1、三大产业的发展与城镇居民家庭消费支出通过对三大产业发展与城镇居民家庭消费支出增长的关系进行分析，从定量的角度探求三大产业分别对城镇居民家庭消费支出入的影响程度。关键词:经济计量模型 第一产业 第二产业 第三产业 可决系数 城镇居民家庭消费支出. 城镇居民家庭消费支出的增长与国内生产总值的增长密切相关。然而国内生产总值是由第一产业（农业） 、第二产业（工业、建筑业） 、第三产业（服务性行业）组成的，但是对城镇居民家庭人均可支配收入的增长影响各不相同。而对三者影响程度进行数量分析，以期用函数关系精确表达三者各自的影响，就是我研究的主要内容.一、数据收集Y 1X2X3X1996 3919.47140
2、15.3933834.96 23326.241997 4185.6414441.8937543.00 26988.151998 4331.614817.6339004.19 30580.471999 4615.914770.0341033.58 33873.442000 499814944.7245555.88 387143.952001 530915781.2749512.29 44361.612002 6029.8816537.0253896.77 49898.902003 6510.9417381.7262436.31 56004.732004 7182.121412.7373904.3
3、1 64561.292005 7942.922420.0087598.09 74919.282006 8696.624040.00103719.54 87598.092007 9997.528627.00125831.36 111351.952008 11242.933702.00149003.44 131339.992009 12264.635226.00157638.78 148038.042010 13471.540533.60187.383.21 173595.9815160.9 205205.022011 47486.21 220412.812012 16674.352373.632
4、35161.99 231934.48Y：城镇居民家庭消费支出（平均每人全年） （单位：元）X1：第一产业增加值 （单位：亿元）X2：第二产业增加值 （单位：亿元）X3： 第三产业增加值 （单位：亿元)2、模型建立我们可以得到 Y 与 X1 X2 X3 的散点图20460810214061801203040506X1Y2046081021406180501050205XY204608102140618010203040XY由图我们可以发现 Y 与 X1 X2 X3 都有比较明显的线形关系，从而建立数学模型：Y3210三、模型估计Dependent Variable: YMethod: Least
5、 SquaresDate: 06/04/14 Time: 22:54Sample: 1996 2012Included observations: 17VariableCoefficientStd. Errort-Statistic Prob. C 2912.790 593.6083 4.906923 0.0003X1 -0.087183 0.084725 -1.029012 0.3222X2 0.076761 0.015694 4.891077 0.0003X3 -0.000205 0.001025 -0.200083 0.8445R-squared 0.994316 Mean depend
6、ent var 8384.337Adjusted R-squared 0.993004 S.D. dependent var 4079.371S.E. of regression 341.1963Akaike info criterion 14.70512Sum squared resid 1513394. Schwarz criterion 14.90117Log likelihood -120.9935 F-statistic 758.0557Durbin-Watson stat 1.165437 Prob(F-statistic) 0.000000所以我们得到以下的结果：Y=2912.7
7、900.087183X1+0.076761X20.000205X3t=（4.906923）(1.029012) (4.891077) （0.200083）=0.99431 =1.165437 F 值=758.05572R.WD结果分析：从上面的运行结果可以看出方程的拟合优度 ，调整9431.02R后的拟合优度 ，说明模型拟合效果较好。而且 F 值较大,表明方9304.2程从整体上有较好的解释能力。在 5%的显著水平下， 没有通过 t 检验，31X说明解释变量对被解释变量的影响不显著； 通过了 t 检验，说明解释变量对2被解释变量的影响显著。四、统计意义检验1、 检验2R可绝系数 ， ，这说明所
8、建模型整体上对样本数9431.029304.2R据拟合较好，即解释变量“第一产业” “第二产业” “第三产业”对被解释变量“城镇居民家庭消费支出”的绝大部分差异作了解释。2、F 检验针对 ，给定显著性水平 ，在 F 分布表中查出自由度0:10H05.为 的临界值 ，由上述得到33kn和 24.3)1,(),(.knF，应拒绝原假设 ，说明回归方程24.),(57.805.F:0H显著，即解释变量“第一产业” “第二产业” “第三产业”对被解释变量“城镇居民家庭消费支出”有显著影响。 3、t 检验 分别针对 ，给定显著性水平 ，查 t 分布表的自由度0:10H05.为 的临界值 ，与 相13kn
9、6.2)(2knt 025.,76.,81321 比，其绝对值均大于 ，这说明在显著水平 下，分别都应拒绝原假设 ，也就是说，当在其他解释变量不变的情况下，0:10H解释变量“第一产业” “第二产业” “第三产业”对被解释变量“城镇居民家庭消费支出”都有显著的影响。2、检验简单相关系数计算各解释变量的相关系数，选择 的数据，得到相关系数矩阵如321,X下表：X1 X2 X3X1 1 0.996704149272732 0.496204861670713X20.996704149272732 1 0.499458478481629X30.496204861670713 0.49945847848
10、1629 1由表中数据发现 X1，X2 之间存在高度相关性。运用逐步回归法，对该模型进行多重共线性的检验和修正。第一步，分别引入 ，用最小二乘法对数据进行回归，Eviews 运行结321,X果得出如下表：C 1X23X2R)(1Xfy168.232 0.325 0.983848值t0.558 30.227)(2fy2316.49 0.061 0.993429值t15.746 11.588)(3Xfy6061.505 0.021 0.194值t4.399 2.105可以看出，在第一步检验中我们应该保留的解释变量为 。2X第二步，在保留 的基础上，我们在分别引入 ，用最小二乘法对数据进2X31,行
11、回归，Eviews 运行结果得出如下表：C 1X23X2R),(12Xfy2902.178 -0.087 0.076 0.994299t 值 5.086 -1.062 5.066),(32f2323.705 0.061 -0.0001 0.993853t 值 14.772 41.306 0.863由上表我们可以看出：当在引入 的基础上引入解释变量 时，拟合优2X1X度有所提高，而且 的参数也通过了 t 检验；在引入 的基础上引入解释变1X2量 时，拟合优度虽有提高，但 的参数同样的未能通过 t 检验。所以在这3X3一步检验中我们应该保留的解释变量为 。12X和第三步，在保留 的基础上，我们再引
12、入 ，即我们假设的多元回12X和 3归方程，我们可以得出：当在保留 的基础上，我们再引入 时，拟合12和 3X优度有所提高，而且 的参数也通过了 t 检验。故，三个解释变量3都应该保留。321,X和因此，最终的农村居民人均消费支出函数应以 为最优，拟),(321XfY合结果为：Y=2912.7900.087183X1+0.076761X20.000205X3t=（4.906923）(1.029012) (4.891077) （0.200083）=0.99431 =1.165437 F 值=758.05572R.WD2、异方差检验统一用怀特检验法先对该模型做普通最小二乘法回归，得到 ，然后作如下
13、辅助回归：2ieii XXXe 362521432102用Eviews可以得出：F-statistic 1.157229 Probability 0.398751Obs*R-squared 6.966578 Probability 0.323949Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 06/05/14 Time: 15:15Sample: 1996 2012Included observations: 17VariableCoefficient Std. Errort-Statistic Prob.
14、 C -464891.1 427481.9 -1.087511 0.3023X1 94.02597 59.17936 1.588830 0.1432X12 -0.000929 0.000814 -1.141625 0.2802X2 -26.85324 14.43289 -1.860558 0.0924X22 5.85E-05 3.91E-05 1.494875 0.1658X3 12.60239 10.63091 1.185448 0.2632X32 -3.01E-05 2.50E-05 -1.202528 0.2569R-squared 0.409799 Mean dependent var
15、 89023.16Adjusted R-squared 0.055678 S.D. dependent var 77437.41S.E. of regression 75250.76Akaike info criterion 25.58794Sum squared resid 5.66E+10 Schwarz criterion 25.93103Log likelihood -210.4975 F-statistic 1.157229Durbin-Watson stat 1.936478 Prob(F-statistic) 0.398751可以知道，从该辅助回归得到可决系数 与样本容量 n的乘
16、积，即2R。查表我们可以知道 。96578.2nR51.)(2假设： ，20)(:iVarH21:iVarH由上面可以知道： ，所以：接受 ，即该回归模型不存在异方差性。nR03、序列相关性统一用 LM 检验法含 1 阶滞后残差项的辅助回归为： 1320 tt eXeF-statistic 2.849896 Probability 0.117175Obs*R-squared3.262530 Probability 0.070880Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 06/05/14 Time: 15
17、:21Presample missing value lagged residuals set to zero.VariableCoefficientStd. Error t-Statistic Prob. C -662.5850680.0899 -0.974261 0.3492X1 0.0934270.096680 0.966360 0.3529X2 -0.0171640.017861 -0.961018 0.3555X3 0.0003470.000980 0.353443 0.7299RESID(-1) 0.5662740.335438 1.688164 0.1172R-squared 0
18、.191914Mean dependent var -1.33E-12Adjusted R-squared -0.077449S.D. dependent var 307.5502S.E. of regression 319.2378Akaike info criterion 14.60968Sum squared resid 1222953.Schwarz criterion 14.85474Log likelihood -119.1823 F-statistic 0.712474Durbin-Watson 1.686501 Prob(F- 0.599080stat statistic)可以
19、知道，从该辅助回归得到可决系数 与样本容量 n 的乘积，即2R。查表我们可以知道 ，由此30968.2194.02nRLM 84.3)1(2判断原模型： ，接受 ，即该回归模型存在 1 阶序列相关性)(2H含 2 阶滞后残差项的辅助回归为： 213210 ttt eXe F-statistic 1.317219 Probability 0.307012Obs*R-squared 3.284729 Probability 0.193522Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 06/05/14 Time:
20、 15:25Presample missing value lagged residuals set to zero.VariableCoefficient Std. Errort-Statistic Prob. C -650.9518 715.0912-0.910306 0.3822X1 0.091335 0.102108 0.894496 0.3902X2 -0.016707 0.018952-0.881576 0.3969X3 0.000312 0.001055 0.296123 0.7727RESID(-1) 0.587193 0.383572 1.530854 0.1540RESID
21、(-2) -0.052303 0.391983-0.133433 0.8963R-squared 0.193219Mean dependent var-1.33E-12Adjusted R-squared -0.173499S.D. dependent var 307.5502S.E. of regression 333.1635Akaike info criterion 14.72571Sum squared resid 1220977. Schwarz criterion 15.01978Log likelihood -119.1685 F-statistic 0.526887Durbin
22、-Watson stat 1.709048 Prob(F-statistic) 0.751779可以知道，从该辅助回归得到可决系数 与样本容量 n 的乘积，即2R。查表我们可以知道 ，由此判125409.93.012nRLM 9.5)2(断原模型： ，接受 ，即该回归模型不存在 2 阶序列相关性。)(2H结合 1 阶和 2 阶滞后残差项的辅助回归情况，可以判断出该模型存在 1 阶序列相关性，不存在 2 阶序列相关性。5、结论由以上过程可知，三大产业的增加值对城镇居民家庭消费支出具有重要的影响。这一结果说明，第一产业（农业）在我国已经发展到相当程度了，其作用已更多的体现为基础作用。另一方面，虽然我国正在大力发展第三产业（服务业） ，但是第二产业（工业、建筑业）对于城镇居民家庭消费支出的贡献是巨大的，不可忽视的，而城镇居民家庭消费支出相当程度上体现了一个国家的居民生活水平。我国现在还是一个发展中国家，还处于工业化阶段，在这种情况下，如果盲目发展第三产业（服务业）而忽视第二产业（工业、建筑业）对提高居民生活水平，深化发展小康社会是没有好处的。
