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