城鄉居民消費和政府消費對經濟增長影響的實證分析

[摘要]文章收集了2004—2014年中國統計年鑒中的相關數據，利用VAR模型分析了我國城鄉居民消費以及政府消費對經濟增長的影響。通過實證分析得到結論，我國城鄉居民的消費水平對GDP的帶動作用非常明顯，尤其是東部發達地區表現得尤為突出，而政府消費對經濟增長的促進作用與城鄉居民消費相比顯得相對薄弱，因此在推動國家經濟增長時應當注重考慮拉動居民的內需，以帶動消費增長。

[關鍵詞]居民消費；政府消費；經濟增長；實證分析

[DOI]10.13939/j.cnki.zgsc.2015.42.040

1引言

依據各國經濟的發展歷程來看，一個國家經濟增長的動力來源于居民的內在消費需求，我國的經濟增長主要依靠三駕馬車，分別是：消費、投資和進出口，然而我國是人口大國，具有人口的巨大優勢，因此作為一項優勢資源，最終拉動經濟增長的主要動力應該是消費需求的增長。根據統計數據顯示，我國在2004年以前的消費率均在60%以上，而國際平均消費率在78%左右，通過數據圖的比較發現居民消費與政府消費呈現此消彼長的關系。本文將城鄉居民消費和政府消費對我國經濟增長的影響進行比較分析研究，并將該研究建立在實證分析的基礎上，通過VAR模型的建立來進行計量估計和分析，檢驗各經濟變量之間的關系，并檢驗其是否與理論假設相符合，以判斷理論推導是否正確，在此基礎上分析原因。深入了解我國城鄉居民消費現狀和政府消費現狀，從而進一步了解其與我國經濟增長之間的關系，有助于我國相關部門針對現狀采取相應措施，以促進我國經濟的長期可持續發展。

2實證分析

2.1數據收集與模型建立

本文選取了2004—2014年的國家GDP數據、城鄉居民消費數據以及政府消費數據作為變量進行線性回歸模型的建立。但是由于簡單線性回歸模型可能會產生共線性問題，使得模型的可信度降低，解釋能力差，因此建立VAR模型來解決這些問題。文中以GDP代表國內生產總值，RC代表城鄉居民消費，GC代表政府消費；其中城鄉居民消費選取的是CPI減去消費支出中的價格因素的數據，并且將所有數據取log對數，分別用LGDP、LRC和LGC來表示。

具體的VAR模型建立的方程為：

Yt=C0+[DD（]i=p[]i=1[DD）]CPYt-1+Ut

其中，

Yt=[JB（[]LGDPt

LRCt

LGCt[JB）]]；Cp=[JB（[]C11C12C13C14

C21C22C23C24

C31C32C33C34[JB）]]；Ut=[JB（[]U1

U2

U3[JB）]]

這里，Ut～N[JB（（]0，σ2[JB））]

2.2單位根檢驗與協整檢驗

文中采用ADF單位根檢驗以及協整檢驗來檢驗各個變量的平穩性，其中協整分析采用Johansen系統分析法。具體檢驗數據見表1。

表1ADF檢驗結果

變量檢驗類別（C，T，L）ADF檢驗值各顯著性水平下的臨界值1%5%10%平穩與否

DLGDP（C，0，0）-3.163-3.654-2.957-2.623平穩

DLRC（C，0，6）-5.507-3.683-2.981-2.630平穩

DLGC（C，0，3）-5.532-3.679-2.868-2.693平穩注：檢驗類型（C，T，L）分別表示單位根檢驗中包括常數項、趨勢項和滯后階數。

從表1中可以分析原數據變量在經過一階差分之后在5%的顯著水平下是具有平穩性的，且三個序列都是一階單整。因此可以進而采用Johansen的系統分析法進行協整檢驗。采用KaoandChiang的協整檢驗方法得出以下結論，ADF統計量在5%的置信水平下通過顯著性檢驗，因此序列之間存在協整關系。具體檢測數據見表2。

表2Johansen協整檢驗結果

原假設跡檢驗最大特征值檢驗結論

H0Trace5%臨界值Max-Eigen5%臨界值

r=039.2158146.3694520.3645227.15698

r<122.3436528.329849.3216020.36121

r<211.6736916.325899.7523613.25697r=0

注：Trace表示跡檢驗統計量，Max-Eigen表示最大特征值檢驗統計量，r表示協整向量個數。

根據表2的檢驗結果顯示，序列之間不存在協整關系，結合單位根檢驗結果得出結論可以建立VAR模型。

2.3VAR模型的滯后階數判斷

在模型實際應用當中需要注意滯后階數的問題，通常情況階數越大就越能反映模型的動態特征，然而與此同時也意味著待估計的參數變多，從而減少了自由度。因此針對模型建立所要反映的問題應當權衡自由度與滯后階數的關系。

從表3中可以看出，超過50%的滯后階數為1階，因此將VAR模型的滯后階數判斷定為1階。通過對模型的分析得出，城鄉居民消費受到支出以及GDP的影響顯著，同時政府消費支出與城鄉消費支出呈現顯著的相互影響關系。經濟增長主要受其自身和其他兩個消費因素的影響，其與城鄉居民消費是顯著的正相關關系，與政府消費是不顯著的正相關關系，而政府消費與城鄉居民消費呈負相關關系，說明政府消費對城鄉居民消費有一定的擠出效應。因此可以分析得出我國經濟增長一方面為城鄉居民的經濟狀況帶來了一定的好處，另一方面城鄉居民的經濟好轉帶動了消費從而又再次帶動了國家GDP的增長。政府的消費支出也是隨著經濟的增長而有所增加，然而其在GDP當中的比重卻呈現出一定的波動性，這與政府行為相關，當國家出臺有關緊縮政策時，政府消費支出不增反而下降。因此，該結論與模型建立的理論假設是一致的，說明該模型是顯著的。

2.4脈沖響應函數

VAR模型注重于各個變量的動態特征分析，DLGDP對自身的變化沖擊的反應最為激烈且是正向變動，說明我國經濟增長受其自身的時間歷史影響較大，而對于DLRC、DLGC的沖擊則表現的并不是很明顯。DLRC對于來自DLGDP沖擊的反應在開始時為正向，隨著時間的推進逐漸消失甚至出現了微弱的負面效應，因此可以分析我國城鄉居民消費對于經濟增長有較強的短期效應，而在長期中則未顯示出該效應。另外DLRC對來自DLGC沖擊的反應弱，這主要是由于我國的政府消費支出多用于社會公益性事業，例如科教文衛、社會養老保險等。DLGC對來自DLGDP沖擊的反應在沖擊開始的時候顯示正數，隨著時間的推移逐漸轉為負數，在更長一些的時間段中又轉化為正數，呈現U形分布。政府的消費支出大部分是隨著國家的經濟增長而增長，但是由于社會政治因素，其正負交替的現象也變得較為突出，因為國家行為會左右政府消費支出的變化。再從DLGC對來自DLRC沖擊的反應來看，我國政府消費支出與城鄉居民消費支出的相關性較大，說明我國政府消費支出與城鄉消費具有一定的重合性。

2.5格蘭杰因果關系檢驗

格蘭杰因果檢驗是用來檢驗序列之間的因果關系的檢驗方法，本文利用這個因果關系來檢驗所建立VAR模型中三個變量之間的兩兩關系。

通過對表4的分析可以看出，在滯后階段為1階的情況下：DLRC與DLGDP之間存在雙向的格蘭杰因果關系，DLGC和DLGDP之間存在單向的格蘭杰因果關系。DLGC的變化會引起DLGDP變化；DLCG的變化會引起DLRC的變化。該分析結論與建立模型時的理論推斷是相符合的，也就是城鄉居民消費與國家經濟增長之間是存在相互影響關系的，同時政府消費與國家經濟增長也存在一定的關系，另外政府消費對城鄉居民消費有一定的擠出效應。

3結論和政策建議

本文通過建立VAR模型對我國的經濟增長和城鄉居民消費以及政府消費之間的關系作出了分析與研究。通過大量的數據分析得到以下結論：一是政府消費支出對國家經濟增長的影響隨著經濟發展的不同階段和國家政策的不斷變化經歷了由強到弱又到強的過程，而城鄉居民消費對國家經濟增長的影響則隨著國家經濟的發展呈現不斷增強的趨勢。二是通過格蘭杰因果檢驗和脈沖響應函數的分析發現城鄉居民消費與政府消費與GDP即經濟增長之間的相互反應的沖擊較小，因此要增長國家經濟單靠這兩部分消費是遠遠不夠的。三是我國城鄉之間的消費水平差異顯著，較大的貧富差距并不能解決經濟增長的瓶頸問題，根據我國的統計公報顯示，東部地區的消費增長對于經濟增長的影響遠遠大于西部地區。

針對以上結論和反映出來的問題，應當著重東部發達地區對于西部經濟發展的帶動作用，通過采取一系列政策措施來調節城鄉居民消費和政府消費的比例關系。在切實提高人民收入水平的同時控制通脹水平，并通過合理的分配制度來進行第二次分配。通過稅收體制改革提高中低層階級的收入，加大對社會公益性事業的支持，另外也要為社會大眾營造良好的消費環境，調整不合理的消費結構。切實轉變經濟增長方式，轉變政府職能，減少對不必要市場競爭的干預，從而降低政府消費支出對城鄉居民支出的擠出效應。另外要整體拉動經濟增長還應當充分利用好三駕馬車的作用，推動國內外進出口的增長和鼓勵投資，國家可以通過補貼的形式拉動消費。通過一系列的手段提高居民消費意識，規范市場秩序，帶動我國經濟的可持續發展，逐步消除城鄉差異化趨勢，提供健康的社會發展環境，以及人民所需的必要公共服務，結合宏觀戰略的制定和微觀政策的指導，來推動整個社會發展，實現人民的共同富裕。

參考文獻：

[1]王朝暉，王成進.政府消費、居民消費與廣東經濟增長[J].華東經濟管理，2010（12）.

[2]王萍萍.政府消費支出與經濟增長關系的實證研究[J].產經研究，2011（2）.

[3]胡永剛，郭新強.內生增長、政府生產性支出與中國居民消費[J].經濟研究，2012（9）.

[4]藏旭恒.中國消費函數分析[M].上海：上海人民出版社，1994.

[5]谷彬.物價上漲對中國城鄉居民消費影響的實證研究[J].中國市場，2013（47）.

[作者簡介]謝雨帆（1983—），男，漢族，廣西玉林人，中級工程師，廣西壯族自治區商務廳主任科員。