政府支出對居民消費的影響研究——基于空間動態面板模型的分析

鄧光耀，李 霞，張忠杰

(1.蘭州財經大學統計學院，甘肅 蘭州 730020；2.上海財經大學公共經濟與管理學院，上海 200433)

?

政府支出對居民消費的影響研究
——基于空間動態面板模型的分析

鄧光耀1，李 霞2，張忠杰1

(1.蘭州財經大學統計學院，甘肅 蘭州 730020；2.上海財經大學公共經濟與管理學院，上海 200433)

本文在居民消費效用最大化的理論背景下，結合統計年鑒相關數據，利用空間動態面板模型，研究了1997-2013年中國的政府支出對全體居民、城鎮居民以及農村居民消費的影響。研究結果表明：居民消費存在顯著的習慣效應，政府支出和居民收入增加會促進居民消費，各省份之間居民消費既可能存在相互促進的關系，也可能存在相互競爭的關系。因此為了促進居民消費，需要適當地保持較好的消費習慣，改變不良的消費習慣，注意省份之間的密切合作，現階段可以增加政府支出，來刺激居民消費，特別是農村居民消費，另外還需要提高城鎮居民可支配收入和農村居民純收入。

空間相關；政府支出；居民消費

一、引 言

政府支出對居民消費的影響究竟存在擠入效應(正向影響)還是擠出效應(負向影響)，不同的研究者存在不同的看法。(1)一些研究者指出政府支出對居民消費存在擠出效應。Bailey(1971)[1]最早進行了政府支出對居民消費影響的研究，認為政府支出與居民消費存在一定的替代性；Barro(1981)[2]進一步拓展了Bailey(1971)的研究，理論和實證研究表明政府支出對居民消費存在擠出效應；Ho(2001)[3]利用OECD(Organization for Economic Cooperation and Development)國家的數據的研究表明政府支出和居民消費也存在替代關系；蔡偉賢等(2011)[4]的研究結果表明中國的政府支出對居民消費存在擠出效應；方福前和孫文凱(2014)[5]也指出中國政府消費對居民消費和社會總消費存在一定的擠出效應。(2)還有研究者指出政府支出對居民消費存在擠入效應。Karras(1994)[6]指出政府支出的增加將提高居民消費的邊際效用水平，從而促進居民消費；李樹培和白戰偉(2009)[7]利用時變參數模型，研究了改革開放以來中國政府支出對居民消費的影響，指出政府支出對居民消費一直都存在著促進效應，對城市居民消費的促進效應強于對農村消費的促進效應，且兩者差距還在不斷擴大；胡永剛和郭新強(2012)[8]指出中國居民消費與政府生產性支出表現出穩健的正相關關系；(3)還有研究者指出政府支出對居民消費的影響可能存在擠入效應，也可能存在擠出效應。謝建國和陳漓高(2002)[9]認為在短期內，中國政府可能通過增加政府支出的方式增加總需求，但在長期均衡時政府支出完全擠占了消費支出。雖然已經有較多的文獻對政府支出對居民消費的影響進行了研究，但是研究結論并不一致，并且也未考慮中國各省居民消費的習慣效應和空間相關性。

中國各省居民消費會存在習慣效應和空間相關性。Duesenberry(1949)[10]認為居民消費受到其過去的消費水平及其周圍人群的消費的影響，即居民消費存在“棘輪效應”和“示范效應”；國內對中國居民消費的習慣效應也做了大量的實證研究[11][12]。由于中國鄰近省份的消費習慣更為接近，經濟交流也更為密切，因此眾多的研究者在研究居民消費時還考慮中國各省居民消費的空間相關性13][14]。

與以上文獻不同的是，本文在考慮中國各省居民消費的習慣效應和空間相關性的情況下，研究政府支出對居民消費的影響。本文接下來的安排如下：第二部分是模型構建與估計方法，第三部分是實證分析，第四部分是結論與啟示。

二、模型構建與估計方法

(一)模型構建

假定居民的效應函數為常數相對風險厭惡效用函數(CRRA)：

(1)

(2)

其中，α為人均居民消費支出和政府支出之間的關系乘數。公式(2)假定了居民消費支出和政府支出具有完全替代性，謝建國和陳漓高(2002)[9]認為，居民消費支出和政府支出存在不完全替代性，即公式(2)可以改寫為：

(3)

居民消費效用最大化及約束條件如下：

s.t.At+1=(1+r)(At+Yt-Ct-Gt)

(4)

其中，E0為基于第0期的期望，β為貼現因子，At+1為第t+1期期初的金融資產，r為利率，Yt為第t期的居民收入。參考Ho(2001)[3]、謝建國和陳漓高(2002)[9]，利用拉格朗日乘數法，可以求解帶約束條件的居民消費效用最大化問題，即：

(5)

(6)

E0[β(1+r)λt+1]=λt

(7)

根據公式(6)可得：

(8)

公式(8)代入公式(7)，化簡可得：

(9)

其中，ut為隨機擾動項*為了去掉公式(7)中的期望，引入了均值為0的隨機擾動項。。需要注意的是，公式(9)中沒有考慮居民的人均可支配收入(城鎮居民)或者人均純收入(農村居民)對消費的影響，但是實際上居民收入是影響居民消費的重要因素，因此本文引入代表人均可支配收入或者人均純收入的變量Yd。另外，已有研究表明[10][15][13][14]，各省居民消費會受到上一期消費的影響(存在習慣效應)，也會受到鄰近省份消費的影響(可能存在正向的示范效應，也可以存在負向的競爭關系)。綜合以上各因素，可得：

(10)

其中，δ、τ分別為居民消費的空間滯后項系數和時空滯后項系數，η1和η2是對應變量的回歸系數，下標i代表不同的省份，W為空間權重矩陣，本文取標準化的0-1權重矩陣。如果回歸系數η1>0，表明政府支出會擠入居民消費，如果回歸系數η1<0，表明政府支出會擠出居民消費。參考Elhorst(2014)[16]，公式(10)所對應的計量模型實際上是空間動態面板模型(Spatial Dynamic Panel Data Model)。作為對比，本文還考慮以下形式的回歸模型：

(11)

(12)

(13)

其中，公式(11)是Ho(2001)[3]、謝建國和陳漓高(2002)[9]所采用的靜態面板模型，公式(12)則為動態面板模型，公式(13)是空間靜態面板模型。

(二)估計方法

Elhorst(2014)[16]對空間面板模型的估計方法進行了系統的總結，類似于普通的面板模型，空間面板模型也分為靜態和動態兩種類型，估計方法也有一定的區別。目前對空間靜態面板模型的估計方法主要有兩種：一是極大似然法(MLE)(Elhorst，2003)[17]，二是廣義矩法(GMM)(Kapoor等，2007)[18]，本文采用極大似然法來估計空間靜態面板模型。對于空間動態面板模型，本文參考Yu等(2008)[19]，采用擬極大似然法來估計。

公式(10)所示的空間動態面板模型的估計方法如下：

記SN=SN(δ)=IN-δWN，λ=(γ,τ,η′)′，θ=(λ′,δ,σ2)′，ξ=(λ′,δ,u′)′，則公式(10)的極大似然函數為：

(14)

三、實證分析

(一)數據來源及描述性統計量

由于統計年鑒中缺乏全體居民的人均收入情況，本文用人均GDP來度量全體居民的人均收入情況。本文中居民消費和收入數據、政府支出(財政支出)數據均來自于對應年度的《中國統計年鑒》。考慮到數據的可比性，本文中涉及到價格的數據均以1997年為基期進行平減處理。在空間權重矩陣的設置中，本文假定海南省與廣東省和廣西省相鄰。另外，限于數據的可得性，本文不考慮西藏和港澳臺地區，只考慮中國其他30個省份1997-2013年的政府支出與居民消費之間的關系。

表1是本文中所采用的各變量的描述性統計量。

表1 變量的描述性統計量(對數值)

注：全體居民、城鎮居民和農村居民的人均財政支出對應的數據是一樣的，因此描述性統計量也是一樣；各變量取對數之前的單位均為元。

(二)空間相關性檢驗

Moran I檢驗是檢驗空間相關性存在與否的最常用方法。本文參考Moran(1950)[20]、Cliff和Ord(1972)[21]等文獻所提出的方法對全體居民(城鎮居民、農村居民)人均消費量的空間相關性進行Moran I檢驗，具體結果如表2所示。

表2 Moran I檢驗結果

注:列出的是Moran I指數值，采用的是雙邊檢驗；“*** ”、“** ”、“* ”分別表示P=0.01、0.05、0.1的顯著性水平。

從表2可以看到：(1)從Moran I指數值的大小來說，在1997-2013年，中國30個省份農村居民人均消費量所對應的Moran I指數值最大，全體居民次之，城鎮居民最小，這說明在1997-2013年，中國30個省份農村居民人均消費量的空間相關性比全體居民和城鎮居民所對應的值更大。(2)從Moran I指數值的顯著性來說，除城鎮居民外，在1997-2013年，全體居民和農村居民人均消費量所對應的Moran I指數值均在P=0.01的顯著性水平下顯著。另外，即使是城鎮居民，在1997-2013年期間，其人均消費量也在P=0.1的顯著性水平下顯著。這說明在1997-2013年，中國30個省份的全體居民、城鎮居民和農村居民人均消費量均存在顯著的空間相關性，因此在研究政府支出對居民消費的影響時，考慮空間相關性是必要的。

(三)Moran I散點圖

Moran I散點圖中橫坐標代表所考慮的變量Y(全體居民、城鎮居民和農村居民人均消費量)，縱坐標代表變量的空間滯后項WY。Moran I散點圖用來說明一個地區與鄰近地區的關系。本文以2013年為例，畫出全體居民、城鎮居民和農村居民人均消消費量的Moran I散點圖，如圖1-圖3所示。

圖1 2013年人均消費量的Moran I散點圖(標準化的數據)

在圖1中，北京、天津、上海、江蘇、浙江和福建等省份處于第一象限(HH)，表明這些省份2013年全體居民的人均消費量比較高，并且數據有正的自相關性，也就是說這些高消費量省份的鄰近省份消費量也很高。河北、吉林、黑龍江、安徽、江西和海南等省份處于第二象限(LH)，表明這些省份2013年全體居民的人均消費量比較低，并且數據有負的自相關性，也就是說這些低消費量的省份的鄰近省份消費量較高。山西、河南、湖北、湖南、廣西、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆等省份處于第三象限(LL)，表明這些省份2013年全體居民的人均消費量比較低，并且數據具有正的自相關性，也就是說這些低消費量省份的鄰近省份消費量也很低。內蒙古、遼寧、山東、廣東和重慶等省份處于第四象限(HL)，表明這些省份2013年全體居民的人均消費量比較高，并且數據有負的自相關性，也就是說這些高消費量省份的鄰近省份消費量比較低。

在圖2中，北京、天津、上海、江蘇、浙江和福建等省份處于第一象限(HH)，表明這些省份2013年城鎮居民的人均消費量比較高，并且數據有正的自相關性，也就是說這些高消費量省份的鄰近省份消費量也很高。河北、吉林、黑龍江、安徽、江西和海南等省份處于第二象限(LH)，表明這些省份2013年城鎮居民的人均消費量比較低，并且數據有負的自相關性，也就是說這些低消費量的省份的鄰近省份消費量較高。山西、河南、湖北、湖南、廣西、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆等省份處于第三象限(LL)，表明這些省份2013年城鎮居民的人均消費量比較低，并且數據具有正的自相關性，也就是說這些低消費量省份的鄰近省份消費量也很低。內蒙古、遼寧、山東、廣東和重慶等省份處于第四象限(HL)，表明這些省份2013年城鎮居民的人均消費量比較高，并且數據有負的自相關性，也就是說這些高消費量省份的鄰近省份消費量比較低。比較圖1和圖2的結果，各省份全體居民和城鎮居民人均消費量所處的象限完全一樣。

在圖3中，北京、天津、上海、江蘇、浙江和福建等省份處于第一象限(HH)，表明這些省份2013年農村居民的人均消費量比較高，并且數據有正的自相關性，也就是說這些高消費量省份的鄰近省份消費量也很高。河北、吉林、黑龍江、安徽和江西等省份處于第二象限(LH)，表明這些省份2013年農村居民的人均消費量比較低，并且數據有負的自相關性，也就是說這些低消費量的省份的鄰近省份消費量較高。山西、內蒙古、河南、湖北、湖南、廣西、海南、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆等省份處于第三象限(LL)，表明這些省份2013年農村居民的人均消費量比較低，并且數據具有正的自相關性，也就是說這些低消費量省份的鄰近省份消費量也很低。遼寧、山東和廣東等省份處于第四象限(HL)，表明這些省份2013年農村居民的人均消費量比較高，并且數據有負的自相關性，也就是說這些高消費量省份的鄰近省份消費量比較低。

(四)全體居民的回歸結果分析

根據第二部分的估計方法，本文采用極大似然法來估計空間靜態面板模型，采用擬極大似然法來估計空間動態面板模型。本文首先以全體居民的人均消費情況為研究對象，估計公式(10)-(13)所對應的實證模型，估計結果如表3所示。

1.靜態模型

根據Pace和Lesage(2008)[22]、Multi和Pfaffermayr(2011)[23]的研究，普通的Hausman檢驗對判定空間情況下的固定效應與隨機效應失效，正確的做法是做空間Hausman檢驗，因此本文在考慮空間相關時的模型中，采用空間Hausman檢驗。根據Hausman檢驗結果，無論是未考慮空間相關的普通靜態面板模型，還是考慮空間相關的空間靜態面板模型，與隨機效應相比，考慮固定效應的回歸結果更好。未考慮空間相關時的模型即公式(10)所對應的回歸模型，也就是Ho(2001)[3]、謝建國和陳漓高(2002)[9]中的實證模型，根據回歸系數η1顯著為負，可以判定政府支出對全體居民的消費存在擠出效應，根據回歸系數η2顯著為正，可知人均GDP對全體居民的人均消費支出存在正向影響，這與人均收入越高，人均消費支出越高的理論是吻合的。公式(11)所對應的空間靜態面板模型的回歸結果與普通的靜態面板模型的回歸結果基本一致，同樣說明了政府支出對全體居民的消費存在擠出效應，人均GDP對全體居民的人均消費支出存在正向影響。

表3 全體居民的回歸結果

注：靜態面板模型列出的是個體和時間雙向固定效應的回歸結果；括號內對應的是t統計量或者z統計量的值，“*** ”、“** ”、“* ”分別表示P=0.01、0.05、0.1的顯著性水平。下同。

2.動態模型

對于普通的動態面板模型，殘差的一階與二階自相關檢驗表明存在一階自相關，但是不存在二階自相關，Sargan檢驗表明所有工具變量均有效，因此系統GMM估計結果是可信的；根據時間滯后項系數γ顯著為正可知，居民消費存在顯著的習慣效應，即前一期消費對當期的消費存在顯著的正向影響；由于回歸系數η1為負，但是不顯著，可以認為在考慮居民消費的習慣效應后，政府支出對全體居民的消費存在擠出效應，但是不顯著；根據回歸系數η2顯著為正可知，人均GDP對全體居民的人均消費支出存在正向影響。對于空間動態面板模型，時間滯后項系數γ顯著為正，空間滯后項系數δ顯著為正，時空滯后項系數τ顯著為負，這說明中國1997-2013年30個省份全體居民人均消費的習慣效應、空間相關性均是存在的，不過，空間滯后項系數δ顯著為正、時空滯后項系數τ顯著為負，這說明各省之間的居民消費即存在相互促進的關系，也存在相互競爭的關系；雖然回歸系數η1不顯著，但是在考慮居民消費的習慣效應和空間相關性之后，已經是正值，這說明政府支出對居民消費也可能存在擠入效應；根據回歸系數η2顯著為正可知，在考慮居民消費的習慣效應和空間相關性之后，人均GDP對全體居民的人均消費支出仍存在正向影響。

(五)城鎮和農村居民的回歸結果分析

類似于全體居民的回歸模型的估計方法，在研究政府支出對城鎮和農村居民消費的影響時，仍采用極大似然法來估計空間靜態面板模型，采用擬極大似然法來估計空間動態面板模型，估計結如表4和表5所示：

表4 城鎮居民的回歸結果

表5 農村居民的回歸結果

1.靜態模型

根據Huasman檢驗結果，對城鎮居民和農村居民來說，無論是未考慮空間相關的普通靜態面板模型，還是考慮空間相關的空間靜態面板模型，與隨機效應相比，考慮固定效應的回歸結果更好。根據回歸系數η1顯著為正，可知對城鎮居民和農村居民來說，無論是未考慮空間相關的普通靜態面板模型，還是考慮空間相關的空間靜態面板模型，在考慮雙向固定效應時，政府支出對居民消費存在擠入效應，另外，與城鎮居民相比，政府支出對農村居民消費的擠入效應更大，這可能是由于政府支出有很大一部分用于補貼農村居民消費。根據回歸系數η2顯著為正，可知城鎮居民可支配收入的增加對城鎮居民消費存在促進作用，農村居民純收入的增加也會提升農村居民的消費。

2.動態模型

根據表4和表5中的結果，對城鎮居民和農村居民來說，對普通的動態面板模型，殘差的自相關檢驗表明存在一階自相關，但是不存在二階自相關，Sargan檢驗表明所有工具變量均有效，因此系統GMM估計結果是可信的；時間滯后項系數γ顯著為正，表明城鎮或者農村居民消費存在顯著的習慣效應；對城鎮居民來說，回歸系數η1為正，但是不顯著，這說明政府支出對城鎮居民消費存在擠入效應，對農村居民來說，回歸系數η1顯著為正，這說明政府支出對農村居民消費也存在擠入效應，即促進了農村居民消費；對城鎮和農村居民來說，回歸系數η2均顯著為正，這與收入增加，消費支出增加的理論是相符的。根據空間動態面板模型的估計結果，城鎮和農村居民消費均存在顯著的習慣效應(時間滯后項系數γ顯著為正)，政府支出和居民收入增加會促進居民消費(回歸系數η1和η2顯著為正)，各省份之間居民消費既存在相互促進的關系(空間滯后項系數δ為正)，也可能存在相互競爭的關系(時空滯后項系數τ顯著為負)。

四、結論與啟示

本文在居民消費效用最大化的理論背景下，結合統計年鑒相關數據，利用空間動態面板模型，研究了1997-2013年中國的政府支出對全體居民、城鎮居民以及農村居民消費的影響。研究結果表明：居民消費存在顯著的習慣效應，政府支出和居民收入增加會促進居民消費，各省份之間居民消費既存在相互促進的關系，也可能存在相互競爭的關系。

根據以上研究結果，可得到以下政策啟示：(1)由于居民消費存在顯著的習慣效應，因此為了促進居民消費，適當地保持較好的消費習慣，改變不良的消費習慣是必要的；(2)各省份之間居民消費既可能存在相互促進的關系，也可能存在相互競爭的關系，因此為了提高居民消費，需要注意省份之間的密切合作；(3)現階段政府支出對居民消費存在擠入效應，會促進居民消費，因此現階段可以增加政府支出，尤其是對居民的轉移支付來刺激居民消費，特別是農村居民消費；(4)由于居民收入的提升會促進居民消費，因此努力發展經濟，提高城鎮居民可支配收入和農村居民的純收入，也是增加中國居民消費的重要途徑。

[1]Bailey M. J. National Income and Price Level [M]. Mcgraw-Hill, New York, 1971.

[2]Barro R. J. Output effects of government purchases [J]. Journal of Political Economy, 1981, 89(6): 1086-1121.

[3]Ho T. W. The government spending and private consumption: A panel cointegration analysis [J]. International Review of Economics & Finance, 2001, 10(1): 95-108.

[4]蔡偉賢, 蔚建國, 郭連珠. 政府公共支出對居民消費需求的影響研究[J]. 財政研究, 2011, (6): 26-29.

[5]方福前, 孫文凱. 政府支出結構、居民消費與社會總消費——基于中國2007-2012年省級面板數據分析[J]. 經濟學家, 2014, (10): 35-44.

[6]Karras G. Government spending and private consumption: Some international evidence [J]. Journal of Money Credit & Banking, 1994, 26(1): 9-22.

[7]李樹培,白戰偉.改革開放三十年政府支出與居民消費關系的動態演變——基于時變參數模型的考察[J].財經科學,2009,(9):49-57.

[8]胡永剛,郭新強.內生增長、政府生產性支出與中國居民消費[J].經濟研究,2012,(9):57-71.

[9]謝建國,陳漓高.政府支出與居民消費——一個基于跨期替代模型的中國經驗分析[J].當代經濟科學,2002,(6):34-40.

[10]Duesenberry J. S. Income, Saving and the Theory of Consumer Behavior [M]. Harvard University Press, 1949.

[11]婁峰,李雪松.中國城鎮居民消費需求的動態實證分析[J].中國社會科學,2009,(3):109-115.

[12]杭斌.城鎮居民的平均消費傾向為何持續下降——基于消費習慣形成的實證分析[J].數量經濟技術經濟研究,2010,(6):126-138.

[13]吳玉鳴,陳志建.居民消費水平的空間相關性與地區收斂分析[J].世界經濟文匯,2010,(5):76-89.

[14]劉紅梅,鄧光耀,王克強.中國農產品虛擬水消費的影響因素分析——基于省級數據的動態空間面板STIRPAT模型[J].中國農村經濟,2013,(8):15-28.

[15]Dynan K. E. Habit formation in consumer preferences: Evidence from panel data [J]. The American Economic Review, 2000, 90 (3): 391-406.

[16]Elhorst J. P. Spatial panel data models In Handbook of Applied Spatial Analysis Econometrics [M]. Springer Berlin Heidelberg, 2014.

[17]Elhorst J. P. Specification and estimation of spatial panel data models [J]. International Regional Science Review, 2003, 26(3): 244-268.

[18]Kapoor M., Kelejian H. H., Prucha I. R. Panel data models with spatially correlated error components [J]. Journal of Econometrics, 2007, 140(1): 97-130.

[19]Yu J. H., Jong R. D., Lee L. F. Qusasi-maximum likelihood estimators for spatial dynamic panel data with fixed effects when both N and T are large [J]. Journal of Econometrics, 2008, 146(1): 118-134.

[20]Moran P. A. P. A test for the serial independence of residuals [J]. Biometrika, 1950, 37(1-2): 178-181.

[21]Cliff A D, Ord J K. Testing for spatial autocorrelation among regression residuals [J]. Geographical Analysis, 1972, 4(3): 267-284.

[22]Pace R K, Lesage J P. A spatial hausman test [J]. Economics Letters, 2008, 101(3): 282-284.

[23]Multi J, Pfaffermayr M. The hausman test in a Cliff and Ord panel model [J]. Econometrics Journal, 2011, 14(1): 48-76.

(責任編輯:風 云)

The Effects of Government Expenditure on Household Consumption——Based on Spatial Dynamic Panel Model Analysis

DENG Guang-yao1, LI Xia2, ZHANG Zhong-jie1

(1. School of Statistics, Lanzhou University of Finance and Economics, Lanzhou 730020, China; 2. School of Public Economics and Management, Shanghai University of Finance and Economics, Shanghai 200433, China)

Based on the theory of maximizing consumer utility, this paper uses the relevant data from the statistical yearbook in China and the space dynamic panel model to study the effects of government expenditures on all residents’, urban residents’ and rural residents’ consumption in 1997-2013. The results are as follows: There is a significant consumer habits effect; Increased government spending and income will promote household consumption; Residents’ consumption in different provinces may not only mutually promote, but also compete with each other. Therefore, in order to promote consumer spending, we need to properly maintain good spending habits, change bad spending habits and pay attention to the close cooperation among the provinces. At this stage we can increase government spending to stimulate consumption, especially rural residents’ consumption, and we also need to improve urban residents’ disposable income and the net income of rural residents.

spatial correlation; government expenditure; household consumption

2016-01-21

甘肅省高等學校科學研究項目(2015B-070)；甘肅省科技廳軟科學項目(1504ZKCA013-9)

鄧光耀(1985-)，男，湖南邵陽人，蘭州財經大學統計學院講師；李霞(1979-)，女，河南周口人，上海財經大學公共經濟與管理學院博士生；張忠杰(1979-)，男，河南柘城人，蘭州財經大學統計學院副教授。

F810.45

A

1004-4892(2016)06-0019-10