Eviews 回归

计量经济学期末论文我国居民消费水平的影响因素的实证分析

课程名称计量经济学

授课教师

学院

专业

学号

学生姓名

电话

邮箱

二○一五年十二月

我国居民消费水平的影响因素的实证分析

【摘要】本文利用我国1985年到2014年的统计数字，建立了我国居民消费水平的影响因素分析模型，对我国的居民消费水平进行了实证分析。其中包含了多重共线检验、异方差检验以及自相关检验，通过线性回归模型与非线性回归模型的对比，最终选择了多元线性回归模型。对该模型进行分析得出各种因素得出各种因素对我国消费居民水平的影响程度。研究结果表明在其他因素保持不变的情况下，当人均国民生产总值增加1单位，我国居民消费水平增加0.115单位；农村居民人均可支配收入增加1单位时，我国居民消费水平增加1.260单位。最后对如何提高我国居民消费水平提出了一些建议。本文的创新之处在于两模型的对比，并选取适合的最优的计量经济学模型。

【关键词】居民消费水平；影响因素；多元回归；实证分析；政策建议

An empirical analysis on the influencing factors of the consumption level of Chinese Residents

Abstract: This paper use statistics from 1985 to 2014 derived from National Bureau of Statistics of the People's Republic of China to build an analysis model. It

is built on the factors affecting the consumption level of residents in our country and carries out an empirical analysis of China's consumption level of residents. This model contains multiple collinear test, test for heteroscedasticity and autocorrelation test. Based on the specific statistics, a linear regression model and nonlinear regression model are analyzed by comparison. Finally, chooses the multiple linear regression model. Then, the model is used to make analysis and the degree of influence of various factors on the level of consumption in our country is obtained. The results show: when other factors keep constant, the per capita GNP increases by 1 unit, China's consumption level of residents increased 0.115 unit. The same, when other variables are not changed, rural residents per capita disposable income increased by 1 unit, China's consumption level of residents increased 126 units. The end, it puts forward some suggestions on how to improve the consumption level of Chinese residents. The innovation of this paper lies in the comparison of the two models, and select the appropriate econometric model.

Key words: Residents' consumption level; Influence factors; Multiple Regression; Empirical Analysis; Policy Suggestion

一、研究综述

改革开放以来，中国一直实行的是出口拉动为主的经济增长模式，粗放型经济所积累的矛盾日益突出，从驱动结构上表现为“重出口、重投资、轻消费”。经济增长对出口和投资的过度依赖，使得我国在最近一次的全球性金融危机中，经济遭受重创，这个经验教训使得众多专家学者认识到是消费在拉动经济增长和面对经济危机中的重要性。目前，我国所处的这样的经济背景下：投资与出口步履维艰。我国是一个人口大国，消费有着巨大的开发空间，因此，扩大内需、促进消费成为我国应对经济危机的重要手段。

现代经济学中的消费理论始于20世纪30年代，约翰·梅纳德·凯恩斯在他的《就业、利息和货币通论》，把消费和投资列为影响总产量和总需求波动的两大主要决定因素，是对消费问题概念上研究的开端；50年代中期凯恩斯的绝对收入假说和杜森贝里的相对收入假说成为最具代表性的理论，莫迪利安尼和弗里德曼从消费者选择理性出发，提出了消费的生命周期模型和持久收入模型；70年代末80年代初，霍尔将理性预期因素引入生命周期和持久收入假说。

从前人的研究成果来看，研究地方居民消费水平的较多，而站在宏观的角度、国家的层面研究的较少。李海凤（2014）通过分析居民消费结构、新型消费品增长以及国际化的特征分析城乡居民消费现状及其影响因素，对导致低消费的成因进行了分析。更多学者将研究居民消费水平与地域差异相结合或是单独研究某一个变量对我国居民消费水平。乐为、钟意（2014）运用协整分析的理论，研究了收入视角下农民收入对居民消费水平的影响。陈瑾瑜（2012）运用凯恩斯的消费函数，在影响我国城乡居民消费水平的主要因素上，研究增加城乡居民收入、增加农村居民收入和缩小城乡居民收入差距对提高我国居民整体消费水平的影响。本文的创新点在于站在宏观的角度，利用全国1985至2014年的数据分别作线性模型和非线性模型,并对比找出拟合优度最高的模型,真实反映居民消费水平与各影响因素之间的关系。

党的十八大报告提出，推动经济的发展，需要加快扩大消费需求长效机制的建立，从而释放居民消费潜力。消费是经济增长的主要动力之一，一国的宏观经济的运行离不开国民的整体消费行为，它既关系国家宏观经济问题，又关系到与百姓息息相关的民生问题。因此，科学分析影响我国居民消费水平的因素对于制定经济政策和策略，促进经济良性增长有很重要的意义。

二、数据选取

以往的关于我国居民消费水平的不同计量模型,虽然结论有所差异,但总体来看,影响我国居民消费水平的影响因素主要有：人均国内生产总值（元）、城镇居民人均可支配收入（元）、农村居民人均可支配收入（元）、就业人数（万人）、物价水平、人口增长率（‰）选取的数据为国家统计局1985 年到2014年上述方面的统计数据。

表2.1 我国居民消费水平的影响因素的实证分析

时间N 居民消费

水平(元)

人均国内

生产总值

（元）

城镇居民

人均可支

配收入

（元）

农村居民

人均可支

配收入

（元）

就业人数

（万人）

物价水平

（商品零

售价格指

数）

人口自然

增长率

(‰)

1985 440 860 739.1 397.6 49873 100 14.26 1986 497 963.19 899.6 423.8 51282 106.5 15.57 1987 565 1112.38 1002.2 462.6 52783 114.3 16.61 1988 714 1365.51 1181.4 545 54334 135.8 15.73 1989 788 1519 1373.9 601.5 55329 160.2 15.04 1990 833 1644 1510.2 686.3 64749 165.2 14.39 1991 932 1892.76 1700.6 708.6 65491 170.8 12.98 1992 1116 2311.09 2026.6 784 66152 181.7 11.6 1993 1393 2998.36 2577.4 921.6 66808 208.4 11.45 1994 1833 4044 3496.2 1221 67455 258.6 11.21 1995 2355 5045.73 4283 1577.7 68065 302.8 10.55 1996 2789 5845.89 4838.9 1926.1 68950 327.93 10.42 1997 3002 6420.18 5160.3 2090.1 69820 337.11 10.06 1998 3159 6796.03 5425.1 2162 70637 334.42 9.14 1999 3346 7158.5 5854.02 2210.3 71394 329.74 8.18 2000 3632 7857.68 6280 2253.4 72085 331.05 7.58 2001 3886.93 8621.71 6859.6 2366.4 72797 333.37 6.95 2002 4143.75 9398.05 7702.8 2475.6 73280 330.71 6.45 2003 4474.53 10541.97 8472.2 2622.2 73736 334.57 6.01 2004 5032 12335.58 9421.6 2936.4 74264 347.55 5.87 2005 5596.2 14185.36 10493 3254.9 74647 353.84 5.89 2006 6298.57 16499.705 11759.5 3587 74978 359.03 5.28 2007 7309.63 20169.461 13785.8 4140.4 75321 376.17 5.17 2008 8430.15 23707.715 15780.76 4760.62 75564 398.23 5.08 2009 9283.28 25607.531 17174.65 5153.17 75828 395.46 4.87 2010 10522.4 30015.048 19109.44 5919.01 76105 408.6 4.79 2011 12271.52 35181.237 21809.78 6977.29 76420 430.64 4.79 2012 14699 39544 24564.7 7917 78894 434.7 4.95 2013 16190 43320 26955 8896 79300 440.8 4.92 2014 17806 46629 28844 10489 79690 441.76 5.21 数据来源：《中国统计年鉴》(1985-2014年)；

三、模型设定

本文设定了如下线性形式的计量经济模型：

其中：Y ——居民消费水平（元）

1X ——人均国内生产总值（元） 2X ——城镇居民人均可支配收入（元）

X ——农村居民人均可支配收入（元） 4X ——就业人数（万人） 5X ——物价水平（指数） 6X ——人口增占率（‰）

654321ββββββ、、、、、分别为人均国内生产总值、城镇居民人均可支配收入、农村居民人均可支配收入、就业人数、物价水平、人口增占率各因素的待估参数。

四、实证分析及计量经济学检验 (一) 模型的参数估计

利用eviews 软件和最小二乘估计法对模型进行分析，输出结果如图（4.1）：

图4.1

()1234562

803.62870.12090.3169 1.64160.0132 4.490717.2152( 1.038)

( 1.963)

(2.992)

(10.395)

(1.571)( 4.455)

(0.592)

7820.76212.380

106.4857

12.710

2.33

0.05

7820.7626,20 2.599Y X X X X X X t

F AIC SE SC DW F F t n αα=--+++-+---=======>=-()()()0.02522

132222 2.074

181.1280.115 1.260( 2.450)

(4.952)

(10.223)

0.9990,0.998913004.896,22 2.5491

k t R R Y X X t

R R F F ===-++-===>=

由此可见，该模型220.9995,0.9994R R ==可决系数与修正可决系数都很高，当0.05α=时，()7820.7626,22 2.549F F =>=，()()0.0252

22 2.074t n k t α-==，

X1、X4、X6系数的t 检验不显著。故认为此模型可能存在多重共线性。本文将对此模型进行计量经济检验和模型修正。（二）计量经济检验分析

1.多重共线性检验以及消除多重共线性相关系数检验，利用相关系数可以分析解释变量之间的相关情况。在Eviews 软件中可以直接计算相关系数矩阵。自变量之间的相关系数截图如图（4.2）：

图4.2

由图4.2结果可以看出，除X1和X2、X3，X2和X3，X4和X4以及X6解释变量之间，其余相关系数都很高，均高于0.89，证实解释变量之间确实存在严重多重共线性。

（1）建立基本的一元回归方程下面分别做出Y 对X1、X2、X3、X4、X5、X6的一元线性回归。综合上述被解释变量分别对解释变量的一元回归分析，结果如表（4.1）所示：

表4.1 我国居民消费水平对各解释变量一元回归分析结果

变量 X1 X2 X3 X4 X5 X6 参数估计值

0.35

0.575

1.886

0.39

33.667

-869.53

t 统计量73.2 73.93 117.8 5.921 7.780 -6.900 2

R0.995 0.995 0.998 0.565 0.692 -0.638 由表（4.1）结果可看出Y对X3的可决系数最高，且参数通过t检验，方程的显著性通过F检验，因此选其为最初回归模型。然后逐步引入变量。

综合如图（4.3）所示：

图4.3

(2)逐步回归方法消除多重共线性

依次引入自变量X1，X2，X4，X5，X6，通过2R，t检验，F检验，AIC，DW等值确定下一个引入的变量是X1，详图请见附录。回归结果如图（4.4）：

图4.4

（3）继续依次引入变量X2,X4,X5,X6

检验模型的拟合优度是否提高，参数是否符合经济意义，参数能否通过t检验等。

所以引入变量X1。引入变量X2，结果显示参数参数也未通过t检验，剔除变量X2；引入变量X4，结果显示参数也未通过t检验，剔除变量X4；引入变量X5，结果显示参数也未通过t检验，剔除变量X5；引入变量X6，结果显示参数也未通过t检验，剔除变量X6。

综上所述,逐步引入其它变量，确定最适合的多元回归方程（回归结果表（4.2）所示)

表4.2 我国居民消费水平预测模型逐步回归结果

R2R AIC

模型 C X1 X2 X3 X4 X5 X6 2

Y=f(X3,X1) -181.128 0.11 1.260 0.9990 0.9989 12.86 Y=f(X3,X1,X2) -188.054 0.107 0.027 1.217 0.999 0.998 12.92 Y=f(X3,X1,X4) -71.737 0.11 1.294 -0.002 0.999 0.999 12.93 Y=f(X3,X1,X5) -70.84 0.076 1.509 -1.131 0.999 0.999 12.81 Y=f(X3,X1,X6) -222.86 1.276 2.731 0.999 0.998 12.924 Y=f(X3,X6) -829.54 1.905 27.278 0.998 0.998 12.40 经过比较选择，参考其变量的经济意义和参数的t检验，最终选择对我国居民消费水平影响的因素是X3和X1，方程结果表明拟合优度高，各变量的参数符号符合经济意义，且各参数都通过t检验，方程的显著性通过F检验。

得到最优回归模型：

22181.1280.115 1.260( 2.450)(4.952)(10.223)

0.99900.998913004.89

Y X X t

R R F =-++-===

2.异方差性检验:G-Q 检验法

首先，依据上述结果，我们观察残差图：

图 4.5

由上述残差图，我们并不能发现明显的异方差性，下面采用更为精确的G-Q 检验。检验结果如图(4.6)：（1）选前十一组数据做回归

图 4.6 （2）后十一组数据做回归，如图(4.7)：

图 4.7

比较两个回归的残差平方和：

5353.728

2.04992611.704R S S F R S S =

== 临界值：

0.050.05(31,113)(2,8) 4.459F F --==

由于0.052.0499(2,8) 4.459F <=，所以不存在异方差。 3.自相关性检验:DW 检验（1）DW 检验

对于自相关性，我们采用DW 检验进行检验。

1.447145DW =，因为29,3n k ==，取显著性水平0.05α=时，查表得

1.26992, 1.56312L U d d ==，

而 1.26992 1.447145 1.56312L U d DW d =<=<=，所以存在一阶正自相关。（2）自相关性修正

对自相关性进行修正，加入AR(1)项，如图（4.8）：

图4.8

调整后的模型的 1.56312 1.91244 2.435013U U d DW d =<=<-=,因为29,4n k ==，查表可得 1.19762, 1.64987L U d d ==，所以修正后，该模型不存在一阶正相关。采用偏相关系数检验的结果，也表明不存在高阶自相关，如图

（4.9）

图 4.9

得到最终的回归方程：

1322181.1280.115 1.260( 2.450)

(4.952)

(10.223)

0.99900.998913004.89

Y X X t

R R F =-++-===

由此回归模型方程可见，该模型220.9990,0.9989R R ==可决系数与修正可决系数都很高，说明方程的拟合优度很好，当0.05α=时，

()0.05

13004.896,222.5491F F =>=，0.0252

()(25) 2.073879t n k t α-==，X1、X3系数的t 检验均显著。

（三）建立非线性模型

1.建立双对数模型并进行参数估计

112233445566ln ln ln ln ln ln ln ln Y A X X X X X X ββββββ=++++++

其中：Y ——居民消费水平（元）

1X ——人均国内生产总值（元）

2X ——城镇居民人均可支配收入（元）

3X ——农村居民人均可支配收入（元）

4X ——就业人数（万人）

5X ——物价水平（指数） 6X ——人口增占率（‰）

对上式两边取自然对数可得回归模型:

112233445566ln ln ln ln ln ln ln ln Y A X X X X X X ββββββ=++++++

利用eviews 软件和最小二乘估计法对模型进行分析，输出结果如图（4.10）：

图4.10

123456ln 0.1390.079ln 0.516ln 0.459ln 0.061ln 0.028ln 0.026ln (0.106)

(0.443)

(2.533)

(5.243)

(0.134)

(0.068)

(0.026)

y x x x x x x t

=-+++-++-

220.9996,0.9995,10045.16, 1.381R R F DW ====

由此可见，该模型220.9996,0.9995R R ==可决系数和修正可决系数都很高，

当0.05α=时， ()0.0510045.166,22 2.5491

F F =>=

， ()()0.0252

22 2.07387t n k t α-==

lnX1、lnX4、lnX5、lnX6系数的t 检验不显著。故认为此模型可能存在多重共线性。本文将对此模型进行计量经济检验和模型修正。

2.利用逐步回归方法消除多重共线性找出最优回归模型

在Eviews 软件中可以直接计算相关系数矩阵。自变量之间的相关系数截图如图（4.11）

图4.11

由图（4.11）结果可以看出，除解释变量lnX4和lnX6、lnX5和lnX6之间相关系数没有超过0.90，其余的都超过了0.90，证实解释变量,之间确实存在严重多重共线性。

用逐步回归的办法，去检验和解决多重共线性问题。分别作Y 对lnX1、lnX2、lnX3、lnX4、lnX5、lnX6的一元回归。结果如表（4.3）所示：

表4.3 我国居民消费水平对各解释变量一元回归分析结果

变量 lnX1 lnX2 lnX3 lnX4 lnX5 lnX6 参数估计值 0.8938

0.9934

1.151

7.436

2.239

-2.34579

t 统计量

117.6 133.32 111.656 12.442 17.127 -119.525 2R

0.9981

0.9985

0.9978

0.8515

0.9517

0.9339

由表（4.3）可观察到lnY 和lnX2的可决系数最高，且参数通过t 检验，方程的显著性通过F 检验，因此选其为最初回归模型。

依次引入变量lnX1, lnX3, lnX4, lnX5, lnX6 ，通过2

R ，

t 检验，F 检验，AIC ，DW 等值确定下一个引入的变量是lnX3，详图请见附录。回归结果如图（4.12）：

图4.12

依次再逐步引入变量lnX1,lnX4,lnX5,lnX6,确定最适合的多元回归方程，回归结果如表（4.4）所示

表4.4 我国居民消费水平预测模型逐步回归结果

模型

lnX1

lnX2 lnX3

lnX4

lnX5

lnX6

AIC

Y=f(lnX2,lnX3)

-0.623 0.553

0.512

0.9996

0.9996 -4.736

Y=f(lnX2,lnX3,lnX1) -0.599 0.029 0.529

0.502

0.9996 0.9996 -4.671

Y=f(lnX2,lnX3,lnX4) -0.231

0.565 0.502

-0.038

0.99996

0.9996 -4.674

Y=f(lnX2,lnX3,lnX5)

-0.623

0.552 0.512 0.001

0.9996 0.9996 -4.667 Y=f(lnX2,lnX3,lnX6)

-0.724 0.570 0.501

0.019 0.9996 0.9996 -6.675

Y=f(lnX2,lnX6)

-1.340 1.052

0.147 0.9986 0.9987 -3.4978

根据t 值检验以及上表，建立的多元回归模型为：

232ln 0.6230.553ln 0.512ln (18.07)(11.077)

(8.852)

0.9996,

34392.18 1.4955

y x x t

R F DW =-++-===

此模型的回归分析结果如图（4.13）所示：

图 4.13

（四）线性模型与非线性模型的对比

本文所得线性模型利用国家统计局1985-2013年的相关数据的出的最优多元回归方程如下：

得到最终的回归方程：

1322181.1280.115 1.260( 2.450)

(4.952)

(10.223)

0.99900.998913004.89

Y X X t

R R F =-++-===

由此回归模型方程可见，该模型220.9990,0.9989R R ==可决系数与修正可决系数都很高，说明方程的拟合优度很好，当0.05α=时，

()0.05

13004.896,222.5491F F =>=，0.025

()(25) 2.073879t n k t α-==，X1、X3系数的t 检验均显著。

本文所得非线性模型的最优回归方程：

232ln 0.6230.553ln 0.512ln (18.07)(11.077)

(8.852)

0.9996,

34392.18 1.4955

y x x t

R F DW =-++-===

该模型220.99962

0.99959R R ==

可决系数与修正可决系数都很高，说明方程的拟合优度很好，当05.0=α时，

()0.0534392.186,22 2.5491F F =>=，0.0252

()(25) 2.073879t n k t α-==，lnX2

和lnX3系数的t 检验均显著。

上述两个模型方程都很显著，参数也都通过了t 检验，虽然非线性模型的可决系数2R 以及修正的可决系数更高,但是接近0.9999，说明非线性模型的方程可能过拟合，测试因变量的变动可以被自变量解释的程度更高更优，但是预测时准确性会低一些。且线性模型的DW 值明显高于非线性模型的DW 值，故本文选取了线性模型。

五、结论、预测及建议

（一）结论

由上面的分析可知，我国居民消费水平与农村居民人均可支配收入有关，同时也与人均国内生产总值有关，从而建立模型为13181.1280.115 1.260Y X X =-++。同时，影响我国居民消费水平因素还有城镇居民人均可支配收入、就业人数、物价水平和人口增长率。

虽然我国居民消费水平在逐步稳健地上升，从模型中可以看出，人均国内生产总值每增加1单位，我国居民消费水平就增加10.115单位；农村居民人均可支配收入增加1单位，我国居民消费水平增加1.260单位。

（二）模型的预测

建立模型的一个重要的目的是进行预测，虽然2014年已经过去，但是我们可以用2014年国家统计局发布的数据来对建立的模型进行检验。

相关的数据还没有一个完全的统计，我们这里不妨对2011年进行预测。首先，利用建立的吉林省粮食产量预测模型对样本区间进行模拟预测检验，得到历年吉林省粮食产量的预测值，预测误差，结果见图(5.1)和表(5.1)：

图5.1回归方程的残差分布

表5.1 2014年我国居民消费水平及相关数据

时间N 居民消费

水平(元)

人均国内

生产总值

（元）

城镇居民

人均可支

配收入

（元）

农村居民

人均可支

配收入

（元）

就业人数

（万人）

物价水平

（商品零

售价格指

数）

人口自然

增长率

(‰)

2014 17806 46629 28844 10489 79690 441.76 5.21 数据来源：国家统计局；

2014年我国居民消费水平的预测值：

181.1280.11546629 1.2601048918397.347

-+?+?=（元）

相对误差=18397.34717806

%3% 17806

≈

2014我国居民消费水平实际值是17806元，预测值相对于实际值的相对误差为3%,实证分析证明我们用线性回归模型计算得出我国居民消费水平，相对准确。

(三)对提高我国居民消费水平的建议

本文通过实证分析，我们可以看出在人均国内生产总值、城镇居民人均可支配收入、农村居民人均可支配收入、就业人数、物价水平和人口增长率这几个影响我国居民消费水平的因素中，人均国内生产总值和农村居民人均可支配收入对我国居民消费水平的影响较为显著。

从文中，我们不难发现，在城镇居民人均可支配收入和农村居民人均可支配收入对我国居民消费水平的影响中，农村远远大于城镇，这是因为，就我国国情而言，农村人口远比城镇人口要多，人口构成中，农村居民占据主要部分，农村居民对于消费的动力也比城镇居民大得多，所以增加农村居民收入对于我国居民消费水平的提高具有至关重要的意义。此外，人均国内生产总值的增加也可以有效提高我国居民消费水平。

对此，首先，应该大力发展生产力，切实提高居民的收入水平。只有生产力水平的提高，居民收入才会增加。我国作为一个农业大国，要想提高生产力，需要从农业入手，一是要调整和优化农业产业结构，大力发展优质的农产品，通过质量的提高和产量的增加来实现目标效益；二是要运用科技，减少成本、提高效益；三是要提供一些政策，来支持农业发展。

其次，政府要加强调控，完善合理的收入分配政策。政府在经济中主导、领导和调节对于提高农村居民人均可支配收入，提高我国居民消费水平有重要意义。

最后，调整一些政策，如税收政策，给低收入者和农民一定的补贴和优惠，加强市场监督，确保农村居民的购买力。

参考文献

[1] 陈春鹂. 我国社会保障支出对居民消费水平的影响[D]. 辽宁大学, 2011.

[2]李海凤. 居民消费影响因素及提高消费水平探析[J]. 大陆桥视野, 2014(9).

[3]陈瑾瑜. 城乡居民消费水平的影响因素分析[J]. 特区经济, 2012(2):296-298.

[4] 马琳. 我国居民消费水平影响因素的实证分析[J]. 农村经济与科技,

2015(04):117-118.

[5] 刘琪, 疏雨, 何旻玖. 我国居民消费水平影响因素的实证分析[J]. 商,

2015(19):93-93.

[6] 程晓彤. 影响我国居民消费水平的因素及政策分析[J]. 商, 2015(8):83-84.

[7] 张晓伟. 促进我国居民消费水平提升的财税政策[J]. 经济视角旬刊,

2013(12):28-30.

[8] 陶伟. 影响我国城乡居民消费水平的因素——基于计量经济学理论[J]. 知识经济,

2015(14):17-18.

[9] 罗安怡. 我国城乡居民消费影响因素的比较分析[J]. 江苏商论, 2015(32).

[10]吕明月.关于我国居民人均消费水平影响因素的分析[J]. 商, 2015(21):183-183.