居民消费水平和总人口、财政收入的关系研究

　　摘    要：　文章选取1952-2019年消费水平的时间序列数据，利用VAR模型，对居民消费水平和总人口、国家财政收入的关系进行实证分析。利用脉冲响应和方差分解等方法分析他们之间的关系。结果表明：总人口和国家财政收入均对消费水平造成一定的影响，虽然总人口的变化对居民消费水平产生的影响较小，但它是较为稳定且具有长期趋势的一个影响因素。

　　关键词 :     VAR模型;消费水平;财政收入;脉冲响应;

　　0 、引言

　　随着国家不断发展和强大，我国经济取得了长足的发展，各个产业发展迅速，人们的消费水平和消费观也在不断发生变化。所以针对消费水平进行分析，找出影响消费水平的因素，对经济的发展具有重要意义。

　　1 、文献综述

　　关于我国居民消费水平的相关问题，国内学者针对不同方面进行了大量研究。李云婧、杨春梅（2016）研究发现居民消费水平和经济发展密切相关，而居民消费水平对经济发展的影响作用又是有限的。曾炬（2020）建立VAR模型表明居民消费水平和产业结构有着密切的联系[1]。牛景旭（2020）分析表明人均可支配收入、国内生产总值与居民消费水平三个变量间存在长期协整关系[2]。彭思维（2021）研究发现城乡居民收入差距大、收入分配不合理抑制了消费水平的提升[3]。陈江磊（2020）通过单位根检验以及脉冲响应函数等方式分析陕西省相关数据，认为陕西省城镇居民消费支出对可支配收入有着正向影响[4]。

　　2 、变量选取及检验

　　2.1、 数据来源与说明

　　本文数据来源于国家统计局，对1952-2019年总共68年的数据进行实证研究。其中C表示全体居民消费水平；T表示总人口；F表示国家财政收入。

　　对变量进行对数化处理，它们取对数之后的变量分别记为：LN (C）、LN (T）和LN (F）。本文采用的计量分析软件为Eviews。

　　2.2、 平稳性检验

　　为了避免产生伪回归的问题，需要使用ADF检验对原数据C、T、F进行平稳性检验。检验若发现C、T、F这三个时间序列都是非平稳的，并且序列存在指数增长趋势，就采用取对数法，对LN(C）、LN(T）和LN(F）进行一阶差分后，对应的△LN(C）、△LN(T）和△LN(F）是平稳的。

　　2.3、 协整性检验

　　对于两个和两个以上的非平稳同阶单整时间序列时，需要进行协整检验来验证模型之间是否存在协整关系，以此判断它们是否存在长期均衡关系。因此运用Johansen检验法对模型中的变量进行协整检验。由表1可知，轨迹检验统计量和最大特征根统计量的检验结果均在5%的显着性水平之下，拒绝协整方程中不存在协整关系的假设。所以LN (C）、LN(T）和LN(F）这三个时间序列变量间存在一个协整关系。

　　表1 Johansen协整检验

　　3 、实证分析

　　3.1 、VAR模型的建立

　　基于信息准则，确定LN(C）、LN(T）以及LN(F）三个变量的VAR模型的最优滞后阶数为2阶，建立VAR(2）模型。在5%的显着性水平下，滞后阶数为2的VAR模型为最优模型。

　　3.2、 脉冲响应分析

　　利用基于居民消费水平（C）、总人口（T）、国家财政收入（F）的VAR模型的脉冲响应函数可以分析LN (C）、LN (T）、LN(F）三者之间的动态特征。如图1、图2所示。

　　由图1、图2可以看出，假设总人口对全体居民消费水平实施一个冲击，前4期是一个正向反应，在第4期之后趋于平稳。国家财政收入在前2期对居民消费水平呈现反方向的冲击，而在2～5期为正方向的冲击，并在第5期达到最大值。在第5～7期给居民消费水平反方向冲击，随后影响逐渐减弱直至达到稳定。

　　图1 T对C的脉冲响应

　　3.3 、方差分解

　　在向量自回归模型的基础上对C进行方差分解，结果如表2所示。由表2可知，T对C贡献程度相对较小，期初值为0，第2～4期迅速上升，后缓慢下降；C对自身的贡献程度在第一期最大，之后呈阶梯性减少，在第10期稳定在86%左右；而F对C贡献程度总体上相对较高，1～5期持续上升，后保持平稳，保持在10%左右。

　　图2 F对C的脉冲响应

　　表2 方差分解结果

　　4、 结语

　　通过平稳性检验、方差分析、脉冲响应函数等分析，国家财政收入对全国居民消费水平产生了一定的影响，当国家财政收入增加时，全国居民消费水平随之提高。总人口的变化对居民消费水平虽然只产生较小的影响，但是它是稳定且具有长期趋势的一个影响因素，也会对全国居民消费水平产生正面影响。综上所述，总人口和国家财政收入均会对全国消费水平造成一定的影响，且国家财政收入产生的影响更大。

　　参考文献

　　[1]曾炬.中国居民消费水平对产业结构的影响研究[J] . 龙江工程学院学报, 2020,34(6):44-47.

　　[2]牛暴旭.我国居民消费水平影响因素的误差修正模型[J] . 现代商业, 2020(33).3-6.

　　[3]彭思维.我国居民消费水平影响因素分析[J] .合作经济与科技, 2021(1):54-56.

　　[4]陈江磊.基于VAR模型对陕西省城镇居民消费支出与收入发展关联性分析[J] .广西质量监督导报, 2020(8):238-240.