孟芷汀

[摘要]本文主要通过对2013年居民的消费水平及其影响因素的分析来揭示中国居民消费水平的现状，其分析过程是以全国各省份的消费水平为样本，通过建立以居民消费水平为因变量，以其他可量化影响因素为自变量的多元线性回归模型来进行数量化分析的，并以此提出部分意见和建议。

[关键词]居民消费水平；GDP；税收；居民收入；人口

[DOI]1013939/jcnkizgsc201521.040

1经济背景及研究意义

进入新世纪以来，中国经济飞速发展，人们的生活水平和文化程度不断提高，对物质的需求与消费也在不断增加。消费是人类社会经济生活中不可缺少的一部分，是经济活动的起点，是拉动经济增长的动力，是一切物质文化需求的始源。对于处于经济转型中的中国，消费是一项至关重要的综合性指标。

2确定研究自变量

基于基本理论分析，先试图引入以下基本自变量，如地区生产总值（GDP）、税收、收入和人口。地区生产总值（GDP）是指按市场价格计算的地区所有常住单位在一定时期内生产活动的最终成果，所以消费水平可能会因为GDP而受到影响；税收则可能通过一地区的税收征收额而影响居民消费水平；收入是一切经济活动的来源，有收入才会有消费；人口则可能通过其数量影响消费总额，进而影响居民消费水平。除了以上因素，其他影响居民消费水平的因素通过其他扰动项来反映。

3模型的设定

设定原模型为：

y=β0+β1x1+β2x2+β3x3+β4x4+u

y=consum——居民消费水平（元）

x1=gdp——地区生产总值（亿元）

x2=tax——各地财政税收（亿元）

x3=income——各地居民人均收入（元）

x4=popu——各地年末常住人口数（万人）

4模型的参数估计、检验与修正

4.1对被解释变量居民消费水平与各解释变量的总体回归得

con[AKs^]um=-6254.74-005gdp+1.54tax+080income

-035popu

（2971.96）（0107）（1..116）（0118）

（0358）

n=31R2=0926F=81.927

由以上回归结果可以得出的拟合值为92.6%，较大，所以拟合结果较好；F值为81.927，也算是比较显著。但是观察它们的t值，在几个因变量里，只有收入一项对消费水平有显著影响，其他变量的影响不太显著，而且，回归结果里的常数值较大，再者，本文所涉及的变量都是比较大的数字，基于以上原因，我们可以对变量加log来进行回归，观察其显著性和拟合效果，结果如下：

log（con[AKs^]um）=5269+0363log（gdp）+0288log（tax）+0325log（income）-0556log（popu）

（2.055）（0106）（0098）

（0207）（0091）

n=31R2=0947F=116440

对于加log后的回归模型来说，常数项系数明显变小，利于下面的数据分析，而且拟合值R2增加为0947，比原模型的0926高，拟合效果变得更好，同时，F值也增加到了116440，比原来提高了，显著性增强。但是现在的t值结果显示，原来对消费水平影响最为显著的居民收入变得不显著了，相反，原先影响不显著的其他变量变得显著了，结合经济现实分析可能存在多重共线性，利用Eviews6来进行自变量的相关性检验，得如下结果：

LOG（GDP）LOG（TAX）LOG（INCOME）LOG（POPU）

LOG（GDP）1095635664409589410491050710862404609122694709968906

LOG（TAX）0956356644095894110662711054350484208089237242111776

LOG（INCOME）0491050710862404606627110543504842101550666671586983

LOG（POPU）0912269470996890608089237242111776015506666715869831

由以上相关系数表可以看出，各解释变量相互之间的相关系数较高，确实存在多重共线性。下面，我们采用对各个变量逐个回归、剔除的方法来解决这个问题。分别对log（consum）做log（gdp），log（tax），log（income），log（popu）的一元回归，前三个解释变量对因变量都有显著影响，但影响的大小不同，拟合程度也不同，其中，收入的影响最大，拟合程度也最好，而GDP的影响较其他两个来说影响最小，拟合程度最差；第四个人口因素则对因变量影响不显著。所以我们先将人口因素剔除，且以log（income）为基础，顺次加入其他两个变量逐步回归。加入log（tax）后，两个解释变量都显著，并且拟合效果也比加入log（gdp）的拟合效果好一点，所以保留log（tax），再加入log（gdp）进行回归，发现在log（income）和log（tax）的基础上加入log（gdp）后，虽然R2改进了一点，但是各解释变量的t的绝对值变小了，变得不显著了，所以最后选择将log（gdp）剔除。最终的回归结果如下：

log（con[AKs^]um）=-4.67+1.34log（income）+008log（tax）

（1.422）（0155）（0037）

n=31R2=087DW=1.05

4.2异方差检验

异方差检验中的B-P检验结果如下：

Heteroskedasticity Test：Breusch-Pagan-Godfrey

F-statistic12.97655ProbF（2，28）00001

Obs*R-squared14.91195ProbChi-Square（2）00006

Scaled explained SS13.54628ProbChi-Square（2）00011

由图表可知，上述回归结果确实存在异方差，所以我们需要消除或减弱异方差，经过尝试，可以选择在回归方程中加入权数income^3*tax^2，以此来减弱异方差。修正后可以看出，回归方程的R2=095，比未修正前的R2 提高了008，拟合效果变得更好，而且两个解释变量的t值也相应提高，尤其是收入这个自变量，对因变量的影响变得更加显著了，F值也提高不少。综合以上结果，修正后的模型变得更为准确。

4.3自相关检验

在α=005的条件下，由上表可知，DW=2.29≈2，所以模型不存在自相关。综上分析，最终模型为：

log（con[AKs^]um）=-987+1.78log（income）+015log（tax）

（1..143）（0095）（0060）

n=31R2=095

5结论

第一，地区生产总值对居民消费水平的影响不是很大。据分析，可能是因为GDP 在计算过程中已经把税收和收入包含在内了，所以其与其他两个解释变量的相关性比较大，而且GDP的涉及面比较广，因此它的影响不是那么很明显。第二，税收对居民消费水平有影响。由以上模型可以看出，税收增加1%，居民消费水平就会提高015%。这一点也可以想到，税收增加了，意味着国民经济发展状况好，人们的消费水平也就随之提高，反之，消费水平提高后，税收也有可能再次增加，两者构成一个正相关的关系。第三，收入对居民消费水平的影响很大。由以上回归结果可知，收入增加1%，消费水平就会提高1.78%，这在意料之中，因为人们的收入增加了，资金就变多了，刺激人们迈向更高的消费水平，而且消费水平提高的幅度要比收入增加的幅度快，其根本原因可能是人们的消费心理在起作用，因为人们的可支配收入变多后，就会放开手大胆去消费，而这一结果往往导致消费结果超出预期，即超出收入增加的幅度。第四，人口对居民消费水平的影响很小。其原因可能是消费水平是计算的人均结果，人口变动后，其社会总的消费水平也会随之变动，并可能成比例变动，但平均到人均结果上，其消费水平变动得就不太明显。

6建议

居民的消费水平代表了在中国现代化的建设下，中国居民生活水平的发展程度和发展趋势。通过对以上模型的分析，可以提出以下两点建议。第一，个人收入是居民消费水平的决定因素，通常被用于衡量一国居民生活水平的变化情况。个人收入通常与其个人工资、就业情况等相关，而工资又与各行业有关，所以国家应该合理制定并调整各行业各阶层的工资水平，同时，也要注意国内居民的就业情况，防止出现大规模居民失业情况的发生，以此来控制消费水平，防止消费过热或过冷。第二，税收是决定居民消费水平的次要因素，税收主要包括政府向个人缴纳的所得税与赠予税、不动产税、汽车使用税等，所以国家的税收政策与居民的消费水平有很大关系，国家应该合理制定各项税收政策，并根据实际情况来实时调整政策，以此控制居民消费水平，使其尽量趋于稳定并随着经济增长而平稳增加的态势。

参考文献：

[1]伍德里奇计量经济学导论[M].北京：高等教育出版社，2014.

[2]中国国家统计局中国统计年鉴[M].北京：中国统计出版社

[3]影响居民消费水平的主要因素分析[EB/OL].[2012-12-19].http：//wwwdocincom/p-557874164.html