中国居民消费结构升级统计测度与影响因素研究

彭 刚 刘曼赟 张 捷

（西南财经大学 统计学院，四川 成都 611130）

一、文献综述

现阶段，我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾，消费成为拉动我国经济增长的最主要动力。国家统计局数据显示，2018年我国最终消费支出对经济增长的贡献率达65.9%。尽管消费总体呈向好态势，但近年来我国居民消费出现了许多新的特点与问题。一是我国最终消费支出尤其是居民消费占GDP的比重较发达国家依然偏低[1]；二是消费在不同收入层级居民群体中呈现出更为清晰的分级态势[2]；三是由于区域经济发展的差异，我国各地区居民消费结构存在差异[3]。对于居民消费结构问题的讨论，特别是我国消费是升级还是降级的争论，成为各界关注的热点话题。消费结构升级对经济发展的重要性不言而喻，能够通过带动投资升级[4][5]、产业升级[6]和产品升级[7]等多个路径，促进我国经济提质增效。值得注意的是，现有对消费结构升级的统计测度研究存在较多不足，许多争议性问题有待进一步解决。

消费升级一般被认为是各类消费品支出中的结构升级和层次提高[8]，是居民的消费结构从较低生活质量标准向较高生活质量演变[9]。也有学者认为消费升级应该立足于消费者总福利的上升，而不是整个消费篮子的消费组合[10]。当然，两者之间并不矛盾，结构升级和层次提高往往与消费者总福利的提升保持一致。对于消费升级的统计测度，目前最常用的是19世纪德国统计学家恩格尔提出的恩格尔系数，即食品支出总额占个人消费支出总额的比重。恩格尔系数是用于衡量一个国家或地区民众的生活水平和贫困程度的国际通用指标[11]，用于测度消费升级主要是因为其区分了食品消费和非食品消费，食品消费支出下降也就表明消费结构在不断升级[12]。然而，使用恩格尔系数衡量消费升级具有一些局限性：首先，恩格尔系数忽视了食品支出的异质性，不包括非生活必需型食品支出[13]；再者，消费支出的类别越来越细化，仅仅依靠单一的食品支出比例来描绘种类庞杂的消费支出结构，严重缺乏代表性，难以适应不断升级的消费结构[14]。

针对恩格尔系数衡量消费结构升级的不足，有学者提出了新的衡量指标。韩立岩和夏坤（2007）则认为保健和教育消费支出在总支出中的相对比例增加，意味着人民生活水平的提高，但考虑到现行统计数据不足，因而用医疗保健、教育、文化娱乐服务支出占消费总支出比重构建标识消费结构的发展系数[14]。王志平（2003）认为当经济发展水平达到一定程度后，精神层面的需求和消费会不断滋长显化，恩格尔系数的降低并不能保证人民生活在向健康和富有质量的方向提升、发展，因而应更加关注新恩格尔系数，即文化、教育和娱乐消费占居民消费的比重[15]。魏勇和杨孟禹（2017）利用ELES模型测算了各类消费支出的需求收入弹性，以0.8为分界点划分了基本商品和高档商品，并用于衡量消费结构水平[16]。

还有一些研究从其他角度来测度居民消费结构，如俞剑和方福前（2015）基于现有消费支出分类，分别定义了农业品、工业品和服务品消费，并用工业品与农产品消费的相对支出比例、服务品与工业品消费的相对支出比例来衡量消费结构升级[17]。考虑到现有方法未能全面纳入各种消费支出，黄卫挺（2013）提出使用消费结构变动度来反映消费内容升级的速度[18]，陈海波和朱华丽等（2012）基于申农在信息论中所提出的熵定义了消费结构的信息熵，以此来综合反映消费结构变化程度[19]。然而，上述两种方法所界定指标的变动度都只能反映各类消费结构变化的幅度，无法区分出消费结构变动的方向。

基于消费升级的统计测度，学界对影响消费升级的因素进行了深入探讨。西方国家较早对消费进行理论研究，提出了一系列假说，最具代表性的有持久收入假说[20]、相对收入假说[21]、绝对收入假说[22]和生命周期假说[23]，大多遵循“收入-消费”的影响机制进行理论分析。收入差距[24]、收入分配[25]和收入来源[26]等因素能显著影响消费，在国内外文献中得到广泛验证。家庭的收入增长逐渐释放了消费潜力，推动家庭消费从生存型向享受型和发展型消费演变，从而实现消费结构的优化升级[27]。社会保障因素最早被纳入分析消费和储蓄的框架中是出现在Feldstein（1974）对美国居民消费行为的研究中，他认为社会保障会对消费者产生两种效应：资产替代效应和引致退休效应，当资产替代效应大于引致退休效应时，居民会显著增加消费，此时社会保障对消费存在挤进效应[28]。但由于社会保障制度安排的复杂性，社会保障究竟对居民消费是产生挤进效应[29]、挤出效应[30]或没有影响[31]，学界尚未形成一致的结论。随着人口老龄化进程加剧，越来越多的研究开始关注人口年龄结构对消费的影响，部分研究通过实证发现老年抚养比率的上升能显著提高社会消费水平[32]，少儿抚养比率则对消费率存在显著的负向影响[33]。除此以外，现有的研究还从其他角度探讨影响消费升级的因素，如正向的技术进步可以提高改善型消费支出的比例[34]；收入不确定性会在一定程度上抑制消费[35]；信贷政策造成的收入效应和替代效应[36]；习惯形成会影响各期的最终消费水平[37]。

总体看，现有针对消费结构升级的统计测度，无论是对恩格尔系数的改进，还是基于其他角度的测度，都存在一定的问题：一是恩格尔系数及由其改进的测度方法，都只是以部分类型的消费支出比重变化来反映消费结构，缺乏整体上对各类消费支出变化的全面刻画；二是其他视角的测算方法尽管考虑了各类消费支出变动，但缺乏对升级方向的界定导致所刻画的变动不一定与升级相吻合。由此，考虑使用ELES模型按照需求收入弹性来界定各类消费支出的层级，并借鉴测度产业结构升级的结构层次系数方法，将能够更加科学合理地反映出我国居民消费结构升级状况。另外已有的文献对于消费行为进行因素分析大多是以居民消费总量作为研究对象，难以反映内部消费结构的变化特征，因而本文基于省际的消费结构升级测度结果，以消费结构升级系数作为研究主体，利用面板计量模型，能够挖掘出影响我国居民消费结构变动的主要因素。

二、居民消费结构升级指数测算与分析

（一）模型设定

ELES模型是目前研究消费问题时应用最为广泛的模型之一。该模型的基本假定为居民的消费需求主要受收入和商品价格的影响，并把需求分为基本需求和超额需求，其中超额需求由边际消费倾向决定。ELES模型的一般形式如下：

式中：Pi表示第i类商品或服务的价格；Qi、Xi分别表示第i类商品或服务的总需求量和基本需求量；βi为第i类商品或服务的边际消费倾向；Y为可支配收入。

式中Vi为第i类商品或服务的消费总支出；Ai为第i类商品或服务的基本消费总支出。

假设公式（2）和公式（3）成立，则公式（1）可改写为一元线性模型：

根据公式（4）可计算出商品或服务的需求收入弹性，其计算公式为：

式中ωi为第i类商品或服务的需求收入弹性。

为了度量消费结构升级的程度，引入常用于测度产业结构优化升级程度的结构层次系数[38]。结构层次系数的优点是能够将全部细分类型纳入到结构状况的测算中，从而避免了现有恩格尔系数及其改进方法仅考虑部分消费支出的不足。结构层次系数的基本原理为：假定存在n种不同的消费类别，将其层次按照由高到低的顺序进行排序，则可以定义消费结构层次系数（用s表示），公式如下：

式中kj为第j类消费支出在总消费支出的比重；n为消费支出类别总数。

（二）数据来源

在目前的统计资料中，由于“其他”消费支出类别中同时含有高低档商品，从逻辑上无法对其进行排序区分，因而选取了1997—2017年的全国和省际的城镇居民七大类消费支出数据进行分析。在估计每一类消费需求收入弹性的ELES模型中，七大类消费支出作为被解释变量，用每一类对应的城镇居民人均消费支出表示；收入作为解释变量，用城镇居民人均可支配收入表示。所涉及的相关数据均来源于1998—2018年的《中国统计年鉴》。

（三）消费结构升级指数测算与结果

基于ELES模型，可以分别求得七大类消费支出的需求收入弹性，并进一步对其进行排序，具体如表1所示。结果显示，交通通信类的需求收入弹性最大，居住、医疗保健、教育文化娱乐、生活用品及服务、衣着、食品烟酒依序次之。

表1 七大类消费支出的需求收入弹性估计结果

对各类消费支出排序后，使用结构层次系数，可以进一步测算出消费结构升级指数，具体计算方法为：

式中k1至k7分别为交通通信、居住、医疗保健、教育文化娱乐、生活用品及服务、衣着和食品烟酒消费支出占总消费支出的比重。

1997—2017年全国及各省的消费结构升级指数测算结果如表2、图1所示。全国和各省（区、市）的消费结构升级指数在整体上均呈现出上升趋势，表明我国消费结构处于不断升级和优化中。但是，全国居民消费结构呈现出阶段性特点：

图1 1997—2017年全国的消费结构升级指数

表2 1997—2017年我国部分年份消费升级指数的测算结果

第一，1997—2006年，消费结构升级指数快速增长。这期间正是自改革开放以来我国掀起的第二次消费升级浪潮，“新三件”（电视机、洗衣机和电冰箱）逐渐取代“旧三件”（自行车、缝纫机和手表），同时高档化耐用消费品成为居民消费的新热点，极大地刺激机械制造业等产业的发展。

第二，2007—2012年，消费结构升级指数增长速度放缓，且呈现出震荡态势。2008年全球金融危机爆发，各国的消费需求严重不足，并导致消费升级系数较上年下降了约2个百分点；2009—2011年间消费升级指数的变化趋势大致呈“倒V”型，变化的可能原因是2010年底中国人民银行加息举措使我国整体的消费需求下降，高层次的消费也进入疲软期。

第三，2013—2017年，消费结构升级指数增长速度由高速向低速转变。2013年，以汽车和信息消费为代表的消费形式再度成为居民消费热点，消费总量快速增长，消费结构升级指数从2012年的3.283提高至3.764，增长了近15个百分点；2014年以后增速有所回落，但仍处于增长的态势且2017年指数值达到3.867，为整个测算期内的峰值。

（四）消费结构升级指数的空间特征

测算结果显示，随着时间的推移我国的消费升级指数逐渐提高，最低值从1997年的2.883升至2017年的4.074，增长幅度接近40%。从细分区域结果来看，历年消费结构升级指数的空间分布格局较为稳定，消费结构升级指数中高值区主要集中在东部沿海地区，中西部地区的指数明显较低。相比于中西部地区，东部沿海地区的经济发展迅速，在宏观环境的强大支撑下，居民消费能力和消费结构升级更能得到有效提高和优化，这与我国经济发展的空间规律是一致的。在中高值区域，形成了以长三角、珠三角及京津冀为核心的消费结构升级圈，最为突出的是北京、上海、广东、浙江等发达地区。而在低值区域中，西藏的历年消费升级指数一直处于最低位，西藏地区的经济发展远远落后于发达省份，相对来说消费结构升级的速度偏慢。另外，近年来云南和青海的消费结构升级指数呈现小幅度提高，由原来的低值区上升至中值区。由此可见，城市化发展水平对于促进消费结构升级具有一定的正向推动作用。

为进一步测算我国消费结构升级指数的空间集聚程度，引入全局Moran’s I指数，并利用Arcgis软件进行计算，1997—2017年的Moran’s I指数计算结果如表3所示。计算结果表明，各年的Moran’s I指数值均大于零且都通过显著性水平为0.05的显著性检验，说明我国消费结构升级指数存在正向的空间相关关系，呈现出一定的空间集聚特征而并非是随机分布的。1997—2007年，消费升级指数的集聚效应波动性较大，整体上呈现先上升后下降的趋势；2008—2017年，空间集聚效应急速上升，说明消费升级指数的空间自相关性逐渐增大，邻近地区之间的辐射效应随之扩大。

表3 1997—2017年消费升级指数的全局Moran's I指数

通过全局空间自相关分析可知，我国各省（区、市）的空间自相关系数显著为正，表明消费结构升级指数存在空间集聚效应，但具体的空间集聚位置和区域相关程度尚未可知。为此，有必要进行局部空间自相关分析，以反映局部区域与其邻近区域的空间相关程度。通过绘制各地区消费升级指数的Moran散点图和LISA集聚图，可以将我国消费升级指数分为四类集聚区，分别是高-高集聚区（H-H）、高-低集聚区（H-L）、低 -低集聚区（L-L）和低 -高集聚区（L-H），不同的集聚方式代表的空间联系依次为扩散效应、极化效应、低速增长区域和过渡区域。

表4是1997—2016年我国消费升级指数的高低值聚类结果。总体看，位于H-H集聚区的省（区、市）数量最多，L-H、H-L和L-L的数量依序次之。具体而言，呈现H-H集聚特征的省（区、市）主要分布在中东部和北部地区，其中北京、天津、上海、浙江、广东、吉林和山东等经济较发达地区在各年中的集聚形式较为稳定，邻近发达地区之间具有明显的扩散效应；L-H集聚区集中于中部地区的江西、安徽、福建、湖南和西部地区的云南、贵州及重庆等地区。这类集聚区的主要特征是对于消费升级指数偏低的地区来说，一般其邻接地区的消费升级指数相对较高；位于L-L集聚区的大多是西部偏远地域和个别南部地区，四川、广西、甘肃、西藏、青海、新疆和海南等地区之间的资源条件较为类似，经济发展水平长期以来较低，相应的消费结构升级指数也处于低位；H-L集聚区散布在云南、宁夏和广西等区域，表明其在邻近落后地区中的消费结构升级指数较高，具有一定程度的极化效应。

表4 我国消费结构升级指数局部空间聚类表

随着时间的推移，各种类型的集聚区中主要是H-H和L-H的分布格局发生了较大变化，L-L和H-L两种集聚形式并未发生明显变化。H-H集聚区的数量大致呈现下降的趋势，从1997年的17个省（区、市）下降至2017年的8个；与之相反，处于L-H集聚区的省（区、市）数量则呈现上升的态势，由1997年的8个上升到2017年的14个，说明消费升级指数的分布格局逐渐由H-H向L-H聚集形式转变。

三、居民消费结构升级的影响因素分析

（一）模型构建、变量选取与数据来源

目前使用最广泛的空间计量模型主要有三类：空间滞后模型（SAR）、空间误差模型（SEM）和空间杜宾模型（SDM），三类模型均可通过设定一般化的空间模型中的不同参数推导而来，具体模型形式见式（8）和式（9）。

式中yit为因变量；ρωi'yt和ωi'xtφ分别为因变量和自变量的空间滞后项；γt为时间效应；ui为个体效应；mi'为随机扰动项空间权重M的第i行；εit为随机扰动项；上式中若λ=0，则为空间杜宾模型；若λ=0且φ=0则为空间滞后模型；若α=ρ=0且φ=0则为空间误差模型。

参考张可云和杨孟禹的文献可知，相较于其他模型而言，在不同的真实数据生成过程下，采用SDM模型进行参数估计是唯一能得到无偏系数估计值的模型[39]。SDM模型同时考虑了因变量和自变量的空间相关性，即一个国家或地区的因变量不仅会受到本地区自变量的影响，还会受其他邻近地区因变量和自变量的影响，对空间总效应的分解可以测度本地区自变量对其他地区因变量的空间溢出效应。基于SDM模型的优越性，本文采用SDM模型对我国消费结构升级进行因素分析，具体设定的模型如下：

综合现有研究成果，本文选取的解释变量为城镇居民人均可支配收入（I）、实际利率（R）、老年人口抚养比（OR）、少年儿童抚养比（CR）、地方财政社会保障和就业支出（SI）和单位住宅商品房价格（HP）。表5为各变量的描述性统计结果，其中各地区消费升级指数来源于前文测算的结果，城镇居民人均可支配收入、老年人口抚养比、少年儿童抚养比、地方财政社会保障和就业支出和单位住宅商品房价格均来源于1999—2018年的《中国统计年鉴》和各省（区、市）的统计年鉴。实际利率则由加权1年期存款名义利率减去各地区对应的居民消费价格指数得到，来源于各年度的《中国金融年鉴》。为了减少模型的异方差对参数估计的影响，对地方财政社会保障和就业支出、城镇居民人均可支配收入和单位住宅商品房价格均作对数化处理后进入模型。

表5 各变量描述性统计结果

（二）实证结果分析

由表3可知，我国各省（区、市）的消费结构升级指数的Moran I值始终在0.2以上波动，显著偏离随机分布，表明相邻地区的消费升级存在一定的空间依赖性。因此本文选择基于收入、消费环境、人口结构、社会保障以及房价因素的空间集聚对我国消费结构升级的溢出效应，选择SDM模型进行回归方程的估计。为确定SDM模型是否可以简化成SAR和SEM模型，进行Wald检验，检验结果表明SDM模型是最恰当的。同时对SDM模型进行Hausman检验，检验p值小于显著性水平0.05，认为应选择固定效应SDM模型。因此，针对我国消费结构指数及其影响因素建立固定效应SDM模型，进一步由于空间溢出效应的存在，解释变量系数不仅解释为对消费升级指数的单一影响，需要将空间总效应分解为直接效应与间接效应。不同解释变量的回归以及空间总效应结果如表6所示。

表6 我国消费升级指数SDM模型回归结果

由表6可知，空间自相关系数ρ显著为正，说明我国消费结构升级指数在空间上具有明显的依赖性。同时消费升级指数滞后一期的空间滞后项系数显著，表明一个地区的消费升级会受到邻近地区的影响。对于基本商品的消费而言，市场便利性和可得性是决定其需求的重要因素。相比于基本商品，依托于近些年快速发展的电子商务和物流业，中高端商品需求不仅局限于某个特定区域，且具有多元化、跨区域的发展趋势，因而消费升级指数的分布在地理上呈现空间关联的特征。

消费升级指数的滞后一期系数显著为正，表明我国消费升级现象具有惯性，随着经济发展和居民收入的稳步提高，居民习惯于生活水平的逐年改善，消费习惯较为稳定，具有平滑性。利率政策可以通过收入效应和替代效应的共同作用来影响居民消费，收入效应大于替代效应时，利率与消费呈同向变动，而收入效应小于替代效应时，利率与消费呈反向变动。实际利率的系数显著为正，说明实际利率上升的收入效应高于替代效应，有效提升了居民消费层次，同时实际利率的空间溢出系数也显著为正，则认为实际利率对消费升级存在正向的溢出效应。单位住宅商品房价格系数在直接效应回归中为正，在统计上并不显著。在短期的间接效应回归中，房价空间溢出回归系数显著为负，说明短期内房价对我国消费升级具有负向的空间溢出效应，但长期看这种效应不显著。

在人口年龄结构中，一方面老年人口抚养比系数显著为负，表明人口老龄化一定程度上抑制我国消费结构升级。对于老年人而言，长期秉持的节约理念会使其对于高层次的消费需求（如娱乐、交通等）并不高，可能仅满足于日常的基本消费需求，这也是高档消费总量在老年人群中占比较低的主要原因。另一方面不同于老年人口抚养比，少年儿童抚养比的系数显著为正，显示少年儿童抚养比的上升有助于推动我国消费结构升级。当今社会，少年儿童群体往往被视为家庭的重心，父母对子女的投资在家庭预算中占比很大，同时对子女投资不只是教育方面的支出，还包含娱乐、医疗等高层次消费类别的支出。

城镇居民人均可支配收入系数显著为正，且系数的绝对值明显大于其他解释变量，体现了收入是影响消费升级的关键因素，对推动消费升级具有明显的正向作用。可支配收入的空间溢出回归系数显著为正，说明本地区的收入水平提升不仅有利于推动本地区的消费升级，而且会对邻近地区产生正向的辐射效应。随着我国经济快速发展，居民可支配收入实现了较大程度的增长，从1998年的5425.1元增长到2017年的36396.2元，名义增长了5.7倍。得益于收入的大幅提高，居民开始注重追求更高层次的生活，从而对高层次的消费需求远大于低层次，消费结构逐渐从基本生存型消费向享受型和发展型消费转变。持续稳定提高的收入水平为促进居民消费升级提供了积极的保障与动力，促使居民不断释放消费潜力，有效提升消费层级。

地方财政社会保障和就业支出系数显著为负，表明我国社会保障水平对消费结构升级具有不利影响，具有弱挤出效应。我国社会保障体系自改革开放以来，经历了几次较大的调整，基本形成系统的社保体系，覆盖了养老、医疗和失业等保障类别，可以基本满足居民对于基本商品的需求，但与其他国家相比，社会保障水平还处于较低水平，居民对未来不确定性预期较大，因而会选择预防性储蓄，减少当期消费，在低档消费和高档消费中，消费者优先满足食品等刚性需求，从而减少高档消费品的支出，形成了对消费升级的抑制作用。

四、结论与政策建议

消费已成为拉动我国经济增长的最主要动力，消费结构升级是影响经济增长的重要因素。本文从消费结构升级的统计测度这一视角，全面分析我国消费升级情况以及演变特征。首先基于ELES模型，通过构建结构层次系数对我国1997—2017年间的消费升级指数进行测算，并且在此基础上，分析了我国消费升级指数的时空和空间变化趋势，进一步运用空间杜宾模型对其影响因素进行分析，研究的主要结论如下：①整体上我国消费结构正处于不断升级之中，但不同区域具有一定的差异，且差异性主要源于区域内。全国、东北、东部、中部和西部的消费升级指数大体上均呈现逐年增长态势，说明我国的消费结构在不断升级。从不同区域看，东部地区的消费升级指数最高，东北、中部和西部地区依序次之。同时，我国的消费升级差异性波动较大，主要差异来源于区域内差异，区域间的差异贡献度不高。②我国的消费升级指数存在明显的空间正相关性和集聚性，且随着时间的推移空间自相关性逐渐增大，邻近地区之间的辐射效应也相应扩大。空间集聚形式变化不太明显，高-高集聚区主要分布于东部地区和北部地区，低-低集聚区大多散落在西部偏远地区，而高-低和低-高集聚区大部分集中在中西部地区。③对显著影响我国消费升级的因素分析结果显示：城镇居民人均可支配收入的提升不仅有利于推动本地区的消费升级，且会对邻近地区产生积极的辐射效应；地方财政社会保障与就业支出对消费升级具有弱抑制效应；人口结构中，老年人口抚养比的上升对消费升级具有显著的负向影响，而少年儿童抚养比则显著促进我国消费结构升级；实际利率在消费升级中收入效应大于替代效应，显示出对消费升级存在显著的正向影响，同时对邻近地区具有一定的正向溢出效应；房价对于消费升级的回归系数并不显著，但其存在显著的负向空间溢出效应。

根据本文的实证结果，对我国相关政策的制定提出以下政策建议：①促进消费升级的政策制定不应该一刀切，不同区域的侧重点应有所差异。从省际消费结构升级指数来看，东部地区和中西部地区省份的水平存在较大差异，基于泰尔指数的分解结果则发现各区域间的差异远远小于区域内部各省间差异。因此，我国政府未来在加快推进消费升级、完善消费供给、优化消费环境等领域发力过程中，对于东部、东北、中部和西部地区应采取差异性政策措施。东部地区消费结构已处于较高水平，重点应当放在高品质和服务型等消费支出的增长，通过促进旅游、休闲娱乐和文化等享受型消费来进一步提升消费结构升级；中西部地区则应以夯实和提高生活质量为主，稳步促进居民在居住、教育、医疗等发展型服务方面的消费支出。②从历年的人口统计数据看，我国人口老龄化态势愈发明显，与其他国家相比我国居民的预期寿命还有继续提高的空间，而老龄化的比例不断上升会对居民消费结构升级产生负面影响，因而我国要积极应对人口老龄化现象，大力发展和培育适用于老年人的新兴消费增长点，激发我国的消费潜力，推动消费升级。③提升居民收入是推动消费升级的最主要因素，在我国经济增长放缓的背景下，就业问题的新特征日趋明显，政府应当从促进经济增长、创造就业岗位为主的政策手段，转向更加着眼于提高劳动力市场匹配水平和就业质量,把提高劳动生产率作为增加收入的根本手段。④其他因素如消费习惯、社会保障、利率也显著影响消费结构升级，政府应该从多方面入手，切实出台相关政策，引导居民形成良好的消费习惯和观念，通过提升消费结构层次，实现经济的可持续发展。