1、我国居民消费函数区域差异化的实证研究基于省级面板数据的分析视角北方工业大学 李丽忍、李雪银、刘亚摘要当前，我国内需相对不足且结构性矛盾突出，引起了理论界和学术界的广泛关注。如何更多地发挥内需对经济的拉动作用，我国居民消费函数研究更具有理论和现实意义。本文在国内外居民消费函数理论梳理基础上，发现我国当前鲜有对居民消费函数区域差异化展开研究的。针对这一问题，本文从西方主流消费函数理论出发，基于 31 个省市 2002-2009 年的消费数据，建立了我国居民消费函数区域差异化测度的面板模型，实证分析得到一些有意义的结论，如：绝对收入理论的消费函数在我国仍然有广泛的适用性；居民消费水平内部差异化与地区
2、经济发展水平有直接关系；持续提升收入水平、改变消费习惯是扩大我国农村居民消费水平的关键。 关键词：消费函数 绝对收入理论 区域化 面板模型1目录1. 问题提出 .22. 研究现状及研究思路 .32.1 国外消费函数的研究现状 32.2 国内消费函数的研究现状及存在问题 42.3 本文的研究思路 43. 建立模型的准备工作 .53.1 指标选取 53.2 区域划分 63.3 数据采集 64. 变量关系的检验 .74.1 变量关系检验 74.2 变量的单位根检验 105. 消费函数区域差异化的面板模型 .115.1 理论模型介绍 115.1.1 混合模型 115.1.2 固定效应模型 115.1.
3、3 随机效应模型 125.2 模型的设定与检验 135.2.1 模型设定与检验的理论介绍 135.2.1 模型类型的实际检验 135.3 模型的估计 165.3.1 东部地区城镇居民消费函数估计 165.3.2 其他地区城镇和农村居民消费函数估计 186. 结论与建议 .196.1 绝对收入理论的消费函数在我国仍然有很广泛适用性 206.2 居民消费水平内部差异与地区经济发展水平有直接关系 .20参考文献 21附表 2221. 问题提出经济学界将需求的三个部分“消费、投资、出口”并称为拉动经济增长的“三驾马车” 。在这“三驾马车”中，消费本身是为了满足人们的需求，投资与出口通过拉动经济增长增加
4、人们的可支配收入，进而增加人们的消费能力，最终落脚点也是人们的消费。尽管多年来，中国经济持续平稳较快发展，结构调整出现积极变化，投资、消费、出口“三驾马车”共同发力，形成共同拉动经济增长的格局。但是长期以来，我国经济增长主要依靠投资和出口拉动，作为促进经济增长的根本动力消费却持续走低。根据我们前期研究测算，我国居民消费率低于世界平均水平 20 多个百分点，低于人均收入中下等国家平均水平10 多个百分点特别是 2008 年美国次贷危机引发的全球性金融危机使我国经济深受其害，进出口行业受到的冲击最直接也最严重，且短期内我国国内需求的增加无法弥补进口需求的减少。在此背景下，我国内需相对不足的结构性矛
5、盾突出，引起了理论界和学术界的广泛关注。消费、出口和投资如何协调发展，如何更多地发挥内需对经济的拉动作用，将是今后一段时间我国经济健康发展需要着力解决的问题。尽管扩大内需、扩大居民最终消费对经济长期增长的作用越来越被重视，但是如何扩大内需、如何扩大居民消费的研究还存在着很多争议，有待探索。为了落实和贯彻政府提出的扩大内需政策，必须深入研究影响我国居民消费的主要因素，即：研究我国消费的模式和特征，在数学上，表现为消费函数的形式。另一方面，作为一个幅员辽阔大国，我国各地区、城乡之间经济社会发展水平、人民生活习惯、区域产业结构、区域市场发展状况等各方面存在较大差异。随着我国改革体制的不断深入，东部沿
6、海地区获得了长足的发展，这一地区居民相对于内陆地区居民收入水平高，消费习惯与消费行为也与其他地区不同。因此，国家在制定某项经济政策过程要考虑各地区的实际情况，分别考察典型区域（东中西、城乡）居民消费函数，找出它们之间的差异，分析不同区域影响居民消费的主要因素以及这些因素的作用方向、作用大小、作用差异对于经济政策的制定、扩大内需都有着非常重要的作用。32. 研究现状及研究思路2.1 国外消费函数的研究现状在国外，自 20 世纪著名的经济学家凯恩斯提出消费函数理论以来，消费函数的研究不断深入，一直是宏观经济学研究的难点和重点问题。在此方面，主要成果有：杜森贝利（1949）的相对收入假说、莫迪里亚尼
7、等人（1954）的生命周期假说、弗里德曼（1957）的永久收入假说。除此之外，还有霍尔（1978）的随机游走假说、迪顿（1991）流动约束假说、通货膨胀假说、内生收入假说、消费习惯假说等。对于各种消费函数理论，各大学派学者持有不同的理论，其中凯恩斯的消费函数理论认为总消费是总收入的函数。这一思想用线性函数形式表示为： ttYbaC式中 表示总消费, 表示总收入，下标 t 表示时期；a、b 为参数。参数tCtYb 称为边际消费倾向，其值介于 0 与 1 之间。凯恩斯的这个消费函数仅仅以收入来解释消费，被称为绝对收入假说。美国经济学家杜森贝利的相对收入消费理论认为，短期消费函数不同于长期消费函数，
8、就短期而言，收入增加时低收入者的消费会赶上高收入者的消费，一旦收入减少，消费水平的降低将相当有限。当期收入和过去的消费支出水平决定当期消费。生命周期消费理论的提出者莫迪利安尼认为总储蓄和总消费会部分的依赖于人口的年龄分布。人们会在相当长时期的跨度内计划自己的消费开支，以便于在整个生命周期内实现消费的最佳配置。从个人一生的时间发展顺序看，一个人年轻时的收入较少，但具有消费的冲动、消费的精力等消费条件，此时的消费会超过收入；进入中年后，收入会逐步增加，收入大于消费，其收入实力既可以偿还年轻时的债务，又可以为今后的老年时代进行积累；退休之后步入老年，收入减少，消费又会超过收入，形成负储蓄。弗里德曼提
9、出永久性收入假说即人们的消费行为主要取决于永久性收入，而不是偶然所得的“暂时性收入” ，只有没有预期到的影响未来收入的政策变化才能影响消费。 42.2 国内消费函数的研究现状及存在问题国内学者对于消费函数的研究主要表现在两个方面：（1）主要是把国外已有的消费函数理论应用到我国，在充分考虑我国制度转轨、收入分配等特殊因素的条件下，引入相关变量对西方消费函数加以优化，使之适应中国的实际情况；（2）还有很多学者应用数量经济学方法对我国的消费函数进行估计建模，实验性地给出决定消费的主要变量并对模型参数进行估计，从而测算各影响因素对消费的影响方向和影响大小等。在分区域研究消费函数方面，研究成果以臧旭恒（
10、1994）为代表，研究主要表现在分时期、分城乡进行居民消费函数的估计。具体做法是以 1978 年为分割点，分别估计 1952-1978 年和 1978-1991 年期间的城乡居民的消费函数，用即期收入和即期消费来估计，研究结果发现：1978-1991 年，凯恩斯的绝对收入假说对中国的适用性减弱，中国居民的消费行为显现生命周期假说的特征，且居民平均消费倾向不断降低，城镇居民下降速度快于农村居民。然而，改革开放以来随着我国行政区域的进一步细分，我国行政区域习惯被划分为东、中、西三部分。针对我国东、中、西区域分化进行消费函数估计和比较的研究很少，薛文涛（2010）通过建立引入东、中、西虚拟变量的时间
11、序列模型比较区域消费函数差异，该方法要求变量时序较长。由于消费特征往往会随时间段发生变化，因此本文认为研究居民消费函数不亦使用较长时间的变量取值，否则会使消费倾向在过长的时间段上平均化。另外，本文没有找到将东中西和城乡两个维度区域划分同时考虑并进行建模的文献，如何从该分析角度进行分析并避免薛文涛（2010）研究中存在的问题，这是本文研究的出发点。2.3 本文的研究思路本文的研究思路可以概述为：从我国居民消费函数的研究现状和存在的问题出发，本文从东中西和城乡两个维度上对区域进行划分，依据 31 个省 2002-2009 年面板数据（为避免消费函数中的消费倾向随过长时间段被平均化） ，本文采用面板
12、数据模型估计我国东中西地区城镇和农村居民消费函数，从而可以5测度东中西三个地区（含各个省）城镇居民消费函数差异、东中西三个地区（含各个省）农村居民消费函数差异、东中西三个地区内部（含各个省）城镇和农村居民的消费函数差异。针对消费函数存在的各种差异，进行定性概括和总结，针对这种差异给出合理的政策建议。本文的研究思路具体如图 1 所示。理论分析定性分析比较分析消费函数理论现状如何解决？消费函数存在的问题文献述评统计检验实证分析 影响因素关系检验消费需求函数估计建模过程结论与建议结论图 1 本文的研究思路3. 建立模型的准备工作3.1 指标选取本文选取家庭人均消费支出作为消费需求的体现，之所以选取居
13、民家庭人均变量，是由于家庭是社会经济生活中最基本的单位，以家庭为单位进行划分，能够真实说明每个居民或每个家庭成员生活与发展的实际条件，绝大数从业者都是生活在家庭之中，须负担无收入者和低收入者，个人消费支出不能完全反映这一情况。在选择居民消费需求变动的影响因素时，本文前期研究显示，在我国很多区域绝对收入决定理论适用性很强，即期收入可以很大程度上决定即期消费，在变量和模型显著的基础上，建模结果的 多达到 90%以上。2R6因此，本文在选取影响消费需求的因素的时候，从绝对收入决定理论出发，通过引入前（几）期居民消费和收入因素，建立省级面板数据模型，不断扩充消费函数模型及其影响影响因素。 因此，本文在
14、收集数据的时候，只需收集31 个省份直辖市的历年居民人均消费支出和城镇居民人均可支配收入、农村居民人均纯收入。本文后面模型估计部分，用”CP”代表居民人均消费， “IP”代表人均（可支配或纯）收入。3.2 区域划分我国国家统计局在国土区域划分上主要采用 9 大标准，分别为：空间上相互毗邻；自然条件、资源禀赋结构相近；经济发展水平接近；经济上相互联系密切或面临相似的发展问题；社会结构相仿；区块规模适度；适当考虑历史延续性；保持行政区划的完整型；便于进行区域研究和区域政策。按照这 9 大标准，国家统计局把我国分为东中西三个区域，本文在区域划分上跟国家统计局保持一致。东部地区有北京、天津、河北、辽宁
15、、上海、江苏、浙江、福建、山东、广东、广西和海南 12 个省份；中部地区有山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北和湖南 9 个省份；西部地区有重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆 10 个省份。在后面用统计软件估计模型的时候，本文分别用各省首字母代表省份，如北京用“BJ”表示，山西用“SX”。各省的变量表示方法为变量名+省份字母，如北京市居民人均消费支出表示为“CPBJ” 。3.3 数据采集依据 3.1 指标选取的依据和 3.2 区域划分的标准，此部分内容按照东部、中部和西部收集各自的涵盖省份的城镇和农村居民人均收入和人均消费数据，进行加工整理。数据来源为国家
16、统计局官方网站（）原始数据如附表 1、2 和 3 所示。74. 变量关系的检验4.1 变量关系检验绘制散点图是相关分析过程中极为常用且非常直观的分析方式。现将东部地区城镇和农村居民人均消费与人均（可支配或纯）收入的散点图分别绘制如图 2 和图 3 所示。如不加说明，本文散点图横轴均表示人均（可支配或纯）收入 IP，纵轴均表示人均消费 CP。图 2 东部地区城镇居民人均消费与人均可支配收入之间的散点图图 3 东部地区农村居民人均消费与人均纯收入之间的散点图8观察图 2 和图 3 不难发现：东部地区城镇和农村居民人均消费和人均（可支配或纯）收入之间的额线性关系明显；东部地区农村居民的消费倾向高于城
17、镇居民；东部地区不同省份城镇居民消费倾向差异不大；东部地区农村居民消费倾向差异相对较大。现将中部地区城镇和农村居民人均消费与人均（可支配或纯）收入的散点图分别绘制如图 4 和图 5 所示。图 4 中部地区城镇居民人均消费与人均可支配收入之间的散点图图 5 中部地区农村居民人均消费与人均纯收入之间的散点图观察图 4 和图 5 不难发现：中部地区城镇和农村居民的人均消费和人均9（可支配或纯）收入之间线性关系明显；中部地区农村居民的消费倾向高于城镇居民；中部地区不同省份城镇居民内部消费倾向差异不大；中部地区农村居民消费倾向差异不大。现将西部地区城镇和农村居民人均消费与人均（可支配或纯）收入的散点图分
18、别绘制如图 6 和图 7 所示。图 6 西部地区城镇居民人均消费与人均可支配收入之间的散点图图 7 西部地区农村居民人均消费与人均纯收入之间的散点图观察图 6 和图 7 不难发现：西部地区城镇和农村居民的人均消费和人均（可支配或纯）收入之间线性关系明显；西部地区城镇和农村居民消费倾向差10异不大；西部地区农村居民消费倾向差异较大。4.2 变量的单位根检验 单位根检验是指检验序列中是否存在单位根，因为存在单位根就是非平稳时间序列了.单位根就是指单位根过程，可以证明，序列中存在单位根过程就不平稳，会使回归分析中存在伪回归。 LLC 检验即是基于是否有单位根做的检验过程，它的原理是仍采用 ADF 检
19、验式形式。但使用的却是 和 的剔出yitit自相关和确定项影响的、标准化得代理变量。具体做法是：(1)先从 和 中剔出自相关和确定项的影响，并使其标准化，成为代yitit理变量。（2）用代理变量做 ADF 回归， 。LLC 修正的 渐近vitjij t）（ 服从 N（0,1）分布。设两个假设： ； 。LLC 检验为左单端检)(0:有 单 位 根H01：验。在显著性水平为 0.05 的情况下，如果 LLC 值大于 -1.65，就说明存在单位根。即不平稳。反之平稳。分别对东、中、西城镇和农村居民人均（可支配或纯）收入（对数数列进行单位根检验，得到一些结果，我们对结果归纳如表 1 和表 2 所示：表
20、 1 全国各地区城镇居民人均可支配收入的 LLC 检验对数数列 对数一阶差分LLC 值 P 值 LLC 值 P 值东部 -4.09526 0.0000 -7.21964 0.0000中部 -1.74419 0.0406 -4.57995 0.0000西部 1.93449 0.9735 -6.86151 0.0000表 2 全国各地区农村居民人均纯收入的 LLC 检验对数数列 对数一阶差分LLC 值 P 值 LLC 值 P 值东部 -9.25098 0.0000 -5.02553 0.0000中部 -1.92511 0.0271 -6.59462 0.0000西部 -3.40594 0.0003
21、 -9.65755 0.0000由表 1 和表 2 可知，东部地区原对数数列就已平稳，中部、西部地区得经11一阶差分才可得稳定数列。5. 消费函数区域差异化的面板模型5.1 理论模型介绍面板数据模型通常分为 3 类，即混合模型、固定效应模型和随机效应模型。5.1.1 混合模型如果一个面板数据模型定义为， ； （1）itituXityN,.21Tt,.21式中， 为被解释变量（标量） ， 为截距项， 为 阶解释变量（包it itXk括 个解释变量） ， 为 阶回归系数列向量， 为随机误差项（标量） ，其k1kitu中 ， 表示面板数据中的个体数。 ， 表示面板数据中Ni,.21 T,.21时间的
22、长度。混合模型的特点是无论对任何个体和截面，回归系数 和 都是相同的。5.1.2 固定效应模型（适应于个体多、时间短的面板数据）固定效应模型分为 3 种类型，即个体固定效应模型、时间固定效应模型和个体时间双固定效应模型。1.个体固定效应模型如果一个面板数据模型定义为， ； （2）ititiuXityN,.21Tt,.21式中， 为被解释变量（标量） ， 为 阶解释变量（包括 个解释变it itkk量） ， 是随机变量，表示对于 个个体有 个不同的截距项，且其变化与 有i i itX关系； 为 阶回归系数列向量（包括 各回归系数） ， 为随机误差项1k itu（标量） ，则称此模型为个体固定效应
23、模型。122. 时间固定效应模型如果一个面板数据模型定义为， （3）itittuXiyN,.21式中， 为被解释变量（标量） ， 为 阶回归变量列向量（包括 个ityitkk回归变量） ， 为 阶回归系数列向量， 是模型截距项，是随机变量，表1kt示对 个截面有 个不同的截距项，且其变化与 有关系； 为随机误差项T itXitu（标量） ，满足通常假定条件。3.个体时间固定效应模型如果一个面板数据模型定义为， ， （4）ititti ux1ityN,.21Tt,.21式中， 为被解释变量（标量） ， 为 阶解释变量列向量（包括 个回归it itXkk变量） ； 是随机变量，表示对于 个个体有
24、个不同的截距项，且其变化与i有关系； 是随机变量，表示对于 个截面（时间）有 个不同的截距项，itXtTT且其变化与 有关系； 为 阶回归系数列向量； 为随机误差项（标量）it1kitu满足通常假定 。0),(titiXuE5.1.3 随机效应模型对于面板数据模型， ， （5）ititiuXityN,.21Tt,.21如果 为被解释变量（标量） ， 为 阶回归变量列向量（包括 个回it itkk归变量） ， 为 阶回归系数列向量，对于不同个体回归系数 相同， 为1k i随机变量，其分布与 无关； 为误差项（标量） ，这种模型称为个体随机效itXitu应模型。同理也可定义时间随机效应模型和个体时
25、间双随机效应模型。135.2 模型的设定与检验5.2.1 模型设定与检验的理论介绍面板模型的设定需要经过两大类检验，一类是对于一个经济面板数据检验应该建立何种类型的面板数据模型（其中包括混合模型、固定效应模型和随机效应模型） 。一类是对于一个面板数据模型检验某个解释变量是否应该存在于模型之中，或者回归系数之间是否存在某种约束。对于前一类检验介绍两个统计量，F 统计量和 H（Hausman ）统计量。 F 统计量用于检验应该建立混合模型还是个体效应模型。H 统计量用于检验应该建立随机效应模型还是个体效应模型。对于后一类检验介绍三个统计量，F、LR 和 Wald 统计量。三个统计量都是用来决定解释
26、变量的取舍，或者回归系数之间的某种约束。F 检验以检验建立混合模型还是个体固定效应模型为例，混合模型属于约束模型，个体固定效应模型属于非约束模型（ 可以随个体不同） 。建立假设i。模型中不同个体的截距相同（即混合模型）iH:0模型中不同个体的截距项 不同（即个体固定效应模型）1 i通过 F 统计量的值和 P 值进行原假设拒绝与否。Hausman 检验是用来检验是建立个体固定效应模型还是个体随机效应模型，其原假设与备择假设是: 个体效应与回归变量无关（个体随机效应回归模型）0: 个体效应与回归变量相关（个体固定效应回归模型）H1通过 H 统计量的值和 P 值进行原假设拒绝与否。5.2.1 模型类
27、型的实际检验F统计量用于检验应该建立混合模型还是个体效应模型，首先对东中西部地区消费函数的面板模型进行F检验，东部地区城镇居民消费函数模型的F检验结果如表3所示：14表3 东部地区城镇居民消费函数面板模型的F检验Redundant Fixed Effects TestsPool: CZDBTest cross-section fixed effectsEffects Test Statistic d.f. Prob.Cross-section F 33.801623 (11,83) 0.0000Cross-section Chi-square 163.301415 11 0.0000Cross
28、-section fixed effects test equation:Dependent Variable: LOG(CP?)Method: Panel Least SquaresDate: 06/29/11 Time: 14:23Sample: 2002 2009Included observations: 8Cross-sections included: 12Total pool (balanced) observations: 96Variable Coefficient Std. Error t-Statistic Prob.C 0.322159 0.150227 2.14447
29、3 0.0346LOG(IP?) 0.933144 0.015836 58.92682 0.0000R-squared 0.973643 Mean dependent var 9.168019Adjusted R-squared 0.973362 S.D. dependent var 0.347232S.E. of regression 0.056672 Akaike info criterion -2.882462Sum squared resid 0.301900 Schwarz criterion -2.829039Log likelihood 140.3582 Hannan-Quinn
30、 criter. -2.860868F-statistic 3472.370 Durbin-Watson stat 0.202279Prob(F-statistic) 0.000000由表 3 的 F 检验结果可知：东部地区城镇居民消费函数面板模型在混合模型与个体固定效应模型相比较后，应选择个体固定效应模型。H统计量用于检验应该建立随机效应模型还是个体效应模型。首先对东中西部地区消费函数的面板模型进行H检验，东部地区城镇居民消费函数模型的H检验结果如表4所示：表4 东部地区城镇居民消费函数面板模型的Hausman 检验Correlated Random Effects - Hausman Te
31、stPool: CZDBTest cross-section random effectsTest Summary Chi-Sq. Chi-Sq. d.f. Prob. 15StatisticCross-section random 5.148839 1 0.0233Cross-section random effects test comparisons:Variable Fixed Random Var(Diff.) Prob. LOG(IP?) 0.872226 0.876047 0.000003 0.0233Cross-section random effects test equat
32、ion:Dependent Variable: LOG(CP?)Method: Panel Least SquaresDate: 06/29/11 Time: 14:26Sample: 2002 2009Included observations: 8Cross-sections included: 12Total pool (balanced) observations: 96Variable Coefficient Std. Error t-Statistic Prob. C 0.899638 0.093421 9.629912 0.0000LOG(IP?) 0.872226 0.0098
33、51 88.54152 0.0000Effects SpecificationCross-section fixed (dummy variables)R-squared 0.995190 Mean dependent var 9.168019Adjusted R-squared 0.994495 S.D. dependent var 0.347232S.E. of regression 0.025764 Akaike info criterion -4.354352Sum squared resid 0.055094 Schwarz criterion -4.007097Log likeli
34、hood 222.0089 Hannan-Quinn criter. -4.213986F-statistic 1431.070 Durbin-Watson stat 1.048477Prob(F-statistic) 0.000000由表 4 的 Hausman 检验知，个体固定效应模型与个体随机效应模型相比较，应选择个体固定效应模型。所以东部地区城镇居民消费函数的面板模型最终选择建立个体固定效应模型。按照上述检验思路分别对东部地区农村居民、中部城镇居民和农村居民、西部地区城镇居民和农村居民的消费函数面板模型进行 F 检验和 Hausman 检验，16确定各自的面板模型类型，检验后的混总结果
35、如表 5 所示。表 5 全国各地区城镇和农村居民消费函数面板模型的设定结果城镇居民 农村居民东部 个体固定效应模型 个体随机效应模型中部 个体随机效应模型 个体随机效应模型西部 个体固定效应模型 个体随机效应模型5.3 模型的估计5.3.1 东部地区城镇居民消费函数估计 根据表5中显示的全国各地区城镇和农村居民消费函数面板模型的设定结果，通过EVIEWS6.0 软件首先对东部地区城镇居民的消费函数进行个体固定效应模型估计，具体估计结果如表6所示：表6 城镇东部个体固定效应模型运行结果Method: Pooled Least SquaresDate: 06/22/11 Time: 14:05Sa
36、mple: 2002 2009Included observations: 8Cross-sections included: 12Total pool (balanced) observations: 96Variable Coefficient Std. Error t-Statistic Prob. C 0.899638 0.093421 9.629912 0.0000LOG(IP?) 0.872226 0.009851 88.54152 0.0000Fixed Effects (Cross)BJ-C 0.053887TJ-C 0.017037HB-C -0.060760LN-C 0.0
37、50988SH-C 0.063892JS-C -0.067641ZJ-C 0.010924FJ-C -0.02421817SD-C -0.064476GD-C 0.098131GX-C -0.062678HN-C -0.015085Effects SpecificationCross-section fixed (dummy variables)R-squared 0.995190 Mean dependent var 9.168019Adjusted R-squared 0.994495 S.D. dependent var 0.347232S.E. of regression 0.0257
38、64 Akaike info criterion -4.354352Sum squared resid 0.055094 Schwarz criterion -4.007097Log likelihood 222.0089 Hannan-Quinn criter. -4.213986F-statistic 1431.070 Durbin-Watson stat 1.048477Prob(F-statistic) 0.000000观察表6不难发现，东部城镇地区居民人均可支配收入对人均消费有很显著的影响，但是最终模型存在一定的正自相关，所以本文分别将先期人均消费、人均收入等变量引入消费模型，并重新
39、估计和判断，最终确定的模型结果如表7所示：表7 城镇东部个体固定效应模型最终估计结果Dependent Variable: LOG(CP?)Method: Pooled Least SquaresDate: 06/22/11 Time: 14:51Sample (adjusted): 2003 2009Included observations: 7 after adjustmentsCross-sections included: 12Total pool (balanced) observations: 84Variable Coefficient Std. Error t-Statist
40、ic Prob.C 0.666811 0.136477 4.885883 0.0000LOG(IP?) 0.695999 0.069280 10.04624 0.0000LOG(CP?(-1) 0.209804 0.080672 2.600714 0.0113Fixed Effects (Cross)BJ-C 0.029662TJ-C 0.015331HB-C -0.048302LN-C 0.049847SH-C 0.046604JS-C -0.05255918ZJ-C 0.006868FJ-C -0.014454SD-C -0.047614GD-C 0.077258GX-C -0.04872
41、5HN-C -0.013917Effects SpecificationCross-section fixed (dummy variables)R-squared 0.995318 Mean dependent var 9.215791Adjusted R-squared 0.994449 S.D. dependent var 0.331570S.E. of regression 0.024704 Akaike info criterion -4.412725Sum squared resid 0.042719 Schwarz criterion -4.007589Log likelihoo
42、d 199.3345 Hannan-Quinn criter. -4.249864F-statistic 1144.793 Durbin-Watson stat 1.448398Prob(F-statistic) 0.000000根据表 7 的估计结果，最终确定的东部地区城镇居民消费函数的面板模型为：)1(log2098.)(log690.68.0)(l cpicpittiit Cog其中 表示东部北京、天津、河北、辽宁、上海、江苏、浙12,江、福建、山东、广东、广西和海南 12 个省份。5.3.2 其他地区城镇和农村居民消费函数估计 根据表5中显示的全国各地区城镇和农村居民消费函数面板模型的
43、设定结果，通过EVIEWS6.0 软件再对东部地区农村居民、中部城镇和农村居民、西部城镇和农村居民的消费函数进行估计，估计结果略去。最终确定的各地区居民消费模型为：东部地区农村居民消费函数估计结果如下： )3(log347.0)log(6309.0327.)(lo ipicpttiit Cg中部地区城镇居民消费函数估计结果如下： )(l18.547.)l(itiitog其中 表示山西、内蒙古、吉林、黑龙江、安徽、江西、河南、92,1i19湖北和湖南 9 个省份。中部地区农村居民消费函数估计结果如下： )1(log612.0)(log50.)(log1276.043.71)l( cpipicp
44、itttiit Cog西部地区城镇居民消费函数估计结果如下： )(l342.)(l50)(l cititiit西部地区城镇居民消费函数估计结果如下： )1(log.0)(log6.0)(74.)(l c ititit Ciog西部地区农村居民消费函数估计结果如下： )(l97.112.90-)l ppitiit其中 表示重庆、四川、贵州、云南、西藏、陕西、甘肃、,青海、宁夏和新疆 10 个省份。最终各地区城镇和农村居民消费函数估计结果汇总如表 8 所示。表 8 我国东、中、西部地区城镇和农村居民消费函数的最终估计结果城镇 农村东部 )1(log2098.)(log60.cpiitt itC )
45、3(log347.0)log(6309.2ipicpttit C中部 )(log9180.5674.litiit )1(l612.)(l51ciitt itiit西部 )1(l342.)(l.0cpitit iitC)(log097.1.-)lipCtiit6. 结论与建议在本文的研究中，首先回顾了中外学者对于消费函数理论的研究成果，在总结、汲取和改进千人研究方法的基础上，在借鉴西方主流消费函数理论（绝对收入理论）基础上，充分考虑我国消费者的消费特点，本文采用 2002-200920年 31 个省市的面板数据，通过建立面板模型，深入分析了我国东、中、西部城镇和农村居民消费与收入的关系，通过实证
46、分析，可以得出如下结论。6.1 绝对收入理论的消费函数在我国仍然有很广泛适用性本文通过对我国东、中、西三个地区城镇和农村居民的消费函数进行面板模型估计发现西方主流消费函数理论（绝对收入理论）在我国具有很广泛的适用性。当前，我国居民消费支出基本上是实际收入的稳定函数，居民消费支出的增加根本原因是收入的增加。但是至少从目前看，我国居民收入的普遍提高并未实现同步性，而不同收入水平群体的消费倾向又不同，这从东、中、西居民收入对消费的决定程度就可以看出，且高收入水平的边际消费低，因此，当前情况下，提高我国居民消费水平的关键在于整体提高居民的收入水平，特别是农村居民的收入水平。6.2 居民消费水平内部差异
47、与地区经济发展水平有直接关系本文的变量关系散点图和实证结果发现，东部地区城乡居民的消费倾向差异很大，且农村内部居民消费倾向差异相对也大；西部城乡居民的消费倾向差异较东部小，农村内部居民消费倾向差异也相对小。但东部和西部地区城乡消费倾向差异和农村内部差异都较东部要大很多。这就表明，经济发展过慢和过快，居民消费的差异性就越突出，国家在制定扩大需求的政策时，一定要根据地区经济发展水平，因地制宜的实施政策。6.3 持续提升收入水平、改变消费习惯是扩大农村居民消费的关键本文实证模型结果显示，我国东、中、西部城镇居民消费函数主要有收入水平决定。东、中、西部农村居民消费水平除了受本期收入水平决定外，还往往与
48、往期人均收入水平、往期消费水平有很强的关系，这说明决定农村居民的消费水平有持续收入水平和消费习惯两个主要因素。因此，要扩大我国居民消费水平，要不断提升城镇居民的当期收入水平，持续提升农村居民收入水平的基础上不断改变该全体的消费习惯。21参考文献1 Krueger, A. BMeasuring Labors ShareJ American Economic Review，1999，89(2) ：45-512 Kyyra and MalirantaThe Micro-Level Dynamics of Declining Labor Share: Lessons From the Finnish
49、Great LeapJ Industrial and Corporate Change，2008，17(6)：1147-11723 Lee, KUncertain income and redistribution in a federal systemJJournal of Public Economics，1988，69：413-433 4 Lemieux, ThomasDecomposing Changes in Wage Distributions: a Unified Approach JCanadian Journal of Economics，2002，35(4)：646-885 Li Cui and Jahangir AzizExplaining Chinas Low Co
