影响我国城镇居民消费性支出的因素分析

影响我国城镇居民消费性支出的因素分析

关键词：GDP增长边际消费倾向

消费水平利率的收入效应

一．模型概况

(一)目的

随着改革开放的深入和市场经济的发展,人民的生活水平得到了大大地提高。作为总需求中最主要的部分，消费的增长在GDP的增长中占了极大的比例。由此，分析影响我国城镇居民——此群体的消费具有代表性——消费性支出的多种因素各自的重要程度，将有助于我们认清当前中国经济发展的重要原因。

(二)思路

在现实生活中，影响各家户消费的因素很多，如收入水平、商品价格水平、利率水平、收入分配状况、消费者偏好、家庭财产状况、消费信贷状况、消费者年龄构成及制度、风俗习惯等等。结合众多西方经济学家对以上因素的分析，我们认为，对消费水平有决定意义的是城镇居民全年总收入——收入增加意味着人们的购买力增强，从而消费量增加；利率水平——利率的升降会改变人们对现在消费与未来消费的偏好程度；城镇居民消费价格指数——由于对于占全民消费总量的比例日益增加的正常品与奢侈品来说，替代效应大于收入效应，所以对商品的需求量即消费量会与价格成反向变化。

二．模型的数据

我们选择了时间序列数据而没有采用横截面数据是为了避免各个不同地区发展水平的差异。每个地区的地理位置和自然资源都是决定产业结构的重要因素，且非人力和经济发展所能解决的，这就决定了各个地区的经济发展轨迹都不相同。我们从各期《中国统计年鉴》收集到的全部城镇居民可支配收入的数据就只有1991年到2002年的，共12个。作为小样本，给检验和解释都提供了难度，因此我们加倍小心。

三、模型的具体形式和检验

Y——城镇居民消费性支出

X1——城镇居民全年总收入

X2——当年利率水平

X3——城镇居民消费价格指数

obs Y X1 X2 X3

1991 1453.810 1544.000 1.800000 105.1000

1992 1672.000 1826.000 1.800000 108.6000

1993 2110.810 2583.160 2.655000 116.1000

1994 2851.340 3520.310 3.150000 125.0000

1995 3537.570 4288.090 3.150000 116.8000

1996 3919.470 4844.780 2.475000 108.8000

1997 4185.640 5188.540 1.710000 103.1000

1998 4331.610 5458.340 1.530000 99.40000

1999 4615.910 5888.770 0.990000 98.70000

2000 4998.000 6295.910 0.990000 100.8000

2001 5309.010 6868.880 0.990000 100.7000

2002 6029.880 8177.400 0.720000 99.00000

（表一）

数据来源：①国家统计局网

②1992～2003年《中国统计年鉴》

（一）模型的估计

由于线性回归模型较简单，且在符合古典假定的条件下，对参数

的最小二乘估计满足参数估计的准则即无偏性、最小方差性和一致性，因此我们首先将模型设定为多元线性回归模型，即

Yt=a0+a1X1t+a2X2t+a3X3t+ut

用最小二乘法对模型估计，输出结果如下：

Dependent Variable: Y

Method: Least Squares

Sample: 1991 2002

C 1761.760 815.5278 2.160269 0.0628

X1 0.720003 0.017191 41.88145 0.0000

X2 163.8991 91.33504 1.794482 0.1105

R-squared 0.997171 Mean dependent var 3751.254 AdjustedR-squared 0.996110 S.D. dependent var 1465.440

S.E. of regression 91.39736 Akaike info criterion 12.12951

Sum squared resid 66827.81 Schwarz criterion 12.29115

Log likelihood -68.77707 F-statistic 939.9610 Durbin-Watson stat 1.753659 Prob(F-statistic) 0.000000

（表二）

将上述回归结果整理如下：

Yt=1761.760+0.720003X1t+163.8991X2t-15.90675X3t （一式）

（815.5278）（0.017191）（91.33504）（8.889293）

t=（2.160269）（41.88145）（1.794482）（-1.789428）

R-squared= 0.997171 Adjusted R-squared=0.996110

F=939.9610 DW=1.753659

（二）模型的检验

上述回归结果是在模型满足古典假定的基础上得出的，然而由于经济变量的复杂性，在实际生活中这些假定不一定都能满足，因而我

们需要详细讨论模型是否真正满足古典假定。这包括对变量的多重共线性、异方差性、自相关性的检验。

1．多重共线性的检验与修正

简单相关系数矩阵法

X1、X2、X3的相关系数矩阵

X1 X2 X3

X1 1.000000 -0.618869 -0.585087

X2 -0.618869 1.000000 0.931160

X3 -0.585087 0.931160 1.000000

（表三）

通过上述相关系数矩阵可以看出X2与X3之间存在着高度相关性。对于这种现象我们的解释为利率上升意味着资本品价格的上升从而导致企业成本的增加，由此必然引起物价的上升。既然X2与X3之间存在着高度的相关性，就需要对模型进行修正。在此，我们运用逐步回归法。

运用OLS方法逐一求Y对各个解释变量的回归。结合经济意义和统计检验我们认为Y对X1的回归方程线性关系强，拟合程度好，因此将其作为基本回归方程，回归结果如下：

Dependent Variable: Y

Method: Least Squares

Date: 11/26/04 Time: 21:44

Sample: 1991 2002

C 379.5546 73.42545 5.169252 0.0004

R-squared 0.995972 Mean dependent var 3751.254 Adjusted R-squared 0.995569 S.D. dependent var 1465.440

S.E. of regression 97.55194 Akaike info criterion 12.14966