我国各地区服装消费系数及其驱动因素分析.docVIP

我国各地区服装消费系数及其驱动因素分析摘 要：本文测算了全国31个省市城镇服装消费系数，发现与发达国家相比，我国居民消费率不足导致总体服装消费系数偏高。进一步研究发现各地区城镇服装消费系数分化明显，但存在接近趋势。通过面板数据模型进行实证研究，分析其驱动因素，证实人均可支配收入、恩格尔系数是重要影响因素。 关键字：服装消费系数　恩格尔系数　人均可支配收入 服装是人类生活基本消费品，国外关于服装消费支出的研究可以追溯到20世纪50年代，实证研究主要包括横截面数据和时间序列模型，在两种模型研究中都将家庭总收入和总消费支中作为重要自变量，此外恩格尔曲线分析法也得到了广泛应用。 国内关于服装消费支出的研究相对较多，却较少有专门针对服装消费支出占总消费支出比重的研究。本文参照恩格尔系数的定义，定义各地区城镇服装消费系数(以下简称CIN)为各地区城镇居民每年服装消费支出占总消费支出的比重。本文第三部分实证部分研究时采用面板数据模型进行分析。 一、我国各省市服装消费系数现状及发展趋势 (一)城镇服装消费系数总体偏高 与恩格尔系数类似，服装消费系数(CIN)有其内在变化趋势和规律，通过研究发达国家服装消费系数的变化系数大致可以推测我国服装消费系数的发展规律。根据美国劳动局的相关数据资料计算，1901～2006年美国CIN从0.14逐步下降到0.038，基本上每隔10年下降1％，前文提到Winakor(1962)表明1929～1958年CIN每年下降1％～3％，说明随着时间推移，CIN下降速度趋于缩小，据此可以推测我国城镇CIN未来总体变化趋势也会是减速下降。但与美国历史上同等经济发展水平和消费水平阶段相比，我国城镇服装消费系数相对偏高，如2005年我国人均可支配收入达到10493.03元，CIN为0.1008，而美国1985年人均可支配收入按当时汇率换算为10356.51元，CIN为0.06，其他时期也有相同情况。CIN可以分解为服装消费支出占GDP的比重和总消费支出占GDP的比重(居民消费率)的商，根据曾令华研究证明我国居民消费率太低。因此，我国城镇CIN未来总体变化趋势是下降，但数值比美国历史同期水平要高。 　 (二)东、中、西部城镇服装消费系数分化明显 利用《中国统计年鉴》相关数据计算我国1999～2005年31个省市城镇服装消费系数，并分析其历年变化趋势，发现东部地区(除河北、辽宁和山东外)城镇服装消费系数均小于全国平均水平，中部和西部地区(除江西、广西、四川、重庆和山西外)则均大于全国平均水平。由于东部地区一般是经济发达、人民生活水平较高的地区，中部和西部地区反之，可见居民服装消费系数和地区经济发展水平存在一定相关性。此外，服装生产和销售水平、消费结构、居民年龄结构等也是影响因素，江西、广西、四川人均GDP和人均可支配收入相对较低，居民消费率较低，且住房、医疗、教育消费占据了大部分，一定程度上抑制了衣食等基本消费。 　　 (三)人均可支配收入达到一定程度时服装消费由生存型向享受型转变 从纵向来看，东部地区除广东经历了下降、小幅上升至基本稳定的变化趋势，浙江经历了下降至稳定又小幅上升的趋势外，其他地区均是经历了由下降到基本稳定的变化趋势。中部地区除安徽和江西一直处于基本稳定的变化趋势外，其他地区也经历了下降至基本稳定的变化趋势。西部地区除广西、内蒙古、贵州、西藏处于无规则变化外，其他地区也经历了下降至基本稳定的变化趋势。CIN由下降开始转变成基本稳定说明服装消费性质及内部结构开始出现变化和升级，由生存型开始向享受型转变，但由于东、中、西部生活成本不同，三大地带服装消费升级时所对应的地区人均可支配收入水平不同。 二、实证分析 (一)变量选取 CIN：1999～2005各地区城镇服装消费系数，由于篇幅关系具体数值省略。 EIN：1999～2005年各地区城镇恩格尔系数，利用各年《中国统计年鉴》城镇居民食品消费支出占总消费支出的比重计算得到。 YD：1999～2005年各地区城镇居民人均可支配收入，数据来源各年《中国统计年鉴》城镇居民人均可支配收入。 (二)模型设计 设CIN=α+βEIN+γDY+μ　式2-1 (三)模型估计 1　总体效应检验 利用Eviews对式3-1进行混合加权最小二乘估计，以消除异方差的影响，结果如表1-1所示，自变量EIN、YD系数的t值都比较显著，方程总体拟合程度为0.9491。恩格尔系数EIN上升1单位，服装消费系数CIN下降0.3059单位，因为对于不发达地区来说，衣食是最基本生活支出，由于收入有限，用于食物支出多了，势必用于衣服支出少了。另一方面，恩格尔系数反应了一个地区人民