彭純莉

摘要：文章通過計(jì)量經(jīng)濟(jì)學(xué)方法對廣東省城鎮(zhèn)居民消費(fèi)水平的影響因素進(jìn)行研究，樣本數(shù)據(jù)范圍為2002～2017年。首先，運(yùn)用最小二乘法估計(jì)模型參數(shù)，接著針對變量相關(guān)性系數(shù)較大及變量未通過t檢驗(yàn)，采用逐步回歸法消除了多重共線性。其次，采用White檢驗(yàn)對模型進(jìn)行異方差檢驗(yàn)及針對時(shí)序數(shù)據(jù)進(jìn)行序列相關(guān)性檢驗(yàn)。最后，實(shí)證分析得出，城鎮(zhèn)居民人均可支配收入和城鎮(zhèn)人口對廣東省城鎮(zhèn)消費(fèi)水平影響較顯著。

關(guān)鍵詞：消費(fèi)水平；最小二乘法；逐步回歸；White檢驗(yàn)；序列相關(guān)；D.W.檢驗(yàn)

一、引言

“十四五”規(guī)劃的提出意味著我國進(jìn)入一個(gè)新的消費(fèi)發(fā)展階段，要求全面促進(jìn)消費(fèi)，拉動(dòng)經(jīng)濟(jì)增長，實(shí)現(xiàn)現(xiàn)代化經(jīng)濟(jì)體系建設(shè)新進(jìn)展。廣東省作為我國經(jīng)濟(jì)發(fā)展水平較高的省份之一，研究消費(fèi)水平的影響因素對于刺激消費(fèi)、擴(kuò)大內(nèi)需、促進(jìn)經(jīng)濟(jì)發(fā)展，及為廣東省相關(guān)部門調(diào)整消費(fèi)結(jié)構(gòu)提供參考具有一定意義。

二、模型建立與估計(jì)

（一）確定變量與獲取數(shù)據(jù)

根據(jù)凱恩斯及宏觀經(jīng)濟(jì)學(xué)理論，消費(fèi)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(fèi)支出也就越大。商品價(jià)格的改變會(huì)影響人們的購買意愿及購買能力，因此居民消費(fèi)價(jià)格指數(shù)也與消費(fèi)支出有一定的關(guān)系。一國居民消費(fèi)支出水平的高低還跟本國經(jīng)濟(jì)發(fā)展水平相關(guān)，即取決于本國生產(chǎn)商品水平和勞務(wù)水平。貨幣和準(zhǔn)貨幣供應(yīng)量是能夠體現(xiàn)人們購買能力的一種貨幣形式，還能反映是否出現(xiàn)貨幣通脹及消費(fèi)需求的變化。本文還加入了城鎮(zhèn)人口和固定資產(chǎn)投資為變量進(jìn)行研究。

為了研究廣東省城鎮(zhèn)消費(fèi)水平的影響因素，本文選取2002～2017年的數(shù)據(jù)為樣本進(jìn)行研究，從國家統(tǒng)計(jì)局獲取因變量城鎮(zhèn)居民人均消費(fèi)支出及6個(gè)自變量的數(shù)據(jù)，為了便于后文分析，本文統(tǒng)一將獲得的原始數(shù)據(jù)對數(shù)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(jì)模型參數(shù)

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(guān)的函數(shù)，αk是待定系數(shù)，擬合準(zhǔn)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(zhǔn)則。

2. 估計(jì)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(yùn)用最小二乘法得出OLS估計(jì)結(jié)果，結(jié)果如圖1所示。

多元線性回歸的統(tǒng)計(jì)檢驗(yàn)：

設(shè)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(yōu)度檢驗(yàn)：R2較大且接近1，擬合優(yōu)度較好。

方程顯著性檢驗(yàn)：根據(jù)OLS估計(jì)結(jié)果知，F(xiàn)=1084.681>F0.05（6，9）＝3.37，故認(rèn)為城鎮(zhèn)居民消費(fèi)支出與上述解釋變量間總體線性關(guān)系顯著。

變量的顯著性檢驗(yàn)：根據(jù)OLS估計(jì)結(jié)果知，只有變量X3前參數(shù)通過t檢驗(yàn)，其他變量都未通過t檢驗(yàn)。

（三）多重共線性檢驗(yàn)與修正

1. 變量相關(guān)性分析

變量未通過t檢驗(yàn)，為了確定變量間是否存在多重共線性，本文對變量進(jìn)行相關(guān)性分析。運(yùn)用spss軟件，采用皮爾遜相關(guān)性分析法。

圖中數(shù)據(jù)顯示：變量間相關(guān)系數(shù)較大的情況較多，如變量與變量的相關(guān)系數(shù)都大于0.9。根據(jù)變量間相關(guān)系數(shù)較大及變量未通過t檢驗(yàn)，可以認(rèn)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(guān)于X1，X2，X3，X4，X5，X6的回歸，發(fā)現(xiàn)Y關(guān)于X3的回歸具有最大的可決系數(shù)，回歸結(jié)果如圖2。

根據(jù)單因子回歸結(jié)果知，廣東省城鎮(zhèn)居民消費(fèi)支出受城鎮(zhèn)居民可支配收入影響最大，且系數(shù)符合經(jīng)濟(jì)意義，因此建立以城鎮(zhèn)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(gè)引入其余解釋變量的方法，根據(jù)統(tǒng)計(jì)性質(zhì)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(yàn)。

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(yàn)。

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(yàn)，系數(shù)也符合經(jīng)濟(jì)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(yàn)。

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(yàn)。

在第五步所得模型的基礎(chǔ)上，再嘗試引入X1，X2，均達(dá)不到以變量為解釋變量X3，X4的回歸結(jié)果。

因此，最終的城鎮(zhèn)居民消費(fèi)支出函數(shù)應(yīng)以Y=f（X3，X4）為最優(yōu)，最優(yōu)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(zhèn)居民消費(fèi)支出受城鎮(zhèn)居民可支配收入，城鎮(zhèn)人口影響最大。

（四）異方差檢驗(yàn)

異方差性，是指當(dāng)解釋變量的觀測值不同時(shí)，隨機(jī)干擾項(xiàng)的方差是不同的。當(dāng)隨機(jī)干擾項(xiàng)的方差與解釋變量的取值具有相關(guān)性即存在異方差性。

為了避免隨機(jī)干擾項(xiàng)的方差不同，會(huì)隨著自變量的不同而變化，即兩者存在相關(guān)性，本文需進(jìn)行異方差性檢驗(yàn)。

本文采用White檢驗(yàn)方法，使用Eviews軟件，輸出結(jié)果如圖3。

從nR2統(tǒng)計(jì)量對應(yīng)值的伴隨概率值得出：x =5.99>1.985296，接受原假設(shè)，即在5%的顯著性水平下，認(rèn)為模型不存在異方差性，模型通過檢驗(yàn)。

（五）序列相關(guān)性檢驗(yàn)

本文的回歸方程是基于隨機(jī)干擾項(xiàng)相互獨(dú)立，若是出現(xiàn)了序列相關(guān)性，則不能采用最小二乘法，否則會(huì)導(dǎo)致參數(shù)估計(jì)值及模型的預(yù)測值不準(zhǔn)確，對變量的顯著性檢驗(yàn)也失去了意義。

1. 圖示判斷

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

根據(jù)殘差項(xiàng)的變化圖，暫且看不出明顯的序列相關(guān)性，為了明確得出是否存在序列相關(guān)性，本文接著采用D.W.檢驗(yàn)法。

2. D.W. 檢驗(yàn)

為了檢驗(yàn)方程是否存在序列相關(guān)性，本文采用D.W.檢驗(yàn)。此檢驗(yàn)方法需要計(jì)算出D.W.的數(shù)值及確定樣本容量和變量的個(gè)數(shù)，再依據(jù)D.W.分布表，可以得到上下限，最后根據(jù)表3即可判斷是否存在序列相關(guān)性。

本文通過Eviews軟件完成D.W.檢驗(yàn)，檢驗(yàn)結(jié)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(guān)。

綜上，廣東省城鎮(zhèn)居民人均消費(fèi)支出函數(shù)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(jié)果分析與建議

（一）結(jié)果分析

本文選取了6個(gè)變量探究廣東省城鎮(zhèn)消費(fèi)水平的影響因素，從國家統(tǒng)計(jì)局獲取數(shù)據(jù)，運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)方法分析研究，得出城鎮(zhèn)居民人均可支配收入和城鎮(zhèn)人口對廣東省城鎮(zhèn)消費(fèi)水平影響較顯著，基于變量前系數(shù)可知，城鎮(zhèn)居民人均可支配收入的影響較大。

（二）建議

第一，城鎮(zhèn)居民消費(fèi)水平受到城鎮(zhèn)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(fèi)，擴(kuò)大內(nèi)需，拉高經(jīng)濟(jì)增長。然而居民的收入除了消費(fèi)，還有很大一部分用于儲(chǔ)蓄，投資，中國老百姓由于醫(yī)療、養(yǎng)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(chǔ)蓄。為了提高居民消費(fèi)水平，發(fā)展國家經(jīng)濟(jì)，應(yīng)該消除居民預(yù)期消費(fèi)焦慮，完善居民最基本的社會(huì)保障問題。健全覆蓋城鄉(xiāng)的社會(huì)保障體系，保障勞動(dòng)者的基本權(quán)益，為需要特殊關(guān)照的人群提供一定的救助，有利于維護(hù)社會(huì)穩(wěn)定，營造和諧的社會(huì)氛圍，促進(jìn)經(jīng)濟(jì)發(fā)展。

第二，消費(fèi)與收入具有雙向作用，消費(fèi)對生產(chǎn)有反作用，消費(fèi)拉動(dòng)經(jīng)濟(jì)增長，消費(fèi)促進(jìn)生產(chǎn)發(fā)展，消費(fèi)所形成的新的需要對生產(chǎn)的調(diào)整和升級起著導(dǎo)向作用，消費(fèi)為生產(chǎn)創(chuàng)造出新的勞動(dòng)力，鼓勵(lì)居民消費(fèi)可以反作用于提高人均可支配收入，提高人們生活質(zhì)量的同時(shí)，發(fā)展國家經(jīng)濟(jì)。

第三，人口與消費(fèi)需求之間存在著相互制約、相互影響的關(guān)系。在消費(fèi)水平相同的情況下，人口數(shù)量的變化會(huì)引起消費(fèi)需求的變化，人口增加相應(yīng)地提高了消費(fèi)需求。人口素質(zhì)的差異也會(huì)導(dǎo)致消費(fèi)需求的變化，在一個(gè)社會(huì)中，人們對“幸福”和“價(jià)值”的觀念不同，這也會(huì)導(dǎo)致不同的消費(fèi)需求。消費(fèi)需求及其構(gòu)成的變化也會(huì)影響人口再生產(chǎn)。一般來說，經(jīng)濟(jì)越發(fā)達(dá)的地區(qū)，高素質(zhì)人口數(shù)量越多，消費(fèi)水平也會(huì)比較高。國家應(yīng)優(yōu)先發(fā)展教育，不斷提升教育質(zhì)量，努力提升教育教學(xué)水平，提高全民素質(zhì)，為國家輸送更多的高素質(zhì)人才，為經(jīng)濟(jì)建設(shè)發(fā)展提供動(dòng)力。人口結(jié)構(gòu)的構(gòu)成也會(huì)影響到消費(fèi)情況，目前我國人口老齡化嚴(yán)重，勞動(dòng)力人口比重趨于下降，人口結(jié)構(gòu)對經(jīng)濟(jì)發(fā)展影響日益凸顯，應(yīng)提高生產(chǎn)效率和轉(zhuǎn)變生產(chǎn)方式來應(yīng)對勞動(dòng)力減少這一問題，實(shí)現(xiàn)產(chǎn)業(yè)升級，推動(dòng)國民經(jīng)濟(jì)發(fā)展。

參考文獻(xiàn)：

[1]遲福林.中國消費(fèi)大趨勢[J].北方經(jīng)濟(jì)，2021（09）：4-6.

[2]林昌正.中國城鎮(zhèn)居民消費(fèi)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(xué)）