简析分权后财政支出与居民消费关系论文

《简析分权后财政支出与居民消费关系论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、简析分权后财政支出与居民消费关系论文分权后财政支出与居民消费关系论文导读：本论文是一篇关于分权后财政支出与居民消费关系的优秀论文范文,对正在写有关于分权论文的写有一定的参考和指导作用,摘要：本文基于1995年～2008年中国省际面板数据，采用GMM分析策略，从全国、东部、中部和西部四个角度对财政分权对居民消费的影响进行了实证分析。结果显示：全国方面：财政分权对居民消费的影响系数为正，这表明财政分权提高了我国居民整体消费水平。各地区方面：由于各地生活水平、自然条件以及居民消费偏好不同，财政分权对各地居民消费的影

2、响也不同。财政分权与东部、中部地区居民消费水平都呈正相关，对中部地区的影响相对较大，对东部地区的影响较小，对西部地区的影响不显著。　　关键词：财政分权；居民消费；面板数据；GMM　　1006－1096(2010)04－0122－05　　收稿日期：2010－04－16　　　　一、理由的提出　　　　为调动地方政府理财积极性、扩大地方政府财权、提高地方政府之间的竞争机制，我国于1994年推行了分税制财政管理体制改革，它使地方政府在财政总支出中所占的比重从1981年的45％稳步攀升到1996年的近73％，财政制度安排

3、上体现出比较明显的分权化趋势(沈坤荣，2005)。而分权式的财政体制也确实提高了省际人均GDP增长率，带动了我国宏观经济快速发展(林毅夫，2000)。与此同时，1996年我国经济实现“软着陆”后，宏观经济出现了明显的变化，社会总需求长期表现不足，边际消费倾向持续递减，见图1。在这种形势下，政府运用了扩张性的经济政策刺激经济，虽然使社会投资需求得到一定的增长，但社会消费需求依旧低迷不振(陈强，2009)。由此可见：我国的财政分权和居民消费不足之间具有很强的时间上的先后性和相关性。那么，财政分权程度分权后财政支出

4、与居民消费关系zglption，Con)的对数，这里以1998年为基年进行平减，vi表示个体效应，ηt表示时间效应，εit表示残差项。　　Zit表示财政分权的解释变量。对财政分权指标的建立主要有两种：(1)采用下级政府的财政支出份额反映财政分权程度(Zhang，1998)；(2)采用的自有收入的边际或平均增量指标(Lin，2000)。本文沿用财政分权指标，即17D=人均地方财政支出／(人均地方财政支出+人均中央财政支出)。　　Xit表示其他制约变量。由于影响居民消费的因索很多，为了制约其他影响因素，确保财政分

5、权和居民消费水平之间的关系不受外部经济环境的影响，我们选取了其他的制约变量。　　1.人均居民可支配收入。根据国民经济恒等式，收入主要用于消费和储蓄，因此，收入水平是影响居民消费的重要因素，当收入增加时居民消费水平将提高，随着收入水平的不断提高，边际消费倾向降低，但是其消费水平仍处于上升趋势。数据经过平减并取自然对数处理。预计此项在模型中的系数为正。　　　　2.通货膨胀。用居民消费价格指数来衡量，以1998年为基期进行处理后并取自然对数。从理论上讲，高的通货膨胀率将使名义利率升高，进而使居民的储蓄倾向升高，消费

6、倾向下降。因此，预训‘此项在模型中的系数为负。　　3.居民收入差距。居民收入差距的拉大降低了居民边际消费倾向，进而减少了居民的消费。世界银行(1997)和林毅夫(1998)均指出城乡收入差距能解释中国收入不平等的大半部分。因此，本文使用城乡收入差距度量居民收入差距水平，即IG=城镇居民人均收入／乡村居民人均收入，预计此项在模型中的系数为负。　　4.国内生产总值增长率。根据生命周期假说，高的经济增长率由于可以提高居民的总收入水平，因此将提高我国居民的储蓄率，降低居民的消费水平。因此，预期此项系数将为负。　　5.

7、人口结构。它表示我国各年龄段人口所占的份额。本文采用各地区人口抚养比来表征人口结构，人口抚养比=(14岁以下儿童+65岁以上老人)／14～65岁人口数。儿童和老年人是纯粹的消费者，因此其占劳动人数的比例越大，家庭承受的负担越大，整体消费水平将越低，相反越高。因此，预计此项的系数为负。　　6.利息率。利率对居民消费具有两方面作用，即正的收入效应和负的替代效应，如果替代效应大于收入效应，居民消费将下降，相反，居民消费将上升。本文采用一年期储蓄存款利率作为指标，由于利率对消费的影响方向不确定，此项在模型中的系数很难

8、确定。　　　　(二)模型处理结果及分析　　为了对前面提到的模型进行面板模型估计，本文采用GMM估计，相比于传统的面板数据估计策略，GMM估计策略的优势在于：传统的计量经济模型估计策略，如普通最小二乘法、极大似然法等，都有其局限性，其参数估计量必须在模型满足某些假设时才具有良好的性质，而广义矩估计(GMM)是一个稳健估计量，因为它不要求扰动项的准确分布信息，允许随机误差项存在异方差和序列相关，所得到的