貴州省居民消費(fèi)與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的實(shí)證研究

彭加加，劉九強(qiáng)

(貴州財(cái)經(jīng)大學(xué) 大數(shù)據(jù)統(tǒng)計(jì)學(xué)院，貴州 貴陽(yáng) 550025)

1 引言

居民消費(fèi)與產(chǎn)業(yè)結(jié)構(gòu)之間的關(guān)系是經(jīng)濟(jì)學(xué)領(lǐng)域中的熱點(diǎn)研究。目前我國(guó)經(jīng)濟(jì)正處于由高速發(fā)展向高質(zhì)量發(fā)展的關(guān)鍵期。消費(fèi)對(duì)推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展較為重要。研究消費(fèi)對(duì)產(chǎn)業(yè)結(jié)構(gòu)的影響有非常重要的意義。

對(duì)居民消費(fèi)和產(chǎn)業(yè)結(jié)構(gòu)之間的關(guān)系的研究已有許多文獻(xiàn)。張宇[1]通過(guò)PanelData模型，從整體和分區(qū)的角度分析了我國(guó)居民消費(fèi)能力對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響。張喜崢等[2]通過(guò)建立隨機(jī)效應(yīng)回歸，對(duì)31個(gè)省的居民消費(fèi)升級(jí)對(duì)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化進(jìn)行分析研究，得出消費(fèi)升級(jí)會(huì)推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)的不斷優(yōu)化。楊麗君等[3]探討了云南省居民消費(fèi)結(jié)構(gòu)是如何作用于產(chǎn)業(yè)結(jié)構(gòu)。苗莎莎[4]探討應(yīng)如何準(zhǔn)確利用消費(fèi)結(jié)構(gòu)的變動(dòng)來(lái)實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的變動(dòng)。張欣蕾等[5]分析了河北省消費(fèi)結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)之間的關(guān)聯(lián)度，得出其消費(fèi)結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)的變化是一致的。曾苑[6]基于PVAR模型分析了廣東省居民消費(fèi)、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)以及經(jīng)濟(jì)增長(zhǎng)之間的互動(dòng)關(guān)系。王云航等[7]運(yùn)用聯(lián)立方程模型檢驗(yàn)了產(chǎn)業(yè)結(jié)構(gòu)變遷和消費(fèi)升級(jí)兩者之間的互動(dòng)關(guān)系。曾炬[8]分析了中國(guó)第二、三產(chǎn)業(yè)對(duì)GDP的貢獻(xiàn)率和居民消費(fèi)水平之間的相互關(guān)系。董建博等[9]從公共服務(wù)的角度研究了居民消費(fèi)對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響。除了研究居民消費(fèi)對(duì)產(chǎn)業(yè)結(jié)構(gòu)的影響，也有學(xué)者研究產(chǎn)業(yè)結(jié)構(gòu)對(duì)居民消費(fèi)的影響。Wang Liping等[10]研究了中國(guó)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)居民消費(fèi)結(jié)構(gòu)的影響。肖必燕[11]在研究我國(guó)產(chǎn)業(yè)結(jié)構(gòu)變遷對(duì)居民消費(fèi)升級(jí)的影響得出結(jié)論：產(chǎn)業(yè)結(jié)構(gòu)變遷對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)有正向促進(jìn)作用。金科[12]將金融業(yè)劃分為銀行業(yè)、保險(xiǎn)業(yè)、證券業(yè)，分析了3個(gè)行業(yè)的金融集聚與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的融合作用對(duì)居民消費(fèi)的影響。

本文以貴州省為例，選取2000～2020年相關(guān)數(shù)據(jù)，構(gòu)建了VAR模型，基于Stata14.0軟件，研究了貴州省居民消費(fèi)與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的關(guān)系。

2 模型設(shè)定與變量選取

2.1 數(shù)據(jù)來(lái)源

本文選取了2000～2020年的貴州省城鎮(zhèn)居民消費(fèi)數(shù)據(jù)以及貴州省國(guó)內(nèi)生產(chǎn)總值，來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》和《貴州省統(tǒng)計(jì)年鑒》。

2.2 模型設(shè)定

采用向量自回歸模型(VAR模型)來(lái)分析貴州省居民消費(fèi)和產(chǎn)業(yè)結(jié)構(gòu)之間的關(guān)系，模型設(shè)定為：

Yt=C+A1Yt-1+A2Yt-2+…+ApYt-p+εt

(1)

式(1)中，Yt為時(shí)間序列變量向量，C為常數(shù)項(xiàng)序列向量，p為滯后期，εt為隨機(jī)擾動(dòng)項(xiàng)序列向量。

2.3 變量選取

本文選取的變量有以下：①產(chǎn)業(yè)結(jié)構(gòu)升級(jí)系數(shù)(IS)；②消費(fèi)規(guī)模的升級(jí)(consump)；③消費(fèi)結(jié)構(gòu)(structure)。

2.3.1 產(chǎn)業(yè)結(jié)構(gòu)升級(jí)指數(shù)(IS)

已有不少學(xué)者用不同的指標(biāo)來(lái)度量產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，本文借鑒劉敏等[13]對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的度量方法，具體公式為：

(2)

式(2)中，y1、y2、y3分別表示第一、二、三產(chǎn)業(yè)占貴州省GDP的比重，IS的取值范圍為[1,3]，值越大，說(shuō)明貴州省產(chǎn)業(yè)結(jié)構(gòu)升級(jí)水平越高。

根據(jù)上述公式計(jì)算了2000～2020年貴州省產(chǎn)業(yè)結(jié)構(gòu)升級(jí)系數(shù)，結(jié)果如表 1所示。

表1 2000～2020年產(chǎn)業(yè)結(jié)構(gòu)升級(jí)系數(shù)

2.3.2 消費(fèi)規(guī)模的升級(jí)

借鑒李燦等[14]的方法，使用居民人均支出增長(zhǎng)率表示消費(fèi)規(guī)模的升級(jí)(consump)。具體情況如圖 1所示。

圖1 2000～2020年貴州省消費(fèi)規(guī)模升級(jí)情況

從圖 1中可以看到，貴州省居民消費(fèi)規(guī)模整體呈現(xiàn)增長(zhǎng)的趨勢(shì)，但也有個(gè)別年份呈現(xiàn)的是負(fù)增長(zhǎng)。

2.3.3 消費(fèi)結(jié)構(gòu)

根據(jù)擴(kuò)展線性支出系統(tǒng)模型(ELES)計(jì)算收入需求彈性，將居民的消費(fèi)類(lèi)型劃分成兩類(lèi)：基本消費(fèi)和高端消費(fèi)，借鑒黃雋[15]的方法，將高端消費(fèi)占人均消費(fèi)支出的比重表示消費(fèi)結(jié)構(gòu)(structure)。擴(kuò)展線性支出模型為：

Ci=αi+βiy+εi

(3)

式(3)中，αi和βi為待估參數(shù)，αi為常數(shù)項(xiàng)，βi為邊際消費(fèi)傾向，εi為隨機(jī)擾動(dòng)項(xiàng)，Ci表示的是第i類(lèi)商品的支出，y表示的是人均可支配收入。用EM表示需求收入彈性，則第i類(lèi)商品的需求收入彈性為：

(4)

式(4)中，pi表示的是第i類(lèi)商品的價(jià)格，qi表示的是第i類(lèi)商品的需求量，EMi值大于1說(shuō)明此項(xiàng)商品的支出大于收入的變化，也表明隨著收入的增加，居民更愿意在這類(lèi)商品上進(jìn)行消費(fèi)，反之，居民不愿意在EMi值小于1的商品上進(jìn)行消費(fèi)。據(jù)此將EMi>1的商品劃分為高端消費(fèi)品，EMi<1的商品劃分為基本消費(fèi)品。

利用Stata14.0軟件估計(jì)參數(shù)αi和βi的值，并得到判決系數(shù)R2和βi的T檢驗(yàn)值，結(jié)果如表 2所示。

表2 2000～2020年貴州省居民各項(xiàng)消費(fèi)支出ELES模型參數(shù)估計(jì)結(jié)果

根據(jù)表 2計(jì)算得Σβi=0.6，說(shuō)明居民可支配收入每增加1元，其中0.6元會(huì)用于消費(fèi)。其中食品煙酒的邊際消費(fèi)傾向最高，其次是居住，接著是交通通信，然后依次是教育文化娛樂(lè)、生活用品及服務(wù)、衣著、醫(yī)療保健、其他用品及服務(wù)。

可根據(jù)表2計(jì)算貴州省居民各項(xiàng)消費(fèi)的需求收入彈性，結(jié)果如表 3所示。從表3可以看出，需求收入彈性排在前三的分別是居住、交通通信和醫(yī)療保健，且居住和交通通行的EM值大于1，因此將居住和交通通信劃分為高端消費(fèi)品，食品煙酒、衣著、生活用品及服務(wù)、醫(yī)療保健、教育文化娛樂(lè)、其他用品與服務(wù)劃分為基本消費(fèi)品。

根據(jù)圖2可以看出，貴州省城鎮(zhèn)居民高端消費(fèi)的占比不斷提高，從2000年的15.58%提高到了2020年的32.04%，2002～2010年的增幅較小，甚至出現(xiàn)了下降，但總的來(lái)看是增加的。這也體現(xiàn)了貴州省城鎮(zhèn)居民的消費(fèi)結(jié)構(gòu)以及消費(fèi)類(lèi)型在轉(zhuǎn)變。

表3 2000～2020年貴州居民各項(xiàng)消費(fèi)支出的需求收入彈性

圖2 高端消費(fèi)占比情況

3 基于VAR模型的實(shí)證分析

3.1 單位根檢驗(yàn)

在使用VAR模型進(jìn)行分析前，需要對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，這也是為了避免后續(xù)進(jìn)行回歸可能會(huì)出現(xiàn)的偽回歸問(wèn)題。其單位根檢驗(yàn)結(jié)果如表 4所示。

由表4可知，原序列是不平穩(wěn)的，經(jīng)過(guò)一階差分之后序列平穩(wěn)。

表4 單位根檢驗(yàn)結(jié)果

3.2 模型定階

根據(jù)LR準(zhǔn)則，本文選擇的滯后階數(shù)為3階(表5)。

表5 VAR滯后期檢驗(yàn)

3.3 VAR回歸

根據(jù)Stata14.0軟件的VAR回歸結(jié)果，本文模型的估計(jì)方程為：

(5)

3.4 VAR系統(tǒng)穩(wěn)定性及Johansen協(xié)整檢驗(yàn)

對(duì)VAR系統(tǒng)檢驗(yàn)是否穩(wěn)定，結(jié)果如圖 3所示。根據(jù)圖 3顯示，所有特征值均在單位圓內(nèi)，因此VAR系統(tǒng)是穩(wěn)定的。再進(jìn)行協(xié)整檢驗(yàn)，結(jié)果如表 6所示。

根據(jù)表 6中的結(jié)果，應(yīng)拒絕不存在協(xié)整關(guān)系的原假設(shè)，可認(rèn)為變量之間是存在協(xié)整關(guān)系的。也可以說(shuō)明貴州省居民消費(fèi)結(jié)構(gòu)和消費(fèi)規(guī)模的升級(jí)和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)之間存在長(zhǎng)期均衡的關(guān)系。

3.5 格蘭杰因果檢驗(yàn)

進(jìn)一步驗(yàn)證變量之間是否存在因果關(guān)系，進(jìn)行格蘭杰因果檢驗(yàn)，結(jié)果如表7所示。

根據(jù)格蘭杰因果檢驗(yàn)的結(jié)果可以看出：在以產(chǎn)業(yè)結(jié)構(gòu)為被解釋變量的方程中，消費(fèi)結(jié)構(gòu)對(duì)應(yīng)的p值為

Roots of the companion matrix

圖3 VAR系統(tǒng)穩(wěn)定性的判別

表6 Johansen協(xié)整檢驗(yàn)結(jié)果

表7 Granger因果檢驗(yàn)結(jié)果

0.000，小于0.05，因此可以認(rèn)為消費(fèi)結(jié)構(gòu)是產(chǎn)業(yè)結(jié)構(gòu)的格蘭杰原因，消費(fèi)規(guī)模的升級(jí)對(duì)應(yīng)的p值為0.018，小于0.05，因此消費(fèi)規(guī)模的升級(jí)是產(chǎn)業(yè)結(jié)構(gòu)的格蘭杰原因。同理，在以消費(fèi)結(jié)構(gòu)為被解釋變量的方程中，產(chǎn)業(yè)結(jié)構(gòu)是消費(fèi)結(jié)構(gòu)的格蘭杰原因，消費(fèi)規(guī)模的升級(jí)不是消費(fèi)結(jié)構(gòu)的格蘭杰原因；在以消費(fèi)規(guī)模的升級(jí)為被解釋變量的方程中，產(chǎn)業(yè)結(jié)構(gòu)和消費(fèi)結(jié)構(gòu)都不是消費(fèi)規(guī)模的升級(jí)的格蘭杰原因。

3.6 脈沖響應(yīng)和方差分解

在使用VAR模型分析時(shí)，是通過(guò)脈沖響應(yīng)和方差分解來(lái)分析模型中一個(gè)變量如何應(yīng)對(duì)其他變量的沖擊，從而分析模型的動(dòng)態(tài)反應(yīng)。本文選取產(chǎn)業(yè)結(jié)構(gòu)IS為響應(yīng)變量，利用Stata14.0軟件繪制相應(yīng)的脈沖響應(yīng)圖，如圖 4所示。

從圖 4可以看出，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)于來(lái)自消費(fèi)規(guī)模的升級(jí)的一個(gè)單位的標(biāo)準(zhǔn)差的沖擊表現(xiàn)出正向效應(yīng)，但是隨著期數(shù)的增加，這種影響在逐漸減弱。產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)于來(lái)自自身的眾多單位的標(biāo)準(zhǔn)差的沖擊表現(xiàn)是：由正向效應(yīng)減弱至負(fù)向效應(yīng)，又逐漸增強(qiáng)，表現(xiàn)出正向效應(yīng)。產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)于來(lái)自消費(fèi)結(jié)構(gòu)的一個(gè)單位的標(biāo)準(zhǔn)差的沖擊的表現(xiàn)從長(zhǎng)期來(lái)看，表現(xiàn)出較強(qiáng)的正向效應(yīng)。

圖4 以IS為響應(yīng)變量的脈沖響應(yīng)

為了更清楚地了解消費(fèi)結(jié)構(gòu)和消費(fèi)規(guī)模的升級(jí)對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響程度，使用方差分解將產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的方差分解到其他擾動(dòng)項(xiàng)上，以便分析其他因素對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響程度(表8)。

根據(jù)表 8的結(jié)果，對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)作1期的預(yù)測(cè)，其預(yù)測(cè)方差完全來(lái)自自身，說(shuō)明此時(shí)產(chǎn)業(yè)升級(jí)自身的影響是最大的，但隨著期數(shù)的增加，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響逐漸減弱，消費(fèi)結(jié)構(gòu)和消費(fèi)規(guī)模的升級(jí)對(duì)產(chǎn)業(yè)結(jié)構(gòu)的影響逐漸增大，其中，消費(fèi)結(jié)構(gòu)的影響是到第4期的時(shí)候達(dá)到最大，然后又減弱，消費(fèi)規(guī)模的升級(jí)時(shí)到第8期的時(shí)候達(dá)到最大。到第10期的時(shí)候，僅有22%的預(yù)測(cè)方差來(lái)自產(chǎn)業(yè)結(jié)構(gòu)升級(jí)自身，有37.4%來(lái)自消費(fèi)結(jié)構(gòu)，有40.6%來(lái)自消費(fèi)規(guī)模的升級(jí)。

表8 產(chǎn)業(yè)結(jié)構(gòu)升級(jí)方差分解結(jié)果

4 結(jié)論

通過(guò)建立VAR模型，分析貴州省城鎮(zhèn)居民2000～2020年消費(fèi)規(guī)模的升級(jí)和消費(fèi)結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)之間的關(guān)系，得出以下結(jié)論：

(1)貴州省產(chǎn)業(yè)結(jié)構(gòu)升級(jí)受自身影響較大，但隨著時(shí)間會(huì)逐漸減弱。

(2)格蘭杰檢驗(yàn)的結(jié)果表明：消費(fèi)結(jié)構(gòu)和消費(fèi)規(guī)模的升級(jí)都是產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的格蘭杰原因。方差分解的結(jié)果顯示：消費(fèi)規(guī)模的升級(jí)對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響隨著時(shí)間的推進(jìn)逐漸增大，自身的影響在逐漸減弱。

實(shí)證分析結(jié)果表明，貴州省消費(fèi)結(jié)構(gòu)和消費(fèi)規(guī)模的升級(jí)都影響產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，因此建議在貴州省內(nèi)發(fā)展新的消費(fèi)熱點(diǎn)，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化。比如，可以發(fā)揮貴州省環(huán)境優(yōu)勢(shì)，發(fā)展旅游業(yè)，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)消費(fèi)。