我國居民消費水平與區域經濟增長的實證研究——基于東部地區的面板數據分析

暨南大學產業經濟研究院 郗篤鵬

經濟增長不僅真實地反映了國民經濟的運行狀況，還體現著國家的經濟發展水平。居民消費水平除了反映了居民的購買力水平，還反映了經濟發展走勢，為國家制定消費、價格、工資、貨幣政策及進行國民經濟核算提供依據。研究數據顯示居民消費增長是改革開放以來我國總需求增長最主要、最穩定和最安全的推動力，消費增量占經濟增量的比重一般在60%左右波動，處于主導地位，因此研究居民消費水平對我國區域經濟增長的關系具有十分重要的現實意義與理論意義。

1 文獻綜述

目前文獻中關于居民消費和區域經濟增長的研究都僅限于對時間序列進行分析，反映國家的總體經濟情況和人民消費水平。比如對全國國內生產總值指數時間序列數據進行ADF單位根檢驗，序列不存在單位根，是平穩的；而對全國居民消費價格指數時間序列數據檢驗，在5%顯著性水平下序列存在單位根，是非平穩的。一個平穩序列與一個非平穩序列間是不可能存在協整關系的，所以在該模型中，國內生產總值指數和居民消費價格指數不存在協整關系。我國各地區發展水平不平衡，改革開放力度不一致，各地區間的經濟水平和居民消費情況明顯存在很大差異。按照宏觀經濟理論，經濟增長和居民消費在一定時期內應存在一種共同的變化趨勢與均衡關系。影響檢驗結果與實際不一致的原因是由于時間序列分析的低勢問題，即樣本信息量不足。

面板數據分析是近幾十年發展起來的新的計量方法，能更多地挖掘樣本信息量，很好地體現時空間的統計特性。因此本文采用面板數據的單位根檢驗和協整檢驗研究居民消費水平和區域經濟增長之間的關系，該模型的具有有點如下:首先，面板數據分析能克服時間序列數據的缺陷；其次，面板單位根檢驗能夠克服短期數據的缺陷和小樣本造成的影響；最后，面板協整檢驗比傳統方法增加了自由度，完全修正普通最小二乘法，也能夠修正由于內生和回歸關聯導致的標準OLS偏差。

2 研究方法與指標數據說明

2.1 研究方法

Engle和Granger指出，變量間協整的前提是各變量是同階單整。因此在進行面板數據協整檢驗前，首先要對面板數據進行單位根檢驗。從而確定二者之間的關系。下面分別介紹本研究所用的面板單位根檢驗、協整檢驗等方法。

2.1.1 面板單位根檢驗

所謂面板單位根檢驗是指將面板數據中的變量各橫截面序列作為一個整體進行單位根檢驗，由于面板數據的單位根檢驗到目前為止還沒有完全統一，為了檢驗的穩健性，本文采用了五種單位根檢驗方法，主要有LLC檢驗、Breitung檢驗、IPS檢驗、Fisher檢驗和Hadri檢驗。

2.1.2 面板協整檢驗

迄今在面板數據中關于協整的檢驗，主要有兩種途徑:一種是原假設為不存在協整關系，使用類似Engle和Granger(1987)平穩回歸方程，從面板數據中得到殘差構造統計量進行檢驗，如Pedroni(1999)、Kao(1999)就屬于類似的分析；另一種是原假設存在協整關系的，如McCoskey和Kao(1998)中的LM檢驗。面板協整方程估計方法即完全修正普通最小二乘法估計(FMOLS ESITMATE)。在得出變量之間具有協整關系后，如果直接用OLS來估計參數則是有偏的，因此有必要對其進行修正。

本文將應用Pedroni(1999)中提出的面板協整的方法來分析中國東部地區的居民消費水平與區域經濟增長是否存在協整關系，選用PCSEOLS估計方法。

2.2 指標數據說明

對居民消費和經濟增長進行定量分析時，根據其經濟含義和統計特性，選用反映經濟增長情況的數據選用國內生產總值指數GDPI和反映居民消費水平的數據選用居民消費價格指數CPI。

本文選取我國東部l0個省市自治區、直轄市的國內生產總值指數GDPI與居民消費價格指數CPI為研究對象，研究他們之間的面板協整關系，這l0個地區包括:北京、天津、遼寧、山東、上海、江蘇、浙江、福建、廣東和海南。數據樣本區間為1990～2010年共20年的數據，數據來源于《中國統計年鑒》。為平穩的。

表1 東部地區GDPI和CPI水平值及一階差分面板單位根檢驗結果

3 實證結果及分析

3.1 面板數據單位根檢驗

我們用前文所提到的五種方法對經濟增長GDPI和居民生活消費CPI的水平值及其一階差分進行單位根檢驗，檢驗結果由表1知，在5%的顯著性水平下，當對GDPI和CPI的面板數據進行單位根檢驗時，除Breitung檢驗外，LLC檢驗、IPS檢驗、Fisher-ADF與Fisher-PP檢驗，無論是檢驗回歸式中包括常數項還是同時包括常數項和趨勢項，檢驗結果都表明強烈拒絕“存在單位根”的零假設；而Hadri檢驗對GDPI和CPI的包含常數項的回歸式檢驗時接受零假設“不存在單位根”，即為平穩的，對同時包括常數項和趨勢項的回歸式檢驗時拒絕原假設，即為不平穩的。由此，綜合地判定GDPI和CPI面板數據為零階協整的。由于面板數據的不穩定性，應用最小二乘法可能導致偽回歸，所以必須要分析相關變量的協整關系，進而分析理論模型的長期關系。

3.2 面板協整檢驗

檢驗二者同階單整后，本文接著進行面板協整檢驗。其中除Panel v-stat為右尾檢驗之外，其余的統計量均為左尾檢驗；對于大于100的樣本來說，所有的7個統計量的檢驗效力都很好并且很穩定。但是對于小樣本(T<20)來說，Group ADF統計量是最有效力的，接下來是Panel-V統計量和Panel-Rho統計量，本文研究的是小樣本數據，因此主要看這三個統計量。

通過本文的協整結果，可以看出東部地區的這三個統計量在5%的顯著性水平下拒絕“不存在協整關系”的原假設。由此可知，東部地區GDPI和CPI存在長期均衡關系。

3.3 回歸模型的確定

3.3.1 確定回歸模型影響形式

面板數據回歸模型影響形式有兩種:固定效應模型和隨機效應模型。本文利用Hausman檢驗方法確定模型的具體形式。經過檢驗，東部地區模型的Hausman統計量是0.008，P值是0.926大于0.05，接受原假設，即選取隨機效應模型。

3.3.2 確定回歸模型形式

(2)根據F檢驗確定上述三種形式。首先，確定模型形式的F檢驗。原假設:兩個如下:

判定規則:接受假設 H2 則為不變參數模型(模型三)，檢驗結束。拒絕假設H2，則檢驗假設H1。如接受H1，則模型為變截距模型(模型二)。

其次，假設檢驗的 F 統計量的計算方法。第一，構建變參數模型得殘差平方和S1 并考慮其自由度；第二，構建變截距模型得殘差平方和S2并考慮其自由度；第三，構建不變參數模型得殘差平方和S3并考慮其自由度。計算 F2 統計量與F1統計量:

獲得S1，S2，S3后手工計算F2，F1，并查找臨界值做出判定。

3.3.3 計算結果

根據公式計算F統計量，其中N=10、k=1、T=17，計算得到的兩個F統計量分別為:

F2=2.69；F1=3.3394。查F分布表，在給定5%的顯著性水平下，得到相應的臨界值為:

Fa2(22,180)=1.47,Fa1(11,180)=1.78。由于 F2>1.47，所以拒絕H2；又由于 F1>1.78，所以也拒絕H1。因此，本文的模型應采用變系數的形式。

3.4 回歸結果

表3 東部地區面板協整PCSEOLS估計結果

由PCSEOLS估計結果知，R2=0.955，說明模型擬合得很好；在5%的顯著性水平下，CPI系數全部統計顯著，故東部地區經濟增長與居民消費水平之間存在長期穩定的協整關系。其中CPI的系數排前三的是:北京、上海和廣東。北京市CPI每增長1個百分點，GDPI增長1.79個百分點。福建省CPI系數最低，為0.798。說明居民消費促進了我國的經濟增長，而且是眾多發展因素中重要的一個原因，其作用明顯。

4 結語

本文應用面板數據回歸分析模型，研究我國東部地區居民消費水平和區域經濟增長的關系，研究發現二者存在長期協整關系，說明居民消費情況對經濟增長具有持續的影響作用，且經濟增長的幅度會一直隨著消費的水平高低而變化。同時近幾年國內提出的“擴大消費，促進經濟增長”的政策，也彰顯了居民消費在促使經濟增長上的持久影響，故今后地區在大力發展經濟時，應注重增加居民的消費水平來有效促進地區經濟增長。

[1]陳海燕,張世英.我國經濟增長與居民消費的面板協整檢驗[J].統計觀察,2006.

[2]李全喜,金鳳花等.區域物流能力與區域經濟發展的典型相關分析-基于全國面板數據[J].軟科學,2010.

[3]魏峰,曹中.我國服務業發展與經濟增長的因果關系研究-基于基于東、中、西部面板數據的實證研究[J].統計研究,2007.