我国消费的影响因素分析.doc

我国消费的影响因素分析内容摘要：就我国近阶段消费方面出现的一些情况，利用1980年至2002年的相关数据对我国消费的影响因素进行实证分析。目的在于让我们更加了解我国消费的因素。首先通过相关的背景理论提出问题；搜集了相关的数据，分别从城镇与农村的角度，先进行单因素的分析，再进行多因素的分析；利用EVIEWS软件对计量模型进行了参数估计和检验，并加以修正；最后，我们进行了相关的经济预测，并相应提出一些政策建议。关键词：消费，收入水平，收入分配差距，利率一 问题的提出作为21世纪最具有潜力的大市场，近年来我国却出现了严重的内需不足现象。 一般而言，在市场经济体系中，需求的波动与经济运行状况是相适应的。在经济增长时期，需求旺盛，物价水平相对较高；在经济低谷期，需求疲软，物价下跌。然而，我国近几年出现的严重的内需不足及通货紧缩是在我国经济高位运行时期产生的，是在经济增长期出现的，是与市场经济的一般现象有所不同的，表现为经济高速增长与物价定低、市场低迷同时存在。对于这些现象，我们通过相关分析，认为根据凯恩斯的总需求管理理论，国民总产值（GDP）主要由三部分构成。GDP=I+C+NX其中I和C的和 又被称为内部需求，NX为外部需求。改革开放以来，中国经济发展迅猛，从1991年至2003年，我国人均GDP年均增长率达到9.4%，创造了中国经济“神话”，然而，作为世界上最有潜力的大市场，中国的经济增长却长期严重依赖出口。从1991年至20001年，我国贸易依存度为37.1%，出口依存度为19.5%。当然，随着经济的发展，内需也在逐年增长，并为经济增长做出了很大的贡献。其中投资年均增长率为17.8%，对GDP增长的贡献为年均38.9%，消费人均年均增长率达6.6%，对GDP增长的贡献年均为59.9%。但消费与投资增长不协调。2000年以来，中国投资率连年提高，消费率逐年下降。2000年-2003年中国投资率分别为36.4%、38%、39.2%和42.3%，消费率分别为61.1%、59.8%、58.2%和55.5%。而发达国家和许多发展中大国的投资率一般为20%-30%左右，消费率一般为70%-80%左右。由于消费与投资存在此消彼长的关系，投资率提高，消费率必然走低。这些数据反映出我国现阶段消费低迷的现状。二 理论与相关数据搜集消费在不同的学科中有着不同的含义（有一些细微的差别），我们在此研究的是西方经济学中的消费，由于分析的需要，我们取的是生活性消费，包括食品，衣着，家庭设备用品及服务，医疗保健，交通通讯，居住等内容（是我们在日常生活中所接触的，有一定的了解，不是统计年鉴上通过一定的计算口径得出的消费水平）。由于我国自身所有的特色，如农民占了人口的很大比重，存在迫切的“三农”问题，城乡差距很大等等问题，我国城乡居民的消费行为显著不同,数据来源也不一致,本课题对我国消费影响因素的分析，采取对城镇居民和农村居民分别进行检验。 在现实生活中，影响各个家户消费的因素很多，如收入水平，商品价格水平，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，消费者年龄构成已经制度，风俗习惯等等。根据凯恩斯经济学理论，消费主要是收入的函数，即C=A+BY其中C为消费，A为自主性消费，即在收入为0的时的消费，主要是对生活必需品的消费，Y为当期收入（绝对收入），B为边际消费倾向。但同时也受到其他因素的影响，即消费是多因素的函数C=F（y, p,f,i,w,a,u），其中P为消费品价格（用消费品价格指数）F为收入分配状况，主要考察基尼系数，I为利率，W为家庭财富数量，A用以表示消费者年龄对消费的影响。另外还有消费习惯等其他影响因素）U为随机扰动项，表示模型外因素对C的影响。根据现期所能够掌握的资料，我们主要对以下的数据进行了分析：表一： 影响消费因素的数据年份Cr（元）Yr（元）GrCu（元）Yu（元）Gu1980162.2191.30.241477.60.161981190.8223.40.241456.8500.40.151982220.2270.10.232471535.30.151983248.3309.80.246505.9572.90.151984273.8355.30.244559.2660.10.181985317.4397.60.227673.2739.10.191986357423.80.304799899.60.191987398.3462.60.289884.41002.20.21988476.7544.90.30511041181.40.231989535.4601.50.31912111375.70.231990584.6686.30.311278.91510.20.231991619.8708.60.3071453.81700.60.2419926597840.3131671.72026.60.251993769.7921.60.3292110.82577.40.2719941016.812210.3212851.33496.20.319951310.41577.70.3423537.642830.2819961572.11926.10.3233919.54838.90.28419971617.22090.10.3294185.65160.30.29219981590.321620.3374331.65425.10.319991577.42210.30.3364615.958540.29520001670.12253.40.336499862800.3320011741.12366.453096859.60.3520021834.32475.66029.97702.82003其中：Yr农村居民家庭人均纯收入；Cr农村居民生活消费性支出；Gr农村居民基尼系数； Yu城镇居民家庭人均可支配收入；Cu城镇居民消费性支出；Gu城镇居民基尼系数 表二： 银行居民储蓄存款利率 （1年定期整存整取利率）城镇与农村的物价指数（%）年份利率ir1（%）价格上涨率实际利率ir2年份CPIrCPIu19805.0356-0.9651980 NA 107.519815.42.431981 NA 102.519825.671.93.771982 NA 10219835.761.54.261983 NA 10219845.762.82.961984 NA 102.719856.728.8-2.081985107.6111.919867.261.21986106.110719877.27.3-0.11987106.2108.819887.6818.5-10.821988117.5120.7198911.11517.8-6.6851989119.3116.319909.7952.17.6951990104.5101.319917.832.94.931991102.3105.119927.565.42.161992104.7108.619939.5413.2-3.661993113.7116.1199410.9821.7-10.721994123.4125199510.9814.8-3.821995117.5116.819968.4456.12.3451996107.9108.819977.020.86.221997102.5103.119984.9875-2.67.587519989999.419992.8875-35.8875199998.598.720002.25-1.53.75200099.9100.820012.25-0.83.052001100.8100.720022.0025-0.72.7025200299.699CPIr：表示农村物价指数其中：ir1是ir通过以月份为权数计算所得CPIu: 表示城镇物价指数三，相关的计量经济学处理（一）简单线性回归模型1、收入与消费的关系收入是消费的来源和基础,是影响消费的最重要因素。消费函数即消费与收入之间关系已经成为西方宏观经济学研究的核心，并且产生了绝对收入假说，相对收入假说，生命周期假说，持久收入假说等著名的消费函数理论。我们根据绝对收入假说,建立了消费与收入的函数关系。 根据绝对收入假说,我们建立如下消费函数:Ct=a+bYt+Ut,其中,Ct为第t期的消费支出,Yt为第t期的绝对收入,a表示自发性消费,b为边际消费倾向,Ut为随机扰动项。通过所掌握的数据，利用Eviews软件，得到如下结果：城镇居民消费： Cu= 108.9569 + 0.775697*Yu (18.70762) (0.004960) t=(5.824198) (156.4017) R2=0.999183 df=20 F=24461.49 DW=0.958431农村居民消费：Cr= 60.47194 + 0.729315*Yr (18.30776) (0.013475)t=(3.303078) (54.12187)R2=0.992882 df=21 F=2929.177 DW=0.397294从估计的结果可以看出，无论是城镇还是农村，模型拟合较好，可决系数分别是0.999183，0.992882，且F检验显著，表明模型在整体上拟合非常好。系数显著性检验：对于b,回归结果中可以看到城镇与农村的系数b的t检验的P值接近于0，在给定的显著性水平（a=0.05）下，t检验很显著，表明城镇居民年人均可支配收入（或农村居民年人均纯收入）对年人均生活消费支出有显著影响。并且从经济意义上看，b分别为0.775697，0.729315，符合经济理论中绝对收入假说边际消费倾向在0和1之间，城乡居民当期消费主要取决于当期收入,即增加1元的当期收入,城乡居民当期消费分别增加0.775697元和0.729315元。但通过对回归结果的分析，我们发现存在问题：通过DW值可以看出城镇与农村两者都存在随机扰动项正自相关性问题，现分别就城镇与农村进行自相关的修正：城镇：DW=0.958431，根据=1-DW/2，计算出 =0.5208。DCu=Cu-0.5208*Cu(-1),DYu=Yu-0.5208*Yu(-1),然后用OLS方法估计其参数，的结果为： DCu= 58.05046 + 0.772518*DYu (17.43714) (0.008488) t=(3.329127) (91.00976) R2=0.997711 df=19 F=8282.77 DW=2.243643 查表k=2,n=21时dl=1.125,du=1.538结果可以看出DW值提高，且不存在自相关了。农村：DW=0.397294，根据 =1-DW/2，计算出 =0.8014。DCr=Cr-0.8014*Cr(-1),DYr=Yr-0.8014*Yr(-1), 然后用OLS方法估计其参数，的结果为：DCr= 15.17358 + 0.720892*DYr (12.30708) (0.33299) t=(1.232915) (21.64876) R2=0.959072 df=20 F=468.6690 DW=1.290355 查表k=2,n=22时,dl=1.147,du=1.541,结果可以看出DW值提高，但仍然存在自相关，后有用Cochrane_Orcutt迭代法，利用对数线形修正自相关同时考虑Cochrane_Orcutt迭代,仍不能消除自相关性。2、物价与消费的关系价格对消费的影响是经济学中的一个一般规律，即价格上升，商品的需求将减少，消费减少，反之，价格下降，需求增加，消费增长。对于物价的对消费的影响，虽然我们对其有一定的了解，但并不能完全清楚该如何建立此模型，在这个过程中，只有通过不断尝试，不断修正，筛选，用消费绝对量，消费增长量，消费增长率分别与物价建立模型，进行回归分析，最终选定了以下的模型（对于以上的模型，首先就其经济意义进行考虑，这几个模型都符合经济意义，其后就它们计量回归结果进行选择）现对物价与消费进行分析，建立模型：CRt=a+b*CPI+Ut,其中CRt表示消费增长率，CPI表示物价指数（居民消费价格指数）,模型表示物价每变动一个百分点，消费增长率的变动。回归分析得以下结果：城镇居民：CRu= 11.67779 + 0.947094*CPIu (14.13806) (0.131350) t=(0.825983) (7.210447) R2=0.732359 df=19 F=51.99054 DW=1.389248农村居民：CRr= -2.397704 + 1.061773*CPIr (15.68139) (0.145817) t=(-0.152901) (7.281555) R2=0.768187 df=16 F=53.02104 DW=1.376354 从估计的结果可以看出，农村和城镇居民的消费增长率与CPI的拟合结果中，C的T值过小，都未能通过检验，可决系数偏低，且F检验显著，表明模型在整体上拟合不是很好。系数显著性检验：对于b,回归结果中可以看到城镇与农村的系数b的t检验的P值接近于0，在给定的显著性水平（a=0.05）下，t检验很显著，表明CPI与消费有一定的关系。存在的自相关问题同上相同，此处略。 3、收入分配与消费的关系绝对收入假说认为,不同收入群体的消费倾向不同,一般来说,高收入居民的消费倾向低于低收入居民的消费倾向。因此,如果收入分配更加平等,则会提高整个社会的消费倾向。反之,收入分配差距越大,社会的消费倾向就越低。就理论而言，收入分配主要影响居民的消费倾向，收入分配用基尼系数表示，消费倾向分为平均消费倾向与边际消费倾向，我们通过对数据处理，将平均消费倾向和边际消费倾向分别和基尼系数回归分析，但效果不佳；我们进一步分析加工，又分别用消费的增长量与消费增长率与之进行回归分析，效果还是不尽人意，最后我们回到问题本身，直接用消费与基尼系数进行回归分析，首先对数据进行一定处理，选定以下的模型建立了如下消费函数:Ct=a+bGt,Ct表示消费，Gt表示基尼系数.由于消费的绝对值很大，与基尼系数的差距太大，进行半对数处理Ln_Ct=a+bGt,其中b表示Gt绝对量发生一定变动时，引发Ct的不变的相对变动率。回归得以下结果：城镇居民： Ln_Cu= 3.977211 + 14.05492*Gu (0.175974) (0.705498) t=(22.60114) (19.92198) R2=0.954314 df=19 F=396.8854 DW=1.030180农村居民： Ln_Cr= 1.180256 + 17.50847*Gr (0.586122) (1.958520) t=(2.013670) (8.939645) R2=0.807920 df=1 F=79.91726 DW=1.118478 从估计的结果可以看出，农村和城镇居民的收入分配与消费的拟合结果中，从城镇数据的回归分析中可以看出：可决系数为0.954314，且F检验显著，表明模型在整体上拟合。而农村的效果不佳，虽然F检验显著但可决系数较低。系数显著性检验：对于b,回归结果中可以看到城镇与农村的系数b的t检验的P值接近于0，在给定的显著性水平（a=0.05）下，t检验很显著，但农村的C不能通过检验。存在的自相关问题同上相同，此处略。 4、利率与消费的关系按照古典经济学的观点,利率对于储蓄的作用是正方向的,即利率的提高可以刺激储蓄、抑制消费；利率的降低则抑制储蓄,刺激消费。根据古典经济学理论,建立了如下消费函数: CRt=a+bir2+Ut,其中，CRt表示消费增长率，ir2表示实际利率，对城镇与农村分别回归，得以下结果城镇居民：CRu= 1.146378 - 0.012918*ir2 (0.011223) (0.002088) t=(102.1447) (-6.187260) R2=0.668309 df=19 F=38.28218 DW=1.189061农村居民：CRr= 1.132492 - 0.011969*ir2 (0.012911) (0.002440) t=(87.71442) (-4.904677) R2=0.546031 df=20 F=24.05586 DW=0.827588 从估计的结果可以看出，无论是城镇还是农村，F检验显著，t检验很显著，但同时也能看出实际利率的变动对城乡居民消费的影响均不显著（可决系数较低）。存在的自相关问题同上相同，此处略。上面的模型检验中均没有异方差问题。（二）多元线性回归模型以上均是单因素分析，在研究一个因素对消费的影响时，都是假定其他因素不变的条件下进行的，这种假设很苛刻，过多的依赖于理论，而在现实生活中并不能达到 理论模型基本假定前提都包含两条：一是模型外的其他变量对被解释变量无影响；二是模型所描述变量间的依存关系是长期均衡因果关系。事实上，这两条抽象的假定在绝大多数情形应用建模情形下都是不能成立的。例如，在研究消费行为的过程中，通常要假定边际消费倾向介于零一之间，然而，在有些情况下，消费倾向由于受很多因素影响，会违背这一假定（如在校学生的边际消费倾向往往大于1，出现入不敷出） 单因素分析模型中存在很多不理想的地方，即使对其进行了一定的数据处理（如取对数，用增长率等），但对于第一条假定，与实际建模中样本数据的表现不符是显然的。因为经济、金融实际数据都存在着“牵一发而动全身”的现象；而且这种长期均衡因果关系的假定，既没有要求依据这种关系所建模型的回归残差必须呈现白噪声（零均值、等方差、无自相关），有没有规定这种长期均衡的因果关系是时时处处均可由样本数据直接加以测度的。处于对这些问题的考虑，现在将我们觉得比较重要的因素同时引入模型，进行多因素分析，建立模型：Ct=a+b1*Yt+b2*CPI+b3*Gt+b4*ir2+Ut,Ct为消费，Yt为收入，CPI为物价指数，Gt为基尼系数，ir2为实际利率。回归后得如下结果：城镇居民：Dependent Variable: CUMethod: Least SquaresDate: 12/07/04 Time: 21:06Sample(adjusted): 1981 2001Included observations: 21 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. YU0.7952270.01494953.196390.0000CPIU15.060554.2490333.5444650.0027GU-533.3279537.7482-0.9917800.3361IR214.304985.3739122.6619310.0170C-1446.466425.2094-3.4017730.0036R-squared0.999583 Mean dependent var2234.676Adjusted R-squared0.999479 S.D. dependent var1709.519S.E. of regression39.02030 Akaike info criterion10.37030Sum squared resid24361.34 Schwarz criterion10.61899Log likelihood-103.8881 F-statistic9593.027Durbin-Watson stat1.642263 Prob(F-statistic)0.000000Cu= -1446.466 + 0.795227*Yu + 15.06055*CPIu - 533.3279*Gu + 14.30498*ir2 (425.2094) (0.014949) (4.249033) (537.7482) (5.373912) t=(-3.401773) (53.19639) (3.544465) (-0.991780) (2.661931) R2=0.999583 df=16 F=9593.027 DW=1.642263农村居民：Dependent Variable: CRMethod: Least SquaresDate: 12/07/04 Time: 21:05Sample(adjusted): 1985 2000Included observations: 16 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. YR0.7307840.02158633.854300.0000CPIR12.402123.8455273.2250770.0081GR-18.67731556.2019-0.0335800.9738IR211.407394.8139042.3696750.0372C-1262.841372.4611-3.3905300.0060R-squared0.995998 Mean dependent var942.0125Adjusted R-squared0.994543 S.D. dependent var522.7811S.E. of regression38.61908 Akaike info criterion10.39568Sum squared resid16405.76 Schwarz criterion10.63711Log likelihood-78.16541 F-statistic684.4249Durbin-Watson stat1.546097 Prob(F-statistic)0.000000Cr= -1262.841 +0.730784*Yr +12.40212*CPTr -18.67731*Gr +11.40739*ir2 (372.4611) (0.021586) (3.845527) (556.2019) (4.813904) t=(-3.390530) (33.85430) (3.225077) (-0.033580) (2.369675) R2=0.995998 df=11 F=684.4249 DW=1.546097 从估计的结果可以看出，无论是城镇还是农村，模型拟合较好，可决系数分别是0.999583，0.995998，且F检验显著，表明模型在整体上拟合非常好。系数显著性检验：,回归结果中看出，除了基尼系数，其他系数t检验的P值接近于0，在给定的显著性水平（a=0.05）下，t检验很显著， 没有通过DW检验，随机扰动项Ut存在自相关。但对变量的经济意义进行检验，发现利率与物价水平不符合经济意义。我们进行了如下检验：1、多重共线性检验。我们通过计算各变量的相关系数，得以下结果：城镇模型中的相关系数： YU CPIU GU ir2YU 1.000000-0.207310 0.926895 0.232865CPIu -0.207310 1.000000 0.054901-0.947370Gu 0.926895 0.054901 1.000000 0.010809ir2 0.232865-0.947370 0.010809 1.000000农村模型中的相关系数： Yr CPIr Gr ir2Yr 1.000000 -0.394483 0.666847 0.434043CPIr -0.394483 1.000000 -0.028635 -0.926952Gr 0.666847 -0.028635 1.000000 0.173083ir2 0.434043 -0.926952 0.173083 1.000000从上可以看出，基尼系数与收入的相关系数分别为:城镇0.926895,农村0.666847可以看出，在城镇综合模型中，基尼系数的系数检验没有通过，可能确实是因为基尼系数与收入之间存在很高的相关性，存在多重共线形，可以剔除基尼系数，保留其他变量；但对于在农村的综合模型中，收入与基尼系数的相关系数并不大，说明在农村收入与收入之间的影响程度不大。我们仍没能解释为什么剔除基尼系数前后，模型的拟合效果有这么大的差别，但我们通过分析，认为用基尼系数代表所有情况下的收入分配状况缺少一定的理论支持。在相关系数矩阵中，我们发现物价与利率之间的相关系数很大：城镇为-0.947370，农村为-0.926952。我们认为物价与利率相关系数很大是很正常的，因为利率我们利用的是名义利率减去价格上涨率，两者之间肯定存在线形关系。但在我们的第二个综合模型中并没有反映出来（利率与物价指数的系数检验都很显著）。我们将利率剔除，进行回归，发现结果不理想（物价指数的系数符号与经济意义不符），而将物价指数剔除后，回归结果较好。最后我们选择将利率保留下，将消费，收入和利率建立模型，进行回归分析，得如下结果：城镇居民：Dependent Variable: CUMethod: Least SquaresDate: 12/22/04 Time: 20:00Sample(adjusted): 1981 2002Included observations: 22 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C107.137017.502816.1211350.0000YU0.7778500.004760163.41780.0000IR2-4.2419872.144850-1.9777540.0626R-squared0.999323 Mean dependent var2407.186Adjusted R-squared0.999251 S.D. dependent var1854.186S.E. of regression50.73787 Akaike info criterion10.81735Sum squared resid48912.29 Schwarz criterion10.96612Log likelihood-115.9908 F-statistic14013.20Durbin-Watson stat1.055302 Prob(F-statistic)0.000000Cu = 107.1370 + 0.777850*Yu - 4.241987*ir2 (17.50281) (0.004760) (2.144850) t=(6.121135) (163.4178) (-1.977754) R2=0.999323 df=19 F=14013.20 DW=1.055302农村居民：Dependent Variable: CRMethod: Least SquaresDate: 12/22/04 Time: 20:08Sample(adjusted): 1980 2002Included observations: 23 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C56.2943216.920913.3269090.0034YR0.7372000.01288057.236590.0000IR2-4.5144222.040761-2.2121270.0388R-squared0.994281 Mean dependent var858.3870Adjusted R-squared0.993709 S.D. dependent var602.8177S.E. of regression47.81233 Akaike info criterion10.69355Sum squared resid45720.38 Schwarz criterion10.84166Log likelihood-119.9758 F-statistic1738.577Durbin-Watson stat0.613338 Prob(F-statistic)0.000000 Cr = 56.29432 + 0.737200*Yr -4.514422*ir2 (16.92091) (0.012880) (2.040761) t=(3.326909) (57.23659) (-2.212127) R2=0.994281 df=20 F=1738.577 DW=0.613338从估计的结果可以看出，这次回归效果比上次好。无论是城镇还是农村，模型拟合都较好，可决系数分别是0.999323，0.994281，且F检验显著，表明模型在整体上拟合非常好。系数显著性检验：回归结果中看出，影响因素的系数t检验的P值（除了城镇利率的系数）均接近于0，在给定的显著性水平（a=0.05）下，t检验很显著，且城镇利率的t检验可以认为是通过的，可以利用。符合经济意义。2、多重共线性消除后，进行异方差的检验(White检验)。得出如下结果（检验的部分内容）：城镇居民：White Heteroskedasticity Test:F-statistic1.822784 Probability0.170962Obs*R-squared6.603437 Probability0.158389农村居民：White Heteroskedasticity Test:F-statistic2.238456 Probability0.105393Obs*R-squared7.640398 Probability0.105675根据概率，城镇P=0.158389,农村P=0.105675,得出结果：在显著水平为0.05时，不存在异方差。再用ARCH检验，也可以得出相同的结果，所以，可以认为不存在异方差。 3、自相关检验从回归结果中可以看出，DW值偏低，说明随机扰动项存在自相关性，分别就城镇与农村进行自相关的修正，城镇模型的DW=2.174405，通过查表发现修正了自相关性；农村模型的DW值可达到1.807748，查表可知也通过了检验。所以，最终我们得到的结果即消费，收入与利率的回归模型。城镇居民：农村居民：从上面两个图中也可也看到，我们模型的拟合效果较好。四，通过模型得出的主要结论 基于以上的分析,我们可得到如下结论: (1) 分析收入如何影响消费：根据凯恩斯的绝对收入假说，我们进行了相应的计量经济学回归分析，发现绝对收入假说和可用于解释当前我国城镇居民与农村居民的消费行为。总体来看,城乡居民消费主要由当期收入决定,边际消费倾向分别为0.775697和0.729315,即增加1元的当前收入,城乡居民当前消费分别增加0.775697元和0.729315元。由此可以看出,当期收入是影响居民消费最直接、最重要的因素。 （2）消费水平受收入水平和物价水平的制约。在收入水平一定的条件下，物价降低有利于提高消费水平。居民消费是导致物价指数变化的原因，但物价指数并非导致居民消费水平变化的原因（消费水平根本上是受经济发展水平制约的，而不是取决于物价水平）。居民消费水平的变化直接影响物价水平的变动，是物价变动的重要因素。物价水平对居民消费有影响，但影响程度小于居民消费对物价水平的影响，居民消费除受到物价水平的影响外还受到居民消费预期、消费心理以及一些传统、观念、习俗等非经济因素的影响，因而物价对居民消费的影响并不具有决定性，体现出物价对居民消费行为影响的复杂性。二者存在着一定的相关关系。（3）收入分配水平对消费的影响主要体现在边际消费倾向递减，在这一规律上，低收入者的边际消费倾向高于高收入者，所以收入分配的不公平很大程度上限制了消费需求的增长。一公务员加薪为主要措施的收入调节政策失败的原因在于，公务员在中国属于高收入者（加上灰色或者黑色收入）其MPC很低，而MPC很高的农民，农民工，城市普通工人却没能得到转移支付。虽然当前,我国收入分配差距不断扩大,成为影响我国居民消费的又一重要因素。但就我们的模型而言（只考虑收入分配对消费的影响），拟合并不理想。存在一些问题。 （4）从回归结果看,实际利率的变动对城乡居民消费的影响均不显著（可决系数很低）。事实上,近几年（至1996年以来）数次下调利率对城乡居民消费刺激效果并不理想。对于这种现象,经济学提供了一些解释。他们认为,利率下调会同时产生两种效应-替代效应和收入效应。替代效应是指利率下调降低了当期消费的价格,提高了未来消费的价格,这促使人们选择减少储蓄而增加消费。收入效应是指利率下调未来财富收入减少,这将使居民倾向于减少现期消费增加储蓄。一般来讲,在确定性条件下,替代效应要大于收入效应,利率下调有助于刺激消费；而在不确定性情况下,利率下调预示着未来不确定的财富收入减少,此时,收入效应大于替代效应,消费者被迫减少当期消费。（5）将所有影响因素引入模型，无论是城镇还是农村，基尼系数的系数没有通过显著性检验，出现这种现象，我们认为可能是这些因素引起的。首先认为基尼系数是收入分配的代表，但很多理论都认为收入分配的差距主要影响的是消费倾向，而在模型中，是反映的对消费绝对量的影响，存在一定的不合理性；另外基尼系数是对收入的一种反映，可能与收入有很强的相关性；又由于物价与利率存在很高的相关性，最后我们选择将利率保留下，将消费，收入和利率建立模型，进行回归分析，拟合效果很好，确定了我们的最后模型。就一般理论而言，和单因素分析看来，利率的影响作用并不明显，但我们认为它包含了利率与物价两者的综合影响效果，存在一定的合理性。 （6）在模型中没有引入虚拟变量，首先，因为我们分了城镇与农村分别进行回归分析，已经包含了农村与城镇这个定性变量在内；其次，我们利用的是全国平均的综合数据，而且为时间序列数据，无法区分如地理位置因素等影响，所以不便于引入虚拟变量。（7）对于数据的平稳性检验，我们选用的是时间序列数据，变量中如消费，收入等都呈现出强烈的趋势特征，一般很难达到平稳。我们先对每一个变量数据进行平稳性检验，我们选用的数据都不平稳；我们又设想数据之间存在协整关系，按照前面的单因素分析进行协整性检验，我们发现只有收入与消费进行一阶差分后存在协整关系（即我们可以利用一阶差分的数据建立无截距的模型，那样模