中国城镇居民消费结构分析

《中国城镇居民消费结构分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、中国城镇居民消费结构分析1.居民消费结构消费结构分析主要是考察食品、衣着、家庭设备、医疗保健、交通、娱乐、居住和其他消费占总消费支出的比重关系。一个国家的居民消费结构与其收入水平、人口结构、自然资源、风俗文化、教育水平甚至社会制度等众多因素密切相关。这其中，收入水平对消费结构有着决定性的影响。一般来说，收入水平越低，食品等生活必需品所占比重越高，而娱乐等高档消费或奢侈品所占比重越低；收入水平越高，则刚好相反。分析消费结构问题通常有下列两种方法：（1）利用各类消费品支出占消费品总支出的比重关系来说明问题；（2）通过估计各类消费品支出的收入弹性来考察居民对各类消费品“想要消费”的程度，利用各类消费

2、品支出的收入弹性结构来进行分析。在本案例中，我们主要采取第二种方法。2.扩展线性支出系统模型1954年英国计量经济学家Stone首先提出线性支出系统（LES）用以描述消费者对各种消费品的需求规律，随后美国经济学家Luch于1973年对其进行了扩展，并最终形成扩展线性支出系统(ExtendLinearExpenditureSystem,ELES)。目前，ELES是经济学界研究居民消费的最重要工具之一。该系统假定某一时期人们对各种商品(服务)的需求量取决于人们的收入和各种商品的价格,而且人们对各种商品的需求分为基本需求和超过基本需求之外的需求两部分,并且认为基本需求与收入水平无关,居民在基本需求得

3、到满足之后才将剩余收入按照某种边际消费倾向安排各种非基本消费支出。扩展线性支出系统的模型为i=1,2,3,…n(1)式（1）中Pi为第i种商品的价格，Vi为消费者对第i种商品的消费支出，Y表示居民实际收入，Xi为消费者对第i种商品的基本需求量，PiXi是对第i种商品的基本需求支出，表示满足基本消费需求后剩下的收入对第i种商品的边际消费倾向或投向需求系数，它应该满足0<<1，<1。对于横截面数据，价格Pi在同一时点上是不变的，又因为模型假定对第i种商品的基本需求与消费者收入水平无关，因此式(1)中的是一项只与i有关的常数，设为。即：(2)则模型(1)可化简为：　　　　　　　　　　　　　　　　(3

4、)将(3)式改写为计量模型形式：(4)其中，i表示第i种商品，j表示第j个（类）消费者。用最小二乘法可求出(4)式中参数和的估计值。然后利用和的估计值可以求得商品i的基本需求支出PiXi：(5)同时可求出对商品i需求的收入弹性：(6)3.模型回归从《中国统计年鉴》获得我国31个省、自治区、直辖市2003年城镇居民家庭消费性支出和可支配收入数据。由于城市住户调查将城镇居民家庭消费性支出分为食品（food）、衣着（cloth）、家庭设备用品及服务（equip）、医疗保健（med）、交通通讯（tran）、娱乐教育文化服务（edu）、居住（housing）、杂项商品与服务（service）八种类型，因

5、而在回归模型中，i=1，2，……8，j＝1，……31。考虑到横截面数据可能带来的异方差问题，在回归中，我们一致采用怀特异方差相一致的标准差（WhiteHeteroskedasticity-ConsistentStandardErrors）。结果见下表：DependentVariable:FOODVariableCoefficientStd.Errort-StatisticProb.C257.6396138.62091.8585910.0733YD0.2596490.01594916.280290.0000R-squared0.816284Meandependentvar2411.382Adju

6、stedR-squared0.809948S.D.dependentvar660.3453S.E.ofregression287.8768Akaikeinfocriterion14.22528Sumsquaredresid2403319.Schwarzcriterion14.31780Loglikelihood-218.4919F-statistic128.8519Durbin-Watsonstat1.417727Prob(F-statistic)0.000000DependentVariable:CLOTHVariableCoefficientStd.Errort-StatisticProb

7、.C449.406574.757196.0115490.0000YD0.0235220.0087442.6900370.0117R-squared0.118937Meandependentvar644.5132AdjustedR-squared0.088556S.D.dependentvar156.7151S.E.ofregression149.6152Akaikeinfocriterion12.