基于系統動力學的政策成效與預見仿真方法探析

摘 要： ［目的／ 意義］ 系統動力學的仿真模擬能夠全面捕捉政策影響下的復雜社會系統動態性， 準確模擬政策干預隨時間推移的累積影響， 評估政策的實施效果， 對于推動政策工具科學高效地制定和使用， 以及提高政策效能都有著極其重要的作用。［方法／ 過程］ 以人口生育政策實施為樣例， 基于生育率等關鍵性影響因素與教育經濟等環境影響參數， 借助Ｖｅｎｓｉｍ ＰＬＥ 構建一套系統動力學仿真模型， 動態演示人口—政策—經濟子系統間的交互， 設計執行３ 項差異化政策干預情景， 深入模擬預測不同政策導向下的人口變遷路徑與演化趨勢。［結果／結論］ 研究發現， 生育政策的放寬在促進人口增長的同時， 有效緩解老齡化趨勢。但政策影響日漸式微， 亟需結構化變革與調整。

關鍵詞： 系統動力學； 仿真； 政策成效； 人口生育政策

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２５．０１．００１

〔中圖分類號〕Ｇ２０３； Ｎ９４１. ３； Ｃ９２４. ２１ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２５） ０１－０００５－１３

預見并跟蹤評估政策實施成效， 在政策決策與實施中有重要現實意義。在以往政策評價研究中，基于統計因果的政策成效評估與回歸計量方法， 比如Ｌｅｓｌｉｅ 方程、Ｌｅｓｌｉｅ 修正模型、ＡＲＩＭＡ 時間序列預測等往往聚焦部分變量， 導致模型可能遺漏大量外部變量、弱相關關系， 無法觀測變量的動態交互效應， 在作用機理上難以表征變量間的閉合反饋，無法持續呈現或評估政策行為與實施成效的動態關系。以人口政策為例， 人口規模和生育水平與經濟水平、社會服務、教育供給、家庭結構、社會觀念等多因素相關， 而自變量間也存在相互影響、關聯，傳統計量與回歸方法在分析政策作用機理、影響因素、政策成效等方面都存在困難。因此， 在人口生育和預測領域， 隨著計算人口學和主體建模技術的日益成熟， 一方面， 世界各國（地區）建立了完備的人口統計體系和人口數據庫， 如聯合國世界人口政策數據庫； 另一方面， 大型人口仿真系統相繼引入，比如ＭＩＭＯＳＥ、ＭＬ３、ＪＡＳ－ｍｉｎｅ、中國人口與發展研究中心的ＰＡＤＩＳ 決策模型、國際通用人口預測軟件ＰＡＤＩＳ—ＩＮＴ 等， 在人口預測、婚育過程、家庭關系、遷移、養老支持、家庭政策等人口學領域得到廣泛應用［１］ 。

針對傳統方法局限特定領域或單一變量間的交互， 而未能充分捕捉政策干預的多維影響和動態反饋機制的缺陷， 依托人口學和社會學相關理論， 本文提出構建了一個涵蓋多變量、強交互的“人口—政策—經濟” 仿真模型， 不僅納入傳統模型中的人口變量， 還特別注重變量間的動態交互與反饋效應，在此基礎上， 設計并執行３ 項差異化政策干預情景，模擬預測人口變遷路徑與演化趨勢。

１ 研究回顧

１. １ 人口及其影響因素研究

人口是促進社會進步和生產發展的主體， 是社會的重要組成部分。廣義上說， 人口學包含一切與人口變動相關的理論。１８ 世紀， 馬爾薩斯［２］ 提出“人口原理”， 指出人類必須控制人口增長， 人口問題開始得到重視。２０ 世紀５０ 年代， 馮玉祥［３］ 提出中國人口問題“非增即減” 的特質， 為中國人口理論研究奠定了基礎。

人口研究重點關注出生率、年齡、性別、就業、人口比例等具體指標， 目的是解決出生率調節、老齡化應對、性別失衡、家庭結構混亂等關切問題。在人口觀察中， 西方和東亞國家（地區）整體表現為低出生率、低增長率、低生育率， 存在少子化老齡化問題［４］ 。老齡化涉及面廣［３］ ， 不僅影響勞動力市場［５］ 、社會保障［６］ 、居民消費［７］ 、財政負擔［８］ 、經濟持續增長［９］ 等可持續發展指標， 而且會改變家庭結構， 抑制生育意愿［９］ 。

政策調整是人口變化的主要原因， 生育政策直接影響人口的數量和結構［１０］ 。除政策外， 經濟、教育也是影響人口變化的關鍵因素， 居民消費價格指數、居民人均收入［１１］ 、受教育水平［１２］ 等經濟政策因素顯著影響出生率。醫療水平、人力資本水平、生育保險對人口出生率同樣有影響［１３］ 。此外，移民政策與區域人口流動也會影響生育率［１４］ ， 進而影響人口變動。

１. ２ 生育政策研究

生育政策被視為調控人口指標、促進經濟社會發展的關鍵。迄今為止的研究主要聚焦于生育政策所引發的人口問題及其外部影響兩大維度。

人口問題方面， 積極的生育政策能緩解勞動力壓力、遏制老齡化加速， 但政策效應存在時限［１５］ 。計劃生育政策減輕了總勞動負擔［１６］ ， 但提前了老齡化［１７］ ； 獨生子女政策導致男性人口大幅提升［１８－１９］ 。性別比例失衡， 導致“婚姻擠壓” 及后續養老問題顯現［２０］ 。嚴格落實生育政策能提高女性就業機會，但生育假期及過松的福利支持則會提升女性就業成本， 加重就業歧視［２１］ 。

生育政策通過調節人口結構， 對經濟、社會、教育產生巨大影響。經濟層面， 完全二孩政策或相關生育激勵措施可能會提高住房市場需求［２２］ 。社會層面， 社會養老保障體系的承壓狀況［２３］ 與人口峰值［２４］ 等問題， 也破壞社會結構和經濟發展。教育層面， 政策通過家庭福利補貼、稅收優惠、育產假、托幼服務、促進就業性別平等的政策支持來減輕家庭教育成本。

１. ３ 系統動力學人口仿真

１９５６ 年， Ｆｏｒｒｅｓｔｅｒ Ｊ Ｗ［２５］ 為分析庫存管理問題創造系統動力學， 通過構建模型和輸入輸出速率方程， 研究系統內部結構。起初， 系統動力學主要應用于企業管理， 用以解決市場原料和商品庫存等的生產、運輸、傳送問題［２６］ 。隨著相關理論的健全發展， 應用范圍不斷擴大， 涉及社會［２７］ 、政治［２８］ 、生態［２９］ 、經濟［３０］ 等各個領域。

政策仿真方法可以較好地應對社會結構的復雜性［３１］ 。從方法類型看， 包括模特卡洛抽樣、博弈論、ＤＳＧＥ（動態隨機一般均衡模型）、元胞自動機、系統動力學、多主體仿真、神經網絡預測、綜合仿真推演與情景模擬、政策沙盤（兵推系統）、數字孿生與數字劇場等多種方法； 從應用領域看， 主要包括微觀層的數值模擬、仿真計算， 中觀層的模型仿真、因果推理， 宏觀層的系統動力模型、政策生態建構與遠期預見等應用場景。

在人口領域， 大量關聯因素或情景變量被引入系統仿真模型。針對人口結構的仿真研究廣泛采納年齡分層與性別區分框架， 如： 依據生命周期劃分青年、成年、中年、老年４ 個年齡段［３２］ ； 結合性別差異以５ 年為年齡間隔細分人口［３３］ ； 三階及以上老化鏈模型的構建［３４］ 等， 為人口動態仿真分析提供了強有力的理論工具和方法論支撐。

就具體研究而言， 李香霞［３５］ 設定低、中、高三檔政策干預情景進行江蘇省人口仿真預測， 使不同政策組合的效應預見成為可能。朱墨蕤等［３６］ 集合人口、財政及經濟活動子系統， 深入探討經濟增長如何響應并影響人口老齡化進程， 強調經濟系統對人口結構變化的適應性和反饋機制。劉靖等［３７］ 構建區域經濟轉型升級與教育體系協同發展模型， 揭示教育水平對勞動力結構優化和經濟結構轉型升級的推動， 進一步驗證教育在人口—經濟系統中的催化功能。

１. ４ 研究述評

盡管當前學界已在相關領域的研究中取得顯著進展， 但仍存在研究局限與空白。

在人口及其多元影響因素的研究范疇內， 大量文獻針對出生率、年齡結構、性別比例等核心指標進行了詳盡探討， 但多數研究仍采用孤立變量的分析方法， 未能充分揭示其復雜互動機制及對人口動態變化的系統性影響， 導致對人口發展趨勢的全面理解不足， 難以精準預測未來人口結構變化。

有關生育政策的研究多聚焦特定政策情境下的短期效應分析， 缺乏對不同政策組合及其長期效應的系統性、綜合性評估。同時， 對生育政策與社會經濟系統、教育體系等關鍵領域的相互作用機制的研究尚顯薄弱， 限制了政策制定者在制定和調整生育政策時的精準度和科學性。

盡管已有大量研究利用系統動力學方法對人口結構進行仿真預測， 但現有模型在構建過程中往往對外部環境因素（如政策變動、經濟波動等）進行了簡化處理， 導致模型在預測人口趨勢和政策響應時產生較大偏差， 降低模型的實用價值和預測準確性。

本研究創新性地融合政策、經濟、人口三大關鍵領域， 構建綜合性系統動力學仿真框架， 深入剖析不同政策組合對我國人口結構的多維影響， 深化對生育政策效應的全方位理解， 旨在提供更為細膩全面的分析視角， 為制定更加科學合理的政策提供堅實的理論支撐與實證基礎。

２ 人口生育政策效應的人口預測仿真模型

構建人口生育政策仿真模型， 須先行設定以下假設： ①微量遷移假設： 在非移民國家， 若遷移人口占總人口基數比值極小， 則忽略遷入遷出影響。②穩態社會發展假設： 排除突發重大災害、戰爭、疾病等非常態事件干擾， 假設社會經濟環境持續平穩發展。③全國同質性假設： 假設全國范圍內生育模式與死亡模式一致， 不存在區域差異。

２. １ 模型框架

在以往研究［１５，３８－４０］ 中， 經濟波動、政策導向與人口結構變動之間存在相互影響與動態平衡。基于此， 本文提出“人口—政策—經濟” （ＰＰＥ） 綜合模型框架， 如圖１ 所示， 包含人口變遷、政策調控、經濟發展三大動態子系統， 通過出生率指標形成反饋閉環。其中， 人口子系統以改進后的高階老化鏈人口模型為基礎， 劃分少年、青年、中年、老年，分別代表０～１４ 歲、１５～４９ 歲人口、５０～６４ 歲人口、６５ 歲及以上人口， 成熟率即為各年齡段間的轉移人口比例。研究重點監測人口規模、年齡結構、出生率、死亡率等關鍵指標。其中， 政策調整、經濟波動對人口結構特征、撫養比率等在內的多元化監測指標進行互動關聯， 而人口的規模變化反饋至其他子系統， 形成閉合互動鏈。政策子系統以現行生育政策調整為依據， 分別模擬獨生子女政策、獨生子女家庭二孩政策（后稱“二孩政策”）、完全二孩政策的不同模態， 并測算政策調控對人口系統、經濟活動產生的直接或間接影響。尤其是人口出生率與政策子系統、經濟子系統關聯密切， 形成即時反饋回路， 用于評估政策實踐、人口動態與經濟走勢間的互動張力與協同效應。經濟子系統選擇國內生產總值（ＧＤＰ）增長、住房市場、教育水平等觀測維度， 經濟發展影響居民收入和消費水平， 進而影響人口出生率生育決策和人口結構。具體通過就業率、人均ＧＤＰ 及住房價格等經濟指標進行模型擬合。

通過政策仿真與動態監測， 可以考慮使用就業率反映勞動市場健康度、人均ＧＤＰ 反映經濟繁榮程度、人口結構和撫養比反映家庭與社會支持壓力等政策評估指標， 為人口生育政策的當下成效及未來影響提供更廣泛、更持續的預測和決策依據。

２. ２ 因果關系設計

本文擬采用系統動力學方法（Ｓｙｓｔｅｍ Ｄｙｎａｍｉｃｓ，ＳＤ）進行仿真建模， 通過構建因果關系的反饋回路，揭示內部各變量間的關聯邏輯、相互作用與影響路徑， 揭示“人口—政策—經濟” 交互作用的復雜性和非線性特征。具體到本模型中， 因果關系反饋圖如圖２ 所示。

在經濟子系統中， 收入水平與育兒成本是關鍵變量。第一， 人均ＧＤＰ 水平提升促進居民可支配收入增長， 提升消費與儲蓄， 從而提升生育意愿， 形成正向循環。第二， 住房供需比影響住房價格變動，而住房價格上升會提升育兒成本， 進而降低生育意愿。第三， 教育水平提升和教育成本上漲， 與生育意愿的下降趨勢密切相關， 進而限制家庭規模擴張。

在政策子系統中， 人口生育政策調整是外部變量， 直接干預并影響到家庭的生育決策， 改變出生率。人口生育政策作為外部強制力， 通過法律和社會規范的手段， 直接作用于家庭規模的選擇， 進而影響總人口結構。

在人口子系統中， 出生率與死亡率是關鍵觀測指標。出生率作為連接各子系統的紐帶， 直接影響出生人口數量， 影響人口結構的未來趨勢和規模比例波動， 從而影響社會的勞動力供應、消費模式及養老負擔等。勞動力市場供給的變化將進一步影響經濟發展潛力， 消費模式的轉型將進一步影響市場需求結構， 而老年人口比例的增加則將進一步加重社會保障體系壓力。

２. ３ 結構流圖設計

基于因果關系圖， 進一步導入變量設計人口—經濟—政策系統結構流圖， 如圖３ 所示。在結構流圖中確認了１０ 個水平變量和１８ 個速率變量， 其中水平變量包括ＧＤＰ、住宅價格、各分年齡段分性別人口； 速率變量包括ＧＤＰ 增長量、住宅價格增長量、流動人口（包含出生人口、各分年齡段分性別轉移人口）、各分年齡段分性別死亡人口， 其余觀察變量作為常量設計。

在變量設計中， 政策變量包含獨生子女、單獨二孩及全面二孩政策３ 個虛擬變量， 用于量化政策影響。為實現對政策成效的即時監控與廣泛評估，本文引入了男女比例、撫養比、勞動力與非勞動力人口比例、就業率等監測指標。其中， 總撫養比通過計算非勞動力人口相對于勞動力人口的比例， 用以衡量社會整體撫養負擔； 而老年撫養比專注于評估６５ 歲及以上老年人口對勞動力群體的依賴度，子女撫養比則關注０～１４ 歲未成年群體的相應比例，二者共同描繪代際間的經濟支持需求結構。

２. ４ 參數方程確定

１９８２ 年９ 月， 黨的十二大把計劃生育確定為基本國策。隨后， “雙獨二孩” “單獨二孩” “全面二孩” 等政策陸續出臺。２０２１ 年， 政府進一步調整人口生育政策， “三孩政策” 落地。由于三孩政策頒布時間尚短， 存在政策延遲與數據獲取問題， 不將其納入研究范圍。因此， 文本數據時間跨度為１９８２—２０２０ 年。

本文采納核心數據體系主要分為兩大類： 一是歷史基準數據和參數方程（后稱基礎變量）， 旨在描摹系統內變量的相互作用， 主要用于模型擬合與參數調節， 提升模型預測的準確性。二是預測數據和虛擬數據， 對趨勢前瞻性預測與組態差異下的仿真模擬， 預估未來發展軌跡。在數據來源方面， 主要采納國家統計局的經濟數據和人口普查數據， 輔以《中國人口和就業統計年鑒》補充相關就業信息。具體參數方程式設定如下：

２. ４. １ 經濟子系統

經濟子系統的基礎變量可以劃分為收入、住房、教育三大類， 參數方程式如表１ 所示。

在人均受教育年限的評估中， 依據國家統計局確立的小學至高等教育的標準化年制（即小學６ 年、初中９ 年、高中１２ 年， 大專以上１６ 年）進行量化。通過擬合， 發現人均受教育年限與時間呈顯著的對數關系， 模型擬合度極高， 可決系數Ｒ２ 為０. ９７３，可使用該模型進一步預測未來受教育年限（以博士研究生最高年限２２ 年為上限）。ＧＤＰ 增長、住宅銷售面積、竣工房屋面積、價格指數具有一定波動性，因此采用ＡＲＩＭＡ（整合自回歸移動平均）模型作為預測依據， 如ＡＲＩＭＡ（２，１，０）、ＡＲＩＭＡ（０，２，２）等模型的參數誤差較小， 可用于上述模型預測。

綜上， 上述變量的預測變量及方程如表２ 所示。

２. ４. ２ 政策子系統

自中華人民共和國成立以來， 我國生育政策歷經多次調整： １９８２ 年前處于自然生育階段， １９８２年后嚴格計劃生育； ２０１１ 年底全國３１ 個省份均放開雙獨家庭二孩政策； ２０１３ 年“單獨二孩” 政策正式落地； ２０１５ 年， 黨的十八屆五中全會提出推行“全面二孩” 政策并于２０１６ 年施行。考慮到“雙獨二孩” 到“單獨二孩” 的政策過渡， 研究將二孩政策分析時間適當前置， 不只局限于“單獨二孩”節點。引入虛擬變量表征政策， 確保模型輸入與現實政策變遷保持同步， 如表３ 所示。

２. ４. ３ 人口子系統

人口子系統包括但不限于出生率、死亡率、人口數量、分性別分年齡相關數據等。針對中國人口數據廣泛依賴抽樣調查的特點， 需對諸如出生人口、死亡人口等核心指標采用一定的校正策略。本文采用抽樣比例還原方法從抽樣數據中還原測算人口總規模。人口子系統的基礎數據及方程如表４ 所示。

其中， 男女比例依據歷史平均值界定為男孩０. ５４、女孩０. ４６； 年出生人數為總人口乘以出生率，年死亡人數為總人口乘以死亡率； 轉移人口是相鄰年齡段的過渡人口， 其比例取歷史平均值， 表示某年齡段末尾年齡順利流入下一段的人口； 勞動力人口包括１５ ～ ６４ 歲人口， 是經濟活動主要參與者，非勞動力人口則是０ ～ １４ 歲和６５ 歲及以上人口。少兒、老年撫養比分別反映每１００ 名勞動力需撫養的０～１４ 歲少兒、６５ 歲及以上老年人數， 總撫養比則是兩者之和， 全面評估社會撫養負擔。

作為衡量人口動態演變的兩個基本維度， 出生率與死亡率對理解和預測人口發展態勢至關重要。構建方程時， 出生率與死亡率的預測既要考慮年齡結構、性別比例等內在變量， 也應考慮社會經濟條件、政策導向等外在因素。

１） 死亡率預測

Ｌｅｅ－Ｃａｒｔｅｒ 模型作為死亡率預測的代表性模型，采用趨勢外推法進行人口預測［４１］ 。該模型通過拆分年齡和時間效應， 動態描繪了各年齡段死亡率的時序變化， 其數學表達如式（１） 所示， 其中包含年齡效應、時間趨勢及隨機誤差項。

ｌｎ（ｍｘ，ｔ ）＝ ａｘ ＋ｂｘ ｋｔ ＋εｘ，ｔ （１）

其中， ａｘ 為年齡效應參數， 捕捉了不同年齡段死亡率的基本差異。ｂｘ 為年齡相關的因子載荷，衡量不同年齡段死亡率隨時間變化的敏感度。ｋｔ 為時間因子， εｘ，ｔ為誤差項。

研究借助Ｒ 語言的Ｄｅｍｏｇｒａｐｈｙ 包， 運用ＬＣ 模型分析１９９６—２０２０ 年的死亡率數據， 設定８５ 歲為年齡上限。模型參數穩定性良好， 預測精確度高，體現為低均方誤差（ＭＳＥ ＝ ０. ０８０）和較高的解釋力（方差占比６３. ９％）， 其估算發現， 死亡率隨時間遞減的整體趨勢， 尤其在幼童與老年群體中更為顯著， 基本體現了醫療技術與健康服務的改善對死亡率的影響。在此基礎上對未來１０ 年（２０２１—２０３０ 年）的死亡率趨勢進行預估， 所得結果如圖４ 所示。

此外， 本研究以歷史平均與誤差校正相結合的方法細化分性別死亡率發現， 男性及總體人群的死亡率分布在不同年齡段表現出高一致性； 女性死亡率則與總體死亡率呈線性關聯， 進而以此構建各年齡段女性的死亡率與總體死亡率之間的回歸模型，如式（２）～（５） 所示。其中， 自變量ｘａ～ｂ 為ａ ～ｂ 年齡段總人口死亡率， 因變量ｙ 為該年齡段女性人口死亡率。該模型通過了擬合效果驗證（Ｒ２ ＝ ０. ９９６，Ｒ２ ＝０. ９６７， Ｒ２ ＝０. ９８１， Ｒ２ ＝０. ９８７）。

ｙ０～１４ ＝０. ９３８ｘ０～１４ ＋０. ０８８， Ｒ２ ＝０. ９９６ （２）

ｙ１５～４９ ＝１. ０２３ｘ１５～４９ ＋０. ３８９， Ｒ２ ＝０. ９６７ （３）

ｙ５０～６４ ＝１. １３４ｘ５０～６４ ＋１. ３０８， Ｒ２ ＝０. ９８１ （４）

ｙ６５＋ ＝１. ０６９ｘ６５＋ ＋２. ２４１， Ｒ２ ＝０. ９８７ （５）

２） 出生率預測

政策導向與經濟活動共同影響人口出生率。本文引入政策虛擬變量建構多元回歸分析模型， 為避免單一模型在整體數據擬合中的偏差， 通過分階段回歸， 其一般數學表達式如式（６） 所示：

出生率＝ε＋α１?教育水平＋α２?收入實際增長＋α３?住宅價格＋β１?獨生政策＋β２ ?二孩政策＋β３ ?完全二孩政策（６）

從計劃生育至二孩政策實施階段， 多元回歸結果如式（７） 所示：

出生率＝２６. ９１０－３. ０４８?教育水平＋１１. ７１６?獨生政策＋１５. １９４?二孩政策－０. １７５?收入實際增長－０?住宅價格（７）

完全二孩政策的實施標志政策的重大轉變， 對出生率產生新的影響， 為解決變量之間的多重共線性， 采用嶺回歸重新進行參數估計后， 具體方程如式（８） 所示：

出生率＝３３. ７５７－１. ９８８?教育水平－１. ３９４?獨生政策＋１. ３７９?二孩政策＋１. ０７８?完全二孩政策－０. １７９?收入實際增長－０?住宅價格（８）

其中， 各個政策變量按時間節點以虛擬變量０／１ 表示。教育水平以人均受教育年限衡量， 參考國家統計局的計算標準。收入實際增長與住宅價格均來源于國家統計局數據。經濟、政策共同影響出生率， 從而影響人口變動。

回歸結果顯示， 兩種模型均在統計學上意義顯著， 通過多重共線性檢驗， 能夠較好地擬合觀測數據并預測人口出生率的變化趨勢。值得注意的是，住宅售價平均值的變化并未對出生率有顯著影響，在當前分析場景下， 房價波動對出生率的直接效應相對有限。

２. ５ 仿真有效性驗證

仿真結果可信度主要依賴參數穩健性， 主要通過比較真實數據與模型仿真數據的擬合精度及誤差范圍。依托Ｖｅｎｓｉｍ ＰＬＥ 平臺進行仿真， 模擬時段設定為１９８２—２０２０ 年， 以每年為步長， 初始化數據源自１９８２ 年人口普查。由于真實死亡率數據的部分缺失， 考慮采用趨勢外推法進行插補?？傮w而言， 趨勢外推法在總死亡率預測上與歷史數據吻合度較高， 人口總量預測誤差始終維持在４. ５％以下，展現出良好的中期預測性能。

鑒于未成年人群死亡率的顯著波動性， 對人口在年齡結構區間轉變率進行調整。具體配置包括：１４ 歲人口占比分別為０. ０７２、０. ０７５、０. ０８０ 以探索最佳擬合， 同時， 為４９ 歲和６４ 歲人口設定了０. ０２０和０. ０５０ 的比值。結果顯示， 當１４ 歲人口占比設定０. ０８０ 時， 仿真模型性能最佳， 預測誤差降至最低，結果與歷史數據發展趨勢吻合， 最能反映人口在年齡結構區間流動的歷史情況， 可作為模型預測的優先參數設定， 用于未來人口預測的參數設置依據。表５ 詳列了上述最優參數設定下預測人口與實際人口的誤差。

模型的有效性驗證結果顯示， 人口—經濟—政策動力學仿真模型在中短期具有較高的準確度與可信度， 特別是在監測評估人口結構動態特性方面表現良好。

３ 人口生育政策多情景仿真比較分析

３. １ 仿真情境設計

以上述模型為基礎， 研究模擬３ 種政策情景，以觀察不同人口生育政策下人口規模與結構的趨勢推演：１） 情境一： 模擬單一政策模型， 自１９８２ 年起始終保持嚴格的生育控制政策不變， 未有任何放松或調整；２） 情境二： 模擬兩段政策模型， １９８２—２０１１年執行嚴格計劃生育政策， 自２０１３ 年轉向實施獨生子女二孩政策， 并保持政策不變；３） 情境三： 模擬三段政策模型， 或真實政策仿真模型， 即１９８２—２０１２ 年實行嚴格計劃生育政策， ２０１２—２０１５ 年實行二孩政策， ２０１６ 年起實行全面放開二孩政策。

３. ２ 仿真結果分析

３. ２. １ 人口規模分析

如表６ 所示， 人口規模仿真結果顯示： 不同生育政策對我國２０２０—２０３０ 年人口規模存在差異化影響： ①在維持嚴格計劃生育政策不變的假定下，人口增長軌跡平穩， １９８２—２０２０ 年的年均人口增長率約為０. ９％， ２０２０ 年以后增長率明顯滑落， 約為０. ５％， 到２０３０ 年人口規模將緩慢擴張至約１５. ２億； ②兩段政策模型中， 人口增長曲線于２０１３ 年經歷人口增長加速期， 預計年均增長率約為０. ８％，人口規模在２０３０ 年將突破１６ 億； ③三段政策模型中， 完全二孩與二孩政策效果相近， 差異不顯著，預示此調整對促進人口增長的成效甚微。具體動態變化對比圖如圖５ 所示。

總體而言， 盡管生育政策的調整在一定程度上能夠促進人口增長， 但經濟壓力較大、育兒成本高昂、育齡婦女數量減少和社會觀念變化等多重社會經濟因素的制約， 限制了生育政策調整對人口增長的積極影響， 全面二孩政策實施后， 人口增幅未能達到預期效果。

３. ２. ２ 人口結構分析

人口性別結構隨政策的調整變動空間不大。圖６展示了在不同政策調控場景下， 我國男女比例在預測期內基本維持在狹窄穩定的區間， 大約為１. ０６～１. ０７， 保持穩定。有研究關注到， 一孩性別對二孩政策的推行效果有微妙影響： 一孩為女孩的家庭，二孩生育意愿更強， 且期望男孩意愿更為強烈， 推動了男女比例的輕微上調。

圖７ 展示年齡構成的差異性演化。嚴格計劃生育政策下， ０～１４ 歲群體比例呈逐年遞減趨勢， 老齡人口比重攀升， 預示２０３０ 年少年與老年群體的比例分別為１４. ９２％、１６. ７９％， 老齡化挑戰日益嚴峻。對比之下， 二段與三段生育政策的引入， 緩和了上述人口結構失衡問題， 雖取得一定成效， 但總體改善幅度有限。自１９８２ 年起， 少年兒童占總人口的比例從３３％大幅滑落， 預計２０３０ 年將進一步減少至約１７％。值得注意的是， 盡管政策有所調整，但６５ 歲及以上老年人口的比例依舊保持上升勢頭，預計將在２０３０ 年達到１６％的高度， 顯示老齡化趨勢的頑固性。兩種調整政策場景下的差異相對微妙，人口結構的優化仍需更加精準和創新的策略干預。

３. ２. ３ 監測指標分析

在相關指標監測中， 如圖８、圖９ 所示， 不同政策對就業率、老年撫養比的短期影響偏差不大，并未有顯著性政策差異， 但少兒撫養比、總體撫養比顯示出典型差異性。與計劃生育相比， 獨生子女二孩和全面二孩政策均顯著提高了少兒撫養比， 間接減輕了老年撫養比， 緩解了社會保障壓力和勞動人口的養老負擔。然而， 兩段政策模型與三段政策模型的撫養比曲線高度重疊， 全面二孩政策并未從根本上改變我國的撫養壓力問題。

３. ３ 仿真結果小結

政策仿真模擬的結果顯示， 我國現行生育政策調整對人口總量與年齡結構具有顯著影響， 在緩解人口總和生育率下降與人口老齡化加速方面具有一定的預見性， 反映出單純依賴人口生育政策寬松化的政策模式， 在就業壓力較大、育兒成本快速增長的當前仍面臨一定局限性， 高生育鼓勵措施并不能完全實現政策預設的人口規模和結構調整目標。因此， 系統動力學仿真方法提供了一個綜合性的策略分析框架， 可以逐步調整相關外部變量和因果關系，逐步探討和預見強化育兒財政補助、實施更有力的生育鼓勵政策、降低教育成本、改善醫療保健服務等政策對人口調控的影響， 拓展了人口生育政策分析的范疇和方法。

４ 結 語

依托系統動力學所構建的政策仿真模擬方法，能預估解析政策變動如何在復雜的社會生態系統內催生連鎖效應。不僅反映政策干預的即時結果， 還追蹤干預隨時間積累的長遠影響， 為決策層提供更長周期的分析視角， 增強政策應變能力和長期成效跟蹤。

模擬結果顯示， 生育政策調整雖對人口數量與結構有顯著影響， 但單一政策效力有限， 單純扁平化優化政策后的成效顯著降低， 難以從根本上逆轉低生育率和老齡化趨勢。獨生子女二孩政策之所以對我國人口產生較大影響， 其本質在于許多家庭的生育意愿得到了釋放。長期以來， 渴望擁有二孩的家庭因政策限制而未能如愿， 新政策的出臺給予了他們實現愿望的機會。然而， 全面放開二孩政策雖然能夠在一定程度上釋放被壓抑的生育潛力， 但要大幅提高生育意愿卻面臨諸多挑戰。在考慮育兒成本、教育開支以及生育風險等因素后， 很多家庭即便在政策允許的情況下， 也可能選擇不再增加家庭成員。因此， 我國未來的生育政策不能僅限于生育嬰孩數量本身， 更應該多方面進行調整， 如提高育兒補貼、獎勵育兒、降低教育和育兒成本、改善醫療設備等， 利用經濟和社會手段調整出生率， 從而改善人口結構。

面對人口結構轉型的挑戰， 生育政策不應僅僅停留在放寬限制的層面， 更應向一個更加全面、綜合性的策略體系轉變， 從單一激勵生育轉向多方位綜合， 這一轉變要求在教育投資增加、經濟激勵機制創新、養老服務體系完善等方面協同發力， 共同構建有利于人口均衡發展的社會環境。在此基礎上，系統動力學仿真將繼續作為強有力的分析工具， 為制定更加科學、高效的人口管理與社會發展政策提供堅實的數據支撐和理論依據。

系統動力學仿真作為一種分析工具， 也存在若干局限性。一是強相關性偏好與低因果解釋， 模型更偏好相關性高的解釋變量， 而高因果解釋的變量可能在整體模型中無法通過檢驗， 因而無法用于模型的預測， 即“可用模型并不一定可解釋”。二是無法判定模型的變量飽和性和最佳變量規模， 雖然借鑒了大量的已有模型， 但仍無法判定變量是否足夠預測， 也無法判定單一變量對模型的貢獻大小。對于超大規模變量的仿真模型， 模型有效性和效果顯著性將會遇到挑戰。此外， 在更大尺度的政策周期或不可預期的“黑天鵝” 事件， 如當前的經濟周期和住房政策調整， 仍然無法在關聯規則系統中有效預測。這些局限也是后續研究值得注意和改進的地方。

參考文獻

［１］ 黃匡時． 計算人口學的學科范式、理論基礎與技術方法［ Ｊ］．

北京工業大學學報（社會科學版）， ２０２１， ２１ （３）： １６－２７．

［２］ 馬爾薩斯． 人口原理［ Ｍ］． 朱泱， 胡企林， 等譯． 北京： 商

務印書館， １９９２．

［３］ 馮玉祥． 中國人口問題［Ｍ］． 北京： 人民出版社， １９５３．

［４］ 于也雯， 龔六堂． 生育政策、生育率與家庭養老［Ｊ］． 中國工

業經濟， ２０２１， （５）： ３８－５６．

［５］ 彭希哲， 胡湛． 公共政策視角下的中國人口老齡化［ Ｊ］． 中國

社會科學， ２０１１， （３）： １２１－１３８， ２２２－２２３．

［６］ 封進． 人口老齡化、社會保障及對勞動力市場的影響［ Ｊ］． 中

國經濟問題， ２０１９， （５）： １５－３３．

［７］ 戴洛特， 郭宇春． 人口老齡化、社會保障支出與經濟增長［Ｊ］．

統計理論與實踐， ２０２４， （３）： ４０－４６．

［８］ 馬子洋． “老齡化” “少子化” 疊加對居民消費的影響———基

于中國家庭追蹤調查數據的實證［ Ｊ］． 商業經濟研究， ２０２４，

（１２）： ６３－６７．

［９］ 張鵬飛， 蘇暢． 人口老齡化、社會保障支出與財政負擔［Ｊ］． 財

政研究， ２０１７， （１２）： ３３－４４．

［１０］ 鄭錄軍， 韓慶瀟． 生育政策、人口流動對宏觀經濟的影響［Ｊ］．

中國人口·資源與環境， ２０２２， ３２ （８）： １６３－１７３．

［１１］ 鄭回靜． 我國人口生育政策演變對住房需求的影響研究［Ｄ］．

上海： 上海社會科學院， ２０１８．

［１２］ 賈俊雪， 龍學文， 孫偉． 人口紅利還是人力資本紅利： 生育

政策經濟影響的理論分析［ Ｊ］． 經濟研究， ２０２１， ５６ （１２）：

１３０－１４８．

［１３］ 劉慶， 劉秀麗． 生育政策調整背景下２０１８—２１００ 年中國人口

規模與結構預測研究［Ｊ］． 數學的實踐與認識， ２０１８， ４８ （８）：

１８０－１８８．

［１４］ 李勇， 孫琪． 如何有效促進人口生育水平提升———基于江蘇

省人口出生率影響因素的實證分析［Ｊ］． 中國衛生事業管理，

２０２３， ４０ （７）： ４８６－４９０．

［１５］ 汪偉． 人口老齡化、生育政策調整與中國經濟增長［ Ｊ］． 經

濟學（季刊）， ２０１７， １６ （１）： ６７－９６．

［１６］ 王金營． 中國計劃生育政策的人口效果評估［ Ｊ］． 中國人口

科學， ２００６， （５）： ２３－３２， ９５．

［１７］ 王國軍， 趙小靜， 周新發． 我國人口出生率影響因素實證研

究———基于計劃生育政策、社會保障視角［Ｊ］． 經濟問題， ２０１６，

（２）： ７－１１．

［１８］ 潘金洪， 胡創奇， 郝仁杰． 生育政策調整帶來的生育率變化對

人口老齡化的影響———以江蘇省為例［Ｊ］． 人口與社會， ２０１８，

３４ （５）： ３－１７．

［１９］ Ｔｕｃｋｅｒ Ｃ， Ｈｏｏｋ Ｊ． Ｓｕｒｐｌｕｓ Ｃｈｉｎｅｓｅ Ｍｅｎ： Ｄｅｍｏｇｒａｐｈｉｃ Ｄｅｔｅｒｍｉ?

ｎａｎｔｓ ｏｆ ｔｈｅ Ｓｅｘ Ｒａｔｉｏ ａｔ Ｍａｒｒｉａｇｅａｂｌｅ Ａｇｅｓ ｉｎ Ｃｈｉｎａ ［Ｊ］． Ｐｏｐｕｌａ?

ｔｉｏｎ ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ Ｒｅｖｉｅｗ， ２０１３， ３９ （２）： ２０９－２２９．

［２０］ 湯兆云． 生育政策對出生性別比升高影響及未來生育政策的

走向［Ｊ］． 江蘇社會科學， ２０１１， （６）： ５５－６０．

［２１］ 盛亦男． 生育政策調整對女性就業質量的影響［ Ｊ］． 人口與

經濟， ２０１９， （３）： ６２－７６．

［２２］ 李松臣， 張世英． 基于逐步回歸法的人口出生率影響因素分

析［Ｊ］． 統計與決策， ２００８， （４）： ７－９．

［２３］ 瑪依拉·吐爾遜， 常軒． 我國人口出生率及其影響因素研究———

基于動態ＧＭＭ 模型和門限模型的實證分析［Ｊ］． 價格理論與實

踐， ２０１９， （１１）： ５３－５６．

［２４］ 甘舟穎． 二孩政策背景下城市新移民的生育保障制度探析

［Ｊ］． 中外企業家， ２０１８， （２４）： ２０１－２０２．（

［２５］ Ｆｏｒｒｅｓｔｅｒ Ｊ Ｗ． Ｉｎｄｕｓｔｒｉａｌ Ｄｙｎａｍｉｃｓ： Ａ Ｍａｊｏｒ Ｂｒｅａｋｔｈｒｏｕｇｈ ｆｏｒ Ｄｅｃｉ?

ｓｉｏｎ Ｍａｋｅｒｓ ［Ｊ］． Ｈａｒｖａｒｄ Ｂｕｓｉｎｅｓｓ Ｒｅｖｉｅｗ， １９５８， ３６ （４）： ３７－６６．

［２６］ 許光清， 鄒驥． 系統動力學方法： 原理、特點與最新進展［Ｊ］．

哈爾濱工業大學學報（社會科學版）， ２００６， （４）： ７２－７７．

［２７］ 張一文， 齊佳音， 馬君， 等． 網絡輿情與非常規突發事件作

用機制———基于系統動力學建模分析［Ｊ］． 情報雜志， ２０１０， ２９

（９）： １－６．

［２８］ Ｓａｅｅｄ Ｋ． Ｔｈｅ Ｄｙｎａｍｉｃｓ ｏｆ Ｅｃｏｎｏｍｉｃ Ｇｒｏｗｔｈ ａｎｄ Ｐｏｌｉｔｉｃａｌ Ｉｎｓｔａ?

ｂｉｌｉｔｙ ｉｎ Ｄｅｖｅｌｏｐｉｎｇ Ｃｏｕｎｔｒｉｅｓ ［Ｊ］． Ｓｙｓｔｅｍ Ｄｙｎａｍｉｃｓ Ｒｅｖｉｅｗ， １９８６， ２

（１）： ２０－３５．

［２９］ 劉耀彬， 陳斐， 李仁東． 區域城市化與生態環境耦合發展模擬

及調控策略———以江蘇省為例［Ｊ］． 地理研究， ２００７， （１）： １８７－

１９６．

［３０］ 張友棠， 黃陽． 基于行業環境風險識別的企業財務預警控制

系統研究［Ｊ］． 會計研究， ２０１１， （３）： ４１－４８， ９５．

［３１］ 李旭． 社會系統動力學： 政策研究的原理、方法和應用［Ｍ］．

上海： 復旦大學出版社， ２００９．

［３２］ Ｐｉｔｏｙｏ Ａ Ｊ， Ｕｌｈａｑ Ｍ Ｄ， Ｗａｈｉｄ Ａ， ｅｔ ａｌ． Ｓｙｓｔｅｍ Ｄｙｎａｍｉｃｓ

Ｍｏｄｅｌｉｎｇ ｏｆ Ｉｎｄｏｎｅｓｉａ Ｐｏｐｕｌａｔｉｏｎ Ｐｒｏｊｅｃｔｉｏｎ Ｍｏｄｅｌ ［Ｊ］． ＩＯＰ Ｃｏｎｆｅｒ?

ｅｎｃｅ Ｓｅｒｉｅｓ： Ｅａｒｔｈ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅ， ２０１８， １４５： ０１２１１７．

［３３］ 趙景柱． 人口與社會—經濟—自然復合生態系統的持續發展———

伊春市人口的系統分析與調控對策［Ｊ］． 生態學報， １９９２， （１）：

７７－８３．

［３４］ 李旭． 社會系統動力學： 政策研究的原理、方法和應用［Ｍ］．

上海： 復旦大學出版社， ２００９．

［３５］ 李香霞． 基于系統動力學的江蘇省人口預測仿真研究［Ｊ］． 管

理觀察， ２０１９， （９）： ７６－７８．

［３６］ 朱墨蕤， 嚴明義． 人口老齡化與財政支出結構———基于中國經

驗的ＳＤ 分析［Ｊ］． 統計與信息論壇， ２０１９， ３４ （１１）： ５０－５８．

［３７］ 劉靖， 張巖， 李娜． 區域經濟轉型與教育因果反饋及仿真模

擬———以長三角為例［Ｊ］． 經濟問題探索， ２０１５， （１０）： ８２－８８．

［３８］ 吳信如， 王靜， 王文婷． 中國人口政策的經濟效應： ＯＬＧ 模

型和Ｐａｎｅｌ 數據分析［ Ｊ］． 華東師范大學學報（ 哲學社會科學

版）， ２０１５， ４７ （４）： ９３－９９， １７０．

［３９］ 王維國， 劉豐， 胡春龍． 生育政策、人口年齡結構優化與經

濟增長［Ｊ］． 經濟研究， ２０１９， ５４ （１）： １１６－１３１．

［４０］ 瞿凌云． 人口政策的經濟效應分析———基于人口數量與質量

替代效應的視角［Ｊ］． 人口與經濟， ２０１３， （５）： ２４－３２．

［４１］ Ｌｅｅ Ｒ Ｄ， Ｃａｒｔｅｒ Ｌ Ｒ． Ｍｏｄｅｌｉｎｇ ａｎｄ Ｆｏｒｅｃａｓｔｉｎｇ Ｕ Ｓ． Ｍｏｒｔａｌｉｔｙ ［Ｊ］．

Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ａｍｅｒｉｃａｎ Ｓｔａｔｉｓｔｉｃａｌ Ａｓｓｏｃｉａｔｉｏｎ， １９９２， ８７ （ ４１９）：６５９．

（責任編輯： 郭沫含）