商品零售价格指数影响因素计量分析

靖紫慧　许海洋

[提要] 随着社会经济的发展，居民的收入水平和消费水平不断上升，购买力不断增强。而商品零售价格指数能从侧面研究上述社会经济活动的状态，因此具有重要的研究意义。本文根据1995～2015年商品零售价格指数、工业品出厂价格指数、固定资产投资价格指数、人均GDP、居民消費价格指数等相关数据，运用Eviews软件，建立回归模型，并先后进行多重共线性和自相关性检验，最后根据结论给出一定的政策建议。

关键词：商品零售价格指数；计量分析；回归模型

中图分类号：F714.1 文献标识码：A

收录日期：2017年7月7日

一、引言

商品零售价格指数是一个相对数，它反映的是一定时期内商品零售价格变动趋势和变动程度。该指数影响到城乡居民生活支出和国家财政收入，对市场状况有很强的灵敏度，是衡量市场供需状况的重要指标。

二、变量选取

在对市场经济活动规律及供需状况的研究中发现，商品零售价格与以下几个因素有关：

（一）工业品出厂价格指数：是一个用来衡量制造商出厂价的平均变化的指数，能够反映工业品物价水平，市场敏感度非常高。当工业品出厂价格指数比预期高时，可能会造成物价上涨而货币购买力下降，反之结果也相反。

（二）固定资产投资价格指数：是一个反映固定资产投资额价格变动趋势和程度的相对数。能够真实地反映各类商品在去除影响固定资产投资指标的因素之后的价格趋势和变动幅度，为居民提供可靠的固定资产投资参考，为国民经济核算提供科学完整的依据。

（三）人均GDP：即人均国内生产总值，用国内生产总值比人口数就是人均国内生产总值。能够客观反映一个国家或地区宏观经济的运行状况，是衡量各国人民生活水平的重要指标。

（四）居民消费价格指数：简称CPI，是反映一定时期内城乡居民所购买的生活消费品和服务项目价格变动趋势和程度的相对数。结果由城市居民消费价格指数和农民消费价格指数综合计算取得。该指数可以观察和分析消费品的零售价格和服务价格变动对城乡居民实际生活费支出的影响。

三、模型构建

以商品零售价格指数（%）为被解释变量Y，工业品出厂价格指数（%）为解释变量X1，固定资产投资价格指数（%）为解释变量X2，人均GDP（元）为解释变量X3，居民消费价格指数（%）为解释变量X4。设定计量经济模型为：

Yt=β0+β1X1t+β2X2t+β3X3t+β4X4t+ut

其中，βi（i=0，1，2，3，4）表示待估计参数，t表示年份（t=1995～2015），u为随机扰动项。预计各解释变量前的待估计参数符号都为正。为估计模型参数，收集并整理1995～2015年商品零售价格指数及相关数据，利用Eviews软件估计模型参数得到的结果如下：

Y=-4.2239+0.0591X1+0.1174X2+2.7100X3+0.8499X4

R2=0.9889 F=356.693 DW=1.3930

该模型R2=0.9889可决系数很高，F检验值为356.693，明显显著。但在α=0.05水平下，X1、X2的系数没有通过t检验，预测可能出现了多重共线性。

四、多重共线性检验及修正

多重共线性是指各解释变量的观测值之间线性相关。多重共线性的产生可能使回归参数估计值很不稳定，参数难以精确估计，有些回归系数通不过显著性检验，甚至可能出现回归系数的正负号得不到合理解释。为了进一步检验多重共线性，要计算各解释变量之间的相关系数。由计算结果得到X3与Y之间的相关系数很小，说明解释变量X3对被解释变量Y的影响不显著，可以考虑剔除。而Y与X1、X2、X4之间的相关系数很高，说明出现了多重共线性。为了修复多重共线性，首先将X3剔除，并将其余各变量进行对数变换，再对模型：lnYt=β0+β1X1+β2lnX2t+β4lnX4t+ut进行多重共线性检验。检验结果发现各变量之间的相关系数仍较大，所以仍存在多重共线性。为了进一步修正多重共线性，采用逐步回归法。因为lnX4与lnY之间的相关系数最大，首先对lnY和lnX4作回归分析，然后逐次加入其他变量，得到表1各变量之间的相关统计值。（表1）

由表1看出拟合程度较好且通过检验的是lnY与lnX2、lnX4的拟合结果。因此可得出回归方程为：

lnYt=0.1465lnX2+0.8966lnX4-0.2100

R2=0.9784 F=407.6135 DW=0.6496

该模型R2=0.9784，可决系数很高，F检验值为407.6135，明显显著。当α=0.05时，tα/2（n-k）=t0.025（21-3）=2.101，所有的系数估计值都显著，多重共线性已被修正。

五、自相关性检验

自相关是指总体回归模型的随机误差项ui之间存在相关关系。自相关的存在会低估参数估计值的方差，导致F检验和R2检验不可靠，降低预测的精确度。因此，需要对该模型进行自相关检验。

首先对模型进行DW检验：

lnYt=0.1465lnX2+0.8966lnX4-0.2100

R2=0.9784 F=407.6135 DW=0.6496

其中，样本量为21，两个解释变量，5%的显著水平，查dw统计表可知，dL=1.125，dU=1.538，模型中dw

lnYt=-0.089016+0.0844lnX2+0.9327lnX4

R2=0.9769 F=225.0520 DW=2.2728

DW=2.2728，可以判断，dU=1.538

六、结论及建议

经过多重共线性检验调整了模型，并对新的模型进行了自相关的检验及修正，最终得到最合适的模型lnYt=-0.089016+0.0844lnX2+0.9327lnX4。该模型所有解释变量的符号都与先验预期一致，即固定资产投资价格指数及居民消费价格指数都与商品零售价格指数正相关。且固定资产投资价格指数每上升1%，商品零售价格指数上升0.0844%；居民消费价格指数每上升1%，商品零售价格指数上升0.9327%。说明固定资产投资价格指数和居民消费价格指数都对商品零售价格指数有非常显著的影响。虽然模型中没有体现出解释变量X1和X3，即工业品出厂价格指数和人均GDP，这并不代表工业品出厂价格指数和人均GDP对商品零售价格指数没有影响，只是由于多重共线性的存在而使得这两个变量的作用减弱了。

在上述分析基础上，为了准确掌握市场商品价格变动状况，更好研究市场流通和经济状况，提出以下几点建议：（1）政府应积极应对市场上可能出现的波动，根据实际情况调整市场宏观调控政策，建立并完善以市场供需状况为导向的价格调节机制，稳定物价水平，避免市场价格大幅波动危及人民的财产安全；（2）鼓励居民大力投资和消费，推动市场经济繁荣。由于居民消费价格指数和固定资产投资价格指数对商品零售价格指数具有显著影响，为使商品零售价格指数更加适应经济发展的需要，要鼓励居民将所拥有的固定资产进行投资，鼓励将储蓄转化为消费来促进市场的繁荣；（3）积极推动市场经济又好又快发展，逐步提高人民生活水平，完善社会福利制度。提高就业率，增加人民实际收入，提高居民购买力，缩小城乡收入差距。尤其在经济快速发展的今天，城乡收入不平衡是阻碍经济进一步发展的重要因素。因此，可以对进城务工的农民工有更多优惠政策，增加这部分人的工资水平和福利水平。

主要参考文献：

[1]赵克薇.通货膨胀对我国税收负担的影响[D].北京交通大学，2014.

[2]杨超.通货膨胀的测度方法及实证[J].统计与决策，2014.8.

[3]杨力.武汉市土地储备的成本收益分析[D].华中师范大学，2014.

[4]商蕊.旅游信息价值对消费决策的影响研究[D].东北师范大学，2013.