胡雪萍 史倩倩 向華麗

摘 要：在鄉(xiāng)村振興戰(zhàn)略背景下，重新審視農(nóng)村勞動力人口數(shù)量、人口結(jié)構(gòu)在2021—2050年間的變化趨勢，有利于從宏觀上把握中國經(jīng)濟發(fā)展的農(nóng)村勞動力人口資源，準(zhǔn)確推進鄉(xiāng)村振興戰(zhàn)略部署。

以“七普”和歷年人口相關(guān)數(shù)據(jù)為基礎(chǔ)，以歷年分孩次生育率和聯(lián)合國總結(jié)的發(fā)展中國家生育模式經(jīng)驗來設(shè)置生育水平參數(shù)，以分不同時段的城鎮(zhèn)化率變化模型設(shè)置農(nóng)村人口遷出率參數(shù)，以分遷移原因的遷移數(shù)據(jù)模擬農(nóng)村人口的遷移模式，采用經(jīng)典的基于隊列的人口預(yù)測方法，對農(nóng)村勞動力人口規(guī)模、年齡結(jié)構(gòu)和性別結(jié)構(gòu)進行了預(yù)測。預(yù)測結(jié)果表明：農(nóng)村勞動力規(guī)模持續(xù)下降，2035年、2050年分別降至2.04億、1.20億，仍存在農(nóng)村勞動力剩余；勞動力年齡結(jié)構(gòu)分布失調(diào)，將面臨間斷性的年齡結(jié)構(gòu)斷層；勞動力性別結(jié)構(gòu)嚴(yán)重失衡，到2035年將有1910萬被動不婚人群，且隨著時間推移不能得到有效緩解；勞動力撫養(yǎng)負(fù)擔(dān)持續(xù)增加，但2022—2028年仍是應(yīng)對農(nóng)村人口老齡化的戰(zhàn)略機遇期。由此，在鄉(xiāng)村振興戰(zhàn)略實施過程中，不僅要處理好總體上農(nóng)村剩余勞動力流向城鎮(zhèn)與局部上農(nóng)村勞動力人口年齡斷層的矛盾，暢通勞動力人口雙向流動的渠道，也要關(guān)注農(nóng)村男性受到婚姻擠壓所可能引發(fā)的社會難題，以及要把握2022—2028年這個戰(zhàn)略機遇期，為解決農(nóng)村勞動力人口撫養(yǎng)負(fù)擔(dān)過重構(gòu)建制度基礎(chǔ)。

關(guān)鍵詞：農(nóng)村勞動力人口；人口預(yù)測；遷移模式；年齡結(jié)構(gòu)；性別結(jié)構(gòu)

中圖分類號：C921 ??文獻標(biāo)識碼：A ??文章編號：1000-4149（2023）02-0027-18

DOI：10.3969/j.issn.1000-4149.2023.00.023

收稿日期：2022-08-12;修訂日期：2023-01-18

基金項目：國家社會科學(xué)基金重大項目“胡煥庸線穩(wěn)定性與中國人口均衡發(fā)展戰(zhàn)略研究”（18ZDA132）。

作者簡介：胡雪萍，中南財經(jīng)政法大學(xué)經(jīng)濟學(xué)院教授，博士生導(dǎo)師；史倩倩，中南財經(jīng)政法大學(xué)經(jīng)濟學(xué)院博士研究生；向華麗，中南財經(jīng)政法大學(xué)公共管理學(xué)院副教授。

一、引言

鄉(xiāng)村振興戰(zhàn)略為中國農(nóng)村2018—2050年的發(fā)展目標(biāo)和發(fā)展路徑提供了戰(zhàn)略方向。國家鄉(xiāng)村振興局的成立和

《中華人民共和國鄉(xiāng)村振興促進法》的頒布實施，標(biāo)志著鄉(xiāng)村振興戰(zhàn)略全面鋪開。鄉(xiāng)村振興需要關(guān)注農(nóng)村勞動力人口的變化趨勢［1］，因為勞動力是宏觀經(jīng)濟發(fā)展的基本投入資源之一，長期來看也是技術(shù)進步的基礎(chǔ)之一。審視農(nóng)村勞動力人口資源的存量及變化趨勢，有利于總體把握農(nóng)村進一步的發(fā)展方向和改革重點，有利于準(zhǔn)確地認(rèn)識農(nóng)村勞動力人口性別結(jié)構(gòu)、年齡結(jié)構(gòu)的變化程度，以及由此帶來的社會經(jīng)濟問題，因此有必要對鄉(xiāng)村振興戰(zhàn)略不同階段的農(nóng)村勞動力人口變動趨勢進行研究，以作為鄉(xiāng)村振興戰(zhàn)略實施的基本數(shù)據(jù)參考。

已有關(guān)于農(nóng)村勞動力人口的研究主要集中于三個方面：一是研究農(nóng)村到底存在多少剩余勞動力需要轉(zhuǎn)移［2-6］，該類文獻主要是在中國經(jīng)濟工業(yè)化、城鎮(zhèn)化發(fā)展模式

下展開的，側(cè)重于農(nóng)村總量上需要多少勞動力、剩余多少勞動力，而對農(nóng)村人口結(jié)構(gòu)的分析較少。二是研究城鎮(zhèn)化發(fā)展或老齡化對農(nóng)村人口結(jié)構(gòu)的影響［7-8］，指出相對于城鎮(zhèn)人口，農(nóng)村人口面臨更為劇烈的總量變動和結(jié)構(gòu)變動。三是生育政策調(diào)整對農(nóng)村人口結(jié)構(gòu)的影響，如羅雅楠等根據(jù)2010年人口普查數(shù)據(jù)預(yù)測了“全面二孩”政策后分城鄉(xiāng)的人口態(tài)勢［9］，馬芒、吳石英分析了生育政策對農(nóng)村人口結(jié)構(gòu)的影響等［10］。

以城鎮(zhèn)化為主導(dǎo)的研究模式，雖然涉及農(nóng)村人口結(jié)構(gòu)，但因其在設(shè)置基本參數(shù)時主要以城鎮(zhèn)為主，因而對農(nóng)村的參數(shù)設(shè)置缺乏針對性，普遍采用的總和生育率水平較高，且出現(xiàn)高低不同方案中的生育率水平?jīng)]有差別的現(xiàn)象。而對遷移模式的選擇主要是兩種，分別是以

羅杰斯

（Rogers）遷移率模型測算的遷移模式和特定時期內(nèi)鄉(xiāng)城人口變動數(shù)據(jù)計算的遷移模式。此外，相關(guān)預(yù)測文獻側(cè)重于人口總量上的研究，農(nóng)村勞動力人口的變動只是其中的一部分，且側(cè)重于對年齡結(jié)構(gòu)的分析，對農(nóng)村勞動力人口的性別結(jié)構(gòu)分析少有涉及。

區(qū)別于上述研究，本文基于“七普”數(shù)據(jù)，從鄉(xiāng)村振興的視角研究農(nóng)村勞動力人口

在2021—2050年間的變動趨勢。

在參數(shù)設(shè)置中有針對性地分析了農(nóng)村總和生育率水平、生育模式的變動，通過區(qū)分長期、中期和短期的城鎮(zhèn)化“S”曲線設(shè)置遷移率水平，并使用農(nóng)村分遷移原因的遷移數(shù)據(jù)模擬農(nóng)村人口的遷移模式，將農(nóng)村勞動力人口的預(yù)測結(jié)果從總量規(guī)模、年齡結(jié)構(gòu)和性別結(jié)構(gòu)進行全面分析，為鄉(xiāng)村振興提供人口數(shù)據(jù)參考。

二、研究方法與數(shù)據(jù)

1. 預(yù)測方法

本文針對農(nóng)村人口采用經(jīng)典的基于隊列的人口預(yù)測方法，即對不同性別不同年齡組別按順序排成隊列，根據(jù)不同組別人口變動的影響因素分析預(yù)測，最后得出最終人口數(shù)量以及人口結(jié)構(gòu)。人口變動的主要影響因素是生育水平、死亡水平和遷移水平，可由下式來

表達：

Pt+T=Pt+Bt，t+T-Dt，t+T-Mt，t+T

（1）

其中，Pt為t期人口數(shù)量，Pt+T為經(jīng)過時間T后的人口數(shù)量，Bt，t+T為時間T期間的出生人口，

Dt，t+T

為時間T期間的死亡人口，Mt，t+T為時間T期間的農(nóng)村凈遷出人口。在隊列人口預(yù)測思想下，本文采用PADIS-INT軟件進行具體預(yù)測。通常對農(nóng)村人口的預(yù)測會

在預(yù)測全國人口的基礎(chǔ)上，通過乘以城鎮(zhèn)化率的方式拆分出城鄉(xiāng)人口。而本文采用單獨預(yù)測農(nóng)村人口的方式，

這可能會造成兩種方式預(yù)測結(jié)果不一致的問題。但是，目前中國城鄉(xiāng)人口在年齡別上的分布不同，城鎮(zhèn)的育齡婦女比重要高于農(nóng)村，所以即使所有參數(shù)設(shè)置相同，通過全國人口預(yù)測的方法會系統(tǒng)性地高估農(nóng)村人口的出生數(shù)量，并逐漸累積。本文以農(nóng)村人口的現(xiàn)實年齡別分布為基期，避免了農(nóng)村人口高估的結(jié)果，使得對農(nóng)村人口的預(yù)測更有針對性。

2. 參數(shù)設(shè)置方法

本文基于不同的生育率和遷移率情景設(shè)置不同方案，在每種方案下依次對生育水平、死亡水平和遷移水平進行參數(shù)設(shè)置。影響生育水平的因素很多，經(jīng)濟、社會、家庭、制度以及文化因素都可能對生育水平產(chǎn)生影響［11］。對生育水平的預(yù)測有多種方法，如經(jīng)典的分孩次預(yù)測、隨機模型預(yù)測［12］、Lee-Carter模型預(yù)測 ［13-14］ 等。文獻和相關(guān)數(shù)據(jù)表明基于模型的生育率預(yù)測方法對所估計參數(shù)較為敏感，我國在2013年、2016年陸續(xù)調(diào)整生育政策，這對參數(shù)估計會產(chǎn)生較大誤差。使用分孩次的預(yù)測方法可以更直觀地對生育水平的變化趨勢作出符合人口轉(zhuǎn)變規(guī)律的預(yù)測。因此，本文依據(jù)中國農(nóng)村歷年的分孩次生育率和“七普”數(shù)據(jù)呈現(xiàn)的生育模式，并參考聯(lián)合國對中國人口的預(yù)測參數(shù)進行生育水平的設(shè)定。

中國的人口發(fā)展已經(jīng)從由出生和死亡為主導(dǎo)轉(zhuǎn)向了以人口遷移為主導(dǎo)［15］，人口遷移已經(jīng)成為城鎮(zhèn)和農(nóng)村人口變動的關(guān)鍵因素，因此遷移水平的設(shè)定是農(nóng)村人口預(yù)測中最為重要的參數(shù)。

其一，遷移率是由中國城鎮(zhèn)化進程決定的，本文參考聯(lián)合國關(guān)于世界各國城鎮(zhèn)化發(fā)展的“S”曲線設(shè)定中國城鎮(zhèn)化發(fā)展的模型，創(chuàng)新性地從長期、中期和短期三個時間段推斷 “S”曲線的參數(shù)。

假定“S”曲線形式為

Ut=K/（1+λe-ct），其中K為較成熟的城鎮(zhèn)化率水平，設(shè)定為80%，那么城鎮(zhèn)化率Ut由參數(shù)

λ、e

和時間t決定。由于歷史時段選擇的不同，估計的參數(shù)結(jié)果將會產(chǎn)生差異，依據(jù)城鎮(zhèn)化率逼近成熟水平的速度不同，本文分別以1981—2021年、2000—2021年和2010—2021年的城鎮(zhèn)化率經(jīng)驗數(shù)據(jù)，即分別從長期、中期和短期來估計參數(shù)，設(shè)定2022—2050年的城鎮(zhèn)化率數(shù)據(jù)，從而推算出農(nóng)村人口的遷移率水平。

其二，遷移模式表面上反映的是不同年齡別的遷移偏好水平，本質(zhì)上反映的是基于不同遷移原因的社會經(jīng)濟狀況變動。本文從遷移原因的角度，借鑒楊云彥基于不同遷移原因?qū)δ挲g別遷移模式分解與合成的研究［16-17］，來模擬農(nóng)村人口的遷移模式。該研究方法所蘊含的思想是在特定的年齡下必然要面對規(guī)律性的遷移，比如在不同遷移原因的年齡別遷移率中，工作就業(yè)在整個勞動年齡段的遷移率較高，學(xué)習(xí)培訓(xùn)在高中和大學(xué)階段遷移率較高，而婚姻遷移則在婚育年齡遷移率較高?？梢酝ㄟ^不同函數(shù)分別擬合不同原因下的年齡別遷移率，然后根據(jù)不同遷移原因的遷移占比進行年齡別遷移率的合成，從而得出農(nóng)村人口的遷移模式。具體設(shè)置方法如下。

首先，對原始遷移數(shù)據(jù)進行分解。計算年齡別遷移率為：

mij=Mij/Pi（2）

其中，i表示不同年齡別，j表示不同遷移原因，mij表示年齡i遷移原因j的遷移率，Mij表示年齡i遷移原因j的遷移人數(shù)，

Pi表示年齡i的總?cè)藬?shù)。

考慮到不同年齡別遷移率與不同遷移原因的遷移率均隨著遷移強度發(fā)生變化，需對

其進行標(biāo)準(zhǔn)化處理，使其標(biāo)準(zhǔn)化后的遷移率之和為1。標(biāo)準(zhǔn)化的具體方法為：將遷移原因j的不同年齡別遷移率加總得到總和遷移率TMRj，該變量類似于總和生育率的含義，表示平均每個人一生中會發(fā)生遷移的概率；由總和遷移率TMRj作為基準(zhǔn)，可得到不同遷移原因的標(biāo)準(zhǔn)化年齡別遷移率hij以及遷移占比

θj。即：

TMRj=∑jmij（3）

hij=mijTMRj且∑ihij=1（4）

θj=TMRj∑iTMRj且∑iθj=1（5）

由此，將遷移模式分解為不同遷移原因j的年齡別遷移率hij，并由不同原因的遷移占比θj作為遷移合成的權(quán)重基礎(chǔ)。

其次，對分解成不同遷移原因的遷移模式分別進行曲線擬合，并得到相應(yīng)擬合值h′ij。

最后，由式

hi=∑ih′ijθj合成遷移模式。

對不同遷移原因的年齡別遷移率進行分解合成的研究方法，較羅杰斯年齡—遷移率模型和利用鄉(xiāng)城轉(zhuǎn)移

研究遷移模式的方法還有一些分析上的優(yōu)點：

一方面，通過對不同遷移原因的識別，可以對中國人口遷移模式的形成有更深層次的認(rèn)識，如占比最高的工作就業(yè)遷移，揭示的是中國經(jīng)濟高速發(fā)展的態(tài)勢變化，學(xué)習(xí)培訓(xùn)遷移揭示的是中國高等教育的大范圍推進等；另一方面，基于對經(jīng)濟社會發(fā)展

趨勢的認(rèn)識，可以通過調(diào)整遷移占比更科學(xué)地對人口遷移進行預(yù)測。

3. 數(shù)據(jù)說明

漏報率是對普查基礎(chǔ)數(shù)據(jù)進行修正的重要原因。但是“七普”數(shù)據(jù)的漏報率低至0.05%，這次普查的數(shù)據(jù)質(zhì)量已達到世界一流水平［18］。本文主要以“七普”原始數(shù)據(jù)為基礎(chǔ)數(shù)據(jù)進行預(yù)測，在具體的參數(shù)設(shè)置中部分?jǐn)?shù)據(jù)亦來源于《中國人口和就業(yè)統(tǒng)計年鑒》、世界銀行人口估計與預(yù)測數(shù)據(jù)、聯(lián)合國WPP數(shù)據(jù)等。另外本文的勞動力人口均指15—64歲年齡別人口，農(nóng)村勞動力人口主要指農(nóng)村居住人口中的勞動力人口。

三、參數(shù)設(shè)定

1. 生育水平

（1）總和生育率。

圖1繪制了2001—2020年農(nóng)村分孩次以及總和生育率變化趨勢，并據(jù)此估算了2021—2050年總和生育率的變動。從圖中可看到，農(nóng)村總和生育率在2015年之前的變動主要由一孩生育率主導(dǎo)，而2015年之后的生育率回彈則是由二孩生育率上升主導(dǎo)。2017—2019年期間二孩生育率甚至超越了一孩生育率水平，但二孩生育意愿的持續(xù)釋放時間有限，2020年“七普”數(shù)據(jù)顯示，二孩生育率已低于一孩生育率水平。實施“全面二孩”政策意義重大，但對生育行為的影響小于預(yù)期［19］?？傮w來看，中國面臨著低生育率的風(fēng)險，且生育率持續(xù)下降的因素仍在強化［20-21］。在此背景下本文根據(jù)分孩次的經(jīng)驗數(shù)據(jù)設(shè)置低方案的總和生育率水平。

具體來看，自2001年以來，農(nóng)村一孩生育率由最高的1.10下降至2020年的0.66，下降了0.44，且在2016—2020年間基本維持在0.69左右。因此本文以每五年移動平均法計算的一孩生育率作為中方案的一孩生育率水平。二孩生育率在生育政策調(diào)整后雖大幅上升但又迅速回落，二孩生育率由2015年的0.53上升至2017年的高點（0.85），隨后持續(xù)下降至2020年的0.63；三孩及以上的生育水平雖有所上升，但上升幅度較小。鑒于該時期二孩、三孩生育率的上升是生育政策的作用，

且已有研究顯示農(nóng)村在2010年后一孩與二孩生育間隔通常為6年左右［22］，故假定這種二孩政策的促進作用可持續(xù)時間為6年，即2016—2021年，因此將二孩、三孩及以上的生育率水平設(shè)置為：2021年為2016—2020年的平均值，2022—2050年設(shè)定為2010—2015年的平均值。加總分孩次的生育率水平即為中方案的總和生育率，結(jié)果顯示總和生育率基本維持在1.36。

此外，為便于對比，參考

聯(lián)合國

《世界人口展望2019》有關(guān)

中國人口預(yù)測的總和生育率水平設(shè)置本文的高方案，對中方案數(shù)據(jù)下浮10%作為低方案。

（2）生育模式。

生育模式是指“總體平均意義下單位時間內(nèi)（通常指一年），每個育齡婦女平均活產(chǎn)嬰兒數(shù)真體在每個年齡上生育分布的形式” ［23］，一般用15—49歲育齡婦女的標(biāo)準(zhǔn)化年齡別生育率來衡量。借鑒宋健、唐詩萌關(guān)于生育模式的定義［24］，

用fx（t）表示由統(tǒng)計數(shù)據(jù)計算的t時期實際的婦女年齡別生育率，那么t時期婦女的生育模式則是標(biāo)準(zhǔn)化的年齡別生育率，即

Hx（t）=fx（t）TFR（t），

∑xHx（t）=1。

根據(jù)歷年農(nóng)村生育狀況數(shù)據(jù)繪制了主要年份的生育模式，見圖2?？煽吹綇?005年到2015年，生育模式呈現(xiàn)出峰值降低且右移的趨勢，平均生育年齡也從25.73歲上升至27.11歲，農(nóng)村生育行為的年齡集中度下降。農(nóng)村生育模式峰值降低不僅受經(jīng)濟發(fā)展影響，也受到城鎮(zhèn)化遷移的影響。越多的年輕人遷移到城鎮(zhèn)，

越會導(dǎo)致fx（t）

下降，而正值生育高峰的x年齡婦女遷移更多，相應(yīng)的fx（t）也下降越多，從而在生育模式中的Hx（t）也趨于下降，這導(dǎo)致了圖2中波峰下降的趨勢。宋健、唐詩萌對1995—2015年農(nóng)村生育模式的研究中也發(fā)現(xiàn)，晚育（30—39歲）占比顯著上升［24］。在生育政策刺激下，2016—2019年數(shù)據(jù)出現(xiàn)波動，這可理解為“全面二孩”政策下二孩生育的“補償效應(yīng)”［25］，但是晚育占比增加和生育年齡推遲，是生育模式隨著經(jīng)濟發(fā)展水平變化的結(jié)果，是長期存在的趨勢。鑒于以上分析，本文設(shè)定2021—2035年的生育模式與2020年相一致，2036—2050年的生育模式參考聯(lián)合國

《世界人口展望2019》相關(guān)數(shù)據(jù)。

（3）出生性別比。

中國總體的出生性別比自2008年以后持續(xù)下降，而農(nóng)村出生性別比自2012年后總體處于下降趨勢，生育政策的調(diào)整使得出生性別比自2016年出現(xiàn)反彈，但之后繼續(xù)呈現(xiàn)下降趨勢【 根據(jù)每年的人口變動情況抽樣調(diào)查數(shù)據(jù)，2012至2020年的出生性別比依次為120.88、119.64、116.75、113.90、115.57、115.25、114.06、114.06、111.53?！俊３錾詣e比

受到農(nóng)村男孩偏好思想的影響，不會立刻回到最佳水平。

《世界人口展望2019》預(yù)測中國出生性別比在2030—2035年下降至107，因此本文假定出生性別比呈線性下降趨勢，到2035年下降至107，2036—2050年維持在107的水平。

2. 死亡水平

死亡水平主要通過死亡模式和平均預(yù)期壽命來刻畫，不同死亡模式的設(shè)置對人口預(yù)測的年齡結(jié)構(gòu)不同，寇爾—德曼死亡模式預(yù)測結(jié)果中人口分布更為均勻［26］，

并且通過對比PADIS-INT軟件中多種模式與農(nóng)村人口的分年齡死亡率，也表明該模式優(yōu)于聯(lián)合國一般模式及其他模式，能夠較好地模擬中國農(nóng)村的死亡水平，因此農(nóng)村的死亡模式選取“寇爾—德曼西區(qū)”模式。

對于平均預(yù)期壽命，根據(jù)“七普”數(shù)據(jù)，運用寇爾死亡概率法分性別編制生命表，計算出農(nóng)村0歲人口的平均預(yù)期壽命為男性76.55歲、女性82.17歲。根據(jù)聯(lián)合國關(guān)于平均預(yù)期壽命達到70歲以后每10年增長不超過2歲的經(jīng)驗數(shù)據(jù)，假定平均預(yù)期壽命每10年增長1.5歲，采用線性內(nèi)插法計算每年的平均預(yù)期壽命，得到結(jié)果見表1。

3. 遷移水平

（1）遷移率。

根據(jù)選取歷史數(shù)據(jù)的時間長度不同，分別估計得到1981—2021年、2000—2021年和2010—2021年的“S”曲線模型結(jié)果：

U1981=0.8/（1+3.465e-0.061t）（6）

U2000=0.8/（1+1.243e-0.0738t）（7）

U2010=0.8/（1+0.625e-0.082t）（8）

比較上述結(jié)果可知，選取的時間長度越短，逼近成熟城鎮(zhèn)化水平的速度越快。據(jù)此，將依據(jù)2010—2021年、2000—2021年和1981—2021年所估計的城鎮(zhèn)化率分別設(shè)定為低、中、高方案的遷移率，結(jié)果見表2。在低、中方案中，城鎮(zhèn)化率在2030年均達到了70%以上，這與

《國家人口發(fā)展規(guī)劃（2016—2030年）》

對中國城鎮(zhèn)化率在2030年達到70%以上的預(yù)期相一致。2022年的城鎮(zhèn)化率在不同方案中相差較大，這是由于2020年和2021年城鎮(zhèn)化率水平的大幅上升導(dǎo)致2022年出現(xiàn)了人口回流，但考慮到受2020年開始的新冠疫情的影響，這種從城鎮(zhèn)向鄉(xiāng)村的人口回流可能是存在的，因此仍以模型預(yù)測的結(jié)果為準(zhǔn)。

（2）遷移模式。圖3

根據(jù)“七普”數(shù)據(jù)繪制了農(nóng)村不同遷移原因的年齡別遷移率，從中可以看出，工作就業(yè)、拆遷/搬家、學(xué)習(xí)培訓(xùn)、隨同離開/投親靠友和婚姻嫁娶依次為主要遷移原因，并且在年齡別中表現(xiàn)出了明顯差異。圖4（a）是對圖3各遷移率進行標(biāo)準(zhǔn)化計算后的遷移模式，作為對比，圖4（b）是對“六普”數(shù)據(jù)進行標(biāo)準(zhǔn)化計算后的遷移模式。

對比圖3和圖4（a）發(fā)現(xiàn)，圖4（a）中學(xué)習(xí)培訓(xùn)、拆遷/搬家、隨同離開/投親靠友、婚姻嫁娶四類遷移原因的遷移模式與圖3相似。

其他遷移原因的遷移模式則與圖3不同：工作就業(yè)的遷移模式顯示，21—45歲之間雖然遷移率較高，但因遷移強度較大，遷移率水平低于

圖3；照料孫子女和養(yǎng)老/康養(yǎng)的遷移模式在50歲之后有明顯增長；為子女就學(xué)的遷移模式在40歲左右出現(xiàn)明顯波峰。對比圖4（a）和4（b）發(fā)現(xiàn)，雖然個別遷移原因有不同，但工作就業(yè)、學(xué)習(xí)培訓(xùn)、婚姻嫁娶、隨同離開/投親靠友、拆遷/搬家等主要遷移原因的標(biāo)準(zhǔn)遷移模式是相對穩(wěn)定的，因此可以假定總體遷移模式

始終維持不變，再據(jù)此對不同原因的遷移模式進行擬合。

根據(jù)“七普”數(shù)據(jù)計算0—64歲的總和遷移率為7.4，也就是說在64歲之前平均每個人的遷移達到7.4次，其中工作就業(yè)遷移為3.16次，明顯高于其他遷移原因的遷移水平。以此為基準(zhǔn)，得到表3不同遷移原因的遷移占比，其中工作就業(yè)遷移原因占比最大，遷移強度最強，然后依次是拆遷/搬家、學(xué)習(xí)培訓(xùn)、隨同離開/投親靠友和婚姻嫁娶?？梢?，農(nóng)村勞動力人口的遷移模式主要由拆遷/搬家、隨同離開/投親靠友、學(xué)習(xí)培訓(xùn)、婚姻嫁娶四類遷移原因和工作就業(yè)這一高遷移強度的遷移原因主導(dǎo)。

在對遷移模式分解與合成的過程中，本文與楊云彥方法［17］不同之處有二，一是區(qū)分了不同性別的遷移模式，因為不同性別的遷移模式存在差異（見圖5）。“七普”數(shù)據(jù)顯示，從農(nóng)村人口遷移的絕對數(shù)量來看，每個年齡別男性均比女性多。但從遷移率來看，0—15歲階段遷移率的性別差異不明顯，男女遷移率均在17—21歲達到高峰，但女性遷移率明顯大于男性；之后

男性遷移率在45歲之前均維持較高水平，沒有出現(xiàn)明顯下降，然而女性遷移率在27歲之后處

于下降趨勢，

且在16—33歲期間遷移率明顯大于男性，34歲之后小于男性。因此，遷移模式會因性別不同在16歲以后出現(xiàn)差異。從遷移原因占比來看，男女兩性在工作就業(yè)和婚姻嫁娶兩個方面的遷移占比也存在很大差距，因此有必要進行分性別的研究。

二是考慮了其他遷移原因。其他遷移原因的遷移占比已達到8.28%，高于寄掛戶口、為子女就學(xué)、照料孫子女和養(yǎng)老/康養(yǎng)原因的遷移占比。

段成榮等的研究表明，以“改善住房”為代表的宜居型遷移愈發(fā)重要，2015年其占比接近“婚姻嫁娶”，遠(yuǎn)超“為子女就學(xué)”、“寄掛戶口”等原因的占比［27］，

這意味著追求宜居環(huán)境的遷移不容忽視，

但“七普”數(shù)據(jù)并未將宜居型的遷移原因單獨列出，

因此，本文將“其他”視作追求宜居環(huán)境遷移原因進行函數(shù)擬合并參與遷移率合成。此外，由于65歲及以上老年人口的年齡別遷移數(shù)據(jù)缺失，且該部分人口遷移占比較低，本文研究對象又主要是農(nóng)村勞動力人口，因此對65歲及以上老年人的年齡別遷移率按均值處理。最終合成的遷移模式如圖6所示。

四、結(jié)果分析

1. 農(nóng)村勞動力人口到2035、2050年分別下降至2.04億、1.20億（中方案），平均降幅為35%、60%。

首先，從總體來看，2035年高、中、低方案下農(nóng)村總?cè)丝诜謩e為3.96億、3.57億和3.42億，2050年分別為2.95億、2.58億和2.45億，相較于2020年，三種方案下農(nóng)村總?cè)丝诘?035和2050年平均下降28%、47%。雖然2022年由于遷移率設(shè)置的原因，

數(shù)據(jù)存在小幅反彈，但農(nóng)村總?cè)丝诔掷m(xù)下降的趨勢是不變的，并且三種方案的預(yù)測結(jié)果均顯示農(nóng)村人口自然增長率在“十四五”開局之年已進入負(fù)增長時代?？?cè)丝陬A(yù)測結(jié)果與聯(lián)合國、世界銀行的結(jié)果對比，前者中、低方案均低于聯(lián)合國和世界銀行，但聯(lián)合國和世界銀行在2020年的基期數(shù)據(jù)設(shè)置上是高于中國實際數(shù)據(jù)的，若下調(diào)基期數(shù)據(jù)，總?cè)丝跀?shù)量將會降低，可見本文的預(yù)測結(jié)果更符合中國農(nóng)村的實際情況，見圖7。

其次，勞動力人口數(shù)量下降，且下降幅度較大。高、中、低方案中勞動力人口在2035年分別達到2.25億、2.04億和1.96億，2050年分別達到1.40億、1.20億和1.13億，相較于2020年，三種方案下農(nóng)村勞動力人口到2035和2050年平均下降35%、60%，即到2035年、2050年農(nóng)村勞動力人口分別為“七普”數(shù)據(jù)的65%、40%。這表明農(nóng)村勞動力人口的下降幅度要大于總?cè)丝诘南陆捣?，農(nóng)村人口結(jié)構(gòu)中勞動力人口變化更為劇烈。

再次，勞動力人口占比總體處于下降趨勢，但在2022—2027年處于穩(wěn)定期。三種方案下勞動力人口占比在2022—2027年均在63%左右，2028年后則處于下降趨勢，2035年、2050年勞動力人口占比分別為57%、47%，降幅分別達到9%、25%。

2. 農(nóng)村勞動力面臨年齡別的非持續(xù)供給，出現(xiàn)年齡結(jié)構(gòu)斷層

圖8分別展示了三種方案在鄉(xiāng)村振興“三步走”關(guān)鍵節(jié)點2035年、2050年的農(nóng)村勞動力人口年齡金字塔圖。從勞動力年齡結(jié)構(gòu)來看，2035年金字塔呈現(xiàn)出兩頭寬中間窄的形態(tài)，2050年呈現(xiàn)出寬窄相間的形態(tài)。2035年的三種方案

均呈現(xiàn)出30—44歲年齡別勞動力數(shù)量較少，60—64歲年齡別勞動力數(shù)量最多；2050年在35—44歲和60—64歲年齡別的勞動力數(shù)量較多，而15—34歲和45—59歲年齡別勞動力數(shù)量均較少。但無論是2035年還是2050年，農(nóng)村勞動力人口年齡金字塔表現(xiàn)出的均是勞動力供給在年齡別的非持續(xù)性，也就是說勞動力面臨在某個年齡別上的供給不足。

圖8 農(nóng)村勞動力人口年齡金字塔

數(shù)據(jù)還顯示，農(nóng)村勞動力將出現(xiàn)年齡結(jié)構(gòu)的斷層。圖8顯示，在2035年30—39歲年齡組勞動力數(shù)量明顯少于其他年齡組，該年齡組在2050年對應(yīng)隊列為45—54歲，為勞動力數(shù)量最少的年齡組，尤其是45—49歲的勞動力在低方案中只有308萬人，女性只有41萬人。即使在中方案下，單歲年齡別數(shù)據(jù)顯示2040年37歲女性勞動力數(shù)量已為0，到2050年46、47和48歲的女性數(shù)量均為0，出現(xiàn)了年齡斷層。

3. 農(nóng)村勞動力人口性別比失衡嚴(yán)重，到2035年將會有1910萬被動單身男性

“七普”數(shù)據(jù)顯示總?cè)丝谛詣e比為105.07，各省份中

人口性別比最高的為廣東?。?13.08），但是在農(nóng)村地區(qū)，勞動力人口性別比失衡更為嚴(yán)重。依據(jù)人口年齡金字塔圖，從性別角度看，無論男性勞動力還是女性勞動力，人口數(shù)量下降都比較嚴(yán)重，但女性更為嚴(yán)重。以中方案為例，計算相應(yīng)年齡間隔的男女勞動力人口性別比，見圖9。圖9中所示的性別比只是60—64歲年齡組的個別年份低于100，其余年齡組各個年份的性別比均大于100。圖中各年份曲線最高點對應(yīng)的是2020年15—19歲年齡組隨著時間推移的性別比，可看到2020年15—19歲年齡組的性別比在2035、2050年分別達到224、576，同時20—24歲、25—29歲年齡組的性別比也隨著時間推移有大幅上升。

本文還從15—64歲的全勞動力人口和15—49歲的婚育勞動力人口總量分別考察了性別比和性別差異數(shù)量，見圖10。

其中，柱狀圖表示性別差異數(shù)量，折線圖表示性別比。圖中數(shù)據(jù)顯示，農(nóng)村全勞動力的性別比均大于110，且持續(xù)上升，15—49歲婚育年齡組的性別比要高于全勞動力性別比，均在115以上，這意味著在適婚年齡期間，農(nóng)村男性面臨更嚴(yán)重的“婚姻擠壓”［28］。從性別差異數(shù)量來看，2020年男性多于女性數(shù)量，已達到1670萬，到2035年為1910萬，也就是說將會有1910萬的被動單身男性。農(nóng)村勞動力總量在減少，但農(nóng)村單身男性數(shù)量至2040年持續(xù)上升，至2050年也并沒有明顯下降，說明農(nóng)村勞動力人口性別比失衡問題不會隨著城鎮(zhèn)化推進得到緩解，這個問題的解決需要國家對人口基本政策和生育文化的全局引導(dǎo)。

4. 2022—2028年是應(yīng)對農(nóng)村老齡化問題的戰(zhàn)略機遇期

人口撫養(yǎng)比代表著勞動力需要承擔(dān)的家庭撫養(yǎng)責(zé)任，人口撫養(yǎng)比越高，勞動力參與就業(yè)的可選擇空間就越小，因此有必要分析農(nóng)村人口撫養(yǎng)比。圖11繪制了高、中、低三種方案下農(nóng)村人口撫養(yǎng)比的變動趨勢，可以看到少兒撫養(yǎng)比持續(xù)下降，在2035年之后略有上升；老年撫養(yǎng)比則一直處于上升階段，尤其是2027年之后上升速度加快?！捌咂铡睌?shù)據(jù)顯示，農(nóng)村65歲及以上人口占比為17.72%，

已經(jīng)進入了中度老齡化階段，本文的不同方案均預(yù)測在“十四五”末期農(nóng)村65歲及以上人口占比將達到20%，農(nóng)村老齡化程度將比城市更加嚴(yán)重。但是從總撫養(yǎng)比來看，2028年之前基本維持在60%以下，到2035年接近80%，2040年接近100%，總體來看2022—2028年之間農(nóng)村勞動力的撫養(yǎng)負(fù)擔(dān)處于穩(wěn)定期，因此這一時期是農(nóng)村應(yīng)對老齡化問題的戰(zhàn)略機遇期，應(yīng)充分利用這一時期提前部署，以應(yīng)對更為嚴(yán)峻的老齡化挑戰(zhàn)。

五、進一步討論與政策含義

本文立足鄉(xiāng)村振興視角，通過更為現(xiàn)實地分析農(nóng)村人口的生育、死亡和遷移水平，對農(nóng)村勞動力人口進行了預(yù)測。結(jié)果表明在鄉(xiāng)村振興戰(zhàn)略實施期間，中國農(nóng)村勞動力人口的規(guī)模持續(xù)下降，核心年齡層勞動力下降明顯甚至出現(xiàn)年齡結(jié)構(gòu)斷層；

勞動力性別比失衡加重，預(yù)測到2035年勞動力中或有1910萬被動單身男性存在；

人口撫養(yǎng)比持續(xù)上升，2022—2028年是農(nóng)村應(yīng)對老齡化問題的重要機遇期。這些結(jié)論對于2035年實現(xiàn)農(nóng)業(yè)農(nóng)村現(xiàn)代化，2050年實現(xiàn)農(nóng)業(yè)強、農(nóng)村美、農(nóng)民富的鄉(xiāng)村振興戰(zhàn)略目標(biāo)有重要的參考意義。

首先，農(nóng)村勞動力人口規(guī)模持續(xù)下降，但根據(jù)謝玲紅估算的2018年農(nóng)業(yè)生產(chǎn)需要約1.18億農(nóng)村勞動力來看［29］，農(nóng)村勞動力在鄉(xiāng)村振興戰(zhàn)略實施期間仍存在大量剩余。即使在低方案中，農(nóng)村勞動力在2048年下降到1.19億，在中、高方案下均高于農(nóng)業(yè)生產(chǎn)的勞動力需求，即存在勞動力剩余。如何解決好剩余勞動力就業(yè)問題，是鄉(xiāng)村振興面臨的難題，必須依靠產(chǎn)業(yè)振興帶動勞動力就業(yè)，構(gòu)建三產(chǎn)融合的、多業(yè)態(tài)的產(chǎn)業(yè)生態(tài)，誘導(dǎo)勞動密集型的產(chǎn)業(yè)轉(zhuǎn)移。一是要以農(nóng)業(yè)生產(chǎn)為核心，拓展農(nóng)業(yè)供應(yīng)鏈的

前后向關(guān)聯(lián)產(chǎn)業(yè)，如農(nóng)機服務(wù)咨詢、產(chǎn)量監(jiān)測、機器人服務(wù)等，識別農(nóng)業(yè)生產(chǎn)中勞動力欠缺的技能短板，通過技能培訓(xùn)和政策扶持?jǐn)U大就業(yè)；二是要拓寬與農(nóng)業(yè)、農(nóng)村自然資源相關(guān)的產(chǎn)業(yè)服務(wù)內(nèi)容，比如鄉(xiāng)村旅游、民宿、休閑觀光、文旅融合等，在鄉(xiāng)村振興大背景下，融合發(fā)展建設(shè)農(nóng)村美好的生產(chǎn)、生活和生態(tài)空間，從而提供廣闊的服務(wù)就業(yè)。

其次，持續(xù)穩(wěn)定的高素質(zhì)中青年勞動力供給，是鄉(xiāng)村振興的主力軍，但是農(nóng)村勞動力

在年齡結(jié)構(gòu)上的非持續(xù)供給甚至斷層，將對農(nóng)業(yè)農(nóng)村發(fā)展帶來波動。對中國勞動力的邊際生產(chǎn)率研究發(fā)現(xiàn)，15—29歲年齡組

的邊際生產(chǎn)率處于快速上升階段，30—44歲年齡組

的邊際生產(chǎn)率最高，然而45—64歲年齡組

的勞動生產(chǎn)率最低［30］。2035年農(nóng)村勞動力年齡結(jié)構(gòu)上的供給不足集中在30—39歲年齡組，

對應(yīng)于2020年15—24歲年齡組，這一年齡組正是

給農(nóng)業(yè)農(nóng)村現(xiàn)代化帶來高效生產(chǎn)力的群體，因此需要主動適當(dāng)?shù)匾龑?dǎo)該年齡層的高素質(zhì)勞動力向農(nóng)村流動。引導(dǎo)高素質(zhì)勞動力流向農(nóng)村，需要建立完善的返鄉(xiāng)創(chuàng)業(yè)就業(yè)政策，加大財政、金融對農(nóng)業(yè)農(nóng)村發(fā)展的支持比例，構(gòu)建城鄉(xiāng)一體的公共服務(wù)體系，搭建好交通、物流和網(wǎng)絡(luò)等基礎(chǔ)設(shè)施平臺，優(yōu)化勞動力在城鄉(xiāng)就業(yè)選擇中農(nóng)村的備選空間。

再次，性別比失衡造成的婚姻擠壓問題屬于“被動不婚”，不僅對勞動力人口的生命質(zhì)量有影響，也給農(nóng)村社會的生產(chǎn)和穩(wěn)定

帶來隱患。在中國農(nóng)村地區(qū)，普遍認(rèn)為還是“應(yīng)該結(jié)婚”，在這種傳統(tǒng)婚姻觀念下的不婚人群將會面臨自身和社會的壓力，壓力的長期積累必然會對社會生產(chǎn)和穩(wěn)定產(chǎn)生影響?；橐鰯D壓問題的解決，根本在于合理的出生性別比，然而這需要較長時間才能實現(xiàn)。當(dāng)下能做的，一是

針對不同遷移原因進行

政策調(diào)整，如通過發(fā)展農(nóng)村新興產(chǎn)業(yè)、改善農(nóng)村就業(yè)環(huán)境，以促進女性因工作就業(yè)、婚姻嫁娶原因的遷移回流，

這會在一定程度上減緩被動不婚數(shù)量；二是提倡男女平等的思想，政策傾斜賦予女性在工作、家庭中的平等地位，倡導(dǎo)生男生女都一樣的生育觀念并輔以政策支持，促進出生性別比的合理化。

最后，農(nóng)村勞動力人口的撫養(yǎng)負(fù)擔(dān)尤其是老年撫養(yǎng)比

持續(xù)增加，應(yīng)抓住2022—2028年這個戰(zhàn)略機遇期，構(gòu)建農(nóng)村養(yǎng)老的制度基礎(chǔ)和模式架構(gòu)，為應(yīng)對重度老齡社會的到來打下基礎(chǔ)。與此同時，還需要創(chuàng)新經(jīng)濟模式解決農(nóng)村勞動力撫養(yǎng)負(fù)擔(dān)重、收入低與消費大的矛盾，比如可以構(gòu)建基于鄉(xiāng)村地域環(huán)境資源的康養(yǎng)產(chǎn)業(yè)，使具有消費能力的城市老年群體為農(nóng)村勞動力帶來就業(yè)和收入，同時農(nóng)村勞動力也能兼顧撫養(yǎng)責(zé)任。

總而言之，本文的結(jié)論為鄉(xiāng)村振興戰(zhàn)略的實施提供了農(nóng)村勞動力變動趨勢的數(shù)據(jù)基礎(chǔ)，揭示了目前和未來農(nóng)村勞動力面臨的就業(yè)和年齡結(jié)構(gòu)問題，以及勞動者的社會需求和未來發(fā)展問題，這些問題的解決不僅需要經(jīng)濟政策的扶持，還需要社會、文化等多方面的思想轉(zhuǎn)變和傳統(tǒng)轉(zhuǎn)變。

參考文獻：

［1］李進偉，冀云. 鄉(xiāng)村振興需關(guān)注農(nóng)村勞動力人口變化趨勢［N］. 中國人口報，2018-06-20（3）.

［2］鐘甫寧，何軍.中國農(nóng)村勞動力轉(zhuǎn)移的壓力究竟有多大——一個未來城鄉(xiāng)人口適當(dāng)比例的模型及分析框架［J］.農(nóng)業(yè)經(jīng)濟問題，2004（5）：25-29，79.

［3］鐘鈺，藍海濤.中國農(nóng)村勞動力的變動及剩余狀況分析［J］.中國人口科學(xué)，2009（6）：41-48，111.

［4］關(guān)幗瑛.我國農(nóng)村剩余勞動力人口轉(zhuǎn)移現(xiàn)狀分析［J］.人口與經(jīng)濟，2010（S1）：25-26.

［5］何建新.我國農(nóng)村剩余勞動力轉(zhuǎn)移的現(xiàn)狀及轉(zhuǎn)移路徑分析［J］.中國人口·資源與環(huán)境，2013（S2）：234-236.

［6］章磷，王春霞.人口、機械化與農(nóng)村剩余勞動力流量研究——以大慶市為例［J］.農(nóng)業(yè)技術(shù)經(jīng)濟，2013（7）：27-33.

［7］孟向京，姜凱迪.城鎮(zhèn)化和鄉(xiāng)城轉(zhuǎn)移對未來中國城鄉(xiāng)人口年齡結(jié)構(gòu)的影響［J］.人口研究，2018（2）：39-53.

［8］郭遠(yuǎn)智，周揚，韓越.中國農(nóng)村人口老齡化的時空演化及鄉(xiāng)村振興對策［J］.地理研究，2019（3）：667-683.

［9］羅雅楠，程云飛，鄭曉瑛.“全面二孩”政策后我國人口態(tài)勢趨勢變動［J］.人口與發(fā)展，2016（5）：2-14.

［10］馬芒，吳石英.生育政策調(diào)整對農(nóng)村人口結(jié)構(gòu)的影響［J］.西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版），2017（1）：89-96.

［11］張孝棟，張雅璐，賈國平，湯夢君，陳功，張蕾.中國低生育率研究進展：一個文獻綜述［J］.人口與發(fā)展，2021（6）：9-21.

［12］姜全保.中國生育水平預(yù)測與生育政策展望［J］.公共管理學(xué)報，2010（4）：67-75，125-126.

［13］BOJUAN B Z. A modified Lee-Carter model for analysing short-base-period data［J］. Population Studies， 2012， 66（1）： 39-52.

［14］包自寧. 基于改進的Lee-Carter模型的中國生育率變化趨勢分析［D］.天津：天津財經(jīng)大學(xué)，2011：1-30.

［15］段成榮，呂利丹，王涵，謝東虹.從鄉(xiāng)土中國到遷徙中國：再論中國人口遷移轉(zhuǎn)變［J］.人口研究，2020（1）：19-25.

［16］楊云彥.中國人口遷移年齡模式及其應(yīng)用［J］.人口學(xué)刊，1992（4）：7-11.

［17］楊云彥.人口遷移年齡模式的分解與合成［J］.人口研究，1992（4）：15-22.

［18］翟振武，劉雯莉.七普數(shù)據(jù)質(zhì)量與中國人口新“變化”［J］.人口研究，2021（3）：46-56.

［19］穆光宗.“全面二孩”政策實施效果如何［J］.人民論壇，2018（14）：46-47.

［20］王廣州，周玉嬌，張楠.低生育陷阱：中國當(dāng)前的低生育風(fēng)險及未來人口形勢判斷［J］.青年探索，2018（5）：15-27.

［21］翟振武.科學(xué)研判人口形勢 積極應(yīng)對人口挑戰(zhàn)［J］.人口與社會，2019（1）：13-17.

［22］張翠玲. 我國生育間隔政策變動對我國生育水平及生育模式的影響［D］.長春：吉林大學(xué)，2019：1-134.

［23］宋廷猷，李程.當(dāng)代中國婦女生育模式［J］.人口研究，1991（3）：17-22.

［24］宋健，唐詩萌.1995年以來中國婦女生育模式的特點及變化［J］.中國人口科學(xué)，2017（4）：15-27，126.

［25］顧寶昌，侯佳偉，吳楠.中國總和生育率為何如此低？——推延和補償?shù)牟┺模跩］.人口與經(jīng)濟，2020（1）：49-62.

［26］向華麗，吳云程.不同死亡模式的設(shè)置對老年人口預(yù)測結(jié)果的影響［J］.統(tǒng)計與決策，2018（3）：87-89.

［27］段成榮，謝東虹，呂利丹. 中國人口的遷移轉(zhuǎn)變［J］. 人口研究，2019（12）：12-20.

［28］楊雪燕，羅丞，馬克斯·費爾德曼.婚姻擠壓對農(nóng)村男性生命質(zhì)量的影響［J］.人口學(xué)刊，2017（1）：28-37.

［29］謝玲紅.“十四五”時期農(nóng)村勞動力就業(yè)：形勢展望、結(jié)構(gòu)預(yù)測和對策思路［J］.農(nóng)業(yè)經(jīng)濟問題，2021（3）：28-39.

［30］汪偉，劉玉飛，徐炎.勞動人口年齡結(jié)構(gòu)與中國勞動生產(chǎn)率的動態(tài)演化［J］.學(xué)術(shù)月刊，2019（8）：48-64.

A Study on the Change of Chinese Rural Labor Force Population

HU? Xueping1， SHI? Qianqian1， XIANG? Huali2

（1.School of Economics， Zhongnan University of Economics and Laws， Wuhan

430073， China；2.School of Public Management， Zhongnan University of

Economics and Laws， Wuhan 430073，China）

Abstract： In the context of rural revitalization strategy， re-examining the changing trend of the rural labor force population and the population structure from 2021 to 2050 is conducive to grasping the rural labor force population resources of

Chinas economic development from a macro perspective and promoting the strategic deployment of rural revitalization accurately. Based on the “Seventh Census”data and the relevant population data of the past years， this paper sets the fertility level parameters based on the fertility rate by childbirth rate and the fertility model experience of developing countries summarized by the United Nations. The rural population migration rate parameter were set with the change model of urbanization rate? in different periods， which can simulate the migration pattern of the rural population with the migration data by migration cause， and then using the classic cohort-based population forecasting method to predict the size， age structure and gender structure of the rural labor force. The forecast results show that： the scale of the rural labor force population continues to decline to 204 million in 2035 and 120 million in 2050 respectively， and there is still a surplus of rural labor.

The age structure of labor force is unbalanced， which will face intermittent age faults.

The gender structure of labor force is seriously unbalanced， with 19.1 million passively unmarried people by 2035， which ?cannot be effectively alleviated over time. The dependency burden of labor force continues to increase， but there is still a strategic opportunity period to deal with rural aging from 2022 to 2028. Therefore， in the process of implementing the rural revitalization strategy， it is not only necessary to deal with the contradiction between the overall flow of surplus rural labor to cities and the age gap of rural labor force population in part， smoothing the channels for the two-way flow of the labor force， but also pay attention to the social problems that may be caused by the marriage squeeze of rural men， and seize the strategic opportunity period from 2022 to 2028 with aim to build an institutional foundation to solve the excessive dependency burden of rural labor force.

Keywords：rural labor force population；population projections；migration mode；age structure；gender structure

［責(zé)任編輯 武 玉］