未婚家庭成員人數對家庭儲蓄率的影響*——基于CFPS面板數據的研究

蘇華山 呂文慧 張運峰

?

未婚家庭成員人數對家庭儲蓄率的影響*——基于CFPS面板數據的研究

蘇華山 呂文慧 張運峰

（南京財經大學經濟學院 江蘇南京 210023）

本文使用中國家庭追蹤調查（CFPS）的面板數據，研究了家庭中未婚成員人數對家庭儲蓄率的影響。我們發現：首先，家庭未婚成員人數的增加顯著地提高了家庭儲蓄率。其次，分性別研究表明，盡管未婚男性和未婚女性成員人數對家庭儲蓄率都有正向影響，但未婚男性的影響程度比未婚女性更大。進一步分年齡段的研究表明，家庭為未婚成員所作的儲蓄具有明顯的生命周期特征：16-30歲、31-40歲未婚男性和16-30歲未婚女性人數都對家庭儲蓄率有正向影響，其余年齡段的未婚成員人數對家庭儲蓄率無顯著影響。最后的面板分位數回歸顯示未婚家庭成員人數對低儲蓄率家庭的影響更大。

未婚 儲蓄率 競爭性儲蓄 性別 年齡

一、引 言

中國居民的儲蓄率高居世界前列（Chamon和Prasad，2010；Yang等，2012），引起國內外的廣泛關注。然而，傳統的研究僅從宏觀層面解釋居民儲蓄率，由于無法分析微觀主體的特征對儲蓄率的影響，因而并不能準確地把握這一問題。本文使用中國家庭追蹤調查（簡稱為CFPS）的面板數據，從微觀的家庭層面出發，詳細地研究了未婚家庭成員人數對家庭儲蓄率的影響，為中國居民的高儲蓄現象提供了一種新的解釋。

儲蓄率是經濟主體跨期最優化決策的結果。居民的儲蓄決策通常是基于家庭層面作出的，所以，本文以家庭作為研究的對象。本研究是在婚姻與家庭經濟學思潮的指引下提出的，家庭的內部結構和具體特征對其資源配置的決策具有重要影響。由于家庭成員的婚姻狀況關系到家庭的福利（Becker，1973、1981），因而是家庭關注的重要事項之一。在婚姻匹配過程中，儲蓄率又會影響人們婚配的成功率和質量。所以，基于上述邏輯關系，家庭成員婚姻狀況是影響家庭儲蓄決策的重要因素。更直接地說，家庭會為了促進其未婚成員的婚配而提高儲蓄率，接下來簡要地闡述其內在作用機制。

家庭提高儲蓄率能夠增加其未婚成員在婚姻市場的競爭力。婚姻匹配可以看作一種競爭性的市場機制，在婚姻市場上未婚男性和女性通過尋覓最佳的配偶以實現最大利益。在基于自愿和相愛兩個條件而結合的婚姻中，男女雙方匹配的結果是正向匹配，即頭等男性與頭等的女性結婚，次等男性與次等女性結婚，以此類推（Becker, 1981）。在特定的婚姻子市場上，人們對于未婚男女的質量排序標準具有共識。影響質量排序的因素包括受教育水平、智力、身高、個人魅力、物質條件等。在短期內，智力、外貌、受教育水平、個人魅力等狀況難以改變，但家庭可以通過提高儲蓄率以改善未婚成員的物質條件，從而提高其在婚姻市場質量排序中的地位。對此，Wei和Zhang（2011）首次提出競爭性儲蓄一詞，用于描述為了增強在婚姻市場的競爭優勢所進行的儲蓄。如果家庭中存在未婚成員，那么，家庭便有為其進行競爭性儲蓄的激勵。只要提高儲蓄率給未婚成員在婚姻方面帶來的收益超過增加儲蓄的成本，家庭便會繼續提高儲蓄率，直至增加儲蓄的邊際收益等于邊際成本為止。

在中國的婚姻習俗和社會觀念中，人們對于未婚男性和未婚女性在婚姻市場競爭力的評價方式存在明顯的差異。人們通常認為物質條件對于未婚男性的競爭力評價更為重要，這是因為，傳統的觀念認為，女方嫁入男方家庭，理應由男方提供家庭生活的物質保障，并在婚禮中承擔聘禮、宴席等大部分的支出（熊鳳水，2009）。與此相反，未婚女性的物質條件雖然也是影響其婚配競爭力的因素，但是，其影響程度弱于男性，人們通常更注重女性本人的素質和容顏。表現在儲蓄率方面，就是男性的未婚狀態會使家庭儲蓄率提高更多，因為，由此帶來的物質條件的改善對其婚配競爭力的提升更明顯，預期收益更大。

此外，家庭成員的未婚狀態對家庭儲蓄率有多大的影響，還取決于家庭當前的儲蓄率水平。如果家庭當前的儲蓄率處于較低水平，那么，增加競爭性儲蓄的邊際成本較小，儲蓄率的提升空間也較大，此時，家庭成員的未婚狀態會使家庭儲蓄率提升較多。相反，如果家庭儲蓄率已經處于較高水平，那么家庭成員的未婚狀態對儲蓄率的影響較小。我們在下文的實證研究中，通過面板數據的分位數回歸證實了這一命題。

過去二十多年來，我國關于家庭儲蓄的研究逐步由宏觀層面轉向微觀層面，更多地利用微觀調查數據開展研究。學者們研究了收入（楊天宇和榮雨菲，2015；易行健等，2014）、房價（趙西亮等，2013；李雪松和黃彥彥，2015）、社會保險（周曉艷等，2011；沈坤榮和謝勇，2012；白重恩等，2012；馬光榮和周廣肅，2014）、習慣形成（杭斌，2009）、饑荒經歷（程令國和張曄，2011）等諸多因素對家庭儲蓄的影響，研究的視角是多種多樣的，但迄今鮮見關于家庭成員婚姻狀況對家庭儲蓄率影響的研究。

上述的基于微觀層面的儲蓄率研究，為本文提供了良好的借鑒和啟發。家庭在進行儲蓄率的決策時，不但受到傳統的經濟因素的影響，還受到家庭及其成員的各項非經濟特征的影響。國內的研究尚未涉及家庭成員的婚姻狀況對儲蓄率的影響。婚姻狀況雖然傳統上屬于社會學研究的領域，但是，由于婚姻狀況是關系家庭福利的重要事項，與家庭的諸多經濟決策，包括儲蓄率的決策緊密相關。家庭成員的婚姻狀況對于家庭儲蓄率的影響狀況如何，需要通過實證研究得出準確的結論。本文以此為契機開展研究，在研究的視角、內容和結論方面都具有新意。

在理論方面，Wei和Zhang（2011）與本文的關系最為密切，此文首次提出競爭性儲蓄動機理論，其核心思想是：由于婚姻市場的性別失衡，導致過剩的未婚男性在婚姻市場面臨巨大的競爭壓力。為了增強自身在婚姻市場的競爭力，未婚男性需要提前進行更多的儲蓄。但此文認為，女性未婚狀態對家庭儲蓄率的影響不確定：一方面，在未婚女性相對短缺的情況下，她們預期可以找到收入更高的配偶，因而減少儲蓄；另一方面，她們也可能為了保持婚后的談判地位而增加儲蓄。本文的研究與Wei 和 Zhang（2011）既有聯系，又有顯著的區別。我們在分析未婚家庭成員人數對家庭儲蓄率的影響時，所使用的作用機制主要是競爭性儲蓄理論。但是，本文提出競爭性儲蓄動機并不依賴于婚姻市場的性別失衡，而且對未婚男性和女性都適用，對Wei和Zhang（2011）進行了拓展和檢驗。與此文的主要區別如下：

第一，關注的解釋變量不同。Wei和Zhang（2011）認為競爭性儲蓄主要源于性別失衡，因此，以地區的性別比作為解釋家庭競爭性儲蓄的主要變量。而我們主要分析未婚家庭成員的人數對于家庭儲蓄的影響，而不使用地區性別比。原因在于：（1）由于人口流動和婚姻的異地匹配越來越頻繁，難以用地區的性別比衡量婚姻市場的性別失衡；（2）性別失衡并非競爭性儲蓄的決定性因素。因為未婚者總是希望提高自身在婚姻市場的競爭力排序，所以，無論性別是否失衡，競爭性儲蓄都是普遍存在的。性別失衡只是增強了過剩一方的競爭性儲蓄動機而已。

第二，研究的內容和結論不同。（1）Wei和Zhang（2011）認為未婚女性不存在顯著的競爭性儲蓄動機，但本文研究發現，女性的未婚狀態顯著增加了家庭儲蓄率，但影響程度低于男性。（2）本文研究了不同年齡段的未婚男性和女性數量對家庭儲蓄率的影響，并進一步使用面板分位數回歸，研究了在不同儲蓄率分布水平上，未婚家庭成員人數對家庭儲蓄率的影響，這是Wei和Zhang（2011）尚未探討的內容。

第三，本文的實證研究所使用的數據質量更高。Wei和Zhang（2011）的研究僅使用了2002年中國家庭收入調查的截面數據。而本文使用了2010、2012和2014年CFPS的面板數據，更有效地減少了內生性偏誤。而且本文所用的數據很新，得出的結論能夠代表這一問題的現狀。

本文接下來的內容安排是：第二部分，數據處理、變量定義與描述性統計；第三部分，實證研究；第四部分，穩健性檢驗；第五部分，結論。

二、數據處理、變量定義與描述性統計

本文使用中國家庭追蹤調查（CFPS）數據開展實證研究。CFPS通過對全國25個省份的162個縣的635個社區（或村莊）進行抽樣調查，得到社區、家庭、成年人和兒童四個層面的數據。CFPS已于2010、2012和2014年進行了三次調查。該調查采用了分層多階段的抽樣方法，對全國人口具有95%的代表性（Xie, 2012）。本文以家庭作為研究的基本單位，使用2010、2012和2014年CFPS的家庭、成年人和兒童數據，經整理得到所需的家庭面板數據。接下來，簡要地闡述本文所使用的變量及數據處理過程。

第一類變量來自于家庭數據庫，這些變量包括家庭規模、是否為城鎮家庭、年收入、凈資產、儲蓄率。家庭規模指的是家庭成員的人數；是否為城鎮家庭為虛擬變量，農村家庭取值為0，城鎮家庭取值為1。除了儲蓄率之外，上述其余變量可以從家庭數據中直接獲取。

儲蓄率是本文實證研究的被解釋變量，接下來，給出三種儲蓄率的定義。第一種儲蓄率是直接根據其經濟學含義，用家庭收入減去家庭消費支出，再除以家庭收入，記作sr。該定義的優點是直觀，實證結果容易理解。表達式如下列（1）式所示：

sr=（家庭收入-家庭消費支出）/ 家庭收入 （1）

第二種儲蓄率的定義是借鑒Chamon和Prasad（2010）的做法，將儲蓄率定義為家庭收入的對數減去家庭消費支出的對數，記作sr，表達式如（2）式所示：

sr= 家庭收入的對數– 家庭消費支出的對數 （2）

與sr相比，sr由于采用對數的形式，因此，更加有助于減少極端的離群值對計量分析的負面影響，其誤差項也更加趨近于正態分布。

接下來，我們定義第三種儲蓄率。對于家庭而言，考慮到醫療支出和教育支出屬于非常規性支出，其中醫療支出具有很強的不確定性，會使家庭短期消費支出發生劇烈波動。而教育支出則屬于階段性的支出，且具有很強的剛性。因此，我們從家庭消費中扣除醫療支出和教育支出后，得到常規的消費支出。然后，用家庭收入扣除常規消費支出后，再除以家庭收入，得到第三種家庭儲蓄率，記作sr，表達式如（3）式所示：

sr= [家庭收入-（家庭消費支出-醫療支出-教育支出）] /家庭收入 （3）

在下文的實證研究中，我們主要以sr作為被解釋變量，因為這種定義符合儲蓄率的本意，其數值最為直觀，回歸結果也最易理解和解釋。僅在第四部分的穩健性檢驗中會用到sr和sr。

第二類變量來自于成年人數據庫。我們根據成年個體的數據得到相應的家庭特征變量。為此，本文采取的處理策略是，按照個人某一方面的特征，處理得到相應的虛擬變量，然后，使用Stata軟件的命令，按照家庭代碼對此虛擬變量進行加總，就可以得到家庭中具備此特征的總人數。例如，根據個人婚姻狀況的調查數據，生成“是否為未婚”的虛擬變量，未婚取值為1，否則為0。對此虛擬變量按家庭代碼加總后，得到的就是“家中未婚成員的人數”。

運用此方法從成年人數據庫中生成的家庭變量包括：家中的男性人數、女性人數、正在上學的人數、受過高等教育的人數、身體不健康的人數、有工作的人數、無社保的人數、未婚人數、未婚女性人數、未婚男性人數。本文進一步將未婚者按年齡段分為三類，分別是16-30歲、31-40歲、40歲以上，然后，得到了家庭中這三個年齡段的未婚男性和未婚女性的人數。此外，為了控制家庭里成年人的年齡結構，我們處理得到家中16-30歲、31-40歲、40-60歲、60歲以上的人數。

第三類變量來自于兒童數據庫，根據兒童的年齡變量，處理得到家中0-5歲和6-15歲兒童的數量，處理方法與成年人數據相同。

第四類變量只有一個，即家庭成員的平均年齡，是根據成年人和兒童兩個數據庫綜合處理得到的。具體而言，先分別計算家庭中成年人和兒童的總年齡，然后用兩者之和除以家庭總人數。

在處理上述各類數據的過程中，剔除了缺失值以及無效數據。我們發現儲蓄率sr具有很明顯的向左拖尾的特征，少量樣本的負儲蓄率絕對值很大，儲蓄率最小值達到-31529，這些極端值代表著一些的非正常情形，①為了避免極端數值對實證結果的負面影響，本文參考李雪松和黃彥彥（2015）的處理方法，對sr采取左側截尾處理，刪除sr小于-200%的觀測值。最后，將2010年、2012年和2014年的三份截面調查數據合并，刪除只有一年或兩年數據的樣本，得到平衡面板數據，包含5217個家庭的15651個觀測值。根據處理后的樣本數據，我們得到主要變量的統計特征，如表1所示。②接下來，主要根據表1的結果進行描述性統計分析。

表1 主要變量的描述性統計分析

注：年收入的單位為百萬元。

首先，我們分析儲蓄率的概況。家庭的平均儲蓄率為10.6%，但樣本的總體儲蓄率為44.6%①。前者大幅小于后者，表明家庭儲蓄率兩極分化嚴重。大量家庭儲蓄率很低，甚至為負值，這使得平均儲蓄率較低。但少量高儲蓄率家庭，其收入和儲蓄數額都很大，拉高了居民的總體儲蓄率。鑒于家庭儲蓄率分布很不均衡，因此，在下文的實證研究中納入的面板分位數回歸是很有必要的。

其次，分析未婚家庭成員的概況。家庭規模平均為3.8人，城鎮家庭在總樣本中的比例為43%。平均每戶的未婚成員數為0.43人，戶均未婚男性為0.25人，而未婚女性僅為0.18人，未婚男性是未婚女性的1.39倍，表明在婚姻匹配中存在較為嚴重的性別失衡，未婚男性絕對過剩。然后，我們進一步查看未婚者的年齡結構，發現無論男性還是女性，未婚者大多數集中在16-30歲，表明此年齡段是婚姻匹配的主要階段。在30歲之后的年齡段，未婚者性別失衡更嚴重。在31-40歲和40歲以上階段，未婚男性都是未婚女性的5.7倍，這是因為在男多女少情況下，女性大多在30歲以前結婚，而未婚男性因絕對過剩仍有較多人未找到配偶。

三、實證研究

（一）未婚家庭成員人數對家庭儲蓄率的影響

首先，我們構建了一個基礎的框架，在不區分未婚家庭成員的性別和年齡特征的情況下，研究家庭中未婚成員人數對家庭儲蓄率的影響。如（4）式所示，sr為家庭儲蓄率，unm為未婚家庭成員人數，x為控制變量組成的向量。全部控制變量包括兩類：家庭經濟狀況類變量（家庭的年收入、凈資產、總負債），家庭的非經濟特征類變量（家中的男性人數、女性人數、正在上學人數、受過高等教育人數、身體不健康的人數、有工作的人數、無社保的人數、家庭規模、是否為城鎮家庭、家庭成員的平均年齡，以及家庭中0-5歲、6-15歲、16-30歲、31-40歲、41-60歲的人數①）。

接下來，使用雙向固定效應回歸方法，通過加入不同的控制變量，分四種情形進行估計，結果分別記作模型1—模型4，如下列表2所示。模型1僅納入了核心解釋變量：未婚家庭成員人數。模型2則是在模型1的基礎上加入家庭經濟狀況類的變量。模型3是在模型1的基礎上加入家庭非經濟特征類變量。模型4是將模型2和模型3綜合起來，即同時加入家庭經濟狀況類和非經濟特征類的控制變量，因而是最完整的模型，其擬合優度也是四個模型中最高的，因此，下文主要依據模型4對實證結果進行分析。

表2 未婚家庭成員人數對家庭儲蓄率影響的回歸結果

續表2

模型1模型2模型3模型4 家中6-15歲兒童人數0.0150.020 （0.024）（0.023） 家中正在上學人數-0.144***-0.122*** （0.023）（0.023） 家中受過高等教育人數0.068**0.051* （0.027）（0.026） 家中身體不健康的人數-0.015-0.013 （0.011）（0.011） 家中有工作的人數0.038***0.034*** （0.008）（0.008） 家中無社保的人數0.0020.005 （0.006）（0.006） 家庭規模0.020***0.001 （0.007）（0.010） 是否為城鎮家庭-0.039*-0.038* （0.022）（0.021） Adj-R20.0060.0720.0200.081 F值18.8811.9210.8410.87 樣本數15651156511565115651

注：表內括號中數值為穩健標準誤，***表示<0.01，**表示<0.05，*表示<0.1。

在表2的四個模型中，家中未婚成員人數的回歸系數都顯著為正。依據模型4，家庭中每增加一位未婚成員，使得家庭儲蓄率平均提高0.1。從經濟意義上講，家庭成員的未婚狀態對于家庭儲蓄率影響較大，家中每增加一位未婚成員，使得家庭將年收入中的10%由消費轉為儲蓄。

這恰好與競爭性儲蓄動機理論相符。家庭增加儲蓄，以提高其未婚家庭成員在婚姻匹配中的競爭力。在其他條件不變的情況下，家庭物質條件越好，那么，在婚姻市場上找到配偶的概率就越大，或者找到的配偶質量更高。這種婚姻匹配方面帶來的額外收益超過提高儲蓄率帶來的損失時，家庭就會提高儲蓄率。競爭性儲蓄通常與婚姻習俗緊密結合在一起，被用于購置婚房、家電、生活用品、支付聘禮、購置嫁妝以及婚禮的各項支出，這些都能夠提高未婚者在婚配中的競爭力。

其次，對控制變量的回歸結果進行簡要的分析。在家庭經濟狀況類變量中，收入對儲蓄率具有顯著的正向影響，這與傳統的理論相一致。負債增加使家庭儲蓄率顯著下降，而資產對家庭儲蓄率無顯著影響。在家庭非經濟特征類變量中，城鄉屬性為城鎮的家庭、家中女性人數增加或者正在上學的人數增加，都會使儲蓄率顯著下降；受過高等教育人數和有工作的人數增加，都會使儲蓄率顯著上升。其余控制變量的影響在統計上不顯著。

（二）不同性別未婚成員人數對家庭儲蓄率的影響

性別是劃分未婚者特征的重要指標，因此，有必要分別研究家中不同性別未婚者的人數對于家庭儲蓄率的影響。如（5）式所示，unm和unm分別表示家中未婚男性和未婚女性人數，其他符號含義與（4）式相同。回歸結果如表3所示，所使用的控制變量和回歸策略與表2相同。為簡潔起見，此處略去了控制變量的回歸結果。①

表3 不同性別未婚成員人數對家庭儲蓄率影響的回歸結果

注：表內括號中數值為穩健標準誤，***表示<0.01，**表示<0.05，*表示<0.1。

根據表3的回歸結果可知，在四個模型中，未婚男性人數和未婚女性人數的回歸系數在統計上都顯著為正，但男性未婚者的系數明顯大于女性未婚者。依據模型4，每增加一位男性未婚者，家庭儲蓄率平均增加0.119；而增加一位女性未婚者，家庭儲蓄率平均僅增加0.074，影響程度顯著小于未婚男性。

與Wei和Zhang（2011）的研究不同的是，本文發現，女性的未婚狀態同樣會顯著地提升家庭儲蓄率。女性的未婚狀態之所以能夠提高其所在家庭的儲蓄率，也應當歸因于競爭性儲蓄。盡管未婚女性是短缺的，如果不考慮婚姻市場的摩擦性因素，其預期的婚配成功率是100%。然而，未婚女性并不會僅僅滿足于能夠結婚，而是盡可能地追求質量更高的配偶。根據Becker（1981）關于男女正向婚配的結論，未婚女性家庭可以通過提高儲蓄率，以增加家庭財富，從而提高未婚女性在婚配中的競爭力。此外，Burdett和Coles（1997）提出，擁有相同特征的未婚者會將自己劃歸到相同的階層，并且僅與自身相同或相近階層的異性結婚。那么，未婚女性的家庭通過提高儲蓄率，增加家庭財富，能夠使未婚女性躋身于更高的階層，從而增加與更高階層未婚男性結婚的機會。關于女性競爭性儲蓄動機的命題得到了實證結果的支持。根據表3中模型4的估計結果，家庭中每增加一位未婚女性，會使家庭儲蓄率上升7.4%。

然而，家中未婚男性人數比未婚女性人數對家庭儲蓄率的影響更大。原因有兩個：第一，性別失衡使得未婚男性面臨著更為嚴峻的競爭壓力，為了避免成為婚姻市場的失敗者，其家庭不得不更多地進行婚前的競爭性儲蓄，因而競爭性儲蓄動機更強。第二，人們對未婚男女的競爭力評價方式有差別。傳統的社會觀念認為結婚是女方嫁入男方家庭，因此，男方家庭的物質條件對未婚男性在婚配中的競爭力評價更為重要。相對而言，未婚女性家庭的物質條件雖然也其對競爭力有影響，但是，其影響程度弱于男性。這導致未婚男性家庭進行競爭性儲蓄的邊際收益高于未婚女性家庭，因而，會更多地進行競爭性儲蓄。

（三）不同年齡段的未婚男性和未婚女性人數對家庭儲蓄率的影響

由于婚姻具有明顯的生命周期特征，不同年齡段的未婚者對家庭儲蓄率的影響也有所不同。本文將不同性別的未婚者各自劃分為三個年齡段：即16-30歲、31-40歲、40歲以上，共得到6類家庭未婚成員人數，將其作為解釋變量納入面板數據模型。計量方程如（6）式所示，unm、unm、unm分別表示家中16-30歲、31-40歲、40歲以上未婚男性人數，unm、unm、unm分別表示家中16-30歲、31-40歲、40歲以上的未婚女性人數。所使用的控制變量和回歸策略與上文相同。因篇幅所限，略去控制變量的回歸結果，主要變量的回歸結果如表4所示。

表4 不同年齡段未婚男性和未婚女性人數對于家庭儲蓄率影響的回歸結果

注：表內括號中數值為穩健標準誤，***表示<0.01，**表示<0.05，*表示<0.1。

由表4可知，16-30歲、31-40歲這兩個年齡段的未婚男性人數的回歸系數在四個模型中都是顯著的。而16-30歲的未婚女性人數的回歸系數除了在模型2中不顯著，在其余三個模型中都是顯著的。這表明上述三個解釋變量對于家庭儲蓄率具有穩定的影響。接下來，我們依據模型4的回歸結果進行詳細的解釋。

首先，前兩個年齡段的未婚男性人數增加，都會顯著地提升家庭儲蓄率。而40歲以上未婚男性人數對家庭儲蓄率無顯著影響。就影響程度而言，家中每增加一位16-30歲未婚男性，儲蓄率平均提高0.121；每增加一位31-40歲男性，儲蓄率平均提高0.191。可見，第二個年齡段的未婚男性人數對家庭儲蓄率的影響程度更大。原因在于，對31-40歲的未婚男性而言，已錯過了婚配的黃金年齡，尋求配偶的緊迫性比16-30歲未婚男性更強，且由于年齡增長，在婚姻市場的競爭力下降，需要更多的物質條件進行彌補。這迫使其家庭更多地進行競爭性儲蓄，因而，對家庭儲蓄率的影響更大。

其次，僅有16-30歲的未婚女性對家庭儲蓄率有顯著影響。每增加一位此年齡段的未婚女性，家庭儲蓄率提高0.07，其影響程度比同年段的未婚男性更小，原因已在上一部分進行了詳細分析。

最后，對比未婚男性和女性，我們發現男性的未婚狀態對家庭儲蓄率的影響更為持久，在16-30歲和31-40歲兩個階段都有顯著影響。而女性未婚狀態僅在16-30歲對家庭儲蓄率有顯著影響。這種性別差異的原因在于男性和女性的婚配具有不同的生命周期特征。從結婚的年齡分布來講，男性結婚年齡略遲于女性，且“適于”男性結婚的年齡段比女性更長。上述這種現象主要是由性別的生理差異和社會婚姻觀念所導致的。從生理上講，男性的最佳生育年齡比女性晚，延續的時間也比女性長。此外，社會對于婚配中的不同性別的年齡要求已經形成了一種刻板印象，認為女性應該更早結婚，而男性可以遲一些。

但是，40歲之后的男性和30歲之后的女性的未婚狀態對家庭儲蓄率都沒有顯著影響。主要原因有兩個：（1）對于這些大齡未婚者而言，其家庭前期已經為他（她）們做好了關于結婚的儲蓄準備，繼續增加儲蓄，在婚配方面的預期收益很小，低于因減少消費導致的損失，因而，家庭不再繼續為其儲蓄。（2）這些大齡未婚者數量很少，大多是由于某些特殊原因導致的婚配失敗，他（她）們大部分將退出婚姻市場。因而，不再使家庭的競爭性儲蓄增加。

（四）面板分位數回歸

家庭儲蓄率的分布很不均衡，因此有必要研究未婚成員人數對家庭儲蓄率影響的分布特征。接下來，我們采用面板分位數回歸的方法，①探討在0.1、0.3、0.5、0.7和0.9分位點上，三個年齡段的未婚男性和未婚女性人數對于家庭儲蓄率的影響。回歸結果如表5所示。控制變量與上文相同，但為了行文簡潔，此處略去了控制變量的回歸結果。

表5 面板分位數回歸結果

續表5

（1）0.1分位（2）0.3分位（3）0.5分位（4）0.7分位（5）0.9分位 家中40歲以上未婚女性人數0.063（0.161）0.310***（0.104）0.284**（0.140）0.180**（0.075）0.159*（0.091） 樣本數1565115651156511565115651

注：表內括號中數值為穩健標準誤，***表示<0.01,**表示<0.05,*表示<0.1。

首先，我們探討未婚男性對家庭儲蓄率影響的分布特征。依據表5的回歸結果，16-30歲和31-40歲的未婚男性數量在每個分位點上都顯著地提高了家庭儲蓄率，這與均值回歸的情況相同。但是，總體而言，回歸系數隨著分位點提高具有遞減趨勢，未婚家庭成員人數對低儲蓄率家庭的影響更大。

對于16-30歲未婚男性而言，0.1分位的回歸系數最大，為0.149，此后一直單調遞減，在0.9分位上，回歸系數減小到0.073。對于31-40歲的未婚男性而言，系數總體上顯著大于16-30歲未婚男性，這與上文的均值回歸中結論相同。在0.1分位點，系數高達0.323，此后隨著分位點提高而單調遞減，在0.9分位點，減少到了0.101。

其次，我們來分析未婚女性的回歸結果。就統計上的顯著性而言，與均值回歸時相同的是，16-30歲的未婚女性數量使其家庭儲蓄率顯著增加。總體而言，隨著分位點的提高，回歸系數也有遞減的趨勢。在0.3分位上系數最高，為0.107；但在0.9分位上，系數減小到0.051。

但是，與均值回歸的結果略有不同的是，對于31-40歲的未婚女性而言，在0.1和0.3分位點回歸系數顯著為正。結合現實情況，我們可以推斷，低儲蓄率家庭因前期為其女性未婚成員所做的儲蓄不足，繼續增加儲蓄以增強其婚配競爭優勢仍存在正的凈收益。

此外，另一個與均值回歸結果的區別是，對于40歲以上的未婚女性而言，除0.1分位點之外，在其余分位點上，回歸系數也顯著為正值。原因在于，40歲以上仍未結婚的女性終身維持未婚狀態的概率較高，在這種預期下，其家庭需要為其未來的生活進行更多的自我保障，因而增加了儲蓄率，不同于前文的競爭性儲蓄。

總而言之，在所有的對家庭儲蓄率影響顯著的年齡段，無論是未婚男性還是未婚女性人數，對低儲蓄率家庭的儲蓄率水平影響更大。原因在于，低儲蓄率家庭提升儲蓄率的空間較大，提升儲蓄率的邊際成本較低。

四、穩健性檢驗

現在，我們從三個角度對上文的研究結果進行四種穩健性檢驗。首先，我們調整解釋變量的定義。上文中，未婚者被定義為從未結過婚的人。接下來，我們對此定義略作調整，將當前沒有法定配偶者都定義為廣義的未婚者，包括從來未結過婚者、離異未再婚者、喪偶未再婚者，為區別于上文的狹義未婚的概念，此處將廣義的未婚簡稱為“無配偶”。

離異未再婚者、喪偶未再婚者同樣具有尋找伴侶的動機，其家庭也會為其再次結婚而提高儲蓄率，所以，將其納入廣義的未婚范疇具有合理性。使用家庭中各年齡段無配偶人數作為解釋變量所得出的估計結果，在表6中記作robust 1。

其次，我們調整儲蓄率的定義，分別使用在前文第二部分定義的另外兩種儲蓄率sr和sr作為被解釋變量。解釋變量仍使用上文的狹義的未婚成員人數。估計結果在表6中分別記作robust 2和robust 3。

最后，我們采用Hausman-Taylor方法估計面板數據。Hausman-Taylor估計是一種擴展的面板數據工具變量估計法，該方法使用滯后期解釋變量作為工具變量。使用這一估計方法，能夠在無法找到合適的傳統工具變量的情況下，解決內生性問題。盡管面板數據估計方法避免了一部分由于遺漏變量導致的內生性偏誤，但仍可能存在由于反向因果關系導致的內生性問題，所以，使用Hausman-Taylor估計能夠克服殘存的內生性偏誤。估計結果在表6中記作robust 4。

表6 穩健性檢驗的估計結果①

注：（1）表內括號中數值為穩健標準誤，***表示<0.01，**表示<0.05，*表示<0.1。（2）robust 1是使用家中無配偶人數回歸的結果，robust 2-robust 4是使用未婚人數回歸的結果。

根據表6的估計結果，我們發現，在robust 1、robust 2和robust 3中，對解釋變量、被解釋變量做了調整后，盡管回歸系數的數值有所變化，但是，估計結果在統計上的顯著性狀況和解釋變量系數的符號都保持不變，沒有改變上文得出的基本結論。在robust 4中，改變了估計方法之后，發現回歸系數的數值變化很小，而且顯著性狀況不變，這表明使用上文的固定效應模型得出的結果，已不存在明顯的內生性問題。所以，本文得出的結論是可靠的。

具體而言，16-30歲和31-40歲的未婚男性成員人數、16-30歲未婚女性成員人數對家庭儲蓄率具有顯著的正向影響，其余年齡段的未婚成員人數對家庭儲蓄率的影響不顯著。未婚男性人數對家庭儲蓄率的影響比同年齡段的未婚女性人數的影響更大。這些結論經檢驗是穩健可信的。

五、結 論

本文使用CFPS的面板數據，分四個層次詳細地研究了家庭中未婚成員人數對于家庭儲蓄率的影響。首先，從總體上講，未婚家庭成員人數的增加提高了家庭儲蓄率，這與我們的理論預期相一致。也就是說，家庭為了提高未婚成員在婚姻市場的競爭力，進行更多的儲蓄。但是，家庭并不會無限制地增加競爭性儲蓄，這是因為，在婚姻匹配中競爭性儲蓄固然能夠帶來額外收益，但是，也會因抑制了家庭消費而產生額外的成本。當競爭性儲蓄的邊際收益等于邊際成本時，競爭性儲蓄達到最優水平。本文的回歸結果表明，家中每增加一位未婚成員，家庭儲蓄率平均提高10%。

然后，我們進一步分析了不同性別未婚成員人數對于家庭儲蓄率的影響。研究結果表明未婚男性的人數使家庭儲蓄率提升更多。家中每增加一位未婚男性，使家庭儲蓄率提升11.9%；但增加一位未婚女性，家庭儲蓄率僅提升7.4%。這是因為，一方面，在性別失衡背景下，未婚男性在婚配中的競爭壓力更大，促使其家庭更多地進行儲蓄；另一方面，在婚配中人們對不同性別未婚者競爭力的評價方式有顯著差異，物質條件對于未婚男性的婚配競爭力更為重要，所以，家庭為男性進行競爭性儲蓄的收益更大，這也促使未婚男性家庭提高儲蓄率的激勵更強。這兩方面原因導致了競爭性儲蓄動機強度上的性別差異。

接下來，本文研究了16-30歲、31-40歲和40歲以上這三個年齡段的未婚男性和未婚女性人數對于家庭儲蓄率的影響。我們發現，16-30歲和31-40歲的兩個年齡段的未婚男性人數對家庭儲蓄率都有顯著的正向影響，但31-40歲未婚男性的影響程度更大。原因在于，這個年齡段的未婚男性在婚配中處于劣勢，亟需通過改善物質條件以提升競爭力。對于未婚女性而言，僅在16-30歲年齡段對家庭儲蓄率產生正向影響，其余年齡段的影響不顯著。這證實了婚姻以及與此相關的競爭性儲蓄都具有明顯的生命周期特征。

此后，我們采用面板數據分位數回歸的方法，研究了未婚家庭成員人數對于家庭儲蓄率影響的分布特征。結果表明，對于低儲蓄率家庭而言，未婚家庭成員人數使家庭儲蓄率提高得更多。上述分布規律對于不同年齡段的未婚男性和未婚女性都是成立的。原因在于，低儲蓄率家庭的儲蓄率提升空間較大，進一步提高儲蓄率的邊際成本較低。

最后，我們對本文的結論進行了穩健性檢驗。分別通過改變儲蓄率的定義、將未婚的定義擴大到無法定配偶、改用Hausman-Taylor面板數據回歸方法等方式進行檢驗，發現上文的實證結論并未改變，這表明本文的結論是穩健可信的。

近年來，國內外都已經關注到中國居民的高儲蓄率現象。儲蓄率作為家庭的一項跨期最優化決策，受到家庭各種經濟和非經濟因素的影響。本文的研究有助于人們更深入更全面地認識中國家庭儲蓄率的問題。根據本文所使用的樣本數據，平均每戶的未婚成員人數為0.429人；而根據本文的回歸結果，每位未婚成員使家庭儲蓄率提高10%。那么，我們由此得到的一個推論就是，家庭關于婚姻的競爭性儲蓄率約為4.3%，可見，為婚姻而準備的儲蓄在整個家庭儲蓄中占有較大比例，是值得重視的。目前，從家庭成員婚姻狀況角度解釋家庭儲蓄率的研究較為鮮見，因此，本文對這一問題的探索做出了一定貢獻。

1. 白重恩、吳斌珍、金燁：《中國養老保險繳費對消費和儲蓄的影響》[J]，《中國社會科學》2012年第8期。

2. 程令國、張曄：《早年的饑荒經歷影響了人們的儲蓄行為嗎？》[J]，《經濟研究》2011年第8期。

3. 杭斌：《習慣形成下的農戶緩沖儲備行為》[J]，《經濟研究》2009年第1期。

4. 李雪松、黃彥彥：《房價上漲, 多套房決策與中國城鎮居民儲蓄率》[J]，《經濟研究》2015年第9期。

5. 馬光榮、周廣肅：《新型農村養老保險對家庭儲蓄的影響: 基于 CFPS 數據的研究》[J]，《經濟研究》2014年第11期。

6. 沈坤榮、謝勇：《不確定性與中國城鎮居民儲蓄率的實證研究》[J]，《金融研究》2012年第3期。

7. 熊鳳水：《從婚姻支付實踐變遷-看農村家庭代際關系轉型》[J]，《中國青年研究》2009年第3期。

8. 楊天宇、榮雨菲：《高收入會導致高儲蓄率嗎——來自中國的證據》[J]，《經濟學家》2015年第4期。

9. 易行健、張波、楊汝岱、楊碧云：《家庭社會網絡與農戶儲蓄行為: 基于中國農村的實證研究》[J]，《管理世界》2012年第5期。

10. 趙西亮、梁文泉、李實：《房價上漲能夠解釋中國城鎮居民高儲蓄率嗎?——基于CHIP微觀數據的實證分析》[J]，《經濟學（季刊）》2013年第1期。

11. 周曉艷、汪德華、李鈞鵬：《新型農村合作醫療對中國農村居民儲蓄行為影響的實證分析》[J]，《經濟科學》2011年第2期。

12. Becker, G. S., 1973, “A Theory of Marriage: Part I” [J],, Vol. 81(4): 813-846.

13. Becker, G. S., 1981,[M], Harvard University press.

14. Burdett, K., and Coles, M. G., 1997, “Marriage and Class” [J],, 112(1): 141-168.

15. Chamon, M. D., and Prasad, E. S., 2010, “Why are Saving Rates of Urban Households in China Rising?” [J],, Vol. 2(1): 93-130.

16. Wei, S. J., and Zhang, X., 2011, “The Competitive Saving Motive: Evidence from Rising Sex Ratios and Savings Rates in China” [J],, Vol. 119(3): 511-564.

17. Xie, Y., Qiu, Z., and Ping, L., 2012, “China Family Panel Studies, Sample Design for the 2010 Baseline Survey” [J],, Vol. 1.

18. Yang, D. T., Zhang, J., and Zhou, S., 2012, “Capitalizing China” [M],.

（G）

①例如，一種情形是低收入家庭遇到一些意外事件，突然增加了非常規的消費支出；另一種情形是少數被訪問者虛報了收入和消費支出，導致儲蓄率極低。無論是哪種情況，都不能代表一般的情形。

②因本文使用的控制變量較多，限于文章篇幅，表1中略去了部分控制變量的描述性統計結果。

①總體儲蓄率的計算方法是用樣本中所有家庭的總儲蓄除以所有家庭的總收入。

①為了避免完全的共線性，在回歸模型中沒有加入“家中60歲以上人數”。

①如果需要控制變量的回歸結果，可以向作者索取。

①使用Geraci M.編寫的Stata命令“xtqreg”。

①在robust 1-robust 3中，使用的控制變量與上文相同。在robust 4中，除了使用上文的控制變量之外，還額外加入了省份虛擬變量。控制變量的估計結果此處從略。

* 作者感謝匿名審稿人提出的寶貴修改意見。