生育率的影响篇（1）

中图分类号 G710 文献标识码 A 文章编号 1008-3219（2016）10-0039-06

一、研究背景和问题

改革开放以来，我国经济以年均9.8%的速度快速增长，但在经济发展过程中出现了较多问题，如何提高经济增长质量成为中国经济进入新常态下的突出问题之一。在当前劳动力与原材料等生产要素成本上升、资源和环境约束加剧情况下，我国提高经济增长质量的重要途径之一显然是提高全要素生产率（TFP）。而职业教育与TFP提高紧密相关，职业教育可通过促进要素重置、优化人口结构、产业结构和就业结构、提高劳动力质量、缩小城乡收入差距、实现教育公平、促进技术创新、有助于技术外溢吸收、加快技术扩散和推进专业化分工等方面作用于TFP。而中国职业教育发展取得了显著成绩，职业教育规模大幅提高，2013年职业教育在校生和毕业生数合计达3967.54万人，占总人口的2.916%。职业教育的发展显然离不开经费投入的增长，2013年，我国职业教育经费投入增加到3590.12亿元，占GDP比重上升到0.61%①。由此可见，中国职业教育规模及其投入较高。而职业教育包括高等、中等和初等职业教育②，每一层次职业教育投入均包括公共教育投入和非公共教育投入，那么，哪一层次职业教育的公共投入或非公共投入对我国总体及不同区域TFP产生的影响最大？每一层次职业教育中公共投入与非公共投入对我国总体及不同区域TFP的影响是互补还是前者挤出后者？要回答上述问题，就需要在TFP测度时纳入环境因素，进而实证分析职业教育投入对我国及不同区域TFP的影响。

理论研究方面，国外学者Nelson and Phelps（1966）认为，人力资本水平影响一国技术赶超和技术扩散速度，进而影响全要素生产率（TFP）增长[1]；Romer（1990）认为，人力资本决定一国技术创新能力而直接影响一国TFP增长[2]。作为最主要的人力资本投资方式，教育对TFP增长的作用已经在Benhabib and Spiegel（1994），Pritchetl（2001），Aiyar and Feyrer（2002）等人的文献中加以分析[3][4][5]。然而这些文献均是研究整体教育水平对TFP的影响，并未考虑教育的异质性。后来一些国外学者则研究不同层次教育对TFP的影响。如Vandenbussche etal（2006）研究发现，只有高等教育促进了TFP增长，整体教育水平并未显著促进TFP增长[6]；Islam（2010）研究了高等、中等和初等教育对TFP的影响发现，教育对TFP的作用并不显著[7]。国内相关研究也主要集中于整体教育及不同层次教育对TFP的影响。王志刚等（2006）、魏下海和张建武（2010）、张海峰等（2010）分别实证研究了小学以上教育程度人口比例、平均受教育程度、平均师生比率对TFP的影响[8][9][10]；苏柱华和陈胜学（2012）则基于广东1995～2010年面板数据分析发现，农村劳动力平均受教育程度对农业TFP、技术效率、技术进步都产生了一定的阻碍作用[11]。颜鹏飞和王兵（2004）、朱承亮等（2011）实证分析了高等教育对TFP的影响[12][13]；许和连等（2006）实证检验了中等及以上教育与TFP的关系[14]；华萍（2005）、彭国华（2007）、董亚娟和孙敬水（2010）、肖志勇和魏下海（2010）、颜敏和王维国（2011）、张玉鹏和王茜（2011）、陈仲常和谢波（2013）则均实证研究了高等、中等和初等教育对TFP的影响[15][16][17][18][19][20][21]，得出的结论不尽相同，甚至截然相反。

因此，在实证研究方面，关于教育对TFP影响的文献较为丰富，且几乎均是在实证分析时利用某一层次教育人数占总人口比重来衡量相应层次教育，关于教育投入对TFP影响的研究很少，仅发现金戈（2014）的相关研究[22]，但是该研究并未进一步细分教育层次，也没有分区域研究。再者，上述文献在进行实证检验时，并未将环境因素纳入到TFP测度中，仅发现韩海彬等（2014）在实证研究教育对农业TFP影响时考虑到了环境因素[23]，但其未考虑到不同层次职业教育投入对TFP的影响，也忽略了教育的区域异质性。最后，现有文献几乎没有考虑到空间相关性，仅发现魏下海（2010）的研究考虑到了空间溢出效应，但其实证分析的是教育程度对TFP的影响[24]，而非教育投入对TFP的影响。因此，本研究力图弥补上述不足，基于1995～2013年29个省域空间动态面板数据③，将环境因素纳入到TFP测度中，运用空间纠正系统GMM法研究不同层次职业教育公共投入与非公共投入对TFP的影响。

二、模型设定与变量测度

（一）模型设定

依据国内外文献和研究目的，在Lesage and Pace（2009）的广义空间面板模型基础上[25]，设定以公共教育投入（VEG）、非公共教育投入（VEF）和两者的交互变量为解释变量，分别包括高职、中职和初职教育层次的相应投入。同时纳入控制变量X，具体包括城市化水平（CH）、外贸依存度（TR）、外资（FI）、基础设施水平（JS）和制度（ZD）五个变量。并加入TFP的滞后一期④，最终建立如下空间动态面板模型。

1nTFPit=C+γ1nTEPit-1+ρW1nTFPit+β21nVEFit+β31nVEGit*1nVEFit+λXit+μi+φt+εit

εit=φWεit+νit

其中，i和t分别为省域和年份，μ、φ、ε、W分别表示个体虚拟变量、时间虚拟变量、随机误差项、空间权重矩阵。上述空间动态面板模型可以派生出空间动态面板滞后模型和空间动态面板误差模型。

（二）变量测度

首先，对于被解释变量测度。借鉴阚大学等（2015）的做法[26]，在产出指标中同时纳入期望产出指标（GDP）和非期望产出指标（SO2排放量），投入指标中纳入劳动力和资本存量。同时在引入方向性距离函数基础上构造ML生产率指数，进而衡量TFP变动。相应变量原始数据源自《中国统计年鉴》和各省域统计年鉴。

其次，关于解释变量测度。受数据获取限制，研究采用预算内教育经费衡量各层次职业教育公共投入，不采用财政性教育经费测度，原因在于2008年前的《中国教育经费统计年鉴》中并未给出分省域各层次职业教育财政性经费投入数据。采用民办学校中举办者投入、社会捐赠经费与学杂费之和衡量各层次职业教育非公共投入⑤。原始数据源自《中国教育经费统计年鉴》。

再者，关于控制变量测度。分别用城市人口数与总人口数之比、对外贸易总额占GDP比重、实际利用外资金额占GDP比重、公路里程数与省域面积之比、非国有投资与总投资之比衡量城市化水平、外贸依存度、外资、基础设施水平和制度⑥。各变量测度所涉及原始数据来源于《中国统计年鉴》《新中国60年统计资料汇编》和各省域统计年鉴。

三、实证分析

（一）空间自相关检验

为检验省域间各层次职业教育公共投入、非公共投入与TFP是否存在空间自相关，使用空间自相关指数公式计算发现，1995～2013年三者的空间自相关指数Moran’I值呈现一定的波动，但均比0大，说明我国省域间各层次职业教育公共投入、非公共投入与TFP均具有明显的正相关关系，各层次职业教育公共投入、非公共投入与TFP的空间差异现象并不是随机产生的，而是表现出相似值之间的空间集群，各层次职业教育公共投入、非公共投入与TFP在全局上表现出较强的空间依赖特征，各层次职业教育公共投入、非公共投入相对较高的省域倾向于接近其他较高省域，各层次职业教育公共投入、非公共投入相对较低的省域趋于和其他较低省域相邻。同样，TFP水平相对较高的省域倾向于接近其他较高省域，TFP水平相对较低的省域趋于和其他较低省域相邻。进一步分析可知，各层次职业教育公共投入、非公共投入相对较高的省域和TFP水平相对较高的省域存在空间相关性。

（二）空间动态面板模型选择

由上述检验结果可知，需引入空间计量模型进行实证研究，但还需判断是空间动态面板误差模型还是空间动态面板滞后模型，研究采用Anselin and Rey（1991）提出的判别准则进行判断[27]。即依据LM（lag），LM（error），Robust LM（lag）和Robust LM（error）检验统计量的显著性来选择相应模型。从表1中可知，当解释变量分别为高职和中职教育公共投入时，LM（lag）统计量和Robust LM（lag）统计量分别比LM（error）统计量和Robust LM（error）统计量更为显著；当解释变量分别为高职和中职教育非公共投入、初职教育公共投入与非公共投入时，LM（lag）统计量显著，LM（error）统计量未通过显著性检验。因此，实证研究时选择空间动态面板滞后模型。

（三）我国总体实证结果

为了防止产生缪误回归结果，估计前，进行了平稳性检验和协整关系检验，发现变量为一阶单整，存在协整关系。同时为了克服内生性问题和减少空间权重矩阵设定对估计结果产生的影响，采用Jambs and Vrijburg（2009）提出的空间纠正系统GMM法进行实证[28]。结果见表2。

第一，高职教育公共投入与非公共投入均提高了TFP，后者作用较小，两者对TFP的正面影响是互补的。从表2可知，高职教育公共投入提高1%，TFP显著提高了0.082%，高职教育非公共投入提高1%，TFP显著提高了0.049%。可见，高职教育公共投入与非公共投入均提高了TFP。原因在于，中国经济整体发展水平不高，仍然处于工业化进程中，其中制造业和生产业比重较高，需要大量技能型人才，出现的“技工荒”，高技能人才短缺现象正是这一体现，而高职教育公共投入与非公共投入提高了劳动力素质和技能水平，较好满足了这一需求，通过提高技术效率促进了TFP提高；且高职教育公共投入与非公共投入均推动了产业结构和就业结构升级，有助于技术外溢吸收和自主创新，通过促进技术进步提高了TFP。但相对而言，高职教育非公共投入的作用较小。原因可能是人们对高职教育认识仍然存在偏差，高职教育非公共投入较少，以及虽然高职院校初次就业率最高，但高职教育非公共投入的回报率仍然较低的缘故。进一步从交互项的估计系数可知，高职教育公共投入与非公共投入对TFP的正面影响是互补的，说明政府重视高职教育，增加高职教育公共投入推动了经济增长，人们对投资高职教育未来收益的信心因此提高，这有助于引导人们增加高职教育非公共投入。

第二，中职教育公共投入与非公共投入均提高了TFP，后者作用较小，两者对TFP的正面影响也是互补的，且均低于高职教育。从表2可知，中职教育公共投入提高1%，TFP提高了0.056%，在5%水平上通过了显著性检验，中职教育非公共投入提高1%，TFP提高了0.024%，在10%水平上通过了显著性检验。可见，中职教育公共投入与非公共投入也均提高了TFP，原因在于，中国产业结构中劳动密集型行业和传统服务业比重较高，这些行业对劳动力技能水平要求较低，中职毕业生较好地满足了这一需求，通过技术模仿和提高工作熟练程度作用于技术效率促进了TFP提高。且中职教育公共投入与非公共投入通过促进农村劳动力转移和推动城乡教育公平促进了TFP提高。但显然中职教育公共投入与非公共投入的作用均低于高职教育。其中，一个重要原因是近年来各种要素成本上升、人民币升值、全球经济不景气以及我国产能过剩，不少劳动密集型企业经营困难，甚至倒闭破产，使得中职教育公共投入与非公共投入的作用较低。此外，从表2可知，中职教育非公共投入的作用低于公共投入，主要是因为，中职教育者就业困难，人们进行中职教育投入风险较大，投入回报率低。从交互项估计系数可知，中职教育公共投入与非公共投入对TFP的正面影响也是互补的，说明政府对中职教育进行财政补贴和学费减免等公共投入措施大幅降低了人们投资中职教育的成本，有助于引导中职教育非公共投入。但根本上政府还需改善制造业整体行业的营商环境，推动中职教育者就业，让人们获得与其投入相匹配的回报。

第三，初职教育公共投入与非公共投入不利于TFP提高，前者负面影响较大，且前者挤出了后者。从表2可知，初职教育公共投入与非公共投入提高1%，TFP分别提高了-0.043%和-0.021%，且均通过了显著性检验。可见，初职教育公共投入与非公共投入不利于TFP提高，原因可能是初职教育两类投入挤出了中职和高职教育投入；初职教育者多在第一产业就业或是进行简单劳动，提高了技术效率，但却不利于技术进步；也难以通过促进农村劳动力转移和推动城乡教育公平来提高TFP。从表2可知，初职教育公共投入的负面影响较大，从交互项估计系数可知，就对TFP的负面影响而言，初职教育公共投入挤出了非公共投入，说明政府对初职教育的投入并未引导人们提高初职教育投入，原因可能在于初职教育者就业较为困难，人们投入风险较大，投入回报率过低。

第四，TFP存在空间溢出效应。从表2可知，所有回归滞后项参数ρ均为正数，且分别在不同水平上通过了显著性检验，说明相邻省域TFP对本省域TFP产生了影响，TFP存在空间溢出效应。这可能是由于市场化进程的推进促使省域间的要素流动，使其对TFP的边际影响趋于相同，还可能是因为相邻省域间的竞争、政策相似性以及彼此间的技术外溢等。

第五，控制变量对TFP的影响。从表2可知，城市化水平、外贸依存度、基础设施水平和制度均显著促进了TFP增长，其中城市化水平和制度主要是通过促进技术进步提高了TFP，外贸依存度和基础设施水平主要是通过提高技术效率促进了TFP增长⑦。而外资对TFP的促进作用未通过显著性检验，说明中国引进外资的质量较低。

（四）区域层面实证结果

文章进一步利用空间纠正系统GMM法估计了职业教育投入对三大地区TFP的影响，结果见表3。

第一，三大地区高职教育公共投入与非公共投入均提高了TFP，后者作用较小，两者对TFP的正面影响是互补的，且在东部地区更为突出。从表3可知，三大地区高职教育公共投入提高1%，TFP分别显著提高了0.131%、0.079%、0.062%，三大地区高职教育非公共投入提高1%，TFP分别显著提高了0.076%、0.043%、0.035%。可见，三大地区高职教育两类投入均提高了TFP，且公共投入对TFP的作用高于非公共投入。从交互项的估计系数可知，三大地区高职教育两类投入对TFP的正面影响是互补的，且在东部地区更为突出。原因可能在于东部地区政府增加高职教育公共投入能通过技术效率提高和促进技术进步推动本地区经济更高质量的增长，而该地区产业结构中高端制造业和现代服务业比重较高，需要大量高技能型人才，故高职教育非公共投入的未来收益率较高，导致人们更愿意增加高职教育非公共投入。

第二，三大地区中职教育公共投入与非公共投入均提高了TFP，后者作用较小，在东部地区前者挤出了后者，在中西部地区两者是互补的，另西部地区两者对TFP的影响大于其高职教育相应投入的影响。从表3可知，三大地区中职教育公共投入提高1%，TFP分别显著提高了0.031%、0.065%、0.074%，三大地区中职教育非公共投入提高1%，TFP分别显著提高了0.019%、0.034%、0.046%。可见，三大地区中职教育两类投入均提高了TFP，且前者对TFP的作用高于后者。从交互项的估计系数可知，对TFP的影响，在东部地区前者挤出了后者，在中西部地区两者是互补的。原因可能在于东部地区政府增加中职教育公共投入推动本地区经济增长方式转变的可能性较小，其也难以满足该地区产业结构升级需要，人们投资中职教育后在该地区就业较为困难，人们对投资的未来收益率缺乏信心。此外，只有西部地区中职教育两类投入对TFP的影响大于其高职教育相应投入的影响，东中部地区的结论与之相反。

第三，三大地区初职教育公共投入与非公共投入均不利于TFP提高，前者负面影响较大，前者挤出了后者，且在东部地区更为突出。从表3可知，三大地区初职教育公共投入提高1%，TFP分别显著提高了-0.067%、-0.038%、-0.029%，三大地区初职教育非公共投入提高1%，TFP分别显著提高了-0.041%、-0.019%、-0.014%。可见，三大地区初职教育两类投入均不利于TFP提高，且初职教育公共投入的负面影响较大。从交互项的估计系数可知，就对TFP的负面影响而言，三大地区初职教育公共投入均挤出了非公共投入，且在东部地区更为突出。说明东部地区政府对初职教育的投入难以促进本地区经济增长，初职教育者在东部地区更加难以就业，初职教育非公共投入风险过大，投入难有收益，甚至收益为负数，因此挤出了人们初职教育投入。

四、结论与政策建议

第一，各层次职业教育公共投入、非公共投入与TFP均存在空间自相关，TFP存在空间溢出效应。因此，各个省域政府在制定本地区经济政策提高TFP时，需统筹考虑本省情况和相邻省域溢出效应。这需要中央政府和各地区政府相关部门深化要素市场改革，打破要素地区间流动壁垒，同时需要各省域间相互协调、相互合作，进而提高TFP。

第二，高职教育和中职教育的各自公共投入与非公共投入均提高了我国的总体TFP，两类职业教育非公共投入的作用均较小，高职教育和中职教育的各自公共投入与非公共投入对TFP的正面影响是互补的，但中职教育两类投入对TFP的影响均低于高职教育相应投入，初职教育两类投入则不利于TFP提高，前者负面影响较大，且前者挤出了后者。因此，从全国层面，应重点加大高职教育公共投入，提高高职教育公共财政投入占财政支出的比重，并从法律上对高职教育公共财政投入予以规范；同时促进经济增长，提高高职毕业生的就业率和收入水平。而对于初职和中职教育，也需适度加大公共财政投入，让初职和中职教育者能接受到更高层次职业教育，以发挥进入高层次职业教育后两类投入对TFP正面影响的互补效应。

第三，三大地区高职教育公共投入与非公共投入均提高了TFP，后者作用较小，两者对TFP的正面影响是互补的，且在东部地区更为突出；三大地区中职教育两类投入也均提高了TFP，后者作用较小，在东部地区前者挤出了后者，在中西部地区两者是互补的，且西部地区两者对TFP的影响大于其高职教育相应投入的影响；三大地区初职教育两类投入也均不利于TFP提高，前者负面影响较大，前者挤出了后者，且在东部地区更为突出。因此，首先，三大地区尤其是东部地区需重点加大高职教育公共投入，以促进非公共投入增加，进而通过互补效应提高地区TFP；其次，中西部地区尤其是西部地区近期需重点加大中职教育公共投入，以带动非公共投入增加，进而通过互补效应作用于技术效率提高地区TFP。最后，东部地区需适度加大初职和中职教育公共投入，使初职和中职受教者能得到高职教育机会，进而规避初职教育两类投入对TFP的负面影响及其挤出效应，规避中职教育两类投入对TFP正面影响的挤出效应；中西部地区也需适当加大初职教育公共投入，使初职教育者能得到高层次职业教育的机会，避免其两类投入对TFP的负面影响及其挤出效应。

参 考 文 献

[1]Nelson R R， Phelps E S. Investment in Humans， Technological Diffusion， and Economic Growth[J]. American Economic Review，1966，56（1）：69-75.

[2]Romer P M. Endogenous Technological Change[J].Journal of Political Economy，1990，98（5）：71-102.

[3]Benhabib J， Spiegel M. The Role of Human Capital in Economic Development Evidence from Aggregate Cross-country Data[J]. Journal of Monetary Economics，1994（34）：143-173.

[4]Pritchett L.Where has All the Education Gone？[J].World Bank Economic Review，2001（15）：367-391.

[5]Aiyar S， Feyrer J. A Contribution to the Empirics of Total Factor Productivity[R]. Dartmouth College， Working Paper，2002.

[6]Vandenbussche J， Aghion P， Meghir C. Growth， Distance to Frontier and Composition of Human Capital[J]. Journal of Economic Growth， 2006（11）：97-127.

[7]Islam，R. Human Capital Composition， Proximity to Technology Frontier and Productivity Growth[J]. Department of Economics， discussion paper， 2010，23（10）：1-41.

[8]王志刚，龚六堂，陈玉宇.地区间生产效率与全要素生产率增长率分解（1978-2003）[J].中国社会科学，2006（2）：55-66.

[9]魏下海，张建武.人力资本对全要素生产率增长的门槛效应研究[J].中国人口科学，2010（5）：48-58.

[10]张海峰，姚先国，张俊森.教育质量对地区劳动生产率的影响[J].经济研究，2010（7）：57-67.

[11]苏柱华，陈胜学.人力资本对农业全要素生产率、技术效率和技术进步的影响[J].南方农业学报，2012（8）：1235-1240.

[12]颜鹏飞，王兵.技术效率、技术进步与生产率增长：基于DEA的实证分析[J].经济研究，2004（12）：55-65.

[13]朱承亮，师萍，岳宏志等.人力资本、人力资本结构与区域经济增长效率[J].中国软科学，2011（2）：110-119.

[14]许和连，元朋，祝树金.贸易开放度、人力资本与全要素生产率：基于中国省际面板数据的经验分析[J].世界经济，2006（12）：3-10.

[15]华萍.不同教育水平对全要素生产率增长的影响[J].经济学，2005（1）：147-166.

[16]彭国华.我国地区全要素生产率与人力资本构成[J].中国工业经济，2007（2）：52-59.

[17]董亚娟，孙敬水.中国教育支出对生产率的影响及溢出效应[J].山西财经大学学报，2010（9）：16-23.

[18]肖志勇，魏下海.教育不平等、人力资本与中国全要素生产率增长――来自省际面板数据的经验研究[J].统计与信息论坛，2010（3）：76-81.

[19]颜敏，王维国.分层次人力资本与全要素生产率基于分位数回归的解析[J].数学的实践与认识，2011（3）：17-24.

[20]张玉鹏，王茜.人力资本构成、生产率差距与全要素生产率：基于中国省级面板数据的分析[J].经济理论与经济管理，2011（12）：27-36.

[21]陈仲常，谢波.人力资本对全要素生产率增长的外部性检验――基于我国省际动态面板模型[J].人口与经济，2013（1）：68-75.

[22]金戈.不同层次和来源教育投入对地区全要素生产率的影响[J].浙江社会科学，2014（6）：117-118.

[23]韩海彬，赵丽芬，张莉.异质型人力资本对农业环境全要素生产率的影响：基于中国农村面板数据的实证研究[J].中央财经大学学报，2014（5）：105-112.

[24]魏下海.人力资本、空间溢出与省际全要素生产率增长[J].财经研究，2010（12）：94-104.

[25]Lesage J， Pace A. Introduction to Spatial Econometrics[M].CRC Press， Taylor & Francis Group，2009.

生育率的影响篇（2）

中图分类号 G718.5 文献标识码 A 文章编号 1008-3219（2016）28-0027-06

一、引言

目前，中国经济进入新常态，如何在保持经济稳定增长的同时，更加有效地提高经济增长质量显然是一个值得研究的问题。在人口红利终结、土地等生产要素投入面临瓶颈、资源和环境约束加剧的背景下，提升全要素生产率（TFP）是我国提高经济增长质量的重要途径。作为与TFP提升极为相关的高等职业教育与普通高等教育，在促进劳动力转移，提高劳动力质量，优化产业结构和就业结构，缩小城乡收入差距，实现教育公平，促进技术创新、技术外溢吸收，加快技术扩散和推进专业化分工等方面影响TFP。但高等职业教育与普通高等教育对TFP的影响存在局限性，不同地区产业结构和就业结构水平存在差异，且地区高等职业教育与普通高等教育发展不平衡，高等职业教育与普通高等教育程度差异显著，不同地区高等职业教育与普通高等教育对TFP的影响可能并不相同。目前国内外学者在研究人力资本对TFP影响中，已经实证检验了高等教育对TFP的影响，但很少关注中国高等职业教育与普通高等教育扩招对TFP的影响。依据中国教育在线的全国历年参加高考人数和录取人数统计，可知1998年前高考录取率均低于40%，其中，1977年录取率仅为4.8%，1998年后高考录取率大幅增长，2000年录取率增加到56%，2014年更是高达74.33%。高等职业教育与普通高等教育的扩招提高了全民素质，促进了TFP提高，但高等职业教育与普通高等教育扩招在一定程度上导致了高等教育质量下降，大学生就业难，出现了知识性失业和过度教育，也致使大学生高等教育投资回报率低，出现了高中生放弃高考和部分省市高招计划连续几年未完成的现象。以曾经是全国高考录取比例最低的河南省为例，已连续3年未完成高招计划，2014年有近7万招生计划数未完成。因此，高等职业教育与普通高等教育扩招对TFP的促进作用受到了限制。由此，1999年开始的高等职业教育与普通高等教育扩招对TFP究竟有何影响，显然值得深入研究。

二、文献综述

关于高等教育对TFP影响的研究成果较为丰富，如董亚娟和孙敬水、肖志勇和魏下海、朱承亮等、陈仲常和谢波、韩海彬等、金戈等人的研究[1][2][3][4][5]6]。但这些文献并未研究中国高等教育扩招对TFP究竟产生了何种影响。目前学术界主要实证研究的是中国高等教育扩招的其他影响，如陈厚丰和吕敏基于1998-2004年数据，认为高等教育扩招增长速度应与我国GDP增长速度保持基本同步，扩招过快增长可能导致高等教育发展c经济发展失衡[7]；李春玲基于国家统计局2005年1%人口抽样调查数据，利用logit模型对高等教育扩招对教育不公平的影响进行了实证研究[8]；冯用军基于1999-2009年数据，利用灰色关联等模型实证研究了高等教育扩招与经济波动的关系[9]；景光仪利用VAR模型实证分析了高校扩招后高等教育投资对就业结构的影响[10]；许玲丽等利用中国综合社会调查项目数据和边际处理效应分析框架，实证发现高等教育扩招对个人回报产生了积极影响[11]，但该研究使用1998年之后参加高考的样本容量较为有限；吴振球等基于我国1999-2010年数据，运用教育量简化指数法，实证发现高等教育扩招对国民收入年增长率的贡献率偏低，且地区间贡献率很不平衡[12]；刘六生和陈为峰基于高等教育弹性系数视角，实证研究了云南高等教育扩招对经济发展的影响[13]；张兆曙和陈奇基于中国综合社会调查项目数据，实证分析了高等教育扩招对教育机会性别平等的影响[14]；刘哲剑等利用因子分析和聚类分析等方法，实证发现高等教育扩招同GDP增长间为显著负相关[15]；李彬彬和杨晓萍则基于西北五省1999-2008年高校扩招数据，实证研究了高等教育规模与经济增长之间的相关性。显然这些研究未涉及高等教育扩招对TFP的影响[16]。

本研究不同于上述文献。首先，将高等教育扩招细分为高等职业教育和普通高等教育扩招，研究两者对中国TFP的影响。其次，高等职业教育与普通高等教育扩招类似于在我国进行的一项准自然实验，其对高等职业教育与普通高等教育程度存在异质性的地区的TFP会产生不同程度的影响，将分地区研究。再次，大多数文献在实证分析高等教育对TFP的影响时，测度TFP并未纳入环境因素，而一个不容忽视的事实是我国经济增长取得的巨大成就在很大程度上是靠牺牲环境取得的，故本研究在测度TFP时将环境因素纳入其中。第四，现有研究基本没有考虑到内生性问题，即TFP的增长也会对高等职业教育与普通高等教育扩招产生影响，本研究将借鉴Nunn and Qian的估计策略[17]，采用准倍差法进行实证分析。最后，本研究将同时实证分析高等职业教育与普通高等教育扩招对中国TFP的平均影响和边际影响。

三、实证研究

（一）模型设定

为了利用准倍差法研究高等职业教育与普通高等教育扩招对TFP的净影响，需在样本研究中引入一组未受到高等职业教育与普通高等教育扩招这一准自然实验影响的参照物，即控制组。也就是需要找到一组不受1999年开始的高等职业教育与普通高等教育扩招影响的样本，而由于高等职业教育与普通高等教育扩招是全国性的，因此很难找到准确的控制组。Nunn and Qian关于土豆引进对欧洲人口增长和城市化的影响研究也遇到了类似问题，也是难以找到不受土豆引进影响的样本，最终二人将土豆引进视为历史实验，将各地区地理条件作为引进土豆这一事件的处理强度，建立了准倍差法模型[18]。而我国地区差异较大，存在异质性，高等职业教育与普通高等教育扩招对各地区TFP的影响也存在相应的差异性，可视为准自然实验。但高等职业教育与普通高等教育扩招对TFP的影响很难直接在数据上反映，而各地区高等职业教育与普通高等教育招生数占总人口的比重肯定和高等职业教育与普通高等教育扩招对TFP的影响有一定的相关性，故借鉴Nunn and Qian的做法[17]，将各地区高等职业教育与普通高等教育招生数占总人口比重的变化率作为扩招这一事件的处理强度。并依据国内外学者关于TFP影响因素研究，基于省级面板数据，建立了如下模型：

其中i为省域，t为年份，eff和te分别为技术进步指数和技术效率指数，G为普通高等教育招生数占总人口比重的变化率，V为高等职业教育招生数占总人口比重的变化率，本研究引入二者分别作为普通高等教育与高等职业教育扩招这一事件的处理强度；Yq为指示变量，高校扩招前为0，之后（1999-2014年）为1；X为控制变量，即城市化水平UR、外资FDI、经济开放度EO、基础设施水平BS、制度IN，μ、φ分别为省域和年份虚拟变量，用来控制不可观测的省域特性和时间变化的影响；Yp为加入年份的虚拟变量，如果是p年，则为1，否则为0。显然，β0和β1分别为普通高等教育与高等职业教育扩招的影响，为平均影响，如果β0和β1为正，说明高等教育扩招对高等教育发达地区的TFP等因变量产生了更大的影响，否则相反；β0+αp1和β1+αp2则分别为普通高等教育与高等职业教育扩招在p年对TFP等因变量的边际影响，以反映随着时间变化，两类教育扩招对TFP等因变量产生的影响。

（二）变量测度与数据说明

首先，关于TFP测度。本研究参考大多数文献做法，将劳动力和资本存量作为投入指标，将GDP和SO2排放量作为期望产出和非期望产出指标①，为了扩大期望产出，缩小非期望产出，引入方向性距离函数，在此基础上构造Malmquist-Luenberger生产率指数，以此衡量TFP变动率，并分解为技术进步指数eff和技术效率指数te。具体是利用MaxDEA6.0软件来测算。

其次，关于控制变量测度。本研究用城市人口数与总人口数之比衡量城市化水平，用实际利用外资金额占GDP比重测度FDI，用进出口总额占GDP比重衡量经济开放度②，用公路里程数与省域面积之比测度基础设施水平，用非国有投资与总投资之比衡量制度。

上述变量原始数据来源于《中国教育统计年鉴》、《中国统计年鉴》、各省域《统计年鉴》和《新中国60年统计资料汇编》。本研究选择的样本时间为1992-2014年，29个省域，其中数据不全，将其排除，并为保持数据口径相对一致，重庆与四川合并。各变量的描述统计量见表1。

（三）实证结果

1.平均影响

由于我国各地区差异较大，使用普通最小二乘法对省级面板数据模型回归可能会产生异方差和序列相关等问题，致使估计结果不可靠，而广义最小二乘法能较为有效地克服上述问题。因此，采用广义最小二乘法估计，由于使用Hausman检验结果均支持固定效应模型，因此，后续估计结果中均是基于固定效应模型。

首先，普通高等教育与高等职业教育扩招在两类教育发达的地区越能促进TFP增加。从表2可知，β0和β1均为正数，且均通过了显著性检验，说明普通高等教育扩招对普通高等教育发达地区的TFP、eff、te产生了更大的影响，高等职业教育扩招对高等职业教育发达地区的TFP、eff、te产生了更大的影响，即普通高等教育扩招在普通高等教育发达的地区越能够促MTFP、eff、te增加，在普通高等教育欠发达地区对TFP、eff、te的促进作用较小，这一结论对高等职业教育同样适用。进一步发现，普通高等教育扩招在普通高等教育发达地区主要是通过促进技术进步提高TFP，高等职业教育扩招在高等职业教育发达地区主要是通过改善技术效率提高TFP。

其次，两类教育扩招对TFP增长的促进作用在不同地区表现出异质性。具体就普通高等教育而言，由于北京、上海、江苏、辽宁、广东、湖北、陕西等省份普通高等教育较为发达，天津、山东、四川、吉林、黑龙江、湖南、安徽等省份次之，河北、海南、江西、山西、云南、内蒙古等15省份最弱，普通高等教育扩招对TFP的平均影响在这些省份间表现出了差异性，从区域角度看，普通高等教育扩招对普通高等教育较为发达的东部地区TFP促进作用更为明显，对中部地区TFP促进作用次之，对西部地区TFP促进作用最不明显。同样，就高等职业教育而言，由于广东、江苏、山东、河北、辽宁、浙江、安徽、河南、湖南等省份高等职业教育较为发达，北京、上海、天津、福建、湖北、江西、山西、陕西、黑龙江等省份次之，海南、云南、内蒙古、广西、贵州、甘肃等11省份最弱，高等职业教育扩招对TFP的平均影响在这些省份间也表现出了异质性，从区域角度看，高等职业教育扩招对高等职业教育较为发达的东部地区TFP促进作用更为明显，对中部地区TFP促进作用次之，对西部地区TFP促进作用最不明显。

再者，对于普通高等教育与高等职业教育发达的地区，普通高等教育扩招对TFP的促进作用高于高等职业教育扩招。因此，东部地区普通高等教育扩招对TFP的促进作用要高于高等职业教育扩招。原因在于东部地区产业结构中知识技术密集型行业，特别是高新技术行业比重较高，需要大量的普通高等教育人才（本科、硕士和博士）从事产品技术研发。且东部地区服务业比重较高，部分省市已远超工业，特别是金融会计、专有权利及其许可、法律等新兴服务业比重增加较快，需大量普通高等教育人才，同时对职业教育人才的技能知识要求也大幅提高，增加了对高等职业教育的需求，但东部地区普通高等教育更为发达，致使其对TFP的促进作用最大。从表2可知，对于普通高等教育与高等职业教育发达的地区，普通高等教育扩招对技术进步的促进作用高于高等职业教育扩招，高等职业教育扩招对技术效率的促进作用高于普通高等教育扩招。从区域角度看，这一结论显然也适合东部地区。

最后，控制变量城市化水平通过要素集聚和要素重置效应在1%水平上显著促进了TFP增长，其主要是通过促进技术进步来提高TFP，这说明城市化是我国TFP增长的重要影响因素，对我国经济增长质量的提高有着重要影响。而外资的系数为正，但未通过显著性检验，这说明我国引进的外资质量不高，对TFP的促进作用不显著。经济开放度和基础设施水平对TFP促进作用在5%水平上显著，均主要是通过提高技术效率促进了TFP增长，后者通过有利于知识技术扩散、要素流动、经济集聚和市场扩张，促进了TFP增长。控制变量制度则主要是通过促进技术进步在10%水平上显著提高了TFP。

2.边际影响

这里同样采用广义最小二乘法来估计高等教育扩招对TFP的边际影响。

首先，两类教育扩招对TFP的影响存在一定的滞后性。从表3可知，普通高等教育的准倍差法估计量与1999-2003年的虚拟变量交互项（Git*Yq*Y1999）、（Git*Yq*Y2000）、（Git*Yq*Y2001）、（Git*Yq*Y2002）、（Git*Yq*Y2003）的回归系数和高等职业教育的准倍差法估计量与1999-2002年的虚拟变量交互项（Vit*Yq*Y1999）、（Vit*Yq*Y2000）、（Vit*Yq*Y2001）、（Vit*Yq*Y2002）的回归系数均不显著，但2004-2014年，前者回归系数显著为正，2003-2014年，后者回归系数显著为正，说明2004年开始，普通高等教育扩招χ泄TFP增长有显著的正向效应，2003年开始，高等职业教育扩招显著促进了中国TFP增长。原因可能在于1999年高校扩招录取的普通高等教育学生和高等职业教育学生分别是2003年和2002年才开始就业，经过一年的工作熟悉，才通过作用技术进步和技术效率对TFP增长产生显著影响，即普通高等教育和高等职业教育扩招对TFP的影响存在一定的滞后性。

其次，从表3可知，普通高等教育与高等职业教育两类教育扩招对TFP的边际影响分别在2004年和2003年开始显著逐渐增加，到2007年两者边际影响均达到最大，分别为0.1541和0.1636，此后两者边际影响开始逐渐下降。原因可能在于2008年全球金融危机爆发，使得我国面临的外部经济环境变差，加上4万亿投资所引发的后来产能过剩，使得国内相关行业经济不景气，与普通高等教育规模和高等职业教育规模快速增加相对应的是在相关政策措施跟不上的情况下，教学质量滑坡，毕业生就业技能水平低下。这致使普通高等教育和高等职业教育学生就业越发困难，导致两者扩招对TFP的边际影响下降。

再者，从表3可知，2004-2014年普通高等教育扩招对中国TFP的边际影响小于高等职业教育扩招。原因可能在于中国入世后一开始很多企业遇到了挑战，经过3年左右时间调整，才逐渐适应其规则，进而2004-2007年经济发展较快，产业结构中技能型的现代制造业和现代生产业比重增加，对高等职业教育产生了较多需求。并且中国作为发展中国家承接了大量发达国家产品的制造环节转移，这一环节往往需要的是熟练的技能型劳动力。同时，相对发达国家，中国经济发展整体水平仍然不高，产业结构中技术知识密集型行业、高精尖行业和新兴服务业比重还较低，对普通高等教育需求增加有限，且发达国家将产品的研发、设计等高附加值环节大多依然保留在国内，致使中国在国际产业链中位于较低端，降低了对普通高等教育需求增加的幅度。2008年后虽然遇到了全球金融危机和严重的产能过剩，但相对而言，普通高等教育供求失衡更为明显，专业和用人单位需求不尽符合，而与此相对应的是“技工荒”，高技能人才短缺。依据21世纪教育研究院的《中国教育发展报告2014》（教育蓝皮书）和麦可思研究院的《2014年中国大学生就业报告》（就业蓝皮书）公布的数据，可知高职高专院校初次就业率最高，高于“211”（包括“985”）重点大学，专科生的初次就业率高于本科生。这在一定程度上也说明高等职业教育扩招对TFP的边际影响较高。

（四）稳健性检验

为检验上述实证结果的可靠性，分别利用各地区普通高等教育扩招比例与高等职业教育扩招比例作为解释变量进行计量回归，其中普通高等教育扩招比例=（普通高等教育本年度招生数-普通高等教育上年度招生数）/普通高等教育上年度招生数，高等职业教育扩招比例=（高等职业教育本年度招生数-高等职业教育上年度招生数）/高等职业教育上年度招生数。回归结果表明，虽然两个解释变量的估计系数和显著性有所变化，但并未改变上述实证结果，因此，上述实证结果是稳健的。

四、结论与今后研究方向

高等职业教育与普通高等教育扩招是我国高等教育发展的一项重大决定，可以被视为准自然实验。借鉴Nunn and Qian的估计策略，将各省域高等职业教育与普通高等教育招生数占总人口比重的变化率作为扩招这一事件的处理强度，采用准倍差法克服内生性问题，实证分析了高等职业教育与普通高等教育扩招对中国TFP的平均影响和边际影响。主要得到以下结论：

第一，普通高等教育扩招显著促进了TFP增长，但在不同地区表现出异质性。在普通高等教育发达的地区越能够促进TFP增加，在普通高等教育欠发达的地区对TFP的促进作用较小，这一结论对高等职业教育同样适用。普通高等教育扩招在普通高等教育发达的地区主要是通过促进技术进步提高TFP，高等职业教育扩招在高等职业教育发达地区主要是通过改善技术效率提高TFP。

第二，从区域角度看，普通高等教育扩招对普通高等教育较为发达的东部地区TFP促进作用更为明显，对中部地区TFP促进作用次之，对西部地区TFP促进作用最不明显。这一结论对高等职业教育同样适用。因此，普通高等教育与高等职业教育扩招应更多的偏向于西部地区高校，并通过各种支持政策将毕业生留在当地或吸引东部地区毕业生，以提高西部地区的TFP。

第三，对比来看，对于普通高等教育与高等职业教育发达的东部地区，普通高等教育扩招对TFP的促进作用高于高等职业教育扩招，普通高等教育扩招对技术进步的促进作用高于高等职业教育扩招，高等职业教育扩招对技术效率的促进作用高于普通高等教育扩招。

第四，普通高等教育和高等职业教育扩招对TFP的边际影响存在一定的滞后性。1999-2003年普通高等教育扩招和1999-2002年高等职业教育扩招对TFP没有显著影响，2004-2007年间普通高等教育扩招和2003-2007年间高等职业教育扩招的边际影响逐渐增加，到2007年两者边际影响均达到最大，此后两者边际影响开始逐渐下降。因此，需采取稳增长、调结构措施，继续推进一路一带战略和亚洲基础设施投资银行建设，在解决产能过剩的同时，促进中国产业结构升级，进而扭转普通高等教育和高等职业教育扩招对TFP边际影响下降的趋势。政府还需解决目前普通高等教育存在的地区间教育资源分配不公、创新力不足、教学质量下降和毕业生就业技能低下等问题，解决高等职业教育在办学层次、办学形式、办学条件、经费投入、师资队伍、专业设置、课程体系、人才培养类型等方面存在的问题，这样高等教育才能满足TFP提高的需要。

第五，对比来看，2004-2014年普通高等教育扩招对中国TFP的边际影响小于高等职业教育扩招。因此，这在一定程度上说明教育部提出的600多所新建普通本科高校转型职业教育是存在合理的实证基础的。但也需注意高等职业教育存在的上述问题，只有解决这些问题，才能缓解我国技工荒和高技能人才短缺情况，更好地发挥高等职业教育对TFP的积极作用，扭转高等职业教育扩招对TFP边际影响逐渐下降的趋势。

参 考 文 I

[1]董亚娟，孙敬水.中国教育支出对生产率的影响及溢出效应[J].山西财经大学学报，2010（9）：16-23.

[2]肖志勇，魏下海.教育不平等、人力资本与中国全要素生产率增长―来自省际面板数据的经验研究[J].统计与信息论坛，2010（3）：76-81.

[3]朱承亮，师萍，岳宏志等.人力资本、人力资本结构与区域经济增长效率[J].中国软科学，2011（2）：110-119.

[4]陈仲常，谢波.人力资本对全要素生产率增长的外部性检验―基于我国省际动态面板模型[J].人口与经济，2013（1）：68-75.

[5]韩海彬，赵丽芬，张莉.异质型人力资本对农业环境全要素生产率的影响：基于中国农村面板数据的实证研究[J].中央财经大学学报，2014（5）：105-112.

[6]金戈.不同层次和来源教育投入对地区全要素生产率的影响[J].浙江社会科学，2014（6）：117-118.

[7]陈厚丰，吕敏.扩招以来我国经济结构与高等教育结构的相关性分析[J].高等工程教育研究，2007（1）：39-43.

[8]李春玲.高等教育扩张与教育机会不平等―高校扩招的平等化效应考查[J].社会学研究，2010（3）：82-113.

[9]冯用军.扩招十年来高等教育规模发展波动与经济波动的关系研究[J].中国高教研究，2010（9）：11-14.

[10]景光仪.高校扩招后高等教育投资对就业结构调整的影响[J].集美大学学报，2011（4）：55-59.

[11]许玲丽，李雪松，周亚虹.中国高等教育扩招效应的实证分析[J].数量经济技术经济研究，2012（11）：116-130.

[12]吴振球，孙雪玉，吴世杰.我国高校扩招后高等教育对国民经济增长的贡献率[J].高等教育评论，2013（1）：43-52.

[13]刘六生，陈为峰.扩招背景下云南省高等教育规模与经济发展的关系[J].云南师范大学学报：哲学社会科学版，2013（1）：57-63.

[14]张兆曙，陈奇.高校扩招与高等教育机会的性别平等化[J].社会学研究，2013（2）：173-197.

生育率的影响篇（3）

关键词：

养老金缴费率；人口老龄化；现收现付；生育

文章编号：2095-5960（2013）04-0106-05

；中图分类号：F240

；文献标识码：A

一、引言

人口老龄化不可避免地影响到社会经济政策选择，特别是影响到代际之间收入再分配政策选择，随着人口老龄化加剧，现收现付养老金制度能否持续引起国内外学者关注。Yakita（2001）假设预期寿命不确定，研究了人口老龄化对养老金支付水平的影响，指出人口老龄化导致养老金支付水平提高[1]。Breyer and Stolte（2001）假设劳动力同质，将劳动供给和生育行为内生化，深入研究人口老龄化对养老金支付水平的影响，也得出人口老龄化导致养老金支付水平提高的研究结论[2]。与上述学者研究结论不同，Razin等（2002，2007） 研究指出人口老龄化和养老金支出水平负相关，即随着人口老龄化加剧，养老金支出水平将下降[3][4]。此外，Galasso and Profeta（2002，2007）研究了人口老龄化对政府养老金政策选择的影响，指出为应对人口老龄化，一方面可提高养老金税率和现收现付养老金支付水平，另一方面可降低养老金税率和现收现付养老金支付水平[5][6]。蔡昉、孟昕（2003），童玉芬、刘广俊（2008）等学者将人口老龄化与养老金联系起来进行研究，探讨了人口老龄化背景下不同的养老保障模式[7][8]。王云多（2011，2012）通过研究养老保障水平变动对家庭组成和生育决策的影响，指出政府提高养老保障缴费和待遇将对家庭组成和生育决策产生一定负面影响，而且这些负面影响难以通过家庭内部代际之间和代内之间的转移而完全抵消[9][10]。总体上，已有就养老金缴费水平的研究并未考虑到生育内生性问题。基于此，文章研究人口老龄化背景下生育偏好异质性对现收现付养老金缴费率的影响，将生育孩子偏好异质性加入到一个简化迭代模型，而这种异质性会在那些有或没有孩子的人当中产生收入再分配。

文章结构设定如下：第二部分构建生育偏好异质性影响养老金缴费率的理论模型，第三部分阐述生育偏好异质性对均衡养老金缴费率的影响，第四部分阐述人口老龄化背景下生育偏好异质性与均衡养老金缴费率的关系，第五部分提出研究结论。

二、生育偏好异质性影响养老金缴费率的模型构建

文章使用三期迭代模型研究生育偏好异质性对养老金缴费率的影响，假定企业生产函数为规模报酬不变，生产要素市场为完全竞争，假定经济社会由世代交叠的童年期、工作期和退休期人口组成。个人童年期由其父母抚养；个人工作期不仅要工作和抚养子女，而且还要缴纳养老金；个人退休期消费支出由个人工作期储蓄和退休期领到的养老金负担。假定个人童年期和工作期时间固定，受预期寿命不确定影响，退休期时间长度不确定。为简化起见，假设个人在退休期开始阶段既有可能存活也有可能死亡，假设存活的概率为λ，不考虑非劳动收入和遗赠，就爱听将工作期的储蓄购买年金，假定私人年金市场为完全竞争且保险公司风险中性，保险公司精算公平的年金以供退休者使用。

假定每个人劳动生产率相同，但生育孩子偏好不同。偏好程度由拥有孩子相对于物质消费的边际效用权重α表示。通常情况下，α在代内分布于0和α〖TX-*4〗之间，即α∈[0，α〖TX-*4〗]，累积分布为：F（α）=α0f（α）dx。其中，f（α）是密度函数，即使人口的数量会改变，这种分布在每一代人之间均相同。出于研究的需要，文章还假设每个人有两种选择，即生育孩子〖AKn～〗（≥1）或者不生育孩子。

文章规定工作期时间禀赋为1，假定抚养每个孩子的时间固定，有孩子和没孩子的人工作期储蓄相应如下：

spt=（1-τt）ω（1-ε〖AKn～〗）（1）

snt=（1-τt）ω （2）

式（1）和式（2）中st代表工作期个人储蓄，上标p和n分别代表个人有孩子和没有孩子，τt代表工作期养老金缴款率，ω代表不变的工资率，有孩子和没孩子的人退休期消费如下：

cpt+1=R（1-τt）ω（1-ε〖AKn～〗）+βpt+1（3）

cnt+1=R（1-τt）ω+βnt+1（4）

R=（1+r）/λ是年金毛收益率，βjt+1（j=p，n）表示退休期领到的养老金。文章假设βt+1=βnt+1=〖SX（〗1〖〗σ〖SX）〗βpt+1，σ表示退休期和工作期之间再分配程度，且1-ε〖AKn～〗≤σ≤1，σ=1代表理想再分配，即有孩子和无孩子的退休者养老金相同，而σ=1-ε〖AKn～〗代表无再分配，养老金与缴费期长度成比例，随着生育孩子数量增加，由于抚养孩子的机会成本增加，养老金缴费年限减少，孩子越多领取的养老金越少。由于现行大多数养老金体系都为现收现付形式，都涉及代际收入再分配，因此文章只关注σ=1的情况。

为了便于分析，假设不考虑工作期对一般商品的消费，个人效用取决于生育孩子的数量和退休期消费的贴现值，见式（5）：

Ut=α〖AKn～〗+λρct+1（5）

式（5）为个人效用函数，α代表对孩子的偏好程度，ρ为贴现因子，α=0的人不选择生育孩子，λρ[R（1-τt）ω（1-ε〖AKn～〗）+βt+1]

α〖TX-*4〗〖AKn～〗+λρ[R（1-τt）ω（1-ε〖AKn～〗）+βt+1]>λρ[R（1-τt）ω+βt+1]（6）

这里存在一个偏好截止度α=α*t，满足

α*t〖AKn～〗+λρ[R（1-τt）ω（1-ε〖AKn～〗）+βt+1]=λρ[R（1-τt）ω+βt+1] 或

α*t〖AKn～〗=λρR（1-τt）ωε〖AKn～〗（7）

式（7）左侧代表有〖AKn～〗个孩子的效用，而右侧代表放弃的工资收入，这是抚养〖AKn～〗个孩子的机会成本。当且仅当α*t≤α时个人才会选择生育〖AKn～〗个孩子，当α

Nt+1=〖JB（[〗α〖TX-*4〗α*t〖AKn～〗dF（α）〖JB）]〗Nt（8）

当个人偏好程度α*t≤α≤α〖TX-*4〗，会有〖AKn～〗个孩子。与国内外研究设定一致，文章假设人口增长率（νt）为正，νt=α〖TX-*4〗α*t〖AKn～〗dF（α）。假定养老金制度为现收现付，考虑政府预算平衡，应满足：

τtωLt=λβtNt-1（9）

Lt代表着整个t期劳动供给，Lt=〖JB（[〗α*t0dF（α）+α〖TX-*4〗α*t（1-ε〖AKn～〗）dF（α）〖JB）]〗Nt，即有孩子或没有孩子的人劳动供给总和。从式（7）可知，每位退休者养老金如下：

βt=〖SX（〗τtω〖〗λ〖SX）〗〖JB（[〗α*t0dF（α）+α〖TX-*4〗α*t（1-ε〖AKn～〗）dF（α）〖JB）]〗vt-1（10）

现在考虑改变养老金缴费率对生育偏好截止度的影响，从式（7）可知α*t=λρR（1-τt）ωε，由α*t对τt求导，可得：

〖SX（〗dα*t〖〗dτt〖SX）〗=-λρRωε

在理想再分配状态下，生育和抚养孩子导致工作时间缩短不会减少养老金，并且随着养老金缴费率提高会降低净缴费工资，这是抚养孩子的机会成本，当缴费率上升时，甚至不太想要孩子的人也会选择要孩子，会提高生育率。

三、生育偏好异质性对均衡养老金缴费率的影响

参照Galasso和Profeta的研究，文章假设养老金缴费水平由生活在工作期和退休期的人决定，比较两个可选择的缴费率。

首先，考虑工作年龄人口最偏好的缴费率。有孩子和没有孩子的人一生效用分别如下：

Upt=α〖AKn～〗+λρ[R（1-τt）ω（1-ε〖AKn～〗）+βt+1（12）

Unt=λρ[R（1-τt）ω+βt+1（13）

在政策选择方面，通过预算考虑缴费率对个人的影响。假定由个人决定缴费率时，个人会意识到他们当前选择的缴费率也会影响他们退休期养老金水平，即τt+1=τ。文章旨在说明在当前生育行为下改变养老金缴费水平的可能性，从式（12）和（13）可知，没有孩子人最偏好缴费率τn满足：

〖SX（〗dUnt〖〗dτt〖SX）〗=λρ〖JB（[〗-Rω+〖SX（〗dβt+1〖〗dτt〖SX）〗〖JB）]〗=0

而有孩子人最偏好缴费率τp满足：

〖SX（〗dUpt〖〗dτt〖SX）〗=λρ〖JB（[〗-Rω（1-ε〖AKn～〗）+〖SX（〗dβt+1〖〗dτt〖SX）〗〖JB）]〗=0

因此，可以通过提高缴费率来增加养老金。假定dβt+1/dτt>0，d2βt+1/dτ2t

此外，与工作年龄人口相比，退休者偏好使他们养老金最大化的缴费率，退休年龄人口生育率已经在前期决定。假定退休者对缴费率偏好呈单峰状，最偏好缴费率τr满足dβt/dτt|vt-1=0，有和没有孩子的退休者偏好同一缴费率。出于分析目的，文章假定对有孩子的工作者而言，缴费率τr小幅增加引起的养老金增长远多于由人口增长诱发的养老金增长，即Rω（1-ε〖AKn～〗）>>βt+1（τr）[（dvt（τr）/dτ）/vt（τr）]，在这种情况下τp

众所周知，在单峰偏好假设下，均衡缴费率与决策人选择一致。由于大多数人口为工作年龄人口，因此决策人若为工作年龄人口，偏好α=αm的工作年龄人口满足：

F（αm）Nt=[1-F（αm）]Nt+λNt-1（14）

结合式（8）和式（14）可得：

αm=F-1〖SX（〗vt-1+λ〖〗2vt-1〖SX）〗=αm（τt-1）（15）

式（15）中vt-1在t期开始已决定，取决于缴费率τt-1。从式（8）和（15）中v的定义可得：

〖SX（〗dαm〖〗dτt-1〖SX）〗=〖SX（〗λ〖AKn～〗〖〗2（vt-1）2〖SX）〗〖SX（〗f（α*（τt-1））〖〗f（αm）〖SX）〗〖SX（〗dα*t-1〖〗dτt-1〖SX）〗

〖PS16.EPS，BP#〗

〖TS（〗〖HT5”H〗〖JZ〗图1决策人偏好与偏好截止度〖TS）〗

因此，考虑式（16）和dα*t-1/dτt-1

推论1：如果α*（0）>αm（0），那么0

推论2：如果α*（0）≤αm（0），〖AKτ^〗（0，1]。

在推论2情况下，暗示当α*（0）≤αm（0）时，对于任意τ∈[0，1]，αm（τt-1）曲线仍然在α*（τt）曲线上方，即决策人是一个有〖AKn～〗个孩子不考虑缴费率的人。在这种情况下，均衡缴费率〖AKτ～〗与有孩子人的偏好缴费率τp相同，即〖AKτ～〗=τp。另一方面，在推论1情况下，αm（0）

四、人口老龄化、生育偏好异质性与均衡缴费率

正如上面提到的，人口老龄化可以被描述为退休期开始时生存概率提高。从式（7）知道，预期寿命延长不会影响到偏好截止度，个人拥有的孩子数量不变，基于精算的年金可得。因此，曲线α*（τ）并不会随着预期寿命的延长而移动。另一方面，随着退休期生存概率提高，表明退休人口占总人口比例增加，预期寿命延长会使曲线αm（τ）向上移动。因此，人口老龄化使强烈拥有孩子偏好的人成为决策人。

当退休期开始存活概率为λ时，令〖AKτ～〗λ代表均衡情况下的缴费率，考虑如下两种情况：一种情况〖AKτ^〗≤〖AKτ～〗λ，另一种情况〖AKτ～〗λ

现在考虑预期寿命从λ延长到λ'。当α*不受影响时，对αm的影响如式（14）所示，F'（αm）dαm=〖SX（〗1〖〗2ν（〖AKτ～〗λ）〖SX）〗dλ或〖SX（〗dαm〖〗dλ〖SX）〗=〖SX（〗1〖〗2ν（〖AKτ～〗λ）f（αm）〖SX）〗>0。在第一种情况下，正如在给定τt，第一种情况下不等式不能被逆转一样，预期寿命延长不会改变均衡缴费率。也就是说，随着预期寿命延长，一个对孩子拥有强烈偏好的人会变成一个决策人。然而，在这种情况下，均衡缴费率不会改变，仍为τp（即〖AKτ～〗λ'=τp，τp=〖AKτ～〗λ），偏好的截止度也不会改变。另一方面，随着退休人口的增加，每位退休者的养老金会减少。

在第二种情况下，式中的不等号不会改变，如果与αm和α*之差相比，dαm/dλ较小。也就是说，当均衡缴费率足够低，以至于决策人没有孩子甚至预期寿命延长，均衡缴费率仍为τn（即〖AKτ～〗λ'=τn（=〖AKτ～〗λ）），人口增长率不会改变。随着退休人数增加，每个退休者养老金会下降。相比之下，与αm和α*之差相比，如果dαm/dλ足够大，如果它改变了不等式，这时预期寿命延长使均衡缴费率从τn变为τp，即〖AKτ～〗λ'=τp。因此，如果人口增长率充分低或者如果人口不那么集中在偏好αm，预期寿命延长能使决策人从一个没有孩子的工作者转到一个有孩子的工作者，这使均衡缴费率从τn上升到τp。

五、结语

文章分析了人口老龄化背景下生育偏好异质性对现收现付制养老金缴费率的影响，通过内生生育行为，研究表明，由于现行的养老金发放多为现收现付，养老金缴费水平受生育决策影响。如果缴费决策权由偏好不生育孩子的人转到偏好生育孩子的人，应选择提高养老金缴费率，这会导致不太喜欢孩子的人也会选择生育孩子，导致总生育率可能会增加。

在老龄社会，由于存在大量退休者和养老金收益率下降，人口预期寿命延长可能使有孩子的人成为决策人，偏好较高缴费率，生育偏好异质性可能对现收现付养老金制度有积极影响，强化了养老金收入再分配功能。这是因为随着缴费率不断提高，不太喜欢孩子的人也偏好孩子，人口增长率会提高，高生育率会增加未来工作年龄人口，他们是未来的缴费者，大量潜在缴费者的存在可增加未来养老金供给，提高未来退休者养老金支付水平。

参考文献：

[1] Yakita A.Uncertain lifetime， fertility and social security[J].Journal of Population Economic ，2001，14：635-640.

[2] Breyer F， Stolte K.Demographic change， endogenous labor supply and the political feasibility of pension reform[J].Journal of Population Economic ，2001，14：409-424.

[3] Razin A， Sadka E， Swagel P.The aging population and the size of the welfare state[J] European Journal Political Economic ，2002，110：900-918.

[4] Razin A， Sadka E.Aging population： the complex effect of fiscal leakages on the politicoeconomic equilibrium[J] European Journal Political Economic ，2007，23：564-575.

[5] Galasso V， Profeta P.The political economy of social security： a survey[J]European Journal Political Economic，2002，18：1-29.

[6] Galasso V， Profeta P.How does ageing affect the welfare state？ [J] European Journal Political Economic ，2007，23：554-563.

[7] 蔡昉，孟昕.人口转变、体制转轨与养老保险模式的可持续性[J].比较：2003（10）：1-7.

[8] 童玉芬，刘广俊.北京市人口老龄化及对社会保障支出的影响[J].人口与发展：2008（4）：14-20.

[9] 王云多.家庭组成、生育决策与社会保障[J].四川师范大学学报（社会科学版），2011（1）56-62.

[10]王云多.人力资本、内生生育行为与经济增长[J].贵州财经学院学报，2012（4）：77-82.

Fertility Favor Heterogenicity’ Effect on Endowment Insurance Contribution Rate During Aging

WANG Yunduo，XU Zhenxing

（School of Economics and Bisiness Administration，Heilongjiang University，Harbin，Heilongjiang 150080，China）

Abstract：

This paper analyze the effect of heterogeneity of individuals in their preference for having children on the choice of the size of a payasyougo social security system， incorporating the heterogeneity of individuals in their preference for having children， and hence the endogenous fertility choices of individuals in a simple overlapping generations model. The results show that population aging may result in an increase in the contribution rate， increase the share of the retired population who prefer a higher contribution rate； if the system involves redistribution between retirees with different contributions， the increased contribution rate raises the number of individuals who have children， i.e.， future contributors.

Key words：

endowment insurance contribution rate；aging；payasyougo； fertility

生育率的影响篇（4）

成人教育是很多在职人士都会选择的提升学历的一种方式。可是在学习英语的过程中却不尽人意，很多学生参加成人教育时为了一张文凭，有些学生在学习时既追求学习质量又追求学习效率，造成心理过于紧张导致学习效率不高，有些成人学生将学校的规章制度完全不放在眼里，导致学校的学风涣散，学生的学习效率过低。还有就是成人教育机构出现很多不负责的英语老师，在教学的过程中教学模式枯燥单一，只知道让学习背诵英语单词，忽视提高学生英语词汇的运用，导致学生无法将学习到的知识运用到实际中，大大的降低的了学生学习英语的效率。

二、成人学习英语具有的特点

（一）学习目的性强

学生来高等学校学生英语是具有一定的目的性的，学校的学生大部分是来自各行各业、年龄较大、以及参加工作一段时间的人，?@些学生来到学校学习的目的虽然不太相同，但是每个人来学习的目的是明确的，特别是与普通高校的学生相比，可以很清晰的看出成人学生的目的性。在成人学校中学生学习的目的主要有以下几类：（1）为了出国深造和工作打下基础。（2）为了参加各种英语考试而来学习。（3）为了某得外交部门或者相关的英语专业的工作。这些学生都是具有一定的目的性来学习，所以，他们比较珍惜学习的时间，在学习的过程中也比较认真。

（二）班级人数较多，英语基础不同

高等成人教育英语班级中，学生的数量过多，老师在教学的过程中比较难教育到重点，在众多的学生当中有不同生源的学生，比如，普通高中生、职业高中生、小中专生、大中专生、同等学力学生等，这样学生的英语基础有很大的差异，老师在教学的过程中不知道如何掌握难易程度，经常会出现有些学生在学习上困难、有些学生学习重复已知知识的情况，这样的现状加大了英语教师在教学上的难度。

（三）阅历丰富，接受知识能力强

学生在学校中学习课本知识，是学生学习的基础，而社会中的经验更是成人学生在成人教育中的基础，成人在生活阅历的增多下对许多东西都有了一定的了解，成人学生在学习的过程中将学习的知识和自我的生活阅历结合在一起，能比较轻松的理解学习的内容，同时由于成人对事物已经有了极强的认知能力以及抽象思维能力比较发达，老师在讲课的过程中成人学生能更好的理解英语语法的运用以及语句的抽象含义。

三、成人学生英语学习效率的影响因素

（一）心理因素的影响因素

高等成人教育中的成人学生都是具有一定的目的性来学习，因此，他们希望在学习的过程中快速的将学到的知识运用到实际问题上，学生在学习的过程中既追求学习质量又追求学习速度，比如，有些学生希望能快速的学会如何与外国人进行日常交流、谈判，学会快速阅读外文产品说明书，学习如何用英语写报告、说明书、合同书等。学生对自己的学习就会有一定的规划，规定自己在一定的时间学习一定的知识，导致学生在学习时压力比较大，造成心理紧张等不良的现象，从而学习英语没有效率。另外，成人学生的自尊心与虚荣心都比较强，导致学生在学习的过程中不敢知识运用到对话中害怕出错。在这些的心理因素的影响下，学生在学习的过程中有一定的心理负担，阻碍了学生在学习英语知识的运用，从而导致学生的学习效率不高。

（二）学习方法的影响因素

成人在学习英语的单词、课文时学习的过程看成是一个机械记忆与模仿的过程，他们在背、记时，学习的很累、忘记的又很快，在学习的过程中既付出了时间又达不到效果，学习方式呆板不知变通。另外，还有一部分学生在学习时只学习课本中的知识，按照课本的知识来，却不会将课本中的知识运用到实际当中，导致学生达不到学习英语的目的，从而减少对英语的兴趣。

（三）教学教材不合理的影响因素

在学习英语的过程中，课本作为老师与同学的纽带，课本质量的好坏直接影响老师的教学，从而影响学生的学习质量。好的英语教材能辅助教师制定出合理的教学模式、确定教学目标、提供有效的课堂实践活动，可是很多的高等成人教育中的教学材料，内容设置重复，课文陈旧，不具备时代气息，而且难度跨度较大，导致学生在学习的过程中没有积极性，（。）在教学内容简单时，学生很容易抱怨学不到知识，在教学内容较难时，学生又会在学习是比较困难。教材中没有一些实用的对话材料，不能让学生在课堂上进行对话实践，导致学生不能讲学习到的知识运用到实践当中。

（四）教师的教学的影响因素

高等教育的教学中，英语教师的学识水平、教学水平、教学态度、教学方法、教学手段等都会影响成教学员的英语学习效率。高等教育机构往学校招入的都是一些英语文化水平比较高的教师，一般情况下，老师的英语文化水平比较高，都具有比较扎实的英语基础知识，能给学生一些专业的指导。英语教师的文化水平比较高不代表教师的教学水平就高，高等成人教育中的有些英语老师虽然英语文化水平很高，但是在教学表达、教学方法、教学模式上有很大的欠缺，导致在学生在学习时理解不了老师讲的知识。在教学的过程中除了出现教师的教学水平比较低以外，还有些教师在教学的过程中没有敬业精神，只根据自己的讲课方式以及讲课进度，不考虑学生的学习效率，老师的教学因素会严重影响学生学习英语的效率。

（五）成人学生基础的影响因素

在高等教育接受英语教育的学生来自各行各业，年龄、英语知识基础也是比较大的差距。从年龄上来看，成人学生年长的近60岁或者更高，年龄较小的可能都不超过20.从行业上来看，有公司的领导也有公司的职员以及一些家庭主妇。从英语基础上来看，有些成人学生英语基本功比较强，有些甚至都没有接触过，或是以前学过，但是工作中没有运用过，也遗忘的差不多。由于每个学生的基础情况不同，老师很难根据学生的具体情况来进行教学，老师在教学的过程中把握不好难易程度，出现老师教不好。学生学不好的局面。长期这样，学生在学习中会觉得枯燥无味，达不到学习的效率。

四、高等成人教育学生英语学习效率对策探索

（一）提高教学材料的质量

教学材料的好坏直接影响老师的教学，材料的难度太大或者太小都会降低学生的学习效率，起不到学习的效果，所以，老师在选择材料的时候根据学生不同的英语基础选取不同的英语教材，通过有针对性的教学模式“因材施教”，比如，基础比较差的学生可以选择《新概念英语》，基础较好的可选择较难的《大学英语》与英语教学录像片《走遍美国》。《走遍美国》的录像中有很多通俗易懂的对话，学生可以将录像中的对话运用在实际当中，能帮助学生培养用英语对话的能力。教材不仅要选择语言的知识满足学生学习，教材中的内容也应该让学生学习到一些经济知识或财经知识，帮助学生全面学习。

（二）采用灵活的教学方式

好的教学教材搭配有效的教学手段才能起到效果，因此，高等教育要加强教师的教学质量，采用灵活性的教学方法，达到有效的教学效果。

1.语音教学法：语音教学不能只是单纯的知识讲解，一味介绍发音技巧、各种语音特点等，也不能只是单纯的模仿、操练等。事实上，一般语音课都是将两方面结合起来，只是各占比例不同。需要教师充分发挥其主导性作用，切实掌握所在院校和所授学生的具体情况，有机结合几种教材的优势，系统安排教学内容，灵活应用教学方法。让学生学习录音中单词的正确读法，将音标与拼音联系起来，老师可以要求学生找出音标读法与拼音读法的相似之处和不同之处，让学生掌握音标的读法，在学生掌握音标之后，就需要学生学习读单词，通过掌握单词的拼读，从而认识、理解这个单词，学会将单词运用在实际当中。

2.词汇教学法：词汇的学习是英语学习中的重点，同时，也0是学习英语中的难点。老师在教学的过程中要根据学生的特征采取不同的词汇延伸法，有些单词会产生学生的联想，比如：在讲解外科医生（surgeon）时，联想到内科医生（physician）、牙科医 生（dentist）、眼 科 医 生（oculist）、儿 科 医 生（pediatrician）等，通过一个单词延伸出多个相近的单词，增加学生的词汇量。有些单词可以将英国与美国的不同表达方式，老师在教学中要将两种单词都教给学生，比如：

老师在教学生的时候将同种意思两种表达形式的单词教给学生，能让学生在实际运用中更加方便。

（三）激发学生的学习动力

成人学生在学习英语期间都是急于求成，学习中的热情来的快，没的也快，学习的过程中很快就没有学习积极性，这时，老师就应该告诉学生这篇知识的重要性，经常性的让他们意识到英语知识对他们的就业、工作、生活上的重要性。同时，老师在设计教学模式时，要吸引住学生的兴趣，让学生在学习的过程中更有积极性，布置给学生的任务也要具有挑战性的，让学生在挑战自我、克服困难的学习中找到自豪感，从而提起对英语学习的兴趣。老师激起学生的学习欲望之后，帮助学生制定一个长远的学习目标，学生在学习中有了计划就能意识到努力的意义，只有通过自己的努力才能达到自己期待的目标，学生在学习中才会有学习动力，有了学习动力，才能提高学习的效率。

（四）利用多媒体教学

随着我国科技的发展，在教育机构中也采用了多媒体教学，相比传统的教学，多媒体教学有很多的优势：第一，音视频资源丰富，教学过程更加形象生动，一些传统教学无法表达的内容可以更完美地展现。第二，教材、课件资源更加易于积累、修改、共享，减少教师准备课程内容时间，提高教师教学效率。第三，电子白板、交互式液晶屏这些交互式教学设备的推出，可以在整个版面模拟普通教学的白板、黑板、绿板等教学模式，使用软件中的书写笔工具，可以实现无粉尘教学，完全再现板书教学效果，不仅利于教师和学生身体健康，而且减少这些耗材产品的使用。第四，多媒体中央控制系统的使用，可以实现一键开关机，上下课，设备使用过程更加简单。通过多媒体技术提起学生的学习兴趣，多媒体技术还能让学生在学习知识的同时，陶冶情操，了解美国人的生活习惯、历史文化，增强自身的文化知识。

（五）尊重开发学生的实践优势

生育率的影响篇（5）

中图分类号：S31

文献标识码：A

文章编号：1006-0278（2015）04-100-01

一、对水稻茎蘖动态的影响

水稻单位面积茎蘖数变化情况是决定单位面积产量主要因素之一。在水稻拔节期前，农户常规管理与农户高效施氮管理单位面积茎蘖数高于对照和高产高效管理，原因是农户常规管理与农户高效施氮管理氮肥重要用在前期（7叶龄），造成旺长，群体过大，在拔节期后农户常规管理与农户高效施氮管理单位面积茎蘖数急速下降，原因或是前期群体郁闭造成许多无效分蘖和病虫害而影响单位有效茎蘖数，而在抽穗期高产高效管理单位茎蘖数最大，农户常规管理和农户高效施氮管理持续降低，在收获是高产高效管理单位有效茎蘖数最大为648株/平米，而农户常规管理和农户高效施氮管理分别为576株/平米和596株/平米，对照只有386株/平米。经过方差分析，不同氮肥管理技术中，对照在幼穗分化期、拔节期、抽穗期、穗后20天和成熟期均与其他处理达到极显著差异，高产高效管理在拔节期、穗后20天和成熟期与农户常规管理和农户高效施氮管理均达到显著或极显著差异，在其他生育时期差异不显著。

二、对水稻叶面积指数的影响

不同氮肥管理技术都是在抽穗期叶面积指数达最大，在幼穗分化期和拔节期都叶面积指数是CON>CNE>HYE>NO，在穗后20天高产高效管理的叶面积指数最大为350。原因可能是农户常规管理和农户高效施氮管理前期重施氮肥，造成水稻旺长，群体过大，而高产高效管理氮肥总量控制分期调控，在9.0-9.5叶龄施用了穗肥，为后期养分的吸收提供了保障，从而在抽穗20天以后高产高效管理还能保持较多的绿“源”，防治了早衰现象。经过方差分析，在幼穗分化期、拔节期和抽穗期农户常规管理和农户高效施氮管理与其他处理均达到显著或极显著差异，而他们之间差异不显著；在穗后20天高产高效管理与其他各个处理均达到极显著差异，而农户常规管理和农户高效施氮管理之间达到显著差异，原因是高产高效管理在9.5叶龄时施穗肥，而农户高效施氮管理在8.0-8.5叶龄是施穗肥，农户常规管理在6.0叶龄时施完所有氮肥。说明在水稻生育后期还需要足够氮肥才能保证水稻高产。

三、对水稻生物累积量的影响

不同氮肥管理技术生物量都是随着水稻生育进程呈增加的趋势，都是在拔节期有个快速增长时期，且符合作物生长的“S”曲线。在水稻幼穗分化期和拔节期都是CON>CNE>HYE>NO，原因是在水稻6叶期农户常规管理施完了全生育期的氮肥，农户高效施氮管理施用了82%的氮肥，而高产高效管理施用了57%的氮肥，因此农户常规管理和农户高效施氮管理生物累积量相对较多。从抽穗期到成熟期，不同氮肥管理技术的生物累积量发生了变化，HYE>CNE>CON>NO，原因可能是农户常规管理和农户高效施氮管理在生育前期重施氮肥，生长过旺造成许多无效分蘖，而高产高效管理氮肥总量控制分期调控，在水稻生育中后期分两次施用了氮肥的43%，有效的保证水稻对氮素的需求，并防治早衰现象。经过分差分析，在水稻生育前期即幼穗分化期和拔节期，农户常规管理和与高产高效管理、对照均达到显著或极显著差异，他们间没有差异；从抽穗期到成熟期，HYE>CNE>CON>NO，他们间均达到显著差异或极显著差异，原因是相对农户常规管理来说，高产高效管理和农户高效施氮管理分别增施了29%和23%穗肥，在成熟期，生物量累积量相对农户常规管理增加了11%和7%，表明在水稻生育中后期增施穗肥有利于增加干物质累积，为高产奠定基础。

四、对寒地水稻氮效率的影响

氮素利用效率的定义是籽粒产量与土壤供氮水平的比值，因此合理施肥能够充分利用土壤氮素潜在能力，以最少的氮素投入满足水稻高产对氮素的需求。不同氮肥管理技术对寒地水稻氮素利用效率的影响，高产高效管理比农户常规管理和农户高效施氮管理分别提高了14.9个百分点和7.7个百分点，而农户高效施氮管理比农户常规管理提高了7.2个百分点。经过方差分析，不同氮肥管理技术对寒地水稻氮素利用效率的影响的各个处理均达到显著或极显著差异。结果表明，氮肥总量控制分期调理，在一定程度上，可以提高氮素利用效率。

五、结论

研究表明，在氮素利用率方面，高产高效管理比农户常规管理和农户高效施氮管理分别提高了14.9个百分点和7.7个百分点，而农户高效施氮管理比农户常规管理提高了7.2个百分点；在氮素吸收效率方面，高产高效管理比农户常规管理和农户高效施氮管理分别提高了16.2个百分点和9.4个百分点，而农户高效施氮管理比农户常规管理提高了6.8个百分点；在氮肥吸收利用率方面，高产高效管理比农户常规管理和农户高效施氮管理分别提高了22.5个百分点和9.3个百分点，而农户高效施氮管理比农户常规管理提高了13.2个百分点；在氮肥农学利用率方面，高产高效管理比农户常规管理和农户高效施氮管理分别提高了23.8kg/kg和10.2kg/kg，而农户高效施氮管理比农户常规管理提高了12.6kg/kg；在氮肥偏生产力方面，高产高效管理比农户常规管理和农户高效施氮管理分别提高了34.9kg/kg和12.5kg/kg，而农户高效施氮管理比农户常规管理提高了22.5kg/kg；并且各个肥管理在氮肥利用率之间均达到显著或极显著差异。

生育率的影响篇（6）

林教授的预测是基于以下理论：追赶型经济拥有“后发优势”，即利用发达国家已经成熟的技术和商业模式，实现更高速度的增长，而且差距越大就增速越高。林教授正确地预言了中国的后发优势;而且，得益于人口和市场的规模优势，中国的增长速度甚至比韩国还高出1个百分点。

这种类比方法的部分思路有其道理，但问题在于，这个预测过程似乎没有考虑人口因素。

一般来说，工作人口可用20-59岁的工作年龄人口的数量来表示。在1991-2010年期间，中国的工作年龄人口增长了30%-40%，而在对比的1971-1990年期间，韩国和中国台湾的工作年龄人口也有同样幅度的增长。我们知道，工作年龄人口的增长，取决于20年前生了多少小孩。中国的工作年龄人口的增长和对比时期的韩国和中国台湾差不多，这是因为20世纪60-70年代的中国和40-50年代的韩国及中国台湾，都维持了相似的高生育率。

如果在对比期间，工作年龄人口的增长幅度相同，则可以不考虑人口因素。因此，可以把韩国和中国台湾在1971-1990年的GDP增长速度，直接类比到中国1991-2010年的GDP增长速度。在此视角之下，过去20年中国经济实现了超过10%的增长速度也属预料之中。但是在今后一二十年，情况将发生很大的变化。

中国2011-2020年的人口结构的老化速度和工作年龄人口的衰减速度将远超1991-2010年对比时期的韩国和中国台湾。其背景是中国施行了人类历史上最严厉的生育限制政策，而对比时期的韩国和中国台湾的生育率虽然也随着收入增长而下降，但下降过程远不如中国的那么剧烈。

在长期实施严厉的生育限制政策的背景下，中国20-59岁的工作年龄人口数量在2011-2014年只增长0.2%，且在2015年就将停滞甚至减少。而对比时期的韩国和中国台湾，在1991-2000年，工作年龄人口数量还大约有每年1.3%-1.5%的增长速度。这意味着，如果把人口因素考虑进去，中国未来经济的增长要打1.1%-1.5%的折扣，增长速度将不是7%-8%，而是5.5%-6.9%。而且在2015年后，随着人口老化加速，其减速效应会加剧显现。如果再往后看十年，在2020-2030年，中国的20-59岁的工作年龄人口将以每年1%的速度萎缩。而对比时期的韩国和中国台湾的工作年龄人口在2000-2010年还有每年0.5%-1.0%左右的增长，一正一负对中国就是超过1.5%-2%的负面影响。那样中国经济很可能降速到每年5%以下。

总而言之，如果使用前述框架，假设中国未来十年的生产率提高速度和韩国及中国台湾20世纪90年代的速度类似，甚至略快1%，那么应该有7%-8%的快速增长。但是经济增长不仅取决于生产率的提升，也会受到工作人口数量变化的影响。由于严厉的生育限制政策大大提前了中国人口结构的老化和工作人口规模的衰减，其速度要比对应时期的韩国和中国台湾快1.1%-1.5%。

需要指出的是，以上论述还只是考虑了工作人口数量的变化。实际上，人口老化还会带来其他诸多负面因素。因此，低生育率下的人口结构老化和规模衰减不仅会降低GDP总量的增长，甚至也会降低人均GDP的增长。

生育率的影响篇（7）

无论观察哪个国家的情况，其构成最明显的变化常常都是由生育率的变化导致的。比如说，在以色列，极端正统犹太教家庭的子女数量比信仰其他宗教的以色列人多3倍。在很大程度上就是因为这个原因，21世纪下半叶极端正统犹太教教徒的数量将会变成以色列人口最众多的宗教群体。我们来看看耶稣基督后期圣徒教会，不久之前这还是个边缘化的信仰群体。而因为他们的家庭规模庞大，现在在美国，其教徒的数量已经快要超过犹太教徒了，或许都已经超过了。考夫曼认为，1900年到1975年间保守的福音教新教徒数量的激增仅仅是因为他们的生育率比较高，而不是因为有很多人转而皈依了这个教派。同其他人口统计学家一样，他认为在21世纪，西欧信仰宗教的人群数量将会明显增加，而原因则是贫穷国家移民的大量涌入和非信徒人群的低生育率。

生育率的影响篇（8）

中图分类号：S512.107文献标识号：A文章编号：1001-4942（2013）07-0087-04

水、氮是小麦高产的决定性因素，也是其最重要的限制因子。灌水量大小、施氮水平高低和时间早晚都会对小麦的产量和品质产生重要影响。但在中国北方有些地区，灌溉和施肥量不以作物需要量为依据，而以当地可供利用的水量和经营者的经济能力为参考。地面漫灌作为最主要的灌溉方式，不但造成了水、氮资源的严重浪费，还引起了严重的环境问题。

大量研究表明，随着灌水量和施肥量增加，作物产量迅速增加，产量增幅减缓，若继续增大灌水和施肥量，作物的产量反而减小；而协调灌水量和施肥量可明显提高小麦产量。因此，适宜的灌水量和施肥量将不仅大幅度节约水肥用量，而且对于增加作物单产和发展可持续农业具有重要的现实意义。本试验利用当地主栽小麦品种潍麦8号，研究水氮耦合对冬小麦不同生育期干物质积累量及水分利用效率的影响，以期为冬小麦合理灌水及施肥提供理论依据。

1材料与方法

1.1供试材料与试验设计

供试品种为潍麦8号。

试验于 2011年10月至2012年5月在菏泽学院试验农场进行，采用大田栽培种植方式。试验地0～20 cm土层土壤养分含量为：有机质1.21 g/kg、全氮0.089 g/kg、碱解氮85.7 mg/kg、速效磷48.8 mg/kg。

试验设施氮和灌水2个因素，灌水分为高（拔节水+扬花水，以W2表示）、中（拔节水，以W1表示）、低（全生育期不灌水，以W0表示）3个水平，施氮量设纯氮120 kg/hm2（50%基施+50%拔节期，以N2表示）、纯氮60 kg/hm2（基施，以N1表示）2个水平，共计6个处理。田间试验采用完全随机区组设计，重复3次，小区面积为3 m×7 m=21 m2。666.7m2基本苗 45万株，其它管理措施同一般高产田。小麦生育期间降水量见表1。

1.2测定项目与方法

1.2.1不同生育期干物质积累量测定在冬小麦返青-拔节期、拔节-杨花期、杨花-灌浆期，每小区取1 m长的三段，每段取10株，65℃烘干，计算干物质积累量。

1.2.2土壤含水量测定在冬小麦播种前、越冬前、越冬期、返青期、拔节期、扬花期和灌浆期分7次，在土壤0～5、5～10、10～20、20～30、30～40、40～60、60～90、90～120 cm各土层用土钻分别取样，再用烘干法测定土壤含水量。

2结果与分析

2.1水氮耦合对冬小麦不同生育期干物质量的影响

2.1.1水氮耦合对冬小麦返青-拔节期干物质积累量的影响由图1可知，在冬小麦的返青-拔节期，由于中水和高水处理均在拔节期灌水，因此，W1N1与W2N1，W1N2与W2N2干物质积累量没有差异。W1N1与W1N2相比，W2N1与W2N2相比，高氮处理反而影响干物质的积累，可能与徒长遮荫影响光合作用有关。在水分亏缺的W0条件下，W0N2处理干物质积累量高于W0N1，说明高氮处理促使冬小麦对土壤水分的高效利用而增加干物质积累，起到以肥调水的作用，与灌水有明显的耦合效应。

2.1.2水氮耦合对冬小麦拔节-扬花期干物质积累量的影响拔节-扬花期是冬小麦营养器官建成的关键时期。从图2可以看出，在冬小麦拔节-扬花期，在高氮水平下，在水分严重亏缺的W0处理和水分轻度亏缺的W1处理，追施氮肥在一定程度上能促进冬小麦干物质积累，W1N2与W2N2处理干物质积累差异不大，说明高氮处理下拔节期浇一水和拔节期、扬花期浇两水无明显差异。在低氮处理下，W1N1干物质积累量高于W2N1，说明浇两水生长过旺，消耗养分过多，反而影响积累。在浇水两次的情况下，W2N2干物质积累量高于W2N1，说明高氮处理有利于干物质积累。

2.1.3水氮耦合对冬小麦扬花-灌浆期干物质积累量的影响由图3可知，在冬小麦的扬花-灌浆期，W2N2处理的干物质积累量明显高于其他处理，这是由于高水高肥使得小麦生长过旺，营养器官徒长明显，干物质积累量虽高，但穗部干物质的积累不一定很高。其它处理变化趋势同拔节-扬花期。

2.1.4水氮耦合对冬小麦全生育期生物量的影响由图4可知，在冬小麦的全生育期，W2N2处理的干物质积累量最高，W2N1处理最低；在相同灌水水平下，髙氮处理高于低氮处理；在高氮水平下，W2N2处理的干物质积累量高于W1N2处理，说明浇两水优于浇1水处理；在低氮水平下，W1N1干物质积累量高于W2N1，说明浇两水生长过旺，消耗养分过多，氮素供应不足；在水分亏缺的情况下，高氮处理干物质积累量仍高于低氮处理。

2.2水氮耦合对冬小麦不同生育期水分利用效率的影响

2.2.1水氮耦合对冬小麦返青-拔节期水分利用效率的影响由图5可知，在冬小麦的返青-拔节期，灌水明显提高了该阶段冬小麦的水分利用效率。水分严重亏缺的W0处理的水分利用效率明显低于水分轻度亏缺的W1处理和高水W2处理，说明灌水明显提高了该阶段冬小麦的水分利用效率。在水分轻度亏缺时，低氮处理水分利用效率明显高于高氮处理，说明增施氮肥反而抑制了冬小麦的水分利用效率。

2.2.2水氮耦合对冬小麦拔节-扬花期水分利用效率的影响拔节-扬花期是小麦生育期中水肥最为敏感的时期，该时期缺水缺肥将会对产量产生重大影响。由图6可知，在拔节-扬花期，以水分严重亏缺的W0处理水分利用效率最高，可能由于缺乏外来灌水，农田土壤干旱，促使冬小麦不断吸收土壤水分，从而促使了有限水分的高效利用；并且拔节期追肥也有利于冬小麦对有限土壤养分高效利用。

2.2.3水氮耦合对冬小麦扬花-灌浆期水分利用效率的影响扬花期是冬小麦另一个最为重要的水肥临界期，从扬花期开始，作物进入了生殖生长、物质高速积累期。由图7可知，在冬小麦的扬花-灌浆期，以水分严重亏缺的W0处理水分利用效率最高，可能原因同拔节-扬花期。在水分处理相同的条件下，高氮处理由于积累了较多的干物质，水分利用效率较大。

2.2.4水氮耦合对冬小麦全生育期水分利用效率的影响由图8可知，到灌浆期为止，冬小麦农田水分利用效率以不灌水的W0水分利用效率为最高，其中，由于增加施肥量促进了作物根系对土壤水分的利用，W0N2处理水分利用效率大于W0N1处理。而在灌溉处理中，由于灌水引起的干物质积累量小于灌水增加对水分利用效率的影响，水分利用效率较低。在高灌水量条件下尤其如此。

3结论与讨论

3.1水氮耦合对冬小麦干物质积累的影响

小麦生产中水、肥之间存在着明显的交互作用，许多研究表明，水氮合理配合才能有效地提高小麦产量，改善品质。在土壤水分正常和充足的情况下，氮的增产效应随着氮肥用量的增加而增加。而水分不足会限制肥效的正常发挥，影响氮肥的作用[1]。水分过多则易导致肥料的淋溶损失和导致小麦减产，施肥的过量或不足也将影响水分利用率的提高，并将影响小麦产量的提高。在灌溉条件下，水分和养分的增产效应不同，但对小麦生长及产量是既相互促进又相互制约的[2]。水肥对产量的影响在一定范围内有明显的正效应，高水配合高肥的增产效应加大，肥力增产效应随水分的提高而提高。同样，水分的增产效应也随肥力提高而增加[3]。因此，应根据水分供应状况适当调整小麦的施肥量。郑成岩等[4]在不同年份降水条件下对山东省高产条件下的小麦研究表明，在降水较少的年份全生育期灌2水的产量和水分生产效率最高，在降水较多的条件下全生育期灌1水获得较高产量，而且随灌水次数增加产量下降。本试验研究表明，在拔节扬花期灌水对干物质积累的影响不显著，在高水条件下反而降低；而施氮影响显著，施氮水平中以施2次氮（基施氮+拔节期施氮）的产量较高。这表明，在较低的肥力水平和菏泽市常年降水条件（小麦全生育期200 mm左右）下，灌水次数对小麦产量的主效、灌水次数和施氮次数对小麦产量的互作效应不显著，而且增加灌水次数在一定程度上对产量产生了负效应。

3.2水氮耦合对冬小麦水分利用效率的影响

张岁岐等[5]的研究表明，在有限供水条件下，作物产量随耗水量线性增加，水分利用效率（WUE）则随耗水量的增加而降低，而且由于供水方式与供水时间的不同，其WUE也不同。张镜清等[6]则建立了旱地玉米水分利用效率与施肥量的回归关系式，表明每增施1 kg N或1 kg P2O5，可使玉米水分利用效率提高0.3 kg/（hm2·mm）[6]。大量研究表明，在旱地条件下随降水量的增加，肥料的生产效率提高，而随施肥量的增加，水分利用率亦相应提高。在本研究中WUE：W0N2>W1N2>W2N2>W1N1>W0N1>W2N1，与前人结果基本一致。这表明水氮耦合对冬小麦水分利用效率的提高具有明显的影响。

3.3由于时间原因，本研究只进行到冬小麦灌浆中期，对于水肥处理对冬小麦收获期籽粒产量和经济产量水分利用效率需要更进一步的研究。

参考文献：

[1]翟丙年，李生秀.水氮配合对冬小麦产量和品质的影响[J].植物营养与肥料学报，2003，9（1）：26-30.

[2]介晓磊，韩燕来，谭金芳，等.不同肥力麦田水氮交互效应与耦合模式研究[J].作物学报，1998，24（6）：963-970.

[3]徐学选，陈国良，穆兴民.水肥对春小麦产鼍的效应研究[J].干旱地地区农业研究，1995，13（2）：35-38.

生育率的影响篇（9）

1.绪论

人口学原理上，通常以时期总和生育率（TFR）为2.1的参考标准来判断生育率与生育率更替水平的比较，更严谨的统计参照值则是妇女净再生产率等于1。我国的总和生育率从1970年的5.81快速下降至1989年的2.24，在20世纪末已经完成了生育率的转变，进入了低生育率水平的后生育转变时期。对于我国人口生育率这一系列的转变，众多学者进行了各种研究，主要认为这一系列的转变一方面与我国实行的计划生育国策密切相关，另一方面也受到我国的社会、经济、文化等各方面因素的影响。在此，本文选取湖南省作为研究对象，对其生育率影响因素进行研究。

2.生育率影响因素的理论模型及指标选取

生育率的转变是社会、经济、文化、政策等多种因素共同作用的结果，它是一个非常复杂的过程。本文将生育率的直接影响因素划分为经济社会因素和人口学因素两大类来进行分析，构建生育率影响因素的理论模型如下图所示：

上述方程组中，式（3.1）是结构方程，表达模型假设的外生潜在变量和内生潜在变量之间因果关系，表示内生潜在变量，表示外生潜在变量，表示内生潜在变量对其自身的效应系数矩阵，表示外生潜在变量对内生在潜在变量的效应系数矩阵，表示由误差项构成的向量。式（3.2）和（3.3）是测量方程，分别规定内生潜在变量和内生观测变量之间的关系，以及外生潜在变量和外生观测变量之间的关系；、表示观测变量与对潜在变量和对应的回归系数也称因子载荷矩阵；则表示观测变量和对应的测量误差。

3.1.2 数据说明

本文选取湖南省13个地级市和1个自治州作为研究对象，并通过2000年的数据计算得到经济社会因素指标、人口学因素指标以及总和生育率，构建湖南省生育率影响因素的结构方程模型，通过模型拟合分析经济社会因素和人口学因素对生育率所产生的直接影响和间接影响。

3.2 实证分析

3.2.1 结构方程模型的设定及拟合

将湖南省生育率受到经济社会因素和人口学因素综合影响的结构方程模型路径图设立如下：

指标变量“2000年女性就业比（24）”和“2000年已婚育龄妇女比例（）”从其指标意义上来说存在一定程度的共变性，因此将这两个指标变量的测量误差变量设成有共变关系，即在图中用弯曲的双向箭头将和连接起来。另外，由于“生育水平”是一个单指标潜在变量，即对应的只有一个指标，不能同时估计因子与指标的关系和指标的误差方差。在此，结合本文理论模型含义，将潜在变量“生育水平”指向观测变量“总和生育率（）”的载荷系数设定为1，“总和生育率（）”的测量误差值设定为0，即图形中“”项可以删去。

3.2.2 结构方程模型结果的说明

1）参数估计结果

参数估计值表示的是潜在变量每变动一个单位，其观测变量会相应地上升或下降多少个单位。根据上表，以0.05为显著性的判断标准，人口学因素中的观测变量参数不显著，可能存在的主要原因是受到获取资料的限制，一方面无法得到更有效的代表人口学因素的指标；另一方面是代表人口学因素的指标不够全面。

2）因子得分权重估计结果

根据Amos软件输出结果，本文建立的结构方程模型的验证性因子得分权重如下表所示：

结构方程模型中的因子得分权重值越大，则表示观测变量对潜在变量的影响越大。从表中可以看出：（1）“经济社会因素”在指标“人均国内生产总值”上负载较大，“人口学因素“在指标节育率”上负载较大。（2）“人口学因素”在表示人口因素指标上的负载相对较大，在表示“经济社会因素”的指标“人均国内生产总值”上负载也较大，说明经济社会因素通过人口学因素对生育率产生的间接影响主要体现在这个指标上。（3）总体上来看，2000年湖南省经济社会因素和人口学因素的所有外生观测变量对当年生育水平影响大小排序为：人均国内生产总值>节育率>已婚育龄妇女比例>第二、三产业所占比重>女性就业比>人均社会消费品零售总额。

3）直接、间接及总效应

结构方程模型的输出结果显示了经济社会因素和人口学因素对生育水平的影响程度，其结果见下表：

根据上表显示，经济社会因素对于总和生育率产生的直接效应为-1.141，间接效应为0.468，即经济社会因素每提高1个单位，总和生育率会下降0.673个单位；人口学因素对总和生育率的直接效应为0.632，即人口学因素每提高1个单位，总和生育率会上升0.632个单位。

4.有待进一步研究的问题

（1）全国第六次人口普查工作已经结束但是具体调查数据还没有进行公布，本文中选用的是2000年的数据资料，在时效性上存在一定欠缺。利用第六次人口普查的资料来对本文得出的结论做出检验以及完善将是后续的研究工作之一。

（2）由于各市及自治州关于人口生育方面的数据资料并不全面，因此在选取反映人口学因素的变量时受到一定限制，从而导致在结构方程模型的拟合过程中人口学因素对生育水平的影响不显著。因此，获取更为全面的统计资料，选取更恰当的变量以及将遗漏变量重新纳入模型中进行拟合，还有待更进一步的研究。

参考文献

[1]李竞能.现代西方人口理论[M].上海:复旦大学出版社,2004:64-72.

[2]顾宝昌.论社会经济发展和计划生育在我国生育率下降中的作用[J].中国人口科学,1987(2):2-10.

[3]林富德.我国生育率转变的因素分析[J].人口研究,1987(1):15-21.

生育率的影响篇（10）

1.1人民币汇率变动状况分析

人民币汇率有多种方式，例如人民币对单一货币的汇率、人民币对综合货币的汇率。本文主要采用人民币实际有效汇率指数的变动来表示人民币汇率变动的大体情况，之所以选择实际有效汇率指数主要是基于以下三方面的考虑：第一，在汇率制度改革之前，我国采用固定汇率制度，主要方式是盯住美元。从2005年7月21日，我国开始实行有管理的浮动汇率制度。事实上，人民币对美元汇率的升值并不代表人民币对其他国家货币也存在下降的变化趋势。第二，更为重要的是，实际有效汇率(REER)避免了通货膨胀冲销名义货币贬值对贸易平衡的任何影响，它更加准确地反映了一国相对于其贸易伙伴的竞争力[1]。第三，目前，相关的研究中也广泛采用的是贸易加权后的实际有效汇率指标，并且本文重点分析的是汇改制度以来人民币汇率变动对我国体育用品制造出口的冲击，因此，综合考虑，本文采用国际清算银行(BIS)的人民币实际有效汇率(REER)这一指标来衡量汇率的变化水平。

由国家清算银行取得2005年汇改以来的人民币实际有效汇率，运用计量经济学软件eviwes5.0绘制出人民币实际有效汇率的变动趋势图，如图1所示：图1

由图1可知，从总体上看，2005年实行汇率制度改革以来，人民币实际有效汇率大致呈现出上升的趋势，同时也不难看出升值中有一定的波动。大致可以将此趋势过程分为五个阶段：第一阶段为人民币实际有效汇率稳步上升阶段(2006年1月至2007年11月，历时23个月)，但上升幅度并不大，主要原因是汇率改革制度的实施。

第二阶段人民币实际有效汇率出现大幅度的上升(2007年12月至2009年2月，历时15个月)，分析原因主要是美国受到次贷危机的影响，美元这一世界货币疲软的结果。第三阶段人民币有效汇率出现大幅下跌(2009年3月至2009年12月，历时10个月)。第四阶段表现为较为平稳上升的趋势(2010年1月至2011年8月，历时20个月)，第五阶段为人民币实际有效汇率呈现上升态势(2011年9月至2011年10月)。

从以上分析可知，从2005年7月实行有管理的浮动汇率制度以来，人民币主要呈现为升值的态势，虽出现贬值的过程，但时间持续的并不长。另外，根据国际清算银行计算的数据，人民币实际有效汇率自2005年至2010年10月已累计升值幅度达到56.2%。

1.2体育用品制造出口现状分析

根据中经网查阅的数据，通过计量经济学软件eviwes5.0绘制出体育用品(体育用具及设备)出口额(单位：千美元)的变动状况，如图2所示：

由图2可知,近些年来，我国体育用品制造出口贸易存在着明显的变化规律,从每年12月到次年1月,体育用品制造的月出口额呈现明显的下降趋势,1月份达到最低谷，,2月份呈迅速增长态势,12月份达到最高峰。总体上看,我国体育用品制造的出口额呈现增长的势头，但在2006年到2011年的10月表现出较为一定的波动性。由此说明近些年来，我国体育用品制造出口保持着好的增长态势,这可能是受到国家宏观经济形势良好的影响而出现的带动性增长，但同时我们也可以看到存在一定的周期性波动。

体育用品制造出口出现这一现状可能有多方面的因素，但人民币升值所带来的影响是不可避免的。总得来说，人民币升值会对我国经济以及各个行业造成一定的影响，对体育用品制造出口也会带来消极或是积极的影响。

2人民币升值对体育用品制造出口贸易的影响

2.1人民币升值对体育用品制造出口商品竞争力的影响

人民币汇率的变动将直接影响我国体育用品在国际市场上的竞争力。从短期来看，人民币汇率变动将会改变货币的购买力，直接影响体育用品出口的价格；从长期来看，体育用品出口的价格会使国内以及国外的需求发生转变，从而使我国体育用品的国际市场份额发生变化。首先，从2005年汇率制度改革以来，人民币就呈现不断升值的趋势，从而导致我国出口的体育用品的价格相对以往变得昂贵，体育用品企业出口的商品在国际市场价格竞争中处于劣势。其次，近些年来，在出口贸易方式上，我国体育用品制造企业仍然是以加工、代销产品的加工贸易为主。这些产品的特点是需求弹性大，可替代性强。其在国际市场中主要是体现在价格优势的竞争上，从而占有较高的国际市场份额。而人民币升值削弱了这一优势，导致其国际市场占有份额大幅减少。综上，我们认为人民币汇率变动，尤其是升值的背景下，我国体育用品出口商品的国际竞争力明显下降。另外，从分析中还可以得出，人民币汇率变动还间接影响我国体育用品制造出口商品的国际市场占有份额。

2.2人民币升值对体育用品制造出口企业及就业的影响

从理论上讲，在完全竞争的市场中，真实汇率水平的变动会影响进出口贸易。进出口贸易的变动会进一步影响相关产业的就业，出口的增加会带动有关产业就业的增长[2]。由此可以得出，人民币实际汇率的变动对我国体育用品制造产业的就业有积极或消极的影响。事实上，国际市场对我国体育用品制造出口商品的需求迅速增加或减少，将会造成体育用品出口企业大量增产或减产。而近年来，由于人民币不断升值导致体育用品出口商品价格竞争力不断下降，使得我国体育用品出口企业大量减产，最终导致体育用品出口企业通过裁员的方式来缓解企业面临的压力，这一结果使得我国以出口为主的体育用品企业可提供的就业岗位减少。另外，由于体育用品出口企业多为中小型企业，其资金不够雄厚，人民币的不断升值，将进一步恶化其生存环境，使部分体育用品制造出口企业发生亏损，甚至退出此产业。

从汇率制度改革以来，随着人民币的不断升值，我国体育用品制造企业(包括出口企业)的全部从业人员年平均人数比上年同期增长率呈现下降的态势。由于2007、2008、2009年人民币升值的趋势较为明显，体育用品制造企业的就业人员增长率大幅下降，甚至从2008年8月开始，增长率向负增长方向发展。另外，体育用品制造业企业亏损数也随着人民币的升值大致呈现增长的态势。可见，在人民币升值的背景下，我国体育用品制造出口企业面临巨大的压力，通过减少提供就业岗位来消极应对人民币升值带来的影响，从体育用品制造企业的全部从业人员年平均人数增长率出现负数情况便可明显地看出。而且体育用品制造企业由于生存环境的变化，越来越多企业发生亏损。

2.3人民币升值对体育用品制造出口企业应收账款净额及利润的影响

人民币升值对体育用品制造出口企业应收账款净额及利润有消极的影响。首先，人民币升值直接影响体育用品出口企业的汇兑收益。在将销售收入转化为人民币时，体育用品企业的出口结汇收入产生汇兑损失，从而减少了体育用品企业经营活动的现金流入。一般情况下，体育用品的出口从装船到结汇需要一定的时间，如果按照某个月份人民币升值幅度来计算，体育用品出口企业就会有相应收入的减少。尽管人民币升值会减轻进口原料的成本负担，但从实际数据我们可以看出并不能抵消由于人民币升值带来的体育用品出口汇兑发生的损失。

其次，人民币升值将直接减少体育用品制造出口企业的利润。人民币升值影响体育用品出口商品的价格，进而减少销售收入，在其他成本费用变化不大的情况下，其结果是压缩了利润空间，甚至出现亏损。而由于我国体育用品制造企业出口的商品科技含量不高，价格低廉，出口利润更是十分微薄，如果再承担汇率变动产生的损失，更会使得企业经营困难，甚至会影响企业未来的生存。

可见，汇率变动对我国体育用品制造出口企业的财务状况有一定的影响。人民币升值减少我国体育用品出口企业的应收账款结汇收入，直接压缩体育用品出口企业的利润，进而影响企业的发展。

3结论及建议

(1)人民币升值，体育用品制造出口企业卖出的商品实际价格比以前更高，市场份额减少，从而利润减少。人民币升值不利于体育用品制造出口贸易。所以，以体育用品制造出口为主的体育用品企业应充分重视人民币升值所带来的不利影响，采取积极的措施和方法规避汇率风险，例如采用套期保值等金融衍生工具规避汇率风险，避免企业的财务状况因为人民币的升值而受到严重的影响。