畢業(yè)論文——影響中國(guó)農(nóng)村居民消費(fèi)支出因素的研究分析

1、<p><b>　　本科畢業(yè)論文</b></p><p>　　摘 要</p><p>　　改革開(kāi)放以來(lái)，我國(guó)經(jīng)濟(jì)迅速增長(zhǎng)，但從拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的三大因素（消費(fèi)、投資、凈出口）之間的關(guān)系來(lái)看，三者對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)并不平衡，其中消費(fèi)需求中農(nóng)村消費(fèi)需求尤其不足。為了研究中國(guó)農(nóng)村居民消費(fèi)支出和其影響因素收入與價(jià)格水平（農(nóng)村居民工資性收入、經(jīng)營(yíng)性收入、消

2、費(fèi)價(jià)格指數(shù)、商品價(jià)格指數(shù)以及農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)）之間的相關(guān)關(guān)系，本文采用中國(guó)統(tǒng)計(jì)年鑒1991年—2010年的29個(gè)省份直轄市的面板數(shù)據(jù)，進(jìn)行面板數(shù)據(jù)單位根檢驗(yàn)，協(xié)整檢驗(yàn)，并且根據(jù)經(jīng)濟(jì)發(fā)達(dá)程度將各省份直轄市分為經(jīng)濟(jì)發(fā)達(dá)地區(qū)、經(jīng)濟(jì)較發(fā)達(dá)地區(qū)和經(jīng)濟(jì)落后地區(qū)，得出經(jīng)濟(jì)發(fā)達(dá)地區(qū)關(guān)于消費(fèi)支出與居民工資性收入、家庭經(jīng)營(yíng)性收入以及消費(fèi)價(jià)格指數(shù)三者的混合模型，經(jīng)濟(jì)較發(fā)達(dá)地區(qū)關(guān)于消費(fèi)支出與居民工資性收入、家庭經(jīng)營(yíng)性收入以及消費(fèi)價(jià)格指數(shù)三者的個(gè)體固定效應(yīng)模

3、型以及經(jīng)濟(jì)落后地區(qū)關(guān)于消費(fèi)支出與居民工資性收入、家庭經(jīng)營(yíng)性收入的混合模型。通過(guò)分析得出結(jié)論，中國(guó)農(nóng)村居民消費(fèi)支出與中國(guó)農(nóng)村居民收入與價(jià)格水平之間都存在著均衡關(guān)系，經(jīng)濟(jì)發(fā)達(dá)地區(qū)的自發(fā)性消費(fèi)較高，經(jīng)濟(jì)落后地區(qū)的自發(fā)性消費(fèi)較低，并再此基礎(chǔ)上，有針對(duì)性地提出了切實(shí)落實(shí)“三農(nóng)政策”，增加年農(nóng)民收入，穩(wěn)定價(jià)格水平，</p><p>　　關(guān)鍵詞 農(nóng)村居民 消費(fèi)支出 居民收入 價(jià)格指數(shù) 面板數(shù)據(jù)</p>

4、<p>　　The Study of Rural consumer spending factors</p><p>　　Since the reform and opening up, China's rapid economic growth, but from promoting the economic growth of the three major factors (consu

5、mption, investment and net exports) the relationship between see, three to the economic growth in China is not the contribution of balance, including consumer demand of rural consumption demand especially insufficient. I

6、n order to study of Chinese rural consumer spending and its influence factors income and price level (rural residents salary income, business in</p><p>　　Key words: Rural consumer spending income pric

7、e index panel data</p><p>　　目 錄</p><p><b>　　1 引言1</b></p><p>　　1.1 我國(guó)農(nóng)村消費(fèi)市場(chǎng)發(fā)展現(xiàn)狀1</p><p>　　1.2 我國(guó)農(nóng)村消費(fèi)問(wèn)題研究現(xiàn)狀2</p><p><b>　　2 預(yù)備

8、知識(shí)3</b></p><p>　　2.1 經(jīng)濟(jì)理論：影響農(nóng)民消費(fèi)支出的因素3</p><p>　　2.2 面板數(shù)據(jù)的概述5</p><p>　　2.3 面板數(shù)據(jù)模型的概述7</p><p>　　2.4 各類檢驗(yàn)8</p><p>　　2.4.1 混合回歸模型對(duì)隨機(jī)效應(yīng)模型8</p>

9、<p>　　2.4.2 混合回歸模型對(duì)固定效應(yīng)模型9</p><p>　　2.4.3 隨機(jī)效應(yīng)對(duì)固定效應(yīng)：豪斯曼檢驗(yàn)9</p><p>　　2.4.4 各種自相關(guān)檢驗(yàn)10</p><p>　　2.4.5 群組間的異方差10</p><p>　　2.5 面板數(shù)據(jù)統(tǒng)計(jì)量的特征比較10</p><p>

10、;　　2.6 面板數(shù)據(jù)的單位根檢驗(yàn)和協(xié)整分析12</p><p>　　2.6.1 面板數(shù)據(jù)單位根檢驗(yàn)方法12</p><p>　　2.6.2 面板協(xié)整檢驗(yàn)13</p><p>　　2.6.3 面板的誤差修正模型16</p><p>　　3 數(shù)據(jù)來(lái)源與數(shù)據(jù)描述17</p><p>　　4.1.1 單位根檢驗(yàn)1

11、8</p><p>　　4.1.2 數(shù)據(jù)處理：平滑數(shù)據(jù)21</p><p>　　4.1.3 協(xié)整檢驗(yàn)23</p><p>　　4.2 模型建立與分析25</p><p>　　4.2.1 混合模型、Hausman檢驗(yàn)以及個(gè)體固定效應(yīng)模型25</p><p>　　4.2.2 按經(jīng)濟(jì)發(fā)達(dá)程度分類再建立模型30<

12、;/p><p>　　參 考 文 獻(xiàn)45</p><p>　　致 謝46</p><p>　　本科生畢業(yè)論文成績(jī)?cè)u(píng)定表47</p><p><b>　　1 引言</b></p><p>　　2007年爆發(fā)的金融危機(jī)，使世界各國(guó)都遭受到前所未有的打擊，雖然由于我國(guó)國(guó)際收支的資本項(xiàng)目還未

13、完全開(kāi)放、資產(chǎn)證券化的規(guī)模還處于初級(jí)階段、存在大量外匯儲(chǔ)備等眾多原因，使我國(guó)免于受到此次金融危機(jī)的嚴(yán)重沖擊，但全球?qū)嶓w經(jīng)濟(jì)的衰退還是讓我國(guó)經(jīng)濟(jì)增長(zhǎng)遭遇了瓶頸。消費(fèi)、投資、凈出口這三個(gè)作為拉動(dòng)我國(guó)經(jīng)濟(jì)增長(zhǎng)的三架馬車，各國(guó)對(duì)對(duì)外貿(mào)易的限制嚴(yán)重影響了我國(guó)的出口，依靠投資、出口已經(jīng)難以保證我國(guó)經(jīng)濟(jì)的快速增長(zhǎng)，拉動(dòng)消費(fèi)需求成為了拉動(dòng)和保持我國(guó)經(jīng)濟(jì)持續(xù)增長(zhǎng)的關(guān)鍵所在。2008年，我國(guó)農(nóng)村居民占了總?cè)丝跀?shù)的54.32%，而且農(nóng)村居民消費(fèi)在消費(fèi)總量中占

14、有很大的比例。因此，提高農(nóng)村居民消費(fèi)水平成了擴(kuò)大內(nèi)需的主要途徑之一。</p><p>　　而近年來(lái)，國(guó)家對(duì)農(nóng)業(yè)支持力度不斷加大，在國(guó)家免除農(nóng)業(yè)稅、實(shí)行糧食直補(bǔ)等支農(nóng)、惠農(nóng)政策的有利促進(jìn)下，農(nóng)民收入持續(xù)穩(wěn)定增長(zhǎng)，農(nóng)村消費(fèi)狀況得到改善，消費(fèi)水平逐步提高。特別是2009年以來(lái)，農(nóng)村消費(fèi)品市場(chǎng)呈現(xiàn)出加速發(fā)展的良好態(tài)勢(shì)，出現(xiàn)了多年來(lái)少有的農(nóng)村快于城市的發(fā)展局面。但在國(guó)際金融危機(jī)的背景下，農(nóng)村消費(fèi)市場(chǎng)升溫來(lái)之不易。</

15、p><p>　　1.1 我國(guó)農(nóng)村消費(fèi)市場(chǎng)發(fā)展現(xiàn)狀</p><p>　　農(nóng)村消費(fèi)市場(chǎng)加速發(fā)展，消費(fèi)水平不斷提高。（1）農(nóng)村消費(fèi)市場(chǎng)規(guī)模不斷擴(kuò)大。2008年，我國(guó)農(nóng)村消費(fèi)品零售額3.5萬(wàn)億元，比2003年增長(zhǎng)了94.1%；農(nóng)村居民家庭人均生活消費(fèi)支出3660.7元，比2003年增長(zhǎng)了88.4%，農(nóng)村居民年人均食品、衣著、居住、家庭設(shè)備用品以及服務(wù)、交通通訊、文化教育娛樂(lè)、醫(yī)療保健支出比2003年分

16、別增長(zhǎng)了80.。4%、92.0%、120.1%、113%、121.7%、33.4%和112.4%。（2）農(nóng)村消費(fèi)增長(zhǎng)幅度進(jìn)一步加快。1987年以來(lái)，城鄉(xiāng)消費(fèi)品市場(chǎng)發(fā)展的格局一直是城市快于農(nóng)村。2004年以來(lái)，城鄉(xiāng)零售額增幅差距趨于縮小，2004 年為4.1 %，2005 年為2.1%，2006 年降為1.7 %，2007 年為1.4 %，2008 年也基本維持在1.4 %。特別是2009 年1-5 月份，在家電下鄉(xiāng)、汽摩下鄉(xiāng)政策作用的刺

17、激下，農(nóng)村市場(chǎng)消費(fèi)品零售額增長(zhǎng)達(dá)到20.2%，快于城市2.3%。而且農(nóng)村市場(chǎng)對(duì)社會(huì)消費(fèi)品零售總額增長(zhǎng)的貢獻(xiàn)率，由2004年的27.2%提高到2008年的30.9%，拉動(dòng)消費(fèi)品零售總額增長(zhǎng)由3.6%提高到6.7%。（3）農(nóng)村居民消費(fèi)水平</p><p>　　農(nóng)村消費(fèi)總體水平偏低，與城鄉(xiāng)差距突出。（1）消費(fèi)需求不足，消費(fèi)能力偏低。與城市消費(fèi)市場(chǎng)相比，我國(guó)農(nóng)村消費(fèi)市場(chǎng)仍處于相對(duì)較低的水平，農(nóng)村居民主要耐用消費(fèi)品擁有量與

18、衣著消費(fèi)比例明顯偏低，相當(dāng)多的農(nóng)村居民住房條件有待改善。農(nóng)村消費(fèi)市場(chǎng)占整個(gè)消費(fèi)市場(chǎng)的份額不斷下降，1978 年，全國(guó)縣以下社會(huì)消費(fèi)品零售總額為1053.4 億元，占全國(guó)的67.6%，至2007年，全國(guó)縣以下社會(huì)消費(fèi)品零售總額為22082.0 億元，僅占全國(guó)的32.9%，比1978年下降34 %。（2）消費(fèi)質(zhì)量不高，結(jié)構(gòu)不合理。與城市相比，農(nóng)村消費(fèi)市場(chǎng)的質(zhì)量不高問(wèn)題非常突出，農(nóng)村居民崇尚節(jié)儉，購(gòu)物偏好低價(jià)，而消費(fèi)品質(zhì)量則不在其首要考慮之列

19、。總體而言，當(dāng)前農(nóng)村消費(fèi)市場(chǎng)的需求表現(xiàn)出明顯的低層次性，消費(fèi)傾向更多地帶有生存性消費(fèi)特征，而諸如娛樂(lè)、衛(wèi)生、健康、生活品質(zhì)等帶有享受和發(fā)展性的消費(fèi)需求則明顯不足。（3）農(nóng)村消費(fèi)市場(chǎng)潛力巨大，但啟動(dòng)難度較大。我國(guó)農(nóng)村人后接近8億，占全國(guó)人口總數(shù)的近2/3，但只消費(fèi)了全國(guó)1/3的商品，消費(fèi)潛力巨大。從今年來(lái)我國(guó)城鎮(zhèn)居民與農(nóng)村居民消費(fèi)增長(zhǎng)態(tài)勢(shì)來(lái)看，城鎮(zhèn)居民消費(fèi)保持較快的增長(zhǎng)速度，在整個(gè)消費(fèi)市場(chǎng)份額中所占</p><p>

20、;　　1.2 我國(guó)農(nóng)村消費(fèi)問(wèn)題研究現(xiàn)狀</p><p>　　中國(guó)是一個(gè)人口龐大的國(guó)家，這種國(guó)情決定了我國(guó)經(jīng)濟(jì)增長(zhǎng)不能太依賴對(duì)外貿(mào)易，所以，我國(guó)經(jīng)濟(jì)增長(zhǎng)的強(qiáng)大動(dòng)力是消費(fèi)需求的增長(zhǎng)。我國(guó)目前的一個(gè)現(xiàn)狀是消費(fèi)需求對(duì)經(jīng)濟(jì)增長(zhǎng)拉動(dòng)不足。從最終消費(fèi)占GDP的比重即最終消費(fèi)率來(lái)看，世界的平均水平，2006年是77.2%，2007年是78.3%，2008年是79.6%，表現(xiàn)出一種遞增的趨勢(shì)；但是我國(guó)的平均水平為2006年59.

21、8%、2007年58.0%、2008年55.5%、2009年54.8%，我國(guó)的最終消費(fèi)率卻是遞減的。</p><p>　　而從1993年至2009年全國(guó)居民消費(fèi)支出的居民構(gòu)成可以看出，1993年農(nóng)民消費(fèi)占全國(guó)居民消費(fèi)的57.7%，而2009年占4.2%，可見(jiàn)，農(nóng)村居民消費(fèi)是促進(jìn)中國(guó)經(jīng)濟(jì)穩(wěn)定快速增長(zhǎng)的重大問(wèn)題，因此，提高農(nóng)村居民消費(fèi)份額不僅有利于改善消費(fèi)結(jié)構(gòu)，也有利于進(jìn)一步優(yōu)化我國(guó)經(jīng)濟(jì)增長(zhǎng)結(jié)構(gòu)。而研究我國(guó)消費(fèi)支出對(duì)

22、國(guó)家準(zhǔn)確地區(qū)的變動(dòng)、完善相關(guān)政策也具有非常重要的意義。</p><p>　　農(nóng)民收入通過(guò)生活消費(fèi)影響農(nóng)村市場(chǎng)，農(nóng)村市場(chǎng)狀況影響著市場(chǎng)需求，最終影響到國(guó)民經(jīng)濟(jì)增長(zhǎng)?，F(xiàn)代經(jīng)濟(jì)學(xué)認(rèn)為，需求是經(jīng)濟(jì)增長(zhǎng)的動(dòng)力，如果總需求超過(guò)總供給，需求將拉動(dòng)總供給增長(zhǎng)，經(jīng)濟(jì)出現(xiàn)繁榮。相反，如果總需求小于總供給，經(jīng)濟(jì)就會(huì)出現(xiàn)停滯不停甚至萎縮，我國(guó)農(nóng)民最為最大的消費(fèi)群體，對(duì)我國(guó)經(jīng)濟(jì)總需求無(wú)疑具有重大深遠(yuǎn)的影響。</p><

23、p>　　目前對(duì)于農(nóng)村居民消費(fèi)支出的研究主要為收入與農(nóng)村消費(fèi)價(jià)格指數(shù)對(duì)消費(fèi)支出的影響。但由凱恩斯的需求理論我們知道，影響消費(fèi)支出的主要因素包括消費(fèi)者的收入，價(jià)格水平，前期消費(fèi)，消費(fèi)者偏好，國(guó)家政策，人們對(duì)未來(lái)的預(yù)期等等。隨著經(jīng)濟(jì)體制的改革，農(nóng)村居民家庭人均純收入的來(lái)源不僅僅局限于農(nóng)產(chǎn)品的收入，開(kāi)始呈現(xiàn)多樣化的趨勢(shì)，大體包括家庭經(jīng)營(yíng)農(nóng)業(yè)純收入和其他收入，其中家庭經(jīng)營(yíng)純收入包括農(nóng)業(yè)收入、林業(yè)收入等，其他收入包括工資性收入、政府補(bǔ)貼等。而

24、價(jià)格水平也不僅僅局限于研究農(nóng)村消費(fèi)價(jià)格指數(shù)，還包括了農(nóng)村商品零售價(jià)格指數(shù)、農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)等。另外，1992年開(kāi)始是我國(guó)市場(chǎng)經(jīng)濟(jì)體制確立的階段，由于不同時(shí)期不同的政治經(jīng)濟(jì)背景對(duì)農(nóng)民的消費(fèi)行為有較大的影響，不分階段的研究是不恰當(dāng)?shù)?。因此，本文選取1991年-2010年，即我國(guó)逐步確定社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制時(shí)期的農(nóng)村居民消費(fèi)作為研究對(duì)象。</p><p><b>　　2 預(yù)備知識(shí)</b><

25、;/p><p>　　2.1 經(jīng)濟(jì)理論：影響農(nóng)民消費(fèi)支出的因素</p><p>　　居民消費(fèi)支出是指城鄉(xiāng)居民個(gè)人和家庭用于生活消費(fèi)以及集體用于個(gè)人消費(fèi)的全部支出。包括購(gòu)買商品支出以及享受文化服務(wù)和生活服務(wù)等非商品支出。而對(duì)于農(nóng)村居民來(lái)說(shuō)，還包括用于生活消費(fèi)的自給性產(chǎn)品支出。集體用于個(gè)人的消費(fèi)指集體向個(gè)人提供的物品和勞務(wù)的支出；不包括各種非消費(fèi)性的支出。其形式是通過(guò)居民平均每人全年消費(fèi)支出指標(biāo)來(lái)綜

26、合反映城鄉(xiāng)居民生活消費(fèi)水平。</p><p>　　因此，居民人均消費(fèi)支出是指常住居民用于日常生活額的全部開(kāi)支，是反映和研究家庭實(shí)際生活水平高低的重要指標(biāo)。影響居民消費(fèi)支出的因素主要有收入和價(jià)格水平。</p><p>　　收入:凱恩斯的絕對(duì)收入假說(shuō)認(rèn)為，在短期中，收入與消費(fèi)是相關(guān)的，即消費(fèi)取決于收入，消費(fèi)與收入之間的關(guān)系也就是消費(fèi)傾向。同時(shí)，隨著收入的增加消費(fèi)也將增加，但消費(fèi)的增長(zhǎng)低于收入的

27、增長(zhǎng)，消費(fèi)增量在收入增量中所占的比重是遞減的，也就是我們所說(shuō)的邊際消費(fèi)傾向遞減。凱恩斯認(rèn)為影響消費(fèi)的主要因素是收入因素，消費(fèi)是現(xiàn)期收入的函數(shù)，高收入家庭比低收入家庭消費(fèi)得更多，高收入國(guó)家一般具有更高的消費(fèi)水平。</p><p>　　凱恩斯的絕對(duì)收入假說(shuō)是假定消費(fèi)是人們收入水平的函數(shù),其基本公式是:(式中為現(xiàn)期消費(fèi), 為自發(fā)性消費(fèi)即必須要有的基本生活消費(fèi), 為邊際消費(fèi)傾向, 為即期收入，表示引致消費(fèi)),它的基本含義

28、是消費(fèi)是自發(fā)消費(fèi)和引致消費(fèi)的和,消費(fèi)者的消費(fèi)主要取決于即期收入。在凱恩斯的消費(fèi)理論中決定消費(fèi)的現(xiàn)期收入和收入的分配結(jié)構(gòu)。當(dāng)居民收入增加時(shí)，其用于消費(fèi)支出的部分必定增加。同時(shí)收入的增加，消費(fèi)者購(gòu)買能力就增加，能把消費(fèi)者的潛在需要轉(zhuǎn)化為實(shí)在的購(gòu)買行為，形成真正的需求。</p><p>　　居民收入主要從增加總量和優(yōu)化消費(fèi)結(jié)構(gòu)兩方面對(duì)居民消費(fèi)支出產(chǎn)生影響。收入增加了，人均消費(fèi)量隨之增加，居民的消費(fèi)總量就會(huì)增加。另一方面

29、，根據(jù)馬斯洛的需求理論，消費(fèi)者在基本的生存、安全等需要得到滿足后，就會(huì)追求社會(huì)的尊重、自我實(shí)現(xiàn)等該層次需要的滿足。居民收入增加，充分滿足衣食住行等基本消費(fèi)后就會(huì)考慮精神消費(fèi)，諸如，旅游、教育培訓(xùn)和奢侈品等。今年來(lái)，旅游業(yè)的旺盛就充分體現(xiàn)了這一點(diǎn)。這些行業(yè)的發(fā)展，有助于提高服務(wù)業(yè)在我國(guó)經(jīng)濟(jì)中的比例，不僅在一定程度上優(yōu)化了我國(guó)的居民消費(fèi)結(jié)構(gòu)，還有助于優(yōu)化我國(guó)的產(chǎn)業(yè)結(jié)構(gòu)。</p><p>　　從農(nóng)村經(jīng)濟(jì)來(lái)源分析，農(nóng)村居

30、民收入可分為工資性收入、家庭經(jīng)營(yíng)性收入、財(cái)產(chǎn)性收入以及轉(zhuǎn)移性收入四個(gè)方面。工資性收入主要是勞務(wù)收入，家庭經(jīng)營(yíng)收入主要包括農(nóng)業(yè)生產(chǎn)如種糧、飼養(yǎng)畜禽等的收入，財(cái)產(chǎn)性收入主要是對(duì)外投資和財(cái)產(chǎn)租賃等取得的收入，轉(zhuǎn)移性收入與國(guó)家的支農(nóng)政策等有關(guān)。從全國(guó)的情況看，在各種收入來(lái)源中，工資性收入和家庭經(jīng)營(yíng)性收入所占比例最大。</p><p>　　價(jià)格水平:影響消費(fèi)的另一種因素就是價(jià)格水平。價(jià)格水平是將一定地區(qū)、一定時(shí)期某一項(xiàng)商品

31、或服務(wù)項(xiàng)目的所有價(jià)格用同度量因素(以貨幣表現(xiàn)的交換價(jià)值)加權(quán)計(jì)算出來(lái)的，反映一定地區(qū)、一定時(shí)期所有這種商品或服務(wù)項(xiàng)目綜合的平均價(jià)格指標(biāo)。在表現(xiàn)形式上雖然可以用貨幣量進(jìn)行表示，但非常抽象。這里的價(jià)格水平，是指價(jià)格水平的變動(dòng)，通過(guò)實(shí)際收入的改變而影響消費(fèi)。貨幣收入不變時(shí)，若價(jià)格上升，實(shí)際收入下降，若消費(fèi)者保持原有的生活消費(fèi)水平，則消費(fèi)傾向就會(huì)提高；反之，物價(jià)下跌時(shí)，平均消費(fèi)傾向就會(huì)下降。</p><p>　　若物價(jià)與

32、貨幣收入以相同的比例提高，實(shí)際收入不變，照理不會(huì)影響消費(fèi)，但假如消費(fèi)者只注意到貨幣收入增加而忽略了物價(jià)上升，則會(huì)誤以為實(shí)際收入增加，從而平均消費(fèi)傾向也會(huì)上升，這種情況就是消費(fèi)者存在的“貨幣幻覺(jué)”。</p><p>　　消費(fèi)價(jià)格水平直接影響了消費(fèi)者的購(gòu)買欲望。高居不下的無(wú)極愛(ài)會(huì)提高居民的生活成本，使消費(fèi)者面對(duì)商品尤其是價(jià)格彈性較大的商品望而卻步，或壓縮購(gòu)置計(jì)劃、壓縮消費(fèi)需求，或者購(gòu)買計(jì)劃延后執(zhí)行，或者將資金轉(zhuǎn)向儲(chǔ)蓄

33、或投資。居民價(jià)格水平下降，使得居民生活水平增加，會(huì)減少同等價(jià)值的實(shí)物消費(fèi)，損害消費(fèi)者的利益。</p><p>　　中國(guó)編制的價(jià)格指數(shù)主要有：工業(yè)品出廠價(jià)格指數(shù)；農(nóng)副產(chǎn)品收購(gòu)價(jià)格指數(shù)；工農(nóng)產(chǎn)品比價(jià)指數(shù)；農(nóng)村工業(yè)品零售價(jià)格指數(shù)；國(guó)營(yíng)商業(yè)零售牌價(jià)指數(shù)；集市貿(mào)易價(jià)格指數(shù)；全社會(huì)零售物價(jià)指數(shù)；職工生活費(fèi)用價(jià)格指數(shù)，等等。</p><p>　　2.2 面板數(shù)據(jù)的概述</p><p&

34、gt;　　所謂“平行數(shù)據(jù)”，也被翻譯成“面板數(shù)據(jù)”，指在時(shí)間序列上取多個(gè)截面，在這些截面上同時(shí)選取本觀測(cè)值所構(gòu)成的樣本數(shù)據(jù)。在經(jīng)濟(jì)學(xué)研究和實(shí)際應(yīng)用中，我們經(jīng)常需要同時(shí)分析和比較橫截面觀測(cè)值和時(shí)間序列觀察值結(jié)合起來(lái)的數(shù)據(jù)，即：數(shù)據(jù)集中的變量同時(shí)含有橫截面和時(shí)間序列信息。這種數(shù)據(jù)被稱為面板數(shù)據(jù)（panel data）這與純粹的橫截面數(shù)據(jù)和時(shí)間序列數(shù)據(jù)有著不同的特點(diǎn)。簡(jiǎn)單地講，面板數(shù)據(jù)因同時(shí)含有時(shí)間序列數(shù)據(jù)和截面數(shù)據(jù)，所以其統(tǒng)計(jì)性質(zhì)既帶有時(shí)間

35、序列的性質(zhì)，又包含一定的橫截面特點(diǎn)。</p><p>　　面板數(shù)據(jù)通常分為兩類：</p><p>　　由個(gè)體調(diào)查數(shù)據(jù)得到的面板數(shù)據(jù)通常被稱為微觀面板（micro panels）。微觀面板數(shù)據(jù)的特點(diǎn)是個(gè)體數(shù)N較大（通常是幾百或幾千個(gè)）而時(shí)期數(shù)T較短（最少是2年，最長(zhǎng)不超過(guò)10年或20年）。</p><p>　　由一段時(shí)期內(nèi)不同國(guó)家的數(shù)據(jù)得到的面板數(shù)據(jù)通常被稱為宏觀面板

36、（macro panels）。這類數(shù)據(jù)一般具有適度規(guī)模的個(gè)體N（從7到100或200不等，如七國(guó)集團(tuán)，OECD，歐盟，發(fā)達(dá)國(guó)家或發(fā)展中國(guó)家），時(shí)期數(shù)T一般在20年到60年之間。</p><p>　　因數(shù)據(jù)結(jié)構(gòu)上的區(qū)別，微觀面板與宏觀面板要求使用不同的計(jì)量方法。1.樣本容量的區(qū)別：微觀面板必須研究T固定而N較大的漸進(jìn)特性，而宏觀面板的漸進(jìn)特性則是指T和N都較大的情況。2.平穩(wěn)性：對(duì)于宏觀面板，當(dāng)時(shí)間序列較長(zhǎng)時(shí)需要考

37、慮吧數(shù)據(jù)的非平穩(wěn)問(wèn)題，如單位根、結(jié)構(gòu)突變以及協(xié)整等；而微觀面板不需要處理非平穩(wěn)問(wèn)題，特別是每個(gè)家庭或個(gè)體時(shí)期數(shù)T較短時(shí)。3.個(gè)體相關(guān)性：在處理宏觀面板時(shí)必須考慮國(guó)家之間的相關(guān)性，而在微觀面板中，如果個(gè)體是隨機(jī)抽樣產(chǎn)生，則個(gè)體之間不大可能存在相關(guān)性，因此不需要考慮此問(wèn)題。</p><p>　　Hsiao(2003)列出了使用面板數(shù)據(jù)的一些優(yōu)點(diǎn)。</p><p>　　可以控制個(gè)體差異。面板數(shù)據(jù)

38、表明個(gè)體之間都存在差異性。時(shí)間序列和橫截面分析沒(méi)有控制這種差異性，因而其結(jié)果很有可能是有偏的。</p><p>　　面板數(shù)據(jù)模型容易避免多重共線性問(wèn)題。面板數(shù)據(jù)具有更多的信息，更大的變異，變量間更弱的共線性，更大的自由度以及更高的效率。</p><p>　　面板數(shù)據(jù)更適合于研究動(dòng)態(tài)調(diào)整過(guò)程。</p><p>　　面板數(shù)據(jù)還可以識(shí)別、測(cè)量單純使用橫截面或時(shí)間序列數(shù)據(jù)無(wú)

39、法估計(jì)的影響。</p><p>　　與純橫截面數(shù)據(jù)或時(shí)間序列數(shù)據(jù)相比，面板數(shù)據(jù)模型允許我們構(gòu)建并檢驗(yàn)更復(fù)雜的行為模型。</p><p>　　基于個(gè)體、企業(yè)或家庭所搜集的微觀面板數(shù)據(jù)與在宏觀層次上所收集的類似變量相比更加準(zhǔn)確，而且還可能消除企業(yè)或個(gè)體數(shù)據(jù)加總所導(dǎo)致的偏倚。</p><p>　　一般宏觀面板數(shù)據(jù)中時(shí)間序列的時(shí)期數(shù)較長(zhǎng)，而且與時(shí)間序列分析中進(jìn)行單位根檢驗(yàn)遇

40、到的非標(biāo)準(zhǔn)分布問(wèn)題不同，面板單位根檢驗(yàn)通常具有標(biāo)準(zhǔn)的漸進(jìn)分布。</p><p>　　面板數(shù)據(jù)的局限性包括：</p><p>　　圍觀調(diào)查面板數(shù)據(jù)極少。</p><p>　　測(cè)量誤差的扭曲嚴(yán)重。</p><p>　　面板數(shù)據(jù)調(diào)查的樣本選擇問(wèn)題。自選擇、未回答、非隨機(jī)樣本流失等。</p><p>　　時(shí)間維度短。微觀面板通

41、常是年度數(shù)據(jù)，每個(gè)個(gè)體的時(shí)期數(shù)較短。因?yàn)?，主要依賴個(gè)體數(shù)趨于無(wú)窮進(jìn)行漸進(jìn)的統(tǒng)計(jì)分析。</p><p>　　截面相關(guān)性。國(guó)家或地區(qū)的宏觀面板數(shù)據(jù)，如果時(shí)間序列較長(zhǎng)而且沒(méi)有考慮到國(guó)家之間的相關(guān)性就會(huì)導(dǎo)致錯(cuò)誤的推斷結(jié)論。事實(shí)上，考慮截面相關(guān)非常重要，而且會(huì)影響到統(tǒng)計(jì)推斷的結(jié)論。為此，人們也提出了考慮這種相關(guān)性的面板單位根檢驗(yàn)方法。</p><p>　　2.3 面板數(shù)據(jù)模型的概述</p>

42、;<p>　　研究和分析面板數(shù)據(jù)的模型被稱為面板數(shù)據(jù)模型（panel data model）。它的變量取值都帶有時(shí)間序列和橫截面的兩重性。一般的線性模型只單獨(dú)處理截面數(shù)據(jù)和時(shí)間序列數(shù)據(jù)，而不能同時(shí)分析和對(duì)比它們。面板數(shù)據(jù)模型，相對(duì)于一般的線性回歸模型，其長(zhǎng)處在于它既考慮到了橫截面數(shù)據(jù)存在的共性，又能分析模型中橫截面因素的個(gè)體特殊效應(yīng)。當(dāng)然，我們也可以將橫截面數(shù)據(jù)簡(jiǎn)單地堆積起來(lái)用回歸模型來(lái)處理，但這樣做就喪失了分析個(gè)體特殊效

43、應(yīng)的機(jī)會(huì)。</p><p>　　單因素面板數(shù)據(jù)模型的一般形式為：</p><p><b>　　，，</b></p><p>　　其中，是一個(gè)向量，是一個(gè)向量，k是解釋變量的數(shù)目。T是時(shí)期總數(shù)，隨機(jī)干擾項(xiàng)互相獨(dú)立，且滿足零均值，等方差。</p><p>　　根據(jù)截距項(xiàng)系數(shù)向量中各分量的不同限制，可將單因素面板數(shù)據(jù)分為三種類

44、型。</p><p>　　單因素面板模型常用的有如下三種情形：</p><p>　　情形1： ，模型為：</p><p>　　對(duì)于情形1，回歸斜率系數(shù)和截距都相同，即在橫截面上無(wú)個(gè)體影響，也無(wú)結(jié)構(gòu)變化，則普通最小二乘估計(jì)給出了和的一致有效估計(jì)，相當(dāng)于將多個(gè)時(shí)期的截面數(shù)據(jù)放在一起作為樣本數(shù)據(jù)。因此該模型也被稱為聯(lián)合回歸模型或混合模型。</p><p

45、>　　情形2： ，模型為：</p><p>　　對(duì)于情形2，回歸斜率系數(shù)相同但截距不同，這時(shí)的模型成為變截距模型（panel data model with wariable intercept），在橫截面上的個(gè)體影響不同，個(gè)體影響表現(xiàn)為模型中被忽略的反映個(gè)體差異的變量的影響，又分為固定影響（fixed-effect）和隨機(jī)影響（random-effect）兩種情況。</p><p>

46、;<b>　　固定效應(yīng)模型為：</b></p><p>　　是對(duì)每一個(gè)個(gè)體的是固定常數(shù)，代表個(gè)體的特殊效應(yīng)，也反應(yīng)了個(gè)體間的差異。而固定效應(yīng)模型也被稱為最小二乘虛擬變量模型或虛擬變量模型。</p><p>　　隨機(jī)效應(yīng)模型可以表達(dá)如下：</p><p><b>　　，</b></p><p>　　是

47、一個(gè)隨機(jī)變量，代表個(gè)體的隨機(jī)效應(yīng)。由于模型的誤差項(xiàng)為兩種隨機(jī)誤差之和，所以也被稱為誤差構(gòu)成模型。</p><p>　　情形3： ，模型為：</p><p>　　對(duì)于情形3，這時(shí)的模型稱為變系數(shù)模型（panel data model with variable coefficient），該模型假設(shè)個(gè)體成員即存在個(gè)體影響，又存在結(jié)構(gòu)變化。即在允許個(gè)體影響由變化的截距項(xiàng)來(lái)說(shuō)明，同時(shí)還允許依個(gè)體成

48、員的不同而變化，用以說(shuō)明個(gè)體成員之間的結(jié)構(gòu)變化。除了存在個(gè)體影響外，在橫截面上還存在變化的經(jīng)濟(jì)結(jié)構(gòu)，因而結(jié)構(gòu)參數(shù)在不同橫截面單位上是不同的。典型的平行數(shù)據(jù)是橫截面單位較多而時(shí)期較少的數(shù)據(jù)。這樣，該技術(shù)主要集中于橫截面的變化或異方差。該模型也分為固定影響和隨機(jī)影響兩種情況。</p><p><b>　　2.4 各類檢驗(yàn)</b></p><p>　　我們需要對(duì)面板回歸模型

49、的計(jì)量問(wèn)題進(jìn)行檢驗(yàn)，來(lái)確定我們合意的模型，并對(duì)估計(jì)進(jìn)行修正，得到可靠的估計(jì)值。</p><p>　　2.4.1 混合回歸模型對(duì)隨機(jī)效應(yīng)模型</p><p>　　混合數(shù)據(jù)分析依賴于這樣的假定，也就是變量之間（用X表示解釋變量，用Y表示被解釋變量）的關(guān)系部隨橫截面或時(shí)間變化而變化，這就意味著X和Y之間的回歸系數(shù)（截距項(xiàng)和斜率項(xiàng)）是常數(shù)，混合估計(jì)系數(shù)相當(dāng)于是這兩個(gè)樣本回歸系數(shù)的加權(quán)平均，估計(jì)系數(shù)

50、的精確度主要受到具有較大樣本容量的樣本影響。是否需要混合模型，我們用以下的兩種檢驗(yàn)方法。</p><p>　?。?）對(duì)混合回歸是否可行進(jìn)行驗(yàn)證</p><p>　　我們可以用Chow檢驗(yàn)。</p><p><b>　　無(wú)約束模型：，</b></p><p><b>　　有約束模型：，</b><

51、/p><p>　　也就是檢驗(yàn)約束條件是否成立?？梢詫?duì)有約束模型先進(jìn)行GLS估計(jì),比較有約束和無(wú)約束回歸殘差平方和差異。如果需要更穩(wěn)健的推斷，那么可以采用面板穩(wěn)健標(biāo)準(zhǔn)差，并進(jìn)行Wald檢驗(yàn)。</p><p>　?。?）個(gè)體效應(yīng)的布羅德-帕甘檢驗(yàn)</p><p>　　布羅德和帕甘（Breusch&Pagan, 1980）推導(dǎo)了一個(gè)拉格朗日乘數(shù)檢驗(yàn)，零假設(shè)誤差是獨(dú)立同

52、分布的，備擇假設(shè)是存在個(gè)體隨機(jī)效應(yīng)。如果假定正態(tài)性，還可以進(jìn)行極大似然估計(jì)并進(jìn)行似然比或是沃爾德檢驗(yàn)。構(gòu)造一個(gè)零假設(shè)：：，在這個(gè)零假設(shè)成立下，的方差漸進(jìn)服從標(biāo)準(zhǔn)正態(tài)分布，進(jìn)而可以進(jìn)行顯著性檢驗(yàn)。</p><p>　　2.4.2 混合回歸模型對(duì)固定效應(yīng)模型</p><p>　　固定效應(yīng)模型的設(shè)定是建立在如下假設(shè)基礎(chǔ)之上的，即，我們認(rèn)為個(gè)體間存在顯著差異，但是對(duì)于特定的個(gè)體而言，組內(nèi)不存在時(shí)間

53、序列上的差異。但是，如果個(gè)體間（組間）的差異不明顯，那么采用OLS對(duì)混合數(shù)據(jù)進(jìn)行估計(jì)即可。</p><p>　　我們構(gòu)造F檢驗(yàn)統(tǒng)計(jì)量</p><p>　　在零假設(shè)成立下服從，其中：RRSS，URSS分別是混合回歸即有約束模型的殘差平方和。固定效應(yīng)即無(wú)約束模型的殘差平方和。</p><p>　　2.4.3 隨機(jī)效應(yīng)對(duì)固定效應(yīng)：豪斯曼檢驗(yàn)</p><

54、p>　　豪斯曼（Hausman）檢驗(yàn)的思想是在零假設(shè)成立下（即解釋變量和個(gè)體效應(yīng)不相關(guān)），隨機(jī)效應(yīng)估計(jì)量和固定效應(yīng)估計(jì)量都是一致的，但是隨機(jī)效應(yīng)估計(jì)卻更有效；在備擇假設(shè)成立下（即解釋變量和個(gè)體效應(yīng)相關(guān)），固定效應(yīng)估計(jì)量仍然是一致的，但是隨即效應(yīng)估計(jì)量卻不再一致。Hausman檢驗(yàn)就是要驗(yàn)證兩類估計(jì)量之間是否存在著顯著的差異。相似地，任何具有相似特征的兩組估計(jì)量，例如一次差分對(duì)混合回歸都可以進(jìn)行這樣的檢驗(yàn)。</p>&

55、lt;p>　　簡(jiǎn)單來(lái)說(shuō)，Hausman檢驗(yàn)就是：:個(gè)體效應(yīng)與回歸變量無(wú)關(guān)（隨機(jī)效應(yīng)回歸模型），：個(gè)體效應(yīng)與回歸變量相關(guān)（固定效應(yīng)回歸模型）。</p><p>　　2.4.4 各種自相關(guān)檢驗(yàn)</p><p>　?。?）時(shí)間緯度上的自相關(guān)檢驗(yàn)。</p><p><b>　　零假設(shè)：，對(duì)所有的</b></p><p>　

56、　方法：伍德里奇的序列檢驗(yàn)，用估計(jì)出來(lái)的殘差對(duì)其滯后項(xiàng)進(jìn)行回歸，一階可以看滯后項(xiàng)的值以觀察其顯著性，如果顯著就是AR（1）；高階可以用F檢驗(yàn)或沃爾德檢驗(yàn)。</p><p>　?。?）橫截面之間的相關(guān)性檢驗(yàn)。</p><p>　　布羅施-帕甘檢驗(yàn)，針對(duì)較大的時(shí)間維度和較小的橫截面維度，用來(lái)檢驗(yàn)個(gè)體在橫截面上的獨(dú)立性。</p><p>　　零假設(shè)：，備擇假設(shè)：</

57、p><p>　　2.4.5 群組間的異方差</p><p>　　零假設(shè)：組內(nèi)的誤差項(xiàng)是同方差，組間有異方差。即：，備擇假設(shè)：：。</p><p>　　誤差項(xiàng)的方差-協(xié)方差結(jié)構(gòu)</p><p><b>　　，</b></p><p>　　修正的沃爾德檢驗(yàn)統(tǒng)計(jì)量</p><p>&

58、lt;b>　　,，，</b></p><p>　　注意，只有在非正態(tài)條件下有效；如果是“大N，小T的固定效應(yīng)模型”時(shí)，該檢驗(yàn)功效降低。</p><p>　　2.5 面板數(shù)據(jù)統(tǒng)計(jì)量的特征比較</p><p>　　我們對(duì)不同的線性面板模型估計(jì)量的統(tǒng)計(jì)量進(jìn)行歸納，如表1所示：</p><p>　　表1 各類模型估計(jì)量的一致性&l

59、t;/p><p><b>　　（1）混合回歸：；</b></p><p>　?。?）組間估計(jì)：，,其中： , ，，</p><p>　　（3）隨機(jī)效應(yīng)：，，獨(dú)立同分布，且。</p><p>　　估計(jì)方程：，其中是漸近服從獨(dú)立同分布的，而且是一致估計(jì)量，。</p><p>　　（4）固定效應(yīng)：，獨(dú)立同分

60、布。</p><p><b>　　（5）組內(nèi)估計(jì)：</b></p><p>　　混合回歸要注意殘差項(xiàng)的相關(guān)性問(wèn)題。固定效應(yīng)模型估計(jì)可以用組內(nèi)估計(jì)或虛擬變量最小二乘估計(jì)，也可以用可行廣義最小二乘估計(jì)，以及一次差分估計(jì)法、極大似然估計(jì)法等。隨機(jī)效應(yīng)模型主要用廣義最小二乘、極大似然估計(jì)法。</p><p>　　此外，有關(guān)固定效應(yīng)和一次差分估計(jì)的區(qū)別是

61、：</p><p>　?。?）如果時(shí)期是2，那么這兩種方法是等價(jià)的，而且一次差分估計(jì)還可以計(jì)算出穩(wěn)健標(biāo)準(zhǔn)差。</p><p>　?。?）如果時(shí)期多于2期，在一定提條件成立下，固定效應(yīng)估計(jì)量是BLUE。但是當(dāng)隨機(jī)誤差項(xiàng)具有相關(guān)性時(shí)，無(wú)法判斷哪一個(gè)估計(jì)量更有效。</p><p>　　2.6 面板數(shù)據(jù)的單位根檢驗(yàn)和協(xié)整分析</p><p>　　面板

62、數(shù)據(jù)的漸近性質(zhì)一般是對(duì)橫截面緯度N而言，一般是大的橫截面?zhèn)€數(shù)，小的時(shí)間緯度T。隨著大的橫截面和的大時(shí)間緯度數(shù)據(jù)的不斷出現(xiàn)，這些面板數(shù)據(jù)與以往那些大N小T相比，具有不同的特點(diǎn)。往往圍繞這兩大類問(wèn)題，即協(xié)整和單根檢驗(yàn)。</p><p>　　2.6.1 面板數(shù)據(jù)單位根檢驗(yàn)方法</p><p>　　時(shí)間序列數(shù)據(jù)的單位根檢驗(yàn)是為了檢驗(yàn)該序列是否平穩(wěn)，這對(duì)于正確分析經(jīng)濟(jì)時(shí)間序列之間關(guān)系是非常關(guān)鍵的。由

63、于面板數(shù)據(jù)研究的是橫截面的時(shí)間序列問(wèn)題，因此單位根檢驗(yàn)對(duì)他來(lái)說(shuō)也是同樣重要的。</p><p>　　面板數(shù)據(jù)單位根檢驗(yàn)有6種方法包括LLC檢驗(yàn)、Breitung檢驗(yàn)、IPS檢驗(yàn)、Fisher ADF檢驗(yàn)、Fisher PP檢驗(yàn)以及Hadri檢驗(yàn)。本文采用比較常用的IPS檢驗(yàn)。以下對(duì)IPS檢驗(yàn)作一些介紹。</p><p>　　LL（萊文和林檢驗(yàn)）的局限在于它存在著一個(gè)隱含的假定就是所有的個(gè)體

64、序列都是一階自回歸模型，而且具有相同的自相關(guān)系數(shù)。因此，在零假設(shè)成立下，每一個(gè)序列都存在單位根，被擇假設(shè)下它們都是平穩(wěn)的，這種假設(shè)在現(xiàn)實(shí)中太強(qiáng)。IPS拓寬了LL的分析框架，其備擇假設(shè)為一部分為平穩(wěn)序列，其余部分為非平穩(wěn)序列，這種檢驗(yàn)主要針對(duì)模型2和模型3。</p><p>　　零假設(shè)和備擇假設(shè)分別寫(xiě)為</p><p><b>　　：；</b></p>&

65、lt;p><b>　??；</b></p><p>　　這里主要有兩類檢驗(yàn)，一個(gè)是t均值檢驗(yàn)和LM檢驗(yàn)。</p><p>　?。?）t均值檢驗(yàn)：如果是第i個(gè)個(gè)體的t檢驗(yàn)統(tǒng)計(jì)量，那么t的均值為，它的標(biāo)準(zhǔn)形式為。這個(gè)統(tǒng)計(jì)量漸近服從標(biāo)準(zhǔn)正態(tài)分布。</p><p>　?。?）LM檢驗(yàn)：IPS檢驗(yàn)利用了基于組均值的拉格朗日乘數(shù)檢驗(yàn)（LM），檢驗(yàn)統(tǒng)計(jì)量

66、為，是每個(gè)個(gè)體對(duì)應(yīng)時(shí)序列ADF-t檢驗(yàn)統(tǒng)計(jì)量的平均值；零假設(shè)成立下漸近服從標(biāo)準(zhǔn)正態(tài)分布。該檢驗(yàn)可以處理包含異方差的情形。蒙特卡洛模擬結(jié)果表明有限樣本時(shí)，這兩個(gè)檢驗(yàn)統(tǒng)計(jì)量都良好，都好于LL檢驗(yàn)，而且從邊際意義上講，t均值檢驗(yàn)優(yōu)于LM檢驗(yàn)。</p><p>　　2.6.2 面板協(xié)整檢驗(yàn)</p><p>　　經(jīng)典回歸模型是建立在平穩(wěn)數(shù)據(jù)變量基礎(chǔ)上的。對(duì)于非平穩(wěn)變量，不能使用經(jīng)典回歸模型，否則會(huì)出

67、現(xiàn)虛假回歸等諸多問(wèn)題。一些時(shí)間序列，雖然它們自身非平穩(wěn)，但其某種線性組合卻平穩(wěn)。這個(gè)線性組合反應(yīng)了變量之間長(zhǎng)期穩(wěn)定的比例關(guān)系，稱為協(xié)整關(guān)系。</p><p>　　如果時(shí)間序列，,…,都是階單整，即，存在一個(gè)向量，使得，這里，。則稱時(shí)間序列，，…，是階協(xié)整，記為，為協(xié)整向量。而經(jīng)證明，對(duì)于兩個(gè)序列和，只有在它們是同階單整即時(shí)，才可能有協(xié)整關(guān)系。</p><p>　?。?）基于殘差的DF和AD

68、F檢驗(yàn)（Kao檢驗(yàn)）：</p><p><b>　　考慮下列的面板模型</b></p><p><b>　　，；；</b></p><p>　　DF類型的檢驗(yàn)尺對(duì)下面的殘差進(jìn)行回歸：</p><p>　　零假設(shè)：沒(méi)有協(xié)整關(guān)系，即，運(yùn)用OSL可以得到這些估計(jì)值</p><p>

69、<b>　　，，</b></p><p>　　假定，考得到下面四類DF檢驗(yàn)統(tǒng)計(jì)量</p><p><b>　　其中，， 。</b></p><p>　　前兩個(gè)統(tǒng)計(jì)量有一個(gè)前提假定也就是解釋變量和隨機(jī)擾動(dòng)項(xiàng)之間的強(qiáng)外生性，后兩個(gè)允許解釋變量?jī)?nèi)生。</p><p>　　對(duì)于ADF檢驗(yàn)，我們進(jìn)行下面的回歸

70、：</p><p>　　零假設(shè)：沒(méi)有協(xié)整關(guān)系，ADF檢驗(yàn)統(tǒng)計(jì)量為</p><p>　　其中，是回歸式對(duì)應(yīng)的t值，上述的四類DF統(tǒng)計(jì)量，ADF檢驗(yàn)統(tǒng)計(jì)量根據(jù)序貫收斂極限理論，它們都收斂于標(biāo)準(zhǔn)正態(tài)分布N（0,1）。</p><p>　?。?）基于殘差的拉格朗日乘數(shù)檢驗(yàn)</p><p>　　麥科斯基和考（1998）推導(dǎo)出基于殘差的拉格朗日檢驗(yàn)，零假

71、設(shè)：存在協(xié)整關(guān)系。模型允許截距和斜率變化</p><p><b>　　,；</b></p><p><b>　?。?</b></p><p><b>　　,</b></p><p><b>　　零假設(shè)對(duì)應(yīng)于：。</b></p><p&g

72、t;　　對(duì)應(yīng)的LM檢驗(yàn)統(tǒng)計(jì)量：</p><p><b>　　，，</b></p><p><b>　?。?）佩德羅尼檢驗(yàn)</b></p><p>　　佩德羅尼（Pedroni）提出了幾個(gè)檢驗(yàn)，零假設(shè)：面板數(shù)據(jù)存在協(xié)整（允許異方差）關(guān)系。</p><p><b>　　有兩類檢驗(yàn)：</b

73、></p><p>　　第一類檢驗(yàn)包括菲利普斯和奧利瑞斯檢驗(yàn)統(tǒng)計(jì)量</p><p><b>　　，</b></p><p>　　、分別表示殘差的長(zhǎng)期和當(dāng)期方差。</p><p>　　第二類檢驗(yàn)，他定義了四類面板方差比指標(biāo)，令表示的一致估計(jì)，長(zhǎng)期方差-協(xié)方差矩陣。定義喬萊斯基（Cholesky）分解的下三角為，使得標(biāo)

74、量，。</p><p>　　考慮其中一個(gè)檢驗(yàn)統(tǒng)計(jì)量</p><p><b>　　，，</b></p><p>　　這個(gè)分布適用于那些包含截距但不包含時(shí)間趨勢(shì)的模型。</p><p>　?。?）基于似然的面板數(shù)據(jù)協(xié)整檢驗(yàn)</p><p>　　Lyhagen，Larsson&Lothgren將

75、各個(gè)體時(shí)間序列協(xié)整秩的Johansen跡統(tǒng)計(jì)量平均提出了異質(zhì)面板協(xié)整秩的似然比檢驗(yàn)，在蒙特卡羅模擬中，Larsson等研究了標(biāo)準(zhǔn)化的LR-bar統(tǒng)計(jì)量的小樣本性質(zhì)，并發(fā)現(xiàn)該統(tǒng)計(jì)量需要面板數(shù)據(jù)的個(gè)體數(shù)較大時(shí)，該檢驗(yàn)將存在嚴(yán)重的檢驗(yàn)水平失真。</p><p>　　對(duì)于有固定個(gè)數(shù)的向量誤差修正模型的面板數(shù)據(jù)，Groen和Kleibergen提出了一種基于似然的協(xié)整分析框架。因?yàn)樵试S截面相關(guān)，它改進(jìn)了Larsson等的檢

76、驗(yàn)。使用迭代的GMM估計(jì)構(gòu)造協(xié)整向量的極大似然估計(jì)。并基于這些估計(jì)量Groen和Kleibergen構(gòu)造了檢驗(yàn)個(gè)體具有同質(zhì)和異質(zhì)協(xié)整向量誤差修正模型的共同協(xié)整秩的似然比統(tǒng)計(jì)量。</p><p>　　2.6.3 面板的誤差修正模型</p><p>　　協(xié)整分析中最重要的結(jié)果可能是所謂的“格蘭杰表述定理”。按照此定理，如果兩變量和是協(xié)整的，則它們之間存在長(zhǎng)期的均衡關(guān)系。當(dāng)然，在短期內(nèi)，這些變量

77、間的關(guān)系可以是不均衡的。兩變量間這種短期不均衡關(guān)系的動(dòng)態(tài)結(jié)構(gòu)可以由誤差修正模型（error correction model，EMC）來(lái)描述，“誤差修正”由Sargen1964年首先提出，而EMC的主要形式是由Davidson、Hendry、Srba和Yeo玉1978年提出的，因而也稱為DHSY模型。</p><p>　　聯(lián)系兩變量的短期和長(zhǎng)期行為的誤差修正模型可由下式給出：</p><p&g

78、t;<b>　　，</b></p><p>　　其中，；；；為白噪聲；為短期調(diào)整系數(shù)，反應(yīng)t-1期末偏差的調(diào)整速度；lagged表示與的滯后項(xiàng)，其中包括本期。不難看出，在上式中，所有變量都是平穩(wěn)的。</p><p>　　對(duì)于上式的估計(jì)，Engle和Granger建議采用下述兩步方法：</p><p>　　第一步：估計(jì)協(xié)整回歸方程，得到協(xié)整向量的

79、一致估計(jì)量，用它得出均衡誤差的估計(jì)值。</p><p>　　第二步：計(jì)算和的一階差分值，然后選擇合適的滯后階，用OLS法估計(jì)下面的方程。注意，這里的滯后階的選擇可以通過(guò)對(duì)的自相關(guān)性的檢驗(yàn)來(lái)進(jìn)行判斷和篩選，直到找出合適的滯后階使得滿足基本假設(shè)為止。</p><p>　　對(duì)于ECM模型這里有兩點(diǎn)需要作出說(shuō)明的。第一，EMC模型只適合對(duì)于那些一階單整，且存在協(xié)整關(guān)系的變量來(lái)建模。第二，EMC模型

80、一般都可以從ADL（p,q）模型推出，這里簡(jiǎn)單的給出如何從ADL（1,1）模型推出誤差修正模型：</p><p>　　將和分別寫(xiě)成差分的形式：</p><p><b>　　即：</b></p><p><b>　　式中，，。</b></p><p>　　3 數(shù)據(jù)來(lái)源與數(shù)據(jù)描述</p>

81、<p>　　本文數(shù)據(jù)取自中國(guó)國(guó)家統(tǒng)計(jì)局網(wǎng)站，選取了我國(guó)28個(gè)省份1991年-2010年的中國(guó)農(nóng)村居民人均生活消費(fèi)性支出、農(nóng)村居民消費(fèi)價(jià)格指數(shù)、農(nóng)村商品零售價(jià)格指數(shù)、農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)以及農(nóng)村居民純收入等數(shù)據(jù)。并且，在農(nóng)村居民純收入中，以農(nóng)村居民的工資性收入及其家庭經(jīng)營(yíng)性收入作為居民收入的主要衡量標(biāo)準(zhǔn)。28個(gè)省市分別為：河北省、山西省、內(nèi)蒙古自治區(qū)、遼寧省、吉林省、黑龍江省、江蘇省、浙江省、安徽省、福建省、江西省、山東省、河南

82、省、湖北省、廣東省、廣西壯族自治區(qū)、海南省、四川省、貴州省、云南省、西藏自治區(qū)、陜西省、甘肅省、青海省、寧夏回族自治區(qū)、新疆維吾爾族自治區(qū)。設(shè)立1991年中國(guó)居民消費(fèi)價(jià)格指數(shù)為基準(zhǔn)100，設(shè)立1991年農(nóng)村商品零售價(jià)格指數(shù)為基準(zhǔn)100，設(shè)立1991年農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)為基準(zhǔn)100。</p><p>　　農(nóng)村居民人均生活消費(fèi)性支出是指農(nóng)村常住居民用于日常生活額的全部開(kāi)支，是反應(yīng)和研究農(nóng)村家庭實(shí)際生活消費(fèi)水平高低的

83、重要指標(biāo)，用符號(hào)代替。</p><p>　　農(nóng)村居民消費(fèi)價(jià)格指數(shù)是直接反映農(nóng)村居民家庭所購(gòu)買的生活消費(fèi)品價(jià)格和服務(wù)項(xiàng)目?jī)r(jià)格變動(dòng)趨勢(shì)和程度的相對(duì)數(shù)。該指數(shù)可以觀察農(nóng)村消費(fèi)品的零售價(jià)格和服務(wù)項(xiàng)目?jī)r(jià)格變動(dòng)對(duì)農(nóng)村居民生活消費(fèi)支出的影響，直接反映農(nóng)民生活水平的實(shí)際變化情況，為分析和研究農(nóng)村居民生活問(wèn)題提供依據(jù)。用符號(hào)代替。</p><p>　　農(nóng)村商品零售價(jià)格指數(shù)是反映一定時(shí)期內(nèi)農(nóng)村商品零售價(jià)格變動(dòng)

84、趨勢(shì)和程度的相對(duì)數(shù)。農(nóng)村商品零售價(jià)格的調(diào)整升降直接影響農(nóng)村居民的生活費(fèi)用節(jié)約或多支，直接關(guān)系國(guó)家財(cái)政的收支，直接影響居民購(gòu)買力和市場(chǎng)商品供需平衡，還影響消費(fèi)和積累的比例。其編制目的，是掌握市場(chǎng)商品價(jià)格的變動(dòng)狀況，并在此基礎(chǔ)上編制其他各種派生指數(shù)，為研究市場(chǎng)流通、進(jìn)行國(guó)民經(jīng)濟(jì)核算提供依據(jù)。用符號(hào)代替。</p><p>　　農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)是反映一定時(shí)期內(nèi)農(nóng)業(yè)生產(chǎn)資料價(jià)格變動(dòng)趨勢(shì)和程度的相對(duì)數(shù)。該指數(shù)分為農(nóng)用手工

85、具、飼料、產(chǎn)品畜、半機(jī)械化農(nóng)具、機(jī)械化農(nóng)具、化學(xué)肥料、農(nóng)藥及農(nóng)藥械、農(nóng)用機(jī)油、其他農(nóng)業(yè)生產(chǎn)資料、農(nóng)業(yè)生產(chǎn)服務(wù)十個(gè)大類。其編制目的是了解農(nóng)業(yè)生產(chǎn)中物質(zhì)資料投入價(jià)格的變動(dòng)狀況，服務(wù)于國(guó)民經(jīng)濟(jì)核算。生產(chǎn)資料價(jià)格的升跌直接影響到物價(jià)水平的高低，進(jìn)而影響居民的消費(fèi)支出。用符號(hào)代替。</p><p>　　農(nóng)村居民工資性收入指農(nóng)村住戶成員受雇于單位和個(gè)人，靠出賣勞動(dòng)而獲得的收入。它包括農(nóng)村住戶成員在非企業(yè)組織中勞動(dòng)得到的收入（

86、包括村干部、民辦教師工資資金補(bǔ)貼、鄉(xiāng)及以上行政、事業(yè)單位工作人員的工資資金補(bǔ)貼等）、在本地（所屬鄉(xiāng)鎮(zhèn)地域范圍以內(nèi)）勞動(dòng)得到的收入和常住人口外出（所屬鄉(xiāng)鎮(zhèn)地域范圍以外）從業(yè)得到的收入。自2000年起，工資性收入已成為農(nóng)村居民收入的重要來(lái)源。用符號(hào)代替。</p><p>　　家庭經(jīng)營(yíng)性收入指農(nóng)村住戶以家庭為生產(chǎn)經(jīng)營(yíng)單位進(jìn)行生產(chǎn)籌劃、經(jīng)營(yíng)和管理而獲得的收入。包括經(jīng)營(yíng)農(nóng)、林、牧、漁業(yè)、工業(yè)、建筑業(yè)、交通運(yùn)輸業(yè)、郵電業(yè)、批

87、發(fā)和零售貿(mào)易餐飲業(yè)、社會(huì)服務(wù)業(yè)、文教衛(wèi)生業(yè)和其他家庭經(jīng)營(yíng)獲得的收入。該收入一直都是農(nóng)村居民收入的重要組成部分。用符號(hào)代表。</p><p><b>　　變量選取與模型選擇</b></p><p>　　4.1 變量選取和數(shù)據(jù)處理</p><p>　　將農(nóng)村居民人均生活消費(fèi)支出作為解釋變量，農(nóng)村居民消費(fèi)價(jià)格指數(shù)、農(nóng)村商品零售價(jià)格指數(shù)、農(nóng)業(yè)生產(chǎn)資料價(jià)

88、格指數(shù)、居民工資收入及家庭經(jīng)營(yíng)性收入作為解釋變量。</p><p>　　選取28個(gè)省份直轄市1991年-2010年的數(shù)據(jù)建立面板數(shù)據(jù)，數(shù)據(jù)在時(shí)間方向有20個(gè)取值點(diǎn)，每個(gè)截面有28個(gè)單位，總樣本量為560。</p><p>　　4.1.1 單位根檢驗(yàn)</p><p>　　居民人均生活消費(fèi)支出的時(shí)序圖如圖1：</p><p>　　圖1 居民人均

89、生活消費(fèi)支出的時(shí)序圖</p><p>　　IPS檢驗(yàn)的原假設(shè)是存在單位根。首先利用IPS法對(duì)居民人均生活消費(fèi)支出進(jìn)行單位根檢驗(yàn)，結(jié)果輸出如圖2。由輸出結(jié)的IPS統(tǒng)計(jì)量值為19.9252，在5%的顯著性水平下大于臨界值，接受原假設(shè)，即存在單位根。</p><p>　　圖2 單位根檢驗(yàn)結(jié)果輸出截圖</p><p>　　同理，對(duì)農(nóng)村居民的居民工資收入及其家庭經(jīng)營(yíng)性收入也

90、進(jìn)行單位根檢驗(yàn)。</p><p>　　農(nóng)村居民的居民工資收入的時(shí)序圖如圖3：</p><p>　　圖3 農(nóng)村居民的居民工資收入的時(shí)序圖</p><p>　　其家庭經(jīng)營(yíng)性收入的時(shí)序圖如圖4：</p><p>　　圖4 其家庭經(jīng)營(yíng)性收入的時(shí)序圖</p><p>　　IPS檢驗(yàn)結(jié)果輸出如圖5、圖6。</p>

91、<p>　　圖5 單位根檢驗(yàn)結(jié)果輸出截圖</p><p>　　圖6 單位根檢驗(yàn)結(jié)果輸出截圖</p><p>　　由圖5可知，居民工資收入的IPS統(tǒng)計(jì)量的值為32.1458，在5%的顯著水平下大于臨界值，故接受原假設(shè)，即存在單位根。由表3可知，其家庭經(jīng)營(yíng)性收入的IPS統(tǒng)計(jì)量為12.6454，在5%的顯著水平下也大于臨界值，同樣接受原假設(shè)，認(rèn)為其存在單位根。</p>

92、<p>　　另外，同樣對(duì)農(nóng)村居民消費(fèi)價(jià)格指數(shù)、農(nóng)村商品零售價(jià)格指數(shù)以及農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)進(jìn)行IPS單位根檢驗(yàn)，結(jié)果截圖如圖7，其IPS統(tǒng)計(jì)量分別為-6.79339、-8.02234以及-9.14775，在5%的顯著水平下顯著小于臨界值，故拒絕原假設(shè)，認(rèn)為、和都不存在單位根，則三序列均是平穩(wěn)序列。</p><p>　　圖7 、和單位根檢驗(yàn)結(jié)果截圖</p><p>　　4.1

93、.2 數(shù)據(jù)處理：平滑數(shù)據(jù)</p><p>　　為平滑數(shù)據(jù)，對(duì)變量、和取對(duì)數(shù)并差分得、以及。分別對(duì)取對(duì)數(shù)及差分后的序列作圖，如圖8所示，如圖9所示，如圖10所示。</p><p><b>　　圖8 時(shí)序圖</b></p><p><b>　　圖9 時(shí)序圖</b></p><p><b>

94、　　圖10 時(shí)序圖</b></p><p>　　初步看出，經(jīng)取對(duì)數(shù)及一次差分后，、以及序列均呈現(xiàn)出平穩(wěn)趨勢(shì)。進(jìn)一步驗(yàn)證、及 序列的平穩(wěn)性。同樣利用IPS法進(jìn)行單位根檢驗(yàn)，結(jié)果截圖圖11如下：</p><p><b>　?。?lt;/b></p><p><b>　?。?lt;/b></p><p>

95、;<b>　?。?lt;/b></p><p>　　圖11 、及 序列的平穩(wěn)性檢驗(yàn)結(jié)果輸出截圖</p><p>　　序列的IPS檢驗(yàn)統(tǒng)計(jì)量為-9.08753，在5%顯著性水平下大于臨界值，故拒絕原假設(shè)，即不存在單位根。同理，序列的IPS檢驗(yàn)統(tǒng)計(jì)量為-7.71645，在5%顯著性水平下也大于臨界值，拒絕原假設(shè)，即不存在單位根。序列的IPS檢驗(yàn)統(tǒng)計(jì)量為-8.16411，在5%

96、顯著性水平下也大于臨界值，拒絕原假設(shè)，認(rèn)為其不存在單位根。綜上述，由IPS檢驗(yàn)結(jié)果可知經(jīng)過(guò)取對(duì)數(shù)和一階差分后，三個(gè)變量均是平穩(wěn)的。</p><p>　　4.1.3 協(xié)整檢驗(yàn)</p><p>　　考慮到、以及序列均為一階單整序列，即、和 ，我們知道，同階的單整序列之間可能會(huì)存在協(xié)整關(guān)系，出現(xiàn)偽回歸。Eviews軟件提供了三種可用于面板協(xié)整檢驗(yàn)的方法：Pedroni(Engle-Granger

97、 based), Kao(Engle-Granger based)和Fish（combined Johansen）。分別采用上述方法對(duì)、以及序列進(jìn)行協(xié)整檢驗(yàn)，Pedroni檢驗(yàn)結(jié)果輸出如圖12 ，Kao 檢驗(yàn)結(jié)果輸出如圖13，F(xiàn)ish檢驗(yàn)結(jié)果輸出如圖14。</p><p>　　圖12 Pedroni檢驗(yàn)結(jié)果輸出截圖</p><p>　　圖12的上半部分是同質(zhì)性備擇的檢驗(yàn)結(jié)果，即假定所有的

98、橫截面有共同AR系數(shù)，Eviews給出了相應(yīng)統(tǒng)計(jì)量加權(quán)與未加權(quán)時(shí)的取值及其相伴概率。不難看出，Panel v統(tǒng)計(jì)量、Panel rho統(tǒng)計(jì)量以及PanelADF統(tǒng)計(jì)量均不能拒絕沒(méi)有協(xié)整的零假設(shè)。Panel PP統(tǒng)計(jì)量為拒絕協(xié)整假設(shè)。而表的下半部分是異質(zhì)性備擇的檢驗(yàn)結(jié)果，即只要求每個(gè)截面的AR系數(shù)值小于1。Eviews中給出了相關(guān)統(tǒng)計(jì)量的取值及其相伴概率，易知，Group rho統(tǒng)計(jì)量和Group PP統(tǒng)計(jì)量顯著，認(rèn)為它們存在異質(zhì)性協(xié)整關(guān)

99、系，而Group ADF統(tǒng)計(jì)量均不顯著，不能拒絕原假設(shè)，表明它們認(rèn)為是不存在協(xié)整關(guān)系的。</p><p>　　圖13 Kao 檢驗(yàn)結(jié)果輸出截圖</p><p>　　由圖13的檢驗(yàn)結(jié)果可知，ADF統(tǒng)計(jì)量檢驗(yàn)顯著（在5%的置信水平下），則Kao檢驗(yàn)認(rèn)為序列之間存在協(xié)整關(guān)系。</p><p>　　圖14 Fish檢驗(yàn)結(jié)果輸出截圖</p><p>

100、;　　由圖14的檢驗(yàn)結(jié)果可知，F(xiàn)ish統(tǒng)計(jì)量檢驗(yàn)顯著（在5%的置信水平下），則Fish檢驗(yàn)認(rèn)為序列之間存在協(xié)整關(guān)系。</p><p>　　綜上所述，通過(guò)了協(xié)整檢驗(yàn)，說(shuō)明變量之間存在著長(zhǎng)期穩(wěn)定的均衡關(guān)系，其方程回歸殘差是平穩(wěn)的。因此可以在此基礎(chǔ)上直接對(duì)原方程進(jìn)行回歸，此時(shí)的回歸結(jié)果是較精確的。</p><p>　　4.2 模型建立與分析</p><p>　　4.2.1

101、 混合模型、Hausman檢驗(yàn)以及個(gè)體固定效應(yīng)模型</p><p>　　首先利用Eviews軟件建立混合模型，軟件輸出結(jié)果如圖15：</p><p>　　圖15 建立混合模型軟件結(jié)果輸出截圖</p><p><b>　　混合模型為：</b></p><p>　?。?2.753） （27.114） （27.867） （7

102、.273） （-7.070） （8.381）</p><p><b>　　，，</b></p><p>　　由以上檢驗(yàn)結(jié)果可以看出，模型通過(guò)了F檢驗(yàn)，所以模型是顯著的。各解釋變量都通過(guò)了t檢驗(yàn)，所以各解釋變量也是顯著的。并且由判定系數(shù)看，，值接近于1，模型的擬合程度還是比較高的。</p><p>　　對(duì)混合模型進(jìn)行經(jīng)濟(jì)意義分析：農(nóng)村居民工資性收

103、入每增加1%，農(nóng)村居民人均生活消費(fèi)支出增加0.2334%，其家庭經(jīng)營(yíng)性每收入增加1%，農(nóng)村居民人均生活消費(fèi)支出也增加0.6096%，收入增加，支出增加，這是符合收入與支出呈同向變動(dòng)這一結(jié)論的。另外，農(nóng)村商品零售價(jià)格指數(shù)每增加1%，農(nóng)村居民人均生活消費(fèi)支出減少0.0043%，這也符合零售價(jià)格指數(shù)與消費(fèi)支出呈反向變動(dòng)這一結(jié)論。但是，農(nóng)村居民消費(fèi)價(jià)格指數(shù)每增加1%，農(nóng)村居民人均生活消費(fèi)支出增加0.0029%，以及農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)每增加1%

104、，農(nóng)村居民人均生活消費(fèi)支出增加0.0012%，這都不符合消費(fèi)價(jià)格指數(shù)與消費(fèi)支出呈反向變動(dòng)這一結(jié)論，因此我們認(rèn)為混合模型的經(jīng)濟(jì)意義并不合理。 </p><p>　　應(yīng)用面板數(shù)據(jù)分析面臨著選擇固定效應(yīng)模型還是隨機(jī)效應(yīng)模型的問(wèn)題。為此，首先構(gòu)建一個(gè)Hausman統(tǒng)計(jì)量，在給定的顯著性水平下，若Hausman統(tǒng)計(jì)量小于臨界值，則選擇固定效應(yīng)模型，否則采用隨機(jī)效應(yīng)模型。運(yùn)用Eviews軟件運(yùn)行檢驗(yàn)的結(jié)果輸出如圖16：<

105、;/p><p>　　圖16 Hausman檢驗(yàn)結(jié)果輸出截圖</p><p>　　由上表可知，Hausman統(tǒng)計(jì)量為30.379419，相對(duì)應(yīng)的概率值為0.0000，說(shuō)明檢驗(yàn)的結(jié)果拒絕了隨機(jī)模型的原假設(shè)，應(yīng)該建立固定效應(yīng)面板數(shù)據(jù)模型。</p><p>　　利用Eviews軟件建立個(gè)體固定效應(yīng)模型，軟件輸出結(jié)果如圖17：</p><p>　　圖17

106、 個(gè)體固定效應(yīng)模型軟件輸出結(jié)果截圖</p><p>　　由輸出結(jié)果得到的固定效應(yīng)模型為：</p><p>　?。?.659）（12.532） （19.905） （2.779） （-8.029） (11.258)</p><p><b>　　，，</b></p><p>　　由以上檢驗(yàn)結(jié)果可以看出，由于模型通過(guò)了

107、F檢驗(yàn)，所以模型是顯著的。并且該模型的每一個(gè)解釋變量都通過(guò)了t檢驗(yàn)，所以各解釋變量也是顯著的。由于判定系數(shù)，值十分接近于1，故認(rèn)為固定效應(yīng)模型的擬合程度十分高。</p><p>　　對(duì)固定效應(yīng)模型進(jìn)行經(jīng)濟(jì)意義分析：農(nóng)村居民工資性收入每增加0.2277%，農(nóng)村居民人均生活消費(fèi)支出增加1%，其家庭經(jīng)營(yíng)性每收入增加0.6653%，農(nóng)村居民人均生活消費(fèi)支出也增加1%，收入增加，支出增加，這是符合收入與支出呈同向變動(dòng)這一結(jié)

108、論的。另外，農(nóng)村商品零售價(jià)格指數(shù)每增加1%，農(nóng)村居民人均生活消費(fèi)支出減少0.0054%，這也符合零售價(jià)格指數(shù)與消費(fèi)支出呈反向變動(dòng)這一結(jié)論。但是，農(nóng)村居民消費(fèi)價(jià)格指數(shù)每增加1%，農(nóng)村居民人均生活消費(fèi)支出增加0.0019%，以及農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)每增加1%，農(nóng)村居民人均生活消費(fèi)支出增加0.0023%，這都不符合消費(fèi)價(jià)格指數(shù)與消費(fèi)支出呈反向變動(dòng)這一結(jié)論，因此我們認(rèn)為固定效應(yīng)模型也不具有合理的經(jīng)濟(jì)意義。 </p><p&g

109、t;　　其中是對(duì)每一個(gè)個(gè)體的固定常數(shù)，代表個(gè)體的特殊效應(yīng)的截距項(xiàng)，也發(fā)應(yīng)了個(gè)體間的差異。數(shù)值隨地區(qū)不同而不同，具體如表2。個(gè)體固定效應(yīng)模型表明，各省份直轄市的一般消費(fèi)水平是各不相同的。</p><p><b>　　表2 各地區(qū)的值</b></p><p>　　則各地區(qū)建立的OSL估計(jì)結(jié)果分別為：</p><p><b>　　河北省：

110、</b></p><p><b>　　山西省：</b></p><p><b>　　內(nèi)蒙古自治區(qū)：</b></p><p><b>　　遼寧：省:</b></p><p><b>　　江蘇?。?lt;/b></p><p>&

111、lt;b>　　浙江?。?lt;/b></p><p><b>　　安徽省：</b></p><p><b>　　福建?。?lt;/b></p><p><b>　　江西?。?lt;/b></p><p><b>　　山東省：</b></p>

112、<p><b>　　河南?。?lt;/b></p><p><b>　　湖北?。?lt;/b></p><p><b>　　湖南?。?lt;/b></p><p><b>　　廣東?。?lt;/b></p><p><b>　　廣西?。?lt;/b>&l