【基于主成分探析法和VAR模型的人口結(jié)構(gòu)對(duì)居民消費(fèi)支出的影響實(shí)證探析10000字（論文）】

序言建國以后，有“共和國長子”之稱的東北作為全國的重工業(yè)基地，為我國的經(jīng)濟(jì)發(fā)展做出了重要貢獻(xiàn)，然而，隨著時(shí)代的發(fā)展，東北重工業(yè)產(chǎn)業(yè)發(fā)展弊端逐漸顯現(xiàn)，東北經(jīng)濟(jì)開始呈現(xiàn)下滑趨勢，而遼寧作為東北三省之一，也并沒能逃脫東北經(jīng)濟(jì)整體處于低迷期的現(xiàn)狀。近年來東北振興計(jì)劃的實(shí)施，使遼寧的經(jīng)濟(jì)開始慢慢有回升的趨勢。據(jù)統(tǒng)計(jì)，遼寧2020年的GDP占東北三省的總和的49%，接近黑龍江和吉林的GDP總和，可以說撐起了東北的經(jīng)濟(jì)半邊天，但遼寧GDP僅為全國的2.5%，在全國城市中排名16，經(jīng)濟(jì)發(fā)展遠(yuǎn)不如從前。因此，如何促進(jìn)遼寧經(jīng)濟(jì)高效增長，進(jìn)而帶動(dòng)周邊城市發(fā)展，對(duì)東北經(jīng)濟(jì)振興有重要意義。國際經(jīng)濟(jì)發(fā)展形勢復(fù)雜多變，不確定性風(fēng)險(xiǎn)增多，當(dāng)疫情在全球爆發(fā)后，中美沖突不斷，貿(mào)易保護(hù)和單邊主義情形加劇，而我國正處于兩個(gè)百年計(jì)劃交匯的重要時(shí)期，對(duì)此，我國提出構(gòu)建國內(nèi)國際雙循環(huán)相互促進(jìn)的新發(fā)展格局，充分發(fā)揮我國超大規(guī)模市場優(yōu)勢和內(nèi)需潛力。這也為遼寧省經(jīng)濟(jì)發(fā)展提供了新的思路——擴(kuò)大內(nèi)需，其主要內(nèi)容之一就是居民消費(fèi)需求。人口作為經(jīng)濟(jì)市場的主體，對(duì)居民消費(fèi)具有重要影響，而計(jì)劃生育政策的提出，解決了遼寧省的人口壓力，但隨著時(shí)間的推移，人口紅利逐漸消失，遼寧省人口老齡化情況加重，經(jīng)濟(jì)的下滑也導(dǎo)致了人才流失嚴(yán)重，呈現(xiàn)一種惡性循環(huán)的趨勢。因此了解人口結(jié)構(gòu)變動(dòng)對(duì)居民消費(fèi)的影響具有深遠(yuǎn)意義，根據(jù)遼寧省現(xiàn)存的人口結(jié)構(gòu)狀況，提出相應(yīng)的政策刺激消費(fèi)，從而促進(jìn)經(jīng)濟(jì)增長，改善遼寧省經(jīng)濟(jì)發(fā)展低迷的情形。

一、文獻(xiàn)綜述1.人口結(jié)構(gòu)指標(biāo)的研究與構(gòu)建在綜合歷年學(xué)者的研究資料發(fā)現(xiàn)對(duì)于人口結(jié)構(gòu)指標(biāo)的選取主要有以下幾個(gè)方面。人口年齡結(jié)構(gòu)、人口性別結(jié)構(gòu)、人口就業(yè)結(jié)構(gòu)、人口城鎮(zhèn)結(jié)構(gòu)以及人口文化結(jié)構(gòu)，其衡量指標(biāo)分別為：老、少撫養(yǎng)比、性別比、三個(gè)產(chǎn)業(yè)就業(yè)人員比例、城鎮(zhèn)化率以及小學(xué)、中學(xué)、高中、大專及以上受教育人口分別在6歲及以上人口中所占的比例。指標(biāo)的選取有共性也有差異，對(duì)于人口年齡結(jié)構(gòu)的衡量，部分學(xué)者以年齡為界將人口劃分為0—14歲、15—64歲、65歲及以上三組，研究其占比情況。任慧玲（2017）綜合分析江蘇省人口的年齡結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)和城鄉(xiāng)結(jié)構(gòu)來探究人口結(jié)構(gòu)變動(dòng)對(duì)經(jīng)濟(jì)增長的關(guān)系，其中采用非農(nóng)業(yè)人口數(shù)這一指標(biāo)來衡量人口的城鄉(xiāng)結(jié)構(gòu)。劉暢（2017）在研究遼寧省人口結(jié)構(gòu)變動(dòng)與經(jīng)濟(jì)之間的密切聯(lián)系時(shí)，在指標(biāo)選擇方面特別之處是采用失業(yè)率表示人口的文化結(jié)構(gòu)。常瑞等（2018）將人口因素細(xì)分為人口總量、年齡結(jié)構(gòu)、家庭規(guī)模，探究其對(duì)經(jīng)濟(jì)增長的影響，并提出相應(yīng)的建議。歐娟（2019）從人口的性別結(jié)構(gòu)、年齡結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、文化結(jié)構(gòu)和城鄉(xiāng)結(jié)構(gòu)五方面入手，分別選取具有代表性的一個(gè)指標(biāo)，其中對(duì)于文化結(jié)構(gòu)的衡量采用的是高校畢業(yè)率，運(yùn)用回歸的方法，研究其對(duì)經(jīng)濟(jì)增長的影響，最后得出性別比、老年人口比重和城鎮(zhèn)化率的對(duì)經(jīng)濟(jì)的重要影響，并據(jù)此提出建議。對(duì)此，在本文的指標(biāo)構(gòu)建中，將綜合現(xiàn)有文獻(xiàn)及遼寧省實(shí)際情況構(gòu)建一個(gè)較為全面的人口結(jié)構(gòu)指標(biāo)體系。2.人口結(jié)構(gòu)變動(dòng)對(duì)居民消費(fèi)的影響研究在國內(nèi)大部分研究中，不同的研究，其結(jié)果也存在差異。尚海燕（2018）結(jié)合定量與定性分析，探究我國人口結(jié)構(gòu)變動(dòng)對(duì)居民消費(fèi)水平的影響，得出女性人口比重、勞動(dòng)人口比例、以及城鎮(zhèn)人口比重的提高，均正向拉動(dòng)居民消費(fèi)水平，而老年撫養(yǎng)比和少年撫養(yǎng)比的提升，將會(huì)抑制居民消費(fèi)水平的提升。鄭偉等（2021）通過構(gòu)建居民消費(fèi)人口年齡結(jié)構(gòu)與人均GDP三者的多元回歸模型，得出老年撫養(yǎng)系數(shù)與消費(fèi)水平有負(fù)相關(guān)關(guān)系，少年撫養(yǎng)系數(shù)與消費(fèi)水平有正相關(guān)關(guān)系，而李琦婷（2019）卻得出了完全相反的結(jié)論，并且認(rèn)為這符合生命周期理論，接著將居民消費(fèi)為生存、發(fā)展和享受三種消費(fèi)類型，細(xì)分其影響。周勇等（2020）從我國勞動(dòng)力結(jié)構(gòu)的各個(gè)方面探究其對(duì)居民消費(fèi)水平的影響，其中，勞動(dòng)力產(chǎn)業(yè)結(jié)構(gòu)與勞動(dòng)力質(zhì)量結(jié)構(gòu)，可以促進(jìn)居民消費(fèi)結(jié)構(gòu)優(yōu)化，新生代勞動(dòng)力占比與享受型消費(fèi)呈正相關(guān)關(guān)系，可以推動(dòng)消費(fèi)結(jié)構(gòu)升級(jí)。二、理論模型1.主成分分析主成分分析法是一種研究多個(gè)變量間相關(guān)性的多元統(tǒng)計(jì)方法，它通過降維、正交變換等方法，從而實(shí)現(xiàn)用少數(shù)幾個(gè)主成分盡可能多地包含原始數(shù)據(jù)信息，其經(jīng)典做法就是用F1（選取的第一個(gè)線性組合，即第一個(gè)綜合指標(biāo)）的方差來表達(dá)，即Var(F1)越大，表示F1包含的信息越多。因此在所有的線性組合中選取的F1應(yīng)該是方差最大的，故稱F1為第一主成分。如果第一主成分不足以代表原來P個(gè)指標(biāo)的信息，再考慮選取F2即選第二個(gè)線性組合，為了有效地反映原來信息，F(xiàn)1已有的信息就不需要再出現(xiàn)在F2中，用數(shù)學(xué)語言表達(dá)就是要求Cov(F1,F2)=0，則稱F2為第二主成分，依此類推可以構(gòu)造出第三、第四，……，第P個(gè)主成分。FP其中aPi（i=1,……，m）為X的協(xié)方差陣的特征值所對(duì)應(yīng)的特征向量，Z2.時(shí)間序列分析（VAR）向量自回歸模型（VAR）是由ChristopherSimst在1980年提出的計(jì)量經(jīng)濟(jì)模型，是對(duì)于AR模型的推廣。它是多個(gè)方程聯(lián)立，并不以經(jīng)濟(jì)理論為基礎(chǔ)，而是直接考慮時(shí)間序列的各經(jīng)濟(jì)變量之間的關(guān)系。VAR模型把系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來構(gòu)造模型，該模型是處理多個(gè)相關(guān)經(jīng)濟(jì)指標(biāo)的分析與預(yù)測最容易操作的模型之一，現(xiàn)在已得到廣泛應(yīng)用。模型的一般形式為：yt其中Eεt=0，Eεt,yt?i=0，i=1,2,……,p；yt是（n×1）向量組成的同方差平穩(wěn)線性，βi3.灰色關(guān)聯(lián)度灰色關(guān)聯(lián)評(píng)價(jià)模型（GRA）是定量分析兩個(gè)因素之間相關(guān)程度的方法。它根據(jù)序列曲線幾何形狀的接近程度來判斷相關(guān)性。曲線越相似，相應(yīng)序列之間的相關(guān)程度就越大，反之越小。其計(jì)算步驟如下：（1）確定分析的序列矩陣參考序列用Y0表示，比較序列用X1，X2（2）對(duì)變量序列進(jìn)行無量綱化采用公式：Xi其中i=1，2，……，n；k=1，2，……，m，形成矩陣（Y0（3）求差序列、最大差、最小差計(jì)算參考序列與其余各比較序列的絕對(duì)差值?0i其中i=1，2，……，n；形成絕對(duì)差值矩陣（?01，?02（4）計(jì)算關(guān)聯(lián)系數(shù)ξ0i（5）計(jì)算各序列與參考序列的關(guān)聯(lián)度γ0i三、遼寧省人口結(jié)構(gòu)與居民消費(fèi)需求的實(shí)證分析1.人口結(jié)構(gòu)指標(biāo)體系構(gòu)建（1）指標(biāo)的構(gòu)建綜合上述文獻(xiàn)分析以及遼寧省相關(guān)數(shù)據(jù)可獲得性，本文構(gòu)建如下的人口結(jié)構(gòu)指標(biāo)體系：表4.1本文研究人口結(jié)構(gòu)指標(biāo)體系人口結(jié)構(gòu)總指標(biāo)人口年齡結(jié)構(gòu)負(fù)擔(dān)少兒系數(shù)0—14歲人口數(shù)與14—65歲人口數(shù)比值負(fù)擔(dān)老年系數(shù)65歲以上人口數(shù)與14—65歲人口數(shù)比值人口性別結(jié)構(gòu)性別比男性人數(shù)與女性人數(shù)的比值人口就業(yè)結(jié)構(gòu)第一產(chǎn)業(yè)就業(yè)人口比重第一產(chǎn)業(yè)就業(yè)人數(shù)占總就業(yè)人數(shù)的比重第二產(chǎn)業(yè)就業(yè)人口比重第二產(chǎn)業(yè)就業(yè)人數(shù)占總就業(yè)人數(shù)的比重第三產(chǎn)業(yè)就業(yè)人口比重第三產(chǎn)業(yè)就業(yè)人數(shù)占總就業(yè)人數(shù)的比重人口城鄉(xiāng)結(jié)構(gòu)城鎮(zhèn)人口比重城鎮(zhèn)人口數(shù)占總?cè)丝跀?shù)的比重人口文化結(jié)構(gòu)大學(xué)生人數(shù)每百萬人中大學(xué)生人數(shù)（2）數(shù)據(jù)來源及處理根據(jù)《遼寧統(tǒng)計(jì)年鑒》得到以上相關(guān)指標(biāo)1991—2019年的數(shù)據(jù)，對(duì)于個(gè)別缺失的數(shù)據(jù)，依據(jù)近兩年的年平均增長率來估算?；谏鲜鲋笜?biāo)的計(jì)量單位不同，在計(jì)算遼寧省人口結(jié)構(gòu)發(fā)展總指數(shù)之前，要對(duì)各指標(biāo)進(jìn)行無量綱化處理，方法為：以2019年為基期，其余年份的各指標(biāo)數(shù)據(jù)與2019年作比較，即“第i年某指標(biāo)數(shù)據(jù)/2019年該指標(biāo)數(shù)據(jù)”，得出衡量1991年至2019年遼寧省人口結(jié)構(gòu)的各項(xiàng)指標(biāo)指數(shù)，由于在后文的相關(guān)因子分析中，第一產(chǎn)業(yè)就業(yè)人口比重這一指標(biāo)整體相關(guān)性偏低，所以剔除這個(gè)變量，數(shù)據(jù)整理如附表1。（3）相關(guān)因子分析結(jié)果在因子分析之前需要對(duì)各指標(biāo)進(jìn)行相關(guān)性檢驗(yàn)，來判斷其方法是否合適，本文運(yùn)用Eviews計(jì)算X1—X7的相關(guān)矩陣，結(jié)果如下：表4.2相關(guān)矩陣X1X2X3X4X5X6X7X11.000000X2-0.8245321.000000X30.886543-0.9643621.000000X40.952974-0.8222160.8492951.000000X5-0.9786650.850828-0.919370-0.9482651.000000X6-0.9131090.921904-0.987207-0.8505520.9424611.000000X7-0.9273430.901881-0.972869-0.8571400.9492550.9904011.000000表4.3解釋的總方差Eigenvalues:(Sum=7,Average=1)CumulativeCumulativeNumberValueDifferenceProportionValueProportion16.4917976.1667200.92746.4917970.927420.3250770.1918030.04646.8168740.973830.1332740.1094030.01906.9501480.992940.0238720.0094180.00346.9740200.996350.0144540.0056950.00216.9884740.998460.0087590.0059930.00136.9972340.999670.0027660.00047.0000001.0000從解釋的總方差表中可以看出，每個(gè)主成分解釋原始變量總方差的情況，在本文分析中，保留了一個(gè)主成分，該主成分集中了原始變量92.74%的信息，大于85%，效果比較好。本次分析剛好得到一個(gè)公共因子FAC1，由于數(shù)據(jù)結(jié)果有正有負(fù)，為便于后續(xù)的分析，將FAC1進(jìn)行規(guī)劃處理，采用如下公式：Pi把數(shù)據(jù)按照原有的差異程度映射到[0,1]的區(qū)間內(nèi)，并分別乘以100,得到遼寧省1991年至2019年人口結(jié)構(gòu)變動(dòng)總指數(shù)。表4.4遼寧省人口結(jié)構(gòu)變動(dòng)指數(shù)年份人口結(jié)構(gòu)指數(shù)年份人口結(jié)構(gòu)指數(shù)年份人口結(jié)構(gòu)指數(shù)19910.00200133.27201172.8919922.10200238.73201277.6819933.78200341.41201378.2619948.59200445.09201482.50199510.71200550.47201585.40199614.44200655.46201688.01199718.36200758.06201790.51199820.36200862.06201895.17199925.78200965.392019100.00200029.90201065.242.時(shí)間序列分析（VAR）在得到遼寧省人口結(jié)構(gòu)變動(dòng)總指數(shù)之后，我們將進(jìn)行人口結(jié)構(gòu)變動(dòng)對(duì)居民消費(fèi)影響的實(shí)證分析，本文選取了1991—2019年居民消費(fèi)支出來衡量遼寧省居民消費(fèi)情況，數(shù)據(jù)來源于《遼寧統(tǒng)計(jì)年鑒》。首先，用Y表示居民消費(fèi)支出，用X表示人口結(jié)構(gòu)變動(dòng)總指數(shù)；其次，對(duì)這兩個(gè)變量取對(duì)數(shù)處理：ln?Y、ln?X，采用對(duì)數(shù)形式并不改變變量之間的關(guān)系，且能更清晰地反映變動(dòng)趨勢，以消除可能存在的異方差。（1）平穩(wěn)性檢驗(yàn)（ADF單位根檢驗(yàn)）實(shí)際上，由于受時(shí)間、政策、以及經(jīng)濟(jì)增長速度等因素的影響，人口結(jié)構(gòu)和居民消費(fèi)支出不可避免地在時(shí)間趨勢上存在一定程度的不穩(wěn)定性，如若直接使用變量的水平值在計(jì)量經(jīng)濟(jì)模型中進(jìn)行回歸就會(huì)產(chǎn)生“偽回歸”的偏誤。因此，在對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行分析之前，需要對(duì)模型中l(wèi)n?Y、ln?X變量進(jìn)行平穩(wěn)性檢驗(yàn)。本文采用ADF單位根檢驗(yàn)進(jìn)行檢驗(yàn)，檢驗(yàn)過程中模型的滯后階數(shù)依據(jù)AIC、SC和HQ最小準(zhǔn)則確定，ADF檢驗(yàn)結(jié)果如表4.5所示。表4.5ADF單位根檢驗(yàn)結(jié)果變量ADF檢驗(yàn)結(jié)果P值（5%臨界值）檢驗(yàn)類型（c,t,p）平穩(wěn)性ln?Y-4.4097780.0093（c,t,3）平穩(wěn)ln?X-4.2209080.0145（c,t,4）平穩(wěn)根據(jù)表4.5可以看出，變量ln?Y、ln?X的ADF檢驗(yàn)結(jié)果均小于5%顯著性水平下的臨界值，所以變量ln?Y、ln?X均原序列平穩(wěn)。（2）VAR模型構(gòu)建①最優(yōu)滯后階數(shù)的確定運(yùn)用Eviews軟件對(duì)ln?Y、ln?X原序列進(jìn)行VAR模型估計(jì)，首先依據(jù)LP、FPE、AIC、SC和HQ五種指標(biāo)占優(yōu)個(gè)數(shù)最多為標(biāo)準(zhǔn)，從而確定本文VAR模型最佳滯后階數(shù)為4；接著構(gòu)建VAR(4)模型，并在此基礎(chǔ)上進(jìn)行格蘭杰因果檢驗(yàn)、脈沖響應(yīng)和方差分解分析。表4.6最優(yōu)滯后階數(shù)確定

LagLogLLRFPEAICSCHQ0-28.25476NA

0.038570

2.420381

2.517891

2.4474261

84.61951

198.6587

6.38e-06-6.289561-5.997031-6.2084252

96.43570

18.90590

3.44e-06-6.914856-6.427306-6.7796303

100.3837

5.685135

3.52e-06-6.910697-6.228126-6.7213814

114.5629

18.14940*

1.62e-06*

-7.725034*

-6.847443*

-7.481628*②模型平穩(wěn)性檢驗(yàn)下面對(duì)VAR模型進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果如圖所示，在P=4時(shí)，該模型特征根的倒數(shù)均在單位圓內(nèi)，說明模型穩(wěn)定性較好。圖4.1平穩(wěn)性檢驗(yàn)結(jié)果（3）格蘭杰因果檢驗(yàn)為研究1991—2019年間遼寧省的人口結(jié)構(gòu)變動(dòng)與居民消費(fèi)之間的長時(shí)期穩(wěn)定的均衡關(guān)系是否為因果關(guān)系以及因果關(guān)系的方向?yàn)楹?，需要進(jìn)一步通過格蘭杰因果關(guān)系檢驗(yàn)來完成，檢驗(yàn)結(jié)果如表4.7所示。表4.7格蘭杰檢驗(yàn)結(jié)果原假設(shè)χP值結(jié)論ln?Y不是ln?X的Granger原因11.905250.0181拒絕原假設(shè)ln?X不是ln?Y的Granger原因11.593200.0206拒絕原假設(shè)注1）滯后期為4。表4.7顯示，在5%的顯著性的水平下均拒絕原假設(shè)，即人口結(jié)構(gòu)的變動(dòng)對(duì)經(jīng)濟(jì)增長具有顯著影響，同時(shí)經(jīng)濟(jì)發(fā)展的波動(dòng)也會(huì)帶來人口結(jié)構(gòu)的改變，二者之間為雙向的格蘭杰因果關(guān)系。（4）脈沖響應(yīng)分析基于VAR(4)模型和格蘭杰因果檢驗(yàn)結(jié)果，我們做人口結(jié)構(gòu)與居民消費(fèi)支出之間的脈沖響應(yīng)分析，由圖4.2（a）、（b）可知，當(dāng)在本期給人口結(jié)構(gòu)一個(gè)正沖擊后，居民消費(fèi)增長率處于上升階段，在第8期達(dá)到最大值后開始下降，在20期后開始穩(wěn)定趨近于0，可見，人口結(jié)構(gòu)受外部某一條件沖擊后，會(huì)給居民消費(fèi)支出帶來同向的沖擊，且這一沖擊具有一定的促進(jìn)作用和較長持續(xù)效應(yīng)；當(dāng)給居民消費(fèi)支出一個(gè)正沖擊后，人口結(jié)構(gòu)指數(shù)增長率開始時(shí)劇烈波動(dòng)，在第2期達(dá)到頂峰，在第7期達(dá)到最低后經(jīng)歷一個(gè)上升與下降的波動(dòng)，最后趨于平穩(wěn)，居民消費(fèi)同樣會(huì)為人口結(jié)構(gòu)帶來同向沖擊，雖不穩(wěn)定，但持續(xù)時(shí)間較長。（a）（b）圖4.2脈沖響應(yīng)分析（5）方差分解分析接下來我們將利用方差分析的基本思想分析人口結(jié)構(gòu)變動(dòng)對(duì)居民消費(fèi)支出的影響程度，得到如圖4.3結(jié)果，不考慮居民消費(fèi)自身影響，人口結(jié)構(gòu)對(duì)居民消費(fèi)影響從初期便開始穩(wěn)步升高，最終在第13期達(dá)到最高21%。可見，人口結(jié)構(gòu)是居民消費(fèi)支出的主要影響因素之一，對(duì)居民消費(fèi)支出具有較大的拉動(dòng)作用。因此，遼寧省在未來發(fā)展中，加強(qiáng)完善人口結(jié)構(gòu)，除注意市場自身調(diào)節(jié)外，政府應(yīng)加大人力資源發(fā)展環(huán)境改善的力度，提升人口結(jié)構(gòu)對(duì)居民消費(fèi)的帶動(dòng)作用。圖4.3方差分解結(jié)果3.灰色關(guān)聯(lián)度通過構(gòu)建VAR模型，可以得出人口結(jié)構(gòu)對(duì)居民消費(fèi)的長期影響關(guān)系，下面我們根據(jù)上述灰色關(guān)聯(lián)度計(jì)算方式，研究人口結(jié)構(gòu)中各指標(biāo)與居民消費(fèi)支出的關(guān)聯(lián)關(guān)系，求得的關(guān)聯(lián)度（取ρ=0.5）從高到低排列如下：表4.8灰色關(guān)聯(lián)度結(jié)果指標(biāo)名稱與居民消費(fèi)支出的關(guān)聯(lián)度大學(xué)生人數(shù)0.92負(fù)擔(dān)老年系數(shù)0.83第三產(chǎn)業(yè)就業(yè)人口比重0.75城鎮(zhèn)人口比重0.74性別比0.68第二產(chǎn)業(yè)就業(yè)人口比重0.60負(fù)擔(dān)少兒系數(shù)0.60從結(jié)果可知，負(fù)擔(dān)老年系數(shù)、負(fù)擔(dān)少兒系數(shù)與居民消費(fèi)支出的關(guān)聯(lián)度有悖于大眾認(rèn)知，目前普遍認(rèn)為老齡化抑制居民消費(fèi)，對(duì)此將從以下兩個(gè)方面進(jìn)行解釋。一方面，灰色關(guān)聯(lián)度分析法是根據(jù)因素之間發(fā)展趨勢的相似或相異程度作為衡量因素間關(guān)聯(lián)程度的一種方法，遼寧省老齡化逐年加重導(dǎo)致負(fù)擔(dān)老年系數(shù)呈上升趨勢，計(jì)劃生育的實(shí)施促使負(fù)擔(dān)少兒系數(shù)逐年降低，由于影響居民消費(fèi)支出的因素眾多，綜合作用結(jié)果為居民消費(fèi)支出逐年增加，因此基于此定義，結(jié)果合理。另一方面，我們之所以存在老齡化抑制消費(fèi)的認(rèn)知，是由于我國社會(huì)保障制度不完善，適合老年消費(fèi)服務(wù)產(chǎn)業(yè)較少，甚至未開發(fā)等等，因此產(chǎn)生老齡化抑制消費(fèi)的現(xiàn)象。同時(shí)也有部分文獻(xiàn)證實(shí)并非負(fù)擔(dān)老年系數(shù)與居民消費(fèi)支出為負(fù)相關(guān)，負(fù)擔(dān)少兒系數(shù)與居民消費(fèi)支出為正相關(guān)。下面將分別介紹每個(gè)指標(biāo)對(duì)于居民消費(fèi)的作用機(jī)制及發(fā)展情況。每百萬中大學(xué)生人數(shù)與居民消費(fèi)支出的灰色關(guān)聯(lián)度為0.92，位于首位，可見高等教育對(duì)于居民消費(fèi)支出具有較強(qiáng)的拉動(dòng)作用。教育水平的提高，會(huì)使國民收入水平提高、消費(fèi)觀念進(jìn)步，從而提高居民消費(fèi)能力，促使消費(fèi)品量的增加與質(zhì)的提升，最后促進(jìn)消費(fèi)結(jié)構(gòu)變動(dòng)升級(jí)。遼寧省現(xiàn)有116所高等院校，其中本科65所，有著教學(xué)院校多、發(fā)展速度快、個(gè)體特色鮮明的特點(diǎn)，是國內(nèi)教育大省之一，但是隨著擴(kuò)招政策不斷，升學(xué)率較高導(dǎo)致省內(nèi)國家重點(diǎn)院校數(shù)量少、?？菩推胀ū究圃盒?yōu)勢不突出、部分學(xué)校教育教學(xué)資源不足、師資人才流失情況嚴(yán)重等問題。對(duì)此，我省高等院校應(yīng)采取適當(dāng)?shù)恼?，促使未來高等教育在?shù)量上和質(zhì)量上同步發(fā)展。負(fù)擔(dān)老年系數(shù)與居民消費(fèi)支出的灰色關(guān)聯(lián)度為0.83，排名前列，說明人口老齡化發(fā)展對(duì)于居民消費(fèi)支出具有重要影響。從不同年齡段人口角度分析，對(duì)于老年人口而言，由于收入來源受限，為保證醫(yī)療保健支出的正常，會(huì)使購買能力降低、理性消費(fèi)，只購買實(shí)用性強(qiáng)的商品；對(duì)于中青年人口，負(fù)擔(dān)老年系數(shù)的增加會(huì)提高對(duì)于老人人口的消費(fèi)支出，但與此同時(shí)也會(huì)抑制其他方面的支出。因此政府應(yīng)該完善社會(huì)保障制度，降低居民醫(yī)療保健負(fù)擔(dān)，結(jié)合老年人時(shí)間充裕、生活悠閑等特點(diǎn)，合理開發(fā)老年產(chǎn)業(yè)，刺激居民消費(fèi)支出。第三產(chǎn)業(yè)就業(yè)人口比重與居民消費(fèi)支出的灰色關(guān)聯(lián)度為0.75，說明二者關(guān)聯(lián)緊密。第三產(chǎn)業(yè)就業(yè)人口比重的增加，可以加快產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)變，促進(jìn)新興產(chǎn)品與服務(wù)的推廣，促進(jìn)消費(fèi)結(jié)構(gòu)變動(dòng)升級(jí)，提升居民的消費(fèi)水平。目前，遼寧省人才流失嚴(yán)重，雖然隨著一系列保障人才事業(yè)發(fā)展、規(guī)范人才評(píng)價(jià)機(jī)制等方面的政策意見，“興遼英才計(jì)劃”等重大人才工程的實(shí)施，效果顯著，但是人力資源提升與產(chǎn)業(yè)升級(jí)、經(jīng)濟(jì)振興的融合、人才發(fā)展環(huán)境等方面的提升還需要我們不懈努力。城鎮(zhèn)人口比重與居民消費(fèi)支出的灰色關(guān)聯(lián)度為0.74，居于所有指標(biāo)的第四位，說明城鎮(zhèn)化對(duì)居民消費(fèi)支出具有良好的拉動(dòng)作用。農(nóng)村居民存在著消費(fèi)觀念落后、消費(fèi)結(jié)構(gòu)簡單等問題，相反城鎮(zhèn)居民具有著巨大的消費(fèi)潛能，就2017年來看，遼寧省城鎮(zhèn)居民消費(fèi)支出約為農(nóng)村居民消費(fèi)支出的4.6倍。雖然近年來遼寧省城鎮(zhèn)化在不斷提升，但仍沒有達(dá)到預(yù)期結(jié)果；而且，我們?cè)谔嵘擎?zhèn)化發(fā)展的同時(shí)，不能簡單的像候鳥遷徙那樣，讓農(nóng)村居民移居到城鎮(zhèn)，應(yīng)改變農(nóng)村居民固有的消費(fèi)思想、深入解決社會(huì)保障等一切不確定因素，鞏固城鎮(zhèn)化結(jié)果，實(shí)現(xiàn)有效城鎮(zhèn)化。性別比與居民消費(fèi)支出的灰色關(guān)聯(lián)度為0.68，二者關(guān)聯(lián)度排名偏中，男性與女性的整體性格喜好有一定偏差，因此對(duì)于消費(fèi)需求有不同的態(tài)度，男性消費(fèi)偏理性，對(duì)食物、服裝等普遍要求不高，女性在消費(fèi)時(shí)會(huì)關(guān)注商品的外觀及情感，感性因素較多。近年來，遼寧省女性人數(shù)逐漸反超男性，面對(duì)新的男女比例，我們應(yīng)該及時(shí)調(diào)整營銷思路，轉(zhuǎn)換產(chǎn)品結(jié)構(gòu)，從而提升居民消費(fèi)支出。第二產(chǎn)業(yè)就業(yè)人口比重與居民消費(fèi)支出的灰色關(guān)聯(lián)度為0.60，一般關(guān)聯(lián)度大于0.7的，被認(rèn)為是高度關(guān)聯(lián)[16]。遼寧作為我國重要的工業(yè)原料和重工業(yè)基地，在計(jì)劃經(jīng)濟(jì)時(shí)期為我國的社會(huì)主義建設(shè)做出了巨大貢獻(xiàn)，而如今產(chǎn)業(yè)結(jié)構(gòu)落后，東北老工業(yè)振興計(jì)劃收效甚微導(dǎo)致關(guān)聯(lián)度較低。在十九屆四中全會(huì)中，習(xí)總書記提出區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略，為東北老工業(yè)振興提出了新思路，加強(qiáng)與京津、長三角等區(qū)域的緊密合作，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，刺激居民消費(fèi)需求。負(fù)擔(dān)少兒系數(shù)與居民消費(fèi)支出的灰色關(guān)聯(lián)度為0.60，雖然指標(biāo)排名倒數(shù)第二，但并不意味著二者的關(guān)聯(lián)不緊密。短期內(nèi)會(huì)普遍抑制與兒童無關(guān)的商品的消費(fèi)支出，但長期來看，負(fù)擔(dān)少兒系數(shù)會(huì)隨著時(shí)間的推移，為我們帶來新一波的人口紅利，提升人力資本，從而促進(jìn)居民消費(fèi)需求的改善。四、結(jié)論建議1.結(jié)論本文先運(yùn)用主成分分析的方法，結(jié)合遼寧省人口相關(guān)指標(biāo)，測算了遼寧省1991—2019年人口結(jié)構(gòu)發(fā)展總指數(shù)，接著構(gòu)建VAR模型探究人口結(jié)構(gòu)與居民消費(fèi)支出之間的關(guān)系，由格蘭杰因果關(guān)系檢驗(yàn)可知二者存在雙向因果關(guān)系，從脈沖響應(yīng)圖中可得：人口結(jié)構(gòu)受外部某一條件沖擊后，會(huì)給居民消費(fèi)支出帶來同向的沖擊，且這一沖擊具有一定的促進(jìn)作用和較長持續(xù)效應(yīng)；居民消費(fèi)同樣會(huì)為人口結(jié)構(gòu)帶來同向沖擊，雖不穩(wěn)定，但持續(xù)時(shí)間較長。通過方差分解可知：不考慮居民消費(fèi)自身影響，人口結(jié)構(gòu)對(duì)居民消費(fèi)影響最高可達(dá)到21%，說明人口結(jié)構(gòu)是影響居民消費(fèi)支出的主要因素之一。最后作人口結(jié)構(gòu)各構(gòu)成指標(biāo)與消費(fèi)支出的灰色關(guān)聯(lián)度分析，根據(jù)關(guān)聯(lián)度排名，分析各指標(biāo)作用機(jī)制及發(fā)展現(xiàn)狀。對(duì)此，本文將從人才培養(yǎng)、改善老年人口發(fā)展、產(chǎn)業(yè)優(yōu)化創(chuàng)新這三個(gè)主要方面入手，提出相應(yīng)建議，有效提升居民消費(fèi)水平，進(jìn)而促進(jìn)經(jīng)濟(jì)發(fā)展。本文的創(chuàng)新點(diǎn)在于構(gòu)建人口結(jié)構(gòu)指標(biāo)體系，結(jié)合遼寧省實(shí)際選取較全面的衡量指標(biāo)，并計(jì)算每個(gè)指標(biāo)與居民消費(fèi)的關(guān)聯(lián)度，結(jié)合排序提出較為有效的建議。本文不足在于沒有詳細(xì)探究每個(gè)指標(biāo)對(duì)居民消費(fèi)的具體影響，只是結(jié)合已有文獻(xiàn)與現(xiàn)實(shí)情況進(jìn)行說明。2.建議（1）注重人才培養(yǎng)，優(yōu)化人力資源環(huán)境近年來遼寧省人口轉(zhuǎn)移出去比較嚴(yán)重，而外來人口較少，導(dǎo)致人才流失嚴(yán)重。而城市的發(fā)展需要人才的支撐，對(duì)此，如何留住本地人才和吸引外來人才顯得尤為重要。首先，加強(qiáng)教育建設(shè)，豐富教學(xué)資源。一是提升師資力量，教師是立教之本，興教之源，結(jié)合國家發(fā)布的教師職稱評(píng)級(jí)制度等相關(guān)指導(dǎo)意見，建立健全的教師綜合評(píng)級(jí)機(jī)制，招納培養(yǎng)政治素質(zhì)過硬、業(yè)務(wù)能力精湛、育人水平高超的高素質(zhì)教師隊(duì)伍。二是優(yōu)化專業(yè)發(fā)展，各高校應(yīng)根據(jù)學(xué)科綜合排名，合理設(shè)置專業(yè)結(jié)構(gòu)，改善培養(yǎng)方案；通過政校企合作，發(fā)展現(xiàn)代職業(yè)教育，培養(yǎng)針對(duì)本省發(fā)展的專業(yè)型人才，為大學(xué)生樹立科學(xué)、正確的就業(yè)觀，避免人才浪費(fèi)，保障社會(huì)安全穩(wěn)定，更好的推動(dòng)站街結(jié)構(gòu)升級(jí)，促進(jìn)經(jīng)濟(jì)發(fā)展。其次，營造良好的人文生態(tài)環(huán)境，加強(qiáng)對(duì)知識(shí)、人才的重視，建立人員培訓(xùn)基地，在全方位、多領(lǐng)域培養(yǎng)專業(yè)型、復(fù)合型的人才，對(duì)做出突出貢獻(xiàn)的人才實(shí)施合理獎(jiǎng)勵(lì)政策，鼓勵(lì)年輕人建設(shè)家鄉(xiāng)；在戶籍、住房、醫(yī)療、教育等民生問題上以及發(fā)展機(jī)會(huì)、晉升空間、創(chuàng)業(yè)待遇等大環(huán)境上規(guī)劃出一套具有強(qiáng)吸引力的措施方案，留住外來人才。（2）普惠養(yǎng)老保險(xiǎn)，開發(fā)老年消費(fèi)服務(wù)解決人口老齡化問題需要政府、社會(huì)和家庭共同努力。在中國的傳統(tǒng)觀念中，贍養(yǎng)老人主要是子女的義務(wù)，這樣會(huì)增加年輕一代的負(fù)擔(dān)，也會(huì)影響人力資源的最佳配置，因此對(duì)于養(yǎng)老問題政府應(yīng)主動(dòng)承擔(dān)責(zé)任，做好統(tǒng)籌規(guī)劃工作。老年人消費(fèi)水平低的主要原因是收入較低甚至沒有收入，出于對(duì)未來生活的考慮，除生活必需品外，醫(yī)療健康費(fèi)用占比較高。對(duì)此，首先，政府需完善社會(huì)保障制度，普惠養(yǎng)老保險(xiǎn)，實(shí)現(xiàn)老有所依；其次，學(xué)習(xí)國外成功經(jīng)驗(yàn)，結(jié)合本省實(shí)際合理開發(fā)老年人資源，適當(dāng)返聘具有專業(yè)知識(shí)或?qū)I(yè)技能的人才，發(fā)掘老年人的自身價(jià)值，設(shè)立符合其價(jià)值的崗位，實(shí)現(xiàn)老有所為。老年人具有巨大的消費(fèi)潛能，在解決其憂慮后，我們應(yīng)該著手于開發(fā)符合老年人需求的產(chǎn)業(yè)，例如保健、養(yǎng)生等服務(wù)型產(chǎn)業(yè)，尤其針對(duì)老年人時(shí)間充裕這一特點(diǎn)，可以開發(fā)老年旅游業(yè)。從改變收入結(jié)構(gòu)與消費(fèi)結(jié)構(gòu)兩方面刺激消費(fèi)，進(jìn)而促進(jìn)遼寧省經(jīng)濟(jì)發(fā)展。（3）促進(jìn)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型，布局“新基建”第一，高新技術(shù)產(chǎn)業(yè)的發(fā)展是帶動(dòng)經(jīng)濟(jì)增長的基本動(dòng)力，但就目前而言，我省的高新技術(shù)產(chǎn)業(yè)發(fā)展仍處于較低水平，傳統(tǒng)產(chǎn)業(yè)改造提升對(duì)于高新技術(shù)水平提升和經(jīng)濟(jì)增長具有不可忽視的作用，同時(shí)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型有助于增加就業(yè)崗位，提高第二次產(chǎn)業(yè)就業(yè)人員比重。首先，我們應(yīng)該理順政府與市場的關(guān)系，建設(shè)服務(wù)型政府，為市場發(fā)展?fàn)I造良好的環(huán)境；其次，提升金融供給質(zhì)量，構(gòu)建科學(xué)有效的監(jiān)督管理機(jī)制和風(fēng)險(xiǎn)評(píng)價(jià)體系，提高對(duì)資金投入的利用率；最后，加大行業(yè)共性技術(shù)供給，搭建區(qū)域共性技術(shù)服務(wù)平臺(tái)，加快區(qū)域產(chǎn)業(yè)集群轉(zhuǎn)型升級(jí)。第二，在疫情沖擊下，新動(dòng)能相關(guān)領(lǐng)域的需求展現(xiàn)出逆勢增長，由此可知“新基建”能有效推動(dòng)經(jīng)濟(jì)社會(huì)數(shù)字化轉(zhuǎn)型，為新服務(wù)和新需求提供動(dòng)力，有利于擴(kuò)大內(nèi)需和消費(fèi)升級(jí)。在政府層面上，要發(fā)揮政府的引導(dǎo)作用，加強(qiáng)統(tǒng)籌規(guī)劃，優(yōu)化體制機(jī)制；在企業(yè)層面上，企業(yè)應(yīng)抓住機(jī)遇、積極布局，不斷提升自身技術(shù)水平和技術(shù)含量，推動(dòng)企業(yè)創(chuàng)新。

參考文獻(xiàn)[1]陳晶.中國人口老齡化的經(jīng)濟(jì)效應(yīng)分析[D].遼寧大學(xué),2013.[2]崔麗英,陳曉衛(wèi).基于VAR模型的人口老齡化與經(jīng)濟(jì)增長之間的實(shí)證研究——以山東省為例[J].經(jīng)濟(jì)研究導(dǎo)刊,2013(33):115-117.[3]馮宜強(qiáng),陳曉玲.基于全面二孩視角下人口結(jié)構(gòu)對(duì)經(jīng)濟(jì)發(fā)展影響的實(shí)證分析[J].哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào),2017,33(05):15-19.[4]姜雪涵.人口老齡化對(duì)城鄉(xiāng)居民消費(fèi)結(jié)構(gòu)的影響研究[J].商展經(jīng)濟(jì),2020(08):50-52.[5]劉暢.人口結(jié)構(gòu)變化與經(jīng)濟(jì)增長的關(guān)系[D].吉林財(cái)經(jīng)大學(xué),2018.[6]李洪心,陸軍,何楊.遼寧省人口結(jié)構(gòu)變化特征與發(fā)展[J].中國經(jīng)貿(mào)導(dǎo)刊(中),2018(35):108-109.[7]李琦婷.人口結(jié)構(gòu)變動(dòng)對(duì)居民消費(fèi)影響研究[D].中南財(cái)經(jīng)政法大學(xué),2019.[8]劉巖.我國人口年齡結(jié)構(gòu)變動(dòng)對(duì)經(jīng)濟(jì)增長的影響研究[D].吉林大學(xué),2020.[9]歐娟.我國人口結(jié)構(gòu)變化對(duì)經(jīng)濟(jì)發(fā)展影響的研究[D].重慶工商大學(xué),2019.[10]尚海燕.中國人口結(jié)構(gòu)變動(dòng)對(duì)居民消費(fèi)的影響——基于1990-2017年數(shù)據(jù)的實(shí)證[J].商業(yè)經(jīng)濟(jì)研究,2019(05):39-42.[11]游士兵,蔡遠(yuǎn)飛.人口老齡化對(duì)經(jīng)濟(jì)增長影響的動(dòng)態(tài)分析——基于面板VAR模型的實(shí)證分析[J].經(jīng)濟(jì)與管理,2017,31(01):22-29.[12]張晴.中國人口老齡化對(duì)城鄉(xiāng)居民消費(fèi)結(jié)構(gòu)的影響研究[D].河北大學(xué),2020.[13]張?jiān)吕?丁曉云,朱家明.基于全面放開二孩政策對(duì)中國人口結(jié)構(gòu)的計(jì)量分析[J].哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào),2018,34(02):16-20.[14]鄭偉,張超龍,梁凱豪,劉斯祺.我國人口年齡結(jié)構(gòu)對(duì)居民消費(fèi)的影響分析[J].現(xiàn)代商業(yè),2021(01):20-23.[15]周勇,解美娟.我國勞動(dòng)力結(jié)構(gòu)演變對(duì)居民消費(fèi)結(jié)構(gòu)變遷的影響[J].商業(yè)經(jīng)濟(jì)研究,2020(02):47-50.[16]H.S.Gau,C.Y.Hsieh,C.W.Liu.Applicationofgreycorrelationmethodtoevaluatepotentialgroundwaterrechargesites[J].StochasticEnvironmentalResearchandRiskAssessment,2006,20(6).

附錄附表1各指標(biāo)數(shù)據(jù)匯總年份負(fù)擔(dān)少兒系數(shù)（X1）負(fù)擔(dān)老年系數(shù)（X2）性別比（X3）第二產(chǎn)業(yè)就業(yè)人口比重（X4）第三產(chǎn)業(yè)就業(yè)人口比重（X5）城鎮(zhèn)人口比重（X6）大學(xué)生人數(shù)（X7）1991237.6239.78104.51176.8855.2075.959.791992231.5142.37104.42176.8857.6475.1710.501993221.8243.23104.42179.4959.4175.5811.921994224.4841.59104.38167.3267.1776.0713.771995215.0846.17104.34168.6266.5076.4914.171996204.1643.23104.23160.8069.3977.8014.411997186.2948.35104.14158.1968.9477.9514.9119981