—分析我国居民人均消费的影响因素
我国居民人均消费影响因素分析
一、问题的提出
改革开放以来,我国经济取得了突飞猛进的发展,国民生产总值快速增长,人民生活水平迅速提高。根据统计数据,我国居民的人均收入绝对数逐年增长,农村居民的家庭人均纯收入由1978年的133.6元增长到2008年的4760.6元,增长了33.63倍;城镇居民的家庭人均可支配收入由1978年的343.4元增长到2008年的15780.8元,增长了44.95倍。从1997年开始,我国的GDP年平均环比增长率保持在12.8%左右,而同期我国农村居民实际家庭人均纯收入的年平均增长率为2.26%,城镇居民的实际家庭人均可支配收入的年平均增长率为1.59%。
根据相关经济理论与实践,投资、出口和消费一向被认为是拉动国民经济增长的“三架马车”。温总理在2010年工作报告中指出,逐步提高居民收入在国民收入分配中的比重,提高劳动报酬在初次分配中的比重,积极扩大居民消费需求。扩大居民消费成为拉动我国经济增长的重要力量,国家的经济也反映了这一点,“增加消费,扩大需求,启动市场”已经成为我国经济的基本目标。因此,对于消费的研究就显得极为迫切且具有重要意义。著名的凯恩斯消费理论中,影响消费的因素很多,如收入、消费品价格、消费者偏好、消费者预期、消费信贷、利率水平等等。随着2008年金融危机的爆发,消费受到了怎样的影响?在我国居民消费还存在着两个几乎完全不同的消费群体:农村居民和城市居民。对于两个不同的消费群体,他们各自的消费对我国的经济增长孰轻孰重呢?即我国应该将经济的增长点着重放在刺激哪个消费群体上呢?是农村居民呢还是城市居民呢?对此我们展开了关于我国人均居民消费的研究分析。
二、模型设定
(1)影响消费的因素很多,如收入、消费品价格、消费者偏好、消费者预期、消费信贷、利率水平等等。其中最重要的是个人收入。因此《宏观西方经济学》中假定消费与收入水平存在着稳定函数关系,即凯恩斯消费函数:随着收入增加,消费也会增加;但是消费的增加不及收入增加的多。我国人均居民消费受到哪些因素的影响?就个人消费而言, 个人消费主要受到个人收入、商品价格、个人消费偏好的影响。其中个人消费的影响因素个人收入和商品价格是很容易数量化的, 至于个人消费偏好可以考虑前期消费量,因为前期消费可以反映个人消费偏好。
(2)变量的选择。我国人均消费的主要影响因素可以确定为人均收入、商品价格、前期消费, 上述分析符合相关的经济学理论。基于人均消费受到人均收入、商品价格、前期消费因素的影响。人均国内生产总值可以看成是人均收入,前期人均居民消费可以反映消费者偏好,居民消费价格指数反映商品价格变动的影响。
(3)先从整体分析,涉及四个变量: 人均居民消费、人均国内生产总值、前期人均居民消费、居民消费价格指数。再从城镇和农村两方面具体分析,消费与收入差异的影响。
三、数据收集
从《国家统计数据库》找到了自1978—2008年我国人均居民消费、人均国内生产总值、居民消费价格指数、前期人均居民消费、城镇居民人均可支配收入以及农村居民人均纯收入的官方数据。以此来分析我国人均消费的影响因素以及它们具体是如何对消费产生影响的。
1978—2008年我国人均消费及其影响因素相关数据
年份 | 人均居民消费 | 人均国内生产总值 | 居民消费价格指数 | 前期人均居民消费 | 城镇居民人均可支配收入 | 农村居民人均纯收入 |
1978 | 184 | 381 | 100.7 | 165 | 343 | 134 |
1979 | 208 | 419 | 101.9 | 184 | 405 | 160 |
1980 | 238 | 463 | 107.5 | 208 | 477 | 191 |
1981 | 2 | 492 | 102.5 | 238 | 501 | 223 |
1982 | 288 | 528 | 102 | 2 | 535 | 270 |
1983 | 316 | 583 | 102 | 288 | 5 | 310 |
1984 | 361 | 695 | 102.7 | 316 | 652 | 355 |
1985 | 446 | 858 | 109.3 | 361 | 739 | 398 |
1986 | 497 | 963 | 106.5 | 446 | 901 | 424 |
1987 | 565 | 1112 | 107.3 | 497 | 1002 | 463 |
1988 | 714 | 1366 | 111.8 | 565 | 1180 | 545 |
19 | 788 | 1519 | 118 | 714 | 1373 | 602 |
1990 | 833 | 14 | 103.1 | 788 | 1510 | 686 |
1991 | 932 | 13 | 103.4 | 833 | 1701 | 709 |
1992 | 1116 | 2311 | 106.4 | 932 | 2027 | 784 |
1993 | 1393 | 2998 | 114.7 | 1116 | 2577 | 922 |
1994 | 1833 | 4044 | 124.1 | 1393 | 3496 | 1221 |
1995 | 2355 | 5046 | 117.1 | 1833 | 4283 | 1578 |
1996 | 27 | 5846 | 108.3 | 2355 | 4839 | 1926 |
1997 | 3002 | 20 | 102.8 | 27 | 5160 | 2090 |
1998 | 3159 | 6796 | 99.2 | 3002 | 5425 | 2162 |
1999 | 3346 | 7159 | 98.6 | 3159 | 5854 | 2210 |
2000 | 3631 | 7858 | 100.4 | 3346 | 6280 | 2253 |
2001 | 3886 | 8622 | 100.7 | 3631 | 6859 | 2366 |
2002 | 4143 | 9398 | 99.2 | 3886 | 7703 | 2476 |
2003 | 4474 | 10542 | 101.2 | 4143 | 8472 | 2622 |
2004 | 5031 | 12336 | 103.9 | 4474 | 9422 | 2936 |
2005 | 5572 | 14053 | 101.8 | 5031 | 10493 | 3255 |
2006 | 6263 | 16165 | 101.5 | 5572 | 11759 | 3587 |
2007 | 7255 | 19524 | 104.8 | 6263 | 13786 | 4140 |
2008 | 8348 | 238 | 105.9 | 7255 | 15781 | 4761 |
四、模型设定
为了观察各变量间的关系,做出变量间的散点图和相关系数矩阵如下:
Y | X2 | X3 | X4 | X5 | X6 | |
y | 1.0000 | 0.9934 | -0.2243 | 0.9983 | 0.9990 | 0.9972 |
X2 | 0.9934 | 1.0000 | -0.2075 | 0.9881 | 0.9962 | 0.9847 |
X3 | -0.2243 | -0.2075 | 1.0000 | -0.2662 | -0.2145 | -0.2222 |
X4 | 0.9983 | 0.9881 | -0.2662 | 1.0000 | 0.9961 | 0.9965 |
X5 | 0.9990 | 0.9962 | -0.2145 | 0.9961 | 1.0000 | 0.9936 |
X6 | 0.9972 | 0.9847 | -0.2222 | 0.9965 | 0.9936 | 1.0000 |
综上所述,可以设定如下形式的计量经济模型1:=++++
其中,Y为人均居民消费 , X2为人均国内生产总值 , X3为居民消费价格指数 , X4为前期人均消费。
计量经济模型2 =+++
其中,Y为人均居民消费 , 此处的X5为城镇居民人均可支配收入 ,X6为农村居民人均纯收入。
四、模型的估计与检验
1、人均居民消费对人均国内生产总值、前期人均居民消费、居民消费价格指数的回归
双击“Eviews”,进入主页。输入数据:点击主菜单中的File/Open /EV Workfile—Excel—数据1.xls ;
在EV主页界面的窗口,输入“ls y c x2 x3 x4”,按“Enter”。出现OLS回归结果。
OLS回归结果
Dependent Variable: Y | ||||
Method: Least Squares | ||||
Date: 11/02/10 Time: 12:09 | ||||
Sample: 1978 2008 | ||||
Included observations: 31 | ||||
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C | -1213.832 | 216.2804 | -5.612307 | 0.0000 |
X2 | 0.082339 | 0.012332 | 6.677012 | 0.0000 |
X3 | 11.90468 | 1.985325 | 5.996340 | 0.0000 |
X4 | 0.885329 | 0.037418 | 23.66075 | 0.0000 |
R-squared | 0.999407 | Mean dependent var | 2394.516 | |
Adjusted R-squared | 0.999341 | S.D. dependent var | 2306.954 | |
S.E. of regression | 59.23121 | Akaike info criterion | 11.12069 | |
Sum squared resid | 94725.09 | Schwarz criterion | 11.30572 |
Log likelihood | -168.3707 | F-statistic | 15160.69 | |
Durbin-Watson stat | 1.4841 | Prob(F-statistic) | 0.000000 | |
= -1213.832 + 0.082339 + 11.90468 + 0.885329
(-5.612307) (6.677012) (5.996340) (23.66075)
= 0.999407 = 0.999341 F= 15160.69
(1)经济意义检验。这说明在其他因素不变的情况下,人均GDP增加1元,人均消费平均增加0.082339元;在其他因素不变的情况下,居民消费价格指数增加1%,人均消费平均增加11.90468元;在其他因素不变的情况下,前期人均消费增加1元,人均消费平均增加0.885329元;
(2)统计推断检验。由上可知,该模型的可决系数为0.999407,修正的可决系数为0.999341,模型拟和很好,F值为15160.69,回归方程整体上显著。除了截距项,其余各参数的t值都通过检验,表明解释变量X2(人均GDP), X3(居民消费价格指数),X4(前期人均消费)对被解释变量Y(人均消费)有显著影响。
2、人均居民消费对人均国内生产总值的回归
Dependent Variable: Y | ||||
Method: Least Squares | ||||
Date: 11/02/10 Time: 12:09 | ||||
Sample: 1978 2008 | ||||
Included observations: 31 | ||||
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C | 283.5919 | 66.43553 | 4.268678 | 0.0002 |
X2 | 0.372484 | 0.008013 | 46.48704 | 0.0000 |
R-squared | 0.986758 | Mean dependent var | 2394.516 | |
Adjusted R-squared | 0.986302 | S.D. dependent var | 2306.954 | |
S.E. of regression | 270.0058 | Akaike info criterion | 14.09710 | |
Sum squared resid | 2114191. | Schwarz criterion | 14.162 | |
Log likelihood | -216.5051 | F-statistic | 2161.045 | |
Durbin-Watson stat | 0.169607 | Prob(F-statistic) | 0.000000 |
=283.5919 + 0.372484
(66.43553) (0.008013)
t =(4.268678) (46.48704)
= 0.986758 = 0.986302 F= 2161.045
(1)经济意义检验。这说明在其他因素不变的情况下,人均GDP增加1元,人均消费平均增加0.372484元。这符合经济理论。
(2)统计推断检验。由上可知,该模型的可决系数为0.986758,模型拟和很好。F值为2161.045,回归方程整体上显著。当=0.05时,==2.045,t﹥,各参数的t值都通过检验,表明人均GDP对人均消费有显著影响。
3、人均消费对城镇居民人均可支配收入、农村居民人均纯收入的回归
Dependent Variable: Y | ||||
Method: Least Squares | ||||
Date: 11/02/10 Time: 21:00 | ||||
Sample: 1978 2008 | ||||
Included observations: 31 | ||||
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C | -66.98492 | 14.41344 | -4.7392 | 0.0001 |
X5 | 0.341151 | 0.014985 | 22.769 | 0.0000 |
X6 | 0.6342 | 0.049963 | 12.78825 | 0.0000 |
R-squared | 0.999715 | Mean dependent var | 2394.516 | |
Adjusted R-squared | 0.999695 | S.D. dependent var | 2306.954 | |
S.E. of regression | 40.28147 | Akaike info criterion | 10.32143 | |
Sum squared resid | 45432.71 | Schwarz criterion | 10.46020 | |
Log likelihood | -156.9821 | F-statistic | 49185.26 |
Durbin-Watson stat | 0.92 | Prob(F-statistic) | 0.000000 | |
= -66.98492 + 0.341151 + 0.6342
(-4.7392) (22.769) (12.78825)
= 0.999715 = 0.999695 F = 49185.26
(1)经济意义检验。这说明在其他因素不变的情况下,当城镇居民人均可支配收入增加1元,农村居民人均纯收入增加1元时,平均说来人均消费将分别增加0.341151元和0.6342元;
(2)统计推断检验。由上可知,该模型的可决系数为0.999715,修正的可决系数为0.999695,模型拟和很好,F值为49185.26 ,回归方程整体上显著。各参数的t值都通过检验,表明城镇居民人均可支配收入、农村居民人均纯收入对人均居民消费有显著影响。
五、本文的结论
(1)人均国内生产总值、前期人均居民消费、居民消费价格指数均对人均居民消费都有显著影响。尤其是人均国内生产总值,即人均收入对人均居民消费有显著影响,它符合简单线性消费函数:c = α +βy 。这与凯恩斯消费理论相符。
(2)通过对改革开放以来我国城乡居民收入与消费对比研究,说明收入与消费在城市与农村的不同之处。改革开放以来,我国居民收入有了很大的增长,消费结构有了很大变化,但居民的消费水平并没有与经济同步增长。这是由于城乡二元制约,收入差距扩大,劳动在收入分配体系中所占比重较小等原因,使得居民的消费水平并不高。我国的城乡居民的实际收入差距是逐年加大的,消费对应指数的差距拉大了城乡实际收入的差距,也拉大了城乡居民的实际生活水平的差距。
(3)我国经济增长主要靠出口和投资拉动,在这次经济危机中,出口受到很大打击,加速投资又极易造成产能过剩,由此可见,积极扩大居民的消费需求,提高居民的消费水平,是我国保增长促发展的必然选择。同时,提高居民消费对经济增长的贡献程度,也有利于改变我国过分依赖投资和出口来促进经济增长的现状,降低我国对国际市场的依赖程度。
而消费的前提与收入有关。从经济循环的角度看,收入对投资与消费的影响巨大,如果收入没有与经济增长形成良性的同步增长关系,那么投资与消费的“双拉动”作用将大打折扣。
从统计数据看,近年来我国居民收入并未随经济的增长而同步提高,尤其是居民收入差距仍然较大,在一定程度上已影响到经济的可持续发展。目前整体经济仍处于较快上升时期,这为增加居民收入,缩小收入差距创造了良好的氛围。因此,要抓住这个历史赋予的难得机遇,廓清发展思路,树立新的发展观念,努力使居民收入与经济增长相匹配,从而促进经济协调可持续增长。
(4)经济的又好又快发展是居民收入水平不断提高的根本保证。因此,必须贯彻落实科学发展观,保持经济又好又快发展,在发展经济的同时,各级党和要把关注民生问题作为一项更加重要的工作抓紧抓好,使人民更多地分享经济发展的成果,从而形成经济增长——社会财富增加——居民收入水平提高——消费需求增加——消费水平提高——经济持续增长的良性循环和良性互动。
(5)逐步提高居民收入在国民收入分配中的比重,提高劳动报酬在初次分配中的比重,积极扩大居民消费需求。注重城乡经济的协调发展,解决城乡居民收入差距问题。改革收入分配制度,建立科学合理的个人收入分配调节机制。切实扩大中等收入人群以缩小收入差距,这也是目前中国收入分配制度的改革重点。建立低收入群体的保护机制,完善社会保障体系。