一、引言与文献回顾
中国居民消费率长期偏低且持续下降。尤其是迈入21世纪之后,2000—2010年,居民消费率由46.9%下降到35.6%,总消费率也由63.5%下滑至48.2%。尽管从2011—2015年,居民消费率稳中有升,但仍未超过40%,并且远远低于国际平均60%以上的水平。不仅如此,多年来,城乡之间、地区之间、不同群体之间的居民消费差距不断扩大。理解消费平滑的形成机制,把握家庭消费的平滑渠道,这对当前我国构建居民消费需求的长效机制具有重要的现实意义。一方面,从国家经济发展的角度看。“投资”、“消费”与“出口”一直以来都是作为推动经济增长的三驾马车。中国经济的腾飞曾经高度依赖投资与出口,但目前我国正处于经济增长的转型期,随着经济转型的深入,投资增速下降将是长期趋势,并且部分国家对华贸易态度的“阴晴不定”也使中国面临着较为严峻的国际贸易形势。十九大报告也着重提出:中国经济已从追求高增长步入到追求高质量阶段,消费增长潜力巨大,是推动高质量发展的重要基础。所以我们需要完善促进消费的体制机制,增强消费对经济发展的基础性作用。另一方面,以家庭效用最大化的角度来分析,保持自身消费平滑,维持稳定的消费水平也是十分重要的。正如Colmer和Alem(2015)阐述的观点:未来收入的不确定性将直接影响个体福利,对收入的预期不利冲击能够同时影响居民的消费决策和主观幸福感,但是更大的收入不确定性则只能够影响主观幸福感,也就是说,居民从消费平滑获取的福利要远远大于基于收入波动估计的福利。
现代宏观经济学中的消费平滑(Consumption Smoothing)理论是起源于Modigliani和Brumberg(1954)的生命周期假说(LCH)与Friedman(1957)的持久收入假说(PIH)。现有国外文献表明,家庭消费平滑的研究主要表现在家庭、社区和政府三个层面。
1. 家庭层面的研究侧重于分析家庭如何使用自身资源(家庭资产与劳动力供给等)处理收入风险带来的消费波动。Deaton(1990)研究表明,在金融市场缺失的情况下,家庭仍可以利用资产作为收入波动的减震器。Udry(1995)发现贫困农户可以通过现金与实物储蓄的适当搭配,起到维持正常生产和消费平滑的作用。Bazzi等(2015)发现:与银行的距离较近且有一定的储蓄都可以作为消费平滑的实现条件。Kochar(1999)指出,如果外在冲击没有损害到劳动力供给,家庭平滑消费的手段就是增加自身劳动力供给。Blundell等(2016)则进一步将劳动力供给内生化于一个双薪家庭的生命周期模型,研究发现:在丈夫的收入受到冲击时,妻子的劳动供给对家庭的消费平滑能起到关键的作用;并且劳动力供给几乎是家庭内部唯一的消费平滑渠道。
2. 社区层面的研究侧重于分析同一社区中的不同家庭如何通过借贷与相互支持,实现风险共享从而保持家庭的消费平滑。Townsend(1994)基于风险分担模型,认为亲戚朋友构建的社会网络能够增强个人的消费平滑能力。Fafchamps和Lund(2003)发现在菲律宾,农户可以通过礼品赠送、收入转移和非正式贷款的方式进行风险分担,而风险分担主要是在亲戚和以宗族为基础的社会网络中进行,相距比较近的亲戚主要是通过赠送礼物的方式、而距离比较远的亲戚则主要通过非正式借贷的方式进行风险分担。Angelucci等(2010)指出,以姓氏为纽带的社会网络可以提升网络成员间平滑消费的程度,主要是由于成员间通过信息传递或共享等方式进行风险分担。Bramoullé和Kranton(2007)与Ambrus等(2014)均从理论上指出了风险分担在社会网络中的不对称性,证明了消费平滑受制于社会网络的广度。Attanasio等(2015)发现,超过60%的家庭的收入冲击是可以在大型社会网络内被抵消。
3. 政府层面的研究侧重于分析财政政策与社会福利对家庭消费平滑能力的影响程度。Ljungqvist和Uhlig(2000)和L’Huillier等(2015)都证实:紧缩的财政政策会降低家庭通过风险分担来平滑消费的能力。Kaplan和Violante(2014)指出,大约25%的财政刺激支出(退税等)被用于家庭的非耐用品消费。Chetty和Looney(2006)认为,当消费对冲击并不是特别敏感时,建设社会福利网对发展中国家是十分必要的。因为低收入国家的个体及其风险偏好多为高度风险厌恶型,所以他们更加期望实现高效率的消费平滑。
国内学者对家庭消费平滑的研究,也获得了一些很有意义的结果。其中,大部分学者都集中于考察影响中国家庭消费平滑的各种渠道。Meng(2003)认为,中国城镇家庭有较强的预防性储蓄动机,所以也具备高效的消费平滑能力。但Zheng和Santaeulalia-Llopis(2014)借助中国健康营养调查(CHNS)数据将家庭分为高储蓄与低储蓄两组,研究证实了高储蓄并没有增强家庭的消费平滑能力。蔡宁等(2002)通过研究利率调节对居民进行跨期消费的影响,得出了宽松的货币政策有利于家庭消费平滑的结论。马小勇和白永秀(2009)指出,在正式风险分担机制缺失的背景下,中国农村家庭很大程度上依靠社会网络内的风险统筹自发机制来应对收入冲击,缓解消费波动。陆铭等(2010)基于2002年CHIPS的农村调查数据发现,互助、村民参与和信任能够提高农村家庭抵御收入冲击的能力。郭云南等(2012)研究发现,相比于当选村主任来自其他姓氏的村庄,来自最大姓氏村庄的农户消费平滑程度更低。寇恩惠与侯和宏(2015)运用农村固定观察点的面板数据,发现居民能够通过消费平滑机制抵消部分暂时性收入冲击对消费的影响,而且亲友间的转移支付比财政转移支付更能增强农民平滑消费的能力。另外,还有一批学者围绕中国家庭消费生命周期的问题展开了研究。陈玉宇和行伟波(2007)利用广东省家庭收支数据发现中国的城镇家庭并不能进行完全的消费平滑。邓曲恒(2012)根据江苏等四省住户调查数据,证实了中国农村家庭也不存在完全的消费平滑。高梦滔和毕岚岚(2010)发现农户的消费行为和严格的PIH/LCH假说并不吻合,收入变化和财富对消费变化具有显著的影响;但农户的消费行为也显示出部分生命周期消费平滑的特征。李宏彬等(2015)、邹红与喻开志(2015)都利用断点回归法(RD),并基于城镇住户调查数据(UHS)去检验中国居民在退休前后的消费是否平滑。结果发现,受到强制退休制度约束的居民,其消费骤降主要源于退休后与工作相关的支出和文化娱乐支出的减少,其生活水平在退休后并没有实质性下降。
从上述文献可以看出,虽然国内有学者对家庭消费平滑的渠道进行了一些探讨,但大多都是从单一层面进行研究,并且更多的是针对城镇或者农村家庭中间的某一类。理清家庭、社区和政府这三个层面对消费平滑的影响程度的大小,找出家庭消费平滑的主要根源,这对政府确定弥补家庭与社区缺陷的方向和程度,释放家庭消费潜力具有重要的指导意义。并且我国当前区域发展不平衡,收入差距较大,所以在分析消费平滑的问题时,需要考虑家庭住户的区域属性与经济属性。正是基于以上分析,本文从家庭消费平滑的三个来源出发,主要考证造成各区域消费平滑能力差异的原因。
与现有文献相比,本文有以下三个方面的探索:一是运用Oaxaca-Blinder分解法系统分析家庭消费平滑的深层次根源,比较分析了家庭、社区和政府三个层面的影响程度。二是基于风险分担模型,设计了衡量家庭消费平滑能力的指标,并利用覆盖全国的微观调查数据,梳理了各地区以及城乡之间消费平滑的不同表象,弥补了相关研究的不足。三是国内关于家庭消费平滑渠道的研究多限于外部环境或者宏观层面上的理论实证分析,针对家庭内部因素的考虑还比较欠缺,而本文则综合考虑了家庭内外消费平滑渠道的影响。
文章后续部分安排如下:第二部分回顾相关理论基础以及构造合理指标来测度家庭的消费平滑能力;第三部分介绍本文采用的数据样本,梳理清楚文中需要的所有变量并计算出各省的消费平滑能力;第四部分实证研究各层面平滑渠道与消费平滑区域差异的关系,并对结果含义进行了分析说明;第五部分是稳健性检验;第六部分全文总结并提出相关的政策建议。
二、理论基础与指标构造
Modigliani和Brumberg(1954)提出生命周期假说,假设理性的消费者要根据一生的收入来安排自己的消费与储蓄,所以当期消费就不是取决于现期收入,而是取决于一生的收入。Friedman(1957)建立的持久收入假说,把收入更具体地区分为持久收入与暂时收入。当家庭遭遇外来冲击导致收入水平下降时,为了避免消费水平的剧烈波动而降低一生总的福利水平,一般都会通过对风险分担(Risk Sharing)机制来实现消费水平在各个时期的平滑。风险分担模型是消费平滑研究的常用模型,起源于Diamond(1967)的研究结果,后来被Townsend(1994)等发展并应用于检验发展中国家农户的风险分担研究,具体的计量检验模型可表示为:
$ c_t^j = {\alpha ^j} + {\beta ^j}c_t^* + {\gamma ^j}A_t^j + {\delta ^j}X_t^j + u_i^j $ | (1) |
其中:
从截面上看,风险分担与消费平滑是一个等价命题,Bayoumi(1997)也指出了风险分担模型只是对更一般性的永久收入模型的精炼。如果当期消费对当期收入依赖程度越高,则消费平滑和分散风险的程度越低;反之,如果当期消费对持久收入依赖程度越高,则消费平滑和分散风险的程度越高。所以消费平滑的程度是指家庭的当期消费水平依赖于持久收入的程度,也就是对当期收入的独立程度。由样本数据的限制,对单个家庭来说,衡量其一生的收入水平是不可行的,因此需要找出一生收入水平的代理变量。结合PIH/LCH假说,同时借鉴现有文献(郭云南等,2012;王晓全等,2016)的处理办法,本文选取家庭所在社区的平均消费
由于本文的目的是找到衡量家庭消费平滑能力的指标,而结合上述分析可知,如果家庭的当期消费越接近持久收入水平,那么它在当期就越接近完全的消费平滑。最终,本文选取
$ Cs_t^j = \left\{ {\begin{array}{*{20}{c}} {c_t^j/c_t^*,\;\;\;c_t^j/c_t^* < 1}\\ {1,\;\;\;\;\;\;\;\;c_t^j/c_t^* {\text{≥}} 1} \end{array}} \right. $ | (2) |
三、数据处理与变量说明
本文使用的数据来源于北京大学中国社会科学调查中心所实施的CFPS(中国家庭追踪调查)。该调查是一项全国性的动态跟踪调查,旨在通过跟踪调查个体、家庭和社区三个层次的样本,反映中国社会、经济、人口、教育和健康的变迁。该项目的全国性调查采用分层抽样的方法,覆盖除了西藏、青海、新疆、宁夏、内蒙古、海南、中国香港、中国澳门和中国台湾以外的25个省、市、自治区,本文主要使用的数据是2010年调查的截面数据(在稳健性检验部分则会用到2012年和2014年度的部分相关数据),包括社区问卷、家庭问卷和成人问卷三个部分,来自全国162个区县和635个社区的14 798个家庭,包括7 104个城市样本,7 694个农村样本。在数据整理中,本文剔除了指标异常和数据缺失严重的家庭,并且通过变量匹配进行筛选,最终得到的实际研究数据为6 501个家庭样本,包括2 995个城市样本,3 546个农村样本。
本文的被解释变量是家庭消费平滑能力。由于Blundell等(2008)指出短期内消费者可调整耐用品的购买及时机,从而使得相关消费保险机制的作用可能不太明显。在这里,本文选取非耐用品及服务消费来当作衡量家庭消费的指标,具体是通过家庭问卷中的消费性总支出减去当年耐用品消费来获得。本文的解释变量主要是针对家庭消费平滑的三个来源。在家庭层面上,选取家庭资产和劳动供给两个变量。其中,家庭资产表示为家庭净财产;劳动供给则表示为家庭主要劳动力的全年各项工作时间总和(在后续实证中,采用户主的劳动时间代表劳动供给)。在社区层面上,选取社会交往与亲友借贷为变量。其中,社会交往是用春节期间亲戚与朋友来访总数来度量。亲友借贷则是用全年通过亲戚朋友借款的总额来度量。在政府层面上,选取政府补助和社会福利两个变量。其中,政府补助是用全年所得离/退休金、失业救济金和住房公积金等政府转移性收入总和来度量;社会福利则用转移性支出来度量。此外,本文还从相关文献中选取了一些控制变量,具体如表1所示。主要变量的描述性统计结果见表2。
关注变量 | 变量释义 | 文献出处 |
家庭资产 | 当年家庭净财产 | Deaton(1990);Udry(1995) |
劳动供给 | 主要劳动力的全年各项工作时间总和 | Kochar(1999);Blundell等(2016) |
社会交往 | 春节期间亲戚与朋友来访总数 | 王晓全等(2016) |
亲友借贷 | 全年通过亲戚/朋友借款的总额 | Fafchamps和Lund(2003) |
政府补助 | 全年所得退休金、失业救济金等收入 | Gruber(1997);Bronchetti(2012) |
社会福利 | 家庭全年所得转移性支出 | Gruber(2000);Attanasio等(2012) |
控制变量 | ||
家庭规模 | 家庭人口总数 | 高梦滔和毕岚岚(2010) |
小孩数量 | 家庭内小孩总数 | Meng(2003);Blundell等(2017) |
金融比率 | 当地金融储蓄与GDP的比值 | 郭新华和李卓宇(2017) |
户主年龄 | 受访时年龄 | 寇恩惠和侯和宏(2015) |
户主学历 | 受访者已完成的受教育年限 | 邓可斌和易行健(2010);寇恩惠和侯和宏(2015) |
户主健康情况 | 户主自评健康(1—5=健康—非常不健康) | 王晓全等(2016) |
变量名称 | 均值 | 标准差 | 区域均值比较 | 样本数 |
家庭资产 | 298 851.2 | 788 347.3 | 东>中>西、城市>农村 | 6 501 |
劳动供给 | 1 545.7 | 1 465.5 | 东>西>中、城市>农村 | 6 501 |
社会交往 | 9.85 | 11.87 | 西>中>东、城市<农村 | 6 501 |
亲友借贷 | 5 146.7 | 19 833.7 | 中>东>西、城市<农村 | 6 501 |
政府补助 | 2 889.1 | 9 267.9 | 东>中>西、城市>农村 | 6 501 |
社会福利 | 5 404.6 | 13 983.3 | 东>中>西、城市>农村 | 6 501 |
家庭规模 | 4.07 | 1.69 | 西>中>东、城市<农村 | 6 501 |
小孩数量 | 0.52 | 0.83 | 西>中>东、城市<农村 | 6 501 |
金融比率 | 0.63 | 0.12 | 东>西>中、城市>农村 | 6 501 |
户主年龄 | 46.38 | 11.26 | 东>中>西、城市>农村 | 6 501 |
户主学历 | 7.99 | 4.12 | 东>中>西、城市>农村 | 6 501 |
户主健康情况 | 1.69 | 0.89 | 中>西>东、城市<农村 | 6 501 |
根据国发《2000》33号文件,本次调研取样的25个省可分为东、中、西三块区域。其中,东部包括:北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东10个省级行政区;中部包括:山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省;西部包括:四川、重庆、贵州、云南、陕西、甘肃、广西7个省级行政区。然后,通过式(2)构造的指标计算得到每个样本家庭在2010年的消费平滑能力,各省份的描述性统计如表3所示。数值越大表明平滑能力越强。由描述性统计结果可粗略判断,家庭消费平滑能力在不同省份的差异比较明显。
省份 | 均值 | 标准差 | 排名 | 样本数 | |
东部 | 北京 | 0.6751 | 0.2586 | 1 | 134 |
天津 | 0.5392 | 0.2669 | 22 | 50 | |
河北 | 0.6074 | 0.3035 | 9 | 359 | |
辽宁 | 0.6121 | 0.2802 | 8 | 485 | |
上海 | 0.5917 | 0.2903 | 13 | 515 | |
江苏 | 0.5716 | 0.2987 | 17 | 131 | |
浙江 | 0.5459 | 0.3182 | 21 | 110 | |
福建 | 0.6454 | 0.3123 | 4 | 65 | |
山东 | 0.6131 | 0.2966 | 7 | 379 | |
广东 | 0.6166 | 0.2819 | 6 | 519 | |
东部 | 0.6043 | 0.2892 | 1 | 2 747 | |
中部 | 山西 | 0.6503 | 0.2949 | 3 | 290 |
吉林 | 0.5936 | 0.2744 | 12 | 135 | |
黑龙江 | 0.5639 | 0.2904 | 19 | 245 | |
安徽 | 0.5961 | 0.2899 | 11 | 154 | |
江西 | 0.5709 | 0.2989 | 18 | 117 | |
河南 | 0.5749 | 0.2958 | 16 | 744 | |
湖北 | 0.5326 | 0.2758 | 23 | 118 | |
湖南 | 0.5878 | 0.2969 | 14 | 202 | |
中部 | 0.5859 | 0.2933 | 2 | 2 005 | |
西部 | 四川 | 0.6029 | 0.2877 | 10 | 295 |
重庆 | 0.6261 | 0.3071 | 5 | 61 | |
贵州 | 0.4988 | 0.3007 | 25 | 189 | |
云南 | 0.5269 | 0.2891 | 24 | 191 | |
陕西 | 0.6653 | 0.2965 | 2 | 160 | |
甘肃 | 0.5561 | 0.2853 | 20 | 728 | |
广西 | 0.5863 | 0.3072 | 15 | 125 | |
西部 | 0.5692 | 0.2941 | 3 | 1 749 | |
全国 | 0.5892 | 0.2921 | 6 501 |
由表3可见,家庭消费平滑能力最高的前五个省份为北京、陕西、山西、福建和重庆,最低的后五个省份是浙江、天津、湖北、云南和贵州,首尾两端并没有出现明显的区域差异。但从总体平均值上看,家庭消费平滑能力从高到低排序为东部、中部、西部。从各区域看,东部地区家庭的消费平滑能力差异较大。江浙沪地区家庭的消费平滑能力明显不如东北和东南沿海地区,这可能是由于东北和东南沿海地区的家庭更注重人情来往,从而拥有更大的家庭社会网络。中部地区的家庭消费平滑能力普遍不高,而山西的平滑能力则特别突出,这可能是与当地政策性扶持以及作为资源大省的发展优势有关系。西部地区的家庭消费平滑呈两极分化,陕西、重庆、四川地区的平滑能力较强,贵州、云南、甘肃、广西贫困地区的平滑能力比较低。这说明西部地区内部的经济发展也并不平衡。
四、实证研究与结果分析
本文的研究目的不仅要分析这些因素是否具有影响,更重要的是要找出家庭消费平滑的主要根源,探索各因素的影响大小。因此,本文采用Oaxaca-Blinder分解法。该分解法广泛应用于分解收入差距(邓曲恒,2007;邢春冰,2008),本文则是利用Oaxaca-Blinder的二部法分解地域之间的差异(Jann,2008;粟芳和方蕾,2016),将地域差异表示为(以东西部差异为例):
$ R = {\left[ {E\left( {{X_e}} \right) - E\left( {{X_w}} \right)} \right]'}{\beta ^*} + \left[ {E{{\left( {{X_e}} \right)}'}\left( {{\beta _e} - {\beta ^*}} \right) + E{{\left( {{X_w}} \right)}'}\left( {{\beta ^*} - {\beta _w}} \right)} \right] $ | (3) |
其中:R表示东西部地区家庭消费平滑能力差异的期望值,Xe与Xw分别是东西部的相关控制变量,βe与βw对应东西部预测因子的系数向量。β*是非歧视系数向量,用以确定差异在预测因子中的贡献。等式右边的第一部分是由模型中所考虑的家庭、社区和政府三个层面的关注变量和控制变量能解释的部分。第二部分是模型不能解释的部分,主要分为两个方面:一是直接体现在模型所包含的自变量系数之上,这反映了各地区家庭对不同消费平滑渠道的依赖程度存在差异;二是除模型中已考虑因素之外的其他因素所造成的家庭消费平滑能力差异,包括地区消费文化与资源优势、地区FDI分配、地方政治环境、家庭消费习惯(比如由于民族、宗教信仰等因素所引起消费习惯的差异)等特殊影响因素。这些因素的主要特点是与家庭收入没有直接联系,却会对家庭消费平滑能力产生作用。
可解释部分还可以进一步分解成关注变量和各控制变量的贡献,即为:
$ {\left[ {E\left( {{X_e}} \right) - E\left( {{X_w}} \right)} \right]'}{\beta ^*} = \left[ {E\left( {{X_{1e}}} \right) - E\left( {{X_{1w}}} \right)} \right]\beta _1^* + \left[ {E\left( {{X_{2e}}} \right) - E\left( {{X_{2w}}} \right)} \right]\beta _2^* + \cdots \cdots $ | (4) |
进而采用Oaxaca-Blinder分解法对东、中、西部三个地区以及城乡之间的家庭消费平滑能力进行两两比较。
由表4可见,东部与中部之间的差异在5%的水平上显著,东部与西部之间的差异在1%的水平上显著,中部与西部之间的差异在10%的水平上显著,城镇与农村之间的差异在5%的水平上显著。
Oaxaca-Blinder预测值 | |||||||
东部 | 中部 | 西部 | 城镇 | 农村 | |||
0.6043 | 0.5859 | 0.5692 | 0.5990 | 0.5810 | |||
Oaxaca-Blinder差异值 | |||||||
东部vs中部 | 东部vs西部 | 中部vs西部 | 城镇vs农村 | ||||
0.0184** | (2.14) | 0.0351*** | (3.92) | 0.0167* | (1.74) | 0.0180** | (2.48) |
注:*、**和***分别表示10%、5%和1%的显著水平。下表同。 |
为便于分析,本文后续的“东中部”、“东西部”和“中西部”以及“城乡”分别对应表4中“东部vs中部”、“东部vs西部”和“中部vs西部”以及“城镇vs农村”之间的两两比较。
根据(3)式、(4)式对家庭消费平滑的差异进行Oaxaca-Blinder分解,结果如表5所示。表5包含了东中部、东西部、中西部以及城乡之间4个差异比较的分解结果。每个部分都有三列,第一、第二列分别表示对应变量的系数与t值。值得提醒的是,系数的正负并不代表该变量本身对家庭消费平滑能力的作用方向,而是需要结合表2中的区域均值进行比较。例如,东中部差异分解结果中的家庭资产系数为正,并且表2显示东部地区家庭的平均资产也大于中部,于是可以认为家庭资产的增加能够提高消费平滑能力;东中部差异分解结果中的社会交往系数为负,而表2的东部地区家庭的平均社会交往程度则要低于中部地区,因此社会交往的增加也能提升家庭消费平滑能力。第三列是对应变量的贡献百分比,即为变量系数占该部分Oaxaca-Blinder差异值的比重,其中常数项对差异分解没有任何贡献。需要注意的是,贡献百分比的方向与系数是一致的,而且贡献绝对值有超过1的可能,这是由于各变量对消费平滑能力的作用方向与影响程度都存在差异。整个模型解释部分的贡献则是代表所有关注变量与控制变量对应贡献百分比的总和,所以其他因素部分与模型解释部分的贡献之和应始终为1。
关注变量 | 东部vs中部 | 东部vs西部 | |||||
系数 | t值 | 贡献% | 系数 | t值 | 贡献% | ||
家庭层面 | 家庭资产 | 0.0102** | 2.4 | 55.43 | 0.0178*** | 2.80 | 50.73 |
劳动供给 | 0.0015 | 1.55 | 8.15 | 0.0012* | 1.67 | 3.42 | |
社区层面 | 社会交往 | −0.0059*** | −4.22 | −32.07 | −0.0082*** | −4.03 | −23.37 |
亲友借贷 | −0.0004 | −0.69 | −2.17 | 0.0004 | 0.57 | 1.14 | |
政府层面 | 政府补助 | 0.0083*** | 3.46 | 45.11 | 0.0169*** | 4.62 | 48.16 |
社会福利 | 0.0001 | 0.23 | 0.54 | 0.0018* | 1.84 | 5.13 | |
控制变量 | |||||||
家庭规模 | −0.0080*** | −4.35 | −43.48 | −0.0223*** | −6.83 | −63.55 | |
小孩数量 | 0.0006 | 0.98 | 3.26 | 0.0039** | 2.11 | 11.11 | |
金融比率 | 0.0101*** | 5.18 | 54.35 | 0.0002 | 0.08 | 0.57 | |
户主年龄 | −0.0013 | −1.46 | −7.07 | −0.0043*** | −2.60 | −12.25 | |
户主学历 | 0.0019* | 1.88 | 10.33 | 0.0154*** | 5.20 | 43.89 | |
户主健康情况 | 0.0007 | 1.34 | 3.80 | −0.0002 | −0.59 | −0.57 | |
模型解释部分 | 0.0177*** | 3.91 | 96.20 | 0.0226*** | 2.57 | 64.41 | |
其他因素部分 | 0.0007 | −0.84 | 3.80 | 0.0125 | 1.07 | 35.59 | |
常数项 | 0.1739** | 2.43 | 0.1119 | 1.20 | |||
样本数 | 4 752 | 4 496 | |||||
关注变量 | 中部vs西部 | 城镇vs农村 | |||||
系数 | t值 | 贡献% | 系数 | t值 | 贡献% | ||
家庭层面 | 家庭资产 | 0.0019* | 1.91 | 11.36 | 0.0154*** | 3.52 | 85.56 |
劳动供给 | −0.0011 | −1.60 | −6.58 | 0.0006 | 1.26 | 3.33 | |
社区层面 | 社会交往 | −0.0032*** | −2.57 | −19.13 | −0.0129** | −2.29 | −71.67 |
亲友借贷 | 0.0009 | 1.29 | 5.38 | −0.0003 | −0.63 | −1.67 | |
政府层面 | 政府补助 | 0.0037** | 2.51 | 22.12 | 0.0188*** | 3.30 | 104.44 |
社会福利 | 0.0017* | 1.79 | 10.16 | 0.0032*** | 3.17 | 17.78 | |
控制变量 | |||||||
家庭规模 | −0.0143*** | −5.62 | −85.48 | −0.0204*** | −9.15 | −113.33 | |
小孩数量 | 0.0029** | 2.03 | 17.34 | 0.0022*** | 2.61 | 12.22 | |
金融比率 | 0.0008 | 0.08 | 4.78 | 0.0002 | −0.73 | 1.11 | |
户主年龄 | −0.0032** | −2.35 | −19.13 | −0.0008 | −0.89 | −4.44 | |
户主学历 | 0.0132*** | 4.98 | 78.90 | 0.0209*** | 6.60 | 116.11 | |
户主健康情况 | 0.0005 | 1.02 | 2.99 | 0.0004 | −0.87 | 2.22 | |
模型解释部分 | 0.0038 | 0.36 | 22.89 | 0.0273*** | 4.86 | 151.67. | |
其他因素部分 | 0.0129 | 0.96 | 77.21 | −0.093** | −1.98 | −51.67 | |
常数项 | −0.0621 | −0.64 | −0.2227** | −3.52 | |||
样本数 | 3 754 | 6 501 |
表5显示,平均而言,消费平滑的区域差异由家庭层面和政府层面造成的模型解释部分所占比例较高,而且统计上都非常显著。整体而言,中国家庭还是具备一定的消费平滑能力与多样化的消费平滑渠道,家庭与政府层面的影响因素能充分解释区域消费平滑的差异。一方面,这可能是因为中国的家庭崇尚勤俭节约的优良传统,在消费方面也能做到“居安思危”;另一方面,社会主义制度下的政府代表广大人民的根本利益,尤其重视社会福利网的建设。除此之外,消费平滑的区域差异可能还受到模型未考虑的其他一些因素的影响。比如家庭自身的特征偏好(Gul和Pesendorfer,2004)、地区消费模式(左文明等,2015)等。总体来看,模型解释部分对东中部、东西部以及城乡之间消费平滑差异的占比分别达到96.20%、64.41%和151.67%,且均在1%置信水平下显著,这也说明了模型的拟合较为成功。不过中西部地区之间的差异只有22.89%能被模型解释,并且不显著。这可能是由于两个区域内的家庭特征偏好更为接近,且国家在“中部崛起”与“西部大开发”战略上给予的重视与各方面的政策支持也比较趋同。
其次,从模型分解的根源看,消费平滑的地区差异是由家庭层面、社区层面和政府层面共同导致的结果。其中,家庭资产与政府补助是造成东部优于中部和西部的主要原因,分别占到东中部和东西部差异的100.54%和98.89%;而西部落后于东、中部的主要来源是政府层面,该来源分别占东西部和中西部差异的53.29%和32.28%;社区层面也是三大根源之一,该来源中的社会交往分别占东中部和东西部差异的−32.07%与−23.37%,在城乡之间差异的占比更是达到了−71.67%。虽然社会交往与家庭和政府层面的系数方向相反,但考虑到西部及农村地区家庭的平均社会交往程度更高,这说明社区层面的社会交往与家庭资产、政府补助等其他层面关注变量的影响方向一致:对家庭消费平滑能力的大小都是起着正向积极的促进作用。同时也反映出这样一种情况:相比东部和城镇地区,中部、西部和农村地区家庭的消费平滑更依赖于社区层面的这一非正式风险分担机制。进一步分析各层面中的深层次根源,平均而言,家庭资产是家庭层面的首要原因,劳动供给对消费平滑的影响有限且大多不显著;社会交往是社区层面的首要原因,亲友借贷对消费平滑的影响有限且均不显著;政府补助是政府层面的首要原因,社会福利则能在一定程度上解释东西部以及城乡之间家庭消费平滑能力的差异。
从控制变量的分析结果中可以看到,整体上,影响地区差异的控制变量差别非常大。特别是:(1)户主受教育水平的提高也能显著增强家庭消费平滑能力:东西部和中西部差异中的43.89%和78.90%是由户主学历造成的,并且学历对城乡之间的差异影响更甚,差异占比达到116.11%。这反映了西部以及农村地区的教育文化发展水平偏低,从而导致家庭消费平滑程度也较低。(2)家庭规模的扩大也能显著增强家庭消费平滑能力:东中部和东西部差异中的−43.48%和−63.55%是由家庭规模造成的,并且家庭规模对城乡之间的差异影响更甚,这也符合了中西部与农村地区大型家庭比例更高的现状。(3)金融比率对消费平滑能力的影响比较奇特。东中部地区平滑能力差异中104.35%是由金融比率造成的。但对中西部、东西部以及城乡之间的平滑能力差异,金融比率的影响偏低且不显著。(4)小孩数量的增加能在一定程度上减弱了家庭消费平滑能力:东西部、中西部和城乡之间差异中的11.11%、17.34%和12.22%是由小孩数量造成的;而户主年龄则能在一定程度上增强了家庭消费平滑能力,在东西部和中西部差异中的占比达到−12.55%和−19.13%。这可能是由于年长者比年轻人拥有更强烈的消费平滑意愿与更低的风险偏好。户主健康情况的作用有限且大多不显著。
在上述分析讨论中,令人感到意外的一点是:政府层面的行为反而对区域消费平滑差异的扩大起到了推动作用。这看似违背了经济直觉的结果,其实正反映了当前政府在调节区域及城乡收入分配上面临的窘境。首先,政府补助这一指标中主要包含离/退休金、失业救济金等转移性收入,而各地区的转移性收入往往取决于地方的财政状况。由于不同地区的经济发展水平参差不齐,地方财政的差距也比较大,因此,经济较发达的地区,地方财政相对充裕,居民人均转移性收入就比较高,反之亦然。城乡分割的收入再分配制度也导致了城乡转移性收入分配的不平等,即城镇居民能获得较多的政府转移性支付,而广大农民则往往享受不到城镇居民在就业、教育、住房、医疗和养老方面的待遇,仅仅是极少数在国有或集体单位就业的职工才能享有由国家提供的抚恤金、困难补助和救济金等。这种将户籍身份和单位所有制特征作为能否获得政府转移性支付的制度,是加剧城乡居民收入不平等的重要障碍。因此,表6中显示了东部地区平均每户家庭获得的政府补助明显超过中西部地区,并且城乡之间政府补助的样本均值的差距更是达到了4 399.76元。其次,社会福利这一指标代表着家庭所得转移性支出,主要由社保支出与税收等财政补贴组成,体现的是政府的非市场型收入再分配活动。由表6可见,虽然在平均每户家庭所得社会福利的方面,依然是东部地区高于中西部地区以及城镇地区优于农村地区,但是反映出来的区域差距远不如政府补助那样的突出。所以在表5的分解结果中,社会福利对家庭消费平滑带来的影响也是很有限且大多不显著。总体而言,政府没能成功地利用发放补助与社会福利的形式来对区域及城乡的收入分配进行有效的正向调节,从而达到缩小各区域之间家庭消费平滑能力差异的目的。
地区变量 | 东部 | 中部 | 西部 | 城镇 | 农村 |
政府补助 | 4 278.30 | 2 147.47 | 1 557.56 | 5 305.38 | 875.62 |
社会福利 | 5 740.07 | 5 642.35 | 4 605.16 | 6 191.51 | 4 748.84 |
样本数 | 2 747 | 2 005 | 1 749 | 2 955 | 3 546 |
五、稳健性检验
考虑到前述对消费平滑指标的计算是基于风险分担模型,但实际从分散风险的种类上看,风险分担策略只能分散个体风险;而消费平滑策略既可以分散个体风险,也可以分散加总风险。如果社区在当期收到一个总体冲击,那么以当期的社区消费作为衡量持久收入的指标可能会使该截面上的家庭风险分担并不等价于自身消费平滑,而且当期消费也可能与其他变量之间存在内生性问题。为了讨论上述估计结果的稳健性,本文从替换被解释变量的角度出发进行了双重检验。其中,稳健性检验1是利用2012年与2014年社区平均消费
Oaxaca-Blinder预测值 | |||||||
东部 | 中部 | 西部 | 城镇 | 农村 | |||
0.6034 | 0.5890 | 0.5803 | 0.5956 | 0.5903 | |||
Oaxaca-Blinder差异值 | |||||||
东部vs中部 | 东部vs西部 | 中部vs西部 | 城镇vs农村 | ||||
0.0144* | (1.74) | 0.0232*** | (2.66) | 0.0087 | (0.94) | 0.0053 | (0.75) |
Oaxaca-Blinder预测值 | |||||||
东部 | 中部 | 西部 | 城镇 | 农村 | |||
0.6467 | 0.6411 | 0.6325 | 0.6501 | 0.6336 | |||
Oaxaca-Blinder差异值 | |||||||
东部vs中部 | 东部vs西部 | 中部vs西部 | 城镇vs农村 | ||||
0.0056 | (0.71) | 0.0142* | (1.69) | 0.0086 | (0.95) | 0.0165** | (2.42) |
由表7和表8可见,家庭消费平滑能力从高到低排序为东部、中部、西部,城镇家庭的平滑能力也大于农村家庭。与之前表4相比,各区域家庭平滑能力的大小并没有顺序上的改变。表7显示东中部差异与东西部差异仍然比较明显,分别在10%与1%的置信水平下通过显著性检验,中西部差异与城乡差异则都变得不太显著。表8显示东西部差异与城乡差异都比较明显,分别在10%与5%的置信水平下通过显著性检验,而东中部差异与中西部差异则都变得不太显著。这一方面,可能是由于中部与西部经济发展水平的差距在逐渐缩小;另一方面,可能是由于农村地区的人情往来更加频繁,导致在“份子钱”这块消费支出的波动比较大,而用当期社区平均消费作为农村家庭持久收入的代理变量则会出现更大的误差。
对比表9、表10与表5,可以看出,东中部、东西部的消费平滑差异分解的各项系数方向与显著性均未发生变化。其中,模型解释部分所占比重较大,且均为正值。而中西部差异和城乡差异分解的模型解释部分占比则发生了较大波动,但是城乡间的模型解释部分仍然在1%的置信水平下保持显著。其中,解释变量的系数方向与显著性也基本没有变化,尤其是关注变量的作用仍然与之前保持一致。
关注变量 | 东部vs中部 | 东部vs西部 | |||||
系数 | t值 | 贡献% | 系数 | t值 | 贡献% | ||
家庭层面 | 家庭资产 | 0.0118*** | 2.89 | 81.94 | 0.0177*** | 2.89 | 76.29 |
劳动供给 | 0.0017* | 1.83 | 11.81 | 0.0014* | 1.84 | 6.03 | |
社区层面 | 社会交往 | −0.0045*** | −3.69 | −31.25 | −0.0085*** | −4.29 | −36.64 |
亲友借贷 | −0.0005 | −0.71 | −3.47 | 0.0005 | 0.57 | 2.16 | |
政府层面 | 政府补助 | 0.0083*** | 3.46 | 57.64 | 0.0145*** | 4.21 | 62.50 |
社会福利 | 0.0001 | 0.23 | 0.69 | 0.0018* | 1.90 | 7.76 | |
模型解释部分 | 0.0277*** | 4.16 | 92.36 | 0.0141* | 1.66 | 60.78 | |
其他因素部分 | −0.0133 | −1.36 | 7.64 | 0.0091 | 1.07 | 39.22 | |
样本数 | 4 752 | 4 496 | |||||
关注变量 | 中部vs西部 | 城镇vs农村 | |||||
系数 | t值 | 贡献% | 系数 | t值 | 贡献% | ||
家庭层面 | 家庭资产 | 0.0019* | 1.94 | 21.84 | 0.0137*** | 3.25 | 258.49 |
劳动力供给 | −0.0013* | −1.75 | −14.94 | 0.0005 | 1.25 | 9.43 | |
社区层面 | 社会交往 | −0.0033*** | −2.64 | −37.93 | −0.0133** | −2.35 | −250.94 |
亲友借贷 | 0.0011 | 1.30 | 11.49 | −0.0003 | −0.63 | −5.66 | |
政府层面 | 政府补助 | 0.0031** | 2.44 | 35.63 | 0.0191*** | 3.48 | 360.38 |
社会福利 | 0.0017* | 1.84 | 19.54 | 0.0030*** | 3.16 | 56.60 | |
模型解释部分 | −0.0012 | −0.12 | −13.79 | 0.0233*** | 4.62 | 439.62 | |
其他因素部分 | 0.0099 | 0.77 | 113.79 | −0.0180** | −3.06 | −339.62 | |
样本数 | 3 754 | 6 501 |
关注变量 | 东部vs中部 | 东部vs西部 | |||||
系数 | t值 | 贡献% | 系数 | t值 | 贡献% | ||
家庭层面 | 家庭资产 | 0.0067* | 1.71 | 119.64 | 0.0126** | 2.12 | 88.73 |
劳动供给 | 0.0021** | 2.06 | 37.50 | 0.001 | 1.23 | 7.04 | |
社区层面 | 社会交往 | −0.0033*** | −3.03 | −58.93 | −0.0033* | −1.84 | 23.24 |
亲友借贷 | −0.0001 | −0.44 | −1.79 | 0.0002 | 0.55 | 1.41 | |
政府层面 | 政府补助 | 0.0069*** | 3.21 | 123.21 | 0.0064*** | 2.06 | 45.07 |
社会福利 | 0.0001 | 0.23 | 1.79 | 0.0007* | 0.96 | 4.93 | |
模型解释部分 | 0.0103* | 1.68 | 183.93 | 0.0098 | 1.21 | 69.01 | |
其他因素部分 | −0.0047 | −0.51 | −83.93 | 0.0044 | 0.40 | 30.99 | |
样本数 | 4 752 | 4 496 | |||||
关注变量 | 中部vs西部 | 城镇vs农村 | |||||
系数 | t值 | 贡献% | 系数 | t值 | 贡献% | ||
家庭层面 | 家庭资产 | 0.0019* | 1.65 | 22.09 | 0.0111*** | 2.80 | 67.27 |
家庭层面 | 劳动力供给 | −0.0013* | −0.97 | −15.12 | 0.0016** | 2.66 | 9.70 |
社区层面 | 社会交往 | −0.0033* | −1.61 | −38.37 | −0.0012** | −2.31 | −7.27 |
亲友借贷 | 0.0011 | 1.08 | 12.79 | −0.0001 | −0.60 | −0.61 | |
政府层面 | 政府补助 | 0.0031* | 1.70 | 36.05 | 0.0156*** | 2.99 | 94.55 |
社会福利 | 0.0017 | 0.95 | 19.77 | 0.0012*** | 1.86 | 7.27 | |
模型解释部分 | −0.0056 | −0.57 | −63.95 | 0.0310*** | 4.34 | 187.88 | |
其他因素部分 | 0.0141 | 1.12 | 163.95 | −0.0145** | −0.95 | −87.88 | |
样本数 | 3 754 | 6 501 |
综合来看,两种稳健性检验下所估计的结果与之前论证基本一致。因此,我们可以认为第四部分实证得到的分析结果是值得信赖的。
六、结论评述与政策建议
本文的目的是通过讨论中国家庭消费平滑的区域差异,进而去探究造成这些差异的主要根源。为此,本文构建了测算家庭当期消费平滑能力的指标,并运用CFPS这一覆盖全国的微观调查数据,从家庭、社区和政府三个层面出发,通过实证检验,比较分析了东、中、西部地区以及城乡之间的消费平滑差异。研究结果发现,东部地区家庭的消费平滑能力最强,中部次之,西部最弱,并且城镇家庭的消费平滑能力也要强于农村家庭。消费平滑区域差异的主要根源是来自于家庭自给和国家政策层面,尤以家庭净财产和政府补助的作用最为突出;而劳动供给和社会福利则并没有给家庭消费平滑能力带来显著影响。社区层面上的社会交往对缩小地区间消费平滑差距起到了显著的正向作用。这说明亲友往来越紧密,越能增强家庭抵御外来风险冲击的能力。一些其他因素如户主学历、家庭规模、小孩数量和区域金融比率等也在一定程度上影响着消费平滑能力的大小。
在家庭消费平滑能力方面,西部落后于东中部和农村落后于城镇的现状,有两点值得关注。一是抛开家庭层面的差异,政府通过转移支付等形式也对各区域之间和城乡之间的消费平滑能力差距的扩大起到了推波助澜的作用。这主要有两方面原因:一方面是由于各区域之间经济发展水平的差异所导致的转移性收入支付的差异。西部地区经济发展水平较低,地方财政较为拮据,因而直接导致了居民的人均转移性收入偏低;另一方面则是由于城乡分割的收入再分配制度导致的城乡转移性收入分配的不平等,即城镇居民能享受到较多的政府转移性支付,而广大农民则基本上享受不到政府的这些转移性支付。所以,经济发展越发达的地区,其家庭所得到的政策性消费支持反而越坚挺,同时也反映了拥有大城市户籍所带来的社会福利对农村人口的吸引力。二是户主受教育水平的高低也能对家庭消费平滑能力的大小产生重大影响。一方面,这可能是由于学历与收入的正相关性比较显著。户主的受教育程度越高,给家庭带来更多财富的机会就越大,这直接与消费平滑的“硬件要求”挂钩;另一方面,可能是由于不同学历人群的消费观念和消费习惯也存在明显差异,结果会影响家庭的消费决策。也就是说,户主的受教育程度越高,对家庭消费的长远规划可能会更为合理,进而从重视消费生命周期这一“软件要求”上增强家庭的消费平滑能力。
根据上述结论,本文提出以下几点政策建议:
第一,国家在大力推进城镇化的进程中,既要注意城市化的深度建设,也需要关注转移支付手段的改革,进而提升其对调节收入再分配的正向作用。例如,在提高财政转移支付中中央财政所占比重(尤其是面向乡村的转移支付)的同时,也需要调整财政支付中中央支出部分的结构。这里的结构调整又包括两个部分:一是转移支付的城乡结构调整,即要加大对农村居民转移支付的力度;二是转移支付的区域结构调整,即要加大对经济发展落后地区的支持力度。努力推进社会保障的全国统筹和城乡统筹,使不同户籍和地区的社会保障标准逐渐趋于相对一致,从而进一步缩小经济贫困地区与发达地区之间的社会福利差距以及城乡之间的户籍歧视。
第二,切实提高弱势家庭的收入。一方面,可以通过加大政府投入、改善政府补贴和失业保险的瞄准机制,来达到使贫困家庭也能获得政府补贴和失业保险的目的,同时鼓励更多的非国有企业建立企业年金;另一方面,以农村户籍、欠发达地区和低学历家庭等群体为瞄准对象,设立对这些群体的专项转移支付项目和渠道,并建立转移支付过程中的“防火墙”机制,确保对上述群体的转移支付不被干扰和挪用,以“绿色通道”的形式对该弱势群体直接进行转移支付。
第三,重视劳动供给在平滑家庭消费中的角色。一方面,完善劳动力市场规章制度,消除就业市场中性别、地区、户籍等各项歧视,从而进一步拓宽劳动力供需的渠道。另一方面,重视偏远地区和农村的职业培训,丰富家庭劳动力的技术技能,使其发挥自身的劳动供给和家庭规模优势;积极为农村劳动力创造非农就业机会,提高农业人口的收入尤其是非农收入。
第四,在发扬传统互助等社区层面的非正式保险制度的同时,需完善地方金融保险市场,尤其是针对农村及偏远落后地区要加强相关的金融保障;规范化发展互联网金融,提高金融借贷等正式风险分担机制对家庭平滑消费的贡献;加大西部及农村基础教育投入,进而提升农村居民的素质和能力,加速实现全社会教育公平性的进程。
[1] | 蔡宁, 李钢, 阮刚辉. 利率政策对我国居民跨期消费选择的效应研究[J]. 经济科学, 2002(4): 23–24. |
[2] | 陈玉宇, 行伟波. 消费平滑、风险分担与完全保险−基于城镇家庭收支调查的实证研究[J]. 经济学(季刊), 2007(1): 253–272. |
[3] | 邓可斌, 易行健. 预防性储蓄动机的异质性与消费倾向的变化−基于中国城镇居民的研究[J]. 财贸经济, 2010(5): 14–19. |
[4] | 邓曲恒. 农村家庭的消费平滑: 对完全保险假说的检验[J]. 浙江学刊, 2012(5): 163–173. DOI:10.3969/j.issn.1003-420X.2012.05.025 |
[5] | 高梦滔, 毕岚岚. 家庭人口学特征与农户消费增长−基于八省微观面板数据的实证分析[J]. 中国人口科学, 2010(6): 70–78. |
[6] | 郭新华, 李卓宇. 劳动供给对消费平滑的影响——基于RUMiC数据的微观实证[J]. 湘潭大学学报(哲学社会科学版), 2017, 41(1): 72–79. DOI:10.3969/j.issn.1001-5981.2017.01.013 |
[7] | 郭云南, 姚洋, Foltz J. 正式与非正式权威、问责与平滑消费: 来自中国村庄的经验数据[J]. 管理世界, 2012(1): 67–78. |
[8] | 寇恩惠, 侯和宏. 消费平滑、收入波动和局部保险−基于农村居民数据的分析[J]. 财贸经济, 2015(9): 33–45. DOI:10.3969/j.issn.1005-913X.2015.09.019 |
[9] | 李宏彬, 施新政, 吴斌珍. 中国居民退休前后的消费行为研究[J]. 经济学(季刊), 2015(1): 117–134. |
[10] | 陆铭, 张爽, 佐藤宏. 市场化进程中社会资本还能够充当保险机制吗? −中国农村家庭灾后消费的经验研究[J]. 世界经济文汇, 2010(1): 16–38. DOI:10.3969/j.issn.0488-6364.2010.01.002 |
[11] | 马小勇, 白永秀. 中国农户的收入风险应对机制与消费波动: 来自陕西的经验证据[J]. 经济学(季刊), 2009(4): 1221–1238. |
[12] | 粟芳, 方蕾. 中国农村金融排斥的区域差异: 供给不足还是需求不足? −银行、保险和互联网金融的比较分析[J]. 管理世界, 2016(9): 70–83. |
[13] | 王晓全, 骆帝涛, 王奇. 非正式保险制度与农户风险分担建模与政策含义−来自CFPS数据的实证研究[J]. 经济科学, 2016(6): 89–101. |
[14] | 邢春冰. 农民工与城镇职工的收入差距[J]. 管理世界, 2008(5): 55–64. |
[15] | 邹红, 喻开志. 退休与城镇家庭消费: 基于断点回归设计的经验证据[J]. 经济研究, 2015(1): 124–139. |
[16] | 左文明, 莫小华, 陈华琼. 国内消费模式研究综述与展望[J]. 经济管理, 2015(2): 189–199. |
[17] | Ambrus A, Mobius M, Szeidl A. Consumption risk-sharing in social networks[J]. The American Economic Review, 2014, 104(1): 149–182. DOI:10.1257/aer.104.1.149 |
[18] | Angelucci M, De Giorgi G, Rangel M A, et al. Family networks and school enrolment: Evidence from a randomized social experiment[J]. Journal of Public Economics, 2010, 94(3-4): 197–221. DOI:10.1016/j.jpubeco.2009.12.002 |
[19] | Attanasio O, Meghir C, Mommaerts C. Insurance in extended family networks[R]. NBER Working Paper No. 21059, 2015. |
[20] | Attanasio O, Meghir C, Santiago A. Education choices in Mexico: Using a structural model and a randomized experiment to evaluate Progresa[J]. The Review of Economic Studies, 2012, 79(1): 37–66. DOI:10.1093/restud/rdr015 |
[21] | Bayoumi T. Explaining consumption: A simple test of alternative hypotheses[J]. Staff Papers-International Monetary Fund, 1997, 44(4): 462–484. DOI:10.2307/3867462 |
[22] | Bazzi S, Sumarto S, Suryahadi A. It’s all in the timing: Cash transfers and consumption smoothing in a developing country[J]. Journal of Economic Behavior & Organization, 2015, 119: 267–288. |
[23] | Blundell R, Pistaferri L, Preston I. Consumption inequality and partial insurance[J]. American Economic Review, 2008, 98(5): 1887–1921. DOI:10.1257/aer.98.5.1887 |
[24] | Blundell R, Pistaferri L, Saporta-EkstenI. Consumption inequality and family labor supply[J]. American Economic Review, 2016, 106(2): 387–435. DOI:10.1257/aer.20121549 |
[25] | Blundell R, Pistaferri L, Saporta-Eksten I. Children, time allocation and consumption insurance[R]. NBER Working Paper No. 24006, 2017. |
[26] | Bramoullé Y, Kranton R. Public goods in networks[J]. Journal of Economic Theory, 2007, 135(1): 478–494. DOI:10.1016/j.jet.2006.06.006 |
[27] | Bronchetti E T. Workers’ compensation and consumption smoothing[J]. Journal of Public Economics, 2012, 96(5-6): 495–508. DOI:10.1016/j.jpubeco.2011.12.005 |
[28] | Chetty R, Looney A. Consumption smoothing and the welfare consequences of social insurance in developing economies[J]. Journal of Public Economics, 2006, 90(12): 2351–2356. DOI:10.1016/j.jpubeco.2006.07.002 |
[29] | Colmer J, Alem Y. Consumption smoothing and the welfare cost of uncertainty[R]. Centre for Climate Change Economics and Policy Working Paper No. 138, 2015. |
[30] | Deaton A. On risk, insurance, and intra-village consumption smoothing[C]. Research Program in Development Studies, Working Paper, 1990. |
[31] | Diamond P A. The role of a stock market in a general equilibrium model with technological uncertainty[J]. American Economic Review, 1967, 57(4): 759–776. |
[32] | Fafchamps M, Lund S. Risk-sharing networks in rural Philippines[J]. Journal of Development Economics, 2003, 71(2): 261–287. DOI:10.1016/S0304-3878(03)00029-4 |
[33] | Friedman M. The permanent income hypothesis: Comment[J]. American Economics Review, 1957, 48(5): 990–991. |
[34] | Gruber J. The consumption smoothing benefits of unemployment insurance[J]. American Economic Review, 1997, 87(1): 192–205. |
[35] | Gruber J. Cash welfare as a consumption smoothing mechanism for divorced mothers[J]. Journal of Public Economics, 2000, 75(2): 157–182. DOI:10.1016/S0047-2727(99)00080-8 |
[36] | Gul F, Pesendorfer W. Self-control and the theory of consumption[J]. Econometrica, 2004, 72(1): 119–158. DOI:10.1111/ecta.2004.72.issue-1 |
[37] | Jann B. A Stata implementation of the Blinder-Oaxaca decomposition[R]. Eth Zurich Sociology Working Papers No. 8, 2008. |
[38] | Kaplan G, Violante G L. A model of the consumption response to fiscal stimulus payments[J]. Econometrica, 2014, 82(4): 1199–1239. DOI:10.3982/ECTA10528 |
[39] | Kochar A. Smoothing consumption by smoothing income: Hours-of-work responses to idiosyncratic agricultural shocks in rural India[J]. Review of Economics and Statistics, 1999, 81(1): 50–61. DOI:10.1162/003465399767923818 |
[40] | L’Huillier J P, Piguillem F, Flemming J. The optimal tradeoff between consumption smoothing and macroprudential regulation[R]. Meeting Papers 492, Society for Economic Dynamics, 2015. |
[41] | Ljungqvist L, Uhlig H. Tax policy and aggregate demand management under catching up with the joneses[J]. American Economic Review, 2000, 90(3): 356–366. DOI:10.1257/aer.90.3.356 |
[42] | Meng X. Unemployment, consumption smoothing, and precautionary saving in urban China[J]. Journal of Comparative Economics, 2003, 31(3): 465–485. DOI:10.1016/S0147-5967(03)00069-6 |
[43] | Modigliani F, Brumberg R. Utility analysis and the consumption function: An interpretation of cross-section data[A].Kurihara K. Post Keynesian economics[C]. New Brunswick: Rutgers University Press, 1954. |
[44] | Townsend R M. Risk and insurance in village India[J]. Econometrica, 1994, 62(3): 539–591. DOI:10.2307/2951659 |
[45] | Udry C. Risk and saving in northern Nigeria[J]. American Economic Review, 1995, 85(5): 1287–1300. |
[46] | Zheng Y, Santaeulalia-Llopis R. Partial insurance and aggregate welfare in China: 1989 to 2009[R]. Meeting Papers 1389, Society for Economic Dynamics, 2014. |