基于平行数据的中国区域消费差异实证研究

2018-08-28陈芳杨炼谭理

时代金融 2018年15期

陈芳杨炼谭理

【摘要】根据1993～2011年间我国城镇居民家庭人均可支配收入与消费支出统计数据，提出我国区域消费的平行数据模型，利用EVIEWS软件对计量模型进行参数估计，发现我国不同区域间的消费呈现较大差异，主要体现在自发性消费、边际消费倾向及受上期消费影响三方面。

【关键词】平行数据区域消费实证分析

一、引言

消费在推动国民经济高速发展中扮演重要角色，然而与西方发达国家相比，我国居民消费的增长一直停留在较低水平，消费偏低已成为国民经济发展的不利因素[1]。本文从实证的角度分析我国不同区域的城镇居民消费差异，揭示我国不同区域的消费特点，为我国居民消费的增长提供政策性建议。

二、平行数据消费模型

平行数据（panel data）又称面板数据，指在时间序列的不同横截面上，同时选取样本观测值所得到的样本数据，它是横截面数据与时间序列数据的有效结合[2]。平行数据计量模型是当前计量经济学理论和方法的一个重要发展方向，其主要优势为个体异质性的描述与控制，被广泛地应用于国内居民消费结构的实证分析中。

平行数据模型的一般形式为：

■ （1）

其中，系数αi为截距项，系数βi为斜率项，解释变量Xit为1×K向量，参数βi为K×1向量，K为解释变量的个数，n为截面样本总数，T为每个截面样本下的时期总数。平行数据模型中的系数随个体差异和时间不同而变化，主要有基本模型、变系数模型或变截距模型三种形式[3]。

建立平行数据计量模型时，首先要确定模型的具体形式，检验模型是基本模型、变系数模型还是变截距模型，当前主要使用的检验方法是协方差分析检验[4]。笔者经过检验，确定平行数据消费模型为固定效应变系数模型，模型表达式为：

■ （2）

其中，ω表示平均自发性消费，αi为自发性消费，γi表示上期对本期的影响，βi表示边际消费倾向。

本文选取我国城镇居民家庭人均可支配收入与上期平均每人全年消费性支出作为解释变量，选取我国城镇居民家庭平均每人全年消费性支出作为被解释变量。選取1993至2011年《中国统计年鉴》中的30个主要省市（不含重庆）的城镇居民家庭人均可支配收入和平均每人全年消费性支出构成统计数据。为了消除价格因素的影响，取1978年的居民消费者价格指数为100，对统计数据进行处理。

三、平行数据消费模型估计

利用Eviews软件，计算出我国城镇居民消费的平行数据模型如下，模型参数估计结果如表1所示。

■ （3）

回归结果显示相关系数为0.996，表明回归拟合效果较好。考虑到样本数据之间可能存在相关性与异方差性，而这会影响回归模型的有效性。为此在平行数据模型（3）的基础上，进一步引入一阶自回归模型并用广义最小二乘法进行估计，修正后的模型见表达式（4），修正后的模型估计结果如表2所示。修正后的估计结果显示达到了0.998，说明修正模型（4）的估计效果好于修正前。

■ （4）

四、区域间消费差异分析

表2中的自发性消费系数αi表明我国自发性消费具有明显的区域分布特点，沿海地区自发性消费明显高于内陆地区，东部地区高于西部并且由东向西逐步降低。自发性消费较低的是新疆、黑龙江和内蒙古等地，而浙江、江苏和北京的自发消费较高[5]。

从表2中的边际消费倾向βi可知，新疆的边际消费倾向最高，黑龙江最低。在表2中计算边际消费倾向βi的均值得到全国边际消费倾向均值0.642。这意味着每增加1%的收入，将增加0.642%的消费。

通过表2中的滞后一期系数γi可以看出，黑龙江受上期消费的影响最重，内蒙古次之，而江苏影响最轻。结合前述自发性消费分析可以发现，黑龙江和内蒙古不仅自发性消费低而且受上一期消费影响严重，揭示出两地的消费主要是生活刚性消费。

五、政策建议

根据本文的研究结论，针对我国不同区域消费差异特点，提出如下建议：

一是针对自发性消费偏低的地区，大力改善居民的生活水平，促进自发性消费的提高；二是针对边际消费倾向较低的地区，着力均衡居民收入水平，以此提高居民消费水平；三是针对受上期消费影响较重的地区，努力提高居民收入，消弱上期消费的影响。

参考文献

[1]曹文.中国总需求与经济运行稳定性关系[D].南开大学，2005.

[2]龙莹.动态面板数据模型的理论和应用研究综述[J].科技与管理，2010，（2）.

[3]余臻胜.Panel Data模型及其在居民消费结构研究中的应用[J].现代商贸工业，2007，（1）.