人口数量对经济发展的影响(6篇)

人口数量对经济发展的影响篇1

[关键词]出口需求实际收入弹性实际汇率弹性

中图分类号:F752•62文献标识码:A文章编号:1007-1369(2010)2-0051-12

引言

出口是我国经济增长的重要推动力量,表现为较高的出口依存度。另一方面,较高的出口依存度意味着出口对于我国经济的稳定发展具有重要意义,出口的发展受多种因素的影响,进口国的经济增长以及汇率是其中两个非常重要的因素,本文即研究我国出口对贸易伙伴国实际收入和双边汇率变动的敏感程度。

理论上看,出口额的波动可以分解为收入效应和价格效应,国内对此的相关研究不少,但是研究结论存在显著差异。国内的研究结果可以分为三类,第一类是外部收入的变化对我国出口的影响并不显著,比如海闻等(2006)海闻,沈琪.中国进出口弹性实证分析.经济与管理研究,2006(1)利用1999―2003年的有关数据,通过面板数据分析的方法得到了一个较小的需求弹性,认为中国出口额的国外实际收入弹性为0.0140,但统计上并不显著,实际汇率弹性为0.2317,且只在15%的显著性水平上显著。韦军亮(2008)韦军亮.中国对外贸易的弹性分析:基于UECM模型的边限协整研究.世界经济文汇,2008(3)则利用了51个国家/地区1979―2006年的年度数据,对中国货物贸易的发展进行了弹性分析,结果表明真实GDP的长期弹性在统计上不显著。短期弹性方面,世界GDP每增长1%,还会导致中国出口下降0.58%;真实汇率对出口的影响在长期和短期都不显著。第二类是外部收入的变化对我国的出口存在显著影响,需求弹性系数处于中等水平,如许统生等(2006)许统生,涂远芬.中国贸易弹性的估计及其政策启示.数量经济技术经济研究,2006(12)利用1985―2005年我国的有关数据和协整方法研究表明,国外收入增长1%,能促进中国商品出口增长2.26%。人民币贬值1%,中国商品的出口仅能增长0.3784%。第三类是外部收入的变化对我国的出口存在显著影响,且需求弹性系数较大,如姚枝仲(2009)姚枝仲.如何在出口下降时实现宏观稳定?.国际经济评论,2009(3-4)利用1992―2006年的贸易数据得到了一个相对较大的出口需求弹性,指出中国的外部收入每下降1个百分点,出口就下降4.7个百分点,而外部价格每下降1个百分点,出口就上升0.46个百分点。章艳红(2009)章艳红.外部需求冲击对中国出口的影响.经济理论与经济管理,2009(1)的研究区分了一般贸易和加工贸易,利用1995年1月到2007年12月的月度数据进行了研究,结果表明,加工贸易比一般贸易出口有着更高的收入弹性,分别为5.68和3.9,该研究还得到了很高的出口价格弹性的估算,实际有效汇率每上升1%,各类出口额至少下降4.7%(加工贸易出口),最多下降达17%(初级产品)。

从国际经验看,AbdelhakS.Senhadji等(1999)SenhadjiAS,MontenegroCE.TimeSeriesAnalysisofExportDemandEquations:ACross-CountryAnalysis,IMFStaffPapers,1999,46(3)研究了大量发展中国家和工业化国家的出口需求弹性,结果表明长期来看,均值为1.48,最小值为0.17(厄瓜多尔),最大值为4.34(韩国)。

起源于美国次贷危机的本轮全球性经济衰退使我国的出口受到很大影响,这也使我国出口对外需的依赖问题更加受到重视。对于该问题的研究在以下几点需要拓展,首先是样本数据的期间,选择最新数据进行研究是必要的,除了本轮全球性经济衰退的影响外,2005年7月开始的人民币汇率制度改革也可能对出口需求弹性产生影响。为了把这些新的冲击纳入分析之中,需要采用最新数据。第二,区分不同类型产品的出口需求弹性是必要的,因为不同产品可能存在不同的出口需求弹性。第三,出口到不同类型国家的产品可能具有不同的需求弹性,对此进行区分对于认识我国出口需求弹性是必要的。本文将主要从以上三点进行拓展,以期对我国出口产品需求弹性有一个更为深入的认识。

我国商品出口变动的初步分析

1.我国商品出口总体变化特征

近些年,我国商品出口总体保持高速增长的趋势,图1显示了2001年第一季度到2009年第一季度我国商品出口额同比增长率的变化,可以看到大部分季度出口额同比增幅都在20%以上。图1还显示了本轮经济衰退对我国出口的显著影响,比如2008年第四季度出口同比增速下降到4.36%,而2009年第一季度同比增速更是下降为-19.7%。

2.贸易伙伴国经济增长与我国商品出口:以美国为例

容易理解,贸易伙伴国的经济增长状况是影响其进口需求,进而是影响我国产品出口的重要因素之一。不同类型产品受不同类型国家经济增长的影响可能不同,这留待下文深入分析,这里简单以对美出口额变化和美国经济增长变化为例进行简单而直观的分析。

图3和图4分别显示了2001年第一季度到2009年第一季度我国对美商品出口同比增速的变化和美国实际GDP同比增速的变化。容易发现,二者保持了较为一致的变化趋势,初步说明我国对美出口受美国经济增长状况的影响非常显著。从美国实际GDP增长率和我国对美商品出口额增长率的散点图(图5)上看,二者的相关性更加明显。

3.汇率对我国商品出口的影响

从理论上看,一国货币升值将不利于一国商品的出口。武力.新中国60年经济发展回顾与思考.江苏行政学院学报,2009(6)自从2005年7月人民币汇率制度改革以来,人民币表现出较为稳定的升值趋势。从人民币实际有效汇率看,图6显示2005年以来人民币保持了持续实际升值的趋势。从人民币兑美元的实际汇率看,2005年以来人民币实际升值的趋势也是显著的(图7)。

对比我国商品出口变化与汇率变化,尽管可以看到出口变动和汇率变动趋势的关系与理论预测基本相符,但是二者关系并不像进口国经济增长对我国出口的影响那样显著,这初步说明即使汇率对我国出口存在影响,其影响程度可能没有进口国经济增长那样显著。

模型和指标选取

1.基本模型

本文将出口产品分为四类,采用面板数据模型对出口需求弹性进行估计,模型基本形式如下:

较为粗略地看,第一类主要是动植物产品及其制品和食品饮料,第二类主要是较低技术含量的劳动密集型产品,第三类主要是具有中等技术含量的资本密集型产品,而第四类主要是具有较高技术含量的产品。本分类没有涵盖所有HS编码下的产品,也就是不包括第5类、第20―22类。

贸易伙伴国(地区)的选取主要考虑以下两个原则:(1)选取的样本要能够包括我国主要出口目的地;(2)为区分对不同类型国家的出口需求弹性,样本要能够包括主要发达目的国(地区)和发展中目的国(地区)。基于以上两点考虑,本文选取以下18个国家(地区)作为研究样本:澳大利亚、比利时、加拿大、法国、德国、印度、印度尼西亚、意大利、日本、韩国、马来西亚、菲律宾、俄罗斯联邦、中国台湾省、泰国、土耳其、英国、美国。尽管香港地区也是主要的出口目的地,但是考虑到出口到香港地区的产品很大一部分被转口到第三地,因此所选取的样本中未包括中国香港地区。

3.数据说明与来源

选取2001年第一季度至2009年第一季度的季度数据作为研究样本。出口数据来源于国研网统计数据库。出口目的国(地区)实际GDP、名义汇率以及CPI数据(包括我国)均来自“BvD全球金融、各国宏观经济指标分析库”,其中实际GDP为以2005年不变美元价格计算,由于BvD数据库没有提供以2005年不变美元价格计算的俄罗斯联邦的实际GDP,我们使用了2003年卢布不变价格计算的实际GDP数据,并用当期汇率折算为美元。名义汇率为季度平均汇率,外国汇率兑人民币汇率通过外币与美元汇率以及美元与人民币汇率折算得到。CPI数据以2005年为基期,且令2005=100。

模型结果

在以下模型估算中,使用EVIEWS5.1软件,F检验与Hausman检验结果均拒绝混合数据模型和随机效应模型,因此以下估算均采用固定效应模型,为避免截面异方差问题,估算中采用了截面加权(cross-sectionweights)。

1.出口产品需求弹性的初步考察

首先不考虑出口目的地类型的差异以及人民币汇率制度改革、次贷危机等因素的影响,对出口产品需求价格弹性进行初步考察,基本结果见表2。

实证结果表明,不考虑GDP和RER(实际汇率)的滞后影响,四类出口产品的需求收入弹性分别为3.15、3.95、5.85和4.92,也就是说当出口目的国(地区)实际GDP下降1%,四类产品的出口分别下降3.15%、3.95%、5.85%和4.92%。四类出口产品的需求对实际汇率变动的弹性分别为0.51、0.67、0.64和0.76。考察上述结果,我们得到了一个相对较大的出口产品需求弹性的估算,同时可以得到另外一个基本判断,对于中国出口而言,外部需求的变化的影响要远大于汇率变动的影响。

由于采用的是季度数据,GDP和RER(实际汇率)的滞后变量对出口需求可能存在影响,实证结果表明上一季度GDP和RER对出口需求存在显著影响,同时在考虑GDP滞后变量后,四类产品的出口需求对当期GDP变动的弹性显著下降,外部需求和实际汇率对出口的影响具有显著的滞后性。

2.出口目的地对出口需求弹性的影响

出口到发达国家(地区)和发展中国家(地区)的产品可能具有不用的需求弹性,这个差异可能来源于经济发展水平的差距,也可能是来源于我国出口产品地理结构,发达国家(地区)是我国出口产品的主要市场。

为分析出口目的地差异对出口产品需求弹性的影响,引入虚拟变量D1:

表3结果表明,出口到发达国家产品的出口收入需求弹性显著高于发展中国家,四类产品均是如此。即便考虑GDP滞后变量的影响,GDP与虚拟变量交叉项系数也均在1%水平显著,只是绝对值要稍微小一些。

发达国家(地区)和发展中国家(地区)汇率变动对我国出口产品需求的影响不像GDP变动影响那样具有一致性。具体来看,除第二类产品两类国家(地区)需求弹性无显著差异外,其余三类产品发达国家(地区)汇率变动对出口需求存在显著影响,而发展中国家(地区)汇率变动的影响并不显著。

3.次贷危机对需求弹性的影响

起源于美国次贷危机的本轮全球性经济衰退对我国的出口产生了很大的影响,出口出现大幅度的下降。为分析次贷危机的影响,引入虚拟变量D2:

次贷危机导致的全球经济衰退在两个方面对我国的出口造成了负面影响,首先外部GDP下降使我国出口下降,这个效应可以通过GDP前系数体现。其次,由于次贷危机的发生,外部GDP的下降对我国出口的负面影响增加,这反映在GDP和虚拟变量D2交叉项系数为正,且在1%水平上显著。次贷危机对出口需求的这一影响可能是来源于消费者对未来收入降低的预期而使消费倾向下降。除了第四类产品外,次贷危机也使汇率变动对出口需求的影响增加。

4.人民币汇率制度改革对需求弹性的影响

尽管系数的值较小,但GDP和实际汇率与虚拟变量D3交叉项系数均在1%水平上显著,说明人民币汇率制度改革对出口需求的收入弹性和相对价格(实际汇率)弹性存在显著影响,提高了出口产品的需求弹性。

结论

本文运用面板数据模型分析了2002年第一季度到2009年第一季度出口产品的需求弹性。通过分析计量结果,可以得到以下几点基本结论:

(1)不考虑滞后变量的影响,出口外国实际收入弹性介于3―6之间,前两类产品需求弹性相对较低,后两类产品的需求弹性相对较高,这与本次全球经济衰退对我国出口的影响的具体情况较为相符,亦即对劳动密集型产品影响相对较小,而机电产品等受影响较大。这也说明劳动密集型产品仍然是我国能够发挥要素禀赋优势,具有较强国际竞争力的产品,在追求产业高度化发展的趋势下,这类产业也应是我国长期重点发展的产业。与国内其他研究相比,本文所得出的出口需求收入弹性偏大的结论,这可能来源于研究样本期的差异,随着我国融入经济全球化的程度不断加深,出口需求弹性可能提高。从现实情况看,我国出口受贸易伙伴国经济发展状况影响显著,因此已有研究中认为外部实际收入变化对我国出口没有显著影响或者影响非常小与现实情况不符。

(2)尽管汇率的变化对我国出口存在显著影响,但是外部需求的变化对出口需求的影响远大于汇率变化的影响。从表2结果看,贸易伙伴实际收入变化1%对我国出口的影响大约是汇率变动1%影响的6―9倍,出口需求的实际收入弹性远大于相对价格弹性。

(3)出口到发达国家产品的需求弹性显著大于发展中国家,尤其是出口需求的实际收入弹性。从汇率变动的影响看,除第三类产品外,出口需求的实际汇率弹性发达国家显著大于发展中国家。这意味着对发达国家的出口更易受到需求和汇率变动的影响。

(4)次贷危机导致的全球经济衰退对我国出口的影响来源于两个方面:首先是全球经济衰退,经济增长速度下降带来对我国出口产品需求的下降;其次是间接影响,使得出口需求的收入弹性增加,使得外部实际收入下降对我国出口需求产生更大的负面影响。除了第四类产品外,次贷危机也使得出口需求实际汇率弹性增加,尽管绝对值并不大。

此外,2005年7月的汇率制度改革使得出口需求实际收入弹性和相对价格弹性增加,这可能是由于汇率制度改革增加了人民币汇率浮动幅度,增加了对外贸易的不确定性。

人口数量对经济发展的影响篇2

关键词：城市发展水平；商品住宅价格；结构方程模型

1.引言

住宅是城市发展的重要载体。随着城市进程的加快，住宅开发的规模与速度持续扩大，住宅产业与城市经济的协调发展已成为各级政府及学术界共同关注的焦点。稳定房地产价格尤其是住宅价格，是我国当前房地产市场宏观调控的主要任务[1]。城市发展对住宅需求的提升和城市化的聚集效应是住宅产业发展的主要动力。本文从城市发展水平视角探索各因素对商品住宅价格的作用机理。

2.城市发展指标体系及模型建立

2.1城市发展指标体系

通过国内外相关研究来确定本文因素指标。骆永民利用中国30个省份1998-2009年的面板数据分析房价与城市化的关系且发现城市化水平对房价具有显著的促进作用[2]。杨晓冬等通过5个指标因子81个具体指标分析城市发展水平对住宅价格的作用[3]。王中亚构建包含经济、社会和资源环境3个子系统的城市发展水平综合评价指标体系，该指标体系共涉及29个具体指标[4]。Gabriel[5]、Berger[6]分别对美国、俄罗斯的住宅市场与城市发展进行研究，发现城市经济的发展、劳动生产率的提高及居民生活质量的提升均对房价有一定影响。

基于以往学者的研究，本文提出经济水平、城镇人口、消费能力、住宅投资、住宅产出、城镇设施、教育医疗水平七个指标来分析城市发展水平与住宅价格的影响作用，其指标体系包括8类共25个具体变量。

2.2模型建立

结构方程模型（SEM）是应用变量的协方差矩阵来分析变量之间关系的一种统计方法。SEM模型是验证性因子模型和因果模型的结合体，包含结构模型和测量模型。

3.实证研究

3.1研究假设

提出城市发展水平对住宅价格影响作用的研究假设，具体如下：H1：经济水平对城镇设施具有正向影响；H2：城镇人口对经济水平具有正向影响；H3：城镇设施对住宅投资具有正向影响；H4：经济水平对教育医疗具有正向影响；H5：教育医疗对住宅投资具有正向影响；H6：城镇人口对住宅价格具有正向影响；H7：住宅投资对住宅产出具有正向影响；H8：消费能力对住宅投资具有正向影响；H9：住宅产出对住宅价格水平具有负向影响；H10：消费能力对住宅价格具有正向影响。

3.2模型评价

模型评价主要利用信度系数和效度对模型中的测量指标与潜变量进行相关评价。本文利用SPSS20.0统计软件对信度和效度进行运算，其运算结果具体如表2。

由上表可知区分效度（AVE）均大于0.5区间，此模型可行。模型潜变量的Cronbachα系数均在0.7以上，合成信度的CR指标均大于0.70，说明用观测变量来测量潜变量的信度较好。

4.结论

通过SEM求解，对城市发展与商品住宅价格作用机理分析得出如下结论：

4.1直接因素及作用

消费能力、住宅产出和城镇人口为直接因素，路径系数为0.913、-0.314和0.302。居民消费能力的影响作用最大，存在正相关性；住宅产出影响为其次，存在负相关关系；城镇人口对住宅价格影响较前两者最小，且对住宅价格有正向作用。

4.2间接因素及作用

经济水平、城镇设施、教育医疗水平和住宅投资为间接因素，对住宅价格的影响途径和程度各异。①经济水平先通过城镇设施及教育医疗因素间接影响商品住宅价格。经济发展与人口状况存在较强正向影响，城镇人口的不断增加促进了城市经济发展；②城镇设施、教育医疗均先作用于住宅投资，再对住宅价格产生间接影响；③消费能力对住宅价格具有显著影响，且对住宅投资状况产生影响；④住宅投资直接影响住宅产出，住宅投资状况对住宅产出存在正向影响。

4.3总效用分析

城市发展各因素对住宅价格的总影响效应通过计算得出表3。

由表3分析：消费能力、城镇人口对住宅价格的总效应为正，存在正向影响；其他因素对商品住宅价格的总效应为负，存在负向影响。从供给、需求对价格作用来看，消费能力和城镇人口为需求主导型因素，住宅投资等5因素为供给主导型因素。对于城市发展各因素的合理区分，将使政府调控商品住宅价格更具针对性。（作者单位：西安建筑科技大学管理学院）

参考文献：

[1]刘洪玉，孙峤.房地产价格与房地产经济学研究[J].建筑经济，2006（02）

[2]骆永民.城市化对房价的影响：线性还是非线性――基于四种面板数据回归模型的实证分析[J].财经研究，2011（4）

[3]杨晓冬，武永祥.协调发展视角下的商品住宅价格模型研究――以上海市为例[J].中国软科学，2013（01）

[4]王中亚.中原经济区域城市发展水平综合评价市政研究[J].河南工业大学学报（社会科学板），2012（02）

人口数量对经济发展的影响篇3

[关键词]人口老龄化；固定效应模型；影响因素

[DOI]1013939/jcnkizgsc201611016

1引言

中国已进入老龄化社会并承受着人口老龄化带来的诸多压力。根据国际人口年龄类型划分标准，当一个国家或地区65岁及以上老年人口占人口总数的比例超过70%，即意味着这个国家或地区处于老龄化社会（邬沧萍，1990）。我国在2000年老龄人口比例达到70%（中国统计年鉴，2001），标志着中国已经进入人口老龄化的潮流中。中国的人口老龄化有未富先老（郭长伟，2013），高龄化显著（曾光霞，2014）的特点；与其他国家相比，人口老龄化给中国带来了更大的挑战。首先，人口老龄化给未来社会经济发展带来巨大压力（李余、詹懿，2013）。老年人口规模的扩大必将加重适龄劳动人口的抚养负担，在经济的总支出中也将要承担更多的养老保障支出，给国家及家庭带来一定的负担（郭长伟，2013）。其次，人口老龄化改变了劳动力供给局面。我国劳动年龄人口2011年达到峰值940亿人，2012年和2013年分别下降到939亿人和936亿人，劳动年龄人口进入负增长的历史拐点（潘力，2013）。人口老龄化势必会带来劳动力供给的进一步下降。

因此，理清人口老龄化的影响因素，对有效应对老龄化的挑战、促进我国经济社会的发展具有重要的现实意义。本文将基于2003―2013年全国30个省由于的人口老龄化比例、经济发展水平均处于较低水平，且数据不完整，所以本文未对其进行研究。的面板数据，对中国人口老龄化影响因素进行研究。

2文献综述

关于人口老龄化的影响因素，胡亚兰（2008）通过分析中国人口老龄化产生的原因、态势以及特征，人口老龄化与经济发展的关系，发现人口老龄化是经济发展的结果，但同时人口老龄化也反作用于经济发展，并指出要正确处理人口老龄化与经济发展两者之间关系，做到趋利避害；李兰永和刘媛（2013）虽然只以济南市为研究案例，仍发现生育政策是影响人口老龄化的主要因素；朱勤（2014）通过对2000―2010年中国城乡人口老龄化的影响因素分析，发现城镇化是城乡人口老龄化的重要影响因素，其影响力的大小与乡―城转移人口的年龄选择模式有关系。

已有文献为我们分析中国人口老龄化的影响因素提供了丰富的参考，但仍存在一些不足。首先，大多数文献只是对人口老龄化趋势或老龄化程度进行了研究，没有进一步分析其影响因素；其次，少量文献分析了中国人口老龄化的影响因素，但仅限于理论分析、案例研究或少数省份的实证研究，缺乏基于全国数据进行的实证分析；最后，在研究数据方面，已有文献存在数据老化问题，未能反映近期中国的人口老龄化的情况。本文进行的研究正好弥补了上面谈及的几点不足。

3指标选取和数据来源

本文使用了2003―2013年全国大陆除自治区外的30个省、自治区、直辖市的相关数据。

65岁及以上人口在总人口中的比例，作为衡量人口老龄化程度的指标。其中全国人口老龄化数据和各省人口老龄化数据均来自历年的《中国统计年鉴》，各省城镇和农村人口老龄化数据来自相应年度的《中国人口和就业年鉴》。

考虑到人口老龄化和经济发展水平之间存在密切的关系，用各省历年的地区生产总值增长率（GDP增长率）作为衡量经济发展水平的指标，数据来源于历年的《中国统计年鉴》。

医疗卫生条件的提高通过改善人们生活质量，极大地延长了人们的预期寿命，影响了人口老龄化的程度及变化速度。因此，本文采用每千人卫生人员数，作为衡量各省各年度医疗水平的指标。该指标用各省每年度卫生人员总数除以各省总人口数来刻画，数据由历年《中国统计年鉴》中各省总人口和卫生人员数计算获得。

城镇化，即大量农村人口向城镇转移，也是影响人口年龄化结构的重要因素之一。目前中国农村向城镇转移的人口以青壮年为主，青壮年的迁移势必会影响城乡人口的年龄构成，影响城乡人口老龄化程度及进程，因此，本文在分析时也引入了城镇化率这一指标。该指标用各省各年度城镇人口在总人口中的比例来衡量，数据来自历年的《中国统计年鉴》。

计划生育是中国长期的一项基本国策，对降低出生率、控制人口数量起到了很大的作用。本文采用人口自然增长率来衡量各省各年度计划生育政策的执行情况，该数据来自历年的《中国统计年鉴》已有文献采用“计生率”作为衡量计划生育政策实施情况的指标，由于数据缺失，本文采用了自然增长率。。

4人口老龄化的影响因素分析

上述分析描述了人口老龄化与经济发展水平、人口自然增长率以及城镇化之间的关系，但是由于没有控制其他因素，这些相关关系可能是有偏的。因此，本节将利用面板数据进行多元回归分析。回归模型中65岁及以上人口作为因变量，人口自然增长率、城镇化率、每千人卫生人员数量、GDP增长率作为自变量，变量的基本特征总结在表1中。

为了确定对该面板数据采用混合回归模型、固定效应模型还是随机效应模型，进行了相关分析和检验。首先经F检验得出其F分布的P

由表2第2列固定效应模型的回归结果可知，F值是24222且P

人口自然增长率每提高1‰，65岁人口占总人口比例将降低0301%。可见计划生育的实施缓解了人口规模性压力，却导致了人口结构性压力。城镇化率每提高1%，65岁以上人口占总人口比例将提高0033%。城镇化经常伴随着人口老龄化的发生。因为城镇化对居民健康有着正向影响，城镇化使得居民自评自己的健康水平为好的可能性提高了118%（张帆，2014）。所以城镇化水平的提高有效降低了死亡率，导致人口老龄化的发生。每千人口卫生人员数每增加一个，65岁及以上人口比例占总人口比例增加0320%。每千人口卫生人数越多，医疗资源越充足，医疗服务质量越高。医疗水平的提高降低了死亡率，延长了人们的预期寿命。GDP增长率每提高1%，65岁及以上人口比例提高0195%。经济发展迅速的国家或地区老龄化程度都比较严重。首先经济的增长提高了人民的幸福指数，老龄人口的平均预期寿命延长。同时，随着经济发展，养老保险制度也在不断完善。其次，随着经济发展到一定阶段后，孩子生育和抚养成本将增加，从而导致人们生育观念的改变和出生率的下降（姚雪松、王志勇，2014）。

5结论与建议

本文运用中国大陆30个省、自治区、直辖市2003―2013年的数据，探索了中国老龄化的影响因素，最后得出以下三点结论与建议。

第一，中国人口老龄化的趋势日益加重。人口老龄化是经济发展不可避免的结果，而且在短时间内无法减缓；政府应该协调经济发展与人口老龄化，避免人口老龄化阻碍经济的发展。

第二，城镇化导致农村地区的老龄化问题更加严重。长期以来城乡二元经济结构的存在，农村经济发展水平较低，承受社会负担的能力也比较差。在农村老年人口比例上升的情况下，政府应该注重新型农村养老保险制度的完善与转移接续问题，加大兴办农村养老机构等事宜的实施力度，提高农村老人的生活质量。

第三，十二届全国人大常委会第十八次会议经表决通过关于修改人口与计划生育法的决定，修改后的计生法明确国家提倡一对夫妻生育两个子女。由于经济压力、少生观念和时间压力等原因，很多家庭都不愿意再生育，即通过增加新生人口在短期内可能无法缓解老龄化和劳动力短缺带来的压力。因此，国家在转变计划生育政策的同时，还应出台一些配套措施，使得新的政策能够实现预期目的。

参考文献：

[1]郭长伟人口老龄化对中国社会的影响及其策略分析[J].江苏建筑职业技术学院学报，2013（4）

[2]国家统计局中国统计年鉴[M].北京：中国统计出版社，2001-2014

[3]胡亚兰浅析中国人口老龄化与经济发展的关系[J].商场现代化，2008（4）

人口数量对经济发展的影响篇4

关键词：环境库兹涅茨曲线；环境质量；生态环境；经济增长；陕西省

中图分类号：F127；X22文献标识码：A文章编号：0439-8114（2015）14-3384-04

DOI：10.14088/ki.issn0439-8114.2015.14.014

AnalysisofCharacteristicsandOriginofEnvironmentalKuznetsCurve

inShaanxiProvince

YANGFan，WANGHao

（CollegeofGeologyandEnvironment，Xi’anUniversityofScienceandTechnology，Xi’an710054，china）

Abstract：Inrecentyears，withtherapiddevelopmentofeconomy，howtopreventandcontrolenvironmentalpollutionandimprovetheecologicalenvironmentqualityalongwiththeeconomicgrowthatthesametimebecomesthefocusofattention.StartingfromthepresentenvironmentalKuznetscurve（EKC）research，thisarticleanalyzestheresearchprogressofenvironmentalpollutionandecologicalenvironment.Bychoosing14pollutionindicators，9indicatorsofecologicalenvironmentandGDPpercapita，establishingthemathematicalmodelforthedataofShaanxiProvinceduring1986-2012，theenvironmentalKuznetscurverelationshipbetweenenvironmentalqualityandeconomicgrowthwasobtained；8factorswereselectedtoanalyzemultiplelinearregression，andthemaininfluencefactorsofenvironmentalindicatorsandenvironmentalqualityinShaanxiProvincewereanalyzed.23environmentalindicatorstoaffecttheeconomicgrowthshowdifferenttrendsandcharacteristics.Inadditiontoeconomicgrowth，themainfactorsaffectingthequalityoftheenvironmentalsoincludepopulation，citystructure，industrialstructure，populationquality，technicallevelandpollutioncontrolinvestment，whichisofimportantsignificancetoexplaintheenvironmentalKuznetscurveinShaanxiProvince.Theresearchresultcanprovidethebasisfortheenvironmentalpollutionandecologicalenvironmentremediation，rationaladjustmentofindustrialstructure，andimportantreferencesignificanceforotherwesternprovinces.

Keywords：environmentalKuznetscurve；environmentalquality；ecologicalenvironment；economicgrowth；Shaanxiprovince

环境库兹涅茨曲线（EKC）是兹涅茨曲线在经济发展和环境质量方面的一项应用。该理论假定，如果没有一定的环境政策干预，一个国家或区域的环境污染随着经济的增长先恶化，越过转折点后逐步改善，即环境污染变动与经济发展变动趋势间呈现倒U型关系。后来经过大量学者实证研究完善，EKC的形式除了典型的倒U型外，还有直线型、N型以及U型等[1]。Grossman等[2]在1991年首次采用EKC对城市大气数据做了分析，发现SO2及烟尘与人均GDP之间存在倒U型曲线关系。Shafik等[3]拟合了10个生态环境因素与人均GDP的关系，提出倒U型EKC关系。国外大多关于EKC的研究都以大气环境指标为基础，如Stern等[4]、Cole等[5]对大气污染物做过深入的研究。国内近些年对EKC的研究主要集中在环境污染方面。如王奇等[6]通过EKC曲线构建了29个国家污染排放与收入之间的关系；周璇等[7]对多个省工业废水排放量与经济增长的关系进行了研究；赵连阁等[8]选取浙江省农业面源污染指标及经济增长数据，验证浙江省农业面源污染与经济增长之间的关系；庄大昌等[9]通过对广州市30年的经济发展与废水排放相关数据进行分析，建立了广州市经济增长与废水排放的EKC模型；战永辉等[10]通过对山东省三废排放与人均GDP的数据分析，得出了各种环境污染物与经济增长的曲线特征；陈景辉等[11]根据陕西省20年工业总产量和工业三废、工业SO2以及烟尘排放量的数据，建立了EKC模型。

现阶段采用EKC主要对大气、工业废水中的主要污染物指标（排放量和浓度）做实证研究，生态环境方面的研究较少，较多集中在碳排放方面。如王鹏等[12]选取6个城市，研究了城市经济增长与土地生态安全之间的相关关系，并进行生态安全评价；陈勇等[13]利用农业和经济数据对西南地区农业生态系统碳排放、碳吸收和碳足迹进行了计算和时空特征分析，并建立了EKC模型；许广月等[14]选用中国省域面板数据，研究中国碳排放环境库兹涅茨曲线的存在性；邵锋祥等[15]通过建立CO2排放的环境库兹涅茨曲线，实证研究了陕西省碳排放与经济增长的关系。

目前还没有一个综合的一般性指标来反映整个生态环境与经济发展之间的关系，特别是缺少环境退化或改善对经济的作用方面的内容。研究生态环境指标和经济的关系是未来的一个重要方面[16]。将EKC应用于陕西省环境质量与经济关系的研究，分析其成因，可以为陕西省环境污染和生态环境的治理修复、产业结构的科学调整提供依据，同时对西部其他省份具有重要的借鉴意义。

1研究指标与计量模型

本文选取陕西省1986-2012年间相关数据进行分析，数据来源于1986-2012年陕西统计年鉴、中国统计年鉴、陕西统计公报和陕西省环境状况公报等资料。

1.1研究指标

选用常规的人均GDP作为经济指标。国内外的环境指标包括环境污染类、生态资源类和发展效益类，但研究最多的是环境污染类，其他2种指标研究较少，根据数据来源选用环境污染和生态环境2类指标，并且每一类包含绝对量和相对量，具体见表1。

1.2计量模型

借助于EXCEL和SPSS软件，对环境质量和经济增长关系研究的主要计量模型[17]如式（1）。

E=a+g（Y）（1）

式中E代表环境（环境污染使用原指标，生态环境使用原指标的倒数），Y代表人均GDP，为了使分析全面、客观，选用线性、二次、三次、对数、指数、对数线性、对数二次、对数三次等多种函数模型作曲线拟合。根据曲线模型检验参数，在各个函数模型中进行优选。

2环境质量与经济增长拟合结果

采用多种曲线模型进行回归拟合比较，仅列出显著性较高的拟合模型。经过指标的选择、计量模型的建立和环境质量与经济增长关系的拟合回归分析，得出了环境污染及生态环境与人均GDP的拟合结果，见表2。

环境污染中工业固体废物产生强度、工业粉尘排放量、工业粉尘排放强度、生活垃圾产生量及生活垃圾产生强度5个指标与人均GDP的回归为倒U型EKC曲线，反映出非常显著的EKC曲线特征；生态环境中森林面积、森林覆盖率和耕地面积3个指标呈现降低的趋势，不过所有的环境指标均已跨过其顶点，说明随着经济的发展，这3个生态环境指标，尤其森林面积和森林覆盖率的降低需要引起重视；工业废气排放量、生活垃圾产生量、人均森林面积、森林覆盖率、草地面积、人均草地面积和人均耕地面积这7个环境指标呈恶化趋势，说明这7个环境指标呈恶化趋势；其他16个指标总体呈好转趋势；各指标与经济增长之间的N型、倒N型关系说明政策或者技术等外部因素能有效地改变环境指标，这也表示政策对于控制环境污染和生态环境具有有效性。

3环境质量与经济增长关系的成因

3.1影响指标选取

环境库兹涅茨曲线的变化通常会受到不同发展阶段的产业结构、技术水平、宏观经济以及环境政策等因素的影响[18，19]，据此影响因素选取以下8个指标，环境指标为表1所列23个指标。Y1为经济增长，用人均GDP（元）表示；Y2为人口数量，用全省人口数量（万人）表示；Y3为人口素质，用年终中等教育以上人口数占人口总数的比重（%）表示；Y4为城市结构，用城乡比（%）表示；Y5为产业结构，用第二产业增加值占生产总值比重（%）表示；Y6为技术水平，用工业增加值与工业三废排放量的比（%）表示；Y7为国际贸易，用外贸出口总额（万美元）表示；Y8为污染治理投资，以全省工业污染治理投资总额（万元）表示。

3.2模型的构建

以影响因素指标为自变量，环境指标为因变量，做多元线性回归分析。多元线性回归模型如式（2）。

E=bo+b1Y1+b2Y2+…bpYp（2）

为了消除量纲不同和数量级的差异所带来的影响，运用SPSS软件对数据进行标准化处理。在多元线性回归分析中，并不是所有自变量都对因变量有显著的影响，因此，选用逐步回归法以得到最优回归方程。

3.3成因分析

经回归得到的标准化系数见表3。表3中，环境污染类指标E1-E14表示污染物的绝对量和相对量，其标准化系数正负值表示的意义相反，正值表示对环境质量有负面影响，负值表示为正面影响；生态环境类指标E15-E23的系数对环境质量的影响和实际正负一致，即正值表示对环境质量有正面影响，负值表示为负面影响。表中对环境质量影响程度高低依次为人口数量、城市结构、产业结构、人口素质、技术水平、经济增长、污染治理投资、出口贸易；人口数量影响的环境指标最多，为15个，且均为负面影响，可见人口为陕西省环境质量的首要因素；其次是城市结构，为7正4负，虽然城市化的提高加大了生活垃圾的排放量，加快了人均森林面积、耕地面积和人均城市绿化面积的退化程度，但是降低了工业废水排放量、工业废气排放量、工业烟尘排放量和人均生活垃圾排放量，提高了森林面积、森林覆盖率和人均草地面积，总体呈正面影响，可见城市化的提升对陕西环境保护有一定的积极意义；产业结构为3正6负，虽然增大了森林面积、森林覆盖率和人均草地面积，但是加大了工业废水排放量和SO2排放量，加快了人均森林面积、草地面积、耕地面积和人均城市绿化面积的退化程度，总体呈负面影响，可见陕西的产业结构有待进一步优化；人口素质对8个环境指标的影响均为负，可见陕西的人口素质亟需提升；技术水平表现为1正5负，且都是对环境污染指标的影响，可见目前，陕西技术进步还处于非对称阶段，具有开发和生产功能的科技进步占居优势，而具备环境治理和环境优化功能的环境科技进步和兼有经济功能和环保功能的环境友好型“绿色”科技进步处于劣势；经济增长对环境污染指标呈负面影响，对生态环境指标呈正面影响；最后是污染治理投资，降低了工业粉尘的排放量，目前陕西对环境污染治理的投入不足，且效果甚微；出口贸易基本上对陕西环境质量无影响。

表3显示出环境污染和生态环境两种类型指标与各影响因素的相关性程度。具有显著EKC曲线特征的5个指标中工业固体废物产生强度与人口数量、人口素质及技术水平呈正相关，人口数量的影响最大；工业粉尘排放量与人口数量正相关，与污染治理投资负相关；工业粉尘排放强度与人口数量、人口素质正相关；生活垃圾产生量与人口数量、城市结构相关；生活垃圾产生强度与城市结构和技术水平负相关。

呈恶化趋势的7个环境指标中工业废气排放量与经济增长正相关，与城市结构负相关；生活垃圾产生量与人口数量、城市结构正相关；人均森林面积与经济增长正相关，与人口数量、人口素质、城市结构及产业结构负相关；森林覆盖率与城市结构、产业结构正相关；草地面积与人口数量、产业结构负相关；人均草地面积与城市结构、产业结构正相关；人均耕地面积与人口数量负相关。其余环境污染和生态环境指标由于受各8个影响因素不同程度的相关性而呈现出多种曲线特征。

4结论

1）在影响因素不同程度的作用下，23个环境污染和生态环境指标对经济增长的反映呈现出不同的发展趋势和特点，说明政策或者技术等外部因素能有效地改变环境指标。

2）除经济增长本身外，人口数量、城市结构、产业结构、人口素质、技术水平、污染治理投资是影响陕西省环境质量的主要因素，对其环境库兹涅茨曲线具有重要解释意义。

3）陕西省环境质量变化影响因素分析显示，环境质量与其影响因素的关系较为复杂。经济增长、人口结构、产业结构、技术水平、出口贸易和城市结构对环境质量的影响具有双面性；人口素质和污染治理投资对环境质量呈正面影响，人口数量对环境质量呈负面影响，且影响的程度在所有指标中最大。

参考文献：

[1]PANAYOTOUT.DemystifyingtheenvironmentalKuznetscurve：Turningablackboxintoapolicytool[J].EnvironmentandDevelopmentEconomics，1997，2（4）：465-484.

[2]GROSSMANGM，KRUEGERAB.EnvironmentalimpactsofaNorthAmericanFreeTradeAgreement[R].Cambridge：NationalBureauofEconomicResearchWorkingPaper，1991.

[3]SHAFIKN，BANDYOPADHYAYS.EconomicGrowthandEnvironmentalQuality：TimeSeriesandCrosscountryEvidence.BackgroundPaperfortheWorldDevelopmentReport[R].Washington：WorldBankPolicyResearchWorkingPaperSeries，1994.

[4]STERNDI，COMMONMS.IsthereanenvironmentalKuznetscurveforsulfur[J].JournalofEnvironmentalEconomicsandManagement，2001，41（2）：162-178.

[5]COLEMA.Trade，thepollutionhavenhypothesisandtheenvironmentalKuznetscurve：examiningthelinkages[J].EcologicalEconomics，2004，48：71-81.

[6]王奇，刘巧玲，刘勇.国际贸易对污染-收入关系的影响研究――基于跨国家SO2排放的面板数据分析[J].中国人口・资源与环境，2013，23（4）：73-80.

[7]周璇，孙慧.中国工业废水排放量与经济增长关系的区域分异研究[J].干旱区资源与环境，2013，27（12）：15-19.

[8]赵连阁，徐建芬，王学渊，等.浙江省农业面源污染的库兹涅茨曲线验证[J].浙江农业学报，2012，24（6）：1079-1085.

[9]庄大昌，叶浩，张慧霞.广州市经济发展与水环境污染的关系研究[J].经济地理，2013，33（12）：38-41.

[10]战永辉，孟亚东.基于EKC的山东省经济增长与环境污染关系研究[J].科学技术与工程2012，12（19）：4857-4860.

[11]陈景辉，卢新，陈灿灿，等.陕西省环境库兹涅茨曲线分析与预测[J].环境保护科学，2010，36（4）：58-60.

[12]王鹏，曾辉.基于EKC模型的经济增长与城市土地生态安全关系研究[J].生态环境学报，2013，22（2）：351-356.

[13]陈勇，李首成，税伟，等.基于EKC模型的西南地区农业生态系统碳足迹研究[J].农业技术经济，2013（2）：120-128.

[14]许广月，宋德勇.中国碳排放环境库兹涅茨曲线的实证研究：基于省域面板数据[J].中国工业经济，2010（5）：37-47.

[15]邵锋祥，屈小娥，席瑶.陕西省碳排放环境库兹涅茨曲线及影响因素：基于1978-2008年的实证分析[J].干旱区资源与环境，2012，26（8）：37-43.

[16]虞依娜，陈丽丽.中国环境库兹涅茨曲线研究进展[J].生态环境学报，2012，21（12）：2018-2023.

[17]吴祁宗.系统工程[M].北京：北京理工大学出版社，2008.116-135.

人口数量对经济发展的影响篇5

关键词：发展中大国；涵义界定；遴选方案；综合影响力

作者简介：欧阳i，湖南师范大学商学院教授，博士生导师，大国经济研究中心主任（湖南长沙410081）

罗富政，湖南师范大学商学院讲师，经济学博士（湖南长沙410081）

罗会华，湖南商学院经贸学院助理研究员，中南大学商学院博士研究生（湖南长沙410205）

张培刚先生（1992）在《新发展经济学》中提出了改造和革新发展经济学的途径，强调要“注重对发展中大国的研究”，并认为发展中大国是指人口众多、幅员广阔、资源丰富、历史悠久、人均收入水平低下的发展中国家。然而，后来的经济学家却没有沿着他的思路加强对“发展中大国”的研究，甚至没有对“发展中大国”的内涵和外延做出更加细致的分析。本文试图对“发展中大国”的概念进行合理界定，根据其主要特征和评价指标遴选出当今世界的发展中大国，并从不同角度阐述发展中大国的国际地位，从而为构建“大国发展经济学”明确具体的研究对象。

一、发展中大国：“发展”和“规模”双重涵义

发展中大国既是“发展中国家”，又是“大规模国家”，因而应该拥有“发展”和“规模”双重涵义，并且是两者的结合体。为此，需要分别对“发展中国家”和“大规模国家”进行界定，在此基础上界定“发展中大国”。

涵义之一：发展中国家

“发展中国家”的概念经历了一个演变过程，即从“落后国家”到“欠发达国家”、再到“发展中国家”的过程。富国和穷国的分野在古代社会就已经存在，但是那时的世界各国都处于农业文明的社会形态。随着工业革命的爆发，西方国家开始步入现代经济增长阶段，以工业文明取代了农业文明，这时的世界各国被划分为工业国和农业国，由于它们在劳动生产率和国民收入水平上存在很大的差异，所以前者被称为“发达国家”（DevelopedCountries），后者被称为“落后国家”（BackwardCountries）。第二次世界大战以后，一批摆脱殖民主义统治而取得政治独立的新兴民族国家开始走上谋求发展的道路。考虑到这些国家虽然经济上落后，但是存在一种潜在和尚未开发的能力，所以改称为“欠发达国家”（Less-DevelopedCountries），在经济学文献中缩写为“LDCs”。20世纪60年代以后，世界上大多数民族独立国家的发展意识特别强烈，开始实施经济起飞和经济发展战略，通过实现工业化，追赶经济发达国家，而且展现了发展的希望和前景。因此，“考虑到持续变化的过程，区分为发达和发展中国家”（吉利斯等，1998），20世纪60年代末期，在联合国组织文件和发展文献中正式使用“发展中国家”（DevelopingCountries）的概念。同时，人们在国际关系中还使用两个相似的概念，即“第三世界国家”和“南方国家”。20世纪50年代初，法国学者阿尔弗雷德・索维提出了“三个世界”的概念。冷战时期，北大西洋组织成员国被称为“第一世界”，华沙条约成员国被称为“第二世界”，其他不结盟国家被称为“第三世界”（TheThirdWorld）。20世纪70年代末期，由于在地球南北之间把世界分成“穷国”和“富国”，所以人们把工业发达国家称为“北方国家”，而把发展中国家称为“南方国家”。然而，“第三世界”属于政治的概念，有的已经成为高收入国家；“南方国家”属于地理的概念，有的是富有的石油输出国，它们并不能准确地反映发展中国家的状况。所以，在经济学意义上使用“发展中国家”的概念，更加具有科W性和规范性。

关于发展中国家的涵义，美国哈佛大学编著的教科书写道：“一切传统社会都有着两个共同的特点：低人均收入，没有现代经济增长。除了这些简单的共同点之外，各国的历史过程存在着极大的差异性，很难将其一般化”（吉利斯等，1998）。根据这种理解，以往国内的发展经济学教科书，有的将“发展中国家”定义为“发展中国家一般是指原先的殖民地、半殖民地和附属国，而现在取得政治独立的新兴民族独立国家”（陶文达，1992）？t？；有的认为“第三世界”是“发展中国家”的同义语（马春文，1999），确实有些不够科学和准确。一般而言，学者们将发展中国家的定义理解为两个方面，其一是经济发展尚处于不发达状态，其二是该类国家在不断探索新模式以加快本国的经济发展，这两方面的理解显得更加科学和合理。

涵义之二：大规模国家

所谓“大国”就是大规模的国家，根据设定标准的不同，可以形成“人口大国”、“经济大国”、“工业大国”、“农业大国”等一系列的大国概念？w？。我们研究的大国，应该是从总体上讲的大规模国家，它有两个初始条件，即人口规模和国土规模，由此出发可以推演出市场规模和经济规模。倘若没有设定这两个初始条件，我们所研究的对象就会变得不确定，有的国家会随着经济总量的扩大而变成大国，随经济总量的缩小又变成小国。在经济学史上，对于国家规模和经济增长的研究始于20世纪50年代末期，1957年国际经济学会在海牙召开以“国家规模的经济影响”为主题的学术会议，专门研究了国家规模以及大国和小国的优势，一些经济学家提出了大国具有稳定优势和创新优势的假设。后来，库兹涅茨（1971）？y？和钱纳里（1975）对大国经济问题进行了较多的研究。他们主要以人口规模为标准界定大国，随着时代的变化先将超过1000万人口、1500万人口、2000万人口和5000万人口的国家列为大国，Perkins&Syrquin（1989）则以人口和幅员为标准界定大国，他们认为“一些结构上的差异归因于人口规模不同，同样或更可能是因为一个国家的地理面积不同。将人口和地理的影响相分离是特别困难的，因为这两个变量本身是相互关联的。”确实，幅员辽阔也是导致大国区域差异的重要原因。笔者认为，可以在两个初始条件的基础上增加直接推演出来的市场规模特征，将大国定义为具有人口众多、幅员辽阔以及由此形成的巨大市场潜力的国家。如中国、印度、俄罗斯和巴西等国，目前的人口规模都超过1.5亿人，国土规模都超过300万平方公里，经济总量都超过1.0万亿美元，因而属于超大规模国家。

二、发展中大国的“发展”特征和“规模”特征

从对“发展中国家”和“大规模国家”的理解，可以看到发展中大国的发展特征和规模特征。发展中大国的特征是发展中国家特征和大规模国家特征的叠加，我们应该在分析两种特征的基础上，将两者的特征有机地结合起来，形成发展中国家和大规模国家的综合体，从而更好地表述发展中大国的特征。

如果从发展中国家寻求具有普遍性的共同点，可以概括为三个主要方面。第一，国民收入水平低。发展中国家最直接的表征就是国民收入水平低，以及相应的国民生活水平低。随着社会经济的进步，世界银行确定的具体标准是动态调整的。世界银行的数据按照人均GNI将各国分为低收入国家、中等收入国家和高收入国家，前两者属于发展中国家，后者属于发达国家。2001年人均GNI低于745美元的国家为低收入国家，高于745美元但低于2975美元的国家为中等收入国家；2008年人均GNI低于975美元的国家为低收入国家，高于975美元但低于11906美元的国家为中等收入国家；2013年人均GNI低于1045美元的国家为低收入国家，高于1045美元但低于12746美元的国家为中等收入国家。第二，劳动生产率低。较高的劳动生产率是现代经济增长的基本特征，劳动生产率的高低直接决定国民收入的高低，因此，由技术、管理和资本投入不足造成的人均国内生产总值，是衡量一个国家劳动生产率的重要指标，从1992年的数据看，属于发达国家的美国、德国、日本分别为23240美元、23030美元、28190美元，属于发展中国家的墨西哥、印度尼西亚、印度分别为3470美元、1905美元、310美元，差距很明显。2012年发展中国家的劳动力人均GDP在1870～20526美元之间，而发达国家的劳动力人均GDP平均数为56710美元，差距仍然悬殊。第三，经济二元结构。发展中国家处在从传统社会向现代社会过渡的阶段，工业化和城市化的任务没有完成，这种转型的时期，形成了城乡二元结构以及相应的经济二元结构和技术二元结构，城市与乡村的人口分布和产业分布极不平衡，不同区域的经济技术水平相差很远，市场发育程度和基础设施建设也存在差异性。2004年印度各地区人均GDP的差距在5.6倍左右；2005年中国东部的上海市与西部的贵州省的劳动力人均GDP差距高达11倍；2015年的《中国家庭发展报告》显示，收入最高的20%的家庭的收入，等于收入最低的20%的家庭收入的19倍。随着发展中国家向发达国家的迈进，二元经济结构将向新的经济结构转换。

如果从大规模国家寻求具有普遍性的共同点，也可以概括为三个主要方面。第一，庞大的人口规模。国家是由人类构成的集合体，人口数量是大国最基本的特征。张培刚先生在《新发展经济学》中谈到，1988年总人口超过1亿人的10个国家中有7个发展中国家，即中国、印度、印度尼西亚、巴西、尼日利亚、孟加拉国、巴基斯坦。“庞大的人口基数再加上高速的人口增长率，这就使得发展中大国的特征更加明显”（张培刚，1992）。到2013年，上述国家的人口数量分别达到13.57亿、12.52万、2.49亿、2.0亿、1.73亿、1.56亿、1.82亿。人口数量的规模可以直接地决定人力资源的规模和市场的规模，对经济增长有着极为重要的影响。第二，庞大的国土规模。一般地说，土地面积庞大的国家、自然资源储量就比较丰富；同时，国土规模还可以影响经济发展的空间布局和总体结构，导致自然资源的差异性和区域经济的差异性。世界上有一些国土面积很大的发展中国家，如中国（956.3万平方公里）、俄罗斯（1709.8万平方公里）、巴西（851.6万平方公里），也有一些国土面积很小的发展中国家，如斯威士兰（1.7万平方公里）、东帝汶（1.5万平方公里）、科索沃（1.1万平方公里），@些大国和小国的土地面积差距为数百倍至上千倍，它们在自然资源的储量和种类以及区域差异等方面应该会有惊人的不同；而且，这里还有人口与土地的比例问题，保持适宜的人口密集度也是促进经济增长的重要条件。第三，庞大的市场规模。从庞大的人口规模和国土规模，可以推演出庞大的市场规模，或者说是庞大的市场潜力。所谓市场规模包括潜在的市场规模和现实的市场规模；如果一个国家拥有庞大的人口数量，遵循需求决定市场的规律，它应该有潜在的市场规模，如果这个国家人均国民生产总值较高，它就有了现实的市场规模；如果一个国家拥有庞大的国土面积，遵循斯密提出的“市场范围”假说，它也应该有潜在的市场规模；如果这个国家交通便利而形成统一的国内市场，它就有了现实的市场规模。中国、巴西、印度等发展中大国，虽然人均国民生产总值没有达到发达国家水平，但庞大的人口规模决定了它们拥有较大的市场规模。根据《国际统计年鉴》的数据，2005年三国的住户最终消费分别为8905亿美元、6446亿美元和5197亿美元，居世界第7位、第9位和第13位。

以上是对发展中国家和大规模国家的基本特征的分析，发展中大国蕴含着“发展”和“规模”双重涵义，需要把两者的特征结合起来，从而对发展中大国做出全面和准确的界定（见表1）。佟家栋（2005）曾经对“发展中大国”的概念做出解释：“通常是指那些国家具备形成工业化过程中所需要的市场规模，在一定程度上可以独立发展的发展中国家”？？？。笔者认为，可以将“发展中大国”定义为：人口数量、国土面积和市场潜力很大，劳动生产率和国民人均收入较低、二元经济结构明显，目前仍在追赶发达大国的国家。简而言之，就是拥有大国特征但是经济发展水平较低，正在谋求发展和追赶发达国家的国家。

三、发展中大国的评价指标和遴选方案

1.发展中大国的评价指标

为了遴选发展中大国，首先应该建立一个具体的指标体系，使它较好地反映“大国”和“发展”的涵义。构建发展中大国的评价指标体系，既要考虑它的基本内涵和特征，又要考虑数据的可得性和归类计算等因素。笔者从发展中大国的实际情况出发，构建了一个包括目标层、准则层和指标层的指标体系（见表2），其中的高层次指标是低层次指标的综合，低层次指标是高层次指标的表现。

（1）基础指标I：人口总量

该指标反映人口统计特征，包括人口数量、劳动素质、劳动数量等，主要用人口数量指标来衡量。笔者以世界银行世界发展指标数据库提供的214个国家或地区进行描述性统计分析（结果见表3），平均每个国家人口约3300万。大国的人口数量应大于平均值，按8分位法，75%的百分位数为2240万人，87.5%的百分位数为4930万人，因此，大国的人口应在5000万人以上，小国的人口应在1000万人以下，中等国家的人口应为2000～5000万人。

（2）基础指标Ⅱ：国土规模

该指标反映国土统计特征，包括国土面积以及自然资源的丰裕程度，主要用国土面积指标来衡量。笔者以世界银行世界发展指标数据库提供的214个国家和地区进行描述性统计分析（见表3），平均每个国家的国土为62.7万平方公里。大国的国土面积应大于平均值，按8分位数，75%的百分位数为46.6万平方公里，87.5%的百分位数为109.9万平方公里，因此，如果以87.5%的百分位数为大国的标准，大国的国土面积应该在100万平方公里以上。

（3）发展指标I：国民收入

该指标反映国民收入特征，主要是人均国民总收入。世界银行制定的《世界发展指标》是现行的权威性指标，以人均国民总收入（GNI）为主要标准，将各经济体划分为低收入经济体、中等收入经济体和高收入经济体，其中的低收入经济体和中等收入经济体为发展中国家。按照2013年的数据，高收入经济体是指人均国民总收入为12746美元及以上的经济体，那么，发展中国家应为人均国民总收入在12746美元以下的国家。

（4）发展指标II：人类发展

该指标反映国家经济社会发展综合特征，包括国民收入水平、教育水平、健康状况等。联合国开发计划署制定的人类发展指数是目前的权威性指数，这个指标越是接近1.00，经济社会发展水平越高。按照2014年公布的2013年人类发展指数，发达国家的人类发展指数应该在0.85以上，因此，人类发展指数在0.85以下的国家为发展中国家。

2.发展中大国的遴选方案

笔者首先采用人均国民收入和人类发展指数两个发展指标划分出了149个发展中国家？？？。由于发展指标具有明确的划分标准，所以我们主要遵循基础指标（人口总量和国土规模），从发展中国家中遴选发展中大国。

（1）基于k-meanscluster聚类分析的人口总量遴选

为了进行人口规模的遴选，同时也为了进一步验证5000万人口的判断标准的客观性，笔者利用SPSS软件在149个发展中国家的人口数据基础上进行了k-meanscluster的聚类分析，聚类分析结果见表4。

表4中前3类发展中国家的人口总量区间维持在5486万人至137496万人之间，这与前文中5000万人的判断标准是基本一致的。在前3类中，印度和中国是超级人口大国，巴基斯坦、巴西、孟加拉国、尼日利亚、印度尼西亚在人口规模上次之，随后便是埃及、埃塞俄比亚、俄罗斯、菲律宾、刚果（金）、墨西哥、南非、泰国、土耳其、伊朗、越南共11个国家。后文中，笔者将在5000万人口以上发展中国家的基础上依据国土规模、人均国民收入、人类发展指数三个指标进行进一步的遴选。

（2）国土规模遴选

依据大国的国土面积应该在100万平方公里以上的判断标准，本文剔除了孟加拉国（14.76万平方公里）、菲律宾（30万平方公里）、泰国（51.3万平方公里）、土耳其（78.06万平方公里）、越南（32.96万平方公里）共5个国家。值得注意的是，有的国家人口规模特别大，土面积略小，如尼日利亚的人口数量为1.736亿，超过标准2倍以上，国土面积为92.4万平方公里；巴基斯坦的人口数量为1.82亿，超过标准接近3倍，国土面积为79.6万平方公里。经过综合衡量，将巴基斯坦和尼日利亚列为发展中大国。

经过综合考虑，由于俄罗斯属于处在经济转型时期的国家，在基础设施建设、资源配置效率、劳动生产率水平等方面同发达国家尚有差距，所以仍将俄罗斯列为发展中大国。综合起来，选定13个国家为发展中大国：

中国、印度、俄罗斯、巴西、墨西哥、印度尼西亚、巴基斯坦、尼日利亚、埃及、埃塞俄比亚、伊朗、刚果（金）、南非。

各国的主要指标见表5。

3.发展中大国的层次划分

上述发展中大国也具有差异性，可以依人口规模和国土规模指标，在规模上划分为三个层次；同样，也可以依人均国民收入指标和人类发展指标，在发展上划分为三个层次（见表6）。可见，发展中大国在“规模”和“发展”程度上具有多样性，它本身也是一个复杂的群体。从规模上看，不同规模的国家在世界格局中的地位有所不同，中国、印度、俄罗斯、巴西属于超大规模国家，在世界格局中有着特别重要的影响力；其他国家的规模相对小些，在世界格局中的影响力也相对小些。从发展上看，不同发展程度的国家所面临的经济发展任务有所不同，俄罗斯、巴西、中国、墨西哥和伊朗的发展程度和人均国民收入较高，属于向发达经济体迈进的第1梯队，现在面临的任务是努力跨越“中等收入陷阱”；尼日利亚、巴基斯坦、埃塞俄比亚和刚果（金）属于低收入国家，现阶段的任务是尽快走出贫困。

四、发展中大国影响力的评价及分析

富国和穷国的经济权力是不平等的，发展中国家在经济上受发达国家的支配。20世纪50年代，发展经济学家劳尔・普雷维什提出“中心―”学说，认为在全球经济中发达国家属于中心国家，发展中大国属于国家，在国际贸易中大多数利益被发达国家占有，而且使发展中国家失去了发展本国工业的机会。进入21世纪以后，一些发展中国家的经济快速增长，特别是一些发展中大国对世界经济的贡献率明显提升，它们凭借其自然影响力、经济影响力、产业影响力、区域影响力和治理影响力，在国际经济格局占据越来越重要的地位。

1.发展中大国的影响力评价

（1）评价指标体系的构建

为对发展中大国的影响力进行评价，首先应该建立一个具体的指标体系。构建发展中大国影响力的评价指标体系，既要考虑各方面影响力的因素特征，又要考虑数据的可得性和归类计算等因素。笔者从自然影响力、经济影响力、产业影响力、区域影响力和治理影响力5个方面出发，构建了一个包括目标层、准则层和指标层的指标体系，见表7。

（2）数据的标准化处理和指标评价权重计算

为了将发展中大国的影响力与其他发展中国家进行比较分析，笔者选取了国土面积大于均值的全体发展中国家数据进行评价分析。由于各评价指标的数量级和量纲不同，故在评价之前需对数据进行标准化处理，数据处理方法如下：

设xmn为第n个指标下的第m个变量值，首先对指标数据进行如下处理。

其中，maxxmn和minxmn分别为xmn的最大值和最小值，而vxmn为标准化后的数据值。

笔者在指标评价权重的计算上采用的是层次分析法（AnalyticHierarchyProcess，即AHP）。AHP是Saaty（1977）提出的把决策者对复杂系统的决策思维模型化、数量化的一种综合评价方法。它的基本思想主要是把一个复杂问题分解为不同的组成因素，并将这些因素按照支配关系进行分组，进而形成一个有序的递阶层次结构，而后通过两两比较来确定各因素的相对重要性，最后综合人的判断确定各因素相对重要性的总排序。本文运用yaahp软件对各指标权重进行计算，权重结果为：人口总量（0.4240）、国土规模（0.2393）、经济发展水平（0.0842）、济发展潜力（0.0379）、产业优化升级（0.0297）、经济区域比重（0.0842）、对外开放程度（0.0336）、市场干预能力（0.0336）、政府治理效果（0.0336）。

基于上述指标和方法，本文测算出了2001～2014年世界33个发展中国家的综合影响力、自然影响力、经济影响力、产业影响力、区域影响力和治理影响力的评价值。

2.发展中大国影响力评价结果的分析

为便于时间序列分析，本文测算出了2001～2014年33个发展中国家每年综合影响力评价值的均值。图1显示出了发展中国家综合影响力均值的走势。由图1可知，进入21世纪以来，发展中国家的综合影响力在不断上升，由2001年的0.1449上升到2014年的0.1813，增幅25.12%。由于受2008年经济危机的影响，2007～2009年发展中国家综合影响力的上升趋势受到了一定的影响。同时笔者还发现，综合影响力的标准误差值由2001年的0.1257扩大到2014年的0.1486。这表明，2001～2014年发展中国家综合影响力的差异也在不断扩大，一些发展中大国的影响力在不断扩大，而一些小国的影响力在国际社会中越来越被忽视。

为了进行空间分析和结构分析，本文测算了2001～2014年33个发展中国家的综合影响力、自然影响力、经济影响力、产业影响力、区域影响力和治理影响力评价值的均值，测算结果见表8。

（1）发展中大国的综合影响力比其他发展中国家相对更高。经计算可知，发展中大国的综合影响力均值为0.2403，显著高于全样本下的综合影响力均值（0.1639）。综合影响力排名前五的国家均是发展中大国，如中国（0.7047）、印度（0.4907）、俄罗斯（0.4349）、巴西（0.3182）、墨西哥（0.1977）。当然，这是就平均水平而言，并不是发展中大国的综合影响力都比其他发展中国家要大，因为大国主要考察国土和人口两大特征，而综合影响力考察的因素会更多，如经济因素、产业因素、行政因素等。阿根廷并不是发展中大国，但其综合影响力却达到了0.1787，显著高于伊朗、南非等发展中大国。

（2）发展中大国的初始条件使它在世界格局中有着重要的自然影响力。人口因素和国土因素是国家经济发展的初始条件，也是划分大国和小国的初始条件。从世界银行的2013年数据看，本文遴选的13个发展中大国的总人口数量为41亿人，占全球人口数量的57.7%；陆地总面积为5147万平方公里，占全球陆地面积的38.3%。这样规模宏大的人口数量和陆地面积，在国际格局中的自然影响力是不可忽视的。特别是发展中大国谋求经济发展的愿望强烈，后发优势明显，随着这些国家经济的增长，世界格局将由两极逐步走向平衡。经计算可知，发展中大国自然影响力的均值达到了0.1372，显著高于全样本下的综合影响力均值（0.0635）。

（3）发展中大国的经济贡献使它在世界格局中有着重要的经济影响力。进入21世纪以后，发展中大国的经济增长很快，经济总量迅速增加，对世界经济发展的贡献也在增大。根据2013年的数据，本文遴选的13个发展中大国的国民生产总值为194282亿美元，占世界国民生产总值的25.67%；这些发展中大国的增长率普遍高于发达国家，2013年世界各国的国民生产总值增长率为2.3%，而在13个发展中大国中有8个国家的增长率超过世界经济增长的平均速度，中国、印度、印度尼西亚、巴基斯坦、尼日利亚、埃塞俄比亚、刚果（金）的增长速度均为世界经济增长速度的2倍以上；从“金砖国家”看，中国、俄罗斯、印度、巴西和南非对世界经济的贡献率已经超过50%；中国、印度、巴西、南非、墨西哥和印度尼西亚，已经成为20国集团成员。发展中大国经济的群体性崛起，使其成为世界经济发展的主要推动力量。

（4）发展中大国的产业水平使它在世界格局中有着重要的产业影响力。随着发展中大国经济的发展，不仅实现了数量上的增长，而且实现了质量上的跃升。近几年来，全球经济和科技领域的重要突破，已经不再是发达经济体所独到和独享；在信息科学、生命科学、环境科学、生物工程、海洋工程、航天工程、资源工程、通讯技术和大型装备制造技术等领域，发展中大国都可以大显身手。从研发资金投入规模看，2012年中国名列世界第2位，印度、俄罗斯和巴西也进入10强。许多新兴大国把新能源技术、新材料技术、环境技术、航天技术等高新技术产业列入战略性新兴产业，加大投入推动，取得了较好的进展。几百年来由西方国家掌控世界工业和现代化进程的局面正在改变，发展中大国的产业影响力迅速提升，它们与主要发达经济体共同推动全球生产力、生产方式和生产手段的变革。

（5）发展中大国的经济实力使它在世界格局中有着重要的区域影响力。随着发展中大国经济增长速度和质量的变化，它们在国际经济各区域发展中的地位迅速攀升，发挥着极其重要的作用，有的国家成为经济发展的引擎或领头羊。按照世界银行的地区划分，中国和印度尼西亚在东亚和太平洋地区占据重要地位，巴西和墨西哥在拉丁美洲和加勒比地区占据重要地位，埃及和伊朗在中东和北非地区占据重要地位，印度和巴基斯坦在南亚地区占据重要地位，埃塞俄比亚、尼日利亚、南非和刚果（金）在撒哈拉以南非洲地区占据重要地位，俄罗斯在欧洲和中南地区占据重要地位。可见，发展中大国在国际区域发展中显示出极其重要的地区影响力和带动作用。

（6）发展中大国积极推动国际经济秩序变革使它在世界格局中有着重要的治理影响力。发展中大国的经济发展及其能力变化，必然产生跻身国际经济事务中心舞台的要求，使它们成为发展中国家利益的代表。在发展中大国的积极推动下，国际经济秩序从一极向多极变化，特别是大国关系出现了新的调整，传统大国和西方大国的范畴注入了新的内容，“新兴大国”（中国、印度、俄罗斯、巴西、南非等）与传统大国的关系、发展中大国与西方大国的关系，逐渐被公认为是现代大国关系的重要组成部分。在世界经济中，新兴大国不仅履行“压舱石”的责任，以本国经济的稳定促进世界经济的稳定；而且致力于建立公平公正的国际经济秩序，通过与发达大国共同协商，完善全球经济治理机制，从而成为国际经济关系的积极建设者。

注释：

①张培刚：《新发展经济学》，郑州：河南人民出版社，1992年，第1页。

②彭刚：《发展中国家的定义、构成与分类》，《教学与研究》2004年第9期。

③吉利斯、波金斯、罗默：《发展经济学》（第四版），北京：中国人民大学出版社，1998年，第21页。

④陶文达：《发展经济学》，成都：四川人民出版社，1992年，第22页。

⑤马春文：《发展经济学》，北京：高等教育出版社，2010年，第1页。

⑥徐秀军：《发展中国家地区主义的政治经济学》，《世界经济与政治》2011年第3期。

⑦欧阳i等：《大国经济发展理论》，北京：中国人民大学出版社，2014年，第2页。

⑧欧阳i、刘智勇、罗会华：《大国的经济特征及其u价指标体系》，《求索》2009年第9期。

人口数量对经济发展的影响篇6

近代以来，现代化一直与人口转变过程相伴随。不少学者从劳动力比较优势等供给的角度进行理论分析，人口因素受到很大重视(Juliansimon，1987；Simon，1980)。人口过程和经济过程是一体两面：人口过程包括人口的数量、质量、结构和分布等变动过程；经济过程包括工业化、城市化、现代化等过程。在人口过程中，人口结构逐渐引起人们的注意。Bloom等人(1998)发现，过去的研究都只关注人口规模或人口增长，而忽视了人口年龄结构这个关键变量。在相等的人口变动规模下，由于不同年龄组人口的相对比重不同，不同类型的经济行为强度也会不同，人口转变过程所造成的人口年龄结构变化就成为影响经济发展的重要因素。一般来说，在劳动年龄人口比重高的情况下，人口生产性强，社会储蓄率也高，也就是社会追加的人口生产性为经济增长贡献一个具有促进作用的“人口红利”，一个国家或地区如果恰好处于人口年龄结构最富生产性的阶段上，并且能够对这种人口红利加以充分利用，经济增长就可以获得一个额外的源泉，创造经济增长奇迹。研究者又进一步认识到了老年抚养比对经济增长的作用。Lee和Mason(2006、2007)提出人口老龄化将会产生第二人口红利。他们认为，进入老龄化阶段后的一二十年内，由于劳动年龄人口为退休而积累资产的动机增加了储蓄，整个社会的财富增加，而有效劳动力数量下降，从而提高了每个劳动人口的生产资本，单位平均资本收入进入了一个快速增长的时期，并且会在较长的一个时期内保持在较高的水平，继续推动经济增长。目前，凡是发达国家，人口转变都已经完成，而发展中国家，人口转变仍未完成。中国是唯一的例外，虽然经济尚处于发展中国家的行列，但是在过去短短30年左右的时间里，史无前例地实现了从“高出生、低死亡、高增长”到“低出生、低死亡、低增长”的人口转变模式，在2000年正式进入老龄化社会(邬沧萍等，2003、2004)。改革开放以来，按可比价格计算，在三十多年的时间里，中国的GDP增长了近14倍。这两个变化几乎是同步的，那么在中国特殊的国情中，人口红利作用于经济增长的效果如何，如何挖掘人口红利利用的潜力与不足，重点分析第二次人口红利时期的社会经济发展战略是一个具有重大实际意义的课题。

二、人口红利与中国经济增长研究综述

Bloom等学者提出人口红利概念以后，以中国的人口红利解释中国经济增长研究的也逐渐增多。Cook(2006)认为，亚洲国家尤其是中国和越南经济的高速增长与经济结构和人口转变相伴而生，经济结构从农业向以城市化为基础的工业转变和有利的人口年龄结构，对于经济增长无疑有着重要意义。Wang和Mason(2005)对中国人口转变与人口红利的研究，把Bloom等人的结论放在中国的发展经验中进行验证，证明了中国的人口转变促进了经济更快增长。蔡昉、王德文(1999)对中国人口转变过程与人口红利的关系进行了研究，认为建国以后的人口转变“大大减轻了人口抚养负担，提高了人口结构的生产性”，“在社会抚养少儿人口和老年人口负担较轻的条件下，产生了两个潜在的促进经济增长的源泉，即所谓人口红利”，使得中国从20世纪60年代中期开始享受人口红利，并一直持续到2015年前后(王德文、蔡昉等，2004；Cai等，2005)。在中国的第二人口红利方面，巩勋洲、尹振涛(2008)分析了财富积累将如何推动经济增长；蔡昉(2009)认为，仅从人口老龄化时期储蓄动机角度来观察，在推动经济增长作用的程度上，尚不能构成堪与第一次人口红利相提并论的第二次人口红利，老年人力资源也应该受到重视。通过文献整理，我们发现上述研究存在一些不足：以前的研究始终没有论证人口红利与经济增长的内生性(周祝平，2007)；总抚养比的变化可能是少儿系数和老年系数绝对或相对变化的结果，不多的定量和实证研究忽略了其变化的影响，也完全忽视这对经济和社会造成的不同影响，而这些影响恰恰是亟需研究的(邬沧萍，1999)。2000年中国正式进入老龄化社会，“第二人口红利”稍纵即逝，只是有存在的可能，很多问题比如中国是否存在第二人口红利和怎样增强和利用第二人口红利的研究相对较少。判断潜在人口红利是否为经济增长所利用，以及在多大程度上被利用，需要使用长期的经济增长数据、人口数据和其他影响经济增长的变量数据进行综合计量分析(Bloom和Williamson，1997)。因此，我们使用省级面板数据分析研究这几个问题。第一，“第一人口红利”是否为中国经济增长所利用，他们之间是否存在内生性？第二，中国已经进入老龄化社会，“第二人口红利”是否已经到来或者是否存在?第三，如何利用短暂的人口红利尤其是第二人口红利？如何将其效应进行延伸？人口红利与经济增长有可能受到潜在内生性问题的影响，采用普通的面板回归难以解决。本文采用动态面板GMM估计，通过工具变量解决变量的内生性问题。

三、计量模型和数据

本文的目的在于检验人口红利与经济增长之间的内在关系而非研究经济增长的决定因素，所以我们只考虑重要变量的影响，参照以往研究，选择的变量如下。

(一)选择指标

(1)人均实际年收入(PGDP)：用来考察经济增长水平，由于获得的统计数据是名义GDP，因而要对数据进行调整，按照全国各种价格定基指数所提供的居民消费价格指数进行换算，得出当年的实际GDP再除以年末总人口，得到人均实际GDP。(2)物质资本投资比例(SK)：用固定资产投资占GDP的比例来表示。(3)人力资本的度量(Pedunew)：人力资本测度一般有劳动力成本法、教育年限法、在校学生比例法和教育经费法等，各类方法都存在一定的优缺点(沈坤荣、李剑，2003)。本文借鉴陈钊等(2006)的估测方法来度量我国各省份的教育发展水平。计算方法如下：将每一种受教育水平按一定的受教育年限进行折算，然后乘以该教育水平的人数，再加总，最后除以相应的包含文盲的总人口便得到人均受教育水平，数据单位为人年。(4)经济体制变迁(PI)：政府财政收支占GDP的比重来表示政府的参与程度，反映体制因素对经济增长的影响。(5)金融发展(FD)：在一个成熟的市场经济体中，衡量金融发展的指标主要包括金融机构存贷款占GDP比率、证券市场市值比率、证券市场流动性比率(Levine，1997、2004)。我国证券市场发展于20世纪90年代初，发展时间较短而且对经济增长的影响较弱，故在此暂不考虑证券市场对经济增长的作用效应。同时，在金融不发达的国家或地区，金融中介的功能主要体现为信贷活动即资金的运用程度，而以存款/GDP来确定金融发展水平可能是不恰当的(王晋斌，2007)，故本文采用金融机构年末贷款总额/GDP来表示金融发展。(6)对外贸易(TRADE)：改革开放以来，在开放政策的推动下，中国的进出口成为经济增长的重要动力之一。本文使用各省份进出口占GDP的比重作为变量。(7)城市化(URBAN)：由于中国大陆的城市政策变化很大，城市标准不一，所以使用城市劳动力占总劳动力的比重表示城市化水平。(8)技术进步(RD)：技术进步通常被认为来源于人力资本投资和R&D的投入(Lucas，1988；Romer，1990)。我国R&D支出主要来自于国家财政投入，民间投资较少；健康素质的提高也是人力资本的一个方面(张车伟，2005；王丰，2007)，在我们已经考虑了教育水平后，也要考虑健康；技术进步指标选择财政支出中用于科研、卫生的人均经费支出(科卫经费/全社会总就业人口)来表示。(9)迁移(EM)：迁移代表人力资本的流动，使用各省净迁移率来表示。(10)人口红利指标的选择：目前，对于人口红利的研究尚处于起步阶段，关于人口红利的定义也众说纷纭，但都认同人口红利包含两大基本要素：一是劳动力数量和比例相对较大；二是抚养负担相对较轻。王丰(2007)认为，处于劳动年龄段的人口未必都参与生产，被抚养的人口未必不参与劳动，因而最好使用参加工作的劳动力人口所承担的抚养人数，即抚养人数/劳动力人数。但是，由于经济活动人口受到其他经济因素的影响很大，产生严重的共线性，因此本研究仍旧选择人口年龄结构，分为少儿抚养比(CDR)、老年抚养比(ODR)和总抚养比(TDR)。

(二)研究方法

对于解决数据中可能存在的内生性问题，Islam(1995)建议将增长区间划分为几个更短的区间，从而可以应用固定效应或差分变换等面板数据方法，有效地消除随时间变化的地区非观测效应，以减轻估计误差，缩小内生性。然而，固定效应估计量尽管可以减轻一部分省略变量误差，仍然不能排除某些随时间变化的未观测因素可能同时造成的内生性问题，仍然可能是不一致的。Arellano和Bond(1991)提出的一阶差分广义矩，可以有效控制某些解释变量的内生性问题，即DIF-GMM估计(first-differencedGMM)。DIF-GMM的基本思路是求差分，然后用一组滞后的解释变量作为差分方程中相应变量的工具变量，避免因变量和自变量之间的反向因果关系。在选择解释变量时，我们充分考虑了经济增长影响因素的复杂性，采用的基本模型表达为：it0it1itiitPGDPαPGDPβECλU?=++++(1)其中，i、t分别代表地区和年份，itPGDP与it1PGDP?分别为地区i在t和t—1时刻的人均实际年收入。itEC为自变量；iλ、itU分别表示地区效应及残差。为消除地区固定效应iλ的影响，对式(1)进行差分转换，得到：itit1ititPGDPPGDPβECU?Δ=Δ+Δ+Δ(2)在式(2)中，滞后被解释变量的一阶差分项ΔitPGDP与差分误差项ΔitU存在较强的相关性，可能导致内生性。动态面板采用工具变量法来解决这个问题，即以滞后项itkPGDP?为工具变量(Arellano和Bond，1991)，并且可以通过矩约束条件来获得有效的参数估计：(,)0itkitEPGDPU?Δ=，其中，k≥2(3)当解释变量严格外生时，应满足矩条件：(,)0,itkitEPGDPU?Δ=此时k为任意值；当解释变量为弱外生变量或内生变量时，应满足矩条件：(,)0,itkitEPGDPU?Δ=此时k≥2。由于差分GMM的滞后项工具变量与差分项内生变量之间的相关性较小，易产生弱外生工具变量问题，而且差分后还滤掉了非时变参数的影响(Blundell和Bond，1998；Bond等，2001)。为了克服这一问题，Arellano和Bover(1995)、Blundell和Bond(1998)提出了另一种GMM估计量，即SYS-GMM估计量(systemGMM)。其基本思想是将水平式(1)作为补充纳入估计方程，最终采用水平方程和差分方程进行估计。这时，水平方程因变量滞后项itΔPGDP采用其差分滞后项it1PGDP?Δ作为工具变量。对于系统GMM估计而言，结合了差分方程和水平方程，还增加了一组滞后的差分变量作为水平方程相应变量的工具，相对来说具有更好的有限样本性质，更能控制内生性。根据对权重矩阵的不同选择，系统GMM估计可分为一步(one-step)和两步(two-step)估计。Bond等(2001)认为，在有限样本条件下，两步GMM的标准协方差矩阵能更好地处理自相关和异方差问题，但同时也存在向下偏倚的缺陷，从而影响统计推断。因此，xtabond2在xtabond的基础上进行了改进，通过二步协方差矩阵对样本进行纠偏，从而使两步系统GMM比一步法更加有效(Roodman，2006)。此外，对于GMM估计量是否有效可行，Bond等(2001)指出了一种简单的检验办法，即将GMM估计值分别与固定效应估计值及混合OLS估计值比较。由于混合OLS估计通常严重高估滞后项的系数，而固定效应估计则一般会低估滞后项的系数。因此，如果GMM估计值介于两者之间，则是可靠有效的。本文在模型中加入了动态变量，以便更好地分析人口红利对经济增长的影响，基本模型见式(4)：it0it11it2it3it4it5itPGDPβPGDPβSKβPedunewβRDβPIβFD?=++++++6it7it8it9ititβTRADE+βURBAN+βEM+βDR+U(4)根据现有文献通常处理方法(Loayza等，2000；Horioka和Wan，2006；钟水映、李魁，2009)，我们将人口变量当作外生变量。模型中的其他变量要么当作弱外生的，要么当作前定的，我们选用“内部工具”，即把弱外生或前定变量的滞后值作为它们自己的工具变量。

(三)使用数据

国际上通常把总抚养比下降到50以下称为人口机会窗口开启，也就是人口红利期的形成，因此我国的人口红利大致是从1990年开始，样本取自1990—2007年的年度数据；我国于2000年正式进入老龄化社会，为了考察第二人口红利，对老年抚养比对经济增长的影响仅仅考虑到2000—2007年。我们的数据来源为《新中国五十五年统计资料汇编》与《中国统计年鉴》、《1990年以来常用人口数据集》。为保证数据口径的相对一致性，不包括在内，重庆市则与四川省合并，数据跨度为18年，横截面单元为中国29个省、直辖市和自治区的面板数据，使用软件是Stata10.0。

四、结果分析

在SYS-GMM中，我们可以通过观察解释变量滞后项的系数来判断二步法系统GMM估计结果是否合理。从表2可知，两步系统GMM估计结果位于混合OLS与固定效应之间，这表明两步系统GMM估计未因弱工具变量问题而出现严重偏误。一般而言，Sargan统计量对应的P值越大，越能够说明工具变量的有效性。在二步SGMM估计下，Sargan检验(原假设“工具变量组合外生”)的P值为0.834和0.473，这说明采用的工具变量都能够满足与各自随机扰动项不相关的要求。检验附加工具变量有效性的Sargan差伴随P值达到0.447和0.792，说明采用的工具变量都能够满足与各自随机扰动项不相关的要求。残差自相关检验AR(1)和AR(2)伴随P值分别为0.182和0.263、0.18和0.303，这验证了二阶差分方程中的残差项不存在自相关，说明我们设定的动态二阶自回归模型符合矩约束条件的要求。在人口红利对经济增长的影响中，从1990年开始至今，在控制内生性的情况下，总抚养比对经济增长有显著影响，这验证了中国过去20年间的经济增长得益于有利的人口年龄结构。人口红利期内劳动年龄人口增长大于总人口增长，带来了总人口中劳动力数量的相对改变，劳动年龄人口的经济负担不断减轻，劳动力价格下降，廉价的劳动力吸引了大量的外商投资，促进经济发展。生命周期理论认为，人们倾向于在成年时期进行正储蓄。因此，人口年龄结构是决定一个国家居民储蓄率高低的重要因素，而高储蓄率被认为是解释中国经济高速增长的一个主要因素(Horioka等，2006；Modigliani和Cao，2004)。国民收入中的人口投资，都要有一笔用于新生人口的投资；所以少儿抚养比的升高对经济增长起负面影响，影响系数在(－311.5，－90.87)之间。1990—2007年间，少儿抚养比大幅度下降，国民收入中用于消费支出的部分相对减少，用于储蓄的部分相应增加，较大地改变了国民收入中消费和储蓄分配比例，这也是人口红利影响经济增长的一条重要渠道。中国经济的增长从1990年后至今平均高于10%，高于1978—1990年间的经济增长，这更加说明了“人口红利”的作用。但是，少儿年龄结构和老年年龄结构对经济的增长影响不同，两者虽然都比较稳定，但方向不同。少儿年龄结构对经济增长起负向作用，而老年则相反。这说明了第二人口红利的作用。进入老龄化的国家，劳动年龄人口数量的下降也不必然就使得经济增长速度放缓(Bloom和Canning，2001、2003；Bloom，Canning和Sevilla，2001)。快速的人口转变会在一二十年内使一国储蓄率大幅上升，逐渐出现储蓄高峰(Higgins和Williamson，1996；Bloom和Williamson，1998)。中国计划生育政策导致生育率大幅度下降(Coale，1984；Mauldin，1982；Bongaarts等，1985；Wolf，1986)，造成了罕见的快速老龄化进程(杜鹏，1992、1996；Cai和Wang，2006)，因此现在处于人口老龄化的初期，人口老龄化对储蓄的总的影响效应为正(袁志刚、宋铮，2000；汪伟，2008)。居民储蓄率快速上升的主要影响因素可归集为三大因子：制度因子、不确定性因子与收入因子(殷兴山、孙景德、张超群，2007)，较大的不确定性会使老年人预防性储蓄增加，老年人的医疗和养老问题、社会保障制度的缺失和改革的不确定性增加了人们的储备性储蓄，人口老龄化使更多的人们出于养老防老的考虑而进行储蓄。老年人的消费和投资渠道狭窄，则使老年人强制性储蓄增加(孙奎立、刘庚常，2009)。更为重要的是，当下的老年人口长时期经历了计划经济体制，他们对把钱存进银行有着较强的惯性依赖，对银行的放心和其他金融工具的高度不信任使他们无可选择。上述诸多原因使中国进入老龄化社会后储蓄甚至更高，金融市场为国内储蓄转换为生产型的投资提供了一个很好的平台，带来了第二人口红利，促进了经济发展。年龄结构转变带来的劳动力数量和比例提高为经济增长提供了丰富的劳动力资源，但是这种转变只是实现经济增长和兑现人口红利的必要条件，而非充要条件。人口红利的兑现具有条件性，主要体现在：我们看到人力资本对其有显著的正向影响，人力资本积累极大地缓解了人口负担过重给经济增长带来的负面影响，保证了经济增长。同时老年抚养比的提高对经济增长的正向作用也可能有老年人力资本的作用，在健康寿命延长的条件下，老年人为宝贵的人力资源，拥有劳动力市场所需要的人力资本，在实际上(不是在数字上)降低每个劳动年龄人口供养的退休人口数量，为经济增长做贡献(蔡昉，2009)。因此，人口健康素质和受教育程度的提高形成的人口质量红利可以补偿逐渐消失的人口数量红利，为未来经济增长提供持久动力。在1990—2007年间物质资本对中国经济增长的影响不大，这与很多发展中国家类似。二战后发展中国家未能通过物质资本的积累而获得普遍和长期的经济增长，一个主要的原因在于这些发展中国家在提高物质资本存量的同时未能同时或优先提高人力资本水平，因而缺乏对所引进先进技术的吸收与再创新的能力。第二人口红利阶段的劳动力质量取代战略，依赖于第一阶段积累的经济成果能很好地通过教育、培训、医疗等进行人力资本投资。因此，大力投资教育和健康，提高人力资本积累和全民素质，使未来的老年人大都拥有劳动力市场所需要的人力资本，是最大化兑现第二人口红利的重要举措。由于教育、科研和卫生的改善具有外部性，在很大程度上依赖于政府投资，但是政府对科技和医疗卫生的投入对经济增长有显著的负向作用。这说明了我国现阶段教育体制、教学质量和医疗、卫生保健体制仍然存在着严重问题的原因，政府的教育、卫生投资短期来看，并不能对经济发展带来正面影响，在目前的唯GDP政绩评价体系下，对其的投入不会有太大的增长。同时验证了中国的经济增长，主要归因于人口红利的增加、劳动参与率的提高和人力资本的提高，而非技术进步。促进劳动力自由流动可以改善劳动力的配置效率，进而促进经济增长。劳动力在城乡间的配置也对经济增长有显著正向影响，劳动力在各省区间的迁移也为迁入地带来了经济增长。在目前中国，发达地区和城市中更好的就业机会以及人口差异仍会继续推动城乡间、跨省迁移(王丰、梅森，2006)。迁移人口对经济增长的影响比较稳定，按照替代迁移(ReplacementMigration)理论，人口迁移“能够抵消总人口减少，劳动力减少”。按照Rogers(1984)所提出的“年龄—迁移率”理论，青壮年人口的迁移倾向要远高于其他年龄阶段的人口；在中国，15～29岁青壮年构成了流动人口或迁移人口的主体(翟振武，1996；段成荣，2008)，给迁入地带来了丰富的劳动力资源，促进了经济增长。目前，我国依然存在着限制城乡劳动力流动的诸多制度，二元户籍制度及其附加的就业福利制度则首当其冲，只有逐步废除这些制度，促进劳动力流动，才能进一步提高劳动力配置效率，进而最大化我国的人口红利效应。但是，人口的迁移和城市化会使中西部尤其是贫困地区和农村的人力资源流向东部和城市地区，曾经对其投资的当地地方政府获利不大，这对地方政府投资科研、卫生带来消极作用。因此，中央政府要给予净人口迁出地区政府补偿，并加大中西部尤其是贫困地区和农村的科研、卫生投入。