基于Ｐａｎｅｌ Ｄａｔａ模型的我國城鎮(zhèn)居民收支研究

[摘 要] 本文以面板數(shù)據(jù)模型為基礎(chǔ)，利用1999年～2004年我國城鎮(zhèn)居民收入與消費數(shù)據(jù)，分析我國城鎮(zhèn)居民的收入消費關(guān)系和近年來我國城鎮(zhèn)居民收入消費的變化情況。

[關(guān)鍵詞] Panel Data Panel Data模型 城鎮(zhèn)居民收支

一、Panel Data簡介

1.Panel Data 的含義

Panel Data（或者Longitudinal Data）可譯成“面板數(shù)據(jù)”、“縱向數(shù)據(jù)”，是用來描述一個總體中給定樣本在一段時間的情況，并對樣本中每一個樣本單位都進行多重觀察。這種多重觀察既包括對樣本單位在某一時期（時點）上多個特性進行觀察，也包括對該樣本單位的這些特性在一段時間的連續(xù)觀察，連續(xù)觀察將得到數(shù)據(jù)集稱為面板數(shù)據(jù)。Panel Data 研究成為近十年來經(jīng)濟計量學的一個熱點。大量關(guān)于Panel Data的分析方法、研究文章如雨后春筍般出現(xiàn)在經(jīng)濟學、管理學、社會學、心理學等眾多領(lǐng)域。

2.Panel Data的作用

(1)控制個體行為差異。Panel Data數(shù)據(jù)庫顯示個體（包括個人、企業(yè)、地區(qū)或國家）之間存在差異，而單獨的時間序列和橫截面不能有效反映這種差異。如果只是簡單使用時間序列或橫截面分析就可能獲得有偏結(jié)果。此外，Panel Data分析能夠控制在時間序列和橫截面研究中不能控制的涉及地區(qū)和時間為常數(shù)的情況。也就是說，當個體在時間或地區(qū)分布中存在著常數(shù)的變量（例如受教育程度、電視廣告等）時，如果在模型中不考慮這些變量，有可能會得到有偏結(jié)果。Panel Data分析能夠控制時間或地區(qū)分布中的恒變量，而普通時間序列和橫截面研究中則不能。

(2)Panel Data能夠提供更多信息、更多變化性、更少共線性、更多自由度和更高效率。反觀時間序列經(jīng)常受多重共線性的困擾。

(3)Panel Data能夠更好地研究動態(tài)調(diào)節(jié)，橫截面分布看上去相對穩(wěn)定但卻隱藏了許多變化，Panel Data由于包含較長時間，能夠弄清諸如經(jīng)濟政策變化對失業(yè)狀況的影響等問題。

(4)Panel Data能更好地識別和度量純時間序列和純橫截面數(shù)據(jù)所不能發(fā)現(xiàn)的影響因素。

(5)相對于純橫截面和純時間序列數(shù)據(jù)而言，Panel Data能夠構(gòu)造和檢驗更復(fù)雜的行為模型。

(6)通常，Panel Data可以收集到更準確的微觀單位（個人、企業(yè)、家庭）的情況。由此得到的總體數(shù)據(jù)可以消去測量誤差的影響。

二、研究方法描述及變量選取

1.研究方法及模型設(shè)計

面板數(shù)據(jù)是對不同時期的橫截面?zhèn)€體做連續(xù)觀測所得到的二維時間序列數(shù)據(jù)，即時間序列與橫截面數(shù)據(jù)相結(jié)合的數(shù)據(jù)。模型的一般形式為:

模型(1)可表達為，即截距系數(shù)αi和斜率系數(shù)βi隨著個體的不同而改變，稱為“變系數(shù)模型”。

模型(2)，即斜率系數(shù)β為常數(shù)，而截距系數(shù)αi隨著個體的不同而改變，稱為“變截距模型”。

模型(3)可表達為，即對α和;β都不產(chǎn)生影響，相當于將所有時期的橫截面數(shù)據(jù)融合成一個總體，稱為“混合回歸模型”。

面板數(shù)據(jù)模型最早是由Cheng Hsiao(1986)提出，并將該類模型應(yīng)用于經(jīng)濟分析。平行數(shù)據(jù)模型相對于純橫截面數(shù)據(jù)模型和純時間序列模型的優(yōu)點在于：樣本容量大大增加，使參數(shù)估計值更加可靠；可深入到“省市”層次、“地市”層次、“收入差距”層次研究消費，有利于對比分析，從而體現(xiàn)地區(qū)差異和收入差距；能夠識別一些純橫截面數(shù)據(jù)模型和純時間序列模型所不能識別的因素；提高了模型參數(shù)估計精度，同時大大降低了多重共線性的影響。

在滿足古典回歸模型假設(shè)的情況下，利用普通最小二乘法對平行數(shù)據(jù)模型進行可以得到無偏一致估計。建立平行數(shù)據(jù)模型時首先運用協(xié)方差分析方法來識別模型，可以假設(shè)成立的情況下：

其中、S1，S2、S3 分別是“變系數(shù)模型”、“變截距模型”和“混合回歸模型”的殘差平方和。在零假設(shè)H2和H1下，F(xiàn)1和F2服從特定自由度的F分布。若F1<臨界值，則接受H2，表明運用“混合回歸模型”估計樣本，否則再運用F1統(tǒng)計量檢驗H1。若Fi<則運用“變截距模型”估計樣本，否則運用“變系數(shù)模型”估計樣本。

通常可以從以下兩個方面運用平行數(shù)據(jù)模型進行居民消費結(jié)構(gòu)變動的影響分析:(1)收入差異對居民消費結(jié)構(gòu)變動的影響分析，可以利用各年按收入分組的抽樣調(diào)查資料建立平行數(shù)據(jù)模型。對應(yīng)的“變系數(shù)模型”表示各收入層次邊際消費傾向和消費水平存在層次差異；“變截距模型”表示各收入層次邊際消費傾向無顯著差異，而消費水平存在層次差異；而“混合回歸模型”表示消費水平和邊際消費傾向都不存在差異。(2)地區(qū)差異對居民消費結(jié)構(gòu)變動的影響分析，可以利用各年按地區(qū)分組的抽樣調(diào)查資料建立平行數(shù)據(jù)模型。對應(yīng)的“變系數(shù)模型”表示各地區(qū)之間居民消費的邊際消費傾向和消費水平存在較大差異；“變截距模型”表示各地區(qū)之間居民消費的邊際消費傾向無顯著差異，而消費水平存在地區(qū)差異；而“混合回歸模型”表示消費水平和邊際消費傾向都不存在地區(qū)差異。

2.數(shù)據(jù)說明

本文所采用的數(shù)據(jù)是根據(jù)1999年～2004年《中國統(tǒng)計年鑒》的相關(guān)數(shù)據(jù)整理得來的。本文采用了33個省市1999年～2004年共198個數(shù)據(jù)，包括全國各省市自治區(qū)城鎮(zhèn)居民年人均可支配收入（INC）和消費性支出（CONS），二者都經(jīng)過相應(yīng)地區(qū)居民消費價格指數(shù)(P)平減（以1999年為基期）。

部分樣本數(shù)據(jù)如下：

三、實證分析與結(jié)果

本文主要根據(jù)《數(shù)據(jù)分析與Eviews應(yīng)用》（易丹輝，2002）第210頁～214頁有關(guān)說明，為了對比1994年～1999年時期與1999年～2004年時期變化情況，本文采用書中方法，也未對樣本數(shù)據(jù)進行F檢驗，直接采用變截距模型。即

2.D-W值為1.7，表明殘差項無序列相關(guān)。從整體上看，該模型效果不錯。

3.對比1994年～1999年時期與1999年～2004年時期，可以看出，β2系數(shù)由0.5524提高到0.7915， 這說明隨著人們生活水平的提高，可支配收入越來越多，人們不再把大部分收入存入銀行，而是選擇了消費和投資。這也從另一側(cè)面反映了人們的消費意識和水平大大提高，人們?yōu)槲磥淼念檻]已經(jīng)降低，選擇了即期消費。

參考文獻：

[1]易丹輝:數(shù)據(jù)分析與EVIEWS應(yīng)用[M].中國統(tǒng)計出版社，2002

[2]李子奈 葉阿忠:高等計量經(jīng)濟學[M].清華大學出版社，2000

“本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文”