EVIEWS计量经济学多种方法模型分析

居民消费水平与居民家庭课支配收入、CPI、税收及GDP之间关联度的实证分析

姓名：司武俊 班级：093物流一班 学号：200930013

摘 要

在中国经济发展进程中，消费是伴随其发展的一个重要内容，伴随着经济增

长的加快，消费形式的变化也越来越快，消费作为我国经济增长的三驾马车之一，起着不可替代的作用，只有把经济增长转变为依靠内容的增长，才能真正实现惠国惠策。凯恩斯认为，短期影响个人消费的因素比较稳定，消费者的消费主要取决于收入的多少。但是大家都知道，收入的变化并非影响消费的全部因素。尤其，在短期内，有时边际消费倾向可以为负数，即收入增加时消费反而减少，收入减少时消费反而增加；有时边际消费倾向会大于1，即消费增加额大于收入增加额。这些现象告诉我们，在日常生活中，除了收入，还有其他一些因素会影响消费行为。本文利用1990年—2009的二十年数据，选取了居民可支配收入、CPI、税收、GDP四个因素分析对居民消费的影响，旨在说明其中的相互关系，为国家的制定与实施提供参考意见。

1

目 录

摘要····················································· 一，引言················································· 二，模型建设与参数估计··································· 三，假设检验·············································· 四，确定解释变量个数····································· 五，结构稳定性检验······································· 六，多重共线性的诊断及相应的补救措施····················· 七，自相关诊断及相应的补救措施··························· 八，异方差诊断及相应的补救措施··························· 九，预测模型选择········································· 十，小结·················································

2

一， 引言

改革开放以来，我国居民收入与消费水平不断提高，居民消费结构升级和消费需求扩张成为我国经济高速增长的主要动力，特别是进入20世纪90年代以来，居民消费需求对国民经济发展的影响不断增大，对国民经济产生了拉动作用。我国经济逐步由短缺经济走向过剩经济、由卖方市场转向买方市场，社会消费需求不足，居民消费问题显得更加突出。特别市对于如何启动内需，扩大居民消费变得越来越重要。因此，及时把握国民经济发展格局中居民消费需求变动趋势，制定符合我国现阶段情况的国民消费，对于提高我国经济增长速度和质量都有重要意义。

二，建立回归模型并进行参数估计

为了建立相关的模型，我选取了全国1990年-2009年居民消费水平及其

影响因素的统计资料，详情如表1所示。

表1 1990-2009年居民消费水平及其相关因素数据 年份 居民消费水居民家庭可CPI（上年税收(x3) 平(y) 支配收入=100 )(x2) (x1) 1990 833 2196.5 103.1 2821.86 1991 932 2409.2 103.4 2990.17 1992 1116 2810.6 106.4 3296.91 1993 1393 3499 114.7 4255.3 1994 1833 4717.2 124.1 5126.88 1995 2355 5860.7 117.1 6038.04 1996 27 6765 108.3 6909.82 1997 3002 7250.4 102.8 8234.04 1998 3159 7587.1 99.2 9262.8 1999 3346 80.32 98.6 10682.58 2000 3632 8533.4 100.4 12581.51 2001 3887 9226 100.7 15301.38 2002 4144 10178.4 99.2 17636.45 2003 4475 11094.4 101.2 20017.31 2004 5032 12358 103.9 24165.68 2005 5573 13747.9 101.8 28778.54 2006 6263 15346.5 101.5 34804.35 2007 7255 17926.2 104.8 45621.97 2008 8349 20541.38 105.9 54223.79 2009 9098 22327.82 99.3 59521.59

GDP(x4) 18667.82 21781.5 26923.48 35333.92 48197.86 60793.73 71176.59 773.03 84402.28 677.05 99214.55 109655.2 120332.7 135822.8 159878.3 184937.4 216314.4 265810.3 314045.4 340506.9 3

我们建立多元回归模型y＝b1＋b2X1＋b3X2＋b4X3＋b5X＋ei,将居民消费水平作为被解释变量y,居民家庭可支配收入作为解释变量X1，CPI作为解释变量X2，税收作为解释变量X3，GDP作为解释变量X4。

运行统计分析软件Eviews，将表1中相应变量数据输入界面，进行回归分析所得结果如表:

所以，可看出：

b1= 572.3266，b2= 0.3500，b3= -5.5353， b4= -0.0361，b5= 0.0100 因此，我们可得该回归模型为：

y＝572.326＋0.35X1－5.535X3－0.036X3＋0.01X4＋ei

三，假设检验

H0：Bi＝0

令＝0.1，n=20

t ~ t0.1 (n-k), 即 t ~ t0.1 (15) t（b1） ＝2.666517

4

t（b2） ＝8.550127

t（b3） ＝－3.08879

t（b4） ＝－2.65505

t（b5） ＝2.054849

在水平下，t检验的拒绝域为：〔－∞，－1.753〕和〔1.753，＋∞〕 所以，t（b1）、t（b2）、t（b3）、t（b4）、t（b5）均落在拒绝域中，说明它拒绝原假设，即常数项和X1、X2、X3、X4对于模型均有意义。

对于该模型的经济意释如下：

b2，在其他变量保持不变的情况下，X1每变动1%，平均而言，y变动0.35%；b3，在其他变量保持不变的情况下，X2每变动1%，平均而言，y变动-5.535%； b4，在其他变量保持不变的情况下，X3每变动1%，平均而言，y变动-0.036%； b5，在其他变量保持不变的情况下，X4每变动1%，平均而言，y变动0.01%；

四，确定解释变量个数

①，首先先分析下居民消费水平与居民家庭可支配收入之间的关联度，相关数据如上表假设模型为：y＝b1＋b2X1＋ei

1990-2009年居民消费水平、居民可支配收入的相关数据回归：

5

得：b1= -2.3852，b2= 0.4080

所以模型为：y＝-2.3852＋0.4080X1＋ei 令＝0.1

我们提出如下假设： H0：Bi＝0，Y＝B1+B2X1+μ y＝b1＋b2X1＋ei t (bi)~ t0.1 (18)

在水平下，t检验的拒绝域为：〔－∞，－1.734〕和〔1.734，＋∞〕

所以t（b1）=-2.38521、t（b2）=0.407991均落在拒绝域中，拒绝原假设，即常数项、X2对于模型均有意义。

联合假设检验： H0：R＝0

F ～F0.1 (1，18)

在水平下，模型中的F=26502.87落在F检验的右侧拒绝域〔4.41，＋∞〕

2中，拒绝原假设，即R0

2 6

对于该模型的经济意释如下：

平均而言，在其他条件不变的情况下，居民可支配收入每变动一个单位，将引起法定准备金变动0.408个单位。并且，该模型反映了99.9321%的真实情况。

此时，

2（n-1）R＝ (yy) = 0.999321R＝ 1-(1-R) ＝ 0.999284

（n-k）(yy)2222②，加入X2，模型假设变为：y＝b1＋b2X1＋b3X2＋ei，相关数据如上图表所示。1990-2009年居民消费水平、居民可支配收入与CPI的相关数据回归：

得：b1= 571.5510，b2= 0.4058，b3=-5.2791

所以模型为：y＝571.5510＋0.406X1-5.279X2＋ei 令＝0.1

我们提出如下假设：

H0：Bi＝0，Y＝B1+B2X1+B3X2+μi y＝b1＋b2X1＋b3X2＋ei t(bi)~ t0.1 (17)

在水平下，t检验的拒绝域为：〔－∞，－1.740〕和〔1.740，＋∞〕

7

所以t（b1）=571.551、t（b2）=0.405852、t（b3）=-5.27911均落在拒绝域中，拒绝原假设，即常数项、X1、X2对于模型均有意义。

联合假设检验： H0：R2＝0

F ～F0.1 (2，17)

在水平下，模型中的F值落在F检验的右侧拒绝域〔3.59，＋∞〕中，拒绝原假设，即R20

对于该模型的经济意释如下：

平均而言，在其他条件不变的情况下，广义货币(M2)每变动一个单位，将引起法定准备金变动0.005个单位；在其他条件不变的情况下，CPI每变动一个单位，将引起法定准备金变动3743.862个单位。并且，该模型反映了78.1%的真实情况。

此时，

R＝ 2(yy)22 = 0.999509R＝ 1-(1-R)

22（n-1）（n-k） ＝ 0.999451

(yy)

③，再加入X3，模型假设变为：y＝b1＋b2X1＋b3X2＋b4X3＋ei，相关数据如上图表所示。

1990-2009年居民消费水平、居民可支配收入、CPI与税收的相关数据进行回归：

8

得：b1=379.0077 b2 = 0.4321 b3 = -4.1868 b4 = -0.00 所以模型为：y＝370.0077＋0.4321X2-4.1868X3-0.00X4＋ei 此时，

R＝ 2(yy)222 = 0.999659R＝ 1-(1-R)

2（n-1）（n-k） ＝ 0.999595

(yy)据如上图表所示。

④，再加入X4，模型假设变为y＝b1＋b2X1＋b3X2＋b4X3＋b5X4＋ei，相关数

1990-2009年居民消费水平、可支配收入、CPI、税收与GDP的相关数据进行回归：

9

得：b1= 572.3256，b2= 0.3501，b3= -5.5353， b4= -0.0361，b5= 0.0100 所以模型为：y＝572.3256＋0.3501X1－5.5353X2－0.0361X3＋0.0100X4＋ei 此时，

R＝ 2(yy)22 = 0.999734R＝ 1-(1-R)

22（n-1）（n-k） ＝ 0.999663

(yy)经过前面①②③④的分析，我们可以看出，该模型在增加了解释变量X2（CPI），X3（税收），X4（GDP）,校正判定系数R在逐渐增大，即它们都是影响居民消费的重要因素，都应在模型中保留，故模型中总共应存在四个解释变量。

2五，结构稳定性检验

对样本进行回归分析，依据前面步骤可得出以下数据：

y＝572.3256＋0.3501X1－5.5353X2－0.0361X3＋0.0100X4＋ei Se＝214.6341 0.0409 1.7920 0.0136 0.0048

10

t=2.6665 8.5501 -3.0887 -2.6550 2.0548

R＝0.9997 F ＝ 14082.14

2（1）将样本分为两段，其中第一段数据如表2所示。

1990-1999年全国居民消费水平、可支配收入、CPI、税收及GDP

年份 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999

居民消费水居民家庭可支配收入 平 833 2196.5 932 2409.2 1116 2810.6 1393 3499 1833 4717.2 2355 5860.7 27 6765 3002 7250.4 3159 7587.1 3346 80.32 CPI（上年=100 ) 103.1 103.4 106.4 114.7 124.1 117.1 108.3 102.8 99.2 98.6 税收 2821.86 2990.17 3296.91 4255.3 5126.88 6038.04 6909.82 8234.04 9262.8 10682.58 GDP 18667.82 21781.5 26923.48 35333.92 48197.86 60793.73 71176.59 773.03 84402.28 677.05 建立多元回归模型y＝b1＋b2X1＋b3X2＋b4X3＋b5X4＋ei，

11

回归得：

b1=407.931, b2=0.273, b3=-3.657, b4=-0.032, b5=0.016

据此，可得该回归模型为：

y＝407.931＋0.273X1-3.657X2-0.032X3＋0.016X4＋ei 令＝0.1， 我们提出如下假设：

H0：Bi＝0，Y＝B1+B2X1+B3X2＋B4X3＋B5X4＋μ y＝b1＋b2X1＋b3X2＋b4X3＋b5X4＋ei

t (bi) ~ t0.1 (n-k) 即，t (bi) ~ t0.1 (5)

在水平下，t检验的拒绝域为：〔－∞，－2.015〕和〔2.015，＋∞〕 而我们计算可得：

t（b2）=3.18、t（b3）=-4.6106、t（b4）=-1.98023、t（b5）=1.6273 所以t（b4）、t（b5）均落在非拒绝域中，不拒绝原假设，即X4 、X5对于模型均没有意义。 联合假设检验：

H0：R＝0 F ～F0.1 (4，5) F=9079.021

在水平下，模型中的F值落在F检验的右侧拒绝域〔5.19，＋∞〕中，拒绝

12

2原假设，即R20

（2）第二段数据如表3所示。

2000-2009年全国居民消费水平、可支配收入、CPI、税收及GDP 年份 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009

回归得：b1=2550.735, b2=0.112, b3=-16.494, b4=-0.029, b5=0.022

居民消费水居民家庭可CPI（上年平 3632 3887 4144 4475 5032 5573 6263 7255 8349 9098 支配收入 =100 ) 8533.4 100.4 9226 100.7 10178.4 99.2 11094.4 101.2 12358 103.9 13747.9 101.8 15346.5 101.5 17926.2 104.8 20541.38 105.9 22327.82 99.3 税收 12581.51 15301.38 17636.45 20017.31 24165.68 28778.54 34804.35 45621.97 54223.79 59521.59 GDP 99214.55 109655.2 120332.7 135822.8 159878.3 184937.4 216314.4 265810.3 314045.4 340506.9 我们建立多元回归模型y＝b1＋b2X1＋b3X2＋b4X3＋b5X4＋ei

13

据此，可得该回归模型为：

y＝2550.735＋0.112X1-16.494X2-0.029X3＋0.022X4＋ei 令＝0.1， 我们提出如下假设：

H0：Bi＝0，Y＝B1+B2X1+B3X2＋B4X3＋B5X4＋μ y＝b1＋b2X1＋b3X2＋b4X3＋b5X4＋ei

t (bi) ~ t0.1 (n-k) 即，t (bi) ~ t0.1 (5)

在水平下，t检验的拒绝域为：〔－∞，－2.015〕和〔2.015，＋∞〕 而我们计算可得：

t（b2）=2.043748、t（b3）=-3.24983、t（b4）=-1.3966、t（b5）=4.012448 所以t（b4）落在非拒绝域中，不拒绝原假设，即X4对于模型没有意义。 联合假设检验：

H0：R＝0 F ～F0.1 (4，5) F=9371.462

在水平下，模型中的F值落在F检验的右侧拒绝域〔5.19，＋∞〕中，拒绝

2原假设，即R0

22.对于模型y＝572.326＋0.35X1－5.535X2－0.036X3＋0.01X4＋ei 对于模型y＝407.931＋0.273X1-3.657X2-0.032X3＋0.016X4＋ei RSS1 ＝234.8608 RSSR＝）e＝（yy＝1952.16

22对于模型y＝2550.735＋0.112X1-16.494X2-0.029X3＋0.022X4＋ei

RSS2 ＝885.4476

由此可得：

RSSUR ＝RSS1＋RSS2＝1120.308

H0：RSSR＝RSSUR

F ＝

(RSSRRSSUR)/kRSSUR/(n1＋n22k)＝1.485

所以在水平下，F值落在F检验上的不在拒绝域〔3.33，＋∞〕中，不拒绝原假设，即该模型为结构稳定模型。

六，多重共线性的诊断及相应的补救措施

在一下分析中，将选取原数据所得模型：

y＝572.326＋0.35X1－5.535X2－0.036X3＋0.01X4＋ei 相关计算数据参照与表1。

14

1. 进行多重共线性的诊断

（1）R ＝ 0.9997 t（b1）＝2.6665 t（b2）＝8.5501 t（b3）=－3.0888 t（b4）＝-2.6551 t（b4）＝2.0548

2由此可看出，该模型R的值比较高，且t检验值也都比较显著，所以，不能据此看出其是否存在多重共线性。

（2）X1、X2、X3、X4之间的关联度 如下表所示：

表4 相关系数表

2 X2 X3 X4 X5

2. 多重共线性的补救

X2 X3 X4 X5

1

-0.35753 1 0.980753 -0.30959 1 0.994751 -0.32688 0.995049

1

由表可看出，解释变量之间的相关系数较高，存在多重共线性。

删除不重要的解释变量X4，则模型变为：y＝b1＋b2X1＋b3X2＋b4X3＋ei 数据参照表1，运行软件eviews，将表1中相应变量数据输入界面，进行回归分析所得结果如下所示：

15

所以模型为：

y＝370.008＋0.432X1-4.187X2-0.009X3＋ei H0：Bi＝0

令＝0.1，n=20

t ~ t0.1 (n-k), 即 t ~ t0.1 (16) t（b2） ＝

b2Se(b2) ＝42.83718

t（b3） ＝－2.29063

t（b4） ＝－2.65386

在水平下，t检验的拒绝域为：〔－∞，－1.746〕和〔1.746，＋∞〕所以，t（b2）、t（b3）、t（b4）均落在拒绝域中，说明它拒绝原假设，即X1、X2、X3对于模型均有意义。

七，自相关诊断及相应的补救措施

1. 自相关的诊断 （1） 图形法

根据模型：y＝370.008＋0.432X1-4.187X2-0.009X3＋ei ① 作ei对ei1的散点图，所得结果如图所示

16

ei对ei－1的散点图

② 作ei对t的散点图，所得结果如图所示。

17

ei对t的散点图

从图形中可以看出，ei是随机的，即不存在自相关。 (2)D-W检验

H0：ei是随机的

nd＝

i2(eiei－1)n2＝1.197327

ei2i1在水平下，查D-W表得DL=0.77、DU=1.41，

则4－DU＝2.59、4－DL＝3.23，所以d值落在〔DL， DU〕的区域中，即无法判断是否存在自相关。

综上所述，该模型是不存在自相关的。

八，异方差诊断及相应的补救措施

1.异方差的诊断

18

(1)图形法

的散点对y2) 图，所得结果如图3所示。(其中VAR00001代表e，VAR00002代表y针对模型y=370.008＋0.432X1－4.187X2-0.009X3＋ei作

e

2

的散点图 e对y由图形可以看出，散点基本上在一个集中的区域，且不存在一定的规律性，即原模型不存在在异方差。

(2)帕克检验

22

ˆivi即y*b1b2x*vi 建立模型Lneib1b2Lny相关计算数据如表5所示

19

y 833 932 1116 1393 1833 2355 27 3002 3159 3346 3632 3887 4144 4475 5032 5573 6263 7255 8349 9098

 y861.8196 950.9351 1109.018 1363.029 1842.09 2357.19 2776.848 2997.651 3148.92 3344.813 3522.828 3796.297 4192.998 4558.909 5056.144 5623.857 6261.476 72.731 8312.467 90.163 ei2 830.567 358.5369 48.74539 8.2369 82.6241 4.7975 147.6828 18.91519 101.6145 1.409396 11918.44 8227.092 2400.838 7040.655 582.9125 2586.469 2.321509 94.69372 1334.678 1144.954 Lnei2 6.722109 5.882032 3.886611 6.800434 4.414301 1.568114 4.995067 2.939965 4.621186 0.343161 9.385842 9.015188 7.783573 8.859456 6.368037 7.858049 0.842218 4.5508 7.1946 7.04312  Lnyi6.759046 6.857446 7.01123 7.217465 7.518656 7.765226 7.929072 8.005584 8.054815 8.115166 8.167019 8.241781 8.341171 8.424839 8.528359 8.634773 8.742171 8.0787 9.025512 9.112084 运行软件eviews，将表中相应变量数据输入界面，进行回归分析所得结果如下：

20

据此，可得该回归模型为：y*＝1.938+0.448 X*＋vi

令＝0.1，

H0：B2＝0，Y＝B1+B2 X*+μ y*＝1.938+0.448 X*＋vi t(bi)~ t0.1 (18)

在水平下，t检验的拒绝域为：〔－∞，－1.734〕和〔1.734，＋∞〕 所以t（b2）=0.504362落拒绝域中，拒绝原假设，B2≠0。由此判断，模型存在异方差。 2. 异方差的补救

原模型为y=370.008＋0.432X1－4.187X2-0.009X3＋ei 将原模型的每一项都除以

1ˆyyˆy1ˆy，得：

=b1 (

) +b2 (

x1ˆy) +b3 (

x1ˆyx2ˆy)+b4 (

x3ˆyx2ˆy)+ei (

1ˆy)

令

yˆy=y，

1ˆy=x1 ，=x2 ，=x3，

x3ˆy =x4 ，

ei (

1ˆy)=

所以得模型：

y=b1 x1+b2 x2+b3 x3+b4x4+ 相关计算数据如表6所示，

相关计算数据 y X1 X2 X3 yˆy 1ˆy x1ˆy x2ˆy x3ˆy 833 932

2196.5 103.1 2821.86 2409.2 103.4 2990.128.3750.034074.8203.511996.123 06 92 67 30.2230.032478.1263.353196.967 21

7 43 29 0.030028 0.027086 0.023299 0.020597 0.0177 0.0183 0.017821 0.017291 0.016848 0.01623 0.015443 0.01481 0.014063 0.013335 0.012638 0.011732 0.010968 0.010504 93 84.39759 94.7751 109.9078 120.7125 128.3784 132.43 135.2063 139.4381 143.7727 149.7387 157.1871 1.3135 173.7954 183.3239 193.9416 210.319 225.3019 234.5214 15 3.195099.001 13 115.263.1068 0 119.452.15 3 124.362.4119 5 2.0551131.1292 7 1.8776 150.39 165.061.7678 8 184.711.7049 0 211.971.6916 6 248.341.6344 3 272.361.5320 3 296.461.4988 6 1.4611339.859 1 383.751.3575 3 439.841.2827 0 535.251.2296 9 1.1615594.733 71 1.0430625.1803 8 1116 2810.6 106.4 3296.933.5111 6 1393 3499 114.7 4255.3 37.73125 1833 4717.2 124.1 5126.842.7078 76 2355 5860.7 117.1 6038.048.5054 79 27 6765 108.3 6909.852.9262 42 3002 7250.4 102.8 8234.04 54.830 3159 7587.1 99.2 9262.8 56.29511 3346 80.398.6 10682.57.8542 58 84 3632 8533.4 100.4 12581.61.19251 79 3887 9226 100.7 15301.63.08638 31 4144 10178.99.2 17636.63.99 45 4475 11094.101.2 20017.66.27 31 95 5032 12358 103.9 24165.70.76668 99 5573 13747.101.8 28778.74.3149 54 2 6263 15346.101.5 34804.79.1485 35 74 7255 17926.104.8 45621.85.1192 97 21 8349 20541.105.9 54223.91.5734 79 46 9098 22327.99.3 59521.95.56182 59 3

运行软件EViews，将表6中相应变量数据输入界面，进行回归分析所得结果如:

22

据此，可得该回归模型为：

y=16.42757-1.02279 x1+0.005141 x2-3.81422 x3+0.337523x4+

令＝0.1，

H0：Bi＝0，Y=B1 x1+B2 x2+B3 x3+B4x4+

y=16.42757-1.02279 x1+0.005141 x2-3.81422 x3+0.337523x4+ t(bi)~ t0.1 (16)

在水平下，t检验的拒绝域为：〔－∞，－1.746〕和〔1.746，＋∞〕 而t（b1）=-0.003，t（b2）=0.312962，t（b3）=-2.84511，t（b4）=3.3301 所以t（b1）落在非拒绝域中，不拒绝原假设，即x1对于模型没有意义，应舍

去；而t（b2），t（b3），t（b4）均落在拒绝域中，拒绝原假设，即x2，x3，

x4对有意义，应保留在模型中，由此判断，最终模型应为：

y=16.4276+0.0051 x2-3.8142x3+0.3375x4+

九、预测模型选择

由于经过多重共线性、自相关、异方差的诊断和补救， 所以，将选取y=16.4275+0.0051x1-3.8142 x2+0.3375x3+ 作为本报告中研究对象的预测模型。 其经济含义如下：

23

平均而言，在其他条件不变的情况下，居民家庭可支配收入变动每变动一个单位，将引起居民消费水平变动0.0051个单位；在其他条件不变的情况下，CPI每变动一个单位，将引起居民消费水平变动3.8122个单位；在其他条件不变的情况下，税收每变动一个单位，将引起居民消费水平变动0.3375个单位。并且，该模型反映了99.8684%的真实情况。

且其优点如下：

1. 节省性，即该模型简洁明了，能够较清晰地反映出现象之间的影响关系。 2. 拟合优度较大，即该模型反映了较大程度的真实情况。

3. 预测能力，即该模型能够较好的对所研究经济现象进行预测分析。 综上所述，对于分析居民消费水平受居民家庭可支配收入、CPI及税收的影响关系，采用模型y=16.4275+0.0051 x2-3.8142 x3+0.3375x4+

十，小结

通过以上计量回归分析我们可以得出这样的结论：居民消费水平与居民可支配收入、CPI、税收存在紧密联系。正如凯恩斯所认为的那样，消费存在一条基本的心理规律：随着收入的增加，消费也会增加，但是消费的增加不及收入增加的多，居民可支配收入提高，有利于拉动消费的增长。CPI的提高意味着物价水平上涨，人们用同样地财富所能购买的商品减少，因此会导致市场疲软、消费水平下滑。税收的提高，一方面个人所得税提高会减少人们的收入，从而抑制消费；另一方面消费税、印花税、营业税等税收的提高在无形中转嫁给了消费者，等同于提高了物价，所以也会造成消费水平的降低。而GDP的增长由于在计算过程中涉及到固定资产投资、消费水平、净出口三个方面因素，故而对消费水平的影响就显得不那么显著。消费需求总体运行从计划经济特殊模式到遵循市场经济一般规律，是经济市场化程度由量变到质变的飞跃。随着这一质变的发生，我国经济增长的主要约束已经由短缺经济时代的供给约束转变为需求约束。就内需而言，从社会再生产看，只有消费才是社会再生产的终点和新的起点，是真正的最终需求；而投资需求在一定意义上是消费需求的派生需求。从本质上看，投资对经济发展的贡献主要体现在为社会生产提供有效地生产手段上，而不是体现在对有效需求形成的贡献。

24