人口結構與家庭債務：中國家庭追蹤調查（CFPS）的微觀證據

周利，王聰

（暨南大學經濟學院，廣東廣州510632）

人口結構與家庭債務：中國家庭追蹤調查（CFPS）的微觀證據

周利，王聰

（暨南大學經濟學院，廣東廣州510632）

基于2014年中國家庭追蹤調查（CFPS）數據，從微觀角度探討家庭人口結構對家庭借貸需求及其債務規模的影響。結果顯示：（1）老年人口撫養比與家庭借貸需求正相關，即老年人口撫養比的上升將促進家庭債務的累積。（2）少兒人口撫養比與家庭借貸需求負相關，少兒人口的增加反而將抑制家庭借貸市場的發展。（3）小型化的家庭更趨于借貸。（4）人口結構的變動主要借助收入分配這一機制作用于家庭借貸需求。

人口結構；家庭債務；中國家庭追蹤調查（CFPS）

一、引言

自20世紀70年代末推行計劃生育政策以來，我國的人口結構發生了明顯改變。2013年，中國65歲及以上老年人口占比已達9．7%，新生兒出生率則降至12．08‰。盡管當前已全面放開二胎政策，但由計劃生育造成的少兒人口比明顯下降、老年人口比明顯上升及家庭規模小型化的總趨勢短期內已難以逆轉。

作為社會結構中的基礎，家庭擔負著撫養、教育子女與贍養老人等多種職責，其內部人口結構的變動將較大程度地影響消費支出。生命周期理論認為，個體將根據其所處不同的生命階段合理安排消費和借貸（Yoo，1994[1]；McCarthy，2004[2]）：年輕與年老時，收入低是借款者；中年時收人高，傾向于放款。即從個人生命周期來看，收入將呈倒U型，而家庭債務呈U型；人口結構中少兒撫養比、老人撫養比的升高將顯著增加債務規模。另一方面，家庭規模的小型化，意味著經濟上可共擔風險的成員數減少，增加了家庭通過借貸方式滿足資金需求的可能性，由此造成家庭債務規模的累積。因此，伴隨人口年齡結構與家庭規模小型化的變動，人們消費信貸的偏好將隨之發生相應改變，并最終影響我國金融市場的需求結構。

一定時期內，家庭的收入既定，當收入無法填補支出缺口時，家庭只能通過借貸方式達到平衡。尤其是步入后市場經濟時代，相關政府部門推出大量鼓勵消費的政策，金融業競爭日益激烈化，居民轉變傳統的消費理念，致使我國的家庭債務規模迅速激增，截至2015年，我國消費信貸余額約為18．95萬億，1997—2015年的年均增速達47．57%。家庭債務的迅速攀升與人口結構的轉變基本同步。在此情形下，探討人口結構的變動對家庭債務及其金融市場需求結構的影響便具有重要的理論與現實意義。

目前將人口結構與家庭債務變動結合起來的研究較少，國內學者僅郭新華等（2015）從時間序列這一宏觀角度對兩者進行了量化分析[3]。但單純依靠宏觀數據并不能有效反映出個體的微觀異質性特征，不能準確度量居民真實的投資決策行為，結論難以令人信服。鑒于此，本文采用“中國家庭追蹤調查（CFPS）”微觀數據，細致探討家庭層面的人口結構與家庭債務間的關系，以期從微觀視角考察家庭人口結構對居民消費信貸選擇以及資本市場投融資需求的影響。相較于以往研究，本文有如下貢獻之處：第一，除老年撫養比與少年撫養比外，本文納入了家庭規模，從而能夠更全面地考察家庭人口結構對家庭借貸需求及債務規模和特征的影響，拓展了家庭消費金融領域的研究范疇；第二，利用家庭微觀調查數據，系統考察家庭層面的人口結構變動對家庭債務的影響，彌補已有文獻存在的宏觀數據分析微觀個體行為導致的樣本選擇偏誤缺陷。

二、理論框架與研究假設

本部分首先從理論上考察人口結構與家庭債務間的相關關系，然后在此基礎上提出相應的研究假設。

傳統家庭的成員一般由少兒（0～14歲）、青年人（14～60歲）和老年人（60歲以上）三類群體構成。少兒一般沒有收入來源，需要依靠父母的儲蓄或者借債來進行消費；青年人擁有穩定的工作與收入，主要進行消費與儲蓄；老年人則需依靠其青年時期的儲蓄、子女的撫養和退休階段獲得的退休收入，以及社會養老保險收入來滿足自身的消費支出。

簡單起見，首先給出如下四個假設前提：

（1）假設家庭中青年人的工資收入總額為YL，其平均消費傾向為cL，且cL大于零小于1。即年輕人同時進行消費和儲蓄，不存在舉債消費的行為。

（2）假設家庭中老年人的收入總額為YR，其平均消費傾向為cR，且cR大于零小于1。

（3）假設家庭中少兒的收入總額為YH。少兒的平均消費傾向為cH，且cH大于1。即少兒主要依靠父母來進行消費。

（4）假設家庭總收入為Y，則有Y=YL+YR+YH。家庭債務規模是D，并滿足等式D=C-Y。

同時，定義老年撫養比α=LR/N，少年撫養比β=LH/N。其中LR、LH、N分別表示家庭中的老年人口數、少兒人口數和家庭成員數。假定老年人的人均收入水平為θ1=（YR/LR）/（Y/N），少兒的人均收入水平為θ2=（YH/LH）/（Y/N）。整個家庭的消費支出總量就等于青年人、老年人和少兒的消費支出三者之和，即C=cLYL+cRYR+cHYH。于是有：

式（1）反映了家庭債務D與家庭人口結構之間的相關關系。將等式（1）分別對α、β、N求一階導數，有：

伴隨社會經濟以及福利體系的不斷進步與完善，人的壽命逐漸延長，老年人口撫養比上升，老齡化現象日益突出。一方面，老年人口的增加，極大地促進了老年人消費市場的發展，相應地增加了收入不足以覆蓋消費支出缺口的風險，一旦出現入不敷出，家庭將必須付諸于消費信貸；另一方面，相較于以往，家庭更為重視子女的教育與醫療，在此方面相應的投資支出增多，當出現流動性短缺時，不得不通過借助負債方式緩解（郭新華等，2015）[3]。基于此，我們提出研究假設一。

H1：人口結構與家庭借貸需求緊密相關，少兒撫養比的下降或老人撫養比的上升將帶來家庭借貸需求及債務規模的增加。

改革開放三十多年來，老年人口在家庭中的比重迅速攀升，而孩子數則日趨下滑，由此帶來家庭成員的不斷減少，即家庭的平均規模正在逐漸地小型化（曾毅，2005[4]；樊綱治等，2015[5]）。觀察CFPS在2014年的調查數據，我們發現，樣本家庭的成員數平均為3．32人/戶，稍高于中國在2010年進行人口普查時的3．10人/戶。農村地區與城鎮地區占比最多的家庭均為三口之家，分別占比21．9%、34．1%。家庭成員較多時，可共擔家庭風險，增強家庭抵御不利沖擊的能力。然而在當前小型化的家庭規模趨勢下，家庭中可共擔風險的成員數銳減，經濟來源單一，家庭借助外源融資的可能性提高，由此擴大了借貸需求及債務規模（許桂華，2014）[6]。為此，我們提出研究假設二。

H2：家庭規模與家庭債務負相關。家庭成員越少，家庭借貸的可能性越高。

三、變量選取、數據來源與統計特征

（一）變量選取與數據來源

本文使用2014年中國家庭追蹤調查（ChinaFamily Panel Studies，CFPS）數據。該數據隔兩年跟蹤調查一次，通過對全國代表性樣本村居、家庭、家庭成員的跟蹤調查，以期反映我國的經濟發展與社會變遷狀況。經一定的篩選后，我們最終獲得2 934個有效家庭樣本數據。模型中的主要變量有：

（1）家庭借貸。回歸分析中有兩個被解釋變量：在Logit模型中，被解釋變量為家庭是否借貸（如果家庭借貸，debt_dum=1；如果沒有，debt_dum=0）；在Tobit模型中，被解釋變量為家庭債務的絕對數（debt）。模型中的家庭債務既包括正規金融渠道，也包括民間借貸等非正規融資渠道。

（2）人口結構。借鑒以往文獻的做法，模型中代表家庭人口結構的變量包括：少兒撫養比（記為kid），指家庭中0歲至14歲占15歲至59歲人口之比；老年撫養比（記為old），指60歲及以上人口占15歲至59歲人口之比；家庭規模（fsize）。

家庭借貸活動的開展是有認知成本的，而人力資本水平的提高會使人們更合理配置家庭資產并以更低成本進行融資。而且，人力資本是借助于其所蘊含的認知與理解技能間接決定居民的投融資需求。本文以戶主的受教育程度測量人力資本水平，若戶主是大專及以上學歷（edu_colle）則賦值1，否則為0。

家庭的消費支出、收入資產狀況和家庭所在地區通常也會影響到家庭的借債能力。因此，以家庭消費支出的對數（ln_consum）、家庭純收入（ln_wage，包括全部家庭成員）和其平方項（ln_wagesq，控制非線性影響）作為控制變量。作為貸款的主要抵押物，房產也將對家庭的借貸需求產生一定的影響，因此模型中考慮了房產價值（housing）。地域差異以虛擬變量衡量：east_dum、middle_dum、west_dum，依次代表東中西三個區域變量①。

此外，支配家庭借貸需求的要素還取決于戶主婚否，年齡大小以及是否為男性。同時，為考察年齡的非線性影響，本文在模型中增加戶主年齡的二次項（agesq）；若戶主為男性，則gender為1，否則為0；若戶主已婚，則married為1，否則為0。其余相關變量說明詳見表1。

表1 關鍵指標描述性統計

（二）均值統計與初步分析

平均而言，家庭面臨收入約束，傾向于借債。截至2014年，在受調查的2 934戶樣本家庭中，將近有1 056戶家庭進行借貸，借貸比率平均為36%。表1顯示家庭債務與居民消費支出的均值分別為3.37萬元和4.23萬元，家庭總收入均值達4.66萬元。以住房貸款為例，在調查的家庭中有348個家庭有住房貸款，占全部家庭的13.09%，貸款的平均額度為10 096元。

人口結構發生了巨大的變化：中國家庭的老年人口比由1990年的8.3%提高到2014年的21%，而少兒比則由1990年的41.5%跌至2014年的24%；與此同時，我們觀察家庭的平均規模正日趨小型化，平均為3.10人/戶。此外，我們發現戶主的平均年齡為49.8歲，其受教育程度中大專及以上學歷僅占9.2%。91%的家庭擁有房產，且絕大部分位于市中心。家庭經濟決策者以男性為多，占53%。

四、計量模型和實證結果

式（5）中，debt_dum代表家庭是否借貸，借債則取值為1，反之為0；P代表家庭是否進行借貸的概率；對任意實數z，均有0＜G（z）＜1。模型中Household_structure表示與家庭人口結構相關的解釋變量，control則表示相關的控制變量，且ε～N（0，σ2）。

考慮到家庭債務數據是截斷的，本文進一步使用Tobit模型估計家庭人口結構對家庭債務的影響。

公式（6）和（7）代表Tobit模型。其中，debt表示家庭去年的實際債務規模，debt*代表debt大于0的樣本值。Household_structure與control這兩個變量與上文Logit模型所指代的含義相同。

（二）回歸結果與討論

表2為人口結構變動是否影響家庭借貸的Logit模型回歸。依次將老年人口撫養比（old）、少兒人口撫養比（kid）以及家庭規模（fsize）分別納入Logit模型中，以此逐項細致考察人口結構對家庭是否借貸的影響（見表2的Logit1、Logit2、Logit3三列）。表2的Logit4列則同時納入上述三個變量。值得注意的是，表2所展示的是解釋變量對因變量的邊際效應，其符號方向與普通回歸系數的方向相一致，不會影響我們的分析。

觀察表2的Logit1列，可發現，家庭是否借貸與老年人口占比（old）正相關。這是因為，相對于年輕人、身體健康的人，老年人的醫療支出、傷病死亡的風險較高，其更需要應對風險的保障。而伴隨老齡化進程的逐步推進，我國的社會福利體系并沒有配套到位，致使相當多的家庭不得不完全承擔老年人口的生活支出，增加了家庭開支。同時，老年群體消費觀念的轉變以及老年市場的不斷開發完善，將進一步帶來老年群體消費支出的增加。而當家庭無法彌補支大于收的缺口時，其將只能借助負債滿足流動性的要求，由此導致家庭的借貸需求上升，與回歸結果相一致。

（一）模型設定

鑒于被解釋變量是介于0與1之間的受限因變量，我們首先采用Logit模型考察人口結構對家庭借貸需求的影響。計量模型設定為：

表2 家庭人口結構對家庭是否借貸的Logit模型回歸結果

觀察表2的Logit2列，可發現，家庭是否借貸與家庭少兒人口撫養比負相關，盡管統計上不顯著。在當前的實際國情下，家庭中的孩子數量日趨下降，這一方面歸于計劃生育政策的推行，另一方面則在于社會迅速發展背景下家庭生育觀念的轉變。較少的子女數量使得家長在孩子身上投入更多的資源和精力，而當入不敷出時，家庭傾向于借貸，由此導致家庭債務累積。另一方面，中國新生兒出生率在2013年已降至12．08‰這一較低水平，致使家庭中的子女數量不斷下降，使得少兒人口撫養比對家庭借貸需求僅有微弱的影響。

年齡結構是人口結構的主要構成部分。在人口趨向老齡化的過程中，勞動力人口數量下降，少兒撫養比下降，老人撫養比升高，這需要更高的外部資金來支撐老齡化社會的消費支出，印證了表2中老年撫養比與少年撫養比對家庭借貸的影響符號，且與理論假設一相一致。

表2的Logit3列結果顯示家庭規模（fsize）的邊際影響為負，這意味著家庭規模越小，借貸的可能性越高，與假設二相符。家庭成員越多，一方面意味著家庭的經濟來源越多元化且收入水平較高，另一方面表明成員之間可共擔和分散家庭風險，增強家庭抵抗各種風險的能力，導致對借貸的需求較低。計劃生育政策的推行，使得我國的家庭規模日趨小型化，家庭中可共擔風險的成員數量下降，一旦出現收入不足覆蓋消費支出的資金缺口，家庭將不得不進行外部融資。最后，當模型中同時考慮反映人口結構變化的這三個變量時，回歸結果表明三個變量對家庭是否借貸的邊際影響與單獨考慮時的結果相一致，并以此顯示了上述三個主要變量回歸的穩健性。

就控制變量來說，消費支出高的家庭對借貸的需求顯著高于低消費支出的家庭。作為重要的貸款抵押物，具有較強的風險保障作用的房產對家庭借貸需求有顯著的促進效應。在地區差異方面，經濟較發達的東部和中部地區，其對借貸的需求遠遠低于西部地區。對此可能的解釋是，相較于西部地區，東部與中部地區融資的方式更為多元化，不僅僅局限于正規的外部融資渠道，還包括非正式的民間融資。具體到戶主的個體特征，模型結果表明年齡的水平項統計顯著為負，平方項則統計顯著為正，顯現U型，與生命周期理論相一致。而且，戶主婚否、是否接受高等教育都將顯著影響家庭的借貸需求，男主人更傾向于借貸。

在表3中，我們使用Tobit模型研究家庭人口結構與家庭債務的關系。結果表明，反映人口結構變動的三個關鍵變量和其他控制變量的回歸系數符號與Logit模型相類似。家庭中60歲及以上老年人口撫養比越高、家庭規模越小，家庭的債務越多。同時，家庭中14歲及以下的少兒人口撫養比越低，家庭債務也越多，但統計上不顯著。在控制變量中，對家庭債務有正向影響的變量有：消費支出（ln_consum）、大專及以上學歷（edu_colle）、房產（housing）、已婚（married）等變量。對家庭債務有負向影響的是地區變量（east_dum、middle_dum），與之前的Logit模型相比，在Tobit模型中地區變量east_dum、middle_dum的系數大小明顯增加，這表明區域差異對家庭債務有較為顯著的擠出效應。而且，戶主年齡對家庭債務有非線性的影響，其水平項統計為負，平方項顯著為正。考慮到Tobit模型中各主要變量與控制變量的回歸結果與上述Logit模型的回歸結果相類似，故不再贅述。

表3 家庭人口結構對家庭債務的影響

既然人口結構影響家庭借貸需求，那么其究竟借助何種路徑傳導至家庭借貸上？我們通過在模型中引入人口結構變量與收入的交互項進行分析。表4顯示，逐一引入老年撫養比、少年撫養比、家庭規模與收入的交互項后，無論是Logit模型還是Tobit模型回歸，各交互項系數統計顯著，表明收入分配是人口結構對家庭借貸的主要作用機制。人口結構的變化影響勞動收入份額的經濟機理是：人口撫養比的上升將擴大資本的積累，而資本與勞動相互替代，最終將帶來勞動收入份額的降低。這是因為，收入決定家庭是否借貸，但年齡結構的變動將影響收入的分配：少年時，剛步入工作，薪水較低；而人到中年時，收入逐步累積，并增至最高點；再至老年時，退休，收入迅速下滑，即人口結構通過收入分配間接影響家庭債務累積。而當老年人口撫養比或者少兒撫養比提高時，社會中工作人口數相對降低，減少了整個社會的工資收入總額，進一步提高家庭進行借貸的可能性。

（三）穩健性檢驗

我們對基準回歸模型做一些變化來進行穩健性檢驗。值得注意的是，在考慮了收入、住房特征、工作類別這些家庭特征變量之后，模型中主要變量的回歸系數符號及大小的變動較小，再次印證了我們回歸結果的穩健性。

（四）內生性檢驗

若模型中某些變量存在內生性，則將造成回歸結果的有偏。以模型中家庭的消費支出這一變量為例，其可能對家庭借貸是敏感的，家庭是否借貸及債務的規模將減少或擴大消費支出，以此帶來相反的因果影響，導致模型結果有偏。由此，本文考慮消費支出的內生性，選擇家庭所在省份2013年的消費增長率作為消費支出的工具變量，并分別進行IVProbit、IVTobit回歸。該方法假設家庭是否借貸及債務規模對家庭所在省份的消費增長率影響甚微。觀察表5可以發現，模型中反映人口結構變動的主要變量的回歸系數符號及顯著性同基準回歸模型相一致，由此顯示主要變量對家庭借貸需求的影響是穩健的，消費支出變量本身的內生性對變量間的影響關系作用程度較小。

表4 人口結構對家庭借貸需求的影響機制

五、結論與政策性建議

當前我國的人口結構呈現老齡化與家庭規模小型化的顯著特征，而家庭抵御風險及內部保障能力的強弱很大程度上取決于家庭的人口結構，因此，家庭人口結構的變動將支配家庭是否借貸及債務規模的大小。在此背景下，本文借助最新的2014年CFPS的家庭追蹤數據，仔細探討了家庭債務與人口結構的關系。我們發現，家庭60歲及以上老年人占比越高、14歲及以下的少兒占比越低、家庭規模越小，家庭越傾向于借貸，債務規模增加。

表5 工具變量回歸

老齡化進程的推進與養老體系的不完善，造成老年人借貸需求的上升。在當前我國實際的國情背景下，中國家庭的子女數量不斷降低，這一方面源于計劃生育政策的推行，另一方面則歸于社會經濟進步與發展下的生育觀念的轉變。較少的子女數導致家庭更為關愛，使得有孩子的家庭反而更傾向于進行借貸，以滿足子女的各種支出。此外，家庭規模的縮小表明家庭中可共分風險的成員數減少，弱化了家庭抵御風險的能力，導致家庭不得不借助于外部借貸。

在上述分析的基礎上，本文給出如下政策啟示：（1）相關政府部門應盡快完善社會福利體系，承擔一部分贍養老人的責任，以使家庭債務控制在恰當范圍之內。（2）政府和金融機構應協力完善金融體制改革，促進消費信貸的發展，豐富家庭的借款渠道，促進家庭合理負債，以此刺激內需促進經濟增長。（3）家庭提高資金配置與防范風險的能力和意識，以規避因過度負債造成家庭破產。

注釋：

①CFPS調查項目中涉及的東部地區包括北京、天津、河北、遼寧、山東、上海、江蘇、浙江、廣東；中部地區包括山西、黑龍江、吉林、安徽、江西、河南、湖北、湖南；西部地區包括廣西、重慶、四川、云南、貴州、陜西、甘肅以及青海。

［1］YOO P S．Age dependent portfolio selection［Z］．Federal Reserve Bank of ST．Louis Working Paper，1994（3）：1-22．

［2］MCCARTHY D．Household portfolio allocation：a review of the literature［J］．Clin orthop relat res，2004，106（4）：357-385．

［3］郭新華，陳斌，伍再華．中國人口結構變化與家庭債務增長關系的實證考察［J］．統計與決策，2015（4）：96-99．

［4］曾毅．中國人口老化、退休金缺口與農村養老保障［J］．經濟學（季刊），2005，4（4）：1043-1066．

［5］樊綱治，王宏揚．家庭人口結構與家庭商業人身保險需求：基于中國家庭金融調查（CHFS）數據的實證研究［J］．金融研究，2015（7）：170-189．

［6］許桂華．資產價格波動對城鎮居民消費的影響研究：基于家庭債務的視角［M］．北京：經濟管理出版社，2014．

責任編輯：曹華青

Population Structure and Household Debt:M icrocosm ic Evidence from CFPS

Zhou Li，Wang Cong
（Economics School，Jinan University，Guangzhou 510632，China）

Using China Family Panel Studies（CFPS）in 2014，authors discussed the influence of household population structure on the demand of debt and debt scale from the micro angle．Results show that:（1）Elderly dependency ratio of population is positive with household borrowing requirements，which means that the elderly dependency ratio rising will promote household debt grow．（2）Children's population dependency ratio is negatively related to the demand of household borrowing，which means that the increase of young people dependency ratio will decrease total household debt development．（3）The shrinking family size will lead to increased demand for household borrowing．（4）Population structure change mainly influences the household borrowing requirements with the help of income distribution mechanism．

population structure，household debt，China Family Panel Studies（CFPS）

F830

A

1003-3890（2017）03-0031-07

2016-10-06

廣東省打造“理論粵軍”2013年度重大資助項目（LLYJ1317）；廣東省高等學校高層次人才項目（YCJ201143）

周利（1988-），女，安徽阜陽人，暨南大學經濟學院博士研究生，研究方向為家庭金融；王聰（1958-），男，貴州貴陽人，暨南大學經濟學院教授，博士生導師，研究方向為家庭金融。