影響人均豬肉消費量的計量分析

1、計量經(jīng)濟學實踐報告（小論文）影響人均豬肉消費量的計量分析小組成員： 班級：國際經(jīng)濟與貿(mào)易指導老師：日期：2012年5月10-25日摘要：本文旨在根據(jù)我國19982008人均豬肉消費量相關數(shù)據(jù)，分析出影響其的部分因素。首先基于對豬肉消費的一些調查以及對影響我國人均豬肉消費量的因素分析，同時綜合了相關的市場細分和消費分析理論，選取了城鎮(zhèn)居民人均可支配收入等四個解釋變量建立了理論模型。在收集了相關的數(shù)據(jù)基礎上，利用eviews軟件對計量模型進行了參數(shù)估計和檢驗。最后，我們對所得的結果作了經(jīng)濟意義的分析，并提出一些相應政策建議。關鍵詞：人均豬肉消費量；多重共線性；異方差；自相關一、 問題的提出豬肉是我

2、國重要的畜產(chǎn)品之一，也是我國城鄉(xiāng)居民動物性蛋白的主要來源之一。在我國城鄉(xiāng)居民中豬肉食品占肉類食品總量的60%以上，是不可缺少的副食品。市場上豬肉的多少，價格的高低，直接影響到老百姓的生活，社會的穩(wěn)定。在市場經(jīng)濟條件下，豬肉價格有各自的供需均衡決定，本文目的在于研究豬肉需求的影響因素。二、 經(jīng)濟理論陳述需求函數(shù)是以商品的需求量作為被解釋變量，用影響需求量的因素，如收入、價格等作為解釋變量的計量經(jīng)濟學模型。中國豬肉需求函數(shù)即選擇收入和價格作為解釋變量，同時考慮到，豬肉需求主要包括國內需求和國外需求，影響豬肉需求的因素主要是可替代品的產(chǎn)量。因此，筆者將上述對豬肉影響因素作為解釋變量。收入選擇的是城鎮(zhèn)

3、居民家庭每年人均可支配收入。價格選擇的是豬肉生產(chǎn)價格指數(shù)即豬肉收購價格指數(shù)。模型中的被解釋變量為國內人均豬肉消費量（y）。根據(jù)其影響因素的大小和資料的可用性以及查閱的相關文獻，本文選擇以下指標作為模型的解釋變量：城鎮(zhèn)居民家庭人均可支配收入指數(shù)（x1）、豬肉收購價格指數(shù)（x2）、豬肉替代品牛羊肉人均產(chǎn)量（x3）、生豬出口量（x4）。參照單方程線性需求的表達式，國內豬肉需求函數(shù)模型的形式確定為：y=0+1x1+2x2+3x3+4x4+其中： y代表國內人均豬肉消費量（千克）；x1代表城鎮(zhèn)居民家庭人均可支配收入指數(shù)；x2代表豬肉收購價格指數(shù)；x3代表豬肉替代品牛羊肉人均產(chǎn)量（千克）；x4代表生豬出口

4、量（萬頭）；為隨機誤差項，描述變量外的因素對模型的干擾；三、 相關數(shù)據(jù)收集根據(jù)我們對影響我國人均豬肉消費量的因素分析，以及解決我們提出的問題的需要，初步選取了以下四個解釋變量：城鎮(zhèn)居民家庭人均可支配收入指數(shù)、豬肉生產(chǎn)價格指數(shù)、豬肉替代品人均產(chǎn)量、出口。鑒于我國豬肉消費的階段性和我們分析的即時性，收集了19982008年最近十一年的統(tǒng)計數(shù)據(jù)。整理得到所需數(shù)據(jù)：四、 計量經(jīng)濟模型的建立我們建立了下述的一般模型：其中 1998-2008年各年人均豬肉消費量待定參數(shù) （i=1,2,3,4,5,6,7）城鎮(zhèn)居民家庭人均可支配收入指數(shù)豬肉生產(chǎn)價格指數(shù)豬肉替代品人均產(chǎn)量出口/萬頭隨即擾動項五、 模型的求解和

5、檢驗ols回歸利用eviews軟件，采用以上數(shù)據(jù)對該模型進行ols回歸，結果如下：dependent variable: ymethod: least squaresdate: 05/14/11 time: 15:00sample: 1998 2008included observations: 11variablecoefficientstd. errort-statisticprob.  c22.129768.4997352.6035820.0405x10.0003180.0001911.6689460.1462x2-0.0624030.012448-5.0131680

6、.0024x31.8436741.0141031.8180350.1189x40.0104540.0224430.4657970.6578r-squared0.932230    mean dependent var32.71818adjusted r-squared0.887050    s.d. dependent var1.466164s.e. of regression0.492749    akaike info criterion1.725321sum squar

7、ed resid1.456809    schwarz criterion1.906182log likelihood-4.489265    f-statistic20.63369durbin-watson stat2.015877    prob(f-statistic)0.001182得出：y=22.12976+0.000318x1-0.062403x2+1.843674x3+0.010454x4jb檢驗得出：p值較大，說明殘差基本服從正態(tài)分布。kb檢驗dependen

8、t variable: resid2method: least squaresdate: 05/14/11 time: 17:31sample: 1998 2008included observations: 11variablecoefficientstd. errort-statisticprob.  c0.3632040.5383690.6746360.5169y2-0.0002150.000500-0.4302330.6771r-squared0.020152    mean dependent var0.132437adju

9、sted r-squared-0.088720    s.d. dependent var0.147161s.e. of regression0.153550    akaike info criterion-0.746618sum squared resid0.212198    schwarz criterion-0.674273log likelihood6.106398    f-statistic0.185101durbin-

10、watson stat2.221731    prob(f-statistic)0.677144得出：t的絕對值遠小于2，說明1極有可能為0，不存在異方差。懷特檢驗white heteroskedasticity test:f-statistic4.111636    probability0.210302obs*r-squared10.36950    probability0.240043test equation:dependent variable: resid2me

11、thod: least squaresdate: 05/14/11 time: 15:01sample: 1998 2008included observations: 11variablecoefficientstd. errort-statisticprob.  c63.1263217.788423.5487320.0710x10.0006090.0002672.2804820.1501x12-3.05e-089.16e-09-3.3257800.0797x20.1037570.0579561.7902650.2153x22-0.0004380.000261-1.679

12、6660.2350x3-25.272447.796109-3.2416730.0834x321.8825160.5970053.1532680.0876x40.1405430.1410520.9963880.4240x42-0.0003910.000360-1.0860320.3909r-squared0.942682    mean dependent var0.132437adjusted r-squared0.713410    s.d. dependent var0.147161s.e. of regres

13、sion0.078781    akaike info criterion-2.312674sum squared resid0.012413    schwarz criterion-1.987123log likelihood21.71971    f-statistic4.111636durbin-watson stat3.331322    prob(f-statistic)0.210302p值大于百分之五，不存在異方差。lm檢

14、驗breusch-godfrey serial correlation lm test:f-statistic0.157585    probability0.707768obs*r-squared0.336094    probability0.562092test equation:dependent variable: residmethod: least squaresdate: 05/14/11 time: 15:09presample missing value lagged residuals set

15、 to zero.variablecoefficientstd. errort-statisticprob.  c-0.6106959.295826-0.0656960.9502x1-3.04e-050.000220-0.1385620.8952x2-0.0020650.014399-0.1434270.8916x30.1745761.1788890.1480860.8881x4-0.0002940.024218-0.0121400.9908resid(-1)-0.2227900.561226-0.3969700.7078r-squared0.030554 

16、60;  mean dependent var5.72e-15adjusted r-squared-0.938892    s.d. dependent var0.381682s.e. of regression0.531469    akaike info criterion1.876108sum squared resid1.412297    schwarz criterion2.093142log likelihood-4.318597 

17、   f-statistic0.031517durbin-watson stat1.799949    prob(f-statistic)0.999142多重共線對y分別關于x1，x2，x3，x4作最小二乘回歸，得（1）y=29.6061+0.000336x1（33.24089）（3.700729）r2=0.603444 =0.559382 dw=2.052172 f=13.69539（2）y=30.86865+0.017639x2(11.60181) (0.705464)r2=0.052400 =-0.052889 dw=

18、1.324922 f=0.497680(3) y=20.32760+1.869635x3 (6.642933) (4.065815)r2=0.647485 =0.608317 dw=2.605745 f=16.53085(4)y=43.90744-0.059540x4(12.38814) (-3.169933)r2=0.527521 =0.475024 dw=2.106679 f=10.04847其括號里的是t值。根據(jù)經(jīng)濟理論分析和回歸結果，易知豬肉替代品人均產(chǎn)量x3是最重要的解釋變量，所以選取第三個回歸方程為基本回歸方程。（1）加入x1，對y關于x1，x3作最小二乘回歸，得y=20.3467

19、9+7.65e-07x1+1.865670x3（2.186783）（0.002201）（0.999745）r2=0.647486 =0.55937 dw=2.604873 f=7.347053可以看出，加入x1后，擬合優(yōu)度r2和均有所增加，參數(shù)估計值的符號也正確，并且沒有影響x3系數(shù)的顯著性，所以在模型中保留x1。（2）加入x2，對y關于x1，x2，x3作最小二乘回歸，得y=25.39154+0.000298x1-0.062187x2+1.673006x3（ 5.592637 ） （1.702961） （-5.304779） （1.877374）r2=0.929779 =0.899685 dw

20、=2.002185 f=30.89526可以看出，加入x2后，擬合優(yōu)度r2和均有所增加，參數(shù)估計值的符號也正確，并且沒有影響x3系數(shù)的顯著性，所以在模型中保留x2。（3）加入x4,對y關于x1，x2，x3，x4作最小二乘回歸，得y=22.12976+0.000318x1-0.062403x2+1.843674x3+0.010454x4(2.603582) (1.668946) (-5.013168) (1.818035) (0.465797)r2=0.932230 =0.887050 dw=2.015877 f=20.63369可以看出，加入x4后，擬合優(yōu)度r2增加不顯著，有所減小。并且x1，x2，x4的系數(shù)均不顯著，說明存在嚴重的多重共線性。模型中應略去x4。綜上所述，得到y(tǒng)關于x1，x2，x3的回歸方程，y=25.39154+0.000298x1-0.062187x2+1.673006x3（ 5.592637 ） （1.702961） （-5.304779） （1.877374）r2=0.929779 =0.899685 dw=2.002185 f=30.89