民族地区人口年龄结构与人口红利的变动研究

【摘 要】本文利用1990～2020年全国和民族地区各省区的人口普查资料数据，分析和预测民族地区人口年龄结构以及人口红利在1990～2035年期间的变动趋势和特征。研究发现，民族地区各省区人口年龄结构从1990年的成年型为主转变为2035年的老年型为主，但阶段性变动速度和深度存在明显差异，未来15年间内蒙古、广西和贵州的老化速度突出；民族地区各省区人口机会窗口的开启时间和持续时间不同，到2035年，贵州、广西、内蒙古和云南的人口机会窗口已关闭；民族地区人口红利整体上先增加后减少，且主要包括“持续时间长—经济贡献大”“持续时间长—经济贡献小”和“持续时间短—经济贡献短”3大类型。建议高度重视民族地区进入重度老龄化阶段的政策准备期，在推进人口现代化过程中重视人口质量的提升，把握未来的人口机会窗口和探索新型人口红利的可能性。

【关键词】人口年龄结构；人口红利；人口机会窗口；民族地区；人口现代化

【中图分类号】C92 【文献标识码】A 【文章编号】1004-454X（2024）02-0166-0012

【作 者】姜春云，中国人民大学人口与发展研究中心博士研究生；王力，中国人民大学人口与发展研究中心博士研究生。北京，100872。

一、引 言

党的二十大报告指出：“从现在起，中国共产党的中心任务就是团结带领全国各族人民全面建成社会主义现代化强国、实现第二个百年奋斗目标，以中国式现代化全面推进中华民族伟大复兴。”人口是建设社会主义现代化强国的基础性要素，人口规模巨大是中国式现代化的突出特色。［1］在中国区域差异大和发展不平衡的基本国情之下，人口要素变动的区域差异性亦是人口规模巨大的现代化题中应有之义。经典的人口转变理论认为社会经济发展水平和生育政策的差异会使得人口转变进程不同，［2］区域社会经济发展速度和计划生育政策力度的差异性使得中国人口转变进程的地区差异性也明显存在，［3］这导致了不同地区的人口年龄结构特征的差异性，进而使其所产生的经济贡献存在异质性。“人口红利”是理解人口年龄结构的经济贡献及其含义的重要概念，是基于东亚奇迹中人口转变带来的积极影响所提出的，认为由于人口转变导致出生率的下降和劳动年龄人口比重的提高，会推动人口年龄结构进入“黄金时代”，进而推动能够促进经济发展的人口机会窗口①的出现［4］［5］，只有通过有效政策充分把握这一“人口机遇”才能真正收获人口红利［6］137。

由于中国人口转变的地区差异，会使得不同地区人口机会窗口开启状态存在差异，因而在整体人口机会窗口逐渐关闭的前提下，这种差异性为进一步释放人口红利提供了可能的“回旋空间”［7］。由于民族地区本文的民族地区是指民族八省区，主要包括内蒙古自治区、新疆维吾尔自治区、宁夏回族自治区、广西壮族自治区、西藏自治区、云南省、贵州省和青海省。人口转变进程的相对滞后，可能独享一段时间的人口机会窗口期。［8］在全面推进中国式现代化的进程中，民族地区的人口现代化水平亦会随之提升，能够为未来民族地区把握独享的人口机会窗口期营造优势发展环境，理论上更加能够促进人口机会的经济效益转化。民族地区人口红利的开发有助于破解民族地区发展不平衡不充分的问题，使其成为国家社会经济发展的重要动力。［9］基于此，本文主要关注影响民族地区经济发展的人口结构因素，重点聚焦于民族地区人口年龄结构及其经济贡献的变动情况，以期在学术意义上能够拓展中国人口红利研究的对象范畴，也能够在现实层面上加深对我国民族地区人口结构与社会经济发展趋势的理解。

二、文献综述

目前关于民族地区的人口年龄结构的经济贡献的研究在本质上均属于间接性研究，即在一系列描述性或相关性分析的基础上所进行的推断，相关研究主要集中在两个方面。第一类研究主要基于人口抚养比和劳动年龄人口比例等指标描述和判断民族地区人口机会窗口是否开启，进而间接判断人口年龄结构经济贡献的存在性。从民族地区整体来看，1990年以后民族地区的人口抚养比持续降低，并在1995年以后开启人口机会窗口［10］ 69～70，但是民族地区内部的人口年龄结构差异较为明显，并且大多数民族地区的劳动年龄人口比例均低于全国平均水平［11］。从个别民族自治区来看，从2000年到2010年，新疆的少儿抚养比快速下降和老年抚养比缓慢增加，共同助力了新疆人口机会窗口的开启。［12］针对西藏的研究表明，西藏人口转变进程相对滞后，预计在2010年开启人口机会窗口并于2030年关闭［13］，后续研究基于2015年［14］和2020年［15］的数据发现西藏地区的人口抚养比保持低于50的状态，即在今后一段时间内其人口机会窗口将继续保持开启。此外，关于宁夏的研究则表明，宁夏在1995年开启人口机会窗口，并且在2006～2015年处于人口社会负担最轻的时期，蕴含释放巨大经济效益的机遇［16］，而关于广西的人口年龄结构的讨论则表明其人口机会窗口在2000年以后开启，迎来有助于经济发展的“黄金时期”［17］。有研究基于人口预测的思路，认为云南人口达到5000万时人口数量和人口年龄结构的均衡关系有助于为云南未来的社会经济发展增加劳动力资源储备。［18］

第二类研究主要沿着Bloom和Williamson（1997）的思路，聚焦于民族地区选取相关人口和经济变量进行计量分析。从民族地区整体来看，相关研究结果显示，劳动力增长率与经济增长具有显著的正向关系，而少儿抚养比则与经济增长具有显著的负向关系［8］，老年抚养比与产业结构合理化具有显著的负向关系，而与产业结构高级化具有显著的正向关系［19］。从个别民族自治区来看，内蒙古的少儿抚养比下降会对经济发展产生显著的正向影响，老年抚养比的上升则会对经济发展产生负向影响。［20］针对新疆的研究表明，新疆地区的人口抚养比上升与经济发展之间具有显著的负向关系［21］，对宁夏的数据分析也得到类似的结论，但可能由于宁夏劳动力市场的供大于求的缘故，使得劳动力投入的增加对于宁夏经济发展不甚明显［16］。此外，部分针对广西的研究发现，劳动年龄人口比重增加与经济增长具有显著的正向关系，且少年人口比重和老年人口比重增加的短期抑制效应不甚明显。［22］

综上可知，尽管关于民族地区人口年龄结构经济贡献的研究数量颇丰，但依然存在尚待拓展之处：其一，现有研究更多地是间接讨论民族地区人口年龄结构的经济贡献，或是考察人口年龄结构经济贡献存在的可能性，或是聚焦人口年龄结构与经济发展的相关性，缺乏直接测度民族地区人口年龄结构经济贡献的研究。其二，现有研究在空间维度上更多以整体民族地区或个别民族自治区或省份为研究对象，在时间维度上则更多以历史数据为研究资料，缺乏民族地区之间的比较性和预测性研究。因此，本文将使用反映民族地区人口年龄结构的历史数据并结合人口预测方法，在系统回顾和预测民族地区的人口年龄结构变动历程的基础上，测度民族地区人口年龄结构经济贡献的变动趋势，并对民族地区未来人口红利发展问题进行讨论。

三、数据来源和研究方法

（一）数据来源

本文主要数据来源于1990年以来历次人口普查资料、《中国人口与就业统计年鉴》以及部分省份（自治区）的人口普查资料。其中，在描述1990～2020年民族地区人口年龄结构变动及其经济贡献时，主要使用1990～2020年《中国人口普查年鉴》和1991～2021年《中国人口与就业统计年鉴》的数据。在预测2020～2035年民族地区人口年龄结构变动及其经济贡献时，主要基于2020年的内蒙古自治区人口普查资料、贵州省人口普查资料、宁夏回族自治区人口普查资料、广西壮族自治区人口普查资料和青海省人口普查资料，由于民族地区其它省份都还没有公布2020年的人口普查资料，本文尝试基于2010年新疆维吾尔自治区人口普查资料和云南省人口普查资料，结合2020年全国人口普查资料中各地区的分性别5岁组数据，利用间接估计法获得人口预测所需要的分性别单岁组人口数。

（二）测度指标

为了系统刻画民族地区人口年龄结构的转变过程，本文使用少儿系数、老年系数、老少比和年龄中位数等指标描述民族地区人口年龄结构的变动趋势。关于人口年龄结构类型的划分标准，通常认为一个国家或地区的老年系数大于7%、少儿系数小于30%、老少比大于30%、年龄中位数大于30岁的人口年龄结构属于老年型，老年系数小于4%、少儿系数大于40%、老少比小于15%、年龄中位数小于20岁的人口年龄结构属于年轻型，否则人口年龄结构则属于成年型。［23］294并且当老年系数大于7%、14%和21%时，意味着该人口分别处于轻度、中度和重度老龄化阶段。［24］综合考察4个指标来判断民族地区各省区人口年龄结构的类型，如果某个地区的4个指标中有3个达到了某种人口结构类型的水平，就认为该人口的年龄结构类型属于此种类型；如果有2个指标达到了某种人口类型的水平，另外2个指标达到了另一种人口类型的水平，则认为该人口年龄结构处于过渡状态。［25］37

在讨论民族地区人口红利时，本文主要使用人口抚养比指标，该指标能够衡量一个特定的人口群体中生产性人口和非生产性人口的构成，实际计算过程中关注的是人口中非劳动年龄人口与劳动年龄人口之比，反映的是平均每个劳动年龄人口所要供养的人口数，能够体现社会负担的轻重程度。人口抚养比指标是讨论人口红利或者人口机会窗口常用指标，通常将人口抚养比持续低于50作为人口机会窗口开启的标准。［26］［27］同时，人口抚养比可以被分解为少儿抚养比和老年抚养比，在实际情形中两种抚养比的意涵具有差异性，前者的变化主要刻画人口转变前期生育率快速降低的转变过程，而后者可能用来刻画人口转变后期老龄化程度加深的转变过程。通过两者变动状况，可以判断较高的社会抚养负担究竟是由高少儿抚养负担带来的，还是由高老年赡养负担带来的，从而有助于判断人口机会窗口开启或者关闭的主导因素。［28］55

（三）人口年龄结构经济贡献的测度

人口红利是指人口年龄结构的经济贡献，指的是由于具有生产性的人口年龄结构对经济增长所产生的额外影响。经济增长的贡献=“正常增长”带来的贡献+“红利增长”带来的贡献［29］。前者是指盈亏平衡状态下的增长，即既无人口红利也无人口负债的增长；后者是指由于人口年龄结构变化带来的增长。下面将参考已有研究的思路［30］，通过分解人均GDP考察人口年龄结构与经济发展之间的关系，具体分解过程如下：

y=YP=YL LP=YL 1+P－LL－1=YL 1+R－1（1）

y=YL 1+R－1（2）

DV=y－yy=1－1+R1+R（3）

在式（1）中，y为人均GDP，将其分解为劳动生产率（Y/L）和劳动年龄人口比例（L/P），进一步将劳动年龄人口比例等价于以人口抚养比衡量的式子，即（1+R）－1。式（2）表示是前文所讲的“正常增长”带来的贡献。以往相关研究使用瑞典人口年龄结构作为标准人口年龄结构进行分析［31］，但选择瑞典作为参照的科学性存在争议［32］。因此，本文将使用人口机会窗口开启的标准［26］，即人口抚养比为0.5作为衡量“正常增长”的标准人口抚养比R，进而得到“正常增长”带来贡献的y。在扣除“正常增长”带来贡献的情况下，就可以得到“红利增长”带来的贡献，即人口年龄结构变动带来的经济贡献。因此，人口年龄结构的经济贡献率（DV）可以表示为式（3）。需要说明的是，这里计算所得经济贡献是理论经济贡献，也可以称为最高经济贡献，现实生活中并不是所有劳动年龄人口都会参与就业，会存在一定的经济贡献损耗现象。

（四）人口预测方案的设置

由于各省区的民族地区的人口增长速度存在差异，并且民族地区人口增长模式与全国相比存在差异，故而对于民族地区未来人口预测较为复杂。［10］39本文的研究目的在于判断民族地区人口年龄结构未来变动的主要趋势，基于人口预测软件Spectrum软件使用队列要素法进行分析，主要对包括生育参数、死亡参数、迁移参数进行假设和设定。其中，在生育参数方面，选用联合国亚洲模式作为民族地区的生育模式，设定出生性别比从2020年的水平线性变化至2050年的合理范畴内（103～107），若2020年属于正常范围则在预测期间内维持现有水平。在死亡参数方面，以2020年国家统计局公布的分性别平均预期寿命为基础，并假设预测期内民族地区人口的平均预期寿命保持每年0.1岁的幅度线性增长，

参考已有文献的思路：张耀军、王若丞、王小玺：《北京市“十四五”时期人口预测》，载于《北京人口发展研究报告（2021）》，北京：社会科学文献出版社2021年出版，第113～128页。到2035年达到表2中所设置的数值，并且选用被广泛使用的寇尔-德曼西区生命表作为死亡模式。在迁移参数方面，由于人口迁移流动的数据较为缺乏且变动较大，可以假定预测期间的迁移模式不变［33］ 643～644，在考虑数据可得性的基础上，内蒙古、广西、西藏、贵州、青海和宁夏保持2020年迁移模式，云南和新疆保持2010年的迁移模式。

四、民族地区人口年龄结构及其经济贡献变动特征

（一）民族地区的人口年龄结构变动具有渐进性，从成年型为主转变为老年型为主

1990～2035年期间民族地区各省区人口年龄结构类型的变动情况表现为，1990年除了宁夏人口年龄结构属于年轻向成年过渡的类型以外，其他省区人口年龄结构均属于成年型；2000年除了内蒙古和广西人口年龄结构属于成年向老年过渡的类型，其他地区人口年龄结构均属于成年型；2010年除了西藏人口年龄结构属于成年型，青海和宁夏人口年龄结构属于成年—老年型以外，其他地区均已转变为老年型；2020年除了西藏人口年龄结构属于成年—老年型以外，其他地区人口年龄结构均属于老年型；2030年，西藏的人口年龄结构也转变为老年型。整体而言，1990～2035年民族地区各省区人口年龄结构的变化表现出渐进性的特点，主要表现为从1990年以成年型为主逐渐转变为2035年以老年型为主。随着时间的推移，民族地区各省区最终都将转变为老年型人口年龄结构，这种人口年龄结构变动的渐进性符合人口转变理论的理论预判（见表3）。

（二）民族地区人口年龄结构的阶段性老化速度和深度具有差异性，未来15年间内蒙古、云南、广西和贵州更为突出

民族地区的人口年龄结构老化是人口转变带来的必然结果，但是民族地区不同省区老年系数变动表现出显著的阶段性差异。在过去的30年间：1990～2000年期间，除了西藏的老年系数略微减少以外，其他民族地区各省区的老年系数均保持一定幅度的增长，其中变化幅度最大的是广西（增加1.52个百分点），变化幅度最小的是新疆（增加0.33个百分点）；2000～2010年期间，民族地区各省区老年系数均有所增加，贵州和内蒙古的变动幅度大于2个百分点，广西、青海、宁夏、新疆和云南的变动幅度大于1.5个百分点，西藏的变动幅度最小（增加0.34个百分点）；2010～2020年期间，内蒙古老年系数的变动幅度最大，增加了5.49个百分点，西藏老年系数的变动幅度最小，增加了0.58个百分点，其他民族省区的变动幅度大致保持在2～3个百分点。在未来的15年间，民族地区各省区老年系数依旧保持增加趋势。其中，贵州、广西、内蒙古和云南保持较大的变动幅度，分别增加18.19个百分点、15.06个百分点、13.30个百分点和11.69个百分点。民族地区各省区在不同阶段的变动速度，与人口转变理论所揭示人口变动进程的“同向异速性”特征相符［34］。同时，从老化深度来看，内蒙古（26.35%）、广西（27.26%）、贵州（29.75%）和云南（22.44%）四个省区也处于较高水平，在2035年均已经处于重度老龄化阶段，内蒙古在2030年就开始进入重度老龄化阶段。相比之下，青海（16.88%）和宁夏（16.04%）处于中度老龄化阶段，而新疆（13.59%）和西藏（9.51%）则处于轻度老龄化阶段。

（三）民族地区人口机会窗口开启时间和持续时间具有差异性，未来15年间内蒙古和云南的人口机会窗口陆续关闭

图1展示了1990～2035年民族地区各省区的人口抚养比变动状况。从整体趋势来看：一方面，民族地区各省区人口机会窗口开启时间存在时间差异性。1990～1994年期间，仅有内蒙古开启人口机会窗口；1995～1999年期间，青海、宁夏和新疆先后开启人口机会窗口；2000～2004年期间，云南和广西先后开启人口机会窗口；2005～2010年期间，西藏和贵州先后开启人口机会窗口。另一方面，民族地区各省区人口机会窗口持续时间存在差异性。民族地区各省区在2010年以后人口抚养比呈现波动上升的趋势，其中广西和贵州的人口抚养比在2020年前后超过50，即人口机会窗口已经处于关闭状态，两者人口机会窗口的持续时间分别为19年和7年。根据预测结果，内蒙古和云南将在未来15年间关闭人口机会窗口，两者人口机会窗口的持续时间为43年和34年。截止到2035年，青海、宁夏、新疆和西藏人口机会窗口的持续时间分别为41年、37年、37年和30年。

（四）少儿抚养比和老年抚养比的增减幅度影响民族地区人口机会窗口开关

表4报告的是1990～2035年期间民族地区少儿抚养比和老年抚养比的变化状况。结果显示，内蒙古、青海、宁夏和新疆的少儿抚养比在1990～2000年和2000～2010年均保持10以上的下降幅度，因而这四个民族省（区）的人口机会窗口更早开启。这是因为在人口转变前期，死亡率的下降和出生率的相对稳定带来很高的少儿抚养负担，随着出生率的大幅下降，高少儿人口逐渐让位于劳动年龄人口，高少儿抚养比更多表现为一种暂时的人口压力，其潜在的生产性则会转变未来的人口动力［35］，少儿抚养比的持续下降能够推动人口机会窗口期的开启。相比之下，在未来15年中西藏、青海、宁夏和新疆的老年抚养比的变动幅度均小于8，这反映出这些民族省（区）的老龄化程度相对较低以及速度相对较慢，使得这些民族省（区）的人口机会窗口继续保持开启。相比之下，另外四个民族省（区）的老龄化速度相对较快，老年抚养比相对较高且变动幅度较大，需要承担老年社会负担更重，促使其人口机会窗口逐渐关闭。

（五）民族地区人口红利整体上先增加后减少，未来15年间新疆和西藏人口红利相对突出

图2报告的是1990～2035年期间民族地区人口年龄结构经济贡献的变化过程。前面的分析表明，在1990～2035年期间民族地区先后经历的人口机会窗口经历了逐渐开启和关闭的过程。与此相对应的是，在这一变动过程中，民族地区各省区的人口年龄结构所产生的经济贡献整体呈现“先增加后减少”的特征，这一变化特征与一般人口红利从“人口负债—人口红利—人口负债”的变动规律相吻合。［36］从1990～2020年期间民族地区各省区的情况来看，内蒙古、广西、新疆人口年龄结构的经济贡献率在2010年达到最高，分别达到14.93%、3.45%和8.76%；贵州、云南、西藏、青海和宁夏人口年龄结构的经济贡献率在2015年达到最高，分别达到2.07%、8.02%、5.74%、8.47%和8.10%。同时，广西和贵州人口年龄结构的经济贡献率在2020年已经由正转负，进入人口负债阶段。从2020～2035年期间民族地区各省区的情况来看，多数省区人口年龄结构的经济贡献率逐渐减少，新疆和西藏人口年龄结构的经济贡献在2020～2030年期间保持相对稳定的增加，尔后则开始减少。至2035年，内蒙古和云南继广西和贵州之后也进入人口负债阶段，其他4个地区（新疆、西藏、青海、宁夏）的经济贡献率分别为11.33%、8.00%、2.67%、2.67%。

五、人口现代化视角下未来民族地区人口红利：类型、机遇与挑战

“人口现代化”概念最早由人口学家刘铮教授提出，他认为人口现代化主要包括人口再生产类型的现代化和人口素质的现代化。［37］后续学者在此基础上不断丰富和拓展人口现代化的内涵和边界，诸如人口分布（迁移流动和城镇化）的现代化［38］、社会结构的现代化［39］、经济发展的现代化［31］等方面，人口现代化日趋发展为综合反映人口发展水平的重要概念。如前文所论述的，计算所得经济贡献率为理论上的最高经济贡献率，人口现代化水平能够体现出民族地区人口红利释放的发展环境，更优发展环境有助于充分把握民族地区人口机会，推动民族地区经济贡献更加趋近于最高经济贡献率。因此，需要结合人口现代化和人口红利两者的共同领域来进行思考，本文借鉴“三维人口红利”的分析思路，［40］［41］13～19 ［42］29～32从数量、质量和结构三个维度选择能够共同反映人口现代化和人口红利的相关指标（见表5）。基于此从民族地区人口现代化出发考察未来民族地区人口红利的机遇和挑战。

（一）跨度与强度兼顾：把握进入重度老龄化之前的政策准备期

本部分尝试综合人口机会窗口的持续时间（跨度）和人口年龄结构经济贡献率（强度）来构建人口红利的类型，以此来进行后续民族地区人口红利的讨论。笔者以人口机会窗口持续时间20年为界限划分持续时间的长短，以民族地区各省区年均经济贡献率7%为界限划分经济贡献强弱，得到三种类型的人口红利，即持续强劲型、持续微弱型和短暂微弱型

本文所尝试的这种人口红利类型划分方法，理论上应该存在四种类型，实际结果仅有三种，没有“持续时间短—经济贡献大”这一类型，这说明人口红利的释放是一个长过程事件，实际情况中不存在这种理想类型。（见表6）。属于“持续时间长—经济贡献大”类型的省（区）主要包括内蒙古、新疆、西藏和青海。从具体数值来看，内蒙古人口年龄结构的经济贡献在人口机会窗口开启的43年间，年均经济贡献率保持在8.26%。与内蒙古类似，新疆也表现出持续强劲的特征，在人口机会窗口期的年均贡献率为7.86%。但是，两者在未来的老龄化进程方面存在差异，主要表现为内蒙古在2030年就进入重度老龄化阶段，新疆在2035年依旧处于轻度老龄化阶段。属于“持续时间长—经济贡献小”类型的省（区）为西藏、青海、宁夏和云南。从具体数值来看，西藏、青海、宁夏和云南在人口机会窗口开启的30年、41年、37年和34年间，年均经济贡献率分别为6.79%、5.70%、5.09%和4.49%。持续微弱型地区的数量占据民族地区的50%，并且除了云南以外，西藏、青海和宁夏在2035年均未进入重度老龄化阶段。属于“持续时间短—经济贡献小”类型的省（区）为贵州和广西。从具体数值来看，贵州和广西在人口机会窗口开启的7年和19年期间，年均经济贡献率仅有2.13%和2.78%。值得注意的是，2020年贵州和广西的人口机会窗口已经关闭，并且结合表3可知两者人口老龄化速度相对较快，到2035年两者均已经进入重度老龄化阶段。因此，民族地区需要及时把握进入重度老龄化阶段之前的政策准备期，为探索人口红利转型的提供政策环境。

（二）机遇和挑战并存：人口质量发展是重点突破方向

结合2020年民族地区人口现代化的相关指标（见表5），本部分探讨不同类型的民族省区在全面建设社会主义现代化强国的进程中，释放和挖掘人口红利可能面临的机遇和挑战。从数量维度来看，劳动年龄人口比重在很大程度上表现为潜在劳动力供给数量，有助于在人口红利的释放发挥规模效应。结果表明：除了属于短暂微弱型的贵州（64.48%）和广西（64.18%）的劳动年龄人口比重相对较低以外，其他民族省区的劳动年龄人口比重均为70%左右。从质量维度来看，教育发展水平能够有效保证劳动力供给质量，对于人口红利的释放具有重要保障作用。［43］民族地区的发展水平相较于全国水平而言仍有一定的提升空间。具体表现为：就平均受教育年限而言，比全国平均水平（9.91年）更高的省区仅有2个（内蒙古和新疆）；就文盲率而言，比全国平均水平（2.67%）更低的省区也仅有2个（新疆和广西）。西藏在质量维度方面表现最差，平均受教育年限最低，仅为6.75年，文盲率最高，达到21.20%。从结构维度来看，城镇化和劳动力迁移有助于促进劳动力配置效率，是影响人口红利释放的重要结构性因素。［40］民族地区的城镇化发展水平依旧不足，按照相关研究所认为的城镇化率超过60%的标准，［44］2020年仅有内蒙古、青海和宁夏达到现代化水平，西藏的城镇化率最低，仅为35.73%。民族地区的流动人口能见度与全国平均水平（26.7%）相比，［45］仅有半数民族省区（内蒙古、新疆、宁夏和青海）表现出相对更高的水平，相对较高的人口流动水平有助于缓解城市地区人口机会窗口的时间跨度［46］。

综合来看，从人口红利类型所对应的民族省区来看，属于持续强劲型人口红利的内蒙古和新疆的人口现代化水平相对较高，在继续挖掘人口红利方面更加具有优势；属于持续微弱型人口红利的青海、宁夏和云南的人口现代化水平次之，仅在质量维度层面存在劣势。属于短暂微弱型人口红利的贵州和广西，以及属于持续微弱型人口红利的西藏，三者的人口现代化水平相对较差，在数量、质量和结构维度均存在不同程度的短板。因此，民族地区未来人口红利发展更多体现机遇和挑战并存的局面，人口质量发展是重点突破方向。

六、结论与启示

基于全国和民族地区各省区的人口普查资料和《中国人口与就业统计年鉴》的数据，分析和预测民族地区1990～2035年民族地区各省区的人口年龄结构变动趋势，并计算和归纳人口年龄结构的经济贡献大小和类型，主要的结论如下：

第一，从过去到现在（1990～2020年），民族地区各省区的人口年龄结构逐渐老化，截至2020年，除了西藏以外，其它民族省区人口年龄结构均已转变为老年型；民族地区各省区的人口机会窗口陆续开启，截至2020年广西和贵州的人口机会窗口已经关闭；民族地区各省区人口年龄结构的经济贡献率呈现先上升后下降的趋势，主要在2010～2015年期间发生转折，截至2020年广西和贵州进入人口负债阶段，内蒙古人口年龄结构的经济贡献较为突出。

第二，从现在到未来（2020～2035年），民族地区各省区人口年龄结构全部转变为老年型，尤其是西藏在2030年前后转变为老年型；民族地区50%的省区人口机会窗口依旧保持开启状态，至2035年内蒙古和云南继广西和贵州之后关闭人口机会窗口；民族地区多数省份人口年龄结构的经济贡献呈现持续下降的趋势，新疆和西藏人口年龄结构的经济贡献相对明显。

第三，从过去到未来（1990～2035年），民族地区各省区人口年龄结构经济贡献的类型主要包括持续强劲型（内蒙古、新疆）、持续微弱型（西藏、青海、宁夏和云南）和短暂微弱型（广西和贵州）。不同类型之间的经济贡献存在明显差异，属于持续强劲型的内蒙古的年均经济贡献率为8.26%，而属于短暂微弱型的贵州的年均经济贡献率仅为2.13%。

民族地区人口红利的释放是其助力社会主义现代化强国建设的重要力量之一。由于不同民族省区现代化进程存在差异，使得不同民族省区把握“人口机遇”的能力存在差异，进而将其转化为实际经济贡献的结果也会存在差异。在民族地区人口机会窗口逐渐打开的期间，有关民族发展和民族地区的支持政策在一定程度上推动了1990～2020年以来民族地区各省区人口年龄结构经济贡献的实际转化，使得民族地区在改革开放以来中国的经济发展中做出了自身的独特贡献。那么，在全面建设社会主义现代化强国的过程中，由于民族地区各省区人口年龄结构及其经济贡献的差异，需要思考有助于未来释放民族地区人口红利的社会经济政策，具体思路如下：

一方面，在推进人口现代化的进程中继续发挥政策和制度优势，充分把握未来的人口机会窗口。本文的预测结果表明民族地区多数省份的人口机会窗口还将持续12年及以上，因此需要积极调整和出台相应的支持政策，为民族地区人口红利的释放提供有力的外部环境。在全面建设社会主义现代化强国的新时期，政府需要继续贯彻实施对口支援举措、西部大开发战略，兴边富民行动和扶持人口较少民族发展举措等社会经济政策，发挥现有的政策矩阵效应，健全民族地区的就业促进机制，助推生产性人口年龄结构的经济转化，为未来民族地区人口发展提供制度保障。

另一方面，在进入重度老龄化阶段之前的政策准备期中，高度重视人口的高质量发展。在过渡阶段的积极政策应对是释放第二次人口红利的关键，［47］上文的分析结果显示，民族地区人口现代化水平中质量维度方面存在明显短板，需要给予重点关注。因此，政府需要贯彻积极应对人口老龄化的国家战略，在客观对待人口老龄化引致的各类社会问题的同时，在进入重度老龄化阶段之前做好教育以及健康等人口质量方面的政策应对，为未来民族地区社会经济发展储备人力资本，助推新型人口红利的适时转型和切实转变。

参考文献：

［1］宋健，姜春云，杨旭宇. 以促进人口均衡发展推进中国式现代化［J］. 社会发展研究，2023（1）.

［2］Teitelbaum M S. Relevance of Demographic Transition Theory for Developing Countries［J］. Science，1975.

［3］李建民，原新，王金营.中国人口转变地域差异的聚类分析［J］.中国人口科学，2001（1）.

［4］Bloom D E，Williamson J G.Demographic Transitions and Economic Miracles in Emerging Asia［J］. NBER Working Papers，1997（3）.

［5］Mason A. Population and the Asian economic miracle［J］.Asian Pacific Population & Policy，1997（11）.

［6］Chaurasia A R. Population and sustainable development in India［M］. Singapore： Springer，2020.

［7］王金营，刘艳华.经济发展中的人口回旋空间：存在性和理论架构：基于人口负增长背景下对经济增长理论的反思和借鉴［J］.人口研究，2020（1）.

［8］马骍. 人口红利与我国民族地区的经济发展：基于面板数据的经验分析［J］. 北京师范大学学报（社会科学版），2014（3）.

［9］朱荟. 从脆弱性发展到政策型收益：民族地区人口红利的概念内涵、机会窗口及实践路径［J］.西北民族研究，2022（4）.

［10］成艾华.人口转变、人力资本与民族地区经济增长［M］.北京：民族出版社，2007.

［11］薛品.十二五时期民族地区社会发展报告［J］.青海民族研究，2016（3）.

［12］刘追，苟虹璐，李豫新.新疆南北疆人口的区域差异及对策研究［J］.人口与发展，2014（3）.

［13］何景熙，李艾琳.西藏人口转变中的“人口红利”问题探讨：从人口发展态势看西藏的机遇与挑战（上）［J］.西藏研究，2006（3）.

［14］杨帆，刘金华.西藏人口转变特征及其经济效应研究［J］.西藏大学学报（社会科学版），2020（2）.

［15］杨成洲，何茂鑫.西藏人口发展的新动向与新特征：以第七次人口普查数据为基础［J］.西藏发展论坛，2022（3）.

［16］魏淑清.新时期人口转变、人口红利与经济增长的实证研究［J］.统计与决策，2014（21）.

［17］周鸿，李冠军.广西人口与经济发展的互动分析［J］.南方人口，2006（3）.

［18］罗淳，彭姣.试论五千万人口的云南情势及其影响：兼析规模与结构兼顾的人口统筹观［J］.西北人口，2019（1）.

［19］李波，王春妤，杜建国，等.民族地区的人口年龄结构变化对产业结构的影响研究：基于民族八省区面板数据的实证［J］.湖北民族学院学报（哲学社会科学版），2018（6）.

［20］胡伟华.内蒙古人口与经济增长的相关性研究［J］.西北人口，2011（6）.

［21］李豫新，陈琨.民族地区人口结构的经济增长效应分析［J］.北方民族大学学报（哲学社会科学版），2019（5）.

［22］林天维，张友棠.经济增长背后的人口结构因素：基于广西地级市面板数据的实证研究［J］.学术论坛，2014（7）.

［23］田雪原.人口学［M］.杭州：浙江人民出版社，2004.

［24］Tahara Y. Cardiopulmonary Resuscitation in a Super-Aging Society： Is There an Age Limit for Cardiopulmonary Resuscitation？［J］. Circulation Journal，2016（5）.

［25］郑长德.中国少数民族人口经济研究［M］.北京：中国经济出版社，2015.

［26］于学军.中国人口转变与“战略机遇期”［J］.中国人口科学，2003（1）.

［27］穆光宗.中国的人口红利：反思与展望［J］.浙江大学学报（人文社会科学版），2008（3）.

［28］李魁.年龄结构变动与经济增长：理论模型与政策建议［M］.武汉：武汉大学出版社，2014.

［29］郭晗，任保平.人口红利变化与中国经济发展方式转变［J］.当代财经，2014（3）.

［30］Joe W，Kumar A，Rajpal S. Swimming against the tide： economic growth and demographic dividend in India［J］.Asian Population Studies，2018（2）.

［31］陈友华.关于人口现代化几个问题的理论探讨［J］.人口研究，1998（6）.

［32］何练，麻彦春.相对静止人口与潜在人口红利测算方法研究［J］.人口学刊，2015（1）.

［33］曾毅，等.生命支持系统大百科全书：人口学分卷［M］.北京：中国人口出版社，2010.

［34］宋健，张晓倩.从人口转变到家庭转变：一种理论分析思路［J］.探索与争鸣，2021（1）.

［35］杨云彦.改革开放与中国的人口问题［J］.中南财经大学学报，1992（5）.

［36］陈友华.人口红利与人口负债：数量界定、经验观察与理论思考［J］.人口研究，2005（6）.

［37］刘铮.人口现代化与优先发展教育［J］.人口研究，1992（2）.

［38］查瑞传.人口现代化问题［J］.人口与计划生育，1994（3）.

［39］吕昭河.人口现代化：一个历史过程的理论探讨［J］.思想战线，1999（4）.

［40］杨云彦，向华丽，黄瑞芹.“单独二孩”政策的人口红利效应分析：以湖北省为例［J］.中南财经政法大学学报，2014（5）.

［41］田艳平.三维人口红利、人口政策与经济增长［M］.武汉：武汉大学出版社，2016.

［42］尹秀芳.区域协调发展视角下的三维人口红利研究［M］.长春：吉林大学出版社，2019.

［43］Lutz W，Crespo Cuaresma J，Kebede E，et al. Education rather than age structure brings demographic dividend［J］.Proceedings of the National Academy of Sciences，2019（26）.

［44］陈友华.人口现代化评价指标体系研究［J］.中国人口科学，2003（3）.

［45］段成荣，邱玉鼎，黄凡，等.从657万到3.76亿：四论中国人口迁移转变［J］.人口研究，2022（6）.

［46］Peng X，Cheng Y. Harvesting The Demographic Bonus： The Impact of Migration in Shanghai［J］.Asian Population Studies，2007（1）.

［47］Lee R，Mason A. What is the Demographic Dividend？［J］.Finance & Development，2006（3）.

RESEARCH ABOUT CHANGES IN THE AGE STRUCTURE OF POPULATION AND DEMOGRAPHIC DIVIDEND IN ETHNIC AREAS：Based on Empirical Survey in Eight Ethnic Provinces and Regions

Jiang Chunyun，Wang Li

Abstract：Using the population census about ethnic areas and the whole country from 1990 to 2020，this article analyzes and predicts the trends and characteristics of changes in the age structure of population and demographic dividend in ethnic areas during the period 1990～2035.The study suggests that in the ethnic areas，the age structure of population has shifted from adult-oriented in 1990 to old-age-oriented in 2035.However，there are disparities in the pace and extent of these changes，and it is expected that Inner Mongolia，Yunnan，Guangxi and Guizhou will face notable aging acceleration in the next 15 years.Demographic window for provinces and regions in ethnic areas will open and close at different times and durations.By 2035，the demographic window will close in Guizhou，Guangxi，Inner Mongolia and Yunnan.Demographic dividend in ethnic areas generally increase at first and then decrease，which can primarily be classified into three types：“continuously strong”，“continuously weak” and “transiently weak”.It is advisable to carefully consider the policy preparation phase before ethnic regions reach a stage of significant aging.Additionally，attention should be given to improving population quality during the population modernization process.It is crucial to seize the future demographic window，and investigate the potential for new types of demographic dividend.

Keywords：Age Structure of Population；Demographic Dividend；Demographic Window；Ethnic Areas；Population Modernization

〔责任编辑：陆 露〕