| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 经济/产业 |
提要 研究居民消费的计量方法较多，消费函数是其中应用比较广泛的一种。消费函数是研究消费影响因素之间关系的数学模型。由于居民消费受到多种因素的影响，因此根据不同因素与消费之间的关系可以建立多种回归模型。本文采用凯恩斯的绝对收入假设模型，并加入我国政策变化这一虚拟变量来对居民消费行为进行分析。
一、虚拟变量与回归模型
在现代经济计量分析中，利用模型进行回归分析是应用比较广泛的一种数量分析技术。一般回归分析中变量都是定量变量，这是因为模拟回归需要样本数据。但实际中有时模型仅考虑定量变量是不够的。因为经济现象不仅受一些定量因素的影响，还可能受到一些定性因素的影响。比如，不同时期的不同政策、战争、自然灾害等非常时期，人的不同性别、文化程度、婚姻状况等。如果某一应变量的确存在这种定性影响，那么仅用定量变量对被解释变量进行解释显然是不够的，利用虚拟变量技术可以解决此类问题。所谓虚拟变量技术就是把定性变量虚拟化，并把它作为解释变量或者是自变量纳入回归模型的一种方法。在这里，定性变量就是虚拟化的变量，即虚拟变量。一般可根据定性因素的二分特性进行人工赋值，即0和1，其中“1”表示具备某种属性或受到某种因素影响，而“0”则表示不受某种因素影响或不具备某种属性。定性变量虚拟化后就可以纳入回归模型，从而进行模拟分析或预测。
假如我们知道变量X和变量Y存在着显著的线性相关关系，其中变量Y是由定量变量X来解释的，则可以建立一个简单的双变量模型，并采集样本数据进行拟合。但如果进一步观察到还有一个定性因素对Y的变动也起作用，这时可以建立一个包含一个定量变量和一个虚拟变量的回归模型：
Yt=B1+B2D1t+B3X+Ut （1）
模型可以直观地解释为：在不考虑定性因素影响的情况下，常数项或者说模型的截距为B1，而在定性因素有显著影响的时候，则为B1+B2。但模型（1）仅考虑定性变量的固定影响，而实际中由于定性变量的存在可能影响到定量变量，从而使应变量产生边际或变动影响，因此模型可以扩展为：
Yt=B1+B2Dt+B3Xt+B4(DtXt)+Ut （2）
此模型可以推广到多个定量变量和定性变量。
由于经济现象的复杂性，定性影响的因素也较多，其程度也不同，因此判断一般线性模型是否应加入虚拟变量。首先，必须运用正确的理论，对现象之间的关系进行分析；其次，对加入虚拟变量前后的模型模拟结果进行比较，如果加入虚拟变量后模拟回归的可决系数或估计标准误差等效果更好，则可考虑增加虚拟变量。
二、虚拟变量技术在我国居民消费研究中的应用
研究居民消费的计量方法较多，消费函数是其中应用比较广泛的一种。消费函数是研究消费其影响因素之间关系的数学模型，由于居民消费受到多种因素的影响，因此根据不同因素与消费之间的关系，可以建立多种回归模型，典型的消费函数模型有绝对收入假设模型、相对收入假设模型、持久收入假设模型、生命周期假设模型以及随机游走模型等，这些模型都是基于一定的理论假设，从不同的角度反映了居民的消费行为及其变化。本文采用凯恩斯的绝对收入假设模型，并加入我国政策变化这一虚拟变量来对居民消费行为进行分析。根据凯恩斯理论，居民消费主要受当前收入的影响，其模型为：
Ct=B1+B2Yt+?着t （3）
式中Ct为消费，Yt为当前收入，这是通过模拟计算居民的边际消费倾向来反映居民总体消费选择行为，由于我国社会的二元结构，故在实际模拟时分别选择农村与城镇居民两种不同的收入水平，又考虑到我国长期以来计划经济的影响，我国居民在相当长的时间内并不具备真正意义上的消费选择行为，故选择1980年以来的相应数据分别进行模拟，结果如下：
农村居民：
■■=49.72+0.738Y■ （4）
（2.96） （54.06）
R2=0.993 S.E=51.70 F=2922
城镇居民：
Ct=99.92+0.779Yt （5）
（5.51） （146.04）
R2=0.999 S.E=53.73 F=21328
以上结果可以看出：当前收入对消费的解释度非常高，各种检验比较显著，这表明我国居民消费受当前收入影响较大。从消费与当前可支配收入关系来看，在此期间农村居民与城镇居民的平均边际消费倾向比较低，分别只有0.738、0.779，这的确在一定程度上反映了我国居民的消费现状。但同时需要注意的是，这种结果是假定在此期间居民消费与收入之间的关系没有受到其他因素的显著性影响，也就是说它们之间的关系没有发生结构性改变。如果此间两者之间的关系受到别的因素影响，则这种结果就可能是毫无意义的。从我国实际情况来看，自九十年代中期以来，随着市场化改革的进一步深入，我国陆续推出与居民日常消费直接相关的系列改革措施，如住房商品化、就业、高等教育市场化、公费医疗制度改革等，所有这些都是在我国社会保险制度还不完善的情况下进行的，这样势必给居民未来的收入与支出增加不确定性。根据生命周期理论、预防性储蓄理论消费假说，当不确定性增加时，居民就会从更长时间的角度安排消费支出模式，其消费特征可能发生变化。因此，可考虑对（3）式增加政策性因素作为虚拟变量。具体以1992年为界限，以前假定不受此因素影响，而以后则相反。这时消费函数可设定为：
Ct=B1+B2Dt+B3Yt+B4DtYt+?着t （6）
其中Dt为虚拟变量。1992年以前取0，1992年以后取1。利用（6）式对所有数据进行再次模拟，结果为：
农村居民：
■■=-26.76+207.79Dt+0.907Yt
-0.238(DtYt) （7）
（-0.80）（3.78）（12.50）（-3.21）
R2=0.996 S.E=41.68 F=4648
城镇居民：
■■=30.88+150.16Dt+0.849Yt
-0.086(DtYt) （8）
（0.90）（2.48）（25.01）（2.41）
R2=0.999 S.E=48.11 F=8870
从上面的模拟结果来看，除常数项外，其他项目检验都有较好的显著性。根据一般经济检验要求，对常数项可以适当放宽标准，故可认为以上结果具有较好的可靠性。通过比较可以发现，无论是拟合优度还是估计标准误差，加入政策作为虚拟变量后的模型拟合比没有虚拟变量的模型拟合要高，因此判断可以加入虚拟变量。（7）、（8）两式的拟合结果说明，政策变化对居民消费是有显著影响的。因为政策实施前，农村与城镇居民的平均边际消费倾向分别达到0.907和0.849，而政策实施后居民的平均边际消费倾向则分别下降到0.669和0.763。这也就是说，随着我国市场化改革的进一步推进，居民面临着较多的消费与收入的不确定性。因此，谨慎消费，增加当前储蓄的心理大大加强。另一种可能的原因是随着就业的市场化，居民的收入差距可能进一步拉大。这样，以居民平均收入和平均消费计算的边际消费倾向会产生变化，因为相对而言，高收入者的边际消费倾向一般低于低收入者，如果增加的收入主要集中到高收入者手中，那么社会总体边际消费倾向自然就会降低。
分析上面的模拟结果还会发现，一般理论认为我国市场化改革对城镇居民的消费影响大，但为何农村居民的边际消费倾向下降程度远远大于城镇居民呢？一方面是因为在此期间农村居民的收入增长小于城镇居民；另一方面农村居民的绝对收入远远低于城镇居民。随着城镇居民就业压力的增大，作为农民现金收入主要来源之一的外出务工就面临着更多的挑战，其压力可能远大于城镇居民。■ |
|
|
|
