基于多元统计的中国城镇居民消费影响因素研究

高娟

摘  要：城镇居民消费一直都是研究的热点，也是人们关心的问题之一。该文利用中国统计年鉴和国家统計局官网2003—2017年的数据，在现有研究成果基础上，从宏观和动态的层面，针对影响城镇居民消费水平波动因素的指标数据具体分析其影响因素。构建了多元线性回归模型，利用最小二乘法估计模型参数并进行计量经济模型检验，同时对消费水平影响比较显著的收入因素实施因子分析。最终给出了相应的建议。

关键词：城镇居民  消费因素  多元线性回归  因子分析

中图分类号：O212   文献标识码：A 文章编号：1672-3791（2019）06（b）-0182-03

2018年政府工作报告中特别指出：顺应居民需求新变化扩大消费，增强消费对经济发展的基础性作用;推进消费升级，发展消费新业态新模式，对各类侵害消费者权益的行为依法惩处、绝不姑息。

在中国经济步入新常态环境下，增强居民消费水平，对调整经济架构，抵制“中等收入陷阱”意义重大。消费需求的主体是城镇居民，因此及时把握城镇居民消费变动趋势，对其影响因素进行分析，对于提高经济发展的速度与质量具有重要实践意义。

阅读文献发现，该课题已有很多视角的研究。有学者在纵向研究基础上，着重分析了城镇居民消费差异及成因。影响消费水平的因素很多，只有合理添加变量，才可使模型更好地拟合实际消费情况。该文根据当前经济发展态势，以2003—2017年的城镇居民人均可支配收入、城镇居民消费价格指数、住宅商品房平均销售价格、人均国内生产总值以及城镇居民就业人员数5种影响因素的数据资料为基础，采用OLS和因子分析法进行实证分析，进一步分析可能的消费影响因素。

1  对中国城镇居民消费影响因素的实证分析

1.1 回归模型的建立

利用多元线性回归模型，城镇居民消费水平Y（元）为被解释变量，解释变量分别为城镇居民纯收入X1（元），城镇居民消费价格指数X2（元），住宅商品房平均销售价格X3（元/m2），人均国内生产总值X4（元），城镇居民就业人员数X5（万人），构建模0型为：Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+μ，式中，是常数，是回归模型系数，μ是随机变量。

1.2 数据的处理与分析

1.2.1 数据的选择

利用2004—2018年《中国统计年鉴》和国家统计局官网中的2003—2017年中国城镇居民各指标统计数据进行实证分析。

1.2.2 回归模型的参数估计

利用Eviews8对上述官方数据运用最小二乘法OLS 进行参数估计，通过软件输出结果，得到最小二乘法OLS估计模型的方程如下：

Y=1258.7+0.418×X1+5.414×X2-0.186×X3+0.255×X4

+0.016×X5

（t）  （0.200050）（2.516524）（0.111028）（-0.508117） （2.092892）（0.142459）

1.2.3 回归模型的统计检验

（1）上式中调整的拟合优度=0.998973，表明该模型的拟合效果很好。再对自变量X1进行t检验：H0∶β1=0，H1：β1≠0，在显著性水平0.05下，P值=0.0330<给定的显著性水平0.05，因此在此小概率下原假设是被拒绝的，即X1能显著的解释城镇居民消费水平Y;而显著性水平0.05比X1，X2，X3，X4，X5的P值都要小，即不可以拒绝，因此 X1，X2，X3，X4，X5不能显著解释城镇居民消费水平Y。

（2）回归整体显著的F检验。

该实验中，F统计值为2723.535，其对应P为0.000，表示整个回归方程通过显著性检验，且极为显著。

1.2.4 计量经济模型的检验与克服

（1）多重共线性的检验。

根据t统计量和P值，仅有变量X1是通过检验的，即较为显著，其他自变量都不显著;模型调整的拟合优度达到0.99897，同时方程整体的F检验很显著。所以多重共线性存在于模型中的可能性非常大。

根据Eviews软件输出的自变量相关系数矩阵表，得出多重共线性的确存在。于是，对其进行逐步最小二乘回归估计（STEPLS），根据软件输出结果可得出修正后的回归方程为：

Y=0.451248×X1+0.193367×X4+0.082117×X5

（t）  （4.475226）  （3.488952）  （8.313007）

同时可以看到，在给定的=0.05下，X1对应的P值为0.0008，X4对应的P值为0.0045，X5对应的P值0.0000都是小于显著性水平=0.05的，可见该方程的各项系数均通过了t检验，同时调整拟合优度，也表明了拟合效果很好。

（2）异方差性的检验。

为降低数据损失采用没有交叉项情形进行怀特检验。由软件输出结果知，伴随概率P=0.2496，在 a=0.05的显著性水平下P>0.05，因此模型不存在异方差。

（3）序列相关性检验。

LM乘数检验法是检验高阶序列相关性的方法，利用Eviews8软件计算结果看出伴随概率P=0.6416>0.05，可知模型不存在二阶序列相关。

因此模型中多重共线性已被消除，不存在异方差，无二阶自相关。对城镇居民消费水平影响比较显著的因素是人均可支配收入、城镇居民就业人员数和人均国内生产总值，随着它们的提高而提高。

1.3 对收入来源的因子分析

由上述分析知城镇居民收入对消费水平的影响较为显著，因此针对收入来源做进一步的因子分析。根据2018年中国统计年鉴，选取东部地区（京津冀、沪、苏、浙、闽、鲁、粤及琼）、中部地区（晋、皖、赣、豫、鄂及湘）、西部地区（蒙、桂、渝、川、贵、云、藏、陕、甘、青、宁及新）和东北地区（辽、吉及黑）2017年城镇居民收入来源的4项指标数据：工资性收入X1（元），经营净收入X2（元），财产净收入X3（元），转移净收入X4（元）。

利用SPSS 19.0软件对上述数据先做标准化处理，然后进行因子分析，得到总方差解释表。总方差解释表显示，前3个因子累计方差百分比为97.927%，基本体现了初始变量的绝大信息。因此，可以利用降维后的3个因子的变化来刻画原始指标的变化。再对前3个因子进行方差极大法正交旋转，旋转后的因子载荷矩阵在软件输出结果给出，由旋转后的因子载荷矩阵可知：第一个因子基本反映了家庭工资性收入（0.970）、财产净收入（0.900）两个方面的信息（均达到了90%及以上）。第二个因子基本反映了转移净收入的信息（达到了94.2%）。第三个因子基本反映了经营净收入的信息（达到了99.4%）。基于此可将前3个因子表示成如下的线性组合形式：

进一步利用SPSS得到中国城镇居民各地区收入来源因子得分结果。可以看出，北京在第一个因子得分（2.89366）上高于其他地区，其次是上海（2.25472）、广东（2.11164）、浙江（1.51972）。上海在第二个因子上的得分（2.65278）最高，其次是北京（1.45441）。浙江在第三个因子得分（2.74458）上远高于其他地区。这是因为北京、上海、广东、浙江都属于东部地区，东部地区凭借着优越的经济基础、人才优势以及科技创新能力，经济发展远超其他地区。内蒙古在第三个因子上的得分（1.73665）也相对较高，主要是由于西部地区在一定程度上积极利用了“西部大开发”和“丝绸之路经济带”等国家政策扶持，承接东、中部地区的产业转移，优化该地区的产业结构，利用当地旅游等人文资源发展西部经济。西部地区经济发展落后的主要原因是教育资源匮乏和人才储备较少，因此西部地区应大力发展教育事业，吸引人才落户就业，使居民收入呈现多元化格局，从而推进区域经济协同发展。

2  结论及政策建议

2.1 结论

模型结果表明，若其他影响因素不变，城镇居民人均可支配收入每上升1元，城镇居民消费水平平均上升0.451248元（比2015年的文献结果增加），由此可见收入对消费水平持续增加的正影响。城镇人均GDP每上升1元，城镇居民消费水平平均上升0.19336元， 城镇居民就业人员数每上升1万人，城镇居民消费水平平均上升0.082117元。

通过上述分析，给出以下几个措施以在一定程度上促进中国城镇居民的消费。

2.2 政策建议

2.2.1 提高城镇居民的收入水平

（1）确保就业者工资收入可持续增长。

新常态下，努力实现工资性收入快速增加是城镇居民增收的重要着力点。主要是在企业内把工资制度不断完善，逐步降低行业工资收入差距，稳定提高企业一般职工工资水平;让创意创造的分配激励机制在机关事业单位绩效工资制度中得到健全鼓励;有效落实劳动者就业扶持政策。采取有效形成以社会保障部门为核心，教育部门积极配合，人民群众踊跃参加的职业技能培训体系。

（2）确保经营者营业收入可持续增长。

加强市场保障，营造良好氛围。同时加大税费优惠力度，强化创业信贷支持，简化贷款手续，加强对个体工商户的培训，提升经营者素质和创新能力;放宽经营条件，掀起全民创业新高潮，显著提高私营经济对收入增长的带动作用;改善融资环境，保证各项优惠政策确实落实到位，将之纳入地方政府考核体系。

（3）确保居民的财产收入可持续增长。

财产性收入属于自主性收入，与其他收入来源相比有着其特殊的优势。主要是加快经济发展，增加居民财产;提高群众理财能力和水平是财产性收入稳定增加的重要保证。金融机构和政府相关部门需加强针对居民金融理财知识的宣传和培训，改变依靠存款保值的现状，逐步实现居民投资渠道多样化，实现财产稳定增值;健全金融市场与金融工具。积极开发适合中低收入阶层的理财产品，創新产品功能，全方面满足人民群众投资、储蓄和保障的需求。

2.2.2 加速推进新型城镇化建设进程

根据2018年《政府工作报告》，为促进消费要继续贯彻实行以往的区域协调发展和新型城镇化战略，逐步实现均衡发展。制定一系列区域经济发展的改革创新措施。新型城镇化主要通过发挥城市聚集效应，缩小市场交易成本，提高生产效率和交易效率，拉动经济增长。城镇化将是国家经济增长、促进城镇居民消费增加的一个十分重要的动力源泉。

2.2.3 促进城镇居民高质量就业

为赢得城镇居民的高质量就业，在2018年《政府工作报告》中提出相关措施，其中调研城镇失业率被首回纳入预期目标。事实上，实现高质量就业必须在就业机遇、就业环境、就业能力及就业结构等方面进一步优化，势必面对若干挑战：几乎每年不断上升的加入就业市场的劳动者，但日益进步的科技水平，或许使就业岗位在短时间内减少;相对落后的传统就业服务手段、理念等;在一定范围和一定程度上依然存在就业歧视。对就业任务的注重，已在2018年财政支出费用预算上给予体现。

参考文献

[1] 上半年我国城镇新增就业752万人，创近年来新高[EB/OL].http：//www.gov.cn，2018.

[2] 蒲元林，王皓晔，刘世娟.影响四川省城镇居民消费水平的因素分析[J].内蒙古科技与经济，2018（13）：4-35.

[3] 林霜.新城镇化进程对中国居民消费率的影响：基于1978—2017数据的实证[J].商业经济研究，2018（24）：45-47.

[4] 王敏.中国城镇居民消费影响因素研究——基于微观调查数据[J].财政监督，2017（10）：109-113.

[5] 李洋，刘美爽.中国城镇居民消费水平的计量经济模型分析[J].商业时代，2015（34）：6-8.