基于非参数方法的CPI和RPI地区差异性研究

经　济　纵　横　詈　基于非参数方法的ＣＰｌ和ＲＰｌ　地区差异性研究　高玉鹏　，　今社会对各个问题的研究逐渐变得多元　口　化、复杂化，常需比较两组或以上研究对象　之间的差异，然而，有些问题的相关数据具　有正态性．有的数据则不确定，这种情况下。就需要借助非参　数方法来解决　多组数据位置的比较是基本问题，解决此类　问题的主要工具是方差分析．不同实验设计选择不同的方差　分析模型，然而．当总体的方差和均值未知时，单纯运用参数　模型进行分析往往会得出错误的结果。在影响居民ＣＰＩ的分　析研究中．目前运用较多的是ＶＡＲ模型和ＡＲＩＭＡ模型，很　少有人用非参数模型对该类问题进行研究　一、文献综述　查阅相关文献发现．在参数分析领域研究居民ＣＰＩ与　ＲＰＩ相关关系的文章比较多，王扬眉、杨桂云运用ＡＲＩＭＡ模　型针对我国２００５年－－２０１３年间ＣＰＩ和ＲＰＩ数据进行分析．　得出ＣＰＩ和ＲＰＩ之间存在着长期均衡的稳定关系：马敬利用　ＶＡＲ模型．选取以１９８７年为基期的２００１年－－２０１０年的ＣＰＩ　和ＲＰＩ数据．将我国各个省市自治区划为三部分，得出我国　ＣＰＩ和ＲＰＩ在各个地区的分布情况具有明显的差异性。一些　学者为了摆脱时间序列方法的局限．运用非参数方法研究并　预测ＣＰＩ．相对参数方法，非参数方法灵活、简单、易操作，在　经济金融领域有广泛的应用。但是，在非参数领域中，研究居　民ＣＰＩ和ＲＰＩ之间关系的文章仍然较少。　在此基础上．本文运用非参数模型中的Ｋｒｕｓｋａｌ—Ｗａｌｌｉｓ　检验和Ｊｏｎｋｈｅｒｅ—Ｔｅｒｐｓｔｒａ检验对居民ＣＰＩ和ＲＰＩ之间的相　关性以及在全国不同地区的差异性进行研究分析　一方面．　非参数方法对数据的要求相对参数检验要少．用非参数方法　验证ＣＰＩ和ＲＰＩ数据是否服从正态分布。既减少了数据换算　时间．又在非参数领域开辟了ＣＰＩ和ＲＰＩ研究的先河；另一　方面．如果将我国的省市自治区划分为东、中、西三部分，利　用参数方法进行分析时会使分析工作变得更复杂．但非参数　方法中的Ｋｒｕｋａｌ—Ｗａｌｌｉｓ检验和Ｊｏｎｋｈｅｅｒｅ—Ｔｅｒｐｓｔｒａ检验在检　验分组数据时具有绝对的优势。　二、数据来源及检验　（一、数据的来源与指标介绍　本文使用的数据来源于中华人民共和国统计局网站　２０１４年月度数据　将全国３１个省市自治区等按照地域划分　为东、中、西三个不同的地区。　表１　２０１４年全国分地区ＧＰＩ和ＲＰＩ（上年同月＝５００）　东部　ＣＰＩ　ＲＰ１　中部　ＣＰＩ　ＲＰ１　西部　ＣＰＩ　ＲＰＩ　北京　１Ｏ３．３　９９．８　吉林　１Ｏ２．９　１０１．６　内蒙　１０３．２　１Ｏ２．６　天津　１０３．１　ｌ０１．７　山西　１０３．１　１Ｏ１．８　广西　１０２．２　１０１．２　河北　１０３　１０２．２　黑龙江　１０２．２　１０１．１　重庆　１Ｏ２．７　ｌ０１．８　辽宁　１０２．４　ｌ０１．６　安徽　１０２．４　１Ｏ１＿３　四川Ｉ　１Ｏ２．８　１０１．７　上海　１０２．３　ｌ０ｏ．２　江西　１０２．５　１０１．５　云南　ｌ０３．１　ｌ０２．６　江苏　１０２．３　１Ｏ１．４　河南　１０２．９　１０１．９　　１０３．６　１０３　浙江　１Ｏ２＿３　１Ｏｌ　湖北　１０２．８　ｌ０１．８　陕西　ｌ０３　１０１．８　福建　１０２．５　１Ｏ１．１　湖南　１０２．５　ｌ０１．７　甘肃　ｌ０３．２　１Ｏ２．６　山东　１Ｏ２．２　１Ｏ１．４　贵州　１０２．５　１Ｏ１．５　广东　１０２．５　ｌＯ１　青海　１０３．９　１０２．７　海南　１０２．８　ｌ０１．５　宁夏　１０３．４　１０２．４　　１０３．９　１０３．３　（二）正态性检验　运用Ｒ软件以及Ｋｏｌｍｏｇｏｒｏｖ—Ｓｍｉｍｏｏ检验法计算表１　中ＣＰＩ和ＲＰＩ数据，得出正态性检验结果，如表２。　表２正态性检验结果　ＣＰｌ　ＲＰｌ　Ｉ＿ｉｌｉｏｆｏｒ检验　Ｋ—Ｓ检验　Ｉ＿ｉｌｉｏｆｏｒ检验　Ｋ—Ｓ检验　均值　方差　统计量　Ｐ值　均值　方差　统计量　Ｐ值　１Ｏ２．８５７　Ｏ　２２４　０．１４６　０．０４４　ｌ０１．７０３　０．５６０　０．１５８　０．１２０　查表可知Ｄ　３１＝０．２４，ＣＰＩ的实际观测值（Ｄ　）和ＲＰＩ的　实际观测值（Ｄｒ）分别为０．１４６和０．１５８，均小于临界值Ｄｎ０ｉ，　＝　０．２４．但在０．０５的置信水平下．ＲＰＩ实际统计量和Ｐ值都不　能拒绝原假设．ＣＰＩ实际观测值虽不能拒绝原假设．但其Ｐ值　０．０４４小于０．０５．不能接受原假设。由表２可以看出，我们不　能确信ＣＰＩ服从正态分布．因此．本文采用更加稳健的非参　数统计检验方法来处理。　Ｋｒｕｋａｌ—Ｗａｌｌｉｓ检验和Ｊｏｎｋｈｅｒｅ—Ｔｅｒｐｓｔｒａ检验都是用于　检验两组或多组数据是否存在差异性的方法．但这两种方法　的前提有一定的区别。设总体的未知参数为０　、０　、…、０　，对　应于Ｋｒｕｋａｌ—Ｗａｌｌｉｓ检验和Ｊｏｎｋｈｅｒｅ—Ｔｅｒｐｓｔｒａ检验的原假设　均为Ｈ。：０。＝０　一一０　，备择假设则分别为“Ｈ。：０．不全相等（ｉ－　１，２，…ｋ）”和“Ｈｌ：０１：≤０２≤…≤ｅｋ”。　三、Ｋｒｕｋａｌ—Ｗａｌｌｉｓ检验在差异性比较中的应用　根据我国东、中、西三个地区的划分，将其作为三个不同　的总体：　Ｈ。：我国东部、中部、西部三个地区的ＣＰＩ（或ＲＰＩ）的中　位数相等　Ｈ。：我国东部、中部、西部三个地区的ＣＰＩ（或ＲＰＩ）的中　位数不相等。　取置信度ａ＝０．０５，利用Ｒ软件对原假设进行检验．得到　隧翻圜２０１５￣ｇ　９　５３　经　济　纵　横　詈——一蠢　皇　检验结果．如表３　从Ｓｐｅａｒｍａｎ相关系数检验结果中可以看出．我国ＣＰＩ　和ＲＰＩ之间的相关性是非常显著的，这也间接地验证了Ｊ—Ｔ　结论　拒绝原假设　５．９９１　表３　Ｋｒｕｋａｌ—Ｗａｌｌｉｓ检验结果及结论　检验对象　居民消费价格指数　统计量　６．７８９７　Ｐ值　ｏ．０３３５５　５％临界值　检验的结果　商品零售价格指数　１２．７７７　ｏ．ＯＯｌ６８　拒绝原假设　五、建议和对策　从本文的分析中可以看出．居民ＣＰＩ和ＲＰＩ在我国东　部、中部、西部不同地区有明显的差异性，且依次降低．而ＣＰＩ　和ＲＰＩ两者之间存在显著的正相关关系　为缩小我国各地区　ＣＰＩ和ＲＰＩ的差异性．提出以下建议　ＣＰＩ统计量和ＲＰＩ统计量都大于５％置信度下的临界　值．且两个统计量的Ｐ值都小于０．０５．即这两个统计量均拒　绝原假设，认为我国东部、中部、西部三个地区的ＣＰＩ（或　ＲＰＪ）的中位数不相等．２０１４年我国居民ＣＰ］和ＲＰｌ在东部、　中部和西部地区具有明显的差异　四、Ｊｏｎｋｈｅｅｒｅ—Ｔｅｒｐｓｔｒａ检验在差异性｝匕较中　的应用　在Ｊｏｎｋｈｅｅｒｅ—Ｔｅｒｐｓｔｒａ检验中的原假设和备择假设分别　为：　Ｈ。：我国东、中、西部三个地区ＣＰＩ（或ＲＰＩ）的中位数相　等。　Ｈ　：我国东、中、西部＿一个地区ＣＰＩ（或ＲＰＩ）的中位数西　部中部东部　在大样本情况下．已知的临界值为Ｚｏｚ＝１．６４５．得出表４　的结果．　对于居民消费价格指数。统计量Ｊ的计算结果为２２６．５．　查表发现当ｎｌ＝ｌ１，ｎ２＝８，ｎ３＝１２时超过表的范围，为了得到更　可信的结果．本文用大样本近似计算统计量ｚ值．利用Ｒ软　件在０．０５置信度下得到居民ＣＰＩ和ＲＰＩ的统计量以及相应　的Ｐ值．得到表４的结果：　表４　Ｊｏｎｋｈｅｅｒｅ—Ｔｅｒｐｓｔｒａ检验　检验对象　统计量Ｊ　统计量Ｚ　５％临界值　结论　居民消费价格指数　２２６．５　２．４９３６　拒绝零假设　１．６４５　商品零售价格指数　２６０　３．７ｌ３　拒绝零假设　检验结果表明．修正后的统计量ｚ都大于５％置信水平　下的临界值．因此均拒绝原假设．表明２０１４年我国居民ＣＰＩ　和ＲＰＩ的平均水平按照东部、中部、西部的顺序依次降低，并　且居民消费价格指数和商品零售价格指数的升降趋势相同　为了进一步探究这两个指数间的相关性．用ＳＰＳＳ软件　对这两组数据进行相关性分析．考虑到使用Ｐｅａｒｓｏｎ相关系　数检验时必须满足连续数据、正态分布和线性相关三个条　件，而本文数据并不服从正态性分布，因此，采用ＳｐｅａｒｌＴｌａｎ　系数进行相关系数检验和分析．得到表５的相关系数矩阵　表５　Ｓｐｅａｒｍａｎ相关系数检验结果　居民消费价格指数　商品零售价格指数　居民消费　相关系数　１．０００　０　７６１　价格指数　Ｐ值（双侧）　０．０００　Ｎ　３１　３１　商品零售　相关系数　０．７６１　１　０００　价格指数　Ｐ值（双侧）　０．０００　Ｎ　３ｌ　３１　注：　指在置信度（双侧）为０．Ｏ１时，相关性是显著的　５４国慰　圈２０１５年第９期　１．价格要体现区域差异性　改革开放以来我国　发生了几次比较严重的通货膨胀．形成原因一般包括经济过　热、生产要素价格上涨和资源环保成本上升等　但是．因为各　地区在产业结构、经济增长、居民收入和消费结构等方面均　有很大的差异，以至于在通货膨胀发生的成因、传导机制、严　重程度等方面上也不完全相同。因此．宏观要体现出省　区的差异性．把握好宏观方向．以提高价格水平的　灵活性、有效性和针对性　２．调整收入分配格局．完善社会保障体系　影响居民消　费价格变化最直接的因素是居民的收入和消费水平　国家有　关部门应该切实调整收入分配格局．增强劳动报酬在初分配　中的份额．逐步分别提高各区域的最低工资水平．注重改善　低收入群体的收入水平。继续完善我国在医疗、教育、住房和　社会保障上的改革，降低城乡居民收入、支出不平衡性，　防止因过快上涨的价格使生活水平下降　３．提高西部地区居民生活水平。我国东部、中部和西部　地区经济文化发展一直都不平衡．所以．要不断提高西部地　区居民的生活质量。一方面，可以通过合理地调整国民资源　分配结构和来加大对西部的支持和保护力度：另一方　面，国家要加强在西部地区的投资力度，尤其是在教育方面　另外．应增加西部地区的就业人数，从而增加收入．改善生活　状况　参考文献：　『１１王扬眉，杨桂云．基于ＡＫＩＭＡ模型的ＣＰＩ和ＲＰ１分　析们．经济与管理，２ｏ１３（ｏ２）：３４—３６　［２］－２敬．商品零售价格与ＣＰＩ关系的实证分析［Ｉ】．湖北师　范学院学报（哲学社会科学版），２ｏｌｏ（４）：１１—１４　『３１申菊梅，高岳林．基于非参数统计的我国分地区生活　质量指数分析１３］．太原城市职业技术学院学报，２ｏｏ９（７）：４９—５Ｏ　【４】王星，非参数统计［Ｍ】．北京：清华大学出版社，２００９：　１２４—１３５　『５１吴剑飞．中国实际产出波动与价格波动的关系：１９９２—　２ｏｏ８［／１．当代经济科学，２００９（５）：７２—８Ｏ　『６１王元凯．中国城乡价格水平差异研究——基于１９９５—　２００５年省级面板数据Ｕ１．统计研究，２００８，２５（５）：２６—３１　（作者单位：河北经贸大学）