人口老龄化对经济增长影响的动态分析

游士兵+蔡远飞

摘 要：随着人口老龄化进程的加快，我国经济也将受到深刻影响。利用我国2000—2013年人口与经济指标的省级面板数据，构建面板向量自回归（PVAR）模型，在居民消费和国民储蓄路径下，分别动态分析我国人口老龄化对经济增长的影响。结果表明：人口老龄化抑制居民消费，一定程度上促进国民储蓄，且不管从直接效应还是间接效应来看，人口老龄化都不利于经济增长。因此，应完善养老保障体系，发展“银发产业”，提高居民消费能力，鼓励生育，加大人力资本投入，以应对人口老龄化对经济的不利影响。

关键词：人口老龄化；面板向量自回归模型；经济增长；脉冲效应

中图分类号：F015 文献标识码：A 文章编号：1003-3890（2017）01-0022-08

一、引言

2000年第五次人口普查数据显示，我国65岁及以上人口为8 811万人，占总人口的6.96%，按照联合国划分标准，我国开始进入人口老龄化社会，2010年65岁及以上人口达到8.9%，高于同期世界人口老龄化平均水平，且成为世界上老年人口最多的国家。我国老年人口规模大、老龄化速度快、地区差异大等特点及其带来的经济社会问题一直受到学术界、媒体界和政界各方的关注，如“未富先老”“空巢老人”“人口红利消失”等问题成为人们关注的焦点。特别地，人口老龄化对消费、储蓄、投资、经济增长的影响一直是学者们关注的课题，积极应对人口老龄化问题已是当务之急。近年来提出的“推迟退休年龄”“以房养老”“全面放开二胎”等政策也掀起热议，必然需要和促使学者加快对人口老龄化问题的研究，并且研究人口老龄化对经济社会的影响有利于辅助决策者做出科学的养老保障、養老服务决策。

日本和欧洲等发达国家人口老龄化问题的出现明显早于发展中国家，对人口老龄化问题的研究也较早。Clark et al.（1980）最早建立人口老龄化经济学[1]。国内学者王克（1987）较早探讨了中国人口老龄化对经济的影响[2]。随后，大量学者从劳动力、储蓄、消费、投资等角度研究人口老龄化对经济增长的影响。

人口老龄化对经济增长的影响，大部分学者持悲观观点，认为人口老龄化对经济增长有弊无利。Leff（1969）最早通过74个国家的数据实证研究表明人口老龄化促使老年人口赡养负担加重，使储蓄减少，进而削减投资，最终使经济增长速度有所减缓[3]。随后，Turner et al.（1998）、Tosun（2003）等国外学者从储蓄、消费、劳动力等角度指出人口老龄化使经济增长减缓[4-5]；于学军（1995）、张本波（2002）、王德文 等（2004）、彭秀健（2006）、蔡昉 等（2004）国内学者也指出人口老龄化会制约经济的增长，不利于我国经济长期增长[6-10]。还有部分学者持乐观或中立观点，不认为人口老龄化是经济增长的不利因素。从储蓄、教育投资、人力资本等角度出发，Maxime et al.（1999）、Nakajima et al.（2001）、Bloom et al.（2010）、贺菊煌（2004）指出人口老龄化不一定是经济增长的负面因素[11-14]；而Lindh et al.（1999）、姜向群 等（2002）、李军（2006）、刘永平 等（2008）认为人口老龄化对经济增长的影响是多方面的[15-18]。

综合来看，上述人口老龄化对经济增长的影响研究并没有一致的观点，由于研究方法、模型建构和变量选取等方面的原因，人口老龄化对经济增长的影响尚无定论。

本文关注人口老龄化对经济增长的影响，分析人口老龄化对经济产生的冲击，并提出政策建议。本文第二部分首先设定面板向量自回归模型（PVAR），并说明数据来源及变量描述；第三部分是本文的主体，构建PVAR模型使用省级面板数据进行实证分析；第四部分给出基本结论及政策建议。

二、模型设定与变量描述

（一）模型设定

本文通过构建面板VAR模型（PVAR）分别分析人口老龄化对居民消费和经济增长的影响，人口老龄化对国民储蓄和经济增长的影响。Holtz-Eakin et al.（1988）提出的面板数据向量自回归模型（PVAR）既具有VAR模型的众多优点，将研究系统中研究变量都当作内生变量，通过计算正交化脉冲响应函数分析一个内生变量的冲击会给其他内生变量带来的影响，同时也继承了面板数据的优点，通过考虑个体效应和时间效应涵盖了个体差异性和不同截面的共同冲击[19-20]。

本文PVAR模型的基本形式为

yi，t=αi+βt+■βpyi，t-p+εi，t（1）

其中，i=1，2，…，31表示省份i；t=2000，2001，…，2013表示年份；考虑人口老龄化-居民消费-经济增长时，yit是包含三个变量的向量yit={lnpgdp，lnpcons，odep}，考虑人口老龄化-国民储蓄-经济增长时，yit是包含三个变量的向量yit={lnpgdp，sav，odep}；p为滞后阶数；引入αi表示个体效应，即允许变量中存在地域性的差异，引入βt表示时间效应，刻画变量的时间趋势；βp为3×3维的系数矩阵；εi，t是随机扰动项。

本文构建PVAR模型主要包括下面步骤：（1）PVAR模型滞后阶数的选择；（2）利用面板广义矩估计（GMM）对模型进行估计，说明内生变量之间的回归关系；（3）计算脉冲响应函数，通过动态脉冲响应图反映内生变量的冲击对自身及其他内生变量的影响；（4）误差项的方差分解，进一步说明误差项的影响因素的程度[21]。①

国内也已有文献（董丽霞 等，2011）[22]利用PVAR模型研究人口结构、储蓄率和经济增长的关系，但其中存在的几方面问题本文进行了改进：一是建立PVAR模型时滞后阶数直接选取为1阶，阶数选择可能并不是最优的，本文利用AIC、BIC和HQIC统计量选取最优滞后阶数；二是现有文献没有进行方差分解分析结构冲击对内生变量影响的贡献度；三是董丽霞 等取变量5年平均数作为分析样本，对变量取均值会造成信息的丢失且样本时间序列较短限制了多阶滞后项的估计。另外，本文分别在居民消费和国民储蓄的路径下，分析人口老龄化对经济的影响，前者偏向于考察个体和家庭行为的微观基础，后者偏向于考察国家层面的宏观基础。

（二）数据来源与变量说明

考虑数据的可获得和我国人口发展过程，我国在2000年开始进入人口老龄化社会，所以数据选取时间区间为2000—2013年。数据主要来源于2001—2014年《中国人口统计年鉴》和《中国统计年鉴》，选取2000—2013年31个省（自治区、直辖市）的老年抚养比、人均地区生产总值、地区人均消费支出和地区最终消费率（不包括港澳台地区的数据）。

从经济学的角度考虑，本文使用地区老年人口抚养比反映该地区人口老龄化程度，表示因地区人口老龄化带来的经济负担；利用人均地区生产总值的对数（lnpgdp）反映地区的经济增长状况；利用人均地区消费支出的对数（lnpcons）反映地区的居民消费水平，居民消费可直接反映居民的消费能力和消费水平；利用国民储蓄率（sav）反映地区的国民储蓄水平，国民储蓄水平是影响投资和经济持续增长的根本因素。由于我国没有统计国民储蓄率数据，本文选取1减去最终消费率近似表示地区国民储蓄率，计算公式为：国民储蓄率=1-最终消费率，即（1-最终消费/GDP）×100%=（1-居民最终消费/GDP-政府最终消费/GDP）×100%。数据的描述性统计如表1所示。

三、人口老龄化对经济影响的实证分析

（一）单位根检验和协整检验

对于时间序列数据需进行平稳性检验，本文使用的省级面板数据具有时序的特征，因此构建面板VAR模型前对数据进行单位根检验序列平稳性，如表2所示。

从表2可以看出，在5%的显著性水平下，变量经过一阶差分后，△odep、△lnpgdp、△lnpcons和△sav都是平穩时间序列，即变量odep、lnpgdp、lnpcons和sav都是一阶单整I（1）。在一阶单整的情况下，对变量进行协整检验，检验变量之间是否存在长期均衡关系。一般情况下，面板向量自回归模型（PVAR）较面板向量误差修正模型（PVEC）更有效。当变量存在协整关系时，应建立面板向量误差修正模型（PVEC），如不存在协整关系，则建立面板向量自回归模型（PVAR）更有效。

对变量lnpgdp、odep、lnpcons和变量lnpgdp、odep、sav形成的两组变量分别进行协整检验，检验两组变量是否存在协整关系。本文采用两种协整检验方法——面板统计量组和统计量，结果如表3和表4所示。

由表3可知，在5%显著性水平下，Gt、Ga、Pt、Pa四个统计量都不显著，说明lnpgdp、lnpcons、odep之间不存在协整关系，即不存在长期均衡关系。同理，表4表明lnpgdp、sav、odep之间也不存在协整关系。

因此，本文利用2000—2013年31个省级面板数据对lnpgdp、lnpcons、odep和lnpgdp、sav、odep两组变量分别建立面板向量自回归模型（PVAR），实证研究人口老龄化对居民消费和经济增长的影响，人口老龄化对国民储蓄和经济增长的动态影响。

（二）滞后阶数选择

本文利用AIC、BIC和HQIC统计量来判断最优自回归滞后阶数，依据AIC、BIC或HQIC取最小值的阶数确定为模型的最优滞后阶数，结果如表5和表6所示。

由表5可知，当lnpgdp、lnpcons、odep建立PVAR模型滞后阶数选取为4时，AIC、BIC和HQIC统计量都最小，一致表明滞后阶数应选取为4，建立PVAR（4）模型。

由表6可知，当lnpgdp、sav、odep建立PVAR模型滞后阶数选取为4时，BIC和HQIC统计量最小，而滞后阶数为5时，AIC统计量最小。一般地，当三者不一致时，BIC/HQIC倾向选择比较精简的模型，AIC倾向比较复杂的模型，且BIC/HQIC通常优于AIC，因此本文滞后阶数选取为4，建立PVAR（4）模型。

（三）PVAR估计

由于PVAR模型包含时间效应和个体效应，所以本文在构建PVAR模型前对数据做如下处理：运用截面均值差分消除各个变量的时间效应，然后使用向前均值差分消除个体效应（即Helmert过程变换），以消除由于时间效应和个体效应可能造成系数估计偏差[23]。本文使用人均地区生产总值作为被解释变量，建立PVAR（4）模型。

本文首先利用2000—2013年31个省级老年人抚养比、人均居民消费支出对数、人均地区生产总值对数的面板数据建立PVAR（4）模型，分析人口老龄化对居民消费和经济增长的动态影响，在居民消费路径下分析人口老龄化对经济增长的影响；然后利用2000—2013年31个省级老年人抚养比、人均居民消费支出对数、人均地区生产总值对数的面板数据建立PVAR（4）模型，分析人口老龄化对国民储蓄和经济增长的动态影响，在国民储蓄路径下分析人口老龄化对经济增长的影响。由于向量自回归模型的参数并没有实际经济意义，一般只关注其引出的脉冲响应函数和方差分解，分别用以分析随机扰动的一个单位标准化新息对内生变量产生的影响和结构冲击对内生变量波动的贡献度。因此，在此不详列模型估计的参数[24]。

（四）脉冲响应函数分析

为了检验人口老龄化与经济变量之间的动态关系，本文采用脉冲响应函数研究内生变量冲击对自身及其他内生变量的影响作用。由于脉冲响应函数Cholesky正交分解对变量的排序非常敏感，而人口结构的变化反映了劳动人口数量和比重变化，进而会导致收入水平的变化，影响消费和储蓄；而经济增长并不立即影响人口结构变化，人口结构的变化相对缓慢。因此，在脉冲响应函数Cholesky分解中，表示人口结构变量的odep排在前面，其后是人均地区生产总值lnpgdp和人均居民消费支出lnpcons或者国民储蓄率sav，所以两组变量分别为{odep，lnpgdp，lnpcons}和{odep，lnpgdp，sav}。本文通过给予内生变量{odep，lnpgdp，lnpcons}一个标准差的冲击，使用蒙特卡洛模拟500次得到正交脉冲响应函数图，并给出95%的置信区间。

1. 人口老龄化-居民消费-经济增长的脉冲响应函数分析。利用老年人抚养比、人均地区生产总值对数、人均居民消费支出对数建立的PVAR模型对变量进行蒙特卡洛模拟得到脉冲响应函数，结果如图1所示。

由图1可知，人口老龄化程度的一个正交化新息的冲击对经济增长的影响第一期为0，随后便持续一直为负，且负值较为稳定，表明面对人口老龄化的冲击时，人口老龄化对经济增长并不同期立即产生影响，而是具有滞后性，且随后对经济增长的负作用持久且稳定，人口老龄化对经济增长有拖累作用。

从老年人抚养比odep对人均消费支出对数lnpcons的脉冲响应函数图（第三行，第一列）可看出，人口老龄化的一个正交化新息冲击对人均消费支出产生的影响一直持续为负，负作用呈现先增大后减小趋势，但减小反应较弱依然为负作用，最终收敛于很小的负向影响，表明面对人口老龄化的冲击，中国的人均消费水平出现一定程度的持续负向效应，人口老龄化降低居民消费水平。

另外，考虑人口老龄化→消费水平→经济增长的间接路径，老年人抚养比odep对人均消费支出对数lnpcons的脉冲响应函数（第三行，第一列）和人均消费支出对数lnpcons对人均地区生产总值对数lnpgdp的脉冲响应函数（第二行，第三列）可看出，在间接影响路径下，人口老龄化程度的一个正交化新息冲击首先对居民消费水平产生负向作用，进而通过居民消费水平的负向作用对经济增长产生负向作用，所以从人口老龄化→消费水平→经济增长的间接路径看出，人口老龄化对经济增长负向影响的部分因素是由人口老龄化对居民消费水平的负向作用传递产生的。

總而言之，在考虑居民消费情况下，人口老龄化对居民消费和经济增长都产生了负向作用，并且在人口老龄化→消费水平→经济增长的间接影响路径下，人口老龄化不利于消费水平提高进而对经济增长产生负作用。

2. 人口老龄化-国民储蓄-经济增长的脉冲响应函数分析。利用老年人抚养比、国民储蓄率、人均地区生产总值对数建立的PVAR模型对变量{odep，lnpgdp，sav}进行蒙特卡洛模拟得到脉冲响应函数，结果如图2所示。

由图2，在考虑国民储蓄情况下，从老年人抚养比odep对人均地区生产总值对数lnpgdp的脉冲响应函数图（第二行，第一列）可看出，人口老龄化程度的一个正交化新息的冲击对经济增长的影响持续一直为负，随后负作用有减小趋势但一直维持为负，表明面对人口老龄化的冲击时，经济增长出现负向变动，虽负作用有所减小，但对经济增长的影响持续为负。

从老年人抚养比odep对国民储蓄率sav的脉冲响应函数图（第三行，第一列）可看出，人口老龄化程度的冲击对国民储蓄率的影响当期为0，滞后第二、三期为正向影响然后下降，第四期后变为负向效应，随后负向作用有所减小，表明面对人口老龄化的冲击时，国民储蓄当期不受影响，短期内对国民储蓄产生正向作用，对国民储蓄有拉升作用，但随后“反正为负”，人口老龄化在中长期对国民储蓄有负向作用，但从六期累积效应来看，总体上人口老龄化对国民储蓄有很小程度的正向作用。

另外，考虑人口老龄化→国民储蓄→经济增长的间接路径，从老年人抚养比odep对国民储蓄率sav的脉冲响应函数图（第三行，第一列）和国民储蓄率sav对人均地区生产总值对数lnpgdp的脉冲响应函数图（第二行，第三列）可看出，面对国民储蓄的正交化新息的冲击，经济增长出现正向变动，且上升趋势明显，说明国民储蓄有利于经济增长。在间接影响路径下，人口老龄化的冲击首先对国民储蓄产生很小程度的正向作用，进而对经济增长会产生一定程度正向作用。所以，从人口老龄化→国民储蓄→经济增长的间接路径看出，人口老龄化对经济增长有一定程度的正向影响，但人口老龄化对经济增长的总体影响是负向作用，表明通过人口老龄化提升的国民储蓄对经济增长产生很小程度的正向作用不足以抵消人口老龄化对经济增长直接产生的负向作用。

总而言之，在考虑国民储蓄路径下，人口老龄化对经济增长产生了负向作用，对国民储蓄的影响在短期具有拉升作用，而随后较长期产生负向作用，最终累计效应有很小程度正向作用。而在人口老龄化→国民储蓄→经济增长的间接影响路径下，人口老龄化对国民储蓄产生很小程度的正向作用不足以抵消人口老龄化对经济增长直接产生的负向作用。

（五）方差分解分析

为了更精确地考察人口老龄化、经济增长、居民消费或国民储蓄之间的相互影响程度，此部分通过蒙特卡洛模拟500次得到方差分解，分析结构冲击对内生变量波动的贡献度。

1. 人口老龄化-居民消费-经济增长的方差分解分析。利用老年人抚养比、人均地区生产总值对数、人均居民消费支出对数建立的PVAR模型对变量{odep，lnpgdp，lopcons}进行蒙特卡洛模拟得到方差分解，第10个预测期和第20个预测期的方差分解结果如表7所示。

在考虑居民消费路径下，从表7方差分解结果来看，老年抚养比odep对自身的冲击影响较大，在第10期对其自身方差的贡献率达到94.48%，在第20期方差贡献率稍有下降至89.16%。

老年抚养比对人均地区生产总值变动的解释能力较强，在第10期对其方差的贡献率达到17.80%，说明在考虑居民消费路径下，经济增长变动的17.80%可由人口老龄化解释，而第20期上升至19.32%；人均地区生产总值对其自身的冲击影响最大，第10期和第20期分别达到68.22%和67.22%。

老年抚养比odep对人均消费支出lnpcons变动的解释能力较小，在第10期对其方差的贡献率为8.58%，说明人均消费支出变动的8.58%可由人口老龄化解释，而第20期稍有下降至8.31%；人均消费支出对其自身的冲击影响最大，第10期和第20期分别达到69.69%和60.58%。

2. 人口老龄化-国民储蓄-经济增长的方差分解分析。利用老年人抚养比、人均地区生产总值对数、国民储蓄率建立的PVAR模型对变量{odep，lnpgdp，sav}进行蒙特卡洛模拟得到方差分解，第10个预测期和第20个预测期的方差分解结果如表8所示。

在考虑国民储蓄路径下，从表8方差分解结果来看，老年抚养比odep对自身的冲击影响较大，在第10期对其自身方差的贡献率高达97.04%，在第20期方差贡献率稍有下降至96.34%。

老年抚养比对人均地区生产总值变动的解释能力减小，在第10期对其方差的贡献率为4.96%，说明在考虑国民储蓄路径下，经济增长变动的4.96%可由人口老龄化解释，而第20期上升至5.64%；人均地区生产总值对其自身的冲击影响最大，第10期和第20期分别达到75.09%和70.67%。

老年抚养比odep对国民储蓄率sav变动的解释能力，在第10期对其方差的贡献率有2.05%，说明国民储蓄变动的2.05%可由人口老龄化解释，而第20期维持平缓至2.03%；国民储蓄对其自身的冲击影响最大，第10期和第20期分别达到84.76%和84.98%。

四、结论与政策建议

（一）结论

本文在人口结构内生的框架下分析人口老龄化对经济的影响，利用2000—2013年中国31个省市的老年抚养比、人均地区生产总值、人均消费支出和国民储蓄率的省级面板数据构建向量自回归模型（PVAR），实证分析了我国人口老龄化对我国经济增长、居民消费和国民储蓄的影响和相互关系。

研究结果表明，人口老龄化不利于经济增长，防止人口过度老龄化是接下来人口政策的重要任务。从直接效应来看，不论是考虑人均消费支出路径还是考虑国民储蓄率路径的情况下，人口老龄化对经济增长产生负向作用，负向作用持久且稳定，并未随时间推移而有所减缓。从间接效应来看，在人口老龄化→消费水平→经济增长和人口老龄化→国民储蓄→经济增长的间接影响路径下，人口老龄化不利于消费水平提高，进而对经济增长产生负作用，对国民储蓄产生很小程度的正向作用不足以抵消人口老龄化对经济增长直接产生的负向作用。不管是直接效应还是间接效应分析都表明，人口老龄化对经济增长具有拖累作用。

因此，未来我国人口老龄化的加重，对我国经济增长拖累作用将会更加深刻，现阶段我国经济下行压力较大，正是供给侧结构性改革和经济改革转型关键时期，是推进深化改革的重要关头，妥善处理好人口老龄化与经济之间的关系至关重要。为防止未来人口快速和过度老龄化拖累我国经济增长和扭曲经济结构，现阶段完善计划生育政策，鼓励生育，鼓励优生提高人口素质对我国经济发展至关重要。

（二）政策建议

中国人口老龄化还处于早期阶段，随着未来人口老龄化的进一步加深，必将对我国经济发展产生深刻的影响。一是人口老龄化抑制居民消费，对国民储蓄有一定拉升作用，我国应完善养老保障体系，加快人口产业调整，加大“银发产业”支持力度，调整经济结构，以扩大内需拉动我国经济增长。二是中国的人均消费支出在人口老龄化冲击下会出现持续负向变动，不利于居民消费水平的提高，总体上人口老龄化对国民储蓄有一定程度的正向作用，表明人口老龄化对国民储蓄有一定拉升作用，一定程度上有利于资本积累。为防止人口老龄化使得居民过度注重储蓄，造成国内消费低迷，我国应加快完善老年人保障体系，利用国内外公有和私有资本多种方式建立丰富的养老服务体系，改革养老保障制度以保障老年人正常生活水平，缓解年轻后代赡养老年人的后顾之忧，提高年轻消费群体的消费水平。三是加快计划生育政策的合理化调整，适当鼓励生育，提高年轻人口比重，加大人力资本投入，为未来经济增长提供充足且高素质的劳动力。

简而言之，完善养老保障体系，缓解赡养压力，发展“银发产业”，调整经济结构，促进国民消费能力，扩大内需拉动我国经济增长，鼓励生育与加大人力资本投入，为未来经济增长提供动力。

注释：

①本文运用的Stata程序是由Inessa Love和Lea Zicchino（2006）編写，并经过改进的PVAR程序。

参考文献：

[1]CLARK R L，SPENGLER J J. The economics of individual and population aging[M]. Cambridge：Cambridge University Press，1980.

[2]王克.中国人口老龄化对未来经济的影响[J].人口学刊，1987（2）：42-45.

[3]LEFF N H. Dependency rates and savings rates[J]. The American economic review，1969，59（5）：886-896.

[4]TURNER D，GIORNO C，DE SERRES A et al. The macroeconomic implications of ageing in a global context[Z]. Economics department working papers no.193. OECD publishing，1998.

[5]TOSUN M S. Population aging and economic growth：political economy and open economy effects[J]. Economics letters，2003，81（3）：291-296.

[6]于学军.中国人口老化对经济发展的影响：是积极的？还是消极的？[J].人口研究，1995，19（4）：1-6.

[7]张本波.我国人口老龄化的经济社会后果分析及政策选择[J].宏观经济研究，2002（3）：27-33.

[8]王德文，蔡昉，张学辉.人口转变的储蓄效应和增长效应——论中国增长可持续性的人因素[J].人口研究，2004，28（5）：2-11.

[9]彭秀健.中国人口老龄化的宏观经济后果——应用一般均衡分析[J].人口研究，2006，30（4）：12-22.

[10]蔡昉.人口转变，人口红利与经济增长可持续性——兼论充分就业如何促进经济增长[J].人口研究，2004，28（2）：2-9.

[11]FOUG？魬RE M，M？魬RETTE M. Population ageing and economic growth in seven OECD countries[J].Economic modeling，1999，16（3）：411-427.

[12]NAKAJIMA T，FUTAGAMI K. Population aging and economic growth[J]. Journal of macroeconomics，2001，23（1）：31-44.

[13]BLOOM D E，CANNING D，FINLAY J E. Population aging and economic growth in Asia[M]. Chicago：University of Chicago Press，2010.

[14]贺菊煌.人口变动对经济的影响[J].人口与经济，2004（2）：1-6.

[15]LINDH T，MALMBERG B. Age structure effects and growth in the OECD，1950-1990[J]. Journal of population economics，1999，12（3）：431-449.

[16]姜向群，杜鹏.中国人口老龄化对经济可持续发展影响的分析[J].市场与人口分析，2000，6（2）：1-8.

[17]李军.人口老龄化条件下的经济平衡增长路径[J].数量经济技术经济研究，2006（8）：11-21.

[18]刘永平，陆铭.从家庭养老角度看老龄化的中国经济能否持续增长[J].世界经济，2008（1）：65-77.

[19]HOLTZ-EAKIN D，NEWEY W，ROSEN H S. Estimating vector autoregression with panel data[J]. Econometrica，1988，56（6）：1371-1395.

[20]陳守东，王淼.我国银行体系的稳健性研究——基于面板VAR 的实证分析[J].数量经济技术经济研究，2011，28（10）：64-77.

[21]LOVE I，ZICCHINO L. Financial development and dynamic investment behavior：Evidence from panel VAR[J]. The quarterly review of economics and finance，2006，46（2）：190-210.

[22]董丽霞，赵文哲.人口结构与储蓄率：基于内生人口结构的研究[J].金融研究，2011（3）：1-14.

[23]阎敏，郭婷.FDI对中国劳动就业的影响效应实证研究——基于面板VAR模型的动态分析[J].统计与信息论坛，2012，27（7）：52-57.

[24]HAMILTON J D. Time series analysis[M]. Princeton：Princeton University Press，1994.

[25]蔡远飞，李凤.中国人口老龄化区域差异与收敛性研究[J].南方人口，2016，31（2）：49-59.

责任编辑：关 华