新冠疫情冲击下的消费选择：是政府消费还是居民消费——基于面板ARDL模型的实证证据

李先玲，王彦，康海媛

（中南民族大学 经济学院，武汉430074）

2020 年新冠疫情在全球快速蔓延，扰乱了各国人民正常的生产生活秩序，对世界经济形成了巨大冲击.受此疫情影响，出口增长的不确定性增加，投资下滑，消费成为稳定经济的关键.随着中国新冠疫情得到有效控制，各地政府纷纷采用发放消费券等措施，通过政府补贴，促进居民消费回补，推动经济复苏.这些举措能否奏效，取决于中国政府消费与居民消费之间究竟是存在互补还是替代关系.因此，厘清中国政府消费与居民消费之间关系，对于当前应该如何提振消费和恢复经济具有重要的理论借鉴和现实指导意义.

自从BAILEY 提出政府消费与居民消费之间可能存在替代效应以来，国内外学者围绕两者关系进行了大量的理论和实证研究，但研究结论不尽相同.综合来看，这些观点大致可归纳为如下三类：一是政府消费与居民消费之间存在替代关系.KORMENDI［1］基于永久性收入模型发现美国居民消费和政府消费之间有很大的替代效应.AHMED［2］使用跨期替代模型，认为英国政府消费会挤出居民消费.AIYAGARI等［3］在规模保持不变和可变劳动力供给的假定下，基于单部门新古典增长模型研究发现政府消费增加会降低居民消费.国内学者王宏利［4］、姜洋和邓翔［5］等实证研究发现中国政府消费与居民消费存在替代关系.二是政府消费与居民消费之间是互补关系.KARRAS［6］认为政府消费增加可能在一定程度上提高居民消费边际效用，从而两者以互补关系为主.基于规模收益递增和垄断竞争的新古典模型，DEVEREUX 等［7］发现政府消费增加会带来生产率的内生性增长，提高实际工资，从而增加居民闲暇和消费.潘彬等［8］、杨子晖［9］、NIEH 和HO［10］、台航和刘栩畅［11］等学者的实证分析表明政府消费与居民消费之间为互补关系.三是政府与居民消费短期为互补关系，长期则为替代关系.BARRO［12］最早提出政府消费增加，在短期可促进居民消费，而长期则可能抑制消费.谢建国等［13］基于居民消费的跨期替代模型，研究发现中国政府消费增加在短期可刺激居民消费，在长期则会完全挤占居民消费.

纵观上述关于政府与居民消费关系的研究，学者们主要基于永久收入消费理论，使用不同国家不同时期数据开展实证研究.从样本数据选取来看，这些研究多以时间序列数据为主，仅有少数使用面板数据.从研究视角来看，现有研究大多以GLS、FGLS 和DOLS 等方法探讨政府与居民消费间长期关系，却较少涉及两者短期关系.其中，针对中国政府和居民消费关系的研究，大多是在全国层面时间序列数据基础上展开的，仅有少数学者使用了省级面板数据，而且其涉及的省也仅有几个或十几个.由于中国地区经济发展不均衡，综合性的全国时间序列数据会掩盖地区个性，而仅含少数省份的面板数据又会代表性不够，使参数估计值产生较大偏误.针对现有研究存在的上述问题，本文一方面使用除西藏外中国所有省份的面板数据，而且数据的时间跨度较大；另一方面采用面板ARDL模型，既可分析居民消费与政府消费的长期均衡关系，也注重其短期调整关系.

1 理论模型

为刻画政府消费对居民消费的直接和间接影响，本文借鉴AMANO 和WIRJANTO［14］的永久收入模型，假定代表性消费者的当期效用函数为其中，f为任意单调转换函数，且ft"＞0.Ct和Gt分别为消费者的实际私人消费和政府消费.α和ω为曲率系数，都大于0.当α=ϖ= 1 时lnGt，θ为权重系数.γCt和γGt分别表示私人和公共消费偏好的随机波动，其引入能够避免随机偏好冲击导致的结果失准.假定政府产品和私人产品价格分别为PG和PC，代表性消费者收入为M.那么，在收入约束下代表性消费者将选择使其效用最大化的私人消费和政府消费数量，具体过程如下：

（1）构造拉格朗日函数L=U(Ct，Gt) +λ(M-Ct×PC-Gt×PG)，将函数L分别对Ct、Gt求一阶偏导，整理后可得消费者效用最大化的一阶必要条件为

假定随机偏好冲击γCt和γGt都是平稳的，则也是平稳的.因此，（1）式左边表达式的序列也应该是平稳过程.这意味着：如果都是一阶差分平稳过程I（1），则这三个变量存在协整关系.令则（1）式可表示为：

上述（3）式具有丰富的经济含义：一是该式可反映居民消费与政府消费的长期均衡关系，二是该式的第二项系数是居民消费跨期替代弹性，三是该式的第三项系数为政府消费对居民消费的当期替代弹性.依据NIEH 和HO［10］的分析，当时，跨期替代弹性大于当期替代弹性，居民消费Cit与政府消费Git为艾齐沃斯-帕累托互补关系；当时，跨期替代弹性小于当期替代弹性，居民消费Cit与政府消费Git为艾齐沃斯-帕累托替代关系；当时，跨期替代弹性等于当期替代弹性，居民消费Cit与政府消费Git为艾齐沃斯-帕累托无关.

虽然（3）式刻画了政府消费和居民消费长期关系，但是在政策评价时还需要分析政府消费对居民消费的短期影响.因此，本文采用面板ARDL 模型，同时估计居民消费与政府消费的长期均衡和短期波动关系.具体实证模型形式如下：

长期关系方程为：

短期误差修正模型（ECM）：

2 变量定义及数据来源

lnP为隐含政府消费价格指数与隐含居民消费价格指数之比的对数，lnC为人均居民实际消费的对数，lnG人均政府实际消费的对数.其中，隐含消费价格指数计算借鉴姜洋和邓翔［5］、杨子晖［9］的方法，具体为：隐含政府（或居民）消费价格指数等于以当年价格计算的政府（或居民）消费除以按基期不变价格计算的政府（或居民）消费.人均政府（或居民）实际消费是将政府（或居民）实际消费总量除以总人口.其中，政府、居民实际消费总量等于其名义量除以定基的GDP 平减指数.另外，宁夏、安徽、湖北、海南、江西的基期为1978 年，河南、江西和甘肃基期分别为1957 年、1980 年和1972 年，其余省份的基期为1952 年.上述涉及的指标数据来源于《新中国60 年统计资料汇编》、EPS 数据库、《中国统计年鉴》以及各地区统计年鉴.

3 实证检验及分析

3.1 单位根及协整检验结果分析

从表1的单位根检验结果可以看出，在5%显著性水平下，东部、西部和中部地区lnC、lnG和lnP水平值的IPS、ADF、PP 检验都不能拒绝存在单位根的原假设，而其一阶差分的IPS、ADF、PP 检验都拒绝存在单位根的原假设，这说明lnC、lnG和lnP都是一阶差分平稳过程I（1）.

表1 面板ADF检验结果Tab.1 Panel unit-root test results

上述不同地区变量单位根检验表明这些地区的变量可能是Ⅰ（1）过程.考虑到ARDL模型适合小样本以及不同平稳阶数的变量组.因此，可采用panel-ARDL 模型.为避免谬误回归，需要对变量进行协整检验.从表2 中Kao、Pedroni、Westerlund 协整关系检验结果来看，lnC、lnP和lnG在分地区面板中存在长期协整关系.

表2 面板协整检验结果Tab.2 Panel cointegration results

3.2 模型估计结果分析

本文采用了混合组间平均（PMG）、组间平均（MG）和动态固定效应（DFE）三种方法估计面板ARDL 模型，并按照最大滞后阶数为5和AIC 信息准则来选择模型最优滞后阶数.动态固定效应方法（DFE）是将各截面时间序列进行混合估计，该方法仅允许各截面截距存在异质性.组间平均（MG）方法是先分别利用各截面的时间序列估计参数，然后将各截面参数估计结果进行几何平均，因此该方法允许各截面的ARDL 模型截距、短期波动系数和误差方差存在异质性.混合组间平均方法（PMG）则是结合了MG 的平均和FE 的混合估计思想，一方面允许各截面的ARDL 模型截距、短期波动系数和误差方差存在异质性；另一方面与FE 一样，约束各截面的长期均衡方程系数相同.MG估计量对面板中各截面长期均衡方程系数没有施加约束条件，而PMG 和DFE 估计量都约束面板中各截面的长期均衡方程系数相同.无论长期均衡方程系数相同的假设是否成立，MG 估计量都是一致的；只有当长期均衡方程系数相同的假设成立时，PMG 和DFE 估计量才是一致且更有效的.因此，采用Hausman 检验实现PMG、MG与DFE三种估计量的比较.

从表3 的Hausman 检验来看，中部、东部和西部地区PMG 与MG 比较的检验统计量分别为0.75、39.59 和1.8，仅东部地区的5%水平下显著，中部和西部地区的都不显著，这表明中部和西部地区的PMG 估计量优于MG 估计量，东部地区的MG 估计量更优；而三个地区DFE 与MG 比较的Hausman 检验结果在5%水平下都不显著，不能拒绝原假设，这表明东部、中部和西部地区的DFE 估计量都优于MG 估计量.中部和西部地区的PMG 与DFE 估计量比较的豪斯曼检验结果都在5%水平下不显著，这表明中部和西部地区的DFE 估计量更优.因此，三个地区的DFE估计量都更好.

在表3 的DFE-ARDL 模型估计结果中，西部地区ΔlnG的系数都为正，且在5%水平下显著，而其滞后项的系数在5%水平下不显著.而东部和中部地区ΔlnG及其滞后项的系数都为正，但都在5%水平下不显著.这意味着：在短期内仅西部地区增加政府消费，可能对居民消费对产生促进作用，而东部和中部地区政府消费增加，对居民消费无显著影响.东部、中部和西部地区ΔlnP的系数分别为0.18、0.32和0.25，且都在1%水平下显著，这表明一是隐含政府居民消费价格比上升可能对居民消费产生正向影响，即短期政府消费价格上升可能对居民消费有促进作用；二是从隐含政府居民消费价格对居民消费的作用大小来看，东部地区最小，中部地区最大.由于长期关系估计结果中，东、中、西三地区的lnP、lnG系数都在1%水平下显著，这表明ΔlnG、ΔlnP对居民消费的短期影响可能持续到长期.

表3 分地区面板ARDL模型估计结果Tab.3 Panel ARDL estimates by region

从东部、中部和西部地区DFE-ARDL 模型的长期关系估计结果来看出，lnG系数都为正，都在1%水平下高度显著，数值都小于1，这表明三个地区政府消费对居民消费的替代弹性都较小.另外，从三个地区的lnG系数数值大小来看，东部地区的最低，这表明长期来看，东部、中部和西部地区政府消费增加可能都对居民消费有挤出效应，但中部和西部地区居民为多增加一单位政府消费，而愿意放弃居民消费数量高于东部地区居民.

东部、中部和西部地区DFE-ARDL 模型中lnP系数分别为0.74、0.62 和0.44，都在1%水平下高度显著，这表明三个地区的居民消费都会随着政府与居民消费价格比上升而增加.另外，从三个地区lnP的系数值大小比较来看，东部、中部和西部地区居民消费跨期替代弹性是依次下降，即西部地区居民消费对价格变化最不敏感，而东部地区居民消费对价格变化最敏感.三个地区lnP的系数值都小于1，即三地区居民消费跨期替代弹性都较小，这说明东部、中部和西部地区居民当期消费和未来消费之间可能都存在替代关系，即增加当期消费可能是以减少未来消费为代价，而且东部地区居民为多增加1单位当前消费，而愿意减少的未来消费数量高于中部和西部地区居民.

由于政府消费对居民消费有直接影响也有间接影响，所以需要对东部、中部和西部地区政府消费对居民消费的综合效应进行检验，即检验假设为其中，原假设表示政府消费与居民消费为艾奇沃斯-帕累托互补（或无关）关系，备选假设表示政府消费与居民消费为艾奇沃斯-帕累托替代关系.东、中和西部地区的该假设检验统计量分别为1.98、2.42 和0.4，这些统计量相应的p 值分别为0.02、0.08 和0.34.因此，在5%显著性水平下，中部和西部地区都不能拒绝原假设，仅东部地区拒绝原假设.这表明中部和西部地区政府消费与居民消费之间可能存在长期互补关系，而东部地区政府消费与居民消费之间可能存在长期替代关系.其原因可能是：一是东部地区经济发展程度相对较高，市场化程度更好，政府消费增加，反而可能挤出部分私人投资，降低私人部门收入，从而减少私人消费；二是中部、西部地区的经济发展相对滞后，消费环境及基础设施水平相对较低，政府消费增加一方面可能增加该地区居民收入，另一方面可能改善基础设施及物流水平，从而促进居民消费.

4 结论和启示

本文基于永久收入模型，利用30个省的面板数据建立了分地区面板ARDL 模型，分析政府消费与居民消费之间的短期动态调整与长期均衡关系，并检验政府消费与居民消费之间的互补或替代关系.研究发现，政府消费增加对居民消费的影响存在地区差异性，具体表现为：仅西部地区的政府消费增加对居民消费有短期促进作用，中部和西部地区的政府消费与居民消费存在长期互补关系，而东部地区的政府消费与居民消费为长期替代关系.这些结论的现实政策启示在于：

一是立足于政府支出政策长期和短期效应的差异，制订适宜的扩大内需的财政政策.政府在制定扩大内需政策时，需综合考虑各项政策实施的力度及效果.例如：在新冠肺炎疫情持续蔓延、全球经济下滑的背景下，为恢复经济，中国各地方政府纷纷发放消费券.该政策短期来看可促进居民消费，在一定程度上推动经济复苏；但长期来看，也可能对消费者的原有消费产生“替代”效应，导致消费券实际效果并不显著；另一方面该政策相当于对消费者直接进行财政补贴，可能增加地方政府财政压力，不宜长期施行.

二是东部地区经济发达地区可立足未来居民消费升级方向，有针对性地进行政府消费投资，激发居民消费意愿，降低政府消费增加对私人投资和消费的挤出效应.以北京、上海、广州、深圳等为代表的大城市住房价格居高不下，一方面迫使居民为买房而储蓄，不敢消费；另一方面使居民背负巨额房贷，缩减其它消费.因此，财政力量雄厚的东部地区可着眼于增加居民在居住、教育、医疗等方面的公共服务投资，扫除制约居民消费升级的阻碍，让居民既敢消费，也愿消费.

三是由于中部和西部地区的政府支出对居民消费在长期仍然存在促进作用，所以可从多个方面进一步满足消费需求，激发消费潜力：①完善地区基础设施，降低物流成本，拉动私人消费；②围绕“一带一路”，结合自身特点，推动地区产业化发展，增加居民就业机会；③完善民生制度，改善营商环境，提升要素流动效率，促进地区经济增长，提高居民收入.