第25卷 第5期
消费经济
CONS UMER ECONOM I CS Oct 12009
Vo1125 No 15
收稿日期:2009208218
基金项目:上海财经大学“211工程”项目;安徽省教育厅人文社科项目(2008sk211);安徽财经大学棉花工程研究所招标
项目(ACJD0813)作者简介:王 平(1979-),男,侗族,贵州岑巩人,上海财经大学国际工商管理学院博士生,安徽财经大学商务学院讲师;
陈启杰(1949-),男,上海市人,经济学博士,上海财经大学研究生部主任、国际工商管理学院教授、博士生导师。
基于AR MA 模型的我国城乡居民
信息消费差距分析
□王 平
1,2
陈启杰
1
(11上海财经大学国际工商管理学院,上海200439;21安徽财经大学商务学院,安徽蚌埠233030)
摘 要:信息技术的进步和信息产业的发展,使社会已全面步入信息时代,信息消费已成为理论界和实践界所共同关注的话题。本文利用1990-2007年我国城乡居民信息消费的时间序列数据,对城乡信息消费差距进行了全面的分析,构建了信息消费差距的AR MA 模型,并对城乡信息消费差距的发展趋势作出预测。结果发现,信息消费已成为了城乡居民新的消费热点,但消费倾向和消费系数及未来的消费差距都在不断扩大。最后,对解决城乡居民信息消费差距进行了探讨。
关键词:城乡居民;信息消费;差距;AR MA 模型;预测
中图分类号:F126 文献标识码:A 文章编号:1007-5682(2009)05-0003-04
一、引言
信息消费是人们为了满足生活的需要,对信息产品和服务进行消费的过程。这一过程主要包括对信息需求的明确、信息资料的获取、信息内容的吸收处理和信息消费主观评估等基本环节。互联网的出现,数字媒体的兴起,语音通讯、文字信息、可视电话、无线通讯等服务的出现,使得信息服务内容多样化发展,信息服务水平也逐步得到提高,信息产业呈现出强劲的发展势头。人们的信息消费正逐步从被动消费向主动消费转变,从奢侈消费向大众化消费方向发展。信息消费提高了人们的生活水平,加速了知识转化为生产力的进程,推动第三产业迅速发展,逐渐成为带动国民经济发展的决定性力量。
但我国的二元经济结构,使得城乡居民在收入水平、基础条件等诸多方面存在差异,也使得我国城乡居民在信息消费方面表现出了不同的特征。戎素云从信息消费能力、信息消费水平、信息消费结构和信息消费条件四个方面分析了城乡居民信息消费的
差距[1]
;陈燕武等建立了福建省城乡居民信息消费函数,分析了城乡居民在信息消费结构上所呈现出
的差异[2]
;马哲明通过实证研究的方法对城镇及农村居民的信息消费与其收入关系的规律进行了深入的探讨和分析,从而验证了居民信息消费所产生的
实际效益及其变化规律[3]
;郑兵云运用Panel Data 模型研究中国城镇居民1999-2003年信息消费的地区差异和时间差异,认为中国东、中、西部城镇居民的边际信息消费倾向差异明显,居民信息消费的地区
差异效应和时间差异效应也较大[4]
;郑英隆等认为城乡居民信息消费成长具有结构性差异特征,这种结构性差异成长表现在居民消费支出构成、城乡差异、地区差异、新兴网络信息消费比传统信息消费成
长更快等方面[5]
。
从现有情况看,围绕信息消费相关问题的研究已较为普遍,但综合运用计量经济模型,对信息消费的相关问题进行实证研究还显得不够深入。本文通过运用AR MA 模型和长跨度的时间序列数据,对我国城乡居民信息消费的差异发展趋势作出预测,并
二、模型和数据
(一)模型
AR MA模型是一类常用的随机时序模型,由Box
和Jenkins创立,亦称B-J方法[6]。AR MA模型包括三种基本类型:自回归模型AR(p)、移动平均模型MA(q)和自回归移动平均模型ARMA(p,q)。自回归移动平均模型AR MA(p,q)的一般表达式是: y t=<1y t-1+<2y t-2+…+
2
u t-2-…-θq u t-q(1)
式中y
t
称为自回归移动平均序列,(1)式为(p, q)阶自回归移动平均模型,记为AR MA(p,q)。实参
数<
1
,<2,…, t 是相 互的白噪声序列,且服从均值为0,方差为σ2 u 的正态分布。在(1)式中,当p=0时,(1)式就变成移动平均模型MA(q);当q=0时,(1)式就变成自回归模型AR(p);当p=q=0时,(1)就变成白噪声过程。 如果对(1)式中记B k为k步滞后算子,可变换为: y t=<1By t+<2B2y t+…+ θ 2 B2u t-…-θq B q u t(2) y t-<1By t-<2B2y t-…- θ 2 B2u t-…-θq B q u t(3) y t(1-<1B-<2B2-…- θ 2 B2-…-θq B q)(4) 则可将(4)式简记为: <(B)y t=θ(B)u t(5) AR MA(p,q)过程的平稳条件是滞后多项式< (B)的根均在单位圆内,可逆条件是θ(B)的根均在单位圆外。 (二)数据说明 由于统计年鉴中没有专门针对信息消费作出统计,学术界对信息消费量化范围的界定至今没有达成一致的认识。在现有的研究文献中,对居民信息消费量化的方法大致有四种:一是将居民的医疗保健、交通通讯、娱乐文化教育三项消费支出额加总作为居民信息消费额[7];二是将居民交通通讯、娱乐文化教育二项消费支出额加总作为居民信息消费额[3];三是仅将居民通讯和娱乐教育文化消费支出总额作为信息消费额[4];四是在国外还有将信息消费界定为个人消费中除去衣、食、住以外的其它杂费消费[4]。 以上几种对信息消费的计算方法都有一定的合理性,同时在具体研究中也有一定的局限性。第一种方法将三项消费额加总量化信息消费,囊括信息量较大,可能包括一些非信息消费的内容,但在统计上较为方便,而且考虑到统计量中所包含的非信息消费量可能与实际发生了但未统计的信息消费量相抵消的情况,这种处理误差也不会太大,适宜于做跨度大的时间序列研究;第二种计算方法去掉了居民医疗卫生保健支出,仅将交通通讯和娱乐文化教育二项消费支出额加总,理由是居民医疗保健支出包含信息产品的成分也很少,将其包含在信息消费中误差较大,这种计算方法虽然较为合理,但如果做跨度较大的时间序列研究,特别是1990年以前的消费量需要作者自己按照相关标准计算才能获得;第三种计算方法是在第二种方法的基础上又进一步细化,将交通通讯消费中的交通支出去掉,仅统计通讯消费支出,这种算法从理论上讲似乎更合理,但是如果考虑统计误差和我国实际信息消费的发展,如此量化显得过于狭窄,不利于反映真实信息消费水平,而且从统计计算来看,考虑到城镇和农村消费的情况,只有在2000年以后的统计年鉴中才能获得相关数据;第四种方法过于宽泛,个人消费中除去衣、食、住以外的其它杂费消费量波动性较大,且不一定能够反映居民信息消费量的变化。 综合以上情况,本文采用第一种计算方法,将1990-2007年城乡居民家庭平均每人全年消费性支出中医疗保健、交通通讯、娱乐文化教育三项消费支出额加总作为居民信息消费额,数据均从相关年份的中国统计年鉴获得。将城镇居民家庭人均可支配收入与农村居民家庭人均纯收入之差作为城乡居民收入差距。 三、估计方法和结果 本文运用时间序列分析方法,它能够根据系统的有限长度的运行记录,建立能精确反映时间序列中所包含的动态依存关系的数学模型,并借以对系统未来行为进行观测,这是其它分析方法难以比拟的。同时,基于AR MA模型对城乡居民信息消费差距建立随机时序模型,通过对该模型的分析研究,能够更本质地认识我国城乡居民信息消费差异的时序结构与特征,并且在最小方差下对信息消费差异发展趋势进行预测。 (一)城乡居民信息消费倾向差异比较 信息消费倾向是指信息消费支出与其收入的比值,其数值的大小反映了人们信息消费水平的高低。1990-2007年城乡居民的信息消费倾向差异如表1所示: 表1 1990-2007年城乡居民的信息消费倾向差异 年 份199019911992199319941995199619971998城镇居民信息 消费倾向 011180111501115011290113301139011480116701186农村居民信息 消费倾向 010860109701102011120110701113011230112701133信息消费倾向 差距 01032010180101301017010260102501025010401052年 份199920002001200220032004200520062007城镇居民信息 消费倾向 012020122501229012540125201255012570125301246农村居民信息 消费倾向 011390116301169011790119601194012180121901204信息消费倾向 差距 010630106201060010750105601061010390103401042 (二)城乡居民信息消费系数比较 信息消费系数是指居民信息消费支出占其消费总支出的比值,其数值的大小反映了居民信息消费水平的高低。1990-2007年城乡居民的信息消费系数如表2所示: 表2 1990-2007年城乡居民的信息消费系数 年份家庭恩格尔 系数(%) 信息消费 系数 城镇农村城镇农村 年份 家庭恩格尔 系数(%) 信息消费 系数 城镇农村城镇农村 1990541258180114011019994211521601260119 1991531857160113011120003914491101280122 1992531057160114011220013812471701300123 1993501358110116011320023717461201320124 1994501058190116011320033711451601330126 1995501158160117011420043717471201330126 19981856130118011520053617451501340128 1997461655110121011620063518431001340128 1998441753140123011820073613431101340126 (三)城乡居民信息消费差距AR MA模型 11时间序列的特征分析 城乡居民信息消费差距时间序列总体呈现出指数特征,但经过取自然对数后,序列自相关系数与偏自相关系数很快落入随机区间,说明该指数特征趋势得以消失。对取对数后所得的序列进行ADF检验,结果t统计量值是-415348,小于显著性水平为1%的临界值,说明序列在99%的置信水平上是平稳的,可以建立AR MA模型。 21模型识别 从取自然对数序列自相关偏相关分析图可以看出,p=1或p=2合适,q=1或q=2或q=3适宜。为了使建立的模型更精确,可适当放宽p与q的范围,建立AR MA(p,q)模型,可供选择的组合有:(1, 3)、(2,3)、(3,3)、(1,1)、(1,2)、(3,2)。 31模型建立与选择 选取ARMA(1,3)、AR MA(2,3)、AR MA(3,3)、AR MA(1,1)、AR MA(1,2)、AR MA(3,2)六个模型组合进行分析,对各模型参数估计和统计检验的结果如表3、表4所示: 表3 各模型参数估计结果 ARMA<1<2<3θ1θ2θq 1,1019269——-0196097—— 1,201942243——-0151579-0148048— 3,211026087-01659601522466-119492801994885— 1,301948327——-0138171-0136576-0124784 2,3018844770103886—-11462360102098601494515 3,3010259-013512401568422-11602350129910501353598 表4 各模型检验结果 ARMA Adjusted R2A I C SC P-Q MAPE (2003-2007) 1,101445001-2132534-21228770197931509056 1,201350292-21116-11972030191661304499 3,201722652-3116168-219334501521530312 1,301222244-11205-11690196261131 2,301785604-310628-2182678018732177382 3,301613122-2180377-215290146921909922经检验,六个模型都满足AR MA过程的平稳条件及可逆条件,模型设定合理。另外,残差序列白噪声检验的相伴随概率(P-Q)显示,除AR MA(3,2)稍差外,其它各模型残差都基本满足性假设,模型拟合不错。比较表3中各模型的检验结果,与其它模型相比, AR MA(3,2)A I C和SC值最小,试预测的MAPE值显示其预测精度最高,AR MA(2,3)次之。但前者白噪声检验显得不够理想,且调整后的样本决定系数没有后者优。根据模型选择的有效性原则,应选AR MA(2,3)模型较为合适。该模型展开式为: y t(1-01884477B-01038866B2)=u t(1+ 1114236B-01020986B2-01494515B3)(6) (四)城乡居民信息消费差距预测 根据模型AR MA(2,3),计算出2003-2007年城乡居民信息消费差距的拟合值,并与实际值进行对比,如表5所示: 表5 2003-2007年实际值和预测值的对比(单位:元) 年份20032004200520062007 拟合值1670109617811391205615372219193424731911实际值16171531833178198615521851292541136误差率(%)311219314115217由表5可知,2003-2007年我国城乡居民信息消费差距预测值和实际值的差距较小,说明模型的拟合度较好。因此可以运用AR MA(2,3)模型对未来4年的信息消费差距进行预测,结果见表6: 表6 2008-2011年城乡居民信息消费差距 的预测值(单位:元) 年 份2008200920102011 预测值27541205295312883193136334311212 四、主要结论和含义 (一)城乡居民信息消费倾向差距增大 通过表1中城镇和农村居民的信息消费倾向数据,我们可以清楚地看到两者的信息消费倾向都呈稳定上升的发展趋势,但两者的差距也逐步增大。信息消费倾向反映的是居民信息消费占其收入的比重,其稳定上升的发展趋势说明信息消费支出占居民收入的比重越来越大,因此信息消费已成为居民消费的新热点。但信息消费倾向的差距也在不断增大,这说明城乡居民在信息消费中支出比例差距逐步增大。 (二)城乡居民信息消费系数逐步扩大 从表2中的数据我们可以清晰地看到,城镇居民和农村居民的信息消费系数都呈现出逐步上升的发展趋势,这说明信息消费在人们的总支出份额中的比例逐步上升,人们的信息消费水平在逐步提高。同时,我们也可以看到,城乡居民的恩格尔系数与信息消费系数呈现出反向的变动关系,这说明,随着人们的生活水平提高,信息消费水平也逐步提高,信息消费完全带有享受、高档消费的特征。从城乡居民的对比来看,虽然农村居民的消费系数也在逐年上升,但上升的幅度和水平不如城镇居民大,并且差距在逐步扩大。 (三)城乡居民信息消费量差距将再增大 从预测结果来看,未来我国城乡居民的信息消费差距将越来越大。由表6可见,按照当前发展趋势,预计2009年我国城乡居民信息消费差距将达29531288元,到2011年将达到34311212元。城乡信息消费水平发展不平衡、消费差距不断扩大已成为迫切需要解决的问题。当然,差距增大的另一面也说明信息消费将是未来我国居民增加消费的一个热点。 五、解决措施 (一)缩小城乡居民收入差距 在当前信息消费都作为城乡居民新消费热点的情况下,城乡居民收入差距可能是导致这一差距增大的主要原因。正是因为城乡居民收入差距的增大,才导致城乡居民消费支出总额的差距,最终导致信息消费差距增大。因此,要解决我国城乡居民信息消费差距的问题,最根本的还得从缩小城乡居民收入差距抓起。只有收入差距缩小了,城乡居民信息消费才能同步、同幅上升,协调发展。 (二)进一步推动信息消费品下乡 信息消费品是促进居民信息消费量增加的直接因素,信息消费品拥有量的增加也会促进居民信息消费质量的提高。可从当前情况来看,我国城乡居民家庭对信息产品如彩电、电脑等的拥有量也呈现出相当大的差距。信息消费品拥有量的差距自然导致了城乡居民信息消费量的差距。因此,要进一步落实信息消费品下乡的,以优惠的条件促进农村居民信息消费品拥有量的提高,从而缩小我国城乡居民信息消费差距。 (三)加强农村居民信息消费教育 由于我国很多农村居民文化水平偏低,使得他们使用先进技术的意识不高,从而导致与城镇居民信息消费差距扩大。因而要求我国相关部门加大信息消费宣传教育,提高我国农村居民信息消费意识,从而带动信息消费量的增加。同时,通过各种渠道宣传信息技术,以促进农村居民对信息技术的掌握,从根本上改善农村居民信息消费水平。 (四)缩小城乡信息基础设施建设差距 从信息产业部的统计来看,我国农村与城市在信息基础设施建设上还存在很大差距,如电信网络、移动网络等设施。虽然当前农村信息基础设施建设已取得一定成就,但比起城市来说,差距还很大。信息基础设施建设的差距也是导致城乡居民信息消费差距的一个原因。所以,当务之急,需要有关部门及相关企业积极推进农村信息基础设施建设,开拓农村信息消费市场。 〔参考文献〕 [1]戎素云1如何推进城乡居民信息消费协调发展[J]1商业时代, 2006,(4):79-801 [2]陈燕武,翁东东1福建省城乡居民信息消费比较及对策建议[J]1 泉州师范学院学报,2006,(2):45-491 [3]马哲明1信息消费机制及效益研究[D]1长春:吉林大学,2007: 41-421 [4]郑兵云1中国城镇居民信息消费的差异性研究[J]1统计与信息 论坛,2007,(1):103-1071 [5]郑英隆,王 勇1我国城乡居民信息消费的结构差异成长[J]1经 济管理,2009,(1):152-1591 [6]易丹辉1数据分析与Eviews应用[M]1北京:中国统计出版社, 2002:106-1081 [7]蒋序怀1略论我国居民信息消费的现状及存在的问题[J]1消费 经济,2000,(5):33-371下载本文
