【正文】 straints Matter? An Analysis of Why The Permanent Ine Hypothesis Does Not Apply in Japan”，NBER Working Paper No. 12330.Kraay，A.，2000，“Household Saving in China”，World Bank Economic Review，Vol. 14， No. 3，545570.Kuijs，L.，2006，“How Will China’s SavingInvestment Balance Evolve?”，World Bank Policy Research Working Paper （July 1），Leff，N. H.，1969，“Dependency Rates and Savings Rates”，American Economic Review，Vol. 59，Issue 5，886896.Loayza，N.，SchmidtHebbel，K. and Serven，L.，2000, “What Drives Private Saving across The World?”, Review of Economics and Statistics，Vol. 82，No. 2 (May)，165181.Mason，A.，1975，“An Empirical Analysis of LifeCycle Model and Its Application to Population Growth and Aggregate Saving”，Unpublished Ph. D. Dissertation，University of Michigan.Mason，A.，1981，“An Extension of The LifeCycle Model and its Application to Population Growth and Aggregate Saving”，EastWest Population Institute Working Papers 4，Honolulu：EastWest Population Institute.Mason，A.，1987，“National Saving Rates and Population Growth：A New Model and New Evidence”，in D. G. Johnson and R. D. Lee（eds）Population Growth and Economic Development，Madison WI：University of Wisconsin Press.Masson，P.，Bayoumi，T. and Samiei，H.，1998，“International Evidence on The Determinants of Private Saving”，World Bank Economic Review，12，483–501.Modigliani，F(xiàn).，1970，“The LifeCycle Hypothesis of Saving and Intercountry Differences in The Saving Ratio”，in W. A. Elits，and . Wolfe，eds，Induction，Growth and Trade，Essay in Honor of Sir Roy Harrod，Oxford，1970.Modigliani，F(xiàn). and Brumberg，R.，1954，“Utility Analysis and The Consumption Function：An Interpretation of The CrossSection Data”，In Kenneth K. Kurihara，ed.，PostKeynesian Economics，New Brunswick，NJ：Rutgers University Press，1954，388436.Modigliani，F(xiàn). and Cao，S. L.，2004，“The Chinese Saving Puzzle and The LifeCycle Hypothesis”，Journal of Economic Literature，Vol. 42（1），（Mar.），145170.Neher，P. A.，1971，“Peasants，Procreation，and Pensions”，American Economic Review，380389.214。莊亞兒、張麗萍，2003：《1990年以來中國常用人口數(shù)據(jù)集》，中國人口出版社。袁志剛、朱國林，2002：《消費理論中的收入分配與總消費》，《中國社會科學》第2 期，第69－76頁。王志濤、文啟湘，2004：《政府消費、政府規(guī)模與經(jīng)濟全球化》，《財政研究》第9期，第5－8頁。萬廣華、張　茵、牛建高，2001：《流動性約束、不確定性與中國居民消費》，《經(jīng)濟研究》，第11期，第35－44頁。孫鳳，2001：《預防性儲蓄理論與中國居民消費行為》，《南開經(jīng)濟研究》第1期，第54－58頁。舒爾茨，2005：《人口結構和儲蓄：亞洲的經(jīng)驗證據(jù)及其對中國的意義》，《經(jīng)濟學季刊》第4卷第4期，第991－1018頁。龍志和、周浩明，2000：《中國城鎮(zhèn)居民預防性儲蓄實證研究》，《經(jīng)濟研究》第11期，第33－38頁。劉溶滄、馬栓友，2001：《赤字、國債與經(jīng)濟增長關系的實證分析——兼評積極財政政策是否有擠出效應》，《經(jīng)濟研究》第2期，第13－19頁。林毅夫，2007：《中國經(jīng)濟:煎焦的凍魚》。李廣眾，2005：《政府支出與居民消費：替代還是互補》，《世界經(jīng)濟》第5期，第38－45頁。胡書東，2002：《中國財政支出和民間消費需求之間的關系》，《中國社會科學》，第6期，第26－32頁。國家統(tǒng)計局人口統(tǒng)計司編，1990：《中國人口統(tǒng)計年鑒》，科學技術文獻出版社。參考文獻國家統(tǒng)計局編，《中國統(tǒng)計年鑒》，中國統(tǒng)計出版社，2003－2005 各年。另外，一些影響居民消費率的重要解釋變量，如消費的信貸約束、社會保障支出等并沒有包括在我們的模型中。在計量方法上，雖然我們通過引入年度虛擬變量來控制模型的橫截面相依性，但這樣處理實際上是假定導致橫截面相依的因素對各截面具有相同的影響。那么，擴展后的HSDM將比LCH更具有廣泛的適應性，它能同時同時解釋家庭孩子數(shù)量和儲蓄之間正相關、負相關和不相關三種情況，現(xiàn)有各種經(jīng)驗研究的結論可以在這個框架下得到統(tǒng)一的解釋。我們意外發(fā)現(xiàn)兒童撫養(yǎng)系數(shù)和居民消費率之間存在負的相關性，這與LCH和現(xiàn)有文獻結論都不同，但它僅僅是從中國的個案研究中所得到的結論。所以，象現(xiàn)在一樣，未來兒童撫養(yǎng)系數(shù)變化對中國居民消費的影響也仍將是有限的。我們發(fā)現(xiàn)，滯后一期的居民消費率對當期消費具有顯著的正的影響，這說明中國居民消費習慣非常穩(wěn)定，因此，中國經(jīng)濟快速增長伴隨著居民消費率的加速下降。而中國老年撫養(yǎng)系數(shù)對居民消費率并沒有顯著影響。五、結論和含義本文利用中國1989－2004年的分省面板數(shù)據(jù)和動態(tài)面板廣義矩估計方法，考察了中國人口年齡結構（兒童撫養(yǎng)系數(shù)和老年撫養(yǎng)系數(shù)）變化對居民消費的影響。另外，由于我們使用年度虛擬變量來控制橫截面相依性，這相當于施加了一個約束：即各種導致橫截面相依的因素對各截面具有相同的影響。第三，動態(tài)面板廣義矩估計適合具有較小的時間維度（T）和較大的截面維度（N）的面板數(shù)據(jù)。必須注意的是，動態(tài)面板GMM估計方法也有其局限性。 表3 居民消費率的OLS估計和靜態(tài)固定效應模型回歸結果因變量＝CGDP普通最小二乘估計靜態(tài)固定效應模型變量回歸系數(shù)回歸系數(shù)CGDP(1)()***()***lnGDP()*()GUI()**()*GRI()()RATE()()YD()()*OD()()INF()()RUI()()*FISD()()INDG()()***CONSTANT()***()***觀察數(shù)435435Rsquared 注：*、**和***分別表示在10％、5％和1％的顯著性水平顯著。而表2中CGDP(1)，它確實處于其它兩個估計量之間。表3是對動態(tài)模型的OLS和固定效應模型估計結果。用靜態(tài)固定效應模型估計時，由于因變量的滯后項和隨機擾動項負相關，固定效應模型估計量應該是向下偏倚的（biased downwards）。Bond（2002）提出了判斷發(fā)生較大程度偏倚的一種方法，即將模型的GMM估計量和OLS估計量、靜態(tài)固定效應模型估計量對比，看因變量滯后項的GMM估計量是否介于滯后項的其它兩個估計量之間。模型包含年度虛擬變量時，首次差分方程和水平方程都使用的工具變量還包括年度虛擬變量工具，由于這些變量的工具是它們自己，因此表中沒有列出，其回歸系數(shù)也只列在附錄中。AR(1)、AR(2)、Sargan Test和DifferenceinSargan Test 給出的都是統(tǒng)計量對應的p值。*，**， ***分別表示在10％、5％和1％的顯著性水平上顯著。其實，經(jīng)驗研究中通貨膨脹率對消費的影響并不確定（Horioka and Wan,2006）。城市家庭人均可支配收入增長率（GUI）和農村家庭人均純收入增長率（GRI）對居民消費率也沒有顯著影響，這與中國居民消費習慣穩(wěn)定的結論是一致的，居民顯示過度的消費平滑（excess smoothness of consumption）（Campbell and Daeaton,1989；Flavin,1993；West,1988）。由于FISD對居民消費率并沒有顯著影響，因此，國有企業(yè)分紅也不能提高居民消費率。工業(yè)產值占GDP的比值－企業(yè)儲蓄率的代理變量（INDG）的系數(shù)盡管為負，但并不顯著。另一種可能的解釋是，由于財政政策對居民消費既有替代性，又有互補性，當這兩種影響正好相互抵消時，擴張性財政政策的凈影響為0。同樣，在樣本期（1989－2004年），除個別省份，如安徽、湖南和四川城鄉(xiāng)收入比率保持穩(wěn)定之外，其它26個地區(qū)的城鄉(xiāng)收入比率是穩(wěn)步下降的，這說明該變量也不能解釋目前中國居民消費率的下降。但在我們考察的樣本期（1989－2004年），實際利率在0上下作振蕩縮減，因此，實際利率的變化并不是引起中國居民消費率過低的原因。因此，與現(xiàn)有文獻結論不同的是，中國目前人口年齡結構變化（主要是兒童撫養(yǎng)系數(shù)的下降）對居民消費率具有負向的影響，中國兒童撫養(yǎng)系數(shù)的下降反而提高了居民消費率，但這種影響在數(shù)量上并不是很大。同樣，在模型中去掉YD并保留其它變量后再回歸，OD也仍然是不顯著的。從1989到2004年，老年撫養(yǎng)系數(shù)僅上升了約3個百分點，因此，目前中國老齡化對居民消費率的影響還較小。因此，家庭孩子數(shù)量和儲蓄之間之間正相關、負相關和不相關三種可能性可能都是存在的。這兩個因素都會使孩子撫養(yǎng)費用的增加超過了因孩子減少而增加的儲蓄。首先，中國許多家庭對孩子的投資非常慷慨。但兩個變量之間的負相關性是有可能的，因為家庭孩子數(shù)量減少以后，父母對孩子的人力資本投資會增加，如果這種撫養(yǎng)費用的增加超過了因孩子減少而增加的儲蓄，則居民消費率會不降反升。LCH預言兒童撫養(yǎng)系數(shù)和儲蓄率負相關，即兒童撫養(yǎng)系數(shù)與居民消費率之間是正相關性的。我們關注的變量兒童撫養(yǎng)系數(shù)（YD）在10％的顯著性水平為負。在第二列包含年度虛擬變量的估計結果中，滯后一期的居民消費率（CGDP（1）），并且顯著為正，說明居民的消費習慣非常平穩(wěn)。除了滯后一期的居民消費率和兒童撫養(yǎng)系數(shù)仍然顯著之外，實際人均GDP的對數(shù)（lnGDP）、城市人均可支配收入增長率（GUI）、老年撫養(yǎng)系數(shù)（OD）和企業(yè)儲蓄率的代理變量（INDG）都從顯著變?yōu)椴伙@著了。（二） 基本結果和分析表2中的第一列和第二列分別是未包含和包含年度虛擬變量的一步系統(tǒng)GMM估計結果。因此，為了克服橫截面相依性對估計結果的影響，我們在模型中還明確引入了年度虛擬變量。第二、不同地區(qū)之間的羊群行為（herd behavior）也會導致地區(qū)之間的依存性。我們的模型很可能存在橫截面相依性。若引起橫截面相依性的不可觀測因素與模型中的解釋變量相關，這會導致有偏估計量；如果這些因素與模型中的解釋變量不相關，則導致標準誤的有偏估計，也同樣引起錯誤的推斷。同時，我們不能拒絕工具聯(lián)合有效的原假設，因此，我們選取的工具是合適的。我們模型中的其它變量要么當作弱外生的，要么當作前定的，我們選用“內部工具”，即弱外生或前定變量的滯后值作為它們自己的工具變量，表2分別列出了動態(tài)面板GMM估計中差分方程（difference equation）和水平方程（level equation）使用的工具及其滯后階數(shù)，并給出了檢驗殘差自相關的AR（1）、AR（2）統(tǒng)計量對應的p值和檢驗工具聯(lián)合有效性的薩甘統(tǒng)計量對應的p值。 Schrooten and Stephan,2005。由于檢驗附加工具變量有效性的薩甘差（DifferenceinSargan），這說明一步系統(tǒng)GMM估計更好，因此，我們將選擇一步系統(tǒng)GMM估計方法。由于一步系統(tǒng)廣義矩估計（onestep systemGMM）（Arellano and Bover，1995；Blundell and Bond，1998）利用了比一步差分廣義矩估計（onestep differenceGMM）更多的信息（Hsiao，2003），因此，前者比后者的估計結果更有效。 動態(tài)面板GMM估計可以分為一步和兩步GMM估計。如果選擇合適的工具，動態(tài)面板GMM估計就能有效控制內生性問題。其優(yōu)點是，（1）居民消費率可能較其它年度數(shù)據(jù)具有更大的惰性（Inertia），因為消費受習慣的影響，并且面對收入波動，消費者可能會平滑他們的消費