中国区域人口老龄化与经济增长的关系探究

赵令锐

热点

中国区域人口老龄化与经济增长的关系探究

赵令锐

由于大量省际流动人口的存在，改变了各省份的人口老龄化发展趋势，使得中国区域人口老龄化与经济增长的关系复杂化。人口老龄化与经济增长的关系在不同地区表现出不同的关系：在零流动区，两者呈显著的对数线性关系；在净流入区，两者呈显著的双对数关系，其关系的密切程度要低于零流动区；在净流入区，两者也呈显著的对数线性关系，其关系的密切程度要高于零流动区。

省际流动人口；人口老龄化；经济增长

一、引言

自2000年中国开始步入人口老龄化社会来，经过十几年的发展，到现在已经进入到快速人口老龄化阶段。根据国家统计局最新的数据，2016年末，中国65周岁及以上的人口数达到15003万人，占总人口比重10.8%，比2000年提高了3.8个百分点。随着人口老龄化程度的深化，其带来的影响将更加广泛、突出以及深远，不仅会加重全社会的养老负担，而且会通过影响生产格局对整体经济的持续健康发展产生重大影响[1]。特别是近年来中国的发展进入经济转型与结构调整期，为应对人口老龄化带来的影响，深入探究中国区域人口老龄化与经济增长的关系有着非常重要的现实意义。

从总体上看，中国的人口老龄化是随着中国经济的快速发展而逐步深化的，经济增长与人口老龄化呈现高度的线性正相关性，相关系数达到0.99。但从截面上看，2014年中国各省份的经济增长与人口老龄化并没有表现出这种简单的线性关系，呈现出的相关性较弱，相关系数只有0.24，也没有表现出某种非线性的规律性，经济增长快速的省份老龄化程度并不高，反而一些经济增长相对缓慢的省份老龄化程度更高。2014年，上海的实际人均GDP最高，达到93289.96元①，其65岁及以上人口比重为9.68%，全国排名第12名；重庆的老龄化率最高，达到14.12%，但其实际人均GDP只有33537.35元。为什么会出现这种看似相对矛盾的现象？难道是因为经济增长与区域人口老龄化的关系并不是简单的线性相关，它们之间还有着更深层次的复杂关系，有待进一步深入分析？

要理解这种整体与局部表现不一致的现象，就必须考虑中国各省份之间存在的大量人口流动。人口流动不仅直接影响各省份老年人口的比重，而且会对各省份经济的发展产生重要影响[4]。根据第六次人口普查的数据，2010年末，中国流动人口数达2.21亿人，其中跨省流动人口数0.86亿人；在跨省流动人口中，0-14岁人口数达705.72万人，占总流动人口比重8.22%，65岁及以上人口数达113.34万人，占总流动人口比重1.32%。到2015年末，全国流动人口已高达2.47亿人。如此多的人口流动，特别是跨省流动，必然会对各省份的人口结构、劳动力供给和经济发展等方面产生重要影响，使得老龄化与经济增长的关系更加复杂化。因此，从人口流动的视角分析其对人口老龄化、经济增长的影响，探究中国区域人口老龄化与经济增长的内在关系，对国家相关政策的制定有着重要的参考价值。

二、省际人口流动对人口老龄化的影响

根据近两次人口普查数据发现，中国人口老龄化的格局发生显著的变化，各省份的人口老龄化率均出现不同程度的变化，详见国家统计局。2000年，老龄化率高的省份主要在东部地区，中部地区的老龄化率紧随其后，西部地区的老龄化率最低，即人口老龄化程度呈现东中西部依次递减的梯次分布。到2010年，西部地区的老龄化率迅速提高，重庆（11.72%）、四川（10.95%）分别位于第一、第二，东部地区的老龄化率的增长放缓，上海（10.13%）甚至出现降低，中部地区的老龄化率平稳上升，即人口老龄化程度呈现西部崛起、东部回缓的分布。2014年，西部地区的老龄化率进一步提高，东部地区的老龄化率的增长进一步回落，中部地区的老龄化率进一步平稳提升，即人口老龄化程度呈现与2010年保持相近的分布。为什么中国人口老龄化的格局会发生如此显著的变化？这主要是因为影响各省份人口老龄化的因素发生了变化——人口进行跨省流动。由于大量省际流动人口的存在，使得各省份的人口老龄化不再按原来的趋势发展，改变了区域人口老龄化的分布特征。

从省际流动人口的规模上看，2000年跨省流动人口数为4241.86万人，占年末总人口数比重3.41%，2010年跨省流动人口数为8587.63万人，占年末总人口比重6.44%，十年间跨省流动人口的规模增长了约2倍，比重上升了3.03个百分点。分省份来看，除山西和云南外，各省份的净流入率2010年的绝对值均大于2000年的绝对值，其中两次人口普查净流入率的绝对值都是最大的上海2010年的净流入率达到37.91%。而山西与云南的净流入率绝对值没有增加，主要是因为它们由人口净流入省变成了净流出省。因此，省际流动人口的规模在逐年增大，各省份间人口流动越来越频繁，其影响程度也在逐步加大，省际流动人口的增长必然对各省份的人口老龄化产生越来越重要的影响。

从省际流动人口的流动区域上看，2000年到2010年大部分各省份净流入率的正负方向保持不变，只有山西和云南的净流入率由正号转变为负号。人口净流入的省份主要在东部地区，2010年净流入率①净流入率是指净流入人口数（流入人口-流出人口）占年末总人口数比重较大的依次是上海（37.91%）、北京（34.52%）、天津（21.01%）、广东（19.76%）、浙江（18.32%），这五省份的净流入率在2000年也是名列前茅。人口净流出的省份主要在中西部地区，2010年净流出率②净流出率等于净流入率的相反数。较大的依次是安徽（14.97%）、江西（11.64%）、湖南（9.90%）、四川（9.67%）、贵州（9.45%）、重庆（8.88%），这些省份的净流出率在2000年也都较大。因此，省际流动人口主要从中西部地区流出，流入东部地区，大量的流入人口使得东部地区的老龄化率的增长放缓，而大量的流出人口使得中西部地区的老龄化率的上升加快，改变各地区人口老龄化的发展趋势。

从省际流动人口的年龄结构上看，2010年14-64岁人口数达7768.57万人，占总流动人口比重90.46%，其中超过1000万人的四组分别是20-24岁（19.43%）、25-29岁（15.04%）、30-34岁（12.56%）、35-39岁（12.82%）③括号中的数值是该组人数占省际流动人口总数的比重。，而65岁及以上人口比重只有1.32%。因此，省际流动人口的年龄结构轻，跨省流动的绝大多数是劳动力人口，年轻人口比重高，老年人口比重非常低，大量的劳动力人口跨省流入通过增加东部地区的常住人口数从而降低流入地的老龄化率增长，大量的劳动力跨省流出通过减少中西部地区的常住人口数从而加快流出地的老龄化率增长，使得各地区人口老龄化的发展受到极大的影响。

三、区域人口老龄化与经济增长的关系

若没有省际人口流动，各省份的经济增长与人口老龄化的关系也将呈现简单的线性相关，但实际上各省份的经济增长不同步导致人口进行跨省流动，改变了各省份的人口结构，使得经济增长与区域人口老龄化的关系复杂化。参照宋健（2006）、张航空（2015）的分类方法，根据各省份2000、2010年的人口净流入率的数值，可以把31个省份分为三类地区：净流入区、净流出区和零流动区，如表1所示。净流入区是指人口净流入率为正的省份，包含14个省份；净流出区是指人口净流入率为负的省份，包含15个省份；零流动区是指人口相对流动较少的地区，只包含2个省份。接下来分别分析各类区域的人口老龄化与经济增长的关系。

表1 省际人口流动的三类地区划分

（一）省际流动人口零流动区

省际流动人口零流动区只包括山西和云南两省，把它们归于零流动区主要是因为2010年其净流入率的绝对值最小，2000年的值也相对较小，其次是因为其净流入率由2000年正值转变为2010年负值。在省际流动人口零流动区，由于省际流动人口较少，可以近似忽略省际流动人口对零流动区的人口老龄化与经济增长关系产生的影响，即认为省际流动人口对零流动区的人口老龄化与经济增长关系不产生影响。由于不存在省际流动人口，零流动区的人口老龄化与经济增长关系可以作为其他两类区域的人口老龄化与经济增长关系的基准，通过对比其他两类区域与零流动区的差别，考察省际流动人口的流入与流出分别对人口老龄化与经济增长关系的影响。

首先收集山西、云南1990-2014年的数据，所有数据均来源于历年《中国统计年鉴》，人口老龄化率用65周岁及以上人口比重表示，经济增长用实际人均GDP表示（2000=100），其他省份的数据收集也同样如此。基于数据对人口老龄化与经济增长的关系进行计量估计，经豪斯曼检验发现F统计量为11.5530，P值为0.0007，故选择固定效应模型，得到如下的估计方程：

在估计方程式（1）中，LnPGDP表示实际人均GDP的对数，OLD表示人口老龄化率。式（1）表明，老年人口比重与实际人均GDP对数的关系是显著的，且呈正相关关系。判定系数为0.8855，表明人口老龄化对经济增长的解释程度是较高的。常数项的T值也较大，通过1%置信水平的显著性检验。因此，在省际流动人口零流动区，人口老龄化与经济增长呈显著的对数线性关系。

（二）省际流动人口净流入区

省际流动人口净流入区包括东部大部分省份、中部的内蒙古和西部4省份，它们都是人口净流入率为正且2010年的值至少大于1%的省份。在省际流动人口净流入区，由于大量以劳动力为主的省外人口的流入，造成当地省份常住人口总数得到显著增加，而老年人口只增加了非常少的一部分，从而减缓该区域内各省份的人口老龄化率的增长。人口净流入率越大，对当地省份的人口老龄化率产生的影响越大，有的省份甚至导致其人口老龄化率出现不升反降的现象。那什么时候人口老龄化会出现下降呢？

在收集省际流动人口净流入区14省份数据的基础上，基于数据对人口老龄化与经济增长的关系进行计量估计，经豪斯曼检验发现F统计量为10.0337，P值为0.0015，故选择固定效应模型，得到如下的估计方程：

估计方程式（2）表明，人口老龄化率对数与实际人均GDP对数的关系是显著的，且呈正相关关系。判定系数为0.6673，表明人口老龄化对经济增长的解释程度是相对较高的。但比式（1）的判定系数要小，说明省际流动人口净流入区的人口老龄化与经济增长的关系的拟合程度不及省际流动人口零流动区的这两者的拟合程度。但是，由于本文进行计量经济分析的目的是为了探究人口老龄化与经济增长的关系，判定系数的大小并不是很重要。因此，在省际流动人口净流入区，人口老龄化与经济增长呈显著的双对数关系。

（三）省际流动人口净流出区

省际流动人口净流出区包含东部的河北与山东、中西部的大部分省份，它们都是人口净流入率为负且2010年的绝对值大于1%的省份。在省际流动人口净流出区，由于大量以劳动力为主体的人口从该区域流出，不仅使得当地省份常住人口总数的增长缓慢，更重要的是造成该区域内各省份的人口结构呈现中老年人口比重偏高的倾向，从而加速各省份的人口老龄化程度的深化。人口净流出率越大，对该省份的人口老龄化率产生的影响越大，不少省份表现出人口老龄化率快速上升的现象。

在收集省际流动人口净流出区15省份数据的基础上，基于数据对人口老龄化与经济增长的关系进行计量估计，经豪斯曼检验发现F统计量为18.5706，P值为0.0000，故选择固定效应模型，得到如下的估计方程：

lnPGDP=5.5336+0.4286OLD

(78.5499)(48.7744)R2=0.8900 （3）估计方程式（3）表明，人口老龄化率与实际人均GDP对数的关系是显著的，且呈正相关关系。判定系数为0.8900，表明人口老龄化对经济增长的解释程度是较高的。比式（1）的判定系数要大，常数项和人口老龄化率的系数的T值也都比式（1）较大，说明省际流动人口净流出区的人口老龄化与经济增长的关系的拟合程度要高于省际流动人口零流动区的这两者的拟合程度。因此，在省际流动人口净流入区，人口老龄化与经济增长也呈显著的对数线性关系。

四、结论

本文从人口流动的视角试图探究中国区域人口老龄化与经济增长的关系，分析两者的关系在中国总体上与在分省市上表现出不一致的原因，主要有以下结论：

（一）由于大量省际流动人口的存在，各省份的人口老龄化均出现不同程度的变化，从而深化区域人口老龄化与经济增长的关系。省际流动人口不仅在规模上逐年增大，而且在年龄结构上也以劳动力为主体，从中西部地区流入东部地区，减缓东部地区的人口老龄化程度的增长，加快中西部地区人口老龄化的上升，改变了各省份的人口老龄化发展趋势。

（二）省际人口大量流动的主要原因是务工经商。省际人口的流动，不仅解决人口净流出区的剩余劳动力问题，还为人口净流入区提供其所需的劳动力，实现劳动力资源的优化配置，促进各地区的经济发展以及人民生活水平的提高。数据分析也表明人口净流入率与实际人均GDP存在显著的正相关关系。

（三）基于各省份2000、2010年的人口净流入率的大小，把31个省份分为零流动区、净流入区、净流出区三类不同的区域进行分析。在省际流动人口零流动区，人口老龄化与经济增长呈显著的对数线性关系；在省际流动人口净流入区，人口老龄化与经济增长呈显著的双对数关系，其关系的密切程度要低于零流动区；在省际流动人口净流入区，人口老龄化与经济增长也呈显著的对数线性关系，其关系的密切程度要高于零流动区。

区域人口老龄化与经济增长的关系并不是简单的正向或负向相关，其还有着更深层次的复杂关系，本文也仅是从人口流动的视角进行分析，考虑省际流动人口的存在对这两者的关系的影响。事实上，人口流动只是影响人口老龄化与经济增长的关系的一个因素，还有众多其他因素同样会对这两者的关系产生影响，使得两者的关系更加复杂化。因此，本文的结论只是一个探索性的结果，还有待进一步深化。

[1].郑伟，林山君，陈凯.中国人口老龄化的特征趋势及对经济增长的潜在影响[J].数量经济技术经济研究，2014，（08）：3-38.

[2].邹湘江，吴丹.人口流动对农村人口老龄化的影响研究—基于“五普”和“六普”数据分析[J].人口学刊，2013，（04）：70-79.

[3].张航空.人口流动对中国不同省份人口老龄化的影响[J].人口学刊，2015，（01）：95-102.

[4].李晓阳，林恬竹，张琦.人口流动与经济增长互动研究——来自重庆市的证据[J].中国人口科学，2015，（06）：46-127.

[5].宋健.流动人口不同归属情景下中国各地区人口老龄化形势[J].市场与人口分析，2006，（04）：38-46.

赵令锐，男，江西吉安人，中国社会科学院研究生院数量经济与技术经济系博士研究生，研究方向：人口老龄化的经济效应。

F121

B

1008-4428（2017）04-108-03

①基年为2000年（2000=100）。