韓秀蘭，趙 敏

（山西財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院，山西太原030006）

一、引言

改革開(kāi)放以來(lái)，中國(guó)的GDP總量增長(zhǎng)了35倍，保持了高達(dá)9.4%的年均增長(zhǎng)率。①如果說(shuō)中國(guó)經(jīng)濟(jì)增長(zhǎng)的充分條件是改革開(kāi)放，那么必要條件就是人口紅利（蔡昉，2018）[1]。人口紅利是描述人口年齡結(jié)構(gòu)特征的指標(biāo)，通常指勞動(dòng)年齡人口占總?cè)丝诘谋戎?。較高的勞動(dòng)年齡人口比重為經(jīng)濟(jì)發(fā)展提供了充沛的勞動(dòng)力供給，不僅可以通過(guò)提高人口結(jié)構(gòu)的生產(chǎn)性來(lái)創(chuàng)造更多社會(huì)財(cái)富，保證有更多資源投入到生產(chǎn)性活動(dòng)中，從而促進(jìn)勞動(dòng)者自身人力資本和社會(huì)資本投資進(jìn)行擴(kuò)大再生產(chǎn)，還可以激發(fā)更高的住房需求、貨幣需求以及其他的生產(chǎn)性配置，進(jìn)而促進(jìn)地區(qū)經(jīng)濟(jì)增長(zhǎng)（鐘水映、李魁，2010）[2]。部分研究表明，中國(guó)“增長(zhǎng)奇跡”的實(shí)現(xiàn)離不開(kāi)中國(guó)的“人口奇跡”：在1982—2000年間，中國(guó)人口紅利為經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)了 15%（Wang and Mason，2008）[3]；在 1978—2008年間，中國(guó)人口紅利每年對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率在 3%左右（車(chē)士義等，2011）[4]；在 1979—2014 年間，人口紅利對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率為4.57%（田偉，2018）[5]。一個(gè)國(guó)家或地區(qū)的人口及其結(jié)構(gòu)可以通過(guò)勞動(dòng)力、技術(shù)、金融、商品和服務(wù)等各大要素市場(chǎng)的綜合作用對(duì)總供給和總需求產(chǎn)生深刻影響（李建民，2015）[6]。

需要特別指出的是，中國(guó)的人口結(jié)構(gòu)和經(jīng)濟(jì)增長(zhǎng)特征都已發(fā)生了不同以往的顯著變化。2013年之后，中國(guó)15至64歲勞動(dòng)年齡的人口規(guī)模出現(xiàn)了113萬(wàn)的縮減，②人口紅利開(kāi)始持續(xù)下降，標(biāo)志著我國(guó)進(jìn)入“人口新常態(tài)”階段。從2012年開(kāi)始，我國(guó)GDP增長(zhǎng)率出現(xiàn)了較大幅度的下滑，由2011年的9.6%降至7.9%，說(shuō)明中國(guó)由高速增長(zhǎng)進(jìn)入中高速增長(zhǎng)的“經(jīng)濟(jì)新常態(tài)”階段。人口新常態(tài)不僅是我國(guó)經(jīng)濟(jì)新常態(tài)的決定因素之一，同時(shí)也是新常態(tài)下經(jīng)濟(jì)運(yùn)行的基礎(chǔ)性條件。那么，在新常態(tài)下中國(guó)人口紅利衰減對(duì)經(jīng)濟(jì)增長(zhǎng)的影響有多大？中國(guó)經(jīng)濟(jì)如何突破人口結(jié)構(gòu)的硬約束從而實(shí)現(xiàn)可持續(xù)增長(zhǎng)？這兩個(gè)問(wèn)題均值得進(jìn)一步探討。

二、文獻(xiàn)綜述

關(guān)于人口紅利對(duì)經(jīng)濟(jì)增長(zhǎng)的影響研究存在多種增長(zhǎng)理論模型，如早期研究中視人口因素為外生變量的Solow（1957）[7]新古典增長(zhǎng)理論模型，而在后期研究中 Romer（1986）[8]和 Lucas（1988）[9]的新增長(zhǎng)理論、Bloom 和 Williamson（1998）[10]以及 Mason 和 Lee（2005）[11]的人口紅利理論則將人口年齡結(jié)構(gòu)納入模型作為內(nèi)生變量來(lái)對(duì)待。另外，還有將生命周期儲(chǔ)蓄與內(nèi)生增長(zhǎng)相結(jié)合的一般均衡模型（Futagami and Nakijima，2001）[12]，以及視人力資本積累為內(nèi)生變量的世代交疊模型（Choi and Shin，2015）[13]等。在國(guó)內(nèi)文獻(xiàn)中，以這些理論模型為基礎(chǔ)并加以改進(jìn)的研究比較豐富，主要包括基于Hartwick-Solow框架的新古典優(yōu)化增長(zhǎng)模型（張宗坪，2009）[14]、引入人力資本和勞動(dòng)力負(fù)擔(dān)因素的Solow-Swan增長(zhǎng)模型（鐘水映、李魁，2010）[2]、對(duì)經(jīng)典Solow模型進(jìn)行擴(kuò)展的Romer資源經(jīng)濟(jì)增長(zhǎng)“尾效”模型（王偉同，2012）[15]、基于省際數(shù)據(jù)的面板模型（鄭君君等，2014）[16]、基于人口結(jié)構(gòu)分解的哈佛模型（王桂新、干一慧，2017）[17]、基于勞動(dòng)力供給和資本投資的經(jīng)濟(jì)增長(zhǎng)模型（蓋驍敏、張雙雙，2018）[18]等。這些實(shí)證研究基于不同的經(jīng)濟(jì)增長(zhǎng)理論，包含的變量和采用的數(shù)據(jù)不完全相同，所得結(jié)論也存在差異。眾所周知，作為定量分析的重要工具之一，計(jì)量經(jīng)濟(jì)模型的應(yīng)用大都局限于一系列經(jīng)典假定，而現(xiàn)實(shí)中數(shù)據(jù)很難滿(mǎn)足這些假定，這就導(dǎo)致很多文獻(xiàn)的實(shí)證分析忽略了這些假定，從而難以保證相應(yīng)量化結(jié)論的可靠性。而且，計(jì)量經(jīng)濟(jì)模型普遍包含剩余項(xiàng)，意味著解釋變量對(duì)被解釋變量的解釋始終不能凈盡。

與已有文獻(xiàn)不同，本文通過(guò)構(gòu)建規(guī)范的綜合指數(shù)并應(yīng)用統(tǒng)計(jì)分解分析技術(shù)來(lái)研究中國(guó)人口紅利和經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系。在該方法中，經(jīng)濟(jì)增長(zhǎng)指數(shù)被構(gòu)建為由勞動(dòng)生產(chǎn)率、勞動(dòng)參與率、人口紅利、人口規(guī)模等因子所共同決定的綜合指數(shù)，再應(yīng)用適當(dāng)?shù)慕y(tǒng)計(jì)分解分析技術(shù)將經(jīng)濟(jì)增長(zhǎng)綜合指數(shù)的變化進(jìn)一步分解為多個(gè)影響因子的效應(yīng)，從而揭示中國(guó)人口紅利與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系。為了分解凈盡，本文應(yīng)用對(duì)數(shù)平均D氏指數(shù)方法（LMDI）進(jìn)行分解，并基于國(guó)家和區(qū)域兩個(gè)層面展開(kāi)相應(yīng)分析。

三、方法設(shè)計(jì)

（一）引入人口紅利因子的GDP綜合指標(biāo)的構(gòu)建

以GDP表示國(guó)內(nèi)生產(chǎn)總值，設(shè)E為從業(yè)人口、L為勞動(dòng)力人口、P為總?cè)丝冢⒁韵聵?biāo)i表示地區(qū)，則全國(guó)的國(guó)內(nèi)生產(chǎn)總值可表示為各地區(qū)增加值之和：

其中，LPi=GDPi/Ei，是地區(qū)增加值與就業(yè)人口的比值，即地區(qū)全員勞動(dòng)生產(chǎn)率，體現(xiàn)的是勞動(dòng)者的素質(zhì)和能力，也體現(xiàn)了整體生產(chǎn)環(huán)境下的科技、裝備和管理水平，反應(yīng)了我國(guó)就業(yè)人員創(chuàng)造社會(huì)財(cái)富的能力；ERi=Ei/Li，是地區(qū)就業(yè)人口占總勞動(dòng)力人口的比重，即勞動(dòng)參與率；DVi=Li/Pi，是勞動(dòng)力人口占總?cè)丝诘谋戎?，也被稱(chēng)作人口紅利，是衡量人口結(jié)構(gòu)的重要指標(biāo)。顯然，國(guó)內(nèi)生產(chǎn)總值可表示為由勞動(dòng)生產(chǎn)率因子（LP）、勞動(dòng)參與率因子（ER）、人口紅利因子（DV）和人口規(guī)模因子（P）所共同決定的綜合指標(biāo)。

（二）GDP綜合指標(biāo)變化的分解

綜合指標(biāo)跨期變化是多個(gè)因子共同變化的結(jié)果，GDP綜合指標(biāo)增量變化可用加和的形式初步表示為：

GDP綜合指標(biāo)更一般的跨期變化以乘法形式表示為發(fā)展速度指數(shù)：

將包含多個(gè)因子的綜合指標(biāo)增量變化分解為各因子變化之和，將其發(fā)展指數(shù)分解為各因子發(fā)展指數(shù)之積，這無(wú)疑是最理想的分解形式。Ang（2004）[19]提出的對(duì)數(shù)平均D氏指數(shù)（logarithmic mean Divisia index，LMDI）方法就能達(dá)到此要求，該方法具有可加性、可乘性和因素可逆性，能較好解決因子分解中的剩余問(wèn)題（Ang and Huang，2009）[20]。GDP 的跨期變化既可從增量變化角度進(jìn)行加法分解，也可從發(fā)展指數(shù)角度進(jìn)行乘法分解?；贚MDI方法可將式（2）的增量變化進(jìn)行加和分解：

其中，Wi為加法分解中各因子的賦權(quán)，采用了對(duì)數(shù)平均權(quán)重的形式：

可見(jiàn)，GDP綜合指標(biāo)增量變化可分解為多個(gè)因子的增量變化之和，ΔGDPLP、ΔGDPER、ΔGDPDV、ΔGDPP依次為勞動(dòng)生產(chǎn)率效應(yīng)、勞動(dòng)參與率效應(yīng)、人口紅利效應(yīng)和人口規(guī)模效應(yīng)，其中各因子效應(yīng)都表示在其他因子保持不變的條件下僅由該因子變化所導(dǎo)致的GDP增量。

基于LMDI方法可將式（3）的發(fā)展速度指數(shù)進(jìn)行乘法分解：

式（7）中的各因子指數(shù)可表示為：

可見(jiàn)，GDP發(fā)展速度綜合指數(shù)可分解為多個(gè)因子指數(shù)之積，ILP、IER、IDV、IP依次為勞動(dòng)生產(chǎn)率效應(yīng)、勞動(dòng)參與率效應(yīng)、人口紅利效應(yīng)和人口規(guī)模效應(yīng)，其中各因子指數(shù)效應(yīng)均表示在其他因子保持不變的條件下僅由該因子變化所導(dǎo)致的GDP發(fā)展速度指數(shù)。基于各因子共同影響的GDP發(fā)展速度指數(shù)，就可得出各因子導(dǎo)致的GDP增長(zhǎng)率指數(shù)。③

四、實(shí)證分析

本文基于2002—2017年的數(shù)據(jù)進(jìn)行實(shí)證分析。④勞動(dòng)人口指15至64歲的適齡人口。本文在對(duì)全國(guó)層面進(jìn)行分析后，又將全國(guó)分為東北、北部沿海、東部沿海、南部沿海、黃河中游、長(zhǎng)江中游、西南地區(qū)、大西北八個(gè)區(qū)域進(jìn)行比較分析。⑤

（一）描述性統(tǒng)計(jì)

表1為全國(guó)各指標(biāo)的描述性統(tǒng)計(jì)結(jié)果。可見(jiàn)，在2002—2017年間，中國(guó)經(jīng)濟(jì)增長(zhǎng)表現(xiàn)出了先升后降的趨勢(shì)；在2002—2007年間，我國(guó)GDP保持了近12%的年均增長(zhǎng)率，尤其是2007年的增長(zhǎng)率高達(dá)14.2%；由于受全球金融危機(jī)影響，2008年的經(jīng)濟(jì)增長(zhǎng)率大幅下降，2010年又有所回升，2011年開(kāi)始中國(guó)經(jīng)濟(jì)出現(xiàn)結(jié)構(gòu)性調(diào)整，經(jīng)濟(jì)增長(zhǎng)進(jìn)入中高速增長(zhǎng)并緩慢下降的新常態(tài)階段，增長(zhǎng)率保持在7%左右。在考察期內(nèi)，人口規(guī)模持續(xù)上升，平均每年新增人口約700萬(wàn)人。人口紅利在2002—2011年間持續(xù)上升，由70.49%升至74.40%，2012年開(kāi)始遞減，2017年減少為71.83%。隨著經(jīng)濟(jì)新常態(tài)和人口新常態(tài)的出現(xiàn)，中國(guó)的勞動(dòng)參與率和勞動(dòng)生產(chǎn)率并沒(méi)有下降，而是保持了持續(xù)穩(wěn)步增長(zhǎng)態(tài)勢(shì)，其中勞動(dòng)參與率由2002年的75.80%升至2017年的83.18%，勞動(dòng)生產(chǎn)率由2002年的人均1.01萬(wàn)元升至2017年的人均1.89萬(wàn)元。鑒于經(jīng)濟(jì)增長(zhǎng)和人口紅利指標(biāo)的階段性趨勢(shì)特征，本文后續(xù)以2011年為“新常態(tài)”分界點(diǎn)進(jìn)行分段分析，以期得出更有意義的結(jié)論。

八大經(jīng)濟(jì)區(qū)域各指標(biāo)的描述性統(tǒng)計(jì)結(jié)果見(jiàn)表2?？梢?jiàn)，各指標(biāo)都存在區(qū)域間差異，且有些區(qū)域的部分指標(biāo)表現(xiàn)與總體趨勢(shì)也不一致。在2002—2011年間，各地區(qū)經(jīng)濟(jì)都呈增長(zhǎng)趨勢(shì)，其中增長(zhǎng)較快的是黃河中游和北部沿海區(qū)域，9年間的地區(qū)GDP年均增長(zhǎng)率保持在9.0%以上。這期間經(jīng)濟(jì)增長(zhǎng)較慢的是南部沿海和東部沿海區(qū)域，其GDP年均增長(zhǎng)率都不到4%。在2011—2017年間的新常態(tài)階段，各區(qū)域經(jīng)濟(jì)增長(zhǎng)減緩，但黃河中游和北部沿海區(qū)域經(jīng)濟(jì)增長(zhǎng)仍較快，保持了4%以上的年均增長(zhǎng)率。這一期間的東部沿海區(qū)域經(jīng)濟(jì)增長(zhǎng)仍然較慢，其GDP年均增長(zhǎng)率不到1%，而大西北地區(qū)則出現(xiàn)了負(fù)增長(zhǎng)。對(duì)于人口規(guī)模，在這兩個(gè)階段并非所有區(qū)域都呈現(xiàn)出持續(xù)增長(zhǎng)態(tài)勢(shì)，其中2002—2011年的西南區(qū)域人口規(guī)模發(fā)生了下降，2011—2017年的東北地區(qū)人口規(guī)模發(fā)生了下降。對(duì)于勞動(dòng)生產(chǎn)率，大部分區(qū)域在這兩個(gè)階段都有所上升，而南部沿海區(qū)域在這兩個(gè)階段都有所下降，且大西北區(qū)域在新常態(tài)階段也有所下降。對(duì)于勞動(dòng)參與率，大部分區(qū)域在兩個(gè)階段都保持了上升態(tài)勢(shì)，而東部沿海和大西北區(qū)域卻在第一階段發(fā)生了下降。與全國(guó)情況變化相一致的指標(biāo)是各區(qū)域的人口紅利，其在前一階段都發(fā)生了上升，在新常態(tài)階段都發(fā)生了下降，其中下降較多的是北部沿海和長(zhǎng)江中游區(qū)域，分別下降了約4%和3%。

表1 全國(guó)各指標(biāo)的描述性統(tǒng)計(jì)結(jié)果

表2 2002—2017年間八大經(jīng)濟(jì)區(qū)域各指標(biāo)的描述性統(tǒng)計(jì)結(jié)果

（續(xù)表2）

表3 全國(guó)GDP對(duì)數(shù)平均權(quán)重分解結(jié)果

（二）引入人口紅利因子對(duì)全國(guó)經(jīng)濟(jì)增長(zhǎng)的對(duì)數(shù)平均權(quán)重分解實(shí)證

全國(guó)GDP對(duì)數(shù)平均權(quán)重分解結(jié)果見(jiàn)表3?？梢?jiàn)，在2002—2011年間，全國(guó)實(shí)際GDP增加了約9萬(wàn)億元，實(shí)現(xiàn)了6.4%的年均增長(zhǎng)率。⑥本文所考察的四個(gè)因子效應(yīng)都表現(xiàn)為對(duì)經(jīng)濟(jì)增長(zhǎng)的持續(xù)拉動(dòng)作用。其中，勞動(dòng)生產(chǎn)率效應(yīng)對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用最大，表現(xiàn)最為平穩(wěn)且持續(xù)，是中國(guó)經(jīng)濟(jì)增長(zhǎng)的主導(dǎo)因子。在2002—2011年間約9萬(wàn)億的GDP絕對(duì)增量中，勞動(dòng)生產(chǎn)率的貢獻(xiàn)為5.9萬(wàn)億元，貢獻(xiàn)率達(dá)到了65%以上；在2002—2011年間6.4%的GDP年均增長(zhǎng)率中，由勞動(dòng)生產(chǎn)率所引致的增長(zhǎng)率高達(dá)4.1%。人口規(guī)模的不斷上升對(duì)GDP的拉動(dòng)作用也較大，在考察期內(nèi)引起的GDP增量為1.4萬(wàn)億元，貢獻(xiàn)率為15.6%，引起的GDP年均增長(zhǎng)率為1.0%。勞動(dòng)參與率效應(yīng)對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用較小，對(duì)GDP增量的貢獻(xiàn)率為8.5%，引起的GDP年均增長(zhǎng)率為0.5%。人口紅利效應(yīng)對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用大于勞動(dòng)參與率效應(yīng)對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用，在考察期內(nèi)引起的GDP增量約為9千億元，貢獻(xiàn)率為10.4%，引起的GDP年均增長(zhǎng)率為0.7%。

（續(xù)表3）

在2011—2017年間，實(shí)際GDP增加了約3.7萬(wàn)億元，年均增長(zhǎng)率為2.7%。在這一期間，勞動(dòng)生產(chǎn)率效應(yīng)、勞動(dòng)參與率效應(yīng)和人口規(guī)模效應(yīng)對(duì)經(jīng)濟(jì)增長(zhǎng)都起到了促進(jìn)作用，對(duì)GDP增量的貢獻(xiàn)率分別為62.8%、38.4%和23.7%。與上一階段相似，勞動(dòng)生產(chǎn)率效應(yīng)仍是經(jīng)濟(jì)增長(zhǎng)的第一主導(dǎo)因素，而與上一階段特征不同的是，勞動(dòng)參與率效應(yīng)大于人口規(guī)模效應(yīng)。值得注意的是，這一期間的人口紅利效應(yīng)表現(xiàn)為對(duì)經(jīng)濟(jì)增長(zhǎng)的持續(xù)抑制作用，人口紅利衰減導(dǎo)致GDP絕對(duì)量減少了9千多億元，導(dǎo)致GDP產(chǎn)生了0.7%的負(fù)增長(zhǎng)，對(duì)GDP增量的負(fù)貢獻(xiàn)率高達(dá)24.9%，極大地抵消了其他效應(yīng)對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用。

（三）引入人口紅利因子和人口規(guī)模因子對(duì)各區(qū)域經(jīng)濟(jì)增長(zhǎng)的對(duì)數(shù)平均權(quán)重分解實(shí)證

將全國(guó)各省和直轄市按八大經(jīng)濟(jì)區(qū)域考察GDP對(duì)數(shù)平均權(quán)重分解的差異，結(jié)果見(jiàn)表4。在2002—2011年間，南部沿海之外的七個(gè)經(jīng)濟(jì)區(qū)域與全國(guó)情況相似，勞動(dòng)生產(chǎn)率提高對(duì)GDP增長(zhǎng)量的拉動(dòng)作用最大。特別是在西南和黃河中游地區(qū)，勞動(dòng)生產(chǎn)率效應(yīng)對(duì)地區(qū)GDP增量的貢獻(xiàn)率高達(dá)80%以上，引致GDP產(chǎn)生了7%左右的增長(zhǎng)率。全國(guó)層面的勞動(dòng)生產(chǎn)率對(duì)經(jīng)濟(jì)增長(zhǎng)的持續(xù)主導(dǎo)拉動(dòng)作用是由這些區(qū)域的共同表現(xiàn)所決定的。南部沿海區(qū)域的勞動(dòng)生產(chǎn)率非但不是經(jīng)濟(jì)增長(zhǎng)的主導(dǎo)因素，還表現(xiàn)為對(duì)經(jīng)濟(jì)增長(zhǎng)的抑制。東部沿海區(qū)域之外其他區(qū)域的勞動(dòng)參與率都表現(xiàn)為對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用，其中促進(jìn)作用較大的是南部沿海、東北和西南區(qū)域，對(duì)相應(yīng)地區(qū)GDP增量的貢獻(xiàn)率分別為35.7%、13.8%和9%，導(dǎo)致地區(qū)GDP年均增長(zhǎng)率都高達(dá)1%左右。東部沿海區(qū)域由于勞動(dòng)參與率在考察期內(nèi)發(fā)生了下降，導(dǎo)致對(duì)區(qū)域GDP增量的負(fù)貢獻(xiàn)率達(dá)10%以上，導(dǎo)致區(qū)域經(jīng)濟(jì)產(chǎn)生了0.4%的年均負(fù)增長(zhǎng)率。2002—2011年間的各區(qū)域人口紅利效應(yīng)和人口規(guī)模效應(yīng)都對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生了一定的促進(jìn)作用，其中促進(jìn)作用最大的是東部沿海和南部沿海區(qū)域，兩區(qū)域人口紅利效應(yīng)對(duì)區(qū)域GDP增量的貢獻(xiàn)率分別高達(dá)22.7%和38.9%，人口規(guī)模效應(yīng)對(duì)區(qū)域GDP增量的貢獻(xiàn)率分別高達(dá)40.8%和49.6%。在該階段，人口規(guī)模效應(yīng)和人口紅利效應(yīng)是南部沿海區(qū)域經(jīng)濟(jì)增長(zhǎng)的主導(dǎo)因素。

表4 GDP增長(zhǎng)對(duì)數(shù)平均權(quán)重分解的區(qū)域差異比較

（續(xù)表4）

在2011—2017年間，以勞動(dòng)生產(chǎn)率效應(yīng)為經(jīng)濟(jì)增長(zhǎng)主導(dǎo)效應(yīng)的區(qū)域只有三個(gè)，分別是東北、北部沿海和黃河中游區(qū)域；南部沿海和東部沿海區(qū)域的勞動(dòng)生產(chǎn)率效應(yīng)表現(xiàn)為對(duì)經(jīng)濟(jì)增長(zhǎng)的抑制作用，對(duì)相應(yīng)區(qū)域GDP增量的貢獻(xiàn)率分別為-10.5%和-26.5%，導(dǎo)致相應(yīng)區(qū)域經(jīng)濟(jì)產(chǎn)生年均0.1%和0.2%的負(fù)增長(zhǎng)；大西北區(qū)域的勞動(dòng)生產(chǎn)率效應(yīng)對(duì)經(jīng)濟(jì)增長(zhǎng)的抑制作用最大，導(dǎo)致區(qū)域經(jīng)濟(jì)產(chǎn)生3.5%的年均負(fù)增長(zhǎng)，也使得經(jīng)濟(jì)總量出現(xiàn)下降。在該階段，所有區(qū)域的勞動(dòng)參與率效應(yīng)都表現(xiàn)為對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用，其中促進(jìn)作用最大的是大西北、東部沿海和黃河中游區(qū)域，導(dǎo)致相應(yīng)區(qū)域的GDP年均增長(zhǎng)1.5%以上，說(shuō)明大西北和東部沿海區(qū)域的勞動(dòng)參與率效應(yīng)取代勞動(dòng)生產(chǎn)率效應(yīng)成為經(jīng)濟(jì)增長(zhǎng)的主導(dǎo)效應(yīng)。在2011—2017年間，大部分區(qū)域的人口規(guī)模效應(yīng)對(duì)經(jīng)濟(jì)增長(zhǎng)都具有一定的促進(jìn)作用，其中促進(jìn)作用較大的有長(zhǎng)江中游、西南及南部沿海區(qū)域，這三個(gè)區(qū)域的人口規(guī)模效應(yīng)對(duì)區(qū)域GDP增量的貢獻(xiàn)率最大，都高達(dá)90%以上，成為這三個(gè)區(qū)域新階段經(jīng)濟(jì)增長(zhǎng)的主導(dǎo)效應(yīng)。比較特別的是東北區(qū)域，其人口規(guī)模下降對(duì)經(jīng)濟(jì)增長(zhǎng)的抑制作用明顯。在2011—2017年間，所有區(qū)域的人口紅利效應(yīng)都表現(xiàn)為對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的抑制作用，其中東部沿海和黃河中游區(qū)域的人口紅利效應(yīng)對(duì)區(qū)域經(jīng)濟(jì)增量的抑制作用超出人口規(guī)模效應(yīng)的拉動(dòng)作用。特別是長(zhǎng)江中游區(qū)域，其人口紅利效應(yīng)對(duì)經(jīng)濟(jì)增量的抑制作用甚至超出了其他三個(gè)因子效應(yīng)的分別拉動(dòng)作用。

五、研究結(jié)論與理論啟示

（一）研究結(jié)論

本文構(gòu)建了由勞動(dòng)生產(chǎn)率、勞動(dòng)參與率、人口紅利和人口規(guī)模因子所共同決定的經(jīng)濟(jì)增長(zhǎng)綜合指數(shù)，并首次應(yīng)用對(duì)數(shù)平均D氏指數(shù)（LMDI）法，從國(guó)家和區(qū)域兩個(gè)層面研究了各因子對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，揭示了中國(guó)人口紅利與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，并得出以下結(jié)論與啟示。

從全國(guó)層面看：勞動(dòng)生產(chǎn)率是中國(guó)經(jīng)濟(jì)增長(zhǎng)的首要驅(qū)動(dòng)因素，但在進(jìn)入新常態(tài)后其驅(qū)動(dòng)作用減弱；人口紅利效應(yīng)在2002—2011年間促進(jìn)GDP年均增長(zhǎng)0.7%，人口紅利衰減在2012—2017年間導(dǎo)致GDP發(fā)生了0.7%的年均負(fù)增長(zhǎng)，極大地抵消了其他效應(yīng)對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用。按八大經(jīng)濟(jì)區(qū)域考察的結(jié)果顯示，經(jīng)濟(jì)增長(zhǎng)路徑與人口紅利效應(yīng)的區(qū)域差異明顯。以勞動(dòng)生產(chǎn)率為經(jīng)濟(jì)增長(zhǎng)主導(dǎo)因素的區(qū)域在2002—2011年間有七個(gè)，在2012—2017年間縮減為三個(gè)。在新常態(tài)階段，所有區(qū)域的勞動(dòng)參與率效應(yīng)都表現(xiàn)為對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用，其中東部沿海和大西北區(qū)域的勞動(dòng)參與率效應(yīng)取代勞動(dòng)生產(chǎn)率效應(yīng)成為經(jīng)濟(jì)增長(zhǎng)的主導(dǎo)效應(yīng)。在新常態(tài)階段，大部分區(qū)域的人口規(guī)模效應(yīng)對(duì)經(jīng)濟(jì)增長(zhǎng)都具有一定的促進(jìn)作用，其中長(zhǎng)江中游、西南及南部沿海三個(gè)區(qū)域的人口規(guī)模效應(yīng)成為經(jīng)濟(jì)增長(zhǎng)的主導(dǎo)效應(yīng)。比較特別的是東北區(qū)域，其人口規(guī)模下降對(duì)經(jīng)濟(jì)增長(zhǎng)的抑制作用明顯。在2012—2017年間，所有區(qū)域的人口紅利效應(yīng)都表現(xiàn)為對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的抑制作用，特別是東部沿海、黃河中游和長(zhǎng)江中游區(qū)域，其人口紅利效應(yīng)分別導(dǎo)致區(qū)域GDP發(fā)生1.0%、0.5%、0.7%的年均負(fù)增長(zhǎng)。在新常態(tài)階段，東北地區(qū)面臨著人口紅利和人口規(guī)?？s減對(duì)經(jīng)濟(jì)增長(zhǎng)的雙重挑戰(zhàn)，而東部沿海、南部沿海和大西北地區(qū)則面臨著人口紅利和勞動(dòng)生產(chǎn)率下降的雙重抑制，其中大西北區(qū)域在雙重抑制下出現(xiàn)了經(jīng)濟(jì)負(fù)增長(zhǎng)。

（二）理論啟示

根據(jù)前文實(shí)證結(jié)論，本文得出了如下啟示。新常態(tài)下的中國(guó)經(jīng)濟(jì)增長(zhǎng)同時(shí)面臨著勞動(dòng)生產(chǎn)率效應(yīng)和人口紅利效應(yīng)下降的雙重挑戰(zhàn)，其中勞動(dòng)生產(chǎn)率降低使得我國(guó)總體經(jīng)濟(jì)增長(zhǎng)乏力，且人口紅利下降早已對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)造成了較大的抑制作用。鑒于我國(guó)“全面二孩”政策實(shí)施效果有限，未來(lái)迅猛的人口老齡化進(jìn)程必然會(huì)導(dǎo)致人口紅利發(fā)生不可逆轉(zhuǎn)的進(jìn)一步降低，意味著人口紅利效應(yīng)對(duì)經(jīng)濟(jì)增長(zhǎng)的抑制作用有可能愈加顯著。在人口紅利效應(yīng)難以提高的前提下，大力提高勞動(dòng)生產(chǎn)率對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用便成為必不可少的選擇。在倒逼機(jī)制下需要大力提高勞動(dòng)者的人力資本水平和專(zhuān)業(yè)技能，通過(guò)培養(yǎng)知識(shí)型、技能型和創(chuàng)新型勞動(dòng)力來(lái)全面提升人口質(zhì)量和全員勞動(dòng)生產(chǎn)率，從而抵消人口紅利下降對(duì)經(jīng)濟(jì)增長(zhǎng)的抑制作用。

中國(guó)人口特征對(duì)經(jīng)濟(jì)增長(zhǎng)的影響是雙向的，其中人口紅利下降對(duì)經(jīng)濟(jì)增長(zhǎng)的抑制作用和人口規(guī)模上升對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用并存。雖然老齡化和人口紅利下降給經(jīng)濟(jì)發(fā)展帶來(lái)了巨大挑戰(zhàn)，但也要充分認(rèn)識(shí)和發(fā)掘老齡化所帶來(lái)的機(jī)遇。應(yīng)高度重視老齡產(chǎn)業(yè)發(fā)展，圍繞老年產(chǎn)品和服務(wù)供給側(cè)改革不斷優(yōu)化養(yǎng)老服務(wù)體系建設(shè)并開(kāi)發(fā)完善老年產(chǎn)品市場(chǎng)，以老年產(chǎn)品和服務(wù)的供給創(chuàng)新推動(dòng)總消費(fèi)需求增長(zhǎng)和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，以“創(chuàng)新紅利”彌補(bǔ)人口紅利下降對(duì)經(jīng)濟(jì)增長(zhǎng)的消極影響。

要注重勞動(dòng)參與率提升對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用，使勞動(dòng)力資源在生產(chǎn)性活動(dòng)中得到充分利用。這就需要進(jìn)一步完善和實(shí)施延長(zhǎng)退休年齡政策，還可以將身體條件較好、有工作意愿的高素質(zhì)老年人口納入勞動(dòng)隊(duì)伍，從而在保證勞動(dòng)生產(chǎn)率的前提下提高勞動(dòng)參與率。更重要的是，要將鼓勵(lì)創(chuàng)業(yè)政策落到實(shí)處，為居民創(chuàng)造更多就業(yè)機(jī)會(huì)，努力創(chuàng)建共建、共享型社會(huì)，以“創(chuàng)業(yè)紅利”加速勞動(dòng)參與率提升，從而抵消人口紅利下降對(duì)經(jīng)濟(jì)增長(zhǎng)的抑制作用。

要密切關(guān)注經(jīng)濟(jì)增長(zhǎng)路徑及人口紅利效應(yīng)的區(qū)域差異。盡管所有區(qū)域都面臨著人口紅利下降對(duì)經(jīng)濟(jì)增長(zhǎng)的抑制作用，但個(gè)別區(qū)域的情況比較嚴(yán)重。該抑制效應(yīng)在東部沿海和黃河中游區(qū)域超出了人口規(guī)模效應(yīng)對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用，在長(zhǎng)江中游區(qū)域甚至超出了勞動(dòng)生產(chǎn)率、勞動(dòng)參與率和人口規(guī)模三個(gè)因子效應(yīng)分別對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用。另外，東北地區(qū)面臨著人口紅利下降和人口規(guī)?？s減對(duì)經(jīng)濟(jì)增長(zhǎng)的雙重抑制作用，東部沿海和南部沿海區(qū)域面臨著人口紅利和勞動(dòng)生產(chǎn)率下降的雙重挑戰(zhàn)，甚至大西北地區(qū)在人口紅利和勞動(dòng)生產(chǎn)率雙重下降的抑制作用下出現(xiàn)了經(jīng)濟(jì)負(fù)增長(zhǎng)。中國(guó)各區(qū)域的經(jīng)濟(jì)發(fā)展和人口結(jié)構(gòu)基礎(chǔ)不同，故在尋找新經(jīng)濟(jì)增長(zhǎng)點(diǎn)的同時(shí)有必要制定具有針對(duì)性的區(qū)域差別化政策，以促進(jìn)區(qū)域協(xié)調(diào)發(fā)展。

注釋?zhuān)?/p>

①根據(jù)國(guó)家統(tǒng)計(jì)局官方網(wǎng)站1978—2018年的相關(guān)數(shù)據(jù)計(jì)算得出。

②根據(jù)國(guó)家統(tǒng)計(jì)局官方網(wǎng)站相應(yīng)年份數(shù)據(jù)計(jì)算得出。

③根據(jù)GDP增長(zhǎng)率指數(shù)的算法：GDP增長(zhǎng)率=GDPt/GDP0-1，其中GDPt/GDP0為GDP發(fā)展速度指數(shù)。各因子效應(yīng)導(dǎo)致的GDP發(fā)展速度指數(shù)和GDP增長(zhǎng)率指數(shù)也滿(mǎn)足上式。

④2001年及以后的全國(guó)就業(yè)人員數(shù)據(jù)根據(jù)第六次人口普查數(shù)據(jù)重新修訂。天津、河北、遼寧等統(tǒng)計(jì)年鑒的最新數(shù)據(jù)提供至2017年，因此選擇2002—2017年的數(shù)據(jù)進(jìn)行實(shí)證分析。

⑤東北地區(qū)包括遼寧、吉林和黑龍江；北部沿海地區(qū)包括北京、天津、河北和山東；東部沿海地區(qū)包括上海、江蘇和浙江；南部沿海地區(qū)包括福建、廣東和海南；黃河中游地區(qū)包括山西、內(nèi)蒙古、河南和陜西；長(zhǎng)江中游地區(qū)包括安徽、江西、湖北和湖南；西南地區(qū)包括廣西、重慶、四川、貴州和云南；大西北地區(qū)包括西藏、甘肅、青海、寧夏和新疆。

⑥鑒于后文實(shí)證分析的需要，這里的GDP增長(zhǎng)量和增長(zhǎng)率是基于各省份數(shù)據(jù)加總后計(jì)算得到，是定基在2002年的計(jì)算結(jié)果。