居民消費水平主導因素非線性計量研究

曹麗萍

摘 要：當前擴大內需作為經濟結構調整的重要手段，對實現經濟順利轉型、提高資金利用效率具有重要意義。擬選用物價指數（以上年為100）和人均工資水平作為主導因素變量，采用stata軟件利用非均值圖、單變量變系數模型、多元回歸方法對兩自變量對東部地區居民消費水平的貢獻作用進行非線性計量測度，并用hausman和B-P法分別對固定和隨機效應進行了檢驗，以此確定最終模型形式，并得出相關結論和建議。

關鍵詞：物價指數；人均工資水平；非線性計量；面板數據；居民消費水平

文章編號：2095-5960（2014）06-0029-05；中圖分類號：F121；文獻標識碼：A

長期以來，我國快速的經濟增長依賴于投資拉動，這可能是前幾十年我國實行蘇聯模型計劃經濟的產物，而同投資一樣作為拉動經濟的消費，其比重卻長期處于低水平，黨的十七屆五中全會提出要擴大內需，在很大程度上激發城鄉居民的消費潛力，逐步改變我國投資占比過大、整體資金利用效率不高的局面。按照邊際理論，經濟增長的要素可以被視為投資和消費的組合，一種要素過多必然引起效率低下，從而存在資金利用的帕累托改進可能。筆者根據相關資料進行測算，2008—2010年三年間東部十二個省份及直轄市人均工資水平為37701.2元，人均消費支出為14063元，消費—收入比重僅為37.3%，而根據一些國際對比資料，在全球一百三十多個國家中，我國屬于消費比例最低的七個國家之一。[1]引起這樣消費不足的原因眾多，但主要原因是我國產業結構的相對不合理，造成不同行業、地區間的居民收入水平存在很大差距，并且當前的醫療、衛生、教育、養老使民眾的消費心理萎縮。筆者認為：在眾多的因素條件下，應歸納出主要分析指標，其中采用平均工資（wage）代表可支配收入，居民物價指數（CPI）作為購買力成本指標和預期指標，考慮到不同地區的情況存在差異，故應用時間序列/截面數據方法對不同研究個體的因素貢獻作用進行非線性差別計量，探討了固定效應模型和隨機效應模型在該問題中的適用性，最后確定合理模型進行定量分析，從而得出了相關結論。

一、數據來源及變量描述

本文數據來自于國家統計局網站（http：//www.stats.gov.cn/），選取的研究指標為人均支出（averwage）、居民物價指數（CPI）、平均工資（wage），時間序列為3年（2008—2010），截面數據為東部十二個省份及直轄市，分別是北京、天津、河北、遼寧、吉林、黑龍江、上海、江蘇、浙江、福建、山東、廣東，整個分析數據面板共有12×3×3=108個。

面板數據是一種能夠描述觀測指標跨時段的樣本行為的數據結構，在stata11.0分析中，pooldata需要一種特殊的存儲結構。第一列為樣本截面，第二列為以第一列樣本為單位的時間排序，后面幾列按照前面結構填入數據。下面將通過各種角度的指標描述和相應的stata輸入命令來對不同地區跨時段的人均消費支出進行描述。

1.定義截面和時間變量。命令：xtset place year。這里所定義的place變量一定要為數值，比如：北京——1，天津——2，以此類推。

2.樣本和時段角度的非均質描述。如以橫軸為樣本考察不同個體在三年間的分布狀態，命令：

回車后得到圖1（跨年份的非均質圖）。可以看出北京（A）、天津（B）上海（G）在三年內的人均消費支出波動區間較大，而吉林（E）、黑龍江（F）的三點區間較小，體現了三年內該地區的人均消費支出增長緩慢，從紅線表達的各地三年均值來看，上海、北京、江蘇和天津名列前四甲，最低的為河北。Stata中的非均質圖比以往spss和EVIEWS中單純的均值、方差描述更能從動態角度刻畫變量的均值和波動情況。圖2同理，是跨樣本的年份非均值圖，發現三年中每年不同地區的消費支出差異情況相對一致，均為兩個地區（上海、北京）遙遙領先，處于均值之上且與均值距離大致相同，每年均有六個地區在平均值以上，但其中兩個處于平均值附近。說明近年來東部各地區的人均消費支出具有共線性，即不同省份存在共同增長趨勢。[2]

二、東部地區居民消費水平影響因素的面板stata檢驗

（一）單自變量固定截距變系數模型

（1）居民物價指數的上漲對居民消費的貢獻作用迥然不同，除上海以外的其他東部地區如天津、河北、遼寧、黑龍江等CPI較上期上漲指數對消費支出具有明顯負向作用，說明上海居民的消費思想中價格預期的作用發揮較大，根據消費假說理論，上海居民能夠在CPI上漲的同時有一種更長遠的通脹預期，在未來價格大可能上漲、貨幣面臨進一步貶值的情況下，增大現期消費是一種明智的選擇。而在其他地區，普遍存在物價上揚和消費抑制的雙重壓抑局面，這比較適合當今我國居民的消費習慣，當前房價高漲、醫療及教育成本逐年攀升的大背景下居民收入的增幅沒有跟上，造成儲蓄動機增強。從表1中的貢獻系數絕對值可以看出，河北、黑龍江和吉林的CPI對消費負面影響最大，分別達到了CPI每上漲1個點，引起-15150.1、14475.8、-14010.8程度的消費減少。北京的CPI貢獻系數不顯著，說明北京居民消費支出的影響因素中通脹因素可以忽略不計。有趣的是東部地區共同具有的原始消費為30762.21，普遍高于各地區的實際消費值，這個說明當今我國的通貨膨脹是造成內需不足的重要原因。

（2）居民平均工資收入在大多數地區對消費支出的貢獻作用不顯著，體現為t值過小，其中比較合理的解釋僅體現為北京，可支配收入增長1元將增加0.338元的消費。這種現象主要是兩點原因引起的，一是工資性收入在當今社會占個人收入的比重越來越低，而財產性收入比重越來越大，所以消費支出與工資性收入不敏感。本文的計量結果與田青（2008）年的結論完全一致，她將原因歸結為“量入未出”的傳統消費思想。其次， 呂宗耀（2010）通過國民收入核算公式推導了收入分配與總收入之間的關系，認為高收入群體中收入每增加一個單位將會引起總收入1個單位的減少[3]，在當前收入貧富差距日益增大的情況下，在有限的社會資源下所生產出的財富隨著貧富差距的拉大和通脹加劇的情況下使得低收入人群的消費能力急劇下滑，很多居民僅僅依靠工資來維持基本生活支出，這種支出的非常缺乏彈性的。（二）多元面板回歸

這里將居民物價指數和平均工資收入一起納入pooldata模型，具體模型是[5]：

表2的結果顯示在三種回歸方法（不變系數面板回歸，混合回歸和虛擬變量回歸）得到結果相同，即我國東部地區整體上居民物價指數是帶動了居民消費上漲的，即東部地區CPI平均指數較上年上漲一個單位，將會引起29.2元的消費支出，而收入所引起的消費支出較少，可以將0.343視為東部地區的收入消費彈性數值。

（三）隨機效應及固定效應檢驗

對于面板模型，檢驗方法有Hausman法，我們可以運行該檢驗以檢測原假設：服從隨機效用模型，比如對CPI指標的運行結果如表3。一般而言，chi2（1）<0.5采用固定效用模型，所以從表3和表4的結果可以看出，物價指數CPI和人均工資收入averwage對居民支出的面板貢獻計量所采取的方法是不同的，前者適用固定效應模型，后者適用隨機效應模型。

各項統計指標均通過檢驗，說明將物價指數和平均工資收入指標結合在一起進行隨機效應面板檢驗后，平均工資每增加1元將會給東部地區帶來0.37元的消費增加，可以視為工資收入支出彈性。而居民物價指數指標顯示物價指數每較上期上升一個百分比，將會引起37.1元的消費增加，但檢驗系數不顯著，呈弱相關性。

三、結論及對策

本文通過stata軟件對居民消費物價指數、人均工資以及消費支出的關系進行了面板非線性計量，得出了以下結論：

1.CPI和人均工資存在很強的交互作用，體現為采用單獨指標對消費支出面板回歸與采用多變量回歸的結論不同。說明當前人均工資水平上漲的同時由于通貨膨脹造成工資收入的作用從不顯著轉為顯著。在拉動內需的過程中應采取不同的混合政策兼顧兩者間的影響，才能使擴大內需的政策發揮效果。

2.在摒棄工資收入指標的前提下，通貨膨脹在東部各地區普遍造成了對消費支出的負面影響。可以認為當前財產性收入比重的大幅上升是彌補工資收入不足從而維持消費支出增加的主要因素，一旦房地產業和其他類似行業發生衰退，居民的消費支出水平會有一個很大的滑坡。這一現象同樣可以解釋在排除物價原因的前提下，工資收入對消費支出貢獻力不顯著的現實，因為財產性收入的增加在非通脹的前提下會降低工資收入的實際效應，使生命周期消費假說中的財富消費增加而工資消費減少，但前者由于邊際遞減效應和流動性較差原因的存在，會產生對收入水平上漲引起消費增加的抵消作用。

3.根據Hausman檢驗確定了兩變量同時進行面板時應采用固定效應模型的不可行性，可以理解為當前通脹加劇、全球流動性泛濫的前提下，人們預期通脹會進一步擴大，所以必然會將占總收入比例連年下滑的工資收入更多地用于消費，從而體現出了通脹背景下工資上漲會在東部地區的消費彈性為0.37。岳龍華（2011）根據柯布道格拉斯函數對未來的勞動力轉移趨勢進行了分析，認為第三產業是第一產業勞動力轉移的主要渠道。這意味著未來東部地區的人均工資水平將進一步上升，如果通脹形勢仍然保持當前的勢頭，必然還會存在工資收入對消費支出具有顯著貢獻效應的事實，并且工資收入消費彈性還會進一步上升。

參考文獻：

[1]岳龍華.中國勞動力產業轉移與經濟增長[J].貴州財經學院學報，2011（5）：53-58.

[2]田青，馬健，高鐵梅. 我國城鎮居民消費影響因素的區域差異分析[J] .管理世界，2008（7）：27-33.

[3]呂宗耀.饜足性假設下財富分配對國民收入的影響[J].貴州財經學院學報，2010（4）：58-64.

[4]王天夫. STATA實用教程[M].北京：中國人民大學出版社，2008：127.

[5]曼紐爾·阿雷拉諾.面板數據計量經濟學[M].上海：上海財經大學出版社，2008：213.

責任編輯：蕭敏娜