刘庚生 张海燕

[摘要]我国农村居民人口众多，农村居民的消费水平将直接影响全国的消费水平，所以对农村居民消费的研究有很大的意义。运用多元选择模型中的排序选择模型，对我国农村居民交通通信类消费的数据进行估计分析。首先，对交通通信类消费数据进行级别划分，分成五个级别，把交通通信类消费级别当做因变量，人均纯收入当做解释变量运用计量经济学软件进行估计检验，分析交通通信类消费级别跟人均纯收入之间的关系。从估计结果中得知，人均纯收入越高的省（市），交通通信类消费的级别越高，且消费级别为最高级的概率越大。

[关键词] 排序选择模型;农村居民消费;人均纯收入

[中图分类号]F321[文献标识码]A

3 模型的预测

最后，对模型（3）进行预测，预测结果如下图所示：

图5中预测的是下一年我国各省（市）交通通信类消费的级别，第一列是我国31省（市）的序号，第二列GRA是最开始设定的消费级别，第三列GRA 1 0是该省（市）消费级别为1的概率值，第四列GRA 2 0是该省（市）消费级别为2的概率值，第五列GRA 3 0是该省（市）消费级别为3的概率值，第六列GRA 4 0是该省（市）消费级别为4的概率值，第七列GRA 5 0是该省（市）消费级别为5的概率值，第八列是31省（市）的人均纯收入，因变量各级别的拟合概率值之和为1。由于排序选择模型的因变量表示选择消费的级别，因此排序选择模型不能直接利用已建立的估计模型进行预测，而只能预测每一个级别相对应的概率值，只能通过创建模型对象的方法来进行预测。由于在方程（3）中因变量的名称是，因此所拟合的潜在变量序列被命名为i_gra，其拟合值落入第一个级别的拟合概率被命名为序列，落入第二个级别为，落入第三个级别为，以此类推。对于每一个观测值，其落入每一级别的拟合概率值相加之和是1。执行模型对象预测后，会生成六个序列，分别是gra_1_0、gra_2_0、gra_3_0、gra_4_0、gra_5_0、i_gra_0，前五个序列是因变量gra分别取1、2、3、4、5的拟合概率值，i_gra_0是潜在变量的拟合值。

4 结论

本文是学习研究的阶段性成果，所以研究的内容没有很广泛，只是针对我国农村居民交通通信类的消费进行了排序选择模型分析。农村居民消费水平是在一定社会经济条件下，农村居民在物质生活和精神生活上消费的数量和规模，通常用人均消费支出来衡量，不仅可以体现农村居民的消费质量，更能反映农村居民的生活水平。现阶段我国的贫富差距依然存在，对我国农村居民交通通信类消费的级别分析也能大致了解各省（市）的贫富差距。社会在不断的进步，科技越来越发达，我国的交通越来越畅通便利，通信越来越发达，加上收入水平的不断提高，农村居民在交通通信類的消费也越来越重视，收入水平相对较高的省（市）的交通通信类消费级别也更高。在提高国内生产总值的过程中，交通通信显得尤其重要，只有交通便利，农村的农副产品才有可能方便快速地销售到全国各地，同时农村居民购买其他地方的产品也更便捷，农村的消费水平才能得以提高。再者，农村居民在农副产品丰收的同时，通信畅通了，才能及时了解到全国各地的需求量，这样才能更快速地把农副产品销售出去，提高农村居民的人均收入，从而提高农村居民的消费水平。

[参考文献]

[1] 李增刚，马庆寅.城镇居民消费需求影响因素的排序选择模型分析--基于济南市城镇地区的调研数据[J] .山东经济，2011（05）.

[2] 张大维，刘博，刘琪.EViews数据统计与分析教程[M].北京：清华大学出版社，2010.6.

[3] 贾小玫，焦阳.我国农村居民消费结构变化趋势及影响因素的实证分析[J].消费经济，2016（05）.

[4] 腾永乐，孙雪萍.我国农村居民消费结构分析--基于隐性直接相加需求系统的研究[J].江西财经大学学报，2015（03）.

[5] 肖立.我国农村居民消费结构与收入关系研究[J].农业技术经济，2012（11）.

[6] 赵海.我国农村居民消费的特征研究[J].统计与决策，2008（17）.

[7] 李群霞.我国农村居民消费水平影响因素的计量分析--基于协整检验[J].中国管理信息化，2012（11）.

[8] 李锐，项海容.不同类型的收入对农村居民消费的影响[J].中国农村经济，2004（6）.

[9] 卢方元，鲁敏.中国农村居民消费结构的Panel Data 模型分析[J].数理统计与管理，2015（6）.

[10] 高铁梅.计量经济分析方法与建模：Eviews应用及实例[M].北京：清华大学出版社，2006.