北京市居民消费与经济增长关系分析.doc

1、北京市居民消费与经济增长关系分析摘 要消费带动经济发展已经成为现阶段我国经济发展的迫切需要，在新一轮扩大内需、促进经济平稳较快增长的进程中，正确认识居民消费与经济增长的互动关系至关重要。本文以北京市地区生产总值和最终消费之间的关系为研究对象,运用单位根检验、协整检验和误差修正模型等经济计量方法对北京市 1978 - 2008 年最终消费和经济 增长关系进行实证分析。结 果表明, 北京市地区生 产总值和居民最终消费、政府最终消费三个时间序列都是一阶单整的时间序列,都受到前期的较大影响,具有很强的惯性，且他们之间却存在着比较稳定的长期均衡关系。随后，本文主要通过对居民消费水平的变动进行多因素分析，

2、建立以居民消费水平为因变量，以其它可量化影响因素为自变量的多元线性回归模型，并利用模型对居民消费水平这一社会现象进行数量化分析，找出影响居民消费水平的主要因素。最后，在理论及模型分析的基础上，针对北京市居民消费现状提出了政策建议。关键词：居民消费 经济增长 协整检验 回归分析1目 录一、研究背景及文献综述 .2（一）研究背景 2（二）文献综述 2二、北京居民消费的历史演变 和国外大城市消费需求变化 规律及对北京的启示 .5（一）北京居民消费的历史演变 51北京市居民消费对经济增长贡献情况 52. 北京市居民消费结构和消费热点的形成与调整 .53. 制约和影响北京市居民消费的主要因素 .6（二）

3、国外大城市消费需求变化规律及对北京的启示 8三、北京市居民消费与经济增 长的实证分析 .10（一）数据与变量的选取 10（二）分析方法 12（三）实证分析 13四、居民消费水平影响因素分析 .17（一）理论基础 17（二）建立模型 18（三）数据收集 19（四）模型的参数估计、检验及修正 20（五）总结 27五、主要政策建议及论文进一步研究方向 .28（一）政策建议 28（二）论文进一步研究方向 302一、研究背景及文献综述（一）研究背景消费、投资、净出口被称为拉动一个国家或地区经济增长的“三驾马车 ”，在经济发 展中扮演着重要的角色。三者之 间适度的比例关系可以促进经济持续健康发展。近年来北

4、京市经济快速发展，产业结构不断优化调整，居民收入水平不断提高，整体经济也由上世纪八九十年代的投资主导型转变为投资、消费双拉动型并开始逐渐向消费主导型转变。但 与 世 界 平 均 水 平 特 别 是 发 达 国家 相 比 ，北 京 市 的 消 费 仍 处 于 较 低 水 平 ，消 费 不 足 仍 是 当 前 北 京 经济 运 行 中 的 主 要 问 题 。从 最 终 消 费 的 构 成 看 ，居民消费不足是北京消费结构中的一个重要问题。相对于经济发展水平，北京的居民消费水平相对偏低。2007 年上海的居民消费水平为 24260 元，是北京（18911 元）的 1.3 倍，而同期上海人均 GDP

5、为北京的 1.1倍，京沪居民消费水平的差距大于人均 GDP 间的差距。居民收入差距过大、城乡差距、社会保障制度不完善、房价过高抑制居民消费等问题都将制约着未来居民消费，如何解决这些问题，促进居民消费持续增长，使之成为拉动经济增长的不竭动力，是亟待解决的问题。（二）文献综述居民的消费行为通常用消费函数来描述，到目前为止，西方经济学界已经形成了比较完整的消费函数理论体系，这可以成为我们对居民消费行为进行实证研究的理论基础。消费函数的概念3最初是由凯恩斯提出的，他认为本期消费主要取决于本期收入，并且居民的收入水平越高其边际消费倾向就越低，此即绝对收入假说。然而，由于不少发达国家的长期经验数据并不支持

6、绝对收入假说，因此经济学界开始对该假说进行质疑，认为其只是说明了一种短期消费现象，而要解释长期消费行为还必须依靠新的理论。因此，在 20 世纪 50 年代之后，相继发展出了杜森贝里的相对收入假说、弗里德曼的恒常收入假说以及莫迪里安尼的生命周期假说等。杜森贝里相对收入假说的主要观点是：居民在决定其消费时要参考其他具有同等收入水平居民的消费，此外，本期消费不仅受到本期收入的影响，还受到以前时期已经达到的消费水平的影响。弗里德曼提出了恒常收入的概念，他认为居民各期获得的收入可以分为恒常收入与暂时收入两部分，居民消费取决于恒常收入而非本期收入。莫迪里安尼生命周期假说的核心思想与恒常收入假说类似，它强调

7、居民会利用储蓄和借贷来平滑一生的消费路径。到上世纪 70、80 年代，霍尔又提出了理性预期生命周期消费函数，而戴维森等则用误差修正模型解释了消费与收入的关系；近年来，预防性储蓄理论与流动性约束假说又逐渐成为了消费函数研究的热点。国内学者的研究视角大致有以下几个角度：一是从居民消费结构入手，认为加快居民消费机构升级有利于促进经济增长。吴薇（2009）指出消费结构升级是经济增长的持久动力， 经济增长是消费结构升级的基础，经济增长促进消费结4构升级。常用的方法有恩格尔系数法、因子分析法和扩展的线性支出系数模型(EIES 模型)等。二是从城乡居民消费差异入手，认为挖掘农村居民消费潜力是促进居民消费的有

8、效途径。林秀梅（2009）认为，我国城乡居民的消费增长结构有着较大的差异，只有挖掘农村消费潜力，使农村消费成为整个社会消费的重要动力，从而使消费增长成为推动社会经济增长的巨大力量。三是从政策的角度入手，认为政策是影响居民消费的主要因素之一。应该说，政策因素是居民感受最直接、作用效果最为明显的影响因素。从 1978 年的计划经济体制到市场经济的转轨，到 2000 年至今的一系列社会保障制度的改革，无不对居民的消费产生了巨大的影响。到底应该如何认识北京的居民消费与经济增长的关系，如何解决制约居民消费增长的种种桎梏？本文认为，北京的居民消费存在的问题不是某一方面的因素独立作用的结果，而是多方面因素综

9、合作用的结果。本文运用单位根检验、协整检验和误差修正模型等经济计量方法对北京市 1978 - 2008 年最终消费和经济增长关系进行实证分析。结果表明,虽然北京市地区生产总值和居民最终消费、政府最终消费三个时间序列不平稳,但是他们之间却存在着比较稳定的长期均衡关系。5二、北京居民消费的历史演变和国外大城市消费需求变化规律及对北京的启示（一）北京居民消费的历史演变1北京市居民消费对经济增长贡献情况从历史时期来看，北京市居民消费对经济增长的贡献情况演变大致可以分为两个时期：（1）1978 年1998 年前后。这段时期，是居民人均收入快速增长，带动居民消费实现同步增长，且高于 GDP 的增长速度。

10、（2）2000 年至今。这一时期， 虽然居民收入仍在快速增长，但是受住房、医疗和养老等一系列社会保障制度改革的影响，居民储蓄率开始攀升，居民消费率相对下降。从 2002 年开始居民消费对GDP 的拉动 作用逐年减弱。0%10%20%30%40%50%1978 1983 1988 1993 1998 2003 2008居 民 消 费 占 地 区 生 产 总 值 比 重多 项 式 (居 民 消 费 占 地 区 生 产 总 值 比 重 )图 1 1978 年2008 年居民消费占 GDP 比重变化情况（支出法）2. 北京市居民消费结构和消费热点的形成与调整改革开放以后，北京经济的快速发展，居民收入大

11、幅增加，20086年，北京市城镇居民人均可支配收入达到 24725 元，扣除价格因素，是 1978 年的 9.6 倍；农民人均纯收入达到 10747 元，扣除价格因素，是 1978 年的 6.8 倍。随着收入的增加，居民消费水平不断提高。2008年，城镇居民人均消费性支出 16460 元，扣除价格因素是 1978 年的 6.5倍；农民人均生活消费支出 7656 元，扣除价格因素是 1978 年的 5.9倍。消费结构发生变化，30 年间，居民消 费经历了上世纪 80 年代以彩电、冰箱、洗衣机为代表品的千元消费，到 90 年代的以家用电脑为代表的万元级消费。进入 21 世纪，以汽车和住房消费为代表

12、的几十万元消费方兴未艾。050010001500200025003000350040001978 1983 1988 1993 1998 2003 2008单 位 ： 亿 元居 民 消 费 农 村 居 民 城 镇 居 民图 2 1978 年2008 年北京市城乡居民消费情况（支出法）3. 制约和影响北京市居民消费的主要因素（1）居民收入与消费支出影响居民消费的因素众多，而收入始终是最重要的因素。凯恩斯认为随着收入的增加,消费也会增加。收入直接制约着消费,收入分配严重地影响着消费。（2）城乡二元结构与居民消费7长期以来，由于计划经济体制的影响，我国的城乡二元结构比一般发展中国家更为突出，改革开放

13、以来，城乡收入的差距不断拉大，城乡二元结构尤其是消费差异不断加剧。北京市的城镇居民消费和农村居民消费差距从 1990 年开始呈明显扩大趋势（见图 3）。2008 年城镇居民消费与农村居民消费的比例从 1989年的 3.4:1 上升为 12.3:1。024681012141978 1981 1984 1987 1990 1993 1996 1999 2002 2005 2008城 镇 居 民 消 费 ： 农 村 居 民 消 费图 3 1987 年2008 年城镇居民消费与农村居民消费比例（3）政府政策对居民消费的影响长期以来，我国的社会保障制度是一种“低工资、高福利” ，由政府和企业“统包”的社

14、会福利制度。福利水平 虽然不能和欧洲福利国家相比，但在低水平上也几乎是“ 从摇篮到坟墓” ，这在很大程度上消除了居民的后顾之忧，促进了消费需求的快速增长。但是，进入 90 年代以来，社会保障体制进入加速改革阶段，旧的福利制度被打破，新的社会保障体系还不完善，转轨期间出现的社会保障功能弱化对城镇居民消费产生了很大影响。当前，在教育、医疗、社会保障和住房等公共服务和公共产品方面不均衡、8不公平的供给状态，增强了居民未来的消费支出预期，导致居民风险防范型储蓄动机不断增强，对消费带来不利影响。因此，社会保障制度不完善是造成当前消费需求不足的重要原因。（二）国外大城市消费需求变化规律及对北京的启示从经济

15、结构和社会发展阶段看，与世界平均水平特别是发达国家相比，北京市消费仍处于较低水平，消费不足仍是当前经济运行中的主要问题。从世界各国的最终消费率（此为最终消费占 GDP 比重）水平看，根据世界银行资料，2002 年，世界平均水平为 80.1%，低收入国家为 80.7%，中等收入国家为 74.3%（其中，上中等国家为75.2%，下中等国家 为 72.4%），高收入国家 为 81.0%。2007 年，北京市人均 GDP 达到 7654 美元，超过上中等收入国家的平均水平，但北京市最终消费率水平仅为 54.3%。表 1 主要国家和地区居民消费支出占 GDP 比重(%)1990 1995 2000 20

16、05 2006 2007美国 66.7 67.8 69.0 70.4 70.2 70.3 日本 52.5 55.0 56.2 57.0 57.1 56.3 欧元区 57.4 57.4 57.6 57.5 57.1 56.5 德国 57.6 57.7 58.9 59.1 58.5 56.7 法国 57.1 56.6 55.7 56.9 56.8 56.7 英国 62.0 63.3 65.1 64.3 63.6 63.1 新加坡 45.9 41.5 42.2 40.6 38.9 38.1 韩国 51.7 52.2 53.7 53.4 54.4 54.7 俄罗斯 48.9 52.1 46.2 49.

17、6 48.9 49.1 巴西 59.3 62.5 64.3 60.3 60.4 61.0 印度 65.6 63.7 64.1 57.5 56.4 54.2 世界平均 60.0 60.8 61.3 61.1 60.7 低收入国家 77.8 75.3 75.2 74.8 73.4 74.1 中等收入国家 60.3 59.7 59.8 56.1 54.7 54.6 9高收入国家 59.8 60.8 61.5 61.9 61.7 北京市居民消费结构与发达国家相比有待 优化升级。一是吃、穿消费比重相对较高，具有明 显的小康型消费结构特征。2007 年，北京市城镇居民用于食品消费支出比重为32.2%；美国

18、 为 13.7%，英国和德国为 12.2%；受消费习惯和饮食偏好影响，法国、日本、韩国食品消费支出比重相对较高，超过20%。北京市服装类消费支出比重为 9.9%，而主要发达国家在3.7%至 6.4%之间。二是居住类和交通类消费比重偏低，享受性消 费支出不足。在居住方面，北京市城镇居民居住类消费支出（包括实际房租、水电、气和其他燃料、居住维修等）比重为 8.1%，美国、德国、法国、日本在 15%左右。在交通方面，北京市城镇居民用于交通消 费的比重为15.2%，而美国 为 22.9%，英国为 17.2%，德国和法国 约为 15%。三是居民教育和医疗卫生消费比重明 显偏高，用于发展性和保障性消费支出

19、的负担较重。2007 年，北京市城镇居民用于教育消费支出的比重为 15.6%，而发达国家平均不到 4%。其中，法国为 0.4%，德国和英国分别为 1.1%和 1.5%，美国和日本分别为 3%和4.2%。北京市城镇居民用于医疗卫生消费支出的比重为 8.4%，而发达国家不到 5%。其中，英国 仅为 1.4%，美国、德国、法国和日本在 4%左右。居民用于教育和医疗卫生消费支出的负担重，不仅挤占了居民用于其他消费项目支出，而且由于教育和医疗卫10生消费支出的不可预知性和不确定性，居民不得不积累大量的预防性储蓄，降低即期消费倾向。结构分析表明，在北京市居民消费结 构中，吃和穿仍是居民消费支出的主体，住和

20、行等享受性消费支出相对不足，教育和医疗卫生等发展性和保障性消费支出的负担较重。在发达国家，居住、交通和文化娱乐等享受性消费是居民消费支出的主体；食品消费支出退居其次；由于拥有比较完善的国民教育体系和医疗卫生保障体系，居民个人用于教育和医疗卫生的消费支出比重相对较低。三、北京市居民消费与经济增长的实证分析（一）数据与变量的选取我们分别选取居民最终消费指数（Cj）作为反映居民消费水平的代表变量，选取政府最终消费指数（Cz）作为反映政府消费水平的代表变量，同时选取北京市地区生产总值（GDP）作为衡量地区经济增长的指标；三个时间序列数据均来自北京 60 年数据资料及数说北京改革开放 30 年,样本区间

21、为 19782008年,由于年鉴中的地区生产总值是按当年价格水平计算的,为了使各年的地区生产总值情况具有可比性, 运用地区生产总值平减指数(1978 年为 100%)进行调整。而居民最 终消费指数（Cj）和政府最终消费指数（Cz ）按可比价格计算，但以上年为基期，故居民最终消费指数（Cj）和政府最终消费指数（Cz）以 1978 年为 100%可调整如下表。11表 2 样本数据 年份地区生产总值 GDP (亿元)居民最终消费指数以 1952 年为100政府最终消费指数以1952 年为100地区生产总值平减指数(1978年为 100%)居民最终消费指数以1978 年为100政府最终消费指数以 19

22、78 年为1001978 108.8 518.5 700.7 100.0 100.0 1001979 120.1 624.3 873.7 100.6 120.4 124.68961980 139.1 725.4 873.7 104.3 139.9 124.68961981 139.2 771.1 856.3 104.9 148.7 122.20641982 154.9 839.0 947.0 108.6 161.8 135.15061983 183.1 895.2 1062.6 110.3 172.7 151.64841984 216.6 1097.5 1446.2 111.2 211.7 2

23、06.39361985 257.1 1354.3 1515.6 121.4 261.2 216.2981986 284.9 1699.7 2008.1 124.5 327.8 286.58481987 326.8 1798.3 2180.8 130.4 346.8 311.23161988 410.2 1996.1 2082.7 145.1 385.0 297.23131989 456.0 2139.8 2082.7 154.4 412.7 297.23131990 500.8 2475.7 2230.6 161.2 477.5 318.33881991 598.9 2755.5 2317.6

24、 175.4 531.4 330.7551992 709.1 2854.7 2266.6 186.6 550.6 323.47651993 886.2 3134.5 2282.5 207.7 604.5 325.74571994 1145.3 3595.2 2437.7 236.1 693.4 347.8951995 1507.7 4184.8 3003.2 277.5 807.1 428.61996 1789.2 4624.3 3246.5 302.1 891.9 463.32241997 2075.6 5410.4 4197.7 318.3 1043.5 599.07241998 2376

25、.0 5621.4 4642.6 332.8 1084.2 662.5661999 2677.6 6267.8 5538.6 338.1 1208.8 790.43812000 3161.0 6750.5 6325.1 357.1 1301.9 902.6832001 3710.5 7310.8 7160.0 375.3 1410.0 1021.8352002 4330.4 8253.8 7790.1 392.8 1591.9 1111.762003 5023.8 9062.7 8514.6 410.5 1747.9 1215.1562004 6060.3 10005.2 9434.2 434

26、.0 1929.6 1346.3962005 6886.3 11155.8 10877.6 441.1 2151.6 1552.392006 7861.0 12940.8 13053.2 446.4 2495.8 1862.882007 9353.3 14817.2 15833.5 468.8 2857.7 2259.6692008 10488.0 17602.8 20520.2 482.3 3394.9 2928.529资料来源：北京 60 年数据资料及数说北京改革开放 30 年表的后两列即是本文用作建模分析的样本的实际值。分别定义地区生产总值平减指数、居民最终消费指数、政府最终消费指数为

27、GDP、Cj 和 Cz。所使用的统计分析软件是马克威 5.0。（二）分析方法考察变量间的关系时，一般的做法是根据现有的样本资料建12立比较合适的回归方程，但由于宏观经济变量一般都是非平稳的，如果用非平稳变量建立回归模型不可避免地导致虚假回归问题。因此，本文在实证研究中通过建立关于居民消费对经济增长的误差修正模型(Error Correction Mode1)来加以实证分析，从而避免因时间序列数据的非平稳性而引起的虚假回归。并通过建立误差修正模型进一步研究长期均衡与短期均衡的调整机制，更好的说明居民消费对经济增长的影响。具体的建模步骤是：首先对经变换的地区生产总值平减指数、居民最终消费指数、政府

28、最终消费指数进行单整(integration) 检验，通 过检验变量的平稳性，判断其是否满足协整(cointegration) 检验的前提；其次，检验变量之间是否存在协整关系；再次，根据 Granger 定理，如果若干个非平稳变量存在协整关系，则这些变量必有误差修正模型表达式存在，从而分别确立居民消费对经济增长的误差修正模型。（三）实证分析1、相关性分析相关分析是对变量之间相关性的分析，其主要目标是要考察变量之间是否存在内在依存关系并做出符合实际的判断，测定它们关系的密切程度与方向。根据 19782008 年统计数据，应用马克威 5.0 测算，GDP 和 Cj 和 Cz 三个变 量之间相关系数

29、高达0.981224，这说明北京地区生产总值与居民最终消费、政府最终消费之间存在着较强的正相关关系。所示的散点图也显示了直线相关关系。13图 4 GDP-回归效果图2、北京市居民消费、政府消费与北京市经济增长的协整分析（1）平稳性检验1987 年 Engle 和 Granger 提出了协整理论，指出一些同阶的非平稳经济变量的线性组合如果是平稳序列，说明这些变量之间存在一种长期稳定的均衡关系，即协整关系，在经济意义上，这种协整关系的存在意味着可以通过一个（些）变量来影响另一个（些）变量的变化。我们可以通过协整模型研究 19782008 年北京市地区生产总值平减指数（GDP）与北京市居民消 费指数

30、（Cj）、14政府消费指数（Cz）是否存在长期均衡关系。由于只有具有相同单整阶数的非平稳变量才可能存在协整关系，因此首先对各个变量进行单位根检验。即先对表中的北京市地区生产总值平减指数与居民最终消费指数、政府最终消费指数进行平稳性 ADF 检验，即单位根检验，以判断时间序列的平稳性，检验结果见表：表 3 北京市地区生产总值平减指数与居民最终消费指数、政府最终消费指数的平稳性检验结果变量检验形式(C,T,K)ADF 检验统计量临界值5%结论GDP (C,0,0) -1.281899 -1.95 非平稳Cj (C,0,0) 2.790171 -1.95 非平稳Cz (C,0,0) 4.434225

31、 -1.95 非平稳GDP (C,0,0) -6.624535 -1.95 平稳Cj (C,0,0) -5.410025 -1.95 平稳Cz (C,0,2) -2.727295 -1.95 平稳在上表中，GDP 、Cj、Cz 分别表示 GDP、Cj、Cz 的一阶差分，（C,T,K）分别表示单位根检验方程的常数项、时间趋势项和滞后阶数，其中 C=0 表示不含常数项， T=0 表示表示不含时间趋势项。从检验结果来看，GDP、Cj、Cz 均未通过 5%水平下的单位根检验，说明北京市地区生产总值与居民最终消费、政府最终消费是非平稳数据。而它们的一阶差分序列GDP、Cj、Cz 都通过了 5%显著性水平

32、下的 ADF 检验，由此可知 GDP、Cj、Cz 均为一阶单整序列，表示为 GDPI(1)，CjI(1)，CzI(1)。（2）协整检验由上文可知，平稳性检验的结果是 GDP、Cj、Cz 均为一阶单整序列，符合进行协整检验的前提，可以分别对 GDP、Cj、Cz 进15行协整检验，检验的目的是看 GDP、Cj、Cz 是否存在长期的、稳定的关系。按照 Engle 和 Granger（1987）提出的 E-G 两步检验法，我们首先用 OLS 方法分别对 GDP、Cj、Cz 进行协整回归，得到回归模型估计的残差序列 e，这里我们既不需要考 虑回归方程的拟合优劣，也不需要检验序列 e 是否存在自相关性，因

33、 为确定GDP、Cj、Cz 之间是否存在协整关系的唯一前提就是它们的残差序列 e 是“平稳”的。接下来，我们对回归模型估计残差序列 e 进行平稳性检验，结果见表：GDP、Cj、Cz 的协整模型所估计残差序列 e 的 ADF 值为-2.006485 小于 5%显著性水平的临界值 -1.95，所以可以 认为残差项不存在单位根，是平稳序列。表 4 残差序列 e 的平稳性检验结果单位根检验统计量-Augmented Dickey-Fuller 检验残差检验统计量 -2.006485临界值(水平 5%) -1.95因此,可以拒绝原假设,认为在 5%的显著性水平上残差序列是一个稳定的时间序列,因此可以断言

34、 GDP 和 Cj、Cz 之间存在着协整关系。3、北京市经济增长与居民最终消费、政府最终消费的误差修正模型误差修正模型是把原始变量和差分变量有机地结合在一起，以充分利用两者所提供长期和短期信息。从短期看，地区生产总16值的变动是由比较稳定的长期趋势和短期波动所决定的，短期内系统对于均衡状态的偏离程度的大小直接导致波动振幅的大小。从长期看，协整关系式起到引力线的作用，将非均衡状态拉回到均衡状态。由上文的协整分析可知，序列 GDP 和 Cj、Cz 之间分别存在着惟一的协整关系。Granger 表示定理（1987）证明了协整与误差修正模型（ECM）的等价性，ECM 不但能反映时间序列之间的长期均衡关

35、系，而且能反映短期偏离长期均衡的修正机制，所以我们建立误差修正模型如下：（1）GDP=0.65327P(-1)0.397Cz(-1)+0.3874j(-1)+0.6923GDP(-)-19Cz(-).4j258EMAAAAA方程（1）的经济含义是：地区生产总值与居民最终消费、政府最终消费之间存在长期均衡关系，呈现共同的增长趋势；从各变量系数来看，地区生产总值受上期影响大，在其他变量不变的情况下，上期生产总值每增加 1%，就会引起本期生产总值增长 0.650327%，而居民最终消费、政府最终消费的影响作用不是很显著；ECM 是误差修正项，该项系数反映了误差修正规模自身偏离均衡误差的作用机制。当修

36、正系数为 1 时，GDP 和居民最终消费、政府最终消费的当年均衡误差在下一年就可调整到均衡状态。此模型的系数-0.135858， 误差修正项系数为负，符合反向修正机制，说明地区生产总值增长和居民最终消费、政府最终消费增长之间的均衡关系对当前非均衡误差调整的自身修正能力较弱，而且完成这种修正需要较长的时期。17四、居民消费水平影响因素分析（一）理论基础自 1936 年凯恩斯提出绝对收入假说后，居民消费函数理论得到了空前的发展，各种流派不断涌现。从各主要流派看，尽管存在着不同的看法，或从某些方面提出了不同的居民消费函数，但不难看出，影响居民消费的因素十分繁多，包括居民收入、持久收入、相对收入、前期

37、消费、预期消费、资产存量、年龄结构等。根据以上理论，结合北京市实际情况及目前所能够收集到的数据，我们可以对北京居民消费水平的变动进行多因素分析，建立以居民消费水平为因变量，以其它可量化影响因素为自变量的多元线性回归模型，并利用模型对居民消费水平这一社会现象进行数量化分析，对如何提高居民消费水平提出一些可行性建议。（二）建立模型在建模时作如下处理：1、该模型为线性模型。2、采集的样本是 1978 年-2008 年。3、模型中将居民消费水平作为被解释变量，根据经验引入城镇居民人均可支配收入、农村居民人均纯收入、劳动人口（20-55 岁）占总人口比例、居民消费价格指数、转移性收入占城镇居民家庭总收入

38、比重、GDP 增速，对模型进 行回归分析。其中：城乡居民收入代表收入因素，劳动人口占总人口比例18代表人口结构因素，居民消费价格指数代表价格因素，转移性收入占城镇居民家庭总收入比重代表社会保障因素(由于整个社会的社会保障投入并没有统一的衡量指标，因此以城镇居民转移性收入比重替代)，GDP 增速代表人们对未来的预期。初步建立模型如下： U654321其中，Y居民消费水平（元）X1城镇居民人均可支配收入（万元）X2农村居民人均 纯收入（万元）X3劳动人口占总 人口比例（% ）X4居民消 费价格指数（r=100）X5转移性收入占城 镇居民家庭总收入比重（%）X6GDP 增速（% ）4、为减弱初步模型

39、中解释变量之间的相关关系，首先将名义数据转换为实际数据，即：运用消费价格指数调整消费与收入数据；其次，采用差分法将初步模型变形为一阶差分模型，进而降低多重共线性。将初步模型 U654321变形为 19（三）数据收集我们使用的是北京 60 年数据资料中 1978 年-2008 年的数据作为分析对象，基础数据如下：表 5 样本数据obs Y X1 X2 X3 X4 X5 X61978 330.1 365.40 225 53% 100 5.0% 110.51979 356.1 414.95 250 53% 101.8 2.6% 109.71980 440.1 501.36 308 53% 107.9

40、 5.8% 111.81981 485.0 514.14 361 53% 109.3 6.2% 99.51982 526.0 561.05 430 54% 111.3 5.7% 107.41983 578.9 590.47 519 55% 111.8 5.6% 116.41984 676.9 693.70 664 56% 114.3 5.8% 117.41985 911.8 907.72 775 56% 134.4 14.0% 108.71986 1093.6 1067.52 823 56% 143.5 16.2% 108.01987 1197.7 1181.87 916 56% 155.8

41、21.2% 109.61988 1536.4 1436.97 1063 55% 187.6 25.5% 112.81989 1648.4 1597.08 1231 55% 219.9 25.3% 104.41990 1796.6 1787.08 1297 57% 231.8 24.3% 105.21991 2070.7 2040.43 1422 56% 259.4 21.8% 109.91992 2374.8 2363.68 1569 56% 285.1 16.3% 111.31993 3205.7 3296.04 1855 57% 339.3 15.5% 112.31994 4508.1 4

42、731.24 2422 57% 423.8 17.2% 113.71995 5662.6 5868.36 3208 57% 497.1 17.1% 112.01996 6496.8 6885.48 3563 57% 554.8 17.3% 109.01997 7417.6 7813.11 3762 57% 584.2 22.6% 110.11998 7954.0 8471.98 4029 59% 598.2 23.0% 109.51999 8597.7 9182.76 4316 58% 601.8 23.2% 110.92000 8849.8 10350 4687 61% 622.9 22.8

43、% 111.82001 9118.9 11578 5274 61% 642.2 22.9% 111.72002 10988.1 12464 5880 63% 630.6 28.9% 111.52003 12167.2 13883 6496 63% 631.9 28.9% 111.02004 13636.0 15638 7172 62% 638.2 30.4% 114.12005 14835.0 17653 7860 63% 647.8 28.0% 111.82006 16770.0 19978 8620 63% 653.6 25.1% 112.82007 18911.0 21989 9559

44、64% 669.3 26.2% 113.32008 20346.0 24725 10747 64% 703.4 27.8% 109.0（四）模型的参数估计、检验及修正根据以上数据及调整方法，运用马克威软件，用 OLS 方法估计，最初难以得出符合各项检验要求的模型结果。通过图示等方式进一步观察上述数据，发现居民消费水平差分数据自 200020年以后波动明显加大。结合现实因素，我们认为产生上述现象的原因是从上世纪 90 年代末期开始，我国陆续实施了国企改制以及住房、教育、医疗的市场化改革等政策，导致人们普遍感到未来的不确定性加大，在决定是否实行消费时对社会保障、未来预期等因素更加敏感，而在此之前以

45、上因素并不明显。由于对 2000年以后的数据单独建立模型存在样本容量过小的问题，因而我们决定对数据进一步加工，将转移性收入占城镇居民家庭总收入比重（X5）和 GDP 增速（X6）在 2000 年以前的数据均计为 0 值，自2000 年开始以 1999 年为基期重新做一阶差分计算。使用进一步调整后的数据及马克威软件，用 OLS 方法估计线性回归方程Y = 0.74361*X1+0.159616*X2-7.82158*X3-0.194088*X4+20.3037*X5+16.7139*X6表 6 模型分析R R 平方修正的 R 平方估计的标准误对数似然值 AIC SC0.934445 0.8731

46、88 0.842753 47.66085 -160.44 10.73808 11.01563表 7 方差分析表平方和 自由度 均方 F 值 显著性回归 391031.2 6 65171.87 28.6904 0残差 56788.91 25 2271.556 总和 447820.1 31 21表 8 回归系数分析回归系数 标准误标准化的beta t 显著性95%置信区间上界95%置信区间下界方差扩大因子 容忍度X1 0.74361 0.12519 0.762352 5.939864 0.000003 1.001443 0.485777 3.97854 0.251349X2 0.159616 0.

47、287182 0.07548 0.555799 0.583289 0.751079 -0.431847 4.149412 0.240998X3 -7.821577 9.263915 -0.088399 -0.844306 0.406506 11.257813 -26.900968 1.219738 0.819848X4 -0.194088 1.535019 -0.013363 -0.12644 0.900395 2.967343 -3.355518 1.083552 0.922891X5 20.303679 6.699284 0.312218 3.030724 0.005608 34.1011

48、13 6.506245 1.121399 0.891743X6 16.713907 8.047764 0.204465 2.076838 0.048246 33.288588 0.139226 1.019302 0.981063表 9 共线性诊断特征值 条件指数1 2.182267 12 1.132635 1.3880623 0.97204 1.4983454 0.896579 1.5601265 0.685375 1.784396 0.131102 4.079896表 10 残差统计表最小值 最大值 均值 标准离差 样本数 D.W.拟合值 -31.5549 292.5305 81.35486

49、 78.70922 31 1.908927残差 -117.136 66.86345 1.303921 43.48801 31 标准化的拟合值 -1.43452 2.682985 0 1 31 标准化的残差 N/A N/A 1.303921 N/A 31 22表 11 相关系数表X1 X2 X3 X4 X5 X6 YX1 相关系数 1 0.689736 0.134946 0.078613 -0.02036 -0.07684 0.779367单边显著性 0.000009 0.234596 0.337109 0.45672 0.340588 0协方差 8278.483 2750.073 11.6574 41.50768 -2.49057 -7.49576 6187.351X2 相关系数 0.689736 1 0.194157 -0.09978 0.203896 -0.09798 0.629098单边显著性 0.000009 0.147643 0.296649 0.135623 0.300004 0.00007