我国消费者信心指数与消费函数关系研究

我国消费者信心指数与消费函数关系研究 全国大学生统计建模大赛 我国消费者信心指数与消费函数关系研究 北方工业大学 杨娜 刘晓飞 冯春琳 2009-9-30 我国消费者信心指数与消费函数关系研究 目录 TOC \o "1-3" \h \z \u 摘要 2 1. 问题的提出 3 2. 消费函数研究现状及存在的问题 4 3. 建立模型的准备工作 5 3.1 指标选取 5 3.1.1 影响消费需求的客观因素变量的选取 5 3.1.2 影响消费需求的主观因素变量的选取 6 3.2 数据整理 7 3.2.1 原始数据 7 3.2.2 数据预处理 8 3.3 建模思路 9 4. 变量之间关系的检验 9 4.1 散点图 9 4.2 相关系数 10 4.3 变量平稳性和协整关系检验 12 5. 消费函数的主观因素拓展模型 13 5.1 城镇居民消费函数的拓展模型建立 13 5.1.1 模型建立过程 13 5.1.2 残差检验 14 5.2 农村居民消费函数的拓展模型建立 15 5.2.1 模型建立过程 15 5.2.2 残差检验 16 6. 结论与建议 17 6.1 消费需求函数不能缺少消费者心理因素等客观变量 17 6.2 消费者信心对消费需求具有一定的引导作用 17 6.3 客观因素对消费需求增长仍然起主导作用 17 6.4 扩大居民消费，要增强城镇居民消费信心、提高农村居民收入水平 17 参考文献 19 附录 20 摘要 经济危机背景下，中央扩大内需的战略决策及时且意义深远，研究我国居民消费函数形式更具有理论和现实意义。当前国外消费函数理论多考虑了收入和价格等影响居民消费需求的客观因素，国内研究多是基于国外上述理论展开的实证分析。当前的消费函数理论并未包含真正意义上的影响消费需求的消费者主观因素。事实上，消费者的很多主观因素，诸如消费者的心理、情感、社会、历史等因素都会在一定程度上影响消费者的消费需求，且这些因素并不能被一些客观因素完全代替或反映。针对这一问题，本文引入主观因素变量“消费者信心指数”指标，实证我国消费者信心指数与消费需求之间的关系。并基于国家统计局公布的实际数据，分城镇和农村地区对我国消费需求函数进行实证分析，在此基础上得到一些有意义的结论，如：消费需求函数不能缺少消费者心理因素等客观变量；消费者信心对消费需求具有一定的引导作用；客观因素对消费需求增长仍然起主导作用；扩大居民消费，要增强城镇居民消费信心、提高农村居民收入水平等。 关键词：消费函数 消费者信心指数 先行指标 消费需求 1.​  问题的提出 美国次贷危机引发的全球性金融危机，对世界经济产生了显著而深远的影响。西方发达国家受到重创，发展中国家受到的负面影响更大。我国经济在本次经济危机中已深受其害，进出口行业受到的冲击最直接也最严重。据测算，美国经济增长率每降1%，中国对美出口就会降5%～6%。经济危机爆发以来，我国出口呈现减速迹象。国家统计局2008年数据显示，从我国出口金额看，2008年上半年同比增长21.87%，比2007年同期27.55%的增长速度降低近6个百分点；从出口数量看，2008年上半年同比增长8.44%，也明显低于2007年同期10.11%的增长速度。2009年上半年我国继续延续出口减速的趋势，且短期内我国国内需求的增加无法弥补进口需求的减少。 图1 我国2006-2009年进出口金额变化趋势图 图1显示的是我国2006—2009年的进出口金额变化趋势，可以看到我国进出口额在2008年第二季度急剧下降,2009年跌至低谷. 图2 2007-2009年我国企业家信心指数 图3 2007-2009年我国企业景气指数 此外，伴随着我国对外贸易情况的恶化，我国企业家信心指数、企业景气指数也随之严重受挫，如图2、图3所示，从2007年末以来，两指数均呈现明显下滑的趋势。2009年随着国家相应拉动内需、推动经济发展的宏观政策出台，两指数才出现回升趋势，但依然低于经济危机前。 由此可见，经济危机带给我国的影响是多方面的，直接导致我国外部需求缩减、出口受阻、投资增速显著回落。当前，如何培育新的经济增长点是亟待解决的重要课题。在此背景下，中央扩大内需的战略决策及时且意义深远，政府一再强调“扩大内需的重点是扩大消费需求”。为了落实和贯彻政府提出的扩大内需政策，必须深入研究影响我国居民消费的主要因素，即：研究我国消费的模式和特征，在数学上， 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 现为消费函数的形式。 2. 消费函数研究现状及存在的问题 在国外，自20世纪著名的经济学家凯恩斯提出消费函数理论以来，消费函数的研究不断深入，一直是宏观经济学研究的难点和重点问题。在此方面，主要成果有：杜森贝利（1949）的相对收入假说、莫迪里亚尼等人（1954）的生命周期假说、弗里德曼（1957）的永久收入假说。除此之外，还有霍尔（1978）的随机游走假说、迪顿（1991）流动约束假说、通货膨胀假说、内生收入假说、消费习惯假说等。 对于各种消费函数理论，各大学派学者持有不同的理论，其中凯恩斯的消费函数理论认为总消费是总收入的函数。这一思想用线性函数形式表示为： 式中 表示总消费, 表示总收入，下标t表示时期；a、b为参数。参数b称为边际消费倾向，其值介于0与1之间。 凯恩斯的这个消费函数仅仅以收入来解释消费，被称为绝对收入假说。美国经济学家杜森贝利的相对收入消费理论认为，短期消费函数不同于长期消费函数，就短期而言，收入增加时低收入者的消费会赶上高收入者的消费，一旦收入减少，消费水平的降低将相当有限。当期收入和过去的消费支出水平决定当期消费。生命周期消费理论的提出者莫迪利安尼认为总储蓄和总消费会部分的依赖于人口的年龄分布。人们会在相当长时期的跨度内 计划 项目进度计划表范例计划下载计划下载计划下载课程教学计划下载 自己的消费开支，以便于在整个生命周期内实现消费的最佳配置。从个人一生的时间发展顺序看，一个人年轻时的收入较少，但具有消费的冲动、消费的精力等消费条件，此时的消费会超过收入；进入中年后，收入会逐步增加，收入大于消费，其收入实力既可以偿还年轻时的债务，又可以为今后的老年时代进行积累；退休之后步入老年，收入减少，消费又会超过收入，形成负储蓄。弗里德曼提出永久性收入假说即人们的消费行为主要取决于永久性收入，而不是偶然所得的“暂时性收入”，只有没有预期到的影响未来收入的政策变化才能影响消费。 本文在对这些消费函数深入研究之后发现：这些消费函数主要考虑了收入和价格两个变量，即影响消费行为的主要客观因素。国内研究多是基于国外上述消费理论展开的实证分析。实际经济生活表明，公众心理是影响消费波动的一个重要因素。就此问题，理性预期学派做出了开创性的工作。理性预期消费假说批判了持久收入假说通常采用拟合现期及过去收入来确定将来的预期收入的做法，认为在经济分析中假定经济行为的主体对未来事件的“预期”是合乎理性的，且认为政府应放弃实行相机抉择的财政金融政策。但这种“理性”预期多是对主体经济行为的预期，且现实中并非所有的消费者都能真实地预见各种政策，即使预见到了，受各自的社会、地理、历史等很多条件的影响，做出的选择和判断未必能一致。因此，当前的消费函数理论并未包含真正意义上的消费者主观因素，这显然是一种不足。如何寻找一个能综合反映消费者主观心理因素的指标，并将该指标科学地引入到消费函数中显得至关重要。 本文认为将CCI引入到消费函数中，将会极大地丰富我国消费理论。同时，为我国扩大内需政策的制定和实施提供有价值的政策建议。 3. 建立模型的准备工作 3.1 指标选取 本文选取家庭人均消费支出作为消费需求的体现，之所以选取居民家庭人均变量，是由于家庭是社会经济生活中最基本的单位，以家庭为单位进行划分，能够真实 说明 关于失联党员情况说明岗位说明总经理岗位说明书会计岗位说明书行政主管岗位说明书 每个居民或每个家庭成员生活与发展的实际条件，绝大数从业者都是生活在家庭之中，须负担无收入者和低收入者，个人消费支出不能完全反映这一情况。在选择居民消费需求变动的影响因素时，本文将其影响因素分为两大类：主观因素和客观因素。 3.1.1 影响消费需求的客观因素变量的选取 为了研究消费问题首先要知道消费由什么决定呢？在现实生活中，影响各个家庭消费的因素很多。如收入水平，利率水平，收入分配状况，消费者偏好，家庭财产状况，消费信贷状况，消费者年龄构成以及 制度 关于办公室下班关闭电源制度矿山事故隐患举报和奖励制度制度下载人事管理制度doc盘点制度下载 、风俗习惯等等。凯恩斯认为，这些因素中有决定意义的是家庭收入。为此，可以从诸多因素中抽出这一因素单独分析。他认为，存在一条基本心里规律，随着收入的增加，消费也会增加，但是消费的增加不及收入增加多。即假定消费是收入水平的函数。此理论也被称为绝对收入消费理论。以上讨论的是家庭的消费，事实上，在考虑其他一些诸如国民收入分配，政府税收等因素后，社会消费和家庭消费基本相似。此外，也有证据表明，消费者在选择其消费水平时既会考虑当前收入，也会预期其长期收入，为了说明消费对长期收入趋势的依赖关系，经济学家也提出了上文提到的永久性收入理论和生命周期假说。但无论哪一种理论，都把收入作为了一个影响消费的非常重要的因素。本文认为收入是一项综合性指标，人们能够获得某种程度的收入，往往与他们的职业、文化程度和技能水平有着密切的关系。同时，一定的收入水平在某种程度上还可以决定人的生活方式、财产积累的能力，甚至思想观念的倾向，为此本文选取选取家庭人均收入作为解释消费的主要客观因素变量。 同时，考虑到消费和收入的惯性存在，本文会考虑到前期消费和前期收入作为影响当前居民消费支出的客观因素。 3.1.2 影响消费需求的主观因素变量的选取 虽然很多研究表明收入能够作为影响消费需求的主要客观因素，但随着经济发展的日益复杂化和多元化，消费者的主观因素逐渐影响着消费者需求变化。一定意义上讲，影响消费者消费行为的主观因素很多，诸如消费者性格、消费偏好、行为习惯等等，它们都和消费者的心理、情感、社会、历史等等因素有着很大的关系，也都在一定程度上影响着社会消费需求变化。同时，理性的消费者都是有一定的心理预期的，消费行为不仅受现在所处境况的影响，更受其对未来境况预期的左右。特别是在金融危机、经济萧条的大背景下，研究消费者的主观心理感受对社会消费需求的影响显得十分必要。虽然收入在一定程度上跟这些客观因素有很强的相关关系，但是并非所有的客观因素都能被收入水平所揭示，因此本文除“收入”客观因素外，将引入主观因素变量。正如上文对消费者信心指数的介绍，消费者信心指数是一个综合反映消费者主观心理感受的先行指标，例如，消费者对物价上涨的反应相对敏感，如果有物价持续上涨、财产性收入缩水等现象，不仅直接影响消费者对当前经济状况满意程度, 更会使消费者对未来经济前景产生悲观预期。这势必会影响消费需求进而阻碍经济的发展。 消费者信心指数是根据消费者对国家（或当地）经济形势、社会就业状况、个人预期收入、个人生活质量、国家消费政策、物价和股市走势等情况的主观判断和心理感受来编制的一种指数，是宏观景气监测预警系统中的一项重要内容。消费者信心指数可以反映消费者对经济环境的信心强弱程度，以及消费者对经济的看法以及购买意向。通过迅速反映消费者心理意向的消长趋势，消费者信心指数可以用来预测市场变化。一般而言，消费者信心指数主要包括即期（满意度）信心指数和预期信心指数两部分。按照国际惯例，信心指数的取值介于0%和200%之间。本文中，当指数反映满意情况的时候，100%是中值，表明消费者的满意程度一般，0%表示极端不满意，200%表示极端满意。当指数反映的是价格变化程度或境况变化情况时，100%是中值，表示价格或境况没有什么变化，0%表示价格极端下降或境况极端变差，200%表示价格极端上升或境况极端变好。本文认为，研究消费者信心指数这一主观因素变量，对于预测消费需求和经济周期等有着重要的意义。本文选取消费者信心指数（CCI）作为影响消费需求的主观因素代表。 3.2 数据整理 3.2.1 原始数据 从国家统计局网站www.stats.gov.cn和历年中国经济景气月报上得到建模所需的如表1所示原始数据。国家统计局网站上公布的消费者信心指数与1997年进行对比消除了经济波动的影响。由于本文的收入、消费数据都没有进行消除价格因素，所以本文使用的消费者信心指数是进行相应转换后得来的数据，数据意义和计算方法都与国际接轨。 表1 建模所需原始数据 城镇居民（单位：元） 农村居民（单位：元） 消费者信心指数 年 份 家庭人均可支配收入 家庭人均消费支出 家庭人均纯收入 家庭人均消费支出 总指数 满意度指数 预期指数 1990 1510.2 1278.89 686.3 584.63 110.5 114.2 108.0 1991 1700.6 1453.81 708.6 603.2 114.4 117.1 112.6 1992 2026.6 1671.73 784.0 697.5 122.8 114.8 128.1 1993 2577.4 2110.81 921.6 769.65 117.7 125.4 112.6 1994 3496.2 2851.34 1221.0 1016.81 115.8 123.7 110.5 1995 4283.0 3537.57 1577.7 1310.36 118.0 123.3 114.4 1996 4838.9 3919.47 1926.1 1572.08 120.7 124.8 117.9 1997 5160.3 4185.64 2090.1 1617.15 118.4 118.6 118.2 1998 5425.1 4331.61 2162.0 1590.33 115.6 119.4 113.1 1999 5854.0 4615.91 2210.3 1577.42 109.3 108.6 109.7 2000 6280.0 4998.00 2253.4 1670.13 113.2 114.8 112.1 2001 6859.6 5309.01 2366.4 1741.09 116.8 118.1 115.9 2002 7702.8 6029.88 2475.6 1867.62 116.6 120.0 114.3 2003 8472.2 6510.94 2622.2 1943.3 117.7 121.2 115.3 2004 9421.6 7182.10 2936.4 2184.65 114.5 119.7 111.0 2005 10493.0 7942.88 3254.9 2555.4 112.5 115.3 110.6 2006 11759.5 8696.55 3587.0 2829.02 113.8 115.2 112.8 2007 13785.8 9997.47 4140.4 3223.85 115.8 114.6 116.6 2008 15781.0 10791.20 4761.0 3322.26 115.1 113.5 116.1 3.2.2 数据预处理 考虑到在建模过程中将使用同一特征群体的收入、消费数据，这些变量在经济波动中具有同方向变动效应，因此没有折算成可比价格，直接采用原始数据。另外，由于原始变量收入、支出的绝对数额大，且都呈现上升趋势，而消费者信心指数相比收入、消费数据相对稳定，无法详细显示消费者信心指数对居民消费的影响，甚至会导致消费者信心指数与居民人均收入、消费变量之间的关系不显著。 （1）（2） 因此，特根据公式（1）（2），分别得到城镇居民和农村居民的消费支出增长速度、收入增长速度，如表2所示。 表2 建模所需的处理后数据 城镇居民 农村居民 消费者信心指数 家庭人均收入增长速度x1 家庭人均消费支出增长速度y1 家庭人均收入增长速度x2 家庭人均消费支出增长速度y2 信心指数h0 满意度指数h1 预期指数h2 112.61 113.68 103.25 103.18 114.40 117.10 112.60 119.17 114.99 110.64 115.63 122.80 114.80 128.10 127.18 126.27 117.55 110.34 117.70 125.40 112.60 135.65 135.08 132.49 132.11 115.80 123.70 110.50 122.50 124.07 129.21 128.87 118.00 123.30 114.40 112.98 110.80 122.08 119.97 120.70 124.80 117.90 106.64 106.79 108.51 102.87 118.40 118.60 118.20 105.13 103.49 103.44 98.34 115.60 119.40 113.10 107.91 106.56 102.23 99.19 109.30 108.60 109.70 107.28 108.28 101.95 105.88 113.20 114.80 112.10 109.23 106.22 105.01 104.25 116.80 118.10 115.90 112.29 113.58 104.61 107.27 116.60 120.00 114.30 109.99 107.98 105.92 104.05 117.70 121.20 115.30 111.21 110.31 111.98 112.42 114.50 119.70 111.00 111.37 110.59 110.85 116.97 112.50 115.30 110.60 112.07 109.49 110.20 110.71 113.80 115.20 112.80 117.23 114.96 115.43 113.96 115.80 114.60 116.60 114.47 107.94 114.99 103.05 115.10 113.50 116.10 3.3 建模思路 本文的建模思路和研究框架可以用图4来表示。 图4 本文的建模思路 4. 变量之间关系的检验 4.1 散点图 绘制散点图是相关分析过程中极为常用且非常直观的分析方式。现将影响居民消费变动（以变量“消费支出增长速度yi(i=1,2)”来表示）与影响因素“人均收入增长速度xi(i=1,2)”、“消费者信心指数h0”、“消费者满意度指数h1”、“消费者预期指数h2”之间的散点图分别如下： 图5 城镇居民人均消费支出与人均收入、消费者信心指数之间的散点图 图6 农村居民人均消费支出与人均收入、消费者信心指数之间的散点图 图5、图6表明，城镇居民和农村居民人均消费支出与人均收入、消费者信心总指数、消费者满意度指数之间都存在一定的线性关系，与消费者预期消费者信心指数的关系不明显，且人均消费支出与人均收入之间的线性关系最强。因此粗略地看，居民人均消费支出受到人均收入、消费者信心总指数、消费者满意度指数的影响。 4.2 相关系数 虽然散点图能直观展现变量之间的统计关系，但不精确。相关系数以数值的方式精确地反映了两个变量间线性相关程度。利用相关系数进行变量间线性关系的分析通常需要两大步骤：（1）计算相关系数；（2）对样本来自的两总体是否存在显著的线性关系进行推断。 对不同变量应采用不同的相关系数来度量，本文主要采用Pearson简单相关系数，该系数主要用来度量定距型变量之间的线性相关关系。它的数学定义为： 其中, 与 分别是变量X与Y的样本均值，即 , ， 是样本容量。 相关系数 又称皮（尔生）氏积矩相关系数，是两个变量之间相关关系密切程度的统计分析指标。样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值范围为[-1,1]。|r|值越大，变量之间的线性相关程度越高；|r|值越接近0，变量之间的线性相关程度越低。 　　r＞0为正相关，r＜0为负相关。r＝0表示不相关。 下面利用相关系数的方法对人均消费支出、人均收入、消费者信心总指数、消费者满意度信心指数、消费者预期指数的关系作进一步的分析，计算出的相关系数矩阵如表3和表4所示。 表3 城镇居民消费支出与影响变量间的相关系数 X1 Y1 H0 H1 H2 X1 Pearson Correlation 1 .963(**) .381 .634(**) .018 Sig. (2-tailed) . .000 .119 .005 .944 N 18 18 18 18 18 Y1 Pearson Correlation .963(**) 1 .332 .665(**) -.063 Sig. (2-tailed) .000 . .178 .003 .805 N 18 18 18 18 18 H0 Pearson Correlation .381 .332 1 .563(*) .816(**) Sig. (2-tailed) .119 .178 . .015 .000 N 18 18 18 18 18 H1 Pearson Correlation .634(**) .665(**) .563(*) 1 -.018 Sig. (2-tailed) .005 .003 .015 . .942 N 18 18 18 18 18 H2 Pearson Correlation .018 -.063 .816(**) -.018 1 Sig. (2-tailed) .944 .805 .000 .942 . N 18 18 18 18 18 ** Correlation is significant at the 0.01 level (2-tailed). * Correlation is significant at the 0.05 level (2-tailed). 表4 农村居民消费支出与影响变量间的相关系数 X2 Y2 H0 H1 H2 X2 Pearson Correlation 1 .886(**) .352 .573(*) .023 Sig. (2-tailed) . .000 .152 .013 .928 N 18 18 18 18 18 Y2 Pearson Correlation .886(**) 1 .324 .491(*) .047 Sig. (2-tailed) .000 . .190 .039 .854 N 18 18 18 18 18 H0 Pearson Correlation .352 .324 1 .563(*) .816(**) Sig. (2-tailed) .152 .190 . .015 .000 N 18 18 18 18 18 H1 Pearson Correlation .573(*) .491(*) .563(*) 1 -.018 Sig. (2-tailed) .013 .039 .015 . .942 N 18 18 18 18 18 H2 Pearson Correlation .023 .047 .816(**) -.018 1 Sig. (2-tailed) .928 .854 .000 .942 . N 18 18 18 18 18 ** Correlation is significant at the 0.01 level (2-tailed). * Correlation is significant at the 0.05 level (2-tailed). 由表3和表4可知，在显著性水平为0.05时，城镇和农村居民人均消费支出与人均收入、消费者满意度指数之间的相关关系显著。其中，城镇居民人均消费支出与人均收入之间的相关系数为0.963，农村居民人均消费支出与人均收入之间的相关系数为0.886，它们的概率P值都近似于0，因此认为城镇居民和农村居民人均消费和人均收入之间的线性关系显著。初次之外，无论城镇居民还是农村居民，人均消费支出与消费者满意度指数之间的相关系数分别为0.665、0.491，且它们的概率P值均小于0.05。可见，影响居民人均消费支出的因素主要有人均收入和消费者满意度指数。特别要注意到：城镇居民和农村居民的人均收入与消费者满意度指数之间的相关系数分别为0.634和0.573，且都统计显著，在后面的建模过程中可能要关注到变量之间的多重共线性。进一步计算居民消费支出与前期消费、前期收入水平的相关系数，如附录表1和表2所示，发现消费者消费支出与前期消费水平和前期消费收入也具有显著关系。 4.3 变量平稳性和协整关系检验 由于对非平稳变量建立回归模型会产生虚假回归的问题，接下来对各变量进行平稳性检验，检验结果表明居民消费支出、收入、消费者满意度指数等变量的ADF值均大于5%的临界值，都是不平稳的变量。经过一次差分，经检验，其ADF值均小于5%的临界值，则表明它们是平稳的，即变量都是一阶单整变量（结果见附录）。 对一阶差分后的变量进行协整关系检验，检验结果如表5和表6所示。 表5 城镇居民消费支出与收入、消费者满意度指数之间的协整关系检验 Series: H1 X1 Y1 Lags interval (in first differences): 1 to 2 Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05 No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.860367 40.78067 29.79707 0.0019 At most 1 0.404839 11.24959 15.49471 0.1966 At most 2 0.206300 3.465747 3.841466 0.0626 表6 农村居民消费支出与收入、消费者满意度指数之间的协整关系检验 Series: H1 X2 Y2 Lags interval (in first differences): 1 to 2 Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05 No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.885013 63.35299 29.79707 0.0000 At most 1 * 0.724824 30.90900 15.49471 0.0001 At most 2 * 0.537105 11.55383 3.841466 0.0007 表5和表6检验结果显示，居民消费支出与收入、消费者满意度指数之间存在长期稳定的均衡关系。 5. 消费函数的主观因素拓展模型 在前面分析基础上，分别选择城镇居民人均消费支出水平Yi(i=1,2)作为被解释变量，城镇居民和农村居民的人均收入水平Xi（i=1,2）、上期人均消费支出Yii(i=1,2)、上期人均收入水平Xii（i=1,2）、消费者满意度指数h1作为解释变量。即建立（3）式所示的多元回归方程 5.1 城镇居民消费函数的拓展模型建立 5.1.1 模型建立过程 城镇居民消费支出影响因素模型结果如表7（1）--7（4）所以。 表7 （1） 多元回归分析结果（一） Model R R Square(a) Adjusted R Square Std. Error of the Estimate 1 1.000(b) 1.000 1.000 1.64139 由于该方程中有多个解释变量，因此看调整的判定系数，由于评定的调整系数为1，认为拟合优度很高，被解释变量可以全部被解释变量解释。 表7 （2） 多元回归分析结果（二） Model Sum of Squares df Mean Square F Sig. 1 Regression 181952.728 4 45488.182 16884.048 .000(a) Residual 35.024 13 2.694 Total 181987.752(b) 17 表7（2）数据显示，回归方程的显著性检验中F检验统计量对应的P值几乎为0，回归方程显著，方程线性关系是显著存在的。 表7（3） 多元回归分析结果（三） Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 X11 .481 .271 .492 1.775 .099 X1 .791 .094 .806 8.397 .000 Y11 -.529 .291 -.533 -1.821 .092 H1 .205 .081 .234 2.532 .025 表7（3）显示，在显著性水平为0.10下，即消费者人均收入、消费者前期收入、前期收入、消费者满意度指数在解释消费者支出水平的影响都是显著存在的。 5.1.2 残差检验 将建立的城镇居民消费函数模型残差序列，进行非参数“正态分布”检验，检验结果如表7（4）和图下： 图7 多元回归分析残差P-P图 表7（4） 多元回归分析残差正态性检验 Standardized Residual N 17 Normal Parameters(a,b) Mean .0032774 Std. Deviation .90138149 Most Extreme Differences Absolute .212 Positive .117 Negative -.212 Kolmogorov-Smirnov Z .873 Asymp. Sig. (2-tailed) .431 检验结果显示：残差序列服从正态分布。 最终构建的城镇居民拓展消费模型形式为： 5.2 农村居民消费函数的拓展模型建立 5.2.1 模型建立过程 对农村居民消费支出建立如 的影响因素模型发现：变量 均不显著，变量之间存在多重共线性，最终建立模型如表8（1）—8(4)所示。 表8（1） 多元回归分析结果（一） Model R R Square(a) Adjusted R Square Std. Error of the Estimate 1 .999(b) .998 .998 4.42631 调整系数为0.998，认为拟合优度很高，被解释变量可以很好地被解释变量解释。 表8 （2） 多元回归分析结果（二） Model Sum of Squares df Mean Square F Sig. 1 Regression 220998.311 1 220998.311 11279.912 .000(a) Residual 333.067 17 19.592 Total 221331.378(b) 18 表8（2）数据显示，回归方程的显著性检验中F检验统计量对应的P值几乎为0，回归方程显著，方程线性关系是显著存在的。 表8（3）多元回归分析结果（三） Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 X2 .989 .009 .999 106.207 .000 表8（3）显示，即农村居民收入在解释消费者支出水平的影响都是显著存在的。 5.2.2 残差检验 将建立的城镇居民消费函数模型残差序列，进行非参数“正态分布”检验，检验结果如下： 图8 多元回归分析残差P-P图 表8（4）多元回归分析残差正态性检验 Standardized Residual N 17 Normal Parameters(a,b) Mean -.0012831 Std. Deviation .96824493 Most Extreme Differences Absolute .111 Positive .111 Negative -.073 Kolmogorov-Smirnov Z .456 Asymp. Sig. (2-tailed) .986 最终建立的农村居民拓展消费模型为： 6. 结论与建议 由于（1）国家统计局没有公布居民收入和消费的详细季度数据，只能以年度数据进行建模分析；（2）国家统计局公布了历年每个月的居民消费信心指数，但无法得到不同地区、不同特征（收入水平、性别等等）消费者消费者信心指数。即便如此，本文构建的拓展消费函数模型，可以得到一些有意义的结论和建议。 6.1 消费需求函数不能缺少消费者心理因素等客观变量 通过城镇居民消费支出与消费者信心指数的关系检验发现，消费者信心指数与居民消费之间的相关系数显著，将消费者主观因素CCI拓展到消费函数中具有一定的理论意义。今后在研究居民消费需求问题时，特别是估计居民消费需求函数时，不可忽视居民消费信心等主观因素的影响。特别是在当前扩大内需，扩大居民消费需求的情况下，更不可忽视居民当前的消费信心。正如温家宝总理所说, 信心要比黄金和货币更重要。 6.2 消费者信心对消费需求具有一定的引导作用 通过检验消费者信心总指数、消费者满意度指数和消费者预期信心指数与居民消费支出之间的关系发现，当前我国只有城镇居民的消费水平与消费者满意度指数之间具有显著相关性，即消费者预期信心指数并不显著，这意味着只有消费者当前信心对消费需求具有一定的引导作用。拓展后的模型进一步显示，消费者对当前的满意程度直接影响当期消费，具有正向相关关系，且这种引导作用较强。消费者满意度信心指数提高一个百分点，城镇居民消费需求增长0.205个百分点。 6.3 客观因素对消费需求增长仍然起主导作用 通过建立拓展后的城乡居民消费函数发现，虽然消费者满意度指数对消费需求有一定的引导作用，但客观因素收入增长速度仍然发挥重要的主导作用。城镇居民消费需求增长速度除受当期收入水平增长速度影响外，还受前一期收入水平增长速度、消费支出增长速度的影响，且这些客观因素的影响作用要远高于客观因素（消费者满意度指数）的影响。农村居民消费需求则主要受客观因素收入水平的影响，消费者信心指数对消费需求的影响并不显著。因此，当前要扩大居民消费需求，增加居民收入，提高居民消费总水平，这是增加居民消费的根本所在。此外，提薪、降息，刺激黄金周假期消费等具体措施都能有效地提高居民消费水平，从而达到以消费拉动内需，促进经济发展的效果。 6.4 扩大居民消费，要增强城镇居民消费信心、提高农村居民收入水平 对比城乡居民拓展后的消费函数发现，城镇居民消费支出的增长速度主要受居民当前收入水平和前期收入的增长速度、前期消费支出的增长速度、消费者满意度指数影响，农村居民消费支出的增长速度则主要受当前收入水平增长速度解释。因此，当前扩大内需、居民消费水平时，要针对城乡居民消费函数的差异，采取有效地扩大消费措施。 扩大城镇居民消费水平，不仅要保证居民收入水平的持续增长，还要注意使居民保持对当前宏观经济的消费满意程度。为此，要不断完善社会保障网，落实到行动上，只有向居民提供完善的社会保障制度，如建设保障性安居工程，不断提升人民对社会的信心，消费欲望才会得到增强，才敢于消费。扩大农村居民消费水平，要从提高农村居民收入增长速度上下功夫，当前消费者信心指数对农村居民消费水平的提高作用不明显，模型进一步显示农村居民的消费信心指数更多地还取决于收入水平。 参考文献 [1] 张晓峒，《计量经济学基础》，南开大学出版社，2005. [2] 易丹辉，《数据分析与Eviews应用》，中国统计出版社，2002 [3] 赵彦云，《宏观经济统计分析》，中国统计出版社，2000 [4] 陈云，《京城百姓消费信心知多少》，《中国统计》，2008年第6期 [5] 陈云，《中国消费者对国家经济发展信心调查与分析》，《人口与发展》,2008年第6期 [6] 李晓荣，《国内外经济变数增多宏观调控需谨慎应对》，《中国统计》，2008年第5期 [7] 薛薇，《SPSS统计分析方法及应用》，电子工业出版社，2006 附录 附表1 城镇居民当前消费与前期消费、收入水平相关系数 Y1 X11 Y11 Y1 Pearson Correlation 1 .784(**) .731(**) Sig. (2-tailed) . .000 .001 N 18 17 17 X11 Pearson Correlation .784(**) 1 .978(**) Sig. (2-tailed) .000 . .000 N 17 17 17 Y11 Pearson Correlation .731(**) .978(**) 1 Sig. (2-tailed) .001 .000 . N 17 17 17 ** Correlation is significant at the 0.01 level (2-tailed). 附表2 农村居民当前消费与前期消费、收入水平相关系数 X22 Y22 Y2 X22 Pearson Correlation 1 .926(**) .576(*) Sig. (2-tailed) . .000 .016 N 17 17 17 Y22 Pearson Correlation .926(**) 1 .530(*) Sig. (2-tailed) .000 . .029 N 17 17 17 Y2 Pearson Correlation .576(*) .530(*) 1 Sig. (2-tailed) .016 .029 . N 17 17 18 ** Correlation is significant at the 0.01 level (2-tailed). * Correlation is significant at the 0.05 level (2-tailed). 附表3 城镇居民人均收入（一阶差分）序列平稳性检验 Null Hypothesis: D(X1) has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.543060 0.0147 Test critical values: 1% level -2.717511 5% level -1.964418 10% level -1.605603 附表4 城镇居民人均消费支出（一阶差分）序列平稳性检验 Null Hypothesis: D(Y1) has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -3.136029 0.0039 Test critical values: 1% level -2.717511 5% level -1.964418 10% level -1.605603 附表5 居民满意度指数（一阶差分）序列平稳性检验 Null Hypothesis: D(H1) has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -5.161625 0.0000 Test critical values: 1% level -2.717511 5% level -1.964418 10% level -1.605603 附表6 农村居民人均收入（一阶差分）序列平稳性检验 Null Hypothesis: D(X2) has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.553485 0.0144 Test critical values: 1% level -2.717511 5% level -1.964418 10% level -1.605603 附表7 农村居民消费支出（一阶差分）序列平稳性检验 Null Hypothesis: D(Y2) has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -4.218836 0.0003 Test critical values: 1% level -2.717511 5% level -1.964418 10% level -1.605603