收入不确定性与农户人力资本投资

王海晨 方大春 张 凡

一、引言与文献回顾

自Schultz（1961）［1］首次从劳动者能力的角度系统论证了人力资本投资在促进经济增长、提高劳动者收入等方面的作用后，人力资本投资日益成为国内外学者的研究热点。部分学者将人力资本投资作为解释变量以研究其对于收入（赵海、彭代彦，2009［2］；朱韵洁、于兰，2011［3］；吕娜、邹薇，2015［4］）、代际收入流动性（李勇辉、李小琴，2016［5］）、劳动力转移（阙春萍、许文兴，2009［6］）、产业结构（李胜、陈晓春，2009［7］；巫和懋、冯仕亮，2014［8］）等的影响。

而人力资本投资本身具有非理性的经济特点（姚树荣、张耀奇，2001［9］），在很大程度上受到社会文化、道德观念和个人性格特点、价值观念、健康状况等因素的影响（程承坪，2001［10］）。其中，人力资本生命周期的演变是分析人力资本投资影响因素的前提和基础，对人力资本投资有着深远的影响（向志强，2002［11］）。同时，收入作为消费支出的前提，在城乡居民进行人力资本投资决策的过程中，占据着举足轻重的地位。农村居民作为低收入人群，其对于人力资本投资的意愿与收入水平正相关（马双、谭继军，2014［12］；何亦名，2014［13］），因此收入便成为掣肘人力资本质量提高的关键因素（陈斌开、曹文举，2013［14］；刘唐宇，2014［15］；钞小静、沈坤荣，2014［16］）。而农村居民收入与城镇居民收入之间的差距于人力资本投资而言，是互为因果、相互影响的关系（谢勇、徐倩，2004［17］），这种差距的存在使得城乡人力资本质量两极分化，进而扩大了城乡收入差距（靳卫东，2007［18］；杨晓军，2013［19］），且这种影响还具有代际传递性（马万里、李齐云，2013［20］）。贸易开放度的提高对一国居民来说既是机遇也是挑战，Long等（2007）［21］、Falvey等（2010）［22］认为贸易开放度的提高有利提高高技能劳动者报酬，促进劳动者进行人力资本投资。严伟涛、盛丹（2014）［23］和李坤望、陈维涛等（2014）［24］通过微观数据分析表明贸易开放度的提高不利于劳动者进行人力资本投资。而余官胜（2009）［25］通过理论模型分析发现贸易开放度与人力资本投资之间存在着“U”型非线性的关系。人力资本投资同时还受到政府投资政策与投资体制（张艳华，2007［26］）、市场化程度（詹新宇，2012［27］）、产业集聚程度（林灵、阎世平，2015［28］）等多种因素的影响。

通过对现有文献的梳理发现，人力资本投资对于经济增长的贡献不言而喻，其自身也受到诸多因素的影响，但鲜有学者从收入不确定性的角度探讨其对农户人力资本投资的影响。就长期和大部分地区而言，农民的主要收入来源于土地经营和农业收入（张红宇，2002［29］），而农业生产过程中面临自然和市场双重风险（王乐君、寇广增，2017［30］），这无疑增加了收入不确定性。因此，厘清农村居民收入的不确定性与人力资本投资的关系，有利于提升农户人力资本的综合素质和抵御不确定风险的能力、打破农村贫困的窘境，以“造血”而不单是“输血”的方式彻底解决农村居民收入低的问题，缩小贫富差距。

本文通过对现有不确定性度量方法优缺点的比较，严格遵守不确定性的定义，选取更为科学的测算方法，先从不确定性的程度出发，定量分析“收入不确定性”对于农户人力资本投资的影响以及这种影响是否存在空间效应。其次，将这种不确定性按照定义划分为两个方向，具体分析“优于预期”的正向不确定性与“劣于预期”的负向不确定性对农户人力资本投资的影响效果。最后，引入行为经济学中的前景理论，探究农户对于收入不确定性的心理状态是否会影响其人力资本投资的决策。而这种心理状态具有极强的主观色彩，无法直接度量，但在客观上通过引入适当虚拟变量，可间接将这种不确定性心理状态划分为“减弱”和“未减弱”两种状态。因此，本文将会从不确定性的程度、方向、以及心理状态这三个维度，全面考察收入不确定性对于农户人力资本投资的影响，以期为提升农户人力资本质量、缩小收入差距提供客观依据。

二、收入不确定性的量化与计量模型

（一）收入不确定性的量化

自Hall（1978）的随机游走假说将不确定性引入生命周期-持久收入假说之后，预防性储蓄假说、流动性约束假说、缓冲库存假说、过度敏感性假说等相关理论都将收入不确定性视为重要变量之一。而这一变量如何科学、准确地度量，便成了这些理论、假说中对不确定性产生何种影响以及以何种方式产生影响的关键环节。

通过对现有文献的梳理，本研究将收入不确定性度量的方法划分为四类。

第一类：调查问卷法。即通过调查问卷测算被调查者对未来预期不确定性的感知程度，并据此衡量不确定性的大小。如Giucca（1992）［31］通过调查户主对未来收入不确定性的主观感知来度量被调查者的收入不确定性大小；朱信凯（2005）［32］采用问卷形式测量农户对未来生活的信心程度，从而反映被调查者的收入不确定性程度。这种方法能够最直接有效地获取到人们对于收入不确定性的感知程度，但是主观性也较强，并且存在很多技术性困难。

第二类：代理指标法。即通过某一指标如失业率、收入增长率等代理指标来测度收入的不确定性。周京奎（2012）［33］用失业率衡量收入不确定性，赵西亮、梁文泉等（2013）［34］将居民总收入中工资性收入之外的经营性收入、财产性收入和转移性收入占居民总收入的比重作为居民收入不确定性的代理指标。这种方法的优点在于收集数据较为容易，且具有一定的科学性，但是对于收入不确定性指标衡量过于间接和单一，可能与实际会有较大的偏差。

第三类：采用与收入相关数据的方差或标准差等形式进行度量。Haurin（1991）［35］使用收入标准差来代表收入不确定性，李波（2015）［36］使用预期家庭收入的方差来表示家庭收入的不确定性，罗楚亮（2004）［37］采用暂时性收入的平方测度收入不确定性。这种方法的优点在于可以测算出指标的差异程度，但也只能反映收入不确定性的某一方面特征，需要其它变量如失业率等辅助。

第四类：通过计算收入的预期值与实际值的差额来度量收入不确定性。臧旭恒、裴春霞（2004）［38］利用各省人均GDP增长率的趋势值与实际值之间的差额的绝对值和平方度量收入不确定性。相较于前三类方法，该方法与不确定性的概念最为吻合，但是该方法未剔除人们预期之内的收入波动，这无疑放大了居民收入的不确定性程度。因为根据奈特（2005）［39］对“不确定性”的定义，可以预期到的收入波动不属于收入不确定性范畴，只有人们没有预期到的收入波动才是真正意义上的收入不确定性。

因此，按照不确定性的定义，要对我国农村居民的收入不确定性进行较为科学的量化，需将农村居民预期到的收入变化剔除，仅考虑未预期到的收入变化对人力资本投资的影响。本文利用农村居民人均纯收入①，计算出“预期收入离差率”来衡量农村居民的收入不确定性。具体测算方法如下：

式中，Yet表示第t年的预期收入，Yt-1代表农村居民上一年的实际人均纯收入，rt为可预期到的第t年的收入增长率。由于农村居民的综合素质不高且非农就业稳定性较差，收入增长率rt一般选用每3年农村居民的实际收入 Yt增长率的平均值来表示［40］［41］，其公式为：

通过式（2）可以计算出第t年的预期收入Yet，并根据已知的实际收入和预算收入计算出“预期收入离差EDt”。其计算公式如下：

考虑到不同年份的收入水平是不同的，而相同的“预期收入离差率”可能对不同收入水平的农村居民产生不同的影响（罗楚亮，2006［37］；田青、高铁梅，2009［43］），这就使得各年份之间的预期收入离差率缺乏可比性。因此在式（3）的基础上我们引入“预期收入离差率”（EDRt）来度量农村居民收入的不确定性。计算公式如下：

根据式（4），我们可以测算出农村居民的收入不确定性。图1所展示的是全国农村居民2001—2013年预期收入离差率，可以看出该数值时而为正时而为负。正负号所反映的是不确定性对于农户收入的影响方向。当EDRt数值为正，即农村居民发生了预期之外的收入增长，属于“优于预期”的正向不确定性；而当EDRt数值为负，则表示农村居民的收入未达到预期的目标，属于“劣于预期”的负向不确定性。

（二）计量模型

本文选取我国30个省级行政区（不包含西藏、香港、澳门、台湾地区，下同）2001—2013年的面板数据，同时对变量取对数以消除异方差，建立基础模型1：

其中，ln Eit表示农村居民的教育人力资本投资②，Ai为个体固定效应向量，Xit是控制变量向量，β是控制变量回归系数向量，θ是预期收入离差率的回归系数。所有向量的下标中i表示个体，t表示时间。

利用模型1可以分析出收入不确定性程度（包括方向和数值大小）对人力资本投资影响的综合效果。现有的研究中，不确定性的度量多为恒大于0的指标，因此仅能反映单一方向的影响。而本文采用EDRt所度量的收入不确定性，不仅有数值的大小，还有正负方向性。假设当农村居民的收入出现了预期之外的增长时，农村居民的不确定性心理会减弱，对未来的生活也会更有信心，会增加人力资本的投资；而当农村居民的收入未达到预期目标，农村居民的不确定性心理增强，会增加预防性储蓄同时减少人力资本的投资。

图1 全国农村居民各年预期收入离差率

要想进一步分解收入不确定指标EDRt的大小和方向对人力资本的不同影响，需要对模型1中的系数θ进一步划分，本文在此基础上，参照 Mankiw（1990）［44］、Darkos（2002）［45］、孔东民（2005）［46］和戴丽娜（2010）［47］的做法，构造虚拟变量Dummy。当EDRt＜0时，即农村居民收入未达到预期目标，收入发生了意外的减少，属于“劣于预期”的负向不确定性，此时Dummy取值为0；当EDRt＞0时，即农村居民的收入发生了预期之外的增长，属于“优于预期”的正向不确定性，此时Dummy取值为1。将Dummy带入模型1，可得到用于分析收入不确定性方向对农村居民人力资本投资的影响模型2：

在模型2中，θ1表示的是“优于预期”的正向不确定性对农村居民人力资本投资的影响程度，而θ2所表示的是“劣于预期”的负向不确定性对农村居民人力资本投资的影响程度。

图2 前景理论的损失规避

同时，考虑到农村居民对于收入不确定性的心理变化对人力资本投资的影响，本文引入了行为经济学中的“前景理论”（如图2），将不确定性的心理（增强或减弱）量化，并以上期不确定性水平作本期的参照点设立虚拟变量Ht来反映农村居民不确定性心理的“损失规避”，从而探究这种不确定性心理状态对于农村居民人力资本投资的影响是否存在。

当 EDRt-EDRt-1＞0（EDRt＞0）或 EDRt-EDRt-1＞0（EDRt＜0）时，Ht取值为 1；当 EDRt-EDRt-1≤0（EDRt＞0）或 EDRt-EDRt-1≤0（EDRt＜0）时，Ht取值为0。Ht为1时，说明农村居民处于不确定性心理减弱的状态，因为预期的正向（负向）收入比例增加（减少）；而当Ht取值为0时，即表示农村居民处于收入不确定心理未减弱的状态，因为预期的正向（负向）收入比例减少（增加）。拓展后建立的模型3如下：

虚拟变量Ht的加入，有利于我们观察农村居民在收入发生不确定性变化之后，其心理变化对于人力资本投资的影响。

（三）数据说明

本文实证部分选用了我国2001—2013年的面板数据，所有数据来源于《中国统计年鉴》《中国农村统计年鉴》《中国人口统计年鉴》以及中国基础地理信息网（获取国土面积）。所有涉及价格因素影响的变量都已利用消费价格指数进行调整，人均GPD数据已利用GDP平减指数进行调整，并都以2001年为基期。变量的具体说明如下。

（1）被解释变量：农户人力资本投资（Eit），包括教育投资、健康投资和迁移投资。本文选取农村居民家庭平均每人文教娱乐消费支出作为教育人力资本的衡量指标。为尽可能消除异方差，同时增强回归参数的经济学意义，将变量取对数处理。

（2）解释变量：本文使用预期收入离差率（EDRt）来衡量收入不确定性的程度，并通过控制变量Dummy的加入来测度不确定性的方向，以及通过控制变量H的加入来测度不确定性心理因素。

（3）控制变量。综合现有关于人力资本投资的研究文献，本文选取如下可能影响农户对教育人力资本投资的变量。城镇人口比重city（%）反映城镇化水平；平均受教育年限edu（年）反映农村人力资本状况〔平均受教育年限的测量方法参照姚先国、张海峰（2008）［48］及骆永民、樊丽明（2012）［49］的相关方法，将各个不同层次受教育的人数除以6岁以上的人口数，再对结果赋以不同的权重，具体为文盲及半文盲1.5、小学6、初中9、高中12、大专及以上17〕；第一产业增加值占地区生产总值比重first（%）反映产业结构状况；农村人口老龄化程度old（%），以65岁以上人口占总人口比重来反映该地区老龄化程度；人均GDP（元），人均GDP相较于GDP总产值来说，更能反映经济发展状况。

本文所选用的全部变量的描述性统计见表1。

表1 所有变量的描述性统计

三、实证结果与分析

（一）不确定性程度对农户人力资本投资的影响

不确定性程度对农户人力资本投资的影响如表2所示。

表2 不确定性程度对农户人力资本投资影响的回归结果

通过表2的个体固定效应回归结果可以看出，收入不确定性的程度对于农户的人力资本投资有着显著的负向影响，但是该结果存在显著异方差、截面相关以及误差自相关。同时，本文采用了人均受教育年限这一控制变量，而这一变量可能会受到人力资本投资的影响，因此我们运用系统GMM两步法（以下简称SYSGMM）解决模型的内生性问题。结果表明，无论是个体固定效应还是SYS-GMM回归结果，EDR对于农户人力资本投资都显著为负，即随着农户收入不确定性程度的增大，农户会增加预防性储蓄，减少消费支出，从而降低对教育人力资本的投资。这一结果符合生命周期假说。

控制变量在个体固定效应与SYS-GMM回归结果中都十分显著，而个体固定效应的符号与SYS-GMM符号不一致。基于基本的经济学理论，我们认为SYS-GMM的回归结果更为可取，同时，在对收入不确定性方向与大小进行SYS-GMM回归的结果也与该结果一致，这也佐证了SYS-GMM的回归结果更具有稳定性和说服力。其中，人均GDP对农户人力资本投资的影响显著为正，而教育人力资本投资一直作为影响人均GDP的关键因素，其自身也受到人均GDP的影响，且这种影响与人均GDP同向变动；第一产业占比越大，农民对于农业收入的依赖程度越大，而农业收入的不确定性因素很大，因此对于预防性储蓄会增加，从而减少了人力资本投资；人口老龄化会给后代创造更多人力资本投资的机会，刺激经济增长（Fougere＆Merette，1999［50］）。

在此基础上，本文还加入了空间自回归模型（SAR），以期探究空间因素是否会影响农户人力资本投资。由表2可知，空间自回归系数ρ在5%的显著性水平下通过了检验，说明因变量存在空间自相关性，即相邻区域农户对于人力资本的投资会对本地区农户的人力资本投资产生影响；回归系数为正，意味着省际的空间效应表现为趋同效应，即农村人力资本投资会通过要素资源流动的空间地理传导机制，对其相邻地区的农户人力资本投资产生显著的促进作用。

（二）不确定性方向对农户人力资本投资的影响

以上是对模型1的分析，仅考察收入不确定性对于农户人力资本投资的综合影响。改进后的模型2，将收入不确定性细分为正、负两个方向，研究正负不确定性对于人力资本投资的不同影响。

表3 不确定性方向和心理因素对农户人力资本投资影响的实证结果

续表3

表3给出了不确定性方向以及心理因素对农户人力资本投资影响的实证结果，从中我们可以看出，不论是“优于预期”的正向不确定性Dummy*EDR还是“劣于预期”的负向不确定性（1-Dummy）*EDR对于农户人力资本投资的影响均为负值，且都通过了显著性检验。这意味着不论农户收入是否达到预期，其对于人力资本投资都会减少，不确定性对于农户人力资本存在着显著的抑制作用。控制变量在模型2中符号、系数值和显著性水平变化不大，说明了该模型的回归结果具有较强的稳健性。

（三）不确定性心理对农户人力资本投资的影响

模型3通过加入虚拟变量Ht，可以将农户对于收入不确定性变动的心理量化。当Ht为1时，表示不确定性心理处于减弱状态；而当Ht为0时，则表示不确定性心理处于未减弱状态。从表3可以看出，H*EDR以及（1-H）*EDR对于农户人力资本投资的影响都为负，且显著性高。这意味着农户始终怀着一颗不确定性的心理，不论当期的收入相较于上一年出现了预期之外的增或减，其对于教育人力资本的投资始终会减少。除此之外，模型3中的控制变量显著性水平仍旧很高，有较高的稳健性。

四、结论与对策建议

本文通过对收入不确定性的量化，将收入的不确定性分解为程度、方向和心理因素，并利用面板数据，对各省市自治区的收入不确定性进行了度量。在此基础上，考查不确定性的程度、方向和心理因素对农户人力资本投资的影响。通过系统的分析和检验，我们得到以下结论：

（1）收入不确定性的程度对于农户人力资本投资的影响显著为负，即农户对于未来的不确定性，会选择增加预防性储蓄而减少人力资本投资的措施来应对；收入不确定性的方向对农户人力资本投资的影响显著为负，不论是“优于预期”的正向不确定性，还是“劣于预期”的负向不确定性，都会使得农户提高消费支出的警惕性，减少对农户人力资本的投资；同时，农户对于收入不确定性所表现出的心理因素，对人力资本投资的影响也为负，即不论农户的心理处于减弱或是未减弱的状态，其对于教育人力资本的投资始终会减少。

（2）通过对空间因素的考量，我们发现农户人力资本投资存在显著的空间自相关性，即相邻地区农户对于人力资本的投资会对本地区农户人力资本投资决策产生影响，且表现出一种趋同效应。

针对以上结论，我们提出以下政策建议：

（1）保障农村居民的收入稳定、减少农民收入波动。未来收入的不确定性会对农户的人力资本投资产生较大的干扰，从而引发农民的预防性储蓄，出现非理性消费行为。因此，需要完善市场机制、稳定物价、保证供需平衡，降低预期收入离差率，避免农民收入的较大波动，促使农民敢于扩大当期消费。还需通过宣传教育科学消费观，鼓励农户打破传统和非理性的消费观念，引导其科学积极地消费。

（2）平衡各省市自治区的发展水平和完善市场机制是提高农户人力资本投资的重要途径。人力资本投资具有较强的空间自相关性，会受到其它相邻地区发展水平的干扰。因此，政府在制定和实施提高人力资本投资的举措时，需充分考虑到地区间的协调和合作，利用空间溢出效应，实现政策作用的最大化。

注释：

① 本文的核心解释变量收入不确定性是通过农村居民人均纯收入计算所得，因2013年之后的统计口径发生了变化，各地区农村居民纯收入的数据无法获取到，故所选用的数据截止到2013年。

② 根据劳动经济学相关理论，教育是投资回报率最高的人力资本投资。因此，本文选取农村居民家庭平均每人文教娱乐消费支出作为教育人力资本投资的衡量指标。

［1］ SCHULTZ T W.Investment in human capital［J］.The American economic review，1961，51（1）：1-17.

［2］ 赵海，彭代彦.农户人力资本投资与工资性收入增长的实证分析［J］.农业技术经济，2009（4）：53-61.

［3］ 朱韵洁，于兰.人力资本投资与农民收入增长［J］.华东经济管理，2011，25（1）：36-39.

［4］ 吕娜，邹薇.健康人力资本投资与居民收入——基于私人和公共部门健康支出的实证分析［J］.中国地质大学学报：社会科学版，2015，15（1）：113-119.

［5］ 李勇辉，李小琴.人力资本投资，劳动力迁移与代际收入流动性［J］.云南财经大学学报，2016（5）：39-50.

［6］ 阙春萍，许文兴，周毕芬.人力资本投资与农村劳动力非农就业转移的理论思考［J］.福建农林大学学报：哲学社会科学版，2009，12（4）：34-37.

［7］ 李胜，陈晓春.低碳经济：内涵体系与政策创新［J］.科技管理研究，2009，29（10A）：41-44.

［8］ 巫和懋，冯仕亮.人力资本投资与跨越 “中等收入陷阱”［J］.当代财经，2014（8）：5-14.

［9］ 姚树荣，张耀奇.人力资本涵义与特征论析［J］.上海经济研究，2001（2）：54-57.

［10］ 程承坪.论企业家人力资本与企业绩效关系［J］.中国软科学，2001（7）：67-71.

［11］ 向志强.人力资本生命周期与人力资本投资［J］.中国人口科学，2002（5）.

［12］ 马双，谭继军，尹志超.中国家庭金融研究的最新进展——“中国家庭金融研究论坛”会议综述［J］.经济研究，2014，49（9）：182-186.

［13］ 何亦名.成长效用视角下新生代农民工的人力资本投资行为研究［J］.中国人口科学，2014（4）：58-69.

［14］ 陈斌开，曹文举.从机会均等到结果平等：中国收入分配现状与出路［J］.经济社会体制比较，2013（6）：44-59.

［15］ 刘唐宇.我国农村人力资本投资的效应，现状及路径选择［J］.农业现代化研究，2014，35（1）：70-74.

［16］ 钞小静，沈坤荣.城乡收入差距，劳动力质量与中国经济增长［J］.经济研究，2014，49（6）：30-43.

［17］ 谢勇，徐倩.浅论收入分配差距对中国城镇居民人力资本投资的影响［J］.人口与经济，2004（1）：37-40.

［18］ 靳卫东.农民的收入差距与人力资本投资研究［J］.南开经济研究，2007，2007（1）：81-92.

［19］ 杨晓军.中国农户人力资本投资与城乡收入差距：基于省级面板数据的经验分析［J］.农业技术经济，2013（4）：13-25.

［20］ 马万里，李齐云.居民收入倍增：体制约束与制度因应［J］.经济理论与经济管理，2013（8）.

［21］ VAN Long N，RIEZMAN R，SOUBEYRAN A.Trade，wage gaps，and specific human capital accumulation［J］.Review of international economics，2007，15（1）：75-92.

［22］ FALVEY R，GREENAWAY D，SILVA J.Trade liberalisation and human capital adjustment［J］.Journal of international economics，2010，81（2）：230-239.

［23］ 严伟涛，盛丹.贸易开放，技术进步与我国的人力资本投资［J］.国际贸易问题，2014（6）：51-60.

［24］ 李坤望，陈维涛，王永进.对外贸易，劳动力市场分割与中国人力资本投资［J］.世界经济，2014（3）：56-79.

［25］ 余官胜.我国收入分配不公平对经济增长的倒 U型影响——基于面板单位根和面板协整的实证研究［J］.中央财经大学学报，2009（11）：73-77.

［26］ 张艳华.农村人力资本投资的影响因素分析［J］.中国劳动关系学院学报，2007，21（6）：54-58.

［27］ 詹新宇.市场化，人力资本与经济增长效应——来自中国省际面板数据的证据［J］.中国软科学，2012（8）：166-177.

［28］ 林灵，阎世平，曾海舰.产业集聚与人力资本投资效益——来自中国工业企业的微观证据［J］.南方经济，2015（2）：70-89.

［29］ 张红宇.中国农地调整与使用权流转：几点评论［J］.管理世界，2002，5（11）：36-42.

［30］ 王乐君，寇广增.新业态新模式：电商＋合作社［J］.中国农民合作社，2017（1）：47-48.

［31］ GUISO L，JAPPELLI T，TERLIZZESE D.Earnings uncertainty and precautionary saving［J］.Journal of monetary economics，1992，30（2）：307-337.

［32］ 朱信凯.流动性约束，不确定性与中国农户消费行为分析［J］.中国农业经济评论，2005，3（1）：103-112.

［33］ 周京奎.收入不确定性，公积金约束与住房消费福利——基于中国城市住户调查数据的实证分析［J］.数量经济技术经济研究，2012（9）.

［34］ 赵西亮，梁文泉，李实.房价上涨能够解释中国城镇居民高储蓄率吗？——基于 CHIP微观数据的实证分析［J］.经济学：季刊，2013，13（4）：81-102.

［35］ HAURIN D R.Income variability，homeownership，and housing demand［J］.Journal of housing economics，1991，1（1）：60-74.

［36］ 李波.中国城镇家庭金融风险资产配置对消费支出的影响——基于微观调查数据CHFS的实证分析［J］.国际金融研究，2015（1）：83-92.

［37］ 罗楚亮.经济转轨、不确定性与城镇居民消费行为［J］.经济研究，2004（04）：100-106.

［38］ 臧旭恒，裴春霞.预防性储蓄，流动性约束与中国居民消费计量分析［J］.经济学动态，2004（12）：28-31.

［39］ KNIGHT F H.Risk，uncertainty and profit［M］.Boston：Houghton mifflin company，1921.

［40］ 陈冲.收入不确定性的度量及其对农村居民消费行为的影响研究［J］.经济科学，2014（03）：46-60.

［41］ 王健宇.收入不确定性的测算方法研究［J］.统计研究，2010（09）：58-64.

［42］ 田青，高铁梅.转轨时期我国城镇不同收入群体消费行为影响因素分析——兼谈居民消费过度敏感性和不确定性［J］.南开经济研究，2009（5）：124-134.

［43］ MANKIW N G.A quick refresher course in macroeconomics［R］.National bureau of economic research，1990.

［44］ DRAKOSK.Myopia，liquidity constraints，and aggregate consumption：the case of Greece［J］.Journal of economic development，2002，27（1）：97-106.

［45］ 孔东民.前景理论，流动性约束与消费行为的不对称——以我国城镇居民为例［J］.数量经济技术经济研究，2005，22（4）：134-142.

［46］ 戴丽娜.习惯形成，不确定性，流动性约束与居民消费——基于省际动态面板数据的实证分析［J］.商业经济管理，2010（3）：58-63.

［47］ 姚先国，张海峰.教育，人力资本与地区经济差异［J］.经济研究，2008（5）：47-57.

［48］ 骆永民，樊丽明.中国农村基础设施增收效应的空间特征——基于空间相关性和空间异质性的实证研究［J］.管理世界，2012（5）：71-87.

［49］ FOUGÈRE M，MÉRETTE M.Population ageing and economic growth in seven OECD countries［J］.Economic modelling，1999，16（3）：411-427.