人口老齡化對中國經濟增長的影響

一、 我國已經進入老齡化社會

人口老齡化是伴隨著人類社會發展的一個自然現象。隨著人們生活水平的不斷提高，醫療技術不斷升級，人類的預期壽命進一步延長，與此同時，各國逐步健全的社會保障制度使“養兒防老”不再是人們生養兒女的首要目的，從而使生育率逐漸下降。以上兩種因素的交織，使得老年人口在總人口中的占比不斷攀升，按照聯合國的標準，當一國或地區65歲老人占總人口的比例超過7%，即視為其進入老齡化社會。美國人口普查局《老齡化世界：2015年報告》指出，2015年，全球有6.17億人口年齡在65歲以上，到2050年全球將有16億老年人。屆時將有94個國家的老齡化人口占比超過21%，其中有39個國家的老齡化比例達28%以上。

中國人口老齡化的問題早在上個世紀就已經成為人們關注的焦點，按照當時聯合國劃分老齡化社會的傳統標準，即一個地區60歲以上老人達到總人口的10%來測算，1999年我國就正式進入老齡化社會。第六次人口普查公布的數據顯示,2010年我國60歲及以上人口總數為1.78億人，占比13.26%，比2000年上升了2.93個百分點，其中65歲及以上人口為1.18億人，占比8.87%，比2000年上升了1.91個百分點，我國已經成為世界老年人口最多的國家,老年人口占全球老年人口總量的五分之一。根據經濟合作與發展組織（OECD）的人口發展預測，到2030年，中國65歲以上人口占比將超過日本，成為全球人口老齡化程度最高的國家。

進入21世紀以來，中國人口老齡化進程正在以非常迅猛的速度發展，也引發了社會的廣泛關注，國家也出臺相關政策：2011年11月，中國各地全面實施“雙獨二孩”政策；2013年12月，實施“單獨二孩”政策。2016年1月1日，正式實施“全面二孩”政策，這一政策變化導致2016年的新生兒數量比上年增加了130多萬，達到了1 780萬，創造了20年來最大的年增長率；總人口增長率5.86‰，創下近10年的新高。

在這樣的人口結構背景下，人口老齡化對于中國的經濟增長會有什么樣的影響？本文通過建立靜態面板回歸模型，利用2002—2016年的中國省級面板數據進行實證分析，以此來驗證人口老齡化對于經濟增長的影響。

二、 人口老齡化影響經濟增長的理論綜述

（一） 傳統經濟增長理論中的人口要素

理解經濟增長過程一向是經濟學的重要議題。本部分主要概括現代經濟學家如何看待經濟增長中的人口要素，為了達到這個目的，首先描述理論框架，而后確定人口要素的地位。自馬爾薩斯模型以后，兩個主流的思想分別是新古典主義模型（Neoclassical Models）和內生增長模型（Endogenous Growth Models）。這兩類模型對經濟中的人口要素做了兩項重要的假設：（1）人口增長率均是外生的；（2）勞動力被視為是同質的，即不考慮人口增長中的人口結構變化。

因此，在傳統模型中，勞動力的變化過程常常被寫做L_t+1=L_t（1+n），或其連續形式L_t=ent，其中n代表給定增長率。這樣的簡單假設在很大程度上無法描述勞動力要素的特性。長期經濟增長模型中爭論的重點是在資本積累的邊際效益上，而對勞動力的關注甚少。但考慮到人口老齡化的趨勢，這至少有可能從兩個角度影響勞動力的變化過程，一是人口中勞動力的占比，二是人口結構變化對勞動生產率的影響。

盡管如此，傳統經濟增長模型還是為我們提供了許多對經濟增長的深刻見解，并成為我們思考問題的框架起點。由此，這部分對新古典主義模型和內生增長模型的框架進行簡要的概括，并著重討論其中的人口要素（或稱勞動力要素）扮演的角色。

索洛（Solow，1956）和斯萬（Swan，1956）的新古典主義模型假設總產出是基于生產函數：Y=Af（K,L）。其中總產出Y依賴于科技A、資本K和勞動力L，f（.）為生產函數，且相對于資本K的邊際效益是遞減的（之后將詳述），這決定了索洛模型中經濟增長的主要特性。

由于模型假設規模報酬不變，即人均總產出定義為，依賴于科技A和人均資本k的累積。

另外，模型認為資本的變化由儲蓄和折舊兩方面決定：資本增加來自于將總產出的一部分進行再投資，這個比率叫作儲蓄比例，用s表示，同時資本也面臨另一方面使其減少的力量，即折舊，這個比率也是恒定的，用δ表示。從而資本積累的路徑表示為：

K_t+1=K_t+sY_t-δK_t

如上所言，生產函數相對于資本是邊際效益遞減的，但折舊的影響是線性的，所以資本積累到一定程度，將不再增長，此時sY_t-δK_t=0，可以認為是資本達到一定水平之后，折舊的速度趕上了投資帶來的回報，這種狀態叫作穩態（Steady State）。在穩態中，資本k*是恒定的，而人均總產出y*=Af（k*），其增長只來源于科技A，而科技的增長又是外生給定的，和勞動力L無關。

這樣一來，總產出和勞動力要素的關系就用規模報酬不變聯系起來了，即Y*=Ly*，而y*又和勞動力要素無關，所以控制其他因素不變，如果資本累積已經達到穩態，勞動力增長對總產出增長的影響是成比例的。

以上推導是在封閉經濟中進行的，模型還可以被拓展到開放經濟中，但這不改變模型的主要結論。

新古典主義模型面臨的最大批評是，其假設科技的增長是外生的，在穩態中，人均總產出的增長將完全依賴于對科技的假設。羅默（Romer，1986）提出一種內生增長模型，其中避免了外生的科技假設，并沿用了阿羅（Arrow，1962）的理論，認為科技是依賴于資本積累本身的，即A=K?。雖然在個體公司層面，面臨資本邊際效應的遞減，但知識的正外部性使得在社會整體層面上，資本的邊際效益可能不會遞減，考慮柯布—道格拉斯形式的生產函數，模型的最簡單形式如下：

Y=f（K,AL）=Kα（AL）1-α=Kα+?（1-α）L1-α

若?=1，則資本的邊際效益是恒定的。而后許多經濟學家從各種角度豐富了這樣的結果，并從研發、教育和專利各種角度考慮這種知識的外部性，包括盧卡斯（Lucas，1988）的人力資本、羅默（Romer，1990）和艾海恩及霍威特（Aghion & Howitt，1992）對產品種類和創新的考慮（Product Variety Model）等。但模型對人口要素對經濟增長的影響的進一步討論甚少，并沒有改變索洛模型的主要推論。

（二） 人口結構因素對經濟增長的影響

人口結構如何影響經濟增長？這是人口經濟學和發展經濟學界最為關注的一個問題。在已有文獻中，不同背景的學者從不同的角度論述了這個問題。一個重要的視角是人口紅利。在傳統經濟學中，勞動力是至關重要的一個生產要素。根據美國等西方國家的經驗數據，勞動力在總報酬中占到的比例大約為70%，是占比最大的生產要素。人口紅利現象背后折射出來的理論便是充足的勞動力人口能夠很好地促進經濟發展。布魯姆和威廉姆森（Bloom and Williamson，收錄于Bloom eds.,1998）使用全世界78個國家和地區在1965—1990年的人口面板數據，研究了年齡結構對經濟增長的影響。他們實證研究的結論發現，人口紅利能夠解釋1/3的東亞經濟（日本和亞洲“四小龍”）高速增長。具體而言，這些國家和地區1965—1990年間勞動力年齡人口的增長率大大超過被撫養人口，導致總撫養比的不斷下降，從而推動人均收入的快速增長。馬姆伯格（Malmberg，1994）通過使用瑞典1950—1989年的人口數據，構建包含技術和人力資本的生命周期模型，研究了人口年齡結構的轉變對瑞典經濟的影響。他將總人口分成了不同的年齡段，最后發現0—19歲、20—24歲、25—29歲以及75歲以上年齡段人口比重如果增加，會對經濟增長率產生負面的影響。相反，其他年齡段人口比重上升會對經濟增長產生正向影響，以50—64歲為最。50—64歲年齡段的人擁有充滿活力的身體狀態和豐富的工作經驗（人力資本），因此對經濟的推動作用最大。這一發現和人口紅利理論相符。林德和馬姆伯格（Lindh and Malmberge，收錄于Lindh eds.,1999）使用OECD國家的面板數據，也發現了相同的結論。他們在索洛模型的基礎上引入人力資本，采用工具變量GMM等計量估計方法，發現人口年齡結構和勞動生產率之間呈現倒U型關系。隨著西方國家人口老齡化問題的加劇，近些年來的文獻更多地關注的是人口老齡化對經濟增長的影響。布魯姆等（Bloom et al.，2010）認為人口老齡化會降低勞動參與率、儲蓄率，儲蓄率的下降導致資本積累下滑，從而對經濟造成負面影響。

關于中國的有關實證結果也非常豐富。王和梅森（Wang and Mason，收錄于Wang eds.,2007）測算了人口紅利在中國經濟發展中的貢獻。他們的結果顯示，1960—2000年間中國人口紅利對人均收入增長率的貢獻為8.3%。如果只看改革開放后的1982—2000年，則這個數字會上升到15%。事實上，中國人口撫養比在2013年時降到了最低，即意味著最大的人口紅利已經得到釋放，往后隨著人口撫養比的上升和老齡化的加劇，中國經濟會更多地受到人口結構所帶來的負面沖擊。彭（Peng，2008）構建了一個DSGE模型來研究老齡化對中國宏觀經濟的沖擊。模擬結果發現，人口老齡化會帶來勞動力供給的減少和實際工資的上升，如果沒有技術進步，這些因素會降低經濟增長率。布魯姆等（Bloom eds.，2010b）比較了中印兩國的人口結構，發現隨著中國人口結構日益老齡化，中國經濟增長速度會越加放緩；而印度仍處在人口紅利階段，勞動人口的增加對經濟發展的促進作用還在不斷顯現。

三、 基于中國省級層面的實證研究

（一） 研究假設

基于前文的理論綜述和文獻回顧，在本研究中提出以下假設。

假設1：經濟增長與所處的發展階段密切相關，經濟發展水平較高的地區容易出現經濟增長放緩。

假設2：投資驅動和消費拉動是經濟增長的重要因素。

假設3：經濟增長與居民儲蓄呈倒U型關系，也即在儲蓄由低水平開始提高的階段，對經濟增長具有驅動效應，而儲蓄過高則不利于經濟增長，產生擠出效應。

假設4：人口年齡結構通過調節投資、居民消費、居民儲蓄進而影響經濟增長。

（二） 模型設定

在理論文獻中，影響經濟增長的因素非常多，由于研究關注的重點不同，不同的實證研究選取不同的解釋變量。同時，由于數據可得性的限制，將所有變量納入回歸模型是不現實的。因此，在任何實證研究中，遺漏變量的問題總是難以避免。好的經濟理論應該追求用盡可能簡潔的模型來描述復雜的經濟現實，在模型的解釋力與簡潔性之間，實證研究者需要尋求一個平衡。

考慮到不同省市所處的發展階段不同，發展水平較高的省市，可能已經進入了增速放緩、平穩發展的平臺期，而后發的省市可能正處在增速較快、迅猛發展的加速期。因此，每年的經濟增速取決于之前已達到的發展水平。在經濟增長的驅動力方面，我們關注投資方面的驅動力和消費方面的驅動力，從固定資產投資和外商投資的角度來考察投資驅動力，從居民消費和居民儲蓄的角度來考察消費驅動力，并包含居民儲蓄的平方項，以考察經濟增長與居民儲蓄之間是否存在倒U型的關系。在人口因素方面，相較于人口總量因素，我們更關注的是人口結構性因素，尤其是人口老齡化導致的人口年齡結構因素。因此，我們在回歸模型的解釋變量中只考察人口年齡結構，納入人口年齡結構與固定資產投資、居民消費、居民儲蓄的交叉項，以考察人口年齡結構對投資驅動力、消費驅動力的調節效應。使用包含個體和時間兩個維度的面板數據，構建如下的靜態面板回歸模型。

Growth_it=GDPPerCap_it－p+AssetInvest_it+FDI_it+Consum_it+Sav_it+Sav2_it+AgeStruc_it*AssetInvest_it+AgeStruc_it*Consum_it+AgeStruc_it*Sav_it+μ_i+λ_t+ε_it

其中，Growth_it表示省份（直轄市）i在年份t的經濟增長率，GDPPerCap_it－p表示省份（直轄市）i在年份t－p的人均GDP，AssetInvest_it表示省份（直轄市）i在年份t的固定資產投資，FDI_it表示省份（直轄市）i在年份t吸引的外商直接投資，Consum_it表示省份（直轄市）i在年份t的居民消費，Sav_it表示省份（直轄市）i在年份t的居民儲蓄，AgeStruc_it表示省份（直轄市）i在年份t的人口年齡結構，μ_i表示省份（直轄市）i的個體特征，λ_t表示年份t的時間特征，ε_it表示隨時間和個體而改變的誤差項。

關于人均GDP最優滯后階數的選擇，我們遵循信息準則，包括常用的赤池信息準則（Akaike Information Criterion,AIC）和貝葉斯信息準則（Bayesian Information Criterion,BIC）。AIC和BIC的選擇標準都是使得目標函數最小化。分別在模型中逐步嘗試加入1階滯后項、2階滯后項和3階滯后項，AIC和BIC的數值如表1所示。

可見，包含更高階的滯后項會使模型的AIC和BIC值逐漸增大，因此從信息準則的角度考慮，只包含人均GDP的1階滯后項最合適。模型最終形式如下：

Growth_it=GDPPerCap_it－1+AssetInvest_it+FDI_it+Consum_it+Sav_it+Sav2_it+AgeStruc_it*AssetInvest_it+AgeStruc_it*Consum_it+AgeStruc_it*Sav_it+μ_i+λ_t+ε_it

（三） 指標數據說明

在我們的研究中，選取人均GDP增長率代表Growth_it；選取人均GDP的對數值代表GDPPerCap_it－1；選取全社會固定資產投資額的對數值代表AssetInvest_it；選取外商投資企業投資總額的對數值代表FDI_it；選取居民消費水平的對數值代表Consum_it；選取城鄉居民人民幣儲蓄存款年底余額的對數值代表Sav_it，并生成平方項Sav2_it；在對人口年齡結構的測度上，我們選用基于人口抽樣調查得到的老年人口撫養比指標和少年兒童撫養比指標注9，將這兩個指標相比，得到用來反映老齡化程度的人口年齡結構變量AgeStruc_it，也即：

由計算公式可見，AgeStruc_it數值越大，說明人口老齡化越嚴重。將人口年齡結構變量分別與固定資產投資變量、居民消費變量、居民儲蓄變量相乘，生成交互項變量AgeStruc_it*AssetInvest_it、AgeStruc_it*Consum_it、AgeStruc_it*Sav_it。

綜合考慮對象可比性、數據可得性等方面的因素，選取我國30個省級行政區作為研究對象（西藏、香港、澳門、臺灣因數據不可得，未納入研究范圍），時間跨度為2002—2016年。將反映人口老齡化程度的人口年齡結構變量AgeStruc_it分省市繪制出趨勢圖，如圖1所示。由圖中可見，在2002—2016年期間，絕大多數省市都表現出了明顯的人口老齡化趨勢。

數據包含個體、時間兩個維度，每個時期的樣本中個體完全相同，是平衡面板數據。由于N大（N=30）、T小（T=15），研究樣本數據屬于短面板數據。全部數據均來自于國家統計局網站注10公布的官方數據，涉及價格的變量均以當年價格計。除人均GDP增長率、年齡結構等取值在0到1之間的變量，其他變量均以對數值表示。官方統計數據中，2010年部分變量的數據缺失，采用線性插值的方法補齊缺失值。變量的描述性統計如表2所示。

為了克服變量之間的多重共線性對回歸估計結果的影響，對所有連續變量（取對數后）進行去均值處理，即用變量的原始觀測值減去組內均值。對于交叉項，先對單獨變量進行去均值處理，再生成交叉變量。

（四） 實證結果

基于上文構建的靜態面板回歸模型，進行實證分析。在靜態面板模型中，根據個體效應的特征，分別有固定效應模型（Fixed Effects Model,FE）和隨機效應模型（Random Effects Model,RE）。如果個體異質性μ_i與某個解釋變量相關，則隨機效應模型的估計結果是不一致的，此時應采用固定效應模型估計；如果個體異質性μ_i與所有解釋變量均不相關，則隨機效應模型能得到一致估計量，且比固定效應模型更有效。

從經濟理論的角度來看，隨機效應模型比較少見，采用固定效應模型總能得到一致的估計量。當對數據特征不夠清楚時，通常的做法是分別用固定效應模型和隨機效應模型進行估計，然后通過豪斯曼檢驗（Hausman Test）選擇合適的模型。豪斯曼檢驗的原假設是“H₀：μ_i與所有解釋變量均不相關”，即隨機效應模型為正確模型。本研究的豪斯曼檢驗結果顯示P<0.01，應拒絕原假設，因此應采用固定效應模型。模型估計結果如表3所示，為克服異方差問題，估計時采用聚類穩健標準誤。

從表3中第1列和第2列可以看到，相比于隨機效應模型，固定效應模型的估計效果更好（擬合優度更高）。固定效應模型估計結果顯示，人均GDP增長率與期初的人均GDP水平呈顯著負相關，也即人均GDP越高的省市，其在隨后年份中的增速越慢。這說明經濟增速與所處的發展階段密切相關，隨著發展水平不斷提高，增長速度會逐漸放慢，研究假設1得到驗證。模型回歸結果顯示，固定資產投資和外商投資都能顯著地促進經濟增長，而在居民消費方面，回歸系數為正，居民消費對經濟增長有一定的促進作用，但并不顯著。這說明過去15年中，我國省級層面的經濟增長具有較為明顯的投資驅動特征，而消費拉動特征沒有得到體現，研究假設2得到部分驗證。在居民儲蓄方面，儲蓄和儲蓄平方項均對經濟增長有顯著影響，且儲蓄平方項的估計系數為負，即經濟增長與居民儲蓄之間呈現倒U型關系，過高的儲蓄率反而不利于經濟增長，研究假設3得到驗證。在人口年齡結構的調節效應方面，通過觀察三個交叉項的回歸系數和顯著性，發現人口年齡結構能顯著調節居民消費和居民儲蓄對經濟增長的邊際影響，研究假設4得到驗證。具體來說，人口老齡化會顯著抑制居民消費對經濟增長的邊際效應，會顯著提高居民儲蓄對經濟增長的邊際效應。

若生成時間虛擬變量，采用雙向固定效應模型進行估計，結果如表3中第3列所示。可以看到，期初的人均GDP水平、固定資產投資對經濟增長的影響依然顯著。但是，由于顯著的時間固定效應，使得部分其他變量的影響不再顯著。這促使我們猜想，時間異質性或許在回歸模型中扮演重要角色，在不同年份之間，隨著時間的演進，模型的響應關系可能發生了結構性變化。在后文，我們將進行結構性檢驗，就這一問題做詳細探討。

（五） 穩健性檢驗

為了驗證模型估計結果的穩健性，我們采用變量替換的方法進行穩健性檢驗。具體來說，我們采取三種變量替換策略，分別替換被解釋變量、部分解釋變量，以及同時替換被解釋變量和部分解釋變量。

首先，在回歸方程左手邊，將衡量經濟增速的變量替換，用GDP增長率代替人均GDP增長率，作為模型中新的被解釋變量Growth2_it。同時考慮到滯后影響，用滯后1期的GDP對數值GDP_it－1代替原模型中的解釋變量GDPPerCap_it－1。回歸模型（Robust1）如下：

Growth2_it=GDP_it－1+AssetInvest_it+FDI_it+Consum_it+Sav_it+Sav2_it+AgeStruc_it*AssetInvest_it+AgeStruc_it*Consum_it+AgeStruc_it*Sav_it+μ_i+λ_t+ε_it

其次，在回歸方程右手邊，將衡量人口年齡結構的變量替換，用抽樣調查得出的65歲及以上人口數與抽樣人口數相比，得出原模型中年齡結構變量AgeStruc_it的替代變量AgeStruc2_it，該指標直觀反映出老齡人口在全部人口中所占的比例。隨后，使用AgeStruc2_it分別生成年齡結構變量與固定資產投資變量、居民消費變量、居民儲蓄變量的交叉項AgeStruc2_it*AssetInvest_it、AgeStruc2_it*Consum_it、AgeStruc2_it*Sav_it。回歸模型（Robust2）如下：

Growth_it=GDPPerCap_it－1+AssetInvest_it+FDI_it+Consum_it+Sav_it+Sav2_it+AgeStruc2_it*AssetInvest_it+AgeStruc2_it*Consum_it+AgeStruc2_it*Sav_it+μ_i+λ_t+ε_it 

最后，綜合以上兩種變量替換方法，將衡量經濟增速的變量與衡量人口年齡結構的變量同時替換。回歸模型（Robust3）如下：

Growth2_it=GDP_it－1+AssetInvest_it+FDI_it+Consum_it+Sav_it+Sav2_it+AgeStruc2_it*AssetInvest_it+AgeStruc2_it*Consum_it+AgeStruc2_it*Sav_it+μ_i+λ_t+ε_it

使用全樣本分別對回歸模型Robust1、Robust2、Robust3進行估計，結果如表4所示。

從表4中可以看到，無論采用何種變量替換策略，三種模型的估計結果和擬合優度相差不大，變量的顯著性及其回歸系數的符號均與基準模型保持高度一致，各項研究假設繼續得到驗證或部分驗證。變換測度指標之后，經濟增速依然與期初的經濟水平呈顯著負相關；固定資產投資和外商投資所代表的投資驅動效應依然顯著促進經濟增長；居民消費對經濟增長表現出一定的拉動作用，但不是很強烈；居民儲蓄平方項依然顯著，且回歸系數為負；對于居民消費的邊際效應，人口老齡化仍然表現出顯著的抑制作用；對于居民儲蓄的邊際效應，人口老齡化的提升作用依然顯著。通過以上過程，證明我們的回歸模型具有較高的穩健性。

（六） 結構性變化檢驗

前文已經提到，當采用雙向固定效應模型進行估計時，表現出顯著的時間固定效應，說明時間異質性不容忽視。我國是人口大國，人口政策曾長期作為我國的基本國策實行，我們有理由進行合理的猜想，由于不同年份出臺的人口政策在全國范圍內造成的宏觀影響，可能使回歸模型的響應關系出現了結構性變動。

2011年11月，中國各地全面實施“雙獨二孩”政策，也即如果夫妻雙方均為獨生子女，則可以生育第二個孩子。這為我國逐步放開“二孩”政策、鼓勵生育、調節人口年齡結構拉開了序幕。為了考察“雙獨二孩”政策全面實施以后，是否影響經濟增長與投資驅動效應、消費驅動效應、人口年齡結構調節效應之間的響應關系，我們以2012年為時間分界點，對回歸系數的結構性變動進行檢驗。在具體操作中，我們采用鄒檢驗（Chow Test）的思想：

首先，進行有約束回歸，回歸整個樣本（2002≤t≤2016），得到殘差平方和SSR；

其次，進行無約束回歸，回歸2012年之前的子樣本（2002≤t＜2012），得到殘差平方和SSR1；

最后，進行無約束回歸，回歸2012年及之后的子樣本（2012≤t≤2016），得到殘差平方和SSR₂。

根據似然比檢驗原理，相應的F統計量為

我們的回歸方程有10個解釋變量（包含平方項、交叉項、截距項），因此K=10。由于回歸方程含有1階滯后項，所以14期的樣本量為420，即n=420。根據似然比原理計算出的F統計量為35.263 335，大于F統計量在1%顯著性水平上對應的臨界值F（10,400）=2.365 41，因此應拒絕“不存在結構變動”的原假設。也就是說，在我國全面實施“雙獨二孩”政策之后，人口年齡結構對經濟增長的影響發生了結構性變化。

對比表5中三列的回歸估計結果，可以發現其中的區別體現在居民消費對經濟的拉動效應，以及人口年齡結構如何調節居民消費對經濟增長的邊際影響。在整個樣本期間（2002—2016），居民消費對經濟增長有一定的正向貢獻，但并不顯著。然而，單獨觀察前半段樣本（2002—2011），發現居民消費對經濟增長的正向貢獻力度更強，且非常顯著；到了后半段樣本期間（2012—2016），居民消費的拉動作用趨向于零，不再顯著。由此說明，隨著我國逐漸進入老齡化社會，近些年發生了居民消費疲軟現象。結合人口年齡結構的調節作用來看，在全樣本期間（2002—2016），居民消費對經濟增長的邊際影響受到人口年齡結構的顯著抑制，但是到了近年（2012—2016），人口年齡結構的調節作用卻表現為顯著提升居民消費對經濟增長的邊際影響。這說明隨著我國出臺宏觀政策調控人口年齡結構，全社會形成了對人口結構轉變的預期，進而對居民消費起到一定的提振效果。

（七） 區域差異檢驗

我國是一個人口眾多、幅員遼闊的國家，自改革開放以來，沿海地區與內陸地區之間發展水平的不平衡導致了巨大的區域差異，形成了所謂的“三大增長極”。隨著國家提出“西部大開發”戰略、“振興東北老工業基地”戰略、“中部崛起”戰略等，開始出現了區域間的產業梯度轉移，東部、中部、西部地區的經濟增速、增長模式、產業結構、人口就業出現了一些差異。從人口的視角來看，若考慮勞動年齡人口在東部、中部、西部地區之間的流動，則人口年齡結構對經濟增長的影響機制或許具有地區特色。有鑒于此，我們進一步考察人口年齡結構對經濟增長影響機制的區位差異。

具體來說，我們將全部30個省區市分為東部地區、中部地區、西部地區三個子樣本，分別進行靜態面板的固定效應模型回歸，以考察區位因素是否影響經濟增長模式。參考中央政策文件中的常用劃分標準，30個省區市的區位分組如下表所示。

表7中列示的模型估計結果，顯示出較明顯的區域差異。

從所處的發展水平來看，東部地區發展水平普遍較高，人均GDP水平已接近或達到國際上的中等收入水平，因此增速放緩，表現為期初人均GDP水平顯著抑制經濟增速。而從東部地區到中部地區，再到西部地區，這一抑制作用逐漸減弱，且變得不顯著。這說明中西部地區尚處于經濟發展的起步階段，正在經歷高速增長過程，因此發展后勁足、上升空間大，一定程度上具有后發優勢。

從投資驅動效應來看，固定資產投資對經濟增長的驅動作用在東部地區、中部地區非常顯著，而在西部地區則不顯著；外商投資對經濟增長的驅動作用只在東部地區顯著，而在中部地區、西部地區則非常微弱且不顯著。這說明東部地區在政府財政預算、吸引外商投資等方面具有很大優勢，而中西部地區受制于區位因素，難以吸引到外商投資，且地方政府財力有限，無法進行大規模的政府主導投資，因此投資驅動效應對經濟增長的貢獻有限。

從居民消費對經濟增長的拉動效應來看，東部地區最顯著，中部地區也呈現出一定的拉動效應，而在西部地區，居民消費對經濟增長幾乎沒有拉動作用。結合人口年齡結構的調節作用來看，人口老齡化對消費的邊際貢獻均表現出抑制作用，但在東部地區最微弱，在中部地區次之，在西部地區則最為強烈且最為顯著。一個合理的解釋是，在同樣的人口結構條件下，由于存在大量勞動年齡人口由西部地區向中東部地區遷徙務工，造成西部地區常住人口結構中青壯年“虧空”，西部地區真實的老齡化程度要比統計數字呈現出的更為嚴重，也即統計數字中的老齡化指標低估了西部地區真實的老齡化程度。在這種情況下，西部地區老齡化指標的回歸系數的絕對值會被高估。

四、 結論建議

本研究通過對我國30個省區市近15年的面板數據進行實證分析，考察了省級層面上人口老齡化對經濟增長的影響機制。研究發現：

（1） 總體上，投資驅動效應是經濟增長的主要動力，居民消費對經濟的拉動作用尚不夠明顯；經濟增長與居民儲蓄具有倒U型關系，過高的居民儲蓄不利于經濟增長；人口老齡化有抑制居民消費、促進居民儲蓄的趨勢，這會進一步抑制消費對經濟的拉動作用，不利于經濟長期發展。

（2） 從時間趨勢上來看，隨著我國逐漸進入人口老齡化社會，消費疲軟現象在近年來加劇；國家的人口政策具有宏觀調控效果，2011年全面實施“雙獨二孩”政策以后，緩解了人口老齡化對居民消費的抑制。

（3） 從區域差異方面來看，西部地區發展后勁足、上升空間大，但受制于區位因素，在吸引外資、擴大投資方面具有較大劣勢；考慮到區域之間的勞齡人口流動遷移，西部地區真實的老齡化程度要高于統計數字，應對人口老齡化的壓力也更大。

基于以上發現，我們認為應對人口老齡化需從以下方面著手：

（1） 大力培育國內消費市場，積極擴大內需，尋找經濟增長新的源泉，跨越“中等收入陷阱”。

（2） 在實現經濟增長模式由投資驅動向消費拉動轉型的過程中，應著力克服人口老齡化帶來的阻力，培育和扶持面向老齡化社會的養老產業、醫療產業、文化產業、旅游產業，在全社會弘揚正確的消費觀念和儲蓄觀念，引導老齡人口合理消費。

（3） 國家應及時出臺人口政策，積極調控人口結構，發揮宏觀政策對全社會的引導作用。

（4） 堅持全面、協調、可持續發展的戰略，改善區域之間發展不平衡的局面，在吸引外資、加大投資、吸收就業等方面重點幫扶西部地區，積極引導農民工返鄉就業、創業，改善西部地區的人口結構，預防西部地區“未富先老”。

參考文獻

1. 蔡昉：“人口轉變、人口紅利與劉易斯轉折點”，《經濟研究》2010年第4期。

2. 陳強：《高級計量經濟學及Stata應用（第2版）》，高等教育出版社2014年版。

3. 程志強：“論我國東部地區經濟的再發展”，《宏觀經濟管理》2004年第12期。

4. 都陽：“中國低生育率水平的形成及其對長期經濟增長的影響”，《世界經濟》2005年第12期。

5. 李文星、徐長生、艾春榮：“中國人口年齡結構和居民消費：1989—2004”，《經濟研究》2008年第7期。

6. 李杏、Luke Chan：“基于SYS-GMM的中國人口結構變化與經濟增長關系研究”，《統計研究》2012年第4期。

7. 厲以寧：“人口分析是市場分析的重要依據”，《人口與發展》1994年第1期。

8. 厲以寧：《中國經濟雙重轉型之路》，中國人民大學出版社2013年版。

9. 穆光宗、張團：“我國人口老齡化的發展趨勢及其戰略應對”，《華中師范大學學報（人文社會科學版）》2011年第5期。

10. 史本葉：“我國人口結構變化對經濟轉型的影響”，《人口學刊》2016年第4期。

11. 田巍、姚洋、余淼杰等：“人口結構與國際貿易”，《經濟研究》2013年第11期。

12. 汪偉：“經濟增長、人口結構變化與中國高儲蓄”，《經濟學》（季刊）2010年第1期。

13. 于婷婷、宋玉祥、浩飛龍等：“東北地區人口結構對經濟增長的影響”，《經濟地理》2016年第10期。

14. 張川川、趙耀輝：“老年人就業和年輕人就業的關系：來自中國的經驗證據”，《世界經濟》2014年第5期。

15. 張馨藝、張瓊：“人口結構轉變及其對宏觀經濟運行影響評述”，《中國人口·資源與環境》2012年第11期。

16. P. Aghion & P. Howitt, “A Model of Growth through Creative Destruction”, Econometrica, Vol. 60, 1992.

17. Arrow,K.J.,“The Economic Implications of Learning by Doing”,The Review of Economic Studies,vol.29,1962.

18. Bloom,D.E.eds.,“Demographic Transitions and Economic Miracles in Emerging Asia”,The World Bank Economic Review,vol.12,1998.

19. Bloom,D.E.eds.,“Implications of Population Ageing for Economic Growth”,Oxford Review of Economic Policy,vol.26,2010a.

20. Bloom,D.E.eds.,“The Contribution of Population Health and Demographic Change to Economic Growth in China and India”,Journal of Comparative Economics,vol.38,2010b.

21. Lindh,T.eds.,“Age Structure Effects and Growth in the OECD,1950—1990”,Journal of Population Economics,vol.12,1999.

22. Lucas, R. E., “On the Mechanics of Economic Development”, Journal of Monetary Economics, vol.22, 1988.

23. Malmberg,B.，“Age Structure Effects on Economic Growth—Swedish Evidence”,Scandinavian Economic History Review,vol.42,1994.

24. Peng,X.,“Demographic Shift,Population Ageing and Economic Growth in China:A Computable General Equilibrium Analysis”,Pacific Economic Review,vol.13,2008.

25. Rogers,M.,“A Survey of Economic Growth”,Economic Record,vol.79,2003.

26. Romer,P.M.,“Increasing Returns and Long-run Growth”,Journal of Political Economy,vol.94,1986.

27. Romer, P. M., “Endogenous Technological Change”, Journal of Political Economy, vol.5, 1990.

28. Solow,R.M.,“A Contribution to the Theory of Economic Growth”,The Quarterly Journal of Economics,vol.70,1956.

29. T.W. Swan, “Economic Growth and Capital Accumulation”, Economic Record, vol.32, 1956.

30. Wang,F.eds.,“Demographic Dividend and Prospects for Economic Development in China”,United Nations Expert Group Meeting on Social and Economic Implications of Changing Population Age Structures,2007.

（羅青，內蒙古呼和浩特市委、市政府和林格爾新區黨工委、管委會；