中部地区农村居民消费比较研究:中部地区农村居民的人均纯收入

　　摘 要：消费作为拉动经济增长的“三驾马车”之一，对国民经济增长的推动具有持续性作用。在中部崛起战略背景下，研究中部地区农村居民的消费问题有着重要的理论价值和实践意义。文章采用1992年—2008年中部地区农村居民消费的面板数据，首先对中部地区农村居民人均消费和人均纯收入进行了面板单位根检验及面板协整检验，发现二者之间具有协整关系，进而进行了面板数据模型选择与估计，结果发现应建立个体随机效应模型；从个体随机效应模型可以看出，中部六省农村居民的自发性消费有着明显差异，平均消费倾向有着显著特征；最后提出应在中部地区实施差别化消费政策的建议。
　　关键词：中部地区 农村居民消费 面板数据
　　中图分类号：F323.8 文献标识码：A
　　文章编号：1004-4914（2012）09-034-03
　　一、引言
　　消费作为拉动经济增长的“三驾马车”之一，对国民经济增长的推动具有持续性作用。尤其是在国际金融危机之后的经济复苏中，消费需求的增长对于区域经济增长更加有效。钱纳里认为，在工业化初期一般最终消费率在87%左右，而居民消费率一般在73%左右。中国统计年鉴数据显示：2010年中国最终消费率为47.4%，农村居民消费率更低，仅占最终消费的16.54%，我国居民消费率明显偏低，农村居民消费率更低。在当前中部崛起战略及中原经济区建设背景下，研究中部地区农村居民的消费问题对于扩大内需、促进我国中部乃至全国经济的增长，走出国际金融危机的阴影有着重要的理论价值和现实意义。
　　二、文献综述
　　西方经济学家对消费问题已经作出了大量研究并提出了相应的消费理论。比如凯恩斯(Keynes,1936)的绝对收入消费理论、杜森贝利(J.S.Duesenberry)的相对收入消费理论、莫迪利安尼(F.Modigliani)的生命周期消费理论、弗里德曼(M.Friedman)的持久收入消费理论，另外还有预防性储蓄理论、流动性约束假说等等消费理论。西方的消费理论从收入、收入分配、资产、消费者嗜好的变化、人口数量及结构等方面研究了消费的影响因素，但是其中涉及最多的还是收入对消费的影响，所以笔者也以收入作为最基本的因素来分析消费问题。
　　国内关于我国农村居民消费问题的研究层出不穷，相关研究有：朱红恒（2009）通过对1978年—2007年的时间序列数据分析，认为边际消费倾向呈现“U”型变化特征。刘飞（2010）采用1978年—2005年农村居民收入与消费的人均数据，使用分段回归的方法对其进行实证研究，结果发现边际消费倾向的变化趋势呈“倒U”型，如此等等。关于中部地区农村居民消费问题的研究则不是很多，主要是以某个中部省份来研究，而对中部地区农村居民消费的比较研究则较少。因此，笔者将通过对我国中部地区农村居民消费的分析，找出影响农村居民消费差异的关键因素，提出促进中部地区经济均衡协调发展的政策建议。
　　三、数据来源与面板数据协整检验
　　（一）数据来源
　　笔者采用1992年—2008年中部地区的面板数据，选取农村居民的消费支出（cp）和人均纯收入(ip)为经济变量，以1985年为基期使用农村消费价格指数消除价格影响。这里所指中部地区包括湖南、湖北、河南、安徽、江西和山西等六个省份。
　　（二）面板数据单位根检验与协整检验
　　1.面板单位根检验。宏观经济变量有可能是非平稳的，对于非平稳变量进行估计就会出现虚假回归的问题，因此，应该在模型估计之前对面板数据进行单位根检验。笔者采用LLC检验等六种面板单位根检验方法来检验中部地区农村居民消费和收入数据。cp和ip的面板数据单位根检验结果如表1所示，显然，检验结果显示了面板数据存在单位根。
　　2.面板数据协整检验。由于面板数据存在单位根，需要对面板数据进行协整检验，以考察变量之间长期均衡关系的方法，面板协整检验的结果如表2所示。通过表2的两种方法检验，说明中部地区农村居民消费与人均纯收入之间存在协整关系，也就是说中部地区农村居民的消费和中部地区人均纯收入之间存在长期均衡关系，因此，该面板数据可以进行面板模型回归分析。
　　四、面板数据模型估计方法选择与分析
　　常见的面板数据静态模型主要有混合估计模型、固定效应模型、随机效应模型等。下面分别以这三种模型来估计，从中选择最优模型估计方法。
　　1.混合效应模型。如果面板数据不同个体之间不存在显著性差异，不同截面之间也不存在显著性差异，就可以把面板数据混合在一起用普通最小二乘法估计参数而得到混合效应模型。混合效应模型的一般形式为：
　　yit=β1+■βkxkit+uit
　　中部地区农村居民消费及收入的面板数据估计结果如下：
　　cｐ＾it=44.54+0.71iｐ＾it
　　（2.0） （22.8） R2=0.84，RRSS=471244
　　2.个体固定效应模型。
　　（1）模型估计。个体固定效应模型是对于不同的纵剖面时间序列只有截距项不同的面板模型。如果从时间和个体上看，面板数据回归模型的解释变量对被解释变量的边际影响均是相同的，而且除模型的解释变量之外，影响被解释变量的其他所有确定性变量的影响只是随个体变化而不随时间变化时，面板数据应设定为个体固定效应模型。个体固定效应模型的一般形式为：
　　yit=β1+■βkxkit+uit
　　估计结果如下：
　　cｐ＾it=66.82-6.38D1+4.43D2-62.35D3-56.21D4+5.87D5+114.65
　　D6+0.673696IPit
　　（5.44） （39.39）
　　R2=0.96，URSS=121588.5
　　其中虚拟变量D的定义是：
　　其中i取1代表安徽，取2代表江西，取3代表山西，取4代表河南，取5代表湖北，取6代表湖南。以下分析中D的含义和取值与此一致，不再解释。