影响居民消费水平因素分析オ.docVIP

影响居民消费水平因素分析オ 　　[摘要]本文主要通过对2013年居民的消费水平及其影响因素的分析来揭示中国居民消费水平的现状，其分析过程是以全国各省份的消费水平为样本，通过建立以居民消费水平为因变量，以其他可量化影响因素为自变量的多元线性回归模型来进行数量化分析的，并以此提出部分意见和建议。 　　[关键词]居民消费水平；GDP；税收；居民收入；人口 　　[DOI]1013939/jcnkizgsc201521.040 　　1经济背景及研究意义 　　进入新世纪以来，中国经济飞速发展，人们的生活水平和文化程度不断提高，对物质的需求与消费也在不断增加。消费是人类社会经济生活中不可缺少的一部分，是经济活动的起点，是拉动经济增长的动力，是一切物质文化需求的始源。对于处于经济转型中的中国，消费是一项至关重要的综合性指标。 　　2确定研究自变量 　　基于基本理论分析，先试图引入以下基本自变量，如地区生产总值（GDP）、税收、收入和人口。地区生产总值（GDP）是指按市场价格计算的地区所有常住单位在一定时期内生产活动的最终成果，所以消费水平可能会因为GDP而受到影响；税收则可能通过一地区的税收征收额而影响居民消费水平；收入是一切经济活动的来源，有收入才会有消费；人口则可能通过其数量影响消费总额，进而影响居民消费水平。除了以上因素，其他影响居民消费水平的因素通过其他扰动项来反映。 　　3模型的设定 　　设定原模型为： 　　y=β0+β1x1+β2x2+β3x3+β4x4+u 　　y=consum――居民消费水平（元） 　　x1=gdp――地区生产总值（亿元） 　　x2=tax――各地财政税收（亿元） 　　x3=income――各地居民人均收入（元） 　　x4=popu――各地年末常住人口数（万人） 　　4模型的参数估计、检验与修正 　　4.1对被解释变量居民消费水平与各解释变量的总体回归得 　　con[AKs^]um=-6254.74-005gdp+1.54tax+080income 　　-035popu 　　（2971.96）（0107）（1..116）（0118） 　　（0358） 　　n=31R2=0926F=81.927 　　由以上回归结果可以得出的拟合值为92.6%，较大，所以拟合结果较好；F值为81.927，也算是比较显著。但是观察它们的t值，在几个因变量里，只有收入一项对消费水平有显著影响，其他变量的影响不太显著，而且，回归结果里的常数值较大，再者，本文所涉及的变量都是比较大的数字，基于以上原因，我们可以对变量加log来进行回归，观察其显著性和拟合效果，结果如下： 　　log（con[AKs^]um）=5269+0363log（gdp）+0288log（tax）+0325log（income）-0556log（popu） 　　（2.055）（0106）（0098） 　　（0207）（0091） 　　n=31R2=0947F=116440 　　对于加log后的回归模型来说，常数项系数明显变小，利于下面的数据分析，而且拟合值R2增加为0947，比原模型的0926高，拟合效果变得更好，同时，F值也增加到了116440，比原来提高了，显著性增强。但是现在的t值结果显示，原来对消费水平影响最为显著的居民收入变得不显著了，相反，原先影响不显著的其他变量变得显著了，结合经济现实分析可能存在多重共线性，利用Eviews6来进行自变量的相关性检验，得如下结果： 　　LOG（GDP）LOG（TAX）LOG（INCOME）LOG（POPU） 　　LOG（GDP）1095635664409589410491050710862404609122694709968906 　　LOG（TAX）0956356644095894110662711054350484208089237242111776 　　LOG（INCOME）0491050710862404606627110543504842101550666671586983 　　LOG（POPU）0912269470996890608089237242111776015506666715869831 　　由以上相关系数表可以看出，各解释变量相互之间的相关系数较高，确实存在多重共线性。下面，我们采用对各个变量逐个回归、剔除的方法来解决这个问题。分别对log（consum）做log（gdp），log（tax），log（income），log（popu）的一元回归，前三个解释变量对因变量都有显著影响，但影响的大小不同，拟合程度也不同，其中，收入的影响最大，拟合程度也最好，而GDP的影响较其他两个来说影响最小，拟合程度最差；第四个人口因素则对因变量影