收入数字的变化影响人们的消费选择。今天的经济数据记录了这种现象。我们使用计量经济学方法研究收入数字的变化如何影响家庭消费。这种研究具有现实意义。收入数字是工资单上的金额。消费选择是超市购物车里的物品。收入数字增加一百元。家庭可能多花八十元。家庭可能多花五十元。家庭可能一分不花。这个问题没有统一答案。

经济学家观察大量家庭行为。他们收集收入数据。他们收集消费数据。他们使用数学工具分析数据。这个工具是回归分析。回归分析测量变量之间的关系。收入是一个变量。消费是另一个变量。我们想了解收入变化如何改变消费。我们建立线性方程。方程左边是消费支出。方程右边是收入水平。方程包含一个常数项。方程包含一个误差项。

我们考虑一个简单例子。张三每月收入五千元。他每月消费四千元。李四月收入六千元。他每月消费四千五百元。王五月收入七千元。他每月消费五千元。我们看到收入增加。消费也增加。这种增加是线性的吗？我们需要更多数据。我们收集一百个家庭的数据。我们画出散点图。横轴是家庭收入。纵轴是家庭消费。这些点呈现向上趋势。我们画一条直线拟合这些点。这条直线就是回归线。

回归线有一个斜率。斜率表示边际消费倾向。边际消费倾向是收入增加一元引起的消费增加额。假设斜率是零点六。家庭收入增加一百元。家庭消费增加六十元。剩下的四十元被储蓄。这个数字对政策制定很重要。政府考虑减税政策。减税增加居民收入。政府需要知道增加的收入有多少用于消费。消费拉动经济增长。较高的边际消费倾向意味着较强的政策效果。

现实情况更加复杂。不同家庭的边际消费倾向不同。低收入家庭的边际消费倾向较高。他们增加的收入几乎全部用于消费。高收入家庭的边际消费倾向较低。他们增加的收入大部分被储蓄。我们引入虚拟变量处理这种差异。虚拟变量表示家庭类型。我们将家庭分为两组。低收入组取值为零。高收入组取值为一。我们在回归方程中加入这个虚拟变量。我们让虚拟变量与收入变量相乘。这个乘积项测量不同组的斜率差异。

数据收集工作很重要。我们使用家庭调查数据。调查员访问样本家庭。他们询问上月的收入情况。他们记录食品支出。他们记录住房支出。他们记录教育支出。他们记录医疗支出。这些数据可能存在测量误差。人们可能记错支出金额。人们可能隐瞒真实收入。测量误差影响回归结果。回归系数可能偏小。我们使用工具变量解决这个问题。工具变量与收入相关。工具变量与误差项不相关。我们使用家庭所在地区的平均工资作为工具变量。这个变量影响家庭收入。这个变量不直接影响家庭消费。

时间维度是另一个因素。消费调整需要时间。收入增加不会立即改变消费习惯。家庭需要时间适应新收入水平。我们使用面板数据跟踪同一家庭。我们收集家庭连续五年的数据。我们看到收入变化的动态影响。第一年收入增加一百元。消费增加四十元。第二年消费增加五十元。第三年消费增加五十五元。消费调整逐渐完成。我们建立动态面板模型。模型包含消费的滞后项。滞后项表示上一期的消费水平。这个变量影响当前消费。习惯形成理论解释这种现象。人们的消费取决于过去消费。

预期收入也很重要。家庭消费不仅取决于当前收入。家庭消费取决于永久收入。永久收入是未来收入的预期值。年轻人收入较低。他们预期未来收入增长。他们可能借钱消费。他们的消费超过当前收入。老年人收入较高。他们预期退休后收入下降。他们增加储蓄。他们的消费低于当前收入。我们使用消费函数描述这种行为。消费函数包含当前收入。消费函数包含资产价值。消费函数包含未来收入预期。我们使用预期收入变量。这个变量难以直接测量。我们使用职业和教育作为代理变量。医生和教师的收入增长路径不同。大学毕业生和高中毕业生的收入前景不同。

收入不确定性影响消费。收入稳定的家庭消费更大胆。收入不稳定的家庭消费更谨慎。农民工收入随季节变化。建筑工人冬天工作机会少。他们的消费倾向较低。他们储备资金应对困难时期。我们测量收入波动性。我们计算过去三年收入的标准差。我们将这个变量加入回归方程。结果显示波动性系数为负。收入波动越大。消费倾向越低。这个发现符合预防性储蓄理论。人们为未来风险做准备。

社会比较改变消费行为。人们关注邻居的消费水平。邻居买了新汽车。家庭可能感到压力。家庭可能增加汽车购买支出。这种效应是示范效应。我们构建参照组消费变量。参照组是同事和亲戚。我们调查家庭感知的参照组消费。我们将这个变量加入模型。这个变量系数为正。参照组消费越高。家庭自身消费越高。收入数字的绝对意义减弱。收入数字的相对意义增强。

数字支付改变消费心理。现金支付让人心疼。手机支付让人轻松。收入以数字形式进入银行账户。消费以数字形式离开银行账户。这种抽象可能增加消费倾向。我们比较现金家庭和数字支付家庭。我们控制收入水平和家庭特征。数字支付家庭的边际消费倾向更高。他们更频繁进行小额消费。他们更容易忘记支出总额。我们设计随机实验验证这个想法。我们向两组发放收入补贴。一组收到现金。一组收到数字红包。我们跟踪他们后续一个月的消费。数字红包组的消费比率更高。

收入增加不一定带来幸福。消费增加不一定带来满足。人们适应新的消费水平。今天买新车带来快乐。下个月新车变成普通物品。人们需要更多消费获得相同快乐。这种效应是享乐适应。我们研究消费与幸福的关系。我们使用幸福调查数据。人们报告生活满意度。我们回归幸福指数对消费支出。我们发现短期正相关。长期关系较弱。持续增加消费不会持续增加幸福。收入数字的意义被重新思考。

政策制定者参考这些研究。他们设计税收政策。他们设计社会保障。他们希望刺激消费。他们希望稳定经济。提高低收入家庭收入更有效。他们的边际消费倾向高。他们的消费直接改善基本生活。提供收入稳定预期更有效。人们减少预防性储蓄。人们增加当期消费。推动数字支付环境更有效。支付便利性促进消费活跃度。

收入数字是冰冷的。消费选择是温暖的。计量经济学连接这两个世界。我们用数据寻找规律。我们用模型理解行为。每个家庭是一个数据点。千万家庭构成经济图景。收入变化产生涟漪。消费反应层层展开。我们观察。我们计算。我们理解。经济生活复杂多变。简单模型捕捉主要特征。不断改进模型。不断接近真实。这就是计量经济学的任务。这就是研究工作的价值。