王 連，周之浩，張維星

（1.蘭州財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)學(xué)院，甘肅 蘭州 730020；2.甘肅省數(shù)字經(jīng)濟(jì)與社會(huì)計(jì)算科學(xué)重點(diǎn)實(shí)驗(yàn)室，甘肅 蘭州 730020）

一、引言

人口是經(jīng)濟(jì)社會(huì)發(fā)展的基礎(chǔ)性、全局性、長期性戰(zhàn)略支撐要素，亦是促進(jìn)經(jīng)濟(jì)高速增長的重要載體。人口紅利是新時(shí)代我國經(jīng)濟(jì)轉(zhuǎn)向高質(zhì)量發(fā)展階段的核心動(dòng)力源，也是實(shí)現(xiàn)共同富裕根本目標(biāo)的重要引擎?！笆奈濉币?guī)劃綱要提出，要構(gòu)建高質(zhì)量的教育體系和全方位全周期的健康體系，優(yōu)化人口結(jié)構(gòu)，拓展人口質(zhì)量紅利，提升人力資本水平和人的全面發(fā)展能力。從總的人口數(shù)量、質(zhì)量和結(jié)構(gòu)來看，我國的勞動(dòng)力資源依然豐富，人口紅利持續(xù)存在，特別是隨著人口素質(zhì)的提高，人口數(shù)量紅利逐步向人口質(zhì)量紅利轉(zhuǎn)變。人口紅利的轉(zhuǎn)型不僅有利于促進(jìn)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、全要素生產(chǎn)率提高，還可以推動(dòng)人口與經(jīng)濟(jì)社會(huì)持續(xù)協(xié)調(diào)，實(shí)現(xiàn)高質(zhì)量發(fā)展。然而，新時(shí)代我國仍面臨嚴(yán)峻的人口問題。第七次全國人口普查數(shù)據(jù)顯示，我國勞動(dòng)年齡人口和占比雙重下降，人口老齡化程度快速加深。具體來看，2020年我國的勞動(dòng)年齡人口為8.94億人，與2010年第六次全國人口普查的9.40億人相比，下降了4.89個(gè)百分點(diǎn)；勞動(dòng)年齡人口占比也從2010年的70.14%下降至2020年的63.35%，降幅達(dá)到6.79個(gè)百分點(diǎn)。蔡昉在2022宏觀形勢(shì)年度論壇上指出：“中國‘未富先老’的現(xiàn)象日益顯現(xiàn)，老年人口比重已超過14%，正式成為老齡化社會(huì)；同時(shí)，預(yù)期人口將出現(xiàn)負(fù)增長，這使中國不僅遭遇供給側(cè)沖擊，甚至是需求側(cè)尤其是消費(fèi)方面的巨大沖擊，從而將使經(jīng)濟(jì)陷入嚴(yán)重的衰退中?！贝送?，我國在人口發(fā)展中還面臨人口流動(dòng)活躍、人才分布不均等嚴(yán)峻考驗(yàn)。人口流動(dòng)不僅導(dǎo)致欠發(fā)達(dá)地區(qū)勞動(dòng)力缺乏、人才流失嚴(yán)重，而且使發(fā)達(dá)地區(qū)出現(xiàn)人才擁擠、就業(yè)競爭激烈等問題，進(jìn)一步拉大各區(qū)域的經(jīng)濟(jì)差距，加劇區(qū)域發(fā)展不平衡、不協(xié)調(diào)的困境。本文的邊際貢獻(xiàn)在于，將經(jīng)濟(jì)質(zhì)量納入分析框架，通過對(duì)數(shù)量和質(zhì)量雙重視角下人口紅利的經(jīng)濟(jì)效應(yīng)變遷和動(dòng)態(tài)轉(zhuǎn)型進(jìn)行實(shí)證分析，驗(yàn)證了其中存在的直接效應(yīng)以及中介效應(yīng)、空間效應(yīng)等間接效應(yīng)，深入探究了人口紅利的經(jīng)濟(jì)效應(yīng)，完善了具有中國特色的人口紅利理論與經(jīng)驗(yàn)研究。

二、文獻(xiàn)綜述

長期以來，學(xué)術(shù)界主要是從人口的經(jīng)濟(jì)效應(yīng)以及人口與經(jīng)濟(jì)的協(xié)同效應(yīng)入手，研究人口與經(jīng)濟(jì)的關(guān)系。本文以人口紅利為切入點(diǎn)，參考楊成鋼和閆東東（2017）[1]的研究，將人口紅利分為人口數(shù)量紅利和人口質(zhì)量紅利，從人口數(shù)量紅利、人口質(zhì)量紅利及人口紅利轉(zhuǎn)型三個(gè)方面進(jìn)行文獻(xiàn)梳理。

（一）人口數(shù)量紅利

人口數(shù)量紅利又稱為傳統(tǒng)的人口紅利，是指勞動(dòng)年齡人口增加和總撫養(yǎng)比下降所引致的經(jīng)濟(jì)快速增長的“有利性”（楊成鋼和閆東東，2017）[1]。悲觀派學(xué)者認(rèn)為，近年來我國人口數(shù)量紅利式微，對(duì)經(jīng)濟(jì)的影響不再顯著，急需為經(jīng)濟(jì)增長尋找新的突破口（張同斌，2016；黃凡和段成榮，2022）[2，3]。周浩（2018）[4]認(rèn)為，在人口老齡化和人口結(jié)構(gòu)轉(zhuǎn)型的背景下，我國的勞動(dòng)力比較優(yōu)勢(shì)已經(jīng)削弱，人口數(shù)量紅利效應(yīng)日益衰減。田偉（2018）[5]通過測(cè)算人口紅利對(duì)經(jīng)濟(jì)增長的貢獻(xiàn)，認(rèn)為我國已進(jìn)入后人口紅利時(shí)代，人口數(shù)量的優(yōu)勢(shì)逐漸消失。都陽和封永剛（2021）[6]認(rèn)為，我國已進(jìn)入老齡化社會(huì)，勞動(dòng)參與率和儲(chǔ)蓄率的下降都會(huì)使經(jīng)濟(jì)發(fā)展速度放緩。柏培文和張?jiān)疲?021）[7]基于CHIP截面數(shù)據(jù)構(gòu)建了一般均衡模型，分析了數(shù)字經(jīng)濟(jì)、人口紅利對(duì)中低技能勞動(dòng)者工資收益和福利水平的影響，發(fā)現(xiàn)人口紅利減少會(huì)導(dǎo)致勞動(dòng)力短缺。樂觀派學(xué)者則認(rèn)為，人口數(shù)量紅利是經(jīng)濟(jì)發(fā)展的重要引擎。Bloom等（2003）[8]、Cai等（2005）[9]認(rèn)為，總撫養(yǎng)比越高，社會(huì)負(fù)擔(dān)就越重，經(jīng)濟(jì)的生產(chǎn)能力也越低，而勞動(dòng)年齡人口占比越大，勞動(dòng)供應(yīng)和儲(chǔ)蓄就越多，經(jīng)濟(jì)增長也越快。鐘水映和李魁（2010）[10]采用空間計(jì)量和廣義矩估計(jì)方法，驗(yàn)證了人口紅利對(duì)經(jīng)濟(jì)發(fā)展的顯著空間溢出性。陸旸和蔡昉（2014）[11]發(fā)現(xiàn)，人口紅利通過充足的勞動(dòng)供給促進(jìn)了高投資、高資本的形成，進(jìn)而推動(dòng)了我國經(jīng)濟(jì)的騰飛。

（二）人口質(zhì)量紅利

人口質(zhì)量紅利又稱為第二次人口紅利、人力資本紅利，是指勞動(dòng)力素質(zhì)提升所帶來的經(jīng)濟(jì)增長的“有利性”（楊成鋼和閆東東，2017）[1]。目前，多數(shù)學(xué)者已在人口質(zhì)量紅利的經(jīng)濟(jì)效應(yīng)分析上達(dá)成共識(shí)，即人口質(zhì)量紅利是經(jīng)濟(jì)發(fā)展的重要?jiǎng)恿υ础；谖⒂^經(jīng)濟(jì)理論，張同斌（2016）[2]、Li等（2016）[12]利用一般均衡模型分析發(fā)現(xiàn)，高技能勞動(dòng)力占比和人力資本水平的提升能夠推動(dòng)經(jīng)濟(jì)快速發(fā)展。鐵瑛等（2019）[13]利用人口普查數(shù)據(jù)，驗(yàn)證了人口結(jié)構(gòu)變動(dòng)影響出口的理論解釋和微觀機(jī)制。王樹（2021）[14]運(yùn)用三期戴蒙德迭代模型進(jìn)行了理論分析，認(rèn)為人口質(zhì)量紅利是驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要因素。基于不同的經(jīng)驗(yàn)研究視角，鄧翔等（2019）[15]利用面板門檻模型分析發(fā)現(xiàn)，隨著人力資本集聚程度的提高，人力資本對(duì)經(jīng)濟(jì)增長的影響呈現(xiàn)先增加后減少的倒U形特征。俞伯陽和叢屹（2021）[16]利用動(dòng)態(tài)面板模型分析發(fā)現(xiàn)，人力資本紅利對(duì)加快產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化進(jìn)程具有正向作用。戴瓊瑤等（2021）[17]利用空間計(jì)量模型，實(shí)證分析了教育和健康兩類人力資本紅利的空間相關(guān)性及其對(duì)經(jīng)濟(jì)增長的空間溢出效應(yīng)。

（三）人口紅利動(dòng)態(tài)轉(zhuǎn)型

在當(dāng)前傳統(tǒng)人口紅利的下沉期，我國的人口紅利并未消失，而是向人口質(zhì)量紅利動(dòng)態(tài)轉(zhuǎn)變（原新和劉繪如，2019）[18]。學(xué)者們普遍認(rèn)為，傳統(tǒng)人口紅利向新型人口紅利的轉(zhuǎn)變是支撐我國經(jīng)濟(jì)發(fā)展的動(dòng)力源泉，也是成功跨越中等收入陷阱的動(dòng)力機(jī)制（劉鵬，2010；晏月平等，2018；原新和金牛，2021）[19-21]。在實(shí)證研究中，學(xué)者們采用不同的模型分析了人口數(shù)量紅利向人口質(zhì)量紅利動(dòng)態(tài)轉(zhuǎn)型的關(guān)系以及人口結(jié)構(gòu)轉(zhuǎn)型的經(jīng)濟(jì)效應(yīng)。張同斌（2016）[2]基于門限面板數(shù)據(jù)模型研究發(fā)現(xiàn)，不同發(fā)展階段的城市人口數(shù)量紅利和人口質(zhì)量紅利對(duì)經(jīng)濟(jì)增長的影響存在差異和變化，質(zhì)量型人力資本紅利已取代數(shù)量型人口紅利成為經(jīng)濟(jì)增長的新路徑。楊成鋼和閆東東（2017）[1]通過拓展MRW模型，構(gòu)建了人口數(shù)量和人口質(zhì)量雙重視角下人口紅利經(jīng)濟(jì)效應(yīng)的理論分析模型，進(jìn)一步驗(yàn)證了二者的經(jīng)濟(jì)效應(yīng)和替代關(guān)系。鐵瑛等（2019）[13]探討了人口結(jié)構(gòu)轉(zhuǎn)型對(duì)出口的作用機(jī)理，認(rèn)為加快實(shí)現(xiàn)人口紅利向人才紅利的轉(zhuǎn)變，是應(yīng)對(duì)人口老齡化背景下我國出口轉(zhuǎn)型升級(jí)的重要思路。

（四）文獻(xiàn)述評(píng)

現(xiàn)有關(guān)于人口紅利與經(jīng)濟(jì)增長的研究雖已較為成熟，但仍存在以下幾個(gè)問題：一是人口紅利已發(fā)生動(dòng)態(tài)轉(zhuǎn)型，而研究者對(duì)人口紅利的概念界定以及新時(shí)代傳統(tǒng)人口紅利的經(jīng)濟(jì)效應(yīng)分析仍沒有達(dá)成共識(shí)；二是現(xiàn)有的人口紅利經(jīng)濟(jì)效應(yīng)研究大多屬于定性分析，有關(guān)新時(shí)代背景下人口紅利的實(shí)證研究依然較少；三是在現(xiàn)階段人口分布不均衡的情況下，有關(guān)人口紅利對(duì)經(jīng)濟(jì)增長區(qū)域差異和空間效應(yīng)的研究仍處于起步階段，有待進(jìn)一步的深化?；诖?，本文將從數(shù)量和質(zhì)量的雙重視角出發(fā)，界定人口紅利的相關(guān)概念，同時(shí)將經(jīng)濟(jì)質(zhì)量納入分析框架，利用省際面板數(shù)據(jù)實(shí)證分析人口紅利的經(jīng)濟(jì)效應(yīng)變遷和動(dòng)態(tài)轉(zhuǎn)型，并運(yùn)用多種計(jì)量模型對(duì)人口紅利的經(jīng)濟(jì)效應(yīng)進(jìn)行實(shí)證分析，驗(yàn)證其中存在的直接效應(yīng)以及中介效應(yīng)、空間效應(yīng)等間接效應(yīng)。

三、概念界定與相關(guān)理論分析

（一）相關(guān)概念

人口紅利是建立在人口機(jī)會(huì)窗口上的經(jīng)濟(jì)學(xué)概念。國內(nèi)外許多學(xué)者將人口紅利界定為人口的數(shù)量和結(jié)構(gòu)變化對(duì)經(jīng)濟(jì)發(fā)展的“有利性”，即狹義的人口紅利。狹義的人口紅利包含兩大基本要素，一是勞動(dòng)力規(guī)模較大，二是撫養(yǎng)負(fù)擔(dān)較輕（鐘水映和李魁，2010；王穎等，2010）[10，22]。本文的人口紅利是指廣義的人口紅利，也可以理解為一種“有利性”，即人口年齡結(jié)構(gòu)變動(dòng)和人口質(zhì)量提升共同作用于經(jīng)濟(jì)發(fā)展的“有利性”（楊成鋼等，2017；趙雨等，2017）[1，23]。此外，根據(jù)人口特性的不同，人口紅利還可分為人口數(shù)量紅利和人口質(zhì)量紅利。人口數(shù)量紅利又稱為傳統(tǒng)人口紅利、第一次人口紅利，是指人口年齡結(jié)構(gòu)變動(dòng)所帶來的經(jīng)濟(jì)增長紅利（陳衛(wèi)等，2007）[24]，勞動(dòng)年齡人口比重上升和撫養(yǎng)比下降均可以為經(jīng)濟(jì)發(fā)展創(chuàng)造有利的人口條件（鐘水映和李魁，2010；周浩，2018）[10，4]。人口質(zhì)量紅利又稱為人力資本紅利、第二次人口紅利、人才紅利，是指人力資本強(qiáng)化的紅利（原新等，2019）[18]，即勞動(dòng)力素質(zhì)提升所帶來的經(jīng)濟(jì)發(fā)展效應(yīng)（涂舒和周宇，2013；Li et al.，2016）[25，12]。

（二）理論分析與研究假設(shè)

在早期的新古典增長模型中，經(jīng)濟(jì)增長的核心要素是資本和勞動(dòng)力。隨著新增長理論的興起，Romer和Lucas開始強(qiáng)調(diào)人力資本、技術(shù)進(jìn)步等因素對(duì)經(jīng)濟(jì)長期增長的重要性，并將人力資本作為要素納入生產(chǎn)函數(shù)中。至此，以人力資本為代表的人口質(zhì)量紅利和以勞動(dòng)力為代表的人口數(shù)量紅利共同驅(qū)動(dòng)經(jīng)濟(jì)發(fā)展，成為經(jīng)濟(jì)發(fā)展的兩大核心動(dòng)力源。

改革開放以來，人口數(shù)量紅利一直是我國經(jīng)濟(jì)發(fā)展的關(guān)鍵動(dòng)力源。就人口增長的經(jīng)濟(jì)效果而言，人口數(shù)量的增加對(duì)經(jīng)濟(jì)增長既有積極的影響，又有消極的影響。由人口經(jīng)濟(jì)理論可知，人口增長可以產(chǎn)生兩種經(jīng)濟(jì)效應(yīng)。（1）形成規(guī)模經(jīng)濟(jì)，促進(jìn)勞動(dòng)分工和技術(shù)進(jìn)步，在經(jīng)濟(jì)資源相對(duì)充裕的條件下，人口增長有利于經(jīng)濟(jì)增長（鐘水映等，2016）[26]。馬歇爾認(rèn)為，一國的經(jīng)濟(jì)繁榮持續(xù)推進(jìn)，只要不產(chǎn)生使人口出生率比死亡率降得更低的負(fù)作用，工資的增加就可引致勞動(dòng)力供給增加的傾向，同時(shí)，增加的利潤有助于提高生活水平，增強(qiáng)經(jīng)濟(jì)主體的能動(dòng)性，使勞動(dòng)力需求增加（李仲生，2013）[27]。這樣，勞動(dòng)力工資和資本利潤的增加共同推動(dòng)國民收入水平提高，而人口增長能夠產(chǎn)生促進(jìn)經(jīng)濟(jì)發(fā)展的結(jié)果。（2）人口增長可能帶來經(jīng)濟(jì)資源的壓力，使投資減少、勞動(dòng)生產(chǎn)率下降，在經(jīng)濟(jì)資源短缺的條件下，人口增長不利于經(jīng)濟(jì)增長（李仲生，2013）[27]。我國是人口大國，具有勞動(dòng)力豐富的優(yōu)勢(shì)，同時(shí)，我國的人口壓力也很大，出生率低、死亡率低、結(jié)婚率低以及勞動(dòng)占比下降、社會(huì)撫養(yǎng)比上升等問題，均導(dǎo)致傳統(tǒng)型人口紅利的消融。人口數(shù)量紅利式微又會(huì)進(jìn)一步削弱勞動(dòng)稟賦的優(yōu)勢(shì)，對(duì)我國的經(jīng)濟(jì)發(fā)展產(chǎn)生沖擊。相比較而言，新時(shí)代我國人口紅利的積極作用大于消極影響，人口增長顯然促進(jìn)了我國經(jīng)濟(jì)的高質(zhì)量發(fā)展。

隨著我國經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，人口質(zhì)量紅利已逐漸取代人口數(shù)量紅利成為經(jīng)濟(jì)增長的主導(dǎo)力量，同時(shí)也是加速經(jīng)濟(jì)高質(zhì)量轉(zhuǎn)型的核心驅(qū)動(dòng)力。舒爾茨在人力資本理論中提出，人力資本是國民經(jīng)濟(jì)保持增長的主要原因。勞動(dòng)力是重要的生產(chǎn)要素，人口質(zhì)量和知識(shí)投資在很大程度上決定了人類的發(fā)展前景（李仲生，2013）[27]。人口對(duì)經(jīng)濟(jì)發(fā)展的作用除了體現(xiàn)在人口數(shù)量方面外，還體現(xiàn)在人口質(zhì)量方面。毋庸置疑，較高的人口質(zhì)量或勞動(dòng)力人口質(zhì)量對(duì)經(jīng)濟(jì)活動(dòng)中的生產(chǎn)、交換、分配、消費(fèi)等各個(gè)方面均具有促進(jìn)作用。人口質(zhì)量如果與經(jīng)濟(jì)發(fā)展相適應(yīng)，就能促進(jìn)經(jīng)濟(jì)發(fā)展；人口質(zhì)量尤其是勞動(dòng)力人口質(zhì)量若普遍低下，就會(huì)阻礙經(jīng)濟(jì)發(fā)展。一方面，人力資本是提高生產(chǎn)效率的關(guān)鍵因素，人力資本投入的增加既可以提高人力資本自身的生產(chǎn)效率，又可以促進(jìn)其他要素生產(chǎn)效率的提升。作為生產(chǎn)要素的人力資本，其不僅可以直接對(duì)經(jīng)濟(jì)增長作出貢獻(xiàn)，還可以通過科學(xué)技術(shù)進(jìn)步促進(jìn)經(jīng)濟(jì)增長。另一方面，人力資本的積累直接促使勞動(dòng)力素質(zhì)提高，降低勞動(dòng)的復(fù)雜程度，使勞動(dòng)者投入生產(chǎn)中的勞動(dòng)質(zhì)量提高，從而促進(jìn)生產(chǎn)發(fā)展和經(jīng)濟(jì)增長。顯而易見，人口質(zhì)量已逐漸取代人口數(shù)量成為經(jīng)濟(jì)增長和高質(zhì)量發(fā)展的動(dòng)力源?；谝陨戏治觯疚奶岢鲅芯考僭O(shè)H1和H2。

H1：人口數(shù)量紅利和人口質(zhì)量紅利是推動(dòng)我國經(jīng)濟(jì)發(fā)展的動(dòng)力源。

H2：人口結(jié)構(gòu)正在發(fā)生由人口數(shù)量紅利向人口質(zhì)量紅利的轉(zhuǎn)變。

人口紅利除了對(duì)經(jīng)濟(jì)產(chǎn)生直接影響外，還可以通過其他路徑對(duì)經(jīng)濟(jì)產(chǎn)生影響，包括中介效應(yīng)、空間溢出效應(yīng)等間接效應(yīng)。

1.人口紅利與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。人口結(jié)構(gòu)轉(zhuǎn)變可以通過生產(chǎn)要素集聚、人力資本投資影響產(chǎn)業(yè)升級(jí)，進(jìn)而影響經(jīng)濟(jì)增長。在經(jīng)濟(jì)的持續(xù)發(fā)展過程中，產(chǎn)業(yè)結(jié)構(gòu)由原始的、低級(jí)的產(chǎn)業(yè)結(jié)構(gòu)向先進(jìn)的、高級(jí)的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)變。冉茂盛和毛戰(zhàn)賓（2008）[28]指出，人力資本作為生產(chǎn)投入要素中最核心的要素，其自身的要素功能及其因自身存量增長加速其他生產(chǎn)要素集聚而具有的效率功能，使得人力資本存量及結(jié)構(gòu)優(yōu)化能夠促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，進(jìn)而成為經(jīng)濟(jì)高質(zhì)量發(fā)展的重要引擎。楊成鋼等（2017）[1]、晏月平等（2018）[20]提出，隨著產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)，我國的人口質(zhì)量紅利逐漸取代人口數(shù)量紅利在經(jīng)濟(jì)發(fā)展中占據(jù)主導(dǎo)地位，成為跨越中等收入陷阱的動(dòng)力機(jī)制和支撐經(jīng)濟(jì)持續(xù)增長的動(dòng)力來源。劉玉飛和彭冬冬（2016）[29]認(rèn)為，人口老齡化可以促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。俞伯陽和叢屹（2021）[16]認(rèn)為，在人口紅利向人力資本紅利轉(zhuǎn)變的窗口期，勞動(dòng)力質(zhì)量對(duì)促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)至關(guān)重要，而產(chǎn)業(yè)結(jié)構(gòu)升級(jí)又是加快經(jīng)濟(jì)轉(zhuǎn)型的核心動(dòng)力。因此，具有一定規(guī)模和水平的人力資本是促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的基礎(chǔ)和關(guān)鍵因素。

2.人口紅利與技術(shù)進(jìn)步。人口增長對(duì)技術(shù)進(jìn)步的影響，就如同其對(duì)規(guī)模經(jīng)濟(jì)的影響一樣是有利的。西蒙認(rèn)為，人類的智力、知識(shí)和創(chuàng)造力是最基本的資源，在人口眾多的地區(qū)，科學(xué)發(fā)明較多，先進(jìn)技術(shù)、知識(shí)的傳播也較快。因此，假設(shè)其余情況均相同，則較多的勞動(dòng)力總會(huì)使發(fā)達(dá)世界的技術(shù)進(jìn)步更快（李仲生，2013）[27]。在當(dāng)今知識(shí)經(jīng)濟(jì)和科學(xué)技術(shù)迅猛發(fā)展的時(shí)代，將科技進(jìn)步與經(jīng)濟(jì)增長聯(lián)系起來進(jìn)行考慮是非常必要的。俞伯陽和叢屹（2021）[16]指出，創(chuàng)新型人才是新時(shí)代國家和民族發(fā)展的力量和源泉，創(chuàng)新科技型人才在勞動(dòng)年齡人口中的比例越高，越有利于驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展。原新和金牛（2021）[21]認(rèn)為，只有持續(xù)進(jìn)行技術(shù)創(chuàng)新，高質(zhì)量人口才能從低附加值的企業(yè)和部門流向高附加值的企業(yè)和部門，人口紅利的經(jīng)濟(jì)效果才能持續(xù)顯現(xiàn)。因此，人才紅利可以促進(jìn)技術(shù)進(jìn)步，其與生產(chǎn)資料一起成為影響經(jīng)濟(jì)增長的重要因素。在21世紀(jì)初期，發(fā)達(dá)國家中由人力資本依托的技術(shù)進(jìn)步對(duì)生產(chǎn)力的貢獻(xiàn)占到60%~80%。技術(shù)變革意味著同樣的勞動(dòng)和資本投入，能夠生產(chǎn)更多的產(chǎn)出。同時(shí)，依托人力資本的勞動(dòng)力素質(zhì)改善和人力資本存量增加在經(jīng)濟(jì)增長中發(fā)揮了巨大作用，綜合要素生產(chǎn)率對(duì)經(jīng)濟(jì)增長的影響是不可低估的?；谝陨戏治觯疚奶岢鲅芯考僭O(shè)H3。

H3：人口數(shù)量紅利和人口質(zhì)量紅利通過產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和技術(shù)創(chuàng)新間接影響我國的經(jīng)濟(jì)發(fā)展。

3.人口紅利對(duì)區(qū)域協(xié)調(diào)發(fā)展的空間效應(yīng)。新增長理論是在空間勻質(zhì)假設(shè)下進(jìn)行分析的，而事實(shí)上，人口紅利同資本、技術(shù)等生產(chǎn)要素一樣會(huì)出現(xiàn)集聚現(xiàn)象。由新經(jīng)濟(jì)地理學(xué)可知，人口數(shù)量紅利未必一定會(huì)被所在地吸收，其可能發(fā)生外溢（鐘水映和李魁，2010）[10]，人力資本對(duì)周邊地區(qū)的經(jīng)濟(jì)增長也會(huì)產(chǎn)生影響（Rosenthal and Strange，2008）[30]。地區(qū)間的人力資本流動(dòng)成為經(jīng)濟(jì)活動(dòng)地理集中的推動(dòng)力和基本因素（Koenker and Bassett，1978）[31]，“擁擠效應(yīng)”所引致的回流形成新的人口要素集聚，通過競爭效應(yīng)或溢出效應(yīng)影響周邊地區(qū)的經(jīng)濟(jì)增長，為外圍地區(qū)帶來更高的經(jīng)濟(jì)效率。郭英彤等（2017）[32]認(rèn)為，省域經(jīng)濟(jì)存在條件收斂，相鄰地區(qū)的經(jīng)濟(jì)增長呈現(xiàn)正相關(guān)關(guān)系。鄧飛等（2020）[33]以人力資本異質(zhì)性為視角，分析了不同層次人力資本對(duì)區(qū)域經(jīng)濟(jì)發(fā)展效能的空間差異。從現(xiàn)有研究來看，人力資本紅利是否具有顯著的異質(zhì)性空間效應(yīng)仍然存在爭議，有待進(jìn)一步的驗(yàn)證?；谝陨戏治觯疚奶岢鲅芯考僭O(shè)H4。

H4：人口數(shù)量紅利和人口質(zhì)量紅利對(duì)經(jīng)濟(jì)的影響存在空間溢出效應(yīng)。

四、數(shù)據(jù)來源與變量選取

（一）數(shù)據(jù)來源

本文選取2001—2019年我國30個(gè)省、市、自治區(qū)（西藏及港澳臺(tái)地區(qū)除外）的面板數(shù)據(jù)，分析人口數(shù)量紅利和人口質(zhì)量紅利對(duì)我國經(jīng)濟(jì)的實(shí)際貢獻(xiàn)以及人口結(jié)構(gòu)轉(zhuǎn)變對(duì)經(jīng)濟(jì)發(fā)展的影響。本文的數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》《中國科技統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》以及各省的統(tǒng)計(jì)年鑒、中經(jīng)數(shù)據(jù)庫、wind數(shù)據(jù)庫、第七次全國人口普查報(bào)告，少數(shù)缺失數(shù)據(jù)通過查找統(tǒng)計(jì)公報(bào)和線性插值法等補(bǔ)充完整。

（二）變量

1.被解釋變量：總量和質(zhì)量兩個(gè)維度的經(jīng)濟(jì)發(fā)展水平。經(jīng)濟(jì)總量（gdp）用實(shí)際GDP來衡量，即利用2001—2019年30個(gè)省份的名義地區(qū)生產(chǎn)總值（GDP）數(shù)據(jù)，計(jì)算出GDP平減指數(shù)（以2000年為基期）對(duì)名義GDP進(jìn)行平減，從而得到實(shí)際GDP變量。經(jīng)濟(jì)質(zhì)量（gml）則借鑒史代敏和施曉燕（2022）[34]的做法，使用綠色全要素生產(chǎn)率（用MAXDEA軟件計(jì)算的非導(dǎo)向的超效率SBM-GML指數(shù)測(cè)算）作為替代變量。投入要素包括勞動(dòng)、資本和能源，勞動(dòng)投入用各省級(jí)地區(qū)的就業(yè)總?cè)丝趤砗饬?，能源消耗量以煤炭、電力、石油和天然氣消費(fèi)量折算成“萬噸標(biāo)準(zhǔn)煤”進(jìn)行加總計(jì)算，資本存量采用張軍等（2004）[35]的永續(xù)盤存法計(jì)算。期望產(chǎn)出為各省級(jí)地區(qū)以2000年價(jià)格為基準(zhǔn)的不變價(jià)GDP，非期望產(chǎn)出則為二氧化碳、工業(yè)二氧化硫、工業(yè)廢水和工業(yè)固體排放量，其中，二氧化碳排放量數(shù)據(jù)根據(jù)《中國能源統(tǒng)計(jì)年鑒》進(jìn)行測(cè)算，其余數(shù)據(jù)來自于各省的統(tǒng)計(jì)年鑒。

2.核心解釋變量：數(shù)量和質(zhì)量兩個(gè)維度的人口紅利。人口數(shù)量紅利（dedi）體現(xiàn)在總撫養(yǎng)比和勞動(dòng)年齡人口占比兩個(gè)方面，張同斌（2016）[2]、周浩（2018）[4]選用總撫養(yǎng)比系數(shù)作為人口數(shù)量紅利的度量指標(biāo)。借鑒他們的思路，本文用總撫養(yǎng)比的倒數(shù)衡量人口數(shù)量紅利，總撫養(yǎng)比下降相當(dāng)于總撫養(yǎng)比的倒數(shù)上升，這會(huì)促進(jìn)經(jīng)濟(jì)增長，即人口數(shù)量紅利的增加會(huì)顯著促進(jìn)經(jīng)濟(jì)發(fā)展。人口質(zhì)量紅利（hc）以6歲及以上人口中受教育程度為高中以上學(xué)歷占總?cè)丝诘谋戎剡M(jìn)行衡量（楊成鋼和閆東東，2017）[1]，本文預(yù)期其有正面影響。

3.其他變量。參考已有文獻(xiàn)中有關(guān)經(jīng)濟(jì)增長影響因素的選取方法，本文在經(jīng)濟(jì)增長模型中加入影響經(jīng)濟(jì)增長的其他變量，如市場(chǎng)化程度、政府干預(yù)度、外商投資強(qiáng)度、進(jìn)出口額、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、技術(shù)創(chuàng)新能力等。市場(chǎng)化程度（mp）用各省份市場(chǎng)化進(jìn)程指數(shù)（樊綱等，2011）[36]來推算，政府干預(yù)度（fir）用地方財(cái)政一般預(yù)算支出占地區(qū)生產(chǎn)總值的比值來衡量（張同斌，2016）[2]，外商投資強(qiáng)度（rfdi）用外商直接投資額與GDP的比重來衡量，進(jìn)出口（tra）用進(jìn)出口總額與GDP的比值來衡量，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)（indus）用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)的比值代表產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化，技術(shù)創(chuàng)新能力（tech）用專利申請(qǐng)和授權(quán)數(shù)量來衡量?？紤]到異方差和數(shù)據(jù)的平穩(wěn)性問題，本文對(duì)所有變量進(jìn)行了對(duì)數(shù)化處理，各變量的具體定義如表1所示。

表1 變量名稱、符號(hào)及定義

五、實(shí)證檢驗(yàn)和結(jié)果分析

（一）面板固定效應(yīng)模型

為了驗(yàn)證假設(shè)H1，本文基于Romer和Lucas的新增長理論模型Y=F（K，L，H，T）進(jìn)行模型設(shè)定，其中，Y為產(chǎn)出，K、L、H、T分別表示資本、勞動(dòng)、人力資本、技術(shù)進(jìn)步，F(xiàn)為經(jīng)濟(jì)增長函數(shù)。本文結(jié)合所要研究的問題，將模型表示為以下形式：

其中，Y表示經(jīng)濟(jì)發(fā)展（包括數(shù)量和質(zhì)量兩部分），L表示人口數(shù)量紅利，H表示人口質(zhì)量紅利，A表示技術(shù)進(jìn)步，X代表其他要素和控制變量。將等式兩邊同時(shí)取對(duì)數(shù)，式（1）可以表示為線性回歸方程。本文選取2001—2019年30個(gè)省、市、自治區(qū)的面板數(shù)據(jù)，利用面板模型驗(yàn)證人口數(shù)量紅利和人口質(zhì)量紅利對(duì)經(jīng)濟(jì)總量和經(jīng)濟(jì)質(zhì)量的影響。通過Hausman和似然比檢驗(yàn)，本文選擇面板個(gè)體固定效應(yīng)模型進(jìn)行分析，面板固定模型設(shè)定如下：

為了避免多重共線性，本文利用VIF進(jìn)行共線性檢驗(yàn)。結(jié)果顯示，VIF值均小于5，說明模型不存在嚴(yán)重的多重共線性問題。

表2的基準(zhǔn)回歸結(jié)果顯示，人口紅利對(duì)經(jīng)濟(jì)總量和質(zhì)量均有影響。從全樣本來看，2001—2019年我國30個(gè)省份的人口數(shù)量紅利增加，顯著促進(jìn)了經(jīng)濟(jì)總量提升，但抑制了經(jīng)濟(jì)的高質(zhì)量發(fā)展，而人口質(zhì)量紅利提升不僅有利于經(jīng)濟(jì)增長，而且可以正向推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展。該結(jié)果驗(yàn)證了假設(shè)H1，也與人口經(jīng)濟(jì)學(xué)理論相吻合?？v向來看，模型2至模型4反映了人口紅利與經(jīng)濟(jì)增長的關(guān)系。模型2的結(jié)果顯示，在0.01的顯著性水平下，撫養(yǎng)比的倒數(shù)增加1百分點(diǎn)（撫養(yǎng)比下降1個(gè)百分點(diǎn)），則經(jīng)濟(jì)顯著增長0.566百分點(diǎn)，說明人口數(shù)量紅利可以正向促進(jìn)經(jīng)濟(jì)快速增長。模型3的人口質(zhì)量紅利系數(shù)為0.784，說明人口質(zhì)量紅利可以顯著促進(jìn)經(jīng)濟(jì)增長。模型4是將兩個(gè)核心變量放入同一框架，其系數(shù)均顯著為正，說明我國的人口紅利仍未消失，人口數(shù)量紅利和人口質(zhì)量紅利共同驅(qū)動(dòng)了經(jīng)濟(jì)增長。模型5至模型7反映了人口紅利與經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)系。模型5的人口數(shù)量紅利系數(shù)（-0.095）在0.01的水平下顯著為負(fù)，說明人口數(shù)量紅利會(huì)抑制經(jīng)濟(jì)高質(zhì)量發(fā)展。模型6的人口質(zhì)量紅利系數(shù)（0.510）顯著為正，說明人口質(zhì)量紅利會(huì)推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展。模型7的結(jié)果顯示，人口數(shù)量紅利會(huì)抑制經(jīng)濟(jì)高質(zhì)量發(fā)展，而人口質(zhì)量紅利會(huì)促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。對(duì)比模型2和模型5的結(jié)果可以發(fā)現(xiàn)，人口數(shù)量紅利增加會(huì)促進(jìn)經(jīng)濟(jì)總量提升，但會(huì)抑制經(jīng)濟(jì)高質(zhì)量發(fā)展，該結(jié)論與模型4和模型7的結(jié)論一致。對(duì)比模型3和模型6的結(jié)果可以發(fā)現(xiàn)，人口質(zhì)量紅利增加不僅能夠顯著促進(jìn)經(jīng)濟(jì)增長，還能推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展。隨著人口質(zhì)量紅利的增加，即6歲以上人口中受教育程度為高中學(xué)歷及以上占比的升高，我國的經(jīng)濟(jì)總量和經(jīng)濟(jì)質(zhì)量都得到顯著提升。

表2 基準(zhǔn)回歸結(jié)果

從控制變量來看，市場(chǎng)化進(jìn)程和政府干預(yù)對(duì)經(jīng)濟(jì)總量和質(zhì)量的影響大多顯著為正，這與經(jīng)濟(jì)理論相吻合。市場(chǎng)化進(jìn)程的推進(jìn)，實(shí)現(xiàn)了社會(huì)資源的合理利用和優(yōu)化配置，促進(jìn)了社會(huì)經(jīng)濟(jì)的快速發(fā)展，同時(shí)，市場(chǎng)化為經(jīng)濟(jì)增長提供了空間，帶動(dòng)了新型經(jīng)濟(jì)的發(fā)展，對(duì)經(jīng)濟(jì)總量和質(zhì)量的提升產(chǎn)生了正向影響。政府干預(yù)作為“看不見的手”，在市場(chǎng)不能自動(dòng)達(dá)到帕累托最優(yōu)的情況下，發(fā)揮了引導(dǎo)性作用，促使經(jīng)濟(jì)發(fā)展達(dá)到總量、質(zhì)量雙提升的效果。外商投資對(duì)經(jīng)濟(jì)總量的影響顯著為負(fù)，而對(duì)經(jīng)濟(jì)質(zhì)量的影響不顯著。這可能是因?yàn)?，過多的外商投資會(huì)帶來本地產(chǎn)品滯銷、整體生產(chǎn)率下降、產(chǎn)業(yè)鏈低端鎖定等問題，從而抑制經(jīng)濟(jì)增長。進(jìn)出口占GDP的比重對(duì)經(jīng)濟(jì)總量和質(zhì)量的影響均顯著為負(fù)，其原因可能是：一方面，我國各地區(qū)的出口一部分是源自外商投資的出口，進(jìn)出口占GDP的比重對(duì)經(jīng)濟(jì)的正向作用可能被削弱，從而抑制經(jīng)濟(jì)增長；另一方面，貿(mào)易摩擦?xí)蓴_對(duì)外貿(mào)易進(jìn)程，使進(jìn)出口額占GDP的比重出現(xiàn)跳躍式下滑，其對(duì)經(jīng)濟(jì)逐漸產(chǎn)生負(fù)向影響。

（續(xù)表2）

（二）異質(zhì)性分析

為了驗(yàn)證假設(shè)H2，同時(shí)探討人口數(shù)量紅利和人口質(zhì)量紅利在時(shí)間上的變化以及區(qū)域異質(zhì)性問題，本文采用分時(shí)段的回歸和面板分位數(shù)回歸，檢驗(yàn)人口紅利的變化趨勢(shì)以及不同經(jīng)濟(jì)發(fā)展水平下各省份人口紅利的異質(zhì)性影響。

1.分時(shí)間段面板數(shù)據(jù)分析。表3報(bào)告了2001—2009年和2010—2019年兩個(gè)時(shí)間段，人口紅利對(duì)經(jīng)濟(jì)總量和經(jīng)濟(jì)質(zhì)量的差異性影響。從人口紅利對(duì)經(jīng)濟(jì)總量的影響效果來看，人口數(shù)量紅利的回歸系數(shù)從1.092變?yōu)?0.533，說明人口數(shù)量紅利與經(jīng)濟(jì)總量的關(guān)系呈現(xiàn)倒U形，即隨著人口數(shù)量紅利的增加，經(jīng)濟(jì)總量先上升后下降。人口質(zhì)量紅利的系數(shù)從0.210顯著提高至0.424，說明人口質(zhì)量紅利逐漸顯現(xiàn)，且隨著時(shí)間的推移，人口質(zhì)量紅利對(duì)經(jīng)濟(jì)總量的影響日益顯著。該結(jié)論也與經(jīng)濟(jì)理論和現(xiàn)實(shí)情況相符。一方面，企業(yè)用人成本增加導(dǎo)致部分海外產(chǎn)業(yè)外遷，就業(yè)崗位減少，勞動(dòng)力數(shù)量的增加并沒有帶來就業(yè)的壓力，人口紅利的增加反而對(duì)經(jīng)濟(jì)增長產(chǎn)生了抑制作用。另一方面，經(jīng)濟(jì)危機(jī)、全球需求端萎靡意味著空閑勞動(dòng)力增加，隨著第三次產(chǎn)業(yè)技術(shù)革命的興起，各國對(duì)高技術(shù)人才更加渴求，各行各業(yè)也更加智能化，這使得勞動(dòng)力質(zhì)量成為經(jīng)濟(jì)增長的核心動(dòng)力。從表3人口紅利對(duì)經(jīng)濟(jì)質(zhì)量的影響來看，兩個(gè)時(shí)間段的人口數(shù)量紅利系數(shù)均不顯著，且回歸系數(shù)很小，說明人口數(shù)量紅利的影響微乎其微。人口質(zhì)量紅利系數(shù)從0.006 2上升至0.533，即從不顯著到顯著，說明人口質(zhì)量紅利對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響逐步顯現(xiàn)，尤其是近幾年的影響效果更加明顯?？傊瑥?010年開始，人口數(shù)量紅利式微，而人力資本紅利逐漸超越人口數(shù)量紅利成為我國經(jīng)濟(jì)發(fā)展的主導(dǎo)力量。本文認(rèn)為，我國的人口結(jié)構(gòu)正在發(fā)生轉(zhuǎn)型，且人口數(shù)量紅利的驅(qū)動(dòng)力正載轉(zhuǎn)化為人口質(zhì)量紅利的驅(qū)動(dòng)力，這是符合二次人口紅利理論的。

表3 人口紅利的經(jīng)濟(jì)效應(yīng)（分時(shí)間段回歸）

（續(xù)表3）

2.分位數(shù)面板數(shù)據(jù)分析。為了驗(yàn)證假設(shè)H2，同時(shí)探究不同經(jīng)濟(jì)發(fā)展水平下各省份人口紅利對(duì)經(jīng)濟(jì)發(fā)展的異質(zhì)性影響，本文引入面板分位數(shù)回歸模型，即在分位數(shù)回歸模型（QRM）（Koenker and Bassett，1978）[31]的基礎(chǔ)上，借鑒蘆婷婷和祝志勇（2021）[37]的方法，利用面板分位數(shù)模型進(jìn)行參數(shù)估計(jì)，將被解釋變量看成是一個(gè)函數(shù)分布，根據(jù)最小化加權(quán)的殘差絕對(duì)值求和，從而估計(jì)解釋變量處于被解釋變量不同分位點(diǎn)時(shí)的影響。面板分位數(shù)模型設(shè)定如下：

其中，下標(biāo)τ表示分位數(shù)（本文選取0.25、0.5、0.75三個(gè)分位點(diǎn)）。

從表4的面板分位數(shù)模型回歸結(jié)果來看，隨著分位點(diǎn)的變化，GDP水平越高的地區(qū)，人口數(shù)量紅利的驅(qū)動(dòng)效應(yīng)越小直至不顯著，而三個(gè)分位點(diǎn)上的人口質(zhì)量紅利則從0.572提高到0.759再到0.909，說明經(jīng)濟(jì)越發(fā)達(dá)地區(qū)人口數(shù)量紅利的驅(qū)動(dòng)效應(yīng)越弱，而人口質(zhì)量紅利的驅(qū)動(dòng)效應(yīng)越強(qiáng)。這就進(jìn)一步驗(yàn)證了假設(shè)H2，即我國人口結(jié)構(gòu)已發(fā)生變化，由人口數(shù)量紅利轉(zhuǎn)向人口質(zhì)量紅利。同時(shí)，對(duì)于經(jīng)濟(jì)高質(zhì)量發(fā)展而言，人口數(shù)量紅利的抑制作用是一直存在的，但經(jīng)濟(jì)質(zhì)量越高的地區(qū)，人口數(shù)量紅利的負(fù)面效應(yīng)越弱。人口質(zhì)量紅利則具有促進(jìn)作用，且經(jīng)濟(jì)質(zhì)量越低的地區(qū)，人口質(zhì)量紅利的驅(qū)動(dòng)效應(yīng)越強(qiáng)。這可能是因?yàn)?，單純的勞?dòng)力增加并不能帶動(dòng)地區(qū)經(jīng)濟(jì)的高質(zhì)量發(fā)展，反而會(huì)因就業(yè)壓力大、環(huán)保意識(shí)薄弱、受教育程度參差不齊等而產(chǎn)生抑制作用，而在高質(zhì)量發(fā)展程度較低的地區(qū)，高素質(zhì)人才的邊際效用更強(qiáng)，這也符合高質(zhì)量發(fā)展對(duì)技術(shù)創(chuàng)新等層面的需求。此外，經(jīng)濟(jì)質(zhì)量較高的地區(qū)還會(huì)產(chǎn)生人才的虹吸效應(yīng)，造成擠出效應(yīng)和人口質(zhì)量紅利的浪費(fèi)。

表4 人口紅利的經(jīng)濟(jì)效應(yīng)（分位數(shù)回歸）

綜上所述，人口數(shù)量紅利雖然對(duì)經(jīng)濟(jì)總量具有正向影響，但對(duì)經(jīng)濟(jì)質(zhì)量具有抑制作用，而人口質(zhì)量紅利對(duì)經(jīng)濟(jì)總量和經(jīng)濟(jì)質(zhì)量均具有顯著的促進(jìn)作用。同時(shí)，人口數(shù)量紅利與經(jīng)濟(jì)總量的關(guān)系在時(shí)間上呈現(xiàn)倒U形，而人口質(zhì)量紅利對(duì)經(jīng)濟(jì)總量和經(jīng)濟(jì)質(zhì)量的影響日益顯著?？傮w來看，人口數(shù)量紅利式微，而人口質(zhì)量紅利逐漸超越人口數(shù)量紅利成為我國經(jīng)濟(jì)發(fā)展的主導(dǎo)力量。就不同的地區(qū)而言，兩類人口紅利的影響效果不盡相同，經(jīng)濟(jì)發(fā)達(dá)地區(qū)人口數(shù)量紅利的驅(qū)動(dòng)效應(yīng)較弱，而人口質(zhì)量紅利的驅(qū)動(dòng)效應(yīng)較強(qiáng)，同時(shí)，人口數(shù)量紅利對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展所起的抑制作用在經(jīng)濟(jì)質(zhì)量高的地區(qū)較弱，而人口質(zhì)量紅利的促進(jìn)作用在經(jīng)濟(jì)質(zhì)量低的地區(qū)則較強(qiáng)，總體的區(qū)域差異性較大。

（三）機(jī)制分析

由前文的理論分析可知，人口紅利不僅對(duì)經(jīng)濟(jì)發(fā)展具有直接效應(yīng)，還可以通過產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和技術(shù)進(jìn)步對(duì)經(jīng)濟(jì)發(fā)展產(chǎn)生間接影響。為了驗(yàn)證假設(shè)H3，本文使用中介效應(yīng)模型驗(yàn)證人口紅利的實(shí)現(xiàn)路徑。

中介效應(yīng)分析一般采用逐步檢驗(yàn)回歸系數(shù)的方法，可以分為三步。第一步，檢驗(yàn)方程（10）的系數(shù)c，也就是自變量對(duì)因變量Y的總效應(yīng)。第二步，檢驗(yàn)方程（11）的系數(shù)a，也就是自變量與中介變量M的關(guān)系。第三步，在控制中介變量M后，檢驗(yàn)方程（12）的系數(shù)c′和系數(shù)b。由于遮掩模型可能出現(xiàn)直接效應(yīng)和間接效應(yīng)相互抵消的情況，本文還要進(jìn)行中介效應(yīng)檢驗(yàn)。鑒于Bootstrap具有較高的統(tǒng)計(jì)效力（溫忠麟和葉寶娟，2014）[38]，本文采用Bootstrap檢驗(yàn)中介效應(yīng)，設(shè)定次數(shù)為500次、區(qū)間為95%的置信區(qū)間，如果該置信區(qū)間不包含0，則拒絕系數(shù)乘積為0的原假設(shè)，說明中介效應(yīng)顯著。Bootstrap檢驗(yàn)結(jié)果見表5和表6。從表5的結(jié)果來看，人口數(shù)量紅利通過技術(shù)進(jìn)步對(duì)經(jīng)濟(jì)增長和高質(zhì)量發(fā)展產(chǎn)生促進(jìn)作用，通過產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對(duì)高質(zhì)量發(fā)展產(chǎn)生正面影響，但對(duì)經(jīng)濟(jì)增長的效果不明顯。這可能是因?yàn)椋a(chǎn)業(yè)結(jié)構(gòu)升級(jí)可能帶來的經(jīng)濟(jì)“陣痛”，導(dǎo)致人口紅利對(duì)經(jīng)濟(jì)增長的效果不顯著。

表5 人口數(shù)量紅利的Bootstrap中介效應(yīng)檢驗(yàn)

從表6的結(jié)果來看，人口質(zhì)量紅利通過產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對(duì)經(jīng)濟(jì)增長產(chǎn)生抑制作用，對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生正向作用，通過技術(shù)進(jìn)步對(duì)經(jīng)濟(jì)增長產(chǎn)生正向作用，但對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的中介效應(yīng)不明顯。這可能是因?yàn)?，高等教育的培養(yǎng)方向?qū)е录夹g(shù)進(jìn)步的方向向經(jīng)濟(jì)重心偏移，而“軟實(shí)力”尤其是環(huán)境保護(hù)方面的技術(shù)創(chuàng)新較少。對(duì)比直接效應(yīng)和間接效應(yīng)可以發(fā)現(xiàn)，從系數(shù)的角度來看，人口質(zhì)量紅利對(duì)經(jīng)濟(jì)增長和經(jīng)濟(jì)高質(zhì)量發(fā)展的總效應(yīng)（系數(shù)加總）均為正，這與前文的基準(zhǔn)回歸、異質(zhì)性分析結(jié)果相符。

表6 人口質(zhì)量紅利的Bootstrap中介效應(yīng)檢驗(yàn)

（四）穩(wěn)健性檢驗(yàn)

為了驗(yàn)證各模型結(jié)果的可信程度，本文進(jìn)一步進(jìn)行替代控制變量的穩(wěn)健性檢驗(yàn)和一階差分GMM的內(nèi)生性檢驗(yàn)，以期解決可能存在的模型設(shè)定、互為因果等問題。

1.替換控制變量。本文以按境內(nèi)目的地和貨源地劃分的貨物進(jìn)出口水平（merc）替換按經(jīng)營單位所在地劃分的貨物進(jìn)出口水平（tra），并進(jìn)行穩(wěn)健性檢驗(yàn)。從表7的穩(wěn)健性檢驗(yàn)結(jié)果來看，替換控制變量后，核心解釋變量的系數(shù)和顯著性均未發(fā)生明顯變化，說明模型設(shè)定合理、結(jié)果可靠。

表7 穩(wěn)健性檢驗(yàn)

2.內(nèi)生性檢驗(yàn)。由于人口紅利存在滯后效應(yīng)，可能會(huì)對(duì)模型的內(nèi)生性產(chǎn)生影響，本文使用差分GMM模型進(jìn)行內(nèi)生檢驗(yàn)。一階差分GMM檢驗(yàn)?zāi)Ｐ腿缦拢?/p>

其中，ln gdpi，t-1和ln gmli，t-1為滯后一期的工具變量，其他符號(hào)及變量同上。

加入被解釋變量的滯后一期作為工具變量后，基準(zhǔn)回歸模型就變?yōu)閯?dòng)態(tài)面板回歸模型。表8的差分GMM檢驗(yàn)結(jié)果顯示，AR（1）均在0.05的水平上顯著，而AR（2）在0.05的水平上不顯著，說明Arellano-Bond檢驗(yàn)沒有拒絕“擾動(dòng)項(xiàng)無自相關(guān)”的原假設(shè)。sargan檢驗(yàn)結(jié)果也不顯著，不能拒絕“工具變量有效”的原假設(shè)，說明模型設(shè)定合理。因此，內(nèi)生性檢驗(yàn)得以通過。同時(shí)，GMM估計(jì)結(jié)果與靜態(tài)面板模型估計(jì)結(jié)果基本一致，各變量的系數(shù)和顯著性無顯著變化，這也進(jìn)一步證明了模型的穩(wěn)健性。

表8 差分GMM模型的內(nèi)生性檢驗(yàn)

（續(xù)表8）

六、空間效應(yīng)檢驗(yàn)

根據(jù)Tobler（1970）[39]提出的地理學(xué)第一定律，任何地理事物之間都存在相關(guān)性，且與距離有關(guān)。已有研究發(fā)現(xiàn)，人口紅利具有明顯的區(qū)域異質(zhì)性（王志寶等，2013）[40]，經(jīng)濟(jì)總量和經(jīng)濟(jì)質(zhì)量也存在明顯的區(qū)域差異（董敏杰和梁泳梅，2013；魏敏和李書昊，2018）[41，42]?；诖耍疚睦每臻g計(jì)量模型對(duì)人口紅利的空間效應(yīng)進(jìn)行分析。

（一）空間權(quán)重矩陣

本文采用鄰接空間權(quán)重矩陣（W）進(jìn)行空間分析。鄰接空間權(quán)重矩陣又稱為0-1矩陣，其通過判斷區(qū)域是否相鄰來反映空間關(guān)系，設(shè)定方法如下：

（二）空間自相關(guān)檢驗(yàn)

在確定是否使用空間計(jì)量方法時(shí)，本文首先考察數(shù)據(jù)是否存在空間依賴性和相關(guān)性。鑒于已有研究普遍使用Moran’I檢驗(yàn)空間自相關(guān)（Moran，1950）[43]，本文也采用全局Moran’I檢驗(yàn)被解釋變量（經(jīng)濟(jì)總量和經(jīng)濟(jì)質(zhì)量）和核心變量（人口數(shù)量紅利和人口質(zhì)量紅利）的空間相關(guān)性。全局Moran’I的計(jì)算公式如下：

表9 2001—2019年的全局Moran指數(shù)

由表9可知，被解釋變量和核心解釋變量的全局Maran指數(shù)大多顯著為正，說明地區(qū)的經(jīng)濟(jì)總量、經(jīng)濟(jì)質(zhì)量、人口數(shù)量紅利和人口質(zhì)量紅利均存在空間正自相關(guān)性，且區(qū)域間存在空間聯(lián)系，即模型的被解釋變量和核心變量均存在空間自相關(guān)關(guān)系。

（三）空間杜賓模型回歸

鑒于Maran指數(shù)顯示的被解釋變量和核心變量均存在空間自相關(guān)關(guān)系，且LM檢驗(yàn)中的空間誤差和自相關(guān)結(jié)果均顯著，本文選擇鄰接空間權(quán)重矩陣。為了驗(yàn)證假設(shè)H4，本文借鑒白雪潔和周曉輝（2021）[44]的研究，通過引入空間杜賓模型，進(jìn)一步檢驗(yàn)人口數(shù)量紅利和人口質(zhì)量紅利對(duì)經(jīng)濟(jì)發(fā)展的空間溢出效應(yīng)。模型設(shè)定如下：

其中，i、j代表不同的區(qū)域，t代表年份，Wij表示空間權(quán)重，ρ為被解釋變量空間回歸系數(shù)，φ為解釋變量空間回歸系數(shù)，λ為空間誤差回歸系數(shù)。空間杜賓模型的hausman檢驗(yàn)結(jié)果顯示，模型應(yīng)選擇隨機(jī)效應(yīng)。本文對(duì)隨機(jī)效應(yīng)的空間面板杜賓模型進(jìn)行檢驗(yàn)，結(jié)果均顯著，說明空間杜賓模型不會(huì)出現(xiàn)退化。

ln mp 0.237***（0.033）0.040**（0.020）ln fir 0.083**（0.035）0.238***（0.034）0.041**（0.019）0.031**（0.014）ln rfdi -0.016（0.012）0.083**（0.035）0.030**（0.014）-0.001（0.005）ln tra 0.003（0.014）-0.018（0.012）-0.001（0.005）-0.004（0.005）ln merc -0.005（0.014）-0.004（0.005）間接效應(yīng)ln dedi 0.230（0.171）-0.063**（0.031）ln hc 0.381***（0.108）0.219（0.166）-0.065**（0.031）0.016（0.023）ln mp 0.524***（0.089）0.397***（0.106）0.015（0.229）-0.017（0.028）ln fir 1.689***（0.112）0.525***（0.089）-0.015（0.027）-0.004（0.024）ln rfdi -0.043（0.048）1.683***（0.112）-0.011（0.025）0.027***（0.009）ln tra -0.126**（0.061）-0.060（0.047）0.028***（0.009）-0.035***（0.012）ln merc -0.109*（0.061）-0.032***（0.124）sigma 0.005***（0.0002）0.003***（0.0002）likehood 562.295 560.296 828.944 827.768 N 570 570 570 570 0.005***（0.0003）0.003***（0.0002）

從間接效應(yīng)來看，人口數(shù)量紅利對(duì)經(jīng)濟(jì)總量的空間溢出效應(yīng)不顯著，但對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的空間抑制效應(yīng)顯著，這意味著本地的人口虹吸效應(yīng)雖然對(duì)經(jīng)濟(jì)效應(yīng)有利，但對(duì)周邊地區(qū)的經(jīng)濟(jì)發(fā)展會(huì)有負(fù)面影響，現(xiàn)實(shí)中東部地區(qū)的虹吸效應(yīng)對(duì)周邊地區(qū)的影響可以佐證這一點(diǎn)。人口質(zhì)量紅利對(duì)經(jīng)濟(jì)總量具有顯著的空間溢出效應(yīng)，對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的空間溢出效應(yīng)則不顯著。人口質(zhì)量紅利不僅會(huì)對(duì)本地的經(jīng)濟(jì)發(fā)展產(chǎn)生正面影響，還會(huì)對(duì)周邊地區(qū)的經(jīng)濟(jì)發(fā)展產(chǎn)生促進(jìn)作用。這可能是因?yàn)?，人口質(zhì)量紅利所帶來的知識(shí)溢出效應(yīng)和技術(shù)溢出效應(yīng)實(shí)現(xiàn)了區(qū)域擴(kuò)散。此外，從控制變量的空間效應(yīng)來看，其總效應(yīng)和直接效應(yīng)與前文的面板回歸結(jié)果相符，這就進(jìn)一步驗(yàn)證了本文結(jié)論的準(zhǔn)確性。

七、結(jié)論與建議

基于2001—2019年我國30個(gè)省、市、自治區(qū)（西藏及港澳臺(tái)地區(qū)除外）的面板數(shù)據(jù)，本文以人口數(shù)量紅利、人口質(zhì)量紅利與經(jīng)濟(jì)發(fā)展之間的關(guān)系為主線，通過構(gòu)建面板固定效應(yīng)模型、面板分位數(shù)模型、空間杜賓模型，對(duì)人口紅利的經(jīng)濟(jì)效應(yīng)及時(shí)空異質(zhì)性進(jìn)行了分析，并得出以下結(jié)論：（1）全樣本分析表明，人口數(shù)量紅利增加會(huì)顯著促進(jìn)經(jīng)濟(jì)總量增長，但會(huì)抑制經(jīng)濟(jì)質(zhì)量提高，而人口質(zhì)量紅利增加能夠在促進(jìn)經(jīng)濟(jì)總量增長的同時(shí)，推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展；（2）異質(zhì)性分析表明，我國經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)后，人口數(shù)量紅利式微，人口質(zhì)量紅利逐漸取代人口數(shù)量紅利成為經(jīng)濟(jì)發(fā)展的主導(dǎo)力量，經(jīng)濟(jì)發(fā)展水平不同的地區(qū)人口數(shù)量紅利和人口質(zhì)量紅利的驅(qū)動(dòng)效應(yīng)也存在差異；（3）機(jī)制分析表明，人口數(shù)量紅利和人口質(zhì)量紅利會(huì)隨著產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和技術(shù)進(jìn)步對(duì)經(jīng)濟(jì)總量和質(zhì)量產(chǎn)生顯著的影響；（4）空間分析表明，人口數(shù)量紅利對(duì)經(jīng)濟(jì)總量的空間溢出效應(yīng)不顯著，但對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的空間抑制效應(yīng)顯著，而人口質(zhì)量紅利對(duì)經(jīng)濟(jì)總量具有顯著的空間溢出效應(yīng)，對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的空間溢出效應(yīng)則不顯著。

根據(jù)以上研究結(jié)論，結(jié)合新時(shí)代我國人口與經(jīng)濟(jì)發(fā)展面臨的困境，本文提出三方面建議。

第一，加快推動(dòng)經(jīng)濟(jì)轉(zhuǎn)型，從更多地依靠人口數(shù)量紅利向依靠人口質(zhì)量紅利轉(zhuǎn)變。我國不僅要繼續(xù)擴(kuò)大勞動(dòng)年齡人口規(guī)模，更要提升勞動(dòng)力質(zhì)量。在政策方面，我國應(yīng)通過制定更加靈活、更富有彈性的退休制度，解決年輕勞力的后顧之憂，激發(fā)勞動(dòng)年齡人口的工作熱情。同時(shí)，我國應(yīng)繼續(xù)落實(shí)三胎政策，適度鼓勵(lì)和扶持三胎家庭，從根源上解決未來勞動(dòng)力短缺的問題。在行動(dòng)方面，我國應(yīng)擴(kuò)大教育支出，嚴(yán)抓高等學(xué)校教育與科研，強(qiáng)化教育和技能培訓(xùn)等，以提升我國的勞動(dòng)力質(zhì)量，為經(jīng)濟(jì)的高質(zhì)量發(fā)展提供更多的高素質(zhì)人才。

第二，重視不同經(jīng)濟(jì)發(fā)展水平地區(qū)人口紅利的不平衡性，推動(dòng)區(qū)域協(xié)調(diào)發(fā)展。我國應(yīng)推進(jìn)并完善勞動(dòng)力市場(chǎng)體系建設(shè)，不僅要在發(fā)達(dá)地區(qū)及中等發(fā)達(dá)省份滿足高質(zhì)量人才要求，以需求為導(dǎo)向提供就業(yè)崗位，而且要在經(jīng)濟(jì)欠發(fā)達(dá)省份推進(jìn)人才引進(jìn)政策，以落戶政策、獎(jiǎng)勵(lì)政策等留住高素質(zhì)人才，同時(shí)對(duì)經(jīng)濟(jì)落后地區(qū)開展各種層次的教育和培訓(xùn)，提高勞動(dòng)力的積極性，避免勞動(dòng)力流失。為了降低人口數(shù)量紅利對(duì)經(jīng)濟(jì)質(zhì)量的空間抑制作用，強(qiáng)化人口質(zhì)量紅利對(duì)經(jīng)濟(jì)增長的空間溢出效應(yīng)，勞動(dòng)力聚集或勞動(dòng)密集型產(chǎn)業(yè)較多的地區(qū)可以通過產(chǎn)業(yè)轉(zhuǎn)型升級(jí)減少人口數(shù)量集聚，西部地區(qū)則可以通過人才引進(jìn)或打造核心城市的方式吸引人才，從而充分發(fā)揮人口質(zhì)量紅利的空間溢出效應(yīng)。

第三，加快產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)的經(jīng)濟(jì)轉(zhuǎn)型。在產(chǎn)業(yè)升級(jí)方面，我國不僅要在要素扶持政策和相關(guān)市場(chǎng)領(lǐng)域改革方面加大支持和推進(jìn)力度，還要積極培育經(jīng)濟(jì)新業(yè)態(tài)，加強(qiáng)技術(shù)創(chuàng)新平臺(tái)及科技服務(wù)體系建設(shè)，推動(dòng)健康產(chǎn)業(yè)與數(shù)字經(jīng)濟(jì)的深度融合。在技術(shù)創(chuàng)新方面，我國不僅要深化科技體制改革，著力解決科技與經(jīng)濟(jì)脫節(jié)的問題，更要大力實(shí)施知識(shí)產(chǎn)權(quán)戰(zhàn)略，加強(qiáng)知識(shí)產(chǎn)權(quán)創(chuàng)造、應(yīng)用和保護(hù)，進(jìn)一步激發(fā)廣大科技工作者的創(chuàng)新活力，最大程度地動(dòng)員和整合全社會(huì)的科技創(chuàng)新資源，實(shí)現(xiàn)要素資源效益的最大化，增強(qiáng)科技工作的活力、動(dòng)力及其對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的支撐力、引領(lǐng)力。