張鵬 施美程

摘要：從人口紅利向人口負(fù)債轉(zhuǎn)變是新發(fā)展階段人口轉(zhuǎn)型的主要特征。文章回顧總結(jié)了中國人口結(jié)構(gòu)轉(zhuǎn)型的歷史過程與經(jīng)驗(yàn)特征，指出人口轉(zhuǎn)型使得中國總體人口形勢已由人口紅利時(shí)期總量過剩、勞動力年輕和充裕與撫養(yǎng)比下降的優(yōu)勢逐步轉(zhuǎn)變?yōu)槿丝谪?fù)債時(shí)期總量減少、勞動力稀缺和老化與撫養(yǎng)比上升的挑戰(zhàn)，其主要挑戰(zhàn)來自于人口總量負(fù)債、人口結(jié)構(gòu)負(fù)債、人口性別負(fù)債和人力資本負(fù)債等四方面。雖然中國人口紅利向人口負(fù)債方向轉(zhuǎn)型不可阻擋，但未雨綢繆，通過全面開發(fā)質(zhì)量紅利、充分挖掘人才紅利/知識紅利、持續(xù)提高健康紅利和挖潛提高老齡化紅利等應(yīng)對策略，就能有效減緩甚至抵消人口負(fù)債對經(jīng)濟(jì)高質(zhì)量發(fā)展的沖擊，實(shí)現(xiàn)經(jīng)濟(jì)轉(zhuǎn)型與人口轉(zhuǎn)型相互促進(jìn)、相得益彰。

關(guān)鍵詞：人口轉(zhuǎn)型;人口紅利;人口負(fù)債;應(yīng)對策略

中圖分類號：C924.24? ? 文獻(xiàn)標(biāo)志碼：A? ? 文章編號：1001-862X（2021）06-0020-009

隨著第七次全國人口普查結(jié)果的公布，中國人口轉(zhuǎn)型問題再次成為社會各界熱議的焦點(diǎn)話題。第七次全國人口普查數(shù)據(jù)顯示，中國60歲以上人口比例已經(jīng)達(dá)到18.7%，而65歲以上人口更是達(dá)到13.5%。第六次全國人口普查以來十年間，中國人口結(jié)構(gòu)轉(zhuǎn)型速度快、范圍廣，引發(fā)了我們對中國整體進(jìn)入深度老齡化社會后各項(xiàng)應(yīng)對政策的思考。2021年6月26日中共中央和國務(wù)院印發(fā)《中共中央、國務(wù)院關(guān)于優(yōu)化生育政策、促進(jìn)人口長期均衡發(fā)展的決定》指出：“預(yù)計(jì)‘十四五’期間我國人口將進(jìn)入中度老齡化階段，2035年前后進(jìn)入重度老齡化階段，將對經(jīng)濟(jì)運(yùn)行全領(lǐng)域、社會建設(shè)各環(huán)節(jié)、社會文化多方面產(chǎn)生深遠(yuǎn)影響?！边@一論斷一方面意味著改革開放以來我國經(jīng)濟(jì)增長主要驅(qū)動力之一的充裕勞動力優(yōu)勢稟賦正在喪失，人口紅利窗口期逐步關(guān)閉，人口紅利期享受的勞動力資源“資產(chǎn)”正逐步轉(zhuǎn)變?yōu)槿丝诶淆g化時(shí)期高撫養(yǎng)人口“負(fù)債”;另一方面也反映了人口負(fù)債只是假設(shè)從人口演變過程的“不變性”或靜態(tài)性視角前瞻性地預(yù)測人口結(jié)構(gòu)轉(zhuǎn)變的可能結(jié)果，但未雨綢繆，充分發(fā)揮主觀能動性，適時(shí)適度干預(yù)人口轉(zhuǎn)變過程，其預(yù)期結(jié)果就會有利于解決或至少緩解現(xiàn)階段人口自然轉(zhuǎn)變過程中可能出現(xiàn)的各種問題，充分認(rèn)識和挖掘新發(fā)展階段中國人口轉(zhuǎn)型的潛在挑戰(zhàn)和各種機(jī)會，化被動為主動、化危機(jī)為機(jī)會，實(shí)現(xiàn)從數(shù)量型人口向質(zhì)量型人口的轉(zhuǎn)變。本文首先回顧了人口結(jié)構(gòu)轉(zhuǎn)型理論和中國數(shù)千年特別是新中國成立后人口轉(zhuǎn)型的主要特點(diǎn)，在此基礎(chǔ)上分析了新發(fā)展階段中國人口轉(zhuǎn)型的主要挑戰(zhàn)，即從人口紅利階段向人口負(fù)債階段過渡可能遇到的各種問題，最后結(jié)合發(fā)達(dá)國家經(jīng)驗(yàn)和現(xiàn)階段中國實(shí)際，提出了從人口紅利到人口負(fù)債轉(zhuǎn)變的應(yīng)對策略，回答了新發(fā)展階段應(yīng)對中國人口轉(zhuǎn)型的主要戰(zhàn)略方略、具體政策抓手。

一、中國人口結(jié)構(gòu)轉(zhuǎn)型回顧

工業(yè)革命之前，生產(chǎn)力水平的低下導(dǎo)致人口長期處于高出生、高死亡和低增長的態(tài)勢。隨著工業(yè)革命的興起，歐洲一些工業(yè)化國家得益于生產(chǎn)力的發(fā)展和衛(wèi)生、醫(yī)療條件的改善，扭轉(zhuǎn)了之前的高死亡率，進(jìn)入了人口持續(xù)增加的階段。其后，隨著出生率的下降，人口向低出生、低死亡和低增長的階段轉(zhuǎn)變。經(jīng)典的人口轉(zhuǎn)變理論闡述了西方工業(yè)化國家在現(xiàn)代化過程中出現(xiàn)的人口轉(zhuǎn)變特征與歷史事實(shí)。1929年美國社會學(xué)家、人口學(xué)家湯普森[1]在其著作《人口》一書中，從世界人口出生率、死亡率、經(jīng)濟(jì)發(fā)展和生活水平等變化中將世界人口發(fā)展劃分為三類地區(qū)，體現(xiàn)了人口發(fā)展的三個(gè)階段。第一類主要是出生率和死亡率都極高的亞非拉地區(qū)，第二類主要是出生率和死亡率都下降，但死亡率下降快于出生率的意大利、西班牙和中歐地區(qū)，第三類主要是出生率和死亡率都下降，但出生率下降快于死亡率的西歐地區(qū)。美國人口學(xué)者諾特斯坦[2]提出了系統(tǒng)的三階段人口轉(zhuǎn)變學(xué)說。在第一階段，人口出生率和死亡率都處于較高水平，人口自然增長率長期處于臨界點(diǎn)，人口總體規(guī)模增長非常有限。第二階段，由于出生率下降滯后于死亡率，人口自然增長率也提高較快，形成一個(gè)“嬰兒潮”，少兒撫養(yǎng)比快速提升。而隨后生育率持續(xù)下降，人口年齡結(jié)構(gòu)逐漸發(fā)生變化。在第三階段，死亡率逐漸下降并保持在較低水平，生育率下降至可更替水平甚至以下?！皨雰撼薄背錾⒆舆M(jìn)入老年，社會中的老年人比重上升，老年撫養(yǎng)比不斷提高，人口老齡化現(xiàn)象越來越嚴(yán)重。

從中國實(shí)際看，漫長的封建社會時(shí)期中國人口轉(zhuǎn)變總體對應(yīng)于諾特斯坦中第一階段。雖然從歷史上看，中國較為先進(jìn)的農(nóng)業(yè)文明有利于人口的繁衍生息，使得中國在封建社會總體上人口保持了較快增長，但縱向比較看仍然處于緩慢增長水平，特別是遇到天災(zāi)、戰(zhàn)爭、瘟疫等突發(fā)事件，人口更是出現(xiàn)較大負(fù)增長。根據(jù)麥克伊韋迪和瓊斯（1992）[3]的統(tǒng)計(jì)，中國大約在公元1100年左右人口才達(dá)到1億，18世紀(jì)前期中國人口突破2億人，18世紀(jì)晚期已經(jīng)達(dá)到3億人以上，鴉片戰(zhàn)爭前中國人口已經(jīng)突破4億。此后由于內(nèi)憂外患、戰(zhàn)爭等因素沖擊，人口增長速度變緩，直至新中國成立前人口才達(dá)到5億多。新中國成立后，中國正式開啟了邁向工業(yè)化國家新征程，特別是醫(yī)療衛(wèi)生技術(shù)的普及，人口死亡率快速下降，人口自然增長率保持在較高水平。1954年中國人口總量突破6億，1964年人口突破7億，1969年突破8億，1974年人口突破9億，平均五年人口就要增長1億。由于人口過快增長，中國于20世紀(jì)70年代末推出了計(jì)劃生育政策，但由于基數(shù)較大和較高的人口增長慣性，使得改革開放后人口增長依然保持在較高水平，1981年人口首次突破10億，1988年突破11億，1995年突破12億，平均7年人口增長一億。以上總結(jié)可以發(fā)現(xiàn)，中國人口增長在新世紀(jì)前都處于較高水平，基本對應(yīng)諾特斯坦中的第二階段。從2000年開始，中國65歲以上人口占比首次達(dá)到聯(lián)合國關(guān)于老齡化社會7%的界定標(biāo)準(zhǔn)，人口老齡化比率不斷攀升，而人口出生率持續(xù)走低，因此新世紀(jì)以來，中國人口轉(zhuǎn)型基本上符合諾特斯坦中的第三階段，2005年中國人口達(dá)到13億后，一直到2019年才突破14億，14年間人口增量才能達(dá)到1億，人口增億速度相對20世紀(jì)下半葉已經(jīng)顯著降低。

綜上，從中國人口轉(zhuǎn)變演進(jìn)現(xiàn)實(shí)看，隨著生育率的下降和預(yù)期壽命的增長，中國人口演變已經(jīng)轉(zhuǎn)變至第三階段，人口低增長甚至負(fù)增長將會是常態(tài)，人口過剩問題將會成為歷史。從人口內(nèi)部結(jié)構(gòu)看，人口金字塔可以窺見人口細(xì)分年齡結(jié)構(gòu)變化，圖1中分別顯示的是中國2000年、2020年和2050年人口年齡結(jié)構(gòu)金字塔?？梢园l(fā)現(xiàn)：第一，人口轉(zhuǎn)型至第三階段后，中國人口結(jié)構(gòu)向倒金字塔方向轉(zhuǎn)型已經(jīng)明顯，圖1中2000年人口金字塔基的低齡人口組別（0—4歲、5—9歲）比例減少明顯，占比較大的年齡組別分別為10—14歲、25—29歲和30—34歲三個(gè)年齡組，這基本對應(yīng)1970、1980年代嬰兒潮人口，這樣的低撫養(yǎng)比人口結(jié)構(gòu)（少兒人口與老年人口占比相對較低）為隨后開啟的高速工業(yè)化提供了廉價(jià)的勞動力資源;第二，2020年中國人口結(jié)構(gòu)則向倒金字塔方向更進(jìn)一步，勞動力平均年齡中樞向后移動，占比較大的年齡組別分別為30—34歲和50—54歲，而老齡人口占比相比2000年大幅升高，而金字塔基的少兒人口占比進(jìn)一步降低，少子化傾向和老齡化問題日漸突出;第三，即使在適度干預(yù)的中等生育率情形下，中國人口結(jié)構(gòu)轉(zhuǎn)變步伐至少在2050年不可逆轉(zhuǎn)，人口老齡化問題必然浮出水面并成為巨大冰山。2050年中國人口結(jié)構(gòu)中占比最大的為60—64歲年齡組，年齡結(jié)構(gòu)中樞進(jìn)一步后移。此外，人口結(jié)構(gòu)的快速轉(zhuǎn)變除了從結(jié)構(gòu)上帶來勞動力結(jié)構(gòu)老化、少子化和老齡化等問題外，從數(shù)量看長期必然帶來人口規(guī)模的負(fù)增長。根據(jù)聯(lián)合國人口展望（World Population Prospects 2019）的最新預(yù)測，中國人口總量在2031年達(dá)到14.64億的峰值后逐漸下降，到本世紀(jì)中葉將會減少到14.02億。因此，無論從規(guī)模還是結(jié)構(gòu)上看，人口轉(zhuǎn)型使得中國總體人口形勢已由人口紅利時(shí)期總量過剩、勞動力年輕和充裕與撫養(yǎng)比下降的優(yōu)勢，逐步轉(zhuǎn)變?yōu)槿丝谪?fù)債時(shí)期總量減少、勞動力稀缺和老化與撫養(yǎng)比上升的劣勢[4]，無疑人口轉(zhuǎn)型將從總量和結(jié)構(gòu)兩個(gè)方面對高質(zhì)量發(fā)展形成夾擊。值得一提的是，發(fā)達(dá)國家人口轉(zhuǎn)變至諾特斯坦第三階段已多數(shù)實(shí)現(xiàn)現(xiàn)代化，國民收入在當(dāng)時(shí)已經(jīng)達(dá)到高收入國家水平，而我國人口轉(zhuǎn)型至第三階段后收入依然處于發(fā)展中國家水平，是真正意義上的未富先老，故對新發(fā)展階段經(jīng)濟(jì)社會持續(xù)發(fā)展挑戰(zhàn)更大。

二、中國人口紅利向人口負(fù)債轉(zhuǎn)型的挑戰(zhàn)

由于人口紅利向人口負(fù)債轉(zhuǎn)型嵌入了經(jīng)濟(jì)、社會和政治等多方面因素，使得人口轉(zhuǎn)型過程與可能實(shí)現(xiàn)路徑具備多樣性，相應(yīng)地中國人口紅利向人口負(fù)債轉(zhuǎn)型挑戰(zhàn)體現(xiàn)在多個(gè)方面：（1）人口負(fù)債首先體現(xiàn)為總量負(fù)債，總量負(fù)債可以從總?cè)丝谝?guī)模和勞動力規(guī)模兩個(gè)維度所面臨的挑戰(zhàn)來理解。（2）結(jié)構(gòu)負(fù)債方面，首先，人口老齡化程度加深，龐大的銀發(fā)人口將對經(jīng)濟(jì)社會各方面產(chǎn)生深遠(yuǎn)影響;其次，勞動力結(jié)構(gòu)老化，勞動力平均年齡結(jié)構(gòu)不斷提高，勞動力老化除了生理上表現(xiàn)為勞動力生產(chǎn)效率下降外，還可能通過創(chuàng)新行為、企業(yè)家精神等因素影響社會整體創(chuàng)新活力，從而可能拖累經(jīng)濟(jì)增長;最后，結(jié)構(gòu)負(fù)債還表現(xiàn)為少子化傾向越來越嚴(yán)重，育齡婦女生育意愿越來越低，使得人口金字塔向倒金字塔方向發(fā)展越來越明顯。（3）性別負(fù)債。性別負(fù)債反映了先前人口轉(zhuǎn)型過程中特別是受計(jì)劃生育政策和傳統(tǒng)觀念等干擾所導(dǎo)致的人們生育行為中對男性的偏好，長期必然帶來性別比例失調(diào)，對婚姻匹配、生育率等造成負(fù)面影響。（4）人力資本負(fù)債，反映了現(xiàn)階段勞動力人力資本不能完全滿足經(jīng)濟(jì)社會轉(zhuǎn)型之需，勞動力就業(yè)漂移現(xiàn)象突出[5]，有效人力資本之需與有效人力資本供給缺口之“負(fù)債”。在中國大規(guī)模工業(yè)化過程中對中低層次人力資本有大量需求，而隨著工業(yè)化的完成和向城市化轉(zhuǎn)型，勞動力中低層次人力資本特征顯然不能滿足城市化階段對高層次人力資本的需求。

（一）總量負(fù)債

中國人口紅利向人口負(fù)債轉(zhuǎn)型將對人口總量增長和勞動力總量增長兩方面形成沖擊。首先，人口轉(zhuǎn)型必然帶來人口總量發(fā)生嬗變。從歷年中國人口增長率看，中國人口增長高峰期基本出現(xiàn)在1990年代之前，其間中國人口增長率都大于1%，增長頂峰為1965—1970年，這五年人口增長率達(dá)到2.51%。從1990年后人口增長率便一路下降，2015—2020年人口增長率僅有0.4%。人口增長率的不斷下降必然帶來人口總量增長放緩，增長“加速度”下降。因此，隨著人口增長率不斷降低必然會導(dǎo)致人口總體規(guī)模增長趨緩甚至停滯。按照聯(lián)合國世界人口展望（2019）的預(yù)測，在低生育率情形下，中國總體人口規(guī)模在2024年達(dá)到頂峰，人口總量峰值約為14.5億，之后便進(jìn)入人口負(fù)增長區(qū)間，在本世紀(jì)中葉中國人口總體規(guī)模將會縮減至12.9億;在中生育率情形下，中國人口峰值出現(xiàn)在2031年，人口總量將會達(dá)到14.6億峰值，之后人口增長便進(jìn)入負(fù)增長態(tài)勢，在本世紀(jì)中葉中國人口將會縮減至約14.1億;在高生育率情形下，中國人口規(guī)模峰值出現(xiàn)在2044年，人口總量約為15.2億，之后人口規(guī)模便會不斷下降，2050年人口總量約為15.1億。中國人口紅利向人口負(fù)債轉(zhuǎn)變帶來的人口總量縮減是必然趨勢，由于人作為生產(chǎn)者和消費(fèi)者的統(tǒng)一體，人口負(fù)增長必然對社會生產(chǎn)與消費(fèi)形成負(fù)向沖擊，如何減緩人口負(fù)增長時(shí)代的過快到來，并及早準(zhǔn)備人口負(fù)增長時(shí)代到來后的各項(xiàng)對沖預(yù)案，是人口轉(zhuǎn)型所面臨的首要挑戰(zhàn)。

其次，總量負(fù)債除體現(xiàn)為人口負(fù)增長趨勢不可逆之外，還體現(xiàn)在勞動力規(guī)模在達(dá)到峰值后也會進(jìn)入負(fù)增長區(qū)間，徹底實(shí)現(xiàn)由人口紅利時(shí)期勞動力總量充裕和廉價(jià)向人口負(fù)債時(shí)期勞動力總量短缺和用工成本上漲轉(zhuǎn)變。表1中15—59歲或15—64歲兩個(gè)勞動年齡人口組別，前者在2010年達(dá)到69.1%峰值便不斷下降，2020年下降至64.9%，而后者也同樣峰值出現(xiàn)在2010年，其后便不斷降低。考慮到中國勞動力接受教育程度持續(xù)提高，勞動力進(jìn)入勞動力市場的年齡不斷延后，表1還統(tǒng)計(jì)了20—64歲和25—64歲兩個(gè)組別比重變化，二者增長峰值都出現(xiàn)在2015年，此后便不斷下降。

（二）結(jié)構(gòu)負(fù)債

結(jié)構(gòu)負(fù)債說明了從人口紅利時(shí)代向人口負(fù)債時(shí)代轉(zhuǎn)型人口年齡結(jié)構(gòu)發(fā)生的整體性變化，人口紅利時(shí)代勞動力年齡結(jié)構(gòu)比重大、撫養(yǎng)人口（少兒人口與老年人口）較少的“資產(chǎn)”型結(jié)構(gòu)特征，轉(zhuǎn)變?nèi)丝谪?fù)債時(shí)代撫養(yǎng)人口（主要為老年人口）比重逐步加大、勞動力人口逐步減少的“負(fù)債”型結(jié)構(gòu)。

首先，從撫養(yǎng)人口總體趨勢看，少兒撫養(yǎng)比總體下降和老年撫養(yǎng)比持續(xù)上升使得不同時(shí)期撫養(yǎng)負(fù)擔(dān)差異明顯。新中國成立后，隨著嬰兒潮的出現(xiàn)，少兒撫養(yǎng)比曾在1965年一度上升至74.3%，反映了同時(shí)期人口負(fù)擔(dān)成本主要集中于新出生人口增長所帶來的育兒成本，應(yīng)當(dāng)說在改革開放前中國人口撫養(yǎng)負(fù)擔(dān)主要集中于少兒人口。隨著1970年代逐步推出計(jì)劃生育措施，中國少兒撫養(yǎng)負(fù)擔(dān)便持續(xù)下降，老年人口撫養(yǎng)負(fù)擔(dān)不斷上升，特別是2010年后，老年撫養(yǎng)比加速上升，這一趨勢也印證了文首對我國老齡化演變趨勢的準(zhǔn)確判斷，可以預(yù)見未來短期內(nèi)我國老齡化加速趨勢不會改變。其次，與撫養(yǎng)人口比重特別是老年人口撫養(yǎng)比重上升相對應(yīng)，我國勞動力結(jié)構(gòu)也將深度調(diào)整。從勞動力規(guī)?？矗?5—64歲人口占比從2020年70.3%下降至2050年59.8%（圖2）;除了勞動力總量減少外，勞動力年齡結(jié)構(gòu)也在不斷老化，中國人口年齡中位數(shù)已從改革開放初期1980年21.9歲上升至2020年38.4歲，中國人口年齡中位數(shù)已經(jīng)逼近于主要發(fā)達(dá)國家，遠(yuǎn)高于發(fā)展中國家平均水平。因此，中國人口轉(zhuǎn)型的結(jié)構(gòu)負(fù)債特征已經(jīng)較為明顯，特別是在未富先老的情況下，如何在邁向共同富裕道路上平滑人口結(jié)構(gòu)負(fù)債的沖擊，順利實(shí)現(xiàn)從“資產(chǎn)”型人口向“負(fù)債”型人口轉(zhuǎn)變，也是新發(fā)展階段要解決的重要議題。

（三）性別負(fù)債

性別負(fù)債反映了性別比例長期失衡的現(xiàn)象。已有研究認(rèn)為男孩具有更高價(jià)值，能夠滿足父母不同層次需求，顯著降低家庭存續(xù)等方面風(fēng)險(xiǎn)，因此生育男孩是家庭特別是農(nóng)村家庭的理性選擇，這在亞洲一些國家或地區(qū)表現(xiàn)最為明顯，男性偏好和“消失的女孩”即是這方面突出表現(xiàn)。就中國而言，20世紀(jì)70年代后推行的計(jì)劃生育政策，一胎的硬性要求下必然使得育齡夫婦更加偏好于男孩，性別偏好問題更加突出。性別負(fù)債一方面加劇了性別比例失衡，導(dǎo)致一系列社會問題產(chǎn)生;另一方面性別負(fù)債在不同年齡段之間存在明顯差異，最明顯特征就是婚育年齡段人口性別比例失衡問題更加嚴(yán)重，婚育女性較少和婚育男性較多，“男大不能當(dāng)婚”，這對于婚姻匹配、生育等行為都將造成明顯沖擊，從而也對人口增長和社會穩(wěn)定產(chǎn)生負(fù)面影響。

總?cè)丝谛詣e比表征每100位女性所對應(yīng)的男性數(shù)量。目前中國性別比例失調(diào)顯著高于世界平均水平，更高于東亞國家、中等收入國家和發(fā)達(dá)國家平均水平。如果從人口結(jié)構(gòu)內(nèi)部看性別失衡情況就更值得關(guān)注。從分年齡段女性比率視角進(jìn)一步考察中國性別比例情況，女性比率表征了每100名男性所對應(yīng)的女性人數(shù)，其反映的問題在于，真正處于婚育年齡段男性，譬如18—23歲或25—49歲，性別失衡現(xiàn)象表現(xiàn)最為明顯，特別是前者大有愈演愈烈之勢，這將直接導(dǎo)致婚育男性婚姻匹配存在障礙，婚姻匹配概率降低，“男大不能當(dāng)婚”現(xiàn)象更加普遍，特別是在農(nóng)村地區(qū)或邊遠(yuǎn)、欠發(fā)達(dá)地區(qū)表現(xiàn)更為明顯。

（四）人力資本負(fù)債

人力資本負(fù)債反映了改革開放后我國以廉價(jià)勞動力開啟的快速工業(yè)化過程強(qiáng)化了干中學(xué)、兩頭在外出口加工模式，其對勞動力人力資本要求較低，中低層次人力資本即能滿足流水線作業(yè)、工業(yè)化大規(guī)模生產(chǎn)需要，勞動力總體人力資本處于較低水平。隨著從工業(yè)化向城市化轉(zhuǎn)型，工業(yè)化時(shí)期大量中低層次人力資本勞動力轉(zhuǎn)型障礙較大，新發(fā)展階段對高層次人力資本需求和中低層次人力資本供給存在錯(cuò)配，有效人力資本供需存在缺口。

中國過去四十年的大規(guī)模工業(yè)化，最大程度地開發(fā)了以中等教育擴(kuò)張為特征的第一次人力資本開發(fā)，張鵬等（2019）[5]發(fā)現(xiàn)中國20—39歲年齡人口受教育程度高于40—64歲年齡組人口，中國20—39歲和40—64歲接受中等教育勞動力比例已經(jīng)接近和超越發(fā)達(dá)國家，但20—39歲和40—64歲接受大專以上教育勞動力比例與發(fā)達(dá)國家差距較大，這種趨勢契合了中國大規(guī)模工業(yè)化對勞動力需求的特征。未來十五年內(nèi)，隨著40—64歲年齡組人口逐步步入退休年齡，退出勞動力市場，現(xiàn)階段20—39歲年齡組的人力資本分布特征決定了中國未來十五年內(nèi)仍然以中等教育為主、高等教育為輔的人力資本結(jié)構(gòu)為主導(dǎo)，低層次人力資本“雍塞”和高層次人力資本不足問題并存，二元市場分割特征明顯。造成的問題一方面表現(xiàn)為與產(chǎn)業(yè)結(jié)構(gòu)升級不匹配的大量低層次人力資本勞動力漂移在城市邊緣和城市低端產(chǎn)業(yè)，其原因在于服務(wù)業(yè)時(shí)期工業(yè)比重持續(xù)下降帶來中等教育勞動力需求萎縮，另一方面低端服務(wù)業(yè)蔓延和低質(zhì)量城市化又會對產(chǎn)業(yè)升級形成掣肘，使得相對不足的高層次人力資本勞動力反而顯得相對“過?！保瑢?jīng)濟(jì)轉(zhuǎn)型造成負(fù)面影響。

三、新發(fā)展階段中國應(yīng)對人口負(fù)債的策略

從上文分析可知，中國人口紅利向人口負(fù)債方向轉(zhuǎn)型不可阻擋，總量負(fù)債、結(jié)構(gòu)負(fù)債、性別負(fù)債和人力資本負(fù)債是中國未來跨越新發(fā)展階段和邁向現(xiàn)代化征程不可逾越的人口轉(zhuǎn)型問題。發(fā)達(dá)國家經(jīng)驗(yàn)也表明人口老齡化時(shí)代到來是必然的，但大多數(shù)發(fā)達(dá)國家并沒有因人口結(jié)構(gòu)向負(fù)債方向轉(zhuǎn)型而喪失增長動力，相反卻在人口負(fù)債時(shí)代到來之前或之際未雨綢繆采取了很多政策措施，有效地避免和減緩了人口負(fù)債對經(jīng)濟(jì)發(fā)展的沖擊?，F(xiàn)實(shí)和經(jīng)驗(yàn)也必然催生理論研究方面的進(jìn)展，正是由于發(fā)達(dá)經(jīng)濟(jì)體更早經(jīng)歷了向人口負(fù)債的轉(zhuǎn)型，相應(yīng)地考察人口負(fù)債與經(jīng)濟(jì)長期增長關(guān)系的文獻(xiàn)也較為豐富。Cutler et al（1990）[6]首次探討了人口負(fù)債影響長期增長的三個(gè)渠道：第一，從數(shù)量上看，長期來看人口負(fù)債必然加劇老齡化程度，逐步帶來勞動力總量的減少，從而從勞動力供給上產(chǎn)生對經(jīng)濟(jì)增長的掣肘;第二，人口老齡化使得勞動力相對稀缺而資本相對豐裕，勞均資本增加，資本深化現(xiàn)象明顯;第三，勞動力稀缺還可能激勵(lì)替代勞動節(jié)約型技術(shù)創(chuàng)新，譬如歷史上不斷出現(xiàn)的新機(jī)器逐漸替代勞動及最近人工智能的興起帶來機(jī)器人對勞動力替代或置換的討論等。綜上，無論是資本深化還是技術(shù)創(chuàng)新都能在長期中促進(jìn)經(jīng)濟(jì)增長，它們都能在一定程度上抵消第一個(gè)渠道中人口負(fù)債后勞動力數(shù)量減少的負(fù)面沖擊，但孰高孰低還無定論，這也說明人口負(fù)債對經(jīng)濟(jì)社會沖擊的影響機(jī)理、方向還需要更加深入的研究。Aksoy et al（2019）[7]在加入人口結(jié)構(gòu)和創(chuàng)新部門的動態(tài)一般均衡模型中分析了人口老齡化對經(jīng)濟(jì)創(chuàng)新行為的影響，在使用聯(lián)合國人口展望預(yù)測數(shù)據(jù)進(jìn)行模擬后發(fā)現(xiàn)人口老齡化將會使得創(chuàng)新部門勞動力不斷減少、人力資本積累減緩和勞動生產(chǎn)率下降，長期中對經(jīng)濟(jì)增長產(chǎn)生負(fù)面影響;Eggertsson et al（2019）[8]使用168個(gè)國家1990—2008年的數(shù)據(jù)驗(yàn)證了人口老齡化能夠帶來資本深化及由此而來的實(shí)際利率下降和人均產(chǎn)出增長的事實(shí)，但這一結(jié)論在2008年金融危機(jī)后發(fā)生了改變，其機(jī)理主要在于發(fā)達(dá)國家受名義利率零利率下限（zero lower bound）限制，使得實(shí)際利率不能調(diào)整至合意水平，導(dǎo)致企業(yè)投資下降，經(jīng)濟(jì)增長很可能陷入長期停滯（secular stagnation）。此外，Braun et al（2009）、Ikeda and Saito（2014）、Gagnon et al（2016）、Maestas et al（2016）、Carvalho et al（2016）、Lee and Shin（2019）[9-14]等理論和實(shí)證分析結(jié)果研究也發(fā)現(xiàn)上述文獻(xiàn)類似的結(jié)論，即人口負(fù)債將會對長期增長帶來負(fù)面效應(yīng)。

近年來隨著人工智能、大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等新技術(shù)的發(fā)展，新科技革命對經(jīng)濟(jì)社會各方面都產(chǎn)生巨大影響，無疑對人口要素在增長中的作用沖擊也較大。一些文獻(xiàn)從此視角的確發(fā)現(xiàn)了不同的結(jié)論，這方面最典型的為Acemoglu and Restrepo（2017）和 Acemoglu and Restrepo（2018）[15-16]的研究，作者在加入自動化技術(shù)的增長框架下發(fā)現(xiàn)人口老齡化雖然帶來勞動力投入減少，但也促進(jìn)自動化或人工智能技術(shù)的應(yīng)用，技術(shù)進(jìn)步效應(yīng)彌補(bǔ)了勞動力減少，自動化、人工智能等新技術(shù)能夠?qū)趧恿?shí)現(xiàn)替代，導(dǎo)致人口老齡化能夠促進(jìn)長期增長，因此人口負(fù)債對長期增長的沖擊也將隨著人工智能技術(shù)的應(yīng)用而緩解。

黨的十九屆五中全會通過的《中共中央關(guān)于制定國民經(jīng)濟(jì)和社會發(fā)展第十四個(gè)五年規(guī)劃和二〇三五年遠(yuǎn)景目標(biāo)的建議》提出，實(shí)施積極應(yīng)對人口老齡化國家戰(zhàn)略。這說明國家從戰(zhàn)略層面驗(yàn)證了人口紅利向人口負(fù)債時(shí)代轉(zhuǎn)型后，通過積極主動有為的政策干預(yù)和人們主觀行為的調(diào)整，能夠?qū)⑷丝谪?fù)債的沖擊、負(fù)擔(dān)一定程度上轉(zhuǎn)化為機(jī)遇、動力。這也提示我們需要從更廣義視角認(rèn)識人口負(fù)債轉(zhuǎn)型對長期增長的作用機(jī)制和影響渠道，特別是要改變?nèi)丝诩t利時(shí)代將人口僅僅作為充裕和廉價(jià)勞動力的代名詞，而是將人口轉(zhuǎn)型與人力資本投資、資本深化、勞動生產(chǎn)率、創(chuàng)新行為等人口“質(zhì)量”特征相聯(lián)系，進(jìn)而通過久久為功的長期政策設(shè)計(jì)，充分挖掘人口知識紅利/人才紅利，持續(xù)提高國民健康紅利，挖潛提高老齡化紅利，將國家行動與個(gè)體生育、儲蓄、教育、就業(yè)等異質(zhì)性行為相關(guān)聯(lián)起來，最后人口轉(zhuǎn)型的“負(fù)債”性也可能部分或全部轉(zhuǎn)化為“資產(chǎn)”性。

（一）全面開發(fā)質(zhì)量紅利

全面開發(fā)人口質(zhì)量紅利，最主要的任務(wù)就是提高人口整體人力資本水平。提高人口人力資本水平除了涉及不斷加大教育投入之外，更要重視人口生命周期下不同階段人力資本積累的有效銜接，譬如學(xué)齡前教育至義務(wù)教育階段銜接、中等教育與高等教育銜接、職業(yè)教育與在校教育銜接、高等教育與踏入工作崗位后在職培訓(xùn)或干中學(xué)等銜接。以高等教育為例，雖然我國高等教育規(guī)模位居世界第一，高校招生人數(shù)和畢業(yè)生人數(shù)一直處于高速增長狀態(tài)，但受高等教育人口比重仍顯著低于很多發(fā)達(dá)國家，與此同時(shí)大學(xué)生就業(yè)難問題仍然突出，這背后反映的問題可能在于高等教育與實(shí)際銜接不緊，高校人力資本積累在踏入社會后將會面臨“斷層”，生命周期下人力資本積累出現(xiàn)了“間斷點(diǎn)”，造成的結(jié)果必然是大量青年畢業(yè)生就業(yè)漂移，就業(yè)漂移于低端職業(yè)和城市化邊緣，長期來看必然造成人力資本損耗，對個(gè)人職業(yè)階梯爬升和現(xiàn)代化國家轉(zhuǎn)型將是極為不利的。因此，未來相當(dāng)長時(shí)期內(nèi)首要任務(wù)在于暢通生命周期視域下人力資本積累通道，做到不同生命周期階段人力資本積累有效銜接。

從時(shí)間跨度看，人力資本積累分為學(xué)齡前、學(xué)齡階段、青年時(shí)期和工作時(shí)期。從具體內(nèi)容上看，人力資本積累分為學(xué)齡前干預(yù)即兒童早期發(fā)展（Early Children Development）、學(xué)齡接受教育階段、青年時(shí)期接受進(jìn)一步的高等教育或者職業(yè)教育、工作時(shí)期通過在職學(xué)習(xí)培訓(xùn)提高技能等。時(shí)間和內(nèi)容是相互銜接、有機(jī)統(tǒng)一的整體，今天學(xué)齡兒童就是明天的青年、今天的青年就是昨天的學(xué)齡期兒童，某一環(huán)節(jié)內(nèi)容建設(shè)缺失都會對個(gè)體生命周期下人力資本積累形成負(fù)面影響。從目前我國現(xiàn)實(shí)看，青年人口中接受中等教育水平已經(jīng)趕上主要發(fā)達(dá)國家水平，但青年時(shí)期無論是高等教育還是職業(yè)教育、職業(yè)訓(xùn)練等內(nèi)容都無法滿足中國經(jīng)濟(jì)由資本和要素推動轉(zhuǎn)向知識和技術(shù)效率驅(qū)動的要求，青年時(shí)期向工作時(shí)期過渡銜接出現(xiàn)問題，高等教育雖然從規(guī)模上有了大幅提高，但高等教育人口與發(fā)達(dá)國家還有較大差距，而職業(yè)教育在師資、辦學(xué)模式、資金支持和資格認(rèn)證等多個(gè)方面都限制了職業(yè)教育的社會認(rèn)可和教學(xué)質(zhì)量提高。因此，全面開發(fā)人口質(zhì)量紅利關(guān)鍵不在于學(xué)齡期和學(xué)齡期前，其目標(biāo)直指中國高等教育質(zhì)量、職業(yè)教育質(zhì)量，未來應(yīng)大力發(fā)展類似于德國的雙元制教育體系，將教育與職業(yè)發(fā)展有效銜接，實(shí)現(xiàn)個(gè)體進(jìn)步與國家發(fā)展相統(tǒng)一。

（二）充分挖掘人才紅利/知識紅利

無論從理論還是現(xiàn)實(shí)看，以生育率下降、勞動年齡人口減少、人口老齡化等特征為主的人口轉(zhuǎn)型第三階段是經(jīng)濟(jì)社會發(fā)展的必然結(jié)果，代表著人類物質(zhì)文明和精神文明的高度。因此，以數(shù)量特征為主的人口紅利消失必然使得中國大規(guī)模工業(yè)化時(shí)期勞動密集型和通用技術(shù)為主的傳統(tǒng)部門喪失優(yōu)勢，傳統(tǒng)廉價(jià)勞動力優(yōu)勢向人口質(zhì)量優(yōu)勢轉(zhuǎn)變是新發(fā)展階段轉(zhuǎn)型的必然要求。隨著中國從工業(yè)化向城市化轉(zhuǎn)型，特別是適應(yīng)新一輪科技革命在經(jīng)濟(jì)發(fā)展和各類社會場景中的廣泛滲透，新經(jīng)濟(jì)、新業(yè)態(tài)、新模式更是層出不窮，經(jīng)濟(jì)發(fā)展驅(qū)動中創(chuàng)新的成分越來越大，對勞動力要素也由原來主要倚重于其廉價(jià)性轉(zhuǎn)向其高質(zhì)量。我國人口負(fù)債轉(zhuǎn)型也對應(yīng)著勞動力受教育程度的同步提高，以及與產(chǎn)業(yè)轉(zhuǎn)型相伴的規(guī)模最大的產(chǎn)業(yè)工人群體。各地區(qū)勞動力質(zhì)量的提高以及高素質(zhì)勞動占比的持續(xù)上升，其內(nèi)部必然蘊(yùn)藏著豐富的人才紅利、知識紅利、工程師紅利，必將有利于“第二次人口紅利”的開發(fā)，并逐漸形成新發(fā)展階段勞動力的數(shù)量溢價(jià)不斷消失而勞動力的知識溢價(jià)不斷上升的新局面。人才紅利/知識紅利的形成和擴(kuò)大，一方面緩解人口紅利消失對中國經(jīng)濟(jì)增長的潛在不利影響，使經(jīng)濟(jì)發(fā)展進(jìn)入新發(fā)展階段后也能夠保持中高速增長水平，化解了勞動力短缺所帶來的對經(jīng)濟(jì)增長的掣肘，另一方面能夠助力中國經(jīng)濟(jì)由量變?yōu)橹鬓D(zhuǎn)向質(zhì)量提高，推動宏觀增長、中觀產(chǎn)業(yè)和微觀企業(yè)主體邁向高端水平。

（三）持續(xù)提高健康紅利

人力資本是體現(xiàn)在勞動者身上的資本，如勞動者的知識技能、文化技術(shù)水平與健康狀況等。目前，我們關(guān)注人力資本提高主要強(qiáng)調(diào)勞動者知識、技能的儲備情況，而對勞動力健康情況關(guān)注度不夠高。勞動力健康不僅包含生理健康，更蘊(yùn)含心理健康。隨著醫(yī)療衛(wèi)生技術(shù)的更新迭代和日益普及，體檢范圍擴(kuò)大和篩查程度提高，有利于及早發(fā)現(xiàn)潛在健康威脅。另外，中國城市化還在不斷提高，廣大進(jìn)城農(nóng)民工和遷移至城市的新型農(nóng)民，除了在破除戶籍限制、生育、就業(yè)和子女就學(xué)等歧視性規(guī)定之外，還應(yīng)該特別關(guān)注進(jìn)城人員與城市的社會融合程度提高，真正做到人進(jìn)城、心落地，完成向市民化的轉(zhuǎn)變，這也是心理健康的重要體現(xiàn)之一。

（四）挖潛提高老齡化紅利

人口負(fù)債時(shí)代要將老年人口作為經(jīng)濟(jì)社會發(fā)展的資產(chǎn)而非負(fù)債來看待。但是我國在挖潛提高老齡化紅利方面還有很長的路要走，其主要表現(xiàn)為勞動參與率低，未能充分利用老年人口所蘊(yùn)含的人力資本。我國目前相對剛性的退休制度，使得老年人口法定退休年齡在生理退休年齡[17]到達(dá)之前就過早退出了勞動力市場，特別是企業(yè)和機(jī)關(guān)事業(yè)單位一些退休人員，都是老年人口中人力資本層次較高的群體，這種現(xiàn)象也構(gòu)成人力資本的極大浪費(fèi)。中國與OECD主要成員國退休年齡比較，可以發(fā)現(xiàn)我國法定退休年齡偏低，勞動力過早退出了勞動力市場。根據(jù)第六次人口普查數(shù)據(jù)，2010年中國人口的平均預(yù)期壽命是74.83歲，比1990年的71.4歲增加三歲左右。隨著人口預(yù)期壽命和健康狀況的不斷改善，未來延長退休年齡成為可能。這樣可以彌補(bǔ)中國第一次人口紅利消失后，勞動力資源不斷減少的威脅，成為利用第二次人口紅利的主要契機(jī)。未來應(yīng)逐步實(shí)行彈性退休制度，有效和合理利用老年人資源，鼓勵(lì)老年人從事教育傳授、社會公益、社區(qū)服務(wù)和老年服務(wù)等活動。改變退休人口隱性就業(yè)為顯性就業(yè)，既不增加就業(yè)壓力又能客觀反映中國就業(yè)人口的結(jié)構(gòu)和就業(yè)分布狀況，實(shí)現(xiàn)提高勞動年齡人口就業(yè)率目標(biāo)向提高總?cè)丝诰蜆I(yè)率目標(biāo)的過渡，更好地為經(jīng)濟(jì)社會發(fā)展服務(wù)。

四、結(jié) 論

人口作為生產(chǎn)者與消費(fèi)者的統(tǒng)一體，其總量與結(jié)構(gòu)變化是構(gòu)成經(jīng)濟(jì)增長的重要影響因素。伴隨著人口老齡化時(shí)代的到來，改革開放以來人口撫養(yǎng)負(fù)擔(dān)較輕、勞動力規(guī)模充裕的人口紅利窗口期逐漸關(guān)閉，從人口紅利向人口負(fù)債轉(zhuǎn)變是新發(fā)展階段人口轉(zhuǎn)型的主要特征，全面考察從人口紅利向人口負(fù)債轉(zhuǎn)變過程的特征、趨勢、潛在影響，并適度干預(yù)能夠?qū)⑷丝诩t利向人口負(fù)債轉(zhuǎn)變的負(fù)面影響降至最低，同時(shí)也能辯證地看待轉(zhuǎn)變中的潛在機(jī)遇，化被動為主動，為新發(fā)展階段經(jīng)濟(jì)轉(zhuǎn)型提供支撐。

本文回顧總結(jié)了中國人口結(jié)構(gòu)轉(zhuǎn)型的歷史過程與經(jīng)驗(yàn)特征，指出人口轉(zhuǎn)型使得中國總體人口形勢已由人口紅利時(shí)期總量過剩、勞動力年輕和充裕與撫養(yǎng)比下降的優(yōu)勢，逐步轉(zhuǎn)變?yōu)槿丝谪?fù)債時(shí)期總量減少、勞動力稀缺和老化與撫養(yǎng)比上升的挑戰(zhàn)。具體而言，主要挑戰(zhàn)來自于以下四個(gè)方面：第一，勞動力規(guī)模和人口規(guī)模持續(xù)減少的總量負(fù)債，說明中國人口紅利向人口負(fù)債轉(zhuǎn)變帶來的勞動力總量和人口總量縮減是必然趨勢，人口負(fù)增長必然對社會生產(chǎn)與消費(fèi)形成負(fù)向沖擊;第二，少子化、深度老齡化和勞動力結(jié)構(gòu)老化為特征的結(jié)構(gòu)負(fù)債，這說明從人口紅利向人口負(fù)債轉(zhuǎn)型人口年齡結(jié)構(gòu)發(fā)生的整體性變化，人口紅利時(shí)代勞動力年齡結(jié)構(gòu)比重大、撫養(yǎng)人口較少的“資產(chǎn)”型結(jié)構(gòu)特征，讓位于人口負(fù)債時(shí)代撫養(yǎng)人口比重逐步加大、勞動力人口逐步減少的“負(fù)債”型結(jié)構(gòu);第三，男女性別比例失調(diào)和婚配障礙為特點(diǎn)的性別負(fù)債，這不僅對婚姻匹配、生育等行為造成明顯沖擊，也對人口增長和社會穩(wěn)定產(chǎn)生負(fù)面影響;第四，現(xiàn)階段勞動力人力資本不能完全滿足經(jīng)濟(jì)社會轉(zhuǎn)型的需求，有效人力資本需求與有效人力資本供給缺口之人力資本負(fù)債，對勞動力人力資本有效積累形成負(fù)面影響。

雖然中國人口紅利向人口負(fù)債方向轉(zhuǎn)型不可阻擋，但是世界發(fā)展歷史特別是發(fā)達(dá)國家發(fā)展過程表明，未雨綢繆，化被動為主動，適度干預(yù)人口轉(zhuǎn)變過程并采取積極措施可以減緩人口轉(zhuǎn)變的負(fù)面沖擊，實(shí)現(xiàn)經(jīng)濟(jì)轉(zhuǎn)型與人口轉(zhuǎn)型相互促進(jìn)、相得益彰。本文指出了在新發(fā)展階段應(yīng)對人口負(fù)債的主要策略：第一，全面開發(fā)質(zhì)量紅利，提高整體人力資本水平。提高人力資本水平除了涉及不斷加大教育投入之外，更要重視人口生命周期下不同階段人力資本積累的有效銜接，暢通生命周期視域下人力資本積累通道，做到不同生命周期階段人力資本積累有效銜接。第二，充分挖掘人才紅利/知識紅利。改革開放以來，與產(chǎn)業(yè)轉(zhuǎn)型相伴的規(guī)模最大的產(chǎn)業(yè)工人群體說明了勞動力受教育程度的不斷提高，中國勞動力質(zhì)量提高使得勞動力內(nèi)部必然蘊(yùn)藏著豐富的人才紅利、知識紅利、工程師紅利，有利于形成新發(fā)展階段勞動力的數(shù)量溢價(jià)不斷消失而勞動力的知識溢價(jià)不斷上升的新局面。第三，持續(xù)提高健康紅利，不僅要關(guān)注勞動力生理健康，更要關(guān)心其心理健康。特別注重城市化進(jìn)程中人地分離農(nóng)民工群體及隨遷子女的身心健康，真正做到人進(jìn)城、心落地，完成向市民化的轉(zhuǎn)變。第四，挖潛提高老齡化紅利。要將老年人口作為經(jīng)濟(jì)社會發(fā)展的資產(chǎn)而非負(fù)債來看待，通過延遲退休、創(chuàng)業(yè)等政策積極提高老年勞動力參與率，減緩過快老齡化對經(jīng)濟(jì)社會系統(tǒng)的沖擊。

參考文獻(xiàn)：

[1]W.S.Thompson. Population[J].American Journal of Sociology，34（1929），959-975.

[2]Notestein F.W.Some Demographic Aspects of Aging[J].Proceedings of the American Philosophical Society，1954，98（1），38–45.

[3]科林.麥克伊韋迪，理查德.瓊斯.世界人口歷史圖集[M].陳海宏，劉文濤，譯.北京：東方出版社，1992：192.

[4]Cooley T，Henriksen E.The Demographic Deficit[J].Journal of Monetary Economics，2018，93：45-62.

[5]張鵬，張平，袁富華.中國就業(yè)系統(tǒng)的演進(jìn)、摩擦與轉(zhuǎn)型——?jiǎng)趧恿κ袌鑫⒂^實(shí)證與體制分析[J].經(jīng)濟(jì)研究，2019，54（12）：4-20.

[6]Cutler D M，Poterba J M，Sheiner L M，et al.An Aging Society：Opportunity or Challenge？[J].Brookings Papers on Economic Activity，1990，1990（1）：1-73.

[7]Aksoy Y，Basso H S，Smith R P，et al.Demographic Structure and Macroeconomic Trends[J].American Economic Journal：Macroeconomics，2019，11（1）：193-222.

[8]Eggertsson G B，Lancastre M，Summers L H.Aging，Output per Capita，and Secular Stagnation[J].American Economic Review：Insights，2019，1（3）：325-342.

[9]Braun R A，Ikeda D，Joines D H.The Saving Rate in Japan：Why It Has Fallen and Why It Will Remain Low[J].International Economic Review，2009，50（1）：291-321.

[10]Ikeda D，Saito M.The Effects of Demographic Changes on the Real Interest Rate in Japan[J].Japan and the World Economy，2014，32：37-48.

[11]Gagnon E，Johannsen B K，Lopez-Salido D.UnderStanding the New Normal：the Role of Demographics[J].2016.

[12]Maestas，Nicole，Kathleen J.Mullen，and David Powell.The Effect of Population Aging on Economic Growth，the Labor Force and Productivity[R]. National Bureau of Economic Research Working Paper 22452，2016.

[13]Carvalho C，F(xiàn)errero A，Nechio F.Demographics and Real Interest Rates：Inspecting the Mechanism[J].European Economic Review，2016，88：208-226.

[14]Lee H H，Shin K.Nonlinear Effects of Population Aging on Economic Growth[J].Japan and the World Economy，2019，51：100963.

[15]Acemoglu D，Restrepo P.Secular Stagnation？ The Effect of Aging on Economic Growth in the Age of Automation[J].American Economic Review，2017，107（5）：174-179.

[16]Acemoglu D，Restrepo P.Demographics and Automation[R].National Bureau of Economic Research，2018.

[17]盧敏，彭希哲.基于期望余壽理論的老年定義新思考與中國人口態(tài)勢重新測算[J].人口學(xué)刊，2018，40（4）：5-18.

（責(zé)任編輯 吳曉妹）