基于ECM模型的人口老龄化对安徽省居民消费结构影响的实证分析

王婷, 朱家明, 孔锦凡

基于ECM模型的人口老龄化对安徽省居民消费结构影响的实证分析

王婷1, 朱家明2, 孔锦凡3

(1. 安徽财经大学 国际经济贸易学院, 安徽 蚌埠, 233030; 2. 安徽财经大学 统计与应用数学学院, 安徽 蚌埠, 233030; 3. 安徽财经大学 经济学院, 安徽 蚌埠, 233030)

人口作为消费的主体, 其结构变化与居民消费结构有莫大的联系。基于人口老龄化大背景, 收集整理安徽省2008—2017年数据, 利用计量软件构建ECM模型分析安徽省居民随年龄增长消费结构的变化。结果表明: 人口老龄化对安徽省居民消费结构的影响是积极正向的, 但由于省内养老服务产业发展与其人口老龄化现状不匹配, 其促进作用未能在安徽省宏观经济中体现出来。

人口老龄化; 居民消费结构; 协整; ECM模型

居民消费率很大程度上受居民消费结构影响, 故分析居民消费结构影响因素, 提高居民消费率是解决我国经济下行问题的重要方向。同时, 人口作为消费的主体, 其结构特点对消费的影响也是无疑的。依照国际通行标准, 我国在2000年就已迈入老龄化社会, 在后面的十几年, 老龄人口数不断增加; 截至2018年底, 我国60岁以上老龄人口数占全国总人口的17.9%, 数值直逼3亿[1]。各省也相继迈入老龄化行列, 人口老龄化效应逐渐显露。综上, 探讨人口老龄化对居民消费结构的影响具有重要的现实意义。由于地区差异, 各省人口老龄化和居民消费结构受地理位置、文化差异、生活习惯等多方面因素影响存在一定的异质性; 促进我国整体居民消费仍需从各省份自身入手。本文利用ECM模型探讨人口老龄化对居民消费结构的影响, 为安徽省减缓“人口老龄化效应”、提高居民消费率提供相应的建议。

1 安徽省人口老龄化现状分析

安徽省位于我国中东部内陆地区, 省内年末人口居住数长期居于我国前十, 人口数量庞大。21世纪以来, 随着我国人口老龄化的大趋势, 安徽省人口结构也发生较大变化。2009—2013年间, 安徽省老年人口抚养比数值相对平稳; 但自2014年后安徽省老年人口抚养比持续上升, 截至2017年底, 安徽省老年人口抚养比已高达19.1%(见图1), 紧随江苏省, 位列全国第3。同时, 高凤伟[2]以宿州市为例构建logistic模型进行安徽省人口结构预测, 预测结果得出未来几年宿州市老年人口将快速增加, 由此推测未来几年安徽省人口老龄化的严峻趋势。加之近几年安徽省居民消费水平指数增长较为缓慢; 受我国历史原因和国情影响, 存在城乡消费水平差异大, 农村居民消费率低, 农村居民消费水平远低于平均消费水平的普遍问题; 居民消费需求的不足成为限制安徽省经济增长的主要因素[3]。在人口老龄化和居民消费动力不足的双重压力下, 了解二者之间的关系, 研究人口老龄化对安徽省居民消费结构的影响对安徽省未来几年应对人口老龄化带来的问题以及经济增长尤为重要。

图1 安徽省2002—2017年老年人口抚养比柱形图

2 文献综述

2.1 人口老龄化对居民消费结构影响的研究

国内外关于人口老龄化对消费影响的文献颇多, 其中最具代表性的就是Modigliani在1963年提出的生命周期假说, 该假说主要阐述了随着年龄增长, 老年人口的消费会增加而非减少。然而国内许多学者在探讨我国人口老龄化对消费影响问题时却得出了与之相悖的结论。倪洪福等[4]利用我国宏观经济数据进行实证分析, 得出由于我国经济体制改革深入, 经济周期波动幅度大造成居民工作不稳定; 加之养老保险制度的不完善; 使得我国老年人口偏向储蓄而非消费。李树生[5]等则通过分位数回归验证得出受我国“隔辈亲”的特殊传统影响, 老年人口会减少花在自身的消费, 故少儿对老年人口消费具有一定的挤出效应; 并在格兰杰因果检验的基础上得出老年抚养比的增加对居民消费结构的影响是多重性的。刘铠豪[6]基于省际面板数据, 利用GMM矩阵估计和门槛效应得出人口老龄化对城乡居民消费的影响差异较大, 生命周期假说的理论只适用于我国城镇, 而与我国农村实际现象相悖。李豫新[7]等则利用计量固定效应模型分析民族地区数据, 得出在不太富裕的民族地区, 人口抚养比上升, 居民更倾向降低投资和消费。基于以上学者的验证结果, 我国城镇居民和农村居民受年龄影响消费倾向有较大差异, 故将其分类分别探讨两者消费结构受年龄增长的影响更加准确。

2.2 居民消费结构影响因素的研究

一国经济的增长会带动国民生活水平的提高, 让居民从物质消费逐步迈向精神消费, 进而实现居民消费结构的升级。消费结构影响着居民的消费倾向, 一直以来都是社会探讨的热点问题, 国内外许多学者也对影响居民消费结构的因素进行了多方面的探讨。国外学者多从非经济因素角度进行实证分析, 其中Duesenberry、Seckin、Hightower得出居民消费的金额和数量很大程度上受居民消费习惯和消费环境的影响; Grace和Cass[8]则通过实证研究得出居民消费满意度与居民服务消费行为有一定的联系。国内学者对居民消费影响探讨大都基于经济因素的实证分析。其中, 周双燕[9]等依照我国国家统计局划分的消费支出类别规则, 将居民消费结构分为8类, 分别探讨了社会保障水平、科学技术水平、人口结构变化等因素对这8类消费的影响。陈建宝[10]等将居民消费结构划分为生存型消费、发展型消费、享受型消费3类, 实证了居民收入和人口结构变化对居民消费结构有显著影响。以上文献大多是多因素同时分析, 将直接影响居民消费的居民收入等因素和间接影响居民消费的社会保障水平等因素放在一起结合分析, 很少单独就间接因素对居民消费结构进行探讨[11]。但居民收入等直接因素一定程度上也受社会保障水平等间接因素影响, 将直接与间接因素放在一起可能会相互作用, 降低实证结果的准确性。同时, 我国正处于社会转型阶段, 社会保障水平、科技进步水平等间接因素在国民经济显得越来越重要, 掌握间接因素对居民消费结构的作用效应可以有效帮助政府宏观调控, 促进经济健康发展。故本文结合我国人口老龄化国情, 将其他间接因素纳为控制变量, 分析其对安徽省居民消费结构的影响, 但由于居民收入对消费影响最为显著, 考虑模型失真问题, 将居民收入也作为控制变量纳入模型。

3 变量选取、模型构建与数据来源

3.1 变量选取

我国国家统计局将居民消费结构划分为8类, 若将其全部纳入单独分析, 变量过多且界限不够明晰, 容易影响实证分析的准确性把控。因此本文采用文献[10]的居民消费结构划分方法, 将居民消费结构分为生存型消费、发展型消费以及享受型消费, 便于把控居民消费结构的动态变化。同时由于社会的进一步发展, 居民的出行方式变得更加多样化, 居民对交通工具的选择不再局限于满足生存必需的出行核心效用, 反之由速度、舒适度等的追加效用对交通的选择有很大的影响, 不同交通工具的货币价值差异较大, 故本文将交通和通讯纳入享受型消费当中(见表1)。

表1 变量设置明细表

注: 6个变量数据指标均用所在类别消费支出加总金额呈现

居民消费结构受多方面间接因素的影响, 为确保实证结果的准确性, 需将其它变量因素也纳入考虑。本文将人口老龄化(age)设为解释变量; 同时将学者们普遍认同的受教育水平、社会保障水平、科学技术水平等其它间接影响居民消费的因素和居民收入作为控制变量纳入模型当中。

居民收入(rei): 居民收入是消费的基础, 收入水平的幅度变动很大程度上影响居民的消费倾向, 在较短时间内改变居民的消费消费现状。

受教育水平(edu): 居民的消费需求与其学识和眼界有很大关联, 潜移默化地影响居民的消费行为, 但由于教育知识水平不能在短期内提高, 故其对消费的影响只能从长期数据观测出来。

社会保障水平(sae): 出于对未来基本生活的担忧, 居民的消费倾向很大程度上受其生活保障的影响, 故sae对居民消费存在影响效用。

科学技术水平(lss): 科技发展可以给居民生活带来翻天覆地的变化, 从吃的食品到穿的衣物等方面都可以体现出来; 消费基于生存, 可见一个省份科学技术水平的提高对居民消费有一定的影响。

其中, age用安徽省老年人口抚养比反映; edu用安徽省大专以上人口数占安徽省总人口比重反映; sae、lss分别用安徽省社会保障相关支出、研究与开发支出占安徽省生产总值(GDP)比重反映。

3.2 模型构建

本文将居民消费结构分析划分为城镇、农村2大区域, 将消费类别划分为生存、发展、享受3类; 共需建立6个模型。但由于6个模型中变量的经济意义相同, 故采取构建1个主模型, 依次将各模型指标代入的方式进行模型的检验分析。同时为避免模型异方差的影响, 将变量对数化, 并对其分析[12]。本文的实证分析以

ln csm=+ln age +lnX+(1)

模型为基础。式(1)中: csm为居民消费结构的6类指标,X为由rei、sae、lss、edu四者构成的控制变量,为纳入其它因素的随机误差项。

3.3 数据来源

本文选取了安徽省2008—2017年的人口与消费相关数据, 数据来源于国家统计局以及《安徽省统计年鉴》。部分变量在国家统计局中没有直观的数据, 故本文实证分析采用的部分数据是通过算法整合后呈现的; 同时部分数据的空缺通过其他部门的合理加总计算得出。

4 实证检验与分析

4.1 单位根检验

本文所采取的变量均为时间序列变量, 在不确定时间序列平稳性的前提下, 采用传统的OLS估计回归法进行回归分析, 可能破坏模型的基本假定, 得到的2、值、统计量是无效的。而且经济变量多为不平稳序列变量, 为确保实证分析的可靠性; 先对模型中涉及的变量进行ADF(平稳性)检验, 得出结果如表2所示。

表2 被解释变量ADF检验结果

注: D表示序列一阶差分;、、分别表示截距项、趋势项、滞后期项数; 原假设(H0): 序列变量存在单位根。

表3 解释变量及控制变量ADF检验结果

由表2、表3可知, 在= 0.05的显著水平下, 各变量的ADF检验皆未通过, 不能拒绝H0。故再对各变量进行一阶差分, 结果显示各变量的ADF检验皆通过, 即各变量一阶平稳。

4.2 协整检验

许多经济变量序列是本身不平稳的, 但是通过某种组合可能存在协整关系。本文各变量ADF检验皆未通过, 但是都同为一阶单整, 可以进行协整检验。为避免验证过程中出现“伪回归”问题导致模型失真, 需进行多变量的Johansen协整检验协整检验。模型估计为ln csm=ln age +1lnrei +2lnsae +3lnlss +4lnedu +e+…

由表4、表5可知, 各模型的检验皆通过, 由此判断各变量间呈现D(1, 1)阶协整关系。

表4 Johansen协整检验结果(城镇)

表5 Johansen协整检验结果(农村)

4.3 ECM(误差修正)模型

本文所设定模型皆通过协整检验, 各变量之间存在协整关系, 故可以建立误差修正模型进行实证分析, 探讨各变量间的长期均衡关系。ECM模型的基本形式可以设定如下:

ΔY=1ΔX-ECM- 1+。 (2)

式(2)中: ECM- 1为-1期的非均衡误差;为调整系数, 可反映ECM- 1对Y的调整快慢。利用Eeviews 9软件对6个模型分别进行误差修正, 通过整理分析, 得到实证结果(见表6、表7)。从整体分析, 6个模型的检验、检验、DW检验皆通过, 各模型观测点拟合紧密; 变量与长期均衡关系符号相同, 但模型的误差修正系数E(-1)符号不一。下面从城镇、农村2个方面分别对其进行分析。

(1) 安徽省城镇居民消费结构分析。城镇误差修正模型估计结果见表6。由表6可知, 人口老龄化(age)对安徽省城镇居民消费结构影响显著, 且其影响是积极的, 其影响效用从大到小分别是城镇居民享受型消费(cen)、城镇居民发展型消费(cde)、城镇居民生存型消费(cex)。其中当age每变化1%, cen、cde、cex将依次变化0.747 2%、0.329 0%、0.259 6%。各误差修正系数均显著且大于0, 与正向修正机制相符; 其中cex与长期均衡值的偏差修正指数最高, 为71.33%。从影响效用大小来看, 人口老龄化对安徽省城镇居民享受型消费影响最为显著, 对省内城镇居民生存型消费影响最小。这表明省内城镇居民随着年龄的增长, 对享受型消费的需求较高, 对生存必需型消费的消费倾向则没有过大的变动。这主要是因为城镇居民收入相对稳定, 生存型消费占比消费总支出较少, 年龄增长对其衣食住方面并没有太大的影响。而在交通通讯方面, 随着年龄的增长, 居民身体各方面机能不如从前, 加之对待生活态度心理的变化, 出行更加注重舒适度和方便程度, 因此其对交通工具的要求也会相应地提升; 同样的, 在医疗保健方面, 随着年龄增长, 身体状态较易出现问题, 因此在医疗保健上的花费会相应增多。

表6 误差修正模型估计结果(城镇)

注: 由于本文探讨的是单个变量人口老龄化(age)对居民消费结构的影响, 将控制变量纳入是为了提高模型的准确性, 故不将其结果分析放入表中。

(2) 安徽省农村居民消费结构分析。农村误差修正模型估计结果见表7。由表7可知, 人口老龄化(age)对安徽省农村居民消费结构同样有显著性影响, 且其影响都为正向积极的, 影响效用从大到小分别是农村居民发展型消费(rde)、农村居民享受型消费(ren)、农村居民生存型消费(rex)。其中当age每变化1%, rde、ren、rex将依次变化0.48%、0.40%、0.16%。rex的误差修正指数为负, rde、ren的则为正, 偏差修正比例最高的为rde。同样从影响效用的大小角度分析, 受age影响最大的是rde。这表明安徽省农村居民随着年龄的增长, 对发展型消费的需求倾向变化比较大。农村居民年龄的增长会影响文教娱乐消费支出。产生这种现象的主要原因是我国农村的传统思想, 许多家长都希望自己的孩子可以通过学习文化知识改变如今家庭生活现状, 尤其随着年龄的增长, 这一想法会愈加强烈。由表7可知, ren受影响效用紧随rde之后, 二者受影响效用相差极小。这说明安徽省农村老年群体对享受型消费的需求也同样很大, 这一现象的产生应该是基于近年来安徽省精准扶贫的力度加大和社会保障措施的完善化。

表7 误差修正模型估计结果(农村)

5 结论

由误差修正模型整合结果分析中可知, 人口老龄化对安徽省居民消费起着正向促进作用, 其中居民享受型消费的影响效用总体来说是最大的。这反映了安徽省居民整体生活水平的提高和老年人口对生活态度的转变, 但结合安徽省宏观经济数据看, 人口老龄化对消费的正向积极作用并没有体现出来。其主要原因是安徽省老年人口服务产业结构发展赶不上居民人口年龄增长的速度, 故无法满足省内人口老龄化所带来的消费需求。安徽省未来几年老年人口还将呈现上升趋势。基于实证结果, 本文提出以下建议: 第一, 合理利用省内旅游资源, 打造老年旅游特色产业。我国人口老龄化与国内游客人次呈现长而稳固的正向关系, 但是对国内旅游收入的贡献率却较小[13]。这说明老年人口对旅游服务产业的巨大需求得不到满足[14], 故安徽省应抓住现有资源, 打造老年型特色旅游, 提高安徽省老年人口旅游消费率, 拉动老年人口旅游消费内需, 减缓人口老龄化对省内经济带来的冲击; 第二, 完善社会保障机构, 重点扶持养老服务产业。安徽省省内老年人口基数较大, 且后续还将继续上升, 政府应进一步完善社会保障制度, 让省内居民更加放心地进行消费。同时重点扶持养老服务产业, 通过政府贷款和政策补贴鼓励省内企业发展投资养老型产业, 提前为安徽省后续老年人口的增长做好准备, 促进安徽省经济的持续发展。

[1] 江丹. 中国红十字会总会事业发展中心主任.为应对人口老龄化贡献力量[N]. 中国红十字报, 2019-11-05(003).

[2] 高凤伟, 武以敏, 李壮壮, 等. 安徽省人口结构预测模型的构建及应用——以宿州市为例[J]. 辽宁工业大学学报(自然科学版), 2019(11): 1–5.

[3] 郑辉. 人口年龄结构与居民消费行为关系研究[J]. 商业经济研究, 2019(19): 41–43.

[4] 倪红福, 李善同, 何建武. 人口结构变化对消费结构及储蓄率的影响分析[J]. 人口与发展, 2014, 20(5): 25–34.

[5] 李树生, 李海娟. 我国人口结构对居民家庭消费的影响研究[J]. 价格理论与实践, 2019(6): 91–94.

[6] 刘铠豪. 人口年龄结构变化影响城乡居民消费率的效应差异研究——来自中国省级面板数据的证据[J]. 人口研究, 2016, 40(2): 98–112.

[7] 李豫新, 陈琨. 民族地区人口结构的经济增长效应分析[J]. 北方民族大学学报(哲学社会科学版), 2019(5): 138–145.

[8] 杨怡, 邓国和. 我国农业大省的农业收入影响因素分析与建模[J]. 湖南文理学院学报(自然科学版), 2019, 31(4): 1–6.

[9] 周双燕, 郑循刚. 中国居民消费结构影响因素研究[J]. 消费导刊, 2010(3): 5–7.

[10] 陈建宝, 李坤明. 收入分配、人口结构与消费结构:理论与实证研究[J]. 上海经济研究, 2013, 25(4): 74–87.

[11] 吴石英, 马芒. 人口变动、消费结构与居民消费潜力释放——基于省际动态面板数据的GMM分析[J]. 当代经济管理, 2018, 40(4): 8–15.

[12] 罗铭然. 中国实际利用外资影响因素分析[J]. 全国流通经济, 2019(6): 26–27.

[13] 徐晓娜. 城镇人口老龄化与国内旅游消费——基于VAR模型的实证分析[J]. 商业研究, 2017(1): 165–169.

[14] 朱家明, 杨锐. 安徽省旅游经济影响因素实证研究[J]. 山西师范大学学报(自然科学版), 2019, 33(2): 111–116.

The influence of aging population on the consumption structure of Anhui residents based on ECM model

Wang Ting1, Zhu Jiaming2, Kong Jinfan3

(1. School of International Economics and Trade, Anhui University of Finance and Economics, Bengbu 233030, China; 2. School of Statistics and Applied Mathematics, Anhui University of Finance and Economics, Bengbu 233030, China; 3. School of Economics, Anhui University of Finance and Economics, Bengbu 233030, China)

as the main body of consumption, the structure change of population has great connection with the consumption structure of residents. Based on the background of aging population, the data of Anhui Province from 2008 to 2017 were collected and analyzed, and the ECM model was constructed by using measurement software to analyze the changes of consumption structure of Anhui residents with the growth of age. The results show that the impact of population aging on the consumption structure of residents in Anhui Province is positive, but due to the mismatch between the development of pension service industry and the current situation of population aging in Anhui Province, its promotion role has not been reflected in the macro-economy of Anhui Province.

population aging; household consumption structure; cointegration; ECM model

F 124

A

1672–6146(2020)04–0014–06

10.3969/j.issn.1672–6146.2020.04.003

王婷, q3474014865@163.com。

2020–04–01

教育部人文社会科学研究项目(19YJCZH069); 国家级大学生科研创新基金项目(XSKY2076)。

(责任编校: 刘刚毅)