人口结构对中国贸易收支的影响研究

赵乐祥 蓝庆新 杨盈竹

DOI：  10.13253/j.cnki.ddjjgl.2021.10.007

[摘 要]通过构建开放经济下两阶段世代交叠模型，考察中国人口老龄化、自然增長率、人口流动对贸易收支的影响。基于2004—2018年中国省级面板数据，从静态、动态两种空间面板模型，SDM、SAR、SEM三种空间计量方法进行实证检验。研究发现：人口老龄化加深、人口自然增长率提高与流动人口增加会导致中国贸易顺差进一步收窄;中国贸易收支存在空间相关性，经济发展水平相近省份的贸易收支存在正向空间溢出效应与聚集效应，地理相邻省份的贸易收支存在负向空间溢出效应与虹吸效应;中国贸易顺差存在历史惯性，动态空间面板模型拟合结果优于静态空间回归结果。因此，应正视人口结构对贸易收支的影响，积极应对贸易顺差缩小，刺激国内消费需求，促进外贸出口转型与优化外贸区域结构布局。

[关键词]人口结构;贸易收支;空间面板模型

[中图分类号] F752   [文献标识码] A[文章编号]  1673-0461（2021）10-0049-10

一、引 言

党的十九大报告要求，要加强人口发展战略研究，积极应对人口老龄化，构建养老、孝老、敬老政策体系和社会环境。关注人口问题，事关国家发展全局，事关百姓福祉，对我国经济发展有着重要影响。党的十九届五中全会继续指出，“十四五”时期是我国积极应对人口老龄化的关键“窗口期”。

我国人口结构在持续变动过程中呈现老龄化特征。建国初期我国人口结构比较年轻，此后历经三次婴儿潮，第一次是20世纪50年代中期，持续时间较短;第二次规模最大且新生人数最多，从1962年持续到70年代初期;第三次婴儿潮始于80年代，到90年代末结束。此后，我国新生儿数量不断下降，据公安部数据统计，1998年我国新生儿数量1 934万人，2020年新生儿数量下降到1 003.5万人，下降了48.27%。人力资源与社会保障部预测，“十四五”期间我国老龄人口将达到3亿，我国将从轻度老龄化社会迈入中度老龄化社会。近些年来，人口对经济增长的影响受到越来越多的关注。人口要素从宏观和微观两个方面影响经济社会发展。宏观经济学认为人口是影响资本需求增加的重要因素，人口减少会引起有效需求不足，导致经济长期停滞。凯恩斯在《就业、利息和货币通论》中提出引起资本需求增加的主要原因是人口增长和生活水平的提高。人口红利学说认为，如果劳动年龄人口多，人口抚养系数低，这样较多的劳动力与有效的物质资本结合会产生更大的经济效益。微观上看，人口是家庭边际成本与边际效用的重要影响因素，劳动供给曲线决定了工人的工资与闲暇的机会成本。但是人口对经济的这种影响方向是不确定的，往往与其它增长条件一起发挥作用 [1]，所以目前关于人口对经济的讨论并没有确定性的结论。

进一步的，人口结构变化会对国际贸易的规模、结构产生影响。第一，人口结构变化会改变储蓄结构，劳动人口越多会增加社会总储蓄，高储蓄有利于外贸顺差。第二，人口结构变化会改变消费结构，进而影响商品生产结构与进口结构。第三，人口结构还会影响社会生产效率。第四，社会保险与社会福利也会伴随人口结构变化而调整，

最终影响外贸企业的用工成本。中国正处于人口结构转型的关键期，40年来，中国人口再生产类型逐渐从高出生率、低死亡率、高自然增长率转变为低出生率、低死亡率、低自然增长率的态势。在这个关键节点探究既是生产要素，又是消费要素的人口对于国际贸易有何影响，意义重大且节点及时。

二、文献综述

大多数学者认为人口老龄化加深、少儿抚养比的上升会降低贸易顺差。Higgins（1998）[2]对两者关系做了比较多的研究，主要结论有两点，一是人口老龄化直接降低了经常账户余额，二是人口老龄化通过降低社会总储蓄进而降低经常账户余额。Feroli（2003）[3]对发达国家进行50年数据追踪之后，发现人口结构改变是美国和日本贸易顺差降低的主要原因。Marcel Merette和Patrick Georges（2010）[4]将中国与印度人口老龄化做了比较，认为中国人口老龄化会降低贸易顺差，独生子女政策既不利于社会总储蓄增加，也不利于总投资提高。而印度和其他一些新兴国家有更年轻的人口结构，所以未来印度等国的贸易逆差会逐渐收窄。汪伟（2010）[5]在分析中国省级面板数据的基础上认为，我国老年人口与少年人口增多，有利于增加全社会投资，降低储蓄总额，缩小净出口总额。谢建国和张炳男（2013）[6]持同样观点，他们基于国别视角认为儿童抚养比与老年抚养比与一国经常项目呈负相关，新增劳动力增多有利于缓解经常项目下降，且这种影响对发展中国家更为显著。田巍等（2013）[7]发现出口国劳动人口比例上升会增加双边贸易，出口国（进口国）平均劳动人口比上升1%，出口（进口）会上升3%（2%）。铁瑛等（2019）[8]发现人口老龄化会提高企业用工成本抑制出口，增加出口成本并弱化人力资本增长，城市劳动人口上升1%可以促进出口增长1%～2%，但这一影响会随着人力资本水平提高逐渐弱化。康健（2018）[9]从汇率视角入手，认为人口老龄化会提高一国实际汇率，抑制贸易出口。进口视角也验证了人口老龄化会缩小贸易顺差，崔凡、崔凌云（2016）[10]研究认为人口老龄化与进口存在正相关。他们基于省级静态与动态面板模型，把进口商品视为中间品而非消费品，探讨了人口老龄化对中国进口贸易的影响。

但是，一些学者持相反观点或认为人口结构对贸易收支影响有限。李兵和任远（2015）[11]发现一国人口抚养比对经常账户盈余有正向推动作用。他们认为在综合考虑“预防性储蓄”动机与“生命周期理论”后，人口抚养比上升对储蓄影响不明显，而“谨慎性投资”效应却降低了投资率，所以经常账户不仅不会下降，反而持续出现盈余。徐晟、唐齐鸣（2008）[12]也认为年轻人增多会增加社会基础投资，所以老年人口上升与经常账户顺差是正向关系。李晴（2009）[13]认为现阶段人口老龄化对贸易收支影响有限，受到经济发展水平、人口转变阶段等多重因素制约。她认为发达国家与发展中国家出现了分化，发展中国家人口老龄化与贸易收支不存在明显的负相关关系，发达国家的回归结果则是显著的;在双边贸易收支上，发达国家内部、发展中国家内部的双边贸易受人口老龄化影响不显著，但是发达国家与发展中国家之间的双边贸易呈现显著性，发达国家与中国的双边贸易亦受到人口老龄化的显著影响。

由于贸易差额可以表示为储蓄减去投资，所以也有不少学者认为，人口结构可以通过影响储蓄进而影响贸易。生命周期理论是人口结构对储蓄影响的理论基石，成年期赚取的工资收入部分用于储蓄，这部分储蓄用以支付老年期的消费，所以一个国家劳动人口越少，储蓄总额越少 [14]。汪伟（2010）[5]认为人口抚养系数下降是中国储蓄率上升的重要原因，人口老龄化加深会降低劳动力的质量与水平，由此影响经济增长的潜力。杨继军、张二震（2013）[15]也得到了类似的结果。然而，根据理性预期理论，当理性行为人意识到自己的预期寿命会延长、工作总年限却保持不变时，就会在成年期增加储蓄，以维持退休后生活水平不变，这样社会总储蓄就会上升。由于人口结构对于储蓄率的影响存在模糊性，蔡昉（2009）[16]认为养老保险制度是关键。如果代表性行为人觉得养老保险制度可以覆盖自己老年消费，那么他在成年期预防性储蓄动机就不会被激发出来。但是杨继军、张二震（2013）[15]通过对中国省级面板数据实证检验，并没有得出养老保险制度越完善，居民储蓄率越低的结论。他们认为造成这一现象的原因可能是现阶段我国养老保险制度在转轨中、养老保险制度与政策调整频繁、信息不透明等。

回顾以往研究，多数学者从生命周期理论出发研究人口结构对贸易收支的影响，认为人口老龄化削弱了贸易顺差。一方面人口老龄化加剧将减少劳动人口，导致储蓄和投资下降，对生产和出口不利;另一方面会使一国消费增加，进口需求随之上升。但是也有部分学者从凯恩斯预期理论出发持相反观点，认为人口老龄化增加了贸易顺差，所以目前学术界对于人口老龄化是否抑制了贸易顺差仍有争议。综上，关于两者研究尽管成果丰富，但依然还有拓展空间。第一是忽视了空间相关性。大部分人口结构对贸易的研究都假定空间的均质性和空间相互独立，没有考虑空间异质性或空间依赖性，其结论缺乏说服力。第二是缺少关于流动人口或人口迁移对于外贸的影响。由于中国统一的市场的形成，普通话的普及，人口流动十分普遍，特别是这次新冠肺炎疫情的发展，让我们认识到人口流动对于经济社会生活的巨大影响，因此缺少流动人口观察的人口研究是片面的、局限的。为了解决以上研究的不足，本文主要运用空间计量模型，聚焦中国经济外部均衡，探究人口老龄化、人口流动与自然增长率对贸易收支的影响，旨在验证和回答人口因素是抑制还是促进了中国的贸易收支，并给出具体对策建议。

三、理论模型

本文对Li Hongbin等（2006）[17]和汪伟（2010）[5]的两阶段世代交叠模型进行扩展，检验人口结构对贸易收支的实际影响。假定经济中生产单一产品，它既可以用于消费也可以用于投资，经济是完全竞争、开放的，并且资本在国家间完全自由流动。在模型中，代表性行为人的生命周期有成年和老年两个阶段，为了更简单的分析人口老龄化，这里不考虑儿童时期。在成年期，有Nt劳动力参加工作，劳动力增长外生，Nt+1=（1+nt+mt）Nt，n为人口自然增长率，m为人口流动率。假设所有的成年人都将步入老年，即人口从成年过渡到老年没有损失。

中国有赡养老年人的传统，成年人会将自己一部分收入用于支付给父母养老。假设每个成年人都贡献1单位的劳动禀赋用来工作并且获得收入为wt，因此成年人将wt分为三个部分，一是用于个人消费ct，二是用于个人储蓄st，三是用于赡养父母ρwt，ρ表示赡养老人的工资收入比例，为人口老龄化的代理变量，人口老龄化加剧将导致ρ值提高。这里有一个非常完善安全的年金市场，老年期将获得全部本金和利息收入。老年人收入由两部分组成，一是年轻时期的储蓄加利息收入rt+1st，二是自己子女的赡养费用tρtwt+1。

所以，预算约束式为：

这里，ct表示成年期消费，dt+1表示老年期消费，st为成年期储蓄，wt为成年期工资收入，rt+1表示利率因子，t为成年期抚养子女的个数。

假设消费者效用函数为：

β表示时间贴现因子。将预算约束式与效用函数进行联立，求解代表性消费者最大化问题，可得各年齡期的最优消费为：

从公式（4）中发现，人口老龄化与储蓄呈负相关，人口老龄化越严重，居民储蓄越少。从公式（5）中发现，人口老龄化对成年期消费的影响取决于wt+1t-wtrt+1，如果下一期工资收入与子女数量的乘积大于当期工资收入与利率因子的乘积，那么人口老龄化促进了当期的消费，反之则削弱了成年期的消费。从公式（6）中发现，人口老龄化对老年期消费的影响同样取决于wt+1t-wtrt+1，即如果下一期工资收入与子女数量的乘积大于当期工资收入与利率因子的乘积，那么人口老龄化促进了当期的消费，反之则削弱了老年期的消费。

下面转入生产函数。

生产函数基于索罗模型进行讨论，主要有四个变量：产出（Y）、资本（K）、劳动（L）以及技术进步（A），简单起见忽略土地、制度等其他影响因素。在任意时刻，产出总是等于一定量的资本、劳动与技术，假设技术进步是希克斯中性的（Y=AF（K，L））且投入要素规模报酬不变，这样方便使用生产函数的紧凑形式。生产函数为柯布道格拉斯函数Yt=AKαtN1-αt，α为资本在生产中所占的比重，0<α<1，Yt表示总产出，Kt表示物质资本存量，Nt表示劳动力投入，kt为人均物质资本存量。为简化模型，假设资本一期内全部折旧，即Kt+1=It。A为外生技术进步，且A>0。集约形式生产函数为yt=Akαt，kt=Kt/Nt。人口增长率取决于自然增长率与人口流动，即Nt+1=（1+nt+mt）Nt，n为人口自然增长率，m为人口流动率。

由于是完全竞争市场，要素报酬与边际成本相等，即wt等于Yt对Nt的求导，rt为Yt对Kt的导数。总产出等于劳动收入加上资本收入，Yt=wtNt+rtKt。计算wt与rt，得：

在开放经济下，边际资本决定的利率是国际市场利率，这里假定利率外生且固定不变，即rt+1=rt=r。重新改写公式（7）得：

再将改写后的kt代入wt中：

这样就得到了工资水平wt的表达式，wt由技术进步、利率以及资本比例所决定，科技进步提高了工资水平，而利率增长削弱了工资水平。

（一）人口老龄化对储蓄的影响

结合生产函数与消费者函数，总储蓄额为个人储蓄的加总。由公式（4）和（9），得到t期经济总储蓄为：

（三）人口结构对贸易收支的影响

开放经济下，Yt=Ct+St+Tt+Krt=Ct+It+Gt+NXt。Gt为政府支出，Tt为政府税收，NXt为净出口总额，Krt指本国居民对外国人的转移支付。将等式移项，假设政府支出等于政府税收且本国居民对外国人转移支付为零，得到净出口与人口老龄化关系式为：

据此本文提出假设1，人口老龄化、人口自然增长率和流动人口的提高会降低贸易顺差，两者呈负相关。

在理论模型基础上，也应结合中国实际情况，注意到我国贸易收支的省域空间效应 [18]。第一，我国不同地区间贸易规模不同，不同省份间贸易额差距过大。具体体现在沿海省份与内陆省份的差别，经济发达省份与经济落后省份的差别。江苏、广东和浙江是我国出口创汇大省。国家统计局数据显示，2018年广东、江苏出口额分别达6 465.01亿美元、4 039.75亿美元，同期西藏、青海仅有4.28亿美元、4.70亿美元。第二，我国不同省份的贸易结构不同，东部省份享有劳动力和技术方面的优势，劳动密集品出口、技术密集品出口较多，西部省份矿产资源丰富，矿产品是西部省份的重要出口产品。第三，我国不同省份间出口贸易相互影响，具有溢出效应。溢出效应分为正向溢出效应与负向溢出效应，正向溢出效应是指某省市发展可以正向带动周边省市发展，如在长三角地区，上海出口贸易发展带动了周边省份外贸的发展。而负向溢出效应则相反，1省市的经贸发展削弱了周边省市的经贸发展，例如之前我国存在的“环首都贫困带”。

由此本文提出假设2，我国贸易收支存在空间溢出效应，且不同省份间的空间溢出效应不同。

四、计量模型的设定、变量与数据

（一）模型设定

由于贸易收支存在空间溢出效应，某个省份的贸易收支可能受到相邻省份的影响，因此，本文将贸易的空间相关性考虑在内，选用空间计量分析人口结构对贸易收支的影响，并对相关溢出效应做实际测度。同时，不同类型的空间计量模型空间传导机制不同，产生的经济学含义也有所不同。本章主要探讨空间自回归模型（SAR）、空间误差模型（SEM）与空间杜宾模型（SDM）。SAR模型在一阶自回归基础上引入时间滞后矩阵，经济学意义为一个地区的贸易收支会受到其他地区的影响，相邻地区间的贸易收支可能相互依赖。SEM模型的空间性特征是通过误差项来体现，即在扰动项中加入了空间权重矩阵，经济学意义为净出口的空间效应来自于不可观测的随机冲击。SDM模型在SAR模型的基礎上，在自变量上也加入空间权重矩阵，即某地区的贸易收支不仅受到本地区自变量的影响，还会受到其他地区自变量的影响。

所以，本文利用以上三种模型分别对数据进行实证检验，比较三种模型获取最优拟合效果，探究不同模型间能否相互转化，建立以下空间面板模型：

（1）当λ=0且δ=0时，为空间自回归模型（SAR）。

（2）当ρ=0且δ=0时，为空间误差模型（SEM）。

（3）当λ=0时，为空间杜宾模型（SDM）。

（4）当ρ=δ=λ=0时，为普通最小二乘模型（OLS）。

w′i表示被解释变量空间权重矩阵W的第i行，d′i为解释变量的空间权重矩阵的第i行，m′i为扰动项空间权重矩阵的i行，如果不做特别说明，三个空间权重矩阵相同。ρ为空间自回归系数，度量空间滞后w′i yt对yit的影响，同理，β为控制变量系数，δ为空间自变量回归系数，λ为空间误差系数。ρw′i yt为被解释变量的空间滞后项，δd′i Xt为解释变量的空间滞后，x′it为控制变量，εit为随机扰动项，且εit服从独立同分布。

（二）数据描述

本章采用中国31个省级行政区（不包括港、澳、台地区）主要经济指标为样本建模，样本区间为2004—2018年，数据来源于各期《中国统计年鉴》、各省区《统计年鉴》、《中国人口与就业统计年鉴》及Wind数据库，个别缺失数据运用插值法计算填充。

下面具体介绍模型中选取的被解释变量、解释变量与控制变量。

被解释变量为贸易收支，本文采用经营单位所在地净出口额作为贸易收支的代理变量，记为NE;解释变量选取为老年人口抚养比（OLD）、人口自然增长率（NPG）与人口流动（MI）。老年人口抚养比即65岁及以上人口占15～64岁劳动人口比重，根据前文理论模型，老年人口老年化程度与净出口呈负相关;人口自然增长率（NPG）是指一定时期内人口自然增加数（出生人数-死亡人数）与同期平均总人口数之比，人口自然增长率与贸易净出口呈负相关;人口流动（MI），即一定时期内地区间的人口流动，本文度量人口流动方法采取常住人口减去户籍人口后除以户籍人口，人口流动与贸易净出口呈负相关。

控制变量选取外国直接投资（FDI）、地方公共财政支出（GOV）、全社会固定资产投资（INV）、社会消费品零售总额（CON）与人均GDP增长率（PGDP）。

外国直接投资（FDI），即外国投资者为获得投资收益、经营权、控制权而展开的投资活动。FDI可以衡量该地区对外开放水平，与国际贸易呈现高度相关且发展趋同，资本输出促进了出口贸易，两者呈现正相关。

地方公共财政支出（GOV），即各省地方公共财政支出名义值，度量政府支出。地方政府支出对国民储蓄有挤出效应，同时推高了投资率，导致储蓄与投资缺口缩小与净出口下降，所以地方财政支出系数为负数。

全社会固定资产投资（INV），是反映固定资产投资规模、速度、比例和使用方向的综合性指标。根据净出口等于储蓄减去投资，投资增加将导致净出口下降，所以投资系数为负。

社会消费品零售总额（CON），是度量消费需求的直接指标。消费与净出口无论在长期还是短期都存在互补关系，消费增长与净出口增长呈现正向关系。

以上相关变量的描述性统计见表1。

五、实证结果与分析

根据前文计量模型与数据，这一部分将汇报论文的实证检验结果。

（一）空间性检验

传统计量分析方法认为地理空间单元是孤立的、割裂的，忽视了变量间的空间交互影响。但是现实情况下我国省份间存在大量人口往来、贸易往来以及其他各种经济关联。不同地区间的经贸、社会以及文化相互影响、相互依赖，相互联系。空间计量经济学与传统经济经济学的主要区别在于空间计量考虑了变量间的空间相关性以及空间异质性的考察，将变量的空间结构特征在计量经济学上反映出来。

空间权重矩阵是空间数据分析和空间计量的核心要素，是体现空间相关关系的表现形式。由于地理相邻和经济发展水平相近的省份之间都有可能产生经济资源的相互流动，本文同时建立地理权重矩阵与经济权重矩阵考察人口对贸易的影响，地理权重矩阵基于省会间的地理距离构建，经济矩阵则是两个省份GDP差额绝对值的倒数。地理距离相邻有助于降低交通运输成本，使得生产要素流动更加方便。经济关联度大的省份可能具有经济互补性，这更容易产生经济溢出效应，同时加剧省份间的竞争关系。在空间权重矩阵确定后，需要检验中国贸易收支是否存在空间相关性。目前最常用的做法是莫兰检验（MoranI），这里选取因变量净出口额进行莫兰检验。

从表2可以看出，我国净出口贸易存在明显空间相关性。莫兰检验中经济权重回归结果优于地理权重回归结果，经济权重下大部分年份p值显著，而地理权重下显著年份较少，说明我国贸易净出口额的空间性更多的体现在经济相邻省份而非地理相邻省份。

此外，地理权重下的莫兰值均为负值，意味着我国净出口贸易存在地理差异性，净出口额高的省份与净出口额低的省份聚集在一起，省份间贸易出口存在负向空间溢出效应。而经济权重下大部分莫兰值为正，同时莫兰数值逐渐增大，说明我国经济差距小的省份，净出口贸易存在正向空间溢出效应，并且正向效应在增强。这与我国现实情况相符，经济发达省份的贸易出口存在正向空间溢出效应，省份间形成协同发展且强强联合，具有正向带动作用，而经济发展差距较大的省份，经贸合作也相对较少，久而久之强者越强，弱者恒弱。而地理相邻的省份不仅没有正向溢出效应，还存在一定竞争效应，净出口额高的省份与净出口额低的省份聚集在一起，这是因为我国相邻的省份间可能存在虹吸效应，经贸发达省份吸收了周边落后省份的人才、资本，造成周边省份净出口额下降。

进一步的，为了更好地观察局部空间相关性，将局部莫兰指数以可视化的方式呈现，得到了莫兰散点图，结果与莫兰检验相一致。地理权重下的莫兰散点图呈现明显的负相关性，大部分省份分布在第二和第四象限，即“高值—低值”聚集。反映出地理空间上净出口额高的省份与净出口额低的省份聚集在一起。经济权重下莫兰散点图呈明显正相关，绝大部分省份落在第一象限，分布在二、三、四象限较少，意味着贸易净出口额高的省份与贸易净出口额高的省份聚集在一起。

从省份间差异看，在地理权重下大部分省市呈现负效应，反映出省份间的差异性，但是西北、华北部分省市莫兰值为正，显示出聚集效应;在经济权重下，北方大部分省份莫兰值为负，体现出贸易净出口的差异性与负向溢出效应，南方省份大部分省份莫兰值为正，反映出贸易净出口的正向溢出效应与聚集效应。综上，通过莫兰检验与莫兰散点图分析，发现我国贸易收支存在空间溢出效应，且不同省份间的空间溢出效应不同，假设2得证。

（二）静态模型估计

由前文知本文同时建立地理权重矩阵与经济权重矩阵考察人口对贸易的影响，基于两种权重矩阵，表3列示了SDM、SAR、SEM三种模型的回归结果。模型（1）、（2）、（3）是地理权重矩阵回归结果，模型（4）、（5）、（6）是经济权重矩阵回归结果。利用Hausman检验验证模型应采用固定效应还是随机效应，结果拒绝随机效应，所以所有回归均采取固定效应。从估计结果中发现，6种方法的自变量的估计系数符号相同，数值及显著性相近，说明估计结果是稳健的。

从表3看出，以上6类空间计量模型的空间项系数（rho值与lambda值）均不同程度显著，体现出选择空间计量模型的合理性，即本省的贸易净出口会受到其它省份净出口的加权影响，我国省份间贸易收支存在空间溢出效应。

在地理权重模型中，经过Wald检验与LR检验，SDM模型（模型1）具有最優拟合效果。从回归结果看出，老年人口抚养比、人口自然增长率、流动人口与净出口呈显著负相关，与理论模型推导相吻合。老年人口增加降低社会储蓄总额，进而减少该地区净出口额;而人口自然增长率与流动人口增加会提高投资总额，同样使得净出口降低。自回归系数ρ值显著为负说明我国地理相邻省份的净出口存在差异性，某个省份净出口提

高可能是由于周边省份转移而来，或者该省份贸易出口对周边省份有虹吸效应，相邻省份间贸易出口倾向于零和竞争而非相互促进的关系。干扰项空间自回归系数λ显著为正，说明一个地域发生的净出口的扰动问题会对地理相邻地域产生正向作用，例如本省份产业升级提高了周边省份的贸易顺差。

还需要关注的是，在加入自变量空间相关性的SDM模型中，老年人口抚养比空间滞后项Wx系数显著为正，说明相邻地区的老年人口抚养比提高会促进某地区净出口贸易。一个地区的贸易顺差减少，不仅要受到本省老年人口比例的影响，而且受到相邻省份老年人口比例的影响。这与主回归结果相悖，原因在于我国地理相邻省份间净出口存在虹吸效应，当老龄化削弱某地贸易出口时，当地贸易企业、人才、资金可能迁移到周边省份，导致周边省份外贸企业实力增强，净出口增长。人口流动率空间滞后项Wx亦显著为正，说明相邻地区流动人口增多对该地区净出口贸易有正向促进作用，相邻地区流动人口增加了周边省份劳动力供给，促进了周边地区净出口增长。

在经济权重矩阵中，经过Wald检验与LR检验，SDM模型（模型4）具有最优的拟合效果。回归结果基本上与地理权重回归结果相同，不同点主要有两个，一是自回归系数ρ值显著为正，说明经济发展相近的省份存在正向空间溢出效应;二是人口迁移率空间滞后项Wx显著为负，说明相邻地区流动人口增多对该地区净出口贸易有负向促进作用。可能的解释为经济关联紧密的省份，贸易出口具有正相关，即临省流动人口增多，降低了当地净出口贸易，也降低了临省的贸易出口。而地理相邻的省份贸易出口具有更多的竞争关系，邻省人口增加反而有利于本省净出口额增长。综上，人口老龄化加深、人口自然增长率与流动人口提高会导致我国贸易顺差的进一步收窄，假设1得证。

（三）动态模型估计

前文假定净出口贸易不存在自我动态调整过程，但净出口贸易一般具有路径依赖特征，即今年的净出口贸易量会受到往年净出口贸易量的影响，所以本文在解释变量中加入被解释变量的滞后一期进行回归。加入滞后变量不仅可以反映各省的历史惯性与解决遗漏变量，还可以将宏观经济环境等潜在因素从空间相关性的影响中分离出来，因此使用动态空间滞后面板模型估计结果将更可靠。

动态模型估计中需加入一阶滞后项τyi，t-1：

由于SEM模型没有间接效应，动态模型中仅列出SDM模型与SAR模型的回归结果。经过WALD与LR检验，无论地理权重矩阵还是经济权重矩阵，SDM模型拟合效果更好。从表4看出，加入净出口一阶滞后项后，回归结果依然显著，变量符号基本保持不变，拟合优度大幅提高。净出口一阶滞后显著为正，且在1%水平上显著，说明净出口贸易具有较强惯性。这一结果与我国实际情况也更为符合，贸易开放政策与企业生产结构调整具有长期性，上一年贸易顺差促进了当年贸易顺差的形成。

总体而言，地理相邻和经济相邻两组模型的结果较为一致，老年人口抚养比、人口自然增长率和人口流动的增长均降低了净出口贸易额。动态面板中各变量回归系数和静态回归相比明显变小，说明在考虑了净出口一阶滞后项后，各变量对净出口的影响明显下降。其中原因在于净出口额一阶滞后项会受到其他自变量影响，其他自变量对净出口额的影响系数反映在一阶滞后项系数中。动态面板模型（1）的老年人口抚养比变得不显著了，这可能是因为前一期净出口额中包含了潜在的宏观经济因素，这与老年人口抚养比等变量密切相关，多重共线性导致的回归结果不显著。综合来看，表4中动态空间滞后面板模型的估计结果是稳健的，且与大多数国内文献的研究结论相一致。

（四）稳健性检验

我国各省的进出口贸易额数据，主要有两个统计口径：一是各地区按经营单位所在地统计货物进出口总额，二是各地区按境内目的地和货源地统计货物进出口总额。前文净出口额的统计方法是第一种，为了确保实证结果稳健可靠，这里采用第二种方法进行稳健性检验（表5）。与静态回归结果相比，解释变量回归系数的方向和显著性水平均没有发生根本改变，本文研究结果具有稳定性。

六、结论与政策启示

（一）结论

在人口结构对贸易收支的影响研究中，本文基于生命周期模型与双缺口理论构建了单一商品世代交叠模型。在此基础上运用空间计量经济学，从静态和动态两个视角，利用SDM、SAR和SEM三种方法进行检验，得出以下结论：

一是人口老龄化加深、人口自然增长率提高、流动人口增加会导致我国贸易顺差的进一步收窄。人口结构的变化改变了储蓄与投资结构，一方面老年人口的增多会减少社会储蓄总量，另一方面人口增长率提高促进了社会投资总额增加，从而导致贸易收支发生变化，降低净出口额。二是我国贸易收支存在空间相关性，经济发展相近省份的净出口额存在正向空间溢出效应与聚集效应，地理相邻省份的净出口额存在负向空间溢出效应与虹吸效应。三是我国贸易顺差存在历史惯性，上一年贸易顺差对今年贸易顺差形成有促进作用，动态空间面板模型拟合结果优于静态空间回归结果。

（二）启示

综上，本文得到以下研究启示：

一是积极应对贸易顺差缩小，开拓贸易新市场。贸易顺差缩小，既是情理之中也是时事所需。虽然我国已经存在相当长时间的贸易顺差，但是

伴随人口老龄化加剧、流动人口增加以及中美贸易摩擦等，应该做好贸易收支趋于平衡的准备。未来我国可以积极开展与新兴经济体贸易合作，拓展周边国家贸易市场，加强地方政府间贸易往来，为我国企业提供新的出口平台。

二是刺激国内消费需求，降低出口依赖程度。外贸是我国GDP增长的重要推动力，净出口额下降会削弱我国GDP增速，特别是疫情以后存在逆全球化风险，刺激内需的重要性尤为凸显。政府可以进一步出台相关政策扶持外贸企业转向国内市场，使扩大内需与稳定外需相结合。外贸加工企业通过与国内销售企业结对子的方式，了解国内消费者需求，分享国内销售经验，推动运营本土化，建立线上直销平台，增强抵御外贸风险的能力。

三是促进外贸转型与结构优化，鼓励资本密集品出口。资本密集品出口附加值相对较高、产业链更长、产业集聚效应更明显。从长期看，资本密集品出口增加有利于我国向全球产业链上游攀升、增加出口产品利润率、提高出口企业技术水平，有助于优化我国供应链结构，促进国内国际双向良性循环。中国应展示带动世界经济进入可持续发展轨道的前景，提高出口产品质量，促进贸易升级，推进贸易新业态和新模式的发展。

四是重点关注西部地区，优化我国贸易区域结構布局。我国贸易出口存在空间发展不平衡，主要集中在东部省份，贸易区域结构平衡，有利于我国各省市经济协调发展，有利于我国整体贸易水平提高，有利于实现各省市人民共同富裕。以西部省份为核心，大力推动“一带一路”沿线贸易，继续增加在西部省市的自由贸易区建设是缓解区域贸易不平衡的重要手段。西部省份拥有漫长的边境线，通商口岸的建设可以将西部省份的资源优势转化为经济优势、贸易优势。

[参考文献]

[1]KELLEY， KELLEY C A.An investigation of consumer product warranties as market signals of product reliability[J]. Journal of the academy of marketing science， 1988， 16（2）：72-78.

[2]HIGGINS M. Demography， national savings and international capital flows[J]. International economic review，1998，39（2）：343-369.

[3]FEROLI M. Capital flows among the G-7 nations： a demographic perspective[J]. Finance and economics discussion series， 2003，11（4）：34-67.

[4]MARCEL MERETTE， GEORGES P. Demographic changes and the gains from globalization： an analysis of ageing， capital flows， and international trade[J]. Global economy journal， 2010， 10（3）：3447-57.

[5]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，2010，45（10）：63-77.

[6]谢建国，张炳男. 人口结构变化与经常项目收支调整：基于跨国面板数据的研究[J]. 世界经济，2013，36（9）：3-24.

[7]田巍，姚洋，余淼杰，等. 人口结构与国际贸易[J]. 经济研究，2013，48（11）：87-99.

[8]铁瑛，张明志，陈榕景. 人口结构转型、人口红利演进与出口增长——来自中国城市层面的经验证据[J]. 经济研究，2019，54（5）：164-180.

[9]康健. 人口老龄化、巴萨效应与中国贸易顺差[D]. 北京：对外经济贸易大学，2018.

[10]崔凡，崔凌云. 人口老龄化对中国进口贸易的影响分析——基于静态与动态空间面板模型的实证研究[J]. 国际经贸探索，2016，32（12）：37-48.

[11]李兵，任远. 人口结构是怎样影响经常账户不平衡的？——以第二次世界大战为工具变量的经验证据[J].经济研究，2015，50（10）：119-133.

[12]徐晟，唐齐鸣. 中国参考盯住篮子货币干预的实证研究[J]. 国际金融研究，2008（9）：69-73.

[13]李晴. 人口老龄化对贸易收支的影响[D]. 厦门：厦门大学，2009.

[14]AKIRA YAKITA. Different demographic changes and patterns of trade in a Heckscher-Ohlin setting[J]. Journal of population economics， 2012， 25（3）：853-870.

[15]杨继军，张二震. 人口年龄结构、养老保险制度转轨对居民储蓄率的影响[J]. 中国社会科学，2013（8）：49-68.

[16]蔡昉.人口转变、人口红利与刘易斯转折点[J]. 经济研究，2010，45（4）：4-13.

[17]LI HONGBIN， ZHANG JIE， ZHANG JUNSEN. Effects of longevity and dependency rates on saving and growth： evidence from a panel of cross countries[J]. Journal of development economics，2006，84（1）：709-721.

[18]杨成钢，曾永明. 空间不平衡、人口流动与外商直接投资的区域选择——中国1995—2010年省际空间面板数据分析[J]. 人口研究，2014，38（6）：27-41.

Research on the Impact of Population Structure on Chinese Trade Balance——Based on Spatial Econometric Models

Zhao  Lexiang1，2，  Lan  Qingxin3，  Yang  Yingzhu4

（1. China Investment Corporation， Beijing 100010，China; 2. PBC School of Finance， Tsinghua University， Beijing 100084，China;

3. School of International Trade and Economics， University of International Business and Economics， Beijing 100029， China;

4. School of Economics， Peking University， Beijing 100871， China）

Abstract：   This article examines the impact of Chinese population aging， natural growth rate， and population mobility on trade balance by constructing a two-stage generational overlap model under an open economy. This paper uses Chinese provincial panel data from 2004 to 2018 to conduct an empirical analysis with the static and the dynamic spatial panel models， and the three spatial measurement methods of SDM， SAR and SEM. The study found that： firstly， the deepening of population aging，  the increase of natural population growth rate and the increase of floating population will decrease Chinese trade surplus. Secondly，  Chinese trade balance is spatially correlated. The trade balance of provinces with similar economic development has a positive spatial spillover effect and aggregation effect . The trade balance of geographically adjacent provinces has a negative spatial spillover effect and siphon effect. Thirdly， Chinese trade surplus has historical inertia. The dynamic spatial panel model fitting results are better than the static spatial regression results. Therefore， we should face up to the impact of population structure on trade balance， actively respond to the shrinking trade surplus， stimulate domestic consumer demand， promote the transformation of foreign trade exports and optimize the regional structure of foreign trade.

Key words：population structure; trade balance; spatial panel model

（責任编辑：张积慧）