城鎮化、人口年齡結構與居民消費需求
——基于動態面板數據廣義矩估計分析

孫明月，方大春,2

(1.安徽工業大學 商學院，安徽 馬鞍山 243032；2.復旦大學 管理學院，上海 200433)

一、引言

居民消費同政府消費、投資和出口共同構成國民經濟的重要部分，居民消費不僅支撐國民經濟發展，也是經濟增長的最終目的。改革開放以來，我國經濟得到了巨大的發展，但與之相反的是，居民消費率卻在逐漸下降。2001年到2012年這十年期間，居民消費率從45.3%下降到36.8%，遠遠低于發達國家的水平。林毅夫把這種一面是過熱的投資，一面是冰凍的消費的奇特景象比喻為“煎焦的凍魚”。

居民消費一直是學術界關注重點，學者主要還是沿著凱恩斯消費理論和生命周期理論，探索居民消費不足的原因。城鎮居民收入分配差距對消費存在顯著的負影響[1][2]，收入差距與居民消費呈現倒U型關系，其峰值在城鄉實際收入比為3.47左右時[3]；農村居民消費影響最大因素是居民攀比行為[4]。目前我國國民收入在居民部門的分配比例明顯偏低是導致我國居民消費不足、消費率下降的根本原因[5]。在經濟發展水平較低時，社會保障參與率的提高會降低居民消費，而當經濟發展到一定水平時，社會保障的參與率會提高居民消費[6]。人口年齡結構對消費的影響最早始于Modigliani和Brumberg的生命周期假說(LCH)。關于人口年齡結構與消費的實證分析的研究也較多，但得出結論卻不唯一。Leff(1969)通過對世界74個國家的面板數據得出，少兒撫養比與老年撫養比和消費存在顯著的正向關系[7]；Parker(1999)認為人口年齡結構與消費之間的關系不顯著[8]；Begona Eguia和Cruz Echevarria(2004)基于西班牙1964年—1997年的數據，通過OLS和FMLS的估計方法得出，人口金字塔的變化會對私人消費行為產生實質的影響[9]；李文星、徐長生、艾春榮(2008)實證研究結果顯示兒童撫養系數對居民消費有負的影響，而老年撫養系數的變化對消費影響不顯著[10]；而祁鼎、王師、鄧曉羽和孫武軍(2012)分析得出老年撫養比的提高對消費具有促進作用[11]。

大多數文獻探討影響居民消費因素，主要考察直接影響因素，往往忽視傳導效應作用于居民消費的重要變量。其中，城鎮化就是影響居民消費重要因素，城鎮化對消費的促進作用主要體現在：(1)城鎮化通過轉移農村剩余勞動力，提高居民收入；(2)改變農村人口的消費方式，通過示范效應，拉動消費；(3)帶動服務業發展，拓展居民消費新空間[12]。也有一些學者對此進行探索，中國城市化水平與消費增長率之間總體上具有正向的、較長期的互動影響[13]，城市化進程確實對農村消費水平具有顯著的提升作用，并且在欠發達的西部地區，提升效應更明顯[14]。

本屆政府把新型城鎮化作為實現經濟轉型、打造中國經濟升級版的重要抓手，2013年12月中央舉行的城鎮化工作會議提出城鎮化的六大工作任務，推進以人為核心的城鎮化，必將釋放內需巨大潛力。2013年11月中央發布《中共中央關于全面深化改革若干重大問題的決定》，宣布啟動實施一方是獨生子女的夫婦可生育兩個孩子的“單獨二孩政策”。在此背景下，是否影響居民消費率，值得研究。對城鎮化、人口年齡結構與居民消費的關系進行實證分析，試圖回答上述問題，并為我國內需拉動的經濟政策提供參考。

二、模型及估計方法

(一)模型設定

主要就居民消費與城鎮化和人口年齡結構的關系進行實證研究。以居民消費為因變量，基本解釋變量為城鎮化與人口年齡結構。設立以下基本的計量模型：

CONSi,t=α0+βURBi,t+χCDRi,t+δODRi,t+φXi,t+ξi+ηt+εi,t

(1)

其中，i代表我國各個省份，t代表年份；被解釋變量CONS代表居民消費，用居民消費率表示，其計算公式為居民消費支出/支出法地區生產總值；URB代表城鎮化，鑒于數據的準確性和易獲取性，采用計算公式為城鎮人口/各省總人口；CDR和ODR代表人口年齡結構，分別為少兒撫養比和老年撫養比；εi,t表示隨機誤差項；β,χ,δ,φ代表待估計的參數。

Xit表示其他控制變量的向量；由于影響居民消費需求的因素較多，參考已有的研究，選擇主要控制變量如下：考慮到通貨膨脹會改變居民的消費水平和儲蓄的決策，選取居民消費價格指數(CPI)，代表通貨膨脹水平；根據凱恩斯的邊際消費傾向遞減規律，收入差距過大必將對居民消費會產生一定的影響，選取城鄉收入差距(GAP)代表居民的收入差距；根據消費理論和現實基礎，消費受到收入的影響，居民消費率不僅與收入增長率有關，還與當期的收入有關，鑒于數據的易獲得性，文章采用地區人均實際GDP的對數(lnRPGDP)代表居民的當期收入，用人均實際GDP的增長率(RGDPI)代表居民收入增長率。ξi代表地區非觀測效應，即不隨時間變化的地區固定效應，反映了一些無法觀察的地區差異性變量的影響；ηt代表時間非觀測效應，即不隨地區變化的時間固定效應，反映了不同年份政策對消費的影響；2008年發生了金融危機，為了拉動經濟增長，我國采取了一系列刺激內需的政策措施。為此通過引入時間虛擬變量(DUMMY)使模型更加接近現實情況，在2008年以前，DUMMY值為0,2008年以后，其值為1。

(二)數據來源及描述

在計算城鎮化水平時，由于統計口徑的調整以及多個省區在2005年將人口調整為常住人口，為了數據的準確性，選取2005年—2012年作為樣本期，截面為中國大陸30個省份(西藏因數據不完整，沒有納入)，并分東、中、西部三大地區①。居民消費率數據來源于2006年—2013年《中國統計年鑒》；城鎮化率數據來源于《2013年中國統計年鑒》；2010年的人口年齡結構數據來自《中國2010年人口普查資料》，其他年份的數據來自歷年《中國統計年鑒》；消費價格指數和人均實際生產總值均以2005年為基期計算所得；其他數據均來源于歷年的《中國統計年鑒》以及各省《統計年鑒》。表1給出了各個變量的統計性描述。

從表1數據可以看出，雖然東部地區的城鎮化水平要明顯高于中西部地區，且遠遠高于全國平均水平，但是其居民消費水平卻低于中西部地區和全國水平。為此，將以散點圖的形式來具體呈現兩者之間的關系(見圖1)。

圖1 居民消費率與城鎮化關系散點圖

從圖1中的散點圖中可以看出，居民消費率與城鎮化水平存在一種非線性的正U型關系。在城鎮化水平較低時，居民消費率隨著城鎮化的提高而降低；在城鎮化發展到一定水平時，居民消費率隨著城鎮化水平的上升而提高。因此，嘗試在計量模型中添加城鎮化的二次項，探究城鎮化是如何影響居民消費需求。

表1 相關變量的統計性描述

變量類型變量名稱單位東部中部西部全國均值標準差均值標準差均值標準差均值標準差被解釋變量解釋變量控制變量CONS%32.194.6235.424.8137.657.7735.056.43URB%62.3915.0145.436.6541.007.4450.0214.34CDR%19.135.9124.086.1128.645.8423.947.18ODR%12.812.1012.261.8011.972.7112.362.29CPI%110.808.03112.508.92114.410.64112.609.38GAP比值2.600.272.830.303.620.463.040.58RGDPI%10.454.9613.637.2514.966.4112.956.46lnRPGDP元/人10.460.469.790.369.640.459.980.57DUMMY2008年金融危機前為0,2008年以后為1

在人口年齡結構方面，關于少兒撫養比，東部地區最低，中部其次，西部地區最高，其原因可能是由于東部地區較高的經濟發展水平和較為開放的生育觀念；對于老年撫養比，三個地區基本保持相同水平。為了從大體上描述城鎮化和人口年齡結構與居民消費之間的關系，給出了兩者之間的散點圖。

圖2 居民消費率與少兒撫養比關系散點圖

圖3 居民消費率與老年撫養比關系散點圖

從圖2和圖3的散點圖可以看出，少兒撫養比與居民消費率存在一種正相關系，少兒撫養比的提高會增加居民消費，少兒撫養比的降低會減少居民消費。而老年撫養比與居民消費率的擬合曲線近似一條直線，其對居民消費的作用不明顯。

在城鄉收入差距方面，東部和中部地區水平相當，而西部地區的城鄉收入差距要略高；關于人均實際生產總值增長幅度，中西部地區要明顯高于東部地區，這證明次發達地區經濟更具有發展潛力；東中西部人均實際生產總值的對數符合我國目前的經濟發展實際。

(三)估計方法

由于居民在長期的消費實踐中會形成消費習慣，前期的消費對當期消費會產生影響，居民消費存在棘輪效應，將上期居民消費量作為被解釋變量加入到模型中，構建動態面板數據模型。由于在動態面板中普遍存在自相關、異方差和個體效應。Arellano和Bover[15](1995)與Blundell和Bond[16](1998)在相關研究中提出，動態面板數據廣義矩估計方法(GMM for Dynamic Panel Data)一方面能夠控制個體效應，另一方面可以通過使用解釋變量的滯后項作為工具變量來解決解釋變量的內生性問題。居民消費率和一些解釋變量之間可能是同時決定的，動態面板GMM估計通過選擇合適的工具變量可以有效控制解釋變量的內生性問題；當不可觀察的變量與解釋變量相關，或是遺漏了某些個影響因素時，GMM使用差分轉換數據還可以克服遺漏變量問題。為此，采用動態面板GMM估計方法是合適的，而靜態面板估計會使得結果產生偏誤。

采用動態面板對模型進行估計，具體模型為：

CONSi,t=α0+α1CONSi,t-1+α2URBi,t+α3URB2i,t+α4CDRi,t+α5ODRi,t+α6Xi,t+ξi+εi,t

(2)

其中，CONSi,t-1為滯后一期的居民消費率，URB2i,t為城鎮化率的二次項。

為了消除個體效應ξi的影響以及選取合適的工具變量，對模型(2)做一階差分得到：

ΔCONSi,t=α1ΔCONSi,t-1+α2ΔURBi,t+α3ΔURB2i,t+α4ΔCDRi,t+α5ΔODRi,t+α6ΔXi,t+Δεi,t

(3)

差分GMM估計法可以通過對模型進行一階差分來處理“動態面板偏差”(dynamic panel bias)問題。但差分GMM估計必須滿足兩個前提條件：回歸方程的隨機誤差項εi,t不存在自相關；以及內生解釋變量具有弱外生性。由于差分GMM的缺點是無法估計個體效應ξi的系數以及可能導致弱工具變量問題，Blundell & Bond(1998)將差分方程與水平方程作為一個系統進行廣義矩估計，被稱為“系統GMM”(System GMM)。系統GMM的優點是可以提高估計的效率，并且可以估計不隨時間變化的變量的系數。其缺點是，必須要假定被解釋變量的一階差分滯后項與個體效應無關。一般情況下，系統GMM的估計方法要優于差分GMM的估計方法。系統GMM法又可分為一步法(one-step system GMM)和兩步法(two-step system GMM)估計。相對于一步法，二步法估計不容易受到異方差的干擾。鑒于此，采取二步法進行估計。為了檢驗工具變量是否有效，借鑒Arellano和Bover(1995)和Blundell和Bond(1998)的研究，進行Sargan檢驗，其原假設是模型過度識別約束有效；另外還需要對隨機誤差項的一階和二階序列自相關進行檢驗，其原假設是隨機擾動項不存在自相關。

三、實證結果與分析

在使用模型(2)進行估計之前，按照大多數研究的做法，首先研究居民消費與城鎮化以及少兒撫養比與老年撫養比之間的線性關系，其具體形式為：

CONSi,t=α0+α1CONSi,t-1+α2URBi,t+α3CDRi,t+α4ODRi,t+α5Xi,t+ξi+εi,t

(4)

文章分別采取差分GMM方法和系統GMM方法進行對比分析，實證結果見表2。表2給出了全國水平動態面板的差分和系統GMM估計結果，模型(1)和模型(2)分別是不加和加入控制變量的差分GMM估計結果，模型(3)和模型(4)分別是不加和加入控制變量的系統GMM估計結果。可以看到，模型(1)至模型(2)都通過了Sargan檢驗，說明模型所選取的工具變量是有效的。且模型(1)和模型(2)的一階差分的殘差只存在一階序列相關，而不存在高階序列相關，差分GMM估計結果不能拒絕模型中“隨機擾動項不存在自相關”的原假設，說明差分GMM的估計量是一致的，模型(1)和模型(2)都是合適的。在系數GMM估計方面，滯后一期的居民消費率估計系數的符號為正，說明居民的消費習慣對居民消費產生較為顯著的影響。原因可能是中國自古崇尚節儉，這種消費習慣是導致目前我國居民消費不足而儲蓄增加的一個非常重要的原因。在未加入控制變量的條件下，URB的估計系數為負，且在10%的水平下未通過顯著性檢驗，而在加入了所有控制變量以后，URB在5%的顯著水平下通過了檢驗，且符號為正，說明在加入控制變量以后，模型得到了優化，所選取的控制變量是有效的。就人口年齡結構而言，在模型(1)和模型(2)中，CDR都在1%的顯著性水平下通過了檢驗，且符號為正，說明就全國水平而言，少兒撫養比的提高會增加居民的消費需求，其原因可能是少兒沒有參加工作，是家庭和社會凈投入。在加入了所有控制變量滯后，ODR在1%的顯著性水平下通過了檢驗，且符號為負，說明老年撫養比的提高會阻礙居民消費的提高，其原因可能一方面是老年人到了退休年齡仍然在工作，另一方面老年人崇尚節儉，開支較小。我國的少兒撫養比從1982年實施計劃生育的54.6%一直下降到2012年的22.2%，而老年撫養比從1982年的8%上升到2012年的12.7%，少兒撫養比的下降和老年撫養比的增加同時降低了居民的消費需求拉動力。此外，我們也發現2008年時間虛擬變量的估計結果顯著，表明金融危機對居民消費具有一定程度的影響。

由于系統GMM方法能夠解決模型內生性問題和遺漏變量問題，文章給出了系統GMM法的估計結果——模型(3)和模型(4)，兩個模型都通過了Sargan檢驗和擾動項無二階序列相關檢驗。在系數估計方面，與差分GMM估計法相比，不管是顯著性水平還是符號，兩者的差別不大，但是系統GMM法的Sargan檢驗值要明顯高于差分GMM法，尤其是在加入控制變量以后，說明系統GMM的估計方法更有效率。鑒于此，文章在后文全部采用GMM估計法進行估計。

綜合上述分析，城鎮化與居民消費之間呈正向關系，目前的人口年齡結構與居民消費呈負向關系。但是從散點圖1中可以看出，城鎮化與居民消費之間并不是正向關系，而是在起初階段時呈現負向關系。鑒于此，文章采用模型(2)進行估計，即加入城鎮化的二次項，分析城鎮化對居民消費的影響形式，估計結果見表3。

表2 全國水平動態面板差分GMM和系統GMM估計結果

變量差分GMM系統GMM模型1模型2模型3模型4CONS(-1)URBCDRODRCPIGAPRGDPIlnRPGDPDUMMYCONSTANT工具變量個數Sargan檢驗(P值)AR(1)AR(2)0.407 9▲0.264▲0.715 5▲0.658▲(8.98)(7.53)(75.45)(13.48)-0.017 30.148 9△0.042 2▲0.182 4▲(-0.38)(2.08)(2.85)(4.21)0.397 8▲0.120 7▲0.099 2▲0.064 2(7.57)(2.76)(6.98)(1.54)-0.129 1-0.267▲-0.021 3-0.138 2▲(-1.46)(-6.89)(-0.68)(-3.11)0.081 7▲0.078 5▲(3.42)(3.16)-0.519 51.095 8(-0.99)(1.43)-0.065 2▲-0.008 7▲(-6.02)(-6.61)-6.752 3▲-4.112 63▲(-9.72)(-3.33)-0.984 9▲-0.555 8▲(-6.83)(-4.26)13.059▲79.627 1▲5.245 7▲32.970 2▲(3.05)(18.13)(3.39)(2.98)253031360.219 30.174 90.369 80.600 60.000 80.001 60.000 40.000 20.108 80.6720.081 30.244 8

注：括號內為z值，*、△和▲分別代表10%、5%和1%的顯著性水平。

模型(1)到模型(5)均是采用系統GMM方法的估計結果，可以看出，在依次加入控制變量以后，模型全部通過了Sargan檢驗和隨機擾動項無自相關檢驗。在所研究的變量中，除了ODR的顯著性水平沒有全部通過以外，其他變量的顯著性水平都非常高。且少兒撫養比與老年撫養比的系數符號與前文分析一致。在模型(1)到模型(5)中可以看出，模型(5)的Sargan值最大，模型(5)估計結果更為準確。

根據模型(1)～(5)計算出城鎮化拐點分別為56.8%、56.23%、50.17%、51.47%和42.42%。由此可以得出，城鎮化對居民消費并非簡單的正向關系，而是存在正U型關系。這可能是由于在城鎮化初期，住房支出占去居民大部分的收入，居民不得不減少其他方面的消費，居民消費率在城鎮化前期一直是下降的。而當城鎮化發展到一定成熟階段，大部分居民住房問題得到解決，收入預期得到提高，居民會增加消費。

這就不難解釋近些年來我國居民消費率持續下降的原因，在城鎮化初期，城鎮化與人口年齡結構的雙重負作用，是居民消費率下降的主要原因。2010年，我國的城鎮化水平突破50%，已經接近拐點水平，城鎮化的持續發展會提高居民的消費率。

在分析全國居民消費下降的原因的基礎之上，嘗試研究居民消費在不同地區之間的差異。為了探討影響居民消費的區域差異，文章分別從東部、中部和西部進行模型的估計。在進行模型估計之前，分別對東部、中部和西部居民消費與城鎮化分別進行關系散點圖分析(散點圖略)，結果表明不存在明顯U型關系。因此文章建立線性模型進行估計，估計結果如表4所示。由于系統GMM法要優于差分GMM的估計方法，因此東中西部地區均采用系統GMM估計法進行估計。

表3 全國水平動態面板系統GMM估計結果

變量模型1模型2模型3模型4模型5CONS(-1)URBURB2CDRODRCPIGAPRGDPIlnRPGDPDUMMYCONSTANT工具變量個數Sargan檢驗(P value)AR(1)(P value)AR(2)(P value)0.147 5▲0.166 2△0.203 1▲0.402 9▲0.365 2▲(3.13)(2.12)(3.26)(7.77)(5.92)-1.136▲-1.158 3▲-1.083 6▲-0.875▲-0.653 3▲(-6.43)(-5.22)(-10.47)(-3.88)(-3.74)0.01▲0.010 3▲0.010 8▲0.008 5▲0.007 7▲(6.86)(5.57)(10.82)(3.88)(4.53)0.348 4▲0.322 9▲0.379 7▲0.258▲0.153 5△(10.19)(7.25)(8.09)(4.49)(2.48)-0.174 9▲-0.145 2*-0.102 6-0.072-0.070 1(-2.61)(-1.81)(-1.39)(-1.51)(-1.3)0.010 30.055 7▲0.045 1△0.112 3▲(0.70)(3.32)(2.10)(4.11)3.361 5▲2.238△1.553 8(3.89)(1.98)(1.61)-0.082 5▲-0.059▲(-6.53)(-3.73)-4.987 2▲(-3.94)-0.787 4▲-0.903 6▲-1.123 1▲-0.872 1▲-0.929 8▲(-5.91)(-4.96)(-7.18)(-7.74)(-5.61)53.784 9▲52.996 3▲29.290 1▲25.961 1▲64.922 1▲(8.63)(6.46)(4.14)(4.31)-5.833343536370.359 50.360 30.596 20.508 40.747 20.013 50.013 80.021 80.003 30.003 30.856 60.937 30.954 30.836 30.780 9

注：括號內為z值，*、△和▲分別代表10%、5%和1%的顯著性水平。

由表4可知，所有模型均通過了Sargan檢驗，表明所選取的工具變量是有效的，且一階差分的存在一階序列相關，而沒有高階序列相關，從而我們不能拒絕水平的殘差序列不存在序列相關的原假設。在所有模型中，各地區居民消費率的滯后一期仍然顯著影響著居民的當期消費。收入差距(GAP)沒有出現在模型估計結果中，可能因為收入差距對居民消費需求不是簡單線性關系，也可能不同省份城鄉收入差距對居民消費影響特征不同。這與劉厚蓮(2013)實證結果為城鄉實際收入差距與居民消費需求呈現倒U 型關系相一致[17]。地區人均實際GDP的對數(lnRPGDP)對居民消費影響也不確定，可能是居民消費支出主要受受上期可支配收入影響，更有可能是各地區居民可支配收入占地區GDP比例不盡相同，通過人均GDP測算一個地區居民可支配收入可能不準確。例如：主要是靠投資拉動和能源消耗為主，投資主體主要是央企和大國企，這樣的模式導致GDP確實很大，但老百姓從中取得的收入比重不會太高，這也就是外界通常所說的“只長骨頭不長肉”；相反，廣東、福建、浙江等地以輕工業為主，非公經濟占比較高，GDP增長與居民收入的關聯度也比較高，也就是“藏富于民”。

表4 東中西部動態面板系統GMM估計結果

變量東部中部西部CONS(-1)URBCDRODRCPIRGDPIDUMMYCONSTANT工具變量個數Sargan檢驗(P value)AR(1)(P value)AR(2)(P value)0.318 3▲0.717 1▲0.678 2▲(3.28)(5.16)(7.62)0.142△0.066 7-0.066(2.16)(1.10)(-0.59)0.056 40.144 2△0.201 5*(0.46)(2.53)(1.65)-0.396 9▲0.570 9▲0.184 7(-3.83)(4.39)(0.57)0.041(0.78)-0.176 8▲-0.163 8▲(-4.42)(-2.63)-1.697▲-0.664 8(-4.36)(-1.03)19.951 9-4.2774.193 5(3.51)(-0.63)(0.60)333134.000.286 40.866 80.799 30.032 40.024 60.047 70.266 30.157 90.527 6

注：括號內為z值，*、△和▲分別代表10%、5%和1%的顯著性水平；模型采用的是穩健標準差的方法。

在東部地區，URB的估計系數在5%的水平下顯著為正，其系數值為0.142，說明城鎮化率為增加1%，居民消費率會隨之增加0.142個百分點。東部地區城鎮化的平均水平為62.39%，已超過拐點水平，城鎮化的繼續發展會促進居民消費的提高，這與上文的分析相符合。在人口年齡結構方面，少兒撫養比沒有通過顯著性檢驗，但其符號為正，說明在東部地區少兒撫養比對居民消費率起推動作用。老年人口撫養比在1%的顯著性水平下通過了檢驗，其值為-0.396 9，說明老年撫養比每增加1%,居民消費率會隨之下降0.396 9個百分點。人口年齡結構在東部地區的作用效果與全國水平類似。

就中西部而言，城鎮化對居民消費的促進作用并不顯著。中部和西部地區城鎮化的平均水平分別為45.43%和41%，均位于拐點的左端。在城鎮化初期，居民首要問題的是住房問題。住房占去居民大部分的消費開支，從而縮減居民在其他方面消費的開支。在人口年齡結構方面，中部地區少兒撫養比和老年撫養比對居民消費的影響都顯著為正，西部地區老年撫養比雖然沒有通過顯著性檢驗，但其作用效果與中部地區類似，而與東部地區相反。究其原因可能有兩方面：一是隨著中西部生活水平提升，隨著城鎮化推進，越來越多老年人開始關注自身健康，增加醫療保健開支，二是中西部老年人收入比東部地區低；兩者導致老年人口比重上升，提升居民消費比重。為了給出更加準確的解釋，給出中西部居民醫療保健消費支出的不同。在醫療保健方面，中西部地區城鎮和農村的消費支出占比都要高于東部地區，這與中西部的經濟發展水平和醫療保障水平有關，醫療保障水平低會增加居民對醫療保健的投入。

表5 2012年分地區城鄉居民醫療保健消費支出比重 (單位：%)

城鎮農村東部5.628.20中部7.088.70西部6.4910.12

注：數據來源于《中國統計年鑒2013》，表格不包括東北地區。

以上是基于東中西部地區分析城鎮化和人口年齡結構對居民消費率的影響。可以看出，在東部地區，城鎮化的持續發展會推動居民消費率的提高，而在中西部地區，其作用效果并不顯著甚至其阻礙作用。在人口年齡結構方面，少兒撫養比在東中西部都起推動作用，而老年人口撫養比在東部地區起阻礙作用，而在中西部地區起一定的推動作用。

四、結論與建議

從以上的模型分析中可以得出，不管是在全國范圍，還是東中西部，消費習慣是影響居民消費行為的一個非常重要的因素。城鎮化水平對居民消費的影響呈現正U型，其拐點大約在50%左右。目前全國整體水平處在U型的右邊，城鎮化對消費的影響在逐漸增強，對東中西部的影響存在明顯差異。由于城鎮化水平的不同，城鎮化在東部地區對消費的影響顯著為正，而在中西部地區影響暫時不顯著。在人口年齡結構方面，就全國水平而言，少兒撫養比的提高會增加消費，而老年撫養比的提高會降低消費。東部地區與全國水平類似，而少兒撫養比在中西部地區并不顯著，老年撫養比顯著為正。基于此，提出的政策建議如下：

第一，加大對中西部地區城鎮化建設投入力度，堅持城鎮化拉動居民消費。東部地區的城鎮化水平已經遠遠超過中西部地區，并處于U型的右邊，居民能夠從城鎮化中受益。而中西部地區的城鎮化水平低于全國平均水平，城鎮化對于促進居民消費的影響不顯著。因此政府要繼續加強對中西部地區城鎮化建設投入，突破城鎮化對居民消費影響拐點。在城鎮化進程中，努力解決城鎮化進程中住房問題，不能因為城鎮化抑制居民消費支出，讓居民受益于城鎮化建設，從而形成居民消費水平在城鎮化進程中提升。

第二，加大中西部地區老年人基本消費支持力度，各地積極實施“單獨二孩政策”。中西部地區因為公共服務水平低，特別是老年人更加缺乏醫療衛生服務。隨著中西部城鎮化進程推進，中西部老年人基本消費支出將呈現爆發增長，對居民消費拉動較強，需要國家加快推進基本服務均等化，加大支持中西部地區老年人基本服務建設。不管在什么地區，少兒撫養比提升一直對居民消費起拉動作用，各地積極實施“單獨二孩政策”，增強經濟增長內在動力。

第三，完善社會保障制度，提高居民消費信心。中國居民節儉的消費習慣一方面與消費文化有關，另一方面與社會保障制度不完善有關。要提高居民的消費信心，改變居民的消費習慣，一個重要的內容就是完善社會保障制度，擴大社會保障的覆蓋面積，減少居民在衣食住行方面的負擔。

注釋：

① 東部包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部包括四川、重慶、貴州、云南、陜西、甘肅、青海、寧夏、新疆、廣西、內蒙古。

參考文獻：

〔1〕 劉東皇,沈坤榮.收入分配、居民消費與經濟發展方式轉變[J].華東經濟管理,2010(11):31-35.

〔2〕 YE JIN,HONGBIN LI,BINZHEN WU.Income inequality,consumption,and social-status seeking[J].JournalofComparativeEconomics,2011,39(2):191-204

〔3〕 劉厚蓮.人口城鎮化、城鄉收入差距與居民消費需求——基于省際面板數據的實證分析[J].人口與經濟,2013(6):63-70.

〔4〕 張琪.我國收入分配對居民消費影響的實證研究[D].太原：山西財經大學,2013.

〔5〕 劉少華,王曉芳.我國居民消費需求的國民收入分配效應實證分析[J].消費經濟,2013(3):3-6.

〔6〕 余官勝,王睿.社會保障參與和居民消費需求——基于省際動態面板數據的實證研究[J].軟科學,2011(4):36-39.

〔7〕 LEFF N H.Depenency rates and savings rates[J].AmericanEconomicReview,1969,59(5):346-360.

〔8〕 PARKER J A.Spendthrift in china? On Two Decades of Decline in the U.S.Saving Rate[Z].BEMANKE B,J ROTEMBERG.NBER Macroeconomics Annual.MIT,Cambridge,Massachusetts,1999.

〔9〕 BEGONA EGUIA,CRUZ ECHEVARRIA.Population Age Structure and Private Consumption in Spain[J].InternationalEconomicJournal,2004,18(3):299-319.

〔10〕 李文星,徐長生,艾春榮.中國人口年齡結構和居民消費:1989—2004[J].經濟研究,2008(7):118-129.

〔11〕 祁鼎,王師,鄧曉羽,等.中國人口年齡結構對消費的影響研究[J].審計與經濟研究,2012(4):95-103.

〔12〕 付波航,方齊云,宋德勇.城鎮化、人口年齡結構與居民消費——基于省際動態面板的實證研究[J].中國人口·資源與環境,2013(11):111-117.

〔13〕 劉藝容.中國城市化水平與消費增長的實證分析[J].湖南社會科學,2008(2):99-103.

〔14〕 易行健,吳慶源,楊碧云.中國城市化對農村居民平均消費傾向影響的收入效應與示范效應:2000年～2009年[J].經濟經緯,2013(5):25-29.

〔15〕 BLUNDELL R，BOND S.Initial Conditions and Moment Restrictions in Dynamic Panel Data Models[J].JournalofEconometrics,1998,87:115-143.

〔16〕 ARELLANO M，BOVER O.Another Look at the Instrument al Variable Estimation of Error-Components Models[J].JournalofEconometrics,1995，68: 29-51.

〔17〕 劉厚蓮.人口城鎮化、城鄉收入差距與居民消費需求[J].人口與經濟,2013(6):63-70.