Analysis of Influencing Factors of Urban and Rural Residents’ Savings in Yunnan Based on VAR Model
This article uses the VAR model to empirically analyze the factors affecting the savings of urban and rural residents in Yunnan Province from 1999 to 2022. The research results show that Yunnan’s gross domestic product and social security level have a significant impact on residents’ savings, and the impact of the urban-rural income gap on savings is gradually increasing. Meanwhile, the consumer price level exhibits a dual effect. This study provides theoretical support and practical guidance for formulating savings policies for urban and rural residents in Yunnan Province.
Residents’ Savings
在中国经济持续高速增长的背景下,城乡居民储蓄行为对金融市场稳定、经济增长和社会发展具有重要影响。近年来,在中国经济持续高速增长的背景下,城乡居民储蓄一直扮演着至关重要的角色。作为个人和家庭财富积累的主要方式之一,储蓄不仅关乎居民经济安全感和未来发展,也直接影响到金融市场稳定、经济增长和社会发展。云南省作为中国西南地区的重要经济省份,城乡居民储蓄情况具有一定特殊性,深入研究其储蓄影响因素对于更好地了解云南省经济结构和社会发展具有重要意义。
在过去的研究中,学者们从不同角度对城乡居民储蓄影响因素展开了分析。首先,一些研究探讨了收入水平对城乡居民储蓄行为的影响。例如,文献
在研究方法上,主要有向量自回归(VAR)模型
在云南省这样一个地域特色明显、经济发展不均衡的地区,探究城乡居民储蓄行为背后的因果关系和动态变化,不仅有助于深入理解当地居民的储蓄习惯和偏好,还能为制定有效的储蓄政策提供科学依据。然而,目前关于云南城乡居民储蓄行为的研究尚不够深入,缺乏系统的理论框架和实证分析方法。因此,本文旨在运用VAR模型,深入剖析云南城乡居民储蓄行为的影响因素及其动态变化,以期为云南省乃至其他类似地区的储蓄政策制定提供有益的参考。基于研究结果,提出针对性政策建议,促进城乡居民储蓄环境的改善,引导居民形成健康理性的储蓄观念和行为,为云南省城乡居民储蓄政策制定提供理论支持和实践指导,促进居民财富积累、金融市场稳定和经济发展水平的提升。本文的创新点在于从新的组合变量出发,捕捉了变量之间的动态效应,并且解释了方程表达式背后体现出的云南省区域特异性:多种因素的不同滞后期对居民储蓄额产生的不同影响及其原因。
关于居民储蓄影响因素,一些学者进行了详尽的探究,剖析了收入水平、利率变动、预期收入增长、财富效应以及政府政策等多重因素。这一系列分析旨在揭示储蓄行为背后的复杂机制,并为经济政策的科学制定提供坚实的理论依据。本文在充分吸收这些学术成果的基础上,结合云南地区经济发展的具体实际,精心挑选了一系列关键指标,旨在深入剖析影响云南城乡居民储蓄额的主要因素。
GDP作为衡量地区经济发展程度的关键指标,能够反映其经济发展规模和生产力发展水平。在加快推进经济转型发展的变革中已迈上新的台阶,用数据见证45年“云南速度”,GDP由1978年的69.05亿元一直增长到2023年的30021.12亿元。良好的经济循环能够提升居民收入,进一步增加其可支配收入,并提升储蓄率。同时,较高的生产总值也为政府提供更多的财政收入,有助于出台更多的支持居民储蓄的政策措施,如税收优惠、补贴奖励等。经济发展水平越高,社会生产创造的价值和财富的增量在经济活动越活跃。总之,经济的稳步增长能够为居民提供更多的收入来源和财富积累机会。
城乡收入差距,无疑对居民的储蓄行为产生了深远的涟漪效应。这差距的扩大能够映射出社会的不公与潜在的冲突。在收入水平相对比较低的农村地区,居民储蓄能力受到限制,难以形成可观的储蓄规模。而城市居民收入相对较高,更容易培养储蓄的习惯。因此,城乡收入差距的扩大会加剧地区的贫富分化,让社会的稳定与可持续发展面临严峻挑战。不仅如此,城乡收入差距也会影响金融资源的配置和流动。一般来说,城市地区拥有更丰富的金融资源和金融服务,相对更容易实现资金的增值与流动性的保障,因此城市居民在储蓄方面具有更多的选择与机会。而农村地区则因为金融资源的匮乏和服务的不足,使得居民的储蓄渠道相对受限,储蓄额也相对较低。这种资源配置的不均衡,无疑加大了城乡发展差距,也影响了经济的整体发展水平。
综合来看,城乡收入差距直接影响着居民的储蓄行为。它如同一把双刃剑,既能削弱农村居民的储蓄能力,又能增强城市居民的储蓄能力,从而导致整个社会的储蓄分布不均,这对于经济的长期稳定和可持续发展,无疑是一种挑战。应当警惕这种现象,寻求公正的分配机制,让储蓄真正成为每个家庭的美好保障,为社会的繁荣稳定贡献力量。
消费物价水平与居民储蓄之间的关系,仿佛是一场复杂的棋局,每一步都充满了策略与智慧。居民消费物价水平的增加,往往会导致城乡居民的现实购买力减少,人们往往会选择“节衣缩食”,增加储蓄以备不时之需,以抵御通胀这只“无形之手”对财富的侵蚀。这种情况下,消费物价水平提高可能会促使居民增加储蓄额。然而,消费物价水平并非一成不变,其波动亦能影响居民的储蓄行为。当通货紧缩、物价下跌时,他们或许会觉得其储蓄的实际价值增加,从而减少储蓄;而当通货膨胀、物价上涨时,居民将会把资金转投储蓄,以抵御通胀带来的压力。居民对消费物价水平的变化敏感不仅体现了消费物价水平对居民储蓄行为的直接影响,更揭示了居民对未来经济预期的深刻思考。此外,消费物价水平的稳定性和可预测性也对居民的储蓄意愿产生影响。
总的来说,消费物价水平对居民储蓄额具有双重效应,既受到价格水平和通货膨胀率的直接影响,也受到消费物价水平的波动和可预测性的影响。因此,政府和相关部门应审时度势,通过制定合理的货币政策和价格政策来稳定消费物价水平。只有这样,才能引导居民们更合理、更有效地进行储蓄,共同维护社会的经济稳定和繁荣。
社会保障,国民之福祉的保障。其水平的高低,轻则关乎百姓家计的起伏,重则影响社会的和谐稳定。较为完善和健全的社会保障制度能够缓解居民对未来风险的担忧,往往更倾向于倚仗社会保障,从而减少储蓄。若社会保障水平较低,则居民可能会通过增加储蓄来应对潜在的风险和支出需求。社会保障水平的高低也关系到居民消费水平的高低。具有较好社会保障的国家或地区,居民在面临重大支出时可能更愿意依赖社会保障,从而减少自身的储蓄,更多地用于消费。而在社会保障水平较低的地区,居民可能会采取更为保守的储蓄策略以应对未来的不确定性。此外,社会保障水平还对居民的资金规划和投资管理产生影响。对于在较好社会保障体系下的居民来说,他们的资金规划不再局限于眼前的储蓄,更倾向于进行长期消费和投资,不再过度依赖储蓄来防范未知风险。储蓄往往成为抵御不确定性的坚固壁垒。
由此可见,社会保障水平与居民储蓄之间存在着复杂而密切的关系。在社会保障丰富之地,居民储蓄水平也相对较高,而在较低的社保水平下,储蓄则成为人们对抗不确定性的有力武器。
为了有效地解决变量间可能存在的异方差问题,本研究对所有相关指标进行了对数化处理,具体表示为:LNSAV代表居民储蓄额,LNGDP代表云南生产总值,LNINF代表消费物价水平,LNID代表城乡收入差距,以及LNSSL代表社会保障水平。采用的数据覆盖了从1999年至2022年的时间段,所有数据均源自云南省统计年鉴、云南省统计局以及国家统计局,具体数据如
年份 |
城乡居民储蓄额 (亿元) |
地区生产总值 (亿元) |
城乡收入差距 |
消费者物价指数 (%) |
社会保障水平 (%) |
1999 |
1028.93 |
1899.82 |
4.24 |
100.00 |
0.39 |
2000 |
1138.22 |
2030.08 |
4.16 |
97.90 |
0.78 |
2001 |
1298.53 |
2159.00 |
4.32 |
97.02 |
1.21 |
2002 |
1500.24 |
2358.73 |
4.35 |
96.82 |
1.09 |
2003 |
1766.51 |
2633.39 |
4.33 |
98.02 |
1.61 |
2004 |
2052.12 |
3136.38 |
4.54 |
103.92 |
1.06 |
2005 |
2430.28 |
3497.69 |
4.30 |
105.40 |
0.83 |
2006 |
2854.86 |
4090.66 |
4.21 |
107.37 |
0.83 |
2007 |
3046.40 |
5077.35 |
4.08 |
113.67 |
3.36 |
2008 |
3783.78 |
6016.59 |
3.96 |
120.14 |
3.74 |
续表
2009 |
4668.61 |
6574.36 |
3.94 |
120.62 |
4.63 |
2010 |
5719.55 |
7735.33 |
3.59 |
125.12 |
3.94 |
2011 |
6693.67 |
9523.13 |
3.59 |
131.19 |
4.06 |
2012 |
7848.64 |
11097.39 |
3.44 |
134.77 |
3.96 |
2013 |
9163.61 |
12825.46 |
3.34 |
138.98 |
3.94 |
2014 |
9923.95 |
14041.65 |
3.26 |
142.27 |
4.16 |
2015 |
10736.62 |
14960.00 |
3.20 |
144.96 |
4.34 |
2016 |
11935.78 |
16369.00 |
3.17 |
147.15 |
4.23 |
2017 |
13164.69 |
18486.00 |
3.14 |
148.55 |
4.06 |
2018 |
14459.15 |
20880.63 |
3.11 |
150.90 |
4.05 |
2019 |
15888.28 |
23223.75 |
3.04 |
154.71 |
3.94 |
2020 |
17675.38 |
24555.72 |
2.92 |
160.28 |
3.99 |
2021 |
19274.89 |
27161.60 |
2.88 |
160.60 |
3.67 |
2022 |
21730.48 |
28556.10 |
2.78 |
163.17 |
3.63 |
为深入分析云南省城乡居民储蓄的影响因素,本文构建了一个向量自回归(VAR(k))模型。根据回归结果对经济系统进行动态的分析与预测。VAR模型的表达式如下所示:
,
其中,k为滞后阶数, 为滞后项系数, 为模型的残差项。
本文所探讨的五个相关变量数据均为时间序列数据,且均展现出显著的趋势性特点。众所周知,只有当数据呈现平稳性时,对其分析所得出的结论才具备实际的参考价值。因此,在经济建模过程中,对时间序列数据的平稳性有着极高的要求。如果时间序列数据存在非平稳性,很可能会引发伪回归的结果,这无疑给经济分析和预测带来了巨大的不确定性和风险。
为了检验这些时间序列是否平稳,首先采用单位根检验中的ADF检验法对时间序列样本数据进行检验。同时,为了避免伪回归现象的发生,并确保后续分析的有效性和结论的可靠性,本文对各指标数据的原始序列进行了一阶及二阶差分处理,直至数据达到平稳状态。为了验证这一处理效果,借助Eviews软件,对LNSAV、LNGDP、LNINF、LNID和LNSSL等变量进行了单位根检验,检验结果如
变量 |
检验形式 (C,T,K) |
ADF 统计量 |
5%显著水平 临界值 |
P值 |
结论 |
LNSAV |
(C,0,0) |
−2.085780 |
−2.998064 |
0.2516 |
不平稳 |
续表
一阶 |
(C,T,0) |
−3.429092 |
−3.632896 |
0.0731 |
不平稳 |
二阶 |
(0,0,0) |
−6.437989 |
−1.958088 |
0.0000 |
平稳 |
LNGDP |
(0,0,1) |
1.802694 |
−1.957204 |
0.9791 |
不平稳 |
一阶 |
(C,0,0) |
−2.515439 |
−3.004861 |
0.1255 |
不平稳 |
二阶 |
(0,0,1) |
−4.992775 |
−1.959071 |
0.0000 |
平稳 |
LNINF |
(C,0,4) |
−3.656385 |
−3.029970 |
0.0144 |
平稳 |
一阶 |
(C,0,2) |
−3.179131 |
−3.020686 |
0.0366 |
平稳 |
二阶 |
(0,0,1) |
−6.488643 |
−1.959071 |
0.0000 |
平稳 |
LNID |
(0,0,1) |
−2.557904 |
−1.957204 |
0.0132 |
平稳 |
一阶 |
(C,T,0) |
−5.500177 |
−3.632896 |
0.0011 |
平稳 |
二阶 |
(0,0,1) |
−6.911480 |
−1.959071 |
0.0000 |
平稳 |
LNSSL |
(C,0,0) |
−2.736150 |
−2.998064 |
0.0834 |
不平稳 |
一阶 |
(0,0,0) |
−4.540246 |
−1.957204 |
0.0001 |
平稳 |
二阶 |
(0,0,5) |
−4.207903 |
−1.964418 |
0.0003 |
平稳 |
注:表中(C,T,K)分别代表常数项、趋势项和滞后阶数;其中滞后阶数根据SIC准则确定(Automatic based on SIC, MAXLAG = 5),样本区间为1999~2022年。
根据上表分析结果可知,消费物价水平和城乡收入差距的原序列为平稳,而居民储蓄额、云南生产总值、社会保障水平三个变量的原序列则表现为非平稳。为了实现平稳性,对这五个变量进行了二阶差分处理。结果表明,在5%的显著性水平下,单位根检验的统计量均低于相应的临界值,且P值均小于0.05,由此可推断原假设不成立,说明LNSAV、LNGDP、LNINF、LNID以及LNSSL五个变量在二阶差分后呈现出平稳性,均为二阶单整。
在VAR建模中,滞后阶数k的选择是一个关键步骤,因为它直接影响模型的预测准确性和稳定性。滞后阶数代表了模型中包含的过去信息的数量。选择适当的滞后阶数k对于捕捉变量之间的动态关系至关重要。在选择滞后阶数时,通常需要在复杂度和准确度之间找到一个平衡点,即既不过于复杂(避免过拟合)又能充分捕捉数据中的动态关系(避免欠拟合)。本文采用AIC准则和SC准则来选择最优的滞后阶数。在应用这些准则时,计算不同滞后阶数下模型的AIC值和SC值。本文通过对不同滞后阶数的VAR模型进行比较,我们发现当滞后阶数为二时,AIC值和SC值均达到最小。这表明在滞后两期时,模型在拟合度和复杂度之间达到了最优的平衡。因此,本文接下来选择二阶作为VAR模型的最优滞后阶数。
在确定滞后阶数之后,我们还需要对模型的稳定性进行检验。一个稳定的VAR模型意味着其特征多项式的根(即单位根)都位于单位圆内。通过对VAR(2)模型进行稳定性检验,我们证实了所有的单位根都位于单位圆之内(如
进一步地,根据
结果表明R2接近于1,调整后的R2也相对较大。这表明,VAR(2)模型具有一定的拟合优度,拟合效果较好,F值也很大,效果显著。则通过EViews对VAR模型进行参数估计得到VAR(2)模型的估计方程如下:
根据上述VAR(2)模型,可得到下面的结论:
1) 居民储蓄额的时间序列分析
滞后一期( )和滞后二期( )的储蓄额均对当期的居民储蓄额( )产生正向影响。其中, 的影响更为显著,这反映出居民在作储蓄决策时更倾向于基于短期内的储蓄变化。相比之下, 的影响较小,这可能是由于时间间隔较长,导致其对当期储蓄决策的直接影响减弱。这进一步体现了居民储蓄决策的时间跨度和预期效应。
2) 宏观经济因素与居民储蓄
滞后一期( )和滞后二期( )的地区生产总值(LNGDP)也对居民储蓄额有正向影响,但 的影响显著超过 。这揭示了经济周期和人们的储蓄意愿之间的关系。具体而言,经济波动对人们储蓄决策的即时影响较大,人们更关注即将到来的收入和风险规避行为。此外,政策调节作用对滞后多期的效应可能存在一定的延迟,这进一步解释了为何滞后一期的地区生产总值对居民储蓄的影响更为显著。
3) 消费物价水平与居民储蓄
消费物价水平(LNINF)对居民储蓄额的影响在不同滞后期内呈现出不同的方向。具体而言,滞后一期( )的消费物价水平对居民储蓄额产生负向影响,这可能是由于通货膨胀预期导致人们减少储蓄、提前消费以抵御购买力下降的压力。然而,滞后二期( )的消费物价水平对居民储蓄额产生正向影响,这可能是因为人们基于长期收入变化和风险规避的考虑,选择增加储蓄以应对未来可能出现的购买力下滑风险。此外,个体时间偏好和宏观经济政策也可能对消费物价水平对储蓄的影响产生作用。
4) 城乡收入差距与居民储蓄
滞后一期和滞后二期的城乡收入差距(LNID)对居民储蓄额均产生正向影响,但 的影响更为显著。这一差异可能源于长期收入变化更受重视、对未来的收入预期变化以及滞后和前瞻效应的影响。具体而言,在滞后二期,城乡收入差距更能体现长期的收入不平等,这促使人们增加储蓄以应对长期收入变化带来的风险。同时,预期收入的变化和对未来的悲观预期也可能促使人们增加储蓄。此外,滞后期的影响可能部分吸收了前期的影响,导致滞后二期的影响相对较大。
5) 社会保障水平与居民储蓄
滞后一期( )和滞后二期( )的社会保障水平(LNSSL)均对居民储蓄额产生正向影响。其中, 的影响略大于 的影响。这表明随着社会保障水平的提升,居民对可能发生的不利情况(如失业、疾病)的预防性储蓄需求减少,对未来经济安全的信心提升,因而减少了即时消费,增加了储蓄。滞后二期对居民储蓄额的影响略大于滞后一期,可能因为居民对社会保障政策的适应和反应存在滞后。随着时间的推移,居民对社会保障制度的信任和依赖逐渐增强,因而更倾向于通过增加储蓄来规划未来。此外,社会保障制度的完善隆低了居民对未来不确定性的担忧,进一步促进了储蓄行为。
为了满足对变量间长期均衡状态的分析需求,采用Johansen协整检验方法进行协整检验。注意到模型中所选定的五个变量都是二阶单整序列,即这些变量在二阶差分后呈现平稳性。这是进行协整检验的重要前提,因为只有同阶单整的变量才可能存在协整关系。Johansen协整检验的具体结果如
零假设: 协整向量数目 |
特征值 |
迹统计量 |
5%显著水平 临界值 |
概率 |
0 |
0.896965 |
135.9793 |
88.80380 |
0.0000 |
至多1个 |
0.836846 |
85.98027 |
63.87610 |
0.0002 |
至多2个 |
0.661027 |
46.09295 |
42.91525 |
0.0233 |
至多3个 |
0.460249 |
22.29257 |
25.87211 |
0.1309 |
至多4个 |
0.327432 |
8.726332 |
12.51798 |
0.1979 |
根据
1) 当原假设为协整向量不存在时,由于Trace Statistic值135.9793大于临界值88.80380,我们有充分理由拒绝原假设,即至少存在一个协整向量。
2) 当原假设为至多有一个协整向量时,由于Trace Statistic值85.98027大于临界值63.87610,我们同样拒绝原假设,即存在两个或更多的协整向量。
3) 当原假设为至多有两个协整向量时,类似地,由于Trace Statistic值46.09295大于临界值42.91525,我们再次拒绝原假设,即存在三个或更多的协整向量。
4) 然而,当原假设为至多有三个协整向量时,Trace Statistic值22.29257小于临界值25.87211,因此我们不能拒绝原假设,这表明在5%的显著性水平下,最多存在三个协整向量。
协整检验结果表明,在1999~2022年的样本区间内,居民储蓄额(LNSAV)、云南生产总值(LNGDP)、城乡收入差距(LNID)、消费物价水平(LNINF)和社会保障水平(LNSSL)这5个变量之间存在三个协整关系,即存在长期均衡关系,用方程可表示为:
其中 为方程的残差项。
上述方程表明:在相同条件下,生产总值、城乡收入差距、消费物价水平和社会保障水平与云南城乡居民储蓄额成正相关关系。
为了进一步探讨变量之间的因果关系,继续采用格兰杰因果检验,结果如
原假设 |
F值 |
概率 |
原假设 |
F值 |
概率 |
LNGDP不是LNSAV的格兰杰原因 |
3.1374 |
0.0592 |
LNSAV不是LNGDP的格兰杰原因 |
3.8590 |
0.0333 |
LNID不是LNSAV的格兰杰原因 |
0.2760 |
0.8418 |
LNSAV不是LNID的格兰杰原因 |
6.9679 |
0.0042 |
LNINF不是LNSAV的格兰杰原因 |
2.8258 |
0.0769 |
LNSAV不是 LNINF的格兰杰原 |
7.3688 |
0.0034 |
LNSSL不是LNSAV的格兰杰原因 |
3.2840 |
0.0525 |
LNSAV不是LNSSL的格兰杰原因 |
2.1914 |
0.1345 |
根据
1) 双向因果关系
LNGDP与LNSAV之间存在双向因果关系,即LNGDP的变化会影响LNSAV,同时LNSAV的变化也会影响LNGDP。LNINF与LNSAV之间也存在双向因果关系,即LNINF和LNSAV互相影响。
2) 单向因果关系
LNSAV是LNID的格兰杰原因,但LNID不是LNSAV的显著格兰杰原因。这意味着居民储蓄额的变化可能导致城乡收入差距的变化,但反之则不然。LNSSL对LNSAV的影响不显著,即LNSSL不是LNSAV的显著格兰杰原因,但LNSAV可能是LNSSL的潜在原因(尽管在10%的显著性水平下不显著)。
综上所述,云南生产总值、消费物价水平和社会保障水平的变化能够引起居民储蓄额产生不同程度的变化。特别是,通过调整生产总值和消费物价水平,可能有效地提高居民储蓄额。此外,居民储蓄额的变化也可能对城乡收入差距产生影响。这些发现为政策制定者提供了重要的参考,以便他们通过调整相关政策来影响居民储蓄额和相关的经济变量。
鉴于格兰杰因果检验只能提供变量间是否存在因果关系的静态信息,而无法展示变量之间动态变化的效应,本文继续采用脉冲响应分析来进一步探讨相关经济变量对居民储蓄水平的动态影响。通过运用Eviews软件中的脉冲响应分析功能,深入探讨了相关经济变量对居民储蓄水平冲击的动态响应过程,结果如
由
1) LNSAV面临自身冲击时,其响应呈现出积极的趋势。在冲击初期,影响力迅速达到峰值,随后逐渐减弱,至第三期降至最低点。然而,此后LNSAV的影响力开始逐渐回升,并随时间推移趋于稳定。
2) 在探究消费物价水平(LNINF)对LNSAV的影响时,给予LNINF一个正向冲击后,LNSAV首先呈现出负向响应,即消费物价水平的提升短期内降低了居民储蓄。随后,这种负向影响逐渐减弱,直至趋于零。
3) 在探究城乡收入差距(LNID)对LNSAV的影响时,当LNID受到正向冲击时,LNSAV在前两期的响应并不显著,接近于零。但在第三期,LNSAV开始表现出负向影响,即城乡收入差距的扩大开始抑制居民储蓄。至第五期,这种影响转变为正向,且后续影响能力呈上升趋势,暗示着长期内城乡收入差距可能对居民储蓄产生正面效应。
4) 云南生产总值(LNGDP)对LNSAV的影响尤为显著。给予LNGDP一个正向冲击后,LNSAV呈现出显著的正向响应,且这一响应具有较长的持续期。这表明云南生产总值的增长是居民储蓄额变动的一个关键因素,对居民储蓄具有长期的积极影响。
5) 社会福利水平(LNSSL)的正向冲击在初期四阶段内对LNSAV的提振作用显著,但随后这种提振效果逐渐减弱。这说明社会福利水平在短期内能够显著提高居民储蓄,但长期效果有限。
为进一步探究各变量的贡献程度,将利用方差分解评估VAR模型中各个变量对居民储蓄额的解释力度,其结果如
由
在第三期,LNGDP对LNSAV的预期波动贡献率达到了33%,显示出其对居民储蓄变动的显著影响。同时,LNSSL贡献了27%,而LNINF的贡献率仅为3%。值得注意的是,LNID在这一时期的解释力度趋向于零,说明其短期影响较小。
进入第五期,LNGDP的贡献率进一步提升至42%,继续巩固其作为影响居民储蓄额的关键因素地位。LNSSL的贡献率也维持在31%,显示出其对居民储蓄额的稳定影响。LNINF的贡献率虽然有所上升,达到5%,但总体上对居民储蓄的影响仍然较小。这一时期,社会保障水平对居民储蓄额的解释力度进一步得到验证。
到了第十期,LNGDP的贡献率稳定在44%,持续占据主导地位。LNSSL的贡献率略降至33%,但仍为重要影响因素。LNINF和LNID的影响较小,分别为4%和6%。然而,值得注意的是,虽然城乡收入差距对居民储蓄额的贡献率一直在6%以内,但它呈现出缓慢上升的态势,表明从长远来看,其影响力度可能会逐渐增强。
综上所述,云南生产总值对居民储蓄额具有显著且持续的影响,而社会保障水平也扮演着重要的角色。消费物价水平对居民储蓄的影响相对较小,而城乡收入差距虽然在短期内影响较小,但长远来看其影响力度可能逐渐上升。
本文利用VAR模型对云南城乡居民储蓄额的影响因素进行了深入分析,得出以下主要结论:
1) 云南城乡居民储蓄额与云南生产总值、城乡收入差距、消费物价水平以及社会保障水平之间存在长期稳定的均衡关系,这证明了这些经济和社会因素共同作用于居民储蓄额的变动。
2) 云南生产总值是影响居民储蓄额的关键因素之一,其变动对居民储蓄额具有显著且持续的正向影响。这一发现强调了经济增长在促进居民储蓄增长中的核心作用。
3) 消费物价水平对居民储蓄额的影响表现出一定的复杂性。具体而言,滞后一期的消费物价水平对居民储蓄额有负向影响,而滞后二期的消费物价水平则呈现出正向影响。这种差异可能由通货膨胀预期、长期收入变化、风险规避行为以及个体时间偏好等多种因素综合作用导致。
4) 尽管当前城乡收入差距对居民储蓄额的直接影响相对较小,但其呈现出渐进式增长的趋势。这意味着从长期来看,城乡收入差距可能成为影响居民储蓄的重要因素之一。因此,政策制定者需要关注并采取措施缩小城乡收入差距,以促进居民储蓄的健康发展。
综上所述,云南城乡居民储蓄额的变动受多种经济和社会因素共同影响。在制定相关政策时,应充分考虑这些因素的综合作用,以促进居民储蓄的稳定增长。
居民储蓄既是经济增长的稳定投资来源,也是经济发展的强大动能,探究居民储蓄的影响因素有助于提升一个国家或地区的经济稳定性、可持续发展性,基于前面的分析结论,提出相应的建议:
一是完善宏观经济政策。生产总值与居民储蓄额之间存在着多元化影响。经济的发展会直接影响居民收入水平、消费观念、储蓄需求以及金融市场的运作方式。因此政府和相关部门应该完善宏观经济政策、改善收入分配机制,并鼓励居民进行合理储蓄,增强经济的韧性和发展后劲,从而为经济的稳健增长保驾护航。
二是缩小城乡收入差距。城乡收入差距直接影响着居民的储蓄行为。只有实现社会储蓄的均衡分布,才有利于经济的长期稳定和可持续发展。政府应该通过积极的财政政策、社会保障政策等手段,缩小城乡收入差距,提升农村居民的收入水平和金融服务水平,城乡经济才能同舟共济,从根本上促进居民储蓄水平的均衡提升。
三是稳定消费物价水平。消费物价水平对居民储蓄额有双重效应,既受到价格水平和通货膨胀率的直接影响,也受到自身波动和可预测性的影响。政府和相关部门应该通过制定合理的货币政策、价格政策,加强市场监管,严厉打击哄抬物价、恶意炒作等不法行为,让市场回归理性,控制消费物价水平,促进居民合理、有效地进行储蓄。
四是提高社会保障水平。社会保障水平与居民储蓄间存在着复杂而密切的关联性。
社会保障水平的差异会对居民的储蓄意愿和储蓄水平产生显著影响。社会保障如同百姓生活的安全网,一旦断裂,便会让人心惶惶、无所适从。因此,政府应该通过完善社会保障体系,鼓励居民进行适当储蓄,并促进消费调整,提高社会保障水平的全面性和可持续性。同时,加强社会保障知识的普及和宣传,以实现消费稳定和经济可持续发展。
本文由湖南人文科技学院科学计算与数据分析创新创业中心资助。
*通讯作者。