影响我国农村居民消费水平因素的计量经济学研究

蒋宏东 北京信息科技大学

一、研究背景及意义

（一）研究背景

消费拉动的经济发展才是良性发展，我国经济增长模式渐渐向以扩大消费拉动转变。一个国家的居民消费水平反映了这个国家的居民生活水平，进而反映了这个国家的经济实力。自从提出内循环开始，带动消费已经成为当前经济的重中之重。居民消费支出作为社会消费需求的主体，消费的增加可以直接引起经济的增加，对经济的拉动作用非常显著。因而，2021 年年初，12 个部门联合发文：要提升消费，特别是提升大宗消费、重点消费。

（二）问题提出及其研究意义

根据中国统计年鉴2000～2020年的数据，运用stata软件，分析农村居民人均消费支出与农村居民人均可支配收入、人均GDP、住房费用、CPI指数的内在依存关系，构建相关的计量经济学模型，探讨不同因素对于农村居民人均消费支出的影响关系。同时根据模型，分析出模型中存在的问题，并提出建议。

投资、出口和消费是经济增长的主要因素，其中，投资和出口的推动作用逐渐减弱，而消费的影响力逐渐加大，居民消费需求的增加会直接导致社会总需求的增加，进而促使 GDP 的增长[1]。在一定范围内，当消费增加，经济增长就快；消费不足，经济增长就会缓慢。因此，刺激消费需求是一件很有必要的事情。消费作为 GDP 的重要组成部分，低迷的居民消费会引起我国经济的不健康发展。

（三）研究目的

确定农村居民人均消费支出与农村居民人均可支配收入、人均GDP、住房费用、CPI指数的显著性关系，从而帮助分析宏观主体以及个体面对于消费市场的扩大作出相应决策。

（四）研究框架

本文尝试运用微观定量的实证分析方法，并以实际经济理论为基础，通过对中国农村人均消费支出近七年的经济数据进行经济计量分析，估计农村居民人均消费支出与农村居民人均可支配收入、人均GDP、住房费用、CPI指数的显著性关系，并建立回归模型。并结合中国实际的情况，根据分析结果，对消费市场今后的扩大提出相应的建议和对策。

二、相关理论及动态研究

（一）居民消费相关理论

尽管数据显示近年来我国人均收入水平不断提高，但实际消费率的增长却远不及收入水平的增长。凯恩斯的“绝对收入假说”和莫迪利亚尼的“生命周期学说”等观点均可以解释这种收入不断增加、消费的增长率却递减的现象。凯恩斯的绝对收入假说指出消费与短期收入相关，即收入决定消费。当收入增加时，消费随之增加，但消费增长速度一般不会高于收入的增长速度，表现为消费的增量在收入增量中占的比例是递减的，即边际消费倾向递减。莫迪利亚尼在“生命周期学说”提出: 理性消费者通过预判一生能够获得的劳动收入和财产收入等收益安排自身消费支出，并期望能够保障人生各个阶段能够平稳消费，最终一生的消费支出和劳动收入和财产收入等收益收支平衡[2]。简单来说，当居民年轻的时候总希望为退休后的生活多储蓄、积累一些财富，好安享晚年，即收入大于消费的正储蓄，以抵消退休后收入小于消费的负储蓄。

（二）农村居民消费现状

在我国，居民消费在最终消费中占大部分，其大小将对经济有很大的影响力，高的消费水平促进经济的发展，而低的消费水平会抑制经济的发展。居民消费包括衣食住行、医疗、教育等等。现阶段，虽然我国的居民消费水平整体上比较低，但是我国的居民消费水平是在逐年递增的。这主要是由于我国国民生产总值的稳定增加、我国国民的收入水平不断提高等。

三、实证分析

（一）选取变量

现实中居民消费水平受很多因素影响，如消费偏好、社会经济状况、通货膨胀水平等。本文在选取数据时为了避免通货膨胀对消费支出的影响，用CPI指数对消费支出进行了修正。同时，本文的消费支出也为去除房屋价格后的消费支出，即用于支付房租、房贷的支出不算在本年度的消费支出内。由于数据选取的是从1999年到2020年的数据，因此以2013年为基期，所用的公式为：CPI=（一组固定商品按当期价格计算的价值/一组固定商品按基期价格计算的价值）×100%。将当年的消费支出近似视为全部商品的价值，进行无通货膨胀影响的消费支出的计算。

根据相关的消费理论研究，本文选出四个具有代表性并且便于计量的变量作为自变量进行研究分析。将因变量设为“农村居民人均消费支出”，自变量为“农村居民人均可支配收入”、“人均GDP”、“居住费用”、“居民消费价格指数”。

被解释变量：Y为农村居民人均消费支出（元）。农村居民人均消费水平直接表现为消费支出。

解释变量一：X1为农村居民人均可支配收入（元）。该解释变量为此模型的核心变量。凯恩斯的绝对收入假说指出消费与短期收入相关，即收入决定消费。当收入增加时，消费随之增加。因此，消费和收入应该是正相关的关系。

解释变量二：X2为人均GDP（元）。人均国内生产总值的增加意味着国家经济水平的发展，经济水平的提高会推动收入的提高，因而引起消费的增加。因此，消费和人均GDP应该是正相关关系。

解释变量三：X3为居住费用（元）。房屋作为生活的必需，居民所需缴纳的房屋费用越高，则用于其他用途的支出便会越少。因此，居住费用应该与消费支出是负相关关系。

解释变量四：X4为居民消费价格指数（%）。居民消费价格指数反映为物价水平的变动。一般来说，居民消费价格指数越高，表明物价越高，相应的居民的消费支出就会减少。因此，居民消费价格指数与消费水平是负相关关系。

（二）建立模型

1.农民人均消费支出Y与农民人均可支配收入X1的回归模型

拟合的回归方程为：Y=-646.2321+0.9646066＊X1

2.农民人均消费支出Y与人均GDP X2的回归模型

拟合的回归方程为：Y=-633.3864+0.2165251*X2

3.农民人均消费支出Y与住房费用X3的回归模型

拟合的回归方程为：Y=-2604.75 +1.884199＊X3

Y与X1、X2、X3、X4存在较强的线性关系，因此将变量的数学形式确定为：

Y^=β0+β1＊X1+β2＊X2+β3＊X3+β4＊X4+u

一共有四个解释变量，β0是常数，βi（i=1，2，3，4）是解释变量的偏回归系数，u为随机误差项，用来表示解释变量以外的其他因素的干扰。

利用原始数据和stata软件进行多元回归分析，建立回归模型，并对模型的显著性进行分析。stata的回归结果如下表：

根据上述经济数据的收集与经济方程的建立，运用最小二乘法(OLS)进行参数估计，利用stata软件计算回归方程的参数结果，得出回归方程：

Y^= -9179.31+1.619534＊X1-0.2425017＊X2+0.8062411＊X3+76.07486＊X4

从回归估计的结果来看，所估计的参数 β^1=1.619534、β^2=-0.2425017、β^3=0.8062411、β^4=76.07486，说明居民人均可支配收入、人均 GDP、住房费用、居民消费价格指数每相差 1 元，可导致人均消费支出相差 1.619534元、-0.2425017元、0.8062411 元、76.07486 元。

（三）检验模型

1.经济意义检验

Y^= -9179.31+1.619534＊X1-0.2425017＊X2+0.8062411＊X3+76.07486＊X4

1.619534 ，在其他变量保持不变的情况下，农民人均可支配收入每增加一元所引起农民人均消费支出增加1.619534元。回归系数的符号和数值是较为合理的。

-0.2425017，在其他变量保持不变的情况下，人均GDP每增加一元所引起农民人均消费支出减少0.2425017元。回归系数符号与预计相反，需进行进一步检验。

0.8062411 ，在其他变量保持不变的情况下，住房费用每增加一元所引起农民人均消费支出增加0.8062411元。

76.07486 ，在其他变量保持不变的情况下，CPI指数每增加百分之一所引起农民人均消费支出增加76.07486%。回归系数符号与预计相反，需进行进一步检验。

2.拟合优度检验

H0:R2等于0，H1:R2不等于0，R2=0.9924，P值为0.0000<0.05

所以拒绝原假设，可决系数显著不为0，拟合优度比较好。

（四）显著性检验

1.对回归系数进行T检验

Y^=-9179.31+1.619534＊X1-0.2425017 ＊X2+0.4084634＊X3+76.07486 ＊X4

T=(-1.33)(5.69)(-3.58)(1.97)(1.12)

P值=（0.203）(0.000) (0.002) (0.066) (0.280)

H0:β1等于0 H1: β1不等于0

T=5.69,可得到其P值=0.000<0.05，所以拒绝原假设，所以β1不等于0。同理，可以检验出：β2显著不等于0，拒绝原假设，所以β2不等于0；β3显著等于0，不能拒绝原假设，所以认为β3等于0；β4显著等于0，不能拒绝原假设，所以认为β4等于0。所以，可以通过T检验的只有变量X2、X1。

2.对方程进行F检验

H0:β1=β2=β3=β4=0 H1:β1、β2、β3、β4不全为0

R2=0.9924，可得到其P值为0.0000<0.005

所以拒绝原假设，所以被解释变量农村人均消费支出可以用农村人均可支配收入、人均GDP、住房费用、CPI解释99.24%.

综上所述：R2=0.9924，说明模型有很高的拟合优度，F检验也是高度显著的，说明农村人均可支配收入、人均GDP、住房费用、CPI对农村人均消费支出的总影响是显著的。但是，农村人均可支配收入、人均GDP的影响是显著的，其他变量（包括常数项）的t统计量值都较小，未通过检验。因此，需要对以上四元线性回归模型做适当的调整，下面进行模型的修正。

（五）计量经济学检验

1.多重共线性检验与修正

为了检验模型是否存在多重共线性，我们可以通过查看VIF的大小，通常我们以10作为判断边界：当VIF<10,不存在多重共线性；当10<=VIF<100,存在较强的多重共线性；当VIF>=100，模型存在严重的多重共线性。该方程的VIF=119.44>100,说明存在严重的多重共线性，因此需要进行修正。

（1）多重共线性的修正解决多重共线性问题的一个方法是采用逐步回归法筛选变量。用每个解释变量分别对被解释变量做简单回归，以可决系数为标准确定解释变量的重要程度，为解释变量排序。分别作 Y 和 X1、X2、X3、X4 之间的回归。

由此可见，Y受X1的影响最大，选择Y=-646.2321+0.9646066X1作为初始的回归模型。下面进行逐步回归：

（2）将其他解释变量依次代入上述初始回归模型，逐步进行回归，寻找最有效的回归方程。首先，在初始模型中引入X2、X3、X4，得到的R2分别为 0.9898、0.9918、0.9924。其中加入 X2 的方程 R2=0.9898，t值=6.26>1.96，p值=0.000<0.05,各参数的 t检验显著，选择保留 X2 。在 X1、X2 的基础上再加入 X3 得到R2=0.9918，有所提高，但X3的参数的 t 检验不显著，X3的P值为0.059>0.05，因此，去掉 X3 。在 X1、X2 的基础上再加入 X4变量逐步回归，得到 R2为 0.9924，有所上升，但 X4 参数的 p值为0.280>0.05，参数检验不检验显著，因此，舍去 X4 。得到修正后的模型公式 如下：

Y=-586.1828+1.632839 ＊X1-0.1520107＊ X2

模型此时的经济意义为：在其他变量保持不变的情况下，农民可支配收入每增加一元将引起农民人均消费支出增加1.632839元，而人均GDP每增加一元将引起农民人均消费支出减少0.1520107元。人均GDP的增加会引起农民人均消费支出减少，这显然是不符合经济学理论和实际的，因此模型还需要进一步的修正。

2.异方差检验

布罗施-帕甘检验：得到的P值为0.0031<0.05。拒绝原假设，存在异方差。

White检验：得到的P值为0.0124<0.05，拒绝原假设，存在异方差。

修正异方差：修正方法是加权最小二乘法。

修正的结果中，人均GDP的系数仍为负值，考虑将此变量删除。

最终确立方程为Y= -0.3731106+1.024626＊X1

3.时间序列自相关检验

H0：β=0 H1：β不为零 存在自相关。K=1,n=20，dl=1.201,du=1.411

此时，d=1.418381取值在（dU,4-dU）之间，不拒绝原假设H0,认为ut非自相关。

（六）最终确定模型形式

以上分析检验最终确定的解释变量为：X1 人均可支配收入、X2 人均 GDP。得到的最终确立的模型如下：

Y= -0.3731106+1.024626＊x1

从最终回归估计的结果来看，所估计的参数 β^1=1.0246264，说明居民人均可支配收入每相差 1 元，可导致人均消费支出相差 1.024626 元。

经过上述的处理，此时的模型已经不存在异方差，其他检验也均合格，不存在多重共线性，经济意义也符合常理。选取模型旨在研究我国消费支出影响因素，选取解释变量为 X1农村人均可支配收入，X2 人均 GDP，X3 居住费用，X4 居民消费价格指数，经过检验，最终确定解释变量为 X1农村人均可支配收入，舍掉的解释变量X2 人均 GDP，X3 居住费用，X4 居民消费价格指数。并不是他们对居民消费支出没有影响，只是影响程度没有X1大，在此不做分析。分析报告的结论发现，农村人均可支配收入对居民消费支出有较大影响。

（七）经济解释

Y=-0.3731106+1.024626＊X1

1.024626 代表在其他变量保持不变的情况下，农村人均可支配收入每增加一元，可引起农村人均消费支出增加1.492024元。R2=0.9944表示方程整体的显著性检验通过，得到的T值的P值很小，表示解释变量对农村人均消费支出影响是显著的。

四、总结

本文通过计量得出，人均可支配收入对居民消费支出的影响最大，人均GDP对居民消费支出的影响次之。从而总结出，要想提高我国的居民消费水平，国家就要切实保障每个居民的有效收入并适当的发放一些购物补贴，让居民有消费的能力和消费的动力。并且，我国应该大力发展经济，发达的国家经济是居民消费的根本。

居民整体收入水平是影响消费能力的重要因素，收入水平不足会限制居民的购买力，造成消费需求不足的现状。作为提升购买力、加速消费需求增长的基础，增加居民收入成为了当下亟待解决的问题。虽然政府一直有采取措施不断改进政策，但中低收入家庭的总体收入涨幅仍很缓慢，是造成消费需求缺口的主要群体，所以必须尽快针对居民收入增长缓慢的问题制定有效的激励机制；同时注意调整收入分配，缩短城乡差距，扩大就业范围和就业岗位，充分利用劳动力，提高生产效率。