中國高儲蓄率的經濟學解釋
——基于生命周期理論的角度

李林燕

（重慶科創職業學院，重慶402160）

中國高儲蓄率的經濟學解釋
——基于生命周期理論的角度

李林燕

（重慶科創職業學院，重慶402160）

中國居民部門高儲蓄率引人關注。基于歷年《中國資金流量表》及Modigliani和Cao（2004）的方法構建了1953—2011年中國儲蓄率的完整時間序列，在此基礎上利用E-G兩步法檢驗了實際收入增長率和人口撫養比與中國居民部門儲蓄率之間的協整關系。研究證實了生命周期假說（LCH）對于中國居民部門儲蓄率的解釋力。

儲蓄率；生命周期假說；協整；ECM

中國居民部門的高儲蓄率引人關注：第一，相對于20世紀90年代，最近10年中國居民的高儲蓄率變得更高了，且儲蓄余額呈加速增長趨勢。一些研究顯示，2012年，中國居民儲蓄率已經超過了50%，而全球平均水平不超過20%。中國居民儲蓄余額從10萬億元到20萬億元用了5年時間，但從30萬億元到40萬億元只用了2年時間。第二，高儲蓄率帶來了顯著的宏觀后果。儲蓄大于投資，總供給大于總需求，過剩產能必須通過海外市場消化，這導致大量的貿易順差、貿易摩擦以及與之相關的人民幣升值壓力。

對于中國居民部門儲蓄率高企的原因，有多種解釋。通常的認識分析包括文化習慣、預防性動機、流動性約束等，但是這些因素與儲蓄率的對應關系或者是不一致的，或者也如陳立平（2005）[1]指出的那樣，是可以通過某些政策措施予以消除。那么，更為剛性的解釋因素是什么呢？我們可以從弗蘭科?莫迪利安尼(Franco Modigliani)關于消費與儲蓄的生命周期假說（Life Cycle Hypothesis，以下簡稱LCH）尋求答案。該理論認為：一國居民儲蓄率主要取決于兩個因素——長期收入增長率、人口結構。

本文的研究目的在于實證檢驗LCH假說能否用于解釋中國儲蓄率。本文依據歷年《中國資金流量表》和Modigliani和Cao（2004）的方法，構建了1953—2011年中國儲蓄率的完整時間序列，在此基礎上利用E-G兩步法檢驗了中國居民部門儲蓄率與實際收入增長率和人口撫養比之間的關系。全文分為四部分：第一部分概述了LCH理論的基本內容以及相關的實證檢驗。第二部分分析了此前文獻數據估計中的不足，并依據《中國資金流量表》構建了本文的數據基礎。第三部分是實證檢驗。最后一部分是結論。

一、文獻綜述

（一）LCH理論的基本內容

兩個主要的理論刻畫了居民儲蓄率的決定因素。首先是凱恩斯的消費理論。這一理論認為，居民總消費是總收入的函數，居民的消費與當期收入成正比。相應地，居民儲蓄作為消費的互補項，也與當期收入成正比。用公式表示如下：

S=s0+sY?S/Y=s+s0/Y,s0?0,s?0

凱恩斯理論存在明顯缺陷，因為這一理論僅僅考慮了當期流量收入，而對存量收入——財富的變動未加考慮，因而可能低估或者高估邊際消費傾向，進而高估或者低估居民儲蓄。Modigliani的LCH理論和Friedman的PIH（永久收入理論）嘗試解決這些問題。研究顯示，LCH理論和PIH理論可以融入一個確定性等價中。不過二者的顯著差異在于LCH假設家庭部門存在有限壽命，而PIH則運用了“王朝家庭”的假設。假設上的這一實質性差異使得LCH理論可以比較好地處理“生命周期中個人成長、退休以及家庭規模變化等現象所引起的收入和需求的系統性變動”。因而從理論上看，LCH理論更具優勢。

Modigliani（1986）給出了一個精簡版的LCH模型。該模型假設：第一，家庭收入在退休前各個階段保持相對穩定，而在退休后為0；利息率r=0。第二，一生中每個時期的消費水平保持不變，且一生的收入與消費相等，不會留下遺產。在這樣的假設條件下，分析得出的家庭財富持有、儲蓄和消費的年齡曲線呈山峰型。

令N、L分別表示勞動年限和壽命長度，A(T)表示在T時刻積累的財富，Y(T)表示在T時刻的收入，則可以推出LCH理論的兩個核心結論：

（1）一國儲蓄率與其國民的年齡結構相關。其他條件不變，則一國居民中處于工作期的人口數量越多，該國的國民儲蓄率越高。相反，處于退休期內的人口規模越大，該國的國民儲蓄率越低。進一步地，如果人口增長率提高，則居民儲蓄率也會提高。用公式表示如下：

S/Y=α-β(R/W)

其中W、R分別表示處于工作期和退休期的人口，α、β＞0。

（2）在經濟出現增長的情況下，年輕一代的生命周期財富將高于年老一代，因此居民儲蓄率也會提高。用公式表示如下：

其中ρ表示“經濟增長率”，w表示“財富/收入比”。

顯然，將新增人口全部計入勞動力顯然是不符合實際的。為了解決這一問題，Modigliani(1970)加入對青少年人口的考慮，將兩階段人口模型擴展至如下三階段人口模型：

其中，ω、μ分別表示老年階段時長、青少年階段時長與工作年限之比，χ、χm分別表示老年階段消費、青少年階段消費與工作階段消費之比，M、R、W分別表示一國人口中青少年、老年和工作期人口的人數。顯然，由于M/W和R/W的系數為正，因此生育率的提高、死亡率的降低所帶來的結果是相同的，即一國人口中“負儲蓄人口”相對于“儲蓄人口”的比率的提高，會降低一國的國民儲蓄率。

需要指出的是，LCH理論并未指出撫養比、增長率對儲蓄率影響的具體路徑。理論研究表明，這種路徑可能是多樣的，并且從邏輯上來講也可能并不完全符合LCH的結論。

此外，穩態模型的結果和動態模型的結果是存在差異的。一般地說，穩態中撫養比率的提高必然會降低一國居民儲蓄率，但是在該國從一個均衡狀態向另一個均衡狀態調整的過程中則并不必然。這種理論上的多重可能性指出了數據調研和實證檢驗的必要性。

（二）LCH理論的實證檢驗

迄今為止，對于LCH的實證檢驗結果是兩分的。

最早展開人口結構變動對于儲蓄率影響研究的是Leff。Leff(1969)[2]以儲蓄率的對數為因變量，人均收入、增長率、14歲以下人口比率R1和65歲以上人口比率R2的對數值為自變量，對20個發達國家和47個欠發達國家的數據進行了回歸分析，結果表明R1和R2的系數顯著地為負數。Leff(1969)由此得出結論：撫養比率是一個在統計上顯著、在程度上重要的影響儲蓄率的變量。撫養比率是解釋國別儲蓄率差別的重要因素。Leff(1969)的結論被Modigliani (1970)、Horioka(1997)等很多學者的實證研究所證實。但是也有學者提出不同的意見。如Schmidt-Hebbel et.al(1999)指出：許多關于家庭儲蓄的調查表明，與年輕家庭相比，年老家庭的儲蓄率并不低，甚至更高。這種現象在美國、日本、英國、德國及意大利等國家也廣泛存在。在中國，王剛（2006）對北京消費者的一項調查表明，60歲以上老年人的儲蓄率仍然在30%以上，僅比更加年輕的家庭略低，這與LCH的假設是相違背的。

增長方面的爭論要更多一些。Modigliani(1970)采用Houthakker(1965)方法，以儲蓄率為因變量，收入增長率為自變量，對36個國家的儲蓄率、收入增長率等數據進行了線性回歸，發現儲蓄率與收入增長率呈顯著的正相關關系，并且回歸系數穩定在1.06～1.37之間，由此得出結論：收入增長率的提高會引起居民儲蓄率顯著的提高。Summers和Heston (1991)將樣本擴展至64個國家的回歸分析也得出了類似的結論。他們的研究表明，如果單獨以收入增長率作為自變量，則無論是對于OECD國家，還是全部樣本，儲蓄率與增長率都顯著正相關，回歸系數分別為0.35和0.26。Edwards（1995）加入了人口的滯后變量、開放度、增長率、政府儲蓄等影響因素，并依據1970—1992年36個國家的數據進行了線性回歸分析，結果表明在全部回歸方程中，人均收入增長率的回歸系數都顯著地為正。另一些研究實證分析了收入增速和儲蓄增速之間的因果關系。Bosworths (1993)關于儲蓄、收入增長和投資之間決定關系的檢驗表明，關于收入增長和儲蓄增長孰因孰果，從前者到后者的因果關系要更強。Carroll和Weil(1994)通過對38個國家的數據的格蘭杰因果關系檢驗表明，收入增長的出現要明顯早于儲蓄率的提高。Dekle (1993)對快速增長經濟體進行了類似檢驗，并得出結論，收入增長是樣本經濟體儲蓄率提高的原因。Attanasio et al.(2000)和Rodrik(1999)的檢驗結果確認了上述結論。從東亞地區的情況來看，經濟和人均收入高增長率的出現要早于這些國家的高儲蓄率，因而因果關系更可能是如LCH所言的從收入增長到儲蓄增長。不過，相反的研究結論同樣存在。Bosworh et.al(1991)和Atanasio et al.(1992)分別根據對美國和英國的實證研究，提出了不同的意見。他們認為，依據LCH理論，當經濟增長率變動時，財富會在不同年齡階段的人口之間進行轉移，因此儲蓄率的變動應當是一個結構性的現象。但是對美國和英國數據的研究發現，當經濟增長率和收入增長率下降的時候，所有年齡階段人口的儲蓄率都下降了。

近年來，國內關于LCH理論對中國儲蓄率變動解釋力的研究也逐漸深入。中國人民銀行研究局課題組（1995）依據中國1978—1997年的數據所做分析表明，改革開放以來國民儲蓄率趨于提高的一個重要原因是居民撫養系數的逐年下降。李揚、殷劍峰、陳洪波（2007）[3]的研究表明人口結構是決定儲蓄率的長期因素。20世紀60年代和80年代的兩波嬰兒潮是決定我國高儲蓄率存在并且將在未來10—15年繼續存在的主要因素。王德文、蔡昉、張學輝（2004）基于Leff(1969)的分析框架，在模型中引入了年份虛擬變量和地區虛擬變量，他們的研究發現：少兒撫養比、老年撫養比、總撫養比對于儲蓄率的平均貢獻率分別為-4.9%、-5.1%、-5.1%。

總體來看，跨國研究中，絕大多數實證研究傾向于支持LCH理論及其推論。LCH理論已經成為探討儲蓄率變動的基準理論。國內研究中，盡管一些調研數據提出相反的證據，但LCH理論總體上是適用于中國情形的。但缺乏邏輯一致、時間跨度足夠長的儲蓄率數據妨礙了實證結果的穩健性，一些研究沒有反映出金融深化的作用，也沒有分析人口老齡化的影響。本文將重點對上述因素進行綜合分析。

二、數據

估算儲蓄率的基本方法有兩種。第一種是利用可支配收入減去消費支出，即將儲蓄定義為可支配收入中未被消費的部分。第二種是Modigliani和Cao（2004）所采用的分項加總的方法，即將儲蓄定義為財富的增加量。

第一種方法簡單直觀，但要求存在完整的可支配收入統計。這在大多數國家是不可得的，尤其是涉及年度時間序列。《2013年中國統計年鑒》提供了中國居民可支配收入數據，但僅有1990年、2000年、2010年、2011年和2012年五年的數據，且是區分城鄉居民收入的。而歷年《中國資金流量表實物部分》給出的可支配收入數據只能追溯到1992年，也無法滿足本文的研究需求。

第二種方法是看似復雜，但易于在統計資料不盡完善的條件下構建出滿足研究需要的時間跨度較長的儲蓄率數據。Modigliani和Cao（2004）將中國的儲蓄率倒推到了1953年，這顯著地超出了正規統計的時間跨度。由于人口結構的變遷是相對緩慢的，因此這種統計口徑下的儲蓄率更加符合本文的研究需求。不過，Modigliani和Cao（2004）所采用的統計方法仍然存在缺陷。第一，統計的口徑不盡一致。更加符合邏輯的儲蓄率概念應該是邊際儲蓄率，對應的消費和儲蓄應該是年度流量數據，而財富的變動是一個從存量引發的概念，顯然這二者應該是存在差異的。就固定資產投資而言，從流量的角度來講，當年新增固定資產投資就是居民部門在有形資產上的儲蓄。但從存量的角度來講，扣除折舊后的固定資本形成才是儲蓄。因此，從存量角度，可能低估了邊際儲蓄。隨著通脹水平的提高，這一問題可能會愈發明顯。第二，財富統計不盡完全，忽略了金融市場的發展。在金融資產統計中，Modigliani和Cao（2004）僅統計了國債的發行情況。在20世紀80年代居民持有金融資產中國債比重較大的情況下，這樣處理問題不大。但隨著中國金融市場的發展，居民持有的金融資產中國債比重在逐漸下降，這種簡單的處理就過于粗放。2010年，居民持有的金融資產中國債的比重已經由1996年的69.36%下降至0.63%[4]。這表明，對于Modigliani和Cao（2004）估算的數據，至少從20世紀90年代開始就需要重估。

為了獲得更長時間序列的數據，匹配人口結構的緩慢變動，本文采用第二種方法估計中國儲蓄率。對于1992年以前的數據，由于居民國債持有比重較大，因此直接利用Modigliani和Cao（2004）的數據。對于1993年以后的數據，本文直接采用歷年《中國資金流量表》中“凈金融投資”作為無形資產投資的代理變量。這一做法有兩個顯著的優勢：第一，對居民部門的金融資產投資做出了細致的劃分，涵蓋通貨、銀行存款、國債、股票投資和保險準備金等，修正了Modigliani和Cao（2004）在無形資產統計中的不足。第二，流量概念與支出法中的最終消費是同一口徑，避免了Modigliani和Cao（2004）估計儲蓄率時流量與存量并用的缺陷。具體而言：

圖1 1953—2011年中國居民部門邊際儲蓄率

居民儲蓄=無形資產增量+有形資產增量=凈金融投資+個人固定資產投資

其中，個人固定資產投資取各年《中國統計年鑒》[5]中“固定資產投資（按經濟類型劃分）”。消費數據來自歷年《中國統計年鑒》中支出法項下居民消費數據。加總儲蓄和消費得到居民可支配收入，隨即可以計算居民儲蓄率。

為了考察人口結構變動，我們還區分了幼齡人口（0-14周歲以下）和老齡人口(65周歲以上)撫養比對于儲蓄率的影響。關于老齡人口：1987—2006年數據采用歷年《中國人口統計年鑒》中的人口抽樣調查數據；1978—1986年中除1982年采用第三次人口普查數據，其他年度數據通過logistic函數估計[6]，以1985年和1987年老齡人口數據進行驗證的結果表明，誤差不超過6%，因此直接采用估算值。對于幼齡人口，1978—2000年數據仍沿用MC的估算值，2001—2006數值則采用歷年《中國人口統計年鑒》和國家統計局發布的人口抽樣調查數據。

我們比較了1992—1999年本文估計的儲蓄率和Modigliani和Cao（2004）估計的儲蓄，除1992年、1997年和1998年本文估計的儲蓄率高于Modigliani和Cao（2004）之外，其余年度本文的估計數據要小一些。由于本文認為后者低估了金融投資的總額，而居民消費處于相同的口徑，因此這種差異似乎超出本文的預期。仔細的研究發現，問題出現在居民消費數據上。在本文使用的《2013年中國統計年鑒》中，1992—2000年的居民消費數據比此前公布的數據出現了較大幅度的上調，因此本文計算的儲蓄率數值要低一些。盡管如此，本文估計的儲蓄率數據反映的趨勢是大致相同的。我們看到2000年以來，中國居民部門邊際儲蓄率總體處于持續的攀升狀態中，2008年之后雖然略有回落，但仍然維持在大約40%～44%的高位。

我們對比人均實際收入增長率與儲蓄率的關系。定義5年平均增長率為長期人均實際收入增長率。如圖2所示，儲蓄率與長期人均實際收入增長率呈現一定的正相關關系，同期相關系數為0.83。

圖2 邊際儲蓄率與長期人均實際收入增長率

我們進一步對比儲蓄率與幼齡人口撫養比的關系。如圖3所示，儲蓄率與幼齡人口撫養比呈負相關關系。儲蓄率與幼齡人口撫養比之間的同期相關系數為-0.96。

圖3 邊際儲蓄率與幼齡人口撫養比

三、實證檢驗

本文利用E-G兩步法實證檢驗儲蓄率s、幼齡人口撫養比em、長期人均實際收入增長率lgr之間的關系。

（一）平穩性檢驗

E-G兩步法要求各分量同階單整。本文利用ADF檢驗各分量的平穩性。數據區間為1954年全口徑數據。

平穩性檢驗結果顯示:s、em、lgr都是非平穩時間序列，但差分之后為平穩時間序列。可以進一步檢驗s、em和lgr的協整關系。

s P值D(lgr) 0.001 0.98 em 0.991 lgr 0.142 D(s) 0.000 D(em) 0.003

（二）協整檢驗

本文利用E-G兩步法檢驗s、em和lgr的協整關系，構建如下回歸方程：

回歸結果顯示：

（三）ECM模型

我們進一步利用ECM模型檢驗em和lgr對邊際儲蓄率s的短期影響[7]。令ecmt=μt,本文估計的ECM方程如下：回歸結果如下：

誤差糾正項系數為-0.338，符合預期，表明短期波動偏離長期均衡時，將以33.8%的力度將非均衡狀態拉回到均衡狀態。

（四）穩健性檢驗

本文利用1979—2011年的數據檢驗回歸結果的穩健性。1979年以來，由于人口撫養比降低以及長期人均實際收入增長率提高，中國儲蓄率從大約10%的水平上升到40%以上。為考察人口老齡化的影響，穩健性檢驗中納入老齡人口撫養比ER。

平穩性檢驗顯示s、em、er、lgr均為單整時間序列。進一步利用E-G兩步檢驗邊際儲蓄率與相關變量之間的長期均衡關系。估計結果顯示，可以在10%的顯著性水平上拒絕回歸殘差存在單位根的假設，即邊際儲蓄率s與相關變量之間仍存在長期均衡關系。不過相對于1953年全樣本數據，新的回歸中幼齡人口撫養比系數上升至-0.46，長期人均實際收入增長率上升至1.00，并且兩個回歸系數都在1%的顯著性水平上顯著不為0，符合LCH的推斷。老齡人口撫養比的回歸系數為-0.1，盡管符合預期，但P值為0.82，不能拒絕其為0的假設，表明人口老齡化對居民部門邊際儲蓄率的影響尚不明確。這與王剛（2006）的調查數據是一致的，老齡人口仍具有較高的儲蓄率。

四、結論

中國的高儲蓄率是一個重要的經濟學命題。本文的檢驗結果表明：LCH可以解釋中國居民部門邊際儲蓄率的長期變動。1953年以來的全樣本數據顯示，儲蓄率s與幼齡人口撫養比em和長期人均實際收入增長率lgr之間存在協整關系。其他條件不變，幼齡人口撫養比每提高1個百分點，中國居民部門邊際儲蓄率將降低0.395個百分點；長期人均實際收入增長率每提高1個百分點，中國居民部門邊際儲蓄率將提高0.65個百分點。ECM模型顯示，當短期波動偏離長期均衡時，將以-33.8%的力度將非均衡狀態拉回到均衡狀態。本文利用1979年以后的數據進行穩健性檢驗，并在回歸中納入了老齡人口撫養比er。回歸結果顯示，協整關系仍然存在，幼齡人口撫養比系數上升至-0.46，長期人均實際收入增長率上升至1.00。老齡人口撫養比的回歸系數為-0.1，盡管符合預期，但不能拒絕其為0的假設，表明人口老齡化對居民部門邊際儲蓄率的影響尚不明確。這與部分微觀調查的數據是一致的，表明老齡人口仍具有較高的邊際儲蓄傾向。

依據LCH理論及上述檢驗結論，可以判斷中國居民部門的高儲蓄率不會持續下去。隨著總人口撫養比上升、潛在經濟增速下滑以及市場化程度進一步提升，中國居民部門邊際儲蓄率的下降幾乎是必然的。日本1990年之后儲蓄率從大約18%下降至4%以下，這提供了生動的先例。

[1]陳立平.高增長導致高儲蓄：一個基于消費攀比的解釋[J].世界經濟，2005，（11）：3-9.

[2]Nathaniel H Leff.Dependency Rates and Savings Rates[J].American Economic Review,Vol 59,No 5(Dec,1969),P886-896.

[3]李揚，殷劍峰，陳洪波.中國：高儲蓄、高投資和高增長研究[J].財貿經濟，2007，（1）：26-33.

[4]高培勇.國債運行機制研究[M].北京：商務印書館，1995：352.

[5]國家統計局.新中國五十年統計資料匯編[M].北京：中國統計出版社，1999.

[6]閻慧臻.Logistic模型在人口預測中的應用[J].大連工業大學學報，2008.

[7]高鐵梅.計量經濟分析方法與建模——eviews應用及實例[M].北京：清華大學出版社，2009.

（責任編輯：張艷峰）

1003-4625（2014）05-0061-05

F832.22

A

2014-03-11

李林燕（1981-），女，重慶梁平人，在職研究生，研究方向：宏觀經濟。