基于面板分位数视角的经济发达地区城镇居民消费行为差异分析.doc

基于面板分位数视角的经济发达地区城镇居民消费行为差异分析以浙江省为例浙江工商大学 袁军江、孙津、陈新涛摘 要：本文主要采用面板分位数回归方法从消费支出和收入差距两个方面分析浙江省城镇居民消费行为的差异性。笔者在杭斌（2011）推导的习惯形成消费函数的基础上，利用19902009年七个收入组的浙江省城镇居民数据进行实证分析。实证结果发现：（1）目前浙江省的居民消费率偏低，主要是由中等收入阶层居民的消费率偏低造成的；（2）收入越高，居民的攀比心理越严重。关键词：面板数据；分位数回归；收入差距；消费支出Empirical Analysis about the Difference in Consumer Behavior of Urban Residents in Developed Areas Based on Quantile Regression for Panel Data : in the case of Zhejiang ProvinceAbstract:From the perspective of income gap and consumption expenditure, this paper analyzes the differences of consumer behavior in Zhejiang Province in the method of quantile regression for panel data. Then based on the consumption method of habit formation proposed by Bing Hang (2011), we use the data about the seven income groups of urban residents in Zhejiang to analyze the differences from 1990 to 2009. Eventually , we find that currently the lower consumption rate of the residents is mainly caused by the middle-income strata . Finally, the higher income, the more serious psychological comparison.Key words:Panel data; Quantile Regression; Income gap; Consumption expenditure一、引言改革开放以来我国的经济得到了前所未有的发展，2010年GDP总量超过日本成为世界经济总量第二大国，仅次于美国。但在高增长的背后也存在许多隐忧，我国内需严重不足，居民消费率偏低，严重阻碍经济的正常健康发展。2009年我国的国内生产总值为340506.9亿元，但居民的消费支出为121129.9亿元，仅为国内生产总值的35%，居民的消费率偏低。与此同时我国的一些经济发达地区居民消费率并没有因收入的提高而提高，以浙江省为例，2009年全省的人均生产总值为44641元，人均居民消费支出为15790元，仅为人均生产总值的35%，基本与全国的平均情况持平。由此可见居民消费率偏低在我国是一个普遍现象，但是消费率偏低只是一个平均情况，并不意味着我国居民各个阶层居民的消费率偏低。笔者认为我国居民的总体消费率偏低主要是由于中层阶级消费率所造成的。因此，我们完全有必要对居民的消费行为的差异性进行分析，以便未来制定的政策更具有针对性，最大限度地发挥政策的积极效应。我国的经济结构主要呈现出东中西三种格局，东部经济较为发达，中部处于中游阶段，西部则相对较为落后。由于各个地域的经济结构和文化氛围有所不同，受收入、习惯、文化等因素的影响各个地区的消费行为相应表现出一定的地域差异性。由于东部经济发达地区的城镇居民具有较高的可支配收入，有较高的消费潜力，因此如何提高东部经济发达地区的消费率应该是今后研究的重点。浙江省的经济发展状况一直处于全国领先地位，因此研究浙江省城镇居民的消费行为具有一定的代表性和借鉴性。本文试图研究浙江省城镇居民的消费行为，以此了解整个经济发达地区城镇居民消费行为的差异性，有助于分析居民消费率偏低的深层次原因，寻找刺激消费的有效途径。二、文献综述居民消费行为研究由于其研究结果具有一定的针对性和直观性一直受到专家学者的关注。目前国内关于居民消费行为差异性的文献归纳起来大致可以分为两类，一类是从居民收入的收入差距角度进行分析，如孙凤、易丹辉（2000）、田青、高铁梅（2009）和门丽琼、胥巍、杨晨光（2010）等。孙凤、易丹辉（2000）从时间和收入组两个维度采用Panel Data模型分别对八个方面的消费支出建立消费函数，以此研究收入差距对消费结构的影响。1田青、高铁梅（2009）运用1992-2008年我国城镇居民不同收入组数据和面板模型分析我国城镇居民的消费敏感性程度。2门丽琼、胥巍、杨晨光（2010）采用国家统计局陕西调查总队的国家城镇住户调查数据，将居民按可支配收入指标划分为五个收入层次建立面板数据模型分析不同收入阶层的消费行为。3上述文献都从只关注到收入差距对消费行为的影响，从各个收入阶层居民消费行为的差异性了解他们的消费特征，在分析差异时同时也考虑到了时间的差异，很好地刻画了收入差距对消费行为的影响。但是在现实生活中我国居民的消费行为已经表现出消费支出的等级差异性，各消费支出阶层居民的消费行为有很大的异质性，具体表现为高支出人群的消费主要集中在高端产品和奢侈品上，消费弹性较大，但低支出人群的消费主要集中在基本生活品上，消费弹性较低。因此现阶段我国居民的消费行为差异性还显著受到消费支出的影响。另一类考虑到了消费支出的影响，采用分位数回归的方法，应用不同的分位数点描述各消费支出阶层居民的消费行为，如陈娟、林龙和叶阿忠（2008）和胡宝娣、汪磊（2011）等。陈娟、林龙和叶阿忠（2008）从经济增长理论和一般均衡理论分析出发，将居民收入和政府支出引入到效用函数，推导出消费的动态方差，最后采用2002-2005年31个省、直辖市、自治区的数据和分位数回归方法分析中国居民的消费行为。4胡宝娣、汪磊（2011）将收入、政府消费性财政支出和闲暇等变量引入效用函数, 推导出不确定条件下的居民消费动态方程, 利用19822007年26个省、市、自治区的数据和分位数回归方法分析我国城乡居民消费行为。5这些文献虽然都考虑到消费支出对消费行为差异性的影响，对模型采用分位数回归方法，但采用的数据均为居民的总体消费数据，这样掩盖了各收入阶层居民消费行为的差异性，不利于发现居民消费行为的异质性。虽然目前单独从收入差距影响和消费支出影响角度对消费行为差异分析的文献较多，但是综合考虑这两方面影响的却较少，笔者所能查到的也仅有陈建宝、杜小梅和董海龙（2009）一篇。陈建宝、杜小梅和董海龙（2009）采用2001-2008年全国各省份的数据和分位数回归技术实证研究按收入等级划分的中国城镇和农村居民消费状况，综合考虑了收入差距和消费支出的影响。6但是该文在模型估计时采用的估计方法为分位数回归方法，将面板数据看成是一个混合数据，目前我国居民的消费行为存在明显的省域差异性，这样估计忽略模型中存在的个体效应，因此直接采用分位数回归估计方法有待商榷。因此本文采用面板分位数回归方法综合收入差距和消费支出两个影响因素分析我国城镇居民消费行为的差异性，试图通过对不同收入组居民的消费行为分析了解收入差距对消费行为的影响，通过面板分位数方法分析消费支出的影响。与陈建宝、杜小梅和董海龙（2009）另一个不同点是笔者将各收入阶层分为高中低三层，认为最低收入户和低收入户之间、较低收入户、中等收入户和较高收入户之间、高收入户和最高收入户之间的差异性并不是很大，可以用变截距的面板固定效应模型表示，具体见下文的分析。本文的结构如下：第一部分，介绍本文的背景和研究意义；第二部分，论述目前国内关于居民消费行为分析的研究现状，指出存在缺陷和不足；第三部分，采用描述性统计方法分析浙江省城镇居民的消费现状；第四部分，论述实证研究中所需的实证模型、模型数据的选择和处理以及计量方法的选择；第五部分，采用面板分位数回归方法实证分析受收入差距和消费支出影响的浙江省城镇居民消费行为；第六部分，根据分析结果给出相关的结论。三、浙江省城镇居民的消费现状在进行实证分析前，首先对现阶段浙江省城镇居民的消费现状进行了解。本文利用城镇居民的收入和消费数据，从总体消费现状和各收入等级居民消费现状两个角度进行分析。（一） 总体消费现状 改革开放以来浙江省的经济得到了快速发展，人均GDP总量增长速度较为显著，但是与此同时居民的消费支出增长速度相对于人均GDP总量则较为缓慢，两者之间的差距越拉越大。由表1可知浙江省城镇居民的人均消费率总体处于下降趋势，从1990年的76%下降到2009年的38%，下降的幅度比较惊人的。另外一个值得我们注意的是2007年以后浙江省的城镇居民消费率则变得较为平稳，基本维持在38%左右，此时居民消费支出的增长率与经济增长率基本保持相同。这说明这几年政府采取的一系列刺激消费、扩大内需的政策起到了一定的效果，但要从根本上扭转消费率的下降趋势还需分析潜在的居民消费特征，对应地制定一套完整的政策措施。 表1 1990年2009年浙江省城镇居民总体消费现状表年份人均GDP（元）人均消费支出（元）人均消费率年份人均GDP（元）人均消费支出（元）人均消费率1990 21221604.42 0.76 2000 134167020.00 0.52 1991 23101805.60 0.78 2001 147137952.00 0.54 1992 28502154.14 0.76 2002 169788713.00 0.51 1993 44692855.92 0.64 2003 204449713.00 0.48 1994 62014078.64 0.66 2004 2435210636.00 0.44 1995 81495263.41 0.65 2005 2766112254.00 0.44 1996 95525764.27 0.60 2006 3182513348.51 0.42 1997 106246170.00 0.58 2007 3735814091.00 0.38 1998 113946218.00 0.55 2008 4216615158.00 0.36 1999 122146522.00 0.53 2009 4433516683.00 0.38 注：资料来源浙江省统计年鉴（二） 各收入等级居民消费现状浙江省统计局按照居民收入的10%、10%、20%、20%、20%、10%、10%将城镇居民分为七个等级，分别是最低收入户、低收入户、较低收入户、中等收入户、较高收入户、高收入户和最高收入户。笔者采用浙江省统计局地做法，分别对这七个收入等级的居民进行分析，各收入阶层居民具体的可支配收入见图1。 图1 各收入组城镇居民可支配收入走势图由图1我们可以清晰的发现在90年代初浙江省城镇居民各个收入阶层的居民的可支配收入大致相同，但是到2001年左右各收入阶层居民的可支配收入逐渐拉开，随后差距越来越大，到2009年最低收入户的人均可支配收入为7845元，而最高收入户的人均可支配收入为64240元，为最低收入户的8倍多。另一个现象是各收入阶层居民可支配收入的增长速度大致可分为三组，即最低收入户和低收入户为一组，他们近几年的可支配收入几乎没有什么变化，基本为一条平行的直线；较低收入户、中等收入户和较高收入户的可支配收入有所上升，但是上升幅度不大，具体表现在图形上为一条呈上升趋势，但是上升幅度不大的曲线，而且近几年的上升幅度较小；高收入户和最高收入户为一组，该组居民的可支配收入增长明显，增长幅度较大，最高收入户的增长幅度尤为明显。由此可以发现近几年虽然浙江省经济发展的总体趋势良好，但是低收入人群没有享受到高速发展所带来的收入效益，收入水平并没有提高，而中等收入人群虽然有所提高，但增速并不明显，从高速经济增长中受益最大的是高收入人群，有时他们收入的增速要高于经济的发展速度。这一点应该值得我们反思，毕竟现阶段高收入人群只占到一小部分，经济发展的目标不是让一小部分人富裕，而应是实现共同富裕。因此今后我们在评价经济成果时应更加关注中低收入人群的收入，而不仅仅是平均收入水平。同样我们也按照七个收入组对居民的消费支出进行分析，具体的消费支出见图2。从图2中我们可以发现与收入不同的是消费支出经历两个重要的转折点，分别是1995年和2001年，居民消费支出从1992年开始有所上升，但是到1995年居民的消费支出基本保持不变，直到2001年才开始有所上升，而且这一轮的增长速度明显快于上一轮。笔者认为1992年消费的短暂增长可能与政府制定的政策有一定的相关性，1992年中共召开的十四大确立社会主义市场经济的改革目标，各种经济体制的改革在一定程度上刺激了居民的消费，但是决定居民消费的居民可支配收入并没有显著增长，因此这种消费增长现象只是昙花一现。而2001年后浙江省城镇居民的可支配收入有了明显的提高，相应地居民的消费支出也显著上升。另一个值得我们注意的是居民的消费支出也可以大致地分为三类：第一类为居民的消费支出增速缓慢，基本可以近似为一条直线，包括最低收入户和低收入户；第二类为消费支出有所增长，总体呈现一定的上升趋势，但是增长幅度较小，包括较低收入户、中等收入户和较高收入户；第三组为消费支出增长明显，显著高于其他收入组，具体包括高收入户和最高收入户。这里有一点需要说明，从图上看似乎高收入户应该划归第二个类别，但是该组20012007年的增幅基本与最高收入户一致，只有在最近几年增幅才有所下降。同时为了与收入保持一致，笔者认为高收入户应该属于第三个类别图2 各收入组城镇居民消费支出走势图综合收入和消费支出的分析，笔者将七个收入组分为高中低三个收入组，其中高收入组包括高收入户和最高收入户，中收入组包括较低收入户、中等收入户和较高收入户，低收入组包括最低收入户和低收入户。从上面的描述性分析中我们可以发现：（1）现阶段虽然浙江省人均GDP和人均消费支出都增长较快，但是这种较快的增长速度是由少数的高收入组居民带动的，中低居民的收入和消费并没有显著的变化；（2）七个不同收入组居民的消费行为可以大致分为高中低三类。四、研究设计（一）模型设定目前国外关于消费的理论主要有凯恩斯的绝对收入假说、杜森贝利的相对收入假说、莫迪利安尼等人的生命周期假说、弗里德曼的持久收入假说和霍尔的随机游走假说，现在比较流行的消费函数假说都是基于上述的经典理论模型进行适当的改进，例如流动性约束假说、预防性储蓄假说和缓冲互存假说、习惯形成假说等。7但是笔者认为随着经济的发展，人们似乎更加追求精神上的幸福，更加习惯于生活水平的不断提高，从这个角度来说习惯形成假说似乎更加具有说服力。因此，本文采用习惯形成假说模型分析浙江省城镇居民的消费行为。习惯形成假说主要是假定消费者是理性的，习惯形成会导致更加谨慎的消费行为。受习惯形成影响的消费者更加难以容忍生活水平的下降。本文的重点并不是模型的推导，而是通过对浙江省城镇居民消费行为的分析发现其消费的特征。因此本文直接借鉴杭斌（2011）的研究成果，采用其推导出来的习惯形成模型。杭斌（2011）认为习惯形成应包括内部习惯形成和外部习惯形成两部分，假定习惯形成下消费者的跨期效用最大化方程为： （1）其中为第t期的习惯消费水平，且有： （2）跨期约束条件为： （3）最终根据公式1和公式3推导出最终的消费函数为： （4）其中为第t期的居民消费，为第t期的居民收入，为第t期的周围居民的消费支出，为第t期的周围居民持久消费支出，为第t期居民资产。8现阶段面板分位数回归方法只能对变截距的固定效应进行分析，因此本文对这高中低三个类别分别建立的实证模型为： （5）式中i代表各收入组，t代表年份，代表个体效应，即各收入组的影响。（二）数据选择和处理根据杭斌（2011）的计算19781989年期间的平均消费倾向始终在0.85和0.95之间波动，但是从1990年起呈显著的下降趋势，这在上文中已经有所提到，因此笔者采用19902010年的浙江省城镇居民数据，所有数据均来源于19912010年浙江省统计年鉴。本文采取的城镇居民分组形式与浙江省统计局公布的分组标准一致，按收入的10%、10%、20%、20%、20%、10%、10%将浙江省城镇居民分别划分为最低收入户、低收入户、较低收入户、中等收入户、较高收入户、高收入户和最高收入户。其中为第i各收入组第t期浙江省城镇居民的消费支出，数据都是经过浙江省城镇居民消费价格指数折算的以1989年为基期的城镇居民家庭人均消费支出。为第i各收入组第t期浙江省城镇居民的可支配收入，数据都是经过浙江省城镇居民消费价格指数折算的以1989年为基期的城镇居民家庭人均可支配收入。为第t期浙江省浙江省城镇居民的平均综合消费支出，数据都是经过浙江省城镇居民消费价格指数折算的以1989年为基期的城镇居民家庭人均综合消费支出。为第t期的社会平均持久消费水平，其数值是根据Eviews6.0计算的的Holt-Winter无季节因素的指数平滑值。（三） 模型的估计方法分位数回归方法最早由是由 Koenker 和Basset于 1978 年提出的 ,它是对以古典条件均值模型为基础的最小二乘法的拓展。由于现实中人们往往不仅仅关注因变量的均值情况，同时也关注因变量在不同分位数点下的分布，而分位数回归方法正好解决了这一问题。其利用因变量 Y 的条件分位数来建模, 通过最小化加权的残差绝对值之和来估计参数 ,也即是 “加权的最小一乘回归”，具体的理论介绍请见Koenker 和Basset（1978）9和王新宇（2010）10。由于分位数回归对随机扰动项的分布不加以任何限制，大大拓展了其在经济学和金融学领域的应用。而面板分位数将一维数据拓展到二维数据，拓宽了分位数方法的应用范围。面板分位数集中了分位数方法和面板模型在应用上的优势，主要有以下几点优势：（1）考虑了个体效应和时间效应，有利于对比分析个体差异和时期差异；（2）样本容量大大增加，使参数估计值更加精确，提高模型参数估计精度；（3）对于出现尖峰或后尾的分布、存在异方差的数据，面板分位数回归具有优良的稳健性；（4）能够捕捉分布的尾部特征，当自变量对不同部分的因变量的分布产生不同的影响时，面板分位数回归能更加全面的刻画分布的特征。但是面板分位数才刚刚开始，知识体系还不完善，有待于人们进一步的研究。最早提出面板分位数思想的是Koenker(2004),考虑了纵向数据的分位数回归思想，提出了将固定效应作为惩罚项的分位检验函数最小化估计方法。11随后又有很多统计学家对该方法进行了探讨和改进，提出了不少估计方法，罗幼喜和田茂再（2010）对目前国际上存在的面板分位数估计方法进行了归纳，主要有一阶差分法、固定效应变化法和引进虚拟变量的惩罚法。12由于只有引进虚拟变量的惩罚法可以估计出个体效应，因此本文采用该方法进行估计。五、实证分析现阶段我国居民的消费行为不仅受收入的影响，而且还要受到消费支出的影响。因此本文采用面板分位数回归方法从消费支出影响和收入差距影响两个方面分析浙江省城镇居民消费行为的异质性。本文首先建立高收入组、中收入组、低收入组和全部收据的固定效应面板模型，并采用R软件和面板分位数估计方法估计模型的参数，具体的面板分位数估计程序见附录1。（一） 城镇居民消费行为受消费支出影响的差异分析 受消费支出影响的消费行为差异分析主要采用面板分位数方法，根据不同的分位数点进行分析，具体采用0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9九个分位数点，然后根据各分位数点的参数估计值对消费倾向进行研究。根据上文的分析高收入组应包括高收入户和最高收入户两组，中收入组包括较低收入户、中等收入户、较高收入户三组，低收入组包括最低收入户和低收入户两组。本文首先先建立高收入组、中收入组、低收入组和各收入组的固定效应面板模型，然后采用面板分位数回归方法估计参数，其中高收入组的面板模型主要采用高收入户和最高收入户两组的19902009年的城镇居民数据，中收入组的面板模型主要采用低收入户、中等收入户、较高收入户三组的19902009年的数据，低收入组包括最低收入户和低收入户两组的19902009年的数据，各收入组的面板模型主要采用这七组19902009年的城镇居民数据，具体的模型估计结果见表3。表3 面板分位数估计的参数结果表变量名分位数点0.10.20.30.40.50.60.70.80.9低收入组0.420.470.130.09-0.010.050.150.27-0.030.280.250.430.470.530.510.430.380.670.250.240.180.240.240.230.300.26-0.02-0.16-0.15-0.03-0.09-0.08-0.09-0.15-0.130.22中收入组0.600.580.600.620.650.630.570.760.670.210.230.230.220.220.230.280.180.220.470.460.600.620.610.610.490.510.50-0.40-0.39-0.53-0.56-0.57-0.57-0.45-0.49-0.47高收入组0.030.070.250.300.360.540.490.680.780.450.440.370.320.290.210.270.230.20-0.12-0.090.040.450.791.130.860.870.900.400.340.10-0.22-0.55-0.88-0.68-0.84-0.96各收入组0.220.350.410.400.450.410.340.440.390.390.330.300.310.290.330.380.330.370.240.310.380.390.450.460.350.350.22-0.11-0.21-0.28-0.27-0.36-0.37-0.25-0.26-0.14便于发现受消费支出影响的居民消费行为的异质性，笔者从前期消费、收入、现期消费攀比、持久消费（即未来消费）攀比四个方面进行分析。根据图3我们可以清晰地发现，对于全部居民而言，本期消费受前期消费的影响基本与本期消费支出无关，系数基本维持在0.4左右，这说明现阶段浙江省城镇居民的消费行为受前期消费的影响较大。但是将全部居民分为高中低三组后，前期消费的影响则表现出显著的异质性：对于低收入组而言，随着消费支出的增加，前期消费的影响逐渐下降；对于中收入组而言，前期消费的影响与消费支出的规模无关，前期消费对本期消费的影响系数稳定维持在0.7左右；对于高收入阶层而言，前期消费的影响随着消费支出的扩大呈现上升趋势。笔者认为这可能是因为对于低收入者而言，消费支出本身就具有很高的不确定性，本期消费支出的突然提高，并不意味着他生活的改善，因为他未来的消费很有可能下降，但是对于高收入者而言，如果他本期消费支出较大，这种消费其实已经超过正常消费，因此消费支出一旦增大，奢侈消费习惯将导致消费者无法改变其消费行为，未来消费规模保持不变的可能性较大。 图3 前期消费参数估计值随分位数点增长的趋势图 从图4中可知对于全部居民而言，收入对消费的影响基本不受消费支出规模的影响，稳定维持在0.4左右，说明浙江省城镇居民总体收入的消费倾向较低，具体表现为消费率偏低。同样这种平均数据掩盖了内部的异质性，现阶段对于低收入组居民而言，随着消费支出规模的增长，收入的消费倾向呈上升趋势，但对于高收入组居民而言，消费支出对收入消费倾向的影响却相反，呈下降趋势。由此可以发现，对于低收入者而言，如果其支出较高，则一般收入较高，但是对于高收入者而言，如果支出较高，则收入并不一定是高收入组中收入较高的。这一点与我们现实中的现象比较符合。因此刺激低收入者的消费只需提高他们的收入，但是对于高收入者而言提高收入对他们的消费影响不大。 图4 收入的消费倾向系数随着分位数点增长的趋势图 目前浙江省居民的现期消费攀比现象较严重，对于全部居民而言，不管消费支出规模多少，现期社会平均消费对个人本期消费的消费倾向基本维持在0.4。值得我们注意的是，对于低收入者和中等收入者而言，现期消费攀比与消费规模基本没有什么影响，但是对于高收入者而言，随着消费规模的增长，这种攀比现象越来越严重，也就是说那些高收入者的高消费支出基本都只是为了满足他们的攀比心理，属于社会资源的一种浪费。 图5 现期消费攀比系数随着分位数点增长的趋势图 持久消费攀比其实是一种理性的攀比，是对现期消费攀比的一种纠正，因此通常是负值。从图4中可以发现，浙江省城镇居民的持久消费攀比较低，基本维持在-0.2左右，与现期消费攀比的0.4相比显著较小，说明总体上浙江省城镇居民具有一定的攀比性，这种攀比心理会增加居民的消费。另一值得我们关注的是，对于高收入者而言，随着消费规模的增长，持久消费的攀比系数由正变为负值。这说明对于高收入者而言，这种理性的消费攀比使得高支出者很容易纠正现期攀比的心理。因此对于那些高消费支出者，只需通过征收高额的奢侈税就能减少他们过多的不必要的消费，减少社会资源的浪费。 图6 持久消费攀比系数随着分位数点增长的趋势图综合上文的分析可以大致得出以下几条具有重要意义的结果：（1）对于全部居民而言，消费支出规模对城镇居民的消费行为几乎没有影响，但是这种平均却掩盖了内部的异质性。（2）对于低收入者而言，消费支出具有很高的不确定性，本期消费支出与下期消费相关性较低，但是对于高收入者而言，消费支出的不确定较低，一般如果本期消费支出较高，往往预示着下期消费支出较高。（3）对于低收入者而言，如果其支出较高，则一般收入较高，但是对于高收入者而言，如果支出较高，则收入并不一定是高收入组中收入较高的。（4）对于高收入者而言，随着消费规模的增长，这种攀比现象越来越严重。（5）对于高收入者而言，这种理性的消费攀比使得高支出者很容易纠正现期消费攀比心理。（二） 城镇居民消费行为受收入差距影响的差异分析分析收入差距影响的消费行为差异时，主要通过高中低三个收入组居民消费行为的对比分析。在进行对比分析时主要参考分位数点为0.5即中位数回归的估计结果，估计结果见表4。 表4 面板中位数回归模型参数结果表变量名低收入组中收入组高收入组-0.010.650.360.530.220.290.240.610.79-0.08-0.57-0.55根据表4结合图3、图4、图5、图6可知:（1）目前浙江省收入的消费倾向较低最根本原因是中等收入的收入消费倾向较低，中等收入阶层受教育、医疗、住房的压力较大，造成他们有钱而不敢消费。只有通过建立健全的教育、医疗和住房保障体系，解决他们的后顾之忧，才能刺激他们的消费。（2）随着收入的增长，居民的现期攀比心理越来越严重。但是与此同时随着收入的增长，未来的消费攀比对现期消费的影响越来越大，而且这种调节是负向的。因此也就是说收入越多，居民的理性攀比的纠正功能越强，这意味着政府完全有能力去纠正富者的畸形消费，减少社会资源的浪费。六、结论本文主要是基于面板分位数回归方法从消费支出影响和收入差距影响两个方面分析浙江省城镇居民消费行为的差异性。笔者得到的最大启示是：（1）总体均值的分析往往掩盖了总体内部个体的异质性。在实证分析中发现，总体上全部收入组居民的消费行为分析不受消费支出的影响，但是在后续的内部分析中发现这种无影响主要是由于中等收入组居民的无影响造成的，高收入组和低收入组居民的消费行为受消费支出的影响较大。因此在今后的分析中我们应注意对个体行为的分析，或先将个体进行归类再对各类进行分析，这样才能发现隐藏在个体内部的异质性。（2）目前浙江省的居民消费率偏低，主要是由中等收入阶层居民的消费率偏低造成的。同时对于低收入而言，收入的消费倾向较高，收入越高，意味着支出越高。因此政府在制定刺激消费政策时应注意政策的针对性，对于低收入者可采取增加他们收入的政策，而对于中等收入者而言，收入对他们的消费影响不大，可采取建立健全的教育、医疗和住房保障体系，较少他们的预防性储蓄，刺激消费。（3）收入越高，居民的攀比心理越严重。对于高收入者而言这种现象更加严重，高支出往往受到现期消费的攀比心理的影响，因此预示着这种高支出往往是资源的浪费，消费只是为了满足内心的虚荣心。同时支出规模越高，居民的持久消费的消费倾向越高，即对现期攀比心理的纠正功能越强，预示着政府完全可利用消费者的理性攀比心理，通过制定较高的奢侈税，纠正他们的畸形消费，减少社会资源的浪费。 参考文献1 孙凤、易丹辉.中国城镇居民收入差距对消费结构的影响分析J.统计研究，2000（5）：9152 田青、高铁梅.转轨时期我国城镇不同收入群体消费行为影响因素分析-兼谈居民消费过度敏感性和不确定性J.南开经济研究，2009（5）：124134.3 门丽琼、胥巍、杨晨光. 陕西城镇居民消费行为研究基于不同收入阶层的实证分析J.财经界（学术版），2010（10）：4345.4 陈娟、林龙和叶阿忠.基于分位数回归的中国居民消费研究J.数量经济技术经济研究，2008（2）：16275 胡宝娣、汪磊.基于分位数回归的我国居民消费研究J.商业研究，2011（1）：1071126 陈建宝、杜小梅和董海龙.基于分位数回归的中国居民收入和消费的实证分析J.统计信息与论坛，2009（7）：4450.7 孙敬水.中级宏观经济学M.上海:上海财经大学出版社.2008：2012228 杭斌.理性习惯偏好与居民消费行为J.统计研究，2011（3）：23299 Koenker R. and Bassett G. Regression QuantileJ.Econometrica,1978(46) : 33 - 50.10 王新宇.分位数回归理论及其在金融风险测量中的应用M.北京:科学出版社.2010：11411 Koenker R. Quantile Regression for Longitudinal DataJ. Journal of Multivariate Analysis，2004(91) : 74 89.12 罗幼喜、田茂再.面板数据的分位回归方法及其模拟研究J.统计研究，2010（10）：8187附录1面板分位数估计R软件程序rq.fit.panel-function(X,y,s,w=c(0.1,0.1,0.1,0.1,0.2,0.1,0.1,0.1,0.1),taus=(1:9)/10,lambda = 1)K - length(w)if(K != length(taus)stop(length of w and taus must match)X - as.matrix(X) p - ncol(X) n - length(levels(as.factor(s) N - length(y)if(N != length(s) | N != nrow(X)stop(dimensions of y,X,s must match) Z - as.matrix.csr(model.matrix(as.factor(s)-1) Fidelity - cbind(as(w,matrix.diag.csr) %x% X,w %x% Z) Penalty - cbind(as.matrix.csr(0,n,K*p),lambda*as(n,matrix.diag.csr) D - rbind(Fidelity,Penalty) y - c(w %x% y,rep(0,n)a - c(w*(1-taus) %x% (t(X)%*%rep(1,N),sum(w*(1-taus) * (t(Z) %*% rep(1,N) + lambda * rep(1,n)rq.fit.sfn(D,y,rhs=a) m-20 n-7 s-rep(1:n,rep(m,n) x-read.table(2.txt) x-as.matrix(x) X-cbind(1,x) y-read.table(1.txt) y-as.matrix(y) rq.fit.panel(X,y,s)附录2表5 浙江省城镇居民可支配收入表年份综合最低收入户低收入户中等偏下户中等收入户中等偏上户高收入户最高收入户19881453.31 855.41 1049.12 1213.45 1408.48 1651.11 1890.78 2526.33 1989 1648.83 937.12 1180.21 1366.94 1588.03 1856.98 2185.98 2908.90 1990 1769.16 1026.42 1291.48 1482.13 1733.56 2025.02 2377.18 2900.75 1991 1950.37 1178.26 1448.94 1661.66 1893.34 2202.45 2548.99 3194.55 1992 2414.90 1407.52 1750.88 1991.68 2320.31 2719.60 3161.30 4241.49 1993 3370.92 1793.11 2288.69 2667.72 3146.66 3770.02 4509.35 6482.93 1994 4690.50 2366.73 3043.78 3664.44 4432.40 5389.17 6503.59 8761.78 1995 5718.16 2886.19 3697.69 4414.72 5339.45 6538.89 8049.19 10810.79 1996 6345.32 3212.97 4140.59 4897.93 5891.58 7213.03 8871.67 12071.10 1997 7359.00 3625.00 4661.00 5646.00 6941.00 8587.00 10622.00 14163.00 1998 7837.00 3722.00 4777.00 5873.00 7353.00 9136.00 11383.00 15463.00 1999 8428.00 3929.00 4988.00 6222.00 7859.00 9952.00 12439.00 16800.00 2000 9279.00 3893.00 5184.00 6801.00 8650.00 10959.00 13515.00 19505.00 2001 10465.00 4019.00 5753.00 7438.00 9693.00 12588.00 15993.00 22086.00 2002 11716.00 4153.00 6052.00 7974.00 10413.00 13725.00 17618.00 25695.00 2003 13180.00 4486.00 6487.00 8578.00 11283.00 15240.00 20201.00 30868.00 2004 14546.00 4689.00 7051.00 9322.00 12708.00 17663.00 23402.00 35247.00 2005 16294.00 4950.00 7608.00 10212.00 13978.00 18989.00 25157.00 38993.00 2006 18265.10 5422.59 8474.11 11426.48 15369.77 20798.13 27950.95 44543.75 2007 20574.00 6347.00 9533.00 12911.00 17219.00 23518.00 31342.00 51555.00 2008 22727.00 7278.00 10705.00 14263.00 19294.00 26113.00 35252.00 60528.00 2009 24611.00 7845.00 11444.00 15371.00