影响农村消费的收入结构效应分析

1研研研研究究究究领领领领域域域域农业经济学农业经济学农业经济学农业经济学2影响农村消费的收入结构效应分析摘要：本文利用可同时讨论多个相互关联模型的似不相关回归（SUR）分析方法，以2000年—2006年我国31省市农村居民收入与消费的面板数据为研究对象，比较分析了工资性收入、家庭经营性收入、财产性收入以及转移性收入对农村居民七大类生活消费支出的影响。回归结果表明，工资性收入对农民住房支出和文教娱乐用品及服务支出影响显著；家庭经营性收入对农民食品、衣着、交通及通讯、医疗保健支出作用明显；转移性收入主要影响农民家庭设备用品及服务的消费支出。这一结果为决策层在启动农村消费，制定农民增收政策方面提供了可以参考的依据。关键词：农民收入结构；农村消费；似不相关回归(SUR)TheEffectAnalysisofIncomeStructureImpactonRuralConsumptionAbstract:Abstract:Abstract:Abstract:Adoptingseeminglyunrelatedregression(SUR)analysismethodwhichcandiscussawiderangeofinterrelatedmodelssimultaneously,thispapertakesruralresidents’incomeandconsumptionpaneldatawhichincludes31provincesandcitiesfrom2000to2006asresearchobject,comparativelyanalysestheimpactofwageincome,householdoperationalincome,propertyincomeandtransferincomeonsevenmajortypesoflivelihoodconsumption.Theregressionresultsshowthatwageincomehasagreateffectbothonruralhousingexpenditureandculturalandeducationalentertainmentsuppliesexpenditures;householdoperationalincomesignificantlyaffectstheruralconsumptionleveloffood,clothing,transportationandcommunication,medicalandhealthcareitems;transferincomeisthemaindrivingforceinpromotingpeasantstoconsumehouseholdappliancesandservices.Theanalysiswillprovideabasicreferencefordecision-makerstoformulatepoliciesonincreasingtheincomeandenlargingtheconsumptionofpeasants.KeyKeyKeyKeyWords:Words:Words:Words:ruralresidents’incomestructure;ruralconsumption;seeminglyunrelatedregression(SUR)随着金融危机的持续蔓延，对中国经济的负面影响日益加深，对农业农村发展的冲击不断显现，一直存在的农民增收难、消费低问题将会更加突出。新年伊始，中央发布题为《中共中央国务院关于2009年促进农业稳定发展农民持续增收的若干意见》的2009年一号红头文件，这份温暖亿万农民心的中央文件以促进农业稳定发展、农民持续增收为主题，也是中央决策层连续第六年将一号文件的落脚点锁定于“三农”领域，说明在国内外经济形势急转直下的情况下，稳定农业，增加农民收入，刺激国内消费，成为决策层维稳中国经济寄予厚望的政策取向之一。如何实现农民增收，扩大农民消费，进一步启动农村消费市场成为当前亟待解决的重中之重。国内学术界对于农民收入与消费的问题有不少研究[1-4]，但这些文献多以定性分析为主，大多侧重于收入总量对消费的贡献率测算，甚少有文献是以收入的不同构成为视角去分析消费问题的。实际上，我国农村居民家庭人均纯收入主要3由工资性收入、家庭经营性收入、财产性收入和转移性收入四部分构成，各部分收入对最终消费的影响不一。而利用可同时讨论多个相互关联模型的计量分析方法来研究此类问题的文献目前还没有，收入的不同构成对最终消费走向有怎样的影响和决定程度不得而知，这使得政策界在做出提高农村居民收入消费水平的决策时有很大的盲目性和不确定性。本文采用似不相关（SUR）模型将收入结构对消费的拉动作用进行定量分析。和以往文献相比，本文的贡献在于：首先采取似不相关回归模型控制了在某一特定年份，不同类型的消费可能同时受到一些共同宏观因素的影响所导致的回归统计量偏差；其次，同时将消费和收入按其构成细分，研究不同收入部分对各类消费的影响，实证结果更具现实指导意义。1111、模型的设定影响居民消费的因素有很多，如消费习惯、利率、心理预期等，从以往研究文献来看，国内外学者都比较一致的认为收入是影响居民消费支出最直接、最具决定性的因素[5-6]。我国农村居民家庭人均纯收入主要由工资性收入、家庭经营性收入、财产性收入和转移性收入四部分构成，其生活消费支出主要有食品支出、衣着支出、住房支出、家庭设备用品支出、交通及通讯支出、文教娱乐用品及服务支出、医疗保健支出等七个方面。启动农村居民的消费，必须首先要提高他们的收入水平，但并非是每一部分收入的边际消费倾向都高，这就需要具体分析影响农村居民消费支出的收入构成，在制定农民增收政策方面，充分考虑各部分收入对扩大消费的带动能力和驱动水平，进一步提高公共政策的针对性和有效性。基于此，本文利用2000年—2006年中国31省市农村居民收入与消费的面板数据作为研究对象，拟对影响农村居民消费的收入性因素进行深入、系统的研究。按照前文所述，将影响农村居民七大类生活消费的四大收入影响因素纳入回归模型中，将模型设定为：(1),,lnlniptijptCYeαβ=++其中，下标p,t分别代表省份和年份，表示我国农村居民的第i种消费支出iC(i=1,2,3…7)，包括食品、衣着、住房、家庭设备及服务、交通通讯、文教娱乐用品及服务、医疗保健等七类支出；分别表示农村居民的工资性收入、家庭经营jY性收入、财产性收入以及转移性收入(j=1,2,3,4)；为(7×1)维向量，为(7iClnlnijY×4)维矩阵，表示随机误差项，为(7×1)维向量。数据来源于《中国统计年鉴》e和《中国农村统计年鉴》。2222、似不相关回归（SURSURSURSUR）方法由于面板数据的两维特性,模型设定的正误决定了参数估计的有效性[7]。因此,首先要对模型的设定形式进行检验，主要检验模型参数在所有横截面样本点和时间上是否是相同的常数。我们采用了广泛使用的协方差分析来检验如下两个假设：H1：截距和斜率在不同的横截面样本点和时间上都相同。()α()β4(2)iijptijiptieYC++=βα,,lnlnH2：斜率在不同的横截面样本点和时间上都相同,但截距不同。()β()α(3),,,lnlniptipijptijiCYeαβ=++显然，如果接受了假设1，则没必要进行进一步检验；如果拒绝了假设1，则应对假设2进行检验。如果假设2也被拒绝，则应采用下式，即截距项和斜率项均不一致。(4),,,,lnlniptipijptijpiCYeαβ=++检验可通过两个F检验进行,检验H1的F统计量为：(5)1313()/[(1)(1)]/[(1)]~[(1)(1),(1)]SSnKFSnTnKFnKnTK−−+=−+−+−−检验H2的F统计量为：(6)2323()/[(1)]/[(1)]~[(1),(1)]SSnKFSnTnKFnKnTK−−=−+−−−S1、S2、S3是分别采用(2)、(3)、(4)式时估计的残差平方和，n为截面样本点个数，T为时序期数，K为除截距项外的待估计参数（斜率）个数。表1模型筛选的F检验注：1、模型1-7为四大类收入分别对食品、衣着、住房、家庭设备及服务、交通通讯、文教娱乐用品及服务、医疗保健等七类支出的回归模型。2、*表示在10%的显著性水平下显著，**表示在5%的显著性水平下显著。表1的结果显示,在5%的显著性水平下,食品、衣着、住房、家庭设备及服务、交通通讯、文教娱乐用品及服务等六项支出的F1值小于临界值,说明不同省市农民的各项收入对这六种类型消费支出的影响在方向与大小上没有显著的差异，而对医疗保健支出的F1值大于临界值，F2值小于临界值，说明尽管不同省市的收入本身对医疗保健的消费影响方面没有明显的不同,但不同省市区的其他因素，如地方政策、消费习惯、文化、预期等对医疗保健支出的影响却有着显著的差异。原则上对模型1-6采取（2）式予以回归，模型7采取（3）式予以回归。注意到对模型1-7进行序列自相关检验，根据Durbin-Watson表5%临界点下限临界值为dl=1.59，上限临界值为du=1.76，结合表1的结果可知，DW统计值普遍拒绝原假设，即存在一阶自相关，在临界区域内，模型残差存在序列相关。故采用Cochrane-Orcutt迭代法建立加入了AR(1)的一阶自回归误差模型，相应回模型1模型2模型3模型4模型5模型6模型7F11.2685*1.1257*0.9875*0.8596**1.3774*0.9967*2.2139F21.4101*D-W1.97591.40001.79811.27461.35221.58421.39975归的DW检验值普遍提高1，再次根据判定区域可知此时各模型随机误差项的自相关性已经消除。对于单个模型而言，以上模型设定是相对准确的，但进一步考虑到某一特定年份，不同类型的消费可能同时受到一些共同宏观因素的影响，因而各类消费回归方程之间的随机项是相关的；这种同时期相关的存在，使得合并时间序列数据和截面数据的似不相关回归估计（SUR）比单独估计每个方程更有效。故本文在上述分析基础上采用似不相关回归方法进行实证分析。似不相关回归的特点在于允许扰动项的同期相关及各截面单位可以有不同的解释变量，在给定的时间内，似不相关回归方程组中不同方程扰动项的相关性反映了某种共同的不可知因素带来的影响。通过把不同截面单位的方程联合起来进行估计，利用包含在系统中但不包含在第i个方程中的信息提高了估计的有效性。一般说来，不同方程的扰动之间越相关，或者不同方程的解释矩阵相差得越大，利用超模型所得到的SUR估计就会比单方程的OLS估计越具有估计效率[8]。在采用SUR估计前，首先对各方程进行同期相关性检验，如果方程之间不存在同期相关，那么对各个方程单独使用最小平方法估计是完全有效的，由此设定同期相关检验的零假设和备择假设为：H0：各方程扰动项不相关，即Cov(,)0,(,,1,27)mnmnmnεε=≠=⋅⋅⋅H1：至少一个协方差非零。根据Breusch&Pagan(1980)提出的统计量：2712221ˆ,ˆˆmmnmnmnmnmmnnTrrσλσσ−====∑∑T为每个方程的观测值个数，为各方程残差之间协方差的一致估计量。在假mnσˆ设H0下，服从自由度M(M-1)/2的渐进分布，检验结果为：λ2χ表2：同期相关性检验结果从检验结果中可以看出统计值显著拒绝原假设，即各方程扰动项存在同期相lc1lc2lc3lc4lc5lc6lc7lc11.0000lc20.06621.0000lc30.24510.21821.0000lc40.59400.24820.36871.0000lc50.34600.25030.49400.35031.0000lc60.3333-0.02850.50230.24130.50211.0000lc70.22330.40870.56920