我国城镇化与农村居民消费结构变化关系的实证分析
时间：2022-09-02 19:45:05 来源：千叶帆 本文已影响人
内容摘要：本文通过构建计量模型，对我国城镇化与农村居民消费结构变化的关系展开了分析。结果表明：人口城镇化促进了农村居民享受型消费水平的提高，但抑制了发展型消费水平的增长;产业城镇化对农村居民的食物消费水平具有抑制作用，对居民的衣着消费支出具有促进作用;土地城镇化对农村居民在医疗方面的消费支出具有负向影响。
关键词：城镇化 农村居民 消费结构
变量选取和数据处理
（一）变量选取
影响农村居民消费结构的因素存在很多种，本文将以下变量纳入分析模型中，分析各个因素对农村居民消费结构的影响机制：
农村居民人均纯收入。凯恩斯绝对收入理论强调：居民收入水平与消费之间存在密切联系，农村人均收入能够代表农村家庭的经济水平。通常而言，居民家庭的消费水平与收入水平之间呈现出正向相关性，由于消费项目的收入需求弹性存在差异，进而导致居民收入在一定程度上影响了消费结构。
城乡收入差距。城镇家庭收入水平差距和农村居民内部各个收入集体的消费结构均有所不同。由于居民收入水平差距比较悬殊，整体消费始终处于低水平，在很大程度上影响了整体消费结构;同时，居民收入水平的不均衡也大大增加了居民收入的风险，最终导致居民资金中的储蓄额较多，消费支出占比较少。
人口老龄化水平。随着年龄的增长，人们的消费和储蓄观念均会发生变化，当人退休之后，人们的预期收入将会降低，此时人们更加趋向于将资金进行储蓄，其消费结构与以往相比也会发生明显改变。通常而言，国家老年人口占比越大，消费结构中医药、养生的消费支出所占比重越高，相应的消遣、穿着的消费比重越低。我国经济学家始终将人口老龄化对社会消费结构的影响列为研究重点。其主要原因是农村家庭中老人数量的增加会直接加重家庭的医药费用负担，且家庭娱乐项目消费水平也将随之下降;同时，家庭中的老年人勤俭节约的心理较年轻人更加严重，与日常生活关系不大的商品几乎不会购买，进而促使家庭的整体消费水平降低，同时导致储蓄额增加。
政府的转移性支出。所谓政府转移性支出指的是科研、公共基础设施建设、弱势群体扶持等方面的费用支出，其间接的引导农村居民进行消费，进而达到改变农村居民消费结构的目的。基本上，农村居民的消费水平在很大程度上会随着国家扶持支出水平的提高而提升，农村居民消费水平的上升会连带消费结构发生改变。农村居民消费水平的提高提升了市场资金的流转度，而资金流转度的增加也会提高农村居民的收入水平，使其对未来生活充满希望，这对于创造一个良好的消费环境至关重要。
（二）数据处理
本文通过各城镇的总收入比来表示城镇收入水平差距，具体计算方式为城镇居民人均可支配收入除以农村居民平均收入;以老年人占比来反映老龄化水平，计算方法为老年人口数除以未退休的人口数，其中年龄超过六十五岁的人划定为老年人，劳动人群年龄段则为15-64岁;以国家各项扶持支出与就业地区生产总值的比值来反映政府的转移性支出水平。
模型构建和计量方法
针对居民消费结构的研究通常采取构建动态面板模型的方式进行。动态面板模型是将滞后变量引入静态模型后得到的滞后效应模型，动态面板模型的检验效果相对比较精确，其也适用于检验那些受外界影响因素较多的动态变量。由于文中所涉及的数据均为省际面板数据，在消费结构检验过程中存在的变量较多，因此本文构建动态面板分析模型，这样不仅可以在检验各变量后模型依然保持平稳性，还可以携带被解释变量的滞后项，使得检验结果更加趋近于真实情况。
（一）模型构建
本文基于已有的居民消费结构分析动态面板模型，又建立了多个动态面板模型，以分析不同城镇化类型对农村居民消费结构的影响。
在居民消费实证分析方面，总会有一些未被划入研究范畴的变量存在，这不免会导致检验结果与真实情况存现偏差。影响农村居民消费结构的因素很多，但构建的实证分析模型往往难以将所有变量都纳入检验范畴。鉴于此，本文在构建分析模型之前需要考虑如何最大限度降低遗漏变量的数量。常见的解决方式就是增加控制变量的数量，例如本文中所涉及到的居民家庭收入水平、老龄化程度、城镇消费水平差异和政府扶持支出等变量，都是放入到模型中的控制变量。文中的数据都是省际面板数据，变量的差异性不受时间的影响，这在一定程度上可以减小遗漏变量对检验结果的影响。
经过对国家统计年鉴数据的整理，本文又对变量进行描述性统计，统计结果如表2所示。
（二）计量方法
计量方法是计量模型的分析方法之一，一个与模型相匹配的分析方法可以有效降低因遗漏变量对检验结果造成的误差。本文所使用的动态面板模型存在的最大难点就是变量本身与滞后项的内生变量之间具有相关性，这会促使传统计量模型的分析结果出现较大偏差，这也是所谓的内生性问题。内生性问题存在于因果关系中，例如城鎮化水平与居民消费结构的相互影响就有可能衍生出一系列内生性问题。
工具变量法（IV）和广义矩阵法（GMM）是解决模型内生性问题的两种常见方法。其中，工具变量法主要是选取适当的变量集合Z，且集合Z与变量具有较强相关性，同时与个体效应无关，这样就衍生出新的变量，该新的变量与之前变量关联性较强，这便化解了模型的内生性问题。而广义矩阵法可以视为工具变量法的思想延伸，该方法采取工具变量集合Z，集合与扰动项关联性较小。广义矩阵法主要是通过寻找一组估计值，促使整个矩阵条件最大限度趋于零，此时的广义矩阵值是循序渐进的。广义矩阵法经过长时间的应用逐渐衍生出了差分广义矩阵法和系统广义矩阵法。
差分GMM。动态面板模型为：
通过上式看出，△εit和△yi，t-1具有相关性，所以该公式需要找到适宜的变量才可以得出良好的检验结果。Anderson and Hsiao在开展2SLS检验时，将△yi，t-2视为工具变量，如果εit自身没有相关性，则该选取的工具变量△yi，t-2就是有效的。此时，变量的高阶滞后项都需要成为工具变量，但是Anderson and Hsiao却没有将该工具变量考虑到模型中，因此该方法的平稳性还有待进一步考察。对此，Arellano and Bond将成为工具变量的滞后项全部纳入到广义矩阵估计中，最终得出差分GMM。 相关热词搜索：实证，化与，城镇，农村居民，消费结构，
