城乡居民消费和政府消费对经济增长影响的实证分析

统计与决策２０11年第20期（总第344期）城乡居民消费和政府消费对经济增长影响的实证分析徐小鹰（中南民族大学经济学院，武汉430074）摘要：文章利用1999~2008年我国31个省（市、自治区）相关数据，通过构建省际面板模型分析了我国城乡居民消费和政府消费分别对经济增长的影响。实证分析表明，我国城镇居民消费对经济增长促进作用更为明显，但区域之间又有所差别，东中部经济增长主要来自于城镇居民消费的推动，而西部则更多倚重于农村消费的贡献；政府消费也会促进经济增长，但不及城乡消费作用显著。关键词：居民消费；政府消费；经济增长；面板协整中图分类号：F224.9文献标识码：A文章编号：1002-6487（2011）20-0087-03作者简介：徐小鹰（1980-），女，湖北襄阳人，博士研究生，研究方向：宏观经济理论与政策。0引言三大需求中对GDP贡献最大的是最终消费。统计资料显示，从1978年到2008年我国最终消费率呈下降趋势，尤其是2000年以后，消费率陡然下降。2000年以前，消费率基本维持在60%以上。通过国际比较，2000～2002年间世界平均消费率分别为77.2、78.3%和79.6%，而世界银行的数据显示，2007年中国居民消费支出占GDP比重为34%，远远低于世界中等收入国家平均水平60%比重。在我国最终消费结构中，居民消费与政府消费呈现出此消彼长的趋势，自1999年到2008年期间，居民消费下降2.6%。从研究对象来看，国内外的研究主要集中在政府消费、居民消费分别对经济增长影响的问题上，将居民消费和政府消费对经济增长的影响进行比较分析的研究较为鲜见，而且由于我国特殊的城乡二元经济社会结构，城乡消费差异明显，因此应该将城乡情况区别对待。在研究方法上，众多文献运用简单的时间序列的单位根检验和协整检验，但是在样本较小的情况下，协整检验的检验粒度较低，会使结果出现偏差，因此，在较短的时间序列里，可以通过增加样本容量来提高检验的力度，进而确保结果的准确度。鉴于此，本文将在研究中采用面板协整检验，在较短的时间序列里（T=10）引入省际面板（N=31），从而得到较大的观测值，来对我国城乡居民消费、政府消费与经济增长之间的关系进行实证分析。1实证分析1.1数据说明与理论模型本文采用支出法国民收入核算中城镇人均居民最终消费CU、农村居民人均最终消费CR和政府人均消费CG分别反映城镇、农村居民消费和政府消费的需求状况,采用宏观经济总量指标国内生产总值GDP反映经济增长情况,时间序列数据均来自《中国统计年鉴2009》，样本区间为1999～2008年，分析的样本包括全国31个省（市、自治区）。由于年鉴中的GDP和最终消费是按当年价格水平计算的,为了使各年的消费和GDP情况具有可比性,运用GDP平减指数(1978年为1)和消费价格指数(1978年为1)对GDP和消费数据进行调整。为了在一定程度上消除时间序列中存在的异方差问题和数据的剧烈波动，对四个时间序列进行对数化处理，分别用LCU、LCR、LCG和LGDP表示。根据所选变量，将省际面板引入，面板模型可以表示为：LGDPnt=α0+α1LCUnt+α2LCRnt+α3LCGnt+unt（1）其中，LGDPnt代表第N个截面单位第T期人均国内生产总值的对数值，LCUnt、LCRUnt、LCGnt分别代表第N个截面单位第T期城镇人均居民消费、农村人均居民消费和政府人均消费的对数值，unt为随机误差项。ai（i=1、2、3）表示各项消费支出对经济增长的影响。若ai0表示消费对经济增长有促进作用，ai0表示消费对经济增长有促碍作用，ai=0表现为统计上的不显著，意味着消费与经济增长不存在关系。1.2面板单位根检验为了避免伪回归，确保估计结果的有效性，必须对各面板序列的平稳性进行检验，而检验数据平稳性最常用的方法就是单位根检验。对于非平稳的面板数据，LevinandLin(1993)较早就发现这些估计量的极限分布是高斯分布，这些结果被应用在有异方差的面板数据中,并建立了对面板单位根进行检验的早期版本。后来经过Levinetal.的改进,提出了检验面板单位根的LLC法，并指出该方法允许不同截距统计观察87统计与决策２０11年第20期（总第344期）和时间趋势,异方差和高阶序列相关，适合于中等维度（时间序列介于25～250之间,截面数介于10～250之间）的面板单位根检验。Imetal.(1997)还提出了检验面板单位根的IPS法，但Breitung（2000）发现IPS法对限定性趋势的设定较为敏感，并提出了面板单位根检验的Breitung法。MaddalaandWu(1999)之提出了ADF-Fisher和PP-Fisher面板单位根检验方法。其中，LLC法和Breitung法常用来检验同质单位根，而IPS法、ADF-Fisher和PP-Fisher法则用来检验异质单位根。如果在两种检验中均拒绝存在单位根的原假设，则判定序列是平稳的。本文为了保证结果的准确度，故采用LLC检验、IPS检验、ADF-Fisher和PP-Fisher这4种方法进行面板单位根检验。检验结果参见表1。注：***、**、*分别表示在1%、5%、10%的显著性水平上通过统计检验，DLCU表示LCU的一阶差分。项目LCULCRLCGLGDPDLCUDLCRDLCGDLGDPLLC检验9.9744812.17248.9293314.7237-11.0115***-8.11521***-10.3885***-7.49402***IPS检验12.149214.165512.946516.8258-4.98689***-2.39095**-3.05020**-1.88338*ADF-Fisher检验6.782092.461333.584651.32595139.983***91.2365***109.783***88.3255***PP-Fisher检验9.905532.697373.924880.79010155.549***90.6863***106.698***110.740***表1变量单位根检验由于上述4种检验方法的原假设均为各截面存在单位根，通过检验发现，各面板序列不能拒绝存在单位根的原假设，但各变量经过一阶差分后，则在不同显著性水平上均拒绝原假设。1.3协整检验通过上述面板单位根检验，发现各变量经过一阶差分后平稳，即变量之间是同阶单整的，因此接下来可以通过协整检验来考察变量间长期的均衡关系。常用的面板协整检验Kao检验和Pedroni检验。KaoandChiang（1999）利用DF和ADF检验提出了检验面板协整的方法，该方法原假设是没有协整关系，并利用静态面板回归的残差来构建统计量。Pe-dron（1999）在零假设是在动态多元面板回归中没有协整关系的条件下给出了七种基于残差的面板协整检验方法。和Kao的方法不同的是，Pedroni的检验方法允许异质面板的存在。本文采用Kao检验法进行协整检验。检验结果见表2。由表2可知，ADF统计量在5%的置信水平下通过显著性检验，因此Kao检验认为序列之间存在协整关系。1.4面板协整方程估计通过上述分析可知，序列之间存在协整关系，因此，本文将采用菲利普斯等提出的完全修正最小二乘估计（FMOLS）对面板协整方程加以估计。分析结果通过使用Winrats软件计算所得。（见表3和表4）通过分析表3，我们可以发现：东部地区除了山东和海南两省，其他地区的城镇居民消费对经济增长的影响都较为显著，其中，广东居首，城镇居民消费增加1单位会促进经济增长1.5个单位。在农村居民消费与经济增长关系上，东部近一半地区影响均不显著，浙江省农村居民消费对经济增长影响最为显著，农村居民消费增加1单位会促进经济增长0.88个单位。在政府消费与经济增长上，北京、天津、江苏、福建、山东和海南6个地区的政府消费对经济增长有促进作用，且影响显著。中部８省中吉林、黑龙江、江西和湖南的城镇居民消费对经济增长的影响是显著的，其中，黑龙江居首，城镇居民消费每增加1个单位可以拉动经济增长0.95个单位。在农村居民消费与经济增长关系上，吉林、黑龙江、江西和湖北４省对经济增长的影响是显著的，影响较为显著的江西省，农村ADFt-Statistic-7.969786Prob.0.0000表2序列的协整关系检验注：***、**、*分别表示在1%、5%、10%的显著性水平上通过统计检验。地区变量LCULCRLCG东部Coefficient0.59***0.29***0.28***t-statistic9.718.126.96中部Coefficient0.70***0.29***0.24***t-statistic8.565.864.22西部Coefficient0.51***0.81***0.18***t-statistic13.1524.307.70全国Coefficient0.59***0.49***0.23***t-statistic18.3122.9311.08表5东、中、西部及全国FMOLS估计结果注：***、**、*分别表示在1%、5%、10%的显著性水平上通过统计检验。区域东部地区中部地区西部地区省份北京天津上海河北辽宁江苏浙江福建山东广东海南山西吉林黑龙江安徽江西河南湖北湖南内蒙古广西贵州云南陕西甘肃青海宁夏新疆西藏四川重庆LCUCoefficient0.88***0.43*0.84***0.83***0.62**1.09***0.35**0.34***0.591.50***-0.140.950.36***0.95***0.900.81***0.290.201.14***0.07***0.39*0.77***1.16***1.01**0.59***0.80***0.670.76***0.28***1.29***1.19***t-statistic3.821.984.425.362.645.192.275.810.316.03-0.671.042.7610.411.372.800.531.044.256.401.943.255.472.482.774.340.834.173.474.3817.05LCRCoefficient0.070.58***0.290.48***0.48***-0.060.88***0.24-0.600.250.56**-0.080.54***0.10***0.280.75***-0.010.61*0.111.21***1.30***0.140.58***0.150.66***0.94***1.53***1.43***0.57***0.48***0.70***t-statistic0.267.041.214.683.28-0.575.451.58-0.351.192.76-0.196.962.960.733.68-0.041.960.4913.437.050.703.800.194.029.284.0515.1611.232.8512.43LCGCoefficient0.33*0.79***-0.130.070.030.23***0.100.45***0.90**-0.080.43***0.430.34***0.050.05-0.070.65**0.230.20***0.46***0.050.34***-0.110.310.16-0.060.44*0.26***0.36***-0.04-0.05t-statistic1.686.75-0.770.760.143.160.955.432.11-0.703.571.223.450.760.20-0.392.441.332.939.470.524.31-0.590.471.58-1.021.703.429.03-0.70-1.53表4全国各地区FMOLS估计结果统计观察88统计与决策２０11年第20期（总第344期）居民消费每增加2单位，经济增长0.75个单位。在政府消费与经济增长关系上，仅有吉林、河南和湖南３省对经济增长的影响显著。通过分析发现，中部