劉 鵬 飛

(1. 復(fù)旦大學(xué) 人口研究所, 上海 200443; 2. 寧夏大學(xué) 經(jīng)濟管理學(xué)院, 寧夏 銀川 750021)

中國的儲蓄率不僅顯著高于美國、英國等發(fā)達國家, 而且也高于巴西、印度、墨西哥等發(fā)展中國家[1]。圖1報告了中國自新世紀(jì)以來的儲蓄率趨勢圖(1)數(shù)據(jù)根據(jù)歷年中國統(tǒng)計年鑒計算得到。,可以看到,雖然儲蓄率在2013年出現(xiàn)了下降, 但2014年又出現(xiàn)了反彈,之后持續(xù)走高。對中國高儲蓄率現(xiàn)象的解釋,國內(nèi)外研究提供了不同視角,但鮮有文獻從預(yù)期壽命的角度探討對儲蓄率的影響。

隨著經(jīng)濟社會的發(fā)展和醫(yī)療技術(shù)的進步,中國居民的人均預(yù)期壽命得到了顯著提高。中國統(tǒng)計年鑒和國家衛(wèi)生健康委員會數(shù)據(jù)顯示,1981年中國居民的平均預(yù)期壽命為67.77歲,到2015年平均預(yù)期壽命已升至77.3歲,提高近9.5歲。一方面,平均預(yù)期壽命的延長深化了人口老齡化,促使經(jīng)濟資源分配向老年人傾斜,醫(yī)療健康以及老年生活保障的支出帶來的未知風(fēng)險加速了居民生育、儲蓄決策的調(diào)整。另一方面,不太健全的養(yǎng)老保障制度帶來的不確定性迫使居民對自身未來老年生活作好提前防備:一是通過保險的形式將風(fēng)險轉(zhuǎn)移到家庭外部。二是增加儲蓄以應(yīng)對風(fēng)險[2]。此外人口老齡化的深化增加了年輕人對未來養(yǎng)老財富收支缺口的擔(dān)憂。所以,預(yù)期壽命的延長對居民儲蓄的影響比較復(fù)雜。

本文試從有限生命的拉姆齊模型出發(fā),使用中國31個省份的面板數(shù)據(jù)進行實證分析,探究預(yù)期壽命和儲蓄率的關(guān)系。這樣做,一方面從預(yù)期壽命視角出發(fā),對中國高儲蓄率現(xiàn)象作出相應(yīng)的解釋,以此為依據(jù),嘗試提供一些政策建議,本文的研究結(jié)論也對今后國家消費的擴容提質(zhì)有啟示性作用。另一方面,厘清預(yù)期壽命的儲蓄效應(yīng),補充和完善相關(guān)理論研究和實證分析,將拓寬相關(guān)問題的研究視角和研究方法。

一、 文獻綜述

針對性地討論預(yù)期壽命和儲蓄率關(guān)系,在國內(nèi)外研究中并不多見,較多文獻是在研究人口年齡結(jié)構(gòu)對儲蓄率的影響時,附帶討論預(yù)期壽命對儲蓄率的影響。

1. 理論研究方面

在國外,Yaari通過構(gòu)建兩期世代交疊模型,最早提出理性經(jīng)濟人在個體壽命不確定的情形下的儲蓄決策和消費選擇,認(rèn)為理性經(jīng)濟人在壽命延長的時候選擇預(yù)防性儲蓄以維持老年生活收支平衡[3]。Chakraborty采用類似的做法,引入個體的生存概率作為預(yù)期壽命的代理變量證實了這一結(jié)論[4]。Hansen等基于生命周期理論,通過引入企業(yè)年金,構(gòu)建了三期世代交疊模型,發(fā)現(xiàn)隨著預(yù)期壽命的延長,年金的貨幣時間價值就會體現(xiàn)出來,年輕的時候儲蓄的越多,年老時獲得的回報就越多,導(dǎo)致越來越多的人傾向于提前退休[5]。與上述理論觀點不同,Futagami等通過構(gòu)建內(nèi)生增長模型,通過定性判斷認(rèn)為在經(jīng)濟增長率保持不變的情形下,預(yù)期壽命與儲蓄率負(fù)相關(guān)[6]。

在國內(nèi),蔡興以生命周期理論為基礎(chǔ),以生存概率作為預(yù)期壽命的代理變量,構(gòu)建了一個兩時期的代際交疊模型來分析中國預(yù)期壽命的消費效應(yīng)以及養(yǎng)老保險發(fā)展對該效應(yīng)的影響。分析發(fā)現(xiàn),中國預(yù)期壽命延長將導(dǎo)致居民消費率的下降,也就是儲蓄率的上升[7]。王樹等同樣以生存概率作為預(yù)期壽命的代理變量引入四期世代交疊模型,發(fā)現(xiàn)預(yù)期壽命的延長可以增加個體在青年期、壯年期和老年期的儲蓄[8]。李斌等也通過構(gòu)建世代交疊模型得到相似結(jié)論[9]。與上述理論觀點不同,金剛等以生存概率作為預(yù)期壽命的代理變量引入世代交疊模型,但他發(fā)現(xiàn)在經(jīng)濟增長率不變時,出生時預(yù)期壽命的延長會提高總儲蓄率,而工作期預(yù)期壽命的延長會降低總儲蓄率[10]。

2. 實證研究方面

國內(nèi)外研究預(yù)期壽命和儲蓄率關(guān)系時,大部分以實證分析為主。在國外,Zhang等使用1960—1989年76個國家的面板數(shù)據(jù),通過實證檢驗,結(jié)果表明預(yù)期壽命與儲蓄率正相關(guān)[11]。Kinugasa等使用國際面板數(shù)據(jù)分析預(yù)期壽命延長對國民儲蓄率的穩(wěn)態(tài)和非穩(wěn)態(tài)影響,認(rèn)為預(yù)期壽命在統(tǒng)計學(xué)上對儲蓄率有非常顯著的影響,在東亞尤其明顯,這也可能使得人口老齡化不會在未來導(dǎo)致較低的儲蓄率[12]。

在國內(nèi),楊繼軍等[13]、汪偉等[14-15]、傅程遠(yuǎn)等[16]在分析人口老齡化對儲蓄率的影響時,發(fā)現(xiàn)預(yù)期壽命與儲蓄率正相關(guān)。孟令國等在二次人口紅利理論的框架下,使用我國31個省份的動態(tài)面板數(shù)據(jù),構(gòu)建年齡結(jié)構(gòu)變動等因素的計量模型,實證檢驗結(jié)果表明,人口預(yù)期壽命延長能促進國民儲蓄率增加[17]。劉生龍等[18]、王樹等[19]等通過實證分析得出與國內(nèi)外同行一致的結(jié)論。

與以上研究單純認(rèn)為預(yù)期壽命擠入或擠出儲蓄的觀點不同,一些學(xué)者認(rèn)為兩者存在非線性關(guān)系[10,20-21]。章元等從城鄉(xiāng)差異的角度,發(fā)現(xiàn)預(yù)期壽命的延長對城鎮(zhèn)和農(nóng)村儲蓄率的影響方向不一樣,城鎮(zhèn)居民退休后存活的時間更長,從而工作期間需要更多儲蓄,以應(yīng)對退休后更長時間的收入下降,與城鎮(zhèn)居民不同,農(nóng)民不面臨退休以及退休后收入急劇下降的情況,預(yù)期壽命的延長會提高他們的健康水平,進而提高其勞動生產(chǎn)率和收入水平,同時還會延長工作期,這些都會降低家庭儲蓄率[22-23]。

3. 已有研究的不足

預(yù)期壽命對儲蓄率的影響之所以沒有形成統(tǒng)一的結(jié)論,與缺乏嚴(yán)格的理論機制分析有關(guān)。之所以缺乏理論支撐,是因為已有理論框架很少有包含預(yù)期壽命的模型,較少的模型選擇預(yù)期壽命的代理變量進行理論分析。這其中,以存活概率作為預(yù)期壽命代理變量的世代交疊模型最具代表性。但是,這些研究存在概念混淆,這是因為在實際計算預(yù)期壽命時,往往利用同一年各年齡人口的死亡率水平代替同一代人在不同年齡的死亡率水平, 然后計算出各年齡人口的平均生存人年數(shù),由此推算出這一年的人口預(yù)期壽命[24]。因此, 人口的預(yù)期壽命與同時代的死亡率水平有關(guān)[25],是建立在死亡率基礎(chǔ)上的指標(biāo)[26]。所以存活率不應(yīng)該成為預(yù)期壽命的代理變量。與此有關(guān)的實證分析也就失去了理論基石。

上述文獻(包括含有理論研究的文獻)在作實證分析時,基本都使用的是統(tǒng)計部門公布的預(yù)期壽命的宏觀數(shù)據(jù),所以存在以下幾個方面的問題:第一,在作理論模型分析時,使用存活概率作為預(yù)期壽命的代理變量,沒有對它們的數(shù)理邏輯關(guān)系作出推導(dǎo)或合理性解釋。第二,預(yù)期壽命的數(shù)據(jù)每五年公布一次,很多學(xué)者在作面板數(shù)據(jù)的實證分析時,用移動平均法或其他方法估算其他連續(xù)年份的預(yù)期壽命。但是,估算的數(shù)據(jù)并不能代表實際情況,而且估算的數(shù)據(jù)存在一定自造規(guī)律性,所以回歸結(jié)果的顯著性不具有代表性和說服力。這也是為什么研究預(yù)期壽命和儲蓄率關(guān)系的文獻少之又少,而且很多依附于研究人口年齡結(jié)構(gòu)和儲蓄率關(guān)系的原因。

針對上述研究中的不足和缺陷,本文有以下幾個方面的貢獻:其一,首次嘗試引入有限生命的拉姆齊模型(“永葆青春”模型)作為理論基石,分析預(yù)期壽命對儲蓄率的影響;其二,基于數(shù)理推導(dǎo)和大數(shù)定理,得到死亡率和預(yù)期壽命存在倒數(shù)關(guān)系,通過這層關(guān)系,在拉姆齊模型(有限生命)的基礎(chǔ)上進行數(shù)理推導(dǎo),發(fā)現(xiàn)預(yù)期壽命和儲蓄率存在正相關(guān)關(guān)系;其三,為了驗證理論模型分析的結(jié)果,在實證分析中使用死亡率替代預(yù)期壽命,利用2000—2017年中國31個省份連續(xù)的宏觀面板數(shù)據(jù)對理論分析結(jié)論進行檢驗。

二、 理論分析

借鑒Blanchard等的做法[27-28],假設(shè)在一個封閉經(jīng)濟體中,每個人具有有限生命,個人任何時刻的條件死亡概率為p,假設(shè)個人死亡時剩余的資本轉(zhuǎn)移給銀行,銀行只需在個人生存期間每年給予個人一定利率水平的回報。在生產(chǎn)方面,假設(shè)經(jīng)濟體存在一個代表性廠商,廠商的生產(chǎn)函數(shù)為柯布—道格拉斯生產(chǎn)函數(shù),即

Y=F(K,L)=KaL1-a

(1)

假設(shè)個人壽命不超過t的概率分布函數(shù)為P(x≤t)=ψ(t),則個人在t時刻死亡的概率為P(x=t)=ψ′(t)=π(t),根據(jù)對條件死亡概率p的定義,可知:

(2)

根據(jù)不定積分計算得到:

(3)

式(3)利用到ψ(0)=0,ψ(+∞)=1,所以個人壽命為t的概率為ψ′(t)=π(t)=pe-pt,則個人的預(yù)期壽命為

(4)

個人從銀行那里獲得的個人資本的收益率應(yīng)該等于無風(fēng)險利率加上風(fēng)險費用,這個風(fēng)險費用就是死亡率p,所以個人從銀行那里獲得的利率水平為r+p。

(5)

式(7)對時間求導(dǎo)代入式(8),可得消費的動態(tài)方程:

根據(jù)式(9)、橫截性條件以及個人預(yù)算約束,個人預(yù)算約束方程可改寫為

該式表明個人的消費水平等于其所擁有的物質(zhì)資本水平和勞動收入水平。

對消費動態(tài)方程(9)求積分:

其中D是常數(shù)項,將上式代入式(10),可得t時刻個人總財富決定的消費函數(shù):

據(jù)此得到結(jié)論:預(yù)期壽命和儲蓄率正相關(guān)。

三、 模型設(shè)定、指標(biāo)選取與數(shù)據(jù)來源

1. 模型選擇

為了驗證本文理論部分的推論,本文設(shè)定如下計量模型:

模型中,si,t表示i省t年的儲蓄率,lifeexpectancyi,t是i省t年的預(yù)期壽命,Xi,t為控制變量,μi代表省份固定效應(yīng),λt代表時間固定效應(yīng),εi,t是殘差項。

參照理論模型分析,本文將人均資本存量納入控制變量中,鑒于人口年齡結(jié)構(gòu)是影響居民儲蓄率的重要因素[18],城鎮(zhèn)化率、人口增長率、經(jīng)濟增長、通貨膨脹率、養(yǎng)老保險和產(chǎn)業(yè)結(jié)構(gòu)也會影響儲蓄率[7-8,14-16,23,29],本文將以上變量作為控制變量納入模型。

2. 變量說明及數(shù)據(jù)來源

(1) 被解釋變量。本文研究預(yù)期壽命對居民儲蓄率的影響,被解釋變量為居民儲蓄率。本文對居民儲蓄率給出的是傳統(tǒng)界定,即儲蓄率=(居民人均可支配收入-居民人均消費)/居民人均可支配收入。由于統(tǒng)計年鑒中2013年前的數(shù)據(jù)沒有全國性的居民人均可支配收入和消費數(shù)據(jù),只有分城鄉(xiāng)的,本文先利用城鄉(xiāng)人均收入(消費)和常住人口數(shù)據(jù)加權(quán)算得居民人均可支配收入和居民人均消費支出,具體為:2013年之前各省居民人均可支配收入(消費)=(城鎮(zhèn)常住人口×城鎮(zhèn)人均可支配收入(消費)+農(nóng)村常住人口×農(nóng)村人均可支配收入(消費))/(城鎮(zhèn)常住人口+農(nóng)村常住人口),然后再計算儲蓄率。

(2) 解釋變量。本文的核心解釋變量是預(yù)期壽命。因為預(yù)期壽命為每五年公布一次數(shù)據(jù),很多文獻通過均值處理的方法來估算其他年份的預(yù)期壽命[18,30],顯然這是不科學(xué)的。正如前文理論推導(dǎo)結(jié)論,預(yù)期壽命和死亡率互為倒數(shù)關(guān)系,所以只需實證檢驗死亡率和儲蓄率是負(fù)相關(guān)即可。歷年人口死亡率數(shù)據(jù)來自《中國統(tǒng)計年鑒》。

(3) 控制變量。本文以少兒撫養(yǎng)比、老年撫養(yǎng)比作為人口年齡結(jié)構(gòu)的代理變量,分別以各省0～14歲少兒人口數(shù)、65歲及以上老年人口數(shù)除以各省15～64歲的人口數(shù)來測算。人口增長率使用人口自然增長率作為替代。城鎮(zhèn)化率使用城市人口占總?cè)丝诘谋戎貋肀硎尽．a(chǎn)業(yè)結(jié)構(gòu)以第三產(chǎn)業(yè)產(chǎn)值占總產(chǎn)值比重作為代理變量,選擇第三產(chǎn)業(yè)而不是第一、二產(chǎn)業(yè)作為產(chǎn)業(yè)結(jié)構(gòu)的替代變量,是因為根據(jù)國家統(tǒng)計年鑒,2019年第三產(chǎn)業(yè)對GDP增長的貢獻率為59.4%,拉動GDP增長3.6個百分點,比第一二產(chǎn)業(yè)分別高3.4和1.4個百分點,第三產(chǎn)業(yè)增加值增速也是最快的。我國第三產(chǎn)業(yè)增加值占比的不斷提升是導(dǎo)致總體收入份額上升的主要力量[31]。經(jīng)濟增長以實際人均GDP表示,以2000年為基期(=100)的消費者物價指數(shù)(CPI)作為通貨膨脹率的代理指標(biāo)。參照趙昕東等的做法[32],養(yǎng)老保險以養(yǎng)老保險繳費比例來表示,具體為:個人實際繳費率=當(dāng)年養(yǎng)老基金收入/(參保職工年末人數(shù)×在崗職工平均工資)。借鑒張軍等的做法[33],運用永續(xù)盤存法按不變價格計算資本存量,然后除以各省常住人口,得到人均資本存量。

以上變量所涉及的數(shù)據(jù)均來自《中國統(tǒng)計年鑒(2000—2017)》《中國勞動統(tǒng)計年鑒(2000—2017)》以及《新中國60年統(tǒng)計資料匯編》。樣本數(shù)據(jù)的表示方法及統(tǒng)計分析見表1。

表1 樣本數(shù)據(jù)的描述性統(tǒng)計

四、 實證分析

1. 基準(zhǔn)回歸

根據(jù)豪斯曼檢驗結(jié)果,應(yīng)該使用固定效應(yīng)模型,而非隨機效應(yīng)模型。另外,因為固定效應(yīng)模型與隨機效應(yīng)模型相比,后者多了個體異質(zhì)性與解釋變量不相關(guān)的約束條件,本文對包含所有解釋變量的隨機效應(yīng)模型作了過度識別檢驗,結(jié)果顯示χ2(10)=41.914,p值為0,即拒絕隨機效應(yīng),應(yīng)該使用固定效應(yīng)模型。為了便于模型之間比較以及驗證回歸結(jié)果的穩(wěn)健性,本文對隨機效應(yīng)、最大似然估計以及雙向固定效應(yīng)模型也進行了匯報。表2 匯報了死亡率對居民儲蓄率的基準(zhǔn)回歸結(jié)果,其中FE、RE、MLE、FET分別代表固定效應(yīng)、隨機效應(yīng)、最大似然估計以及雙向固定效應(yīng)模型(2)本文通過依此逐步增加變量死亡率、老年撫養(yǎng)比、少兒撫養(yǎng)比、城鎮(zhèn)化、經(jīng)濟增長、產(chǎn)業(yè)結(jié)構(gòu)、通貨膨脹、養(yǎng)老保險、人口增長率和資本存量的方式驗證回歸結(jié)果的穩(wěn)健性,回歸結(jié)果均顯示死亡率的符號為負(fù),且大多在1%的水平上顯著,所有估計結(jié)果至少在10%水平上顯著。受篇幅所限,文中未列出依次逐步增加變量的結(jié)果,感興趣的讀者可向作者索要,僅列出以上全部變量的結(jié)果。。

表2 基準(zhǔn)回歸結(jié)果

從回歸結(jié)果中可以看到,死亡率的符號均為負(fù),且大多在1%的水平上顯著,所有估計結(jié)果至少在10%水平上顯著,說明死亡率對儲蓄率的負(fù)向效應(yīng)非常顯著,也驗證了預(yù)期壽命與儲蓄率正相關(guān),與前文理論推導(dǎo)結(jié)論一致。這意味著預(yù)期壽命越長的居民越有可能提高儲蓄率,以應(yīng)對退休后更長存活時間內(nèi)的消費[23]。老年撫養(yǎng)比和少兒撫養(yǎng)比的符號絕大多數(shù)為負(fù),這可能是因為少兒和老年處于生命周期倒“U”型曲線的“雙尾”階段,工作人口減少,純消費人口增加,家庭收入能力不及消費,導(dǎo)致儲蓄率下降,相比老年撫養(yǎng)比的估計結(jié)果,少兒撫養(yǎng)比的顯著性絕大部分在1%的水平上顯著,這可能是因為社會保障體系不太健全,養(yǎng)老金收入的兜底功能有限,老年人增加預(yù)防性儲蓄以防未來不時之需,使得儲蓄下降的速率沒那么明顯。其他控制變量方面,資本存量、經(jīng)濟增長和產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)的估計結(jié)果不太顯著?；貧w結(jié)果還發(fā)現(xiàn)養(yǎng)老保險的符號為負(fù),作為強制性儲蓄,養(yǎng)老保險是政府對個人作出的退休后領(lǐng)取養(yǎng)老金的制度承諾,是居民自發(fā)式養(yǎng)老儲蓄的替代,實際繳費率的上升在增加未來領(lǐng)取的養(yǎng)老金收入的同時,也削弱了居民的預(yù)防性儲蓄動機。城鎮(zhèn)化率的符號不明確,顯著性也不明顯,可能是相較于農(nóng)村,城市的產(chǎn)業(yè)結(jié)構(gòu)更加完善,城鎮(zhèn)化的推進提供了更多的就業(yè)機會,收入提高的同時,消費環(huán)境也得到改善,居民的消費示范效應(yīng)也更加明顯,使得城鎮(zhèn)化的儲蓄效應(yīng)變得模糊。通貨膨脹、人口增長率的估計結(jié)果絕大部分在5%的水平上顯著,符號也與大部分研究結(jié)論保持一致,這里不再贅述。

2. 穩(wěn)健性檢驗

為了驗證基準(zhǔn)估計結(jié)果的穩(wěn)健程度,本文通過替換被解釋變量指標(biāo)進行穩(wěn)健性檢驗。本文借鑒Deaton等[34]、Chamon等[35]對儲蓄率的界定,將儲蓄率定義為居民收入和居民消費比值的對數(shù)值,即儲蓄率2=LN(居民收入/居民消費)。在解釋變量不作更改的條件下,對儲蓄率第二種界定作了估計(3)同基準(zhǔn)估計一樣,本文通過依此逐步增加變量的方式驗證回歸結(jié)果的穩(wěn)健性,穩(wěn)健型檢驗的回歸結(jié)果均顯示死亡率的符號為負(fù),且大多在1%的水平上顯著,所有估計結(jié)果至少在10%水平上顯著。受篇幅所限,文中僅列出部分模型結(jié)果,其他估計結(jié)果感興趣的讀者可向作者索要。。本文對模型也作了豪斯曼檢驗和過度識別檢驗,顯示應(yīng)該選擇固定效應(yīng)模型,為了節(jié)省篇幅,本文只對固定效應(yīng)模型和雙向固定效應(yīng)模型的結(jié)果匯報,表3匯報了估計結(jié)果。結(jié)果也與基準(zhǔn)估計結(jié)果高度一致,死亡率的符號依然為負(fù),這也意味著預(yù)期壽命與儲蓄率正相關(guān),且六種模型大部分均在1%的水平上顯著。其他控制變量的符號和顯著性均與基準(zhǔn)回歸結(jié)果基本一致,這里不再贅述。

表3 更換被解釋變量后的回歸結(jié)果②

另外,本文嘗試通過增加更多控制變量檢驗基準(zhǔn)估計的穩(wěn)健程度。根據(jù)李嘉圖等價原理,政府更多的預(yù)算內(nèi)支出需要政府未來的稅收來填補,這會影響居民未來儲蓄。另外,根據(jù)張志遠(yuǎn)等的研究,地區(qū)教育水平也可能會影響地區(qū)儲蓄率水平[30]。所以本文將政府支出、教育水平引入控制變量,以檢驗理論分析和基準(zhǔn)回歸結(jié)果的可靠性和穩(wěn)健性。政府支出的數(shù)據(jù)以政府一般公共預(yù)算支出作為替代,受教育水平以受高等教育人數(shù)的比例為替代變量(4)鑒于2015年前后統(tǒng)計年鑒中存在受教育年限統(tǒng)計口徑不一致的問題,本文選擇使用口徑一致的高等教育人數(shù)作為替代變量。。政府支出數(shù)據(jù)通過CPI換算為實際數(shù)值。表4匯報了回歸結(jié)果。結(jié)果顯示死亡率的符號依然為負(fù),且均在10%水平上顯著,表明本文的基準(zhǔn)估計結(jié)果和理論分析結(jié)論依然穩(wěn)健可靠。

表4 增加控制變量后的基準(zhǔn)估計結(jié)果

3. 內(nèi)生性問題

儲蓄率對死亡率有無影響,目前為止,還沒有相關(guān)研究展開討論。但是影響儲蓄率的因素可能很多,本文選擇的控制變量不能保證將所有因素考慮到,可能存在同時影響儲蓄率和預(yù)期壽命的遺漏變量,從而產(chǎn)生內(nèi)生性偏差。為了解決可能存在的內(nèi)生性問題,本文嘗試選擇有效工具變量檢驗死亡率的內(nèi)生性。以往文獻中通常借助地理、氣候等條件作為外生的工具變量,這些因素反映了一些地區(qū)自然稟賦和生存環(huán)境的變量與健康有著密切的聯(lián)系[26],而與儲蓄率沒有直接關(guān)系。借鑒章元等的做法[23],本文選擇PM2.5濃度均值(5)PM2.5數(shù)據(jù)源自達爾豪斯大學(xué)大氣成分分析組(ACAG)公布的PM2.5濃度柵格數(shù)據(jù),時間跨度為2000—2017年,通過ArcGIS分區(qū)統(tǒng)計解析處理后的各省PM2.5濃度均值;省級降水量數(shù)據(jù)來自國家氣象科學(xué)數(shù)據(jù)中心。和降水量作為死亡率的工具變量,理由是:①PM2.5和降水量直接影響居民的健康。雨量過少,空氣濕度過低更易引發(fā)呼吸系統(tǒng)和心血管系統(tǒng)疾病,并且有利于病毒繁殖[23],而PM2.5富含大量的有毒、有害物質(zhì),空氣中PM2.5濃度越高,污染越嚴(yán)重,越危及居民的身體健康。②PM2.5、降水量與被解釋變量儲蓄率不相關(guān)。

表5報告了工具變量法的估計結(jié)果(6)同穩(wěn)健性檢驗一樣,工具變量法的估計結(jié)果也是依此逐步增加變量的方式匯報,回歸結(jié)果均顯示死亡率的符號顯著為負(fù)。受篇幅所限,文中僅列出部分模型結(jié)果,模型(15)和(16)是缺少變量資本存量、人口增長率、養(yǎng)老保險的估計結(jié)果;模型(17)和(18)是缺少變量人口增長率、養(yǎng)老保險的估計結(jié)果;模型(19)和(20)是缺少變量養(yǎng)老保險的估計結(jié)果,模型(21)和(22)是包含所有解釋變量的估計結(jié)果。其他模型的估計結(jié)果感興趣的讀者可向作者索要。。其中,XI_FE表示固定效應(yīng)的面板工具變量法(7)從豪斯曼檢驗發(fā)現(xiàn)固定效應(yīng)優(yōu)于隨機效應(yīng)模型,所以本文不再匯報隨機效應(yīng)的面板工具變量估計結(jié)果。,具體過程是先對固定效應(yīng)模型進行離差變換,再使用工具變量法。又因為當(dāng)工具變量個數(shù)多于內(nèi)生解釋變量個數(shù)時,對面板數(shù)據(jù)進行GMM估計會更有效率,所以本文也對靜態(tài)面板GMM工具變量法(用XI_GMM表示)的估計結(jié)果作了匯報。從估計結(jié)果來看,死亡率的符號依然為負(fù),且均在10%的水平上顯著,表明本文的結(jié)論非常穩(wěn)健。

表5 工具變量法的估計結(jié)果

為了保證工具變量的有效性, 本文對工具變量的外生性進行了過度識別檢驗。 檢驗的原假設(shè)為:所有工具變量外生。 表6匯報了GMM模型的檢驗結(jié)果, 四種模型的p值均大于0.1, 表明無法拒絕原假設(shè), 工具變量完全符合外生性條件。

表6 過度識別檢驗

五、 結(jié) 論

本文基于布蘭查德的有限生命拉姆齊模型,深入探討了預(yù)期壽命對儲蓄率的理論作用機制,通過構(gòu)造漢密爾頓函數(shù),推導(dǎo)出總消費方程,并利用數(shù)學(xué)工具,得到預(yù)期壽命與儲蓄率正相關(guān)的結(jié)論。為了驗證這一結(jié)論,本文利用中國2000—2017年間31個省份的面板數(shù)據(jù)實證分析預(yù)期壽命對儲蓄率的影響,基準(zhǔn)估計結(jié)果顯示,預(yù)期壽命對儲蓄率具有顯著的促進作用,在更換不同的儲蓄率口徑以及逐步增加一些控制變量后,結(jié)論依然成立。本文還使用PM2.5濃度均值和降水量兩個工具變量克服了模型中可能存在的內(nèi)生性和模型誤設(shè)問題,面板工具變量法的結(jié)果依然穩(wěn)健。本文的研究還發(fā)現(xiàn)老年撫養(yǎng)比、少兒撫養(yǎng)比和養(yǎng)老保險對儲蓄率有比較顯著的抑制作用。

當(dāng)前,國家經(jīng)濟發(fā)展轉(zhuǎn)型升級,傳統(tǒng)的投資驅(qū)動經(jīng)濟增長的模式不再成為經(jīng)濟發(fā)展的主引擎,擴大內(nèi)需、消費驅(qū)動將成為今后國家經(jīng)濟發(fā)展的重要目標(biāo),然而中國消費的擴容提質(zhì)一直受到儲蓄率高位運行的掣肘。本文的研究結(jié)論表明預(yù)期壽命的延長是中國高儲蓄率現(xiàn)象的成因之一,抑制了居民消費動力。

基于上述研究發(fā)現(xiàn),本文提出以下政策建議:第一,適當(dāng)延遲居民退休年齡,在提高居民生命周期里的收入規(guī)模的同時,縮短的退休期減少了居民對退休后的預(yù)防性儲蓄安排。第二,鑒于養(yǎng)老保險對居民自發(fā)式儲蓄的替代功能,考慮建立健全更完善的養(yǎng)老保障體系,擴展保障覆蓋范圍,加大保障力度,真正做到“老有所養(yǎng)”的同時,刺激消費潛力,擴大內(nèi)需。