APP下载

上海市城镇居民消费水平的研究

2012-09-21

成都工业学院学报 2012年1期
关键词:消费水平因变量居民消费

罗 瑛

(成都电子机械高等专科学校 成人教育学院,成都 610031)

上海市城镇居民消费水平的研究

罗 瑛

(成都电子机械高等专科学校 成人教育学院,成都 610031)

研究居民的消费水平与结构对促进经济持续、协调发展具有重大的理论和现实意义。笔者利用上海市民近30年来消费方面的相关数据,建立居民消费水平预测及结构分析的模型,对上海市的消费水平进行预测和结构分析,进而提出相关政策建议。

上海;消费水平;消费结构分析

消费作为社会再生产的终点和起点,对于实现社会再生产的良性循环,促进国民经济的持续发展具有决定性的作用。现代宏观经济学认为,消费作为需求力量,对经济增长起着拉动作用。对居民的消费问题进行研究,考察居民消费水平与消费结构、倾向的运动规律及其发展趋势,对促进经济持续、协调发展具有十分重大的理论和现实意义。上海作为中国经济发展最前沿和开放度最高的城市之一,其市民消费方式的特征具有一定的代表性、典型性和前沿性。因此,研究上海市民近30年来的消费水平,找出影响居民消费水平的主要因素,并据此对上海市的消费水平进行预测和控制,对调控居民消费水平,引导居民合理消费,制定经济政策等具有重要的意义。

1 变量的选取及数据搜集

影响城市居民消费水平的因素有很多,根据居民消费水平的定义,可将影响城市居民消费水平的因素分为2类:有形商品消费和无形服务消费。

有形商品消费以满足居民的温饱需求为主体,购买的商品一般属于生活必需品,选取人均可支配收入(X1)、居民消费价格指数(X3)、国民生产总值(X4)、城市基础设施投入(X5)反映有形商品消费。无形服务消费支出大都是享受型支出,以恩格尔系数(X2)和服务性支出占消费支出的比重(X6)来反映无形商品消费。城镇居民消费水平记作Y。计算城镇居民消费水平与人均可支配收入等6个自变量的相关系数,发现相关系数最大的为0.998;最小的为-0.631,可见,人均消费与6个因变量相关性均较高,变量选取得较好。

根据上述选择的指标,从上海市统计局网站公布的《2009年上海市统计年鉴》搜集了1980—2008年相关指标的数据,利用SPSS软件进行数据处理。

2 模型设定及结果分析

根据经验分析和散点图,发现城镇居民消费水平与人均可支配收入等6个自变量均呈线性相关。因此,采用以下多元回归模型表示各被解释变量与解释变量之间的关系:

采用OLS法进行估计,主要输出结果如下:

由此可以发现,判定系数为0.998,说明因变量Y的波动中99.8﹪可由回归方程解释,自变量造成的因变量的变动远远大于随机因素对因变量造成的影响,方程拟合优度很好。F值=1 703.602,Fα(6,16)=4.20,F值〉Fα,说明方程高度显著,即可认为因变量与6个自变量之间存在着线性回归关系。在显著性水平α=0.01下,只有X1通过了检验,其余5个变量均未通过显著性检验。方程高度显著,但大分变量通不过t检验,且方差扩大因子VIF4=91.598,远大于10,均可说明存在多重共线性。

当模型存在多重共线性时,利用OLS法得到的回归参数估计值很不稳定,甚至出现回归系数的正负号得不到合理的经济解释的情况。为使回归系数能够合理地解释上海市居民消费水平与各个自变量间的影响关系,本文采用主成分回归来消除变量间的多重共线性。

3 模型改进——主成分回归基本步骤与分析

1)主成分分析可行性检验。通常采用做KMO检验判断是否可以进行主成分分析。KMO检验用于检验变量间的偏相关系数是否过小,一般KMO大于0.9时效果最佳,小于0.5时不宜做主成分分析。KMO检验结果为0.883,接近0.9,适合做主成分分析。

表1 解释的总方差

2)选取主成分。计算特征值、方差贡献率及累计方差贡献率如表1所示。

从表1可见,前2个主成分的累积贡献率为99.153﹪,大于80﹪,即前两个主成分Z1和Z2已经保留了原来指标的绝大部分信息。

3)主成分回归。以居民消费水平为因变量,以前2个主成分为自变量进行回归分析,部分输出结果如下:

同时,前2个主成分的回归系数的显著性值P均小于0.001,通过了t检验。

4)模型还原。以上回归方程的自变量是用2个主成分表示的,应转换回到用原始自变量表示的回归方程,以便于经济解释及结构分析。首先,分别用2个主成分Z1,Z2做因变量,以6个原始自变量为自变量做线性回归,得到回归方程如下:

然后,将上述2个关系式带入Y与Z1,Z2的回归方程中,得到新的回归预测方程为:

4 模型预测与结构分析

1)模型预测。由表2可以看出,2007年和2008年的预测值与真实值相比,相对误差很小;从预测值与真实值的预测曲线(见图1)可以看出,拟合值与真实值很接近,都说明拟合效果很好。

表2 预测值与真实值对比表

图1 预测值与真实值对比图

2)结构分析。由回归预测方程可以看出,恩格尔系数(X2)与人均消费水平呈相反方向变动,恩格尔系数每增加一个单位,人均消费水平将减少23.669个单位。这说明随着恩格尔系数的不断下降,居民消费水平会越来越高。其他变量与人均消费水平均呈同向变动趋势,其中,影响比重较大的2个因素分别是服务性支出占消费支出比重(X6)和城市基础设施投入(X5)。服务性支出占消费支出比重每增加一个单位,人均消费水平将减少83.565个单位;城市基础设施投入每增加一个单位,人均消费水平将增加8.78个单位。

5 政策建议

由以上分析可以得出:随着居民消费水平的不断增长,人们会越来越注重服务性消费以及生活环境等方面的影响,要想使居民的消费水平进一步提高,还需要政府增加更多的投入,如城市基础设施投入等。另一方面,消费性支出也是影响居民消费水平的一个重要因素,居民在满足基本生活需求的基础上,越来越注重服务型消费,这就需要政府及时制定出合理的经济政策,做到正确引导,规范服务市场的秩序,保证居民消费水平稳定增长。

培养居民正确的消费观,在消费水平不断提高的同时,注重居民素质的提高。在引导积极消费的同时,要树立科学消费观。应进一步深化消费体制改革,逐步完善以个人消费为主体的消费制度,继续培育新的消费热点。同时,要大力改善服务质量,解除居民消费的后顾之忧,适当调整一些过高的垄断行业收费和产品的价格,增加居民消费。

综上所述,上海市城市居民随收入水平上升在大体上满足基本消费需求后,必然要向更高层次迈进,而由于前几年我国经济处于通货紧缩状态,居民预期收入下降,这种较高层次的需求没有被释放出来,因而是一种存量需求。在这种情况下,就要加强政策引导,拉动内需,让存量需求变成流量需求,从而进一步刺激消费水平的增长。

[1]王松桂,陈敏,陈立萍.线性统计模型:线性回归与方差分析[M].北京:高等教育出版社,1999:81-99.

[2]何晓群,刘文卿.应用回归分析[M].北京:中国人民大学出版社,2007:63-185.

[3]高惠璇.应用多元统计分析[M].北京:北京大学出版社,2005:105-290.

[4]易丹辉.数据分析与Eviews应用[M].北京:中国统计出版社,2002:106-150.

[5]陈会玲.城镇居民可支配收入的现状分析及对策[J].华东经济管理,2007,15(11):74-78.

Study of Consumption Level of Urban Residents in Shanghai

LUO Ying
(School of Continuing Education,Chengdu Electromechanical College,Chengdu 610031,China)

The consumption level and structure of residents are of great theoretical and practical significance to economic balanced and sustainable development.Taking Shanghai as an example,a model of consumption forecast and structural analysis is constructed according to the consumption data of urban residents in Shanghai.Some suggestions are then presented for policy-making.

Shanghai;consumption level;consumption structure analysis

F126.1

A

1008-5440(2012)01-0040-03

2011-02-28

罗瑛(1983-),女(汉族),四川西充人,助教,在读硕士研究生,研究方向:工业工程。

猜你喜欢

消费水平因变量居民消费
预计到2050年中国城乡消费水平将无明显差距
调整有限因变量混合模型在药物经济学健康效用量表映射中的运用
中国人均消费世界排名与增长预测研究
——基于指数增长模型
适应性回归分析(Ⅳ)
——与非适应性回归分析的比较
2018年9月份居民消费价格同比上涨2.5%
我国人均消费水平影响因素分析
2018年8月份居民消费价格同比上涨2.3%
2017年居民消费统计数据资料
偏最小二乘回归方法
我国经济增长与国民消费的演进