基于面板模型的城乡居民消费结构实证检验

赵跃杰

（中国人民大学 财政金融学院，北京 100872）

近年来随着我国经济的快速平稳发展，居民消费需求不足问题日益突出。根据资金流量表的计算，我国居民部门消费倾向从1992年的70.45%持续下降到2005年的64.39%，下降了6.06个百分点。消费结构是研究居民消费问题的基础，在已有的研究我国居民消费结构问题的文献中，大多以城镇居民的消费结构为研究对象，如徐海云、涂雄苓（2007）和樊茂清、任若恩（2006）等，而针对农村居民消费结构的研究较少。在我国这么一个城乡二元经济分化明显，农村人口在长期仍然占据很大比例，并且农村居民消费无法得到满足的国家里，农村居民消费的改善对刺激我国居民消费显然有着非常重要的作用。正基于此，本文利用农村居民和城镇居民不同收入阶层在食品、衣着、家庭设备、医疗保健、交通通信等方面的相关数据，对不同收入阶层居民的消费结构进行了细致的实证研究。

1 实证模型的选择及构建

在我国居民统计调查中，有按收入分组调查的数据资料，虽然该项调查是从1968年开始的，但是由于期间收入等级的分组标志发生过变化，调查初始阶段的数据与近年来的统计数据不具备可比性，但是若仅仅采用最近的时间序列数据进行时间序列分析，难以形成有效的样本容量。针对这一问题，本文采用面板数据（Panel Data）分析方法进行实证分析，面板数据分析方法既可以将收入对消费结构的影响单独分离出来，又能起到扩大样本容量的作用。面板数据模型可划分为无个体影响的不变系数模型、变截距模型和变系数模型，分别可以表示为：

其中yit在各项支出模型中分别表示第i个收入阶层居民在第t年该项消费的人均支出；xit表示第i个收入阶层居民在第t年人均可支配收入；αi和βi为待估参数，分别表示截距项和各项支出的消费倾向，前者表示可支配收入为零时，所必需的该项消费支出量，后者表示可支配收入每增加一单位，该项支出的增加量；uit为随机干扰项；N和T分别代表个体数目和时间跨度。

由于样本数据中包含个体、指标、时间3个方向上的信息，因此，建立面板数据模型第一步便是检验被解释变量yit的参数αi和βi是否对所有个体样本点和时间都是常数。常用的检验是协方差分析检验，主要检验如下两个假设：

检验方法如下：

（1）计算方程（3）的残差平方和，记：

（2）计算方程（2）的残差平方和，记：

则方程（2）的残差平方和S2可记为

（3）计算方程（1）的残差平方和，记：

则方程（3）的残差平方和S3可记为

根据上述计算过程可以得到以下结论：

可以得到在假设H2下检验统计量F2服从相应自由度下的F分布，即

在假设H1下检验统计量F1服从相应自由度下的F分布，即

若计算所得的供给量F2不拒绝假设H2则认为样本数据符合模型（1）；若拒绝假设H2则继续检验假设H1。若计算所得的统计量 F1拒绝假设 H1，则用模型（3）拟合样本，反之则用模型（2）拟合。

本文采用1995～2007年我国城镇和农村居民消费结构的相关统计数据进行分析。使用字母C1～C8分别代表食品、衣着、家庭设备、医疗保健、交通通信、教育文化、居住以及杂项等八个方面的消费支出；L0代表农村居民；L1～L7代表城镇居民中最低收入户、低收入户、中等偏下收入户、中等收入户、中等偏上收入户、高收入户和最高收入户。由于模型仅就各收入等级自身的资料进行研究，所以将模型取为固定影响模型，表1对各支出模型进行Hausman检验，从统计上也证明了采用固定影响模型的合理性。分别计算各支出模型的变系数模型、变截距模型和混合回归模型的残差平方和S1、S2和S3，进而根据面板数据理论求得统计量F1、F2，计算结果列于表2，根据F1、F2统计量为不同消费支出选择不同的模型。由于在该组面板数据中N=8，T=13，k=1，所以可以计算得出该模型f1统计量的自由度为(N-1)k=7，N(T-k-1)=88；统计量F2的自由度为(N-1)(k+1)=14，N(T-k-1)=88。取显著水平α=0.05时，由F分布数值表可以查得F(7,80)=2.12，F(14,80)=1.81。

表1 C1-C8各组面板数据的Hausman检验结果

表2 C1-C8各组面板数据的模型选择检验结果

表3 C1-C8各组面板数据的单位根检验结果

对各支出模型进行的F检验表明，收入差异是影响我国城镇居民消费结构的重要因素，不同收入阶层的消费结构存在着显著差异。具体来说，收入不同对于衣着、家庭设备以及教育娱乐等方面的支出的影响，主要表现在平均消费水平上，即对α值产生影响，而对边际消费倾向不存在影响，即不同收入阶层居民的β值相同；而对于食品、医疗保健、通讯交通以及居住方面处于不同收入阶层的居民不仅平均消费水平不同，而且边际消费倾向也存在着较大的差异。

2 各消费支出面板数据回归结果分析

为了考察所采用的各时间序列的平稳性，如果非平稳则进一步得出各时间序列的阶数，本文分别对各项消费支出的原数据和一阶、二阶差分进行面板数据的单位根检验。根据表3的检验结果可知，对于可支配收入以及各项消费支出面板数据的原序列和一阶差分序列，在5%的显著性水平下，不拒绝原假设；可支配收入以及各项消费支出面板数据的二阶差分序列，在5%的显著性水平下，拒绝原假设。即，可支配收入以及各项消费支出面板数据的原序列和一阶差分序列存在单位根，为非平稳序列。但是对于他们的二阶差分而言为平稳序列，即它们都是I(2)过程。

对于非平稳序列，为了使回归有意义本文采用基于回归残差的Engle-Granger二阶段协整检验来估计不同收入阶层对各项消费支出的消费倾向，结果分别列于表4和表5中。根据各消费支出面板数据的回归结果可以知道，农村居民以及城镇居民中7个不同收入阶层对食品消费的边际消费倾向 的 估 计 结 果 分 别 为 0.25、0.28、0.24、0.23、0.22、0.20、0.19 和 0.15；对医疗保健消费的边际消费倾向的估计结果分别为 0.08、0.14、0.10、0.084、0.082、0.076、0.070 和 0.05； 对交通通信消费的边际消费倾向的估计结果分别为0.14、0.16、0.13、0.125、0.120、0.119、0.119 和 0.17；对居住消费的边际消费倾向的估计结果分别为 0.13、0.19、0.12、0.10、0.09、0.078、0.076、和0.07；不同收入阶层在衣着、家庭设备、教育文化和杂项等方面的消费的边际消费倾向是相同的分别为0.05、0.02、0.12 和 0.02。

表4 变系数面板数据回归结果

表5 变截距面板数据回归结果

模型中各个系数均通过相关的t检验，模型的R检验也都是0.95以上。观察残差的单位根检验结果可以知道各支出模型的残差均为平稳序列，即不同收入阶层的各项消费支出与其可支配收入之间存在着长期均衡的关系。

3 结论及对策建议

根据估计结果可以发现，不同收入阶层居民不仅在边际消费结构上有较大区别，而且在边际消费倾向上也有着较大不同，基本上消费水平随收入等级的提高而呈现递增的趋势。具体来说：

（1）居民部门在食品、医疗保健、通讯交通以及居住等支出方面的边际消费倾向相对来说还是比较大的。对医疗保健项目边际消费倾向较大的解释原因之主要是公费医疗制度的改革增加了个人负担部分的比重，另外，城镇居民生活水平提高，保健商品（服务）消费增加也是推动医疗保健消费迅速攀升的重要原因；通讯交通项目边际消费倾向较大的原因与我国近年来大力发展铁路公路交通，拓展私人信贷业务为私人交通消费提供信贷方面的支持，以及提供众多种类、全方位的信息服务有着密切关系。在各项消费支出边际消费倾向如何随收入的升高而变化方面，食品、医疗保健、以及居住等方面支出的边际消费倾向呈现递减趋势，这也说明我国近年来的医疗、住房改革对较低收入阶层居民冲击较大；通讯交通支出则呈现先降后升的趋势。

（2）边际消费倾向不随收入变化而改变的衣着、家庭设备、教育娱乐以及杂项消费等支出除教育娱乐边际消费倾向较大外，其余支出边际消费倾向均很小。这一现象的主要原因一方面是随着教育改革的深入增加了居民负担的比重；一方面是城镇居民重视子女教育和自身继续教育的风气越来越浓。尤其值得注意的是在教育娱乐方面，我国不同收入阶层居民的消费倾向在统计上并不显著的不同，也就是说我国居民无论收入高低，对教育娱乐方面均提出较高的需求。

实证结果表明各项改革措施已初显成效，通过发展服务业、私人交通、住房、医疗保健以及教育等方面来拉动内需已经取得了一定的进展。食品和衣着支出在总消费支出中比重下降，而文化教育、医疗保健和交通通信的消费支出比重增加，说明我国居民消费结构由温饱型向小康型的升级换代特征显现。

[1]Barbara E.Kahn,Brian Wansink.The Influence of Assortment Structure on Perceived Variety and Consumption Quantities[J].The Journal of Consumer Research,2004,30(4).

[2]Jordi López-Sintas,Ercilia García-lvarez.Patterns of Audio-Visual Consumption:The Reflection of Objective Divisions in Class Structure[J].European Sociological Review,2006,22(4).

[3]樊茂清，任若恩.我国城镇居民消费结构的实证研究[J].统计研究，2006，（12）.

[4]吴栋，李乐夫等.近年居民消费结构统计分析的研究综述——关于因子分析和聚类分析的应用[J].数理统计与管理，2007，26（5）.

[5]徐海云,涂雄苓等.我国城镇居民消费结构沿收入梯度的响应——基于对应分析[J].系统工程，2007，25（12）.