对广东省人均消费影响因素的实证分析

" 内容提要：本文在现代消费理论的基础上，结合广东省最近26年的实际情况，修改假设、增减变量，利用官方数据做出了广东省人均消费的计量模型，比较分析了人均国内生产总值、商品零售价格指数和银行一年期存款利率等变量对居民消费的不同影响，得出了几个重要的结论。

关键词：广东 消费 模型 检验 重要性 结论

2004年，广东省经济社会保持快速协调健康发展，消费品市场供给充足，社会消费心理稳定，市场物价稳定回升，全省消费品市场呈现稳步增长的良好态势。全年实现社会消费品零售总额6370.42亿元，比上年增长13.6%。①这种良好态势引发了我对我省的消费情况的重视，以下我通过自己的所学的经济学理论和原理来对消费及其影响因素做回归分析，并得出一些重要的结论。希望能对省政府的决策起到一定的参考作用。

一 广东省人均消费模型的前提假设与解释变量

基于上述这些经济理论，我找到广东省1978-2003年人均消费以及人均国内生产总值、商品物价指数、银行一年期存款利率的官方数据。想借此来分析广东省消费的影响因素以及它们具体是如何对消费产生影响的。针对这一模型，有以下两个假定。一，自改革开放以来，我省人均消费倾向呈现缓慢的递减趋势，即保持粘性。这一假定符合我国居民的储蓄——消费心理，也与其他一些发展中国家的情况大体一致。 二，由储蓄和消费的替代关系，可以假定刺激储蓄的因素，会制约消费。我们知道提高利率会刺激储蓄，因而我把利率也引入模型的分析中。

以下对我所找的数据作一说明:

1 人均消费水平。借此来代表广东省居民的消费支出情况，这是将要建立计量经济学模型的被解释变量。由表一可以看到消费是逐年增加的，与此同时，人均国内生产总值也是逐年增加，隐含着两者可能有很高的线性相关性这层意思。

2 人均国内生产总值。由前面的理论，收入是决定消费的主要因素。因此，这里用这一变量来代表人均收入。人均收入提高，人均消费也会随之增加。

3 前一期的人均消费水平。根据杜森贝利的相对收入消费理论，消费者会受自己过去的消费习惯来决定当期消费。因而把它引入模型中，它与当期消费应该是正相关的。

4 商品零售价格指数。借此来说明价格变动对消费的影响，价格水平越高，为维持原来的消费水平，消费者的支出也会越多。它们应该是正相关的关系。这里假定1978年为基期，其它年份的价格指数是对以1978年数据为100的相对数。这一列数据基本上也是稳步上升的。

5 中国人民银行一年期储蓄利率。一般认为，提高利率会刺激储蓄，减少消费支出。因此，它们应该是负相关的。由于中国人民银行的一年期利率总是不定期地进行调整，可能几年调整一次，或者一年调整几次，这给我的计量经济学分析带来了一定的困难。为达成统一，我取了每年1月1号的利率作为全年的利率。年份 人均消费水平（元） 前期消费水平(元） 人均国内生产总值（元） 全省商品零售价格指数（基比） 中国人民银行一年期储蓄存款利率1979 246 213 409 103 3.241981 341 316 549 122.1 5.761983 405 381 674 125.8 6.841985 571 461 1025 144.7 6.84

1986 646 571 1168 151.6 7.2

1987 785 646 1450 169.3 7.21989 1165 1036 2307 226.8 8.641991 1379 1211 3001 256.6 8.641993 2220 1701 5254 320.9 7.56

1994 3025 2220 6795 381.5 10.98

1995 3832 3025 8495 524.8 10.98

1996 4235 3832 9513 444.5 10.981998 4686 4523 11143 431.6 5.672000 5007 4760 12885 417 2.252002 5639 5038 14986 405.4 2.25 表一

资料来源： 广东省价格信息网 http://www.gdpi.gov.cn/exponent/book1.htm

《广东年鉴》 广东统计局 在经济理论基础上，我用1978~2003年广东省统计局统计的数据以及网上的官方数据利用EVIEWS软件进行回归分析。

计量经济模型的建立

我建立了下述一般模型：

其中，Yi ---------- 广东省人均消费水平; 。-------截距项；

1, 2, 3, 4------待定系数X3i -------商品零售价格指数(定基比)；X4i-------银行一年期利率

Ut -----------随机干扰项

模型的求解和检验

利用EVIEWS软件，用最小二乘法进行回归分析及经济意义检验，统计检验，并针对存在多重共线性、自相关和异方差影响的方程，不断进行修正后，再来进行参数估计。

Dependent Variable: CONSUME

Method: Least Squares

Date: 07/01/05 Time: 10:48Included observations: 25 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob. GDP 0.219240 0.026674 8.219213 0.0000RATE 10.93098 12.76617 0.856246 0.4020R-squared 0.998566 Mean dependent var 2391.960

Adjusted R-squared 0.998279 S.D. dependent var 2042.785

S.E. of regression 84.74240 Akaike info criterion 11.89397Log likelihood -143.6746 F-statistic 3481.544

Durbin-Watson stat 1.797161 Prob(F-statistic) 0.000000

表二

（1）经济意义以及统计学检验：

模型的拟合优度很好，但是利率的系数在显著水平等于0.05的情况下，显著等于0。因而，模型可以剔除利率这一变量。从经济意义来看，也没能通过检验，因" 为利率的系数是正数，按一般经济原理，它应该是负数。因而，可以剔除这一变量。

在剔除利率对模型的影响后，再用OLS进行参数估计。

Dependent Variable: CONSUME

Method: Least Squares

Date: 07/01/05 Time: 10:50Included observations: 25 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob. PRICE 2.599369 0.282116 9.213834 0.0000C -187.4789 48.06327 -3.900669 0.0008Adjusted R-squared 0.998301 S.D. dependent var 2042.785

S.E. of regression 84.20228 Akaike info criterion 11.84997Log likelihood -144.1246 F-statistic 4701.556

Durbin-Watson stat 1.874166 Prob(F-statistic) 0.000000

表三

尽管拟合度很高，各个变量的系数也很显著，但是多个解释变量可能面临多重共线性的干扰。

（2）多重共线性的检验和消除

利用判定系数法来检验解释变量的共线性。辅助回归模型的被解释变量是前一期的人均消费水平，OLS估计结果如下：

Dependent Variable: CONSUME1

Method: Least Squares

Date: 07/01/05 Time: 10:54Included observations: 25 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob. PRICE 1.247028 0.747586 1.668073 0.1095

C -49.32111 134.7689 -0.365968 0.7179Adjusted R-squared 0.984884 S.D. dependent var 1926.191

S.E. of regression 236.8199 Akaike info criterion 13.88464

Sum squared resid 1233841. Schwarz criterion 14.03091Durbin-Watson stat 0.567065 Prob(F-statistic) 0.000000

表四

由此看出，拟合度很高，说明前一期人均消费与人均国内生产总值高度相关，可以剔除前一期消费这个变量。到这一步，模型只剩下了两个变量，即人均国内生产总值和商品零售价格指数。再用OLS进行估计。

Dependent Variable: CONSUME

Method: Least Squares

Date: 07/01/05 Time: 11:08Included observations: 26

Variable Coefficient Std. Error t-Statistic Prob.

GDP 0.307991 0.008313 37.05085 0.0000C -201.2099 57.24709 -3.514762 0.0019Adjusted R-squared 0.997348 S.D. dependent var 2046.622Sum squared resid 255449.0 Schwarz criterion 12.40649Durbin-Watson stat 1.200374 Prob(F-statistic) 0.000000

表五

拟合优度很高，参数显著异于0，并且通过了经济意义检验，但是模型是否出现异方差的情况呢？

（3）异方差的检验和消除

用white检验来侦察异方差，得到下表：

White Heteroskedasticity Test:Obs*R-squared 12.40871 Probability 0.014557

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 07/01/05 Time: 11:09Included observations: 26

Variable Coefficient Std. Error t-Statistic Prob. GDP 5.458066 5.843206 0.934088 0.3609PRICE -69.61361 158.0679 -0.440403 0.6641R-squared 0.477258 Mean dependent var 9824.962

Adjusted R-squared 0.377688 S.D. dependent var 13616.57Sum squared resid 2.42E+09 Schwarz criterion 21.81463

Log likelihood -275.4450 F-statistic 4.793196

表六

在显著水平为0.05时，n R2的伴随概率小于0.05，因而落在拒绝域，说明模型存在异方差，尝试通过两边取对数来消除异方差。

Dependent Variable: LNCONSUME

Method: Least Squares

Date: 07/01/05 Time: 11:10Included observations: 26

Variable Coefficient Std. Error t-Statistic Prob. LNPRICE 0.224560 0.078273 2.868943 0.0087R-squared 0.998711 Mean dependent var 7.225388

Adjusted R-squared 0.998599 S.D. dependent var 1.130475

S.E. of regression 0.042307 Akaike info criterion -3.379573Log likelihood 46.93444 F-statistic 8913.576

Durbin-Watson stat 0.880667 Prob(F-statistic) 0.000000

表七

White Heteroskedasticity Test:Obs*R-squared 6.090589 Probability 0.192484

表八

（4）序列相关性的检验和消除

Dependent Variable: LNCONSUME

Method: Least SquaresSample(adjusted): 1979 2003

Included observations: 25 after adjusting endpoints

Convergence achieved after 6 iterations

Variable Coefficient Std. Error t-Statistic Prob. LNPRICE 0.195773 0.078724 2.486836 0.0214AR

(1) 0.459404 0.159252 2.884760 0.0089Adjusted R-squared 0.999099 S.D. dependent var 1.086575

S.E. of regression 0.032609 Akaike info criterion -3.862838

Sum squared resid 0.022330 Schwarz criterion -3.667818

Log likelihood 52.28547 F-statistic 8875.724

Durbin-Watson stat 1.838913 Prob(F-statistic) 0.000000

Inverted AR Roots .46

表九

此时DW=1.838913，说明模型已经消除了序列相关。

（5）最终方程形式以及模拟结果：

=0.003884+0.774815LNGDP+0.195773LNPRICE

T （22.62673） （2.486836） 方程总体线性高度显著，变量高度显著，拟合优度很高。判定系数R2=0.999212，说明这两个变量的变动能解释人均消费水平99.9212%的变动，模型解释能力很强。

双对数方程的各解释变量系数：2 0.195773表明从1978年至2003年，在保持人均国内生产总值不变的前提下，商品零售价格指数每上升1%，人均消费水平平均增加0.195773。

该二元回归模型说明，人均消费水平的变动显著的受到人均国内生产总值和商品零售价格指数的影响。

变量相对重要性的比较

在经济分析和决策中，我们还需要了解各个解释变量的相对重要性。因此，就涉及到beta系数问题。由于偏" 回归系数与变量的原有单位都有直接的联系，单位不同，彼此不能直接比较。 因此，要将偏回归系数转换为beta系数，其公式如下：

上式中， 为beta系数； 为第j 个解释变量的估计系数；xj 为第j 个解释变量的离差；y为因变量的离差。

Beta系数就是按照解释变量的标准差与被解释变量的标准差之比例对估计的斜率系数进行调整，其数值与测定变量是的单位无关，因此可以直接比较，用以确定计量模型中解释变量的相对重要性。经计算，LNGDP的beta系数为0.892107，LNPRICE的beta系数为0.097078。相对重要程度之比为918.9589:100。足以说明在广东省人均消费的计量模型中，最重要的解释变量是人均国内生产总值，其次是商品零售价格水平。

主要结论

经过实证分析，得出广东省人均消费水平主要受人均国内生产总值的影响。后者增加就能带动前者的增加。但人均消费的增长速度低于人均国内生产总值的增长速度。说明，随着人均收入的增加，消费者用于消费的支出所占的比例反而会减少，他会将更多余额用来储蓄或其它的经济活动。

价格指数对消费也会产生一定的影响，较收入而言，影响比较微弱。但足以说明，随着价格指数的增加，消费者的消费也会增加，它们存在正相关的关系。

前一期消费对当期消费也存在正相关，但由于它与收入存在高度正相关，所以在最终的模型里这一变量被剔除了，但不是说它对当期消费没有影响。相对收入决定论还是比较正确的。我们还是可以用前期消费来估计当期的消费，不过它的解释能力远没有收入的影响强。

而利率的变动对消费的影响就基本上不存在了，这就是说我省如果采取降低利率来鼓励消费的方法是行不通的，货币政策失效。

综合上述因素，最有效拉动内需的方法是提高全省国内生产总值。在市场经济体制下，经济的发展要根据市场的发展，以满足不断增长的消费者需求来实现，因为消费需求是人们最直接的需求。社会经济要顺利运行，就要解决运行的目标问题、动力问题、生产结构问题。消费需求的导向作用，不仅表现为需求总量的增长，而且还要求质量的升级，从而使全省的生产由数量扩张转向质量的提高。以一种消费品需求的上升带动一系列消费品需求的上升，从而促进相关产业部门的发展。我省经济增长的办法是以消费需求为主导，消费和生产互相促进，产生良性循环。适应消费需求变化，增强市场有效供给。及时调整产业结构，改善市场商品供给能力，大力研究开发适销对路新产品，提高市场有效供给。

同时，政府应该调整城镇企业职工的收入分配机制，努力提高城市居民的收入。强化收入再分配功能，全面普及社会最低保障制度。发展消费信贷领域，加快个人信用体系的建设。

再次，我省应该抓住加入WTO和实施CEPA、“泛珠”等良好机遇，发挥区域优势，加速流通现代化进程。积极与国外、省外地区进行经贸合作，引导大型商贸、物流企业到广东发展，提升广东商品流通现代化水平。

参考文献：

1 曾璧钧:《我国居民消费问题研究》，中国计划出版社1997年

2高鸿业:《西方经济学第二版（宏观部分）》，中国人民大学出版社2000年

3 李子奈：《计量经济学》，高等教育出版社2000年

4范剑平：《居民消费与中国经济发展》，中国计划出版社2000年

5《广东年鉴》 广东统计局