基于panel data模型下各地區物價水平

樓靚　張靜　余瑤

摘 要：本文把我國30個省市分成了東部，中部和西部三個地區，運用panel data模型的方法分別對三個地區的物價水平進行研究。從估計的結果來看，2005年～2014年間，分別得出東部、中部和西部三個區域的商品零售價格變化的趨勢以及差異性大小。

關鍵詞：物價水平；panel data模型；EViews

一、引言

我國土地面積為9，634，057平方公里，全國的直轄市、省、自治區、特別行政區一共有31個省級行政區。我國領土東西跨經度有60多度，共跨了5個時區，東西距離約5200公里。我國領土南北跨越的緯度近50度，南北距離約為5500公里。在如此廣闊的土地上，各省市之間的差距不僅僅體現在地域上，而且在經濟發展水平也有很大的差距。這種差距導致了“同物不同價”的現象十分普遍。之前我們只是在一年的數據中對各省市的物價水平進行評價和分析，忽略了時間上物價變化的趨勢。

二、Panel Data模型的簡介

基于Panel Data模型的樣本數據共包含了個體、指標、時間3個維度上的信息，進行估計時要充分考慮所有維度上的信息。建立Panel Data模型的步驟為：

第一步是檢驗被解釋變量yit的參數ai和bi是否對所有個體樣本點或時期都是相同的，也就是說檢驗樣本數據究竟符合哪種Panel Data模型形式，從而避免模型設定時的偏差，提高參數估計的有效性。Panel Data有三種模型分類，分別為不變系數模型，變系數模型和變截距模型。通過假設檢驗的F統計量確定選擇哪種模型。原假設與備擇假設為：

若接受假設H2則可以認為模型為不變參數模型，則不用進行進一步檢驗。若拒絕假設H2，則要檢驗假設H1。如果接受H1的話，則認為模型為變截距模型，的話則拒絕H1，就認為模型是變參數模型。

第二步是Hausman檢驗。基于個體影響處理形式不同，可以分固定影響模型和隨機影響模型兩種。先確立隨機影響模型，再檢驗該模型能否滿足個體影響與解釋變量沒有有相關性的假設，若不滿足將模型確定為固定影響模型，若滿足就可以定義該模型為隨機影響模型。

第三步是模型的確立。通過以上的判斷選擇合適的模型用EViews軟件的Panel Data的Pool Estimation進行建模，得出結果。

三、panel data模型下各地區物價水平研究

從中國統計年鑒上收集數據，將我國劃分為東部、中部、西部三個地區的時間始于1986年，由全國人大六屆四次會議通過的“七五”計劃正式公布。

東部區域包括：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南等11個省（區）；中部區域包括：山西、內蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南和廣西等10等10個省（區）；西部區域包括：四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆等9個省（區）。

將30個省市的居民消費價格和商品零售價格，各自建立關于東部、中部和西部物價水平的模型。各模型中的被解釋變量為商品零售價格（s），解釋變量為居民消費價格（p），樣本區間為2005年到2014年。

1.東部、中部和西部的物價水平模型形式設定檢驗

（1）第一，分別計算變參數模型、不變參數模型和變截距模型，從各自模型的回歸統計量里能得到相應殘差的平方和。

其中，東部變參數模型殘差的平方和S1是36.40，變截距模型殘差的平方和S2為38.73，不變參數模型殘差的平方和S3為58.16。中部變參數模型殘差的平方和S1為20.23，變截距模型殘差的平方和S2為21.29，不變參數模型殘差的平方和S3為23.60。西部變參數模型殘差的平方和S1為29.61，變截距模型殘差的平方和S2為31.31，不變參數模型殘差的平方和S3為33.70。

（2）計算F統計量，其中N分別為11，8，10、k=1、T=10，得到的兩個F統計量，查表得到

從表1中可以看出，東部物價水平模型的F2在95%的置信水平下顯著，中部和西部物價水平模型的F2在95%的置信水平下不顯著；而各地區的F1卻都小于對應的極限值，可以知道，根據三個地區模型形式來設定檢驗時，東部拒絕H2同時接受H1，東部物價水平模型必須采用變截距的形式；中部和西部接受H2同時也接受H1，中部和西部地區應采用不變參數形式。

2.東部、中部和西部的物價水平模型Hausman檢驗

從表2中可以得到，三個地區的Hausman檢驗結果。建立三個地區的隨機影響模型，三個模型的P值均大于0.05，這說明各地區均不拒絕個體影響和解釋變量具有不相關性的原假設，所以模型中個體影響定義為為隨機影響的形式。對此各自建立東部物價水平變截距模型，中部和西部物價水平不變參數模型。模型形式為：

其中，j=1，2，3分別代表東部、中部和西部；t表示時間期間；Nj分別表示東、中、西部包含的地區個數，N1=11，N2=8，N3=10。αj為東、中、西部地區的平均物價水平；vj，i為隨機影響變量，代表j地區中i市或省的隨機的影響，用來代表地區內部的省和市的物價水平的差別；βj為各自地區的平均邊際零售價格，代表著不同地區物價水平的差異。

3.建立模型

基于借助Swamy-Arora方法估計成分方差，對東部隨機影響變截距的模型，西部和中部隨機影響不變參數模型來進行參數估計，依次給出三個地區隨機影響模型以及各地區中省市的物價水平高低（其中各模型中隨機影響的估計結果略）。

從各地區的αi估計結果來看，在東部地區，雖然他們的居民消費價格指數相同，但是2005年～2014年間商品零售指數存在顯著性差異，其中浙江的商品零售指數最高，αi估計結果為0.40；其次為廣東，αi估計結果為0.26；而商品零售指數最低的是北京，αi估計結果為-0.82；其次是上海，αi估計結果為-0.34。

2005年～2014年間中部地區商品零售指數存在顯著性差異，從平均邊際零售價格βi的估計結果來看，其中黑龍江的βi估計結果最高為1.130；其次為山西，βi的估計結果為1.117；而平均邊際零售價格最低的是內蒙古，βi的估計結果為0.869；其次是安徽，βi的估計結果為0.974。

2005年～2014年間西部地區商品零售指數存在顯著性差異，從平均邊際零售價格βi的估計結果來看，其中陜西的βi估計結果最高為1.117；其次為新疆，βi的估計結果為1.038；而平均邊際零售價格最低的是貴州，βi的估計結果為0.996；其次是甘肅，βi的估計結果為0.974。

三個地區模型的擬合優度都在0.9以上，模型的擬合效果比較好。從估計的結果來看，2005年～2014年間，東部、中部和西部三個區域的商品零售價格存在著明顯的差異。從商品零售價格變化來看，西部地區的商品零售價格變化最平穩，中部地區商品零售價格變化比西部略高。從居民消費價格變化上看，三個地區中中部地區的居民的消費價格變化程度最快，而西部地區的居民消費價格變化最慢，這主要是由于西部地區經濟比較落后，而東部地區經濟比較發達。

四、小結

本文對于各地區的物價水平的研究不僅僅是停留在截面數據，而是擴展到了存在時間維度的面板數據。考慮到時間維度上的影響因素，這樣可以更好的認識和評價各地區的物水平。由模型得出三個地區物價的變動趨勢，同時也分別對不同地區中省市的物價水平進行評定，得出結果。對物價水平較高的省市可以采取相應的政策減緩通貨膨脹，平穩經濟發展。本文介紹的panel data模型同樣也適用于其他面板數據的研究。

參考文獻：

[1]林謙.面板數據的模型建立和檢驗分析[J].統計與信息論壇，2006，21（5）：35-39.

[2]高鐵梅.計量經濟分析方法與建模[M].北京：清華大學出版社，2014：319-372.

[3]余芳東.我國城鎮居民消費價格和實際收入地區差距的比較研究[J].統計研究，2006，（4）.

[4]王政.全國物價上漲原因探究及對策分析[J].消費導刊，2008，（01）.

[5]程建華，黃德龍，楊曉光.我國物價變動的影響因素及其傳導機制的實證研究[J].統計研究，2008，（01）.

作者簡介：樓靚（1993- ），女，漢族，安徽省馬鞍山市，碩士研究生，河北經貿大學，應用統計；張靜（1993- ），女，漢族，河北省衡水市，碩士研究生，河北經貿大學，應用統計學；余瑤（1990- ），男，漢族，湖北，碩士，河北經貿大學，金融