邊際消費傾向遞減、倒U還是不變？
——基于住戶調查數據的實證

侯文杰

(河南大學經濟學院，河南 開封 475004)

邊際消費傾向遞減、倒U還是不變？
——基于住戶調查數據的實證

侯文杰

(河南大學經濟學院，河南 開封 475004)

本文使用山東省城鎮居民住戶調查數據，估計了不同收入層次居民的邊際消費傾向，采用普通最小二乘、加權最小二乘、分層匯總等方法比較了隨機因素對方程估計結果的影響。結論是：剔除隨機因素以后，不同收入層次居民的邊際消費傾向無顯著差異。

收入差距；隨機因素；邊際消費傾向

一、引言

在《通論》中，凱恩斯提出：“當實際收入增加時，人們通常會儲蓄掉其收入中的較大的比例”。但是，該論述僅能得出平均消費傾向遞減的結論，對于邊際消費傾向(MPC)的分布規律則存在較大的爭議。卡萊茨基和溫特勞布認為可以通過收入再分配增加居民的有效需求，而持久收入理論和生命周期理論則認為個人根據效用最大化安排一生消費，在整個生命周期內耗盡全部財富，MPC與收入無關，富人并不比窮人消費得更少。而Carroll(1996)指出，很多經濟學家都憑直覺認為低收入者的MPC高于高收入者。但是這一論據缺乏嚴格的理論與數據證明。

我國學者對居民邊際消費傾向的分布問題也進行了大量的研究，得出的結論依然是差別很大。袁志剛和朱國林(2002)認為，在理論上，多數消費函數都隱含了縮小收入差距能夠有效擴大居民消費需求的結論。對于持久收入和生命周期理論，如果考慮到遺贈動機，則高收入居民會具有較低的MPC，收入分配依然會影響消費。蘇良軍、何一峰(2006)認為，總體上看中國存在邊際消費傾向遞減。朱國林等(2002)則認為，遺贈動機隨收入增加而增強，預防性動機隨收入增加而減弱，綜合兩種情況，總平均消費傾向為倒U型分布。

經濟學家多采用時間序列數據估計收入增加后居民的MPC變動情況，這實質上忽略了居民消費行為隨時間的變動，在估計中忽略了參數的變化。嚴格意義上講，只有在同一時間的截面數據中，蘊含的參數變化才是最小的，在同一地區和同一時間內，用不同收入層次居民的MPC進行比較，才能驗證是否存在MPC遞減。

楊汝岱和朱詩娥(2007)、楊天宇、朱詩娥(2007)使用微觀數據直接估計了不同收入層次居民的MPC，結果是MPC呈倒U型分布。但是在估計時，他們沒有剔除隨機因素的影響，使得估計結果非常不穩定，雖然采用了同樣的數據來源，但是兩篇文章的估計結果卻顯著不一致。而且楊汝岱和朱詩娥(2007)對最低收入層次居民MPC的估計結果僅為0.05，對最高收入層次居民MPC的估計結果也僅為0.07，與人們的直覺存在很大差距，也與現有理論不符。

本文采用山東省住戶調查微觀數據直接估計不同收入層次居民的MPC，并討論隨機因素對估計結果的影響，驗證其穩定性與普適性，借以分析使用微觀數據估計MPC存在的問題。

二、對MPC估計方法的討論

MPC的計算主要有差分法(ΔC/ΔY)和方程法(C=a+b*Y中的b)兩種，在數據的選擇上分為時間序列數據和橫截面數據兩類。采用時間序列數據與截面數據的結論差距很大，因為近幾十年的改革開放與制度變遷，我國居民的消費行為變化很大，所以這里僅討論使用截面數據估計MPC的問題。

(一)不考慮隨機因素，直接采用微觀數據估計不同收入層次居民的MPC

由于居民可支配收入接近正態分布，將居民劃分成低收入層次或高收入層次的標準存在較強的主觀性，這里我們分別采用不同的劃分標準進行對比。由于各年調查戶數的不一致，分別采用相應的比例計算了每一層各年實際的戶數。首先采用國家統計年鑒中的居民收入分類標準，以最低的10%作為最低收入戶，10%～20%作為第收入戶，20%～40%作為中等偏下戶，40%～60%為中等戶，60%～80%為中等偏上戶，80%～90%為高收入戶，最高的10%為最高收入戶，分別建立回歸方程，所得結果如下：

表1

注：表中結果均通過了顯著性檢驗，為節約篇幅，沒有列出對應的t值

估計結果表現為無規律波動，MPC劇烈波動的原因是由隨機因素的影響所致，還是不同收入層次的MPC確實有很大差異呢？接下來我們用鄒檢驗驗證方程的穩定性。我們選擇Eviews6.0作為估計軟件，分別以300、600、900…2700作為間斷點進行估計，檢驗結論無法拒絕原假設。這表明，在樣本數據中，不同收入層次居民的MPC沒有顯著差異。

(二)驗證隨機因素對MPC估計的影響

1.增加所分組數，減少每組居民數量，重新估計MPC

為進一步驗證隨機因素對估計結果的影響，我們采用區間更短的分層數據重新進行估計，如果估計結果波動更為劇烈，則可以更充分的證實我們上面的結論。同樣使用2006年的居民住戶微觀數據，通過十等分的方式估計不同收入層次居民的MPC，所得結果為：

表2

所得估計結果和異方差檢驗的結論是一致的，每組居民的數量減少后，估計得到的MPC波動也更為劇烈了。第五組的微觀數據估計得到的MPC僅為0.03，仔細分析每一戶居民的數據，發現其中第1248戶居民的人均消費為43144元，為收入的4.3倍，而原因是該家庭本年度購買了家庭轎車。剔除該戶居民的數據重新進行回歸，所得到的MPC為0.344；第1204戶居民的人均消費支出為21730元，為收入的2.2倍，去掉該戶居民的數據重新進行回歸，所得MPC為0.541。通過對各組數據的詳細分析，進一步驗證了異常值對MPC估計結果的巨大干擾。我們可以據此得出結論：在利用微觀數據估計不同收入層次居民的MPC時，必須剔除異常值或者對數據進行異方差處理。

2.用加權最小二乘法估計MPC

估計得到的檢驗統計量的值為683.32，這說明存在異方差。我們以上面回歸所得殘差絕對值的倒數為權重，采用加權最小二乘法重新估計，所得結果為：

表3

由表3可以看出，不同收入層次居民MPC基本一致。

3.微觀數據與分層數據所得估計結果的比較

如果是隨機因素導致了不同收入層次居民MPC估計結果的波動，將微觀數據整理為分層數據，即求出每一層數據的均值，以均值作為一個數據點，通過求均值的方法，也可以較好消除隨機因素的影響。下面以分層數據估計MPC，并驗證分成數據與微觀數據估計結果的一致性。為驗證其穩定性，我們分別采用十等分與二十等分的方法進行分層，計算各層居民人均可支配收入與消費支出。

觀察分層數據的散點圖，我們發現，隨可支配收入增加，消費大體上呈等比例上升的趨勢，以得到的分層數據建立回歸方程并估計MPC，使用十等分數據所得估計結果為：

c=1784+0.562*y

(1)

使用二十等分數據所得結果為：

c=1739+0.565*y

(2)

兩種方法所得估計結果的差距非常小，與采用微觀數據直接估計所得到的結果也基本一致，這說明使用分層數據估計消費函數，可以有效消除隨機因素的影響，進而得到正確的估計結果。

三、結論

研究收入分配問題需要采用截面數據直接估計不同收入層次居民的MPC，以微觀數據直接估計居民的MPC時，由于離群值對估計結果的巨大影響，導致估計結果極度不穩定。因此，必須采用一定的方法消除異常值的影響。在消除隨機因素的影響后，不同收入層居民的MPC基本一致。當然，限于調查樣本的有限性，我們的數據中缺乏極低與極高收入人群的收入與消費資料，無法對這些人的MPC做出有效的推測。

[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] 楊汝岱，朱詩娥. 公平與效率不可兼得嗎？——基于居民MPC的研究[J]. 經濟研究，2007(12)：46-58.

[3] 楊天宇，朱詩娥. 我國居民收入水平與MPC之間“倒U”型關系研究[J]. 中國人民大學學報，2007(3)：49-56.

[4] 袁志剛，朱國林. 消費理論中的收入分配與總消費——及對中國消費不振的分析[J]. 中國社會科學，2002(2)：69-76.

[5] 朱國林，范建勇，嚴燕. 中國的消費不振與收入分配：理論和數據[J]. 經濟研究，2002(5)：72-81

002(5)：72-81.