馬春文,武 赫
人口增長與經濟發展的關系,一直是經濟學家和人口學家爭論不休的問題。概括起來說,在這一問題上,有悲觀論、樂觀論和中性論三種觀點。20世紀90年代以來,人口紅利理論對理解人口增長與經濟發展的關系提供了新的視角,使這一爭論的內容更加豐富。
對中國這樣一個人口規模巨大、人力資源豐富的發展中國家,人口增長與經濟發展的關系是學者和政界都無法回避的重要問題。人口紅利理論適用于中國嗎?在過去的經濟增長過程中,人口紅利起了多大的作用?中國人口紅利的現狀和變化趨勢如何?應采取怎樣的政策開發利用人口紅利?本文試圖以吉林省為案例,利用實證分析的方法,對這些問題做出回答。本文首先概述人口紅利的概念和作用機制,然后以社會撫養比為指標對吉林省人口紅利的狀況進行判斷,用人口增長預測(CPPS)軟件對吉林省人口紅利進行預測,進而以1993~2011年數據為基礎,構建VAR模型分析人口紅利對吉林經濟增長的貢獻。
簡單地說,“人口紅利”是指在社會人口結構發展變化的過程中,出現的勞動年齡人口占總人口比例較大,社會撫養壓力較小,從而有利于經濟發展的機遇。
綜合國內外學者的有關研究,對這一概念的內涵,需要從以下幾個方面來理解:
(1)人口紅利是一個經濟概念而非人口概念,它是由于人口結構出現“中間大、兩頭小”的局面而產生的一種有利于經濟發展的優勢。
(2)人口紅利是一個時期性概念,人口紅利的出現只是人口結構發展變化過程中出現的一個特殊時期,隨著人口結構的變化人口紅利則會進入人口負債。
(3)人口紅利是經濟增長的一個必要條件,并不能直接帶來經濟的快速發展。要獲得和利用人口紅利,政府必須采取一些有利于人口紅利發生作用的政策。
在判斷某一國家或地區的人口紅利時,習慣上采用社會總撫養比這一指標進行衡量(在下文中,我們也沿用這一指標來對吉林省人口紅利現狀進行判斷):
社會總撫養比=(14歲以下人口數+65歲以上人口數)/15~65歲人口數
對人口增長與經濟發展的關系,一直有悲觀論(這是由馬爾薩斯開創的傳統,認為人口增長不利于經濟發展)、樂觀論(例如,博斯魯普)和中性論幾種觀點。對這一問題的爭論一直懸而未決。回頭來看,這一爭論幾乎完全著眼于人口的規模(或數量)和增長率,卻忽視了人口動力學的一個重要的方面:人口的年齡結構,即人口在不同年齡組之間的分布方式。不同年齡組的人口會有不同的行為,不同的行為產生不同的結果。莫迪格利安尼的生命周期假說已對此做出了有力的說明。如果年齡結構改變,則年齡組的相對規模改變,這些行為的相對強度也會發生變化,從而影響一個國家的經濟發展過程及其前景。

圖1 人口紅利對經濟增長的影響機理
人口紅利時期的特點是比較低的社會總撫養比。在這一時期,勞動年齡人口比例較大,勞動供給增加。儲蓄增加。較低的社會撫養比會增加居民的可支配收入,更多的收入用于消費或投資(容易理解,其中一個重要組成部分是人力資本投資)。具體影響可用圖1表示。
表1列出了吉林省各年度的人口紅利。

表1 吉林省人口紅利狀況
從表1可以看出,建國初期至1982年,吉林省一直處于人口負債期;1982~1990是人口盈虧平衡期;從1991年起吉林省進入人口紅利期;從2000年起進入人口暴利期。
我們用中國人口預測軟件(CPPS)及吉林省2010年第6次人口普查的數據,對吉林省人口結構進行了預測。其中,生育率設為1.32,平均壽命以2010年為基礎按照每年增加0.1設置,性別比例按照線性插值法在2010~2050年間降至106。預測結果見圖2。

圖2 吉林省人口紅利期預測
從圖2來看,在2020年前,社會撫養比將維持在30%以下,此后會出現較快的增長,至2035年左右,人口紅利期結束,在2040年進入人口負債期。
2.2.1 模型構建
人口紅利對經濟發展的影響路徑在不同層面上會有所不同,但最終還是可以歸結為歸結為投資、消費和勞動力三個方面。但經濟發展與投資、消費、勞動力之間不是簡單的線性關系,這些經濟要素之間存在著相互影響,而且這些內生變量既有可能出現在方程右方,也有可能出現在左方,很難依據某一理論構建模型來表達它們之間的關系,因此,本文選擇VAR模型來研究解決這一問題。
本文選擇以下變量構建VAR模型:
(1)吉林省GDP:用以衡量吉林省經濟發展水平;
(2)吉林省全社會消費品零售總額SRG:用以衡量吉林省居民消費狀況;
(3)吉林省社會固定資產投資總額TAI:用以衡量吉林省投資狀況;
(4)吉林省勞動人口TL:吉林省勞動人口數量;
(5)吉林省社會撫養比SDR。
模型如下:

2.2.2 數據來源
為了保證所獲得數據的一致性、可獲取性,本文所用數據均來自吉林省統計年鑒、吉林省統計局的統計資料,所選數據包括1991~2011年吉林省GDP、吉林省全社會消費品零售總額SRG、社會固定資產投資總額TAI、吉林省勞動人口TL、吉林省社會撫養比SDR等指標的年統計數據,最后,為了減少樣本數據的異方差性,本文對相關數據進行了自然對數處理。
2.2.3 分析
(1)單位根檢驗。
為了檢驗所選擇時間序列數據的平穩性,本文采用ADF檢驗法對所選數據進行了檢驗,檢驗結果見表2。

表2 ADF檢驗結果
ADF 檢驗結果表明,Ln(GDP)、Ln(SRG)、Ln(TAI)、Ln(TL)和Ln(SDR)原始數據不平穩,Ln(GDP)’在5%水平上具有平穩性,Ln(SRG)’、Ln(TAI)’、Ln(TSD)’、Ln(TL)’、Ln(SDR)’在1%水平上具有平穩性,即所有變量都是I(1)序列,表明本文所選擇的樣本數據可以進行協整檢驗。
(2)協整檢驗。
本文應用Johansen分析法對變量進行協整檢驗,Johansen協整檢驗包括兩個檢驗統計變量,即跡檢驗統計量λtrace和最大特征值檢驗統計量λmax,本文選取λtrace和λmax作為檢驗統計量。
為了保證協整關系在統計上的可信性,需要確定合理的協整滯后階數,根據VAR模型滯后長度準則,利用LR,FPE,AIC,SC,HQ等多種檢驗準則來確定最好的自回歸階數,對應檢驗結果見表3。
經過檢驗表明,最佳滯后階數k=2,Johansen協整檢驗是對無約束VAR模型施加協整約束后得到的VAR模型。因此,Johansen協整檢驗的滯后期確定為2,跡統計量和特征值統計量結果見表4、表5。

表3 VAR模型滯后階數確定

表4 Johansen協整檢驗(跡統計量)

表5 Johansen協整檢驗(最大特征值統計量)
上述檢驗結果表明,在99.5%的置信水平下存在一個協整關系,通過標準化協整系數確定其協整方程,標準化協整系數Ln(SRG)、Ln(TAI)、Ln(TL)和Ln(SDR)見表6。

表6 標準化協整系數
長期均衡方程為:

(括號內為參數估計值的t值)協整檢驗的結果表明,吉林省經濟增長變量、社會零售品消費總額、社會固定資產投資總額、勞動人口數量、社會撫養比之間存在著長期穩定的協整關系。投資對于經濟增長的帶動作用最大,其次為消費帶動,但消費帶動的效果也并不明顯,勞動力數量增加影響對經濟增長影響也較小,社會撫養比對經濟增長的貢獻最小。
(3)向量誤差修正模型(VEC)。
VEC模型是包含有協整約束的VAR模型,廣泛用于非平穩且具有協整關系的時間序列建模,對于具有一定協整關系的變量,我們可以在對其進行自由回歸時推導誤差修正模型。VEC模型通過迫使模型在長期內發生聚斂,將變量之間的共積積累起來,從而將變量的短期關系與長期關系結合起來。我們仍然通過對數處理來消除平穩時間序列中的異方差問題,對變量修正的結果見表7。
根據參數估計值確定VEC模型如下:

表7 VEC模型參數估計值

其中,

在VEC模型中,變量Ln(SRG)、Ln(TAI)關于修正項vecm的回歸系數在統計上顯著為負值,表明居民消費、社會投資會在系統偏離協整關系描述的長期均衡狀態時,做出快速反應,但Ln(TL)、Ln(SDR)關于誤差修正項的回歸系數在統計上不顯著,由此得到的結果是經濟增長能夠促進居民消費和居民儲蓄,但勞動力數量過多對經濟增長的沖擊使這種影響的程度降低。
(4)Granger因果檢驗。
通過協整檢驗,我們確定吉林省經濟增長與社會負擔比之間存在著長期穩定的協整關系,為了進一步研究變量之間的因果關系我們運用Granger因果關系檢驗法來檢驗各變量之間的關系。格蘭杰(Granger)因果性檢驗的基本思路:在檢驗Y對其他變量的回歸時,如果加上X的滯后變量對Y的預測精度存在顯著改善,則認為X是Y的格蘭杰原因,否則,則認為X不是Y的格蘭杰原因。以此為依據,我們對相關變量進行了Granger因果檢驗,其結果見表8。

表8 格蘭杰因果關系檢驗結果
Granger因果檢驗表明居民消費在10%水平上構成對經濟增長的格蘭杰原因,經濟增長不構成對居民消費的格蘭杰原因;社會投資在5%水平上構成經濟增長的格蘭杰原因,經濟增長在10%水平上構成對社會投資的格蘭杰原因;勞動力數量不是經濟增長的格蘭杰原因,經濟增長不是勞動力數量增加的格蘭杰原因;社會負擔比不是經濟增長的格蘭杰原因,經濟增長不構成社會負擔比的格蘭杰原因。
社會負擔比在10%水平上構成勞動力數量的格蘭杰原因,構成居民消費總額的格蘭杰原因,不構成社會投資的格蘭杰原因;動力數量、居民消費總額、社會投資不構成社會負擔比的格蘭杰原因。
實證分析的結果表明,當前吉林省正處于人口暴利時期,但人口結構對于經濟增長的貢獻非常小,勞動力數量增加對于經濟增長的促進作用也不大,推動吉林省經濟增長的主要因素是投資規模的不斷擴大。
社會負擔比在一定程度上增加了社會勞動力數量,而且促進了社會消費總額的提高,但是并沒有對社會投資帶來顯著影響,由此,可見當前勞動力人口的收入很大一部分用于了消費,而能夠進行儲蓄并最終轉變為投資的收入很少。
[1] 陳友華.人口紅利與中國的經濟增長[J].江蘇行政學院學報,2009,(4).
[2] 王承強.山東省人口紅利過程的判定及對經濟增長作用研究[J].西北人口,2009,(2).
[3] 姚引妹.浙江人口年齡結構變化與未來勞動力供給研究[J].熱點解讀,2008,(5).
[4] 陳友華.人口紅利與人口負債:數量界定、經驗觀察與理論思考[J].人口研究,2005,(6).
[5] 王金營,楊磊.中國人口轉變、人口紅利與經濟增長的實證[J].人口學刊,2010,(5).
[6] Bloom,D.E.,D.Canning,J.Servilla The Demographic Dividend,RAND[Z],2003.
[7] Johansen.Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models[J].Econometrics,1991,(59).