中国城镇居民收入差距对消费影响的动态效应分析

中国城镇居民收入差距对消费影响的动态效应分析

数量经济与技术经济研究所　李雪松　娄　峰

一、引　言

20世纪90年代以来，我国城镇居民的收入差距不断扩大。收入差距对我国扩大内需特别是扩大消费需求有怎样的效应？这些效应是否会发生波动？

关于收入差距与消费需求的关系，在现有的西方消费理论中找不到现成的明确结论，它们的关系隐含在消费函数逻辑推理的背后。研究现代西方消费理论一般都是从凯恩斯的消费函数理论开始。凯恩斯在《利息与货币通论》中首次将消费与收入差距相联系，凯恩斯认为收入差距是影响消费倾向的重要的客观因素，收入差距有可能通过降低消费倾向，使消费需求降低。凯恩斯虽然认为收入差距影响消费需求，但并没有进行详细的讨论。

凯恩斯之后的消费理论，由于对收入差距和消费间关系的看法不同，大体上可以分为两个阵营。一是以Kaldor（1955）等为代表的新剑桥学派，认为收入差距对消费有着重要影响；二是新古典主义者，他们否认收入差距的重要性，其代表作Blinder（1975），Musgrove（1980）的研究结果表明收入差距和消费之间的关系和凯恩斯理论有着很大的不同——不合理的收入差距似乎导致更多的消费，收入越平等则消费倾向越低。近年来，这种分歧依然存在，Blinder（2002）用美国1967～1992年的时间序列数据，考察收入差距对消费的影响，结果表明缩小收入差距并不会增加消费；Valley（2003）等的结果表明，消费和经济发展水平和收入差距都可能有关系；Musgrove（2005）的研究表明高收入国家的城镇收入差距对其消费影响显著，而低收入国家的城镇收入差距对其消费影响并不显著。

关于我国城镇居民收入差距和消费问题的研究，不少学者从不同的角度，应用不同的方法，得到了许多有益的、具有启发性的结论。李军（2003）认为收入差距和收入水平，都是影响消费的重要因素。张沂等（2003）认为城镇居民收入差距的扩大对总体的消费倾向有明显的抑制作用。陈乐一（2005）认为收入差距是消费需求不足的主要原因，扩大消费需求，提高消费水平，必须千方百计增加普通城乡居民尤其是低收入者的实际收入。

在研究方法的选择上，第一，我们运用中国近年来的分省数据，分别构造消费与收入差距之间关系的静态和动态面板模型，采用广义矩方法进行估计。第二，由于我国正处于改革与转型时期，收入差距对消费的影响可能会随着经济结构、消费预期及经济周期的变动而发生波动，本文应用状态空间模型和卡尔曼滤波算法，刻画了收入差距对消费影响的动态变化轨迹。所使用的全国分省数据包括北京、上海、天津、广东、江苏、浙江、山东、福建、海南、吉林、辽宁、湖北、湖南、江西、安徽、内蒙古、四川、广西、贵州、陕西、青海、宁夏、新疆、西藏24个省市区，其余省市区由于统计资料不足而没有纳入研究范围，数据来源于1992～2005年各省市区的统计年鉴。

为了度量我国城镇居民的收入差距，我们采用了基尼系数的指标，几何计算法。计算公式为：GINI= 2S_a，其中S_a表示洛伦茨曲线中绝对平均线与实际收入分配曲线之间的面积。

运用这种算法，表1给出了代表性年份分省市区的城镇居民基尼系数的测算结果。^[1]1991～2004年，各省区城镇居民基尼系数持续增加，收入差距不断扩大，特别是2000～2004年增幅较大。这表明：20世纪90年代初期到中期，我国城镇居民整体的贫富差距尚属比较合理，但近几年我国城镇居民之间的贫富差距呈现逐步扩大的趋势。

表1　代表性年份分省市区的城镇居民基尼系数（几何计算法结果）

二、静态面板数据模型分析

1.静态面板数据模型变量的选择

在建立经济计量模型时，考虑影响消费需求的因素众多，主要有收入因素、物价因素、收入差距因素、地区差距因素、消费观念差异因素等。在考察收入差距对消费需求的影响关系时，把收入因素和物价因素作为外生变量，而面板数据的变截距模型则可以用来反映那些由于地区风俗差异、地区消费观念差异等相对稳定因素所导致的消费差异的影响。

在确定收入因素对消费影响的函数关系时，本文选择了弗里德曼持久性收入的消费理论作为基础。这样做的理由是：我国社会保障建设相对薄弱，城镇居民消费更加关注长远利益，其消费的增减不会像绝对收入假说所描述的那样完全取决于同期收入的变化；同时，居民收入的大幅度提高及金融资产的快速积累也使多数城镇居民家庭具备了跨时消费的条件。

根据弗里德曼的持久收入的理论，收入可分为持久性收入INCP和暂时性收入INCT两类。在我们的分析框架中，城镇居民t期的持久收入用t期、t-1期和t-2期这相邻三期的可支配收入的算术平均值来度量；城镇居民t期的暂时收入用t期现期收入与t期持久收入的差值来度量。

静态面板数据模型是在不考虑上期消费对本期消费影响的情况下，考察收入、物价、收入差距以及其他因素对消费的影响。

模型Ⅰ：静态面板数据模型

其中，LEXP D_it是第i省t时期的城镇居民消费的自然对数；LINCP_it是第i省t时期的城镇居民持久收入的自然对数；LINCT_it是第i省t时期的城镇居民暂时收入的自然对数；CPI_it是第i省t时期的消费价格指数；GINI_it是第i省t时期城镇居民的基尼系数，用来衡量城镇居民收入差异；F_i代表第i省的固定效应或随机效应水平，用来反映那些由于地区差异而对消费有显著影响但本身很难量化的影响因素；D_t为时间虚拟变量，用来反映各省随时间而变化的因素对消费的影响；u_it代表第i省t时期的随机误差项。

2.模型的估计结果

通过对固定系数、变截距以及变系数模型的比选计算和对随机效应和固定效应的豪斯曼检验，我们选取了固定效应的变截距模型。模型Ⅰ的估计结果如下，其中随机误差项能够通过正态性与平稳性检验。

R²=0.9831，F=3702.6，DW=1.9964

3.收入与价格对消费影响的效应分析

式（2）表明，居民消费的持久收入弹性和暂时收入弹性分别为0.7838和0.0291。决定我国城镇居民消费的最主要因素是持久性收入。城镇居民持久收入每增长1%，引起消费平均增长0.7838%；城镇居民暂时收入每增长1%，引起消费平均增长仅为0.0291%。当前我国消费的持久收入弹性远高于暂时收入弹性。若从收入影响的角度来提高居民的消费水平，必须把提高收入的重点放在持久收入部分，而非暂时收入部分。

城镇居民消费与价格水平成反向关系。从数量上看，消费价格指数每增加1个单位，城镇居民消费将减少4.04%。

虽然时间虚拟变量D1998和D2002前的系数值都不大，但均显著。D1998项前的系数为负，这与90年代中后期东南亚金融危机的影响以及我国当时的住房改革增加了居民的未来支出预期从而减少当期消费有关。D2002前的系数为正，说明在2001年以后，随着国家一系列社会保障措施的出台，城镇居民的消费心理逐渐趋于稳定，消费总体有所增加。

从表2中的截距值大小来看，北京、上海和广东的固定效应较大，说明这三个地区的自主消费水平较高，与这三个地区较好的经济发展状况是一致的。

表2　模型Ⅰ中变截距F_i的估计值（时期：1993～2004年）

4.城镇居民收入差距对消费影响的效应分析

式（2）的估计结果表明，城镇居民收入差距对消费有显著的负向影响。从数量上看，收入差距（用基尼系数来衡量）前面的系数为-0.3262，说明基尼系数的绝对值每增加1个单位，城镇居民的消费平均将减少32.62%。也就是说，城镇居民的基尼系数的绝对值每增加0.01，消费平均将减少约0.33%。Musgrove（2005）的研究结果表明：高收入国家的城镇收入差距对其消费影响显著，而低收入国家的城镇收入差距对其消费影响不显著。与Musgrove（2005）的研究结果不同，1993～2004年，我国城镇居民收入差距对其消费存在显著的负向效应。

三、动态面板数据模型分析

1.动态面板数据模型的估计

静态模型没有考虑前期消费对当期消费的惯性影响。然而，由于居民的当期消费会受到自己过去消费习惯的影响，增加消费容易，减少消费难，普遍存在“棘轮效应”。如果消费在时间上存在路径依赖，则省略滞后的消费变量会导致遗漏变量误差，估计值就是有偏差和不一致的。为了反映这种动态关系，有必要将过去的消费也作为解释变量，采用动态面板模型。加入被解释变量的滞后项后，我们采用Arellano和Bond（1988，1991）的系统广义矩估计方法（GMM），来克服内生解释变量随机性的问题，并选用解释变量的滞后一期值作为工具变量。

动态面板数据模型是在考虑上期消费惯性对本期消费影响的情况下，考察收入、上期消费、物价以及收入差距对消费的影响。

模型Ⅱ：动态面板数据模型

其中，LEXPD_i，t-1代表第i省t-1时期城镇居民的消费。通过广义矩方法，^[2]可得到如下估计方程，其中残差项能够通过正态性与平稳性检验。

R²=0.9895，F=3677.3，DW=1.8832

表3　模型Ⅱ中变截距F_i的估计值（时期：1993～2004年）

2.“棘轮效应”与持久收入弹性

动态模型的估计结果表明：消费的“棘轮效应”显著，滞后一期的消费对当期消费具有显著的正向影响。从数量上看，城镇居民上期消费每增长1%，引起当期消费平均增长0.5266%。

在引入了消费惯性影响的情况下，城镇居民消费的持久收入弹性和暂时收入弹性都有明显降低。在没有引入消费惯性影响的静态模型Ⅰ中，居民消费的持久收入弹性和暂时收入弹性分别为0.7838和0.0291。而在引入了消费惯性影响的动态模型Ⅱ中，居民消费的持久收入弹性和暂时收入弹性分别降低到0.3397和0.0109。动态模型的估计结果同样证明了我国城镇居民消费的持久收入弹性大大高于暂时收入弹性。

3.引入消费惯性条件下收入差距对消费影响的效应分析

对比式（2）和式（4），可以看出，式（4）中基尼系数变量的参数估计值为-0.3479；而式（2）中基尼系数变量的参数估计值为-0.3262。这表明：在动态模型中，当引入了消费的惯性影响后，收入差距对消费影响的负向效应将更大。基尼系数的绝对值每增加1个单位，城镇居民的消费将减少34.79%。或者说，城镇居民基尼系数的绝对值每增加0.01，消费平均将减少约0.35%。

四、状态空间模型分析

1.状态空间模型的建立与估计

静态面板模型Ⅰ与动态面板模型Ⅱ都是用来分析城镇居民收入差距对消费影响的平均效应。由于我国正处于经济体制转轨时期，经济结构和居民的消费预期变动较大。尤其是20世纪90年代，我国在加快一些重要领域改革的同时，配套的社会保障措施一时难以跟上，影响了城镇居民的消费预期，因此人们势必会不断调整消费与收入的长期均衡比例，我国城镇居民消费函数中的各个参数可能不再是稳定的常数。为了捕捉并刻画这些参数的变化轨迹，从而更准确地把握各种因素对我国城镇居民消费影响的动态效应，我们运用状态空间模型（State Space Model）及卡尔曼滤波（Kalman Filter）算法进行实证分析。假定状态空间模型具有如下的形式：

模型Ⅲ：状态空间模型

状态空间模型由观察方程和状态方程构成，其中随机误差项ε_it与v_1t、v_2t、v_3t、v_4t、v_5t均为白噪声过程，彼此不相关。式（5）是观察方程，表示我国城镇居民消费与前期消费、收入、物价以及收入差距之间的关系。其中，参数φ_t，μ_t，θ_t，λ_t和γ_t为状态变量，其变化体现了未包含在模型中的潜在因素（比如经济结构、消费预期及经济周期的变动）对变量之间关系的影响。式（6）～（10）为状态方程或转换方程，它描述了状态变量的生成过程，假定状态变量服从非平稳的随机游走过程。

卡尔曼滤波方法可把前一时刻的预测误差及时反馈到方程中去，从而提高估计的精度。运用卡尔曼滤波算法，表4给出了参数φ_t，μ_t，θ_t，λ_t和γ_t的动态估计结果。

表4　参数φ_t，μ_t，θ_t，λ_t和γ_t的估计结果

2.收入与价格对消费影响的动态变化轨迹

图1是消费的持久收入弹性μ_t的变化轨迹。1996～2000年，消费的持久收入弹性总体呈现下降的趋势。说明这段时期随着人们对未来医疗、教育、住房等预期消费的增加，持久收入对当期消费的影响有所降低。2001～2004年，随着人们消费预期的变化，消费的持久收入弹性有所回升。

图1　μ_t的变化轨迹

图2是消费的暂时收入弹性θ_t的变化轨迹。消费的暂时收入弹性有升有降，它的波形图与20世纪90年代以来我国经济周期波动的形状相似，而经济周期波动与人们的消费预期及结构变动是密切相关的。在经济周期的低谷时期，消费的暂时收入弹性低迷；在经济周期的景气阶段，消费的暂时收入弹性高涨。然而，消费的暂时收入弹性毕竟远低于消费的持久收入弹性。比较图1与图2的纵坐标可以看出，从数量级上来看两者相差10倍以上。

图2　θ_t的变化轨迹

图3是物价对城镇居民消费影响λ_t的变化轨迹。物价对城镇居民消费的影响是负向的，物价高时，城镇居民的消费偏低。1994～1997年，物价对城镇居民消费影响的负向效应较大；1998～2004年，物价对城镇居民消费影响的负向效应减弱，与这几年我国物价水平总体波动较小有关。

图3　λ_t的变化轨迹

3.收入差距对消费影响效应的动态分析

图4是城镇居民收入差距对消费影响γ_t的变化轨迹。1994和1995年，γ_t＞ 0，收入差距对消费的影响呈微弱的正向效应，适当的收入差距有助于扩大城镇居民的消费。1996年是一个临界点，γ_t＞ 0，从1996年起我国城镇居民收入差距对消费影响的负向效应开始显现。

图4　γ_t的变化轨迹

1998～2000年，负向效应进一步放大。1997年东南亚金融危机爆发，人们对经济的发展前景感到担忧，因此1998～2000年我国城镇居民的收入差距对当期消费的负向影响达到最大。1998与2000年，基尼系数的绝对值每增加1个单位，城镇居民的消费将减少50%以上，即城镇居民的基尼系数的绝对值每增加0.01，消费平均减少约0.5%。

2001～2004年，随着经济的逐步复苏，人们对未来经济的发展前景开始恢复信心。同时，国家对社会保障逐步加大了支持的力度。随着消费预期的改善，城镇居民收入差距对消费影响的负向效应略小于1998与2000年。2001～2004年负向效应在高位上趋于稳定：基尼系数的绝对值每增加1个单位，城镇居民的消费将减少40%左右，即城镇居民的基尼系数的绝对值每增加0.01，消费平均减少约0.4%。

综合起来看，自从1996年我国城镇居民的收入差距对消费的负向效应首次出现以来，随着经济结构、消费预期及经济周期的改变，收入差距对消费影响的负向效应的大小会发生一定的波动。在大多数年份里，该负向效应都非常明显，在经济周期的低谷阶段，收入差距对消费影响的负向效应会加倍显现。

五、结　论

为了考察收入差距对消费需求的影响，在持久性收入消费理论的基础上，运用中国分省面板数据，建立了静态模型、动态模型和状态空间模型，在模型中考虑了收入及物价等外生变量对消费的影响。

实证分析的结果表明，中国城镇居民收入差距对消费具有显著的负向效应。城镇居民的基尼系数的绝对值每增加0.01，消费平均将减少约0.33%。当引入了消费的惯性影响后，收入差距对消费影响的负向效应将更大：城镇居民的基尼系数的绝对值每增加0.01，消费平均将减少约0.35%。

收入差距对消费影响的效应大小会因经济结构、消费预期及经济周期的改变而发生波动。1998～2004年，城镇居民基尼系数的绝对值每增加0.01，消费减少在0.35%～0.55%波动。

在各种分析框架下，我国消费的持久收入弹性都远高于暂时收入弹性。为了扩大内需和促进消费，必须把提高收入的重点放在提高持久收入而非暂时收入上面。同时要采取有力措施，努力缩小城镇居民之间的收入差距。

参考文献

1.国家统计局：《从基尼系数看贫富差距》，《中国国情国力》，2001年第1期。

2.李军：《收入差距对消费需求影响的定量分析》，《数量经济技术经济研究》，2003年第9期。

3.张沂、胡日东：《中国城镇居民收入差距与消费需求的实证研究》，《预测》，2003年第2期。

4.陈乐一：《收入分配与消费不足》，《经济问题探索》，2005年第4期。

5.高铁梅主编：《计量经济分析方法与建模——EViews应用及实例》，清华大学出版社，2006年。

6.董文权、高铁梅等著：《经济周期波动的分析与预测方法》，吉林大学出版社，1998年。

7.郭庆旺、贾俊雪：《积极财政政策对区域经济增长与差异的影响》，《中国软科学》，2005年第7期。

8.Arellano，M. and Bond，S.，1988，Dynamic Panel Data Estimation Using DPD-a Guide for Users，Institute for Fiscal Studies，Working Paper.

9.Arellano，M. and Bond，S.，1991，Some Tests of Specification for Panel Data：Monte-Carlo Evidence and an Application to Employment Equations，Review of Economic Studies，58，277-297.

10.Blinder，A. 1975. Distribution Effects and the Aggregate Consumption Function，Journal of Political Economy，83：447-475.

11.Blinder A. 2002，The Relationship between Distribution Effects and the Consumption，The Journal of Political Economy，132（3）：447-476.

12.Kaldor N.1955，Alternative Theories of Distribution，Review of Economic Studies，23（2）：83-100.

13.Musgrove P. 1980，Income Distribution and the Aggregate Consumption Function，The Journal of Political Economy，88（3）：504-525.

14.Musgrove P. 2005，Income Distribution in Countries During the Period of Economic Reform and Globalization，The Journal of Political Economy，102（3）：34-105.

15.Valley D.，Philips A.，2003，Studies in Inequality of Income，and Consumption Function：Some Cross-country Results，The Journal of Political Economy，133（6）：132-157.

【注释】

[1]运用几何计算法得到的基尼系数，由于在计算分块面积时用直线近似地代替曲线，所得到的基尼系数可能会略小于实际值。根据国家统计局公布的数据，1990年、1995年、1999年我国城镇居民基尼系数分别是0.23、0.28、0.295，略大于我们的测算结果。详见国家统计局：《从基尼系数看贫富差距》，《中国国情国力》，2001年第1期。

[2]本文采用Arellano-Bond的系统GMM估计法，XTABOND2计算程序。