基于大數據檔案的人口老齡化對居民消費的影響研究

摘要：

基于中國2000—2017年31個省際大數據檔案，構建面板平滑轉移回歸模型（PSTR模型），分析研究人口老齡化水平與居民消費兩者關系。研究結果顯示，人口老齡化與居民消費的之間存在非線性關系，適合采用非線性最小二乘法進行參數估計;人口老齡化系數與居民消費兩者間呈現雙重門檻效應，人口老齡化對居民消費的影響存在三種作用機制，人口老齡化對居民消費增長總體呈現負向影響。

關鍵詞：

人口老齡化;居民消費;PSTR模型

中圖分類號：R19

文獻標志碼：A

收稿日期：2021-05-28

基金項目：

山東省社會科學規劃研究項目（批準號：21CTQJ03）資助;2020年度青島市社會科學規劃研究項目（批準號：QDSKL2001078）資助。

通信作者：

王緒金，男，博士，講師，主要研究方向為人力資本、檔案管理等。E-mail：1571695175@qq.com

居民消費是經濟增長的主要驅動力，不僅受人口總量的規模影響，同時易受人口年齡結構的影響。雖然人口老齡化影響居民消費水平的具體體現還存在爭議，但多數學者支持人口老齡化加劇降低居民消費水平的觀點。Elmendorf等 [1-3]通過理論和實證研究認為人口老齡化會降低消費水平和消費比率，進而導致消費需求減少。吳瑩等[4-7]認為人口老齡化對農村居民和城鎮居民的消費有不同的影響。王曉飛等[8-9]研究認為人口老齡化對居民消費有積極的促進作用。本文以居民消費率為因變量，人口老齡化為自變量，遴選確定必要的控制變量和轉換變量，利用中國2000—2017年31個省際大數據檔案，構建面板平滑轉移回歸模型，對人口老齡化水平與居民消費之間的關系進行檢驗估計，針對計算結果進行分析研究。

1 模型構建與變量說明

González等[10]構造適應非線性表示的面板平滑轉換（Panel Smooth Transition Regression，PSTR）模型，是基于Hansen的PTR模型[11]和Terasvirta的STAR模型[12]的改進。該模型引入一個轉換函數，隨著門檻變量值的變化，模型在兩個機制中平滑轉換，可實現在高低體制間的連續變動，能克服PTR門檻模型的突變現象。

1.2 變量說明

被解釋變量：居民消費率（CCR），選取居民消費占國內生產總值的比重作為被解釋變量，反映拉動經濟增長所起的作用大小。

核心解釋變量：人口老齡化系數（age），選取65歲以上老年人口占總人口的比重作為核心解釋變量。

控制變量：依據前文相關研究文獻，主要分為區位因素、制度因素、人力資本和宏觀經濟波動等，具體如下。居民人均可支配收入增長率（pcdir），當年居民人均可支配收入減去上年居民人均可支配收入與上年居民人均可支配收入的百分比，是影響居民消費的主要因素。人均實際國民生產總值（pgdp）是衡量國民收入的重要指標，為消除通貨膨脹因素影響，釆用國民生產總值增長率來表示。城鄉收入比（urp），是衡量城鄉收入差距的主要方法。城市化率（ur），城市化水平的滯后是內需拉動不起來的一個重要原因，如果能重視城市化發展，利用好城市化的聚集經濟效應，促進消費，啟動內需，則能有力的推動中國經濟增長。第三產業占比（pti），消費品大多與第三產業相關，兩者形成良性互動。平均受教育年限（pedu），一般來說受教育水平高的個人知識儲備更為豐富，管理技能更多樣，收入更高，對新事物的接受能力更強，其消費能力和消費意愿也更強。經濟開放度（open），經濟開放能促進經濟增長，提高收入水平和消費水平。財政支出比重（fep），是財政政策的重要體現，居民的消費狀況與國家的財政政策息息相關。養老保障（rs），良好的社會保障制度讓居民有良好的預期，居民可以放心大膽的消費。通貨膨脹率（inf），物價指數的變化影響居民的實際的收入水平和消費水平，進而影響居民消費預期。各變量的含義及計算見表1。

采集了2000—2017年全國31 個省份數據，共計558 個樣本。數據主要來源于歷年官方公布的中國統計年鑒、勞動統計年鑒、固定資產投資統計年鑒、科技統計年鑒、人口統計年鑒、人口和就業統計年鑒以及各省市相關統計年鑒的直接數據或計算而得[13]，各變量的統計性特征如表2所示。

2 實證檢驗與結果分析

2.1 模型檢驗與參數估計

依據González等[10]的估計原理，對面板數據進行異質性檢驗，確定是線性回歸模型或者是PSTR模型[14]。然后，根據文獻[15]最小AIC和BIC準則，確定邏輯轉移函數中階數m。進行非保留異質性檢驗，確定轉移函數的最優個數。根據表3檢驗結果可知，對m=1和m=2分別進行模型回歸，比較其對應的AIC和BIC的值。當m=1時的AIC和BIC值比m=2時小，故選擇轉換函數中的階數m=1。在5%的顯著性水平下，三個檢驗統計量WaldTests（LM）、FisherTests（LMF）和LRTTests（LRT）都證實具有非線性關系的備擇假設，表明人口老齡化與居民消費之間存在非線性關系，故選取PSTR模型是合理的。在5%的顯著性水平下，統計量LM、LMF和LRT均能接受轉移函數個數r為2的原假設檢驗，故PSTR模型轉移函數的最優個數r數值選定為2。對m=1，r=2的PSTR模型，采用非線性最小二乘法（NLS）進行參數估計，估計結果如表4所示。

2.2 模型估計結果分析

本文模型是一個多體制模型，其中有兩個轉換函數，每個轉換函數內包含有對應的一個平滑系數與一個位置參數。轉換變量是人口老齡化。兩個轉換函數對應的位置參數分別為7983 2和11311 2。第一個轉換函數的位置參數左右個數分別為207和351，占比為371%和629%;第二個轉換函數的位置參數左右個數分別為506和52，占比為907%和93%。兩個轉換函數各自所對應的高低體制之間相差299個觀測值，表明多體制效應明顯，兩個體制所劃分的區域以及閾值相差較大，從兩個轉換速度0842 0、4668 8可知轉換速度相差較大。當7983 2<age<11311 2時，人口老齡化對居民消費的影響受到第一個轉換函數高機制、第二個轉換函數低機制的交錯影響。當age<7983 2，兩模型都處于低體制，當age>113112，兩模型都處于高體制。高低體制轉換速度的不同相應導致模型平滑轉換模式也不同。由β11<0可知，人口老齡化處于低體制時，人口老齡化對居民消費的影響是逆向關系。可能由于處于人口老齡化初期，社會對人口老齡化準備不足，不能提供滿足老年人的需求的產品和服務。兩個轉換函數對應的參數β112<0，β212>0，說明在高體制中人口老齡化對居民消費的影響，呈現出不同的非線性關系。隨著人口老齡化進程加快，社會各方面重視人口老齡化問題，促進了居民消費的提升，但當老齡化程度超過一定的閾值時，又造成了居民消費的下降。

2.3 人口老齡化影響居民消費的地區差異分析

根據PSTR模型的實證結果分析人口老齡化影響居民消費的地區差異。首先，計算31個省2000—2017年人口老齡化水平的平均值，以及各變量的平均值，結合上述模型參數的估計值，計算各區域平均人口老齡化水平對應的影響系數，結果如表5所示。對比閾值發現，有11個省份人口老齡化水平小于7983 2，分別是山西、內蒙古、廣東、海南、云南、西藏、陜西、甘肅、青海、寧夏、新疆;位于第一閾值和第二閾值之間有18個省份為北京、天津、河北、遼寧、吉林、黑龍江、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣西、四川、貴州;有2個省份人口老齡化水平位于閾值11311 2右側，分別是上海、重慶。觀察人口老齡化對居民消費占比影響系數，第一閾值左側都為負值，兩閾值之間有13個省份為負值，分別是北京、河北、吉林、黑龍江、浙江、安徽、福建、江西、山東、河南、湖北、廣西、貴州，說明這些省份在這一時期人口老齡化抑制居民消費。兩閾值之間還有5個省份為正值，分別是天津、遼寧、江蘇、湖南、四川，且在第二閾值右側均為正值，說明在這階段老齡化不僅沒有抑制居民消費，反而促進了居民消費。

3 結論

本文利用中國（2000—2017年）31個省際面板數據分析人口老齡化水平對居民消費的影響，人口老齡化與居民消費的之間呈現非線性關系，可借助PSTR模型進行非線性回歸分析。采用非線性最小二乘法進行參數估計，參數估計結果顯示，這是一個相對復雜的多體制模型，其中含有兩個轉換函數，人口老齡化系數與居民消費之間存在雙重門檻效應，人口老齡化對居民消費的影響存在三種作用機制，作用的結果是人口老齡化對居民消費呈現負向影響。由于相關數據可獲得性及時間精力所限，本文僅從宏觀視角分析人口老齡化對居民消費的影響，沒有利用家庭微觀數據進行穩健性檢驗，還未考慮居民消費是否會反向作用于人口老齡化。今后將采用宏觀數據和微觀數據探討研究人口老齡化與居民消費之間的雙向因果關系。

參考文獻

[1]ELMENDORF D W， SHEINER L M. Should America save for its old age？ Fiscal policy， population aging， and national saving[J]. Journal of Economic Perspectives， 2000， 14（3）：57-74.

[2]DYNAN K E， EDELBERG W， PALUMBO M G. The effects of population aging on the relationship between aggregate consumption， saving， and income[J]. The American Economic Review， 2009， 99（2）：380-386.

[3]王金營，付秀彬.考慮人口年齡結構變動的中國消費函數計量分析——兼論中國人口老齡化對消費的影響[J]. 人口研究， 2006， 30（1）： 29-36.

[4]吳瑩，逯進.山東省人口結構、對外貿易與經濟增長的關聯性分析[J].青島大學學報（自然科學版）， 2018， 31（4）： 157-164.

[5]陳沖.中國人口老齡化的消費效應分析——基于生命周期假說理論[J].中央財經大學學報， 2013（6）： 50-57.

[6]張微微，何春.人口老齡化的居民消費效應的測度與比較[J]. 統計與決策， 2018， 34（15）： 23-27.

[7]代金輝，馬樹才.人口老齡化對居民消費行為影響效應的實證檢驗[J]. 統計與決策， 2017（21）： 82-86.

[8]王曉飛，逯進.人口結構、投資對經濟發展的影響——以山東省為例[J]. 青島大學學報（自然科學版），2019，32（3）：77-84.

[9]陳衛民，施美程.人口老齡化促進服務業發展的需求效應[J]. 人口研究， 2014， 38（5）：3-16.

[10] GONZLEZ A， TERSVIRTA T， DIJK V D. Panel smooth transition regression models[R]. Stockholm：SSE/EFI Working Paper Series in Economics and Finance， 2005， 604.

[11] HANSEN B E. Threshold effects in non-dynamic panels： Estimation， testing， and inference[J]. Journal of Econometrics， 1999， 93（2）：345-368.

[12] TERASVRTA T. Specification， estimation and evaluation of smooth transition autoregressive models[J]. Journal of the American Statistical Association，1994，89： 208-218.

[13] 吳雪， 周曉唯. 人口紅利對日本經濟的影響及啟示——基于二戰后日本人口結構變化的分析[J]. 陜西師范大學學報（哲學社會科學版）， 2016，45（5）：101-109.

[14] 齊紅倩，閆海春.人口老齡化抑制中國經濟增長了嗎？[J]. 經濟評論， 2018， 214（6）：28-40.

[15] DANLADI J D. Inflation and in the West African Sub-Region： The threshold effect[J]. American Journal of Economics， 2013， 3（6）：252-259.

Abstract：

Based on the big data files of 31 provinces in China from 2000 to 2017， a panel smooth transition regression model （PSTR model） was constructed to analyze the relationship between the level of population aging and household consumption. The results show that there is a nonlinear relationship between population aging and residents' consumption， and it is suitable to use nonlinear least square method for parameter estimation. There is a double threshold effect between the coefficient of population aging and residents' consumption. There are three mechanisms for the impact of population aging on residents' consumption. Population aging has a negative impact on the growth of residents' consumption.

Keywords：

population aging; residents' consumption; PSTR model