中國居民消費水平的影響因素分析

摘 要：本文基于1990至2021年的數據，選取了影響全國居民消費水平的五個因素，運用R軟件建立了一個多元回歸模型并進行多重共線性檢驗。通過采用嶺回歸和主成分回歸模型進行修正。最后結果表明，嶺回歸模型在解決多重共線性問題上具有相對優越性，從而為消費水平影響因素的選擇、多重共線性檢驗和嶺回歸修正提供了一定參考價值，同時也發現對居民消費水平的影響最大的因素是農村居民可支配收入，從而進一步為擴大居民消費水平提供政策建議。

關鍵詞：居民消費；嶺回歸；影響因素

中圖分類號：F424;F719;F752.68文獻標識碼：A文章編號：2095-9052（2024）03-0109-03

引言

2022年4月25日，國務院辦公廳發布了《關于促進擴大消費、提高消費質量、加快形成強大國內市場的實施意見》。文件指出作為國內流通的關鍵環節和主要推動力，消費是最終需求，與民生息息相關。當前，消費經濟正在復蘇，但其復蘇跡象緩慢，消費引發的一些問題仍然突出。城鄉地區之間、不同收入層次之間的消費水平仍存在較大差距。一些地區和人群的消費水平相對較低，消費能力不足，導致消費結構不平衡。因此，本文圍繞城鎮化率等因素對中國居民消費的影響進行了探討。

一、理論概述與國內外研究現狀

（一）消費理論和相對收入假說

凱恩斯絕對收入假說指出，收入水平提高會直接拉動消費增長，城鄉居民的可支配收入對消費的影響通過城鎮居民通過就業獲得高收入以及農村居民通過農業現代化提高收入來實現。杜森貝利相對收入假說認為，消費具有習慣性和不可逆性，不僅受個人歷史上最高收入和消費的影響，還受到周圍人的示范和攀比行為的影響。城鎮化率可能會影響消費行為，一旦農村人口進入城鎮提高消費水平，即使回到農村也不會立即降低消費水準。

（二）國內外研究現狀

Kukk 等（2016）運用跨期消費選擇模型，發現消費對影響正常收入的沖擊的反應明顯高于對影響臨時收入的沖擊［1］。Bilgili and Baglitas （2016）通過使用土耳其從1998年1月至2012年1月的消費和收入季度數據來探索土耳其消費的過度平滑和/或過度敏感，結果表明，消費對意外收入的變化以及預期收入的變化都很敏感［2］。Helmy（2019）利用1981—2015年埃及農村的消費數據，發現得出農村消費不平等在各個時期略有不同且實際農村消費支出都有所下降［3］。

龔顯明（2022）在凱恩斯絕對收入假設模型的基礎上建立了中國城鄉居民消費函數模型，引入虛擬變量，分析了1990年至2020年中國城鄉居民的消費傾向變化［4］。余秋培和肖春梅（2022）分析了居民消費和城鄉收入差距之間的關系，結果表明，居民消費與城鄉收入差距互為格蘭杰原因［5］。高雪棣和吳倩敏（2020）分析了影響居民消費水平的主要因素，最后得出我國的居民消費水平與居民人均可支配收入、消費品價格指數呈線性正相關的關系［6］。

（三）我國居民消費現狀

近年來，隨著我國多部門鼓勵消費的勢頭日益強勁，消費在國民經濟增長中的作用就顯得越來越重要。

數據來源：國家統計局

從圖1可以看出，我國人均居民消費水平歷年來呈現上升趨勢，2004年突破5000元，達到5071元，之后用了六年時間在2010年突破萬元，達到10575元，此時中國經濟發展速度突飛猛進，隨后在2021年突破了3萬元。值得注意的是，2020年，人均居民消費水平出現了下降，原因是2020年受到了新冠疫情的影響，使得2020年全年的消費水平得到了放緩，不過之后2021年消費水平又開始向正常水平速度向上攀升。其次圖中還展示了城鎮居民與農村的消費水平，可以看出，居民消費水平在不斷提高，但我國城鎮與農村居民的消費水平差距顯著，呈現出逐年加大的差距。

二、多元線性回歸模型分析

（一）指標選取與數據來源

影響居民消費的因素有很多，本文根據相關經濟理論和樣本數據的可獲得性，選取了1990～2021年中國居民消費水平（元）作為被解釋變量，城鎮化率（%）、人均GDP（億元）、城鎮居民可支配收入（元）、農村居民可支配收入（元）以及居民消費價格指數作為解釋變量。選取的數據均可在國家統計局網站獲取。

（二）模型設定與變量說明

為了研究影響全國居民消費水平因素，本文構建的多元線性回歸模型為：

Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5

其中，Y為被解釋變量，表示居民消費水平；等式右邊為解釋變量，分別表示城鎮化率、人均GDP、城鎮居民可支配收入、農村居民可支配收入和居民消費價格指數，β0為常數項，β1、β2、β3、β4、β5為回歸系數。利用R語言統計軟件進行數據處理，得到如下的OLS回歸模型：

Y=3615.692－77.5296β1+0.0068β2+0.4578β3+0.6169β4－16.6966β5

該模型的相關系數R2＝0.9991，說明模型對樣本的擬合效果很好，P值為2.2×10－16遠小于0.05，表明該回歸模型高度顯著，整體擬合程度很好。根據參數估計系數p值，其中X2、X5大于0.5，表明變量對Y的影響不顯著。結合上述分析，這些自變量之間存在很大相關性，則考慮出現檢驗效果不顯著可能是存在多重共線性的原因。

（三）多重共線性診斷

考慮OLS回歸模型中可能有多重共線性的存在，現采用方差因子擴大法對樣本數據進行多重共線性的診斷。經驗表明，VIF≥10，就說明變量之間有嚴重的多重共線性，且這種多重共線性可能會過度地影響最小二乘估計值。利用R語言得出的方差因子擴大結果如表1所示：

從表1中明顯看出，X1、X2、X3、X4的VIF值遠大于10，所以認為X1、X2、X3、X4之間存在嚴重的多重共線性。在存在多重共線性的情況下，模型的系數估計會變得不穩定，很難準確度量每個自變量對因變量的影響。共線性會使得自變量的影響效果相互混合，難以分離出各個自變量的獨立影響。這意味著我們不能準確地解釋模型中每個變量對經濟或社會現象的具體作用。

三、嶺回歸與主成分回歸分析

（一）主成分回歸分析

主成分回歸是一種常用的方法，可以應用于多重共線性問題的處理。該方法基于降維思想，通過正交旋轉，將多個相關性較高的指標轉化為幾個獨立的、具有較高解釋力的綜合指標，即主成分。這些主成分之間相互獨立，可以很好地消除多重共線性的影響。主成分分析的累計貢獻率是用來衡量主成分解釋原始變量方差的能力。它表示前n個主成分所解釋的原始變量總方差的比例。通常，我們會選擇累計貢獻率達到一定閾值（如80%）的主成分作為解釋變量，以盡可能保留原始變量較多的信息。為了統一各變量的單位，我們對數據進行了標準化處理。

我們對5個解釋變量進行主成分的計算，得出了主成分分析的累計貢獻率，見表2：

從表2中可以明顯看出一個主成分的累計貢獻率就達到了98.78%，這說明一個主成分就能解釋98.78%的方差。所以我們選取了一個主成分，得出一個主成分的得分方程如下：

Z1=0.433X1+0.443X2+0.443X3+0.441X4－0.175X5

利用Y對一個主成分做最小二乘法進行回歸分析，得到主成分回歸分析方程為：

Y＝0.4696Z1

將一個主成分的得分方程Z1代入主成分回歸分析方程，得到標準化的主成分回歸方程：

Y＝0.2033X1+0.2080X2+0.2080X3+0.2071X4－0.0822X5

標準化方程表明城鎮化率（X1）、人均GDP（X2）、城鎮居民可支配收入（X3）、農村居民可支配收入（X4）的影響大于居民消費價格指數（X5）對居民消費水平的影響，其中，對居民消費水平的影響最大的是農村居民可支配收入（X4），城鎮化率（X1）次之，居民消費價格指數（X5）最弱。

（二）嶺回歸分析

嶺回歸是一種廣泛應用于統計分析中的回歸方法，旨在解決普通最小二乘法回歸（OLS）中的多重共線性問題。在嶺回歸中，通過引入一個正則化項（即嶺項），對模型的系數進行約束，從而穩定模型的參數估計。具體而言，嶺回歸在OLS回歸的基礎上，增加了一個L2懲罰項，以控制模型的復雜度和參數的大小。通過調整懲罰項的強度參數lambda（λ），可以達到對模型的參數進行正則化的目的。

現用R進行嶺回歸分析，得出對應的嶺跡圖如圖2所示：

圖2中從上到下依次為X3、X4、X1、X5、X2的嶺跡。我們可以看出，當k值趨于零時，X3的嶺回歸系數的絕對值過大，不符合現實要求，故予以刪除；同時也刪除嶺回歸系數變量的X5。重新得到新嶺跡如圖3所示：

由圖3可以看出，剔除X3和X5后回歸系數明顯減小，且k值越大時，參數基本趨于穩定。且當k大于等于0.65時，圖像基于平緩，同時依據k值最小原則，我們將嶺回歸最佳系數為k=0.65，得到標準化的嶺回歸方程為：

Y＝0.458X1+0.283X2+0.868X4

從圖3可得出城鎮化率（X1）、人均GDP（X2）、農村居民可支配收入（X4）對居民消費水平的影響都是正向的，其中，農村居民可支配收入對居民消費水平的影響最大，其次是城鎮化率，這與主成分回歸分析得出的結論一致。

（三）模型比較

主成分回歸模型和嶺回歸模型的對比分析如表3所示。

由表3的結果來看，嶺回歸模型的RMSE（均方根誤差）值較小，效果較優；根據AIC和SC準則判斷，相關值越小，表明模型越好，所以嶺回歸的模型較優；對于平均相對誤差來說，嶺回歸模型的值小，表明嶺回歸模型較優于主成分回歸模型。綜上所述，在RMSE、AIC和SC準則和平均相對誤差方面，嶺回歸模型優于主成分回歸模型。

結語

本文研究發現，居民消費水平呈現逐年上升趨勢，嶺回歸模型優于主成分回歸模型，農村居民可支配收入對居民消費水平的影響大于城鎮化率和人均GDP對居民消費水平的影響。未來可以重點推進如下工作：一是提高居民可支配收入，政府應穩步實施“六穩六?！钡日?，加大提升居民增收的力度。加大對農產品的投入和保護，健全農產品市場的管理體制，加快建設科技農業的社會化服務體系和農村三級物流體系。結合當地農產品優勢，發展適合本地區的農產品，有條件的可以建立農產品深加工工廠，達到自產自銷的效果。二是加快推進城鎮化進程，加強城市和農村產業的對接，促進產業轉移和農民轉崗就業；鼓勵發展新興產業和服務業，提供更多就業機會，同時加強對農民就業技能培訓和創業支持，幫助他們融入城市經濟體系；夯實農村城鎮化發展的基礎，因地制宜地在縣域內實現城鄉融合的發展模式，建設小鎮經濟等新型生態經濟。三是積極擴大對外開放，優化外商投資環境，提供更優惠的稅收政策和便利的營商環境，吸引更多外資企業，并鼓勵技術引進和創新；簡化貿易手續和報關程序，推動貿易暢通，提高進出口效率；積極尋求機會，開拓新興市場，推動與發展中國家的經貿合作和投資，積極參與國際組織和多邊機制，推進全球貿易自由化和投資便利化。

參考文獻：

［1］Kukk M.， Kulikov D.， and Staehr K. Estimating consumption responses to income shocks of different persistence using self‐reported income measures［J］. Review of Income and Wealth， 2016， 62（2）： 311-333.

［2］Bilgili F.， and BAG LITA瘙塁H. H. Testing the permanent income and random walk hypotheses for Turkey［J］. International Journal of Economics and Financial Issues， 2016， 6（4）： 1371-1378.

［3］Helmy H. E. Are Rural Egyptians Better Off？ Trends in Inequality and Real Consumption Expenditure in Rural Egypt［J］. Poverty amp; Public Policy， 2019， 11（3）： 238-264.

［4］龔賢明. 雙循環背景下我國城鄉居民消費傾向實證分析——基于1990～2020年相關數據［J］. 中國集體經濟，2022（14）：21-25.

［5］余秋培， 肖春梅. 我國城鄉收入差距與居民消費關系研究——基于PVAR模型的實證分析［J］. 當代經濟，2022（02）：26-32.

［6］高雪棣， 吳倩敏. 我國居民消費水平影響因素探究［J］. 內蒙古煤炭經濟，2020（20）：95-96.