《计量经济学》建模案例 案例1:用回归模型预测木材剩余物 为2位于是我国直:全B有面19材根1为32)2以比楼 4年之后,1999年的蓄积量将被采伐一空。所以目前亟待调整木材采伐规划与方式,保护森林生态环境。 为缓解森林资源危机,并解决部分职工就业问题,除了做好木材的深加工外,还要充分利用木材剩余物生 产林业产品,如纸浆、纸袋、纸板等。因此预测林区的年木材剩余物是安排木材剩余物加工生产的一个关 键环节。下面,利用简单线性回归模型预测林区每年的木材剩余物。显然引起木材剩余物变化的关键因素 是年木材采伐量。 伊春林区16个林业局1999年木材剩余物和年木材采伐量数据见附表。散点图见图2.14。观测点近似 服从线性关系。建立一元线性回归模型如下 y,=Bo+Pix,+ur 1020 图年剩余物y和年木材采伐量x散点图 Dependent variable: Y Method: Least Squares Date: 10/09/03 Time: 15: 38 Sample: 1 16 Included observations: 16 Variable Coefficient std Error t-statistic Prob C -0.7629281.22098605248560.5421 0.404280003337712.112660000 R-squared 0.912890 Mean dependent var 12.67938 Adjusted R-squared 0.906668 S.D. dependent var S E. of regression 2.036319 Akaike info criterion 4.376633 Sum squared resid 58.05231 Schwarz criterion 4.473207 Log likelihood 33. 01306 F-statistic 1467165 Durbin-Watson stat 1.481946 Prob(F-statistic 0000000 图1 Eviews输出结果 Eviews估计结果见图1。 下面分析 Eviews输出结果。先看图1的最上部分。LS表示本次回归是最小二乘回归。被解释变量是 y。本次估计用了16对样本观测值。输出格式的中间部分给出5列。第1列给出截距项(C)和解释变量 x。第2列给出相应项的回归参数估计值(B和β)。第 根据 Eviews输出结果(图2.15),写出OLS估计式如下 y=-0.7629+0.4043x (-06)(12.1) R=0.91,s.e.=2.04 PDF文件使用" pdffactory"试用版本创建www, fineprint,cn
《计量经济学》建模案例 案例 1：用回归模型预测木材剩余物 伊春林区位于黑龙江省东北部。全区有森林面积 2189732 公顷，木材蓄积量为 23246.02 万 m 3。森林 覆盖率为 62.5%，是我国主要的木材工业基地之一。1999 年伊春林区木材采伐量为 532 万 m 3。按此速度 44 年之后，1999 年的蓄积量将被采伐一空。所以目前亟待调整木材采伐规划与方式，保护森林生态环境。 为缓解森林资源危机，并解决部分职工就业问题，除了做好木材的深加工外，还要充分利用木材剩余物生 产林业产品，如纸浆、纸袋、纸板等。因此预测林区的年木材剩余物是安排木材剩余物加工生产的一个关 键环节。下面，利用简单线性回归模型预测林区每年的木材剩余物。显然引起木材剩余物变化的关键因素 是年木材采伐量。 伊春林区 16 个林业局 1999 年木材剩余物和年木材采伐量数据见附表。散点图见图 2.14。观测点近似 服从线性关系。建立一元线性回归模型如下： yt = b0 + b1 xt + ut 5 10 15 20 25 30 10 20 30 40 50 60 70 X Y 图 年剩余物 yt 和年木材采伐量 xt散点图 图 1 Eviews 输出结果 Eviews 估计结果见图 1。 下面分析 Eviews 输出结果。先看图 1 的最上部分。LS 表示本次回归是最小二乘回归。被解释变量是 yt。本次估计用了 16 对样本观测值。输出格式的中间部分给出 5 列。第 1 列给出截距项（C）和解释变量 xt。第 2 列给出相应项的回归参数估计值（ 0 ˆb 和 1 ˆb ）。第 根据 Eviews 输出结果（图 2.15），写出 OLS 估计式如下： t yˆ = -0.7629 + 0.4043 xt (-0.6) (12.1) R 2 = 0.91, s. e. = 2.04 PDF 文件使用 "pdfFactory" 试用版本创建 www.fineprint.cn
其中括号内数字是相应t统计量的值。se是回归函数的标准误差,即G=√Ei2/(6-2)。R2是可决系数。 R2=091说明上式的拟合情况较好。y变差的91%由变量x解释。检验回归系数显著性的原假设和备择假 设是(给定a=0.05) H1:B1 Residual Residual Plo 207015 179123 22072 6.433250.74675 6.10983069017 18430021.4725304246 116900124570476702 968000610983069017 98900010.2739058391 117.99007.92909006091 12121500135890143900 68000 17.2000194511225106 9.500m011.3855-1.86547 5.52000481613070387 图2.16残差图 因为t=12.1>105(14)=2.15,所以检验结果是拒绝B1=0,即认为年木材剩余物和年木材采伐量之间存在回 归关系。上述模型的经济解释是,对于伊春林区每采伐1m3木材,将平均产生04m3的剩余物。 图216给出相应的残差图。 Actual表示y的实际观测值, Fitted表示y的拟合值j,, Residual表示残 差1。残差图中的两条虚线与中心线的距离表示残差的一个标准差,即se。通过残差图可以看到,大部 分残差值都落在了正、负一个标准差之内。 估计β1的置信区间。由 r=P{|21-≤0}=095 1-B1≤105(14s(B1) B1的置信区间是 [B1-los(14s(B1),B1+1o04s(B)] [04043-2.15×0.0334,0.4043+2.15×0.0334 [0.3325,0.4761 以95%的置信度认为,β1的真值范围应在[03325,0.4761]范围中 下面求y的点预测和置信区间预测。假设乌伊岭林业局2000年计划采伐木材20万m,求木材剩余 物的点预测值 j2000=-0.7629+0.4043x200 =-0.7629+04043×20=7.3231万m3 s2(j200)=G2( (x-x 41453(1+203204546 63722.2606 s(i200=√04546=06742 因为 E(y200=E(B0+B1x2000)=Bo+B1x200=E(y200 y200E(y200 PDF文件使用" pdfFactory"试用版本创建ww, fineprint,cn
其中括号内数字是相应 t 统计量的值。s.e.是回归函数的标准误差，即sˆ = ˆ (16 2) 2 å ut - 。R 2是可决系数。 R 2 = 0.91 说明上式的拟合情况较好。yt变差的 91%由变量 xt解释。检验回归系数显著性的原假设和备择假 设是（给定a = 0.05） H0：b1 = 0； H1：b1 ¹ 0 图 2.16 残差图 因为 t = 12.1 > t0.05 (14) = 2.15，所以检验结果是拒绝b1 = 0，即认为年木材剩余物和年木材采伐量之间存在回 归关系。上述模型的经济解释是，对于伊春林区每采伐 1 m 3木材，将平均产生 0.4 m3的剩余物。 图 2.16 给出相应的残差图。Actual 表示 yt的实际观测值，Fitted 表示 yt的拟合值 t yˆ ，Residual 表示残 差 t uˆ 。残差图中的两条虚线与中心线的距离表示残差的一个标准差，即 s.e.。通过残差图可以看到，大部 分残差值都落在了正、负一个标准差之内。 估计b1的置信区间。由 t = P { ) ˆ ( 1 1 1 ˆ b b b s - £ t0.05 (14) } = 0.95 得 1 1 ˆb - b £ t0.05 (14) ) ˆ (b1 s b1的置信区间是 [ 1 ˆb - t0.05 (14) ) ˆ (b1 s , 1 ˆb + t0.05 (14) ) ˆ (b1 s ] [0.4043 - 2.15 ´ 0.0334, 0.4043 + 2.15 ´ 0.0334] [0.3325, 0.4761] 以 95%的置信度认为，b1的真值范围应在[0.3325, 0.4761 ]范围中。 下面求 yt的点预测和置信区间预测。假设乌伊岭林业局 2000 年计划采伐木材 20 万 m 3，求木材剩余 物的点预测值。 yˆ 2000 = - 0.7629 + 0.4043 x2000 = -0.7629 + 0.4043 ´ 20 = 7.3231 万 m 3 s 2 ( yˆ 2000) = 2 sˆ ( T 1 + å - - 2 2 ( ) ( ) x x x x F ) = 4.1453 ( 16 1 + 3722.2606 (20 33.25) 2 - ) = 0.4546 s( yˆ 2000) = 0.4546 = 0.6742 因为 E( yˆ 2000) = E( 0 ˆb + 1 ˆb x2000 ) = b0 + b1 x2000 = E(y2000) t = ( ˆ ) ˆ ( ) 2000 2000 2000 s y y - E y ~ t (T-2) PDF 文件使用 "pdfFactory" 试用版本创建 www.fineprint.cn
则置信度为095的2000年平均木材剩余物E(v200)的置信区间是 j20001005(14)s(2000=7.3231±2.15×0.6742 =5.8736.8.7726 从而得出预测结果,2000年若采伐木材20万m3,产生木材剩余物的点估计值是73231万m3。平均木材 剩余物产出量的置信区间估计是在58736,8726万m3之间。从而为恰当安排2000年材剩余物的加 工生产提供依据 附数据如下: 林业局名年木材剩余物y(万m3)年木材采伐量x(万m3) 东风 23.49 48.3 51 红星 35.9 五营 7.18 178 上甘岭 友好 55.0 乌马河 美溪 27.3 南岔 35.5 朗乡 桃山 5.52 02.87 532 案例2中国宏观消费分析 (摘自经济蓝皮书《2004年:中国经济形势分析与预测》) 按照我国现行国民经济核算体系,国内生产总值(按支出法计算)是由最终消费、资本形成总额和货 物与服务的净出口之和三部分组成。前两部分占绝大多数。其中最终消费又分为居民消费和政府消费两类。 而居民消费又可分为农村居民消费和城镇居民消费 在这种核算体系下,居民消费包括居民个人日常生活中衣、食、住、用等物质消费以及在文化生活服 务性支出中属于物质产品的消费。 政府消费包括国家机关、国防、治安、文教、卫生、科研事业单位,经济建设部门的事业单位,人民 团体等非生产机构使用的燃料、电力、办公用品、图书、设备等物质消费。 国内生产总值中最终消费与资本形成总额的比例关系,即旧核算体系下国民收入中消费与积累的比例 关系是国民经济正常运行的最基本的比例关系。如果这一比例关系发生严重失调,最终会成为制约经济正 常运行的严重障碍 下面分析中国的消费问题。为消除物价变动因素以及异方差的影响,以下分析所用的数据均为不变价 格数据(1952=1)以及分别取自然对数后的数据。数据见附表。 图1给出不变价格的国内生产总值与消费曲线,图2和图3分别给出国内生产总值与消费的年增长率 曲线。 PDF文件使用" pdfFactory"试用版本创建ww, fineprint,cn
则置信度为 0.95 的 2000 年平均木材剩余物 E(y2000)的置信区间是 yˆ 2000 ± t0.05 (14) s( yˆ 2000) = 7.3231 ± 2.15 ´ 0.6742 = 5.8736, 8.7726 从而得出预测结果，2000 年若采伐木材 20 万 m 3，产生木材剩余物的点估计值是 7.3231 万 m 3。平均木材 剩余物产出量的置信区间估计是在 [5.8736, 8.7726] 万 m 3之间。从而为恰当安排 2000 年木材剩余物的加 工生产提供依据。 附数据如下： 林业局名 年木材剩余物 y（t 万 m 3）年木材采伐量 x（t 万 m 3） 乌伊岭 26.13 61.4 东风 23.49 48.3 新青 21.97 51.8 红星 11.53 35.9 五营 7.18 17.8 上甘岭 6.80 17.0 友好 18.43 55.0 翠峦 11.69 32.7 乌马河 6.80 17.0 美溪 9.69 27.3 大丰 7.99 21.5 南岔 12.15 35.5 带岭 6.80 17.0 朗乡 17.20 50.0 桃山 9.50 30.0 双丰 5.52 13.8 合计 202.87 532.00 案例 2 中国宏观消费分析 (摘自经济蓝皮书《2004 年：中国经济形势分析与预测》) 按照我国现行国民经济核算体系，国内生产总值（按支出法计算）是由最终消费、资本形成总额和货 物与服务的净出口之和三部分组成。前两部分占绝大多数。其中最终消费又分为居民消费和政府消费两类。 而居民消费又可分为农村居民消费和城镇居民消费。 在这种核算体系下，居民消费包括居民个人日常生活中衣、食、住、用等物质消费以及在文化生活服 务性支出中属于物质产品的消费。 政府消费包括国家机关、国防、治安、文教、卫生、科研事业单位，经济建设部门的事业单位，人民 团体等非生产机构使用的燃料、电力、办公用品、图书、设备等物质消费。 国内生产总值中最终消费与资本形成总额的比例关系，即旧核算体系下国民收入中消费与积累的比例 关系是国民经济正常运行的最基本的比例关系。如果这一比例关系发生严重失调，最终会成为制约经济正 常运行的严重障碍。 下面分析中国的消费问题。为消除物价变动因素以及异方差的影响，以下分析所用的数据均为不变价 格数据（1952 = 1）以及分别取自然对数后的数据。数据见附表。 图 1 给出不变价格的国内生产总值与消费曲线，图 2 和图 3 分别给出国内生产总值与消费的年增长率 曲线。 PDF 文件使用 "pdfFactory" 试用版本创建 www.fineprint.cn
25000 CONSP 20000 10000 42 图1国内生产总值与消费(不变价格)曲线图2国内生产总值与消费年增长率曲线 由图1、2可以看出国内生产总值与消费的增长都很快。国内生产总值曲线的波动幅度相比较大。消 费曲线的波动幅度相对较小。这与宏观消费行为具有“惯性”有关。他既不可能随时间突然大幅增加,也 不可能随时间突然大幅减少。 1952-1978 1979-2002 ‖平均增长率年增长率的标准差平均增长率年增长率的标准差 gdp 576% 0.10 915% 0.04 消费 4.79% 0.05 9.18% 0.040 首先结合图1.3对国内生产总值序列的增长率变化做进一步分析。1952-1957年国民收入呈较稳步发 展。以不变价格计算,平均年增长率为797%。1958年开始的大跃进使经济发展速度突然加快。在计划: 济体制下,这种人为的提高经济发展速度超出了国家物质基础所能承受的限度,所以在维持了短短两年超 高速增长(1958年的年增长率为169%,1959年的年增长率为114%)之后,经济发展便出现了大倒退。 1960年几乎为零增长。1961和1962年连续2年出现建国以来从未有过的负增长(分别为-27.2%和 11%)。由于国家及时采取了一系列经济调整措施,1963-1966年国民经济迅速得到恢复,并出现持续高 增长态势。上述4年的增长率分别为17.8%,15.8%,16.1%和12.5%。1966年开始的文化革命使中国经济 进入一个很不稳定的发展阶段。1967和1%68年国民经济再度出现负增长,随后经济发展岀现“振荡”现 象。自1978年实行改革开放政策以来,在由计划经济向市场经济转变过程中,经济发展突飞猛进。1952-1978 年国民收入年平均增长率为576%1978-2002年的年平均增长率为9.15%。后一时期是前一时期的16倍 不变价格)。在后一时期里,经济增长速度如此之高,持续时间如此之长,发展趋势如此之稳定,在我 国的经济发展史上是没有先例的。 0.90 0.75 图3年消费率曲线(1952-2002) 图4居民消费与总消费比的变化曲线(19522002) RATIO --- HOURATIO PDF文件使用" pdfFactory"试用版本创建ww, fineprint,cn
0 5000 10000 15000 20000 25000 55 60 65 70 75 80 85 90 95 00 CONSP GDPP -0.3 -0.2 -0.1 0.0 0.1 0.2 0.3 55 60 65 70 75 80 85 90 95 00 growth of consumption growth of GDP 图 1 国内生产总值与消费（不变价格）曲线 图 2 国内生产总值与消费年增长率曲线 由图 1、2 可以看出国内生产总值与消费的增长都很快。国内生产总值曲线的波动幅度相比较大。消 费曲线的波动幅度相对较小。这与宏观消费行为具有“惯性”有关。他既不可能随时间突然大幅增加，也 不可能随时间突然大幅减少。 1952-1978 1979-2002 平均增长率 年增长率的标准差 平均增长率 年增长率的标准差 GDP 5.76% 0.10 9.15% 0.044 消费 4.79% 0.05 9.18% 0.040 首先结合图 1.3 对国内生产总值序列的增长率变化做进一步分析。1952-1957 年国民收入呈较稳步发 展。以不变价格计算，平均年增长率为 7.97%。1958 年开始的大跃进使经济发展速度突然加快。在计划经 济体制下，这种人为的提高经济发展速度超出了国家物质基础所能承受的限度，所以在维持了短短两年超 高速增长（1958 年的年增长率为 16.9%，1959 年的年增长率为 11.4%）之后，经济发展便出现了大倒退。 1960 年几乎为零增长。1961 和 1962 年连续 2 年出现建国以来从未有过的负增长（分别为-27.2% 和 -11.1%）。由于国家及时采取了一系列经济调整措施，1963-1966 年国民经济迅速得到恢复，并出现持续高 增长态势。上述 4 年的增长率分别为 17.8%, 15.8%, 16.1% 和 12.5%。1966 年开始的文化革命使中国经济 进入一个很不稳定的发展阶段。1967 和 1968 年国民经济再度出现负增长，随后经济发展出现“振荡”现 象。自 1978 年实行改革开放政策以来，在由计划经济向市场经济转变过程中，经济发展突飞猛进。1952-1978 年国民收入年平均增长率为 5.76%。1978-2002 年的年平均增长率为 9.15%。后一时期是前一时期的 1.6 倍 （不变价格）。在后一时期里，经济增长速度如此之高，持续时间如此之长，发展趋势如此之稳定，在我 国的经济发展史上是没有先例的。 0.55 0.60 0.65 0.70 0.75 0.80 0.85 55 60 65 70 75 80 85 90 95 00 rate=consumption/GDP 0.75 0.80 0.85 0.90 0.95 55 60 65 70 75 80 85 90 95 00 household/total 图 3 年消费率曲线（1952-2002） 图 4 居民消费与总消费比的变化曲线（1952-2002） 0.4 0.5 0.6 0.7 0.8 0.9 55 60 65 70 75 80 85 90 95 00 RATIO HOURATIO PDF 文件使用 "pdfFactory" 试用版本创建 www.fineprint.cn
图5宏观消费比率与居民消费比率曲线(19522002) 下面分析消费率(消费额/国内生产总值,1952-2002)序列的变化。见图3,总的来说变化幅度较大 (1)从趋势看,中国宏观消费比率值的变化是逐年下降。消费比率数据对时间t(1952=1)的回归 果如下 rato=0.7581-0.0036t (629)(-8.8)R2=061(1952-2002) 51年间消费比率值平均每年减少00036。 (2)以1978年为界,改革开放之前(1949~1978)消费比率曲线波动大,改革开放之后(1979~2002) 消费比率曲线波动小(见图5和表1)。1952~-1978年宏观消费比率值的均值是0.7057,标准差是0.0656 1979-2002年宏观消费比值的均值是06206。标准差是0.0324。改革开放以后宏观消费比率值平均比改革 开放前下降0085。随着时间的推移,消费比率的均值减小,标准差减小。改革开放之后标准差减小说明 宏观消费比率值的波动在减小,中央政府调控宏观经济的能力逐步在提高。 (3)宏观消费比率的最小值是0.5660,最大值是0.8379。都发生在上世纪50年代末和60年代初的 经济困难时期。最小值0.5660发生在1959年是由于基本建设投资的极度扩张造成的(1958和1959年基 本建设投资的年增长率分别是877%和30.0%)。最大值是0.8379发生在1962年是由于执行经济调整政 策,首先解决人民生活所致。 (4)中国宏观消费比率值自1993年起跌破060大关。1995年达到最低点0.575。近10年来,宏观 消费比率值基本上在060以下徘徊,平均值是0.5876。在中央政府努力扩大消费的政策下虽然宏观消费比 率值在1999和2000年回升至060以上,但2001和2002年又跌落到060以下。当然这并不意味着中国 宏观消费绝对值的减少。相反,宏观消费总量一直在快速提高。因为固定资产投资以更快的速度增长,所 以导致宏观消费比率值偏低。 (5)图4给出居民消费占总消费的比率曲线。该比值从0.91直线下降至0.76。这一方面反映出政府 消费越削越增的过程,同时也反映出居民消费占总消费的比率变得越小。 中国消费比率数据的特征数 特征数名称 消费比率的特征数 消费比率的特征数 (1952~1978) (1979~-2002) 0.7057 0.6206 标准差 0.0656 0.0324 极大值 0.8379 极小值 0.5660 0.5749 变异系数 0.0930 0.0522 样本容量 注:(1)消费比率=中国宏观消费/GDP (2)1952~1999年消费和GDP数据摘自《新中国五十年统计资料汇编》,1999 中国统计出版社。200~2002年消费和GDP数据摘自《中国统计年鉴》 2003,中国统计出版社 (3)消费比率数据的特征数用消费比率数据计算。 中国宏观消费比率的国际比较。 共选择6个工业发达国家和4个发展中国家和地区的GDP和宏观消费数据经计算后,与中国进行宏 观消费比率的对比。6个工业发达国家是英国、美国、法国、意大利、加拿大和日本(GDP和消费均为年 度数据,德国由于数据不全未选)。4个发展中国家和地区是菲律宾、墨西哥、香港(GDP和消费均为季 节数据)和韩国(GDP和消费为年度数据)。上述10个国家和地区的宏观消费比率曲线与中国宏观消费比 率曲线的对比分别见图7和图8。11个国家和地区宏观消费比数据的5个特征数见表2。结合图7和图18 以及表2,分析如下: PDF文件使用" pdfFactory"试用版本创建ww, fineprint,cn
图 5 宏观消费比率与居民消费比率曲线（1952-2002） 下面分析消费率（消费额 / 国内生产总值，1952-2002）序列的变化。见图 3，总的来说变化幅度较大。 （1）从趋势看，中国宏观消费比率值的变化是逐年下降。消费比率数据对时间 t（1952 =1）的回归结 果如下： ratio = 0.7581 – 0.0036t (62.9) (-8.8) R 2 = 0.61 （1952-2002） 51 年间消费比率值平均每年减少 0.0036。 （2）以 1978 年为界，改革开放之前（1949~1978）消费比率曲线波动大，改革开放之后（1979~2002） 消费比率曲线波动小（见图 5 和表 1）。1952~1978 年宏观消费比率值的均值是 0.7057，标准差是 0.0656。 1979-2002 年宏观消费比值的均值是 0.6206。标准差是 0.0324。改革开放以后宏观消费比率值平均比改革 开放前下降 0.085。随着时间的推移，消费比率的均值减小，标准差减小。改革开放之后标准差减小说明 宏观消费比率值的波动在减小，中央政府调控宏观经济的能力逐步在提高。 （3）宏观消费比率的最小值是 0.5660，最大值是 0.8379。都发生在上世纪 50 年代末和 60 年代初的 经济困难时期。最小值 0.5660 发生在 1959 年是由于基本建设投资的极度扩张造成的（1958 和 1959 年基 本建设投资的年增长率分别是 87.7%和 30.0%）。最大值是 0.8379 发生在 1962 年是由于执行经济调整政 策，首先解决人民生活所致。 （4）中国宏观消费比率值自 1993 年起跌破 0.60 大关。1995 年达到最低点 0.575。近 10 年来，宏观 消费比率值基本上在 0.60 以下徘徊，平均值是 0.5876。在中央政府努力扩大消费的政策下虽然宏观消费比 率值在 1999 和 2000 年回升至 0.60 以上，但 2001 和 2002 年又跌落到 0.60 以下。当然这并不意味着中国 宏观消费绝对值的减少。相反，宏观消费总量一直在快速提高。因为固定资产投资以更快的速度增长，所 以导致宏观消费比率值偏低。 （5）图 4 给出居民消费占总消费的比率曲线。该比值从 0.91 直线下降至 0.76。这一方面反映出政府 消费越削越增的过程，同时也反映出居民消费占总消费的比率变得越小。 表 1 中国消费比率数据的特征数 特征数名称 消费比率的特征数 （1952~1978） 消费比率的特征数 （1979~2002） 均值 0.7057 0.6206 标准差 0.0656 0.0324 极大值 0.8379 0.6751 极小值 0.5660 0.5749 变异系数 0.0930 0.0522 样本容量 27 24 注：（1）消费比率 = 中国宏观消费 / GDP。 （2）1952~1999 年消费和 GDP 数据摘自《新中国五十年统计资料汇编》，1999 中国统计出版社。2000~2002 年消费和 GDP 数据摘自《中国统计年鉴》， 2003，中国统计出版社。 （3）消费比率数据的特征数用消费比率数据计算。 中国宏观消费比率的国际比较。 共选择 6 个工业发达国家和 4 个发展中国家和地区的 GDP 和宏观消费数据经计算后，与中国进行宏 观消费比率的对比。6 个工业发达国家是英国、美国、法国、意大利、加拿大和日本（GDP 和消费均为年 度数据，德国由于数据不全未选）。4 个发展中国家和地区是菲律宾、墨西哥、香港（GDP 和消费均为季 节数据）和韩国（GDP 和消费为年度数据）。上述 10 个国家和地区的宏观消费比率曲线与中国宏观消费比 率曲线的对比分别见图 7 和图 8。11 个国家和地区宏观消费比数据的 5 个特征数见表 2。结合图 7 和图 1.8 以及表 2，分析如下： PDF 文件使用 "pdfFactory" 试用版本创建 www.fineprint.cn