基于计量模型的中国人口老龄化对居民消费的影响分析

基于计量模型的中国人口老龄化对居民消费的影响分析

倪瑜佳

浦发银行南通分行 226100

摘要：基于国内外人口老龄化的情况，利用2000-2018年中国人口人均GDP、GDP增长率、老年抚养比、少年抚养比、居民消费率等时间序列数据，通过协整分析和回归分析研究中国人口老龄化对居民消费的影响。分析结果显示，居民消费率与人均GDP、GDP增长率成正比，与老龄化程度成反比。因此人口老龄化会对我国居民消费带来较大的负面影响。挖掘其内在原因，为中国居民消费不足找出合理的解释，并对中国现阶段人口老龄化引起的内需不足的问题提出合理化建议，为进一步的人口老龄化程度加深所带来的经济影响作出预防。

关键词：人口老龄化 居民消费 老年抚养比

一、研究背景及意义

1.1研究背景

人口老龄化是21世纪全球人口发展共同面临的问题，联合国发布的《世界人口展望：2017年修订版》的数据显示，2017年全球60岁及以上人口为9.62亿人，到2050年这一年龄层的人口数量将是2017年的两倍多，达到21亿人，2100年则将增长到2017年的3倍多，达31亿人。人口老龄化严重影响着社会发展，给整个社会带来巨大的压力。

中国作为一个人口大国，是世界上人口最多的国家，快速增长的巨大的人口给这中国经济发展带来了巨大压力，因此中国在1982年开始正式实施计划生育政策，提倡晚生晚育、少生优生。但是由于常年的计划生育，人们的思想观念开放，中国的每年的新生数额在不断减少，再加上生活条件的提高，医疗技术的提升，人们的寿命在不断增长，老龄人口越来越多。2000年全国65岁以上人口占比首次接近7%，宣告中国正式进入老龄化社会，此后中国老龄化程度不断提高，2003年的到达8.3%，2014年直接攀升到10.1%，首次突破10%，而到了2016年，这项数据的数值已经达到了10.12%，证明我国老龄化程度不断深入。国家统计局数据显示，截至2018年底，60岁及以上老年人口达到2.49亿人，占总人口比重17.9%，是目前世界上唯一老年人口过2亿的国家。预测到2050年全国老龄化人口数量达到4.87亿人，占比全国人口的34.9%，老龄化人口比例较2018年提高近2倍。

相较于其他已经步入人口老龄化阶段的国家，中国的人口基数大，老龄人口数额大，中国仍是发展中国家，经济实力不足，并且人口老化超前于经济水平的发展。人口老龄化已成为全球性的挑战，中国的老龄化程度也非常严峻。人口老龄化对一个国家的经济体的消费、投资、储蓄、保险等都会产生一定的影响。

在人口年龄结构对居民消费影响的理论分析方面，莫迪格里亚尼的生命周期理论具有非常重要的理论地位。该理论认为，一个人倾向于平滑其终生的消费，居民个人会根据一生的预期收入来合理分配生命周期各个阶段的消费，而居民消费的情况则与其所处的生命阶段密切相关，由于全社会成员处在不同的生命周期阶段，所以在社会整体人口构成未发生重大变化的情况下，长期来看边际消费倾向是稳定的，如果社会上年青人和老年人的比例增大，则消费倾向会提高，如果中年人的比例增大，则消费倾向会降低。

由于近年来我国人口老龄化的超预期发展，老龄化对家庭消费的可能影响在我国也引发许多学者的关注。在人口老龄化的同时，我国经济发展也已经进入了转型期的重要阶段。自1978年改革开放以来，我国经济高速发展，并且在2010成为世界第二大经济体。但在经济增长的同时，消费作为拉动经济增长的三大因素之一，我国的国民消费需求严重不足，居民消费率呈长期下降的总趋势。由于中国人“养儿防老”的观念深刻，但由于中国的老年人收入水平不高，“未富先老”的状况严重，老年人的收入不高会导致老年人的消费水平低于社会平均水平。随着老年人口的增加，使得老年人在社会人口结构中的比例增大，这样社会的整体消费水平会被拉低。因而人口老龄化对居民消费是有一定影响的。

1.2研究意义

1.2.1理论意义

由于社会的发展，现实情况的不断改变，中国居民消费率水平远低于发达国家水平，消费结构仍待进一步优化。再加上中国国情复杂，养老体系并不完善，当代普遍勤俭节约、思想保守。老年人生命周期理论对现实的解释出现误差，学者们纷纷寻找新的方法对其进行改善和修正。中国自进入人口老龄化社会以来，值得更深一步的研究。

1.2.2现实意义

但随着我国经济社会的快速发展，近二十年人口的生育率一直较低，我国的人口老龄化进程在进一步加快，由于“未富先老”，我国经济发展将面临一系列的问题。在我国经济飞速发展的同时，居民消费率一直不算高，具体原因有很多方面，很多学者对其研究原因，其中人口老龄化人口老龄化是否具体一定的影响力，又具体会造成怎样的影响，值得深入研究。消费是拉动经济增长的重要因素之一，而居民消费是一个国家消费的重要组成部分，而如今我国相对较低的居民消费率对我国的经济增长并未带来积极效应。研究清楚人口老龄化对居民消费的影响，有利于推动我国的经济转型，有利于发展老年产业，完善养老体系、社会保障制度等。到目前为止，我国已成为世界上老年人口最多的国家，也是老龄化速度最快的国家之一。随着经济的不断发展，人民生活水平不断提高，老年人的消费需求越来越大，如何挖掘老年市场、促进老年消费，是研究的最终目的。

2017年10月18日，习近平在十九大报告中指出，实施健康中国战略，积极应对人口老龄化，因此在人口老龄化的背景下，研究人口老龄化对居民消费的影响，有利于推动人口、经济和社会和谐稳定及可持续发展，加快中国特色社会主义经济体制发展和建设，具有一定的实用价值和现实意义。

二、文献综述

2.1文献来源

阅读的文献主要来源于中国知识资源总库和一些经济类和统计类的期刊杂志，通过搜索“人口老龄化”、“居民消费”等关键词查阅文献。

2.2国内外文献研究综述

2.2.1国外研究

人口老龄化作为一个世界性的问题，从出现之时就受到国内外专家的关注，尤其是人口老龄化与经济发展、消费水平、储蓄率等方面的研究。关于年龄结构与储蓄率、消费之间关系的研究基本上都是基于生命周期理论和抚养负担假说。最早研究人口年龄结构和消费关系始于Modisliani和Bromberg（1954）提出生命周期假说。Leff（1969）利用1964年74个国家的截面数据研究发现，人均收入水平、经济增长速度、少儿抚养比、老年抚养比、总抚养比对国民储蓄、国民消费均有影响。研究得出的结论为老年抚养比和少年抚养比与储蓄率为负相关关系，老年抚养比和少年抚养比的提高会增加居民消费。Wilson（2000）运用时间序列数据的方法对澳洲和加拿大进行实证分析，得出结论，老龄化与居民消费二者之间没有任何关系。Renata Bottazzi等人（2006）研究发现，在社会保障体系及养老金制度完善的国家，人口老龄化会促进消费。Thomas Doring（2012）采用澳大利亚的时间序列数据，构建连续时间的世代交叠模型，研究发现人口年龄结构对居民的储蓄行为和消费行为具有一定的正影响作用。

也有不少国外的学者对中国的相关情况进行研究。Modisliani和Cao（2004）根据生命周期假说，利用协整分析方法对中国1953-2000年进行实证研究，证明了人口抚养比和消费率的正相关关系。然而也有一些国外学者研究表示我国的人口年龄变动与消费不存在显著关系。例如，Horioka和Wan理应GMM方法和我国1995-2004年的省际面板数据，研究结果表明，消费率主要是有收入增长率、实际利率、滞后消费率和实际通货膨胀率等因素决定的，人口年龄结构和消费率没有显著关系。

2.2.2国内研究

国内学者于20世纪70年代开始研究人口年龄因素与消费的关系，特别是从1999年我国步入老龄化化社会之后，学术界开始加速对人口老龄化问题的研究。因此国内关于人口老龄化与居民消费关系的研究相对较少。

卢文彬（1996）研究中认为人口老龄化对我国消费市场的负面作用近期不会出现，他预测自2025年之后，这种负面作用将逐步显现。但现实情况是由于我国人口老龄化速度的加快，如今已经呈现出负面作用。王金营、付秀彬（2006）对我国1978-2005年的时间序列数据的分析，引入标准消费人概念的变量，他们认为人口年龄结构变动即人口抚养系数的提高，特别是老龄化程度提高的影响，使得人均收入提高所带来的消费水平提高的速度将会减小。老龄化将会降低未来的消费水平和消费比率。王宇鹏（2011）在跨期最优消费理论基础上，以平均消费倾向作为居民消费行为评价指标运用新古典消费理论模型得出老年人抚养比显著影响居民消费水平，老年人口比例越高，平均消费倾向越高。黄明清、聂高辉等人（2015）通过构建带有老年抚养比的消费函数，选取了全国各省2002-2013年的面板数据，运用协整分析、因果检验等方法进行研究。结构表明，老龄化会导致收入的降低，进而导致居民的消费率降低。朱勤、魏涛远等人通过对中国城乡各年龄段消费行为分析的基础上进行研究。研究发现，青、中年时期相对少年和老年时期的消费要高，不同消费者的不同年龄段的消费者之间的差异也比较明显，人口变动将显著影响居民消费支出与消费结构，老龄化对居民消费规模在总量层面上影响甚微。

周星、范文文（2019）采用了文献综述法的研究方法，基于异质性消费理论，研究人口老龄化与消费异质性的影响，人口老龄化对消费的影响是一把双刃剑，人口老龄化的加剧严重影响尚处在转型期的经济，会对经济产生挑战。时何文章、饶培培（2019）采用了1990年到2015年的总共26年的面板数据，构建动态会计计量模型，运用SYS-GMM估计，研究结果表明，从短期来看，老龄化促进了产业结构的升级，提高了消费水平，而从长期看，老龄化抑制了产业结构的发展，降低了消费水平。

2.3文献评述

从现有的文献可以看出，国内外学者对于人口老龄化和储蓄率的关系进行了大量的研究，由于研究方法不同、数据不同、研究对象不同、研究角度不同，得出的结论是有较大差异的。

从国外研究来看，很多发达国家进入人口老龄化比中国早，因此关于人口老龄化对居民消费的影响文献在国外相当丰富，相关研究也很成熟。但其中的部分观点与国内学者不同，不同的分析及模型建立的不同，导致得出的结论也不同。另一方面，由于我国国情和国外不同，很多研究结论并不适应于中国。大部分发达国家的人口老龄化是在经济社会发展到一定程度后逐渐出现和发展的，过程相对缓慢，而我国是实行计划生育政策所导致的人口老龄化，是一种“未富先老”的现象。

相比之下，从国内研究来看，对于人口老龄化和居民消费的相关研究到2000年之后才开始较为深入的研究，研究还是处于初始阶段，相关研究较少，使得我国这方面的研究远远落后于发达国家。国内的学者在借鉴国外消费函数相关模型的基础上展开的，结合我国的实际国情，进行了相关的实证研究。中国国情复杂，各个学者的研究没有得出较为统一的结论，更多的学者通过研究分析出问题，并给出相关的意见。部分国内学者在实证方面，存在着以下不足。首先，人口年龄结构的变化是一个漫长的过程，但大部分的研究选取的数据区间太短，因而研究的可信度不高。其次，国内学者的众多研究也没有给出一个公认的消费函数形式。最后，不同的研究概念界定不同，消费总量、消费率以及消费倾向是不同的概念，但他们没有给予明确的区分，会导致研究结果不一样。

三、实证检验

3.1数据来源

所选用的数据均来自于《中国统计年鉴》、《中国金融年鉴》、《中国人口统计年鉴》，由于中国于2000年正式进入人口老龄化阶段，所以具体运用到的是2000-2018年的数据。

3.2数据处理

3.2.1因变量

本文选取居民消费率（cs）作为因变量。因为本文的研究目的是研究人口老龄化对居民消费的影响，因此忽略政府消费，选择居民消费率作为被解释变量，它是通过居民消费除以支出法下的GDP的数据得到的。

3.2.2自变量

综合查阅文献、实际情况以及研究目的，影响居民消费率的因素有很多，主要选取人均GDP的对数（lngdp）、GDP增长率（zgdp）、老年抚养比（odr）、少年抚养比（cdr）。由于国家从2014年才开始统计人均可支配收入，数据较少，所以选用人均GDP来代替。首先要剔除价格因素的影响，以1978年的人均GDP数据为基期，基期值调整为100，计算2000-2018年的人均GDP；为了减小人均GDP对居民消费率的影响，防止多重共线性，再对人均GDP取对数。GDP增长率利用以1978年为不变价格将GDP进行换算得到。在人口年龄结构方面，老年抚养比、少儿抚养比作为自变量指标。其中因为少儿抚养比会对老年人的消费造成压力，因此将少儿抚养比作为辅助变量列为自变量之中。

3.2.3数据

表 1研究数据为调整后的研究数据。

表 1研究数据

3.3数据分析

3.3.1变量的描述统计

首先对数据进行描述统计分析，了解数据的特征和性质。表 2变量的描述统计是对本文选用的数据变量进行的描述统计。数据显示，中国在2000-2018年这一区间的人均GDP增长率在13%左右，最大值为20.0833%，最小值为7.0382%。居民消费率的均值为38.7708%，其中2010年的居民消费率最低，仅为34.63%，2000年的居民消费率最高，达到46.9577%。老年抚养比的均值为26.2737%，从数据上看，老年抚养比呈现出每年递增的趋势，表明我国人口老龄化不断加深。少儿抚养比的均值为26.0842%，它的最低值出现在2011年，仅为22.1%，之后国家有推出二孩政策，少儿抚养比在之后的几年里缓慢上升。

表 2变量的描述统计

3.3.2数据的相关性检验

相关系数可以表示变量之间的线性相关的程度，表 3相关性反映了相关系数。除了GDP增长率外，其余的变量与居民消费率之间的相关性都比较高，并且GDP增长率未通过α为0.1的显著性检验。

表 3相关性

3.4模型的建立

根据居民消费率与老年抚养比、少年抚养比、GDP等的关系，可构建基础计量模型如下：

Cst=β0+β1cdrt+β2odrt+β3lngdpt+β4zgdpt+Ɛt

3.4.1ADF检验

本文所用到的数据为时间序列数据，如果直接进行回归可能出现伪回归现象，解释模型将会产生偏差。因此在对数据进行回归之前，需要对变量的平稳性进行检验。这里采用ADF单位根检验法，对居民消费率（cs）、人均GDP的对数（lngdp）、GDP增长率（zgdp）、老年抚养比（odr）、少年抚养比（cdr）进行平稳性检验，结果如下表：

表 4ADF平稳性检验

从表 4ADF平稳性检验中看出，变量居民消费率（cs）、人均GDP的对数（lngdp）、GDP增长率（zgdp）、老年抚养比（odr）、少年抚养比（cdr）中，只有变量居民消费率（cs）是能满足5%的显著性水平，是平稳的，其余的变量都是非平稳的。但是对这些变量进行一阶差分后都是平稳序列。

3.4.2OLS模型回归结果及分析

尝试用最小二乘法对差分后的数据做回归分析，再对整体模型进行检验和修正。表 5OLS回归结果为最小二乘回归估计的结果，依据结果建立的回归模型为：Cst=140.4013-0.4283cdrt-1+2.9271odrt-1-14.1158lngdpt-1-0.206zgdpt-1+Ɛt

表 5OLS回归结果

3.4.3模型的检验

整体模型检验：R²=0.9356，DW=1.5231，F=66.3578，P=0.000

整体分析回归模型可以看出，方程的判定系数为0.9356，接近于1，说明模型整体的拟合优度较高，通过了显著性检验。根据DW值可判断，方程不存在序列自相关的问题。

但是通过模型变量系数来看，少儿抚养比的系数的P值为0.339，明显不显著；消费率与人均GDP呈负相关关系，这不符合实际经济意义。

在OLS估计的模型中，以平均趋势将各个变量的重要性减弱了，甚至将一些变量所带的影响给改变了。其可能的原因有：一是数据没有处理好，没有考虑到数据的零均值、等方差性等特点；二是各变量之间可能存在相互影响，存在多重共线性，导致部分变量不显著。表 6多重共线性检验计算得到各变量VIF值，根据表格分析该模型存在严重的多重共线性。

表 6多重共线性检验

3.4.4模型的修正

采用逐步回归法消除多重共线性，首先剔除最不显著、VIF值最大的变量lngdp。根据表 7模型的修正，可见修正后模型的各参数的系数明显显著，表明修正效果较好。所以修正后的模型为：Cs

t=6.1377+1.0917cdrt-1+0.5734odrt-1-0.2206zgdpt-1+Ɛt

表 7模型的修正

再根据前面的平稳性检验，尝试建立自回归模型，最终按照信息，建立二阶自回归模型：Cst=28.6834+0.1322cdrt-1+0.3971odrt-1-0.0475zgdpt-1+1.3443Cst-1-0.4679Cst-2+Ɛt，R²=0.9559，DW=2.2517，F=70.4743，P=0.000。加入自回归项后，方程的拟合优度和F值都有提高，DW值在2附件，不存在自相关性。

四、总结与建议

4.1总结

本文通过收集2000－2018年全国的时间序列数据，对数据进行检验和建模，使用随机效应模型对研究对象进行实证分析。分析结果显示: 老年抚养比的增长都将会促进我国的居民消费率，这与生命周期假想理论相符，但却和我国现在的实际情况不符合。人均可支配收入也是一项对居民消费都有促进作用的影响因素，人均可支配收入都是对消费水平影响最大的因素。但是由于本文选取的数据时间跨度较短，数据量少，研究得出的结果可信度不高。

4.2建议

消费行为受到年龄、心理和个人收入以及社会经济发展水平的影响。人口老龄化进程的加快，使得人们将在整个生命周期理性的分配自己的消费加上中国并不健全的社会保障体系 ，中国居民的消 费必将趋于保守河以预见随着人口老龄化的进一步深入 ，中国的消费需求会进一步萎缩 。面对该情 况笔者认为应该在以下几方面着手解决。 第一，提高人民收入水平 , 只有收入水平的提高才能为居 民的消费带来信心 , 充分发挥边际消费倾向的正效应从而有效彻底地促进内需的增长。第二，政府 应当进一步完善社会保障体系只有健全的保障制度 , 才能降低居民生活中的不确定性从而减轻老年人口抚养比增加所带来的负效应。 第三，针对不同人群的消费倾向积极调整不同年龄结构群体的消费结构消除由于年龄结构造成的消费死角 。 第四，还应注意老龄产业的规范化、标准化、产业化形成老年人自己的消费渠道保证老年人的消费权益。在老龄化的现状下，应关注和扩展老年消费市场，重点关注医疗、保健等领域，推动居民消费的增加。

参考文献

[1]第六次人口普查资料.

[2]国家统计局，中国统计年鉴(2019)[Z].中国统计出版社。

[3]《世界人口展望:2017年修订版》

[4]高鸿业.《西方经济学》[M].中国人民大学出版社。2007年3月第6版.

[5]Modigliani F，Brumberg R. Utility Analysis and the Consumption Function : An Interpretation of Cross Section Data[M]. In Post-Keynesian Economics, ed, K.K. Kurihara, New Brunswick: Rutgers University Press, 1954:388-436

[6]Leff N H. Dependency Rates and Savings Rates[J]. American Economic Review,1969,59(5):886-896.

[7]Wilson S.J. The Saving Rate Debate Does The Dependency Hypothesis Hold For Australias and Canada [J].Australian Economic History Review, 2000,Vol:199-218

[8]Aigner-wader B ,Doring T. The Effects of Population Aging on Privata Consumption[J].Eurasian Economic Reviews,2012,2(1):63-80

[9]Modislian F and Cao S.L. The Chinese Saving Puzzle and the Life-Cycle Hypothesis [J].Journal of Economic Literature 2004,Vol. 42[1]:145-170

[10]Horioka C.Y and Wan J. The Determinants of Household saving in China: A Dynamic Panel Analysis of Provincial Data[R].NBER Working Papers,2006

[11]汪伟，艾春荣.人口老龄化、生育政策调整与中国经济增长.[J].经济学（季刊），2017（01）：71-100.

[12]陈冲，中国人口老龄化的消费效应分析—基于生命周期假说理论[J],中央财经大学学报，2013（06）:50-57

[13]周星星，范乐乐，人口老龄化、消费异质性的消费潜力释放[J].宏观经济管理,2019,(02):43=47

[14]何文章，饶培培，基于SYS-GMM的人口老龄化对产业结构升级的空间效应及异质性分析[J].西北人口,2019(02):133-135.