■ 范新號
(重慶工商大學長江上游經濟研究中心,重慶 400067)
中國于1999年邁入人口老齡化社會,在此后的20多年里,我國老年人口不斷上升,人口老齡化進程不斷加快。第七次全國人口普查數據顯示,我國60歲以上人口已達2.64億,占總人口的18.7%。在新時代,我國堅持以高質量發展為目標,要求經濟持續健康發展,但人口老齡化的趨勢及引起的相關問題并未得到有效解決。在我國居民消費需求不足的情況下,人口老齡化還會通過人口總量效應、年齡結構效應、收入分配效應對居民消費產生重大影響。近年來,雖然國家和地方政府不斷出臺擴大內需的有效政策,頒布相關措施來刺激國民消費,帶動區域經濟增長,但內需不足的情況依舊存在。
重慶作為中國最年輕的直轄市,數據顯示,65歲及以上人口卻高達547.36萬人,占全市人口的17.08%,排名全國第二,比2010年上升5.36個百分點。在居民消費方面,《2020年重慶市國民經濟和社會發展統計公報》顯示,重慶市城鎮、農村居民人均消費支出分別為26464元、14140元,居民人均消費支出同樣名列前茅,排在全國第八位。在人口老齡化與居民消費兩方面,重慶市都具有代表性。此外,成渝地區雙城經濟圈建設已上升為國家戰略。因此,深入研究重慶市人口老齡化和居民消費之間的關系更具有現實意義和社會價值。
基于上述背景,本文用計量經濟學的實證研究方法,對重慶市人口老齡化與居民消費關系進行深入探析,為科學制定相關政策提供理論依據,以期促進重慶市居民消費增長、經濟長期健康發展,為成渝地區雙城經濟圈中其他城市的高質量發展提供借鑒意義。
目前,在人口老齡化與居民消費關系實證研究上,國內學者已有豐富的研究成果。國內主流觀點主要有以下三種。
李田芳[1]使用中國2004—2015年31個省、市、自治區相關數據構建面板數據計量模型,并運用GLS方法從全國、地區兩個角度進行分析,指出老年人口撫養比對農村居民消費具有促進作用。王勇、周涵[2]利用1991—2016年的相關數據,構建SVAR模型進行定量分析,結果表明人口老齡化會促進城鎮居民消費,研究結論支持了生命周期假說。蔣志平等[3]基于2017年CHFS的調查數據,并且引入Probit離散選擇模型,研究發現人口老齡化程度會促進旅游消費的增長。
萬克德等[4]利用山東省人口普查數據,從城鎮居民儲蓄率、消費規模、消費結構三個維度進行分析,研究發現人口老齡化與居民消費之間存在長期協整關系,在一定程度上人口老齡化的加劇會抑制居民消費。張梅芬等[5]使用2007—2017年省際面板數據構建動態面板數據模型進行實證研究,研究發現人口老年化對居民消費影響存在顯著的負向影響。金浩、李宇佳[6]把我國分成東、中、西三個區域進行研究,構建PVAR模型,研究表明人口老齡化對居民消費的影響程度從東、中、西部遞減,且從總體來看負向效應比較顯著。潘紅虹、唐玨嵐[7]利用2000—2018年我國省際面板數據,研究結果同樣表明人口老齡化會抑制居民消費,并且城鎮居民的負向效應大于農村居民。
王森[8]通過使用1978—2008年我國人均消費、人均GDP、老少比的數據進行協整分析,引入誤差修正模型,研究發現三者之間存在長期穩定的關系,但人口老齡化對居民消費呈現出正負交錯的影響效應。劉鎧豪[9]利用擴展OLG模型和2000—2013年省級面板數據進行系統廣義矩估計和門檻回歸,研究發現,在城鎮地區老年撫養比對消費具有正向影響,而在農村地區老年撫養比對消費具有負向效應。
通過對國內學者研究成果數量進行分析發現,人口老齡化與居民消費的關系已經得到國內學者的普遍關注,研究成果頗豐,但研究沒有統一的結論,這主要由于研究對象、研究方法等具有異質性。此外,目前對我國西部地區人口老齡化與居民消費的研究成果還比較少。因此,本文選擇西部新一線城市重慶為研究對象,選取2000—2020年的相關數據,旨在揭示人口老齡化與居民消費的內在聯系,為推動重慶市經濟高質量發展提供有益啟示。
綜合考慮數據的代表性和可獲性,本文使用的原始數據均來自歷年《重慶統計年鑒》《重慶市國民經濟和社會發展公報》。由于居民人均消費性支出歷年統計口徑有差異,為統一標準,居民消費指標采用農村人均消費性支出和城鎮人均消費性支出的加權人口比重計算得出,用C表示。人口老齡化指標使用人口老齡化系數來衡量,即65歲以上人口占人口總數的比重,用X表示。選取2000—2020年重慶市相關數據,指標C、X的相關數據和描述性統計分別見表1、表2。

表1 指標數據

表2 描述性統計分析
為消除數據的異方差性,對數據C、X進行對數處理,得到變量LNC和LNX;兩個變量的時間趨勢如圖1所示。

圖1 2000—2020年重慶市LNC和LNX時間序列圖
由圖1可知,曲線LNC始終在LNX的上方,且LNC和LNX變化趨同,因此可推測出重慶市居民消費與人口老齡化之間存在一定的關系。
本文采用Sims(1980)提出的向量自回歸(VAR)計量經濟模型,來考察重慶市消費和人口老齡化之間的相互作用,并進行格蘭杰因果關系檢驗、脈沖響應分析、預測方差分解。VAR模型可分析變量之間的動態互動關系,它是利用非結構性的方法,把系統中每一個內生變量當成所有變量滯后項的函數來建立模型。VAR模型一般表達式如下:

式中,Yt表示包括LNC、LNX在內的二維列向量;A表示相對應的系數矩陣;P表示VAR模型的滯后階數;εt表示隨機擾動項。
對時間序列數據首先要進行單位根檢驗來判斷序列的平穩性,如果對非平穩的時間序列直接進行建模,可能會導致偽回歸問題。常用的單位根檢驗方法有ADF檢驗、DF-GLS檢驗、PP檢驗。本文運用Eviews軟件對變量LNC、LNX進行ADF檢驗,檢驗結果如附表1所示。

附表1 單位根檢驗結果
由附表1可知,變量LNC、LNX的ADF值均大于1%、5%水平下的臨界值,故無法拒絕存在單位根的原假設,表明LNC、LNX都是非平穩序列。一階差分后的變量DLNC、DLNX檢驗結果表明,DLNC、DLNX也存在單位根。而二階差分后的變量DDLNC、DDLNX則通過了單位根檢驗,為平穩性序列。因此LNC、LNX為二階單整I(2)序列,滿足協整檢驗條件,可以進一步檢驗是否存在長期均衡關系。
協整檢驗方法有Engle和Granger提出的EG-ADF檢驗、Johanson協整檢驗。考慮到檢驗的精確性,本文采用Johanson協整檢驗,通過跡統計量和最大特征值統計量來判斷協整關系,檢驗結果如附表2所示。

附表2 Johanson協整檢驗結果
由附表2可知,通過跡檢驗和最大特征值檢驗,P值0.0124和0.0180都遠小于5%顯著性水平,拒絕不存在協整關系的原假設,說明重慶市居民消費與人口老齡化之間存在長期均衡關系。對協整關系進行估計,得到如下協整方程:

該協整方程表明,人口老齡化系數與居民消費正相關。人口老齡化系數每增加1%,消費會增加5.057785%,即消費的人口老齡化系數彈性為5.057785。
為了提高VAR模型的準確性,需要確定模型的滯后階數,常用的方法是使用信息準則,如AIC準則、SC準則。本文采用LL、LR、FPE、AIC、SC、HQ這6個準則作為判斷依據,最優滯后階數的信息準則如附表3所示。

附表3 VAR模型滯后階數的確定
由附表3可知,5個準則(LR、FPE、AIC、SC、HQ)都顯示滯后2階較合理。因此,本文最優滯后階數確定為2階,并運用VAR(2)模型對變量LNC、LNX進行深入分析。
根據上文,LNC、LNX存在協整關系,可以將LNC、LNX當作內生變量,建立基于多元協整的VAR(2)模型。通過Eviews軟件進行估計,得到標準的VAR(2)模型如下:


表3 VAR模型檢驗結果
VAR(2)模型估計結果顯示AIC、SC值較小,模型方程構建效果良好。上述兩個方程的擬合優度分別為0.999314、0.991113,F統計量大,模型擬合效果好。與此同時,AIC、SC值較小,兩個方程的精確度較高。
由上述方程可知:對于變量LNC而言,重慶市居民消費受自身滯后一期影響較大,滯后一期的居民消費增加1%,將會促進當前消費增長1.2665%;對于變量LNX而言,重慶市人口老齡化系數受自身滯后一期的影響較大,滯后一期的人口老齡化系數增加1%,將會增加本期的人口老齡化系數的1.3747%。
如果建立的VAR模型是不穩定的,就無法做進一步的脈沖響應分析和方差分解分析,因此需要對VAR(2)模型的穩定性進行檢驗。如果所構建的VAR模型是穩定的,其特征方程的特征根的絕對值要求小于1,即要求所有特征值均在單位圓之內,否則構建的是不平穩模型。檢驗結果如圖2所示,VAR(2)模型的4個特征值均在單位圓內,本文構建的VAR(2)模型是穩定的。

圖2 VAR模型穩定性檢驗結果
上文協整檢驗結果表明,重慶市居民消費與人口老齡化之間存在長期均衡的關系:重慶市人口老齡化系數的增加促進了消費增長。但這種均衡關系是否構成因果關系還需要進一步驗證,因此需要用格蘭杰因果關系進行統計意義上的檢驗,檢驗結果如附表4所示。

附表4 Granger因果關系檢驗結果
由附表4可知:重慶市人口老齡化是居民消費的格蘭杰原因,而居民消費不是人口老齡化的格蘭杰原因,重慶市居民消費與人口老齡化是單向格蘭杰因果關系。重慶市人口老齡化對居民消費有預測能力,而消費的變化并不導致人口老齡化系數的變化。
本次脈沖響應的追蹤時期數為20,主要分析某些變量的沖擊給其他變量帶來的影響。
在VAR(2)模型的基礎上,通過Eviews軟件得到的脈沖響應圖見圖3—圖6。

圖3 LNX對LNC的脈沖響應

圖4 LNC對LNX的脈沖響應

圖5 LNC對LNC的脈沖響應

圖6 LNX對LNX的脈沖響應
圖3顯示,當期為負,隨后逐漸下降,在第3期人口老齡化系數對居民消費的脈沖響應值達到最小值,之后不斷上升到正值,最后在1%的水平上穩定下來。圖4顯示,在整個分析期內,當期為0,此后居民消費對人口老齡化系數的脈沖響應值不斷降低為負,在后期會有一個緩慢的上升過程,但就總體而言,響應水平始終為負。圖5所示為LNC對自身的脈沖響應,當期大于0,LNC對LNC的響應水平始終大于0,在前期不斷上升,并在第10期達到峰值,最后在2%的水平上穩定下來。圖6所示為LNX對自身的脈沖響應,當期大于0,在第2期LNX對LNX的脈沖響應值達到最大值,之后不斷降低,由正變為負,可以看出人口老齡化系數受自身的影響波動較大。
為更清楚掌握LNC、LNX的相對重要性,獲得具體的貢獻率,需要對變量LNC、LNX進行預測誤差方差分解,具體方差分解結果如附表5所示。

附表5 方差分解結果
由LNC方差分解結果可以看出,LNC的波動主要來自于自身的沖擊。在第1期,LNX對LNC的貢獻為0,LNC對LNC的貢獻度為100%。LNX對LNC的沖擊作用整體隨著滯后期的增加而增加,在第10期為38.75117%。而LNC對LNC的貢獻度隨著滯后期的增加而減少,在第10期僅為61.24883%。LNX的方差結果可知,LNX的波動主要來自于自身的沖擊。在第1期,LNX對自身的貢獻度為95.76614%,而LNC對LNX貢獻度為4.233860%。LNC對LNX的貢獻度隨著滯后期的增加而增加,在第10期的貢獻度達20.81453%,LNX對自身的貢獻度隨著滯后期的增加而緩慢降低,在第10期貢獻度約為80%。
本文基于重慶市2000—2020年的宏觀統計數據,以人口老齡化與居民消費為研究對象,在單位根檢驗及協整分析的基礎上,建立VAR模型,運用Granger因果檢驗、脈沖響應函數分析、方差分解方法,對二者進行了實證研究,主要研究結論如下。(1)協整檢驗結果表明,重慶市人口老齡化與居民消費之間存在長期穩定的均衡關系。在長期中,重慶市人口老齡化系數的增加會促進居民消費,人口老齡化系數每增加1%,居民消費會增加5.057785%。(2)VAR模型估計結果表明,重慶市消費受自身滯后一期影響較大,滯后一期的居民消費性支出增加1%,將會促進當前居民消費性支出增加1.2665%;滯后一期的居民消費有利于減輕本期人口老齡化系數。(3)Granger因果檢驗表明,重慶市人口老齡化的變動是居民消費變動的格蘭杰原因,而居民消費變動不是人口老齡化變動的格蘭杰原因;重慶市居民消費與人口老齡化是單向格蘭杰因果關系。同時,由脈沖響應結果可知,重慶市居民消費對人口老齡化系數的脈沖響應呈負向沖擊。(4)方差分解結果表明,重慶市居民消費的貢獻度主要來自于自身消費的增長,人口老齡化的貢獻度也主要來自于自身的變動。比較而言,在后期中,人口老齡化對居民消費的貢獻度大于居民消費對人口老齡化的貢獻度。
本文基于重慶市人口老齡化與居民消費的上述結論,并結合區域特點,提出以下對策建議。
第一,基于重慶市人口老齡化與居民消費之間存在長期均衡的關系,重慶市政府應當以人民為中心,科學規劃、深謀遠慮,積極完善本地的老年人口權益、保障等政策。正確認識重慶市人口老齡化現狀,積極洞察本地人口總量、結構的變化,充分發揮人口老齡化對本地消費的拉動作用。一方面,繼續保持老年人口需求旺盛的產業、產品的供給,例如醫療、保健等行業;另一方面,促進老年人口消費升級,轉變傳統消費觀念,大力發展適應老年人口的產業、產品、服務,如老年旅游、老年線上購物等,不斷滿足老年人口多樣化的需求。
第二,基于VAR模型估計結果,政府和社會各部門應當全面促進消費,使消費能更好地帶動區域經濟增長。在全面促進消費進程中,農村地區老年人口是薄弱環節,同時也具有消費潛力巨大的特征。因此,對于重慶市,應抓主要矛盾,完善城鄉一體化相關政策,加大農村基礎設施建設,縮小城鄉差距。積極支持特色農業、農產品的發展,擴大電子商務進農村的覆蓋面,完善社會保障水平,創造消費的環境條件,讓農村居民能消費、愿消費、敢消費。
第三,由于重慶市人口老齡化與消費二者之間的單向格蘭杰原因關系,政府應該認識到解決人口老齡化的社會問題不能依靠消費來全面解決,而應采取相關配套措施來減輕人口老齡化對社會的影響。要積極促進人口長期均衡發展,落實三孩政策,大力鼓勵生育,完善新生兒的各項保障制度,保障女性就業權益;同時也要對醫療保障體系進行改革,更好地服務于老齡人口,延長老年人的壽命,為重慶市人口的長期健康發展營造良好的社會環境。
第四,堅持以經濟建設為中心,抓住成渝地區雙城經濟圈戰略機遇,全面保障老年人口的基本收入水平。隨著我國經濟發展的動力正在向國內居民消費轉變,在很大程度上,老年人口的收入水平決定了其消費能力。通過保障老年人口的收入水平,才會孕育出新的需求出現。在新需求形成的同時,政府也應當大力發展適應居民消費需求的產業體系,在供給和需求上保持平衡。