基于广义人口结构的区域劳动生产率差异分析

刘渝琳+张敏

摘 要：人口结构变动通过作用于物质资本和人力资本积累影响区域劳动生产率。本文采用中国1993—2014年29个省份的面板数据，对从人口年龄、性别、城乡分布以及受教育程度四个方面所衡量的广义人口结构对区域劳动生产率的影响进行了实证研究。结果发现，人口结构对劳动生产率的影响在东、中、西部三大区域存在较大差异，其中少儿抚养比下降、老年抚养比上升带来的正向影响仅在东部和西部地区显著，人口城镇化为东部地区带来正向效应，却对西部地区产生抑制作用。高中教育对劳动生产率没有明显的推动作用，大专及以上高等教育则带来了正向影响。研究还发现，性别比例在中部地区导致劳动生产率呈现倒“U”型的变动过程，而其在西部地区则表现为“U”型的变动过程。由此，隐含的政策含义是：提高劳动生产率、缩小地区差异，有必要进一步放开生育政策，提高女性劳动力占比，均衡男女边际生产率，积极推进欠发达地区就近城镇化。

关键词：广义人口结构；劳动生产率；区域差异

中图分类号：C92-05 文献标识码：A 文章编号：1000-4149（2017）04-0010-14

DOI：10.3969/j.issn.1000-4149.2017.04.002

Analysis of the Difference in Regional Labor Productivity Based on General Population Structure

LIU Yulin1， ZHANG Min2

（1. Public Economy and Public Administration Research Center， Chongqing University， Chongqing

400030， China； 2. School of Public Affairs， Chongqing University， Chongqing 400030， China）

Abstract：The change of population structure will influence regional labor productivity by acting on capital accumulation of materials and intellectuals. This paper has carried on the empirical research from general population structure which is measured by peoples age， sex， urban and rural distribution as well as education attainment by adopting Chinese panel data from 1993 to 2014. The research shows that the influence that population structure is quite different between eastern region， middle region and western region. It says that the positive effect caused by the decreasing of childrens dependency ratio and increasing of elderly dependency ratio is obvious only in eastern region and western region. Urbanization of population has brought benefits to eastern region， but inhibited the labor productivity in western region. As for education attainment， senior high school education can not obviously stimulate labor productivity. Higher education in junior college or above will bring positive effect. The study also found that sex ratio has caused the result that the change process of labor productivity in middle region is a reversed U， but in western region， it is a positive U. As a result， it is necessary to generalize birth policy deeply， promote the ratio of female labor force， balance marginal productivity between men and women， and promote the urbanization process in developing areas if we want to stimulate labor productivity and narrow regional disparities.

Keywords：general population structure； labor productivity； regional disparities

一、引言

改革開放的30年是中国经济持续高速增长的30年，我国摆脱了积贫积弱的落后地位，但区域发展却是不平衡的，区域劳动生产率差异不断扩大[1]。2014年东、中、西部三大区域劳动力平均产出分别为47116元、26723元、24975元，东部地区劳动生产率约是中西部地区的2倍endprint

根据《中国统计年鉴》、《中国人口和就业统计年鉴》数据整理计算得到。。若仅从非农产业来看，根据图1和图2，我国区域间劳动生产率差异总体上呈扩大趋势，泰尔指数从1993年的0.4增长到了2014年的0.8左右。不少文献基于各种视角对此进行了分析，包括：经济集聚视角[2-3]、人力资本视角[4-5]、国际贸易视角[6]等。与此同时，我国面临的一个重要事实是人口结构失衡，少子化、老龄化、性别比失调、城乡人口分布不均等问题势必通过劳动力供给规模、人力资本、物质资本、技术等路径对劳动生产率产生影响。由此，立足于区域经济协调发展，阐释和探讨劳动生产率区域差异的人口结构原因，对于提高人口政策在不同地区的落实效率、缩小劳动生产率区域差异具有重要意义。

目前，研究较多的与劳动生产率相关的人口结构指标主要包括年龄结构和受教育结构。

作为人口结构失衡重要表现之一的“人口老龄化”与劳动生产率之间并非是简单的负向线性关系[7]，并且现有研究没有得出一致结论。乐观者认为人口老龄化能够促进劳动生产率提高。宏观经济中，劳动年龄人口占比随着人口老龄化的不断加深而下降，导致劳动力供给规模相对缩小，在短期内，特别是劳动密集型产业来不及采取应对措施，从而降低劳动生产率，长期中，企业有足够时间增加资本投入或转变生产方式，相同产出下劳动力数量减少意味着劳动生产率提高。罗默（Romer）和卡尔特（Culter）通过对美国及其他发达国家数据的分析发现，劳动生产率增长最快的阶段出现在劳动年龄人口规模缩小的阶段[8-9]。微观企业中，老龄劳动力也并不代表低生产率，反而可能是劳动生产率提高的重要贡献者[10-12]，美国、欧盟等大量数据表明人口年龄结构与劳动生产率呈倒“U”型关系，并且个体劳动生产率峰值通常出现在50—60岁年龄段，甚至有研究表明发达国家60岁以上劳动力较50岁以下劳动力的生产率更高[13-15]。人口老龄化带来劳动者年龄中位数增大[16]，中高龄劳动者拥有熟练技术、丰富经验等优势，不仅自身工作效率提高，并能作为经验传授者指导年轻人工作，带动总体劳动生产率提高。同时，随着劳动力规模缩小，劳动者个人获得更多教育和培训资源，使得劳动力要素边际收益提高，也能促进劳动生产率提高。而悲观者却认为，人口老龄化势必降低劳动生产率。劳动力随着年龄增长，身体机能下降、对新技术的接受意愿减小、对新知识的学习效率降低，均会导致劳动生产率增长乏力。奥斯托（Oster）针对科研部门进行了研究，以高水平论文发表作为衡量研究者劳动生产率的指标，发现随着年龄增长，其劳动生产率显著下降[17]。因此，人口老龄化对劳动生产率的影响并不能一概而论，应根据具体产业属性、地区实际，有针对性地进行分析[18]，这也是本文分东、中、西部三个地区进行研究对比的原因之一。

另一个研究较多的人口结构指标是“受教育结构”。根据加入人力资本的扩展的索洛模型，人力资本的增加能够提高工人平均产出，教育是人力资本形成的最重要因素[5]，因此教育对劳动生产率的正向影响是毋庸置疑的。姚先国、张海峰等分别从理论和实证两方面证明了这一点：教育投入增加、劳动力受教育程度提高能够显著促进地区劳动生产率提高[4，19]。但是教育对劳动生产率的影响并不是线性的，不同等级的教育对劳动生产率存在不同影响。伊兰索（Iranzo）和佩里（Peri）通过对美国州际面板数据的研究发现，中等教育对劳动生产率的边际影响较小，高等教育基础上受教育年限的增加则能显著提高劳动生产率[20]。华（Hua）通过对中国1990—2002年的省际面板数据进行回归分析，甚至发现初等教育和中等教育增加会降低劳动生产率，而大学及以上教育增加会通过技术进步、效率提升促进劳动生产率提高[21]。受经济发展、产业结构等因素的制约，教育对劳动生产率的影响还具有地区差异性，发达地区教育的边际正效应大于落后地区[22]。

国内外已有文献从不同视角研究了人口结构对劳动生产率的影响，这对本文具有重要的借鉴意义，但针对中国人口结构变动对劳动生产率的系统分析仍需完善。首先，现有文献往往仅着眼于人口结构的单一维度，或是年龄，或是教育，少数文献加入了性别变量，鉴于我国目前人口结构在多方面出现失衡，则分析人口结构对劳动生产率的影响就需综合考虑不同维度的系统作用，本文定义广义人口结构包括人口的年龄、性别、城乡分布以及受教育程度，这四个方面基本反映了目前我国的人口结构，突破了人口学变量特征和狭隘的人口结构概念，突出了人口与经济的联系。其次，鉴于我国地域广阔，人口结构、经济发展在不同地区存在较大差异，在研究广义人口结构对劳动生产率的影响机制时有必要进行区域对比，而现有文献往往将考察对象视为同质性的统一整体。基于此，本文试图分析人口结构对劳动生产率的作用机制，并利用中国1993—2014年29个省份

中国内地的省份，其中重庆市并入四川省。基于数据原因，剔除西藏。

的面板数据进行实证检验，系统阐释主要人口因素包括少儿抚养比、老年抚养比、性别比例、人口城镇化率以及受教育结构等对区域劳动生产率影响的差异性，进而得出区域劳动生产率差异的人口结构原因，最后基于理论機制和实证分析结果提出缩小区域劳动生产率差异的若干政策建议。

二、理论机制分析

劳动生产率提高是经济长期增长的主要动力之一，缩小区域经济差异、促进各地区协调发展是构建和谐社会的重要目标。在新古典主义的生产函数中，作为产出的关键要素，人口结构对劳动生产率的作用机理，构成了劳动要素影响劳动生产率的不同途径。进一步地，地区发展的非平衡性与人口结构的异质性，导致了人口结构影响地区劳动生产率过程中的传导机制差异。

（1）个体储蓄函数。

将戴蒙德世代交叠模型扩展为三期：少儿时期、年轻时期、老年时期。设个体抚养孩子的支出为c1t，个体年轻时期消费为c2t，个体赡养老人的支出为c3t，个体老年时期消费为c2t+1。endprint

（2）性别差异下的个体储蓄函数。

性别工资差距理论认为，男性劳动力与女性劳动力在生产上是可以相互替代的，男女劳动力由于性别特征的差异而具有不同的劳动生产率，拥有相同个体条件的男性劳动力其生产率一般高于女性劳动力[23]，因此，男女工资差距可表示为：

上述数理模型和逻辑推演表明：以抚养比、性别比例、人口城镇化率和受教育程度衡量的人口结构通过物质资本和人力资本积累两个维度对劳动生产率产生影响。根据劳动生产率模型（20）式可得到如下假设。

假设1：少儿抚养比增加，引起一方面个体储蓄减少，另一方面潜在劳动力供给增加，因此总体劳动生产率的变动依赖于二者作用力的大小对比，当少儿抚养比增加带来的储蓄减少幅度大于潜在劳动力供给增加幅度，则会导致劳动生产率下降；反之则相反。

假设2：老年抚养比增加，使得一方面个体储蓄和潜在劳动力供给减少，另一方面劳动经验增加带来人力资本积累增加，因此总体劳动生产率的变动依赖于二者作用力的大小对比，当老年抚养比增加带来的储蓄和潜在劳动力供给减少幅度大于人力资本积累增加幅度，则会导致劳动生产率下降；反之则相反。

假设3：在性别差异参数（d）不变或增加的条件下，男性劳动力占比增加，将带来劳动生产率提高；在性别差异参数下降的条件下，男性劳动力占比增加，则会导致劳动生产率下降。因此，给定制度约束，早期家庭在教育、健康等人力资本投资方面倾向于男性，产业发展主要依赖于体力劳动，导致性别差异参数较大，而随着经济社会的发展进步，脑力劳动的生产率相对于体力劳动逐渐上升，女性得到更多的人力资本投资，性别差异参数逐渐缩小，男女协作的“异性效应”作用凸显。由此，性别比例对劳动生产率的影响表现出倒“U”型趋势。

假设4：人口城镇化率增加将带来劳动力潜在供给规模扩大，从而有利于劳动生产率提高。

假设5：受教育程度提高一方面带来人力资本积累增加，另一方面通过全面改善从业者性别比例和人口的城乡分布，从而促进整体劳动生产率提高。

接下来，本文将根据理论分析，建立一个实证模型，通过对中国1993—2014年的省际面板数据进行回归，检验以上五个假设。

三、经验证明

1.模型设定及数据说明

人口结构可以通过人力资本和物质资本两种机制影响劳动生产率，并且性别结构的影响因劳动特性和个体人力资本积累而具有非线性特征。据此，本文采用如下基本模型进行实证检验：

为了利用该实证模型探究我国不同区域人口结构对劳动生产率的影响差异，本文采用1993—2014年中国内地29个省份（重庆市并入四川省，因数据原因剔除西藏）的面板数据进行计量分析。其中，考虑到我国1999年正式进入老龄化社会，将数据年限跨度设为1993—2014年能够更准确地反映我国人口结构的变动趋势，且此时段29个省份的相关数据也更具有可得性。重庆市1997年从四川省直辖出来，缺失1993—1996年数据，因此将重庆市并入到四川省。西藏由于缺失多年数据难以补齐，本研究中不包括西藏。在分析东、中、西部三大区域人口结构对劳动生产率的影响差异时，根据国家统计局的区域划分，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11个省市；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南8个省份；西部地区包括内蒙古、广西、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆10个省、自治区。本文的研究变量及其数据来源如下。

（1）劳动生产率（y）。

考虑到第一产业的特殊性

第一产业生产具有强烈的地域性、季节性和周期性特征，产出受自然条件影响较大。

参见：黄祖辉.农民合作：必然性、变革态势与启示[J].中国农村经济，2000（8）：4-8。

，这里的劳动生产率仅指非农产业（第二产业和第三产业）的劳动生产率。本文借鑒范剑勇采用产业增加值除以从业人员数的方法来衡量劳动生产率[2]，这样做的好处是：增加值反映生产净成果，体现生产过程的附加价值，能够最大程度地反映劳动生产率；同时，产业附加值数据和各产业从业人员数能够在各省统计年鉴得到，以确保数据的可得性和来源的一致性。考虑物价影响，本文以1992年为基期，用居民消费品物价指数剔除价格因素对各产业增加值的影响，从而得到真实的附加价值。29个省份的产业附加值来自中经网（CEIC）数据库，各产业从业人员数来自《中国人口和就业统计年鉴》，居民消费品物价指数来自国家统计局网站。

（2）人口结构。

年龄和性别是人口结构的最重要因素，目前我国人口结构性矛盾日益显现，少子化和老龄化加剧，基于劳动力供给和抚养负担的考虑，本文选择少儿抚养比（cdr）和老年抚养比（odr）衡量年龄结构，数据来自国家统计局网站。

我国性别失调问题由来已久，主要体现在出生人口性别比上。性别结构更多从劳动要素的投入方面影响劳动生产率，在多种因素作用下，我国男女的劳动参与率差异较大，因此，本文的性别比例（er）是指从业人员男女比例，数据来自《中国劳动统计年鉴》。

在人口红利逐渐消失的背景下，劳动力的供给数量和质量显得尤为重要，因此，本文还选择了人口城镇化率（ur）（城镇人口数/总人口数）和6岁及以上人口高中学历人数占比（hpr）、大专及以上学历人数占比（cpr）共同衡量人口结构对劳动生产率的影响。各省份的城镇人口数、总人口数、6岁及以上年龄人口数、高中学历人数、大专学历人数数据均来自国家统计局网站。

（3）控制变量。

除了人口结构，本文试图控制以下因素对劳动生产率的影响：人均资本投入（k），用各省份资本存量除以从业人员数，资本存量借鉴张军等的研究用永续盘存法计算得出[24]，也即

Kt=It/Pt+（1-δ） ·It-1endprint

，其中，It表示固定资本形成总额，Pt表示固定资产投资价格指数，δ表示折旧率，设为9.6%，固定资产形成总额及其投资价格指数数据均来自CEIC数据库。技术进步（tech）用各省份人均技术市场成交额表示[25]，数据来自国家统计局网站。人口增长率（n）用各省份人口自然增长率表示，数据来自国家统计局网站。

2.回归分析

按照产业附加值和泰尔指数法，利用1993—2014年29个省份的数据，可以得出1993年以来我国三大区域劳动生产率以及区域差异情况。如表1（篇幅所限，本文仅给出每3年的数据）所示，我国劳动生产率总体上呈上升趋势，东、中、西部三大区域劳动生产率差异表现出倒“U”型趋势，即泰尔指数先上升后下降，在2001年达到最大值。东部地区劳动生产率一直高于中西部地区，西部地区从2005年开始逐渐超过中部，并且与东部地区趋近。表2给出了解释变量及其他相关变量的描述性统计结果，其中，西部地区相对于东部和中部而言老年抚养比较低，平均为10.296，少儿抚养比较高，平均为35.506，表明西部地区劳动力供给和潜在人力资本相对丰富。而在非农产业的直接劳动力供给方面，中西部地区远远低于东部地区，其人口城镇化率分别为39.692%和35.568%，东部地区达到了54.591%。就性别结构而言，中西部从业人员性别失衡程度高于东部。同时，中西部地区人口无论在中等教育还是高等教育方面均远远落后于东部地区。

为检验数据的平稳性、避免伪回归，本文对变量进行了单位根检验和协整检验。首先，依据变量特征，采用含有截距项和趋势项类型的单位根检验，利用Eviews 8.0得出的结果如表3所示，各序列的1阶差分均能在1%的显著性水平上拒绝有单位根的原假设，这说明实证模型中所涉及的序列都是1阶单整的。变量通过单位根检验之后，本文采用Kao检验、Fisher检验等多种方法对变量进行了协 整分析，结果发现，可以在1%的显著性水平下拒绝不存在协整关系的原假设。由此可见，实证模型中

lny与cdr、odr、er、ur、hpr、cpr、k、tech、n之間存在着长期稳定关系。

变量通过了单位根检验和协整检验，因此可以利用实证模型进行回归，借以分析我国人口结构对劳动生产率的影响。同时本文还针对三大区域进行了计量研究，目的在于清晰地揭示东、中、西部人口结构对劳动生产率的影响差异。为避免内生性问题，本文对所有解释变量采取滞后一期进行回归，表4给出了Stata 12.0的回归结果，第1列汇报了以全国29个省份的面板数据为样本的回归结果，其中，Hausman统计量的P值为0.0000，这说明应对相关变量建立固定效应模型。判定系数为0.956，说明回归效果较好，自变量对因变量劳动生产率具有较强的解释力。就控制变量而言，k、tech、n的系数分别为0.374、0.031和-0.007，并且均在统计意义上显著，说明资本投入和技术进步对劳动生产率提高有促进作用，而人口增长则会产生抑制作用。解释变量

cdr和odr的系数分别为-0.005和0.006，且均在1%的水平下显著，平均而言，少儿抚养比每下降1个单位，将带来劳动生产率提高0.5%，老年

抚养比每增加1个单位，会相应促使劳动生产率提高0.6%，这意味着我国目前的少子化和老龄化趋势对劳动生产率所带来的正效应大于负效应。性别比例er和er2系数分别为0.156和-0.029，且在统计意义上较显著，这表明性别比例每增加1个单位，会使劳动生产率相应提高15.6%，并导致劳动生产率的增长速度下降2.9%，换言之，性别比例对劳动生产率的影响的确表现出倒“U”型趋势，即随着性别比例上升，劳动生产率先提高后下降，且拐点出现在性别比例为2.689处，这论证了前面的假设3。描述性统计显示，1993—2014年我国从业人员性别比例的均值为1.81，处于倒“U”型拐点的左侧，从业人员性别比例适度上升是有利于劳动生产率提高的。在受教育结构方面，hpr和cpr的系数分别为-0.170和0.831，但前者在统计意义上并不显著，这表明在以教育衡量的人力资本方面，劳动生产率的提高对高等异质性教育的要求越来越高。反映人口城乡结构的ur系数接近于0，并且在统计意义上不显著，这可能与就业结构、城市基础设施安排等有关。

就三大区域的影响差异而言，Hausman检验的结果显示应对东、中、西部三个地区均采用固定效应模型。此外，三大区域回归方程的判定系数均较高，说明自变量对因变量劳动生产率具有较强的解释力。

东部cdr和odr的系数分别为-0.012和0.003，中部cdr和odr的系数均接近于0，西部cdr和odr的系数分别为-0.008和0.012，并且东部和西部地区通过了显著性检验，这意味着东部地区少儿抚养比下降对劳动生产率提高的边际效应大于西部地区，而老年抚养比上升的边际效应小于西部地区。这可能是因为我国目前的少子化和老龄化现象在东部地区最为严重，并且东部人均收入相对较高，少儿抚养比下降带来的储蓄增加高于西部地区，老年抚养比进一步上升导致储蓄下降和潜在劳动力供给规模减少，在一定程度上抵消了人力资本积累的正效应，从而对劳动生产率的促进作用小于西部地区。

性别比例对劳动生产率的影响在中部和西部地区十分显著，而在东部地区并不显著。中部

er

和er2的系数分别为1.055和-0.264，西部er

和er2的系数分别为-0.490和0.137，这意味着性别比例对劳动生产率的影响在中部地区表现为倒“U”型变动过程，拐点为1.998，在西部地区却表现为“U”型变动过程，拐点为1.788。考察期内中部地区自2007年（er=2.041）开始在业人员性别比例处于倒“U”型拐点右侧，表明中部地区性别比例继续上升将抑制劳动生产率提高，西部地区自2001年（er=1.805）开始在业人员性别比例长期处于“U”型拐点右侧，表明西部地区性别比例适度增加对劳动生产率的提高具有促进作用。西部地区性别比例对劳动生产率影响出现与其他地区反向趋势，这可能与西部地区产业结构的演变相关。20世纪90年代西部地区第二产业占比在15%左右，第三产业占比则保持波动上升趋势，1999年达到23%，总体来讲，西部地区产业结构落后于全国平均水平，近年来得益于西部大开发和东部产业转移，第二产业得到发展，产值占比达到45%以上。因此初期男性资源并未得到充分发挥，所带来的产出增加慢于劳动力增加，反而阻碍了劳动生产率提高，后期由于西部地区第二产业得到较大发展，男性劳动力占比增加便能够促进劳动生产率提高。endprint

东部和西部地区ur系数分别为0.001和-0.003，且均通过了统计显著性检验，这意味着东西部地区人口城镇化率提高对劳动生产率具有相反的效应，其原因在于东西部地区城市发展水平以及劳动力质量的差距较大，西部地区本身城市发展相对落后，第二、三产业多承接东部地区产业转移，导致城市产业结构水平相对较低，此外，大量高技能、高知识水平劳动力多流动进入东部城市工作，西部地区单纯的低技能、低知识水平人口城镇化，不仅不能对劳动生产率提高发挥积极作用反而产生拥堵效应。同时值得注意的是人口城镇化对劳动生产率的影响在中部地区并不显著，这可能与中部地区的就业结构、城市基础设施建设相关。

教育结构对劳动生产率的影响在三大区域表现出较大的差异性，6岁及以上年龄人口中高中学历人数占比hpr对劳动生产率的影响在东、中、西部均不显著，大专及以上学历人数占比cpr仅在东部地区显著，而在中西部地区仍不十分显著，这表明：第一，高等异质性教育成为人力资本积累的主要来源，基础教育已难以满足社会需求。第二，教育对劳动生产率的积极影响并未出现在中西部地区，其原因在于，从教育资源供给面来看，中西部地区高校数量、质量、教学资源、教师队伍等相对于东部地区均比较落后，从最终人力资本产出来看，在发达城市的吸引下，很多优秀人才选择到东部地区工作，从而使得中西部地区培养出来的人才并没有能够为本地劳动生产率提高作出贡献。

3.稳健性检验

为了考察本文的结果是否稳健，我们主要通过以下两种方式进行稳健性分析：第一，剔除极端值

法，对实证模型进行缩尾处理，依次将少儿抚养比、老年抚养比、性别比例、人口城镇化率、高中学历人数占比、大专及以上学历人数占比六个变量样本值中落于（5%，95%）之外的观察值分别替换为5%和95%分位数上的观察值，重新对模型进行回归。第二，检验干扰政策。进入21世纪后，我国加入WTO，对外开放的广度和深度不断发展，资本和技术的加快流入是否会干扰本文结论？我们通过设置虚拟变量A对此进行了检验，1993—2000年A=0，2001—2014年A=1。同时值得注意的是，2008年全球金融危机造成我国劳动密集型产业倒闭严重，那么在产业结构还未得到及时改善时，企业的大面积倒闭是否会影响本文结论？我们同样通过设置年份虚拟变量对此进行了检验，1993—2007年B=0，2008—2014年B=1。

根据表5中第（2）、（3）、（4）列与第（1）列的对比可知：剔除关键解释变量的极端值或者加入事件干扰虚拟变量，回归结果在显著程度和边际效应大小上与原模型回归结果基本保持一致，这表明本文的回归结果是十分稳健的。

四、结论和政策含义

在区域发展不平衡的背景下，本文试图发现区域劳动生产率差异背后的深层次人口因素。本文使用中国1993—2014年29个省份的面板数据，分析了人口结构因素对劳动生产率的影响，并从东、中、西部三大区域进行了对比研究。回归结果显示，人口年龄、性别、城乡分布以及受教育程度对不同区域劳动生产率的影响存在较大差异。因此，缩小地区劳动生产率差异，必須掌握区域特殊性，认真贯彻落实人口政策，提高政策效率。

第一，积极利用老年劳动力资源，贯彻实施延迟退休政策，鼓励企业返聘退休职工，提高劳动力资源的利用效率；进一步完善职工医疗服务体系，扩大医疗卫生支出占比，提高劳动力身体素质，促进人力资本积累。理论模型表明，老年抚养比增加在累积经验的同时还会带来社会储蓄和劳动力供给减少，鉴于我国20世纪六七十年代出现婴儿潮，可以预见，在未来几十年里老年人口占比将不断增大，二孩政策难以扭转我国老龄化深入的趋势，因此，迫切需要进一步放开生育政策，并做好生育、医疗、教育、就业等配套保障。

第二，完善利益导向机制，推进社会保障体系全面覆盖，削弱“养儿防老”观念，逐步平衡出生人口性别比；切实保障女性受教育权利和就业权利，完善市场竞争机制，降低劳动力市场的搜寻匹配成本，提高女性劳动参与率。检验结果表明，性别比同劳动生成率的关系表现出倒“U”型趋势，女性边际生产率在提高，而男性边际生产率在降低，因此，均衡男女边际生产率对于进一步提高总体劳动生产率至关重要。近30年以来我国出生人口性别比一直严重失调，其根本原因在于“重男轻女”、“养儿防老”的观念，这样的观念源于我国养老、医疗服务的缺失，要平衡出生人口性别比必须完善社会保障体系，积极推进各方面保障机制在全国特别是落后地区的全面覆盖。从制度规范上保障女性享有平等的受教育和参与劳动的权利，为女性提供良好的发展环境，减轻家庭负担，提高养育女孩的边际报酬率。同时，必须完善市场竞争机制，规范企业招聘行为，减轻信息不对称程度，降低劳动力市场的搜寻匹配成本，提高女性劳动参与率。检验结果还表明，由于发展滞后、产业结构水平较低，西部地区性别比例对劳动生产率的影响表现出反向趋势——“U”型曲线，鉴于此，西部地区应调整产业结构，加强技术引进和创新，在承接东部产业转移的同时，积极发展本地现代服务业及高科技产业。

第三，加大政策倾斜力度，推进欠发达地区就近城镇化。农村转移人口作为非农产业劳动力的重要来源，人口的城镇化有利于扩大潜在劳动力供给规模。检验结果表明，三大区域中仅东部地区的人口城镇化促进了劳动生产率提高，而由于城市和产业发展水平落后，中西部地区人口城镇化对劳动生产率并无显著的正向影响。因此，提高整体劳动生产率的一个可行途径在于，推动落后地区就近城镇化。首先，大力支持中西部地区交通、公共服务等基础设施建设，增强中小城市和乡镇区域的人口承载力与产业承接力。积极引导沿海企业内迁，地方政府做好新建产业布局安排，妥善解决市民化农民的就业问题。其次，加大财政支出向县级市、乡镇地区投入，确保农民与城镇居民享有平等的就业、居住、社会保障和受教育权利，促进城乡一体化，吸引农民自愿市民化。

第四，增加中西部地区教育资源投入，鼓励高等异质性教育事业发展。教育除了通过人力资本积累影响劳动生产率，还会通过作用于育龄妇女的生育选择、女性劳动参与选择以及人口城乡结构影响劳动生产率。检验结果表明，高中学历人数占比对劳动生产率并无显著影响，大专及以上学历人数占比从总体上推动了全国和东部地区劳动生产率提高，而对中西部地区并无显著促进作用。因此，要实现劳动生产率的进一步提高，迫切需要促进中西部地区高校教育设施的建设和师资力量的壮大，给予中西部高校优秀毕业生更多就近就业政策优惠，鼓励优秀人才留驻和建设中西部地区。同时，更需要推动高等异质性教育事业发展，政策上积极支持校企合作，培养创新能力。endprint

参考文献：

[1]刘黄金. 地区间生产率差异与收敛——基于中国各产业的分析[J]. 数量经济技术经济研究，2006（11）：50-58.

[2]范剑勇. 产业集聚与地区间劳动生产率差异[J]. 经济研究，2006（11）：72-81.

[3]陈良文，杨开忠. 集聚与分散：新经济地理学模型与城市内部空间结构、外部规模经济效应的整合研究[J]. 经济学（季刊），2008（1）：53-70.

[4]姚先国，张海峰. 教育、人力资本与地区经济差异[J]. 经济研究，2008（5）：47-57.

[5]于凌云. 教育投入比与地区经济增长差异[J]. 经济研究，2008（10）：131-143.

[6]邵敏. 出口贸易是否促进了我国劳动生产率的持续增长——基于工业企业微观数据的实证检验[J]. 数量经济技术经济研究，2012（2）：51-67.

[7]徐升艳，周密. 东中西地区城市不同年龄组劳动生产率的比较研究[J]. 上海经济研究，2013（3）：135-145.

[8]ROMER P M. Endogenous technological change[J]. Journal of Political Economy， 1990（14）：71-102.

[9]CUTLER D M， AKERLOF G A， SHEINER L， et al. An aging society： opportunity or challenge？[J]. Brookings Papers on Economic Activity， 1990， 22（1）：1-74.

[10]LINDH T， BO M. Age structure effects and growth in the OECD， 1950—1990[J]. Journal of Population Economics， 1999， 12（3）：431-449.

[11]SCARTH W. Population aging， productivity， and living standards[R].Montreal and Ottawa： IRPP and CSLS，2000.

[12]BURTLESS G. The impact of population aging and delayed retirement on workforce productivity[R]. Center for Retirement Research at Boston College Working Paper， No.2013-11，2103.

[13]BO M， LINDH T， HALVARSSON M. Productivity consequences of workforce ageing： stagnation or a horndal effect？[J]. Arbetsrapport， 2005， 34（2）：238-256.

[14]SKIRBEKK V. Age and individual productivity： a literature survey[J]. Vienna Yearbook of Population Research， 2004（2）：133-153.

[15]LEE Y J. Demography and productivity： the effect of labor force composition by age and gender[D]. Washington Georgetown University，2012：10-15.

[16]王克. 中国人口老龄化对未来经济的影响[J]. 人口学刊，1987（2）：42-45.

[17]OSTER S M， HAMERMESH D S. Aging and productivity among economists[J]. Review of Economics & Statistics， 1998， 80（1）：154-156.

[18]武永生. 人口老龄化的经济效应研究综述[J]. 西北人口，2011（5）：118-122，129.

[19]张海峰，姚先国，张俊森. 教育质量对地区劳动生产率的影响[J]. 经济研究，2010（7）：57-67.

[20]IRANZO S， PERI G. Schooling externalities， technology and productivity： theory and evidence from U.S. States[J]. Review of Economics & Statistics， 2009， 91（2）：420-431.

[21]HUA P. How does education at all levels influence productivity growth？ evidence from the Chinese provinces[R]. Working Papers， 2005.

[22]FLEISHER B M， HU Y， LI H， et al. Economic transition， higher education and worker productivity in China[J]. Journal of Development Economics， 2006， 94（1）：86-94.

[23]劉斌，李磊. 贸易开放与性别工资差距[J]. 经济学（季刊），2012（2）：429-460.

[24]张军，吴桂英，张吉鹏. 中国省际物质资本存量估算：1952—2000[J]. 经济研究，2004（10）：35-44.

[25]许倩倩. 研发投入和技术创新对经济增长的影响——基于中国30个地区的面板数据实证研究[J]. 现代管理科学，2012（10）：76-78.endprint