我国城镇居民收入结构对消费的影响

1、19032013河北工业夫学我国城镇居民收入结构对消费的影响以我国1997年2012年城镇居民消费变化为例苗豪杰*2014年6月摘要 本文旨在研究我国城镇居民收入结构对消费的影响。采用了 1997年2012 年政府公布的城镇居民消费水平、城镇居民家庭人均收入及恩格尔系数以及城镇 居民平均每人全年家庭收入来源的数据，应用计量经济学模型分析城镇居民收入 结构的波动对消费的影响，进一步的分析凯恩斯消费函数中的“收入”分类，并 验证它们对城镇居民消费的影响幅度。本文详细的分析了收入的种类和对消费的 影响，对政府出台拉动内需的政策，以及如何带动居民的何种收入更能促进经济 发展有一定的提示作用，同时本文的

2、一些论证分析方法对后续研究提供了一定的关键词消费函数城镇居民收入结构OLS普通最小二乘法*河北工业大学经济管理学院学号：118573E-mail: 5992623881.序言众所周知的，消费对国民经济的发展具有重大的推动作用，在08年世界性金融危机爆发时，我国政府也是通过了扩大内需、刺激消费等措施来应对金融危机对我国的影响。由此可见，消费尤其是本国居民的消费以及居民消费需求的扩张极大地促进了我国的国民经济发 展。而“投资”、“出口”与“消费”也一直被认为是拉动国民经济增长的“三驾马车”，所以居民消费支出的增长幅度渐渐成为了影响国民经济增长的主要因素。消费函数是指反映消费支出与影响消费支出的因素

3、之间的关系，其中凯恩斯理论假定， 在众多影响消费支出的因素中，收入具有决定性因素。 收入对消费有着决定性影响，而消费又对国民经济的发展有着极大地影响，所以最终通过消费来影响国民经济发展的其实还是居民的收入。而对我国的城镇居民来说，收入的来源大致上可分为工资性收入、经营性收入、财产性收入以及转移性收入等四种，这四种收入占据总收入的比重就构成了城镇居民收入结构。通过分析证明这四种收入分别对消费的影响程度可以有助于政府以及家庭调整收入结构，提高对消费影响大的收入， 从而更好的促进消费的增长， 拉动内需，继而更好的推动国民经济的 发展。本文逻辑结构如图 1所示。第2页共15页2.文献综述改革开放以来，

4、我国经济迅速发展， 居民收入迅速上升，同时消费渐渐的成为影响国民 经济发展的重要因素， 国内越来越多的学者关注凯恩斯的消费理论， 开始研究收入对消费的 影响，以及对凯恩斯理论的实际证明，并取得了很多的成果。其中，根据凯恩斯绝对收入假说我们知道，在短期中，收入对消费支出有着决定性的影响，所以努力的提高居民的当期收入可以在短期内提高居民的消费需求，从而刺激消费供给，带动国民经济的发展（骆祚炎，2010 ）。但是就我国目前来看，农村的收入的增长相较缓慢，制约着消费的增长（杜长乐，2002）， 城镇居民的收入增长也因为农村人口进城务工的用工竞争而增长缓慢，也制约着消费支出的增长和国民经济的发展。我国城

5、镇居民收入和消费关系间存在着长期稳定的关系，所以在长期要刺激城镇居民消费拉动经济增长，必须增加城镇居民的可支配收入（蒋满霖、周国侠， 2006）。而收入的构成是由多种收入组成的，常规上来讲，大致的分为工资性收入、经营性收入、财产性收入以及转移性收入等四种。这四种收入代表着四种收入来源，也代表着收入的难易程度，从常识上我们不难看出，转移性收入是成本最低的，但这属于政策性补助，门槛比较高一般很少以之作为主要收入来源的，是没有或者丧失工作能力，抑或失业的社会人员赖于维持基本生活的收入，是属于社会保障体系的。工资性收入是指通过提供劳务，经由薪酬体系发放的收入，是付出劳动后获得的收入；经营性收入是指商业

6、买卖收入等经营性的收入， 这两种收入都是劳动者或者经营者付出一定的劳作成本而获得的。而财产性收入类似于资本收益，是拥有的财富要素获得的收入，相对于工资性收入和经营性收入来说较为轻松一些， 所以如果居民的财产性收入增加的话，会更倾向于消费。但是我国目前工薪收入和转移性收入在全部年收入中占据主导地位，财产性收入自身数额很小且来源渠道广泛（杨博，2013），而且不同收入阶层城镇居民的财产性收入存在较大差异，在一定程度上加剧了城镇居民收入的不平等（陈建东、晋盛武、侯文轩、陈焱，2009）会对十七大报告中指出的“创造条件让更多群众拥有财产性收入”有一定的影响。同时，影响消费的除了收入以外，还有社会保障体

7、系的完善程度。因为预防性储蓄理论认为，收未来收支不确定性的影响，消费者会减少当期消费而增加当期的预防性储蓄（Leia nd ,1968）。而可支配收入因而受之影响而下降，继而减少消费，抑制国民经济的发 展。所以完善社会保障制度，尤其是完善失业保险制度能最大限度的减少城镇失业人员致贫 现象的发生（王轶群，2006），从而减少居民的预防性储蓄来扩展消费（龙志和，2000;杜海韬，2005）。3模型、变量与数据3.1模型设定本文利用1997年2012年城镇居民消费水平、城镇居民家庭人均收入及恩格尔系数以及城镇居民平均每人全年家庭收入来源的数据进行分析，研究过程中考虑建立了关于居民消费支出与工资性收入

8、、经营性收入、财产性收入以及转移性收入的回归模型。经过数据分析找出这四种收入对消费支出的影响系数，从而认定出这四种收入分别对消费支出的影响程 度。基于凯恩斯绝对收入假说，建立了如下形式的消费支出回归模型：Yi= a 0+ 3 1*X1+ 3 2*X2+ 3 3*X3+ 3 4*X4+ 卩 i其中，Yi为城镇居民人均消费支出，X1代表城镇居民人均工资性收入，X2代表城镇居民人均经营性收入，X3代表城镇居民人均财产性收入，X4代表城镇居民人均转移性收入，卩i为随机误差项，a 0为常数项表示自发性消费。本次模型的设定是根据凯恩斯绝对收入假说，亦即所谓的绝对收入假设消费函数模型。凯恩斯认为，在短期中，

9、收入与消费是相关的，即消费取决于收入。凯恩斯构建的模式如下所示：C= a + 3 *Yt这个模型中，C为现期消费，a为自发性消费亦即必须要有的基本生活消费，3为边际消费性倾向，Yt为即期收入，所以3 *Yt就是引致消费。模型的含义就是消费是自发消费和 引致消费之和，消费者的消费主要取决于即期收入。3.2变量的定义的那部分支出，在收入a 0为自发性消费，亦即是必须要有的基本生活消费，是指总消费中由于外生变量决定-支出模型中，亦即本文所用的模型中指不是由于收入水平发生变动所引起的那部分消费。是属于消费者自发性组成的一个部分,主要取决于消费者嗜好、价格水平、社会风尚等因素。X1表示我国城镇居民的工资

10、性收入，所谓工资性收入指的是由工资科目开支的，以及 由工资科目以外的其他经费开支的当做由单位分配给职工的都应计入为工资性收入。X2表示我国城镇居民的经营性收入，所谓经营性收入指的是纳税人通过经常性的生产 经营活动而取得的收益，即企业在销售货物、 提供劳务以及让渡资产使用权等日常活动中所产生的收入，通常表现为现金流入、其他资产的增加或负债的减少。X3表示我国城镇居民的财产性收入，所谓的财产性收入指的是通过资本、技术和管理等要素与社会生产和生活活动所产生的收入，即家庭拥有的动产和不动产所获得的收入。X4表示我国城镇居民的转移性收入，所谓的转移性收入指的是国家、单位、社会团体 对居民家庭间的收入转移

11、，包括政府对个人收入转移的离退休金、失业救济金、赔偿等，以及单位对个人收入转移的辞退金、保险索赔、住房公积金、家庭间的增速和赡养等。根据凯恩斯绝对收入假设，消费者的消费支出与消费者的收入有着线性关系，而消费者的收入又由工资性收入、经营性收入、财产性收入以及转移性收入构成，所以这四种收入的每一种发生变化都会是消费者收入受到影响，而消费者的消费支出继而也受到影响。 所以我们构造出了这样的一个计量经济学模型：Yi= a 0+ 3 1*X1+ 3 2*X2+ 3 3*X3+ 3 4*X4+ 卩 i其中卩i表示的随机误差项，也就是除了这四种收入以外的各种可能影响到我国城镇居 民消费支出的因素，可能会包括

12、价格水平等各种因素。3.3数据说明本文使用的原始数据来自于1997年到2012年中国统计年鉴和中经网统计数据库，以及中国居民家庭收入调查（CHIPs）以及中国家庭动态调查（CFPS）。之所以选取从1997年开始，主要是因为 1997年之前的很多指标数据缺失比较严重。而由于现在官方公布的统计年鉴上还没有发布 2013年底的年度数据，因此本文研究的时间也就截止到2012年。其中，工资性收入、经营性收入、财产性收入以及转移性收入的数据在2001年缺失,因此采用相邻两年（2000年和2002年）的平均值来代替。综上，代入上述样本数据进行回归，再逐步筛选。最终得出以下解释变量：表1 :变量定义指标符号单

13、位工资性收入X1元经营性收入X2元财产性收入X3元转移性收入X4元3.4样本数据所得样本数据如表 2所示： 表2:样本数据年份消费工资性收入经营性收入财产性收入转移性收入19975823360213312494819986109365215413310831999640537942151291257200068503813270128146220017161477730112817332002748657403321022003200380606410404135211220048912715349416123212005959377986801932651200610618876781024

14、42899200712130102359413493385200813653112991454387392820091490412382152943245152010165461370817145205092201119108154122210649570920122112017336254870763684.回归分析4.1估计回归方程利用eviews软件，根据上述数据，采用普通最小二乘法（OLS）对模型进行初步估计。得到结果如表3所示：表3:消费函数的估计Dependent Variable: YMethod: Least SquaresDate: 06/28/14 Time: 15:30S

15、ample (adjusted): 1 16Included observations: 16 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.X10.1624510.0876161.8541270.0907X21.3659010.4809112.8402350.0161X36.1477961.1400805.3924250.0002X41.0940910.2824883.8730550.0026C3331.089185.600817.947600.0000R-squared0.999496Mean dependent

16、 var10904.88Adjusted R-squared0.999313S.D. dependent var4855.229S.E. of regression127.2595Akaike info criterion12.78064Sum squared resid178144.7Schwarz criterion13.02207Log likelihood-97.24512Hannan-Quinn criter.12.79300F-statistic5455.713Durbin-Watson stat1.473251Prob(F-statistic)0.000000Y=3331.09+

17、0.162451x1 + 1.1365901x2+6.147796x3+1.094091x4(185.60)(0.087616)(0.480911)(1.140080)(0.282488)N=17F=5455.713 RA2=0.9994.1.1经济意义由上述回归结果表示，我国城镇居民自发性消费为3331.09元，意味着即使是没有收入，平均每人每年也要消费3331.09元来满足自己的基本生活要求。而 3 1=0.162451 , 3 2=1.1365901 , 3 3=6.147796, 3 4=1.094091，其符号与预期的相一 致。而其代表的经济意义分别为：(1) 3 1=0.16245

18、1，表示每增加一元的工资性收入，消费者会增加0.162451 元的消费支出；(2) 3 2=1.1365901 ,表示每增加一元的经营性收入，消费者会增加1.1365901 元的消费支出；6.147796(3) 3 3=6.147796，表示每增加一元的财产性收入，消费者会增加元的消费支出；(4) 3 4=1.094091，表示每增加一元的转移性收入，消费者会增加1.094091元的消费支出。这个结果和文中开始时预测的较为吻合。首先，这四种收入来源的难易程度反映出这四种收入对消费支出影响的大小程度，工资性收入是劳动者出卖体力或者脑力劳动为别人工作所赚取的收入，在四种收入中最为困难，所以当工资性

19、收入增长的时候对消费支出的影响程 度是较小的。这是因为由于收入不容易，所以会是消费者舍不得动用工作赚取的工资，所以31在四个系数中是最小的；其次，由于转移性收入是一种特殊的社会转移支付，是用来弥 补低收入、低劳动能力者的一种财政手段，所以接受这部分收入的大多数为收入偏低的家庭 或个人。所以，虽然转移性收入的获得是最为轻松的，但是其带来的对消费支出的影响比财产性收入低了很多，甚至都不如经营性收入对消费支出的影响。4.1.2参数显著性检验上述统计结果表明， RA2=0.999,也就是说消费支出的变化中的 99.9%是可以由这四种收 入解释的，因此，能够由变量解释的部分基本上已经是全部了。当然，也有

20、着极少部分的影响因素放在了随机误差项中。在上述的回归结果中表明，X1的系数是0.162451，标准差为0.087616 , t1统计量的值为1.854127 , P值为0.0907 ,因此在10%的显著性水平上，我们可以拒绝3仁0的原假设， 因此可以认为在统计上来说，X1即工资性收入对消费支出有显著性的影响。同理，由于P2=0.0161 V 0.1 , P3=0.0002 v 0.1 , P4=0.0026 v 0.1 ,所以在 10% 的显著性水平上，我们 可以拒绝3 2、3 3、3 4=0的原假设，所以在统计上来说，经营性收入、财产性收入、转 移性收入对消费支出有显著性的影响。4.1.3整

21、体性检验在上述的回归结果中表明，F统计量为 5455.713，其对应的 P值为0.000000。由于F=5455.713 > Fa (1, n-2) =1.53。所以回归方程在统计上是显著的，即：工资性收入、经营 性收入、财产性收入以及转移性收入这四个解释变量对于消费支出有显著性影响。4.2多重共线性检验与消除多重共线性的本质是解释变量之间存在某种线性关系，所以我们可以通过让每一个解释变量对其他的解释变量和常数项回归，来检验解释变量之间是否存在着某种线性关系，从而来验证是否存在严重的多重共线性。结果如表4所示：表4:解释变量对其他的解释变量和回归的结果Dependent Variable

22、: X1Method: Least SquaresDate: 06/28/14 Time: 16:17Sample (adjusted): 1 16Included observations: 16 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.X2-0.5837351.575510-0.3705060.7175X30.7637723.7498370.2036810.8420X42.7818940.4704855.9128190.0001C541.3880591.20570.9157350.3778R-squared

23、0.992938Mean dependent var8492.375Adjusted R-squared0.991172S.D. dependent var4462.588S.E. of regression419.2920Akaike info criterion15.12733Sum squared resid2109669.Schwarz criterion15.32048Log likelihood-117.0186Hannan-Quinn criter.15.13722F-statistic562.3834Durbin-Watson stat0.655174Prob(F-statis

24、tic)0.000000Dependent Variable: X2Method: Least SquaresDate: 06/28/14 Time: 16:23Sample (adjusted): 1 16Included observations: 16 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.X1-0.0193750.052295-0.3705060.7175X31.8231800.4374244.1679910.0013X40.2898490.1474871.9652520.0730C-323.6779

25、60.67612-5.3345200.0002 R-squared0.992181Adjusted R-squared0.990226S.E. of regression76.38969Sum squared resid70024.61Log likelihood-89.77512F-statistic507.5780Prob(F-statistic)0.000000Mean dependent var886.8125S.D. dependent var772.6906Akaike info criterion11.72189Schwarz criterion11.91504Hannan-Qu

26、inn criter.11.73178Durbin-Watson stat2.664948Dependent Variable: X3Method: Least SquaresDate: 06/28/14 Time: 16:23Sample (adjusted): 1 16Included observations: 16 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.X10.0045110.0221470.2036810.8420X20.3244060.0778334.1679910.0013X4-0.042473

27、0.070469-0.6027200.5579C82.5691940.502022.0386440.0641R-squared0.979439Mean dependent var282.5625Adjusted R-squared0.974299S.D. dependent var200.9955S.E. of regression32.22286Akaike info criterion9.995547Sum squared resid12459.75Schwarz criterion10.18869Log likelihood-75.96438Hannan-Quinn criter.10.

28、00544F-statistic190.5425Durbin-Watson stat2.005607Prob(F-statistic)0.000000Dependent Variable: X4Method: Least SquaresDate: 06/28/14 Time: 16:23Sample (adjusted): 1 16Included observations: 16 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.X10.2676130.0452605.9128190.0001X20.8400430.4

29、274481.9652520.0730X3-0.6918061.147807-0.6027200.5579C144.4729185.02390.7808340.4500R-squared0.995347Adjusted R-squared0.994184S.E. of regression130.0469Sum squared resid202946.2Log likelihood-98.28788F-statistic855.6436Prob(F-statistic)0.000000Mean dependent var2966.625S.D. dependent var1705.195Aka

30、ike info criterion12.78598Schwarz criterion12.97913Hannan-Quinn criter.12.79588Durbin-Watson stat1.054574从这几个回归结果来看， 回归模型的拟合优度都很大， 所以解释变量之间存在着很大的多重共线性。从中不难看出对于 X1亦即工资性收入来说是多余变量，所以我们进行删除。修正后得出结果如表5所示：Dependent Variable: YMethod: Least SquaresDate: 06/28/14 Time: 17:02Sample (adjusted): 1 16Included o

31、bservations: 16 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.X21.2710720.5245112.4233480.0321X36.2718721.2483775.0240220.0003X41.5460120.1566329.8703750.0000C3419.038196.821217.371290.0000R-squared0.999339Mean dependent var10904.88Adjusted R-squared0.999173S.D. dependent var4855.229

32、S.E. of regression139.5886Akaike info criterion12.92759Sum squared resid233819.6Schwarz criterion13.12074Log likelihood-99.42075Hannan-Quinn criter.12.93748F-statistic6045.086Durbin-Watson stat1.348968Prob(F-statistic)0.000000Y=3419.038+1.271.72X2+6.271872X3+1.546012X4(196.8212)( 0.524511)( 1.248377

33、)( 0.156632)N=16F=6045.086RA2=0.9993394.3异方差检验本文中使用的是怀特（ White）检验法，其结果如表6所示:表6: White异方差检验的结果第12页共15页F-statistic1.112256Prob. F(9,6)0.4653Obs*R-squared10.00386Prob. Chi-Square(9)0.3502Scaled explained SS4.612788Prob. Chi-Square(9)0.8667Test Equation:Dependent Variable: RESIDA2Method: Least SquaresDa

34、te: 06/28/14Time: 17:07Sample: 1 16Included observations: 16VariableCoefficientStd. Errort-StatisticProb.C114479.1224318.10.5103430.6280X2A20.1351300.8976910.1505300.8853X2*X316.437678.2753861.9863330.0942X2*X4-1.8961261.113123-1.7034290.1394X2548.2305940.43080.5829570.5812X3A2-29.5074213.71040-2.15

35、21930.0749X3*X4-0.8316701.165725-0.7134360.5024X34944.2532664.8401.8553660.1129X4A20.4534320.2591121.7499470.1307X4-720.9184481.6006-1.4969220.1851R-squared0.625241Mean dependent var14613.72Adjusted R-squared0.063103S.D. dependent var19325.33S.E. of regression18705.65Akaike info criterion22.78021Sum squared resid2.10E+09Schwarz criterion23.26308Log likelihood-172.2417Hannan-Quinn criter.22.80494F-statistic1.112256Durbin-Watson stat2.772059Prob(F-statistic)0.465350从White检验的结果来看，Obs*R-squared的值为10.00386 , P值为0.3502，因此，模型的随机误差项并不具有异方差性。4.4序列相关检验本文使用的是 D.W. (D