广东省城镇居民消费水平影响因素研究

彭纯莉

摘要：文章通过计量经济学方法对广东省城镇居民消费水平的影响因素进行研究，样本数据范围为2002～2017年。首先，运用最小二乘法估计模型参数，接着针对变量相关性系数较大及变量未通过t检验，采用逐步回归法消除了多重共线性。其次，采用White检验对模型进行异方差检验及针对时序数据进行序列相关性检验。最后，实证分析得出，城镇居民人均可支配收入和城镇人口对广东省城镇消费水平影响较显著。

关键词：消费水平；最小二乘法；逐步回归；White检验；序列相关；D.W.检验

一、引言

“十四五”规划的提出意味着我国进入一个新的消费发展阶段，要求全面促进消费，拉动经济增长，实现现代化经济体系建设新进展。广东省作为我国经济发展水平较高的省份之一，研究消费水平的影响因素对于刺激消费、扩大内需、促进经济发展，及为广东省相关部门调整消费结构提供参考具有一定意义。

二、模型建立与估计

（一）确定变量与获取数据

根据凯恩斯及宏观经济学理论，消费支出高低很大程度上取决于居民可支配收入，通常来说，可支配收入越大，消费支出也就越大。商品价格的改变会影响人们的购买意愿及购买能力，因此居民消费价格指数也与消费支出有一定的关系。一国居民消费支出水平的高低还跟本国经济发展水平相关，即取决于本国生产商品水平和劳务水平。货币和准货币供应量是能够体现人们购买能力的一种货币形式，还能反映是否出现货币通胀及消费需求的变化。本文还加入了城镇人口和固定资产投资为变量进行研究。

为了研究广东省城镇消费水平的影响因素，本文选取2002～2017年的数据为样本进行研究，从国家统计局获取因变量城镇居民人均消费支出及6个自变量的数据，为了便于后文分析，本文统一将获得的原始数据对数化处理，具体变量名称及符号表示如表1所示。

（二）普通最小二乘法估计模型参数

1. 最小二乘法原理

最小二乘法是解决曲线拟合问题最常用的方法。其基本思路是令

f（x）＝α1φ1（X）+α2φ2（X）+…+αmφm（X）

其中，φk（x）是事先选定的一组线性无关的函数，αk是待定系数，拟合准则是使yi，i＝（1，2，…n）与f（xi）的距离δi的平方和最小，称为最小二乘准则。

2. 估计模型

建立多元线性回归模型方程：

Y=C+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6

在Eviews软件中，运用最小二乘法得出OLS估计结果，结果如图1所示。

多元线性回归的统计检验：

设定置信水平为0.05，查表知F0.05（6，9）＝3.37，t0.025（9）＝2.262

拟合优度检验：R2较大且接近1，拟合优度较好。

方程显著性检验：根据OLS估计结果知，F=1084.681>F0.05（6，9）＝3.37，故认为城镇居民消费支出与上述解释变量间总体线性关系显著。

变量的显著性检验：根据OLS估计结果知，只有变量X3前参数通过t检验，其他变量都未通过t检验。

（三）多重共线性检验与修正

1. 变量相关性分析

变量未通过t检验，为了确定变量间是否存在多重共线性，本文对变量进行相关性分析。运用spss软件，采用皮尔逊相关性分析法。

图中数据显示：变量间相关系数较大的情况较多，如变量与变量的相关系数都大于0.9。根据变量间相关系数较大及变量未通过t检验，可以认为变量间存在多重共线性。

2. 逐步回归消除多重共线性

（1）找出最简单的回归形式。

分别作Y关于X1，X2，X3，X4，X5，X6的回归，发现Y关于X3的回归具有最大的可决系数，回归结果如图2。

根據单因子回归结果知，广东省城镇居民消费支出受城镇居民可支配收入影响最大，且系数符合经济意义，因此建立以城镇居民可支配收入为变量的回归方程。

Y＝0.431686+0.930455*X3（1）

（3.561013）    （76.85358）

R2= 0.997466    F=5906.373

（2）逐步回归。

通过逐个引入其余解释变量的方法，根据统计性质确定最终方程。

讨论：

第一步，在初始模型中引入X1，模型的R2稍微提高，但是变量未通过显著性水平为10%的t检验。

第二步，去掉X1，引入X2，模型的R2下降，且变量未通过显著性水平为10%的t检验。

第三步，去掉X2，引入X4，模型的R2提高，且变量通过显著性水平为10%的t检验，系数也符合经济意义。

第四步，引入X5，模型的R2稍微提高，但是变量未通过显著性水平为10%的t检验。

第五步，去掉X5，引入X6，模型的R2下降，且变量未通过显著性水平为10%的t检验。

在第五步所得模型的基础上，再尝试引入X1，X2，均达不到以变量为解释变量X3，X4的回归结果。

因此，最终的城镇居民消费支出函数应以Y=f（X3，X4）为最优，最优回归模型如下：

Y＝0.479195+0.902029*X3+0.027605*

X4（2）

（4.158109）（46.97715）    （1.823584）

R2= 0.997827     F=3445.4444

可知，城镇居民消费支出受城镇居民可支配收入，城镇人口影响最大。

（四）异方差检验

异方差性，是指当解释变量的观测值不同时，随机干扰项的方差是不同的。当随机干扰项的方差与解释变量的取值具有相关性即存在异方差性。

为了避免随机干扰项的方差不同，会随着自变量的不同而变化，即两者存在相关性，本文需进行异方差性检验。

本文采用White检验方法，使用Eviews软件，输出结果如图3。

从nR2统计量对应值的伴随概率值得出：x =5.99>1.985296，接受原假设，即在5%的显著性水平下，认为模型不存在异方差性，模型通过检验。

（五）序列相关性检验

本文的回归方程是基于随机干扰项相互独立，若是出现了序列相关性，则不能采用最小二乘法，否则会导致参数估计值及模型的预测值不准确，对变量的显著性检验也失去了意义。

1. 图示判断

由于残差et可以作为μt的估计，因此，如果μt存在序列相关性，会由残差项et反映出来，因此用et的变化图形来判断μt的序列相关性。本文用Eviews软件完成这一操作。

根据残差项的变化图，暂且看不出明显的序列相关性，为了明确得出是否存在序列相关性，本文接着采用D.W.检验法。

2. D.W. 检验

为了检验方程是否存在序列相关性，本文采用D.W.检验。此检验方法需要计算出D.W.的数值及确定样本容量和变量的个数，再依据D.W.分布表，可以得到上下限，最后根据表3即可判断是否存在序列相关性。

本文通过Eviews软件完成D.W.检验，检验结果如图5。

由于D.W.值为1.630699，而显著性水平为5%下，样本容量为16，k为3的D.W.分布的dL为0.98，dU为1.54，D.W.值刚好处于dU<D.W.<4-dU，即1.54<D.W.<2.46，所以不存在序列相关。

综上，广东省城镇居民人均消费支出函数如下：

Y＝0.479195+0.902090*X3+0.027605*

X4（3）

（4.158109）（46.97715）    （1.823584）

R2=0.997827   F=3445.444

三、結果分析与建议

（一）结果分析

本文选取了6个变量探究广东省城镇消费水平的影响因素，从国家统计局获取数据，运用计量经济学方法分析研究，得出城镇居民人均可支配收入和城镇人口对广东省城镇消费水平影响较显著，基于变量前系数可知，城镇居民人均可支配收入的影响较大。

（二）建议

第一，城镇居民消费水平受到城镇居民人均可支配收入的影响较大，提高居民收入有利于刺激消费，扩大内需，拉高经济增长。然而居民的收入除了消费，还有很大一部分用于储蓄，投资，中国老百姓由于医疗、养老、住房、子女教育、子女婚嫁等未来支出制约，收入主要用于储蓄。为了提高居民消费水平，发展国家经济，应该消除居民预期消费焦虑，完善居民最基本的社会保障问题。健全覆盖城乡的社会保障体系，保障劳动者的基本权益，为需要特殊关照的人群提供一定的救助，有利于维护社会稳定，营造和谐的社会氛围，促进经济发展。

第二，消费与收入具有双向作用，消费对生产有反作用，消费拉动经济增长，消费促进生产发展，消费所形成的新的需要对生产的调整和升级起着导向作用，消费为生产创造出新的劳动力，鼓励居民消费可以反作用于提高人均可支配收入，提高人们生活质量的同时，发展国家经济。

第三，人口与消费需求之间存在着相互制约、相互影响的关系。在消费水平相同的情况下，人口数量的变化会引起消费需求的变化，人口增加相应地提高了消费需求。人口素质的差异也会导致消费需求的变化，在一个社会中，人们对“幸福”和“价值”的观念不同，这也会导致不同的消费需求。消费需求及其构成的变化也会影响人口再生产。一般来说，经济越发达的地区，高素质人口数量越多，消费水平也会比较高。国家应优先发展教育，不断提升教育质量，努力提升教育教学水平，提高全民素质，为国家输送更多的高素质人才，为经济建设发展提供动力。人口结构的构成也会影响到消费情况，目前我国人口老龄化严重，劳动力人口比重趋于下降，人口结构对经济发展影响日益凸显，应提高生产效率和转变生产方式来应对劳动力减少这一问题，实现产业升级，推动国民经济发展。

参考文献：

[1]迟福林.中国消费大趋势[J].北方经济，2021（09）：4-6.

[2]林昌正.中国城镇居民消费水平多因素分析[J].大众投资指南，2019（17）：242-243.

（作者单位：华南师范大学）