曹靜 胡文皓

0 引言

自改革開放以來，隨著我國經濟的快速增長，我國城鄉(xiāng)居民的消費水平有了很大的提高。城鎮(zhèn)家庭和農村家庭的年人均消費分別從1980年的1945元和845元增長到了2015年的21392元和9223元(均按照2015年價格)。雖然我國居民消費水平提高非常顯著，但是消費占GDP 的比重卻從1980年的64.8%下降到了2015年的51.6%。與發(fā)達經濟體相比，我國GDP中消費的占比明顯偏低。而從長期來看，投資占比過高，對于未來經濟可持續(xù)發(fā)展有著一定的負面影響。

正是在這一背景下，黨的十九大報告提出要“完善促進消費的體制機制，增強消費對經濟發(fā)展的基礎性作用”。為了更好地實現這一目標，我們需要對我國城鄉(xiāng)家庭消費的結構和特征，例如不同類型家庭消費偏好的差異、家庭消費的各類彈性，以及這些特征未來可能的變化趨勢有更深入的研究。

目前，對于我國家庭消費的研究，很少有利用家庭微觀數據來分析各類商品消費比例和消費彈性的研究。這些研究或是從運用宏觀數據從家庭消費支出與價格的角度闡述我國居民家庭消費結構的變動(Fan et al.，1995；穆月英等，2001；張凡永，2007；王志剛和許前軍，2012);或是從政策影響的角度分析不同政策(如養(yǎng)老、醫(yī)療保險、住房改革)對于家庭消費的影響(尹志超和甘犁，2009;甘犁等，2010；白重恩等，2012；臧文斌等，2012);或是研究家庭的財富狀態(tài)及儲蓄和保險等金融行為對于家庭消費的影響(陳玉宇和行偉波，2006;雷欽禮，2009；張大永和曹紅，2012；李濤和陳斌開，2014)；或是對特定部類的商品進行了相關消費參數和彈性的估計(Ortega et al.,2009;Chen and Xing, 2011;Hovhannisyan and Gould, 2014)。目前文獻中，梁慧芳(2015)對我國城鎮(zhèn)家庭全部類消費，使用Translog模型進行了詳細的估計，但是其并沒有對農村家庭的消費進行相關的研究。

本文根據我國農村家庭微觀消費數據，從一般均衡模型的角度估計了農村家庭全部類消費方程，特別是估計了農村家庭的各類消費彈性，對以上文獻做出了重要補充，具有非常重要的現實和政策意義。

首先，相比于城鎮(zhèn)家庭，農村家庭在消費總量上有更大的潛力。根據2016年的數據，農村家庭人均消費只有城鎮(zhèn)家庭的43.9%，城鄉(xiāng)家庭在消費總量上差異明顯。而隨著農村基礎設施的不斷改善以及網絡的不斷普及，農村家庭的這部分消費潛力是有條件被充分地激發(fā)出來的。

從圖1中可以看到，近10年內，農村的基礎設施狀況有了非常明顯的改善。農村公路的總里程在10年間增加了1/3，2010年時，基本上所有的行政村就已經通上了公路。而到了2016年，超過96%的行政村已經通上了硬化路面的公路?？梢哉f，在物流運輸方面，并不存在著阻礙農村家庭消費的因素。相比之下，城鄉(xiāng)家庭在消費上的差異，主要還是消費行為上的差異。

一方面，城鄉(xiāng)家庭在網絡購物行為上差異明顯。圖2顯示了城鄉(xiāng)的網絡及網絡購物的普及率，可以看到從2005年以來，城鄉(xiāng)家庭的網絡普及率都有快速的增長，到2017年，已有約40%的農村家庭在上網。但是，城鄉(xiāng)家庭在網絡購物行為上的差異卻非常之大。到2017年，也只有約18%的農村家庭通過網絡進行消費，而通過網絡進行消費的城鎮(zhèn)家庭的比例是該數值的3倍，約53%。

圖1 農村基礎設施狀況

注： 數據來源：交通部《交通運輸行業(yè)發(fā)展公報》

圖2 城鄉(xiāng)網絡及網購普及率

注： 數據來源：《中國互聯網發(fā)展狀況統(tǒng)計報告》

另一方面，城鄉(xiāng)家庭在消費結構上也有較明顯的差異。由于農村家庭的消費水平遠遠低于城鎮(zhèn)家庭，其消費結構與10多年前城鎮(zhèn)家庭的消費結構相似。具體來說，農村家庭食品消費的占比更高，而耐用品、商品及服務的消費占比相對更低。從表1中可以看到，城鎮(zhèn)家庭對于一些商品和服務(例如家用電器、交通和通訊服務)的消費已經趨于飽和，單位家庭擁有的空調、電冰箱、洗衣機的數量已經接近人均1臺，計算機的數量達到人均0.8臺；而農村家庭擁有的耐用品數量則相對少得多，其中空調人均只有0.48臺，而計算機人均只有0.28臺。

表1 2016年城鄉(xiāng)家庭人均耐用品擁有量

以上幾個方面，都可以說明，我國農村家庭的消費需求還遠遠沒有得到滿足，農村家庭還有著非常大的消費潛力。隨著農村家庭網絡及網絡購物覆蓋率的進一步提高，農村家庭在消費上的潛力完全可以通過政策的合理引導來有效地激發(fā)。

其次，研究農村家庭消費，也有助于我們通過分析相關政策的效果，就促進農村家庭消費提出適當的建議。從2009年開始，為了促進農村居民對家電耐用品的消費，財政部陸續(xù)推出了“家電下鄉(xiāng)”“家電以舊換新”及“節(jié)能家電補貼”政策?！凹译娤锣l(xiāng)”等政策主要通過向購買一定范圍內的家電產品的農村家庭給與一定比例(13%)的補貼，來激發(fā)農村家庭對相關耐用品的購買潛力。根據商務部的公告，2010—2012年，“家電下鄉(xiāng)”政策分別實現家電銷售6730萬臺、1.03億臺和7492萬臺，極大地激發(fā)了農村家庭對相關耐用品的購買潛力。這也間接地印證了我們在上面提到的，農村家庭有著巨大的消費潛力，而且這種潛力可以通過政策的合理引導來有效地激發(fā)。而通過對農村家庭消費的研究，特別是消費彈性的估計，我們可以更好地理解這些政策的效果，以及該如何對這些政策進行改進。如果農村家庭的消費價格彈性較大，而收入彈性相對較小，說明農村家庭對商品的價格更加敏感，收入不是限制農村家庭消費的主要因素，則此時實施“家電下鄉(xiāng)”這類價格補貼政策是有效的；相反，如果農村家庭的消費價格彈性較小，而收入彈性相對較大，這說明農村家庭對商品的價格并不敏感，收入才是限制農村家庭消費的主要因素，則此時實施“家電下鄉(xiāng)”這類價格補貼政策的效果就不太明顯，而以直接對農村家庭的收入進行補貼的政策更為合適。

再次，研究農村家庭消費，有助于理解城鎮(zhèn)化對于我國消費的影響。隨著城鎮(zhèn)化進程的推進，農村居民不斷轉變?yōu)槌擎?zhèn)居民，其消費行為也隨之發(fā)生著劇烈的變化。通過比較農村家庭與城鎮(zhèn)家庭消費結構、特征的差異，以及不同城鄉(xiāng)家庭結構的差異，我們就能夠估計城鎮(zhèn)化對整體居民消費帶來的影響。

最后，提高農村家庭消費水平，也是鄉(xiāng)村振興戰(zhàn)略的需要。黨的十九大報告指出“農業(yè)農村農民問題是關系國計民生的根本性問題，必須始終把解決好‘三農’問題作為全黨工作重中之重。要堅持農業(yè)農村優(yōu)先發(fā)展，按照產業(yè)興旺、生態(tài)宜居、鄉(xiāng)風文明、治理有效、生活富裕的總要求”。因此，研究農村家庭消費，不僅有助于提高我國居民消費，也有助于縮小城鄉(xiāng)區(qū)域差距，實現農村居民生活富裕的目標。

因此，研究并理解農村居民家庭消費結構現狀與未來變化趨勢，不僅有助于我們理解城鎮(zhèn)化對我國整體消費的影響，對國家完成十九大報告提出的目標、制定宏觀消費政策與促進未來經濟增長也具有重要作用。而要想更深入地了解農村家庭消費結構變化的內在機理和分析政策對不同家庭的影響，我們必須從微觀層面著手，針對農村家庭在家庭人口、結構等方面不同的特征進行具體分析。正是基于這方面的考慮，本文將使用我國農村家庭消費的微觀數據，來估計農村家庭的消費方程。

目前在消費研究領域最常用的是AIDS(Almost Ideal Demand System)模型(Deaton and Muellbauer，1980)和超越對數(Translog)模型(Christensen et al.，1975)。AIDS模型及經其改進而成的QUAIDS模型能夠以一階逼近任何一種需求系統(tǒng)模型，且能容納其他社會經濟特征變量，并具有經濟解釋力強、彈性估計靈活等特點，通常被大部分學者用于居民家庭消費領域的研究。目前，對于農村家庭消費結構的研究，主要集中在食品消費領域。而在這些研究中，AIDS模型都被廣泛的應用，既有針對國外發(fā)展中國家的農村家庭進行的(Molina and Gil,2005;Mittal,2010;Kumar et al.,2011)，也有對我國農村家庭進行的(Gould and Villarreal,2006;Zhuang and Abbott,2007;Zheng and Henneberry,2009)。

譚濤等(2014)率先嘗試通過QUAIDS模型，使用2010年農村固定觀測點數據結合他們估算的區(qū)域價格數據，來估計我國農村家庭全部類商品的消費方程，并計算了相應各類商品的彈性。雖然他們的工作對估計我國農村家庭消費方程有一定的開創(chuàng)性，但是，在使用農村家庭消費價格、消費品種分類中明顯地存在著一些不足，且僅采用橫截面數據，在估計上存在著一定偏差。[注]首先，他們估算的分地區(qū)農村家庭消費價格不準確。其文中采用 2011年《中國物價年鑒》統(tǒng)計的各省(區(qū)、市)的各項生活消費中主要產品的價格進行加權平均，計算出農村居民家庭各項生活消費的價格。但事實上，《中國物價年鑒》中只有36個大中城市的平均價格。而且，《中國物價年鑒》中覆蓋的商品部類不全面，也沒有任何關于農村家庭自產自銷商品價格的信息，只有農產品的零售價。另外，由于只使用了一年的橫截面數據來進行估計，導致數據在時間維度上沒有變化，這樣的做法，一方面降低了識別的精度；另一方面，也進一步放大了分地區(qū)農村家庭消費價格不準確對估計導致的偏誤。最后，他們使用的商品分類也有一些問題，他們使用的分類，與農村固定觀察點數據的分類有所沖突。在農村固定觀察點數據中，交通通訊、醫(yī)療保健、文化教育的商品消費部分與耐用品合并在用品項目中，并不像他們文中使用的那樣能夠單獨識別。

針對以往研究中存在的一些不足，我們在文中分別進行了相應地改進。

首先，本文在方法上，使用了解釋力更強的超越對數(Translog)模型。超越對數(Translog)模型與AIDS模型一樣能夠容納其他社會經濟特征變量，與AIDS模型相比，其函數形式更為靈活，經濟的解釋力也更強。但與此同時，Translog模型中待估計參數更多，估計方法也更為復雜。雖然由于模型的復雜性，Translog模型很少被用于對中國家庭消費的估計，但是其被廣泛地用于對歐美城鄉(xiāng)家庭各部類消費的估計中(Jorgenson and Slesnick,1987; Jorgenson and Slesnick, 2008；Wadud et al., 2010; B?lük and Ko?, 2010)。通過使用Translog模型，我們可以分析不同類型的家庭在消費上的差異。

其次，我們使用Jorgenson and Slesnick(1987)提出的非線性3階段最小二乘法(NL3SLS)，通過將橫截面數據與時間序列數據結合的方法，解決了在沒有準確的分地區(qū)農村家庭消費價格數據的情況下，對模型進行識別的問題。我們通過橫截面數據來識別家庭特征效應及收入效應，而通過加總農村家庭的消費結構變化與消費價格變化來識別價格效應。

我們遵循國際上文獻中的通行做法，將農村家庭消費劃分為食品、消費品、服務和住房四類消費進行估計。

2006年農村固定觀察點數據被作為我們的橫截面數據，樣本中的16414個家庭涵蓋了我國絕大多數省(區(qū)、市)，具有較強的代表性。同時，我們使用1995—2009年農村固定觀察點加總的家庭消費數據和全國農村家庭消費價格數據作為我們的時間序列數據，15年樣本量構成了一個較長的時間序列，在時間上也能夠反映城鎮(zhèn)化進程快速推進的這段時間內，農村家庭消費結構的變化。

接下來，在第1部分中，我們將詳細地介紹我們使用的模型及非線性3階段最小二乘法(NL3SLS)；第2部分介紹了數據和相關的處理；第3部分給出了估計的結果；在第4部分中，我們將進一步預測農村家庭消費結構在未來的發(fā)展狀況；最后，第5部分進行總結，并提出相應的政策建議。

1 模型

在本文中，我們使用Jorgenson-Slesnick超越對數(translog)模型來估計農村家庭的消費行為。該模型運用非線性3階段最小二乘法(NL3SLS)來進行估計,能夠很好地將橫截面數據和時間序列數據相結合，主要適用于沒有準確的分地區(qū)價格或者重復截面時間跨度不夠的數據。

根據Jorgenson and Lau (1975) 與 Jorgenson and Slesnick (1987)的設定，我們使用的估計模型具有以下形式：

(1)

其中，ωk t代表家庭k在各類商品上的支出占比向量，pt是各類商品的價格向量，Mk t是家庭k的總消費支出，Ak t是家庭k各人口結構特征的虛擬變量組成的向量，μk t是家庭k在t時面對的隨機擾動項。

α、B以及BA，是參數構成的矩陣(或向量)，對所有家庭的值都相同。根據Lau (1982)的結論，這些參數應滿足以下關系：

由于消費支出占比加總為1，因此擾動項加總為0。

(8)

由于擾動項的分布并不獨立，我們可以在估計中忽略一個等式，以避免等式冗余。

我們假設對所有的家庭，擾動項都服從相同且期望為0的分布：

我們接著假設Ωμ的秩為N-1，并且不同的家庭的擾動項是不相關的。這樣，我們就可以用Kronecker積來表示某一時間所有家庭的擾動項的協(xié)方差矩陣。

家庭加總后的消費支出占比方程可以表示為以下形式：

(11)

其中，μt(t=1,2,…T)是在時間t的擾動項：

(12)

ηk t是各類商品的測量誤差，由于存在這一項，μt并不是各家庭擾動項μk t的簡單加總。我們同樣假設測量誤差ηk t加總為0，且對所有的家庭，該誤差都服從相同且期望為0的分布：

我們假設Ωη的秩為N-1。

如果測量誤差ηk t與擾動項μk t的分布是相互獨立的，那么我們就可以分別得到加總擾動項μt的期望和協(xié)方差矩陣：

可以看到，加總擾動項μt在各期的方差是不同的。為了對潛在的異方差問題進行修正，將式(11)改寫為：

(18)

其中

(19)

經過這樣的調整之后，加總擾動項的協(xié)方差矩陣變?yōu)閂(ρtμt)=Ωμ+Ωη=Ω。該矩陣半正定且秩為N-1。我們接著假設不同的家庭的測量誤差是不相關的。這樣，我們就可以用Kronecker積來表示某一時間調整后加總擾動項的協(xié)方差矩陣。

以上，我們初步討論了模型的設定已經模型的識別問題。接下來，我們來具體說明非線性3階段最小二乘法(NL3SLS)是如何通過將家庭消費的橫截面數據與全體家庭消費支出和消費價格的時間序列數據相結合來估計家庭消費方程的。

第一步，我們先考慮某一年家庭消費的橫截面數據。一般而言，我們選取家庭消費數據質量最好的那一年作為基年，并將該年的橫截面數據用于對家庭消費方程的估計。我們不考慮消費價格的差異，所有的家庭面對的是一樣的價格。于是，式(1)可以改寫為：

-ωk=α-BM·lnMk+BA·Ak+μk, (k=1,2,…,nk)

(20)

等式(20)左側有一個負號，是因為D(p)變成了-1。

參數α,BM,BA都可以通過橫截面數據進行識別。由于μk的加總為0，因此在實際操作的時候，可以忽略(20)中的一個等式，然后對每個等式直接進行OLS估計即可。

在開始第二步的說明前，為了方便后續(xù)的敘述，我們將式(20)改寫為：

(21)

其中，yi(i=1,2,…,N-1)是由所有家庭在第i類商品上消費支出的占比所組成的向量，X是所有自變量組成的矩陣，而εi(i=1,2,…,N-1)則是由擾動項所組成的向量。

將(21)的所有等式揉合在一起，進一步改寫，我們可以得到：

y=[I?X]β+ε

(22)

其中，?是Kronecker乘積,

(23)

X是滿秩矩陣，而ε則是服從期望為0、協(xié)方差矩陣為Σε?I的正態(tài)分布。Σε可以通過消除Ωμ中被刪除等式對應的行列得到。

于是，第一步橫截面數據的估計值就可以表示為：

(24)

第二步，我們參照式(18)來考慮加總消費結構的時間序列數據。在這里，我們主要利用了四類數據：價格的時間序列數據pt，帶有分布特征、家庭加總的總消費支出和人口結構變量ΣMk t·lnMk t/ΣMk t和ΣMk t·Ak/ΣMk t，已經異方差調整因子ρt。由于價格變量可能存在著一定的內生性，我們在估計中需要使用一系列的工具變量。與第一步中的處理相同，為了避免等式冗余，我們在估計的時候，忽略其中的一個等式。

我們將式(18)參照式(21)進行改寫：

(25)

其中，φi是經過異方差調整后第i類商品的加總家庭消費支出占比，fi是以參數β、γ為變量的非線性方程組成的矩陣。β是第一步橫截面模型中能被識別的參數，而γ=vec(B)則是第二步時間序列模型中才能被識別的參數。νi是由加總擾動項組成的向量。

將(25)中的各等式揉合在一起，我們可以得到：

φ=f(β,γ)+ν=f(δ)+ν

(26)

其中

(27)

類似地，ν則是服從期望為0、協(xié)方差矩陣為Σν?I的正態(tài)分布。Σν可以通過消除Ω中被刪除等式對應的行列得到。

以上的兩步，給出了參數的一個初步估計，但是，由于橫截面數據和時間序列數據的估計是分別進行的，得到的估計并不是參數的最優(yōu)估計。因此，在最后的第三步中，我們要將橫截面數據與時間序列數據整合在一起，來得到參數的最優(yōu)估計。正如我們之前提到的那樣，常數α、總支出系數BM以及人口結構系數BA可以通過橫截面數據來識別，而價格系數B則只能通過時間序列數據來識別。為了解決價格數據潛在的內生性問題，我們使用一系列的工具變量Zt[注]我們使用的工具變量包括：年份、GDP、城鎮(zhèn)職工工資、政府支出占比、農業(yè)人均產出、出口占比、投資占比。。

接下來，我們就使用非線性3階段最小二乘法(NL3SLS)來進行估計。目標是最小化以下函數：

(28)

其中

我們最終得到的參數估計值，在滿足前面提到的約束條件和“凹性”約束條件的情況下，能夠最小化橫截面數據和時間序列數據的殘差平方和之和。其中，“凹性”約束條件在Holt and Goodwin(2009)以及Moschini(1999)的工作中有很詳細的闡述。經過非線性3階段最小二乘法(NL3SLS)，我們可以得到關于參數δ的一致估計。

2 數據與處理

在本文中，我們將農村家庭的消費分為四大類：

(1) 食品消費——購買或自產自銷的食品(包括外出就餐)；

(2) 消費品消費——衣著、家庭用品、醫(yī)療用品、教育用品、交通用品、通訊用品、娛樂用品、其他用品；

(3) 服務消費——醫(yī)療服務、教育服務、交通服務、通訊服務、娛樂服務、其他服務；

(4) 居住消費——水、電、燃料、自有住房租金。

本文之所以沒有按照統(tǒng)計局的標準分為食品、衣著、家庭用品、教育、醫(yī)療、交通通訊、文娛及其他八類，而是分為食品、消費品、服務和居住這四類消費，主要是參考了國際上對消費研究的通用方法，也為了利于在后續(xù)的研究中，同國際上的研究結論進行比較。這樣的分類方法不僅在對歐美國家家庭消費的研究中被廣泛使用(Jorgenson and Slesnick,1987; Jorgenson and Slesnick,2008；Wadud et al., 2010; B?lük and Ko?, 2010)，在很多對價格進行估計的文獻中也得到采用(Slesnick 2002; Brandt and Holz 2006)。這些文獻的分類并不完全相同，部分文獻還進一步將消費品分為耐用品和非耐用品，但無一例外地都將服務與用品區(qū)分對待。而其主要的目的，就是為了強調消費品，特別是耐用品與服務在消費形式上的差異。在Jorgenson and Slesnick(1987)的工作中，他們將一般服務稱為消費者服務流，而將耐用品消費稱為資本服務流，這直接指出了耐用品消費與一般服務消費的差異。一般服務消費直接就是一種消費流，在消費者進行支付的當期就已經完成，很少存在跨期的情況；而耐用品則不然，其會緩慢地進行資本折舊，以多期資本服務流的形式向消費者提供效用。因此，在處理中，我們需要對耐用品進行消費流的處理。而消費者在進行耐用品消費行為時，其不僅要考慮耐用品的當期價格，還要考慮未來幾期的預期價格(該消費流會不會加速貶值)。因此，消費者在用品和服務上的消費行為可能會有不小的差異。在梁慧芳(2015)對我國城鎮(zhèn)家庭全部類消費的研究中也采用了相類似的分類方法。

不過，在我國，諸如教育和醫(yī)療這類的消費，其用品和服務消費的相關性較強，單獨分類進行估計更有利于我們研究我國農村家庭的消費結構。但是，由于RCRE將教育、醫(yī)療、文娛等商品的消費合并在一起，我們無法對其進行拆分。因此，本文只能采用以上四類消費進行估計。

另外，我們考慮了以下的家庭人口特征來區(qū)分不同類別的家庭：

(1) 戶主年齡： 35歲以下、35～55歲、55歲以上；

(2) 戶主性別： 男、女；

(3) 戶主工作屬性： 公有制企業(yè)、非公有制企業(yè)；

(4) 戶主教育程度： 小學及以下、中學、本科及以上；

(5) 家庭成員是否有16歲以下兒童： 是、否；

(6) 家庭成員是否有60歲以上老人： 是、否；

(7) 家庭規(guī)模： 1～2人、3人、4人及以上；

(8) 家庭所在區(qū)域： 東部、中部、西部。

2.1 數據來源

我們農村家庭消費及家庭人口特征的截面數據，來源于2006年農村固定觀測點數據(RCRE)。雖然國家統(tǒng)計局調查得到的農村居民收入與消費調查(RHIES)數據是目前國內關于農村家庭消費方面的數據中，覆蓋最廣泛、變量最全面、消費部類劃分最詳細且取樣十分科學的，但是由于其沒有對研究者開放，因此我們只能選擇農村居民固定觀測點數據來進行研究。RCRE數據覆蓋了除西藏外的其他內地所有省市自治區(qū)，雖然其消費部類的劃分沒有RHIES數據那么詳細，但是完全能夠滿足我們研究的需要。除此以外，RCRE數據提供了全面的家庭人口特征信息及詳細的家庭住房信息，這對我們的估計非常重要。值得說明的是，雖然從取樣的角度來說，RCRE數據選取的是固定的家庭，沒有像RHIES那樣每年輪換家庭樣本，可能在取樣上會存在一定的問題；但是NL3SLS方法只需要一年的截面家庭數據，因此該問題不會對我們的研究造成不利的影響。

在表2中，我們展示了截面數據的統(tǒng)計特征。經過初步的數據清理和去除異常值，在截面數據中，共有16414個家庭樣本。我們發(fā)現，在2006年，農村家庭的總消費只有不到13000元(人均不到3200元)，與城鎮(zhèn)家庭有著不小的差距(人均消費8600元)。而與之對應的是，食品消費占總消費的比重超過40%，其他三類消費都只有約20%。從戶主的角度來看，絕大部分農村家庭的戶主為男性，不在公有制企業(yè)工作，且教育程度基本都在本科以下(中學、小學及以下差不多各占半數)。戶主的年齡主要集中在35至55歲，約占62%，另有28%的戶主年齡在55歲以上，只有10%左右家庭的戶主在35歲以下。農村家庭主要以大家庭為主，有超過60%的家庭有四位及以上的成員，在城鎮(zhèn)家庭中更為常見的三口之家只占到20%左右，而只有兩位或一位成員的家庭所占比重則更低。因此，我們可以看到，一半的家庭中有兒童，而有23%左右的家庭中有老人。

表2 農村家庭2006年統(tǒng)計特征(樣本數16414個)

2.2 自有住房租金

自有住房租金是家庭消費的重要組成部分。根據RCRE數據，基本上所有的農村家庭都居住在自己擁有的房屋中，很少有家庭租住房屋居住。因此，自有住房租金對于農村家庭消費就顯得尤為重要。雖然RCRE數據中有居住消費這一欄目，但是我們決定不直接使用該數據。一方面，該部分消費可能包含了房屋的建造或裝修費用，而這部分費用應該分別計入投資和其他商品消費部類；另一方面，數據中用來估算自有住房租金的折舊率可能過低，從而導致對自有住房租金造成低估。

我們通過一些適當的假設來重新估計農村家庭的自有住房租金。在RCRE數據中，一共有三種房屋類型：樓房、磚房和其他(例如草棚、茅草屋等)。RCRE數據提供了每種房屋的面積和房屋價值。因此，可以利用基本的成本定價公式來將自有房屋租金、利率、折舊以及資本利得聯系起來。

(29)

其中，Rentt是房屋的租金，πt是房屋的資本利得率，Pt是房屋當期的價格，rt、δt分別對應利率和折舊率。

考慮到在我們研究的時間段內，農村房屋價格相對比較穩(wěn)定，我們可以近似地得到租金房價比ρR：

ρR=r+δ

(30)

在農村地區(qū)，對應于房屋的利率相對較低，我們在研究中取2%。而折舊率則根據不同房屋使用年限的不同而有所區(qū)別。在本文中，我們分別假設樓房、磚房和其他房屋的使用年限為40年、20年和12.5年，則相對應的，三類房屋的折舊率就分別為2.5%、5%和8%。于是，我們也就可以得到三者的租金房價比分別為4.5%、7%和10%。結合農村家庭房屋的建造成本及現價，我們就可以大致估算出農村家庭的自有住房租金。

2.3 耐用品消費流

耐用品的壽命往往長于1年，一些諸如洗衣機、汽車、空調之類的耐用品，壽命甚至可以達到5年、10年。因此，在某一年發(fā)生的耐用品購買支出，我們需要分攤到其壽命的每一年中。即使一個家庭在某一年中沒有發(fā)生耐用品購買行為，如果其在使用耐用品，則仍然有耐用品消費，即在之前年份購買相關耐用品產生的支出在該年的分攤。由于每一年只有一部分家庭會發(fā)生耐用品購買行為，且耐用品又往往是高價值的商品，如果我們在估計農村家庭消費方程時，不對耐用品消費進行必要的調整，則會對估計產生不必要的干擾。

一般而言，耐用品服務流應該根據各類耐用品的現值和折舊率來進行計算。但是，由于RCRE數據沒有提供各類耐用品的現值，同時我國的利率(折舊率)的變化也非常劇烈，我們無法采用這種方法進行有效地估算。在本文中，我們采用一種簡化的方法。在每個省份內，我們將農村家庭按照人均收入的不同，分為10個組。我們將各個組內家庭在當年購買耐用品的支出總和平攤到組內的各個家庭，并將各個家庭的平攤額定義為各個家庭的耐用品消費額。也就是說，假設在同一個組內的家庭，其消費行為應該是比較相似的。

2.4 時間序列與價格數據

我們在估計中，使用的農村家庭消費及家庭人口特征的時間序列數據來自于RCRE數據的資料匯編，從1995至2009年。資料匯編中，詳細地提供了每年不同類型家庭的消費和家庭人口特征信息，而且也同樣提供了關于農村家庭住房相關的情況。

在我們的估計過程中，同樣需要用到價格的時間序列數據來估計農村家庭的價格需求彈性。由于我們的截面數據來自2006年，為了簡化，我們以2006年為基年，將該年各類商品的價格都標準化為1。我們首先利用全國農村居民消費價格指數對各個細部類商品的價格進行計算，然后再利用Tornqvist指數來計算出四大部類商品各自的價格。

在圖3中，我們展示了城鄉(xiāng)家庭四部類消費占比隨時間的變化趨勢。首先，從消費結構來看，城鄉(xiāng)家庭存在著不小的差異。農村家庭在食品、服務上的消費占比要高于城鎮(zhèn)家庭，而在消費品和居住上的消費占比則低于城鎮(zhèn)家庭。不過，城鄉(xiāng)家庭各部類的消費占比在時間變化趨勢上比較一致。其次，我們可以看到，農村家庭的消費結構，在這段時間內有了十分明顯的變化。食品消費一直是農村家庭最重要的消費部類。雖然隨著農村家庭生活水平的提高，其消費占比整體上在不斷下降，但其占比始終遠高于其他三個部類。在2009年，食品消費的占比仍在35%以上。服務消費和居住消費的占比均有明顯的提升，分別從1995年的12.5%和13.2%提升到2009年的22.5%和19.2%。而消費品消費的占比則比較平穩(wěn)，沒有特別明顯的變化。

圖3 城鄉(xiāng)家庭四部類消費占比趨勢

圖4 農村家庭四部類消費價格趨勢

農村家庭各部類消費占比的變化同價格的變化是密切相關的。正如圖4中展示的那樣，服務消費和居住消費的價格在14年間翻了一番以上，說明服務、居住消費占比的提升，不僅是農村家庭收入提高的結果，與相關價格的上升也不無關系。食品價格從1996年開始在不斷地下降，直到2003年才重新開始上升，而這也正是食品消費占比下降最快的一個時間段。而消費品的價格在整個時間段內，基本上呈現不斷緩慢下降的趨勢。

3 估計結果分析

3.1 模型估計結果

在表3中，我們展示了NL3SLS模型的估計結果。我們可以看到，除了個別的估計值不夠顯著以外，絕大部分估計值都非常顯著。值得說明的是，表2中估計的參數，對應式(1)中的各系數，并不直接表示相關變量對消費占比的影響或彈性。當分析某一變量對消費占比的影響時，我們都假設其他變量保持不變。

表3 NL3SLS模型估計結果

續(xù)表

注： 各變量所對應的第一行數字為估計系數，第二行數字為標準誤；*、**和***分別表示在10%、5%和1%的置信水平上顯著。

各類價格對消費占比的影響并不都是特別明顯，主要是因為不同的商品有不同的自身彈性和交叉彈性。而隨著總消費的提高，農村家庭在食品、居住消費上的占比會下降；相對應的，在消費品、服務消費上的占比則會上升。

農村家庭在人口結構上的差異也會顯著地影響其消費的行為。首先，戶主年齡、性別、工作屬性以及教育程度的差異都會導致農村家庭消費結構的不同。擁有年輕戶主的家庭，會更多的在食品、居住上進行消費，而在消費品(耐用品)、服務(教育、醫(yī)療)上的消費則相對要少一些。男性戶主的家庭會更多地在食品、居住上進行消費，而戶主在公有制企業(yè)工作的家庭則會更多地在服務、居住上進行消費。不過，由于只有少數家庭的戶主為女性或是在公有制企業(yè)工作，這兩點屬性造成的差異并沒有太大的影響。另外，戶主的教育程度越高，則該家庭越傾向于消費更多消費品和服務。有趣地是，雖然家庭成員中有兒童或老人都會在提高農村家庭食物消費占比的同時降低居住消費的占比，但是兒童的存在并不會顯著影響消費品消費的占比，而老人的存在也不會顯著影響服務消費的占比。這或許意味著，農村家庭消費品和服務消費的比重，更多的是由戶主(或其他核心成員)的屬性決定的。家庭規(guī)模的擴大對消費結構的影響顯而易見。更多的家庭成員需要更多的食品、消費品和服務，而居住房屋卻并不需要成比例的增加。于是，我們看到隨著家庭規(guī)模的增加，食品、消費品和服務消費占比在提高，而居住消費的占比在下降。但我們注意到，當家庭成員個數提高到4人以上時，服務消費的占比隱約反而有下降的趨勢。一個可能的原因是，由于我們控制了家庭的總支出，隨著家庭人口數的增加，家庭的人均支出將會下降，反而會將更高比例的支出投入到食品、消費品之類的必需品上，而相對更少地消費服務。農村家庭消費結構的地區(qū)差異同樣明顯。相比西部地區(qū)的家庭，東中部地區(qū)的家庭消費品和居住消費的占比更高，而食品、服務消費的占比則更低。

3.2 消費彈性

在表4中，我們展示了非補償價格彈性、補償價格彈性以及收入彈性。我們發(fā)現，除了消費品價格對服務消費的彈性不夠顯著以外，所有其他的彈性都在1%的置信水平上顯著。

表4 消費彈性估計結果

注： 各變量所對應的第一行數字為彈性，第二行數字為標準誤；斜線上加重數字為自價格彈性；*、**和***分別表示在10%、5%和1%的置信水平上顯著。

3.2.1 自價格彈性

不論是非補償價格彈性或是補償價格彈性，四類商品的自價格彈性均顯著為負。補償價格彈性在絕對數值上均要小于非補償價格彈性，這主要是因為，在進行“補償”之后，價格變化的影響會相對的減小。我們以補償價格彈性為例，對自價格彈性進行分析。食品、服務的彈性較小，絕對值均小于1；居住的彈性最大，絕對值大于1；而消費品的彈性居中，絕對值非常接近1。在四類商品中，食品作為農村家庭最重要的生活必需品，其價格彈性最小。而剩下的三類商品的彈性大小都在某種程度上有一些反直覺，我們試著給出一些解釋。一般而言，耐用品的彈性會比較大，而衣著、日用品之類的商品則更類似必需品，其彈性會比較小。在本文中，我們將這些商品歸類于消費品部類中，所以得到的結果也就介于兩者之間。有意思的是，在我們的估計中，服務的彈性要小于消費品的彈性，說明農村家庭對于消費品價格的變化更加敏感。另外，在我們的估計結果中，居住的價格彈性是最大的。這可能和農村特有的住房環(huán)境和市場相關。在我們的計算中，租金房價比是固定的，因此，自有房屋租金在很大程度上取決于房屋的建造成本。也就是說，建筑材料的價格在很大程度上影響了自有房屋租金。由于農村家庭可以建造房屋，當建筑材料價格下降的時候，農村家庭就會建造新的房屋或是擴建原有的房屋，從而農村家庭就會大幅地提高他們的居住需求。

3.2.2 交叉價格彈性

交叉價格彈性反映了不同商品之間的替代或互補關系。交叉價格彈性為正，說明商品之間存在替代關系；而交叉彈性為負，則說明商品之間存在互補關系。從表3中，我們可以看到，非補償交叉價格彈性有正有負，而所有的補償交叉價格彈性均為正，說明在得到“補償”的情況下，四類商品之間相互均為替代品。以非補償價格彈性為例，大部分的交叉彈性都比較小，絕對值基本上都小于0.2，而只有消費品和居住消費相互之間的交叉價格彈性較大，絕對值都超過0.4。也就是說，雖然四類商品兩兩之間的價格都會影響其他商品的需求，但是除了消費品和居住消費，其他商品相互之間的影響并不是特別明顯。而消費品和居住消費之間，卻體現出非常強烈的相互替代關系。

3.2.3 收入彈性

收入彈性反映了農村家庭消費總支出增加1%時相應部類消費增長的百分比。我們可以看到，食品、居住消費的彈性小于1，服務消費的彈性大于1，而消費品的彈性非常接近1。由于食品、居住消費相對來說具有生活必需品的屬性，因此，當農村居民的消費總支出提高時，他們并不會按照相同比例提高在這兩部類的消費，而是會更多地用于服務這類奢侈性的消費。有意思的是，消費品的收入彈性非常接近于1，這似乎說明，消費品對于農村家庭而言，介于必需品和奢侈品之間。

以上，我們分析了估計的結果，以及四類商品的各種彈性。食品和居住由于屬于必需品，其收入彈性較低，隨著生活水平的提高，其消費并不會有很大的提高。服務是四類商品中收入彈性最大的，其消費會隨著農村家庭生活水平的提高有較大增長。而且服務的自價格彈性相對較小，也就是說，即使服務價格會隨著農村家庭生活水平的提高而有所上升，服務的消費也不會受到太大影響。因此，大力發(fā)展服務業(yè)，對于促進農村家庭的消費是較為有利的。消費品的收入彈性接近1，其消費并不會隨著農村家庭生活水平的提高，產生類似于服務那樣較高的增長。但是，其自價格彈性相比服務而言要高出不少。

以上的彈性估計結果，實際上也說明了“家電下鄉(xiāng)”等政策確實能夠有效地促進農村家庭對消費品的消費。以2009年農村家庭的消費狀況為例，類似“家電下鄉(xiāng)”政策的價格補貼相當于降低了13%的消費品價格。根據本文中計算的彈性結果，消費品補償自價格彈性為-0.997，這一政策能提高農村家庭的消費品需求13%左右(約合人均109.2元)，需補貼人均約123.4(109.2×1.13)元。如果將相同的補貼金額直接以收入的形式發(fā)放給農村家庭，根據本文中計算的收入彈性，消費品的需求只會提高3.2%(約合人均27.2元)，價格補貼與收入補貼的相對效果比為4。而如果想要促進農村家庭對服務的消費，情況則有所不同。如果仍然按照123.4元的人均補貼額計算，以收入的形式發(fā)放，可以提高服務的需求4.2%(約合人均35.2元)；而以價格補貼的形式發(fā)放，則可以提高服務的需求10.9%(約合人均91.4元)，價格補貼與收入補貼的相對效果比只有2.5，遠低于消費品的情況。從結果對比中可以發(fā)現，由于農村家庭對服務的價格彈性相對較小，而收入彈性相對較大，價格補貼對于服務的消費的刺激作用沒有對消費品的刺激作用那么強。

另外，考慮到消費品、服務消費和居住消費具有比較強的相互替代關系，隨著農村地區(qū)經濟的發(fā)展，居住價格的提高，在某種程度上，也能夠對農村家庭的消費品和服務消費產生一定的刺激作用。

3.3 城鄉(xiāng)消費估計結果比較

在所有關于我國城鎮(zhèn)家庭消費估計的文獻中，只有梁慧芳(2015)是使用Translog模型對城鎮(zhèn)家庭的全部類消費進行的估計。由于其在家庭人口結構和戶主的選擇上，與本文的方法存在著一些差異，因此我們主要比較兩者在消費彈性估計上所反映出的城鄉(xiāng)家庭消費的差異。梁慧芳(2015)在文中并沒有直接給出彈性的估計結果，城鎮(zhèn)家庭的消費彈性由作者根據其模型估計結果推算得到。

為了便于比較，表5中只展示了城鄉(xiāng)家庭各類消費的自價格彈性和收入彈性?？梢钥吹剑青l(xiāng)家庭在消費上確實存在著不小的差異。

表5 城鄉(xiāng)家庭消費彈性比較

首先，不論是非補償彈性還是補償彈性，城鎮(zhèn)家庭對每一類消費的自價格彈性均明顯小于農村家庭。也就是說，農村家庭相比于城鎮(zhèn)家庭，其對于價格更加敏感，其消費很容易受到價格波動的影響。這與農村家庭生活水平相對較低有著一定的關系，家庭的生活水平越低，往往對價格就越敏感。而且，我們發(fā)現，城鄉(xiāng)家庭在居住消費上的價格彈性差異最大。這和城鄉(xiāng)家庭在居住上的選擇差異也是有關系的。城鎮(zhèn)家庭不能自行建造房屋，當居住價格發(fā)生變動時，其并不容易改變自身的居住選擇；而農村家庭則不然，由于可以在宅基地上自行建造或改造房屋，當居住價格發(fā)生變動時(主要是建筑材料價格變化)，能夠隨時改變其居住選擇(如建造新的房屋等)，因此其居住消費的自價格彈性顯著地高于城鎮(zhèn)家庭。

其次，雖然城鄉(xiāng)家庭在服務上的收入彈性相同，但是農村家庭對消費品的收入彈性卻明顯低于城鎮(zhèn)家庭，而相對應的，農村家庭對食品和居住的收入彈性也略高于城鎮(zhèn)家庭。這說明，隨著生活水平的提高，農村家庭對消費品需求的增長并沒有城鎮(zhèn)家庭那樣顯著。

總體來說，農村家庭相對城鎮(zhèn)家庭來說，其消費對于價格更加敏感，其對消費品的收入彈性更小。

4 未來消費結構預測

在預測未來經濟的發(fā)展狀況時，除了GDP之外，農村家庭消費和其他的一些變量也非常重要。如果我們能對農村家庭消費有一個較為準確的預測，則無疑能給未來與農村相關的政策提供一定的參考。在本章中，我們將試著預測農村家庭未來的消費結構，是如何隨著人口結構、收入以及相對價格的變化而發(fā)生相應變化的。

首先要對家庭消費方程中的各個外生變量進行預測。我們的方法，參考了Jorgenson et al.(2013)對美國家庭消費所進行的研究。我們對式(11)進行改寫，于是全體家庭的消費占比就可以表示為：

(31)

其中

我們重新按照不同家庭特征分組K來對上面式子進行變化。我們考慮的家庭特征與在估計時使用的家庭特征相同——戶主年齡(a)、戶主性別(s)，戶主工作類型(j)、戶主教育程度(e)、家庭成員有無兒童(c)、家庭成員有無老人(g)、家庭規(guī)模(n)以及家庭所在區(qū)域(l)。類型K的家庭個數可以表示為nK≡nasjecgnl。

(34)

圖5 不同類型農村家庭消費占全體家庭消費比值

在圖5中，我們展示了不同類型農村家庭的消費總支出占全體農村家庭消費總支出的比值。從人口結構來看，中國正在快速進入老齡化，而隨著農村青壯年勞動力不斷地向城鎮(zhèn)地區(qū)轉移，農村人口的老齡化會更加嚴重。在圖3中，我們主要選取了農村家庭戶主的年齡和教育程度作為主要的觀察變量。之所以沒有觀察其他的變量，一方面是因為一些變量沒有什么分布上的變化(戶主性別、戶主工作屬性)，另一方面則是因為一些變量對農村家庭消費結構的影響并不大(有無兒童、老人，家庭規(guī)模)。雖然農村人口老齡化的現象更為嚴重，但是我們并沒有看到戶主年齡在55歲以上的農村家庭的消費占比有急劇的上升，而戶主年齡在35～55歲的農村家庭的消費占比也基本保持穩(wěn)定。這與我國農村家庭的結構是密切相關的。與城鎮(zhèn)家庭子女成家后大多不與老人合住不同，農村家庭往往是三世同堂的大家庭，老人很少會單獨組成一個家庭。而農村地區(qū)的主要勞動力又是青壯年，老人很少會有較高的收入。這樣一來，根據戶主是家庭中對經濟生活有最重要影響力(收入最高)的一般定義，農村家庭的戶主仍然以35～55歲的青壯年居多，而不太受人口老齡化的影響。另外，我們發(fā)現，戶主教育水平不同的農村家庭的消費占比同樣沒有明顯的變化。這主要的原因是，根據我們的預測，農村青壯年的教育程度雖然有所提高，但是并不明顯，主要集中在中學水平(本科及以上教育水平的青壯年大多遷移到城鎮(zhèn)地區(qū))。

從圖5中，我們可以看出，人口結構變化對于農村家庭消費結構的影響，并沒有想象中的那么明顯。

接著，我們將模型與價格和總消費的預測結合起來。價格和總消費的預測來自于哈佛、清華大學聯合開發(fā)的中國動態(tài)可計算一般均衡(CGE)模型的模擬預測。該模型基準年模擬根據2012年投入產出表基準年信息，更新到2014年的社會核算矩陣。通過模型分33個行業(yè)的一般均衡框架，以及基于城鄉(xiāng)一體化的家庭模型的模擬，我們可以模擬出未來各種商品的價格以及城鄉(xiāng)家庭的收入變化。由于模型以2014年為基年，我們對2014年前的數據使用真實數據進行了校準。

在圖6中，我們展示了農村家庭四類商品相對消費價格(左軸，2006=1)以及人均消費支出(右軸，2006=1)的變化。到2040年，農村家庭真實人均消費支出接近2006年水平的9倍，這么大生活水平的變化，會在很大程度上影響農村家庭的消費行為。而就相對價格而言，2014年之前，由于食品和居住的價格上漲較快，服務和消費品的價格都有明顯下降。2014年之后，食品價格保持平穩(wěn)，消費品價格持續(xù)下降而服務的價格則持續(xù)上升。有意思的是居住的價格在2025年附近達到峰值之后，開始逐漸下降。

圖6 四類商品價格及農村家庭人均消費支出

將以上的結果代入式(31)中，就可以得到農村家庭消費結構的變化趨勢。為了驗證我們預測的準確性，將預測值與真實值在2007—2015年這段時間的變化進行對比。從圖7中我們可以看到，雖然在數值上并沒有完全吻合，但是在趨勢上，四類商品消費占比的預測值和真實值是比較一致的?？傮w來說，我們的預測在一定程度上低估了食品消費的占比變化，而高估了居住消費的占比變化。不過，兩者之間的誤差，經過9年的時間，最大的也才1.7個百分點(居住)?？傮w來說，預測還是比較準確的。

圖7 四類商品消費占比變化(預測v.s.真實)

圖8 四類商品消費支出占比趨勢

在圖8中，我們展示了四類商品消費支出占比的時間趨勢。2006年之前的支出占比來源于RCRE數據，而之后的支出占比則來源于模型的預測。我們可以看到，食品和服務消費占比的變化最為明顯。隨著農村家庭生活水平的提高，食品消費的占比在不斷地下降，而相對應的，服務消費的占比則在不斷地上升。到2040年，食品消費的占比將從2006年的37.6%下降到26.5%，而服務消費占比則從2006年的24.7%上升到39.4%。消費品消費的占比則將穩(wěn)步上升，從2006年的21.1%上升到2040年的24.7%。居住消費的占比在2000年左右達到最高的18.6%之后，該比值就在不斷地下降。到2025年時，居住消費只占農村家庭消費的10%。不過，在此之后，其下降的速度也將變得非常緩慢，基本穩(wěn)定在9%到10%左右。

這說明，隨著農村家庭生活水平的提高，作為必需品的食品和居住的消費占總支出的比重會不斷下降，而服務的重要性則會不斷地提高。正如之前分析的那樣，消費品消費的占比并不會隨著農村家庭生活水平的提高而有較明顯的增長。這意味著，政府在大力發(fā)展農村服務業(yè)的同時，也要適當對農村家庭的消費品消費進行關注，采取諸如“家電下鄉(xiāng)”之類的政策來刺激農村家庭的消費品消費。

5 總結和討論

本文利用農村固定觀測點數據，通過將橫截面數據和時間序列數據相結合，使用非線性3階段最小二乘法(NL3SLS)對我國農村家庭的消費結構進行了估計和分析。在進行了一系列改進的基礎上，針對農村家庭的特點，我們比較了具有不同特征的家庭在消費行為的差異。同時，我們也估計了四類商品的各種彈性。研究發(fā)現，食品和居住作為生活必需品，其收入彈性相對較小，服務的收入彈性則相對較大，而消費品的收入彈性非常接近1。在四類商品的自價格彈性中，食品的彈性最小，而居住的彈性最大。相比消費品，服務的自價格彈性更小，其需求更不易受價格變動的影響。從交叉價格彈性來看，四類商品之間都存在著一定的相互替代性，但是消費品與居住之間的相互替代性相對更為強烈。同時，農村家庭與城鎮(zhèn)家庭在消費行為上也有著不小的差異，主要體現在農村家庭對價格的敏感性更強，而且其對于消費品的收入彈性更小。

接著，我們又對農村家庭消費未來的變化趨勢進行了預測。雖然農村的人口結構在未來的幾十年里會發(fā)生巨大的變化，但是由于農村家庭在人口結構、教育等屬性上的特點，這些變化對于農村家庭的消費結構并不會有特別大的影響。相比之下，農村商品的價格的變化和農村家庭生活水平的提高對于其消費結構的變化有著更大的影響。而隨著農村家庭生活水平的提高，食品和居住消費占總消費的比重會不斷下降，服務消費的占比則會不斷地上升。這說明，要促進農村家庭的消費，我們必須要大力發(fā)展農村服務業(yè)。另外，農村家庭消費品的消費并不會隨著生活水平的提高而有很大的增長。結合消費品較大的自價格彈性，根據文中的分析，要想刺激農村家庭在消費品消費上的潛力，采取諸如“家電下鄉(xiāng)”等對農村消費品進行價格補貼的政策能夠取得較好的效果。

為了實現“增強消費對經濟發(fā)展的基礎性作用”這一目標，具有極大發(fā)展?jié)摿Φ霓r村家庭消費顯得尤為重要。本文的研究，有助于理解農村家庭消費的特征，掌握農村家庭消費未來的變化趨勢。本文中測算的各類參數以及四類商品的各種彈性，對于分析、模擬各類政策對農村家庭消費的影響也有著非常重要的意義。而本文中提出的發(fā)展農村服務業(yè)和對農村消費品進行適度價格補貼的建議，對于制定提高我國農村家庭消費的相關政策也能提供一定的參考。

由于數據方面的原因，本文存在著一些可以改進的地方。一方面，本文使用了NL3SLS方法進行估計，該估計方法雖然較好地解決了模型的識別問題，但是由于只使用了一年的微觀家庭數據，對估計產生了一定的負面影響；另一方面，由于RCRE數據結構的原因，本文使用的消費分類無法同統(tǒng)計局的分類保持一致，在一定程度上不利于相關研究結果的比較。如果能夠得到新的數據支持，則后續(xù)的相關研究可以在本文的基礎上進一步地進行拓展。首先，如果有比較可信的分地區(qū)消費價格數據，則我們可以直接使用重復橫截面方法對農村家庭消費方程進行估計，這不僅能夠充分地利用所有年份的微觀家庭數據，也可以通過不同地區(qū)價格的變化提高估計的準確性。其次，如果農村家庭收入與消費調查數據能夠對研究者開放，則我們可以使用該數據對農村家庭消費方程進行估計。由于農村家庭收入與消費調查數據對消費的分類更加詳細，我們可以進行更加細致的分析，并使用該結果同現有研究的結果進行比較分析。

另外，本文只針對我國農村家庭的消費方程進行了估計，在后續(xù)研究中，我們將結合我國城鄉(xiāng)家庭的消費數據，從而更加全面地分析我國城鄉(xiāng)家庭的消費行為，比較城鄉(xiāng)家庭消費的差異，并考察城鎮(zhèn)化進程對我國整體消費狀況的影響。