《北京市居民消费与经济增长关系分析.docx》由会员分享，可在线阅读，更多相关《北京市居民消费与经济增长关系分析.docx（34页珍藏版）》请在三一办公上搜索。
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，建立以居
2、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）国外大城市消费需求变化规律及对北京的启
3、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30 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
4、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
5、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
6、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
7、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
8、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
9、比较稳定的长期均衡关系。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。（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。图1 1978年2008年居民消费占GDP比重变化
10、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，居民收入大幅增加，2008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
11、消费。进入21世纪，以汽车和住房消费为代表的几十万元消费方兴未艾。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
12、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。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
13、不均衡、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
14、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(%)199019952000200520062007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
15、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 49.6 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 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
16、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%，
17、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
18、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
19、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。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
20、年为100政府最终消费指数以1978年为1001978108.8518.5700.7100.0100.0 1001979120.1624.3873.7100.6120.4 124.68961980139.1725.4873.7104.3139.9 124.68961981139.2771.1856.3104.9148.7 122.20641982154.9839.0947.0108.6161.8 135.15061983183.1895.21062.6110.3172.7 151.64841984216.61097.51446.2111.2211.7 206.39361985257.11354
21、.31515.6121.4261.2 216.2981986284.91699.72008.1124.5327.8 286.58481987326.81798.32180.8130.4346.8 311.23161988410.21996.12082.7145.1385.0 297.23131989456.02139.82082.7154.4412.7 297.23131990500.82475.72230.6161.2477.5 318.33881991598.92755.52317.6175.4531.4 330.7551992709.12854.72266.6186.6550.6 323
22、.47651993886.23134.52282.5207.7604.5 325.745719941145.33595.22437.7236.1693.4 347.89519951507.74184.83003.2277.5807.1 428.619961789.24624.33246.5302.1891.9 463.322419972075.65410.44197.7318.31043.5 599.072419982376.05621.44642.6332.81084.2 662.56619992677.66267.85538.6338.11208.8 790.438120003161.06
23、750.56325.1357.11301.9 902.68320013710.57310.87160.0375.31410.0 1021.83520024330.48253.87790.1392.81591.9 1111.7620035023.89062.78514.6410.51747.9 1215.15620046060.310005.29434.2434.01929.6 1346.39620056886.311155.810877.6441.12151.6 1552.3920067861.012940.813053.2446.42495.8 1862.8820079353.314817.
24、215833.5468.82857.7 2259.669200810488.017602.820520.2482.33394.9 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
25、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
26、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。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
27、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（Cj）、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
28、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)4.434225-1.95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、C
29、j、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
30、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
31、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
32、等价性，ECM不但能反映时间序列之间的长期均衡关系，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）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
33、-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。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
34、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代表人口结构因素，居民消费价格指数代
35、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：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
36、性。将初步模型变形为（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obsYX1X2X3X4X5X61978330.1365.4022553%1005.0%110.51979356.1414.9525053%101.82.6%109.71980440.1501.3630853%107.95.8%111.81981485.0514.1436153%109.36.2%99.51982526.0561.0543054%111.35.7%107.41983578.9590.4751955%111.85.6%116.41984676.9
37、693.7066456%114.35.8%117.41985911.8907.7277556%134.414.0%108.719861093.61067.5282356%143.516.2%108.019871197.71181.8791656%155.821.2%109.619881536.41436.97106355%187.625.5%112.819891648.41597.08123155%219.925.3%104.419901796.61787.08129757%231.824.3%105.219912070.72040.43142256%259.421.8%109.9199223
38、74.82363.68156956%285.116.3%111.319933205.73296.04185557%339.315.5%112.319944508.14731.24242257%423.817.2%113.719955662.65868.36320857%497.117.1%112.019966496.86885.48356357%554.817.3%109.019977417.67813.11376257%584.222.6%110.119987954.08471.98402959%598.223.0%109.519998597.79182.76431658%601.823.2
39、%110.920008849.810350468761%622.922.8%111.820019118.911578527461%642.222.9%111.7200210988.112464588063%630.628.9%111.5200312167.213883649663%631.928.9%111.0200413636.015638717262%638.230.4%114.1200514835.017653786063%647.828.0%111.8200616770.019978862063%653.625.1%112.82007 18911.021989955964%669.32
40、6.2%113.3200820346.0247251074764%703.427.8%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2000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，而在此之前以上因素并不明显。由于对2000年以后的数据单独建立模
41、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RR 平方修正的R 平方估计的标准误对数似然值AICSC0.9344450.8731880.84275347.66085-160.4410.7380811.01563表7
42、方差分析表平方和自由度均方F值显著性回归391031.2665171.8728.69040残差56788.91252271.556 总和447820.131 表8 回归系数分析回归系数标准误标准化的betat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X10.743610.125190.7623525.9398640.0000031.0014430.4857773.978540.251349X20.1596160.2871820.075480.5557990.5832890.751079-0.4318474.1494120.240998X3-7.8215779.263915-0
43、.088399-0.8443060.40650611.257813-26.9009681.2197380.819848X4-0.1940881.535019-0.013363-0.126440.9003952.967343-3.3555181.0835520.922891X520.3036796.6992840.3122183.0307240.00560834.1011136.5062451.1213990.891743X616.7139078.0477640.2044652.0768380.04824633.2885880.1392261.0193020.981063表9共线性诊断特征值条件指数12.182267121.1326351.38806230.972041.49834540
