摘要:本文基于2000-2018年我国宏观经济统计数据,选取城镇居民消费支出、城镇居民可支配收入、城市居民消费价格指数、国内生产总值、税率指标数据,通过多元线性回归法建立计量模型,并对模型进行检验及多重共线性处理,得出最优模型。实证结果表明城镇居民可支配收入、城市居民消费价格指数、国内生产总值是影响我国城镇居民消费水平的三个主要因素。
关键词:城镇居民消费;影响因素;多元线性回归
随着经济增长的加快,消费形式变化也越来越快,而消费对经济又有着不可替代的作用。2000-2018年间,我国城镇居民消费水平从6999元上升到33282元,城镇居民人均可支配收入从2000年的6255.7元增加到2018年的39250.8元,可见上升速度之快,但城镇居民消费水平的增长速度低于人均可支配收入的增长速度。居民消费水平是指人们在消费过程中所带来的满足程度,而城镇居民消费更是能刺激消费,扩大内需,因此找出影响我国城镇居民消费水平的关键因素,十分有必要。
1 模型与变量的选择
影响城镇居民消费水平的因素有很多,本文选取了城镇居民消费支出Y(元)作为因变量,城镇居民可支配收入X1(元)、城市居民消费价格指数X2、国内生产总值X3(亿元)、税率X4作为解释变量进行建立多元线性回归模型。主要选取2000-2018年共19组指标数据。根据计量经济学模型的构思,在建立模型时假设该模型是一个线性模型。因此,设定多元线性回归模型为:Y=β0+β1·X1++β2·X2+β3·X3+β4·X4+u
2 多元线性回归模型的建立
2.1 参数估计
基于指标数据,通过Eviews9软件采用OLS方法对模型中的各个参数进行估计。模型估计结果说明,在假定其它变量不变的情况下,城镇居民人均可支配收入每增长1元,居民消费支出就会增加0.33元;在假定其它变量不变的情况下,城市居民消费价格指数每增长一个百分点,居民消费支出就会减少33.08元;在假定其它变量不变的情况下,GDP每增长1亿元,居民消费支出就会增加0.142元;在假定其它变量不变的情况下,税率每增加1个百分点,居民消费支出就会减少0.007元。这与理论分析和经验判断相一致。
2.2 模型检验与修正
2.2.1 统计检验
由分析结果可以得到可决系数为0.999607,修正的可决系数为0.999494,这说明模型对样本的拟合很好。但是从图1可知,解释变量X1、X2、X3对应的P值分别为0.0018、0.0013、0.0063,在显著性水平为5%条件下,三个解释变量均显著,但是解释变量X4对应的P值为0.4989,表示不显著,因此建立的多元线性回归模型存在多重共线性的可能。
2.2.2 多重共线性检验与修正
利用Eviews9软件对这4个解释变量之间进行相关系数分析,分析结果表明X1与X3、X4的相关系数均大于0.995,X3与X4的相关系数为0.999,因此可以断定部分解释变量之间存在较强的相关性,建立的模型中存在多重共线性。
因此,首先剔除不显著的解释变量X4,建立因变量Y与解释变量X1、X2、X3的线性回归方程,结果显示可决系数为0.999593,修正的可决系数为0.999512,这说明模型对样本的拟合很好。另外,解释变量X1、X2、X3对应的P值分别为0.0005、0.0009、0.0000,表明在显著性水平为1%的条件下,三个解释变量均显著,并且都通过了t检验和F检验。而其他情况下的线性回归方程,都有解释变量不显著。
因此,最终模型为Y=6790.071+0.291731X1-33.30668X2+0.113086X3
2.3 回归模型结果解释
建立的最终模型结果表明,在假定其它变量不变的情况下,城镇居民人均可支配收入每增长1元,居民消费支出就会增加0.292元;在假定其它变量不变的情况下,城镇居民消费价格指数每增长一个百分点,居民消费支出就会减少33.31元;在假定其它变量不变的情况下,GDP每增长1亿元,居民消费支出就会增加0.113元。
3 结论
本文通过选取城镇居民消费支出、城镇居民可支配收入、城市居民消费价格指数、国内生产总值、税率5个指标数据,基于Eviews软件利用OLS估计方法建立计量分析模型,模型结果表明城镇居民消费水平与城镇居民人均可支配收入、城镇居民消费价格指数存在紧密联系。随着城镇居民人均可支配收入的提高,消费支出也会增加。城镇居民消费价格指数的提高意味着物价水平会上涨,会出现同样的财富买来的东西减少了,因此可能会导致市场出现疲软的现象,消费支出相应的就会减少,这与模型结果相一致的。另外国内生产总值的提高,也会带来消费支出的增多。因此,要想扩大居民消费需求,必须要发展经济,提高居民收入,以及控制物价水平。
参考文献:
[1]刘金宇.中国居民消费水平影响因素的实证分析[J].中国集体经济,2019(07):17-20.
作者简介:
王佳佳(1991-),女,河南周口人,黃山学院数学与统计学院助教,经济学硕士,研究方向:经济统计分析。
基金项目:
安徽省高校自然科学研究一般项目(项目编号:KJHS2019B06),安徽省大学生创新创业训练项目(项目编号:S201910375070)。