中國三部門儲蓄與投資相關性的經驗分析

摘 要：本文將儲蓄分為居民儲蓄、政府儲蓄和企業儲蓄，采用向量誤差修正（VEC）模型等方法，對中國分部門儲蓄與投資的相關性進行了分析。本文發現，中國的投資與居民儲蓄、政府儲蓄和企業儲蓄三部門之間存在長期的均衡關系，政府部門和企業部門對投資率的貢獻率明顯高于居民部門。本文還發現中國投資與居民儲蓄、政府儲蓄和企業儲蓄之間具備顯著的短期動態調整機制，并從中得出結論：中國的投資行為具有顯著的自我累加效應，居民儲蓄向投資的轉化存在較長的滯后效應，而政府儲蓄和企業儲蓄在短期內也無法拉動投資率上升。

關鍵詞：儲蓄;投資;相關性

中圖分類號：F045-6 文獻標識碼：A

文章編號：1000-176X(2007)11-0003-07

一、 引 言

儲蓄是投資的資金來源，儲蓄—投資的轉化是經濟學一直關注的一個核心問題。凱恩斯理論分析了影響儲蓄和投資的諸因素，并把“投資＝儲蓄”看成是經濟穩定增長的前提條件，但卻沒有分析如何實現這個條件。哈羅德—多馬模型則認為，只要保證經濟有一個“合意的增長率”，儲蓄便能自動地全部轉化為投資。新古典模型也建立在儲蓄完全轉化為投資的基礎之上。然而，實際經濟運行中由于各種因素的影響，儲蓄只能部分轉化成投資。儲蓄能否完全轉化為投資，或者說有多大比例的儲蓄能夠轉化為投資，影響到一國經濟能否實現穩定增長。

學術界都對儲蓄投資相關性問題有著大量的研究，得出的結論也各不相同。Feldstein^[4]和Horioka選取了16個OECD國家1960—1974年間的平均儲蓄和平均投資數據進行截面回歸，發現一國國內的儲蓄和投資具有很高的正相關性。他們認為可以把國內儲蓄和投資的相關性作為檢驗國際資本流動程度的標準。這是因為，在封閉經濟條件下，國內儲蓄是一個國家國內投資的惟一來源；而開放經濟條件下，國內儲蓄不再是投資的惟一來源，還可以利用國外儲蓄。如果國際資本能夠充分流動，那么從理論上說，國內儲蓄和投資應該是兩個獨立變動的變量。Feldstein和Horioka還將OECD樣本國家總儲蓄分為居民、政府和企業三個部分，對各部門儲蓄與總投資的相關性進行了簡要分析，發現企業儲蓄對總投資貢獻要大于居民儲蓄和政府儲蓄。

Feldstein和Horioka的研究引起了經濟學界激烈的爭論，之后涌現出大量的理論和經驗分析^[5]。很多文獻試圖從交易成本、資本市場管制、各種經濟周期沖擊和國家規模等方面來解釋儲蓄投資的高相關性^[1-11]。而對于儲蓄投資相關性作為國際資本流動程度的檢驗標準，也有不少學者提出了不同的意見。Tesar、Levy和Corbin都認為儲蓄投資相關性不包含任何有關實際資本流動的信息，不能用來檢驗國際資本流動程度^[3-10-11]。近年來國內也有不少研究儲蓄與投資的關系的文獻。武劍^[14]、肖紅葉和周國富^[18]等對中國較低的儲蓄投資轉化率進行了定性分析。包群等^[13]利用脈沖響應函數的方法對居民儲蓄、政府儲蓄和投資數據進行分析，發現中國居民儲蓄在投資轉化過程中存在明顯的時滯效應。而許雄奇和符濤利用誤差修正模型進行分析，發現總儲蓄和總投資之間存在長期協整關系和短期動態調整機制。^[15]

上述絕大多數文獻集中研究的是總儲蓄與總投資的相關性，而很少有文獻對分部門儲蓄與投資的相關性進行經驗研究和分析。Kuijs^[8]把中國儲蓄細分為居民、政府和企業三個部門進行研究，并通過分析得出中國2000年以來的儲蓄率上升，主要是歸因于企業儲蓄率與政府儲蓄率的上升。張明也談到，中國國內儲蓄存在著一個獨特的現象，即從國際比較來看，中國的居民儲蓄、企業儲蓄和政府儲蓄都并不是最高，但由于這三個部門的儲蓄率都居高不下，所以帶來了中國的總儲蓄率遠遠高于其他國家，甚至高于其他以高儲蓄著稱的東亞國家。^[20]由此可見，分析中國的儲蓄投資問題時，區分出政府、居民和企業這三個不同的部門是非常有必要的。本文試圖采用向量誤差修正（VEC）模型和一般脈沖反應函數等方法，對中國分部門儲蓄與投資的相關性重新進行分析，以期得到有關中國儲蓄與投資相關性的更為準確的結論。

二 、理論模型和數據來源

根據封閉經濟中的國民收入核算法（SNA），支出法的國民收入可表示為：

其中:(Y-C-T)為私人部門儲蓄（Private Saving），(T-G)為政府部門儲蓄(Public Saving)。近年來企業儲蓄是中國儲蓄的重要組成部分，因此，很有必要把企業儲蓄也納入模型。

將私人部門儲蓄(Y-C-T)分為居民儲蓄和企業儲蓄兩部分，在封閉條件下根據（3）式則有:

由式（4），本文構造如下模型Feldstein和Horioka（1980）所使用的分部門儲蓄與投資相關性估計模型與本文采用估計模型完全一樣。：

本文利用向量誤差修正模型(VECM) 來對分部門儲蓄和投資關系進行分析。本文采用1978—2005年的中國國內總投資率、居民儲蓄率、政府儲蓄率和企業儲蓄率數據（分別為總資本形成額、居民儲蓄、政府儲蓄和企業儲蓄占GDP的比重），數據由UBS根據CEIC數據庫數據估算而得。根據張明（2007），Anderson采用了以下方法來計算中國的部門總儲蓄率：用支出法GDP統計中的國內總投資和經常賬戶盈余數據計算出國內總投資率，根據農村和城鎮抽樣調查數據估算家庭總儲蓄率，用財政賬戶估算政府總儲蓄率，而企業總儲蓄率則是一個余額。

三、經驗檢驗及結果分析

本文對分部門儲蓄與投資的相關性的經驗分析包括五個階段：首先對投資率、居民儲蓄率、

政府儲蓄率和企業儲蓄率進行單位根檢驗；如果確認各序列有單位根，就進行協整關系檢驗；如果協整關系存在，就利用向量誤差修正模型（VEC）進行估計；然后用Granger因果檢驗三部分儲蓄率與投資率之間的因果關系；最后用一般脈沖響應函數來描述分部門儲蓄對投資率的短期和長期動態反應。

（一）單位根檢驗

一般來說，宏觀經濟時間序列數據具有不平穩的特征，需要對它們進行單位根檢驗。表1 給出了這些序列的水平值及一階差分擴展的ADF檢驗值，考慮數據是年度數據，我們取2作為最大滯后階數，并以AIC（Akaike Information Criterion）信息準則和SC（Schwarz Criterion）信息準則來判斷實際滯后階數，以及是否選取趨勢項及截距項。

表1si、sp、sg和se四個序列的ADF檢驗結果

變量

水平檢驗結果一階差分檢驗結果

檢驗方法如下:首先對序列水平值做單位根檢驗，再對一階差分做單位根檢驗。如果水平值接受單位根原假設，而一階差分拒絕單位根原假設，我們就認為序列具有I (1) 過程。一般認為，如果一階差分是平穩的，那么二階差分也是平穩的，因此，在此不做I(2) 檢驗。見表1。

投資率1%的水平上接受原假設，其余的數據水平值都在5%的水平上接受原假設，即序列是非平穩的。但是，在一階差分后，si、sp、sg差分序列在1%的顯著水平都是平穩的，se差分序列的差分序列在5%的顯著水平是顯著的。因此，si、sp、sg和se四個序列都是非平穩的I（1）的過程。

（二）Johansen 協整檢驗

對于具有相同單位根性質的時序數據，可以利用Johansen 檢驗來判斷它們是否具有協整關系，從而考察si、sp、sg和se四個變量序列之間是否存在長期穩定的變動關系。Johansen 檢驗的基本原理是采用最大似然法估計包含有關變量一階差分滯后項和水平量一階滯后項的向量自回歸(VAR) 模型，同時解出其中水平量估計系數矩陣中對應不同秩數的特征根。

首先，建立一個VAR（P）模型：

其次，應當確認模型的滯后階數p，以便為下一步的協整檢驗提供一個合適的滯后階數。無論是在Johansen 協整檢驗還是向量誤差修正模型（VEC），滯后階數p都是一個重要的參數。實際研究中，比較常用的方法是AIC（Akaike Information Criterion）信息準則和SC（Schwarz Criterion）信息準則。我們用常用的方法，先估計一個向量回歸模型（VAR），通過檢驗它的滯后階數來選取相應協整分析中的階數。考慮本文所用數據均為年度數據，滯后階數超過3表示的意義不大，故最大滯后階數選為3，因而得到不同滯后階數VAR模型的AIC和SC值（見表2）。

根據AIC和SC 信息準則，AIC、SC的值越小越好。根據AIC準則判斷，滯后階數應為3，而根據SC準則判斷，滯后階數應該取1。不過考慮到VAR模型回歸得到了數個顯著的3階滯后項的系數，因此本文采取AIC準則，VAR模型取3階滯后。

最后，進行Johansen 協整檢驗。Johansen 協整檢驗需要注意的是協整檢驗是用ΔYt 對ΔYt-1，ΔYt-2，ΔYt-p，及其他外生變量作回歸的，此時與原序列的最大滯后階數要小于1。由上面VAR 模型的滯后階數判斷可知，協整檢驗的滯后區間應設定為（1，2）。根據本文數據的特性，檢驗時協整形式選取序列有線性趨勢但協整方程只有截距，可得表3。

由表3可知，跡統計量在5%的顯著水平上判定存在1個協整關系，極大值檢驗統計量在10%的顯著水平上判定存在1個協整關系。這證明si、sp、sg和se 之間存在協整關系，即投資率、居民儲蓄率、政府儲蓄率和企業儲蓄率之間確實存在長期均衡關系。

（三）向量誤差修正模型(VECM) 估計

VEC模型是含有協整約束的VAR 模型，一般用于具有協整關系的非平穩時間序列建模。向量誤差修正模型為我們提供了分析長期動態關系的工具，利用Johanson方法對向量誤差修正模型(VECM) 進行估計。根據上文的分析，滯后階數取2，則上文設定的誤差修正方程為：

其中，（）內為標準差，［ ］內為t統計量。sg、se兩個變量的t統計量不顯著，但考慮到該方程中sg、se兩個變量對于解釋si必不可少，本文予以保留。

用Eviews5-0得到的短期誤差修正方程，在5%的顯著水平，查表可得自由度為15(n-p-1=15為自由度)時t統計量臨界值為1-75（顯著水平為10%時t統計量臨界值為1-34）。在5％顯著水平，剔除不顯著回歸系數得結果如下：

首先，從協整方程上看，在前人研究中，只考慮整體儲蓄或兩部門儲蓄（居民儲蓄和政府儲蓄），一般得到的結果是中國儲蓄和投資之間存在長期的正相關性。與以往結論不同，在考慮三部門儲蓄與投資相關性的情況下，中國居民和企業儲蓄與投資存在長期正相關性，而政府儲蓄與投資之間存在長期的負相關性。具體來說，一單位的居民儲蓄率變動將引起投資率的0-2個單位的正向變動；一單位的政府儲蓄率變動將引起投資率的0-19個單位的反方向變動；一單位的企業儲蓄率變動將引起投資率的0-4個單位的正向變動。這說明：

（1）中國儲蓄與投資的相關系數相對于其他國家來說仍然偏低。例如美國的儲蓄與投資相關系數為0-8，瑞士為0-65，大多數國家超過0-6^[19]。這說明中國投資儲蓄轉化率較低，金融體系把投資轉化為儲蓄的效能有待于改善。

（2）中國企業儲蓄對投資的貢獻度高于居民儲蓄，近年來企業儲蓄率不斷上升，從1980年的16-2%上升到2005年的30-2%，整整增加了14個百分點。這說明中國的投資之所以居高不下，主要原因是由于企業的儲蓄太高、增長速度太快，而企業儲蓄一般會直接轉化為企業投資。

（3）政府儲蓄率上升一個百分點將引起投資率下降0-19個百分點，即中國政府儲蓄與投資之間具有負相關性。這可能是因為在由政府儲蓄轉化而成的政府生產性投資對私人投資存在較為嚴重的擠出效應。政府生產性投資率增加一個百分點，私人投資率將下降1-19個百分點。另外，UBS對政府儲蓄率的計算可能存在低估，因為UBS對政府總儲蓄率的計算是基于財政賬戶余額，并進行了一定調整，可能存在對政府消費性支出的高估。^[20]

（4）方程的截距項為0-26，代表國際資本流動對中國投資長期變動的影響，考慮到中國資本市場的開放時間、目前的開放程度以及中國改革開放后外商投資流入的力度，截距項的估計值也基本符合當前中國實際情況。

其次，對短期誤差修正方程進行分析結果如下：

（1）方程的vecm系數很大，達到-1-12，這表明一旦投資發生短期波動而出現偏離，其向長期均衡關系回歸速度很快，這進一步證明了模型的長期均衡協整關系是比較穩定可靠的。另外，要注意的是，vecm系數的絕對值大于1，這說明在發生短期波動出現偏離時，在向長期均衡關系回歸過程中會出現“超調”現象。

（2）投資的短期變動具備自相關性，并且這一自相關性隨著滯后階數的增加而有所增加。方程中Δsi與Δsi-1、Δsi-2的關系密切，相關系數分別為0-69和0-76。這說明投資本身對投資會產生正的效應。換句話說，就是投資本身可以吸引新的投資進入。

（3）滯后1期和2期的居民儲蓄率對投資率變動的影響都不顯著，說明當期的居民儲蓄率對未來的投資率并沒有明顯的貢獻，這反映了中國居民儲蓄轉化為投資的渠道長期不通暢。

（4）方程中滯后2期政府儲蓄的短期變動對投資率的變動影響顯著，而滯后1期的不顯著。這說明政府儲蓄對投資率的影響存在一定程度的滯后，這可能與中國政府儲蓄的投向一般是用于長期投資（如基礎設施建設投資）有關。滯后2期的政府儲蓄率變動與投資率變動具有負相關性，而且系數為-1-91，這再次說明由政府儲蓄轉化而成的政府生產性投資對私人投資可能存在較為嚴重的擠出效應。

（5）方程中滯后1期的企業儲蓄率變動對投資率變動的影響是顯著的，但當期企業儲蓄率的增加可能導致下期投資率的反方向變動。

總之，中國的投資行為具有顯著的自我累加效應，居民儲蓄向投資的轉化存在較長的滯后效應，而政府儲蓄和企業儲蓄在短期內無法拉動投資率的上升。

（四）Granger 因果關系檢驗

VEC 模型說明的是中國三部門儲蓄率與投資率之間存在穩定的長期均衡關系，也具備顯著的短期動態調整機制。本部分通過Granger因果關系檢驗來說明中國三部門儲蓄與投資之間的因果關系。對上文的VEC模型進行Granger因果關系檢驗的結果如表4所示：

從表4可以看出：如果以投資率的一階差分D（SI）作為因變量，中國的居民儲蓄率不是投資率的Granger原因，政府儲蓄率和企業儲蓄率都是投資率的Granger原因，而三者聯合起來同樣是投資率的Granger原因。同樣，如果分別以D（SP）、D(SG)和D（SE）為因變量，剩余其他三個變量單獨以及聯合時都不是其Granger原因。

這表明：（1） 中國的居民儲蓄與投資之間并不存在雙向因果關系。這可能是因為國內金融體制還不健全，發展水平還比較低，居民儲蓄投資轉化效能還很低下。（2) 企業儲蓄和政府儲蓄與投資之間存在單向的因果關系。這說明，與居民儲蓄相比，中國企業和政府儲蓄的轉化效率要更高一些。（3）三部門儲蓄之間即居民儲蓄、政府儲蓄和企業儲蓄之間也并不存在因果關系。這可能是由于特殊的制度性原因，中國居民儲蓄、政府儲蓄和企業儲蓄有各自單獨的形成原因，三者之間不存在相互替代的關系，即不能相互抵消。^[20]

(五) 一般脈沖反應函數 (GIR function)

為了進一步詳盡地檢驗投資對各部門儲蓄的變動的動態反應(包括短期和長期) ，引入一般脈沖反應函數。脈沖響應函數刻畫了在擾動項上加一個標準差沖擊，對于內生變量當前值和未來值所帶來的影響，并且擾動項對某一變量的沖擊影響通過VAR 模型的動態結構傳導給其他所有變量。一般脈沖反應函數與傳統的正交脈沖反應函數不一樣，它有自身的優勢，即它不受變量階數的影響。

本文VAR 模型為包含投資、居民儲蓄、政府儲蓄和企業儲蓄的四變量自回歸模型，將投資收益率等其他的一些經濟因素對投資的影響通過投資自身的一個標準差沖擊對其未來值的影響效應來反映，即投資行為的自我反饋效應。同時，由于VAR模型中所有變量都是內生的，因此投資、儲蓄的相互影響也通過模型的動態結構而傳遞。

上文建立了投資率、居民儲蓄率、政府儲蓄率和企業儲蓄率的VAR（3）模型，直接運用Eviews5得到脈沖反應函數的結果如圖1、圖2（由于使用的是年度數據，滯后期選取為6年，我們認為超過6年后的影響不再具有實際意義）。

由上面的脈沖反應函數的分期結果以及累積結果圖，我們可以進行如下分析。首先，投資行為具有顯著的自我累加效應。對于來自投資自身的一個標準差沖擊，將引起下三期投資率的正向反饋；雖然之后這一投資自我累加效應明顯變弱，甚至從滯后第4 期開始將導致投資率的下降，然而從圖2可以初步估算出，投資自身的一個標準差沖擊將導致投資率上升幅度超過0-1。這也說明雖然儲蓄為資本形成提供了資金支持，然而投資與儲蓄并不存在必然的因果關系。

其次，考察投資對居民、政府和企業儲蓄一個標準差的沖擊反應，可以發現：

（1）居民儲蓄的投資轉化過程存在顯著的滯后效應。可以看出，居民儲蓄變化對前兩期的投資率影響很小，只有從滯后3期居民儲蓄的變化才引起投資率的明顯上升，之后影響開始持平，第6期又出現下降。居民儲蓄向投資轉化的時滯意味著作為投資的來源，中國居民儲蓄在一定時期內處于資金閑置的狀態。綜合考察滯后6期的總情況，居民儲蓄變化對投資率的總影響僅為為0-1左右。

（2）企業儲蓄在投資轉化過程中也存在一定的滯后，但相對居民儲蓄更快一些，其在滯后4期內一直處于上升狀態，總的影響將導致投資率上升幅度超過0-3，因此，企業儲蓄雖然短期不能拉動投資，但是其中長期對投資的拉動效應還是很明顯的。

（3）政府儲蓄的變化對投資率的影響為負值，且在滯后5期內的影響不斷加大，雖然在前三期總影響不大，但其總的負面影響非常大，可以導致投資率下降接近0-3。

總之，居民儲蓄率變化對投資率的影響存在明顯的滯后，總影響也很小，幾乎可以忽略；企業儲蓄率的變化在中長期將導致投資率較大幅度正向的變化；而政府儲蓄率的變化短期內影響不大，但中長期內則可能導致投資率大幅度反向變化。最后，也可以看到，除了投資自身的累加效應外，政府部門和企業部門對投資率的貢獻率明顯高于居民部門。這與前面由協整方程分析的結果是一致的，與改革開放以后中國政府引導投資的經濟格局是相吻合的。

四、結 論

本文將儲蓄分為居民儲蓄、政府儲蓄和企業儲蓄，采用向量誤差修正（VEC）模型等方法，對中國分部門儲蓄與投資的相關性重新進行了分析。本文揭示了中國的投資與居民儲蓄、政府儲蓄和企業儲蓄三部門之間存在長期均衡的關系，政府部門和企業部門對投資率的貢獻率明顯高于居民部門，這與中國特殊的政府主導投資機制是相吻合的。本文還反映了中國投資與居民儲蓄、政府儲蓄和企業儲蓄之間具備顯著的短期動態調整機制，并從中得出中國的投資行為具有顯著的自我累加效應，居民儲蓄向投資的轉化存在較長的滯后效應，而政府儲蓄和企業儲蓄在短期內也無法拉動投資率上升的結論。這可能是中國目前儲蓄投資轉化率偏低的關鍵所在。

本文認為，要改善中國儲蓄與投資轉化率較低的現實，需從以下幾方面入手：

（1）擴大居民的直接投資領域，實現居民儲蓄到投資的直接轉化。大力促進金融工具的創新，為居民提供各種適宜的金融資產選擇形式，提升居民儲蓄的轉化率。（2） 進一步完善資本市場，繼續推進銀行體制改革，推進利率市場化，建立一個高效配置金融資源、滿足不同風險偏好的資金需求者和資金供給者的完善的金融市場體系。（3） 調整政府財政投資的事權范圍，盡快建立公共財政體制，規范政府職能，為民間投資提供足夠的空間。減少國家對一般加工制造業等競爭性行業的投資和補貼，加大對包括農業在內的基礎產業及醫療、教育和社會保障的投資力度。 （4） 徹底打破地區分割以及居民、政府、企業三部門之間的體制障礙，使資金、物資能實現向符合市場化要求的方向自由流動，形成良性的儲蓄—投資循環流程。

參考文獻：

［1］ Baxter， M- and Crucini， M-Explaining Savings—Investment Correlations［J］-The American Economic Review，1993- 416-436-

［2］ Bayoumi， T-Saving - investment correlations［R］-IMF Staff Papers 37， 1990- 360 - 387-

［3］ Corbin， A-Country Specific Effect in the Feldstein-Horioka Paradox［J］-Economics Letters，2001，(72):297 - 302-

［4］ Feldstein， M-S- and Bacchetta， P-National Saving and International Investment［M］-in National Saving and Economic Performance， University of Chicago Press (Chicago， IL)，1991-201-220-

［5］ Feldstein，M- and Horioka， C-Domestic Saving and International Capital Flows［J］-The Economic Journal， 1980-314- 329-

［6］ Jansen， W- J-Interpreting saving-investment correlations［J］-Open Economies Review 1998，（9）:205-217-

［7］ Jansen， W-J- G-Schulze-Theory - based measurement of the saving- investment correlation with an application to Norway［J］-Economic Inquiry，1996，(34)：116- 127-

［8］ Kuijs， Louis-How will China's Saving-investment Balance Evolve?［R］-World Bank China Research Paper No-4， May 2006-

［9］ Leachman， L- Saving， investment， and capital mobility among OECD countries［J］-Open economies review，1991，（2）：137-163-

［10］ Levy， D-Investment - saving comovement under endogenous fiscal policy［J］-Open Economics Review，1995，（6）： 237 - 254-

［11］ Obstfeld， M- and Rogoff， K-The six major puzzles in international macroeco-nomics: Is there a common cause?［M］-in B- S- Bernanke and K- Rogoff (eds)， NBER Macroeconomics Anuual 2000， The MIT Press， 2000-339-390-

［12］ Tesar， L-Saving， Investment， and International Capital Flows［J］-Journal of International Economics，1991-（31）：55-78-

［13］ 包群，陽小曉，賴明勇- 關于中國儲蓄投資轉化率偏低的實證分析［J］-經濟科學，2004，（3）-

［14］ 武劍-儲蓄、投資和經濟增長——中國資金供求的動態分析［J］-經濟研究，1999，（11 ）-

［15］ 許雄奇，符濤- 中國儲蓄率與投資率關系的實證檢驗［J］-統計與決策，2005，（1）［16］ 張倩肖- 儲蓄與投資相關性理論研究綜述［J］-經濟學動態，2003，（10）-

［17］ 王燕武， 薛蕾- 儲蓄投資相關性的實證分析［J］-北方經濟，2007，（1）-

［18］ 肖紅葉， 周國富- 中國儲蓄投資轉化有效性研究［J］-統計研究- 2000，（3）-

［19］ 席慶高- 1990—2004年中國儲蓄—投資轉化實證研究［D］-南京理工大學碩士論文， 2006，(6)-

［20］ 張明- 中國的高儲蓄：特征事實和部門分析［D］-中國社會科學院世界經濟與政治研究所博士論文， 2007，(5)-

An Empirical Analysis of China’ Saving and Investment in Three Sectors

Abstract：

We divided domestic saving into three sectors: household saving， enterprise saving and government saving- By applying the Vector Error Correction model and the impulse response function， we analyze the correlation between saving and investment in the three sectors in China- We find that China’s investment and household saving， enterprise saving and government saving exists a long term equilibrium relationship- The contribution of government and enterprise saving to investment is much higher than that of the household saving- China’s investment also has a significant self enhancing mechanism- There is a time lag for household saving to be transferred to investment， government and enterprise saving can not increase investment in the short term-

（責任編輯：孟 耀）

注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。”