影响我国居民消费水平相关因素分析
201030990226 10级市场营销2班 覃雄湖
摘要：九十年代以来，我国居民收入水平和消费水平不断提高，
居民消费需求对国民经济的发展影响越来越大，对国民经济产生了巨大的拉力作用。目前，我国经济逐步由短缺走向过剩、由卖方市场转向买方市场，社会消费需求不足，居民消费问题显得突出。因此，及时把握国民经济发展格局中居民消费需求变动趋势，对于维持我国经济增长有重要意义。
关键词：消费 收入 需求 GDP CPI
一、引言
本文以分析我国居民消费水平为目的，选取了国内生产总值、人口自然增长率、居民消费价格指数及税收作为解释变量，利用了我国1991年以来的统计数字，建立了居民消费水平的经济模型，对我国居民消费水平进行了实证分析，通过对该模型的经济含义分析得出各种主要因素对我国居民消费水平的影响。
二、数据整理与建模分析
1、理论陈述：
1.1 、凯恩斯的绝对收入假说认为，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。同时，随着收入的增加消费也将增加，但消费的增长低于收入的增长，消费增量在收入增量中所占的比重是递减的，也就是我们所说的边际消费倾向递减。
1.2 、生命周期假说认为，消费就不是取决于现期收入，而是取决于一生的收入。人们是根据其预期寿命来安排收入用于消费和储蓄的比例的：即每个人都根据他一生的全部预期收入来安排他的消费支出，也就是说，家庭在每一时点上的消费和储蓄决策反映了家庭在其生命周期内谋求达到消费理想分布的努力，而家庭的消费要受制于该家庭在其整个生命期间内所获得的总收入。
1.3、相对收入假说，在经济周期的短期中，储蓄率取决于现期收入与高峰收入的比率，从而边际消费倾向也要取决于这一比率，这也就是短期中消费会有波动的原因，但由于消费的棘轮作用，收入的减少对消费减少的作用并不大，而收入增加对消费的增加作用较大。
2、影响因素选择
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。一国的消费水平往往受到许多因素影响，本文根据上述理论和实际，将居民消费水平作为被解释变量，根据经
验引入国内生产总值、人口自然增长率、居民消费价格指数、税收四个解释变量对模型进行回归分析，以求能使模型具有更高的实际应用性。
3、建立模型
初步预测模型为：
Y=B0+B1*X1+B2*X2+B3*X3+B4*X4+B5*X5 +U 其中：
Y——居民消费水平
X1——国内生产总值 X2——居民消费价格指数 X3——人口自然增长率 X4——税收
U——随机误差项
4、模型估计及检验
4.1、参数估计
利用eviews5.0软件对模型进行ols参数估计，得到样本回归函数。结果如下：
Dependent Variable: Y Method: Least Squares
Date: 06/30/13 Time: 13:48 Sample: 1991 2011
Included observations: 21
Variable C X1 X2 X3 X4 R-squared
Adjusted R-squared
Coefficient 1298.459
Std. Error 440.2968
t-Statistic 2.949055 6.958221 -1.510432 -1.790184 -2.677003
Prob. 0.0094 0.0000 0.1504 0.0924 0.0165 4800.333 3168.758
0.035940 0.005165 -9.362052 6.198263 -60.12488 33.58587 -0.066003 0.024656
0.998275 Mean dependent var 0.997844 S.D. dependent var
S.E. of regression Sum squared resid Log likelihood
Durbin-Watson stat
147.1222
346318.9 -131.7589 0.594346 Akaike info criterion Schwarz criterion F-statistic
Prob(F-statistic)
13.02466 13.27336 2315.487 0.000000
根据以上结果，初步得出的模型为：
Y=1298.459+0.035940X1-9.362052X2-60.1248X3-0.066003X4
t=(2.949055 6.958221 -1.510432 -1.790184 -2.677003 ) R2= 0.998275 校正R2=0.997844 F=2315.487
5、模型检验及修正
5.1、经济意义检验
该模型通过经济意义的检验，系数均符合经济理论。
在其他条件不变的情况下, 国内生产总值每增加1元，居民消费水平增加0.035940元；在其他条件不变的情况下, CPI指数每增加1, 居民消费水平下降9.362052；在其他条件不变的情况下，人口自然增长率每增加1%，居民消费水平下降60.1248；在其他条件不变的情况下,税收每增加1元,居民平均消费水平下降0.066003元。
5.2、统计检验
1）拟合优度：R2= 0.998275,修正后的R2=0.997844, 表示了各
解释变量联合起来能够解释Y的能力很强，同时也说明了模型的拟合度很高，拟合效果非常好。
2）F检验：F=2315.487, 相应的P值几乎为0 , 说明了该方程
在统计意义上是极显著的。
3）t检验：X1、X4所对应的t统计量的P值均小于0.05,即X1、
X4对于模型均有意义。
5.3、计量经济学检验 1）多重共线性检验
X1 X4 X3 X2
X1 1 0.997128 -0.82216 -0.258419
X4 0.99712
1 -0.7891267 -0.2323
X3 -0.82216 -0. 1 0.5062416
X2 -0.258418 -0.2323 0.5 1
由上表可知，模型中存在高度线性关系,因此需要对模型进行多重共线性检验。
第一步，运用OLS方法求y对每个解释变量对被解释变量的回归，用Eviews回归过程如下：:
Y对X1的回归：
Dependent Variable: Y Method: Least Squares
Date: 06/30/13 Time: 14:08 Sample: 1991 2011
Included observations: 21
Variable C X1 R-squared
Adjusted R-squared
S.E. of regression Sum squared resid Log likelihood
Durbin-Watson stat
Coefficient Std. Error t-Statistic 944.7789 96.80834 9.759272 0.024348 0.000478 50.98178 0.992743 Mean dependent var 0.992361 S.D. dependent var 276.9539 Akaike info criterion 1457365. Schwarz criterion -146.8477 F-statistic
0.207414 Prob(F-statistic)
Prob. 0.0000 0.0000 4800.333 3168.758 14.17597 14.27545 2599.142 0.000000
Y对X2的回归：
Dependent Variable: Y Method: Least Squares
Date: 06/30/13 Time: 14:09 Sample: 1991 2011
Included observations: 21
Variable C X2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
Coefficient 5518.770
Std. Error 850.8084
t-Statistic 6.486502
Prob. 0.0000 0.1805 4800.333 3168.758 19.00487 19.10435 1.932869
0.180518
-147.9135 106.3914 -1.390277
0.092337 Mean dependent var 0.044565 S.D. dependent var 3097.346 Akaike info criterion 1.82E+08 Schwarz criterion -197.5511 F-statistic 0.116541 Prob(F-statistic)
Y对X3的回归：
Dependent Variable: Y
Method: Least Squares Date: 06/30/13 Time: 14:09 Sample: 1991 2011 Included observations: 21
Variable Coefficient Std. Error t-Statistic C 12611.34 1134.838 11.11290 X3 -998.2425 137.3316 -7.268850 R-squared 0.735509 Mean dependent var
Adjusted R-squared 0.721589 S.D. dependent var S.E. of regression 1671.985 Akaike info criterion Sum squared resid 53115154 Schwarz criterion Log likelihood -184.6039 F-statistic Durbin-Watson stat 0.194177 Prob(F-statistic)
Y对X4的回归：
Dependent Variable: Y Method: Least Squares
Date: 06/30/13 Time: 14:11 Sample: 1991 2011
Included observations: 21
Variable Coefficient
Std. Error
t-Statistic
Prob. 0.0000 0.0000 4800.333 3168.758 17.77180 17.87128 52.83618 0.000001
Prob.
C X4 R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
Durbin-Watson stat
1639.671 0.124670 0.976997 0.975786 493.0854 4619531. -158.9612 0.198280 154.7810 10.59349 0.004389 28.40720 Mean dependent var
S.D. dependent var Akaike info criterion Schwarz criterion F-statistic
Prob(F-statistic)
0.0000 0.0000 4800.333 3168.758 15.32963 15.42911 806.9691 0.000000 通过一元回归结果进行对比分析，依据调整后R2最大原则，选取X1作为进入回归模型的第一个解释变量，形成一元回归模型。 第二步，逐步回归。将剩余变量分别加入模型，得到以下的二元回归结果：
Y对X1、X2回归
Dependent Variable: Y Method: Least Squares
Date: 06/30/13 Time: 14:14 Sample: 1991 2011
Included observations: 21
Variable C X1 X2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
Durbin-Watson stat
Y对X1、X3回归
Dependent Variable: Y Method: Least Squares
Date: 06/30/13 Time: 14:15
Coefficient 1112.013 0.024034 -24.19655
0.995049 0.994499 235.0277 994284.7 -142.8329 0.314065
Std. Error t-Statistic 100.4250 11.07307 0.000420 57.28746 8.356881 -2.895404 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic
Prob(F-statistic)
Prob. 0.0000 0.0000 0.0096 4800.333 3168.758 13.88885 14.03807 1808.774 0.000000
Sample: 1991 2011
Included observations: 21
Variable C X1 X3 R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
Durbin-Watson stat
Y对X1、X4回归
Coefficient 2402.687 0.021964 -138.0850
0.997303 0.997004 173.4484 541518.4 -136.4526 0.485004
Std. Error t-Statistic 271.1006 8.862714 0.000525 41.80360 25.02681 -5.517484 Mean dependent var
S.D. dependent var Akaike info criterion Schwarz criterion F-statistic
Prob(F-statistic)
Prob. 0.0000 0.0000 0.0000 4800.333 3168.758 13.28120 13.43042 3328.624 0.000000
Dependent Variable: Y Method: Least Squares Date: 06/30/13 Time: 14:16 Sample: 1991 2011 Included observations: 21
Variable Coefficient Std. Error t-Statistic C 360.1255 124.4696 2.893281 X1 0.045905 0.004003 11.46830 X4 -0.111585 0.020660 -5.401018 R-squared 0.997231 Mean dependent var
Adjusted R-squared 0.996923 S.D. dependent var S.E. of regression 175.7708 Akaike info criterion Sum squared resid 556116.6 Schwarz criterion Log likelihood -136.7319 F-statistic Durbin-Watson stat 0.560630 Prob(F-statistic)
Prob. 0.0097 0.0000 0.0000 4800.333 3168.758 13.30780 13.45702 3241.010 0.000000 通过观察比较以上结果，并根据逐步回归的思想，我们可以看到，新加入变量X3的二元回归方程校正系数R2=最大，并且各参数的t检验显著，参数的符号也符合经济意义，因此，保留变量X3。
第三步，在保留变量x1、x3基础上，继续进行逐步回归，分别得到以
下所示的回归结果 Y对X1、X2、X3回归
Dependent Variable: Y Method: Least Squares
Date: 06/30/13 Time: 14:21 Sample: 1991 2011
Included observations: 21
Variable C X1 X2 X3 R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
Durbin-Watson stat
Y对X1、X3、X4回归
Coefficient 2268.139 0.022170 -8.421326 -119.8286
0.997503 0.997062 171.7443 501434.0 -135.6451 0.442734
Std. Error t-Statistic 292.1982 7.762332 0.000549 40.35272 7.223958 -1.165750 29.31468 -4.087665 Mean dependent var
S.D. dependent var Akaike info criterion Schwarz criterion F-statistic
Prob(F-statistic)
Prob. 0.0000 0.0000 0.2598 0.0008 4800.333 3168.758 13.29953 13.49849 2263.790 0.000000
Dependent Variable: Y Method: Least Squares
Date: 06/30/13 Time: 14:24 Sample: 1991 2011
Included observations: 21
Variable C X1 X3 X4 R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
Durbin-Watson stat
Coefficient 1478.576 0.035271 -82.26528 -0.063892
0.998030 0.997682 152.5662 395699.7 -133.1585 0.618961
Std. Error t-Statistic 439.5246 3.364034 0.005336 6.609420 31.33646 -2.625226 0.025527 -2.502927 Mean dependent var
S.D. dependent var Akaike info criterion Schwarz criterion F-statistic
Prob(F-statistic)
Prob. 0.0037 0.0000 0.0177 0.0228 4800.333 3168.758 13.06272 13.26167 2870.208 0.000000
通过观察比较以上结果，并根据逐步回归的思想，我们可以看到，新加入变量X4的二元回归方程校正系数R4=最大，并且各参数的t检验显著，参数的符号也符合经济意义，因此，保留变量X4。
根据经济理论，越高的物价，越会抑制人们的消费，消费水平会越低。但是回归结果显示CPI的可决系数很低，t统计检验不显著。此矛盾的形成可能与统计数据误差以及估计方法有关系，CPI解释变量暂且保留。
根据以上结果，得出的最优模型为：
Y=1298.459+0.035940X1-9.362052X2-60.1248X3-0.066003X4
t=(2.949055 6.958221 -1.510432 -1.790184 -2.677003 ) R2= 0.998275 校正R2=0.997844 F=2315.487
2）异方差检验
对回归方程Y=1298.459+0.035940X1-9.362052X2-60.1248X3-0.066003X4
进行White检验
White Heteroskedasticity Test:
F-statistic 1.125766 Probability
Obs*R-squared 9.003501 Probability
Test Equation:
Dependent Variable: RESID^2 Method: Least Squares
Date: 06/30/13 Time: 14:51 Sample: 1991 2011
Included observations: 21
Variable Coefficient Std. Error C 23394.50 339919.3 X1 -0.638091 1.586197 X1^2 2.14E-06 5.50E-06
t-Statistic 0.068824 -0.402277 0.389409
Prob. 0.9463 0.6946 0.7038 0.411698 0.342001
X2 X2^2 X3 X3^2 X4 X4^2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
Durbin-Watson stat
4167.879
-184.8247 4377.587 -430.5639 1.715146 -4.08E-05
0.428738 0.047897 22226.11 5.93E+09 -234.1112 1.954808
2700.602 1.543315 114.9794 -1.607460 64091.43 0.068302 3147.933 -0.136777 11.38421 0.150660 0.000100 -0.406211 Mean dependent var
S.D. dependent var Akaike info criterion Schwarz criterion F-statistic
Prob(F-statistic)
0.1487
0.1339 0.9467 0.8935 0.8827 0.6917 16491.38 22778.31 23.15345 23.60110 1.125766 0.411698
由表可知，n*R2=9.003498 ，在5%的显著水平下，9.003498>χ（4）=0.7107，所以拒绝原假设，该模型存在异方差。接下来采用加权最小二乘法进行修正。
修正结果为：
Dependent Variable: Y Method: Least Squares Date: 06/30/13 Time: 15:40 Sample: 1991 2011 Included observations: 21 Weighting series: W1
Variable Coefficient Std. Error t-Statistic C 828.6680 206.2498 4.017787 X1 0.046752 0.001684 27.76758 X2 -6.118403 1.411956 -4.333280 X3 -42.79965 15.29651 -2.798001 X4 -0.120675 0.008644 -13.96008 Weighted Statistics R-squared 0.996305 Mean dependent var
Adjusted R-squared 0.995381 S.D. dependent var S.E. of regression 59.13953 Akaike info criterion Sum squared resid 55959.74 Schwarz criterion Log likelihood -112.6203 F-statistic
Prob. 0.0010 0.0000 0.0005 0.0129 0.0000 2563.534 870.1475 11.20193 11.45063 2928.138
Durbin-Watson stat
R-squared
Adjusted R-squared S.E. of regression Durbin-Watson stat
1.363735 Prob(F-statistic)
Unweighted Statistics 0.997549 Mean dependent var 0.996936 S.D. dependent var 175.3933 Sum squared resid 0.682256 0.000000
4800.333 3168.758 492205.0
Eviews 用WLS修正后消除了异方差，得到的模型为
Y=828.6680+0.046752X1-6.118403X2-42.79965X3-0.120675X4 t（4.017787 27.76758 -4.333280 -2.798001 -13.96008）
R2=0.996305 校正R2=0.995381
6、模型的分析与结论
由该方程可看出，国民收入每增加一亿元，居民消费水平平均提高0.046752元；居民消费价格指数每上升1%，居民消费水平平均下降6.118403元；人口自然增长率每提高1%，居民消费水平平均下降42.79965元；税收每增加一亿元，居民消费水平平均下降0.120675元。
从模型中我们获知结论：居民消费水平与国内生产总值、居民消费水平、税率以及人口增长率存在紧密联系。居民收入提高，有利于拉动消费的增长。国内生产总值的增加，最终都会使居民收入的到提高。CPI的提高意味着物价水平上涨，人们用同样的财富所能购买的商品减少，因此会导致消费水平的下滑。税收的提高，一方面个人所得税提高会减少人们的收入，从而抑制消费；另一方面消费税、
增值税、印花税、营业税等税种的提高在无形中转嫁给了消费者，等同于提高了物价，所以也会造成消费水平的降低。而人口增长率的上升，意味着人均收入将会下降，还会引起人们由于孩子教育产生的消费预期增加而提高储蓄，减少现期消费，导致居民消费水平的降低。
通过对模型的分析研究，我们可以采取以下几个方面措施来提高消费水平：
①保持我国经济持续稳定发展，保证我国GDP以较高的速度增长。只有国内生产总值不断增长，居民收入才可能获得较大
幅增加收入始终是影响消费的主要因素,因此为了扩大内需,提高居民消费水平,国家应努力增加居民可支配收入,提高居民的购买力。
②保持居民消费物价的基本稳定。平稳的物价水平是稳定居民消费预期，
促进居民消费健康增长的前提。从中长期看，导致居民消费物价上涨的原因很多，包括劳动力成本上升、原材料价格上涨、资源性产品价格改革、环境保护成本的显性化，以及粮价上涨的推动等。为此，应该从加强企业间竞争、为企业减负和提高供给能力等方面维护物价的基本稳定。
③积极培育扩大居民消费能力的资本性收入来源。应该充分做
到“让利于民”，通过各种金融创新，开设各种金融产品，鼓励民间资金直接与间接参与投资，尽可能使地方政府少发债或者不发债。
④健全社会保障体系，稳定居民消费预期。上世纪90年代中期以来，
养老、医疗、就业、住房、教育等一系列社会福利制度改革措施集中出台，导致居民负担加重，对未来的预期支出增加，消费倾向降低。
7、实习感悟
通过这次经济计量学的实习，让我了解到经济计量学对经济现象
分析的重要性，学会了如何应用现代科学工具对学习进行辅助。
从理论假设，建立数学模型，模型的参数估计，模型的统计检验，建立了经济计量模型这个流程中，我深刻体会到经济计量学实习是理论性和操作性联系很紧密的一门学习，由于本人理论学习阶段不够刻苦，对理论的理解不够透彻，导致做实操报告时错漏很多，决心以后加强理论基础，不断提高理论水平，以便掌握这门学科的奥秘。
8、参考文献
1、《经济计量学精要》（原书第4版）机械工业出版社 2、《中国统计年鉴》-2012
3、经济学原理(第5版):宏观经济学分册曼昆 (N. Gregory Mankiw) 北京大学出版社
4、《居民消费水平怎样提高》人民日报海外版2009年12月11日
5、http://finance.jrj.com.cn/opinion/2009/12/0113536558239-1.shtml http://dx.yuanan.gov.cn/art/2010/3/2/art_2147_44902.html
附录-原始数据
年份
1991 1992 1993 居民消费水国内生产总居民消费价格指数 人口自然增长税收 平 值 率
932 1116 1393 21826.2 26937.3 35260.0 3.4 6.4 14.7 12.98 11.60 11.45 2990.17 3296.91 4255.30 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
1833 2355 2789 3002 3159 3346 3632 3887 4144 4475 5032 5596 6299 7310 8430 9283 10522 12272
48108.5 59810.5 70142.5 78060.9 83024.3 88479.2 98000.5 108068.2 119095.7 134977.0 159453.6 183617.4 215904.4 266422.0 316030.3 340320.0 399759.5 472115.0
24.1 11.21 17.1 10.55 8.3 10.42 2.8 10.06 -0.8 9.14 -1.4 8.18 0.4 7.58 0.7 6.95 -0.8 6.45 1.2 6.01 3.9 5.87 1.8 5.89 1.5 5.28 4.8 5.17 5.9 5.08 -0.7 4.87 3.3 4.79 5.4
4.79
5126.88 6038.04 6909.82 8234.04 9262.80 10682.58 12581.51 15301.38 17636.45 20017.31 24165.68 28778.54 34804.35 45621.97 54223.79 59521.59 73210.79 89738.39
因篇幅问题不能全部显示，请点此查看更多更全内容