人口红利的影响篇（1）

1.关于人口红利的概述

人口红利概念是在特定的阶段，主要是一个国家在人口转变的过程当中，其劳动年龄人口在总人口中占据的比重比较大，但相反它的抚养率却比较低，这种情况下不但给其经济的发展提供了有利的人口条件，还使得整个国家的经济局面因此得到开放，使其投资力度大、储蓄能力高和增长速度高。随着我国经济快速的可持续发展，现阶段我国就在人口红利期，就是人口的抚养比例越来越低而劳动力却是越来越高，在我国的经济快速增长中人口红利的作用是非常重要的。

经过进一步的研究，将人口红利概念一分为二，即第一人口红利和第二人口红利。第一人口红利是造成劳动年龄人口比例的提高的原因是因为出生率越来越低，还有在推动经济增长的关键阶段，因为人口的总体负担逐渐降低而发生转变；第二人口红利是对于人口年龄的结构变化，人们提前预料到了并随之做出了相应的个人调整，通过提高劳动资本对应的比率，做出了对资本储蓄消费的决策，就是为了可以更好地推动经济的快速增长。

人口在转变的过程中经济增长受到人口结构动态变化的影响。总之，影响经济增长的三个重要途径是促进储蓄和刺激人力资本的形成，有利的人口年龄结构。

2.人口红利对经济发展的影响

我国经济快速的持续发展中人口红利起着非常重要的作用主要表现为：

2.1人口红利促进储蓄与投资

在人口红利期，人口年龄结构总体都比较年轻，劳动人口占总人口的比例相对较大，在保证能够实现充分的就业条件下，劳动人口基本上不会有什么经济负担，而对于劳动年龄人口的抚养比重也没有太大的负担，这样家庭支出也不是很多，使得家庭储蓄的比例大幅度提高。倘若劳动年龄人口的比例增加，那就可以增加其带来的储蓄，将储蓄转化为投资，也可以有效地促进经济的增长。家庭的规模在不断的减小，在养老方面也不会过多的依赖家庭，这样大大地促使了在年老之后更早的做好储蓄投资工作。

2.2人口红利增加劳动力供给

实现经济增长一个重要因素就是劳动力，充分的劳动力供给，劳动力人口年龄结构相对年轻化，这样在国际上劳动密集型就有一定的价格优势和非常强的竞争力，而劳动抚养比例的下降也间接地促进增加了劳动力供给。为了能够从家庭中把劳动力解放出恚更好地参与其经济发展，少儿抚养比例的降低，使家庭当中抚养下一代的人口数量有效的减少。

人口红利期的人口结构的变化直接影响着劳动的供给，它包括两点：一是婴儿潮时期出生人口不断的进入到劳动力市场中。而这个出生列队的人口已经进入到了劳动高峰期，劳动年龄人口不断的增加大大地降低了人口的抚养比例，这种影响已到达了一个巅峰阶段。倘若对于这些新增加的劳动人口劳动力市场可以吸收，那人均收入肯定也会随着提升；二是目前家庭规模也在不断的缩小，女性也就增加了接受教育的机会，女性的劳动生产率有了大幅度的增加使其家庭规模有了明显的减少。人口负担降低了其劳动的参与率就提升了，这让有更多劳动力的家庭慢慢地从非生产性的活动向生产性的经济活动中转移。人口年龄结构的有利变动使得其劳动的投入时间大幅度的增加，有效地促进了经济的增长。劳动力的充分供给，再加上充分就业，而且劳动力人口的年龄结构也比较年轻，价格又不是很高，这样就能够更好地创造出社会财富。

3.其政策意见

伴随着人口年龄的结构变化，人口红利期持续的时间并不是很长，慢慢的人口红利就会成为人口负债。我们做了一个简单的预测，到2050年，我国老年人口会到达4.8亿，占了全球老年人口的四分之一，这意味着人口年龄结构的红利期即将结束，劳动力的供给也会随之减少，这影响了我国经济的发展。为了能够使我国经济可以健康稳定的发展，有以下几点意见：

3.1调整人口生育政策

改革开放以来，我国一直实施计划生育政策，我国劳动人口占总人口的比例在逐年的提升，少儿的抚养比例在逐年下降，人口红利给我国经济的快速发展起到了十分重要的作用。我国人口年龄结构在不断的发生变化，影响我国经济发展的一部分原因是由于我国渐渐进入到老龄化社会。

3.2退休年龄的延长

我国人口越来越老龄化，社会的赡养负担也越来越严重。还有我国在医疗卫生水平方面也在不断的提升，人口的平均寿命也在不断提升，欧盟委员已然计划把其退休年龄调至70岁，这样退休的年龄延长了，劳动力的供给也就大大的增加了，本来应该成为赡养人群的就变成了劳动力人群，又能够继续为经济的发展提供一份劳动力，为社会创造出更多的财富。

3.3经济增长方式的转变

目前，我国人口年龄结构在不断的变化，我国已经提前进入到老龄化社会，人口红利在渐渐的减少，劳动力的优势也在渐渐的减少，像劳动力密集型的产业将慢慢地失去市场，所以经济增长的方式必须转变。我国劳动力不能长期依靠低成本的优势来维持，需要我们对自主创新能力不间断地进行提升，对劳动力优势进行转化，努力向劳动力技术优势靠拢，有效地对系统集成和关键的技术创新进行推进，早日将劳动密集型转变成技术密集型，技术实现跨越式的发展，我国的经济发展水平和竞争力才可以不断的提升。

3.4人口红利向人才红利转变

人口红利的影响篇（2）

“人口红利”是1997年安德鲁・梅森（Mason Andrew 1997）提出的人口经济学概念，是指人口转型过程中，形成有利于经济发展的“中间大、两头小”的人口年龄结构，由此促成高劳动参与率对一国经济增长产生的积极效应，这段时期则被称为“人口红利期”。依据人口学理论，人口年龄分布一般分为五类：1―14岁为少年儿童，15―24岁为青年人口，25―49岁为主要劳动年龄人口，50―64岁为高龄劳动年龄人口，65岁及以上为老年人口，一般将15―64岁之间的人口认定为劳动人口。

我国的六次人口普查数据显示，自实施计划生育政策以来，少年儿童占总人口比逐年下降。而随着医疗技术的进步和我国社会养老制度的逐步完善，老年人口占总人口比开始缓慢上升。第一次人口普查和第三次人口普查相比，15―64岁的劳动年龄人口比例上升了2.19个百分点，14岁以下的少年儿童所占比例下降2.69个百分点，65岁及以上老年人口所占比例上升了0.5个百分点。进入二十一世纪，2000年和1982年相比，15―64岁劳动年龄人口所占比重上升了8.65个百分点，0―14岁少年儿童人口比重下降10.7个百分点，65岁及以上老年人口比重上升2.05个百分点。

至2010年，伴随着老年人口的缓慢增长，少年儿童人口占总人口比例以年均约0.52个百分点的速度快速下降。2000年我国65岁及以上老年人口达到8811万人，占全国总人口6.96%，按照国际标准，中国开始进入老龄化社会。

一、贵州人口红利基本情况

建国以来，贵州人口依次经历了两次人口结构的转型。至2003年，贵州省总抚养比为50.33%，首次超过50%，开始迈入老龄化社会。2004―2012年同期，相较于西南地区其他省份，贵州省总抚养比平均高出西南地区平均水平7.55个百分点。至2007年，这一差值甚至高达10.15个百分点（见表1）。由此可看出，贵州省的劳动年龄人口负担较重，人口红利提振贵州省经济增长水平能力有限。

自2007年达到总抚养比的最高峰后，贵州省人口总抚养比以年均1.94个百分点开始下滑。2007―2012年，贵州省人口总抚养比高于西南地区省份总抚养比平均水平的部分，开始浮动性下滑。总抚养比由老年人口抚养比和少年儿童人口抚养比构成。2004―2012年，贵州省老年人口抚养比缓慢上升，少年儿童抚养比虽有适度下降，但是，同期和西南地区其他省份相比，少年儿童占社会总人口的比重居首位（见表2）。例如：2012年，少年儿童占社会总人口比例，四川16%、重庆16%、云南20%、22%、贵州23%。

总体来说，相较于临近省份，虽然贵州省的人口负担较重，人口红利对经济发展的影响较小，但是从发展趋势来看，较重的人口负担在逐年缓慢降低，在中国进入老龄化社会后，贵州省具有抓住人口红利效应末期的能力。

二、贵州省人口红利对经济发展的影响

1、社会人口老龄化及其对经济的影响

社会经济发展到一定的阶段，人口结构会由“年轻型”逐步向“老年型”转变。随着经济的增长及科学和物质生活水平的提高，人均寿命在不断延长，人们的生育观念在发生转变，对传统的从事家庭生产和供给的劳动力刚性需求也在逐步下降，由此导致死亡率和生育率的双重下降。贵州省自2003年开始迈入人口老龄化，且青壮年劳动力大量外出打工，进一步催化社会的老龄化。截止到2010年，60岁以上的老年人已接近752.62万，占常住人口的21.55%。以户籍人口为计算基数，60岁及以上老年人口也已经达到11.64%，65岁及以上占7.96%。

老龄人口的不断增加，而新生人口转化为现实劳动力需要较长的一段时间，这在一定程度上导致了劳动力的短缺。劳动力资源的短缺，很可能会导致部分生产资料和技术设备闲置，社会资源无法达到优化配置，社会经济发展速度受到抑制。同时，现有的劳动年龄人口正渐渐趋向老龄化，劳动能力随着年龄的增长慢慢弱化，技术创新能力以及对新的职业技能的学习能力降低，社会经济活力减退。

贵州省处于我国西南地区，属于“欠发达，欠开发”省份，虽然第一产业对GDP增长的贡献不及第二产业，但是农业人口占全省总人口超过八成。2012年，贵州省农业人口约3448万人，占全省总人口83.42%。农村老年人的养老仍然是以家庭养老为主，这主要源于我国农村的传统文化、生产方式和经济水平低下等因素。贵州省一些较为偏远落后的山区农村，甚至还保留着一家一户、自给自足的经济状态，更决定了家庭养老的主体地位。同时，由于农村地区医疗卫生技术一般较落后，医疗场所覆盖率低，农村老年人的患病率和伤残率也较高。这些原因更加导致其子女经济负担加重，在负担完父母的养老开支后，基本没有剩余进行储蓄。Leff运用截面数据分析方法，对1964年74个国家进行截面估计，发现无论是发达国家还是不发达国家，抚养比对储蓄率均存在明显的负相关关系。高储蓄率是我国能实现高投资水平的保障，是经济增长的重要渠道。陈友华指出：老年人占社会比重高，国民生产中用于非生产性消费支出如养老、老年人护理、医疗等支出会大幅上升，反而用于生产性投资的公共投资比例会下降，私人和公共投资的减少直接导致总产出和人均国民收入增长速度下降。

贵州省由于人口老龄化所带来的低储蓄率和非生产性消费支出，都直接影响到了贵州省经济的发展，并且随着老年抚养比的逐年上升，其所带来的影响不容忽视。

2、低劳动参与率及其对经济的影响

人口红利对社会经济的影响主要通过三个途径：高劳动参与率、高消费需求和高储蓄率。具体过程为：在人口出生高峰期出生的一代人，成长进入劳动年龄阶段后，就为社会提供充足的劳动力人口，这就使得劳动参与率和就业率得以保证在一个较高的水平上，为各类产业，特别是劳动密集型产业的发展打下坚实的基础；同时随着这部分人口跨入劳动年龄的时间增加，其也逐渐达到整个生命周期中的收入和消费的高峰期。

上个世纪50年代和60年代，贵州省经历了两次生育高峰，1953―1964年，贵州省0―14岁少年儿童增幅达115.44万人，至70年代末，国家开始实行计划生育政策后，贵州出生率开始大幅下降。但由于在生育高峰出生的人群陆续进入生育阶段，当时0―14岁的少年儿童人口仍占很大比重。1991―2000年，贵州人口出生率一直稳定在20.0‰～23.0‰之间，致使0―14岁少年儿童比重从1990年的32.68%下降到2000年的30.17%，下降了2.51个百分点。自此，贵州少年儿童抚养比在2005年波动上扬之后，一直在逐步下降。在老年人口抚养比不断增长的情况下，目前的少年儿童抚养比下跌是有利于经济的短期发展的，但是当现有劳动年龄人口陆续进入老龄化，而新进入劳动力市场的人数有限时，贵州省未来有可能会出现劳动力市场供需不均衡的状况。

改革开放后，沿海经济迅速发展，大量西部省份年轻人，尤其是来自农村的年轻人，大量外出打工，寻求更高的工作报酬和新的发展方式。在这一时期，贵州外出年轻人口加速增长。至2010年，贵州省人口净流出量为700多万人，比十年前增长了将近500万人，流出的人口中，99.09%为60岁以下适龄劳动力人口。

贵州省80%的人口属农业人口，基本从事第一产业，这就导致农村存在着大量的“隐形失业”。经济的迅速发展推动着我国城市化的进程，城市不断向农村扩张，导致很多农民失去了赖以生存的土地，出现了大量的失地农民。对于资金匮乏、文化水平相对较低以及劳动技能欠缺的失地农民来说，失去了土地往往就处于失业状态，这也是造成劳动年龄人口流失的重要原因之一。

生育率的降低和劳动年龄人口的大量流失，是贵州省社会加速老龄化的重要因素，这样很难在未来保证实现均衡的社会年龄结构，保证社会总抚养比以及人均消费率和储蓄率较高。即便拥有较成熟的资本市场，但低储蓄率也无法为投资提供保障。

三、社会环境对人口红利的影响

影响贵州省充分利用人口红利来振兴经济发展的原因，除了来自于人口红利状况的“先天”不足外，社会环境因素也制约着贵州人口红利的发挥，如：城乡“二元”壁垒阻碍城乡劳动力自由流动、交通信息闭塞不健全使得劳动力以及产业结构不合理等。其中，尤其以产业结构不合理带来的影响为甚。

在社会经济增长率达到一定程度以后，要增加就业主要取决于第三产业。第三产业由于具有资金需求少，收效快，吸纳劳动力能力强，一般能同时综合劳动密集型、技术密集型和资本密集型的特点，能够吸纳不同层次的劳动力，是一般劳动者较理想的就业场所。同时，第三产业中有许多新兴的朝阳产业，能吸收社会最新型的生产方式，所以也更迎合现代人的生活理念，有较好的市场前景。

从产业创造总值来看，贵州的产业结构基本摆脱了改革开放以前“农业基础薄弱、工业畸形发展、服务业水平低下”的局面。三大产业中，以工业为代表的第二产业持续快速增长，2002年贵州产业结构演变为“二、三、一”格局。尽管贵州省的产业结构得以调整，但是目前的产业结构仍存在问题。由于经济增长的后发力不足，增长方式仍以粗放型为主，贵州省产业发展总体水平偏低，第三产业的发展仍以传统的服务业为主，新兴服务业的发展比较缺乏，技术和知识密集程度较低，尤其是贵州先天的旅游资源没有得到很好的开发。贵州发展旅游具有自己独特的优势，尽管贵州近年来旅游业取得了很大的进步，但横向比较，差距还很大。

四、发展建议

1、逐步提高薪资水平，加大本省社保力度

首先，稳步提高劳动者的收入水平，加大社会保障的力度，才能提高劳动者的积极性，缩小贫富差距，维护社会稳定，彰显社会公平。其次，从长远来看，薪资水平的提高有利于扩大内需，在市场竞争日趋激烈的情况下，扩大内需对促进贵州经济整体发展意义重大。再次，提高薪资水平虽会给企业造成压力，但也能营造有利于竞争的环境，迫使省内企业逐步摆脱对廉价劳动力的依赖，改走技术创新之路，增强贵州省经济发展活力。当然，薪资水平的提高，必须在人口机会窗口关闭之际，这样才能使得工资增速符合GDP增速。

2、提高本省劳动者的素质

劳动者素质的提高，有利于提高劳动生产率。根据曲h等人的研究，如果将企业职工的学历由初中以下提高到高中水平，企业的劳动生产率可提高24%，如果进一步改善为全部是大专学历，企业的劳动生产率可以再提高66%。提高劳动者素质，要同时提高高等教育质量、高中等教育、职业教育和劳动技术培训水平。借鉴国外经验，可建立健全教育机构与企业的实习培训机制，促进新增劳动力与企业需求顺利接轨。在此基础上，如果未来能够把实际退休年龄加以提高，劳动力资源约束会进一步减轻，从而在第一次人口红利式微乃至消失后，赢取第二次人口红利。

3、充分开发老年人力资源

具体而言，开发老年人力资源，充分应对“人口负债”对经济的负面影响，要求政府公共管理部门：一要带头树立积极的老龄化观念，营造积极有利的社会舆论环境；二要出台相关政策，建立健全支持利用老年人力资源的政策法规；三要考虑尝试推行适当的弹性退休制度或推迟退休年龄；四要积极开拓老年劳动力市场，优化老年人力资源配置，充分调动老年人口的工作积极性，让他们发挥余热，对社会发展继续贡献自己的力量，这同时也是解决空巢家庭、老年人孤独、社会抚养压力等问题，维持经济社会快速健康发展的必然要求。

【参考文献】

[1] 程邦嘉：从贵州农村流动人口现状看全省流动人口的发展趋势及管理对策[A].贵州人口发展研究――贵州省2005年1%人口抽样调查资料开发课题集（第二辑）[C].贵州人民出版社，2009.

人口红利的影响篇（3）

印度是南亚面积最大的国家，根据世界银行的数据，2012年印度GDP达1.859万亿美元，人口总数为12.37亿，人均GDP为1503美元，属于中低等收入国家。

从近年来印度GDP增长率可以看出，2004到2011年前，除在2008年受到国际金融危机冲击而有所放缓外，印度经济保持着高速增长，成为继中国之后世界经济增长的又一个重要引擎。然而据印度政府公布的数据，2011年以来，印度的经济增长速度在不断下滑，结束了2004～2011财年年均8.2%的高增长，受全球经济不景气大环境影响，2011～2012财年经济增长率仅为6.5%，2012～2013财年增速降至5%，为十年来最低。2013～2014财年第一季度，印度经济增速放缓至4.4%，第二季度同比增长4.8%。印度拥有庞大的人口，却无法像中国一样实现经济平稳增长，原因何在？笔者认为，除了世界经济形势的影响，还有必要探寻印度人口的情况。

据世界银行提供的数据，2012年，印度人口总数为12.37亿人，0～14岁人口占29.4%，15～64岁人口占65.4%。女性占48.3%。出生时男性预期寿命为64，5岁，女性为68.0岁。印度0～64岁人口比重较高，65岁以上人口比重很低，而中国0～14岁人口仅占18%，15～64岁人口占73.3%。与中国相比，印度青壮年劳动力充足，人力资源储备充足，潜在人口红利巨大，却难以实现经济的平稳快速增长。人口因素如何影响经济发展？印度人口红利难以发挥的原因何在？

印度人口红利发挥的制约因素

人口红利为经济发展提供了条件，可人口红利的发挥本身需要很多条件。据《中国通史》记载，鸦片战争前，中国人口已达到4亿，但在近代史上，中国饱受内忧外患困挠，没能发展起来。新中国成立后，人口增长，教育普及，医疗卫生条件改善，特别是改革开放带来了巨大机遇，人口红利得以释放，劳动力价格低廉，承接了东南亚国家产业转移，成了“世界工厂”，经济空前发展。对照中国，印度人口快速增长，适龄劳动力比重提高，老年人口比重小，但在教育、健康、就业等方面都存在一些问题，限制了人口红利的释放。

（一）教育水平落后，教育资源分配不均

1.基础教育落后。印度国家计划委员会建立的专家委员会通过分析研究发表了“2020年教育愿景”报告，报告表示当前印度6～8年级的辍学率为54%，而1～5年级的辍学率为40%。印度男性识字率为68%，女性识字率为44%，而中国早已超过90%。女性的识字率和入学率均大幅低于男性，公共教育经费占国民收入的比重也较低，基础教育各项指标均落后于中高等收入国家，与印度人的理想预测更是相去甚远。

虽然近年来印度政府加大了对基础教育的投资，中小学入学率也有了明显提升，但其教育质量依然不容乐观，“400%以上的小学五年级学生不能阅读二年级的课本。近45%的小学高年级学生不能阅读其母语。超过40%的小学高年级学生不会做减法”。

基础教育的落后造成的严重后果是缺乏大量合格劳动力，难以承按劳动密集型产业和低端制造业的产业转移，廉价劳动力优势和人口红利的发挥被抑制，难以促进经济发展。

2.高等教育水平不高。除了基础教育的劣势，印度的高等教育也不乐观。根据世界银行数据，到2006年，印度对于每个受高等教育学生的开支占人均GDP的比例为55%，几乎达到澳人利业等发达国家的水准。而2012年第6期印度《当代科学》杂志刊发了印度困家科学通讯和信息资源研究院的一份基于2011年度SCImago院校排行榜（SIR2011）的分析报告，该研究院得出结论，中国高校科研实力3倍于印度，并对两国20所顶尖高校进行排名，北京大学得到50473分，是印度榜首印度科技学院（20683分）的2.5倍。无论是高校综合实力还是科研实力，印度均大幅落后于中国，至少在未来与中国的高科技竞争中已经输在了起跑线上。

印度高等教育培养的更多是重成绩、轻科研与创新的学生，这种不良风气在风靡全球的电影《三傻大闹宝莱坞》中也有所体现。很多优秀的高校毕业生会出国留学，一去不归，人才外流也困扰着印度。

3.教育不公。印度社会长期以来存在的种姓制度根深蒂固，难以得到根本解决。“贱民”阶层在就业时受到歧视，即使投资教育，依然无法获得更好的就业机会，无法改变地位、获取更多财富，继而走向宿命论，不愿投资教育，也就更没有就业和获取财富的能力。女性受到歧视也影响了人口红利的发挥，中小学女生入学率低于男生，2012年女性劳动参与率仅为28.8%。

（二）健康状况不佳

就业要建立在具备一定的自身条件的基础上，很重要的是身体素质。如果人口健康状况良好，那么老年人依然可以工作，创造财富。健康状况的改善和就业时间的延长会增加储蓄。2012年，印度人出生时的平均预期寿命为66岁，中国为75岁；DPT免疫接种率（占12～23个月年龄组的百分比）印度为72%，中国则为99%；公共医疗卫生支出占医疗卫生总支出的比率印度为33.1%，中国为56%；每千例婴幼儿死亡人数印度为43.8，中国为12.1；结核病患病率每十万人中印度有176例，中国有73例。印度健康状况比起中国来尚有很大的差距，医疗卫生条件不乐观，这也是印度人口虽多，但质量不高的一个原因。

（三）就业水平低

据国际劳工组织的劳动力市场主要指标数据，2012年印度15岁以上总就业人口比率为53.7%，中国已达到68%，世界平均水平为59.9%。2013年印度劳工部的《青年就业与失业状况（2012～2013）》显示，印度有1/3不超过29岁的大学毕业生失业，城市有25%的大学毕业生失业，农村则有36.6%。由上述数据可以看出，印度就业率不高，就业岗位不足，难以用大量人口创造更多财富，就业问题制约着人口红利的发挥。就业岗位为何不足？笔者认为可以从其产业结构来分析。

2012年，印度农业就业人员占总就业人员的比重为47.2%，根据世行人员在联合国的《世界城市化展望》的基础上进行的估算，2012年印度农村人口占总人口的比率为68.3%，而2012年印度第一产业对GDP的贡献率为26%，第二产业仅为17%，第三产业高达57%。可见印度大量人口束缚在土地上，第二产业发展薄弱，而第二产业是更能吸收就业的产业。第三产业中高新技术产业需要高端人才，对劳动力的需求有限，提供的就业岗位不多。印度非农部门无法为庞大人口提供足够的就业机会，造成了人力资源的巨大浪费。

对印度发挥人口红利、促进经济发展的建议

（一）普及基础教育，提升高等教育，促进教育公平

印度政府近年来重视基础教育发展，但是基础教育仍有待普及。要关注失学儿童，帮助他们回归校园，帮助家庭困难的学生完成学业，印度政府在基础教育投资上还需下功夫，政府自身的廉政建设和行政效率也有待提高。

印度软件工程发达，但高等人才的培养存在问题。印度发展第三产业需要的不是“书呆子”式的毕业生，而是有科研能力和创新能力的人才，高等教育应承担使命，培养更多拔尖人才。大学教育要摆脱浮躁，回归学术和科研。

社会观念的改变非一日之功，长久以来存在的种姓制度难以在短时间内完全消除。但印度政府可以通过政策措施多做努力，促进社会公平，给予所谓“贱民”教育、医疗、就业等的平等机会，给予妇女更多机会，调动起人民参与经济发展的积极性。

（二）大力发展医疗卫生事业，提高国民身体素质

印度应在医疗卫生事业上加大投入，促进人均寿命的延长。降低孕产妇和婴幼儿的死亡率；关注少年儿童的成长，降低营养不良率；促进传染病防治工作，降低结核病和艾滋病的发病率。

（三）优化产业结构，创造更多就业岗位

第二产业薄弱使就业岗位不足，失业率高。一方面应促进农业生产效率提高，另一方面应创造条件吸引外资，加强基础设施建没，发展劳动密集型产业和制造业。对于一个人口超级大国，劳动密集型产业和制造业能更好地吸纳就业，就业既能发展经济，又能维护社会稳定。第三产业的发展是印度的优势，可吸纳和留住更多精英人才。

中印同为“金砖国家”成员，两国的发展被世界寄予厚望。当前，中国经济在主动降速的情况下依然保持了平稳发展，而印度经济却出现了增长速度被动放缓的情况，从生产力中最具决定性的因素――人的角度来看，印度与中国的差距依然很大。印度想要实现快速发展，必须在其庞大的人口规模上下功夫，努力发挥人口红利，促进经济的发展。

参考文献：

①安双宏 史忆南：《评印度2020年教育愿景中的宏伟目标》[J]，《比较教育研究》，2013年第3期

②蔡P：《人口转变、人口红利与刘易斯转折点》[J]，《经济研究》，2010年第4期

③陈显岿：《印度大学毕业生失业的教育因素及其对我国的启示》[J]，《红河学院学报》，2004年第1期

④邓常春 邓莹：《印度人口红利与经济增长》[J]，《南亚研究季刊》，2011年第2期

⑤邓莉：《印度报告：大学毕业生就业技能无法满足市场需求》[J]，《世界教育信息》，2014年第5期

⑥李建新：《中国与印度未来人口实力比较研究》[J]，《人口学刊》，2004年第6期

⑦何璋 覃东海：《对印度人口与经济增长关系的乐观分析――论人口增长对经济增长的积极影响》[J]，《南亚研究季刊》，2002年第2期

③荣黎霞：《发展中国家如何致力于更加公平的教育――以印度和南非为例》[J]，《比较教育研究》，2007年第2期

⑧申秋红：《印度人口发展状况与人口政策》[J].《人口学刊》，2014年第1期

⑩沈有禄 谯欣：《印度基础教育发展的困境与出路》[J]，《外国中小学教育》，2009年第5期

⑾唐代盛 邓力源：《人口红利理论研究新进展》[J]，《经济学动态》，2012年第3期

人口红利的影响篇（4）

中国在短时间内完成从“高出生率、高死亡率和高自然增长率”到“低出生率、低死亡率和低自然增长率”的再生产类型的转变。中国的人口变动以人类历史上罕见的步伐推进。人口变动与人均收入提高之间的缺口，造成了“未富先老”的社会现象。在此背景下，人口变动与住宅市场互为影响的研究是目前学术界研究的焦点。人口学与住宅学研究相结合的同时，以下几个问题有待学者进行深入探究：人口机械变动与自然变动分别对住宅市场造成了多大影响，人口红利对住宅市场是否产生了影响以及影响程度等。本文在参考国内外大量文献的基础上，将相关研究成果进行比较分析，阐明人口变动对住宅市场的影响。

人口变动对住宅市场的影响

（一）人口数量变动对住宅市场的影响

住宅作为一种刚性需求产品，生活的必需品，部分学者认为人数的多少必然会对住宅的需求产生影响。曹光辉（2002）运用相关系数法定量研究了1993-2000年重庆市人口、人均GDP、利率等因素与居住水平之间的关系。得出城市人口是影响重庆市主城区住宅需求总量的关键因素。持相同观点的学者有：罗兆烈 （1998）、孙伶莉（2003）等。然而部分研究认为人口数量对住宅市场需求影响并不显著。张兵（2009）以安徽淮南市为例，建立基于灰色理论的房地产市场需求影响因素分析模型，结果显示，城镇人口数对商品房的销售影响较小。

笔者认为研究结论不同的原因在于不同区域的住宅市场和人口状况存在差异，且经济发展水平和政府政策不同。在研究方法和角度上，已有研究中以灰色关联度分析法和回归分析法为主，数据基本上采用官方公布的数据，一手数据运用得很少。在其他指标的选取上也有很大不同，因此造成结果不一致。

在人口数量变动对住宅价格影响问题上，Wolfgang Maennig通过研究德国98个大城市的人口增长和衰退与房价之间的关系，他选取了房地产价格、人口数量、人口增长、人口衰退、建造成本、居民收入等作为变量建立模型，得出结论：在人口相对集中的大城市，人口增长所引发的房地产需求并不能有效作用于房价，而人口衰退却能导致房价显著下降。同样，史青青等（2010）建立房地产均衡价格模型，采用城市不同类别房屋销售价格和人口相关数据进行分析，证明了人口总量因素不会推动房地产价格上升，人口结构因素（城镇化水平）影响房地产市场的发展。

综上所述，学者在人口数量对住宅市场需求影响方面的研究结论并不一致。原因在于影响房地产需求的因素很多，在检验人口数量这一变量时，其他变量的选取是关键因素。各学者在做相关研究的时候，选取的变量都是不一样的。此外，在研究范围上，主要以区域为主，每个区域各自的社会经济发展状况不同，也造成了研究结果的不一致。学者在人口数量对住宅价格影响方面，结论趋于一致，无论是在全国范围内还是区域范围内，均认为人口数量对住宅价格影响并不显著。住宅价格的形成受到很多因素的影响，但人口数量因素不是主要因素。

（二）人口空间变动对住宅市场的影响

Gabriel等（2000）利用美国加利福尼亚州两个最大城市的住房价格数据，通过建立住房价格模型，分析出人口迁移和城市结构演变对于城市住房价格的影响，结果表明影响房价的主要因素是巨大的人口迁移。国内也有学者持相同的观点，吴老二等（2007）运用简化的联立方程模型，从空间计量学角度审视了广东省各城市房地产价格与人口迁移之间的关系，指出不仅传统的经济变量会影响城市房地产价格，空间地理因素同样显著地影响房地产价格。持相同观点的学者有：龙奋杰等（2003）、李松等（2009）等。

由以上分析可知，国内学者一致认为，人口空间变动推动住宅市场需求和价格变动。只要人口在空间上的移动到达一定规模，就能对区域住宅市场造成很大冲击。但多数学者都忽略了人口迁移的距离、时间长短以及迁移人群的购买力问题，这些问题都对迁移人口选择是否购买还是租赁住房有很大关系。目前在研究人口空间变动问题上，研究区域主要以行政市为研究单位，研究范围较小。从微观层面对人口迁移与住宅市场的关系进行定量分析与评估会是下一个研究的热点。此外，多学科学者的参与，多角度的交叉分析和综合研究，自然科学方法和社会科学方法的密切结合，将会是未来这一问题的研究趋势。

人口结构对住宅市场的影响

（一）人口红利与住宅市场关系

史青青（2010）通过建立房地产均衡价格模型，从理论上证明了在完全理性的市场中，房地产收益率与人口增长、劳动人口抚养比无关，从而证明了人口红利与住宅市场价格不存在关系。人口红利与住宅市场价格不存在关系，但与住宅市场需求存在关系。徐虹（2008）指出由于人口红利的存在，人口规模能引发更多的住宅需求。更多的学者从人口年龄结构变化的角度对人口红利与住宅市场进行研究。Mankiw和Weil（1988，1992）认为战后婴儿潮（1946-1964年）推动人口规模和结构的变化，能够显著影响美国房地产价格。随着婴儿潮一代逐步进入工作、婚育年龄，美国房地产价格会于1969-1989年进入上升通道，并于1989年达到顶点后，步入长达30年的价格下行期。国内持相同观点的学者有：赵君丽（2002）、宋国学等（2007）等。

学者关注人口红利多从人口红利与经济发展的角度出发，研究人口红利是否促进了经济发展及程度如何、人口红利持续时间等方面。而对于人口红利与住宅市场的关系，却很少涉及，仅有的研究认为人口红利与住宅价格之间不存在关系，但人口红利能促进住宅产业的发展。原因在于人口红利与住宅需求之间存在相关关系。“婴儿潮”对房地产市场需求的影响表现在两个方面：一方面，通过人口年龄结构变化直接影响住房刚性需求变化；另一方面，通过“人口红利期”为房屋需求的实现提供经济基础，住房的改善性需求和投资性需求将会得到有效实现。现有研究关注于前者，而对于后者存在很多不足，如由人口红利带来的储蓄率如何影响住宅市场及程度；人口红利期过后进入人口负债期，如何保证住宅市场的发展等问题都很少有学者研究。

（二）年龄结构、家庭结构与住宅市场关系

赵君丽（2002）通过人口结构变化与房地产周期相关性的研究，指出人口结构变化与住宅需求直接相关。特别是25-35岁的人口对住宅的需求影响显著。谢琛等（2010）认为20岁人口对房地产需求影响最高，而20-23岁年龄段、36-40岁年龄段人口对房地产需求影响较大。

戴国海（2011）运用混合扩展模型对人口结构和房地产周期之间的关系进行了实证检验，结果表明，人口结构对房地产合成增长率指数的影响极为显著。其中，城镇家庭户数的长、短期弹性系数显著为正。此外，刘光宇（2005）、龚莹（2010）等均认为家庭结构的变化直接影响住宅需求的结构和方向。

综上所述，学者一致认为不同年龄段的人口对住宅需求影响是不同的，但哪个年龄段的人口对住宅影响最显著，学者们得出了不同的意见。出现分歧的原因在于，各个学者采用的方法、指标和口径不同。并且每个地区都有各自的特色，根据不同的实际情况得出不同的结论是正常的，但在方法上缺乏创新。在家庭结构方面，学者一致认为家庭的小型化导致家庭数量的增加，同时家庭数量的增加对住宅需求影响显著。但是家庭结构分为两个方面，一是家庭的结构类型因素，包括：家庭的人口数量要素；家庭的代际层次要素；家庭内夫妻对数的要素。二是家庭生命周期因素分为初婚期、生育期、满巢期、减退阶段、空巢期和空床阶段共6个时期。对于前者，学者们进行了充分研究；而对于后者，家庭生命周期与住宅市场关系的研究很少。

结论

随着大多数发达国家和许多新兴工业化国家及地区相继完成了人口转变， 人口学与住宅学的结合将是未来研究的一个焦点问题。本文通过国内外人口与住宅市场相关研究，得出以下结论：

首先，人口数量变动对住宅需求是否产生影响有待商榷，但对住宅价格影响并不显著。理论上，住宅作为刚性需求产品，人数的多寡对住宅需求影响应该是显著的，但在区域上由于受到各种因素影响，在部分区域内表现并不显著。当前国内住宅价格并非完全由需求决定而形成的理性价格，所以由人口数量形成的需求并不能有效作用于住宅价格。

其次，人口空间变动对住宅市场影响显著。其原因在于中国人口与经济空间分布不平衡，导致人口空间变动的范围和规模巨大。对区域住宅市场造成的冲击也很显著，但目前对此有待进一步研究。

最后，国内外研究普遍认为人口红利与住宅市场存在关系。表现形式以“婴儿潮”等年龄结构的变化来对住宅市场需求产生影响，而住宅价格方面未显示存在相关关系。人口红利所引起的储蓄率等与住宅市场问题还有待学者进行深入研究。不同年龄段人口对住宅需求的影响是不一致的，但各个学者的研究结果相对集中。家庭结构的变化对住宅市场产生显著影响，包括家庭结构类型的变化和家庭生命周期的变化。

总的来说，国内在人口与住宅市场方面的现有研究，在深度和广度上还存在不足，人口变动对住宅市场的影响是一个长期而复杂的过程。今后研究的重点是如何更好地量化两者的关系，为人口和住宅市场政策制定提供更好参考。

参考文献：

1.曹光辉.重庆市主城区住宅需求总量预测模型[J].重庆大学学报（自然科学版），2002（11）

2.罗兆烈，关柯，郭逸.我国城镇住宅需求结构的分析与预测[J].哈尔滨建筑大学学报，1998（12）

3.孙伶莉.对上海市居民住宅需求的研究[J].上海统计，2003（5）

4.张兵.基于灰色理论的房地产需求分析—以安徽淮南市房地产市场为例[J]. 区域金融研究，2009（6）

5.史青青.基于人口红利、汇率的房地产价格研究[D].上海交通大学，2010

6.Stuart A.Gabriel.House price Differentials and Dynamics Evidence from the Los Angeles and San Francisco Metropolitan Areas，2000

7.王春艳，吴老二.人口迁移、城市圈与房地产价格—基于空间计量学的研究[J].人口与经济，2007（4）

8.龙奋杰.城市人口对房地产投资的影响研究[J].土木工程学报，2003（9）

9.李松.基于PSR响应模型对乌鲁木齐市非户籍人口与房地产市场的相关性验证[J].建筑经济，2009（5）

10.史青青.人口红利与房地产收益率的无关性[J].经济学（季刊），2011（1）

11.徐虹.我国住房需求的影响因素及发展趋势分析[J].兰州学刊，2008（10）

12.Mankiw，N.Gregory and David Weil.The Baby Boom，the Baby Brust，and the Housing Market[J].Regiongal Science and Urban Economics，1989（19）

13.赵君丽.人口变化与房地产需求—人口结构变化与房地产周期相关性研究[J].城市开发，2002（8）

14.宋国学.城镇住宅需求动力因素分析[J].商业时代，2007（27）

15.谢琛.基于灰色理论的人口年龄结构对房地产需求影响分析[J].数学的实践与认识， 2010（10）

人口红利的影响篇（5）

中图分类号：F241 文献标识码：A

“人口红利”或者说人口年龄结构变化对经济增长的影响主要包括两个方面：对生产领域的影响，主要体现在对劳动供给的影响；对消费和储蓄的影响。2013年1月，我国的国家统计局公布数据显示，2012年我国15―59岁劳动年龄人口在相当长时期里第一次出现了绝对下降，比上年减少345万人。一般来说，当一个国家劳动年龄人口增长停止后，劳动力数量不足的问题会很快到来。我国的人口红利是否结束，会有哪些问题？从“人口红利”对消费和储蓄的影响来看，人口年龄结构变化会改变社会抚养比，社会抚养比越高社会整体负担越重。如何顺利渡过这一艰难时期？

我国的经济增长在一定程度上得益于中国廉价劳动力的比较优势。随着经济持续快速增长以及劳动力结构的改变，劳动力成本优势逐渐减少。从2009―2012年，中国劳动力基本工资年增长率逐年递增，2012年上半年中国城市居民工资收入相比去年同期增长13%，农民工工资也上涨了14.9%。以廉价劳动力为优势的“中国制造”如今越来越受到挑战。

国内有关“人口红利”的研究成果很丰富，争论很激烈。其中对“人口红利”的结束点争论最激烈。蔡（2008）指出中国很快将走出“人口红利”阶段，2015年前后进入“人口负债”阶段。劳动力短缺终将成为现实（蔡 2006），中国未来的经济高增长将无法持续。王德文（2007）等认为中国人口红利已逐渐消退，“刘易斯拐点”已经到来。而王涵语等（2008）研究老龄化对于人均经济增长率变动的影响，结果表明我国在2035年前处于人均经济增长率为正的人口红利期。学者陈友华（2005）、马瀛通（2007）、王桂新（2010）、解保华（2010）等认为，中国的人口机会窗口从1990年开始到2030年结束，袁志刚（2010）也否认中国正面临“刘易斯拐点”。但关于经济体人口红利期的机会窗口大小和起止时间以及严格的界限，学界没有一个统一的看法。

国外有关“人口红利”的研究成果也很丰富，并且实证研究很多。Bloom等发现东亚崛起的部分原因是这些国家的社会、经济、政治制度和政策允许这些国家充分发挥了由人口转变所创造的潜能，人口红利对经济增长的贡献约占25%―33%。Bloom和Canning（2002）也发现缺乏人口红利是导致非洲经济相对贫穷的原因之一。Wang和Mason根据Bloom（1997）等的相关文献的方法研究发现，中国人口结构转变为其经济快速增长创造了机会，并且“政策环境的支持”有助于产生机会效应。Aiyar和Mody根据印度22个邦1961-2001年的10年期面板数据识别了印度的人口红利，研究发现，上世纪80年代印度经济加速增长应归功于本国的人口结构，并且在未来20年人口红利对人均GDP增长率的贡献为每年2%。

国内外学者一致认为人口红利是经济快速发展的重要因素，但悲观的预言者看到中国劳动力比重将随着人口出生率下降而降低，进而得出人口红利时代将一去不复返的结论。而更积极的学者，考虑到产业结构和城乡结构的变迁，在人口红利保持基本稳定状态下基础要素的空间转移和形态的转变也会改变经济的增长曲线，认为利用人口红利与结构红利内在的相互性能够有效避开“人口债务”陷阱。

辽宁省经济发展中的“人口红利”问题是现阶段的区域经济发展的一项重要研究课题。系统地研究其现状、存在的问题以及预测“人口红利”的消失，对于辽宁省的经济可持续发展具有一定的理论价值和重要的现实意义。虽然有数据表明，全国的劳动年龄人口在减少，但辽宁省不同，省际间的劳动力是相互流通的，第六次全国人口普查数据显示，全省累计外省流入人口达170万人，主要聚集在沈阳、大连、鞍山三个城市，绝大部分为劳动适龄人口，特别是青壮年劳动力居多，辽宁省“人口红利”不会马上消失。经济发展与人口政策并行，“人口债务”是我们必然会面临的问题，必须正视它，人口老龄化将影响经济发展的持续增长能力、削弱竞争能力，社会抚养比提高导致劳动力的负担和成本加大。千万不要忘记今后可能会面对的“人口负债”，提前实现经济结构转型。

（作者：辽宁社会科学院助理研究员，经济学硕士）

参考文献：

[1]蔡：《人口红利消失的隐忧》，《中国企业家》2006年第7期。

人口红利的影响篇（6）

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，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

人口红利的影响篇（7）

20世纪90年代，国外学者研究非稳态人口转变过程对经济增长影响情况的人口经济学理论，并将人口非稳态转变过程对经济增长的积极影响称之为“人口红利”。人口红利是包括“第一人口红利”和“第二人口红利”在内的广泛概念，分别指人口转变过程中由于劳动年龄人口战总人口比重增加导致的经济增长的现象和由于人们预期到人口年龄结构的变化，调整个人储蓄消费行为，做出有利于资本积累的个人决策，最终使得经济产出增长的现象。目前国内外的相关研究均是从人口年龄结构转变的角度探究人口红利对国家或地区经济增长的影响，忽视了随着人口流动，劳动力资源所创造的财富可能发生转移，人口红利可能发生外溢。

一、基本模型

二、实证分析

（一）单位根检验与协整分析

由于模型（1）（2）选用的是时间序列数据，必须进行平稳性检验，本文采用ADF检验方法，带有滞后阶数采用SIC最小准则来确定，根据模型（1）（2）的单位根检验结果对模型（1）（2）中的残差序列进行平稳性检验，结果表明，残差序列在1%的显著性水平是平稳的，说明这些变量的线性组合是平稳的，变量序列间具有协整关系。从而可对模型（1）（2）进行回归并且回归是有意义的。

（二）回归结果及解释

从回归结果来看，模型拟合效果很好，可决系数达0.998，调整后的拟合优度也达0.997，F检验统计量远远大于临界值，F检验通过；陕西省社会抚养比、人口红利外溢因素和人均固定资本的弹性系数p值在5%的显著性水平下通过t检验。

回归系数显示，陕西省人均固定资本与经济增长呈正相关关系，而陕西省社会抚养比（即本省的人口红利）和人口红红利外溢因素对陕西省人均GDP的影响是负的。这是因为，陕西省虽然是教育大省但由于工业及服务业发展并不及沿海地区，因而同时又劳动力输出大省，所以人均GDP的提升并没有得益于人口红利外溢。

从回归结果来看，可决系数达0.993，调整后的拟合优度也达0.990，F检验统计量远远大于临界值，因此，拒绝所有自变量系数的估计量为零的原假设，F检验通过；社会抚养比、人口红红利外溢因素和人均固定资本的弹性系数p值在5%的显著性水平下通过t检验。

从各自变量的回归系数可以看出，广东省人均固定资本、人口红红利外溢因素与人均GDP呈正相关关系，而广东省社会抚养比（即本省的人口红利）对经济增长的影响是负的，这主要因为广东省属于劳动力资源流入大省，吸收了其他省份的人口红利。

三、结论

陕西省、广东省相继进入人口红利期后，地区的劳动力负担系数大幅减轻，对当地的经济增长贡献很大。此外，一个地区的人口红利在促进当地经济增长的同时也发挥了一定的“溢出效应”且人口红利及其外溢效应存在明显差异。人口红利外溢效应对劳动力流入大省广东的经济增长起到了极大地正向推动作用，但作为劳动力资源流出大省的陕西人均国内生产总值却没有得益于人口红利外溢因素。

参考文献：

[1]汪小勤.“人口红利”效应与中国经济增长[J].经济学家，2007（01）

人口红利的影响篇（8）

 

近年来,合肥市经济社会持续快速发展。2010年合肥生产总值2702.5亿元，同比增长17.5%，分别高于全国、全省7.2和3个百分点，连续七年保持在17%以上（沈娟娟、刘甜甜，2011）。对于解释这一现象,大多是从技术进步、体制创新等方面着手分析。比如，杨增权认为“总结合肥近年来又好又快发展的经验，其中重要的一条就是紧紧抓住了自主创新这个牛鼻子。(杨增权,2009)”合肥市统计局工交处在统计分析中指出，合肥经济的飞速发展，得益于“‘十一五’以来，合肥市大力推进“工业立市”战略，狠抓工业发展，出台了一系列促进工业经济加快发展的政策。（合肥市统计局工交处,2010）”。但较少有人对影响经济增长的人口因素，特别是合肥市正在经历人口红利期这一因素进行研究。

1. 研究背景

20世纪70年代以来,由于我国严格实行计划生育政策,人口出生率迅速降低,仅用30年左右的时间就完成了向低出生率、低死亡率、低自然增长率的现代型人口增长模式转变。在人口结构上,少儿抚养比例迅速下降，劳动年龄人口上升，同时，老年人口比例尚未达到较高水平。因此，中国正处于劳动年龄人口比例高,人口抚养负担轻,人口生产性强这样的一个阶段: 劳动力负担从1978年的68.35%下降到2007年的37.42%(李魁, 2010)。人口经济学家称这一有利于经济增长的阶段为“人口红利期”。“人口红利期”是指一国人口结构转变过程中形成人口年龄结构呈现“中间大、两头小”的特征，使得总人口中劳动力资源比较丰富、少儿抚养比与老年抚养比在同一时期内都比较低、储蓄和投资增长，经济由此获得额外增长源泉的时期。

合肥市人口发展同样经历这样一个过程,出生率从1990年的21.47%下降到2009年的10.23%（见表1）,连续多年保持在全国水平以下;在人口结构上同样也进入了劳动力供给丰富、人口抚养比负担轻的历史时期,即“人口红利期”。因此,对合肥市经济社会发展中的人口红利及其影响进行定量和定性分析相结合的考察分析,有着重要的理论和现实意义。

2. 相关研究综述

人口因素在经济发展中扮演着重要的角色。早期的人口经济理论多集中于人口数量对经济增长的影响。直到20世纪中叶后,人口经济学家们才将关注的重点从人口增长扩展到人口年龄结构,认为不同年龄的人群对经济增长具有不同的影响。这主要体现在两个方面。第一 人口负担系数流动人口，人口中劳动力对经济产生影响。Brander和Dowrick(1994) 、DavidE. Bloom和David Canning (2004) ,他们将总人口分为被抚养年龄人口和劳动年龄人口,认为被抚养年龄人口的增加对经济发展有负面影响,而劳动年龄人口的增长会促进经济发展。第二，人口结构通过影响储蓄率作用于经济。Kelly (1973)认为,人口结构的变动改变了国民收入中消费和储蓄分配比例,这是人口转变影响经济增长的渠道之一。

国际上许多人口学者对人口红利的衡量指标做了数量界定，把15～64岁劳动适龄人口抚养0～14岁少年儿童人口与65岁及以上老年人口的总抚养比低于50%的年份,作为在人口年龄结构上最有利于经济发展,有可能获取生育率下降所带来的“人口红利”的时期(桂世勋,2006) 。这对于某一国家、地区“人口红利期”的分析和探讨,以及制定相应政策是非常必要的。同样对于求证并分析我市人口结构转变过程中产生的人口红利及其对经济增长的贡献也有十分重要的借鉴意义。

本篇文章正是从自然增长率变动、人口负担系数变动、流动人口的影响等方面多角度对合肥市进行人口红利的研究，以探究处于人口红利期的合肥市的人口要素是如何对合肥的经济发展做出贡献的，以及如何将人口红利转化为切实推进经济增长的人口动力。

3. 合肥市人口转变与“人口红利期”

3. 1 合肥市出生率、死亡率和人口自然增长率变动态势

从图1和表1可以看出, 1953～1957年“一五计划”期间，合肥市出现了第一次生育高峰。1958～1963年，前3年国民经济困难，出生率降到最低点，死亡率上升，自然增长率锐减到历史最低水平。1961～1963年，经济形势好转，出生率回升，死亡率降到正常水平。1963年左右出现了第二次生育高峰，自然增长率也达历史高峰。1964～1976年，合肥人口自然增长呈逐年减少趋势。13年间出生率除1967～1968年略有回升外，其余年度均连续下降。与此同时，死亡率保持正常偏低水平。1977～1985年虽大力提倡“一对夫妇只生一个孩子”，但自然增长率仍有缓慢回升论文网。1986～1990年，60年代第二次生育高峰期出生人口进入婚育年龄，处于第三次生育高峰期。之后，出生率和人口自然增长率都降低到了一个稳定水平。在2000年到2009年期间出生率维持在10‰ 附近,死亡率在4‰ 左右小幅波动，人口自然增长率稳定在6‰ 左右。

人口红利的影响篇（9）

一、问题提出

以日本和“四小龙”为代表的东亚经济，在20世纪50年代到90年代曾先后取得令人称羡的成就。这些国家和地区通过经济增长，克服了资源贫乏对经济增长的制约，显著改善了人民生活并实现了社会进步。东亚经济发展所取得的成就被誉为“东亚奇迹”。影响经济增长的因素很多，这些因素均在某种程度上得到某些理论支持，或者得到某些实际数据的实证支持。有大量的文献探索经济增长及其影响因素。但是，经济增长与这些影响因素之间，以及因素之间的相互关系相当复杂，不同的文献得到的结论可谓大相径庭、莫衷一是。那么，究竟有哪些因素影响经济增长，其影响的显著性如何？在对“东亚奇迹”的诸多研究中，人口转变所带来的人口年龄结构因素受到经济学家和人口学家重视，被称为是“东亚奇迹”的重要变量和决定性因素之一。人口年龄结构的变化，亦即人口红利，究竟是不是东亚经济奇迹的主要推动因素？根据目前已有的相关文献和方法，本文考察这些因素对东亚经济的影响，从而试图分析人口年龄结构对经济发展的影响程度。

二、研究现状

与西欧发达国家150年左右的人口转变过程相比，东亚人口转变非常迅速。在这一转变过程中，劳动力增长速度快于抚养负担人口增长，从而增强整个人口结构的生产性和储蓄能力，为经济增长创造有利的条件和机遇。这被认为是东亚奇迹的一个重要成因。沿着现有文献研究路径，Andrew Mason、Bloom and Williamson等为代表的学者关注了东亚经济奇迹与人口年龄结构变动这一问题。

Andrew Mason（1997）在对日本、韩国、中国台湾、泰国等国家和地区的东亚奇迹进行研究时发现，人口年龄结构转变发挥了重要作用。Andrew Mason将劳动年龄人口的快速增长带来的人均产出的增加称为“人口红利”（demographic bonus）。他认为，人口红利被东亚经济发展所吸收从而促进了区域经济增长，但他也同时指出，人口年龄结构变动本身并不能促进经济奇迹的发生，人口红利只是为经济更快增长提供了有利的并可能被经济增长所吸收的条件。Bloom and Williamson（1998）认为，年龄结构变化引起的生产和消费行为的差异产生了人口红利。他们的研究结果发现，人口红利能够解释东亚人均GDP增长率中的1.37～1.87个百分点，或者说，人口红利能够解释三分之一的东亚高速经济增长奇迹。Bloom et al.（2003）的研究拓展了Bloom and Williamson的国家截面数据分析方法，采用时间序列与截面混合的面板分析方法，运用改进的内生经济增长模型得出了与Bloom and Williamson等类似的结论。

在Bloom and Williamson等学者提出的人口红利理论基础上，Mason and Lee（2006）进一步认为，人口年龄结构变动所带来的“人口红利”从两方面促进经济增长：一方面，劳动年龄人口相对于总人口的增加提高了生产性人口相对于消费性人口的比例，这被称为人口红利的“结构效应”（composition effect）；另一方面，劳动年龄人口的相对增加降低了社会的抚养比（dependency ratio），这使得劳动人口所负担的非生产性人口减少，从而将收入中的更多部分用于储蓄和资本供给，这被称为人口红利的“行为效应”（behavioral effect）。Mason进一步测算了1970～2000年期间两种效应对工业化国家、东亚和东南亚、南亚、拉美、撒哈拉以南非洲等地区的经济增长的贡献率。对东亚和东南亚的经济奇迹而言，两种效应的贡献分别达到0.59%、1.31%。Kannan Navaneetham（2002）对南亚和东亚国家的人口年龄结构变动与经济增长进行实证研究，他认为，人口红利或人口机会视窗对东南亚国家的经济增长具有正向的作用（菲律宾除外），在人口年龄结构转变过程中，少儿人口和老年人口比重的下降导致医疗卫生开支和教育开支的减少，在合适的政策下这种优势将有利于经济增长。

Lee and Mason（2006、2007）提出大部分亚洲国家的人口红利即将结束，但之后这些国家仍可以享有“第二人口红利”。他们认为，人口老龄化后将会产生“第二人口红利”，而“第二人口红利”的产生将会继续推动经济增长。进入老龄化阶段后，由于劳动年龄人口为退休储备资产的动机增加了储蓄，使得整个社会的财富积累增加，而有效劳动力的数量下降，从而提高了每一劳动力的生产资本，并在较长一个时期内保持在比较高的水平，从而继续推动经济增长。Canning（2007）认为，东亚经济增长成就与人口转变的拉动作用密不可分。亚洲国家的人口转变过程并不同步，日本、新加坡等国家的人口转变历程要大大超前。生育率的下降促使印度和中国等其他发展中国家的抚养负担大大减轻，经济增长的机会增多为这些国家创造出了“人口红利”。但人口老龄化是全世界人口转变的趋势，未来东亚各国都将经历向高老年赡养负担的转变。对于大多发展中国家而言，他们都在收入水平较低的时候开始经历人口老龄化，这对经济发展提出了巨大的挑战。

必须注意的是，尽管人口年龄结构变动对一系列经济变量产生作用以及人口年龄结构变动影响经济增长，但人口年龄结构变动只是经济增长的潜在机遇。这种机遇能否被获取取决于一个国家或地区的政策环境，包括制度质量、劳动力配置、宏观经济管理、贸易开放度、教育政策等等。拉丁美洲就是一个失败的典型。1965～1990年，它也经历了与东亚相似的人口转变过程，但是它的经济表现要远远落在后面。高通货膨胀、政治不稳定、对抗性的劳动关系、进口导向的贸易政策等等使拉丁美洲国家丧失了开发宝贵的“人口视窗”机会（Canning，2007）。东亚国家之所以能够充分利用人口红利加快经济增长，就在于东亚国家采取了合适的经济发展政策，大力投资教育，从而创造了大量的就业机会，实现了劳动力的充分就业，有效地利用了人口转变所带来的机遇（Mason，2006）。

三、理论框架及模型设定

（一）索洛模型与传统影响世界经济增长的因子

索洛经济增长模型（Solow growth model），即罗伯特·索洛所提出的发展经济学中著名的模型，又称作新古典经济增长模型、外生经济增长模型，是在新古典经济学框架内的经济增长模型。索洛模型用于解释经济增长的3个维度，可以分解为7个因子，即资本市场发展水平、农业发达水平、劳动力资源、经济开放程度、人力资源储备情况、资源禀赋要素、科研发达程度等，这些因子形成基本可以解释世界经济发展的共性影响要素。

（二）模型设定

在传统生产函数的基础上，考虑人口年龄结构对东亚经济增长的影响。本文以David E. Bloom and Jocelyn E. Finlay（2009）的模型为基础，根据上述经济增长的共性因子进行调整，以便观察人口年龄结构因素在经济增长中的作用，同时考察资源禀赋、人口数量与质量、外贸依存度等因素的影响。考虑柯布—道格拉斯（Cobb-Douglas）生产函数：

（1）

其中， 表示第i个国家或地区在t年的产出，A为全要素生产率，K为资本，L为劳动力。

将上式两边除以劳动力L，有：

（2）

假定每一劳动力的长期均衡产出受到一系列因素的影响，用向量X表示，则每一工人的产出增长率可以表示为：

（3）

David et al.（2009）等关于人均产出增长率作为各国初始人均产出、相关的影响变量和人口结构因子的函数为：

（4）

其中的 表示人均产出增长率，而 则表示影响劳动力产出的因子，而 则表示15～64岁年龄段人口占总人口的比例，以考察人口年龄结构对经济的影响， 则表示劳动参与率。在David et al.（2009）的实证模型中，他们考察了1960～2005年间的国别数据。他们在影响劳动力产出的因子中考虑了资本存量、地理位置、住房政策宽松度、贸易开放度、15岁以上个人接受高中教育的平均年数、总人口的年平均增长率、预期寿命及人口密度等指标。而人口年龄结构指标则考虑15～64岁工作年龄段人口的年均增长率等。

为了弄清这些影响因子是如何影响经济增长的，本文分别考察这些因子对人均GDP和人均GDP的对数的影响。一般而言，宏观经济变量时间序列通常都是不平稳的，较常见的解决办法是对变量取对数或求差分。通过构建传统线性回归模型和半对数线性回归模型，不仅可以改善模型的平稳性，增强结果的可信性，同时还可以从不同角度解释其经济意义。David et al.（2009）的实证模型中没有明确考虑技术进步的影响，技术进步在短期可能对人均产出影响不明显，但是在长期中可能存在显著的影响。因此，为了考察技术进步的影响，本文将其视作时间的函数。对于资本的影响，本文采用资本形成总额占GDP的比例来刻画。因此，本文采用的一般模型为：

1.考虑人均GDP的模型构建

（5）

其中， 表示总人口， 表示人均GDP， 表示资本形成总额占GDP的比例， 表示劳动力人数。这三项是传统的资本、劳动力、生产技术等三要素模型。 表示一系列影响经济增长的因素。 表示误差项。在实证中，资本、劳动力和生产技术可以进一步分解，人口抚养比系数等体现人口年龄结构的因子将纳入其中。

2.考虑对数人均GDP的模型构建

（6）

其中， 表示人均GDP的对数， 表示资本形成总额占GDP的比例， 表示劳动力人数的对数， 表示一系列影响经济增长的因素。在实证中，资本、劳动力和生产技术可以进一步分解，人口抚养比系数等体现人口年龄结构的因子将纳入其中。

四、数据说明及实证检验

（一）数据来源及指标说明

1.数据说明

本文采用世界银行WDI数据库的数据，选择东帝汶、中国、印度尼西亚、韩国、日本、老挝、泰国等亚洲23个国家或地区在1981～2009年期间的面板数据，分别对人均GDP和人均GDP的对数的影响因素进行实证检验。

2.指标说明

分别将人均GDP（用y1表示）和人均GDP的对数（用y2表示）作为被解释变量。解释变量具体如下：用t表示时间，以刻画随时间推移，技术进步的影响；用x1表示资本形成总额占GDP的比例，以刻画资本对生产效率的影响；用x2表示劳动力人数的对数，反映劳动力的投入变化；用x3表示国土面积，刻画一个国家或地区的资源禀赋情况；用x4表示高校入学率（占总人数的比例），来表征对人力资本的投入力度，反映教育对生产效率的影响；用x5表示劳动参与率；用x6表示储蓄率占GDP的比例，描述储蓄对生产投资的推动作用；用x7表示总人口，用x8 表示总人口的对数，以刻画人口规模对生产效率的影响；用x9表示出生时预期寿命，表示人口的健康状况以及身体素质，以刻画人口的生理质量；对于各个国家和地区对外经济交往，本文用货物和服务进出口占GDP的比例之和来刻画，用x10表示；对于人口年龄结构的变化，本文用少儿人口加上老年人口除以经济活动人口来计算，用X11表示。

（二）对人均GDP的实证检验结果

先对人均GDP进行单位根检验，发现没有单位根（见表1）。

表1：人均GDP的单位根检验

ADF Test Statistic -5.871521 1% Critical Value* -3.4520

5% Critical Value -2.8705

10% Critical Value -2.5715

结论：人均GDP无单位根

得到的结果为：

Y1 = 124238.24 - 152.75*t - 70.80*X1 + 120907.197*X2

（-3.56） （-2.05） （14.07）

-179.5*10^（-6）*X3 + 115.16*X4 - 1634.91*X5 + 185.89*X6

（-1.06） （5.47） （-12.26） （6.29）

-121408.64*X8 + 505.64*X9 + 14.91*X10 + 90975.92*X11

（-14.08） （7.01） （2.83） （13.03） （7）

括号内的数字是t-统计量值。

对模型残差进行单位根检验，结果也表明残差序列平稳，这也就说明变量间协整关系成立，模型回归结果较为可信。从回归分析的结果看，拟合优度等指标显示出估计效果比较好。调整的可决系数 为0.7575，F-统计量达到96.71。劳动力投入（用x2表示）对人均GDP的影响是显著为正的，劳动力每增加1%，人均GDP就会增加0.12万元。表征资源的解释变量（用x3表示）的影响不显著，也就是说，对东亚地区而言，经济高速增长不能用资源禀赋来解释。人力资本的投入增加（以高校入学率来代替，用x4表示）对人均GDP有着显著的促进作用。储蓄（用x6）对人均GDP的影响也是显著为正的，表明储蓄占GDP的份额越大，东亚的人均GDP越大。人口数量的影响（用x8表示）对人均GDP的影响显著为负，意味着人口越多，会抵消一部分经济增长的效果，具有摊薄的作用。在本文所考察的1981～2009年期间，东亚的劳动参与率提高并不能提高劳动的生产效率，人均GDP反而下降。出生时的预期寿命（用x9表示）在一定程度上体现了人口的生理质量，其对人均GDP的影响也是显著为正。表明人口越健康，其生产效率越高。外贸依存度（用x10表示）反映了经济的开放度，数据表明越是开放的国家，与他国的经济交往越深，越能提高人均生产效率，其对人均GDP影响较小。人口年龄结构（x11）对人均GDP的影响十分显著，表明劳动力在总人口中的占比提高的确促进了经济增长。

（三）对数人均GDP的实证检验

为考察人均GDP的增长变化，本文对人均GDP取对数（用y2表示），分析各因素对人均GDP的变化率的影响效果。

先对人均GDP的对数进行单位根检验，发现没有单位根（见表2）。

表2：人均GDP对数的单位根检验

ADF Test Statistic -7.008693 1% Critical Value* -3.4520

5% Critical Value -2.8705

10% Critical Value -2.5715

结论：人均GDP对数无单位根

回归得到的结果如下：

Y2 = 18.83 - 0.0084*t+ 0.0096*X1 + 9.16*X2 - 8.44e-08*X3 + 0.012*X4

（-1.77） （2.48） （9.57） （-4.48） （5.19）

-0.16*X5 + 0.022*X6 - 9.27*X8 + 0.066*X9 + 0.00091*X10 + 5.28*X1

（-10.93） （6.76） （-9.66） （8.28） （1.56） （6.79）

括号内为t-统计量值。

回归分析的整体效果较好：可决系数 为0.867。F-统计量的值高达201.4。回归分析的结果表明：对于人均GDP的增长变化而言，除外贸依存度指标的影响不是十分显著外，其他因素，包括资本、劳动力投入、资源禀赋、人口规模、人力资本投入、储蓄率、身体健康状况、人口年龄结构等，对人均GDP的对数都有显著的影响。其中，人均产出的劳动力弹性显著为正，人力资本对人均产出具有积极影响，高校入学率每提高1%，人均产出就增加0.012%。与前面模型一样，人口总数作为人均产出的分母项，其所产生的对经济产出的摊薄作用，使得其对人均GDP为负的，东亚地区的劳动参与率提高也降低了人均GDP。预期寿命（用x9表示）体现东亚地区人口身体健康状况持续改善，对人均GDP对数的影响也是显著为正。表明人口越健康，其生产效率越高。人口年龄结构对人均GDP对数的影响十分显著，表明人口年龄结构的优势是促进东亚经济高速增长的重要因素。而外贸依存度（用X10表示）对人均GDP增长速度的影响不显著，说明东亚经济发展过程中，改革开发红利还需要进一步提升。

五、研究结论及其对中国的启示

总的来说，与现有研究相比，本文在实证研究中选取了更长更新的样本区间，纳入了一些新的变量。与David et al.（2009）的实证结果一样，劳动力占比的优势是东亚经济增长的重要原因，人口年龄结构因素是经济增长的一个必要而非充分条件。在东亚经济的制度和技术战略框架下，东亚经济发展吸纳了人口转变中年龄结构优势带来的人口红利，从而实现了经济的高速增长。实际上，中国经济在改革开放30年间，取得了令人注目的成绩，中国的人口年龄结构与东亚类似，在近30年来，劳动人口占比迅速增加，为经济增长提供了充足的劳动力。中国与东亚的劳动力人口占比有非常相似的变化特征，与世界人口中劳动人口的占比变化趋势存在明显差异。因此，在分析中国经济增长的因素时，需要关注人口年龄结构有利变化是否真的给中国经济带来有利的机会。为了验证这一猜想，本文利用WDI提供的数据，对东亚、世界以及中国的15～64岁人口占比进行对比，时间跨度为1960～2010年，如下图：

图1：15～64岁人口占总人口比重

图2：GDP增长率

从图1可以清晰的看出，东亚国家和中国的劳动力占比（15～64岁人口占比）具有相似的规律，也就是说中国与东亚其他国家的人口年龄结构有着相似的转变轨迹，在1980年以后的30年中，东亚国家和中国的人口年龄结构发生了很大的变化，并且不论从增速还是绝对水平都远高于世界平均水平。从人口年龄结构角度，目前分析东亚经济增长的文献已有不少，在分析“东亚奇迹”现象时，人口年龄结构变动被认为是亚洲国家经济增长的核心因素（如Higgins and Williamson，1996、1997），东亚国家有着较为相似的文化背景、地理位置，在分析中国经济增长的影响因素时可以将人口年龄结构因素考虑进来。

图2主要反映世界、东亚以及中国的经济增长率。在人口转变轨迹相似的前提下，中国和东亚在1980年后呈现的增长轨迹有着较显著的差异。东亚新兴工业体经济（香港、韩国、新加坡、台湾）属于战后世界增长最快的经济之列，长期保持了8～9%的年均增长率，不过1990年以后具有明显的经济放缓趋势。而从20世纪70年代末改革开放之后，中国的经济发展增速一直都处于上行过程，特别是20世纪90年代后，其经济表现显著不同于东亚其他国家或者地区的经济增长轨迹。

因此，从图1和图2本文可以得出以下结论：

其一，从人口抚养比指标上看，中国和东亚具有较显著的相似性，和世界的相似程度不高，因此在研究中国人口红利时，可以更多尝试借鉴学者对东亚的理论研究成果。

其二，从经济增长率指标上看，中国和东亚具有显著的差异性，同样与世界也有显著的差异性，这说明研究影响中国经济增长因素时，不仅要考虑影响经济增长的公共因子，也需要根据中国具体国情，深入分析其差异性。通过研究中国特有的资源禀赋、技术、制度等对中国人口红利产生的影响程度和作用方向，有利于进一步明确中国人口转变过程中国人口红利开发的重点和难点。

主要参考文献

1.Andrew Mason. Population Change and Economic Development in East Asia： Challenges Met， Opportunities Seized [M]. Stanford University Press， 2001.

2.David Canning. The Impact of Aging on Asian Development[J]. Seminar on Aging Asia， A New Challenge for the Region， Kyoto， 2007.

3.Bloom， David E.， David Canning and Jaypee Sevilla. Economic Growth and the Demographic Transition[C]. the NBER Working Paper.

4.Kannan Navaneetham. Age Structural Transition and Economic Growth： Evidence from South and South East Asia[J]. Asian Metacentre Research Paper Series No.7， 2002（10）.

5.Bloom， D.E. and Williamson， J.G.， Demographic Transitions and Economic Miracles in Emerging Asia[J]. World Bank Economic Review， 1998（12）： 419-455.

6.Andrew Mason and Ronald Lee. Reform and Support Systems for the Elderly in Developing Countries： Capturing the Second Demographic Dividend[J]，Gensus， 2006， 57（2）： 11-35.

人口红利的影响篇（10）

 

一、引言

 

2015年左右，伴随着中国最大的婴儿潮世代60后即将步入退休，90后和00出生低谷进入劳动力市场，人口负担加大，人口红利和伴随而来的资本红利开始出现消失。在推动经济的劳动和资本双引擎消失之后，短期在产业结构升级、技术进步以及人力资本无法提升的前提下，GDP平减指数出现了负债，CPI出现阶梯式回落，地方财政出现塌陷，增速有跌破7%的危险，等等，各项指标断崖式下降，中国经济增速出现了急剧下降，中国经济进入艰难期、调整期和换挡期。如果中国继续保持这个态势，中国很有可能掉入中等收入陷阱，出现未富先老。面对着中国人口世代的更迭，即较大规模的世代进入退休，较小规模的世代依次进入教育市场、劳动力市场、婚配市场、住房市场以及金融市场等等，其对宏观经济的影响是中国历史上从未有出现过的。面对此情景，有必要研究中国历史的人口世代以及中国历史上宏观经济所发生的现象，寻找他们之间的逻辑通路，为未来应对中国超大规模人口世代的转化对社会经济系统造成的冲击，做到心中有数，未雨绸缪。

 

有关人口世代的研究，如Mankiw&Weil(1989)在Poterba(1984) 的基础上仅考虑人口结构改变对住房需求的影响，研究发现，美国婴儿潮一代(1946-1964)步入购房年龄是美国70年代住房价格上涨的关键。陆旸和蔡昉(2014)陈述了中国未来所面临潜在经济增长率下降更多是由人口结构变化引致。杨华磊和周晓波(2015)对中国人口世代进行明确划分，界定了中国的婴儿潮和出生低谷，研究了中国人口世代对中国经济增速的影响。李银珩和李硕珩(2006)陈述了美国1946-1964代婴儿潮步入退休，会使得美国出现劳动力短缺，消费降低以及社会保障体系负担加重等问题。当然有关人口结构，特别是人口世代的演进对其他的影响，如张春生和蒋海(2014)陈述美国婴儿潮一代对美国1980-1990年代股市的影响;对资本市场以及社会保障的考察可以参考Andrew(2003) 以及Brooks(2002) 的工作;婴儿潮进入老龄化对医疗行业的影响可以参考Reinhardt(2000) 的工作，当然还有考察人口结构转变对国际贸易和产业结构的影响的工作，等等。总之，婴儿潮或者人口世代更迭对社会和经济的影响是多方面的。

 

已有研究工作，有的从经济增速视角，有的从储蓄角度，有的从房地产和资本市场角度，有的从社会保障角度，还有从国际贸易以及产业结构角度展开研究，等等。总之，这些研究工作大多从一个方面去理解人口世代更迭或者人口结构变化对宏观经济的影响，整体上缺乏从一个宏观的视角及全局的高度去理解中国人口世代更迭对过去以及未来社会和经济方方面面的影响，特别随着婴儿潮一代及相继而来的出生低谷一代的成长，即教育、工作、结婚、消费、退休以及去世等一系列的生命活动，对相应的宏观经济产生的影响。这就是本文将要论述的主题。

 

二、中国宏观经济的人口学逻辑

 

(一)人口世代更迭对人口结构的影响

 

从图1可以看出，1979-1987年间出生人数逐年上升，1987-2003年间出生人数逐年下降，2003年之后出生人数维持在一个低水位上呈现轻微波动;中国存在一个1981-1993的婴儿潮世代1以及1993后的出生低谷世代。大体上，60年代存在一出生高峰，70年代的出生人数逐年下降，80年代存在一出生高峰，90后和00后为出生低谷，90年代出生人数逐年下降，00年代出生人数平稳地处在一较低的水平上。伴随着人口世代的更迭，如80后和90后以及00后依次进入劳动市场，中国的老年人口数量，劳动力数量以及青少年数量会呈现一个什么样的变化呢?同时相对应的老年负担比、青少年负担比及总负担比呈现一个什么样的变化轨迹呢?未来各个年龄阶段上人口结构数据采用杨华磊等(2015)在维持生育政策不变(总和生育率TFR维持在1.5左右)情景下的预测值。发现在2001-2030年间青少年人口数量呈现一直下降的趋势，从2002年的3.69亿下降到2030年的2.42亿;老年人口呈现一直上升的趋势，从2002年的2.02亿增加到2030年的4.79亿;劳动人口呈现先上升后下降的倒U型趋势，峰部为2016年，从2002年的6.87亿增加2016年的7.88亿，从2016年的7.88亿下降到2030年的6.31亿;同时老年人口在2015年开始超过青少年人口。基本上，在80后婴儿潮进入劳动力市场时，中国劳动力数量呈现逐年增加，社会总抚养比逐年降低;90后和00后进入劳动力市场时，伴随着中国最大婴儿潮世代60后的退休，适龄劳动力数量开始减少，社会抚养比开始面临上升的压力，这也是当前很多专家所陈述的如今中国人口红利开始消失的时间段。

 

一般在人口红利前期，死亡率逐年下降，出生率很高，人口自然增长率很高，老年人口处在一个低水平上，此阶段为后来的经济发展，为工业化和城镇化积蓄人口红利;随着时间的推演，出生率开始出现下降，死亡率依然很低，在出生率很高的情景下出生的人口逐渐进入劳动市场，老年人口数量同样在一个低水平上，适龄劳动人口逐年增加，由于出生率的下降和老年人口在低水平上稳定，最终由于出生率逐年下降和劳动人口的增加引致社会负担逐年降低，经济进入了人口红利期;随着时间推移，出生率稳定，死亡率依然很低，人口红利期出生的人口逐渐进入劳动力市场，同时人口红利前期出生的人口逐渐进入老年人口，引致劳动人口开始出现减少，老年人口急剧增加，青少年在一个低水位上稳定，进而社会负担开始上升，人口红利就转化为人口负债。在中国，伴随着人口世代的更迭，特别是80后、90后以及00后交替进入劳动市场时，中国经济表现为从人口红利转化为人口负担，社会抚养比从逐年下降转化为逐年上升，在2002-2010年间由于中国的80后婴儿潮陆续进入劳动力市场，同时60后婴儿潮还处在劳动年龄阶段，社会总抚养比呈现下降的趋势，中国处在人口红利阶段;随着90后进入劳动力市场，由于90后进入劳动力市场的人口数还基本上大于或者等于55后陆续退出劳动力市场的人口数，故社会总抚养比基本上维持不变;2016年左右，伴随着95后出生低谷进入劳动力市场，婴儿潮世代60后开始步入退休，社会总抚养比呈现上升的趋势，人口红利随即转化为人口负债。

 

(二)人口世代更迭对储蓄水平的影响

 

人口世代的更迭如何影响储蓄呢?其一，伴随着人口世代的更迭，2000年初，80后婴儿潮陆续进入劳动力市场，生产人口持续多于消费人口，中国经济从短缺转为过剩，过多的人口引致过剩的供给能力开始高于国内家庭消费能力，最终过剩的产能(由于当时处在国际产业分工，亚洲四小龙转移劳动密集以及资源密集型产业，根据中国当时的比较优势，丰富的廉价劳动力，加上国际产业分工引致的国际产品需求，此时中国过剩的产能就可以出口2)造成持续的贸易顺差，大量的顺差引致外汇储备持续增加，最终引致国家的储蓄水平持续上升。其二，在人口红利期，出生率持续下降，老年人口增长缓慢，社会负担持续下降，赡养老人支出较小，加上过去十年社会保障制度不健全，社会保障覆盖面低，再加上生产人口多于消费人口，在消费水平稳定下，家庭部门将有更多的劳动报酬收入用于储蓄;同时由于采取相对严格的户籍制度，城镇化程度相对较低，还有较多的家庭没有享有社会保障，特别是广大农村、个体户以及私营企业的员工的养老更多是一种家庭养老，因为对未来的不确定性，家庭养老下会导致过高的储蓄率。

 

随着90后和00后进入劳动力市场，中国的储蓄率将呈现不同的特点。随着婴儿潮世代60后的退休，较小规模世代90后和00后进入劳动力市场，短期人力资本和产业结构以及技术水平无法出现大的改观，随着婴儿潮退休，养老和医疗等社会保障支出以及津贴支出的大规模增加，在消费水平不变下，储蓄将逐年减少，进而资本存量增长速度将变缓，随着婴儿潮时期积累下的资本快到期时的快速折旧，即表征为增量的储蓄变缓，存量快速折旧，储蓄率水平出现持续下降，故随着人口红利的消失，资本红利加速消失。总之，当婴儿潮一代持续进入劳动力市场，出生率下降，老年人口增长缓慢，经济进入了人口红利期，经济前景变好，储蓄率和投资率呈现上升的趋势，消费率呈现下降的趋势;伴随人口世代的更迭，婴儿潮一代逐渐退出劳动力市场，同时规模更小的出生低谷人口世代进入劳动力市场，出生率维持在较低的水平，老年人口持续增加，储蓄率和投资率将呈现下降的趋势，消费率呈现上升的趋势。

 

(三)人口世代更迭对经济增速的影响

 

伴随人口世代的更迭，中国的80后婴儿潮逐步进入劳动力市场，适龄劳动力人口逐年增加，就业人数逐年增加，进而就业压力逐年增大，引致生产规模逐年增大;伴随着人口世代的更迭，出生率持续下降，老年人口增长缓慢，劳动人口逐年增加的人口红利期，生产人口多于消费人口，消费率逐年下降，储蓄率逐年上升，即在生产能力过剩的情景，仅通过家庭部门无法消费这些过剩的产品，表征为家庭部门消费率逐年下降，为了消化这些产能，政府通过购买，如进行基础设施建设，所以政策的消费率逐年上升;政府支持和鼓励出口，引致大量贸易顺差和不断攀升的外汇储备，进而企业储蓄不断增加，再加上人口红利期，社会保障支出较少，最终导致居民储蓄水平和储蓄率不断高涨;加上人口红利期引致较低的劳动力成本，长期的金融抑制引致国有企业较低的融资成本，企业留存利润较多，企业投资率也较高;人口红利引致较好的经济前景，较高的企业利润，给市场活动主体企业家和银行家以较高的经济预期，降低企业偿还银行借贷的风险，故银行等金融机构愿意贷款，企业家愿意借款，最终助长了市场上的流动性的增长。总之，人口红利期，引致适龄劳动力人口逐年增加，每年新进入劳动力市场的人口逐年增加，同时人口红利也会引致资本红利的增加，社会保障支出减少，过剩的生产能力引致每年新增储蓄逐年增加，每年投资率逐年上升，最终引致经济增长速度逐年上升。

 

2015年左右，随着人口世代的更迭，60后婴儿潮开始步入退休且90后和00后出生低谷陆续进入劳动力市场，引致中国适龄劳动人口数量开始出现减少，养老负担加大，人口红利消失，中国经济的劳动引擎熄火;伴随着人口红利的消失，老年人口的增加，养老和医疗等社会保障支出的增加，储蓄水平降低，投资水平降低，加上人口红利期的资本进入加速折旧期，故资本存量增长速度降低，进而人口红利引致的资本红利开始出现消失，推动经济增长的资本引擎也将逐渐消失。伴随着人口红利的消失，劳动力成本的上升，传统劳动力密集的制造业逐渐丧失比较优势;伴随较小规模世代90后和00后进入婚配市场，历年基础住房需求逐年下降，房地产业也开始呈现低迷;人口红利期政府为消化过剩的产能，政府主导进行基础设施建设，发展重工业以及能源部门，随着未来产能过剩的累积和政府债务的攀升，行业在未来将逐渐消化这些产能和去杠杆化;新的主导和支柱产业还未形成，产业结构升级、技术进步以及人口素质短期内不能实现，所以在90后和00后进入劳动力市场的时期内，中国经济增速会呈现一个急速下降的趋势。整体上，在80后进入劳动力市场期间，中国经济增速呈现先上升后下降的倒U型过程，峰值为2007年;伴随着90后和00后陆续进入劳动力市场时期，中国经济增速呈现下降的趋势。

 

(四)人口世代更迭对国际贸易和政府行为的影响

 

在人口红利期，持续增加的适龄劳动力人口，生产人口多于消费人口，生产规模持续扩大，由于过大的生产规模，劳动力同质作用较为明显，引致产品同质性明显，家庭部门无法消费这些过剩的产品，就只有靠政府消费和国外消费，引致在人口红利期，居民消费率逐年下降，储蓄率逐年上升。人口世代更迭对国际贸易的影响表现为，在人口红利期，也是中国承接国际产业转移的时期，如亚洲四小龙逐渐把许多劳动密集的中低端制造业以及加工业转移到中国，在世界产业分工的背景，中国的中低端制造业所生产的产品被发达国家和其他发展中国家需求，面对人口红利期过剩的产能，政府为消化这些产能，鼓励支持出口，把产品卖给国外，搞出口导向的经济发展模式，对出口企业补贴和税务减免，刺激出口，引致中国外部市场失衡，持续的贸易顺差，外汇储备逐年攀升，人民和企业把外汇换成人民币，外汇占款引致的货币超发成为中国流动性过剩的一个关键原因。未来随着90后和00后陆续进入劳动市场，婴儿潮世代60后的退休，生产人口开始低于消费人口，适龄劳动人口开始出现减少，在短期产业结构升级以及人口素质提高不可能实现的情景，生产规模将出现缩小，人口红利期过剩的产能逐渐被消化，甚至不存在，同时伴随国际市场的恶化，储蓄率开始出现下降，家庭消费率开始出现逐年上升，政府通过鼓励出口，消化过剩的产能的动机将逐渐减少，贸易顺差将出现持续缩小，外汇储备持续减少，进口量将逐年增多。总之，在人口红利期，生产人口多于消费人口，中国为消化过剩的产能，产生了出口导向型的经济，贸易顺差持续增加;伴随着人口世代的更迭，未来随着消费人口开始高于生产人口，贸易顺差将呈现缩小的趋势。

 

由于人口红利，生产人口多于消费人口，出现过剩的产能，面对过剩的产能，国内家庭部门无法消费，就转化为政府购买和国外消费，这就表现为人口红利期中国选择政府主导的发展模式，政府主导的国内投资和对外出口。人口世代更迭对政府行为的影响表现为：其一，国家凭借人红利期间积累的资本红利，通过银行负债和国有企业部门，搞基础设施建设，搞重工业和房地产，去消化生产人口过多引致的过剩产能。其二，在2008年之前，国际形势较好，大多以政府主导的出口导向型经济，贸易顺差不断扩大，外汇储备逐年攀升。随后国际需求形势的变差，东南亚拉美以及印度等国婴儿潮一代进入劳动力市场，开启工业化征程，开始和中国具有相同的产业结构，产品竞争激烈。短期内产业结构升级和技术进步不可能提升，特别是08年以后国内的过剩产能更多靠政府主导的高投资推动，就是人民生产的产品，政府买入，政府的钱是向人民借的。最终在人口红利期，中国的经济发展模式：高负债、高投资以及高增长的政府主导的发展模式，政府消费率逐年上升，居民消费率逐年下降。总之，人口红利期生产人口过多引致的产能过剩，加上国家工业化、城镇化以及劳动人口就业的需求，政府主导了经济，推动政府购买行为的过分扩张，采取高负债，进行高投资。伴随着人口世代更迭，未来生产人口开始小于消费人口，适龄劳动人口出现减少，过剩的产能将慢慢被消化，过高的债务将去杠杆化，工业化将向着现代化迈进，城镇化的减速，政府主导经济的高负债和高投资发展模式将让位于家庭消费主导的发展模式，政府消费率和储蓄率将出现下降，居民消费率将出现上升。

 

(五)人口世代更迭对产业结构选择的影响

 

当80后婴儿潮进入劳动力市场，劳动人口持续增加，持续增加的劳动力使就业压力也逐年增加，政府在宏观目标方面也更多集中在就业方面，所以产业的发展更多着眼于劳动密集的中低端制造业。婴儿潮进入劳动力市场的阶段一般是工业化和城镇化阶段，建立完整的工业体系以及大规模基础设施都需要发展重工业、能源部门、采掘部门以及机械制造业。由于持续的城镇化，人口红利与城镇化过程吻合，80后婴儿潮人口向着城镇聚集，引致基础住房需求逐年增加，最终催生房地产业和建筑业的发展。在人口红利期，劳动力的成本较低，企业缺乏革新技术的动力，同时，教育资源有限，人口素质不高，综合制约着高端制度业以及高端服务业的发展。总之，在人口红利期，过多的劳动力竞争有限的机会，资本相对稀缺，劳动力成本低，掌握资本的企业利润较丰富，即使世界上存在较先进的技术，企业也没有动力采用和改进，而仅仅是扩大生产规模，不断吸纳更多的劳动力，结合国家的政策目标，保证就业以及推进工业化和城镇，最终形成人口红利期的产业结构为劳动密集的中低端制造业、房地产以及重工业等行业。

 

未来随着人口红利的消失，生产人口开始小于消费人口，适龄劳动力人口开始减少，老年人口增加，倒逼市场和政府去升级产业结构，发展高端制造业、高端服务业以及金融业，让新型的产业结构去适应未来新型的人口世代，劳动力少且素质高，更多未来依靠智力，而非体力，故高素质的劳动力和老年人具有比较优势。最终日益缩小的人口规模、日益老化的人口结构以及日益提高的人口素质倒逼产业结构去升级。同样在未来，消费人口多于生产人口，产能过剩将被消化，工业化逐渐向着现代化转变，政府主导的发展模式：政府购买和对外出口，也将慢慢被家庭消费主导的发展模式替代，居民消费率将呈现上升的趋势。需要说明的是，在人口红利消失期，短期产业结构无法升级，人力资本和技术水平提升都不可能在短期实现，所以为缓解60后婴儿潮的退休，为了保持中国进入发达国家7%的目标，短期需要这些传统行业支撑着经济继续运行，为新型产业形成以及新的主导和支柱产业的形成赢得时间，同时国内也不会造成经济活动的瘫痪，传统企业还需要运行。但是与其同时，需要大力发展和培育新型支柱产业和战略产业的形成，如大型机械设备、智能化以及机器人、互联网金融、医疗服务和器械以及电子商务等等，同时用现代技术，如互联网+传统行业，改进传统行业，迫使传统产业进行更新换代，当然也积极引导教育，提高人口素质适应时代的需求，适应未来新的产业结构。

 

(六)人口世代更迭对住房市场的影响

 

人口世代的更迭如何影响住房市场呢?其一，2003年左右，80后婴儿潮进入婚配，由于中国城镇化加速和人口红利期相对吻合，在城镇化每年加速情景下每年新进入婚配市场的人逐年增加，引致新增家庭数逐年增加，带来逐年递增的基础住房需求，在国内土地供给缺乏弹性，住房价格面临逐年上升的压力。其二，人口红利持续释放导致储蓄率不断上升，进而资本红利不断释放，人口红利生成资本红利，在金融抑制下以较低的存款利率使得大量资本通过金融中介和企业的留存利润转化为投资，金融中介具有顺经济周期的作用，人口红利下较好的经济形势产生较好的经济预期，使得对金融资产和房地产回报有过高的预期，银行等金融机构借贷意愿增强，投资更愿意贷款投资，引致信贷扩张;人口红利期储蓄率高，资本积累速度快，经济增长速度快，故对货币等流动性资产需求旺盛，流通的货币持续增加;人口红利期，过剩的产能引致持续的贸易顺差，持续增加的外汇储备，引致外汇占款持续增加，外汇占款引致M2持续增加3，货币持续发行。综合上述几点，促使了市场上货币的大量供给，加上中国金融市场不健全，大量资金流入收益高的房地产行业，促使房地产价格出现不断上涨的趋势。

 

因为房地产的相对恒久性，不像其他商品可以更新，当60后婴儿潮搬进更小的住房、养老院或者离去，这样较大规模人口世代的纷纷离去和住进更小的住房，同时较小世代的90后和00后逐渐进入婚配市场，新增基础住房需求逐年下降，故无需再为年轻一代建设新的住房，在某个时候住房市场供大于求，住房价格面临下行的压力。即在老年人或者逝者释放的住房逐年增加的情景下，建设新住房或者基础设施的需求将在数十年内被抑制，未来某个时点，随着死亡人数开始多于年轻一代的购房者，住房从基础需求面开始出现下降，在住房供给平稳下，住房价格面临下行的压力。总之，随着80后婴儿潮进入婚配市场，催生快速增长的基础住房需求，加上中国的快速城镇化与人口红利期近似吻合，人口红利阶段良好的经济形势预期和快速增长的经济对货币的需求，引致的低利率和前所未有的自由借贷，在土地供给、进而住房供给相对平稳和缺乏弹性下，住房价格面临上升的压力;当规模逐渐缩小的后续世代90后和00进入劳动力市场和婚配市场，引致基础住房需求逐年下降，劳动力数量的急剧减少，经济增速呈现断崖式下降，中国急需变化产业结构，寻找新的战略产业，加上经济预期变差导致银行惜贷以及投资者怕债务，货币信用顺周期性引致的流动性紧缩，房地产等基础设施领域将受到严重的影响，住房价格面临下降的压力。

 

(七)人口世代更迭对金融市场的影响

 

人口世代更迭如何影响资产价格呢?当婴儿潮一代陆续进入劳动力市场，人口红利时期生产人口多于消费人口，社会负担变小，资本红利逐渐增强，储蓄率持续上升，引致有大量潜在的购买资产的资金，同时过高的储蓄率也给政府主导的高投资、高借贷以及银行积极放贷创造条件。其一，人口红利期间，社会负担小，储蓄率持续上升，投资率高和资本累积速度快，经济增长速度快，对交易的货币需求多，再加上投资者对宏观形势预测良好，人口红利期较低的存款利率和较高的投资回报，银行愿意贷款，同时人口红利期人口失衡引致的外部失衡：贸易持续顺差和外汇占款攀升，最终流动性过剩下较好的经济形势使得对资产回报过高的预期造成资产价格上升。其二，伴随着人口世代的更迭，随着婴儿潮一代进入劳动力市场，适龄劳动力人口急剧增加，就业问题显得急迫且重要，加上中国的人口红利期和城镇化加速阶段近似吻合，促使生产规模逐年扩大，使得对资产需求逐年增加，资产价格面临逐年上升的压力。总之，随着婴儿潮一代逐渐进入劳动力市场，人口红利不断释放的同时，大量劳动人口获得的劳动报酬不断生成资产，即不断地拿劳动去兑换资产，大量的劳动竞争稀缺的资本4，最终人口红利不断以资本红利的形式储存起来，人口红利持续增加的同时，对资本的需求也逐渐增强，故在资产供给平稳下，资产价格面临上升的压力，再加上人口红利期间产出增长速度快，经济基本面迅速增加，股市等资产价格是经济的反应器，特别是与经济基本面相符合的股市也呈现高涨。

 

随着婴儿潮一代的退休，更小规模的劳动人口世代进入劳动力市场，通过婴儿潮一代进入劳动市场扩大的生产设备逐渐闲置，加上人口红利期过度扩张的产能，使得在人口负债期慢慢消化这些产能，最终对资产需求逐年下降，故资产价格面临下行的压力。未来随着中国最大婴儿潮世代60后的退休，消费人口大于储蓄人口，由于他们在人口红利阶段积累了大量的资产，特别是金融资产，随着年龄的增大和风险偏好的降低，以及退休之后养老医疗以及其他消费的支出，他们逐渐向规模较小的世代出售自己的资产或者风险较大的资产，来分配老年时期的社会产品，面临人口红利消失，孱弱的出生低谷一代，由于人口规模远小于婴儿潮世代，无法购进如此庞大的资产，在封闭的市场内，资产供大于求，再加上在人口负债期，从政策层面上看，国家为社会产品在代际之间的合理分配，实现社会的长期发展，有降低资产收益的动机，资产价格面临下降的压力。总之，随着未来60后婴儿潮的退休，90出生低谷进入劳动力市场，人口红利开始转为人口负债，在资产供给平稳下，由于用于兑换资本的人口红利逐渐消失，人口红利的下降将引致所要兑换的资产需求的减少，在供给平稳下资产价格面临下降的压力。

 

 

三、结束语

 

中国宏观经济的人口学逻辑表现为：当80后婴儿潮进入大学、劳动力阶段以及婚配时期等，大学生逐年增加，适龄劳动人口不断攀升，人口负担逐年下降，生产人口超过消费人口，中国经济进入人口红利期;面临过多的大学生源，高考竞争压力巨大，大学不断扩招，素质教育面临挑战;面临着过剩的产能，家庭消费不足，政府接过经济发展的接力棒，推进政府购买和对外出口，进行工业化和城镇化，大力建设基础设施，发展劳动力密集的中低端制造业、重工业以及房地产业等，储蓄率持续上涨，国际贸易持续顺差，经济增速不断攀升，与此同时，环境污染不断加重，节能减排任务艰巨;面临80后婴儿潮不断进入婚配市场，城镇基础住房需求逐年增加，催生了房地产行业黄金的十年;面临着不断累积的人口红利，资产需求逐年增加，资产价格，特别是权益资产价格面临上升的压力;人口红利期，偏年轻的人口结构对医疗和养老社会保障需求较弱，养老负担较轻。