影响居民消费水平的主要因素分析112053758 11 级资产评估 2 班 郑爽一、 问题的提出：消费是人类社会经济生活中的重要行为和过程，任何社会都离不开消费。在我国，随着社会主义市场经济体制的确立，消费在全民经济生活中的作用更显重要。可以这样概括的说，消费活动是经济活动的终点，一切经济活动的目的就是为了满足人们不断增长的消费需求；但另一方面，消费活动又是经济活动的起点，是拉动经济增长的动力。2013 年国家的一系列决策和尚待解决的问题很大程度上是既源于消费，又回归到消费。正因为如此，研究消费水平对于正处于转型期的我国经济有极其重要的经济意义。众所周知，拉动经济的三驾马车：消费、对外贸易、投资。而经济危机的大环境下，拉动内需，增加国内居民消费已经成为我国拉动经济的头号马车。那么有什么因素影响我国的消费水平呢？各自有占多少权重呢？二、 模型设定：研究影响居民消费水平的主要影响因素，建立如下模型：为了具体分析各要素对我国居民消费水平的影响大小，选取国内生产总值 X1，农村居民人均收入 X2，城镇居民人均收入 X3，农村居民家庭恩格尔系数(%)X4，银行居民储蓄存款利率（定期）X5 进行回归分析。采用的对数模型如下：Y= 0+ 1LNX1+ 2LNX2+ 3LNX3+ 4X4+ 5LNX5+ui其中，Y 为居民消费水平，X1 为国内生产总值，X2 为农村居民人均收入，X3 为城镇居民人均收入，X4 为农村居民家庭恩格尔系数(%)，X5 为银行居民储蓄存款利率（定期），u i代表随机扰动项.我们通过对该模型的回归分析，得出各个变量与我国服务贸易出口的变动关系。三、数据的收集：表 1 影响消费因素的数据Y X1 X2 X3 X4 X5年份 消费水平（元）国内生产总值（亿元）农村居民人均收入（元）城镇居民人均收入（元）农村居民家庭恩格尔系数(%)城乡居民人民币储蓄存款（亿元）1993 1393 35333.9 921.6 2577.4 58.1 15203.51994 1833 48197.9 1221.0 3496.2 58.9 21518.81995 2355 60793.7 1577.7 4283.0 58.6 29662.31996 2789 71176.6 1926.1 4838.9 56.3 38520.81997 3002 78973.0 2090.1 5160.3 55.1 46279.81998 3159 84402.3 2162.0 5425.1 53.4 53407.51999 3346 89677.1 2210.3 5854.0 52.6 59621.82000 3632 99214.6 2253.4 6280.0 49.1 64332.42001 3887 109655.2 2366.4 6859.6 47.7 73762.42002 4144 120332.7 2475.6 7702.8 46.2 86910.72003 4475 135822.8 2622.2 8472.2 45.6 103617.72004 5032 159878.3 2936.4 9421.6 47.2 119555.42005 5596 184937.4 3254.9 10493.0 45.5 141051.02006 6299 216314.4 3587.0 11759.5 43.0 161587.32007 7310 265810.3 4140.4 13785.8 43.1 172534.22008 8430 314045.4 4760.6 15780.8 43.7 217885.42009 9283 340902.8 5153.2 17174.7 41.0 260771.72010 10522 401512.8 5919.0 19109.4 41.1 303302.52011 12272 472881.6 6977.3 21809.8 40.4 343635.9注：Y 为居民消费水平，X1 为国内生产总值，X2 为农村居民人均收入，X3 为城镇居民人均收入，X4 为农村居民家庭恩格尔系数(%)，X5 为城乡居民人民币储蓄存款。三、 模型的估计与调整：对模型的拟合检验用 Eviews 计量经济学分析软件得：Dependent Variable: YMethod: Least SquaresDate: 06/09/14 Time: 15:08Sample: 1993 2011Included observations: 19Variable Coefficient Std. Error t-Statistic Prob. C -47192.97 15948.28 -2.959125 0.0111LNX1 14296.63 5863.318 2.438318 0.0299LNX2 3634.346 3100.100 1.172332 0.2621LNX3 -7982.528 8351.007 -0.955876 0.3566X4 -101.5983 132.1989 -0.768526 0.4559LNX5 -6018.022 2705.823 -2.224100 0.0445R-squared 0.971377 Mean dependent varAdjusted R-squared 0.960369 S.D. dependent varS.E. of regression 610.5001 Akaike info criterionSum squared resid 4845235. Schwarz criterionLog likelihood -145.2260 F-statisticDurbin-Watson stat 0.769323 Prob(F-statistic)(一) 相关性检验从估计的结果可以看出，模型拟合较好，可决系数 R=0.965433，表明模型在整体上拟合比较好。(二) 多重共线性检验：表 2 相关系数矩阵变量 LNX1 LNX2 LNX3 X4 LNX5LNX1 1 0.991536796 0.999257453 -0.948303718 0.992653201LNX2 0.9915368 1 0.991331404 -0.922980322 0.98735174LNX3 0.99925745 0.991331404 1 -0.9518031 0.994955445X4 -0.9483037 -0.922980322 -0.9518031 1 -0.96539306LNX5 0.9926532 0.98735174 0.994955445 -0.96539306 11) 根据多重共线性检验，由上表知解释变量之间的相关系数较高,模型中确实存在严重的多重共线性。2) 采用逐步回归法解决多重共线性：分别作 LNY 对 LNX1、LNX2、LNX3、X4 、LNX5 的一元回归，结果如表 3：表 3 一元回归估计结果变量 X1 X2 X3 LNX4 X5参数估计值 3989.274 5580.998 4881.873 -421.222 3195.116t 统计量 14.78349 13.37916 13.4493 -7.455899 10.66286R2 0.927829 0.913266 0.914091 0.765809 0.869928R2（修正） 0.923584 0.908164 0.909037 0.752033 0.862276其中 X1 的 R2（修正）最大，所以以 X1 为基础，顺次加入其他变量逐步回归：表 4 加入新变量的回归结果（一） 变量 LNX1 LNX2 LNX3 X4 LNX5 R2（修正）LNX1,LNX23852.135 (1.798202)195.0318 (0.064564)0.918829LNX1,LNX321949.05(3.884556)-22159.26（-3.180894）0.950261LNX1,X45484.189(7.005528)183.2145(2.013712)0.935224LNX1,LNX510578.13(6.648811)-5490.321（-4.172032）0.961112加入 LNX5 后方程的 R2（修正） =0.9611120.923584，改进最大，且 T 检验显著，所以保留LNX5.下面进行新一轮的回归检验：（得表 5）表 5 加入新变量的回归结果（二） 变量 LNX1 LNX2 LNX3 X4 LNX5 R2（修正）LNX1,LNX5,LNX29473.269 (4.759965)1993.915 (0.930990) -5737.955(-4.256641) 0.960786LNX1,LNX5,LNX316625.71(3.078327) -9400.383(-1.170473) -4180.996(-2.436750) 0.961991LNX1,LNX5,X4 10588.19 (6.111959) -1.711165 (-0.018319) -5510.333 (-3.160093) 0.958521加入 LNX3 后方程的 R2（修正） =0.9619910.961112，改进最大，但 T 检验不显著，所以不保留LNX3.由于加入 LNX2 和 X4 后 R2（修正）均小于 0.961112 且 T 检验均不显著，所以是LNX2、LNX3、X4 是引起了多重共线性。最后修正后严重多重共线性影响的模型回归结果为：Dependent Variable: YMethod: Least SquaresDate: 06/09/14 Time: 16:34Sample: 1993 2011Included observations: 19Variable CoefficientStd. Error t-Statistic Prob. C -57283.46 4332.497 -13.22181 0.0000LNX1 10578.13 1590.981 6.648811 0.0000LNX5 -5490.321 1315.983 -4.172032 0.0007R-squared 0.965433 Mean dependent var5197.842Adjusted R-squared 0.961112 S.D. dependent var 3066.666S.E. of regression 604.7457 Akaike info criterion15.79143Sum squared resid 5851479. Schwarz criterion 15.94055Log likelihood -147.0186 F-statistic 223.4354Durbin-Watson stat 0.686766 Prob(F-statistic) 0.000000Y= -57283.46+10578.13LNX1+ -5490.321LNX5t= (-13.22181) (6.648811) (-4.172032) R2=0.965433 R2（修正）= 0.961112 F= 223.4354 DW= 0.686766(三) 异方差的检验：White Heteroskedasticity Test:F-statistic 5.926722 Probability 0.005253Obs*R-squared 11.94559 Probability 0.017761Test Equation:Dependent Variable: RESID2Method: