黑龙江省城镇居民消费额影响因素分析

黑龙江省城镇居民消费额影响因素分析
作者：张德华
来源：《商场现代化》2008年第34期
[摘要] 国内消费是一个国家经济又好又快发展的前提，做为东北老工业区的黑龙江来说，居民消费尤为重要，消费额的扩大必将给黑龙江带来广阔的市场和发展的新空间。

本文利用二元线性回归模型对居民消费额影响因素进行分析，为黑龙江今后的发展提出建议。

[关键词] 黑龙江居民消费额二元线性回归模型
改革开放以来，我国一直一较高的经济增长速度快速发展。

但对中国来说居民消费这一方面，我们做的并不好。

我们都知道要评价一个国家的经济好坏不光要看GDP的增长速度，我们还要看这个增长有本国居民消费的多大贡献。

國内消费是一个重要的经济指标，国内消费的多少可以间接的看出一个国家经济的稳定性。

这样一来我们不难看出国内需求和消费的重要性。

本文将以黑龙江省为例来进行分析，其中影响城镇居民消费额的因素有很多，比如：收入水平、CPI指数、预期、偏好、商品价格等。

在本文中我们主要选取了收入水平和消费价格指数来对消费额进行分析。

这里的收入水平我们选取了每人每年可支配收入，消费价格指数仍由其本身表示。

我们利用二元线性回归模型来对黑龙江省城镇居民消费额影响因素进行分析，来进一步确定提高内需拉动经济发展的策略和方法，并提出一些建议。

一、模型的选择和建立
在模型的选择方面我们为了分析可支配收入和消费价格指数对城镇居民消费额的影响，我们选取二元线性回归模型进行分析。

如过检验无法通过，经过调整后依然无法通过，我们在进行其他模型的假设。

根据研究目的和内容以黑龙江省城镇居民消费额为Y，以可支配收入和消费价格指数为X1和X2。

由此建立回归模型：
Y=C(1)+ C(2)X1+C(3)X2+ε
建立模型所需的数据见表1。

数据来源：1993-2006年《中国统计年鉴》
根据上述数据，可以利用SPSS软件对研究内容进行相关分析，可以得到如下表所示：
Model Summary
aPredictors: (Constant), 消费价格指数,可支配收入
ANOVA(b)
aPredictors: (Constant),消费价格指数,可支配收入
bDependent Variable: 消费支出
Coefficients(a)
aDependent Variable: 消费支出
通过分析得到二元线性回归模型如下：
预测方程为
Y = C(1) + C(2)X1+ C(3)X2
代入系数可得
Y = -149.112 + 0.714X1+3.983X2
从SPSS软件分析结果中不难看出，F统计量2193.002远大于其临界值3.98，则拒绝零假设，认为在5%的显著水平下，因变量Y对两个自变量X1和X2有显著的线性关系，因此，从总体上来说，回归方程是显著的。

两个自变量的参数t统计量分别为51.291和1.086。

在置信水平为5%的情况下，t临界值为1.782，自变量X2参数的t检验不合格，则不能拒绝零假设，认为该参数不显著；自变量
X1参数t检验合格，可以拒绝零假设。

样本决定系数R2和修正R2的取值分别为0.997和0.997都超过0.8，由此可以认为模型的拟合优度非常高。

二、模型的检验和修改
根据以上分析，发现该二元线性回归模型的R2较大，F检验也已经通过，但是自变量系数X2的t检验不合格，因此有理由怀疑该模型存在多重共线性。

我们可以进行自变量之间的相关系数检验，利用SPSS软件可以直接得到各变量之间的简单相关系数矩阵，见下表。

Controlling for..Y
X1X2
X1 1.0000 -.2338
X2 -.2338 1.0000
从该表中我们可以看出，可支配收入（X1）和消费价格指数（X2）有着一定的相关性。

其相关为负相关，系数为-0.2338。

经检验证明模型存在多重共线性，其直接后果是回归系数参数估计值的标准差变大，置信区间变宽，估计值的稳定性降低，因此接受被择假设犯错的概率增大，系数t检验无法通过的概率增加，通常不能得到正确的系数估计值。

正因为多重共线性的存在对回归模型会产生一定程度的破坏，必须采取补救措施，对多重共线性进行处理。

处理的主要办法为：
1.增大样本容量。

这就需要搜集更多的相关数据以获得一个新的样本，由于多重共线性是一个样本特征，在新样本中多重共线性也许不像在原样本中那样高。

出于一些因素的影响，在该模型中，获取变量的额外数据可能不可行。

2.剔除变量。

从上表中各变量之间的简单相关系数可以看出, Y与X1之间的相关系数大于Y与X2之间的相关系数,而且二元线性回归模型中自变量系数X2的t检验不合格，因此有理由剔除自变量X2，保留X1。

现在以消费支出（Y）为因变量，以可支配收入（X1）为自变量建立一元线性回归模型，利用SPSS软件对其分析最终我们得到R2和修正R2的取值分别为0.997和0.997，F检验合格。

最后得出下表
Coefficients(a)
aDependent Variable: 消费支出
从分析结果可以看出，该模型能通过各项检验，且拟合程度较好，这也从一个侧面说明我们的处理是比较合理的。

三、结论
通过模型的分析、修改和检验，我们可以看出影响居民消费的最大因素就是可支配收入，从这一方面我们也就了解到促进和刺激消费的有效途径，那就是提高人民的生活水平。

也只有这样才能拉动内需，是我国的经济有保障的发展，实现经济又好又快的发展。

从中我们也看出，消费价格指数对消费影响的较小，但是它对收入的影响还是不可忽略的。

我们还要控制CPI指数的上升，防止过度的通货膨胀的产生，为我国人民的生活质量和利益保驾护航。

参考文献:
[1]《中国统计年鉴》1993年—2006年
[2]谢识予:计量经济学[M].2版.北京:高等教育出版社,2002
[3]PINDYCK R S,RUBINFELD D L.计量经济模型与经济预测[M].钱小军,译.北京:机械工业出版社,1999
[4]Damodar N. Gujarati. 经济计量学精要[M].张涛,译.北京:机械工业出版社,2000。