【摘要】我國農(nóng)村短期內(nèi)存在非常明顯的信息滯后特征與較高的信息更新成本。在考慮持久收入與城鎮(zhèn)居民消費觀念影響的基礎(chǔ)上，本文分析了收入不確定性、粘性信息的疊加效應(yīng)對農(nóng)村居民季度消費儲蓄行為的影響。采用31省份2013-2016年季度面板數(shù)據(jù)估計得出農(nóng)村信息粘性參數(shù)為0.85，體現(xiàn)出農(nóng)村居民短期消費行為呈現(xiàn)高度慣性。采用該估計值修正了衡量短期收入不確定性的指標，并構(gòu)建了衡量疊加效應(yīng)的變量，從而估計得出：其他條件不變時，收入不確定性指標降低標準差的幅度后，季度消費支出增加3.79%4.90%，此時若粘性參數(shù)降為0.80，季度消費支出將增加6.87%7.43%。分區(qū)域研究發(fā)現(xiàn)西部地區(qū)農(nóng)村疊加效應(yīng)影響程度較中部、東部地區(qū)高。粘性信息下預(yù)防性動機擠出的消費支出不可忽略。

【關(guān)鍵詞】不確定性；粘性信息；疊加效應(yīng)；農(nóng)村消費潛力

一、引言

2017年，最終消費支出對我國國內(nèi)生產(chǎn)總值增長的貢獻率達到58.8%，說明現(xiàn)階段消費對經(jīng)濟增長起著重要的拉動作用。然而居民消費率卻不容樂觀。2016年我國人均GDP達到了8123美元，居民消費率卻只有39%，這與人均GDP1000美元時61%的居民消費率的國際經(jīng)驗水平差距過大。盡管考慮到美元幣值的變化和其他一些不可比的因素，但如果再結(jié)合不同國家的橫截面相關(guān)數(shù)據(jù)看，至少可以說明中國居民消費需求在近年的經(jīng)濟增長中并未發(fā)揮出應(yīng)有的潛力。更加值得關(guān)注的因素是城鄉(xiāng)差異。2017年全年社會消費品零售總額中，農(nóng)村消費只占14.2%，換言之，城鎮(zhèn)生活消費品總量相當(dāng)于農(nóng)村生活消費品總量的6.15倍。這個數(shù)值2013年為6.44，2016年降至6.14?？梢钥闯鼋迥贽r(nóng)村整體的消費增速只是微快于城鎮(zhèn)，仍然沒有突破性的增長。2017年城鎮(zhèn)居民人均可支配收入為農(nóng)村居民的2.71倍，2013年該值為2.80，說明近幾年我國城鄉(xiāng)收入差距并沒有發(fā)生太大變化。因此城鄉(xiāng)收入的絕對差距并不能完全解釋城鄉(xiāng)消費差距。我國農(nóng)村政策敏感度、社會保障程度低于城鎮(zhèn)是不爭的事實，一方面短期農(nóng)村宏觀經(jīng)濟信息的滯后和更高的消費決策信息搜集成本帶來了更高的信息粘性程度，從而使得農(nóng)村居民消費決策效用相比完全信息而言有所偏離，導(dǎo)致跨期消費的不充分調(diào)整或過度調(diào)整，產(chǎn)生效率損失；另一方面農(nóng)村居民收入波動程度較高，收入來源普遍缺乏穩(wěn)定性，醫(yī)療支出保障程度較低，面臨未來不確定性時的謹慎心理較強，預(yù)防性儲蓄動機的強度就會更大。因此，在同時面臨較高的信息粘性程度與較高的不確定性的情況下，當(dāng)信息粘性程度越大時，居民的謹慎性心理是否越強，預(yù)防性儲蓄是否會增加更多，兩者之間的疊加產(chǎn)生了怎樣的效應(yīng)和結(jié)果，是否加劇了更多的儲蓄和更少的消費，其改善能否更進一步地釋放農(nóng)村消費需求潛力，這是本文研究的主要內(nèi)容。

二、文獻綜述

不確定性的研究焦點多集中在宏觀政策、市場、金融等領(lǐng)域，而具體到微觀居民家庭消費行為的分析中，則更多指的是收入不確定性。將不確定性引入居民消費行為分析跨期最優(yōu)框架的代表性理論是預(yù)防性儲蓄理論，所分析的焦點問題是收入不確定性取代完全預(yù)期的假設(shè)后，居民的儲蓄行為發(fā)生的變化。緩沖存貨模型是目前預(yù)防性儲蓄理論群中較為先進和全面的一個，由Carroll等（2011）所構(gòu)建。國內(nèi)大部分研究主要依據(jù)Dynan（1993）和Dynan等（2004）的模型，通過相對謹慎性系數(shù)的測定檢驗城鎮(zhèn)或農(nóng)村居民預(yù)防性儲蓄動機的強度（易行健等，2008；袁冬梅等，2014），結(jié)果普遍認為城鎮(zhèn)及農(nóng)村居民均存在很強的預(yù)防性儲蓄動機，同時在子女、養(yǎng)老醫(yī)療支出，房價上漲等因素的作用下，還表現(xiàn)出預(yù)防性儲蓄行為的異質(zhì)性。預(yù)防性儲蓄動機是一種謹慎性心理，對于這種動機所帶來的結(jié)果，即預(yù)防性儲蓄在家庭財富中的具體比例方面，宋明月和臧旭恒（2016a）曾使用CHNS（中國健康與營養(yǎng)調(diào)查）1999-2011年期間的調(diào)查數(shù)據(jù)構(gòu)造了微觀家庭追蹤面板數(shù)據(jù)，測算出居民預(yù)防性儲蓄的比例總體上在51%-55%之間，而農(nóng)村居民還要高8個百分點，說明農(nóng)村居民消費需求的釋放潛力更大。在不確定性與居民的消費支出關(guān)系方面，白重恩等（2012）證明，新農(nóng)合使得非醫(yī)療支出類的家庭消費增加了5.6個百分點，說明新農(nóng)合制度可以緩解不確定性帶來的沖擊。而針對農(nóng)民工群體的研究也證明降低其面臨的收支不確定性可以釋放農(nóng)民工消費潛力（錢文榮、李寶值，2013），這些研究均是基于預(yù)防性儲蓄理論的思想而開展的。

粘性信息是新興不完全信息理論的研究方向之一，由Mankiw和Reis（2002）創(chuàng)立，并不斷經(jīng)Carroll（2003）等學(xué)者拓展。依據(jù)粘性信息理論，并不是所有經(jīng)濟單位都基于最全、最新的信息做出經(jīng)濟決策。粘性信息模型放松了所有經(jīng)濟單位每個時刻都是理性的假設(shè)，由此可以解釋傳統(tǒng)經(jīng)濟理論無法解釋的一些現(xiàn)象。一些學(xué)者依據(jù)微觀群體信息獲取程度的不同，區(qū)分異質(zhì)性群體，進而檢驗了美國、歐洲、中國等國家或地區(qū)居民的信息粘性程度（Carroll，2003；Pfajfar and Santoro，2013；何運信等，2014），證實了居民預(yù)期存在信息粘性是普遍現(xiàn)象，只是各國居民的信息更新頻率存在明顯差異，這是從外生信息粘性的角度來考慮的。Reis（2006）嘗試將信息粘性內(nèi)生化，認為消費者內(nèi)生的信息粘性取決于風(fēng)險、實際利率與計劃成本的高低。這些結(jié)果是對粘性信息理論的有力支持。國內(nèi)外學(xué)者們曾用粘性信息解釋了微觀消費者行為的過度敏感性與過度平滑性、宏觀通貨膨脹與產(chǎn)出的動態(tài)關(guān)系、通脹與菲利普斯曲線及貨幣政策的響應(yīng)等（Mankiw and Reis，2010；Knotek，2010；Coibion，2010；彭興韻，2011；張成思、黨超，2015；卞志村、胡恒強，2016），我國學(xué)者更多的是應(yīng)用粘性信息理論解釋通貨膨脹領(lǐng)域的問題，應(yīng)用于消費及儲蓄行為分析的卻鳳毛麟角。宋明月和臧旭恒（2016b）曾使用粘性信息的分析方法測算得出我國2000-2012年間城鎮(zhèn)居民消費粘性系數(shù)約為0.6，同時利用上述結(jié)果進一步研究了城鎮(zhèn)居民的直接財富效應(yīng)與累積財富效應(yīng)問題。由于信息存在粘性特征，獲取需要成本，當(dāng)部分消費者無法在完全信息下做出跨期最優(yōu)決策，而只能選擇理性疏忽從而使用滯后信息決策時，整個經(jīng)濟中的消費者就分成了兩類，一類按照最新信息決策，另一類按照滯后信息決策，從而致使各類消費需求刺激政策的傳導(dǎo)及影響力在短期內(nèi)出現(xiàn)分化，政策效果就會大打折扣。深入剖析粘性信息下我國農(nóng)村居民的消費行為特征，對于全面、深入認識農(nóng)村居民的消費行為，制定實施釋放農(nóng)村居民消費需求的政策意義重大。

有關(guān)農(nóng)村居民消費的相關(guān)文獻中，第一類是分析階段性農(nóng)村消費刺激政策如“家電下鄉(xiāng)”、農(nóng)村社會保障政策如新型農(nóng)村合作醫(yī)療與新型農(nóng)村社會養(yǎng)老保險的作用效果和影響機制，部分學(xué)者肯定了該類政策對于農(nóng)村家庭消費的正向促進作用（丁繼紅等，2013；臧旭恒、賀洋，2014；張川川等，2015），也有學(xué)者推斷得出新農(nóng)合參合人員因醫(yī)療服務(wù)較大的需求彈性，選擇增加醫(yī)療消費而非減少醫(yī)療支出，從而并未明顯降低農(nóng)村居民的醫(yī)療負擔(dān)（程令國、張曄，2012）。第二類是基于農(nóng)村家庭人口統(tǒng)計學(xué)特征展開的研究，認為農(nóng)村地區(qū)老年撫養(yǎng)比的持續(xù)上升、人口老齡化、人口受教育程度普遍偏低是中國居民消費率長期走低的重要原因（劉鎧豪，2016）。第三類是外出務(wù)工收入對于農(nóng)村居民消費行為的影響，認為可以分擔(dān)風(fēng)險、緩解流動性沖擊（易行健等，2014）；而子女隨遷政策帶來的支出增加，提升了農(nóng)民工家庭的消費率和消費水平（胡霞、丁浩，2016）。

總之，我國學(xué)者對于低居民消費率的探討，大部分基于傳統(tǒng)的生命周期-持久收入假說（LC-PIH）的理論框架，而生命周期模型并不適用于中國農(nóng)村地區(qū)（劉鎧豪，2016）。究其原因，其一，傳統(tǒng)的LC-PIH分析框架是在完整預(yù)期下展開，未納入未來的不確定性，難免會造成消費者的實際行為與模型預(yù)測間的偏離。其二，現(xiàn)實中很多信息的獲取是有成本的，或信息的更新是緩慢的，消費者在短期內(nèi)很大程度上也受到粘性信息的影響，這一系列對于未來信息流約束的忽略會導(dǎo)致相關(guān)政策刺激、收入沖擊等帶來的效應(yīng)出現(xiàn)延續(xù)和滯后。而消費者不更新信息的時間越長，預(yù)防性動機越強烈，此時的預(yù)防性儲蓄不僅取決于不確定性，也取決于粘性信息（Reis，2006）。所以，在短期內(nèi)，預(yù)防性儲蓄是粘性信息、不確定性共同作用的結(jié)果。從上述幾方面來看，將粘性信息糅合進預(yù)防性儲蓄行為分析中，研究兩者對于居民消費與儲蓄行為的疊加效應(yīng)，具有較高的理論研究價值和實踐意義，是學(xué)術(shù)研究更加貼近現(xiàn)實的嘗試。

文中余下部分將做如下安排：第三部分是理論分析，首先分析收入不確定性與家庭消費儲蓄行為的關(guān)系，其次引入信息粘性，對收入不確定性度量方法加以修正，以引出不確定性、粘性信息對于家庭消費行為疊加效應(yīng)的估計策略；第四部分是實證分析，包括介紹面板數(shù)據(jù)樣本，重要變量的選擇依據(jù)，以及信息粘性參數(shù)的估計、疊加效應(yīng)的估計，并依據(jù)上述結(jié)果，對東、中、西部地區(qū)農(nóng)村分別檢驗；第五部分為結(jié)論。

三、理論分析

（一）收入不確定性與家庭消費儲蓄行為的關(guān)系

基于消費者的多樣心理特征，緩沖存貨模型同時納入了謹慎和缺乏耐心兩種心理狀態(tài)。謹慎意味著更多儲蓄和更少消費，缺乏耐心則恰好相反。當(dāng)前心理狀態(tài)為謹慎或缺乏耐心，表現(xiàn)為消費者選擇儲蓄或消費，取決于當(dāng)前財富積累水平與持久收入的比值是否高于消費者心目中的目標值，而該目標的確立是基于預(yù)防性動機，目的是增加整個生命周期內(nèi)的消費平滑性。由于所采用的CRRA（Constant Relative Risk Aversion）效用函數(shù)的性質(zhì)，該模型不存在解析解，但我們可以利用緩沖存貨模型的數(shù)值模擬解。結(jié)果表明，消費者的目標財富-持久收入比Wt/Pt與t期所面臨的收入不確定性θt之間存在著如下關(guān)系。即不同程度的不確定性均對應(yīng)一個與之相適應(yīng)的財富-持久收入值，其中，α0為常數(shù)項，α1為收入不確定性的系數(shù)，μt為殘差。

（二）考慮粘性信息時，收入不確定性與家庭消費儲蓄行為的關(guān)系

完全信息下的消費與儲蓄行為是在生命周期內(nèi)做出的跨期消費決策的無偏估計。然而現(xiàn)實中完全信息是可望而不可及的，表現(xiàn)在獲取信息需要成本，更新信息需要時間，這就意味著短期與長期間消費行為決策時的信息量是不同的。Carroll（2005）使用流行病學(xué)數(shù)學(xué)模型抽象地研究了居民預(yù)期的分布，通過漸近分析得出，居民信息更新有一定的時間間隔，而居民預(yù)期也具有粘性特征。外生粘性信息的情況下，假設(shè)將居民分為兩類，一類是具有準確預(yù)期的專家組和追隨專家組預(yù)期的部分公眾；第二類是滯后于專家預(yù)期的公眾組，該類居民意識到更新信息需要耗費成本，進而會衡量獲取信息帶來的邊際收益與因獲取信息引致的邊際成本，當(dāng)前者小于后者時，人們會理性地放棄更新信息，從而繼續(xù)使用滯后信息決策。因此最新信息量的差別所帶來的決策條件的不同，會導(dǎo)致上述兩類居民出現(xiàn)異質(zhì)性的消費行為。第二類居民決策信息的滯后性，引起了居民總體預(yù)期的粘性，因此總體消費與儲蓄行為就會變得不同。此時的消費儲蓄決策不僅決定于持久收入，還部分取決于往期消費。

給定一個季度的時間，第一類居民在一個季度內(nèi)及時更新信息，第二類居民未及時更新信息，則第一類居民所占的比例也恰是居民整體當(dāng)季更新信息的概率。借鑒Dynan（2000）在CRRA效用函數(shù)中引入消費習(xí)慣的模型，這里在CRRA效用函數(shù)中引入了粘性信息，經(jīng)推導(dǎo)得出粘性信息特征下消費增長的動態(tài)模型：

（2）式中，Ct為t期消費者的實際消費支出，x表示度量信息粘性大小的參數(shù)，滿足0

收入不確定性和其他沖擊一樣，也可以看作一種經(jīng)濟信息，具有信息粘性的特征。第二類居民因使用滯后信息決策，而沒有及時、充分地對儲蓄和消費做出調(diào)整，從而延續(xù)前期對于所面臨不確定性的應(yīng)對模式，那么居民的消費和儲蓄行為中就不可忽略這種具有粘性信息特征的收入不確定性帶來的影響。粘性信息情形下，總體來看消費者的決策信息雖不完全，但單個消費者做出儲蓄或消費決策時的信息量是一定的。假設(shè)消費者在考察期內(nèi)各期信息粘性程度保持不變，那么在受到收入不確定性沖擊的情況下，粘性信息因素不僅會使得消費行為出現(xiàn)粘性，儲蓄行為也會表現(xiàn)為相同程度的粘性，且這種跨期依賴性數(shù)值上均為x。因此，下文中我們可以使用消費粘性參數(shù)的估計結(jié)果來衡量信息粘性的程度，并進一步修正收入不確定性的衡量指標，構(gòu)造具有粘性信息特征的收入不確定性變量，而后者是通過對未來各期不確定性跨期粘性傳導(dǎo)進行逐期累計實現(xiàn)的。假設(shè)估計出的消費粘性系數(shù)為0.7，則將意味著每個季度有70%比例的消費者不更新決策信息，或者每個季度有70%的消費者受到粘性信息等因素的影響，而相應(yīng)的，只有30%的消費者及時使用最新信息進行決策。也可解釋為，在整體消費者都是同質(zhì)的情形下，每期的決策只采用30%的最新信息，另外70%的決策信息為滯后信息。根據(jù)以上分析，接下來將逐步構(gòu)建不確定性與粘性信息疊加影響居民消費儲蓄行為的分析框架。

居民預(yù)防性儲蓄行為是基于未來收入的不確定性所采取的行動，是未來各期影響當(dāng)期。即，t期確立的目標財富收入比是為了應(yīng)對未來t+1、t+2、t+3、t+4等期收入不確定性ωt+1、ωt+2、ωt+3、ωt+4的協(xié)同作用下的結(jié)果。同理，居民對未來各期收入不確定性的感知也是在信息粘性的作用下，其傳導(dǎo)具有相同程度的跨期依賴性。首先我們設(shè)定一個當(dāng)期的影響因子（即未來各期不確定性的累計值對本期目標財富收入比的影響）為β，如此，我們可以將t期所面臨的收入不確定性θt做出考慮粘性信息時的修正，即當(dāng)期財富目標確立為應(yīng)對之后多期不確定性傳導(dǎo)到當(dāng)期后的疊加值，則公式（1）轉(zhuǎn)化為：

同時設(shè)定：

則可以得出：

（3）、（4）式中：x為信息粘性參數(shù)，ωt為收入不確定性。Tπt為收入不確定性在粘性信息影響下的一個逐期疊加累計值，可以衡量出當(dāng)未來各期不確定性的沖擊波及到當(dāng)期后，造成的累積影響，可看作收入不確定性指標考慮粘性信息時的修正，也是衡量不確定性、粘性信息疊加效應(yīng)的變量，β為其系數(shù)。

（三）修正后的收入不確定性指標Tπt的構(gòu)建

在構(gòu)建收入不確定性統(tǒng)計量的過程中，我們發(fā)現(xiàn)，消費者對于未來不確定性程度的判斷，均是基于當(dāng)期或過去已掌握信息，即消費者t期所面臨的不確定性ωt作為一種經(jīng)濟信息，會以x的粘性強度傳遞到t+1期，則粘性預(yù)期下消費者預(yù)期t+1期的不確定性強度傳遞到當(dāng)期后將為xωt；也會以x2的粘性強度傳遞到t+2期，則粘性預(yù)期下消費者預(yù)期t+2期的不確定性強度將為x2ωt，以此類推。因此，t期財富與持久收入比的調(diào)整是為了應(yīng)對未來各期累計不確定性的漸進結(jié)果。綜上，在將未來各期無限擴展之后，我們將式（3）做出變化如下：

則，

，由于0

進一步，推導(dǎo)得出：

（8）式中，k為持久收入的估計系數(shù)。綜上，度量跨期間的信息粘性程度及收入不確定性疊加效應(yīng)的步驟分別為：

第一步，估計方程（2），得出信息粘性參數(shù)x；

第二步，選擇衡量收入不確定性的變量ωt，依據(jù)（4）式及信息粘性參數(shù)x的估計結(jié)果構(gòu)建估計量Tπt；

第三步，估計方程（8），測度粘性信息、不確定性的疊加效應(yīng)。

四、實證分析

（一）季度面板數(shù)據(jù)及描述性統(tǒng)計

考慮到統(tǒng)計數(shù)據(jù)的口徑變更與樣本期數(shù)問題，為增加信息量，提高估計和檢驗統(tǒng)計量的自由度，同時增加動態(tài)分析的可靠程度，本文在上述理論分析中時間序列模型的基礎(chǔ)上，增加了橫截面維度，樣本區(qū)間選擇了31個省份2013-2016年全國、城鎮(zhèn)、農(nóng)村居民的面板樣本，數(shù)據(jù)頻率為季度。為與上述居民消費行為的理論分析相一致，可將下列人均值視為各省份的一個典型消費者數(shù)據(jù)，人均消費使用了城鎮(zhèn)、農(nóng)村的居民人均消費支出，人均收入使用了城鎮(zhèn)、農(nóng)村的居民人均可支配收入。由于無法得到與家庭財富或家庭資產(chǎn)相關(guān)的省際季度數(shù)據(jù)，同時考慮到消費支出與家庭財富的逆向相關(guān)性，我們參考杭斌（2009）的做法，采用消費支出C替換家庭財富W。不難理解，當(dāng)預(yù)期收入不確定性增加時，人們擴大財富積累、提高財富目標，會使得消費支出受到擠出，進而相應(yīng)減少。因此，式（8）轉(zhuǎn)換為：

相關(guān)數(shù)據(jù)的處理均剔除了以2013年為基期的居民消費價格指數(shù)，同時有季節(jié)趨勢的數(shù)據(jù)用Eviews做了X12法季度調(diào)整以剔除季度因素及個別不規(guī)則因素的影響。數(shù)據(jù)來源為國家統(tǒng)計局網(wǎng)站。各變量的總體統(tǒng)計特征見表1。

從表1可以看出我國城鄉(xiāng)間、區(qū)域間收入水平與消費水平的差異。東部地區(qū)（1）農(nóng)村與中西部地區(qū)也呈明顯的梯度差異；從四年的平均消費傾向（2）來看，農(nóng)村居民的平均消費傾向比城鎮(zhèn)居民高約10個百分點，且由東部、中部、西部地區(qū)依次遞進，西部地區(qū)農(nóng)村居民平均消費傾向比東部地區(qū)農(nóng)村居民高12個百分點。各項最小值與最大值之間也體現(xiàn)了上述差異，農(nóng)村東中西部區(qū)域間消費行為顯著不同。

（二）變量說明與面板估計方程的確立

1.收入不確定性ωt衡量變量eryit、ercit的說明

學(xué)術(shù)界對于收入不確定性的度量并未達成共識。常見的方法主要有衡量收入波動程度和穩(wěn)定程度的變量，如失業(yè)率、職業(yè)、收入增長率等；還有衡量消費支出波動程度的變量，如消費增長率等。考慮到數(shù)據(jù)限制，我們計算并對比了表1中數(shù)據(jù)樣本期間農(nóng)村居民收入與消費支出的標準差，發(fā)現(xiàn)各項收入的總體標準差均高于消費支出。而2013-2016年間各省份收入增長率與消費增長率的總計方差分別為0.248569、0.073846。因此相比較而言，農(nóng)村居民收入增長率波動程度更大一些。一方面農(nóng)村居民消費支出具有較大的慣性，另一方面農(nóng)村居民的收入缺乏穩(wěn)定性，季節(jié)性明顯。因此，這里優(yōu)先采用預(yù)期收入波動率作為收入不確定性替代變量。考慮到數(shù)據(jù)可得性及影響程度的強弱，我們使用了t-1、t-2、t-3、t-4期的數(shù)值來構(gòu)建預(yù)期收入波動率。即i省t期收入不確定性ωt的衡量變量預(yù)期收入波動率eryit為t-1、t-2、t-3、t-4期收入增長率的均值。即，農(nóng)村居民收入越穩(wěn)定，收入不確定性就越小，反之亦然。這是符合現(xiàn)實情況的。

作為對比，我們也用相同方法構(gòu)建了預(yù)期消費支出波動率ercit。其中，eryit的均值為1.89%，標準差為0.51%（1）；ercit的均值為2.05%，標準差為1.32%。此處預(yù)期增長率的統(tǒng)計結(jié)果包含了一個自然年度中四個季度的增長率，可以看出，農(nóng)村居民收入雖季節(jié)性明顯，然而各年度間收入仍然相對穩(wěn)定。因此后文有必要將預(yù)期消費支出波動率ercit作為衡量收入不確定性的另一變量，予以補充。

2.持久收入衡量變量的說明

農(nóng)村居民持久收入使用過去四個季度人均可支配收入實際值的均值來表示，即Pit為t-1、t-2、t-3、t-4期i省份人均可支配收入均值，再取對數(shù)。

3.面板估計方程的確立

公式（2）-（9）均為計算時間序列數(shù)據(jù)的公式，在具體應(yīng)用到本文的面板數(shù)據(jù)中時，各個省份作為個體，每個個體都適用上述時間序列的公式，各個體間組成的面板則需要添加橫截面維度。

則式（2）轉(zhuǎn)化為：

式（6）轉(zhuǎn)化為：

衡量粘性信息、不確定性疊加效應(yīng)的變量Tπt轉(zhuǎn)化為Teryit：

綜合上述結(jié)果，以及城鎮(zhèn)居民消費對于農(nóng)村居民的示范效應(yīng)，加入了城鎮(zhèn)居民的平均消費傾向作為控制變量，具體地，Eapccit為t-1、t-2、t-3、t-4期i省份城鎮(zhèn)居民平均消費傾向的平均值，j為其估計系數(shù)，式（11）最終轉(zhuǎn)化為：

本文的以下估計均使用了Stata12統(tǒng)計分析軟件。樣本時間維度T=16，橫截面維度N=31，雖為短面板，但是考慮到數(shù)據(jù)頻率較高，仍選擇了LLC檢驗方法檢驗了面板數(shù)據(jù)的平穩(wěn)性，結(jié)果證明本文研究中所有變量均嚴格平穩(wěn)。

（三）信息粘性參數(shù)的估計

本文將使用式（10）來估計信息粘性參數(shù)x。針對式（10）模型設(shè)定中可能存在的內(nèi)生性，我們使用了豪斯曼方法予以檢驗，對應(yīng)p值為0.0000，因此需采用動態(tài)面板工具變量法進行估計。各種經(jīng)驗研究證明，收入是影響消費的重要因素，因此除了選用消費增長率的二階滯后、三階滯后作為消費增長率一階滯后的工具變量外，還選用了收入增長率的二階與三階滯后。采用針對動態(tài)短面板數(shù)據(jù)的系統(tǒng)GMM與差分GMM分析方法，綜合使用xtabond2命令，以檢驗估計方法的有效性和工具變量的有效性，得出結(jié)果見表2。

表2中四個估計方程使用了不同的工具變量，粘性參數(shù)x均顯著，且相差較小，我們可以認為粘性參數(shù)x的估計結(jié)果是穩(wěn)健的。估計方程Ⅰ是以消費增長率和收入增長率的二階滯后、三階滯后共同作為消費增長率一階滯后的工具變量，估計得出的信息粘性參數(shù)x為0.8506，AR（2）檢驗p值為0.445>0.05，表明可以在5%的顯著性水平上接受“擾動項差分的二階自相關(guān)系數(shù)為0”的原假設(shè)，即所選用的估計方法有效。同時異方差穩(wěn)健的Hansen統(tǒng)計量較適合檢驗工具變量較少的情形，p值為0.092>0.05，即可以在5%的顯著性水平上接受“所有工具變量都有效”的原假設(shè)，即所選用的工具變量均有效。估計方程Ⅱ是以消費增長率的二階滯后、三階滯后，收入增長率的三階滯后共同作為工具變量，得出的粘性參數(shù)估計值為0.8923。估計方程Ⅲ以收入增長率的二階滯后、三階滯后作為工具變量，得出的粘性參數(shù)估計值為0.7974，然而Hansen統(tǒng)計量的值顯示未通過工具變量有效性檢驗。估計方程Ⅳ以消費增長率的二階滯后、三階滯后作為工具變量，得出的粘性參數(shù)估計值為0.8923，然而Hansen統(tǒng)計量p值較低。因同時考慮收入增長率二階滯后要更全面一些，因此綜合考慮，在方程Ⅰ和方程Ⅱ中，選取估計方程Ⅰ的估計值構(gòu)建不確定性指標，即0.8506。即每個季度，平均只有約15%的農(nóng)村居民會及時更新信息，而剩余的85%均使用滯后信息決策。這比Carroll（2011）所估計的美國居民季度消費粘性參數(shù)0.71要高，且高于宋明月和臧旭恒（2016b）對于2000-2012年期間城鎮(zhèn)居民季度粘性參數(shù)為0.6的估計。相比較信息獲得渠道較通暢的城鎮(zhèn)居民而言，農(nóng)村居民短期的信息粘性程度要高得多，消費行為高度路徑依賴致使農(nóng)村居民的跨期決策效率低下。同時也說明，短期內(nèi)農(nóng)村居民的消費波動呈跨期顯著相關(guān)，且會對后續(xù)的消費施加漸少、持續(xù)的影響。

（四）粘性信息、不確定性對農(nóng)村消費需求增長的疊加效應(yīng)估計

根據(jù)以上粘性系數(shù)的估計結(jié)果，我們接下來采用式（12）構(gòu)建統(tǒng)計量，并對式（13）可能存在的內(nèi)生性問題進行了豪斯曼檢驗，接受所有變量均為外生的原假設(shè)。接下來使用短面板的估計策略估計了未來各期不確定性的粘性累計值對于當(dāng)期消費儲蓄行為的影響。首先使用混合回歸模型與固定效應(yīng)模型，認為固定效應(yīng)模型明顯優(yōu)于混合回歸模型。進一步添加省份為虛擬變量，使用LSDV法考察后發(fā)現(xiàn)所有個體虛擬變量均很顯著，即確定存在個體效應(yīng)，因此重新估計了使用聚類穩(wěn)健標準誤的固定效應(yīng)模型FE-R。這里需要關(guān)注的是，30個虛擬變量中，19個相關(guān)系數(shù)估計值為負，而重慶、甘肅、貴州、湖南、內(nèi)蒙古、寧夏、青海、陜西、四川、新疆、云南的相關(guān)系數(shù)估計值為正，均為中西部省份，說明了東中西部地區(qū)的差異不僅體現(xiàn)在表1中的收入與支出的絕對數(shù)上，也體現(xiàn)在消費者跨期消費儲蓄行為上，有必要在后文對東中西部地區(qū)農(nóng)村進行分別估計。其次，對于個體效應(yīng)的隨機效應(yīng)形式進行豪斯曼檢驗，認為應(yīng)該使用隨機效應(yīng)模型。再次，使用聚類穩(wěn)健標準誤估計隨機效應(yīng)模型后，LM檢驗的p值為0.0000，強烈拒絕不存在個體隨機效應(yīng)的原假設(shè)。

我們同時使用式（12）中的相同方法構(gòu)建了Tercit，并將兩種衡量變量按式（13）所形成的隨機效應(yīng)模型估計，結(jié)果匯總?cè)绫?所示。

由表3可知，不論使用哪種不確定性衡量變量，lnPit、Eapccit的估計系數(shù)相差均不太大，表明持久收入仍在農(nóng)村居民消費中起著很關(guān)鍵的作用，城鎮(zhèn)居民的消費觀念對于農(nóng)村居民有著正向的帶動作用。Teryit、Tercit的估計系數(shù)分別為-1.09482、-0.54362，這意味著，當(dāng)農(nóng)村居民判斷未來各季度收入不確定性將增加時，會縮減當(dāng)季度開支，進而應(yīng)對今后可能的消費波動，以達到消費平滑的目的。變量參照式（12）構(gòu)建所得，因此我們不對比其數(shù)值大小，而是按以下方式予以分析。341個樣本中，如前所述，eryit的均值為1.89%，標準差為0.51%；ercit的均值為2.05%，標準差為1.32%。當(dāng)其他條件不變，假設(shè)eryit由均值1.89%增加標準差值的幅度而變?yōu)?.40%時，經(jīng)換算，季度消費支出Cit將減少3.65%（2）。同理，當(dāng)eryit由2.40%減少標準差值的幅度時，季度消費支出Cit將增加3.79%，而此時若x由0.85降為0.80時，季度消費支出Cit將增加7.43%。當(dāng)ercit由3.37%減少標準差值的幅度至2.05%時，季度消費支出Cit將增加4.90%，而此時若x由0.85降為0.80時，季度消費支出Cit將增加6.87%。可以看出，短期內(nèi)我國農(nóng)村居民的預(yù)防性儲蓄不僅取決于不確定性，也取決于粘性信息，且由于粘性信息與未來不確定性的疊加影響，不確定性的加劇擠出了較多的消費支出，引致了更多的預(yù)防性儲蓄。粘性信息與不確定性的疊加效應(yīng)對于當(dāng)期農(nóng)村居民消費行為影響的強度不容忽視。

（五）東、中、西部地區(qū)農(nóng)村疊加效應(yīng)的分別估計

根據(jù)表1的統(tǒng)計性描述及總體樣本疊加效應(yīng)估計中體現(xiàn)出的問題，再結(jié)合表4關(guān)于東中西部地區(qū)農(nóng)村eryit、ercit的樣本均值與標準差來看，我國農(nóng)村區(qū)域間差異不可忽略。下面將使用總體樣本中的估計方法，對我國東中西部地區(qū)農(nóng)村不確定性、粘性信息的疊加影響分別進行估計，估計中同時使用了Teryit、Tercit，結(jié)果見表5。

由表4、表5可知，中部地區(qū)農(nóng)村Teryit的估計系數(shù)雖不顯著，但也能大致分析出各區(qū)域間農(nóng)村居民的消費增長對于不確定性的反應(yīng)是不同的。當(dāng)eryit由均值水平減少標準差值的幅度時，東、西部地區(qū)農(nóng)村居民季度消費支出將分別增加3.78%、4.57%。當(dāng)ercit由均值水平減少標準差值的幅度時，東、中、西部地區(qū)農(nóng)村居民季度消費支出將分別增加2.21%、5.30%、6.10%。西部地區(qū)農(nóng)村居民普遍面臨著較大的收入不確定性，且不確定性對于消費增長的影響也是最大的，其次為中部地區(qū)農(nóng)村，東部地區(qū)農(nóng)村居民則較小。就持久收入的影響看，中部地區(qū)農(nóng)村程度最高。由表1可知，無論是人均可支配收入還是人均消費支出，中部地區(qū)農(nóng)村的樣本標準差都是最小的，說明中部地區(qū)農(nóng)村收入與消費相比東部、西部地區(qū)來說波動較小，相比而言，持久收入起主要促進消費的作用。就農(nóng)村居民消費受城鎮(zhèn)居民的影響來看，只有東部地區(qū)農(nóng)村居民顯著為正。計算城鎮(zhèn)和農(nóng)村居民的平均消費傾向均值后，發(fā)現(xiàn)東部地區(qū)城鄉(xiāng)間差異最小，中部地區(qū)次之，西部地區(qū)最大。

五、結(jié)論

不可否認，與城鎮(zhèn)居民相比，我國農(nóng)村居民消費需求潛力更大。鑒于我國農(nóng)村短期內(nèi)有著更加明顯的信息滯后特征與更高的信息搜集與更新成本，在考慮持久收入的基礎(chǔ)上，本文將不確定性、粘性信息引入消費者行為分析框架，以此分析了粘性信息作用下，季度間收入不確定性的疊加效應(yīng)對于農(nóng)村居民消費儲蓄行為的影響。

實證分析首先估計出信息粘性的強度，即信息粘性參數(shù)，根據(jù)該參數(shù)所代表的跨期依賴程度，估算不確定性在各期之間逐期緩沖傳播后的累計值，進而確定能反映粘性信息與不確定性疊加效應(yīng)的替代變量，以此來分析此種情形下農(nóng)村居民的消費儲蓄行為。文中采用31個省份2013-2016年16個季度的面板數(shù)據(jù)，經(jīng)過估計得出農(nóng)村信息粘性參數(shù)的大小為0.85左右，體現(xiàn)出農(nóng)村居民消費行為的高度路徑依賴特征，以及農(nóng)村居民跨期決策效率的低下。同時說明短期內(nèi)農(nóng)村居民的消費波動呈跨期顯著相關(guān)，且會對后續(xù)的消費施加漸少、持續(xù)的影響。接下來利用信息粘性參數(shù)的估計值，使用預(yù)期收入波動率、預(yù)期消費支出波動率分別構(gòu)建了衡量所面臨收入不確定性逐期累計值的替代變量，發(fā)現(xiàn)粘性信息下居民面臨的不確定性要數(shù)倍于不考慮粘性信息時的情況。使用聚類穩(wěn)健標準誤的隨機效應(yīng)模型估計得出，持久收入、城鎮(zhèn)居民消費觀念對農(nóng)村居民消費支出有著高度顯著的正效應(yīng)。且由于粘性信息與未來不確定性的疊加影響，不確定性的加劇擠出了較多的消費支出，引致更多的預(yù)防性儲蓄。由此可以看出，我國農(nóng)村居民的預(yù)防性儲蓄不僅取決于不確定性，也取決于粘性信息。進一步地，對東中西部地區(qū)農(nóng)村的分析發(fā)現(xiàn)，農(nóng)村居民的消費增長對于不確定性的反應(yīng)是有差異的，西部地區(qū)敏感性程度最高，其次為中部地區(qū)，最弱為東部地區(qū)。

上述研究結(jié)果帶來的政策啟示為，政府應(yīng)通過縮小城鄉(xiāng)社會保障程度、消費金融供給等差距，降低農(nóng)村家庭的預(yù)防性儲蓄動機，使農(nóng)村居民家庭的消費預(yù)期更加樂觀，農(nóng)村家庭決策更加理性；同時在決策信息完整性方面，應(yīng)增加農(nóng)村地區(qū)的宏觀政策、各類經(jīng)濟信息、市場信息的宣傳力度，及時擴大農(nóng)村居民的信息量，引導(dǎo)農(nóng)村居民形成漸進理性的預(yù)期；加快收入結(jié)構(gòu)升級與多樣化的進程，提高農(nóng)村家庭收入。分區(qū)域來看，針對西部地區(qū)農(nóng)村居民，可著重從減少收入不確定性程度入手；中部地區(qū)著重于增加農(nóng)村居民穩(wěn)定的收入來源，東部地區(qū)則著重于加深城鄉(xiāng)一體化程度。以最大限度地促進農(nóng)村消費需求增長，釋放農(nóng)村居民的消費潛力。

【本文作者：宋明月，山東師范大學(xué)經(jīng)濟學(xué)院研究人員；臧旭恒，山東大學(xué)消費與發(fā)展研究所研究人員】

中國鄉(xiāng)村發(fā)現(xiàn)網(wǎng)轉(zhuǎn)自：中國農(nóng)村學(xué)（微信公眾號原創(chuàng)）2018-06-12

(掃一掃，更多精彩內(nèi)容！)