人口年龄结构对区域经济增长的影响研究

张晓青

摘要 经济增长和人口年龄结构通过人力资源和人的各种需求而联系起来。通过推导出含有年龄结构系数M的区域经济增长理论模型,将教育人力资本和干中学经验资本及就业效应共同体现在柯布-道格拉斯生产函数中。以山东省140个县域单元为样本进行实证分析,通过构建空间经济计量模型,研究发现:①增加人口年龄结构变量和考虑空间效应,可以显著提高模型的拟合优度,在现实中应重视年龄结构和空间溢出对县域经济增长的作用;②所有劳动适龄组均刺激经济增长,但以15-29岁年龄组的影响最显著;③除存在较强的空间集聚和空间依赖性,山东省区域经济增长显现出条件β-收敛;短期看人口增长和储蓄率对县域经济增长的作用显著为负;④鼓励30-44岁劳动力提高干中学经验效应以促进区域经济运行和缓解人口老龄化的不利影响。

关键词 人口年龄结构;区域经济增长;空间经济计量模型;山东省

中图分类号 F061.5 文献标识码 A

文章编号 1002-2104(2009)05-0100-04

伴随着我国各地区陆续由成年型迈入老年型结构类型,人口年龄结构的地区差距也在扩大,如1990年全国15～64岁劳动适龄人口所占比重的变异系数为0.17,2000、2007年分别扩大到0.20和0.22。与此同时,多数研究认为1990年以后我国各地区的经济增长呈现迅速发散的趋势[1]。两种地区差距扩大是否存在某种内在联系?经济增长依赖于人力资源和人的各种需求。而人口年龄结构又塑造着这两个方面。因此,笔者试图从分年龄组劳动力入手,找寻影响区域经济增长发散的人口学因素。

国内外已有一些文献探讨年龄结构和经济增长之间的关系。Welch(1979)、Fair(1991)论证了年龄影响人力资本投资决策,部分学者采用可计算的一般均衡模型(Computable General Equilibrium,CGE)考察人力资本投资决策对税收、储蓄、资本积累、劳动力供给、就业和社会保险等的影响(Hirte,2001;2002);还有学者分析区域人口年龄结构对劳动生产率或人均GDP等宏观经济变量的影响[2～4]。然而,上述研究均忽略了空间依赖性。在国内,相关研究集中在人口红利的探讨中,如蔡窻认为人口红利对人均GDP增长的贡献率至少为26.8%[5];但仅采用联合国人口年龄结构划分标准,并且也不涉及区域间的相互作用。为此,面对全国各地区人口加速老化、人力资本年龄结构和劳动力年龄结构急剧变化的严峻挑战,本文运用空间经济计量模型,以山东省为例,从实证角度剖析细分后的人口年龄结构对区域经济增长的影响,进而提出针对性的对策和建议。

1 含有人口年龄结构的区域经济增长模型

1.1 基本模型

Lindh和Malmberg(1999) 采用年龄系数M表达教育人力资本和“干中学”经验资本的共同效应。由于劳动参与率和失业率也因年龄组的不同而不同,因此,年龄系数M还反映了劳动市场运行状况。将M置入索罗-斯旺增长模型(Solow睸wan growth model)[6],得到具有规模收益不变和希克斯中性技术进步的标准柯布-道格拉斯生产函数,如式(1)所示。Y=AK^α(HM)^β(ML)^1-α-β(1)

式中Y、A、K、H、L分别代表经济产出、综合要素生产率、物质资本存量、人力资本存量和劳动力数量;α和β表示参数;年龄系数M=Π^{6_{i=1xθi,i=1,…6分别是0～14岁、15～29岁、30～44岁、45～59岁、60～74岁、75岁及以上年龄组作者曾尝试其它年龄分组,如15～24岁、25～39岁、40～59岁、69岁以上,结果导致高度自相关。最终决定采用间隔15岁的分组,xi表示i组人口占总人口的比例,θi表示i组各种人力资本和就业的共同效应。}}

假定综合要素生产率A为常数。对式(1)经过多次推导,将人均GDP增长率g和稳定状态的各变量联系起来。增加误差项后,得到回归方程

g=α₀+α₁lny+α₂lns+α₃ln(n+δ)+α_MlnM+α₄ln[p(1-u)]+ε(2)

式中s表示经济总量中用以储蓄和投资在物质资本和人力资本的比例,两种资本的折旧率均为δ;人口增长率为外生变量,用n表示;y、p、u分别表示人均GDP初始值、劳动力参与率、失业率。

1.2 空间经济计量模型

由于各种资本流动和贸易,区域之间的空间依赖性往往非常强烈,导致许多经济社会现象具有空间自相关现象。借鉴Anselin(1997)、 Rey和Montouri(1999)以及Niebuhr(2001)等学者的研究,建立三种模型以反映区域经济增长的空间依赖性:1)空间误差模型(Spatial Error Model,SEM),即某一区域的经济行为扩散到整个经济体系而产生空间自相关,体现在误差项,即ε=λWε+μ;2)空间滞后模型(Spatial Lag Model,SLM),即由于溢出效应或区域间的相互作用而发生空间依赖性,体现在因变量的空间滞后项Wg璻;3)空间交叉回归模型(Spatial Cross Regressive Model,SCRM),即由相邻地区人均GDP的初始水平引起空间依赖性,体现在自变量的空间影响Wlny[7]。上述三个模型中W表示空间权重矩阵。

2 山东省人口年龄结构影响区域经济增长的计量分析

2.1 数据说明及空间自相关分析

选取山东省140个县市区为地域单元。数据来自山东省统计年鉴和1995年、2005年山东省1%人口抽样调查资料[8]。采用城镇固定资产投资占GDP比例近似代表储蓄率s;计算1995年和2005年人均GDP(可比价格)的几何平均数作为各县域人均GDP增长率;由于物质资本和人力资本的折旧率难以找到数据,故假定各县域均为零。采用ROOK法则和距离法分别建立空间权重矩阵W,以反映山东省各县域之间的空间关系。使用软件Geoda 9.0 计算县域人均GDP增长率Moran-I指数,为0.3587,在1%的水平下显著,说明山东省区域经济增长具有显著的空间正相关。Moran 散点图表明济南市区、青岛市区、东营市区是三个高经济增长集聚区域(High-High),菏泽市所辖大部分县、临沭县、沂水县等属于低增长集聚区域(Low-Low),进一步证实县域人均GDP增长具有较强的空间聚集现象。因此,相对区位和空间距离等地理因素是理解山东省区域经济增长不容忽视的因素。

2.2 理论假设

首先,由于少儿人口和老年人口需要劳动适龄人口的赡养,总体上会对人均GDP增长产生负面效应。处于求学、抚养子女或失业的劳动适龄组人口也需要组内其他人口的抚养,因此,即使三大分组的人口年龄结构短期内相对不变,劳动适龄组本身各年龄人口的变动也将影响区域经济增长。其次,劳动适龄组对人均GDP增长的影响程度取决于教育人力资本和“干中学”经验资本所产生的生产率效应和就业状况所产生的就业效应。一般而言,越年轻的劳动适龄组,教育资本越高;而“干中学”资本则随着工作经验而增加。因此,低龄劳动适龄组(15～29岁),具有不断积累各种人力资本的优势,但同时会影响到劳动参与率;中龄劳动适龄组(30～44岁)具有较高的“干中学”资本和较高参与率,不过教育资本已部分折旧;较老劳动适龄组(45～59岁)具有相对较低的教育资本,但具有较高的“干中学”经验资本,因接近退休年龄而参与率会有所下降[9]。另一方面,就业效应取决于就业率,少儿所占比例、受教育人口所占比例、退休人员所占比例、失业率等越高以及劳动参与率越低,则就业效应越低。因此,预计生产率效应和就业效应共同作用的结果可能呈现倒U型曲线:15～29岁逐渐上升,30～44岁达到峰值,44～59岁缓慢下降[9,10]。

另外,根据山东省2000年人口普查资料, 计算15～29岁、30～44岁、45～59岁和60～74岁人口的平均受教育年限分别为9.83、9.41、7.50和4.47年,就业率分别是75.5%、93.3%、62.2%和13.4%,显示出中龄劳动适龄组就业效应最大且教育人力资本与低龄劳动适龄组接近。因此,预期生产率效应和就业效应的总和应最大。

2.3 模拟和结果

表1显示,OLS估计的残差具有显著的空间自相关(表1第2列)。采用SLM和SEM模型后,不仅拟合优度R2显著提高,而且消除了残差的空间自相关,空间回归系数ρ和空间误差系数λ均通过1%水平下的检验(表1第3、4列)。空间交叉回归模型SCRM中某县域初始人均GDP对邻近区域人均GDP增长率的影响不显著(表1第5列)。因此,模拟结果总体显示了某县域的经济增长率受到邻近县域经济增长率而非其经济发展水平的影响。表1中Fage表示假设不添加年龄结构变量的F检验结果,可以看出,在所有模型估计中Fage均拒绝年龄结构自变量为零的原假设,即在分析区域增长影响因素时不能遗漏人口年龄结构自变量;并且在四种模型估计中,加入人口年龄结构后,拟合优度R2均显著提高。

通过LM检验和LM稳健性检验,空间滞后模型SLM更加符合样本实际(表1中检验部分)。SLM显示出15～29岁、30～44岁和45～59岁年龄组均具有刺激区域经济增长的作用,但30～44岁没有出现峰值。15～29岁劳动力具有最明显的正效应,该年龄组每增长一个百分点,带动人均GDP增长0.19个百分点;随着年龄增加,正效应下降;中龄劳动适龄组和较老劳动适龄组几乎具有相同的影响,即每增长一个百分点,刺激人均GDP增长0.11个百分点;60～74岁年龄组劳动力的影响在SLM和SEM模型均不显著。与国外研究结果相比,山东省最具生产力的年龄组要年轻许多。如Brunow和Hirte(2005)研究欧盟15国的结果是30～44年龄组;Lindh和Malmberg运用经合组织成员国1950-1990年的数据,分析后所得结论是仅50～64岁人口对劳均GDP增长率具有显著的正效应[2];Oskar(2008)运用瑞典数据估算得出50～60岁劳动力对提高劳动生产率具有最显著的积极影响[3]。

人均GDP初始水平自变量通过10%的显著性水平,系数为负表明山东省区域经济增长显现条件β—收敛。即如果控制区域的其它因素,如人口增长率、投资率和人力资本积累率等,人均GDP增长速度与人均GDP初始水平成反向关系。储蓄率系数为负,且通过1%的显著性检验,说明储蓄率提高将降低经济增长。其原因可能在于所选取时间序列相对较短,高储蓄率降低了消费进而影响到经济增长,但预计对未来时期经济增长将产生正面影响。这与Stephan(2006)研究结论一致[11]。总和折旧率越高,同样也导致经济增长减慢;换言之,人口增长率越快的地区,人均GDP增长越缓慢。就业率和参与率对人均GDP增长率的回归系数为正,但未能通过10%的显著性检验。这一结果与吴玉鸣(2007)研究中国2000年2030个县域经济增长所得结论类似[12]。虽然难以判断劳动力与经济发展之间的关系,但至少表明目前就业状况对县域经济增长的作用不明显。

3 结论与建议

首先,重视人口年龄结构和空间溢出对县域经济增长的重要作用。在理论上,如果忽略人口年龄结构,可能引发模型设定不当,不能合理解释区域经济增长的影响因素;在实践中,空间溢出的政策含义在于具有空间联系的县域之间合作协同将会使所有县域的发展共同受益。其次,山东省所有劳动适龄组均明显地刺激经济增长,人力资本效应和就业效应没有呈现理论预计的倒U型曲线,效应最大的是15～29岁。分析其中原因,可能在于30～44岁的劳动力在教育资本不断折旧的同时,“干中学”效应不能得以及时补充,制约了该年龄组的生产率。因此,面对未来劳动力结构趋于老化,应提倡终身学习和积极鼓励中龄劳动力充分发挥经验效应,从而促进区域经济运行和缓解人口老龄化的负面影响。

第三,控制人口增长和促进就业也是影响区域经济增长的重要方面。尤其刺激消费、拉动内需是目前经济环境下的必然选择,而庞大的就业缺口构成了城乡居民福利增长的显著障碍。所以各区域刺激经济还需建立就业优先的政策思路。

第四,山东省区域增长既表现为空间上的相对集聚;也表现出空间上条件β—收敛。基于区域比较优势的专业化将引起区域增长的发散[13]。所以,一方面,积极发挥山东省济南市区、青岛市区和东营市区等三个典型的增长极和发散源;另一方面,大力扶持贫困区域充分利用后发优势,赶超富裕区域。

第五,未来在方法和理论上还有待于进一步探索。比如运用更长时间序列的数据,去掉假定综合要素生产率A不变等;探究年龄结构对经济增长效应的潜在机理。

(编辑:王爱萍)

参考文献(References)

[1]林毅夫,蔡窻,李周.中国经济转型的地区差距分析[J].经济研究,1998,(10):3～10.[Lin Yifu,Cai Fang,Li Zhou,China Regional Disparity Analysis in the transitional Economy[J].Economic Research Journal,1998,(10):3～10.]

[2]蔡窻,都阳.中国地区经济增长的趋同与差异[J].经济研究,2000,(10):30～37. [Cai Fang, DuYang.ConvergenceanddivergenceofRegionalEconomicGrowthinChina[j]Economic Research Journal,2000,(10):30～37.]

[3]王小鲁,樊纲.中国地区差距的变动趋势和影响因素[J].经济研究,2004,(1):34～37. [Wang Xiaolu,FanGang.AnalysisontheRegionalDisparityinChinaandtheInfluential Factors[J].Economic Research Journal,2004,(1):34～37.]

[4]Lindh T.,Malmberg B..Age Structure Effects and Growth in the OECD,1950-1990[J].Journal of Population Economics,1999,12:431～449.

[5]Oskar Nordstrim Skans.How Does the Age Structure Affect Regional Productivity?[J].Applied Economics Letters,2008,(15):787～790.

[6]Bhatta S,lobo J. Human Capital and Per Capita Product:A Comparison of US States[J].Regional Science,2000,(79):293～411.

[7]CaiFang,DewenWang.China'sDemographicTransition:lmplicationsforGrowth[A].Ross Garnaut,Ligang Song,The China Boom and Its Discontents[C].Canberra:Asia Pacific Press,2005.

[8]MankiwNG,RomerD,WeilD.N.AContributiontotheEmpi

ricsofEconomic Growth[J].Quarterly Journal of Economics,1992,(107):407～438.

[9]Anselin L.Spatial Econometrics:Methods and Models[M].Kluwer,Dordrecht,1988.

[10]山东省统计局.山东省统计年鉴(1996-2006)[M].北京:中国统计出版社,[Shandong Statistics Bureau.StatiStic Yearbook of Shandong Province(1996-2006).Beijing:China Statistics Press.]

[11]山东省1%人口抽样调查领导小组办公室.山东省1995、2005年1%人口抽样调查资料[M].北京:中国统计出版社.[Office of Shandong 1% of the Population Sample.1995 and 2005 Shandong 1% of the Population Sample. Beijing:China Statistics Press.]

[12]Gokhale J.,Kotlikoff L.J.. Estimating a FarmsAge睵roductivity Profile.Using the Present Value of WorkersEarnings[J].Quarterly Journal of Economics,1992,(107):1215～1242.

[13]吴玉鸣.县域经济增长集聚与差异:空间计量经济实证分析.世界经济文汇,2007,(2):37～57. [Wu Yuming.Allomeration and Dispariteis of Region Economics Growth in County of China:Positive Analysis of Spatial Econometrics.World Economics Paper,2007,(2):37～57.]