🍉CSDN小墨&晓末:https://blog.csdn.net/jd1813346972

   个人介绍: 研一｜统计学｜干货分享
         擅长Python、Matlab、R等主流编程软件
         累计十余项国家级比赛奖项，参与研究经费10w、40w级横向

目的：

①深刻认识计量经济学经典模型并掌握其理论与方法，在实践中学会将计量经济学运用到生活中。

② 了解1999-2018年重庆市居民的城乡消费差异。

提前准备工作： Eview10.0的基本操作学习；1999-2018年重庆市居民消费数据收集； 经典计量经济学相关理论知识准备；消费函数理论知识。

该篇文章涉及利用并建立“居民消费的影响因素”的经典计量经济学模型；数据整理及预处理；多元线性回归分析；进行经济意义检验及和统计推断检验；进行多重共线性检验、异方差检验和序列相关性检验及修正等内容。

1 数据预处理及模型设定

  理论上认为影响居民消费的因素主要取决于居民收入和上期消费。为此，收集了重庆市1998-2018城镇及农村居民人均消费、人均可支配收入、人均上年消费、名义GDP、不变价GDP（以1978年为基期）、CPI平减指数（以1978年为基期）的统计数据，本文旨在通过分别针对重庆市城乡居民建立多元线性消费模型，以探讨重庆市居民城乡居民消费结构差异及不同因素对居民消费的影响。原始数据见表1-1。

  为剔除通货膨胀对居民消费价格影响，以反映真实消费情况，利用以下公式对原始数据进行处理：

  经过对原始数据预处理后得到实验数据，其中包含指标为：重庆市1999-2018城镇及农村居民实际人均消费、人均可支配收入、人均上年消费、GDP平减指数（以1998年为基期）、CPI平减指数（以1998年为基期），具体数据见表1-2。

  故设定理论模型：

  其中，$Y_{1t}$、$Y_{2t}$、$Y_{1t-1}$、$Y_{2t-1}$分别代表重庆市城乡居民当期消费和上期消费；$X_{1t}$、$X_{2t}$分别代表重庆市城乡居民当期收入和上期收入。

2 参数估计及模型检验

2.1 重庆市城镇居民

2.1.1 使用Eviews10进行线性回归。

  线性回归结果如表2-1所示。

  得到初步回归方程:

2.1.2 模型检验

（1） 经济学意义检验

  从各回归变量的参数来看，$X_{1t}$城镇居民可支配收入、$X_{1t-1}$上期消费的参数符号均为正，与城镇居民的当期消费$Y_{1t}$呈现正相关，与现实意义相符，通过经济学意义检验。

（2） 拟合优度检验

  由表2-1可以看出，可决定系数$R^2=0.9912$及调整后的可决定系数$\overline{R^2}=0.9902$均很高，说明重庆市城镇居民消费$Y_{1t}$

变化的99.1%可由城镇居民可支配收入和上年消费的变化来解释，模型的拟合优度较好。

（3） t检验统计量

  在5%的显著性水平下，自由度为n-k-1=17的t统计量的临界值$t_{0.05}(17)=1.740$。由表2-3可以看出，城镇居民可支配收入$X_{1t}$未通过显著性水平的检验，上期消费$Y_{1t-1}$通过显著性检验。

（4）F统计量检验

  在5%的显著性水平下，F统计量的临界值$F_{0.05}$(2,19)=3.52，由表2-1可以看出，模型的线性关系显著成立。

  综上，怀疑模型存在多重共线性。

（5）多重共线性检验

  利用Eviews得到城镇居民消费各解释变量的相关系数，如表2-2所示。

   从表2-2可以看出各解释变量间相关系数达到了0.993，存在严重多重共线性。利用OLS法对城镇居民的当期消费$Y_{1t}$的解释变量逐一进行回归，回归结果如表2-3、2-4所示。

  从2-3、2-4可以看出城镇居民的当期消费$Y_{1t}$对上期消费$Y_{1t-1}$的线性关系最好。

（6）异方差检验

   从表2-5可以看出White统计量Obs*R-squared=3.323，其P值大于0.05，说明不存在异方差。

（7）序列相关检验

  由表2-5可以看出DW统计量的数值为2.043，$d_L=1.20,d_U=1.41$，可以得出$d_U<2.403<4-d_U$，属于无自相关区域。

2.1.3 城镇居民消费模型试验结果

  综上，得到重庆市城镇居民最终消费模型为：

  符合经济学意义，且回归方程和变量参数均通过显著性检验。

2.2 重庆市农村居民

2.2.1 使用Eviews10进行线性回归。

  线性回归结果如表2-6所示。

  得到初步回归方程:

2.2.2 模型检验

（1）经济学意义检验

  从各回归变量的参数来看，农村居民纯收入$X_{2t}$、上期消费$Y_{2t-1}$的参数符号均为正，与农村居民的当期消费$Y_{2t}$呈现正相关，且农村居民纯收入$X_{2t}$参数在0-1之间，符合边际消费递减规律，与现实意义相符，通过经济学意义检验。

（2） 拟合优度检验

  由表2-6可以看出，可决定系数$R^2=0.9958$及调整后的可决定系数$\overline{R^2}=0.9952$均很高，说明重庆市农村居民消费$Y_{1t}$变化的99.6%可由农村居民纯收入和上年消费的变化来解释，模型的拟合优度较好。

（3） t检验统计量

  在5%的显著性水平下，自由度为n-k-1=17的t统计量的临界值$t_{0.05}(17)=1.740$。由表2-6可以看出，农村居民可支配收入$X_{2t}$、上期消费$Y_{2t-1}$均通过显著性检验。

（4）F统计量检验

  在5%的显著性水平下，F统计量的临界值$F_{0.05}$(2,19)=3.52，由表2-1可以看出，由表2-6可以看出，模型的线性关系显著成立。

综上，怀疑模型存在多重共线性。

（5）多重共线性检验

  利用Eviews得到农村居民消费各解释变量的相关系数，如表2-7所示。

  从表2-7可以看出各解释变量间相关系数达到了0.989，存在严重多重共线性。利用OLS法对农村居民的当期消费$Y_{2t}$的解释变量逐一进行回归，回归结果如表2-8、2-9所示。

  从2-8、2-9可以看出农村居民的当期消费$Y_{2t}$对纯收入$X_{2t}$的线性关系最好。

（6）异方差检验

   从表2-10可以看出White统计量Obs*R-squared=4.724，其P值大于0.05，说明不存在异方差。

（7）序列相关检验

  由表2-10可以看出DW统计量的数值为0.955，$d_L=1.20,d_U=1.41$，可以得出0.955<d_L$，存在序列正相关。利用一阶差分法消除序列正相关，结果如表2-11。

  由表2-11可以看出DW统计量的数值为2.471,$d_L=1.20,d_U=1.41$,可以得出$d_U<2.471<4-d_U$，属于序列无相关区。

2.2.3 农村居民消费模型试验结果

  综上，得到重庆市农村居民最终消费模型为：

  符合经济学意义，且回归方程和变量参数均通过显著性检验。

3 结果解读

  由实验结果可知，对于重庆市城镇居民来说，居民当期消费受上期消费影响更大，对于重庆市农村居民来说，居民当期消费受其收入影响更大。从侧面也反映出消费者的消费习惯存在“棘轮效应”，城镇居民普遍消费相对于农村居民更高，消费习惯易于向上调整，故其当期消费更易受到上期消费的影响。