我国居民消费水平影响因素的计量分析摘要:在中国经济发展进程当中,消费是伴随其发展的一个重要内容。而在物质生活充裕的今天中国人那种勒紧裤腰带消费的心里也在逐渐改变。由温饱到局部小康到全面小康，由窝头馒头到四菜一汤，这一切一切已经不再只是希冀，而一点一点成为现实。本文利用客观的时间序列数据，通过计量经济方法建立居民消费水平影响因素的理论模型。主要根据1982-2012年这31年的数据，综合相关经济学理论，选取了总收入、CPI、税收这三个主要因素，利用Eviews软件对计量模型进行了参数估计和检验。找出其中关键影响因素。以为相关政策制定者提供一定参考，只有把经济增长转变为依靠内需的增加上来，才能实现我国经济又快又好发展。关键词：居民消费、总收入、CPI、税收一经济背景及研究的意义投资、消费和净出口被称为拉动经济增长的“三驾马车”，依据这三驾马车对经济增长的贡献多少可以把社会经济分为投资型、消费型和外贸型三种类型。由于政府对投资和出口的过分激励，我国长期以来形成主要依靠投资、净出口拉动的经济增长，这是不可行的。消费是经济增长的持续动力。消费经济历来是市场经济的主要内容之一，而市场经济又是以市场为导向的经济，说到底是消费导向经济。研究居民消费水平的影响因素是为了扩大消费领域，提高消费力，促进我国经济更加持续、健康的发展。二．模型的建立1.相关理论绝对收入消费理论该理论由凯恩斯在《通论》中提出，该理论认为在短期中，收入与消费是相关的，即消费取决于居民现期的、绝对的收入，消费与收入之间具有稳定的函数关系，消费函数若假设为C=a+bY，其中a>0，０＜b＜1，C、Y分别是当期消费和收入，b为边际消费倾向。但凯恩斯提出，边际消费倾向随收入Y的增加而递减。平均消费倾向C/Y也随着收入的增加而有递减趋势2.模型选择与变量选取影响消费的因素很多，但这里我们选择总收入、CPI、税收作为解释变量。因为收入是消费的基础，就是说人们当下的收入越多，用于消费的部分也会增加了。CPI是对一个固定的消费品篮子价格的衡量，主要反映消费者支付商品和劳务的价格变化情况，也是一种度量通货膨胀水平的工具,物价水平越高，人们的消费自然也会减少。根据凯恩斯主义，税收增加是紧缩性的财政政策，其会减少消费。根据上面的相关理论我们可以假设消费模型为：3423121XXXY其中Y为消费水平，X1为总收入，X2为CPI,X3为税收三．.数据的处理与模型的设定1982至2012年居民消费、总收入、CPI、税收数据资料来源：中国统计年鉴再对Y,X1，X2，X3进行线性图分析得出年份居民消费Y总收入X1CPIX2税收X319822,902.905,330.45114.4700.0219833,231.105,985.55116.7775.5919843,742.007,243.75119.9947.3519854,687.409,040.74131.12,040.7919865,302.1010,274.38139.62,090.7319876,126.1012,050.62149.82,140.3619887,868.1015,036.82177.92,390.4719898,812.6017,000.92209.92,727.4019909,450.9018,718.32216.42,821.86199110,730.6021,826.20223.82,990.17199213,000.1026,937.28238.13,296.91199316,412.1035,260.02273.14,255.30199421,844.2048,108.46339.05,126.88199528,369.7059,810.53396.96,038.04199633,955.9070,142.49429.96,909.82199736,921.5078,060.85441.98,234.04199839,229.3083,024.28438.49,262.80199941,920.4088,479.15432.210,682.58200045,854.6098,000.45434.012,581.51200149,435.86108,068.22437.015,301.38200253,056.57119,095.69433.517,636.45200357,649.81134,976.97438.720,017.31200465,218.48159,453.60455.824,165.68200572,958.71183,617.37464.028,778.54200682,575.45215,904.41471.034,804.35200796,332.50266,422.00493.645,621.972008111,670.40316,030.34522.754,223.792009123,584.62340,319.95519.059,521.592010140,758.65399,759.54536.173,210.792011168,956.63468,562.38565.089,738.392012190,423.77516,810.05579.7100,614.28根据表中提供的数据，利用Eviews6.软件对上述所设定的模型进行最小二乘（OLS）估计，结果见下表1-1根据上述结果，初步得出的模型为Y=-714...
