我国居民消费水平影响因素的分析

我国居民消费水平影响因素的分析

------基于计量经济学的实证研究

                                       金融10-02

                                       张理想

                                       1010220230

摘 要：

消费水平是指一个国家一定时期内人们在消费过程中对物质和文化生活需要的满足程度。消费、投资和出口作为拉动我国经济的三驾马车，发挥着不可忽视的重要作用。在我国，随着社会主义市场经济的确立，消费在全民经济生活中的作用更显重要。可以这样概括的说，消费活动是经济活动的终点，一切经济活动的目的就是为了满足人们不断增长的消费需求；另一方面，消费活动又是经济活动的起点，是拉动经济增长的动力。国家一系列决策和尚待解决的问题很大程度上是既源于消费，又回归到消费。正因为如此，研究消费水平对正处于转型期的我国经济有极其重要的经济意义。

英文摘要：

The level of consumption is to meet people of a country in a certain period of time the need for material and cultural life in the process of consumption. Consumption, investment and exports as China's economic growth of three carriages, play an important role can not be ignored. In our country, with the establishment of socialist market economy, consumption in the national economic life more important role. It can be summarized that, consumption is the economic activities of the end point, the purpose of all economic activity is in order to meet the people's growing consumer demand; on the other hand, consumption is also a starting point for economic activities, is the driving force of economic growth. A series of national policy and unsolved problems are largely derives from consumption, and returned to the consumer. Because of this, study the consumption level has important economic significance to our country economy is in transition period.

关键词：居民消费水平；计量经济学；研究与对策

一、经济理论陈述

改革开放以来，我国居民收入与消费水平不断提高，居民消费结构转换和消费需求扩张成为我国经济高速增长方的主要动力。但是，我国居民消费领域存在一些隐患影响着国民经济全局。最为突出的隐患之一是居民消费率偏低，较低的消费率与较高的储蓄率将阻碍我国经济的持续增长。因此，及时把握居民消费需求变动趋势，有针对性地制定符合实际的促进国民消费的，对于提高我国经济增长的速度与质量都有重要的作用。

二、模型变量与函数形式的设定及相关数据的收集

本文选取社会经济因素中几个比较重要的因素进行分析：

1.国内生产总值  2.人口数量   3.居民消费价格指数。

在模型中设居民人均消费水平为Y，国内生产总值为X1，人口数为X2，居民消费价格指数（以上一年为100）为X3元。

C β1 β2 β3代表要估计的参数，Ui表示随即扰动项。

模型设为：Y=C+β1×X1+β2×X2+β3×X3+Ui

年份	国内生产总值（亿）	人口数（万人）	居民消费价格指数（元）	人均居民消费（元）
1990年	18320	114333	103.1	833
1991年	21280	115823	103.4	932
1992年	258	117171	106.4	1116
1993年	34501	118517	114.7	1393
1994年	46691	119850	124.1	1833
1995年	58511	121121	117.1	2355
1996年	68330	1223	108.3	27
1997年	744	123626	102.8	3002
1998年	79003	124810	99.2	3159
1999年	82673	125909	98.6	3346
2000年	341	126743	100.4	3632
2001年	98593	127627	100.7	3869
2002年	1078	128453	99.2	4106
2003年	121511	129227	101.2	4411
2004年	159878	129988	103.9	4925
2005年	183217	130756	101.8	5463
2006年	211924	131448	101.5	6138
2007年	257306	132129	104.8	7081
2008年	314045	132802	105.9	8183

2009年	340903	133474	99.3	9098
2010年	401513	134100	103.3	10522
2011年	473104	134735	105.4	12272
2012年	519322	135400	102.6	13156

（以上数据均来自中华人民共和国统计年鉴）

三、模型参数估计

利用Eviews软件及最小二乘法对数据进行回归分析:

Dependent Variable: Y
Method: Least Squares
Date: 06/11/13   Time: 17:35
Sample: 1990 2012
Included observations: 22
Excluded observations: 1
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-8093.759	2176.682	-3.718392	0.0016
X1	0.020702	0.000568	36.44248	0.0000
X2	0.083198	0.014004	5.940870	0.0000
X3	-8.591150	7.792773	-1.102451	0.2848
R-squared	0.997306	Mean dependent var		4750.727
Adjusted R-squared	0.996857	S.D. dependent var		3537.833
S.E. of regression	198.3502	Akaike info criterion		13.58091
Sum squared resid	708170.3	Schwarz criterion		13.77928
Log likelihood	-145.3900	F-statistic		2220.935
Durbin-Watson stat	0.394148	Prob(F-statistic)		0.000000

可得F=2220.935 (显著性水平为0.05)，表明从总体上看，居民人均消费水平与解释变量之间线性关系显著。R2值为0.997306，模型的拟合优度较好，但X3变量的t值不显著，DW值也小于dl，我们需要对上述模型进行计量经济学的检验，并进行相关修正。

四、多重共线性检验与修正

用Eviews软件，得相关系数矩阵表:

可以看出X1与X2间相关系密切，而X3与X1、X2间联系不紧。采用逐步回归的方法，解决多重共线性问题。首先分别做Y对X1，X2，X3，的一元回归:

由回归结果看出，X1，X2的R2值均较好，X3的R2较低。但经济意义上居民消费价格指数对居民消费水平影响重大，为保留X3的影响，引入变量X4=X1/X3表示当年实际国内生产总值。我们对变换后的模型做最小二乘法的回归，

Dependent Variable: Y
Method: Least Squares
Date: 06/11/13   Time: 18:00
Sample: 1990 2012
Included observations: 22
Excluded observations: 1
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-8595.766	1531.485	-5.612700	0.0000
X2	0.079801	0.012702	6.282635	0.0000
X4	2.166703	0.056877	38.09472	0.0000
R-squared	0.997229	Mean dependent var		4750.727
Adjusted R-squared	0.996937	S.D. dependent var		3537.833
S.E. of regression	195.7932	Akaike info criterion		13.51812
Sum squared resid	7283.3	Schwarz criterion		13.66690
Log likelihood	-145.6993	F-statistic		3418.721
Durbin-Watson stat	0.746690	Prob(F-statistic)		0.000000

可得方程如下：Y=-8595.766+0.079801X2+2.166703X4，其中F=3418.721，表明被解释变量与解释变量间线性关系明显，且 R2=0.997229，较原始模型有所提高，各参数的t值也均为显著。

五、异方差检验与修正

在EViews中进行White检验:

White Heteroskedasticity Test:
F-statistic	1.002588	Probability		0.447569
Obs*R-squared	5.248416	Probability		0.386322
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/11/13   Time: 18:05
Sample: 1990 2012
Included observations: 22
Excluded observations: 1
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	3217017.	18377055	0.175056	0.8632
X2	-48.43350	305.3982	-0.158591	0.8760
X2^2	0.000175	0.001263	0.138821	0.13
X2*X4	-0.012385	0.024912	-0.497157	0.6258
X4	1709.197	3213.871	0.531819	0.6022
X4^2	1.13E-05	0.028856	0.000392	0.9997
R-squared	0.2385	Mean dependent var		33107.47
Adjusted R-squared	0.000616	S.D. dependent var		35757.56

S.E. of regression	35746.55	Akaike info criterion		24.03330
Sum squared resid	2.04E+10	Schwarz criterion		24.33085
Log likelihood	-258.3663	F-statistic		1.002588
Durbin-Watson stat	2.682737	Prob(F-statistic)		0.447569

由Eviews导出表得n R2=5.248416，在α=0.05时，X0.05

（5）=11.0705，nR2六、自相关的检验与修正

表中D W值为0.746690，查表可得，在显著性水平为0.05，解释变量2个，样本数23时，dL=1.168，du=1.543，DW值小于dl，可能存在自相关。

用迭代法修正模型的自相关:

Dependent Variable: Y
Method: Least Squares
Date: 06/11/13   Time: 18:24
Sample(adjusted): 1992 2012
Included observations: 18
Excluded observations: 3 after adjusting endpoints
Convergence achieved after 6 iterations
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-12475.05	1734.566	-7.192031	0.0000
X2	0.113832	0.014545	7.826012	0.0000
X4	1.810531	0.092874	19.49450	0.0000
AR(1)	1.213478	0.185036	6.558071	0.0000
AR(2)	-0.745059	0.226917	-3.283400	0.0059
R-squared	0.999500	Mean dependent var		4442.056
Adjusted R-squared	0.999346	S.D. dependent var		2883.197
S.E. of regression	73.74175	Akaike info criterion		11.66915
Sum squared resid	70691.99	Schwarz criterion		11.917
Log likelihood	-100.0223	F-statistic		93.720
Durbin-Watson stat	2.554978	Prob(F-statistic)		0.000000
Inverted AR Roots	.61+.61i	.61 -.61i

D W值为2.554978比照显著性水平为0.05的DW统计表，样本容量为23时，dL=1.168，du=1.543,修正后的DW值大于dU，大于4-dU，但只是大了一点点，自相关消除。调整后模型为:

Y=-12475.05+0.113832×X2+1.810531×X4+1.213478×AR(1)-0.745059×AR(2)，其中F=93.72， R2=0.9995，DW值也通过检验，参数的t值均显著，模型较为理想。

模型的经济意义是当其他因素不变时，人口增加1万人，实际生产总值每增加1亿元，平均来说居民人均消费水平分别将增长2.4元和51.12元。

结论：

国内实际生产总值与人口总量这两个因素对人均消费水平有影响。实际生产总值的增加将使人均消费水平明显上升，这与我国居民典型的量入为出的基本消费观念相符。并且文中，实际国内生产总值由名义国内生产总值除以消费价格指数而得，因此，本模型在一定层面上也说明了消费价格指数对居民消费水平有影响，国内生产总值一定时，

消费价格指数越低，消费水平越高。但是，人口因素对人均消费水平的影响与预期的结果有所出入。原本预期人口因素的参数是负值，但上文最终所得结果却是正值。究其原因是所选的变量因素不够全面。影响人均消费水平的因素众多，如社会劳动生产率及其增长速

度，产品结构及产品质量，国民生产总值的支出的分配等。虽然人口的增多会使人均消费水平降低，但人口增多的同时，科技教育的发展将使社会劳动生产率提高，社会上的消费品增多，人均消费水平得到提高。

经上述分析，实际国内生产总值，消费价格指数及人口数量对人均消费水平有显著影响，其中国内生产总值的是最主要影响，因此我们要加大力度，发展经济来拉动人均消费水平，而消费的提高又可以反过来带动生产的发展，促进相关产业部门的发展，使经济进一步腾飞。

参考文献

庞皓.计量经济学.科学出版社.

刘荣锋.中国人口数量与消费的实证研究[J].改革与开放.2009.(05)

张蔚虹，朱明宣.中国居民消费函数的分析与检验[J].数量经济技术经济研究，2007（1）

姚铭炜，刘杨洋.浙江省居民消费水平影响因素的分析