劉長庚，張曉鵬

(湘潭大學(xué)　商學(xué)院，湖南　湘潭　411105)

?

勞動人口占比對投資率和經(jīng)濟(jì)增長的影響
——基于索洛模型和中國數(shù)據(jù)的研究*

劉長庚，張曉鵬

(湘潭大學(xué)商學(xué)院，湖南湘潭411105)

摘要:基于拓展的索洛經(jīng)濟(jì)增長模型,從勞動力供給視角對中國過去數(shù)十年的投資驅(qū)動型發(fā)展戰(zhàn)略進(jìn)行考量,采用中國1997—2014年的省級面板數(shù)據(jù)對理論模型進(jìn)行檢驗。結(jié)果顯示:勞動人口占比對投資率的影響具有明顯的門檻效應(yīng),充足的勞動力供給有助于促進(jìn)資本積累,而勞動人口占比的下降對投資率的增長效應(yīng)不斷弱化?！叭丝诩t利”拐點(diǎn)的到來預(yù)示著中國的投資率將發(fā)生下降,進(jìn)而對經(jīng)濟(jì)增長產(chǎn)生負(fù)面影響。新常態(tài)下中國經(jīng)濟(jì)增長必須從依靠“人口數(shù)量紅利”轉(zhuǎn)為依靠“人口素質(zhì)紅利”,更好地提高勞動參與率和勞動力資源配置效率。

關(guān)鍵詞:勞動人口占比;投資率;索洛增長理論

一、引言

過去30年受計劃生育政策約束所導(dǎo)致的人口撫養(yǎng)比的持續(xù)下降以及不斷提高的投資率，為中國經(jīng)濟(jì)起飛鋪平了道路。而中國以“高勞動人口占比、低人口撫養(yǎng)比”為主要特征的“人口紅利”*人口紅利通常被描述成一種特定的人口結(jié)構(gòu)特征，即當(dāng)勞動年齡人口占比較大、撫養(yǎng)比較低時，一個國家將擁有充足的勞動力供給和高投資率，進(jìn)而為高速經(jīng)濟(jì)增長提供保證。的一個重要結(jié)果就是高儲蓄率、低利率與高投資率，這為資本積累提供了充足保證。但隨著中國人口結(jié)構(gòu)從“高出生率、低死亡率、高自然增長率”的傳統(tǒng)人口再生產(chǎn)類型向“低出生率、低死亡率、低自然增長率”的現(xiàn)代人口再生產(chǎn)類型轉(zhuǎn)變，中國的“人口紅利”也將逐漸演變?yōu)椤叭丝谪?fù)債”，盡管中國以往以高投資帶動經(jīng)濟(jì)高增長的發(fā)展模式與中國政府一貫推行的趕超戰(zhàn)略不無關(guān)系，但在這其中勞動力因素也是保證這一發(fā)展模式能順利實施的關(guān)鍵。圖1展示了過去近20年間投資率與勞動力供給的變化趨勢，期間盡管投資率的波動較大，但依舊可清晰看出：隨著中國市場經(jīng)濟(jì)體制的逐步完善，投資率與勞動人口占比在2001至2014年間具有明顯正相關(guān)性。而從2014年全球主要國家的投資率比較來看：美國為21%、德國為19%、日本為21%、巴西為20%、印度為32%、俄羅斯為20%*數(shù)據(jù)來源：http://data.worldbank.org/indicator/NE.GDI.TOTL.ZS(世界銀行官網(wǎng))。，中國高投資率的顯著特征構(gòu)成了我們研究這一問題的緣由。本文主要利用中國宏觀經(jīng)濟(jì)數(shù)據(jù)對其高投資率背后的勞動力供給因素進(jìn)行分析。

圖1　1997—2014年間中國的投資率與勞動力供給變化趨勢*注：數(shù)據(jù)根據(jù)《中國統(tǒng)計年鑒》整理得到。

二、文獻(xiàn)述評

以儲蓄率體現(xiàn)的“人口紅利”，實質(zhì)上是人口結(jié)構(gòu)變動對儲蓄率有何影響的問題。然而由于傳統(tǒng)解釋過分強(qiáng)調(diào)人口結(jié)構(gòu)變動的儲蓄效應(yīng)，以至于在較大程度上忽略了人口結(jié)構(gòu)對投資率的影響。HigginsandWilliamson(1997)指出投資主要依賴于勞動力的增長。具體而言，少年撫養(yǎng)負(fù)擔(dān)更多地抑制儲蓄，老年贍養(yǎng)負(fù)擔(dān)更多地抑制投資。而投資率與少年人口比重緊密相連，因為少年人口變化預(yù)示著未來的勞動力增長[1]261-293。Groezen等人(2005)認(rèn)為人口老齡化顯著提高了現(xiàn)有勞動力的人均物質(zhì)資本存量，這有助于促進(jìn)人力資本深化，從而實現(xiàn)經(jīng)濟(jì)增長[2]647-663。BloomandJocelyn(2009)則持相反意見，其認(rèn)為人口撫養(yǎng)比對經(jīng)濟(jì)增長有顯著負(fù)效應(yīng)，原因是盡管老齡化有助于提高勞均資本積累，但若沒有充足的勞動力供給，儲蓄率的降低將對投資產(chǎn)生不利影響[3]45-64。Kraay(2000)以中國為例，指出盡管中國的高儲蓄率、高投資率與其經(jīng)濟(jì)高速增長密切相關(guān)，但中國充足的勞動力供給也在這其中扮演了重要角色[4]545-570。ModiglianiandCao(2004)針對中國的高儲蓄率、高投資率現(xiàn)象，指出政府在人口政策方面的干預(yù)，使中國人口結(jié)構(gòu)在較短時間發(fā)生了巨大變動，而人口結(jié)構(gòu)的這一變化對其儲蓄率、投資率的影響更為強(qiáng)烈[5]145-170。Horioka(2010)對中國人口老齡化將使其之前的高儲蓄所帶來的資本紅利面臨終結(jié)這一觀點(diǎn)表示贊同，但從長遠(yuǎn)來看，通過改善“儲蓄—投資”轉(zhuǎn)化率以進(jìn)一步提高資本形成效率，有助于弱化勞動力減少對投資和經(jīng)濟(jì)增長的沖擊[6]46-55。

殷劍峰(2012)指出勞動力供給效應(yīng)和資本積累效應(yīng)是推動中國經(jīng)濟(jì)高速增長的兩大動力，而現(xiàn)有文獻(xiàn)更多地關(guān)注人口結(jié)構(gòu)變化帶來的勞動力供給效應(yīng)，人口紅利的另一個部分——高儲蓄以及以此為基礎(chǔ)的高投資——似乎沒有得到足夠重視[7]1-17。但從現(xiàn)有文獻(xiàn)搜集來看，近年來國內(nèi)學(xué)者也在一定程度上對此問題進(jìn)行了分析，如蔡昉(2004)指出物質(zhì)資本高積累與低撫養(yǎng)比所體現(xiàn)的人口紅利，在勞動人口比重高的情況下，人口生產(chǎn)性強(qiáng)，資本形成率高[8]2-9。姚洋、余森杰(2009)也認(rèn)為中國低人口撫養(yǎng)比導(dǎo)致了資本的快速積累，并且低人口撫養(yǎng)比還會使投資率更高、資本積累更快[9]1-13。李揚(yáng)、殷劍峰(2005)認(rèn)為勞動力的持續(xù)轉(zhuǎn)移是中國20余年來經(jīng)濟(jì)增長的核心機(jī)制，其中長期的高投資率是與長期的勞動力轉(zhuǎn)移過程互為因果的必然現(xiàn)象[10]4-15。林毅夫、蘇劍(2007)認(rèn)為中國的勞動力與資本、土地相比更為豐裕，因此充足的勞動力供給和低撫養(yǎng)比形成的資本積累極大地強(qiáng)化了中國勞動力相對密集的要素積累型增長方式[11]5-13。蔡昉(2012)指出在勞動年齡人口增長較快，并且老齡化程度尚未變得足夠嚴(yán)峻的情況下，中國仍可以保持較高的投資率[12]82-95。但隨著非勞動人口占比的不斷提高，無論從基本的經(jīng)驗關(guān)系還是理論預(yù)期來看，中國的投資率都會出現(xiàn)其趨勢水平下降的過程(陸旸、蔡昉，2013)[13]35-50。上述研究為勞動力供給與投資率之間的相互關(guān)系繪制了一個較為清晰的框架：一是高投資率不能脫離勞動力充足供給的中國國情；二是“劉易斯拐點(diǎn)”的到來與中國經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變在一定程度上具有互動共進(jìn)性，這給本文寫作以很大啟發(fā)。然而目前的研究較少從勞動人口占比的視角對中國投資率問題進(jìn)行闡釋，本文以期通過數(shù)量化分析對中國經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變提出對策建議。

三、模型構(gòu)建與變量選取

(一)模型構(gòu)建

(1)

(2)

(3)

以上分析可得，充足的勞動力供給有助于促進(jìn)資本積累，而較高的非勞動人口占比(θ)也將降低資本產(chǎn)出比，降低投資率，進(jìn)而從理論層面較為完整地闡釋了“勞動力供給—資本積累(儲蓄率)—投資率”的傳導(dǎo)機(jī)制。

(二)指標(biāo)及變量選取

上文從理論層面分析了勞動人口占比與投資率之間的相互關(guān)系，那么，究竟在數(shù)據(jù)上是否支持中國充足的勞動力供給導(dǎo)致其高投資率的論證？為此，我們將對兩者關(guān)系進(jìn)行實證研究。相關(guān)指標(biāo)及變量選取如下：

被解釋變量：投資率(資本形成率)用“int”表示。解釋變量：勞動人口占比(labor)與人口自然增長率(pgrow)。labor表示成年人(15—64歲)占社會總?cè)丝诘谋戎兀欢^高的人口自然增長率(pgrow)盡管有助于為未來的勞動力供給提供保障，但也會降低居民儲蓄，不利于資本積累。因此人口自然增長率對投資率的影響需要加以驗證?？刂谱兞浚旱谝皇堑谌a(chǎn)業(yè)發(fā)展水平，以“第三產(chǎn)業(yè)增加值占GDP的比重”(disan)來度量。依靠技術(shù)和勞動密集型的第三產(chǎn)業(yè)發(fā)展有助于對以往依靠資本密集型投資的工業(yè)化發(fā)展路徑進(jìn)行調(diào)整，從而有助于改善中國高投資傾向。第二是政府干預(yù)程度(gov)，以“地方政府財政支出總額與GDP的比值”來度量。在市場經(jīng)濟(jì)中以經(jīng)濟(jì)增長為政績觀的地方政府在一定程度上以追求自身利益的決策主體的身份出現(xiàn)，因此有理由相信政府干預(yù)行為對投資率具有不可忽視的影響。第三是對外開放度(open)，以“進(jìn)出口總額(經(jīng)匯率換算為等價人民幣)與GDP的比值”來衡量。中國長期將出口視作發(fā)展外向型經(jīng)濟(jì)的核心支柱，對外開放也能對資本配置進(jìn)行調(diào)節(jié)，進(jìn)而影響投資率。第四是經(jīng)濟(jì)增長率(egrow)，高經(jīng)濟(jì)增長在一定程度上會刺激投資率上升，同時也有助于加快資本流動，提高儲蓄轉(zhuǎn)化為投資的效率，進(jìn)而提高投資率。

基于數(shù)據(jù)的可獲得性及可比較性，本文所用指標(biāo)均源自歷年《中國統(tǒng)計年鑒》，而個別省份在某些年度的少量缺失數(shù)據(jù)，根據(jù)其歷年的《國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報》數(shù)據(jù)進(jìn)行補(bǔ)充。表1為變量描述性統(tǒng)計。各變量的相關(guān)系數(shù)值基本低于0.6，且方差膨大因子(VIF)均小于5，說明變量間不存在多重共線性*經(jīng)驗判斷方法表明：當(dāng)0

表1　變量描述性統(tǒng)計

四、實證分析

(一)線性回歸結(jié)果分析

從固定效應(yīng)模型的回歸結(jié)果來看，所考察變量的系數(shù)在統(tǒng)計上均十分顯著，表明模型整體擬合效果較好。在所有回歸結(jié)果中，勞動人口占比(labor)系數(shù)一致為正，且都在1%水平下顯著，這表明過去十余年間中國充足的勞動力供給為其高投資率提供了保證。人口自然增長率(pgrow)與投資率存在著顯著的負(fù)相關(guān)關(guān)系，其原因正如前文所指出的，較高的人口自然增長率降低了居民儲蓄，因此不利于資本積累。從其他控制變量來看，如第三產(chǎn)業(yè)(disan)的估計系數(shù)在1%的水平下顯著為負(fù)，這表明依靠技術(shù)和勞動密集型的第三產(chǎn)業(yè)發(fā)展有助于對以往的依靠資本密集型投資的工業(yè)化發(fā)展路徑進(jìn)行變革，從而降低了投資率；政府干預(yù)程度(gov)的估計系數(shù)也均顯著為正，表明政府干預(yù)程度(gov)的增強(qiáng)會顯著提高投資率，可能的原因是政府支出往往伴隨著大量基礎(chǔ)設(shè)施和固定資產(chǎn)投資，從而使投資出現(xiàn)了顯著上升；對外開放度(open)的估計系數(shù)在1%的水平下顯著為負(fù)，表明中國出口導(dǎo)向型發(fā)展戰(zhàn)略在增加經(jīng)常項目盈余(“儲蓄—投資”的凈額)的同時，隨著外國資本與技術(shù)的引進(jìn)對國內(nèi)投資率產(chǎn)生了替代，這也與我們的經(jīng)濟(jì)直覺相符合；經(jīng)濟(jì)增長率(egrow)的估計系數(shù)基本在1%的水平下顯著為正，這表明中國的經(jīng)濟(jì)增長更多地表現(xiàn)為投資驅(qū)動型發(fā)展模式。

穩(wěn)健性檢驗。采用GMM方法建立動態(tài)模型：第一，中國高投資率在經(jīng)濟(jì)變革的環(huán)境中會有極大的慣性，因此投資率的滯后期會對當(dāng)期投資率產(chǎn)生影響，運(yùn)用GMM方法便于捕捉因變量的滯后項效應(yīng)；第二，某些解釋變量(如經(jīng)濟(jì)增長率)也可能由投資率決定，這樣就帶來解釋變量的內(nèi)生性問題可能造成統(tǒng)計推斷失誤。為在一定程度上克服可能的遺漏變量以及變量內(nèi)生性對模型結(jié)果的影響，有必要對相關(guān)因素加以控制。從表2結(jié)果(最后兩列)來看，投資率滯后一期(L.int)的系數(shù)顯著為正，通過1%的顯著性檢驗，這表明投資率存在著強(qiáng)慣性。而從GMM方法的估計結(jié)果來看，各變量的系數(shù)與靜態(tài)面板估計結(jié)果相差不大，因此綜合來看，計量結(jié)果依舊是較為穩(wěn)健的。

表2　整體回歸結(jié)果

注：***、**、*分別表示系數(shù)的t統(tǒng)計值在1%、5%和10%的水平上顯著。()內(nèi)的數(shù)字為標(biāo)準(zhǔn)誤差。

(二)非線性回歸結(jié)果分析

近年來以面板門檻回歸模型為代表的非線性計量經(jīng)濟(jì)理論為我們進(jìn)一步審視勞動人口占比對投資率影響的變動特征提供了新思路。Hansen(1999)的面板門檻回歸模型便是很好的估計方法[18]345-368，該方法不僅能估計出門檻值，而且能夠?qū)﹂T檻值的正確性及內(nèi)生“門檻效應(yīng)”進(jìn)行檢驗*Hansen在其個人網(wǎng)頁上提供了門檻回歸的數(shù)據(jù)和命令，http://www.ssc.wisc.edu/～bhansen/progs/joe_99.html。。其主旨思想是將門檻值作為一個未知變量納入一般的計量模型中，構(gòu)建所考察的解釋變量的分段函數(shù)。為了探究勞動人口占比與投資率之間的非線性關(guān)系，在此構(gòu)建出勞動人口占比與投資率的面板門檻回歸模型。為了避免估計中出現(xiàn)“偽回歸”現(xiàn)象，依次選擇LLC、IPS、Fisher-ADF、Fisher-PP等方法進(jìn)行面板單位根檢驗。結(jié)果表明，所有變量均拒絕I(0)，但經(jīng)過一階差分后均為I(1)，即各變量的一階差分均表現(xiàn)為平穩(wěn)性*考慮到面板單位根檢驗的結(jié)果要單獨(dú)列表，但并不需要過多解釋，因此文中未加以展示。。因此，所有變量都符合納入面板門檻回歸模型的基本條件。表3報告了門檻效應(yīng)檢驗的F值和P值，其中單一門檻和雙重門檻效應(yīng)分別在10%和5%的統(tǒng)計水平上通過了檢驗，而三重門檻效應(yīng)則沒有通過檢驗。該結(jié)果在理論上初步表明：中國勞動人口占比與投資率之間可能呈現(xiàn)出非線性關(guān)系。

表3　勞動人口占比對投資率的門檻效應(yīng)檢驗

注：P值和臨界值均為采用“自抽樣法”反復(fù)抽樣200次得到的結(jié)果。

門檻值識別。在此以最小二乘法的似然比統(tǒng)計量LR對相應(yīng)門檻值進(jìn)行識別，結(jié)果見表3。借助圖2的勞動人口占比(labor)作為門檻參數(shù)的似然比函數(shù)圖，可以清晰地理解門檻值的估計和置信區(qū)間的構(gòu)造過程。圖2中虛線為似然比統(tǒng)計量的臨界值，圖2(a)為以“似然比統(tǒng)計量”LR(γ)的門檻變量labor第一個門檻值的置信區(qū)間圖,第一個門檻值為74.448，此時LR(γ)最小。圖中虛線表示在5%顯著性水平下，其置信區(qū)間為[72.396，75.148]。圖2(b)為以LR(γ)計算的第二個門檻值的置信區(qū)間圖,第二個門檻值為77.310，此時LR(γ)的值最小。圖中虛線表示在5%顯著性水平下，其置信區(qū)間為[74.206，77.785]。這充分表明，勞動人口占比對投資率具有明顯的非線性影響。

圖2　第一、第二個門檻的估計值和置信區(qū)間

從勞動人口占比(labor)對投資率的門檻效應(yīng)來看，如果顯著性水平選定為0.05，應(yīng)選擇兩個門檻，如果顯著性水平選定為0.1，應(yīng)選擇一個門檻。為便于分析，我們將兩類劃分法對應(yīng)的回歸結(jié)果均給予展示，并依照兩個門檻值的回歸結(jié)果做出解釋(見表4)。兩個門檻值把中國各地區(qū)的勞動人口占比劃分為三個不同區(qū)間：低水平區(qū)間(labor<74.448)、中水平區(qū)間(74.448≤labor<77.310)和高水平區(qū)間(labor≥77.310)。綜合來看，勞動人口占比對投資率的影響呈現(xiàn)正向的雙重門檻特征。具體而言，在勞動人口占比的低水平區(qū)間內(nèi)，即當(dāng)勞動人口占比(labor)低于第一門檻值74.448時，它對投資率的影響系數(shù)為0.648，且通過了1%的顯著性檢驗；當(dāng)勞動人口占比跨越第一門檻值74.448但低于第二門檻值77.310時，相應(yīng)的系數(shù)變?yōu)?.686；而當(dāng)勞動人口占比跨越77.310這一門檻值后，它對投資率的影響系數(shù)則上升至0.758。這表明勞動人口占比對投資率有促進(jìn)作用，但是這種促進(jìn)作用存在著明顯的區(qū)間差異。以2014年為例，僅有北京(82.2)和上海(80.2)兩市位于高水平區(qū)間，以黑龍江(79.1)、吉林(77.61)和遼寧(77.58)為代表的東北三省以及浙江(78.35)、天津(77.54)和內(nèi)蒙古(77.11)等6省區(qū)位于中等水平區(qū)間，其余省份位于低水平區(qū)間。并且可以清楚地看出，各地區(qū)的勞動人口占比均出現(xiàn)了不同程度的下降，以北京和上海為典型的人口凈流入地區(qū)，其勞動人口占比近年來也出現(xiàn)了大幅度回落，其中北京的勞動人口占比從1997年的74.7%上升至2010年的82.7%(頂點(diǎn))，此后便下降至2014年的82.2%；上海的勞動人口占比從1997年的72.2%上升至2011年的83.8%(頂點(diǎn))，此后便下降至2014年的80.2%。這說明，北京和上海的勞動人口占比將逐漸從高水平區(qū)間向中等水平區(qū)間靠攏，而勞動人口占比處于中等水平區(qū)間的6省區(qū)也將逐步回落至低水平區(qū)間*在2010年前后，全國絕大多數(shù)省份的勞動人口占比出現(xiàn)明顯下降，這一重要信號預(yù)示著勞動力無限供給的時代已經(jīng)結(jié)束了。勞動人口占比的下降意味著撫養(yǎng)比的提高，由此造成的消費(fèi)人群增加將促進(jìn)中國未來的儲蓄率下降和消費(fèi)率提高，數(shù)據(jù)顯示國民儲蓄率早在2008年達(dá)到53%后，便開始見頂回落。人口紅利衰退和儲蓄率下降，意味著中國的高投資率將不可持續(xù)。。其原因是人口老齡化導(dǎo)致的勞動參與率下降以及勞動年齡人口規(guī)模的減小，成為制約未來勞動力供給的主導(dǎo)因素。

表4　面板門檻回歸結(jié)果

注：***、**、*分別表示系數(shù)的t統(tǒng)計值在1%、5%和10%的水平上顯著。

五、結(jié)論與對策建議

理論模型的推導(dǎo)結(jié)果表明充足的勞動力供給有助于促進(jìn)資本積累。實證結(jié)果進(jìn)一步證實，中國勞動人口占比與投資率之間不是簡單的線性關(guān)系，勞動人口占比對投資率的影響表現(xiàn)出明顯的門檻效應(yīng)。此外，實證分析還表明人口自然增長率、第三產(chǎn)業(yè)發(fā)展和對外開放度均與投資率呈顯著負(fù)相關(guān)關(guān)系，而政府干預(yù)度、經(jīng)濟(jì)增長率與投資率呈顯著正相關(guān)關(guān)系。當(dāng)下，中國傳統(tǒng)經(jīng)濟(jì)發(fā)展方式面臨勞動力有限供給的約束，單純依靠生產(chǎn)要素投入的模式逐漸式微。新常態(tài)下的中國經(jīng)濟(jì)已逐步從投資驅(qū)動型發(fā)展戰(zhàn)略向創(chuàng)新驅(qū)動型發(fā)展戰(zhàn)略轉(zhuǎn)變，為更好地提高勞動參與率和勞動力資源配置效率，我們有必要從以下兩個方面進(jìn)行積極探索：

第一，在要素配置方面，把人力資本質(zhì)量作為新常態(tài)下經(jīng)濟(jì)社會發(fā)展的第一資源。從傳統(tǒng)的依靠“人口數(shù)量紅利”轉(zhuǎn)為依靠“人口素質(zhì)紅利”，重塑中國經(jīng)濟(jì)可持續(xù)發(fā)展所依賴的人口因素。通過人力資本質(zhì)量的提升，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級，實現(xiàn)人力資本與產(chǎn)業(yè)資本的優(yōu)化配置，從而為經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變注入持久動力。

第二，在技術(shù)進(jìn)步方面，促進(jìn)“人口素質(zhì)紅利”發(fā)揮積極效應(yīng)。通過加大教育和科技投入力度，努力提升人力資本質(zhì)量，使經(jīng)濟(jì)增長的內(nèi)生動力從勞動力驅(qū)動向人力資本驅(qū)動轉(zhuǎn)變，從而突破傳統(tǒng)人口紅利消失帶來的要素約束。在勞動力面臨資本深化的情況下，通過改變?nèi)肆Y本積累模式，優(yōu)化勞動力和資本組合，將促進(jìn)人力資本成為未來中國經(jīng)濟(jì)增長的新引擎。

參考文獻(xiàn)：

[1] Higgins,Williamson.Agestructure dynamics in Asia and dependence on foreign capital[J].Population and Development Review, 1997,23(2).

[2] Van Groezen B, Meijdam L, Verbon HAA. Serving the old：aging and economic growth[J]. Oxford Economic Papers, 2005,57(4).

[3] Bloom David E,Jocelyn E Finlay. Demographic Change and Economic Growth in Asian[J]. Asian Economic Policy Review,2009,4(1).

[4] Kraay A. Household saving in China[J].The World Bank Economic Review,2000,14(3).

[5] Modigliani F，L Cao.The Chinese Saving Puzzle and the Life-Cycle Hypothesis[J]. Journal ofEconomic Literature, 2004,42(1).

[6] Horioka C. Aging and saving in Asia[J].Pacific Economic Review,2010,15(1).

[7] 殷劍峰.人口拐點(diǎn)、劉易斯拐點(diǎn)和儲蓄/投資拐點(diǎn)——關(guān)于中國經(jīng)濟(jì)前景的討論[J].金融評論，2012(4).

[8] 蔡昉.人口轉(zhuǎn)變、人口紅利與經(jīng)濟(jì)增長可持續(xù)性——兼論充分就業(yè)如何促進(jìn)經(jīng)濟(jì)增長[J].人口研究，2004(2).

[9] 姚洋，余森杰.勞動力、人口和中國出口導(dǎo)向的增長模式[J].金融研究，2009(9).

[10] 李揚(yáng)，殷劍峰.2005.勞動力轉(zhuǎn)移過程中的高儲蓄、高投資和中國經(jīng)濟(jì)增長[J].經(jīng)濟(jì)研究，2005(2).

[11] 林毅夫，蘇劍.論我國經(jīng)濟(jì)增長方式的轉(zhuǎn)換[J].管理世界，2007(11).

[12] 蔡昉.未富先老與中國經(jīng)濟(jì)增長的可持續(xù)性[J].國際經(jīng)濟(jì)評論，2012(1).

[13] 陸旸，蔡昉.調(diào)整人口政策對中國長期潛在增長率的影響[J].勞動經(jīng)濟(jì)研究，2013(1).

[14] Lewis W A.Economic Development with unlimited supply of labor[J].The Manchester School, 1954,22(2).

[15] R M Solow.Growth Theory：An Exposition[M].New York：Oxford University Press，1970.

[16] 鄒朋飛，謝國斌.基于環(huán)境與資源雙重約束的我國區(qū)域經(jīng)濟(jì)增長效率研究[J].湖南師范大學(xué)社會科學(xué)學(xué)報，2014(5).

[17] Todaro,Smith.Economic Development [M].11th ed. New Jersey：Prentice Hall,2011.

[18] Bruce E Hansen. Threshold effects in non-dynamic panels: Estimation, testing and inference[J].Journal of Econometrics, 1999,93(2).

責(zé)任編輯：廖文婷

The Influence of Labor Force Ratio on the Investment Rate and Economic Growth：Based on the Research of Solow Model and Data of China

LIU Chang-geng， ZHANG Xiao-peng

(BusinessSchool,XiangtanUniversity,Xiangtan,Hunan41105,China)

Abstract：Based on an extended Solow economic growth model, we researched China’s investment-driven development strategy in the past decades on the perspective of the model of labor supply. With the analysis of the provincial panel data from 1997 to 2014, we find that: the labor force ratio has a panel threshold effect on investment rate. Sufficient labor supply will benefit the capital accumulation. Vice verse, the effect on investment rate of growth will be weakened. The arrival of inflection point at the “demographic dividend” indicates that China’s investment rate will decline, which will have a negative impact on economic growth. Under the circumstances of “new normal” of Chinese economy, to sustain our economic growth, we must transform from depending on “demographic dividend” to “the quality of the population dividend”,improve labor participation rate and labor resource allocation efficiency.

Keywords：the labor force ratio；investment rate；Solow growth model

收稿日期：2015-12-08

作者簡介：劉長庚(1965-)，男，湖南益陽人，經(jīng)濟(jì)學(xué)博士，湘潭大學(xué)商學(xué)院教授、博士生導(dǎo)師；張曉鵬(1981-)，女，湖南新邵人，湘潭大學(xué)商學(xué)院博士研究生，講師。

中圖分類號:F061.2

文獻(xiàn)標(biāo)識碼:A

文章編號:1001-5981(2016)03-0060-06