时间：2022-02-11 01:15:13
序论：在您撰写居民消费结构论文时，参考他人的优秀作品可以开阔视野，小编为您整理的7篇范文，希望这些建议能够激发您的创作热情，引导您走向新的创作高度。
第一,食品消费支出比重随收入增加呈现出明显的下降趋势,这与恩格尔定律的表述一致。但最低收入户与最高收入恩格尔系数相差太过悬殊,分别为47.43%和28.02%,相差将近20个百分点。城镇最低收入户刚刚解决了温饱问题,而最高收入户的生活水平按照恩格尔系数的评价标准早已达到了富裕型,甚至接近最富裕型。第二,衣着消费支出比重随收入增加缓慢上升,到高收入户又有所下降,但各收入组支出比重相差不大,支出比重最大的中等收入户与最小的最低收入户只差2.91个百分点。衣着支出比重没有更多的递增且最高收入户的支出比重有所下降,这些都符合恩格尔定律关于衣着消费的引申。随着收入的增加,衣着支出比重呈现先上升后下降的走势。事实上,在当前的价格水平和服装业的发展水平下,城镇居民的穿着是有一定限度的,而且居民对衣着的需求也不是无限膨胀的,即使收入水平继续提高,也不需要将更大的比例用于购买服饰用品了。第三,家庭设备用品及服务、交通通讯、娱乐教育文化服务和杂项商品与服务的支出比重呈逐组上升趋势,说明居民的生活水平随收入的增加而不断提高和改善。第四,医疗保健支出比重随收入水平提高呈现一种两端高、中间低的走势,支出比重最低的是最高收入户,为6.72%;最高的是高收入户,为8.24%,两者仅差1.52个百分点。这是因为医疗保健支出作为生活必须支出,不论居民生活水平高低,都要将一定比例的收入用于维持自身健康,而且由于医疗制度改革,加重了个人负担的同时,也减小了旧制度可能造成的不同行业、不同体制下居民医疗保健支出的差别,因而不同收入等级的居民在医疗保健支出比重上差别不大。第五,居住支出比重基本上呈逐组下降的趋势,由最低收入户的12.34%下降到中等偏上户的9.79%,但最高收入户的居住比重达到9.91%,这与我国居民消费能级不断提升,住宅商品正在越来越成为城镇居民关注的热点是相吻合的,同时与恩格尔定律的引申也是一致的。可以看出,城镇居民的消费状况虽然受价格水平、消费习惯、消费环境、消费心理预期等诸多因素的影响,但归根结底仍取决于居民的收入水平,要提高城镇居民的消费支出,必须增加居民收入。因此,采取切实有效的措施增加城镇居民的可支配收入,不仅可以提高全国城镇居民的总体消费水平,促进消费结构向着更加健康、合理的方向发展,而且在启动内需,促进我国的经济发展方面有着重大的现实意义。
2我国居民消费结构的纵向分析
进入21世纪以来,随着经济体制改革的深入,国民经济的迅速发展,我国城乡居民的消费水平显著提高,居民的各项支出显著增加。随着消费水平的提高,我国城乡居民消费从注重量的满足到追求质的提高,从以衣食消费为主的生存型到追求生活质量的享受型、发展型,消费质量和消费结构都发生了明显的变化。城镇居民在食品、衣着、家庭设备用品三项支出在消费支出中的比重呈现明显的下降趋势,其中食品类支出比重降幅最大,达15个百分点;衣着类下降4个百分点;家庭设备用品类下降幅度不是很大。与此同时,医疗保健、交通通讯、文化娱乐教育服务、居住及杂项商品支出在消费支出中的比例均有上升,富裕阶段的消费特征开始显现。3我国居民消费变化的趋势特点
(1)居民收入迅速增长,消费水平大幅度提高,消费结构呈现明显的富裕型特征消费是收入的函数,收入的增加是消费水平提高和消费结构变化的前提。随着我国经济的发展,我国居民的收入水平不断提高,特别是21世纪以来,我国居民的收入水平迅速提高。伴随着收入水平的提高,城乡居民各项支出全面增加,消费性支出大幅度增长。2005年,我国城镇、农村居民人均消费性支出分别为6510.94元和1943.30元,是1994年的3.9倍和2.5倍。今后5—10年以至更长时间,我国经济保持一个较高的增长速度是完全可能的,城乡居民的消费水平将大幅度提高。
(2)消费能级不断提高,消费内容日益丰富,住房与轿车消费同时升温,可望提前成为消费热点在消费水平提高和消费结构改善的同时,城乡居民的消费能级不断提高。
(3)以教育为龙头的娱乐教育文化服务类消费继续攀升随着人们对知识认知程度的提高和自我完善意识的增强,对教育的投入仍会保持增长。目前从子女教育在人们储蓄目的位居前列的情况看,对教育及教育产品的投入仍是今后一个时期的消费热点。大力发展教育事业,特别是高等教育、成人教育、职业教育应是政府长期坚持和倡导的。
4我国大部分地区居民消费水平偏低的原因及解决方法与策略
(1)居民消费率分析:居民消费率是指在一定时期内一国(或地区)居民消费部分占GDP的比重。改革开放以来的30年中我国居民消费率的变化大体上可以分为五个阶段:第一个阶段是1978-1981年,这一阶段居民消费率直线上升,并在1981年达到了改革开放以来的最高点(53.1%)。第二个阶段是1982-1989年,这8年中居民消费率出现过几次小幅波动,但基本上比较稳定。第三个阶段是1990-1994年,居民消费率持续下降。第四个阶段是1995-2000年,在此期间,除了1997年居民消费率出现了小幅下降以外,其余年份均保持上升趋势,但是上升幅度相当小,只有1.9个百分点。第五个阶段是2001-2005年,居民消费率直线下降,并且在2005年达到了历史最低点(38.2%)。
(2)居民消费占最终消费的比重:改革开放以来的1978年到2005年期间,我国最终消费中居民消费所占的比重虽然出现过波动,但是整体上保持稳定。值得注意的是2004年居民消费的比重直线下降。改革开放以来,我国居民消费占最终消费的比重最高只有81.5%,而且大多数年份不到80%,尤其是2004和2005两年居民消费的比重更是降到了73.3%。国外经验表明,居民消费占最终消费的比重一般不低于80%。这也从另一个方面反映出我国居民消费率偏低的事实。
(3)最终消费率分析:最终消费率是指在一定时期内(通常为一年或一个季度)一国(或地区)最终消费占GDP的比重。改革开放以来的28年中我国最终消费率的变化大致上可以分为四个阶段:第一个阶段是1978-2005年,居民消费率直线上升,并在1981年达到了改革开放以来的最高点(67.5%)。第二个阶段是1982-1994年,除了在1985、1988和1989这三年有小幅回升外,其余年份均在下降。第三个阶段是1995-2000年,除了1997年最终消费率出现了小幅下降以外,其余年份均保持上升趋势,但是在整个阶段中,最终居民消费率上升的幅度并不是很大,只有3.6个百分点。第四个阶段是2001-2005年,居民消费率直线下降,并且在2005年达到了历史最低点(52.1%)。与我国处在相同发展阶段的一些国家的最终消费率一般均在80%以上,但是我国的最终消费率在2003年却只有55.4%。
以上分析显示,1978年以来的任何一个时期,我国的居民消费率和最终消费率都明显偏低,尤其是2001年以来尤甚,这表明我国当前消费不足明显存在。
论文关键词:消费结构;消费趋势;因子分析;聚类分析
论文摘要:近年来,我国宏观经济形势发生了重大变化,经济发展速度加快,居民收入稳定增加,在国家连续出台住房、教育、医疗等各项改革措施和实施“刺激消费、扩大内需、拉动经济增长”经济政策的影响下,全国居民的消费支出也强劲增长,消费结构发生了显著变化,消费结构不合理现象得到了一定程度的改善。为了进一步改善我国居民的消费结构,正确引导消费,提高我国居民的消费水平和生活质量,有必要对我国各省市居民的消费结构进行考察和研究,以期发现特点和规律。采用“双对数模型”对我国居民的消费结构进行了趋势分析,通过“聚类分析”对我国各地区居民消费结构之间的异同进行考察并作比较研究,总结出了我国居民消费呈现富裕型、娱乐教育文化服务类消费攀升的趋势特点。
论文关键词：体育消费，体育市场，消费结构
开展对体育消费结构的研究，可以了解体育消费在我国城市居民生活中的地位，为体育消费市场生产和流通提供宝贵信息，正确引导居民体育消费，拓宽体育消费领域，促进我国经济和体育事业发展。
l研究对象和方法
对全国30个省市自治区25至50岁的城市有职业居民进行调查研究。采用PPS抽样方法和简单的随即抽样方法发放问卷，抽取北京、上海、福建(福州)、四川(成都)、吉林(吉林)、广东(广州)、甘肃(兰州)、内蒙(包头)9个城市。调查样本量为1170人，回收问卷1085份，回收率92．73％，有效问卷759份，有效率70．41％。经专家鉴定，信度和效度较高，符合本课题研究的要求。
2研究结果与分析
2．1关于分析体育消费结构的理论基础
西方行为心理学家马斯洛(A．H．Maskow)强调，人们对不同层次的需要强度是不同的，而且是有序的，即人们首先要求满足较低层次的需要，在较低层次的需要得到满足后，较高层次的需要才得以强化。马斯洛的需要层次理论对于体育消费结构分析，其启发意义在于随着人类需要层次的上升，人类消费结构有层次的变化，体育消费结构同样也有层次的变化，表现为体育劳务消费比重上升，体育实物消费比重下降的趋势，消费形式也将进一步多样化。作为基本劳务产品形式之一的体育劳务，将随着我国居民消费内容的更新和消费结构的变化，成为人们日常劳务消费之一。
2．2城市居民体育消费结构现状
体育消费的结构是指个人或家庭在生活过程中，不同类型体育消费的比例。为了便于调查研究，最大限度的保证获得数据的准确性，本文将体育消费的结构分成三大类进行调查：体育健身娱乐、体育比赛表演、体育实物产品(运动服装、鞋帽、体育器材)，结果见表l。
从表1可以看出，各城市居民体育实物消费、体育健身娱乐消费、体育表演消费的情况。总体上，体育劳务消费水平211．74元(体育健身娱乐、体育比赛表演)高于体育实物消费水平204．45元，符合马斯洛的需要层次理论，也与我国城市经济发展现状相符合。但是，我们也能看到我国城市居民体育消费的结构存在一些的特殊现象。
上海城市居民体育健身娱乐消费年人均高达407．14元，体育比赛表演消费132．14元，是城市体育比赛表演消费总平均数的2．70倍。为了进一步剖析这种现象，我们对本次调查中一些相关数据进行了分析、比较发现，上海市城市居民家庭收入水平均高于其它城市，上海市经常参加体育活动人口数量与体育消费人口数量差异很大，而且，体育消费人口中的体育人口数量低，非体育人口数量高。根据这个结果推断，上海市城市居民体育娱乐消费水平高。在本次调查中这种现象也得到了证实，上海城市居民经常参加体育的人口在9个城市中排在第6位。
吉林城市居民体育健身娱乐消费相对自己城市经济发展现状而言，120元也是一个很高的水平。在调查中了解到吉林城市居民家庭月均收入在9个城市中排在末位，但是体育健身娱乐消费相对比较却很高，如果将体育健身娱乐消费与体育比赛表演消费相加，认为是体育劳务消费，那么吉林城市居民体育劳务消费占体育实物消费122．21％，占家庭体育消费44．92％。出现这种结果不符合马斯洛的需要层次理论。
广州和北京城市居民体育健身娱乐消费相对自己城市经济发展现状而言，却是一个低水平。如果按照上面的计算方法，根据马斯洛的需要层次理论，这两个城市体育劳务消费水平都应该高于或等于体育实物消费水平，但是调查结果与推断恰恰相反。这又是一个违背马斯洛的需要层次理论的特殊现象，虽然北京和广州两个城市经济发展水平、城市居民生活水平高，但是体育消费的结构与人们推断的结果不同。
通过以上分析发现，我国城市居民体育消费的结构，并非完全符合马斯洛的需要层次理论，说明城市居民体育消费的结构不仅仅受城市经济发展水平的影响，同时也受城市居民社会生活环境、城市自然环境等因素的影响。而且，在城市经济发展水平、城市居民生活水平达到一定程度时，这些因素对体育消费的结构会起到重要的作用。
2．3体育消费结构的发展趋势
2．3．1城镇居民历年消费的结构情况
从表2可以看出，城镇居民食品支出比重逐年下降。这种下降趋势反映出，随着家庭收入增加，家庭收入或家庭支出中用来维持基本生存条件——购买食品的支出下降，购买其它物品的可支配收入得到相应增加。还可以看出，城镇居民娱乐、教育文化服务支出逐年增加。此外，90年代以来人们对医疗保健需求开始显著增加。1999年，我国医疗制度再次改革，人们更加关注自身的健康问题，尤其是食品科学含量的增高，健康问题被推倒人们生活的重要日程中，人们的自我保健意识日益增强，并不断寻求科学的保健方法，这些为提高体育消费水平带来了有利的契机，为改变体育消费的结构带来了强大动力
2．3．2国外家庭体育消费结构发展情况
在经济发达国家，体育消费已成为人们日常消费的重要组成部分之一。但是，这些国家居民体育消费并非从一开始就形成目前的结构，而是有一个逐渐发展过程。从瑞典家庭体育消费情况可以得到证明，瑞典家庭体育健身的总支出，1992年比1985年增长了43．17亿克朗，其中用于体育活动的开支，1992年比1985年增加了17．61亿克朗，增长率184．02％；用于购买体育服装、鞋帽的开支仅增长了15．95亿克朗，增长率69、23％；用于购买体育器材的支出也仅增加了8．42亿克朗，增长率62．56％。可见，近10年瑞典家庭体育劳务消费增长速度明显快于体育实物消费。这种趋势也被多数国家体育消费支出结构变化所证实。
2．3、3城市居民体育消费结构发展趋势
随着我国国民经济持续、快速发展，人民生活水平不断提高，使居民消费结构更趋合理，即物质消费支出比重下降，服务性消费支出比重不断增加。人们在满足基本的生存资料需求基础上，更加注重享受资料和发展资料的追求，参加体育健身、娱乐活动成为人们追求精神享受的形式之一。随着人们闲暇时间增多，生活方式改变，体育意识、体育健康观念增强，对体育需求会明显增加。据谢琼桓等人在2010年中国社会体育的战略构想研究中进行的抽样调查，“1987年我国体育消费家庭年均体育支出49．67元，1992年54．83元，当时恩格尔系数分别为76％和69％；2010年恩格尔系数如果降到40—45％左右，则意味着有体育消费家庭的体育支出可达目前水平的5——6倍，在300元左右。”21世纪，居民体育需求迅速增加，体育消费结构也向合理化方面转变，即在90年代体育劳务消费和体育实物消费并重的基础上，逐步向以体育劳务消费为主，兼顾体育实物消费为辅的方向转变。从本文调查中也可以看到，城市居民总体体育消费结构是体育劳务消费高于体育实物消费。未来体育消费结构的发展趋势是以高收入、高文化职业人群为主导，逐步向以体育劳务消费为主，兼顾体育实物消费为辅的方向转变。
第二次世界大战结束以后，凯恩斯主义在西方许多国家大行其道。凯恩斯主义流行的结果之一就是政府支出不断攀升和政府规模不断扩大。这促成了学者们对政府支出是否影响和如何影响居民消费问题的关注。20世纪70年代开始，这方面的研究成果越来越多。我国学者则是自21世纪以来才开始关注这个问题。目前国内外学界在政府支出与居民消费的关系问题上主要形成了三派观点：（1）挤出说。这种观点认为，政府支出增加会对居民消费产生挤出效应，或者说，政府支出与居民消费之间是一种替代关系。（2）挤入说。与前一种观点相反，这种观点认为政府支出增加会对居民消费产生挤入效应，或者说，政府支出与居民消费之间是一种互补关系。（3）不相关或不确定说。这种观点认为，政府支出变化与居民消费变化之间没有相关性或具有不确定性。所谓不确定性是指，在某些条件下，居民消费与政府支出是互补的；但是在另一些条件下，居民消费与政府支出则是替代的。
1．国外学者的研究。贝利（M．J．Bailey）在其《国民收入与价格水平》一书中最先研究了政府支出与私人消费的关系，他通过对三部门国民收入决定模型的经验检验证明二者之间存在一种替代关系，即政府支出会部分挤出居民消费支出。［1］巴罗（R．J．Barro，1981）认为，政府支出增加将通过财富效应和替代效应两条渠道挤出私人消费，并且，暂时性的政府支出比持久性的政府支出产生更大的对私人消费的挤出效应。［2］科孟迪（R．C．Kormendi，1983）根据美国的经验数据估计出政府支出替代私人消费的系数约为0．2。［3］阿乔（AlanAschauer，1985）以霍尔（Ro－Hall，1978）的最优化消费模型和由此推导出的欧拉方程为基础，构造了一个带有辅助方程的消费方程，并用美国的经验数据估计出政府支出对私人消费替代程度的区间为［0．23，0．42］。［4］埃姆德（S．Ahmed，1986）用跨期替代模型证明英国的政府支出挤出了居民消费。［5］阿玛诺和威简托（R．Amano＆T．Wirjanto，1997）估计了政府支出与居民消费的跨期替代弹性和期内替代弹性，发现美国政府支出与居民消费存在替代关系，且期内替代弹性为0．9。［6］霍（T．W．Ho，2001）通过对24个OECD国家1981—1997年的面板数据计量分析发现，政府支出与私人消费呈现显著的替代关系，替代系数为0．5387。［7］埃斯惕威和桑切斯－劳皮斯（V．Esteve＆J．Sanchis－Llopis，2005）根据持久收入假说和1960—2003年的西班牙统计数据分析发现，西班牙的政府消费性支出与居民消费之间存在Edgeworth－Pareto意义上的替代关系。［8］但是另一些研究者发现，政府支出与私人消费之间是一种互补关系，政府支出增加不是挤出而是挤入私人消费。卡拉斯（G．Karras，1994）将政府支出函数直接引入了消费者的目标效用函数，应用30个国家1950—1987年的数据对消费的欧拉方程进行了计量分析，结果显示从总体上来说私人消费与政府支出是一种互补关系，即政府支出可以挤入私人消费，并且这种互补关系与政府规模呈反比关系。［9］奈伊和霍（C．C．Nieh＆T．W．Ho，2006）运用面板协整方法和1981—2000年的数据估计了23个OECD国家和地区私人消费与政府支出的期内替代弹性和跨期替代弹性，其结论是，从总体上看，私人消费和政府支出是互补的。布朗和韦尔斯（A．Brown＆G．Wells，2008）将面板协整方法运用于分析澳大利亚6个州的经验数据，其结论是澳大利亚的私人消费与政府支出呈现互补关系。［11］一个有趣的现象是，使用标准的随机动态一般均衡模型（DSGE）的研究者往往得出政府支出①冲击会挤出私人消费的判断，而一些使用向量自回归（VAR）技术的经验研究得出的结论却是，政府支出冲击通常会挤入私人消费。但是，有些学者又认为，政府支出挤入私人消费的结论可能是由于VAR技术本身的原因引起的。还有一些学者发现，政府支出与居民消费之间的关系是不确定的或不相关的。阿玛诺和威简托（R．Amano＆T．Wirjanto，1994）沿着霍尔（Rob－ertE．Hall）模型最优化的思路分析了1953—1993年加拿大政府支出对私人消费的影响，但在对欧拉方程进行计量分析时考虑了时间序列数据的协整和非协整两种情况，结果发现，在协整的假设下私人消费与政府支出是互补的，但是在非协整的假设下私人消费与政府支出则是替代的。［12］阿玛诺和威简托（R．Amano＆T．Wirjanto，1998）依据持久收入假说构建了一个嵌入了替代弹性不变函数的跨期替代弹性的效用函数，其结论是：当跨期替代弹性（对于跨期替代弹性的效用函数来说）大于、小于、等于期内替代弹性（对于替代弹性不变的效用函数来说）时，私人消费与政府支出呈现Edge－worth－Pareto意义上的互补、替代、不相关的关系。他们还进一步使用1953—1994年美国的季度数据估计出这两个替代弹性系数都约等于1．56，这意味着美国的私人消费和政府支出在Edgeworth－Pareto意义上是不相关的。［13］克旺（Y．K．Kwan，2006）将协整方法用来分析东亚9个国家和地区的面板数据发现，在印度尼西亚和新加坡，私人消费和政府支出之间存在互补关系，而其他7个国家或地区的私人消费和政府支出之间存在着替代关系，不过替代程度大小不同。
2．国内学者的研究。我国学者对政府支出与居民消费的关系的研究始于1998年我国第一次大规模实施积极的财政政策、扩大内需以后。国内学者在这个问题上的结论也是莫衷一是。财政部办公厅课题组（2001）认为，关于私人消费和政府支出，有人认为它们具有某种替代关系，这需要具体分析。从财政支出结构看，某些种类的政府支出例如招待费，的确是私人支出的替代品；但其他一些支出诸如交通设施支出，则是私人消费的互补品；其他许多公共支出可能既是私人消费的替代品又是互补品。［15］胡东书（2002）使用2000年以前中国的时间序列数据所做的回归分析表明，政府支出变动与居民消费之间呈正相关关系，二者之间从整体上看是互补关系而不是替代关系，政府支出增加对居民消费的作用是挤入的而不是挤出的。［16］谢建国和陈漓高（2002）通过建立一个居民消费的跨期替代模型，分析了中国的政府支出与居民消费之间的关系，认为在短期内，中国政府可能通过增加政府支出的方式增加总需求，但在长期均衡时政府支出完全挤占了消费支出。［17］黄颐琳（2005）通过构建实际的经济周期（RBC）模型，利用随机动态一般均衡（DSGE）方法对中国经济进行实证检验。结果表明，改革开放后政府支出对居民消费产生了一定的挤出效应。［18］李广众（2005）在消费者最优选择欧拉方程基础上推导出用以分析政府支出与居民消费之间关系的模型，然后对全国、城镇和农村的样本进行估计，结论是：改革开放以来，中国政府支出与居民消费之间表现为互补关系。［19］张治觉和吴定玉（2007）利用可变参数模型对我国1978—2004年的数据进行了动态分析，结果表明，从总体上分析，在大多数年份政府支出对居民消费产生引致效应；从结构上分析，政府投资性支出对农村居民消费和城镇居民消费产生了挤出效应；从1998年开始，政府消费性支出对农村居民消费和城镇居民消费产生了引致效应；政府转移性支出在大多数年份对农村居民消费和城镇居民消费产生了引致效应。申琳和马丹（2007）对1978—2005年我国政府支出影响居民消费的两个渠道（消费倾斜渠道和资源撤销渠道）进行了经验分析，发现我国人均政府支出增加通过消费倾斜渠道促使人均居民消费上升，通过资源撤销渠道使得人均居民消费下降；综合来看，人均政府支出增加通过两种渠道最终导致人均居民消费下降，即政府支出与居民消费存在长期替代关系。楚尔鸣和鲁旭（2008）通过构建政府支出与居民消费跨期替代模型，并利用1990—2005年我国27个省、直辖市和自治区的相关数据进行面板协整检验和完全修正普通最小二乘估计，发现中国地方政府支出与居民消费呈现较弱的互补关系。杨子晖等人（2009）通过面板协整分析发现，中国政府消费支出与私人消费成互补关系。陈创练（2010）所做的面板数据实证分析的结果表明，我国政府消费与居民消费呈互补关系。但是，他又指出，政府消费与居民消费的互补程度可能受政府支出规模的影响。比如，随着政府支出规模的扩大，政府将减少与居民消费呈互补关系的公共物品（如国防支出）的提供，而增加与居民消费呈替代关系的公共服务（如科学教育卫生事业支出和学校午餐等）的供给。［24］胡蓉等人（2011）利用我国城乡居民1978—2009年的人均消费、政府支出和可支配收入等数据，通过建立协整方程和误差修正模型对政府支出如何影响居民消费进行了实证研究。结果发现，政府支出在短期内对居民消费具有挤入效应，而在长期则具有挤出效应。由上我们看到，我国学者主要是从总量上研究政府支出对（城乡）居民消费需求的影响，或把政府支出划分为消费性支出和投资性支出，再分别研究这两类支出对居民消费的影响。只有石柱鲜等人（2005）等少数几篇文章尝试从我国的财政支出结构或财政支出分类上分别考察这些政府支出对城乡居民消费的影响。在这个专题研究上，研究者大多把居民消费函数看做是线性的，把函数关系看做是已知的或确定的。不少研究者得出的结论与直觉或事实明显相悖，例如，有的文章认为，政府消费性支出增加会促进居民消费；还有的文章认为，政府支出与居民消费正相关；也有的文章认为，政府支出增加对居民消费没有影响；还有一些研究者把政府（财政）支出等同于政府消费。已有的研究成果提示我们，对中国财政支出与居民消费需求的关系有进一步深入研究的必要，可行的研究路径可能是要改变模型方法选择。
二、中国政府支出结构对居民消费影响的初步分析
笔者认为，从总量上研究中国政府支出对居民消费的影响可能过于综合，过于笼统，无法反映政府支出对居民消费的真实效应。因为我国政府支出既包括政府消费支出，也包括政府投资支出，还包括转移支出和民生支出，这些不同性质的支出对居民消费的影响应该是不同的，并且某些支出可能对城乡居民的消费需求影响也是不同的。因此，本文试图从政府支出的不同分类上来考察它们分别对城乡居民消费产生了什么样的影响。2007年我国国家统计局对财政支出项目分类进行了重大调整，由原来的5类27个项目调整为22个项目，不再按功能性质分类。1978年到2006年，我国政府财政支出按其功能性质划分为5大类：经济建设费支出、社会文教费支出、国防费支出、行政管理费支出和其他支出。图2显示的是1978—2006年我国政府的5大类支出分别在政府财政支出总额中所占比例的变化。可以看出，从1978年到2006年，经济建设费支出占比呈现明显的下降趋势；社会文教费支出占比呈现先上升后平稳的趋势；国防费占比自20世纪80年代中期以后呈现缓慢下降的趋势；行政管理费支出占比和其他支出占比都呈现明显的上升趋势。政府支出结构的变化从一个侧面映射了改革开放以来我国经济体制和经济结构的变化：随着我国经济体制由高度集中的计划经济体制向社会主义市场经济体制转型，政府和市场在资源配置中的作用呈现出此消彼长的变化趋势，经济建设的任务越来越多地由企业和个人承担，国家对经济建设的直接干预不断减少，这就导致了经济建设费支出占比大幅度下降。随着科教兴国战略的实施和社会保障制度建设，社会文教费支出占比不断提高。行政管理费支出占比上升较快反映了我国政府规模扩张较快，公部门控制和消费的资源过多。这5大类财政支出对城乡居民消费的影响应当是不同的。经济建设费支出。这类支出是国家用于生产性投资和基础设施建设方面的财政支出，它们主要形成物资资本和公共物品，如铁路、公路、机场、水利、电力、环境保护等。这类支出在短期可能会排挤居民消费，但是在长期可能会促进居民消费。经济建设费支出的资金主要来源于国家对企业和个人征收的税收，并且这类支出代表政府配置资源的规模，因此它在短期内可能会排挤居民消费。
在长期，这类支出可能会促进居民消费。例如，交通便捷会促进居民出行和旅游消费，电力供给有了保障会促进居民购买和消费家用电器。从市场经济中政府与市场的关系来看，政府通过经济建设费支出来配置资源的规模必须适度，不宜过大，否则会挤占市场和居民消费。社会文教事业费支出。这是国家用于科学研究、文化、教育、卫生、出版、广电、抚恤和社会福利救济等方面的事业费支出。这类支出主要是形成人力资本和民生工程，它有助于提高社会及其成员的科学文化素养和受教育水平，有助于提高社会福利水平。这类支出应当会促进居民消费。显而易见，政府投资九年制义务教育，提供教育、文化、体育、医疗卫生设施，必然会促进居民在教育、文化、体育和医疗卫生等方面的消费。国防费。这是国家用于国防建设的各种经费支出。国防是一个国家最大和最重要的公共物品，是防止企业和个人遭受外来侵略和掠夺的保障。因此，国防费支出虽然可能会挤占居民收入和消费，但是一个强大和稳固的国防会大大降低国民生存、发展、生产、消费的风险和不确定性。行政管理费。这是一种社会消费性支出，主要用于国家各级权力机关、行政管理机关和外事机构行使其职能所需要的开支，包括人员经费支出和公用性经费支出。在我国行政管理费支出中，直接用于行政人员开支的费用约占50％上下。近几年受诟病较多的“三公”经费就是行政管理费中的一大部分。在行政管理费支出中，一部分是政府为企业和居民提供公共服务的，这是经济和社会发展所必需的。但是在我国的行政管理费支出中，相当一部分是政府行政人员的纯粹性消费，这部分支出与公共服务供给的数量和质量没有什么相关性。一个公务员使用公款消费得越多越好，不意味着他提供的公共服务水平和质量就越高，反而有可能会降低公共服务水平和质量。其他支出。这包括政府财政年初预留的预备费，其他政府性基金支出，地震捐赠支出，彩票发行销售机构业务费安排的支出，等等。这类支出很可能对居民消费的影响是中性的或影响不大。
三、基于可加模型的经验研究
笔者在文献综述部分提到过，在政府支出与居民消费的关系问题上，我国一些研究者得出的结论与直觉或事实明显不符，其中的一个重要原因是这些研究者把居民消费函数看做是线性的，把函数关系看做是已知的或确定的。本文尝试改变这种经验研究方法，使用可加模型来进行研究。1．可加模型简介。可加模型（additivemodels）是非参数统计分析中很重要的模型之一，它是线性模型的推广。与线性模型相比，可加模型具有以下特点：（1）假设自变量和因变量之间的函数关系未知；函数关系根据数据本身而得到。相比线性模型这更符合变量之间的实际关系要求。（2）对于因变量的分布没有限制，估计的结果具有稳健性。与线性模型要求因变量服从某个分布相比，可加模型更为合理。因为因变量是否服从某种分布实际上很难验证。虽然计量经济学给我们提供了很多检验服从分布的方法，但是严格来说，它们往往是检验其不服从某种分布，很难检验出服从某种分布。因为它们的原假设是服从某种分布。不拒绝原假设不等于接受原假设，这是两个概念。分析政府支出结构对城乡居民消费需求的影响，可加模型具有先天优势。政府支出结构对居民消费的影响不是一个静态过程，应该是一个动态过程；也可以说随着政府支出的变化，它们对居民消费的边际效应也是变化的，而不是一成不变的。另外，计量经济学分析中通常假定模型中变量之间的关系是线性关系，但是这些线性关系是在很强的假设下得到的，而实际经济活动中的变量之间关系呈线性关系的极少，绝大多数都是非线性的。因为影响变量的因素很多，在实际研究中，由于研究者受到主观和客观原因的制约，或为了研究的简化和方便，不可能考虑到所有这些因素，所以很强的假设易于构建模型和得出结论，但是很难符合实际和刻画变量之间的实际关系。2．可加模型应用。（1）数据来源与选取。
由于国家统计局在2007年对政府财政支出统计口径进行了重大调整，使得2007年前后的数据不可比，所以本文选取的是1978—2006年的政府支出数据，这些数据均来自1979—2007年《中国统计年鉴》。1978—2006年按照功能和性质我国政府财政支出划分为五大类：经济建设费支出、社会文教费支出、国防费支出、行政管理费支出和其他支出。下面我们将分析1978—2006年政府支出结构对城乡居民消费的影响①。为了消除数量级的影响，将数据进行自然对数变换。另外，为了方便，我们作如下记号：x1为经济建设费，x2为社会文教费，x3为国防费，x4为行政管理费，y1为农村居民消费，y2为城镇居民消费。（2）政府支出结构对农村居民消费需求影响分析。根据（1．1），政府支出结构与农村消费需求的可加模型为。从图3可以看出：（1）政府支出中的经济建设费支出对农村居民消费需求在一定范围内是有促进作用的，但当经济建设费支出超过该范围便会出现阻碍作用。（2）社会文教费支出对农村居民消费产生了“挤入效应”，促进了农村居民消费的增加。下图②显示，随着社会文教费支出的增加，农村居民消费支出也在增加。（3）国防费支出和行政管理费支出对农村居民消费产生了挤出效应，即这两类支出挤占了一部分农村居民的消费支出。下图③和图④显示这两类支出增加导致了农村居民消费支出减少。从图4可以看出：（1）财政支出中的经济建设费支出对城镇居民的消费需求在一定范围内是有促进作用的，但当经济建设费支出超过该范围便会出现阻碍作用。（2）社会文教费支出对城镇居民消费产生了“挤入效应”，促进了城镇居民消费的增加。下图②显示，随着社会文教费支出的增加，城镇居民消费支出也在增加。（3）国防费支出在一定范围内对城镇居民消费支出具有促进作用，但超出这一范围其影响变小。（4）行政管理费支出降低了城镇居民的消费支出。下图④显示这类支出增加导致了城镇居民消费支出的减少。（4）比较政府支出结构对农村、城镇居民消费需求的影响。综合起来看，政府财政支出中的经济建设费支出、社会文教费支出和行政管理费支出对农村居民和城镇居民消费需求的影响几乎是一样的。但国防费支出的影响不同。国防费支出对农村居民的消费有一定的阻碍作用，而对城镇居民在一定范围内有促进作用。我们认为，这个结果符合实际，许多军用设施和军民两用设施位于城镇，农村则很少，这在一定程度上有利于促进城镇居民消费需求的增加。当然，这个差异也可能是由于城乡居民对国防保障带来的安全性的认知程度不同，这种认知程度不同可能导致城乡居民消费函数中的不确定性的大小不同。（5）模型效果评价。为了评价模型，我们引入MSE（均方误差）、MAE（平均绝对误差）和MAPE（平均绝对百分误差）指标。从表1可以看出这三个误差指标都比较小。在应用可加模型时，如果MAPE＜10，模型预测的精确度就较高，而我们现在得到的MAPE小于0．5，可见我们使用的可加模型的效果非常好。［32］模型的拟合结果如图5和图6所示。从两个拟合图看，模型的效果也很好。
四、结论与政策含义
(一)数据说明中国综合社会调查(Chinageneralsocialsurvey，缩写为CGSS)是中国第一个全国性、综合性、连续性的大型社会调查项目。从2003年开始每年一次，调查范围覆盖了全国大多数省区，对于整个中国而言具有较强的代表性，调查内容涉及个人及家庭的丰富信息，是不可多得的开放式微观数据资料。本文采用的是CGSS第一期的数据资料，包含了2003、2005、2006和2008年的调查数据。在使用前对数据进行了以下筛选处理:(1)只保留四次调查都覆盖的省份，共有27个省份(不含青海省、海南省、宁夏回族自治区、自治区、港澳台);(2)只针对城镇家庭居民的数据资料进行研究;(3)将被访问者的年龄限定在18—70岁之间。由于研究的主要变量是家庭的基本生活费支出，为了控制家庭规模的影响，必须把家庭支出换算成家庭人均值，考虑到所使用的数据情况，本文采用OECD平方根规模指数进行换算:将家庭基本生活费支出除以家庭人口规模的平方根即可得到家庭人均基本生活费支出，本文接下来的分析均以此指标来代替家庭消费支出。中国各地区间价格水平存在差异，同一消费水平在不同地区的实际购买力是不同的，如果不考虑价格的影响，则不能真实反映消费差距，因此，采用各地区城镇居民消费价格指数对所有的消费指标进行了以2006年为基期的调整。经过数据的筛选和处理，包括去掉消费数据中1%最高和最低的异常值后，最终的样本只保留了家庭收入和消费为正，并且被访问者年龄以及其他关键变量均不缺失的15248个样本。
(二)数据的基本统计描述表1报告了被调查的家庭的基本人口特征。从表1中可以发现，样本中被访问者的平均年龄在逐渐增加，由2003年的42.49岁增加到了2008年的44岁。教育年限①＊也呈增加的趋势，反映了随着生活水平的提高，中国城镇居民对教育的重视程度日益提高。值得注意的是随着时间的推移，城镇居民的家庭规模有缩小的趋势，家庭的平均人口由3.32减少到了2008年的2.18，这在一定程度上反映出中国城镇居民生育意愿降低的现象，符合中国生育率降低的现实。表2提供了各调查年份中国城镇居民家庭消费支出及消费差距的变动情况，从中可以发现，中国城镇家庭人均消费支出呈明显的递增趋势，反映出中国城镇居民分享到了经济增长带来的成果，显著地提高了消费水平。在表2中计算了多个常用的衡量差距的指标，如对数标准差、变异系数、基尼系数、泰尔指数等②＊＊。各个衡量差距的指标变化规律是基本一致的，总体表现出上升的态势(除了2006年有小幅下降)，这说明中国城镇居民家庭消费差距有扩大的趋势。从表1和表2提供的基本数据中，我们可以粗略地推断:2003年到2008年间，中国城镇居民人口年龄结构呈老化的趋势，而且消费差距也趋于扩大。若将所有观测值的消费支出和年龄分布绘制出全样本的年龄—消费曲线(如图1)，则会发现，消费支出近似呈现出“U”型分布，在18岁到26岁左右，居民消费支出处于最高位，此后逐渐下降;到了38岁左右又开始缓慢上升。消费支出的这种特征可能和中国特殊的人口政策有关，在样本观察期内，18—26岁的城镇年轻居民基本上都是独生子女，家庭的主要支出都花在他们身上，他们处于消费曲线的高位不足为奇;26岁以后，多数年轻人都脱离了父母独自生活，在职业生涯的早期收入并不足以支撑较高的消费，所以消费有下降的趋势;38岁以后基本进入赚取更高收入的黄金时期，消费又缓慢的回升。然而，图1的做法是将所有个体进行无差异对待，忽略了个体之间客观存在的代际差异(不同年份出生在相同的年龄段，其消费水平是有差异的)，这无疑遗漏了一些重要的信息，估计结果并不可靠。对此，本文接下来将运用组群分析方法来测度中国城镇居民消费支出变动及其来源的年龄效应与组群效应。
二、中国城镇居民消费支出的分解
(一)组群分析方法在微观调查中，对某一特定个体的终生进行固定追踪是很难实现的，所以往往采用样本轮换的做法，每一轮的调查样本都会产生变动，这样导致了无法获得真正的面板数据。但是，如果按照某种属性(如年龄、民族、职业等)将各期的调查样本分成不同的组群(Cohort)，在各个样本期内，选择各组群相关变量的均值，则可以构造出以组群为单位的面板数据，这种分析方法就叫组群分析方法(周绍杰，2009)，根据组群来构造的面板数据称为伪面板数据(PseudoPanleData)。伪面板数据允许各个调查期的样本不同，其重点关注的是组群(如同一年代出生的人，职业相同的人)的统计特征，通过组群的各种统计量(均值、方差等)的发展变化，来揭示总体某一变量的分布特征。尽管伪面板数据不是真正的面板数据，但伪面板数据使用的是组群的统计量，减少了个体奇异值的干扰，从而降低了测量误差，另一方面，由于不需要每个调查期追踪固定的样本，这使得样本流失的问题不存在。虽然伪面板数据可以提供某一组群在某一年龄阶段的经济行为，但在实证分析中必须对组群间的系统性差异———即组群效应(CohortEffect)进行控制，否则组群效应将会混合到所估计的年龄曲线中，造成估计的偏误。因此，在进行组群分析时，重要的一项任务就是在估计家庭消费支出的年龄曲线时把组群效应的影响控制住。控制组群效应的方法是把要分析的变量(在本文中为家庭的消费支出)分解为组群效应、年龄效应(AgeEffect)和年份效应(YearEffect)(Deaton，1997)。其中，组群效应反映了不同时代出生的群体，由于成长环境的差异等导致的代际的系统性差异(例如20世纪60年代出生的群体，其消费行为和80年代出生的群体必然不同)，年龄效应则反映了消费支出的生命周期特点。在实际计量分析过程中，各虚拟变量设定如下:组群虚拟变量以出生最早的组群作为参照组;年龄虚拟变量以最年轻的年龄组作为参照组;T－2个年代虚拟变量根据式(4)转换。
(二)组群构造与消费支出的分解构造伪面板数据要根据观测个体的出生年份来划分组群，Deaton(1997)建议在构造伪面板数据时需要在组群个数和每个组群内样本个数之间进行权衡，其原则是:组群内部差异尽可能小，而组群之间差异尽可能大。本文研究的样本中，调查对象出生年份在1933—1990年之间，由于调查的年份只有四年，我们每10年定义一个出生组，得到6个组群。表3为“组群—年份”构成的伪面板数据在每个单元的样本数。本文的样本年龄分布在18—70岁之间，在四个年度的调查中，年龄最大的个体出生于1933年，在2003年为70岁，最年轻的个体出生于1990年，在2008年为18岁，共构造了58个组群(出生于1933—1990年)，53个年龄组(18—70岁)，在分解出三种效应(年龄、年份、组群)的过程中，共有57个组群虚拟变量、52个年龄虚拟变量以及转化的2个年份的虚拟变量。图2是各组群消费支出的年龄曲线，年轻组群的年龄—消费曲线位于左边，年老组群的年龄—消费曲线位于右边。年龄—消费曲线有两个方面的特征:第一，除了最年老的组群(出生年份为1933—1941年)，其余各组群的消费支出均表现为随年龄增加而增长的趋势。各组群的年龄—消费曲线并没有呈现出“驼峰”形状，而在对一些发达国家或地区的研究中，如对美国(Attanasioetal.，1999)、英国(Attanasio＆Browning，1995)、台湾(Deaton＆Paxson，2000)的研究结果均显示年龄—消费曲线具有明显的“驼峰”特征，中国的年龄—消费曲线具有其特殊模式。第二，在相同的年龄水平上，年轻组群的年龄—消费曲线全部位于年老组群的上方，这表明中国快速的经济增长提高了年轻一代的消费水平。另外，相邻组群的年龄—消费曲线并未相连接，不同组群的消费支出分布在不同的年龄曲线上，因此，不能仅仅连接各个组群的年龄—消费曲线来形成一个总体的年龄—消费曲线，必须在控制组群间的差异的基础上来估计一个总体的年龄—消费曲线。图3绘制了年龄效应和组群效应。可以看到:第一，年龄效应几乎保持着线性增长的态势，只有在60岁以后的退休年龄才停止上升，保持在一个较高的水平，这与美国(Attanasioetal.，1999)和台湾(Deaton＆Paxson，2000)的“倒U”型特征也是迥异的。从平均意义来看，中国城镇居民消费支出的年龄效应增长率约为5.96%。第二，组群效应曲线也基本呈线性增长的趋势，组群效应的增长率约为3.33%，这一结果表明了中国的经济增长给城镇居民的消费水平带来了更多的上升空间。根据以上的分析可知，组群间的消费支出差异十分明显，年轻组群的消费水平明显高于年老组群，因此，在目前老龄化日趋严重的背景下，政府应该通过加快完善中国养老体制、进行收入的再分配调整，提高年老群体的财富水平，促进全社会的消费增长，提高居民的整体福利水平。
三、中国城镇居民消费差距与消费差距变动的分解
(一)消费差距的分解为了便于对总体的消费差距进行分解，我们参照Deaton＆Paxson(1994)、Ohtake＆Satio(1998)及Caietal(2010)等人的做法，选取对数方差来衡量消费的差距。由图4的年龄—消费差异曲线可以发现，几乎在每个组群内，中国城镇居民的消费差距都随年龄的增长而增大，这表明了消费支出存在着显著的组内不平等。其中，Varlnyjk表示可以被分为j个组群和k个年龄组的总体人群的对数消费方差;chortm表示组群虚拟变量，当m=j时为1，否则为0;agen是年龄虚拟变量，当n=k时为1，否则为0;αm和βn则分别为我们要估计的消费差距的组群效应和年龄效应。图5显示了消费差距的年龄效应βn，从中可以看出，消费差距虽然随年龄的变化而波动，但其基本趋势是随着年龄的增长而上升。这说明，在某一组群内(即出生在同一时代的个体内部)，随着年龄的增长，该组人的消费差距是逐渐扩大的，这暗示着同一时代出生的群体进入老年阶段后消费差距会更大，那么在中国养老保险体系尚未完善的环境下，个人如何合理配置其有限的财富，平滑其一生的消费则是个体必须面临的现实问题。表4是组群效应αm。结果显示，各个组群的估计系数都为正数，而且统计上均显著。由于我们的参照组是出生于1933—1941年之间的群体，全部为正的估计系数说明出生于1933—1941年之间的一代人，其消费差距是最小的，之后随着出生年代的推移，组群效应也越来越大，从出生年代为1942—1951年的0.06增加到出生年代为1981—1990年的0.186，增加了两倍有余。这个特征也容易理解:出生年代较早的一批人，其收入来源有限，接触到的消费市场品种也较为单一，他们的消费差距必然不会太大;而出生年代较晚的一批人，收入来源的多样化、消费品市场的极大丰富都为他们产生较大的消费差距提供了条件。这里，消费差距与消费支出的组群效应均表现出相同的规律，即组群效应随着出生年代的推移而增大。根据前文的分析可得到中国城镇居民年龄与消费支出的一般规律:年轻一代的消费水平要高于年老一代，年轻一代的消费差距也大于年老一代，在同一代人内部，随着年龄的增长，消费差距是不断扩大的。但仅根据这个规律我们并不能发现中国的老龄化进程是否对居民消费差距的变动产生了影响，本文接下来将对消费差距的变动进行分解，以考察人口老龄化在消费差距变动中的作用。
(二)消费差距变动的分解基于Ohtake＆Satio(1998)、曲兆鹏和赵忠(2008)的方法，我们把中国城镇居民消费差距从2003到2008年的变动进行分解，把消费差距的变动分解为“人口效应”(即老龄化效应)、“组间效应”和“组内效应”。具体做法如下:令sit为每个年龄的样本在总样本中的比重;σ2it为控制了出生组之后，每个年龄样本的消费对数方差;Xit为每个年龄样本的消费对数均值;i=18，19，…70;t为调查的年份。根据方差的定义和设定的上述变量，我们把消费对数方差变形，分解成三个部分。从表5中可以有如下发现:第一，消费差距的变动在各个时间区间内都为正，且变动量逐渐增加，这反映了在样本区间内，中国城镇居民的消费差距的确是扩大了，而且消费差距的扩大有恶化的趋势。第二，出生组内的消费差距是总体消费差距变动的主要原因，其作用强度有增加的趋势，而与组内效应相比，组间效应很小，这说明了中国城镇居民在2003—2008年间消费差距扩大的主要原因是同一出生组内老年人和年轻人消费差距的拉大，这与图5中控制了组群效应后消费差距随着年龄增加而扩大的年龄—消费曲线相对应。第三，各个时期人口效应分解的结果都表示，人口老龄化对消费差距的影响都不容忽视，这一发现与曲兆鹏和赵忠(2008)不同，他们对中国农村的研究表明老龄化对不平等的影响非常微小。而本文的研究发现人口老龄化对城镇居民消费差距存在着显著的影响，而且影响作用有增强的趋势，这暗示着人口老龄化对居民消费差距的影响在中国城乡间可能存在不同的作用机制，值得更深入研究。
四、结论与建议
(一)模型设定主要就居民消费与城镇化和人口年龄结构的关系进行实证研究。以居民消费为因变量，基本解释变量为城镇化与人口年龄结构。设立以下基本的计量模型。其中，i代表我国各个省份，t代表年份;被解释变量CONS代表居民消费，用居民消费率表示，其计算公式为居民消费支出/支出法地区生产总值;URB代表城镇化，鉴于数据的准确性和易获取性，采用计算公式为城镇人口/各省总人口;CDR和ODR代表人口年龄结构，分别为少儿抚养比和老年抚养比;εi，t表示随机误差项;β，χ，δ，代表待估计的参数。Xit表示其他控制变量的向量;由于影响居民消费需求的因素较多，参考已有的研究，选择主要控制变量如下:考虑到通货膨胀会改变居民的消费水平和储蓄的决策，选取居民消费价格指数(CPI)，代表通货膨胀水平;根据凯恩斯的边际消费倾向递减规律，收入差距过大必将对居民消费会产生一定的影响，选取城乡收入差距(GAP)代表居民的收入差距;根据消费理论和现实基础，消费受到收入的影响，居民消费率不仅与收入增长率有关，还与当期的收入有关，鉴于数据的易获得性，文章采用地区人均实际GDP的对数(lnRPGDP)代表居民的当期收入，用人均实际GDP的增长率(RGDPI)代表居民收入增长率。ξi代表地区非观测效应，即不随时间变化的地区固定效应，反映了一些无法观察的地区差异性变量的影响;ηt代表时间非观测效应，即不随地区变化的时间固定效应，反映了不同年份政策对消费的影响;2008年发生了金融危机，为了拉动经济增长，我国采取了一系列刺激内需的政策措施。为此通过引入时间虚拟变量(DUMMY)使模型更加接近现实情况，在2008年以前，DUMMY值为0，2008年以后，其值为1。
(二)数据来源及描述在计算城镇化水平时，由于统计口径的调整以及多个省区在2005年将人口调整为常住人口，为了数据的准确性，选取2005年—2012年作为样本期，截面为中国大陆30个省份(因数据不完整，没有纳入)，并分东、中、西部三大地区①。居民消费率数据来源于2006年—2013年《中国统计年鉴》;城镇化率数据来源于《2013年中国统计年鉴》;2010年的人口年龄结构数据来自《中国2010年人口普查资料》，其他年份的数据来自历年《中国统计年鉴》;消费价格指数和人均实际生产总值均以2005年为基期计算所得;其他数据均来源于历年的《中国统计年鉴》以及各省《统计年鉴》。表1给出了各个变量的统计性描述。从表1数据可以看出，虽然东部地区的城镇化水平要明显高于中西部地区，且远远高于全国平均水平，但是其居民消费水平却低于中西部地区和全国水平。为此，将以散点图的形式来具体呈现两者之间的关系。从图1中的散点图中可以看出，居民消费率与城镇化水平存在一种非线性的正U型关系。在城镇化水平较低时，居民消费率随着城镇化的提高而降低;在城镇化发展到一定水平时，居民消费率随着城镇化水平的上升而提高。因此，尝试在计量模型中添加城镇化的二次项，探究城镇化是如何影响居民消费需求。在人口年龄结构方面，关于少儿抚养比，东部地区最低，中部其次，西部地区最高，其原因可能是由于东部地区较高的经济发展水平和较为开放的生育观念;对于老年抚养比，三个地区基本保持相同水平。为了从大体上描述城镇化和人口年龄结构与居民消费之间的关系，给出了两者之间的散点图。从图2和图3的散点图可以看出，少儿抚养比与居民消费率存在一种正相关系，少儿抚养比的提高会增加居民消费，少儿抚养比的降低会减少居民消费。而老年抚养比与居民消费率的拟合曲线近似一条直线，其对居民消费的作用不明显。在城乡收入差距方面，东部和中部地区水平相当，而西部地区的城乡收入差距要略高;关于人均实际生产总值增长幅度，中西部地区要明显高于东部地区，这证明次发达地区经济更具有发展潜力;东中西部人均实际生产总值的对数符合我国目前的经济发展实际。
(三)估计方法由于居民在长期的消费实践中会形成消费习惯，前期的消费对当期消费会产生影响，居民消费存在棘轮效应，将上期居民消费量作为被解释变量加入到模型中，构建动态面板数据模型。由于在动态面板中普遍存在自相关、异方差和个体效应。Arellano和Bover［15］(1995)与Blundell和Bond［16］(1998)在相关研究中提出，动态面板数据广义矩估计方法(GMMforDynamicPanelData)一方面能够控制个体效应，另一方面可以通过使用解释变量的滞后项作为工具变量来解决解释变量的内生性问题。居民消费率和一些解释变量之间可能是同时决定的，动态面板GMM估计通过选择合适的工具变量可以有效控制解释变量的内生性问题;当不可观察的变量与解释变量相关，或是遗漏了某些个影响因素时，GMM使用差分转换数据还可以克服遗漏变量问题。为此，采用动态面板GMM估计方法是合适的，而静态面板估计会使得结果产生偏误。差分GMM估计法可以通过对模型进行一阶差分来处理“动态面板偏差”(dynamicpanelbias)问题。但差分GMM估计必须满足两个前提条件:回归方程的随机误差项εi，t不存在自相关;以及内生解释变量具有弱外生性。由于差分GMM的缺点是无法估计个体效应ξi的系数以及可能导致弱工具变量问题，Blundell＆Bond(1998)将差分方程与水平方程作为一个系统进行广义矩估计，被称为“系统GMM”(SystemGMM)。系统GMM的优点是可以提高估计的效率，并且可以估计不随时间变化的变量的系数。其缺点是，必须要假定被解释变量的一阶差分滞后项与个体效应无关。一般情况下，系统GMM的估计方法要优于差分GMM的估计方法。系统GMM法又可分为一步法(one－stepsystemGMM)和两步法(two－stepsystemGMM)估计。相对于一步法，二步法估计不容易受到异方差的干扰。鉴于此，采取二步法进行估计。为了检验工具变量是否有效，借鉴Arellano和Bover(1995)和Blundell和Bond(1998)的研究，进行Sargan检验，其原假设是模型过度识别约束有效;另外还需要对随机误差项的一阶和二阶序列自相关进行检验，其原假设是随机扰动项不存在自相关。
二、实证结果与分析
在使用模型(2)进行估计之前，按照大多数研究的做法，首先研究居民消费与城镇化以及少儿抚养比与老年抚养比之间的线性关系，其具体形式为。文章分别采取差分GMM方法和系统GMM方法进行对比分析，实证结果见表2。表2给出了全国水平动态面板的差分和系统GMM估计结果，模型(1)和模型(2)分别是不加和加入控制变量的差分GMM估计结果，模型(3)和模型(4)分别是不加和加入控制变量的系统GMM估计结果。可以看到，模型(1)至模型(2)都通过了Sargan检验，说明模型所选取的工具变量是有效的。且模型(1)和模型(2)的一阶差分的残差只存在一阶序列相关，而不存在高阶序列相关，差分GMM估计结果不能拒绝模型中“随机扰动项不存在自相关”的原假设，说明差分GMM的估计量是一致的，模型(1)和模型(2)都是合适的。在系数GMM估计方面，滞后一期的居民消费率估计系数的符号为正，说明居民的消费习惯对居民消费产生较为显著的影响。原因可能是中国自古崇尚节俭，这种消费习惯是导致目前我国居民消费不足而储蓄增加的一个非常重要的原因。在未加入控制变量的条件下，URB的估计系数为负，且在10%的水平下未通过显著性检验，而在加入了所有控制变量以后，URB在5%的显著水平下通过了检验，且符号为正，说明在加入控制变量以后，模型得到了优化，所选取的控制变量是有效的。就人口年龄结构而言，在模型(1)和模型(2)中，CDR都在1%的显著性水平下通过了检验，且符号为正，说明就全国水平而言，少儿抚养比的提高会增加居民的消费需求，其原因可能是少儿没有参加工作，是家庭和社会净投入。在加入了所有控制变量滞后，ODR在1%的显著性水平下通过了检验，且符号为负，说明老年抚养比的提高会阻碍居民消费的提高，其原因可能一方面是老年人到了退休年龄仍然在工作，另一方面老年人崇尚节俭，开支较小。我国的少儿抚养比从1982年实施计划生育的54.6%一直下降到2012年的22.2%，而老年抚养比从1982年的8%上升到2012年的12.7%，少儿抚养比的下降和老年抚养比的增加同时降低了居民的消费需求拉动力。此外，我们也发现2008年时间虚拟变量的估计结果显著，表明金融危机对居民消费具有一定程度的影响。由于系统GMM方法能够解决模型内生性问题和遗漏变量问题，文章给出了系统GMM法的估计结果———模型(3)和模型(4)，两个模型都通过了Sargan检验和扰动项无二阶序列相关检验。在系数估计方面，与差分GMM估计法相比，不管是显著性水平还是符号，两者的差别不大，但是系统GMM法的Sargan检验值要明显高于差分GMM法，尤其是在加入控制变量以后，说明系统GMM的估计方法更有效率。鉴于此，文章在后文全部采用GMM估计法进行估计。综合上述分析，城镇化与居民消费之间呈正向关系，目前的人口年龄结构与居民消费呈负向关系。但是从散点图1中可以看出，城镇化与居民消费之间并不是正向关系，而是在起初阶段时呈现负向关系。鉴于此，文章采用模型(2)进行估计，即加入城镇化的二次项，分析城镇化对居民消费的影响形式，估计结果见表3。模型(1)到模型(5)均是采用系统GMM方法的估计结果，可以看出，在依次加入控制变量以后，模型全部通过了Sargan检验和随机扰动项无自相关检验。在所研究的变量中，除了ODR的显著性水平没有全部通过以外，其他变量的显著性水平都非常高。且少儿抚养比与老年抚养比的系数符号与前文分析一致。在模型(1)到模型(5)中可以看出，模型(5)的Sargan值最大，模型(5)估计结果更为准确。根据模型(1)～(5)计算出城镇化拐点分别为56.8%、56.23%、50.17%、51.47%和42.42%。由此可以得出，城镇化对居民消费并非简单的正向关系，而是存在正U型关系。这可能是由于在城镇化初期，住房支出占去居民大部分的收入，居民不得不减少其他方面的消费，居民消费率在城镇化前期一直是下降的。而当城镇化发展到一定成熟阶段，大部分居民住房问题得到解决，收入预期得到提高，居民会增加消费。这就不难解释近些年来我国居民消费率持续下降的原因，在城镇化初期，城镇化与人口年龄结构的双重负作用，是居民消费率下降的主要原因。2010年，我国的城镇化水平突破50%，已经接近拐点水平，城镇化的持续发展会提高居民的消费率。
在分析全国居民消费下降的原因的基础之上，尝试研究居民消费在不同地区之间的差异。为了探讨影响居民消费的区域差异，文章分别从东部、中部和西部进行模型的估计。在进行模型估计之前，分别对东部、中部和西部居民消费与城镇化分别进行关系散点图分析(散点图略)，结果表明不存在明显U型关系。因此文章建立线性模型进行估计，估计结果如表4所示。由于系统GMM法要优于差分GMM的估计方法，因此东中西部地区均采用系统GMM估计法进行估计。由表4可知，所有模型均通过了Sargan检验，表明所选取的工具变量是有效的，且一阶差分的存在一阶序列相关，而没有高阶序列相关，从而我们不能拒绝水平的残差序列不存在序列相关的原假设。在所有模型中，各地区居民消费率的滞后一期仍然显著影响着居民的当期消费。收入差距(GAP)没有出现在模型估计结果中，可能因为收入差距对居民消费需求不是简单线性关系，也可能不同省份城乡收入差距对居民消费影响特征不同。这与刘厚莲(2013)实证结果为城乡实际收入差距与居民消费需求呈现倒U型关系相一致。地区人均实际GDP的对数(lnRPGDP)对居民消费影响也不确定，可能是居民消费支出主要受受上期可支配收入影响，更有可能是各地区居民可支配收入占地区GDP比例不尽相同，通过人均GDP测算一个地区居民可支配收入可能不准确。例如:主要是靠投资拉动和能源消耗为主，投资主体主要是央企和大国企，这样的模式导致GDP确实很大，但老百姓从中取得的收入比重不会太高，这也就是外界通常所说的“只长骨头不长肉”;相反，广东、福建、浙江等地以轻工业为主，非公经济占比较高，GDP增长与居民收入的关联度也比较高，也就是“藏富于民”。在东部地区，URB的估计系数在5%的水平下显著为正，其系数值为0.142，说明城镇化率为增加1%，居民消费率会随之增加0.142个百分点。
东部地区城镇化的平均水平为62.39%，已超过拐点水平，城镇化的继续发展会促进居民消费的提高，这与上文的分析相符合。在人口年龄结构方面，少儿抚养比没有通过显著性检验，但其符号为正，说明在东部地区少儿抚养比对居民消费率起推动作用。老年人口抚养比在1%的显著性水平下通过了检验，其值为－0.3969，说明老年抚养比每增加1%，居民消费率会随之下降0.3969个百点。人口年龄结构在东部地区的作用效果与全国水平类似。就中西部而言，城镇化对居民消费的促进作用并不显著。中部和西部地区城镇化的平均水平分别为45.43%和41%，均位于拐点的左端。在城镇化初期，居民首要问题的是住房问题。住房占去居民大部分的消费开支，从而缩减居民在其他方面消费的开支。在人口年龄结构方面，中部地区少儿抚养比和老年抚养比对居民消费的影响都显著为正，西部地区老年抚养比虽然没有通过显著性检验，但其作用效果与中部地区类似，而与东部地区相反。究其原因可能有两方面:一是随着中西部生活水平提升，随着城镇化推进，越来越多老年人开始关注自身健康，增加医疗保健开支，二是中西部老年人收入比东部地区低;两者导致老年人口比重上升，提升居民消费比重。为了给出更加准确的解释，给出中西部居民医疗保健消费支出的不同。在医疗保健方面，中西部地区城镇和农村的消费支出占比都要高于东部地区，这与中西部的经济发展水平和医疗保障水平有关，医疗保障水平低会增加居民对医疗保健的投入。以上是基于东中西部地区分析城镇化和人口年龄结构对居民消费率的影响。可以看出，在东部地区，城镇化的持续发展会推动居民消费率的提高，而在中西部地区，其作用效果并不显著甚至其阻碍作用。在人口年龄结构方面，少儿抚养比在东中西部都起推动作用，而老年人口抚养比在东部地区起阻碍作用，而在中西部地区起一定的推动作用。
三、结论与建议
改革开放以来，我国城镇居民消费结构发生很大的变化，通过国家统计给出2003-2012年的城镇居民消费数据，来具体分析一下城镇居民消费结构变化趋势。
1.食品消费食品消费直接影响城镇居民的物质生活和水平，人们只有温饱问题解决了才会出现其他消费，这是其他消费的基础。从国家统计局统计十年内我国城镇居民的食品消费情况可以得出：从2003-2012年，城镇居民的消费水平一直处于上升的阶段，并且从2007-2008年间，上升的速度是最高的。
2.衣着消费随着温饱问题的解决和人民生活水平的提高，人民开始其他的消费品，比如我日常生活中衣着的消费，通过数据分析中可以得出：2003-2012年，城镇居民在衣着消费水平的趋势也是呈现直线上升的趋势。
3.家庭用品消费家庭用品消费支出从2003-2012年也是一直处于上升趋势。城镇居民目前对高档耐用消费品的需求已经饱和,现处于更新的阶段,因而家庭用品的消费支出增加不大。随着更新换代的加快以及新的消费“热点”的形成,用品支出将趋于相对稳定,不会明显下降。
4.医疗保健消费从数据中可知，医疗保健支出比重一直呈上升趋势。一是表明人们生活水平提高了，开始注意保持健康的身体，二是物价上涨和各种收费提高使居民支出增加，并且居民的对健康方面的意识在不断地加强。
二、影响我国城镇居民消费结构的变化因素
1.城镇居民收入变化一切消费的最终形成必然依赖于一定的购买力来实现。收入水平的变化直接决定着消费结构的最终形成及变化，我们从两个方面加以分析。第一，从历史资料看，收入水平的不断提高推动着消费结构的改变。第二，从不同收入居民家庭看，不同收入水平决定着不同的消费结构。
2.物品价格变动价格是影响居民消费投向的重要因素之一，价格的变动，势必要影响到消费结构的变化。1978年以后，国家开始调整不合理的价格体系，食品价格提高幅度较大，从而使城镇居民恩格尔系数居高不下的重要原因；1993年，国家大幅度调整粮、油价格；自1988年物价猛涨，许多居民担心货币贬值，大笔资金投到日用品，特别是耐用消费品上。
3.国家政策变化分配政策的变化，使居民间收入差距扩大，从而打破了过去消费结构的趋同性，形成了具有一定层次梯度的消费结构。同时，由于各项改革措施的陆续出台，特别是住房制度改革的逐步推出，房租的提高，加大了住房支出的比重。以后，随着医疗制度改革、退休制度改革和养老保险的推进，消费储蓄的比例也会增加，这些都会改变消费结构。
4.消费者消费观念和心理的变化随着改革开放的进一步加深和收入的提高，居民的消费观念和心理发生了很大的变化求新、求奇、求美、求精的消费观念普遍被人们接受；攀比心理、追求名牌心理等也对居民购买行为有着重要的影响。人们越来越追求方便、舒适的生活。
三、结语
1)研究方法本文采用环境压力等式IPAT[9]的随机形式———STIRPAT模型[10]进行CO2排放影响因素的评估。由于STIRPAT模型考虑了影响环境的人口、经济和能源技术3个主要影响因素，在环境问题的研究上被广泛应用。STIRPAT的原始模型为。为了深入研究我国家庭结构以及居民消费对碳排放的影响，本文在借鉴相关文献研究的基础上[3,7]，将家庭结构变量和居民消费变量引入STIRPAT模型中，重新对模型进行改造，在不考虑其他控制变量的情况下。其中，i和t分别表示省份和时间，被解释变量I为CO2排放总量。核心解释变量中，家庭户总数和家庭户规模分别用H和HS表示，居民消费水平用Y表示，能源强度用T表示；控制解释变量中，产业结构用IS表示、能源消费结构用ES表示、外商直接投资用外资依存度FDI表示。2)CO2排放量估算方法本文参照政府间气候变化专门委员会IPCC(2006)的推荐方法对CO2排放量进行测算。由于化石燃料燃烧所产生的CO2占到了碳排放总量的95%以上，而煤炭、石油、天然气是中国广泛使用的一次能源，本文将考虑这三种化石能源所对应的CO2排放量。为精确起见，本文进一步将化石能源细分为煤炭、焦炭、汽油、煤油、柴油、燃料油和天然气7种能源。CO2排放量的具体估算公式为。式(5)中，i为能源种类，C为CO2排放总量，Ei为消耗的第i种能源的实物量，CFi是发热值，CCi是碳含量，COFi是氧化因子，44/12表示的是CO2的分子量除以碳元素分子量，CFi×CCi×COFi×44/12表示CO2排放系数。3)数据说明CO2排放计算公式中，各类能源消费的原始数据来源于《中国能源统计年鉴》。取值来源于2008年《中国能源统计年鉴》附录四，CCi和COFi的取值分别来源于IPCC(2006)和《中国温室气体清单研究》。模型中影响因素所涉及的数据中，家庭户规模用各地区每户平均人口数表示；居民消费用人均居民消费额表示；能源强度用能源消费量与地区GDP之比表示；产业结构用第二产业产出占地区GDP的比重表示；能源消费结构用一次能源消费中天然气消费量在总能源消费量中的比重来表示；外资依存度用各地区实际利用外商直接投资额与GDP的比重来表示。各变量相关数据来源于历年《中国统计年鉴》、《中国能源统计年鉴》以及各地区统计年鉴。本文研究对象为1997-2011年中国内地30个省市区的面板数据(不包括)。文中所涉及到的各地区GDP、人均居民消费额、实际利用外商直接投资额均按照1995年的价格水平进行了调整。
2回归结果分析
为了确认模型的有效性，本文采用Hausman检验进行验证。运用Eviews6.0软件对模型进行固定效应和随机效应的拟合，再根据检验结果选择相应的估计方法。表1报告了被解释变量为CO2排放总量自然对数的回归结果。根据检验结果，模型I~IV的Hausman检验结果分别通过了1%的显著性水平，表明应当选择固定效应模型。调整的R2统计量显示，方程的拟合优度较好，说明变量之间的联合解释能力较强。模型I~IV中，模型I只包含了基准模型的四个变量，即家庭户总数、家庭户规模、居民消费和能源强度变量的回归结果。为了检验模型I的稳健性，借鉴前人的研究，模型II~IV在模型I的基础上依次添加了产业结构、能源消费结构和外资依存度。根据表1回归结果，家庭户总数的估计系数在各模型中差别不大，都在1%的水平显著为正。家庭户总数的增加意味着需要更多的基础设施建设和住宅单元，导致钢铁、水泥等工业产品的消费需求上升，从而促进CO2排放总量的上升。从弹性系数来看，家庭户总数的变动对我国CO2排放的影响很大。家庭户规模变量与CO2排放总量显著负相关，说明大的家庭规模有利于CO2排放量的减少。一般来说，家庭规模具有规模经济性，较大的家庭规模有利于能源利用效率的提高。由于家庭户是消费的基本单位，有些能源消费是每户家庭(无论规模大小)必不可少的，如住房、制冷、取暖、家用电器等，这种能源消费受家庭户人口数的变化影响不大，大家庭的人均能源消费要少于小家庭的人均能源消费，因而有利于CO2排放量的减少。居民消费对CO2排放总量的影响十分明显，且估计系数都在1%的水平显著为正。随着我国经济的迅速发展，居民的生活水平大幅提高，消费观念也发生了重大转变。家用电器、住宅以及私人汽车等高能耗商品日益成为人们消费的热点。消费产品的高碳化倾向，导致能源消耗总量和CO2排放总量急剧增加。回归结果显示，居民消费是影响我国CO2排放的最重要因素。
能源强度估计系数与CO2排放总量显著正相关。这主要由于我国当前的经济发展依赖于大量的能源消耗，仍然处于粗放式发展阶段，以煤炭为主的能源消费结构以及能源利用率不高，技术水平落后，对CO2排放产生了直接的促进作用。产业结构对CO2排放的影响显著为正，说明第二产业比重的提高对CO2排放产生了推动作用。第二产业的能源消耗往往要比第一产业和第三产业高很多，尤其是重工业，往往都是高耗能产业。当前我国正处于工业化进程的快速发展阶段，第二产业比重过高造成能源的大量消耗，引起CO2排放量的上升等一系列环境污染问题。能源消费结构与CO2排放总量存在负相关关系，即加大天然气在能源消费结构中的比重有利于CO2排放总量的降低。与煤炭相比，天然气作为一种清洁高效的能源，热量值和燃烧效率高，CO2排放量小，是实现我国能源低碳化发展的重要力量。在我国当前能源技术水平条件下，通过提高天然气等清洁能源在能源消费中的比重对于转变能源消费结构和实现可持续发展具有重要意义。外资依存度估计系数为正，表明外商直接投资对中国环境的影响是负面的。由于我国当前的环境规制力度不够，外商直接投资更多地进入了碳关联度较高的产业，同时通过加工贸易将高碳产品返销回国内，导致了能源消费需求的增加和CO2排放总量的上升[12]。
3结论
