消费水平的影响因素篇1
关键词：内需；投资需求；消费；物价水平；利率
一、引言
本文基于后金融危机的时代背景和扩大内需的政策背景下，从国内市场角度来分析投资需求的主要影响因素，以期得到一些有益的结论与启示。本文其余部分安排如下：第二部分在借鉴国内外各种宏观经济投资理论的基础上，揭示了国内市场因素对投资需求的影响机理，进而提出了本文的主要假说；第三部分利用1979年~2009年全国及浙江省的相关统计数据，对投资需求的影响因素进行实证研究；最后是本文的主要结论与政策建议。
二、投资需求影响因素的理论分析：基于国内市场的视角
1.国内产出（y）与投资需求。根据加速原理，产出的增加能从根本上刺激投资的增加。此原理可解释为产出增加，机器利用率高，闲置资源少，从而增加了投资的可能性；另一方面，产出增加，国民收入增加，表明投资的利润量增加，企业内部积累也增加，因而也刺激了投资。因此，国内产出是投资需求的重要决定变量。
2.国内消费需求（c）与投资需求。首先，某种社会消费品的需求增加，会引起直接生产该种消费品的生产部门以及与之有互补关系的消费品的生产部门增加投资；其次，消费品需求增加，在导致消费品生产部门扩大投资的同时，也对其生产资料的生产部门形成新的投资需求，所以投资也会增加。再次，对于个人来说，在收入一定的情况下，消费的增加意味着储蓄的减少，从而减少对固定资产的投资、库存以及住宅投资，此时投资需求减少。所以说，消费（最终消费）对投资的影响效果则是不确定的。
3.国内物价水平（p）与投资需求。在投资预期利润率一定的条件下，投资者只要手上有足够的闲置资金，就不需考虑其投资的风险性，说明只要进行投资，都可以取得相应比例的收益，且等量投资即能取得等量利润。然而，投资还必须考虑投资成本，主要包括税收、资本品价格、资本利息率等。在税率相对稳定的条件下，与投资收益相比，税收对投资决策的影响相对较轻，资本品价格将在很大程度上决定的投资决策。资本品价格水平的上涨意味着投资成本的增加，对投资具有负面影响。另外，从消费品价格角度看，物价水平的上涨则意味着投资收益的增加，会刺激投资需求。因此，物价水平对投资的影响效果也是不确定的。
4.利率水平（r）与投资需求。利息是投资者支付给货币供应者的一种补偿，是决定投资成本的主要因素。利率越高，资本使用成本就越高。根据凯恩斯理论，投资主要是由利率决定的。在投资的预期利润率（资本边际效率）既定时，企业是否进行投资，首先就决定于利率的高低，利率上升时，投资需求量就会减少；利率下降时，投资需求量就会增加，即投资是利率的减函数。所以从理论上来说，利率与投资负相关。
三、中国投资需求影响因素的实证分析：1979-2009
1.基本模型设定与样本数据选取。首先，基于上述基本假定和主要理论假说，我们可以给出一个投资函数：
进而得出新的投资双对数线性回归模型：
lnit=e+?琢lnyt+?茁lnct+?酌lnpt+?兹lnrt+ut（2）
其中it为总投资，e为自发性投资，yt为产出，ct为最终消费，pt为物价水平，rt为利率，ut为误差项。当然，总投资it的影响因素除了yt、ct、pt、rt这四个重要的因素以外，还有其他一些次要的因素，比如资本折旧率、人口增长率、就业率、就业结构等，这些因素我们都计入误差项ut中。
然后，本文选取1979年~2009年（改革开放以后）的各变量统计数据作为样本数据。it为总投资，包括固定资产投资和存货投资；yt我们用支出法gdp表示；ct为消费总额，包括政府消费和居民消费；pt为居民消费价格指数，利率rt指标以一年期定期存款利息率来衡量。由于利率有时一年中变化几次，我们做了加权估计，rt的原始数据来源于中国人民银行网站和《中国金融年鉴》，其它变量的数据均来源于《中国统计年鉴》。各变量的数据都为实际值，用以1978年为100的基期居民消费价格指数剔除价格变动的影响。
2.全国投资需求影响因素的实证检验及其结果。为了避免出现伪回归，使用eviews6.0软件先对样本数据进行单位根检验（见表1）。经检验，各变量数据满足i（1）过程，满足协整检验的前提。进一步地，运用engle-granger检验方法对投资模型回归后的残差进行协整关系的检验（见表1）。协整检验结果表明，消费需求、价格水平、利率和产出与投资需求之间存在长期稳定的均衡关系。进一步地，可以得到全国投资需求影响因素的估计结果（如表2所示），ad-r2为0.998，显示方程的拟合优度很好。回归结果表明，投资需求对产出最为敏感，且呈正相关关系，产出每增加1%，投资就增加1.5591%，但消费需求、物价水平和利率水平对投资影响并不显著，从而得到全国的投资函数为：
首先，产出是影响投资需求的重要因素，符合经典投资理论。其次，国内消费需求并不是全国投资需求的重要影响因素。其原因可能有以下几个方面：（1）改革开放以后出现了投资主体的多元化，政府预算内投资所占比重下降，企业自主投资比例明显上升；但是囿于传统计划体制惯性作用，投资需求主要依靠政府投资来拉动。（2）全国各地区的经济发展水平存在巨大差异，东部省份的经济状况较为发达，而中西部地区的收入水平则较低，而且这种差距还存在着不断扩大的趋势，这可能在一定程度上弱化了消费的投资拉动效应。从长期来看，收入差距对投资的累积影响始终为负（陆铭等，2005）。（3）消费需求增加本身能驱动消费品生产部门及生产资料部门增加投资需求，但在控制产出变量后，消费的增加意味储蓄的减少，因而可能对投资需求产生负面影响。正反两方面作用的同时存在可能导致消费的影响不显。再次，全国投资需求对物价水平变动的反应并不显。对全国总体来说，几乎以政府投资为主的特征意味着大部分投资资金的来源主要通过财政拨款来保证，使得投资需求的增长主要受到财政预算及其它政策的影响，受物价水平支配程度较弱。最后，作为凯恩斯投资模型中最重要的影响变量，利率水平则对投资需求并不存在显著性的影响。这可能由于我国利率制度还没有完成市场化改革，目前价格扭曲还依然存在；金融体系的改革明显落后于工商业的改革，银行的私有化程度低，这导致了资本市场不能有效配置，使得我国货币政策的利率传导机制的不畅，从而无法对投资形成有效的作用，使得政府通过利率手段来调节投资需求的政策效果不尽如人意。而在这种情况下，扩张性财政政策也不会产生明显的挤出效应①。
3.地区投资需求影响因素的实证检验及其结果：以浙江省为例。如前所述，我国的经济发展水平具有较大的地区差异性，各地区居民收入差距明显，政府投资对资本形成起着主导作用，而市场化水平与投资结构的不同也可能导致投资需求影响因素的差异。因此，仅仅从全国层面的考察所得出的结论并不能充分解释投资需求的形成，其中可能会忽略掉一些重要的影响因素。为消除这些误差，下面选取经济发展水平和市场化程度较高且较为均衡的浙江省为例，进一步寻求国内市场因素对于投资需求的重要影响。需要指出的是，对于以浙江为代表的开放程度较高的我国东部地区而言，金融危机带来的外部冲击给投资需求造成的影响更大，因此从国内因素探寻其投资需求的影响因素，对于恢复并保持东部地区经济持续快速增长具有更为重要的意义。
浙江省产出、消费和利率数据选取标准同上，但由于浙江省的居民消费价格指数不全，故用商品零售价格指数代替，并以1978年的商品零售价格指数进行折算后取得各变量的实际值；数据均来源于各年份的《浙江统计年鉴》，回归结果如表3所示（因篇幅所限，故略去单位根检验和协整检验结果）。同样，根据回归结果可以得到浙江省的投资函数为：
对浙江省而言，产出、消费、物价水平都对投资需求具有显著的影响，且都呈正相关关系。产出每增加1个百分点，投资就增加0.419个百分点；消费需求每增加1%，投资就增加0.6079%；物价水平每增加1%，投资就增加0.5705%；但利率水平对投资需求的影响同样不显著。
众所周知，浙江是全国的小商品生产企业聚集地，其中大部分都是人们日常生活中所常用的消费品。当人们收入增加，生活水平随之提高，人们对消费品的数量、档次的要求越来越高。这就要求增加对生产消费品的新投资，从而拉动了浙江投资的发展。而且浙江省各地区经济发展水平较为均衡，且浙江省政府高度重视区域的协调均衡发展，省内地区差距有不断缩小的趋势，这也在一定程度上解释了浙江投资与消费之所以呈正相关的原因。而浙江地处东部沿海地区，改革开放的浪潮使得其市场化程度较高，以温商为代表的浙江企业家的创新意识较浓，再加上地方政府政策比较宽松，私人民间投资受政策约束较小，从而导致民营经济蓬勃发展，主导了浙江投资需求增长。这意味着浙江省投资需求在较大程度上受市场机制的影响。从产品结构来看，浙江企业主要生产服装、鞋类、玩具等劳动密集型最终消费品，其所需要的资本品大都从外地购入，所以物价上涨较多地体现为投资收益的增加，对生产成本的影响有限，从而会刺激投资需求。另外，消费对投资需求的正向拉动作用也使得投资必然随着物价水平的上涨而增加②。
四、结论与政策建议
投资需求是内需的重要组成部分，实现消费与投资的协调发展是中国经济发展方式转变的重要途径与努力方向。本文基于后危机时代扩大内需的现实背景，从国内市场角度构建了一个宏观投资模型，运用1979年~2009年的时间序列数据，对影响中国投资需求的主要因素进行了实证分析。从全国范围来看，只有产出对投资需求存在显著的正向影响，而消费、物价水平和利率水平的影响却并不显著。进而对以浙江省为例的地区层面的实证研究发现，产出、消费、物价水平都与投资需求存在显著的正相关关系，利率水平则同样未对投资需求产生显著的影响。全国与浙江省投资需求影响因素的差异也在一定程度上反映了收入差距、市场化水平与投资结构等因素可能会对投资需求的形成产生潜在间接影响。
基于以上结论，本文就我国投资需求的健康发展、进而有效扩大内需提出如下政策建议：（1）实施积极宽松的财政政策，保持较高的经济增长速度。（2）完善收入分配制度与社会保障制度，减少收入差距，努力扩大居民消费需求，实现消费与投资的协调增长。与全国相比，以浙江省为代表的东部地区消费需求的增长可能会促进投资增长，这恰恰表明推动消费与投资的双重增长对于扩大内需、实现经济发展方式转型的重要意义。（3）合理调控物价水平，维持投资需求平稳增长。在宽松宏观经济政策的作用下，物价水平可能会出现一定程度的上涨，这虽然在一定程度上促进投资需求的增长，但同样会降低居民的实际收入，进而制约消费需求的增长。因此政府应当对物价水平进行合理的调控，防止物价过快上涨，使得消费与投资实现有效、平稳增长。（4）积极推进利率市场化改革，充分发挥资本市场的资源配置功能，疏通货币政策的传导机制。
注释：
①挤出效应是指政府增加支出或削减税收所导致的结构性赤字的上升，可能提高利率，减少或挤出国内私人投资的现象。其作用机制可表示为：gyl1l2riy。当利率无法对投资形成有效作用时，挤出效应必然也不显。
②陆铭等（2005）的研究发现，cpi具有推动投资的作用。
参考文献：
1.孙凤.预防性储蓄理论与中国居民消费行为.南开经济研究，2001，（1）：54-58.
2.杨天宇.收入分配与有效需求.北京：经济科学出版社，2001.
3.刘东皇，沈坤荣.公共支出与经济发展方式转变：中国的经验分析.经济科学，2010，（4）：5-14.
4.王军.中国投资函数的实证分析.当代经济科学，2001，（3）：19-24.
5.宋海岩，刘淄楠，蒋萍.改革时期中国总投资决定因素的分析.世界经济文汇，2003，（1）：44-56.
消费水平的影响因素篇2
［关键词］居民消费水平；计量模型；单位根检验；协整检验
doi:10.3969/j.issn.1673-0194.2012.10.025
［中图分类号］F224；F126［文献标识码］A［文章编号］1673-0194（2012）10-0042-03
1引言
居民消费水平是按国民收入或国内生产总值的使用总量中用于居民消费的总额除以年平均人口计算得到的，它反映一个国家或地区居民的一般消费水平。居民消费水平是GDP中的重要组成部分，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点。它是指一个国家一定时期内人们在消费过程中对物质和文化生活需要的满足程度。
改革开放以来，我国经济持续、高速发展，居民消费水平不断提高，城镇居民消费结构也在发生变化，对其消费水平进行研究，具有重要的经济意义。本文以我国城镇居民消费水平为研究对象，对其影响因素进行深入研究，建立城镇居民消费水平和影响因素之间关系的计量经济模型，运用1978－2009年间的数据进行实证分析，研究各影响因素对居民消费水平的影响效应，并对模型进行检验，验证模型的正确性。
2城镇居民消费水平影响因素的选择
影响消费的因素有很多，比如居民的收入、物价水平、经济增长、个人消费偏好、利率水平、家庭财产状况、消费者年龄构成、风俗习惯等。收入是影响消费的最重要因素，本文考虑城镇居民的人均收入对消费水平的影响。商品价格对消费的影响也很重要，而居民消费价格指数是综合反映商品价格变动的相对数，所以应将城镇居民消费价格指数作为一个影响因素。国内生产总值是公认的衡量国家经济状况的指标，因此要选择人均国内生产总值作为居民消费水平计量分析的影响因素之一。同时，居民消费水平既受当前收入水平影响之外又受前期消费水平的影响，因此前一期居民消费水平也作为影响因素进行研究。
综上所述，本文以分析我国城镇居民消费水平的影响因素为目的，选择了1978－2009年的数据为样本。城镇居民消费水平作为解释变量（Y）。城镇居民人均收入（X1）、城镇居民消费价格指数（X2）、人均国内生产总值（X3）、上一期居民消费水平（X4）。
3数据的搜集与模型的建立
3．1城镇居民消费水平的多因素分析
利用Eviews6．0软件进行分析，采用最小二乘法进行回归分析和统计检验。由散点图观察变量间的关系，可以看出自变量和因变量间呈线性关系，因此，设定模型为：
y=β0+β1x1+β2x2+β3x3+β4x4+εi（1）
式中，x4为上一期城镇居民消费水平，为被解释变量滞后一期生成；εi为随机误差项。运用最小二乘法估计模型参数，得到的回归方程如式（2）。
y=-21.068+0.231x1-0.395x2+0.115x3+0.299x4
从回归结果可知，可决系数R2=0.9999，拟合优度非常高。F统计量＝56663．52，模型总体显著。解释变量x2的t统计量没有通过检验，初步判断方程中存在着多重共线性。
3．2模型的修正
采用逐步回归法消除多重共线性。将被解释变量分别与每一个解释变量进行回归分析，结果如下：
（1）y=-169.467+0.591x1
（－3．155）（69．671）此处数据为对应参数的t统计量数值，以下相同。R2=0.9938，F＝4854．184。
（2）y=-1708.702+14.306x2
（－13．561）（39．549）R2＝0．981，F＝1564．149。
（3）Y=326.718+0.360x3
（4．643）（48．098）R2=0.987，F＝2313．399。
（4）y=25.327+1.109x4
（0．677）（97．894）R2=0.997，F＝9583．372。
上述4个一元一次方程中，可决系数从大到小依次为x4，x1，x3，x2，说明对于被解释变量城镇居民消费水平而言，上一期城镇居民消费水平对其影响最大，其次为城镇居民人均收入、人均国内生产总值、居民消费价格指数。因此，以上一期城镇居民消费水平为基础，依次加入其他因素后可以获得最终回归方程，形式如下，具体参数见表2。
y=22.240+0.294x4+0.249x1+0.115x3
从回归结果可知，可决系数R2=0.9999，拟合优度非常高。F统计量＝73543．18，模型总体显著。各解释变量的t统计量在α=0.05时均通过检验，模型有效。
由数据分析结果可知：上一期城镇居民消费水平增长1元，城镇居民消费水平平均增长0．294元。城镇居民人均收入每增长1元，城镇居民消费水平平均增长0．249元。人均国内生产总值每增长1元，城镇居民消费水平平均增长0．115元。这说明增加居民人均收入、人均国内生产总值对拉动居民消费水平作用明显。
4模型的检验
4．1检验变量的平稳性
经典计量经济学理论是建立在时间序列平稳的基础上的，因此要对时间序列的平稳性进行检验。采用ADF检验方法对各变量进行单位根检验，结果如表3所示。
注：（C，T，K）表示ADF检验式是否包含常数项、时间趋势项以及滞后期数。
单位根检验结论表明，解释变量和被解释变量的时间序列均存在单位根，2次差分后在1％的显著性水平上通过ADF平稳性检验，因此各变量为二阶单整过程。
不平稳的时间序列不能直接进行回归分析，要先对变量进行协整检验，观察变量间是否存在协整关系，没有协整关系的单整变量的回归为伪回归。协整检验要求被解释变量的单整阶数要小于或者等于解释变量的单整阶数，有两个或两个以上的解释变量的时候，解释变量的单整阶数要相同。如表3所示，被解释变量Y和解释变量X1、X2、X3、X4单整阶数相同，因此可以做协整检验。
4．2协整检验
本文采用约翰逊协整检验对解释变量城镇居民消费水平和解释变量人均国民收入、人均国内生产总值之间是否存在协整关系进行检验。检验结果如表4、5所示。
由表4、5可知，在5％的显著性水平下，最大特征根检验和特征根迹检验都拒绝原假设，说明解释变量和被解释变量之间存在着协整关系。因此，本文建立的回归模型不存在伪回归问题。
4．3模型的评价
从检验结果可知，本文所建立模型通过了初步检验，解释变量系数符号符合经济理论和预期，解释变量和截距项的系数在5％的显著性水平下均通过了t检验，说明本文所考虑的解释变量对被解释变量具有非常明显的影响。拟合优度为0．9999，表明变量间相关程度非常高，方程拟合效果好。最终模型形式表明，前一期的居民消费水平、人均国民收入和人均国内生产总值对居民消费水平的影响非常显著，其中对前一期的居民消费水平影响最大。
5结论
本文对我国城镇居民消费水平影响因素进行了计量分析，居民消费水平受很多因素的影响。实证检验结果表明，对我国城镇居民消费水平影响最大的因素是前一期的居民消费水平，其次为人均国民收入和人均国内生产总值。因此，应大力发展生产力，提高居民整体收入水平，提升我国国内生产总值整体水平，改变居民消费观念，刺激消费，挖掘更多潜在可实现的消费，促进经济健康快速协调发展。
主要参考文献
［1］储德银，经庭如.我国城乡居民消费影响因素的比较分析［J］.中国软科学，2010（4）：99－105．
［2］程松柏.我国居民消费水平影响因素的计量分析与政策建议［J］.商业时代，2010（35）.
［3］郝卉.居民消费水平影响因素的计量分析［J］.才智，2011（8）：16－18.
消费水平的影响因素篇3
【关键词】居民消费水平；影响因素；模型分析；对策建议
居民消费水平是指一个国家一定时期内人们在消费过程中对物质和文化生活需要的满足程度，它反映一个国家或地区居民的一般消费水平。
改革开放以来，我国的经济运行机制有了极大的改变，人民生活水平不断提高，消费水平也越来越高，如何提高居民收入的整体水平，进而提升我国国民收入整体水平，是社会的热点问题，也是本文研究的出发点。本研究以分析居民消费水平为目的，从《中国统计年鉴》获得1981-2009年的样本数据，用计量的方法构建模型，将居民消费水平做为被解释变量，在前人的基础上总结了几个因素做为解释变量，包括国内生产总值、城乡居民人均收入、人口自然增长率、居民消费价格指数，文中对模型进行了回归分析，具有较高的操作性。
一、单因素分析
（一）国内生产总值对居民消费水平的影响
由经济理论可知，经济发展水平与居民消费水平有密切关系。为了研究居民消费水平和经济发展水平的关系，本文把国内生产总值作为经济发展水平的代表性指标。其中，设居民消费水平为Yt，国内生产总值为X1，因此，有以下模型：
从回归结果可以看出，拟合优度=0.981，模型拟合度很好，可决系数很高，表明国内生产总值确实对居民消费水平有显著影响。其中，GDP每增长1亿元，居民消费水平平均增加0.026元。
（二）居民人均收入对居民消费水平的影响
考虑到我国城乡差距较悬殊，本文将重点考察城镇居民和农村居民的可支配收入对消费水平的影响。设城镇居民人均可支配收入为X2，农村居民人均纯收入为X3，可得到以下模型：
从回归结果可以看出，拟合优度分别为0.998，0.996，两个模型的拟合度都很好，表明城镇居民和农村的可支配收入确实对居民消费水平有显著影响。另外，表中也表明了农村居民人均纯收入对居民消费水平的影响大大超过了城镇居民人均可支配收入对居民消费水平的影响，可见，目前农村的消费需求大于城镇居民的消费需求。
（三）人口自然增长率对居民消费水平的影响
人口的多少与消费水平的高低有密切的关系。由经验分析可知，在人口数量一定的情况下，经济发展水平越高，消费品数量越多，那么居民消费水平就会越高；反之，在经济发展水平稳定的条件下，人口数量的多少就决定着消费水平的高低。因此设自然增长率为解释变量X4，得以下模型：
从表5可以看出，拟合系数只有0.118，很低，且t统计检验不显著，这与理论相违背，可能与统计数据误差以及估计方法有关系。
二、多因素分析
在上述回归分析的基础上，综合考虑各解释变量对居民消费水平的影响，将除了消费物价指数外的所有变量放入模型中，进行回归分析，得到以下回归结果：
由上表可以看出，解释变量之间确实存在高度线性相关，于是运用OLS方法逐一求Y对各个解释变量的回归，发现加入X1，X4的效果都不好，T检验都不显著。另外我们结合经济意义和统计检验，最终得到如下模型：
Yt=-87.997+0.325X2+0.696X3
（-5.168）（20.605）（12.909）
此模型的拟合程度非常好，说明城乡居民人均收入对居民消费水平的直接影响最大。农村居民人均纯收入每增加1元，居民消费水平平均增加0.696元；城镇居民人均可支配收入每增加1元，居民消费水平平均增加0.325元。
三、结语
本文对我国居民消费水平的影响因素进行了计量分析，结果表明城乡居民人均收入对居民消费水平的直接影响最大。因此应大力发展生产力，提高居民整体收入水平，特别是农村居民收入水平，作为农业大国的中国，应重点调整农业结构，提高农产品品质，建立有利于农民增收的产业体系，完善社会化服务体系。
参考文献
[1]易丹辉.数据分析与EViews应用[M].北京：中国统计出版社，2007.
[2]刘猛，王桂荣，王慧军.河北省农村居民生活消费支出倾向分析[J].安徽农业科技，2010（3）.
消费水平的影响因素篇4
[关键词]大学生；体育消费；消费水平；消费结构
doi：10.3969/j.issn.1673-0194.2016.21.078
[中图分类号]F126.1[文献标识码]A[文章编号]1673-0194（2016）21-0151-02
1引言
随着我国体育逐步走向产业化的道路、国民体育观念的变化及学校体育的不断发展，体育消费正迈向大学生。社会各类体育休闲场所应运而生，如健身馆、网球馆等，这些都为人们的健身和社交提供了良好的环境。有研究显示，大学生群体的体育消费支出已排在高薪阶层之后，位居第二。同时我们也发现大学生体育消费存在着铺张浪费、盲目攀比现象；体育消费结构也存在一定的不合理之处。鉴于此，本文选定某市大学生为研究对象，分析他们体育消费动机、水平、结构以及影响因素等。旨在为提高大学生体育消费水平，优化大学生体育消费结构；培养大学生的合理、健康体育消费行为。
2数据处理与分析
本次数据收集采用问卷调查方式，在该市10所高校中随机向300名大学生问卷发放，共发放问卷300份，有效问卷240份。其中，男性占62.92%，女性占37.08%，基本符合体育消费的性别特征；农村生源占41.67%，城市生源占58.33%。
该问卷从体育消费动机、水平、结构以及影响因素几个方面进行测量。其中消费动机层面上选取主观、客观因素两个指标，每个指标下面又设有多个指标。主观因素包括：对体育感兴趣、保持身体健康、愉悦身心、形体健美、增加社会交往及其他。客观因素包括：受同学或朋友的影响、受家庭成员的影响、有充足的时间、体育明星的影响及其他。
3实证分析
3.1信度分析
本问卷采用Alpha信度系数法进行信度分析，测得问卷的信度系数为0.785，P
3.2大学生体育消费项目的分析
本调查问卷选择足球、羽毛球、网球、篮球、舞蹈、健美操等15项体育项目来研究，结果表明：羽毛球、篮球、乒乓球等球类项目比较受欢迎。由于球类项目更富娱乐性、对抗性、趣味性高，尤其是羽毛球不受场地的限制，技术性要求不高，简单易行，拿上球拍在一般的平地上都可以开展。大学生对新事物接受能力强，一些在国外流行的桌球、网球、瑜伽等项目也逐渐引起大学生的兴趣。
3.3大学生体育消费动机的调查与分析
大学生进行体育消费的动机是多种多样的，不同性别的体育消费动机又有差异，本研究对消费动机测量从主观、客观因素两个指标。通过比较分析可以发现两者之间的异同，具体分析如表1所示。
从表1可以看出，在大学生进行体育锻炼的客观因素中，不管是男生还是女生，选择受同学朋友影响的人数居多，男生占到73.5%，女生占到75.0%。其次，男生选择有充足时间，大众媒体的影响和体育明星的影响分别位于第二、三、四位，所占比例是60.3%、29.8%和27.2%，而女生选择有充足时间，受家庭成员的影响和大众媒体的影响分别位于第二、三、四位，所占比例是46.6%、27.3%和22.7%。出现这种情况主要是大学生处于青年时期，依赖性和崇拜性较强，容易受到同学朋友以及家庭成员的影响。
在大学生进行体育锻炼的主观因素中，男生与女差别不大。男生选择的前三位是保持身体健康，丰富业余生活与愉悦身心，分别占到大学生进行体育锻炼的主观因素的82.8%，74.8%和70.2%，而女生选择的前三位是保持身体健康，愉悦身心和丰富业余生活，分别占到大学生进行体育锻炼的主观因素的85.4%，78.7%和73.0%。
3.4影响大学生体育消费的因素
3.4.1经济基础对大学生体育消费的影响
经济基础反映了大学生的经济承受能力，是大学生进行体育消费的前提，也是影响大学生进行体育消费的首要因素。大学生的经济来源基本上依赖于家里的供给，除支付必要的生活费外，少量的体育消费支出限制了大学生体育消费的水平。
3.4.2体育消费品价格对大学生体育消费的影响
体育消费品价格是从体育消费品本身的角度，通过物价指数真正反映出大学生的购买力。体育消费品价格对比关系是否合理及其变动，直接影响到大学生实际的体育消费水平。
3.4.3消费习惯对大学生体育消费的影响
大学生一直受到传统的勤俭节约的消费理念的影响，逐渐养成量入为出，略有节余的消费习惯。这就决定了目前大学生的消费结构以实物型消费为主，而且是运动服装，鞋帽等比例消费大的原因。因此，该市要完善大学生体育消费结构，关键是要引导大学生合理地进行体育消费，养成良好的体育消费习惯。
3.4.4体育兴趣爱好对大学生体育消费的影响
体育兴趣爱好是影响大学生体育消费的一个重要因素。当人们对体育感兴趣时，就会表现出对体育运动的强烈关心，具体表现在对体育信息较为敏感，喜欢收看体育节目等方面。因此，只有将大学生的体育兴趣爱好调动起来，才能促进大学生体育消费。
4结论与建议
4.1结论
（1）该市大学生体育消费项目比较丰富，不同性别、不同教育程度的大学生体育消费动机具有一定的差异，体育消费水平低，体育消费结构单一，主要以实物型消费为主，不同生源、不同性别的大学生体育消费结构也呈现差异性，体育消费结构将越来越趋于合理。
（2）影响该市大学生体育消费的因素主要分为经济因素、社会因素、技术因素。
4.2建议
（1）加强对该市高校体育事业的支持，增加体育设施设备和体育场馆等建设，提高体育消费市场的服务。
（2）通过积极的校园体育文化建设、体育教学培养该市大学生的体育兴趣，树立正确的体育消费观念，激发他们体育锻炼的积极性。同时认真落实“两课活动”，保证教学质量。
（3）利用媒介大力宣传体育事业，提高大学生体育消费的意识，进体育锻炼和体育消费行为习惯的养成。
主要参考文献
[1]涂志远.关于我国体育消费结构的研究[J].西南师范大学学报，2014（5）：177-180.
消费水平的影响因素篇5
随着社会经济的发展和人均可支配收入的提高，我国国内旅游消费出现了空前的增长。《关于加快发展旅游业的意见》中，明确指出将旅游业培育成国民经济的战略型支柱产业，推进国内旅游的发展。国内以镇江作为智慧旅游城市的试点，促进智慧旅游城市的建设，增加旅游消费。
目前，我国经济主要靠投资和出口拉动。内需拉动消费，消费促进经济增长，这一直都是业界的呼吁。旅游的发展，带动各行各业的发展。因此，学者们开始研究旅游消费。国内旅游消费情况反映国民经济的发展，体现人民的幸福感，提供更多就业机会。加强国内旅游消费影响因素的研究，对我国发展旅游有一定借鉴意义。
二、文献梳理
（一）旅游消费的影响因素研究
旅游消费由交通、餐饮、住宿、游览、购物、娱乐、通信等一系列消费构成，具有综合性的特征，旅游消费一直是国内外研究的热点。目前对旅游消费的研究中，研究者从不同角度分析了影响旅游消费的因素，定性研究和定量研究并重。
旅游消费的衡量指标主要分为旅游消费总量、人均旅游消费（如表1），以此两个指标研究其影响因素。
影响旅游消费的因素有很多，本文首先通过表格罗列相关研究中提到的影响因素（如表2）。影响旅游消费的因素取得认可的是国内生产总值GDP、可支配收入、CPI、客运量和闲暇时间。牛利民、杨开福和朱道静（2008）分析了影响我国旅游消费的主要经济因素――国民收入、利率、汇率和消费者物价指数，指出除了上述影响因素之外，我国旅游消费还受到贫富差距程度的影响。陈敏（2011）和李云鹏（2005）也分析人均可支配收入和旅游消费价格指数对城镇居民旅游消费支出的影响。李冰州、杨剑和陈旭（2004）交叉分析国内、国际和总体旅游消费，在分别对三个模型单独和交叉分析之后，认为：经济发展水平与旅游消费支出存在正相关，而国际旅游消费对经济发展的敏感性强于国内旅游消费，而总体旅游消费介于二者之间，按照目前发展趋势，国际旅游消费支出在未来将等于并超过国内旅游消费支出。
刘丽秋（2009）发现：居民消费水平随着收入水平、价格水平、教育医疗水平以及基础设施建设的提高而提高，而且作者提出单因素相关性强但是多因素的相关性并不明显，主要是源于其余国内生产总值具有较强的线性。
刘文斌（2009）的研究显示了国内旅游消费支出与GDP和闲暇时间正相关。
（二）旅游消费影响因素定量模型研究
针对旅游消费影响因素多用定量研究，从宏观消费的层面出发，选取影响因素建立不同的模型，分析相关影响因素对旅游消费的具体作用。
陈敏（2011）以城镇居民人均可支配收入X和城镇居民消费价格指数P为自变量，建立关于城镇居民旅游消费支出Y和相关影响因素之间的回归方程。李冰州、杨剑和陈旭（2004）以经济发展水平为解释变量，分别建立了我国居民国内旅游消费模型、国际旅游消费模型和总体旅游消费模型，三个模型采用了OLS法。汪正彬（2010）假定旅游目的地因素与旅游客源地因素对旅游消费的影响是既定的，旅游自身因素中的GDP对旅游消费影响。王曦、秦远好（2011）探讨人均旅游花费与国内生产总值、城镇居民可自由支配收入、城镇居民平均劳动报酬、人民币储蓄总额、铁路运输线路长度、可自由支配时间的关系。他们将这些因素放入模型逐步回归，最后得出可自由支配收入、铁路运输长度、可自由支配时间对旅游消费影响显著。
刘丽秋（2009）以收入水平、商品价格水平、在校人数、卫生机构数和铁路公路货运量为自变量，建立消费水平函数，在对模型进行了多重共线性、序列自相关、异方差检验和修正后。刘文斌（2009）建立了国内旅游消费支出与GDP和闲暇时间（设置为虚拟变量H）的函数关系，并进行了相应的检验。吴忠才、朱金林和徐迎（2007）围绕国内生产总值和闲暇时间进行了多元线性回归分析，指出了相关影响，并进行了检验分析。张丽峰（2010）利用状态空间模型建立了中国农村居民旅游消费与收入之间的变参数模型，并检验了人均收入和消费支出两变量之间的变协整关系。
消费水平的影响因素篇6
关键词人口年龄结构；能源消费；面板数据；GMM
中图分类号F063.2文献标识码A文章编号1002-2104（2015）11-0069-06
能源是经济社会发展的重要基础和经济增长的主要动力。改革开放以来，伴随着我国经济的快速增长，能源消费也在不断增加。我国能源消费总量由1978年的5.7亿tce，增加到2013年的37.5亿tce，年均增长6.5%。2013年我国能源消费居世界第一，占世界消费总量的22.4%，占世界净增长的49%。而我国现在煤炭、石油、天然气的人均可开采储量分别仅为世界平均水平的55%、11%和5%。另外，目前以煤、石油为主的能源消费是造成环境污染的主要原因。因此，能源短缺和环境污染已成为制约我国经济社会可持续发展的重要因素。
人作为经济社会活动的主体，在能源消费中扮演着十分重要的角色。联合国人口基金会（UNFPA）2009年明确指出，人口数量、年龄构成、城乡人口分布、家庭规模、人均消费等因素与能源消费或碳排放之间具有内在联系，可以对气候变化产生长远影响。然而，人生产者和消费者的双重身份决定了人口因素对能源消费的影响是多方面的，它不仅直接影响能源消费，而且大多时候是通过生产、生活、技术贸易等间接影响能源消费。再加上人口规模、年龄结构、区域分布等处于不断变化调整之中，更加剧了其对能源消费影响的复杂性。我国目前经济发展已进入新常态，人口发展和居民生活方式正发生着巨大变化，人口年龄结构已进入老年型，并向老龄化纵深发展。同时，作为负责任的大国，我国政府在2009年哥本哈根气候大会上对外承诺大幅实施节能减排，到2022年单位GDP碳排放量要比2005年下降40%-45%。在此背景下，考察我国人口年龄结构变动对能源消费的影响，对实现人口、资源和环境的可持续发展具有重要的现实意义。
1文献综述
目前，国内外关于人口因素与能源消费或碳排放关系的研究主要集中在人口规模变化以及年龄结构、城乡结构、家庭规模等人口结构变动对能源消费或碳排放的影响两大方面。
1.1关于人口规模对能源消费的影响研究
国际层面：Birdsall[1]认为人口增长从两方面影响碳排放，一是人口规模的扩大导致能源消费增多，进而带来更多的碳排放；二是人口的快速增长引起土地利用方式的改变以及林地面积的减少，降低了对碳排放的吸收。Knapp和Mookerjee[2]利用格兰杰因果检验研究了全球人口总量对碳排放的影响，发现人口数量增长是碳排放量增加的重要原因，但人口数量和碳排放之间不存在长期稳定的函数关系。DavidSatterthwaite[3]利用世界各国1980-2005年间相关数据对人口增长和城镇化与碳排放量之间的关系进行的实证分析表明，人口增长和城镇化均对碳排放具有显著影响，且人口城镇化带来的消费规模和消费结构的改变对碳排放的影响高于人口增长，因此，仅靠控制人口增长并不能达到较少碳排放的目的。AnqingShi[4]、ColeMatthew[5]、EugeneA[6]等利用环境压力等式（IPAT模型）分别测算出全球碳排放量对人口总量变化的弹性系数为1.42、0.98和1.02。
国内层面：李国志和周明[7]利用变参数模型分析了我国1978-2009年人口数量和居民消费对碳排放的动态影响，认为人口规模对碳排放的影响弹性大于居民消费的影响，但是二者之间的差距呈逐渐缩小趋势。而且人口数量和居民消费与碳排放之间存在长期稳定关系。张文玺[8]利用中日韩三国1990-2010年能源消费相关数据比较分析了三国GDP、人口、产业结构对能源消费的影响，发现三个国家的GDP和人口总量与能源消费之间均存在显著正相关关系，且人口总量对能源消费的影响已超过GDP的影响。人口总量对日韩能源消费的影响远大于中国，第三产业对三国能源消费的影响均呈逐步下降趋势。夏泽义、张炜[9]将人口因素引入环境负荷模型分析了我国能源与人口、经济增长的关系，认为能源消费与人口、经济和技术间存在长期动态关系，控制人口增长有利于减轻能源供求压力。
1.2关于人口结构对能源消费的影响研究
国际层面：JiangLeiwen[10]等认为研究人口因素对能源消费或碳排放的影响，除人口总量外，还必须重视对人口年龄结构、家庭规模、人口城镇化水平等人口结构因素的考察。MichaelDalton[11]将人口年龄结构变量引入能源-经济增长模型，利用美国不同年龄组家庭消费、储蓄、劳动力供给等相关数据，运用一般均衡模型研究了人口年龄结构与碳排放之间的关系，结果表明，不同年龄组家庭能源消费存在较大差异，人口老龄化长期来看有利于抑制碳排放，且在一定条件下其作用甚至会大于技术进步。Poumanyvong和Kaneko[12]利用99个国家1975-2005年相关数据，运用STIRPAT模型分析了城镇化对能源消费的影响，认为人口城镇化能显著促进能源消费和碳排放，中等和高收入国家比低收入国家的影响更为显著。MartinezZarzoso和Maruotti[13]研究了1975-2003年发展中国家人口城镇化对碳排放的影响，发现不同国家的人口城镇化发展水平对碳排放存在显著差异。
国内层面：余国合、吴巧生[14]对我国人口结构与能源消费关系进行的实证分析表明，人口城镇化带来的城乡收入差距扩大是我国能源消费增长的主要因素之一，人口年龄结构与能源消费在短期有一定的弱负相关关系，在长期则存在稳定的均衡关系，人口老龄化会逐步减弱对能源消费的影响。彭希哲、朱勤[15]将人口结构相关指标引入STIRPAT模型，运用岭回归方法实证分析了我国1980-2008年间人口、居民消费、技术等因素对碳排放的影响，结果表明，人口规模、人口城市化率及居民消费对碳排放均具有显著影响，且居民消费和人口结构变动对碳排放的影响力已高于单一人口规模的影响力，居民消费模式变化逐渐成为我国碳排放的重要因素。傅崇辉[16]等通过构建生活能源消费与人口敏感性关系模型，分析了人口结构因素对生活能源消费的影响，发现人口自然变动、城镇化及老龄化等人口结构因素对生活能源消费具有多重敏感性，人口城镇化对能源消费的敏感强度已经超过了人口数量，因此，不宜仅将人口规模的增减作为判断能源消费变化的唯一指标。
上述国内外研究成果为本文深入研究人口年龄结构变动对能源消费影响提供了良好的基础，然而通过分析发现：目前对人口结构与能源消费关系的研究主要集中在城镇化、家庭规模等因素对能源消费或碳排放的影响，且大都是利用国家层面的宏观数据进行静态分析，缺乏将人口年龄结构变动指标作为变量引入模型，并利用省际层面相关数据进行动态分析，使得相关结论与现实可能不完全相符。基于此，本文将反映人口年龄结构变动的指标作为变量引入模型，采用横向和纵向结合的省际面板数据动态分析人口年龄结构变动对能源消费的影响，以期获得更具现实解释力的结论。
2方法、模型和数据
2.1计量方法
动态面板模型是通过在静态面板模型解释变量中引入滞后期的被解释变量来反映动态滞后效应的模型。对动态面板数据采用传统的OLS法估计，会产生有偏和一致性问题。广义差分矩估计（GMM）通过对模型进行一阶差分消除固定效应，并在一定条件下引入工具变量，得到差分广义矩估计量，能有效克服解释变量内生性以及残差的异方差问题，且能得到无偏一致的估计量，被广泛运用于动态面板数据模型估计中。本文在建立动态面板数据模型分析年龄结构变动对能源消费影响时，引入前期能源消费变量反映消费惯性，会导致能源消费的解释变量存在内生性问题，因此，可以运用GMM法分析我国人口年龄结构变动对能源消费的影响。
2.2模型构建
现有文献中通常利用STIRPAT模型来分析人口对环境压力的影响，其一般形式为I=aPbAcTde。本文借鉴此模型基本形式，将反映人口年龄结构变动的变量、经济增长、居民消费以及前期能源消费（考虑到能源消费的滞后性）纳入模型中，全面分析人口年龄结构变动对能源消费的影响。具体模型如下：
ecit=β0ecβ1i（t-1）ageβ2itgdpβ3itmcβ4ituitεit
（1）
其中，ec是被解释变量，为能源消费量；ect-1是前期能源消费；age是人口年龄结构变量，分别是少儿抚养系数cdr、老年抚养系数odr、总抚养系数tdr；gdp是经济增长率，为不变价格计算的地区GDP增长率；mc为居民消费水平，为根据常住人口计算的居民年均消费水平；u为不可观察的固定效应；ε为随机扰动项；i、t分别代表地区和时间。
为消除数据的异方差性，将模型进行对数化处理，同时由于少儿抚养系数cdr和老年抚养系数odr与总抚养系数tdr是线性关系，因此进行GMM估计时将其分为两个模型来考察，具体如下：
Inecit=β0+β1lneci（t-1）+β2cdrit+β3odrit+β4gdpit+β5mcit+u′it+ε′it
（2）
Inecit=β′0+β′1lneci（t-1）+β′2lntdrit+β′3lngdpit+β′4lnmcit+u″it+ε″it
（3）
2.3样本与数据处理
从1978年到上世纪90年代中期，我国很多宏观时序数据不全，如能源消费数据缺失，1978-1995年间《中国人口统计年鉴》未公布相关人口年龄结构数据，且时序数据所包含的资源有限，因此本文选取除外的全国30个省市区1996-2013年的面板数据进行实证分析。相关数据来源《中国能源统计年鉴2013》、全国和各省2014年的《统计年鉴》、历年《中国人口统计年鉴》、历次人口普查资料以及国研网数据库。文中各变量所用数据均进行不变价格处理，如无特殊说明均转换为1995年的不变价格。变量具体定义和描述性统计量如表1所示。
3结果与分析
3.1检验结果
（1）单位根检验。非平稳序列间不一定存在直接关联，但常常表现出相同的变化趋势，如果对其进行回归，会产生虚假回归，即使具有较大拟合优度值，也没有实际意义。只有对平稳序列进行回归分析，才能避免伪回归，保证估计结果的有效性。时间序列的平稳性检验所用的方法是单位根检验，又称单整性检验，具体检验过程：首先要检验原序列是否平稳，若未通过平稳性检验，则需对原序列进行一阶差分，再检验差分后的序列的平稳性。如果差分后的序列平稳，则称原序列一阶单整，记为I（1）。面板数据模型在进行回归前需检验数据的平稳性，它是将变量的横截面序列作为整体进行单位根检验。本文选择LLC和ADF法对面板数据进行单位根检验，结果如表2所示。
面板数据单位根检验结果显示：在1%显著性水平下，除居民消费水平外的其他所有变量的LLC检验和ADF检验结果均显著；在10%显著性水平，所有变量均通过LLC检验和ADF检验。由此可知所有序列平稳，各变量0阶单整I（0），满足协整检验的前提，能够消除伪回归，可以进行协整检验。
（2）协整检验。协整检验就是检验协整回归方程的残差是否存在单位根，如果两个序列不是协整的，则残差中一定存在单位根；如果两个序列是协整的，则残差是平稳的。
协整检验结果（见表3）表明：在5%显著性水平下，我国30个省市区的能源消费与人口年龄结构变动等面板数据间存在协整关系，可以进行回归分析。
3.2结果分析
少儿-老年抚养比模型估计结果（见表4）显示：在1%显著性水平下，少儿抚养比、前期能源消费、经济增长率和居民消费水平均通过检验，老年抚养比则未通过检验。该模型残差平方检验的F统计量为1.4826，模型整体效果显著。工具变量有效性检验萨甘检验（Sargantest）的p值为0.9792，表明在1%显著性水平下，该动态面板模型较为理想。少儿-老年抚养比模型说明，除老年抚养比外的少儿抚养比、前期能源消费、经济增长率和居民消费水平变化对能源消费均存在显著影响。其中，少儿抚养比系数的估计值为-0.2105，说明少儿抚养比与能源消费反方向变动，少儿抚养比下降1%，能源消费增长0.2105%；前期能源消费对当期能源消费存在显著正影响，前期能源消费增长1%，本期能源消费增长0.5757%；经济增长和居民消费与能源消费同方向变动，经济和居民消费各增长1%，相应能源消费分别增长0.1011%和0.3195%。在影响能源消费因素中，前期能源消费影响最大，少儿抚养比的影响大于经济增长。老年抚养比对目前能源消费的影响不显著，可能是由于年龄结构变化及其影响具有滞后性，上个世纪90年代，我国人口年龄结构类型处于成年型，并逐渐开始向老年型人口过渡，随着我国人口类型进入老年型并开始迈向老年型社会，未来老年抚养比对能源消费的影响将会逐步加强。
总抚养比模型估计结果（见表4）显示：在1%显著性水平下，各变量均通过检验，表明总抚养比模型中各变量均对能源消费存在显著影响。该模型残差平方检验的F统计量为1.503，模型整体效果显著。工具变量有效性检验萨甘检验（Sargantest）的p值为0.7072，表明在1%显著性水平下，该动态面板模型较为理想。总抚养比模型说明总抚养比、前期能源消费、经济增长率和居民消费水平对当期能源消费均存在显著影响。其中，总抚养比系数的估计值为-0.2552，说明总抚养比与能源消费反方向变动，总抚养系数下降1%，能源消费增长0.2552%；前期能源消费对当期能源消费存在显著正影响，前期能源消费增长1%，本期能源消费增长0.5877%；经济增长和居民消费与能源消费同方向变动，经济和居民消费各增长1%，相应能源消费分别增长0.1352%和0.3232%。在影响能源消费因素中，前期能源消费的影响最大，总抚养比的影响大于经济增长。由此可知，总抚养比对能源消费的影响与少儿-老年抚养比的影响基本一致，这主要是由于：近30年来，我国少儿人口比重的下降速度远高于老年人口比重上升的速度，导致我国15岁到64岁劳动年龄人口在总人口中的比重逐年上升，总抚养比呈逐渐下降趋势，从而对能源消费的影响起了重要作用。
4结论与建议
本文利用我国30个省市区1996-2013年18年的面板数据，将人口年龄结构变动、前期能源消费等变量纳入扩展的STIRPAT模型，运用GMM法分析了人口年龄结构变动对能源消费的影响，得到如下结论：
（1）我国人口年龄结构变动对能源消费存在显著影响。少儿抚养比与能源消费呈反方向变动，原因主要是随着少儿抚养比的下降，劳动年龄人口比重逐步上升，促使居民收入水平不断提高，进而推进居民家庭消费结构由温饱型向享受型和发展型转变，如空调、电脑、汽车等高耗能消费品逐渐进入普通居民家庭，而基于大众消费的生产企业也根据居民家庭消费结构的变化对生产结构进行相应调整，这些高能耗消费品的大量生产和使用促使能源消费快速增长。另外，我国上世纪70年代末实行的计划生育政策，一方面有效地控制了人口规模的过快增长，政策释放的人口红利为我国经济长达30多年的高速增长提供了强有力的支撑。另一方面随着政策的深入实施，新出生人口急剧减少，使得少儿抚养比快速下降，劳动年龄人口比重在2010年达到最大值74.53%后迅速降低，人口红利逐步消弱，在降低我国未来经济发展潜力的同时，也使其逐渐成为我国能源消费增长的重要因素之一，这在一定程度上为我国人口政策的调整预留了空间。当前老年人口抚养比的上升对能源消费的影响有限，随着我国人口老龄化继续深化，未来老年人口抚养比对能源消费的影响将会日益显著。
（2）人口年龄结构变动对能源消费的影响超过经济增长。经济增长是能源消费增加的重要因素，但是随着我国进入经济新常态和工业化后期，循环经济、节能减排、低碳发展等工作积极有效地开展，经济增长对能源消费的影响出现了新的变化，人口年龄结构变动对能源消费的影响超过经济增长的影响，逐渐成为我国影响能源消费变化的重要因素。
（3）能源消费存在滞后效应，前期能源消费对当期能源消费存在显著影响。省际面板数据的动态分析结果显示，我国前期能源消费在所有考察的影响能源消费的因素中作用最大，前期能源消费与当期能源消费同方向变动，这也为我国逐步强化能源节约利用、倡导绿色低碳发展政策的实施提供了注解。
随着经济社会的不断发展，人们的生育意愿和生育水平在不断下降，而人口的平均预期寿命在不断延长，我国未来人口年龄结构变化――老龄化趋势将会更加明显。鉴于人口年龄结构变动对能源消费具有比较显著的影响，正逐渐成为影响能源消费的主要因素。因此，应将人口年龄结构因素纳入相关政策视野，及时调整完善人口政策，全面放开二胎，释放人们的生育意愿，促进少儿抚养比缓慢上升，并根据人口年龄结构变动，不断优化能源消费结构，为我国增强经济发展潜能、减少能源消费赢得时间和空间。同时，加快促进经济增长方式转变，大力发展节能技术，推行低碳集约发展，逐步提高能源的利用效率，从而实现人口、资源、环境和经济社会的可持续发展。
参考文献（References）
[1]BirdsallN.AnotherLookatPopulationandGlobalWarming：Population，HealthandNutritionPolicyResearch，WorkingPaper[C].Washington，DC：WorldBank，1992：1020.
[2]KnappT，MookerjeeR.PopulationGrowthandGlobalCO2Emissions[J].EnergyPolicy，1996，24（1）：31-37.
[3]SatterthwaiteD.TheImplicationsofPopulationGrowthandUrbanizationforClimateChange[J].EnvironmentandUrbanization，2009，21（2）：545-567.
[4]ShiA.TheImpactofPopulationPressureonGlobalCarbonDioxideEmissions1975-1996：EvidencefromPooledCrosscountryData[J].EcologicalEconomics，2003，44（1）：29-42.
[5]ColeMatthew，EricNeumayer.ExamingtheImpactsofDemographicFactorsonAirPollution[J].PopulationandEnvironment，2004，26（1）：5-21.
[6]RosaEA，YorkR，DietzT.TrackingtheAnthropogenicDriversofEcologicalImpacts[J].AJournaloftheHumanEnvironment，2004，33（8）：509-512.
[7]李国志，周明.人口与消费对二氧化碳排放的动态影响：基于变参数模型的实证分析[J].人口研究，2012，36（1）：63-72.[LiGouzhi，ZhouMing.DynamicEffectsonCarbonDioxideEmissionsofPopulationandConsumption：AnEmpiricalAnalysisBasedonVariableParameterModel[J].PopulationResearch，2012，36（1）：63-72.]
[8]张文玺.中日韩GDP、人口、产业结构对能源消费的影响研究[J].中国人口?资源与环境，2013，2（5）：125-134.[ZhangWenxi.ResearchontheInflunenceofGDP，Population，andIndustrialStructureonEnergyConsumptionAmongChina，JapanandKorea[J].ChinaPopulation，ResourcesandEnvironment，2013，23（5）：125-134.]
[9]夏泽义，张炜.中国能源消费与人口、经济增长关系的实证研究[J].人口与经济，2009，176（5）：7-11.[XiaZeyi，ZhangWei.AnEmpiricalResearchontheRelationsBetweenEnergyConsumption，PopulationandEconomicGrowthinChina[J].PopulationandEconomics，2009，176（5）：7-11.]
[10]Jiang，Leiwen，BrianNeillCO.TheEnergyTransitioninRuralChina[J].InternationalJournalofGlobalEnergyIssues，2004，21（1/2）：2-26.
[11]MichaelDalton，Briano’Neill，AlexiaPrskawetz，etal.PopulationAgingandFutureCarbonEmissionsintheUnitedStates[J].EnergyEconomics，2008，30（2）：642-675.
[12]PoumanyvongP，KanekoS.DoesUrbanizationLeadtoLessEnergyUseandLowerCO2Emissions？AcrosscountryAnalysis[J].EcologicalEconomics，2010，70（2）：434-444.
[13]MartinezZarzoso，Maruotti.TheImpactofUrbanizationonCO2Emissions：EvidencefromDevelopingCountries[J].EcologicalEconomics，2011，70（15）：1344-1353.
[14]余国合，吴巧生.中国人口结构与能源消费关系探讨[J].中国石油大学学报：社会科学版，2007，23（6）：1-5.[YuGuohe，WuQiaosheng.ToInvestigatetheRelationshipBetweenChinesePopulationStructureandEnergyConsumption[J].JouralofChinaUniversityofPetroleum：SocialSciencesEditon，2007，23（6）：1-5.]
[15]彭希哲，朱勤.我国人口态势与消费模式对碳排放的影响分析[J].人口研究，2010，34（1）：48-57.[PengXizhe，ZhuQin.TheImpactsofPopulationDynamicsandConsumptionPatternonCarbonEmissioninChina[J].PopulationResearch，2010，34（1）：48-58.]
[16]傅崇辉，王文军.生活能源消费的人口敏感性分析：以中国城镇家庭户为例[J].资源科学，2013，35（10）：1933-1944.[FuChonghui，WangWenjun.PopulationSensitivityofUrbanEnergyConsumption[J].ResourcesScience，2013，35（10）：1933-1944.]
【消费水平的影响因素(6篇) 】相关文章：
转正工作总结范文(整理10篇) 2024-05-21
数学教研组教学总结范文(整理10篇) 2024-05-20
幼儿园大班的工作总结范文(整理4篇 2024-05-15
班主任家访工作总结范文(整理4篇) 2024-05-15
慢病工作总结范文(整理7篇) 2024-04-28
学习委员工作总结范文(整理10篇) 2024-04-23
语文教师工作总结范文(整理6篇) 2024-04-17
人口老龄化的特点(6篇) 2024-06-02
消费水平的影响因素(6篇) 2024-06-02
全民健身的好处(6篇) 2024-06-02