《农村和城镇的人均居民消费对我国人均gdp的影响.doc》由会员分享，可在线阅读，更多相关《农村和城镇的人均居民消费对我国人均gdp的影响.doc（7页珍藏版）》请在金锄头文库上搜索。
1、农村和城镇的人均居民消费对我国人均GDP的影响文章从人均量的角度通过计量经济模型的分析，得出了农村居民消费成为我国经济增长的主要动力，并分析了目前为何农村市场启动不力，以及给出了一点点解决这个问题的小小的建议，还望老师和同学指点。文章总共分为四个部分。一：问题的提出。在这一部分里，我们主要谈的是目前中国国内的内需不足严重的影响了我国经济的发展，政府在启动内需的时候是应该把重点放在城镇还是农村市场呢？二：建立计量经济学模型。通过建立计量经济模型来讨论农村和城镇的人均居民消费对我国人均GDP的的影响，得出农村居民人均消费对我国人均GDP的影响要比城镇居民人均消费对我国人均GDP的影响要大。三：问题
2、的分析。为什么我国目前农村市场启动不力。四：问题的补救。对于目前农村市场启动不力的情况，我们给出了自己的一点小建议。农村和城镇的人均居民消费对我国人均GDP的影响一、问题的提出 从经济学的角度来讲，一个社会的经济增长主要来自两个方面的的推动：一是生产推动即供给推动，一个是需求拉动即消费拉动。目前我国中国市场已完全消除了日用品和食物短缺的现象。居民消费结构亦发生了很大变化，中国人民的消费观念也发生了很大的转变。因此我国的消费的增长对我国的投资的增长以及所带来的经济的增长，在改革开放的20几年里是显而易见的。在计划经济时代，我国的经济增长主要是靠高积累低消费来推动的，也就是生产推动经济的增长，使中
3、国在一穷二白的基础上建立了初步的工业现代化；改革开放以后，我国由计划经济体制转变为市场经济体制，经济增长的主要约束已经有短缺经济时代的资源供给约束转变为市场需求的约束，市场需求的规模已成为决定生产规模和投资规模的主要因素。从社会再生产过程来看，投资需求不过是中间需求，只有消费才是社会再生产的终点和新的起点，只有消费需求才是真正的最终需求，消费需求规模的扩大和结构的升级才是经济增长的根本动力。而在最终消费中，居民消费是最主要的一块。因此，居民的消费是影响消费增长的最主要的因素。在我国，居民的消费占了我国消费总量的绝大部分，占到总消费的80%以上，因此中国人民的消费状况将直接关系到我国的经济增长。
4、但是目前中国的情况已经出现了生产过剩的情况，而消费情况却一直徘徊不前，无法给经济的增长注入新的动力，消费的制约作用明显的显露出来。从我国目前的情况来看，内需不足，特别是消费不足已经成为制约我国经济发展的主要因素。因此扩大居民消费成为拉动我国经济增长的重要力量，国家的经济政策也反映了这一点，“增加消费，扩大需求，启动市场”已经成为我国经济政策的基本目标。既然居民消费是经济增长的关键，那么通过刺激居民的消费可以在多大程度上促进经济的增长呢？而且，在我国居民消费还存在着两个几乎完全不同的消费群体：农村居民和城市居民。对于两个不同的消费群体，他们各自的消费对我国的经济增长孰轻孰重呢？即我国政府应该将经
5、济的增长点着重放在刺激哪个消费群体上呢？是农村居民呢还是城市居民呢？最近几年来政府已经给公务员加了好几次薪，每次的幅度还是比较大的，政府的行为无非就是想通过提高这些人（主要是城市居民）可支配收入来刺激他们的消费，从而在城市居民中形成一个消费的示范效应，从而带动整个城市居民的消费，以达到刺激经济增长的目的。但是我们政府的这些行为似乎有些失灵，中国的经济增长并没有因此而快速增长起来。那么是不是就是说城市居民的消费对中国的经济增长没有推动呢？政府目前在大力的减轻农民的负担，是不是就是说农村的居民的消费对中国的经济增长的作用更加重要呢？我们不能只是从这些事实来评价孰轻重，下面我们就从人均量的角度出发，
6、建立计量经济模型来对上述问题进行分析。二、建立计量经济学模型 我们选取人均国民生产总值（GDP）Y作为因变量，分别以农村居民人均消费X1和城镇人均消费X2作为自变量。具体数据见下表：obsYX1X2Y1X3X4197837913840519794171584343820291980460178496432062198148919956229216619825252215763622141983580246603552527198469228366211237591985853347802161641401986956376920103291181987110441710891484116919
7、881355508143125191342198915125531568157451371990163457116861221811819911879621192524550239199222877182356408974311993293985530276521376711994392311183891984263864199548541434487493131698319965576176854307223345561997605418765796478108366199863071895621725319421199965471918675024023533 数据来源中华人民共和国年鉴2
8、001 在建立模型之前，我们先来分析数据的残差是否成正态分布。利用图形： 从图表和JB值我们可以认为残差是成正态分布的。所以我们可以进行计量经济模型的建立。 我们根据以上数据可以通过线形回归模型对我国人均GDP值与农村居民消费水平和城镇居民消费水平之间的关系进行计量模型分析。通过计算机的EVIEWS的计算，我们得到以下的结果。Dependent Variable: YMethod: Least SquaresDate: 12/16/02 Time: 21:23Sample: 1978 1999Included observations: 22VariableCoefficientStd. Er
9、rort-StatisticProb. C-108.953722.31052-4.0.0001X11.0.5.0.0000X20.0.10.907410.0000R-squared0. Mean dependent var2332.818Adjusted R-squared0. S.D. dependent var2165.980S.E. of regression56.78700 Akaike info criterion11.04262Sum squared resid61270.51 Schwarz criterion11.19139Log likelihood-118.4688 F-s
10、tatistic15266.17Durbin-Watson stat1. Prob(F-statistic)0. 所以我们得到以下的结果：Y=-108.9537+1.X1+0.X2 (22.31052) (0.) (0.) （t=-4.）(5.) (10.90741) R-Squared=0.9994 df=21 从上面的估计的结果可以看出：可决系数R-Squared=0.9994，表明模型在整体的拟和非常好。系数显著性检验：对于C、X1、X2的系数，t的统计量的绝对值都2,都通过了检验。 下面我们进行模型的检验。 我们先进行多重共线性的检验。利用相关系数距阵。X1X2X1 1. 0.X2 0
11、. 1. 从相关系数距阵我们可以看出X1和X2两个解释变量之间存在很强的多重共线性。 下面我们进行异方差的检验。我们利用ARCH检验。得到下面的结果。ARCH Test:F-statistic0. Probability0.Obs*R-squared0. Probability0.Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 09/19/99 Time: 00:15Sample(adjusted): 1981 1999Included observations: 19 after adjusting end
12、pointsVariableCoefficientStd. Errort-StatisticProb. C3014.0681686.7281.0.0942RESID2(-1)-0.0.-0.0.8120RESID2(-2)0.0.0.0.9691RESID2(-3)0.0.0.0.9740R-squared0. Mean dependent var2896.181Adjusted R-squared-0. S.D. dependent var4330.869S.E. of regression4733.814 Akaike info criterion19.94751Sum squared r
13、esid3.36E+08 Schwarz criterion20.14634Log likelihood-185.5014 F-statistic0.Durbin-Watson stat1. Prob(F-statistic)0.从上面的检验我们可以看出模型不存在异方差。 但是我们使用的数据是时间序列数据，所以有可能会产生自相关性，那么我们就需要检验方程是否能通过D-W检验。从上面的结果表中我们可以得出D-W=1.，给定显著性水平a=0.05，查D-W表，n=22,k=2，得到下限临界值dl=1.147,上限临界值du=1.541,所以我们无法判断是否存在自相关，在这种情况下，上面的模型的参数估计量和参数显著性检验就可能失去意义。所以我们对原始数据采取一阶差分，得到Y1=Y(i+1)-Y(i)，X3=X1(i+1)-X1(i), X4=X2(i+1)-X2(i),采用新的变量Y1,X3,X4建
