教育程度對消費(fèi)水平的影響以農(nóng)村居民消費(fèi)為例

■ 李 偉 博士（長江師范學(xué)院財經(jīng)學(xué)院 重慶 408100）

相關(guān)研究概述

教育是人力資源開發(fā)的最重要形式，勞動者的受教育程度越高，收入水平一般也會越高。關(guān)于教育與收入之間的關(guān)系，國內(nèi)外已有大量學(xué)者開展了理論與實(shí)證的研究，并取得了豐富的研究成果。但是，關(guān)于教育與消費(fèi)之間的關(guān)系，卻很少有學(xué)者給予關(guān)注。

馬斯洛的需要層次理論認(rèn)為，人們的需要是分層次的，當(dāng)一種需要得到滿足后，就會追求更高層次的需要。在現(xiàn)代社會，人們基本的生活需要已得到滿足，將會追求諸如健康、快樂、享受、發(fā)展等更高層次的需要，而要滿足這些高層次的需要，就需要消費(fèi)者具備較強(qiáng)的消費(fèi)能力。教育可以培養(yǎng)人們的生產(chǎn)能力，教育同樣也可以培養(yǎng)人們的消費(fèi)能力。由于人力資本投資理論更多關(guān)注人的生產(chǎn)者屬性，不太關(guān)注人的消費(fèi)者屬性，因而導(dǎo)致研究者很少涉足教育與消費(fèi)之間的關(guān)系的研究。貝克爾（2007）在其《人力資本理論：關(guān)于教育的理論和實(shí)證分析》一書的序言中指出“忽視教育對消費(fèi)的影響是當(dāng)前人力資本理論研究存在的一個問題”。

近年來，我國已有少數(shù)學(xué)者開始關(guān)注教育對消費(fèi)的影響。葛雪峰、武春友（2010）利用離散選擇模型分析了影響旅游消費(fèi)者選擇不同旅游產(chǎn)品的因素，其中的一個結(jié)論是人們的受教育程度越高，越傾向于增加對歷史民俗類旅游產(chǎn)品的消費(fèi)。張洪等（2014）利用因子分析法研究了影響城市居民國內(nèi)旅游需求的影響因素，其中城市居民的受教育程度是一個重要的影響因素。葉春輝等（2008）采用1991-2004年的中國健康和營養(yǎng)調(diào)查的相關(guān)數(shù)據(jù)，分析了受教育程度對農(nóng)村居民的醫(yī)療消費(fèi)決策和醫(yī)療支出的影響，其研究結(jié)果表明，受教育程度對農(nóng)村居民的醫(yī)療消費(fèi)支出并不顯著。張學(xué)敏、何酉寧（2006）利用2004年我國31個?。ㄊ?、區(qū)）的相關(guān)數(shù)據(jù)，計算了具有大專以上學(xué)歷的人數(shù)所占的比重與居民消費(fèi)水平之間的相關(guān)系數(shù)，其計算結(jié)果表明兩者之間的相關(guān)系數(shù)為0.8。李軍等（2015）利用2003-2012年的省級面板數(shù)據(jù)分析了教育對城鎮(zhèn)居民消費(fèi)結(jié)構(gòu)的影響。其研究結(jié)論表明，教育程度對消費(fèi)結(jié)構(gòu)具有顯著的正向影響，即教育程度越高，城鎮(zhèn)居民用于非基本生活消費(fèi)支出占總支出的比重越大，但如果將收入作為控制變量加入計量模型后，教育程度對城鎮(zhèn)居民消費(fèi)結(jié)構(gòu)的影響不再顯著。本文將在借鑒上述研究的基礎(chǔ)上，嘗試著從理論上分析教育是如何影響消費(fèi)的，并利用我國2000-2012年各省（市、區(qū)）關(guān)于農(nóng)村居民的相關(guān)統(tǒng)計數(shù)據(jù)，將收入和滯后一期的消費(fèi)作為控制變量，通過構(gòu)建動態(tài)面板模型（Dynamic Panel Data Models），實(shí)證分析教育對消費(fèi)的影響。

表1 變量描述性統(tǒng)計

在我國經(jīng)濟(jì)快速發(fā)展的過程中，投資和出口對GDP的貢獻(xiàn)率在絕大多數(shù)年份都達(dá)到了50%以上，消費(fèi)不足的問題始終是制約我國經(jīng)濟(jì)持續(xù)健康發(fā)展的一個重要因素。雖然我國的城鎮(zhèn)化發(fā)展很快，但是仍有接近一半的人口生活在農(nóng)村，并且農(nóng)村居民消費(fèi)不足的問題更加明顯。因此本文的實(shí)證部分將以農(nóng)村居民的消費(fèi)為例，分析教育程度對消費(fèi)水平的影響。

教育影響消費(fèi)的機(jī)制分析

隨著電子商務(wù)的快速發(fā)展，人們不但可以通過互聯(lián)網(wǎng)搜尋各種各樣的商品，還可以通過互聯(lián)網(wǎng)下訂單甚至直接進(jìn)行支付。人們既可以通過“京東”、“當(dāng)當(dāng)”等網(wǎng)絡(luò)購買諸如圖書、家用電器等商品，也可以通過“去哪兒網(wǎng)”、“攜程網(wǎng)”等網(wǎng)絡(luò)購買各種各樣的旅游服務(wù)。很難想象，一個未受過任何教育的人能通過互聯(lián)網(wǎng)去搜尋和購買商品或者服務(wù)。因此，可以認(rèn)為在當(dāng)代社會，受教育程度越高的人，其搜尋商品和購買商品的能力也會越強(qiáng)。此外，隨著科技的快速發(fā)展，商品的智能化程度也越來越高，正確使用或操作相關(guān)商品也需要消費(fèi)者具備一定的教育水平。本文將搜尋商品、購買商品和使用商品等能力定義為消費(fèi)者的消費(fèi)能力。一個顯而易見的結(jié)論是消費(fèi)者的教育程度越高，其消費(fèi)能力越強(qiáng)。

下面將通過一個簡單的數(shù)理模型分析教育是如何影響消費(fèi)的。假設(shè)消費(fèi)者對某種商品的消費(fèi)數(shù)量為q，從消費(fèi)該商品所得到的效用為u（q）。由于在消費(fèi)前需要搜尋商品、購買商品以及學(xué)會使用商品，即需要消費(fèi)者付出努力，這可以當(dāng)作是消費(fèi)者需要付出的成本，用c（q）表示。則消費(fèi)者的凈效用函數(shù)為：

w=u(q)-c(q)

其中，w表示消費(fèi)該商品的凈效用。由于隨著教育程度的增加，人們的消費(fèi)能力（搜尋商品、購買商品和使用商品等能力）會增加，因此一個教育程度比較高的人在消費(fèi)商品時付出的努力會低一些，即付出的成本會低一些。假定效用函數(shù)u（q）的具體形式為lnq，具有較高教育程度的消費(fèi)者付出的成本c（q）的具體形式為α q，具有較低教育程度的消費(fèi)者付出的成本c（q）的具體形式為β q，并且α<β。則：

表2 動態(tài)面板模型估計結(jié)果

高教育程度消費(fèi)者的最優(yōu)化問題為：

低教育程度消費(fèi)者的最優(yōu)化問題為：

求解上述最優(yōu)化問題，可得到高教育程度消費(fèi)者的最優(yōu)消費(fèi)數(shù)量q*H=1/α，低教育程度消費(fèi)者的最優(yōu)消費(fèi)數(shù)量為q*L=1/β，由于α<β，因此q*H>q*L，即由于具有較高教育程度的消費(fèi)者具有較強(qiáng)的消費(fèi)能力，從而使他們在消費(fèi)同樣數(shù)量的商品時付出的努力（成本）會低一些，為追求效用最大化，高教育程度的消費(fèi)者將選擇消費(fèi)更多的商品（或服務(wù)）。

計量模型與變量分析

（一）計量模型

與截面數(shù)據(jù)和時間序列數(shù)據(jù)相比，面板數(shù)據(jù)可以控制個體異質(zhì)性，并且具有更多的信息、更大的自由度以及更高的效率，因此本文利用我國31個省（市、自治區(qū)）2000-2012年的面板數(shù)據(jù)來檢驗(yàn)農(nóng)村居民的教育程度對其消費(fèi)水平的影響。計量模型的被解釋變量為農(nóng)村居民的生活消費(fèi)支出，主要關(guān)注的解釋變量為農(nóng)村居民的教育程度。

杜森貝利（Duesenberry）的相對收入消費(fèi)理論認(rèn)為，消費(fèi)者在決定消費(fèi)時會受到自己過去的消費(fèi)習(xí)慣的影響，即消費(fèi)具有慣性，因此本文將農(nóng)村居民滯后一期的生活消費(fèi)支出作為控制變量引入計量模型。

凱恩斯（Keynes）的絕對收入假說認(rèn)為決定消費(fèi)的最重要因素是當(dāng)前的收入水平，而費(fèi)里德曼（Friedman）的持久收入假說認(rèn)為，人們在計劃消費(fèi)時更多地考慮長期的、持久的收入?？傊?，在影響消費(fèi)的諸多因素中，收入是不可忽視的因素。因此本文也將農(nóng)村居民的收入水平作為控制變量引入計量模型。

此外，宏觀經(jīng)濟(jì)的波動也可能會影響到農(nóng)村居民的消費(fèi)水平，為了反映宏觀經(jīng)濟(jì)波動的影響，本文在計量模型中加入了時間虛擬變量。具體的計量模型為：

其中，lnconsumit表示農(nóng)村居民生活消費(fèi)支出的對數(shù)，lnconsumi，t-1表示滯后一期的農(nóng)村居民生活消費(fèi)支出的對數(shù)；lnincomeit表示農(nóng)村居民純收入的對數(shù)；lneducationit表示農(nóng)村居民教育年限的對數(shù)；β1-β3為待估系數(shù)；下標(biāo)i表示地區(qū)，t表示時間；αi為不可觀測的個體效應(yīng)；δt為時間效應(yīng)，即時間虛擬變量；εit為隨機(jī)誤差項(xiàng)。由于解釋變量包括滯后一期的被解釋變量，因此該計量模型為動態(tài)面板模型（Dynamic Panel Data Models）。

（二）變量分析

本文用于計量分析的數(shù)據(jù)均來源于2001-2013年的《中國農(nóng)村統(tǒng)計年鑒》。各?。ㄊ?、區(qū)）農(nóng)村居民的人均生活消費(fèi)支出和人均純收入的數(shù)據(jù)可以直接在《中國農(nóng)村統(tǒng)計年鑒》查找到。但是農(nóng)村居民的教育年限并不能直接通過《中國農(nóng)村統(tǒng)計年鑒》進(jìn)行查找?！吨袊r(nóng)村統(tǒng)計年鑒》只有關(guān)于各省（市、區(qū)）農(nóng)村勞動力的文化狀況的統(tǒng)計，即不識字或識字很少、小學(xué)程度、初中程度、高中程度、中專程度、大專及大專以上勞動力占農(nóng)村勞動力的比重。本文用農(nóng)村勞動力的受教育程度代表農(nóng)村居民的平均受教育程度，并且采用Psachropoulos（1976）提供的方法計算農(nóng)村居民的平均教育年限。具體的計算公式為：農(nóng)村居民平均教育年限＝不識字或識字很少所占比重×0+小學(xué)比重×6+初中比重×9+高中比重×12+中專比重×12+大專及以上比重×15。在進(jìn)行計量分析時，為了減少異方差的影響，對人均生活消費(fèi)支出、人均純收入和教育年限都取對數(shù)。變量的描述性統(tǒng)計見表1。

我國農(nóng)村居民的教育程度和消費(fèi)水平在地區(qū)之間存在著較大差異。從根據(jù)上述方法計算得到的教育年限來看，北京市的農(nóng)村居民平均教育年限最高，2000-2012年期間的平均值達(dá)到10.01年，排在全國第1位。西藏自治區(qū)的農(nóng)村居民平均教育年限最低，2000-2012年期間的平均值只有3.35年，排在第31位。從人均生活消費(fèi)支出來看，北京市農(nóng)村居民在2000-2012年期間的平均生活消費(fèi)支出為4048元，排在全國第二位，西藏自治區(qū)的農(nóng)村居民在此期間的平均生活消費(fèi)支出為1253元，排在第30位。圖1是農(nóng)村居民人均生活消費(fèi)支出與人均教育年限的散點(diǎn)圖。從圖1可以看出，農(nóng)村居民的人均生活消費(fèi)支出與人均教育年限之間呈現(xiàn)出較強(qiáng)的正相關(guān)關(guān)系。

估計結(jié)果與分析

在本文的計量模型中，解釋變量包含了被解釋變量的滯后項(xiàng)lnconsumi，t-1，該模型為動態(tài)面板模型。由于lnconsumit是誤差項(xiàng)εit的函數(shù)，顯然lnconsumi，t-1也是εit的函數(shù)，因此解釋變量lnconsumi，t-1就與誤差項(xiàng)εit相關(guān)，即使εit不存在序列相關(guān)，普通最小二乘估計量（OLS）也是有偏和不一致的。對于固定效應(yīng)（FE）估計量，雖然組內(nèi)變換剔除了αi，但是在εit不 存在序列相關(guān)的情況下仍和相關(guān)。這是因?yàn)楹笑舏，t-1，顯然lnconsumi，t-1與εi，t-1是相關(guān)的，因此lnconsumi，t-1就和相關(guān)。Nickel（1981）證明固定效應(yīng)（FE）估計量是有偏的。即使個體數(shù)增大時，也不能收斂到一致估計。Arellano and Bond（1991）提出使用差分GMM估計以解決動態(tài)面板模型估計過程中存在的變量內(nèi)生性問題對估計參數(shù)帶來的偏差，但該方法無法估計不隨時間變化的變量的系數(shù)，并且對時間跨度較長的面板數(shù)據(jù)會導(dǎo)致弱工具變量的問題。考慮到差分GMM的缺陷，Arellano and Bover（1995）重新回到差分之前的水平方程，提出了“水平GMM”的估計方法。Blundel and Bond（1998）則將差分GMM和水平GMM結(jié)合在一起，提出了系統(tǒng)GMM估計方法。系統(tǒng)GMM方法同時利用了差分方程和水平方程的信息，可以提高動態(tài)面板數(shù)據(jù)模型估計的效率。

圖1 農(nóng)村居民人均生活消費(fèi)支出與人均教育年限散點(diǎn)圖

本文將采用系統(tǒng)GMM方法對模型進(jìn)行估計，以克服內(nèi)生性及個體異質(zhì)性問題。用系統(tǒng)GMM進(jìn)行估計的前提條件是誤差項(xiàng)εit不存在序列相關(guān)。即使εit不存在自相關(guān)，但是εit的一階差分仍將存在一階自相關(guān)。因此如果差分后的誤差項(xiàng)只存在一階自相關(guān)而不存在二階自相關(guān)，就可以認(rèn)為誤差項(xiàng)不存在序列相關(guān)。系統(tǒng)GMM估計的一個主要特征是矩條件的個數(shù)隨著時期T的增大而增加，矩條件過多雖然可以增加有效性，卻引入了有偏性，因此進(jìn)行系統(tǒng)GMM估計所使用的工具變量是否有效還需要進(jìn)行過度識別檢驗(yàn)。在隨后的估計結(jié)果中，本文將給出檢驗(yàn)誤差項(xiàng)εit是否存在序列相關(guān)的AR（1）和AR（2）統(tǒng)計量以及檢驗(yàn)“所有工具變量是否有效”的Sargan統(tǒng)計量。

表2 是對動態(tài)面板模型進(jìn)行系統(tǒng)GMM估計的結(jié)果。系統(tǒng)GMM估計的AR（1）統(tǒng)計量的p值表明誤差項(xiàng)的一階差分存在一階自相關(guān)，但不存在二階自相關(guān)，因此可以判斷誤差項(xiàng)εit不存在自相關(guān)，滿足系統(tǒng)GMM估計的前提條件。判斷整個工具變量是否有效的Sargan統(tǒng)計量的P值為1，完全無法拒絕“工具變量均有效”的原假設(shè)。

在用系統(tǒng)GMM進(jìn)行估計后，一般還需要對計量模型的解釋變量中是否應(yīng)該包括被解釋變量的滯后項(xiàng)進(jìn)行穩(wěn)健性檢驗(yàn)。檢驗(yàn)的方法就是分別對動態(tài)面板模型進(jìn)行OLS估計、FE估計和系統(tǒng)GMM估計，然后對用這三種方法估計得到的被解釋變量的一階滯后項(xiàng)的系數(shù)進(jìn)行比較。對于動態(tài)面板模型，雖然OLS估計和FE估計是不一致的，但是OLS可以給出被解釋變量的一階滯后項(xiàng)的估計參數(shù)的上界，而FE可以給出該參數(shù)的下界。如果動態(tài)面板模型的設(shè)定是合理的，則用系統(tǒng)GMM估計得出的被解釋變量的一階滯后項(xiàng)的參數(shù)將位于OLS估計和FE估計所得到的參數(shù)之間。從表2可以看出，用系統(tǒng)GMM 估計得到的lnconsumi，t-1的系數(shù)為0.747，而OLS估計和FE估計得到的系數(shù)分別為0.921和0.699。因此本文的模型設(shè)定是合理的。

從系統(tǒng)GMM估計的結(jié)果來看，農(nóng)村居民的教育程度對其消費(fèi)水平具有顯著的正向影響，這與理論推導(dǎo)的結(jié)論是一致的。農(nóng)村居民的受教育年限增加1%，則生活消費(fèi)支出將增加0.17%。此外，滯后一期的消費(fèi)對本期的消費(fèi)具有正向影響，并且非常顯著，這說明消費(fèi)具有慣性，符合杜森貝利的消費(fèi)具有“棘輪效應(yīng)”的假說。收入水平對農(nóng)村居民的消費(fèi)也具有顯著的正向影響，這也符合經(jīng)濟(jì)理論和人們的一般經(jīng)驗(yàn)。

結(jié)論

本文首先從理論上分析了教育影響消費(fèi)的機(jī)制，然后利用我國2000-2012年的省際面板數(shù)據(jù)，在控制了滯后一期和當(dāng)期收入的情況下，用系統(tǒng)GMM方法估計了農(nóng)村居民的教育程度對其消費(fèi)水平的影響。理論分析和實(shí)證分析的結(jié)果均表明農(nóng)村居民的教育程度越高，人均生活消費(fèi)支出也越高。進(jìn)入21世紀(jì)以來，國家加大了對農(nóng)村教育事業(yè)的投入力度。2003年國務(wù)院在召開的新中國成立以來第一次全國農(nóng)村工作會議上，決定將新增教育經(jīng)費(fèi)主要用于農(nóng)村。2005年國務(wù)院決定將農(nóng)村義務(wù)教育全面納入國家財政保障范圍。到2007年，農(nóng)村已全面實(shí)現(xiàn)了免費(fèi)義務(wù)教育。但是目前農(nóng)村的教育投入與城市相比還存在著巨大差距，農(nóng)村居民的教育程度還遠(yuǎn)遠(yuǎn)落后于城市居民。當(dāng)前應(yīng)繼續(xù)加大對農(nóng)村教育事業(yè)的投入，在鞏固農(nóng)村義務(wù)教育普及成果的基礎(chǔ)上，以中等職業(yè)教育為重點(diǎn)，加快普及農(nóng)村高中階段教育。發(fā)展農(nóng)村教育事業(yè)，不但可以提高農(nóng)村居民的生產(chǎn)能力，為我國現(xiàn)代農(nóng)業(yè)的發(fā)展積累豐富的人力資本，同時還可以提高農(nóng)村居民的消費(fèi)能力，有助于我國擴(kuò)大內(nèi)需政策的有效實(shí)施。

1.貝克爾.人力資本理論：關(guān)于教育的理論和實(shí)證分析[M].中信出版社，2007

2.葛學(xué)峰，武春友.鄉(xiāng)村旅游偏好差異測量研究：基于離散選擇模型[J].旅游學(xué)刊，2010（1）

3.張洪，程振東，王先鳳.城市居民國內(nèi)旅游需求影響因素分析及對策研究[J].資源開發(fā)與市場，2014（6）

4.葉春輝，封進(jìn)，王曉潤.收入、受教育水平和醫(yī)療消費(fèi)：基于農(nóng)戶微觀數(shù)據(jù)的分析[J].中國農(nóng)村經(jīng)濟(jì)，2008（8）

5.張學(xué)敏，何酉寧.受教育程度對居民消費(fèi)影響研究[J].教育與經(jīng)濟(jì)，2006（3）

6.李軍，黃園，謝維怡.教育對我國城鎮(zhèn)居民消費(fèi)結(jié)構(gòu)的影響研究[J].消費(fèi)經(jīng)濟(jì)，2015（1）

7.Psachropoulos M.Schooling and Income Distribution[J].Review of Economics and Statistics，1976，58（3）

8.Nickell S J.Biases in Dynamic Models with Fixed Effects[J].Econometrica，1981（49）

9.Arellano M，S Bond.Some Tests of Specification for Panel Data：Monte Carlo Evidence and an Application to Employment Equations[J].Review of Economic Studies，1991（58）

10.Arellano M，O Bover.Another Look at the Instrumental Variables Estimation of Errorcomponent Models[J].Journal of Econometrics，1995（68）

11.Blundell R，S Bond.Initial Conditions and Moment Restrictions in Dynamic Panel Data Models[J].Journal of Econometrics，1998（87）