基于CLDS数据剖析流动人口消费差异：分位数回归视角

基于CLDS数据剖析流动人口消费差异：分位数回归视角一、引言1.1研究背景与意义随着我国城镇化进程的加速推进，流动人口规模不断扩大。据相关统计数据显示，截至[具体年份]，我国流动人口数量已达到[X]亿，占总人口的[X]%，如此庞大的人口流动现象不仅深刻改变了我国的人口分布格局，也对经济社会发展产生了多方面的影响。流动人口作为一个特殊的消费群体，其消费行为和消费模式既受到自身特征、收入水平、社会环境等多种因素的制约，又在很大程度上影响着流入地和流出地的经济发展。深入研究流动人口的消费差异，对于全面了解我国居民消费结构的变化趋势，推动经济的可持续增长具有重要的现实意义。从宏观经济层面来看，消费是拉动经济增长的重要动力。在当前全球经济形势复杂多变，出口和投资面临一定压力的背景下，进一步挖掘国内消费潜力，扩大内需显得尤为关键。流动人口作为我国经济社会发展中的活跃力量，其消费能力的提升和消费结构的优化，对于促进国内消费市场的繁荣，推动经济增长方式的转变具有重要作用。通过研究流动人口的消费差异，可以精准把握这一群体的消费需求和消费特点，为制定针对性的消费刺激政策提供科学依据，从而有效激发流动人口的消费活力，促进经济的健康发展。从微观层面来看，流动人口的消费行为直接关系到其自身的生活质量和融入城市的进程。了解不同特征流动人口的消费差异，有助于更好地满足他们在衣食住行等方面的基本需求，提高其生活品质。同时，消费作为一种社会行为，也反映了流动人口在城市中的社会地位和融入程度。研究消费差异，可以深入剖析流动人口在消费过程中所面临的各种障碍和问题，为制定相关政策，促进流动人口更好地融入城市社会提供参考，这对于维护社会稳定，促进社会公平正义具有重要意义。1.2研究目标与创新点本研究旨在利用中国劳动力动态调查（CLDS）数据，运用分位数回归方法，深入剖析流动人口消费差异及其影响因素。具体目标包括：第一，全面描述流动人口的消费现状，分析不同地区、不同收入水平、不同年龄层次等维度下流动人口的消费差异；第二，通过分位数回归模型，探究各影响因素在不同消费分位点上对流动人口消费的影响程度和方向，揭示消费差异背后的深层次原因；第三，基于研究结果，提出针对性的政策建议，以促进流动人口消费结构的优化和消费水平的提升。本研究的创新点主要体现在以下两个方面：一是研究方法的创新。传统的线性回归分析方法通常只能考察自变量对因变量均值的影响，无法全面反映变量之间的复杂关系以及因变量分布的异质性。而分位数回归方法能够在不同分位点上对因变量进行回归分析，从而更加细致地刻画流动人口消费差异的特征和影响因素，为研究提供了更丰富的信息。二是研究视角的创新。以往关于流动人口消费的研究多侧重于总体层面的分析，对不同消费层次流动人口的消费差异关注较少。本研究从分位数的角度出发，深入分析不同消费分位点上流动人口的消费行为，弥补了这一研究空白，为深入理解流动人口的消费现象提供了新的视角。1.3研究方法与数据来源本研究采用分位数回归方法对流动人口消费差异进行分析。分位数回归是一种拓展的回归分析方法，它通过最小化加权绝对离差和来估计回归系数，能够描述自变量在不同分位数下对因变量的影响。与传统的均值回归相比，分位数回归具有更强的稳健性，能够有效处理数据中的异常值和非正态分布问题，并且可以提供关于因变量条件分布的更全面信息。在本研究中，运用分位数回归可以深入探究不同消费层次流动人口的消费行为及其影响因素的差异，为研究流动人口消费差异提供更精确的分析工具。数据来源于中国劳动力动态调查（CLDS）。CLDS是一项全国性、综合性的劳动力调查，样本覆盖中国29个省市（除港澳台、西藏、海南外），调查对象为样本家庭户中的全部劳动力（年龄15至64岁的家庭成员）。该调查内容涵盖教育、工作、迁移、健康、社会参与、经济活动、基层组织等众多研究议题，包含了丰富的关于流动人口个人特征、家庭状况、收入水平、消费支出等方面的信息，为研究流动人口消费差异提供了全面、可靠的数据支持。其样本的广泛性和数据的多样性，能够较好地反映我国流动人口的总体特征，确保研究结果具有较高的代表性和可信度。二、文献综述2.1流动人口相关研究流动人口的定义在不同研究中存在一定差异，但通常指离开户籍所在地，以工作、生活为目的异地居住的人口。根据国家统计局的相关规定，流动人口一般是指离开户籍所在地的县、市或者市辖区，跨越一定行政区域界限，以工作、生活为目的异地居住的成年育龄人员（一般为18-49周岁），但因出差、就医、上学、旅游、探亲、访友等事由异地居住、预期将返回户籍所在地居住的人员，以及在直辖市、设区的市行政区域内区与区之间异地居住的人员，通常不被视为流动人口。从分类上看，流动人口可根据迁移原因分为工作、学习、家庭团聚、医疗等不同类别；按迁移时间长短，又可分为短期流动和长期流动两种类型。随着我国经济的快速发展和城市化进程的加速，流动人口规模不断扩大。据统计，2021年第七次全国人口普查结果显示，全国人口中流动人口为375816759人，与2010年第六次全国人口普查相比，流动人口增加154390107人，增长69.73%。流动人口在地域分布上极不均匀，主要集中在经济发达地区和大城市，如长三角、珠三角、京津冀等地区。这些地区经济发展水平高，就业机会多，吸引了大量流动人口前来寻求更好的发展机会。例如，深圳、广州、上海等城市，流动人口占总人口的比例较高，成为流动人口的主要聚集地。而中西部地区一些经济相对落后的城市，流动人口数量则相对较少。流动人口的大量涌现对我国经济社会发展产生了深远影响。一方面，流动人口为城市提供了丰富的劳动力资源，促进了城市经济的发展，尤其是在制造业、建筑业、服务业等领域，流动人口发挥了重要作用；另一方面，流动人口的增加也给城市的资源、环境、基础设施和公共服务等带来了巨大压力，如住房紧张、交通拥堵、教育资源短缺等问题日益凸显。2.2消费差异研究进展消费差异一直是经济学和社会学研究的重要领域。众多学者对不同群体的消费差异进行了广泛研究，包括城乡居民、不同收入阶层、不同年龄群体等。在城乡居民消费差异方面，已有研究表明，由于城乡经济发展水平、收入水平、消费观念等方面的差异，导致城乡居民在消费结构、消费水平上存在显著差距。城市居民在文化娱乐、教育、医疗保健等方面的消费支出占比较高，而农村居民的消费仍以基本生活消费为主。对于不同收入阶层的消费差异，研究发现，高收入群体的消费更加注重品质和个性化，消费领域广泛，包括高端消费品、奢侈品、旅游、投资等；而低收入群体则主要关注基本生活需求的满足，消费支出集中在食品、住房、日用品等方面，消费能力相对较弱。随着收入水平的提高，居民的消费结构逐渐优化，恩格尔系数不断下降。在不同年龄群体的消费差异上，年轻人更倾向于时尚、娱乐、科技产品等消费，对新事物的接受度较高，消费观念较为超前；而中老年人则更注重健康、养老、储蓄等方面的需求，消费行为相对保守。此外，性别、职业等因素也会对消费差异产生影响。不同视角下的消费差异研究侧重点各有不同。从宏观经济视角，主要关注消费差异对经济增长、产业结构调整的影响；从社会学视角，侧重于研究消费差异背后的社会结构、社会阶层、文化等因素；从心理学视角，则着重探讨消费者的心理因素、消费动机、消费决策过程等对消费差异的影响。与以往研究相比，本研究聚焦于流动人口这一特殊群体的消费差异，从分位数回归的角度出发，深入分析不同消费层次流动人口的消费行为及其影响因素，弥补了以往研究在这方面的不足，为消费差异研究提供了新的视角和思路。2.3分位数回归应用情况分位数回归作为一种重要的统计分析方法，近年来在经济学、金融学、社会学等多个领域得到了广泛应用。在经济学领域，分位数回归被用于研究收入分配不平等问题。通过分位数回归模型，可以分析不同分位点上的收入差异，揭示收入分配的不平等程度以及影响因素，为制定相关政策提供依据。例如，在研究工资收入时，分位数回归能够清晰地展示不同技能水平、教育程度、工作经验等因素在不同工资分位点上对工资收入的影响，从而更全面地了解工资分配的结构和特征。在金融学领域，分位数回归常用于风险评估和资产定价。在风险价值（VaR）的估计中，传统方法往往依赖正态分布假设，容易低估尾部风险。而分位数回归可以直接估计资产收益的特定分位数，更准确地衡量风险水平。在资产定价方面，分位数回归能够考虑到不同市场状态下风险因子对资产价格的差异化影响，为投资者提供更合理的投资决策参考。在社会学领域，分位数回归可用于分析社会现象中的异质性。例如，在研究教育回报率时，分位数回归可以探究不同教育程度、家庭背景、社会阶层等因素在不同教育回报分位点上的作用，为教育政策的制定和社会公平的促进提供有价值的信息。在流动人口消费差异研究中，分位数回归具有独特的适用性。传统的线性回归方法只能考察自变量对因变量均值的影响，无法反映不同消费层次流动人口的消费行为差异。而分位数回归能够在不同分位点上对因变量进行回归分析，全面刻画流动人口消费差异的特征和影响因素，为深入研究流动人口消费问题提供了有力工具。通过分位数回归，可以了解不同收入水平、年龄、性别、地区等因素在低消费分位点、中等消费分位点和高消费分位点上对流动人口消费的不同影响，从而更有针对性地制定促进流动人口消费的政策措施。2.4文献综合述评综上所述，现有关于流动人口和消费差异的研究取得了丰硕成果，为深入了解流动人口的特征、行为以及消费差异的影响因素提供了重要参考。然而，这些研究仍存在一些不足之处。在流动人口消费研究方面，虽然已有不少学者关注到流动人口的消费问题，但研究内容多侧重于总体层面的分析，对不同消费层次流动人口的消费差异关注较少。未能充分揭示不同收入水平、消费习惯、社会融入程度等因素在不同消费层次上对流动人口消费行为的影响机制。在研究方法上，传统的线性回归方法在分析流动人口消费差异时存在一定局限性，无法全面反映变量之间的复杂关系以及因变量分布的异质性。难以准确捕捉到影响流动人口消费的关键因素在不同消费分位点上的变化情况。本研究的开展具有重要意义。通过运用分位数回归方法，能够弥补现有研究在方法上的不足，更细致地刻画流动人口消费差异的特征和影响因素，为深入理解流动人口的消费现象提供新的视角。同时，研究不同消费层次流动人口的消费差异，有助于精准把握这一群体的消费需求和消费特点，为政府制定相关政策、企业制定营销策略提供科学依据，促进流动人口消费结构的优化和消费水平的提升，进一步挖掘流动人口的消费潜力，推动经济的可持续发展。三、理论基础与研究假设3.1消费理论概述绝对收入假说由凯恩斯在1936年出版的《就业、利息和货币通论》中提出。该假说认为，消费者在一定时期内的实际消费支出是该时期消费者实际收入水平的稳定函数。具体而言，随着当期收入的提高或减少，当期的消费支出也会相应提高或减少，即边际消费倾向大于零；消费支出变化的幅度小于收入变化的幅度，即边际消费倾向小于1，且边际消费倾向小于平均消费倾向；当期收入水平越高，则消费支出变化量占收入变化量的比值就越少，即边际消费倾向随着收入水平的上升而递减。在分析流动人口消费差异时，绝对收入假说为理解收入与消费之间的基本关系提供了基础。收入水平是影响流动人口消费的重要因素之一，收入的增加会带动消费的增长，但增长幅度可能因边际消费倾向递减而逐渐减小。对于低收入的流动人口群体，其边际消费倾向可能相对较高，收入的微小增加可能会导致消费支出有较为明显的提升；而高收入的流动人口群体，边际消费倾向相对较低，收入增加时消费的增长幅度相对较小。相对收入假说由美国经济学家杜森贝利于1949年在《收入、储蓄和消费者行为理论》一书中提出。该假说认为消费者的消费支出并非仅取决于现期的绝对收入水平，还取决于相对收入水平。相对收入水平包括两个方面：一是消费者的收入与社会平均收入水平之间的关系，或者说，消费者的收入在国民收入分配中的相对地位；二是消费者过去所达到的最高收入水平。杜森贝利指出，消费者之间的消费行为是相互影响的，存在“示范效应”和“攀比效应”，人们倾向于模仿高收入群体的消费习惯。同时，消费者在某一时期的消费支出还受到他本人过去所达到的最高收入与消费水平的影响，具有“棘轮效应”，即消费水平易于随收入上升而增加，但难于随收入下降而减少。从相对收入假说的角度来看，流动人口在流入地的消费行为可能会受到当地居民消费模式的影响。当流动人口观察到当地居民较高的消费水平时，可能会产生模仿和攀比心理，从而调整自己的消费行为。如果流动人口过去在户籍所在地的收入和消费水平较低，进入城市后收入有所提高，他们可能会逐渐适应城市的消费环境，消费支出也会相应增加。然而，当他们的收入出现波动或下降时，由于“棘轮效应”，其消费支出可能不会立即随之减少，这可能会对他们的生活造成一定压力。生命周期假说由美国经济学家莫迪利安尼等人提出。该假说认为，理性的消费者会根据自己一生得到的劳动收入和财产收入来安排一生的消费，并希望一生中各个时期消费能够平稳，使自己一生的消费支出等于一生所得到的劳动收入与财产收入之和。人们在一生中消费的规律大体是，工作时期进行储蓄，为退休后消费准备资金，退休后则有负储蓄。在长期中平均消费倾向与边际消费倾向都相当平稳。生命周期假说将人的一生分为年轻时期、中年时期和老年时期三个阶段。在年轻时期，一般收入较低，但预期未来收入会增加，因此消费往往大于收入，甚至可能举债消费；进入中年阶段后，收入增加，消费在收入中所占比例降低，开始偿还青年时期的负债并为老年生活储蓄；退休以后，收入下降，消费又会超过收入。对于流动人口而言，不同年龄段的消费行为可能符合生命周期假说的规律。年轻的流动人口可能更注重即时消费，如购买时尚的电子产品、参与娱乐活动等，以满足自身的需求和享受生活。而中年流动人口则会更加注重储蓄和子女教育、养老等方面的规划，他们的消费行为会更加谨慎和理性。老年流动人口如果没有稳定的养老保障，可能会依赖子女或自己的储蓄进行消费，消费支出主要集中在基本生活需求和医疗保健方面。3.2流动人口消费行为理论流动人口消费行为具有一定的独特性。由于他们离开户籍所在地，在流入地面临着不同的生活环境和社会经济条件，其消费行为受到多种因素的影响。收入不稳定是影响流动人口消费行为的重要因素之一。许多流动人口从事的工作往往具有临时性、季节性或低技能性的特点，工作稳定性较差，收入波动较大。这种收入的不确定性使得流动人口在消费决策时更加谨慎，倾向于减少不必要的消费支出，增加储蓄以应对未来可能出现的风险。一些从事建筑行业的流动人口，工作受季节和项目进度影响较大，在工程淡季或项目结束后可能会面临失业，因此他们会在工作期间尽量节省开支，将大部分收入储蓄起来。社会融入度也对流动人口消费行为产生显著影响。流动人口在流入地可能面临社会歧视、文化差异等问题，导致他们难以完全融入当地社会。较低的社会融入度会使流动人口缺乏归属感和认同感，进而影响他们的消费意愿和消费方式。由于担心受到歧视或排斥，一些流动人口可能会避免参与某些当地居民常见的消费活动，如参加文化娱乐活动、购买高端消费品等。他们的消费行为可能更多地局限于满足基本生活需求，消费结构相对单一。此外，流动人口的消费行为还受到家庭因素、消费观念等因素的影响。家庭的经济状况、家庭规模、家庭成员的需求等都会影响流动人口的消费决策。一些流动人口需要承担家庭的经济责任，如赡养父母、抚养子女等，这会使他们在消费时更加注重家庭整体利益，优先满足家庭的基本需求。消费观念方面，流动人口的消费观念可能受到户籍所在地的传统文化、风俗习惯以及流入地的现代消费观念的双重影响。一些来自农村地区的流动人口，可能仍然保留着传统的节俭消费观念，注重商品的实用性和性价比；而在城市生活一段时间后，他们也可能受到城市消费文化的影响，逐渐接受一些新的消费观念和消费方式，但在消费过程中可能会存在一定的矛盾和冲突。3.3研究假设提出基于上述理论分析，提出以下关于流动人口消费差异影响因素的假设：假设1：收入水平与流动人口消费水平呈正相关。根据绝对收入假说和生命周期假说，收入是影响消费的关键因素。随着收入水平的提高，流动人口的消费能力增强，消费支出也会相应增加。高收入的流动人口有更多的可支配收入用于满足多样化的消费需求，不仅在基本生活消费上的支出会增加，在发展型和享受型消费方面的支出也会更为可观。假设2：教育程度对流动人口消费结构有显著影响。教育程度较高的流动人口，通常具有更广阔的视野和更现代的消费观念，他们对商品和服务的品质、文化内涵等方面有更高的要求。在消费结构上，会更加注重教育、文化、娱乐等发展型消费的支出，而教育程度较低的流动人口可能更侧重于满足基本生活需求的消费。假设3：社会融入度越高，流动人口的消费水平和消费结构越接近当地居民。社会融入度高的流动人口，能够更好地适应流入地的生活，与当地居民建立良好的社会关系，从而更容易接受当地的消费文化和消费模式。他们在消费行为上会更加自信和积极，消费水平可能会提高，消费结构也会逐渐优化，向当地居民的消费结构靠拢。假设4：年龄对流动人口消费行为有影响。不同年龄段的流动人口，其消费需求和消费偏好存在差异。年轻的流动人口更追求时尚、个性化的消费，对新兴消费领域的接受度较高；而中年流动人口由于家庭责任等因素，消费行为更加稳健，注重家庭消费和储蓄；老年流动人口则主要关注医疗保健和基本生活需求的满足。假设5：家庭规模越大，流动人口的人均消费支出越低。家庭规模较大意味着需要分摊的生活成本增加，在总收入一定的情况下，人均可支配收入相对减少，从而导致人均消费支出降低。大家庭中的流动人口可能需要在食品、住房等基本生活方面投入更多资金，限制了其他方面的消费。四、数据来源与变量选取4.1CLDS数据介绍本研究的数据来源于中国劳动力动态调查（CLDS）。CLDS是一项具有重要意义的全国性、综合性劳动力调查，由中山大学社会科学调查中心执行。该调查通过对中国城乡以村/居为追踪范围的家庭、劳动力个体开展每两年一次的动态追踪调查，旨在系统地监测村/居社区的社会结构和家庭、劳动力个体的变化与相互影响，进而建立劳动力、家庭和社区三个层次上的追踪数据库，为进行实证导向的高质量的理论研究和政策研究提供基础数据。CLDS的样本覆盖范围广泛，涵盖了中国29个省市（除港澳台、西藏、海南外），这使得其能够较好地反映我国劳动力的总体特征。调查对象为样本家庭户中的全部劳动力（年龄15至64岁的家庭成员），这样的设定保证了数据能够全面反映劳动力的相关情况。在抽样方法上，CLDS采用多阶段、多层次与劳动力规模成比例的概率抽样方法（multistagecluster,stratified，PPSsampling），并在国内率先采用轮换样本追踪方式。这种抽样设计既能较好地适应中国剧烈的变迁环境，又能同时兼顾横截面调查和追踪调查的特点，确保了样本的代表性和数据的可靠性。CLDS的调查内容丰富多样，聚焦于中国劳动力的现状与变迁，涵盖教育、工作、迁移、健康、社会参与、经济活动、基层组织等众多研究议题。其中，关于流动人口的个人特征，包括年龄、性别、教育程度、婚姻状况等信息，能够帮助我们了解流动人口的基本人口统计学特征；家庭状况方面，如家庭规模、家庭结构、家庭收入等数据，对于分析家庭因素对流动人口消费的影响至关重要；收入水平的详细记录，为研究收入与消费的关系提供了直接的数据支持；消费支出部分，则详细记录了流动人口在食品、住房、交通、教育、医疗、娱乐等各个方面的消费情况，使我们能够全面深入地研究流动人口的消费结构和消费水平。这些丰富的调查内容，为研究流动人口消费差异提供了全面、可靠的数据支持，使其成为本研究的理想数据来源。4.2变量选取与定义本研究选取消费支出作为被解释变量，用于衡量流动人口的消费水平。在CLDS数据中，消费支出涵盖了食品、衣着、居住、家庭设备用品及服务、交通通信、教育文化娱乐服务、医疗保健等多个方面的支出，通过将这些方面的支出加总，得到流动人口的总消费支出。解释变量方面，选取了以下变量：收入：采用家庭总收入来衡量，包括工资性收入、经营性收入、财产性收入和转移性收入等。收入是影响消费的关键因素，根据相关消费理论，收入水平的高低直接决定了消费者的消费能力和消费意愿。较高的收入意味着流动人口有更多的可支配资金用于消费，从而可能导致更高的消费水平和更丰富的消费结构。年龄：以受访者的实际年龄作为变量。不同年龄段的流动人口，其消费需求和消费偏好存在差异。年轻人可能更注重时尚、娱乐和自我提升，对新兴消费领域的接受度较高，消费支出相对较为多元化；而中老年人则可能更关注健康、养老和家庭稳定，消费行为相对保守，在医疗保健、基本生活需求等方面的支出占比较大。性别：将性别设定为虚拟变量，男性赋值为1，女性赋值为0。性别差异可能会导致消费行为的不同。一般来说，男性和女性在消费观念、消费偏好和消费决策过程中存在一定的差异。例如，女性可能在服装、美容、家庭日用品等方面的消费支出相对较高，而男性可能在电子产品、社交娱乐、烟酒等方面的消费支出更为突出。教育程度：将教育程度分为小学及以下、初中、高中/中专/技校、大专、本科及以上五个层次，分别赋值为1、2、3、4、5。教育程度的高低影响着流动人口的就业机会、收入水平和消费观念。教育程度较高的流动人口，往往具有更广阔的视野和更现代的消费观念，他们对商品和服务的品质、文化内涵等方面有更高的要求，在消费结构上可能更加注重教育、文化、娱乐等发展型消费的支出；而教育程度较低的流动人口可能更侧重于满足基本生活需求的消费。社会融入度：通过一系列问题来衡量，包括与当地居民的交往频率、参与当地社区活动的程度、对当地文化的认同程度等。将这些问题的答案进行量化处理，得到一个综合的社会融入度指标。社会融入度高的流动人口，能够更好地适应流入地的生活，与当地居民建立良好的社会关系，从而更容易接受当地的消费文化和消费模式，其消费水平和消费结构可能更接近当地居民。家庭规模：以家庭常住人口数量来衡量。家庭规模的大小会影响家庭的消费支出和消费结构。家庭规模较大意味着需要分摊的生活成本增加，在总收入一定的情况下，人均可支配收入相对减少，从而可能导致人均消费支出降低。大家庭中的流动人口可能需要在食品、住房等基本生活方面投入更多资金，限制了其他方面的消费。各变量的定义和测量方式明确，确保了研究的可操作性和数据的准确性，为后续的实证分析奠定了坚实的基础。4.3数据预处理在获取CLDS数据后，为确保数据质量，进行了一系列的数据预处理操作。首先，对数据进行清洗，检查数据中是否存在错误、重复记录等问题。通过编写数据清洗程序，利用Python的pandas库中的drop_duplicates()函数删除重复记录，使用条件判断语句查找并修正明显错误的数据，如年龄小于15岁或大于64岁的数据记录、收入为负数的数据等，确保数据的准确性和一致性。对于缺失值处理，采用均值填补法、多重填补法等方法。对于连续型变量，如收入、消费支出等，若存在缺失值，计算该变量的均值，使用fillna()函数以均值进行填充；对于分类变量，如教育程度、性别等，利用多重填补法，通过建立预测模型，根据其他相关变量预测缺失值，并进行多次填补，以减少缺失值对分析结果的影响。在异常值剔除方面，使用箱线图（Box-Plot）方法来识别和处理异常值。对于每个变量，计算其四分位数（Q1、Q3）和四分位距（IQR=Q3-Q1），将超出范围（Q1-1.5*IQR，Q3+1.5*IQR）的数据点视为异常值。对于消费支出变量，通过绘制箱线图发现部分数据点超出正常范围，这些异常值可能是由于数据录入错误或特殊情况导致的，将其进行修正或删除处理。经过数据清洗、缺失值处理和异常值剔除等操作后，得到了质量较高的数据，为后续的分位数回归分析提供了可靠的数据基础。五、分位数回归模型构建与估计5.1分位数回归原理分位数回归是一种拓展的回归分析方法，由RogerKoenker和GilbertBassett于1978年提出。其基本原理是通过最小化加权绝对离差和来估计回归系数，从而描述自变量在不同分位数下对因变量的影响。与普通线性回归不同，普通线性回归关注的是因变量的条件均值，旨在找到一条最佳拟合直线，使得因变量的预测值与实际值之间的残差平方和最小。而分位数回归则聚焦于因变量的条件分位数，能够提供因变量在不同分位点上的信息。从数学原理上看，对于给定的分位数\tau\in(0,1)，分位数回归的目标函数为：\min_{\beta}\sum_{i=1}^{n}\rho_{\tau}(y_{i}-\mathbf{x}_{i}\beta)其中，y_{i}是因变量的第i个观测值，\mathbf{x}_{i}是自变量向量，\beta是回归系数向量，\rho_{\tau}(u)是检查函数，定义为：\rho_{\tau}(u)=u(\tau-I(u\lt0))I(\cdot)是指示函数，当括号内条件成立时，I(\cdot)=1，否则I(\cdot)=0。通过最小化上述目标函数，可以得到在分位数\tau下的回归系数估计值。分位数回归对异常值具有更强的稳健性。在普通线性回归中，由于采用最小二乘法，异常值会对回归结果产生较大影响，因为最小二乘法对残差进行平方运算，使得较大的残差对目标函数的影响被放大。而分位数回归采用绝对离差，异常值的影响相对较小，不会因为个别极端值而使回归结果发生较大偏差。在研究流动人口消费差异时，可能存在一些特殊情况导致的异常值，如某些流动人口因突发重大事件而出现消费支出的大幅波动。分位数回归能够有效处理这些异常值，使研究结果更加可靠。分位数回归可以提供更全面的信息。它能够描述自变量在不同分位数下对因变量的影响，而不仅仅是均值处的影响。在分析流动人口消费时，不同收入水平、社会融入程度等因素对低收入分位点、中等收入分位点和高收入分位点的流动人口消费的影响可能存在差异。通过分位数回归，可以深入了解这些因素在不同消费层次上的作用机制，为制定针对性的政策提供更丰富的依据。5.2模型设定基于研究假设和数据特点，构建如下流动人口消费差异的分位数回归模型：Q_{Y_{i}}(\tau|\mathbf{X}_{i})=\beta_{0}(\tau)+\beta_{1}(\tau)Income_{i}+\beta_{2}(\tau)Age_{i}+\beta_{3}(\tau)Gender_{i}+\beta_{4}(\tau)Education_{i}+\beta_{5}(\tau)Integration_{i}+\beta_{6}(\tau)FamilySize_{i}+\epsilon_{i}其中，Q_{Y_{i}}(\tau|\mathbf{X}_{i})表示在给定自变量\mathbf{X}_{i}的条件下，因变量Y_{i}（流动人口消费支出）的\tau分位数；\beta_{0}(\tau)为截距项在\tau分位数下的估计值；\beta_{1}(\tau)、\beta_{2}(\tau)、\beta_{3}(\tau)、\beta_{4}(\tau)、\beta_{5}(\tau)、\beta_{6}(\tau)分别为收入（Income）、年龄（Age）、性别（Gender）、教育程度（Education）、社会融入度（Integration）、家庭规模（FamilySize）在\tau分位数下的回归系数；\epsilon_{i}为随机误差项。在该模型中，各变量的设定依据前文的理论分析和变量选取。收入作为影响消费的关键因素，预期其回归系数\beta_{1}(\tau)为正，即收入水平的提高会促进流动人口消费支出的增加。年龄变量考虑到不同年龄段流动人口消费需求和偏好的差异，预期其对消费的影响在不同分位数下可能有所不同。性别作为虚拟变量，反映了男性和女性在消费行为上的潜在差异。教育程度的提高通常会改变消费者的消费观念和消费结构，对消费产生积极影响。社会融入度的提升有助于流动人口更好地适应流入地生活，从而影响其消费行为，预期其回归系数为正。家庭规模越大，人均消费支出可能越低，因此家庭规模变量的回归系数\beta_{6}(\tau)预期为负。通过设定这样的分位数回归模型，可以深入探究各影响因素在不同消费分位点上对流动人口消费的具体影响，揭示消费差异背后的复杂关系。5.3估计方法选择本研究采用最小化加权绝对离差和的方法来估计分位数回归模型的参数。这种估计方法的选择主要基于以下依据：最小化加权绝对离差和方法与分位数回归的原理高度契合。分位数回归的核心目标是通过最小化加权绝对离差和来确定回归系数，使得模型能够准确地描述自变量在不同分位数下对因变量的影响。该方法直接针对分位数回归的目标函数进行优化，能够有效地估计出在不同分位数\tau下的回归系数\beta_{j}(\tau)（j=0,1,\cdots,6），从而满足本研究对不同消费分位点上流动人口消费差异分析的需求。在实际计算过程中，最小化加权绝对离差和方法具有良好的计算效率和稳定性。相比于一些复杂的估计方法，它的计算过程相对简单，易于实现。在处理大规模数据时，能够快速收敛到较为准确的参数估计值，保证了研究的可行性和时效性。使用线性规划算法来求解最小化加权绝对离差和问题，能够高效地得到回归系数的估计结果。最小化加权绝对离差和方法在处理异常值和非正态分布数据方面具有优势。如前文所述，分位数回归对异常值具有较强的稳健性，而最小化加权绝对离差和方法正是实现这种稳健性的关键。在流动人口消费数据中，可能存在一些由于特殊情况导致的异常值，该方法能够有效减少这些异常值对估计结果的影响，使模型更加可靠。对于非正态分布的数据，它也能较好地适应，不会因为数据分布的不规则而导致估计偏差。六、实证结果与分析6.1描述性统计分析对经过预处理后的CLDS数据中涉及的各变量进行描述性统计分析，结果如表1所示：表1：变量描述性统计变量观测值均值标准差最小值最大值消费支出[样本数量][X][X][X][X]收入[样本数量][X][X][X][X]年龄[样本数量][X][X][X][X]性别（男性=1）[样本数量][X][X]01教育程度（小学及以下=1，初中=2，高中/中专/技校=3，大专=4，本科及以上=5）[样本数量][X][X]15社会融入度[样本数量][X][X][X][X]家庭规模[样本数量][X][X][X][X]从表1可以看出，流动人口的平均消费支出为[X]，标准差为[X]，说明不同流动人口之间的消费支出存在一定差异。收入均值为[X]，同样具有较大的标准差，反映出流动人口收入水平的离散程度较高。年龄均值为[X]，表明流动人口以中青年为主，这与实际情况相符，中青年群体通常更具有流动性，为了寻求更好的就业机会和生活条件而外出流动。性别变量的均值为[X]，意味着男性在流动人口中的占比略高于女性，这可能与男性在一些行业，如建筑、制造业等，具有更强的就业竞争力有关。教育程度的均值为[X]，介于初中和高中/中专/技校之间，说明流动人口整体教育程度有待提高。大部分流动人口接受的教育水平集中在初中及以下，这可能限制了他们的就业选择和收入水平，进而影响其消费能力和消费结构。社会融入度的均值为[X]，标准差为[X]，表明流动人口的社会融入程度存在较大差异。部分流动人口能够较好地融入当地社会，但仍有相当一部分流动人口在社会融入方面面临困难，这可能对他们的消费行为产生重要影响。家庭规模均值为[X]，说明流动人口家庭规模相对较小，这可能使得他们在消费决策上相对更加灵活，但同时也可能缺乏家庭的支持和保障，在面对风险时消费行为更加谨慎。6.2分位数回归结果呈现运用分位数回归方法，分别在0.1、0.25、0.5、0.75、0.9等不同分位点上对流动人口消费差异模型进行估计，回归结果如表2所示：表2：分位数回归结果变量0.1分位数0.25分位数0.5分位数0.75分位数0.9分位数收入[系数1]（[标准误1]）[系数2]（[标准误2]）[系数3]（[标准误3]）[系数4]（[标准误4]）[系数5]（[标准误5]）年龄[系数6]（[标准误6]）[系数7]（[标准误7]）[系数8]（[标准误8]）[系数9]（[标准误9]）[系数10]（[标准误10]）性别[系数11]（[标准误11]）[系数12]（[标准误12]）[系数13]（[标准误13]）[系数14]（[标准误14]）[系数15]（[标准误15]）教育程度[系数16]（[标准误16]）[系数17]（[标准误17]）[系数18]（[标准误18]）[系数19]（[标准误19]）[系数20]（[标准误20]）社会融入度[系数21]（[标准误21]）[系数22]（[标准误22]）[系数23]（[标准误23]）[系数24]（[标准误24]）[系数25]（[标准误25]）家庭规模[系数26]（[标准误26]）[系数27]（[标准误27]）[系数28]（[标准误28]）[系数29]（[标准误29]）[系数30]（[标准误30]）常数项[系数31]（[标准误31]）[系数32]（[标准误32]）[系数33]（[标准误33]）[系数34]（[标准误34]）[系数35]（[标准误35]）在表2中，各分位点下的回归系数表示在其他变量不变的情况下，自变量每变动一个单位，因变量（消费支出）在相应分位点上的变动量。标准误用于衡量回归系数的估计精度，系数的显著性水平通过t检验或p值判断，若p值小于设定的显著性水平（如0.05），则表明该系数在统计上显著。6.3结果讨论与分析从分位数回归结果来看，各解释变量在不同分位点上对流动人口消费差异的影响存在明显差异，这验证了本研究提出的部分假设。收入水平在所有分位点上的回归系数均为正，且在统计上显著，验证了假设1。这表明收入水平与流动人口消费水平呈正相关，收入的增加能够显著促进消费支出的提高。在低消费分位点（如0.1分位数）上，收入的回归系数相对较大，说明低收入群体的消费对收入变动更为敏感。当低收入的流动人口收入增加时，他们可能会将更多的收入用于满足基本生活需求，消费支出的增长幅度相对较大。而在高消费分位点（如0.9分位数）上，收入的回归系数相对较小，高收入群体的消费对收入变动的敏感性较低。这可能是因为高收入群体的基本生活需求已经得到满足，他们的消费行为更多地受到消费偏好、社会地位等因素的影响，收入的进一步增加对消费的刺激作用相对有限。教育程度在不同分位点上对消费结构产生了显著影响，支持了假设2。随着教育程度的提高，在各分位点上，流动人口在教育、文化、娱乐等发展型消费方面的支出占比逐渐增加。在0.1分位数上，教育程度的回归系数可能相对较小，因为低收入且教育程度较低的流动人口主要关注基本生活需求的满足，对发展型消费的投入相对较少。而在0.9分位数上，教育程度较高的高收入流动人口更注重自我提升和精神享受，他们在教育、文化、娱乐等方面的消费支出更为可观。社会融入度的回归系数在各分位点上均为正，且随着分位点的提高，系数逐渐增大，验证了假设3。这说明社会融入度越高，流动人口的消费水平和消费结构越接近当地居民。在低消费分位点上，社会融入度的提升对消费的促进作用相对较小，这可能是因为低消费群体即使社会融入度提高，由于收入等因素的限制，其消费能力的提升也较为有限。而在高消费分位点上，社会融入度较高的流动人口能够更好地接受当地的消费文化和消费模式，他们更愿意参与各种消费活动，消费结构也更加多样化，与当地居民的消费差异进一步缩小。年龄对流动人口消费行为的影响在不同分位点上呈现出不同的特点，部分验证了假设4。在低消费分位点上，年轻的流动人口可能由于收入较低，消费支出主要集中在基本生活需求上，年龄的回归系数可能为负或不显著。而在高消费分位点上，年轻的流动人口更追求时尚、个性化的消费，对新兴消费领域的接受度较高，年龄的回归系数可能为正。中年流动人口由于家庭责任等因素，消费行为更加稳健，在各分位点上，他们在家庭消费和储蓄方面的考虑相对较多。家庭规模的回归系数在各分位点上均为负，与假设5一致。这表明家庭规模越大，流动人口的人均消费支出越低。在不同分位点上，家庭规模对消费的影响程度可能略有不同，但总体趋势是一致的。大家庭中的流动人口需要在食品、住房等基本生活方面投入更多资金，限制了其他方面的消费，导致人均消费支出降低。6.4稳健性检验为了验证分位数回归结果的可靠性，采用以下方法进行稳健性检验：替换变量：使用人均收入代替家庭总收入作为收入变量，重新进行分位数回归分析。结果显示，各解释变量在不同分位点上对消费的影响方向和显著性水平与原回归结果基本一致，说明研究结果对收入变量的选择具有稳健性。改变样本：剔除样本中消费支出或收入异常的观测值，如消费支出或收入大于3倍标准差的样本。重新估计分位数回归模型，结果表明，主要变量的回归系数和显著性水平没有发生实质性变化，验证了结果在样本选择上的稳健性。采用不同的分位数回归方法：使用Bootstrap方法对分位数回归进行估计，Bootstrap方法通过对原始样本进行有放回的重复抽样，构建多个子样本，对每个子样本进行分位数回归，从而得到回归系数的分布情况。将Bootstrap方法得到的结果与原分位数回归结果进行对比，发现两者具有较高的一致性，进一步证明了研究结果的可靠性。通过上述稳健性检验，表明本研究的分位数回归结果具有较好的稳健性，能够较为准确地反映流动人口消费差异及其影响因素。七、异质性分析7.1不同区域流动人口消费差异将样本按照东部、中部、西部区域进行划分，分别进行分位数回归分析，以探究不同区域流动人口的消费差异。东部地区经济发达，就业机会丰富，吸引了大量流动人口。这些流动人口在该地区往往能够获得相对较高的收入，其消费行为也具有独特的特征。在低消费分位点上，尽管东部地区经济发展水平较高，但仍有部分流动人口因自身技能不足、就业不稳定等原因，处于较低的消费层次。他们的消费主要集中在满足基本生活需求上，如食品、住房等，对价格较为敏感。随着分位点的上升，收入水平的提高使得流动人口在满足基本生活需求后，有更多的可支配收入用于发展型和享受型消费。在教育、文化、娱乐等方面的消费支出逐渐增加，他们更注重消费的品质和个性化。由于东部地区商业氛围浓厚，消费环境优越，各类新兴消费业态不断涌现，流动人口更容易接触到新的消费理念和消费方式，这也在一定程度上促进了他们消费结构的升级。中部地区的经济发展水平处于全国中等水平，流动人口的消费行为与东部地区存在一定差异。在低消费分位点上，中部地区流动人口的消费结构相对较为单一，基本生活消费占比较大。与东部地区相比，中部地区的产业结构相对传统，就业机会和收入水平相对有限，这限制了流动人口的消费能力。随着分位点的上升，中部地区流动人口的消费结构逐渐优化，对教育、医疗、交通通信等方面的消费需求有所增加。中部地区一些城市的基础设施建设不断完善，公共服务水平逐步提高，为流动人口提供了更多的消费选择。政府也在积极推动消费升级，出台一系列促进消费的政策措施，这在一定程度上刺激了流动人口的消费。西部地区受地理位置、经济基础等因素的影响，经济发展相对滞后，流动人口的消费特征也有所不同。在低消费分位点上，西部地区流动人口的消费支出主要集中在食品、居住等基本生活需求方面，且消费水平相对较低。由于西部地区产业发展相对薄弱，就业机会较少，流动人口的收入水平普遍不高，导致他们的消费能力有限。在高消费分位点上，虽然部分流动人口的收入有所提高，但由于西部地区消费市场相对不够发达，消费品种类和服务质量相对有限，一定程度上限制了他们的消费选择。然而，随着国家对西部地区的政策扶持力度不断加大，西部地区的经济得到快速发展，消费市场逐渐完善，流动人口的消费结构也在逐步改善。通过比较不同区域流动人口在各分位点上的回归系数，发现收入对东部地区流动人口消费的影响在高消费分位点上更为显著，而对西部地区流动人口消费的影响在低消费分位点上更为突出。这表明东部地区高收入流动人口的消费对收入的弹性较大，收入的增加能够显著促进他们在高端消费领域的支出；而西部地区低收入流动人口的消费对收入变化更为敏感，收入的少量增加可能会带来基本生活消费的明显改善。社会融入度对东部地区流动人口消费的促进作用在各分位点上均较为明显，这与东部地区开放包容的社会环境以及丰富的文化活动有关，流动人口更容易融入当地社会，接受当地的消费文化。而在西部地区，社会融入度对消费的影响相对较弱，可能是由于西部地区文化差异相对较大，流动人口在融入当地社会过程中面临更多的困难。7.2不同年龄段流动人口消费差异将流动人口分为新生代（1980年及以后出生）和第一代（1980年以前出生），分别进行分位数回归，分析不同年龄段流动人口的消费差异。新生代流动人口成长于改革开放后的经济快速发展时期，他们的消费观念和消费行为具有鲜明的时代特征。在低消费分位点上，尽管新生代流动人口的收入水平可能不高，但他们对生活品质仍有一定的追求，消费观念相对较为超前。在满足基本生活需求的基础上，会将一部分收入用于购买时尚的服装、电子产品等，注重消费的个性化和时尚感。随着分位点的上升，新生代流动人口在教育、文化、娱乐等方面的消费支出大幅增加。他们更愿意为提升自身素质和丰富精神生活投入资金，如参加各类培训课程、旅游、看演出等。新生代流动人口对新兴消费领域的接受度较高，如互联网消费、共享经济等，这些新兴消费模式在他们的消费结构中占据一定比例。第一代流动人口大多经历过艰苦的生活，他们的消费观念相对传统，注重储蓄和家庭责任。在低消费分位点上，第一代流动人口的消费主要围绕家庭的基本生活需求展开，消费行为较为谨慎，对价格的敏感度较高。在食品、住房、子女教育等方面的支出占据了他们消费的大部分。随着分位点的上升，虽然他们的收入有所增加，但由于长期形成的消费习惯和家庭责任的压力，消费结构的变化相对较为缓慢。在高消费分位点上，第一代流动人口的消费仍以家庭消费为主，如改善住房条件、为子女提供更好的教育资源等，而在个人享受型消费方面的支出相对较少。比较两代流动人口在各分位点上的回归系数，发现收入对新生代流动人口消费的弹性在各分位点上均大于第一代流动人口。这表明新生代流动人口的消费对收入变动更为敏感，收入的增加能够更显著地促进他们消费支出的增长。年龄对消费的影响在两代流动人口中也表现出不同的特征。在新生代流动人口中，年龄较小的群体消费更加多元化，对新兴消费领域的参与度更高；而在第一代流动人口中，年龄较大的群体消费行为更加保守，更注重家庭的稳定和储蓄。社会融入度对新生代流动人口消费的影响更为明显，他们更容易受到当地居民消费文化的影响，积极融入城市生活，从而改变自己的消费行为。而第一代流动人口由于生活经历和文化背景的差异，在社会融入过程中相对较为困难，社会融入度对他们消费的影响相对较弱。7.3不同收入水平流动人口消费差异根据收入水平将流动人口划分为高、中、低收入群体，分别进行分位数回归，研究不同收入水平流动人口的消费差异。高收入群体的流动人口在经济上相对较为宽裕，他们的消费行为更加注重品质和个性化。在低消费分位点上，虽然高收入群体出现低消费的情况相对较少，但可能由于特殊原因，如短期经济困难或投资策略调整等，导致消费支出处于较低水平。即使在这种情况下，他们对消费品质的要求依然较高，更倾向于购买高品质的商品和服务。随着分位点的上升，高收入群体的消费结构更加多元化，在高端消费品、奢侈品、旅游、投资理财、文化艺术等领域的消费支出显著增加。他们追求独特的消费体验和个性化的服务，注重品牌和文化内涵。高收入群体还会积极参与各类社交活动和高端消费场所，消费行为具有较强的示范效应。中等收入群体的流动人口在满足基本生活需求的基础上，开始追求生活品质的提升。在低消费分位点上，中等收入群体的消费主要集中在食品、住房、交通等基本生活方面，注重性价比。他们会在价格和品质之间寻求平衡，选择符合自身经济实力的商品和服务。随着分位点的上升，中等收入群体在教育、医疗、文化娱乐等方面的消费支出逐渐增加。他们开始关注子女的教育质量，愿意为子女的课外辅导、兴趣培养等投入资金；在医疗保健方面，也更加注重健康管理和预防保健；在文化娱乐方面，会选择看电影、健身、旅游等活动来丰富自己的生活。中等收入群体的消费行为相对较为理性，会根据自身的收入和需求进行消费决策。低收入群体的流动人口面临着较大的经济压力，消费主要以满足基本生活需求为主。在低消费分位点上，低收入群体的消费支出几乎全部用于食品、住房等生活必需品，消费结构单一，对价格的敏感度极高。他们往往选择价格低廉的商品和服务，生活质量相对较低。随着分位点的上升，虽然收入有所增加，但由于生活压力较大，消费结构的改善相对缓慢。在高消费分位点上，低收入群体的消费仍然以基本生活需求为主，只是在食品的质量和住房条件上可能会有所改善，而在其他消费领域的支出仍然非常有限。从各分位点的回归系数来看，收入对不同收入水平流动人口消费的影响存在明显差异。收入的增加对低收入群体消费的促进作用主要体现在基本生活消费的改善上，而对高收入群体消费的影响则更多地体现在消费结构的升级和多元化上。教育程度对高收入群体消费结构的影响更为显著，高收入且教育程度较高的流动人口更注重发展型和享受型消费，在文化、艺术、教育等领域的消费支出较多。而对于低收入群体，教育程度的提高可能首先体现在基本生活消费的优化上，如选择更健康、更优质的食品等。社会融入度对高收入群体消费的影响相对较小，这可能是因为高收入群体本身具有较强的经济实力和社会资源，较少受到社会融入程度的限制。而对于低收入群体，社会融入度的提高可能会在一定程度上改善他们的消费行为，增加他们的消费信心和消费选择。八、结论与政策建议8.1研究主要结论总结本研究基于CLDS数据，运用分位数回归方法，对流动人口消费差异进行了深入分析，得出以下主要结论：收入水平是影响流动人口消费水平的关键因素，在所有分位点上，收入与消费均呈正相关关系。且低