中国需求导向的消费品零售总量模型——及其对市场波动的应用研究，本文主要内容关键词为：中国论文,其对论文,总量论文,导向论文,消费品零售论文，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。
一、引言
经济体制改革与对外开放以来，我国商品市场及其运行的环境均发生了很大的变化。影响市场活动及实现因素也发生了很大变化。其中一个重大的变化就是市场需求方面的因素起着越来越重要的作用。对商品消费总量的简单考察表明，改革开放以来，中国消费品市场迅速成长，但是市场波动也明显加剧，例如，一般认为1987年至1990年间出现了大的市场波动。研究消费品市场首先要考察商品消费总量，这就要求建立消费总量函数。对改革以来消费总量函数有不少研究，这些研究一般以全国消费品零售总量（或社会商品零售总额）为被解释变量，建立单方程模型。考虑到中国消费品市场存在严重的分割，特别是城、乡市场差异大。本文在理论分析的基础上，提出需求实现的决定因素，分别建立农村消费品零售量函数、城镇消费品零售量函数，再总合为全国消费品零售量总量模型。因而实际上是建立三方程的消费品零售总量模型，并通过所建立的模型对市场波动进行实证研究。
二、理论分析与需求导向的建摸思路
在经济体制改革之前，我国实行的是高度集中的计划管理体制，是一种典型的由生产决定销售的供给导向的机制。在这种机制下，绝大多数商品供给短缺，市场需求因素难以发挥作用，因此，在经济体制改革以前，建立消费函数必须充分考虑供给约束，甚至建立供给导向的消费品零售量函数。但是随着经济体制改革的深入，政府对价格的管制逐步放开，市场因素起着越来越大的作用，据统计，以社会商品零售额考虑，1990年政府定价部分已降为29.8%，到1996年再下降为6.3 %（经济日报，1998年5月10日）。在需求导向的市场模式下， 若干因素对需求的形成与需求的实现起着重要的决定的作用。首先是收入水平，经济理论指出，可支配收入是决定消费的重要因素，并且有长期的效果。其次是收入的分布，考虑到中国幅员辽阔，地区之间收入差距大，收入分布对消费品购买有明显影响，在构造模型中，可考虑分别建立农村、城市消费函数。第三个因素是价格，价格对于消费的影响是较为复杂的问题。在一个市场需求基本饱和（即只存在更新需求）的情况下，价格与消费呈负相关，因而具有短期影响。而在一个消费总体未饱和的市场，消费可能与价格同时增长，即二者之间呈正相关的关系。另一个重要因素可考虑储蓄存款，在收入一定的条件下，当期的储蓄存款与消费为相关相反的关系。但上期的存款中相当部分可用于消费，实际上属于长期收入，因而对当期消费有正的影响。弗里德曼曾运用长期收入与当期可支配收入解释汽车的需求，发现长期收入有更大影响。此外，消费预期会对市场需求，从而对实际消费产生影响。这在一定意义上有助于解释中国的市场波动。例如，预期价格上涨会导致当期消费的增加，预期收入下降会导致消费的减少。但是消费预期在量化上有一定难度。
对上述因素与消费进行相关分析的结果为前述理论分析与变量的选定提供了支持。农村、城市消费品零售额与农村人均纯收入、城市居民人均生活费收入的相关系数分别为0.9969与0.9986，与农村、城市居民消费价格指数的相关系数分别为0.5719、0.5220，根据上述分析，可以考虑选择收入、价格、上期储蓄作为解释消费品零售额的变量。
三、模型建立
（一）变量选择与模型的格式
根据本文中国消费品市场的基本估计，对影响消费品需求因素的分析，以及数据支持的可能性，现提出农村消费品零售量函数、城镇消费品零售量函数，以及总合为全国消费品零售量的三方程消费品零售总量模型格式。
（1）Rursal＝f（Rurincome，Rurprice，Savrur（－1））
（2）Urbsal＝f（Urbincome，Urbprice，Savurb（－1））
（3）Consal＝rursal+Urbsal
其中：
Rursal＝农村消费品零售量 Rurincome ＝农村居民家庭人均纯收入
Rurprice＝农村居民消费价格指数 （上年＝100）
Savrur（－1）＝上年末农户储蓄
Urbsal＝城镇消费品零售量Urbincome＝城市人均生活费收入
Urbprice＝城市居民消费价格指数 （上年＝100）
Savurb（－1）＝上年末城镇储蓄 Consal＝全国消费零售额
方程（1）、（2）为行为方程，其右边的变量为外生、前定变量；方程（3）为定义方程。
我国统计年鉴有历年上述指标数据，为建立上述三方程的消费品零售总量模型提供了支持。
（二）模型与经济解释
经应用TSP软件和1978～1996年数据， 拟合出以下三方程中国消费品零售总量模型。
（1）农村消费品零售量函数
Rursal＝3.9895 Rurincome+3225.3209 Rurprice+0.4555 Savrur（-1）
（19.8） （6.3） （7.4）
R[2]＝0.998 D.W＝0.92
（2）城镇消费品零售量函数
Urbsal＝2.1001 Urbincome+1572.802 Urbprice+0.1964 Savurb（-1）
（26.330） （3.27） （13.37）
R[2]＝0.999 D.W＝1.34
（3）全国消费品零售额函数
Consal＝Rursal+Urbsal
统计检验表明，农村消费品零售量函数（简称函数（1 ））与城镇消费品零售量函数（简称函数（2））的R[2]值很高，几乎接近于1，解释变量系数的T统计量也明显大于2，但D.W值较低。从历史模拟结果看，相对误差较小。函数（1）1989年以来的相对误差均小于3.5%，但1987年相对误差很大，达9.45%。图1、图2分别给出了函数（1）、函数（2）的历史模拟值与实际值，以及二者之间的误差。函数（2 ）的历史模拟结果，1987年，1988年的相对误差分别为5%、4%，1989年后的相对误差均小于2%，只是1994年相对误差约为2.5%。
函数的经济解释也为合理。按函数（1）， 农村居民家庭人均纯收入每增加1元，农村消费品零售额约增加4亿元。1996年的农民人均纯收入比1995年增加为1926.1－1577.7 ＝ 348.4元，带来销售额增加为 3.9895×348.4＝1389.9亿元。解释了当年消费变动的74.37%。 另一方面，如本文第二部分分析，价格变动与零售额变动呈正相关关系。价格变动的影响也较多地反映在因价格上涨带来的销售金额的增加上。 以1996年为例，农村居民消费价格指数为107.9而1995年为117.5，因其降低而带来的零售额下降为（107.9－117.5）×3225.3209＝-309.63亿元。解释当年消费变动为-16.57%。农户储蓄对消费有很大影响，函数（1）表明，上年末农户储蓄增加1亿元，会带来次年农村消费品零售额增加0.4555亿元。以1996年为例，因1995年的农户储蓄增加而带来的消费品零售量增加为（7670.7－6195.6）×0.4555＝671.9（亿元）， 解释了当年消费变动的35.95%。
函数（2）的经济解释也是合理的。 如果城市人均生活费收入每增加1元，所带来消费品零售额增加约2亿。以1996年为例，该收入较1995的增加为4377.2－3892.9＝484.3元，带来销售额的增加为968.6亿元，解释了消费变动的42.4%。价格指数的回归系数为正，且具显著性。按该系数的影响，城市居民消费价格指数每变动1%， 消费品零售额向同方向变动15.73亿元。以1995～1996年为例，该消费价格指数，1996 年为108.8，1995年为116.8，因其变动而带来零售额的变动为（108.8 －116.8）×1572.802＝-125.82（亿元），解释当年消费变动为-5.5%。从储蓄存款角度看，上年末的存款每增加1亿元， 会带来次年消费品零售额增加0.1964亿元。以1996年为例，城市居民储蓄存款增量为带来的消费品零售量增加为（30850－23466.7）×0.1964＝1450.08（亿元），解释了当年消费变动的63.46%。
在此基础上，可以模拟、预测全国消费品零售额的变化。
四、分析结论与对改革以来消费品市场波动的看法
1.以当期收入、价格、上期储蓄为外生、前定变量的全国消费品零售总量模型较好地解释了农村、城市的消费，近年的模拟结果较为理想，相对误差较小。由于城、乡市场之间存在因收入差异，因信息、交通等方面的因素造成明显的分割，因而在分别建立城、乡消费品零售量函数的基础上，再建立全国的总量模型比直接建立单方程的全国消费品零售量函数更为符合我国特有的市场环境。事实上如本文第三部分对城、乡消费品零售函数的分析，城、乡收入、价格、上期末储蓄对消费的影响，贡献差别明显。
2.从模型及变量所解释的角度，可对市场波动有以下新的看法：（1）农村与城市的市场波动较为一致，农村在1987年、1998年， 城镇在1988年的实际消费明显高于模型变量所解释的水平。其中特别是农村在1987年的实际消费大大高于模型变量所解释的水平，市场波动明显。图1、图2中的残差反映了上述波动。（2）1989年、1990 年中国消费品市场并不存在通常所说的销售疲软，农村情形刚好处于模型变量所解释的平均水平，城市还略有偏高。（3）农村在1994年、1995 年的实际消费略有所偏低， 按历史模拟结果， 分别低于模型变量所解释的平均水平117亿元与151亿元，而在1991～1993年相对偏高，表明有较轻微程度的市场波动。城镇1994年的实际消费偏低，按历史模拟结果，低于模型变量所解释的平均水平228.6亿元，但相对误差仅为2.5%，说明市场波动程度不大。