消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性 的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年 的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释 变量丫选定为“城市居民每人每年的平均消费支出” 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变 动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年栽 面数据模型。 影响各地区城市居民人均消货支出有明显差异的因素有多种，但从理论和经验分析， 最主要的影响因素应是居民收入，其他因素虽然对居民消资也有影响，但有的不易取得数 据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居 民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利 率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰 动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市 居民每人每年可支配收入”作为解释变量X 从2002年《中国统计年鉴》中得到表二的数据 表二 2002年中国各地区城市居民人均年消费支出和可支配收入 地 城市居民家庭平均每人每年消费支城市居民人均年可支配收入 区 出（元） (元) Y + 北京 10284.60 12463.92 天津 7191.96 9337.56 河北 5069.28 6679.68 山西 4710.96 5234.35 内蒙古 4859.88 6051.06 过宁 5342.64 6524.52 吉林 4973.88 6260.16 黑龙江 4462.08 6100.56 10
10 消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性 的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年 的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释 变量 Y 选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变 动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是 2002 年截 面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析， 最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数 据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居 民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利 率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰 动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市 居民每人每年可支配收入”作为解释变量 X。 从 2002 年《中国统计年鉴》中得到表二的数据: 表二 2002 年中国各地区城市居民人均年消费支出和可支配收入 地 区 城市居民家庭平均每人每年消费支 出(元) Y 城市居民人均年可支配收入 (元) X 北京 天津 河北 山西 内蒙古 辽宁 吉林 黑龙江 10284.60 7191.96 5069.28 4710.96 4859.88 5342.64 4973.88 4462.08 12463.92 9337.56 6679.68 5234.35 6051.06 6524.52 6260.16 6100.56
上海 10464.00 13249.80 江苏 6042.60 8177.64 浙江 8713.08 11715.60 安假 4736.52 6032.40 福建 6631.68 9189.36 江西 4549.32 6334.64 山东 5596.32 7614.36 河南 4504.68 6245.40 湖 5608.92 6788.52 湖南 5574.72 6958.56 广东 8988.48 11137.20 广西 5413.44 7315.32 海南 5459.64 6822.72 重庆 6360.24 7238.04 四川 5413.08 6610.80 贵州 4598.28 5944.08 云南 5827.92 7240.56 西藏 6952.44 8079.12 陕西 5278.04 6330.84 甘肃 5064.24 6151.44 青海 5042.52 6170.52 宁夏 6104.92 6067.44 新禮 5636.40 6899.64 作城市居民家庭平均每人每年消费支出(M)和城市居民人均年可支配收入)的散点 图，如图2.12：
11 上海 江苏 浙江 安徽 福建 江西 山东 河南 湖北 湖南 广东 广西 海南 重庆 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏 新疆 10464.00 6042.60 8713.08 4736.52 6631.68 4549.32 5596.32 4504.68 5608.92 5574.72 8988.48 5413.44 5459.64 6360.24 5413.08 4598.28 5827.92 6952.44 5278.04 5064.24 5042.52 6104.92 5636.40 13249.80 8177.64 11715.60 6032.40 9189.36 6334.64 7614.36 6245.40 6788.52 6958.56 11137.20 7315.32 6822.72 7238.04 6610.80 5944.08 7240.56 8079.12 6330.84 6151.44 6170.52 6067.44 6899.64 作城市居民家庭平均每人每年消费支出(Y)和城市居民人均年可支配收入(X)的散点 图，如图 2.12：
12000 10000 图2.12 从散点图可以看出居民家庭平 8000 均每人每年消费支出()和城市居民 60o0 人均年可支配收入()大体呈现为线 4oog6o0600080o010o012000146o 性关系，所以建立的计量经济模型为 如下线性模型： Y.=B+B2X,+u 三、估计参数 假定所建模型及随机扰动项“满足古典假定，可以用0LS法估计其参数。运用计算机 软件EVi©ws作计量经济分析十分方便。 利用EViews作简单线性回归分析的步骤如下： 1、建立工作文件 首先，双击EViews图标，进入EViews主页。在莱单一次点击File\New Workfile. 出现对话框“Workfile Range”.在“Workfile frequency”中选择数据频率： Annual(年度) Weekly(周数据) Quartrly(季废) Daily(5 day week)(每周5天日数据) Semi Annual(伴年) Daily(7 day week)(每周7天日数据) Monthly(月度) Undated or irreqular(未注明日期或不规则的) 在本例中是截面数据，选择“Undated or irreqular'”.并在“Start date”"中输入开 始时间或顺序号，如“1”在“end date”中输入最后时间或顺序号，如“31”点击“ok 出现“Workfile UNTITLED”工作框。其中已有变量：“c”一截距项“resid”一剩余项。 在“Objects”菜单中点击“New0 bjects”",在“New0 bjects"”对话框中选“Group”", 并在“Name for0 bjects”上定义文件名，点击“OK”出现数据编辑窗口. 若要将工作文件存盘，点击窗口上方“Save”,在“SaveAs”对话框中给定路径和文件名 再点击“k”,文件即被保存。 2、输入数据
12 图 2.12 从散点图可以看出居民家庭平 均每人每年消费支出(Y)和城市居民 人均年可支配收入(X)大体呈现为线 性关系，所以建立的计量经济模型为 如下线性模型： Yi = b b 1 2 + + X u i i 三、估计参数 假定所建模型及随机扰动项ui 满足古典假定，可以用 OLS 法估计其参数。运用计算机 软件 EViews 作计量经济分析十分方便。 利用 EViews 作简单线性回归分析的步骤如下： 1、建立工作文件 首先，双击 EViews 图标，进入 EViews 主页。在菜单一次点击 File\New\Workfile， 出现对话框“Workfile Range”。在“Workfile frequency”中选择数据频率： Annual (年度) Weekly ( 周数据 ) Quartrly (季度) Daily (5 day week ) ( 每周 5 天日数据 ) Semi Annual (半年) Daily (7 day week ) ( 每周 7 天日数据 ) Monthly (月度) Undated or irreqular (未注明日期或不规则的) 在本例中是截面数据，选择“Undated or irreqular”。并在“Start date”中输入开 始时间或顺序号，如“1”在“end date”中输入最后时间或顺序号，如“31”点击“ok” 出现“Workfile UNTITLED”工作框。其中已有变量：“c”—截距项 “resid”—剩余项。 在“Objects”菜单中点击“New Objects”，在“New Objects”对话框中选“Group”， 并在“Name for Objects”上定义文件名，点击“OK”出现数据编辑窗口。 若要将工作文件存盘，点击窗口上方“Save”，在“SaveAs”对话框中给定路径和文件名， 再点击“ok”，文件即被保存。 2、输入数据 4000 6000 8000 10000 12000 4000 6000 8000 10000 12000 14000 X Y
在数据编辑窗口中，首先按上行键“↑”，这时对应的“bs”字样的空格会自动上跳， 在对应列的第二个“bs”有边框的空格键入变量名，如“Y”,再按下行键“！”，对因变量 名下的列出现“”字样，即可依顺序输入响应的数据。其他变量的数据也可用类似方法 输入 也可以在EViews命令框直接键入“data X Y”(一元时)或data YX,X;”(多 元时)，回车出现“Group"”窗口数据编辑框，在对应的Y、X下输入数据 若要对数据存盘，点击“fire/Save As'”,出现“Save As'”对话框，在“Drives”点 所要存的盘，在Directories”点存入的路径（文件名），在“Fire Name”对所存文件命 名，或点已存的文件名，再点“ok”。 若要读取已存盘数据，点击“fire/0pen”,在对话框的Drives”"点所存的磁盘名，在 “Directories'”点文件路径，在Fire Name'”点文件名，点击“ok"即可. 3、估计参数 方法一：在EViews主页界面点击“Quick”菜单，点击“Estimate Equation”,出现 “Equation specification'”对话框，选0LS估计，即选击"Least Squares'”,键入“YC X”,点“ok”或按回车，即出现如表2.6那样的回归结果 表2.6 2器gaes15 inueti:31 Variable Coefficient Std.Emror t-Statistic Prob. 48n0阳8 Mean dependent va 825 sEotre9rgse9id 3.159 akentenan 15040 在本例中，参数估计的结果为： y,=282.2434+0.758511X, (287.2649)(0.036928)
13 在数据编辑窗口中，首先按上行键“↑”，这时对应的“obs”字样的空格会自动上跳， 在对应列的第二个“obs”有边框的空格键入变量名，如“Y”，再按下行键“↓”，对因变量 名下的列出现“NA”字样，即可依顺序输入响应的数据。其他变量的数据也可用类似方法 输入。 也可以在 EViews 命令框直接键入“data X Y ”(一元时) 或 “data Y X1 X2 . ”(多 元时)，回车出现“Group”窗口数据编辑框，在对应的 Y、X 下输入数据。 若要对数据存盘，点击 “fire/Save As”，出现“Save As”对话框，在“Drives”点 所要存的盘，在“Directories”点存入的路径（文件名），在“Fire Name”对所存文件命 名，或点已存的文件名，再点“ok”。 若要读取已存盘数据，点击“fire/Open”，在对话框的“Drives”点所存的磁盘名，在 “Directories”点文件路径，在“Fire Name”点文件名，点击“ok”即可。 3、估计参数 方法一：在 EViews 主页界面点击“Quick”菜单，点击“Estimate Equation”，出现 “Equation specification”对话框，选 OLS 估计，即选击“Least Squares”，键入“Y C X”，点“ok”或按回车，即出现如表 2.6 那样的回归结果。 表 2.6 在本例中，参数估计的结果为： ^ 282.2434 0.758511 Y X i i = + （287.2649） (0.036928)
t=(0.982520)(20.54026) r2=0.935685F=421.9023df=29 方法二：在EViews命令框中直接键入“LSY C X”,按回车，即出现回归结果。 若要显示回归结果的图形，在“Equation”框中，点击“Resids”,，即出现剩余项 (Residual)人实际值(Actual人拟合值(Fitted)的图形，如图2.13所示， 1n -5 图2.13 四、模型检验 1、经济意义检验 所估计的参数B,=0758511,说明城市居民人均年可支配收入每相差1元，可导致居 民消费支出相差0.758511元。这与经济学中边际消货倾向的意义相符. 2、拟合优度和统计检验 用EViews得出回归模型参数估计结果的同时，已经给出了用于模型检验的相关数据. 拟合优度的度量：由表2.6中可以看出，本例中可决系数为0.935685，说明所建模型 整体上对样本数据拟合较好，即解释变量“城市居民人均年可支配收入”对被解释变量“城 市居民人均年消支出”的绝大部分差异作出了解释。 对回归系数的t检验：针对H:月=0和H,:月=0，由表2.6中还可以看出，估计的 回归系数B的标准误差和t值分别为：SE(B)=287.2649,(B)=0.982520:B2的标准误 差和t值分别为：SE(B,)=0.036928,(B)=20.54026.取a=0.05,查t分布表得自由
14 t=(0.982520) (20.54026) 2 r = 0.935685 F=421.9023 df=29 方法二：在 EViews 命令框中直接键入“LS Y C X”，按回车，即出现回归结果。 若要显示回归结果的图形，在“Equation”框中，点击“Resids”，即出现剩余项 （Residual）、实际值（Actual）、拟合值（Fitted）的图形，如图 2.13 所示。 图 2.13 四、模型检验 1、经济意义检验 所估计的参数 ^ b2 = 0.758511，说明城市居民人均年可支配收入每相差 1 元，可导致居 民消费支出相差 0.758511 元。这与经济学中边际消费倾向的意义相符。 2、拟合优度和统计检验 用 EViews 得出回归模型参数估计结果的同时，已经给出了用于模型检验的相关数据。 拟合优度的度量：由表 2.6 中可以看出，本例中可决系数为 0.935685，说明所建模型 整体上对样本数据拟合较好，即解释变量“城市居民人均年可支配收入”对被解释变量“城 市居民人均年消费支出”的绝大部分差异作出了解释。 对回归系数的 t 检验：针对 0 1 H : 0 b = 和 0 2 H : 0 b = ，由表 2.6 中还可以看出，估计的 回归系数 ^ b1 的标准误差和 t 值分别为： ^ 1 SE(b ) = 287.2649， ^ 1 t(b ) = 0.982520 ； ^ b2 的标准误 差和 t 值分别为： ^ 2 SE(b ) = 0.036928， ^ 2 t(b ) = 20.54026。取a = 0.05，查 t 分布表得自由