消费环境对城镇居民消费增长影响的动态面板分析

佟成军

内容摘要：在居民消费的过程中，消费环境起到了关键作用。因此研究消费环境对城镇居民消费增长的影响具有重要的意义。针对我国居民消费水平偏低的现状，本文以宏观消费环境为研究视角，借助广义矩阵估计法，实证分析了我国消费环境对城镇居民消费增长的影响。结果显示：我国城镇居民的人均家庭消费逐渐提高，但消费增长率却逐年下降；消费金融市场的发展水平与发达国家相比明显偏低；随着我国区域的不同，消费环境对城镇居民消费增长所造成的影响也存在较大差异；我国基础设施的不完善阻碍了商品的流通，进而导致居民消费增长率持续走低。

关键词：消费环境 居民消费 广义矩阵估计 动态面板

问题的提出

在国际经济竞争日趋激烈的环境下，我国仅通过加大进出口贸易以及增加投资的方式来维持经济的持续发展已不符合当今的经济形势，我国居民的消费水平较西方发达国家消费水平存在一定差距，因此，提高我国消费增长率是促进我国经济发展的必由之路。在分析之前，有必要对消费环境的内涵进行阐述，本文将消费环境定义为对我国政治、市场经济、居民消费等均产生影响的宏观消费环境。宏观消费环境中的经济变量之间存在着复杂且紧密的联系，许多经济学家曾采取多重角度对经济变量之间的关系进行剖析。随着世界经济的不断发展，消费理论也逐渐成熟，生态环境与社会制度等因素均会对消费环境造成影响，且随着环境的不同，其受到的影响程度也存在显著差异。然而，宏观消费环境的改变能否对城镇居民消费水平产生影响？消费环境改变的程度不同是否对居民消费的影响也随之不同？社会基础设施的完善、社会保障制度的更新是否会对居民消费环境产生积极影响？诸如上述的一系列问题均需要得到解答，因此，本文以消費环境的变化为视角，研究其对消费增长的影响。

模型设定与变量选取

（一）模型设定

（二）变量选取

本文以我国31个省市2010-2017年度的省际面板数据为研究内容，由于港澳台地区与我国内地的经济形势和社会制度有很大差别，因此，本次研究没有将港澳、台地区的经济数据列入研究内容。所有选取的变量均来自我国经济与社会网发布的数据，同时，为了排除物价波动所带来的影响，本研究所有数据均采用CPI进行了调整，模型所阐述的所有变量含义如表1所示。

通过对我国现阶段的农村居民经济情况进行分析得知，农村居民使用信用消费的人数很少，因此，本文将我国城镇居民作为分析对象。将我国城镇居民消费水平表示为Ct，Yt表示我国城镇居民的家庭人均可支配收入。表示我国不同区域的基础设施建设情况的变量有公路密度highwt、铁路密度railwt，道路密度值为道路的总公里数与该省的国土面积的比值，bedt表示城镇每万人口医疗卫生部门的病床数量。creditt表示我国城镇居民消费金融环境的标准，creditt的年度数据来自我国央行的年度区域经济数据库，通过对我国金融部门的贷款余额中的居民消费数据进行平均统计得到。insurt表示我国社会保障的选择标准。

实证及结果分析

（一）数据平稳性分析

经济数据通常随着时间的变化而产生波动，导致两个模块之间的数据出现不平稳分布，在通过模型对其进行统计分析时容易使得数据出现较高的关联性，导致出现“伪回归”的结果。因此，本文为了避免“伪回归”现象的出现，在进行回归检验之前对所构建模型中的所有数据进行平稳性检验，具体检验结果如表2所示。

由于城镇居民的支出和收入等变量均会随着时间的变化而出现波动，因此，本文将所研究的变量进行了一阶差分处理。选取经过差分处理后的数据，通过回归模型进行检验。通过表2可以看出，两种形式所检测出的p值均为0，由此说明当所选取的变量显著水平低于1%时，存在单位根的模型假设不存在。因此，通过检验的模型所分析的数据均为平稳序列，“伪回归”现象出现的概率为0，与实证分析的标准一致。

（二）描述性统计分析

在我国31省市居民消费的最初数据中，本文对居民消费数据通过CPI处理得到真实值，将真实值与其余变量共同进行一阶差分处理，同时，对变量进行描述性统计分析和相关系数分析，具体分析结果如表3和4所示。

对比表3和表4可以看出，在城镇居民消费的相关系数矩阵中，收入与消费相关系数为0.1965，由于收入与消费的相关系数较小，但变量的显著水平却较高，因此，居民的经济收入被确定为内生变量并不会对整体统计结果造成影响；居民消费增长的二次方与其消费的有关系数为0.6527，同时显著水平较高，居民消费增长的二次方与消费增长率间具有明显的关联性，所以有必要将居民的消费增长率纳入到内生变量中。在城镇居民的消费环境变量中，居民的社会保险消费与其家庭收益之间的相关系数为0.0975，且变量的显著水平较高；居民社会保险消费与信用消费之间的相关系数为-0.0857；城镇居民医疗卫生部门的病床数量与资金利率之间的相关系数为0.2609，同时变量水平显著。综上所述，虽然所选取的变量显著水平较高，但所有变量的相关系数值不高，本文对关联性较高的变量分析时排除外界因素的影响，只对两变量之间的数值关系进行研究，因此，需要对其进行更加深入的分析。

（三）系统CMM估计结果分析

本文通过Arellano和Bover提出的广义矩估计方法对内生变量进行分析，同时将居民消费环境变量的滞后项带入回归方程。将分析模型所分析的各个变量变换成对数差分的计算形式，所以回归模型所分析的变量结果可以直接反映出居民消费环境的改变对其消费增长率的影响。

本研究采用动态面板系统广义矩估计，对变量的分析结果如表5所示。其中，不同模型对变量的分析角度也有所不同，模型1排除了波动性对变量的影响，即变量的滞后系数不发生变化。模型2与模型3将变量的波动约束影响考虑在分析范围内，即变量的滞后系数随着外界因素的变化而发生改变；同时，模型3与模型2相比，模型3又将居民的收入增长也划分到内生变量的范围中。

通过表5可以看出，三个模型均具有较好的分析效果，其回归系数更加接近真实数据。居民收益的增长对其消费增长率的增长具有积极的影响，所有分析模型中的居民消费环境变量的增加与消费增长率之间均存在一定的关联性，但随着消费环境的不同，其与消费增长的关联性也存在较大差异。根据三个模型的变量自相关性检验结果可以看出，变量的一次、二次方前的常数项均没有相关性。同时，通过三个模型的Sargan检验可以看出，所有檢测变量的P值均为1，这说明三个模型的构建思路符合实际数据的检验要求。在城镇居民消费的市场基础设施配置方面，在三个模型的统计结果中可以看出，公路密度的显著水平均处于1%以下，且公路的相关系数均为正值。与此同时，当铁路密度的显著水平处于5%以下时，其各个变量滞后项前的系数均大于0，说明我国31个省市的公路密度与铁路密度对我国居民消费的增长起到促进作用，这与我国现阶段的城镇居民消费情况基本吻合。

我国经济步入新常态以来，加大了在农村各地区的基础设施建设，大量兴建高铁和公路，逐渐实现了城市高铁网和农村公路网的全面覆盖，交通运输系统进一步优化。随着我国交通运输系统的逐渐完善，我国农村的经济发展速度逐渐提高，农村与城市之间的经济水平差异逐渐缩减，居民消费水平不断提高。增加我国各地区的铁路与公路的建设数量有利于促进我国商品的流通和各地区的经济交流，增强不同地区之间的经济竞争以及促进协同发展，为我国实现不同省市的共同繁荣做出贡献，提高城镇居民的生活水平和消费标准。

建议

居民就业压力的不断增大，造成我国居民消费水平与西方发达国家相比仍有较大差距，且居民消费增长率的区域性差异十分明显，整体呈现东高西低的趋势；我国消费市场基础设施的落后抑制了商品的流通，进而对我国居民消费增长造成负面影响。

我国需要进一步提高基础设施建设水平，提高公路密度和铁路密度，进而促进商品的高效流通，刺激城镇居民的消费；提高居民就业率，增加城镇居民的家庭人均收入，降低外界因素对居民消费环境所造成的影响，提升居民消费水平；针对区域环境的不同，制定符合当地消费状况的经济政策，消除居民消费的壁垒。

参考文献：

1.韩娟.我国城镇居民信息消费需求研究[J].经贸实践，2017（21）

2.王青，张广柱.城乡居民消费升级对产业结构转型升级的影响比较—基于SDA分析技术[J].商业经济研究，2017（20）

3.朱一凡.基于中国城镇居民消费过度敏感性的消费环境研究[J].衡阳师范学院学报，2017（5）

4.王亮停.流通环境对农村消费市场的影响探析[J].商业经济研究，2017（19）

5.袁宇晨.我国城乡居民消费差异问题研究[J].农村金融研究，2017（8）

6.杨建奇，房树文，黄传名.城镇居民消费状况统计分析[J].统计与管理，2017（6）

7.杨昆，王永胜，刘翠玲，张辉.我国居民消费对环境的影响[J].中国环境管理，2017（2）

8.魏勇，杨刚，杨孟禹.城镇居民消费升级特征与动因研判—基于空间溢出视角的实证研究[J].经济问题探索，2017（1）