孫琳

近年來，人口問題越來越多的出現(xiàn)在大眾視野。從宏觀上講，一個地區(qū)的人口數(shù)量對區(qū)域的資源配置和經(jīng)濟發(fā)展有重要影響。本文以省為單位，根據(jù)逐步回歸分析法探究社會經(jīng)濟因素中的經(jīng)濟發(fā)展、交通運輸、社會保障與教育程度四個方面對各省人口數(shù)量的影響。得出以下結論：社會經(jīng)濟因素中選取的四個方面因素對各省人口總量有顯著的解釋能力，其中旅客周轉(zhuǎn)量、普通高等學校數(shù)，生產(chǎn)總量與城鄉(xiāng)居民社會養(yǎng)老保險人數(shù)4個指標與各省年末常住人口數(shù)總體呈現(xiàn)正相關關系。

一、引言

據(jù)國家衛(wèi)生健康委官網(wǎng)2月18日消息，該委認為東北地區(qū)可以探索率先全面放開生育限制，以解決東北地區(qū)人口減少問題。東北地區(qū)包括黑龍江，吉林、遼寧，此外還有內(nèi)蒙古的部分地區(qū)。根據(jù)黑龍江，吉林和遼寧三省的《2019年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》，三省2019年末常住人口合計減少42.73萬人，由此引發(fā)了社會上對人口問題的高度關注。

至2019年末，中國總人口數(shù)約為13.96億人，其中廣東省常住人口數(shù)最多，為11521萬人，西藏自治區(qū)常住人口數(shù)最少，為351.0人，各省常住人口數(shù)差異較大。2020年是全面建成小康社會目標的實現(xiàn)之年，在全面打贏脫貧攻堅戰(zhàn)之后，全國各地都在謀發(fā)展。一切的發(fā)展都離不開人，沒有人，發(fā)展就不可能實現(xiàn)。從宏觀上講，一個地區(qū)的人口數(shù)量對區(qū)域的資源配置和經(jīng)濟發(fā)展有重要影響。對于一些人口數(shù)量較少的省份，如寧夏、青海、西藏與一些人口凈流出的省份，如黑龍江、安徽、河南，吸引人口和留住人口就成為了發(fā)展中的重中之重。

為了為各地區(qū)提出吸引人口或留住人口的相關建議，本文以省為單位，主要探究影響各省人口數(shù)量的社會經(jīng)濟影響因素。研究人口數(shù)量的相關影響因素的必要性體現(xiàn)在最大發(fā)揮人口在區(qū)域發(fā)展中的推動作用。從我國當前的主要矛盾來看，不平衡不充分的發(fā)展問題是最根本，最深層次的問題。其中，地區(qū)之間發(fā)展不平衡是一個極其明顯的表現(xiàn)。影響區(qū)域發(fā)展的因素有很多，包括自然原因，歷史原因，政策原因和體制原因。而從勞動力的視角來看，人口分布不均衡是導致經(jīng)濟發(fā)展不平衡的一個原因，同時筆者認為，通過增加各地區(qū)人口數(shù)量從而增加各地區(qū)人力資本的投入，可以促使緩解區(qū)域發(fā)展不平衡問題。

二、文獻綜述

人是一切經(jīng)濟社會活動的載體。地域人口增長既來自初始人口的自然增長，也來自人口的機械增長，即人口的遷移流動（李國平，陳秀欣2009）。自然因素與社會經(jīng)濟因素對人口密度變化均有影響，但社會經(jīng)濟因素影響更大（王露，封志明等2014）。同時，李國平等在研究京津冀都市圈人口增長特征時，發(fā)現(xiàn)自然條件和經(jīng)濟因素的共同作用是造成圈內(nèi)人口增長差異的重要原因。一個地區(qū)如果平均高程較低人均GDP增長較快，第三產(chǎn)業(yè)發(fā)展較好，接近中心城市，市場潛力較大，則人口增長相應較快。

經(jīng)過文獻的整理，本文提出假設：社會經(jīng)濟因素中的經(jīng)濟發(fā)展、交通運輸、社會保障與教育程度四個方面可以影響人口總量。本文選取以上四個方面的13個指標，研究社會經(jīng)濟各因素對各省人口數(shù)量的影響，探究各省人口數(shù)量是否與以上四個方面的因素相關。

三、數(shù)據(jù)分析及模型構建

（一）變量的選取

綜合考慮數(shù)據(jù)的可得性以及及時性，本研究選取國家統(tǒng)計局2019年各省年度數(shù)據(jù)為實證研究數(shù)據(jù)。模型因變量為各省年末常住人口數(shù)（萬人）。常住人口指全年經(jīng)常在家或在家居住6個月以上，而且經(jīng)濟和生活與本戶連成一體的人口，同時包括符合以上條件的外來流動人口。通俗來說，常住人口是指行政區(qū)內(nèi)實際居住的人口，既包括有戶籍且實際居住的，也包括無戶籍但實際居住的。

自變量涉及交通與運輸，教育水平，經(jīng)濟發(fā)展和社會保障四個方面，篩選出可能對人口總量有影響的13個指標，分別為各省貨運量（萬噸），貨物周轉(zhuǎn)量（億噸公里），快遞量（萬件），旅客周轉(zhuǎn)量（億人公里），每十萬人口高等學生平均在校生數(shù)（人），普通高等學校數(shù)（所），普通高等學校教職工總數(shù)（萬人），生產(chǎn)總值（億元），參加失業(yè)保險人數(shù)（萬人），城鎮(zhèn)基本醫(yī)療保險參加人數(shù)（萬人），工傷保險年末參保人數(shù)（萬人），年末參加生育保險人數(shù)（萬人），城鄉(xiāng)居民社會養(yǎng)老保險參保人數(shù)（萬人）。

（二）研究方法的確定

確定指標后，本文擬采用多元回歸的方法對各參數(shù)進行估計，回歸模型為：Y = C（1） + C（2）*X1 + C（3）*X2 + C（4）*X3 + C（5）*X4 + C（6）*X5 + C（7）*X6 + C（8）*X7 + C（9）*X8 + C（10）*X9 + C（11）*X10 + C（12）*X11 + C（13）*X12 + C（14）*X13+μ

用eviews10進行回歸后，結果為：

Y = 490.9410 - 0.0008*X1 + 0.0121*X2 - 0.0005*X3 - 0.1796*X4 - 0.2534*X5 + 10.0194*X6 + 30.7896*X7 - 0.0089*X8 - 1.2826*X9 + 0.6856*X10 + 1.1660*X11 + 1.0052*X12 + 0.2374*X13

T=（1.41）（-0.57）（0.92）（-0.64）（-0.46）（-1.74）（1.25）（0.48）（-0.95）（-0.94）（4.68）（1.30）（0.87）（1.06）

R2=0.994? Adjusted R2 =0.989? F=212.979

對多元回歸模型進行分析，發(fā)現(xiàn)F檢驗獲得通過，且調(diào)整后的R2等于0.989，表示13個自變量整體對因變量有98.9%的解釋能力，但部分變量t值不顯著，懷疑存在多重共線性，故使用方差膨脹因子VIF進行標準檢驗。

（三）實證研究過程

本文采用spss26.0軟件進行多重共線性檢驗及逐步回歸分析。逐步回歸分析是解決多重共線性問題的方法之一，其基本思想是確定基本模型，逐步增加其他變量并進行F檢驗和t檢驗，確保每次引入新的變量之前回歸方程中只包含顯著性變量，以保證最后所得到的解釋變量集是最優(yōu)的。本文實證研究過程包括逐步回歸分析和模型檢驗兩部分。

1.逐步回歸分析

①建立初始的回歸模型：

Y = 1509.52 + 0.09*X8

T=（3.34）（8.56）

R2=0.716219? ? Adjusted R2 = 0.706433

②將其他解釋變量分別導入上述初始回歸模型，尋找最佳回歸方程：

逐步回歸分析過程

在每一次引入新變量的過程中，都期待以調(diào)整后的R2的較大增長代替t值的較小減小，否則新引入的變量被剔除。當回歸模型引入x9，x10，x11，x12時，調(diào)整的R2雖然增大，但單個的變量t值顯著性降低，故舍棄變量x9，x10，x11，x12。最終的逐步回歸結果為：

Y = 216.479 + 0.039*X8 + 7.719*X6 + 0.963*X4 + 0.968*X13

T=（0.74）（4.18）（1.08）（1.73）（6.09）

R2=? 0.961982? Adjusted R2 = 0.956133? F= 164.4732

2.模型檢驗

經(jīng)檢驗，模型存在異方差，使用異方差穩(wěn)健標準誤法進行修正，結果為：

Y = 216.479 + 0.039*X8 + 7.719*X6 + 0.963*X4 + 0.968*X13

T=（1.26）（3.60）（0.96）（1.28）（5.56）

R2=? 0.961982? Adjusted R2 = 0.956133? F= 164.4732

其中F檢驗仍通過，表明x4，x6，x8，x13整體對y仍有較強的解釋能力。

由于模型中自變量生產(chǎn)總值（x8）與因變量人口總數(shù)（y）存在互為因果的關系，懷疑模型中存在內(nèi)生性問題。故選取各省年財政收入為工具變量進行Hausman檢驗，結果顯示模型具有內(nèi)生性問題。采用工具變量法進行修正，最終模型為：

Y = 315.124 + 0.048*X8 + 0.741*X4 + 3.995*X6 + 1.034*X13

T=（1.03）（4.38）（1.27）（0.52）（6.21）

R2=? 0.960681? Adjusted R2 = 0.954632? F= 159.6026

四、結論及討論

實證分析表明，社會經(jīng)濟因素中選取的四個方面因素對各省人口總量有顯著的解釋能力。其中旅客周轉(zhuǎn)量、普通高等學校數(shù)，生產(chǎn)總量與城鄉(xiāng)居民社會養(yǎng)老保險人數(shù)4個指標與各省年末常住人口數(shù)總體呈現(xiàn)正相關關系。同時，本研究的缺陷表現(xiàn)在本文中的實證分析只證明了各因素對人口數(shù)量具有促進作用，但無法揭示其影響路徑。

由此，本文提出以下政策建議：

（一）發(fā)揮人口與經(jīng)濟的雙向促進作用。本文實證研究表明，經(jīng)濟發(fā)展對各省人口的增長具有促進作用，同時當人口數(shù)量控制在一定范圍內(nèi)時，人口數(shù)量增長對經(jīng)濟增長也具有拉力。筆者認為經(jīng)濟發(fā)展對各省人口增長的促進作用主要有兩條途徑：一是經(jīng)濟增長提高了人民生活水平，從而提高了自然增長率，造成了人口數(shù)量的提高;二是經(jīng)濟增長吸引了外省人員，從而增加了長期流動人口和遷移人口，從而增加了人口總量。而人口數(shù)量的增長對經(jīng)濟增長的促進作用在一定人口規(guī)模內(nèi)較為明顯，各文獻中對其路徑爭論不休。在總結觀點后，筆者認為經(jīng)濟增長主要是通過充分發(fā)揮人口的勞動力和智力兩方面來實現(xiàn)。在發(fā)揮兩者相互促進的作用時，應當注意時機和條件，當某一個省份存在人口存量低且經(jīng)濟發(fā)展程度較低的問題時，很難發(fā)揮兩者的促進作用。

（二）通過加強社會保障吸引外來人口。在實證分析中，社會保障方面的城鄉(xiāng)居民社會養(yǎng)老保險參保人數(shù)與各省人口數(shù)量有顯著的正相關關系，表示人們在社會保障中尤其關心退休后的養(yǎng)老狀況。隨著社會經(jīng)濟水平的發(fā)展，人們對風險管理的意識逐漸增強。通過增加社會保障水平，減少人們對未來的擔憂，將吸引一部分流動人口進入本省。筆者認為社會保障對人口的吸引作用主要由兩種渠道：一是社會保障促進了經(jīng)濟發(fā)展，從而吸引外來人口;二是程度較高的社會保障可以直接吸引外來人口。

（三）提高各省份社會服務水平。社會服務包括教育，醫(yī)療健康，養(yǎng)老，托育，家政，文化和旅游，體育等領域。在本文中，由于數(shù)據(jù)來源限制，只驗證了交通運輸和教育水平與各省人口數(shù)量有正相關關系。隨著生活水平的提高，人們已經(jīng)不滿于簡單的衣食住行，而是追求更高的生活品質(zhì)。通過普遍認知來看，全面增加社會服務水平可以吸引人口，實際仍待后續(xù)研究驗證。

（作者單位：西北農(nóng)林科技大學）