生育政策、人口老龄化对城镇居民消费不平等的影响

王小康，吴宏伟

(淮北师范大学 经济与管理学院，安徽 淮北 235000)

一、引言

当前，我国人口老龄化正处于加速发展的阶段，而人口生育率偏低已经成为共识。老年人口规模的扩大，人口年龄结构的变化，消费需求的转变等必将使得消费市场发生变化，消费结构的变动效应将越来越明显。此外，低生育率会减少未来劳动力供给，促使劳动年龄结构逐渐趋于变大，从而加深人口老龄化程度。

国内学者对人口年龄结构与居民消费水平的关系研究相当丰富。付波航等研究结果表明，人口抚养比提升1个单位，会导致居民消费水平下降0.4个单位。[1]暴晓丽基于中国家庭金融调查的数据，采用LES模型，发现对比其他年龄，老龄人对价格比较敏感，在医疗、文化娱乐和教育支出等领域存在巨大的老龄人市场。[2]倪红福等研究发现，城乡居民消费结构具有显著差异，且家庭的人口结构影响家庭的消费结构，老年家庭的医疗支出大于年轻家庭。[3]汪伟和刘玉飞研究证实，人口老龄化改善居民家庭的消费结构，提升居民家庭的医疗支出，但降低居民家庭在文娱等方面的支出。[4]徐国祥和刘利利用动态面板模型，发现老龄化与人均食品支出、教育文化娱乐等人均消费支出呈负相关关系，而与医疗消费呈正向相关关系。[5]杜玮对人口出生率与居民消费水平的关联性进行理论与实证分析，结果表明人口出生率上升明显降低了居民消费水平。[6]但是现有研究并没有充分考虑生育政策和人口老龄化对居民消费差异的不同影响，文章将在此基础上进行改进研究。

二、实证分析

(一)变量选取与数据来源

文章构建面板数据模型进行实证分析，将居民消费不平等作为被解释变量，但是当前公开数据并没有对居民消费不平等进行度量。因此，文章使用居民人均消费支出测算，全国30个地区为研究样本，1990—2018年的数据来源于国家统计局，计算方法使用该年度该地区城镇居民人均消费支出减去该年度城镇居民人均消费支出的最低值，然后除以该年度城镇人均居民消费支出的均值，[7]使用cost表示。核心解释变量是生育政策和人口老龄化。随着我国生育政策是逐步开放，必然会导致少儿抚养比增加，因此文章使用少儿抚养比作为核心解释变量，使用baby表示。人口老龄化参考现在主流做法，使用老年人口抚养比衡量，使用old表示。考虑到消费与经济发展、居民收入等因素存在一定的关联性，文章选取了相关控制变量。使用人均地区生产总值，参考居民消费差异系数测算方法，计算地区经济发展水平差异系数，使用pgdp表示。使用地区人均收入水平，参考居民消费差异系数测算方法，计算地区人均收入水平差异系数，使用ins表示。使用地区城镇化水平，参考居民消费差异系数测算方法，计算地区城镇化水平差异系数，使用city表示。使用地区商贸流通业发展水平，参考居民消费差异系数测算方法，计算地区商贸流通业发展水平差异系数，使用sm表示。考虑不同年份对居民消费水平的影响，将年份作为虚拟变量。

(二)变量平稳性检验

文章数据为30个地区1990—2018年的面板数据，时间跨度较大，为避免“伪回归”问题，需要对数据进行平稳性检验，结果如表1所示：

表1 变量平稳性检验

如表1所示：LLC检验、IPS检验、ADF检验以及PP检验都显著，cost、baby等变量均为平稳序列。

(三)多重共线性检验与模型构建

构建面板数据模型必须要关注变量的相关性过强带来的多重共线性问题，因此文章对变量进行相关性检验，结果如表2所示：

表2 变量相关性检验

如表2所示，baby与cost之间的相关系数为0.598且在1%的水平上显著，说明“二孩”政策与居民消费差异系数之间不存在多重共线性。old与cost之间的相关系数为0.116且在5%的水平上显著，说明人口老龄化与居民消费差异系数之间不存在多重共线性。pgdp与cost之间的相关系数为0.506且在1%的水平上显著，说明经济发展差异系数与居民消费差异系数之间不存在多重共线性。ins与cost之间的相关系数为0.031且在1%的水平上显著，说明收入差异系数与居民消费差异系数之间不存在多重共线性。city与cost之间的相关系数为0.951且在1%的水平上显著，说明城镇化水平差异系数与居民消费差异系数之间不存在多重共线性。sm与cost之间的相关系数为0.731且在1%的水平上显著，说明城镇化水平差异系数与居民消费差异系数之间不存在多重共线性。

baby、old、pgdp、ins、city、sm之间的相关系数均低于0.6，说明不存在多重共线性。由此，文章构建面板数据模型，见方程(1)：

costit=c+β1*babyit+β2*oldit+β3*pgdpit+β4*insit+β5*cityit+β6*smit+α∑year+εit

(1)

如方程(1)所示，cost为居民消费差异系数，baby为幼儿抚养比，old为老年人口抚养比，pgdp为经济发展差异系数，ins为收入差异系数，city为城镇化水平差异系数，sm为商贸流通业差异系数，为回归系数，c为常数项。

(四)回归分析与假设验证

考虑到地区间的差异，文章进行全样本回归的同时，也对东中西三大地区进行分样本回归，结果如表3所示：

表3 方程回归结果

从表3数据可以看出，我国生育政策在一定程度上加剧了城镇居民消费不平等现象。老年人口抚养比与城镇居民消费差异系数之间为显著的正相关关系，说明我国人口老龄化程度加深在一定程度上加剧了我国城镇居民消费差异系数。

控制变量回归结果。全样本和东中西部地区的回归结果均显示：pgdp与cost之间为正相关关系，说明经济发展水平差异系数上升会导致城镇居民消费不平等现象加剧。ins与cost之间为正相关关系，说明居民收入水平差异系数上升会导致城镇居民消费不平等现象加剧。city与cost之间为正相关关系，说明城镇化水平差异系数上升会导致城镇居民消费不平等现象加剧。sm与cost之间为正相关关系，说明商贸流通业水平差异系数上升会导致城镇居民消费不平等现象加剧。

(五)稳健性检验

为验证上述结果的稳健性，文章使用农村地区居民收入水平测算收入差异系数，进行稳健性检验，结果如表4所示：

表4 结果稳健性检验

如表4所示，baby等变量的回归系数方向和显著性均没有发生较大变化，因此文章认为上述回归结果稳健。

三、结论与政策启示

本文基于我国1990—2018年的面板数据，构建面板模型，研究分析生育政策、人口老龄化对城镇居民消费不平等的影响，得出如下结论：

1.幼儿抚养比全样本回归系数为0.301，东部地区回归系数为0.343，中部地区回归系数为0.226，西部地区回归系数为0.157，回归系数至少在5%的水平上显著，说明幼儿抚养比与城镇居民消费差异系数之间呈显著的正相关关系，生育政策在一定程度上加剧了城镇居民消费不平等现象。

2.老年人口抚养比全样本回归系数为0.850，东部地区回归系数为0.243，中部地区回归系数为0.709，西部地区回归系数为0.734，回归系数至少在5%的水平上显著，说明老年人口抚养比与城镇居民消费差异系数之间呈显著的正相关关系，说明我国人口老龄化加剧在一定程度上加剧了我国城镇居民消费差异系数。

3.经济发展水平差异系数、居民收入水平差异系数、城镇化水平差异系数、商贸流通业水平差异系数上升会导致城镇居民消费不平等现象加剧。

由此，文章提出如下政策建议：

第一，在人口红利逐步下降时期，我国应该逐步开放实施生育政策，扩大财政对相关配套设施的建设力度，降低家庭抚养婴幼儿的经济压力。首先，提高老龄人口的劳动参与率，适当延迟退休年龄，特别是在高技术含量领域，提高退休年龄既可以缩短领取养老金的时间，又可以增加人力资本，缓解人口老龄化给经济发展带来的压力。其次，建立老龄人口的劳动力比较优势，通过提高老龄人口的人力水平，提高工作力。最后，要在多个方面保障老年人的健康，政府应加大公共卫生投入，完善多级医疗体系，通过完善社区卫生服务和家庭护理慢性病医生来追踪老年人的健康状况，不让小病成大病。

第二，完善社会保障支出，降低居民在医疗卫生方面的支出压力。政府应加大社会保障范围和保障金额，构建可持续的养老金制度。一方面，可以推迟养老金领取年龄来约束养老金成本的增长，做好支付精算与加强养老金待遇的关系，更好地实现养老金制度的平衡。另一方面，尝试构建具有中国特色的多支柱养老金制度，如建立好现收现付制的第一支柱，建立社会统筹账户；补充和分离个人账户，构成企业年金和职业养老金的第二支柱；尽快实施税收优惠政策，发展养老金第三支柱。

第三，政府应该稳定经济发展水平，保持经济稳定增长，同时积极提升居民收入水平，缩小居民收入差距。在经济发展的方式上，加强技术投入，以技术进步促进经济增长，利用技术创新，提升我国经济发展的质量。当前世界科技发展处在“新革命”来临的边界，加大技术投入，弘扬创新精神，以新技术推动我国经济高质量发展。