陕西省居民消费水平计量经济学模型

题 目：陕西省居民消费水平计量经济学

实证研究

目录

1 引言 .............................................................................................................................................. 4 2 文献综述....................................................................................................................................... 4 3 实证研究设计 ............................................................................................................................... 6

3.1 样本选择和来源 ............................................................................................................... 6 3.2研究设计 ............................................................................................................................ 7 4实证研究过程及结果分析 ............................................................................................................ 7

4.1 模型的初步建立 ............................................................................................................... 7 4.2 模型检验 ................................................................................................................................... 8

4.2.1经济意义检验 ................................................................................................................ 8 4.2.2统计检验 ........................................................................................................................ 8 4.3模型修正 ............................................................................................................................ 9

4.3.1多重共线性检验 .................................................................................................... 9 4.3.2多重共线性模型的修正 ........................................................................................ 9 4.3.3异方差检验 .......................................................................................................... 11 4.3.4自相关检验 .......................................................................................................... 12

5对回归方程结果的分析 .............................................................................................................. 13

5.1分析 ................................................................................................................................... 13 6与建议 .................................................................................................................................. 14

摘要：

本文根据陕西省历年数据设定具体模型，运用Eviews软件进行数据分析，旨在分析城镇居民家庭人均可支配收入、农村居民家庭人均可支配收入、农村居民家庭恩格尔系数、城镇居民家庭恩格尔系数、居民消费价格指数这五个因素对地区居民消费水平的综合影响情况，并且通过逐步回归法分析单个因素对因变量居民消费水平的影响程度，达到预期的正确揭示居民消费水平影响因素的目的。

关键词：居民消费水平 居民可支配收入 恩格尔系数 消费物价指数

Abstract:

Based on the yearly data of Shaanxi Province to set a specific model , this paper aims to analyze the comprehensive influence of the output value ,the per capital disposable income of the urban households,Rural residents per capita disposable income family,Engel coefficient on urban and rural households and CPI on Resident Consumption Level. Moreover ,through the result, we are going to find out the influence of every single factor on Resident Consumption Level, achieving the our goal to factors of Resident Consumption Level.

Keywords: consumption level of residents capita disposable income

Engel coefficient Consumer Price Inde

1 引言

居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。通过消费的物质产品和劳务的数量和质量反映出来。居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。它主要通过消费的物质产品和劳务的数量和质量来反映。居民消费水平是GDP中的一个重要组成部分，是拉动经济增长的三驾马车之一，一直是经济学家关注的焦点和研究的热门领域。在改革开放以来，居民消费水平提高地较快，消费结构也有了很大的改善，因此对其分析具有很大的经济意义。

消费支出是由居民的可支配收入来决定的,而收入则是消费的根本基础.同时,也是影响消费的主要因素。提高居民的可支配收入就可以相对提高居民的消费支出,促进我国经济实体的快速发展。消费是生产的目的,是国民经济循环、发展的重要环节，研究消费结构的运动规律及其发展趋势,不仅是经济理论的重要内容,而且也是调节经济、制定经济的重要依据。消费作为社会经济活动的重要环节,在不同的历史时期和不同的社会经济制度下,对国民经济发展的作用和贡献存在一定的差异,消费行为受重视程度也明显不同。居民消费是构成社会商品总需求的主体部分,而城镇居民的消费又是整个居民总消费中的最重要部分,若想增加消费,保持国民经济稳定、持久的增长,就必须对城镇居民消费现状和整体消费水平以及消费结构的特征、演变规律和发展趋势进行研究。

本文就以陕西省近阶段消费方面出现的一些情况，利用1978年至2011年的相关数据对陕西省消费的影响因素进行实证分析。先通过相关的背景理论提出问题；搜集了相关的数据，继而对计量模型进行了参数估计和检验，并加以修正。本文主要通过对影响居民消费水平的主要因素分析揭示陕西居民消费水平的现状及问题，并以此提出对策。

虽然居民消费水平影响因素的话题已经被国内外许多专家学者研究过，很多知名学者很早前就对这个问题有了深入的研究和较为完善的模型和结论。我们的研究并不以超越前人为目标，只是站在前人的肩膀上，尝试地发现问题，建立模型，并进行必要分析，以我们的视角解读关于居民消费水平影响因素的问题，得出我们的结论，站在新的历史阶段，对一个弥久的问题给予新的解读。

2 文献综述

关于居民消费水平影响因素问题的理论，宏观经济学中有凯恩斯的绝对收入假说，杜森贝利相对收入假说，莫迪里安尼的生命周期假说等。这些消费理论从不同角度论证了收入对消费的影响。笔者赞同收入的确是影响消费水平的最重要因素这个观点，但是其他因素（比如物价水平、消费结构，恩格尔系数等）也从不同的方面影响着居民消费水平。

目前，国内对于消费方面的研究主要集中在对消费率和消费价格指数领域的研究，城镇居民消费水平的研究则相对较少。

马志明等（2009）在通过对传统主成分(PCA )方法做相应的改进后，建立了

一种新的评价模型，在一定程度上弥补了传统主成分(PCA )方法评价的不足，可以更好地对居民消费水平作出综合评价。

李顺文等（2002）根据全国1992年～1999年全国居民消费水平的统计数据，采用灰色系统理论的数据预测及缓冲算子公理，结合定性分析，建立GM(1，1)模型，预测了我国2000年～2005年全国居民消费水平的发展前景，认为居民消费水平整体上呈上升趋势，恰好与国家宏观经济上要求扩大内需的相吻合。同时，居民消费水平的增幅有了显著增长也从另一方面说明了我国居民消费结构将发生重大变化，为许多商业领域提供了一个非常重要的启示，那就是随着人均消费水平的提高和消费结构的变化，商业及相关产业也会得到长足发展。张文斌等（2010）应用ARIMA模型对我国1970年～2008年居民消费水平数据进行了分析与预测，体现了时间序列分析在预测方面的重要价值，并且较好的预测可以用来在消费结构升级与产业结构升级等重要决策方面有利于国家作出相应的调整，推动中国经济更加健康的发展。

李争艳（2008）在对具体城镇居民的实际消费水平数据采用回归分析预测后，得到的预测结论是城镇居民消费水平呈指数形式逐年上升，进而说明人们的收入水平也在不断提高，进一步得出经济发展决定着消费水平的高低，消费又制约着经济的发展程度，二者互为前提的结论并提出要着力增加居民收入，建立健全的社会保障制度，强化财政和货币的引导与支持，强化引导等相关建议。

陈长华（湖南，2004）对我国城镇居民消费计量模型的建立与分析，也采用了计量经济学方法来探讨决定城镇居民消费的关键因素。他的指标选择是人均消费 人均国内生产总值 人均可支配收入 人均储蓄 前期消费。他的不足之处在于没有考虑除了收入以外的其他因素对居民消费的影响。当今社会影响消费的不确定因素很多，虽然不可否认收入确实是影响消费的最重要因素，但是，仅仅用收入和储蓄作为变量，是否能够很好地拟合现实中的消费函数值得怀疑。

刘丽秋（西南大学经济管理学院，2008）在影响居民消费水平相关因素的计量分析一文中结合居民消费水平的影响因素和所确定的十项措施列出了六个相关因素 (国内生产总值、职工平均工资指数、 城镇居民消费价格指数、 普通中学及高等学校在校生数、卫生机构数、基本设施铁路公路货运量)进行计量分析,但是她的结论中Y= 27.12140495 + 0.030929053023 X1 + 0.001453569285 3 X5+0.85006329843 X3（X1——国内生产总值 X3——城镇居民消费价格指数 X5——卫生机构数）X1——国内生产总值系数0. ************，明显比实际偏小。而且夸大了价格因素的作用，准确性不如预期。

国内研究总是单单侧重于城镇居民收入水平的研究，笔者认为精确性和科学性不够。而且国内研究论文着重于城镇居民收入对居民消费水平的影响而忽视了农村居民收入对其影响，很少考虑除收入和储蓄以外的因素对消费的影响。所以本文在构建居民消费水平模型时除选取常规因素外还综合考虑了农村居民收入和物价水平对居民消费水平（以居民消费价格指数作为指标）的影响。

3 实证研究设计

3.1 样本选择和来源

本文选择当地即陕西省的居民消费水平作为研究对象，通过搜集1978年到2011年城镇居民家庭人均可支配收入、农村居民家庭人均可支配收入、农村居民家庭恩格尔系数、城镇居民家庭恩格尔系数、居民消费价格指数这六个因素的数据，得到从1978年到2011年的34年样本数据。从1978年改革开放以来我国经济有了极大的改变，居民生活水平也有了极大的改善，所以1978年以后的数据具有较强的理论实践性和研究价值。本文数据来源于陕西省统计局网站和西安统计信息网。原始数据如表-1所示。 表-1 Y X1 X2 X3 X4 X5 X6

1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 19 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005

173 225 270 278 288 316 351 386 415 4 592 653 677 713 799 948 1126 1284 1497 1683 1860 2050 2210 2857 3093 3335 3733 4182

81.07 94.52 94.91 102.09 111.95 123.39 149.35 180.87 208.31 244.96 314.48 358.37 404.30 468.37 531.63 678.20 839.03 1036.85 1215.84 1363.60 1458.40 1592. 1804.00 2010.62 2253.39 2587.72 3175.58 3933.72

310 367 407 427 452 488 552 650 814 905 1040 1239 1369 1498 1705 2102 2684 3310 3810 4001 4220 4654 5124 5484 6331 6806 7492 8272

134.0 149.6 142.2 177.2 218.3 236.1 262.5 295.3 299.1 329.5 404.1 433.7 530.3 534.0 558.8 653.0 804.8 962.9 1165.1 1284.6 1405.6 1456.2 1470.0 1520.0 1596.3 1676.0 1867.0 2052.0

59.0 59.8 59.8 62.0 62.8 60.1 60.4 57.4 55.8 55.4 52.3 51.9 58.5 55.8 58.4 57.1 60.1 59.3 56.8 52.8 50.0 47.6 43.5 41.9 37.9 39.3 42.4 42.9

56.0 55.0 54.8 53.0 54.8 55.0 54.5 48.9 49.6 51.0 46.7 50.5 51.9 50.9 51.6 47.9 47.5 47.2 45.5 43.0 41.1 37.3 35.8 34.3 34.1 34.6 35.9 36.1

100 101.7 107.1 111 112.6 114.3 117.7 125.9 133.5 145 172.7 204.3 207 219.4 240.7 269.1 340.9 405.7 445.1 466.5 459 448.9 446.7 451.2 446.2 453.8 467.9 473.5

2006 2007 2008 2009 2010 2011

4742 5480 83 7154 8474 10053

4743.61 5757.29 7314.58 8169.80 10123.48 12512.30

9268 10763 12858 14129 15695 18245

2260.1 25.0 3136.5 3438.0 4105.0 5028.0

39.0 36.8 37.4 35.1 34.2 30.0

34.3 36.4 36.7 37.3 37.1 36.6

480.6 505.1 537.4 540.1 561.7 593.7

X1：生产总值 X2：城镇居民家庭人均可支配收入X3：农村居民家庭人均可支配收入 X4：农村居民家庭恩格尔系数 X5：城镇居民家庭恩格尔系数 X6：居民消费价格指数 3.2研究设计

由以上论述可得出中国居民消费水平与国内生产总值、城镇居民家庭人均可支配收入、城镇居民家庭恩格尔系数、农村居民家庭人均可支配收入、农村居民家庭恩格尔系数、居民消费价格指数这六个指标有关,故以下工作主要从这几方面入手。并初步建立多元线性回归模型：

Y=01X12X23X34X45X56X6 ，其中： X1：生产总值 X2：城镇居民家庭人均可支配收入X3：农村居民家庭人均可支配收入 X4：农村居民家庭恩格尔系数 X5：城镇居民家庭恩格尔系数 X6：居民消费价格指数 μ：误差项

4实证研究过程及结果分析

4.1 模型的初步建立 采用最小二乘法估计得：

表-2

Dependent Variable: Y Method: Least Squares Date: 11/03/13 Time: 23:07 Sample: 1978 2011 Included observations: 34

Variable C X1 X2

Coefficient 1546.540 0.2383 0.345560

Std. Error 474.6869 0.163354 0.067671

t-Statistic 3.258021 1.447676 5.1084

Prob. 0.0030 0.1592 0.0000

X3 X4 X5 X6

R-squared

0.177543 -7.760806 -15.83587 -1.487530

0.350793 8.481718 11.25555 0.927936

0.506119 -0.915004 -1.406938 -1.603052

0.6169 0.3683 0.1709 0.1206

2319.676 2586.4 12.00151 12.31577 12.10868 1.650884

0.999027 Mean dependent var 0.998810 S.D. dependent var .22832 Akaike info criterion 214965.7 Schwarz criterion -197.0258 Hannan-Quinn criter. 4618.399 Durbin-Watson stat 0.000000

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

用最小二乘法估计结果模型为

Y= 01X12X23X34X45X56X6

Y=1546.540+0.2383X1+0.345560X2+0.177543X3-7.760806X4-15.83587X5-1.487530X6

（474.6869） （0.163354）（0.067671）（0.350793）（8.481718）（11.25555）（0.927936）

T=3.258021 1.447676 5.1084 0.506119 -0.915004 -1.406938 -1.603052

R2=0.999027, R2=0.998810, F=4618.399

4.2 模型检验

4.2.1经济意义检验

模型初步估计结果显示,居民消费水平(Y) 受国内生产总值(X1)、城镇居民家庭人均可支配收入(X2)、农村居民家庭人均可支配收入(X3)的正向影响，与经济意义相符。物价水平指数（X6）的系数估计结果为负,符合经济意义。并且因变量受国内生产总值（X1）、农村居民家庭人均可支配收入(X3)的影响不显著，可能是多重共线影响所致,因而有待进一步分析和检验. 4.2.2统计检验

从估计的结果可以看出，模型的可决系数为0.999027，模型拟合情况看起来很理想，但是很可能是由于多重共线性导致。在给定显著水平α=0.05的情况下，解释变量X1、X2和 X4的t统计量的值分别为大于t统计量的临界值，说明X1、X2、X3和 X4对应变量的影响是显著的.其他变量均未通过t 检验,分析

可能是由于变量之间的多重共线性所致,有待进一步分析.模型F统计量的值为4618.399非常显著，说明回归方程非常显著,整体模型效果比较好。 4.3模型修正

4.3.1多重共线性检验

表-3 相关系数矩阵

X1 X2 X3 X4 X5 X6

X1 1.000000 0.980484 0.981194 -0.852379 -0.6605 0.758537

X2 0.980484 1.000000 0.995105 -0.9139 -0.788136 0.860395

X3 0.981194 0.995105 1.000000 -0.900869 -0.779073 0.866035

X4 -0.852379 -0.9139 -0.900869 1.000000 0.909231 -0.844530

X5 -0.6605 -0.788136 -0.779073 0.909231 1.000000 -0.9151

X6 0.758537 0.860395 0.866035 -0.844530 -0.9151 1.000000

由相关系数矩阵可以看出，解释变量相互之间的相关系数较高，证实解释变量之间存在多重共线性。

4.3.2多重共线性模型的修正

利用逐步回归方法，使用Eviews软件对模型进行多重共线性进行修正，修正后X3变量被剔除，即X3变量存在多重共线性

表-4

Dependent Variable: Y Method: Stepwise Regression Date: 11/03/13 Time: 23:12 Sample: 1978 2011 Included observations: 34 No always included regressors Number of search regressors: 7 Selection method: Stepwise forwards

Stopping criterion: p-value forwards/backwards = 0.5/0.51

Variable X2 X1 C

Coefficient 0.325703 0.312173 1692.548

Std. Error 0.054399 0.0846 371.9251

t-Statistic 5.987291 4.8140 4.550778

Prob.* 0.0000 0.0000 0.0001

X4 X6 X5

R-squared

-8.906680 -1.071572 -17.49844

8.0658 0.425072 10.62157

-1.104409 -2.520918 -1.7445

0.2788 0.0177 0.1106

2319.676 2586.4 11.95213 12.22149 12.04399 1.630520

0.999017 Mean dependent var 0.998842 S.D. dependent var 88.03513 Akaike info criterion 217005.1 Schwarz criterion -197.1863 Hannan-Quinn criter. 5693.275 Durbin-Watson stat 0.000000

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

Added X2 Added X1 Added C Added X4 Added X6 Added X5

Selection Summary

*Note: p-values and subsequent tests do not account for stepwise

删去X3后，对模型进行预回归的结果：

表-5

Dependent Variable: Y Method: Least Squares Date: 11/03/13 Time: 23:16 Sample: 1978 2011 Included observations: 34

Variable C X1 X2 X3 X4 X5

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic

Coefficient 1692.548 0.312173 0.325703 -8.906680 -17.49844 -1.071572

Std. Error 371.9251 0.0846 0.054399 8.0658 10.62157 0.425072

t-Statistic 4.550778 4.8140 5.987291 -1.104409 -1.7445 -2.520918

Prob. 0.0001 0.0000 0.0000 0.2788 0.1106 0.0177 2319.676 2586.4 11.95213 12.22149 12.04399 1.630520

0.999017 Mean dependent var 0.998842 S.D. dependent var 88.03513 Akaike info criterion 217005.1 Schwarz criterion -197.1863 Hannan-Quinn criter. 5693.275 Durbin-Watson stat

Prob(F-statistic) 0.000000

4.3.3异方差检验

因为本次实验所用到的样本数量相对较少，所以直接利用散点图对其进行异方差检验

图-1

对修正方程进行异方差检验结果如表六

表-6

Dependent Variable: Y Method: Least Squares Date: 11/03/13 Time: 23:20 Sample: 1978 2011 Included observations: 34 Weighting series: W

Weight type: Inverse variance (average scaling)

Variable C X1 X2 X3 X4 X5

Coefficient

1874.614 0.336283 0.307523 -9.663271 -19.745 -1.103112

Std. Error

157.88 0.0296 0.022233 1.325319 2.956709 0.100394

t-Statistic

11.87480 11.24832 13.83182 -7.291279 -6.693066 -10.98786

Prob.

0.0000 0.0000 0.0000 0.0000 0.0000 0.0000

Weighted Statistics

R-squared 0.999911 Mean dependent var 1260.423

4.3.4自相关检验

采用拉格朗日乘数检验相关性

表-7

Breusch-Godfrey Serial Correlation LM Test: F-statistic

25.59380 Prob. F(2,26)

0.0000 0.0000 Prob.

0.1028 0.6579 0.5637 0.0034 0.8493 0.6675 0.0850 0.6835 1.312227 15.53912 7.684512 8.043655 7.806990 1.494152

Obs*R-squared

Test Equation:

Dependent Variable: RESID Method: Least Squares

22.54738 Prob. Chi-Square(2)

Coefficient

159.7204 0.022584 -0.0207 -2.502120 -0.335406 0.072141 0.080658 -0.049232

Std. Error

94.45391 0.050414 0.035542 0.777039 1.748123 0.166002 0.045048 0.119423

t-Statistic

1.690988 0.447970 -0.584905 -3.220068 -0.191866 0.434582 1.790471 -0.412246

Date: 11/03/13 Time: 23:21 Sample: 1978 2011 Included observations: 34

Presample missing value lagged residuals set to zero. Weight series: W

Variable C X1 X2 X3 X4 X5 RESID(-1) RESID(-2)

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic

Weighted Statistics

0.663158 Mean dependent var 0.572470 S.D. dependent var 10.19763 Akaike info criterion 2703.782 Schwarz criterion -122.6367 Hannan-Quinn criter. 7.312515 Durbin-Watson stat

由上表可知，DW=1.494152，查表得dl=1.13，

du=1.54 ，因为dldu所以不能

判断模型是否存在自相关。我们用拉格朗日乘数对模型进行检验，拉格朗日乘数

检验克服了D.W.检验的缺陷。

222 由表可知nR= 3.31579, （2）=5.99，nR<（2）

2 因此，在给定显著性水平0.05下，1阶，2阶，检验均nR小于，所以模型

不存在自相关性。

所以：模型的最终确定如下

表-8

Dependent Variable: Y Method: Least Squares Date: 11/03/13 Time: 23:20 Sample: 1978 2011 Included observations: 34 Weighting series: W

Weight type: Inverse variance (average scaling)

Variable C X1 X2 X3 X4 X5

R-squared

Coefficient

1874.614 0.336283 0.307523 -9.663271 -19.745 -1.103112

Std. Error

157.88 0.0296 0.022233 1.325319 2.956709 0.100394

t-Statistic

11.87480 11.24832 13.83182 -7.291279 -6.693066 -10.98786

Prob.

0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 1260.423

Weighted Statistics

0.999911 Mean dependent var

5对回归方程结果的分析

5.1分析

对方程进行经济意释GDP每增加1%，居民消费水平就提高2.9%， 城镇居民家庭人均可支配收入增加1%, 居民消费水平就增加2.2%，城镇居民家庭恩格尔系数增加1% ,居民消费水平就增加132%。农村居民家庭恩格尔系数增加1% ,居民消费水平就增加295%。CPI增加1% ,居民消费水平就增加10%。从经济意义上讲，与事实也基本吻合。

6与建议

综上所述，制约居民消费水平的因素很多，然而靠扩大投资拉动经济增长不是长久之计，靠扩大出口拉动经济增长也面临居多难题，因此，扩大内需、提升居民消费水平来拉动经济增长应是长久之策，根据以上分析，提升居民消费水平可从以下几方面着手：着重于发展生产力，促进城乡居民可支配收入的增加，同时也必须严格控制人口增长。对此，笔者有如下建议：

（一）提高居民整体收入水平，尤其是农村居民收入水平。首先调整农业结构，大力发展优质高效农业；当前要对传统农业结构模式进行优化和调整，大力发展“两高一优”农业。调整重点是进行农产品的品种改良和换代，提升品质，提高效益。大力发展农村合作经济组织，服务农民。其次依靠科技进步，降低农业生产成本。在当前增收困难的情况下，降低生产成本，减少农民的支出也是增加农民收入的一条重要途径。目前，由于技术相对落后，我国农业资源的利用率远远低于发达国家水平，特别是农民在用水、用电、用地等很多方面，缺乏科学指导，浪费严重。据测算，从1988年到1996年，粮食增长了27.6%,收购价格指数增长了172.9%,但同期总成本却增长了274.3%。这也说明，降低成本，增加效益是推动农业节能增效，增加农民收入的重要措施。

（二）改革个人所得税，缩小收入分配差距 个人所得税对所得课税，能够对居民收入差距进行直接调节，从而调节消费和储蓄行为。我国目前的个人所得税制度很不完善，需要进行改革。首先我国应该实行综合所得税课税和分类所得税课税相结合的混合所得税模式；要合理确定个人收入课税费用扣除额；其次减少工薪收人税率级次，调整税率结构。同时在合理划分收入差距的前提下，缩减累进税率的级次，对诚实劳动的综合类收人实行低税率，使个人所得税的税率级次起到“调高、扩中、提低”的作用，真正发挥其收入的职能作用。第三，对居民收入水平和收入结构实施全方位的监控管理，重点加大对高收入阶层的监控。

（三）运用税收扶持企业开发新产品。提高居民消费意愿 居民消费不足的一个重要原因在于高收入者消费意愿不强，而导致这一结果的原因在与目前消费品的种类不多，消费服务还处于较低水平，难以满足收入水平较高的消费者对于消费品升级换代和消费服务高水平、消费多样性的需求。因此我们应该在企业开放新产品方面提供税收优惠，促使企业开发新产品，满足居民的消费需求。

（四）给予相关促进居民转变消费观念 由于我国社会保障制度不完善，居民不敢拿出储蓄来消费，从而形成居民储蓄存款很高而但消费却不足的矛盾。要使居民转变消费观念，将储蓄拿出来消费，刺激消费需求，因此也需要制定优惠保障居民收入的增加。虽然我国在在城镇地区已经建立起了初具雏形的社会保障体系，但是社会保障基金面临巨大缺口。2005年5月，世界银行的研究报告指出，在一定假设条件下，按照目前的制度模式，2001年－2005年间，中国基本养老保险的缺口将高达9.15万亿元。因此在没有完善的社会保障制度支持下，各地区也应该制定相应地优惠以刺激居民消费需求。

参考文献

[1]高鸿业.西方经济学[M].北京：中国人民大学出版社 2007：440-448 [2]赵明珠，亢晓龙，试析提高农村居民消费水平是中国经济增长的根本动

力，沧桑，2010，（8）

[3]中国城镇居民收入差距.主编：黄泰严，牛飞亮.2007.05经济科学出版

社

[4]袁文,关于我国居民消费水平的计量经济分析[D]江苏，2011 [5] 郝卉，居民消费水平影响因素的计量分析[D]天津，2010

[6] 卜一婷.我国城镇居民消费的计量经济模型分析[D]北京，2012

[7] 李昊丰.浙江省居民消费水平影响因素的分析 计量经济学实证研究

[D],2011