吉林省居民消费时间序列分析与预测

董宣仪

【文章摘要】

本文以1994—2012年吉林省居民消费统计数据为依据，采用Eviews软件进行分析，对数据进行一系列的检验与调整后，用线性拟合模型进行分析，结果显示二次曲线拟合模型是最为理想的模型，其次利用该模型对吉林省2013年居民消费水平变化情况进行预测，预测结果基本符合吉林省居民消费的发展趋势。

【关键词】

消费水平；线性模型；二次曲线拟合模型；预测

0 引言

消费是人类社会生活中的重要行为和过程， 任何社会都离不开消费。消费对经济增长的拉动作用最为直接， 效果也最为明显， 而居民消费又在总消费中占7 0% -80 %， 因此消费对经济增长的影响也主要表现为居民消费对经济增长的影响。消费水平从宏观的角度考察，消费水平就是一定时期内整个社会用于生活消费和服务的规模和水平；从微观的角度考察，消费水平就是单个消费者一定时期消费的商品和服务所达到的规模与水平。现在的中国市场已完全消除了日用品和食物短缺的现象。居民消费结构亦发生很大变化。在居民全部消费支出中，反映基本生存需要的食品、衣着和基本生活用品支出所占的比重大幅度下降，而体现发展与享受需求的住房、交通通信、医疗保健、文教娱乐、休闲旅游等项支出的比重则迅速上升，生活质量进一步提高。

1 数据的时间序列特征分析

将1993年至2012年吉林省县居民消费数额绘制成折线图，可以很容易地看出序列具有明显的增长趋势，并且可以看出，从2004年到2012年开始，有了显著提高，并且增加的幅度也有所增大，这主要是因为自生活节奏加快，消费自然上升。

1.1数据的检验

分别作了一阶差分及其自相关检验，二阶差分及其自相关检验，结果如下：

在一阶差分图：因为p值小于0.05所以是平稳的，但是一阶差分后的自相关图和偏自相关图可知p值都是大于0.05所以拒绝原假设所以模型是纯随机性的。

在二阶差分图中：因为p值小于0.05所以是平稳的，但是二阶差分后的自相关图和偏自相关图可知p值都是大于0.05所以拒绝原假设所以模型是纯随机性的。

由此可见，一阶差分和二阶差分都能使序列变成平稳序列，但是在进行纯随机性检验时发现序列都是纯随机序列，所以不能用移动自回归模型来建模。

2 模型的建立

对模型做线性拟合必须检验模型的异方差性（存在异方差则说明：被解释变量的变化趋势会随着解释变量的变化而变化）和自相关性。p值为0.3385大于0.05所以接受原假设，方程不存在异方差。p值为0.0481小于0.05所以应拒绝原假设，说明存在自相关。

3 模型的调整

因为要建立线性模型必须是不能存在异方差和自相关的，所以我们将采用二次曲线拟合的方法对模型进行拟。p值可知系数在5%的显著性水平下都是显著的，在对此模型进行异方差性和自相关性的检验。p值为0.4692大于0.05所以接受原假设，方程不存在异方差。p值为0.1312大于0.05所以应接受原假设，说明存不在自相关。

所以在不存在自相关和不存在异方差的前提条件下的模型为：

J = 2091.93744361 + 155.136949727*T + 6.98846380658*T2

4 短期预测及结论

利用建立好的模型， 对2013年做外推预测，得到这一年的居民消费预测值，结果如图1、图2。

建立的模型通过了检验，模型显著性有效。运用模型对四川省未来一年的居民消费水平进行短期预测。由图（1），图（2）可知，2013年的居民消费基本符合其发展趋势。模型对四川省的居民消费水平进行短期预测，在国家省市的财政预算，调查居民生活水平，经济发展状况，应对通货膨胀的方面都可应用，对未来国家及省市的经济决策，相应政策法规的制定提供指导，具有现实性意义。

5 政策建议

根据以上分析，可以看出提高居民消费水平的根本途径是大力发展生产力。但在大力发展生产力，增加城乡居民可支配收入的同时，必须严格控制人口增长。为此，我们可以采取以下措施：

（1）提高居民整体收入水平。

1.提高居民收入，通过提高工资，创造就业机会等来解决。

2.降低物价水平，通过加大生产规模，提高生产效率，控制物价等来解决。

3.改善工作条件：如降低工作时间，增加公共假日的次数和时间，鼓励旅游等。

4.改变生活方式：如汽车，电脑电话的个人普及等。

5.刺激消费欲望；如房产投资等。

6.社会福利和医疗体系的健全：居民交纳社会福利基金以及医疗保险等。

（2）严格控制人口增长

控制人口增长是人口问题的重点和难点。人口自然增长率越高，越是阻碍社会经济的发展和人类的进步。我们要继续实行计划生育政策，实现控制人口规模的既定目标。根据我国人口现状和经济发展水平，要把控制人口出生率、提高人口素质和解决人口老龄化等问题通盘考虑，制定一个合理增长、提高质量、优化年龄结构的综合人口方案。同时加强对目前人口状况和人口动态的研究分析，为人口控制、就业、迁移与城市化等正确决策提供依据。

【参考文献】

[1]庞皓，计量经济学【第二版】，科学出版社，2001年.

[2]李子奈，叶阿忠，高等计量经济学[M]，南开大学出版社，2001年.

[3]王燕，应用时间序列分析【第三版】，中国人民大学出版社，2011年.