广东省经济特区城镇居民边际消费倾向差异性分析

来源:岁月联盟 作者:何邓清 时间:2013-02-14

[摘 要]本文根据广东省三大经济特区(深圳、珠海、汕头)城镇居民1986—2008年人均可支配收入及人均消费性支出的统计资料,运用Quandt-Andrews分割点检验找出结构突变点,然后建立状态空间模型(State Space Model)及卡尔曼滤波(Kalman Filter)来估计其边际消费倾向,从消费倾向服从随机游走规律得出不确定性因素对特区城镇居民消费行为影响深远的结论,并针对性地提出政策建议。
  [关键词]状态空间模型;卡尔曼滤波;边际消费倾向

  2008年,一场席卷全球的金融危机给世界各国都造成了沉重的打击,随着一系列救市措施的出台,中国经济首先从一片低迷中抬头。同时也让人们开始反思中国经济的结构问题,“后危机时代”的压力有增无减。依靠出口及大规模的投资来发展经济的模式,受到外部市场的约束太大,投资的可持续性也受到制约,因此扩大内需、拉动消费成为我国经济全面复苏、健康发展的关键。
  广东作为改革开放的前沿,从1980年开始设立深圳、珠海、汕头三个经济特区,坚定不移地实行对外开放政策,扩大经贸合作,优化生产要素组合。作为改革开放的排头兵,特区享受着税收优惠等各种政策,居民的收入大幅增加,也刺激着居民的消费水平进一步地提升。然而近年来,特区居民的平均消费倾向呈现出逐步下降的态势,而边际消费倾向则出现大幅度的波动,不稳定性加强。可以认为,居民的消费行为发生了结构转换,而传统的固定参数模型表现不出来这种结构的变化。为此需要建立状态空间形式的可变参数模型,估计不可观测的国家政策、外部冲击等因素对居民消费行为的影响。
  基于以上考虑,本文采用1986—2008年广东省三大经济特区(深圳、珠海、汕头)城镇居民年人均可支配收入和年人均消费性支出数据,运用Quandt-Andrews分割点检验找出结构突变点,说明居民消费行为已经改变,不适合用固定参数模型。因此运用状态空间形式建立变参数模型,得出其边际消费倾向序列,从消费倾向的变迁来揭示政策因素对特区城镇居民消费行为的影响。本文运用状态空间模型表示动态系统主要有两个优点:第一,状态空间模型可以将不可观测的变量并入可观测模型得到估计结果;第二,状态空间模型的估计利用了强有力的迭代算法——卡尔曼滤波(Kalman Filter)。
  
  1 模型及估计
  
  1.1 状态空间形式的可变参数模型
  1.2 估计
  当一个模型被表示成状态空间形式的时候,可以对其应用以卡尔曼滤波为核心的算法求解。卡尔曼滤波依赖于扰动项和初始状态向量服从正态分布的假设。有了正态分布的假设,卡尔曼滤波就能够通过预测误差分解计算似然函数,从而可以对模型中的所有未知参数进行估计,并且当新的观测值一旦得到,就可以利用卡尔曼滤波连续地修正状态向量的估计。
  
  2 特区居民消费行为的实证研究
  
  2.1 消费结构突变点的确定
  运用Quandt-Andrews分割点检验对设定的线性消费行为方程是否存在一个或者多个未知的结构分割点进行检验。该检验是检验原方程中全部系数是否存在结构变化,在线性方程情况下,也可以检验部分系数是否存在结构变化。
  用SZ、ZH、ST分别表示深圳、珠海、汕头,用IP、CP分别表示人均可支配收入、人均消费性支出,CPI表示以1985年为基期的居民消费价格指数。例如SZIP表示深圳人均可支配收入,SZCPI表示以1985年为基期的深圳市居民消费价格指数,那么深圳实际的人均可支配收入SZIP=SZIP/SZCPI,实际的消费性支出为SZCP=SZCP/SZCPI。
  运用Eviews 6.0得出三大特区消费函数稳定性检验结果如表1所示。从表1可以看出,深圳、珠海、汕头的消费函数分别在1996年、2004年、2000年发生了结构变化。
  2.2 边际消费倾向的统计分析
  根据式(1)、式(2)和式(3)建立可变参数模型,量测方程和状态方程误差协方差g≠0,状态空间模型估计结果如表2所示。
  从时间序列可以知道汕头市居民的边际消费倾向先在0.82~0.88的高位振荡,1998年后逐年下降至2002年的0.79,后一直在0.785~0.816波动,似有上升趋势。深圳居民的边际消费倾向从0.65~0.80大幅变动,在1993年到达最高的0.789后便逐年下降,于1999年跌至最低的0.65。相比之下,珠海市居民边际消费倾向在2004年一直在0.50~0.65波动,之后逐年上升,到达2007年的0.79,之后又有下跌的迹象。总地来说,近年来汕头市居民的边际消费倾向最高,珠海次之,最低的是深圳。

图片内容