红利是当今社会的一个流行词汇，“改革红利”、“制度红利”、“结构红利”反映了经济新常态下社会经济发展的道路、模式和步伐。经济的发展与人口状况密不可分，人口既作为生产劳动者，又作为最终使用者、消费者，从供给和需求两个方面影响着各个要素市场。人口经济领域的热门术语“人口红利”(Population Bonus)或“人口机会窗口”(Population Opportunity Window)通常被研究者从劳动年龄人口比重提高和人口抚养比下降的角度来阐释其内涵。然而人口年龄结构的变化能否直接等同于人口红利？我国的人口和经济形势自21世纪10年代开始双双进入新常态，在人口转变的动态过程中社会经济结构以及体制正经历深刻的变革。“人口机遇”只有在一定社会经济结构、制度环境下才能转化为真正的“人口红利”。结构转变及制度变迁下“人口红利”也具有新的内涵和测算方法^[1]，这是当前亟待研究的重大课题之一。

中国人口转变迅速发展,作为社会结构最基本形式的人口年龄结构发生重大改变时，劳动力、资本国内外市场以及公共服务的供给与需求结构关系也发生了重大变化^[2]。而由于人们的观念转变和社会经济形态的演变都需要一定过程，使得这种调整往往滞后于人口年龄结构的转变。人口作为社会经济发展的基础，必然要求对基于社会结构的相关战略设计、制度或政策作出相应调整。某一部门的政策包括单一的人口政策的调整已经不再足以应对挑战。彭希哲等指出，应当从长远发展和社会整合视角出发，重新构建当前的公共政策体系^[3]。因此，有关“人口红利”的研究，有必要依据已有经济理论与实证研究成果，探讨合适的方法与模型对人口年龄结构的经济影响进行全局性和多维度的刻画描述；有必要将人口系统和经济系统纳入一个统一的框架中,对相关政策体系进行整合性研究。

一、C-D生产函数法用于刻画人口对经济增长供给因素的效应

现有研究侧重从供给视角关注人口结构对劳动力投入、资本积累和技术变化对宏观经济的长期影响。劳动力供给方面，不仅劳动年龄人口是经济活动人口的基础，而且人口结构还影响劳动参与率和自然失业率。资本存量方面，人口抚养比的变化通过影响资本形成进而引起资本存量的变化。珀特(Poot)还指出，不同年龄结构的劳动力，由于个体特征的差异对新技术的创新、全要素生产率产生一系列的影响^[4]。因此，不同国家供给条件的变化不同，资源禀赋的差异也为不同类型的发展战略提供了依据。而供给条件是发展模式不同的主要原因，也是发展政策考虑的重点。陆旸、蔡昉认为，中国经济面临的主要问题在于供给方潜在增长率的下降，当前我国经济发展的阶段类似日本的20世纪90年代^[5]。

经济增长模型通常建立在标准科布-道格拉斯生产函数基础上。为了考察人口红利对经济增长的影响大小，加入了人力资本变量^{[5, 6]}，见公式(1)。实际上，此类模型是将劳动力分解为劳动力数量及人力资本的差异，即劳动力投入是不同级别技能劳动力组合，从而，与人口年龄结构相关的劳动力数量、物质资本投资、人力资本投资及技术进步在内的供给因素都被考虑进来。基于此理论模型，胡鞍钢等不再局限于传统“人口红利”分析框架,引入两个新的概念“人力资本红利”和“就业红利”,提出了“人力资源红利”新的分析框架。认为不应只关注人口统计学上表面的不利变化,更应看重经济学上决定经济增长的重要因素即人力资本的有利变化^[7]。并在此基础上，将人口老龄化对经济影响的机制进行了分析，综合考量人力资源红利对经济社会发展的推动作用。

Y_t是第t年的GDP，A_t、K_t、L_t分别是第t年全要素生产率、物质资本存量、劳动力，H_t是第t年人力资本存量(通常指15-64岁间的人口平均受教育年限)，L_tH_t作为不同级别技能组合的劳动力投入，LAND_t是第t年的土地等自然资源，α、β、η为各生产要素的份额。取对数后微分得到：

g_t、k_t、l_t、h_t分别是第t年各生产要素的增长率，a_t是全要素生产率的增长。投入要素土地假定为外生变量，所以其增长率为零。公式(2)将GDP增长率从供给角度由全要素增长率与物质资本存量、土地、技能提高劳动力的增长率的加权平均分解得到。

大量关于人口红利的回归分析是基于C-D生产函数的新古典经济增长理论分析框架，设置各自变量与因变量的假设关系。这一框架能够有效地探讨人口对经济增长供给因素的效应，而未能将人口结构和劳动力市场的供需、产业结构纳入理论框架进行定量分析。也有研究将需求变量、结构变迁变量纳入单方程回归模型。陈卫民、施美程应用单方程回归模型,以服务业比重为因变量，实证检验了人口老龄化对服务业发展的影响(通过消费路径)。但对服务业内部各分支行业的作用机制的差别缺乏相应的刻画。也未能同时表现人口老龄化通过生产路径，即影响劳动力供给结构和劳动生产率的变化倒逼产业结构调整^[8]。车士义等基于结构和制度的重大变革对东亚及我国经济增长的作用，还在模型中纳入结构转变和制度变迁变量，用1978-2008年的数据进行误差修正分析(ECM)，计算出在我国制度变迁、结构转变的社会经济发展进程中，人口红利及各要素对经济增长的影响^[9]。单方程回归模型适用于描述一系列人口—经济变量关系，在评估人口变化对宏观经济变量如劳动力、投资和技术进步等生产要素供给变量,以及消费、出口和就业等需求变量的影响及短中期政策分析上的应用较好，而其缺陷在于难以模拟各变量关系所隐含的动态结构即经济结构机制以及外部冲击或政策调整和分配效应的长期影响。

二、投入产出法用于测算人口转变对经济结构的影响

结构转变是未来中国人口和经济发展的新形势。城镇化是我国人口新常态的重要方面，对新常态下城乡结构和产业结构调整及经济发展具有非常重要的积极意义。“结构红利假说”针对经济增长和结构转变的关系问题而提出。 钱纳里认为要素流动导致的产业结构变化是经济增长的源泉之一^[10]。研究发现，我国劳动力、资本要素资源在不同产业间的配置具有“结构红利”现象^{[11, 12]}。经济结构的变化不仅受要素供给因素影响，还取决于总需求结构。不同的劳动力年龄结构和人力资本、物质资本积累状况，将倒逼经济增长方式转变和产业结构调整，以使经济结构与要素禀赋比较优势一致。以人口老龄化对劳动力市场的影响分析为例，从供给角度看人口老龄化不可避免地对劳动力增长有抑制作用，然而，劳动力的水平由供给和需求共同决定，其供需过程是多层次的。实际上，人口老龄化未必带来劳动力水平的下降。

投入产出分析方法是建立在数理经济学派瓦尔拉斯的一般均衡理论分析方法基础之上，同时也融合了马克思的社会再生产理论和前苏联的计划平衡分析方法MPS(The System of Material Product Balance)。该方法的特点在于其详细刻画部门间错综复杂的投入产出关系。多部门间的相互关系不仅在于直接联系，作为一种结构分析方法，投入产出法最擅长表现的是结构内部的完全联系。这对处于结构转变中的中国经济显得尤为重要^[13]。

投入产出模型可以测算通过提高公共教育支出，实现延长人口红利的可行性。扩大教育投入，一方面，会增加政府公共支出，从而挤占经济建设投资；另一方面，劳动者技能的提升即人力资本的积累，将提高劳动生产率，促进产业结构升级，有利于经济增长方式的转变。张晓娣的研究表明，政府增加教育支出达到GDP的4.5%，短期内由于物质资本投资削减，经济增速下降至5.2%，但从长期效应来看，教育人力资本的投资不仅显著提高了科教、服务业、现代制造的劳动生产率，而且居民和企业的收入也相对提高，刺激消费和投资水平，从而对经济增长的可持续发展具有重要作用^[14]。

倪红福等用投入产出技术定量分析了人口结构变化通过居民消费需求变动对经济结构和就业结构的影响^[15]。投入产出法能够反映最终需求变化和各部门产出变化之间的关系^①，并可进一步测算各部门的就业岗位需求的变化^②，其研究表明，人口年龄结构变化对服务业及其就业比重影响最大，并详细测算了不同服务部门受影响程度，包括医疗和健康护理行业、金融业、住宿餐饮业、教育、研究与试验发展业等。目前，老龄产业引起关注，人口老龄化可能在旅游、护理等行业市场方面发挥消费带动作用。

关于“人口红利”的因素影响分析，迄今尚属空白，主要原因是研究方法不足。齐明珠、郝大明等仅从劳动力视角将人口红利即具有经济增长效应的人口因素分解为劳动年龄人口比重、劳动参与率、就业率、劳动力流动与转移以及劳动生产率等^{[16, 17]}。以投入产出表的消耗系数矩阵为基础，可对各影响因素进行较为细致的分析,即将投入产出技术与结构分解分析结合起来运用。结构分解分析(Structural Decomposition Analysis)其核心思想是将经济系统中的某一因变量(通常是总产出的函数)的变动分解为相关自变量各种形式变动之和，以测度各自因变量变动贡献的大小。朱勤、彭希哲等将我国居民消费的碳排放分解为人口规模效应、排放强度效应、中间需求效应以及消费水平和消费结构效应^[18]。马登(Madden)等通过扩展投入产出表分析并测量了英国1981-1991年期间人口与经济系统的交互作用^[19]，该研究基于马森麦尔(Munzenmaier)的方法^[20]归纳出简易时间变化的分解法，应用到劳动力市场有关人口统计总量数据的分解，从而扩展投入产出模型体系。该模型可以模拟人口的自然变动、迁移、经济参与率变化等对整个人口与经济系统的影响。

三、可计算一般均衡模型用于人口转变的研究

用于模拟结构转变过程的多部门分析方法，一种是以上探讨的投入—产出分析，列昂惕夫用于刻画美国经济结构的《1919-1939年美国经济结构》一书^[21]，其副标题为“均衡分析的经验应用”，表明了结构分析与一般均衡理论的联系；另一种是约翰森(Johansen)1960年开创的实用的、可计算的一般均衡分析^[22]。可计算一般均衡模型(Computable General Equilibrium,CGE)其经济理论基础也是一般均衡理论，作为经验分析的工具，其数据基础来源主要包括投入产出表和经济主体行为参数。

当研究框架中价格、经济结构和宏观经济现象都是重要的影响因素时，可计算一般均衡模型被普遍认为是较为合适的分析工具。概括地说，CGE模型包括三个显著特点。 首先，它是“一般的”(General),不仅融合了宏观经济指标(Macro CGE),也建立了坚实的微观基础(Micro CGE)。它将多个相互作用的经济主体和多个市场联系起来,包括多个产业部门(生产决策和投资决策)、家庭(消费决策和储蓄决策)、政府(公共开支决策和税收决策)、贸易(进出口产品之间的关系)等。主体的决策行为由优化条件推出：产业部门遵循成本最小化原则、消费者追求效用最大化原则，依据价格变动做出最优决策。这种综合的关系，使得CGE模型在政策分析的结果上，比其他模型更详细、更全面。考虑的不仅是直接的政策效应而且包括间接的反馈效应。 其次，它是“均衡的”(Equilibrium)。模型刻画了劳动力、资本市场的需求和供给两个方面，由供求双方决定市场均衡价格。 再者，它是“可计算的”(Computable)，这说明了其分析的可量化性，其数据基础主要是投入产出表和经济主体行为参数^[23]。

CGE模型的理论分析框架其显著的优势在于，它所揭示的经济联系比一般的宏观计量经济模型或部分均衡模型更为广泛，明确而具体地定义了微观主体行为机制即经济主体的供给和需求函数，还清晰地刻画了宏观经济变量与微观经济变量之间的链接关系。从而整个经济系统不再是“黑箱”，系统内部的结构关系、因果机制是可以被描述和被解释的。不仅如此，通过CGE模型框架还可以定量分析政策的直接和间接影响。对不同政策选择的争论，可以归结为模型系统的行为假设、参数设定和价格因素。其结构关系以国民核算体系为始点，人口因素的经济效应分步骤进行：第一步，将GDP的相关因子(供给角度、需求角度)表示为人口年龄结构等外生变量的函数。第二步，将每个总量因子按部门进行分解，以便使需求和贸易的每个因子成为它们的相应函数。

CGE为了模拟政策变化对经济系统产生的效应，首先进行基线情景模拟，也就是没有任何政策变化的情景模拟。然后进行政策情景模拟。政策效应可表示为政策情景与基线情景的模拟结果的差别 (如图 1)。CGE模拟的各种情景可以更为细致地分为历史模拟、分解模拟、预测模拟和政策模拟。它们实际上是四种闭合方式，巧妙地通过内外生变量的设置以及冲击的变化来实现不同的目标^[24]。

图 1 CGE模型的动态分析过程

图选项

人口红利问题涉及经济活动中劳动力数量和质量的变迁、企业劳动生产率的变化、家庭消费结构及储蓄的变动、公共政策的调整等多方面。因此，采用一般均衡模型不仅可以全面、系统地分析其人口转变的影响效应，更为重要的是，可以通过政策模拟将社会经济政策和人口经济结构要素整合到一个系统的研究框架内，是政策分析的有效工具。人口转变与经济互动关系还具有长期性、滞后性等特点。由于人口与经济的发展阶段不同，往往不同学者处于不同时期，得到的结论也不同。而采用CGE模型对人口经济进行历史模拟，有利于长期、总体上把握人口经济发展进程。罗姆(Romen)用CGE模型(历史模拟和政策模拟闭合)测算了中国台湾1965-2005年经济增长进程中人口转变的经济效应(人口红利)^[25]。早在20世纪末布卢姆(Bloom)和威廉姆森(Williamson)便用回归模型证实了人口对东亚经济奇迹的贡献^[26]。代际可计算一般均衡模型(OLG-CGE)得到的评估结果与布卢姆和威廉姆森回归模型的结果是一致的，同时有效避免了回归分析的内生性问题，并且验证了寇尔(Coale)和胡佛(Hoover)关于人口对人均产出和投资增长的作用机制^[27]。其结果表明人均产值增长的22%和投资率的17.7%归因于人口转变。

阿德里纳(Adriana)等把人口因素引入经济模型，实现了PHOENIX人口模型与DART可计算一般均衡模型的链接(包括变量与数据)^[28]。PHOENIX模型用于构建、分析各种人口情景。模型重点刻画了生育率、死亡率的变化及其社会经济因素，从而较全面地模拟了现代化进程中的人口转变。DART是基于GTAP 6.0的全球动态CGE模型，包含24个地区、11个产业部门。PHOENIX模型用GDP预测结果以描述未来人口发展；进一步人口预测的结果用于更新DART模型劳动力供给量。

基于该模型框架(见图 2)，宛悦、杨宏伟和增井立彦(Masui T)、史密斯(Smith)等结合标准人口模型与环境污染模型、健康风险评估模型，将得到的人口数据用以冲击CGE模型的劳动力供给和健康医疗费用,从而发展为估算空气污染对中国经济和人口健康影响的有效分析工具^{[29, 30]}。

图 2 PHOENIX模型框架

图选项

年龄和经济作用之间的密切联系还体现在政府公共支出上。对儿童提供医疗和教育形式的人力资本投资是公共支出的重要组成部分。李(Lee)和 梅森(Mason)使用了“假定队列”方法(a synthetic cohort measure)来比较中美人力资本支出，用以估计3-26岁的教育和0-17岁的医疗总支出^[31]。2010年中国对每个孩子身上的人力资本支出达到了2.8年的人均税前收入(见表 1)。其中，超过90%的为教育支出，而不到10%的为医疗支出。中国在年轻人身上花费的总的人力资本支出比美国要低，即使是按照每个国家的税前收入比例来计算也是如此。在教育支出上的差别还不大，但是在医疗支出上的差别就极其巨大了：美国在儿童健康上的支出要比中国多出2/3。怀特(Wright)、福萨蒂(Fossati)都将与人口年龄相关的政府支出约束机制纳入到人口经济CGE模型^{[32, 33]}。

由此，两个模型的链接机制初步建立起来了。CGE模型用人口模型的数据来测算宏观经济影响，经济数据作为生育率、死亡率和教育水平的决定因素用于人口模型(如图 3)。

图 3 人口模型与CGE的链接

图选项

以往的国内研究中，CGE模型往往将人口数量结构采用外生给定的方式模拟其产生的相关经济和社会效应，并将预测的结果放入生产模块外生变量(比如长期劳动力供给)中进行相关情景的模拟。翟凡、李善同等基于对未来人口数量、劳动力的增长和部门水平上的技术变化的估计，模拟了中国经济增长和产业、就业和贸易结构的变化趋势^[11]。人口年龄结构转变会引起劳动力总供给、劳动力年龄结构的变化，而劳动力年龄结构又影响劳动力质量、劳动效率、劳动参与率等。CGE模型可以刻画作为生产函数的劳动力投入要素变化以及相应的全要素生产率的变动。彭秀健和麦音华在这一领域做了一系列研究，大致包括以下内容：①模拟人口老龄化对经济的负面影响。彭秀健通过链接外生的劳动年龄人口增长率变化来模拟劳动力总量的实际变化。结果显示，如果中国保持目前的低生育率，老龄化和低生育率带来的劳动年龄人口减少将导致中国经济增长率于2020年代放缓2%，于2040年代放缓3%^[34]。②生育政策方面，彭秀健发现，如果在21世纪初中国的总和生育率增加到1.8或达到2.1的更替水平，劳动力的供给将增加。这将减轻人口老龄化问题对宏观经济增长的不利影响。然而，高生育政策带来的总人口增长加速可能使人均收入降低^[35]。③退休政策方面，提高法定退休年龄是鼓励劳动力参与的一项战略。彭秀健等在探讨2010-2030年人口老龄化对劳动力参与率及劳动力供应的影响基础上，评估了延长退休年龄政策对劳动力规模的影响。最后，应用动态可计算一般均衡模型验证了延长退休年龄计划对于中国经济增长的影响^[36]。④人口迁移通过地区间和产业部门之间劳动力流动，以及地区劳动年龄结构的变动实现对经济增长的影响。劳动力在农业和非农业部门间更有效的分配会是更好的解决办法。麦音华等模拟测算了农村劳动力转移带来的就业结构变化对经济的影响^[37]。⑤相关的社会经济变革是人口红利实现的有力保障。例如户籍制度改革促进农民工市民化，对经济增长起到正向作用^[38]。麦音华和彭秀健等运用CHINAGEM模型模拟并测算了户籍制度改革对城乡居民收入差别的影响及对宏观经济影响^[39]。该模型具有独特的劳动力市场子模块，合乎实际地刻画了中国劳动力市场上不同类型劳动力供给和需求的特征。模型中通过调节劳动力供给方程偏好参数来模拟户籍制度的政策冲击，使乡村劳动力都更愿意作为农民工进入城市市场就业。保障农民工更愿意成为稳定的“城镇居民”，社保、教育、医疗等制度改革有待进一步研究。劳动力模块中对受教育程度的劳动力做了细分，可以用来模拟人力资本投资以及流动人口受教育程度的提升。劳动力市场子模块中还可考虑添加就业率等参量。

将人口变量纳入CGE 模型的主要方法可以归纳为: 一是引入新的人口模块来刻画相关的问题；二是通过改造生产或消费函数将人口因素引入到模型中；三是改造或扩展模型的数据基础(投入产出表)。也就是说，C-D生产函数法和投入产出法的模型构建及其结果可以分别通过第二种和第三种方法应用到人口经济CGE研究。

我们将CGE模型用于新常态下人口红利研究的优势概括为以下几点：首先，新常态下经济增长减速源于供需双重因素。CGE方法可全面模拟人口变动的供给效应(如对劳动力质与量和资本形成的影响)和需求效应(对消费、贸易和投资的影响)，以及对宏观经济变量(如产量、价格、工资、利率、收入以及社会福利等)产生的一般均衡效应，从而较好地解释中国不同时期人口状况与宏观经济情景的关系。其次，产业结构和城乡结构转变是实现新常态经济结构失衡到优化再平衡的重要途径。由此伴随的劳动力空间结构和行业结构的变迁将成为人口红利考察视角之一。传统人口红利的消退，是社会经济发展的必经阶段，并且随着人口结构问题的逐步显现，我国的要素禀赋结构不可避免地发生演变，进而倒逼经济结构形态的变迁。CGE作为多部门宏观经济模型，通过人口指标相关的劳动生产率、工资、城市化等关键参数改变可用于模拟结构转变对整体经济的影响。最后，从社会经济政策环境的角度挖掘我国第二次人口红利的源泉更具有现实意义。有利的人口规模及结构只是人口红利的必要条件，人口红利的实现更取决于政策、制度改革。新常态下的改革红利包括：需求方的改革，通过缩小收入差距、完善社会保障体系、户籍制度改革，从而促进国内消费成为可持续经济增长的拉动因素，优化经济需求结构；供给方的改革，优化资源配置和改革国有企业有利于提高全要素生产率、提高教育水平进而提高人力资本贡献、调整生育政策等。CGE模型作为政策效应的有力分析工具，将社会经济政策和人口经济结构要素整合到一个系统的研究框架内，模拟不同社会经济环境下人口变动将产生怎样的“人口问题”与“人口红利”，它们是以怎样的具体形式表现出来的，有利于总体上把握人口经济发展进程。

四、三种方法的区别与联系

概括地讲，一般的计量模型只考虑要素的贡献，而忽略中间产品的作用。而投入产出法和可计算一般均衡模型作为结构分析方法，可以用来刻画某一部门(或产品)所发生的变化波及所有部门(或产品)乃至整个经济系统的过程，是全面地、深刻地、定量地模拟一个经济系统内部运行机制的有效工具。进一步的，一般均衡模型一方面保留了描述产业部门之间联系的投入—产出体系，另一方面又引入了一系列包含价格变量、刻画经济主体行为参数的需求函数和生产函数。可计算一般均衡模型的这些特点，有利于我们更有效地测算人口转变对经济结构的影响，但同时对模型建立相应的数据库也有更高的要求。

表 2简要评述了每类方法的特点和适用情况。

相比之下，复杂的CGE模型有利于全面揭示人口经济重要的内在变化,能反映结构转变和制度变迁对人口红利及经济增长的影响。同时不可忽视的是，CGE大量的数据基础(多部门数据联系、行为参数值)也需要根据其他方法(如回归模型)近似地估算出来。也就是说，基于C-D生产函数法和投入产出法的人口红利研究，可为人口因素引入CGE模型提供有力的理论和数据支持。新方法与传统方法相比，视角和解决问题的路径有所不同，但这并不意味着传统方法就不再适用。