老龄化与少子化对农村居民消费的影响——以山西为例

文章编号：1005-9679(2021)03-0034-06
老龄化与少子化对农村居民消费的影响
——以山西为例
陈志涛史清华
(上海交通大学安泰经济与管理学院，上海200030)
摘要：老龄化与少子化已经是中国明显的趋势，在促进经济内循环的今天，有必要深入研究“两化''对居民消费的影响。

基于山西农村固定观察点2008—2017年的微观农户家庭数据，对家庭成员进行细致的定义，并构建家庭人均消费关于年龄结构的函数，估算了家庭成员的广义边际消费倾向。

研究发现：家庭中受抚养者的消费能力较高，在这个群体中又以14岁以上学生的消费能力最高；受赡养者的消费能力最低。

由此可见，少子化和老龄化将给农村消费带来较大冲击。

因此，中国需要做好应对逐渐到来的消费低迷的准备。

关键词：年龄结构；消费；农村固定观察点；边际消费倾向
中图分类号：F063.2文献标志码：A
The Influe n ee of Aging and Decli ning Birthrate on Rural Reside n ts'
Consumption：Take Shanxi as an Example
CHEN Zhitao SHI Qinghua
(Antaf College of Economics&Management,Shanghai Jiao Tong University,Shanghai200030,China)
Abstract:The aging and declining birthrate are already obvious trends in China.Today,as the internal eco-nomiccycleispromoted，itisnecessarytothoroughlystudytheirimpactonhouseholdconsumption This paperusestheMicroeconomicdatafrom2008to2017inShanxiruralfixedobservationpointstodefineand distinguishdi f erentfamilymembers，andconstructsafunctionoffamilypercapitaconsumptionontheage structure,and estimates the generalized marginal consumption of family members.The results show that young dependents have higher spending power,and in this group,the spending power of students aged14 and above is the highest；old dependents have the lowest spending power.It can be seen that declining birthrateandagingwi l bringgreaterimpactonruralconsumption Therefore，Chinaneedstobeprepared tocopewiththeslumpingconsumption
Key words：age structure；consumption；rural fixed observation point；marginal propensity to consume
中国少子化趋势已经非常明显，根据中国国家统计局发布的数据，2019年中国全年出生人口1465万人，在2018年已经快速滑坡的基础上继续减少了58万人。

同时，中国老龄化程度也越来越高,5岁及以上人口占比已经从2000年的7%上升到了2019年的12.6%。

老龄化与少子化为中国未来的发展带来了不少阻力，消费、投资、出口都会受到深刻影响，这构成了我们的研究背景。

收稿日期：2020-11-19
基金项目：国家自然科学基金重点项目“新时期扶贫开发理论与政策研究”71833003)国家自然科学基金面上项目“城镇化背景下劳动力转移与村庄秩序问题研究”71773076)国家自然科学基金面上项目“中国农村贫困成分的识别、分解及其改变的路径研究”
(71673186)
作者简介：陈志涛(1995—)，男，江西上饶人,硕士研究生,研究方向：农业经济,E-mail：orangeach@；史清华(通信作者) (1964—)，男，特聘教授、博士生导师，研究方向：农业经济,E-mail：shq@。

34
综观相关研究可以发现，利用宏观和微观的数据得出的结论完全相反，单独考虑农村居民或城市居民的行为也可能得出不同的结果，以消费为研究对象和以储蓄为研究对象也可能得到不一致的结论。

此外，我们也发现以往的文献存在一些不足。

第一，解释变量的内在含义存在问题。

由于数据可得性问题，大部分学者采用的人口年龄结构变量是少儿抚养比和老年赡养比,但作为分母的15〜64岁人口并不一定是劳动力，初中生、高中生、大学生等也被纳入其中，然而这三类人群不仅不是抚养儿童、赡养老人的劳动力，反而是家庭消费的最大贡献者。

第二，回归系数的经济学含义不够直观。

以往的研究多没有针对不同的群体构建出消费函数，而只是将人口结构作为因变量找到其与消费的相关关系,因此只能够从回归系数的正负判断因变量的定性影响而无法映射直观的经济学含义。

第三，微观数据处理不够谨慎。

使用微观数据进行分析时，原始数据往往比较粗糙甚至存在系统性的统计偏差，部分学者不加以细致处理，部分学者则将其简单地舍弃,这导致珍贵的原始资料得到错误的结论或者其核心特征被轻易忽视。

鉴于此，本文首先充分地审查了原始数据并做了细致的数据预处理，接着以凯恩斯消费函数为基础（Keynes,1999），从不同类型家庭成员的微观消费函数出发，构建出家庭人均消费函数与回归模型,最后，通过回归得到可直观地映射不同类型家庭成员广义边际消费倾向的回归系数。

1数据处理与变量选择
1.1数据处理
本文使用山西农村固定观察点的观察数据，时间跨度为2008—2017年，删除消费为零的明显错误样本后共有9409个样本。

该数据为非平衡面板数据，在十年的时间里共涉及12个村,1010个农户。

山西省位于中国华北地区，经济在全国处于中等偏下水平，2019年GDP总量为17027亿元，占全国总量的1.72%。

在改革开放后，无论是经济整体（GDP和粮食总产量），还是民众经济生活（农民纯收入及来源构成），在全国省级经济发展中的份额整体变化不大，因此山西农村对中国农村具有比较好的代表性（彭小辉等，2017）。

农户家庭微观消费数据一般需要进行三方面调整（万广华等,003）,其中最重要的一项为家庭中的特殊事件所增加的家庭支出不能看作家庭成员的消费而应该做平滑处理。

若家庭发生了特殊事件，如婚嫁、生日宴会，则会对家庭消费带来冲击，相当于该家庭增加了一个消费时间在200〜250天的成员,一个四口之家的食品预算支出会增加15%左右。

显然，增加的这部分消费不应视为家庭成员在该年的消费，故需要识别出来并使用前后两年数据的均值进行替代。

本文也试图去识别出现重大事件支出的样本，但是发现由于所研究问题的特性，数据处理方法需要在万广华等（2003）的基础上加以改进，同时也发现本文所采用的十年农户微观数据并不适合构建面板回归模型。

设发生重大事项的家庭在未发生重大事项时的食品消费为C,家庭人口为P。

，人均食品消费为PC。

；发生重大事项之后的食品消费为G,家庭人口为P1,人均食品消费为PC。

假设发生重大事件支出的家庭相当于增加了一个消费时间在225天左
右的家庭成员，则PC1=C1+（C1/P p）（225/365）,人均食品消费的变化率PC^P犆=P
（1+355）—1。

通过程序对符合这个条件的家庭进行识别，结果发现9409个样本中有3404个样本发生了重大事件支出，这显然超过了真实值,千户十年不大可能每年有三百多户都在发生重大事件。

查看被识别出来的数据可以找到原因：只要家庭出现人口数的调整，几乎都被识别为有重大事项支出，这背后的原因一方面在于出现人口调整的时候家庭一般会举办宴席，拉高了人均消费，但是更主要的原因在于存在大量“家庭成员已经不统计为家庭成员而其消费依然计入家庭消费，或者家庭成员依然统计为家庭成员而其消费已经不计入家庭消费”的情况（1258个家庭人口数存在调整的样本中有800个左右存在这样的偏差）。

出现这种现象情有可原:家庭人口的调整往往不是正好出现在统计时点前后，因此在统计时人口和消费的变化是属于本年还是下一年难以同时做出精确的划分。

因此，当家庭人口发生调整时，用统计的总消费除以统计的总人口得到的某年人均消费与真实的人均消费会有较大差异，因而在对耐用品消费进行平滑处理之后，为了提高数据质量依然需要进一步对家庭人口结构及消费进行平均化处理。

求均值的方法一方面可以平滑人口数的统计偏差，另一方面还可以很好地解决家庭发生重大事件带来的消费数据失真问题:家庭发生重大事件增加的消费虽然不能直接代表当年该家庭的消费，但若移除农户这部分用于维护其社会关系的支出，也就无法反映出农村
35
居民的消费特点，而如果将之保留并平滑到多个年份，则可以很好地代表农户在其社会网络中必要的人情消费（金晓彤和陈艺妮，2008）。

1.2变量选择
在对消费的研究中，因变量的选取可以是消费率，也可以是人均消费，若选择消费率作为研究对象，实际上相当于是在对储蓄率进行研究。

而考虑到微观数据中家庭纯收入存在为零或者为负的情况，选择农户人均消费作为研究变量可以更好地反映农村居民消费的特征。

国内外关于年龄结构如何影响家庭消费的研究中，多采用少儿抚养比和老年赡养比作为解释变量（少儿抚养比为0〜14岁儿童人口数除以15〜64岁人口数，老年赡养比为65岁及以上的老年人口数除以15〜64岁人口数）。

前文已述该变量存在不足,本文充分利用了微观数据的优势并对其进行了相应的改进。

第一，由于农村劳动力的不足，许多农村家庭15〜64岁人口数为零，从而导致少儿抚养比和老年赡养比的分母为零，失去了其经济意义。

为了保留零值数据从而反映农村多样化的家庭人口结构,本文各种比例数据的分母采用家庭总人口。

第二,年龄所在区间相同的家庭成员的消费行为也会因其身份特征呈现明显差异，如儿童是否上学、劳动力是否外出务工、老人是否依然务工，因此本文对身份特征进行了进一步的划分。

具体而言，本文将家庭成员分成了六类：犕1（0〜14岁未入学儿童）、犕2（0〜14岁学生）犕（14岁以上学生）、犕4（在村劳动力）、犕5（外出劳动力）、犕6（受赡养者，也即几乎不再务工的老年人）。

其中犕1犕2犕均为“受抚养者”,犕4、犕5均为抚养儿童、赡养老人的“实际劳动力”，犕6为“受赡养者”。

1.3描述性统计
如图1所示,简单以年龄对农村人口进行划分时，可以清楚地发现山西儿童人口占比和老年人口占比的走势呈“剪刀差”形状。

山西农村少儿占比越来越低而老年人口占比越来越高，这个结果与中国整体的年龄结构走势类似。

表1变量描述性统计
变量定义样本数非零数均值方差最小值最大值人均消费（）/元9409940946416733310179000人均纯收入（y）/元9409937883267323—21700118000 0〜14岁未入学儿童（犕1）9409105801303904 0〜14岁学生（犕2）9409230903206205 14岁以上学生（犕3）9409222503106205在村劳动力（犕4）9409797118312207外出劳动力（犕5）9409395806408808受赡养者0犕6）9409232503306203 0〜14岁非学生儿童占比9409105800300801 0〜14岁学生占比（化）9409230900701301 15岁以上学生占比（汶3）9409222500701401在村劳动力占比〔议4）9409797105303301外出劳动力占比〔汶5）9409395801802501受赡养者占比〔他6）9409232501402901儿童占比（狑12）9409305101001501学生占比（狑23）9409384201401901受抚养者占比〔狑123）9409450501702001劳动力占比（狑45）9409862807003001
1.4模型的构建
设家庭成员总数
犘=丈犕
1
犕犻为符合某一个特征的家庭成员人数。

设家庭纯收入为丫,则人均纯收入狔=犢犘。

家庭成员犔享受的收入份额是家庭人均纯收入的心倍，犼代表了家庭内部对其转移收入的意愿。

参考凯恩斯
的消费函数,本文构建的家庭成员犔的消费函数为
犮犼=a,+b,X,y
犫代表该家庭成员的边际消费倾向。

假设符合同一特征的家庭成员消费行为同质，则该类家庭成员总消费
C i=犪+b X i y'）M t
36
家庭的总消费
C=丈（a i+b i X,y'）M t
1
家庭人均消费
犮=文（犪+犫入z y）MJ P=文（犪+犫X y）狑z= 11
S a,w i+Y犫X狑狔
11
其中，狑为M在家庭成员中的占比。

由于中长期消费函数平均消费率不变,C,=（a,+%,y）M转化为C i=b X i yM t，此时农户家庭人均消费函数变成c=为b X iv,y=工0狑,y
其中0=b X为该类成员在家庭环境中的广义边际消费倾向（未作特殊说明，下文所述边际消费倾向均指广义边际消费倾向）。

应当注意的是，将之称为广义边际消费倾向的原因在于其不代表独立个体的边际消费倾向，而是同时包含了家庭对家庭成员的转移收入意愿及个人边际消费倾向。

最后，家庭作为一个整体，必然存在公共品的消费，设家庭人均公共品消费为a,则最后的农户家庭人均消费函数调整为
c=a+》0狑*y
10
由此，我们的模型构建为
C=a+郭狑狔+与
0和0为待估计的参数，其映射的经济学含义分别为家庭公共品消费与某类家庭成员的广义边际消费倾向。

0~14岁人口15〜64岁人口^・65岁以上人口
4000-]—0〜14岁占比——65岁以上占比20
00 10
nr
民
、％
5
O
20
13
/
2
年
201
201
10
201
J9
200
08
20017
⑼
16
20
5
20
图1“剪刀差”的年龄结构变化趋势
2计量结果分析
由上文可知本文数据并不适合做面板数据回归模型，而应首先将数据作平均化处理。

表2中：第一个回归模型为加入年固定效应的双向固定效应模型;平均值回归模型（一）为10年平均值回归结果;平均值回归模型（二）为2008—2012年平均值回归结果;平均值回归模型（三）为2013—2017年平均值回归结果。

表2双向固定效应模型与平均值回归模型的对比
被解释变量人均消费
模型说明双向固定效应模型平均模型（一）平均模型（二）平均模型（三）狑1y-0055(0129) 1.018一•(0.172)-0003(0121) 1.903^••(0.213)狑2y0311(0225)0.324•••(0.100)0.657•••(0.107)0.250^•(0.112)狑3y0315••(0159) 1.039•••(0.097)0.627•••(0.080) 1.275•••(0.116)狑4y0.267•••(0.051)0.300•••(0.025)0.292^^^(0.026)0.412^••(0.028)狑5y0.225^^^(0.038)0.407•••(0.033)0.488^^^(0.037)0.271•••(0.038)狑6y0.131^•(0.054)0.272•••(0.050)0.329^^^(0.068)0.302^••(0.044) Constan狋a)1562^^•(285)1344•••(177)1338•••(156)960^••(256) year yes no no no Observations94091010967984
R20066034503240299注:"•••'和分别表示回归系数在1%、5%和10%水平显著，括号内为标准误（固定效应模型括号内为聚类稳健标准误）
首先，可以发现双向固定效应模型的可决系数极低，说明其解释能力较低，其中一个重要原因可能在于未平均化的人均消费带来的失真。

其次，平均值回归模型（一）的边际消费倾向估计结果全部在1%水平下显著，可决系数达到了0.345,说明模型具有较好的解释力。

将数据分解为2008—2012年
37
及2013—2017年的两个平均数据后再进行回归发现边际消费倾向有一定程度的变化。

0〜14岁未入学儿童比例的影响由不显著变为显著，出现这样结果的原因很可能因为少子化的趋势，样本数据非零值较少，因此即使出现少数异常值也会导致估计的结果不显著或者与真实值存在较大的误差。

为了解决非零值样本过少导致的统计偏差影响过大的问题，下文模型将0〜14岁儿童作为整体进行分析。

表3平均值回归的结果
被解释变量人均消费
模型编号（一）（二）（三）
数据说明前五年平均值后五年平均值前五年平均值后五年平均值前五年平均值后五年平均值狑12狔0359…*（0.068）0641…*（0.097）
狑3狔0661…*（0.080）1157…*（0.117）
狑123狔0.485***（0054）0848***（0078）0448***（0054）0838***（0078）狑4y0274…*（0.026）0408…*（0.029）0.286***（0026）0404***（0029）
狑5狔0482…*（0.037）0284…*（0.039）0479***（0038）0288***（0039）
狑45狔0348***（0021）0361***（0022）狑6狔0315…*（0.068）0285…*（0.045）0319***（0068）0280***（0045）0327***（0069）0271***（0045）ConsLanL（a）1470卢…（152）1119（260）1432***（152）1171***（261）1405***（153）1263***（259）Observations967984967984967984
犚2031502680308025802960254注：'***”'**”和“*”分别表示回归系数在1%、5%和10%水平显著，括号内为标准误
模型（一）将0〜14岁儿童（犕1+犕2）视为一个整体;模型（二）将“受抚养者”（M1+M2+M3）视为一个整体，这类家庭成员的共同特征是他们没有自己独立的收入但其消费在家庭消费中的占比却很高;模型（三）在模型（二）的基础上将劳动力（M4+犕5）视为一个整体，不再区分劳动力是否为外出劳动力，由此家庭成员被区分为受抚养者、劳动力和受赡养者。

回归结果发现各模型的解释变量对消费的影响均在1%水平下显著，且可决系数均在0.25以上,说明模型具有较好的解释力。

首先，观察“受抚养者”的消费变化。

通过模型（一）可以发现儿童的边际消费倾向由0.359上升为0.641,14岁以上学生的边际消费倾向由0.661上升到1.157。

14岁以上的学生主要为初中生、高中生和大学生，其消费行为有更大的自主性,因此相对小学生而言其消费倾向更高，同时也进一步表明若将这三类成员当作劳动力进行分析会带来较大的偏差。

模型（二）将儿童和14岁以上学生加总为“受抚养者”进行分析，发现“受抚养者”的边际消费倾向在2012年后增加了将近一倍。

模型（三）将家庭成员分为受抚养者、劳动力和受赡养者三类，得出了与模型（二）相同的结论。

同时，可以发现2012年后受抚养者的边际消费倾向远大于受赡养者和劳动力的边际消费倾向，这背后的原因在于农村家庭越来越愿意将收入投入到教育中去。

其次,观察“劳动力”的消费变化。

模型（一）和模型（二）的回归结果同时表明，在村劳动力和外出劳动力在这两个时段的边际消费倾向变化趋势相反。

在村劳动力占比越来越低，而由表2的回归结果可知其边际消费倾向却有了大幅提高，且同时可以发现外出劳动力边际消费倾向下降的幅度则约等于在村劳动力边际消费倾向上升的幅度。

将这两类家庭成为作为劳动力整体分析时，由于外出劳动力消费能力的下降抵消了在村劳动力消费能力的上升，劳动力在这两个时段的边际消费倾向变化不大。

再次，观察“受赡养者”的消费变化。

结合三个模型的回归结果可以发现，受赡养者（也即没有独立收入来源的老人）的边际消费倾向一直较低，在0.3左右，且在2012年后还发生了一定程度的下降。

老年人边际消费倾向性较低可以找到多方面原因：第一，农村老年人的消费习惯本身就比较保守，消费需求较小;第二，相对于城镇，农村老年人的消费可行性空间较小；第三，老年人缺乏稳定的收入，因此未来不确定性对其影响更大。

最后，观察家庭公共品消费的变化。

家庭的人均公共品消费在1100〜1500元，该值在2012年前后两个时间段变化不大。

3结论、建议和研究的不足
山西作为中国一个比较有代表性的省，已经呈现出比较明显的少子化和老龄化趋势。

关于年龄结构如何影响消费已有大量的文献，但以往研究一方面多采用少儿抚养比和老年赡养比来代表人口结构，具有一定局限性；另一方面大多未从家庭成员的消费函数出发找出家庭人均消费函数与年龄结构的关系，无法直观地对比不同家庭成员的边际消费
38
倾向。

本文利用微观数据的优点对家庭人口结构做了细致的拆解，同时也充分分析了微观数据存在的偏差并通过平均化处理进行规避。

由此我们可以得到“使用微观数据时需要深入了解统计指标的内在含义及潜在偏差”的启示。

基于凯恩斯消费函数建立家庭人均消费关于家庭人口结构的函数，通过对平均化处理后的数据进行回归分析发现受抚养者的消费能力较高，其中以14岁以上的学生消费能力最高，而受赡养老人的边际消费倾向则是最低的。

因此，中国少子化和老龄化的趋势势必会给农村消费带来较大冲击。

随着人口红利的逐渐消失，中国应该做好应对随之而来的消费低迷的准备。

而如何进行应对，我们可以从广义边际消费倾向的回归结果中进行解答：
第一,儿童群体或学生群体的广义边际消费倾向较强并有明显上升趋势,其根本原因在于农村家庭越来越愿意将收入投入到子女的教育中去，那么政策便应当顺应这种趋势，建立好教育的市场化机制或帮扶机制助力农村家庭更好地对接教育资源。

第二，农村老人广义边际消费倾向最低且仍有下降的趋势，这充分反映了中国农村老年人福利水平受抑制的现状，不管这种抑制是来自老年人主观选择还是客观环境，改善农村养老方式、提升农村老年人幸福感是当下农村刻不容缓的任务之一。

最后，本文聚焦于年龄结构如何影响农村消费,但同时也发现在村劳动力和外出劳动力的消费行为也有较大差异。

在中国城镇化程度不断提高的背景下，深入探讨人口流动对消费的影响也是一个非常有价值的课题，有待我们进一步分析。

参考文献：
[1]MODIGLIANI F，BRUMBERG R Utility analysis
and the consumption function：aninterpretation of
thecross-sectiondata[M]RutgersUniversityPress，
1954
[2]HAQUE N U,PESARAN M H,SHARMA S.Neg­
lected heterogeneity and dynamics in cross-country
savingsregressions[J]IMF WorkingPaper，Interna-[3]SAMUELSON P A An exact consumption-loan
modelofinterestwithor withoutthesocialcontriv-
ance of money[J]Journal of Political Economy，
1958,66(5):298-304.
[4]李晓嘉，蒋承.我国农村家庭消费倾向的实证研究:
基于人口年龄结构的视角[].金融研究，2014(9)：
115-127
[5]李文星，徐长生，艾春荣.中国人口年龄结构和居民
消费：1989—2004[J].经济研究，2008(7)：118129. [6]陈冲.人口结构变动与农村居民消费：基于生命周期
假说理论[].农业技术经济，2011(4)2734.
[7]李响，王凯，吕美晔.人口年龄结构与农村居民消费：
理论机理与实证检验[].江海学刊，2010(2)：
93-98
[8]谭江蓉，杨云彦.人口流动、老龄化对农村居民消费
的影响[].人口学刊，2012(6)915.
[9]王宇鹏.人口老龄化对中国城镇居民消费行为的影
响研究[].中国人口科学，2011(1)6675,114. [10]袁志刚，宋铮.人口年龄结构、养老保险制度与最优
储蓄率[].经济研究，2000(11)2432,79.
[11]LEFF N H Dependencyratesandsavingsrates[J]
The American Economic Review，1969，59(5)：
886-896
[12]AART K Household savingin China[J]World
BankEconomicReview，20003)：545-570
[13]HORIOKA，CHARLES Y，WAN J The determi-
nantsofhouseholdsavingin China：adynamicpanel
analysisofprovincialdata[C]NationalBureauofE-
conomicResearch，2006
[14]MODIGLIANIF，CAOSL TheChinesesavingpuz-
zleandthelife-cyclehypothesis[J]JournalofEco-
nomicLiterature，2004，421)：145-170
[5]郑长德.中国各地区人口结构与储蓄率关系的实证
研究[].人口与经济，2007(6)36,13.
[16]KEYNESJ M Thegeneraltheoryofemployment，
interest and money[J],limnology&oceanography,
1936,12(1/2):28-36.
[17]彭小辉，王玉琴，史清华.山西农家行为变迁：1986—
2012[M].北京：中国农业出版社，2017.
[8]万广华，史清华，汤树梅.转型经济中农户储蓄行为:
中国农村的实证研究[].经济研究，2003(5)3-12.
[19]金晓彤，陈艺妮.我国农村居民人情消费的动机分析
[].消费经济，2008,24(5)5356.
tionalMonetaryFund，1999
39。