居民消费影响因素

居

民

最

终

消

费

的

影

响

因

素

分

析

系别：金融学院

班级：07金融三班

姓名：冯雪

学号：200701050234

摘要：近几年来,中国经济保持了快速发展势头,投资、出口、消费形

成了拉动经济发展的“三架马车”,这已为各界所取得共识。通过建立计量模型,运用计量分析方法对影响城镇居民消费支出的各因素进行相关分析,找出其中关键影响因素,以为本地政策制定者提供一定参考,最终促使消费需求这架“马车”能成为引领中国经济健康、快速、持续发展的基石。

关键字：消费支出，居民储蓄，人均可支配收入，恩格尔系数

一. 问题的提出

改革开放前,中国上至中央,下至各级政府,由于人才的匮乏,资金的短缺,观念的保守,我们对各种经济的决策大都是依据历史的数据,凭借个人经验作出决策,无法切中要害,导致最后的指导行动的措施对经济、社会发展的推动作用成效不大,延误了国家发展机遇。改革开放以来,随着国家经济实力的增强,随着教育事业的跨越发展,国家对不同阶段、不同领域、不同地域的经济社会发展大量采用科学、定量、求实的预测、指导方法,摒弃太多的人为影响,所作出的决策越来越切合实际,而效果亦愈来愈好;而这其中,计量分析方法功不可没。所以国家制定并实施了一系列相关财政及货币政策来刺激消费，增加居民投资的作用，但是居民存款额依然居高不下，居民消费虽有增长却不能支撑整个国民经济的发展。不管从宏观还是微观来分析，我国居民最终消费支出都直接影响到我国的国民经济运行及整个经济的发展，所以对我国居民最终消费支出的问题进行研究是必不可少的，而且十分重要。我们可以运用研究的结果来分析现状并制定正确

的应对方针。最后得到的收益不仅仅是最终的最佳模型以及结论，还有通过建模自身感触到的：任何一个结论的得出都需要实际操作与理论的结合、严谨的思考。

二．变量的选择分析

通过研究以前学者对影响因素的选取并且根据西方经济学理论，我认为居民的最终消费支出主要受居民储蓄，可支配收入、工资水平、消费者支出、恩格尔系数、通货膨胀率、收入分配、居民贫富情况的影响。居民储蓄是影响居民最终消费的直接因素，居民储蓄越多，最终消费就越少，储蓄越少，最终消费支出就越多；居民可支配收入是决定储蓄水平的一个因子，居民可支配收入增加，直接性的居民储蓄会随之上升，当可支配收入增加的同时就是增加自己的银行储蓄为以后的购房、养老、医疗保健做准备，这对居民的消费支出有很大的影响。所以可支配收入这一因素必须选取为模型的解释变量。物价水平对消费者的消费倾向会有影响，即影响到居民的消费支出，当居民的收入不变时，若物价上涨，则消费支出增加；反之，居民收入不变，若物价下跌，则消费支出减少。对于物价水平，我们选择价格指数来反映即，居民消费价格指数。在西方经济学中，凯恩斯认为，收入分配的均等化程度越高，社会的平均消费倾向就会越高，社会的储蓄倾向就会越低，消费率越高。所以把收入分配这一项也选入作为解释变量，在经济学中有一个概念——基尼系数——定量测定收入分配差异程度，国际上用来综合考察居民内部收入分配差异状况的一个重要分析指标，0.2到0.4之间都定义为分配合理，0.4作为收入分配差距

的警戒线，超过的话表示收入分配差距较大，基尼系数越大表示收入分配差距越大，但是由于基尼系数的数据无法完整的找到，所以只好放弃。恩格尔系数是衡量一个国家和地区人民生活水平的状况，一个国家或家庭生活越贫困，家庭消费支出占总支出的比例越大，恩格尔系数就越大；反之，生活越富裕，最终消费支出占总支出的比例越小，恩格尔系数就越小。这一项也是需要被列为影响因素的，而随着第三产业的发展，旅游业成为发展最快的新型产业，对家庭消费支出来说占的比重越来越大，作用越来越明显，在作居民消费支出的计量分析时，也是要考虑的一个因素。

于是最终确定了以居民最终消费支出为被解释变量，以城镇居民储蓄，居民可支配收入、居民消费价格指数、人均旅游花费为解释变量的计量经济模型。

三．变量的设定和数据收集

将居民最终消费支出设为被解释变量Y；

X1代表城居民储蓄

X2代表人均可支配收入

X3代表居民消费价格指数

X4代表人均旅游花费

μ随即扰动项，代表其他所有的影响因素

数据收集

四．模型建立 4 建立模型

基于以上数据，建立模型

Y=μβββββ+++++453423121****X X X X μ 是随机误差项 由于

中许多方面有些微妙的联系，就如人们对某一产品的需求量会受到该产品价格，替代品价格，居民收入水平等因素影响又不能全部列入模型，就用随即扰动项表示。 五． 参数估计

Dependent Variable: Y Method: Least Squares Date: 12/27/09 Time: 14:36 Sample: 1990 2008

Included observations: 19

Variable

Coefficien t

Std. Error t-Statistic

Prob.

C 6192.770 6733.272 0.919727 0.3733 X1 -0.063377 0.044432 -1.426400 0.1757 X2 7.524316 0.780316 9.642653 0.0000 X3 -87.78250 60.20324 -1.458103

0.1669 X4

9.899457

6.768835

1.462505

0.1657 R-squared

0.999078 Mean dependent var 45991.12 Adjusted R-squared 0.998815 S.D. dependent var 28088.00 S.E. of regression 966.9904 Akaike info

criterion

16.80719 Sum squared resid 13090987 Schwarz criterion 17.05572 Log likelihood -154.6683 F-statistic 3793.231 Durbin-Watson stat

1.335732 Prob(F-statistic)

0.000000