前言：中文期刊网精心挑选了居民消费论文范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
居民消费论文范文1
1．1城镇居民消费结构因子分析
(1)提取因子以及因子解释原有变量的情况，进行尝试性分析．根据原有变量的相关系数矩阵，采用主成分分析法提取因子并选取特征值大于1的特征根．根据计算结果，第一个因子的特征根值为3．579，解释原有8个变量总方差的44．732%(3．579÷8×100)，累计方差贡献率为44．732%;第二个因子的特征根为2．461，解释原有8个变量总方差30．760%(2．461÷8×100)，累计方差贡献率为75．492%((3．579+2．461)÷8×100)．可以看到，两个因子共解释了原有变量总方差的75．492%．总体上，原有变量的信息丢失较少，因子分析效果较理想．(2)因子的命名解释，在这里采用方差最大化对因子载荷矩阵实施正交旋转以使因子具有命名解释性．指定按第一因子载荷降序的顺序输出旋转后的因子载荷以及旋转后的因子载荷图(表2所示)．从表2可以看出，医疗保健、衣着、教育娱乐文化、居住在第一个因子上有较高的载荷，第一个因子主要解释了这几个变量，根据城市居民的消费习惯可解释为生活型消费(精神享乐商品);交通和通讯、家庭设备用品、杂项商品与服务、食品变量在第二个因子上有较高的载荷，第二个因子主要解释了这几个变量，可解释为生存型消费(物质必须商品)．(3)计算因子得分，这里采用回归法估计因子得分系数，并输出因子得分系数．根据表3可以写出因子得分函数．F1=0．013*食品+0．317*衣着+0．031*家庭设备用品+0．247*医疗保健+0．160*交通和通讯－0．286*教育娱乐文化－0．240*居住+0．044*杂项商品与服务F2=0．209*食品－0．024*衣着+0．286*家庭设备用品－0．211*医疗保健－0．303*交通和通讯－0．023*教育娱乐文化－0．061*居住+0．300*杂项商品与服务
1．2农村居民消费结构因子分析
(1)考察原有变量是否合适进行因子分析，由于在因子分析之前一定要考察变量之间是否存在一定的线性关系，这里也用KMO检验方法进行检验．表4中，巴特利特球度检验统计量的观测值为149．603，相应的概率p接近0．如果显著水平a为0．05，由于概率p小于显著水平a，应拒绝零假设，认为相关系数矩阵与单位阵有显著差异．同时KOM值为0．252，根据Kaiser给出KMO度量标准可知原有变量适合进行因子检验．可以看出农村居民消费数据的数据结构良好，具有可操作性，与城镇居民的消费数据一样都能进行因子分析．(2)提取因子以及因子解释原有变量的情况．与城镇居民消费结构数据一样，根据原有变量的相关系数矩阵，采用主成分分析法提取因子并选取特征值大于1的特征根．根据计算结果，提取因子的情况非常理想．第一个因子的特征根值为4．908，解释原有7个变量总方差为61．352%(4．908÷8×100)，累计方差贡献率为61．352%;第二个因子的特征根为1．241，解释原有8个变量总方差15．506%(1．241÷8×100)，累计方差贡献率为76．858%((4．908+1．241)÷8×100)．总体上，因子分析效果较理想．(3)因子的命名解释，通过对比观察表2，表5，农村居民消费与城镇居民消费是有区别的．在农村居民消费数据中，食品、衣着、家庭设备用品、教育娱乐文化在第一个因子上有较高的载荷，第一个因子主要解释了这几个变量，根据农村地区的消费习惯可解释为生活型消费(精神享乐商品)．医疗保健、交通和通讯、杂项商品与服务、居住在第二个因子上有较高的载荷，第二个因子主要解释了这几个变量，可解释为生存型消费(物质必须商品)．通过指标体系的构建，了解到城镇居民与农村居民在消费偏好上的差异:同是生活型消费或者同是生存型消费，但由于农村与城镇的环境条件不同，消费习惯不同，同类型消费下的指标构成是不尽相同的．(4)计算因子得分，这里采用回归法估计因子得分系数，并输出因子得分系数．根据表6可以写出因子得分函数．
2重庆市城乡居民消费结构对比
2．1城镇居民消费结构演变特征
根据因子得分计算结果绘制出农村居民消费两因子得分散点图，如图1所示(F1因子一;F2因子二)．观察图1，从2000年至2011年重庆城镇居民的生存型消费因子得分高于生活型消费因子得分，但是重庆城镇居民的生活服务型消费因子得分一直在不断提高并逐渐接近生存型消费因子得分．总的来看，生存型消费因子所占比重逐渐下降，生活型消费因子所占比重不断上升，这说明随着重庆市GDP的不断提高，重庆市城镇居民的收入增加，消费观念转变，再加上近几年来医疗、住房制度的改革和教育收费改革的逐步见效，居民生活服务型消费支出出现减少，居民的基本生活服务得到了保障，在物质享受消费充足的城镇，居民将更多的钱以及注意力投入到了自身的生活环境与精神文明的消费中去．从以上分析可看出，重庆城镇居民的消费结构在加速演进，已经不再只追求物质生活质量，而且更加注重精神文化生活的消费，消费结构趋向合理化．
2．2农村居民消费结构演变特征
根据上述SPSS软件的因子得分计算结果绘制出农村居民消费情况的两因子得分散点图，如图2所示(F1因子一;F2因子二)．观察图2，生活型消费因子所占比重从2000年到2004年是递减的，到了2005年开始上升．生存型消费因子所占比重从2000年到2009年从总体上来说是一直递减的，2010年的时候突然上扬，占了较大的消费比重，但到了2011年又继续递减．目前，居民生存型消费支出在减少，用于居家享受型消费支出也出现相应的增加．这说明重庆市的GDP增加了，重庆市居民的收入增加了，医疗、住房制度的改革和教育收费改革正在不断实施，农村居民的生活质量确实在不断提高．但仍然要注意2010年生存型消费出现的反弹迹象．相对于城镇居民的消费情况，农村居民的消费情况还不太稳定，从中反映出重庆市政府政策对农村地区的影响力与农村的生活服务保障情况都不太稳定．这可能是由于城镇居民收入的增加突出、明显，但农村居民不那么明显，农村居民收入增加比重不高，医疗、住房制度改革和教育收费改革等政策在农村地区起效慢，效果不明显;另一方面也应该考虑到，农村的消费观念落后，在经济不断增长的年份里，农村居民始终保持着较高的生活服务型消费，居家享受型消费比重一直不高．说明农村居民一直注重生存的消费，而忽略了享受的消费．从以上分析可看出，重庆农村居民的消费结构在最近几年演进较慢，更加注重物质生活方面的消费，消费结构不太合理，需要进一步的调整．今后政府应该加强宏观经济政策的执行效果，引导农村居民消费结构向更加健康、合理的方向演进．
3促进城乡居民消费结构优化的对策措施
居民消费论文范文2
（一）降低农村居民收支波动性据分析
想要发展通河县农村消费信贷，必须从降低支出和增加收入两方面着手，而降低农村居民的收入波动性则更为重要。一是降低支出波动性方面。要使农民的非预期支出得到降低，就必须完善农村的医疗和养老保障体系，这样就会减少重大疾病及意外事故对农村居民家庭的影响。这不仅可以提高居民的财务稳定性，还在一定范围内控制了农户未来面对的不确定因素，对农村居民消费信贷的发展产生了促进作用。二是降低收入波动性方面。首先，农村具有先天地理条件优势，可以有效的利用自有的耕地资源，在种植和养殖业上实行多方位多层次的发展方向。开展分散种植，既可以使市场的价格风险得到降低，还可以避免农民在丰收的季节收入却下降的尴尬局面；另一方面也分散农业风险，降低自然灾害对农业收入的影响。其次，通河县拥有大量闲置劳动力，可以鼓励这些农村居民进城务工，一方面可以提高农村居民的收入；另一方面，这种劳动力的转移，也为城镇的经济发展提供便利条件。
（二）改变农村居民的贷款成本
农民的贷款成本因其对消费信贷的影响作用不同，可以分为利息成本和非利息成本，我们可以根据其不同的特点，进而采取相应的措施。一是利息成本支出。提高利率水平，不仅可以加强农村金融机构应对贷款风险的能力，还可以降低银行的贷款标准，进而提升农村消费信贷的市场需求。而一些农民的还款能力良好，由于其没有适合的抵押物而没有获得贷款，这样会制约农村消费信贷的发展。而提高利率水平，可以使他们更容易参与到信贷市场，促进农村消费信贷的发展水平。二是非利息成本支出。在降低农村居民贷款的过程中，非利息成本可以充分改善农村居民消费信贷的发展状况，它是影响农村居民获取消费信贷的一个重要因素。首先，为了降低借款双方的信息不对称问题，可以通过引入第三方来解决，比如设立第三方担保公司。开设第三方担保公司的合伙人必须来自同一村镇，同时得到当地政府部门的资格许可，并要缴纳一定数量的资本金，才能保证对外提供担保业务。除此之外，还需保证有效流通及共享的信息，提升违约付出的代价，这样可以使借贷款两方信息不对称的问题得到缓解，保证农村消费信贷健康有序的发展。其次，可以允许民间资本按照规定进入农村的消费信贷市场，试点发展村镇信用合作社。由于村镇信用社立足于本区域农村，对周围的人文地理环境都有较深的了解，这样能够掌握贷款农户的实际经济情况及信用记录，从而降低借贷款双方信息的不对称。这样能够保证识别与警惕不良贷款人，同时降低优质贷款人的非利息成本支出。
（三）改变农村居民的预期收入水平
为了能够更好的促进农村消费信贷的发展，就需要提高农村居民的预期收入水平，而提高农村居民的文化程度，则是最为行之有效的途径。这主要体现在以下两个方面：首先，随着文化水平的提高，农村居民对部分金融方面的知识更为了解，同时也更容易接受。这样就可以通过合理运用一些例如金融、保险等金融工具，来降低风险，减少不必要的损失。
二、结语
居民消费论文范文3
第二次世界大战结束以后，凯恩斯主义在西方许多国家大行其道。凯恩斯主义流行的结果之一就是政府支出不断攀升和政府规模不断扩大。这促成了学者们对政府支出是否影响和如何影响居民消费问题的关注。20世纪70年代开始，这方面的研究成果越来越多。我国学者则是自21世纪以来才开始关注这个问题。目前国内外学界在政府支出与居民消费的关系问题上主要形成了三派观点：（1）挤出说。这种观点认为，政府支出增加会对居民消费产生挤出效应，或者说，政府支出与居民消费之间是一种替代关系。（2）挤入说。与前一种观点相反，这种观点认为政府支出增加会对居民消费产生挤入效应，或者说，政府支出与居民消费之间是一种互补关系。（3）不相关或不确定说。这种观点认为，政府支出变化与居民消费变化之间没有相关性或具有不确定性。所谓不确定性是指，在某些条件下，居民消费与政府支出是互补的；但是在另一些条件下，居民消费与政府支出则是替代的。
1．国外学者的研究。贝利（M．J．Bailey）在其《国民收入与价格水平》一书中最先研究了政府支出与私人消费的关系，他通过对三部门国民收入决定模型的经验检验证明二者之间存在一种替代关系，即政府支出会部分挤出居民消费支出。［1］巴罗（R．J．Barro，1981）认为，政府支出增加将通过财富效应和替代效应两条渠道挤出私人消费，并且，暂时性的政府支出比持久性的政府支出产生更大的对私人消费的挤出效应。［2］科孟迪（R．C．Kormendi，1983）根据美国的经验数据估计出政府支出替代私人消费的系数约为0．2。［3］阿乔（AlanAschauer，1985）以霍尔（Ro－Hall，1978）的最优化消费模型和由此推导出的欧拉方程为基础，构造了一个带有辅助方程的消费方程，并用美国的经验数据估计出政府支出对私人消费替代程度的区间为［0．23，0．42］。［4］埃姆德（S．Ahmed，1986）用跨期替代模型证明英国的政府支出挤出了居民消费。［5］阿玛诺和威简托（R．Amano＆T．Wirjanto，1997）估计了政府支出与居民消费的跨期替代弹性和期内替代弹性，发现美国政府支出与居民消费存在替代关系，且期内替代弹性为0．9。［6］霍（T．W．Ho，2001）通过对24个OECD国家1981—1997年的面板数据计量分析发现，政府支出与私人消费呈现显著的替代关系，替代系数为0．5387。［7］埃斯惕威和桑切斯－劳皮斯（V．Esteve＆J．Sanchis－Llopis，2005）根据持久收入假说和1960—2003年的西班牙统计数据分析发现，西班牙的政府消费性支出与居民消费之间存在Edgeworth－Pareto意义上的替代关系。［8］但是另一些研究者发现，政府支出与私人消费之间是一种互补关系，政府支出增加不是挤出而是挤入私人消费。卡拉斯（G．Karras，1994）将政府支出函数直接引入了消费者的目标效用函数，应用30个国家1950—1987年的数据对消费的欧拉方程进行了计量分析，结果显示从总体上来说私人消费与政府支出是一种互补关系，即政府支出可以挤入私人消费，并且这种互补关系与政府规模呈反比关系。［9］奈伊和霍（C．C．Nieh＆T．W．Ho，2006）运用面板协整方法和1981—2000年的数据估计了23个OECD国家和地区私人消费与政府支出的期内替代弹性和跨期替代弹性，其结论是，从总体上看，私人消费和政府支出是互补的。布朗和韦尔斯（A．Brown＆G．Wells，2008）将面板协整方法运用于分析澳大利亚6个州的经验数据，其结论是澳大利亚的私人消费与政府支出呈现互补关系。［11］一个有趣的现象是，使用标准的随机动态一般均衡模型（DSGE）的研究者往往得出政府支出①冲击会挤出私人消费的判断，而一些使用向量自回归（VAR）技术的经验研究得出的结论却是，政府支出冲击通常会挤入私人消费。但是，有些学者又认为，政府支出挤入私人消费的结论可能是由于VAR技术本身的原因引起的。还有一些学者发现，政府支出与居民消费之间的关系是不确定的或不相关的。阿玛诺和威简托（R．Amano＆T．Wirjanto，1994）沿着霍尔（Rob－ertE．Hall）模型最优化的思路分析了1953—1993年加拿大政府支出对私人消费的影响，但在对欧拉方程进行计量分析时考虑了时间序列数据的协整和非协整两种情况，结果发现，在协整的假设下私人消费与政府支出是互补的，但是在非协整的假设下私人消费与政府支出则是替代的。［12］阿玛诺和威简托（R．Amano＆T．Wirjanto，1998）依据持久收入假说构建了一个嵌入了替代弹性不变函数的跨期替代弹性的效用函数，其结论是：当跨期替代弹性（对于跨期替代弹性的效用函数来说）大于、小于、等于期内替代弹性（对于替代弹性不变的效用函数来说）时，私人消费与政府支出呈现Edge－worth－Pareto意义上的互补、替代、不相关的关系。他们还进一步使用1953—1994年美国的季度数据估计出这两个替代弹性系数都约等于1．56，这意味着美国的私人消费和政府支出在Edgeworth－Pareto意义上是不相关的。［13］克旺（Y．K．Kwan，2006）将协整方法用来分析东亚9个国家和地区的面板数据发现，在印度尼西亚和新加坡，私人消费和政府支出之间存在互补关系，而其他7个国家或地区的私人消费和政府支出之间存在着替代关系，不过替代程度大小不同。
2．国内学者的研究。我国学者对政府支出与居民消费的关系的研究始于1998年我国第一次大规模实施积极的财政政策、扩大内需以后。国内学者在这个问题上的结论也是莫衷一是。财政部办公厅课题组（2001）认为，关于私人消费和政府支出，有人认为它们具有某种替代关系，这需要具体分析。从财政支出结构看，某些种类的政府支出例如招待费，的确是私人支出的替代品；但其他一些支出诸如交通设施支出，则是私人消费的互补品；其他许多公共支出可能既是私人消费的替代品又是互补品。［15］胡东书（2002）使用2000年以前中国的时间序列数据所做的回归分析表明，政府支出变动与居民消费之间呈正相关关系，二者之间从整体上看是互补关系而不是替代关系，政府支出增加对居民消费的作用是挤入的而不是挤出的。［16］谢建国和陈漓高（2002）通过建立一个居民消费的跨期替代模型，分析了中国的政府支出与居民消费之间的关系，认为在短期内，中国政府可能通过增加政府支出的方式增加总需求，但在长期均衡时政府支出完全挤占了消费支出。［17］黄颐琳（2005）通过构建实际的经济周期（RBC）模型，利用随机动态一般均衡（DSGE）方法对中国经济进行实证检验。结果表明，改革开放后政府支出对居民消费产生了一定的挤出效应。［18］李广众（2005）在消费者最优选择欧拉方程基础上推导出用以分析政府支出与居民消费之间关系的模型，然后对全国、城镇和农村的样本进行估计，结论是：改革开放以来，中国政府支出与居民消费之间表现为互补关系。［19］张治觉和吴定玉（2007）利用可变参数模型对我国1978—2004年的数据进行了动态分析，结果表明，从总体上分析，在大多数年份政府支出对居民消费产生引致效应；从结构上分析，政府投资性支出对农村居民消费和城镇居民消费产生了挤出效应；从1998年开始，政府消费性支出对农村居民消费和城镇居民消费产生了引致效应；政府转移性支出在大多数年份对农村居民消费和城镇居民消费产生了引致效应。申琳和马丹（2007）对1978—2005年我国政府支出影响居民消费的两个渠道（消费倾斜渠道和资源撤销渠道）进行了经验分析，发现我国人均政府支出增加通过消费倾斜渠道促使人均居民消费上升，通过资源撤销渠道使得人均居民消费下降；综合来看，人均政府支出增加通过两种渠道最终导致人均居民消费下降，即政府支出与居民消费存在长期替代关系。楚尔鸣和鲁旭（2008）通过构建政府支出与居民消费跨期替代模型，并利用1990—2005年我国27个省、直辖市和自治区的相关数据进行面板协整检验和完全修正普通最小二乘估计，发现中国地方政府支出与居民消费呈现较弱的互补关系。杨子晖等人（2009）通过面板协整分析发现，中国政府消费支出与私人消费成互补关系。陈创练（2010）所做的面板数据实证分析的结果表明，我国政府消费与居民消费呈互补关系。但是，他又指出，政府消费与居民消费的互补程度可能受政府支出规模的影响。比如，随着政府支出规模的扩大，政府将减少与居民消费呈互补关系的公共物品（如国防支出）的提供，而增加与居民消费呈替代关系的公共服务（如科学教育卫生事业支出和学校午餐等）的供给。［24］胡蓉等人（2011）利用我国城乡居民1978—2009年的人均消费、政府支出和可支配收入等数据，通过建立协整方程和误差修正模型对政府支出如何影响居民消费进行了实证研究。结果发现，政府支出在短期内对居民消费具有挤入效应，而在长期则具有挤出效应。由上我们看到，我国学者主要是从总量上研究政府支出对（城乡）居民消费需求的影响，或把政府支出划分为消费性支出和投资性支出，再分别研究这两类支出对居民消费的影响。只有石柱鲜等人（2005）等少数几篇文章尝试从我国的财政支出结构或财政支出分类上分别考察这些政府支出对城乡居民消费的影响。在这个专题研究上，研究者大多把居民消费函数看做是线性的，把函数关系看做是已知的或确定的。不少研究者得出的结论与直觉或事实明显相悖，例如，有的文章认为，政府消费性支出增加会促进居民消费；还有的文章认为，政府支出与居民消费正相关；也有的文章认为，政府支出增加对居民消费没有影响；还有一些研究者把政府（财政）支出等同于政府消费。已有的研究成果提示我们，对中国财政支出与居民消费需求的关系有进一步深入研究的必要，可行的研究路径可能是要改变模型方法选择。
二、中国政府支出结构对居民消费影响的初步分析
笔者认为，从总量上研究中国政府支出对居民消费的影响可能过于综合，过于笼统，无法反映政府支出对居民消费的真实效应。因为我国政府支出既包括政府消费支出，也包括政府投资支出，还包括转移支出和民生支出，这些不同性质的支出对居民消费的影响应该是不同的，并且某些支出可能对城乡居民的消费需求影响也是不同的。因此，本文试图从政府支出的不同分类上来考察它们分别对城乡居民消费产生了什么样的影响。2007年我国国家统计局对财政支出项目分类进行了重大调整，由原来的5类27个项目调整为22个项目，不再按功能性质分类。1978年到2006年，我国政府财政支出按其功能性质划分为5大类：经济建设费支出、社会文教费支出、国防费支出、行政管理费支出和其他支出。图2显示的是1978—2006年我国政府的5大类支出分别在政府财政支出总额中所占比例的变化。可以看出，从1978年到2006年，经济建设费支出占比呈现明显的下降趋势；社会文教费支出占比呈现先上升后平稳的趋势；国防费占比自20世纪80年代中期以后呈现缓慢下降的趋势；行政管理费支出占比和其他支出占比都呈现明显的上升趋势。政府支出结构的变化从一个侧面映射了改革开放以来我国经济体制和经济结构的变化：随着我国经济体制由高度集中的计划经济体制向社会主义市场经济体制转型，政府和市场在资源配置中的作用呈现出此消彼长的变化趋势，经济建设的任务越来越多地由企业和个人承担，国家对经济建设的直接干预不断减少，这就导致了经济建设费支出占比大幅度下降。随着科教兴国战略的实施和社会保障制度建设，社会文教费支出占比不断提高。行政管理费支出占比上升较快反映了我国政府规模扩张较快，公部门控制和消费的资源过多。这5大类财政支出对城乡居民消费的影响应当是不同的。经济建设费支出。这类支出是国家用于生产性投资和基础设施建设方面的财政支出，它们主要形成物资资本和公共物品，如铁路、公路、机场、水利、电力、环境保护等。这类支出在短期可能会排挤居民消费，但是在长期可能会促进居民消费。经济建设费支出的资金主要来源于国家对企业和个人征收的税收，并且这类支出代表政府配置资源的规模，因此它在短期内可能会排挤居民消费。
在长期，这类支出可能会促进居民消费。例如，交通便捷会促进居民出行和旅游消费，电力供给有了保障会促进居民购买和消费家用电器。从市场经济中政府与市场的关系来看，政府通过经济建设费支出来配置资源的规模必须适度，不宜过大，否则会挤占市场和居民消费。社会文教事业费支出。这是国家用于科学研究、文化、教育、卫生、出版、广电、抚恤和社会福利救济等方面的事业费支出。这类支出主要是形成人力资本和民生工程，它有助于提高社会及其成员的科学文化素养和受教育水平，有助于提高社会福利水平。这类支出应当会促进居民消费。显而易见，政府投资九年制义务教育，提供教育、文化、体育、医疗卫生设施，必然会促进居民在教育、文化、体育和医疗卫生等方面的消费。国防费。这是国家用于国防建设的各种经费支出。国防是一个国家最大和最重要的公共物品，是防止企业和个人遭受外来侵略和掠夺的保障。因此，国防费支出虽然可能会挤占居民收入和消费，但是一个强大和稳固的国防会大大降低国民生存、发展、生产、消费的风险和不确定性。行政管理费。这是一种社会消费性支出，主要用于国家各级权力机关、行政管理机关和外事机构行使其职能所需要的开支，包括人员经费支出和公用性经费支出。在我国行政管理费支出中，直接用于行政人员开支的费用约占50％上下。近几年受诟病较多的“三公”经费就是行政管理费中的一大部分。在行政管理费支出中，一部分是政府为企业和居民提供公共服务的，这是经济和社会发展所必需的。但是在我国的行政管理费支出中，相当一部分是政府行政人员的纯粹性消费，这部分支出与公共服务供给的数量和质量没有什么相关性。一个公务员使用公款消费得越多越好，不意味着他提供的公共服务水平和质量就越高，反而有可能会降低公共服务水平和质量。其他支出。这包括政府财政年初预留的预备费，其他政府性基金支出，地震捐赠支出，彩票发行销售机构业务费安排的支出，等等。这类支出很可能对居民消费的影响是中性的或影响不大。
三、基于可加模型的经验研究
笔者在文献综述部分提到过，在政府支出与居民消费的关系问题上，我国一些研究者得出的结论与直觉或事实明显不符，其中的一个重要原因是这些研究者把居民消费函数看做是线性的，把函数关系看做是已知的或确定的。本文尝试改变这种经验研究方法，使用可加模型来进行研究。1．可加模型简介。可加模型（additivemodels）是非参数统计分析中很重要的模型之一，它是线性模型的推广。与线性模型相比，可加模型具有以下特点：（1）假设自变量和因变量之间的函数关系未知；函数关系根据数据本身而得到。相比线性模型这更符合变量之间的实际关系要求。（2）对于因变量的分布没有限制，估计的结果具有稳健性。与线性模型要求因变量服从某个分布相比，可加模型更为合理。因为因变量是否服从某种分布实际上很难验证。虽然计量经济学给我们提供了很多检验服从分布的方法，但是严格来说，它们往往是检验其不服从某种分布，很难检验出服从某种分布。因为它们的原假设是服从某种分布。不拒绝原假设不等于接受原假设，这是两个概念。分析政府支出结构对城乡居民消费需求的影响，可加模型具有先天优势。政府支出结构对居民消费的影响不是一个静态过程，应该是一个动态过程；也可以说随着政府支出的变化，它们对居民消费的边际效应也是变化的，而不是一成不变的。另外，计量经济学分析中通常假定模型中变量之间的关系是线性关系，但是这些线性关系是在很强的假设下得到的，而实际经济活动中的变量之间关系呈线性关系的极少，绝大多数都是非线性的。因为影响变量的因素很多，在实际研究中，由于研究者受到主观和客观原因的制约，或为了研究的简化和方便，不可能考虑到所有这些因素，所以很强的假设易于构建模型和得出结论，但是很难符合实际和刻画变量之间的实际关系。2．可加模型应用。（1）数据来源与选取。
由于国家统计局在2007年对政府财政支出统计口径进行了重大调整，使得2007年前后的数据不可比，所以本文选取的是1978—2006年的政府支出数据，这些数据均来自1979—2007年《中国统计年鉴》。1978—2006年按照功能和性质我国政府财政支出划分为五大类：经济建设费支出、社会文教费支出、国防费支出、行政管理费支出和其他支出。下面我们将分析1978—2006年政府支出结构对城乡居民消费的影响①。为了消除数量级的影响，将数据进行自然对数变换。另外，为了方便，我们作如下记号：x1为经济建设费，x2为社会文教费，x3为国防费，x4为行政管理费，y1为农村居民消费，y2为城镇居民消费。（2）政府支出结构对农村居民消费需求影响分析。根据（1．1），政府支出结构与农村消费需求的可加模型为。从图3可以看出：（1）政府支出中的经济建设费支出对农村居民消费需求在一定范围内是有促进作用的，但当经济建设费支出超过该范围便会出现阻碍作用。（2）社会文教费支出对农村居民消费产生了“挤入效应”，促进了农村居民消费的增加。下图②显示，随着社会文教费支出的增加，农村居民消费支出也在增加。（3）国防费支出和行政管理费支出对农村居民消费产生了挤出效应，即这两类支出挤占了一部分农村居民的消费支出。下图③和图④显示这两类支出增加导致了农村居民消费支出减少。从图4可以看出：（1）财政支出中的经济建设费支出对城镇居民的消费需求在一定范围内是有促进作用的，但当经济建设费支出超过该范围便会出现阻碍作用。（2）社会文教费支出对城镇居民消费产生了“挤入效应”，促进了城镇居民消费的增加。下图②显示，随着社会文教费支出的增加，城镇居民消费支出也在增加。（3）国防费支出在一定范围内对城镇居民消费支出具有促进作用，但超出这一范围其影响变小。（4）行政管理费支出降低了城镇居民的消费支出。下图④显示这类支出增加导致了城镇居民消费支出的减少。（4）比较政府支出结构对农村、城镇居民消费需求的影响。综合起来看，政府财政支出中的经济建设费支出、社会文教费支出和行政管理费支出对农村居民和城镇居民消费需求的影响几乎是一样的。但国防费支出的影响不同。国防费支出对农村居民的消费有一定的阻碍作用，而对城镇居民在一定范围内有促进作用。我们认为，这个结果符合实际，许多军用设施和军民两用设施位于城镇，农村则很少，这在一定程度上有利于促进城镇居民消费需求的增加。当然，这个差异也可能是由于城乡居民对国防保障带来的安全性的认知程度不同，这种认知程度不同可能导致城乡居民消费函数中的不确定性的大小不同。（5）模型效果评价。为了评价模型，我们引入MSE（均方误差）、MAE（平均绝对误差）和MAPE（平均绝对百分误差）指标。从表1可以看出这三个误差指标都比较小。在应用可加模型时，如果MAPE＜10，模型预测的精确度就较高，而我们现在得到的MAPE小于0．5，可见我们使用的可加模型的效果非常好。［32］模型的拟合结果如图5和图6所示。从两个拟合图看，模型的效果也很好。
四、结论与政策含义
居民消费论文范文4
长期以来，研究我国政府财政支出与居民消费关系的相关文献基本上都参考Tsung-WuHo（2001）［4］和谢建国等（2002）［17］等人的方法。即假设消费者的个人消费函数由两部分组成，一部分是私人消费，一部分是政府支出。本文采用消费者最优选择理论［17］研究政府财政支出结构、规模与居民消费之间的关系。
二、实证分析
（一）数据说明本文采用的数据主要来自相关年份的《中国统计年鉴》和中经网，其中rjxf为以人均实际居民消费度量的居民消费支出，rjsr为人均实际收入，ybgg为各省人均一般财政服务支出，ggaq为各省人均财政安全支出，wj为各省人均文教支出，shbz为各省人均社会保障的支出，ylws为各省人均医疗卫生支出，hjbh为各省人均环境保护支出，cxsq为各省人均城乡事务支出，nlsw为各省人均农林水务支出，qtzc为各省人均其他支出。
（二）模型估计首先选择模型种类，分为混合数据模型，采用POLS估计；固定效应模型，采用固定效应（组内）估计量；随机效应模型，采用混合效应（GLS）估计量。第一步是Ftest（表1），检验固定效应和混合数据模型，零假设为混合模型。一般来说，p值小于0.05，我们拒绝零假设，p值大于0.1，则接受零假设。如果p值在0.05到0.1之间，则需要进一步斟酌。p值为0.0000<0.05，表示拒绝零假设，也就是拒绝混合模型，应该使用固定效应模型。第二步是BP检验，在随机效应和混合数据模型之间。零假设为混合模型，根据p值来判断。如上，p值为0.0000<0.05，拒绝零假设，接受随机效应。很显然，p值为0.0000<0.05，拒绝零假设，也就是我们应该采用固定效应。第三步，检查是否存在序列相关性和异方差性和截面相关性（表4）。结果显示，三种都存在。为了得出更稳定的结果，可以用FGLS修正。
（三）结果说明由表可以看出，在5%的显著性水平下，四项通过显著性检验，分别是人均收入（边际消费弹性为1.277）、文教支出（边际消费弹性为0.111）、社会保障支出（边际消费弹性为0.157）、城乡社区支出（边际消费弹性为-0.058）、农林水务支出（边际消费弹性为0.216）。可以看出人均收入对居民消费起挤入作用，文教、城乡水务和医疗卫生支出也对居民消费起挤入作用，而农林水务支出则是挤出了居民消费。第一，人均收入挤入了居民消费，在1%的水平显著。人均收入每增加1个百分点，居民消费将上升1.277个百分点。这是显而易见的，因为消费的最主要来源就是收入，一旦居民收入增加，那么可供支出的钱就增加了，自然会刺激居民增加开支来提高生活水平，从而提升了消费支出。第二，文教支出挤入了居民消费，在5%的水平显著。文教支出每增加1个百分点，居民消费将上升0.111个百分点。随着政府越来越重视教育，加大教育的支出力度，其实也引导居民加大重视，增加教育投入，比如政府多建学校，扩大招生规模，让更多的学生上大学，这就加大了开支，教育支出也是属于居民消费的一部分。第三，社会保障支出挤入了居民消费，在1%的水平显著。社保支出每增加1个百分点，居民消费将上升0.157个百分点。随着医疗技术提升，看病成本提高，国家增加社保的支出，则会在一定程度上减轻居民身上的负担，自然会留出有一部分钱可以用于消费。第四，城乡社区支出挤入了居民消费，城乡社区支出每增加1个百分点，居民消费将上升0.058个百分点。这方面可以理解为政府在社区方面增大了支出，相当于给予了居民补贴，完善社区基础配置等，生活环境变好了，正如广场舞，就是因为有一个好的大的广场，居民在锻炼器具、服饰等方面的支出就会增加。第五，农林水务支出挤出了居民消费，在1%的水平显著。农林水务支出每增加1个百分点，居民消费将下降0.216个百分点。国家增加农林水务方面的支出，使得农林水方面的投资效益被看好，居民增加了对农林方面的投资，因此较少了消费支出。
三、相关政策建议
居民消费论文范文5
(一)数据说明中国综合社会调查(Chinageneralsocialsurvey，缩写为CGSS)是中国第一个全国性、综合性、连续性的大型社会调查项目。从2003年开始每年一次，调查范围覆盖了全国大多数省区，对于整个中国而言具有较强的代表性，调查内容涉及个人及家庭的丰富信息，是不可多得的开放式微观数据资料。本文采用的是CGSS第一期的数据资料，包含了2003、2005、2006和2008年的调查数据。在使用前对数据进行了以下筛选处理:(1)只保留四次调查都覆盖的省份，共有27个省份(不含青海省、海南省、宁夏回族自治区、自治区、港澳台);(2)只针对城镇家庭居民的数据资料进行研究;(3)将被访问者的年龄限定在18—70岁之间。由于研究的主要变量是家庭的基本生活费支出，为了控制家庭规模的影响，必须把家庭支出换算成家庭人均值，考虑到所使用的数据情况，本文采用OECD平方根规模指数进行换算:将家庭基本生活费支出除以家庭人口规模的平方根即可得到家庭人均基本生活费支出，本文接下来的分析均以此指标来代替家庭消费支出。中国各地区间价格水平存在差异，同一消费水平在不同地区的实际购买力是不同的，如果不考虑价格的影响，则不能真实反映消费差距，因此，采用各地区城镇居民消费价格指数对所有的消费指标进行了以2006年为基期的调整。经过数据的筛选和处理，包括去掉消费数据中1%最高和最低的异常值后，最终的样本只保留了家庭收入和消费为正，并且被访问者年龄以及其他关键变量均不缺失的15248个样本。
(二)数据的基本统计描述表1报告了被调查的家庭的基本人口特征。从表1中可以发现，样本中被访问者的平均年龄在逐渐增加，由2003年的42.49岁增加到了2008年的44岁。教育年限①＊也呈增加的趋势，反映了随着生活水平的提高，中国城镇居民对教育的重视程度日益提高。值得注意的是随着时间的推移，城镇居民的家庭规模有缩小的趋势，家庭的平均人口由3.32减少到了2008年的2.18，这在一定程度上反映出中国城镇居民生育意愿降低的现象，符合中国生育率降低的现实。表2提供了各调查年份中国城镇居民家庭消费支出及消费差距的变动情况，从中可以发现，中国城镇家庭人均消费支出呈明显的递增趋势，反映出中国城镇居民分享到了经济增长带来的成果，显著地提高了消费水平。在表2中计算了多个常用的衡量差距的指标，如对数标准差、变异系数、基尼系数、泰尔指数等②＊＊。各个衡量差距的指标变化规律是基本一致的，总体表现出上升的态势(除了2006年有小幅下降)，这说明中国城镇居民家庭消费差距有扩大的趋势。从表1和表2提供的基本数据中，我们可以粗略地推断:2003年到2008年间，中国城镇居民人口年龄结构呈老化的趋势，而且消费差距也趋于扩大。若将所有观测值的消费支出和年龄分布绘制出全样本的年龄—消费曲线(如图1)，则会发现，消费支出近似呈现出“U”型分布，在18岁到26岁左右，居民消费支出处于最高位，此后逐渐下降;到了38岁左右又开始缓慢上升。消费支出的这种特征可能和中国特殊的人口政策有关，在样本观察期内，18—26岁的城镇年轻居民基本上都是独生子女，家庭的主要支出都花在他们身上，他们处于消费曲线的高位不足为奇;26岁以后，多数年轻人都脱离了父母独自生活，在职业生涯的早期收入并不足以支撑较高的消费，所以消费有下降的趋势;38岁以后基本进入赚取更高收入的黄金时期，消费又缓慢的回升。然而，图1的做法是将所有个体进行无差异对待，忽略了个体之间客观存在的代际差异(不同年份出生在相同的年龄段，其消费水平是有差异的)，这无疑遗漏了一些重要的信息，估计结果并不可靠。对此，本文接下来将运用组群分析方法来测度中国城镇居民消费支出变动及其来源的年龄效应与组群效应。
二、中国城镇居民消费支出的分解
(一)组群分析方法在微观调查中，对某一特定个体的终生进行固定追踪是很难实现的，所以往往采用样本轮换的做法，每一轮的调查样本都会产生变动，这样导致了无法获得真正的面板数据。但是，如果按照某种属性(如年龄、民族、职业等)将各期的调查样本分成不同的组群(Cohort)，在各个样本期内，选择各组群相关变量的均值，则可以构造出以组群为单位的面板数据，这种分析方法就叫组群分析方法(周绍杰，2009)，根据组群来构造的面板数据称为伪面板数据(PseudoPanleData)。伪面板数据允许各个调查期的样本不同，其重点关注的是组群(如同一年代出生的人，职业相同的人)的统计特征，通过组群的各种统计量(均值、方差等)的发展变化，来揭示总体某一变量的分布特征。尽管伪面板数据不是真正的面板数据，但伪面板数据使用的是组群的统计量，减少了个体奇异值的干扰，从而降低了测量误差，另一方面，由于不需要每个调查期追踪固定的样本，这使得样本流失的问题不存在。虽然伪面板数据可以提供某一组群在某一年龄阶段的经济行为，但在实证分析中必须对组群间的系统性差异———即组群效应(CohortEffect)进行控制，否则组群效应将会混合到所估计的年龄曲线中，造成估计的偏误。因此，在进行组群分析时，重要的一项任务就是在估计家庭消费支出的年龄曲线时把组群效应的影响控制住。控制组群效应的方法是把要分析的变量(在本文中为家庭的消费支出)分解为组群效应、年龄效应(AgeEffect)和年份效应(YearEffect)(Deaton，1997)。其中，组群效应反映了不同时代出生的群体，由于成长环境的差异等导致的代际的系统性差异(例如20世纪60年代出生的群体，其消费行为和80年代出生的群体必然不同)，年龄效应则反映了消费支出的生命周期特点。在实际计量分析过程中，各虚拟变量设定如下:组群虚拟变量以出生最早的组群作为参照组;年龄虚拟变量以最年轻的年龄组作为参照组;T－2个年代虚拟变量根据式(4)转换。
(二)组群构造与消费支出的分解构造伪面板数据要根据观测个体的出生年份来划分组群，Deaton(1997)建议在构造伪面板数据时需要在组群个数和每个组群内样本个数之间进行权衡，其原则是:组群内部差异尽可能小，而组群之间差异尽可能大。本文研究的样本中，调查对象出生年份在1933—1990年之间，由于调查的年份只有四年，我们每10年定义一个出生组，得到6个组群。表3为“组群—年份”构成的伪面板数据在每个单元的样本数。本文的样本年龄分布在18—70岁之间，在四个年度的调查中，年龄最大的个体出生于1933年，在2003年为70岁，最年轻的个体出生于1990年，在2008年为18岁，共构造了58个组群(出生于1933—1990年)，53个年龄组(18—70岁)，在分解出三种效应(年龄、年份、组群)的过程中，共有57个组群虚拟变量、52个年龄虚拟变量以及转化的2个年份的虚拟变量。图2是各组群消费支出的年龄曲线，年轻组群的年龄—消费曲线位于左边，年老组群的年龄—消费曲线位于右边。年龄—消费曲线有两个方面的特征:第一，除了最年老的组群(出生年份为1933—1941年)，其余各组群的消费支出均表现为随年龄增加而增长的趋势。各组群的年龄—消费曲线并没有呈现出“驼峰”形状，而在对一些发达国家或地区的研究中，如对美国(Attanasioetal.，1999)、英国(Attanasio＆Browning，1995)、台湾(Deaton＆Paxson，2000)的研究结果均显示年龄—消费曲线具有明显的“驼峰”特征，中国的年龄—消费曲线具有其特殊模式。第二，在相同的年龄水平上，年轻组群的年龄—消费曲线全部位于年老组群的上方，这表明中国快速的经济增长提高了年轻一代的消费水平。另外，相邻组群的年龄—消费曲线并未相连接，不同组群的消费支出分布在不同的年龄曲线上，因此，不能仅仅连接各个组群的年龄—消费曲线来形成一个总体的年龄—消费曲线，必须在控制组群间的差异的基础上来估计一个总体的年龄—消费曲线。图3绘制了年龄效应和组群效应。可以看到:第一，年龄效应几乎保持着线性增长的态势，只有在60岁以后的退休年龄才停止上升，保持在一个较高的水平，这与美国(Attanasioetal.，1999)和台湾(Deaton＆Paxson，2000)的“倒U”型特征也是迥异的。从平均意义来看，中国城镇居民消费支出的年龄效应增长率约为5.96%。第二，组群效应曲线也基本呈线性增长的趋势，组群效应的增长率约为3.33%，这一结果表明了中国的经济增长给城镇居民的消费水平带来了更多的上升空间。根据以上的分析可知，组群间的消费支出差异十分明显，年轻组群的消费水平明显高于年老组群，因此，在目前老龄化日趋严重的背景下，政府应该通过加快完善中国养老体制、进行收入的再分配调整，提高年老群体的财富水平，促进全社会的消费增长，提高居民的整体福利水平。
三、中国城镇居民消费差距与消费差距变动的分解
(一)消费差距的分解为了便于对总体的消费差距进行分解，我们参照Deaton＆Paxson(1994)、Ohtake＆Satio(1998)及Caietal(2010)等人的做法，选取对数方差来衡量消费的差距。由图4的年龄—消费差异曲线可以发现，几乎在每个组群内，中国城镇居民的消费差距都随年龄的增长而增大，这表明了消费支出存在着显著的组内不平等。其中，Varlnyjk表示可以被分为j个组群和k个年龄组的总体人群的对数消费方差;chortm表示组群虚拟变量，当m=j时为1，否则为0;agen是年龄虚拟变量，当n=k时为1，否则为0;αm和βn则分别为我们要估计的消费差距的组群效应和年龄效应。图5显示了消费差距的年龄效应βn，从中可以看出，消费差距虽然随年龄的变化而波动，但其基本趋势是随着年龄的增长而上升。这说明，在某一组群内(即出生在同一时代的个体内部)，随着年龄的增长，该组人的消费差距是逐渐扩大的，这暗示着同一时代出生的群体进入老年阶段后消费差距会更大，那么在中国养老保险体系尚未完善的环境下，个人如何合理配置其有限的财富，平滑其一生的消费则是个体必须面临的现实问题。表4是组群效应αm。结果显示，各个组群的估计系数都为正数，而且统计上均显著。由于我们的参照组是出生于1933—1941年之间的群体，全部为正的估计系数说明出生于1933—1941年之间的一代人，其消费差距是最小的，之后随着出生年代的推移，组群效应也越来越大，从出生年代为1942—1951年的0.06增加到出生年代为1981—1990年的0.186，增加了两倍有余。这个特征也容易理解:出生年代较早的一批人，其收入来源有限，接触到的消费市场品种也较为单一，他们的消费差距必然不会太大;而出生年代较晚的一批人，收入来源的多样化、消费品市场的极大丰富都为他们产生较大的消费差距提供了条件。这里，消费差距与消费支出的组群效应均表现出相同的规律，即组群效应随着出生年代的推移而增大。根据前文的分析可得到中国城镇居民年龄与消费支出的一般规律:年轻一代的消费水平要高于年老一代，年轻一代的消费差距也大于年老一代，在同一代人内部，随着年龄的增长，消费差距是不断扩大的。但仅根据这个规律我们并不能发现中国的老龄化进程是否对居民消费差距的变动产生了影响，本文接下来将对消费差距的变动进行分解，以考察人口老龄化在消费差距变动中的作用。
(二)消费差距变动的分解基于Ohtake＆Satio(1998)、曲兆鹏和赵忠(2008)的方法，我们把中国城镇居民消费差距从2003到2008年的变动进行分解，把消费差距的变动分解为“人口效应”(即老龄化效应)、“组间效应”和“组内效应”。具体做法如下:令sit为每个年龄的样本在总样本中的比重;σ2it为控制了出生组之后，每个年龄样本的消费对数方差;Xit为每个年龄样本的消费对数均值;i=18，19，…70;t为调查的年份。根据方差的定义和设定的上述变量，我们把消费对数方差变形，分解成三个部分。从表5中可以有如下发现:第一，消费差距的变动在各个时间区间内都为正，且变动量逐渐增加，这反映了在样本区间内，中国城镇居民的消费差距的确是扩大了，而且消费差距的扩大有恶化的趋势。第二，出生组内的消费差距是总体消费差距变动的主要原因，其作用强度有增加的趋势，而与组内效应相比，组间效应很小，这说明了中国城镇居民在2003—2008年间消费差距扩大的主要原因是同一出生组内老年人和年轻人消费差距的拉大，这与图5中控制了组群效应后消费差距随着年龄增加而扩大的年龄—消费曲线相对应。第三，各个时期人口效应分解的结果都表示，人口老龄化对消费差距的影响都不容忽视，这一发现与曲兆鹏和赵忠(2008)不同，他们对中国农村的研究表明老龄化对不平等的影响非常微小。而本文的研究发现人口老龄化对城镇居民消费差距存在着显著的影响，而且影响作用有增强的趋势，这暗示着人口老龄化对居民消费差距的影响在中国城乡间可能存在不同的作用机制，值得更深入研究。
四、结论与建议
居民消费论文范文6
摘 要 国内外对于农民消费支出问题研究有很多，本文主要基于需求层次理论视角对这个问题进行了分析研究。许多学者认为影响农村居民消费支出的主要因素是收入，他们研究成果的理论借鉴为农民消费支出问题研究提供了有利的支撑。本文通过对辽宁地区农民收入调查结果，基于需求层次理论视角下对农民消费支出问题做一个探讨，把不同收入类型的农民对应不同的需求层次。
关键词 农民 消费支出 需求层次
马斯洛需求层次理论，也称作“基本需求层次理论”，由亚伯拉罕•马斯洛于1943年在《人类激励理论》论文中所提出，他把需求分成生理需求、安全需求、社交需求、尊重需求、和自我实现需求五类，依次由较低层次到较高层次排列。
本研究为了更全面的了解农村居民不同收入层次，对辽宁省部分农民的收入消费支出情况做了入户调查，并设计了入户调查问卷。在问卷设计中，在农户抽样上考虑尽可能覆盖全面不同收入的农户。本研究在辽宁省共调查300个农户，共发放调查问卷300份，有效问卷290份，问卷有效率为96.7%。通过对300户农户的调查中把家庭收入分为3万元以下、3-5万元、5-10万元、10万元以上四个部分，不同收入的农户对消费支出的理解不同，需求层次也表现出很大的不同。
生理需求是人类维持自身生存的最基本要求，包括对以下事物的需求：呼吸，水，食物等，生理需要是推动人们行动最首要的动力。安全需求是人类要求对以下事物的需求：人身安全，健康保障，资源所有性，财产所有性等。马斯洛认为，只有这些最基本的需要满足到维持生存所必需的程度后，其他的需要才能成为新的激励因素。现在社会中大多数农民在这两个层次的需求都得到满足，吃的饱穿得暖，生活和谐是人们最基础的生存条件。在调查过程中，不同收入的农民对这两个层次的需求差异表现不明显。社交需求包括友情、交情等，人人都希望得到相互的关系和照顾，在调查中发现家庭收入四个部分对这个层次需求程度不同，家庭收入10万元以上的农户社交活动相对频繁，而家庭收入3万元以下的农户相对社交活动较少，这些社交活动中涉及的消费支出包括休闲娱乐、人情往来等。总体而言，不同家庭收入农户在这三个层次的需求中表现出的消费支出差异不是很明显，因为现阶段农村居民的消费领域仍较为狭窄，这三个层次的消费需求都是生活最基本的消费支出方面，所以为了做进一步研究，我们要继续分析其它两个需求层次。
尊重需求包括有能力、有信心的个人尊重，也包括有地位，有自信，收到别人的尊重。在调查结果中显示。家庭收入越多的农户在尊重需求方面表现的越明显，收入10万元以上的农户在分配消费支出时帮助其他农户一起致富，或者购买私家车，修建更好的房屋，担任领导干部等，这类农户希望自己有稳定的社会地位，要求个人的能力和成就得到社会的承认。当然，收入相对较少的其它三类农户更多的消费支出表现在购买食品，家庭设备，储蓄等，其中家庭收入在5-10万元的农户倾向于追求更多的尊重，提高生活质量，达到更高层次的需求。
在四个部分不同家庭收入的农户中，表现差异最明显的就是自我实现的需求，这是最高层次的需要，它是指实现个人理想、抱负，发挥个人的能力到最大程度，达到自我实现境界的人，接受自己也接受他人，解决问题能力增强，自觉性提高，完成与自己的能力相称的一切事情的需要。例如收入多的农户会创办自己的企业，带动其它三个部分农户共同发展，各自追求更高层次的需求。马斯洛认为，一个国家多数人的需要层次结构，是同这个国家的经济发展水平、科技发展水平、文化和人民受教育的程度直接相关的，在农村居民中这个观点同样适用。
不同家庭收入的农村居民在消费支出过程中存在不同的层次需求，为了引导农村居民不断提高生活质量，追求更高的需求层次，我们应该通过以下几个方面来加强农村居民对层次需求的理解。
首先，通过政府公益性培训，引导农村居民更新消费观念，加深农村居民对需求层次的理解，让农村居民不但得到尊重需求，更要达到自我实现。
其次，企业研发适合农村市场的产品，增加农村居民的收入，让农村居民获得更多可以支配的现金收入，在消费支出过程中慢慢的从低层次的需求向高层次的需求迈进。
