 = 0？ 量纲的变化对回归结果会造成影响吗？请同学们自己 回答。 PDF 文件使用 "pdfFactory" 试用版本创建 www.fineprint.cn