农村居民消费水平影响因素的实证分析

JIANGXI NORMAL UNIVERSITY

计量经济学期末（论文）《农村居民消费水平影响因素的实证分析》

姓名周艳连

学号**********

学院商学院

专业09经济学1类2班

农村居民消费水平影响因素的实证分析

【摘要】本文选取四个影响因素：人均GDP、农村居民消费价格指数、农村家庭人均纯收入及农村居民基尼系数，并利用计量经济法和E v iews软件对我国农村居民消费水平进行了实证分析，旨在说明他们的内在关系。文章最后还根据分析结果提出了相关的政策建议，为我国能够更好的促进经济发展平衡，提高农村经济的现代化发展提供了参考。

【关键词】农村居民消费水平实证分析政策建议

引言

十二五规划提出“坚持扩大内需战略，保持经济平稳较快发展”，我国是一个农业大国，农民占总人口的大部分，农村居民的消费在国民消费总量中占有较大比重，农村居民的消费水平对整个国民经济的发展有很大的促进作用。随着改革开放的深入及各项农业政策的实施，农村居民的生活水平有了很大的提高，面对农村这个巨大的消费市场，如何提高农村居民消费水平就成了扩大内需、拉动经济所面对的重大问题。

一、理论综述

居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。

西方经济学中有很多关于需求、消费的理论。微观经济学中供求与均衡价格理论中的需求定理中阐述了需求的定义及其影响因素。需求是指在某一特定时期内，在各种可能的价格水平下，消费者愿意而且能够买的某种商品的数量。影响需求的各种因素包括商品本身的价格、相关商品的价格、时间变化、消费者偏好、消费者收入及人们对未来的预期等等。

二、实证分析

（一）变量及数据的选取

居民消费水平的根本影响因素是经济发展水平，另外还受收入水平，价格水平，消费习惯，收入差距等的影响，依据我国国情，农村是一个巨大的消费市场，要想拉动内需，就必须把农民的消费积极性提高，由于数据的可获性及影响的重要性，本文对农村居民消费水平的分析选取了以下四个变量因素：人均GDP、农村家庭人均纯收入、农村居民消费价格指数、及农村居民基尼系数。

本文主要利用了其1990-2009年的统计数据（如表一）来进行分析。

表一

年份农村居民消

费水平

（元/人）

Y 人均GDP

（元）

X1

农村家庭人

均纯收入

（元）

X2

农村居民消

费价格指数

X3

农村居民基

尼系数

X4

1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009

560

602

688

805

1038

1313

1626

1722

1730

1766

1860

1969

2062

2103

2319

2579

2868

3293

3795

4021

1644

1893

2311

2998

4044

5046

5846

6420

6796

6420

6796

7159

7858

8622

9398

10542

12336

14185

16500

25575

686.3

708.6

784

921.6

1221

1577.7

1926.1

2090.1

2162

2210.3

2253.4

2366.4

2475.6

2622.2

2936.4

3254.9

3587

4140.4

4760.6

5153.2

104.5

102.3

104.7

113.7

123.4

117.5

107.9

102.5

99

98.5

99.9

100.8

99.6

101.6

104.8

102.2

101.5

105.4

106.5

99.7

0.3246

0.3205

0.349

0.3612

0.3558

0.3274

0.298

0.3024

0.3006

0.3017

0.3123

0.3117

0.3083

0.3075

0.2863

0.2739

0.2577

0.2295

0.322

0.297

（二）模型建立

根据经济学常识，我们可知：

1.经济发展水平越高，农村居民消费水平越高。

2.在一定条件下，农村人均家庭纯收入越高，消费也越高。

3.在其他条件不变的情况下，居民消费价格水平上升时，也会影响居民对商品的消费。

4.另外，收入分配的差距大小也会影响到农村居民的消费，在国际上，衡量收入分配平均状况最常用的指数是基尼系数。

利用表一数据做散点图得：

图一

由图一可看出表一数据基本都满足上述经济理论。

综上分析，初步建立模型：

Y=C+β1X1+β2X2+βX3+βX4+μ

表二给出了采用Eviews软件对模型的参数进行最小二乘估计的结果：