王 連，周之浩，張維星

（1.蘭州財經大學 統(tǒng)計學院，甘肅 蘭州 730020；2.甘肅省數(shù)字經濟與社會計算科學重點實驗室，甘肅 蘭州 730020）

一、引言

人口是經濟社會發(fā)展的基礎性、全局性、長期性戰(zhàn)略支撐要素，亦是促進經濟高速增長的重要載體。人口紅利是新時代我國經濟轉向高質量發(fā)展階段的核心動力源，也是實現(xiàn)共同富裕根本目標的重要引擎?！笆奈濉币?guī)劃綱要提出，要構建高質量的教育體系和全方位全周期的健康體系，優(yōu)化人口結構，拓展人口質量紅利，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、質量和結構來看，我國的勞動力資源依然豐富，人口紅利持續(xù)存在，特別是隨著人口素質的提高，人口數(shù)量紅利逐步向人口質量紅利轉變。人口紅利的轉型不僅有利于促進經濟發(fā)展方式轉變、產業(yè)結構升級、全要素生產率提高，還可以推動人口與經濟社會持續(xù)協(xié)調，實現(xiàn)高質量發(fā)展。然而，新時代我國仍面臨嚴峻的人口問題。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個百分點；勞動年齡人口占比也從2010年的70.14%下降至2020年的63.35%，降幅達到6.79個百分點。蔡昉在2022宏觀形勢年度論壇上指出：“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；同時，預期人口將出現(xiàn)負增長，這使中國不僅遭遇供給側沖擊，甚至是需求側尤其是消費方面的巨大沖擊，從而將使經濟陷入嚴重的衰退中?！贝送猓覈谌丝诎l(fā)展中還面臨人口流動活躍、人才分布不均等嚴峻考驗。人口流動不僅導致欠發(fā)達地區(qū)勞動力缺乏、人才流失嚴重，而且使發(fā)達地區(qū)出現(xiàn)人才擁擠、就業(yè)競爭激烈等問題，進一步拉大各區(qū)域的經濟差距，加劇區(qū)域發(fā)展不平衡、不協(xié)調的困境。本文的邊際貢獻在于，將經濟質量納入分析框架，通過對數(shù)量和質量雙重視角下人口紅利的經濟效應變遷和動態(tài)轉型進行實證分析，驗證了其中存在的直接效應以及中介效應、空間效應等間接效應，深入探究了人口紅利的經濟效應，完善了具有中國特色的人口紅利理論與經驗研究。

二、文獻綜述

長期以來，學術界主要是從人口的經濟效應以及人口與經濟的協(xié)同效應入手，研究人口與經濟的關系。本文以人口紅利為切入點，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)量紅利和人口質量紅利，從人口數(shù)量紅利、人口質量紅利及人口紅利轉型三個方面進行文獻梳理。

（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，是指勞動年齡人口增加和總撫養(yǎng)比下降所引致的經濟快速增長的“有利性”（楊成鋼和閆東東，2017）[1]。悲觀派學者認為，近年來我國人口數(shù)量紅利式微，對經濟的影響不再顯著，急需為經濟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]認為，在人口老齡化和人口結構轉型的背景下，我國的勞動力比較優(yōu)勢已經削弱，人口數(shù)量紅利效應日益衰減。田偉（2018）[5]通過測算人口紅利對經濟增長的貢獻，認為我國已進入后人口紅利時代，人口數(shù)量的優(yōu)勢逐漸消失。都陽和封永剛（2021）[6]認為，我國已進入老齡化社會，勞動參與率和儲蓄率的下降都會使經濟發(fā)展速度放緩。柏培文和張云（2021）[7]基于CHIP截面數(shù)據(jù)構建了一般均衡模型，分析了數(shù)字經濟、人口紅利對中低技能勞動者工資收益和福利水平的影響，發(fā)現(xiàn)人口紅利減少會導致勞動力短缺。樂觀派學者則認為，人口數(shù)量紅利是經濟發(fā)展的重要引擎。Bloom等（2003）[8]、Cai等（2005）[9]認為，總撫養(yǎng)比越高，社會負擔就越重，經濟的生產能力也越低，而勞動年齡人口占比越大，勞動供應和儲蓄就越多，經濟增長也越快。鐘水映和李魁（2010）[10]采用空間計量和廣義矩估計方法，驗證了人口紅利對經濟發(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供給促進了高投資、高資本的形成，進而推動了我國經濟的騰飛。

（二）人口質量紅利

人口質量紅利又稱為第二次人口紅利、人力資本紅利，是指勞動力素質提升所帶來的經濟增長的“有利性”（楊成鋼和閆東東，2017）[1]。目前，多數(shù)學者已在人口質量紅利的經濟效應分析上達成共識，即人口質量紅利是經濟發(fā)展的重要動力源?；谖⒂^經濟理論，張同斌（2016）[2]、Li等（2016）[12]利用一般均衡模型分析發(fā)現(xiàn)，高技能勞動力占比和人力資本水平的提升能夠推動經濟快速發(fā)展。鐵瑛等（2019）[13]利用人口普查數(shù)據(jù)，驗證了人口結構變動影響出口的理論解釋和微觀機制。王樹（2021）[14]運用三期戴蒙德迭代模型進行了理論分析，認為人口質量紅利是驅動經濟高質量發(fā)展的重要因素?；诓煌慕涷炑芯恳暯?，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，人力資本對經濟增長的影響呈現(xiàn)先增加后減少的倒U形特征。俞伯陽和叢屹（2021）[16]利用動態(tài)面板模型分析發(fā)現(xiàn)，人力資本紅利對加快產業(yè)結構高級化進程具有正向作用。戴瓊瑤等（2021）[17]利用空間計量模型，實證分析了教育和健康兩類人力資本紅利的空間相關性及其對經濟增長的空間溢出效應。

（三）人口紅利動態(tài)轉型

在當前傳統(tǒng)人口紅利的下沉期，我國的人口紅利并未消失，而是向人口質量紅利動態(tài)轉變（原新和劉繪如，2019）[18]。學者們普遍認為，傳統(tǒng)人口紅利向新型人口紅利的轉變是支撐我國經濟發(fā)展的動力源泉，也是成功跨越中等收入陷阱的動力機制（劉鵬，2010；晏月平等，2018；原新和金牛，2021）[19-21]。在實證研究中，學者們采用不同的模型分析了人口數(shù)量紅利向人口質量紅利動態(tài)轉型的關系以及人口結構轉型的經濟效應。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)量紅利和人口質量紅利對經濟增長的影響存在差異和變化，質量型人力資本紅利已取代數(shù)量型人口紅利成為經濟增長的新路徑。楊成鋼和閆東東（2017）[1]通過拓展MRW模型，構建了人口數(shù)量和人口質量雙重視角下人口紅利經濟效應的理論分析模型，進一步驗證了二者的經濟效應和替代關系。鐵瑛等（2019）[13]探討了人口結構轉型對出口的作用機理，認為加快實現(xiàn)人口紅利向人才紅利的轉變，是應對人口老齡化背景下我國出口轉型升級的重要思路。

（四）文獻述評

現(xiàn)有關于人口紅利與經濟增長的研究雖已較為成熟，但仍存在以下幾個問題：一是人口紅利已發(fā)生動態(tài)轉型，而研究者對人口紅利的概念界定以及新時代傳統(tǒng)人口紅利的經濟效應分析仍沒有達成共識；二是現(xiàn)有的人口紅利經濟效應研究大多屬于定性分析，有關新時代背景下人口紅利的實證研究依然較少；三是在現(xiàn)階段人口分布不均衡的情況下，有關人口紅利對經濟增長區(qū)域差異和空間效應的研究仍處于起步階段，有待進一步的深化?；诖?，本文將從數(shù)量和質量的雙重視角出發(fā)，界定人口紅利的相關概念，同時將經濟質量納入分析框架，利用省際面板數(shù)據(jù)實證分析人口紅利的經濟效應變遷和動態(tài)轉型，并運用多種計量模型對人口紅利的經濟效應進行實證分析，驗證其中存在的直接效應以及中介效應、空間效應等間接效應。

三、概念界定與相關理論分析

（一）相關概念

人口紅利是建立在人口機會窗口上的經濟學概念。國內外許多學者將人口紅利界定為人口的數(shù)量和結構變化對經濟發(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，一是勞動力規(guī)模較大，二是撫養(yǎng)負擔較輕（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”，即人口年齡結構變動和人口質量提升共同作用于經濟發(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，是指人口年齡結構變動所帶來的經濟增長紅利（陳衛(wèi)等，2007）[24]，勞動年齡人口比重上升和撫養(yǎng)比下降均可以為經濟發(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，是指人力資本強化的紅利（原新等，2019）[18]，即勞動力素質提升所帶來的經濟發(fā)展效應（涂舒和周宇，2013；Li et al.，2016）[25，12]。

（二）理論分析與研究假設

在早期的新古典增長模型中，經濟增長的核心要素是資本和勞動力。隨著新增長理論的興起，Romer和Lucas開始強調人力資本、技術進步等因素對經濟長期增長的重要性，并將人力資本作為要素納入生產函數(shù)中。至此，以人力資本為代表的人口質量紅利和以勞動力為代表的人口數(shù)量紅利共同驅動經濟發(fā)展，成為經濟發(fā)展的兩大核心動力源。

改革開放以來，人口數(shù)量紅利一直是我國經濟發(fā)展的關鍵動力源。就人口增長的經濟效果而言，人口數(shù)量的增加對經濟增長既有積極的影響，又有消極的影響。由人口經濟理論可知，人口增長可以產生兩種經濟效應。（1）形成規(guī)模經濟，促進勞動分工和技術進步，在經濟資源相對充裕的條件下，人口增長有利于經濟增長（鐘水映等，2016）[26]。馬歇爾認為，一國的經濟繁榮持續(xù)推進，只要不產生使人口出生率比死亡率降得更低的負作用，工資的增加就可引致勞動力供給增加的傾向，同時，增加的利潤有助于提高生活水平，增強經濟主體的能動性，使勞動力需求增加（李仲生，2013）[27]。這樣，勞動力工資和資本利潤的增加共同推動國民收入水平提高，而人口增長能夠產生促進經濟發(fā)展的結果。（2）人口增長可能帶來經濟資源的壓力，使投資減少、勞動生產率下降，在經濟資源短缺的條件下，人口增長不利于經濟增長（李仲生，2013）[27]。我國是人口大國，具有勞動力豐富的優(yōu)勢，同時，我國的人口壓力也很大，出生率低、死亡率低、結婚率低以及勞動占比下降、社會撫養(yǎng)比上升等問題，均導致傳統(tǒng)型人口紅利的消融。人口數(shù)量紅利式微又會進一步削弱勞動稟賦的優(yōu)勢，對我國的經濟發(fā)展產生沖擊。相比較而言，新時代我國人口紅利的積極作用大于消極影響，人口增長顯然促進了我國經濟的高質量發(fā)展。

隨著我國經濟發(fā)展進入新常態(tài)，人口質量紅利已逐漸取代人口數(shù)量紅利成為經濟增長的主導力量，同時也是加速經濟高質量轉型的核心驅動力。舒爾茨在人力資本理論中提出，人力資本是國民經濟保持增長的主要原因。勞動力是重要的生產要素，人口質量和知識投資在很大程度上決定了人類的發(fā)展前景（李仲生，2013）[27]。人口對經濟發(fā)展的作用除了體現(xiàn)在人口數(shù)量方面外，還體現(xiàn)在人口質量方面。毋庸置疑，較高的人口質量或勞動力人口質量對經濟活動中的生產、交換、分配、消費等各個方面均具有促進作用。人口質量如果與經濟發(fā)展相適應，就能促進經濟發(fā)展；人口質量尤其是勞動力人口質量若普遍低下，就會阻礙經濟發(fā)展。一方面，人力資本是提高生產效率的關鍵因素，人力資本投入的增加既可以提高人力資本自身的生產效率，又可以促進其他要素生產效率的提升。作為生產要素的人力資本，其不僅可以直接對經濟增長作出貢獻，還可以通過科學技術進步促進經濟增長。另一方面，人力資本的積累直接促使勞動力素質提高，降低勞動的復雜程度，使勞動者投入生產中的勞動質量提高，從而促進生產發(fā)展和經濟增長。顯而易見，人口質量已逐漸取代人口數(shù)量成為經濟增長和高質量發(fā)展的動力源?；谝陨戏治?，本文提出研究假設H1和H2。

H1：人口數(shù)量紅利和人口質量紅利是推動我國經濟發(fā)展的動力源。

H2：人口結構正在發(fā)生由人口數(shù)量紅利向人口質量紅利的轉變。

人口紅利除了對經濟產生直接影響外，還可以通過其他路徑對經濟產生影響，包括中介效應、空間溢出效應等間接效應。

1.人口紅利與產業(yè)結構升級。人口結構轉變可以通過生產要素集聚、人力資本投資影響產業(yè)升級，進而影響經濟增長。在經濟的持續(xù)發(fā)展過程中，產業(yè)結構由原始的、低級的產業(yè)結構向先進的、高級的產業(yè)結構轉變。冉茂盛和毛戰(zhàn)賓（2008）[28]指出，人力資本作為生產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要素集聚而具有的效率功能，使得人力資本存量及結構優(yōu)化能夠促進產業(yè)結構升級，進而成為經濟高質量發(fā)展的重要引擎。楊成鋼等（2017）[1]、晏月平等（2018）[20]提出，隨著產業(yè)結構的轉型升級，我國的人口質量紅利逐漸取代人口數(shù)量紅利在經濟發(fā)展中占據(jù)主導地位，成為跨越中等收入陷阱的動力機制和支撐經濟持續(xù)增長的動力來源。劉玉飛和彭冬冬（2016）[29]認為，人口老齡化可以促進產業(yè)結構升級。俞伯陽和叢屹（2021）[16]認為，在人口紅利向人力資本紅利轉變的窗口期，勞動力質量對促進產業(yè)結構升級至關重要，而產業(yè)結構升級又是加快經濟轉型的核心動力。因此，具有一定規(guī)模和水平的人力資本是促進產業(yè)結構升級的基礎和關鍵因素。

2.人口紅利與技術進步。人口增長對技術進步的影響，就如同其對規(guī)模經濟的影響一樣是有利的。西蒙認為，人類的智力、知識和創(chuàng)造力是最基本的資源，在人口眾多的地區(qū)，科學發(fā)明較多，先進技術、知識的傳播也較快。因此，假設其余情況均相同，則較多的勞動力總會使發(fā)達世界的技術進步更快（李仲生，2013）[27]。在當今知識經濟和科學技術迅猛發(fā)展的時代，將科技進步與經濟增長聯(lián)系起來進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年齡人口中的比例越高，越有利于驅動經濟高質量發(fā)展。原新和金牛（2021）[21]認為，只有持續(xù)進行技術創(chuàng)新，高質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，人口紅利的經濟效果才能持續(xù)顯現(xiàn)。因此，人才紅利可以促進技術進步，其與生產資料一起成為影響經濟增長的重要因素。在21世紀初期，發(fā)達國家中由人力資本依托的技術進步對生產力的貢獻占到60%~80%。技術變革意味著同樣的勞動和資本投入，能夠生產更多的產出。同時，依托人力資本的勞動力素質改善和人力資本存量增加在經濟增長中發(fā)揮了巨大作用，綜合要素生產率對經濟增長的影響是不可低估的?；谝陨戏治?，本文提出研究假設H3。

H3：人口數(shù)量紅利和人口質量紅利通過產業(yè)結構升級和技術創(chuàng)新間接影響我國的經濟發(fā)展。

3.人口紅利對區(qū)域協(xié)調發(fā)展的空間效應。新增長理論是在空間勻質假設下進行分析的，而事實上，人口紅利同資本、技術等生產要素一樣會出現(xiàn)集聚現(xiàn)象。由新經濟地理學可知，人口數(shù)量紅利未必一定會被所在地吸收，其可能發(fā)生外溢（鐘水映和李魁，2010）[10]，人力資本對周邊地區(qū)的經濟增長也會產生影響（Rosenthal and Strange，2008）[30]。地區(qū)間的人力資本流動成為經濟活動地理集中的推動力和基本因素（Koenker and Bassett，1978）[31]，“擁擠效應”所引致的回流形成新的人口要素集聚，通過競爭效應或溢出效應影響周邊地區(qū)的經濟增長，為外圍地區(qū)帶來更高的經濟效率。郭英彤等（2017）[32]認為，省域經濟存在條件收斂，相鄰地區(qū)的經濟增長呈現(xiàn)正相關關系。鄧飛等（2020）[33]以人力資本異質性為視角，分析了不同層次人力資本對區(qū)域經濟發(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性空間效應仍然存在爭議，有待進一步的驗證?；谝陨戏治觯疚奶岢鲅芯考僭OH4。

H4：人口數(shù)量紅利和人口質量紅利對經濟的影響存在空間溢出效應。

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個省、市、自治區(qū)（西藏及港澳臺地區(qū)除外）的面板數(shù)據(jù)，分析人口數(shù)量紅利和人口質量紅利對我國經濟的實際貢獻以及人口結構轉變對經濟發(fā)展的影響。本文的數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》以及各省的統(tǒng)計年鑒、中經數(shù)據(jù)庫、wind數(shù)據(jù)庫、第七次全國人口普查報告，少數(shù)缺失數(shù)據(jù)通過查找統(tǒng)計公報和線性插值法等補充完整。

（二）變量

1.被解釋變量：總量和質量兩個維度的經濟發(fā)展水平。經濟總量（gdp）用實際GDP來衡量，即利用2001—2019年30個省份的名義地區(qū)生產總值（GDP）數(shù)據(jù)，計算出GDP平減指數(shù)（以2000年為基期）對名義GDP進行平減，從而得到實際GDP變量。經濟質量（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率（用MAXDEA軟件計算的非導向的超效率SBM-GML指數(shù)測算）作為替代變量。投入要素包括勞動、資本和能源，勞動投入用各省級地區(qū)的就業(yè)總人口來衡量，能源消耗量以煤炭、電力、石油和天然氣消費量折算成“萬噸標準煤”進行加總計算，資本存量采用張軍等（2004）[35]的永續(xù)盤存法計算。期望產出為各省級地區(qū)以2000年價格為基準的不變價GDP，非期望產出則為二氧化碳、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)計年鑒》進行測算，其余數(shù)據(jù)來自于各省的統(tǒng)計年鑒。

2.核心解釋變量：數(shù)量和質量兩個維度的人口紅利。人口數(shù)量紅利（dedi）體現(xiàn)在總撫養(yǎng)比和勞動年齡人口占比兩個方面，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。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)比下降相當于總撫養(yǎng)比的倒數(shù)上升，這會促進經濟增長，即人口數(shù)量紅利的增加會顯著促進經濟發(fā)展。人口質量紅利（hc）以6歲及以上人口中受教育程度為高中以上學歷占總人口的比重進行衡量（楊成鋼和閆東東，2017）[1]，本文預期其有正面影響。

3.其他變量。參考已有文獻中有關經濟增長影響因素的選取方法，本文在經濟增長模型中加入影響經濟增長的其他變量，如市場化程度、政府干預度、外商投資強度、進出口額、產業(yè)結構升級、技術創(chuàng)新能力等。市場化程度（mp）用各省份市場化進程指數(shù)（樊綱等，2011）[36]來推算，政府干預度（fir）用地方財政一般預算支出占地區(qū)生產總值的比值來衡量（張同斌，2016）[2]，外商投資強度（rfdi）用外商直接投資額與GDP的比重來衡量，進出口（tra）用進出口總額與GDP的比值來衡量，產業(yè)結構升級（indus）用第三產業(yè)與第二產業(yè)的比值代表產業(yè)結構高級化，技術創(chuàng)新能力（tech）用專利申請和授權數(shù)量來衡量?？紤]到異方差和數(shù)據(jù)的平穩(wěn)性問題，本文對所有變量進行了對數(shù)化處理，各變量的具體定義如表1所示。

表1 變量名稱、符號及定義

五、實證檢驗和結果分析

（一）面板固定效應模型

為了驗證假設H1，本文基于Romer和Lucas的新增長理論模型Y=F（K，L，H，T）進行模型設定，其中，Y為產出，K、L、H、T分別表示資本、勞動、人力資本、技術進步，F(xiàn)為經濟增長函數(shù)。本文結合所要研究的問題，將模型表示為以下形式：

其中，Y表示經濟發(fā)展（包括數(shù)量和質量兩部分），L表示人口數(shù)量紅利，H表示人口質量紅利，A表示技術進步，X代表其他要素和控制變量。將等式兩邊同時取對數(shù)，式（1）可以表示為線性回歸方程。本文選取2001—2019年30個省、市、自治區(qū)的面板數(shù)據(jù)，利用面板模型驗證人口數(shù)量紅利和人口質量紅利對經濟總量和經濟質量的影響。通過Hausman和似然比檢驗，本文選擇面板個體固定效應模型進行分析，面板固定模型設定如下：

為了避免多重共線性，本文利用VIF進行共線性檢驗。結果顯示，VIF值均小于5，說明模型不存在嚴重的多重共線性問題。

表2的基準回歸結果顯示，人口紅利對經濟總量和質量均有影響。從全樣本來看，2001—2019年我國30個省份的人口數(shù)量紅利增加，顯著促進了經濟總量提升，但抑制了經濟的高質量發(fā)展，而人口質量紅利提升不僅有利于經濟增長，而且可以正向推動經濟高質量發(fā)展。該結果驗證了假設H1，也與人口經濟學理論相吻合。縱向來看，模型2至模型4反映了人口紅利與經濟增長的關系。模型2的結果顯示，在0.01的顯著性水平下，撫養(yǎng)比的倒數(shù)增加1百分點（撫養(yǎng)比下降1個百分點），則經濟顯著增長0.566百分點，說明人口數(shù)量紅利可以正向促進經濟快速增長。模型3的人口質量紅利系數(shù)為0.784，說明人口質量紅利可以顯著促進經濟增長。模型4是將兩個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)量紅利和人口質量紅利共同驅動了經濟增長。模型5至模型7反映了人口紅利與經濟高質量發(fā)展的關系。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，說明人口數(shù)量紅利會抑制經濟高質量發(fā)展。模型6的人口質量紅利系數(shù)（0.510）顯著為正，說明人口質量紅利會推動經濟高質量發(fā)展。模型7的結果顯示，人口數(shù)量紅利會抑制經濟高質量發(fā)展，而人口質量紅利會促進經濟高質量發(fā)展。對比模型2和模型5的結果可以發(fā)現(xiàn)，人口數(shù)量紅利增加會促進經濟總量提升，但會抑制經濟高質量發(fā)展，該結論與模型4和模型7的結論一致。對比模型3和模型6的結果可以發(fā)現(xiàn)，人口質量紅利增加不僅能夠顯著促進經濟增長，還能推動經濟高質量發(fā)展。隨著人口質量紅利的增加，即6歲以上人口中受教育程度為高中學歷及以上占比的升高，我國的經濟總量和經濟質量都得到顯著提升。

表2 基準回歸結果

從控制變量來看，市場化進程和政府干預對經濟總量和質量的影響大多顯著為正，這與經濟理論相吻合。市場化進程的推進，實現(xiàn)了社會資源的合理利用和優(yōu)化配置，促進了社會經濟的快速發(fā)展，同時，市場化為經濟增長提供了空間，帶動了新型經濟的發(fā)展，對經濟總量和質量的提升產生了正向影響。政府干預作為“看不見的手”，在市場不能自動達到帕累托最優(yōu)的情況下，發(fā)揮了引導性作用，促使經濟發(fā)展達到總量、質量雙提升的效果。外商投資對經濟總量的影響顯著為負，而對經濟質量的影響不顯著。這可能是因為，過多的外商投資會帶來本地產品滯銷、整體生產率下降、產業(yè)鏈低端鎖定等問題，從而抑制經濟增長。進出口占GDP的比重對經濟總量和質量的影響均顯著為負，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，進出口占GDP的比重對經濟的正向作用可能被削弱，從而抑制經濟增長；另一方面，貿易摩擦會干擾對外貿易進程，使進出口額占GDP的比重出現(xiàn)跳躍式下滑，其對經濟逐漸產生負向影響。

（續(xù)表2）

（二）異質性分析

為了驗證假設H2，同時探討人口數(shù)量紅利和人口質量紅利在時間上的變化以及區(qū)域異質性問題，本文采用分時段的回歸和面板分位數(shù)回歸，檢驗人口紅利的變化趨勢以及不同經濟發(fā)展水平下各省份人口紅利的異質性影響。

1.分時間段面板數(shù)據(jù)分析。表3報告了2001—2009年和2010—2019年兩個時間段，人口紅利對經濟總量和經濟質量的差異性影響。從人口紅利對經濟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)量紅利與經濟總量的關系呈現(xiàn)倒U形，即隨著人口數(shù)量紅利的增加，經濟總量先上升后下降。人口質量紅利的系數(shù)從0.210顯著提高至0.424，說明人口質量紅利逐漸顯現(xiàn)，且隨著時間的推移，人口質量紅利對經濟總量的影響日益顯著。該結論也與經濟理論和現(xiàn)實情況相符。一方面，企業(yè)用人成本增加導致部分海外產業(yè)外遷，就業(yè)崗位減少，勞動力數(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經濟增長產生了抑制作用。另一方面，經濟危機、全球需求端萎靡意味著空閑勞動力增加，隨著第三次產業(yè)技術革命的興起，各國對高技術人才更加渴求，各行各業(yè)也更加智能化，這使得勞動力質量成為經濟增長的核心動力。從表3人口紅利對經濟質量的影響來看，兩個時間段的人口數(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，說明人口質量紅利對經濟高質量發(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)量紅利成為我國經濟發(fā)展的主導力量。本文認為，我國的人口結構正在發(fā)生轉型，且人口數(shù)量紅利的驅動力正載轉化為人口質量紅利的驅動力，這是符合二次人口紅利理論的。

表3 人口紅利的經濟效應（分時間段回歸）

（續(xù)表3）

2.分位數(shù)面板數(shù)據(jù)分析。為了驗證假設H2，同時探究不同經濟發(fā)展水平下各省份人口紅利對經濟發(fā)展的異質性影響，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)模型進行參數(shù)估計，將被解釋變量看成是一個函數(shù)分布，根據(jù)最小化加權的殘差絕對值求和，從而估計解釋變量處于被解釋變量不同分位點時的影響。面板分位數(shù)模型設定如下：

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

從表4的面板分位數(shù)模型回歸結果來看，隨著分位點的變化，GDP水平越高的地區(qū)，人口數(shù)量紅利的驅動效應越小直至不顯著，而三個分位點上的人口質量紅利則從0.572提高到0.759再到0.909，說明經濟越發(fā)達地區(qū)人口數(shù)量紅利的驅動效應越弱，而人口質量紅利的驅動效應越強。這就進一步驗證了假設H2，即我國人口結構已發(fā)生變化，由人口數(shù)量紅利轉向人口質量紅利。同時，對于經濟高質量發(fā)展而言，人口數(shù)量紅利的抑制作用是一直存在的，但經濟質量越高的地區(qū)，人口數(shù)量紅利的負面效應越弱。人口質量紅利則具有促進作用，且經濟質量越低的地區(qū)，人口質量紅利的驅動效應越強。這可能是因為，單純的勞動力增加并不能帶動地區(qū)經濟的高質量發(fā)展，反而會因就業(yè)壓力大、環(huán)保意識薄弱、受教育程度參差不齊等而產生抑制作用，而在高質量發(fā)展程度較低的地區(qū)，高素質人才的邊際效用更強，這也符合高質量發(fā)展對技術創(chuàng)新等層面的需求。此外，經濟質量較高的地區(qū)還會產生人才的虹吸效應，造成擠出效應和人口質量紅利的浪費。

表4 人口紅利的經濟效應（分位數(shù)回歸）

綜上所述，人口數(shù)量紅利雖然對經濟總量具有正向影響，但對經濟質量具有抑制作用，而人口質量紅利對經濟總量和經濟質量均具有顯著的促進作用。同時，人口數(shù)量紅利與經濟總量的關系在時間上呈現(xiàn)倒U形，而人口質量紅利對經濟總量和經濟質量的影響日益顯著?？傮w來看，人口數(shù)量紅利式微，而人口質量紅利逐漸超越人口數(shù)量紅利成為我國經濟發(fā)展的主導力量。就不同的地區(qū)而言，兩類人口紅利的影響效果不盡相同，經濟發(fā)達地區(qū)人口數(shù)量紅利的驅動效應較弱，而人口質量紅利的驅動效應較強，同時，人口數(shù)量紅利對經濟高質量發(fā)展所起的抑制作用在經濟質量高的地區(qū)較弱，而人口質量紅利的促進作用在經濟質量低的地區(qū)則較強，總體的區(qū)域差異性較大。

（三）機制分析

由前文的理論分析可知，人口紅利不僅對經濟發(fā)展具有直接效應，還可以通過產業(yè)結構升級和技術進步對經濟發(fā)展產生間接影響。為了驗證假設H3，本文使用中介效應模型驗證人口紅利的實現(xiàn)路徑。

中介效應分析一般采用逐步檢驗回歸系數(shù)的方法，可以分為三步。第一步，檢驗方程（10）的系數(shù)c，也就是自變量對因變量Y的總效應。第二步，檢驗方程（11）的系數(shù)a，也就是自變量與中介變量M的關系。第三步，在控制中介變量M后，檢驗方程（12）的系數(shù)c′和系數(shù)b。由于遮掩模型可能出現(xiàn)直接效應和間接效應相互抵消的情況，本文還要進行中介效應檢驗。鑒于Bootstrap具有較高的統(tǒng)計效力（溫忠麟和葉寶娟，2014）[38]，本文采用Bootstrap檢驗中介效應，設定次數(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，說明中介效應顯著。Bootstrap檢驗結果見表5和表6。從表5的結果來看，人口數(shù)量紅利通過技術進步對經濟增長和高質量發(fā)展產生促進作用，通過產業(yè)結構優(yōu)化對高質量發(fā)展產生正面影響，但對經濟增長的效果不明顯。這可能是因為，產業(yè)結構升級可能帶來的經濟“陣痛”，導致人口紅利對經濟增長的效果不顯著。

表5 人口數(shù)量紅利的Bootstrap中介效應檢驗

從表6的結果來看，人口質量紅利通過產業(yè)結構優(yōu)化對經濟增長產生抑制作用，對經濟高質量發(fā)展產生正向作用，通過技術進步對經濟增長產生正向作用，但對經濟高質量發(fā)展的中介效應不明顯。這可能是因為，高等教育的培養(yǎng)方向導致技術進步的方向向經濟重心偏移，而“軟實力”尤其是環(huán)境保護方面的技術創(chuàng)新較少。對比直接效應和間接效應可以發(fā)現(xiàn)，從系數(shù)的角度來看，人口質量紅利對經濟增長和經濟高質量發(fā)展的總效應（系數(shù)加總）均為正，這與前文的基準回歸、異質性分析結果相符。

表6 人口質量紅利的Bootstrap中介效應檢驗

（四）穩(wěn)健性檢驗

為了驗證各模型結果的可信程度，本文進一步進行替代控制變量的穩(wěn)健性檢驗和一階差分GMM的內生性檢驗，以期解決可能存在的模型設定、互為因果等問題。

1.替換控制變量。本文以按境內目的地和貨源地劃分的貨物進出口水平（merc）替換按經營單位所在地劃分的貨物進出口水平（tra），并進行穩(wěn)健性檢驗。從表7的穩(wěn)健性檢驗結果來看，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，說明模型設定合理、結果可靠。

表7 穩(wěn)健性檢驗

2.內生性檢驗。由于人口紅利存在滯后效應，可能會對模型的內生性產生影響，本文使用差分GMM模型進行內生檢驗。一階差分GMM檢驗模型如下：

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，基準回歸模型就變?yōu)閯討B(tài)面板回歸模型。表8的差分GMM檢驗結果顯示，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檢驗沒有拒絕“擾動項無自相關”的原假設。sargan檢驗結果也不顯著，不能拒絕“工具變量有效”的原假設，說明模型設定合理。因此，內生性檢驗得以通過。同時，GMM估計結果與靜態(tài)面板模型估計結果基本一致，各變量的系數(shù)和顯著性無顯著變化，這也進一步證明了模型的穩(wěn)健性。

表8 差分GMM模型的內生性檢驗

（續(xù)表8）

六、空間效應檢驗

根據(jù)Tobler（1970）[39]提出的地理學第一定律，任何地理事物之間都存在相關性，且與距離有關。已有研究發(fā)現(xiàn)，人口紅利具有明顯的區(qū)域異質性（王志寶等，2013）[40]，經濟總量和經濟質量也存在明顯的區(qū)域差異（董敏杰和梁泳梅，2013；魏敏和李書昊，2018）[41，42]?；诖?，本文利用空間計量模型對人口紅利的空間效應進行分析。

（一）空間權重矩陣

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

（二）空間自相關檢驗

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

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)的經濟總量、經濟質量、人口數(shù)量紅利和人口質量紅利均存在空間正自相關性，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關系。

（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關系，且LM檢驗中的空間誤差和自相關結果均顯著，本文選擇鄰接空間權重矩陣。為了驗證假設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，進一步檢驗人口數(shù)量紅利和人口質量紅利對經濟發(fā)展的空間溢出效應。模型設定如下：

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)?？臻g杜賓模型的hausman檢驗結果顯示，模型應選擇隨機效應。本文對隨機效應的空間面板杜賓模型進行檢驗，結果均顯著，說明空間杜賓模型不會出現(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）

從間接效應來看，人口數(shù)量紅利對經濟總量的空間溢出效應不顯著，但對經濟高質量發(fā)展的空間抑制效應顯著，這意味著本地的人口虹吸效應雖然對經濟效應有利，但對周邊地區(qū)的經濟發(fā)展會有負面影響，現(xiàn)實中東部地區(qū)的虹吸效應對周邊地區(qū)的影響可以佐證這一點。人口質量紅利對經濟總量具有顯著的空間溢出效應，對經濟高質量發(fā)展的空間溢出效應則不顯著。人口質量紅利不僅會對本地的經濟發(fā)展產生正面影響，還會對周邊地區(qū)的經濟發(fā)展產生促進作用。這可能是因為，人口質量紅利所帶來的知識溢出效應和技術溢出效應實現(xiàn)了區(qū)域擴散。此外，從控制變量的空間效應來看，其總效應和直接效應與前文的面板回歸結果相符，這就進一步驗證了本文結論的準確性。

七、結論與建議

基于2001—2019年我國30個省、市、自治區(qū)（西藏及港澳臺地區(qū)除外）的面板數(shù)據(jù)，本文以人口數(shù)量紅利、人口質量紅利與經濟發(fā)展之間的關系為主線，通過構建面板固定效應模型、面板分位數(shù)模型、空間杜賓模型，對人口紅利的經濟效應及時空異質性進行了分析，并得出以下結論：（1）全樣本分析表明，人口數(shù)量紅利增加會顯著促進經濟總量增長，但會抑制經濟質量提高，而人口質量紅利增加能夠在促進經濟總量增長的同時，推動經濟高質量發(fā)展；（2）異質性分析表明，我國經濟發(fā)展進入新常態(tài)后，人口數(shù)量紅利式微，人口質量紅利逐漸取代人口數(shù)量紅利成為經濟發(fā)展的主導力量，經濟發(fā)展水平不同的地區(qū)人口數(shù)量紅利和人口質量紅利的驅動效應也存在差異；（3）機制分析表明，人口數(shù)量紅利和人口質量紅利會隨著產業(yè)結構升級和技術進步對經濟總量和質量產生顯著的影響；（4）空間分析表明，人口數(shù)量紅利對經濟總量的空間溢出效應不顯著，但對經濟高質量發(fā)展的空間抑制效應顯著，而人口質量紅利對經濟總量具有顯著的空間溢出效應，對經濟高質量發(fā)展的空間溢出效應則不顯著。

根據(jù)以上研究結論，結合新時代我國人口與經濟發(fā)展面臨的困境，本文提出三方面建議。

第一，加快推動經濟轉型，從更多地依靠人口數(shù)量紅利向依靠人口質量紅利轉變。我國不僅要繼續(xù)擴大勞動年齡人口規(guī)模，更要提升勞動力質量。在政策方面，我國應通過制定更加靈活、更富有彈性的退休制度，解決年輕勞力的后顧之憂，激發(fā)勞動年齡人口的工作熱情。同時，我國應繼續(xù)落實三胎政策，適度鼓勵和扶持三胎家庭，從根源上解決未來勞動力短缺的問題。在行動方面，我國應擴大教育支出，嚴抓高等學校教育與科研，強化教育和技能培訓等，以提升我國的勞動力質量，為經濟的高質量發(fā)展提供更多的高素質人才。

第二，重視不同經濟發(fā)展水平地區(qū)人口紅利的不平衡性，推動區(qū)域協(xié)調發(fā)展。我國應推進并完善勞動力市場體系建設，不僅要在發(fā)達地區(qū)及中等發(fā)達省份滿足高質量人才要求，以需求為導向提供就業(yè)崗位，而且要在經濟欠發(fā)達省份推進人才引進政策，以落戶政策、獎勵政策等留住高素質人才，同時對經濟落后地區(qū)開展各種層次的教育和培訓，提高勞動力的積極性，避免勞動力流失。為了降低人口數(shù)量紅利對經濟質量的空間抑制作用，強化人口質量紅利對經濟增長的空間溢出效應，勞動力聚集或勞動密集型產業(yè)較多的地區(qū)可以通過產業(yè)轉型升級減少人口數(shù)量集聚，西部地區(qū)則可以通過人才引進或打造核心城市的方式吸引人才，從而充分發(fā)揮人口質量紅利的空間溢出效應。

第三，加快產業(yè)結構升級，實現(xiàn)創(chuàng)新驅動的經濟轉型。在產業(yè)升級方面，我國不僅要在要素扶持政策和相關市場領域改革方面加大支持和推進力度，還要積極培育經濟新業(yè)態(tài)，加強技術創(chuàng)新平臺及科技服務體系建設，推動健康產業(yè)與數(shù)字經濟的深度融合。在技術創(chuàng)新方面，我國不僅要深化科技體制改革，著力解決科技與經濟脫節(jié)的問題，更要大力實施知識產權戰(zhàn)略，加強知識產權創(chuàng)造、應用和保護，進一步激發(fā)廣大科技工作者的創(chuàng)新活力，最大程度地動員和整合全社會的科技創(chuàng)新資源，實現(xiàn)要素資源效益的最大化，增強科技工作的活力、動力及其對經濟社會發(fā)展的支撐力、引領力。