【摘要】我國農村短期內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居民消費觀念影響的基礎上，本文分析了收入不確定性、粘性信息的疊加效應對農村居民季度消費儲蓄行為的影響。采用31省份2013-2016年季度面板數據估計得出農村信息粘性參數為0.85，體現出農村居民短期消費行為呈現高度慣性。采用該估計值修正了衡量短期收入不確定性的指標，并構建了衡量疊加效應的變量，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%，此時若粘性參數降為0.80，季度消費支出將增加6.87%7.43%。分區域研究發現西部地區農村疊加效應影響程度較中部、東部地區高。粘性信息下預防性動機擠出的消費支出不可忽略。
【關鍵詞】不確定性；粘性信息；疊加效應；農村消費潛力
一、引言
2017年，最終消費支出對我國國內生產總值增長的貢獻率達到58.8%，說明現階段消費對經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，但如果再結合不同國家的橫截面相關數據看，至少可以說明中國居民消費需求在近年的經濟增長中并未發揮出應有的潛力。更加值得關注的因素是城鄉差異。2017年全年社會消費品零售總額中，農村消費只占14.2%，換言之，城鎮生活消費品總量相當于農村生活消費品總量的6.15倍。這個數值2013年為6.44，2016年降至6.14。可以看出近五年農村整體的消費增速只是微快于城鎮，仍然沒有突破性的增長。2017年城鎮居民人均可支配收入為農村居民的2.71倍，2013年該值為2.80，說明近幾年我國城鄉收入差距并沒有發生太大變化。因此城鄉收入的絕對差距并不能完全解釋城鄉消費差距。我國農村政策敏感度、社會保障程度低于城鎮是不爭的事實，一方面短期農村宏觀經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，從而使得農村居民消費決策效用相比完全信息而言有所偏離，導致跨期消費的不充分調整或過度調整，產生效率損失；另一方面農村居民收入波動程度較高，收入來源普遍缺乏穩定性，醫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，當信息粘性程度越大時，居民的謹慎性心理是否越強，預防性儲蓄是否會增加更多，兩者之間的疊加產生了怎樣的效應和結果，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村消費需求潛力，這是本文研究的主要內容。
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框架的代表性理論是預防性儲蓄理論，所分析的焦點問題是收入不確定性取代完全預期的假設后，居民的儲蓄行為發生的變化。緩沖存貨模型是目前預防性儲蓄理論群中較為先進和全面的一個，由Carroll等（2011）所構建。國內大部分研究主要依據Dynan（1993）和Dynan等（2004）的模型，通過相對謹慎性系數的測定檢驗城鎮或農村居民預防性儲蓄動機的強度（易行健等，2008；袁冬梅等，2014），結果普遍認為城鎮及農村居民均存在很強的預防性儲蓄動機，同時在子女、養老醫療支出，房價上漲等因素的作用下，還表現出預防性儲蓄行為的異質性。預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果，即預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（中國健康與營養調查）1999-2011年期間的調查數據構造了微觀家庭追蹤面板數據，測算出居民預防性儲蓄的比例總體上在51%-55%之間，而農村居民還要高8個百分點，說明農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系方面，白重恩等（2012）證明，新農合使得非醫療支出類的家庭消費增加了5.6個百分點，說明新農合制度可以緩解不確定性帶來的沖擊。而針對農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民工消費潛力（錢文榮、李寶值，2013），這些研究均是基于預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）創立，并不斷經Carroll（2003）等學者拓展。依據粘性信息理論，并不是所有經濟單位都基于最全、最新的信息做出經濟決策。粘性信息模型放松了所有經濟單位每個時刻都是理性的假設，由此可以解釋傳統經濟理論無法解釋的一些現象。一些學者依據微觀群體信息獲取程度的不同，區分異質性群體，進而檢驗了美國、歐洲、中國等國家或地區居民的信息粘性程度（Carroll，2003；Pfajfar and Santoro，2013；何運信等，2014），證實了居民預期存在信息粘性是普遍現象，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）嘗試將信息粘性內生化，認為消費者內生的信息粘性取決于風險、實際利率與計劃成本的高低。這些結果是對粘性信息理論的有力支持。國內外學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、宏觀通貨膨脹與產出的動態關系、通脹與菲利普斯曲線及貨幣政策的響應等（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），我國學者更多的是應用粘性信息理論解釋通貨膨脹領域的問題，應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年間城鎮居民消費粘性系數約為0.6，同時利用上述結果進一步研究了城鎮居民的直接財富效應與累積財富效應問題。由于信息存在粘性特征，獲取需要成本，當部分消費者無法在完全信息下做出跨期最優決策，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及影響力在短期內出現分化，政策效果就會大打折扣。深入剖析粘性信息下我國農村居民的消費行為特征，對于全面、深入認識農村居民的消費行為，制定實施釋放農村居民消費需求的政策意義重大。
有關農村居民消費的相關文獻中，第一類是分析階段性農村消費刺激政策如“家電下鄉”、農村社會保障政策如新型農村合作醫療與新型農村社會養老保險的作用效果和影響機制，部分學者肯定了該類政策對于農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），也有學者推斷得出新農合參合人員因醫療服務較大的需求彈性，選擇增加醫療消費而非減少醫療支出，從而并未明顯降低農村居民的醫療負擔（程令國、張曄，2012）。第二類是基于農村家庭人口統計學特征展開的研究，認為農村地區老年撫養比的持續上升、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）。第三類是外出務工收入對于農村居民消費行為的影響，認為可以分擔風險、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，提升了農民工家庭的消費率和消費水平（胡霞、丁浩，2016）。
總之，我國學者對于低居民消費率的探討，大部分基于傳統的生命周期-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村地區（劉鎧豪，2016）。究其原因，其一，傳統的LC-PIH分析框架是在完整預期下展開，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測間的偏離。其二，現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致相關政策刺激、收入沖擊等帶來的效應出現延續和滯后。而消費者不更新信息的時間越長，預防性動機越強烈，此時的預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，預防性儲蓄是粘性信息、不確定性共同作用的結果。從上述幾方面來看，將粘性信息糅合進預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，具有較高的理論研究價值和實踐意義，是學術研究更加貼近現實的嘗試。
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的估計策略；第四部分是實證分析，包括介紹面板數據樣本，重要變量的選擇依據，以及信息粘性參數的估計、疊加效應的估計，并依據上述結果，對東、中、西部地區農村分別檢驗；第五部分為結論。
三、理論分析
（一）收入不確定性與家庭消費儲蓄行為的關系
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。謹慎意味著更多儲蓄和更少消費，缺乏耐心則恰好相反。當前心理狀態為謹慎或缺乏耐心，表現為消費者選擇儲蓄或消費，取決于當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防性動機，目的是增加整個生命周期內的消費平滑性。由于所采用的CRRA（Constant Relative Risk Aversion）效用函數的性質，該模型不存在解析解，但我們可以利用緩沖存貨模型的數值模擬解。結果表明，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之間存在著如下關系。即不同程度的不確定性均對應一個與之相適應的財富-持久收入值，其中，α0為常數項，α1為收入不確定性的系數，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系
完全信息下的消費與儲蓄行為是在生命周期內做出的跨期消費決策的無偏估計。然而現實中完全信息是可望而不可及的，表現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）使用流行病學數學模型抽象地研究了居民預期的分布，通過漸近分析得出，居民信息更新有一定的時間間隔，而居民預期也具有粘性特征。外生粘性信息的情況下，假設將居民分為兩類，一類是具有準確預期的專家組和追隨專家組預期的部分公眾；第二類是滯后于專家預期的公眾組，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，當前者小于后者時，人們會理性地放棄更新信息，從而繼續使用滯后信息決策。因此最新信息量的差別所帶來的決策條件的不同，會導致上述兩類居民出現異質性的消費行為。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季更新信息的概率。借鑒Dynan（2000）在CRRA效用函數中引入消費習慣的模型，這里在CRRA效用函數中引入了粘性信息，經推導得出粘性信息特征下消費增長的動態模型：
（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，滿足0 收入不確定性和其他沖擊一樣，也可以看作一種經濟信息，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整，從而延續前期對于所面臨不確定性的應對模式，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。假設消費者在考察期內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粘性，儲蓄行為也會表現為相同程度的粘性，且這種跨期依賴性數值上均為x。因此，下文中我們可以使用消費粘性參數的估計結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進行逐期累計實現的。假設估計出的消費粘性系數為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。根據以上分析，接下來將逐步構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，是未來各期影響當期。即，t期確立的目標財富收入比是為了應對未來t+1、t+2、t+3、t+4等期收入不確定性ωt+1、ωt+2、ωt+3、ωt+4的協同作用下的結果。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，其傳導具有相同程度的跨期依賴性。首先我們設定一個當期的影響因子（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，即當期財富目標確立為應對之后多期不確定性傳導到當期后的疊加值，則公式（1）轉化為： 同時設定： 則可以得出： （3）、（4）式中：x為信息粘性參數，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，可以衡量出當未來各期不確定性的沖擊波及到當期后，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、粘性信息疊加效應的變量，β為其系數。 （三）修正后的收入不確定性指標Tπt的構建 在構建收入不確定性統計量的過程中，我們發現，消費者對于未來不確定性程度的判斷，均是基于當期或過去已掌握信息，即消費者t期所面臨的不確定性ωt作為一種經濟信息，會以x的粘性強度傳遞到t+1期，則粘性預期下消費者預期t+1期的不確定性強度傳遞到當期后將為xωt；也會以x2的粘性強度傳遞到t+2期，則粘性預期下消費者預期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整是為了應對未來各期累計不確定性的漸進結果。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，推導得出： （8）式中，k為持久收入的估計系數。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的步驟分別為： 第一步，估計方程（2），得出信息粘性參數x； 第二步，選擇衡量收入不確定性的變量ωt，依據（4）式及信息粘性參數x的估計結果構建估計量Tπt； 第三步，估計方程（8），測度粘性信息、不確定性的疊加效應。 四、實證分析 （一）季度面板數據及描述性統計 考慮到統計數據的口徑變更與樣本期數問題，為增加信息量，提高估計和檢驗統計量的自由度，同時增加動態分析的可靠程度，本文在上述理論分析中時間序列模型的基礎上，增加了橫截面維度，樣本區間選擇了31個省份2013-2016年全國、城鎮、農村居民的面板樣本，數據頻率為季度。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據，人均消費使用了城鎮、農村的居民人均消費支出，人均收入使用了城鎮、農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相關的省際季度數據，同時考慮到消費支出與家庭財富的逆向相關性，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，當預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，進而相應減少。因此，式（8）轉換為： 相關數據的處理均剔除了以2013年為基期的居民消費價格指數，同時有季節趨勢的數據用Eviews做了X12法季度調整以剔除季度因素及個別不規則因素的影響。數據來源為國家統計局網站。各變量的總體統計特征見表1。 從表1可以看出我國城鄉間、區域間收入水平與消費水平的差異。東部地區（1）農村與中西部地區也呈明顯的梯度差異；從四年的平均消費傾向（2）來看，農村居民的平均消費傾向比城鎮居民高約10個百分點，且由東部、中部、西部地區依次遞進，西部地區農村居民平均消費傾向比東部地區農村居民高12個百分點。各項最小值與最大值之間也體現了上述差異，農村東中西部區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 學術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定程度的變量，如失業率、職業、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。考慮到數據限制，我們計算并對比了表1中數據樣本期間農村居民收入與消費支出的標準差，發現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，農村居民收入增長率波動程度更大一些。一方面農村居民消費支出具有較大的慣性，另一方面農村居民的收入缺乏穩定性，季節性明顯。因此，這里優先采用預期收入波動率作為收入不確定性替代變量。考慮到數據可得性及影響程度的強弱，我們使用了t-1、t-2、t-3、t-4期的數值來構建預期收入波動率。即i省t期收入不確定性ωt的衡量變量預期收入波動率eryit為t-1、t-2、t-3、t-4期收入增長率的均值。即，農村居民收入越穩定，收入不確定性就越小，反之亦然。這是符合現實情況的。 作為對比，我們也用相同方法構建了預期消費支出波動率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%。此處預期增長率的統計結果包含了一個自然年度中四個季度的增長率，可以看出，農村居民收入雖季節性明顯，然而各年度間收入仍然相對穩定。因此后文有必要將預期消費支出波動率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。 3.面板估計方程的確立 公式（2）-（9）均為計算時間序列數據的公式，在具體應用到本文的面板數據中時，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）轉化為： 式（6）轉化為： 衡量粘性信息、不確定性疊加效應的變量Tπt轉化為Teryit： 綜合上述結果，以及城鎮居民消費對于農村居民的示范效應，加入了城鎮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省份城鎮居民平均消費傾向的平均值，j為其估計系數，式（11）最終轉化為： 本文的以下估計均使用了Stata12統計分析軟件。樣本時間維度T=16，橫截面維度N=31，雖為短面板，但是考慮到數據頻率較高，仍選擇了LLC檢驗方法檢驗了面板數據的平穩性，結果證明本文研究中所有變量均嚴格平穩。 （三）信息粘性參數的估計 本文將使用式（10）來估計信息粘性參數x。針對式（10）模型設定中可能存在的內生性，我們使用了豪斯曼方法予以檢驗，對應p值為0.0000，因此需采用動態面板工具變量法進行估計。各種經驗研究證明，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。采用針對動態短面板數據的系統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x均顯著，且相差較小，我們可以認為粘性參數x的估計結果是穩健的。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系數為0”的原假設，即所選用的估計方法有效。同時異方差穩健的Hansen統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，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，得出的粘性參數估計值為0.7974，然而Hansen統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，得出的粘性參數估計值為0.8923，然而Hansen統計量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的估計值構建不確定性指標，即0.8506。即每個季度，平均只有約15%的農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0.71要高，且高于宋明月和臧旭恒（2016b）對于2000-2012年期間城鎮居民季度粘性參數為0.6的估計。相比較信息獲得渠道較通暢的城鎮居民而言，農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村居民的跨期決策效率低下。同時也說明，短期內農村居民的消費波動呈跨期顯著相關，且會對后續的消費施加漸少、持續的影響。 （四）粘性信息、不確定性對農村消費需求增長的疊加效應估計 根據以上粘性系數的估計結果，我們接下來采用式（12）構建統計量，并對式（13）可能存在的內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。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模型，認為固定效應模型明顯優于混合回歸模型。進一步添加省份為虛擬變量，使用LSDV法考察后發現所有個體虛擬變量均很顯著，即確定存在個體效應，因此重新估計了使用聚類穩健標準誤的固定效應模型FE-R。這里需要關注的是，30個虛擬變量中，19個相關系數估計值為負，而重慶、甘肅、貴州、湖南、內蒙古、寧夏、青海、陜西、四川、新疆、云南的相關系數估計值為正，均為中西部省份，說明了東中西部地區的差異不僅體現在表1中的收入與支出的絕對數上，也體現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農村進行分別估計。其次，對于個體效應的隨機效應形式進行豪斯曼檢驗，認為應該使用隨機效應模型。再次，使用聚類穩健標準誤估計隨機效應模型后，LM檢驗的p值為0.0000，強烈拒絕不存在個體隨機效應的原假設。 我們同時使用式（12）中的相同方法構建了Tercit，并將兩種衡量變量按式（13）所形成的隨機效應模型估計，結果匯總如表3所示。 由表3可知，不論使用哪種不確定性衡量變量，lnPit、Eapccit的估計系數相差均不太大，表明持久收入仍在農村居民消費中起著很關鍵的作用，城鎮居民的消費觀念對于農村居民有著正向的帶動作用。Teryit、Tercit的估計系數分別為-1.09482、-0.54362，這意味著，當農村居民判斷未來各季度收入不確定性將增加時，會縮減當季度開支，進而應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）構建所得，因此我們不對比其數值大小，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%。當其他條件不變，假設eryit由均值1.89%增加標準差值的幅度而變為2.40%時，經換算，季度消費支出Cit將減少3.65%（2）。同理，當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，短期內我國農村居民的預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，引致了更多的預防性儲蓄。粘性信息與不確定性的疊加效應對于當期農村居民消費行為影響的強度不容忽視。 （五）東、中、西部地區農村疊加效應的分別估計 根據表1的統計性描述及總體樣本疊加效應估計中體現出的問題，再結合表4關于東中西部地區農村eryit、ercit的樣本均值與標準差來看，我國農村區域間差異不可忽略。下面將使用總體樣本中的估計方法，對我國東中西部地區農村不確定性、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，結果見表5。 由表4、表5可知，中部地區農村Teryit的估計系數雖不顯著，但也能大致分析出各區域間農村居民的消費增長對于不確定性的反應是不同的。當eryit由均值水平減少標準差值的幅度時，東、西部地區農村居民季度消費支出將分別增加3.78%、4.57%。當ercit由均值水平減少標準差值的幅度時，東、中、西部地區農村居民季度消費支出將分別增加2.21%、5.30%、6.10%。西部地區農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，其次為中部地區農村，東部地區農村居民則較小。就持久收入的影響看，中部地區農村程度最高。由表1可知，無論是人均可支配收入還是人均消費支出，中部地區農村的樣本標準差都是最小的，說明中部地區農村收入與消費相比東部、西部地區來說波動較小，相比而言，持久收入起主要促進消費的作用。就農村居民消費受城鎮居民的影響來看，只有東部地區農村居民顯著為正。計算城鎮和農村居民的平均消費傾向均值后，發現東部地區城鄉間差異最小，中部地區次之，西部地區最大。 五、結論 不可否認，與城鎮居民相比，我國農村居民消費需求潛力更大。鑒于我國農村短期內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對于農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，根據該參數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的替代變量，以此來分析此種情形下農村居民的消費儲蓄行為。文中采用31個省份2013-2016年16個季度的面板數據，經過估計得出農村信息粘性參數的大小為0.85左右，體現出農村居民消費行為的高度路徑依賴特征，以及農村居民跨期決策效率的低下。同時說明短期內農村居民的消費波動呈跨期顯著相關，且會對后續的消費施加漸少、持續的影響。接下來利用信息粘性參數的估計值，使用預期收入波動率、預期消費支出波動率分別構建了衡量所面臨收入不確定性逐期累計值的替代變量，發現粘性信息下居民面臨的不確定性要數倍于不考慮粘性信息時的情況。使用聚類穩健標準誤的隨機效應模型估計得出，持久收入、城鎮居民消費觀念對農村居民消費支出有著高度顯著的正效應。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，引致更多的預防性儲蓄。由此可以看出，我國農村居民的預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，對東中西部地區農村的分析發現，農村居民的消費增長對于不確定性的反應是有差異的，西部地區敏感性程度最高，其次為中部地區，最弱為東部地區。 上述研究結果帶來的政策啟示為，政府應通過縮小城鄉社會保障程度、消費金融供給等差距，降低農村家庭的預防性儲蓄動機，使農村居民家庭的消費預期更加樂觀，農村家庭決策更加理性；同時在決策信息完整性方面，應增加農村地區的宏觀政策、各類經濟信息、市場信息的宣傳力度，及時擴大農村居民的信息量，引導農村居民形成漸進理性的預期；加快收入結構升級與多樣化的進程，提高農村家庭收入。分區域來看，針對西部地區農村居民，可著重從減少收入不確定性程度入手；中部地區著重于增加農村居民穩定的收入來源，東部地區則著重于加深城鄉一體化程度。以最大限度地促進農村消費需求增長，釋放農村居民的消費潛力。 【本文作者：宋明月，山東師范大學經濟學院研究人員；臧旭恒，山東大學消費與發展研究所研究人員】 中國鄉村發現網轉自：中國農村學（微信公眾號原創）2018-06-12 (掃一掃，更多精彩內容！)
