黑龍江省城鎮(zhèn)居民消費(fèi)額影響因素分析

[摘要] 國內(nèi)消費(fèi)是一個(gè)國家經(jīng)濟(jì)又好又快發(fā)展的前提，做為東北老工業(yè)區(qū)的黑龍江來說，居民消費(fèi)尤為重要，消費(fèi)額的擴(kuò)大必將給黑龍江帶來廣闊的市場(chǎng)和發(fā)展的新空間。本文利用二元線性回歸模型對(duì)居民消費(fèi)額影響因素進(jìn)行分析，為黑龍江今后的發(fā)展提出建議。

[關(guān)鍵詞] 黑龍江 居民消費(fèi)額 二元線性回歸模型

改革開放以來，我國一直一較高的經(jīng)濟(jì)增長速度快速發(fā)展。但對(duì)中國來說居民消費(fèi)這一方面，我們做的并不好。我們都知道要評(píng)價(jià)一個(gè)國家的經(jīng)濟(jì)好壞不光要看GDP的增長速度，我們還要看這個(gè)增長有本國居民消費(fèi)的多大貢獻(xiàn)。國內(nèi)消費(fèi)是一個(gè)重要的經(jīng)濟(jì)指標(biāo)，國內(nèi)消費(fèi)的多少可以間接的看出一個(gè)國家經(jīng)濟(jì)的穩(wěn)定性。這樣一來我們不難看出國內(nèi)需求和消費(fèi)的重要性。

本文將以黑龍江省為例來進(jìn)行分析，其中影響城鎮(zhèn)居民消費(fèi)額的因素有很多，比如：收入水平、CPI指數(shù)、預(yù)期、偏好、商品價(jià)格等。在本文中我們主要選取了收入水平和消費(fèi)價(jià)格指數(shù)來對(duì)消費(fèi)額進(jìn)行分析。這里的收入水平我們選取了每人每年可支配收入，消費(fèi)價(jià)格指數(shù)仍由其本身表示。我們利用二元線性回歸模型來對(duì)黑龍江省城鎮(zhèn)居民消費(fèi)額影響因素進(jìn)行分析，來進(jìn)一步確定提高內(nèi)需拉動(dòng)經(jīng)濟(jì)發(fā)展的策略和方法，并提出一些建議。

一、模型的選擇和建立

在模型的選擇方面我們?yōu)榱朔治隹芍涫杖牒拖M(fèi)價(jià)格指數(shù)對(duì)城鎮(zhèn)居民消費(fèi)額的影響，我們選取二元線性回歸模型進(jìn)行分析。如過檢驗(yàn)無法通過，經(jīng)過調(diào)整后依然無法通過，我們?cè)谶M(jìn)行其他模型的假設(shè)。

根據(jù)研究目的和內(nèi)容以黑龍江省城鎮(zhèn)居民消費(fèi)額為Y，以可支配收入和消費(fèi)價(jià)格指數(shù)為X1和X2。由此建立回歸模型：

Y=C(1)+ C(2)X1+C(3)X2+ε

建立模型所需的數(shù)據(jù)見表1。

數(shù)據(jù)來源：1993-2006年《中國統(tǒng)計(jì)年鑒》

根據(jù)上述數(shù)據(jù)，可以利用SPSS軟件對(duì)研究?jī)?nèi)容進(jìn)行相關(guān)分析，可以得到如下表所示：

Model Summary

aPredictors: (Constant)， 消費(fèi)價(jià)格指數(shù)，可支配收入

ANOVA(b)

aPredictors: (Constant)，消費(fèi)價(jià)格指數(shù)，可支配收入

bDependent Variable: 消費(fèi)支出

Coefficients(a)

aDependent Variable: 消費(fèi)支出

通過分析得到二元線性回歸模型如下：

預(yù)測(cè)方程為

Y = C(1) + C(2)X1+ C(3)X2

代入系數(shù)可得

Y = -149.112 + 0.714X1+3.983X2

從SPSS軟件分析結(jié)果中不難看出，F(xiàn)統(tǒng)計(jì)量2193.002遠(yuǎn)大于其臨界值3.98，則拒絕零假設(shè)，認(rèn)為在5%的顯著水平下，因變量Y對(duì)兩個(gè)自變量X1和X2有顯著的線性關(guān)系，因此，從總體上來說，回歸方程是顯著的。

兩個(gè)自變量的參數(shù)t統(tǒng)計(jì)量分別為51.291和1.086。在置信水平為5%的情況下，t臨界值為1.782，自變量X2參數(shù)的t檢驗(yàn)不合格，則不能拒絕零假設(shè)，認(rèn)為該參數(shù)不顯著；自變量X1參數(shù)t檢驗(yàn)合格，可以拒絕零假設(shè)。

樣本決定系數(shù)R2和修正R2的取值分別為0.997和0.997都超過0.8，由此可以認(rèn)為模型的擬合優(yōu)度非常高。

二、模型的檢驗(yàn)和修改

根據(jù)以上分析，發(fā)現(xiàn)該二元線性回歸模型的R2較大，F(xiàn)檢驗(yàn)也已經(jīng)通過，但是自變量系數(shù)X2的t檢驗(yàn)不合格，因此有理由懷疑該模型存在多重共線性。我們可以進(jìn)行自變量之間的相關(guān)系數(shù)檢驗(yàn)，利用SPSS軟件可以直接得到各變量之間的簡(jiǎn)單相關(guān)系數(shù)矩陣，見下表。

Controlling for..Y

X1X2

X1 1.0000 -.2338

X2 -.2338 1.0000

從該表中我們可以看出，可支配收入（X1）和消費(fèi)價(jià)格指數(shù)（X2）有著一定的相關(guān)性。其相關(guān)為負(fù)相關(guān)，系數(shù)為-0.2338。經(jīng)檢驗(yàn)證明模型存在多重共線性，其直接后果是回歸系數(shù)參數(shù)估計(jì)值的標(biāo)準(zhǔn)差變大，置信區(qū)間變寬，估計(jì)值的穩(wěn)定性降低，因此接受被擇假設(shè)犯錯(cuò)的概率增大，系數(shù)t檢驗(yàn)無法通過的概率增加，通常不能得到正確的系數(shù)估計(jì)值。正因?yàn)槎嘀毓簿€性的存在對(duì)回歸模型會(huì)產(chǎn)生一定程度的破壞，必須采取補(bǔ)救措施，對(duì)多重共線性進(jìn)行處理。

處理的主要辦法為：

1.增大樣本容量。這就需要搜集更多的相關(guān)數(shù)據(jù)以獲得一個(gè)新的樣本，由于多重共線性是一個(gè)樣本特征，在新樣本中多重共線性也許不像在原樣本中那樣高。出于一些因素的影響，在該模型中，獲取變量的額外數(shù)據(jù)可能不可行。

2.剔除變量。從上表中各變量之間的簡(jiǎn)單相關(guān)系數(shù)可以看出， Y與X1之間的相關(guān)系數(shù)大于Y與X2之間的相關(guān)系數(shù)，而且二元線性回歸模型中自變量系數(shù)X2的t檢驗(yàn)不合格，因此有理由剔除自變量X2，保留X1。現(xiàn)在以消費(fèi)支出（Y）為因變量，以可支配收入（X1）為自變量建立一元線性回歸模型，利用SPSS軟件對(duì)其分析最終我們得到R2和修正R2的取值分別為0.997和0.997，F(xiàn)檢驗(yàn)合格。最后得出下表

Coefficients(a)

aDependent Variable: 消費(fèi)支出

從分析結(jié)果可以看出，該模型能通過各項(xiàng)檢驗(yàn)，且擬合程度較好，這也從一個(gè)側(cè)面說明我們的處理是比較合理的。

三、結(jié)論

通過模型的分析、修改和檢驗(yàn)，我們可以看出影響居民消費(fèi)的最大因素就是可支配收入，從這一方面我們也就了解到促進(jìn)和刺激消費(fèi)的有效途徑，那就是提高人民的生活水平。也只有這樣才能拉動(dòng)內(nèi)需，是我國的經(jīng)濟(jì)有保障的發(fā)展，實(shí)現(xiàn)經(jīng)濟(jì)又好又快的發(fā)展。從中我們也看出，消費(fèi)價(jià)格指數(shù)對(duì)消費(fèi)影響的較小，但是它對(duì)收入的影響還是不可忽略的。我們還要控制CPI指數(shù)的上升，防止過度的通貨膨脹的產(chǎn)生，為我國人民的生活質(zhì)量和利益保駕護(hù)航。

參考文獻(xiàn):

[1]《中國統(tǒng)計(jì)年鑒》1993年—2006年

[2]謝識(shí)予:計(jì)量經(jīng)濟(jì)學(xué)[M].2版.北京:高等教育出版社，2002

[3]PINDYCK R S，RUBINFELD D L.計(jì)量經(jīng)濟(jì)模型與經(jīng)濟(jì)預(yù)測(cè)[M].錢小軍，譯.北京:機(jī)械工業(yè)出版社，1999

[4]Damodar N. Gujarati. 經(jīng)濟(jì)計(jì)量學(xué)精要[M].張濤，譯.北京:機(jī)械工業(yè)出版社，2000