未婚家庭成员人数对家庭储蓄率的影响*——基于CFPS面板数据的研究

苏华山 吕文慧 张运峰



未婚家庭成员人数对家庭储蓄率的影响*——基于CFPS面板数据的研究

苏华山 吕文慧 张运峰

（南京财经大学经济学院 江苏南京 210023）

本文使用中国家庭追踪调查（CFPS）的面板数据，研究了家庭中未婚成员人数对家庭储蓄率的影响。我们发现：首先，家庭未婚成员人数的增加显著地提高了家庭储蓄率。其次，分性别研究表明，尽管未婚男性和未婚女性成员人数对家庭储蓄率都有正向影响，但未婚男性的影响程度比未婚女性更大。进一步分年龄段的研究表明，家庭为未婚成员所作的储蓄具有明显的生命周期特征：16-30岁、31-40岁未婚男性和16-30岁未婚女性人数都对家庭储蓄率有正向影响，其余年龄段的未婚成员人数对家庭储蓄率无显著影响。最后的面板分位数回归显示未婚家庭成员人数对低储蓄率家庭的影响更大。

未婚 储蓄率 竞争性储蓄 性别 年龄

一、引 言

中国居民的储蓄率高居世界前列（Chamon和Prasad，2010；Yang等，2012），引起国内外的广泛关注。然而，传统的研究仅从宏观层面解释居民储蓄率，由于无法分析微观主体的特征对储蓄率的影响，因而并不能准确地把握这一问题。本文使用中国家庭追踪调查（简称为CFPS）的面板数据，从微观的家庭层面出发，详细地研究了未婚家庭成员人数对家庭储蓄率的影响，为中国居民的高储蓄现象提供了一种新的解释。

储蓄率是经济主体跨期最优化决策的结果。居民的储蓄决策通常是基于家庭层面作出的，所以，本文以家庭作为研究的对象。本研究是在婚姻与家庭经济学思潮的指引下提出的，家庭的内部结构和具体特征对其资源配置的决策具有重要影响。由于家庭成员的婚姻状况关系到家庭的福利（Becker，1973、1981），因而是家庭关注的重要事项之一。在婚姻匹配过程中，储蓄率又会影响人们婚配的成功率和质量。所以，基于上述逻辑关系，家庭成员婚姻状况是影响家庭储蓄决策的重要因素。更直接地说，家庭会为了促进其未婚成员的婚配而提高储蓄率，接下来简要地阐述其内在作用机制。

家庭提高储蓄率能够增加其未婚成员在婚姻市场的竞争力。婚姻匹配可以看作一种竞争性的市场机制，在婚姻市场上未婚男性和女性通过寻觅最佳的配偶以实现最大利益。在基于自愿和相爱两个条件而结合的婚姻中，男女双方匹配的结果是正向匹配，即头等男性与头等的女性结婚，次等男性与次等女性结婚，以此类推（Becker, 1981）。在特定的婚姻子市场上，人们对于未婚男女的质量排序标准具有共识。影响质量排序的因素包括受教育水平、智力、身高、个人魅力、物质条件等。在短期内，智力、外貌、受教育水平、个人魅力等状况难以改变，但家庭可以通过提高储蓄率以改善未婚成员的物质条件，从而提高其在婚姻市场质量排序中的地位。对此，Wei和Zhang（2011）首次提出竞争性储蓄一词，用于描述为了增强在婚姻市场的竞争优势所进行的储蓄。如果家庭中存在未婚成员，那么，家庭便有为其进行竞争性储蓄的激励。只要提高储蓄率给未婚成员在婚姻方面带来的收益超过增加储蓄的成本，家庭便会继续提高储蓄率，直至增加储蓄的边际收益等于边际成本为止。

在中国的婚姻习俗和社会观念中，人们对于未婚男性和未婚女性在婚姻市场竞争力的评价方式存在明显的差异。人们通常认为物质条件对于未婚男性的竞争力评价更为重要，这是因为，传统的观念认为，女方嫁入男方家庭，理应由男方提供家庭生活的物质保障，并在婚礼中承担聘礼、宴席等大部分的支出（熊凤水，2009）。与此相反，未婚女性的物质条件虽然也是影响其婚配竞争力的因素，但是，其影响程度弱于男性，人们通常更注重女性本人的素质和容颜。表现在储蓄率方面，就是男性的未婚状态会使家庭储蓄率提高更多，因为，由此带来的物质条件的改善对其婚配竞争力的提升更明显，预期收益更大。

此外，家庭成员的未婚状态对家庭储蓄率有多大的影响，还取决于家庭当前的储蓄率水平。如果家庭当前的储蓄率处于较低水平，那么，增加竞争性储蓄的边际成本较小，储蓄率的提升空间也较大，此时，家庭成员的未婚状态会使家庭储蓄率提升较多。相反，如果家庭储蓄率已经处于较高水平，那么家庭成员的未婚状态对储蓄率的影响较小。我们在下文的实证研究中，通过面板数据的分位数回归证实了这一命题。

过去二十多年来，我国关于家庭储蓄的研究逐步由宏观层面转向微观层面，更多地利用微观调查数据开展研究。学者们研究了收入（杨天宇和荣雨菲，2015；易行健等，2014）、房价（赵西亮等，2013；李雪松和黄彦彦，2015）、社会保险（周晓艳等，2011；沈坤荣和谢勇，2012；白重恩等，2012；马光荣和周广肃，2014）、习惯形成（杭斌，2009）、饥荒经历（程令国和张晔，2011）等诸多因素对家庭储蓄的影响，研究的视角是多种多样的，但迄今鲜见关于家庭成员婚姻状况对家庭储蓄率影响的研究。

上述的基于微观层面的储蓄率研究，为本文提供了良好的借鉴和启发。家庭在进行储蓄率的决策时，不但受到传统的经济因素的影响，还受到家庭及其成员的各项非经济特征的影响。国内的研究尚未涉及家庭成员的婚姻状况对储蓄率的影响。婚姻状况虽然传统上属于社会学研究的领域，但是，由于婚姻状况是关系家庭福利的重要事项，与家庭的诸多经济决策，包括储蓄率的决策紧密相关。家庭成员的婚姻状况对于家庭储蓄率的影响状况如何，需要通过实证研究得出准确的结论。本文以此为契机开展研究，在研究的视角、内容和结论方面都具有新意。

在理论方面，Wei和Zhang（2011）与本文的关系最为密切，此文首次提出竞争性储蓄动机理论，其核心思想是：由于婚姻市场的性别失衡，导致过剩的未婚男性在婚姻市场面临巨大的竞争压力。为了增强自身在婚姻市场的竞争力，未婚男性需要提前进行更多的储蓄。但此文认为，女性未婚状态对家庭储蓄率的影响不确定：一方面，在未婚女性相对短缺的情况下，她们预期可以找到收入更高的配偶，因而减少储蓄；另一方面，她们也可能为了保持婚后的谈判地位而增加储蓄。本文的研究与Wei 和 Zhang（2011）既有联系，又有显著的区别。我们在分析未婚家庭成员人数对家庭储蓄率的影响时，所使用的作用机制主要是竞争性储蓄理论。但是，本文提出竞争性储蓄动机并不依赖于婚姻市场的性别失衡，而且对未婚男性和女性都适用，对Wei和Zhang（2011）进行了拓展和检验。与此文的主要区别如下：

第一，关注的解释变量不同。Wei和Zhang（2011）认为竞争性储蓄主要源于性别失衡，因此，以地区的性别比作为解释家庭竞争性储蓄的主要变量。而我们主要分析未婚家庭成员的人数对于家庭储蓄的影响，而不使用地区性别比。原因在于：（1）由于人口流动和婚姻的异地匹配越来越频繁，难以用地区的性别比衡量婚姻市场的性别失衡；（2）性别失衡并非竞争性储蓄的决定性因素。因为未婚者总是希望提高自身在婚姻市场的竞争力排序，所以，无论性别是否失衡，竞争性储蓄都是普遍存在的。性别失衡只是增强了过剩一方的竞争性储蓄动机而已。

第二，研究的内容和结论不同。（1）Wei和Zhang（2011）认为未婚女性不存在显著的竞争性储蓄动机，但本文研究发现，女性的未婚状态显著增加了家庭储蓄率，但影响程度低于男性。（2）本文研究了不同年龄段的未婚男性和女性数量对家庭储蓄率的影响，并进一步使用面板分位数回归，研究了在不同储蓄率分布水平上，未婚家庭成员人数对家庭储蓄率的影响，这是Wei和Zhang（2011）尚未探讨的内容。

第三，本文的实证研究所使用的数据质量更高。Wei和Zhang（2011）的研究仅使用了2002年中国家庭收入调查的截面数据。而本文使用了2010、2012和2014年CFPS的面板数据，更有效地减少了内生性偏误。而且本文所用的数据很新，得出的结论能够代表这一问题的现状。

本文接下来的内容安排是：第二部分，数据处理、变量定义与描述性统计；第三部分，实证研究；第四部分，稳健性检验；第五部分，结论。

二、数据处理、变量定义与描述性统计

本文使用中国家庭追踪调查（CFPS）数据开展实证研究。CFPS通过对全国25个省份的162个县的635个社区（或村庄）进行抽样调查，得到社区、家庭、成年人和儿童四个层面的数据。CFPS已于2010、2012和2014年进行了三次调查。该调查采用了分层多阶段的抽样方法，对全国人口具有95%的代表性（Xie, 2012）。本文以家庭作为研究的基本单位，使用2010、2012和2014年CFPS的家庭、成年人和儿童数据，经整理得到所需的家庭面板数据。接下来，简要地阐述本文所使用的变量及数据处理过程。

第一类变量来自于家庭数据库，这些变量包括家庭规模、是否为城镇家庭、年收入、净资产、储蓄率。家庭规模指的是家庭成员的人数；是否为城镇家庭为虚拟变量，农村家庭取值为0，城镇家庭取值为1。除了储蓄率之外，上述其余变量可以从家庭数据中直接获取。

储蓄率是本文实证研究的被解释变量，接下来，给出三种储蓄率的定义。第一种储蓄率是直接根据其经济学含义，用家庭收入减去家庭消费支出，再除以家庭收入，记作sr。该定义的优点是直观，实证结果容易理解。表达式如下列（1）式所示：

sr=（家庭收入-家庭消费支出）/ 家庭收入 （1）

第二种储蓄率的定义是借鉴Chamon和Prasad（2010）的做法，将储蓄率定义为家庭收入的对数减去家庭消费支出的对数，记作sr，表达式如（2）式所示：

sr= 家庭收入的对数– 家庭消费支出的对数 （2）

与sr相比，sr由于采用对数的形式，因此，更加有助于减少极端的离群值对计量分析的负面影响，其误差项也更加趋近于正态分布。

接下来，我们定义第三种储蓄率。对于家庭而言，考虑到医疗支出和教育支出属于非常规性支出，其中医疗支出具有很强的不确定性，会使家庭短期消费支出发生剧烈波动。而教育支出则属于阶段性的支出，且具有很强的刚性。因此，我们从家庭消费中扣除医疗支出和教育支出后，得到常规的消费支出。然后，用家庭收入扣除常规消费支出后，再除以家庭收入，得到第三种家庭储蓄率，记作sr，表达式如（3）式所示：

sr= [家庭收入-（家庭消费支出-医疗支出-教育支出）] /家庭收入 （3）

在下文的实证研究中，我们主要以sr作为被解释变量，因为这种定义符合储蓄率的本意，其数值最为直观，回归结果也最易理解和解释。仅在第四部分的稳健性检验中会用到sr和sr。

第二类变量来自于成年人数据库。我们根据成年个体的数据得到相应的家庭特征变量。为此，本文采取的处理策略是，按照个人某一方面的特征，处理得到相应的虚拟变量，然后，使用Stata软件的命令，按照家庭代码对此虚拟变量进行加总，就可以得到家庭中具备此特征的总人数。例如，根据个人婚姻状况的调查数据，生成“是否为未婚”的虚拟变量，未婚取值为1，否则为0。对此虚拟变量按家庭代码加总后，得到的就是“家中未婚成员的人数”。

运用此方法从成年人数据库中生成的家庭变量包括：家中的男性人数、女性人数、正在上学的人数、受过高等教育的人数、身体不健康的人数、有工作的人数、无社保的人数、未婚人数、未婚女性人数、未婚男性人数。本文进一步将未婚者按年龄段分为三类，分别是16-30岁、31-40岁、40岁以上，然后，得到了家庭中这三个年龄段的未婚男性和未婚女性的人数。此外，为了控制家庭里成年人的年龄结构，我们处理得到家中16-30岁、31-40岁、40-60岁、60岁以上的人数。

第三类变量来自于儿童数据库，根据儿童的年龄变量，处理得到家中0-5岁和6-15岁儿童的数量，处理方法与成年人数据相同。

第四类变量只有一个，即家庭成员的平均年龄，是根据成年人和儿童两个数据库综合处理得到的。具体而言，先分别计算家庭中成年人和儿童的总年龄，然后用两者之和除以家庭总人数。

在处理上述各类数据的过程中，剔除了缺失值以及无效数据。我们发现储蓄率sr具有很明显的向左拖尾的特征，少量样本的负储蓄率绝对值很大，储蓄率最小值达到-31529，这些极端值代表着一些的非正常情形，①为了避免极端数值对实证结果的负面影响，本文参考李雪松和黄彦彦（2015）的处理方法，对sr采取左侧截尾处理，删除sr小于-200%的观测值。最后，将2010年、2012年和2014年的三份截面调查数据合并，删除只有一年或两年数据的样本，得到平衡面板数据，包含5217个家庭的15651个观测值。根据处理后的样本数据，我们得到主要变量的统计特征，如表1所示。②接下来，主要根据表1的结果进行描述性统计分析。

表1 主要变量的描述性统计分析

注：年收入的单位为百万元。

首先，我们分析储蓄率的概况。家庭的平均储蓄率为10.6%，但样本的总体储蓄率为44.6%①。前者大幅小于后者，表明家庭储蓄率两极分化严重。大量家庭储蓄率很低，甚至为负值，这使得平均储蓄率较低。但少量高储蓄率家庭，其收入和储蓄数额都很大，拉高了居民的总体储蓄率。鉴于家庭储蓄率分布很不均衡，因此，在下文的实证研究中纳入的面板分位数回归是很有必要的。

其次，分析未婚家庭成员的概况。家庭规模平均为3.8人，城镇家庭在总样本中的比例为43%。平均每户的未婚成员数为0.43人，户均未婚男性为0.25人，而未婚女性仅为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较为严重的性别失衡，未婚男性绝对过剩。然后，我们进一步查看未婚者的年龄结构，发现无论男性还是女性，未婚者大多数集中在16-30岁，表明此年龄段是婚姻匹配的主要阶段。在30岁之后的年龄段，未婚者性别失衡更严重。在31-40岁和40岁以上阶段，未婚男性都是未婚女性的5.7倍，这是因为在男多女少情况下，女性大多在30岁以前结婚，而未婚男性因绝对过剩仍有较多人未找到配偶。

三、实证研究

（一）未婚家庭成员人数对家庭储蓄率的影响

首先，我们构建了一个基础的框架，在不区分未婚家庭成员的性别和年龄特征的情况下，研究家庭中未婚成员人数对家庭储蓄率的影响。如（4）式所示，sr为家庭储蓄率，unm为未婚家庭成员人数，x为控制变量组成的向量。全部控制变量包括两类：家庭经济状况类变量（家庭的年收入、净资产、总负债），家庭的非经济特征类变量（家中的男性人数、女性人数、正在上学人数、受过高等教育人数、身体不健康的人数、有工作的人数、无社保的人数、家庭规模、是否为城镇家庭、家庭成员的平均年龄，以及家庭中0-5岁、6-15岁、16-30岁、31-40岁、41-60岁的人数①）。

接下来，使用双向固定效应回归方法，通过加入不同的控制变量，分四种情形进行估计，结果分别记作模型1—模型4，如下列表2所示。模型1仅纳入了核心解释变量：未婚家庭成员人数。模型2则是在模型1的基础上加入家庭经济状况类的变量。模型3是在模型1的基础上加入家庭非经济特征类变量。模型4是将模型2和模型3综合起来，即同时加入家庭经济状况类和非经济特征类的控制变量，因而是最完整的模型，其拟合优度也是四个模型中最高的，因此，下文主要依据模型4对实证结果进行分析。

表2 未婚家庭成员人数对家庭储蓄率影响的回归结果

续表2

模型1模型2模型3模型4 家中6-15岁儿童人数0.0150.020 （0.024）（0.023） 家中正在上学人数-0.144***-0.122*** （0.023）（0.023） 家中受过高等教育人数0.068**0.051* （0.027）（0.026） 家中身体不健康的人数-0.015-0.013 （0.011）（0.011） 家中有工作的人数0.038***0.034*** （0.008）（0.008） 家中无社保的人数0.0020.005 （0.006）（0.006） 家庭规模0.020***0.001 （0.007）（0.010） 是否为城镇家庭-0.039*-0.038* （0.022）（0.021） Adj-R20.0060.0720.0200.081 F值18.8811.9210.8410.87 样本数15651156511565115651

注：表内括号中数值为稳健标准误，***表示<0.01，**表示<0.05，*表示<0.1。

在表2的四个模型中，家中未婚成员人数的回归系数都显著为正。依据模型4，家庭中每增加一位未婚成员，使得家庭储蓄率平均提高0.1。从经济意义上讲，家庭成员的未婚状态对于家庭储蓄率影响较大，家中每增加一位未婚成员，使得家庭将年收入中的10%由消费转为储蓄。

这恰好与竞争性储蓄动机理论相符。家庭增加储蓄，以提高其未婚家庭成员在婚姻匹配中的竞争力。在其他条件不变的情况下，家庭物质条件越好，那么，在婚姻市场上找到配偶的概率就越大，或者找到的配偶质量更高。这种婚姻匹配方面带来的额外收益超过提高储蓄率带来的损失时，家庭就会提高储蓄率。竞争性储蓄通常与婚姻习俗紧密结合在一起，被用于购置婚房、家电、生活用品、支付聘礼、购置嫁妆以及婚礼的各项支出，这些都能够提高未婚者在婚配中的竞争力。

其次，对控制变量的回归结果进行简要的分析。在家庭经济状况类变量中，收入对储蓄率具有显著的正向影响，这与传统的理论相一致。负债增加使家庭储蓄率显著下降，而资产对家庭储蓄率无显著影响。在家庭非经济特征类变量中，城乡属性为城镇的家庭、家中女性人数增加或者正在上学的人数增加，都会使储蓄率显著下降；受过高等教育人数和有工作的人数增加，都会使储蓄率显著上升。其余控制变量的影响在统计上不显著。

（二）不同性别未婚成员人数对家庭储蓄率的影响

性别是划分未婚者特征的重要指标，因此，有必要分别研究家中不同性别未婚者的人数对于家庭储蓄率的影响。如（5）式所示，unm和unm分别表示家中未婚男性和未婚女性人数，其他符号含义与（4）式相同。回归结果如表3所示，所使用的控制变量和回归策略与表2相同。为简洁起见，此处略去了控制变量的回归结果。①

表3 不同性别未婚成员人数对家庭储蓄率影响的回归结果

注：表内括号中数值为稳健标准误，***表示<0.01，**表示<0.05，*表示<0.1。

根据表3的回归结果可知，在四个模型中，未婚男性人数和未婚女性人数的回归系数在统计上都显著为正，但男性未婚者的系数明显大于女性未婚者。依据模型4，每增加一位男性未婚者，家庭储蓄率平均增加0.119；而增加一位女性未婚者，家庭储蓄率平均仅增加0.074，影响程度显著小于未婚男性。

与Wei和Zhang（2011）的研究不同的是，本文发现，女性的未婚状态同样会显著地提升家庭储蓄率。女性的未婚状态之所以能够提高其所在家庭的储蓄率，也应当归因于竞争性储蓄。尽管未婚女性是短缺的，如果不考虑婚姻市场的摩擦性因素，其预期的婚配成功率是100%。然而，未婚女性并不会仅仅满足于能够结婚，而是尽可能地追求质量更高的配偶。根据Becker（1981）关于男女正向婚配的结论，未婚女性家庭可以通过提高储蓄率，以增加家庭财富，从而提高未婚女性在婚配中的竞争力。此外，Burdett和Coles（1997）提出，拥有相同特征的未婚者会将自己划归到相同的阶层，并且仅与自身相同或相近阶层的异性结婚。那么，未婚女性的家庭通过提高储蓄率，增加家庭财富，能够使未婚女性跻身于更高的阶层，从而增加与更高阶层未婚男性结婚的机会。关于女性竞争性储蓄动机的命题得到了实证结果的支持。根据表3中模型4的估计结果，家庭中每增加一位未婚女性，会使家庭储蓄率上升7.4%。

然而，家中未婚男性人数比未婚女性人数对家庭储蓄率的影响更大。原因有两个：第一，性别失衡使得未婚男性面临着更为严峻的竞争压力，为了避免成为婚姻市场的失败者，其家庭不得不更多地进行婚前的竞争性储蓄，因而竞争性储蓄动机更强。第二，人们对未婚男女的竞争力评价方式有差别。传统的社会观念认为结婚是女方嫁入男方家庭，因此，男方家庭的物质条件对未婚男性在婚配中的竞争力评价更为重要。相对而言，未婚女性家庭的物质条件虽然也其对竞争力有影响，但是，其影响程度弱于男性。这导致未婚男性家庭进行竞争性储蓄的边际收益高于未婚女性家庭，因而，会更多地进行竞争性储蓄。

（三）不同年龄段的未婚男性和未婚女性人数对家庭储蓄率的影响

由于婚姻具有明显的生命周期特征，不同年龄段的未婚者对家庭储蓄率的影响也有所不同。本文将不同性别的未婚者各自划分为三个年龄段：即16-30岁、31-40岁、40岁以上，共得到6类家庭未婚成员人数，将其作为解释变量纳入面板数据模型。计量方程如（6）式所示，unm、unm、unm分别表示家中16-30岁、31-40岁、40岁以上未婚男性人数，unm、unm、unm分别表示家中16-30岁、31-40岁、40岁以上的未婚女性人数。所使用的控制变量和回归策略与上文相同。因篇幅所限，略去控制变量的回归结果，主要变量的回归结果如表4所示。

表4 不同年龄段未婚男性和未婚女性人数对于家庭储蓄率影响的回归结果

注：表内括号中数值为稳健标准误，***表示<0.01，**表示<0.05，*表示<0.1。

由表4可知，16-30岁、31-40岁这两个年龄段的未婚男性人数的回归系数在四个模型中都是显著的。而16-30岁的未婚女性人数的回归系数除了在模型2中不显著，在其余三个模型中都是显著的。这表明上述三个解释变量对于家庭储蓄率具有稳定的影响。接下来，我们依据模型4的回归结果进行详细的解释。

首先，前两个年龄段的未婚男性人数增加，都会显著地提升家庭储蓄率。而40岁以上未婚男性人数对家庭储蓄率无显著影响。就影响程度而言，家中每增加一位16-30岁未婚男性，储蓄率平均提高0.121；每增加一位31-40岁男性，储蓄率平均提高0.191。可见，第二个年龄段的未婚男性人数对家庭储蓄率的影响程度更大。原因在于，对31-40岁的未婚男性而言，已错过了婚配的黄金年龄，寻求配偶的紧迫性比16-30岁未婚男性更强，且由于年龄增长，在婚姻市场的竞争力下降，需要更多的物质条件进行弥补。这迫使其家庭更多地进行竞争性储蓄，因而，对家庭储蓄率的影响更大。

其次，仅有16-30岁的未婚女性对家庭储蓄率有显著影响。每增加一位此年龄段的未婚女性，家庭储蓄率提高0.07，其影响程度比同年段的未婚男性更小，原因已在上一部分进行了详细分析。

最后，对比未婚男性和女性，我们发现男性的未婚状态对家庭储蓄率的影响更为持久，在16-30岁和31-40岁两个阶段都有显著影响。而女性未婚状态仅在16-30岁对家庭储蓄率有显著影响。这种性别差异的原因在于男性和女性的婚配具有不同的生命周期特征。从结婚的年龄分布来讲，男性结婚年龄略迟于女性，且“适于”男性结婚的年龄段比女性更长。上述这种现象主要是由性别的生理差异和社会婚姻观念所导致的。从生理上讲，男性的最佳生育年龄比女性晚，延续的时间也比女性长。此外，社会对于婚配中的不同性别的年龄要求已经形成了一种刻板印象，认为女性应该更早结婚，而男性可以迟一些。

但是，40岁之后的男性和30岁之后的女性的未婚状态对家庭储蓄率都没有显著影响。主要原因有两个：（1）对于这些大龄未婚者而言，其家庭前期已经为他（她）们做好了关于结婚的储蓄准备，继续增加储蓄，在婚配方面的预期收益很小，低于因减少消费导致的损失，因而，家庭不再继续为其储蓄。（2）这些大龄未婚者数量很少，大多是由于某些特殊原因导致的婚配失败，他（她）们大部分将退出婚姻市场。因而，不再使家庭的竞争性储蓄增加。

（四）面板分位数回归

家庭储蓄率的分布很不均衡，因此有必要研究未婚成员人数对家庭储蓄率影响的分布特征。接下来，我们采用面板分位数回归的方法，①探讨在0.1、0.3、0.5、0.7和0.9分位点上，三个年龄段的未婚男性和未婚女性人数对于家庭储蓄率的影响。回归结果如表5所示。控制变量与上文相同，但为了行文简洁，此处略去了控制变量的回归结果。

表5 面板分位数回归结果

续表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岁以上未婚女性人数0.063（0.161）0.310***（0.104）0.284**（0.140）0.180**（0.075）0.159*（0.091） 样本数1565115651156511565115651

注：表内括号中数值为稳健标准误，***表示<0.01,**表示<0.05,*表示<0.1。

首先，我们探讨未婚男性对家庭储蓄率影响的分布特征。依据表5的回归结果，16-30岁和31-40岁的未婚男性数量在每个分位点上都显著地提高了家庭储蓄率，这与均值回归的情况相同。但是，总体而言，回归系数随着分位点提高具有递减趋势，未婚家庭成员人数对低储蓄率家庭的影响更大。

对于16-30岁未婚男性而言，0.1分位的回归系数最大，为0.149，此后一直单调递减，在0.9分位上，回归系数减小到0.073。对于31-40岁的未婚男性而言，系数总体上显著大于16-30岁未婚男性，这与上文的均值回归中结论相同。在0.1分位点，系数高达0.323，此后随着分位点提高而单调递减，在0.9分位点，减少到了0.101。

其次，我们来分析未婚女性的回归结果。就统计上的显著性而言，与均值回归时相同的是，16-30岁的未婚女性数量使其家庭储蓄率显著增加。总体而言，随着分位点的提高，回归系数也有递减的趋势。在0.3分位上系数最高，为0.107；但在0.9分位上，系数减小到0.051。

但是，与均值回归的结果略有不同的是，对于31-40岁的未婚女性而言，在0.1和0.3分位点回归系数显著为正。结合现实情况，我们可以推断，低储蓄率家庭因前期为其女性未婚成员所做的储蓄不足，继续增加储蓄以增强其婚配竞争优势仍存在正的净收益。

此外，另一个与均值回归结果的区别是，对于40岁以上的未婚女性而言，除0.1分位点之外，在其余分位点上，回归系数也显著为正值。原因在于，40岁以上仍未结婚的女性终身维持未婚状态的概率较高，在这种预期下，其家庭需要为其未来的生活进行更多的自我保障，因而增加了储蓄率，不同于前文的竞争性储蓄。

总而言之，在所有的对家庭储蓄率影响显著的年龄段，无论是未婚男性还是未婚女性人数，对低储蓄率家庭的储蓄率水平影响更大。原因在于，低储蓄率家庭提升储蓄率的空间较大，提升储蓄率的边际成本较低。

四、稳健性检验

现在，我们从三个角度对上文的研究结果进行四种稳健性检验。首先，我们调整解释变量的定义。上文中，未婚者被定义为从未结过婚的人。接下来，我们对此定义略作调整，将当前没有法定配偶者都定义为广义的未婚者，包括从来未结过婚者、离异未再婚者、丧偶未再婚者，为区别于上文的狭义未婚的概念，此处将广义的未婚简称为“无配偶”。

离异未再婚者、丧偶未再婚者同样具有寻找伴侣的动机，其家庭也会为其再次结婚而提高储蓄率，所以，将其纳入广义的未婚范畴具有合理性。使用家庭中各年龄段无配偶人数作为解释变量所得出的估计结果，在表6中记作robust 1。

其次，我们调整储蓄率的定义，分别使用在前文第二部分定义的另外两种储蓄率sr和sr作为被解释变量。解释变量仍使用上文的狭义的未婚成员人数。估计结果在表6中分别记作robust 2和robust 3。

最后，我们采用Hausman-Taylor方法估计面板数据。Hausman-Taylor估计是一种扩展的面板数据工具变量估计法，该方法使用滞后期解释变量作为工具变量。使用这一估计方法，能够在无法找到合适的传统工具变量的情况下，解决内生性问题。尽管面板数据估计方法避免了一部分由于遗漏变量导致的内生性偏误，但仍可能存在由于反向因果关系导致的内生性问题，所以，使用Hausman-Taylor估计能够克服残存的内生性偏误。估计结果在表6中记作robust 4。

表6 稳健性检验的估计结果①

注：（1）表内括号中数值为稳健标准误，***表示<0.01，**表示<0.05，*表示<0.1。（2）robust 1是使用家中无配偶人数回归的结果，robust 2-robust 4是使用未婚人数回归的结果。

根据表6的估计结果，我们发现，在robust 1、robust 2和robust 3中，对解释变量、被解释变量做了调整后，尽管回归系数的数值有所变化，但是，估计结果在统计上的显著性状况和解释变量系数的符号都保持不变，没有改变上文得出的基本结论。在robust 4中，改变了估计方法之后，发现回归系数的数值变化很小，而且显著性状况不变，这表明使用上文的固定效应模型得出的结果，已不存在明显的内生性问题。所以，本文得出的结论是可靠的。

具体而言，16-30岁和31-40岁的未婚男性成员人数、16-30岁未婚女性成员人数对家庭储蓄率具有显著的正向影响，其余年龄段的未婚成员人数对家庭储蓄率的影响不显著。未婚男性人数对家庭储蓄率的影响比同年龄段的未婚女性人数的影响更大。这些结论经检验是稳健可信的。

五、结 论

本文使用CFPS的面板数据，分四个层次详细地研究了家庭中未婚成员人数对于家庭储蓄率的影响。首先，从总体上讲，未婚家庭成员人数的增加提高了家庭储蓄率，这与我们的理论预期相一致。也就是说，家庭为了提高未婚成员在婚姻市场的竞争力，进行更多的储蓄。但是，家庭并不会无限制地增加竞争性储蓄，这是因为，在婚姻匹配中竞争性储蓄固然能够带来额外收益，但是，也会因抑制了家庭消费而产生额外的成本。当竞争性储蓄的边际收益等于边际成本时，竞争性储蓄达到最优水平。本文的回归结果表明，家中每增加一位未婚成员，家庭储蓄率平均提高10%。

然后，我们进一步分析了不同性别未婚成员人数对于家庭储蓄率的影响。研究结果表明未婚男性的人数使家庭储蓄率提升更多。家中每增加一位未婚男性，使家庭储蓄率提升11.9%；但增加一位未婚女性，家庭储蓄率仅提升7.4%。这是因为，一方面，在性别失衡背景下，未婚男性在婚配中的竞争压力更大，促使其家庭更多地进行储蓄；另一方面，在婚配中人们对不同性别未婚者竞争力的评价方式有显著差异，物质条件对于未婚男性的婚配竞争力更为重要，所以，家庭为男性进行竞争性储蓄的收益更大，这也促使未婚男性家庭提高储蓄率的激励更强。这两方面原因导致了竞争性储蓄动机强度上的性别差异。

接下来，本文研究了16-30岁、31-40岁和40岁以上这三个年龄段的未婚男性和未婚女性人数对于家庭储蓄率的影响。我们发现，16-30岁和31-40岁的两个年龄段的未婚男性人数对家庭储蓄率都有显著的正向影响，但31-40岁未婚男性的影响程度更大。原因在于，这个年龄段的未婚男性在婚配中处于劣势，亟需通过改善物质条件以提升竞争力。对于未婚女性而言，仅在16-30岁年龄段对家庭储蓄率产生正向影响，其余年龄段的影响不显著。这证实了婚姻以及与此相关的竞争性储蓄都具有明显的生命周期特征。

此后，我们采用面板数据分位数回归的方法，研究了未婚家庭成员人数对于家庭储蓄率影响的分布特征。结果表明，对于低储蓄率家庭而言，未婚家庭成员人数使家庭储蓄率提高得更多。上述分布规律对于不同年龄段的未婚男性和未婚女性都是成立的。原因在于，低储蓄率家庭的储蓄率提升空间较大，进一步提高储蓄率的边际成本较低。

最后，我们对本文的结论进行了稳健性检验。分别通过改变储蓄率的定义、将未婚的定义扩大到无法定配偶、改用Hausman-Taylor面板数据回归方法等方式进行检验，发现上文的实证结论并未改变，这表明本文的结论是稳健可信的。

近年来，国内外都已经关注到中国居民的高储蓄率现象。储蓄率作为家庭的一项跨期最优化决策，受到家庭各种经济和非经济因素的影响。本文的研究有助于人们更深入更全面地认识中国家庭储蓄率的问题。根据本文所使用的样本数据，平均每户的未婚成员人数为0.429人；而根据本文的回归结果，每位未婚成员使家庭储蓄率提高10%。那么，我们由此得到的一个推论就是，家庭关于婚姻的竞争性储蓄率约为4.3%，可见，为婚姻而准备的储蓄在整个家庭储蓄中占有较大比例，是值得重视的。目前，从家庭成员婚姻状况角度解释家庭储蓄率的研究较为鲜见，因此，本文对这一问题的探索做出了一定贡献。

1. 白重恩、吴斌珍、金烨：《中国养老保险缴费对消费和储蓄的影响》[J]，《中国社会科学》2012年第8期。

2. 程令国、张晔：《早年的饥荒经历影响了人们的储蓄行为吗？》[J]，《经济研究》2011年第8期。

3. 杭斌：《习惯形成下的农户缓冲储备行为》[J]，《经济研究》2009年第1期。

4. 李雪松、黄彦彦：《房价上涨, 多套房决策与中国城镇居民储蓄率》[J]，《经济研究》2015年第9期。

5. 马光荣、周广肃：《新型农村养老保险对家庭储蓄的影响: 基于 CFPS 数据的研究》[J]，《经济研究》2014年第11期。

6. 沈坤荣、谢勇：《不确定性与中国城镇居民储蓄率的实证研究》[J]，《金融研究》2012年第3期。

7. 熊凤水：《从婚姻支付实践变迁-看农村家庭代际关系转型》[J]，《中国青年研究》2009年第3期。

8. 杨天宇、荣雨菲：《高收入会导致高储蓄率吗——来自中国的证据》[J]，《经济学家》2015年第4期。

9. 易行健、张波、杨汝岱、杨碧云：《家庭社会网络与农户储蓄行为: 基于中国农村的实证研究》[J]，《管理世界》2012年第5期。

10. 赵西亮、梁文泉、李实：《房价上涨能够解释中国城镇居民高储蓄率吗?——基于CHIP微观数据的实证分析》[J]，《经济学（季刊）》2013年第1期。

11. 周晓艳、汪德华、李钧鹏：《新型农村合作医疗对中国农村居民储蓄行为影响的实证分析》[J]，《经济科学》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，一种情形是低收入家庭遇到一些意外事件，突然增加了非常规的消费支出；另一种情形是少数被访问者虚报了收入和消费支出，导致储蓄率极低。无论是哪种情况，都不能代表一般的情形。

②因本文使用的控制变量较多，限于文章篇幅，表1中略去了部分控制变量的描述性统计结果。

①总体储蓄率的计算方法是用样本中所有家庭的总储蓄除以所有家庭的总收入。

①为了避免完全的共线性，在回归模型中没有加入“家中60岁以上人数”。

①如果需要控制变量的回归结果，可以向作者索取。

①使用Geraci M.编写的Stata命令“xtqreg”。

①在robust 1-robust 3中，使用的控制变量与上文相同。在robust 4中，除了使用上文的控制变量之外，还额外加入了省份虚拟变量。控制变量的估计结果此处从略。

* 作者感谢匿名审稿人提出的宝贵修改意见。