鄧光耀，李 霞，張忠杰

(1.蘭州財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院，甘肅 蘭州 730020；2.上海財(cái)經(jīng)大學(xué)公共經(jīng)濟(jì)與管理學(xué)院，上海 200433)

?

政府支出對居民消費(fèi)的影響研究
——基于空間動態(tài)面板模型的分析

鄧光耀1，李 霞2，張忠杰1

(1.蘭州財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院，甘肅 蘭州 730020；2.上海財(cái)經(jīng)大學(xué)公共經(jīng)濟(jì)與管理學(xué)院，上海 200433)

本文在居民消費(fèi)效用最大化的理論背景下，結(jié)合統(tǒng)計(jì)年鑒相關(guān)數(shù)據(jù)，利用空間動態(tài)面板模型，研究了1997-2013年中國的政府支出對全體居民、城鎮(zhèn)居民以及農(nóng)村居民消費(fèi)的影響。研究結(jié)果表明：居民消費(fèi)存在顯著的習(xí)慣效應(yīng)，政府支出和居民收入增加會促進(jìn)居民消費(fèi)，各省份之間居民消費(fèi)既可能存在相互促進(jìn)的關(guān)系，也可能存在相互競爭的關(guān)系。因此為了促進(jìn)居民消費(fèi)，需要適當(dāng)?shù)乇３州^好的消費(fèi)習(xí)慣，改變不良的消費(fèi)習(xí)慣，注意省份之間的密切合作，現(xiàn)階段可以增加政府支出，來刺激居民消費(fèi)，特別是農(nóng)村居民消費(fèi)，另外還需要提高城鎮(zhèn)居民可支配收入和農(nóng)村居民純收入。

空間相關(guān)；政府支出；居民消費(fèi)

一、引 言

政府支出對居民消費(fèi)的影響究竟存在擠入效應(yīng)(正向影響)還是擠出效應(yīng)(負(fù)向影響)，不同的研究者存在不同的看法。(1)一些研究者指出政府支出對居民消費(fèi)存在擠出效應(yīng)。Bailey(1971)[1]最早進(jìn)行了政府支出對居民消費(fèi)影響的研究，認(rèn)為政府支出與居民消費(fèi)存在一定的替代性；Barro(1981)[2]進(jìn)一步拓展了Bailey(1971)的研究，理論和實(shí)證研究表明政府支出對居民消費(fèi)存在擠出效應(yīng)；Ho(2001)[3]利用OECD(Organization for Economic Cooperation and Development)國家的數(shù)據(jù)的研究表明政府支出和居民消費(fèi)也存在替代關(guān)系；蔡偉賢等(2011)[4]的研究結(jié)果表明中國的政府支出對居民消費(fèi)存在擠出效應(yīng)；方福前和孫文凱(2014)[5]也指出中國政府消費(fèi)對居民消費(fèi)和社會總消費(fèi)存在一定的擠出效應(yīng)。(2)還有研究者指出政府支出對居民消費(fèi)存在擠入效應(yīng)。Karras(1994)[6]指出政府支出的增加將提高居民消費(fèi)的邊際效用水平，從而促進(jìn)居民消費(fèi)；李樹培和白戰(zhàn)偉(2009)[7]利用時(shí)變參數(shù)模型，研究了改革開放以來中國政府支出對居民消費(fèi)的影響，指出政府支出對居民消費(fèi)一直都存在著促進(jìn)效應(yīng)，對城市居民消費(fèi)的促進(jìn)效應(yīng)強(qiáng)于對農(nóng)村消費(fèi)的促進(jìn)效應(yīng)，且兩者差距還在不斷擴(kuò)大；胡永剛和郭新強(qiáng)(2012)[8]指出中國居民消費(fèi)與政府生產(chǎn)性支出表現(xiàn)出穩(wěn)健的正相關(guān)關(guān)系；(3)還有研究者指出政府支出對居民消費(fèi)的影響可能存在擠入效應(yīng)，也可能存在擠出效應(yīng)。謝建國和陳漓高(2002)[9]認(rèn)為在短期內(nèi)，中國政府可能通過增加政府支出的方式增加總需求，但在長期均衡時(shí)政府支出完全擠占了消費(fèi)支出。雖然已經(jīng)有較多的文獻(xiàn)對政府支出對居民消費(fèi)的影響進(jìn)行了研究，但是研究結(jié)論并不一致，并且也未考慮中國各省居民消費(fèi)的習(xí)慣效應(yīng)和空間相關(guān)性。

中國各省居民消費(fèi)會存在習(xí)慣效應(yīng)和空間相關(guān)性。Duesenberry(1949)[10]認(rèn)為居民消費(fèi)受到其過去的消費(fèi)水平及其周圍人群的消費(fèi)的影響，即居民消費(fèi)存在“棘輪效應(yīng)”和“示范效應(yīng)”；國內(nèi)對中國居民消費(fèi)的習(xí)慣效應(yīng)也做了大量的實(shí)證研究[11][12]。由于中國鄰近省份的消費(fèi)習(xí)慣更為接近，經(jīng)濟(jì)交流也更為密切，因此眾多的研究者在研究居民消費(fèi)時(shí)還考慮中國各省居民消費(fèi)的空間相關(guān)性13][14]。

與以上文獻(xiàn)不同的是，本文在考慮中國各省居民消費(fèi)的習(xí)慣效應(yīng)和空間相關(guān)性的情況下，研究政府支出對居民消費(fèi)的影響。本文接下來的安排如下：第二部分是模型構(gòu)建與估計(jì)方法，第三部分是實(shí)證分析，第四部分是結(jié)論與啟示。

二、模型構(gòu)建與估計(jì)方法

(一)模型構(gòu)建

假定居民的效應(yīng)函數(shù)為常數(shù)相對風(fēng)險(xiǎn)厭惡效用函數(shù)(CRRA)：

(1)

(2)

其中，α為人均居民消費(fèi)支出和政府支出之間的關(guān)系乘數(shù)。公式(2)假定了居民消費(fèi)支出和政府支出具有完全替代性，謝建國和陳漓高(2002)[9]認(rèn)為，居民消費(fèi)支出和政府支出存在不完全替代性，即公式(2)可以改寫為：

(3)

居民消費(fèi)效用最大化及約束條件如下：

s.t.At+1=(1+r)(At+Yt-Ct-Gt)

(4)

其中，E0為基于第0期的期望，β為貼現(xiàn)因子，At+1為第t+1期期初的金融資產(chǎn)，r為利率，Yt為第t期的居民收入。參考Ho(2001)[3]、謝建國和陳漓高(2002)[9]，利用拉格朗日乘數(shù)法，可以求解帶約束條件的居民消費(fèi)效用最大化問題，即：

(5)

(6)

E0[β(1+r)λt+1]=λt

(7)

根據(jù)公式(6)可得：

(8)

公式(8)代入公式(7)，化簡可得：

(9)

其中，ut為隨機(jī)擾動項(xiàng)*為了去掉公式(7)中的期望，引入了均值為0的隨機(jī)擾動項(xiàng)。。需要注意的是，公式(9)中沒有考慮居民的人均可支配收入(城鎮(zhèn)居民)或者人均純收入(農(nóng)村居民)對消費(fèi)的影響，但是實(shí)際上居民收入是影響居民消費(fèi)的重要因素，因此本文引入代表人均可支配收入或者人均純收入的變量Yd。另外，已有研究表明[10][15][13][14]，各省居民消費(fèi)會受到上一期消費(fèi)的影響(存在習(xí)慣效應(yīng))，也會受到鄰近省份消費(fèi)的影響(可能存在正向的示范效應(yīng)，也可以存在負(fù)向的競爭關(guān)系)。綜合以上各因素，可得：

(10)

其中，δ、τ分別為居民消費(fèi)的空間滯后項(xiàng)系數(shù)和時(shí)空滯后項(xiàng)系數(shù)，η1和η2是對應(yīng)變量的回歸系數(shù)，下標(biāo)i代表不同的省份，W為空間權(quán)重矩陣，本文取標(biāo)準(zhǔn)化的0-1權(quán)重矩陣。如果回歸系數(shù)η1>0，表明政府支出會擠入居民消費(fèi)，如果回歸系數(shù)η1<0，表明政府支出會擠出居民消費(fèi)。參考Elhorst(2014)[16]，公式(10)所對應(yīng)的計(jì)量模型實(shí)際上是空間動態(tài)面板模型(Spatial Dynamic Panel Data Model)。作為對比，本文還考慮以下形式的回歸模型：

(11)

(12)

(13)

其中，公式(11)是Ho(2001)[3]、謝建國和陳漓高(2002)[9]所采用的靜態(tài)面板模型，公式(12)則為動態(tài)面板模型，公式(13)是空間靜態(tài)面板模型。

(二)估計(jì)方法

Elhorst(2014)[16]對空間面板模型的估計(jì)方法進(jìn)行了系統(tǒng)的總結(jié)，類似于普通的面板模型，空間面板模型也分為靜態(tài)和動態(tài)兩種類型，估計(jì)方法也有一定的區(qū)別。目前對空間靜態(tài)面板模型的估計(jì)方法主要有兩種：一是極大似然法(MLE)(Elhorst，2003)[17]，二是廣義矩法(GMM)(Kapoor等，2007)[18]，本文采用極大似然法來估計(jì)空間靜態(tài)面板模型。對于空間動態(tài)面板模型，本文參考Yu等(2008)[19]，采用擬極大似然法來估計(jì)。

公式(10)所示的空間動態(tài)面板模型的估計(jì)方法如下：

記SN=SN(δ)=IN-δWN，λ=(γ,τ,η′)′，θ=(λ′,δ,σ2)′，ξ=(λ′,δ,u′)′，則公式(10)的極大似然函數(shù)為：

(14)

三、實(shí)證分析

(一)數(shù)據(jù)來源及描述性統(tǒng)計(jì)量

由于統(tǒng)計(jì)年鑒中缺乏全體居民的人均收入情況，本文用人均GDP來度量全體居民的人均收入情況。本文中居民消費(fèi)和收入數(shù)據(jù)、政府支出(財(cái)政支出)數(shù)據(jù)均來自于對應(yīng)年度的《中國統(tǒng)計(jì)年鑒》?？紤]到數(shù)據(jù)的可比性，本文中涉及到價(jià)格的數(shù)據(jù)均以1997年為基期進(jìn)行平減處理。在空間權(quán)重矩陣的設(shè)置中，本文假定海南省與廣東省和廣西省相鄰。另外，限于數(shù)據(jù)的可得性，本文不考慮西藏和港澳臺地區(qū)，只考慮中國其他30個(gè)省份1997-2013年的政府支出與居民消費(fèi)之間的關(guān)系。

表1是本文中所采用的各變量的描述性統(tǒng)計(jì)量。

表1 變量的描述性統(tǒng)計(jì)量(對數(shù)值)

注：全體居民、城鎮(zhèn)居民和農(nóng)村居民的人均財(cái)政支出對應(yīng)的數(shù)據(jù)是一樣的，因此描述性統(tǒng)計(jì)量也是一樣；各變量取對數(shù)之前的單位均為元。

(二)空間相關(guān)性檢驗(yàn)

Moran I檢驗(yàn)是檢驗(yàn)空間相關(guān)性存在與否的最常用方法。本文參考Moran(1950)[20]、Cliff和Ord(1972)[21]等文獻(xiàn)所提出的方法對全體居民(城鎮(zhèn)居民、農(nóng)村居民)人均消費(fèi)量的空間相關(guān)性進(jìn)行Moran I檢驗(yàn)，具體結(jié)果如表2所示。

表2 Moran I檢驗(yàn)結(jié)果

注:列出的是Moran I指數(shù)值，采用的是雙邊檢驗(yàn)；“*** ”、“** ”、“* ”分別表示P=0.01、0.05、0.1的顯著性水平。

從表2可以看到：(1)從Moran I指數(shù)值的大小來說，在1997-2013年，中國30個(gè)省份農(nóng)村居民人均消費(fèi)量所對應(yīng)的Moran I指數(shù)值最大，全體居民次之，城鎮(zhèn)居民最小，這說明在1997-2013年，中國30個(gè)省份農(nóng)村居民人均消費(fèi)量的空間相關(guān)性比全體居民和城鎮(zhèn)居民所對應(yīng)的值更大。(2)從Moran I指數(shù)值的顯著性來說，除城鎮(zhèn)居民外，在1997-2013年，全體居民和農(nóng)村居民人均消費(fèi)量所對應(yīng)的Moran I指數(shù)值均在P=0.01的顯著性水平下顯著。另外，即使是城鎮(zhèn)居民，在1997-2013年期間，其人均消費(fèi)量也在P=0.1的顯著性水平下顯著。這說明在1997-2013年，中國30個(gè)省份的全體居民、城鎮(zhèn)居民和農(nóng)村居民人均消費(fèi)量均存在顯著的空間相關(guān)性，因此在研究政府支出對居民消費(fèi)的影響時(shí)，考慮空間相關(guān)性是必要的。

(三)Moran I散點(diǎn)圖

Moran I散點(diǎn)圖中橫坐標(biāo)代表所考慮的變量Y(全體居民、城鎮(zhèn)居民和農(nóng)村居民人均消費(fèi)量)，縱坐標(biāo)代表變量的空間滯后項(xiàng)WY。Moran I散點(diǎn)圖用來說明一個(gè)地區(qū)與鄰近地區(qū)的關(guān)系。本文以2013年為例，畫出全體居民、城鎮(zhèn)居民和農(nóng)村居民人均消消費(fèi)量的Moran I散點(diǎn)圖，如圖1-圖3所示。

圖1 2013年人均消費(fèi)量的Moran I散點(diǎn)圖(標(biāo)準(zhǔn)化的數(shù)據(jù))

在圖1中，北京、天津、上海、江蘇、浙江和福建等省份處于第一象限(HH)，表明這些省份2013年全體居民的人均消費(fèi)量比較高，并且數(shù)據(jù)有正的自相關(guān)性，也就是說這些高消費(fèi)量省份的鄰近省份消費(fèi)量也很高。河北、吉林、黑龍江、安徽、江西和海南等省份處于第二象限(LH)，表明這些省份2013年全體居民的人均消費(fèi)量比較低，并且數(shù)據(jù)有負(fù)的自相關(guān)性，也就是說這些低消費(fèi)量的省份的鄰近省份消費(fèi)量較高。山西、河南、湖北、湖南、廣西、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆等省份處于第三象限(LL)，表明這些省份2013年全體居民的人均消費(fèi)量比較低，并且數(shù)據(jù)具有正的自相關(guān)性，也就是說這些低消費(fèi)量省份的鄰近省份消費(fèi)量也很低。內(nèi)蒙古、遼寧、山東、廣東和重慶等省份處于第四象限(HL)，表明這些省份2013年全體居民的人均消費(fèi)量比較高，并且數(shù)據(jù)有負(fù)的自相關(guān)性，也就是說這些高消費(fèi)量省份的鄰近省份消費(fèi)量比較低。

在圖2中，北京、天津、上海、江蘇、浙江和福建等省份處于第一象限(HH)，表明這些省份2013年城鎮(zhèn)居民的人均消費(fèi)量比較高，并且數(shù)據(jù)有正的自相關(guān)性，也就是說這些高消費(fèi)量省份的鄰近省份消費(fèi)量也很高。河北、吉林、黑龍江、安徽、江西和海南等省份處于第二象限(LH)，表明這些省份2013年城鎮(zhèn)居民的人均消費(fèi)量比較低，并且數(shù)據(jù)有負(fù)的自相關(guān)性，也就是說這些低消費(fèi)量的省份的鄰近省份消費(fèi)量較高。山西、河南、湖北、湖南、廣西、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆等省份處于第三象限(LL)，表明這些省份2013年城鎮(zhèn)居民的人均消費(fèi)量比較低，并且數(shù)據(jù)具有正的自相關(guān)性，也就是說這些低消費(fèi)量省份的鄰近省份消費(fèi)量也很低。內(nèi)蒙古、遼寧、山東、廣東和重慶等省份處于第四象限(HL)，表明這些省份2013年城鎮(zhèn)居民的人均消費(fèi)量比較高，并且數(shù)據(jù)有負(fù)的自相關(guān)性，也就是說這些高消費(fèi)量省份的鄰近省份消費(fèi)量比較低。比較圖1和圖2的結(jié)果，各省份全體居民和城鎮(zhèn)居民人均消費(fèi)量所處的象限完全一樣。

在圖3中，北京、天津、上海、江蘇、浙江和福建等省份處于第一象限(HH)，表明這些省份2013年農(nóng)村居民的人均消費(fèi)量比較高，并且數(shù)據(jù)有正的自相關(guān)性，也就是說這些高消費(fèi)量省份的鄰近省份消費(fèi)量也很高。河北、吉林、黑龍江、安徽和江西等省份處于第二象限(LH)，表明這些省份2013年農(nóng)村居民的人均消費(fèi)量比較低，并且數(shù)據(jù)有負(fù)的自相關(guān)性，也就是說這些低消費(fèi)量的省份的鄰近省份消費(fèi)量較高。山西、內(nèi)蒙古、河南、湖北、湖南、廣西、海南、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆等省份處于第三象限(LL)，表明這些省份2013年農(nóng)村居民的人均消費(fèi)量比較低，并且數(shù)據(jù)具有正的自相關(guān)性，也就是說這些低消費(fèi)量省份的鄰近省份消費(fèi)量也很低。遼寧、山東和廣東等省份處于第四象限(HL)，表明這些省份2013年農(nóng)村居民的人均消費(fèi)量比較高，并且數(shù)據(jù)有負(fù)的自相關(guān)性，也就是說這些高消費(fèi)量省份的鄰近省份消費(fèi)量比較低。

(四)全體居民的回歸結(jié)果分析

根據(jù)第二部分的估計(jì)方法，本文采用極大似然法來估計(jì)空間靜態(tài)面板模型，采用擬極大似然法來估計(jì)空間動態(tài)面板模型。本文首先以全體居民的人均消費(fèi)情況為研究對象，估計(jì)公式(10)-(13)所對應(yīng)的實(shí)證模型，估計(jì)結(jié)果如表3所示。

1.靜態(tài)模型

根據(jù)Pace和Lesage(2008)[22]、Multi和Pfaffermayr(2011)[23]的研究，普通的Hausman檢驗(yàn)對判定空間情況下的固定效應(yīng)與隨機(jī)效應(yīng)失效，正確的做法是做空間Hausman檢驗(yàn)，因此本文在考慮空間相關(guān)時(shí)的模型中，采用空間Hausman檢驗(yàn)。根據(jù)Hausman檢驗(yàn)結(jié)果，無論是未考慮空間相關(guān)的普通靜態(tài)面板模型，還是考慮空間相關(guān)的空間靜態(tài)面板模型，與隨機(jī)效應(yīng)相比，考慮固定效應(yīng)的回歸結(jié)果更好。未考慮空間相關(guān)時(shí)的模型即公式(10)所對應(yīng)的回歸模型，也就是Ho(2001)[3]、謝建國和陳漓高(2002)[9]中的實(shí)證模型，根據(jù)回歸系數(shù)η1顯著為負(fù)，可以判定政府支出對全體居民的消費(fèi)存在擠出效應(yīng)，根據(jù)回歸系數(shù)η2顯著為正，可知人均GDP對全體居民的人均消費(fèi)支出存在正向影響，這與人均收入越高，人均消費(fèi)支出越高的理論是吻合的。公式(11)所對應(yīng)的空間靜態(tài)面板模型的回歸結(jié)果與普通的靜態(tài)面板模型的回歸結(jié)果基本一致，同樣說明了政府支出對全體居民的消費(fèi)存在擠出效應(yīng)，人均GDP對全體居民的人均消費(fèi)支出存在正向影響。

表3 全體居民的回歸結(jié)果

注：靜態(tài)面板模型列出的是個(gè)體和時(shí)間雙向固定效應(yīng)的回歸結(jié)果；括號內(nèi)對應(yīng)的是t統(tǒng)計(jì)量或者z統(tǒng)計(jì)量的值，“*** ”、“** ”、“* ”分別表示P=0.01、0.05、0.1的顯著性水平。下同。

2.動態(tài)模型

對于普通的動態(tài)面板模型，殘差的一階與二階自相關(guān)檢驗(yàn)表明存在一階自相關(guān)，但是不存在二階自相關(guān)，Sargan檢驗(yàn)表明所有工具變量均有效，因此系統(tǒng)GMM估計(jì)結(jié)果是可信的；根據(jù)時(shí)間滯后項(xiàng)系數(shù)γ顯著為正可知，居民消費(fèi)存在顯著的習(xí)慣效應(yīng)，即前一期消費(fèi)對當(dāng)期的消費(fèi)存在顯著的正向影響；由于回歸系數(shù)η1為負(fù)，但是不顯著，可以認(rèn)為在考慮居民消費(fèi)的習(xí)慣效應(yīng)后，政府支出對全體居民的消費(fèi)存在擠出效應(yīng)，但是不顯著；根據(jù)回歸系數(shù)η2顯著為正可知，人均GDP對全體居民的人均消費(fèi)支出存在正向影響。對于空間動態(tài)面板模型，時(shí)間滯后項(xiàng)系數(shù)γ顯著為正，空間滯后項(xiàng)系數(shù)δ顯著為正，時(shí)空滯后項(xiàng)系數(shù)τ顯著為負(fù)，這說明中國1997-2013年30個(gè)省份全體居民人均消費(fèi)的習(xí)慣效應(yīng)、空間相關(guān)性均是存在的，不過，空間滯后項(xiàng)系數(shù)δ顯著為正、時(shí)空滯后項(xiàng)系數(shù)τ顯著為負(fù)，這說明各省之間的居民消費(fèi)即存在相互促進(jìn)的關(guān)系，也存在相互競爭的關(guān)系；雖然回歸系數(shù)η1不顯著，但是在考慮居民消費(fèi)的習(xí)慣效應(yīng)和空間相關(guān)性之后，已經(jīng)是正值，這說明政府支出對居民消費(fèi)也可能存在擠入效應(yīng)；根據(jù)回歸系數(shù)η2顯著為正可知，在考慮居民消費(fèi)的習(xí)慣效應(yīng)和空間相關(guān)性之后，人均GDP對全體居民的人均消費(fèi)支出仍存在正向影響。

(五)城鎮(zhèn)和農(nóng)村居民的回歸結(jié)果分析

類似于全體居民的回歸模型的估計(jì)方法，在研究政府支出對城鎮(zhèn)和農(nóng)村居民消費(fèi)的影響時(shí)，仍采用極大似然法來估計(jì)空間靜態(tài)面板模型，采用擬極大似然法來估計(jì)空間動態(tài)面板模型，估計(jì)結(jié)如表4和表5所示：

表4 城鎮(zhèn)居民的回歸結(jié)果

表5 農(nóng)村居民的回歸結(jié)果

1.靜態(tài)模型

根據(jù)Huasman檢驗(yàn)結(jié)果，對城鎮(zhèn)居民和農(nóng)村居民來說，無論是未考慮空間相關(guān)的普通靜態(tài)面板模型，還是考慮空間相關(guān)的空間靜態(tài)面板模型，與隨機(jī)效應(yīng)相比，考慮固定效應(yīng)的回歸結(jié)果更好。根據(jù)回歸系數(shù)η1顯著為正，可知對城鎮(zhèn)居民和農(nóng)村居民來說，無論是未考慮空間相關(guān)的普通靜態(tài)面板模型，還是考慮空間相關(guān)的空間靜態(tài)面板模型，在考慮雙向固定效應(yīng)時(shí)，政府支出對居民消費(fèi)存在擠入效應(yīng)，另外，與城鎮(zhèn)居民相比，政府支出對農(nóng)村居民消費(fèi)的擠入效應(yīng)更大，這可能是由于政府支出有很大一部分用于補(bǔ)貼農(nóng)村居民消費(fèi)。根據(jù)回歸系數(shù)η2顯著為正，可知城鎮(zhèn)居民可支配收入的增加對城鎮(zhèn)居民消費(fèi)存在促進(jìn)作用，農(nóng)村居民純收入的增加也會提升農(nóng)村居民的消費(fèi)。

2.動態(tài)模型

根據(jù)表4和表5中的結(jié)果，對城鎮(zhèn)居民和農(nóng)村居民來說，對普通的動態(tài)面板模型，殘差的自相關(guān)檢驗(yàn)表明存在一階自相關(guān)，但是不存在二階自相關(guān)，Sargan檢驗(yàn)表明所有工具變量均有效，因此系統(tǒng)GMM估計(jì)結(jié)果是可信的；時(shí)間滯后項(xiàng)系數(shù)γ顯著為正，表明城鎮(zhèn)或者農(nóng)村居民消費(fèi)存在顯著的習(xí)慣效應(yīng)；對城鎮(zhèn)居民來說，回歸系數(shù)η1為正，但是不顯著，這說明政府支出對城鎮(zhèn)居民消費(fèi)存在擠入效應(yīng)，對農(nóng)村居民來說，回歸系數(shù)η1顯著為正，這說明政府支出對農(nóng)村居民消費(fèi)也存在擠入效應(yīng)，即促進(jìn)了農(nóng)村居民消費(fèi)；對城鎮(zhèn)和農(nóng)村居民來說，回歸系數(shù)η2均顯著為正，這與收入增加，消費(fèi)支出增加的理論是相符的。根據(jù)空間動態(tài)面板模型的估計(jì)結(jié)果，城鎮(zhèn)和農(nóng)村居民消費(fèi)均存在顯著的習(xí)慣效應(yīng)(時(shí)間滯后項(xiàng)系數(shù)γ顯著為正)，政府支出和居民收入增加會促進(jìn)居民消費(fèi)(回歸系數(shù)η1和η2顯著為正)，各省份之間居民消費(fèi)既存在相互促進(jìn)的關(guān)系(空間滯后項(xiàng)系數(shù)δ為正)，也可能存在相互競爭的關(guān)系(時(shí)空滯后項(xiàng)系數(shù)τ顯著為負(fù))。

四、結(jié)論與啟示

本文在居民消費(fèi)效用最大化的理論背景下，結(jié)合統(tǒng)計(jì)年鑒相關(guān)數(shù)據(jù)，利用空間動態(tài)面板模型，研究了1997-2013年中國的政府支出對全體居民、城鎮(zhèn)居民以及農(nóng)村居民消費(fèi)的影響。研究結(jié)果表明：居民消費(fèi)存在顯著的習(xí)慣效應(yīng)，政府支出和居民收入增加會促進(jìn)居民消費(fèi)，各省份之間居民消費(fèi)既存在相互促進(jìn)的關(guān)系，也可能存在相互競爭的關(guān)系。

根據(jù)以上研究結(jié)果，可得到以下政策啟示：(1)由于居民消費(fèi)存在顯著的習(xí)慣效應(yīng)，因此為了促進(jìn)居民消費(fèi)，適當(dāng)?shù)乇３州^好的消費(fèi)習(xí)慣，改變不良的消費(fèi)習(xí)慣是必要的；(2)各省份之間居民消費(fèi)既可能存在相互促進(jìn)的關(guān)系，也可能存在相互競爭的關(guān)系，因此為了提高居民消費(fèi)，需要注意省份之間的密切合作；(3)現(xiàn)階段政府支出對居民消費(fèi)存在擠入效應(yīng)，會促進(jìn)居民消費(fèi)，因此現(xiàn)階段可以增加政府支出，尤其是對居民的轉(zhuǎn)移支付來刺激居民消費(fèi)，特別是農(nóng)村居民消費(fèi)；(4)由于居民收入的提升會促進(jìn)居民消費(fèi)，因此努力發(fā)展經(jīng)濟(jì)，提高城鎮(zhèn)居民可支配收入和農(nóng)村居民的純收入，也是增加中國居民消費(fèi)的重要途徑。

[1]Bailey M. J. National Income and Price Level [M]. Mcgraw-Hill, New York, 1971.

[2]Barro R. J. Output effects of government purchases [J]. Journal of Political Economy, 1981, 89(6): 1086-1121.

[3]Ho T. W. The government spending and private consumption: A panel cointegration analysis [J]. International Review of Economics & Finance, 2001, 10(1): 95-108.

[4]蔡偉賢, 蔚建國, 郭連珠. 政府公共支出對居民消費(fèi)需求的影響研究[J]. 財(cái)政研究, 2011, (6): 26-29.

[5]方福前, 孫文凱. 政府支出結(jié)構(gòu)、居民消費(fèi)與社會總消費(fèi)——基于中國2007-2012年省級面板數(shù)據(jù)分析[J]. 經(jīng)濟(jì)學(xué)家, 2014, (10): 35-44.

[6]Karras G. Government spending and private consumption: Some international evidence [J]. Journal of Money Credit & Banking, 1994, 26(1): 9-22.

[7]李樹培,白戰(zhàn)偉.改革開放三十年政府支出與居民消費(fèi)關(guān)系的動態(tài)演變——基于時(shí)變參數(shù)模型的考察[J].財(cái)經(jīng)科學(xué),2009,(9):49-57.

[8]胡永剛,郭新強(qiáng).內(nèi)生增長、政府生產(chǎn)性支出與中國居民消費(fèi)[J].經(jīng)濟(jì)研究,2012,(9):57-71.

[9]謝建國,陳漓高.政府支出與居民消費(fèi)——一個(gè)基于跨期替代模型的中國經(jīng)驗(yàn)分析[J].當(dāng)代經(jīng)濟(jì)科學(xué),2002,(6):34-40.

[10]Duesenberry J. S. Income, Saving and the Theory of Consumer Behavior [M]. Harvard University Press, 1949.

[11]婁峰,李雪松.中國城鎮(zhèn)居民消費(fèi)需求的動態(tài)實(shí)證分析[J].中國社會科學(xué),2009,(3):109-115.

[12]杭斌.城鎮(zhèn)居民的平均消費(fèi)傾向?yàn)楹纬掷m(xù)下降——基于消費(fèi)習(xí)慣形成的實(shí)證分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2010,(6):126-138.

[13]吳玉鳴,陳志建.居民消費(fèi)水平的空間相關(guān)性與地區(qū)收斂分析[J].世界經(jīng)濟(jì)文匯,2010,(5):76-89.

[14]劉紅梅,鄧光耀,王克強(qiáng).中國農(nóng)產(chǎn)品虛擬水消費(fèi)的影響因素分析——基于省級數(shù)據(jù)的動態(tài)空間面板STIRPAT模型[J].中國農(nóng)村經(jīng)濟(jì),2013,(8):15-28.

[15]Dynan K. E. Habit formation in consumer preferences: Evidence from panel data [J]. The American Economic Review, 2000, 90 (3): 391-406.

[16]Elhorst J. P. Spatial panel data models In Handbook of Applied Spatial Analysis Econometrics [M]. Springer Berlin Heidelberg, 2014.

[17]Elhorst J. P. Specification and estimation of spatial panel data models [J]. International Regional Science Review, 2003, 26(3): 244-268.

[18]Kapoor M., Kelejian H. H., Prucha I. R. Panel data models with spatially correlated error components [J]. Journal of Econometrics, 2007, 140(1): 97-130.

[19]Yu J. H., Jong R. D., Lee L. F. Qusasi-maximum likelihood estimators for spatial dynamic panel data with fixed effects when both N and T are large [J]. Journal of Econometrics, 2008, 146(1): 118-134.

[20]Moran P. A. P. A test for the serial independence of residuals [J]. Biometrika, 1950, 37(1-2): 178-181.

[21]Cliff A D, Ord J K. Testing for spatial autocorrelation among regression residuals [J]. Geographical Analysis, 1972, 4(3): 267-284.

[22]Pace R K, Lesage J P. A spatial hausman test [J]. Economics Letters, 2008, 101(3): 282-284.

[23]Multi J, Pfaffermayr M. The hausman test in a Cliff and Ord panel model [J]. Econometrics Journal, 2011, 14(1): 48-76.

(責(zé)任編輯:風(fēng) 云)

The Effects of Government Expenditure on Household Consumption——Based on Spatial Dynamic Panel Model Analysis

DENG Guang-yao1, LI Xia2, ZHANG Zhong-jie1

(1. School of Statistics, Lanzhou University of Finance and Economics, Lanzhou 730020, China; 2. School of Public Economics and Management, Shanghai University of Finance and Economics, Shanghai 200433, China)

Based on the theory of maximizing consumer utility, this paper uses the relevant data from the statistical yearbook in China and the space dynamic panel model to study the effects of government expenditures on all residents’, urban residents’ and rural residents’ consumption in 1997-2013. The results are as follows: There is a significant consumer habits effect; Increased government spending and income will promote household consumption; Residents’ consumption in different provinces may not only mutually promote, but also compete with each other. Therefore, in order to promote consumer spending, we need to properly maintain good spending habits, change bad spending habits and pay attention to the close cooperation among the provinces. At this stage we can increase government spending to stimulate consumption, especially rural residents’ consumption, and we also need to improve urban residents’ disposable income and the net income of rural residents.

spatial correlation; government expenditure; household consumption

2016-01-21

甘肅省高等學(xué)校科學(xué)研究項(xiàng)目(2015B-070)；甘肅省科技廳軟科學(xué)項(xiàng)目(1504ZKCA013-9)

鄧光耀(1985-)，男，湖南邵陽人，蘭州財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院講師；李霞(1979-)，女，河南周口人，上海財(cái)經(jīng)大學(xué)公共經(jīng)濟(jì)與管理學(xué)院博士生；張忠杰(1979-)，男，河南柘城人，蘭州財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院副教授。

F810.45

A

1004-4892(2016)06-0019-10