我国城镇居民收入结构对消费的影响.docx
《我国城镇居民收入结构对消费的影响.docx》由会员分享,可在线阅读,更多相关《我国城镇居民收入结构对消费的影响.docx(17页珍藏版)》请在冰豆网上搜索。
我国城镇居民收入结构对消费的影响
我国城镇居民收入结构对消费的影响
——以我国1997年~2012年城镇居民消费变化为例
苗豪杰*
2014年6月
摘要本文旨在研究我国城镇居民收入结构对消费的影响。
采用了1997年~2012年政府公布的城镇居民消费水平、城镇居民家庭人均收入及恩格尔系数以及城镇居民平均每人全年家庭收入来源的数据,应用计量经济学模型分析城镇居民收入结构的波动对消费的影响,进一步的分析凯恩斯消费函数中的“收入”分类,并验证它们对城镇居民消费的影响幅度。
本文详细的分析了收入的种类和对消费的影响,对政府出台拉动内需的政策,以及如何带动居民的何种收入更能促进经济发展有一定的提示作用,同时本文的一些论证分析方法对后续研究提供了一定的参考。
关键词消费函数城镇居民收入结构OLS普通最小二乘法
*河北工业大学经济管理学院学号:
118573
E-mail:
599262388@
1.序言
众所周知的,消费对国民经济的发展具有重大的推动作用,在08年世界性金融危机爆发时,我国政府也是通过了扩大内需、刺激消费等措施来应对金融危机对我国的影响。
由此可见,消费尤其是本国居民的消费以及居民消费需求的扩张极大地促进了我国的国民经济发展。
而“投资”、“出口”与“消费”也一直被认为是拉动国民经济增长的“三驾马车”,所以居民消费支出的增长幅度渐渐成为了影响国民经济增长的主要因素。
消费函数是指反映消费支出与影响消费支出的因素之间的关系,其中凯恩斯理论假定,在众多影响消费支出的因素中,收入具有决定性因素。
收入对消费有着决定性影响,而消费又对国民经济的发展有着极大地影响,所以最终通过消费来影响国民经济发展的其实还是居民的收入。
而对我国的城镇居民来说,收入的来源大致上可分为工资性收入、经营性收入、财产性收入以及转移性收入等四种,这四种收入占据总收入的比重就构成了城镇居民收入结构。
通过分析证明这四种收入分别对消费的影响程度可以有助于政府以及家庭调整收入结构,提高对消费影响大的收入,从而更好的促进消费的增长,拉动内需,继而更好的推动国民经济的发展。
本文逻辑结构如图1所示。
图1
2.文献综述
改革开放以来,我国经济迅速发展,居民收入迅速上升,同时消费渐渐的成为影响国民经济发展的重要因素,国内越来越多的学者关注凯恩斯的消费理论,开始研究收入对消费的影响,以及对凯恩斯理论的实际证明,并取得了很多的成果。
其中,根据凯恩斯绝对收入假说我们知道,在短期中,收入对消费支出有着决定性的影响,所以努力的提高居民的当期收入可以在短期内提高居民的消费需求,从而刺激消费供给,带动国民经济的发展(骆祚炎,2010)。
但是就我国目前来看,农村的收入的增长相较缓慢,制约着消费的增长(杜长乐,2002),城镇居民的收入增长也因为农村人口进城务工的用工竞争而增长缓慢,也制约着消费支出的增长和国民经济的发展。
我国城镇居民收入和消费关系间存在着长期稳定的关系,所以在长期要刺激城镇居民消费拉动经济增长,必须增加城镇居民的可支配收入(蒋满霖、周国侠,2006)。
而收入的构成是由多种收入组成的,常规上来讲,大致的分为工资性收入、经营性收入、财产性收入以及转移性收入等四种。
这四种收入代表着四种收入来源,也代表着收入的难易程度,从常识上我们不难看出,转移性收入是成本最低的,但这属于政策性补助,门槛比较高一般很少以之作为主要收入来源的,是没有或者丧失工作能力,抑或失业的社会人员赖于维持基本生活的收入,是属于社会保障体系的。
工资性收入是指通过提供劳务,经由薪酬体系发放的收入,是付出劳动后获得的收入;经营性收入是指商业买卖收入等经营性的收入,这两种收入都是劳动者或者经营者付出一定的劳作成本而获得的。
而财产性收入类似于资本收益,是拥有的财富要素获得的收入,相对于工资性收入和经营性收入来说较为轻松一些,所以如果居民的财产性收入增加的话,会更倾向于消费。
但是我国目前工薪收入和转移性收入在全部年收入中占据主导地位,财产性收入自身数额很小且来源渠道广泛(杨博,2013),而且不同收入阶层城镇居民的财产性收入存在较大差异,在一定程度上加剧了城镇居民收入的不平等(陈建东、晋盛武、侯文轩、陈焱,2009)会对十七大报告中指出的“创造条件让更多群众拥有财产性收入”有一定的影响。
同时,影响消费的除了收入以外,还有社会保障体系的完善程度。
因为预防性储蓄理论认为,收未来收支不确定性的影响,消费者会减少当期消费而增加当期的预防性储蓄(Leland,1968)。
而可支配收入因而受之影响而下降,继而减少消费,抑制国民经济的发展。
所以完善社会保障制度,尤其是完善失业保险制度能最大限度的减少城镇失业人员致贫现象的发生(王轶群,2006),从而减少居民的预防性储蓄来扩展消费(龙志和,2000;杜海韬,2005)。
3.模型、变量与数据
3.1模型设定
本文利用1997年~2012年城镇居民消费水平、城镇居民家庭人均收入及恩格尔系数以及城镇居民平均每人全年家庭收入来源的数据进行分析,研究过程中考虑建立了关于居民消费支出与工资性收入、经营性收入、财产性收入以及转移性收入的回归模型。
经过数据分析找出这四种收入对消费支出的影响系数,从而认定出这四种收入分别对消费支出的影响程度。
基于凯恩斯绝对收入假说,建立了如下形式的消费支出回归模型:
Yi=α0+β1*X1+β2*X2+β3*X3+β4*X4+μi
其中,Yi为城镇居民人均消费支出,X1代表城镇居民人均工资性收入,X2代表城镇居民人均经营性收入,X3代表城镇居民人均财产性收入,X4代表城镇居民人均转移性收入,μi为随机误差项,α0为常数项表示自发性消费。
本次模型的设定是根据凯恩斯绝对收入假说,亦即所谓的绝对收入假设消费函数模型。
凯恩斯认为,在短期中,收入与消费是相关的,即消费取决于收入。
凯恩斯构建的模式如下所示:
C=α+β*Yt
这个模型中,C为现期消费,α为自发性消费亦即必须要有的基本生活消费,β为边际消费性倾向,Yt为即期收入,所以β*Yt就是引致消费。
模型的含义就是消费是自发消费和引致消费之和,消费者的消费主要取决于即期收入。
3.2变量的定义
α0为自发性消费,亦即是必须要有的基本生活消费,是指总消费中由于外生变量决定的那部分支出,在收入-支出模型中,亦即本文所用的模型中指不是由于收入水平发生变动所引起的那部分消费。
是属于消费者自发性组成的一个部分,主要取决于消费者嗜好、价格水平、社会风尚等因素。
X1表示我国城镇居民的工资性收入,所谓工资性收入指的是由工资科目开支的,以及由工资科目以外的其他经费开支的当做由单位分配给职工的都应计入为工资性收入。
X2表示我国城镇居民的经营性收入,所谓经营性收入指的是纳税人通过经常性的生产经营活动而取得的收益,即企业在销售货物、提供劳务以及让渡资产使用权等日常活动中所产生的收入,通常表现为现金流入、其他资产的增加或负债的减少。
X3表示我国城镇居民的财产性收入,所谓的财产性收入指的是通过资本、技术和管理等要素与社会生产和生活活动所产生的收入,即家庭拥有的动产和不动产所获得的收入。
X4表示我国城镇居民的转移性收入,所谓的转移性收入指的是国家、单位、社会团体对居民家庭间的收入转移,包括政府对个人收入转移的离退休金、失业救济金、赔偿等,以及单位对个人收入转移的辞退金、保险索赔、住房公积金、家庭间的增速和赡养等。
根据凯恩斯绝对收入假设,消费者的消费支出与消费者的收入有着线性关系,而消费者的收入又由工资性收入、经营性收入、财产性收入以及转移性收入构成,所以这四种收入的每一种发生变化都会是消费者收入受到影响,而消费者的消费支出继而也受到影响。
所以我们构造出了这样的一个计量经济学模型:
Yi=α0+β1*X1+β2*X2+β3*X3+β4*X4+μi
其中μi表示的随机误差项,也就是除了这四种收入以外的各种可能影响到我国城镇居民消费支出的因素,可能会包括价格水平等各种因素。
3.3数据说明
本文使用的原始数据来自于1997年到2012年《中国统计年鉴》和中经网统计数据库,以及中国居民家庭收入调查(CHIPs)以及中国家庭动态调查(CFPS)。
之所以选取从1997年开始,主要是因为1997年之前的很多指标数据缺失比较严重。
而由于现在官方公布的统计年鉴上还没有发布2013年底的年度数据,因此本文研究的时间也就截止到2012年。
其中,工资性收入、经营性收入、财产性收入以及转移性收入的数据在2001年缺失,因此采用相邻两年(2000年和2002年)的平均值来代替。
综上,代入上述样本数据进行回归,再逐步筛选。
最终得出以下解释变量:
指标
符号
单位
工资性收入
X1
元
经营性收入
X2
元
财产性收入
X3
元
转移性收入
X4
元
表1:
变量定义
3.4样本数据
表2:
样本数据
所得样本数据如表2所示:
年份
消费
工资性收入
经营性收入
财产性收入
转移性收入
1997
5823
3602
133
124
948
1998
6109
3652
154
133
1083
1999
6405
3794
215
129
1257
2000
6850
3813
270
128
1462
2001
7161
4777
301
128
1733
2002
7486
5740
332
102
2003
2003
8060
6410
404
135
2112
2004
8912
7153
494
161
2321
2005
9593
7798
680
193
2651
2006
10618
8767
810
244
2899
2007
12130
10235
941
349
3385
2008
13653
11299
1454
387
3928
2009
14904
12382
1529
432
4515
2010
16546
13708
1714
520
5092
2011
19108
15412
2210
649
5709
2012
21120
17336
2548
707
6368
4.回归分析
4.1估计回归方程
利用eviews软件,根据上述数据,采用普通最小二乘法(OLS)对模型进行初步估计。
得到结果如表3所示:
表3:
消费函数的估计
DependentVariable:
Y
Method:
LeastSquares
Date:
06/28/14Time:
15:
30
Sample(adjusted):
116
Includedobservations:
16afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
X1
0.162451
0.087616
1.854127
0.0907
X2
1.365901
0.480911
2.840235
0.0161
X3
6.147796
1.140080
5.392425
0.0002
X4
1.094091
0.282488
3.873055
0.0026
C
3331.089
185.6008
17.94760
0.0000
R-squared
0.999496
Meandependentvar
10904.88
AdjustedR-squared
0.999313
S.D.dependentvar
4855.229
S.E.ofregression
127.2595
Akaikeinfocriterion
12.78064
Sumsquaredresid
178144.7
Schwarzcriterion
13.02207
Loglikelihood
-97.24512
Hannan-Quinncriter.
12.79300
F-statistic
5455.713
Durbin-Watsonstat
1.473251
Prob(F-statistic)
0.000000
Y=3331.09+0.162451x1+1.1365901x2+6.147796x3+1.094091x4
(185.60)(0.087616)(0.480911)(1.140080)(0.282488)
N=17F=5455.713R^2=0.999
4.1.1经济意义
由上述回归结果表示,我国城镇居民自发性消费为3331.09元,意味着即使是没有收入,平均每人每年也要消费3331.09元来满足自己的基本生活要求。
而β1=0.162451,β2=1.1365901,β3=6.147796,β4=1.094091,其符号与预期的相一致。
而其代表的经济意义分别为:
(1)β1=0.162451,表示每增加一元的工资性收入,消费者会增加0.162451元的消费支出;
(2)β2=1.1365901,表示每增加一元的经营性收入,消费者会增加1.1365901元的消费支出;
(3)β3=6.147796,表示每增加一元的财产性收入,消费者会增加6.147796元的消费支出;
(4)β4=1.094091,表示每增加一元的转移性收入,消费者会增加1.094091元的消费支出。
这个结果和文中开始时预测的较为吻合。
首先,这四种收入来源的难易程度反映出这四种收入对消费支出影响的大小程度,工资性收入是劳动者出卖体力或者脑力劳动为别人工作所赚取的收入,在四种收入中最为困难,所以当工资性收入增长的时候对消费支出的影响程度是较小的。
这是因为由于收入不容易,所以会是消费者舍不得动用工作赚取的工资,所以β1在四个系数中是最小的;其次,由于转移性收入是一种特殊的社会转移支付,是用来弥补低收入、低劳动能力者的一种财政手段,所以接受这部分收入的大多数为收入偏低的家庭或个人。
所以,虽然转移性收入的获得是最为轻松的,但是其带来的对消费支出的影响比财产性收入低了很多,甚至都不如经营性收入对消费支出的影响。
4.1.2参数显著性检验
上述统计结果表明,R^2=0.999,也就是说消费支出的变化中的99.9%是可以由这四种收入解释的,因此,能够由变量解释的部分基本上已经是全部了。
当然,也有着极少部分的影响因素放在了随机误差项中。
在上述的回归结果中表明,X1的系数是0.162451,标准差为0.087616,t1统计量的值为1.854127,P值为0.0907,因此在10%的显著性水平上,我们可以拒绝β1=0的原假设,因此可以认为在统计上来说,X1即工资性收入对消费支出有显著性的影响。
同理,由于P2=0.0161<0.1,P3=0.0002<0.1,P4=0.0026<0.1,所以在10%的显著性水平上,我们可以拒绝β2、β3、β4=0的原假设,所以在统计上来说,经营性收入、财产性收入、转移性收入对消费支出有显著性的影响。
4.1.3整体性检验
在上述的回归结果中表明,F统计量为5455.713,其对应的P值为0.000000。
由于F=5455.713>Fa(1,n-2)=1.53。
所以回归方程在统计上是显著的,即:
工资性收入、经营性收入、财产性收入以及转移性收入这四个解释变量对于消费支出有显著性影响。
4.2多重共线性检验与消除
多重共线性的本质是解释变量之间存在某种线性关系,所以我们可以通过让每一个解释变量对其他的解释变量和常数项回归,来检验解释变量之间是否存在着某种线性关系,从而来验证是否存在严重的多重共线性。
结果如表4所示:
表4:
解释变量对其他的解释变量和回归的结果
DependentVariable:
X1
Method:
LeastSquares
Date:
06/28/14Time:
16:
17
Sample(adjusted):
116
Includedobservations:
16afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
X2
-0.583735
1.575510
-0.370506
0.7175
X3
0.763772
3.749837
0.203681
0.8420
X4
2.781894
0.470485
5.912819
0.0001
C
541.3880
591.2057
0.915735
0.3778
R-squared
0.992938
Meandependentvar
8492.375
AdjustedR-squared
0.991172
S.D.dependentvar
4462.588
S.E.ofregression
419.2920
Akaikeinfocriterion
15.12733
Sumsquaredresid
2109669.
Schwarzcriterion
15.32048
Loglikelihood
-117.0186
Hannan-Quinncriter.
15.13722
F-statistic
562.3834
Durbin-Watsonstat
0.655174
Prob(F-statistic)
0.000000
DependentVariable:
X2
Method:
LeastSquares
Date:
06/28/14Time:
16:
23
Sample(adjusted):
116
Includedobservations:
16afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
X1
-0.019375
0.052295
-0.370506
0.7175
X3
1.823180
0.437424
4.167991
0.0013
X4
0.289849
0.147487
1.965252
0.0730
C
-323.6779
60.67612
-5.334520
0.0002
R-squared
0.992181
Meandependentvar
886.8125
AdjustedR-squared
0.990226
S.D.dependentvar
772.6906
S.E.ofregression
76.38969
Akaikeinfocriterion
11.72189
Sumsquaredresid
70024.61
Schwarzcriterion
11.91504
Loglikelihood
-89.77512
Hannan-Quinncriter.
11.73178
F-statistic
507.5780
Durbin-Watsonstat
2.664948
Prob(F-statistic)
0.000000
DependentVariable:
X3
Method:
LeastSquares
Date:
06/28/14Time:
16:
23
Sample(adjusted):
116
Includedobservations:
16afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
X1
0.004511
0.022147
0.203681
0.8420
X2
0.324406
0.077833
4.167991
0.0013
X4
-0.042473
0.070469
-0.602720
0.5579
C
82.56919
40.50202
2.038644
0.0641
R-squared
0.979439
Meandependentvar
282.5625
AdjustedR-squared
0.974299
S.D.dependentvar
200.9955
S.E.ofregression
32.22286
Akaikeinfocriterion
9.995547
Sumsquaredresid
12459.75
Schwarzcriterion
10.18869
Loglikelihood
-75.96438
Hannan-Quinncriter.
10.00544
F-statistic
190.5425
Durbin-Watsonstat
2.005607
Prob(F-statistic)
0.000000
DependentVariable:
X4
Method:
LeastSquares
Date:
06/28/14Time:
16:
23
Sample(adjusted):
116
Includedobservations:
16afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
X1
0.267613
0.045260
5.912819
0.0001
X2
0.840043
0.427448
1.965252
0.0730
X3
-0.691806
1.147807
-0.602720
0.5579
C
144.4729
185.0239
0.780834
0.4500
R-squared
0.995347
Meandependent