浅析人口红利对经济增长的影响

《浅析人口红利对经济增长的影响》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、浅析人口红利对经济增长的影响　　一、人口红利的定义　　关于人口红利的定义，其研究内容涉及人口红利因素、人口红利期限、人口年龄结构、第一人口红利和第二人口红利、生命周期理论等多个方面。例如，钟水映、李魁（2009）认为，国内目前关于人口红利的定义总结起来有“因素论”、“期限论”、“结构论”三种。“因素论”者认为，人口红利的产生是源于在劳动年龄阶段人口占总人口比重较高的情况下，社会储蓄和人口生产性都比较高而促进经济增长的人口因素。“期限论”者认为，人口红利就是一段有利于经济社会发展的人口年龄结构时期，此时

2、期内人力资本投资和就业机会增加、劳动力增加、投资与储蓄也会增加。“结构论”者认为，人口转型过程会形成人口年龄结构优势，而人口红利就是由人口年龄结构优势所形成的高劳动参与率对一国或地区经济增长的积极效应。张学辉认为，第二人口红利源于理性经济主体在人口年龄结构的预期发生变化时，对生命周期内的全部收入和消费进行平滑，以获得最大效用。当处于壮年时期时，生产效率比较高，储蓄在收入中所占的比例将显著高于其他时期。因此，在人口转变的某个特定时期，劳动年龄人口数量的优势将有效促进资本供给的增加和国民储蓄率的提高以推动

3、经济增长。　　二、湖北省人口结构转变状况与人口红利分析　　（一）出生率与死亡率　　根据《湖北省统计年鉴》相关数据，在1949～1958这10年里的人口出生率平均高达31.87‰，死亡率平均为13.43‰，平均自然增长率高达18.43‰；1959～1961年是一段特殊时期，由于三年自然灾害，人口出生率下降，死亡率上升，1960年甚至出现了人口的负增长；自20世纪70年代中期湖北开展计划生育工作以来，妇女生育水平迅速下降，人口控制工作取得了显著的成效，人口的增长趋势得到极大的遏制。1973～1991年，这

4、一时期的平均出生率、死亡率、自然增长率分别为20.52‰、7.5‰、13.01‰。由此湖北省实现了从“高出生率、高死亡率、低自然增长率”向“低出生率、低死亡率、低自然增长率”的人口转变。　　（二）年龄结构的转变　　根据最近三次全国人口普查的数据，湖北省1990年0～14岁人口比重为28.45%，15～64岁人口比重为66.05%，65岁以上人口比重为5.5%。到了2000年这三项数据为22.87%、70.82%和6.31%。而2010年第六次人口普查的数据又变成了13.91%、77%和9.09%。二十

5、多年来湖北省少儿人口比重不断下降，老年人口比重不断上升，处于劳动年龄的人口比重也是不断增加的。按照国际上划分人口类型的标准，当一个国家或地区60岁以上人口所占比例达到或超过总人口数的10%，或者65岁以上人口达到或超过总人口数的7%时，其人口即称为“老年型”人口，这样的社会即称之为“老龄社会”。根据历年《湖北省统计年鉴》的抽样数据，自2003年起，湖北省65岁以上老年人口占总人口的比例就达到了7.13%。虽然在2004年和2005年老年比又降到7%以下，不过2002年之后这一比例又一直大于8%。因此，

6、湖北省在10年前就已经进入了老龄化社会。具体情况如表1所示：　　由表1可知，在最近3次人口普查数据中根据第三章所给出的衡量人口红利的标准还有抚养比计算公式可得出结论，1990年、2000年和2010年湖北省的人口总抚养比分别为51.41%、41.19%和29.87%，说明了湖北省在20世纪90年代以后就进入了人口红利时期。随着总抚养比逐年下降，湖北省在2000年以后总抚养比小于44%，进入了人口暴利时期。　　三、建立模型及相关分析　　（一）建立模型　　本文要研究的是湖北省人口红利对经济增长的影响，因此

7、采用了社会就业总人数这个指标反映了人口红利的影响途径，用GDP衡量经济增长的情况，为了更清晰地了解劳动适龄人口变动所产生的人口红利对经济增长的影响，我们利用柯布―道格拉斯生产函数模型，建立如下的双对数函数的回归模型：　　其中：Y代表经济总产出，用生产总值（GDP）表示，L为劳动力投入，用社会从业人员数量表示，K为资本投入，用资本存量表示，在这里用固定资产的总投入表示，A为全要素生产率参数，α为劳动力投入的产出弹性系数、β为资本投入的产出弹性系数，μ0为模型的随机误差项。数据于1995～2012年的湖北

8、统计年鉴，如表2。　　（二）相关分析　　我们首先可以运用SPSS软件对地区生产总值、社会从业人员总数和固定资产投资额这三个变量行相关性分析结果如表3。　　由表3可知，社会从业人员总数和固定资产投资额与GDP之间相关性很强。　　（三）回归分析　　通过Eviews6.0软件用lnL、lnK对lnY进行OLS回归，可得如表4：　　那么我们可以得到回归方程为：　　（9.017250）（28.20471）　　=0.998994　　=0.998860　　=7445.