余飄萍
(新疆財經大學,新疆烏魯木齊830012)
長期以來,社會保障制度被視為經濟的“內在穩定器”和“減震閥”,發揮著重要的收入再分配功能,只有完善的社會保障制度才能給國民帶來普遍的安全感,強化不確定的預期,同時,建立完善的城鄉統籌社會保障制度,不但能夠提升國民整體福利水平,還可以改變居民的收入預期和消費行為,進而對經濟發展起到相應的刺激作用。研究我國社會保障支出與居民消費需求之間的關系,對于刺激我國居民消費、擴大內需、促進經濟增長有著重大的現實意義。
目前關于社會保障對居民消費行為影響的研究始終在消費函數理論框架內進行。自從凱恩斯提出有效需求不足理論,主張國家通過建立社會保障制度從而加強對社會經濟生活的干預,直接推動了社會保障制度在世界范圍內的廣泛建立。
國內大部分學者的研究認為社會保障對我國居民消費行為有促進作用且利大于弊。如劉暢[1](2008)從理論和實證兩個角度分析了我國社會保障水平及其對居民消費產生的影響,并分析得出社會保障對居民消費有促進作用;段景輝,黃丙志[2](2011)利用1987—2009年的省級面板數據建立了社會保障支出與居民消費需求之間的個體固定效應變截距模型,并發現我國各省市的社會保障制度完善程度各有不同,間接造成各省市居民消費水平存在巨大差異,社會保障支出的增加對居民消費需求存在顯著的“擠入效應”,有助于擴大居民消費需求;涂玉華[3](2012)運用協整分析法對1985—2010年我國農村社會保障支出的消費效應進行了實證分析,并發現我國農村社會保障制度的建立和完善對農村居民消費水平的提高和擴大起到正向推動作用;韓冰、臧旭恒[4](2006)利用2002年全國分地區城鎮居民的橫截面數據,建立消費函數模型并進行回歸分析,得出社會保障支出對城鎮居民消費支出存在正向影響;張繼海[5](2006)認為,社會保障支出擴大可以使我國城鎮居民的家庭消費支出顯著增加,并且二者呈正相關關系,即隨著社會保障養老金規模擴大,居民人均消費支出也同時增加。除了以上這些主流觀點之外,也有些學者認為社會保障支出對居民消費的影響具有不確定性。如羅楚亮[6](2004)發現收入、失業風險、醫療支出不確定性等因素對城鎮居民消費有顯著的負效應,但效應的大小隨這些因素的可預期性變化而變化;楊天宇,王小婷[7](2007)通過研究發現社會各階層之間享受的社會保障差距導致了社會保障刺激某些階層消費的作用被其他階層所“稀釋”,從而導致社會保障支出對居民消費的擠出作用,這就出現了社保支出對促進居民消費增長的不確定性。
綜上所述,國內關于社會保障對居民消費影響的研究尚無統一結論,且大部分仍停留在理論研究階段,相關實證研究較少。
本文通過建立社會保障支出與居民消費之間的時間序列模型,并運用2000—2011年新疆的經驗數據進行實證分析。
本文采用2000—2011年的社會保障支出費用SS和城鎮居民消費支出C作為分析變量,同時也考慮了城鎮居民可支配收入Y對居民消費支出的影響。數據來源于歷年《新疆統計年鑒》《中國統計年鑒》和《中國勞動統計年鑒》。由于《新疆統計年鑒》沒有具體的社會保障支出項目,且2006年前后統計口徑不一致,所以本文采用了偏寬型統計口徑,2000—2006年的社會保障支出采用《中國勞動統計年鑒》中新疆城鎮養老保險基金支出、醫療保險基金支出、失業保險基金支出、工傷保險基金支出、生育保險基金支出這五項社會保險基金支出之和與《中國統計年鑒》中財政撫恤和社會福利救濟、行政事業單位退休費、社會保障補助支出之和作為新疆社會保障總支出;2007—2011年的社會保障支出采用的五項社會保險基金支出之和與《新疆統計年鑒》中社會保障和就業支出的總和作為新疆社會保障總支出。居民消費研究的重點是狹義消費,即個人消費,不包括生產性消費和政府消費。
本文根據凱恩斯的消費函數理論建立函數模型,考慮到收入始終是影響消費的首要因素,居民消費的增長一定依賴于居民收入的增長,為防止忽略重要的相關變量對實證結果的影響,本文使用修正后的凱恩斯消費函數,即包括居民消費支出C、居民可支配收入Y、人均社會保障支出SS在內的3個變量來建立時間序列模型。其中為防止重復計量,Y是由人均居民可支配收入減去了人均社會保障支出。另外,為了減少變量的波動性,對所有變量一律取對數處理。建立數據模型如下:

其中t表示年份,Ct表示第t年的城鎮居民的人均消費支出,Yt表示第t年的人均城鎮居民可支配收入,SSt表示第t年的人均社會保障支出,β1、β2表示各個變量的系數,εt表示殘差值。通過上式對社會保障支出與居民消費需求之間的關系進行實證檢驗,即可獲得β1的估計值,并據此分析社會保障與居民消費之間的關系。當系數β1大于零,則表示社會保障支出增加使居民消費支出增加;反之若系數小于零,則表示社會保障支出增加使城鎮居民消費支出減少;如果系數等于0,意味著社會保障支出與居民消費之間沒有關系。
時間序列數據往往具有非平穩性,為避免直接進行最小二乘法而導致“偽回歸”現象發生。本文先對被分析序列變量進行單位根檢驗,來確定各個序列的平穩狀況和單整階數。本文選擇了最為常用的ADF檢驗,即一個序列變量在成為穩定序列之前必須經過 d次差分,則該序列變量被稱為d階單整的,記為(Id)。從檢驗結果(見表1)可以看出,LNSS在一階差分之后序列的ADF值小于在5%顯著性水平下的臨界值,拒絕原假設,序列為平穩序列,其他原序列和一階差分之后序列的ADF檢驗值均大于在 5%顯著性水平下的臨界值,所以除了LNSS在一階差分序列是平穩序列之外,其他變量的原序列和一階差分序列都是非平穩序列,而經過二次差分后變量LNC和LNY都是平穩的,即變量LNSS為一階單整序列,變量LNC和LNY均為二階單整序列。因此可以對這三個變量的長期關系進行協整檢驗。

表1 檢驗結果
由上面的分析可知,LNSS是一階單整序列,LNC和LNY都是二階單整序列,滿足構造協整方程的必要條件,進而可以檢驗變量LNSS、LNY和LNC之間是否存在協整關系,即三者是否存在一種長期穩定的均衡關系。考慮到本文只涉及三個變量,因此采用 Engle—Granger提出的兩步檢驗法,也稱為EG檢驗法,其基本思想是兩個變量為非平穩序列,但它們的某種線性組合卻可能呈現穩定性,此時這兩個變量之間便存在長期穩定關系,即協整關系。檢驗方法如下:
第一步,建立協整回歸,根據上文公式(1)構造的模型運用最小二乘法估計協整向量LNC、LNY和LNSS,得出回歸方程:

由以上回歸結果可以看出,從長期來看,社會保障支出對居民消費支出的彈性系數為0.26276,擬合優度為0.977>0.95,說明數據的擬合度非常高。
第二步,殘差序列單位根檢驗。由回歸方程得模型的殘差序列為:

ADF檢驗結果表明,殘差序列e在(c,t,0)的趨勢下的ADF檢驗值為-4.080544,小于5%置信區間的臨界值-4.008157,則殘差序列為平穩的,即有e~I(0),表明LNCt、LNYt和LNSSt是協整的,即存在協整關系。公式(2)顯示新疆社會保障支出和新疆城鎮居民消費支出的長期靜態關系,表明新疆社會保障支出對城鎮居民消費支出存在長期的正相關關系,即新疆的社會保障支出每增加一個百分點,新疆居民消費支出將增加0.26276個百分點。
通過以上分析可以看到,居民可支配收入的增加和社會保障制度的建立和完善對于城鎮居民消費水平的提高均起到正向促進作用。因此,新疆應進一步建立健全社會保障體系,擴大公共均等服務,提高農村養老保險和醫療保險水平,努力使收入較低的農村居民能夠老有所養、病有所醫,縮小社會收入分配差距,進而推動社會和諧穩定發展。
1.擴大社會保障覆蓋范圍。目前,新疆除了新型農牧區合作醫療保險和城鎮居民醫療保險的參保率較高之外,其他保險的參保率均較低,主要依靠社會救濟福利等方式發揮保障功能。因此,應盡快將農民工納入到社會保證體系中來,解決失地農民的社會保障問題,并結合實際情況及時調整社會保障支出結構,健全社會保障功能,進而提升社會保障水平。
2.大力推進關系民生的各項改革。在確保社會穩定的前提下大力推進醫療、教育、住房、就業、養老保險等方面的改革。改革的初期,居民對未來支出不確定性預期會有所提高,將增加預防性儲蓄,減少當期消費。而隨著改革不斷深入,居民對未來風險的預期就會降低,預防性儲蓄也會隨之減少,當期消費會隨之增加。
3.加快疆內產業轉型步伐。并非簡單以擴大GDP總量為前提,而是要綜合考慮新疆整體的建設和發展情況,在保障第一產業穩定發展的前提下加大對第三產業的扶持力度,加快產業結構調整步伐,進一步提高城鄉居民收入、擴大內需,從而增加居民的當期消費。
[1]劉暢.社會保障水平對居民消費影響的實證分析[J].消費經濟,2008(3):75-77.
[2]段景輝,黃丙志.我國社會保障支出對居民消費需求的影響研究[J].財經論叢,2012(3):44-49.
[3]涂玉華.農村社會保障支出與擴大內需—基于農村社保的視角[J].鄭州航空工業管理學院學報,2012 (3):121-123.
[4]韓冰,臧旭恒.社會保障對我國居民消費影響的實證研究[J].價格月刊,2006(9):17-21.
[5]張繼海.社會保障養老金財富對城鎮居民消費支出影響的實證研究[J].山東大學學報,2008(3):106-113.
[6]楊天宇,王小婷.我國社會保障支出對居民消費行為的影響研究[J].探索,2007(5):63-66.
[7]羅楚亮.經濟轉軌、不確定性與城鎮居民消費行為[J].經濟研究,2004(4):100-106.
[8]劉新,劉偉,胡寶娣.社會保障支出、不確定性與居民消費效應[J].江西財經大學學報,2010(4):49-55.
[9]劉玉祥,郭德輝.新疆社會保障水平分析:2000~2010年[J].新疆財經大學學報,2012(3):10-16.