肃省人口年龄结构变动对消费的影响

老龄化背景下甘肃省人口年龄结构变动对消费的影响郑贞1（中南财经政法大学经济学院，湖北武汉430074）摘要：本文利用甘肃省1978—2008年老龄人口抚养比、人均消费、人均GDP的时间序列数据，通过协整分析、VAR模型及脉冲响应函数分析，来研究甘肃省在老龄化背景下人口年龄结构对消费的影响。结果表明，随着老龄化程度的加深，老龄人口抚养比对人均消费的影响先是边际趋势递减的正影响效应，三期之后老龄人口抚养比对人均消费持续呈现负的响应趋势，并逐步趋于收敛。由此认为甘肃省人均收入的增长及老龄产业的发展刺激了短期的消费增长。关键词：老龄化消费函数人口年龄结构老龄人口抚养比甘肃省一、引言由于中国幅员辽阔，东中西部经济发展水平各不相同，各地区相继由成年型迈入老年型社会，人口年龄结构的地区差异在逐渐扩大。张晓青（2009）测算得出1990年全国15-64岁劳动适龄人口所占比重的变异系数为0.17，而在2000及2007年已经分别扩大到了0.20和0.22。据甘肃省统计资料，甘肃省在1982年的人口结构属于典型的年轻型结构，到1987年，人口结构就进入了成年型，2000年就进入了老年型结构。甘肃省人口老龄化在经济实力不足，社会保障相对滞后，社会承受力还很弱的条件下出现，人口老龄化超前于本地区经济的发展水平。2010年的《中国统计年鉴》表明2009年的甘肃省人均生产总值为14451.4元，低于全国平均水平，但65岁及以上人口已占总人口的8.34%，人口老龄化物质基础相当薄弱。所以，甘肃省目前的经济发展水平与人口老龄化的进程水平极不适应。同时人口年龄结构的城乡差异明显，省内各市州之间的人口年龄结构差异显著，据2010年《甘肃省统计年鉴》老龄化程度最高的是嘉峪关市，65岁及以上人口达9.25%，而最低的张掖市只有4.05%。老龄化问题既是一个社会问题,也是一个严重的经济问题,如果处理不当,将会给社会经济的发展带来极大的负面效应。相比众多分析关于老龄化对整个国家经济增长、消费水平影响变动的研究，考虑地域差异性的研究也非常有意义。但目前研究多偏重对中国老龄化现状、特征、原因、过程的研究；对落后西部地区的人口老龄化研究较少且多偏于定性分析。甘肃省是在经济欠发达的条件下，人口阶段就已经进入了老龄化阶段，是典型的“未富先老”类型。本文试图从人口与经济社会发展的辩证关系入手，在已取得的成果上，紧密结合甘肃省实际，将理论与实际结合，通过计量分析方法来研究甘肃省人口老龄化问题。二、文献综述在国外，凯恩斯学派经济学家凯恩斯（1936）提出了绝对收入假说，杜森贝利（1949）提出了相对收入假说，莫迪利安尼（1954）提出来生命周期周期假说,货币学派代表人弗里德曼（1957）提出了持久收入假说，霍尔（1978）提出了理想预期生命周期假说。这些学说1作者简介：郑贞（1989—），女，汉，甘肃天水人，中南财经政法大学经济学院，研究方向发展经济学奠定了经济学中有关消费函数理论的基础，使得消费领域成为了经济学们长期以来关注研究的热点领域。在国内，学者们自1990年起就开始研究揭示人口老龄化对消费需求影响。李子奈（1992）、厉以宁（1992）、臧旭恒（1994）等国内学者用最小二乘回归、序列相关分析、自回归移动平均误差处理和多项式分布滞后模型等方法来研究消费与收入之间的关系。秦朵（1990）在动态设模理论的基础上构建了中国居民总消费的误差修正型计量模型,并用我国1952年至1987年的统计数据进行了测算。韩立岩（1998）将协整分析与模糊分析结合起来，对中国消费函数进行再研究。李建民（2001）认为目前我国已经进入老年人口快速增长期,并由此推动了老年人消费需求的迅速增长。老年人的收入水平和收入来源稳定性、消费倾向、消费行为等方面都具有与其他年龄人口不同的特点,并直接影响着老年人的消费需求。王金营（2006）通过引入标准消费人概念和变量,在消费函数中增加了人口年龄结构影响因素，可以分析预测未来的总体消费规律。三、构建模型（一）模型建立及相关指标解释本文在绝对收入假说的基础上构造消费函数模型。若已给定消费水平，那么消费函数可表示为：AC=ct×P（1）其中，ct表示人均消费额，P表示人口总数，AC表示消费总额。但在现实生活中，平均每人享受的物质生活资料和服务的数量ct并不是个常量，它受到人均收入水平、人均GDP水平、人均可支配收入及年龄结构等因素的影响。一般而言，少儿人口和老年人口的消费水平较低于中年人。老年人更倾向于医疗保健产品服务的消费。随着年龄构成的变化，人们对一定种类或服务的需求会发生变化。在一定的收入及价格水平下，人口年龄组成结构的变化必然会影响到总需求及总消费水平的变动。因此，在研究消费及消费结构变动时，人口年龄结构可以作为一个影响因素加以分析。同时，在凯恩斯绝对收入假设作为理论基础前提下，本文以描述消费性指标作为因变量，描述收入以及人口老龄化结构指标作为自变量构建模型，相关指标解释如下：１．使用人均消费（Const）作为因变量。在前人的相关研究中，通常会使用总消费额或消费所占GDP比重作为因变量。本文考虑到甘肃省地域狭长、区域之间经济发展不平衡、城乡收入差距和地区收入差距较大，故选取人均消费额作为变量以其消除收入差距带来的模型偏误。２．使用人均GDP（agdp）作为收入的描述变量。这里没有选取GDP总量，是考虑到GDP总量取决于人口总量与人均GDP，而人均GDP更能较好的反映个体的绝对收入水平。３．使用老龄人口抚养比（R＝老龄人口数/劳动力人口数）作为人口老龄化结构描述变量，采用这一比值可以更加客观的体现社会上所需负担老龄人口消费的比例。４．从经济理论上讲，影响人均消费的因素很多，为简单并且使模型又具有较强的解释能力，本文只将选取以上３个主要指标作为研究对象，而摒弃人口总量、城乡收入结构等显著性不高的指标。基于以上分析，构造人均消费函数为：Const=α1+α2×agdpt+α3R+μt（2）（二）数据来源与选取1.年龄结构数据。联合国进行人口统计时，常以65岁为老年的起点。R表示甘肃省老年人口与劳动年龄人口比例，即65岁及以上人口数除以15—65岁人口数量，以此作为反映人口老龄化的指标。表1甘肃省1978—2008年老年抚养比年份R年份r19781979198019811982198319841985198619871988198919901991199219930.04720.05310.05630.05790.0580.05810.05830.05850.05890.05940.06010.06460.06390.06480.06620.06671994199519961997199819992000200120022003200420052006200720080.07180.083450.086570.087120.08670.08360.07350.08740.08980.09490.09270.10410.10440.10940.1147注：原始数据来源于中国人口统计年鉴，比值通过计算得到2.人均消费（Const）和人均GDP(agdp)均采用1978年的不变价格来计算,这样就剔除了物价因素对人均消费和人均收入的影响，能比较准确地衡量人们实际的消费和收入水平。表2甘肃省1978—2008年人均消费、人均收入单位：元（按1978年不变价格）年份consagdp年份consagdp1978197919801981198219831984198519861987198819891990199119921993170.58172.4564179.6207182.6912184.7381185.4205190.1967207.5959221.4128238.1297283.6745334.5074345.0833361.9708388.0695447.9431348.00348.14375.11338.92362.96411.65464.02518.80568.91609.90687.44732.26757.42791.39853.71939.77199419951996199719981999200020012002200320042005200620072008554.0438663.7268731.447752.599745.0934727.1825723.6004752.599752.599760.9574778.5271791.7641802.0672846.2474915.67341026.941111.501272.111317.841430.791545.121682.551835.092002.192222.102484.372762.623063.753425.263757.18注：原始数据来源于中国人口统计年鉴，经过计算得到四、计量分析“在宏观经济中一个有趣的发现是包括总消费和可支配收入···在内的许多变量都遵循随机游走···突发性的振荡是···永久性的”（平狄克，1999）。因此，对于本文变量的设定，如果在模型中直接做回归很可能出现“虚假回归”结果，导致模型分析的无效，所以对于序列的平稳性检验是必要的。本文通过Eview5.0软件进行计量分析。（一）序列平稳性检验——ADF单位根检验本文使用扩充的Dickey-Fuller单位根检验法，基本回归形式如下：△Yt=δYt-1+ut（3）△Yt=β1+δYt-1+ut（4）△Yt=β1+β2t+δYt-1+ut（5）其中ｔ是趋势变量，本文中为时间（1978－2008）；原假设为δ＝0，即存在一个单位根。具体计量结果见表2。表格２ＡＤＦ单位根检验结果变量统计量值５％显著性水平临界值检验结果consagdpRD(cons)D(agdp)D(R)1.9979835.1818042.659586-3.167063-3.689194-5.885506-1.953381-1.952473-1.952473-2.971853-2.971853-2.967767接受原假设接受原假设接受原假设拒绝原假设拒绝原假设拒绝原假设注：D(cons)D(agdp)D(R)分别为其变量的一阶差分形式从表中可以看出，变量cons、agdp和R都是非平稳时间序列，而三个变量经过一阶差分以后都是平稳时间序列。即三个变量都是一阶单整即I(1)。（二）模型的协整分析由以上平稳性检验结果可知，三个变量都是一阶单整的，在此基础上我们对其协整性进行检验，其Johansen检验结果如下表3。表格3协整检验结果（轨迹统计量）从以上计量结果可以看出，三个变量间存在一个协整关系，其协整方程可以描述如下：Cons(t)=0.569931agdp(t)－5284.37R(t)其中，人均GDP和老龄人口抚养比对人均消费的影响显著性较高，其ｔ检验值分别为17.94和9.75。从协整回归结果可以看到，人均GDP的增长对人均消费的贡献显著为正，其系数与其他研究所测算的消费倾向数值接近；同时，老龄化人口抚养比对人均消费的贡献显著为负，但需要关注的是这一结论只是表明三者之间长期稳定的关系，在短期波动中互相扰动的关系是复杂的。为进一步揭示人均消费、人均GDP和老龄人口抚养比之间的短期扰动关系，VAR的脉冲响应分析是必要的。（三）VAR模型及脉冲响应函数分析脉冲响应函数描述一个内生变量对误差的反应。具体的说，它刻画的是在扰动项加上一个标准差大小的冲击对内生变量的当期值和未来值产生的影响。由于Cholesky分解带来的方程顺序改变会剧烈的影响到脉冲响应，参考协整检验带来的灵敏性信息，本文选取的变量顺序是人均消费、人均GDP、老龄化人口抚养比。-50-25025507510012345678910ResponseofCONStoCONS-50-25025507510012345678910ResponseofCONStoAGDP-50-25025507510012345678910ResponseofCONStoR-100-50050100150123456