人口老龄化对居民消费的影响分析

Analysis of the Influence of Population Aging on Resident Consumption

摘要: 人口老龄化是我国“十四五”时期面临的重要挑战，积极应对老龄化，满足老年人需求成为一大重点。老龄化趋势不断加重必然会影响国家消费，而居民消费是主要构成。因此，本文立足于日益深化的老龄化和不断增长的消费需求，重点探讨人口老龄化对居民消费的影响。通过构建固定效应模型，进行相关性分析、调节效应回归估计、异质性分析和稳健性检验展现我国老龄化以及消费情况，得出结论：第一，我国人口老龄化程度和居民消费均呈现逐年上升趋势，但居民消费增加幅度小于老龄化提升速度；第二，老年抚养比对平均消费倾向和人均消费支出均呈现显著的负向效应；第三，养老保险参保人数对人口老龄化影响居民消费具有显著的调节效应；第四，西部地区以及城镇居民人口老龄化对居民消费抑制作用更强。

Abstract: Population aging is a significant challenge that China will face during the 14th Five-Year Plan period. Actively responding to aging, meeting the needs of the elderly has become a major focus. The continuous intensification of the aging trend will inevitably affect national consumption, and residents’ consumption is the main component. Therefore, based on the increasingly deepening aging and the constantly growing consumer demand, this article focuses on exploring the impact of population aging on residents’ consumption. By constructing a fixed effect model, conducting correlation analysis, moderating effect regression estimation, heterogeneity analysis and robustness tests, the aging and consumption situation in China were presented, and conclusions were drawn. First, both the degree of population aging and residents’ consumption in China have shown an upward trend year by year. However, the growth rate of residents’ consumption is less than that of aging. Second, the elderly dependency ratio shows a significant negative effect on both the average consumption propensity and per capita consumption expenditure. Thirdly, the number of participants in the endowment insurance has a significant moderating effect on the impact of population aging on residents’ consumption. Fourth, the aging of the population in the western regions and urban areas has a stronger inhibitory effect on residents’ consumption.

1. 引言

随着人口老龄化的加快，老年消费市场呈现出勃勃生机。同时，政府也在努力优化营商环境，促进“银发经济”的发展，使老人的生活更加多彩。随着消费理念的改变，新时期的老年人有钱有闲，并有望继续维持较高的消费水平，所以老年群体的消费将是拉动国民经济发展的动力之一。然而由于老龄化现象的不断加深，也会使医疗卫生消费支出的压力越来越大，现在的养老服务业发展严重落后，很难满足大量老年群体的需求。人口老龄化对产业结构调整也有较大影响，不利于产业创新，老龄化的加深将减少适龄劳动人口规模，造成劳动力短缺。目前，我国老龄化问题对于居民消费的影响已是一个不容忽视的问题，因此本文将探讨人口老龄化对我国居民消费的影响，并在此基础上得出相应的结论和建议。

2. 研究综述

人口老龄化是指老年人口比例逐渐增加的现象，通常是指65岁及以上的人口所占比例的增加。人口老龄化是当今全球普遍存在的问题，这一趋势将在未来几十年继续加剧。许多学者已经对人口老龄化的影响进行了深入的研究，主要有人口老龄化对经济增长的影响以及对社会福利的影响。展凯等(2022) [1]根据我国人口老龄化研究分析得出老年人口的健康状况会导致我国的医疗、养老等服务需求的增加，从而增加社会保障的负担，并且老年人口消费能力相对较低，会减缓经济的增长速度。刘红梅等(2018) [2]的研究显示，老龄化加剧会造成储蓄增长，从而使上海市的消费水平降低，给当地的经济发展带来负面的影响。

随着老年人口比例的增加，社会的养老服务需求将急剧增加。如何满足老年人口的养老需求是一个长期而且重要的问题，如徐瑾等(2023) [3]提出为满足养老需求需要政府、社会和家庭多方面的共同努力。Mohammad Mirzaie (2017) [4]研究发现随着老龄化的提升，老年人对医疗保健的需求不断提高，医疗消费持续上涨。居民消费是指常住住户对货物和服务的全部最终消费支出，是经济活动中非常重要的一环，因为它直接影响到经济的生产和供给。目前，对居民消费的研究主要集中在以下几个方面：消费心理和消费行为，消费行为与社会因素以及消费行为与营销策略。居民消费与个人的消费心理密切相关，不同的消费者会因为个人的消费理念、生活方式等因素而产生不同的消费行为。消费者的需求和心理状态对消费决策产生了深远的影响，学者如王少芬(2019) [5]从心理学的角度研究了消费行为，分析了消费者决策背后的心理原因。

社会因素也会影响消费行为，如家庭结构、收入水平、文化背景等因素，纪园园、宁磊(2020) [6]构建不同的家庭流动性指标对居民消费的影响，发现流动性约束均显著抑制家庭消费结构。程琦(2020) [7]的研究中提出收入是影响消费的决定因素，家庭结构变化会影响消费模式和消费结构，而居民收入水平的提高会促进消费水平的增长。

人口老龄化对居民消费的影响是一个复杂的问题，本文从研究对象、研究方法和实证结果分别论述。研究对象方面，学者在研究人口老龄化和消费之间的关系时，选择不同的研究对象，有些针对某个省份，有些则是研究国家整体情况。王勇、周涵(2019) [8]采用中国城市的时间序列数据，通过研究分析得出人口老龄化对城市居民的消费有促进作用，符合生命周期假说。胡青华(2019) [9]则以中国农村为例，运用具有代表性的中部六个省份的面板数据得出结论：人口老龄化对农村居民的消费产生负面影响。就研究方法而言，不同学者所采取的模型也是不同的。徐贵雄等(2021) [10]通过对LA-AIDS模型的扩展，将年龄、性别差异和城乡收入差距等变量引入，通过研究发现人口老龄化对农村居民消费结构具有显著的影响。Modigliani和Cao (2004) [11]基于生命周期假说，利用协整的方法进行分析，考察了中国人口抚养比与居民消费率之间的内在联系。林晓珊(2018) [12]采用分位数回归方法，研究发现我国居民的家庭结构与消费结构存在着明显的相关性。从实证结果来看，目前国内外有关人口老龄化对居民消费水平影响的研究结果不尽相同，主要包括促进作用、抑制作用、不确定性作用和不明显作用四个方面。Demery et al. (2006) [13]运用英国的住户资料，从经验上分析了英国老龄人口和消费率之间的关系，并得出结论：老龄化与消费率之间呈正相关。潘红虹、唐钰岚(2021) [14]研究发现人口老龄化对居民消费的增长有一定的抑制作用，而且对城市居民消费水平的影响要比农村居民大。冯炳纯(2019) [15]指出，与青年相比，老年人口的消费意愿明显下降，加上生活开支增加，其医疗开支也会增加，因而，老龄化的增加会明显地降低居民消费。

综上所述，从相关文献的研究结果可以看出，关于老龄化对居民消费的影响，学术界有相同的观点，如：城市化、收入水平、人口流动等均会促进消费，老年人口储蓄观念、消费需求等会抑制消费。但是不管是国内还是国外都没有一个明确的结论。究其原因，是由于研究方法、模型构建、变量和数据选取不同导致，因此关于人口老龄化对我国居民消费的影响的研究尚需深入讨论，所以本文对人口老龄化对我国居民消费的影响进行分析，有利于保持该研究主题的延续性，丰富该方面的研究内容。

3. 研究设计

(一) 问题描述

随着人口老龄化的持续发展，人口结构会发生改变，老年人的收入将会降低，从而影响到各个区域的消费水平。由于老年人口数量的增长，子女的抚养压力明显加重，会主动降低消费。老年人作为特殊群体，心理、生理的变化会影响老年人的消费选择。在日常生活开支上，老人们因为传统的思想偏向于节省，所以他们更倾向于“存”而非“用”。老年人对于医疗服务和药物方面的需求是增加的，但是与青年中年时期相比，在穿着打扮上以实用为主，在衣着方面的消费减少。老年人身体机能的变化，也导致老年人在食品烟酒方面的消费减少。基于以上分析，本文提出：

假设1：老年抚养比的提高会使得人口结构发生改变，从而对居民消费倾向产生负向影响。

假设2：老年抚养比的加深会使得居民消费水平改变，从而对人均消费支出产生负向影响。

老年抚养比对平均消费倾向和人均消费支出呈促进还是抑制效应，本文将通过实证进行分析。

(二) 变量构造

在很多消费行为的研究过程中，不同学者采用消费率、消费总额、人均消费增长率等作因变量。通过阅读文献参考借鉴王宇鹏(2011) [16]本文对于居民消费的衡量选取平均消费倾向和人均消费支出作为因变量，见表1。

Table 1. Variable construction

表1. 变量构造

变量类型	变量名称	符号	测度
被解释变量	人均消费支出	apc	居民个人消费总额/年均人口总数
	平均消费倾向	cons	居民人均消费支出/可支配收入
核心解释变量	老年抚养比	old	老年人口/壮年人口
控制变量	城镇化率	city	城镇人口/常住人口
	居民人均可支配收入	pcdi	(家庭总收入 − 交纳的所得税 −个人交纳的社会保障支出 − 记账补贴)/家庭人口
	社会保障	gov	财政总支出/总人数 * 100
	民生财政支出占比	pfe	(医疗 + 教育 + 社会保障和就业支出)/一般财政支出
调节变量	经济发展水平	gdp	国内生产总值
	居民社会养老保险参保人数	insu	缴纳养老保险的老年人口数

(三) 模型构建

1. 基准模型

在前文变量设定的基础上，可以把平均消费倾向、人均消费支出、老年抚养比、城镇化率、居民人均可支配收入、社会保障、民生财政支出占比分别设定为apc、cons、old、city、pcdi、gov、pfe。将数值量纲较大的变量：cons、old、pcdi取对数，降低量纲，弱化波动性，增强平稳性，因此把固定效应模型设定为：

${\text{apc}}_{it}=\alpha \ln {\text{old}}_{it}+\beta {\text{city}}_{it}+\gamma \ln {\text{pcdi}}_{it}+\delta {\text{gov}}_{it}+\theta {\text{pfe}}_{it}+{\mu }_{it}+{\epsilon }_{it}$ (1)

$\ln {\text{cons}}_{it}=\alpha \ln {\text{old}}_{it}+\beta {\text{city}}_{it}+\gamma \ln {\text{pcdi}}_{it}+\delta {\text{gov}}_{it}+\theta {\text{pfe}}_{it}+{\mu }_{it}+{\epsilon }_{it}$ (2)

其中，i代表各省$i=1,2,3,\cdots ,31$ ；t表示年份$t=2012,2013,\cdots ,2021$ ；${\epsilon }_{it}$ 表示随机误差项。

2. 调节模型

老年抚养比对居民平均消费倾向和人均消费支出的正负关系和程度可能会受到其他因素的影响，因此加入调节变量M：调节变量为经济发展水平、居民社会养老保险参保人数。变量设定为gdp、insu，将insu对数化以消除异方差的影响，调节模型设定为：

${\text{apc}}_{it}=\alpha \ln {\text{old}}_{it}+\alpha \ln {\text{old}}_{it}\times \text{M}+\beta {\text{city}}_{it}+\gamma \ln {\text{pcdi}}_{it}+\delta {\text{gov}}_{it}+\theta {\text{pfe}}_{it}+{\mu }_{it}+{\epsilon }_{it}$ (3)

$\begin{array}{c}\ln {\text{cons}}_{it}=\alpha \ln {\text{old}}_{it}+\alpha \ln {\text{old}}_{it}\times \text{M}+\beta {\text{city}}_{it}+\gamma \ln {\text{pcdi}}_{it}+\delta {\text{gov}}_{it}+\theta {\text{pfe}}_{it}+{\mu }_{it}+{\epsilon }_{it}\end{array}$ (4)

3. 数据来源

本文搜集了2012~2021年中国31个省市的面板数据，数据来源于《中国统计年鉴》《中国人口与就业统计年鉴》。因我国港澳台地区数据缺失，未包含在本文样本中。

4. 模型回归分析

(一) 描述性统计

根据表2显示，样本量310，平均消费倾向在样本期的时间里变化不大，其标准差较小为0.054，平均值为0.718，其最大值与最小值变动幅度为0.345。人均消费支出的最大值与最小值相差较大，为43411，可以看出各省份的居民之间消费支出存在较大差异。我国老年抚养比的平均值是15.176，最大值与最小值分别为26.7和7，变动幅度较大，达到19.7。可见，由于地区经济程度不同，较发达地区老年抚养比更高，并且老年抚养比在逐年上升。

Table 2. Descriptive statistics

表2. 描述性统计

Variable	Obs	Mean	Std. Dev.	Min	Max
apc	310	0.718	0.054	0.56	0.905
cons	310	17807.432	7451.35	5468	48,879
old	310	15.176	4.186	7	26.7
city	310	0.593	0.128	0.229	0.896
pcdi	310	25234.787	11876.076	8568	78,027
gov	310	1.494	0.86	0.525	6.06
pfe	310	0.374	0.046	0.217	0.477

(二) 相关性分析

Table 3. Correlation analysis

表3. 相关性分析

Var.	apc	lncons	lnold	city	lnpcdi	gov	pfe
apc	1.000
lncons	−0.291^***	1.000
lnold	−0.267^***	0.473^***	1.000
city	−0.222^***	0.902^***	0.377^***	1.000
lnpcdi	−0.455^***	0.984^***	0.488^***	0.880^***	1.000
gov	−0.175^***	0.294^***	−0.224^***	0.145^**	0.309^***	1.000
pfe	−0.142^**	0.021	0.597^***	−0.024	0.044	−0.599^***	1.000

注：^*p < 0.1，^**p < 0.05，^***p < 0.01，下同。

表3对模型解释变量进行相关性检验，显示解释变量之间的相关性较小，排除了解释变量之间多重共线性的可能，说明模型解释变量的选取较为合理。主要变量相关系数矩阵显示：平均消费倾向与老龄化与各控制变量之间的Pearson相关系数均通过了1%水平上的统计检验，结果初步支持老龄化会抑制个体的平均消费倾向。

(三) 基准回归

Table 4. The regression estimation of residents’ consumption due to aging

表4. 老龄化对居民消费的回归估计

	(1)	(2)
	apc	lncons
lnold	−0.0530^***	−0.0811^***
	(−3.16)	(−3.54)

续表

city	0.3651^*	0.5951^**
	(1.82)	(2.04)
lnpcdi	−0.0767	0.8842^***
	(−1.53)	(12.38)
gov	−0.0084	−0.0120
	(−0.44)	(−0.46)
pfe	−0.1523	−0.2117
	(−1.13)	(−1.13)
_cons	1.4831^***	0.7907
	(4.08)	(1.53)
N	310	310
adj. R^2	0.401	0.978

表4中第(1)列展示了老龄化程度对居民平均消费倾向的影响。拟合优度0.401，模型拟合良好。加入各项控制变量，结果显示，老龄化程度仍然在1%的显著性水平上抑制了居民的平均消费倾向，具体为老龄化程度每加深1%，居民平均消费倾向会下降约0.05%。基准回归结果初步证实了老年抚养比会抑制居民平均消费倾向，使假设得到支持。城镇化率、养老保险参保人数与平均消费倾向呈显著正相关，这可能是因为城镇化水平越高，居民消费能力越高，有养老保险的老年人更有消费的意愿。居民人均可支配收入、社会保障、民生财政支出占比、经济发展水平与平均消费倾向呈显著的负相关关系。

加入各项控制变量，结果显示，老龄化程度仍然在1%的显著性水平上抑制了居民的人均消费支出，具体为老龄化程度每加深1%，人均消费支出会下降约0.08%。基准回归结果初步证实了老年抚养比会抑制居民人均消费支出，使假设得到支持。

(四) 调节效应

4. 相关因变量对老年抚养比影响平均消费倾向的调节效应分析

Table 5. Average propensity to consume regression estimation results

表5. 平均消费倾向回归估计结果

	(1)	(2)
	apc	apc
lnold	−0.0535^***	−0.0458^***
	(−3.20)	(−2.62)
lnold × gdp	0.0025
	(0.72)
lnold × lninsu		0.0432^***
		(3.04)
city	0.3750^*	0.0199
	(1.88)	(0.08)
lnpcdi	−0.0796^*	−0.0550
	(−1.60)	(−1.19)
gov	−0.0072	0.0096
	(−0.38)	(0.72)

续表

pfe	−0.1536	−0.0796
	(−1.12)	(−0.64)
_cons	1.3630^***	1.2685^***
	(3.78)	(3.83)
N	310	310
adj. R^2	0.401	0.447

注：括号内为t值。

核心解释变量老年抚养比依然存在显著性，对被解释变量居民平均消费倾向呈负向影响。表5中第(1)列加入了经济发展水平与老龄化程度的交乘项，回归结果显示，经济发展水平可以缓解老龄化对居民平均消费倾向的抑制效应，经济发展水平越高，缓解作用越强，但该缓解作用在统计学上不显著。这可能是由于经济发展水平仅仅是社会经济现象在各个阶段大小和程度的体现，其对于人口老龄化对居民平均消费倾向的影响没有太大的影响作用。第(2)列加入了居民社会养老保险参保水平与老龄化程度的交乘项，在1%的水平下存在显著性，表明居民社会养老保险参保水平对居民人均消费支出的影响存在调节效应，影响系数为0.0432。结果显示，养老保险参保水平同样可以减弱老龄化对居民平均消费倾向的抑制效应，养老保险参保水平越高，老龄化对消费的抑制效应越弱。

5. 相关因变量对老年抚养比影响人均消费支出的调节效应分析

Table 6. Regression estimation results of per capita consumption expenditure

表6. 人均消费支出回归估计结果

	(1)	(2)
	lncons	lncons
lnold	−0.0816^***	−0.0718^***
	(−3.56)	(−3.00)
lnold × gdp	0.0025
	(0.50)
lnold × lninsu		0.0559^***
		(3.05)
city	0.6050^**	0.1484
	(2.07)	(0.43)
lnpcdi	0.8812^***	0.9123^***
	(12.34)	(13.81)
gov	−0.0108	0.0113
	(−0.42)	(0.62)
pfe	−0.2130	−0.1176
	(−1.13)	(−0.67)
_cons	0.5951	0.4794
	(1.14)	(1.00)
N	310	310
adj. R^2	0.978	0.980

注：括号内为t值。

由表6可以看出，核心解释变量老年抚养比依然是在1%的水平下存在显著性，对被解释变量居民人均消费支出呈负向影响。第(1)列加入了经济发展水平与老龄化程度的交乘项，回归结果显示，经济发展水平可以缓解老龄化对居民人均消费支出的抑制效应，经济发展水平越高，缓解作用越强，但该缓解作用在统计学上不显著。第(2)列加入了居民社会养老保险参保水平与老龄化程度的交乘项，在1%的水平下存在显著性，表明居民社会养老保险参保水平对居民人均消费支出的影响存在调节效应，影响系数为0.0559。结果显示，养老保险参保水平同样可以减弱老龄化对人均消费支出的抑制效应，养老保险参保水平越高，老龄化对消费的抑制效应越弱。

(五) 异质性分析

由于地区差异以及城镇化区别，人口老龄化对居民消费也可能产生不同的影响，因此本文尝试将人口老龄化在异质性的背景下，评估老年抚养比对平均消费倾向和人均消费支出的影响，为更好地研究老龄化现象原因以及对提高居民消费有重要意义。

6. 平均消费倾向的地区和城镇化异质性分析

Table 7. Heterogeneity analysis

表7. 异质性分析

	(1)	(2)	(3)	(4)	(5)
	东部	中部	西部	城镇化高	城镇化低
lnold	−0.0613^*	−0.0716^***	−0.1127^***	−0.0689^**	−0.0032
	(−1.87)	(−2.69)	(−2.65)	(−2.58)	(−0.10)
city	0.5174^*	−1.0538^**	0.5750	−0.1306	0.2028
	(1.90)	(−2.40)	(1.02)	(−0.56)	(0.51)
lnpcdi	−0.0986	0.2367^**	−0.1187	−0.0182	−0.0795
	(−1.56)	(2.42)	(−1.12)	(−0.35)	(−1.01)
gov	−0.0048	−0.0292	0.0011	−0.0305	0.0048
	(−0.16)	(−0.95)	(0.05)	(−1.48)	(0.36)
pfe	−0.0843	−0.0498	−0.1696	−0.0735	−0.0276
	(−0.32)	(−0.58)	(−0.89)	(−0.53)	(−0.24)
_cons	1.5608^***	−0.8055	1.9679^**	1.2514^***	1.4171^**
	(3.44)	(−1.08)	(2.42)	(3.51)	(2.45)
N	110	80	120	143	167
adj. R^2	0.553	0.256	0.419	0.490	0.181

注：括号内为t值。

表7展示了分地区与城镇化率的异质性分析结果。第(1)至(3)列分别为东部、中部和西部样本的回归结果，结果显示，老龄化对居民平均消费倾向的抑制作用在西部最大，其次为中部，在东部的抑制作用最小，但三者差距较小，系数分别为−0.0613、−0.0716和−0.1127，且在统计学上都显著。这可能是因为西部地区经济较为落后，关于老年人口的相关医疗服务政策不够完善，因此老龄化的加深更大程度上抑制了居民消费。第(4)至(5)列分城镇化率进行回归，城镇化率高于样本均值的定义为城镇化高组，反之定义为低组，系数分别为−0.0689和−0.0032。结果显示，在城镇化高组，老龄化对居民平均消费倾向的抑制作用较基准回归更强，而低组的抑制作用较小且在统计学上不显著。

7. 人均消费支出的地区和城镇化异质性分析

Table 8. Heterogeneity analysis results

表8. 异质性分析结果

	(1)	(2)	(3)	(1)	(2)
	东部	中部	西部	城镇化高	城镇化低
lnold	−0.0913^*	−0.1051^**	−0.1555^**	−0.1033^**	−0.0071
	(−1.93)	(−2.81)	(−2.58)	(−2.36)	(−0.16)
city	0.7421^*	−1.5164^**	0.8658	−0.1476	0.3342
	(1.88)	(−2.59)	(1.11)	(−0.27)	(0.57)
lnpcdi	0.8704^***	1.3394^***	0.8267^***	0.9788^***	0.8837^***
	(9.62)	(10.27)	(5.48)	(9.01)	(7.49)
gov	−0.0141	−0.0408	0.0018	−0.0481	0.0067
	(−0.32)	(−0.96)	(0.06)	(−1.00)	(0.37)
pfe	−0.1652	−0.0553	−0.2289	−0.1320	−0.0397
	(−0.43)	(−0.45)	(−0.91)	(−0.38)	(−0.26)
_cons	0.7892	−2.5141^**	1.4434	0.3828	0.6757
	(1.23)	(−2.53)	(1.26)	(0.52)	(0.79)
N	110	80	120	143	167
adj. R^2	0.974	0.990	0.979	0.959	0.987

注：括号内为t值。

表8展示了分地区与城镇化率的异质性分析结果。第(1)至(3)列分别为东部、中部和西部样本的回归结果，结果显示，老龄化对人均消费支出的抑制作用在西部最大，其次为中部，在东部的抑制作用最小，但三者差距较小，系数分别为−0.0913、−0.1051和−0.1555，且在统计学上都显著。这可能是因为西部地区经济比较落后，对于老年人口的相关医疗服务政策并不完善，所以随着老龄化的加深，在更大程度上对居民消费产生了抑制。而东部经济水平较高，医疗设备完善，老年人可以随时进行检查身体治疗疾病。第(4)至(5)列分城镇化率进行回归，城镇化率高于样本均值的定义为城镇化高组，反之定义为低组，分别为−0.1033和−0.0071。结果表明，在城镇化高组，老龄化对居民平均消费倾向的抑制作用显著比基准回归加强，而低组的抑制作用则比较小，且在统计学上不显著。

(六) 稳健性检验结果

Table 9. Robustness test results

表9. 稳健性检验结果

	(1)	(2)	(3)
	apc	lncons	lnscore
lnold	−0.0530^***	−0.0811^***	−0.1433^***
	(−3.16)	(−3.54)	(−4.05)
city	0.3651^*	0.5951^**	2.5742^***
	(1.82)	(2.04)	(9.41)
lnpcdi	−0.0767	0.8842^***	−0.1771^***
	(−1.53)	(12.38)	(−2.61)

续表

gov	−0.0084	−0.0120	0.2603^***
	(−0.44)	(−0.46)	(13.80)
pfe	−0.1523	−0.2117	0.2964^*
	(−1.13)	(−1.13)	(1.68)
_cons	1.4831^***	0.7907	4.2468^***
	(4.08)	(1.53)	(9.19)
N	310	310	310
adj. R^2	0.401	0.978	0.848

注：括号内为t值。

表9展示了稳健性检验的回归结果，构建指标体系，采用熵权法计算各指标权重得出的结果来替换被解释变量，将居民消费行为细分为均消费能力、居民消费支出、居民消费环境，并再细分出十多个三级指标，全面综合地描述了居民消费，由此得出的综合指标作为被解释变量，用来验证稳健性会更具有说服力。

结果显示，第(3)列替换被解释变量后核心解释变量老年抚养比对被解释变量居民消费的影响均在1%的水平下显著，替换前老年抚养比对平均消费倾向的影响系数为−0.0516，老年抚养比对人均消费支出的影响系数为−0.0781，替换变量后影响系数为−0.1387，即替换被解释变量前后老年抚养比对居民消费的影响的显著性未发生变化，影响系数的正负也相同，影响系数大小虽有变化，但变化微小。在替换了被解释变量后，老龄化程度仍然对居民消费呈现出相同的抑制效应，证实了基准结论的稳健性。

5. 结论及建议

(一) 研究结论

本文通过阅读大量人口老龄化与居民消费相关文献进行总结归纳主要是通过2012~2021年全国30个省的面板数据，经过模型的筛选和检验，采用固定效应模型对我国人口老龄化对居民消费的影响进行实证分析。通过研究，得出以下结论：

第一，通过分析人口老龄化以及居民消费现状，可以得出：我国人口老龄化程度在快速逐年上升。由于经济的发展，居民消费也是呈现上升趋势，但居民消费增加幅度小于老龄化提升速度。

第二，由实证的基准回归结果可以看出，老年抚养比对平均消费倾向有显著的负向影响，老年抚养比同样对人均消费支出呈现显著的负向效应。老年抚养比越高，收入反而会减少，因此居民消费受到抑制。通过调节效应的检验分析得出，居民社会养老保险参保人数对人口老龄化影响居民消费具有显著的调节效应。由异质性分析可以得出，西部地区以及城镇居民人口老龄化对居民消费抑制作用更强。稳健性检验中以居民消费的综合指标替换被解释变量，同样展现了人口老龄化对居民消费有显著的抑制作用，且验证了基准结论的稳健性。

第三，民生财政支出占比、经济发展水平与人均消费支出呈显著的负相关关系，经济的发展，物价也在不断提高，使得老年人更倾向于储蓄的积累而不是消费。城镇化率、社会保障、参保人数对居民消费有显著的正向影响。由于政策的开放，为老年人提供了更多的养老设施和保障，医疗支出上升，老年人老有所依，提高了居民消费。

(二) 对策建议

1. 开拓老年市场，促进消费增长

提高老龄人口消费是促进居民消费的重要途径，需要大力开拓老年消费市场。老年人口消费一般倾向于医疗、健康等，然而农村和偏远地区相关设施不够完备，需要国家制定相关政策以保障老年人的需求得到完善。各地政府部门应该积极鼓励引导企业对老年人的相关企业投入，提高产品的多元化，完善老年娱乐设施、休闲场所，注重老年人口的行业结构转变，提供更多老年消费市场，重点培育老年产业，提高医疗、旅游等的消费需求，带动老年人口的消费力。

2. 健全养老服务体系，增强养老保险制度的普及

积极应对人口老龄化，必须完善社会保障体系，让老年人更加安心，从而也能在某种程度上促进老年人口的消费。要确保老年人口均享有基本养老服务的基础上，有效满足老年人多样化、多层次的养老服务需求，就需要健全养老体系，完善社区机构养老服务，给老年人更多更好的关照。采取措施扶持、培育居家养老上门等服务，健全留守老人和空巢老人的关爱服务，给予有需要的老年人身体以及心理的关照与呵护，满足老年人的多样化需求。

3. 完善农村医疗条件，缩小城乡养老环境差距

城镇养老制度相对较完善，老年人口可谓老有所依，老有所养。但是对于西部农村地区而言，条件较艰苦，政府应当配备相关基础设施建立老年居住场所，安排专业的人员来看护老人，扩大养老院以及医疗卫生服务，为当地引进更先进的医疗技术设备，为老年人的身体健康提供保障。使得家庭较贫困的老年人能够付得起医疗费，解决看病难的问题。

4. 延长退休年龄，且为年轻人提供更多就业机会

随着老年人口总量在不断提升，社会劳动力也在逐渐减少，会导致人力资源的缺失，因此适当延长退休年龄，可以使有意愿的老年人能够继续工作。当代年轻人“啃老现象”一直存在，这导致赡养老人也是一大难题。因此需要为年轻人提供更多的就业平台和工作机会，让具备劳动能力者有用途，缓解劳动力不足的问题，不致于人力流失。年轻人有了较多工资，也就会缓解房贷车贷等的压力了，从而可以提升居民消费。