我国居民消费水平经济模型-以苏州市为例

1、我国居民消费水平经济模型以苏州市为例摘要:消费作为社会再生产的终点和起点，对于实现社会再生产的良性循环促进国民经济的持续发展具有决定性作用。要刺激消费、扩大内需，必须找出影响居民消费水平的关键因素，才能对症下药。就苏州市近阶段消费方面出现的一些情况，利用1990年至2010年得相关数据对苏州市消费的影响因素进行实证分析。先通过相关的背景理论提出问题；搜集了相关的数据，继而对计量模型进行了参数估计和检验，并加以修正。本文主要通过对影响苏州市居民消费水平的主要因素分析揭示中国居民消费水平的现状及问题，并以此提出对策。关键词 :居民消费水平、地区生产总值、消费价格指数、居民可支配收入一前言 消费是社

2、会经济生活中的重要环节，经济活动的目的就是为了满足人们不断增长的消费需求，同时消费是拉动经济增长的动力。国家一系列决策和尚待解决的问题很大程度上是既源于消费，又回归到消费。随着我国经济体制转轨进程的不断深入，消费在全民经济生活中的作用更显重要。而通过对消费水平影响因素的研究可以更好地扩大内需，刺激消费，从而促进国民经济的增长。文献综述 (1)相关概念界定地区生产总值 地区生产总值是指本地区所有HYPERLINK /view/1104715.htm常住单位在一定时期内生产活动的最终成果。地区HYPERLINK /view/2731758.htm生产总值等于各HYPERLINK /view/206

3、8448.htm产业增加值之和。消费价格指数 消费物价指数英文缩写为CPI，是根据与居民生活有关的产品及劳务价格统计出来的物价变动指标，通常作为观察通货膨胀水平的重要指标。CPI(ConsumerPriceIndex物价指数)是政府用来衡量通货膨胀的其中一个数据。通俗的讲，CPI就是市场上的货物价格增长百分比。居民可支配收入 居民可支配收入就是指在家庭总收入中，除去一切必要花费之外，居民可随意支配的部分。居民可支配收入是通过居民家庭日常获得的总收入计算得来的。居民家庭总收入中包括个人所得税、公积金、养老基金、医疗基金、失业基金等，这些属于国家先发后征或居民家庭成员必须缴纳的刚性支出，因此这部分

4、名义收入（居民不可自由支配的）必须予以扣除，余下的即为居民可以用来自由支配的收入。 （2）相关研究综述 1.包雪梅廖宜静（2010）我国居民消费现状分析本文通过深入分析我国城乡居民消费结构特点及其影响因素，系统地阐述了导致低消费的成因，并对扩大消费提出相应的政策建议。 2.尹凤荣、王文永（2007）我国消费现状分析一文通过对生存型、享受型以及发展型消费模式的分析，剖析了我国目前消费形式的现状和消费，并提出引导消费的政策性建议。4.朱江、田映华、孙全（2003）我国居民消费与GDP的误差修正模型研究一文从协整理论出发，对我国居民消费与GDP建立了误差修正模型，深入探索经济变量数据间的内在关系，发

5、现两者间存在动态均衡关系，比传统计量经济模型更能充分利用社会信息，形成有效预期。5.李致平、荣晨（2011）我国居民消费水平影响因素研究一文对我国居民消费水平的影响因素的研究表明，目前的物价水平、贫富差距等因素对消费水平有一定的约束效应。政府应采取相应的措施调控通货膨胀和收入分配，以提高居民的消费能力。6.王长坤，喻永红（2008）当前居民消费水平与物价变动的相关性分析一文中的观点是居民消费需求的起伏与物价变动的趋势、周期基本一致。居民消费支出缓慢的增长，物价水平也会随之下跌；反之，居民消费支出快速增长的年份，物价也必然处于较高的水平。指出居民消费支出增长率与消费物价指数的增幅这两条波动曲线的

6、运行趋势大体一致。通过分析，说明了物价上涨和居民消费水平之间呈正相关关系。7.张海燕、周娜（2011）CPI指数波动对居民消费水平影响的实证分析一文以黑龙江省为例，分析CPI指数波动对居民消费水平的影响，发现黑龙江省的CPI指数虽然有所下降，但是居民依然感觉到物价过高。利用相关数据对这一矛盾现象进行实证分析，得出CPI指数波动对居民消费水平影响有限的结论，要想提高居民消费水平还是要以提高黑龙江省居民的收入为关键。三我国居民消费水平的现状自2011年初以来，我国经济虽然受到自然灾害、通货膨胀、美债问题等不利因素的影响，但总体来说，的中国经济形式可以概括为：宏观稳定，微观调整，适度通胀，经济总体表

7、现为稳定趋好。然而，目前消费市场的全面复兴为时尚早，因为表现为代表消费品市场的综合指标社会消费品零售总额环比增速持续降低，CPI指数不断攀高，居民的消费潜力远未得到发挥，而这些才是实现经济持续稳定增长的关键所在。所以说，目前在我国扩大和刺激居民消费还有很长的路要走。 (1)我国居民人均消费水平的宏观现状 伴随着中国市场化程度的加深和GDP高速增长，居民消费却一直处于低水平，这是中国特有的一个经济现象。2008年美国的“次贷危机”所引发的金融危机席卷了全球各个金融市场，并对世界各主要经济体产生了巨大影响，扩大消费已经成为我国经济平稳发展的一个立足点。刺激内需扩大消费是根本举措，随后已经成为宏观经

8、济政策组合的目标重点。2009年以来国家已经采取一系列刺激居民消费的措施，但是收效不是很明显，消费率的降低在近几年甚至有加剧的势头。目前我国经济持续下滑的趋势已经得到遏制，正处在平稳回升的基本状态和关键时期，宏观经济也正逐步走出衰退的阴影，宏观调控的政策效应已初步凸显。其中消费的作用不可低估，增幅虽比去年有所回落，但在全球经济低迷的情况之下，还是应该采取措施提高我国居民人均消费水平。(2)我国居民人均消费水平的微观现状居民消费率是衡量居民消费情况的重要经济指标。合理的居民消费率不仅有利于居民消费水平的提高和消费结构的优化升级。也有利于国民经济的良性循环。我国居民消费率大大低于世界其他国家或地区

9、，居民消费需求严重不足，其中主要由于传统的消费观念以及居民现有的收入水平等多方面的制约了居民消费率的提高。虽然近些年来，我国已基本从生存型消费转向发展型、享受型消费，具体体现在：第一，交通通讯消费上升；第二，文化教育消费上升；第三，旅游娱乐消费上升；第四，保健养生消费上升。恩格尔系数越低表明享受型与发展型消费所占比例越大，同时表明某国或者某地区的经济越发达，人民越富裕。但是整体上比较世界其他国家及地区来说差距依然很大。四存在问题1.消费率偏低。2003 年我国人均GDP 达到1090 美元,居民消费率为47. 09%, 而同期世界平均消费率大约为60%左右, 我国比国际平均水平低近13 个百分

10、点。著名发展经济学家钱钠里做过分析并指出: 人均GDP 在1000 美元时, 居民消费率平均应为61%。我国最终消费总额的年均增长速度长期低于GDP 的增长速度。19522000 年, 按1952 年不变价格计算, 最终消费总额增长了25.5倍, 年均增长率为7. 1%, 同期GDP 增长了33. 4 倍, 年均增长率为7.7%。虽然, 最终消费总额的年均增长率只比GDP 低0.6个百分点, 但这个差距长期累积下来, 就使消费率偏低引起的问题不断加剧。2.农民消费持续减少我国城市居民收入逐年增加,但其消费性支出占收入的比重却连年减小, 由1985 年的90%减小到2003 年的73%。农民消费

11、占居民消费的比重也呈逐年下滑之势, 1995 年和2000 年相比,农民消费占居民消费的比重由49. 2%降为45. 2%, 下降了4 个百分点; 农民消费对经济增长速度的贡献下降了15.2个百分点。与此形成对比的是居民储蓄持续增长, 1978 年全国城乡居民储蓄为210.6亿元, 以后逐年增长, 2003 年2 月我国居民储蓄首次超过10万亿元; 2005 年5 月我国居民储蓄达到15 万亿元。3.城乡居民之间消费差异明显，发展不平衡 由于政治、历史、经济、文化、教育等多方面的原因，加之计划经济体制的影响，我国的城乡二元结构比一般发展中国家更加突出。在这种收入水平、消费观念、消费环境等方面长

12、期断层和分化的条件下，城乡居民的消费存在着明显的差异，并且随着经济社会的发展，这种差距呈上升的趋势。“根据中国统计年鉴的统计数据来看，我国城镇居民人均消费额和农村居民的人均消费额分别从1983 年的50519 元和24 813 元增长到2005年的7943 元和2555 元，二者分别增加了1517 倍和7122 倍，年均增长速度为1217%和1017%。可见,居民生活水平得到了很大提高。但是，城乡居民的生活水平却相差很大，城乡居民生活水平的绝对差距由1983 年的257163 元上升到2005 年的5387148 元，扩大了20191 倍，城乡居民生活水平相对差距也一直在2 倍以上，2000

13、年以后一直在3 倍以上。”5此外，在物质消费和精神消费的比例上，农村居民用于食品、衣物等物质消费的比重明显高于城镇居民。这种不平衡的消费趋势，直接影响了农村消费市场以及消费结构的协调发展。4.不合理性消费依然严重首先, 浪费性和炫耀性消费现象依然存在, 严重败坏了社会风气。其次, 愚昧性消费陋习, 如求神问卦、看相算命等封建迷信活动死灰复燃, 造成了大量的财产损失。再次, 部分居民因科学知识贫乏, 消费效率不高。如我国居民食品消费支出很大, 但膳食结构并不科学, 食品消费结构也不合理, 城乡居民身体素质和健康状况不容乐观。5.消费环境恶化趋势不减首先是自然环境恶化, 温室效应、草原沙化、湖海退

14、化等问题已严重影响到人们的日常生活。其次是食品卫生、用品安全、医疗服务质量、盗牌书籍等问题凸显, 黄、赌、毒、嫖等丑恶现象泛滥, 严重污染了消费的社会环境和文化环境。再次是限制消费政策抑制了消费需求的增长, 如购车税上涨, 养路费等规费居高不下等。五影响因素分析 在现实生活中,影响消费的因素很多,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、制度、风俗习惯等等。但考虑到样本数据的可收集性和苏州市经济的实际情况,选择以下因素决定消费。苏州市居民消费水平与苏州市生产总值、城镇人均可支配收入、农村人均可支配收入、消费物价水平指数这4个指标有

15、关,故以下工作主要从这几方面入手。并初步建立多元线性回归模型：Y=，其中：Y:居民消费水平(元)，X1:地区生产总值(亿元)，X2:农村居民家庭人均可支配收入(元)，X3:城镇居民家庭人均可支配收入（元），X4：消费物价指数表1：数据年份YX1X2X3X419903220202.141 664 2 150103.919913714235.11 731 2 427108.419923971359.692 001 2 788110.219935309525.962 558 3 69512319946703720.93 457 4 885123.419958291903.114 444 5 7901

16002.145 088 6 591111199799691 132.595 219 7 479100.61998102471 250.015 347 7 812991999103301 358.435 308 8 40699.22000111001 540.685 462 9 27499.92001113971 760.285 796 10 51599.52002119112 080.376 140 10 617100.42003139132 801.566 681 12 361100.82004152193 450.007 503 14 451105200517306

17、4 138.218 393 16 276 102.42006192834 900.639 278 18 532101.62007215825 850.1110 47521 260104.22008236267 078.0911 785 23 867105.32009257567 740.2012 969 26 320 99.82010282769 228.9114 65729 219103.4 回归分析 表2：OLS Dependent Variable: YMethod: Least SquaresDate: 12/29/13 Time: 17:29Sample: 1990 2010Incl

18、uded observations: 21VariableCoefficientStd. Errort-StatisticProb.C1969.9481373.1121.4346590.1706X10.0015920.0124470.1279180.8998X21.1136620.2016235.5234760.0000X30.3985390.0917114.3455960.0005X4-9.12915312.08173-0.7556160.4609R-squared0.997976Mean dependent var12866.24Adjusted R-squared0.997470S.D.

19、 dependent var7338.713S.E. of regression369.1376Akaike info criterion14.86447Sum squared resid2180201.Schwarz criterion15.11317Log likelihood-151.0770Hannan-Quinn criter.14.91845F-statistic1972.211Durbin-Watson stat1.083448Prob(F-statistic)0.000000用最小二乘法估计结果模型为Y=1969.498+0.0016X1+1.1137X2+0.3985X3-9

20、.1292X4（1373.112）（0.0124）（0.2016）（0.0917）（12.0817）T= 1.4347 0.1279 5.5235 4.3456 -0.7556=0.997976,F=1972.2111.经济意义检验:模型初步估计结果显示,居民消费水平(Y)受地区生产总值(X1)、城镇居民家庭人均可支配收入(X3)、农村居民家庭人均可支配收入(X2)的正向影响，与经济意义相符。消费物价水平指数（X4）的系数估计结果为正,不符合经济意义。可能是多重共线影响所致,因而有待进一步分析和检验.2.统计检验:从估计的结果可以看出，模型的可决系数为0.997976，模型拟合情况看起来很理想

21、，但是很可能是由于多重共线性导致。在给定显著水平=0.05的情况下，解释变量X2、X3的t统计量的值分别为大于t统计量的临界值，说明X2、X3对应变量的影响是显著的.其他变量均未通过t检验,分析可能是由于变量之间的多重共线性所致,有待进一步分析.模型F统计量的值为1972.55非常显著，说明回归方程非常显著,整体模型效果比较好。模型修正 （1）多重共线性 检验：表3：相关系数10.41427370514032640.43194387964767380.5438123666677490.414273705140326410.99357458996023210.41640552522745060.

22、43194387964767380.993574589960232110.41376911975781550.5438123666677490.41640552522745060.41376911975781551由表3相关系数矩阵可以看出，解释变量相互之间的相关系数较高，证实解释变量之间存在多重共线性。 修正：运用OLS方法分别求Y对个解释变量X1、X2、X3、X4、进行一元回归。4个方程的回归结果详见表4表7，再结合经济意义和统计检验拟合效果最好的一元线性回归方程表4：对x1的回归Dependent Variable: YMethod: Least SquaresDate: 12/29/1

23、3 Time: 18:00Sample: 1990 2010Included observations: 21VariableCoefficientStd. Errort-StatisticProb.C11089.621725.2776.4277350.0000X10.4177500.2050982.0368290.0558R-squared0.179219Mean dependent var12866.24Adjusted R-squared0.136020S.D. dependent var7338.713S.E. of regression6821.374Akaike info crit

24、erion20.58390Sum squared resid8.84E+08Schwarz criterion20.68338Log likelihood-214.1310Hannan-Quinn criter.20.60549F-statistic4.148674Durbin-Watson stat0.437913Prob(F-statistic)0.055845表5：对X2的回归Dependent Variable: YMethod: Least SquaresDate: 12/29/13 Time: 18:01Sample: 1990 2010Included observations:

25、 21VariableCoefficientStd. Errort-StatisticProb.C-84.71375231.0029-0.3667220.7179X22.0004270.03124264.030820.0000R-squared0.995387Mean dependent var12866.24Adjusted R-squared0.995144S.D. dependent var7338.713S.E. of regression511.3778Akaike info criterion15.40249Sum squared resid4968638.Schwarz crit

26、erion15.50197Log likelihood-159.7261Hannan-Quinn criter.15.42408F-statistic4099.946Durbin-Watson stat0.780843Prob(F-statistic)0.000000表6：对X3的回归Dependent Variable: YMethod: Least SquaresDate: 12/29/13 Time: 18:02Sample: 1990 2010Included observations: 21VariableCoefficientStd. Errort-StatisticProb.C2

27、356.028227.944310.335980.0000X30.9019240.01618055.742110.0000R-squared0.993922Mean dependent var12866.24Adjusted R-squared0.993602S.D. dependent var7338.713S.E. of regression586.9860Akaike info criterion15.67827Sum squared resid6546499.Schwarz criterion15.77775Log likelihood-162.6219Hannan-Quinn cri

28、ter.15.69986F-statistic3107.183Durbin-Watson stat0.452064Prob(F-statistic)0.000000表7：对X4的回归Dependent Variable: YMethod: Least SquaresDate: 12/29/13 Time: 18:03Sample: 1990 2010Included observations: 21VariableCoefficientStd. Errort-StatisticProb.C56505.8921488.972.6295290.0165X4-412.9935202.8771-2.0

29、356830.0560R-squared0.179053Mean dependent var12866.24Adjusted R-squared0.135845S.D. dependent var7338.713S.E. of regression6822.062Akaike info criterion20.58410Sum squared resid8.84E+08Schwarz criterion20.68358Log likelihood-214.1331Hannan-Quinn criter.20.60569F-statistic4.144007Durbin-Watson stat0

30、.138778Prob(F-statistic)0.055970依据调整后可决系数最大原则，选取X2作为进入回归模型的第一个解释变量，形成一元回归模型。保留解释变量X2在此基础上分别加入变量X1、X3、X4分别进行回归。结果见表8至表10表8：对X2 X1回归Dependent Variable: YMethod: Least SquaresDate: 12/29/13 Time: 18:05Sample: 1990 2010Included observations: 21VariableCoefficientStd. Errort-StatisticProb.C-70.42096235.0

31、863-0.2995540.7679X21.9903740.03479957.195580.0000X10.0119420.0171270.6972930.4945R-squared0.995508Mean dependent var12866.24Adjusted R-squared0.995009S.D. dependent var7338.713S.E. of regression518.4354Akaike info criterion15.47107Sum squared resid4837955.Schwarz criterion15.62029Log likelihood-159

32、.4463Hannan-Quinn criter.15.50346F-statistic1994.782Durbin-Watson stat0.953103Prob(F-statistic)0.000000表9：对X2 X3回归Dependent Variable: YMethod: Least SquaresDate: 12/29/13 Time: 18:07Sample: 1990 2010Included observations: 21VariableCoefficientStd. Errort-StatisticProb.C958.9349275.82153.4766500.0027

33、X21.1176530.1912435.8441580.0000X30.4008820.0862884.6458370.0002R-squared0.997902Mean dependent var12866.24Adjusted R-squared0.997669S.D. dependent var7338.713S.E. of regression354.2909Akaike info criterion14.70968Sum squared resid2259396.Schwarz criterion14.85889Log likelihood-151.4516Hannan-Quinn

34、criter.14.74206F-statistic4281.619Durbin-Watson stat1.013576Prob(F-statistic)0.000000表10：对X2 X4回归Dependent Variable: YMethod: Least SquaresDate: 12/29/13 Time: 18:08Sample: 1990 2010Included observations: 21VariableCoefficientStd. Errort-StatisticProb.C926.67941910.6990.4849950.6335X21.9926460.03502

35、856.886730.0000X4-9.09486217.05081-0.5333980.6003R-squared0.995459Mean dependent var12866.24Adjusted R-squared0.994954S.D. dependent var7338.713S.E. of regression521.2871Akaike info criterion15.48204Sum squared resid4891325.Schwarz criterion15.63126Log likelihood-159.5614Hannan-Quinn criter.15.51443

36、F-statistic1972.919Durbin-Watson stat0.786002Prob(F-statistic)0.000000类似第一步进行分析，可以看到在X2基础上加入X3后，可决系数有了改进，各个参数的t检验都十分显著。故保留变量X2，X3，在此基础上添加X1、X4继续进行回归。表11Dependent Variable: YMethod: Least SquaresDate: 12/29/13 Time: 18:14Sample: 1990 2010Included observations: 21VariableCoefficientStd. Errort-Statist

37、icProb.C955.6726285.50993.3472490.0038X21.1206270.1988555.6354040.0000X30.3990500.0905444.4072570.0004X10.0012590.0122810.1024980.9196R-squared0.997904Mean dependent var12866.24Adjusted R-squared0.997534S.D. dependent var7338.713S.E. of regression364.4497Akaike info criterion14.80430Sum squared resi

38、d2258001.Schwarz criterion15.00325Log likelihood-151.4451Hannan-Quinn criter.14.84748F-statistic2697.504Durbin-Watson stat1.044718Prob(F-statistic)0.000000表12Dependent Variable: YMethod: Least SquaresDate: 12/29/13 Time: 18:15Sample: 1990 2010Included observations: 21VariableCoefficientStd. Errort-S

39、tatisticProb.C1967.9821332.7121.4766750.1580X21.1099470.1936625.7313540.0000X30.4008560.0872654.5935690.0003X4-9.07436911.71963-0.7742880.4494R-squared0.997974Mean dependent var12866.24Adjusted R-squared0.997616S.D. dependent var7338.713S.E. of regression358.2991Akaike info criterion14.77026Sum squa

40、red resid2182431.Schwarz criterion14.96921Log likelihood-151.0877Hannan-Quinn criter.14.81344F-statistic2791.105Durbin-Watson stat1.044757Prob(F-statistic)0.000000加入X4之后可决系数有了进一步的提高，但是没有通过T检验，因此剔除X4。所以最终修正的模型为：Y=958.9349+1.117653X2+0.4009X3 （275.8215）（0.1912）（0.0863）T= 3.4767 5.8442 4.6458 =0.9979 F

41、=4281.619异方差 检验：WHITE检验得表13Heteroskedasticity Test: WhiteF-statistic5.371925Prob. F(5,15)0.0050Obs*R-squared13.47485Prob. Chi-Square(5)0.0193Scaled explained SS8.629198Prob. Chi-Square(5)0.1248Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/29/13 Time: 18:28Sample: 1990 2010Inc

42、luded observations: 21VariableCoefficientStd. Errort-StatisticProb.C721026.9300832.42.3967720.0300X2-1076.447542.0020-1.9860570.0656X220.2290740.1770421.2938940.2153X2*X3-0.1517650.154486-0.9823870.3415X3463.1217248.22381.8657430.0818X320.0209020.0337490.6193360.5450R-squared0.641659Mean dependent v

43、ar107590.3Adjusted R-squared0.522213S.D. dependent var145563.6S.E. of regression100616.7Akaike info criterion26.11098Sum squared resid1.52E+11Schwarz criterion26.40942Log likelihood-268.1653Hannan-Quinn criter.26.17575F-statistic5.371925Durbin-Watson stat2.365168Prob(F-statistic)0.005001nR2=13.4749，

44、在95%的水平下，（5）=11.07，nR2大于（4），所以不接受备选假设，表明模型中随机误差存在异方差。修正：对原模型取对数，genr LNY=LOG(Y) LNX1=LOG(X1) LNX2=LOG(X2) LNX3=LOG(X3) LNX4=LOG(X4),进行回归，结果如下：表14Heteroskedasticity Test: WhiteF-statistic3.479666Prob. F(5,15)0.0275Obs*R-squared11.06628Prob. Chi-Square(5)0.0462Scaled explained SS5.277875Prob. Chi-Squa

45、re(5)0.3829Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/29/13 Time: 19:52Sample: 1990 2010Included observations: 21VariableCoefficientStd. Errort-StatisticProb.C0.0880990.0509641.7286630.1044LNX2-0.1112160.064966-1.7119100.1075LNX220.0286270.0182891.5652560.1384LNX2*LNX3-0.0

46、423950.028868-1.4685790.1626LNX30.0866610.0507521.7075250.1083LNX320.0154660.0116151.3315030.2029R-squared0.537013Mean dependent var0.000443Adjusted R-squared0.382684S.D. dependent var0.000513S.E. of regression0.000403Akaike info criterion-12.56145Sum squared resid2.43E-06Schwarz criterion-12.26302Log likelihood137.8952Hannan-Quinn criter.-12.49668F-statistic3.479666Durbin-Watson stat1.596499Prob(F-statistic)0.027522nR2=11.067，在95%的水平下，（5）=11.07，n小于（5），所以接受备选假设，表明模型中随机误差不存在异方差。修正完成自相关检验：由残差图（图1）可看出存在自相关，或者看DW值，DW=1.0136，DWDL，因此存在自相关。 图一：残差图表15Dependent Variable: YMethod: Least SquaresDate: 12