扩展线性支出系统的预测能力检验，本文主要内容关键词为：线性论文,支出论文,能力论文,系统论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
消费需求分析无论对企业制定研发战略和竞争策略，还是对政府制定宏观调控政策和产业结构政策，都具有重要意义。由R.斯通创造、并经Lluch发展的线性支出系统在需求分析中有着广泛的运用。人们不仅运用该系统进行居民消费结构分析和弹性分析，而且进行消费预测，以便为政府的相关经济政策提供实证依据。在我国的一些近期文献中，运用扩展线性支出系统进行的消费需求预测，不仅有短期，而且有长期。
但是，由于线性支出系统本身的特点，能否运用该系统进行需求预测是值得研究的。实证检验表明，截面数据的扩展线性支出系统并不具有预测能力。采用扩展线性支出系统对需求进行预测，并以所得信息为依据提出政策建议是有风险的。
一、线性支出系统(LES)和扩展线性支出系统(ELES)
线性支出系统是需求分析中最常用的系统，它是英国经济学家R.斯通于1954年提出的[1]。斯通以效用函数[2]
是总消费支出；
是边际预算比例，即在可任意支配的预算支出额中，用于购买第i种商品的份额，且
是预算总支出中除去对所有商品的基本消费支出后剩余部分中用于第i种商品的消费支出部分。这样，线性支出系统就将对第i种商品的消费支出额分为两部分：前一部分(c[,i]p[,i])是对该商品的基本消费支出且与预算无关，后一部分是对该商品的附加需求，这一部分需求受预算变化的影响。
线性支出系统满足需求理论对需求函数所要求的“非负性”、“可加性”、“单调性”、“零阶齐次性”和“对称性”等五个基本特征[3]。同时，由线性支出系统的结构可知，该支出系统假定某一时期人们对各种商品的需求量只决定于人们的预算支出和各种商品的价格，并且边际预算比例对任何人都相同，而与消费水平无关。
在线性支出系统中，c、b是待估参数，q是内生变量，V、p是外生变量。但是，由于V满足V=∑q[,i]p[,i]。而q是内生变量，因而V并不能外生给定。同时，虽然线性支出系统有很强的理论依据，但其参数的估计非常困难：在使用时间数列资料时，需要采用迭代法，在使用截面数据资料时，需要利用额外信息，而额外信息的选择并不存在统一的方法。
为解决线性支出系统参数难以估计的问题， Lluch[4]对线性支出系统做了如下修改：第一，用收入Y代替总预算支出V；第二，用边际消费倾向b*代替边际预算比例b。由此Lluch建立了扩展线性支出系统（Expand Linear Expenditure System即ELES）：
一般认为，利用ELES（以及LES）可以对消费结构进行分析预测①。实际上，这也正是 ELES得到广泛应用的根本原因。例如，在讨论居民消费需求的一些近期文献中，不少人就是运用截面数据的ELES对我国城镇居民的消费趋势进行预测的。特别是在涉及经济增长、区域经济规划的研究中，预测期甚至长达10年。
但是，ELES的恩格尔函数是线性的，这与实际情况不完全相符②。另一方面，用ELES分析并预测消费趋势就潜在地假定了在预测期间，居民对各种消费品的边际消费倾向和消费结构是保持不变的。这虽然符合ELES模型用边际消费倾向代替边际预算比例的假定要求，但同样与实际情况不完全相符。因此，ELES在预测方面是否能够提供有助于决策的信息是值得怀疑的。
二、实证
我们选择2000-2004年作为样本期，以城镇居民为对象，对ELES的预测能力进行实证检验。检验方法是将2000年作为假想的期末，而将2001-2004年作为预测区间，通过建立2000年截面数据的城镇居民ELES对2001-2004年城镇居民的消费结构进行预测。由于2001- 2004年的消费结构是已知的，因此，可以通过比较预测值与实际值的偏差来检验和评价ELES的预测能力。这是一种事后检验法。具体步骤是，首先建立2000年截面数据的城镇居民 ELES，然后将城镇居民2001-2004年的实际收入作为预期收入代入ELES，得到2001-2004年城镇居民消费支出的预测值，
表1是2000年我国城镇居民家庭平均每人全年消费性支出。表2是根据表1得到的我国 2000年城镇居民ELES的估计参数，收入采用城镇居民可支配收入。根据表2，各项参数至少在 0.02水平显著。
表1 城镇居民家庭平均每人全年消费性支出元
注：PDI、PLE、FOOD、CLOTH、HFAS、MMS、TPCS、RECS、RES、MCS、分别为人均可支配收入、人均消费支出、食品、衣着、家庭设备用品及服务、医疗保健、交通通讯、娱乐教育文化服务、居住和杂项。ZDH、DH、ZDH、MH、ZSH、GH、ZGH分别为最低收入户、低收入户、中等偏下户、中等收入户、中等偏上户、高收入户和最高收入户。AVE为平均值。
资料来源：《中国统计年鉴》，中国统计出版社2001年。
表2 2000年城镇居民ELES估计参数
注：p为概率值。根据表1计算。
分别为居民对食品 (FOOD)、衣着(CLOTH)、家庭设备用品及服务(HFAS)、医疗保健(MMS)、交通通讯 (TPCS)、娱乐教育文化服务(RECS)、居住 (RES)和杂项(MCS)的消费支出。以2001- 2004年我国城镇居民的实际可支配收入作为预期可支配收入，用ELES预测2001-2004年我国城镇居民的消费需求，结果见表3。表4是预测值对实际值的偏离度α。
由表4可知，2001年除家庭设备用品及服务(HFAS)，其余的预测偏离均度在可接受范围。但2002-2004年除衣着(CLOTH)外，其余的预测偏离度均超出了可接受范围。其中最大的正向偏离达777.97%（2003年的娱乐教育文化服务(RECS)），最大负向偏离达-27.24%（2004年的交通通讯(TPCS)）。除娱乐教育文化服务(RECS)和居住(RES)，所有偏离都具有沿同方向逐年增大的特征。这意味着，随着预测区间的增大，偏离度会变得越来越严重。
表3 2001-2004年我国城镇居民消费支出预测值（使用2000年ELES）元
表4 预测值对实际值的偏离度α%
分项目看，食品(FOOD)、医疗保健 (MMS)、交通通讯(TPCS)和居住(RES)的预测值倾向于低于实际值，而衣着(CLOTH)、家庭设备用品及服务(HFAS)和杂项(MCS)的预测值则倾向于高于实际值。样本期，偏离度的绝对值最小的是衣着(CLOTH)为4.29，最大为家庭设备用品及服务(HFAS)达91.03。预测值低于实际值的项目占总体的62.5%，预测值高于实际值的项目占总体的37.5%，两项之和为100%，即在样本期，预测值100%偏离实际值。
三、基本结论
以上我们从事后角度对ELES的预测能力进行了检验。尽管只预测了4年，但其结果却是相当严重的，更不用说5年、10年或更长的时间。
实证表明，与流行的见解不同，ELES并不具有人们所期望的预测能力。如果采用ELES对消费者需求行为进行预测，并据此提出政策建议或做出政策选择必然会造成严重后果。ELES所以不具有预测能力，根本原因在于ELES所遵循的基本假定是脱离实际的。从前述ELES模型可知，ELES实际上假定居民边际消费倾向不变，即
。但实际上，居民的边际消费倾向会由于各种原因而发生变化。一般来说，食品类的边际消费倾向趋于下降，医疗保健、交通通讯、娱乐教育文化服务和居住等的边际消费倾向趋于上升。如果假定边际消费倾向不变，则会产生如表4所示的严重误差和偏离，而表4的误差和偏离结构显然具有典型性。
因此，ELES的真正作用并不是对消费者的需求行为进行预测，而是对已发生的消费行为进行结构分析。并且，这种事后的结构分析对于消费行为的预测而言也不具有实质性的意义。需要指出的是，在许多近期文献中，人们除了将ELES用于消费趋势预测外，还根据ELES分析得到有关的信息，提出对消费者行为进行干预的政策建议。这类建议的政策价值同样值得怀疑。因为，从根本上说，消费者的消费选择行为是自主的。如果其他条件不变，消费者的边际消费倾向和消费选择行为主要取决于商品价格，而商品价格最终取决于市场竞争，这是政府难以干预的。所以，希望通过政府的干预行为来人为改变消费者的边际消费倾向，从而改变消费结构是不现实的。
注释：
①参见张保法：《经济计量学》（第四版），经济科学出版社2000年；范剑平：《居民消费与中国经济发展》，中国计划出版社2000年。
②参见黄益平、宋立刚：《应用数量经济学》，上海人民出版社2001年。