城市居民消费论文

2009年4月9日，中国银联携手新华社首次发布的“新华·银联”中国银行卡消费信心指数(BankcardConsumerConfidenceIndex,简称“BCCI”)显示，在国际金融危机背景下，BCCI数据虽然出现一定程度的震荡，但继续保持了较高的运行水平和上行态势，我国城市居民消费信心依然处于较高水平。今天小编为大家推荐《城市居民消费论文(精选3篇)》，欢迎阅读，希望大家能够喜欢。

城市居民消费论文 篇1：

山东中小城市居民消费的生态足迹研究

摘要：为探究中小城市居民消费的生态足迹，以山东省聊城市为例，运用了生态足迹的理论与方法以及问卷调查的数据，分析了聊城市欠发达地区不同收入水平的城市居民的生物资源消耗生态足迹和能源消耗生态足迹。结果表明：城市居民消费的人均生态足迹存在差异，差异产生的原因有学历的高低，年龄的大小和收入的高低；从不同收入水平的城市居民生活消费的人均生态足迹来看，不论是生物资源消耗生态足迹还是能源消耗生态足迹，高收入水平居民的人均生态足迹总要高于低收入水平居民的人均生态足迹。在此基础上提出有针对性的对策和建议。

关键词：生态足迹；欠发达地区；城市居民消费；聊城市

DOI：10.16647/j.cnki.cn15-1369/X.2018.06.111

Key words： Ecological footprint； Underdeveloped area； Urban residents’ Consumption； Liaocheng City

生態足迹是不断地提供资源或消纳废物的、具有生物生产力的区域空间[4]，也可以看成一个城市、国家或地区人口所消费的所有资源和消纳由人口所产生废弃物所需要的生物生产土地面积[1]。它是测量人类社会可持续发展程度的一种重要方法，也是研究人类社会发展所面临的资源与环境问题应用最广泛的评价方法[2]。早在加拿大生态经济学家Willian及其学生Wackernagel提出生态足迹时[3]，就指出生态足迹可以定量判断某一国家或地区可持续发展的状态[5]。生态足迹是以人类消费的资源、能源及其产生废弃物的数量与这些数量所需要的生态生产性土地面积为假设前提[6，7]，通常把生态生产性土地分为化石燃料用地、耕地、草地、林地、建设用地和水域等六种类型[18]，从而得出某一国家或地区的生态承载力与可持续发展状况。当前，我国各省市经济发展超出生态承载力的现象较普遍，宁波市镇海区1997-2011年人均生态赤字由6.0808 hm2增加到7.7130 hm2[8]；北京市的生态足迹与生态承载力分别为3.3562ghm2/人和0.07ghm2/人[9]；河南省人均生态足迹高于人均生态承载力的2.7倍之多[10]；在皖江城市带也呈现出不同程度的生态赤字，社会经济发展与生态承载能力之间存在矛盾[11]等等。这些是由于人口的增加、能源的需求增大[12]人口规模超出了区域承载力[13]造成的；另外，高收入人群高消费倾向越来越明显[1]居民在日常生活中较多的粮食和能源消费[2]也影响城市的生态足迹；加之资源的消耗和环境的污染[13]、耕地供给减少[12]等使人均生态足迹超过了区域的人均生态承载力，最终造成生态资源处于超负荷、非合理利用状态，区域可持续发展压力大[14]。

目前，生态足迹的研究涉及到资源、旅游、土地和国际贸易等，有宏观的全球、国家、地区、城市，也有微观的学校、企业、家庭等[15]。然而，对中小城市的生态足迹与经济发展及消费现状的研究鲜为报道。聊城市位于鲁西平原，经济发展水平低，生产力发展不平衡，限制了经济的发展和居民生活水平的提高，是一个典型欠发达的中小城市。在倡导科学发展观的今天，定量地研究中小城市居民的生活消费，调整聊城市居民的生活消费方式与结构，树立该地区健康的可持续消费观，对建设资源节约型与环境友好型社会对促进中小城市的经济发展和居民生活水平的提高都具有重要的意义。

1 资料获取与研究方法

1.1 数据来源

在聊城市人口比较密集的区域（聊城公园、金鼎购物中心、新东方尚街以及大顺发超市等）随机发放调查问卷，并进行了数据汇总。在此次调查中，一共发出150份调查问卷，其中收回143份，在收回的问卷中，有5份没有回答完成，有6份数据明显存在问题，有10份对数据频率描述较模糊，剩余的122份符合本次调查使用数据，从中随机选取了120份进行本次研究分析。

1.2 生态足迹研究方法

根据均衡因子将每种类型的生产潜力按照一定比例转化成具有全球平均生产能力的物理面积，然后相加得到生态足迹。各类土地的生态功能和均衡因子见表1。

生态足迹的计算公式如下[16]：

式中：EF为总生态足迹；N为区域人口数；ef为人均生态足迹（hm2.cap-1）；i为消费商品和投入的项目；ai为第i类生态生产性土地的均衡因子；Ai为生产第i类消费项人均占用的实际生态生产性土地面积（hm2.cap-1）；pi为第i类消费项目的全球平均生产力（kg.hm-2）；ci为第i类消费项的人均消费量（kg.hm-2）。

生态足迹理论提出后，较多的是用于对区域可持续发展的评价，同时也应用于城市生态分析、旅游消费分析、生态资产评估、生活消费生态影响等方面，成为生态经济学研究的重点领域之一[7]。

2 聊城市居民消费基本状况

通过比较分析聊城市居民人均年生态足迹，可以看出聊城市不同消费水平城市居民生态占用程度，本次研究是对生态足迹分两个方面进行核算，即生物资源消费和能源资源消费。表2、表3、表4汇总了聊城市居民的基本情况。

2.1 居民职业、收入情况

表2中汇总了此次调查的户数，从事的职业，以及平均年龄和收入的差别。即使是同样的职业，随着年龄的不同或者受教育程度的不同，其年收入也会不同。其中月收入在4500元及以下的人员的平均年龄在44岁，在本次调查的数据中，属于平均年龄最大的一组，年长的人群一般都伴随着退休或者失业，其经济收入比较低，有部分老人是依靠子女來维持生活的。月收入在5000元到6500元的人员平均年龄为35.5岁，这部分人群多是上班族，相对来说，这部分人步入社会稍晚些，工作经验在逐渐丰富中，因此收入处于中游，并不是很高。月收入在6500元到8000元的人员平均年龄为35.7岁，随着工作经验的增加或者是寻找到了的更适合自己、更有把握的工作，致使其收入相对有所提高。月收入在8500元及以上的人员平均年龄为39.2岁，对于这部分人群来讲，经济收入属于不错的。一方面是职业性质的不同，另一方面也包含着家庭其他成员的工作能力，收入属于相对高的人群。

2.2 居民学历情况

由于本次的数据是在公园、大型商场等人口比较密集的区域进行的调查，主要讨论的内容是经济差距带来的消耗的差别，故在学历上并没有更多的要求，选择上比较随机。图1汇总了不同收入居民学历的情况，主要是被调查人员的学历，并没有涉及到其他家庭成员的学历。从图中可以看出，在各个收入阶段，学历上并没有很明显的区分，但在一定的范围内，学历越高，收入越高，这说明学历高低对于收入存在着一定的影响，但不是决定性因素。调查中使用的收入数据是相对这个家庭而言的，在实际家庭收入中，除了被调查者的工作能力、年龄、学历外，还有家庭其他成员的组成以及工作情况。

2.3 居民消费情况

表3汇总了不同收入居民平均每人每月的消费状况，从表3可以看出，收入的多少在消费上存在着很大的差距。在家庭月收入为4500元及以下的人群中，人均月消费377.31元，家庭月收入在5000-6500元的人均月消费为392.61元，家庭月收入在6500-8000元的人均月消费为481.15元，家庭月收入在8500元及以上的人均月消费为466.29元。一方面反映出，收入越高，人均月消费越高。另一方面也反映了，家庭成员的组成，从很大方面影响着人均消费，比如老人和幼儿、孩子，在消费上还是存在着很大的区别的。单方面比较，尤其是在机动车耗油费上，收入越高，消耗越多，若要实施低碳生活，最主要还是多从高收入人群做好措施。

3 聊城市居民消费的生态足迹

3.1 生物资源消耗生态足迹

生物资源消费主要选取了9个具有代表性的项目，包括粮食、蔬菜、水果、猪肉、牛羊肉、禽肉、水产、奶制品、鸡蛋，用该地区的人均消费量与生产消费的生物生产性土地的平均产量相除，即可获得相应的生态足迹。计算结果如表4所示。

从表4中可以看出不同收入水平人均生物资源消费生态足迹情况：家庭月收入水平达到8500元/月以上收入的居民人均年生态足迹为0.3766hm2，是收入水平在4500元/月以下的居民的1.23倍，而家庭月收入在5000--8000元/月的群体人均年生态足迹则存在较少的差距。差距的产生除了学历、年龄的差异外，还有收入的区别。收入较高的群体在生活消费上更注重营养的均衡搭配，而且存在着消费优势；而收入较低的群体在生活消费上比较节俭。中等收入的群体更多的会考虑到家庭成员年龄的不同以及职业的需求对消费会比较在意，也会比低收入家庭在生活消费上要更重视。不同收入家庭的生物资源消耗的生态足迹在某个项目方面存在着一定的差距，这种差距表现在消费水平的高低和年龄的大小上；消费水平高、年纪较轻的居民着重于蛋类、禽类、肉类和奶制品的消费；而消费水平低、年龄较大的居民着重于粮食、蔬菜的需求。但总体来说，各收入层次的居民在生物资源的消费结构上基本无异。

3.2 能源消耗生态足迹

居民的能源消费，在本文研究中，主要是汽油、电力、天然气，在计算过程中，对能源的具体消耗量换算成统一的能量单位，以具有标准性的单位化石燃料生产的土地面积平均热值，将热能转换成一定的局部能量消耗的化石燃料用地面积。电力作为二次能源，不能直接的算出煤炭消费的生态足迹，需要根据煤炭发电中吸收排放的CO2量来测定。汽油、天然气、电都是按照聊城市物价水平确定。汽油按照5.40元/L，1L相当于0.725kg，换算单位为7.448元/kg，每kg产生热量0.046GJ；天然气按照1.8元/m3，每m3产生的热量按照0.0345GJ计算；电按照0.55元/度，每度电产生的热量按0.0036GJ换算。结果为表5所示。

从表5中可以看出不同收入人均能源消费生态足迹情况：四个不同收入居民生态足迹分别是0.112hm2、0.1358hm2、0.2204hm2、0.2206hm2，四个数值的绝对量差距不大，但还是具有较明显的差距；最高收入群体是最低收入群体的1.97倍，这说明高收入的群体对于能源的消费强度较高；从侧面反映出，低收入者和年长者在对日常能源使用的持续性上要大于高收入者，因此导致两者之间的总量差距减小。这也说明了，随着城市生活消费水平的不断提高，不管城市居民的收入、学历、年龄存在怎样的差异，城市生活能源的门槛总是在持续提高。但近年来随着高收入人群越来越倾向于高消费，其能源消耗也在剧增，与低收入人群间的差距正在拉大。例如相对高收入（6500元及以上）的人群，由于拥有私家车的人数较多，其人均汽油消耗量就显著高于低收入人群。因此，在未来，对相对高收入的人群应重点关注，以实现对能源的节约利用，为更好的建设资源节约型社会作出贡献。

4 结论

（1）聊城市作为山东省经济欠发达的中小城市，在生物资源消费方面，生活水平高（8500元及以上）的人群人均生态足迹是生活水平低（4500元及以下）的1.23倍；在能源消费生态足迹上，则是1.97倍，且这个差距有可能随着时间的推移还会进一步扩大。这也进一步说明，在中国经济高速增长的同时，中小城市高收入群体对生态和资源的消耗比例要远远领先于低收入群体，从而造成居民生态足迹的差距。

（2）要改善聊城市资源消费状况，首先，依据可持续发展的理念，依靠地区优势，对现有的产业结构进行优化，以求促进经济发展。其次，要改变居民的生活消费和生产方式，减少资源消费，建立节约、集约、高效型的生产和消费体系。并且要彻底地把“高消费资源、高排放污染、高物质化”的生產方式逐步转变为“低消耗、低排放、非物质化”方式。再者，加快科学技术创新，研发新材料、新能源，通过科技创新来提高生产力水平和资源利用率，以提高单位面积土地的产量。最后，要提高人们环保意识，加强环境保护宣传，让最广大人们认识到环境保护的重要性，在生态环境可持续的前提下发展经济。

参考文献

[1]张鹏岩，王开泳，张伟，韩斌，陈龙.不同收入水平的城市居民生活消费生态足迹测算与对比——以河南省开封市为例[J]. 地理科学进展，2013，32（09）：1394-1400.

[2]宋思维，郑国璋. 临汾市城乡居民生活消费的生态足迹分析[J]. 绿色科技，2017，（04）：164-166+172.

[3] 彭 建， 吴健生， 蒋依依， 叶敏婷. 生态足迹分析应用于区域可持续发展生态评估的缺陷[J].生态学报， 2006， 26（8）： 2716-2722.

[4] 李明月，江 华. 生态足迹分析模型假设条件的缺陷[J].国土资源科技管理，2005（02）：73-76.

[5]张根明， 向晓骥. 湖南省城市居民生活消费的生态足迹分析[J].消费经济， 2006， 22（3）： 29-32.

[6]范坤， 吴月， 陈忠祥. 陕西省居民生活消费的生态足迹分析[J].安徽农业科学， 2008， 36（14）： 5998-6000.

[7]闵庆文， 李云， 成声魁， 刘涛东， 余卫东. 中等城市居民生活消费生态系统占用的比较分析---以泰州、商丘、铜川、锡林郭勒为例[J].自然自然学报， 2005， 20（2）： 86-92.

[8]吕添贵，吴次芳，李冠，张舟.基于生态足迹的港口型城镇土地生态安全研究——以宁波市镇海区为例[J].水土保持通报，2014，34（06）：250-255.

[9]张爽，李忠魁.基于资源消费的北京市生态足迹分析[J].水土保持研究，2014，21（01）：294-298+315.

[10]王丽萍. 生态足迹视角下河南省生态承载力研究[J]. 资源开发与市场，2017，33（12）：1456-1460.

[11]姜萱，曹海清.基于生态足迹模型的皖江城市带生态承载力现状研究[J].湖北文理学院学报，2017，38（02）：75-82.

[12]李炳意，师学义.基于生态足迹的资源型城市可持续发展能力分析——以山西省晋城市为例[J].水土保持研究，2016，23（02）：255-261.

[13]薛若晗.基于生态足迹模型的福建省人口容量研究[J].安徽农业科学，2016，44（31）：82-85.

[14]曹胜，周卫军，罗思颖，李娇，黄维丽，段群滔，宋彪.基于生态足迹的湖南省生态可持续性评价[J].湖北农业科学，2017，56（05）：838-840+844.

[15]周静， 管卫华. 基于生态足迹方法的南京可持续发展研究[J].生态学报， 2012， 32（20）： 6471-6478.

[16]赵慧霞， 姜鲁光. 济南市居民生活消费的生态足迹[J].生态学杂志， 2004， 23（6）： 178-181.

收稿日期：2018-05-17

作者简介：马荣贞（1995-），男，聊城大学环境与规划学院硕士研究生。

作者：马荣贞　刘加珍

城市居民消费论文 篇2：

中国银行卡消费信心指数显示我国城市居民消费稳中有升

2009年4月9日，中国银联携手新华社首次发布的“新华·银联”中国银行卡消费信心指数 (Bankcard Consumer Confidence Index,简称“BCCI”)显示，在国际金融危机背景下，BCCI数据虽然出现一定程度的震荡，但继续保持了较高的运行水平和上行态势，我国城市居民消费信心依然处于较高水平。

消费者信心指数是反映消费者信心强弱的指标，综合反映并量化消费者对当前经济形势的评价和对经济前景、收入水平、收入预期以及消费心理状态的主观感受，是预测经济走势和消费趋向的一个先行指标，是监测经济周期变化不可缺少的依据。

银行卡消费信心指数的推出与我国银行卡支付的日益普及密不可分。现在银行卡支付已经全方位渗透到中国经济的各个方面，社会消费品零售总额中约有1/4是用银行卡支付的。中国亿万持卡人使用银行卡产生的海量信息，就成为社会经济活动最精确的“记录仪”。

一般情况下，吃、穿、用之外的非生活必需品消费支出越多，反映出的宏观经济形势和个人收入情况就越好，消费者对未来的经济形势和个人收入前景也就越乐观。据此原理，新华社与中国银联经过一年半时间的联合攻关，通过银行卡跨行交易清算系统，深度挖掘城市居民的银行卡消费交易信息，分析解读其中的消费支出结构特征变化，研发出中国银行卡消费信心指数。

根据研究，2008年第一季度至2009年第一季度，在国际金融危机背景下，BCCI数据出现了一定程度的震荡，但继续保持了较高的运行水平和上行发展态势，这表明中国城市居民消费信心依然保持较高水平。其中，2008年BCCI由第一季度的83.62上升至第二季度的86.59，第三季度回调至85.31，第四季度又回升到86.88，2009年第一季度继续回暖为86.95，较2008年同期增长3.98%，较2008年第四季度增长0.08%。

中国银联总裁许罗德解释说，BCCI的震荡是过去一段时期以来国际金融危机和中国宏观经济调控的双重力量对中国经济施加影响的结果，两股力量的此消彼长影响了BCCI的走向变化。

2008年第一二季度中国宏观经济延续了前两年的强劲涨势，城市居民较高的消费意愿带动了BCCI的上升；第三季度受全球金融危机影响，国内外经济形势转冷，在收入增长放缓、就业形势紧张、收入预期调低等因素的综合影响下，城市居民消费意愿和消费信心出现回落；第四季度，国务院“十大重点产业调整振兴规划”及四万亿经济刺激方案、人民银行连续降息等多项刺激措施的集中出台，增强了中国经济抵御国际金融危机影响的能力，提振了中国城市居民的消费信心，BCCI由此出现回升；2009年第一季度，随着国家扩大内需促进经济增长的一揽子计划取得初步成效，中国城市居民对中国经济形势的信心趋稳，消费活动呈现积极迹象，BCCI继续温和回暖。

许罗德强调，2009年第一季度BCCI同比和环比均呈上升趋势，这一事实充分说明，全球金融危机虽然影响巨大，但尚未冲击到中国城市居民的消费信心基本面。随着国家大规模经济刺激方案的紧密实施，中国城市居民对中国经济未来发展和自身收入的预期将趋于乐观，市场潜在的消费需求依然旺盛，消费内需领域的发展潜力仍然巨大。

从拉动经济的“三驾马车”看，受国际金融危机等因素影响，2008年我国出口增速明显放缓，投资增速略有提升，而消费保持了持续较快增长。统计数据显示，今年1至2月，我国社会消费品零售总额20080.4亿元，同比增长15.2%，扣除价格因素，实际增长更快。

新华社首席经济分析师陆晓明认为，与投资、出口相比，消费是相对稳定的变量，BCCI显示目前我国消费在保持稳定的前提下有加速增长的迹象，这在欧、美、日等发达国家消费均出现较大幅度负增长的情况下是非常了不起的。这表明消费将对我国今年GDP增长起到较强的拉动作用。□

作者：张　蕾

城市居民消费论文 篇3：

房地产开发对城市居民消费水平影响研究

摘要：居民消费水平是政府和公民共同关心的热点话题。房地产开发及与之相关的房价是近年来中国经济繁荣的重要驱动力，但学界并未关注其与微观层面居民消费水平之间的关系。基于中国1986-2018年的时间序列数据，运用向量自回归模型VAR对中国房地产开发与城市居民消费水平之间的关系进行了研究，结果发现：中国房地产开发是城市居民消费水平的格兰杰原因，且存在“互为格兰杰因果”关系;中国房地产开发对城市居民消费水平的冲击效应呈现出了一个“倒U型”關系，并据此提出了相应的政策建议与启示。

关键词：土地城市化;房地产开发;居民消费;冲击影响;VAR模型

作者简介：肖华，华中科技大学公共管理学院。

王蕾，义乌工商职业技术学院经济管理学院，JSPS博士后研究员，日本神户大学系统情报学研究科。

1 引言

居民生活水平与每个个体息息相关，也是学界和政界关心的热点社会话题。居民生活水平涵盖的内容和范围具有多元化和综合性的特征，一般来说，居民生活水平包括了居民的实际收入水平、消费水平和消费结构、劳动的社会条件和生产条件、社会服务的发达程度、闲暇时间的占有量和结构、卫生保健和教育普及程度等维度的内容。实践中，居民生活水平高低受多种因素影响，提升居民生活水平是每人体努力的方向，也是我国政府推动经济发展的落脚点。然而，随着中国土地城市化的快速推进，居民生活水平常常与城市房地产价格“挂钩相连”，这诱使我们关注一个问题：居民当前消费信心不足是否受到了当前中国房地产价格的冲击？中国房地产开发及其发展是如何冲击城市居民消费水平的？回答这些问题有助于丰富居民生活水平影响因素层面的文献和理论，也有助于为提高居民消费水平，推动双循环背景下的内驱动力研讨。为了回答上述问题，本文收集了中国1986-2018年的时间序列数据，运用向量自回归模型VAR进行探索，以明晰中国房地产开发对城市居民消费水平的冲击影响，为国家制定相关城镇发展战略、提高居民生活水平建言献策。

2 相关文献综述

提高居民消费水平是应对中国经济复杂局面，形成以国内大循环为主体，国际国内双循环相互促进新发展格局的关键。现有文献中，对居民消费水平现状的研究占大多数，如：孟静和曹荣林（2009）基于SPSS对江苏省居民消费水平的现状和差异进行了分析;夏甜（2012）对湖北省城市居民消费水平差异进行了探讨。佟孟华（1999）对辽宁省15个城市的居民消费水平进行了综合评价，并对提高居民消费水平，实现地区健康协调发展提供了参考意义。

除了对居民消费水平的影响因素进行探讨外，不少学者也聚焦于对居民消费水平影响因素进行探讨。学者张昊（2020）探讨了交通和通讯这两类基础设施建设对居民消费水平的影响，并以300多个地级市的面板数据为例实证了交通和通讯两类基础设施在提升城市居民消费水平上的促进作用。曾鹏和蔡悦灵（2018）研究了政府公共财政支出对居民消费水平的影响，在他们的研究中，人力资本是公共支出作用于城市居民消费水平提升的重要机制，三者之间存在着相互关系，通过增加公共支出和提升人力资本水平，能够提升城市居民的消费水平。俞月沁（2014）从宏观的视角探讨了新型城镇化战略选择对居民消费水平的影响，在她看来，居民消费水平受城市规模和城市空间布局影响，以中小城市为中心的城镇化战略能够有效提升居民消费水平。

总的来说，尽管学者对当前居民消费水平给予了足够的关注，但鲜有从房地产开发视角、房价提升维度入手，探讨其对居民消费水平的影响。在过去十多年间，高繁荣的房地产市场与高增长的房价给中国经济带来高GDP增速的同时，是否也对中国居民消费水平造成了冲击呢？此问题构成了本文的主要内容和创新点。

3 实证分析

3.1 数据来源与描述性统计

通常情况下，城市居民的生活水平与消费价格和能力以及收入水平等关系密切，而房地产开发投资总额体现城市扩张和发展的速度以及经济发展的水平。为探索中国房地产开发（自变量）对城市居民消费水平（因变量）的冲击影响，本文以1986-2018年的中国居民消费水平（记为cy）、房地产开发投资总额（记为iy）的时间序列数据为变量，构建向量自回归模型。各变量指标的基本解释如表1所示。本文的数据来源于中国财政部、中国国家税务总局。由于本文所研究的变量与“收入”相关，所以需要剔除价格带来的影响，因此，除了上述变量，本文还收集了城镇、农村居民消费价格指数（1978=100），由于房地产开发投资总额最早的时间序列数据仅能追踪到1986年，故将城镇、农村居民消费价格指数算成以1986年为基期的水平指数（1986=100）。采用城镇居民价格指数进行平减后的房地产开发投资总额、城镇居民消费水平分别记为piy、pcy;另外，为了消除可能存在的异方差性，对两个变量以及平减后的变量采取自然对数处理，分别记为lniy、lncy与lnpiy、lnpcy，并求取均值、最值及标准差。全文实证部分采取Stata16.0运行。

由表1可知，解释变量房地产开发投资总额iy的最小值仅为101亿元，而最大值高达120264亿元，被解释变量城镇居民消费水平cy的最值分别为872.000、33282.000元，可见如果将原始数据iy和cy直接纳入VAR模型进行回归，会因为异方差导致系数偏误，而且如果不消除价格的影响，无法得出较为准确的估计;由此，平减收入类变量是实证之前所必须的步骤，两变量存在统计单位的差异，需要采取对数化处理。为直观地反映两者的关系，分别将平减之前和之后的变量画出折线图如图1所示。首先，lncy与lniy的趋势特征与lnpiy和lnciy的趋势一致，但后者更小，即出现异方差的可能性被大大降低。其次，从时间趋势来看，1986-2018年期间，lnpiy在大约2004年之前的值要低于lnpcy，而之后逐渐拉大，形成“剪刀差”式的演化特征。

3.2 ADF平稳性检验

由于中国房地产开发对城市居民消费水平均为时间序列，而通常经济变量时间序列大都具有不平稳的特征，在回归之前，就必须进行平稳性检测;而检测时间序列平稳性最有效的方法是单位根检验，最经典的方法是ADF检验，检验结果见表2。结果可知，lncy序列都是非平稳的，其余的序列变量都平稳，为此采用lnpcy、lnpiy进入VAR模型，并进行格兰杰因果关系检验。

3.3 VAR模型构建与有效性分析

3.3.1 VAR模型一般形式

由于VAR模型常用于相互联系的时间序列系统的预测及分析随机扰动对变量系统的动态冲，从而描述各个经济冲击对经济变量的影响，选取VAR模型，表达式为（1）：

lnpcyi = β0 + β1·ln pcyi-1 + β2·lnpiyi +εi（i=1，2，3，…，n）                                                    （1）

其中，ln pcyi是k维度内生列向量：代表城市居民消费水平，ln pcyi是k维度外生列向量：代表城市居民消费水平，βi维待估系数矩阵，εi是k维随机干扰项。

3.3.2 VAR模型的階数选择

确定最佳滞后期是VAR模型有效性判断的必要步骤，依据常用的LL、LR、FPE、AIC、HQIC、SBIC等6个统计量，确定最佳滞后期如表3所示。结果显示，滞后4期的*号有5个，优势明显，故确定模型的最佳滞后期为4。最佳滞后期确定之后，构建模型VAR （4）进行回归，如表4所示;同时，还需要进一步检验模型VAR （4）的有效性。

由表4的结果可知，被解释变量城市居民消费水平受到了滞后2～4期的中国房地产开发的显著影响，系数分别为0.3089、-0.3666、0.2659;值得注意的是第二期的影响为负，表明中国房地产开发会在某一阶段内造成城市居民消费水平的下降。同时第一期房地产开发变量并不显著，表明在城市开发初期，并不会影响到该城市居民的消费水平。VAR模型的有效性还需进行检验，主要包括各阶系数的联合显著性检验和残差序列的白噪声检验。

3.3.3 VAR模型的相关检验

3.3.3.1 联合显著性检验与白噪声检验

VAR （4）模型的各阶系数的联合显著性检验结果显示，虽然表5中某一些阶数不显著，但所有的联合性检验结果均在5%或者1%的显著性水平下显著，这表明本文的VAR （4）构建合理。此外，为了检测残差项是否存在白噪声，进行残差项的序列相关性检验，检验结果见表6。

检验结果显示，滞后项的P值分别为0.6884、0.8362，则接受“没有白噪声”的原假设，表明本文构建的VAR （4）不存在较为严重的内生问题。即从计量上科学论证了中国房地产开发确实对城市居民消费水平造成了重要影响;另外，采用AR多项式特征判断模型有效性如图2所示。图中的蓝色点为特征根，很明显均在单位圆内，表明序列无自相关、平稳且意味着中国房地产开发对城市居民消费水平的冲击效应具有长期持续性，即模型有效，因此，可以进行IRF脉冲响应函数分解。

3.3.3.2 残差序列的正太分布检验

表7进一步对VAR （4）模型的残差项进行了Jarque-Bera、Skewness、Kurtosis 等三个正态分布检验。结果显示，所有的P值结果均可在5%的显著性水平上接受这三个变量的动正态分布的原假设：假设残差项不为正太分布。尽管找动项不服从正态分布对VAR模型本身的影响不大，但残差项的“正太性”使得结果不会偏离真实样本数生成过程，并且使得在做冲击效应研究时变得可信。

VAR模型的重要作用之一是进行预测，对1990年到2018年的中国房地产开发和城市居民消费水平的发展趋势预测来看，预测线forecast与实际线的基本趋势一样，能够较好的预测本文研究范围内的数字;那么在2020-2030年内，仍然可以看到中国房地产开发和城市居民消费水平保持同时上涨的趋势。虽然如此，中国房地产开发对城市居民消费水平的冲击产生怎样的动态影响无法获知，比如中国房地产开发程度每增加一个百分点，城市居民消费水平会变化多少和有多大的影响。此时，需要用到正交化冲响应函数;未正交化的脉冲响应函数无法厘清各变量冲击的单独影响，意义不大。但正交化的函数还会依赖于变量的排序。为此，分别考察中国房地产开发与城市居民消费水平变量之间的格兰杰因果关系如图3所示。

3.3.3.3 格兰杰因果关系检验

经济学家开拓了一种试图分析经济变量之间的格兰杰因果关系的办法，即格兰杰因果关系检验。该检验方法为2003年诺贝尔经济学奖得主克莱夫·格兰杰（Clive W.J.Granger）所开创，用于分析经济变量之间的格兰杰因果关系。他给格兰杰因果关系的定义为“依赖于使用过去某些时点上所有信息的最佳最小二乘预测的方差”。进行格兰杰因果关系检验的一个前提条件是时间序列必须具有平稳性，否则可能会出现虚假回归问题。在进行格兰杰因果关系检验之前首先应对各指标时间序列的平稳性进行单位根检验（前文已经进行了单位根检验）。常用增广的迪基-富勒检验（ADF检验）来分别对各指标序列的平稳性进行单位根检验，直接进行格兰杰因果关系检验结果如表8所示。

表8显示，在以城市居民消费水平（lnpcy）为被解释变量的方程中，如果检验变量中国房地产开发（lnpiy）系数的联合显著的卡方统计量为24.390，相应的P值为0.0000 （拒绝原假设），故可认为中国房地产开发（lnpiy）城市居民消费水平（lnpcy）的格兰杰原因。表8中的“ALL”表示同时检验所有自变量的联合显著性，由于本文只考虑中国房地产开发变量的影响，因此与单变量的结果一致。类似的，将中国房地产开发作为被解释变量，也可以得出类似的结果：城市居民消费水平（lnpcy）也是中国房地产开发（lnpiy）的格兰杰原因，可以进一步进行脉冲影响函数分析，由于“互为格兰杰因果”命题成立，需要考察中国房地产开发对城市居民消费水平的冲击效应以及反向冲击作用。

3.4 中国房地产开发对城市居民消费水平的冲击效应

脉冲响应函数是分析当一个误差项受到某种冲击、发生变化时对系统的动态影响如图4所示。图4中按照不同的时间段分了五个小图进行中国房地产开发对城市居民消费水平的冲击效应，依次即为Graph1-5。图中红色线表是0线，纵坐标表示冲击响应程度：也就是随着时间的推移，中国房地产开发程度的逐步加深对与城市居民消费水平的冲击影响。

从Graph1来看，中国房地产开发对城市居民消费水平的冲击效应持续到40期，但大约在第20期之后归于“平静”，也就是冲击效应较小，几乎为0。在第0～20期时，中国房地产开发对城市居民消费水平的冲击效应呈现出了一个“倒U型”关系（参见Graph5），也即是说，约在房地产开发的初期（第10期）以前，随着中国房地产开发程度的逐步提高，开发资金投入的持续加大，对应也逐渐提高了城市居民的消费水平：也可以说产生了“负面”作用，而当继续进行中国房地产开发与城市扩张时，这种对城市居民消费水平的冲击作用逐步降低（第10～20期时）。中国房地产开发对城市居民消费水平的冲击效应呈现出了一个“倒U型”关系与前人文献在“城乡收入差距与城市化（城市扩张）”关系时得出的结论一致。不仅如此，前人也采用VAR模型对城市土地价格波动对房地产业的影响进行了研究，应用广泛，结论可靠。

4 结论建议

居民消费水平提升是政府和公民共同关心的热点话题。房地产开发及与之相关的房价是近年来中国经济繁荣的重要驱动力，但学界并未关注其与微观层面的居民消费水平之间的关系。本文基于中国1986-2018年的时间序列数据，运用向量自回归模型VAR对中国房地产开发与城市居民消费水平之间的关系进行了研究，结果发现：第一，中国房地产开发是影响城市居民消费水平的格兰杰原因，且存在“互为格兰杰因果”关系。第二，中国房地产开发对城市居民消费水平的冲击效应呈现出了一个“倒U型”关系。这两点结论对于当前立足国内大循环，促进国内国际双循环的发展格局有着重要的启示意义。具体来说：第一，房地产开发是中国城镇化发展与经济快速增长的产物，一定程度上构成了新型城镇化发展的基石，尽管近年来发展过快的房地产也给中国经济发展，尤其是居民生活水平带来了不少负面影响，但经济平稳运行的大背景下，不必过度忧虑房地产开发带来的负面效应，尊重其本身发展的规律，并适当加以完善和调整，是政府和居民应共同持有的态度。第二，居民消费水平提升仍是需持续重视和投入的重点课题，除了鼓励居民从自身能力和水平出发提升自己在日益激烈竞争环境下的竞争力外，政府应从完善住房保障、维护房地产公平政策的发展秩序、提升居民收入水平、注重公民收入分配结构合情合理等途径出发，提升城乡居民收入水平。

参考文献：

1.孟静 曹荣林.基于SPSS的江苏省城市居民消费水平差异分析.河南科学.2009.27（05）

2.夏甜.基于SPSS的湖北省城市居民消费水平差异分析.现代经济信息.2012（01）

3.佟孟华.城市居民消费水平综合评价及分析.财经问题研究.1999.05

4.张昊.城市基础设施与居民消费水平——基于线上线下协同的促进机制.商业经济与管理.2020.03

5.曾鹏 蔡悦灵.公共支出对城市群居民消费水平的影响机制分析.统计与决策.2018.34（09）

6.俞月沁.新型城镇化战略选择对居民消费水平的影响分析.浙江工商大学.2015

7.高铁梅.计量经济学分析方法与建模.清华大学出版社.2009

8.易丹辉.数据分析與EViews应用.中国人民大学出版社.2007

9.陈强.高级计量经济学及Stata应用（第二版）.高等教育出版社.2014

10.姚志 谢云.城乡收入差距与城镇化“倒U型”系实证研究.统计与决策.2017.09

11.周京奎.城市土地价格波动对房地产业的影响——1999-2005年中国20城市的实证分析.当代经济科学.2006.04

作者：肖华 王蕾