人口结构变迁背景下的中国经济增长——基于动态可计算一般均衡模型的模拟

作者：黄祖辉等  责任编辑：网络部  信息来源：浙江大学学报（人文社会科学版）  发布时间：2017-12-03  浏览次数： 9288次

【摘　要】人口老龄化和民工荒现象暗示着中国劳动力低成本的优势将消失，并会对中国未来的经济增长产生负面影响。采用可计算一般均衡模型，利用联合国最新的人口预测，模拟分析中国2010—2030年人口结构变化及其相关的人口措施产生的经济效应后发现，由于人口老龄化导致的劳动力人口的下降，中国经济增长呈现逐步放缓的趋势，2025—2030年中国的经济增速将下降到5.513%。而相关的人口措施可以缓解人口老龄化对经济带来的负面效应。其中，提高教育水平、促进人力资本积累对经济的拉动作用最为明显。

【关键词】老龄化；民工荒；人口结构变迁；劳动人口下降；经济增长；CGE模型；人力资本积累；

一、引言

经过社会和经济结构的巨大变革，中国人口结构也正经历着重大的变迁。人口年龄结构上，计划生育政策对人口出生的控制以及医疗水平的提高使人口预期寿命延长，中国正经历着低出生率、低死亡率和低人口增长率的阶段。第六次全国人口普查的数据表明，2010年中国60岁以上的人口占总人口的13.32%，而65岁以上的人口占了8.92%。据联合国最新的世界人口预测，中国劳动年龄人口将从2015年开始下降，而中国65岁以上的老年人口在2030年将达到16.67%。根据世界卫生组织（WHO）的定义，65岁以上老年人口占总人口的比例达到7%时，称为“老龄化社会”（ageingsociety），达到14%时称为“老龄社会”（agedsociety），达到20%以上时则称为“超老龄社会”（hyper-agedsociety）。按照此定义，中国早在2000年便已步入老龄化社会，至2025年将成为老龄社会。与此同时，人口空间结构上，上亿的农村剩余劳动力从农业部门中释放出来，在农业和非农业、农村和城市以及欠发达地区和东部发达地区之间转移。然而，21世纪以来接连发生的东部城市的“民工荒”、“返乡潮”现象以及劳动力工资的不断上涨，促使不少学者认为中国的“刘易斯转折点”已经到来，农村劳动力剩余的时代已经结束。

大量的廉价劳动力使中国过去的几十年在低成本的劳动力密集型工业中具有较大的国际竞争力。学者们估计改革开放以来中国的人口红利对中国经济增长的贡献率占1/4。而“人口老龄化”和“民工荒”现象暗示着中国劳动力低成本的优势将消失，人口红利即将消耗殆尽，且将伴随着对经济发展的负面效应。不少经济学家都开始关注中国经济能否继续保持可持续的快速增长势头，担心中国会产生“未富先衰”的局面并陷入“中等收入陷阱”。

有关人口结构变迁和经济发展关系的研究自20世纪90年代开始盛行，但主要限于对发达国家经济体的研究。由于发展中国家的人口老龄化问题自21世纪才初见端倪，因此，当前关于发展中国家的人口结构变迁对经济发展的研究较少。实证研究表明，总体上看，人口老龄化趋势将对整个经济产生较为负面的影响，而政府相关的人口政策可能会缓解人口老龄化所带来的负面效应。中国人口结构变迁是未来发展的趋势，它对经济和社会的影响效应将在未来很长一段时间后才会显现；同时，人口结构变迁涉及劳动力要素数量和质量的变迁、企业生产率的变化、家庭收入和消费结构的变动、政府税收和公共政策的转移等各方面的一系列变化，因此，采用一般均衡模型可以全面、系统地分析其直接和间接影响效应。本研究期望通过构建反映人口结构变迁的CGE模型，并制定最新的中国社会核算矩阵表，定量分析人口老龄化对中国未来经济增长和产业结构变迁所带来的影响，并通过模拟不同人口政策措施，以期在比较中探索缓解人口老龄化的有力措施。

基于此，本文将利用联合国最新的人口预测，采用CGE模型模拟中国2010—2030年人口结构变化及其相关的人口政策带来的经济增长的变化状况。本文首先分析和总结了人口结构的经济效应以及已有研究对人口结构变迁CGE模型中的模拟，接着阐述本研究所采纳的CGE模型及其数据基础和参数设置，然后分析模拟情景设置和主要结果，最后总结全文。

二、人口结构变迁的经济效应及其在CGE模型中的模拟

（一）人口结构变迁的经济效应

人口年龄结构的改变会对一国经济的发展产生较为重大的影响，并主要表现为负面效应。研究表明，人口老龄化导致的劳动力的下降将会使中国的年经济增长率在21世纪20年代开始下降2个百分点，在21世纪40年代将产生3个百分点的消极影响。人口年龄结构的变化产生的影响分为供给效应（如对劳动力和资本积累的影响）和需求效应（对消费、贸易和投资的影响），并且将会对产量、价格、工资、利率、收入以及社会福利等市场产生一般均衡效应。

从劳动力供给角度来看，人口年龄结构的变化会使作为生产要素的劳动力供给规模和供给结构发生变化，从而产生一系列的影响。一方面，人口老龄化使一个经济体劳动年龄人口总量下降，从而对生产产生负面效应；另一方面，人口老龄化使劳动年龄结构也同时发生变化，即高年龄的劳动力比例和丧失劳动力的人口比例逐渐增长，且不同年龄结构的劳动力存在个人特征的差异，对于新技术创新、人口流动的选择会产生一系列的影响，从而增加新技术运行的成本。因此，劳动年龄结构的变化会通过影响全要素生产率（TFP）而影响生产力。

从家庭需求角度来看，年龄结构的变化会使家庭消费、储蓄和投资结构也相应改变，从而影响经济增长。从消费结构变化的角度来看，人口年龄结构的变化一方面会降低消费总量，同时会改变消费的结构。从储蓄和投资结构的角度来看，人口老龄化的加快会降低整个社会的储蓄率，同时对经济发展和社会保障体系产生较大的压力。储蓄率的变化主要体现在三个方面：首先，人口老龄化社会本身的储蓄率较低；其次，政府会增加对养老保险的财政支出从而降低政府的储蓄率；最后，劳动力人口的减少相应产生的劳动力工资的提高，也即劳动成本的上升使外商直接投资相应减少，由此增加了中国资本积累的不确定性，使中国经济未来的稳定增长受到影响。

然而，也有不少学者持相反的态度，认为人口结构的变化也会产生积极的效应，比如成熟劳动力的增加促使有工作经验的劳动力增加、人口减少促使年轻人受教育水平提高、劳动力相对工资提升有利于提高资本投资和创新的积极性等。但总体来说，人口老龄化对经济所带来的负面影响远远大于积极效应，尤其对于中国这个社会保障体制尚未全面建立、养老保险存在严重漏洞的状况来说，人口老龄化的提前到来将对中国经济产生较大的创伤。

（二）已有研究对于人口结构变迁的CGE模拟

由于人口结构预测的复杂性，更多的CGE模型对人口结构变化采用外生给定的方式模拟人口结构变化产生的相关经济和社会效应，并将人口年龄结构预测的结果放入动态模拟的外生变量中进行相关情景的模拟。总体来看，已有研究主要从劳动力要素供给、家庭消费需求及政府消费和投资三个方面模拟人口结构变化产生的经济和社会效应。

（1）通过劳动力总供给和劳动力年龄结构的变化来反映CGE模型中生产投入要素的变化。这在CGE模型里表现为作为生产函数增加值的劳动力投入要素的变化以及相应的TFP的变动。因此，已有的模型通过链接外生的劳动力增长率的变化来模拟劳动力总量的实际变化，或者将劳动力按年龄结构进行划分，从而模拟不同年龄结构劳动力变化趋势产生的经济效应。Sang和Hewings根据年龄结构将劳动力分成6组，并根据劳动力收入水平将不同年龄组的劳动力进一步划分成5组，从而分析人口结构变化对经济增长和收入分配的变化。Wang等人则将劳动力根据年龄和结构分成22个组。Kim等人构建了地区CGE模型以分析韩国人口老龄化趋势对区域经济的影响。研究结果表明，首都地区的劳动力减少较多有利于缩小区域间经济发展的差距。

（2）通过不同年龄结构的家庭消费行为、储蓄行为差异来反映CGE模型中家庭行为决策的变化。考虑到家庭的异质性，不少研究根据年龄结构将家庭划分为不同的类别，分析人口结构变化对不同家庭产生的影响。对家庭年龄结构的划分，有根据家庭户主的年龄进行划分的，有根据家庭平均年龄进行划分的。对家庭消费结构这一变量，模型常采用不同类别的产品消费量占总消费的比重作为代理变量。Dalton等人根据家庭户主年龄的大小和家庭规模将居民划分为不同的年龄结构组，从而比较分析美国、中国以及印度的人口老龄化问题。福倪红采用递归动态CGE模型，根据家庭户主年龄、家庭规模以及农村和城市区域将家庭结构分为12个类别，从而模拟人口老龄化对经济增长和产业结构的影响，其模型模拟部分中的中国人口总数和人口结构的变化则采用Zeng等人的预测结果。

（3）通过政府应对人口结构变动而产生的消费和投资变化来反映相关的人口变动情景。由于人口年龄结构的变迁，不同年龄结构的消费者的公共消费品不同，如未成年比重较高的人口结构对于教育的消费较高，老年人比重较高的人口结构对于医疗、养老保障等公共物品的消费较高。因此，政府会根据不同的年龄结构分配相应的公共支出和公共投资。同时，也有研究模拟政府政策的变化，如改变人口生育控制政策、延迟劳动力退休年龄等。Tyers和Golley模拟了全国范围内实行二胎政策对人口老龄化问题产生的经济效应的变化。

三、考虑人口结构变迁的CGE模型的构建和基准模拟情景设计

本研究所采纳的CGE模型是在国际上通用的国际食物政策研究所（International Food Policy Research Institution，简称IFPRI）开发的标准模型基础上进行拓展所得。模型本身是基于Lofgren等人在2002年共同开发的标准静态CGE模型发展起来的递归动态（recursivedynamic）可计算一般均衡模型（以下简称IFPRI-DCGE模型）。该模型由一系列线性和非线性的联立方程构成，它定义了经济主体的行为及其所存在的宏观环境，其动态部分每一个阶段都将作为一个独立的模型进行求解。下文将结合中国人口结构变化的特点，从静态和动态两个角度分别介绍该研究所采用的CGE模型的结构特征。

（一）中国CGE模型的静态结构

IFPRI-DCGE模型每期静态截面可简单地分为四个模块，即生产和价格模块、产品模块、主体模块以及系统约束和宏观闭合模块。结合本研究的需要，本文CGE模型每期的静态截面图可由图1来表示。结合本研究关于人口结构模拟的需要，模型四个模块可描述如下：

图1.本研究CGE模型静态框架图

（1）生产和价格模块：即要素增加值投入和中间产品投入构成的生产活动，以及相应的要素和投入品的价格。本研究模型将生产部门划分为3个产业共12个生产部门：农业，包括农林牧渔业；工业，包括采矿业、食品加工业、消费性产品加工业（包括纺织、服装、日用品等）、其他制造业、动力燃气业（包括电热力、燃气、石油和水等的生产、加工和供应）、建筑业；服务业，包括交通运输仓储业、零售贸易业（包括批发、零售、餐饮、住宿等产业）、银行金融保险业、房地产业以及其他服务业。每个部门的生产活动则由相应的中间产品投入和要素增加值投入构成。要素增加值投入与中间产品投入将采用Leontief生产函数的固定比例来确定该部门的生产产出，并构成第一层嵌套的生产函数模块。其中，要素增加值投入则由生产者根据利润最大化原则，利用不变替代弹性（constantelasticityofsubstitution，CES）生产函数来决定不同要素的投入比例；同时，根据成本最小化原则，通过边际成本等于边际效益计算各类要素的价格。中间产品投入进一步由Leontief生产函数的固定比例来决定。因此，要素投入的CES生产函数和中间产品投入的Leontief生产函数则构成了生产函数的第二层嵌套关系，其中本研究的要素投入包括劳动力要素和资本要素。根据研究的需要，劳动力将根据区域、性别和技术水平进一步划分为8个类别，分别为：城市高技术男性、城市高技术女性、城市低技术男性、城市低技术女性、农村高技术男性、农村高技术女性、农村低技术男性以及农村低技术女性。

（2）产品模块：即国内总产出在国内销售和出口之间的分配关系以及消费者在进口产品和国产产品之间的选择构成的产品之间的组合方式。模型假设一个生产部门将最终生产一类产品，因此，与生产部门的划分一致，本研究将有12类产品。国内生产的产品将在国内市场和国际市场进行销售，并由生产者根据利润最大化的原则进行权衡，该模型用固定弹性转换（constantelasticityoftransformation，CET）方程来表示两者间的替代关系，而收益则由国内外产品的价格来决定。其中，最终产品的价格将由要素增加值、中间投入品以及相应的税费构成。在此，本研究基于小国假设，即中国产品的出口和进口不会改变国际市场该产品的价格。国内销售的产品价格则由本国生产本国销售的产品和从国际市场进口的产品共同决定，并由Armington方程（表现为CES函数形式）来决定两者的分配。

（3）主体模块：即由经济活动参与主体的收入和支出状况所构成的函数。行为主体包括居民、企业、政府和世界其他地区。居民主体的收入来自要素的报酬和政府的转移支付；支出包括对各类商品的消费性支付，以及向政府缴纳的直接税。其中消费将采用线性支出系统（linearexpendituresystem，LES）函数进行分析，而居民划分为城市居民和农村居民两类。企业的收入来自生产产品所获得的收益，在本模型中主要表现为资本要素的报酬；其支出主要表现在向政府缴纳的直接税和对劳动力的转移支付。政府的收入包括居民和企业的直接税、国外产品的进口税以及产品的生产税，同时存在国外的转移性支付。

（4）系统约束和宏观闭合模块：即为模型运行可解所定义的一系列约束条件。IFPRI-CGE模型的均衡条件主要包括产品市场均衡、要素市场均衡、储蓄投资均衡、政府预算均衡和国际收支均衡。本研究中相关均衡条件将设置如下：第一，产品市场的均衡，即产品的总需求等于总供给，其中总需求包括居民与政府的消费支出和投资支出、出口和出口交易服务费的支出，总供给包括国内生产的产品以及进口的产品。该均衡通过国内和国际产品的内生互动、对部门生产的相对价格和就业的改变导致主体的收入和需求的变化来实现。第二，要素市场的均衡包括劳动力市场和资本市场均衡，由要素供给和价格的关系决定。本研究假定劳动力市场充分就业，工资则内生调整从而保证劳动力市场的供给平衡；资本的使用则在不同部门间固定，通过调整不同部门的资本报酬来保证资本市场的供需平衡。宏观闭合原则的选择用于决定政府预算、储蓄投资以及国际收支三个账户如何实现平衡，是模型求解的基础。闭合则根据对经济理论的理解和不同国家发展实况采用不同的方法。本模型的宏观闭合原则表现为：对国际收支账户，假设汇率为浮动汇率，而国外储蓄则外生设定；对政府预算账户，则假定政府税率以及实际支出保持不变，从而通过调节政府储蓄来保证政府收支平衡；对储蓄投资账户，将采用储蓄驱动闭合，使储蓄率外生给定从而通过调节投资来维持储蓄和投资的平衡。最后，本研究中CPI设置为价值标准。

（二）CGE模型的动态结构和基准模拟情景设计

本研究CGE模型的动态结构包括劳动力要素供给的变化、资本要素的增长、家庭人口的增长、TFP的提高，以及政府消费支出、政府对家庭的转移支付、外汇储蓄的变化等，将根据设定的宏观闭合原则以及研究模拟的需要进行相关设定。人口结构变迁是一个长期的过程，本研究CGE模型的人口结构变化将从劳动力要素的供给和家庭人口的变化间接导致的家庭行为的变化两方面来进行模拟。模型将模拟2010—2030年人口结构变化趋势带来的影响。下文将详细阐述基准情景下要素供给的变化，人口结构的变化表现为如下四个方面。

（1）人口年龄结构的变化：主要反映在家庭人口总数的变化和劳动年龄人口数量的变化两方面。人口的增长主要通过改变居民的消费来对经济社会产生影响。人口增长将根据人口增长预期进行外生设定，本研究家庭人口的增长变化将采用联合国最新的人口预测，并截取2010—2030年的变化数据来模拟20年的人口结构变化。模型假定人口的增长会使消费水平相应增长，但只影响平均消费水平，而商品边际消费率则保持不变，这表明新增加的消费者与已存在的消费者具有相同的消费倾向。关于劳动年龄人口的结构变化主要用于反映劳动力要素供给的变化。由于联合国人口报告的数据对劳动年龄人口只报告每隔5年的数据，因此，本研究首先根据每5年的数据求出每5年的年均增长率，再根据求得的年均增长率计算每年大致的劳动力年龄人口。劳动力年龄按照15—59岁（包括15岁和59岁）的标准进行划分。

（2）人口性别结构的变化：自新中国成立以来，中国男女比例一直处于不均衡状态。2011年中国男性人口为6.9亿，占总人口的51.3%，比女性人口多3401万。由于不同性别的劳动力供给和价格不同，男女性别比例的变化也会影响经济增长。该比例的变化趋势也将采用联合国的世界人口预测，假设劳动力年龄人口性别比例和总人口性别比例一致，由此，根据总人口的男女比例来计算劳动力年龄人口的男女劳动力数量，并据此计算年均增长率。

（3）人口空间结构的变化：即城市化导致的劳动力在城乡间的转移，表现为城市化率的变化趋势。未来城市化变化趋势则根据当前的城市化率以及未来的发展趋势和政府目标来获得。目前发达国家的城市化率达到80%以上，以美国、英国和日本为例，2011年城市人口占总人口的比例分别为82.38%、79.64%和91.14%。2012年，中国的城镇总人口达到7.12亿人，占总人口的52.57%。中国发展研究基金会2010年发布的《中国发展报告2010：促进人的发展的中国新型城市化战略》提出了关于中国新型城市化的战略目标：从“十二五”时期开始，用20年时间解决中国的“半城市化”问题，使我国的城市化率在2030年达到65%。因此，本研究将根据2030年达到65%的目标来估计每年城市人口的增长率。

（4）人力资本结构的变动：即教育水平的提高使高技术劳动力比例提高。本研究将受过高等教育及以上水平的劳动力视为高技术劳动力。世界主要发达国家的高等教育水平劳动力的比例较高，如2010年英国高等教育水平劳动力占总劳动力的35.4%；该比例在美国和日本2007年已达61.1%和39.9%。从第六次人口普查的结果来看，2010年全国高等教育水平的劳动力比例为11.54%，其中城镇的比例为19.52%，乡村为2.63%。根据教育部印发的《国家教育事业发展第十二个五年规划》，到2020年，高等教育毛入学率达到36%。模型将基于当前的劳动力技术水平假设2030年城市高技术劳动力比例较2010年上升50%，则城市男性和女性高技术劳动力比例分别从2010年的20.48%和18.53%上升到2030年的30.72%和27.79%；由于当前农村高技术劳动力比例较低，因此假设农村高技术劳动力比例是2010年的2倍，即男性和女性高技术劳动力比例分别从2010年的2.63%和2.94%上升到2030年的5.27%和5.88%。按照该增长比例推算，到2030年，中国高等教育水平的劳动力将达到20.9%。

最后，CGE模型中劳动力的供给数量将由劳动力参与率来确定。总体来说，中国劳动力参与率较高，近二十年来，15—64岁劳动力参与比例维持在80%以上。2011年，男性和女性的劳动力参与率分别为85.3%和75.2%。本研究假设男性和女性未来20年劳动力参与率分别保持在85%和75%。因此，本文的人口结构的变化状况将通过CGE模型中区分的8个类别的劳动力来反映以上描述的劳动力人口供给的变化趋势以及由城乡家庭人口数变化反映的家庭相应行为的变化，从而较真实地反映未来多维人口结构的变化趋势。

此外，CGE模型中新一期资本要素的供给将由上一期的资本存量和主体的投资支出内生给定，并取决于资本折旧率以及上一期不同产业部门之间的利润率。超过平均资本利润率的部门将在下一期获得更多的投资资本；而低于平均资本利润率的部门则将在下一期获得更少的投资资本。不同部门全要素生产率（TFP）的提高将基于目前劳动力和资本发展的倾向来外生设定。其他变化率如政府消费支出和转移支出、产品的国际价格也将根据当前的发展趋势来外生设定。

四、数据基础、参数设定和敏感性检验

（一）社会核算矩阵表的制作和数据来源

社会核算矩阵（SocialAccountingMatrix，以下简称SAM）是CGE模型的数据基础，是一种描述经济系统运行的、矩阵式的、以单式记账形式反映复式记账内容的经济核算表。它将描述生产的投入产出表（Input-OutputTable，以下简称IO表）与国民收入和生产账户结合在一起，可以清楚地描述特定年份一国或一地区的经济结构和社会结构。本研究基于2010年IO表，并增加了劳动力和资本生产要素及居民、企业、政府和世界其他地区等经济主体的收入和支出内容来构建中国2010年的社会核算矩阵表。如前所述，本模型中的生产部门划分为农业、工业和服务业3个类别共12个部门；并假设每个部门对应生产一种商品，因此相应地共有12种商品。模型中居民将进一步划分为城市居民和农村居民；要素投入分为资本要素和劳动力要素；同时劳动力将根据区域、性别和技术水平划分为8个类别，由此模拟因三者的变迁导致的经济和社会的变化。需要指出的是，由于不同类别的劳动力在不同产业中的分配数据很难获得，本研究将借助微观调研中国家庭收入调查（CHIP）的数据，采用计量的方法（构建区域、性别和技术水平3个dummy变量的交互项）估算出8类不同劳动力的工资差异，并根据部门间的平均工资加以计算。

由于SAM表的数据来源不同，因此最终形成的数据可能导致SAM表的不平衡，即行列不相等。这就需要对数值进行校正从而使行列的汇总总数值平衡。选择恰当的SAM表的平衡方法是制作SAM表和进行CGE模拟前的重要工作。处理SAM表平衡的方法有很多，如最小二乘法、RAS法以及直接交叉熵法和系数交叉熵法等。本研究将采用Robinson和El-Said的交叉熵（Cross-Entropy）方法进行平衡。该方法是在满足相应行列总数相等的情况下，使SAM表各个流量和每列/行的总值的比例与调整后的该比例之间的预期熵值最小化。该方法的详细介绍和GAMS程序代码请参看Robinson和El-Said的文章，此不赘述。

（二）CGE模型主要参数的选择和设定

模型中的参数分为两类：一类可以直接利用SAM表和模型的函数方程进行校调估算得到；另外一类参数则不能由SAM表唯一确定，将通过各类计量经济学方法进行估计获得，主要包括生产函数、商品贸易函数、消费函数等替代弹性参数。笔者参考前人已有研究结果或已有CGE模型所采纳的参数以及经验数据来综合确定本研究的参数设定。

（1）CES生产函数的替代弹性：CES生产函数是CGE模型中反映要素增加值投入的生产函数。不少研究根据以往经验或采用计量方法自行计算相应的弹性。谢杰分别使用贝叶斯法则和广义最大熵对不同产业的CES要素替代弹性进行了估计。本研究将根据谢杰的实验数据并结合已有的研究和经验选取相关的CES替代弹性。

（2）商品贸易函数的替代弹性：此类弹性包括了CET函数和Armington方程中的弹性。前者描述了国内生产的产品在出口和内销的替代关系，而后者则表述了国内生产国内销售的产品和进口产品之间的替代关系。本研究将采用Zhai和Hertel对53个部门的CET函数和Armington方程中的弹性，并根据经验归纳本研究所需的12个部门的相关弹性。

（3）居民消费函数的弹性：居民ELES函数的参数估计主要包括Frisch参数和居民对不同产业部门产品的需求弹性。Frisch计算出的Frisch参数值显示，绝对贫穷居民的值为-10，而富裕居民的Frisch值为-0.7。结合中国当前的实际情况，本研究将城市和农村的Frisch参数分别设置为-2和-2.5。对于ELES函数中不同产业部门产品的需求弹性，本研究将根据谢杰利用截面数据资料对全国31个省、自治区、直辖市的城乡人均各种生活消费支出和人均消费总支出数据估算的城乡居民ELES参数，并结合本研究所分类的产业部门进行估算。

（三）CGE模型中相关参数的敏感性检验

由于CGE模型函数方程中不同弹性参数的选择可能会对模拟结果产生影响，因此需要对CGE模型进行相关参数的敏感性检验。本研究将分别对商品贸易函数（包括Armington方程和CET函数）中的替代弹性、生产函数中的CES替代弹性以及居民消费所采用的ELES函数中的弹性值进行敏感性检验。Zhang等人将相关的弹性参数分别进行高弹性和低弹性的设置，即在基准情景下将弹性分别提高20%（高弹性）和降低20%（低弹性），并基于新的弹性进行模型的模拟，从而获得相关的宏观经济指标的变化率。在此，本研究将分别对前述弹性值进行高弹性和低弹性的检验，并将2015年该类弹性值产生的相关经济变量相对于基期的变化率报告在表1中。

表1.2015年各类外生设置函数参数的敏感性检验

由敏感性检验结果可知，相关参数的改变对宏观经济指标的变化影响程度较小。以2015年为例，如模型将Armington方程和CET函数中的替代弹性在基准情景下增加20%（高弹性）后，对居民消费相对于基期的模拟所产生的变化率仅为0.317%，对总体GDP的影响变化率为0.209%；同样，在低弹性下，居民消费、GDP的变化率为-0.359%和-0.226%。而居民消费参数弹性的敏感性最弱，如在低弹性下，对宏观经济变量的影响几乎为0。由此可知，相关外生参数的设置对CGE模型结果的改变并不敏感，且在可接受的范围内，说明模型是稳健的。

五、模拟政策情景设计和主要结果分析

（一）中国人口结构变迁及政府相关政策的情景设计和模拟

本研究将根据人口结构变迁的情景以及可能的相关政策措施对人口结构变迁的影响来模拟不同人口结构变迁对经济、社会的影响效应。因此，本研究将在模型基期的基础上，设计6个对比的政策模拟情景：（1）不存在人口老龄化；（2）延迟退休年龄；（3）逐步放松计划生育政策；（4）进一步提高教育水平和人力资本水平；（5）进一步提高城市化率；（6）叠加延迟退休年龄、放松计划生育政策、提高人力资本水平以及进一步提高城市化率的不同政策，考察其综合效应。情景的改变主要反映在劳动力供给结构的变化上，具体情景设计见表2：

表2.本研究将模拟的情景设计

（二）人口结构变迁对经济和社会的影响效应

下文将首先基于存在人口老龄化的人口结构变迁和假设不存在人口老龄化的人口结构变化的情景设置，来对比分析人口老龄化对经济的影响效应；然后，对比分析不同的人口政策措施可能造成的影响，从而为政府政策提供一定的启示。

1.中国人口结构变迁对国民生产总值及其构成的影响

由CGE模型模拟的结果（表3）可知，在人口老龄化、劳动年龄人口为15—59岁、城市化率到2030年达到65%、高技术水平的劳动力达到20.9%的基准情景下，2010—2015年GDP增长率保持在9.2%的水平，但经济增长呈现逐步放缓的趋势，2025—2030年GDP增长率下降到5.5%。对比模拟不存在人口老龄化情景，即2010—2030的人口增长率按照1990—2010年的人口增长率来计算，在其他条件不变的情况下，2010—2015年的GDP将保持12.0%的增长率，至2025—2030年仍旧存在两位数的增长，平均增长率达到10.0%，GDP的增长率几乎为基准情景的2倍。这表明中国人口红利对过去20年来中国经济的快速发展起着积极作用；而人口结构的变迁使中国人口红利逐步消失，在没有其他政策刺激的情况下，中国经济将持续放缓。

表3.基准情景和不存在人口老龄化情景下的GDP增长率

进一步从GDP的构成要素（表4）来看，在人口老龄化背景下，人口老龄化本身对消费和投资拉动GDP的作用的变化影响不大，这主要是因为模型中假设政府没有出台任何刺激消费和投资的政策。在出口拉动上，存在人口老龄化的情景将远低于无老龄化的情景。在无老龄化的情景下，出口对经济的拉动从2015年的28.87%上升到2030年的45.60%；而基准情景下，2030年的平均贡献率为38.14%。由于人口老龄化使劳动力总数下降，劳动力成本上升，中国低劳动力成本的比较优势下降，因此，出口对于经济增长的拉动将不断减少。值得注意的是，人口增速的放缓会影响消费和投资相应比例的减少。虽然消费和投资占GDP比例的变化不大，从绝对数来看，其增长幅度低于不存在人口老龄化的情景。如在人口老龄化背景下，2010—2030年的居民消费和投资的年均增长率分别为6.65%和7.94%；而不存在人口结构变迁的假设情景下的同比增幅为10.69%和11.94%。因此，政府应该采取刺激消费的政策，积极扩大国内需求，增强消费对经济增长的基础作用，同时增加并引导民间私人投资，发挥投资对经济增长的关键作用。

表4.基准情景和不存在人口老龄化情景下的GDP构成要素

2.人口结构变迁对产业结构的影响

随着人口老龄化的深入和城市化进程的不断加快，劳动力供给数量不断下降，劳动力供给价格不断上涨，对不少产业冲击较大；与此同时，人口年龄结构的变化使家庭消费、储蓄和投资结构相应改变，从而影响经济增长。从表5关于12个产业部门对GDP贡献率（按要素成本计算）的年均增长率可知，在假设国内外其他经济环境不变的情况下，人口结构变迁本身导致的不同产业对GDP的影响表现为：（1）大部分产业对GDP的贡献都呈现负增长的趋势；（2）从中长期来看，对食品加工业、动力燃气业以及消费性产品加工制造业三大产业的影响最为严重；（3）建筑业对GDP的贡献率仍旧呈现上升趋势，但增长速度逐年递减；（4）银行金融保险业对GDP的贡献率呈现较为显著的下降趋势，但下降速度逐年递减；（5）科教文卫等其他服务业对GDP的贡献率积极显著，并呈现不断上升的态势。

表5.基准情景下不同产业部门对GDP贡献率的年均增长率（2010-2030）

这些现象可理解为：（1）由于劳动力供给价格的上涨，中国制造业的国际竞争力下降，从而使劳动力密集型相关制造业对GDP的拉动减少；（2）人口老龄化的加快会降低整个社会的储蓄率，从而增加中国资本积累的不确定性，因此，对银行金融保险业以及资本密集型相关产业的消极影响也较为严重；（3）人口年龄结构的变化一方面会降低消费总量，同时会改变消费结构，因此，对食品类的消费总量会有所下降，而对社会服务业的需求则不断上升，因而，相关产业对经济的拉动力发生相应的改变。

3.相关人口政策对经济增长的拉动作用

模型模拟了不同的人口政策对经济的拉动作用，由模拟结果（图2）中关于未来GDP在不同模拟情景下的变化趋势可知，延迟退休年龄、逐步放松计划生育政策、提高教育水平和人力资本水平以及进一步提高城市化率的情景等政策措施都可以缓解人口老龄化对经济带来的负面效应。具体从各项政策模拟对GDP的贡献率来看：（1）提高教育水平，促进人力资本积累，增加高技术劳动力的水平对经济的拉动作用最为明显。模拟结果显示，在高技术劳动力进一步提高、全要素生产率随之增加的情景下，GDP年均增长率可以保持与不存在人口老龄化情景相当的水平。这是由于人力资本的积累可以增强劳动力的质量和效率、增加劳动力的创新力和获取新知识的能力，从而提高作为生产投入的实际劳动力以创造更高的劳动生产力，进而抵消人口老龄化导致的劳动力供给减少所带来的负面影响。充分挖掘当前人口红利的潜力，创造新的人口红利，并逐渐转向利用新的经济增长源泉，是在后刘易斯转折时期应对人口老龄化的根本出路。（2）适当地延迟退休年龄以及在此基础上进一步放松计划生育政策，也将对经济起到较大的促进作用。但延迟退休年龄仅是权宜之计，该措施只能暂时地延缓劳动年龄人口的减少趋势，充分做好和完善养老保险体系才是当务之急和长远之计。（3）城市化的发展虽然有利于促进经济的发展，但对经济的拉动作用相对于其他措施略逊一筹。原因之一是该模型仅简单模拟了农村转移到城市人口数量的增加。这进一步表明在城市化发展中，要促进城市化、工业化、现代化的同步发展，同时也应注重城市化过程中的农民市民化问题，缓解劳动力市场扭曲导致的不平等，让城市人口增长的那部分家庭享受同等的社会福利和待遇，从而拉动消费，促进经济的进一步发展。（4）从政策叠加效果来看，模拟结果表明，多类政策并行虽然对GDP的拉动作用明显，但较之于单独的政策模拟结果作用并非显著。如图2所示，叠加政策对GDP拉动作用的效果与进一步提高人力资本水平的效果几乎一致。如至2030年，叠加政策模拟对GDP的促进作用仅比提高人力资本水平的模拟政策提高了0.03%。这是由于多个政策叠加可能会产生相应的负面效应，如城市人口和高技术劳动力的进一步提高会减少农村人口和低技术劳动力，在大幅度提高低技术劳动力工资的同时会使农业劳动力供给产生缺口，从而对农业经济的发展产生负面效应。但导致叠加政策对经济拉动作用相对不明显的具体原因则需要未来研究中进一步分离出不同政策组合，从而探讨不同政策间的相互作用。因此，政府在实行不同人口政策时应该充分考虑政策间可能存在的相互作用，并探索出一个合适而有效的政策方案组。

图2.不同政策情景下的GDP变化趋势（2010—2030）

六、总结和展望

本文采用CGE模型，利用联合国最新的世界人口预测，模拟分析了中国2010—2030年人口结构变化对经济增长、产业结构变化所产生的影响；同时，在模型基准情景的基础上设计了6个对比情景，包括不存在人口老龄化、延迟退休年龄、逐步放松计划生育政策、提高人力资本水平、进一步提高城市化率以及政策叠加情景，从而对比分析人口老龄化及相关人口政策措施对经济、社会的影响效应。

研究结果表明，随着人口结构的变迁，中国经济增长呈现逐步放缓的趋势，出口对经济增长的拉动将不断减少；与此同时，劳动力密集型产业和资本密集型产业对经济的拉动作用逐步减少，而社会服务业对经济的拉动作用明显。这主要是由于随着人口老龄化的深入和城市化进程的不断加快，劳动力供给数量不断下降，劳动力成本不断上涨，中国低劳动力成本的比较优势下降，导致出口对经济增长的拉动作用减缓，同时对不少产业冲击较大；与此同时，人口年龄结构的变化使家庭消费、储蓄和投资结构相应改变，从而影响经济增长及相关产业的发展。因此，中国应加快转变经济发展方式，促进产业结构升级，从而创造新的国际竞争优势；同时要积极扩大国内需求，增强消费对经济增长的基础作用，从而增强经济发展的内生动力，实现经济的可持续及健康发展。不同的人口政策模拟结果表明，相关的措施可以缓解人口老龄化对经济带来的负面效应。其中，提高教育水平，促进人力资本积累，增加高技术劳动力的水平对经济的拉动作用最为明显；而适当地延迟退休年龄只是权宜之计，简单的城市人口增加的城市化率作用最为逊色；而多重政策的叠加效果相对于单独的政策模拟效果并不显著。

在未来的研究内容和方向上，可以做以下三方面的努力：（1）基于现有研究进一步考察不同类别的政策组合效果，从而探索出不同政策间所可能产生的相互作用，并提出有效促进经济增长的人口政策启示。（2）基于当前中国劳动力市场的特殊性，如劳动力市场扭曲对劳动力供需和劳动力结构变化产生的影响，模拟完善劳动力市场政策所能带来的经济发展的变化作用。（3）人口老龄化问题的区域性差异较大，因此，未来的研究可以进一步考察不同区域、城乡之间的人口老龄化问题。在研究方法上，今后除了采用CGE模型外，可以进一步尝试CGE模型与微观模拟模型结合的前沿方法，从宏观和微观两个层面考察人口结构变迁对宏观经济环境的影响及其导致的家庭行为的变化。

参考文献：

[1]国务院人口普查办公室、国家统计局人口和就业统计司编：《中国2010年人口普查资料》， 北京：中国统计出版社， 2012年。[The Population Census Office of the State Council&Department of Population and Employment Statistics， National Bureau of Statistics of China， Tabulation on the 2010-Population Census of the Peopless Republic of China， Beijing：China Statistics Press， 2012.]

[2]肖卫、向国成、朱有志：《刘易斯转折点与库兹涅茨假说下的劳动力分流研究》， 《中国人口科学》2011年第1期， 第35-43页。[Xiao Wei， Xiang Guocheng&Zhu Youzhi， ″Study on Labor Flow Based on Lewis Turning Point and Kuznets Hypothesis， ″Chinese Journal of Population Science， No.1 （2011） ， pp.35-43.]

[3]A.Zhu&W.Cai， ″The Lewis Turning Point in China and Its Impacts on the World Economy， ″http：//www.augurproject.eu/IMG/pdf/WP1_-The_Lewis_Turning_Point_in_China_and_its_Impacts_LH3.pdf， 2013-07-30.

[4]蔡昉：《人口转变、人口红利与刘易斯转折点》， 《经济研究》2010年第1期， 第4-13页。[Cai Fang， ″Demographic Transition， Demographic Dividend， and Lewis Turning Point in China， ″Economic Research Journal， No.1 （2010） ， pp.4-13.]

[5]张晓波、杨进、王生林：《中国经济到了刘易斯转折点了吗?——来自贫困地区的证据》， 《浙江大学学报 （人文社会科学版） 》2010年第1期， 第54-72页。[Zhang Xiaobo， Yang Jin&Wang Shenglin， ″Has China Reached the Lewis Turning Point：Evidence from Poor Regions， ″Journal of Zhejiang University （Humanities and Social Sciences） ， No.1 （2010） ， pp.54-72.]

[6]X.Zhang， J.Yang&S.Wang， ″China Has Reached the Lewis Turning Point， ″China Economic Review， Vol.22， No.4 （2011） ， pp.542-554.

[7]J.Wang， D.Mayes&G.Wan， ″Income Distribution and Labor Movement in China after WTO Membership：A CGE Analysis， ″WIDER Research Paper， No.38 （2005） ， pp.1-57.

[8]F.Wang&A.Mason，″The Demographic Factor in Chinas Transition， ″in L.Brandt&T.G.Rawski （eds.） ，Chinas Great Economic Transformation， Cambridge：Cambridge University Press，2008，pp.136-166.

[9]F.Cai，″Future Demographic Dividend-Tapping the Source of Chinas Economic Growth， ″China Economist， July-August （2009） ， pp.17-24.

[10]X.Peng&Y.Mai，Population Ageing，Labour Market Reform and Economic Growth in China-A Dynamic General Equilibrium Analysis， Clayton：Monash University， Centre of Policy Studies and the Impact Project， 2008.

[11]R.Tyers&J.Golley， ″Chinas Growth to 2030：The Roles of Demographic Change and Financial Reform， ″Review of Development Economics， Vol.14， No.3 （2010） ， pp.592-610.

[12]E.Kim， G.J.D.Hewings&H.Cho et al.， ″Impacts of Aging Population on Regional Economies Using an Interregional CGE Model of Korea， ″http：//www.real.illinois.edu/d-paper/11/11-T-1.pdf， 2013-07-30.

[13]彭秀健：《中国人口老龄化的宏观经济后果——应用一般均衡分析》， 《人口研究》2006年第4期， 第14-24页。[Peng Xiujian， ″Macroeconomic Consequences of Population Ageing in China：A Computable General Equilibrium Analysis， ″Population Research， No.4 （2006） ， pp.14-24.]

[14]J.Poot， ″Demographic Change and Regional Competitiveness：The Effects of Immigration and Ageing， ″International Journal of Foresight and Innovation Policy， Vol.4， No.1/2 （2008） ， pp.129-145.

[15]E.J.F.Canton， H.L.F.D.Groot&R.Nahuis， ″Vested Interests， Population Ageing and Technology Adoption， ″European Journal of Political Economy， Vol.18， No.4 （2002） ， pp.631-652.

[16]S.Li， Y.Liu&Z.Xun et al.， ″Prospect of Economic Growth in China from the Twelfth Five-Year Plan Period to the Year 2030， ″in T.Hasegawa （ed.） ， Analysis of Macroeconomic Policy in Input-output Economics， Tokyo：The Institute of Economic Research， Chuo University， 2011， pp.69-98.

[17]R.Disney， Can We Afford to Grow Older?A Perspective on the Economics of Aging， Cambridge：MIT Press， 1996.

[18]M.Fougere&M.Merette， ″Population Ageing and Economic Growth in Seven OECD Countries， ″Economic Modeling， Vol.16， No.3 （1999） ， pp.411-427.

[19]P.Romer， ″Endogenous Technological Change，″Journal of Political Economy，Vol.98，No.5 （1990） ，pp.71-102.

[20]Y.Wang，D.Xu&Z.Wang et al.，″Options and Impact of Chinas Pension Reform：A Computable General Equilibrium Analysis，″Journal of Comparative Economics， Vol.32，No.1 （2004） ，pp.105-127.

[21]I.Adelma&S.Robinson，″Migration，Demographic Change and Income Distribution in a Model of a Developing Country， ″in J.L.Simon （ed.） ， Research in Population Economics：An Annual Compilation of Research：Vol.1， Greenwich：JAI Press， 1978， pp.1-26.

[22]Y.Huang&T.Jiang， ″What Does the Lewis Turning Point Mean for China?A Computable General Equilibrium Analysis， ″http：//www.eaber.org/sites/default/files/documents/CCER_Huang_3_2010.pdf， 2013-07-30.

[23]G.Y.Sang&J.D.G.Hewings，″Impacts of Demographic Changes in the Chicago Region，″http：//www.real.illinois.edu/d-paper/06/06-t-7.pdf， 2013-07-30.

[24]M.Dalton，B.C.O Neil&A.Prskawetz et al.，″Population Aging and Future Carbon Emissions in the United States，″Energy Economics， Vol.30，No.2 （2008） ，pp.642-675.

[25]M.Dalton， L.Jiang&S.Pachauri，″Demographic Change and Future CarbonEmissionsinChinaandIndia，″http：//paa2007.princeton.edu/papers/72123， 2013-07-30.

[26]Y.Zeng， Z.Wang&L.Jiang et al.， ″Projection of Family Households and Elderly Living Arrangement in the Context of Rapid Population Aging in China-A Demographic Window of Opportunity Until 2030and Serious Challenges Thereafter， ″GENUS， Vol.LXIV， No.1-2 （2007） ， pp.9-36.

[27]R.E.Wright， ″Computable General Equilibrium （CGE） Modeling and Demographic Research， ″http：//www.oeaw.ac.at/vid/download/col111013rw.pdf， 2013-07-30.

[28]H.Lofgren， R.L.Harris&S.Robinson et al.， A Standard Computable General Equilibrium （CGE） Model in GAMS， Washington， D.C.：International Food Policy Research Institute， 2002.

[29]中华人民共和国国家统计局：《中国统计年鉴2012》， 北京：中国统计出版社， 2012年。[National Bureau of Statistics of China， China Statistical Yearbook 2012， Beijing：China Statistics Press， 2012.]

[30]中国发展研究基金会：《中国发展报告2010：促进人的发展的中国新型城市化战略》， 北京：人民出版社， 2010年。[China Development Research Foundation， China Development Report 2010：New Urbanization in China for a People-Centered Strategy， Beijing：Peoples Publishing House， 2010.]

[31]S.Robinson&M.El-Said， ″GAMS Code for Estimating a Social Accounting Matrix （SAM） Using Cross Entropy Methods， ″http：//www.ifpri.org/sites/default/files/pubs/divs/tmd/dp/papers/tmdp64.pdf， 2013-07-30.

[32]Y.Zhang， X.Wang&K.Chen， ″Growth and Distributive Effects of Public Infrastructure Investments in China， ″http：//www.gdn.int/admin/uploads/editor/files/2013Conf_Papers/YumeiZhang_ppt.pdf， 2013-07-30.

[33]F.Zhai&T.Hertel， ″Impacts of the Doha Development Agenda on China：The Role of Labor Markets and Complementary Education Reforms， ″Policy Research Working Papers， No.3702 （2005） ， pp.1-39.

[34]R.A.Frisch， ″A Complete Scheme for Computing All Direct and Cross Demand Elasticities in a Model with Many Sectors， ″Econometrica， Vol.27， No.2 （1959） ， pp.177-196.

注释：

（1）①资料来源：United Nations， Department of Economic and Social Affairs， Population Division （2013） ， World Population Prospects：The 2012-Revision， http：//esa.un.org/unpd/wpp/unpp/panel_indicators.htm， 2013-06-13。

（2）①参见福倪红《人口结构变化对经济增长及结构的影响研究---基于中国可计算一般均衡模型分析》， 北京大学2012年博士学位论文。

（3）②出处同上。

（4）①联合国的世界人口预测只报告总人口的性别比例， 尚未报告男女性别分年龄水平的预测结果。

（5）②参见联合国在线数据库 （online database） ， ″World Urbanization Prospects （the 2011Revision） ， ″http：//esa.un.org/unpd/wup/index.htm， 2013-10-15。

（6）③参见世界银行数据库， The World Bank， ″World Development Indicators Database， ″http：//databank.worldbank.org/data/home.aspx， 2013-10-15。

（7）④参见教育部《国家教育事业发展第十二个五年规划》， 2012年7月23日http：//www.edu.cn/zong_he_870/20120723/t20120723_813704.shtml， 2013年9月5日。

（8）①参见世界银行数据库， The World Bank， ″World Development IndicatorsDatabase，″http：//databank.worldbank.org/data/views/variableselection/selectvariables.aspx?source=world-development-indicators， 2013-09-05。

（9）①参见谢杰《汇率改革、贸易开放与中国二元经济——基于可计算一般均衡模型的分析》， 中国农业科学院2008年博士学位论文。

（10）②出处同上。

（11）①数据来源于CGE模型两个对比模拟情景下关于“主体消费和投资变化趋势”的数据结果；限于本文的篇幅， 此处不详细列出相关的数据表格， 如有需要， 可向作者索取。