中国居民消费问题的计量经济分析

郎文星切扬卓玛

(1.西北民族大学经济学院，甘肃 兰州 730030；2.西北民族大学评估中心，甘肃 兰州 730030)

一、问题的提出

“十一五”规划中明确表示，中国现在应该转向逐渐依靠个人消费、在较大程度上可自我持续的国内需求模式，消费已成了值得关注的一大要点。

许多经济学家都对消费理论进行了研究，提出了很多经典学说。Keyness(1936)提出的绝对收入假说指出:消费支出和收入之间有稳定的函数关系，收入增加对消费需求的扩大具有促进作用。美国经济学家Modigliani和Brumb(1950)认为，理性的消费者要根据自己一生的收入和财产来安排自己的消费和储蓄，使一生的消费和收入相等，这就是生命周期假说。Friedman(1957)提出了持久收入的消费函数理论，该理论认为:消费者的消费支出不是由他的现期收入决定的，而是由他的持久收入决定的。

本文基于上述问题，建立中国居民消费行为的计量经济模型，以期能以量化的数据来明确解释其相关因素对中国居民消费的影响及其形象程度的大小。

二、变量的选取及模型的建立

人均纯收入：X1(元/人年)。依据：凯恩斯的假说认为，消费支出的数量依赖于当期的收入水平，收入水平提高了，消费水平相应就会提高。因此我们引入该因素作为解释居民消费的变量之一。

储蓄：X2(元/人年)。依据：由于储蓄具有流动性和安全性，代表着更现实的购买力，在居民的流动资产中占很大比重，所以居民拥有的储蓄额对当期消费更有意义，这就是流动资产假说。因此我们引入该因素作为解释居民消费的另一变量。

前期人均纯收入：X3(元/人年)依据：费尔德曼提出了持久收入的消费函数理论，该理论认为:消费者的消费支出不是由他的现期收入决定的，而是由他的持久收入决定的。因此，我们选取了属于持久收入的一部分——前期人均纯收入来作为另一解释变量。

在此基础上以中国居民消费为被解释变量，人均纯收入、储蓄、前期人均纯收入为解释变量而建立的多元线性回归模型为：Y=C+C1X1+C2X2+C3X3+U，其中，其中，C1、C2、C3是未知参数，称为回归系数，U是随机误差。

三、数据及处理

数据主要来源于《中国统计年鉴》，计量分析时采用的是1990～2004年15年的数据资料，将它们化为一组时间序列形式的样本数据，见表1。

?

表1 单位：(元/人年)

四、模型的回归分析与调整

(一)模型的参数估计

利用EVIEWS软件，对上述模型运进行最小二乘估计，得出初步方程如下：

(二)经济意义检验

从得到的结果可以看出：

在其他条件不变的情况下，人均纯收入每增加1元，居民消费也会相应的增加0.3382130351元。它与居民消费之间是正相关的关系。

在其他条件不变的情况下，储蓄每增加1元，居民消费就会相应地减少0.1408986733元。它与居民消费之间是负相关的关系。

在其他条件不变的情况下，前期人均纯收入每增加1元，居民消费也会相应的增加0.1624787102元。它与居民消费之间是正相关的关系。均符合经济意义检验。

(三)统计检验

拟合优度检验：R2检验R2=0.999299，调整后的R2=0.999107，可绝系数为0.999299，接近1，模型的拟合优度很高。

F检验：eviews计算得出F=5225.061，在显著性水平a=0.05时，查F分布表，得到临界值F0.05(3，11)=3.59(解释变量数目为3，样本容量为15)。显然有F＞Fa(k，n-k-1)，表明模型的线性关系在95%的置信水平下显著成立。

T检验：eview s计算得出的 t值为 |t0|=3.478234、|t1|=10.42062、|t2|=6.804531、|t3|=5.039875，在显著性水平 a=0.05 时，查 t分布表，得到t0.025(11)=2.201计算的所有t值都大于该临界值，均通过变量显著性检验。

(四)多重共线性的检验

首先，检验x1，x2，x3的简单相关系数，eview s估计得出的相关系数矩阵如表2所示。

表2 相关系数矩阵图

由图中可以看出，变量之间存在高度相关性，用逐步回归法进行修正。第一步：运用OLS法逐一求Y对各个解释变量x1，x2，x3做回归。依据调整后可决系数最大原则，选择X1为进入回归模型的第一个解释变量，再次进行回归，结果显示调整后的可决系数X2的最大，加入x3后拟合优度变化很不显著，说明x3与其他变量之间存在共线性关系，剔除x3，逐步回归终止。

再次进行统计检验，结果如下：

F检验：eviews计算得出F=2579.610，在显著性水平a=0.05时，查F分布表，得到临界值F0.05(2，12)=3.88(解释变量数目为2，样本容量为15)。显然有F＞Fa(k，n-k-1)，表明模型的线性关系在95%的置信水平下显著成立。

T检验：eview s计算得出的 t值为 |t0|=2.356087、|t1|=16.02394、|t2|=3.451894，在显著性水平a=0.05时，查t分布表，得到t0.025(11)=2.201计算的所有t值都大于该临界值，均通过变量显著性检验。

最终的回归模型如下：Y=-172.0445783+0.4772419706*X1-0.122548605*X2。

(五)序列相关性检验

首先运用D-W检验进行序列相关检验，eview s计算出的DW值为0.7405，查表得dL=1.08，dU=1.36，显然存在0＜0.7405＜1.08，即 0＜D.W.＜d L，存在正自相关，下面加入 AR(1)做回归，进行序列相关的补救。序列相关补救后的回归方程为：

Y=498.6323042+0.3776851715*X1-0.05642567689*X2+[AR(1)=0.8925113675]

加入AR(1)进行最小二乘法估计后计算出的DW值为1.7300，查表得 dL=1.08，dU=1.36

显然存在 1.36＜1.7300＜2.64，即 dU＜D.W.＜4－dU，无自相关，表明经过加入AR(1)后模型已不存在序列相关性。

(六)异方差性检验

1.先用散点图进行初步观测。

上图为eview s做出的散点图，由于图示法只能进行大概的判断，本文采用更为严格的检验方法—G-Q检验。

2.运用G-Q检验来消除异方差性。首先将数据按自变量大小排列，将15个观测值减去3个，再将剩下的12个分为两组，分别运用OLS法，构造残差平方和序列。

G-Q检验结果：

子样本1的回归方程如下：

子样本1的R2残差平方和如下：

子样本2的回归方程如下：

子样本2的R2残差平方和如下：

计算最终F统计量：

在5%的显著性水平下，自由度为(3，3)的F分布的临界值为F0.05(3，3)=9.28，显然 F＜Fa(v1，v2)，表明没有异方差性。

五、结论与建议

(一)结论

通过上述分析可以看出，目前我国居民消费的最大影响因素还是收入，我国居民可支配收入水平低、收入增长慢以及居民的储蓄是造成居民消费需求不足的根本原因。所以想要开启我国消费市场以达到拉动经济增长的目的，必须研究如何提高居民的收入。

从得到的结果可以看出，在其他条件不变的情况下，人均纯收入每增加1元，居民消费也会相应的提升0.3776851715元，它与居民消费之间是正相关的关系。在其他条件不变的情况下，储蓄每增加1元，居民消费就会相应地减少0.05642567689元，它与居民消费之间是负相关的关系。

(二)政策建议

(1)提高就业率。努力加大各种就业渠道，提升居民的整体收入水平，实现高收入高消费，用收入的增长来带动消费的增长。

(2)中国由于其自身的城乡二元经济结构，农村居民长期存在收入水平低下的情况，这就进一步的引起了消费额的低下，因此，要想方设法增加农村居民收入。

(3)建立健全社会保障体系。完善社会保障体系，消除居民对未来生活的担忧和顾虑，增强居民消费信心，减少居民为将来生活进行的过多储蓄的行为。

[1]成秋明.重庆市农村居民消费研究[J].现代商贸工业，2011年，第5期:89页～90页.

[2]韩克勇.中国居民消费问题研究[J].经济评论，2001年，第1期:54页～56页.

[3]陈成忠，林振山.中国居民消费价格指数波动的周期性及其驱动因素研究[J].经济问题探索，2009年，第8期：83页～84页.

[4]张志敏.1978年以来中国居民消费变化及影响因素分析[J].商业研究，2003年，第24期：1页～3页.

[5]张志敏.90年代以来中国居民消费特征及影响因素分析[J].经济管理，2003年，第4期:52页～56页.

[6]李子奈，潘文卿.《计量经济学》[M].北京：高等教育出版社，2005年：55页～124页.