郭永建，王津港

(1.天津財經大學，天津 300222；2.華中科技大學 經濟學院，武漢 430074)

1 相關文獻綜述

邊際消費傾向伴隨著消費函數這一概念最初由凱恩斯(Keynes,1936)在《就業(yè)、利息和貨幣通論》一書中研究有效需求理論時提出。凱恩斯認為總消費是總收入的函數，這一思想用線性函數形式表示為：Ct=a+bYt。其中Ct表示t時期的總消費，Yt表示t時期的總收入，b即為邊際消費傾向，衡量的是在每增加一單位收入中，消費增加的比重。凱恩斯的這個消費函數僅僅以收入來解釋消費，被稱為絕對收入假說。雖然這一假說過于簡單粗略，用于預測時誤差較大，但消費函數概念反映了人們的消費支出與決定消費支出的各種因素尤其是收入之間的依存關系，一經提出就引起了西方經濟學家的重視，成為消費者行為數量研究的重要組成部分，并引發(fā)了若干新的假說及相應函數形式的提出。其中具有代表性的有Duesenberry(1949)的相對收入假設、Modigliani(1954)的生命周期假說、Fridman(1957)的持久收入假說及Hall(1978)的理性預期假說。但是，生命周期假說和持久收入假說的最大缺陷是不能合理解釋未來不確定因素對消費者行為的影響。因此，Hall將理性預期引入到持久收入假說中。Hall的理性預期假說認為人們可以根據原因變量的實際值對結果變量進行預期，但是實際上往往達不到預期的結果，因此需要對結果變量的預期值進行調整。本文正是基于Hall的理性預期假說及其消費函數，建立動態(tài)面板模型，對中國城鎮(zhèn)居民的消費函數及邊際消費傾向進行估計。

國內學者對中國居民消費行為的研究集中在運用不同消費假說的基本理論模型，通過不同的計量方法擬合中國的數據進行實證分析。由于所使用的消費函數、計量方法不同，對邊際消費傾向的估計結果也不盡相同，如：柳建光(2006)通過估計消費收入彈性的協整模型，間接計算的邊際消費傾向在0.35～0.44之間；劉長庚 (2005)使用遞推估計方法對1978-2002年的數據進行分析，得出居民邊際消費傾向的估計值在0.64～0.91之間，并在1993年以前呈遞增趨勢，1993年之后不斷下降；杭斌(2007)使用的協整分析方法估計的結果在0.75～0.90之間，認為隨城鎮(zhèn)居民財富目標的提高，邊際消費傾向呈下降趨勢等等。

上述研究在一定程度上加深了對中國居民消費行為的認識，但中國轉軌經濟的特征以及城鄉(xiāng)二元結構所決定的消費行為差異卻并沒有得到反映。因此，在數據處理及計量方法上對前人的研究進行改進是很有必要的。本文試圖結合以下三種易被人們忽略的因素來探討中國居民的消費行為。①經驗分析中所使用的數據按城鎮(zhèn)居民和農村居民劃分開。中國城鎮(zhèn)居民和農村居民的收入、個人資產、社保狀況等都不盡相同，消費行為必然有所差異，將二者區(qū)分開來進行分析，不僅可以提高結論的可靠性，而且還能從中探討不同經濟背景下擴張消費需求的著力點；②在樣本數據選取與計量方法的使用上，盡量克服維度較短的時間序列所帶來的缺限。如果樣本較小，再加上模型中往往又包含有變量的滯后期，這會使自由度進一步減小，計量結果的可信性也隨之降低；③最重要的是，由于原因②，大多計量模型是對整個樣本期進行估計，而這樣就無法對居民邊際消費傾向的變化特征進行考察。中國自改革開放以來，人民生活水平及生活方式發(fā)生了顯著變化，尤其是近15年來進行的醫(yī)療、教育、住房等一系列民生改革，都會對居民的消費行為產生一定程度的影響。在這種情況下，居民邊際消費傾向發(fā)生變化的可能性非常大，如不考慮這種變化，估計結果很可能出現偏差。動態(tài)面板的系統(tǒng)廣義矩估計（sys-GMM）方法并結合滾動樣本估計能夠有效考察估計量及其動態(tài)變化特征。本文正是基于Hall的理性預期消費函數建立動態(tài)面板模型，應用系統(tǒng)廣義矩滾動樣本估計方法對我國城鎮(zhèn)和農村居民消費函數進行估計，在此基礎上，對我國的城鎮(zhèn)居民和農村居民邊際消費傾的動態(tài)變化特征進行考察和比較。

2 數據與和居民消費函數動態(tài)面板模型

本文分別以我國城鎮(zhèn)家庭平均每人可支配收入、農村家庭平均每人純收入度量城鎮(zhèn)居民和農村居民人均收入水平；以城鎮(zhèn)家庭和農村家庭平均每人消費性支出度量城鎮(zhèn)居民和農村居民人均消費水平。樣本期為1992～2007年，以我國31個省、自治區(qū)、直轄市為截面，形成 t=16，i=31的面板數據。文中數據按各地區(qū)城鎮(zhèn)、農村居民消費價格指數調整為以1992年為基期的可比數據。數據來源于國家統(tǒng)計局官方網站和中經網數據庫。

Hall將理性預期引入消費函數，認為消費者可以根據原因變量的實際值對結果變量進行預期，但是實際上往往達不到預期的結果，因此需要對結果變量的預期值進行調整。在消費函數中，假設第t期消費預期值是收入W的函數，即用Ct代表可以近似的表達為以Wt和Ct-1為解釋變量的函數形式：Ct=f(Wt,Ct-1)，將該函數引入到生命周期或持久收入模型中，并表達為面板數據形式，得出本文所采用的計量模型：

其中Cit和Wit分別為第i個截面t時期的消費和收入，隨機誤差項由兩部分組成：ηi為個體效應，εit～i.i.d(0,)為異質性沖擊，并且假定的系數 β1即為邊際消費傾向。

3 城鄉(xiāng)居民邊際消費傾向動態(tài)面板系統(tǒng)廣義矩滾動樣本估計

3.1 動態(tài)面板系統(tǒng)廣義矩估計

不同于時間序列的自回歸模型，動態(tài)面板模型(1)中的滯后項與隨機誤差項相關而形成內生性，Hsiao(1986)和 Nickell(1981)的研究表明使用固定效應和隨機效應的OLS估計將產生有偏與非一致的估計，因此，模型(1)的一致性估計只能基于與擾動項的差分正交的工具變量所形成的一階差分的廣義矩(Generalised Methods of Moment,簡記為GMM)估計方法 (Arellaon-Bond,1991)。GMM估計基于滯后內生回歸元的水平值與隨機誤差項的一階差分正交而構成矩函數：

不難看出，當t=3時s=1，工具變量為Ci1，依此類推，由式(2)產生的工具變量記為ZD，但是，當工具變量與擾動項的一階差分弱相關時，ZD就成為弱工具變量，GMM估計量具有較大的偏誤 (Blundell,1998)。為解決這一問題，Blundell在Arellano和 Bover(1995)的基礎上提出了系統(tǒng)廣義矩(system GMM，簡記為Sys-GMM)估計，其核心在于個體效應外生于內生滯后項的差分，即E(Δcitηi)=0。于是，基于εit本身序列無關，以及 E(ηi)=E(εit)=E(ηiεit)=0，有：

類似的，當 t=3時,s=1，工具變量為△Ci1，依此類推，由式(3)產生的工具變量為ZL。于是，將式(2)和式(3)聯立，就形成Sys-GMM估計的總體矩函數：

3.2 滾動樣本估計

本文所研究的樣本期包含了我國典型的一個增長周期及不同形態(tài)的通貨膨脹調整過程，其間，教育、醫(yī)療、住房改革不斷深化，貨幣及財政政策幾經變化，這些因素都會對消費者產生影響，改變其消費行為，即邊際消費傾向很有可能發(fā)生變化。因此，如果只是對模型的整個樣本期進行估計其結果不僅可能是有偏的，而且是非一致的Wachter(2004)。為此，本文應用Sys-GMM動態(tài)面板滾動估計方法對城鎮(zhèn)、農村居民消費函數進行估計，設置滾動窗口為5（即5年），工具變量為滯后2－3期?；诖?，利用窗口期的樣本對模型(2)進行Sys-GMM估計，不斷滾動窗口，直至樣本的終點。由此產生的全部估計結果由表1所示。

表1中，城鎮(zhèn)、農村居民消費函數的邊際消費傾向的所有滾動窗口估計量在1%的水平下都是顯著的，Sargan檢驗表明（原假設為工具變量有效），除個別窗口外，選擇的工具變量是聯合有效的。為更直觀的比較城鎮(zhèn)、農村居民邊際消費傾向的差異及其動態(tài)變化特征，將表1的估計結果用折線圖圖1表示。

表1 城鄉(xiāng)居民邊際消費傾向滾動估計結果

從圖1可以清楚的看出：①城鎮(zhèn)、農村居民邊際消費傾向都大體呈現出U型走勢，分別在以1999年、1998年為起始點的滾動窗口的達到最低點，結合發(fā)生突變時的經濟背景，1997年亞洲金融危機爆發(fā)，中國經濟增長率從1997年的9.6%下降到1998年的7.3%，1999年的7.9%，經濟增長的放緩直接影響到居民的收入水平及對未來收入的預期，促使人們減少消費；值得強調的是，農村居民消費函數較城鎮(zhèn)居民早一年發(fā)生結構突變，本文認為這與大量農業(yè)人口在外向型經濟的企業(yè)里打工，而亞洲金融危機對中國經濟沖擊最直接和最大就是出口，出口總額增幅由1997年的21%下降到1998年的0.5%，外向型企業(yè)經營困難，農民工的就業(yè)和收入就更早的受到影響，而這些農民工的收入往往是其家庭的主要經濟來源，因此農村居民的邊際消費傾向就較城鎮(zhèn)居民更早及更顯著的下降。②農村居民邊際消費傾向高于城鎮(zhèn)居民，原因不在于農村居民更具有消費愿意，而是其收入更低，增長更緩慢：城鎮(zhèn)居民和農村居民的收入比由1992年的2.47︰1，擴大到 2000年的 2.79︰1，到 2007年更是達到了3.33︰1，城鄉(xiāng)居民收入差距呈擴大趨勢；2007年城鎮(zhèn)居民消費支出占可支配收入的比重為72.5%，同期，農村居民的人均現金支出占其現金收入的比重已經超過了90%，農村居民維持其基本生活的支出在收入中的比重較城鎮(zhèn)居民更高。③在最后一個滾動窗口，即，包含2007年度數據的估計樣本，城鎮(zhèn)、農村居民邊際消費傾向都較前一個窗口期發(fā)生了下降，本文認為，這一方面由于應對2007年4月發(fā)生的通貨膨脹，我國實行的是從緊的貨幣政策，從而在一定程度上抑制了居民的消費；另一方面，始發(fā)于2007年初的美國次貸危機，逐漸擴大為全球性的金融危機，并侵蝕到實體經濟，對我國的經濟增長，特別是就業(yè)形式產生了較大壓力，增加了消費者對未來經濟走勢和收入狀況預期的不確定性，從而促使人們增加儲蓄，減少消費。

4 結論及政策含義

通過對我國城鎮(zhèn)和農村居民邊際消費傾向進行估計。我們發(fā)現：我國城鎮(zhèn)和農村消費函數在1992－2007年整體上呈U型走勢，農村居民邊際消費傾向大于城鎮(zhèn)居民，且二者在2007出現下降趨勢。這在一定程度上說明整體經濟形勢的衰退會對居民消費傾向的改變產生消極影響。基于上述分析，我們認為，為了更快地恢復居民對未來經濟發(fā)展的信心，提升居民的消費意愿，緩解金融危機對中國經濟發(fā)展的壓力，促進中國經濟的持續(xù)增長，應該進一步堅持與完善中國政府現行的擴大內需的經濟政策。具體包括：

(1)進一步深化與居民生活息息相關的一系列民生改革,增強居民消費信心。

(2)進一步完善、健全現行的社會保障體系，穩(wěn)定居民的收支預期。

(3)進一步調整收入分配政策,逐步縮小居民收入差距。

要充分發(fā)揮稅收等經濟杠桿的作用,加大收入分配調節(jié)力度,合理調整國民收入分配格局,切實縮小居民收入差距。積極利用稅收政策和財政轉移支付手段來緩解收入分配差距懸殊的問題,提高社會分配的總體公平程度。對于高收入者,要加強個人收入所得稅征管工作,適時開征遺產稅、贈與稅等稅種,適當擴大消費稅的征稅范圍,對一些奢移品課以高稅。對于城鄉(xiāng)低收入者,政府有責任保障他們的最低消費水平,應當把向高收入者征收的部分稅收轉移給這個群體。

[1]R Hall.Stochastic Implications of the Life Cycle-Permanent Income Hypothesis：Theory and Evidence[J].Journal of Political Economy，1978，（5）.

[2]柳建光，李子奈.關于投資乘數及邊際消費傾向計算方法的討論[J].統(tǒng)計研究，2006，（12).

[3]劉長庚，呂志華.改革開放以來我國居民邊際消費傾向的實證研究[J].消費經濟，2005，（8）.

[4]杭斌.基于持久收入和財富目標的跨時消費選擇[J].統(tǒng)計研究，2007，（2）.

[5]C Hsiao.Analysis of Panel Data[M].Cambridge：Cambridge University Press，1986.

[6]C Morley.The Slow Adjustment of Aggregate Consumption to Permanen Income[J].Journal of Money,Credit,and Banking,Forthcoming，2005，21.

[7]Levinsohn,J.,A.Petrin,Estimating Production Functions Using Inputs to Control for Unobservables[J].Review of Economic Studies，2003，70.

[8]Newey,W.K.,F.Windmeijer.GMM with Many Weak Moment Conditions[C].Working Paper,MIT，2007.

[9]S Nickell.Biases in Dynamic Model with Fixed Effects［J］.Econometrics，1981，（49）.

[10]M Arrelano，S Bond.Some Tests of Specification for Panel Data：Monte-Carlo Evidence and an Application to Employment E-quation［J］.Review of Economic Studies，1991，（58）.

[11]R Blundell，S Bond.Initial Conditions and Moment Restrictions in Dynamic Panel Data Models[J].Journal of Econometrics，1998,(87).

[12]D Wachter，E Tzavalis.Detection of Structural Breaks in Linear Dynamic Panel Data Models[C].QM University of London Working Paper，2004，（12）.

[13]D Andrews，B Lu.Consistent Model and Moment Selection Procedures for GMM Estimation with Application to Dynamic Panel Data Models[J].Journal of Econometrics，2001，（101）.

[14]S Ahn，H Lee.GMM Estimation of Linear Panel Data Models with Time-Varying Individual Effects[J].Journal of Econometrics，2001，(101).

[15]D Wachter，E Tzavalis.Monte Carlo Comparison of Model and Moment Selection and Classical Inference Approaches to Break Detection in Panel Data[J].Economics Letters，2005，（88）.

[16]秦熠群，趙玉玲.論提高邊際消費傾向與擴大內需[J].社會科學輯刊，2003，（3）.