我国居民消费的因素分析 [摘要]：本文在绝对收入假说的经济理论基础上，并考虑到物价因素的影响，建立了消费支出的收入—物价模型，然后对模型进行了多重共线性、异方差、自相关的检验和修正，最后本文在此基础上，又根据相对收入假说对模型进行改进，使模型更具有现实意义。 问题提出 随着市场经济的稳定繁荣和改革开放的深入发展，特别是九十年代中后期，我国人均生活水平有了大幅度提高，其主要表现在人均可支配收入的增长，但同时我国经济出现通货紧缩的局面，内需不足，消费与投资增长都较缓慢。针对这种情况，政府为加快经济发展，出台一系列的扩张性财政政策，8次降低人民币存贷款利率，希望借助降息刺激投资需求和消费需求，有利于企业降低成本、促进生产经营发展，有利于促进商业银行改进经营管理、增强竞争能力，保持国民经济持续、快速、健康发展。我国居民有储蓄的传统，在历次降息中，储蓄都没有大规模减少。有专家甚至表示，降息使居民对未来的预期下降，从而进一步减少消费需求。因此，收效并不十分显著。同时各种金融资产的利率也多次下调，其目的在于使大量储蓄直接转化为投资，将后期消费转化为当期消费，以便激活商品市场，使其流动性增强。从而使投资的增加促进商品的多元化快速发展。 从经济学角度来看，消费和投资是拉动经济增长的关键因素。在我国出现通货紧缩的经济局面之后，中央政府意识并采取了相应的一系列措施，目的在于通过启动中国巨大的国内市场，通过消费和投资的同时增长来使经济走出疲软的低谷。仅从拉动国内消费增长这一方来看，收效甚微。消费的增长应该是多种制约因素同时作用的结果，并不仅取决于其中的某一种因素。本文的目的正是在于将定性的经济分析与定量的数据分析结合起来，运用计量经济模型来说明居民消费支出的增长与其制约因素之间的量化关系。我们收集了改革开放前20多年和改革开放后20多年来的有关时间序列数据，并加以实证分析与比较对比分析，以便我们对这一经济显示有一个客观、科学的认识。 经济理论陈述 绝对收入假说是由凯恩斯提出来的。他认为，在短期中，收入与消费是相关的，即消费取决于收入，消费与收入之间的关系也就是消费倾向。其主要观点如下： 第一，实际消费支出是实际收入的稳定函数。 第二，收入是指现期绝对实际收入水平。 第三，边际消费倾向是正值，但小于1。 第四，边际消费倾向随收入增加而递减。 第五，边际消费倾向小于平均消费倾向。 用数学语言表示为： 对于c= 有（1）0〈，即会随收入的而增长 ，但其增量小于收入增量。 （2）， 即MPC〈APC 由 可知 有，即收入的平均消费倾向递减。 绝对收入假说下的消费函数通常采用线性形式，a>0 , 0<b<1 此时，函数符合假说和
詹姆士.托宾和阿瑟.斯密蒂斯进一步发展了凯恩斯的绝对收入假定。他们认为个别消费者的支出水平取决与他的现期收入的绝对水平，认为消费者收入的增加，其总收入中用于消费部分会下降，平均消费倾向APC会越来越小。 概括起来，绝对收入假说的中心是消费取决于绝对收入水平，以及边际消费的倾向递减。 相关数据收集 搜集的数据见下表： 年度 C Y P 1978 1479.91 1565.62 100.0 1979 1624.62 1746.47 102.0 1980 1804.14 1917.19 108.1 1981 1925.8 1997.15 110.7 1982 2020.96 2231.46 112.8 1983 2128.78 2427.3 114.5 1984 2386.22 2934.4 117.7 1985 2758.48 3108.92 128.1 1986 3038.03 3709.34 135.8 1987 3313.1 3981.18 145.7 1988 3721.47 4023.95 172.7 1989 3649.69 4151.9 203.4 1990 3984.1 4597.46 207.7 1991 4449.61 4978.89 213.7 1992 5158.75 5761.76 225.2 1993 5897.37 6500.98 254.9 1994 6481.59 7250.89 310.2 1995 7325.36 7794.39 356.1 1996 7744.04 8272.53 377.8 1997 7894.81 8654.36 380.8
资料来源：国家信息中心预测部，2000； 中国价格及城市居民家庭收支调查统计年鉴，2004 说明：表中物价指数是指商品零售价格指数，以1978年价格=100计算得出。之所以选用1978年以后的数据进行估计，是因为：从1985年起，中国的统计体系也发生了很大的变化，统计体系从适应计划经济特点的物质生产体系转向了市场经济的国民核算体系。由于这两个阶段的经济运行机制不同，统计体系不同，应用两组体现不同经济规律和不同统计口径的数据作为建模基础，无论从计量经济学论还是从实证角度都是不稳定的。为使模型能够正确地反映中国经济运行规律，我们使用1978年以后的数据来作为建模基础。 四、计量经济模型的建立 根据绝对收入假说，并考虑到物价水平对居民消费支出的影响，我们建立了如下模型
其中， 模型的求解和检验 根据搜集得到的数据和已建立的模型，利用Eviews软件，用OLS方法进行回归，得： 表2 Dependent Variable: Z Method: Least Squares Date: 05/15/05 Time: 14:06 Sample: 1978 1997 Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob. C -198.2089 56.89468 -3.483787 0.0028 Y 0.677047 0.056113 12.06583 0.0000 P 6.043702 1.340294 4.509237 0.0003 R-squared 0.997643 Mean dependent var 3939.341 Adjusted R-squared 0.997365 S.D. dependent var 2124.467 S.E. of regression 109.0477 Akaike info criterion 12.35893 Sum squared resid 202153.7 Schwarz criterion 12.50829 Log likelihood -120.5893 F-statistic 3597.209 Durbin-Watson stat 2.089525 Prob(F-statistic) 0.000000 （-3.483787）（12.06583） （4.509237） 可见，C、Y、P的t值都很显著，另外，修正可决系数为0.997365，F值为3597.209，这些都说明回归结果是显著的。 5.1经济意义的检验 从经济意义上来说居民消费支出应随着收入的增加而增加，边际消费倾向MPC应满足0〈 MPC〈 1 ，根据OLS回归所得：，满足大于0小于1的条件，与经济常识相符。 是样本回归方程的斜率，它表示我国城镇居民的边际消费倾向，说明年人均可支配收入每增加一元，将有0.677047元用于消费支出，C是样本回归方程的截距，它表示不受可支配收入和物价指数影响的自发消费行为，其数据是符合经济意义的。 ，并且表示当物价提高时，消费支出将随之增加，按常理来讲，物价上涨，消费者作为理性经济人，会相应地减少其消费支出。但消费者虽可以减少非必需品的支出，但不能减少必需品（如基本的生活资料）的支出。因此，伴随着物价上涨，整个社会的消费支出水平仍是上涨的。 5.2统计推断的检验 从估计的结果来看，模型拟和较好，可决系数 ，F值为3597.2069整体上拟和非常好。系数的显著性检验：对于1，t统计量为12.06583，在给定的显著性水平0.05下查t分布表，在自由度为n-2=18下，得临界值t0.025（18）=2.101。所以拒绝1=0，表明居民可支配收入对消费支出有显著性影响，并且从经济意义上看，1的估计值为0.677047符合经济理论中绝对收入假说中边际消费倾向在0到1之间，表明当居民年人均可支配收入每增加一元，消费支出平均支出增加0.677047元。对于2，其t统计量为4.509237，在给定的显著性水平0.05下查t分布表，在自由度为n-2=18下，得临界值t0.025（18）=2.101。所以拒绝2=0，表明物价指数对消费支出也有显著性影响。当物价指数每增加一个单位，消费支出将增加6.043702个单位。 5.3计量经济的检验 5.3.1多重共线性 定性分析： 由于许多经济变量随时间的变化过程中往往存在共同的变化趋势，这就使得它们之间容易产生多重共线性。例如，经济的增长将使收入有所增加，随着人们收入的增长，会使得商品销售有所增长，进而导致零售物价指数也发生相应的变化。在我们的模型中，将收入和物价指数作为解释变量同时引入模型，这二者之间极有可能存在很大的相关性。 多重共线性检验 首先，做出物价与收入的散点图如下： 图1 由图1可以看出，物价与收入之间存在相关关系。 然后，用Eviews软件，得相关系数矩阵表： 表3 Y P Y 1.0000000000000 0.980868208901 P 0.980868208901 1.0000000000000 由表2可以看出，Y和P高度相关，即存在着严重的多重共线性，因此还需要进行修正。 多重共线性的修正 下面我们利用逐步回归法（变量剔除法）进行修正，首先，仅考虑收入因素进行回归，然后再将物价因素加进去进行回归。通过Eviews软件，可得到结果如下： 表4 Dependent Variable: Z Method: Least Squares Date: 05/15/05 Time: 14:04 Sample: 1978 1997 Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob. C -113.5040 77.34273 -1.467546 0.1595 Y 0.925232 0.015732 58.81279 0.0000 R-squared 0.994823 Mean dependent var 3939.341 Adjusted R-squared 0.994535 S.D. dependent var 2124.467 S.E. of regression 157.0464 Akaike info criterion 13.04560 Sum squared resid 443944.2 Schwarz criterion 13.14517 Log likelihood -128.4560 F-statistic 3458.944 Durbin-Watson stat 1.248210 Prob(F-statistic) 0.000000 （-1.467546） （58.81279） （见表2） （-3.483787）（12.06583） （4.509237） 由以上回归的结果可以看出，仅考虑收入因素时，利用OLS方法进行回归估计，其修正的可决系数，而当将物价因素加进去后，回归估计结果中修正的可决系数，其值有较大提高；另一方面，取显著性水平，则由表3中截矩项的P-值为0.1595，可知截矩项回归不显著，而表1中截矩项的P-值为0.0028，即回归显著，这说明将物价因素加入后，截矩项的估计更为精确一些，不仅如此，由以上结果可以看出，C、Y、P均通过了t检验。 从另外一个角度来考虑，在共线性程度较高的两个变量中，应舍去对被解释变量较小，经济意义相对次要的一个。但是，在该模型中，新引入的变量——物价指数在符合经济意义的前提下，能使拟和优度有所提高，且使参数估计通过t检验。同时，若轻易舍弃模型中的某个变量，极有可能造成模型设定偏误和随机项与解释变量相关。 因此，我们在以下的继续分析中并不舍弃物价这个变量，继续使用原模型。 5.3.2异方差 定性分析 古典假定中为了使计量经济模型理想化，我们引入了同方差假定，认为随机误差项u的方差随自变量的不同取值不会发生变化。但是，在我们的模型中，举例来说，当收入比较少时，消费支出中必要消费品的消费所占的比例较大，因此，消费支出的变动幅度也相应较小。而当收入很大时，则消费支出中必要消费品的消费所占比例比较小，消费者有更大的消费选择，从而使得消费支出差异性较大。 这样，就会导致随机扰动存在异方差。 同时，由于我们所搜集的数据是时间序列数据，其样本数据的观测误差常随时间的推移而逐步积累，进而引起随机误差项的方差增加，而随着时间的推移，样本观测技术会随之提高，也可能使得样本观测误差减少，从而引起随机误差的方差减小。从这两个方面来考虑，我们的模型也有可能不满足同方差假定。 据以上分析，我们有必要进行异方差性检验。 异方差检验 首先，做出残差平方与收入之间的散点图如下：
图2 由图1可以看出残差平方与收入之间有相关性，即随机误差存在异方差，而且由图2可以看出，随着收入的增加，异方差呈递增趋势，因此我们还可以用Goldfeld-Quandt检验法来考察异方差性。 然后，进一步用Goldfeld-Quandt检验法来考察随机误差之间是否存在异方差。其过程如下： 第一步：先将样本值按收入Y的大小顺序排列，然后将中间的n/4个样本值除去，余下1978——1984和1991——1997这两个子样本。 第二步：对这两个子样本各自进行回归。利用Eviews软件，得到回归结果如下： 表5 Dependent Variable: Z Method: Least Squares Date: 05/15/05 Time: 15:03 Sample: 1978 1984 Included observations: 7 Variable Coefficient Std. Error t-Statistic Prob. C -1506.569 277.2554 -5.433867 0.0056 Y 0.324297 0.047503 6.826800 0.0024 P 24.95449 3.372210 7.400039 0.0018 R-squared 0.997445 Mean dependent var 1910.061 Adjusted R-squared 0.996167 S.D. dependent var 306.8217 S.E. of regression 18.99616 Akaike info criterion 9.023877 Sum squared resid 1443.416 Schwarz criterion 9.000696 Log likelihood -28.58357 F-statistic 780.6399 Durbin-Watson stat 2.991642 Prob(F-statistic) 0.000007 （-5.433867）（6.826800）（7.400039） 由表4可以得到 表6 Dependent Variable: Z Method: Least Squares Date: 05/15/05 Time: 15:04 Sample: 1991 1997 Included observations: 7 Variable Coefficient Std. Error t-Statistic Prob. C -153.5721 314.5338 -0.488253 0.6509 Y 0.735425 0.169614 4.335873 0.0123 P 4.641273 3.189310 1.455259 0.2193 R-squared 0.995312 Mean dependent var 6421.647 Adjusted R-squared 0.992968 S.D. dependent var 1322.745 S.E. of regression 110.9198 Akaike info criterion 12.55302 Sum squared resid 49212.84 Schwarz criterion 12.52984 Log likelihood -40.93557 F-statistic 424.6337 Durbin-Watson stat 2.744278 Prob(F-statistic) 0.000022 （-0.488253）（4.335873）（1.455259） 由表5可以得到 第三步：求F统计量。 第四步：查表求临界值并下结论。 给定显著性水平，查F分布表，得临界值，比较，则拒绝原假设，表明随机误差显著地存在异方差。 异方差的修正 采用对数变换法对模型进行修正，修正后的模型为
利用Eviews软件，得到回归结果如表6： 表7 Dependent Variable: LZ Method: Least Squares Date: 05/15/05 Time: 15:28 Sample: 1978 1997 Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob. C 0.476611 0.133420 3.572266 0.0023 LY 0.728714 0.046545 15.65606 0.0000 LP 0.320242 0.054723 5.852051 0.0000 R-squared 0.997490 Mean dependent var 8.140146 Adjusted R-squared 0.997194 S.D. dependent var 0.543539 S.E. of regression 0.028791 Akaike info criterion -4.120025 Sum squared resid 0.014092 Schwarz criterion -3.970665 Log likelihood 44.20025 F-statistic 3377.369 Durbin-Watson stat 2.141740 Prob(F-statistic) 0.000000 （3.572266） （15.65606） （5.852051） 说明：此时系数的意义发生了变化，不再表示收入的边际消费支出，而是表示消费的收入弹性，即收入每变动1%，支出将变动0.728714%，同样，也不再表示物价的边际消费支出，而是表示消费的物价弹性，即物价每变动1%，支出将变动0.320242%。 5.3.3自相关 （1）定性分析 自相关性是随机误差现象，它是指回归模型中随机误差项逐项值之间的相关。由于我们使用的数据是时间序列数据，经济变量的运行往往存在一种变化趋势，表现在随时间前后期的相互关联上所形成的惯性。 具体来讲，消费行为作为一种经济活动，有其内在连续性。也就是说，消费支出不仅受当期解释变量的影响，还要受到自身过去水平的影响。原因可以由消费惯性来解释，家庭消费通常具有一定的刚性，而且人作为经济活动的主要参与者，由于人们的心理，经济活动的技术，经济及社会中的制度的综合影响，消费者不会轻易改变其消费习惯。 同时，一些偶然性因素的影响也会对人们的消费行为产生影响。 综上所述，诸多现象的影响反映在模型中，很容易形成随机误差序列的自相关，有必要进行自相关性检验。 （2）自相关检验 首先，做出与之间的散点图如下：
图3 由图2可以看出，与之间似乎并不存在明显的相关性。 然后，进一步用DW检验法来考察与之间是否存在相关性。其过程如下：根据表6估计的结果，由DW=2.141740，给定显著性水平，查Durbin-Waston表，n=20，，得 ， ，， 。根据判定区域知，这时随机扰动项不存在自相关。因此，不必对模型再进行修正。 综上，模型最终结果为： （3.572266） （15.65606） （5.852051） 模型的进一步改进 消费行为作为一种经济活动，收入是影响其变动的关键因素。此外，家庭财富拥有量也会对其产生一定的影响。而财富又受到各期收入水平的影响，因此可以说，消费不仅收当期收入的影响，而且还受前几期收入的制约。 由以上分析，我们得知：消费不仅与当期收入有关，而且还受前几期收入的制约。因此，在以上模型的基础上，我们对模型进行了进一步改进。改进的模型如下： 下面，我们分别用经验加权法和阿尔蒙法来进行回归估计。 经验加权法： 经验加权法中，权数结构类型比较符合消费函数的是递减滞后结构。也就是说，当期收入等解释变量对消费的影响较大，而越往后期，影响越来越小。表现在权数的选择上应该是随时间的推移越靠近当期，权数越大。这样的权数结构才是符合该模型的经济意义的。 鉴于以上分析，选择下列三组权数： （1）1、1/2、1/4、1/8 （2）1、1/3、1/6、1/9 （3）1、1/2、1/8、1/16 利用Eviews软件分别估计上述模型，得到结果如下： 表8 Dependent Variable: Z Method: Least Squares Date: 05/15/05 Time: 16:32 Sample(adjusted): 1981 1997 Included observations: 17 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C -175.9563 88.22303 -1.994448 0.0646 X1 0.528902 0.009453 55.95273 0.0000 R-squared 0.995232 Mean dependent var 4345.774 Adjusted R-squared 0.994914 S.D. dependent var 2046.030 S.E. of regression 145.9193 Akaike info criterion 12.91412 Sum squared resid 319386.8 Schwarz criterion 13.01214 Log likelihood -107.7700 F-statistic 3130.708 Durbin-Watson stat 1.171337 Prob(F-statistic) 0.000000 x1=y+1/2*y(-1)+1/4*y(-2)+1/8*y(-3) （-1.994448） （55.95273） DW=1.171337 表9 Dependent Variable: Z Method: Least Squares Date: 05/15/05 Time: 16:35 Sample(adjusted): 1981 1997 Included observations: 17 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C -186.5943 86.48473 -2.157540 0.0476 X2 0.611036 0.010684 57.19098 0.0000 R-squared 0.995435 Mean dependent var 4345.774 Adjusted R-squared 0.995131 S.D. dependent var 2046.030 S.E. of regression 142.7746 Akaike info criterion 12.87054 Sum squared resid 305768.7 Schwarz criterion 12.96857 Log likelihood -107.3996 F-statistic 3270.809 Durbin-Watson stat 1.292488 Prob(F-statistic) 0.000000 x2=y+1/3*y(-1)+1/6*y(-2)+1/9*y(-3) （-2.15754） （57.19098） DW=1.292488 表10 Dependent Variable: Z Method: Least Squares Date: 05/15/05 Time: 16:36 Sample(adjusted): 1981 1997 Included observations: 17 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C -184.0249 83.35331 -2.207770 0.0432 X3 0.580009 0.009779 59.31281 0.0000 R-squared 0.995754 Mean dependent var 4345.774 Adjusted R-squared 0.995471 S.D. dependent var 2046.030 S.E. of regression 137.6891 Akaike info criterion 12.79800 Sum squared resid 284374.4 Schwarz criterion 12.89603 Log likelihood -106.7830 F-statistic 3518.010 Durbin-Watson stat 1.258337 Prob(F-statistic) 0.000000 x3=y+1/2*y(-1)+1/8*y(-2)+1/16*y(-3) （-2.207770） （59.31281） DW=1.258337 由以上结果可以看出，上述三个模型的DW值均落在无法判定的区域内，（给定显著性水平，查Durbin-Waston表，n=17，，得 ， ，，），即无法判定随机扰动项是否存在自相关，但通过对修正的可决系数及F值、t值、P-值的比较分析可以看出，模型2和模型3的参数以及截矩项估计均通过了t检验，并且模型3的修正可决系数最高。由此可知，选用权数为1、1/2、1/8、1/16时所建立的模型相对较优。 阿尔蒙法： 已知原模型为 根据搜集得到的数据，通过利用Eviews软件，可以得到结果如下： 表11 Dependent Variable: Z Method: Least Squares Date: 05/15/05 Time: 16:43 Sample(adjusted): 1981 1997 Included observations: 17 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C -174.1558 84.33931 -2.064943 0.0595 PDL01 0.447454 0.143918 3.109093 0.0083 PDL02 -0.181957 0.138146 -1.317137 0.2105 PDL03 -0.080538 0.138843 -0.580066 0.5718 R-squared 0.996459 Mean dependent var 4345.774 Adjusted R-squared 0.995642 S.D. dependent var 2046.030 S.E. of regression 135.0730 Akaike info criterion 12.85183 Sum squared resid 237181.3 Schwarz criterion 13.04788 Log likelihood -105.2406 F-statistic 1219.397 Durbin-Watson stat 1.154623 Prob(F-statistic) 0.000000 Lag Distribution of Y i Coefficient Std. Error T-Statistic . *| 0 0.54887 0.14467 3.79390 . * | 1 0.44745 0.14392 3.10909 . * | 2 0.18496 0.13491 1.37101 * . | 3 -0.23861 0.17905 -1.33269 Sum of Lags 0.94267 0.02847 33.1084 （-2.064943）（3.79390） （3.10909） （1.37101） （-1.33269） 结果分析：由修正的可决系数以及F统计量的值，可知模型回归拟和的优度较好，再由各系数的t值知，、通过了t检验，而、没有通过t检验，因此还需要对模型再进行修正。鉴于时间原因，本文不再做更进一步的修正。 另外，由模型中各参数的经济意义来看，，这说明越靠近当期的收入对消费支出的影响越大，这一结论与经济常识是一致的。 七、模型评价 模型结果中的矛盾 模型中在对异方差的检验中，我们首先用图示法初步断定随机扰动项的方差随着收入的变化而变化，即随机扰动项存在异方差；接着，我们又用Goldfeld-Quandt检验法得到一致的结论。但是，当我们选用ARCH检验时，得到的结果如下表： 表12 Dependent Variable: Z Method: Least Squares Date: 05/15/05 Time: 16:43 Sample(adjusted): 1981 1997 Included observations: 17 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C 7909.166 4750.059 1.665067 0.1198 E2(-1) 0.522531 .0268748 1.944319 0.0738 E2(-2) -.038862 0.289781 -1.341079 0.2029 E2(-3) 0.199113 0.262336 0.759001 0.4614 R-squared 0.238265 Mean dependent var 11693.61 Adjusted R-squared 0.062480 S.D. dependent var 11318.37 S.E. of regression 15959.08 Akaike info criterion 21.64405 Sum squared resid 1.59E+09 Schwarz criterion 21.84010 Log likelihood -179.9744 F-statistic 1.355436 Durbin-Watson stat 2.035903 Prob(F-statistic) 0.299756
由表12的结果可以看出，=0.238265，计算（n-p）=17*0238265=4.0505，查分布表，给定=0.05，自由度P=3，得临界值，因为（n-p）=4.0505<，所以接受H0，表明模型中随机误差项不存在异方差。 对以上因采用了不同的检验法而出现的矛盾的结论，经分析后，我们认为，这是由于各种检验方法本身就存在着一定的缺陷。模型中我们选用的是Goldfeld-Quandt检验法得到的结论，这主要是基于以下两个原因：一，通过定性分析和图示法得到的结论与Goldfeld-Quandt检验得到的结论一致；二，由图2可以看出，随机扰动项的方差随着收入的增加而呈现递增趋势，这一点符合Goldfeld-Quandt检验的适用条件。 模型的缺点 模型中解释变量收入与物价之间存在高度相关，但考虑到模型中各参数符号及大小和经济理论相一致，同时参数估计的t值在统计上有意义（即通过了t检验），修正的可决系数很高，因此我们并没有剔除物价指数这一因素，这样就导致模型中存在多重共线性，这会影响到后面对异方差性和自相关的检验和修正。 模型的优点 本文在绝对收入假说的经济理论的基础上，并考虑到物价因素的影响，提出了模型，之后还在此基础上根据相对收入假说理论对模型做了进一步改进，使模型更贴近经济现实。此外，本文条理清晰，逻辑推理严密，首先定性分析作出初步判断，然后进一步进行解析分析。而且，我们的模型结论中，各系数的符号及其值的大小与经济意义相符，有成熟的经济理论作支撑，这就更加强了我们模型的正确性与可靠性。
