李 念，张鸿飞

(贵州财经大学 大数据统计学院，贵州 贵阳 550025)

1 引言

消费是拉动经济增长的三架马车之一，对推动经济增长起着重要的作用。随着国内居民消费力的增强，居民消费对经济增长的基础性作用也逐步体现。为了使经济保持增长，需要积极发挥消费对经济增长的推动作用和基础性作用。同时，扩大居民消费，通过居民消费的增长推动消费的增长。因此，需要运用正确合理的消费政策刺激消费，促使我国的经济更快、更稳地高速发展。

对于居民消费与经济增长的关系研究，已有非常丰富的研究文献。相关文献表明，居民消费与经济增长高度相关。尹世杰[1]提出，消费增长是拉动经济发展的重要因素，要想通过消费推动经济增长，就需要提高居民收入，改善消费市场环境，刺激居民消费。刘方棫[2]认为，要使消费者从不愿消费、不敢消费、不能消费转变为乐于消费、敢于消费、能够消费，进而提高居民消费，促进经济健康可持续的发展。杨新妮[3]通过居民消费对经济增长贡献分析,提出通过居民消费,推动经济增长的对策。刘东皇等[4]通过DEA模型对我国居民消费和经济增长的协调促进关系进行了研究，得到经济增长对消费的支撑作用与消费对经济增长的促进效应不同。冯超[5]以党的“十八大”以来我国居民人均消费情况数据指标为样本,采用回归分析，得出结论经济增长与居民消费之间呈正相关关系。郝思甲等[6]通过线性回归模型对安徽省经济增长和居民消费的时间序列数据展开实证分析，得到结论为居民消费与经济增长存在正相关性。张建国[7]通过灰色关联分析法，得到我国居民消费与经济增长耦合明显、关联较强的结论，认为应不断改善消费结构，提振我国经济又好又快发展。

基于时间序列数据对居民消费与经济增长关系进行研究，对数据的时间跨度要求非常严格，难以收集到能够合理分析的时间序列数据。为了克服时间序列数据的这一难点，许多学者转变思维，使用了对时间跨度要求较低的面板数据进行实证分析。郗笃鹏[8]基于我国东部地区1990～2010年面板数据研究了居民消费和经济增长的关系，发现二者存在长期的协整关系。任斌等[9]基于全国15个省(直辖市、自治区)2008～2013年的省级面板数据,运用系统GMM方法实证检验了我国金融创新对经济增长的影响。柯潇[10]基于面板数据研究了交通基础设施与经济增长的互动关系。乔婧妍[11]基于面板数据建模,分别讨论影响中国东中西部地区经济增长差异的因素。韩琦[12]基于省级面板数据，运用面板向量自回归模型方法验证消费升级与经济增长之间的关系及其动态变化，得出消费升级就能够对经济增长产生显著促进作用的结论。罗忠青和刘坤新[13]基于全国省级面板数据，检验了我国消费结构变化对经济高质量发展的正向提升影响。程方玉[14]用河南省的面板数据做实证研究，认为河南省城镇居民消费是消费市场的主力军，居民消费对生产总值存在较强的正向推动作用，并且居民消费水平与经济增长的共变模式在不同的河南省地级市之间存在差异。

目前，大部分研究居民消费与经济增长关系的文献都是针对全国或经济发达的省份。本文的研究样本是全国经济发展排名较后的贵州省，收集2011～2020年贵州省9个地级市(州)的面板数据，并运用面板向量自回归(PVAR)模型深入探讨居民消费与经济增长之间的关系。通过实证分析结果，为贵州省提供合理的发展建议，促进贵州省经济增长与居民消费健康的良性互动，进而实现贵州省经济绿色可持续高速增长。

2 数据选取与变量描述

2.1 数据选取

本文的研究目的是分析贵州省居民消费与经济增长之间的动态关系，研究样本为9个城市(州)，分别为贵阳、六盘水、遵义、安顺、毕节、铜仁、黔西南州、黔东南州、黔南州。数据来源2011～2020年的《贵州统计年鉴》，包括2011～2020年贵州9个地级市(州)的面板数据。

2.2 变量描述

本文的研究变量包括经济增长和居民消费两个变量。对于经济增长，参考了邓文博[15]的论文，选取贵州省9个地级市(州)的地区生产总值(亿元)的对数为变量，变量名为lngdp。对于居民消费，参考了崔广亮[16]的论文，选取贵州省9个地级市(州)的社会消费品零售总额(亿元)的对数为变量，变量名为lnconsum。变量的描述性统计如表 1所示。

表1 变量的描述性统计

本文先对2011～2020年贵州省9个地级市(州)的地区生产总值和社会消费品零售总额变化趋势做图像分析，结果如图 1、图 2所示。由图 1、图 2可知，2010～2019年贵州省9个地级市(州)的地区生产总值与社会消费品零售总额均呈上升趋势。贵州省经济增长与居民消费之间的互动关系，可进一步实证分析。

图1 贵州省9个地级市(州)2010～2020年的地区生产总值变化

图2 贵州省9个地级市(州)2010～2020年的社会消费品零售总额变化

3 研究模型构建

已有的相关文献显示，居民消费与经济增长存在着互动关系，可以使用回归模型进行分析。由于本文所选取的数据时间跨度较小，所以考虑了使用面板数据进行分析。面板向量自回归模型(PVAR)不仅继承了向量自回归(VAR)模型的优点，还考虑了地区的固定效应，可以提高实证分析结果的精确度，所以本文运用PVAR模型对居民消费与经济增长之间的关系进行分析。

研究模型如下，

Yit=αi+A1Yit-1+A2Yit-2+…+AkYit-k+BXit+εit

(1)

式(1)中，i表示城市，t表示年份，k表示滞后阶数；αi表示地区效应，Yit表示1×n维的内生变量，Xit表示1×m维的外生变量，A和B表示待估参数向量，εit为随机扰动项。

其中εit满足，

E(yitεit)=E(xitεit)=E(αitεit)=0

(2)

4 实证分析

4.1 数据平稳性检验

在使用PVAR模型进行实证分析之前，需要对变量进行平稳性检验。一般情况下，原变量不平稳，需要对原变量做滞后处理。文本使用了LLC检验法与IPS检验法对数据进行平稳性检验，LLC检验法与IPS检验法均在5%显著性水平下进行，检验结果如表 2所示。从表 2可知，对于lngdp变量，LLC检验法与IPS检验法的P值均小于0.05，说明lngdp变量是平稳的，不需要做滞后处理。对于lnconsum变量，LLC检验与IPS检验的P值同样均小于0.05，不需要做滞后处理，lnconsum变量是平稳的。因此，可使用lngdp变量与lnconsum变量进行PVAR模型的分析。

表2 平稳性检验

4.2 滞后阶数选择

使用PVAR模型进行分析，还需要确定PVAR模型的滞后阶数。本文使用AIC准则、BIC准则和HQIC准则共同确定PVAR模型最合适的滞后阶数。本文运用Stata14.0软件和连玉君pvar2程序包运算3个准则的指数值，运算的结果如表 3所示。当AIC准则、BIC准则和HQIC准则的指数值越小，滞后阶数就越适合PVAR模型。从表 3可知，滞后四阶时，AIC准则、BIC准则和HQIC准则的指数值均是最小值，所以本文选择的PVAR模型滞后阶数为四阶。

表3 AIC准则、BIC准则和HQIC准则运算结果

4.3 格兰杰因果检验

确定PVAR模型滞后阶数后，可进一步使用格兰杰因果检验对居民消费与经济增长之间的因果关系进行分析，格兰杰因果检验是在5%的显著性水平下进行，分析结果如表 4所示。当P值小于0.05时显著，显著时，去掉的变量不是此时变量的格兰杰原因。由表 4可知，去掉lnconsum变量时，P值为0.427，不显著，说明lnconsum变量是lngdp变量的格兰杰原因。而去掉lngdp变量时，P值为0.000，显著，说明lngdp变量不是lnconsum变量的格兰杰原因。从格兰杰因果检验可知，贵州省居民消费对经济增长存在单向的格兰杰原因。

表4 格兰杰因果检验结果

4.4 脉冲响应分析

脉冲响应函数可以全面反应各个变量之间的动态关系。脉冲响应函数的运算原理是向模型中一个内生变量施加一个标准差的冲击，然后计算各变量当期值和未来值。本文中，将考察周期设定为10期，95%的置信区间，脉冲响应结果如图3、4所示。

图3表示了经济增长对居民消费的脉冲响应，对居民消费施加一个标准差正向冲击。在10期分析过程中，lngdp变量对lnconsum变量的脉冲响应呈正效应，但脉冲响应强度的波动很小，在1%的水平上小幅浮动，先轻微上升，后轻微下降，但没有持续下降。图像的波动表明贵州省经济增长对居民消费前几期有轻微的促进作用，但促进强度逐渐降低，总体是促进作用。图4表示了居民消费对经济增长的脉冲响应，同样对经济增长施加一个标准差正向冲击。在10期分析过程中，lnconsum变量对lngdp变量的脉冲响应先呈正效应，后呈负效应，脉冲响应强度先升后降，降为负效应后又稍上升变成正效应，然后又降为负效应，之后保持为负效应。图像的变化趋势表明，贵州省的居民消费对经济增长前两期有明显的促进作用，然后促进强度逐渐下降，变为反促进作用，再经历两期后又有轻微的促进作用，短暂促进后，促进作用变为反促进作用，之后保持反促进作用。

图3 经济增长对居民消费的脉冲响应

图4 居民消费对经济增长的脉冲响应

4.5 方差分解

方差分解描述了不同时刻的不同冲击对内生变量变化的解释程度，根据得到的指数判断不同因素对同一变量的重要程度。本文中预测了10期，表 5显示了PVAR模型中lngdp变量与lnconsum变量的方差分解结果，反应了lngdp变量对自身和lnconsum变量的解释程度，以及lnconsum变量对自身和lngdp变量解释程度。由表 5可知，随着预测期数的增加，lngdp变量对自身的解释程度逐渐下降，但lngdp变量对lnconsum变量的解释程度逐渐上升。这说明，长远考虑，贵州省经济增长对自身的影响程度会逐渐下降，贵州经济增长对居民消费的影响程度会逐渐上升。同时，随着预测期数的增加，lnconsum变量对自身的解释程度有升有降，有小幅度的波动，解释程度总体较高；lnconsum变量对lngdp变量的解释程度同样有升有降，存在小幅度的波动，总体解释程度较低。这说明，长期来看，贵州省居民消费对自身的影响有强有弱，但总体影响程度较强；贵州省居民消费对经济增长的影响同样有强有弱，且总体影响程度较弱。

表5 方差分解结果

5 结论与发展建议

5.1 结论

本文基于PVAR模型，借助Stata14.0软件和连玉君pvar2程序包，对贵州省居民消费与经济增长之间的关系进行分析。通过格兰杰因果检验、脉冲响应函数等分析方法，得到以下结论：①用LLC检验法与IPS检验法对数据进行平稳性检验，两种检验法得到的lngdp变量与lnconsum变量均是平稳的，不需要做滞后处理；②通过格兰杰因果关系滞后四阶检验分析，得到贵州省居民消费对经济增长存在单向的格兰杰原因；③通过脉冲响应函数对贵州省居民消费与经济增长之间的动态关系进行分析，得到贵州省的经济增长对居民消费的脉冲响应呈正效应，经济增长对居民消费保持一个较低的平稳促进作用；而贵州省的居民消费对经济增长的脉冲响应同时存在正效应与负效应，居民消费对经济增长同时存在促进作用与反促进作用；④利用方差分解分析结果表明，贵州省经济增长对居民消费的影响程度保持平稳增加的状态，而贵州省居民消费对经济增长的影响程度有强弱的浮动。

5.2 发展建议

根据贵州省的实证分析可知，贵州省经济增长对居民消费的促进作用大于居民消费对经济增长的促进作用，为了使贵州省经济增长与居民消费之间保持可持续促进关系，本文提出以下几点建议：①贵州省居民消费对经济增长同时存在促进和反促进作用，若能合理分析产生反促进作用的原因，将反促进作用转为促进作用，使居民消费与经济增长之间保持双向促进作用与良性互动，就能够增加居民消费推动经济增长的程度；②贵州省经济增长对居民消费有促进作用，为使经济增长可以长期的、有力的推动居民消费发展，需制定合理的消费政策，鼓励城乡居民积极、健康、可持续消费，从而推动经济增长。