人口红利在经济增长中的意义

导语：人口红利在经济增长中的意义一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

一、引言

近代以来，现代化一直与人口转变过程相伴随。不少学者从劳动力比较优势等供给的角度进行理论分析，人口因素受到很大重视(Juliansimon，1987；Simon，1980)。人口过程和经济过程是一体两面：人口过程包括人口的数量、质量、结构和分布等变动过程；经济过程包括工业化、城市化、现代化等过程。在人口过程中，人口结构逐渐引起人们的注意。Bloom等人(1998)发现，过去的研究都只关注人口规模或人口增长，而忽视了人口年龄结构这个关键变量。在相等的人口变动规模下，由于不同年龄组人口的相对比重不同，不同类型的经济行为强度也会不同，人口转变过程所造成的人口年龄结构变化就成为影响经济发展的重要因素。一般来说，在劳动年龄人口比重高的情况下，人口生产性强，社会储蓄率也高，也就是社会追加的人口生产性为经济增长贡献一个具有促进作用的“人口红利”，一个国家或地区如果恰好处于人口年龄结构最富生产性的阶段上，并且能够对这种人口红利加以充分利用，经济增长就可以获得一个额外的源泉，创造经济增长奇迹。研究者又进一步认识到了老年抚养比对经济增长的作用。Lee和Mason(2006、2007)提出人口老龄化将会产生第二人口红利。他们认为，进入老龄化阶段后的一二十年内，由于劳动年龄人口为退休而积累资产的动机增加了储蓄，整个社会的财富增加，而有效劳动力数量下降，从而提高了每个劳动人口的生产资本，单位平均资本收入进入了一个快速增长的时期，并且会在较长的一个时期内保持在较高的水平，继续推动经济增长。目前，凡是发达国家，人口转变都已经完成，而发展中国家，人口转变仍未完成。中国是唯一的例外，虽然经济尚处于发展中国家的行列，但是在过去短短30年左右的时间里，史无前例地实现了从“高出生、低死亡、高增长”到“低出生、低死亡、低增长”的人口转变模式，在2000年正式进入老龄化社会(邬沧萍等，2003、2004)。改革开放以来，按可比价格计算，在三十多年的时间里，中国的GDP增长了近14倍。这两个变化几乎是同步的，那么在中国特殊的国情中，人口红利作用于经济增长的效果如何，如何挖掘人口红利利用的潜力与不足，重点分析第二次人口红利时期的社会经济发展战略是一个具有重大实际意义的课题。

二、人口红利与中国经济增长研究综述

Bloom等学者提出人口红利概念以后，以中国的人口红利解释中国经济增长研究的也逐渐增多。Cook(2006)认为，亚洲国家尤其是中国和越南经济的高速增长与经济结构和人口转变相伴而生，经济结构从农业向以城市化为基础的工业转变和有利的人口年龄结构，对于经济增长无疑有着重要意义。Wang和Mason(2005)对中国人口转变与人口红利的研究，把Bloom等人的结论放在中国的发展经验中进行验证，证明了中国的人口转变促进了经济更快增长。蔡昉、王德文(1999)对中国人口转变过程与人口红利的关系进行了研究，认为建国以后的人口转变“大大减轻了人口抚养负担，提高了人口结构的生产性”，“在社会抚养少儿人口和老年人口负担较轻的条件下，产生了两个潜在的促进经济增长的源泉，即所谓人口红利”，使得中国从20世纪60年代中期开始享受人口红利，并一直持续到2015年前后(王德文、蔡昉等，2004；Cai等，2005)。在中国的第二人口红利方面，巩勋洲、尹振涛(2008)分析了财富积累将如何推动经济增长；蔡昉(2009)认为，仅从人口老龄化时期储蓄动机角度来观察，在推动经济增长作用的程度上，尚不能构成堪与第一次人口红利相提并论的第二次人口红利，老年人力资源也应该受到重视。通过文献整理，我们发现上述研究存在一些不足：以前的研究始终没有论证人口红利与经济增长的内生性(周祝平，2007)；总抚养比的变化可能是少儿系数和老年系数绝对或相对变化的结果，不多的定量和实证研究忽略了其变化的影响，也完全忽视这对经济和社会造成的不同影响，而这些影响恰恰是亟需研究的(邬沧萍，1999)。2000年中国正式进入老龄化社会，“第二人口红利”稍纵即逝，只是有存在的可能，很多问题比如中国是否存在第二人口红利和怎样增强和利用第二人口红利的研究相对较少。判断潜在人口红利是否为经济增长所利用，以及在多大程度上被利用，需要使用长期的经济增长数据、人口数据和其他影响经济增长的变量数据进行综合计量分析(Bloom和Williamson，1997)。因此，我们使用省级面板数据分析研究这几个问题。第一，“第一人口红利”是否为中国经济增长所利用，他们之间是否存在内生性？第二，中国已经进入老龄化社会，“第二人口红利”是否已经到来或者是否存在?第三，如何利用短暂的人口红利尤其是第二人口红利？如何将其效应进行延伸？人口红利与经济增长有可能受到潜在内生性问题的影响，采用普通的面板回归难以解决。本文采用动态面板GMM估计，通过工具变量解决变量的内生性问题。

三、计量模型和数据

本文的目的在于检验人口红利与经济增长之间的内在关系而非研究经济增长的决定因素，所以我们只考虑重要变量的影响，参照以往研究，选择的变量如下。

(一)选择指标

(1)人均实际年收入(PGDP)：用来考察经济增长水平，由于获得的统计数据是名义GDP，因而要对数据进行调整，按照全国各种价格定基指数所提供的居民消费价格指数进行换算，得出当年的实际GDP再除以年末总人口，得到人均实际GDP。(2)物质资本投资比例(SK)：用固定资产投资占GDP的比例来表示。(3)人力资本的度量(Pedunew)：人力资本测度一般有劳动力成本法、教育年限法、在校学生比例法和教育经费法等，各类方法都存在一定的优缺点(沈坤荣、李剑，2003)。本文借鉴陈钊等(2006)的估测方法来度量我国各省份的教育发展水平。计算方法如下：将每一种受教育水平按一定的受教育年限进行折算，然后乘以该教育水平的人数，再加总，最后除以相应的包含文盲的总人口便得到人均受教育水平，数据单位为人年。(4)经济体制变迁(PI)：政府财政收支占GDP的比重来表示政府的参与程度，反映体制因素对经济增长的影响。(5)金融发展(FD)：在一个成熟的市场经济体中，衡量金融发展的指标主要包括金融机构存贷款占GDP比率、证券市场市值比率、证券市场流动性比率(Levine，1997、2004)。我国证券市场发展于20世纪90年代初，发展时间较短而且对经济增长的影响较弱，故在此暂不考虑证券市场对经济增长的作用效应。同时，在金融不发达的国家或地区，金融中介的功能主要体现为信贷活动即资金的运用程度，而以存款/GDP来确定金融发展水平可能是不恰当的(王晋斌，2007)，故本文采用金融机构年末贷款总额/GDP来表示金融发展。(6)对外贸易(TRADE)：改革开放以来，在开放政策的推动下，中国的进出口成为经济增长的重要动力之一。本文使用各省份进出口占GDP的比重作为变量。(7)城市化(URBAN)：由于中国大陆的城市政策变化很大，城市标准不一，所以使用城市劳动力占总劳动力的比重表示城市化水平。(8)技术进步(RD)：技术进步通常被认为来源于人力资本投资和R&D的投入(Lucas，1988；Romer，1990)。我国R&D支出主要来自于国家财政投入，民间投资较少；健康素质的提高也是人力资本的一个方面(张车伟，2005；王丰，2007)，在我们已经考虑了教育水平后，也要考虑健康；技术进步指标选择财政支出中用于科研、卫生的人均经费支出(科卫经费/全社会总就业人口)来表示。(9)迁移(EM)：迁移代表人力资本的流动，使用各省净迁移率来表示。(10)人口红利指标的选择：目前，对于人口红利的研究尚处于起步阶段，关于人口红利的定义也众说纷纭，但都认同人口红利包含两大基本要素：一是劳动力数量和比例相对较大；二是抚养负担相对较轻。王丰(2007)认为，处于劳动年龄段的人口未必都参与生产，被抚养的人口未必不参与劳动，因而最好使用参加工作的劳动力人口所承担的抚养人数，即抚养人数/劳动力人数。但是，由于经济活动人口受到其他经济因素的影响很大，产生严重的共线性，因此本研究仍旧选择人口年龄结构，分为少儿抚养比(CDR)、老年抚养比(ODR)和总抚养比(TDR)。

(二)研究方法

对于解决数据中可能存在的内生性问题，Islam(1995)建议将增长区间划分为几个更短的区间，从而可以应用固定效应或差分变换等面板数据方法，有效地消除随时间变化的地区非观测效应，以减轻估计误差，缩小内生性。然而，固定效应估计量尽管可以减轻一部分省略变量误差，仍然不能排除某些随时间变化的未观测因素可能同时造成的内生性问题，仍然可能是不一致的。Arellano和Bond(1991)提出的一阶差分广义矩，可以有效控制某些解释变量的内生性问题，即DIF-GMM估计(first-differencedGMM)。DIF-GMM的基本思路是求差分，然后用一组滞后的解释变量作为差分方程中相应变量的工具变量，避免因变量和自变量之间的反向因果关系。在选择解释变量时，我们充分考虑了经济增长影响因素的复杂性，采用的基本模型表达为：it0it1itiitPGDPαPGDPβECλU?=++++(1)其中，i、t分别代表地区和年份，itPGDP与it1PGDP?分别为地区i在t和t—1时刻的人均实际年收入。itEC为自变量；iλ、itU分别表示地区效应及残差。为消除地区固定效应iλ的影响，对式(1)进行差分转换，得到：itit1ititPGDPPGDPβECU?Δ=Δ+Δ+Δ(2)在式(2)中，滞后被解释变量的一阶差分项ΔitPGDP与差分误差项ΔitU存在较强的相关性，可能导致内生性。动态面板采用工具变量法来解决这个问题，即以滞后项itkPGDP?为工具变量(Arellano和Bond，1991)，并且可以通过矩约束条件来获得有效的参数估计：(,)0itkitEPGDPU?Δ=，其中，k≥2(3)当解释变量严格外生时，应满足矩条件：(,)0,itkitEPGDPU?Δ=此时k为任意值；当解释变量为弱外生变量或内生变量时，应满足矩条件：(,)0,itkitEPGDPU?Δ=此时k≥2。由于差分GMM的滞后项工具变量与差分项内生变量之间的相关性较小，易产生弱外生工具变量问题，而且差分后还滤掉了非时变参数的影响(Blundell和Bond，1998；Bond等，2001)。为了克服这一问题，Arellano和Bover(1995)、Blundell和Bond(1998)提出了另一种GMM估计量，即SYS-GMM估计量(systemGMM)。其基本思想是将水平式(1)作为补充纳入估计方程，最终采用水平方程和差分方程进行估计。这时，水平方程因变量滞后项itΔPGDP采用其差分滞后项it1PGDP?Δ作为工具变量。对于系统GMM估计而言，结合了差分方程和水平方程，还增加了一组滞后的差分变量作为水平方程相应变量的工具，相对来说具有更好的有限样本性质，更能控制内生性。根据对权重矩阵的不同选择，系统GMM估计可分为一步(one-step)和两步(two-step)估计。Bond等(2001)认为，在有限样本条件下，两步GMM的标准协方差矩阵能更好地处理自相关和异方差问题，但同时也存在向下偏倚的缺陷，从而影响统计推断。因此，xtabond2在xtabond的基础上进行了改进，通过二步协方差矩阵对样本进行纠偏，从而使两步系统GMM比一步法更加有效(Roodman，2006)。此外，对于GMM估计量是否有效可行，Bond等(2001)指出了一种简单的检验办法，即将GMM估计值分别与固定效应估计值及混合OLS估计值比较。由于混合OLS估计通常严重高估滞后项的系数，而固定效应估计则一般会低估滞后项的系数。因此，如果GMM估计值介于两者之间，则是可靠有效的。本文在模型中加入了动态变量，以便更好地分析人口红利对经济增长的影响，基本模型见式(4)：it0it11it2it3it4it5itPGDPβPGDPβSKβPedunewβRDβPIβFD?=++++++6it7it8it9ititβTRADE+βURBAN+βEM+βDR+U(4)根据现有文献通常处理方法(Loayza等，2000；Horioka和Wan，2006；钟水映、李魁，2009)，我们将人口变量当作外生变量。模型中的其他变量要么当作弱外生的，要么当作前定的，我们选用“内部工具”，即把弱外生或前定变量的滞后值作为它们自己的工具变量。

(三)使用数据

国际上通常把总抚养比下降到50以下称为人口机会窗口开启，也就是人口红利期的形成，因此我国的人口红利大致是从1990年开始，样本取自1990—2007年的年度数据；我国于2000年正式进入老龄化社会，为了考察第二人口红利，对老年抚养比对经济增长的影响仅仅考虑到2000—2007年。我们的数据来源为《新中国五十五年统计资料汇编》与《中国统计年鉴》、《1990年以来常用人口数据集》。为保证数据口径的相对一致性，西藏不包括在内，重庆市则与四川省合并，数据跨度为18年，横截面单元为中国29个省、直辖市和自治区的面板数据，使用软件是Stata10.0。

四、结果分析

在SYS-GMM中，我们可以通过观察解释变量滞后项的系数来判断二步法系统GMM估计结果是否合理。从表2可知，两步系统GMM估计结果位于混合OLS与固定效应之间，这表明两步系统GMM估计未因弱工具变量问题而出现严重偏误。一般而言，Sargan统计量对应的P值越大，越能够说明工具变量的有效性。在二步SGMM估计下，Sargan检验(原假设“工具变量组合外生”)的P值为0.834和0.473，这说明采用的工具变量都能够满足与各自随机扰动项不相关的要求。检验附加工具变量有效性的Sargan差伴随P值达到0.447和0.792，说明采用的工具变量都能够满足与各自随机扰动项不相关的要求。残差自相关检验AR(1)和AR(2)伴随P值分别为0.182和0.263、0.18和0.303，这验证了二阶差分方程中的残差项不存在自相关，说明我们设定的动态二阶自回归模型符合矩约束条件的要求。在人口红利对经济增长的影响中，从1990年开始至今，在控制内生性的情况下，总抚养比对经济增长有显著影响，这验证了中国过去20年间的经济增长得益于有利的人口年龄结构。人口红利期内劳动年龄人口增长大于总人口增长，带来了总人口中劳动力数量的相对改变，劳动年龄人口的经济负担不断减轻，劳动力价格下降，廉价的劳动力吸引了大量的外商投资，促进经济发展。生命周期理论认为，人们倾向于在成年时期进行正储蓄。因此，人口年龄结构是决定一个国家居民储蓄率高低的重要因素，而高储蓄率被认为是解释中国经济高速增长的一个主要因素(Horioka等，2006；Modigliani和Cao，2004)。国民收入中的人口投资，都要有一笔用于新生人口的投资；所以少儿抚养比的升高对经济增长起负面影响，影响系数在(－311.5，－90.87)之间。1990—2007年间，少儿抚养比大幅度下降，国民收入中用于消费支出的部分相对减少，用于储蓄的部分相应增加，较大地改变了国民收入中消费和储蓄分配比例，这也是人口红利影响经济增长的一条重要渠道。中国经济的增长从1990年后至今平均高于10%，高于1978—1990年间的经济增长，这更加说明了“人口红利”的作用。但是，少儿年龄结构和老年年龄结构对经济的增长影响不同，两者虽然都比较稳定，但方向不同。少儿年龄结构对经济增长起负向作用，而老年则相反。这说明了第二人口红利的作用。进入老龄化的国家，劳动年龄人口数量的下降也不必然就使得经济增长速度放缓(Bloom和Canning，2001、2003；Bloom，Canning和Sevilla，2001)。快速的人口转变会在一二十年内使一国储蓄率大幅上升，逐渐出现储蓄高峰(Higgins和Williamson，1996；Bloom和Williamson，1998)。中国计划生育政策导致生育率大幅度下降(Coale，1984；Mauldin，1982；Bongaarts等，1985；Wolf，1986)，造成了罕见的快速老龄化进程(杜鹏，1992、1996；Cai和Wang，2006)，因此现在处于人口老龄化的初期，人口老龄化对储蓄的总的影响效应为正(袁志刚、宋铮，2000；汪伟，2008)。居民储蓄率快速上升的主要影响因素可归集为三大因子：制度因子、不确定性因子与收入因子(殷兴山、孙景德、张超群，2007)，较大的不确定性会使老年人预防性储蓄增加，老年人的医疗和养老问题、社会保障制度的缺失和改革的不确定性增加了人们的储备性储蓄，人口老龄化使更多的人们出于养老防老的考虑而进行储蓄。老年人的消费和投资渠道狭窄，则使老年人强制性储蓄增加(孙奎立、刘庚常，2009)。更为重要的是，当下的老年人口长时期经历了计划经济体制，他们对把钱存进银行有着较强的惯性依赖，对银行的放心和其他金融工具的高度不信任使他们无可选择。上述诸多原因使中国进入老龄化社会后储蓄甚至更高，金融市场为国内储蓄转换为生产型的投资提供了一个很好的平台，带来了第二人口红利，促进了经济发展。年龄结构转变带来的劳动力数量和比例提高为经济增长提供了丰富的劳动力资源，但是这种转变只是实现经济增长和兑现人口红利的必要条件，而非充要条件。人口红利的兑现具有条件性，主要体现在：我们看到人力资本对其有显著的正向影响，人力资本积累极大地缓解了人口负担过重给经济增长带来的负面影响，保证了经济增长。同时老年抚养比的提高对经济增长的正向作用也可能有老年人力资本的作用，在健康寿命延长的条件下，老年人为宝贵的人力资源，拥有劳动力市场所需要的人力资本，在实际上(不是在数字上)降低每个劳动年龄人口供养的退休人口数量，为经济增长做贡献(蔡昉，2009)。因此，人口健康素质和受教育程度的提高形成的人口质量红利可以补偿逐渐消失的人口数量红利，为未来经济增长提供持久动力。在1990—2007年间物质资本对中国经济增长的影响不大，这与很多发展中国家类似。二战后发展中国家未能通过物质资本的积累而获得普遍和长期的经济增长，一个主要的原因在于这些发展中国家在提高物质资本存量的同时未能同时或优先提高人力资本水平，因而缺乏对所引进先进技术的吸收与再创新的能力。第二人口红利阶段的劳动力质量取代战略，依赖于第一阶段积累的经济成果能很好地通过教育、培训、医疗等进行人力资本投资。因此，大力投资教育和健康，提高人力资本积累和全民素质，使未来的老年人大都拥有劳动力市场所需要的人力资本，是最大化兑现第二人口红利的重要举措。由于教育、科研和卫生的改善具有外部性，在很大程度上依赖于政府投资，但是政府对科技和医疗卫生的投入对经济增长有显著的负向作用。这说明了我国现阶段教育体制、教学质量和医疗、卫生保健体制仍然存在着严重问题的原因，政府的教育、卫生投资短期来看，并不能对经济发展带来正面影响，在目前的唯GDP政绩评价体系下，对其的投入不会有太大的增长。同时验证了中国的经济增长，主要归因于人口红利的增加、劳动参与率的提高和人力资本的提高，而非技术进步。促进劳动力自由流动可以改善劳动力的配置效率，进而促进经济增长。劳动力在城乡间的配置也对经济增长有显著正向影响，劳动力在各省区间的迁移也为迁入地带来了经济增长。在目前中国，发达地区和城市中更好的就业机会以及人口差异仍会继续推动城乡间、跨省迁移(王丰、梅森，2006)。迁移人口对经济增长的影响比较稳定，按照替代迁移(ReplacementMigration)理论，人口迁移“能够抵消总人口减少，劳动力减少”。按照Rogers(1984)所提出的“年龄—迁移率”理论，青壮年人口的迁移倾向要远高于其他年龄阶段的人口；在中国，15～29岁青壮年构成了流动人口或迁移人口的主体(翟振武，1996；段成荣，2008)，给迁入地带来了丰富的劳动力资源，促进了经济增长。目前，我国依然存在着限制城乡劳动力流动的诸多制度性障碍，二元户籍制度及其附加的就业福利制度则首当其冲，只有逐步废除这些制度性障碍，促进劳动力流动，才能进一步提高劳动力配置效率，进而最大化我国的人口红利效应。但是，人口的迁移和城市化会使中西部尤其是贫困地区和农村的人力资源流向东部和城市地区，曾经对其投资的当地地方政府获利不大，这对地方政府投资科研、卫生带来消极作用。因此，中央政府要给予净人口迁出地区政府补偿，并加大中西部尤其是贫困地区和农村的科研、卫生投入。

五、结论

从以上的分析可以看出，人口转变带来的人口负担较轻造成的人口红利，在中国现在的政策体制下，得到了充分利用，所以我们可以说人口红利是推动中国经济增长主要因素之一。老年人的增多或者老年抚养比的加大在1990—2007年间甚至促进经济增长，这也说明了老龄化对中国储蓄的影响和老年人力资本的重要性，按照这个观点，也就是说带来了第二人口红利。人口红利是不可持续的，人口转变所带来的战略机遇期只是为一个国家或地区的经济增长提供了一个有利的环境，要将潜在的机遇转换为现实的经济增长和财富积累，充分利用当前的人口红利机遇期是促进经济增长的重要战略契机，必须辅之以及时而有效的发展战略调整。其中，适宜的政策和体制至关重要，需要政策制定者根据人口结构的改变对政策做出相应的调整，如促进城市化，人力资本的优化配置，才能促进人口红利的更好利用；物质资本已不是经济增长的主要动力，劳动力质量投资是最大化人口红利和经济增长的重要举措，政府尤其是中央政府应该注重教育、科研、卫生等投资，注重于如何提供廉价、公平、普遍的受教育机会，中央政府要给予净人口迁出地区经济补偿，以加大中西部尤其是贫困地区和农村的科研、卫生投入，使我国“人口红利”效应最大化。