教育频道,考生的精神家园。祝大家考试成功 梦想成真!
会员登录 会员注册 网站通告:

经济学

搜索: 您现在的位置: 经济管理网-新都网 >> 经济学 >> 数量与技术经济学 >> 正文

函数数据挖掘及其在中国消费函数分析中的应用(下)

http://www.newdu.com 2018/3/7 《统计与信息论坛》 2008年03期 朱建平 徐… 参加讨论

二、中国消费函数的构建及消费速率分析
    近年来,中国城镇居民消费水平显著提高,居民的物质和文化生活得到了明显改善。然而,居民的收入差距迅速扩大,这一现象不仅会给未来经济的持续增长带来不利的影响,也会严重影响城镇居民消费需求和消费结构。我们知道,消费函数不论是在经济学理论还是在经济政策实践中都具有重要意义,通过对消费函数分析可以发现收入的变化对居民消费的影响。目前大多数学者运用计量经济学的理论和方法对消费函数进行研究,其基本思想是以线性模型描述变量之间的因果关系,但其缺陷是无法挖掘出消费随收入变化的各种发展速率。为了解决这一问题,找出不同区域的城镇居民在收入状况和支出行为上的差异,以便因地制宜地引导居民消费,在此我们将通过构建中国城镇居民消费函数数据来进一步剖析中国各省(自治区、直辖市)消费函数变动状况以及发展速率等。
    
    
    其结果见图1所示。文中的数据来自1996年至2005年的《中国统计年鉴》,由于篇幅有限,原始数据我们不再列出。
    
    图1中国31个省市城镇居民消费函数(m=4)
    对所构造的消费函数进行误差分析,计算,其残差比见表1(略,参见原文)所示,并以90%使得所有的理论值与实际值的残差比区间为(-2.5%,2.5%)。这说明以Bernstein基函数构建消费函数数据具有较高的精度。
    从图1中我们可以初步地看出,中国各省(自治区、直辖市)城镇居民消费性支出随着人均年收入的增加均出现增长的趋势,但反映不了消费随收入的变动速率。为此,根据我们构建的消费函数数据,对(15)式求一阶导数,即
    
    其结果见图2所示,它反映了中国31个省市城镇居民随收入变化,相应着消费的均匀发展速率,也就是收入对消费的边际效应函数,从图2我们可以挖掘出如下知识:
    1.各省消费函数的一阶导数函数除西藏外,均为非负函数,即,消费函数在研究期内为不减函数。这里需要提及的是西藏自治区消费函数在研究后期出现下降趋势,这是由于原始数据所描述的趋势波动的峰谷较多,当m=4时的Bernstein基函数不能较好的反映消费函数的波动趋势。当取m=5,西藏自治区消费函数见图3表示,表明一阶导数非负,消费函数在研究期内也为增函数,但消费增长的速度总体看是逐渐减小。
    2.河北和北京消费增长的速度趋于下降趋势;安徽、甘肃、宁夏、青海等省消费增长的速度呈现“上—下—上”趋势;江西,辽宁,西藏消费增长的速度呈现“下—上—下”趋势;福建、广西、贵州、山西、四川、重庆等消费增长的速度呈现“下—上”趋势;新疆和海南等消费增长的速度呈现“上—下”趋势;上海和浙江的消费增长的速度基本趋于一致。同样,对(15)式求二阶导数,其结果见图4所示,它反映了中国31个省市城镇居民随收入变化,相应着消费的加速发展速率。如果,说明收入的变化对消费影响的增加速度趋于下降;如果,说明收入的变化对消费影响的增加速度趋于上升;如果,消费函数出现“拐点”,即说明消费函数在研究期内不仅是增函数,而且存在有一定的波动性。我们可以从图4中详尽地看到各省消费函数波动的具体情形。
    
    图2中国31个省市城镇居民消费函数均匀发展速率(m=4)
    
    图3西藏自治区消费函数(图a)和—阶导数(图b)
    三、结束语
    函数数据挖掘技术和方法研究的主要目的在于应用,其研究的成果还可以对移动通信通话记录进行客户流失分析,对股市分钟交易数据的投机交易行为进行探测,通过网站的访问日志数据分析来优化网页内容,提高网站平均访问率和浏览时间等等。通过对函数数据挖掘的理论分析,以及对中国消费函数数据的研究,我们应该清楚地认识到,统计学要随时地关注数据分析,哪里有数据,哪里就应该有统计分析。统计学方法一直就是数据挖掘研究的主要方法,在函数数据挖掘领域中必将发挥越来越重要的作用。统计学和数据挖掘的关系是相辅相成的,在函数数据挖掘中适当运用统计方法会显著提高挖掘的效率和效果。同时,函数数据挖掘中所出现的问题也将促进统计科学的进一步发展。
    
    图4中国31个省市城镇居民消费函数加速发展速率(m=4)

 

Tags:函数数据挖掘及其在中国消费函数分析中的应用(下)  
责任编辑:admin
相关文章列表
没有相关文章
请文明参与讨论,禁止漫骂攻击。 昵称:注册  登录
[ 查看全部 ] 网友评论
| 设为首页 | 加入收藏 | 网站地图 | 在线留言 | 联系我们 | 友情链接 | 版权隐私 | 返回顶部 |