中国城市居民消费计量分析

中国城市居民消费计量分析

［内容摘要］根据相关经济理论和客观实际，确定了居民消费的运行结构和主要运行参数，建立了中国居民消费计量模型。在此基础上，分析了主要变量国民收入和货币流通两对居民消费的影响，并作了预测和建议。

［关键词］居民消费国民收入货币流通量

一、引言及理论陈述:

居民消费是指花费在最终商品与服务上且能符合需要和获得满意的各项开支，是GDP中最大的组成部分。而且改革开放以来,城镇居民的消费水平提高的最快,消费结构也有很大的改善,因此对其进行分析有较强的经济意义。

目前关于消费主要有以下的理论流派:

(1)凯恩斯的绝对收入假说,也就是我们通常最熟悉的消费取决于绝对收入的理论,具体表现形式就是消费函数:C=Ca+By,其中b为边际消费倾向,0

(2)杜森贝利相对收入假说,其中谈到了两个效应,一是消费的示范效应，消费支出不仅受消费者自身收入影响，而且受他人消费支出和收入影响,二是消费的棘轮效应，消费支出不仅受消费者当前收入影响，而且受他过去收入和消费支出影响.

(3)弗里德曼持久性收入假说,即消费不仅受到当期收入水平的影响,还受到消费者对自己预期收入的影响.

那么根据萨米缪尔森等经济经济学家的观点，消费的决定因素包括：当期可支配收入、个人财富、物价指数、货币流通量以及永久收入等等。并且，认为存在消费的“棘轮效应”(即收入增加消费增加,收入减少消费难以减少,长期来看消费是稳定的)，主要因素为实际可支配收入。

可支配收入是指国民收入减去所有家庭和公司交纳的直接税，再减去企业净储蓄，最后加上家庭从政府那里获得的转移支付。由于可支配收入计算易出现误差（例如转移支付的具体数据通常不准确）,且可支配收入最终仍然由国民收入决定且与国民收入值差距不大，所以我们采用国民收入代替计算。

货币流通量指货币离开金库在市场上流通的货币数量。投放货币就增加了货币流通量，反之，回笼货币就减少了货币流通量。增加或减少货币流通量主要是适应经济和社会发展需要。货币流通量过少，不能满足商品交换的需要，就会影响经济发展；货币流通量过多，超出了商品交换的需要，就会出现通货膨胀，同样会影响经济的增长。

城市居民消费价格指数是反映城市职工及其家庭所购买的生活消费品和服务项目价格变动趋势和程度的相对数。编制城市居民消费价格指数，可以观察和分析消费品的零售价格和服务项目价格变动对职工货币工资的影响，作为研究职工生活和确定工资政策的依据。

财富通常每年变化不大，因此财富效应很少会引起消费的急剧变动。而且，财富值难以计算——计量标准难以统一把握，这里约去了财富的影响。

而在中国，城市居民消费额和城市物价指数比较易于统计，较为真实，故采

集为数据。

于是，依据计量经济模型的构思和从实际出发，我们在建模时作了如下处理：

1、该模型是线性系统模型。

2、主要采集的样本是1979年至1999年的数据。（由于我国的经济运行机制在此之后有了较大改变，人民的生活水平也有所提高，这一时期的样本较能反映变化）

3、模型中解释变量为城市居民消费额,被解释变量为国民收入，年平均货币流通量，城市消费物价指数，前一年的消费额。

这样，模型的操作性更好。

二、相关数据搜集;

中华人民共和国财政部网站 三、模型设定及参数估计:我们按照线性形式建立模型如下

011223344t Y X X X X U βββββ=+++++

Y ：城市居民消费额

1X ：城市居民消费额

2X ：国民收入总额

3X ：前一年城市居民消费额,此数据由被解释变量滞后一期生成.

4X ：城市居民消费物价指数

Ｕt ：随即扰动项

四、模型检验及修正

我们利用EVIEWS 软件，用最小二乘法进行回归分析及统计检验，并针对其中有多重共线和自相关影响的方程，进行修正后再来估计参数（显著性水平 =0.05）,如下：

Dependent Variable: Y

Method: Least Squares

Date: 12/19/04 Time: 20:21

Sample(adjusted): 1980 1999

Included observations: 20 after adjusting endpoints

Variable Coeffici ent Std. Error t-Statist ic Prob.

X4 4.216688 3.416171 1.234332 0.2361

X3 -0.037313

0.157297 -0.237216 0.8157

X2 0.175636 0.042180 4.163958 0.0008

X1 0.057597 0.010709 5.378479 0.0001

C -224.1336

384.4861 -0.582943 0.5686

R-squared 0.999285 Mean dependent var 2535.350

Adjusted R-squared 0.999095 S.D. dependent var 2156.87

5

S.E. of regression 64.89682 Akaike info criterion 11.3957

9

Sum squared resid 63173.96 Schwarz criterion 11.6447

3

Log likelihood -108.9579 F-statistic 5243.07

5

Durbin-Watson stat 1.714544 Prob(F-statistic) 0.000000

1．（1）模型整体检验以及经济意义检验：由上面回归结果可以看出，可决系数2R