多生育降低了产出吗?

杨华磊 张文超 沈政

摘要：通过构建一个两部门的动态一般均衡模型，再次考察多生育对产出的影响，根据现实可行参数进行模拟研究后发现：在2050年前，如果民众按照政策生育，GDP和人均GDP分别从2018年的13.124万亿美元和0.941万美元上升到2050年间的33.301万亿美元和2.312万美元;相比基准生育情景，民众按照政策生育至少不会大幅度地降低人均GDP，相反能提升历年GDP增长率约0.427%和GDP约0.396万亿美元。进一步模拟研究后发现：改善城镇生育水平更有利于GDP的提升，甚至人均GDP的提升。考虑到当前实际生育水平，尤其当前城镇的实际生育水平远低于政策生育水平这一现实，因此我国应完善注重城镇女性职业发展的生育保险制度和出台0—3岁托幼服务等生育支持性政策。

关键词：生育;动态一般均衡;经济增长;城镇化;生育水平;老龄化

文献标识码：A

文章编号：100228482020（01）003712

开放科学（资源服务）标识码（OSID）：

20世纪70年代以来，伴随着城镇化和工业化的推进，现代就业和生活方式极大地提高了生育的成本，改变了生育的文化，使得生育率不断下降。与此同时，考虑到我国特殊的生育政策环境，计划生育政策在有效控制我国人口总量、保障经济与社会发展的同时，也使得我国生育率下跌幅度更大。我国生育率从20世纪70年代初的6.0左右，下降至80年代接近人口更替水平的2.1，在90年代更是下降到更替水平之下，进入21世纪则下降至1.5左右，并持续至今 [1]。依据2018年《国民经济与社会发展统计公报》，我国的出生率和出生人口也表现出明显的下降。2000年我国出生率为14.03‰、人口增长率为7.58‰;到2018年分别下跌至10.94‰、3.81‰，而2018年我国出生人口数为1530万人，为1962年以来最低人数。生育率的下降带来人口增长困难的同时，也进一步影响人口结构，加剧中国的人口老龄化，使得中国老龄化来得更迅猛。老年人口比重不断激增，我国65岁及以上老年人口从2000年的8821万人增长至2018年的16658万人，对应比重也從7.1%上升至当前的11.9%，远高于7%的国家标准线。据预测，到2030年65岁及以上老年人口占比将达到25.3%，2050年这一比重将超过1/3。此外，伴随着生活质量与医疗水平的提升，我国人均寿命不断提高，已从2000年的71.40岁上升至76.34岁，进一步加深了人口老龄化与养老压力。生育水平下降引致的日益严峻的人口老龄化对经济发展的影响引起了学界的关注与担忧。例如，汪伟 [2]指出在当前中国参数下，人口老龄化已经对我国经济增长产生了严重的负面影响。

生育率下降引致的老龄化问题会对中国实现两个一百年目标产生影响吗？对于这个问题的回答，可以从已有发达国家的经历来看。对于如何界定发达国家，国际上存在不同的指标。例如，世界银行根据人均国民总收入（Gross National Income，GNI），将各经济体划分为低收入、中低收入、中高收入和高收入四个层次，其中高收入经济体人均GNI均大于1.238万美元。国际货币基金组织在2017年发布的《世界经济展望》中将39个国家和地区归为发达经济体，而从人均国内生产总值（Gross Domestic Product，GDP）来看，一般认为人均GDP超过斯洛伐克和希腊则被认为是发达国家，而根据世界银行的数据，2017年斯洛伐克人均GDP为1.707万美元，希腊为1.861万美元。对此，这里将人均GDP超过1.9万美元的经济体界定为发达国家。2018年底中国人均GDP为0.948万美元左右，目前仍处于中等收入国家行列，与上述界定下的发达国家的人均收入水平仍存在较大差距 [3]。

在迈入发达国家的队列中，部分发达国家以及中国的发达地区表征生育率和老龄化水平的人口结构具有何种特征呢？本文根据联合国统计司公开的数据，选取日本、韩国、新加坡、中国香港和中国台湾等在达到发达队列门槛值，即人均GDP为1.9万美元时的年份、人均GDP、生育率和老龄化水平同中国当前的情况进行比较。从表1可以看出，中国香港、中国台湾和韩国在达到发达经济水平时生育水平均低于当前我国的总和生育率，而日本、新加坡、澳大利亚则高于当前我国的总和生育水平;在老龄化水平方面，其他国家和地区的老龄化水平均低于当前我国老龄化水平。总之，2018年我国人均GDP为0.948万美元，远低于进入发达经济体的门槛值1.9万美元，同时我国老龄化水平又高于上述所有发达国家和地区在达到发达经济体时的老龄化水平，生育水平仅比韩国好些，这说明我国存在明显的未富先老症候，生育率的偏低，使得我国未来老龄化问题更为严重。

伴随着人口世代更迭，中国最大规模世代“1960后”婴儿潮将逐步退出劳动市场，出生低谷一代“2000后”将逐步进入劳动市场，适龄劳动年龄人口进一步下降，老龄化提速，与此同时中国经济在保持30多年高速增长后于2016年经济增长率首次跌破7%。经济增速放缓很可能会阻碍中国迈入发达国家行列的步伐，进而落入拉美式的中等收入陷阱。相关研究表明，在由中等收入迈进高收入阶段的过程中，保持较高的劳动年龄人口比重是一个经济体快速进入高收入行列的重要因素：以韩国和新加坡为例，二者处在中等收入阶段的劳动年龄人口比重年均增长率分别为1.04%和1%，比落入到中等收入陷阱的经济体的增长率平均水平高0.72～0.76个百分点 [4]，而未来中国适龄劳动人口占比是逐年下降的。通过观察几个落入中等收入陷阱的经济体，如阿根廷、智利等，可以发现，这些国家过分强调市场对人口问题的调节，却忽视了政府的宏观调控作用，尤其是在社会经济转型时期，没有注重人口自身均衡发展，导致经济增长潜力下降 [5]。当前，中国与拉美等国改革前的情况比较类似，经济发展仍属中等收入阶段，但是国内劳动年龄人口数量下降，老龄化趋势明显，人口与经济的协调面临严峻挑战。在此背景下，为缓解生育率下降所引致的人口老龄化问题，避免掉入中等收入陷阱，我国在2016年1月正式出台“全面二孩”政策。基于该背景，本文试图回应两个问题，首先，在全面二孩政策背景下表征为放宽生育政策的多生育会对我国产出、产出增速、人均产出产生何种影响，是有助于两个百年目标的实现，还是会阻滞两个百年目标的实现呢？其次，在初始城乡不同生育水平情景下，城乡生育水平的提升对上述三者的影响存在何种差异，如果生育水平的提高是有利于产出的，那么提高城镇生育水平，还是提高乡村生育水平，更能够促进经济增长和产出的提高呢？对于上述问题，本文将进行深入分析，力图做出科学合理的回答。本文的研究意义在于，理论上，为学者提供一个分析生育对产出和经济增长影响的，可拓展的两部门动态一般均衡框架;实践上，一方面回应了当前我国学界关于多生育是否促进经济增长的争议，澄清了多生育对经济发展的动态影响过程以及城乡生育水平的影响差异，另一方面，为未来生育政策的制定，比如是否继续放松生育管控，是否进行生育支持，如何进行生育支持以及着力点在哪里等公共决策提供理论和经验证据。

一、文献述评

学术界就生育政策调控对国民经济的影响进行了大量研究，其研究结论主要体现在以下三个方面。一是，放开型生育政策支持下多生育有利于促进经济增长。例如，Johnson [6]基于历史数据的分析，人口增长和经济增长从长期来看呈现正向关系，即在低人口增长率时期往往伴随着低经济增长，而高人口增长率时期经济表现出快速增长趋势，因而限制生育会降低未来经济增长水平。蔡昉 [7]指出，继刘易斯第一转折点出现以后，由于经济的发展和人均寿命的延长，以及生育观念的改变和中国长期的计划生育政策造成的生育率下降，引致中国的人口红利在2013年左右开始下降，历年新增劳动力数量开始减少，社会负担开始增大，如果中国不能很好地处理这些问题，很有可能掉进中等收入陷阱中。随后陆旸等 [8]从不同的人口调整方案进行模拟分析发现，相对于基期，放开生育会降低当期潜在增长率，提高未来潜在增长率，且生育政策越放开，当期潜在增长率下降的越多，未来潜在增长率增长也越多。

二是，多生育对产出，特别是对人均产出会产生较强的负面效应。例如，Li等 [9]通过经验研究发现，限制性生育的计划生育政策在一定程度上能够促使中国有更高的人力资本和经济增速。Zhu等 [10]、Liao [11]基于生育存在数量和质量替代的假设，分别采用世代交叠模型进行模拟发现，计划生育政策促使中国有更高的人力资本积累和人均产出。刘永平等 [12]在家庭养老机制下同样采用世代交叠模型进行模拟研究发现，放松生育管控下多生育会抑制未来经济增长率，进而对总产出和人均产出的影响是负面的。汪伟 [13]在生育存在管控下构建一个三期的世代交叠模型进行理论和经验研究发现，出生率的下降会提高经济增长率，放松生育管控下如果出现大幅度的生育反弹，将不利于产出和人均产出的提高。倪红福等 [14]采用动态可计算一般均衡模型进行模拟研究发现，在人均产出上，完全放松生育管控不如单独二孩政策。陆旸和蔡昉 [8]采用索洛模型进行模拟发现，放松生育管控或者多生育情景虽然能够提高未来社会总产出和产出增速，但是会降低未来人均产出。黄少安等 [15]认为，中国当前的主要问题依然是人口总量问题，相对于放松生育管控，老龄化带来的问题是短期和轻微的，所以中国还必须坚持生育管控，在严格控制人口总量下提高人口素质。

三是，生育政策对经济增长的影响比较有限，甚至是不确定的。Bloom等 [16]研究发现，总人口增长率实际上对经济增长的作用很小，而预期寿命、年龄结构和人口密度的改变对经济增长率具有显著的影响。随后Rosenzweig等 [17]对中国子女数量和质量的替代性进行研究，尝试去回答计划生育引致的出生率下降是否会增加人力资本的问题，实证研究表明，尽管孩子的数量和质量存在一定程度的替代性，但是中国计划生育政策对人力资本积累和经济发展所起到的作用是比较微弱的。梁颖等 [18]指出，2011年左右中国劳动力数量开始出现下降，而此时中国经济也将相应地转向依靠技术，即全要素生产率的提高、制度红利以及第二次人口红利，因此放开生育政策，使得生育水平高于当前生育水平，对未来产出和人均产出的影响是有限的。另有研究认为，生育政策与经济增长二者之间的关系并不明确。Becker等 [19]的研究显示，在一个人力资本较低的社会里，社会倾向于选择较大的家庭规模和较少的人力资本投资;而在人力资本较多的国家，社会倾向选择小的家庭规模和较多的人力资本投资。随后Bucci [20]发现，无论是人均收入，还是经济增长率都是独立于人口规模的，也就是说，人口增长可能影响或者不影响人均收入，取决于个体对后代的利他程度和技术本身。瞿凌云 [21]基于人口数量与质量替代效应的视角，借助理论模型讨论在具有中国特色发展模式下人口老龄化对经济增长的影响，研究表明，低生育率尽管会加剧人口老龄化，但会促进人均教育投资和人力资本积累，生育对经济增长的影响程度如何最终由这两个力量强弱的对比而决定。

可以看出，上述关于生育管控和生育对国民经济影响的研究已取得比较丰富的成果，但是仍然没有取得一致性的结论，而且在以下两个方面需要进一步补充和完善。首先是在研究内容上，大部分研究仅分析了中国放开型或限制型生育政策对经济增长的总效应，没有考虑到在城乡生育率、生产率以及人力资本等异质性以及中国当前的全面二孩政策背景下，按照全面二孩政策进行生育，即当城镇、乡村以及城乡生育水平分别提高到2.0对未来实际潜在GDP增长率、GDP以及人均GDP会产生何种影响，以及这种影响有何差异性。其次是在研究方法上，多数学者在模拟生育或者生育政策对表征为社会福利的产出的影响中，模型设定上较少考虑到生产率的配置效应、时间效应以及规模效应，特别是没有或者很少考虑生育通过人口规模对生产率的影响，忽略城乡的差异以及城乡生育水平分别提升对GDP的影响。基于此，本文在充分考虑中国的国情下，比如城乡有差别的生育、人力资本、劳动生产率以及养老制度，养老的家庭和社会、统筹和个人账户的混合情景等等，构建一个两部门的可计算动态一般均衡模型。相比当前的生育情景，通过政策模拟研究，尝试去回答如果民众按照全面二孩政策生育会对未来实际潜在GDP、GDP以及人均GDP产生何种影响，以及城乡差异引致的不同影响。

二、理论框架与参数设定

（一）家庭部门决策

为刻画中国当前的语境以及定量地考察生育对产出的影响，尝试构建一个两部门的动态一般均衡模型。第i年非农业和农业部门的总产出为Y si和Y ui，

兩部门总消费为C s1i和C u1i，

两部门总储蓄为S si和S ui，

两部门抚养一个青少年占工资的比例为μs和μu，

兩部门统筹和个人账户养老保险缴纳比例为τ s1、τ s2和τ u1、τ u2，

两部门劳动人口工资为w si和w ui，

两部门青少年人口数量为H si和H ui，

两部门劳动人口数量为L si和L ui，

两部门总产出中用于抚养孩子的支出为H siμsw si和H uiμuw ui。考虑到城镇生育成本较高，设定H siμsw si大于H uiμuw ui;

两部门中赡养一个老人占工资比例为s和u，老年人为O si和O ui，

两部门总产出中用于赡养老人的支出为O sisw si和O uiuw ui，如果x=s，u，则两部门决策者在产出分配中面临的预算约束方程为：

Y xi=C x1i+S xi+H xiμxw xi+O xixw xi+（τ x1+τ x2）L xiw xi（1）

第i年消费C x1i意味着当期消费，储蓄S xi和个人账户养老保险缴费额

τ x2L xiw xi意味着未来消费。若第i+1年资本收益率为ri+1，储蓄和个人账户养老金在第i+1年获得

Z x1（S xi+τ x2L xiw xi）=

（S xi+τ x2L xiw xi）（1+ri+1）单位回报。如果第i年x部门年龄为j的人口数量为P xij，非农业和农业部门中第i年将要退出劳动市场的人口数量为J si和J ui，两部门相应临近退休年龄上的幸存率为

π si和π ui，两部门的统筹账户养老保险缴费额

τ x1L xiw xi在下一年给代表性主体带来

Z x2（τ x1L xiw xi）=

π xiτ x1L xiw xiJ xi/O xi+1-τ x1L xiJ xi单位回报。两部门第i年抚养子女和赡养老人支出

H xiμxw xi+O xixw xi在第i+1年获得

Z x3（H xiμxw xi+O xixw xi）=

π xiJ xixw xi+1-J xi（H xiμxw xi+O xixw xi）/L xi单位回报，则最终两部门产出分配中的储蓄、养老保险缴费、抚养孩子以及赡养老人支出获得的回报C x2i为：

C x2i=Z x1（S xi+τ x2L xiw xi）+Z x2（τ x1L xiw xi）+Z x3（H xiμxw xi+O xixw xi）（2）

参照Becker等 [22]的设定，考虑到中国抚养子女和赡养老人的天伦之乐文化，决策者效用函数包括当期消费支出、当期抚养孩子支出、当期赡养老人支出以及当期投资在下一期回报带来的效用，则两部门决策者的目标函数为：

U xi=（C x1i） σ+βx（C x2i） σ+γx（H xiμxw xi） σ+ζx（O xixw xi） σ（3）

折现系数βx表示两部门决策者对未来消费赋予的权重，γx和ζx表示对抚养孩子和赡养老人支出赋予的权重。第i年两部门家庭决策者面临的决策是如何将相应部门的产出在消费、储蓄、养老保险缴费、抚养孩子以及赡养老人之间进行最优分配，以实现第i年产出带来的效用最大化，参考Yang [23]的设定，则两部门中相应的目标函数和约束方程为：

maxC x1i、C x2i、S xiU xi=

（C x1i） σ+βx（C x2i） σ+γx（H xiμxw xi） σ+ζx（O xixw xi） σ

s.t

C x1i=Y xi-S xi-H xiμxw xi-O xixw xi-（τ x1+τ x2）L xiw xi

C x2i=Z x1（S xi+τ x2L xiw xi）+Z x2（τ x1L xiw xi）+Z x3（H xiμxw xi+O xixw xi）

0<βx，γx，ζx，π xi，μx，x，τ x1，τ x2<1（4）

如果福利转化系数为χ，两部门的目标函数之和就为U si+χU ui，则两部门第i年家庭部门决策的目标函数和约束条件为：

maxC x1i、C x2i、S xiUi=U si+χU ui

s.t

C s1i=Y si-S si-H siμsw si-O sisw si-（τ s1+τ s2）L siw si

C s2i=Z s1（S si+τ s2L siw si）+Z s2（τ s1L siw si）+Z s3（H siμsw si+O sisw si）

C u1i=Y ui-S ui-H uiμuw ui-O uiuw ui-（τ u1+τ u2）L uiw ui

C u2i=Z u1（S ui+τ u2L uiw ui）+Z u2（τ u1L uiw ui）+Z u3（H uiμuw ui+O uiuw ui）

0<βs，γs，ζs，π si，μs，s，βu，γu，ζu，π ui，μu，u，τ s1，τ s2，τ u1，τ u2<1（5）

如果上述模型中的參数已知，要考察生育对未来实际潜在GDP的影响，还需要知道未来历年两部门的人口结构变量，人口结构变量的预测主要参考王广州 [24]的方法。历年城镇化速度设为每年农村人口1%迁入城镇;考虑到乡村生育率高于城镇，同时参考尹文耀等 [2527]研究，设定当前农村和城镇生育率分别为1.8和1.2。人口结构变量已知，要求动态一般均衡模型，还需知道两部门约束条件中的工资w xi和利率ri+1，但工资和利率由生产部门决定。

（二）生产部门决策

借鉴郭凯明等 [28]的研究，根据农业部门生产规模报酬递减的特点，设定生产函数

Y ui=Bi（h uiL ui） ，其中h ui和Bi分别为农业部门的人力资本水平和全要素生产率，

≤1、Y ui/L ui≥0和 2Y ui/ 2L ui≤0。在不考虑农业部门人力资本和全要素生产率的情况下，劳动人口增加意味着农业的总产值增加，农业部门劳动报酬随着劳动人口的流出而上升。

根据非农业部门中劳动和资本的替代关系，设定生产函数

Y si=Ai（Ki） α（h siL si） ρ，其中Ai、h si、α以及ρ分别为全要素生产率、人力资本、资本以及劳动贡献份额。考虑到城镇化水平下的劳动生产率效应，设定

Y si/L si≥Y ui/L ui。同时进一步规定，城镇化带来的劳动生产率效应递减。

模型中有三处体现生产率提升，把人口从农业部门迁移到非农部门会提高劳动生产率，即要素的配置效应;随着时间变化，两部门的人力资本水平会得到相应提高，即要素的时间效应;基于陆铭等 [2930]的研究，设定生产率还与劳动人口的规模有关，即要素的规模效应。在死亡人数一定的前提下，要素的规模效应就与历史上的出生人数有关。配置效应内嵌于生产函数的设定，规模效应和时间效应在全要素生产率和人力资本核算中加以体现。要计算两部门家庭决策方程中的工资w xi和利率ri+1等变量，当资本贡献份额已知时，除劳动变量外，还需知道两部门中的全要素生产率Ai和Bi、人力资本水平h si和h ui以及非农业部门的资本存量Ki。

两部门的全要生产率如何计算？根据Schoonbrood等 [3132]关于“美中20年前生育率与滞后20年全要素生产率在统计上高度吻合”的经验发现和理论推断，设定20年前出生人数与20年后全要素生产率增长率存在简单的线性关系;再基于陆旸 [33]估计的1990—2015实际全要素生产率增长率与1970—1995年间出生人数，得出两者的线性关系;最后由1998—2030年间的出生人数预测2018—2050年间的全要素生产率。

两部门的人力资本水平如何确定？教育部2003年发布《未来50年中国教育与人力资源开发构想》一文中指出，到2050年我国劳动人口人均受教育年限要实现超过13年的目标。结合第六次人口普查，推算出2010年中国城乡劳动人口受教育年限分别为10.519年和7.854年，进而设定2050年城乡劳动人口受教育年限分别为14年和12年，据此计算出未来两部门历年劳动人口的平均受教育年限S xi，再用佩恩表把不同生育情境下受教育年限折换成人力资本，则两部门第i年的人力资本水平为：

h xi=e φ（S xi）（6）

考虑到初等教育回报大于高等教育回报，参照陆旸等 [6]的研究，设定φ（S xi）为：

φ（S xi）=

0.134×（4-S xi），S xi≤4

0.134×4+0.101×（S xi-4），4

0.134×4+0.101×4+0.068×（S xi-8），8

非农业部门的资本存量如何确定？如果资本折旧率为δ，参考Yang [23]的研究，第i+1年的资本存量Ki+1等于第i年非农业部门和农业部门储蓄加上个人账户养老保险缴费额和第i年资本存量Ki，最后再减去折旧量，则非农部门第i+1年的資本存量为：

Ki+1=（1-δ）Ki+S ui+S si+τ s2L siw si+τ u2L uiw ui（8）

根据两部门中生产者利润最大化的条件，劳动和资本的边际收益分别等于劳动和资本的边际成本，则两部门生产部门实现利润最大化的条件为：

w ui=Y ui/L ui=Bi（h ui） （L ui） -1

w si=Y si/L si=ρAi（Ki） α（h si） ρ（L si） ρ-1

w ui+1=Y ui+1/L ui+1=Bi+1（h ui+1） （L ui+1） -1

w si+1=Y si+1/L si+1=ρAi+1（Ki+1） α（h si+1） ρ（L SI+1） ρ-1

ri+1=Y si+1/Ki+1=αAi+1（Ki+1） α-1（h si+1） ρ（L si+1） ρ（9）

（三）模型构建

综合家庭和生产部门决策，最终两部门的动态一般均衡模型的目标函数和约束条件为：

maxC x1i、C x2i、S xiUi=U si+χU ui

s.t

C s1i=Ai（Ki） α（h siL si） ρ-S si-H siμsw si-O sisw si-（τ s1+τ s2）L siw si

C s2i=Z s1（S si+τ s2L siw si）+Z s2（τ s1L siw si）+Z s3（H siμsw si+O sisw si）

C u1i=Bi（h uiL ui） -S ui-H uiμuw ui-O uiuw ui-（τ u1+τ u2）L uiw ui

C u2i=Z u1（S ui+τ u2L uiw ui）+Z u2（τ u1L uiw ui）+Z u3（H uiμuw ui+O uiuw ui）

w ui=Y ui/L ui=Bi（h ui） （L ui） -1

w si=Y si/L si=ρAi（Ki） α（h si） ρ（L si） ρ-1

w ui+1=Y ui+1/L ui+1=Bi+1（h ui+1） （L ui+1） -1

w si+1=Y si+1/L si+1=ρAi+1（Ki+1） α（h si+1） ρ（L si+1） ρ-1

ri+1=Y si+1/Ki+1=αAi+1（Ki+1） α-1（h si+1） ρ（L si+1） ρ

0<βs，γs，ζs，π si，μs，s，βu，γu，ζu，π ui，μu，u，Bi，Ai，，α，ρ<1（10）

上述模型通过资本运动方程（8）实现生育对未来历年产出的模拟。同时不同的生育情景通过影响人口结构等变量，进而影响两部门的分配决策和产出。

（四）参数设定

已知模型中的外生参数，根据方程（10）即可实现生育对未来历年GDP影响的模拟。要使方程（10）能进行模拟，还需要知道初始资本存量和其他参数的设定。参照相关文献或者通过校准方法加以计算，相关设定见表2。

三、模拟结果与讨论

根据上述优化模型，为模拟多生育对产出的影响，在此设定两种情景，其一是基准情景（简称BS），城镇和乡村均维持当前的生育水平不变，参考尹文耀等 [2325]的研究，同时考虑到当前的全面二孩政策，在此设定城镇生育率1.2，农村生育水平1.8，平均生育水平1.6，需要说明的是出生人数下降更多是育龄妇女人群数量的下降;其二是高生育情景（简称VU2.0），也可以称为当前民众按照全面二孩政策生育，即城镇和乡村的生育水平均达到2.0。

（一）基本结果

从图1—3可以看出，在基准情景下，未来实际潜在GDP和人均GDP分别从2018年的90.013万亿元和6.457万元增加到2050年的199.069万亿元和15.945万元，如果按照2018年底美元汇率6.86折算，实际潜在GDP和人均GDP分别达29.019万亿美元和2.324万美元;在高生育情景下，未来实际潜在GDP和人均GDP将在2018年的基础上增加到2050年的228.446万亿元和15.863万元，同样按照2018年底的美元汇率6.86折算，实际潜在GDP和人均GDP达33.301万亿美元和2.312万美元。

按照此处设定的迈入高收入国家的门槛值人均产出1.9万美元左右，基准生育情景和高生育情景分别于2041年和2043年进入发达国家队列。在2050年，在实际潜在GDP上高生育比基准情景多出29.378万亿元，在实际潜在人均GDP上高生育情景比基准情景低0.082万元，按照2018年底美元汇率6.86，高生育情景提升实际潜在GDP约4.28万亿美元，降低了实际潜在人均GDP约0.012万美元。这意味着，两种生育情景在实际人均GDP上的差别微小，但在代表综合国力的实际潜在GDP上差别较大，高达4.28万亿美元。总之，2050年前，整体上多生育轻微降低了实际潜在人均GDP，但在较大幅度上提升了实际潜在GDP增长率和GDP。

其一，相比当前城乡生育水平不变，城乡生育水平均达到2.0无法改变未来实际潜在GDP增长率阶梯式下降的趋势性特征，但是使得未来实际潜在GDP增长率在一个较高的水平上下降;短期城乡生育水平均达到2.0降低了历年的实际潜在GDP增长率，但是长期却改善了实际潜在GDP增长率。在2039年以前，城乡生育水平均达到2.0平均降低了历年实际潜在GDP增长率0.195%;在2039年及以后，城乡生育水平均达到2.0平均提升了历年实际潜在GDP增长率1.516%，整体上，在2050年以前，城乡生育水平均达到2.0平均提升了历年实际潜在GDP增长率0.427%。

其二，相比当前城乡生育水平不变，城乡生育水平均达到2.0下的实际潜在GDP依然呈现增加的趋势，从2018年的90.013万亿元增加到2050年的228.446万亿元;短期城乡生育水平均达到2.0降低了历年的实际潜在GDP，但是长期却改善了历年的实际潜在GDP。在2042年以前，城乡生育水平均达到2.0平均降低了历年实际潜在GDP约1.882万亿元;在2042年及以后，城乡生育水平均达到2.0平均提升了14.980万亿元，整体上，在2050年以前，城乡生育水平均达到2.0平均提升了历年实际潜在GDP约2.717万亿元。

其三，相比当前城乡生育水平不变，城乡生育水平均达到2.0下的人均GDP依然呈现增加的趋势，从2018年的6.457万元增加到2050年的15.370万元，2050年前，城乡生育水平均达到2.0降低了历年的实际潜在人均GDP，平均降低了历年实际潜在人均GDP0.594万元，但是2050年以后，相比基准情景，高生育情景有望提升人均GDP。总之，民众按照政策生育与当前生育水平不变有近似的人均GDP，2050年前，按照2018年底美元汇率6.86，民众按照政策生育约平均提升了历年实际潜在GDP增长率和实际潜在GDP分别为0.427%和0.396万亿美元。

为什么高生育情景在2039年以及2042年以前会挤占实际潜在GDP增长率和GDP，之后却提高实际潜在GDP增长率与GDP呢？相比基准生育情景，从两部门，尤其是城镇部门的产出公式可以看出：短期过高的生育，增加了社会抚养比，降低了储蓄，进而减少了资本存量，在新生的婴儿进入劳动市场之前，人力资本、劳动人口以及全要素生产率不变，短期高生育情景下实际潜在GDP增速将更低，考虑到前期多生育对GDP的负面影响，当GDP增长率开始大于基准情景下GDP增长率以后一段时间，实际潜在GDP才开始比基准情景下高。

相比不考虑生育的全要素生产率效应，在新生婴儿进入劳动市场以后，为什么高生育情景极大地提高了实际潜在总产出呢？因为在新生的婴儿进入劳动市场以后，相比基准情景，多生育不仅提高了人力资本水平和劳动人口数量，即多生育下新进入劳动市场的受教育程度更高和人口更多，同时多生育开始正面作用于资本存量，即劳动人口增多引致社会抚养比下降和储蓄上升，更重要的是多生育开始极大地提高了全要素生产率，即更多的人口聚集在一起发挥模仿效应以及规模效应等更易激发社会创新。总之，多生育改善了人力资本、劳动人口、资本以及全要素生产率等要素變量，进而较大地提高了社会总产出。

为什么在2050年以前多生育挤占了实际潜在人均GDP，且2039年这种挤占效应开始逐步减弱，到2050年及其以后，多生育甚至有可能提高实际潜在人均GDP呢？在2039年以前，相比基准情景，高生育情景下实际潜在GDP增长率较低，实际潜在GDP低于基准情景，故人均GDP也低于基准情景;在2039年以后，高生育情景下的实际潜在GDP增长率开始大于基准生育情景下的实际潜在GDP增长率，在生育引致的人口增长率稳定下，高生育情景下的总GDP增长率与其相应的人口增长率差距开始缩小，所以2039年以后挤占效应开始减弱;长期由于多生育对总GDP以致对人均GDP造成的负面影响，即使GDP增长率与人口增长率之比比基准情景下高，但人均GDP依然比基准情景下低。从图3可以看出，随着多生育正面效应的累积，比如到2050年以后，高生育情景下的人均GDP也开始可能高于基准生育情景下的人均GDP。

（二）稳健性分析

虽然在进行模拟研究时候，基准参数是根据中国当前现实以及相关研究选取的，但是为了进一步验证上述结论的稳健性，尤其是比较结果的稳健性。下面还将对可能影响上述结论的核心参数，比如跨期替代弹性、折现因子以及对抚养孩子支出赋予的权系数进行稳健性分析。考虑到本文篇幅问题，在此仅报告非农部门参数的稳健性结果以及选取这些参数的部分取值进行稳健性分析，具体见图4—6，其余稳健性分析结果留存备索。

从图4—6可以看出，其一，两种生育情景下，不同的跨期替代弹性不会影响GDP增长率、GDP以及人均GDP的比较结果，但是会影响这三个指标的绝对值，跨期替代弹性越大，这三个指标绝对值越大。其二，对于不同的折现系数，上述结论依然稳健，但是这三个指标的绝对值的确会受到不同折现系数的影响，折现系数越高，这三个指标的绝对值就越大。其三，对抚养孩子赡养老人支出赋予不同的权重系数，不仅不影响两种生育情景下GDP增长率、GDP以及人均GDP的绝对值的比较结果，也基本上不影响这三个指标的绝对值和趋势性特征。

四、基于生育政策不同效果的情景拓展

为了进一步模拟提高生育率对产出的影响效应，设定四种生育政策情景。情景一为基准情景，也是当前的现实情境（简称BS），城镇生育率1.2，乡村生育率1.8。情景二为乡村和城镇生育率均提高到2.0（简称VU2.0）。陈蓉等 [38]在模拟我国人口从现在过度到稳定人口的长期变动趋势时，分别设定了三种不同情形，其中在高生育水平方案中，假定生育水平维持在2.1，这是人口正常更替，不增不减的生育水平;乔晓春等 [39]则指出，为避免进入人口零增长后，快速负增长、人口老龄化和人口规模减少，应使生育水平维持在2.1左右;原国家卫生和计划生育委员会副主任王培安 [40]也发文指出，鼓励民众按照全面二孩政策生育水平进行生育，而全面二孩的政策生育水平也即2.0。当然公共权力部门也想知道，当前生育水平如果达到2.0会对未来宏观经济产生什么影响。

考虑到郭凯明等 [28]指出由于城镇化进程的存在，城乡计划生育率对经济增长的长期影响可能不同。具体而言，乡村计划生育率对经济增长的影响取决于产业结构，而城镇则取决于资本积累的变化。因而，为讨论城乡生育率差异对产出的影响，回答在全面二孩政策下是提高农村生育，还是提高城镇生育，更能够提高未来的社会产出，进而为日后生育工作的重点与抓手提供参考。基于此，本文在这里分别再设立两种情景：情景三为乡村生育率提高到2.0且城镇生育率保持在1.2（简称V2.0）;情景四城镇生育率提高到2.0且乡村生育率保持在1.8（简称U2.0）。

从图7—9可以看出，相比基准情景（BS），在2039年以前，乡村生育水平达到2.0、城镇生育水平达到2.0、城乡生育水平均达到2.0分别平均降低历年实际潜在GDP增长率0.003%、0.200%和0.201%;在2039年及其以后分别平均提升实际潜在GDP增长率0.156%、1.363%和1.516%;整体上，2050年前分别平均提升历年实际潜在GDP增长率0.055%、0.368%以及0.423%。

基于上述分析，笔者发现，相比提升农村的生育水平，提升城镇的生育水平更能够提升未来的实际潜在GDP增长率，这源于随着城镇化的推进，农村人口的减少，未来人口多数为城镇人口，同时城镇的人力资本水平以及生产率水平高于乡村。

相比基准情景（BS），同样在2042年以前，提升城乡生育水平会降低实际潜在GDP，但是2042年及其以后会改善实际潜在总GDP。整体上，在2050年前，乡村生育水平达到2.0、城镇生育水平达到2.0、城乡生育水平均达到2.0分别平均提升了历年实际潜在GDP为0.814、1.841和2.717万亿元，其中提升城镇生育水平更能够提升未来的实际潜在GDP。

相比基准情景（BS），在2050年以前，提升城乡生育水平会降低实际潜在人均GDP，乡村生育水平达到2.0、城镇生育水平达到2.0、城乡生育水平均达到2.0分别平均轻微降低历年实际潜在人均GDP为0.619、0.545以及0.594万元。虽然预计在2050年前，提升城镇生育水平更容易降低实际潜在人均GDP，但是2050年以后，随着生育正面效应的累积，多生育对实际潜在人均GDP的效应可能转变为正向影响。

五、结论与政策启示

本文采用一个两部门的动态可计算一般均衡模型探讨了多生育对产出的影响，根据现实可行参数进行模拟得到以下结论。其一，城乡生育水平均达到2.0时，总GDP和人均GDP将分别从2018年的90.031万亿元、6.457万元上升到2050年的228.446万亿元和15.863万元;相比当前城乡生育水平不变，当城乡生育水平均达到2.0时，在2039年和2042年以前依次会降低实际GDP增长率和总实际潜在GDP，但是之后，依次会转变为正向提升效应。其二，在2050年，城乡生育水平均达到2.0时，轻微降低了历年的实际潜在人均GDP，平均降低了历年实际潜在人均GDP为0.594万元，但是这一降低作用在2039年以后逐渐减弱，甚至可能于2050年以后转变为提升效应。整体上，在2050年以前，城乡生育水平均達到2.0与维持城乡生育水平不变具有相近的人均GDP，但是其平均提升了历年实际潜在GDP增长率和实际潜在GDP0.427%和2.717万亿元。同时上述结果对于主要参数的改变是稳健的。进一步模拟研究表明，相比于提高乡村生育水平，提升城镇生育水平更能够提高未来的实际潜在GDP增长率和实际潜在GDP，甚至提高未来的实际潜在人均GDP。

本研究的政策启示在于，虽然提升生育水平不会影响未来中国两个百年目标的实现，但是提升生育水平，尤其是提升城镇生育水平，在当前多生育情景下新生婴儿进入劳动市场以后，更易提升未来实际潜在GDP增长率、实际潜在GDP，甚至实际潜在人均GDP，最终有利于中国经济长期持续稳定的增长。基于生育的红利以及当前家庭生育水平，尤其城镇生育水平低于政策生育水平下全面二孩政策效果不佳，根据城镇生育水平下降的原因，城镇化和工业化进程中对工业品和服务品的需求急剧增加，生育成本无上限增长且主要由家庭承担，社会养老保障体系的建立引致生育收益外溢，使得家庭生育行为具有正外部性。伴随着城镇化和工业化的推进，人口从农村迁移到城镇，从农业部门迁移到非农部门，虽然生产率得以提升，但是也意味着生育水平的降低。解决生育行为正外部性的手段通常包括生育管制、生育权交易、回归家庭养老以及生育供给社会化等。结合技术、制度以及伦理规范等社会因素，开展生育补贴是当前比较可行的方案，特别是在城镇以及城镇化水平较高的地区，如完善注重现代城市女性发展的生育保险制度，在城乡建立0—3岁婴幼儿托幼服务等生育支持性政策。

参考文献：

[1] 计迎春， 郑真真. 社会性别和发展视角下的中国低生育率[J]. 中国社会科学， 2018（8）： 143161.

[2] 汪伟. 人口老龄化、生育政策调整与中国经济增长[J]. 经济学（季刊）， 2017（1）： 6796.

[3] 林山君， 孙祁祥. 人口老龄化、现收现付制与中等收入陷阱[J]. 金融研究， 2015（6）： 4863.

[4] 秦佳， 李建民. 人口年龄结构、就业水平与中等收入陷阱的跨越——基于29个国家和地区的实证分析[J]. 中国人口科学， 2014（2）： 3243.

[5] 于学军. 中国人口转变与“战略机遇期”[J]. 中国人口科学， 2003（1）： 1116.

[6] Johnson D G. Population and economic development[J]. China Economic Review， 1999， 10（1）： 116.

[7] 蔡昉. 中国的人口红利还能持续多久[J]. 经济学动态， 2011（6）： 37.

[8] 陆旸， 蔡昉. 人口结构变化对潜在增长率的影响： 中国和日本的比较[J]. 世界经济， 2014（1）： 329.

[9] Li H B， Zhang J. Do high birth rates hamper economic growth[J]. Review of Economics & Statistics， 2007， 89（1）： 110117

[10]Zhu X， Whalley J， Zhao X. Intergenerational transfer， human capital and long term growth in China under the one child policy[J]. Economic Modelling， 2014， 40（5）： 275283.

[11]Liao P J. The one child policy： A macroeconomic analysis[J]. Journal of Development Economics， 2013， 101（2）： 4962.

[12]劉永平， 陆铭. 放松计划生育政策将如何影响经济增长基于家庭养老视角的理论分析[J]. 经济学（季刊）， 2008（4）： 12711300.

[13]汪伟. 计划生育政策的储蓄与增长效应： 理论与中国的经验分析[J]. 经济研究， 2010（10）： 6377.

[14]倪红福， 李善同， 何建武. 人口政策调整的一般均衡分析[J]. 人口与发展， 2013（3）： 4654.

[15]黄少安， 孙涛. 人口负担与人口红利的权衡——论中国现阶段不能放松计划生育政策[J]. 学术月刊， 2013（7）： 6677.

[16]Bloom D E， Canning D， Hu L， et al. The contribution of population health and demographic change to economic growth in China and India[J]. Journal of Comparative Economics， 2010， 38（1）： 1733.

[17]Rosenzweig M R， Zhang J. Do population control policies induce more human capital investment？ Twins， birth weight and Chinas one child policy[J]. Review of Economic Studies， 2009， 76（3）： 11491174.

[18]梁颖， 陈佳鹏. 日本失去的二十年： 基于中日人口红利比较的视角[J]. 人口学刊， 2013（4）： 2131.

[19]Becker G S， Murphy K M， Tamura R. Human capital， fertility， and economic growth[J]. Journal of Political Economy， 1990， 98（5）： 1237.

[20]Bucci A. Population growth in a model of economic growth with human capital accumulation and horizontal R&D[J]. Journal of Macroeconomics， 2008， 30（3）： 11241147.

[21]瞿凌云. 人口政策的经济效应分析： 基于人口数量与质量替代效应的视角[J]. 人口与经济， 2013（5）： 2432.

[22]Becker G S， Barro R J. A reformulation of the economic theory of fertility[J]. Quarterly Journal of Economics， 1988， 103（1）： 125.

[23]Yang H L. The choice of pension and retirement systems when post 1960s baby boomers start to retire in China[J]. China Finance and Economic Review， 2016， 4（3）： 411.

[24]王广州. 中国人口预测方法及未来人口政策[J]. 财经智库， 2018（3）： 114140.

[25]尹文耀， 姚引妹， 李芬， 等. 生育水平评估与生育政策调整： 基于中国大陆分省生育水平现状的分析[J]. 中国社会科学， 2013（6）： 109128.

[26]翟振武， 陈佳鞠， 李龙. 现阶段中国的总和生育率究竟是多少[J]. 人口研究， 2015（6）： 2234.

[27]陈卫， 段媛媛. 中国近10年来的生育水平与趋势[J]. 人口研究， 2014（1）： 317.

[28]郭凯明， 余靖雯， 龚六堂. 计划生育政策、城镇化与经济增长[J]. 金融研究， 2015（11）： 4763.

[29]陆铭. 城市、区域和国家发展——空间政治经济学的现在与未来[J]. 经济学（季刊）， 2017（4）： 267300.

[30]Liang J， Wang H， Lazear E P. Demographics and entrepreneurship[R]. NBER Working Papers， 2014， No. 20506.

[31]Schoonbroodt A， Jones L E. Baby busts and baby booms： The fertility response to shocks in dynastic models[J]. Review of Economic Dynamics， 2016， 22（4）： 157178.

[32]杨华磊， 张冰鑫. 人口世代更迭与全要素生产率[J]. 云南财经大学学报， 2018（4）： 2031.

[33]陆旸. 中国全要素生产率变化趋势[J]. 中国金融， 2016（20）： 4042.

[34]郭庆旺， 贾俊雪. 中国潜在产出与产出缺口的估算[J]. 经济研究， 2004（5）： 3139.

[35]陈昌兵. 可变折旧率估计及资本存量测算[J]. 经济研究， 2014（12）： 7285.

[36]康传坤， 楚天舒. 人口老龄化与最优养老金缴费率[J]. 世界经济， 2014（4）： 139160.

[37]彭浩然， 邱桓沛， 朱传奇， 等. 养老保险缴费率、公共教育投资与养老金替代率[J]. 世界经济， 2018（7）： 150170.

[38]陈蓉， 左学金， 王美凤. 我国未来人口长期变动情景——基于稳定人口模型的考察[J]. 社会科学， 2018（1）： 5563.

[39]乔晓春， 任强. 中國未来生育政策的选择[J]. 市场与人口分析， 2006（3）： 113.

[40]王培安. 鼓励按政策生育促进人口长期均衡发展[J]. 人口研究， 2017（4）： 37.

责任编辑、校对： 郑雅妮

Does Higher Fertility Reduce Output？

YANG Hualei 1， ZHANG Wenchao 1， SHEN Zheng 2

（1. School of Public Administration， Zhongnan University of Economics and Law， Wuhan 430073， China;

2. School of Economics and Management， Zhejiang Agricultural and Forestry University， Hangzhou 311300， China）

Abstract：A two sector dynamic general equilibrium model is constructed to try to simulate the impact of higher fertility on GDP. According to the realistic feasible parameters， the simulation results show that if actual fertility level reaches the policy fertility level， total GDP and per capita GDP will rise from $13.124 trillion and $0.94 ten thousand in 2018 to $33.301 trillion and $2.312 ten thousand in 2050， respectively. Compared to the baseline fertility scenario， before 2050， if the fertility level reaches 2.0， per capita GDP will not be greatly reduced GDP and its growth rate have increased by 0.427% and $0.396 trillion US on an average over the years. Further simulation studies show that raising the fertility level of the city can improve the GDP by a large margin， even in the future， it is more likely to increase per capita GDP. Considering that the current fertility level is lower than the policy fertility level， especially the fertility level is lower in the city. The policy enlightenment of the above research lies in perfecting fertility insurance system focusing on the career development of urban women， and introducing supportive fertility policies such as 0 3 year old childcare services.

Keywords：Fertility; Dynamic general equilibrium; Economic growth; Urbanization; Fertility level; Aging