>>>  新興科技、社會發展等人文科學探討  >>>

簡體     傳統

---

　　首先，本文将协整分析与模糊分析结合起来，对中国消费函数进行再研究。当所考虑的整个时期不具备协整关系时，运用模糊分析找出分段点，然后分阶段进行协整分析。再者，对于1987～1996年的季度数据进行了季节性协整分析，得出了季节性调整可能造成过度调整从而丢失有效信息甚至破坏协整性的结论。最后总结了对于中国消费函数的新认识。
　　　　　　一、导论
　　消费理论是凯恩斯宏观经济学的基石，也是现代宏观经济分析的研究热点。消费函数则是消费理论的基本表达工具。所谓消费函数，就是消费与可支配收入之间的依存关系。在经典理论中这种依存关系表现为线性函数的形式：C=C[,0]+cY，其中C为消费，Y为收入，为自发消费，c为边际消费倾向。但是，这里存在两个问题：(1)在对经济生活的认识中，我们发现，影响消费的不仅仅是收入，还有若干非收入因素：家庭金融资产存量、市场利率、消费者价格预期、货币幻觉、分配结构、人口发展、经济制度与消费心理等。那么，这些因素的作用如何表达？能否简单地归为综合性的随机因素？(2)线性消费函数的统计依据是什么？普通线性回归的论据是否充分？特别是普通最小二乘法并不考虑C与Y自身的增长。再者，能否避免“伪回归”？
　　经济学家们从不同的角度来认识与刻画消费函数，形成了常见的5种基本的消费函数：
　　1.S.Kuznets的长期消费函数C=kY。
　　2.A.Smithies的基础于绝对收入水平的短期消费涵数C=a+bY+δt。其中加入了确定性趋势项。若以时间t为参数，根据横截面数据可得线性消费函数。于是以t为指标，得到一个消费函数族。其意义在于，在不同的时间点，消费与收入具有不同的线性关系。
　　3.J.S.Duessenberry的基础于相对收入水平的短期消费函数。
　　4.Modigliani的终身收入消费函数，在收入之外引入了储蓄存量W的概念。
　　5.以随机过程语言论述的弗里德曼的持久收入消费函数。
　　尽管几种理论侧重不同，但都归结于长期看来收入线性地（成比例地）决定消费。但是以上论述都缺乏严格的统计意义上的逻辑论证。80年代以来兴起的协整分析，在方法论上大大前进了一步，从而将收入——消费关系的研究带入新的领域。
　　山东大学臧旭恒在《中国消费函数分析》一书中综述了中国消费函数的研究，列举了王子渐函数、邹至庄函数、秦朵函数、厉以宁函数、张风波函数和李子奈函数等。这些函数与简单线性消费函数所不同的是，加入消费C和收入Y的滞后变量，即
　　C[,t]=α+β[,0]+Y[,t]+β[,1]Y[,t-1]+γC[,t-1]+ε[,t]实际上，都可以用(Y[,t],C[,t])[t]的VAR模型加以统一。臧旭恒分1978年以前和1978年以后两个时间段，研究了消费者行为与消费函数，特别提出了分别建立城镇与农村的消费函数的研究方法。
　　中国社会科学院经济研究所张平在其论文《消费者行为的统计检验、制度解释和宏观效果分析》中以传统线性回归的方法分别建立了1981年到1994年的城乡居民总量消费函数（年度），1981～1994年度城市居民消费函数和1978～1994年度农村居民消费函数。3个函数均采用了李子奈1992年提出的前瞻性消费函数的形式：
　　C[,t]=α+βY[,t]+γC[,t-1]+ε[,t]
　　张平在函数中使用了可支配收入作为解释变量，并在中国现行国民经济核算体系中空缺可支配收入的条件下，提出了变通的方法。在消费——收入行为的制度解释中，张平分别分析了1978年以前、1978～1988年和90年代的制度特征，以此来解释消费行为不同类型的理性。
　　赵子奇在《统计研究》发表了《当代经济计量学中的协整理论》，综述了协整的概念和检验方法，并将其应用于天津市消费——收入关系研究。他采用了1950年到1990年共41期实际生活费收入与实际食物支出的数据，建立了二者之间的协整关系。
　　目前，经济研究中对于宏观消费理论的关注，反映了这样一个现实：随着中国经济体制改革的深入，随着社会主义市场经济的逐步建立，随着人民收入水平与消费水平的提高，特别是建国后长期存在的供给决定型的卖方市场向买方市场的过渡，消费需求对于宏观经济运行，对于宏观经济政策的制订与施行，对于政府行为的影响越来越明显。无论基于学术意义还是应用意义，对于具有中国特点的宏观消费理论的研究都越来越重要。本文将模糊分类和协整分析结合起来，研究收入与消费的动态均衡关系；研究季度数据在不同频率点的协整关系。
　　　　　　二、收入——消费关系分段的模糊分析
　　收入与消费的稳定均衡关系有严格的理论前提。它要求稳定的社会经济制度、平稳的经济运行环境和消费者稳定的理性消费心理。我们不妨将这3种因素称之为收入——消费关系的“切换参量”。我国从1952年到1978年的26年间，基本具备上述必要条件。而从1979年开始的经济体制改革，则打破了原有的稳定，开始了将占据一个较长的历史时期的社会经济体制的改革与转轨的不稳定的进程。1984年经济体制改革向城市的展开，加剧了上述条件的变动程度。通过收入与消费的协整分析与季节性协整分析可以充分说明这一点。因此，根据历史数据找出切换参量的不同状态，对于建立消费函数模型是十分必要的。当然，在制度与心理因素变动的时期内，我们可以从现有的经济学原理与经验出发，定性地找出切换参量的变动点，从而分段进行细致的数量分析。然而，如果我们再结合使用一种定量分析的方法，是否会进一步加强论据，是否会增强论述的逻辑性呢？
　　这里，使用以因果聚类和近似推理为特征的非方程模糊系统建模方法（韩立岩，1991,1996），进行收入——消费关系分段的模糊分析。作为一种尝试，力图达到与协整分析的优势互补。
　　我们使用臧旭恒计算的到1992年的名义数据，通过对名义数据的平减处理，采用了实际数据。在处理中使用了以1952年为基期的全国零售物价指数。根据1993年到1996年的《中国统计年鉴》，我们计算了1992年到1995年的全国（城乡合计）、城镇、农村的可支配收入与居民消费。这样，在下面的模糊分析和协整分析中使用1952年到1995年的44期年度数据。
　　（一）全国收入与消费关系的模糊分析
　　使用1952年到1995年的实际全国居民可支配收入Y1R[,t]和实际全国居民消费支出C1R[,t]组成因果数据矩阵：
　　附图
　　其中，下标1表示1952年，下标T表示1995年。根据X进行模糊分类，得到如下结论：
　　当置信区间为[0.98,0.985]时，将(Y1R[,t],C1R[,t])分为2类。1952年到1984年为一类，1985年到1995年为另一类。这说明1984年是一个重要的转折点。事实上，从平均消费倾向APC来看，1952年到1983年一直在0.90以上，而1984年开始低于0.90。从APC的变动趋势上看，1952年到1984年，APC的平均值为0.9240，而1984年到1995年的APC的平均值为0.8411，标准差为0.0312，有了明显的变化。
　　再细致些观察，当置信区间为[0.9925,0.995]时，将(Y1R[,t],C1R[,t])分为9类。1952年到1978年分为1类，而1979年到1995年则分为8类。1978年前的几年中APC一直在0.98以上，并且取值稳定，1979年突然下降到0.9472，下降了3.3个百分点。而后的1980,1981,1982,1983分在一类，其特点是这4年的APC稳定在0.92的附近。1984,1985,1986各在一类，其APC分别为0.8913,0.8860,0.8690，每年都有明显下降。接下去的1987,1988,1989和1990年分为一类，其APC在0.80到0.8568之间。1991年，APC首次降到0.80以下。因此这进一步说明，全国作为一个整体，1978年以前，在传统计划经济体制下，收入——消费关系具有超稳定的结构；而改革开放之后，特别是1984年，工业与城市改革全面展开，经济体制、收入阶层及其差距、经济环境、消费观念都在不断的变动之中，无法形成稳定的收入——消费关系。
　　（二）全国城镇居民收入与消费关系的模糊分析
　　使用1952年到1995年的城镇居民实际可支配收入Y2R[,t]，和实际城镇居民消费支出C2R[,t]组成因果数据矩阵.
　　在置信区间为[0.95,0.97]时，得到一个由3个类组成的粗分类。1952年到1984年分在一类，1985年到1990年分在一类，1992年到1995年又形成一类。1984年恰好是全面开始城市改革的一年。从1952年到1984年消费倾向的平均值为0.9669；1985～1990年的平均APC为0.7895；1991年的APC为0.7421，而上一年的APC为0.7345。1991年的特点在于居民收入实际增长了12.68%，不仅高于前几年，而且高于1990年的12.47%；然而实际消费却增长了13.85，大大高于1990年的3.87%；这使得1991年的APC与1990年相比略有回升。
　　在置信区间为[0.98,0.99]时，得到由10个类组成的细分类。1952年到1979年分为一类，1980年到1983年分为一类，1984年、1985年、1986年、1987年各在一类，1988年和1989年合为一类，1990年与1991年又各自单独成类。1992年到1995年分为一类。1952年到1979年平均APC为0.9801，标准差为0.0237，平均消费倾向相当稳定。1980年到1983年的APC在0.88到0.92之间，平均APC为0.9073，标准差为0.0167。1988年与1989年的APC都在0.80，与1987年的0.7756相比有明显的回升。
　　1992到1995年的可支配收入和消费的实际增长速度都比较高，平均值分别达到12.35%和15.39%，但是平均APC却从1990～1991年的0.7383回长到0.8148，且相当稳定，标准差仅为0.0093。
　　（三）全国农村居民收入与消费关系的模糊分析
　　使用1952年到1995年的农村居民实际可支配收入Y3R[,t]，和城镇居民实际消费支出C3R[,t]组成因果数据矩阵。
　　从分类结果来看，1978年是一个明显的分段点。1952年到1978年平均APC在0.98到0.99之间。1979年的APC有了突出的下降，下到0.9238；从1979年到1983年的平均APC为0.9114。1984,1985和1986年是3个特殊点，1984年的APC下降到0.8524，1985年又回升到0.9012，1986年又猛降到0.8207；但是该年的可支配收入却比上两年有明显的下降，回到1983年的水平，这一点不符合经典消费理论的教条，值得特别研究。1987到1989年可支配收入处于徘徊水平，而人均APC为0.8709，且相当稳定，标准差仅为0.0094。1990和1991两年，可支配收入略有提高,但人均APC却下降到0.8157。从1992年到1995年可支配收入有了大幅度提高，而平均APC不但没有继续下降，反而回升到0.8348，标准差仅为0.0043。从上述分析看，1952年到1978年，在传统计划经济体制下，中国农村的收入与消费关系具有稳定性。1979年以后，这种稳定性被打破了，制度的变动和改革的进程使得难以形成收入——消费的动态均衡，仅仅用收入解释消费就很不充分了。
　　总之，80年代初到90年代中期，由于经济制度、经济运行环境和消费心理的剧烈变换，不能形成收入与消费的稳定的动态均衡关系，这在全国范围、城镇与农村的具体表现有所不同，但基本表现形式却一致。改革之初，居民收入迅速提高，消费能量猛地释放出来，与消费品工业的发展相互推动，到80年代末达到高潮。与此同时，居民资产存量不断增加，消费倾向发生了历史性的变化。而后，一方面原有的城镇居民的社会福利制度逐渐被打破，住房、医疗、教育开始进入消费，而适应于市场经济的社会保障制度不能及时建立起来；另一方面消费品供给能力的迅速增加，从以往的卖方市场走向了买方市场；再有失业与下岗人口大量增加；这一切使得有效的消费需求成为经济运行的矛盾的主要方面。然而，随着制度因素的稳定，新的收入——消费的稳定的动态均衡关系正在形成。
　　　　　　三、中国消费函数的协整分析——年度数据
　　两个经济量在增长中是否具有线性关系（比例关系），这是经济学与应用经济学研究中最为关心的一个问题。而对于多个经济量之间的线性关系，特别是在向量自回归所表达的空间结构与时间动态相结合的经济系统中，这个问题变得复杂而难以精确严格地表达。时间序列之间的协整关系提出了一种新的方法论，将上述问题的研究从理论上提到了一个新的高度。实际上协整关系是向量自回归研究发展的“自然”结果。
　　协整的含义是：尽管每个量自身是线性增长的，但它们的一个线性组合却是平稳的。协整关系表达的就是两个线性增长量的稳定的动态均衡关系，更是多个线性增长的经济量相互影响及自身演化的动态均衡关系。协整的思想萌芽于1978年(Davison,Hendry,Srba和Yeo)，在80年代中后期，被Granger(1983)、Engle和Granger(1987)所明确并发展起来。协整分析是在时间序列的向量自回归分析的基础上发展起来的空间结构与时间动态相结合的建模方法与理论分析方法。与传统的以最小二乘法为基础的线性回归分析相比，在统计上更严格，更具逻辑性。
　　在本文的协整分析中采用扩展Dickey-Fuller-t-检验法(the A-ugmented Dickey-Fullert-test)简称ADF检验（由于Engle和Granger将ADF方法用于协整检验，故又称为EG检验），和Johanson-Juselius全信息极大似然估计检验法。后者是一种基于向量自回归(VAR)的方法。
　　应当特别指出的是，Johanson-Juselius全信息极大似然估计检验是由两组相互衔接的假设检验构成的。如果我们要检验的是协整空间的秩恰为r，即该空间的极大线性无关组恰有r个协整向量，那么，第1组是H[k,0]：至多有k个线性无关的协整向量，H[k,1]：至少有k+1个线性无关的协整向量，k=1,…,r-1；第2组为H[r,0]：至多有r个线性无关的协整向量，H[r,1]：至少有r+1个线性无关的协整向量。通过检验，我们应拒绝H[k,0](k=1,…,r-1)，而接受H[r,0]。如果仅考虑3档风险水平，1%，5%和10%，那么，对于第1组检验来说，1%是低风险水平而对于第2组来说，10%是低风险水平。事实上，在第2组检验中，接受原假设所可能犯的错误是纳伪的错误，10%比之1%，弃真的风险大而纳伪的风险小。
　　下面分全国、城镇和农村建立三类消费函数模型，分别进行协整检验。在数据的时间区段上首先使用1952年到1995年的全部44期数据，然后，参照上一节模糊分析的结果，按1952年到1978年，1979年到1995年，1952年到1984年，1985年到1995年分别建模。
　　在每一个数据段，都分别原数据和对数数据进行协整检验。如果收入与消费之间具有对数协整关系，则说明二者在指数增长的过程中具备动态均衡关系。需要指出的是，1985年到1995年模型的数据期过短，使得检验结果的可靠性不高。检验结果列表如下：
　　附图
　　其中，＊表示协整的检验论据相对较强。
　　从上述详尽的分析中，我们得出以下结论：
　　(1)1952～1995年全国实际收入与实际消费具有强协整关系，然而，其数据支撑主要来源于1952～1978年。城镇则不具有协整关系。农村在原数据和对数数据都具有协整关系，但对数协整的论据更强。
　　(2)1952～1978年间具有普遍的协整关系。有趣的是在所有的模型原数据和对数数据都具有协整关系，只是论据的强弱不同。这说明了1952年到1978年的收入与消费的超稳定的动态均衡关系。单看农村模型，1952～1995年对数协整关系强，而1952～1978年是原数据协整关系强。由此看出1978年以后农村收入与消费的超常快速增长。
　　(3)1985年以后全国与城镇都不具有稳定的收入——消费关系，或者说仅以收入解释消费并不具有决定性。事实上，已得出的协整关系的论据比较弱；再者，由于数据期短，其结论紧密依赖于数据，而稳定性差。
　　(4)在城镇模型中，1952～1978年和1979～1995年都满足协整性，但1952～1995年却不成立。其原因在于，1978年是一个转折点，其前其后收入与消费的比例关系发生了显着的变化。也就是说出现了分段线性关系。
　　　　　　四、消费函数的季节性协整分析——北京数据的实证研究
　　首先综述季节性协整的概念。
　　在以往的经济分析中，对含有季节性因素的经济量，总是采用季节性调整的办法，例如X-11方法，去除该变量的季节性成分，再对确定性趋势进行回归。但是，如果季节性波动恰是整个系统的变动规律的重要来源，季节性调整就可能造成经济变量的季节性行为所提供的有效信息的损失。我们不如直接对未经调整的数据进行分析。为此，Hyllebery,Engle,Granger和Yoo（简称HEGY）于1990年，Engle,Granger,Hyllebery和Lee（简称EGHL）于1991年分别提出和发展了季节性协整的概念。我们采用H.S.Lec的定义。
　　定义1：设S(B)=(1-e[θ]B)，其中θ∈［-π，π］，B为后移算子。设D(B)含有与上述θ不同的所有季节性频率所对应的单位根（包括0频率）。对于一个不含确定性趋势成分的时间序列x[,t]，如果满足下列条件，就称为在频率θ处具有d阶季节性单整性，记为x[,t]～I[,θ](d)：
　　S(B)[d]D(B)x[,t]=C(B)ε[,t]其中：C(B)满足(1)C(B)ε[,t]的谱在0点的某个邻域之外，且在所有的频率点取无穷大；(2)ε[,t]是一个白噪声；(3)x[,t]=0,t≤0。而d是满足上述条件的最小整数。
　　定义2：设n维向量值的每个分量都在频率θ处具有1阶季节性单整性，即x[,t]X[,t]～I[,θ](1)。若存在某个非零向量α，使得：
　　z[,t]=α[t]～I[,θ](0)
　　则称x[,t]的各个分量在频率θ处具有季节性协整关系，记为x[,t]～CI[,θ](1,1)。
　　当θ=0且D(B)=1时，季节性协整就是普通的协整。
　　季度数据是频率大小适中的经济变量的数据形式。它既能反映总体趋势，又能提供细致的季节性变化。一个典型的季度模型是：
　　(1-B[4])x[,t]=ε[,t]
　　上式可分别表示为：
　　　(1-B[4])x[,t]
　　=(1-B)(1+B+B[2]+B[3])x[,t]=(1-B)y[,1t]
　　=(1+B)(1-B+B[2]-B[3])x[,t]=(1+B)y[,2t]
　　=(1+B[2])(1-B[2])x[,t]=(1+B[2])y[,3t]
　　根据季节性协整的定义，我们有x[,t]～I[,θ](1)，θ=0,π，±π/2。为表达方便将θ=0表为ω=0,θ=π表为ω=1/2,θ=±π/2表为ω=1/4。这里ω=0对应于无穷周期：ω=1/2对应于每年两次循环，即每季度1/2次循环；ω=1/4对应于每年一次循环，即每季度1/4次循环。下面的问题是，是否有的一个非零的线性组合满足I[,θ](0)。
　　这样，我们通常进行季节性调整所施行的算子(1-B[4])实际上是由因子1-B,1+B,1+iB,1-iB所构成的，对应于三个频率θ=0,θ=π和θ=±π/2。如此分解，有助于我们更细致地过滤掉不稳定的单位根，尽量减少有效信息的损失。
　　我们使用Siklos方法进行季节性协整的检验(Siklos,1991)。采用北京市1987年到1996年的实际可支配收入和居民消费的季度数据，依次记为Y[,t]和C[,t]。名义数据来源于北京市城调队的家计调查，我们将名义数据除以1987年为基期的北京市零售物价指数，得到实际数据。为消除横截面样本量大小不同所带来的差异，最终采用了人均数据：人均可支配收入MY[,t]和人均消费MC[,t]。
　　1.关于原数据的模型
　　关于MY[,t]和MC[,t]建立季节性协整模型。
　　(1)关于协整的ADF检验和Johanson-Juselius检验。在无限周期（零频率）处分别检验未经季节性处理的MY[,t]和MC[,t]，与经过季节性处理的SMY[,t]和SMC[,t]的协整性，这里SMY[,t]和SMC[,t]是由MY[,t]和MC[,t]经x-11方法处理而得的。
　　先做MY和MC的检验。MY与MC有些勉强地通过水平为5%的ADF检验。此时的协整向量为(1.0000,-0.7106)。再试用Johanson-Juselius检验。这是组合检验：第1个"H[,0]:p=0"表示有0个协整向量，第2个“H[,0]:p≤1"表示至多有1个协整向量。也就是说，如果在第1个检验中拒绝H[,0]并且在第2个检验中接受H[,0]，就意味着具有协整关系。而这里所给的风险是犯弃真错误的概率，因此，对于第1个检验，1%是低风险，对于第2个检验，10%是低风险。这样，根据极大特征值统计量在5%的水平下，MY与MC具有协整关系；根据迹统计量在1%～5%的水平下，MY和MC有协整关系。显然，这时的风险水平低于根据极大特征值统计量检验的风险水平，或者说效率比较高。与ADF检验不同，这一论据是很充分的。
　　再做SMY和SMC的检验。SMY与SMC很勉强地通过水平为10%的ADF检验。根据Johanson-Juselius检验，也认为SMY与SMC具有协整关系。但是从统计值看，论据有些弱，这与ADF检验结果类似。
　　(2)MY和MC的季节性协整检验。建立包含常量、虚拟变量和趋势变量在内的向量自回归模型，使用Siklos提供的程序，得到检验结果。比较检验表和临界值表，我们可以看出，只在滞后期p=0的模型中，MY和MC不仅在无限周期频率而且在所有季节性频率处通过了季节性协整检验。这时，拒绝r=0的风险水平为5%，而接受r=1的风险水平为10%，这是较强的结论。另外，我们看到，在p=4时，在3个频率处都不具有协整关系；当ω=0时，从p=0到p=3，都具有较强的协整关系；当ω=1/2时，在p=1和p=2处，都不具有协整关系，在p=3处，具有5%～1%的较弱的协整关系；当ω=1/4时，在p=2和p=3处，也都不具有协整关系，在p=1处，具有5%～10%的较强的协整关系。
　　2.关于对数数据的模型
　　关于LMY[,t]和LMC[,t]建立季节性协整模型。这里：
　　LMY[,t]=ln(MY[,t]),LMC[,t]=ln(MC[,t])。
　　(1)关于协整的ADF检验和Johanson-Juselius检验。在无限周期（零频率）处分别检验未经季节性处理的LMY[,t]和LMC[,t]，与经过季节性处理的SLMY[,t]和SLMC[,t]的协整性，这里SLMY[,t]和SLMC[,t]是由LMY[,t]和LMC[,t]经x-11方法处理而得的。
　　先做LMY和LMC的检验。ADF检验指出LMY与LMC不具有协整关系。而Johanson-Juselius检验认为LMY和LMC具有1%水平的较弱的协整关系。
　　再做SLMY和SLMC的检验。ADF检验的结果表明，在含趋势变量的模型中，LMY与LMC在10%的水平下具有协整关系。协整向量为(1.0000,-0.9279)。Johanson-Juselius检验在5%的水平下，认为SLMY与SLMC具有协整关系，并且从统计值看，论据是充分的。
　　(2)LMY和LMC的季节性协整检验。在包含常量、虚拟变量和趋势变量在内的向量自回归模型中，常量、虚拟变量和趋势变量的包含情况有7种类型：(1,1,1),(1,1,0),(1,0,1),(0,1,1),(1,0,0),(0,1,0).(0,0,1)。其中1表示包含，0表示不包含。经过全部7个模型的检验，在p=0处，所有频率都通过了协整检验。在p=4处，除(1,1,1),(0,1,1)和(0,1,0)外，也都通过了协整检验，而这3种情况只是在ω=1/2处不具有协整关系。例如，包含虚拟变量和趋势变量的模型的Siklos检验结果指出，同MY和MC的情形一样，在滞后期p=0的模型中，LMY和LMC不仅在无限周期频率而且在所有季节性频率处通过了季节性协整检验。这时，拒绝r=0的风险水平为5%，而接受r=1的风险水平为10%，这是较强的结论。在p=1处，所有频率也通过了协整检验，但是，ω=0和ω=1/4都是1%～10%的低风险水平，而ω=1/2却是10%～1%的高风险水平。另外，我们看到，在p=4时，在频率ω=1/2处不具有协整关系；当ω=0时，除p=3外都具有较强的协整关系：当ω=1/2时，在p=1和p=2处，有较弱的协整关系，在p=3,4处，都不具有协整关系；当ω=1/2时，在p=0,1,4处，有较强的协整关系，在p=2处有较弱的协整关系，而在p=3处不具有协整关系。
　　总结以上分析，我们可以得到以下结论。
　　在原数据的协整分析中，未经季节性调整的人均可支配收入MY与人均消费MC通过了协整检验；经过季节性调整的SMY和SMC也通过了协整检验。在原数据的季节性协整分析中，MY和MC在零频率(ω=0)处，有很强的协整关系。
　　在对数数据的协整分析中，未经季节性调整的人均可支配收入的对数值LMY和人均消费的对数值LMC仅仅具有较弱的协整关系；经过季节性调整的对数值SLMY和SLMC具有协整关系；并且季节性协整分析表明，LMY和LMC在零频率处有很强的协整关系。这一结论与加拿大和奥地利的实证结果不同(Lee and Siklos,1993;Liyan Han and G.Thury,1997)。在加拿大的实例中，经过季节性调整的数据没有通过协整检验；在季节性协整分析中，在零频率处也没有通过协整检验。但是如果将总消费换为非耐用消费品消费，则未经季节性调整的数据通过了检验，而在零频率处也没有通过季节性协整检验。在奥地利情形，对数数据在季节性调整前后都通过了协整检验（尽管关于经过季节性调整的数据，论据较弱），而在季节性协整分析中，在零频率处没有通过协整检验。当然，这次使用的北京数据只有40期，而那两个国家的模型都使用了150期以上的数据量。
　　从对数数据LMY和LMC的协整分析和季节性协整分析中，我们看到，季节性调整对于协整性有显着的影响。并且采用1-B[4]进行季节性调整，会造成过度差分的效果，丢失一些本来可以不丢失的有效信息。事实上，季节性协整分析的结果表明，LMY和LMC在ω=0处具有十分突出的协整性。也就是说，在ω=0处进行1阶差分即得到动态均衡关系。这就提示我们在对季度数据的消费分析中不要轻易地实施季节性调整。
　　　　　　五、对消费函数的再认识
　　通过初步研究，我们对中国消费函数有几点新的想法。
　　（一）消费函数的分段线性形式
　　从1952年到1995年的数据以及前面所作的协整分析与模糊分析的结果可以看出，收入——消费的函数关系明显具有阶段性。因此，应该针对不同的发展阶段建立不同的线性模型。问题的关键在于阶段的划分如何操作？划分的因素与阈值如何选择？
　　一个可供使用的方法是门限回归分析。另一种正在考虑的方法是非方程模糊系统方法与线性模型方法的结合。
　　（二）考虑消费心理与消费惯性的概念与作用
　　随着经济体制的不断改革和经济环境的不断变迁，随着走出压抑型的消费模式，人们的消费心理从稳定走向不稳定，当然最终还要趋于稳定。另外，人们总有相对保持自己消费习惯和消费倾向的心理，这可以认为是消费惯性。究竟如何度量消费心理和消费惯性，如何以虚拟变量的形式引入消费模型，是很值得加以研究的。前面观察到，1978年以后，随着收入的增加，平均消费倾向一会儿下降，一会儿回升。这种现象与消费心理和消费惯性有密切的关联。
　　（三）经济环境与制度因素的影响
　　消费行为是整个宏观经济系统的一个组成部分，而经济制度是对经济系统的本质规定，经济环境是经济系统运行的必不可少的外在条件。因此，制度因素决定了收入——消费关系的内涵与形式，而经济环境则对其形成不可忽略的影响。前面关于协整关系的讨论表明，改革开放以后，难以形成稳定的收入——消费的动态均衡关系，有力地支持了这一论点。
　　从中国解放后经济制度的演化看，大体上可分为三个阶段。
　　1.1950年～1978年（或1980年）。在典型的中央集权的计划经济制度下，为了工业化和独立国民经济体系的建立，国家施行了低收入、低消费、低物价的配套政策，这一政策体系的整体效果是十分显着的。收入与消费具有很好的协整关系，平均消费倾向稳定在0.97到0.99之间，前期的收入与消费对现期的消费影响很小，消费的增长主要是人口增长的结果。因此，属于典型的低水平的即期消费模式。
　　2.80年代。这时属于从计划体制到社会主义市场经济的体制改革的起步阶段。这一时期，居民收入有了明显的提高，农民已经走出贫困。经济的多元化与外部环境的冲击，消费者的眼界大开，消费心理从传统中解放出来，超前消费的意识十分明显。经历了长期的消费压抑之后，消费冲动起着消费驱动的作用。尤其表现在家用电器的消费上。由于供给能力的逐步改善和收入的增加，跨期消费已有了可能，储蓄倾向逐步提高。由于物价改革在这一阶段起步，并逐步达到高潮，消费者经历着从未有的心理冲击，加上物质匮乏时代的记忆与消费惯性，抢购意识很强。如此展现了消费的黄金时代和当时“供给创造需求”的运行特征。
　　3.90年代。到90年代初，价格改革的成功已成定局。到1994年95%的价格已经放开。由原来的政府直接管制到市场调节与半市场调节。消费者对通货膨胀已经有了适应性和长期的理性预期。普遍认为，在经济成长期与工业化过程中适度的通货膨胀是难以避免的。同时，由于经济供给能力的提高，已经过渡到了买方市场。加上1988年抢购风的教训，消费者的消费心理已走向稳定与成熟。证据之一，就是在1994年的历史上最强列的通货膨胀时期，不仅没有出现抢购风，而且，随着保值补贴的恢复与利率的创纪录，储蓄出现了猛烈的增长。此后，消费开始告别了黄金时代，逐步走下坡路。
　　90年代影响收入——消费关系的显着特征是制度因素。特别是传统的低水平的福利制度的解体和社会保障制度尚未建立所造成的真空。此时，储蓄的预防动机大大超过了跨期消费动机。储蓄倾向在现有收入水平的条件下，显得超乎寻常的高。经对家计调查的初步分析，中低等收的储蓄率达到20%～30%，而三资企业的青年白领则高达50%。这都是对90年代消费函数的协整分析中应注意的重点因素。
　　还应考虑的因素有消费信贷的开展和目前大量下岗家庭的出现。借贷消费特别是住房信贷消费将成为年轻家庭的重要消费内容和消费形式。而在下岗家庭中，由于收入的突然下降，消费会依惯性在一段时间内基本保持原水平，而后明显收缩，这使得其平均消费倾向明显提高。这样不同收入阶层的消费函数就呈现出很大差异。那么，整体收入——消费关系能否稳定取决于收入差距和不同收入群体的规模能否稳定。这是值得研究的问题。
管理世界京50～58F51商业经济、物资经济韩立岩19981998韩立岩　作者单位：首都经济贸易大学 作者：管理世界京50～58F51商业经济、物资经济韩立岩19981998

网载 2013-09-10 21:27:17

驗證：