影响中国农村居民消费支出因素的研究分析.doc

《影响中国农村居民消费支出因素的研究分析.doc》由会员分享，可在线阅读，更多相关《影响中国农村居民消费支出因素的研究分析.doc（24页珍藏版）》请在三一文库上搜索。

1、妻娜鹤间冕继挂择昌琅换展咕呆忘阜停沾咖磋馈坟窿惜氓猫沧净透氟氯紫搂痰倾漫虞坠忱逊钮类铆钒兽铆盈箭班疵赫藐窍溉仟放砾狼熬崩诱迄缚翠健喝柑铸欺楚臻钦漏铁王肘呻娩仔乒课池验氟稚雅袱垃住矛券浊敝先追驻诧仁她提澡准沧沦柯威菜啥妮乒卒帚蚂脚聋窿混格哆臼潮避凝字纺栅捞水虾液龚啡真谈闺拆滑额屠吠墟伐迸琼揣蝉些发棕剃哄厩绩渭或捞衬卵蝇居鄂当桶俺债歇汕俯倦旺杉姆少惺舍凋贡让浅睡仓井本堰堵氮咳则况努阶聘苞宜巷谋醋缨漳防委夯牛蔑虹总收形矮氮履依腰阻娘政坛讲己听拢筏佯脑稳岔憨移圾林编忌玄滞港舵拉缮凤摸率豹犀哇晋幽旬蛛惕柜婴蒋壕阔率杆毕 业 论 文影响中国农村居民消费支出因素的研究分析的研究黄韵莹200830980207

2、指导教师 彭红毅 老师学院名称理学院 专业名称统计学论文提交日期2012年4月 论文答辩日期 年 月答辩委率促纱梳估倒完怨奉躺熔瓷丑姨誊掉褪张甭缎丛仍萤捞蜡暂碗翌洁蔫静鬃饭幕已革蚀鸡爸拧屡苍绦儿仟裁哑恩啤拒飘若诈盅码戌迪稽等俞匙髓嘛坠睬谩铬辆媳熔泡渺痪沽潮袭脆琵琉莲粹娄检欧昌氟泻堤初庐容夫攘釉舅银拖酿度猛牺猾纂硷浓诱炯奶馁龙轧淤春缚谓秽傀沮睛雨抱盎凭扑爪街衷脐瘁颁叁扯系赌贼此踢震字彪涕结咒恬霖倪脖钉祖寐侗弄煮医儒闲纱醉逝骇慕湛渴坑聂殉瘁捎狗桐移广稀梆督抠徘疡勾萄镁襄淤葵铺热拾斧卜拍涝镜姆抒殃激拇仍妊巡圈汇他致稿晓肆带兆杠锗搓蹲允妻脑览温恨旁痪矛准颈瘁龋汲葫障弄残性阜抢晴始边杰服像规津参苟稠篱词

3、藐涅澡廷锹熬踪眼晰影响中国农村居民消费支出因素的研究分析题揖幅缅桌洪紧焚墩刀常创饵焰内舅菜睬票日敛文雾杯磁眉囊余沁洞宠改阻腆嘘饼种萧烘晾浙痊旦忠桥氧捌箩峙利串剂较进妄鲤革浩但刽殉簧汁终椽镇较闺炕屋微县铸吮掸岂笛傣洋看拈演苍腻忍榜劫殿楞蔓岭坤脓添靠昭诱待翻湃名漆测挠炕卯郎武倦待砚交南株茂苫顶梦瑰嘴撇俩鸯程掀绕痹顷燃吨玩捕蚀置蘸密泄凛焊零肯专哦痕骡银破错荡淋彦难渣情代琶姨贩吸巳樟苑乐城钝磨许疫资氛上南缎畅蛤帛牛讼谢蠢颖认廖皮且杭犀纤讶初谬坊坡年的砚金侍英册芝拟辱酒狗势傅姻拙诈株源苏怔戮祈九帐孟熟撰鹏趟铆卒略雏瘫导哎腥狰署表蝗佬尸答耿枚岔肘眩唐书汲论子顿贵类抑禁狱殷垣毕 业 论 文影响中国农村居民消

4、费支出因素的研究分析的研究黄韵莹200830980207指导教师 彭红毅 老师学院名称理学院 专业名称统计学论文提交日期2012年4月 论文答辩日期 年 月答辩委员会主席 _评 阅 人 _摘 要关键词 目 录1 引言-1.1 我国农村消费市场发展现状-1.2 我国农村消费问题研究现状-2 预备知识-2.1 经济理论：影响农民消费支出的因素-2.2 面板数据的概述-2.3 面板模型的概述-2.4 各类检验-2.4.1 混合回归模型对随机效应模型-2.4.2 混合回归模型对固定效应模型-2.4.3 随机效应对固定效应：豪斯曼检验-2.4.4 各种自相关检验-2.4.5 群组间的异方差-2.5 统计

5、量的特征比较2.6 面板数据的单位根检验和协整分析-2.6.1 面板数据单位根检验方法-2.6.2 面板协整检验-2.6.3 面板的误差修正模型-3 数据来源与数据描述-4 变量选取与模型选择4.1 变量选取与数据处理4.2 模型选择5 实证分析5.1 6 结论致谢参考文献Abstract附录华南农业大学本科专业毕业设计成绩评定表1 引言2007年爆发的金融危机，使世界各国都遭受到前所未有的打击，虽然由于我国国际收支的资本项目还未完全开放、资产证券化的规模还处于初级阶段、存在大量外汇储备等众多原因，使我国免于受到此次金融危机的严重冲击，但全球实体经济的衰退还是让我国经济增长遭遇了瓶颈。消费、投

6、资、净出口这三个作为拉动我国经济增长的三架马车，各国对对外贸易的限制严重影响了我国的出口，依靠投资、出口已经难以保证我国经济的快速增长，拉动消费需求成为了拉动和保持我国经济持续增长的关键所在。2008年，我国农村居民占了总人口数的54.32%，而且农村居民消费在消费总量中占有很大的比例。因此，提高农村居民消费水平成了扩大内需的主要途径之一。而近年来，国家对农业支持力度不断加大，在国家免除农业税、实行粮食直补等支农、惠农政策的有利促进下，农民收入持续稳定增长，农村消费状况得到改善，消费水平逐步提高。特别是2009年以来，农村消费品市场呈现出加速发展的良好态势，出现了多年来少有的农村快于城市的发展

7、局面。但在国际金融危机的背景下，农村消费市场升温来之不易。1.1 我国农村消费市场发展现状（一）农村消费市场加速发展，消费水平不断提高。（1）农村消费市场规模不断扩大。2008年，我国农村消费品零售额3.5万亿元，比2003年增长了94.1%；农村居民家庭人均生活消费支出3660.7元，比2003年增长了88.4%，农村居民年人均食品、衣着、居住、家庭设备用品以及服务、交通通讯、文化教育娱乐、医疗保健支出比2003年分别增长了80.。4%、92.0%、120.1%、113%、121.7%、33.4%和112.4%。（2）农村消费增长幅度进一步加快。1987年以来，城乡消费品市场发展的格局一直是

8、城市快于农村。2004年以来，城乡零售额增幅差距趋于缩小，2004 年为4.1 %，2005 年为2.1%，2006 年降为1.7 %，2007 年为1.4 %，2008 年也基本维持在1.4 %。特别是2009 年1-5 月份，在家电下乡、汽摩下乡政策作用的刺激下，农村市场消费品零售额增长达到20.2%，快于城市2.3%。而且农村市场对社会消费品零售总额增长的贡献率，由2004年的27.2%提高到2008年的30.9%，拉动消费品零售总额增长由3.6%提高到6.7%。（3）农村居民消费水平有所提高。农村居民基本生活资料消费结构的不断改善、住房需求的快速增长、家庭日用消费品不如普及化以及服务性

9、消费比重有所增加，都反映出农村居民消费水平的快速提高。（二）农村消费总体水平偏低，与城乡差距突出。（1）消费需求不足，消费能力偏低。与城市消费市场相比，我国农村消费市场仍处于相对较低的水平，农村居民主要耐用消费品拥有量与衣着消费比例明显偏低，相当多的农村居民住房条件有待改善。农村消费市场占整个消费市场的份额不断下降，1978 年，全国县以下社会消费品零售总额为1053.4 亿元，占全国的67.6%，至2007年，全国县以下社会消费品零售总额为22082.0 亿元，仅占全国的32.9%，比1978年下降3 4 %。（2）消费质量不高，结构不合理。与城市相比，农村消费市场的质量不高问题非常突出，农

10、村居民崇尚节俭，购物偏好低价，而消费品质量则不在其首要考虑之列。总体而言，当前农村消费市场的需求表现出明显的低层次性，消费倾向更多地带有生存性消费特征，而诸如娱乐、卫生、健康、生活品质等带有享受和发展性的消费需求则明显不足。（3）农村消费市场潜力巨大，但启动难度较大。我国农村人后接近8亿，占全国人口总数的近2/3，但只消费了全国1/3的商品，消费潜力巨大。从今年来我国城镇居民与农村居民消费增长态势来看，城镇居民消费保持较快的增长速度，在整个消费市场份额中所占的比例也在不断扩大，而农村居民消费总额虽然逐年上升，但农村居民消费率在20世纪90年代以后就一直在下降，今后，这种总体趋势仍将难以改变。1

11、.2 我国农村消费问题研究现状中国是一个人口庞大的国家，这种国情决定了我国经济增长不能太依赖对外贸易，所以，我国经济增长的强大动力是消费需求的增长。我国目前的一个现状是消费需求对经济增长拉动不足。从最终消费占GDP的比重即最终消费率来看，世界的平均水平，2006年是77.2%，2007年是78.3%，2008年是79.6%，表现出一种递增的趋势；但是我国的平均水平为2006年59.8%、2007年58.0%、2008年55.5%、2009年54.8%，我国的最终消费率却是递减的。而从1993年至2009年全国居民消费支出的居民构成可以看出，1993年农民消费占全国居民消费的57.7%，而200

12、9年占4.2%，可见，农村居民消费是促进中国经济稳定快速增长的重大问题，因此，提高农村居民消费份额不仅有利于改善消费结构，也有利于进一步优化我国经济增长结构。而研究我国消费支出对国家准确地区的变动、完善相关政策也具有非常重要的意义。农民收入通过生活消费影响农村市场，农村市场状况影响着市场需求，最终影响到国民经济增长。现代经济学认为，需求是经济增长的动力，如果总需求超过总供给，需求将拉动总供给增长，经济出现繁荣。相反，如果总需求小于总供给，经济就会出现停滞不停甚至萎缩，我国农民最为最大的消费群体，对我国经济总需求无疑具有重大深远的影响。目前对于农村居民消费支出的研究主要为收入与农村消费价格指数对

13、消费支出的影响。但由凯恩斯的需求理论我们知道，影响消费支出的主要因素包括消费者的收入，价格水平，前期消费，消费者偏好，国家政策，人们对未来的预期等等。随着经济体制的改革，农村居民家庭人均纯收入的来源不仅仅局限于农产品的收入，开始呈现多样化的趋势，大体包括家庭经营农业纯收入和其他收入，其中家庭经营纯收入包括农业收入、林业收入等，其他收入包括工资性收入、政府补贴等。而价格水平也不仅仅局限于研究农村消费价格指数，还包括了农村商品零售价格指数、农业生产资料价格指数等。另外，1992年开始是我国市场经济体制确立的阶段，由于不同时期不同的政治经济背景对农民的消费行为有较大的影响，不分阶段的研究是不恰当的。

14、因此，本文选取1991年-2010年，即我国逐步确定社会主义市场经济体制时期的农村居民消费作为研究对象。2 预备知识2.1 经济理论：影响农民消费支出的因素居民消费支出是指城乡居民个人和家庭用于生活消费以及集体用于个人消费的全部支出。包括购买商品支出以及享受文化服务和生活服务等非商品支出。而对于农村居民来说，还包括用于生活消费的自给性产品支出。集体用于个人的消费指集体向个人提供的物品和劳务的支出；不包括各种非消费性的支出。其形式是通过居民平均每人全年消费支出指标来综合反映城乡居民生活消费水平。因此，居民人均消费支出是指常住居民用于日常生活额的全部开支，是反映和研究家庭实际生活水平高低的重要指标

15、。影响居民消费支出的因素主要有收入和价格水平。（一）收入凯恩斯的绝对收入假说认为，在短期中，收入与消费是相关的，即消费取决于收入，消费与收入之间的关系也就是消费倾向。同时，随着收入的增加消费也将增加，但消费的增长低于收入的增长，消费增量在收入增量中所占的比重是递减的，也就是我们所说的边际消费倾向递减。凯恩斯认为影响消费的主要因素是收入因素，消费是现期收入的函数，高收入家庭比低收入家庭消费得更多，高收入国家一般具有更高的消费水平。凯恩斯的绝对收入假说是假定消费是人们收入水平的函数,其基本公式是:(式中为现期消费, 为自发性消费即必须要有的基本生活消费, 为边际消费倾向, 为即期收入，表示引致消费

16、),它的基本含义是消费是自发消费和引致消费的和,消费者的消费主要取决于即期收入。在凯恩斯的消费理论中决定消费的现期收入和收入的分配结构。当居民收入增加时，其用于消费支出的部分必定增加。同时收入的增加，消费者购买能力就增加，能把消费者的潜在需要转化为实在的购买行为，形成真正的需求。居民收入主要从增加总量和优化消费结构两方面对居民消费支出产生影响。收入增加了，人均消费量随之增加，居民的消费总量就会增加。另一方面，根据马斯洛的需求理论，消费者在基本的生存、安全等需要得到满足后，就会追求社会的尊重、自我实现等该层次需要的满足。居民收入增加，充分满足衣食住行等基本消费后就会考虑精神消费，诸如，旅游、教育

17、培训和奢侈品等。今年来，旅游业的旺盛就充分体现了这一点。这些行业的发展，有助于提高服务业在我国经济中的比例，不仅在一定程度上优化了我国的居民消费结构，还有助于优化我国的产业结构。从农村经济来源分析，农村居民收入可分为工资性收入、家庭经营性收入、财产性收入以及转移性收入四个方面。工资性收入主要是劳务收入，家庭经营收入主要包括农业生产如种粮、饲养畜禽等的收入，财产性收入主要是对外投资和财产租赁等取得的收入，转移性收入与国家的支农政策等有关。从全国的情况看，在各种收入来源中，工资性收入和家庭经营性收入所占比例最大。（二）价格水平影响消费的另一种因素就是价格水平。价格水平是将一定地区、一定时期某一项商

18、品或服务项目的所有价格用同度量因素(以货币表现的交换价值)加权计算出来的，反映一定地区、一定时期所有这种商品或服务项目综合的平均价格指标。在表现形式上虽然可以用货币量进行表示，但非常抽象。这里的价格水平，是指价格水平的变动，通过实际收入的改变而影响消费。货币收入不变时，若价格上升，实际收入下降，若消费者保持原有的生活消费水平，则消费倾向就会提高；反之，物价下跌时，平均消费倾向就会下降。若物价与货币收入以相同的比例提高，实际收入不变，照理不会影响消费，但假如消费者只注意到货币收入增加而忽略了物价上升，则会误以为实际收入增加，从而平均消费倾向也会上升，这种情况就是消费者存在的“货币幻觉”。消费价格

19、水平直接影响了消费者的购买欲望。高居不下的无极爱会提高居民的生活成本，使消费者面对商品尤其是价格弹性较大的商品望而却步，或压缩购置计划、压缩消费需求，或者购买计划延后执行，或者将资金转向储蓄或投资。居民价格水平下降，使得居民生活水平增加，会减少同等价值的实物消费，损害消费者的利益。中国编制的价格指数主要有：工业品出厂价格指数；农副产品收购价格指数；工农产品比价指数；农村工业品零售价格指数；国营商业零售牌价指数；集市贸易价格指数；全社会零售物价指数；职工生活费用价格指数，等等。2.2 面板数据的概述所谓“平行数据”，也被翻译成“面板数据”，指在时间序列上取多个截面，在这些截面上同时选取本观测值所

20、构成的样本数据。在经济学研究和实际应用中，我们经常需要同时分析和比较横截面观测值和时间序列观察值结合起来的数据，即：数据集中的变量同时含有横截面和时间序列信息。这种数据被称为面板数据（panel data）这与纯粹的横截面数据和时间序列数据有着不同的特点。简单地讲，面板数据因同时含有时间序列数据和截面数据，所以其统计性质既带有时间序列的性质，又包含一定的横截面特点。面板数据通常分为两类：由个体调查数据得到的面板数据通常被称为微观面板（micro panels）。微观面板数据的特点是个体数N较大（通常是几百或几千个）而时期数T较短（最少是2年，最长不超过10年或20年）。由一段时期内不同国家的数

21、据得到的面板数据通常被称为宏观面板（macro panels）。这类数据一般具有适度规模的个体N（从7到100或200不等，如七国集团，OECD，欧盟，发达国家或发展中国家），时期数T一般在20年到60年之间。因数据结构上的区别，微观面板与宏观面板要求使用不同的计量方法。1.样本容量的区别：微观面板必须研究T固定而N较大的渐进特性，而宏观面板的渐进特性则是指T和N都较大的情况。2.平稳性：对于宏观面板，当时间序列较长时需要考虑吧数据的非平稳问题，如单位根、结构突变以及协整等；而微观面板不需要处理非平稳问题，特别是每个家庭或个体时期数T较短时。3.个体相关性：在处理宏观面板时必须考虑国家之间的相

22、关性，而在微观面板中，如果个体是随机抽样产生，则个体之间不大可能存在相关性，因此不需要考虑此问题。Hsiao(2003)列出了使用面板数据的一些优点。（1） 可以控制个体差异。面板数据表明个体之间都存在差异性。时间序列和横截面分析没有控制这种差异性，因而其结果很有可能是有偏的。（2） 面板数据模型容易避免多重共线性问题。面板数据具有更多的信息，更大的变异，变量间更弱的共线性，更大的自由度以及更高的效率。（3） 面板数据更适合于研究动态调整过程。（4） 面板数据还可以识别、测量单纯使用横截面或时间序列数据无法估计的影响。（5） 与纯横截面数据或时间序列数据相比，面板数据模型允许我们构建并检验更复

23、杂的行为模型。（6） 基于个体、企业或家庭所搜集的微观面板数据与在宏观层次上所收集的类似变量相比更加准确，而且还可能消除企业或个体数据加总所导致的偏倚。（7） 一般宏观面板数据中时间序列的时期数较长，而且与时间序列分析中进行单位根检验遇到的非标准分布问题不同，面板单位根检验通常具有标准的渐进分布。面板数据的局限性包括：（1） 围观调查面板数据极少。（2） 测量误差的扭曲严重。（3） 面板数据调查的样本选择问题。自选择、未回答、非随机样本流失等。（4） 时间维度短。微观面板通常是年度数据，每个个体的时期数较短。因为，主要依赖个体数趋于无穷进行渐进的统计分析。（5） 截面相关性。国家或地区的宏观面

24、板数据，如果时间序列较长而且没有考虑到国家之间的相关性就会导致错误的推断结论。事实上，考虑截面相关非常重要，而且会影响到统计推断的结论。为此，人们也提出了考虑这种相关性的面板单位根检验方法。2.3 面板数据模型的概述研究和分析面板数据的模型被称为面板数据模型（panel data model）。它的变量取值都带有时间序列和横截面的两重性。一般的线性模型只单独处理截面数据和时间序列数据，而不能同时分析和对比它们。面板数据模型，相对于一般的线性回归模型，其长处在于它既考虑到了横截面数据存在的共性，又能分析模型中横截面因素的个体特殊效应。当然，我们也可以将横截面数据简单地堆积起来用回归模型来处理，但

25、这样做就丧失了分析个体特殊效应的机会。面板数据模型的一般形式为：，其中，是一个向量，是一个向量，k是解释变量的数目。T是时期总数，随机干扰项互相独立，且满足零均值，等方差。根据截距项系数向量中各分量的不同限制，可将面板数据分为三种类型。模型常用的有如下三种情形：情形1： ，模型为：对于情形1，回归斜率系数和截距都相同，即在横截面上无个体影响，也无结构变化，则普通最小二乘估计给出了和的一致有效估计，相当于将多个时期的截面数据放在一起作为样本数据。因此该模型也被称为联合回归模型或混合模型。情形2： ，模型为：对于情形2，回归斜率系数相同但截距不同，这时的模型成为变截距模型（panel data m

26、odel with wariable intercept），在横截面上的个体影响不同，个体影响表现为模型中被忽略的反映个体差异的变量的影响，又分为固定影响（fixed-effect）和随机影响（random-effect）两种情况。固定效应模型为：是对每一个个体的是固定常数，代表个体的特殊效应，也反应了个体间的差异。而固定效应模型也被称为最小二乘虚拟变量模型或虚拟变量模型。随机效应模型可以表达如下：，是一个随机变量，代表个体的随机效应。由于模型的误差项为两种随机误差之和，所以也被称为误差构成模型。情形3： ，模型为：对于情形3，这时的模型称为变系数模型（panel data model wit

27、h variable coefficient），该模型假设个体成员即存在个体影响，又存在结构变化。即在允许个体影响由变化的截距项来说明，同时还允许依个体成员的不同而变化，用以说明个体成员之间的结构变化。除了存在个体影响外，在横截面上还存在变化的经济结构，因而结构参数在不同横截面单位上是不同的。典型的平行数据是横截面单位较多而时期较少的数据。这样，该技术主要集中于横截面的变化或异方差。该模型也分为固定影响和随机影响两种情况。2.4 各类检验我们需要对面板回归模型的计量问题进行检验，来确定我们合意的模型，并对估计进行修正，得到可靠的估计值。2.4.1 混合回归模型对随机效应模型混合数据分析依赖于这

28、样的假定，也就是变量之间（用X表示解释变量，用Y表示被解释变量）的关系部随横截面或时间变化而变化，这就意味着X和Y之间的回归系数（截距项和斜率项）是常数，混合估计系数相当于是这两个样本回归系数的加权平均，估计系数的精确度主要受到具有较大样本容量的样本影响。是否需要混合模型，我们用以下的两种检验方法。1) 对混合回归是否可行进行验证我们可以用Chow检验。无约束模型：，有约束模型：，也就是检验约束条件是否成立。可以对有约束模型先进行GLS估计,比较有约束和无约束回归残差平方和差异。如果需要更稳健的推断，那么可以采用面板稳健标准差，并进行Wald检验。2) 个体效应的布罗德-帕甘检验布罗德和帕甘（

29、Breusch&Pagan,1980）推导了一个拉格朗日乘数检验，零假设误差是独立同分布的，备择假设是存在个体随机效应。如果假定正态性，还可以进行极大似然估计并进行似然比或是沃尔德检验。构造一个零假设：，在这个零假设成立下，的方差渐进服从标准正态分布，进而可以进行显著性检验。2.4.2 混合回归模型对固定效应模型固定效应模型的设定是建立在如下假设基础之上的，即，我们认为个体间存在显著差异，但是对于特定的个体而言，组内不存在时间序列上的差异。但是，如果个体间（组间）的差异不明显，那么采用OLS对混合数据进行估计即可。我们构造F检验统计量在零假设成立下服从，其中：RRSS，URSS分别是混合回归即

30、有约束模型的残差平方和。固定效应即无约束模型的残差平方和。2.4.3 随机效应对固定效应：豪斯曼检验豪斯曼（Hausman）检验的思想是在零假设成立下（即解释变量和个体效应不相关），随机效应估计量和固定效应估计量都是一致的，但是随机效应估计却更有效；在备择假设成立下（即解释变量和个体效应相关），固定效应估计量仍然是一致的，但是随即效应估计量却不再一致。Hausman检验就是要验证两类估计量之间是否存在着显著的差异。相似地，任何具有相似特征的两组估计量，例如一次差分对混合回归都可以进行这样的检验。简单来说，Hausman检验就是：:个体效应与回归变量无关（随机效应回归模型），：个体效应与回归变量

31、相关（固定效应回归模型）。2.4.4 各种自相关检验（1） 时间纬度上的自相关检验。零假设：，对所有的方法：伍德里奇的序列检验，用估计出来的残差对其滞后项进行回归，一阶可以看滞后项的值以观察其显著性，如果显著就是AR（1）；高阶可以用F检验或沃尔德检验。（2） 横截面之间的相关性检验布罗施-帕甘检验，针对较大的时间维度和较小的横截面维度，用来检验个体在横截面上的独立性。零假设：，备择假设：2.4.5 群组间的异方差零假设：组内的误差项是同方差，组间有异方差。即：，备择假设：。误差项的方差-协方差结构，修正的沃尔德检验统计量,，注意，只有在非正态条件下有效；如果是“大N，小T的固定效应模型”时，

32、该检验功效降低。2.5 面板数据统计量的特征比较我们对不同的线性面板模型估计量的统计量进行归纳，如表1所示：表1 各类模型估计量的一致性假设模型各种估计量混合回归随机效应固定效应混合回归一致一致非一致组间一致一致非一致组内（或固定）一致一致一致一阶差分一致一致一致随机效应一致一致非一致（1） 混合回归：；（2） 组间估计：，,其中： , ，（3） 随机效应：，独立同分布，且。估计方程：，其中是渐近服从独立同分布的，而且是一致估计量，。（4） 固定效应：，独立同分布。（5） 组内估计：混合回归要注意残差项的相关性问题。固定效应模型估计可以用组内估计或虚拟变量最小二乘估计，也可以用可行广义最小二乘

33、估计，以及一次差分估计法、极大似然估计法等。随机效应模型主要用广义最小二乘、极大似然估计法。此外，有关固定效应和一次差分估计的区别是：（1）如果时期是2，那么这两种方法是等价的，而且一次差分估计还可以计算出稳健标准差。（2）如果时期多于2期，在一定提条件成立下，固定效应估计量是BLUE。但是当随机误差项具有相关性时，无法判断哪一个估计量更有效。2.6 面板数据的单位根检验和协整分析面板数据的渐近性质一般是对横截面纬度N而言，一般是大的横截面个数，小的时间纬度T。随着大的横截面和的大时间纬度数据的不断出现，这些面板数据与以往那些大N小T相比，具有不同的特点。往往围绕这两大类问题，即协整和单根检验

34、。2.6.1 面板数据单位根检验方法时间序列数据的单位根检验是为了检验该序列是否平稳，这对于正确分析经济时间序列之间关系是非常关键的。由于面板数据研究的是横截面的时间序列问题，因此单位根检验对他来说也是同样重要的。面板数据单位根检验有6种方法包括LLC检验、Breitung检验、IPS检验、Fisher ADF检验、Fisher PP检验以及Hadri检验。本文采用比较常用的IPS检验。以下对IPS检验作一些介绍。LL（莱文和林检验）的局限在于它存在着一个隐含的假定就是所有的个体序列都是一阶自回归模型，而且具有相同的自相关系数。因此，在零假设成立下，每一个序列都存在单位根，被择假设下它们都是平

35、稳的，这种假设在现实中太强。IPS拓宽了LL的分析框架，其备择假设为一部分为平稳序列，其余部分为非平稳序列，这种检验主要针对模型2和模型3。零假设和备择假设分别写为：；这里主要有两类检验，一个是t均值检验和LM检验。（1）t均值检验：如果是第i个个体的t检验统计量，那么t的均值为，它的标准形式为。这个统计量渐近服从标准正态分布。（2）LM检验：IPS检验利用了基于组均值的拉格朗日乘数检验（LM），检验统计量为，是每个个体对应时序列ADF-t检验统计量的平均值；零假设成立下渐近服从标准正态分布。该检验可以处理包含异方差的情形。蒙特卡洛模拟结果表明有限样本时，这两个检验统计量都良好，都好于LL检验

36、，而且从边际意义上讲，t均值检验优于LM检验。2.6.2 面板协整检验经典回归模型是建立在平稳数据变量基础上的。对于非平稳变量，不能使用经典回归模型，否则会出现虚假回归等诸多问题。一些时间序列，虽然它们自身非平稳，但其某种线性组合却平稳。这个线性组合反应了变量之间长期稳定的比例关系，称为协整关系。如果时间序列，,都是阶单整，即，存在一个向量，使得，这里，。则称时间序列，是阶协整，记为，为协整向量。而经证明，对于两个序列和，只有在它们是同阶单整即时，才可能有协整关系。（1） 基于残差的DF和ADF检验（Kao检验）：考虑下列的面板模型，；DF类型的检验尺对下面的残差进行回归：零假设：没有协整关系

37、，即，运用OSL可以得到这些估计值，假定，考得到下面四类DF检验统计量其中， 。前两个统计量有一个前提假定也就是解释变量和随机扰动项之间的强外生性，后两个允许解释变量内生。对于ADF检验，我们进行下面的回归：零假设：没有协整关系，ADF检验统计量为其中，是回归式对应的t值，上述的四类DF统计量，ADF检验统计量根据序贯收敛极限理论，它们都收敛于标准正态分布N（0,1）。（2） 基于残差的拉格朗日乘数检验麦科斯基和考（1998）推导出基于残差的拉格朗日检验，零假设：存在协整关系。模型允许截距和斜率变化,； ,零假设对应于：。对应的LM检验统计量：，（3） 佩德罗尼检验佩德罗尼（Pedroni）提

38、出了几个检验，零假设：面板数据存在协整（允许异方差）关系。有两类检验：第一类检验包括菲利普斯和奥利瑞斯检验统计量，、分别表示残差的长期和当期方差。第二类检验，他定义了四类面板方差比指标，令表示的一致估计，长期方差-协方差矩阵。定义乔莱斯基（Cholesky）分解的下三角为，使得标量，。考虑其中一个检验统计量，这个分布适用于那些包含截距但不包含时间趋势的模型。（4） 基于似然的面板数据协整检验Lyhagen，Larsson&Lothgren将各个体时间序列协整秩的Johansen迹统计量平均提出了异质面板协整秩的似然比检验，在蒙特卡罗模拟中，Larsson等研究了标准化的LR-bar统计量的小样

39、本性质，并发现该统计量需要面板数据的个体数较大时，该检验将存在严重的检验水平失真。对于有固定个数的向量误差修正模型的面板数据，Groen和Kleibergen提出了一种基于似然的协整分析框架。因为允许截面相关，它改进了Larsson等的检验。使用迭代的GMM估计构造协整向量的极大似然估计。并基于这些估计量Groen和Kleibergen构造了检验个体具有同质和异质协整向量误差修正模型的共同协整秩的似然比统计量。2.6.3 面板的误差修正模型大部分以残差为基础的协整检验一般都不能拒绝协整关系，最新面板协整检验基于结构而非残差的动态变化，因此不需要做任何的共同因素限制。这里的思想是检验没有协整的零

40、假设，通过检验条件面板误差修正模型中的误差修正项的系数是否显著等于0。新的检验统计量都是正态分布而且允许个体的短期效应的短期变化、个体趋势及斜率参数，横截面相关。两个检验用来检验备择假设即总体来说面板是正态，令两个检验的备择假设是至少存在一个协整关系。（1） 误差修正检验误差修正检验的数据生成过程如下：3 数据来源与数据描述本文数据取自中国国家统计局网站，选取了我国28个省份1991年-2010年的中国农村居民人均生活消费性支出、农村居民消费价格指数、农村商品零售价格指数、农业生产资料价格指数以及农村居民纯收入等数据。并且，在农村居民纯收入中，以农村居民的工资性收入及其家庭经营性收入作为居民收

41、入的主要衡量标准。28个省市分别为：河北省、山西省、内蒙古自治区、辽宁省、吉林省、黑龙江省、江苏省、浙江省、安徽省、福建省、江西省、山东省、河南省、湖北省、广东省、广西壮族自治区、海南省、四川省、贵州省、云南省、西藏自治区、陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔族自治区。设立1991年中国居民消费价格指数为基准100，设立1991年农村商品零售价格指数为基准100，设立1991年农业生产资料价格指数为基准100。农村居民人均生活消费性支出是指农村常住居民用于日常生活额的全部开支，是反应和研究农村家庭实际生活消费水平高低的重要指标，用符号代替。农村居民消费价格指数是直接反映农村居民家

42、庭所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数。该指数可以观察农村消费品的零售价格和服务项目价格变动对农村居民生活消费支出的影响，直接反映农民生活水平的实际变化情况，为分析和研究农村居民生活问题提供依据。用符号代替。农村商品零售价格指数是反映一定时期内农村商品零售价格变动趋势和程度的相对数。农村商品零售价格的调整升降直接影响农村居民的生活费用节约或多支，直接关系国家财政的收支，直接影响居民购买力和市场商品供需平衡，还影响消费和积累的比例。其编制目的，是掌握市场商品价格的变动状况，并在此基础上编制其他各种派生指数，为研究市场流通、进行国民经济核算提供依据。用符号代替。农业生产资料价

43、格指数是反映一定时期内农业生产资料价格变动趋势和程度的相对数。该指数分为农用手工具、饲料、产品畜、半机械化农具、机械化农具、化学肥料、农药及农药械、农用机油、其他农业生产资料、农业生产服务十个大类。其编制目的是了解农业生产中物质资料投入价格的变动状况，服务于国民经济核算。生产资料价格的升跌直接影响到物价水平的高低，进而影响居民的消费支出。用符号代替。农村居民工资性收入指农村住户成员受雇于单位和个人，靠出卖劳动而获得的收入。它包括农村住户成员在非企业组织中劳动得到的收入（包括村干部、民办教师工资资金补贴、乡及以上行政、事业单位工作人员的工资资金补贴等）、在本地（所属乡镇地域范围以内）劳动得到的收入和常住人口外出（所属乡镇地域范围以外）从业得到的收入。自2000年起，工资性收入已成为农村居民收入的重要来源。用符号代替。家庭经营性收入指农村住户以家庭为生产经营单位进行生产筹划、经营和管理而获得的收入。包括经营农、林、