張屹山，胡　茜

（1吉林大學(xué)數(shù)量經(jīng)濟(jì)研究中心，吉林長(zhǎng)春130012；2吉林大學(xué)商學(xué)院，吉林長(zhǎng)春130012）

?

產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、人口結(jié)構(gòu)轉(zhuǎn)變與潛在經(jīng)濟(jì)增長(zhǎng)率

張屹山1，2，胡茜2

（1吉林大學(xué)數(shù)量經(jīng)濟(jì)研究中心，吉林長(zhǎng)春130012；2吉林大學(xué)商學(xué)院，吉林長(zhǎng)春130012）

［摘要］本文從產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和人口結(jié)構(gòu)變動(dòng)兩方面考慮了實(shí)際GDP的變化情況，研究了導(dǎo)致中國(guó)近幾年來(lái)的實(shí)際經(jīng)濟(jì)增速下降的原因，并通過(guò)建立的模型對(duì)未來(lái)五年做出趨勢(shì)預(yù)測(cè)。首先建立了資本形成率與人口撫養(yǎng)比、城市化率以及第二產(chǎn)業(yè)比重的回歸關(guān)系，分析了產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、人口結(jié)構(gòu)轉(zhuǎn)變因素的對(duì)資本形成率的聯(lián)動(dòng)影響。其次從標(biāo)準(zhǔn)生產(chǎn)函數(shù)核算框架出發(fā)，附加人力資本變量，考慮經(jīng)濟(jì)結(jié)構(gòu)變動(dòng)因素對(duì)潛在經(jīng)濟(jì)增速的影響，進(jìn)行潛在增長(zhǎng)情景模擬。

［關(guān)鍵詞］人口結(jié)構(gòu)；產(chǎn)業(yè)結(jié)構(gòu)；增長(zhǎng)核算；潛在增長(zhǎng)率

一、引言

Bloom和Williamson通過(guò)對(duì)東亞國(guó)家的經(jīng)濟(jì)增長(zhǎng)模型中引入人口變量，實(shí)證研究得出，人口的年齡分布而非人口增速是真正顯著影響經(jīng)濟(jì)增長(zhǎng)的因素。1965—1990年間至少三分之一的人均GDP增速可以由人口變量來(lái)解釋［1］。人口紅利指某個(gè)國(guó)家具有這樣的勞動(dòng)人口結(jié)構(gòu)，其人口中勞動(dòng)年齡人口占比較大，該國(guó)勞動(dòng)力供給充足、人口總撫養(yǎng)比低，進(jìn)而儲(chǔ)蓄率水平較高，具有較高水平的投資率和資本形成率，使得經(jīng)濟(jì)高速增長(zhǎng)成為可能。自1978年起，中國(guó)經(jīng)濟(jì)長(zhǎng)期保持著接近10％甚至以上的年增長(zhǎng)率水平，許多研究結(jié)果也證實(shí)了人口紅利在中國(guó)經(jīng)濟(jì)高速增長(zhǎng)中的巨大貢獻(xiàn)。然而，人口結(jié)構(gòu)將隨時(shí)發(fā)生變化。中國(guó)的勞動(dòng)年齡人口占比在2010年達(dá)到高點(diǎn)74.5％后，已連續(xù)四年回落，2014年回落至73.4％；中國(guó)人口總撫養(yǎng)比自2011年起開(kāi)始上升，15—64歲的中國(guó)勞動(dòng)年齡人口絕對(duì)數(shù)量自2013年起開(kāi)始下降?？梢?jiàn)“十二五”期間我國(guó)人口結(jié)構(gòu)發(fā)生了很大的變化。同一時(shí)期我國(guó)的經(jīng)濟(jì)增速也由“十二五”前半期的10％左右的水平下滑至2014年的7.7％，以及2015年上半年的7％。由此可見(jiàn)，人口結(jié)構(gòu)變化對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)水平影響重大。

改革開(kāi)放期初，第一產(chǎn)業(yè)增加值占比高，工業(yè)化水平低，農(nóng)業(yè)勞動(dòng)者占比在30年間從70％下降到35％。勞動(dòng)者進(jìn)入勞動(dòng)生產(chǎn)率水平較高的第二三產(chǎn)業(yè)，第二三產(chǎn)業(yè)發(fā)展迅速，全社會(huì)勞動(dòng)生產(chǎn)率快速顯著提高。由于發(fā)展期初全社會(huì)勞動(dòng)生產(chǎn)率低，科學(xué)技術(shù)水平與世界發(fā)達(dá)國(guó)家相比差距極大，中國(guó)的“干中學(xué)”技術(shù)進(jìn)步效應(yīng)顯著，追趕潛力巨大。中國(guó)進(jìn)入世界貿(mào)易組織以來(lái)，較低的相對(duì)工資水平吸引了大量對(duì)中國(guó)勞動(dòng)密集型工業(yè)的投資，從而使得中國(guó)工業(yè)迅速增長(zhǎng)，全社會(huì)勞動(dòng)生產(chǎn)率快速提升。如今經(jīng)過(guò)三十多年高速增長(zhǎng)后，中國(guó)技術(shù)水平與國(guó)際前沿趨近，干中學(xué)效率下降，但自主創(chuàng)新機(jī)制尚未形成。中國(guó)第一產(chǎn)業(yè)增加值份額下降至10％，第二產(chǎn)業(yè)增加值占比在達(dá)到47.4％后逐年降低至42.6％，第三產(chǎn)業(yè)增加值占比從1978年的22.3％逐年上升至48.2％，這說(shuō)明中國(guó)的產(chǎn)業(yè)結(jié)構(gòu)從第一產(chǎn)業(yè)迅速向第二、三產(chǎn)業(yè)擴(kuò)張的階段轉(zhuǎn)變?yōu)閺牡诙a(chǎn)業(yè)向第三產(chǎn)業(yè)轉(zhuǎn)移的階段。在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整進(jìn)入第二階段的過(guò)程中，中國(guó)經(jīng)濟(jì)增長(zhǎng)的速度也從10％的高速回落至7％左右的水平。

中國(guó)經(jīng)濟(jì)增長(zhǎng)前沿課題組總結(jié)出中國(guó)經(jīng)濟(jì)增長(zhǎng)六個(gè)結(jié)構(gòu)特征：人口結(jié)構(gòu)轉(zhuǎn)型，生產(chǎn)率的產(chǎn)業(yè)再分布以及收入分配調(diào)整等［2］。袁富華引入“結(jié)構(gòu)性減速”，通過(guò)對(duì)12個(gè)發(fā)達(dá)國(guó)家的人均GDP增長(zhǎng)因素進(jìn)行三因素分解：勞動(dòng)生產(chǎn)率、勞動(dòng)參與率以及勞動(dòng)年齡人口比重，并重點(diǎn)分析了經(jīng)濟(jì)增長(zhǎng)最重要的影響因素——?jiǎng)趧?dòng)生產(chǎn)率的增長(zhǎng)率問(wèn)題，由總量分析轉(zhuǎn)向結(jié)構(gòu)分析，令各產(chǎn)業(yè)的增加值份額和各產(chǎn)業(yè)的就業(yè)份額隨時(shí)間發(fā)生變化，將三次產(chǎn)業(yè)勞動(dòng)生產(chǎn)率增長(zhǎng)率加權(quán)得出全社會(huì)勞動(dòng)生產(chǎn)率增長(zhǎng)率，并得出結(jié)論認(rèn)為隨著發(fā)達(dá)國(guó)家的產(chǎn)業(yè)結(jié)構(gòu)服務(wù)化進(jìn)程的推進(jìn)，其全社會(huì)勞動(dòng)生產(chǎn)率的增長(zhǎng)率相對(duì)于經(jīng)濟(jì)高速增長(zhǎng)時(shí)期，減速的幅度普遍偏大。本文參考了加權(quán)合成全社會(huì)勞動(dòng)生產(chǎn)率增長(zhǎng)率的計(jì)算方法，將產(chǎn)業(yè)結(jié)構(gòu)變化涵蓋在經(jīng)濟(jì)結(jié)構(gòu)服務(wù)化的過(guò)程中，研究其對(duì)全社會(huì)勞動(dòng)生產(chǎn)率的增長(zhǎng)率的影響［3］。

陸旸和蔡昉通過(guò)比較中國(guó)和日本在相似發(fā)展階段的人口結(jié)構(gòu)變化與經(jīng)濟(jì)增速變化的關(guān)系，認(rèn)為中國(guó)當(dāng)前正經(jīng)歷的人口結(jié)構(gòu)變化和日本1970年代經(jīng)歷的人口結(jié)構(gòu)變化相似，也將使中國(guó)未來(lái)的潛在經(jīng)濟(jì)增長(zhǎng)率迅速降低，并建議中國(guó)應(yīng)借鑒日本的教訓(xùn)，避免人為推高實(shí)際經(jīng)濟(jì)增長(zhǎng)率，產(chǎn)生經(jīng)濟(jì)泡沫從而威脅經(jīng)濟(jì)的健康發(fā)展［4］。

本文在實(shí)際GDP變化因素的情景下，主要研究產(chǎn)業(yè)結(jié)構(gòu)和人口結(jié)構(gòu)變化是如何導(dǎo)致中國(guó)近幾年經(jīng)濟(jì)增速的下降，并通過(guò)建立的模型對(duì)未來(lái)五年做出趨勢(shì)預(yù)測(cè)；其次我們從標(biāo)準(zhǔn)生產(chǎn)函數(shù)核算框架出發(fā)，附加人力資本變量，考慮資本存量、潛在就業(yè)量、TFP因素和人力資本變量對(duì)潛在經(jīng)濟(jì)增速的影響，進(jìn)行潛在增長(zhǎng)情景模擬。

二、模型構(gòu)建的理念與方法

經(jīng)濟(jì)增長(zhǎng)核算是將GDP增長(zhǎng)率分解為其他變量的增長(zhǎng)率的加權(quán)平均。如果GDP的增長(zhǎng)率和分解成的解釋變量的增長(zhǎng)率在過(guò)去呈現(xiàn)一個(gè)的穩(wěn)定的關(guān)系，并且這一穩(wěn)定關(guān)系可以在未來(lái)持續(xù)下去，那么關(guān)于這些解釋變量未來(lái)值的信息便可以用來(lái)預(yù)測(cè)未來(lái)GDP的增長(zhǎng)率。

（一）直接因素分解

沿用袁富華的三因素分解法，我們基于中國(guó)統(tǒng)計(jì)年鑒的GDP實(shí)際數(shù)據(jù)進(jìn)行增長(zhǎng)因素分解，從中國(guó)經(jīng)濟(jì)發(fā)展的歷史數(shù)據(jù)出發(fā)研究經(jīng)濟(jì)結(jié)構(gòu)因素對(duì)經(jīng)濟(jì)增長(zhǎng)的影響［3］。經(jīng)濟(jì)活動(dòng)人口為L(zhǎng)t，勞動(dòng)年齡人口為POPL，勞動(dòng)參與率為θL，總?cè)丝跒镻OP，則GDP可以分解為：

也就是將經(jīng)濟(jì)增長(zhǎng)率分解為全社會(huì)勞動(dòng)生產(chǎn)率增長(zhǎng)率、勞動(dòng)參與率增長(zhǎng)率、勞動(dòng)年齡人口占比增長(zhǎng)率以及總?cè)丝谠鲩L(zhǎng)率的求和形式。從這種分解意義上來(lái)講，第一項(xiàng)揭示了全社會(huì)勞動(dòng)生產(chǎn)率對(duì)經(jīng)濟(jì)增長(zhǎng)率的影響，同時(shí)，后三項(xiàng)因素恰好是人口結(jié)構(gòu)的相關(guān)因素。

對(duì)于分解的第一項(xiàng)：全社會(huì)勞動(dòng)生產(chǎn)率，沿用中國(guó)經(jīng)濟(jì)增長(zhǎng)前沿課題組的對(duì)全社會(huì)勞動(dòng)生產(chǎn)率增長(zhǎng)率的設(shè)定，我們采取產(chǎn)業(yè)加權(quán)合成方法，假設(shè)各產(chǎn)業(yè)增加值份額和產(chǎn)業(yè)就業(yè)份額均隨時(shí)間變化，推導(dǎo)全社會(huì)勞動(dòng)生產(chǎn)率的計(jì)算公式［2］。令從t到t+1期全社會(huì)勞動(dòng)生產(chǎn)率的增長(zhǎng)率為ηt+1，各產(chǎn)業(yè)勞動(dòng)生產(chǎn)率增長(zhǎng)率為，各產(chǎn)業(yè)就業(yè)人口占全社會(huì)就業(yè)人口份額的增長(zhǎng)率為；其中i=1，2,3表示第一、二、三產(chǎn)業(yè)。t期各產(chǎn)業(yè)增加值占GDP份額為γit，若記i=1，2，3，其中emt為t期就業(yè)人口（經(jīng)濟(jì)活動(dòng)人口），emit表示第i產(chǎn)業(yè)的就業(yè)人口，gdpit表示第i產(chǎn)業(yè)t期的增加值。也就是ηt是gt的增長(zhǎng)率，ζti是αit的增長(zhǎng)率。于是有

考慮

于是

當(dāng)交叉項(xiàng)較小時(shí)，有

從上面的推導(dǎo)過(guò)程中可以看出，我們將各產(chǎn)業(yè)的就業(yè)份額的增長(zhǎng)率附加到各產(chǎn)業(yè)勞動(dòng)生產(chǎn)率增長(zhǎng)率上，從而將三產(chǎn)業(yè)的就業(yè)結(jié)構(gòu)變化納入到全社會(huì)勞動(dòng)生產(chǎn)率的計(jì)算中，也就是說(shuō)我們考慮了產(chǎn)業(yè)結(jié)構(gòu)變化在經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)服務(wù)化進(jìn)程中對(duì)經(jīng)濟(jì)增長(zhǎng)影響。袁富華定義了全社會(huì)勞動(dòng)生產(chǎn)率變化的“結(jié)構(gòu)效應(yīng)”，以1950年各國(guó)各產(chǎn)業(yè)增加值比重為基準(zhǔn)，運(yùn)用1970—2008年的數(shù)據(jù)，研究了美、日、德、法等9個(gè)工業(yè)化先行國(guó)的勞動(dòng)生產(chǎn)率增長(zhǎng)率的變動(dòng)情況［3］。結(jié)果表明，除了個(gè)別時(shí)期，各國(guó)各個(gè)時(shí)期的“結(jié)構(gòu)效應(yīng)”出現(xiàn)了較大的負(fù)值，說(shuō)明與1950年代的經(jīng)濟(jì)結(jié)構(gòu)相比較，1970年代以后的經(jīng)濟(jì)結(jié)構(gòu)服務(wù)化過(guò)程對(duì)全社會(huì)勞動(dòng)生產(chǎn)率增長(zhǎng)率的負(fù)向沖擊作用是巨大的。

本文通過(guò)對(duì)中國(guó)1978—2014年的三產(chǎn)業(yè)勞動(dòng)生產(chǎn)率增長(zhǎng)率的測(cè)算，發(fā)現(xiàn)在過(guò)去的近四十年間，中國(guó)的第三產(chǎn)業(yè)勞動(dòng)生產(chǎn)率的增長(zhǎng)率與第二產(chǎn)業(yè)勞動(dòng)生產(chǎn)率增長(zhǎng)率接近，甚至在一些時(shí)期超過(guò)。這一看似與袁富華不同的結(jié)果可能與中國(guó)的特殊國(guó)情有關(guān)，袁富華將中國(guó)同發(fā)達(dá)國(guó)家在相應(yīng)發(fā)展階段的GDP三產(chǎn)業(yè)份額和就業(yè)份額相比較，可以看出，中國(guó)與日本情景相近，第二產(chǎn)業(yè)40％以上的增加值份額維持了經(jīng)濟(jì)的高速發(fā)展。然而，中國(guó)第三產(chǎn)業(yè)就業(yè)份額明顯低于相應(yīng)發(fā)展階段的其他國(guó)家，說(shuō)明第三產(chǎn)業(yè)發(fā)展十分滯后。另外，我們認(rèn)為從1990年代開(kāi)始蓬勃發(fā)展的房地產(chǎn)也是中國(guó)第三產(chǎn)業(yè)勞動(dòng)生產(chǎn)率的增長(zhǎng)率保持高速的原因，然而過(guò)度飽和、即將進(jìn)入總量過(guò)剩時(shí)代的房地產(chǎn)市場(chǎng)已無(wú)法再為第三產(chǎn)業(yè)勞動(dòng)生產(chǎn)率高速增長(zhǎng)繼續(xù)提供動(dòng)力；同時(shí)類似于要素的邊際產(chǎn)出遞減效應(yīng)，當(dāng)?shù)谌a(chǎn)業(yè)勞動(dòng)生產(chǎn)率達(dá)到較高水平，隨著進(jìn)入第三產(chǎn)業(yè)的就業(yè)人口的快速上升，其勞動(dòng)生產(chǎn)率增長(zhǎng)率勢(shì)必?zé)o法一直保持較高水平。Hubbard和Nutter等將服務(wù)業(yè)分為生產(chǎn)性服務(wù)業(yè)和傳統(tǒng)服務(wù)業(yè)［5］。而由袁少峰等的實(shí)證研究可以說(shuō)明，具有高于第三產(chǎn)業(yè)勞動(dòng)生產(chǎn)率平均水平的生產(chǎn)性服務(wù)業(yè)，其吸收就業(yè)能力卻遠(yuǎn)低于傳統(tǒng)服務(wù)業(yè)［6］。于是隨著大量第一、二產(chǎn)業(yè)就業(yè)人口向第三產(chǎn)業(yè)轉(zhuǎn)移，如果不能合理控制經(jīng)濟(jì)結(jié)構(gòu)服務(wù)化的速度、統(tǒng)籌好第三產(chǎn)業(yè)就業(yè)人口的分流以及就業(yè)人口的職業(yè)培訓(xùn)，便很可能使大量轉(zhuǎn)移的就業(yè)人口進(jìn)入低生產(chǎn)率的傳統(tǒng)服務(wù)業(yè)，導(dǎo)致第三產(chǎn)業(yè)增加值份額增長(zhǎng)率趕不上其就業(yè)份額的增長(zhǎng)率，使得第三產(chǎn)業(yè)勞動(dòng)生產(chǎn)率增速下滑，進(jìn)入前述發(fā)達(dá)國(guó)家所經(jīng)歷的結(jié)構(gòu)性減速的路徑。所以我們認(rèn)為，盡管第一產(chǎn)業(yè)一直保持比第二、三產(chǎn)業(yè)更為顯著的勞動(dòng)生產(chǎn)率增長(zhǎng)率水平，但該產(chǎn)業(yè)較小的規(guī)模以及自2010年以來(lái)第二、三產(chǎn)業(yè)勞動(dòng)生產(chǎn)率的增長(zhǎng)率持續(xù)下滑的趨勢(shì)導(dǎo)致了我國(guó)當(dāng)前全社會(huì)勞動(dòng)生產(chǎn)率增長(zhǎng)率的下降，進(jìn)而導(dǎo)致了現(xiàn)階段經(jīng)濟(jì)增速的下滑。對(duì)于未來(lái)經(jīng)濟(jì)形勢(shì)的預(yù)測(cè)，我們認(rèn)為隨著中國(guó)經(jīng)濟(jì)結(jié)構(gòu)服務(wù)化進(jìn)程的演進(jìn)，第三產(chǎn)業(yè)會(huì)以其較低的勞動(dòng)生產(chǎn)率增長(zhǎng)率以及其規(guī)模擴(kuò)張抵消掉第一、二產(chǎn)業(yè)相對(duì)高的增長(zhǎng)速度，進(jìn)而拉低全社會(huì)勞動(dòng)生產(chǎn)率的增長(zhǎng)速度。

對(duì)于分解的第二項(xiàng)：勞動(dòng)參與率的變化率，我們利用第六次人口普查的分年齡段分性別的人口數(shù)據(jù)以及分年齡分性別的人口死亡率預(yù)測(cè)出2011—2025年的分年齡分性別勞動(dòng)年齡人口以及勞動(dòng)年齡總?cè)丝冢焕玫诹稳丝谄詹閿?shù)據(jù)計(jì)算出的分年齡分性別勞動(dòng)參與率乘以相應(yīng)的分年齡分性別的人口權(quán)數(shù)便可計(jì)算出2011—2025年的社會(huì)總勞動(dòng)參與率。

勞動(dòng)年齡人口占比的變化率，我們使用2010—2014年勞動(dòng)年齡人口占比的增長(zhǎng)率求平均作為現(xiàn)階段（2011—2015年）勞動(dòng)年齡占比的變化率。中國(guó)的勞動(dòng)年齡人口占比2010年達(dá)到高點(diǎn)74.5％后，已連續(xù)四年回落，2014年回落至73.4％。2016—2020年的該指標(biāo)的變化率使用中國(guó)經(jīng)濟(jì)增長(zhǎng)前沿課題組的預(yù)測(cè)結(jié)果，認(rèn)為是-0.40％［7］。

總?cè)丝诘淖兓?，具有比較穩(wěn)定的趨勢(shì)，我們不做估計(jì)，使用已有文獻(xiàn)的估計(jì)結(jié)果。

（二）收入法經(jīng)濟(jì)增長(zhǎng)核算

GDP的收入法核算公式如下：

國(guó)內(nèi)生產(chǎn)總值=勞動(dòng)者報(bào)酬+固定資產(chǎn)折舊+生產(chǎn)凈稅額+營(yíng)業(yè)盈余

參考Holz的設(shè)定［8］，其中勞動(dòng)者報(bào)酬等于名義工資率乘以勞動(dòng)者數(shù)量，wt名義工資率，Lt勞動(dòng)者數(shù)量；生產(chǎn)凈稅額反映生產(chǎn)中所產(chǎn)生的稅，被認(rèn)為是增加價(jià)值的函數(shù)，Tt稅率；固定資產(chǎn)折舊取決于還未完全折舊的固定資產(chǎn)的值的大小，它被認(rèn)為是固定資本形成的函數(shù)，Kt名義固定資本形成，δt折舊率；營(yíng)業(yè)盈余反映了整個(gè)經(jīng)濟(jì)的商業(yè)利潤(rùn)，可以假設(shè)為是固定資本形成Kt的函數(shù)，st：盈余率；pt表示價(jià)格水平，Yt表示實(shí)際GDP，YTt表示實(shí)際稅后GDP。寫(xiě)成數(shù)學(xué)表達(dá)式為

寫(xiě)成增長(zhǎng)率的形式有：

其中

做如下兩點(diǎn)假設(shè)：（1）稅后實(shí)際GDPYTt是實(shí)際GDPYt的良好代替；（2）未來(lái)的GDP增長(zhǎng)率可以由未來(lái)實(shí)際工資增長(zhǎng)率、勞動(dòng)數(shù)量增長(zhǎng)率和實(shí)際資本增長(zhǎng)率加權(quán)求和得到，即

通過(guò)對(duì)投資率與城市化率和人口撫養(yǎng)比回歸以及對(duì)資本形成增長(zhǎng)率與投資率回歸，也就是使用產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)因素和人口結(jié)構(gòu)變動(dòng)因素作為資本存量增長(zhǎng)率的解釋變量。沿用中國(guó)經(jīng)濟(jì)增長(zhǎng)前沿課題組的設(shè)定［7］，資本形成率cap為資本形成額占GDP的比重；城市化率city為城鎮(zhèn)人口占總?cè)丝诘谋戎兀怀鞘谢实钠椒接洖閏itysq；人口撫養(yǎng)比raise為非勞動(dòng)年齡人口數(shù)在勞動(dòng)年齡人口數(shù)中的占比；第二產(chǎn)業(yè)占比inshare為第二產(chǎn)業(yè)增加值占當(dāng)年GDP的比重。則投資率與城市化率和人口撫養(yǎng)比的計(jì)量方程如下：

模型一：投資率與城市化率和人口撫養(yǎng)比的關(guān)系

模型二：投資增長(zhǎng)率與資本形成率（即投資率）的關(guān)系

為了更清晰地說(shuō)明問(wèn)題，也將inshare作為解釋變量，也就是估計(jì)模型三。

模型三：投資率與城市化率、人口撫養(yǎng)比和第二產(chǎn)業(yè)占比的關(guān)系

至此，我們運(yùn)用收入法將GDP增長(zhǎng)率分解成三個(gè)因素的增長(zhǎng)率的加權(quán)和的形式，而這三個(gè)因素皆為產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和人口結(jié)構(gòu)轉(zhuǎn)變的相關(guān)因素。

（三）潛在經(jīng)濟(jì)增長(zhǎng)情景模擬

潛在經(jīng)濟(jì)增長(zhǎng)的情景模擬，本文采用Barro和Lee的建模方式［10］和CD生產(chǎn)函數(shù)：Y=AKαH1-α

其中A代表全要素生產(chǎn)率，K表示實(shí)物資本存量，H為人力資本存量。令H=h*L，其中h表示每個(gè)勞動(dòng)者對(duì)應(yīng)的人力資本量，L表示勞動(dòng)者數(shù)量。

于是有

由于PWT8.0中的中國(guó)的不變價(jià)GDP、實(shí)際資本存量和就業(yè)人口數(shù)量的數(shù)據(jù)并未有更新，故本文對(duì)α和TFP的增長(zhǎng)率的估計(jì)沿用陸旸和蔡昉使用1980—2010年數(shù)據(jù)得到的估計(jì)結(jié)果［4］。采用Gollin的觀點(diǎn)，認(rèn)為雖然一個(gè)國(guó)家的資本和勞動(dòng)貢獻(xiàn)因子可能隨時(shí)間發(fā)生微弱變化，但從長(zhǎng)期來(lái)看，可以認(rèn)為資本和勞動(dòng)的份額保持不變。故我們暫時(shí)不考慮產(chǎn)出的要素彈性參數(shù)逆轉(zhuǎn)的問(wèn)題，使用過(guò)去數(shù)據(jù)估計(jì)出資本貢獻(xiàn)因子α，并將之作為未來(lái)資本要素的貢獻(xiàn)因子［11］。基于上述理念，我們便可以從增長(zhǎng)核算方程測(cè)算潛在增長(zhǎng)率。

（四）人口結(jié)構(gòu)相關(guān)因素的預(yù)測(cè)模型

為了測(cè)算潛在GDP增長(zhǎng)率，我們首先需要測(cè)算“充分就業(yè)”時(shí)的就業(yè)數(shù)量，亦即潛在就業(yè)人口；潛在就業(yè)人口取決于未來(lái)經(jīng)濟(jì)活動(dòng)人口和未來(lái)的自然失業(yè)率。而預(yù)測(cè)未來(lái)經(jīng)濟(jì)活動(dòng)人口則需要先估計(jì)2011—2025年的勞動(dòng)年齡人口以及2011—2025年的全社會(huì)勞動(dòng)參與率。本文預(yù)測(cè)數(shù)據(jù)使用2010年第六次全國(guó)人口普查數(shù)據(jù)，首先推算2011—2025年內(nèi)勞動(dòng)年齡人口（即15—64歲年齡人口）。依據(jù)易定紅對(duì)勞動(dòng)供給的預(yù)測(cè)思路，以第六次人口普查為依據(jù)對(duì)勞動(dòng)年齡人口進(jìn)行預(yù)測(cè)［12］。注意到2011年15—64歲的人口是由2010年14—63歲的人口組成，依次類推，則2025年勞動(dòng)適齡人口是由2010年0—49歲的人口組成。于是2011—2025年的勞動(dòng)年齡人口預(yù)測(cè)可以使用公式：

其中y代表預(yù)測(cè)的年份，li代表第六次人口普查中年齡為i的人口總量，Pj代表第六次人口普查中年齡為j的人口的死亡率；從而1-Pj為j歲的人口活到j(luò)+1歲的存活概率，這與易定紅認(rèn)為1-Pj+1為j歲的人口活到j(luò)+1歲的存活概率不同。

全社會(huì)勞動(dòng)參與率的預(yù)測(cè)參考彭秀健的方法，有效的勞動(dòng)力供給數(shù)量等于分年齡分性別的勞動(dòng)年齡人口數(shù)量與分年齡分性別的勞動(dòng)參與率的乘積［13］。我們采用Dugan和Robidoux的加權(quán)平均法計(jì)算社會(huì)總勞動(dòng)參與率［14］。

其中PRy為第y年的總社會(huì)勞動(dòng)參與率；為PRi，y第y年的年齡組i的勞動(dòng)參與率；si，y為第y年的年齡組i的人口占當(dāng)年總勞動(dòng)年齡人口的比值。

其中l(wèi)i，y為第y年年齡組i的人口數(shù)量；ly為第y年的社會(huì)總勞動(dòng)年齡人口數(shù)量。

由于本文主要考慮人口結(jié)構(gòu)變化（亦即勞動(dòng)年齡人口變化）對(duì)社會(huì)總勞動(dòng)參與率的影響，因此我們簡(jiǎn)化地假定未來(lái)15年的分年齡段分性別的勞動(dòng)參與率水平均保持在2010年第六次人口普查時(shí)的分年齡段分性別的勞動(dòng)參與率水平。

由于自然失業(yè)率的估計(jì)不是本文研究的關(guān)鍵，本文采取陸旸和蔡昉介紹的方法，將2009年的自然失業(yè)率按分年齡分性別占比的比例分解，作為未來(lái)15年分年齡分性別的自然失業(yè)率水平，用來(lái)測(cè)算未來(lái)的潛在就業(yè)人口數(shù)量［4］。

通過(guò)我們的預(yù)測(cè)，中國(guó)未來(lái)潛在就業(yè)增長(zhǎng)率2016—2020年在-0.18％的水平，2021—2025年在-0.41％的水平，這與陸旸和蔡昉關(guān)于未來(lái)潛在就業(yè)增長(zhǎng)率的預(yù)測(cè)相近［4］。

三、實(shí)證研究過(guò)程與結(jié)果

（一）數(shù)據(jù)說(shuō)明與變量估計(jì)

1.全社會(huì)勞動(dòng)生產(chǎn)率增長(zhǎng)率。三產(chǎn)業(yè)勞動(dòng)生產(chǎn)率增長(zhǎng)率，三產(chǎn)業(yè)各自增加值份額，三產(chǎn)業(yè)各自就業(yè)份額，來(lái)自中國(guó)統(tǒng)計(jì)局發(fā)布的數(shù)據(jù)。其中各產(chǎn)業(yè)增加值按價(jià)格指數(shù)折算。

2 .人口結(jié)構(gòu)相關(guān)變量的預(yù)測(cè)：利用第六次人口普查數(shù)據(jù)，依照前面的模型進(jìn)行勞動(dòng)年齡人口的預(yù)測(cè)、勞動(dòng)參與率的預(yù)測(cè)、未來(lái)經(jīng)濟(jì)活動(dòng)人口的預(yù)測(cè)以及未來(lái)潛在就業(yè)人口的預(yù)測(cè)，我們的預(yù)測(cè)結(jié)果認(rèn)為中國(guó)潛在就業(yè)人口的峰值出現(xiàn)在2016年，可以預(yù)見(jiàn)，中國(guó)即將面臨一個(gè)緩慢萎縮的勞動(dòng)力供給市場(chǎng)。彭秀健認(rèn)為，盡管勞動(dòng)力價(jià)格的上升會(huì)刺激節(jié)約勞動(dòng)力技術(shù)的出現(xiàn)以及勞動(dòng)生產(chǎn)率的提高，但是這并不意味著對(duì)勞動(dòng)力的需求會(huì)出現(xiàn)大規(guī)模的下降；同時(shí)由于人口老齡化本身將會(huì)改變?nèi)丝诘南M(fèi)結(jié)構(gòu)，消費(fèi)需求會(huì)更多地轉(zhuǎn)向老年人需要的產(chǎn)品以及服務(wù)，而這些產(chǎn)品和服務(wù)，大多都是勞動(dòng)密集型產(chǎn)品，這會(huì)進(jìn)一步加劇勞動(dòng)力短缺的局面［13］。

3.人力資本變量數(shù)據(jù)。中國(guó)1978—2010年的勞動(dòng)者平均受教育年限、各學(xué)歷勞動(dòng)者占比的數(shù)據(jù)以及相應(yīng)的未來(lái)數(shù)據(jù)來(lái)自Holz的測(cè)算和預(yù)測(cè)結(jié)果［8］。

4.中國(guó)的實(shí)際工資率水平。勞動(dòng)者報(bào)酬來(lái)自中國(guó)統(tǒng)計(jì)年鑒中分地區(qū)按收入法核算數(shù)據(jù)加總而成，以基期價(jià)格指數(shù)進(jìn)行折算。

5.全要素生產(chǎn)率的增長(zhǎng)率。由于制度改革不在于朝夕之間，我們假定TFP增長(zhǎng)率水平保持當(dāng)前的水平，也就是2.37％的增長(zhǎng)率水平。

6.實(shí)際工資的增長(zhǎng)率。具體操作上，我們選取年度數(shù)據(jù)1978—2010年，平均受教育年限、初中教育水平的勞動(dòng)者占比、高中教育水平的勞動(dòng)者占比、大學(xué)教育水平的勞動(dòng)者占比以及勞動(dòng)者數(shù)量。建立實(shí)際工資（記為wage）與上述變量之間的誤差修正模型，提取協(xié)整方程如下：

其中LN表示各變量取其對(duì)數(shù)值，括號(hào)內(nèi)為參數(shù)估計(jì)值的標(biāo)準(zhǔn)差。

由此我們可以由Holz關(guān)于未來(lái)勞動(dòng)力的受教育水平變量的增長(zhǎng)率的預(yù)測(cè)來(lái)計(jì)算工資的增長(zhǎng)率［8］。

7.資本存量的增長(zhǎng)率。中國(guó)31個(gè)省市投資率與城市化率以及人口撫養(yǎng)比的回歸關(guān)系研究使用1995—2013年中國(guó)31個(gè)省市投資率、人口撫養(yǎng)比及城市化率的數(shù)據(jù)，各指標(biāo)的數(shù)據(jù)來(lái)自中國(guó)各省統(tǒng)計(jì)年鑒。中國(guó)經(jīng)濟(jì)增長(zhǎng)前沿課題組指出中國(guó)改革開(kāi)放三十年間的資本存量的增長(zhǎng)率（HP濾波）為資本形成增長(zhǎng)率（HP濾波）的10/11［7］。

（二）回歸結(jié)果與數(shù)據(jù)分析

模型一的回歸結(jié)果為

括號(hào)內(nèi)為參數(shù)估計(jì)值的標(biāo)準(zhǔn)差，擬合優(yōu)度R方，組內(nèi)0.3280。

從回歸結(jié)果我們有如下認(rèn)識(shí)：城市化率的一次項(xiàng)系數(shù)為1.069，二次項(xiàng)系數(shù)為-0.0117，這刻畫(huà)出了投資率與城市化率的開(kāi)口向下的拋物線形式，也就是二者呈現(xiàn)出“倒U”型的函數(shù)關(guān)系。若使各省市的人口撫養(yǎng)比保持不變，則由上述回歸方程模擬出來(lái)的投資率與城市化率具有以下關(guān)系：當(dāng)城市化率小于45.7％時(shí)，投資率隨著城市化率的提高而上升；當(dāng)城市化率大于45.7％時(shí)，投資率隨著城市化率的提高而下降。目前中國(guó)全國(guó)的城市化率指標(biāo)為54％，已遠(yuǎn)遠(yuǎn)超過(guò)上述臨界值。故通過(guò)上述回歸模型，我們將當(dāng)前投資率隨城市化率下降的趨勢(shì)涵蓋了進(jìn)來(lái)。

注意到本文所模擬出來(lái)的城市化率的臨界值比中國(guó)經(jīng)濟(jì)增長(zhǎng)前沿課題組低了近10個(gè)百分點(diǎn)，我們認(rèn)為原因有三點(diǎn)：（1）由于模型一僅考慮了投資率與城市化率和人口撫養(yǎng)比的關(guān)系，未將第二產(chǎn)業(yè)比重加入解釋變量中，導(dǎo)致臨界值偏低。（2）考慮撫養(yǎng)比作為解釋變量，使得城市化率對(duì)資本形成率的解釋程度下降，進(jìn)而臨界值偏低。（3）所使用的數(shù)據(jù)來(lái)源不同，導(dǎo)致數(shù)據(jù)質(zhì)量不同。

為更清晰地說(shuō)明問(wèn)題，引入了第二產(chǎn)業(yè)比重inshare作為解釋變量，估計(jì)模型三：

擬合優(yōu)度R方，組內(nèi)0.4602；城市化率的臨界值為46％。

由于本文考慮的解釋變量更全面，既包含了產(chǎn)業(yè)結(jié)構(gòu)變化的相關(guān)變量，又具有人口結(jié)構(gòu)轉(zhuǎn)變的相關(guān)變量，所以我們認(rèn)為本文所分離出的城市化率的臨界值是更科學(xué)的。

對(duì)于投資增長(zhǎng)率（資本形成增長(zhǎng)率）和投資率（資本形成率）的回歸關(guān)系，本文沿用中國(guó)經(jīng)濟(jì)增長(zhǎng)前沿課題組的模型設(shè)定形式［7］。采用中國(guó)31省市的數(shù)據(jù)，運(yùn)用隨機(jī)時(shí)間固定效應(yīng)模型得到

其擬合優(yōu)度調(diào)整R方，組內(nèi)0.3156，組間0.4498。

結(jié)合模型二和模型三的兩個(gè)回歸方程，考慮如下預(yù)測(cè)：陸旸等預(yù)測(cè)人口總撫養(yǎng)比在2016—2030年將會(huì)逐步上升到47％［4］；中國(guó)經(jīng)濟(jì)增長(zhǎng)前沿課題組認(rèn)為第二產(chǎn)業(yè)占比會(huì)在2016—2030年間下降至30％［7］，則資本形成增長(zhǎng)率（即投資增長(zhǎng)率）將由現(xiàn)階段（2010至2014年）的10.6％下降到8.3％。由文獻(xiàn)研究結(jié)果知道，資本存量增長(zhǎng)率一般慢于資本形成增長(zhǎng)率，資本形成增長(zhǎng)率水平除以1.1便是資本存量增長(zhǎng)率水平，那么由上面兩個(gè)回歸模型我們可以得到資本存量的增長(zhǎng)率將由現(xiàn)階段的9.6％降低到7.5％。

具體的以未來(lái)五年為一個(gè)估計(jì)周期，根據(jù)遲福林的預(yù)測(cè)，至2020年第二產(chǎn)業(yè)增加值占比將達(dá)到36％，2030年將降至30％；劉霞輝指出，至2020年中國(guó)城市化率將達(dá)到57.67％，2030年中國(guó)城市化率將高至67.81％［15］。關(guān)于人口撫養(yǎng)比的未來(lái)預(yù)測(cè)，我們采用周渭兵的預(yù)測(cè)結(jié)果的趨勢(shì)［16］，更新2014年的撫養(yǎng)比信息，從而得到至2020年中國(guó)的人口撫養(yǎng)比將達(dá)到39.23％，2025年達(dá)到39.7％，2030年高至40.6％?；谏鲜鲱A(yù)測(cè)結(jié)果，通過(guò)本文的模型我們可以給出資本存量增長(zhǎng)率在2016—2020年間會(huì)由現(xiàn)階段的10％下降至8％左右的水平。

將各因素的預(yù)測(cè)值帶入模型，我們可以得到實(shí)際GDP增長(zhǎng)率的現(xiàn)階段擬合值和未來(lái)五年的趨勢(shì)預(yù)測(cè)值。

表1　中國(guó)GDP直接因素分解法擬合及2015—2020年趨勢(shì)預(yù)測(cè)

表2　中國(guó)GDP收入法核算擬合及2015—2020年趨勢(shì)預(yù)測(cè)

表3　中國(guó)潛在經(jīng)濟(jì)增長(zhǎng)率情景分析

其中TFP增長(zhǎng)率沿用陸旸等的估計(jì)結(jié)果，人力資本變量增長(zhǎng)率來(lái)自Holz的估計(jì)。

四、結(jié)論與政策建議

本文從產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和人口結(jié)構(gòu)變動(dòng)兩方面考慮中國(guó)經(jīng)濟(jì)增長(zhǎng)減速的原因：首先，在產(chǎn)業(yè)結(jié)構(gòu)方面，通過(guò)對(duì)發(fā)達(dá)國(guó)家發(fā)展歷程的研究可知：隨著經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)服務(wù)化的過(guò)程演進(jìn)，第三產(chǎn)業(yè)的勞動(dòng)生產(chǎn)率增長(zhǎng)率普遍低于第一、二產(chǎn)業(yè)的勞動(dòng)生產(chǎn)率增長(zhǎng)率［3］；隨著人均收入的提高以及發(fā)展的必然過(guò)程，中國(guó)走向了產(chǎn)業(yè)結(jié)構(gòu)快速轉(zhuǎn)型，第一、二產(chǎn)業(yè)就業(yè)人口向第三產(chǎn)業(yè)轉(zhuǎn)移的階段，隨著第三產(chǎn)業(yè)增加值份額的提高以及其就業(yè)份額的增長(zhǎng)，中國(guó)的全社會(huì)勞動(dòng)生產(chǎn)率的增長(zhǎng)率會(huì)呈現(xiàn)一個(gè)下降的趨勢(shì)，進(jìn)而會(huì)導(dǎo)致經(jīng)濟(jì)增長(zhǎng)速度的放緩。其次，在人口結(jié)構(gòu)方面，人口結(jié)構(gòu)變動(dòng)通過(guò)勞動(dòng)年齡人口的變動(dòng)降低未來(lái)的社會(huì)總勞動(dòng)參與率，從而影響有效勞動(dòng)供給的數(shù)量。通過(guò)本文的預(yù)測(cè)，2016年中國(guó)經(jīng)濟(jì)活動(dòng)人口數(shù)量達(dá)到峰值，之后呈現(xiàn)絕對(duì)值的下降。對(duì)于產(chǎn)業(yè)結(jié)構(gòu)、人口結(jié)構(gòu)的聯(lián)動(dòng)影響，本文建立投資率（資本形成率）與城市化率、第二產(chǎn)業(yè)比重以及人口撫養(yǎng)比的回歸關(guān)系，認(rèn)為在城市化率達(dá)到46％之前，投資率隨著城市化的推進(jìn)而上升，當(dāng)城市化率達(dá)到46％后，隨著城市化的繼續(xù)，投資率出現(xiàn)下行趨勢(shì)；投資率與第二產(chǎn)業(yè)比重呈現(xiàn)正向線性關(guān)系；投資率隨著人口撫養(yǎng)比的上升而下降。通過(guò)這個(gè)模型可以預(yù)測(cè)未來(lái)投資率的變動(dòng)方向和大小，進(jìn)而得到資本存量增長(zhǎng)率的變化情況，從而可以預(yù)測(cè)未來(lái)的經(jīng)濟(jì)發(fā)展方向和速度。

此外，本文還考慮了勞動(dòng)者受教育程度對(duì)經(jīng)濟(jì)發(fā)展的影響。通過(guò)將中國(guó)人均實(shí)際工資水平與人口結(jié)構(gòu)因素和人口受教育程度進(jìn)行協(xié)整分析，發(fā)現(xiàn)中國(guó)人均實(shí)際工資水平能夠被中學(xué)學(xué)歷勞動(dòng)者數(shù)量占比和大學(xué)以及上學(xué)歷勞動(dòng)者數(shù)量占比所解釋，這說(shuō)明隨著中國(guó)勞動(dòng)力人口的受教育程度的提升，人均實(shí)際工資水平會(huì)提升，從而增大勞動(dòng)者報(bào)酬，促進(jìn)經(jīng)濟(jì)增長(zhǎng)。在考慮了以上經(jīng)濟(jì)增長(zhǎng)相關(guān)因素后，本文沿用陸旸和蔡昉建立的潛在經(jīng)濟(jì)增長(zhǎng)核算模型及參數(shù)估計(jì)結(jié)果，運(yùn)用本文對(duì)資本存量增長(zhǎng)率、潛在就業(yè)人口增長(zhǎng)率的預(yù)測(cè)以及陸旸和蔡昉對(duì)全要素生產(chǎn)率的增長(zhǎng)率的設(shè)定和Holz對(duì)人力資本變量的預(yù)測(cè)結(jié)果，得出了未來(lái)十年中國(guó)潛在經(jīng)濟(jì)增長(zhǎng)率的可能區(qū)間。當(dāng)經(jīng)濟(jì)結(jié)構(gòu)日趨成熟時(shí)，就業(yè)從第一、二產(chǎn)業(yè)向第三產(chǎn)業(yè)服務(wù)業(yè)部門轉(zhuǎn)移，是城市化發(fā)展進(jìn)程中的一種趨勢(shì)，高就業(yè)份額、相對(duì)低的勞動(dòng)生產(chǎn)率增長(zhǎng)率的第三產(chǎn)業(yè)的擴(kuò)張會(huì)引致全社會(huì)勞動(dòng)生產(chǎn)率增長(zhǎng)率的下降。我們應(yīng)當(dāng)注意控制產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的速度，當(dāng)前中國(guó)的人均收入水平仍然較低，過(guò)快推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)服務(wù)化，特別是非生產(chǎn)性服務(wù)業(yè)的發(fā)展，會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生較大負(fù)向沖擊，使得經(jīng)濟(jì)增速放緩，進(jìn)而會(huì)對(duì)我國(guó)國(guó)民生活水平、投資以及消費(fèi)等產(chǎn)生影響。同時(shí)，我們應(yīng)當(dāng)加快推進(jìn)各產(chǎn)業(yè)內(nèi)部的產(chǎn)業(yè)技術(shù)升級(jí)，去掉落后產(chǎn)能，提高各產(chǎn)業(yè)的勞動(dòng)生產(chǎn)率水平，保障各產(chǎn)業(yè)勞動(dòng)生產(chǎn)率的增長(zhǎng)空間。當(dāng)前我國(guó)國(guó)出現(xiàn)“未富先老”現(xiàn)象，這就迫切要求盡可能推遲勞動(dòng)力供給出現(xiàn)負(fù)增長(zhǎng)的時(shí)間，保證穩(wěn)定而充足的勞動(dòng)力供給，以維持人口紅利對(duì)經(jīng)濟(jì)高速增長(zhǎng)的推動(dòng)作用，所以我們應(yīng)當(dāng)盡早放寬計(jì)劃生育政策，逐步提高生育率，以期減輕未來(lái)的人口老齡化壓力。

［參考文獻(xiàn)］

［1］Bloom D E，Williamson J G. Demographic Transitions and Economic Miracles in Emerging Asia［J］．World Bank Economic Review，1997，12（3）：419—455（37）．

［2］中國(guó)經(jīng)濟(jì)增長(zhǎng)前沿課題組，張平，劉霞輝，等．中國(guó)經(jīng)濟(jì)轉(zhuǎn)型的結(jié)構(gòu)性特征、風(fēng)險(xiǎn)與效率提升路徑［J］．經(jīng)濟(jì)研究，2013（10）．

［3］袁富華．長(zhǎng)期增長(zhǎng)過(guò)程的“結(jié)構(gòu)性加速”與“結(jié)構(gòu)性減速”：一種解釋［J］．經(jīng)濟(jì)研究，2012（3）．

［4］陸旸，蔡昉．人口結(jié)構(gòu)變化對(duì)潛在增長(zhǎng)率的影響：中國(guó)和日本的比較［J］．世界經(jīng)濟(jì)，2014（1）．

［5］Hubbard R K B，Nutter D S. Service sector employment in Merseyside［J］．Geoforum，1982，13（3）：209—235．

［6］袁少鋒，郭涌，高曉峰．我國(guó)生產(chǎn)性服務(wù)業(yè)發(fā)展現(xiàn)狀及對(duì)策建議［J］．經(jīng)濟(jì)論壇，2007（16）．

［7］中國(guó)經(jīng)濟(jì)增長(zhǎng)前沿課題組，張平，劉霞輝，等．中國(guó)經(jīng)濟(jì)長(zhǎng)期增長(zhǎng)路徑、效率與潛在增長(zhǎng)水平［J］．經(jīng)濟(jì)研究，2012（11）．

［8］Holz C A. China‘s Economic Growth 1978—2025：What We Know Today about China’s Economic Growth Tomorrow［J］．Develop?ment & Comp Systems，2006，36（10）：1665—1691．

［9］陳昌兵．城市化與投資率和消費(fèi)率間的關(guān)系研究［J］．經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2010（9）．

［10］Barro R J，Lee J W. A new data set of educational attainment in the world，1950–2010［J］．Journal of development economics，2013，104：184—198．

［11］Gollin D. Getting income shares right［J］．Journal of political Economy，2002，110（2）：458—474．

［12］易定紅，呂夢(mèng)捷．充分挖掘中國(guó)勞動(dòng)力增長(zhǎng)的潛力［C］//中國(guó)經(jīng)濟(jì)分析與展望（2012—2013）．2013．

［13］彭秀健，Dietrich Fausten.低生育率、人口老齡化與勞動(dòng)力供給［J］．中國(guó)勞動(dòng)經(jīng)濟(jì)學(xué)，2006（4）．

［14］Dugan B，Robidoux B. Demographic Shifts and Labour Force Participation Rates in Canada［M］// Centre for the Study of Living Stan?dards，1999：42—56．

［15］劉霞輝．宏觀經(jīng)濟(jì)藍(lán)皮書(shū)總報(bào)告［J］．學(xué)術(shù)動(dòng)態(tài)，2010（26）．

［16］周渭兵．未來(lái)五十年我國(guó)社會(huì)撫養(yǎng)比預(yù)測(cè)及其研究［J］．統(tǒng)計(jì)研究，2004（11）．

［17］孟令國(guó)，李超令，胡廣．基于PDE模型的中國(guó)人口結(jié)構(gòu)預(yù)測(cè)研究［J］．中國(guó)人口資源與環(huán)境，2014（2）．

［作者簡(jiǎn)介］張屹山，男，吉林大學(xué)商學(xué)院教授，吉林大學(xué)數(shù)量經(jīng)濟(jì)研究中心教授，博士生導(dǎo)師，研究方向：經(jīng)濟(jì)增長(zhǎng)理論。

［基金項(xiàng)目］國(guó)家社科基金重大項(xiàng)目“中國(guó)潛在經(jīng)濟(jì)增長(zhǎng)率計(jì)算及結(jié)構(gòu)轉(zhuǎn)換路徑研究”（12&ZD197），國(guó)家自然科學(xué)基金項(xiàng)目“全球經(jīng)濟(jì)失衡背景下美國(guó)經(jīng)濟(jì)政策對(duì)中國(guó)的溢出效應(yīng)及其風(fēng)險(xiǎn)隔阻機(jī)制的研究”（711730871/G0301）成果之一。

［收稿日期］2015-10-12

［中圖分類號(hào)］F831.59

［文獻(xiàn)標(biāo)識(shí)碼］A

［文章編號(hào)］1671－511X（2016）02－0094－09