居民消费价格（精选11篇）
居民消费价格 篇1
2014年,居民消费价格运行总体平稳,呈现出温和上涨的态势,其中食品价格涨幅最高,但总体涨幅回落。全国居民消费价格总水平比2013年上涨2.0%,涨幅回落0.6个百分点。
一、居民消费价格总体运行平稳,上涨温和
2014年,全年居民消费价格总水平同比上涨2.0%。分城乡看,城市上涨2.1%,农村上涨1.8%,农村低于城市;而2013年城市上涨2.6%,农村上涨2.8%,城市略低于农村。
(一)居民消费价格同比涨幅逐季回落
受2013年对比基数影响,2014年居民消费价格同比涨幅较高的月份是1月、3月和5月,涨幅分别为2.5%、2.4%和2.5%,其中1月和5月2.5%的涨幅为全年最高点。前8个月,除4月份居民消费价格同比上涨1.8%外,其他7个月份居民消费价格涨幅均维持在2%以上。9月份以后,居民消费价格涨幅则回落到1.4%～1.6%。
分季度看,居民消费价格涨幅同比走势呈现逐季回落态势,其中第一季度居民消费价格同比上涨2.3%,第二季度上涨2.2%,第三季度上涨2.0%,第四季度上涨1.5%,总体逐步走低。
(二)各月环比走势打破了传统的“U”型分布
2014年各月环比价格有升有降,居民消费价格7个月环比上涨,4个月下降,1个月持平,涨跌幅度在-0.5%～1.0%。
受节假日、气候、消费习惯等影响,大多数年份居民消费价格月度环比大体呈“U”型分布,即年初、年底环比涨幅高,年中涨幅较低。但2014年CPI走势不呈“U”型分布,年中个别月份涨幅并未走低,年末涨幅并不高。2014年1月和2月,在春节等因素影响下,居民消费价格环比涨幅分别维持在1.0%和0.5%的较高水平;9月份,在“十一”黄金周等因素影响下,居民消费价格出现了0.5%的全年第二高的涨幅;第四季度,全国气温高于常年,而且没有出现全国性大范围的恶劣天气,鲜菜价格不涨反跌,居民消费价格总水平呈现走低态势。
(三)八大类商品和服务价格六涨两降
2014年,食品价格上涨3.1%,衣着价格上涨2.4%,居住价格上涨2.0%,娱乐教育文化用品及服务价格上涨1.9%,医疗保健和个人用品价格上涨1.3%,家庭设备用品及维修服务价格上涨1.2%,烟酒及用品价格下降0.6%,交通和通信价格下降0.1%。
(四)全国30个省(区、市)居民消费价格同比涨幅有所回落
2014年,全国31个省(区、市)的居民消费价格涨幅在1.5%～2.9%。地区间差异逐步缩小,西南地区涨幅相对较高,平均上涨2.2%。其中,除上海市同比涨幅扩大0.4个百分点外,其余30个省(区、市)涨幅均有所回落,回落幅度在0.1%～1.8%。
二、居民消费价格运行主要特点
(一)食品、衣着和居住类价格涨幅较高
2014年,与城乡居民生活密切相关的食品、衣着、居住类价格涨幅列居前3位,三者拉动居民消费价格上涨1.6个百分点,约占居民消费价格总涨幅的80%。
食品价格全年上涨3.1%,拉动CPI上涨约1.03个百分点。鲜果、液体乳及乳制品、水产品、蛋和粮食是食品价格上涨的主力,以上5项合计影响占居民消费价格总涨幅约4成。
衣着价格全年上涨2.4%,拉动CPI上涨约0.21个百分点。服装价格上涨2.6%,其中男装、女装、童装价格分别上涨了2.5%、2.5%和2.7%。
居住价格全年上涨2.0%,拉动CPI上涨约0.39个百分点。私房房租价格环比9个月上涨,3个月持平,全年比2013年上涨4.0%。
(二)娱乐教育文化用品及服务价格涨幅为近4年最高
2014年,娱乐教育文化用品及服务价格全年上涨1.9%,拉动CPI上涨约0.21个百分点。娱乐教育文化用品及服务价格2010年起温和上涨(2010—2013年分别上涨0.6%、0.4%、0.5%、1.8%)。
娱乐教育文化用品及服务中,旅游价格上涨5.0%,比2013年旅游价格涨幅扩大1.0个百分点;教育服务价格上涨2.5%,比2013年教育服务价格涨幅回落0.3个百分点。
(三)烟草价格微涨,酒类价格下降
2014年,烟酒及用品价格全年下降0.6%,对CPI的拉动下降0.02个百分点。烟草价格上涨0.2%,其中,高档卷烟价格下降0.3%,中、低档卷烟价格分别上涨0.2%和0.9%。酒类价格下降1.8%,主要是受白酒价格下降影响,其他酒类价格均略有上涨。
(四)交通和通信价格降幅有所缩小
2014年交通和通信价格下降0.1%,降幅比2013年缩小0.3个百分点。其中,交通工具价格下降0.8%,车用燃料及零配件价格下降1.3%,通信工具价格下降4.3%。
(五)食品价格在居民消费价格涨幅中的比重逐渐减弱
2014年食品和非食品价格分别上涨3.1%和1.4%,分别拉动CPI上涨约1.03个和0.96个百分点,分别约占居民消费价格总涨幅的51.8%和48.2%。从涨幅来看,3.1%的涨幅是2010年以来最低的食品年度涨幅(2010—2013年食品年度涨幅分别为7.2%、11.8%、4.8%和4.7%),食品价格涨幅在总涨幅中的比重也逐年减少(2011—2013年分别为65.7%、59.6%、58.5%),非食品价格涨幅在总涨幅中的比重逐年增加(2011—2013年分别为34.3%、40.4%、41.5%)。
粮食价格持续小幅上涨。2014年粮食价格上涨3.1%,拉动CPI上涨约0.09个百分点。自2009年1月份起,粮食价格持续逐月小幅上涨,从6年的累积效果看,2014年12月价格比2008年12月累计上涨49.4%。
猪肉价格由涨转降。2014年1月份起,猪肉价格环比持续4个月下降,5月份受国家启动中央储备冻猪肉收储影响价格逐月反弹,但10月份后价格逐月回落,全年猪肉价格由2013年微涨0.3%转为下降4.3%,拉动CPI下降0.14个百分点。
牛肉和羊肉价格涨幅回落。2014年牛肉价格环比基本呈上涨态势,除3、4、6月份下降外,其他月份逐月上涨;羊肉价格1、2月份分别环比上涨1.3%和0.9%,自3月份起逐月下降,下降幅度在0.1%～0.9%,全年分别上涨6.3%和4.3%,分别比2013年的涨幅回落19.1个和9.2个百分点。
鲜菜和鲜果价格各月环比波动较大。2014年鲜菜价格各月环比波动较大,涨跌幅度在-9.3%～12.1%,全年价格比2013年下降1.5%,拉动CIPI下降约0.05个百分点。鲜果价格各月环比涨跌幅度在-6.3%～11.0%,全年价格比2013年上涨较多,涨幅达18.0%,拉动CPI上涨约0.37个百分点。
(六)服务价格在居民消费价格总涨幅中的比重逐年提高
2014年服务价格上涨2.5%,消费品价格上涨1.8%,分别拉动CPI上涨约0.72和1.27个百分点,涨幅分别占CPI总涨幅的36.2%和63.8%。从近年来的变化情况看,服务价格涨幅在CPI总涨幅中的影响比重逐年提高(2010—2013年分别为14.8%、18.9%、21.9%和32.3%),消费品价格涨幅在CPI总涨幅中的影响比重逐年降低(2010—2013年分别为85.2%、81.1%,78.1%和67.7%)。
(七)新涨价因素占居民消费价格总涨幅的比重为近3年最低
在2014年2.0%的居民消费价格总涨幅中,新涨价因素和翘尾因素影响分别为1.1个和0.9个百分点,各占CPI总涨幅的55.0%和45.0%。新涨价因素占CPI总涨幅的比重为近3年最低(2012年、2013年分别为57.7%、61.5%)。
(八)扣除食品和能源后价格涨幅略有回落
2014年扣除食品和能源价格同比上涨1.6%,月度环比7涨5平。2006年开始编制该项指数以来,2014年1.6%的涨幅仅次于2011年的2.2%和2013年的1.7%。
三、居民消费价格涨幅回落的主要原因
(一)食品价格涨幅回落
2014年,粮食及主要经济作物再获丰收,实现“十一连增”。这在一定程度上缓解了国内粮食紧平衡的局面,也为稳定物价提供了物质基础。联合国粮食与农业组织2015年2月5日发布的《谷物供求简报》,将2014年世界谷物产量估值提高至25.31亿吨,较2013年增长700万吨,这是粮食产量连续第2年刷新历史记录。由于全球谷物供应不断增加,国际粮价已经跌至2010年以来最低点。为保护种粮积极性,促进粮食生产的发展,2014年国家继续在粮食主产区实行最低收购价格政策,并适当提高了最低收购价格水平。数据显示,2014年粮食价格上涨3.1%,涨幅比2013年回落1.5个百分点。
(二)服务价格涨幅回落
受人口政策影响,近年来劳动力供应偏紧,2014年16～60周岁(含60周岁)的劳动人口比2013年末减少371万人。人工成本直接影响服务价格,与消费品相比,其价格上涨带有一定的刚性特征。2014年部分人工服务价格上涨较快,如家庭服务、洗浴、衣着清洗、理发价格分别上涨了8.9%、5.1%、5.1%和4.9%。但由于受社会总需求增速放缓的影响,对服务业的需求也出现了减弱,相应的价格涨幅呈现回落的趋势,2014年服务价格上涨2.5%,比2013年回落0.4个百分点。
(三)能源价格持续下降
受全球需求和经济增速预期的下降、美国原油出口禁令松动的预期、金融市场的集体行动、伊拉克产量的回归、OPEC的不减产决定等因素影响,国际油价自2014年6月开始下跌。布伦特(Brent)油价自2014年6月19日达到115美元/桶的高点以来,在7个月中一路下跌,直至2015年1月13日的45美元/桶,跌幅超过60%。受国际原油市场价格下跌影响,国内成品油价格从2014年7月21日发改委下调油价起持续下跌。经测算,2014年12月汽油、柴油价格分别比7月份下降16.3%和18.8%,汽油、柴油价格全年分别下降1.3%和3.3%。
(四)住房租金价格上涨趋势减缓
2014年,政府完善住房保障机制,加大保障性安居工程建设力度,全年全国城镇保障性安居工程基本建成511万套,新开工740万套。部分城市房地产市场供应增加,房价上涨乏力。受此影响,租房市场需求减弱,住房租金价格上涨趋势减缓。2014年住房租金价格上涨3.3%,比2013年涨幅回落了0.8个百分点。其中,私房房租价格上涨4.0%,低于2013年5.1%的年度涨幅。分月度看,私房房租价格环比9个月上涨3个月持平,涨幅在0.1%～0.8%,.同比涨幅基本呈逐月回落态势。
四、未来居民消费价格走势展望
(一)根据2014年对2015年翘尾影响测算
从居民消费价格指数构成看,居民消费价格指数同比数据由翘尾因素和新涨价因素两部分决定。
据测算,2014年对2015年全年平均翘尾影响约为0.4个百分点。近3年翘尾因素分别为1.1个、1.0个和0.9个百分点。近3年来新涨价因素分别为1.5个、1.6个和1.1个百分点,如果2015年居民消费价格新涨价因素维持在历史平均水平,那么2015年居民消费价格指数仅为101.5%。
(二)抑制居民消费价格上涨的因素
1. 工业生产者出厂价格(PPI)对居民消费价格的传导压力不大。
2014年,工业生产者出厂价格(PPI)全年下降1.9%。分类看,生产资料价格下降2.5%,生活资料价格与2013年持平,其中食品价格上涨0.2%,衣着价格上涨0.7%,一般日用品价格上涨0.1%,耐用消费品价格下降0.8%。从数据中可以看出,2014年PPI中的生活资料出厂价格以持平走势为主调,如果2015年延续这种走势的话,对CPI的传导压力较小。
2. 长期来看,国际大宗商品价格呈下降趋势,输入性通胀压力不大。
随着以页岩油气开发为标志的美国能源革命改变世界能源贸易格局,原油市场原油的供求关系被打破,加上美元走强以及政治博弈等原因,国际原油价格可能继续低位运行,输入性通胀压力不大。
(三)推动居民消费价格上涨的因素
1. 劳动力、土地等生产要素价格仍处于刚性上涨趋势,可能推动价格上涨。
2014年16～60周岁(含60周岁)的劳动人口比2013年末减少371万人,据估计,这种势头还会延续下去。从长期来看,我国廉价劳动力的优势将逐步减弱,劳动力价格呈刚性上涨趋势,将会推动服务价格上涨。随着城镇化进程的加快,土地资源供给更趋紧张,土地使用成本也呈上升势头,城市房租、商铺摊位费等将会受到影响,既增加了居民的生活成本,也增加了商品流通环节的费用,间接推动了居民消费价格的上涨。
2. 农产品价格呈长期上涨态势。
由于劳动力、土地等生产要素价格刚性上涨,使得农产品种植生产成本不断上升,长期来看,农产品价格呈上涨态势。再加上国家为了保护农民种粮积极性,促进粮食生产发展,长期对小麦、水稻等粮食作物实行最低收购价政策,也在一定程度上推动了农产品价格的上涨。
3. 资源品价格、部分地区公共服务价格改革等也可能会影响居民消费价格上涨。
在新的发展阶段,生态文明建设地位更加突出。在未来的一段时期内,国家将强力推进节能降耗,治理突出环境问题,推广环境污染第三方治理,努力改善环境质量。随着社会环保意识的加强和节能减排工作的加强,资源能源价格市场化改革的推进,企业资源能源使用成本、节能减排成本、环保成本也都持续上升。
综合以上各方面因素来看,当前我国消费价格水平总体走弱,中国经济下行压力持续存在。应抓住时机,引导和稳定价格预期。既要加快油、气等能源、资源及医疗卫生等服务价格改革,也要加快电信、烟草等垄断行业改革,加大反垄断执法力度,对冲资源价格改革的调价效应对居民日常生活的影响,以确保经济平稳运行在合理区间。
居民消费价格 篇2
与上月相比，我市居民消费价格上涨0.6%，八大类商品与服务项目价格变动呈“四升三降一平”格局,其中食品类价格上涨1.7%，烟酒及用品类上涨0.2%，衣着类上涨0.4%，医疗保健和个人用品类上涨2.6%;家庭设备用品及维修服务类下降0.5%，交通和通信类下降1.7%，娱乐教育文化用品及服务类下降0.1%;居住类与上月持平。
一、食品价格上涨明显。食品价格同比上涨3.3%，环比上涨1.7%，涨幅均较上月回落3.1个百分点，拉动价格总水平同比上涨0.97个百分点、环比上涨0.49个百分点。
1、粮食价格明显上涨，食用油价格继续下跌。粮食价格同比上涨2.7%，其中大米价格下降2.7%，面粉价格上涨8.5%，粮食制品价格上涨2.2%，以小米、玉米面为代表的其他粮食价格上涨11.3%。本月下旬粮食类中面粉价格出现了普涨，环比上涨2.3%。面粉涨价的主要原因：一是我国遭受了几十年不遇的大旱，尽管国家采取了许多抗旱措施，但受旱的大部分麦区旱情尚未根本缓解，抗旱形势依然十分严峻，小麦产区预期收成减少，老百姓产生惜售心理，致使市场上小麦价格上涨;二是去年化肥等农资和农业用工价格上涨导致种粮成本增加;三是与各大超市节前低价促销、节后价格恢复有关。**年10月，国家发展改革委员会宣布上调**年生产的小麦最低收购价格，上调幅度在13%至15.3%之间，今后小麦、面粉价格可能还会呈现小幅上涨，但不会脱离政府的调控范围而出现大幅波动，上涨空间是相对有限的。油脂价格在上月下降的基础上继续下降，同比下降6.2%，其中植物油下降3.5%，植物油制品下降18.5%，动物油下降28.8%。油脂环比下降0.5%。
2、肉禽及其制品价格同比下降明显。肉禽及其制品价格同比下降4.5%，环比微涨0.1%。其中猪肉价格同比下降18.4%，连续4个月同比下降，尤其是本月下旬猪肉价格回落的幅度较大，使得猪肉价格环比下降0.9%。牛、羊肉价格同比在上月上涨的基础上继续上涨，分别上涨3.2%和2.3%，但涨幅明显回落，较上月分别回落了4.4和0.9个百分点。牛肉价格环比下降0.1%，羊肉价格环比上涨0.9%。
3、鲜菜、鲜果、糖价格上涨明显。本月鲜菜、鲜果价格同比分别上涨0.8%、6.3%，环比分别上涨9.4%、7.1%，是影响食品价格上涨的主要力量。持续冷空气的.影响造成鲜菜生长的不正常，大部分地区的蔬菜出现减产，个别地区甚至出现绝产现象。调查统计的25种蔬菜中，除韭菜、萝卜价格下降外，其余蔬菜全部上涨，芹菜、莴笋、黄瓜、冬瓜、丝瓜、茄子、青椒、洋葱、大葱、蒜苔等一些蔬菜价格比上月涨幅超过10%以上。受春节前后外地鲜瓜果停运的影响，本月调查的9种鲜瓜果价格较上月全部上涨且涨幅明显，除苹果、梨、葡萄的涨幅低于5%外，其余6种鲜瓜果涨幅均超过了5%。此外，糖类中的食糖、糖果及巧克力制品等价格受春节期间需求旺盛的影响明显上涨，致使糖价同比上涨6.7%，环比上涨2.2%。
二、工业消费品价格继续回落。2月**市工业消费品价格同比下降1.1%，降幅较上月扩大0.1个百分点，已连续三个月同比价格下降。
1、衣着类价格同比下降环比微涨。本月衣着类价格同比下降4.5%、环比微涨0.4%。春节过后，各大商场、超市举办各类打折促销活动基本结束，大部分衣着类恢复原价，致使衣着类价格环比上涨，如长大衣、衬衫、T恤衫、西服等。
2、个人用品中首饰价格上涨明显。受国际黄金价格变动影响，本月首饰较上月上涨4%，24K金项链由上月的每克231.67元上涨至本月的246.33元;银手镯由上月的每克177.61元上涨至本月的180.5元，涨幅分别为6.3%、1.6%。与上年同月相比首饰价格下降1.8%。
3、汽油、柴油价格再度下调。受汽、柴油调价影响，本月汽、柴油价格同比分别下降16%、25.1%，环比分别下降0.5%、9.7%。
三、服务项目价格上涨。本月受医疗服务价格调整的影响，致使服务项目价格同比上涨2.4%，涨幅较上月扩大0.8个百分点;环比上涨0.8%。
1、医疗保健服务价格涨幅较大。**年10月23日**省物价局、**省卫生厅联合下发通知，对多项医疗服务价格进行调整。本月省立医院、市第二人民医院等陆续开始涨价，使得注射费、手术费、住院费、理疗费等调查项目平均价格较上月的涨幅均超过10%，其中理疗费价格涨幅高达26.5%。医疗保健服务价格同比环比均上涨10.9%，拉动价格总水平同比环比均上涨0.28个百分点。
居民消费价格 篇3
9月份，全国居民消费价格总水平环比上涨0.5%。其中，城市上涨0.5%，农村上涨0.4%；食品价格上涨0.8%，非食品价格上涨0.3%；消费品价格上涨0.5%，服务价格上涨0.4%。
一、各类商品及服务价格同比变动情况
9月份，食品价格同比上涨2.3%，影响居民消费价格总水平上涨约0.78个百分点。其中，鲜果价格上涨16.7%，影响居民消费价格总水平上涨约0.33个百分点；蛋价上涨12.9%，影响居民消费价格总水平上涨约0.12个百分点；粮食价格上涨3.4%，影响居民消费价格总水平上涨约0.10个百分点；水产品价格上涨3.2%，影响居民消费价格总水平上涨约0.08个百分点；肉禽及其制品价格上涨1.2%，影响居民消费价格总水平上涨约0.09个百分点（猪肉价格下降2.9%，影响居民消费价格总水平下降约0.09个百分点）；鲜菜价格下降9.4%，影响居民消费价格总水平下降约0.31个百分点。
烟酒及用品价格同比下降0.6%。其中，酒类价格下降1.7%，烟草价格上涨0.2%。
衣着价格同比上涨2.4%。其中，衣着加工服务费上涨5.2%，服装价格上涨2.5%。
家庭设备用品及维修服务价格同比上涨1.1%。其中，家庭服务及加工维修服务价格上涨7.5%，耐用消费品价格上涨0.2%。
医疗保健和个人用品价格同比上涨1.2%。其中，中药材及中成药价格上涨2.3%，医疗保健服务价格上涨1.1%，西药价格上涨0.8%。
交通和通信价格同比下降0.3%。其中，车用燃料及零配件价格下降4.0%，通信工具价格下降3.8%，交通工具价格下降0.8%，车辆使用及维修费上涨3.5%。
娱乐教育文化用品及服务价格同比上涨1.9%。其中，旅游价格上涨3.2%，教育服务价格上涨2.9%。
居住價格同比上涨1.6%。其中，住房租金价格上涨2.6%，建房及装修材料价格上涨0.8%，水、电、燃料价格上涨0.6%。
据测算，在9月份1.6%的居民消费价格总水平同比涨幅中，去年价格上涨的翘尾因素约为0.3个百分点，新涨价因素约为1.3个百分点。
二、各类商品及服务价格环比变动情况
9月份，食品价格环比上涨0.8%。其中，鲜菜价格上涨3.9%，影响居民消费价格总水平上涨约0.11个百分点；猪肉价格上涨2.3%，影响居民消费价格总水平上涨约0.07个百分点；鲜果价格上涨1.5%，影响居民消费价格总水平上涨约0.03个百分点；水产品价格下降0.7%，影响居民消费价格总水平下降约0.02个百分点。
9月份，非食品价格环比上涨0.3%。其中，衣着、娱乐教育文化用品及服务、居住价格分别上涨1.0%、0.9%和0.1%；家庭设备用品及维修服务、医疗保健和个人用品价格持平（涨跌幅度为0）；交通和通信、烟酒及用品价格分别下降0.3%和0.1%。
附注
1.指标解释
居民消费价格指数（Consumer Price Index，简称CPI）是度量居民生活消费品和服务价格水平随着时间变动的相对数，综合反映居民购买的生活消费品和服务价格水平的变动情况。
2.统计范围
全国居民消费价格指数（CPI）涵盖全国城乡居民生活消费的食品、烟酒及用品、衣着、家庭设备用品及维修服务、医疗保健和个人用品、交通和通信、娱乐教育文化用品及服务、居住等八大类、262个基本分类的商品与服务价格。
3.调查方法
食品价格波动对居民消费的影响 篇4
此次研究涉及到工业生产原料、农产品生产、“饮食文化”、“国家政策”等领域, 石家庄食品市场的主要供应商及其原材料生产商以及消费者等群体, 同时也涉及到相关的宏观经济政策与投机倒把等违规行为。首先, 通过网络与书刊、杂志搜集相关资料, 总体掌握石家庄近年价格变动趋势。其次, 进行社会调查, 走访相关部门负责人, 与当地农民交流, 与相关专业了解生产和消费状况。最后, 对搜集的资料进行分析、整理, 并以文字或图表形式表现出来。
二、结果:调查与分析价格波动的主要因素
(一) 工业原材料及农业生产情况。
本文针对河北农业生产中的农资购买支出情况进行调查与分析, 得出一季度户均购农资支出金额491.82元, 比上年一季度的430.14元增加14.3%。以下为2008年河北农户农资购买情况的相关数据以及与2007年同期的比率。 (表1)
从表1中我们可以看出, 2008年农资购买量有所减少, 而农资购买支出费用却增加, 由此可以推断出, 食品价格的波动受到农资 (原材料) 影响。
(二) 近年石家庄居民消费心态的改变。
经我们实地调查与分析, 现今人们的消费心理主要集中表现在以下几个方面:1、品牌效应:近年品牌在人们心目中的份量越来越重, 人们渐渐不再满足于温饱, 而更加注重商品的质量和形象, 即形成的品牌效应。品牌在其质量得到认可的同时外加媒体广告的强大力量塑造的额外价值, 从而也增加了商品的无形价值, 而且广告也不知不觉中影响着大众的消费。2、大商场效应:近年人们越来越热衷于大商场。经调查, 其原因主要在于:一方面大商场货全, 而不必为所需商品四处奔波;另一方面大卖场在质量和售后服务上相对更加有保证。3、时尚效应:任何时代的人都是喜欢追赶时髦的, 也就是说当消费某些商品变得很流行的时候, 人们虽然不是很需要的商品也会去购买, 如此现象虽是赶时尚, 有些却是虚荣心在作怪, 这样也就相应会出现一些奢侈浪费现象。4、促销效应:经常逛商场的人都会有这样的感觉, 原本不想买某种东西, 但是正好促销, 价格低于平时很多, 也会忍不住会买一些。
(三) 国家相关政策和措施。
近年来, 国家强调农民增收问题, 并制定了相关的惠民政策及福利制度。比如, 国家提高粮食收购价;通过提高农产品价格, 促进农民增收;温家宝在十一届全国人大一次会议上作政府工作报告时指出, 防止价格总水平过快上涨。其中, 包括大力发展生产, 特别要加强粮食、食用植物油、肉类等基本生活必需品和其他紧缺商品的生产;加快健全储备体系, 改进和完善储备调节和进出口调节方式;加强市场和价格监管, 农资价格以及涉农收费的监督检查等政策。
表2为2007年11月至2008年8月石家庄食品价格的变动情况以及2008年4月份与2007年同期价格及变动率 (主要以八种食品为调查对象) 。 (表2) 虽然食品价格上涨对整体市场影响不大, 但在日常生活中, 对消费者的购买行为还是有一定影响的。从数据上看, 短期的市场变动不大, 但长期的市场却波澜壮阔, 消费者面对价格上涨购买行为的变化值得我们关注、洞察和研究。以下为调查总结出来的五个主要现象:1、价格上涨会导致居民消费短期的无规律现象;2、价格上涨使消费者更加注重品质和品牌;3、价格上涨初期, 小包装或单价低的商品成为热门;4、面对价格上涨, 中高收入家庭出现两级跳, 即要么选择更贵的, 要么选择更便宜的;5、价格上涨, 相对来说对轻度消费者的影响更大。
三、讨论
关于物价波动的因素很多, 应以更加全面的观点来看待物价的波动。此次针对石家庄食品价格波动情况的调查, 并分析价格波动的原因及其对居民消费的影响。首先, 我们从食品原材料领域来看, 主要针对农业的农资购买情况来分析, 从以上调查得出的数据我们可以看出, 2008年较2007年的农资购买量有所减少, 而农资购买费用却明显增加, 从而我们可以得出农资购买费用的增加是食品价格上涨的一个重要因素, 这一点要求我们排除价格的连锁反应考虑。其次, 我们考虑到的是近年人们的消费观念的改变, 在经济不断发展的情况下, 人们对生活消费的要求也随之而改变, 生活消费从量到质的一个改变, 即更加注重的是品质和品牌, 人们更加趋向于对时尚与主流的追求。与此同时, 也出现了一些负面效应, 比如奢侈、浪费、虚荣消费等不良消费心理, 从而使一些投机倒把分子也趁机哄抬物价, 制造伪冒产品等, 进而影响到物价。最后, 近年来我国强调农民增收, “富”民政策的推行, 相关的福利、利民政策的实施, 农民必然联系到农业, 农业也就关系到食品。这里主要体现在国家的宏观经济政策, 所以国家政策也是影响价格变动的一个重要因素。
从以上的调查数据结果显示, 短期的价格波动相对不大, 而从长期来说价格的波动却是明显的, 因而价格波动问题必须得到社会的广泛关注。对于消费者来说, 必需树立一个良好的消费观, 在价格波动面前, 随时保持一个平静的心态至关重要, 应该从自己实际出发合理安排消费, 避免因物价的波动而造成恐慌心态, 相信市场经济的能动性和对国家宏观能力的信赖。而国家需要加强宏观经济政策, 依法严厉打击投机倒把分子, 营造一个良好的消费环境。
摘要：本文在对石家庄地区食品价格波动进行调查的基础上, 对其产生的影响做出分析, 并结合调查分析结果, 对民众和相关部门提供一些有益的建议, 期望可以对解决物价波动造成的民众恐慌问题, 促进食品市场的良性发展, 确保食品价格与经济运行和谐发展做出贡献。
关键词：石家庄,食品,价格,波动,消费,经济
参考文献
[1]成致平著.《价格改革三十年》.北京:中国市场出版社, 2005.5.
[2]陆满平著.《价格水平上涨的微观内在生机制》.北京:中国市场出版社, 1999.5.
居民消费品价格指数调查报告东东 篇5
一年来，我县居民消费品价格调查工作在县委、政府的领导下和省市调查新阶段的指导下，在本局领导的关心和支持下，顺利的开展。
2011年11月份我们接受局领导的安排开展这项工作以来，报着求真务实的精神，对全县居民消费物价进行了价格调查。在全县共设采价点79处，调查各类商品共561种，包括蔬菜，衣着、家电、食品等与市民生活息息相关的各种商品。本次调查真实的反映出了礼县居民的消费水平为政府的宏观决策提供了一个可靠的依据。
在调查过程中我们在三位调查员分头行动，每个商品逐一调查，有的商贩警惕性高拒绝提供商品价格。面对这些困难，我们耐心的给他们讲解，说明来意，尽管这样还是引起了不少人对调查的反感，因采价每五天一比较频繁，难免引影响他们的生意。面对这些困难我们都逐一克服，最终完成了2010和2011年两年的物品价格调查。
通过调查我县2011年的居民消费价格平均指数104.3，2到10月份物价较为稳定，从11份份开始，食品，和蔬菜价逐渐上涨，其中12份的CPI指数最高这主要是近关将近，全县物品需求量增大价格大幅上涨所至。
2011我县居民消费价格同比指数第一季度为101.1、第二季度为104.1、第三季度为103.9、第四季度为105。以上数据显示我县物价是逐步上涨的虽然第三季度有所下降但第四季度出现了更大幅度的上涨，经计算2011年我县的通货膨胀率为3.85%物价呈温和型上涨，因此物价上涨对市民生活水平的影响并不太大。
居民消费价格 篇6
关键词：CPI VAR 协整检测 脉冲响应 方差分解
中图分类号：C812 文献标识码： A 文章编号：1006-5954（2013）02-64-04
一、研究目的和意义
回首2012年，全国CPI增幅可以用温和来形容，在积极的财政政策和稳健的货币政策以及各种宏观调控的共同作用下，一路飙升的物价终于在12月份回落至2.5%，全年CPI的涨幅守住了4%的宏观预警线。
根据北京市统计局、国家统计局北京调查总队发布数据，纵观2012年北京CPI的月度同比涨幅变动情况，高位出现在1月的4.8%，不过2月即回落至3.5%，经历小幅震荡后又回升至12月的3.5%，全年呈现U型变化趋势。是什么因素致使CPI回落后又有小幅的反弹，通胀的时代是否已经过去了？2013年4%的宏观预警线能否守住，是什么因素影响了CPI的涨幅？今年的物价水平会有怎样的波动？
CPI的周期性波动是通货膨胀或通货紧缩问题研究的重点，也是政府及社会各界关注的焦点。基于以上种种原因，笔者认为探寻北京居民消费价格指数的波动规律，找出其主要驱动因素，预测其发展变化，对于准确分析北京市的价格形势、把握宏观经济运行规律、促进首都经济的健康稳定发展具有十分重要的理论意义和现实意义。
二、论文的研究方法和创新
（一）向量自回归模型及其优势
人们在解决实际问题过程中，通常先确定解释变量X和预报变量Y，然后利用抽样方法采集样本，再对样本进行回归分析，确定回归模型，求出回归方程。但是，我们所选择的联立方程都是结构性的方程，对于同一时期来讲只用同一参数进行估计，当外界变量发生变化的时候，有可能出现方程失效或者参数失效的情况。向量自回归（VAR）模型是一种通过数据反映变量之间动态变化关系的模型，他并不关注现象之间的结构，基于此，笔者拟基于VAR模型对北京CPI进行实证研究。
（二）论文创新之处
本文充分借鉴了前人的研究成果，抛去繁重的变量筛选过程，对所选因子通过定量和定性的分析最终确定入选变量，在变量的选取过程当中有一些新意；本文将采用最新的数据进行实证研究，结合最新的政策因素对CPI进行考量，其研究结果值得政府部门参考借鉴。
三、基于VAR的北京CPI实证研究
（一）指标选取
货币供应量的过度增长、成本推动原材料价格上涨带动的中间产品价格变动，这些因素都会引起CPI的波动，从宏观角度来讲，它们之间存在着一定的因果关系。本文在充分借鉴前人的分析论证基础上，省去因子分析和理论综述等文字赘述，直接选定入选模型因子：CPI、MPI、PPI和M2。
（二）实证分析
1.描述统计
本文使用北京市2005年1月至2012年11月的月度数据建立模型进行分析，为消除数据单位变动和季节性因素变动影响，本文采取对原数据取对数、做除法等方法进行无量纲化处理，再经描述，作出如下统计分析（见图1）。
2.平稳性检验
经单位根检验，入选变量均在1%水平下2阶单整，不存在单位根，这满足了协整的前提，进一步检验MPI、PPI、M2与CPI之间回归残差项，同时满足5%水平下不存在单位根的ADF检验。这证明了变量间存在长期稳定关系，可以考虑进行VAR模型。
3.滞后阶数的确定
通过滞后长标准（Lag Length Criteria）检验，检验长度定为8时，五个检验标准中的四个选择滞后阶数为2，所以模型选择滞后阶数时定为2阶。
4.模型求解
计算得出CPI回归模型如下：
CPI=0.96*CPI（-1）-0.033*CPI（-2）+0.01*M2（-1）-0.01*M2（-2）+0.05*MPI（-1）-0.01*MPI（-2）+0.085*PPI（-1）-0.16*PPI（-2）+0.46
在进行结果解释之前需观测模型的拟合程度和预测效果，根据软件输出结果，我们看到了模型的静态拟合预测图，实心线是实际值，空心线是预测值，拟合效果良好，说明模型建立良好，结果解释具有数据说服性（见图2）。
5.模型结果解释
根据VAR回归结果，我们可以得出以下分析结论：
（1）CPI对自身的影响
CPI滞后一期对自身的影响系数是0.96，T统计量的值等于0.11；滞后二期对自身的影响系数是负向的，但数值很微弱，只有0.03；这说明CPI当月的变动，无论是增加还是减少，很大程度上都影响下月变动，若是上涨的，那必然推动下期物价指数的上涨，若是下降的，也会带动下月指数下滑，但将在第二个月后得到微量的修正。
（2）M2对CPI的影响
M2滞后一期和二期对CPI的影响都很弱，分别是0.01和-0.01；这表明货币供给对于消费价格通胀率的影响不显著，这再一次证明了货币供应量对CPI来讲是一个长期的考量指标。从分析的结果看，M2对CPI的影响存在两个月的时滞，要到两个月后才能产生一定的影响。
（3） MPI对CPI的影响
MPI滞后一期对CPI的影响系数是0.05，滞后二期为-0.009；这说明在北京原料、能源价格等产业链上游指标的变动对CPI的影响，短期内效果不是很显著。从分析结果看，MPI本期的变动对下期CPI的影响仅为0.05，第二期后恢复平静。
（4） PPI对CPI的影响
较之MPI来讲，工业品出厂价格指数反映的是中间产品价格的变动情况，它是CPI的上游指标。从分析结果看，PPI的滞后一期对CPI的影响是正向的0.1，它的变动可以直接影响CPI下一期的增减，但影响程度不是很大，同样到第二期影响变为负向的0.1。
（三）脉冲响应函数
下面我们用脉冲响应函数来分析加入一个标准差大小的随机信息对模型中内生变量当期及未来几期的影响，在本文的VAR模型中，我们分别讨论CPI、MPI、PPI和M2分别产生一个标准差大小的冲击时，对CPI未来10期的影响程度，分析结果见图3。
从图3可以看出：CPI对自身的影响很敏感，从第一个月开始缓慢上升，直到第五个月以后才趋于平缓，这说明CPI的一次偶然上升，将会影响到接下来五个月的物价指数变动，从第六个月开始到第十个月缓慢下降。
MPI对CPI的影响从第一个月开始到第四个月是一个逐渐增强的过程，前两个月不显著，到第四个月达到最大，从第五个月开始逐渐减小。这说明MPI对价格指数的影响短期内效果不够明显。如果原料、燃料和动力购进价格指数出现一次较大的上升，物价指数将会缓慢增长，在四个月后受到强烈的冲击。
PPI的一个标准信息扰动对CPI的影响很微弱，到第五个月达到顶峰，但也只有0.007，五个月后开始慢慢恢复。
M2的变动对CPI的影响在短期内更为有限，第一期为0，第二期后才逐渐显现效果，这可以理解成M2对CPI的影响有两个月的时滞。
（四）方差分解
以上通过脉冲响应函数了解到各个变量对CPI的影响程度，接下来通过方差分解的方法用数据更直观地反映每个变量未来10期对CPI的贡献度，分析结果见表1。
根据表1分析结果可以看出，CPI对自身的贡献度最大，虽然从第1期开始逐渐减弱，但到第10期仍然有86.7%。其余三项指标当中，各个指标都随着预测期的延长而贡献度增大，但效果都不是很明显，惟一不同的是MPI，随着预测期的延长逐渐增多，第6期后逐渐稳定，到达第10期时贡献度已经达到了11.3%。这说明在北京，除了CPI本身变动外，原料、燃料和动力购进价格指数的上涨会对物价指数产生一定的影响，而且影响程度很高。
（五）北京市2013年居民消费价格指数预测
通过VAR模型输出的静态拟合图我们可以看到，本模型的预测效果良好，接下来利用已知数据对2013年CPI变动情况进行预测（见表2）。
四、模型结果对CPI调控政策的启示
本文选取北京市2005年1月至2012年11月的月度数据建立VAR模型。从模型的结果看，CPI对自身的变动影响效果显著，由2012初至今，CPI经历了由高到低再到高的U型变化过程。结合分析结果，CPI本期的下降将会直接影响下一期物价指数的下降，但是将在第2期得到修正并趋于平缓，这符合2012年全年的变化过程，但从2012年下半年开始CPI增幅回升，势必带动2013年物价增长，从预测结果看，2013年增长4.48%，显示今年增幅明显，相关部门需要把握好CPI的调控力度。
通过模型分析，MPI的变动短期内对CPI的影响不显著，但6个月后影响程度逐渐显现，这说明在北京地区MPI对CPI还是有一定影响的，究其原因，笔者认为：首都北京作为政治文化中心，它对各种物资的需求相对较高，2010年第六次全国人口普查数据显示，北京市常驻人口为1961.2万人，比2000年第五次全国人口普查时增加604.3万人。这就意味着我们需要的各种物资（如蔬菜、食物等）要增加，其中包括与CPI息息相关的食品。食品进京的途径是陆运长途，近年来油价高起，油价变动对交通、农业、林业等部门会带来一定的影响，尤其是给出租、长途运输、公共交通等行业带来了直接的成本压力，虽然短期内物价指数上表现不明显，但是对人们心理的影响还是很强烈的，所以政府部门可以考虑适当适时调整燃油补助等政策。
从2012年的月度数据看，尽管12月CPI的同比增幅与11月持平，但由于目前国内蔬菜、猪肉等食品价格涨幅处于近十年来的较低水平，未来食品价格上涨和反弹的压力较大。据测算，我国食品价格的变化周期为3.5年，从年初的数据看，食品价格开始回升，很可能已经进入反弹的阶段，由于食品在CPI中计算的比重高达31.8%，食品价格上涨将推高CPI的反弹，未来我国物价水平将进入新一轮的上升阶段。
从分析结果看，M2对CPI的影响存在两个月的时滞，短期内影响效果不显著，这就是为什么我们一直在强调要实行稳健的货币政策。流动性的泛滥短时间内不能明显地体现到CPI的涨幅上，这就从思想上麻痹了人们，等到发现为时已晚，那个时候将会导致物价快速上涨，所以货币政策的调控既要稳又要准，并需适时调控。要根据M2对CPI的时滞性，实施稳健的货币政策，消除物价上涨的货币条件。一方面，应对对涨价敏感的低收入人群进行补贴，建立特殊人群价格补贴机制；另一方面，加快市场秩序的治理，防止各种游资利用居民对物价上涨的恐慌心理进行投机活动。还要加大补贴力度，强制推高工薪阶层工资和低收入群体补贴的增速高于CPI水平。
总的来说，要强化政府对货币政策和投资政策的管理，约束和防止地方政府投资冲动带来的信贷倒逼。一方面，政府在舆论上要引导人们形成物价稳定的预期，使人们对未来物价环境充满信心；另一方面，政府应动用储备予以遏制，并协调相关物资的生产和进口计划，缩小供求缺口，避免因供给冲击造成的物价暴涨的出现。同时，对房地产市场进行有效的宏观调控，抑制投机行为，降低公众对物价上涨的预期。
参考文献
[1]董梅，基于VAR模型的CPI影响因素分析及预测[J]，兰州商学院学报， 2010.3： 122-126。
[2] 高铁梅，计量经济分析方法与建模（第一版）[M]，清华大学出版社，2006：249-297。
[3]易丹辉，《数据分析与Eviews应用》[M]，中国人民大学出版社，2008：244-263。
居民消费价格 篇7
一、我国居民消费价格走势回顾及区域差异分析
(一)我国居民消费价格走势回顾
1997年以后,我国经济告别物资短缺时代,商品的极大丰富彻底改变了供求关系,消费品市场由卖方市场转入买方市场。从居民消费价格的总体走势看,呈平稳上升趋势,全国CPI累计上涨21.2%,年均上涨1.5%。从总体来看,1998-2008年期间我国居民消费价格走势大致可分为三个阶段:第一阶段通货紧缩期,时间为1998-2002年,其间价格涨幅明显回落,价格持续走低,经济增长速度放缓,居民消费需求不旺,出现通货紧缩趋势。2000年后由于国家积极的财政政策、稳健的货币政策和启动消费市场、扩大内需等政策的效果逐步显现,通货紧缩的趋势得到有效抑制。第二阶段温和通涨期,时间为2003-2008年,这一时期处在新一轮经济增长周期的上升期,国际国内的农产品市场和矿产资源类产品市场的格局发生改变,局部的卖方市场特征日益明显,同时由于房地产投资过热和贸易顺差造成的流动性过剩,居民消费价格指数保持了稳中有升的态势,从2003年的1.2%增长到2008年的5.9%。这一时期呈现出需求导向型的温和通胀状态,消费、投资、净出口三驾马车拉动经济持续快速的增长。第三阶段价格波动调整期,时间为2009-2010年,从2008年下半年开始,经济增速下降,2009年居民消费价格下跌0.7%;2010年,伴随着国民经济的企稳回升,居民消费价格再拾升势,上涨3.3%。
(二)我国居民消费价格区域差异分析
从居民消费价格年平均涨幅看,1998-2009年全国居民消费价格温和上涨,各地区平均涨幅基本在1%～2%之间。超过全国平均水平的有上海、西藏、新疆、贵州、云南、内蒙古、甘肃、山西、四川、宁夏、湖南、青海12个地区,低于全国平均水平的有河北、陕西、福建、吉林、黑龙江、浙江、海南、天津、辽宁、广西、广东、重庆12个地区。在所有省市中,青海的物价上涨最快,年均上涨2.8%,而广东和重庆的物价上涨最少,年均上涨只有1.0%。
从全国及31个省(区、直辖市)内部CPI的波动幅度看,各省(区、直辖市)内部CPI波动的离散程度大小不一,其中福建、浙江、江西、江苏、辽宁、北京、天津、内蒙古、山东、西藏、上海11个地区的标准差小于全国水平,其他各省区的标准差值均大于全国水平。广西最大,为3.16;上海最小,为1.71。这说明居民消费价格波动幅度省际间还是有差异的。同样,从极值的变化也可以得到此结论(见表1)。
从各年31个省(区、直辖市)居民消费价格指数的波动幅度看,在居民消费价格指数连续低迷的几年后,一些地区为了解决长期积累的价格矛盾,采取积极稳妥措施果断调整相关服务和商品价格,导致地区价格差距有所扩大;但当全国价格普遍上涨时,为抑制通货膨胀,国家会采取积极的财政和货币政策,并严格各地调价项目的出台,这时地区价格差距就会缩小。各年幅度均在0～2之间波动,地区价格波动差距无明显减小趋势。
二、我国居民消费价格指数区域差异的实证分析
(一)变量及模型选取
改革开放以来,我国价格上涨和经济发展之间存在着很高的相关度,价格几乎成了宏观经济变化的指向标。本世纪初,价格上涨对经济增长的影响力在宏观经济政策的作用下才有所收敛,但商品价格在一定程度仍然是市场供需力量对比的晴雨表。面板数据是指在时间序列上取多个截面,在这些截面上同时选取样本观测值所构成的样本数据。因此,面板数据模型相较于只利用截面数据或只利用时间序列数据的模型而言,有着不可替代的作用。它可以从多层面分析经济问题,具有很高的应用价值。面板数据一般有3种:混合模型、固体效应模型、随机效应模型。其中,固定效应模型适合于横截面单位为总体中所有单位的情况。固定效应模型分为变系数模型、变截距模型和混合模型3种形式,基于前文所作初步分析及变量的可量化性、代表性和差异性等因素,本文以31个省(区、直辖市)1998-2009年数据建立个体固定效应变系数模型。其中,因变量为居民消费价格指数的对数(LNCPI),自变量分别为国内生产总值指数的对数(LNGDP)。
(二)全国及31个省(区、直辖市)居民消费价格上涨的实证分析
1. 单位根检验。
单位根检验就是检验面板数据的平稳性,LLC检验是对小样本面板数据进行单位根检验经常用的和实验效果比较高的方法,通过此种方法对面板数据进行单位根检验,得到调整后t值对应的概率P小于0.05,拒绝原假设。由于GDP和CPI(都存在单位根,所以这里分别对两者取对数(见表2)。
2. 模型建立与结果。
估计模型的选择和建立面板数据模型的基本形式为:
其中:Yit为被解释变量,xit为解释向量,βit为参数变量。
利用Eviews5.0软件可以得出模型估计结果,我们采用广义最小二乘协方差估计,为了消除截面数据存在的异方差,使用截面残差的方差作为权重。
该变系数模型估计的R2=0.999592,说明模型的拟合程度较好,表明经济增长在较大程度上能够解释居民消费价格指数变化情况。D.W.统计量等于2.113203,非常接近于2,表明模型估计结果的残差序列不存在一阶序列自相关。从解释变量的系数看,从解释变量系数的显著性看,有11个地区没有通过显著性检验,这主要是由于本文所研究的数据是小样本数据,时间跨度只有12年,与解释变量个数相差不大,因此允许不全部通过检验。
从模型的回归系数和系数的显著性看,全国经济增长与居民消费价格的上涨呈正相关,黑龙江、宁夏、青海、陕西、云南、新疆、河南、贵州、湖北、河北、安徽、江苏、广西、辽宁、重庆、湖南、吉林、江西、天津、四川、内蒙古21个地区的经济增长也与居民消费价格的上涨呈现明显的正相关关系,说明这些地区经济较快增长会带来社会总需求明显增加和商品价格相应上涨。但各地区回归系数大小不一样,黑龙江最大,为1.36,内蒙古最小,为0.28。换句话说,各地区的经济增长对居民消费价格上涨的贡献各有所异。弹性系数最大的10个地区基本集中在中西部和粮食主产区。近年来我国相继出台的实施西部大开发、振兴东北地区等老工业基地、中部崛起战略等政策对这些省市的经济发展形成了影响,经济发展带来社会总需求的明显增加,加上近年来粮食价格上涨的助推,使这些地区居民消费价格的上涨明显高于全国平均水平。而没通过显著性检验的基本上都是经济相对发达的东部地区如北京、上海、浙江、福建、山东、广东等地区,表明这些地区经济增长对居民消费价格上涨的解释力不足,究其原因,主要是由于这些地区经济发展较高、结构相对优化,居民消费价格指数除了受经济增长影响外,还与收入水平、货币供应、国际市场、市场预期、自身惯性等因素密切联系。如2007年以来我国出现明显通货膨胀压力,既有需求拉动、成本推动方面的原因,也有结构性供应短缺和价格上涨引发的原因,还表现出某种程度的外部输入型特征,是经济增长、货币供应、居民收入和消费水平、上下游产品价格传导效应、国际市场等多种因素综合作用的结果。
个体固定效应因子表示一个地区居民消费价格自发涨价能力的高低,由于大多数商品已经放开,地区居民消费价格自发涨价能力主要体现在各地为解决长期以来存在的价格矛盾而采取的措施。北京、西藏、上海、山西、内蒙古、四川、山东、天津、浙江、江西、广东、福建、吉林和湖南14个地区个体固定效应因子为正数,这些地区除西藏外大都处于中东部地区,或开放程度较高,或矿产丰富,经济相对比较发达,居民收入相对较高,各地政府对价格的调控能力较强,即居民消费价格自发涨价的能力较强。相反,其他17个地区个体固定效应因子为负数,这些地区多集中在西部地区,由于居民收入水平仍然偏低和社会保障体系不健全等原因,居民收入预期不稳定,社会需求相对较弱,居民消费价格自发涨价能力也相对较弱。
三、政策建议
(一)把握好经济增长与控制物价的关系
当前,我国将控制物价过快上涨作为宏观调控首要任务之一,这是基于民生考虑做出的决策,根本目的是为了维护经济社会发展的稳定。从模型中得到,目前大部分地区经济的增长,消费的升温,必定带动价格的上涨。而价格上涨会带来一系列的社会问题,进而阻碍经济发展。因此,首先要根据实际情况,把握好经济增长和抑制通货膨胀之间的平衡点,保持价格上涨和经济增长的和谐共存,同时建立有效的价格形成机制,让物价真实体现市场参与各方的成本、收益,反映市场要素的价格。让市场各方积极投身经济建设,确保经济增长,增强经济实力,为改善民生提供物质条件。
(二)价格总水平调控要体现区域差异
从模型中看到,由于我国各地区在自然资源禀赋、历史沿革、地理位置、经济发展水平、市场发育程度以及政策制度等方面存在差异,各地区控制价格自发上涨的能力有强有弱,在价格上涨的时间、成因和上涨幅度等方面不尽一致。因此,在价格调控上,要体现出区域差异性,只要不偏离国家宏观调控目标,就不宜过多行政干预,切实把握好调控的方向、节奏和力度,以提高价格总水平调控的灵活性、针对性和有效性。
四、加快结构调整,调整收入分配格局,为价格改革提供空间
居民消费价格指数的时间序列分析 篇8
(一) ARMA模型
设{Xt} (t=…, 1, 2, 3, …) 是一随机时间序列, 如果满足下列条件
①E{Xt}=μ, μ为常数t=…, 1, 2, 3, …
②E (Xt+k-μ) (Xt-μ) =γk, t=…, 1, 2, 3, …
则称{Xt}为平稳时间序列。
平稳时间序列{Xt}如果满足如下随机差分方程
则称差分方程 (1) 为p阶自回归-q阶滑动平均模型。记为ARMA (p, q) 。用滞后算子表示为
其中
{εt}是白噪声过程, 即{εt}满足如下条件
如果p=0, 模型 (1) 为q阶滑动平均过程, 记为MA (q) ;如果q=0, 模型 (1) 为p阶自回归过程, 记为AR (p) 。
在实际应用中, 我们要求ARMA模型满足平稳和可逆条件, 即Φ (Z) =0和Θ (Z) =0的根在单位圆外。此时模型 (2) 变为
模型 (3) 的无条件均值、无条件方差和条件方差都是常数。条件均值随着时间的变化而变化。所以, 可以利用该模型对未来进行预测, 应该可以得到比平均数更好的预测, 因为该预测会随着新数据的增加而不断调整。
假设我们得到的时间序列是平稳的, 就可以对它建立ARMA模型。
(二) ARIMA模型
上述的ARMA模型是平稳时间序列模型。现实中很多时间序列都存在一定的趋势, 因此是非平稳的。对于非平稳时间序列不能直接建立ARMA模型, 我们可以通过对非平稳序列进行差分以得到平稳序列。
若某时间序列是非平稳的, 通过差分运算, 得到平稳性的序列称为单整序列。如果序列Xt通过d次差分成为一个平稳序列, 而这个序列差分d-1时却不平稳, 那么则称序列Xt为d阶单整序列, 记为Xt~I (d) ;特别地, 如果序列Xt本身是平稳的, 则称为零阶单整序列, 记为Xt~I (0) 。对于非平稳时间序列Xt, 经过d阶差分变换得到平稳序列, 可对其建立ARMA (p, q) 模型, 即
称上述模型为求和自回归滑动平均模型, 记为ARIMA (p, d, q) , 其中, p, d, q分别表示自回归阶数、差分阶数、移动平均阶数, 当d=0时, ARIMA (p, d, q) 模型就是ARMA模型。
(三) ARMA模型的建模步骤
ARMA (p, q) 模型的建模步骤如下:
首先, 对原时间序列进行平稳性检验, 如果序列不满足平稳性条件, 可以通过差分变换或者对数差分等其他变换, 使原时间序列满足平稳性条件。将非平稳时间序列转换为平稳时间序列, 是对非平稳时间序列进行ARMA分析的必要前提。
其次, 对ARMA模型定阶, 即确定p, q。定阶的方法一般有两种:一是通过计算自相关函数和偏自相关函数按如下特征确定:
二是根据AIC和BIC信息准则确定:
T为样本长度, 是对噪声项方差的估计, 。判断滞后长度的准则是p和q的函数, 给定它们的值, 可以得到一个AIC值, 开始时, AIC随着p和q的增加而减小, 但由于样本长度有限, p和q越大, 估计精度越低, 增加, 因此AIC值又增加, 所以选择使AIC最小的p和q。
再次, 对模型的未知参数进行估计, 并检验参数的显著性, 以及模型本身的合理性。
最后, 进行诊断分析, 以证实所得模型与所观察到的数据特征相符。
在建模过程中, 需要一些统计量和检验来判断模型形式的选择是否适宜。所需要的统计量和检验包括:①检验模型参数显著性水平的t统计量;②检验序列平稳性的单位根检验;③模型的残差序列是否为白噪声序列, 可采用检验序列相关的方法进行检验。
二、居民消费价格指数ARMA模型的建立
居民消费价格指数 (Consumer Price Index) 是反映与居民生活有关的产品及劳务价格统计出来的物价变动指标, 通常作为观察通货膨胀水平的重要指标。本文选取了1995—2006年全国居民消费价格指数共49个数据, 建立其时间序列模型。数据的分析与处理均采用Eviews3.1软件。表1为1995—2006年全国居民消费价格指数。
(一) 数据的平稳性检验与处理
利用Eviews软件对表1中的数据做相应的折线图, 如图1所示。
资料来源:中经网统计数据库。
从图2中可以看出, 消费价格指数具有一定的趋势性, 初步判断原序列{CPIt}是非平稳序列, 对其进行ADF检验 (含常数项和趋势项) , 结果显示{CPIt}是非平稳的。对做一阶差分, 得到序列{▽CPIt}, 对{ΔCPIt}做ADF检验 (含常数项) , 结果显示{▽CPIt}没有通过检验, 需要对序列{CPIt}做二阶差分, 二阶差分后得到序列{▽2CPIt}, 对其进行ADF检验 (不含常数项和趋势项) , 结果表明{▽2CPIt}通过ADF检验。{CPIt}、{▽CPIt}、{▽2CPIt}的检验结果如表2。
注:检验形式 (C, T, K) 中的C, T, K分别表示单位根检验方程包括常数项、趋势项和滞后阶数, 0表示不包括。其中滞后阶数的选择根据AIC准则确定。
表2显示, 序列{CPIt}的ADF检验统计值-2.8696大于1%、5%、10%显著性水平的临界值, 说明{CPIt}是非平稳的。序列{▽CPIt}ADF检验统计值-1.8993也均大于1%、5%、10%显著性水平的临界值, 说明{▽2CPIt}是非平稳序列。序列{▽2CPIt}的ADF检验统计值-5.4408均小于1%、5%、10%显著性水平的临界值, 为平稳时间序列。因此, 可以对序列{▽2CPIt}建立ARMA模型。
(二) ARMA模型的建立
ARMA () 模型的识别与定阶可以通过样本的自相关系数和偏自相关系数确定。将记为, 利用Eviews软件得到的自相关系数和偏自相关系数图, 如图2所示。
从图2可以看出, 序列{Xt}的自相关系数 (ACF) 拖尾, 偏自相关系数 (PACF) 在滞后2阶之后截尾, 因此考虑建立模型ARMA (2, 0) 。利用Eviews软件对模型进行估计, 估计结果如表3所示。
由表3估计结果得到回归方程为:
此模型为二阶差分后时间序列的拟合模型。
再看模型实际值和拟合值的情况, 如图3。
(图中上面两条线是Xt的实际值与拟合值, 下面的一条线是残差序列值)
从图3可以观察到, 该ARMA (2, 0) 模型拟合较好, 残差序列基本上也是一个零均值的平稳序列。
(三) 模型的检验
为考核模型的优劣, 需进一步对残差序列进行白噪声检验。若残差序列是白噪声序列, 可认为模型合理, 适用于预测;否则, 意味着残差序列还存在有用的信息没被提取, 需要进一步改进模型。检验可通过残差自相关分析图进行直观判断, 图4为模型残差序列自相关图。
从图4看出, 残差序列的自相关与0无显著不同, 或说基本落入随机区间, 认为残差序列为白噪声序列。模型通过检验。
结语
以上就是用我国居民消费价格指数序列来做的关于时间序列的一系列分析。
时间序列包含很多有用的信息, 如何从中提取这些信息有着重要的意义。时间序列分析为我们提供了挖掘信息的有效方法, 其可以用于很多类似的问题, 可以做市场调查、预测等, 它对我们的开展经济活动是很有帮助的。
参考文献
[1]潘红宇.时间序列分析[M].北京:对外经济贸易大学出版社, 2006.
[2]池启水, 刘小雪.ARIMA模型在煤炭消费预测中的应用分析[J].能源研究与信息, 2007, (2) .
房地产价格波动对居民消费的影响 篇9
房地产是国民经济体系的重要组成部分, 随着经济的不断增长, 居民拥有财富不断增加, 房地产越来越成为居民最重要的资产财富。近年来, 重庆市的房地产业蓬勃发展, 不断波动的房价对居民消费状况的影响也是越来越大。那么, 房价的波动将产生怎样的财富效应, 对居民的消费起到了促进还是抑制的作用呢?鉴于此, 本文选取重庆市1997～2011年的数据, 对重庆市房地产业的财富效应做实证分析, 进一步探索重庆市房价波动对居民消费影响的机制。
二、相关理论和文献综述
(一) 财富效应的理论基础。
财富效应又称实际余额效应。这一概念是C·哈伯勒提出来的。他认为, 把注意力集中在货币财富上, 并指出在价格下降时, 财富的实际价值会增加, 从而使货币财富的持有者通过支出过多的货币, 来减少他们增加的实际货币余额。莫迪格亚尼提出了“5美分论断”, 他假定劳动收入不变, 财富每增加1美元会导致美国消费者支出增加5美分, 这一论断使资产价值变动对消费的财富效应逐渐成为宏观政策方面的一个讨论重点。凯恩斯之后的现代消费理论开始将财富变量引入传统的消费函数中, 并且开始探索财富对消费的影响。Friedman (1957) 的“持久收入假说”认为, 只有在持久性收入增加的情况下, 个人的消费水平才会提高, 暂时性收入则对消费几乎没有影响。Ando and Modigliani (1963) 的“生命周期假说”认为, 只有未预期到的财富水平的改变才会影响消费水平。从理论出发, 房地产作为居民财富的重要的一部分, 具有极大的财富效应, 即当房价上升时, 居民的资财存量增加, 消费被刺激而扩大;反之, 当房价下降时, 居民资产存量减少, 消费被制止, 这就是房地产业的财富效应。
(二) 文献综述。
对于房地产是否存在财富效应, 到目前为止, 国内外已有很多学者做了研究和论证, 他们的研究结果主要分为以下两类:
第一, 认为房地产财富效应显著存在。国外, Ludwig和Slok (2002) 认为, 房地产财富效应通过五种机制得以发挥作用, 即实现的财富效应、未实现的财富效应、预算约束效应、流动性约束效应和替代效应。Skinner (1993) 通过对英国的面板数据测算房地产财富效应时发现, 房地产财富效应十分显著。Yoshikawa (1989) 在选取了20世纪八十年代日本房地产价格的数据研究房地产价格与国民消费之间的关系, 发现住宅价格与消费水平呈现正相关性。Case、Quigley和Shiller (2005) 在利用美国各州的面板数据以及跨国面板数据的研究中发现, 美国各州住房财富增加1%会引起0.03%～0.09%的消费增长, 房地产的边际消费倾向高于金融资产的边际消费倾向, 房地产的财富效应显著存在。国内, 宋勃 (2007) 在对我国1998～2004年的季度相关数据进行实证分析时, 认为我国房地产存在财富效应。李玉山、李晓嘉 (2006) 运用计量分析认为, 我国房地产市场存在一定的财富效应, 并提出我们应该强化住房金融市场, 放大财富效应。
第二, 认为房地产财富效应尚未显现, 房价与消费负相关。国外, Buiter (2009) 认为, 房地产不仅仅是一种财富, 而是一种消费品, 所以其财富效应是十分微弱的。国内, 洪涛 (2006) 对中国31省 (市、区) 2000～2004年的面板数据进行了实证检验, 结果发现, 中国房地产价格波动与个人消费支出之间为负相关关系。张存涛 (2007) 利用我国1987～2005年年度数据进行分析, 认为房产价格对社会品消费是负向抑制影响, 而财富效应尚未显现。
综上, 为了进一步探索重庆市房地产财富效益是否存在, 房价波动对居民消费的影响机制, 本文对重庆市1997～2010年的数据进行实证分析。
三、模型的建立及分析
(一) 变量选取与数据来源。
本文选取城镇居民人均消费支出表示消费作为被解释变量, 记为C;选取城镇居民人均可支配收入表示收入作为一个解释变量, 记为Y;同时, 用商品房平均销售价格来表示房价作为另一个解释变量, 记为HP。选择传统的消费函数, 并在此基础上引入房价作为解释变量, 可建立方程式为:
所有的数据均来源于《重庆统计年鉴》以及重庆统计信息网上的相关进度数据。
(二) 平稳性检验。
现实中, 由于大多数的数据表现出时间序列的非平稳性质, 如果直接对非平稳性数据直接回归, 容易导致伪回归。检验时间序列的平稳性除了通过图形直观判断外, 运用统计量进行统计检验则更加准确。单位根检验是统计检验中最普遍的方法, 有ADF检验、DF检验、PP检验、KPSS检验等方法。本文采用ADF检验法, 检验结果如表1所示。 (表1) 可以看出, LNC、LNY、LNHP的ADF的t统计值都大于5%的临界值, 即0.05的显著水平下接受原假设, 存在单位根是不平稳的。通过一阶差分, △LNC、△LNY、△LNHP在0.05显著水平下都拒绝原假设, 是平稳的。即△LNC～I (1) , LNY～I (1) , LNHP～I (1) , 所以满足了协整分析的前提, 可以用协整的方法对模型进行分析。
(三) 协整检验—Johansen检验。
两个具有各自长期波动规律的变量, 如果它们之间是协整的, 那么它们之间存在一个长期稳定的比例关系。检验LNC、LNY、LNHP是否存在长期稳定性是下一步进行格兰杰因果检验的前提。常用的协整检验的方法主要是Engle-Granger检验和Johansen检验, 但对于多变量之间的协整关系, 后者运用更加广泛。因此, 本文采用Johansen检验, 检验结果如表2所示。 (表2) 由表2可知, LNC、LNY、LNHP协整检验的P值都0.05显著水平下接受原假设, 所以三者之间存在协整关系。
(四) Gr anger因果检验。
Granger因果检验主要用于分析经济变量之间的因果关系, 通过ADF检验和Johansen检验已明确了三个变量是一阶单整数列且之间具有协整关系, 为了进一步研究房价波动与居民消费之间的作用机制, 因此进行Granger因果关系检验。LNC、LNY、LNHP三个变量的Granger因果检验结果如表3所示。 (表3) 由表3可以看出, 在该模型滞后阶数为1, 显著水平为10%下, 接受LNC不是LNHP的Granger原因的原假设, 拒绝LNHP不是LNC的Granger原因的原假设。由此可知, 消费与房价存在单向因果关系, 即消费水平提高对房价的上涨在短期内没有影响, 而房价的波动对消费变化有影响。
(五) 模型实证检验。
由Granger因果检验结果可以知道房价和居民消费之间存在单向的因果关系, 房价对居民消费有影响, 那么房价的上涨对居民消费是促进作用还是抑制作用, 通过回归分析可看出。 (表4)
所估计的协整方程式为:LNC=0.809762+0.817616LNY+0.093312LNHP
所以, LNHP与LNC之间存在正向的因果关系, 即当商品房平均价格上涨1个百分点, 居民消费支出则增加9.3312个百分点。由此可见, 重庆市的房价波动对居民消费起着促进作用, 是存在财富效应的。
四、结论及政策建议
由重庆市1997～2010年数据实证分析得出的基本结论是:重庆市房地产的财富效应是存在的, 即房价上涨对居民消费支出起促进的作用。所以, 政府在对房地产市场进行宏观调控时要正确发挥房地产市场的财富效应, 调整房地产市场结构, 促进消费, 拉动经济增长。上述结论的政策启示有以下几个方面:
(一) 在房地产供
给方面, 政府应该完善房地产的供给结构。加快廉租房、公租房、拆迁安置房等保障性住房的建设, 对不同收入者实行不同的供给模式, 使房地产的供给真正适合居民所需。
(二) 在房地产需
求方面, 政府应抑制房地产的不合理需求, 尤其是对投资性购房加以控制。比如, 采取有针对性的房贷利率政策, 加快推行物业税制度, 调解住房需求的政策价值取向, 抑制投资性需求, 鼓励居住性需求。
(三) 合理调整房地产价格, 警惕财富效应的负面影响。
建立合理的房产价格预警机制, 防范和控制资产价格泡沫带来的危害和风险, 住房需求应该回归消费市场, 平抑房价上涨过快, 防止房地产泡沫, 促进房地产市场健康合理发展。
摘要：本文基于重庆市1997～2010年数据, 选取商品房平均价格、城镇居民人均消费支出和城镇居民人均可支配收入为变量, 运用ADF单位根检验、Johansen检验和Granger因果检验等计量方法, 对重庆市房价与居民消费支出之间的关系和作用机制进行实证研究, 结果显示, 房地产财富效应是存在的, 房价的上涨对居民消费起促进作用。
关键词：房价,消费,财富效应,Johansen检验,Granger因果检验
参考文献
[1]Friedman Milton.A Theory of the Con2sump-tion Function[M].Princeton NJ:Princeton Uni-versity Press.
[2]Ando, Albert and Franco Modigliani.The LifeCycle Hypothesis of Saving:Aggregate Implica-tion and Tests[J].American Economic Review, 1963.
[3]Ludwig, Slok.The impact of changes in stockprices and house prices on consumption inOCED countries[J].International Monetary Fund, 2002.1.
[4]Skinner, Jonathan.House Wealth Research[J].the Review of Financial Studies.10 (3 fall) .
[5]Yoshikawa, Hireshi and Fumio Ohmke.“Fe-male labor Supply, Housing Demand and TheSaving Rate in Japan”[J].European EconomicReview, 1989.33.
[6]Case, K.E.Quigley, J.M.Shiller, R.J Comparingwealth effects:the stock market versus the hous-ing market[J].Advancesin Macroeconomics, 2005.5.
[7]宋勃.房地产财富效应的理论分析和中国经验的实证检验1998～2006[J].经济学, 2007.5.
[8]李玉山, 李晓嘉.对我国居民消费的财富效应计量分析[J].山西财经大学学报, 2006.3.
[9]Buiter.w.Housing wealth isn’t wealth[J].NBERworking paper, 2008.
[10]洪涛.房地产价格波动与消费增长——基于中国数据的实证分析及理论解释[J].经济学研究, 2006.5.
居民消费价格 篇10
一、CPI编制方法制度存在的缺陷
1. 房屋价格未列入统计范围。
中国是将住房作为投资品划在了CPI核算范围之外, 以房租、物业费等价格的涨跌反映房价的走势。但现阶段, 房租和物业的涨幅远远小于房价的涨幅, 因此这种处理不具有任何代表性。根据国家统计局的规定, 个人的住房消费是指当住房用于居民居住时, 租住的, 其租金计入承租人的消费支出;自住的, 比照相应市场 (租金) 价格, 以虚拟房租形式计入房屋所有人的最终消费。就是说, 目前国内居民购买房子是投资而不是最终消费, 居民的住房最终消费仅是指居民所支付的房租, 而且这种房租国家统计局是无法计算出来的, 它只能是虚拟计算。
在现行国家统计局对住房的属性界定中, 住房属于固定资本形成。即房地产开发投资形成的房地产, 在支出法GDP核算中归入固定资本形成。也就是说, 不仅经营单位购置的厂房是固定资本, 居民个人购买的住宅, 尽管是由个人居住和享用, 但其本身并没有划为消费品。如果按照国家统计局的统计, 房地产都是投资品, 民众住房购买也是投资品, 那么在目前国内投资过高过热的情况下, 扩展房地产投资或拼命鼓励民众进入房地产市场自然是把目前高位运行的投资再一次拉得更高了。
也正是因为国家统计局把房地产归纳为固定资本形成或投资中, 因此无论房价如何上涨, 都与居民消费价格指数无关。可以说, 目前房地产调整的困难就在于对房地产属性理解的歧义上。如果政府能够解开这个结, 住房消费问题就容易解决了。
2. 新产品很难及时纳入指数计算。
科技的进步和生产力的提高使得产品更新换代的速度加快, 对一些迅速占领市场且消费量大的商品, 由于时间和制度的问题而很难及时纳入指数计算中。比如, 假如MP5是在2009年1月份迅速占领市场且消费量大, 但由于代表规格品在2008年12月份已确定完毕, 且其他代表规格品尚未失去代表性, 因此MP5这个商品就不能及时纳入到指数计算中来。
3. 鲜菜、鲜果计算结果与实际价格相矛盾。
由于鲜菜、鲜果采用活权数的计算方法, 活权数对鲜菜、鲜果的指数有着重要的影响, 而活权数是根据城镇居民对鲜菜、鲜果消费支出而得来的, 因此其消费量的大小对指数有很大的影响作用, 所计算出来的价格指数与实际价格涨跌趋势不相一致。
4. 代表规格品规定数量少, 难以反映商品价格变动趋势。
如今, 市场商品种类繁多, 而参加CPI计算的仅仅有700个左右的商品, 占整个市场商品的比例小的可怜。从中可以看出, 目前仅仅用700个左右的商品的价格变动趋势来反映整体商品价格变动趋势是不合适的, 显然是很难反映出整个商品市场价格的变动趋势的。
5. 用城市价格变动来反映农村价格变动趋势存在误差。
一般认为, 城市的价格变化可以代表农村的价格变化, 使用全国的消费支出权数数据和城市的价格数据, 就能得到全国的CPI。在各国CPI的编制实践中, 绝大部分国家的CPI使用包括城市与农村的消费支出权数数据, 而价格数据只在城市中采集。
二、改进CPI编制方法制度的对策
1. 住房价格加入CPI核算。
居民购买住房应该定性为消费行为, 因为居民购买住房之后, 由于资金支出过大, 在一定时期内手中资金很有可能存量不足, 会在一定程度上影响对其他商品的消费, 影响购买力, 进而引起消费需求下降, 有可能导致商品价格下降。从这些情况来看, 居民购买住房是一种消费行为, 这种消费行为会对其他消费品产生不利影响, 进行引起CPI产生变动, 因此, 住房价格一定要加入CPI核算中, 以提高CPI代表性。
2. 大宗新产品及时纳入指数计算。
有些新产品一投放市场就马上得到了市场的追捧, 消费量也很大, 但是由于原有的代表规格品仍然未失去代表性, 所以这些新产品还不能够纳入到指数计算中。同时, 新上市产品的价格往往较高, 长期内无法维持, 所以随着时间的推移, 其价格通常会在走低, 这也为新产品及时纳入到指数计算中造成了障碍。但不可否认的是, 新产品的消费量已超过了现存的代表规格品并会很快取缔其市场地位, 原有的代表规格品已失去生存空间而导致消费量大减并迅速消亡, 此时, 就应该迅速地把这些新产品纳入计算中, 增强CPI的准确性。此外, 新产品 (包括服务) 对CPI偏差的影响的关键, 是新产品在引入产品篮子时经常存在滞后, 而新产品经常在其生命周期的早期阶段发生价格急剧下降的现象, 这样CPI就未必能够捕捉到消费者剩余, 因而会产生偏差。
3. 改变鲜菜、鲜果计算方法。
鲜菜、鲜果现在使用的活权数的计算方法与人们对价格变动趋势的感觉存在很大感性差别, 在进行价格变动分析时由于价格下降趋势与指数上涨趋势不相一致而造成矛盾, 比如西瓜价格, 在上市旺季, 由于价格较低, 居民消费量很大, 但反映出来鲜果类价格指数却由于消费量大增而上涨, 这就为分析鲜菜、鲜果的价格变动态势造成了困扰。因此, 改变现行的鲜菜、鲜果计算方法是非常有必要的, 只要用同其他商品类别一样的计算方法就可以了, 也就是使用链式拉氏计算公式。计算公式为:
其中:Gt1、Gt2、……、Gtn分别为第一个至第n个规格品报告期 (t) 价格与上期 (t-1) 价格对比的相对数。
4. 增加代表规格品规定数量。
代表规格品作为CPI计算中的基本元素, 其代表性如何直接影响CPI的准确性。目前, 中国参加CPI计算的代表规格品数量明显偏低。代表规格品数量少就难以代表整个商品市场的价格变动趋势。因此, 扩大统计抽样的样本比例, 适当地增加代表规格品的数量是非常必要的。代表规格品数量在原有基础上可再增加1倍, 这主要基于以下方面考虑:一是食品类现有品种偏少;二是衣着类和家庭设备用品规定的品种较少;三是医疗保健、娱乐教育文化用品、检查费规格品种偏少。
5. 适当采集农村市场商品价格。
用城市价格变动趋势来反映农村价格变动趋势在目前中国城乡差距依然很大的情况下显然是不合适的, 我们应该在农村设置一些调查网点, 采集农村市场部分商品价格, 再加上一部分城市商品价格, 所计算出来的CPI才能更好地反映出农村市场价格变动趋势, 进而增强省级和国家CPI的准确性。
摘要：中国现行的CPI编制方法制度虽然已与国际接轨, 但却没有很好地与中国国情相结合。我们应该建立符合自己国情特点的CPI编制体系, 要根据不同经济和社会发展阶段的特点来不断调整CPI编制体系, 改进方法制度, 让方法制度来适应社会发展的需要。
居民消费价格 篇11
自1978年实行改革开放以来, 我国的经济迅猛增长, 而居民消费价格指数也呈上升趋势。之后我国CPI与GDP两者的变化趋势也是跌宕起伏。数据显示:1991年的GDP增长率是往年的2.3倍, 居民消费价格指数也逐渐呈回上升趋势。1994年, 我国的居民消费价格指数攀升至24.1%, 但是当时我国却面临着严重的通货膨胀问题。1995年, 我国为应对通货膨胀问题实行了紧缩性货币政策和财政政策, 因而导致了1996年我国的居民消费价格指数跌至8.3%, 而随后三年的居民消费价格指数逐年下降, 分别是2.8%、-0.8%、-1.4%, 随后2000-2001年的居民消费价格指数有所回升, 分别为0.4%、0.7%, 但又在2002年下降为-0.8%, 而2003年、2004年的分别是1.2%、3.9%。从GDP增长率来看, 1995年至2004年的GDP增长率依次为:10.5%、9.6%、8.8%、7.8%、7.1%、8%、7.5%、8.3%、9.5%、9.5%, 可见我国的GDP增长率呈下降后回升的趋势, 但总体上却保持了高速增长。
本文针对今年甘肃省经济的增长与居民消费价格之间的关系建立回归分析模型来分析二者之间的均衡关系。
2模型建立
计量经济学中, 如果回归函数描述了一个变量与多个解释变量之间的线性关系, 由此设定的回归函数描述了一个因变量与多个解释变量的线性关系, 由此而设定的回归模型就称为多元线性回归模型。
一般情况下, 如果变量y与解释变量x1, x2, ……, xn之间服从以下关系:
y=b0+b1x1+b2x2+…+bnxn+u
则对因变量y及解释变量x1, x2, ……, xn作n次观测后, 所得n组观测样本
(yt, x1t, x2t, …xnt) (t=1, 2, ……, k)
将满足如下关系:
yt=b0+b1x1t+b2x2t+…+bkxkt+u
bj (j=0, 1, ……, k) 为模型参数;ut为随机误差项。
3实证分析
本文以2008-2012年季度统计数据为基础构建回归分析模型, 数据来自甘肃省统计信息网, 结合SPSS 16.0分析数据。
首先, 由相关分析可知甘肃省经济增长与居民消费价格指数相关系数r=0.75, 即:二者之间显著线性相关。
进而, 构建回归分析模型分析甘肃省经济增长与通货膨胀之间的均衡关系。可知:
GDP=14.171+1.945CPI (1)
(7.488) (2.544)
R2=0.722, F=8.238
回归方程 (1) :拟合优度R2=0.722, 显著性检验F=8.238, 说明:回归方程拟合程度较高, 商品零售价格与居民消费价格对GDP的影响都比较大, 其中CPI每上涨1个百分点, GDP上涨1.945个百分点。说明通货膨胀整体上能够促进甘肃的经济发展, 可以推动该地区的经济发展。同时, 该地区的发展还存在不足。可以通过提高居民人均收入, 扩大发展第三产业等方式来推动地区经济的发展。
4结论
本文通过构建回归分析数学模型, 结合SPSS数学软件, 深入探讨了甘肃省居民消费价格指数与经济增长的变化趋势, 由于本文采用的数据是季度变化数据, 所以进数据分析结果能够精确、直观的反映出二者间变化的关系及总体变化水平。不仅能体现月度变化趋势, 而且能反应年度变化趋势。此外, 用于模型分析的数据始于2008年, 因而分析结果能够反映出近年来甘肃省经济增长与通货膨胀的变化趋势, 从而为甘肃省调控政策提供一定参考。但实际上, 受当今全球经济危机的影响, 使得全球通胀压力越来越大, 进而使得居民消费价格指数越来越难以预测, 其多样化的影响因素导致了其极为复杂的变化趋势。
摘要：近年来我国各个地区的通货膨胀现象有明显加剧的趋势, 伴随着经济的高速增长与通货膨胀, 本文采用回归分析模型对二者之间的关系进行分析, 结果显示, 甘肃省居民消费价格指数变化大, 经济增长的影响系数为1.945。
关键词：经济增长,消费价格指数,回归分析
参考文献
[1]高鸿业.西方经济学[M].北京:中国人民大学出版社, 2000.
[2]沈坤荣.经济增长模式与通货膨胀[J].经济学家, 2006, (4) .