中國經濟增長的動力溯源：人口紅利還是教育紅利？

［摘?要］在全面建設現代化產業體系過程中，充分挖掘人口資源優勢對中國經濟轉型的影響作用至關重要。文章利用中國30個省份的面板數據，實證分析了2000—2021年勞動要素在中國經濟中的貢獻作用與門檻特征。結果表明：在中國經濟增長過程中，人口紅利與教育紅利長期存在，教育紅利一直是促進中國經濟增長的主要動力因素；而在產業結構變遷過程中，人口紅利的波動特征更為明顯，人口紅利與教育紅利隨著產業合理化水平的提升而減弱，隨著產業高級化的推進而增強。由此提出，要在優化產業結構的同時穩定人口增長速度，促進教育人力資本的持續提升以及農村勞動力的合理流動。

［關鍵詞］人口紅利；教育紅利；經濟增長；產業結構變遷

［中圖分類號］??F0612［文獻標識碼］?A［文章編號］?1673-0461（2024）06-0042-11

一、引言

黨的二十大報告提出“教育、科技、人才是全面建設社會主義現代化國家的基礎性、戰略性支撐。必須堅持科技是第一生產力、人才是第一資源、創新是第一動力”。而如何充分發揮人口資源優勢一直是中國現代化建設過程中的核心問題。改革開放以來，中國經濟的高速增長同人口紅利密不可分，而人口紅利能否在新常態時期得以延續也成為人們關心的重要議題。隨著中國經濟增速放緩，產業結構變遷倒逼要素配置結構調整，人口資源的經濟效益呈現出由數量向質量轉變的特征［1］。值得注意的是，在歷史、自然等多方面因素的共同作用下，中國產業結構的調整結果并不具有區域普適性，人口資源的需求結構表現出時空分異特征。因此，在肯定人口紅利的同時，有必要反思在產業結構變遷中經濟增長動力是勞動力規模擴張所帶來的紅利效應，還是勞動力質量引致的教育紅利。

傳統經濟增長理論強調土地、資本與勞動的經濟貢獻，特別在短期經濟分析中，又視勞動投入作為影響經濟的直接因素，尤其在兩次工業革命期間，諸多國家的經濟發展實踐證實，勞動數量確實影響著經濟總量的變化，并且被認為在各類要素資源中居于核心地位，映射到中國經濟發展的實際歷程，人口紅利的經濟貢獻同樣備受矚目。而隨著科學技術的發展，中國產業結構變遷的趨勢持續增強，2012年，中國第三產業占GDP比重首次超過了第二產業，并在2015年超過50%，初步形成了“三、二、一”的產業格局，伴隨而來的是人口紅利的減弱，而以人力資本積累為代表的教育紅利、健康紅利等新型要素資源逐漸進入社會變革的視野。從勞動力自身所釋放的經濟動能來看，一方面可以通過數量累積獲得人口紅利，另一方面勞動力自身所具備的技能、知識等人力資本屬性又具備創造教育紅利的潛力［2］。兩次工業革命期間，由勞動數量所創造的人口紅利被認為是推動經濟增長的核心因素，而伴隨產業結構的不斷升級，教育紅利的存在性也被廣泛證實，以內生增長理論為代表，眾多研究既肯定了勞動、資本等傳統要素的經濟貢獻，同時也對知識要素所特有的遞增性邊際收益貢獻進行了深入討論，學術界關于經濟增長源泉的開放性認識也推動了政策制定者對教育發展、人才培養的更多關注。

從中國經濟增長的實際結果來看，人均產量、勞動投入與人力資本在過去一段時期呈現出協同增長的過程。然而，產業結構變遷則表現出時期與地域層面的不平衡性，從經濟結構的內在耦合層面來看，產業結構變遷往往會引發勞動結構的調整，進而影響經濟的平穩增長。因此，本文從產業結構變遷視角出發，探究教育紅利與人口紅利的經濟貢獻及可能存在的門檻特征，從而為新格局下中國要素資源的合理配置提供一定的實證依據。

二、文獻回顧

如何優化要素資源配置結構一直是學界討論的熱點問題，而在要素資源配置結構調整過程中，人們往往試圖尋找新的要素資源以替代勞動力投入數量，這一過程不僅包括對勞動力之外的替代性資源的獲取，還有對人力資本的投資。因此，以下集中對人口紅利、教育紅利形成的原因以及產業結構變遷的干擾效應展開文獻回顧。

（一）人口紅利成因的經驗解釋

人口紅利指由于勞動年齡人口數量或比重的增加所帶來的產量增加［3］。新古典增長模型中有關穩態的解讀，其實質是肯定了勞動對經濟長期增長的貢獻。BLOOM和WILLIAMSON（1998）［4］首次采用人口紅利這一概念用以替代勞動力增長速度對人均產出的影響作用，強調當勞動年齡人口增速快于人口增速時，超過平均人口增速部分的經濟效應就被稱為人口紅利。中國的人口紅利來源于人口轉變期所特有的年齡結構優勢［5］。從要素理論來看，人口紅利還得益于人口轉變階段的成本優勢與巨大市場需求，而隨著勞動成本增加，人口紅利會隨著人口增長率的下降而逐漸減弱［6］。HIPPOLYTE等（2019）［7］也在研究中提到，較高的勞動年齡人口比例有利于促進人口紅利的獲得，特別是國際間的勞動力轉移能夠緩解勞動輸入國的成本壓力，從而促進經濟增長。周懿等（2020）［8］指出，經濟發展初期的人口紅利不僅源于勞動年齡人口比例的增加，還同這一時期市場需求擴張所引起的就業效應有關，而傳統需求減少又是導致人口紅利消退的主要原因。BAERLOCHER等（2021）［9］指出，女性勞動參與率的提升顯著促進了經濟增長，其實質是由女性勞動規模擴張所引致的人口紅利效應。顏色等（2022）［10］認為，勞動供給數量的增加促進了中國就業與產業結構的雙重優化，相當于降低20%左右的農業勞動轉移成本。可見，當談論人口紅利的經濟貢獻時，其側重點在于勞動力供給規模的變化及由此帶來的成本優勢。

（二）教育紅利成因的經驗解釋

自人力資本理論提出以來，學者們關于教育收益在不同區域及個體層面的特征展開了大量研究，教育的重要貢獻也引起了政策制定部門的重視。內生增長理論更是從教育及人力資本層面找到了傳統要素無法解釋的經濟增長原因。作為人力資本積累最為直接而有效的途徑，教育在改善勞動力供給結構以及紅利貢獻方式方面發揮了極為重要的作用，尤其是隨著人均受教育程度的提升，勞動力在經濟增長中的貢獻作用也逐漸出現了分化，一部分為傳統勞動力數量所帶來的固定影響，另一部分則是由人才增值所產生的教育紅利。正如胡鞍鋼等（2011）［11］所提到的，中國教育事業的快速發展促進了勞動力整體文化水平的提升，而教育投入的長期收益正在抵消人口紅利減弱所帶來的負面影響，并且形成了新的人力資源紅利。鐘水映等（2016）［12］認為，人口平均受教育程度的提升一方面直接成為經濟增長的動力因素，另一方面彌補了勞動力減少導致的負面經濟影響。FHN等（2022）［13］在研究中指出，高級化人力資本在促進區域創新與技術研發的過程中，能夠更為高效地吸收國外部門的新技術要素。楠玉（2022）［14］從“U”型特征層面分析了教育人力資本的經濟貢獻，肯定了教育人力資本在人均收入偏高時具有更為顯著的經濟影響。從已有研究來看，教育紅利往往與勞動力整體受教育程度或技能水平相關，既依賴于勞動力規模的擴展，又獨立于勞動力數量累積的一種增值貢獻。

（三）勞動力經濟貢獻與產業結構變遷的關系

技術革命在改變人類歷史進程的同時也促進著經濟增長方式的轉變，在以生物技術、大數據等為標志的新一輪技術革命下，中國正在經歷著產業結構的深化轉型，這一過程對要素資源配置具有雙刃劍效應［15］。從勞動力供給層面來看，產業結構的調整折射出了要素流動的趨利性特征。一方面，在邊際報酬遞減規律的作用下，產業結構呈現出向高級化與合理化演進的趨勢，而各產業占GDP比重表現出由第一產業為主向第二、第三產業為主的演變過程

［16］，即意味著在產業結構變遷的過程中，勞動力有著由第一產業向第二產業，繼而向第三產業流動的趨勢。換言之，普通勞動力的可替代性在逐漸增強，而這也意味著產業結構變遷同時導致了低次產業勞動力流失與高次產業勞動力流入，從而形成低次產業的勞動缺口與高次產業勞動過剩并存的現象［17］。另一方面，勞動力流動受限于產業轉型期的人才結構特征。一般而言，在不考慮技術進步的條件下，高次產業的現有技術水平往往高于低次產業，即對于農林牧漁等勞動密集型產業而言，勞動力準入門檻相對較低，這也導致勞動供給相對過剩，勞動價格處于較低水平，從而形成了人口紅利效應。例如，李競博等（2020）［18］指出，中國初次人口紅利得益于低廉的勞動力成本與充足的供給數量，而勞動力成本上升與供給數量減少則是導致人口紅利減弱的直接原因。而醫療、教育等知識、資本密集型部門則要求勞動者掌握特定的技能或素養，因此勞動力需要接受更長時間的專業化教育，以獲取特定行業的準入資格，而在大多數勞動者均獲取了社會普遍要求的技能知識后，則形成了以勞動力數量為基礎，勞動者素養為核心的教育紅利［19］。正如黃維海等（2021）［20］指出，中國教育人力資本的紅利效應存在明顯的時期分異性，高新技術產業在倒逼勞動結構轉型的過程中，也促進了20世紀90年代以來人力資本紅利的釋放。可見，在產業結構變遷中，勞動力數量與質量的市場需求并不具有一致性，從而導致產業轉型期的勞動力資源流向、規模存在著時期及地域差異，進而影響人口紅利與教育紅利的經濟貢獻［21］。

綜上所述，人口紅利與教育紅利既相互聯系，又各自獨立，兩者的經濟貢獻不僅同勞動力供給規模、質量相關，也受到產業結構調整的外部約束，而以往研究側重從線性關系層面探究人口紅利與教育紅利的時期演變特征，關于產業結構對人口紅利與教育紅利的非線性影響作用仍然有待探索。因此，本文擬在利用HANSEN（1999）［22］門檻面板模型基礎上，實證探索產業結構變遷下人口紅利與教育紅利的非線性特征，可能存在的邊際貢獻包括：第一，從非線性層面為人口紅利和教育紅利的動態變化及內部差異提供一個可供參考的分析框架。第二，從產業合理化與產業高級化兩個層面分析經濟增長的門檻特征，從而為不同的產業結構調整目標提供要素配置依據。

三、研究設計

（一）理論機制與研究假設

1人口紅利與教育紅利的依存關系

人口紅利一方面源于勞動力的供給數量，另一方面來自勞動力的低廉成本，尤其在經濟發展的初級階段，勞動力的邊際產品價值往往大于邊際成本，從而彌補了由于資本匱乏導致的生產缺口，這也是早期勞動力資源作為經濟增長核心動力因素的主要原因。而隨著工業革命的推進，傳統要素資源的經濟貢獻權重也在不斷變化，勞動力資源的成本優勢逐漸被科技革命衍生出的新機器、新技術所替代，特別是進入信息化時代后，人工智能與數字化生產方式對勞動要素產生巨大沖擊，致使經濟增長對勞動數量的依存程度逐漸減弱，勞動要素漸趨喪失了由數量集聚引致的成本優勢，導致人口紅利進入了蟄伏期［23］。而在人口紅利減弱的過程中，同樣依附于勞動力要素的教育紅利則進入持續強化的過程，特別在工業革命時期，企業在提高機器使用率以減少勞動使用量的過程中，會擴大對人力資本的投入，以適應機器大工業生產，信息技術時代的企業生產則對人力資本表現出更為緊迫的需求，以致在行業間出現了“搶人大戰”的要素爭奪現象［24］。而人力資本的積累歸根結底在于教育投入，特別是學歷教育的普及，更是從根源上促進了勞動力技能水平的整體提升，其實質即人口紅利向教育紅利的過渡，從而形成以人口數量為基礎，人力資本為核心的勞動要素特征。

而從一般的質量決定規律來看，教育紅利又受限于勞動數量的多寡。在人類社會形態的演進過程中，教育紅利隨著社會平均人力資本水平的提升呈現出邊際報酬遞減的經濟規律。在經濟發展初期，技術普及程度與教育受眾群體相對較少，接受過更高層次教育的群體往往具備高級化人力資本，從而形成了因人力資本差異導致的紅利效應［25］；而隨著技術普及程度的提升以及學歷教育受眾群體的增加，個別群體的人力資本優勢會逐漸喪失，從而具備高級化人力資本群體的勞動價格也會因社會平均人力資本水平的提升而下降，再次形成基于勞動數量的新的人口紅利，其實質是教育紅利向人口紅利的逆向轉變［26］。映射中國經濟結構快速轉型的現階段，教育紅利已經成為21世紀以來中國經濟增長的主要動力，尤其進入新常態后，高學歷人口規模的快速擴張導致人才結構性過剩的問題日益突顯，從而出現了“人才規模擴張-經濟增速放緩”并存的發展矛盾，這就導致人力資本進入了邊際報酬遞減階段，而勞動數量對人力資本的邊際技術替代率則在逐漸上升，從而形成了人口紅利擴大與教育紅利減弱并存的現象。由此，本文提出假設1和假設2：

H1：教育紅利的經濟貢獻大于人口紅利。

H2：人口紅利的變化速率快于教育紅利。

2產業結構變遷的紅利擴大效應

馬克思政治經濟學從生產逐利性的角度揭示了平均利潤與等量資本相交換的社會化過程，而這也論證了不同產業部門存在著短期性、暫時性的超額平均利潤，尤其在需求結構發生重大變革的情形下，總量利潤分配結構的失衡特征會更加明顯，導致要素資源流入利潤更高的產業部門，從而形成“需求結構調整→要素資源流動→產業結構變遷”的鏈式反應。進入工業革命后，技術進步更加頻繁地出現于企業的生產過程，特別是對勞動要素替代的強烈需求迫使企業更加重視行業內部的技術變革，而這一過程在促進企業生產效率提升的同時也為產業結構變遷創造了條件。映射到中國經濟社會現實，21世紀以來的社會需求結構同樣經歷著動態調整的過程，尤其在信息技術革命推動下，消費水平的快速提升促進了消費習慣、消費方式、消費理念的社會變革，特別是非食品性消費支出的快速增長，直接推動了生產部門的技術革新及要素配置結構的優化，以滿足消費需求在總量與結構方面的社會性調整［27-28］。這一過程在促進傳統產能淘汰的同時也加速了產業結構的高級化演進過程，即第一產業的經濟主導地位依次被第二產業、第三產業替代，以及要素資源在產業部門間的適配性流動，突出表現為人力資本對技術門檻較高產業的依附性特征，從而人力資本要素在第三產業部門的集聚性更加明顯［29］，而究其根本原因在于超額利潤有著由低次產業部門向高次產業部門流動的趨勢，即隨著產業高級化推進，各部門從業人員的人均產出也在逐漸提升，從而形成產業高級化擴大勞動紅利與勞動力向高次產業部門集聚的雙趨勢特征。基于此，本文提出假設3：

H3：產業高級化促進了勞動紅利效應的擴大。

3產業結構變遷的紅利約束效應

結構經濟理論強調要素資源配置與經濟結構的適配性，這是實現經濟持續性與穩定性發展的重要前提。而在經濟推進過程中，不僅存在著產業高級化現象，還伴隨著就業人員由低次產業向高次產業遷移的過程，從而導致新興產業對傳統產業勞動市場的沖擊，在產業間的博弈過程中，高次產業往往憑借工資優勢能夠吸納更多的勞動人員，從而產業結構向高級化轉型會促進產業與就業結構的合理化演進［30］。但在要素流動過程中，勞動者在投入社會一般勞動的同時也支付了特有的人力資本，這也成為其能否進入高次產業部門的關鍵所在。而受限于人力資本的稀缺性，高次產業中的勞動集聚特征并不明顯，從而出現了勞動短缺與成本溢價并存的現象，而對于低次產業則表現為勞動力供給過剩而成本偏低的反向特征。以致出現這樣一種現象：高次產業的技術進步速率相較于低次產業更快，但勞動供給的滯后特征也更為明顯；低次產業要素的邊際產品價值相對更低，而勞動者準入門檻也相對較低，從而出現了勞動力在低次產業的空間集聚現象，加劇了各部門勞動產出效率的失衡。也就是說，產業與就業結構適配程度的提升在擴大高次產業勞動紅利的過程中，可能會弱化低次產業的勞動產出效率，從而出現產業合理化與勞動紅利反向變動的現象。基于此，本文提出假設4：

H4：產業合理化對勞動紅利存在約束效應。

（二）研究方法

研究采用門檻面板模型檢驗人口紅利與教育紅利的存在性，以及產業結構變遷在勞動要素對經濟增長影響中的第三效應。門檻面板模型利用自體抽樣法（Bootstrap）對統計量漸進分布估計，從而根據數據本身的構造特征識別變量間的非線性關系。假設產業結構變遷對核心解釋變量有著單門檻影響，則將模型設定如式（1）：

GDPit=μi+β1XitI（K≤r）+β2XitI（K>r）+εit（1）

式中，GDPit為被解釋變量，代表第i省在t時期的經濟總量，X與K代表核心解釋變量與門檻變量，r為門檻變量經自體抽樣法獲得的單一臨界值，意味著K的取值位于r值兩側時，核心解釋變量X的經濟效應出現了非線性變化，這種變化可能是影響程度的大幅改變，也可能是影響方向的完全倒置。μi表示個體效應項，εit表示隨機擾動項，

而當出現多個門檻時，核心解釋變量的影響作用變得更加復雜，以雙門檻為例可以將式（1）變形為式（2）：

GDPit=μi+γ1XitI（K≤r1）+γ2XitI（r1

在雙門檻模型中，r1與r2兩個臨界值將門檻變量劃分為三個區間，即意味著核心解釋變量的經濟效應在門檻變量的約束下出現了兩次非線性變化，γ1～γ3為門檻變量處于不同階段時核心解釋變量的待估系數。

（三）變量與數據說明

本文選取中國2000—2021年30個省份的面板數據作為研究樣本①，為了減少異方差問題，數值型數據均做了對數處理，變量類別、說明及數據處理如下。

被解釋變量：經濟增長。以歷年實際GDP產值衡量經濟產出水平。以2000年為基期對各年名義GDP平減處理。

核心解釋變量：勞動投入和教育人力資本。本文選取勞動年齡人口與總人口比值作為勞動投入的代理變量。采用了平均受教育年限對教育人力資本予以測度，平均受教育年限綜合考慮了樣本在性別、年齡等方面的人口屬性，能夠反映出勞動力受教育水平的綜合特征，本文將學歷教育劃分為未上學、小學、初中、高中/中職、大專及以上5個層次，對應的平均教育年限分別為1年、6年、9年、12年、155年。平均受教育年限的測算公式見式（3），其中，edut為第t年的人口平均受教育年限，n為教育層級，pit表示第t年接受i級教育的人口總量，Pt為第t年的總人口規模，yi為第i級教育對應的教育年限。

edut=∑n=5i=1pityi/Pit（3）

門檻變量：以產業高級化與產業合理化描述產業結構變遷過程。產業結構變遷一方面表現為低次產業向高次產業的過渡，即產業高級化過程，研究采用了第三產業產值占總產值權重同第二產業產值占總產值權重的比值予以衡量。測算方法如式（4）：

upg=SGDPit/GDPitIGDPit/GDPit（4）

式中，upg表示產業高級化，SGDPit和IGDPit分別表示第i省在t時期第三產業和第二產業的經濟產值。

產業結構變遷另一方面映射到就業結構層面則深化為產業與就業結構之間的融合程度，研究采用產業合理化反映這一過程。測算公式見式（5），其中GDPi和Li代表第i產業的經濟產值和就業人口權重，GDP和L代表全社會經濟總量和就業總量。產業合理化指數ratit越大意味著產業結構與就業結構的匹配程度越高，反之，ratit取值越小意味著就業結構與產業結構的偏離程度越高。

ratit=∑niGDPiGDPlnGDPiGDP/LiL?i=1，2，3;?t=1，2，…，k（5）

控制變量：本文將資本投入、技術水平、市場化程度和政府干預作為控制變量納入模型，分別選用了全社會固定資產投資總額、技術市場交易額、市場化指數［31］和財政支出占GDP比重衡量。

四、實證分析與討論

（一）數據平穩性檢驗

研究首先利用ADFfisher方法檢驗各變量的單位根，以判斷數據是否具有平穩性特征。如表2所示，在原序列條件下，大多數變量的統計值在5%水平上未通過顯著性檢驗，經過一階差分處理后，各變量均在1%水平上達到顯著性。說明變量間具有同階單整性質，符合數據平穩性的回歸估計要求。

（二）門檻效應模型估計結果

在估計解釋變量系數值前，本文首先借鑒HANSEN的檢驗思路對變量間的門檻關系進行顯著性檢驗，以確定各模型的門檻臨界值數量，明確產業結構變遷在經濟增長中的約束特征。首先通過構造F統計量初步確定門檻臨界值個數。從表3可以看到，當以勞動投入為核心解釋變量時，門檻變量無論是產業高級化還是產業合理化，門檻值均為1個，而以教育人力資本為核心解釋變量時的門檻值均為2個。

繼續對各模型的置信區間進行估計，為了檢驗門檻值的穩定性，排除弱門檻對最終估計結果的影響，表4為各類門檻形式的置信區間結果。通過比較各門檻形式下置信區間的構造情況，發現模型（1）、（2）采取單門檻形式更為合理，模型（3）、（4）在雙門檻設定形式下的兩階段置信區間不存在重疊問題，因此適宜采用雙門檻構造形式。綜上所述，在產業高級化和產業合理化作為門檻變量時，勞動投入對經濟增長的影響均顯著存在單門檻特征，而教育人力資本的影響則表現為雙門檻特征。

（三）門檻效應回歸估計結果

表5中模型（1）、（3）報告了以產業高級化作為門檻變量，以勞動投入和教育人力資本作為核心解釋變量的門檻面板模型估計結果。模型（2）、（4）報告了以產業合理化作為門檻變量的相應結果。從模型的關鍵參數來看，模型（1）～（4）的擬合度均處于較優水平，解釋力度均在90%以上，說明模型設計整體合理。

根據表5模型（1）、（3）的結果來看，教育人力資本的彈性系數大于勞動投入。隨著產業結構向高級化演進，勞動投入與教育人力資本對經濟增長的促進作用均有所增強。其中，產業高級化由低水平向高水平轉變后，勞動投入的系數值由0454增至0729，意味著人口紅利增加了606%②；教育人力資本的系數值則由2052依次遞增至2095、2160，其所釋放的教育紅利依次提升了21%③、31%④。這一結果意味著在產業結構向高級化演進過程中，人口紅利呈現出更明顯的擴大效應。對比模型（2）、（4）的估計結果，隨著產業合理化的提升，勞動投入與教育人力資本的系數值均有所減小，在門檻值兩側，勞動投入的系數值相差了0227；教育人力資本對經濟增長的影響由低門檻約束下的2224降至了高門檻約束下的2126。以上結果至少證明了在中國經濟增長中存在明顯的教育紅利與人口紅利，且教育紅利的經濟貢獻遠高于人口紅利，而人口紅利隨著產業結構變遷出現了更為明顯的波動，即假設1和假設2得到驗證。

根據以上結果，在產業合理化約束下，人口紅利與教育紅利均呈現出減弱趨勢，而產業高級化會增強人口紅利與教育紅利的經濟貢獻。從經濟產出的動態演化過程來看，在經濟產出較低時，勞動力表現出在第一產業的空間集聚特征，而隨著經濟產出的不斷擴大，第一產業的勞動從業比例會逐漸下降，第二、三產業對勞動力的吸納程度會逐漸增強（見圖1），在技術進步等要素推動下，第二、三產業同第一產業的經濟效率差值會隨著經濟產出的擴大而倍增，正如圖2所示，2000—2021年間，我國第一產業人均產值的變化幅度相對較小，而第二、三產業期末的人均產值較期初均有大幅增長，由此導致第一產業產值與

就業結構的負向偏離度更為明顯，致使其難以獲得社會平均利潤率，從而形成“高投入-低產出”的社會現象；同樣道理，對于經濟產出效率較高的第二、三產業，則表現出“低投入-高產出”的現象，其經濟產值與就業結構的正向偏離度會逐漸凸顯；而不同部門在經濟產值與勞動投入層面所折射出的“負向”及“正向”偏離度會共同促使產業合理化水平下降，從而導致產業合理化對人口紅利與教育紅利產生約束作用，假設4得到驗證。

另外，從結構經濟理論來看，產業結構變遷倒逼就業結構調整，就業結構的優化又會促進產業結構的穩固。2000—2021年間，中國產業高級化呈持續上升的過程，意味著第三產業在逐漸替代第二產業成為國民經濟的主要動力部門，由此帶來的是勞動力向第三產業的轉移。同期國家統計局數據顯示，中國第三產業產值比重、勞動年齡人口與人均受教育程度分別以11%、15%與11%的平均速率增長⑤，勞動人數的增長速率略快于第三產業產值增速，教育人力資本與第三產業產值增速基本持平，從側面反映出產業高級化同勞動規模及質量結構存在著耦合關聯特征，從而促使產業高級化擴大了人口紅利與教育紅利作用，至此，假設3得到驗證。

（四）穩健性檢驗結果

由于固定效應模型可以消除時間變化導致的部分內生性問題，因此本文繼續采用該模型對門檻模型估計結果的穩健性進行檢驗。第一步利用各門檻變量的臨界值構造核心解釋變量的虛擬變量；第二步仍然以勞動投入或教育人力資本為被解釋變量，虛擬變量也作為解釋變量納入模型中進行分析，考慮到自相關與異方差問題，采用控制了自相關與異方差的固定效應模型進行估計；第三步對比門檻面板模型與固定效應模型中核心解釋變量的系數大小及方向，進而判斷門檻面板模型的穩健性。表6中模型（5）、（7）報告了產業高級化作為虛擬變量的固定效應模型估計結果，模型（6）、（8）報告了對產業合理化進行虛擬變量處理后的估計結果。對比固定效應模型與門檻面板模型的估計結果發現，模型（5）、（6）的系數值與門檻面板模型的系數值大小、方向基本一致，而模型（7）、（8）中教育人力資本的各階段系數值較門檻面板模型中均有所減小。總的來看，隨著產業結構變遷的推進，中國經濟增長過程中的人口紅利與教育紅利存在穩定性與非線性并存的特征，人口紅利的穩定性更強，而在產業結構變遷的門檻約束下，教育紅利存在被高估的風險。

（五）進一步討論

1人口紅利與教育紅利的同向變化

在產業結構變遷中，人口紅利與教育紅利具有相同的變化趨勢，而教育紅利的經濟貢獻更大，但并未替代人口紅利，而是伴隨著人口紅利的衰減而衰減、增強而增強。其可能的原因在于：在中國勞動規模擴張過程中，勞動力的整體素質在不斷提升，這一結果產生了兩種相反的經濟影響。一是在人力資本積累的過程中勞動成本提升了，而在技術短期不變的情形下，對于經濟產出相對

較低的農業部門，勞動成本上升會弱化單位勞動的產出收益，致使產業合理化對人口紅利與教育紅利的抑制作用有所增強。二是勞動力素質提升后能夠更好地彌補由產業高級化引致的勞動需求，特別是對于依托大數據、互聯網等信息技術形成的金融、電子、教育培訓等服務行業而言，勞動力素質提升會推動產業高級化進程，從而強化產業高級化的紅利釋放效應，為人口紅利與教育紅利積累提供產業基礎。

2產業高級化與產業合理化的反向作用

回應假設3與假設4，本文的實證結果證實了產業合理化和高級化對勞動紅利的反向門檻影響作用。從產業合理化指標的選取依據來看，經濟產值越高的部門，應該獲得更多的勞動力資源，反之，對于產值較低的部門，勞動力的依附程度也相對較小；與此對應，產業高級化反映了第三產業相對于第二產業經濟地位的攀升過程。就中國就業結構與各產業產值構成情況來看，第二、三產業表現出明顯的交替過程，但在產業轉型的過程中，第一產業的經濟產值一直處于較低水平，但就業人口比例長期處于高位，通過對比2000—2021年各產業產值占GDP比重與各產業就業人口占總就業人口比重的差值信息發現⑥，第一產業就業人口比例遠高于其產值比例，特別是在樣本期最初幾年內，兩者差值長期徘徊在30%左右，近幾年也一直在20%以上，這就導致產業合理化呈現出較為明顯的下降過程，而產業高級化在樣本期內呈明顯的上升過程，從而產業合理化與產業高級化表現出相反的經濟影響。

五、結論與建議

本文采用2000—2021年中國30個省份的面板數據，利用門檻面板模型實證分析了產業結構變遷下的經濟動力因素變化，討論了人口紅利與教育紅利的經濟貢獻差異及門檻特征，研究發現：在中國經濟增長過程中，人口紅利與教育紅利長期存在，教育紅利的經濟貢獻一直居于主導地位；產業結構變遷過程中，人口紅利隨產業結構變遷呈現出更明顯的波動特征，人口紅利與教育紅利隨著產業合理化提升而逐漸減弱，隨著產業高級化的提升而逐漸增強。根據實證結果，從要素資源配置、產業結構變遷與經濟增長的協同發展關系層面，本文提出如下建議：

（一）穩定人口增長速度，促進教育人力資本的持續提升

從本文實證結果來看，勞動紅利的經濟貢獻長期存在。勞動力是經濟增長的核心要素資源，面對當前我國生育率不斷下降的事實，在持續推進計劃生育政策放寬的過程中，要更加關注多子女家庭在教育、醫療乃至休假等方面的配套政策的完善，保障多子女家庭生活水平的相對穩定，為扭轉生育率下降提供政策保障。與此同時，要加大對教育事業的投入力度，完善公共教育服務體系，促進居民文化素質的代際提升，例如對于欠發達地區要注重優質師資的培育及引進，促進教育資源的基本均衡向優質均衡過渡，對于有條件的地區允許“普及高中教育”等惠民政策的推行，提升居民的基礎教育水平，鼓勵普通院校深入推進“產學研”協作育人模式，培養更加對口、充足的專業化人才，以滿足產業結構轉型升級的市場需要，進一步提高勞動要素的產出收益。

（二）優化產業結構布局，促進農村勞動力的合理流動

從產業結構的演進過程來看，勞動力在各部門產出效率的差異性是制約紅利釋放的重要原因。因此，在全面推進經濟高質量發展的過程中，要進一步促進產業結構的合理布局。一是要增強對服務業的支持力度，促進產業結構的轉型升級，拓寬社會就業崗位類型，為城鄉居民的多渠道就業提供產業支持，減少結構性失業導致的經濟失衡與效率損失，充分挖掘現有勞動資源的產出潛力。二是要加大對鄉村產業的扶持力度，關注村鎮企業對農村勞動力的分流作用，推動農村優勢產業的動態調整，在滿足市場多元化需求的同時為農村勞動力提供更多的就業崗位，促進“就業-產業-市場”的協調發展。

［注?釋］

①

由于數據缺失，研究未將港澳臺地區與西藏納入分析框架。

②?計算方法：第（1）列labor2系數相較于labor1的增長率，即（0729-0454）/0454×100%≈606%。

③?計算方法：第（3）列edu2系數相較于edu1的增長率，即（2095-2052）/2052×100%≈21%。

④?計算方法：第（3）列edu3系數相較于edu2的增長率，即（2160-2095）/2095×100%≈31%。

⑤?通過對2000—2021年中國第三產業產值比重、勞動年齡人口與人均受教育程度增長率求平均值所得。

⑥?計算方法：第i產業經濟比重與就業比重差值量=（第i產業產值/GDP總量）-（第i產業就業人口/就業人口總量）。數據來源于國家統計局公布的各產業產值和就業人口數據。[BFQ][ZK）]

［參考文獻］

［1］周健.第二次人口紅利視域下的我國教育紅利——基于日本的比較研究［J］.理論與改革，2021（6）：116-127.

［2］黃凡，段成榮.從人口紅利到人口質量紅利——基于第七次全國人口普查數據的分析［J］.人口與發展，2022，28（1）：117-126.

［3］蔡昉.人口轉變、人口紅利與經濟增長可持續性——兼論充分就業如何促進經濟增長［J］.人口研究，2004（2）：2-9.

［4］BLOOM?D?E，?WILLIAMSON?J?G.?Demographic?transitions?and?economic?miracles?in?emerging?Asia［J］.?World?bank?economic?review，?1998，?12（?3）?：?419-455.

［5］蔡昉.未來的人口紅利——中國經濟增長源泉的開拓［J］.中國人口科學，2009（1）：2-10.

［6］汪小勤，汪紅梅.“人口紅利”效應與中國經濟增長［J］.經濟學家，2007（1）：104-110.

［7］HIPPOLYTE?DALBIS，?EKRAME?B，?DRAMANE?C.?Immigration?and?public?finances?in?OECD?countries?［J］.?Journal?of?economic?dynamics?and?control，?2019，?99：116-151.

［8］周懿，鄧峰，卓乘風.人口紅利消退阻礙我國制造業價值鏈攀升了嗎？［J］.經濟問題探索，2020（4）：13-26.

［9］BAERLOCHER?D，?PARENTEM?S?L，?RIOSNETO?E.?Female?labor?force?participation?and?economic?growth：?accounting?for?the?gender?bonus［J］.?Economics?letters，?2021，200：109740.

［10］顏色，郭凱明，杭靜.中國人口紅利與產業結構轉型［J］.管理世界，2022，38（4）：15-33.

［11］胡鞍鋼，才利民.從“六普”看中國人力資源變化：從人口紅利到人力資源紅利［J］.清華大學教育研究，2011，32（4）：1-8.

［12］鐘水映，趙雨，任靜儒.“教育紅利”對“人口紅利”的替代作用研究［J］.中國人口科學，2016（2）：26-34.

［13］FHN?T，?BYE?B.?The?role?of?human?capital?in?structural?change?and?growth?in?an?open?economy：?innovative?and?absorptive?capacity?effects［J］.?The?world?economy，?2022，?45（4）：1021-1049.

［14］楠玉.中國人口紅利源泉：教育、健康和人口年齡結構［J］.經濟與管理評論，2022，38（2）：18-30.

［15］張海豐.中國產業政策如何應對第四次工業革命？［J］.社會科學，2020（2）：18-27.

［16］干春暉，王強.改革開放以來中國產業結構變遷：回顧與展望［J］.經濟與管理研究，2018，39（8）：3-14.

［17］郭貝貝.勞動力供給與結構性就業矛盾：特征、沖擊與紓解［J］.當代經濟管理，2022，44（12）：73-80.

［18］李競博，原新.如何再度激活人口紅利——從勞動參與率到勞動生產率：人口紅利轉型的實現路徑［J］.探索與爭鳴，2020（2）：131-139.

［19］周映伶，彭建仿，羅胤晨.教育紅利的形成機制及實證檢驗：以長江經濟帶為例［J］.統計與決策，2022，38（22）：75-80.

［20］黃維海，張曉可.教育人力資本積累、分布與經濟增長動能的轉換——來自新中國70年的經驗證據［J］.教育與經濟，2021，37（1）：29-38.

［21］蔡文伯，黃晉生，袁雪.教育人力資本對綠色經濟發展的貢獻有多大？——基于產業結構變遷的門檻特征分析［J］.華東師范大學學報（教育科學版），2020，38（10）：34-47.

［22］HANSEN?B?E.?Threshold?effects?in?nondynamic?panels：?estimation，?testing，?and?inference［J］.?Journal?of?econometrics，?1999，?93（2）：?345-368.

［23］張同斌.從數量型“人口紅利”到質量型“人力資本紅利”——兼論中國經濟增長的動力轉換機制［J］.經濟科學，2016，215（5）：5-17.

［24］齊志遠，高劍平.從延伸、強化到替代：人工智能對人類勞動的影響［J］.自然辯證法通訊，2023，45（7）：103-110.

［25］陳健，張屹山，崔曉.城鄉人力資本配置失衡與經濟增長不平衡——基于靜態與動態面板模型的比較［J］.華東經濟管理，2021，35（10）：70-81.

［26］原新，金牛.新型人口紅利是經濟高質量發展的動力源［J］.河北學刊，2021，41（6）：109-116.

［27］邢鈺書，韓平，陸豐剛.人口結構與產業結構變遷有助于我國跨越中等收入陷阱嗎？［J］.產業經濟評論，2019，?30（1）：17-28.

［28］龍少波，丁點爾.消費升級對產業升級的影響研究：理論機制及實證檢驗［J］.現代經濟探討，2022，490（10）：25-38.

［29］李勇輝，羅理恒.人口紅利、勞動力跨行業配置與經濟可持續增長［J］.經濟問題，2016，440（4）：13-20.

［30］楊蕓，肖琬君，孟俊華.微觀視角下的產業升級與勞動力遷移——兼論轉型期的勞動力遷移特征［J］.經濟問題探索，2020，450（1）：165-177.

［31］樊綱，王小魯，張立文，等.中國各地區市場化相對進程報告［J］.經濟研究，2003（3）：9-18.

The?Impetus?of?the?Economic?Growth?in?China：

The?Demographic?Dividend?or?Educational?Dividend？

Huang?Jinsheng1，2

（1.?School?of?Economics?and?Management，?Qilu?Normal?University，?Jinan??250200，China;

2.?School?of?Mathematics?and?Statistics，?Kashi?University，?Kashi?844000，China）

Abstract：???In?the?process?of?comprehensively?building?a?modern?industrial?system，?it?is?very?important?to?fully?tap?the?advantages?of?population?resources?to?influence?Chinas?economic?transformation.Using?panel?data?from?30?provinces?in?China，?this?paper?empirically?analyzes?the?contribution?and?threshold?characteristics?of?labor?factors?in?Chinas?economy?from?2000?to?2021.?The?results?show?that：?in?the?process?of?Chinas?economic?growth，?the?demographic?dividend?and?the?educational?dividend?exist?for?a?long?time，?and?the?educational?dividend?has?been?the?main?driving?force?to?promote?Chinas?economic?growth;?in?the?process?of?industrial?structure?change，?the?fluctuation?characteristics?of?demographic?dividend?are?more?obvious.?Demographic?dividend?and?educational?dividend?weaken?with?the?improvement?of?industrial?rationalization?level，?and?increase?with?the?advancement?of?industrial?upgrading.?Therefore，?it?is?proposed?to?stabilize?the?population?growth?rate?while?optimizing?the?industrial?structure，?promote?the?continuous?improvement?of?educational?human?capital?and?the?reasonable?flow?of?rural?labor?force.

Key?words：population?dividend;?educational?dividend;?economic?growth;?changes?in?industrial?structure

（責任編輯：張積慧）