廣東省城鎮居民消費水平影響因素研究

彭純莉

摘要：文章通過計量經濟學方法對廣東省城鎮居民消費水平的影響因素進行研究，樣本數據范圍為2002～2017年。首先，運用最小二乘法估計模型參數，接著針對變量相關性系數較大及變量未通過t檢驗，采用逐步回歸法消除了多重共線性。其次，采用White檢驗對模型進行異方差檢驗及針對時序數據進行序列相關性檢驗。最后，實證分析得出，城鎮居民人均可支配收入和城鎮人口對廣東省城鎮消費水平影響較顯著。

關鍵詞：消費水平；最小二乘法；逐步回歸；White檢驗；序列相關；D.W.檢驗

一、引言

“十四五”規劃的提出意味著我國進入一個新的消費發展階段，要求全面促進消費，拉動經濟增長，實現現代化經濟體系建設新進展。廣東省作為我國經濟發展水平較高的省份之一，研究消費水平的影響因素對于刺激消費、擴大內需、促進經濟發展，及為廣東省相關部門調整消費結構提供參考具有一定意義。

二、模型建立與估計

（一）確定變量與獲取數據

根據凱恩斯及宏觀經濟學理論，消費支出高低很大程度上取決于居民可支配收入，通常來說，可支配收入越大，消費支出也就越大。商品價格的改變會影響人們的購買意愿及購買能力，因此居民消費價格指數也與消費支出有一定的關系。一國居民消費支出水平的高低還跟本國經濟發展水平相關，即取決于本國生產商品水平和勞務水平。貨幣和準貨幣供應量是能夠體現人們購買能力的一種貨幣形式，還能反映是否出現貨幣通脹及消費需求的變化。本文還加入了城鎮人口和固定資產投資為變量進行研究。

為了研究廣東省城鎮消費水平的影響因素，本文選取2002～2017年的數據為樣本進行研究，從國家統計局獲取因變量城鎮居民人均消費支出及6個自變量的數據，為了便于后文分析，本文統一將獲得的原始數據對數化處理，具體變量名稱及符號表示如表1所示。

（二）普通最小二乘法估計模型參數

1. 最小二乘法原理

最小二乘法是解決曲線擬合問題最常用的方法。其基本思路是令

f（x）＝α1φ1（X）+α2φ2（X）+…+αmφm（X）

其中，φk（x）是事先選定的一組線性無關的函數，αk是待定系數，擬合準則是使yi，i＝（1，2，…n）與f（xi）的距離δi的平方和最小，稱為最小二乘準則。

2. 估計模型

建立多元線性回歸模型方程：

Y=C+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6

在Eviews軟件中，運用最小二乘法得出OLS估計結果，結果如圖1所示。

多元線性回歸的統計檢驗：

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

擬合優度檢驗：R2較大且接近1，擬合優度較好。

方程顯著性檢驗：根據OLS估計結果知，F=1084.681>F0.05（6，9）＝3.37，故認為城鎮居民消費支出與上述解釋變量間總體線性關系顯著。

變量的顯著性檢驗：根據OLS估計結果知，只有變量X3前參數通過t檢驗，其他變量都未通過t檢驗。

（三）多重共線性檢驗與修正

1. 變量相關性分析

變量未通過t檢驗，為了確定變量間是否存在多重共線性，本文對變量進行相關性分析。運用spss軟件，采用皮爾遜相關性分析法。

圖中數據顯示：變量間相關系數較大的情況較多，如變量與變量的相關系數都大于0.9。根據變量間相關系數較大及變量未通過t檢驗，可以認為變量間存在多重共線性。

2. 逐步回歸消除多重共線性

（1）找出最簡單的回歸形式。

分別作Y關于X1，X2，X3，X4，X5，X6的回歸，發現Y關于X3的回歸具有最大的可決系數，回歸結果如圖2。

根據單因子回歸結果知，廣東省城鎮居民消費支出受城鎮居民可支配收入影響最大，且系數符合經濟意義，因此建立以城鎮居民可支配收入為變量的回歸方程。

Y＝0.431686+0.930455*X3（1）

（3.561013）? ? （76.85358）

R2= 0.997466? ? F=5906.373

（2）逐步回歸。

通過逐個引入其余解釋變量的方法，根據統計性質確定最終方程。

討論：

第一步，在初始模型中引入X1，模型的R2稍微提高，但是變量未通過顯著性水平為10%的t檢驗。

第二步，去掉X1，引入X2，模型的R2下降，且變量未通過顯著性水平為10%的t檢驗。

第三步，去掉X2，引入X4，模型的R2提高，且變量通過顯著性水平為10%的t檢驗，系數也符合經濟意義。

第四步，引入X5，模型的R2稍微提高，但是變量未通過顯著性水平為10%的t檢驗。

第五步，去掉X5，引入X6，模型的R2下降，且變量未通過顯著性水平為10%的t檢驗。

在第五步所得模型的基礎上，再嘗試引入X1，X2，均達不到以變量為解釋變量X3，X4的回歸結果。

因此，最終的城鎮居民消費支出函數應以Y=f（X3，X4）為最優，最優回歸模型如下：

Y＝0.479195+0.902029*X3+0.027605*

X4（2）

（4.158109）（46.97715）? ? （1.823584）

R2= 0.997827? ? ?F=3445.4444

可知，城鎮居民消費支出受城鎮居民可支配收入，城鎮人口影響最大。

（四）異方差檢驗

異方差性，是指當解釋變量的觀測值不同時，隨機干擾項的方差是不同的。當隨機干擾項的方差與解釋變量的取值具有相關性即存在異方差性。

為了避免隨機干擾項的方差不同，會隨著自變量的不同而變化，即兩者存在相關性，本文需進行異方差性檢驗。

本文采用White檢驗方法，使用Eviews軟件，輸出結果如圖3。

從nR2統計量對應值的伴隨概率值得出：x =5.99>1.985296，接受原假設，即在5%的顯著性水平下，認為模型不存在異方差性，模型通過檢驗。

（五）序列相關性檢驗

本文的回歸方程是基于隨機干擾項相互獨立，若是出現了序列相關性，則不能采用最小二乘法，否則會導致參數估計值及模型的預測值不準確，對變量的顯著性檢驗也失去了意義。

1. 圖示判斷

由于殘差et可以作為μt的估計，因此，如果μt存在序列相關性，會由殘差項et反映出來，因此用et的變化圖形來判斷μt的序列相關性。本文用Eviews軟件完成這一操作。

根據殘差項的變化圖，暫且看不出明顯的序列相關性，為了明確得出是否存在序列相關性，本文接著采用D.W.檢驗法。

2. D.W. 檢驗

為了檢驗方程是否存在序列相關性，本文采用D.W.檢驗。此檢驗方法需要計算出D.W.的數值及確定樣本容量和變量的個數，再依據D.W.分布表，可以得到上下限，最后根據表3即可判斷是否存在序列相關性。

本文通過Eviews軟件完成D.W.檢驗，檢驗結果如圖5。

由于D.W.值為1.630699，而顯著性水平為5%下，樣本容量為16，k為3的D.W.分布的dL為0.98，dU為1.54，D.W.值剛好處于dU<D.W.<4-dU，即1.54<D.W.<2.46，所以不存在序列相關。

綜上，廣東省城鎮居民人均消費支出函數如下：

Y＝0.479195+0.902090*X3+0.027605*

X4（3）

（4.158109）（46.97715）? ? （1.823584）

R2=0.997827? ?F=3445.444

三、結果分析與建議

（一）結果分析

本文選取了6個變量探究廣東省城鎮消費水平的影響因素，從國家統計局獲取數據，運用計量經濟學方法分析研究，得出城鎮居民人均可支配收入和城鎮人口對廣東省城鎮消費水平影響較顯著，基于變量前系數可知，城鎮居民人均可支配收入的影響較大。

（二）建議

第一，城鎮居民消費水平受到城鎮居民人均可支配收入的影響較大，提高居民收入有利于刺激消費，擴大內需，拉高經濟增長。然而居民的收入除了消費，還有很大一部分用于儲蓄，投資，中國老百姓由于醫療、養老、住房、子女教育、子女婚嫁等未來支出制約，收入主要用于儲蓄。為了提高居民消費水平，發展國家經濟，應該消除居民預期消費焦慮，完善居民最基本的社會保障問題。健全覆蓋城鄉的社會保障體系，保障勞動者的基本權益，為需要特殊關照的人群提供一定的救助，有利于維護社會穩定，營造和諧的社會氛圍，促進經濟發展。

第二，消費與收入具有雙向作用，消費對生產有反作用，消費拉動經濟增長，消費促進生產發展，消費所形成的新的需要對生產的調整和升級起著導向作用，消費為生產創造出新的勞動力，鼓勵居民消費可以反作用于提高人均可支配收入，提高人們生活質量的同時，發展國家經濟。

第三，人口與消費需求之間存在著相互制約、相互影響的關系。在消費水平相同的情況下，人口數量的變化會引起消費需求的變化，人口增加相應地提高了消費需求。人口素質的差異也會導致消費需求的變化，在一個社會中，人們對“幸福”和“價值”的觀念不同，這也會導致不同的消費需求。消費需求及其構成的變化也會影響人口再生產。一般來說，經濟越發達的地區，高素質人口數量越多，消費水平也會比較高。國家應優先發展教育，不斷提升教育質量，努力提升教育教學水平，提高全民素質，為國家輸送更多的高素質人才，為經濟建設發展提供動力。人口結構的構成也會影響到消費情況，目前我國人口老齡化嚴重，勞動力人口比重趨于下降，人口結構對經濟發展影響日益凸顯，應提高生產效率和轉變生產方式來應對勞動力減少這一問題，實現產業升級，推動國民經濟發展。

參考文獻：

[1]遲福林.中國消費大趨勢[J].北方經濟，2021（09）：4-6.

[2]林昌正.中國城鎮居民消費水平多因素分析[J].大眾投資指南，2019（17）：242-243.

（作者單位：華南師范大學）