林文勝+翁騁+翁翹

內(nèi)容摘要：本文采用2000-2011年我國29個(gè)省、自治區(qū)、直轄市的相關(guān)數(shù)據(jù)，建立面板向量自回歸模型（PVAR）對我國城市化率與居民消費(fèi)率間的動(dòng)態(tài)關(guān)系進(jìn)行了實(shí)證研究。結(jié)果表明：我國居民消費(fèi)率的增長顯著地促進(jìn)了城市化水平的提高，但城市化率的升高卻會(huì)導(dǎo)致居民消費(fèi)率的下降。本文依據(jù)實(shí)證結(jié)論對居民消費(fèi)和城市化水平之間的非對稱關(guān)系進(jìn)行了探討，并針對如何提高居民消費(fèi)率和城市化率提出了建議。

關(guān)鍵詞：居民消費(fèi) 城市化 PVAR模型 脈沖響應(yīng)分析

引言

投資、消費(fèi)和凈出口是拉動(dòng)一國經(jīng)濟(jì)增長的三駕馬車，我國依靠大規(guī)模的投資和強(qiáng)勁的出口一直保持著GDP高增長的發(fā)展態(tài)勢。但是近年來，因國際金融危機(jī)、人民幣升值等種種因素，出口對GDP的貢獻(xiàn)率逐年減少，而且高強(qiáng)度投資對經(jīng)濟(jì)拉動(dòng)的效用邊際遞減，當(dāng)前依靠高投資高出口的發(fā)展模式已不再適用于我國的經(jīng)濟(jì)發(fā)展。從世界各國的發(fā)展來看，消費(fèi)是影響并決定投資需求和經(jīng)濟(jì)增長的源動(dòng)力。但是我國最終消費(fèi)率一直低迷，從1978年的62.1%一路下滑至2010年的47.4%，遠(yuǎn)遠(yuǎn)低于國際平均水平，同時(shí)居民消費(fèi)率更是從1978年的49.2%下降至2010年的33.8%。如何提高居民消費(fèi)率從而促進(jìn)經(jīng)濟(jì)增長，這個(gè)問題便成為我國經(jīng)濟(jì)發(fā)展模式轉(zhuǎn)型中的當(dāng)務(wù)之急。

居民消費(fèi)受到了多方面因素的影響，我國近30年來的大規(guī)模人口流動(dòng)無疑是其中一個(gè)重要的方面。目前，我國城市化進(jìn)程開始加速，我國城市化率在1978年僅僅為17.92%，而去年已經(jīng)達(dá)到了51.27%。不斷提高的城市化率也影響了我國城鄉(xiāng)居民的消費(fèi)行為。因此，研究城市化水平與我國居民消費(fèi)之間的動(dòng)態(tài)關(guān)系不僅對促進(jìn)我國經(jīng)濟(jì)發(fā)展模式的轉(zhuǎn)變具有重大意義，同時(shí)對我國進(jìn)一步改善城鄉(xiāng)二元結(jié)構(gòu)也有巨大的價(jià)值。

目前，已有不少學(xué)者從理論和實(shí)證兩個(gè)方面來研究城市化與消費(fèi)之間的關(guān)系，但大部分都集中于城市化對消費(fèi)增長的分析上，忽視了居民消費(fèi)對城市化的反向作用。鑒于此，本文采用面板向量自回歸模型（Panel Vector Autoregressive，簡稱PVAR）和脈沖響應(yīng)函數(shù)對2000-2011年我國29個(gè)省、自治區(qū)、直轄市的城市化率及居民消費(fèi)率進(jìn)行定量研究，從而得出兩者之間的動(dòng)態(tài)關(guān)系和相互影響情況，并提出相關(guān)政策建議。

面板向量自回歸模型（PVAR）及相關(guān)理論

Chamberlain（1983）討論了基于混合數(shù)據(jù)（PooledData）情形的回歸方法，這實(shí)際上是面板數(shù)據(jù)向量自回歸模型的雛形；接著，Holtz-Eakin、Newey和Rosen（1988）采用2SLS方法估計(jì)了單內(nèi)生變量的時(shí)變系數(shù)的面板數(shù)據(jù)向量自回歸模型。但二者都不是嚴(yán)格意義上的面板向量自回歸模型。

嚴(yán)格意義上的面板向量自回歸模型主要有兩類，第一類是宏觀面板數(shù)據(jù)即橫截面?zhèn)€數(shù)較少，但是時(shí)間長度充分大的情況；另一類是微觀面板數(shù)據(jù)，即橫截面?zhèn)€數(shù)較多，但是時(shí)間長度較短的情況。對于宏觀面板數(shù)據(jù)，Pesaran，Smith（1995）給出了一種一致估計(jì)的方法，即通過對面板數(shù)據(jù)向量自回歸模型中，每個(gè)變量的個(gè)體平均時(shí)間序列數(shù)據(jù)，建立時(shí)間序列向量自回歸模型的方法，來估計(jì)模型參數(shù)。而對于微觀面板數(shù)據(jù)，Binder，Hsiao，Pesaran（2003）對個(gè)體固定效應(yīng)面板數(shù)據(jù)分別進(jìn)行了QML估計(jì)、GMM估計(jì)和最小距離估計(jì)（Minimum Distance Estimation），并且發(fā)現(xiàn)這些估計(jì)都是具有漸近正態(tài)分布的一致估計(jì)。

PVAR沿襲了VAR的優(yōu)點(diǎn)，不再需要區(qū)分內(nèi)生變量和外生變量，而是把所有變量均視作內(nèi)生.可以真實(shí)反映出各變量之間的互動(dòng)關(guān)系；正交化脈沖一響應(yīng)函數(shù)能夠分離出一個(gè)內(nèi)生變量的沖擊給其他內(nèi)生變量所帶來的影響。因此可以用來分析一個(gè)變量對其他變量的影響程度。并且，與VAR不同的是，面板數(shù)據(jù)的個(gè)體效應(yīng)允許了不可觀察的個(gè)體差異，時(shí)間效應(yīng)則捕捉到個(gè)體在橫截面上可能受到的共同沖擊，得到的結(jié)果更符合事實(shí)。

模型的基本形式為：

Yi，t=a0+bi1Yi，j-1+bi2Yi，j-2+…+bimYi，j-m+ci1 Xi，j-1

+ci2 Xi，j-2+…+cim Xj-m+ai+uit

Yi，t是個(gè)體i在時(shí)點(diǎn)t的s個(gè)可觀測隨機(jī)變量的s×1向量，Xi，t是個(gè)體i在時(shí)點(diǎn)t的s個(gè)可觀測其它內(nèi)生變量的s×1向量，ai是個(gè)體i的s個(gè)不可觀測的個(gè)體固定效應(yīng)的s×1向量，bit和cit分別l是期滯后變量Yi，t-1和Xi，t-1的s×s系數(shù)矩陣。

PVAR模型有三條假設(shè)：

假設(shè)1：對于任意的N和T>p+3，Yi1，Yi2，…，YiT是可觀測的。

假設(shè)2：對于i=1，2，…，N；t=1，2，…，T，uit ：

i.i.d（0，Ω）即uit是具有零期望、協(xié)方差矩陣Ω的獨(dú)立同分布的隨機(jī)變量。

假設(shè)3：s1，變量Yit 和Xit 的之后變量Yi，t-1和Xi，t-1是模型的工具變量。

在估計(jì)面板數(shù)據(jù)時(shí)通常需要先消除樣本中的固定效應(yīng)，這里我們使用“向前均值差分”，即“Helmert過程”（Arellano等，1995）。這一方法通過消除每個(gè)個(gè)體向前的均值，即每一時(shí)期未來觀測值的均值，保證了滯后變量與轉(zhuǎn)換后的變量正交，進(jìn)而與誤差無關(guān)，因而可以使用滯后變量作為其工具變量，采用GMM的方法進(jìn)行估計(jì)。

實(shí)證分析

（一）變量選取及數(shù)據(jù)來源

本文選取除香港、澳門、臺灣以外的我國29個(gè)省、自治區(qū)、直轄市2000-2011年的城市化水平及居民消費(fèi)數(shù)據(jù)進(jìn)行實(shí)證分析，數(shù)據(jù)來源于2000-2012年的《中國統(tǒng)計(jì)年鑒》及各地區(qū)統(tǒng)計(jì)年鑒。本文使用stata.11和世界銀行金融研究部Inessa Love（2006）博士提供的Pvar程序，進(jìn)行軟件分析。

城市化水平用城市化率（CSH）來操作，具體定義為各地區(qū)非農(nóng)人口數(shù)占各地區(qū)總?cè)丝跀?shù)的比重。居民消費(fèi)率（JMXF）則直接引用了統(tǒng)計(jì)年鑒中各地區(qū)的居民消費(fèi)率。為減弱數(shù)據(jù)異方差性及使其線性化，對以上數(shù)據(jù)進(jìn)行對數(shù)處理，得LNCHS和LNJMXF。

（二）數(shù)據(jù)的描述統(tǒng)計(jì)

具體如表1所示。

（三）平穩(wěn)性檢驗(yàn)

建立PVAR模型需要變量平穩(wěn)或變量間存在協(xié)整關(guān)系，以避免虛假回歸，造成回歸結(jié)果的不可信。故對31個(gè)省、市、自治區(qū)的數(shù)據(jù)使用LLC、IPS和PP-Fisher等三種面板單位根檢驗(yàn)方法進(jìn)行平穩(wěn)性檢驗(yàn)。根據(jù)表2可知，lncsh和lnjmxf的LLC、IPS和PP-Fisher的p值均小于0.01，在1%的顯著性水平下都拒絕了存在單位根的原假設(shè)，為平穩(wěn)的面板數(shù)據(jù)，可以建立PVAR模型并進(jìn)行協(xié)脈沖分析及方差檢驗(yàn)。

（四）建立模型

進(jìn)行PVAR模型首先應(yīng)該確定滯后階數(shù)（ K）。一般來說，要求滯后階數(shù)足夠大，以便能完整反映所構(gòu)造模型的動(dòng)態(tài)特征；但另一方面，過大的滯后階數(shù)將會(huì)導(dǎo)致自由度的減少，直接影響模型參數(shù)估計(jì)量的有效性，所以選擇合適的滯后階數(shù)非常重要。

在用“向前均值差分”（helmert）方法消除個(gè)體固定效應(yīng)之后，采用GMM方法得到了模型參數(shù)的估計(jì)值。為了確定模型的滯后階數(shù)，筆者分別對數(shù)據(jù)做了一到三階滯后的PVAR模型估計(jì)，蒙特卡洛模擬500次。根據(jù)AIC和BIC準(zhǔn)則，PVAR（1）的信息量取值最小，確定最優(yōu)滯后階數(shù)為一階。

根據(jù)以上滯后期檢驗(yàn)，最終確定建立PVAR（1）模型。PVAR（1）模型的GMM估計(jì)結(jié)果如表3所示。

可以看到，兩個(gè)變量間的關(guān)系并不是對稱的。對于居民消費(fèi)率來說，它與其自身的滯后1期正相關(guān)，而與滯后1期的城市化率負(fù)相關(guān)，且兩者分別在10%和5%的水平下顯著。而對于城市化率，它與居民消費(fèi)率和其自身的滯后1期均有著顯著的正相關(guān)關(guān)系，都在1%的水平下通過顯著性檢驗(yàn)。

（五）脈沖分析

PVAR 模型的正交—脈沖反應(yīng)函數(shù)可以反映來自隨機(jī)擾動(dòng)項(xiàng)的一個(gè)標(biāo)準(zhǔn)差沖擊對內(nèi)生變量當(dāng)前值和未來值的影響，刻畫內(nèi)生變量對隨機(jī)擾動(dòng)的動(dòng)態(tài)反應(yīng)，顯示任意變量的隨機(jī)擾動(dòng)（新息Innovation）如何通過模型影響其他變量，并反饋到自身的動(dòng)態(tài)過程。

圖1顯示了居民消費(fèi)率和城市化率的脈沖響應(yīng)結(jié)果。第一行是居民消費(fèi)率對其自身和城市化率沖擊所受到的影響。當(dāng)本期給居民消費(fèi)率一個(gè)單位正向標(biāo)準(zhǔn)差的沖擊后，居民消費(fèi)率立刻有了顯著的正向反應(yīng)，為0.024，并隨著滯后期的增加而逐漸減弱，在第4期左右時(shí)轉(zhuǎn)為負(fù)向響應(yīng)，并有增強(qiáng)的趨勢，但負(fù)向影響較小。當(dāng)本期給城市化率一個(gè)單位正向標(biāo)準(zhǔn)差的沖擊后，居民消費(fèi)率便產(chǎn)生了一個(gè)負(fù)向的響應(yīng)，并逐期增強(qiáng)，在第5期時(shí)達(dá)到-0.0104，在之后隨滯后期逐漸收斂。第二行顯示的是城市化率分別受到兩個(gè)變量沖擊時(shí)的影響。當(dāng)本期給居民消費(fèi)率一個(gè)單位正向標(biāo)準(zhǔn)差的沖擊后，城市化率出現(xiàn)了負(fù)向的響應(yīng)，約為-0.009，但隨著滯后期的增加而逐漸減弱，并在第3期時(shí)轉(zhuǎn)為正向響應(yīng)，并不斷增強(qiáng)，在第六期時(shí)達(dá)到0.01，可看出居民消費(fèi)率對城市化率的正向效應(yīng)大于一開始的負(fù)向沖擊。而當(dāng)本期給城市化率一個(gè)單位正向標(biāo)準(zhǔn)差的沖擊后，城市化率立即有了一個(gè)較大的正向反應(yīng)，為0.0153，并在第2、3期逐漸增強(qiáng)，達(dá)到0.0182，又在第4期開始減弱，并漸漸收斂。由此可見，當(dāng)期居民消費(fèi)率的增加不僅會(huì)帶動(dòng)之后幾期居民消費(fèi)率的增加，這種正面效應(yīng)在長期中會(huì)逐漸減弱；而且在短期內(nèi)對城市化率增長并沒有顯著的促進(jìn)作用，但在第3期后就會(huì)帶來城市化率的持續(xù)提高。而城市化率的增加會(huì)導(dǎo)致之后幾期居民消費(fèi)率的減少，不利于居民消費(fèi)率的增加，但會(huì)在長期中促進(jìn)城市化率的進(jìn)一步增長。

（六）方差分解

方差分解表示的是當(dāng)系統(tǒng)的某個(gè)變量受到了一個(gè)單位的沖擊以后，以變量的預(yù)測誤差方差百分比的形式反映變量之間的交互作用程度。它的主要思想是把系統(tǒng)中每個(gè)內(nèi)生變量的波動(dòng)按其成因分解為與各方程信息相關(guān)聯(lián)的幾個(gè)組成部分，從而了解各信息對模型內(nèi)生變量的相對重要性。本文利用方差分解技術(shù)分析文中兩個(gè)變量分別對居民消費(fèi)率和城市化率的貢獻(xiàn)率。

表4顯示了對兩個(gè)方程第10期的方差分解結(jié)果。從中可知，居民消費(fèi)率和城市化率對居民消費(fèi)率的影響程度很接近，分別為57.2%和42.8%，居民消費(fèi)率為更主要的影響因素。而對于城市化率來說，它的變動(dòng)主要來源于自身，為84.4%，同時(shí)居民消費(fèi)率的變動(dòng)也對其有一定的貢獻(xiàn)率，為15.6%。

結(jié)論

本文采用2000-2011年我國29個(gè)省、自治區(qū)、直轄市的數(shù)據(jù)，根據(jù)PVAR模型分析居民消費(fèi)率和城市化率之間的關(guān)系，得到以下結(jié)論：

（一）居民消費(fèi)率的提高會(huì)不斷促進(jìn)城市化水平的發(fā)展

首先，居民消費(fèi)會(huì)通過乘數(shù)原理拉動(dòng)整個(gè)經(jīng)濟(jì)的增長，投資也會(huì)同步增長，從而社會(huì)將有更多的資金用于城市的現(xiàn)代化建設(shè)，有利于城市的進(jìn)一步擴(kuò)張。其次，居民消費(fèi)的不斷發(fā)展會(huì)帶來消費(fèi)品的升級，在需求導(dǎo)向下推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)的升級，企業(yè)向著規(guī)?；蛯I(yè)化發(fā)展，帶來消費(fèi)聚集效應(yīng)，成為提升城市化的重要?jiǎng)恿?。最后，居民消費(fèi)率的提高自然會(huì)帶來公共消費(fèi)和服務(wù)消費(fèi)者的群體隨之增加，這要求各地在經(jīng)濟(jì)發(fā)展之外還要加大公共消費(fèi)品的建設(shè)，并且吸收更多人員來到服務(wù)業(yè)。這就吸引農(nóng)村人口不斷流向城市，城市化率進(jìn)一步提高。

（二）城市化率的提高會(huì)導(dǎo)致居民消費(fèi)率的下降

城市化水平與居民消費(fèi)率負(fù)相關(guān)似乎有悖于常理，但仔細(xì)觀察我國當(dāng)前城市化的發(fā)展模式和戶籍制度就會(huì)發(fā)現(xiàn)這并不奇怪。

首先，城市化帶來的投資率高漲壓低了居民消費(fèi)率。我國處于城市化高速發(fā)展的階段，城市規(guī)劃、基礎(chǔ)設(shè)施建設(shè)是其中必不可少的一部分。目前，我國投資中約30%是基礎(chǔ)設(shè)施投資，大部分是公共消費(fèi)品，再加上約20%是住房投資，這些投資是城市化時(shí)期必需的，是未來消費(fèi)增長的基礎(chǔ)。但體現(xiàn)在當(dāng)前的數(shù)據(jù)上，過高的投資量占GDP的比重就必然導(dǎo)致了居民消費(fèi)率的相對降低。endprint

其次，我國城市化還是低水平的城市化。長期以來，我國的城市化主要是依靠空間擴(kuò)張和人口流入，但在制度建設(shè)、管理方式和社會(huì)保障上并未跟上。近年來，天價(jià)房、天價(jià)藥的報(bào)道屢見不鮮，保障房價(jià)格高、質(zhì)量差也在多地出現(xiàn)。這些養(yǎng)老、教育、醫(yī)療、住房等方面保障的不健全使居民只能提高自身的預(yù)防性儲蓄，從而壓低了日常的正常消費(fèi)。

最后，是城市化水平和我國戶籍制度之間的矛盾。一般我們都參照城市化率來評價(jià)一國的城市化水平，即城市人口數(shù)或從事非農(nóng)業(yè)人口數(shù)占總?cè)丝诘谋戎亍５凑瘴覈鴳艏贫?，只要在城?zhèn)連續(xù)居住超過6個(gè)月之后，便被統(tǒng)計(jì)為城鎮(zhèn)人口，但并未得到城市戶籍。這就造成了大量進(jìn)城務(wù)工的農(nóng)民工在享受不到城市公共服務(wù)與社會(huì)保障體系的情況下成為了統(tǒng)計(jì)意義上的城市人口，造成了我國城市化率的虛高。據(jù)調(diào)查，這部分流動(dòng)人口已經(jīng)占總?cè)丝诘?2%以上，他們的思想觀念、生活方式和消費(fèi)行為都無法與城市的常住人口相比，儲蓄率也因傳統(tǒng)思想、收入較低和保障的缺乏而遠(yuǎn)高于常住人口，這就進(jìn)一步導(dǎo)致了這一部分居民消費(fèi)率的低迷。

相關(guān)建議

針對上述問題，為推進(jìn)我國城市化的不斷發(fā)展和有效提振居民消費(fèi)率，從而實(shí)現(xiàn)我國經(jīng)濟(jì)的良性發(fā)展，提出以下政策建議：

協(xié)調(diào)投資與消費(fèi)的比例關(guān)系，促進(jìn)投資與消費(fèi)良性互動(dòng)。在國民收入總量一定的前提下，確定適度的投資規(guī)模，優(yōu)化投資方式，找準(zhǔn)投資與消費(fèi)的結(jié)合點(diǎn)，確保積極穩(wěn)妥地推進(jìn)城市化進(jìn)程；同時(shí)，制定有效的政策刺激消費(fèi)，使消費(fèi)水平提升，促進(jìn)國民經(jīng)濟(jì)的發(fā)展。 改善城市化方式，科學(xué)規(guī)劃，確保城市化速度與質(zhì)量同步發(fā)展。將對城市化的關(guān)注點(diǎn)從速度和經(jīng)濟(jì)效益上轉(zhuǎn)向?qū)|(zhì)量的重視，通過相關(guān)制度建設(shè)和改革，提高城市管理水平，從單純的空間城市化轉(zhuǎn)向人口、人才城市化，從而從根本上改善居民的生活、消費(fèi)水平。

加大政府財(cái)政投入，拓寬融資渠道，健全社會(huì)保障體系，消除居民在養(yǎng)老、醫(yī)療、教育、住房方面的后顧之憂，減輕居民負(fù)擔(dān)，同時(shí)提高中低收入者的收入，改善他們的消費(fèi)預(yù)期。

改革現(xiàn)有的戶籍制度，使當(dāng)前僅有城市人口之名而無城市居民身份之實(shí)的大量農(nóng)民工能真正地享受到與城市居民同等的各種權(quán)力，融入城市，成為城市的建設(shè)者又合理分享城市化的收益，實(shí)現(xiàn)農(nóng)民市民化。這不僅能提高他們的消費(fèi)傾向，促進(jìn)居民消費(fèi)，更能夠進(jìn)一步推動(dòng)城市化的發(fā)展。

參考文獻(xiàn)：

1.G.Chamberlain.Chapter 22：Panel data.Handbook of Econometrics[M].1984

2.D.Holtz-Eakin，W.Newey， H.S. Rosen.Estimating Vector Autoregressions with Panel Data. Econometrica [J].1988，56（6）

3.M.H.Pesaran， R.P.Smith.Estimating long-run relationships from dynamic heterogeneous panels.Journal of Econometrics[J].1995，68

4.M.Binder， C.Hsiao， M.H. Pesaran. Estimation and Inference in Short Panel Vector Autoregression with Unit Roots and Cointegration.Econometic Theory[J].2005，21

5.M.Arellano，O.Bover. Another look at the instrumental variable estimation of error-components models. Journal of Econometrics [J].1995，68（1）

6.I.Love， L.Ziccino. The Quarterly Review of Economics and Finance [J].2006，46endprint

其次，我國城市化還是低水平的城市化。長期以來，我國的城市化主要是依靠空間擴(kuò)張和人口流入，但在制度建設(shè)、管理方式和社會(huì)保障上并未跟上。近年來，天價(jià)房、天價(jià)藥的報(bào)道屢見不鮮，保障房價(jià)格高、質(zhì)量差也在多地出現(xiàn)。這些養(yǎng)老、教育、醫(yī)療、住房等方面保障的不健全使居民只能提高自身的預(yù)防性儲蓄，從而壓低了日常的正常消費(fèi)。

最后，是城市化水平和我國戶籍制度之間的矛盾。一般我們都參照城市化率來評價(jià)一國的城市化水平，即城市人口數(shù)或從事非農(nóng)業(yè)人口數(shù)占總?cè)丝诘谋戎?。但按照我國戶籍制度，只要在城?zhèn)連續(xù)居住超過6個(gè)月之后，便被統(tǒng)計(jì)為城鎮(zhèn)人口，但并未得到城市戶籍。這就造成了大量進(jìn)城務(wù)工的農(nóng)民工在享受不到城市公共服務(wù)與社會(huì)保障體系的情況下成為了統(tǒng)計(jì)意義上的城市人口，造成了我國城市化率的虛高。據(jù)調(diào)查，這部分流動(dòng)人口已經(jīng)占總?cè)丝诘?2%以上，他們的思想觀念、生活方式和消費(fèi)行為都無法與城市的常住人口相比，儲蓄率也因傳統(tǒng)思想、收入較低和保障的缺乏而遠(yuǎn)高于常住人口，這就進(jìn)一步導(dǎo)致了這一部分居民消費(fèi)率的低迷。

相關(guān)建議

針對上述問題，為推進(jìn)我國城市化的不斷發(fā)展和有效提振居民消費(fèi)率，從而實(shí)現(xiàn)我國經(jīng)濟(jì)的良性發(fā)展，提出以下政策建議：

協(xié)調(diào)投資與消費(fèi)的比例關(guān)系，促進(jìn)投資與消費(fèi)良性互動(dòng)。在國民收入總量一定的前提下，確定適度的投資規(guī)模，優(yōu)化投資方式，找準(zhǔn)投資與消費(fèi)的結(jié)合點(diǎn)，確保積極穩(wěn)妥地推進(jìn)城市化進(jìn)程；同時(shí)，制定有效的政策刺激消費(fèi)，使消費(fèi)水平提升，促進(jìn)國民經(jīng)濟(jì)的發(fā)展。 改善城市化方式，科學(xué)規(guī)劃，確保城市化速度與質(zhì)量同步發(fā)展。將對城市化的關(guān)注點(diǎn)從速度和經(jīng)濟(jì)效益上轉(zhuǎn)向?qū)|(zhì)量的重視，通過相關(guān)制度建設(shè)和改革，提高城市管理水平，從單純的空間城市化轉(zhuǎn)向人口、人才城市化，從而從根本上改善居民的生活、消費(fèi)水平。

加大政府財(cái)政投入，拓寬融資渠道，健全社會(huì)保障體系，消除居民在養(yǎng)老、醫(yī)療、教育、住房方面的后顧之憂，減輕居民負(fù)擔(dān)，同時(shí)提高中低收入者的收入，改善他們的消費(fèi)預(yù)期。

改革現(xiàn)有的戶籍制度，使當(dāng)前僅有城市人口之名而無城市居民身份之實(shí)的大量農(nóng)民工能真正地享受到與城市居民同等的各種權(quán)力，融入城市，成為城市的建設(shè)者又合理分享城市化的收益，實(shí)現(xiàn)農(nóng)民市民化。這不僅能提高他們的消費(fèi)傾向，促進(jìn)居民消費(fèi)，更能夠進(jìn)一步推動(dòng)城市化的發(fā)展。

參考文獻(xiàn)：

1.G.Chamberlain.Chapter 22：Panel data.Handbook of Econometrics[M].1984

2.D.Holtz-Eakin，W.Newey， H.S. Rosen.Estimating Vector Autoregressions with Panel Data. Econometrica [J].1988，56（6）

3.M.H.Pesaran， R.P.Smith.Estimating long-run relationships from dynamic heterogeneous panels.Journal of Econometrics[J].1995，68

4.M.Binder， C.Hsiao， M.H. Pesaran. Estimation and Inference in Short Panel Vector Autoregression with Unit Roots and Cointegration.Econometic Theory[J].2005，21

5.M.Arellano，O.Bover. Another look at the instrumental variable estimation of error-components models. Journal of Econometrics [J].1995，68（1）

6.I.Love， L.Ziccino. The Quarterly Review of Economics and Finance [J].2006，46endprint

其次，我國城市化還是低水平的城市化。長期以來，我國的城市化主要是依靠空間擴(kuò)張和人口流入，但在制度建設(shè)、管理方式和社會(huì)保障上并未跟上。近年來，天價(jià)房、天價(jià)藥的報(bào)道屢見不鮮，保障房價(jià)格高、質(zhì)量差也在多地出現(xiàn)。這些養(yǎng)老、教育、醫(yī)療、住房等方面保障的不健全使居民只能提高自身的預(yù)防性儲蓄，從而壓低了日常的正常消費(fèi)。

最后，是城市化水平和我國戶籍制度之間的矛盾。一般我們都參照城市化率來評價(jià)一國的城市化水平，即城市人口數(shù)或從事非農(nóng)業(yè)人口數(shù)占總?cè)丝诘谋戎亍５凑瘴覈鴳艏贫?，只要在城?zhèn)連續(xù)居住超過6個(gè)月之后，便被統(tǒng)計(jì)為城鎮(zhèn)人口，但并未得到城市戶籍。這就造成了大量進(jìn)城務(wù)工的農(nóng)民工在享受不到城市公共服務(wù)與社會(huì)保障體系的情況下成為了統(tǒng)計(jì)意義上的城市人口，造成了我國城市化率的虛高。據(jù)調(diào)查，這部分流動(dòng)人口已經(jīng)占總?cè)丝诘?2%以上，他們的思想觀念、生活方式和消費(fèi)行為都無法與城市的常住人口相比，儲蓄率也因傳統(tǒng)思想、收入較低和保障的缺乏而遠(yuǎn)高于常住人口，這就進(jìn)一步導(dǎo)致了這一部分居民消費(fèi)率的低迷。

相關(guān)建議

針對上述問題，為推進(jìn)我國城市化的不斷發(fā)展和有效提振居民消費(fèi)率，從而實(shí)現(xiàn)我國經(jīng)濟(jì)的良性發(fā)展，提出以下政策建議：

協(xié)調(diào)投資與消費(fèi)的比例關(guān)系，促進(jìn)投資與消費(fèi)良性互動(dòng)。在國民收入總量一定的前提下，確定適度的投資規(guī)模，優(yōu)化投資方式，找準(zhǔn)投資與消費(fèi)的結(jié)合點(diǎn)，確保積極穩(wěn)妥地推進(jìn)城市化進(jìn)程；同時(shí)，制定有效的政策刺激消費(fèi)，使消費(fèi)水平提升，促進(jìn)國民經(jīng)濟(jì)的發(fā)展。 改善城市化方式，科學(xué)規(guī)劃，確保城市化速度與質(zhì)量同步發(fā)展。將對城市化的關(guān)注點(diǎn)從速度和經(jīng)濟(jì)效益上轉(zhuǎn)向?qū)|(zhì)量的重視，通過相關(guān)制度建設(shè)和改革，提高城市管理水平，從單純的空間城市化轉(zhuǎn)向人口、人才城市化，從而從根本上改善居民的生活、消費(fèi)水平。

加大政府財(cái)政投入，拓寬融資渠道，健全社會(huì)保障體系，消除居民在養(yǎng)老、醫(yī)療、教育、住房方面的后顧之憂，減輕居民負(fù)擔(dān)，同時(shí)提高中低收入者的收入，改善他們的消費(fèi)預(yù)期。

改革現(xiàn)有的戶籍制度，使當(dāng)前僅有城市人口之名而無城市居民身份之實(shí)的大量農(nóng)民工能真正地享受到與城市居民同等的各種權(quán)力，融入城市，成為城市的建設(shè)者又合理分享城市化的收益，實(shí)現(xiàn)農(nóng)民市民化。這不僅能提高他們的消費(fèi)傾向，促進(jìn)居民消費(fèi)，更能夠進(jìn)一步推動(dòng)城市化的發(fā)展。

參考文獻(xiàn)：

1.G.Chamberlain.Chapter 22：Panel data.Handbook of Econometrics[M].1984

2.D.Holtz-Eakin，W.Newey， H.S. Rosen.Estimating Vector Autoregressions with Panel Data. Econometrica [J].1988，56（6）

3.M.H.Pesaran， R.P.Smith.Estimating long-run relationships from dynamic heterogeneous panels.Journal of Econometrics[J].1995，68

4.M.Binder， C.Hsiao， M.H. Pesaran. Estimation and Inference in Short Panel Vector Autoregression with Unit Roots and Cointegration.Econometic Theory[J].2005，21

5.M.Arellano，O.Bover. Another look at the instrumental variable estimation of error-components models. Journal of Econometrics [J].1995，68（1）

6.I.Love， L.Ziccino. The Quarterly Review of Economics and Finance [J].2006，46endprint