农村居民消费水平影响因素分析.docx

农村居民消费水平影响因素分析.docx

《农村居民消费水平影响因素分析.docx》由会员分享，可在线阅读，更多相关《农村居民消费水平影响因素分析.docx（15页珍藏版）》请在冰豆网上搜索。

农村居民消费水平影响因素分析

农村居民消费主要影响因素分析

俞懿窈、张利、王越、李洋、张寅

摘要

一直以来中国经济的增长主要靠投资、出口和消费三驾马车的拉动，而其中又以投资和出口的拉动作用最为巨大。

经济危机以来，中国经济遭遇增长上的瓶颈，为了促进我国经济平稳较快发展，十二五规划提出“坚持扩大内需战略，保持经济平稳较快发展”，依据我国农业大国的国情，农村隐藏着中国巨大的消费市场，那么如何挖掘农村的消费潜力就成了至关重要的问题。

居民的消费水平的根本影响因素是经济发展水平，另外还受收入水平，消费品的价格，收入差距，消费习惯，前期消费，收入预期等因素的的影响，由于数据的可获性及影响的重要性，对于农村居民的消费水平主要选取了以下两个影响因素：

农村居民家庭人均纯收入及商品零售价格指数。

关键词：

农村居民消费水平人均纯收入商品零售价格

一、理论综述

西方经济学中有很多关于需求、消费等的理论。

微观经济学中供求与均衡价格理论中的需求定理中阐述了需求的定义及其影响因素。

需求是指在某一特定时期内，在各种可能的价格水平下，消费者愿意而且能够买的某种商品的数量。

影响需求的主要因素包括商品本身的价格、其他商品的价格、消费者偏好、消费者收入及人们对未来的预期等等。

二、文献综述

中国是一个农业大国，农民占总人口的大部分，农村居民的消费在国民消费总量中占有很大比重，农村居民的消费水平对整个国名经济的发展有重大的作用。

随着改革开放的深入及各项支农惠农政策的实施，农村居民的生活水平有了很大提高，面对农村这个巨大的消费市场，如何提高农村居民的消费水平就成了扩大内需、拉动经济所面对的重大问题。

本文运用计量经济学的方法，就农村居民的消费水平的主要影响因素进行了简单的分析。

三、数据收集

1989年到2008年农村居民的消费水平及其影响因素的统计数据：

年份

农村居民消费水平Y（元）

农村居民家庭人均纯收入X1（元）

商品零售价格指数（元）X2

人均国内生产总值X3（元）

基尼系数X4

1989

549.00

601.50

118.80

1519.00

0.3391

1990

560.00

686.30

102.10

1644.00

0.3314

1991

602.00

708.60

102.90

1892.76

0.3495

1992

688.00

784.00

105.40

2311.09

0.3688

1993

805.00

921.60

113.20

2998.36

0.3939

1994

1038.00

1221.00

121.70

4044.00

0.4008

1995

1313.00

1577.70

114.80

5045.73

0.3935

1996

1626.00

1926.10

106.10

5845.89

0.3715

1997

1722.00

2090.10

100.80

6420.18

0.3710

1998

1730.00

2162.00

97.40

6796.03

0.3784

1999

1766.00

2210.30

97.00

7158.50

0.3892

2000

1860.00

2253.40

98.50

7857.68

0.4089

2001

1969.00

2366.40

99.20

8621.71

0.4031

2002

2062.00

2475.60

98.70

9398.05

0.4326

2003

2103.00

2622.20

99.90

10541.97

0.4386

2004

2301.00

4039.60

102.80

12335.58

0.4387

2005

2560.00

4631.20

100.80

14053.00

0.4700

2006

2847.00

5025.10

101.00

16165.00

0.4960

2007

3265.00

5791.10

103.80

19524.10

0.5000

2008

3756.00

6700.70

106.70

22698.00

0.4690

数据来源：

《中国统计年鉴》国家统计局网站

四、模型的建立

根据经济学知识，对影响农村居民消费的因素做出一下选择：

1、人均国民生产总值：

用人均国民生产总值来衡量我国的经济发展水平，经济发展水平是居民消费水平的根本影响因素，经济发展水平越高，农村居民的消费水平也会越高。

2、农村居民家庭人均纯收入X1，收入是影响消费的一个重要因素，有经济常识可以知道，在一定条件下，人们的收入水平越高，那么消费也会随之增加。

3、商品零售价格指数X2，消费品的价格是影响消费的另一重要因素，由供求理论可以得出，在其他条件不变的情况下，当某种商品的价格上升时，人们就会减少对该商品的购买。

4、基尼系数，另外收入差距也会影响农村居民的消费，在此我们用基尼系数来衡量收入差距。

由数据分析，初步建立模型：

X1——农村居民家庭人均纯收入

X2——商品零售价格指数

X3——人均国内生产总值

X4——基尼系数

Y——农村居民消费水平

五、模型的检验及修正

利用Eviews软件，做Y对X1、X2、X3、X4、X5，回归结果如下表：

DependentVariable:

Y

Method:

LeastSquares

Date:

12/24/10Time:

13:

24

Sample:

19892008

Includedobservations:

20

Variable

Coefficient

Std.Error

t-Statistic

Prob.

X1

-0.117226

0.166532

-0.703921

0.4923

X2

-11.33917

5.436677

-2.085681

0.0545

X3

0.182260

0.053398

3.413226

0.0039

X4

-466.9804

1824.383

-0.255966

0.8015

C

1909.130

785.6102

2.430124

0.0281

R-squared

0.976236

Meandependentvar

1756.100

AdjustedR-squared

0.969899

S.D.dependentvar

908.3138

S.E.ofregression

157.5898

Akaikeinfocriterion

13.17019

Sumsquaredresid

372518.0

Schwarzcriterion

13.41912

Loglikelihood

-126.7019

F-statistic

154.0509

Durbin-Watsonstat

0.373854

Prob（F-statistic）

0.000000

得出模型为：

t（2.430124）（-0.703921）（-2.085681）（3.413226）（-0.255966）

F=154.1

（一）经济意义检验

由经济理论可知，随着农村居民家庭人均纯收入的增加，农村居民消费水平也会提高，得出的结果与理论不符。

由经济理论可知，随着商品零售价格指数的提高，农村居民消费水平会下降，得出的结果与理论相符合。

由经济理论可知，随着人均国内生产总值的提高，农村居民消费水平也会上升，得出的结果与理论相符合。

由经济理论可知，随着基尼系数的提高，农村居民消费水平会下降，得出的结果与理论相符合。

（二）拟合度检验

农村居民消费水平变动的97.6%可以由该回归模型解释，模型拟合度较高。

（三）变量的显著性检验

当

时，拒绝为

因为，常数

2.430124

，拒绝原假设，所以常数项对农村居民消费水平有显著影响；

0.703921

，接受原假设，所以农村居民家庭人均纯收入对农村居民消费水平没有显著影响；

2.085681

，拒绝原假设，所以商品零售价格指数对农村居民消费水平有显著影响；

3.413226

，拒绝原假设，所以人均国内生产总值的提高对农村居民消费水平有显著影响；

0.255966

，接受原假设，所以基尼系数对农村居民消费水平没有显著影响。

（四）模型整体显著性检验

当

时，F的拒绝域为F>3.06，

因为F=154.0509>3.06，所以模型整体的线性关系成立。

（五）多重共线性检验

由EVIEWS输出结果可知，

与F＝154.1值较大，但是t检验值较小，说明各解释变量对Y的联合线性作用显著，但解释变量t检验却不显著，说明自变量间可能存在共线性。

利用Frish综合分析法消除共线性，以Y为被解释变量，逐个引入解释变量X1、X2、X3、X4，构建回归模型，进行模型估计。

首先将Y与x1作回归得结果如表：

DependentVariable:

Y

Method:

LeastSquares

Date:

12/24/10Time:

22:

05

Sample:

19892008

Includedobservations:

20

Variable

Coefficient

Std.Error

t-Statistic

Prob.

X1

0.494455

0.028289

17.47869

0.0000

C

500.3204

87.09007

5.744861

0.0000

R-squared

0.944359

Meandependentvar

1756.100

AdjustedR-squared

0.941268

S.D.dependentvar

908.3138

S.E.ofregression

220.1266

Akaikeinfocriterion

13.72092

Sumsquaredresid

872202.8

Schwarzcriterion

13.82050

Loglikelihood

-135.2092

F-statistic

305.5045

Durbin-Watsonstat

0.367926

Prob（F-statistic）

0.000000

将Y与X1、X2作回归得结果如表：

DependentVariable:

Y

Method:

LeastSquares

Date:

12/24/10Time:

22:

10

Sample:

19892008

Includedobservations:

20

Variable

Coefficient

Std.Error

t-Statistic

Prob.

X1

0.477598

0.027251

17.52564

0.0000

X2

-14.13053

6.818890

-2.072263

0.0538

C

2020.904

738.1351

2.737851

0.0140

R-squared

0.955580

Meandependentvar

1756.100

AdjustedR-squared

0.950354

S.D.dependentvar

908.3138

S.E.ofregression

202.3845

Akaikeinfocriterion

13.59570

Sumsquaredresid

696311.6

Schwarzcriterion

13.74506

Loglikelihood

-132.9570

F-statistic

182.8554

Durbin-Watsonstat

0.569439

Prob（F-statistic）

0.000000

将Y与X1、X2、X3作回归得结果如表：

DependentVariable:

Y

Method:

LeastSquares

Date:

12/24/10Time:

23:

00

Sample:

19892008

Includedobservations:

20

Variable

Coefficient

Std.Error

t-Statistic

Prob.

X1

-0.111156

0.159949

-0.694943

0.4971

X2

-11.57690

5.197974

-2.227195

0.0406

X3

0.176896

0.047658

3.711762

0.0019

C

1773.178

561.7022

3.156793

0.0061

R-squared

0.976132

Meandependentvar

1756.100

AdjustedR-squared

0.971657

S.D.dependentvar

908.3138

S.E.ofregression

152.9185

Akaikeinfocriterion

13.07454

Sumsquaredresid

374145.1

Schwarzcriterion

13.27369

Loglikelihood

-126.7454

F-statistic

218.1186

Durbin-Watsonstat

0.381301

Prob（F-statistic）

0.000000

将Y与X1、X2、X4作回归得结果如表：

DependentVariable:

Y

Method:

LeastSquares

Date:

12/26/10Time:

20:

10

Sample:

19892008

Includedobservations:

20

Variable

Coefficient

Std.Error

t-Statistic

Prob.

X1

0.427715

0.061124

6.997547

0.0000

X2

-14.80911

6.892779

-2.148496

0.0473

X4

1976.873

2165.632

0.912839

0.3749

C

1413.574

996.4387

1.418626

0.1752

R-squared

0.957779

Meandependentvar

1756.100

AdjustedR-squared

0.949862

S.D.dependentvar

908.3138

S.E.ofregression

203.3843

Akaikeinfocriterion

13.64493

Sumsquaredresid

661843.0

Schwarzcriterion

13.84407

Loglikelihood

-132.4493

F-statistic

120.9858

Durbin-Watsonstat

0.550128

Prob（F-statistic）

0.000000

综上可得如下表格：

C

X1

X2

X3

X4

DW

Y=f（X1）

500.32

0.49

0.94

0.37

t值

5.74

17.48

Y=f（X1，X2）

2020.90

0.48

-14.13

0.95

0.57

t值

2.74

17.53

-2.07

Y=f（X1，X2,X3）

1773.18

-0.11

-11.58

0.18

0.95

0.57

t值

3.16

-0.69

-2.23

3.71

0.97

0.38

Y=f（X1，X2，X4）

1413.57

0.43

-14.81

1976.87

0.95

0.55

t值

1.42

7.00

-2.15

0.91

所以消除多重共线性后，得出的最终方程为：

t（2.74）（17.53）（-2.07）

F=182.86DW=0.57

（六）异方差检验

一般来讲，截面数据可能会出现异方差，因为此组数据为时间序列数据，所以异方差检验可以绕过。

（七）序列相关性检验

由ＥＶＩＥＷＳ得DW＝0.57，当n=20,k=3，

时，查表dl=1.13,du=1.54而DW值小于dl，存在正序列相关。

利用柯克兰——奥克特迭代法消除正自相关性：

DependentVariable:

Y

Method:

LeastSquares

Date:

12/26/10Time:

19:

41

Sample（adjusted）:

19902008

Includedobservations:

19afteradjustingendpoints

Convergencenotachievedafter100iterations

Variable

Coefficient

Std.Error

t-Statistic

Prob.

X1

0.259561

0.083759

3.098900

0.0073

X2

1.258396

4.659943

0.270045

0.7908

C

96626.85

7429669.

0.013006

0.9898

AR

（1）

0.999099

0.070569

14.15783

0.0000

R-squared

0.986717

Meandependentvar

1819.632

AdjustedR-squared

0.984061

S.D.dependentvar

886.3742

S.E.ofregression

111.9050

Akaikeinfocriterion

12.45784

Sumsquaredresid

187840.9

Schwarzcriterion

12.65667

Loglikelihood

-114.3495

F-statistic

371.4321

Durbin-Watsonstat

0.913490

Prob（F-statistic）

0.000000

InvertedARRoots

1.00

经过一次迭代，可从表中看出DW＝0.913

DependentVariable:

Y

Method:

LeastSquares

Date:

12/26/10Time:

19:

50

Sample（adjusted）:

19912008

Includedobservations:

18afteradjustingendpoints

Convergenceachievedafter8iterations

Variable

Coefficient

Std.Error

t-Statistic

Prob.

X1

0.433150

0.031665

13.67895

0.0000

X2

-18.56683

9.154426

-2.028181

0.0635

C

2660.276

956.8822

2.780150

0.0156

AR

（1）

1.039001

0.186789

5.562426

0.0001

AR

（2）

-0.500703

0.191418

-2.615760

0.0214

R-squared

0.988030

Meandependentvar

1889.611

AdjustedR-squared

0.984348

S.D.dependentvar

856.3618

S.E.ofregression

107.1392

Akaikeinfocriterion

12.41627

Sumsquaredresid

149224.6

Schwarzcriterion

12.66359

Loglikelihood

-106.7464

F-statistic

268.2729

Durbin-Watsonstat

2.302138

Prob（F-statistic）

0.000000

InvertedARRoots

.52-.48i

.52+.48i

经过二次迭代后，DW=2.302138,当

n=20,k=3时，查表dl=1.1,du=1.54,可知du

[AR

（1）=1.039001AR

（2）=-0.500703]

t（2.780150）（13.67895）（-2.028181）（5.562426）（-2.615760）

F=268.2729DW=2.302138

六、问题思考及政策建议

（一）问题思考

在扩大内需的进程中，农村这个市场是巨大的。

本文就是农村居民家庭人均收入、商品零售价格指数人均国内生产总值、及基尼系数对农村居民消费水平的影响进行了简要的分析，但是在现实生活中，农村居民消费水平是受多方面的影响的，不仅包括经济层面的还包括社会层面的。

经济层面的因素基本上都是可以计量的；但是居民的消费水平还很大程度上受到社会层面的影响，例如居住地区、医疗社会保障程度、家庭人口状况、受教育程度等等，这些因素好多都是难以计量的，但它们对于消费水平的影响又是不能低估的。

（二）政策建议

1、由模型可以看出农村居民家庭人均收入对消费水平的影响是巨大的，所以增加居民收入是提高消费水平的一个重要手段。

所以政府在扩大内需的同时要想方设法的增加居民的收入，不仅要增加收入的数量，还要增加收入的渠道。

结合农村的实际，找准农民增收的着力点，侧重针对性，讲求实际性、提倡可操作性，加快新农村建设的步伐。

2、商品零售价格指数对农村居民消费水平也有一定的影响，但其受通货膨胀率及经济发展水平等因素的影响。

商品零售价格指数偏高，居民势必会用更多的钱去消费，居民消费水平