路家儀 李卓敏 蔡立恒 蘇洋 候葉璐

摘要：政府的投資對經(jīng)濟的發(fā)展有著不可忽視的作用，而居民家庭消費是經(jīng)濟發(fā)展的直接體現(xiàn)。而如今，有報道稱政府的投資會造成消費的降級。本文通過分析家庭消費情況與2016年統(tǒng)計年鑒數(shù)據(jù)，分析政府投資對家庭消費的影響。

關(guān)鍵詞：政府投資;家庭消費;消費升級

一、引言與文獻綜述

政府支出對居民消費的影響具體來說主要包括兩類：替代效應(yīng)和互補效應(yīng)。如果政府支出增加導(dǎo)致居民消費的減少，則稱二者之間具有替代效應(yīng)。而替代效應(yīng)和互補效應(yīng)也可能同時存在，雖然會減少投資者為了辨別商品質(zhì)量而花費的投入，卻可以增強消費者的消費信心因而刺激消費。政府支出對居民消費的總影響，就是替代效應(yīng)與互補效應(yīng)的加權(quán)之和。若政府支出增加帶來家庭消費的總水平下降，則稱政府支出對消費具有擠出效應(yīng);反之具有擠人效應(yīng)。

關(guān)于政府投資對居民消費的經(jīng)濟效應(yīng)，學(xué)術(shù)界仍舊有頗多爭論，即使在同一時期同一地區(qū)研究的導(dǎo)向結(jié)果仍舊存在分歧。隨著爭論的推進，也有學(xué)者提出政府投資存在一個最優(yōu)規(guī)模。從兩個角度分析政府支出對居民消費的擠出效應(yīng)與擠人效應(yīng)，首先，政府投資對居民消費是部分促進的而政府支出對居民消費是擠出。其次，短期來說，經(jīng)濟建設(shè)支出是擠出的，社會文教支出、行政管理支出和其他支出是擠人的。

二、數(shù)據(jù)來源及數(shù)據(jù)預(yù)處理

（一）數(shù)據(jù)來源

對于政府支出對家庭消費具體產(chǎn)生的是正影響還是負影響，我們找到了2016年北大中國家庭追蹤調(diào)查數(shù)據(jù)及《中國統(tǒng)計年鑒（2017）》的數(shù)據(jù)進行了模型的擬合與研究。

在《中國統(tǒng)計年鑒（2017）》中我們選取了政府支出細則中2016年各省的一般公共服務(wù)支出、教育支出、科學(xué)技術(shù)支出、公共安全支出等總共24個支出類別，而在2016年北大中國家庭追蹤調(diào)查數(shù)據(jù)中我們截取了2016年每個省居民消費性支出作為初始的數(shù)據(jù)。

（二）數(shù)據(jù)預(yù)處理

通過對數(shù)據(jù)基本信息的檢查與篩選，我們首先剔除了在家庭追蹤調(diào)查數(shù)據(jù)中每個省居民消費性支出（以家庭為單位）樣本量小于20的4個地區(qū)，分別是內(nèi)蒙古自治區(qū)、海南省、西藏自治區(qū)和寧夏回族自治區(qū)。再通過對數(shù)據(jù)的單位進行分析，我們將所有24個類別的政府支出分別除以各省家戶數(shù)量，得到支出在各家戶上的分攤，由此使其可以和家庭的消費進行同等水平的對比。

在擬合線性回歸模型之前，在stata中我們又對各項數(shù)據(jù)進行了Gladder檢驗，即判斷各項數(shù)據(jù)在經(jīng)過各種變化后（如sqrt和log處理）所呈現(xiàn)的分布情況，選擇其與標(biāo)準正態(tài)分布最為接近的變換方式進行處理，再代人到模型之中。我們將所有解釋變量在stata中進行stepwise模型逐步擬合過程，最終得到5個解釋變量。分別是：科學(xué)技術(shù)支出、城鄉(xiāng)教育支出、交通運輸支出和其他支出這幾項。這個模型的矯正擬合優(yōu)度達到了0.7886，說明模型有著優(yōu)秀的解釋效果，且每個變量及模型總體都達到了顯著的標(biāo)準。表如下左圖。

三、模型的建立

（一）逐步回歸

在對數(shù)據(jù)進行處理后，本文將數(shù)據(jù)進行stepwise過程。在進行逐步回歸后，最終得到5個解釋變量，對應(yīng)的名稱分別為教育支出、科學(xué)技術(shù)支出、城鄉(xiāng)教育支出、交通運輸支出以及其他支出?；貧w結(jié)果如上右圖所示。

可以看出，這些變量都是對居民的生活會產(chǎn)生重大且及時的影響支出。教育支出是每個家庭幾乎都會參與的支出方式，科學(xué)技術(shù)支出體現(xiàn)了近年來我國對科技興國的重視，交通運輸支出也是我國政府在交通建設(shè)上大力支持的體現(xiàn)，交通便捷將會在多方面拉動旅游業(yè)、物流貿(mào)易業(yè)的發(fā)展，顯然對居民消費產(chǎn)生重要影響。

（二）擬合回歸

在選取了五個解釋變量后，將其進行模型擬合，結(jié)果如下圖。

可以看出，模型的R方為0.8308，說明有83%的居民消費可以由這個模型體現(xiàn)，說明模型的擬合效果顯著。同時，五個解釋變量的t值均說明它們對被解釋變量有顯著影響。因此可以看出模型初步擬合效果較好。

四、模型檢驗

（一）異方差檢驗

異方差性是相對于同方差而言的。同方差，是為了保證回歸參數(shù)的估計量具有良好統(tǒng)計性質(zhì)。

由檢驗結(jié)果Prob>chi2=0.2959和P值可以看出該模型不存在異方差。

（二）多重共線性檢驗

本文中的多重共線性檢驗方法是檢驗方差膨脹因子VIF（Variance Inflation Factor）。VIF超過5或10就存在共線性。可以看出，模型中不存在嚴重的多重共線性問題。

（三）穩(wěn)健性回歸

穩(wěn)健回歸（robust regression）是統(tǒng)計學(xué)穩(wěn)健估計中的一種方法，其主要思路是將對異常值十分敏感的經(jīng)典最小二乘回歸中的目標(biāo)函數(shù)進行修改。

結(jié)果由上左圖所示。由結(jié)果中P值可知，穩(wěn)健回歸的結(jié)果顯著。

（四）四分回歸

結(jié)果由上右圖所示。由結(jié)果中P值可知，四分回歸的結(jié)果顯著。

五、模型預(yù)測

預(yù)測模型是在采用定量預(yù)測法進行預(yù)測時，最重要的工作是建立預(yù)測數(shù)學(xué)模型，對預(yù)測準確度有極大的影響。任何一種具體的預(yù)測方法都是以其特定的數(shù)學(xué)模型為特征。在對模型進行檢驗后，我們對模型進行預(yù)測。

預(yù)測結(jié)果：預(yù)測的均值x相當(dāng)于n，再將其取倒數(shù)，得到預(yù)測區(qū)間是[62500，114942.5287]。

計算2017年的全體居民消費水平的絕對數(shù)22902×3.03=69393.06元。因此，2017年每戶家庭平均消費支出為69393.06元，在我們的預(yù)測區(qū)間內(nèi)，并且模型的預(yù)測值為71428.57，有2.9%誤差，這是因為居民的消費傾向還與其他很多別的因素有關(guān)?？傮w上預(yù)測模型有一定參考價值。

六、結(jié)論

經(jīng)過以上分析，最終的回歸模型為：

即：

5個解釋變量，對應(yīng)的名稱分別為：教育支出、科學(xué)技術(shù)支出、城鄉(xiāng)教育支出、交通運輸支出、和其他支出。

從模型來看，教育支出越少，科學(xué)技術(shù)支出越多，城鄉(xiāng)教育支出越多，交通運輸支出越多，其他支出越多，家庭消費越多。

該模型反映了從短期來看，政府支出增加——帶動居民消費支出的增長，通過增加社會總需求進而實現(xiàn)政府宏觀調(diào)控目標(biāo)。因此，宏觀經(jīng)濟處于低谷時，政府往往會增加政府支出來刺激居民消費和社會總需求。因此，對短期而言.政府支出對居民消費是擠入效應(yīng)。

參考文獻：

[1]李偉民.金融大辭典[M].哈爾濱：黑龍江人民出版社，2002.

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

[3]武曉利，晁江鋒.財政支出結(jié)構(gòu)對居民消費率影響及傳導(dǎo)機制研究——基于三部門動態(tài)隨機一般均衡模型的模擬分析[J]財經(jīng)研究，2014，40（6），4-15.

[4]帥雯君，董秀良，胡淳.我國財政支出擠入擠出效應(yīng)的動態(tài)時間路徑分析——基于MS -VECM的實證檢驗[J].財經(jīng)研究，2013，39（9）：19-34.

[5]張治覺，吳定玉.我國政府支出對居民消費產(chǎn)生引致還是擠出效應(yīng)——基于可變參數(shù)模型的分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2007（5）：53-61.

作者簡介：

路家儀，李卓敏，蔡立恒，蘇洋，候葉璐，廈門大學(xué)，福建廈門。