盧 飛，劉明輝

(1.武漢大學中國中部發(fā)展研究院，湖北 武漢 430072；2.西南財經大學經濟學院，四川 成都 611130)

一、引言及文獻綜述

人口數量是新古典經濟學家研究經濟增長問題時關注的重要變量。哈羅德·多馬模型和新古典增長模型都有將人口數量作為變量引入模型的思想，且在其后的經濟學研究多以這兩個模型為基礎。繼Schultz創(chuàng)立現代人力資本理論后，多數經濟學家開始把人口數量之外的人力資本量化并引入索洛模型。新經濟增長理論更是將勞動力和人力資本統(tǒng)一納入經濟增長模型，認為經濟增長的根本原因是內生技術進步，人力資本不僅是技術進步的影響因素，可以間接對經濟產生作用，甚至將人力資本作為變量直接引入模型[1][2]。

人口紅利的概念最早由Bloom提出并使用[3]，特指工作年齡人口比重較高的年齡結構。現有關于人口紅利的研究可歸結為三個方面。(1)回答人口紅利還是人口威脅的議題。該問題主要集中在21世紀初，國內外研究中均有提及。Durr-e-Nayab(2008)指出巴基斯坦處于工作年齡人口膨脹和生育率下降時期，可通過影響勞動力供給、儲蓄和人力資本積累三個方面給經濟帶來紅利，但如果政府沒有相應的政策，則將造成失業(yè)率激增和人口福利下降的局面[4]。我國亦有學者就此發(fā)聲。陳衛(wèi)等(2007)認為單純的人口變動不能完全解釋經濟的增長情況[5]。但不可否認的是，多數學者認同人口紅利會帶來經濟增長[6]。(2)如何收獲人口紅利。該類研究主要遵循兩條路徑：一是人口紅利結構效應，即就人口結構而論，人口轉變對經濟增長的影響[7]；另一個是人口紅利通過改善社會消費結構、儲蓄和資本積累等對經濟產生影響[8]。(3)阻止人口紅利消亡。人口紅利不可能是取之不盡、用之不竭的，人口紅利的結束意味著人口黃金年齡結構的消失及老齡化社會的顯現。雖然一些學者認為老齡人口增多會增加儲蓄，積累社會發(fā)展資金[9]，但更多學者傾向于認為在人口紅利消失之際應向一些替代要素尋求紅利(如“制度紅利”“教育紅利”“人才紅利”“改革紅利”等)。郭琳等(2010)認為大學擴招在短期內會降低勞動參與率，但長期則提高勞動生產率[10]。李勇輝等(2016)提出通過引導勞動力流向生產效率高的部門來推動產業(yè)結構調整和經濟增長[11]。然而，也有學者證實人口增長率和勞動參與率對經濟的影響不顯著，否認了人口老齡化必然導致經濟衰退的觀點，并承認“第二人口紅利”的存在[12]?？梢?，單一的人口年齡結構指標越來越無法代替人口紅利來分析其對經濟增長的影響。

二、概念確定與理論推演

現有研究對人口紅利的論述實質上包含了勞動力數量和人力資本兩項內容，一般學者也均有提出通過提高勞動力素質、開展戶籍制度改革、推進土地流轉進程和革新職工養(yǎng)老制度等提升人口紅利的建議。因此，我們認為廣義人口紅利應以勞動力數量和人力資本為基本架構，這一觀點也可在已有研究中找到論證。(1)馬克思關于簡單勞動和復雜勞動的論述。馬克思在《資本論》中基于抽象勞動概念認為復雜勞動是簡單勞動的“倍數”，簡單勞動通過干中學或知識積累等過程形成復雜勞動，人口紅利的測算不能僅考慮人口年齡結構，人力資本理應納入人口紅利范疇。(2)一些學者持有的相同認知。穆光宗(2008)嘗試構建包含人口轉變紅利、投資紅利、轉移紅利和轉型紅利等內容的廣義人口紅利理論[13]。學界也多以“第一次人口紅利”“第二次人口紅利”等對人口紅利這一概念進行擴充，逐步將提高人口素質等內容作為人口紅利的補充內涵，說明傳統(tǒng)的人口紅利難以適應經濟發(fā)展的新常態(tài)。因此，本文廣義人口紅利的概念是為經濟發(fā)展提供的“簡單勞動”和“復雜勞動”的總和，包括人口結構、人力資本和勞動資源再開發(fā)三個方面。除非有特別說明，本文提到的人口紅利均為廣義人口紅利，其作用主要表現在兩個方面：一是傳統(tǒng)的人口結構的調整直接促進經濟增長；二是人力資本倒逼產業(yè)結構高級化，通過提升全要素生產率(TFP)帶動經濟增長。因此，本文提出以下的假設：

H1：人口紅利變化引起勞動力供給和人力資本變化，促進產業(yè)結構變遷及經濟增長。

H2：人口紅利升級助推技術進步，從而帶動經濟增長。

接下來，我們對上述假設進行論證。按照新結構經濟學中要素稟賦決定產業(yè)結構從而影響經濟增長的內在邏輯，同時考慮到勞動力在生產過程中作為中間品投入，參照Broda等(2006)的中間品投入生產函數[14]，本文構建的方程如下：

(1)

與C-D函數不同，該函數中加入了中間投入品xi，ν(t)，中間產品的數量為Mi(t)，(1-α)為勞動投入產出彈性，ν為投入品之間的替代彈性，α、ν均在[0，1]之間。首先考慮簡單勞動。簡單勞動意味著一單位勞動投入很難有一單位產出，也即1-α≤1。因此，勞動力的增加促進經濟增長，即傳統(tǒng)人口紅利強調的勞動年齡人口數量的增加帶來經濟增長。如果1-α<1，那么勞動力的產出彈性與中間品的投入之間呈反向關系，即勞動力的投入與中間品的投入之間存在“擠出效應”。以資本為例，按照(1)式，勞動力投入越多，資本積累越迅速，資本邊際報酬在短時間內由于“擠出效應”的存在而很難出現遞減的現象[15]。而當1-α=1時，中間產品的需求變?yōu)?，此時勞動力的投入產生了完全的“擠出效應”，單位勞動的產出取決于全要素生產率(A)。但如果考慮廣義人口紅利，結果則完全不一樣。在此，我們假定不同中間產品需求相同且可互相替代[16]，化解(1)式后可得：

(2)

令Mi(t)+1=Z(Z為常數)，那么(2)式可簡化為：

(3)

由此可見，勞動力是否能推動生產發(fā)展，主要取決于勞動力產出彈性與要素之間替代彈性的大小。從(3)式也可看出，經濟增長與全要素生產率、勞動力、中間投入及產品種類均存在相關性，產品種類在此可指代多樣化經濟。

進一步地，每種中間投入品轉化為資本形式。假定每種中間投入品i的轉化率為xi，那么中間投入品的社會總投入資本可表示為：

Ki=xi×Zi

(4)

將(4)式代入(3)式后可得：

(5)

(5)式為僅考慮勞動力和資本兩種中間投入要素的生產函數，表明經濟增長始終是勞動力與資本積累之間綜合作用的結果。由此，我們可得出以下結論：技術進步作為勞動要素投入的參數，可擴大勞動要素的“乘數效應”，通過改變勞動產出彈性和技術替代率影響產出；產品種類和中間投入品資本轉換率xi也是影響經濟增長的重要因素，產品種類越多、產業(yè)結構越高級，產出越多。

上述推演證實了本文的假設條件。一方面，勞動力的投入是生產函數的重要解釋變量，可直接推動經濟增長；另一方面，人力資本是技術進步的源泉，技術進步通過影響技術替代率深刻改變勞動力的產出彈性和中間投入品的資本轉換率xi，最終決定產品多樣化和產業(yè)結構的高級化。其中，勞動力的投入主要包括工作年齡內的勞動力和工作年齡外的二次就業(yè)、創(chuàng)業(yè)的勞動力兩部分，人力資本則是構成技術進步的主體，這再次印證了廣義人口紅利的界定是可行的。隨著人口紅利中勞動力數量和人力資本等內部結構發(fā)生分化，產業(yè)結構也出現相應調整，即產業(yè)結構中簡單勞動或人力資本投入的變化引起產業(yè)結構變遷，進而實現經濟增長。

三、研究說明、變量選取及模型構建

本部分通過實證分析檢驗理論部分提出的假設。首先基于內涵界定，測度我國31個省(市、區(qū))的人口紅利水平；接著以制造業(yè)為例，選取空間Durbin模型論證人口紅利轉變引發(fā)產業(yè)結構變遷和經濟增長的邏輯關系；最后，結合面板分位數回歸，甄別人口紅利的地區(qū)異質性結構效應。

(一)廣義人口紅利測度

本文設定的廣義人口紅利指標體系包含人口結構、人力資本和勞動資源再開發(fā)三項二級指標(見表1所示)。人口結構包括年齡結構、少兒撫養(yǎng)比、老年撫養(yǎng)比、總撫養(yǎng)比、城鄉(xiāng)人口結構、性別結構和生育率等。年齡結構與少兒撫養(yǎng)比在討論人口紅利的文獻中均被作為代表特定人口結構的指標，我們也延續(xù)這一做法，采取勞動年齡階段人口(16～64)占總人口比重作為主要變量，少兒撫養(yǎng)比采取14歲以下兒童與勞動年齡人口數的比重來衡量，老年撫養(yǎng)比為年齡在65歲以上的人口與15～64歲勞動年齡人口的比值進行計算，總撫養(yǎng)比則為少兒撫養(yǎng)比與老年撫養(yǎng)比之和。城鄉(xiāng)人口結構采用城鎮(zhèn)人口與農村人口的比值來衡量。生育率是反映育齡婦女生育孩子的數量，也是衡量生育水平比較理想的指標。有學者通過少兒撫養(yǎng)比對其進行替代[17]，但較多學者仍采用總和生育率作為生育率的衡量指標?？偤蜕?TFR)為婦女在49歲生育年齡前平均生孩子數量，但由于生育率存在較大的漏報情況，統(tǒng)計誤差較大且難以保證連續(xù)性[18]，故本文選取少兒撫養(yǎng)比。人力資本包括受教育程度(教育資本)、工作經驗(經驗資本)和健康人力資本三個方面。受教育程度的具體算法為：大專以上文化程度按16年計算，高中文化程度12年，初中文化程度9年，小學文化程度6年，文盲為0年(6歲及6歲以上人口)。工作經驗按照“平均預期壽命-6年-受教育年限”來計算。健康人力資本的測度參考周德祿(2005)的做法[19]，將平均預期存活年限作為衡量指標，具體做法是每一年齡的總預期存活壽命與人口之比。勞動資源再開發(fā)主要指的是社會成員的二次培訓、就業(yè)、創(chuàng)業(yè)引起的勞動力數量或知識存量的增加，選取人口遷入率、遷出率及政府文化體育與傳媒、社會保障就業(yè)和醫(yī)療衛(wèi)生支出比重等指標。

表1 廣義人口紅利的指標體系

注：①數據來源于《中國人口與就業(yè)統(tǒng)計年鑒》按照1%人口抽樣所得，該年鑒在2006年以前為《中國人口統(tǒng)計年鑒》；②該指標為各地區(qū)城市、鎮(zhèn)、鄉(xiāng)村的男性和女性各自相加之后的比值；③平均預期壽命數據來源于《中國人口與就業(yè)統(tǒng)計年鑒》，而人口預期壽命的數據僅在普查年間才會給出，因此本文使用求平均值的方法；④該指標在2006年以前的統(tǒng)計口徑為文化廣播事業(yè)費、衛(wèi)生經費、撫恤、社會救濟、行政事業(yè)單位離退休經費和社會保障補助支出。流動人口數據參考李揚等(2015)的研究[21]。

本文選取2000～2014年為考察時段，指標主要源自《中國人口與就業(yè)統(tǒng)計年鑒》《中國統(tǒng)計年鑒》及地方統(tǒng)計年鑒，個別數據來自《中國勞動統(tǒng)計年鑒》。需要說明的是，由于《中國人口與就業(yè)統(tǒng)計年鑒》中存在統(tǒng)計口徑不一致的現象，在統(tǒng)計性別比時，2006年以前按照總人口中的男性與女性比進行計算，而在2006年后以6歲以上人口進行計算。本文通過面板數據的熵值法對表1進行賦權并測度廣義人口紅利水平。

(二)變量設計

1.被解釋變量。依據研究設計，本文的被解釋變量包括制造業(yè)結構和經濟增長兩項。

(1)制造業(yè)結構(ind)。我們選取勞動密集型產業(yè)(industry_ld)、資本密集型產業(yè)(industry_zb)及技術密集型產業(yè)(industry_js)[22]。鑒于2011年前后統(tǒng)計年鑒中對工業(yè)部門的歸類不一致，為保證統(tǒng)計的有效性，我們進行如下的調整：將2011年以來的汽車制造業(yè)及其他交通制造業(yè)銷售產值合并統(tǒng)一為交通運輸行業(yè)銷售產值；儀器儀表與教育機械制造業(yè)產值合并；在有關勞動密集型產業(yè)的統(tǒng)計中，由于餐飲與住宿在2000～2007年的統(tǒng)計中未能明確列出，批發(fā)零售業(yè)在2000～2004年的數據也未列明各省發(fā)展情況，因此在勞動密集型產業(yè)的統(tǒng)計中沒有包含這兩個部門。相關數據源自《中國統(tǒng)計年鑒》《中國農業(yè)統(tǒng)計年鑒》及《中國工業(yè)統(tǒng)計年鑒》。此外，農林牧副漁產業(yè)按照產業(yè)增加值指標統(tǒng)計，其余產業(yè)則按照限額以上產業(yè)銷售產值統(tǒng)計，由于本文對三種密集型產業(yè)的測度是分開進行的，因此指標口徑的差異對研究的準確性不會產生影響。

(2)經濟發(fā)展水平(gdp)。我們采取人均GDP作為經濟發(fā)展水平的替代指標。

2.解釋變量

(1)核心解釋變量。廣義人口紅利(pd)為本文研究的核心內容，為更加清晰地反映人口紅利影響產業(yè)結構及經濟增長的內在機制，我們同時將人口紅利中人口結構(stru)、人力資本(HR)和勞動資源再開發(fā)(rgen)三個子內容作為解釋變量。

(2)控制變量。本文在人口紅利與制造業(yè)結構的回歸中加入交通基礎設施(traf)和外商直接投資(FDI)作為控制變量，其中交通基礎設施通過單位面積道路里程衡量，兩類數據均來自《中國統(tǒng)計年鑒》。在面板分位數回歸中，本文加入如下的控制變量：政府規(guī)模(gov)，以政府財政支出占GDP比重來衡量；交通基礎設施和外商直接投資(同上)；國有成分比重(SSOE)和利稅率(TRA)代表產業(yè)國有份額和地方保護主義[23]。其中，采用地區(qū)國有及國有控股工業(yè)企業(yè)產值與工業(yè)總產值的比值衡量國有成分比重，利稅率的計算為國有及國有控股工業(yè)企業(yè)利潤總額、銷售稅金及附加和增值稅之和與銷售產值之比。

表2 主要變量的描述性統(tǒng)計(N=465)

(三)模型構建

1.廣義人口紅利與制造業(yè)結構調整

考慮到普通面板模型忽視了空間這一要素，容易高估或低估要素的產出彈性。本文在測度產業(yè)地域相關性(Moran’s I指數，計算方法在此省略)的基礎上建立空間計量模型，并結合三種空間權重矩陣進行說明和穩(wěn)健性檢驗。Lee和Yu(2010)指出對N大T小的樣本集，空間滯后模型(SLM)和空間誤差模型(SEM)估計的方差存在不一致性且忽視了直接效應和間接效應[24]，而SDM模型作為SLM和SEM模型的結合更具一般性，因此本文選取SDM模型，其方程如下：

(6)

其中，xi為廣義人口紅利及其子內容，αi為空間固定(個體)效應，ηt為時間固定效應，εit為滿足獨立同分布且具有有限方差的隨機擾動項，wit為空間權重矩陣。本文設計以下的三種空間權重矩陣：(1)二進制空間權重矩陣，該類權重矩陣較為直觀，計算也簡便，若兩地相鄰則權重為1，否則為0；(2)地理距離空間權重矩陣，該矩陣以兩地的地理距離(計算公式在此省略)的倒數來表示，地理距離越遠，該權重越??；(3)經濟距離空間權重矩陣，該矩陣的構建形式為兩地經濟發(fā)展水平差值的絕對值的倒數。

2.廣義人口紅利、制造業(yè)結構調整與經濟增長

空間Durbin模型給出了廣義人口紅利影響制造業(yè)結構變遷的一般性結論。當被解釋變量為經濟增長時，過分強調一般性而忽視地區(qū)異質性可能出現對經濟增長原因的誤判。因此，我們采用面板分位數模型進行分析，其估計公式如下：

(7)

其中，ind為產業(yè)部門，pd為人口紅利，xj為控制變量，其他變量與(6)式相同。

四、實證分析結果及說明

首先通過Kernel密度曲線圖對人口紅利、產業(yè)結構與經濟增長的關系進行描述(圖略，若有需要，可向作者索取)。Kernel密度曲線圖顯示，人口紅利對經濟增長始終具有正向促進作用，而與不同的要素密集型產業(yè)的交互效應對經濟增長的作用則表現不同。借助Stata14.0軟件檢驗各產業(yè)在空間上確實存在發(fā)展的相關性，進一步通過matlab R2014b軟件對方程(6)進行回歸(結果見表3所示)。

從參數估計結果可以看出，人口結構對本地區(qū)經濟增長均具有正向促進作用，而鄰近區(qū)域人口結構的優(yōu)化則限制本區(qū)域經濟發(fā)展。其中，勞動和資本密集型產業(yè)在鄰接矩陣或經濟距離權重矩陣下不顯著，只有技術密集型產業(yè)在經濟距離權重矩陣下較為顯著且系數較大，表明人口結構在某一地區(qū)的優(yōu)化可促進該地區(qū)技術密集型產業(yè)發(fā)生集聚，人口結構通過強化地區(qū)產業(yè)優(yōu)勢，對要素產生“虹吸效應”。從直接效應和間接效應可以看出，人口結構對地區(qū)技術密集型產業(yè)的影響也較為顯著，人口結構符合產業(yè)發(fā)展則促進地區(qū)產業(yè)較好增長，反之則不利于地區(qū)產業(yè)發(fā)展。人力資本的提高更多的是對資本和技術密集型產業(yè)起到正向作用，對本地區(qū)勞動密集型產業(yè)的影響并不顯著。然而，如果周圍區(qū)域人力資本開始繁榮，除對資本密集型產業(yè)的負向作用不顯著外，本區(qū)域其他產業(yè)出現一定程度的負增長。效應估計結果則否認了鄰近區(qū)域人力資本的提高對本區(qū)域勞動和資本密集型產業(yè)的影響，僅認為在鄰接矩陣下對本區(qū)域技術密集型產業(yè)產生一定的負向作用，因此人力資本更多的是對資本和技術密集型產業(yè)產生影響。勞動資源再創(chuàng)造對鄰近區(qū)域的產業(yè)增長表現為正向的促進作用，而對本區(qū)域產業(yè)增長則出現負向作用，表明勞動者二次就業(yè)或創(chuàng)業(yè)大多選擇在其他區(qū)域，他們享受了本地政府的就業(yè)和創(chuàng)業(yè)等社會公共服務，但由于社會前置性障礙的減少，使其更傾向于選取經濟發(fā)展較好的地區(qū)開展就業(yè)和創(chuàng)業(yè)等，增加鄰近地區(qū)的勞動力和人力資本供給。

通過上述分析，我們厘清了廣義人口紅利對產業(yè)結構變遷的內在機理。人口結構優(yōu)化的區(qū)域促進本區(qū)域產業(yè)增長和技術密集型產業(yè)集聚，通過虹吸效應使周圍區(qū)域陷入“要素空心”和“增長難”的困局。人力資本的提高能促進本地區(qū)資本和技術密集型產業(yè)增長，對勞動密集型產業(yè)不顯著。然而，一旦鄰近區(qū)域人力資本繁榮，則促進本地區(qū)產業(yè)出現波動。勞動資源再創(chuàng)造對人口紅利非常重要，可通過改善人力資本、優(yōu)化人口結構來促進產業(yè)增長。可見，人口紅利對產業(yè)增長的作用隨著產業(yè)的不同而表現各異，因此人口紅利對經濟增長的作用必然隨著地區(qū)要素稟賦的不同而具有異質性。接下來，借助分位數模型，討論不同經濟水平下人口紅利通過調整產業(yè)結構對經濟增長的作用(結果見表4所示)。同時，給出分位數模型的圖譜(圖略，若有需要，可向作者索取)。

表3 空間杜賓模型的參數估計

注：*、** 和*** 分別表示在10%、5%和1%的水平上顯著；W1-W3分別為“0～1”鄰接矩陣、地理距離和經濟距離空間權重矩陣；括號內為P值。下表同此。為節(jié)省篇幅，表中未報告控制變量及其效應的估計結果，若有需要，可向作者索取。

表4顯示，無論經濟處于發(fā)達水平還是落后水平，人口紅利對經濟增長的作用都較大，且隨著經濟的增長，人口紅利對經濟增長的彈性作用繼續(xù)呈現增大趨勢。人口紅利與資本和技術密集型產業(yè)的交互效應對經濟增長的作用表現差異較大，分別呈現倒U型和U型結構，即在經濟發(fā)展水平較低時，人口紅利可通過促進資本密集型產業(yè)發(fā)展帶動經濟增長，而對較發(fā)達的經濟體，人口紅利主要通過影響技術密集型產業(yè)來推動經濟增長。進一步地，我們探討廣義人口紅利的構成內容對經濟增長的作用：第一，人力資本對經濟的作用在發(fā)達經濟體中表現得更為明顯，其對經濟的促進作用是落后地區(qū)無法比擬的，這可能是由于落后經濟體的人力資本偏低，即便擁有高知識和高技能的勞動力，也難有較高端的產業(yè)與之相匹配，資源誤置現象嚴重，而發(fā)達經濟體則可較好地發(fā)揮人力資本優(yōu)勢；第二，勞動資源再開發(fā)對經濟的作用呈U型結構，在經濟發(fā)展初期，勞動資源再開發(fā)對經濟的作用較小，而這種作用隨著經濟的發(fā)展出現陡升態(tài)勢，屆時勞動資源的二次就業(yè)和創(chuàng)業(yè)將成為勞動資源的重要補充渠道；第三，與一般的研究類似，本文人口結構對經濟的作用也較為明顯，但落后和中等發(fā)展水平的經濟體要大于發(fā)達經濟體。

表4 人口紅利、產業(yè)結構與經濟增長的面板分位數模型參數估計

注：表中結果為bootstrap400次得出的結果。表中未列明其他控制變量和廣義人口紅利子項內容估計結果，若有需要，可向作者索取。

面板分位數回歸的圖譜顯示，廣義人口紅利對經濟的促進作用隨著經濟發(fā)展水平的提升而持續(xù)走高，但在高位存有波動。除此之外，交通通達度、FDI對落后區(qū)域的推動作用較大。國有企業(yè)比重整體作用較小，在發(fā)展初期產生一定的作用，之后出現下降并穩(wěn)定在低水平，經濟發(fā)展水平較高的經濟體才出現陡然上升勢頭。政府規(guī)模對經濟增長的作用在落后經濟體增長到中等水平時才具有較為明顯的作用，然而這種作用在發(fā)達經濟體中出現明顯減弱(圖略)。

五、結論與啟示

人口紅利不等同于人口轉變，本文將廣義人口紅利的內容擴展至人口結構、人力資本和勞動資源再創(chuàng)造三個方面。基于理論分析及實證檢驗，本文得出廣義人口紅利影響產業(yè)結構并推動經濟增長的內在機理。理論分析表明，人口紅利引起產業(yè)結構變遷，而人口紅利與產業(yè)結構的交互效用則對經濟增長產生作用。進一步地，本文結合熵值法測度31個省(市、區(qū))2000～2014年的廣義人口紅利值，借助空間杜賓模型及面板分位數回歸對理論部分假說進行檢驗。研究結果顯示，人口結構的優(yōu)化促進本地區(qū)產業(yè)增長和技術密集型產業(yè)集聚，但間接導致鄰近區(qū)域出現“增長難”的問題；人力資本對區(qū)域資本和技術密集型產業(yè)均具有正向促進作用，對勞動密集型產業(yè)的影響不顯著，而鄰近區(qū)域人力資本的增長反過來限制本地區(qū)產業(yè)增長；勞動資源再開發(fā)通過強化上述兩種路徑影響產業(yè)結構變遷。廣義人口紅利對經濟增長的作用呈現遞增態(tài)勢，人口結構對經濟增長的作用在落后經濟體發(fā)展到中等水平時效應較大，而人力資本和勞動資源再開發(fā)在發(fā)達經濟體的作用則是落后地區(qū)不能比擬的。

本文的研究啟示主要表現在以下幾個方面：第一，人口紅利不等于人口轉變，應與人口稟賦概念類似，要兼顧人口結構、人力資本和勞動資源再創(chuàng)造，注重人口稟賦的供給或培養(yǎng)與社會需求相適應；第二，產業(yè)結構的調整應與人口紅利的轉變步調一致，人口紅利對不同類型產業(yè)的促進作用隨著人口紅利內部結構的分化而表現各異，人力資本的培養(yǎng)須順應產業(yè)結構變遷，推動產業(yè)結構優(yōu)化升級；第三，不同地區(qū)應依托不同的人口紅利情況形成差異化的產業(yè)結構，勞動密集型產業(yè)要依托本地人口年齡結構，適時推進產業(yè)升級換代，人力資本豐裕的地區(qū)要推動資本和技術密集型產業(yè)發(fā)展，大力加快社會公共服務的投入；第四，釋放人口紅利，科學、合理地引導人口流動，推動“互聯網+”和實施《中國制造2025》等改革，通過增加人力資本、引導勞動者二次就業(yè)和創(chuàng)業(yè)等途徑提高非就業(yè)人員素質，減緩“人口衰老”，提升治理貢獻。

[1] Romer P.M. Increasing Returns and Long-run Growth[J]. Journal of Political Economy,1986,94(5), pp.1002-1037.

[2] Lucas R.E. Why doesn’t Capital Flow from Rich to Poor Countries[J]. American Economic Review,1990,80(2),pp.92-96.

[3] Bloom D.E.,Canning D.,Sevilla J. The Demographic Dividend: A New Perspective on the Economic Consequences of Population Change[M]. Santa Monica,CA,Rand,2003,pp.157-165.

[4] Durr-e-Nayab. Demographic Dividend or Demographic Threat in Pakistan?[J]. Pakistan Development Review,2008,47(1),pp.1-26.

[5] 陳衛(wèi),都陽,侯東民.是人口紅利？還是人口問題？[J]. 人口研究,2007,(2):41-48.

[6] 蔡昉.人口轉變、人口紅利與經濟增長可持續(xù)性——兼論充分就業(yè)如何促進經濟增長[J]. 人口研究,2004,(2): 2-9.

[7] Lee S.H.,Mason A. Who Gains from the Demographic Dividend? Forecasting Income by Age[J]. International Journal of Forecasting,2007,23(4),pp.603-619.

[8] 董香書,肖翔.人口紅利演變如何影響中國工業(yè)化[J]. 中國人口·資源與環(huán)境,2016,(9):20-27.

[9] 鞏勛洲,尹振濤.人口紅利、財富積累與經濟增長[J]. 中國人口科學,2008,(6):33-39.

[10] 郭琳,車士義.中國的勞動參與率、人口紅利與經濟增長[J]. 中央財經大學學報,2011,(9):45-51.

[11] 李勇輝,羅理恒.人口紅利、勞動力跨行業(yè)配置與經濟可持續(xù)增長[J]. 經濟問題,2016,(4):13-20.

[12] 孟令國,王清,胡廣.二次人口紅利視角下國民儲蓄率影響因素分析[J]. 經濟科學,2013,(5):9-18.

[13] 穆光宗.中國的人口紅利：反思與展望[J]. 浙江大學學報(人文社會科學版),2008,(3):5-13.

[14] Barro R.J. Inflation and Economic Growth[J]. Bank of England Quarterly Bulletin,1995,35(2), pp.166-176.

[15] 蔡昉.中國的人口紅利還能持續(xù)多久[J]. 經濟學動態(tài),2011,(6):3-7.

[16] Grossman G.M.,Helpman E. Quality Ladders in the Theory of Growth[J]. The Review of Economic Studies,1991,58(1),pp.43-61.

[17] 郭劍雄.人力資本、生育率與城鄉(xiāng)收入差距的收斂[J]. 中國社會科學,2005,(3):27-37.

[18] 王金營,王志成,何云艷,段成榮.中國各地區(qū)婦女生育水平差異的社會經濟影響因素分析——兼對1990-2000年期間各地區(qū)生育水平下降因素考察[J]. 南方人口,2005,(2):31-39.

[19] 周德祿.基于人口指標的群體人力資本核算理論與實證[J]. 中國人口科學,2005,(3):56-62.

[20] 張車偉,蔡翼飛.人口與經濟分布匹配視角下的中國區(qū)域均衡發(fā)展[J]. 人口研究,2013,(6):3-16.

[21] 李揚,劉慧,湯青.1985-2010年中國省際人口遷移時空格局特征[J]. 地理研究,2015,(6):1135-1148.

[22] 張桂文,孫亞南.人力資本與產業(yè)結構嚴謹耦合關系的實證研究[J]. 中國人口科學,2014,(6):96-106.

[23] 白重恩,杜穎娟,陶志剛,仝月婷.地方保護主義及產業(yè)地區(qū)集中度的決定因素和變動趨勢[J]. 經濟研究,2004, (4):29-40.

[24] Lee L.F.,Yu J.H. Estimation of Spatial Autoregressive Panel Data Models with Fixed Effects[J]. Journal of Econometrics,2010,154(2),pp.165-185.