人口年齡結(jié)構(gòu)、性別結(jié)構(gòu)與居民消費

邱俊杰　李承政

摘要 本文研究發(fā)現(xiàn)，中國居民消費不足與人口年齡結(jié)構(gòu)和性別結(jié)構(gòu)的變化密切相關(guān)。基于生命周期儲蓄率模型逆推出居民消費率模型，利用中國1991-2011年省際面板數(shù)據(jù)對人口年齡結(jié)構(gòu)、性別結(jié)構(gòu)與居民消費之間的關(guān)系進行了估計，主要結(jié)論如下：少兒撫養(yǎng)比、老年撫養(yǎng)比與居民消費率正相關(guān)，人口性別比系數(shù)為正，但穩(wěn)健性較差，養(yǎng)老保險覆蓋率的上升并未顯著提升居民消費率。因此，政府應(yīng)繼續(xù)完善養(yǎng)老保障制度，并在制定長期宏觀經(jīng)濟政策時應(yīng)將未來人口年齡結(jié)構(gòu)變化對居民消費的影響考慮進來。

關(guān)鍵詞消費率；少兒撫養(yǎng)比；老年撫養(yǎng)比；性別比

中圖分類號F32文獻標(biāo)識碼A文章編號1002-2104（2014）02-0125-07doi：103969/jissn1002-21042014.02.018

改革開放以來中國經(jīng)濟經(jīng)歷了30多年高速增長，然而與此同時居民消費率卻呈現(xiàn)持續(xù)下降，近十幾年降幅尤為明顯。從2000年的46.4%下降到2011年的33.78%，年均降幅接近1.3%。現(xiàn)階段，內(nèi)需不足已經(jīng)成為制約我國經(jīng)濟持續(xù)增長的一個重要因素。

國內(nèi)學(xué)者已對居民消費不足的原因進行了有益的探討，代表性觀點有以下三種：一是預(yù)防性儲蓄觀點，認(rèn)為我國經(jīng)濟正處于轉(zhuǎn)型時期，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、農(nóng)產(chǎn)品價格波動、國企改革等導(dǎo)致居民收入的不確定性增加，教育、醫(yī)療、養(yǎng)老、住房等改革提高了居民的支出預(yù)期，居民增加預(yù)防性儲蓄以防患于未來[1-2]。二是流動性約束觀點，認(rèn)為我國居民深受流動性約束的限制，為避免未來出現(xiàn)融資困難，居民只能現(xiàn)期大量地增加儲蓄，從而導(dǎo)致消費不足[3-5]。三是居民收入分配差距擴大導(dǎo)致了總消費的不足[6-8]。盡管上述研究對居民消費不足的原因進行了多方面探討，但以往的研究較少從人口結(jié)構(gòu)的視角加以考察。居民消費不足可能源于人口結(jié)構(gòu)（年齡結(jié)構(gòu)、性別結(jié)構(gòu)）的變化，年齡、性別不同，消費特征和方式往往存在差異。如果社會中男性、女性、兒童和老年人口比例發(fā)生了變化，那么，這個社會的居民整體的消費率也可能因此而變化。20世紀(jì)70年代初，中國政府開始推行計劃生育政策并與1982年后將其作為一項基本國策，長期的低出生率、低死亡率以及人均壽命的延長已經(jīng)導(dǎo)致中國的人口年齡結(jié)構(gòu)發(fā)生了的變化。此外，中國“重男輕女”生育傾向，導(dǎo)致人口性別結(jié)構(gòu)發(fā)生了變化。人口年齡結(jié)構(gòu)、性別結(jié)構(gòu)的變化可能已對居民整體的消費造成重要影響。

1文獻綜述

關(guān)于人口年齡結(jié)構(gòu)和儲蓄的關(guān)系，西方學(xué)者已展開了大量的研究。Modigliani和Brumbreg提出了生命周期假說（lifecycle hypothesis， 簡稱LCH），該理論認(rèn)為個人在其一生中的儲蓄路徑為童年和老年時期負(fù)儲蓄，盛年時期進行正儲蓄，以熨平其一生的消費。從宏觀角度上看，如果一個社會少兒人口和老年人口占勞動人口比例上升，那么這個社會的儲蓄率將下降，相反則反[9]。然而，之后有研究發(fā)現(xiàn)他們的理論忽略了一些影響居民儲蓄行為的重要因素。一些經(jīng)濟學(xué)家研究老年人的消費和儲蓄時發(fā)現(xiàn)，老年人有很強的遺贈動機，這種動機不完全歸因于代際間的利他主義，父母可能通過留遺產(chǎn)來控制子女，希望子女更多地探望自己，有研究表明這種“戰(zhàn)略性遺贈動機”非常明顯[10]。此外，老年人存在較強的謹(jǐn)慎動機。他們的壽命可能比預(yù)期的長，年邁時可能會支付大額醫(yī)療賬單，由此，他們保有額外的預(yù)防性儲蓄（Precautionary Saving），以預(yù)防各種不確定性支出[11]。因此，老年人口比例的上升不一定使社會儲蓄率大幅下降。關(guān)于孩子數(shù)量與家庭儲蓄（消費）的關(guān)系，存在兩種略微不同的觀點。一個觀點來自于Samuelson家庭儲蓄需求模型（Household Saving Demand Model），認(rèn)為孩子是家庭儲蓄的替代物，如果家庭擁有多個孩子，那么可以減少家庭儲蓄而不必為養(yǎng)老擔(dān)憂，而孩子數(shù)量較少的家庭，父母只能通過增加儲蓄以防老[12]。另一個觀點來自于Becker關(guān)于孩子數(shù)量與質(zhì)量之間關(guān)系的討論，他認(rèn)為孩子數(shù)量與孩子質(zhì)量之間存在替代關(guān)系，隨著經(jīng)濟的增長，家庭可能更傾向于培育高質(zhì)量的孩子（以質(zhì)量來替代數(shù)量）?，F(xiàn)在的家庭相比于過去的家庭，生養(yǎng)了數(shù)量更少但是質(zhì)量更高的孩子[13]。孩子的質(zhì)量更多地體現(xiàn)在營養(yǎng)水平和教育水平上，這意味著家庭用在孩子身上的消費支出大幅增加。依照Becker的觀點，一個社會中兒童人口比例的下降并不意味著家庭消費率會下降。

近些年來，中國的高儲蓄率引起國內(nèi)外學(xué)者的廣泛關(guān)注。Kraay利用中國宏觀數(shù)據(jù)的估計發(fā)現(xiàn)，老年撫養(yǎng)比（old dependency ratio）對儲蓄有顯著的負(fù)影響，然而對中國城鄉(xiāng)家庭調(diào)查數(shù)據(jù)的估計中卻發(fā)現(xiàn)，撫養(yǎng)系數(shù)對儲蓄的影響不顯著[14]。而Modigliani和Cao利用中國1953-2000年的時間序列數(shù)據(jù)進行估計卻發(fā)現(xiàn)長期經(jīng)濟增長率的上升和少兒撫養(yǎng)系數(shù)下降能夠解釋中國的高儲蓄現(xiàn)象[15]。Horioka and Wan利用中國家庭調(diào)查的省際面板數(shù)據(jù)（1995-2004年）進行分析，結(jié)果顯示中國儲蓄率的決定因素是滯后儲蓄率、收入增長率、實際利率和通貨膨脹率，而只有四分之一的樣本支持人口年齡構(gòu)成與儲蓄的關(guān)系[16]。

關(guān)于人口性別結(jié)構(gòu)與居民消費關(guān)系的研究，目前尚不多見。一個重要的原因在于西方社會并未實施旨在控制人口數(shù)量的計劃生育政策，家庭對于男孩和女孩也不存在特殊的偏好，因此，這些社會中的人口性別比例幾乎沒有變化。波德里亞提出了支配消費的兩種范例：男性范例和女性范例，“女性范例在消費領(lǐng)域中的擴張已經(jīng)成為普遍的現(xiàn)象，并且這種擴張撐起了國民計算的美麗天空”。安永會計師事務(wù)所（Ernst & Young）在其一份研究報告中指出：“中國女性已經(jīng)成為了消費力量的核心，中國未來消費市場的狀況如何很大程度上掌握在女性消費者手中”[17]。與上述觀點不同，有學(xué)者發(fā)現(xiàn)家庭用于孩子的消費支出（人力資本投資）存在明顯的性別差異，女孩往往受到歧視。例如，Schultz利用跨國數(shù)據(jù)研究發(fā)現(xiàn)，女孩入

學(xué)的價格彈性和收入彈性都比男孩高[18]。Garg和Morduch發(fā)現(xiàn)，加納的低收入家庭中，存在對女孩營養(yǎng)攝入的歧視[19]。中國家庭（尤其是農(nóng)村家庭）依然主要依靠兒子養(yǎng)老，因此，擁有較多兒子的家庭可以適當(dāng)減少儲蓄以支持消費欲望，而純女戶家庭則不得不縮減消費以期持有足夠的儲蓄以防老無所依。因此，中國人口性別比例的變化是否會影響居民消費率，是提高還是降低居民消費率？這些問題的答案目前尚不清楚。中國部分家庭非法的胎兒性別鑒別行為導(dǎo)致新生人口的性別比例出現(xiàn)失衡，本文將人口性別比例變動納入到研究中，嘗試分析其對居民消費的影響。

本文與之前的研究存在以下不同：第一，從生命周期儲蓄率模型出發(fā)，利用國民收入核算恒等式逆推出了居民消費率模型，并將各潛在影響因素考慮進來，使模型兼具傳統(tǒng)消費模型和儲蓄模型的優(yōu)點。第二，在消費率模型加入了“性別比”指標(biāo)，以檢驗人口性別結(jié)構(gòu)變動對居民消費率的影響。第三，通過系統(tǒng)GMM估計方法，克服了模型可能存在的內(nèi)生性問題。

邱俊杰等：人口年齡結(jié)構(gòu)、性別結(jié)構(gòu)與居民消費中國人口·資源與環(huán)境2014年第2期2模型設(shè)定及數(shù)據(jù)描述

2.1基本模型

Modigliani和Cao的模型中國民儲蓄率S/Y與長期收入增長率的關(guān)系如下：

S/Y=△W/Y≡w△Y/Y≡wg（1）

對于任何一個給定的g，國民財富與國民收入成比例，即W=wY。w為常數(shù)且獨立于收入，但它可能依賴于收入增長率g=△Y/Y。只要收入的增長率非常穩(wěn)定，生命周期模型暗含的儲蓄函數(shù)可以表述如下：

S/Y=s0+s1g+e（2）

式中：s0近似地等于0，s1顯著為正，e為隨機誤差項，滿足獨立同分布條件（iid）。

按收入法計算的國民收入核算恒等式為Y=C+S+T+Kr，它在數(shù)量上與支出法核算的國民收入相等。其中Y為國民收入，C為消費，S為儲蓄，T為政府凈收入，Kr代表本國居民對外國人的轉(zhuǎn)移支付。恒等式兩邊同時除以Y并通過移項得：

C/Y=1-S/Y-（T+Kr）/Y（3）

將等式（2）帶入等式（3）可獲得：

C/Y=1-（s0+s1g+e）-（T+Kr）/Y（4）

通過合并整理，可獲得等式（5）：

C/Y=[1-s0-（T+Kr）/Y]-s1g-e（5）

令β0=[1-s0-（T+Kr）/Y]，β1=-s1，ε=-e，等式（5）可以簡化為：

C/Y=β0+β1g+ε（6）

式中：β0>0，β1<0，ε為iid。根據(jù)上文的分析，居民消費率模型應(yīng)包含人口年齡結(jié)構(gòu)、性別結(jié)構(gòu)變量以反映人口結(jié)構(gòu)變化對居民消費率的影響。因此，在模型中加入反映人口構(gòu)成的變量：少兒撫養(yǎng)比（YD）和老年撫養(yǎng)比（OD）和性別比（Sex），這三個變量的定義如下：少兒撫養(yǎng)比為兒童人口/勞動人口，老年撫養(yǎng)比為老年人口/勞動人口，性別比由男性人口/女性人口表示。本文的基本模型表述如下：

CRit=β0+β1git+β2YDit+β3ODit

+β4Sexit+ui+εit（7）

式中：下標(biāo)i代表地區(qū)，t代表時間，ui表示不可觀測的地區(qū)個體效應(yīng)，CRit表示i地區(qū)居民在時期t的消費率。

2.2擴展模型

本文的擴展模型再將地區(qū)通貨膨脹率（INF）、實際利率（IR）和城鄉(xiāng)收入比（URR）、工業(yè)總產(chǎn)值占GDP的比重（IND）和財政支出占GDP的比重（FIS）等因素納入研究中，以考量物價波動、城鄉(xiāng)收入分配差距等潛在因素對居民消費的影響。根據(jù)上述定義，擴展模型表示如下：

CRit=β0+β1git+β2YDit+β3ODit+β4Sexit+β5INFit

+β6IRit+β7URRit+β8INDit+β9FISit+ui+εit（8）

2.3動態(tài)模型

居民的消費行為會受到消費習(xí)慣的影響，表現(xiàn)出很強的慣性（inertia）。通常以消費（儲蓄）率滯后一期代表居民的消費（儲蓄）習(xí)慣[20-22]，因此，通過加入滯后一期居民消費率將上述靜態(tài)模型擴展為動態(tài)模型，并運用動態(tài)面板GMM估計方法來克服模型的內(nèi)生性和消除可能存在的識別性偏誤。考慮了習(xí)慣后的動態(tài)模型基本形式如下：

CRit=β0+λCRit-1+∑βX+ui+εit（9）

式中：CRit-1為地區(qū)i的居民在t-1期的消費率，X表示與靜態(tài)模型相對應(yīng)的解釋變量。由于動態(tài)面板模型中包含了滯后期被解釋變量，所以模型可能存在內(nèi)生性問題，必須使用工具變量法進行估計。Anderson和Hsiao提出，在一階差分消除隨機效應(yīng)后，可以用滯后被解釋變量更遠(yuǎn)的滯后期或者被解釋變量的差分作為動態(tài)面板模型中滯后被解釋變量的工具[23]。Arellano和Bond借鑒了這種思想并注意到還可以獲得更多的工具變量，由此發(fā)展出差分廣義矩（differenceGMM）估計方法[24]。然而，這種估計存在一定的缺陷，差分轉(zhuǎn)換會導(dǎo)致一部分樣本信息的缺失，并且當(dāng)被解釋變量高度自相關(guān)和個體效應(yīng)波動遠(yuǎn)大于常規(guī)干擾項的波動時，估計的有效性較差。系統(tǒng)廣義矩（systemGMM）估計由于同時利用了差分和水平方程的信息而比差分方程更有效[25-26]。這種有效性建立在新增工具變量整體有效的基礎(chǔ)之上。動態(tài)識別中通常使用Sargen檢驗或Hansen檢驗來判斷模型是否過度識別，而Hansen差分檢驗可用于檢驗工具變量集是否外生。由于經(jīng)過了差分轉(zhuǎn)換，所以殘差項必定存在一階自相關(guān)，但如果不存在二階自相關(guān)，則不能拒絕原模型不存在自相關(guān)性的原假設(shè)。本文將使用兩步系統(tǒng)廣義矩方法對動態(tài)模型進行估計在對標(biāo)準(zhǔn)誤進行調(diào)整后，兩步估計優(yōu)于一步估計，因此，實踐中一般使用兩步估計。。

2.4數(shù)據(jù)來源及描述

本文的數(shù)據(jù)來自于中國大陸地區(qū)1991-2011年的省際面板數(shù)據(jù)，由于統(tǒng)計年鑒中缺少重慶1997年之前的數(shù)據(jù)，西藏自治區(qū)的一些統(tǒng)計數(shù)據(jù)也存在較大程度缺失，所以本文的分析沒有將這兩個地區(qū)包括在內(nèi)。居民消費率（CR）由各地區(qū)居民消費水平與各地區(qū)人均GDP之比計算得出，各地區(qū)工業(yè)總產(chǎn)值占各地區(qū)GDP的比重（IND）和各地區(qū)財政支出占各地區(qū)GDP的比重（FIS）均通過類似方式計算得出。居民消費、地區(qū)GDP、地區(qū)工業(yè)總產(chǎn)值、名義利率、消費價格指數(shù)和財政支出的數(shù)據(jù)均來自《新中國六十年統(tǒng)計資料匯編》，部分省份（直轄市）的數(shù)據(jù)來自2009-2012年《中國統(tǒng)計年鑒》。城鎮(zhèn)居民人均可支配收入的數(shù)據(jù)1991-2001年的部分取自于《1990年以來的中國常用人口數(shù)據(jù)集》[27]，其余部分及農(nóng)村居民人均純收入的數(shù)據(jù)均來自1992-2012年的《中國統(tǒng)計年鑒》。少兒撫養(yǎng)比、老年撫養(yǎng)比和性別比1991-2001年的數(shù)據(jù)來自《1990年以來中國常用人口數(shù)據(jù)集》，2002-2008年的數(shù)據(jù)取自2003-2006年的《中國人口統(tǒng)計年鑒》和2007-2012年的《中國人口和就業(yè)統(tǒng)計年鑒》。各地區(qū)養(yǎng)老保險投保人數(shù)和第二、三產(chǎn)業(yè)從業(yè)人員數(shù)來源于2001-2012年《中國統(tǒng)計年鑒》，其中由于2007年《中國統(tǒng)計年鑒》沒有統(tǒng)計年末各地區(qū)養(yǎng)老保險投保人數(shù)，因此該年的年末養(yǎng)老保險投保人數(shù)和相應(yīng)的第二、三產(chǎn)業(yè)從業(yè)人員數(shù)分別從各?。ㄖ陛犑校┑慕y(tǒng)計年鑒中獲得。

各變量的定義及描述性統(tǒng)計值見表1、表2。表2的描述性統(tǒng)計顯示，地區(qū)間居民消費率、少兒撫養(yǎng)系比、老年撫養(yǎng)比和性別比在樣本期內(nèi)呈現(xiàn)顯著差異。少兒撫養(yǎng)系數(shù)

sign居民消費率4地區(qū)居民消費水平占地區(qū)人均GDP的比重4人均收入增長率4實際人均GDP增長率4+少兒撫養(yǎng)比40-14歲人口占15-64歲人口的比例4不確定老年撫養(yǎng)比465及以上人口占15-64歲人口的比例4不確定性別比4男性人口/女性人口（女性=100）4不確定工業(yè)/GDP4地區(qū)工業(yè)產(chǎn)值占地區(qū)GDP的比重4-財政支出/GDP4地區(qū)財政支出占地區(qū)GDP的比重4+城鄉(xiāng)收入比4城鎮(zhèn)居民人均可支配收入/農(nóng)村居民人均純收入4-通貨膨脹率4地區(qū)居民消費物價指數(shù)-1004不確定實際利率4名義利率-地區(qū)通貨膨脹率4不確定養(yǎng)老保險覆蓋率4養(yǎng)老保險投保人數(shù)/第二、三產(chǎn)業(yè)就業(yè)人數(shù)4+

3估計方法與結(jié)果

3.1基本模型

表3中第1和2列給出了基本模型（7）的估計結(jié)果，Hausman檢驗的P值為0.98，選擇隨機效應(yīng)模型。在控制其它變量的情況下，人均收入增長率g每上升1%，居民消費率將下降約0.15%，少兒撫養(yǎng)比下降1%將導(dǎo)致居民消費率下降0.13%，老人撫養(yǎng)系數(shù)上升1%將引起居民消費率下降0.57%，性別比的系數(shù)在隨機效應(yīng)和固定效應(yīng)估計中均不顯著。因此，從基本模型的估計結(jié)果看來，經(jīng)濟增長率和少兒撫養(yǎng)比對居民消費的影響很好地符合了生命周期模型的預(yù)期，而老年撫養(yǎng)比對居民消費率的影響則更好地支持了關(guān)于老年人口具有很強遺贈動機和預(yù)防性儲蓄動機的觀點。

3.2擴展模型

擴展模型在基本模型中進一步加入工業(yè)產(chǎn)值占GDP比重（IND）、財政支出占GDP的比重（FIS）、城鄉(xiāng)收入比（URR）、實際利率（IR）、通貨膨脹率（INF）和養(yǎng)老保險覆蓋率（PCR）等潛在解釋變量以檢驗上述基本模型識別的穩(wěn)健性。擴展模型（8）的估計結(jié)果見表3第3、4列，Hausman檢驗的P值為0.002，選擇固定效應(yīng)模型。人均收入增長率、少兒撫養(yǎng)系數(shù)和老年撫養(yǎng)系數(shù)的參數(shù)符號均與基本模型相同但少兒撫養(yǎng)比的系數(shù)在擴展模型中變得不顯著了，人口性別比系數(shù)仍不顯著。新增解釋變量中，城鄉(xiāng)收入比（URR）、工業(yè)/GDP（IND）和養(yǎng)老保險覆蓋率（PCR）對居民消費率的影響顯著，然而城鄉(xiāng)收入比（URR）系數(shù)符號并不符合理論預(yù)期。工業(yè)/GDP的上升降低了居民消費率，養(yǎng)老保險覆蓋率（PCR）的提高則有助于提升居民消費率。

3.3動態(tài)模型

基本模型和擴展模型均沒有將居民消費習(xí)慣的影響考慮在內(nèi)，可能存在遺漏重要變量偏誤。為了克服遺漏變量偏誤，本文用滯后一期的居民消費率作為消費習(xí)慣的代理變量，將靜態(tài)模型轉(zhuǎn)為動態(tài)模型。分別利用差分和系統(tǒng)廣義矩方法估計了動態(tài)模型（9），結(jié)果見表4第2-5列。二階自相關(guān)檢驗結(jié)果顯示，原模型殘差不存序列相關(guān)。在Sargan檢驗表明，差分廣義矩（一步和兩步）所使用的工具變量集整體上無效，而系統(tǒng)廣義矩（一步和兩步）所使用的工具變量集外生且整體上有效。因此，主要分析系統(tǒng)廣義矩的估計結(jié)果。動態(tài)模型中，城鄉(xiāng)收入比（URR）、工業(yè)/GDP和養(yǎng)老保險覆蓋率（PCR）的系數(shù)都不顯著，說明城鄉(xiāng)收入差距、工業(yè)儲蓄增加并不是居民消費不足的主要原因，這與以往的研究結(jié)論存在一定差異。養(yǎng)老保險覆蓋率變得不顯著，說明現(xiàn)階段我國養(yǎng)老制度還不完善，居民對現(xiàn)有的養(yǎng)老保障水平缺乏信心，僅僅單方面提高養(yǎng)老保險覆蓋率并不能解決居民的后顧之憂，從而無法真正有效地提升居民消費率。

2.4數(shù)據(jù)來源及描述

本文的數(shù)據(jù)來自于中國大陸地區(qū)1991-2011年的省際面板數(shù)據(jù)，由于統(tǒng)計年鑒中缺少重慶1997年之前的數(shù)據(jù)，西藏自治區(qū)的一些統(tǒng)計數(shù)據(jù)也存在較大程度缺失，所以本文的分析沒有將這兩個地區(qū)包括在內(nèi)。居民消費率（CR）由各地區(qū)居民消費水平與各地區(qū)人均GDP之比計算得出，各地區(qū)工業(yè)總產(chǎn)值占各地區(qū)GDP的比重（IND）和各地區(qū)財政支出占各地區(qū)GDP的比重（FIS）均通過類似方式計算得出。居民消費、地區(qū)GDP、地區(qū)工業(yè)總產(chǎn)值、名義利率、消費價格指數(shù)和財政支出的數(shù)據(jù)均來自《新中國六十年統(tǒng)計資料匯編》，部分省份（直轄市）的數(shù)據(jù)來自2009-2012年《中國統(tǒng)計年鑒》。城鎮(zhèn)居民人均可支配收入的數(shù)據(jù)1991-2001年的部分取自于《1990年以來的中國常用人口數(shù)據(jù)集》[27]，其余部分及農(nóng)村居民人均純收入的數(shù)據(jù)均來自1992-2012年的《中國統(tǒng)計年鑒》。少兒撫養(yǎng)比、老年撫養(yǎng)比和性別比1991-2001年的數(shù)據(jù)來自《1990年以來中國常用人口數(shù)據(jù)集》，2002-2008年的數(shù)據(jù)取自2003-2006年的《中國人口統(tǒng)計年鑒》和2007-2012年的《中國人口和就業(yè)統(tǒng)計年鑒》。各地區(qū)養(yǎng)老保險投保人數(shù)和第二、三產(chǎn)業(yè)從業(yè)人員數(shù)來源于2001-2012年《中國統(tǒng)計年鑒》，其中由于2007年《中國統(tǒng)計年鑒》沒有統(tǒng)計年末各地區(qū)養(yǎng)老保險投保人數(shù)，因此該年的年末養(yǎng)老保險投保人數(shù)和相應(yīng)的第二、三產(chǎn)業(yè)從業(yè)人員數(shù)分別從各?。ㄖ陛犑校┑慕y(tǒng)計年鑒中獲得。

各變量的定義及描述性統(tǒng)計值見表1、表2。表2的描述性統(tǒng)計顯示，地區(qū)間居民消費率、少兒撫養(yǎng)系比、老年撫養(yǎng)比和性別比在樣本期內(nèi)呈現(xiàn)顯著差異。少兒撫養(yǎng)系數(shù)

sign居民消費率4地區(qū)居民消費水平占地區(qū)人均GDP的比重4人均收入增長率4實際人均GDP增長率4+少兒撫養(yǎng)比40-14歲人口占15-64歲人口的比例4不確定老年撫養(yǎng)比465及以上人口占15-64歲人口的比例4不確定性別比4男性人口/女性人口（女性=100）4不確定工業(yè)/GDP4地區(qū)工業(yè)產(chǎn)值占地區(qū)GDP的比重4-財政支出/GDP4地區(qū)財政支出占地區(qū)GDP的比重4+城鄉(xiāng)收入比4城鎮(zhèn)居民人均可支配收入/農(nóng)村居民人均純收入4-通貨膨脹率4地區(qū)居民消費物價指數(shù)-1004不確定實際利率4名義利率-地區(qū)通貨膨脹率4不確定養(yǎng)老保險覆蓋率4養(yǎng)老保險投保人數(shù)/第二、三產(chǎn)業(yè)就業(yè)人數(shù)4+

3估計方法與結(jié)果

3.1基本模型

表3中第1和2列給出了基本模型（7）的估計結(jié)果，Hausman檢驗的P值為0.98，選擇隨機效應(yīng)模型。在控制其它變量的情況下，人均收入增長率g每上升1%，居民消費率將下降約0.15%，少兒撫養(yǎng)比下降1%將導(dǎo)致居民消費率下降0.13%，老人撫養(yǎng)系數(shù)上升1%將引起居民消費率下降0.57%，性別比的系數(shù)在隨機效應(yīng)和固定效應(yīng)估計中均不顯著。因此，從基本模型的估計結(jié)果看來，經(jīng)濟增長率和少兒撫養(yǎng)比對居民消費的影響很好地符合了生命周期模型的預(yù)期，而老年撫養(yǎng)比對居民消費率的影響則更好地支持了關(guān)于老年人口具有很強遺贈動機和預(yù)防性儲蓄動機的觀點。

3.2擴展模型

擴展模型在基本模型中進一步加入工業(yè)產(chǎn)值占GDP比重（IND）、財政支出占GDP的比重（FIS）、城鄉(xiāng)收入比（URR）、實際利率（IR）、通貨膨脹率（INF）和養(yǎng)老保險覆蓋率（PCR）等潛在解釋變量以檢驗上述基本模型識別的穩(wěn)健性。擴展模型（8）的估計結(jié)果見表3第3、4列，Hausman檢驗的P值為0.002，選擇固定效應(yīng)模型。人均收入增長率、少兒撫養(yǎng)系數(shù)和老年撫養(yǎng)系數(shù)的參數(shù)符號均與基本模型相同但少兒撫養(yǎng)比的系數(shù)在擴展模型中變得不顯著了，人口性別比系數(shù)仍不顯著。新增解釋變量中，城鄉(xiāng)收入比（URR）、工業(yè)/GDP（IND）和養(yǎng)老保險覆蓋率（PCR）對居民消費率的影響顯著，然而城鄉(xiāng)收入比（URR）系數(shù)符號并不符合理論預(yù)期。工業(yè)/GDP的上升降低了居民消費率，養(yǎng)老保險覆蓋率（PCR）的提高則有助于提升居民消費率。

3.3動態(tài)模型

基本模型和擴展模型均沒有將居民消費習(xí)慣的影響考慮在內(nèi)，可能存在遺漏重要變量偏誤。為了克服遺漏變量偏誤，本文用滯后一期的居民消費率作為消費習(xí)慣的代理變量，將靜態(tài)模型轉(zhuǎn)為動態(tài)模型。分別利用差分和系統(tǒng)廣義矩方法估計了動態(tài)模型（9），結(jié)果見表4第2-5列。二階自相關(guān)檢驗結(jié)果顯示，原模型殘差不存序列相關(guān)。在Sargan檢驗表明，差分廣義矩（一步和兩步）所使用的工具變量集整體上無效，而系統(tǒng)廣義矩（一步和兩步）所使用的工具變量集外生且整體上有效。因此，主要分析系統(tǒng)廣義矩的估計結(jié)果。動態(tài)模型中，城鄉(xiāng)收入比（URR）、工業(yè)/GDP和養(yǎng)老保險覆蓋率（PCR）的系數(shù)都不顯著，說明城鄉(xiāng)收入差距、工業(yè)儲蓄增加并不是居民消費不足的主要原因，這與以往的研究結(jié)論存在一定差異。養(yǎng)老保險覆蓋率變得不顯著，說明現(xiàn)階段我國養(yǎng)老制度還不完善，居民對現(xiàn)有的養(yǎng)老保障水平缺乏信心，僅僅單方面提高養(yǎng)老保險覆蓋率并不能解決居民的后顧之憂，從而無法真正有效地提升居民消費率。

2.4數(shù)據(jù)來源及描述

本文的數(shù)據(jù)來自于中國大陸地區(qū)1991-2011年的省際面板數(shù)據(jù)，由于統(tǒng)計年鑒中缺少重慶1997年之前的數(shù)據(jù)，西藏自治區(qū)的一些統(tǒng)計數(shù)據(jù)也存在較大程度缺失，所以本文的分析沒有將這兩個地區(qū)包括在內(nèi)。居民消費率（CR）由各地區(qū)居民消費水平與各地區(qū)人均GDP之比計算得出，各地區(qū)工業(yè)總產(chǎn)值占各地區(qū)GDP的比重（IND）和各地區(qū)財政支出占各地區(qū)GDP的比重（FIS）均通過類似方式計算得出。居民消費、地區(qū)GDP、地區(qū)工業(yè)總產(chǎn)值、名義利率、消費價格指數(shù)和財政支出的數(shù)據(jù)均來自《新中國六十年統(tǒng)計資料匯編》，部分省份（直轄市）的數(shù)據(jù)來自2009-2012年《中國統(tǒng)計年鑒》。城鎮(zhèn)居民人均可支配收入的數(shù)據(jù)1991-2001年的部分取自于《1990年以來的中國常用人口數(shù)據(jù)集》[27]，其余部分及農(nóng)村居民人均純收入的數(shù)據(jù)均來自1992-2012年的《中國統(tǒng)計年鑒》。少兒撫養(yǎng)比、老年撫養(yǎng)比和性別比1991-2001年的數(shù)據(jù)來自《1990年以來中國常用人口數(shù)據(jù)集》，2002-2008年的數(shù)據(jù)取自2003-2006年的《中國人口統(tǒng)計年鑒》和2007-2012年的《中國人口和就業(yè)統(tǒng)計年鑒》。各地區(qū)養(yǎng)老保險投保人數(shù)和第二、三產(chǎn)業(yè)從業(yè)人員數(shù)來源于2001-2012年《中國統(tǒng)計年鑒》，其中由于2007年《中國統(tǒng)計年鑒》沒有統(tǒng)計年末各地區(qū)養(yǎng)老保險投保人數(shù)，因此該年的年末養(yǎng)老保險投保人數(shù)和相應(yīng)的第二、三產(chǎn)業(yè)從業(yè)人員數(shù)分別從各省（直轄市）的統(tǒng)計年鑒中獲得。

各變量的定義及描述性統(tǒng)計值見表1、表2。表2的描述性統(tǒng)計顯示，地區(qū)間居民消費率、少兒撫養(yǎng)系比、老年撫養(yǎng)比和性別比在樣本期內(nèi)呈現(xiàn)顯著差異。少兒撫養(yǎng)系數(shù)

sign居民消費率4地區(qū)居民消費水平占地區(qū)人均GDP的比重4人均收入增長率4實際人均GDP增長率4+少兒撫養(yǎng)比40-14歲人口占15-64歲人口的比例4不確定老年撫養(yǎng)比465及以上人口占15-64歲人口的比例4不確定性別比4男性人口/女性人口（女性=100）4不確定工業(yè)/GDP4地區(qū)工業(yè)產(chǎn)值占地區(qū)GDP的比重4-財政支出/GDP4地區(qū)財政支出占地區(qū)GDP的比重4+城鄉(xiāng)收入比4城鎮(zhèn)居民人均可支配收入/農(nóng)村居民人均純收入4-通貨膨脹率4地區(qū)居民消費物價指數(shù)-1004不確定實際利率4名義利率-地區(qū)通貨膨脹率4不確定養(yǎng)老保險覆蓋率4養(yǎng)老保險投保人數(shù)/第二、三產(chǎn)業(yè)就業(yè)人數(shù)4+

3估計方法與結(jié)果

3.1基本模型

表3中第1和2列給出了基本模型（7）的估計結(jié)果，Hausman檢驗的P值為0.98，選擇隨機效應(yīng)模型。在控制其它變量的情況下，人均收入增長率g每上升1%，居民消費率將下降約0.15%，少兒撫養(yǎng)比下降1%將導(dǎo)致居民消費率下降0.13%，老人撫養(yǎng)系數(shù)上升1%將引起居民消費率下降0.57%，性別比的系數(shù)在隨機效應(yīng)和固定效應(yīng)估計中均不顯著。因此，從基本模型的估計結(jié)果看來，經(jīng)濟增長率和少兒撫養(yǎng)比對居民消費的影響很好地符合了生命周期模型的預(yù)期，而老年撫養(yǎng)比對居民消費率的影響則更好地支持了關(guān)于老年人口具有很強遺贈動機和預(yù)防性儲蓄動機的觀點。

3.2擴展模型

擴展模型在基本模型中進一步加入工業(yè)產(chǎn)值占GDP比重（IND）、財政支出占GDP的比重（FIS）、城鄉(xiāng)收入比（URR）、實際利率（IR）、通貨膨脹率（INF）和養(yǎng)老保險覆蓋率（PCR）等潛在解釋變量以檢驗上述基本模型識別的穩(wěn)健性。擴展模型（8）的估計結(jié)果見表3第3、4列，Hausman檢驗的P值為0.002，選擇固定效應(yīng)模型。人均收入增長率、少兒撫養(yǎng)系數(shù)和老年撫養(yǎng)系數(shù)的參數(shù)符號均與基本模型相同但少兒撫養(yǎng)比的系數(shù)在擴展模型中變得不顯著了，人口性別比系數(shù)仍不顯著。新增解釋變量中，城鄉(xiāng)收入比（URR）、工業(yè)/GDP（IND）和養(yǎng)老保險覆蓋率（PCR）對居民消費率的影響顯著，然而城鄉(xiāng)收入比（URR）系數(shù)符號并不符合理論預(yù)期。工業(yè)/GDP的上升降低了居民消費率，養(yǎng)老保險覆蓋率（PCR）的提高則有助于提升居民消費率。

3.3動態(tài)模型

基本模型和擴展模型均沒有將居民消費習(xí)慣的影響考慮在內(nèi)，可能存在遺漏重要變量偏誤。為了克服遺漏變量偏誤，本文用滯后一期的居民消費率作為消費習(xí)慣的代理變量，將靜態(tài)模型轉(zhuǎn)為動態(tài)模型。分別利用差分和系統(tǒng)廣義矩方法估計了動態(tài)模型（9），結(jié)果見表4第2-5列。二階自相關(guān)檢驗結(jié)果顯示，原模型殘差不存序列相關(guān)。在Sargan檢驗表明，差分廣義矩（一步和兩步）所使用的工具變量集整體上無效，而系統(tǒng)廣義矩（一步和兩步）所使用的工具變量集外生且整體上有效。因此，主要分析系統(tǒng)廣義矩的估計結(jié)果。動態(tài)模型中，城鄉(xiāng)收入比（URR）、工業(yè)/GDP和養(yǎng)老保險覆蓋率（PCR）的系數(shù)都不顯著，說明城鄉(xiāng)收入差距、工業(yè)儲蓄增加并不是居民消費不足的主要原因，這與以往的研究結(jié)論存在一定差異。養(yǎng)老保險覆蓋率變得不顯著，說明現(xiàn)階段我國養(yǎng)老制度還不完善，居民對現(xiàn)有的養(yǎng)老保障水平缺乏信心，僅僅單方面提高養(yǎng)老保險覆蓋率并不能解決居民的后顧之憂，從而無法真正有效地提升居民消費率。