中国人口年龄结构和居民消费 :1989 —2004 3

李文星　徐长生　艾春荣

　　内容提要 :本文利用中国 1989 —2004 年的省际面板数据和动态面板 GMM 估计方法 ,

考察了中国人口年龄结构 (儿童和老年抚养系数) 变化对居民消费的影响。结果发现 ,中

国儿童抚养系数对居民消费具有负的影响 ,即中国儿童抚养系数的下降反而提高了居民

消费率 ,但这种影响并不大 ;中国老年抚养系数变化对居民消费的影响并不显著。因此 ,

中国人口年龄结构变化并不是中国目前居民消费率过低的原因。本文还发现 ,中国居民

消费习惯非常稳定 ,因此 ,经济快速增长伴随着居民消费率的下降。

关键词 :中国人口年龄结构 　抚养系数 　居民消费 　动态面板 　GMM 估计

3 　李文星、徐长生 ,华中科技大学经济学院 ,邮政编码 :430074 ,电子信箱 :culstar @sina. com ;艾春荣 ,美国佛罗里达大学经济

系 ,华中科技大学。本文在华中科技大学经济学院徐长生教授主持的宏观经济学双周讨论班上讨论过。钟春平副教授、费剑平副

教授和张玉英副教授提出了非常宝贵的建议。庄佳强、方莉等博士生同学也提供了有益的评论。本文得到教育部新世纪优秀人

才支持计划 (2006) 、长江学者计划 (2005 —2008)和华中科技大学人文社会科学基金 (2007) 的资助。匿名审稿人提供了非常有益的

评论和宝贵的修改意见。作者在此一并致谢 ! 当然 ,文责自负。

①　在后面的计量分析中 ,西藏因为数据不全而未考虑 ,重庆因为直辖市成立较晚仍并入四川。自 1990 年起 ,河南省居民消

费率就快速下跌 ,1993 年以后该比率一直在较低水平振荡。

一、引 　言

改革开放 30 年来 ,中国一直保持着年均 917 %的经济增长率。但是 ,与经济高增长形成鲜明反

差的是 ,中国居民消费占 GDP 的比重即居民消费率却呈长期下降趋势。从 1981 年 (最高点) 到

2005 年 ,居民消费率平均每年下降近 016 %。特别是在 2000 年之后 ,居民消费率加速下降 ,每年平

均降幅超过了 114 %。如果分地区考察 ,我们同样发现 ,除北京、上海、河南和海南之外的其他地区

的居民消费率趋势和全国的居民消费率趋势是基本一致的。①中国经济这种高增长率和低消费率

的奇特组合被称为“煎焦了的冻鱼”(林毅夫 ,2007) 。不仅如此 ,与世界上其他主要经济体相比 ,中

国的居民消费率也明显偏低。2005 年 ,中国居民消费率已经低于 38 % ,而同期美国、英国、日本、印

度和俄罗斯的居民消费率分别大约是 71 %、65 %、56 %、60 %和 55 %。

中国居民消费意愿过低导致中国国内消费不足 ,这是一直令人困扰而至今未能解决 ,并有可能

影响中国经济持续发展的重大经济问题。要解决这一问题 ,必须找出造成它的原因。国内学者对

居民消费不足的原因进行了多角度的探讨。例如 ,有研究认为 ,中国经济结构正处于快速变化之

中 ,社会保障系统还没有建立 ,未来支出和收入的不确定 ,导致中国居民采取预防性储蓄 ,以防患于

未来 ,这是造成中国现阶段总消费不足的原因之一 (刘建国 ,1999 ;宋铮 ,1999 ;龙志和与周浩明 ,

2000 ;孟昕 ,2001 ;孙凤 ,2001 ;李实和奈特 ,2002 ;万广华等 ,2001 ,2003 ;杭斌和申春兰 ,2002 ;罗楚亮 ,

2004) 。还有研究认为中国收入分配不均 , 大部分财富集中在少数人手中 ,这是造成中国现阶段总

消费不足的另一重要原因 (刘文斌 ,2000 ;袁志刚和朱国林 ,2002) 。

除此之外 ,居民消费不足至少还可能有两个原因。其一 ,消费者的消费习惯具有很强的惯性特

点 ,即使收入大幅增长 ,消费者仍然按从前的方式消费 ,这导致消费率的下降 ;其二 ,不同年龄人群

811

李文星等 :中国人口年龄结构和居民消费 :1989 —2004

的消费方式是不一样的 ,比如儿童和老年人的消费不同于中青年人的消费 (详细解释 ,见第二节文

献讨论) ,中国社会正逐渐变成老年人和儿童占多数的社会 ,这一变化是否导致了中国居民消费不

足 ?

国内学者对这两个原因的分析非常少 ,对消费惯性的研究几乎没有 ,只有少量国内文献间接涉

及人口年龄构成与居民消费之间的关系。袁志刚和宋铮 (2000) 通过数值模拟发现 ,计划生育政策

导致的人口年龄结构变化对于最优储蓄率的影响比较显著 ,他们由此推断人口年龄结构的变化是

20 世纪 80 年代后期以来城镇居民的平均消费倾向出现较大幅度下降的重要原因。但是 ,他们并

没有进行实证分析。王德文等 (2004)利用Leff (1969)模型拟合中国的数据后发现 ,人口年龄结构对

储蓄率具有显著的负的影响。不过 ,储蓄率和经济增长以及人均 GDP 可能是同时决定的 ,他们的

广义最小二乘 (FGLS)回归结果可能受到变量的内生性问题的影响。

本文将利用动态面板 GMM 估计方法和中国省际面板数据 (1989 —2004 年) ,分析中国人口年龄

结构的变化和消费惯性是不是导致现阶段中国居民消费率过低的重要原因。① 本研究将为我们理

解中国过低的居民消费率提供一个新的视角 ,从而为今后制定经济政策提供参考。同时 ,由于与其

他国家经历的自发人口转型过程不同 ,中国人口结构的快速转型主要受计划生育政策推动 ,因此 ,

本研究也是对中国已有计划生育政策的经济影响的一个评估 ,它亦将为我们如何进一步调整现行

计划生育政策和应对人口老龄化问题提供参考意见。

二、文献回顾

(一)人口年龄结构变化影响居民消费的机制

人口年龄结构变化主要通过微观、宏观两种机制来影响居民消费率或储蓄率。微观方面 ,根据

Modigliani and Brumberg(1954)的生命周期假说 (life2cycle hypothesis , 以下简称 LCH) ,消费者将一生

的预期总收入在不同年龄阶段进行最优配置 ,以取得跨期效用最大化。劳动人口的收入除了用于

自己消费以外 ,一部分用于抚养下一代 ,一部分储蓄起来用于退休后的生活。劳动人口对应正储

蓄 ,而儿童和退休人口对应负储蓄 ,因此 ,一个国家的劳动人口所占比重上升时 ,该国总储蓄率应该

是上升的。反之 ,当儿童和退休人口与劳动人口之比上升时 ,总储蓄率会下降。但 LCH 忽略了一

些影响居民消费或储蓄行为的重要因素。例如 ,退休人口可能会遗赠一部分财产给子女 ;他们还会

保留一些储蓄以应付未预期到的支出 ,因此 ,遗赠动机和谨慎动机会部分抵消老龄人口比重上升而

引起的总储蓄率的下降 ( Hurd ,1990 ;Carroll and Summers ,1991 ; Haque et al1 ,1999) 。相反 ,如果工作

人口比重的上升伴随着长期人均收入水平的增长 ,人们可能会因为预期到将来的收入增长而增加

消费 ,这会部分抵消劳动人口比重上升而引起的总储蓄率的上升。

另一个微观机制是家庭储蓄需求模型 ( household saving demand model ,以下简称 HSDM)

(Samuelson ,1958 ;Neher ,1971) 。孩子被认为是储蓄的替代物 ,家庭孩子数量较多时 ,作为养老保证

的家庭储蓄可以相应减少 ;而家庭孩子数量较少时 ,父母会增加储蓄以防老。另一种类似的观点认

为 ,孩子数量和孩子质量之间是一种替代关系 :家庭孩子数量减少时 ,父母对孩子的人力资本投资

会增加 (Becker ,1981) 。因此 ,与LCH相同 ,HSDM 也预言人口年龄结构的变化会影响居民储蓄率或

消费率。

人口年龄结构变化还可以通过宏观机制来影响居民消费率 (Cutler et al . ,1990 ; Hock and Weil ,

2006 ;Weil ,1999) 。例如 ,当劳动人口逐步减少时 ,如果社会为每个人配备的资本存量不变 ,因劳动

911

2008 年第 7 期

① 人口年龄结构通常用儿童抚养系数 (0 —14 岁人口与 15 —64 岁人口之比) 、老年抚养系数 (65 岁及以上人口与 15 —64 岁人

口之比)和总抚养系数 (儿童和老年抚养系数之和)三个指标衡量。

人口减少而节约的投资可以转化为消费 ,从而人均消费水平上升 ;生育率的下降通常伴随着老年人

口比重的上升 ,但后者上升的幅度通常会小于前者下降的幅度 ,如果儿童人口比重下降引起的消费

增加大于老年人口比重上升引起的消费减少 ,则社会人均消费水平也会上升 ,反之则相反。

(二)人口年龄结构与消费关系的经验研究

大多数经验研究利用宏观总量数据和微观家庭调查数据来检验人口年龄结构与消费率的关

系。早期主要是利用跨国时间序列数据做横截面回归 (Leff ,1969 ;Mason ,1981 ;Mason ,1987) ,经验结

果并不完全支持人口年龄结构与消费率之间的关系。横截面回归无法控制与国家有关的特定问题

的影响 ,但使用单个国家的总量时间序列数据对储蓄率和年龄构成做协整回归 ,既有支持也有不支

持人口年龄结构与消费关系的证据。例如 ,澳大利亚和加拿大在上世纪都经历了储蓄率长期上升

的过程 ,两国储蓄率都从不到 10 %增长到 20 %以上 ,并且两国也都经历了相似的人口转型和经济

增长。但两国储蓄时间序列数据的协整回归结果并不支持人口年龄结构与消费的关系 (Wilson ,

2000) 。而 Modigliani and Cao (2004)对中国 1953 —2000 年储蓄数据的估计却发现 ,长期人均收入增

长率和儿童抚养系数的变化能够解释中国的高储蓄率。① 不过 ,中国改革以前 ,政府为了实现工业

化 ,无论对农村居民还是对城市居民 ,都实行各种形式的强制储蓄 ,但强制储蓄的数据并没有体现

在统计数据中 ,因此 ,数据测量误差会严重影响该研究的结论。②

面板数据兼有截面数据和时间序列数据的信息 ,因而能改善估计结果。但是 ,使用面板数据来

估计人口年龄结构和储蓄率之间的关系同样没有得到统一的结论。动态面板 GMM 估计 (Loayza et

al . ,2000 ;Schrooten and Stephan ,2005) 、面板协整估计 (Hondroyiannis ,2006 ;Sarantis and Stewart ,2001)和

静态固定效应模型估计 ( Elbadawi and Mwega ,2000 ; Higgins and Williamson ,1996 ,1997) 的结果基本上

都支持人口年龄结构与消费的关系。静态固定效应模型中只有个别是不支持的 (舒尔茨 ,2005) 。

混合均群估计 (pooled mean group estimation)结果相互冲突 ,有的支持 (Serres and Pelgrin ,2002) ,有的

并不支持 (Haque et al . ,1999) 。如果将估计结果按样本划分 ,结论也会相应变化。因此 ,使用面板

数据来估计人口年龄结构和消费的关系时 ,其结论对计量方法和样本的选取比较敏感。

宏观总量数据的最大缺点是难以有效地区分不同质的消费者的消费或储蓄行为 ,因此 ,也有很

多经验研究使用微观家庭调查数据。但很多研究结果都不支持人口年龄结构与消费的关系

(Browning and Lusardi ,1996 ;Deaton and Paxson ,1997 ; Kohara and Horioka ,2006) 。这可能与微观数据的

特点有关。首先 ,个人储蓄一般未包含私人企业储蓄 ,因而储蓄率容易被低估 ;第二 ,家庭调查数据

中简单地以家长代表家庭所有成员 ,从而忽视了家庭财富的代际转移效应或者说忽视了非家长成

员对家庭储蓄的影响 ( Weil ,1994 ;舒尔茨 ,2005) ,从而产生样本选择偏倚 ;第三 ,有些养老金收入被

记入个人收入 ,对个人收入的核算误差会影响估计结论。Demery and Duck (2006) 利用英国家庭支

出调查数据 (1969 —1998 年)估计了年龄结构和消费之间的关系 ,他们发现 ,如果矫正了样本选择偏

倚 ,并将养老金从收入中调整后 ,英国消费者年龄结构和储蓄率之间的关系与人口年龄结构和消费

之间的关系一致。

关于中国家庭调查数据的两项经验研究都发现 ,人口年龄结构对储蓄 (或消费) 率没有显著的

影响。Kraay(2000)使用两阶段最小二乘法估计了中国 1978 —1989 年分省居民储蓄家庭调查面板

数据。他发现 ,无论在全样本期 (1978 —1989 年) 还是在子样本期 (1978 —1986 年 ,1984 —1989 年) ,

无论是按城市还是按农村区分 ,抚养系数对储蓄的影响在统计上都不显著。使用动态面板 GMM

021

李文星等 :中国人口年龄结构和居民消费 :1989 —2004

①

② 舒尔茨 (2005)认为 Modiglinani and Cao (2004)的证据并不算十分令人信服 ,但他没有解释原因。

在 Modigliani and Cao (2004)的回归模型中 ,人口年龄变量不是通常使用的儿童抚养系数 ,而是其倒数 ,但他们并没有解释

这样处理的原因。

估计方法对中国分省家庭调查面板数据 (1995 —2004 年)的研究也发现抚养系数对储蓄率的影响在

统计上不显著 (Horioka and Wan ,2006) 。不过 ,由于缺乏数据 ,Kraay(2000)使用总人口与就业人口之

比作为抚养系数的代理变量 ,代理变量的合理性可能影响抚养系数的统计显著性。而且 Kraay

(2000) 、Horioka and Wan (2006)所考察的样本期分别只有 12 年和 10 年 ,由于人口抚养系数是一个

长期变量 ,只有在较长的样本期 ,抚养系数才能呈现足够的离散程度 ,从而对抚养系数影响的估计

才是可靠的。

本文和上述文献主要有以下不同 :首先 ,国内研究中国居民消费的实证性文献很多 ,但它们都

未考虑人口年龄结构这个变量。而国外研究中国居民储蓄率的文献虽然考虑了人口年龄结构变

量 ,但这些文献只是间接涉及人口年龄结构变量与消费之间的关系 ,并且用的要么是中国微观家庭

调查面板数据 ,要么是中国居民储蓄率的时间序列数据。本文则使用中国居民消费率的省际面板

数据直接对中国人口年龄结构和居民消费之间的关系进行实证分析。

其次 ,本文使用的是宏观面板数据。宏观数据的优点是避免了数据统计误差并能控制与地区

(或国家)有关的特定问题的影响。同时 ,宏观数据还包含了公共消费。宏观数据的缺点是它难以

有效区分不同质的消费者的消费行为。而微观家庭调查面板数据的优点是更具直接性和可靠性 ,

便于区分不同质的消费者的消费行为。但其缺点是消费支出的测量存在误差。同时 ,因为面板微

观数据要求对样本家庭进行足够长的跟踪观察且覆盖不同省份的代表性家庭 ,而且要求这些家庭

的消费决策相互不影响等等 ,因此 ,微观面板数据还可能存在数据收集的误差。实证分析中采用微

观家庭调查数据会更好一些 ,但由于缺乏微观数据 ,本文采用的是省际宏观面板数据。尽管使用宏

观数据在刻画消费者行为方面存在不足 ,但是 ,这种数据一方面继承了宏观时间序列数据的优点 ,

另一方面又能反映各地区消费者在收入分布和消费行为方面的差异 ,从而在数据误差与各地区消

费者个性行为之间取得较好的平衡。

另外 ,本文使用的动态面板 GMM 模型可以避免内生性所引起的偏差 ,并分析消费惯性对消费

不足的影响。本文还明确地考虑了模型可能存在的横截面相依性。

三、计量模型和数据

(一) 计量模型

本文在进行计量模型分析时并不事先给定某种特定的消费函数 ,因为有多种消费函数 ,且不同

的消费函数假定可能是相互冲突的。例如 ,Modigliani and Brumberg(1954)的生命周期模型假定儿童

(0 —14 岁) 、劳动人口 (15 —64 岁) 和老年人 (65 岁及以上) 具有不同的消费和储蓄行为 ;而 Hall

(1978)将少年、老年和劳动力等不同群体都抽象为具有同样消费和储蓄行为的代表性的消费者。

显然 ,如果事先确定使用随机游走模型 ,在模型中加入抚养系数就不适合。同时 ,在本文所考察的

样本期 ,中国实施了房改、教改等许多新政策 ,而大多数消费模型都假定消费者所处的制度或消费

环境是稳定的 ,因此 ,使用特定的消费函数是不合适的。基于上述两个原因 ,并根据 Fair and

Dominguez(1991) 、Loayza et al . (2000) ,本文选择简约型 (reduced2form approach) 计量模型 ,而不是选

择某种特定的结构模型。简约型模型的好处是它不依赖于某一特定理论 ,亦不依赖于某一特定环

境 (如LCH理论要求的稳定的环境) ,但能找出人口结构变化与消费率的关系。

我们将模型的解释变量分成三组 :基本变量 M、关注的变量 DEP 和潜在重要的变量 N ,如方程

(1)所示 :

CGDPit = βmMit +βnN it +βdepDEPit + ui + vit (1)

其中 ,下标 i 代表地区 , t 为时间 , ui 为不可观察的地区效应 , vit为随机扰动项 ;CGDP 表示各地区居

民消费率 ,即居民消费占按支出法计算的地区 GDP 的比重。

121

2008 年第 7 期

M包含了模型的基本解释变量 ,包括实际收入水平和实际利率 (R) 。由于数据限制 ,我们用各

地区人均实际 GDP 的对数值作为各地区人均实际纯收入的代理变量 ,它反映人均实际收入水平对

居民消费的影响 ,或者说是否富人消费得更多 (Modigliani and Cao , 2004 ; Dynan et al . , 2004) 。

Modigliani and Cao (2004)认为 ,影响居民储蓄率或消费率的是实际收入的增长率 ,而不是收入水平 ,

因此 ,我们的模型中还包括了农村居民人均收入增长率 ( GRI) 和城市家庭人均可支配收入增长率

( GUI) 。我们也尝试用人均实际 GDP 增长率来替换这两个变量 ( GRI和 GUI) ,但所得回归结果并无

差异。另一个基本变量实际利率 (R) 是影响消费者跨期选择的重要因素 ,它等于一年期存款利率

的年加权平均值减去居民消费价格指数的变化率。

地区效应变量 ui 反映不可观察的地区差异。一些无合适度量指标或者缺乏数据但反映地区

差异的变量也体现在 ui 中。例如 ,无论在收入还是在消费方面 ,城市和农村之间都存在较大差异 ,

由于缺乏完整的各地区城市化程度数据 ,该变量就包含在地区效应变量之中。当然 ,各地区城市化

程度随时间的推移是不断变化的 ,本文使用的分地区农村居民人均收入增长率、城市家庭人均可支

配收入增长率和城乡人均纯收入的比值以及地区效应变量可以共同描述各地区城市化程度变化的

效应。

DEP 是本文关注的变量 ,它包括儿童抚养系数 ( YD)和老年抚养系数 (OD) 。

N 包括其他对居民消费有潜在影响的重要变量。其中 , INF 是通货膨胀率 ,通常用它反映价格

波动或宏观经济的不确定性对居民消费的影响 ( Horioka and Wan ,2006) ,但影响的方向并不确定 ,

正、负或不显著的情况都有。RUI 是城市和农村家庭人均纯收入的比值。由于缺乏分省 GINI 系

数 ,我们用它来衡量城乡收入不平等。国内实证结果比较一致 ,几乎都认为收入差距或收入不公对

消费有负的影响 (刘文斌 ,2000 ;袁志刚和朱国林 ,2002) 。FISD 是各地区公共财政盈余或赤字与

GDP 之比 ,该变量反映财政政策是否影响居民消费。中国企业储蓄过多也被认为是居民消费乏力

的重要原因 ( Kuijs ,2006) ,由于缺乏各地区企业储蓄的数据 ,我们使用各地区工业总产值与 GDP 之

比 ( INDG)作为其代理变量。因为有经验证据显示 ,高的 INDG和高的企业储蓄具有很强的相关性

( Kuijs ,2006) 。根据上述定义 ,我们将方程 (1)展开 ,得到如下计量模型 :

CGDPit =β1 ln GDPit +β2 GUIit +β3 GRIit +β4 Rt +β5 YDit +β6 ODit

+β7 IN Fit +β8 RUIit +β9 FISDit +β10 INDGit + ui + vit (2)

　　(二) 数据

我们使用了除香港、台湾和澳门之外的中国大陆 31 个省市区中的 29 个进行面板实证分析 ,西

藏因为数据不全没有包括在内 ,重庆因为直辖市成立时间较晚仍并入四川省。由于分地区抚养系

数数据缺乏 ,我们的样本期是 1989 年至 2004 年。表 1 列出了各变量的定义和基本的描述性统计结

果。通货膨胀率、实际人均地区 GDP 皆取自《新中国五十五年统计资料汇编》,山西和湖北个别年

份缺失的实际人均地区 GDP 数据由作者计算而得。居民消费率 (CGDP) 、城乡人均纯收入比值

(RUI) 、公共财政盈余或赤字与 GDP 之比 ( FISD) 根据《新中国五十五年统计资料汇编》上的数据直

接计算得出。《新中国五十五年统计资料汇编》上的各地区农村居民家庭人均纯收入 ,经各省农村

居民消费价格指数调整后 ,计算得出农村居民家庭人均纯收入增长率 ,城市居民家庭人均可支配收

入的增长率的计算与此类似。计算实际利率的名义年利率是根据每年一年期存款利率进行加权平

均 ,权重为该利率实行的月数占 12 个月的比重 ;计算实际利率的居民消费价格指数变化率是根据

居民消费价格指数直接计算所得。儿童抚养系数、老年抚养系数和总抚养系数的 1990 —2001 年数

据取自《1990 年以来中国常用人口数据集》(庄亚儿和张丽萍 ,2003) ,1989 年数据取自《1990 年中国

人口统计年鉴》,2002 —2004 年数据分别取自 2003 —2005 年《中国统计年鉴》。

221

李文星等 :中国人口年龄结构和居民消费 :1989 —2004

表 1 变量的定义与统计量

变量 定义 单位 均值 标准差 最小值 最大值

CGDP 居民消费率 % 44140 8133 23199 68131

lnGDP 实际人均地区生产总值 GDP的对数 元Π人 7124 0185 5154 10123

GUI 城市居民家庭人均可支配收入增长率 % 6187 5139 - 27165 47114

GRI 农村居民家庭人均纯收入增长率 % 4172 6199 - 20151 33111

R 实际利率 % 0121 5125 - 13110 8117

YD 0 —14 岁人口占 15 —64 岁人口的比例 % 36185 9132 1116 59104

OD 65 岁及以上人口占 15 —64 岁人口的比例 % 9194 2146 4138 21188

INF 通货膨胀率 % 5122 7176 - 4190 26180

FISD 财政盈余或赤字占 GDP的比例 % - 4190 5122 - 28190 13143

RUI 城乡人均纯收入的比值 比值 40181 10140 21101 80157

INDG 工业总产值占 GDP的比值 % 37119 8130 11123 62115

四、估计方法和结果

(一) 估计方法

我们将使用动态面板 GMM 估计方法 (Loayza ,et al ,2000 ; Schrooten and Stephan ,2005 ; Horioka

and Wan ,2006) 。其优点是 , (1)居民消费率可能较其它年度数据具有更大的惯性 ( Inertia) ,因为消

费受习惯的影响 ,并且面对收入波动 ,消费者可能会平滑他们的消费 ,而动态面板模型能较好地识

别这种惰性。(2)居民消费率和一些解释变量之间很可能是同时决定的 ,这会导致解释变量的内生

性问题。如果选择合适的工具 ,动态面板 GMM 估计就能有效控制内生性问题。(3) GMM 估计使用

差分转换数据 ,可以克服不可观察变量与解释变量相关的问题 ,或遗漏变量问题。在模型 (2) 中引

入因变量的滞后项 ,得到估计模型如下 :

CGDPit =β0 CGDPit - 1 +β1 ln GDPit +β2 GUIit +β3 GRIit +β4 Rt +β5 YDit +β6 ODit

+β7 IN Fit +β8 RUIit +β9 FISDit +β10 INDGit + ui + vit (3)

　　动态面板 GMM 估计可以分为一步和两步 GMM 估计。由于两步估计的标准差存在向下偏倚 ,

这种偏倚经过 Windmeijer (2005)调整后会减小 ,但会导致两步 GMM 估计量的近似渐进分布不可靠 ,

所以 ,在经验应用中通常使用一步 GMM(one2step GMM) 估计量 (Bond ,2002) 。由于一步系统广义矩

估计 (one2step system2GMM) (Arellano and Bover ,1995 ;Blundell and Bond ,1998)利用了比一步差分广义

矩估计 (one2step difference2GMM)更多的信息 ,因此 ,前者比后者的估计结果更有效。但是 ,这种有

效性有一个前提条件 ,即系统 GMM 估计较差分 GMM 估计所新增的工具变量是有效的。由于检验

附加工具变量有效性的萨甘差 (difference2in2Sargan) 统计量对应的 p 值为 019936 ,这说明一步系统

GMM 估计更好 ,因此 ,我们将选择一步系统 GMM 估计方法。

根据现有文献通常处理方法 (Loayza ,et al1 ,2000 ; Schrooten and Stephan ,2005 ; Horioka and Wan ,

2006) ,我们将儿童和老年抚养系数当作外生变量。我们模型中的其他变量要么当作弱外生的 ,要

么当作前定的 ,我们选用“内部工具”,即把弱外生或前定变量的滞后值作为它们自己的工具变量 ,

表 2 分别列出了动态面板 GMM 估计中差分方程 (difference equation)和水平方程 (level equation) 使用

的工具及其滞后阶数 ,并给出了检验残差自相关的 AR(1) 、AR (2) 统计量对应的 p 值和检验工具联

合有效性的萨甘统计量对应的 p 值。其中AR(1)和AR(2)的 P 值分别是 01009 和 01380 ,因此 ,我们

321

2008 年第 7 期

原模型中的残差无自相关性的假设不能拒绝。同时 ,萨甘统计量的 p 值为 01937 ,我们不能拒绝工

具联合有效的原假设。因此 ,我们选取的工具及其滞后阶数是合适的。

动态面板 GMM 估计中的另一个重要问题是横截面相依性 (cross2sectional dependence) 。若引起

横截面相依性的不可观测因素与模型中的解释变量相关 ,这会导致估计量有偏 ;若这些因素与模型

中的解释变量不相关 ,这会导致标准误的有偏估计 ,也会引起错误的推断。对具有较短时期的动态

面板模型而言 ,横截面相依性所导致的影响会更严重。我们的模型很可能存在横截面相依性。首

先 ,全国统一的货币或财政等经济政策、共同的技术冲击或需求冲击都会同时对每个地区产生影

响。第二 ,不同地区之间的羊群行为 (herd behavior) 也会导致地区之间的依存性。第三 ,随着国内

市场一体化程度加深 ,各地区之间 ,特别是相邻地区之间 ,经济联系日益加强 ,导致了空间依存性

(spatial dependence) 。因此 ,为了克服横截面相依性对估计结果的影响 ,我们在模型中还明确引入

了年度虚拟变量。而关于中国储蓄率的两篇经验研究尽管和我们一样也使用动态面板 GMM 估计

方法 (Loayza et al1 ,2000 ;Horioka and Wan ,2006) ,但他们的模型中都没有包括时期变量。

(二) 基本结果和分析

表 2 中的第一列和第二列分别是未包含和包含年度虚拟变量的一步系统 GMM 估计结果。引

入年度虚拟变量 ,即考虑模型的横截面相依性后 ,回归结果有了显著不同。除了滞后一期的居民消

费率和儿童抚养系数仍然显著之外 ,实际人均 GDP 的对数 (lnGDP) 、城市人均可支配收入增长率

( GUI) 、老年抚养系数 (OD)和企业储蓄率的代理变量 ( INDG) 都从显著变为不显著了。而原来不显

著的变量利率 (R)和城乡差异比率 (RUI) 从不显著变得显著了 ,而且模型中的所有时期变量对于

10 %或 5 %的水平都显著 ,这说明横截面相依性对估计结果具有重要的影响。

在第二列包含年度虚拟变量的估计结果中 ,滞后一期的居民消费率 (CGDP ( - 1) ) 的系数为

0185 ,并且显著为正 ,这说明居民的消费习惯非常平稳。中国居民崇尚节俭 ,消费行为谨慎 ,要改变

这种习惯将是一个长期的过程 ,因此 ,我们预期中国低的居民消费率今后仍将持续一段时间。

我们关注的变量儿童抚养系数 ( YD) 对于 10 %的水平显著为负。这与 LCH 的预言是不一致

的 ,也与大多数文献的结论不同。LCH预言儿童抚养系数与储蓄率负相关 ,即儿童抚养系数与居民

消费率之间是正相关的。而国外现有文献的结论要么是支持 LCH ,要么是发现儿童抚养系数与居

民消费率之间无显著的相关性。虽然这个结果依赖于我们所使用的计量模型和数据 ,但两个变量

之间的负相关性还是有可能的 ,因为家庭孩子数量减少以后 ,父母对孩子的人力资本投资会增加 ,

如果这种抚养费用的增加超过了因孩子减少而增加的储蓄 ,则居民消费率会不降反升。同时 ,我们

得到的这个不同的结论可能还与中国的特点有关。首先 ,中国许多家庭对孩子的投资非常慷慨。

其次 ,中国正在经历制度转型 ,教育、医疗等开支使儿童抚养成本过高。这两个因素都会使孩子抚

养费用的增加超过因孩子减少而增加的储蓄。当然 ,如果这种增加刚好等于 (或小于) 因孩子减少

而增加的储蓄 ,则居民消费率会保持不变 (或下降) 。因此 ,家庭孩子数量和储蓄之间正相关、负相

关或不相关都可能存在。

我们关注的另一个变量老年抚养系数 (OD) 尽管其系数为正 ,与 LCH 一致 ,但对居民消费率并

没有显著影响 ,这可能是因为老年抚养系数上升幅度并不大。从 1989 年到 2004 年 ,老年抚养系数

仅上升了约 3 个百分点 ,因此 ,目前中国老龄化对居民消费率的影响还不显著。

我们将模型中的 OD 去掉 ,然后保留 YD 等其他变量再回归 ,发现 YD 仍然是弱显著的 ;而在模

型中去掉 YD 并保留其他变量再回归 ,OD 仍然是不显著的。如果用儿童和老年抚养系数之和 ———

总抚养系数来代替 OD 和 YD ,我们发现 ,其系数仍然为负 ,并且还是弱显著的 ,这与儿童抚养系数

的影响基本相同。因此 ,与现有文献的结论不同 ,在本文所考察的样本期 ,中国人口年龄结构与居

民消费率之间是负相关的 ,中国儿童抚养系数的下降反而提高了居民消费率 ,但这种影响并不是很

421

李文星等 :中国人口年龄结构和居民消费 :1989 —2004

大。

实际利率对居民消费率的影响显著为负 ,这说明消费者是前瞻的 (forward2looking) 。但在我们

考察的样本期 (1989 —2004 年) ,实际利率在零上下做振荡缩减。因此 ,实际利率的变化并不能解释

中国居民消费率的下降。

城乡收入差距 (RUI)对消费也具有负的影响。同样 ,在样本期 (1989 —2004 年) ,除个别省份 ,如

安徽、湖南和四川 ,城乡收入比率保持稳定之外 ,其他 26 个地区的城乡收入比率是逐步下降的。这

表明该变量也不能解释目前中国居民消费率的下降。

FISD 对居民消费并没有显著的影响 ,可能的解释之一是 ,凯恩斯的财政需求管理政策并不能

真正刺激居民消费。另一种可能的解释是 ,由于财政政策对居民消费既有替代性 ,又有互补性 ,当

这两种影响正好相互抵消时 ,扩张性财政政策的净影响为零。区分这两种解释有待进一步的研究。

工业产值与 GDP 的比值 ———企业储蓄率的代理变量 ( INDG)的系数尽管为负 ,但并不显著。因

此 ,中国企业储蓄过多与中国居民消费率低之间并没有显著的相关性。由于 FISD 对居民消费率并

没有显著影响 ,因此 ,增加企业分红可能不会提高居民消费率。

其他变量中 ,实际人均 GDP 的对数 (lnGDP) 对居民消费率没有显著影响 ,因此 ,发达地区的居

民消费率并不比其他地区更高。城市家庭人均可支配收入增长率 ( GUI) 和农村家庭人均纯收入增

长率 ( GRI)对居民消费率也没有显著影响 ,这与中国居民消费习惯稳定的结论是一致的 ,居民显示

过度的消费平滑 (excess smoothness of consumption) ( Campbell and Daeaton ,1989 ; Flavin ,1993 ; West ,

1988) 。通货膨胀率 ( INF)度量了宏观经济不稳定性和收入不确定性 ,其系数为正 ,但并不显著。其

实 ,经验研究中通货膨胀率对消费的影响并不确定 (Horioka and Wan ,2006) 。

(三) 模型参数的一致性

GMM估计量具有一致性 ,但当样本量较小或者使用的工具较弱时 ,动态面板 GMM 估计量容易

产生很大的偏倚。Bond (2002)提出了判断发生较大程度偏倚的一种方法 ,即将模型的 GMM 估计量

和 OLS 估计量、静态固定效应模型估计量对比 ,看因变量滞后项的 GMM 估计量是否介于滞后项的

其他两个估计量之间。用 OLS 估计时 ,由于因变量的滞后项和不可观察的地区效应 ui 正相关 ,

OLS估计量应该是向上偏倚的 (biased upwards) 。用静态固定效应模型估计时 ,由于因变量的滞后

项和随机扰动项负相关 ,固定效应模型估计量应该是向下偏倚的 (biased downwards) 。因此 ,因变量

滞后项的 GMM 估计量应该处于 OLS 和固定效应模型估计量之间。

对动态面板模型进行 OLS 和固定效应模型估计 , ① 得到 CGDP( - 1)的 OLS 估计值为 01907 ,固

定效应模型的估计值为 01691。而表 2 中 CGDP( - 1)的 GMM 估计值为 01851 ,它确实处于其他两个

估计值之间。这说明我们的 GMM 估计结果并没有因为样本量和工具的选择而产生大的偏倚。

必须注意的是 ,动态面板 GMM 估计方法也有其局限性。第一 ,差分转换会损失一部分样本信

息。第二 ,选取的工具较弱时 ,估计量是不一致的。第三 ,动态面板 GMM 适合具有较短时期 ( T) 和

较宽截面 (N)的面板数据。而我们的数据时期 ( T = 16) 和截面 (N = 29) 与此有一定差异 ,因此结论

可能受到影响。另外 ,由于我们使用年度虚拟变量来控制横截面相依性 ,这相当于施加了一个约

束 ,即各种导致横截面相依的因素对各截面具有相同的影响。如果允许各截面之间的相依性不同 ,

则假设会更合理。需要特别指出的是 ,本文使用的是省际宏观面板数据 ,宏观数据所具有的缺点也

会对本文的结论产生影响。

521

2008 年第 7 期

① 为了节省篇幅 ,这里没有给出两种估计的完整结果 ,感兴趣的读者可向作者来函索取。

表 2 居民消费率的动态面板广义矩估计结果

因变量 = CGDP一步系统 (one2step sys2GMM)

(未包含年度虚拟变量)一步系统 (one2step sys2GMM)

(包含年度虚拟变量)

解释变量 回归系数 回归系数

CGDP( - 1) 01827 (11145) 333 01851 (12193) 333

lnGDP - 31888 (2106) 33 - 21087 (1142)

GUI - 01193 (1197) 3 - 01170 (1106)

GRI - 01012 (0144) - 01082 (1129)

RATE - 01108 (0177) - 21737 (2111) 33

YD - 01207 (1184) 3 - 01173 (1171) 3

OD 01388 (1178) 3 01198 (0184)

INF - 01019 (0118) 01019 (0113)

RUI 01038 (0193) - 01086 (2105) 33

FISD 01024 (0128) 01092 (1105)

INDG - 01215 (2178) 333 - 01111 (1133)

CONSTANT 471056 (2124) 33

AR(1) 01009 01006

AR(2) 01380 01917

Sargan test 01937 11000

difference2in2Sargan 01994

仅使用于一阶差分方程的工具变量及其滞后阶数

GMM(CGDP( - 1) ,lnGDP ,GUI ,GRI ,INF ,RUI ,FISD ,INDG,RATE , (2 5) )

GMM(CGDP( - 1) ,lnGDP ,GUI ,GRI ,INF ,RUI ,FISD ,INDG,RATE , (2 5) )

一阶差分方程和水平方程都使用的工具变量

YDEP ,ODEP YDEP ,ODEP

观察数 435 435

截面数 29 29

转换方法 一阶差分 (first2difference transformation)

　　注 :本文所有估计使用软件 Stata910 和“xtabond2”程序 ( Roodman ,2006) 。3 、33 、333分别表示在 10 %、5 %和 1 %的水平上显著。

括号中为 t 统计值。AR(1) 、AR(2) 、Sargan test 和 difference2in2Sargan Test 给出的都是统计量对应的 p 值。由于 GMM 估计适合大样

本 ,我们对协方差矩阵进行了小样本调整 ,t 统计量是与异方差、自相关一致的稳健 t 统计量。模型包含年度虚拟变量时 ,一阶差分

方程和水平方程都使用的工具变量还包括年度虚拟变量工具 ,由于这些变量的工具是它们自己 ,因此表中没有列出。感兴趣的读

者可以向作者来函索取。

五、主要结论和含义

本文利用中国 1989 —2004 年的省际面板数据和动态面板广义矩估计方法 ,考察了中国人口年

龄结构 (儿童抚养系数和老年抚养系数)变化对居民消费的影响。实证分析发现 ,中国儿童抚养系

数对居民消费具有弱显著的负影响 ,并且这种影响并不大。而中国老年抚养系数对居民消费率并

没有显著影响。因此 ,从目前来看 ,与LCH和已有文献的结论相反 ,无论是儿童抚养系数还是老年

抚养系数的变化都不是中国居民消费率过低的原因。本文还发现 ,滞后一期的居民消费率对当期

消费具有显著的正的影响 ,这说明中国居民消费习惯非常稳定。因此 ,中国经济快速增长伴随着居

民消费率的加速下降。

621

李文星等 :中国人口年龄结构和居民消费 :1989 —2004

从 2005 年开始 ,中国儿童抚养系数较 2004 年略有上升 ,这表明中国儿童抚养系数今后上升或

下降的幅度都会非常小。所以 ,像现在一样 ,未来儿童抚养系数变化对中国居民消费的影响也仍将

是有限的。目前中国老年抚养系数对居民消费率的影响并不显著 ,但随着老年人死亡率下降和预

期寿命延长 ,老年抚养系数会逐步上升 ,它对居民消费率的影响可能会逐步凸显。因此 ,未来计划

生育政策和其他经济政策应更多地考虑人口老龄化的影响。

特别要指出的是 ,本文意外地发现儿童抚养系数和居民消费率之间存在负的相关性 ,这与LCH

和现有文献的结论都不同 ,但这个结论可能与本文使用的计量模型和估计方法有关 ,而且仅仅是从

中国的个案研究中得到的结论。如果能从跨国数据中得到更多的支持该结论的证据 ,则可以将儿

童抚养成本纳入 HSDM。那么 ,扩展后的 HSDM 将比LCH具有更广泛的适用性 ,它能同时解释家庭

孩子数量和储蓄之间正相关、负相关和不相关三种情况 ,现有各种经验研究的结论可以在这个框架

下得到统一的解释。

我们的中国居民消费习惯稳定的结论可能与中国特定的消费文化有关。因此 ,对影响居民消

费率的因素进行国别或地区比较分析 ,以控制国家特定效应的影响 ,从而识别影响居民消费率的因

素 ,这将是我们下一步的重要研究方向。

在计量方法上 ,虽然我们通过引入年度虚拟变量来控制模型的横截面相依性 ,但这样处理实际

上是假定导致横截面相依的因素对各截面具有相同的影响。因此 ,可以考虑放松这个较强的假定

条件 ,即考虑引起横截面相依性的因素对横截面的不同影响。另外 ,一些影响居民消费率的重要解

释变量 ,如消费的信贷约束、社会保障支出等并没有包括在我们的模型中。如果这些变量有合适的

度量指标并引入模型 ,我们的估计结果将进一步改进。

参考文献

国家统计局 ,2003 —2005 :《中国统计年鉴》,中国统计出版社。

国家统计局国民经济综合统计司编 ,2005 :《新中国五十五年统计资料汇编》,中国统计出版社。

国家统计局人口统计司编 ,1990 :《中国人口统计年鉴》,科学技术文献出版社。

杭斌、申春兰 ,2002 :《预防性储蓄动机对居民消费及利率政策效果的影响》,《数量经济与技术经济研究》第 12 期。

李实、Knight ,2002 :《中国城市中的三种贫困类型》,《经济研究》第 10 期。

林毅夫 ,2007 :《中国经济 :煎焦的冻鱼》。http :ΠΠwww. southcn. comΠweekendΠeconomicΠ200704260043. htm。

刘建国 ,1999 :《我国农户消费倾向偏低的原因分析》,《经济研究》第 3 期。

刘文斌 ,2000 :《收入差距对消费需求的制约》,《经济学动态》第 9 期。

龙志和、周浩明 ,2000 :《中国城镇居民预防性储蓄实证研究》,《经济研究》第 11 期。

罗楚亮 ,2004 :《经济转轨、不确定性与城镇居民消费行为》,《经济研究》第 4 期。

孟昕 ,2001 :《中国城市的失业、消费平滑和预防性储蓄》,《经济社会体制比较》第 6 期。

舒尔茨 ,2005 :《人口结构和储蓄 :亚洲的经验证据及其对中国的意义》,《经济学季刊》第 4 卷第 4 期。

宋铮 ,1999 :《中国居民储蓄行为研究》,《金融研究》第 6 期。

孙凤 ,2001 :《预防性储蓄理论与中国居民消费行为》,《南开经济研究》第 1 期。

万广华、史清华、汤树梅 ,2003 :《转型经济中农户储蓄行为 :中国农村的实证研究》,《经济研究》第 5 期。

万广华、张茵、牛建高 ,2001 :《流动性约束、不确定性与中国居民消费》,《经济研究》第 11 期。

王德文、蔡　、张学辉 ,2004 :《人口转变的储蓄效应和增长效应———论中国增长可持续性的人口因素》,《人口研究》第 5 期。

袁志刚、宋铮 ,2000 :《人口年龄结构、养老保险制度和与最优储蓄率》,《经济研究》第 11 期。

袁志刚、朱国林 ,2002 :《消费理论中的收入分配与总消费》,《中国社会科学》第 2 期。

庄亚儿、张丽萍 ,2003 :《1990 年以来中国常用人口数据集》,中国人口出版社。

Arellano ,M. and Bover , O. , 1995 ,“Another Look at the Instrumental Variable Estimation of Error2Components Models”, Journal of

Econometrics ,68 :29 —51.

Becker ,G. S. ,1981 ,A Treatise on The Family ,Cambridge MA :Harvard University Press.

Blundell ,R. and Bond ,S. ,1998 ,“Initial Conditions and Moment Restrictions in Dynamic Panel Data Models”, Journal of Econometrics ,87 :

721

2008 年第 7 期

115 —143.

Bond,S. , 2002 ,“Dynamic Panel Data Models : A Guide to Micro Data Methods and Practice”, CEMMAP Working Paper CWP09Π02 ,

Department of Economics , Institute for Fiscal Studies ,London.

Browning ,M. and Lusardi ,A. ,1996 ,“Household Saving :Micro Theories and Micro Facts”, Journal of Economic Literature ,Vol . 34 ,No. 4 ,

1797 —1855.

Campell ,J . Y. and Deaton ,A. ,1989 ,“Why Is Consumption So Smooth ?”, Review of Economic Studies ,Vol . 56 (July) ,357 —374.

Carroll ,C. D. and Summers ,L. H. ,1991 ,“Consumption Growth Parallels Income Growth : Some New Evidence”, in National Saving and

Economic Performance ,Eds. :B. Douglas Bernheim and John B. Shoven ,Chicago U. Press for NBER ,305 —343.

Cutler ,D. M. ,Poterba ,J . M. ,Sheiner ,L. M. ,Summers , L. H. and Akerlof ,G. A. ,1990 ,“An Aging Society :Opportunity or Challenge ?”,

Brookings Papers on Economic Activity ,Vol . 1 ,1 —73.

Deaton ,A. and Paxson ,C. H. ,1997 ,“The Effects of Economic and Population Growth on National Saving and Inequality”, Demography ,Vol .

34 ,No. 1 ,97 —114.

Demery D. and Duck ,N. W. ,2006 ,“Savings2Age Profiles in The UK”, Journal of Population Economics ,Vol . 19 ,No. 5 ,521 —541.

Dynan ,K. E. ,Skinner ,J . and Zeldes ,S. P. ,2004 ,“Does The Rich Save More ?”, Journal of Political Economy ,Vol . 112 ,No. 21 ,397 —

444.

Elbadawi ,I. and Mwega ,F. ,2000 ,“Can Africa’s Savings Collapse Be Reversed ?”, World Bank Economic Review ,Vol . 14 ,No. 3 ,445 —455.

Fair ,R. C. and Dominguez ,K. M. ,1991 ,“Effects of The Changing U. S. Age Distribution on Macroeconomic Equations”, American Economic

Review ,Vol . 81 ,No. 5 ,1276 —1294.

Flavin ,M. A. ,1993 ,“The Excess Smoothness of Consumption : Identification and Estimation”, Review of Economic Studies ,Vol . 60 (July) ,

651 —666.

Hall , R. E. ,1978 ,“Stochastic Implications of the Life Cycle2Permanent Income Hypothesis : Theory and Evidence”, Journal of Political

Economy 86 (December) :971 —987.

Haque ,N. U. , Pesaran ,M. H. and Sharma ,S. ,1999 ,“Neglected Heterogeneity and Dynamics in Cross2Country Savings Regressions”, IMF

Working Paper ,International Monetary Fund ,Washington ,D. C. .

Higgins , M. and Williamson , J . G. , 1996 ,“Asian Demography and Foreign Capital Dependence”, NBER Working Paper No. 5560 ,

Cambridge ,MA :National Bureau of Economic Research.

Higgins ,M. and Williamson ,J . G. ,1997 ,“Age Structure Dynamics in Asia and Dependence on Foreign Capital”, Population and Development

Review ,23 (2) ,261 —293.

Hock ,H. and Weil ,D. N. , 2006 ,“The Dynamics of The Age Structure ,Dependency ,and Consumption”, NBER Working Paper No. 12140.

Hondroyiannis ,G. ,2006 ,“Private Saving Determinants in European Countries :A Panel Cointegration Approach”, Social Science Journal ,Vol .

43 ,553 —569.

Horioka , C. Y. and Wan , J . ,2006 ,“The Determinants of Household Saving in China : A Dynamic Panel Analysis of Provincial Data”,NBER

Working Papers 12723.

Hurd ,M. ,1990 ,“Research on The Elderly : Economic Status ,Retirement ,and Consumption and Saving”, Journal of Economic Literature ,Vol .

28 ,565 —589.

Kohara M. and Horioka C. Y. ,2006 ,“Do Borrowing Constraints Matter ? An Analysis of Why The Permanent Income Hypothesis Does Not

Apply in Japan”,NBER Working Paper No. 12330.

Kraay ,A. ,2000 ,“Household Saving in China”, World Bank Economic Review ,Vol . 14 , No. 3 ,545 —570.

Kuijs ,L. ,2006 ,“How Will China’s Saving2Investment Balance Evolve ?”,World Bank Policy Research Working Paper No. 3958 (July 1) ,

http :ΠΠssrn. comΠabstract = 923265.

Leff ,N. H. ,1969 ,“Dependency Rates and Savings Rates”, American Economic Review ,Vol . 59 ,Issue 5 ,886 —896.

Loayza ,N. ,Schmidt2Hebbel ,K. and Serven ,L. ,2000 ,“What Drives Private Saving across The World ?”, Review of Economics and Statistics ,

Vol . 82 ,No. 2 (May) ,165 —181.

Mason,A. , 1981 ,“An Extension of The Life2Cycle Model and its Application to Population Growth and Aggregate Saving”, East2West

Population Institute Working Papers 4 ,Honolulu : East2West Population Institute.

Mason ,A. ,1987 ,“National Saving Rates and Population Growth :A New Model and New Evidence”,in D. G. Johnson and R. D. Lee (eds)

Population Growth and Economic Development ,Madison WI :University of Wisconsin Press.

Modigliani ,F. and Brumberg ,R. ,1954 ,“Utility Analysis and The Consumption Function :An Interpretation of The Cross2Section Data”, In

Kenneth K. Kurihara ,ed. ,Post2Keynesian Economics ,New Brunswick ,NJ :Rutgers University Press ,1954 ,388 —436.

821

李文星等 :中国人口年龄结构和居民消费 :1989 —2004

Modigliani ,F. and Cao ,S. L. ,2004 ,“The Chinese Saving Puzzle and The Life2Cycle Hypothesis”, Journal of Economic Literature ,Vol . 42

(1) , (Mar. ) ,145 —170.

Neher ,P. A. ,1971 ,“Peasants ,Procreation ,and Pensions”, American Economic Review ,Vol . 61 ,380 —389.

Roodman ,D. ,2006 ,“How to Do xtabond2 :An Introduction to‘Difference’and‘System’GMM in Stata”,Working Paper 103 ,Center for

Global Development ,Washington.

Samuelson ,P. A. ,1958 ,“An Exact Consumption2Loan Model of Interest with or without The Social Contrivance of Money”, Journal of Political

Economy ,Vol . 66 ,No. 6 (Dec. ) ,467 —482.

Sarantis ,N. and Stewart , C. ,2001 ,“Saving Behaviour in OECD Countries : Evidence from Panel Cointegration Tests”, Manchester School

Supplement ,Vol . 69 ,22 —41.

Serres ,A. and Pelgrin ,F. ,2002 ,“The Decline in Private Saving Rates in The 1990s in OECD Countries : How Much Can Be Explained by

Non2Wealth Determinants ?”,OECD Economics Department Working Papers ECOΠWKP(2002)Π30.

Schrooten ,M. and Stephan ,S. ,2005 ,“Private Savings and Transition :Dynamic Panel Data Evidence from Accession Countries”, Economics of

Transition ,Vol . 13 ,No. 2 ,287 —309.

Weil ,D. N. ,1994 ,“The Saving of The Elderly in Micro and Macro Data”, Quarterly Journal of Economics ,Vol . 109 ,No. 1 ,55 —81.

Weil ,D. N. ,1999 ,“Population Growth ,Dependency ,and Consumption”, American Economic Review , Vol . 89 (2) ,Papers and Proceedings of

The One Hundred Eleventh Annual Meeting of The American Economic Association ,251 —255.

West ,K. D. ,1988 ,“The Insensitivity of Consumption to News about Income”, Journal of Monetary Economics ,Vol . 21 (January) ,17 —33.

Wilson ,S. J . ,2000 ,“The Savings Rate Debate Does The Dependency Hypothesis Hold for Australia and Canada”, Australian Economic History

Review ,Vol . 40 ,Issue 2 ,199 —218.

Windmeijer ,F. ,2005 ,“A Finite Sample Correction for The Variance of Linear Efficient Two2Step GMM Estimators”, Journal of Econometrics ,

126 ,25 —51.

The Impacts of Population Age Structure on

Household Consumption in China : 1989 —2004

Li Wenxinga

, Xu Changshengb

and Ai Chunrongc

(a ,b : School of Economics , Huazhong University of Science and Technology ; c : University of Florida)

Abstract: This paper conducts a dynamic panel analysis of the impacts of population age structure ( measured by the youth

dependency ratio and the old dependency ratio) on household consumption using panel data from Chinese provinces during the

peried 1989 —2004. The results suggest that the youth dependency ratio has a negative but small impact on the household

consumption , while the old dependency ratio does not have a significant impact on household consumption. Hence the change of

population age structure can not explain the lack of household consumption in China. In addition , we find that a strong habit

persistency in consumer preference is the key reason for increased saving rates during the period of rapid economic growth.

Key Words : Chinese Population Age Structure ; Dependency Ratio ; Household Consumption ; Dynamic Panel Data ; GMM

Estimation

JEL Classification :D12 , D91 , E21 , J10

(责任编辑 :松 　木) (校对 :晓 　鸥)

921

2008 年第 7 期