影响居民的消费水平的因素分析——基于计量经济模型分析

任雅琼

(安徽财经大学 安徽 蚌埠 233000)

一、引言

在当今,随着经济的持续快速发展，人们的文化程度和生活水平的不断提高，导致人们对于物质的需求和消费也在不断的提高，我国居民的消费水平也发生了很大的变化。消费作为人类经济生活中不可或缺的部分，同时又是拉动我国经济增长的“三驾马车”之一，对我国经济的拉动力不断增强，因此可以得出一个简单的结论，消费是刺激经济增长的主要方法，所以研究影响居民的消费水平的因素对于我国的经济发展有着极其重要的经济意义，同时也可以为我国未来经济发展提供参考和建议。

二、文献综述

在经济学的学习中，有学者曾讲过关于消费地影响因素有哪些。凯恩斯认为，在短期内，影响个人消费地主观因素是比较稳定的，主要取决于收入的多少，随着收入的增多，人们的消费也在增加。弗里德曼认为，消费者的消费支出主要不是由他的现期收入决定的而是由它的持续收入决定的。当然还有许多经济学者都认为消费水平与收入有关系，因此我将居民可支配收入作为其中一个解释变量来研究。

中国国内生产总值GDP,是指按市场价格计算的一个国家(或地区)所有常住单位在一定时期内生产活动的最终成果。GDP是经济增长的重要支柱，同时也是居民消费水平和生活水平不断提高的保障。我国GDP自改革开放以来快速增长，为了使中国经济继续保持高速高质量发展，部分经济学者提出了多种说法，但归根结底，都是“促进消费增长”，因此我将国内生产总值作为其中一个解释变量来研究。

就业问题，对于任何一个国家来讲，都是一个重大的问题。其中一个主要原因就是，就业对于居民来讲是其收入的主要来源，而收入是经济学者研究中影响消费的最重要的一个因素，因此，我简单将就业率作为其中一个解释变量研究。(不对就业机会进行研究)

三、多元线性回归模型

(一)建立模型

表格1 数据来源于各年的《中国统计年鉴》

为了具体分析以上要素对我国居民消费水平的影响大小，我们选取X1，X2，X3，X4作为解释变量，居民消费水平Y作为被解释变量，进行回归分析，根据所选择的样本数据，将所选择的全部解释变量放进同一个模型中，设定普通多元线性回归模型：

Y=α+β1X1+β2X2+β3X3+β4X4+ui

采用Eviews软件对表中数据进行分析(采用最小二乘法)得出以下回归结果：

Y=-21898.7247+0.0118X1-0.3292X2+1.8555X3+22849.7023X4

(二)模型检验与修正

1.经济意义检验

根据分析结果与经济理论对比来讲，居民可支配收入越高，消费越高，因此，城镇居民可支配收入X2的系数不符合经济理论；对于就业率来讲，应与收入一样，就业率越高，消费水平应该也越高才对，因此，就业率X4的系数也不符合经济理论。

2.检验多重共线性

(1)现对模型进行多重共线性检验：

F统计量=5056.071，在给定的显著性水平来看，模型整体上讲，居民消费水平和各个解释变量之间的线性关系显著。现利用Eviews软件查看各解释变量之间的相关性。可得：各解释变量之间的相关系数较高，均高于0.91，存在严重的多重共线性。

(2)现对模型进行修正

•现将各解释变量与被解释变量单独回归分析。

•接下来进行逐步回归法，即分别剔除解释变量。剔除X1，即国民生产总值，剔除x2，即城镇居民人均可支配收入；剔除x3，即农村居民人均可支配收入，剔除x4，即就业率。

•利用Eviews软件分别查看方差膨胀因子。

根据逐步回归结果，发现剔除X4，即就业率后，模型拟合程度较好，根据方差膨胀因子的结果来看，X4的方差膨胀因子最大,因此剔除X4，得到的回归方程为：

Y=586.6455+0.0109X1-0.2973X2+1.7848X3

3.拟合优度检验

度量拟合优度的测量值是可决系数R2。从分析结果来看，模型的可调整的可决系数R2=0.999005，表明模型在一定程度上拟合比较好。

4.T检验

接下来对分析结果进行解释：

(1)对于β1，t统计量为1.910807。查t分布表，表明国民生产总值对居民消费水平有显著性影响

(2)对于β2，t统计量为-1.803179。查t分布表，表明城镇居民人均可支配收入对居民消费水平有显著性影响

(3)对于β3，t统计量为8.303788。查t分布表，表明农村居民人均可支配收入对居民消费水平有显著性影响

5.F检验

F检验是一种在零假设之下，统计值服从F-分布的检验。通常用来检验回归方程的显著性。由结果分析得，F统计量为6358.003，表明从整体上看，居民消费水平与解释变量的线性关系显著。

6.检验异方差性

现利用Eviews软件中的White检验，对其进行异方差检验，可得nR2=15.57761，nR2所对应的临界概率是0.0762，由White检验可知在给定自由度和α的情况下，nR2在所给定的区域内，因此可得模型的随机误差不存在异方差性。

7.检验自相关性

自相关性是指随机误差项的各期望值之间存在着相关关系，称随机误差项之间存在自相关性或序列相关，由之前的White检验可知，DW的值为0.555778，存在自相关性。利用Eviews软件进行高阶自相关检验，可得其存在自相关。

利用Eviews进行广义差分法进行修正，此时得到的DW的值为2.388691，满足无自相关，修正完成。

四、数据来源

本文选取了2000至2019年间,选取了国民生产总值，城镇居民人均可支配收入，农村居民人均可支配收入，我国就业率来分析对居民消费水平的影响。数据来源于《中国统计年鉴》和国家统计局。

五、结语与政策建议

根据以上回归数据以及相关检验，我们可以得出各个变量与我国居民消费水平的变动关系。现阶段我国的国内生产总值，城镇居民人均可支配收入，农村居民人均可支配收入，就业率这些因素总体上讲对我国居民消费水平具有重要的影响。

根据以上分析，要想提高居民的消费水平，需要增加城乡居民可支配收入，为此我们提出以下建议：

(1)提高居民整体收入水平，尤其是农村居民收入水平。加快城市化，减少农民，这样会进一步的提高农村居民的收入水平。

(2)提高就业率。建立社会保障体系，保障就业，加强就业人员的技术培训，对失业人员再培训，建立失业人员的人力资本转型和升级机制。