人口紅利在經濟增長中的意義

導語：人口紅利在經濟增長中的意義一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

一、引言

近代以來，現代化一直與人口轉變過程相伴隨。不少學者從勞動力比較優勢等供給的角度進行理論分析，人口因素受到很大重視(Juliansimon，1987；Simon，1980)。人口過程和經濟過程是一體兩面：人口過程包括人口的數量、質量、結構和分布等變動過程；經濟過程包括工業化、城市化、現代化等過程。在人口過程中，人口結構逐漸引起人們的注意。Bloom等人(1998)發現，過去的研究都只關注人口規模或人口增長，而忽視了人口年齡結構這個關鍵變量。在相等的人口變動規模下，由于不同年齡組人口的相對比重不同，不同類型的經濟行為強度也會不同，人口轉變過程所造成的人口年齡結構變化就成為影響經濟發展的重要因素。一般來說，在勞動年齡人口比重高的情況下，人口生產性強，社會儲蓄率也高，也就是社會追加的人口生產性為經濟增長貢獻一個具有促進作用的“人口紅利”，一個國家或地區如果恰好處于人口年齡結構最富生產性的階段上，并且能夠對這種人口紅利加以充分利用，經濟增長就可以獲得一個額外的源泉，創造經濟增長奇跡。研究者又進一步認識到了老年撫養比對經濟增長的作用。Lee和Mason(2006、2007)提出人口老齡化將會產生第二人口紅利。他們認為，進入老齡化階段后的一二十年內，由于勞動年齡人口為退休而積累資產的動機增加了儲蓄，整個社會的財富增加，而有效勞動力數量下降，從而提高了每個勞動人口的生產資本，單位平均資本收入進入了一個快速增長的時期，并且會在較長的一個時期內保持在較高的水平，繼續推動經濟增長。目前，凡是發達國家，人口轉變都已經完成，而發展中國家，人口轉變仍未完成。中國是唯一的例外，雖然經濟尚處于發展中國家的行列，但是在過去短短30年左右的時間里，史無前例地實現了從“高出生、低死亡、高增長”到“低出生、低死亡、低增長”的人口轉變模式，在2000年正式進入老齡化社會(鄔滄萍等，2003、2004)。改革開放以來，按可比價格計算，在三十多年的時間里，中國的GDP增長了近14倍。這兩個變化幾乎是同步的，那么在中國特殊的國情中，人口紅利作用于經濟增長的效果如何，如何挖掘人口紅利利用的潛力與不足，重點分析第二次人口紅利時期的社會經濟發展戰略是一個具有重大實際意義的課題。

二、人口紅利與中國經濟增長研究綜述

Bloom等學者提出人口紅利概念以后，以中國的人口紅利解釋中國經濟增長研究的也逐漸增多。Cook(2006)認為，亞洲國家尤其是中國和越南經濟的高速增長與經濟結構和人口轉變相伴而生，經濟結構從農業向以城市化為基礎的工業轉變和有利的人口年齡結構，對于經濟增長無疑有著重要意義。Wang和Mason(2005)對中國人口轉變與人口紅利的研究，把Bloom等人的結論放在中國的發展經驗中進行驗證，證明了中國的人口轉變促進了經濟更快增長。蔡昉、王德文(1999)對中國人口轉變過程與人口紅利的關系進行了研究，認為建國以后的人口轉變“大大減輕了人口撫養負擔，提高了人口結構的生產性”，“在社會撫養少兒人口和老年人口負擔較輕的條件下，產生了兩個潛在的促進經濟增長的源泉，即所謂人口紅利”，使得中國從20世紀60年代中期開始享受人口紅利，并一直持續到2015年前后(王德文、蔡昉等，2004；Cai等，2005)。在中國的第二人口紅利方面，鞏勛洲、尹振濤(2008)分析了財富積累將如何推動經濟增長；蔡昉(2009)認為，僅從人口老齡化時期儲蓄動機角度來觀察，在推動經濟增長作用的程度上，尚不能構成堪與第一次人口紅利相提并論的第二次人口紅利，老年人力資源也應該受到重視。通過文獻整理，我們發現上述研究存在一些不足：以前的研究始終沒有論證人口紅利與經濟增長的內生性(周祝平，2007)；總撫養比的變化可能是少兒系數和老年系數絕對或相對變化的結果，不多的定量和實證研究忽略了其變化的影響，也完全忽視這對經濟和社會造成的不同影響，而這些影響恰恰是亟需研究的(鄔滄萍，1999)。2000年中國正式進入老齡化社會，“第二人口紅利”稍縱即逝，只是有存在的可能，很多問題比如中國是否存在第二人口紅利和怎樣增強和利用第二人口紅利的研究相對較少。判斷潛在人口紅利是否為經濟增長所利用，以及在多大程度上被利用，需要使用長期的經濟增長數據、人口數據和其他影響經濟增長的變量數據進行綜合計量分析(Bloom和Williamson，1997)。因此，我們使用省級面板數據分析研究這幾個問題。第一，“第一人口紅利”是否為中國經濟增長所利用，他們之間是否存在內生性？第二，中國已經進入老齡化社會，“第二人口紅利”是否已經到來或者是否存在?第三，如何利用短暫的人口紅利尤其是第二人口紅利？如何將其效應進行延伸？人口紅利與經濟增長有可能受到潛在內生性問題的影響，采用普通的面板回歸難以解決。本文采用動態面板GMM估計，通過工具變量解決變量的內生性問題。

三、計量模型和數據

本文的目的在于檢驗人口紅利與經濟增長之間的內在關系而非研究經濟增長的決定因素，所以我們只考慮重要變量的影響，參照以往研究，選擇的變量如下。

(一)選擇指標

(1)人均實際年收入(PGDP)：用來考察經濟增長水平，由于獲得的統計數據是名義GDP，因而要對數據進行調整，按照全國各種價格定基指數所提供的居民消費價格指數進行換算，得出當年的實際GDP再除以年末總人口，得到人均實際GDP。(2)物質資本投資比例(SK)：用固定資產投資占GDP的比例來表示。(3)人力資本的度量(Pedunew)：人力資本測度一般有勞動力成本法、教育年限法、在校學生比例法和教育經費法等，各類方法都存在一定的優缺點(沈坤榮、李劍，2003)。本文借鑒陳釗等(2006)的估測方法來度量我國各省份的教育發展水平。計算方法如下：將每一種受教育水平按一定的受教育年限進行折算，然后乘以該教育水平的人數，再加總，最后除以相應的包含文盲的總人口便得到人均受教育水平，數據單位為人年。(4)經濟體制變遷(PI)：政府財政收支占GDP的比重來表示政府的參與程度，反映體制因素對經濟增長的影響。(5)金融發展(FD)：在一個成熟的市場經濟體中，衡量金融發展的指標主要包括金融機構存貸款占GDP比率、證券市場市值比率、證券市場流動性比率(Levine，1997、2004)。我國證券市場發展于20世紀90年代初，發展時間較短而且對經濟增長的影響較弱，故在此暫不考慮證券市場對經濟增長的作用效應。同時，在金融不發達的國家或地區，金融中介的功能主要體現為信貸活動即資金的運用程度，而以存款/GDP來確定金融發展水平可能是不恰當的(王晉斌，2007)，故本文采用金融機構年末貸款總額/GDP來表示金融發展。(6)對外貿易(TRADE)：改革開放以來，在開放政策的推動下，中國的進出口成為經濟增長的重要動力之一。本文使用各省份進出口占GDP的比重作為變量。(7)城市化(URBAN)：由于中國大陸的城市政策變化很大，城市標準不一，所以使用城市勞動力占總勞動力的比重表示城市化水平。(8)技術進步(RD)：技術進步通常被認為來源于人力資本投資和R&D的投入(Lucas，1988；Romer，1990)。我國R&D支出主要來自于國家財政投入，民間投資較少；健康素質的提高也是人力資本的一個方面(張車偉，2005；王豐，2007)，在我們已經考慮了教育水平后，也要考慮健康；技術進步指標選擇財政支出中用于科研、衛生的人均經費支出(科衛經費/全社會總就業人口)來表示。(9)遷移(EM)：遷移代表人力資本的流動，使用各省凈遷移率來表示。(10)人口紅利指標的選擇：目前，對于人口紅利的研究尚處于起步階段，關于人口紅利的定義也眾說紛紜，但都認同人口紅利包含兩大基本要素：一是勞動力數量和比例相對較大；二是撫養負擔相對較輕。王豐(2007)認為，處于勞動年齡段的人口未必都參與生產，被撫養的人口未必不參與勞動，因而最好使用參加工作的勞動力人口所承擔的撫養人數，即撫養人數/勞動力人數。但是，由于經濟活動人口受到其他經濟因素的影響很大，產生嚴重的共線性，因此本研究仍舊選擇人口年齡結構，分為少兒撫養比(CDR)、老年撫養比(ODR)和總撫養比(TDR)。

(二)研究方法

對于解決數據中可能存在的內生性問題，Islam(1995)建議將增長區間劃分為幾個更短的區間，從而可以應用固定效應或差分變換等面板數據方法，有效地消除隨時間變化的地區非觀測效應，以減輕估計誤差，縮小內生性。然而，固定效應估計量盡管可以減輕一部分省略變量誤差，仍然不能排除某些隨時間變化的未觀測因素可能同時造成的內生性問題，仍然可能是不一致的。Arellano和Bond(1991)提出的一階差分廣義矩，可以有效控制某些解釋變量的內生性問題，即DIF-GMM估計(first-differencedGMM)。DIF-GMM的基本思路是求差分，然后用一組滯后的解釋變量作為差分方程中相應變量的工具變量，避免因變量和自變量之間的反向因果關系。在選擇解釋變量時，我們充分考慮了經濟增長影響因素的復雜性，采用的基本模型表達為：it0it1itiitPGDPαPGDPβECλU?=++++(1)其中，i、t分別代表地區和年份，itPGDP與it1PGDP?分別為地區i在t和t—1時刻的人均實際年收入。itEC為自變量；iλ、itU分別表示地區效應及殘差。為消除地區固定效應iλ的影響，對式(1)進行差分轉換，得到：itit1ititPGDPPGDPβECU?Δ=Δ+Δ+Δ(2)在式(2)中，滯后被解釋變量的一階差分項ΔitPGDP與差分誤差項ΔitU存在較強的相關性，可能導致內生性。動態面板采用工具變量法來解決這個問題，即以滯后項itkPGDP?為工具變量(Arellano和Bond，1991)，并且可以通過矩約束條件來獲得有效的參數估計：(,)0itkitEPGDPU?Δ=，其中，k≥2(3)當解釋變量嚴格外生時，應滿足矩條件：(,)0,itkitEPGDPU?Δ=此時k為任意值；當解釋變量為弱外生變量或內生變量時，應滿足矩條件：(,)0,itkitEPGDPU?Δ=此時k≥2。由于差分GMM的滯后項工具變量與差分項內生變量之間的相關性較小，易產生弱外生工具變量問題，而且差分后還濾掉了非時變參數的影響(Blundell和Bond，1998；Bond等，2001)。為了克服這一問題，Arellano和Bover(1995)、Blundell和Bond(1998)提出了另一種GMM估計量，即SYS-GMM估計量(systemGMM)。其基本思想是將水平式(1)作為補充納入估計方程，最終采用水平方程和差分方程進行估計。這時，水平方程因變量滯后項itΔPGDP采用其差分滯后項it1PGDP?Δ作為工具變量。對于系統GMM估計而言，結合了差分方程和水平方程，還增加了一組滯后的差分變量作為水平方程相應變量的工具，相對來說具有更好的有限樣本性質，更能控制內生性。根據對權重矩陣的不同選擇，系統GMM估計可分為一步(one-step)和兩步(two-step)估計。Bond等(2001)認為，在有限樣本條件下，兩步GMM的標準協方差矩陣能更好地處理自相關和異方差問題，但同時也存在向下偏倚的缺陷，從而影響統計推斷。因此，xtabond2在xtabond的基礎上進行了改進，通過二步協方差矩陣對樣本進行糾偏，從而使兩步系統GMM比一步法更加有效(Roodman，2006)。此外，對于GMM估計量是否有效可行，Bond等(2001)指出了一種簡單的檢驗辦法，即將GMM估計值分別與固定效應估計值及混合OLS估計值比較。由于混合OLS估計通常嚴重高估滯后項的系數，而固定效應估計則一般會低估滯后項的系數。因此，如果GMM估計值介于兩者之間，則是可靠有效的。本文在模型中加入了動態變量，以便更好地分析人口紅利對經濟增長的影響，基本模型見式(4)：it0it11it2it3it4it5itPGDPβPGDPβSKβPedunewβRDβPIβFD?=++++++6it7it8it9ititβTRADE+βURBAN+βEM+βDR+U(4)根據現有文獻通常處理方法(Loayza等，2000；Horioka和Wan，2006；鐘水映、李魁，2009)，我們將人口變量當作外生變量。模型中的其他變量要么當作弱外生的，要么當作前定的，我們選用“內部工具”，即把弱外生或前定變量的滯后值作為它們自己的工具變量。

(三)使用數據

國際上通常把總撫養比下降到50以下稱為人口機會窗口開啟，也就是人口紅利期的形成，因此我國的人口紅利大致是從1990年開始，樣本取自1990—2007年的年度數據；我國于2000年正式進入老齡化社會，為了考察第二人口紅利，對老年撫養比對經濟增長的影響僅僅考慮到2000—2007年。我們的數據來源為《新中國五十五年統計資料匯編》與《中國統計年鑒》、《1990年以來常用人口數據集》。為保證數據口徑的相對一致性，西藏不包括在內，重慶市則與四川省合并，數據跨度為18年，橫截面單元為中國29個省、直轄市和自治區的面板數據，使用軟件是Stata10.0。

四、結果分析

在SYS-GMM中，我們可以通過觀察解釋變量滯后項的系數來判斷二步法系統GMM估計結果是否合理。從表2可知，兩步系統GMM估計結果位于混合OLS與固定效應之間，這表明兩步系統GMM估計未因弱工具變量問題而出現嚴重偏誤。一般而言，Sargan統計量對應的P值越大，越能夠說明工具變量的有效性。在二步SGMM估計下，Sargan檢驗(原假設“工具變量組合外生”)的P值為0.834和0.473，這說明采用的工具變量都能夠滿足與各自隨機擾動項不相關的要求。檢驗附加工具變量有效性的Sargan差伴隨P值達到0.447和0.792，說明采用的工具變量都能夠滿足與各自隨機擾動項不相關的要求。殘差自相關檢驗AR(1)和AR(2)伴隨P值分別為0.182和0.263、0.18和0.303，這驗證了二階差分方程中的殘差項不存在自相關，說明我們設定的動態二階自回歸模型符合矩約束條件的要求。在人口紅利對經濟增長的影響中，從1990年開始至今，在控制內生性的情況下，總撫養比對經濟增長有顯著影響，這驗證了中國過去20年間的經濟增長得益于有利的人口年齡結構。人口紅利期內勞動年齡人口增長大于總人口增長，帶來了總人口中勞動力數量的相對改變，勞動年齡人口的經濟負擔不斷減輕，勞動力價格下降，廉價的勞動力吸引了大量的外商投資，促進經濟發展。生命周期理論認為，人們傾向于在成年時期進行正儲蓄。因此，人口年齡結構是決定一個國家居民儲蓄率高低的重要因素，而高儲蓄率被認為是解釋中國經濟高速增長的一個主要因素(Horioka等，2006；Modigliani和Cao，2004)。國民收入中的人口投資，都要有一筆用于新生人口的投資；所以少兒撫養比的升高對經濟增長起負面影響，影響系數在(－311.5，－90.87)之間。1990—2007年間，少兒撫養比大幅度下降，國民收入中用于消費支出的部分相對減少，用于儲蓄的部分相應增加，較大地改變了國民收入中消費和儲蓄分配比例，這也是人口紅利影響經濟增長的一條重要渠道。中國經濟的增長從1990年后至今平均高于10%，高于1978—1990年間的經濟增長，這更加說明了“人口紅利”的作用。但是，少兒年齡結構和老年年齡結構對經濟的增長影響不同，兩者雖然都比較穩定，但方向不同。少兒年齡結構對經濟增長起負向作用，而老年則相反。這說明了第二人口紅利的作用。進入老齡化的國家，勞動年齡人口數量的下降也不必然就使得經濟增長速度放緩(Bloom和Canning，2001、2003；Bloom，Canning和Sevilla，2001)。快速的人口轉變會在一二十年內使一國儲蓄率大幅上升，逐漸出現儲蓄高峰(Higgins和Williamson，1996；Bloom和Williamson，1998)。中國計劃生育政策導致生育率大幅度下降(Coale，1984；Mauldin，1982；Bongaarts等，1985；Wolf，1986)，造成了罕見的快速老齡化進程(杜鵬，1992、1996；Cai和Wang，2006)，因此現在處于人口老齡化的初期，人口老齡化對儲蓄的總的影響效應為正(袁志剛、宋錚，2000；汪偉，2008)。居民儲蓄率快速上升的主要影響因素可歸集為三大因子：制度因子、不確定性因子與收入因子(殷興山、孫景德、張超群，2007)，較大的不確定性會使老年人預防性儲蓄增加，老年人的醫療和養老問題、社會保障制度的缺失和改革的不確定性增加了人們的儲備性儲蓄，人口老齡化使更多的人們出于養老防老的考慮而進行儲蓄。老年人的消費和投資渠道狹窄，則使老年人強制性儲蓄增加(孫奎立、劉庚常，2009)。更為重要的是，當下的老年人口長時期經歷了計劃經濟體制，他們對把錢存進銀行有著較強的慣性依賴，對銀行的放心和其他金融工具的高度不信任使他們無可選擇。上述諸多原因使中國進入老齡化社會后儲蓄甚至更高，金融市場為國內儲蓄轉換為生產型的投資提供了一個很好的平臺，帶來了第二人口紅利，促進了經濟發展。年齡結構轉變帶來的勞動力數量和比例提高為經濟增長提供了豐富的勞動力資源，但是這種轉變只是實現經濟增長和兌現人口紅利的必要條件，而非充要條件。人口紅利的兌現具有條件性，主要體現在：我們看到人力資本對其有顯著的正向影響，人力資本積累極大地緩解了人口負擔過重給經濟增長帶來的負面影響，保證了經濟增長。同時老年撫養比的提高對經濟增長的正向作用也可能有老年人力資本的作用，在健康壽命延長的條件下，老年人為寶貴的人力資源，擁有勞動力市場所需要的人力資本，在實際上(不是在數字上)降低每個勞動年齡人口供養的退休人口數量，為經濟增長做貢獻(蔡昉，2009)。因此，人口健康素質和受教育程度的提高形成的人口質量紅利可以補償逐漸消失的人口數量紅利，為未來經濟增長提供持久動力。在1990—2007年間物質資本對中國經濟增長的影響不大，這與很多發展中國家類似。二戰后發展中國家未能通過物質資本的積累而獲得普遍和長期的經濟增長，一個主要的原因在于這些發展中國家在提高物質資本存量的同時未能同時或優先提高人力資本水平，因而缺乏對所引進先進技術的吸收與再創新的能力。第二人口紅利階段的勞動力質量取代戰略，依賴于第一階段積累的經濟成果能很好地通過教育、培訓、醫療等進行人力資本投資。因此，大力投資教育和健康，提高人力資本積累和全民素質，使未來的老年人大都擁有勞動力市場所需要的人力資本，是最大化兌現第二人口紅利的重要舉措。由于教育、科研和衛生的改善具有外部性，在很大程度上依賴于政府投資，但是政府對科技和醫療衛生的投入對經濟增長有顯著的負向作用。這說明了我國現階段教育體制、教學質量和醫療、衛生保健體制仍然存在著嚴重問題的原因，政府的教育、衛生投資短期來看，并不能對經濟發展帶來正面影響，在目前的唯GDP政績評價體系下，對其的投入不會有太大的增長。同時驗證了中國的經濟增長，主要歸因于人口紅利的增加、勞動參與率的提高和人力資本的提高，而非技術進步。促進勞動力自由流動可以改善勞動力的配置效率，進而促進經濟增長。勞動力在城鄉間的配置也對經濟增長有顯著正向影響，勞動力在各省區間的遷移也為遷入地帶來了經濟增長。在目前中國，發達地區和城市中更好的就業機會以及人口差異仍會繼續推動城鄉間、跨省遷移(王豐、梅森，2006)。遷移人口對經濟增長的影響比較穩定，按照替代遷移(ReplacementMigration)理論，人口遷移“能夠抵消總人口減少，勞動力減少”。按照Rogers(1984)所提出的“年齡—遷移率”理論，青壯年人口的遷移傾向要遠高于其他年齡階段的人口；在中國，15～29歲青壯年構成了流動人口或遷移人口的主體(翟振武，1996；段成榮，2008)，給遷入地帶來了豐富的勞動力資源，促進了經濟增長。目前，我國依然存在著限制城鄉勞動力流動的諸多制度性障礙，二元戶籍制度及其附加的就業福利制度則首當其沖，只有逐步廢除這些制度性障礙，促進勞動力流動，才能進一步提高勞動力配置效率，進而最大化我國的人口紅利效應。但是，人口的遷移和城市化會使中西部尤其是貧困地區和農村的人力資源流向東部和城市地區，曾經對其投資的當地地方政府獲利不大，這對地方政府投資科研、衛生帶來消極作用。因此，中央政府要給予凈人口遷出地區政府補償，并加大中西部尤其是貧困地區和農村的科研、衛生投入。

五、結論

從以上的分析可以看出，人口轉變帶來的人口負擔較輕造成的人口紅利，在中國現在的政策體制下，得到了充分利用，所以我們可以說人口紅利是推動中國經濟增長主要因素之一。老年人的增多或者老年撫養比的加大在1990—2007年間甚至促進經濟增長，這也說明了老齡化對中國儲蓄的影響和老年人力資本的重要性，按照這個觀點，也就是說帶來了第二人口紅利。人口紅利是不可持續的，人口轉變所帶來的戰略機遇期只是為一個國家或地區的經濟增長提供了一個有利的環境，要將潛在的機遇轉換為現實的經濟增長和財富積累，充分利用當前的人口紅利機遇期是促進經濟增長的重要戰略契機，必須輔之以及時而有效的發展戰略調整。其中，適宜的政策和體制至關重要，需要政策制定者根據人口結構的改變對政策做出相應的調整，如促進城市化，人力資本的優化配置，才能促進人口紅利的更好利用；物質資本已不是經濟增長的主要動力，勞動力質量投資是最大化人口紅利和經濟增長的重要舉措，政府尤其是中央政府應該注重教育、科研、衛生等投資，注重于如何提供廉價、公平、普遍的受教育機會，中央政府要給予凈人口遷出地區經濟補償，以加大中西部尤其是貧困地區和農村的科研、衛生投入，使我國“人口紅利”效應最大化。