人口红利对经济发展影响的实证研究

2012-07-30马春文

统计与决策 2012年23期

马春文，武赫

0 引言

人口增长与经济发展的关系，一直是经济学家和人口学家争论不休的问题。概括起来说，在这一问题上，有悲观论、乐观论和中性论三种观点。20世纪90年代以来，人口红利理论对理解人口增长与经济发展的关系提供了新的视角，使这一争论的内容更加丰富。

对中国这样一个人口规模巨大、人力资源丰富的发展中国家，人口增长与经济发展的关系是学者和政界都无法回避的重要问题。人口红利理论适用于中国吗？在过去的经济增长过程中，人口红利起了多大的作用？中国人口红利的现状和变化趋势如何？应采取怎样的政策开发利用人口红利？本文试图以吉林省为案例，利用实证分析的方法，对这些问题做出回答。本文首先概述人口红利的概念和作用机制，然后以社会抚养比为指标对吉林省人口红利的状况进行判断，用人口增长预测（CPPS）软件对吉林省人口红利进行预测，进而以1993～2011年数据为基础，构建VAR模型分析人口红利对吉林经济增长的贡献。

1 人口红利的概念和作用机制

1.1 人口红利的概念和判断标准

简单地说，“人口红利”是指在社会人口结构发展变化的过程中，出现的劳动年龄人口占总人口比例较大，社会抚养压力较小，从而有利于经济发展的机遇。

综合国内外学者的有关研究，对这一概念的内涵，需要从以下几个方面来理解：

（1）人口红利是一个经济概念而非人口概念，它是由于人口结构出现“中间大、两头小”的局面而产生的一种有利于经济发展的优势。

（2）人口红利是一个时期性概念，人口红利的出现只是人口结构发展变化过程中出现的一个特殊时期，随着人口结构的变化人口红利则会进入人口负债。

（3）人口红利是经济增长的一个必要条件，并不能直接带来经济的快速发展。要获得和利用人口红利，政府必须采取一些有利于人口红利发生作用的政策。

在判断某一国家或地区的人口红利时，习惯上采用社会总抚养比这一指标进行衡量（在下文中，我们也沿用这一指标来对吉林省人口红利现状进行判断）：

社会总抚养比=（14岁以下人口数+65岁以上人口数）/15～65岁人口数

1.2 人口红利影响经济发展的机理

对人口增长与经济发展的关系，一直有悲观论（这是由马尔萨斯开创的传统，认为人口增长不利于经济发展）、乐观论（例如，博斯鲁普）和中性论几种观点。对这一问题的争论一直悬而未决。回头来看，这一争论几乎完全着眼于人口的规模（或数量）和增长率，却忽视了人口动力学的一个重要的方面：人口的年龄结构，即人口在不同年龄组之间的分布方式。不同年龄组的人口会有不同的行为，不同的行为产生不同的结果。莫迪格利安尼的生命周期假说已对此做出了有力的说明。如果年龄结构改变，则年龄组的相对规模改变，这些行为的相对强度也会发生变化，从而影响一个国家的经济发展过程及其前景。

图1 人口红利对经济增长的影响机理

人口红利时期的特点是比较低的社会总抚养比。在这一时期，劳动年龄人口比例较大，劳动供给增加。储蓄增加。较低的社会抚养比会增加居民的可支配收入，更多的收入用于消费或投资（容易理解，其中一个重要组成部分是人力资本投资）。具体影响可用图1表示。

2 对人口红利影响的实证分析

2.1 吉林省人口红利状况

表1列出了吉林省各年度的人口红利。

表1 吉林省人口红利状况

从表1可以看出，建国初期至1982年，吉林省一直处于人口负债期；1982～1990是人口盈亏平衡期；从1991年起吉林省进入人口红利期；从2000年起进入人口暴利期。

我们用中国人口预测软件（CPPS）及吉林省2010年第6次人口普查的数据，对吉林省人口结构进行了预测。其中，生育率设为1.32，平均寿命以2010年为基础按照每年增加0.1设置，性别比例按照线性插值法在2010～2050年间降至106。预测结果见图2。

图2 吉林省人口红利期预测

从图2来看，在2020年前，社会抚养比将维持在30%以下，此后会出现较快的增长，至2035年左右，人口红利期结束，在2040年进入人口负债期。

2.2 吉林省人口红利影响对经济发展的影响

2.2.1 模型构建

人口红利对经济发展的影响路径在不同层面上会有所不同，但最终还是可以归结为归结为投资、消费和劳动力三个方面。但经济发展与投资、消费、劳动力之间不是简单的线性关系，这些经济要素之间存在着相互影响，而且这些内生变量既有可能出现在方程右方，也有可能出现在左方，很难依据某一理论构建模型来表达它们之间的关系，因此，本文选择VAR模型来研究解决这一问题。

本文选择以下变量构建VAR模型：

（1）吉林省GDP：用以衡量吉林省经济发展水平；

（2）吉林省全社会消费品零售总额SRG：用以衡量吉林省居民消费状况；

（3）吉林省社会固定资产投资总额TAI：用以衡量吉林省投资状况；

（4）吉林省劳动人口TL：吉林省劳动人口数量；

（5）吉林省社会抚养比SDR。

模型如下：

2.2.2 数据来源

为了保证所获得数据的一致性、可获取性，本文所用数据均来自吉林省统计年鉴、吉林省统计局的统计资料，所选数据包括1991～2011年吉林省GDP、吉林省全社会消费品零售总额SRG、社会固定资产投资总额TAI、吉林省劳动人口TL、吉林省社会抚养比SDR等指标的年统计数据，最后，为了减少样本数据的异方差性，本文对相关数据进行了自然对数处理。

2.2.3 分析

（1）单位根检验。

为了检验所选择时间序列数据的平稳性，本文采用ADF检验法对所选数据进行了检验，检验结果见表2。

表2 ADF检验结果

ADF 检验结果表明，Ln(GDP)、Ln(SRG)、Ln(TAI)、Ln(TL)和Ln(SDR)原始数据不平稳，Ln(GDP)’在5%水平上具有平稳性，Ln(SRG)’、Ln(TAI)’、Ln(TSD)’、Ln(TL)’、Ln(SDR)’在1%水平上具有平稳性，即所有变量都是I（1）序列，表明本文所选择的样本数据可以进行协整检验。

（2）协整检验。

本文应用Johansen分析法对变量进行协整检验，Johansen协整检验包括两个检验统计变量，即迹检验统计量λtrace和最大特征值检验统计量λmax，本文选取λtrace和λmax作为检验统计量。

为了保证协整关系在统计上的可信性，需要确定合理的协整滞后阶数，根据VAR模型滞后长度准则，利用LR，FPE，AIC，SC，HQ等多种检验准则来确定最好的自回归阶数，对应检验结果见表3。

经过检验表明，最佳滞后阶数k=2，Johansen协整检验是对无约束VAR模型施加协整约束后得到的VAR模型。因此，Johansen协整检验的滞后期确定为2，迹统计量和特征值统计量结果见表4、表5。

表3 VAR模型滞后阶数确定

表4 Johansen协整检验（迹统计量）

表5 Johansen协整检验（最大特征值统计量）

上述检验结果表明，在99.5%的置信水平下存在一个协整关系，通过标准化协整系数确定其协整方程，标准化协整系数Ln(SRG)、Ln(TAI)、Ln(TL)和Ln(SDR)见表6。

表6 标准化协整系数

长期均衡方程为：

（括号内为参数估计值的t值）协整检验的结果表明，吉林省经济增长变量、社会零售品消费总额、社会固定资产投资总额、劳动人口数量、社会抚养比之间存在着长期稳定的协整关系。投资对于经济增长的带动作用最大，其次为消费带动，但消费带动的效果也并不明显，劳动力数量增加影响对经济增长影响也较小，社会抚养比对经济增长的贡献最小。

（3）向量误差修正模型(VEC)。

VEC模型是包含有协整约束的VAR模型，广泛用于非平稳且具有协整关系的时间序列建模，对于具有一定协整关系的变量，我们可以在对其进行自由回归时推导误差修正模型。VEC模型通过迫使模型在长期内发生聚敛，将变量之间的共积积累起来，从而将变量的短期关系与长期关系结合起来。我们仍然通过对数处理来消除平稳时间序列中的异方差问题，对变量修正的结果见表7。

根据参数估计值确定VEC模型如下：

表7 VEC模型参数估计值

其中，

在VEC模型中，变量Ln(SRG)、Ln(TAI)关于修正项vecm的回归系数在统计上显著为负值，表明居民消费、社会投资会在系统偏离协整关系描述的长期均衡状态时，做出快速反应，但Ln(TL)、Ln(SDR)关于误差修正项的回归系数在统计上不显著，由此得到的结果是经济增长能够促进居民消费和居民储蓄，但劳动力数量过多对经济增长的冲击使这种影响的程度降低。

（4）Granger因果检验。

通过协整检验，我们确定吉林省经济增长与社会负担比之间存在着长期稳定的协整关系，为了进一步研究变量之间的因果关系我们运用Granger因果关系检验法来检验各变量之间的关系。格兰杰(Granger)因果性检验的基本思路：在检验Y对其他变量的回归时，如果加上X的滞后变量对Y的预测精度存在显著改善，则认为X是Y的格兰杰原因，否则，则认为X不是Y的格兰杰原因。以此为依据，我们对相关变量进行了Granger因果检验，其结果见表8。

表8 格兰杰因果关系检验结果

Granger因果检验表明居民消费在10%水平上构成对经济增长的格兰杰原因，经济增长不构成对居民消费的格兰杰原因；社会投资在5%水平上构成经济增长的格兰杰原因，经济增长在10%水平上构成对社会投资的格兰杰原因；劳动力数量不是经济增长的格兰杰原因，经济增长不是劳动力数量增加的格兰杰原因；社会负担比不是经济增长的格兰杰原因，经济增长不构成社会负担比的格兰杰原因。

社会负担比在10%水平上构成劳动力数量的格兰杰原因，构成居民消费总额的格兰杰原因，不构成社会投资的格兰杰原因；动力数量、居民消费总额、社会投资不构成社会负担比的格兰杰原因。