计量经济学-社会消费品零售总额影响因素简析

1、社会消费品零售总额影响因素简析A simple analysis of factors which influence the total retail sales of consumer goodsi【摘要】：社会消费品零售总额是一项重要的统计数据。本文主要通过计量经济 学软件，以1993至2008年的数据为样本，对影响社会消费品零售总额的主要因 素进行了多元线性回归分析和判断，并得出了结论。【关键词】：社会消费品零售总额(total retail sales of consumer goods), 人口总量(population ),商品零售价格指数(retail sales index

2、),职工工 资总额 (gross payroll ), 线性回归(linear regression )目录引言 2正文 3一、明确现实经济生活中的影响因素，选取变量 3二、数据的整理和模型的设定 4三、参数估计 5四、计量经济学检验 74.1 .多重共线性 74.2 异方差 94.3 自相关 11五、结论 11六、政策建议 12结语 13参考文献 13附录(原始数据) 13【引言】：在金融危机的冲击下，一些企业（特别是进出口企业）受到了不小的 影响，同时就业压力依然严峻，但总体来看，政府及时有力的一系列措施使我国 经济始终处在一个较平稳的运行状态。我国消费品市场发展面临较为有利的环境 和条件

3、。第一，国家越来越重视消费的作用，近年来积极扩大内需，经济工作的 重点突出进一步扩大城乡居民消费，不断拓宽消费领域和改善消费环境。第二， 2009年GDPZ8”，居民收入水平随着经济增长而稳步提高。第三，不断改革 完善社会保障体系，使居民可支配收入提高，改善消费预期，提高消费能力。第 四，国家进一步重视流通对经济发展的推动作用， 促进流通业改革和发展的一系 列政策措施的积极作用逐步显现，为完善消费设施、改善消费环境、拓宽消费领 域、开拓农村市场创造了有利条件。第五，随着国家对市场秩序整顿和监管力度 的加大，有利于居民消费信心的提升；第六。中国经济已率先开始回暖，国内经 济形势进一步好转。“社会

4、消费品零售总额” 是一项重要、敏感的政府统计。定期发布的消费 品零售统计资料，常常引起国内外的强烈关注，问或还会引发一些疑义和争议。 为了有利于把问题搞清楚，需要对“社会消费品零售总额”从多方面逐一进行剖析，找出影响其增长变化的各种因素，然后再加以判断。目前对于这一指标的研究，虽然综合考虑了各种因素，但重点不够突出，稍显杂乱。因此本文运用 计量经济经济学方法，突出重点因素建立模型，进行定量分析。9【正文】一、明确现实经济生活中的影响因素，选取变量有很多因素会对社会消费品总额产生影响， 但从直接影响角度来说，主要包 括两个层面一一销售方和购买方，以及三个主体一一零售部门、居民和社会集团。 我选取

5、了人口数量，商品零售价格指数和工资三个因素进行分析。1、人口因素我国社会消费品零售总量每年新增的部分中，平均约有 6%!由于人口因素 形成的。我国是一个人口大国。虽然 80年代末期以来，我国的人口自然增长率 虽然逐年递减，但由于人口基数大，平均每年仍有 1000多万人出生。这些新生 人口的衣食住行，必然要与零售市场发生关系。 预计为正相关关系。2、商品零售价格指数借此来说明价格变动对消费的影响， 价格水平越高，相应的消费支出就会减 少，它们应该是负相关的关系。这里均以上一年为基期。3、工资水平我国自改革开放以来，城乡居民总的收入和支出均为正增长。 居民生活质量 改善，人们的消费档次和消费数量都

6、大幅提高， 从过去的只购买生活必需品到今 大各种种类和款式的商品以及一些高档奢侈品。 同时，收入的变化也使得消费者 使用在其他领域的消费增多，必然会对商品零售市场产生影响。新增社会消费品 零售总额中，约6.8%是由于居民购买消费品数量增加而带动的，预计也应该是 呈正相关的关系。Y以一社会消费品零售总额（亿元）X1以一人口（万人）X2-商品零售价格指数（o%X3工资水平（亿元）此外，在城乡居民消费品购买中，常常会受到各种偶然性因素的影响， 比如 新设立的旅游黄金周，气候的突然变化，不规律的调资，各种改革措施的出台， 购物券卡的发放和商家新的促销手段等等。这些因素，一般常在发生之初，引起 短期剧烈

7、的波动。但当这些因素如果一直沿续下去， 就会转入到长期影响中。在 我们对居民生活质量改善的平均估计中，事实上已经包括了这些因素的影响。二、数据的整理和模型的设定年份社会消费品零售总额 （亿元）Y人口数量（万人）X1商品零售价格指数X2工资X3199314270.4118517113.24916.2199418622.9119850121.76656.4199523613.8121121114.88100199628360.2122389106.19080199731252.9123626100.89405.3199833378.112476197.49296.5199935647.912578

8、6979875.5200039105.712674398.510656.2200143055.412762799.211830.9200248135.912845398.713161.1200352516.312922799.914743.5200459501129988102.816900.2200567176.6130756100.819789.920067641013144810123265.9200789210132129103.8282442008108487.7132802105.933713.8数据来源：中华人民共和国国家统计局统计数据库 8

9、/welcome.do使用Eviews3.1,输入数据，作出Y与各解释变量X1,X2,X3之间的散点图和 趋势图:120000WOOOO-BOOOD-BE03E.20000-II 骊DO 12moi I25ODD1 融圜 l35Dtn由上图容易看出，Y与三个解释变量间存在较强的线性相关性。所以选择建立线性模型。Y=a*X1+b*X2+c*X3+d三、参数估计运用OLS进行参数估计E-views输出结果如下:Dependent Variable: YMethod: Least SquaresDate: 01/07/10 Time: 20:51Sample: 1993 2008Included o

10、bservations: 16VariableCoefficientStd. Errort-StatisticProb.C-121947.033693.64-3.6192890.0035X11.1065530.2259054.8983060.0004X2-80.7485272.28876-1.1170270.2858X32.6696710.10359925.769190.0000R-squared0.998664Mean dependent var48046.55Adjusted R-squared0.998331S.D.dependent var26351.54S.E. of regress

11、ion1076.698Akaike info criterion17.01350Sum squared resid13911352Schwarz criterion17.20665Log likelihood-132.1080F-statistic2990.980Durbin-Watson stat1.707019Prob(F-statistic)0.000000回归方程：Y=1.106553X-80.74852X2+2.669671X3-121947t=(4.898306 ) (-1.117027)(25.76919)(-3.619289)R2=0.998664 adjusted R2=0.

12、998331首先，R2=0.998664,所以方程具有很好的拟合优度，表明模型中解释变量 对被解释变量的解释程度较高。其次，对于给定显著性水平0.05来说，解释变量除XI、X3的t统计量都比 较显著，说明XI、X3对于Y的影响是显著的，而X2的t统计量不太显著，可能 存在多重共线性问题，因此需要对模型进行修正。最后，对于给定的显著性水平0.05, 0.00000.05所以又t于F检验是满足的， 总体来看求出的回归方程具有很好的经济含义，并且是显著的。120000-3000 4II-I-,_!_!_!_,_._._._,_.949693 DQ D20638Residual Actual Fitt

13、ed1COOOD-5OE0J-0 2D000 400叩 60000 WOOD 1D000012000J上图为模型拟合图和残差图四、计量经济学检验4.1 多重共线性4.1.1 检验：由下图知可能存在不完全共线性。150000用相关系数矩阵进一步分析:Correlation MatrixX1X2X3X11.000000-0.5929680 873393X2-0 5929681 000000-0 229693X30.873393-0.2296931.000000由上图可以看出，解释变量X1与X3相关系数较高，表明可能存在多重共线 性，同时并不否认其他要素间存在多重共线性的可能。4.1.2 修正（逐步

14、消除多重共线性）运用OLS方法逐一求Y对各个解释变量的回归。结合经济意义和统计检验选 出拟合效果最好的一元线性回归方程。Dependent Variable: YMethod: Least SquaresDate: 01/07/10 Time: 21:38Sample: 1993 2008Included observations: 16VariableCoefficientStd. Errort-StatisticProb.C-633942.877243.21-8.2071000.0000X15.3879640.6098888.8343550.0000R-squared0.847902Mea

15、n dependent var48046.55Adjusted R-squared0.837038S.D.dependent var26351.54S.E. of regression10637.75Akaike info criterion21.49867Sum squared resid1.58E+09Schwarz criterion21.59525Log likelihood-169.9894F-statistic78.04582Durbin-Watson stat0.277737Prob(F-statistic)0.000000VariableCoefficientStd. Erro

16、rt-StatisticProb.C173475.998507.121.7610490.1000X2-1207.794946.5139-1.2760440.2227R-squared0.104189Mean dependent var48046.55Adjusted R-squared0.040202S.D.dependent var26351.54S.E. of regression25816.41Akaike info criterion23.27188Sum squared resid9.33E+09Schwarz criterion23.36845Log likelihood-184.

17、1750F-statistic1.628289Durbin-Watson stat0.144406Prob(F-statistic)0.222704VariableCoefficientStd. Errort-StatisticProb.C1811.6021646.0571.1005710.2896X33.2214510.10057332.031000.0000R-squared0.986538Mean dependent var48046.55Adjusted R-squared0.985577S.D.dependent var26351.54S.E. of regression3164.7

18、41Akaike info criterion19.07400Sum squared resid1.40E+08Schwarz criterion19.17057Log likelihood-150.5920F-statistic1025.985Durbin-Watson stat0.254763Prob(F-statistic)0.000000经分析在3个一元回归模型中社会消费品零售总额 Y对工资X3的线性关系 强，拟合度好，即：Y = 1811.602 + 3.221451*X3(1.100571)(32.031)R2= 0.986538S.E尸 3164.741 F=1025.985截距

19、项不显著，去掉，重新估计：Y = 3.221451*X3将其余解释变量逐一代入上式，逐步回归。Dependent Variable: YMethod: Least SquaresDate: 01/07/10 Time: 22:02Sample: 1993 2008Included observations: 16VariableCoefficientStd. Errort-StatisticProb.C-155551.415317.21-10.155330.0000X11.3154330.12795310.280610.0000X32.5846250.07092436.442230.0000R

20、-squared0.998526Mean dependent var48046.55Adjusted R-squared0.998299S.D.dependent var26351.54S.E. of regression1086.910Akaike info criterion16.98743Sum squared resid15357843Schwarz criterion17.13229Log likelihood-132.8994F-statistic4401.955Durbin-Watson stat1.734157Prob(F-statistic)0.000000Y = 1.315

21、433*X1 + 2.584625*X3(10.28061 )(36.44223)R2= 0.998526 S.E.=1086.91 F=4401.955Dependent Variable: YMethod: Least SquaresDate: 01/07/10 Time: 22:04Sample: 1993 2008Included observations: 16VariableCoefficient Std. Error t-Statistic Prob.C41704.497261.6425.7431210.0001X2-373.852967.48924-5.5394440.0001

22、X33.1470190.05849953.796360.0000R-squared0.995994Mean dependent var48046.55Adjusted R-squared0.995378S.D.dependent var26351.54S.E. of regression1791.570Akaike info criterion17.98693Sum squared resid41726403Schwarz criterion18.13179Log likelihood-140.8955F-statistic1616.078Durbin-Watson stat0.874113P

23、rob(F-statistic)0.000000Y = -373.8529*X2 + 3.147019*X3(-5.539444 )(53.79636)R2=0.995994 S.E.=1791.57 F=1616.078加入变量X1的二元回归方程R2最大，并且各参数的t检验显著，加入X2HR2 值有所下降，并且t检验值不太显著，表明变量对模型的解释能力不强，因此选 择保留X1,剔除X2。相应的回归结果为：Yi=-155551.4+1.315433*X1+2.584625*X3 即为最优模型。t=(-10.15533) (10.28061) (36.44223)R2=0.998526 S.E.

24、= 1086.910 F=4401.9554.2 异方差4.2.1 图形法检验。绘制e2t对X的散点图：5口00 口口 口40000008000000ill2QOOOOOlaOODDD0H5D00i 12DOOO 1250001 130000 1350004.2.2 Goldfeld-Quandt 检验Dependent Variable: Y Method: Least SquaresDate: 01/08/10 Time: 12:49Sample: 1993 1998Included observations: 6C-258127.028426.83-9.0804020.0028X12.2

25、421850.2535658.8426550.0030X31.2827760.3310693.8746440.0304R-squared0.997636Mean dependent var24916.38Adjusted R-squared0.996060S.D.dependent var7459.941S.E. of regression468.2852Akaike info criterion15.44288Sum squared resid657873.1Schwarz criterion15.33876Log likelihood-43.32865F-statistic632.9390

26、Durbin-Watson stat2.163191Prob(F-statistic)0.000115Y=-258127+2.242185X1+1.282776X3(-9.080402)(8.842655)(3.874644)R2=0.997636 Sum squared resid 1=657873.1 F=632.939Dependent Variable: YMethod: Least SquaresDate: 01/08/10 Time: 12:52Sample: 2003 2008Included observations: 6VariableCoefficient Std. Err

27、or t-Statistic Prob.C248427.2309809.10.8018720.4813X1-1.8773702.441243-0.7690220.4979X33.2124770.454393-0.7690220.0058R-squared0.997049Mean dependent var75550.27Adjusted R-squared0.995082S.D.dependent var20642.01S.E. of regression1447.530Akaike info criterion17.69996Sum squared resid6286033.Schwarz

28、criterion17.59584Log likelihood-50.09987F-statistic506.8802Durbin-Watson stat2.404491Prob(F-statistic)0.000160Y=248427.2-1.87737X1+3.212477X3(0.801872)( -0.769022)( -0.769022)R2=0.997049 Sum squared resid2=6286033 F=506.8802求F统计量：F=6286033/657873.1=9.555 ,查F分布表，给定显著性水平u =0.05得临界值 05(2,2)=19，比较 F=9.5

29、551vF0.05(2,2),接受原假设H0 212 =仃2 ,表明随机误差项不存在异方差。4.3.自相关1130002000 - m 1000- a 口 o _O -BLU 0 -. Q O -1000-00 -2000 -+-3000 -3 叩0 -2000 -1000 0 1000 2000EMI根据OLS计算结果，由：dw/= 1.734157,给定显著性水平 a=0.05 ,查D-W 表，n=16, k = 3,得下限临界值 dL=0.98,上限临界值 du=1.54, 4-du=2.46。因 为dudw4-du ,因此无自相关。综上所述，最优回归方程即确定为：Y=-155551.4

30、+1.315433*X1+2.584625*X3由于2009年相关数据还没有正式的官方统计， 所以本文不对2009年的社 会消费品零售总额进行预测。五、结论1 .最终模型消除了多重共线性，且没有异方差和序列相关的干扰，同时增加 了模型的精度，最终得到统计检验显著并且拟合优度较高的模型。2 .人口因素对社会消费品零售总额有一定影响。虽然随着新生人口的成长， 在不同年龄段的消费也会有很大的不同，但因为缺乏资料，不可能逐个年龄段进行分析，只能通过一个比较长的时间序列，把所有年龄段人口的消费平均化，并假定所有的新生人口从一出生起就按平均值进行消费，这样可能导致了一定的误 差使得模型拟合度不是很好。不过

31、人口作为消费的主体，对被解释变量还是具有 一定的正相关影响的。此外，出生率的降低和老龄化的加快已在一定程度上抵消 了人口总量对工资总量的干扰。3 .商品价格指数对社会消费品零售总额无显著影响。尽管现实经济中货币 价值不是每年都保持在同一水平，但由于样本年份此变量波动不大，对社会消费 品零售总额影响不大，并且线性相关性较差，所以最终选择剔除。154 .职工工资总额对社会消费品零售总额有有显著影响。1993-2008年正值社会主义市场经济体制逐步建立并完善的时期， 经济发展十分迅速，广大居民生活 的工资有了大幅提高，可支配收入相应提高；同时消费观念得到了提升，生活消 费逐渐提高。另外，人们在服务方

32、面支出的增多，也带动了相当种类和数量商品 的购买。一些重要的耐用消费品，随着人们生活水平的提高，时尚文化的流行和 科学技术的迅猛发展，使用期限逐渐缩短，也相应使得商品消费数量增加。 即使 增加的收入部分有的用于投资和储蓄以及购置其他消费品，工资总额对社会消费 品零售总额的影响还是非常显著的。六、政策建议1 .准确把握居民消费的发展变化，研究制定出有效的促进措施。各级商务 部门加快完善城乡信息监测体系，加强对消费品市场的监测预测，了解消费动 态；掌握不同社会群体的消费特点和规律，有针对性地提出调控建议，有效引 导生产和流通企业提供满足城乡居民消费需求的商品和服务。2 .采取有效措施维持消费品价格

33、稳定，特别是生活必须品价格。确保低收 入者收到最小的价格波动影响。同时扩大农村消费。扩大其经营范围。组织企 业与工业企业进行对接，更加直接地获得商品供给，减少流通环节，降低流通 成本。3 .促进城市居民消费。发展满足城市中低收入家庭的社区商业、服务业， 继续开展商业示范社区创建活动。在推动餐饮、住宿、洗浴等传统服务业升级 的同时，加快家政、看护、快递、保洁等新型生活性服务业的发展。完善汽车、 建材家居、新型家电等消费热点产品的流通体系，推动信贷消费、租赁消费和 循环消费，促进消费升级。【结语】本文是主要是参考计量经济学教材以及Eviews3.1上机指导完 成的，虽然过程比较仓促，但我投入了很大

34、的热情和精力来认真对待这篇论文。写论文是一个不断学习的过程，从最初选定题目，对社会消费品零售总额 的模糊了解，到最后有了较深层次的认识。在研究分析问题的过程中，我发现 了本学期学习的不足之处，并体会到时间对于学习的重要性。通过这篇论文， 我深刻体会到要做一件完满的事情，需要有系统的思维方法和耐心，并善于运 用现有资源来充实自己。止匕外，在对待一个难题时应从整体着眼和把握，这样才比较高效。同时，这一过程培养了我对问题研究分析的严谨态度和创新精神，很大程度上提高了我分析问题、解决问题的能力，对 Eviews这一计量经济学工具的初 步掌握，也非常有助于我今后的学习和工作。【参考文献】1 .范剑平：居民消费与中国经济发展，中国计划出版社，20002 .贺菊煌等：消费函数分析，社会科学文献出版社，20003 .李子奈等：计量经济学，高等教育出版社，19984 .曾璧钧：我国居民消费问题研究，中国计划出版社1997【附录】：原始数据来源于中华人