基于误差修正模型的我国城乡居民收入与消费差异研究.docx
《基于误差修正模型的我国城乡居民收入与消费差异研究.docx》由会员分享，可在线阅读，更多相关《基于误差修正模型的我国城乡居民收入与消费差异研究.docx（17页珍藏版）》请在冰豆网上搜索。
基于误差修正模型的我国城乡居民收入与消费差异研究
基于误差修正模型的我国城乡居民消费差异研究
[摘要]本文基于消费函数和误差修正模型，分别建立了我国农村和城镇居民消费的协整方程和误差修正模型，并进行了稳定性检验。
结果发现农村居民和城镇居民各自的收入和消费存在长期协整关系，并且这种关系由于体制改革和制度创新而发生了结构性变化。
农村居民的边际消费倾向较高，收入不足才是农民消费需求不足的根源，因此扩大农民消费需求的政策着眼点应当放在促进农民增收提高农民收入水平方面。
对于城镇居民来说，其消费需求疲软主要是边际消费倾向较低造成的，要通过体制改革和制度创新提高城镇居民边际消费倾向以刺激城镇居民消费需求
关键词：
居民消费，消费函数，协整，误差修正模型
引言
自金融危机爆发后，在人民币升值的国际背景下，我国对外国的出口都出现了不同程度的下降，这对我国一直以来的出口拉动型经济增长有严重影响，在这种情况下，我国政府希望通过扩大内需来维持经济的平稳增长，必须促进中国经济增长主要依靠投资、出口拉动向依靠消费、投资和出口协调拉动转变。
整体来说，我国社会消费发展较快，但存在的问题也是非常严重。
主要表现为消费对经济发展的拉动作用乏力，我国经济发展过分依赖于投资和出口拉动。
消费和投资需求具有不同的性质。
消费本身已是最终需求,而投资在本期是需求,在下一期就会转化为供应,其需要与之相适应的消费需求来消化。
我国消费对经济只起到有限的推动作用，高投资形成巨大的产能释放，在国内找不到有效的出口，被迫寻找外部出口，从而形成了高投资-高出口-低消费-高投资的恶性循环。
这种状况十分不利于国民经济持续稳定发展。
消费需求不仅直接拉动经济增长,而且关系到投资需求的最终转化。
因此如何启动消费、扩大内需一直是近年来政府和理论界关心的热点和难点。
我国消费的问题还表现在城乡居民消费差距太大，如图1，我国城乡消费水平比在逐年扩大，农村居民消费水平低下成为经济发展的主要羁绊。
我国是个农业大国，有近60%的人口在农村，7.45亿农村人口消费是中国消费市场最重要的部分。
农民消费不足将极大制约我国消费需求的增长，影响商品的销售，最终影响经济发展。
图1
要持久拉动内需,必须在拉动消费上下功夫。
因此研究我国城乡居民消费差异，对于不同的消费群体制定不同的消费政策，对于扩大内需，维持我国经济的平稳增长具有重要而长远的意义。
本文基于消费函数和误差修正模型，探讨我国城乡居民消费差异，并提出相关建议。
一．文献综述及相关研究
（一）经济学的几个消费函数
1．凯恩斯的绝对收入假说
凯恩斯认为，在短期内，消费者的消费主要取决于收入的多少，随着收入的增加，人们的消费也会增加。
2．莫迪利安尼的生命周期假说
该假说首先假定消费者是理性的，能以合理的方式使用自己的收入进行消费；其次，消费者行为的唯一目标是自身效用最大化。
这样，理性的消费者将依据效用最大化的原则，根据其预期寿命来安排收入用于消费和储蓄，即每个人都将根据他一生的全部预期收入来安排他的消费支出。
消费不是取决于个人的当期收入，二是取决于其一生的收入。
3．弗里德曼的永久收入假说
弗里德曼将个人的收入分为永久性收入和暂时性收入。
永久性收入是稳定的、正常的收入，暂时性收入是不稳定的、意外的收入。
弗里德曼认为，决定人们消费支出的是他们的永久的、长期的收入，而不是短期的可支配收入。
为了实现效用最大化，人们实际上是根据他们长期能保持的收入水平来进行消费的。
4．杜森贝利的相对收入假说
杜森贝利认为，一方面，消费者支出不仅受其自身收入的影响，而且受周围人消费行为的影响，即消费具有“示范效应”；另一方面，消费者的消费支出不仅受自己当期收入的影响，而且也受自己过去收入和消费水平的影响，即消费具有“棘轮效应”。
（二）从不同分组角度研究中国居民消费行为的差异性成为一种研究趋向
张春勋（2000）曾经对消费者分层的依据作过初步的探讨，为对消费者进行合理分层，深入研究消费各阶层的消费行为特征做了一些铺垫。
原国家计委宏观经济研究院课题组（2001）将不同收入层的人口规模考虑进来分析不同收入层的购买力规模对消费市场的影响。
杨天宇、林岗（2000）试图以我国城镇居民的收入分配为背景，构建一个以收入分配为基础的消费函数，并利用中国城镇居民的具体数据对其进行计量验证，证明消费函数是可以成立的，在研究消费函数过程中，收入分配是一个不容忽视的要素。
杨天宇（2001）利用1978-1998年之间有关收入分配差距、消费需求的数据，运用最小二乘法和非参数统计方法对中国收入分配、消费需求的关系进行计量分析，以验证中国收入分配与消费需求之间是否存在某种程度的相关关系。
何问陶、王静淘（2004）认为居民收入差距扩大的事实必然导致以收入为基础的消费层次的存在，这要求刺激消费、扩大内需的政策必须考虑到不同收入层的消费结构和消费理念是不同的。
二．我国城乡居民消费差异的统计描述
我国城乡居民消费的二元结构日趋突出，城乡居民消费差距不断扩大。
城市经济转型受益于市场化体制改革的加快,相比之下,农村地区体制改革相对滞缓。
这直接造成了我国城乡经济发展差距较大，导致城乡居民处于两个根本不同的收入群体和消费阶层的结果，从表1我们可以看出自改革开放以来，无论是农村居民人均全年消费支出还是城镇居民人均全年消费支出均出现逐年增加的迹象；但是从横向比较可以看出，城镇居民人均全年消费支出的绝对额比农村居民人均全年消费支出的绝对额高，农村居民与城镇居民人均消费差距大，并且在不断扩大，2004年，城镇居民人均消费支出是农村居民消费支出的3.3倍。
2009年，农村居民恩格尔系数为41，而城镇居民的恩格尔系数在1999-2000年间已达到这一水平，农村居民消费水平落后城镇居民消费水平约10年。
表1农村居民家庭与城镇居民家庭人均消费比较
年份
农村居民家庭
城镇居民家庭
年份
农村居民家庭
城镇居民家庭
农村家庭平均每人年消费性支出（元）
恩格尔系数（%）
城镇家庭平均每人全年消费性支出（元）
恩格尔系数（%）
农村家庭平均每人年消费性支出（元）
恩格尔系数（%）
城镇家庭平均每人全年消费性支出（元）
恩格尔系数（%）
1978
116.06
67.7
311.2
57.5
1994
1016.81
58.9
2851.3
50
1979
134.51
64
350.3
56.9
1995
1310.36
58.6
3537.57
50.1
1980
162.21
61.8
412.4
56.7
1996
1572.08
56.3
3919.5
48.8
1981
190.81
59.9
456.8
58.6
1997
1617.15
55.1
4185.6
46.6
1982
220.23
60.7
471
59.2
1998
1590.3
53.4
4331.6
44.7
1983
248.29
59.4
505.9
58.0
1999
1577.4
52.6
4615.9
42.1
1984
273.8
59.2
559.4
53.3
2000
1670.13
49.1
4998
39.4
1985
317.42
57.8
673.2
53.3
2001
1741.1
47.7
5309.01
38.2
1986
356.95
56.4
799
52.4
2002
1834.3
46.2
6029.92
37.7
1987
398.29
55.8
884.4
53.5
2003
1943.3
45.6
6510.94
37.1
1988
476.66
54
1104
51.4
2004
2184.7
47.2
7182.1
37.7
1989
535.37
54.8
1211
54.5
2005
2555.4
45.5
7942.88
36.7
1990
584.63
58.8
1278.89
54.2
2006
2829.02
43
8696.55
35.8
1991
619.79
57.6
1453.8
53.8
2007
3223.85
43.1
9997.47
36.3
1992
659.21
57.6
1671.7
53
2008
3660.68
43.7
11242.85
37.9
1993
769.65
58.1
2110.8
50.3
2009
3993.5
41
12264.6
36.5
*根据中经网统计数据库整理
三．实证研究
（一）数据说明及处理
为了研究我国城乡居民消费差异。
本文采用1978-2009年的农村家庭平均每人年消费性支出rcons，农村居民家庭人均年纯收入rincome，城镇家庭平均每人全年消费性支出ucons，城镇家庭平均每人可支配收入uincome，为了消除价格因素的影响，我们将每个变量都除以上年为基期的CPI，将名义变量化为实际变量。
化为实际变量后，对数据还要进行对数处理一方面可以消除数据的异方差,另一方面变量对数的差分近似等于变量的变化率,并且可以结合弹性理论深入研究变量之间的内在联系。
此外，取对数后更容易得到平稳的数据并且不会改变时间序列的性质和相互关系。
数据来自中经网统计数据库。
数据分析和模型参数估计均使用EViews5.0软件。
（二）我国城乡居民消费差异的实证分析
从前文对城乡居民消费差距的统计描述中已经初步发现两者之间具有较为明显的差异性，为了进一步证实这一点，并从定量上说明差异的具体表现形式，分别对城镇居民和农村居民的消费函数进行实证分析。
1．数据的平稳性检验
所谓时间序列的平稳性，是指时间序列的统计规律不随时间的位移而发生改变，也就是说，生成变量时间序列数据的随机过程的特征（数学期望、方差及协方差）不随时间变化而变化。
在对时间序列进行计量分析时，首先要对各变量进行平稳性检验。
在现实经济中，许多经济变量的时间序列是非平稳的，对非平稳的时间序列进行回归可能会出现伪回归的现象，导致标准的t和F检验无效。
本文采用ADF检验法对变量rcons、ucons、rincome、uincome序列进行单位根检验，考察序列是否平稳。
ADF单位根检验结果见表3。
表3ADF单位根检验结果
变量
检验形式（C,0,K）
ADF统计量
1%临界值
5%临界值
10%临界值
结论
rcons
（C,0,2）
-1.039396
-3.67932
-2.96777
-2.622989
非平稳
D（rcons）
（C,0,1）
-4.139512
-3.67932
-2.96777
-2.622989
平稳
rincome
（C,0,1）
-0.739114
-3.67017
-2.96397
-2.621007
非平稳
D（rincome）
（C,0,0）
-3.08445
-3.67017
-2.96397
-2.621007
平稳
ucons
（C,0,1）
-0.390487
-3.67017
-2.96397
-2.621007
非平稳
D（ucons）
（C,0,1）
-3.1926781
-3.67017
-2.96397
-2.621007
平稳
uincome
（C,0,0）
-0.1938378
-3.66166
-2.96041
-2.61916
非平稳
D（uincome）
（C,0,0）
-3.428265
-3.67017
-2.96397
-2.621007
平稳
注：
D是差分算子。
（C,T,K）分别代表所设定的检验方程含有截距、时间趋势及滞后阶数,以上对时间序列rcons、ucons、rincome、uincome的平稳性检验表明，在10%的显著水平下，不能拒绝三个变量存在单位根的假设，rcons、ucons、rincome、uincome均为非平稳序列，而它们的一阶差分D（rcons）、D（ucons）、D（rincome）、D（uincome）均为平稳序列．由此可知，rcons、ucons、rincome、uincome均为I
（1）序列．
2．协整检验
1987年Engle和Granger提出的协整理论及其方法，为非平稳序列的建模提供了另一种途径。
虽然一些经济变量的本身是非平稳序列，但是，它们的线性组合却有可能是平稳序列。
这种平稳的线性组合被称为协整方程，且可解释为变量之间的长期稳定的均衡关系。
Engle和Granger提出的协整检验方法是对回归方程的残差进行单位根检验。
检验步骤如下：
（1）rcons、ucons、rincome、uincome均为I
（1）序列，可根据弗里德曼的永久收入和杜森贝利的相对收入假说，建立如下回归方程
即消费者当期的消费既受到当期收入的影响，也受到前一期消费和收入的影响。
模型估计的残差为
对应农村居民和城镇居民的消费函数分别为
估计后得到
=0.84
+0.9
-0.75
（1）
（6.19）（10.70）（-6.53）
=0.999D.W.=1.55
=0.14+0.51
+0.86
-0.4
（2）
（2.89）（2.98）（10.56）（-2.37）
=0.999D.W.=1.95
D-W统计量检验序列相关有三个主要不足：
1．D-W统计量的扰动项在原假设下依赖数据矩阵。
2．回归方程右边如果存在滞后因变量，D-W检验不再有效。
3．仅仅检验是否存在一阶序列相关。
由于回归方程右边存在滞后因变量，D-W检验不再有效。
相关图和Q-统计量、Breush-GodfreyLM检验克服了上述不足，应用于大多数场合。
此时使用Q-统计量来检验序列相关。
p阶滞后的Q-统计量的原假设是：
序列不存在p阶自相关；备选假设为：
序列存在p阶自相关。
对
（1）
（2）式进行Q-统计量检验的结果为：
（1）式检验结果
AC
PAC
Q-Stat
Prob
1
0.197
0.197
1.3289
0.249
2
0.019
-0.021
1.3410
0.511
3
-0.173
-0.180
2.4397
0.486
4
-0.139
-0.074
3.1676
0.530
5
0.092
0.150
3.5038
0.623
（2）式检验结果
AC
PAC
Q-Stat
Prob
1
-0.065
-0.065
0.1454
0.703
2
0.015
0.010
0.1528
0.926
3
0.146
0.148
0.9342
0.817
4
-0.124
-0.107
1.5128
0.824
5
0.085
0.069
1.7966
0.877
根据输出结果，我们不能拒绝原假设，即不存在序列相关性。
（2）检验残差序列
是否平稳，也就是判断序列
是否含有单位根。
同样，用ADF检验来判断残差序列
是否平稳。
对
（1）式的回归残差进行单位根检验，结果如下
ADF统计量
t统计量
p值
-4.4609
0.0001
显著性水平
1%临界值
-2.644302
5%临界值
-1.952473
10%临界值
-1.610211
由检验结果可以看出，
，
，
，
之间存在协整关系，协整向量为（1，-0.84,-0.9，0.75）。
对
（2）式的回归残差进行单位根检验，结果残差不是平稳的，则方程的变量之间不存在协整关系。
那么，根据杜森贝利的相对收入假说对城镇家庭人均消费和人均可支配收入重新设立模型
估计后得到
=0.23+0.34
-0.16
+0.77
（3）
（6.6）（2.4）（-1.87）（9.6）
=0.999D.W.=1.79
对（3）式进行Q-统计量检验，结果不存在序列相关。
对（3）式的回归残差进行ADF单位根检验，结果如下
ADF统计量
t统计量
p值
-5.754483
0.0000
显著性水平
1%临界值
-2.64712
5%临界值
-1.95291
10%临界值
-1.610011
由检验结果可以看出，（3）式的回归残差在1%的显著性水平下拒绝原假设，因此残差序列是平稳的，
，
，
，
之间存在协整关系，协整向量为（1，-0.34,0.16，-0.77）。
3．建立误差修正模型
传统的经济模型通常表述的是变量之间的一种“长期均衡”关系，而实际经济数据却是由“非均衡过程”生成的。
因此，建模时需要用数据的动态非均衡过程来逼近经济理论的长期均衡过程。
最常用的ECM模型的估计方法是Engle和Granger（1981）两步法：
（1）建立协整方程
在上述的协整检验中，已分别建立农村和城镇的消费方程：
=0.84
+0.9
-0.75
=0.23+0.34
-0.16
+0.77
分别得到其残差序列
=
-0.84
-0.9
+0.75
=
-0.23-0.34
+0.16
-0.77
（2）分别令
=
，
=
，即将协整方程的残差序列作为误差修正项，建立下面的误差修正模型：
估计后分别得到
=0.91
-1.36
（4）
（9.89）（-2.35）
=0.86D.W=1.97
=0.21
+0.85
-0.93
（5）
（2.13）（11.0）（-4.64）
=0.88D.W=1.75
4．模型稳定性检验
对于时间序列数据，因变量和解释变量之间的关系可能会发生结构变化，这可能是由经济系统的需求或供给冲击带来的，也可能是制度转变的结果。
因此，需要对参数和设定关系的稳定性进行检验。
本文采用Chow分割点检验。
Chow分割点检验的思想是对每一个子样本区间估计方程，看估计方程中是否存在显著差异。
显著差异说明关系中存在结构变化。
对Chow分割点检验，EViews提供了两个检验统计量。
F统计量和对数似然比（LR）统计量。
Chow分割点检验的原假设:
不存在结构变化。
利用Chow检验来分别判断之前所建立的农村和城镇协整方程和误差修正模型的稳定性。
20世纪90年代前的中国仍然处于卖方市场，虽然居民收入水平增幅较大，但商品供给有限，而且当时的利息率较高，因而居民收入更加倾向于储蓄增值而不是立即消费。
1994年我国开始了全面的体制改革和制度创新，随着国有企业体制改革的推进和大量非国有企业的兴起并日益壮大，国内商品市场日益繁荣，商品品种更加丰富，使得居民收入用于消费的部分增加。
不妨以1994年为假想的间断点，用Chow检验判断1994之前和之后的两段时期消费函数是否产生了显著的差异。
结果如下：
农村
协整方程
ChowBreakpointTest:
1994
F-statistic
3.361746
Probability
0.026323
Loglikelihoodratio
14.27130
Probability
0.006478
误差修正模型
ChowBreakpointTest:
1994
F-statistic
2.372562
Probability
0.076184
Loglikelihoodratio
13.97122
Probability
0.015793
对于农村协整方程的检验结果是LR统计量拒绝原假设，即1994前后存在结构变化。
而对于误差修正模型而言，不存在结构性变化，说明误差修正模型的稳定性较协整方程好。
城镇
协整方程
ChowBreakpointTest:
1994
F-statistic
3.688284
Probability
0.019145
Loglikelihoodratio
15.39543
Probability
0.003948
误差修正模型
ChowBreakpointTest:
1994
F-statistic
0.927543
Probability
0.484983
Loglikelihoodratio
6.333736
Probability
0.275086
对于城镇检验结果与农村相同，说明城镇居民消费的误差修正模型稳定性较好。
四．结论
本文建立了我国农村居民和城镇居民消费与收入的长期消费函数模型和误差修正模型。
根据模型可以得出以下结论:
1．在1978-2009年间，以不变价格表示的我国农村居民和城镇居民的收入和消费支出序列为一阶单整序列。
并且农村居民和城镇居民各自的收入和消费存在长期协整关系，这种关系在整个时期不是稳定的，由于1994年我国开始了全面的体制改革和制度创新，使得农村和城镇居民的消费函数发生了结构性变化，说明体制改革和制度创新对于消费者行为的影响是显著的。
2．从长期均衡方程
（1）式和（3）式来看，城镇居民的自发消费高于农村居民，这与城乡居民的生活条件与消费环境的差异有关首先，我国农村经济仍包含较强的自给自足成分，农村居民生活必需品中有相当一部分不需要通过市场购买获得；此外，城镇地区的生活水平也普遍高于农村地区，因而城镇居民基本消费支出必然高于农村居民。
长期均衡方程
（1）式和（3）式还表明我国农村居民的边际消费倾向要高于城镇居民。
农村居民收入增加一单位时消费支出增加0.9单位，城镇居民收入增加一单位时消费支出增加0.77单位。
换句话说，每增加一元钱，农村居民花掉0.9元，城市人花掉0.77元。
这种现象事实上是边际消费倾向递减规律的一种表现形式，我国城镇居民的收入水平远高于农村居民，对于前者而言，消费结构已经基本实现从“吃穿用”向“住行”的转变，由于“吃穿用”方面的消费需求已经基本满足，因此城镇居民收入增量中的很大一部分被储蓄起来，或为今后购买汽车、住房等大宗耐用消费品积累资金，或进行动产与不动产投资以追求财富增值;相比之下，由于城乡发展差距大，农村居民收入水平较低，多数农民仍旧停留在以“吃穿用”为主的消费阶段，这是我国农村居民边际消费倾向高于城镇居民的主要原因。
3．由误差修正模型（4）式可以看出，我国农村居民纯收入的短期变化对消费有显著的正影响,影
升级会员 