【《居民收入差距对消费需求影响的实证研究》15000字（论文）】

居民收入差距对消费需求影响的实证研究内容摘要居民收入差距扩大是当前我国经济发展中愈加突出的问题，在中国不断攀升的经济中，因收入分配不均而影响到的消费需求不足严重阻碍了经济持续健康发展。本文通过分析全国各省市自治区居民收入和消费的现状，利用27个省市自治区（除吉林、山东、海南、西藏、香港、澳门、台湾）的面板数据，在假设模型的基础上探索居民收入差距对消费需求的影响，模拟了各省市自治区的居民收入基尼系数对居民消费率的影响。研究发现中国居民收入差距与消费需求呈现在5%水平上显著负向影响，当基尼系数每增加一个单位时，居民消费率会随之减少0.286个单位。并且就各类消费需求而言，在5%的显著水平下居住类消费显著受到居民收入差距抑制影响，就地区而言，中东部地区分别在1%和5%显著水平下居民消费需求受到收入差距抑制作用。基于此，对于如何形成良好的双循环发展格局有着重要的政策启示作用。本文将收入差距的变化作为改善内需的基础，建议政府在制定改变收入差距措施时，要考虑不同地区居民收入差距对消费需求的差异，利用好不同地区的比较优势，在适度收入差距下使得居民消费需求最大化，并且完善支持畅通“国内大循环”的税收政策、就业和再就业政策，加大新型民生基础设施建设，通过以上方式来扩大内需，促进中国经济双循环。关键词基尼系数；居民消费率；收入差距；消费需求一、绪论（一）研究背景和研究意义改革开放以来，我国经济发展水平有了质的飞跃，伴随着市场化进程加快，人均可支配收入的持续上涨，消费种类的多样化，以及消费偏好的转变，居民消费需求对经济增长的贡献度呈现“U”型趋势。在中国经济发展进入新时期的同时，中央多次重申，逐步形成以国内大循环为主体、国内国际双循环相互促进的新发展格局。中国经济“双循环”这一战略抉择把扩大内需定位为战略基点，但在过去20年，内需不足一直是中国经济发展道路上的亟需解决的问题。我国内需不足主要体现在消费不足上，而作为拉动经济增长的“三驾马车”之一的消费需求近年来呈逐年下降的趋势。衡量我国消费需求的最终消费率从改革开放后的61.95%下降到2019年的55.43%，而导致最终消费率下降的主要原因是居民消费率的下降，尤其在2000年以后居民消费率的下降幅度明显。（张恒龙和姚其林，2020）[1]基于上述现实背景，我们不由得反思导致居民消费下滑的原因。影响居民消费需求低迷的因素有很多，比如居民收入差距、国内生产总值、商品消费价格、消费市场环境等。然而所有的消费理论都指出收入是决定消费的最主要因素，收入分配不均衡将会导致消费需求的下降，那么要振兴消费需求，必须从居民收入差距着手。现在中国居民收入差距呈两极化发展，还出现了区域异质性等特征，这势必对消费需求产生重要影响。当前学术届关于收入差距对消费需求的影响展开了很多深入的讨论，并有着丰硕成果，但收入差距对于不同类别消费的影响较为欠缺。本文将从消费结构的角度探究居民收入差距对于不同类别消费需求的影响，并且考虑不同地区居民收入差距对消费需求的差异，通过实证研究全面把握居民收入差距和消费需求之间的关系，提供政府制定出最有利于消费需求增长的政策，并为促进国际国内双循环发展提供方向。（二）文献综述近年来，随着中美经贸摩擦升级等一系列重大事件的发生，我国面临的国际国内发展环境日益复杂，风险挑战在不断增加,我国在兼备国内外经济发展趋势，跟随经济发展历史规律下提出的供需求侧改革同步协同进行和国内国际经济双循环，都旨在强调消费需求对我国经济发展的重要性。乔榛和王丹（2021）[2]认为经济循环是任何国家经济正常运行的条件，根据经济循环运行的内在机理,消费转型是推动经济循环重构的主要动力,为此,需要在增加消费比重和提升消费层次上下功夫,并着力解决消费比重增加和消费层次提升的制约因素。杨守德和张越（2021）[3]结合十九届五中全会精神,以"乡村振兴"和"形成国内强大市场"这两大重要举措为出发点,研究得出城乡市场差距较大，居民愿意消费的意识较弱，要激发农村居民的消费潜力，助力我国国内大循环发展已成为至关重要的一步。消费是拉动经济增长的三大要素之一(贾晓华,2020)[4]，刘锐卿（2020）[5]认为近年来我国在政策方面，很大程度上提升了居民的消费能力，激发了居民的消费需求，但同发达国家相比，仍存在一定程度上的不足与差距。目前仍不能确定全球经济复苏,而国内经济增长尚未恢复至常态化水平,居民消费增速也有明显下降（明明，2020）[6]。长期以来,中国居民的消费需求低迷的因素就是居民可支配收入增长迟缓。（洪帅和刘志远，2020）[7]关于如何增加居民消费需求，程恩富和张峰（2021）[8]表示要加快构建国内大循环为主体、国内国际双循环相互促进的新发展格局，就要坚持劳动主体分配原则，减少收入差距实现共同富裕。朱富强(2021)[9]也认为要强有力地提高内需，就要抑制对奢侈品这一类非基础性商品的需求，而抑制收入差距是实现这一需求最基本的途径。张耀一（2017）[10]认为当前中国经济需求侧面面临投资渠道不畅、政策效应下降、外需依赖较大、内需启动受阻等困境，从需求侧陆续增加居民可支配收入，在一定程度上可以刺激消费。根据2013年至2018年数据[11]，我国基尼系数在0.4-0.5收入差距较大的区间徘徊，呈现先下降后上升，中国政府有采取相应的措施来减缓基尼系数的上升，但效果不佳。在我国低收入群体总量较大，而且由于自身原因，如下岗失业、身体状况差和受教育水平较低等，使得其收入增长极其迟缓，造成居民内部不平均程度加重。通常人们会将0.4作为收入分配差距的“警戒线”，而如今中国社会的贫富差距已经突破了合理的限度。同国际相比，冯伟（2015）[12]根据经济合作与发展组织的数据(OECD），得出我国基尼系数仍处于较高水平。同国内相比，我国学者苏玉华等（2020）[13]、刘金娥（2019）[14]从地区居民收入差距、城乡居民收入差距、不同地区的收入差距三个方面进行分析，我国居民收入差距现在仍处于扩大的状态；毫无疑问，收入差距的扩大，对消费需求有着越来越重要的影响。关于收入差距对消费需求的影响，国内外的学者从收入的不同角度都进行了研究。从整个国民经济发展水平来看，纪园园和宁磊（2018）[15]、余官胜（2011）[16]基于省际面板协整的实证研究表明，当国民经济发展水平较低时，分配不均会刺激城镇居民的消费行为；当国民经济发展水平较高时，分配不均则会抑制城镇居民的消费行为。从居民不同收入等级来看，董鸽和赵昕东（2014）[17]表明低水平收入户消费弹性系数小于最低水平收入户，并且根据经济学边际消费倾向递减原理，中等和高水平收入户要低于最低水平收入户，但由于中等收入以及高收入人群的可支配收入中存在隐形收入未统计入其中，导致高水平收入户和中等水平收入户弹性大小要大于最低水平收入户，后也有白重恩等（2015）[18]证明这一原因。后Krueger(2016)[19]还通过理论模型证明当存在信贷约束时，收入差距上升，低收入群体的消费会由于接待约束而被抑制，使得总消费减少。从城镇、农村、城乡之间居民收入差距来看，刘东皇等（2020）[20]运用中介效应模型基于1978-2017年中国和2000-2017年江苏、河南及四川的省级时序数据,研究得出城乡收入差距与城乡消费差距负相关关系。不过张学功和徐慧枫(2015)[21]、戴钰（2014）[22]认为城镇居民之间的收入分配不均和城镇居民消费需求、农村居民间的收入分配不均和农村居民消费需求有着负相关关系，全国居民收入差距和全国居民消费需求有正相关关系,戴钰（2014）[22]还表明农村居民收入对居民消费支出拉动效用要大于城镇。黄国瑞（2020）[23]对不同类型地收入差距对中国居民消费影响进行研究后发现，居民消费对于不同收入群体之间的收入差距并不敏感,但对于区域间的收入差距和城乡收入差距较为敏感,而且在控制其他变量的情况下,这两种差距能够显著提升消费,这一现象是比较反直觉的,可能与居民的攀比式消费和中国的收入差距主要是由于区域间和城乡间差距造成的有关。李子联和朱江丽（2014）[24]运用全国数据和省际面板数据进行实证检验后发现，收入不平等提高了部分居民的收入水平，但抑制了居民消费结构的优化和升级。而张翼等（2020）[25]、罗利君（2020）[26]认为居民的收入水平的提高能够带动居民消费需求,收入水平的上升为促进消费需求的增加提供了能力支撑。不过作为居民收入主要来源的劳动收入超过一定适度范围则会抑制居民消费率。总的来说，一定限度内的收入水平和收入差距，一个对消费需求有促进作用，一个对消费水平有抑制作用，两者对消费需求的影响孰重，需要我们进一步探讨。除此之外，不可持续的消费还会反作用于收入差距，加大贫富差距（Rashid,2021）[27]。对于收入差距如何提高消费需求，胡瑞冬和郭芳芳（2020）[28]认为应该进一步从供给侧深化要素市场化改革,降低城乡发展差距,以完善的市场经济体制机制促进经济的可持续健康发展。袁田（2018）[29]通过研究农村居民纯收入包括工资性收入、家庭型经营纯收入、财产收入和转移性收入，发现它们与消费需求都存在一个正相关性，所以要提升居民消费率，当前需要缩小的是以财产性收入和转移性收入等为核心的非劳动收入差距（江剑平等,2020）[30]，不过杨天宇和曹志楠（2016）[31]认为要缩小的是工资性收入和经营性收入。还有很多学者从消费的不同角度来研究收入差距和消费需求之间的关系。Uzar（2020）[32]调查了收入不平等对43个国家的可再生能源消费的影响，结果表明收入不平等的减少将增加可再生能源的消费；李建伟（2013）[33]调查了居民收入差距对耐用消费品的影响，结果表明可以通过缩小收入差距来刺激现阶段国内耐用消费品的需求；梁红梅和赵宏宝（2020）[34]调查了人均可支配收入对社会消费品零售总额的动态关系研究，结果表明人均可支配收入能正向推动社会消费品零售总额的增长；林伯强和刘畅（2016）[35]、Auffhammer和Wolfram(2014)[36]调查了收入对城镇居民家电消费的影响，结果表明居民收入的提高对城镇居民家电消费量有正的影响；段彦辉（2020）[37]调查了城镇居民家庭收入对交通与通信、家务服务消费影响，结果表明各地间收入差距的拉大会阻碍交通与通信、家务服务消费；蒋姣和赵昕东(2021)[38]调查了收入差距对基础型、发展型和享受型三类消费的影响，结果表明收入差距扩大显著抑制家庭的基础型、发展型和享受型消费。通过上述研究可以看出，收入差距对不同的消费会有着不同的影响。国家统计局将消费支出分为8大类，包括食品烟酒、衣着、居住、生活用品及服务、交通通信、教育文化娱乐、医疗保健和其他用品及服务。汪廷美(2020)[39]在研究中指出食品和衣着等生活必需品消费支出在总消费中所占比重呈下降趋势,其它消费支出所占比例显著上升，医疗健康和衣着方面的消费支出在总消费支出中所占比例与居民收入水平差异无明显关联,食品、教育文化娱乐、交通通信和住房消费等方面的支出则随居民收入水平的不同而存在巨大差异。钟苹（2019）[40]有研究表明在服务类消费（交通通信、教育文化娱乐、医疗保健消费）中，边际消费倾向较大的消费它的收入弹性也很大。不过在现有研究中，暂时没有文章进一步探讨这八类消费和居民收入水平、收入差距之间的关系。综上所述，近年来我国居民消费增速放缓、收入差距逐渐拉大、区际间收入差异日趋明显,我国经济面临着一定的下行压力。国内外学者从国家层面的收入差距和消费需求的不同角度探索了两者关系，少数学者提及基于省际面板研究收入差距对消费需求影响，以此寻找扩大内需的方法。本文将目光转向各省收入差距对消费需求影响，并将消费需求按照消费支出8大类进行区分，探究收入差距对食品烟酒、衣着、居住、生活用品及服务、交通通信、教育文化娱乐、医疗保健和其他用品及服务八类消费的影响。利用27个省市自治区（除港澳台地区）的居民收入相关数据，构建经济系数衡量收入差距，针对2002年-2019年居民收入差距对消费需求的影响进行研究。（三）研究思路与研究方法1.研究的思路中国经济要实现高质量发展，必须要参与国际经济循环，并有效地统筹国内国际经济循环。当前我国经济正处于由总量提升向质量提升的转折点，扩大内需是是经济发展的根本立足点。我国要为双循环疏通障碍，首先要解决就是收入分配差距过大对消费的制约。本文将基于省际面板数据，构建经济系数，研究收入差距对消费需求的影响显著水平大小。2.研究的方法采用的研究方法有实证分析和规范分析相结合的方法，包括面板数据分析、豪斯曼检验、异质性分析、稳健性检验、论述分析方法等。二、我国居民收入差距以及消费需求现状考察（一）各省市居民收入规模、收入差距现状分析1、各省城乡收入差距随着我国经济体制改革的深入，居民收入水平在不断攀升，人民社会生活总体上达到了小康水平，社会保障制度根据老百姓需求不断从根本上解决问题，但与此同时，随着社会生产力水平的提高，城乡之间收入差距也在逐渐扩大，分配秩序比较混乱，现已成为抑制经济健康发展和影响社会安定的主要因素。用国民收入总额来反映收入规模，根据附录1，我国国民收入总额在不断攀升，但从增速来看不太稳定，在2002年-2019年间已经有两次大幅下降，历史最高峰达到23.6%，而最低谷国民收入总额增速跌到了7.6%。由于2013年人均可支配收入统计口径发生变化，2002-2012年农村居民人均可支配收入用人均纯收入来表示，根据各地区城镇居民人均可支配收入与各地区农村居民人均可支配收入之比得到不同地区的城乡居民人均收入比即收入差距，由附录2所示。近年来，城乡居民收入差距整体上是有所减少的，但是在2010-2011年各省都出现了收入差距扩大并反弹的情况。云南省、甘肃省、贵州省的收入差距一直处于较大的状态，在2019年，收入差距最大的甘肃省的居民人均收入比竟有3.357。天津市较其他省市自治区而言处于收入差距较小的状态，在2019年的收入差距为1.859。居民收入差距不能有效的降低，将不利于我国消费需求的发展。除此之外，城乡居民收入差距扩大和经济发展程度有一定关系，城乡居民收入差距的扩大，也势必会制约农村居民生活水平质量的提升，最终将会影响社会安定。2、收入层次在国家统计局发布的年度数据中，由于在2013年统计口径发生变化，在2002-2012年城镇居民人均可支配收入按照七等份分组，农村居民人均可支配收入五等份分组，在2013-2019年全国居民人均可支配收入按照五等份分组，见附录3、4、5。2002-2012年城镇居民较低收入户的人均可支配收入较其他组增速最快，农村居民中等偏上户人均可支配收入增速最大。2013年至2019年低收入组家庭人均可支配收入从4402.4元上升到7380.4元，增长了67.6%；中间偏下收入组家庭人均可支配收入从9653.7元上升到15777元，增长了63.4%；中间收入组家庭人均可支配收入从15698上升到25034.7元，增长了59.5%；中间偏上收入组家庭人均可支配收入从24361.2上升到39230.5，增长了61.0%；高收入组家庭人均可支配收入从47456.6元上升到76400.7.增长了61.0%。可以看出，低收入组家庭人均可支配收入在2013年到2019年增长的是最快的。虽然五等分的居民人均可支配收入在不断增加，但是五组之间的收入差距在逐渐拉大，在2019年高收入组家庭比低收入家庭人均可支配收入竟然相差69020.3元。除此之外，低收入组家庭和中间偏下收入组家庭人均可支配收入增速缓慢，高收入组、中间偏上、中间收入组家庭人均可支配收入在小幅攀升。3、基尼系数基尼系数是用来分析和反应居民收入分配差距的指标。基尼系数由于给出了反映居民之间贫富差异程度的数量界线，可以较客观、直观地反映和监测居民之间的贫富差距，预报、预警和防止居民之间出现贫富两极分化，因此得到世界各国的广泛认同和普遍采用。基尼系数越大，代表着居民收入差距的增加。根据联合国开发计划署等组织规定：基尼系数若低于0.2表示指数等级极低（高度平均）；0.2-0.29表示指数等级低（比较平均）；0.3-0.39表示指数等级中（相对合理）；0.4-0.59表示指数等级高（差距较大）；0.6以上表示指数等级极高（差距悬殊）。由于此前有田卫民（2012）[41]测算出1995-2010年各省市自治区的基尼系数，故本文测算了2011年-2019年的各省级区域的居民收入基尼系数。根据田卫民（2012）测量省域基尼系数的方法及2010年城镇和农村基尼系数，测算27个省市自治区基尼系数。由于有些省市自治区在一些年份没有公布城镇或农村居民收入分组数据，所以无法计算出基尼系数。为了能够更完整的分析基尼系数的变动趋势，按照田卫民（2012）的处理方法，假定某年之后不再公布城镇或农村居民收入分组数据，当年城镇或农村居民收入的基尼系数与前一年的基尼系数相同。河北、内蒙古和新疆没有公布2020年统计年鉴，所以根据插值法得出2019年基尼系数分别为0.3344、0.3776、0.4057。根据附录6得知，从2011年到2019年，各省的居民收入基尼系数都处于波动的状态。通常人们会将0.4作为收入分配差距的“警戒线”，能够看出贵州省、甘肃省、青海省都突破了合理限度，基尼系数都比较大，收入分配形势严峻，在2019年三省的基尼系数分别为0.4128、0.4353、0.4166，三省的基尼系数历史最高可达到0.4686，而使得三省基尼系数高的原因是这三个省的居民收入主要依靠的是自然环境下的农业生产。除此之外，新疆、云南、宁夏这3省的基尼系数也基本维持在0.4以上，都是居民收入差距较大，超过“警戒线”的省份。天津市、北京市、上海市的基尼系数较低，这三市的居民收入差距相对较小，这得益于三市的城市化水平高，所以收入分配比较合理平均。其他的省市自治区居民收入基尼系数都保持在0.3-0.4之间，属于收入分配相对平均的范畴。总体而言，我国的27个省市自治区居民收入相对平均，但仍有7个省的基尼系数处于0.4之上，收入差距明显。在我国低收入群体总量较大，除自然因素外，由于自身原因，如下岗失业、健康状况差和文化技术素质低等，也使得其收入增长极其缓慢，造成居民内部不平均程度加剧，即便现在提倡增加低收入者收入，扩大中等收入群体，调节过高收入，政府采取了相应的措施来减缓基尼系数的上升，但效果不佳。（二）各省市消费需求的现状分析消费需求用消费支出来衡量。从整体来看，居民消费支出一直在稳步增长。根据附录7，从不同地区的居民人均消费支出来看，2002年至2019年我国人均消费支出不断增长，人均消费支出较高的地区是上海市、北京市，人均消费支出较低的地区是云南省、甘肃省、贵州省。2019年消费支出最高的上海市居民人均消费支出已经达到了消费支出最低的云南省居民人均消费支出的2.89倍。可见经济发展水平较高的地区人均消费支出较高，经济发展较落后的地区人均消费支出相对较低。随着消费的多样化，一般家庭中的消费支出有食品烟酒，衣着，居住，生活用品及服务，交通和通信，教育、文化和娱乐，医疗保健，其他用品和服务等8个大类。从不同类的消费支出来看，通过统计公报得知，2002年到2019年在消费支出的八大类中食品烟酒的消费支出一直是最高的，其次是居住的消费支出。根据2019年国家统计局的数据，27省中人均消费最高的上海市比人均消费支出最低的贵州省高出了30825.18元，可见地区之间消费支出差距问题严重。从消费结构来看，我国居民消费结构存在明显的差异，根据恩格尔系数来看，虽然我国居民生活现已达到富裕水平，但居民之间消费需求仍存在距离。城镇居民和农村居民达到了富裕水平，但农村居民的恩格尔系数始终高于城镇。这也说明城乡之间不光收入之间存在差距，消费需求也大有不同。三、居民收入差距对消费需求的影响机理由于吉林、山东、海南、西藏大部分年份的基尼系数无法计算，基于数据可得性和连续性，本文故选取2002年-2019年27个省市自治区（不包括吉林、山东、海南、西藏、香港、澳门、台湾）面板数据。研究数据主要来自国家统计局、各省统计局以及EPS数据平台。本文研究居民收入差距对消费需求的影响，因此中国居民消费率和收入差距是本文研究的两个主要变量，（一）变量的选择和样本数据衡量居民消费需求的指标，主要采用居民消费率，即居民人均消费支出占人均GDP的比重。基于省际面板数据，本文的居民消费率为各省居民人均消费支出占各省人均GDP的比重。在国家统计局中2013-2019年各省的人均GDP和各省居民人均消费支出的可以直接获得，但是2002-2012年的各省居民人均消费支出不可直接获得。2012年及以前各省居民人均消费支出分为了城镇和农村居民人均各类消费支出，可以分别乘以当年城镇和农村人口率，得出城镇居民总消费支出和农村居民总消费支出，得出2002-2012年各省居民人均消费支出。衡量收入差距的指标，本文运用基尼系数。结合前文已经计算出的2011-2019各省级区域居民收入基尼系数，以及田卫民的研究中1995-2010年的基尼系数，给出2002年-2019年各省域居民收入基尼系数。（二）实证1、模型构建和变量选取为了分析居民收入差距对消费需求的影响，本文构造计量模型如下：（1.1）其中i表示省份；t表示年份；consume表示居民消费率，consume代表居民人均消费率；GINI表示衡量各省居民收入差距的基尼系数；Controls代表控制变量，包括Industry、GDP、CPI；α0、α1、αJ是待估计参数。Industry是第二产业占比，根据曾炬（2020）[42]中国居民消费水平对产业结构的影响研究显示，第二产业对居民消费水平有显著影响，由此我们将第二产业占比作为控制变量，以控制产业结构变化对居民消费率的影响。GDP是人均GDP，现有诸多研究证明人均GDP对消费率存在一个“U型”关系，即随着人均GDP增加，消费率将会先减少后增加。本文将人均GDP作为控制变量，以控制由于个人收入水平的变化而导致居民消费率的增减。CPI是居民消费价格指数，用来度量通货膨胀。通货膨胀会使得人们购买力下降，支出增加，收入水平减小，并且会让人们消费需求减弱，消费预期降低。本文以CPI作为控制变量，以控制由于通货膨胀而导致消费率的变化。2、描述性统计及相关性分析由于控制变量Industry、GDP、CPI数值过大，所以取了对数进行标准化处理。以上变量的统计特征如表1所示，从描述性统计结果可知，居民消费率均值为0.323，标准差为0.086，中位数为0.311，最小值为0.136，最大值为0.913。居民消费率仅有32.2%，说明这27个省市自治区的居民消费需求还是相对较低的。此外，由表2相关性分析可以发现，基尼系数对居民消费率存在显著正向影响，且在1%水平上统计显著，其系数为0.429。表1描述性统计variableNmeansdp50minmaxconsume4860.3230.0860.3110.1360.913gini4860.3830.0530.3850.2630.491industry4863.8160.1923.8572.7854.119gdp48610.2540.80210.4068.05612.009cpi4864.6290.0184.6274.5814.701表2相关性分析consumeginiindustrygdpcpiconsume1gini0.429***1industry-0.259***0.276***1gdp-0.609***-0.676***-0.239***1cpi-0.152***0.131***0.166***0.0341注：***p<0.01,**p<0.05,*p<0.13、实证结果本文运用stata的面板数据回归方法，通过hausman检验，由于P值小于0.1，所以使用固定效应模型进行回归。从回归结果表3可以发现，基尼系数对居民消费率存在显著负向影响，且在5%水平上显著。其系数为-0.286，当基尼系数每增加一个单位时，居民消费率会随之减少0.286个单位，说明降低收入差距将有利于消费需求的增长。控制变量都与居民消费率呈现负向影响，除消费价格指数不显著外，第二产业占比、人均GDP都在1%水平上显著。本文还将27个省市自治区划分为东北部、中部、东部、西部四个地区，东北部地区包括黑龙江省、辽宁省；中部地区包括山西省、河南省、湖北省、安徽省、湖南省、江西省；东地区包括北京市、天津市、上海市、河北省、江苏省、浙江省、福建省、广东省；西部地区包括内蒙古自治区、新疆维吾尔自治区、宁夏回族自治区、陕西省、甘肃省、青海省、重庆市、四川省、广西壮族自治区、贵州省、云南省。表14（2）列示东北部地区回归结果，(3)列东部，（4）列中部，（5）列西部。从表14回归结果可以发现，在分地区回归后，居民收入基尼系数对居民消费率的影响在东北部和西部地区呈正相关但不显著，在东部和中部地区分别在5%和1%的水平下显著为负。可见经济发展较高的中东部地区居民在我国收入差距的增加的趋势下，对消费需求有抑制作用。表3基尼系数对居民消费率的回归结果(1)(2)(3)(4)(5)VARIABLESconsumeconsumeconsumeconsumeconsumeGINI-0.286**0.559-0.353**-1.023***0.051(-2.367)(1.072)(-2.428)(-2.970)(0.296)Industry-0.297***-0.229***-0.181***-0.383***-0.304***(-15.826)(-5.550)(-6.960)(-5.791)(-8.685)GDP-0.071***-0.004-0.033***-0.098***-0.069***(-15.798)(-0.224)(-4.581)(-8.280)(-11.334)CPI-0.1520.0870.006-0.232-0.356**(-1.240)(0.213)(0.037)(-0.687)(-2.048)Constant2.998***0.6221.404*4.276***3.830***(5.537)(0.343)(1.874)(2.864)(5.124)Observations48636144108198R-squared0.5430.6260.3100.5860.665F135.112.5814.8534.6990.89df_r4553013298183注：括号内为t检验；***p<0.01,**p<0.05,*p<0.1居民收入可以分为城镇居民收入以及农村居民收入，利用田卫民（2012）[41]的方法计算出城镇居民和农村居民收入基尼系数，并且运用插值法计算出无法通过城镇或农村居民收入分组数据计算出的基尼系数，见附录8、9。利用城镇居民收入基尼系数和农村居民收入基尼系数进行了异质性分析。据表4，城镇居民收入基尼系数和居民消费率呈正向影响，而农村居民收入基尼系数和居民消费率呈负向影响。可见城镇居民收入差距的扩大将对居民消费需求产生积极影响，而农村居民收入差距的扩大将对居民消费需求产生抑制作用。表4异质性分析(城镇)(农村)VARIABLESconsumeconsumeGINI10.002GINI2(0.026)-0.020**(-0.272)Industry-0.304***-0.304***(-16.175)(-16.276)GDP-0.064***-0.064***(-18.011)(-18.299)CPI-0.213*-0.218*(-1.768)(-1.789)Constant3.127***3.156***(5.762)(5.718)Observations486486Numberofid2727R-squared0.5370.537F132.1132.2df_r455455注：括号内为t检验；***p<0.01,**p<0.05,*p<0.1考虑到回归方程式（1.1）中可能存在内生性问题，从而影响本文计量回归记过的真实性和可靠性，本文通过稳健性检验，更换变量的方法，将被解释变量更换为Consume1、Consume2、Consume3、Consume4、Consume5、Consume6、Consume7、Consume8，分别为居民食品烟酒消费率，居民衣着消费率，居民居住消费率，居民生活用品及服务消费率，居民医疗保健消费率，居民交通和通信消费率，居民教育、文化和娱乐消费率，居民其他用品和服务消费率。从表5的回归结果可以发现，居民食品烟酒消费率、居民生活用品及服务消费率、居民交通和通信消费率、居民其他用品和服务消费率与居民收入基尼系数呈正相关关系，这可能是由于这四类消费是基础消费，消费价格相对较低，随着收入差距扩大，居民消费需求也同时增长。居民收入基尼系数对居民衣着消费率、居民居住消费率、居民医疗保健消费率、居民教育、文化和娱乐消费率存在负向影响，特别是居民居住消费率在5%水平下显著负向影响，这与前文结论一致，表明本文结论具备稳健性。表5稳健性检验结果(1)(2)(3)(4)VARIABLESconsume1consume2consume3consume4GINI0.028-0.006-0.026**0.001(1.393)(-0.861)(-2.051)(0.152)Industry-0.275***0.010-0.336***-0.052***(-10.260)(1.029)(-19.893)(-9.680)GDP-0.443***-0.077***0.049***-0.021***(-32.205)(-15.406)(5.647)(-7.584)CPI0.373*-0.106-0.673***-0.135***(1.689)(-1.322)(-4.836)(-3.040)Constant0.933***0.358***1.425***0.345***(2.833)(2.999)(6.870)(5.197)Observations486486486486R-squared0.7120.3840.5800.256F281.870.97156.839.19df_r455455455455注：括号内为t检验；***p<0.01,**p<0.05,*p<0.1(5)(6)(7)(8)VARIABLESconsume5consume6consume7consume8GINI-0.0020.008-0.0220.003(-0.510)(0.958)(-1.406)(1.161)Industry-0.099***-0.120***-0.020-0.018***(-17.009)(-11.292)(-0.918)(-6.182)GDP-0.017***0.001-0.117***-0.026***(-5.834)(0.268)(-10.646)(-17.597)CPI-0.160***-0.204**-0.682***0.023(-3.343)(-2.330)(-3.881)(0.946)Constant0.443***0.505***1.392***0.059(6.206)(3.872)(5.309)(1.647)Observations486486486486R-squared0.4340.2600.2460.429F87.0939.9437.0585.45df_r455455455455注：括号内为t检验；***p<0.01,**p<0.05,*p<0.1四、总结和建议根据上述内容得出以下结论：居民收入分配差距的扩大，是导致居民消费率不断下降、消费需求不足的重要原因。对于不同地区要区别对待居民收入差距对消费需求影响，西部和东北部地区由于经济发展水平相对较低，居民收入差距和消费需求之间存在正相关关系，也就是说居民收入差距的扩大将对西部和东北部居民消费产生积极影响；而中东部地区由于经济发展水平较高，收入差距和消费需求之间有显著负影响，如果收入差距拉大，将会降低内需，所以中东部地区居民收入差距较大的问题亟需解决。并且，对于不同的消费需求也要区别对待居民收入差距对消费需求影响。居民收入基尼系数对居民衣着消费率、居民居住消费率、居民医疗保健消费率、居民教育、文化和娱乐消费率存在负向影响，由于这四类消费价格高、支出较多、占比较重，居民收入差距的增加，将对这四类消费产生消极影响，特别是居民居住消费需求。现因中国经济发展时出现了居民收入差距扩大而居民消费需求减小的趋势，这对中国经济双循环将会产生消极影响。现要稳定扩大内需，那么必须重视居民收入差距，由此本文提出以下建议：（一）政府在制定缩小收入差距措施时，要考虑地区间收入差距对消费需求的差异，要发挥好市场配置作用，明确各地区内部经济发展模式，利用好不同地区的比较优势，使得在适度收入差距下居民消费需求最大化。可以让经济相对发达地区带动相对落后地区，从新的初始点上实施多个区域发展规划，这将对我国降低居民收入差距、提高消费需求具有重要的推动作用。（二）进一步完善支持畅通“国内大循环”的税收政策。构建新发展格局的核心是促进经济活动的顺畅进行，维持国内各个节点、各个产业、各个部门、各个区域之间以及城乡之间的顺畅。除此之外要充分利用国内国际两个市场、两种资源，发展经济，满足需求，使得人民福利最大化。在新发展格局下，其中一项核心任务是突破高新科技领域的技术平台期，解决产业发展“卡脖子”问题。同时加以完善我国税收调节收入分配功能，让税收成为名副其实的调节收入分配最好的经济杠杆。政府可以加强税法的法律法规，从消费的角度而言，建议出台刺激消费的税收优惠政策。要加大对税法的宣传力度，增强国民纳税意识，按照市场经济条件下各类市场主体公平竞争的原则和世界贸易组织的基本规则，统一城乡税制。如今要更进一步实现各类市场主体之间税收待遇一致，税收负担一致，发挥财政政策和税收政策的宏观调控作用，缩小城乡居民收入差距。（三）加大新型民生基础设施建设。注重加强对生态环保、医疗器械、公共卫生、教育、政务协调等领域的投资，提高人民获得感。同时加大新型基础设施建设。现代物流体系、远程办公、线上教育等新领域的发展不仅缓解了疫情状态下社会功能停滞的局面，同时也促进了居民消费升级。以此为契机，加大对智慧城市、物流基地、5G技术、互联网等相关基础设施投资，以新型基建稳增长、促进产业升级。（四）完善、落实就业和再就业政策。我国有大量的劳动供给，劳动力价格相对于世界上其他国家具有竞争优势，因此应把就业作为今后发展战略的最重要的抉择。拓宽就业渠道，对冲外部影响，把就业再就业作为经济发展的契机。与此同时，在就业环境中为一些低收入者提供福利政策，启动多方联动的招工服务平台。强化资金使用管理，利用就业资金与补助挂钩的方法，使资金使用效益最大化，并为下岗人员提供相关职业培训并强化培训服务力度，提高工作技术技能，扩大劳动输出规模。附录[1]2002-2019年国民总收入及增速年份国民总收入（元）增速（%）20021204800.10320031365760.13420041614150.18220051859990.15220062190290.17820072707040.23620083212300.18720093479350.08320104103540.17920114833930.17820125373290.11220135881410.09520146443800.09620156862560.06520167434080.08320178313810.11820189143270.10020199841790.076资料来源:国家统计局[2]2002-2019年城乡收入比年份200220032004200520062007200820092010201120122013201420152016201720182019北京2.312.482.532.402.412.332.322.292.022.232.212.612.572.572.572.572.572.55天津2.182.262.282.272.292.332.462.462.122.182.111.891.851.851.851.851.861.86河北2.492.542.512.622.712.722.802.862.472.572.542.422.372.372.372.372.352.32山西2.903.053.053.083.153.153.203.302.963.243.212.802.732.732.712.702.642.58内蒙古2.903.093.123.063.103.133.103.212.873.073.042.892.842.842.842.832.782.67辽宁2.372.472.422.472.542.582.582.652.282.472.472.632.602.582.552.552.552.47黑龙江2.542.662.492.572.582.482.392.412.022.072.062.232.162.182.182.172.112.07上海2.132.232.362.262.262.332.332.312.062.262.262.342.302.282.262.252.242.22江苏2.052.182.202.332.422.502.542.572.252.442.432.342.302.292.282.282.262.25浙江2.372.452.452.452.492.492.452.462.182.372.372.122.082.072.072.052.042.01安徽2.853.193.013.213.293.233.093.132.672.992.942.582.502.492.492.482.462.44福建2.602.682.732.772.842.842.902.932.642.842.812.472.432.412.402.392.362.33江西2.752.812.712.752.762.832.742.762.422.542.542.432.402.382.362.362.342.31河南2.823.103.023.023.012.982.972.992.602.762.722.422.382.362.332.322.302.26湖北2.782.852.782.832.872.872.822.852.462.662.652.342.292.282.312.312.302.29湖南2.903.033.043.053.103.153.063.072.682.872.872.702.642.622.622.622.602.59广东2.853.053.123.153.153.153.083.122.732.872.872.672.632.602.602.602.582.56广西3.633.723.773.723.573.783.833.883.403.603.542.912.842.792.732.692.612.54重庆3.453.653.673.654.033.593.483.522.983.123.112.722.652.592.562.552.532.51四川3.143.163.062.993.113.133.073.102.722.922.902.652.592.562.532.512.492.46贵州3.994.204.254.344.594.504.204.283.703.983.933.493.383.333.313.283.253.20云南4.504.504.764.544.474.364.274.283.653.933.893.343.263.203.173.143.113.04陕西3.974.064.014.034.104.074.104.113.443.633.603.153.073.043.033.002.972.93甘肃3.873.983.984.084.184.304.034.003.483.833.813.563.473.433.453.443.403.36青海3.703.763.743.753.823.833.803.793.293.393.273.153.063.093.093.083.032.94宁夏3.163.203.113.233.323.413.513.463.003.253.212.832.772.762.762.742.722.67新疆3.703.413.343.223.243.243.263.162.642.852.802.692.662.792.802.792.742.64资料来源:计算所运用的城镇居民人均可支配收入、农村居民人均纯收入、全国居民人均可支配收入数据均国家统计局[3]2002-2012城镇居民人均可支配收入分组单位：元年份20022003200420052006200720082009201020112012最低收入户(10%)24092590286231353569421047545253594868768215较低收入户(10%)3649397044294885554165057363816292851067212489中等偏下户(20%)4932537760246711755489011019611244127021449816761中等收入户(20%)665772798167919010270120421398415400172241954522419中等偏上户(20%)88709763110511260314049163861925421018231892642029814较高收入户(10%)1177313123149711720319069222342625028386310443557939605最高收入户(10%)1899621837253772877331967367854361446826514325884263824资料来源:国家统计局[4]2002-2012农村居民人均可支配收入分组单位：元年份20022003200420052006200720082009201020112012低收入户857866100710671182134715001549187020012316中等偏下户15481607184220182222258229353110362142564807中等收入户21642273257928513149365942034502522262087041中等偏上户303132073608400344475130592964687441889410142高收入户5903634769317747847597911129012319140501678319009资料来源:国家统计局[5]2013-2019年居民人均可支配收入分组单位：元年份2013201420152016201720182019低收入组家庭4402.44747.35221.25528.75958.46440.57380.4中间偏下收入组家庭9653.710887.41189412898.913842.814360.515777中间收入组家庭156981763119320.120924.422495.323188.925034.7中间偏上收入组家庭24361.226937.429437.631990.434546.836471.439230.5高收入组家庭47456.65096854543.559259.56493470639.576400.7资料来源:国家统计局[6]2002-2019年各省级区域居民收入基尼系数200220032004200520062007200820092010201120122013201420152016201720182019北京0.28090.26680.28920.28030.27560.28010.29550.28960.27390.28680.27750.27050.26310.30140.29650.29680.29650.2959天津0.28980.29290.29490.29940.30010.29920.30400.31100.29440.30470.29190.27150.26930.26860.26860.26880.26930.2689河北0.34770.35260.34700.35450.35800.34970.37640.38010.36860.37050.36550.34400.33010.32550.32770.32930.33990.3344山西0.40130.41180.41470.40960.41350.41570.41470.41630.42510.33580.33420.39240.37940.37420.36960.36290.35570.3458内蒙古0.40940.43700.42710.41850.40770.39710.40540.42290.41540.40460.39290.40160.39640.39180.38140.38370.37920.3776辽宁0.36630.36310.35740.37860.38190.38270.37650.37400.35770.35160.33830.34780.35430.33980.32650.32860.35650.3509黑龙江0.38620.39530.37310.38930.38650.38000.37430.37210.34840.33920.32520.32200.33370.33470.33390.33300.32790.3229上海0.26520.31290.31830.31160.31340.30520.30500.29700.28390.28380.28670.28680.28610.27860.27750.27750.27650.2756江苏0.34140.35300.35740.36210.37420.37670.37700.38270.37380.35930.35240.35880.35010.34260.33570.33580.35760.3606浙江0.35280.36030.36110.37410.37330.37550.37400.37490.37310.35330.34880.33310.31690.30510.30400.30240.30040.2981安徽0.38000.41300.39760.41720.41660.41230.41280.40610.38840.38480.37160.37860.34960.34010.34740.34610.35550.3459福建0.38430.39390.39560.39850.40090.40450.41190.41100.38970.38560.37420.36520.34520.34010.33560.33740.35650.3506江西0.36900.36090.37190.38400.38140.39300.40330.39050.36830.36250.35760.34800.34350.33490.33570.34070.36770.3671河南0.39080.41400.39930.39740.39560.39310.39800.40900.39310.38240.37700.37390.34680.34470.34180.34690.35320.3476湖北0.37670.38470.31820.38630.39180.38880.38800.39140.37920.36100.35570.34740.32280.32800.33540.33880.35960.3238湖南0.40650.42210.40690.42370.42720.43070.42490.41900.41900.41110.41050.39780.39330.38380.38550.38850.38740.3863广东0.39890.42840.43050.42840.42760.42520.42220.42190.41360.38800.37290.37080.35090.33660.33260.33570.33360.3311广西0.42990.43680.43160.42480.43760.45350.45160.45550.44090.44220.43140.42900.39040.38550.38450.38100.38060.3761重庆0.44740.43460.43530.43560.44730.44170.43370.43040.40030.37370.36660.36330.34240.33530.33080.32740.32400.3204四川0.38670.38950.38160.38210.38570.38760.37920.39330.39310.38500.38660.37000.37670.36570.37170.37540.38500.3625贵州0.45380.46650.46790.47820.49000.49070.47950.48360.47560.46860.45930.44970.42930.42410.42860.42940.45680.4128云南0.43040.43010.41750.43360.43080.48600.48190.43670.43850.46010.45650.42590.42030.41560.41260.40940.40630.4012陕西0.47840.47860.46980.46510.46060.45930.46400.45870.41230.44330.43760.42570.39750.39320.39210.38790.38380.3791甘肃0.47190.48280.48310.47540.48160.49010.47800.47930.46000.46000.45290.43540.42070.42860.42990.43120.45160.4353青海0.46350.47390.45520.45910.47290.47350.48570.48070.46930.46280.44260.43460.42850.42990.42860.42700.42290.4166宁夏0.42650.43230.42250.42990.44350.44820.45290.44240.43610.42790.42320.39500.41600.39730.40800.40580.40370.3993新疆0.45880.44840.44520.43430.43520.43080.43720.42940.41610.43790.38630.37780.39760.40160.42910.42520.43900.4057[7]2002-2019年居民人均消费支出200220032004200520062007200820092010201120122013201420152016201720182019北京8880966210648119451339913946150751654418432204792236729176311033380335416374253984343038天津5125561463168006879910017112371248614186161431786820419223432416226129278412990331854河北2194288732633875438349805624614367267856871810872119321303114247154371672217987山西2633285932283758436850695673608766097949897310118108641172912683136641481015863内蒙古306234033980456251536278734784559752113791292714878162581717918072189461966520743辽宁344838634211548459696957826891259948114161295414950160681720019853204632139822203黑龙江3140342538064474477854906492723278949131985212037127691340314446155771699418111上海652268727516130641399916305182261971721808235982472530400330653478437458397924335145605江苏4150457750846134698679408939989011277134721524117926191642055622130234692500726697浙江629871627887843392299922107671150012354139131466120610225522411725527270792947132026安徽2477270631193677422949905811642572398641995310544117271284014712157521704519137福建4388480953836080681177618961984910780124211407216177176441885020167212492299625314江西5324525551285169501349114689464545404777485310053110891240313259144591579217650河南2240244327133163367644455131571764377572872410002110001183512712137301516916332湖北33453550422742914775557662866747774992371041811761129281431615889169381953821567湖南3191346040394513500956486393696275648888994711946132891426715750171601880820479广东4489442847638624927010601116251252514102157211752717421192052097623448248202605428995广西463629173361392439314705552060226669782189879596102741140112295134241493516418重庆343839024516507155656082701577868773102641160212600138111514016385178981924820774四川2371259029343798415548635578674171958448958211055123681363214839161801766419338贵州19782117239927903061356539664403528962177064828893031041411932129701379814780云南25382634305133253777430749995399606170358226882498701100511769126581425015780陕西29563063339636684283494358396549746888871022611217122041308713943149001616017465甘肃21682422274432343446392044184965545364607518894398751095112254131201462415879青海2764302832493652388744775061554663857503866311576126051361114775155031655717545宁夏2679300135083916437948576002654475218797976711292124851381614965153501671518297新疆2841286731263516381445135061549263567638907911392119041286714066150871618917397[8]2002-2019年各省级区域城镇居民收入基尼系数年份200220032004200520062007200820092010201120122013201420152016201720182019北京0.24960.22750.25760.25120.24350.25060.27110.26710.25000.26530.25450.24680.23910.27200.26610.27930.28300.2866天津0.29280.29830.30380.31470.30490.29510.28850.28200.27490.27490.26430.25760.29580.29800.30020.30240.30460.3068河北0.23950.24640.25340.26070.26090.25460.27490.27320.27030.31910.30970.27730.25070.24290.25220.25940.29130.2877山西0.27600.27660.27980.28200.27850.28430.28790.28960.28260.29550.29420.30460.29760.29140.28740.27970.27600.2684内蒙古0.25450.31650.29310.28470.28090.26100.30530.29420.29220.30730.28940.31900.31230.31020.29720.30280.31280.3149辽宁0.31230.28350.28750.33240.32990.33200.32890.31220.30980.34150.34830.31250.30620.28290.26240.26700.31670.3154黑龙江0.32600.32000.31410.33720.33060.32910.34250.32970.31350.38710.34250.36890.37560.38220.38890.39550.40220.4089上海0.22060.28580.29600.29360.29720.28590.28560.27750.26380.26470.26830.29480.29890.21540.30710.31120.31530.3194江苏0.35370.33730.34960.34400.34240.34500.32560.33260.32890.31090.30050.32920.32050.30990.29990.30170.34070.3482浙江0.27040.28390.30750.30770.31420.31490.32000.32120.31470.31010.30220.27780.29190.27520.32140.32470.32810.3315安徽0.26650.27430.26810.25740.24320.25200.28380.27880.28310.27370.24700.28690.28240.26080.28290.28290.31180.2937福建0.32440.32420.32330.32450.32720.33040.34340.34160.30240.30960.29280.28600.29090.28520.27860.28680.32620.3240江西0.25970.26910.26730.26600.26070.25770.25280.26380.25500.27320.26210.24170.25490.24150.24920.26710.32690.3342河南0.26720.27130.27610.27900.26740.26510.27690.28030.27370.27360.26