边际消费倾向递减、倒U还是不变？——基于住户调查数据的实证

侯文杰

(河南大学经济学院，河南 开封 475004)

边际消费倾向递减、倒U还是不变？
——基于住户调查数据的实证

侯文杰

(河南大学经济学院，河南 开封 475004)

本文使用山东省城镇居民住户调查数据，估计了不同收入层次居民的边际消费倾向，采用普通最小二乘、加权最小二乘、分层汇总等方法比较了随机因素对方程估计结果的影响。结论是：剔除随机因素以后，不同收入层次居民的边际消费倾向无显著差异。

收入差距；随机因素；边际消费倾向

一、引言

在《通论》中，凯恩斯提出：“当实际收入增加时，人们通常会储蓄掉其收入中的较大的比例”。但是，该论述仅能得出平均消费倾向递减的结论，对于边际消费倾向(MPC)的分布规律则存在较大的争议。卡莱茨基和温特劳布认为可以通过收入再分配增加居民的有效需求，而持久收入理论和生命周期理论则认为个人根据效用最大化安排一生消费，在整个生命周期内耗尽全部财富，MPC与收入无关，富人并不比穷人消费得更少。而Carroll(1996)指出，很多经济学家都凭直觉认为低收入者的MPC高于高收入者。但是这一论据缺乏严格的理论与数据证明。

我国学者对居民边际消费倾向的分布问题也进行了大量的研究，得出的结论依然是差别很大。袁志刚和朱国林(2002)认为，在理论上，多数消费函数都隐含了缩小收入差距能够有效扩大居民消费需求的结论。对于持久收入和生命周期理论，如果考虑到遗赠动机，则高收入居民会具有较低的MPC，收入分配依然会影响消费。苏良军、何一峰(2006)认为，总体上看中国存在边际消费倾向递减。朱国林等(2002)则认为，遗赠动机随收入增加而增强，预防性动机随收入增加而减弱，综合两种情况，总平均消费倾向为倒U型分布。

经济学家多采用时间序列数据估计收入增加后居民的MPC变动情况，这实质上忽略了居民消费行为随时间的变动，在估计中忽略了参数的变化。严格意义上讲，只有在同一时间的截面数据中，蕴含的参数变化才是最小的，在同一地区和同一时间内，用不同收入层次居民的MPC进行比较，才能验证是否存在MPC递减。

杨汝岱和朱诗娥(2007)、杨天宇、朱诗娥(2007)使用微观数据直接估计了不同收入层次居民的MPC，结果是MPC呈倒U型分布。但是在估计时，他们没有剔除随机因素的影响，使得估计结果非常不稳定，虽然采用了同样的数据来源，但是两篇文章的估计结果却显著不一致。而且杨汝岱和朱诗娥(2007)对最低收入层次居民MPC的估计结果仅为0.05，对最高收入层次居民MPC的估计结果也仅为0.07，与人们的直觉存在很大差距，也与现有理论不符。

本文采用山东省住户调查微观数据直接估计不同收入层次居民的MPC，并讨论随机因素对估计结果的影响，验证其稳定性与普适性，借以分析使用微观数据估计MPC存在的问题。

二、对MPC估计方法的讨论

MPC的计算主要有差分法(ΔC/ΔY)和方程法(C=a+b*Y中的b)两种，在数据的选择上分为时间序列数据和横截面数据两类。采用时间序列数据与截面数据的结论差距很大，因为近几十年的改革开放与制度变迁，我国居民的消费行为变化很大，所以这里仅讨论使用截面数据估计MPC的问题。

(一)不考虑随机因素，直接采用微观数据估计不同收入层次居民的MPC

由于居民可支配收入接近正态分布，将居民划分成低收入层次或高收入层次的标准存在较强的主观性，这里我们分别采用不同的划分标准进行对比。由于各年调查户数的不一致，分别采用相应的比例计算了每一层各年实际的户数。首先采用国家统计年鉴中的居民收入分类标准，以最低的10%作为最低收入户，10%～20%作为第收入户，20%～40%作为中等偏下户，40%～60%为中等户，60%～80%为中等偏上户，80%～90%为高收入户，最高的10%为最高收入户，分别建立回归方程，所得结果如下：

表1

注：表中结果均通过了显著性检验，为节约篇幅，没有列出对应的t值

估计结果表现为无规律波动，MPC剧烈波动的原因是由随机因素的影响所致，还是不同收入层次的MPC确实有很大差异呢？接下来我们用邹检验验证方程的稳定性。我们选择Eviews6.0作为估计软件，分别以300、600、900…2700作为间断点进行估计，检验结论无法拒绝原假设。这表明，在样本数据中，不同收入层次居民的MPC没有显著差异。

(二)验证随机因素对MPC估计的影响

1.增加所分组数，减少每组居民数量，重新估计MPC

为进一步验证随机因素对估计结果的影响，我们采用区间更短的分层数据重新进行估计，如果估计结果波动更为剧烈，则可以更充分的证实我们上面的结论。同样使用2006年的居民住户微观数据，通过十等分的方式估计不同收入层次居民的MPC，所得结果为：

表2

所得估计结果和异方差检验的结论是一致的，每组居民的数量减少后，估计得到的MPC波动也更为剧烈了。第五组的微观数据估计得到的MPC仅为0.03，仔细分析每一户居民的数据，发现其中第1248户居民的人均消费为43144元，为收入的4.3倍，而原因是该家庭本年度购买了家庭轿车。剔除该户居民的数据重新进行回归，所得到的MPC为0.344；第1204户居民的人均消费支出为21730元，为收入的2.2倍，去掉该户居民的数据重新进行回归，所得MPC为0.541。通过对各组数据的详细分析，进一步验证了异常值对MPC估计结果的巨大干扰。我们可以据此得出结论：在利用微观数据估计不同收入层次居民的MPC时，必须剔除异常值或者对数据进行异方差处理。

2.用加权最小二乘法估计MPC

估计得到的检验统计量的值为683.32，这说明存在异方差。我们以上面回归所得残差绝对值的倒数为权重，采用加权最小二乘法重新估计，所得结果为：

表3

由表3可以看出，不同收入层次居民MPC基本一致。

3.微观数据与分层数据所得估计结果的比较

如果是随机因素导致了不同收入层次居民MPC估计结果的波动，将微观数据整理为分层数据，即求出每一层数据的均值，以均值作为一个数据点，通过求均值的方法，也可以较好消除随机因素的影响。下面以分层数据估计MPC，并验证分成数据与微观数据估计结果的一致性。为验证其稳定性，我们分别采用十等分与二十等分的方法进行分层，计算各层居民人均可支配收入与消费支出。

观察分层数据的散点图，我们发现，随可支配收入增加，消费大体上呈等比例上升的趋势，以得到的分层数据建立回归方程并估计MPC，使用十等分数据所得估计结果为：

c=1784+0.562*y

(1)

使用二十等分数据所得结果为：

c=1739+0.565*y

(2)

两种方法所得估计结果的差距非常小，与采用微观数据直接估计所得到的结果也基本一致，这说明使用分层数据估计消费函数，可以有效消除随机因素的影响，进而得到正确的估计结果。

三、结论

研究收入分配问题需要采用截面数据直接估计不同收入层次居民的MPC，以微观数据直接估计居民的MPC时，由于离群值对估计结果的巨大影响，导致估计结果极度不稳定。因此，必须采用一定的方法消除异常值的影响。在消除随机因素的影响后，不同收入层居民的MPC基本一致。当然，限于调查样本的有限性，我们的数据中缺乏极低与极高收入人群的收入与消费资料，无法对这些人的MPC做出有效的推测。

[1] Carroll，Christopher D. and Miles S. Kimball，1996，“On the Concavity of the Consumption Function”，Econometrica，Vol.64，No.4，pp.981—992.

[2] 杨汝岱，朱诗娥. 公平与效率不可兼得吗？——基于居民MPC的研究[J]. 经济研究，2007(12)：46-58.

[3] 杨天宇，朱诗娥. 我国居民收入水平与MPC之间“倒U”型关系研究[J]. 中国人民大学学报，2007(3)：49-56.

[4] 袁志刚，朱国林. 消费理论中的收入分配与总消费——及对中国消费不振的分析[J]. 中国社会科学，2002(2)：69-76.

[5] 朱国林，范建勇，严燕. 中国的消费不振与收入分配：理论和数据[J]. 经济研究，2002(5)：72-81

002(5)：72-81.