我国居民杠杆率对人口出生率的影响研究_王少芬.pdf

2022年第4期（总第127期）No.4.2022General.No.127闽南师范大学学报（哲学社会科学版）JOURNAL OF MINNAN NORMAL UNIVERSITY（Philosophy and Social Sciences）我国居民杠杆率对人口出生率的影响研究王少芬（闽南师范大学 商学院，福建 漳州 363000）摘要:基于20172019年我国278个地级以上城市的数据，分析了居民杠杆率及其他因素对我国人口出生率的影响。实证结果表明，居民杠杆率对人口出生率存在明显的抑制效应，且抑制作用在中西部地区高于全国，而在东部地区不显著。其他控制变量中，经济发展水平、教育水平、居民的支出水平、养老保障水平对人口出生率有显著的正向影响，而医疗卫生水平、居民储蓄水平、医疗保障水平、收入分配差距对人口出生率有显著的负向影响。关键词:居民杠杆率；人口出生率；基尼系数中图分类号:F830 文献标识码:A 文章编号:2095-7114(2022)04-0013-07人口数量和结构是影响我国可持续发展的关键因素之一，近年来我国人口出生率持续下降，已经引起了社会的广泛关注。据统计，2019年我国人口出生率为10.48，全国出生人口数量为1465万人，是我国自1949年以来最低值。而此后的2020年、2021年人口出生率更是相继下降到8.52、7.52，人口发展进入关键转折期（如图1）。为了提高人口出生率、促进人口均衡发展，国家在逐步调整了计划生育政策的同时，还采取了教育“双减”、医疗加大采集、房地产坚持房住不炒等政策。与人口出生率持续下降相对应的是中国居民家庭债务规模的迅速增长。据国家金融与发展实验室提供的居民杠杆率（居民部门债务/GDP）原始数据，自 2008年金融危机以来，我国居民杠杆率一直呈现高速加杠杆态势，由 2008年末的18.43%上涨至2021年末的62.1%，十二年的时间累计上升了44个百分点。我国最近的人口出生率拐点是在2016年出现，而2016年也是居民开始加速加杠杆的开始。收稿日期 2022-07-31作者简介 王少芬，女，福建漳州人，闽南师范大学商学院讲师。基金项目 福建省社科规划一般项目（FJ2020B071）；福建省中青年教师教育科研项目（JAS20156）。数据来源：国家统计局,http:/ 20002021年中国人口出生率及居民杠杆率走势图 13DOI:10.16007/ki.issn2095-7114.2022.04.0092022年闽南师范大学学报（哲学社会科学版）当前，为实现我国经济的平稳健康有序发展，人口的数量和结构均衡稳定是当前以及未来很长一段时间都需要密切关注的重要问题。在高杠杆环境下，居民的生活和心理的压力都在增加，居民杠杆率的攀升是否会影响到人们的生育意愿、是否会抑制人口出生率，是直接效应还是间接效应，这都需要进一步检验，而解答这些问题也将有助于为政府出台相关政策提高人口出生率提供参考依据。一、文献综述关于人口出生率的影响因素问题，国内外学者均展开了广泛的研究。Becker的研究认为育龄父母越来越注重孩子质量，从而做出减少孩子数量的生育决策，导致人口出生率下降1。Abdul等人根据多指标聚类调查(MICS4)数据进行研究，结果显示非洲加纳的人均受教育年限每增加一年，出生人口的预期数量将减少0.252。国内的有些学者认为我国人口出生率的变动很大程度上取决于国家在生育政策上的调整。何亚丽等采用代际交迭模型进行研究，得出社会保障支出对于人口出生率具有抑制作用的结论3。张冲和万新月认为，人均受教育年限对人口出生率的影响呈“U”型，且存在空间溢出效应4。玛依拉 吐尔逊和常轩基于20012018年我国省级面板数据运用门限回归法分析人口出生率的影响因素，实证结果显示：生育保险对人口出生率有显著的促进作用，但是在不同的门限值下促进作用是有差异的，当以卫生医疗水平和人力资本水平为门限时促进作用是增强的，而以经济水平为门限时是减弱的5。杨斌和丁笠晋基于20102019年省级面板数据，关注房价上涨对人口出生率的影响，实证结果显示房价上涨对人口出生率具有显著的负向影响，这种影响还具有区域异质性，在东部省份以挤出效应为主，在中西部省份是以财富效应为主6。钟晓龙和王自锋在估算了20002017年283个地级市以上城市人力资本的基础上，实证分析了人力资本对人口出生率的非线性影响，认为人力资本会降低人口出生率7。以上研究从不同的视角对人口出生率的影响因素进行了分析，但鲜有看到关于居民杠杆率与人口出生率之间关系的研究。家庭经济收入是家庭生育决策一个不可忽视的重要因素，因此，本论文在归纳整理现有研究成果的基础上，拟构建经典的计量经济面板回归模型，以居民杠杆率为核心解释变量，将其他的影响因素作为控制变量，从居民的借贷水平、城市的经济发展水平、教育水平、医疗卫生水平、居民的收入水平、支出水平、储蓄水平、保障水平等方面多角度全方位地解析人口出生率的影响因素。二、变量选取与描述统计分析基于数据的可得性，本文采用我国20172019年278个地级以上城市的相关截面数据，深入分析居民杠杆率对人口出生率的影响。以城市人口出生率指标（人口出生率=年出生人数/年平均人数1000）作为被解释变量，用以衡量人口出生情况变动水平，记为Y。影响人口出生率的因素有很多，本文着重对比分析居民杠杆率对人口出生率的影响，基于此目的，需要控制其他的影响因素，因此以居民杠杆率为核心解释变量，将其他的影响因素作为控制变量。在控制变量的选取上借鉴以往相关研究的文献资料，结合数据的可获得性，分别从城市的经济发展水平、教育水平、医疗卫生水平、居民的收入水平、支出水平、储蓄水平、保障水平等方面考虑。最终初步选取的控制变量主要包括：城市地区生产总值增长率（百分比），记为X1；教育支出（千元/人），取对数记为X2；医院、卫生院床位数（张/千人），记为X3；职工平均工资（元），将其作对数处理，记为X4；人均社会消费品零售总额（万元），作对数处理后记为X5；将城乡居民储蓄年末余额（万元）除以年平均人口，得到人均储蓄，并作对数处理之后记为X6；将城镇基本医疗保险参保人数（人）除以年平均人口（万人），得到城镇基本医疗保险参保者占比，记为X7；将城镇基本养老保险参保人数（人）除以年平均人口（万人），得到城镇基本养老保险参保者占比，记为X8；家庭部门杠杆水平定义为：住户贷款余额占地区生产总值的百分比，又称家庭部门杠杆率，当期的家庭部门杠杆率记为X9；各地区基尼系数记为X10；上一期的家庭部门杠杆率记为X11。各变量的定义如表1所示，以上各变量的数据主要来源于各地级市历年统计年鉴、中国人民银行网站。对于个别缺失数 14第4期王少芬：我国居民杠杆率对人口出生率的影响研究三、居民杠杆率对人口出生率影响的实证分析为了分析居民杠杆率及其他多方面因素对人口出生率的影响作用，本文构建了一个基于278个地级以上城市的计量经济面板回归模型，模型设定如下：Yit=0+1X1it+2X2it+3X3it+4X4it+5X5it+6X6it+7X7it+8X8it+9X9it+10X10it+11X9iX10i+ui+i+it在上式中下标i代表城市，t代表年份。ui为各城市固定效应，代表了不随年份变化而变化的不可观测因素。i为年份固定效应，代表了不随城市变化而变化的不可观测因素。it则为随机扰动项，0为常数项，9为核心解释变量居民杠杆率的回归系数，18及10为其他控制变量的回归系数。11为居民杠杆率与基尼表2 各变量20172019年描述统计分析时间201720182019201720182019时间201720182019201720182019指标平均值平均值平均值标准差标准差标准差观测数指标平均值平均值平均值标准差标准差标准差观测数Y14.28412.14310.6235.0464.0403.164278X66.6387.2298.0353.6854.0344.500278X17.0666.9706.4282.9032.6182.639278X70.3200.3260.3260.2710.2700.253278X22.0332.1712.3061.2381.3331.402278X80.3420.3570.3620.2650.2620.255278X37.5148.0398.2312.9933.1653.100278X90.4760.4640.4940.2330.2280.240278X44.8204.8644.8980.0760.0780.080278X100.3460.3400.3330.1360.1350.137278X53.7433.8474.1662.2652.2772.483278X110.4460.4330.4620.2290.2220.233278表2为20172019年各变量的均值和标准差，通过对比分析可以清楚地看到，近三年来人口出生率（Y）的平均值有明显的下降，而体现各城市人口出生率分布统计量标准差是变小的，说明各城市人口出生率普遍呈下降趋势。影响因素方面，除了地区生产总值增长率（X1）的平均值由7.066%下降到6.428%以及体现贫富差距的基尼系数（X10）平均值由0.346下降到0.333，其他影响因素（X2X9、X11）这些指标的平均值均为逐年递增的。且所有的影响因素变量的标准差的变动差异都不是很大，即各变量在这三年的分布情况都相对比较平稳。表1 各变量定义变量X5 人均社会消费品零售总额（万元）对数变量Y 人口出生率（）X1 地区生产总值增长率（%）X2 教育支出（千元/人）对数X3 医院、卫生院床位数(张/千人)X4 职工平均工资(元)对数X6 城乡居民人均储蓄(万元)对数X7 城镇基本医疗保险参保人数占比X8 城镇基本养老保险参保人数占比X9 居民杠杆率（%）X10 基尼系数X11 上一期居民杠杆率（%）据的处理，当有相邻年份的数据时，可以采用插值的方法进行填补，对于缺失比较严重的变量或城市，只能作删除处理。152022年闽南师范大学学报（哲学社会科学版）表3 面板时间固定效应模型回归结果 全国变量常数项X1X2X3X4X5X6X7X8X9X10X9*X10R平方调整的R平方F统计量F统计量p值模型（1）系数-5.745(10.169)0.324*(0.048)1.465*(0.164)-0.097*(0.048)3.292(2.131)0.217*(0.021)-0.167*(0.094)-6.612*(0.054)2.249*(1.007)-1.535*(1.029)-0.111(0.662)0.179(0.088)0.3330.32231.4910.000模型（2）系数9.651*(0.559)0.336*(0.048)1.562*(0.154)-0.104*(0.048)0.252*(0.090)-0.172*(0.054)-6.688*(1.005)2.240*(1.025)-1.067*(0.541)0.3300.32140.4460.000东部模型（3）系数62.849*(21.415)0.417*(0.131)1.889(0.315)-0.271*(0.105)-10.484*(4.481)0.273(0.182)-0.410*(0.102)-4.850*(1.671)2.453(1.980)-1.543(1.166)-0.742*(0.344)0.912(0.638)0.3890.36113.7070.000模型（4）系数54.158*(19.467)0.387*(0.129)2.092*(0.289)-0.238*(0.104)-8.762*(4.063)-0.328*(0.095)-3.240*(1.339)-0.340*(0.137)0.3730.35318.7880.000中西部模型（5）系数-22.563*(10.453)0.179*(0.061)0.903*(0.182)0.045(0.053)6.974*(2.190