恩格尔系数模型检验

恩格尔系数模型检验

论文摘要：本论文的初衷在于分析影响恩格尔系数的因素，并找出它们与恩格尔系数之间的数量关系，希望能为政府经济决策提供参考。鉴于中国国情的复杂（城乡差距，东西差距等地域差别的存在），这里只对广东部分乡镇进行分析。

关键词：恩格尔系数城镇居民人均可支配收入人均求实可支配收入人均住房面积每百人电视拥有量食品物价指数

一理论背景

19世纪德国统计学家恩格尔根据统计资料，对消费结构的变化得出一个规律：一个家庭收入越少，家庭收入中用来购买食物的支出所占的比例就越大，随着家庭收入的增加，家庭收入中用来购买食物的支出则会下降。推而广之，一个国家越穷，每个国民的平均收入中用于购买食物的支出所占比例就越大，随着国家的富裕，这个比例呈下降趋势。这个定律被称为恩格尔定律。

而恩格尔系数是根据恩格尔定律得出的比例数，是表示生活水平高低的一个指标。其计算公式为：

恩格尔系数=食物支出金额/总消费支出金额*100%。

其中：食品支出包括主食、副食、其他食品和在外饮食支出。主食是指各种粮食和粮食复制品。粮食复制品是指利用原粮加工而成的食品，如挂面等。但不包括用粮食加工成的豆油、豆腐、粉条、酒等。副食包括蔬菜、豆制品、油脂类、食糖、肉、禽及其制品、蛋类、水产品、调味品等。其他食品包括烟草类、酒类、饮料类、干鲜果品、糖果糕点，奶制品、罐头类等。生活消费支出：是指居民年内用于物质生活和精神生活方面的实际支出，包括食品、衣着、住户、燃料用品及其他的生活消费品支出及文化服务、生活服务支出和其他非商品支出。

恩格尔定律主要表述的是食品支出占总消费支出随收入变化而变化的一定趋势。揭示了居民收入和食品支出之间的定量关系和相关关系，用食品支出占消费总支出的比例来说明生产发展、收入增加对生活消费的影响程度。众所周知，吃是人类生存的第一需要，在收入水平较低时，其在消费支出中必然占有重要地位。随着收入的增加，在食物需求基本满足的情况下，消费的重心才会开始向穿、用等方面转移。因此，一个国家或家庭生活越贫困，恩格尔系数就越大；反之，生活越富裕，恩格尔系数就越小。

恩格尔定律和恩格尔系数一经提出，就得到西方经济学界的广泛接受和确认，认为它具有普遍的适用性。在我国也较早的就被应用在统计工作当中。计算恩格尔系数一般是采用各地的城乡住户调查资料。如根据天津市１９９５年城镇住户调查资料，居民人均消费性支出为４０６４元，其中人均食品支出为２１１７元，则恩格尔系数为５２．０９％。

国际上常常用恩格尔系数来衡量一个国家和地区人民生活水平的状况。根据联合国粮农组织提出的标准，恩格尔系数在５９％以上为贫困，５０－５９％为温饱，４０－５０％为小康，低于４０％为富裕。在我国运用这一标准进行国际和城乡对比时，要考虑到那些不可比因素，如消费品价格比价不同、居民生活习惯的差异、以及由社会经济制度不同所产生的特殊因素。对于这些横截面比较中的不可比问题，在分析和比较时应做相应的剔除。另外，在观察历史情况的变化时要注意，恩格尔系数反映的是一种长期的趋势，而不是逐年下降的绝对倾向。它是在熨平短期的波动中求得长期的趋势。

二模型设定

1影响因素：

对于系数的分子项——食物支出，其影响因素主要有收入约束、食品价格、食品结构；对于分母项——总消费支出，其主要影响因素有收入、家庭财富。

其中：

收入采用人均可支配收入（INCOME）；

食品价格采用消费物价指数（FINDEX）；

食品结构采用肉禽支出占食品消费百分比（MEAT），因为观察历年城乡居民消费结构数据后会发现在食品类支出中肉禽类始终占据第一位，粮食居其次；

对于家庭财富，由于其中包括家庭储蓄、住房、耐用消费品等许多因素，由于广东乡村整体经济并不发达，乡镇居民住房、耐用消费品在家庭支出中仍占有重要地位，因此家庭财富用人均住房面积（HOUSE）代替

2建立模型

（1）初步建立的是简单线性回归模型

Y=α+λINCOME+φFINDEX+θMEAT+δHOUSE+μ

（2）数据的获得

数据主要来源于网上的收集，主要是来源：一是华农图书馆网络数据库；二是国家发改委、国家统计局的数据。具体数据如下表：

年份恩格尔系数

（EN）(%)人均每年可支配

收入（INCOME）

食物指数

（FINDEX）

00年为基期

肉禽支出占食品总

支出的比例（MEAT）

人均住房面积

（HOUSE）

（平方米）

200053.81498.3710.249393521 6.7 200151.91714.49 1.054080.28212654 7 200354.12002.97 1.192080.281785634 7.2 200452.12428.46 1.411450.283329872 7.6 200551.73312.54 1.9350190.287110425 7.9 200651.34004.79 2.3916980.281100519 8.1 200751.34426.21 2.5974240.275088418 8.6 200849.14787.86 2.6909350.28354792 9 200944.95159.97 2.580630.253407226 9.4 201043.885510 2.467080.245099529 9.9 201141.485925.59 2.336260.251174105 10.42 201240.236406.56 2.4017180.239735468 11.58

（3）参数估计

先对模型的稳定性进行检验，运用eviews 回归，得到以下结果

EN检验

ADF Test Statistic 1.168556 1% Critical

Value*

-4.3260

5% Critical Value -3.2195

10% Critical Value -2.7557 HOUSE检验