中國(guó)城鎮(zhèn)居民邊際消費(fèi)傾向結(jié)構(gòu)突變的統(tǒng)計(jì)檢驗(yàn)

郭永建，王津港

(1.天津財(cái)經(jīng)大學(xué) 理工學(xué)院，天津 300222；2.華中科技大學(xué) 經(jīng)濟(jì)學(xué)院，武漢 430074)

0 引言

為應(yīng)對(duì)當(dāng)前日益加劇的全球金融危機(jī)及各主要發(fā)達(dá)經(jīng)濟(jì)體增長(zhǎng)放緩給中國(guó)經(jīng)濟(jì)增長(zhǎng)帶來(lái)的壓力，中國(guó)政府于2008年11月明確提出實(shí)行適當(dāng)寬松的貨幣政策和積極的財(cái)政政策，并相繼出臺(tái)了十項(xiàng)擴(kuò)大內(nèi)需、促進(jìn)經(jīng)濟(jì)增長(zhǎng)的措施。同時(shí)，在2008年12月舉行的中央經(jīng)濟(jì)會(huì)議上又進(jìn)一步把保持經(jīng)濟(jì)平穩(wěn)較快發(fā)展作為2009年經(jīng)濟(jì)工作的首要任務(wù)，把擴(kuò)大內(nèi)需作為保證經(jīng)濟(jì)增長(zhǎng)的根本途徑，并強(qiáng)調(diào)擴(kuò)大國(guó)內(nèi)需求的核心是擴(kuò)大居民最終消費(fèi)需求。由此可見(jiàn)，擴(kuò)大居民最終消費(fèi)需求既是解決當(dāng)前問(wèn)題的應(yīng)急之策，更是保持社會(huì)經(jīng)濟(jì)持續(xù)穩(wěn)定發(fā)展的長(zhǎng)久之計(jì)。

雖然擴(kuò)大消費(fèi)內(nèi)需的關(guān)鍵在于增加居民的可支配收入，但是在全球經(jīng)濟(jì)衰退、中國(guó)經(jīng)濟(jì)受到明顯沖擊的背景下，大幅度增加居民收入變的舉步維艱。因此，在當(dāng)前居民對(duì)經(jīng)濟(jì)預(yù)期謹(jǐn)慎的條件下，擴(kuò)大居民最終消費(fèi)需求的方式不能僅依賴于居民收入的提高，更應(yīng)著眼于通過(guò)政策引導(dǎo)實(shí)現(xiàn)居民邊際消費(fèi)傾向的改善。

1 數(shù)據(jù)與模型

1.1 數(shù)據(jù)和無(wú)結(jié)構(gòu)突變的居民消費(fèi)函數(shù)動(dòng)態(tài)面板模型

本文分別以中國(guó)城鎮(zhèn)家庭年人均可支配收入和年人均消費(fèi)性支出度量收入和消費(fèi)水平。樣本期為1992～2007年，以中國(guó)大陸的31個(gè)省、自治區(qū)、直轄市（不包括臺(tái)灣省，香港和澳門特別行政區(qū)）為截面形成面板數(shù)據(jù)。文中數(shù)據(jù)按各地區(qū)城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)調(diào)整為以1992年為基期的可比數(shù)據(jù)。數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局官方網(wǎng)站及中經(jīng)網(wǎng)數(shù)據(jù)庫(kù)。

Hall將理性預(yù)期引入消費(fèi)函數(shù)，認(rèn)為人們可以根據(jù)原因變量的實(shí)際值對(duì)結(jié)果變量進(jìn)行預(yù)期，但是實(shí)際上往往達(dá)不到預(yù)期的結(jié)果，因此需要對(duì)結(jié)果變量的預(yù)期值進(jìn)行調(diào)整。在消費(fèi)函數(shù)中，假設(shè)第t期消費(fèi)預(yù)期值是收入W的函數(shù)，即=a+bW。用Ct代表可以近似的表達(dá)為以Wt和Ct-1為解釋變量的函數(shù)形式：Ct=f(Wt,Ct-1)，將該函數(shù)引入到生命周期或持久收入模型中，并表達(dá)為面板數(shù)據(jù)形式，得出本文所采用的計(jì)量模型：

其中Cit和Wit分別為第i個(gè)截面t時(shí)期的消費(fèi)和收入，隨機(jī)誤差項(xiàng)由兩部分組成：ηi為個(gè)體效應(yīng)為異質(zhì)性沖擊，并且假定 E(ηi)=E(εit)=E(ηiεit)=0。Wit的系數(shù) β1即為邊際消費(fèi)傾向。

1.2 內(nèi)生結(jié)構(gòu)突變的動(dòng)態(tài)面板模型

本文所研究的樣本期包含了中國(guó)典型的一個(gè)增長(zhǎng)周期及不同形態(tài)的通貨膨脹調(diào)整過(guò)程。其間，教育、醫(yī)療、住房改革不斷深化，貨幣及財(cái)政政策幾經(jīng)變化，這些因素都會(huì)對(duì)消費(fèi)者產(chǎn)生影響，改變其消費(fèi)行為，即消費(fèi)函數(shù)有可能發(fā)生結(jié)構(gòu)性變化。因此，記內(nèi)生結(jié)構(gòu)突點(diǎn)為τ(τ=3，…，T)，定義虛擬變量Dτ，當(dāng)模型(1)在τ處發(fā)生結(jié)構(gòu)變化，則Dτ在τ至τ處為1，否則為0，于是，具有內(nèi)生結(jié)構(gòu)突變的模型(1)可以表述為：

與模型(1)相比較，模型(2)的斜率系數(shù)、個(gè)體效應(yīng)均在τ處發(fā)生了結(jié)構(gòu)突變。Wachter的研究證明，如果模型(2)確實(shí)存在著結(jié)構(gòu)突變而忽視它，其GMM或SGMM的估計(jì)結(jié)果將是非一致的。并在此基礎(chǔ)上，進(jìn)一步發(fā)展了內(nèi)生結(jié)構(gòu)突變的檢驗(yàn)。 同時(shí)，Andrews、Lu 和 Ahn、Lee和 Schmidt也曾提出了這一問(wèn)題。我們知道，現(xiàn)有文獻(xiàn)關(guān)于動(dòng)態(tài)面板數(shù)據(jù)模型的研究主要集中于估計(jì)和檢驗(yàn)，對(duì)其內(nèi)生結(jié)構(gòu)突變檢驗(yàn)的研究鮮少有之，而且研究進(jìn)程也非常緩慢。造成這一現(xiàn)象的根本原因在于：構(gòu)建檢驗(yàn)統(tǒng)計(jì)量和推導(dǎo)相應(yīng)的分布，因估計(jì)動(dòng)態(tài)面板模型的復(fù)雜性而變得異常困難。因?yàn)椋?dāng)發(fā)生結(jié)構(gòu)突變時(shí)，在突變點(diǎn)前后的矩函數(shù)會(huì)隨之變化，從而造成構(gòu)建檢驗(yàn)統(tǒng)計(jì)量的困難。正因如此，動(dòng)態(tài)面板模型的內(nèi)生結(jié)構(gòu)突變檢驗(yàn)，就成為最前沿和最困難的研究方向。本文應(yīng)用了Wachter所發(fā)展的內(nèi)生結(jié)構(gòu)突變檢驗(yàn)統(tǒng)計(jì)量，對(duì)模型(2)進(jìn)行內(nèi)生結(jié)構(gòu)突變檢驗(yàn)，以期在此方面有所突破。

2 內(nèi)生結(jié)構(gòu)突變檢驗(yàn)及模型估計(jì)

2.1 居民消費(fèi)函數(shù)內(nèi)生結(jié)構(gòu)突變點(diǎn)的識(shí)別及檢驗(yàn)

如前所述，在受到?jīng)_擊后，居民消費(fèi)函數(shù)很有可能發(fā)生結(jié)構(gòu)突變?；诖它c(diǎn)，為檢驗(yàn)中國(guó)城鎮(zhèn)居民消費(fèi)函數(shù)是否發(fā)生內(nèi)生性結(jié)構(gòu)突變，我們首先設(shè)定原假設(shè)(Ho)為無(wú)結(jié)構(gòu)突變即數(shù)據(jù)支持模型(1)，備選假設(shè)(HA)為模型(2)即發(fā)生結(jié)構(gòu)突變。由于發(fā)生結(jié)構(gòu)突變的時(shí)間未知，即結(jié)構(gòu)突變可能發(fā)生在τ=3，…，T，因此，所謂內(nèi)生結(jié)構(gòu)突變檢驗(yàn)，在發(fā)生結(jié)構(gòu)突變的條件下，不僅應(yīng)拒絕無(wú)結(jié)構(gòu)突變的原假設(shè)，還應(yīng)基于統(tǒng)計(jì)量的值和分布確定相應(yīng)的結(jié)構(gòu)突變點(diǎn)。

Wachter的檢驗(yàn)方法建立在為人熟知的Arellaon-Bond動(dòng)態(tài)面板GMM估計(jì)的框架下，允許模型的斜率系數(shù)及個(gè)體效應(yīng)在未知時(shí)刻 存在著結(jié)構(gòu)突變，并且不約束后者的突變具有同質(zhì)性。以原假設(shè)（模型沒(méi)有結(jié)構(gòu)突變）和每一個(gè)備選假設(shè) （個(gè)體效應(yīng)、斜率系數(shù)或者二者同時(shí)存在著結(jié)構(gòu)突變）下GMM目標(biāo)函數(shù)值的差作為檢驗(yàn)統(tǒng)計(jì)量的基礎(chǔ)，將其最大差值的時(shí)刻τ作為潛在的斷點(diǎn)。該統(tǒng)計(jì)量漸進(jìn)服從漸近的多元卡方分布，因而除最大值的分量外，顯著的次最大值所對(duì)應(yīng)的時(shí)間點(diǎn)亦可看作是相應(yīng)的結(jié)構(gòu)突變點(diǎn)，但結(jié)構(gòu)突變的強(qiáng)度可能明顯弱于最大值所對(duì)應(yīng)的強(qiáng)度。Wachter設(shè)計(jì)并實(shí)現(xiàn)的蒙特卡洛模擬，不僅給出了有限樣本的分位數(shù)，其結(jié)果還表明，與Andrews和Lu的檢驗(yàn)方法相比，這一方法具有更好的小樣本性質(zhì)。本文正是應(yīng)用Wachter未知斷點(diǎn)的檢驗(yàn)方法和Wachter給出的分位數(shù)，檢驗(yàn)中國(guó)城鎮(zhèn)居民消費(fèi)函數(shù)是否具有內(nèi)生結(jié)構(gòu)突變。檢驗(yàn)結(jié)果如下：

表1的結(jié)果說(shuō)明：在1992～2007年間，中國(guó)城鎮(zhèn)居民消費(fèi)函數(shù)發(fā)生了顯著的結(jié)構(gòu)突變，突變點(diǎn)為1999年。我們認(rèn)為，產(chǎn)生該結(jié)果的主要原因是1997年的亞洲金融危機(jī)。受當(dāng)時(shí)金融危機(jī)的影響，中國(guó)經(jīng)濟(jì)增長(zhǎng)率從1997年的9.6%急速下降到1998年的7.3%和1999年的7.9%。經(jīng)濟(jì)增長(zhǎng)速度的放緩直接影響到居民的收入水平及其對(duì)未來(lái)收入的預(yù)期，并在一定程度上促使人們減少消費(fèi)。因此，本文所檢驗(yàn)的結(jié)構(gòu)突變點(diǎn)，較為準(zhǔn)確地反映了居民消費(fèi)函數(shù)的結(jié)構(gòu)變化特征。

表1 居民消費(fèi)函數(shù)內(nèi)生結(jié)構(gòu)突變的檢驗(yàn)結(jié)果

表2 居民邊際消費(fèi)傾向估計(jì)結(jié)果

2.2 居民消費(fèi)函數(shù)的系統(tǒng)廣義矩估計(jì)

不同于時(shí)間序列的自回歸模型，動(dòng)態(tài)面板模型(1)中的滯后項(xiàng)與隨機(jī)誤差項(xiàng)相關(guān)而形成內(nèi)生性，Hsiao和Nickell的研究表明使用固定效應(yīng)和隨機(jī)效應(yīng)的OLS估計(jì)將產(chǎn)生有偏與非一致的估計(jì)量，因此，模型(1)的估計(jì)只能是基于與擾動(dòng)項(xiàng)的差分正交的工具變量而形成的一階差分的廣義矩簡(jiǎn)記為GMM)估計(jì)。GMM估計(jì)基于滯后內(nèi)生回歸元的水平值與隨機(jī)誤差項(xiàng)的一階差分正交而構(gòu)成矩函數(shù)：

不難看出，當(dāng)t=3時(shí)，s=1，工具變量為Ci1，依此類推，由式(3)產(chǎn)生的工具變量記為ZD，但是，當(dāng)工具變量與擾動(dòng)項(xiàng)的一階差分弱相關(guān)時(shí)，ZD就成為弱工具變量，GMM估計(jì)量具有較大的偏誤。為解決這一問(wèn)題，Blundell在Arellano和Bover的基礎(chǔ)上提出了系統(tǒng)廣義矩 (system GMM，簡(jiǎn)記為SGMM)估計(jì)，其核心在于個(gè)體效應(yīng)外生于內(nèi)生滯后項(xiàng)的差分，即 E(△citηi)=0。 于是，基于 εit本身序列無(wú)關(guān)，以及 E(ηi)=E(εit)=E(ηiεit)，有：

類似的，當(dāng) t=3時(shí),s=1，工具變量為△Ci1，依此類推，由式(4)產(chǎn)生的工具變量為ZL。于是，將式(3)和式(4)聯(lián)立，就形成SGMM估計(jì)的總體矩函數(shù)：

通過(guò)對(duì)Wachter動(dòng)態(tài)面板模型的內(nèi)生結(jié)構(gòu)突變點(diǎn)的識(shí)別，不僅揭示了中國(guó)城鎮(zhèn)居民消費(fèi)函數(shù)存在著結(jié)構(gòu)突變，而且也隱含著所確定的子樣本中不存在顯著的結(jié)構(gòu)突變。因此，對(duì)城鎮(zhèn)居民消費(fèi)函數(shù)模型的子樣本使用SGMM方法可得到估計(jì)參數(shù)的一致性估計(jì)，估計(jì)結(jié)果列入表2。

表2中的Sargan檢驗(yàn)表明，對(duì)于兩個(gè)子樣本，我們基于式(5)定義的水平和差分的工具變量是聯(lián)合有效的。SGMM估計(jì)假設(shè)隨機(jī)誤差項(xiàng)不存在一階自相關(guān)，否則選取的工具變量就是無(wú)效的，AR(2)檢驗(yàn)一階差分后的殘差項(xiàng)是否具有二階自相關(guān)，即檢驗(yàn)?zāi)Ｐ?1)的殘差是否具有一階自相關(guān)。所有樣本期的檢驗(yàn)不接受隨機(jī)誤差項(xiàng)有一階自相關(guān)的假設(shè)，進(jìn)一步支持所有工具變量的有效性。兩個(gè)子樣本的計(jì)量模型中的解釋變量系數(shù)在5%的水平下都是顯著的。據(jù)此，兩個(gè)子樣本的居民邊際消費(fèi)傾向估計(jì)是準(zhǔn)確的。

表2的結(jié)果說(shuō)明：中國(guó)的城鎮(zhèn)居民消費(fèi)傾向呈整體下降趨勢(shì)。居民邊際消費(fèi)傾向由1992～1998年的0.76下降到1999～2007年的0.62，降幅為18%。究其原因，本文認(rèn)為凱恩斯的邊際消費(fèi)傾向遞減規(guī)律只能部分解釋該結(jié)論。中國(guó)改革過(guò)程中出現(xiàn)的復(fù)雜情況，有著更深層的原因：一是居民收入差距的不斷擴(kuò)大。反應(yīng)居民收入分配差距的指標(biāo)基尼系數(shù)顯示，中國(guó)居民基尼系數(shù)由1992年代表收入差距基本合理的0.34，擴(kuò)大到2007年代表收入差距較大的0.45，這說(shuō)明國(guó)民收入分配不合理，導(dǎo)致大量貨幣財(cái)富集中在少數(shù)人手中，加大了貧富差距，促使整體邊際消費(fèi)傾向的下降；二是居民收入及預(yù)期收入增長(zhǎng)放緩。統(tǒng)計(jì)數(shù)據(jù)顯示，自亞洲金融危機(jī)以來(lái)，居民收入增長(zhǎng)速度呈下降趨勢(shì)，城鎮(zhèn)居民人均可支配收入由1992～1998年平均每年增長(zhǎng)20.1%，下降到1999～2007年間的10.9%。其中，需要特別指出的是居民對(duì)未來(lái)支出的不確定性增加：20世紀(jì)90年代以來(lái)社會(huì)保障制度發(fā)生了重大變革，同時(shí)教育、住房等價(jià)格快速上漲，居民預(yù)期支出的增長(zhǎng)速度遠(yuǎn)遠(yuǎn)超過(guò)了預(yù)期收入的增長(zhǎng)速度，促使居民盡量減少消費(fèi)，增加儲(chǔ)蓄，進(jìn)一步降低了邊際消費(fèi)傾向。

3 結(jié)論及政策含義

通過(guò)對(duì)中國(guó)城鎮(zhèn)居民消費(fèi)函數(shù)動(dòng)態(tài)面板模型的分析及對(duì)邊際消費(fèi)傾向的估計(jì)，我們發(fā)現(xiàn)：中國(guó)城鎮(zhèn)居民消費(fèi)函數(shù)發(fā)生了顯著的結(jié)構(gòu)突變，突變點(diǎn)為1999年。同時(shí)，邊際消費(fèi)傾向呈整體下降趨勢(shì)，且降幅較大。同時(shí)，該結(jié)論也在一定程度上表明了當(dāng)前中國(guó)城鎮(zhèn)居民消費(fèi)傾向的實(shí)際水平可能更低，面臨的情況也更加嚴(yán)峻。中國(guó)城鎮(zhèn)居民邊際消費(fèi)傾向的結(jié)構(gòu)性變化恰恰始于亞洲金融危機(jī)后的1999年，這在一定程度上說(shuō)明整體經(jīng)濟(jì)形勢(shì)的衰退會(huì)對(duì)居民消費(fèi)傾向的改變產(chǎn)生消極影響。而此次全球性的金融危機(jī)對(duì)世界各主要經(jīng)濟(jì)體和中國(guó)經(jīng)濟(jì)發(fā)展的影響無(wú)論是從力度、廣度或是持續(xù)時(shí)間上都遠(yuǎn)大于上次金融危機(jī)，居民對(duì)未來(lái)經(jīng)濟(jì)發(fā)展的信心也會(huì)受到更大打擊。因此，居民消費(fèi)傾向也有可能發(fā)生更為劇烈地結(jié)構(gòu)性變化。

基于上述分析，我們認(rèn)為，為了更快地恢復(fù)居民對(duì)未來(lái)經(jīng)濟(jì)發(fā)展的信心，提升居民的消費(fèi)意愿，緩解金融危機(jī)對(duì)中國(guó)經(jīng)濟(jì)發(fā)展的壓力，促進(jìn)中國(guó)經(jīng)濟(jì)的持續(xù)增長(zhǎng)，應(yīng)該進(jìn)一步堅(jiān)持與完善中國(guó)政府現(xiàn)行的擴(kuò)大內(nèi)需的經(jīng)濟(jì)政策。具體包括：

（1）進(jìn)一步深化與居民生活息息相關(guān)的一系列民生改革,增強(qiáng)居民消費(fèi)信心。

各類諸如養(yǎng)老、醫(yī)療、失業(yè)、住房、子女教育等與居民切身利益相關(guān)的改革措施應(yīng)逐漸完善，改革速度應(yīng)不斷加快。改革拖得時(shí)間越長(zhǎng),居民對(duì)未來(lái)預(yù)期的不確定性就越高,從而將進(jìn)一步增強(qiáng)居民的預(yù)防性儲(chǔ)蓄意愿。相反,成熟的房地產(chǎn)市場(chǎng)、醫(yī)療服務(wù)和藥品市場(chǎng)以及規(guī)范的教育收費(fèi)體制,將使這些方面的支出明朗化,清晰化，從而在很大程度上穩(wěn)定消費(fèi)者的預(yù)期支出，增強(qiáng)其消費(fèi)信心，有利于改變居民邊際消費(fèi)傾向。

（2）進(jìn)一步完善、健全現(xiàn)行的社會(huì)保障體系，穩(wěn)定居民的收支預(yù)期。

社會(huì)保障體系的完善是改善人們消費(fèi)心理,穩(wěn)定居民收支預(yù)期,擴(kuò)大居民消費(fèi)的關(guān)鍵。目前中國(guó)的社會(huì)保障體系建設(shè)明顯滯后,表現(xiàn)在保障面窄,保障水平低,和保障的社會(huì)化程度低。因此，中國(guó)各級(jí)政府應(yīng)落實(shí)社會(huì)保障金的投入，優(yōu)化社會(huì)保障金的分配,免除人們的后顧之憂,增強(qiáng)其消費(fèi)信心。從而逐步消除居民對(duì)未來(lái)生活的擔(dān)憂和顧慮,增加當(dāng)期消費(fèi)支出,適當(dāng)減少為將來(lái)生活而進(jìn)行的過(guò)多儲(chǔ)蓄積累。

（3）進(jìn)一步調(diào)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(jīng)濟(jì)杠桿的作用,加大收入分配調(diào)節(jié)力度,合理調(diào)整國(guó)民收入分配格局,切實(shí)縮小居民收入差距。積極利用稅收政策和財(cái)政轉(zhuǎn)移支付手段來(lái)緩解收入分配差距懸殊的問(wèn)題,提高社會(huì)分配的總體公平程度。對(duì)于高收入者,要加強(qiáng)個(gè)人收入所得稅征管工作,適時(shí)開征遺產(chǎn)稅、贈(zèng)與稅等稅種,適當(dāng)擴(kuò)大消費(fèi)稅的征稅范圍,對(duì)一些奢移品課以高稅。對(duì)于城鄉(xiāng)低收入者,政府有責(zé)任保障他們的最低消費(fèi)水平,應(yīng)當(dāng)把向高收入者征收的部分稅收轉(zhuǎn)移給這個(gè)群體。

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

[2]柳建光，李子奈．關(guān)于投資乘數(shù)及邊際消費(fèi)傾向計(jì)算方法的討論[J]．統(tǒng)計(jì)研究，2006，（12）．

[3]劉長(zhǎng)庚，呂志華．改革開放以來(lái)我國(guó)居民邊際消費(fèi)傾向的實(shí)證研究[J]．消費(fèi)經(jīng)濟(jì)，2005，（8）．

[4]杭斌．基于持久收入和財(cái)富目標(biāo)的跨時(shí)消費(fèi)選擇[J]．統(tǒng)計(jì)研究，2007，（2）．

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

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

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

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

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

[10]Hayakawa,K.Small Sample Bias Properties of the System GMM Estimator in Dynamic Panel Data Models[C].Hi-Stat Discussion Paper Series d05-82,Institute of Economic Research,Hitotsubashi University,2005.

[11]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，2004，（88）．

[12]秦熠群，趙玉玲.論提高邊際消費(fèi)傾向與擴(kuò)大內(nèi)需[J].社會(huì)科學(xué)輯刊，2003，（3）.