影響人均豬肉消費(fèi)量的計(jì)量分析

1、計(jì)量經(jīng)濟(jì)學(xué)實(shí)踐報(bào)告（小論文）影響人均豬肉消費(fèi)量的計(jì)量分析小組成員： 班級(jí)：國(guó)際經(jīng)濟(jì)與貿(mào)易指導(dǎo)老師：日期：2012年5月10-25日摘要：本文旨在根據(jù)我國(guó)19982008人均豬肉消費(fèi)量相關(guān)數(shù)據(jù)，分析出影響其的部分因素。首先基于對(duì)豬肉消費(fèi)的一些調(diào)查以及對(duì)影響我國(guó)人均豬肉消費(fèi)量的因素分析，同時(shí)綜合了相關(guān)的市場(chǎng)細(xì)分和消費(fèi)分析理論，選取了城鎮(zhèn)居民人均可支配收入等四個(gè)解釋變量建立了理論模型。在收集了相關(guān)的數(shù)據(jù)基礎(chǔ)上，利用eviews軟件對(duì)計(jì)量模型進(jìn)行了參數(shù)估計(jì)和檢驗(yàn)。最后，我們對(duì)所得的結(jié)果作了經(jīng)濟(jì)意義的分析，并提出一些相應(yīng)政策建議。關(guān)鍵詞：人均豬肉消費(fèi)量；多重共線性；異方差；自相關(guān)一、 問題的提出豬肉是我

2、國(guó)重要的畜產(chǎn)品之一，也是我國(guó)城鄉(xiāng)居民動(dòng)物性蛋白的主要來源之一。在我國(guó)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(chǎng)上豬肉的多少，價(jià)格的高低，直接影響到老百姓的生活，社會(huì)的穩(wěn)定。在市場(chǎng)經(jīng)濟(jì)條件下，豬肉價(jià)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(jì)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(jià)格等作為解釋變量的計(jì)量經(jīng)濟(jì)學(xué)模型。中國(guó)豬肉需求函數(shù)即選擇收入和價(jià)格作為解釋變量，同時(shí)考慮到，豬肉需求主要包括國(guó)內(nèi)需求和國(guó)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(duì)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(jià)格選擇的是豬肉生產(chǎn)價(jià)格指數(shù)即豬肉收購(gòu)價(jià)格指數(shù)。模型中的被解釋變量為國(guó)內(nèi)人均豬肉消費(fèi)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(guān)文獻(xiàn)，本文選擇以下指標(biāo)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(gòu)價(jià)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(dá)式，國(guó)內(nèi)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(guó)內(nèi)人均豬肉消費(fèi)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(gòu)價(jià)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(jī)誤差項(xiàng)，描述變量外的因素對(duì)模型的干擾；三、 相關(guān)數(shù)據(jù)收集根據(jù)我們對(duì)影響我國(guó)人均豬肉消費(fèi)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(gè)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(jià)格指數(shù)、豬肉替代品人均產(chǎn)量、出口。鑒于我國(guó)豬肉消費(fèi)的階段性和我們分析的即時(shí)性，收集了19982008年最近十一年的統(tǒng)計(jì)數(shù)據(jù)。整理得到所需數(shù)據(jù)：四、 計(jì)量經(jīng)濟(jì)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(fèi)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(jià)格指數(shù)豬肉替代品人均產(chǎn)量出口/萬頭隨即擾動(dòng)項(xiàng)五、 模型的求解和

5、檢驗(yàn)ols回歸利用eviews軟件，采用以上數(shù)據(jù)對(duì)該模型進(jìn)行ols回歸，結(jié)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(yàn)得出：p值較大，說明殘差基本服從正態(tài)分布。kb檢驗(yàn)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(duì)值遠(yuǎn)小于2，說明1極有可能為0，不存在異方差。懷特檢驗(yàn)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(yàn)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(duì)y分別關(guān)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(hào)里的是t值。根據(jù)經(jīng)濟(jì)理論分析和回歸結(jié)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(gè)回歸方程為基本回歸方程。（1）加入x1，對(duì)y關(guān)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(jì)值的符號(hào)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(duì)y關(guān)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(jì)值的符號(hào)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(duì)y關(guān)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(yán)重的多重共線性。模型中應(yīng)略去x4。綜上所述，得到y(tǒng)關(guān)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