鄭錄軍，韓慶瀟

（中國人民銀行濟南分行，山東 濟南 250021）

隨著生育率的不斷降低以及人口預期壽命延長，全球不可逆轉地進入老齡化社會，并對各國消費、儲蓄、投資、經濟增長以及金融環(huán)境產生深刻影響。中國從計劃生育政策實施以來，生育率不斷下降，導致老齡化速度前所未有。正是為了應對老齡化問題，十八屆三中全會提出了啟動“單獨二孩”政策，兩年后的十八屆五中全會決定實施“全面二孩”，2021年則再次放開“三孩”政策，計劃生育政策調整進一步加快。在中國特殊的國情下，生育率持續(xù)下降主要受強制約束的生育政策影響，因此，生育政策的放松必將對中國人口規(guī)模和結構的走勢產生重要影響。與此同時，各地區(qū)為了改善人口結構，主動出臺優(yōu)惠政策，在市場自愿機制下，積極引導優(yōu)質人力資源流入。尤其是2020 年以來，武漢、杭州、成都等幾十個熱點城市紛紛出臺人才新政，掀起了一場“搶人大戰(zhàn)”。與過去農民進城為主的區(qū)域內縱向流動方式不同，本次人口遷移主要表現(xiàn)為年輕勞動力的橫向跨區(qū)域流動，可能帶來全國人力資源的區(qū)域間再分配。如果說生育政策調整帶來了人口走勢時間維度的變化，那么跨區(qū)域人口流動則改變了人口的空間分布，二者疊加導致的人口時空變化將對中國宏觀經濟產生更加復雜的沖擊。當前，人口變化在產出方面的積極作用尚不明顯，卻明顯提升了居民的購房需求，帶來了房價上漲和居民負債增加的壓力；人口跨區(qū)域流動雖然為部分地區(qū)經濟增長帶來活力，卻使落后地區(qū)成為了人才流出的重災區(qū)。因此，從更廣泛的視角來看，人口數量和結構的時空變動將對人力資源分配、區(qū)域經濟發(fā)展和金融環(huán)境帶來一系列深層影響。然而，以上人口因素到底會對經濟增長產生何種程度的影響？又會帶來怎樣的風險沖擊？這兩個維度的人口調整方式有何內在差異？在長短期有什么不同影響？這些問題值得深入研究。

1 文獻綜述

從人口角度探索經濟增長問題由來已久，早在1958年Samuelson［1］就開創(chuàng)了世代交疊模型（OLG），分析了代際轉移對財富儲藏和經濟增長的作用。而后Diamond［2］對模型進一步完善和拓展，形成了較為成熟的二期OLG 模型，通過區(qū)分年輕人和老年人引入年齡結構異質性的影響，為理論研究創(chuàng)造了規(guī)范的模型范式。自此，從人口角度探索經濟增長的研究日益豐富，特別是隨著老齡化問題的加劇，人口老齡化對經濟的影響成為國外學者們探討的焦點，但卻并未達成一致觀點。目前，大部分學者證實了老齡化對經濟的負面影響［3-5］，主要基于OLG 模型對本國人口和經濟情況進行了模擬，認為生育率下降導致勞動適齡人口比例逐步下降，進而減少了勞動力供給和儲蓄水平，抑制經濟產出增長。但也有少數學者得出了相反的結論，如Futagami 等［6］的內生增長模型顯示，存在壽命延長的條件下，人口老齡化的負面效應將會削弱，經濟產出可能收斂于更高水平。此外，還有學者認為人口老齡化對經濟的影響存在不確定性，如Zhang 等［7］通過建立三期的OLG 模型證明，人口老齡化對經濟增長的影響因國家而異，人口老齡化對發(fā)展中國家的經濟增長會產生顯著的正面影響，但會顯著抑制發(fā)達國家的經濟增長。

近年來，人口老齡化問題也成為中國必須面對的嚴峻挑戰(zhàn)，但與國外研究方向不同，國內更加關注應對老齡化的手段。因此，相關研究主要集中在生育政策與人口流動方面，且在研究方法主要采用了實證檢驗，而較少運用OLG 模型。在生育政策方面，部分學者肯定了生育政策調整對經濟的正面作用，如陸旸等［8］實證檢驗結論顯示，放開計劃生育政策有利于減緩潛在增長率的遞減趨勢；汪偉［9］則通過建立三期OLG 模型的數值模擬發(fā)現(xiàn)，生育率與經濟增長的關系呈現(xiàn)“倒U 形”，因此放開計劃生育政策后，如果生育率不出現(xiàn)大幅度反彈，將有利于經濟增長；魏麗瑩［10］構建了消費者、生產者和政府三個部門的多區(qū)域OLG?CGE 模型，通過模擬發(fā)現(xiàn)全面二孩政策有助于京津冀地區(qū)GDP 增長。但是，黃少安等［11］則認為放松計劃生育政策會導致中國陷入“人口紅利”依賴癥，無法實現(xiàn)從人口結構優(yōu)勢向產業(yè)、人力資本與技術升級優(yōu)勢轉化，不利于長期經濟增長；劉曉曦等［12］基于三階段劃分的OLG 模型模擬發(fā)現(xiàn)，全面二孩政策下人口增長率提升可以增強房地產行業(yè)對經濟的影響力，但同時也會擠占其他行業(yè)投資，從而抑制整體經濟發(fā)展。在人口跨區(qū)域流動方面，阮榮平等［13］基于人口流動省級面板數據的實證研究表明，人口流動總體上削弱了輸出地的人力資本積累。侯燕飛等［14］利用2005—2014 年29 個省份面板數據進行實證檢驗證明，人口凈流入促進了區(qū)域經濟增長。郭東杰等［15］利用省際面板數據研究了撫養(yǎng)水平、人口變遷和居民消費之間的關系，發(fā)現(xiàn)跨地區(qū)人口流動擴大了整個居民部門的消費水平，但是對于人口流出地區(qū)卻是不利的；孫繼國等［16］基于省際面板數據的實證檢驗發(fā)現(xiàn)，人口流動會通過調節(jié)居民工資水平進而對地區(qū)經濟增長產生影響，且西部地區(qū)人口流入的經濟效應更加明顯；龔鋒等［17］基于人口普查的縣級數據的實證檢驗發(fā)現(xiàn)，人口流入有助于緩解人口老齡化對經濟增長的不利沖擊。

此外，在人口因素影響經濟增長的同時，帶來的金融波動風險也逐漸引起關注。如陳雨露等［18］基于119 個國家（地區(qū)）的實證研究表明，人口老齡化與金融杠桿呈現(xiàn)顯著的倒U 型關系，且在越過老齡化“拐點”后，“去杠桿化”進程將隨金融危機發(fā)生概率而明顯上升。Lisack等［19］基于多期OLG 模型的研究表明，生育率和死亡率同時下降，導致房地產價格和居民負債水平上漲。蒲火元等［20］基于廣州數據的實證檢驗表明，中心城市大量人口流入引致城市房價上漲，進而推升了居民買房的負債水平。楊華磊等［21］通過動態(tài)優(yōu)化模型的模擬發(fā)現(xiàn)，受人口老齡化影響，中國將在2050 年前步入資本收益的下行通道，從而導致資本外流的金融風險明顯加大。

通過梳理以上文獻可知，目前國內OLG 模型的構建仍相對簡單，鮮有能夠納入動態(tài)一般均衡分析框架進行深入分析的研究，導致生育政策調整對經濟影響的內在機理尚不清晰。究其原因，一方面，OLG 模型納入動態(tài)一般均衡分析框架較為復雜，區(qū)分年齡結構異質性會使居民部門行為方程數量翻倍，對模型穩(wěn)態(tài)和沖擊模擬帶來巨大挑戰(zhàn)；另一方面，國內外經濟情況差異巨大，無法直接套用國外模型，如在人口生育率方面，國外生育率的改變是內生調整，而國內生育率變化卻受生育政策外生影響，二者機制完全不同?；诖?，為了能夠準確分析人口因素對中國經濟增長和杠桿率的影響，該研究在OLG 模型標準范式基礎上，進行了相應的調整和改進，使之貼近中國的現(xiàn)實情況，能夠清晰展示宏觀變量調整的內在機理；然后，結合人口方面的經驗數據，對全國和地區(qū)經濟增長和風險沖擊進行了初步判斷，增強了文章結論的實踐價值。因此，該研究試圖在以下方面有所貢獻：第一，將生存率、勞動效率、房產購買和遺產傾向等重要的年齡異質性因素納入OLG 模型，探索適合國內研究的分析框架；第二，拓寬研究視角，從人口時空變動的角度出發(fā)，分析生育政策調整和人口流動帶來的經濟效應和風險沖擊，展示更加清晰的內在機理；第三，結合當前的經驗數據，對全國和地區(qū)的人口影響進行初步判斷和預測，為經濟決策提供更加合理參照標準。

2 理論模型

為全面分析人口因素的影響，該研究將OLG 模型（世代交疊模型）納入動態(tài)一般均衡的分析范式，在充分考慮不同年齡人口異質性的基礎上，構建符合國內實際情況的理論模型，通過模擬生育政策調整和人口流動對宏觀經濟的影響過程，更加清晰地揭示人口時空變化沖擊的內在機理。

首先建立在封閉經濟中包括居民、企業(yè)、商業(yè)銀行和政府的四部門動態(tài)一般均衡模型。根據中國人口生育率變化的現(xiàn)實情況，假設在長時間的獨生子女政策背景下經濟逐步實現(xiàn)穩(wěn)態(tài)增長，而隨著年輕人生育觀念的改變及生育政策的調整對穩(wěn)態(tài)產生新的沖擊，在完美預期的條件下，經濟增長等宏觀變量在波動中向新的穩(wěn)態(tài)過渡。此外，考慮到人口規(guī)模調整時間跨度較大，價格調整更加具有彈性，貨幣沖擊也趨于中性，所以僅研究人口變化對實際變量的影響。

2.1 人口變化情況

該研究模擬國內人口就業(yè)、退休和壽命情況，建立八期的生命周期模型，年齡從7 歲到86 歲，每期代表10 年。這一建模方式較兩期的OLG 模型能更加全面地反映現(xiàn)實情況，且比每年一期的建模方式更加簡潔和明確。為反映代際更迭的情況，將居民兒童期設定為第0 期（7～16歲），此期并不具備獨立行為能力，消費支出完全依賴于父母；第5 期（57～66 歲）部分人口開始退休并獲得養(yǎng)老金。人口增長的公式為：

其中：P代表人口規(guī)模，ρ代表生育率，φ代表跨期生存率；而上標j代表年齡期（包括0～7 期），其中0 為兒童期，1 為成年后第1 期，t則代表當期時間。與生命周期相同，時間t的變化同樣為10 年一期。因此，區(qū)別于傳統(tǒng)一般均衡模型，該研究時間變動代表年齡期j與時間t的同時增長。需要注意的是，OLG 模型假定人口生育僅集中在第1 年齡期，因此公式（1）表示人口生育過程，而公式（2）表示人口年齡增長過程中的生存情況，即醫(yī)療水平的表現(xiàn)?；诖?，人口總規(guī)模的計算公式為：

公式（3）中Pt代表t期成年人的總規(guī)模，而公式（4）中PAt代表全部人口總規(guī)模。

2.2 居民部門

假定處于第1 年齡期的代表性居民通過選擇各年齡期的消費、養(yǎng)孩支出、勞動供給、房產購買和凈儲蓄水平來實現(xiàn)效用最大化。其總體效用函數如下：

公式中，β為居民效用的折現(xiàn)因子，而U代表每一年齡的效用函數，具體形式如下：

公式（6）表示年齡期為1～6的效用函數，公式（7）則為第7 年齡期的效用函數。其中和分別為各年齡段居民消費需求、勞動供給和買房需求，相對應的和則為各年齡段居民對閑暇和買房的偏好參數。此外為養(yǎng)孩成本，χ1t則為第1 年齡期的養(yǎng)孩支出偏好，系數之前乘以(1 +ρt)則表示隨著孩子數量增加，養(yǎng)孩偏好同比例上升，這一點與買房傾向類似。為第7 年齡期老人為后代留下的儲蓄，ψ表示遺產傾向。每個居民面臨的預算約束條件為：

等式左右兩邊分別表示居民各年齡段的支出和收入。其中：支出包括消費、養(yǎng)孩成本、凈儲蓄和房產購買；收入主要包括利息收入、工資收入、養(yǎng)老金和遺產收入。和分別表示消費稅率和工資稅率，qt為實際房地產價格為各年齡段凈儲蓄，并假設第1年齡期期初的凈儲蓄為0，后幾期為負則是負債，為正則為儲蓄。為人力資本，計算方式為代表各年齡段的勞動效率。此外，為養(yǎng)老金，只有達到退休年齡才可領取。bet為遺產收入，主要來自年齡期為7的老人遺留的儲蓄和房產。

根據方程（5）、（6）、（7）、（8），求解最大化問題可以得到消費的歐拉方程、養(yǎng)孩成本、勞動供給、房地產需求公式：

需要注意的是，方程（12）中j'表示下一期增加房地產購買的年齡期，而并非每個年齡期都存在房地產購買意愿，這與現(xiàn)實情況一致。此外，根據第7 年齡期的效用函數和約束方程，得到房地產和儲蓄遺產方程。

參考Sudo 等［22］的做法，模型假定遺產轉移來自兩個部分，一是各年齡期死亡人口的儲蓄和房產，二是最后年齡期老人主動遺留的儲蓄和房產。其中，房產按當期價格變賣后轉移給后代。全部遺產平均分配給下期所有成年人口。因此，其計算公式為：

公式中，的值按照計算，表明第7 年齡期老人死亡后，儲蓄和房產全部成為遺產。

2.3 廠商部門

假定在完全競爭市場環(huán)境下，廠商通過雇傭勞動力和貸款進行生產，其利潤最大化的目標函數為：

其中：Yt為廠商產出，Lt、Kt和Bt分別為勞動力、資本和貸款，wt、δ和rbt分別為工資、資本折舊率和貸款利率。廠商面臨的約束條件包括：

公式（17）表明廠商服從規(guī)模報酬不變的Cobb?Doug?las生產函數。其中，At為全要素生產率，由于隨機變化的技術沖擊將導致模型轉軌路徑無法獲得，因此，全要素生產率設定為1。公式（18）為廠商貸款約束方程，方程左側為貸款本息和，右側為資產價值Kt的貸款條件，其中m為貸款價值比。

根據方程（16）、（17）、（18），求解最大化問題可以得到工資和貸款利率的方程：

此外，根據資本積累過程，可以得到投資方程：

根據各年齡段人力資本水平，可以得到勞動力總供給水平為：

需要注意的是，第5年齡期的勞動供給水平需要扣除κ比例的退休人口。

2.4 銀行部門

商業(yè)銀行作為模型中唯一的金融機構，根據市場供求配置資金并調整利率水平，發(fā)揮著金融中介作用。為簡化模型，假定銀行部門從居民部門吸收存款，同時向企業(yè)放貸和購買政府債券，因此，銀行面臨資金和利潤兩個約束條件：

公式（23）為資金約束條件，表示銀行從各年齡段居民吸收的儲蓄總和St，其計算公式為，總儲蓄除了上繳bt比率的存款準備金之外，用于向企業(yè)貸款Bt和購買政府債券Dt。公式（24）為利潤約束條件，表示銀行從企業(yè)貸款和政府債券中獲得利潤和，其中和為貸款利率和債券利率。而銀行利潤按照存款利率和利潤率πb支付給居民和用于銀行運營?？紤]到政府債券風險較低，因此假定債券利率低于貸款利率且二者差值固定，公式為為二者之差。

2.5 政府部門

假設政府每期都能實現(xiàn)預算平衡，其預算約束方程為：

其中：g為政府購買占總產出的比重，d為政府債券占總產出的比重。

2.6 房地產市場出清條件

各年齡段居民房地產購買需求加總可以得到總的房地產需求方程：

在房地產供給方面，部分文獻假設房地產供給增速與人口增速持平，保證人均房地產水平不變；也有文獻將房地產供給水平假設為固定值［19，23］。這兩種處理方式顯然與國內現(xiàn)實情況差別較大。長時間以來，中國城鎮(zhèn)土地供給不足，導致城鎮(zhèn)人口增速超過房地產供給增速，特別是在部分人口吸引力較大的熱點城市更為突出。因此，房地產的數量和價格應該對居民的資產和負債產生重要影響。基于此，根據人口數量與房地產供給的長期關系，將房地產供給方程設定為：

3 數值模擬

3.1 參數校準

考慮到1993 年前后中國經濟結構的變化較大，且統(tǒng)計口徑發(fā)生調整，因此該研究選擇了1994—2003 年的數據進行校準，以2003 年為穩(wěn)態(tài)的初期值，并基于2004—2013 年的數據對部分參數的數值進行了預測，模擬人口等相關變量的調整對宏觀經濟的影響。此外，由于模型一期跨度為10年，該研究參照Bouzahzah等［24］的方法進一步對部分參數進行了調整。相關參數校準的原始數據主要來自于《中國統(tǒng)計年鑒》《中國人口統(tǒng)計年鑒》《中國房地產統(tǒng)計年鑒》以及《中國家庭收入調查》等。

3.1.1 人口變化情況的相關參數

（1）人口年齡期劃分。參照國內生育、就業(yè)、退休和死亡的情況，將年齡段劃分為8 期，10 年為1 期，分別為7～16 歲、17～26 歲、27～36 歲、37～46 歲、47～56 歲、57～66 歲、67～76 歲、77～86 歲。需要特別說明的是，7～16歲為第0 年齡期，為了構建OLG 模型，僅以第0 期代表整個兒童期，且兒童無法獨立參與經濟活動，其消費水平取決于父母；17～26 歲為第1 年齡期，按照人口代際交疊的設定，僅本期可生育孩子；57～66 歲為第5 年齡期，本期部分人口開始退休，不再提供勞動力但領取養(yǎng)老金；77～86 歲為第7 年齡期，作為生命周期的最后一期，老人考慮在死亡之前留下部分遺產。

（2）生育率。在性別比例為1 的背景下，為了滿足動態(tài)一般均衡模型穩(wěn)態(tài)條件，已有文獻普遍將生育水平設定為1［24-25］，即生育率ρ=0。但是，相比較國外穩(wěn)定的生育率水平，國內同時受到生育意愿下降和生育政策調整正反兩方面的影響，生育率變化幅度較大，內在機制也更加復雜。根據聯(lián)合國公布的中國1994—2013年的總和生育率數據，2003年前后總和生育率變化較小，但這一數值并未達到模型穩(wěn)態(tài)條件，因此將2003 年穩(wěn)態(tài)期的生育水平調整為1（ρ=0）。而為了模擬生育觀念變化和人口老齡化水平提高，文章將第1期生育水平設定為0.9（ρ1= -0.1），并結合人口預測的相關研究［26］，將2014—2023 年生育政策逐步調整后的生育率分為三種情景。第2—6期分別為低生育水平（1，1，1，1，1），代表較弱的政策效果，生育率僅能直接恢復穩(wěn)態(tài)；中等生育水平（1.05，1.037 5，1.025，1.012 5，1）和高生育水平（1.1，1.075，1.05，1.025，1），表明政策效果較明顯，生育率皆有大幅提升，而后逐步衰減至穩(wěn)態(tài)生育率。因此，各期生育率(ρ1，ρ2，ρ3，ρ4，ρ5，ρ6)分別為低生育率（-0.1，0，0，0，0，0），中等生育率（-0.1，0.05，0.037 5，0.025，0.012 5，0），高生育率（-0.1，0.1，0.075，0.05，0.025，0）。

（3）生存率。參考第5次和第6次人口普查的數據，將各年齡期10年的人口生存率數據依次相乘得出相對應的生存率，然后根據兩次人口普查數據的平均值得出2003年穩(wěn)態(tài)時各年齡段生存率值。此外，根據已有文獻，將兒童期生存率設定為1。因此，穩(wěn)態(tài)時的各年齡段生存率（φ1，φ2，φ3，φ4，φ5，φ6）=（1，0.995，0.992，0.96，0.9，0.74）。

3.1.2 居民部門參數

參考Bouzahzah 等［24］的計算方法，文章將消費者跨期替代率β設定為0.84；根據Muto等［5］方法將閑暇偏好γ設定為1.5；孩子支出偏好χ 與文獻［9］一致，設定為1；購房偏好系數θ的設定，則結合Lisack 等［19］的計算方法，假定居民僅在第1年齡期購買房產，根據歷年房地產價值與總產出的關系，計算出第1 年齡期的購房偏好系數θ1為4。遺產傾向系數ψ的設定與國外文獻不同，由于第7年齡期老人代表77～86 歲所有人口，而非僅86 歲末期老人的遺產傾向，且國內外收入和消費數據差別巨大，這就使得參數值變化較大。根據《中國家庭收入調查》這一年齡段的消費和儲蓄情況，結合穩(wěn)態(tài)公式將遺產傾向系數ψ設定為2。各年齡段勞動效率的計算根據《中國家庭收入調查》中居民各年齡段平均工資收入和工作時間情況，反推出各年齡段單位工資差異，然后以第1期為基準計算出各期勞動效率（ε1，ε2，ε3，ε4，ε5）=（1，1.39，1.4，1.3，0.98）。

3.1.3 廠商部門參數

參考許志偉等［27］的計算方法，計算得出資本折舊δ為0.4；根據歷年GDP收入份額中勞動者報酬占比計算出資本份額占比α 為0.35；根據Gerali 等［28］的方法，結合歷年工業(yè)企業(yè)貸款與資產的數據測算出貸款價值比m為0.35。

3.1.4 銀行部門參數

根據中國人民銀行存款準備金數據，存款準備金率設為0.2；參考楊熠等［29］的計算方法，根據上市銀行歷年財務報表，得出銀行利率凈收入占存款總額的比例πb為0.025；根據人民銀行公布的一年期貸款基準利率與財政部公布的一年期國債收益率，計算得出10 年期貸款與債券回報差ζt為0.2。

3.1.5 政府部門參數

工資稅率τw和消費稅率τc參考呂冰洋等［30］的計算方法，根據歷年數據分別計算為0.1 和0.13；第5 年齡期退休人口占比κ則根據中國退休年齡規(guī)定進行估算，但考慮到部分自由業(yè)者等可以靈活推遲退休年齡，因此將穩(wěn)態(tài)期κ設定為0.7；政府購買占比g和政府債券占比d參考托雷斯等［31］的取值和計算方法，分別設定為0.14和0.03。

3.1.6 房地產供給相關系數

根據各年齡段生存率以及穩(wěn)態(tài)出生率可以計算初期人口穩(wěn)態(tài)值-P為6.33；根據第6次人口普查的人均住房面積和《中國房地產統(tǒng)計年鑒》中的歷年商品住宅房屋竣工面積，可以計算出2003年人均住宅面積，進一步折算為人均住房數量0.31，因此，初期住房總量的穩(wěn)態(tài)值-H為1.96；根據歷年房地產供給和人口增長關系，可以計算出房地產增速系數η為0.68。

3.2 生育政策調整的模擬分析

根據文獻［25］的建模和求解方法，可以將人口方面的因素設定為外生沖擊，在計算人口結構動態(tài)調整過程的基礎上，模擬沖擊對經濟的影響過程。因此，將生育政策調整導致的生育率變化作為外生沖擊，以確定性模擬方法模擬經濟從初始穩(wěn)態(tài)向最終穩(wěn)態(tài)過渡過程。首先，模擬生育政策調整對經濟產出和儲蓄的影響。結果顯示，居民負債主要源于第1 年齡期（17～26 歲）購買房產和養(yǎng)孩支出增加，且第2 年齡期（27～36 歲）的收入仍然無法完全覆蓋前期的負債，這說明在這兩個年齡期的居民屬于借款者；從第3 齡期（37～46 歲）開始居民儲蓄才調整為正，從而轉變?yōu)閮魞π钫?。這一結果最大程度地模擬了不同年齡結構下居民儲蓄和負債的現(xiàn)實情況，也為計算居民杠桿率提供支持。由于該研究儲蓄以期初值表示，因此，居民負債水平的計算方式為LEV h=P1s2+P2s3，進而得出居民杠桿率LRh=LEV h/Y。可以計算出企業(yè)杠桿率LRp=B/Y，政府杠桿率LRg=D/Y=d，全社會杠桿率LR=LRh+LRp+LRg。根據以上公式，從經濟增長和杠桿率風險兩個角度出發(fā)，模擬兩個穩(wěn)態(tài)之間的轉軌路徑，通過對比不同情景下的經濟波動情況，探索生育政策調整的作用及其內在機理。

3.2.1 低生育率的政策效應

如前所述，在低生育率情景下，“二孩”“三孩”的政策作用較小，僅能抵消2003年以來生育意愿的下降，使生育率恢復穩(wěn)態(tài)值。在這一假定下，宏觀經濟變量走勢如圖1所示。

圖1 低生育率的經濟效應

從經濟增長角度來看，初期生育率下降帶來的經濟下行壓力短期內難以改善，導致產出水平延續(xù)下行趨勢。但在新的生育政策支撐下，產出緩慢趨于新的穩(wěn)態(tài)水平，而終值低于初期穩(wěn)態(tài)值。根據模型的內在機理可知，由于生育政策調整的刺激作用較弱，短期內適齡勞動人口持續(xù)下滑，在此背景下，一方面勞動力供給水平難以提升，另一方面利率下滑的預期助推儲蓄回落，導致資本積累水平的緩慢下降，二者共同作用于總產出。直到生育政策抑制住人口下滑趨勢，勞動力供給和儲蓄才趨于平穩(wěn)，從而抑制了產出下滑趨勢。

從杠桿率風險來看，從第2 期生育政策調整開始，年輕（第1年齡期）居民的購房需求增加，帶動房地產價格回升，導致購房和養(yǎng)孩成本同時上升，共同驅動居民部門負債水平回升，在產出持續(xù)下滑的背景下，居民杠桿率超越穩(wěn)態(tài)值呈現(xiàn)上升趨勢。但是，由于生育率回升有限，最初幾期居民杠桿率上升幅度較小，加之企業(yè)杠桿率波動更小，總體在短期內并未造成全社會杠桿率大幅回升，帶來的風險沖擊不大。然而，在人口結構調整過程中，生育政策調整初期的“嬰兒潮”一代逐步邁向老齡化，導致人口結構再次調整和負債水平的超調回升，從而給杠桿率造成了二次沖擊，風險水平甚至超過第一次沖擊。最終，隨著人口結構調整完成，全社會杠桿率趨于穩(wěn)定，并略高于初期穩(wěn)態(tài)。

3.2.2 中等生育率的政策效應

在中等生育率情景下，生育政策作用更大，特別是在政策調整初期生育意愿的集中釋放，使生育水平大幅提升，而后隨著生育意愿的下降，生育率逐步回到穩(wěn)態(tài)水平。在這一假定下，宏觀經濟變量走勢如圖2所示。

圖2 中等生育率的經濟效應

從經濟增長角度來看，初期生育率下降的影響逐漸被新的生育政策抵消，從第4 期開始產出水平逐步增長，最終收斂于更高的新穩(wěn)態(tài)水平。從模型的內在機理可知，生育政策調整初期，由于新出生人口處于兒童期，不僅無法提供勞動力，而且延遲了利率上升預期對儲蓄的刺激作用，加之年輕居民購房和養(yǎng)孩支出增加，導致總儲蓄水平下降。但是隨著新增人口的成長帶動勞動供給增加，以及利率上漲預期對儲蓄刺激逐步加大，二者最終助推總產出達到新的穩(wěn)態(tài)。

從杠桿率風險來看，第2 期生育政策調整幅度較大，引發(fā)房地產價格回升明顯，導致年輕居民購房和養(yǎng)孩成本同時提升，助推負債水平連續(xù)上漲，在總產出水平下降的背景下，居民杠桿率持續(xù)提升；此外，由于企業(yè)負債下降小于產出下滑水平，導致企業(yè)杠桿率也有所增加，因而導致全社會杠桿率在最初幾期波動幅度較大。最終，在經歷了“嬰兒潮”一代的二次沖擊之后，居民和企業(yè)負債上升被更高的產出所抵消，導致全社會杠桿率略低于最初的穩(wěn)態(tài)水平。

3.2.3 高生育率的政策效應

在高生育率情景下，生育政策調整的效果突出，帶來人口增長更快，但受生育意愿下降影響，最終也將恢復初期穩(wěn)態(tài)水平。在這一假定下，宏觀經濟變量走勢如圖3所示。

圖3 高生育率的經濟效應

從經濟增長角度來看，初期生育率下降的影響迅速被新的生育政策抵消，從第3 期產出水平就開始回升，隨著人口結構逐步調整到位，產出水平達到更高穩(wěn)態(tài)值。從模型內在機理可知，在完美預期假設下，雖然生育政策調整初期增加了年輕居民的購房和養(yǎng)孩成本，但是對未來存款利率大幅上升的預期，刺激了其他年齡期人口的儲蓄水平上升，而后者作用強于前者，導致總儲蓄從初期就有所提升，并驅動資本積累水平上升；同時，隨著新增勞動力的成長，共同助推產出持續(xù)增長，最終趨于更高的穩(wěn)態(tài)值。

從杠桿率風險來看，從第2期開始的生育政策調整力度大，導致房地產價格大幅回升，使得年輕居民負債水平上升更為明顯，再加上產出水平的小幅下滑，導致居民杠桿率波動加大；此外，儲蓄的穩(wěn)步回升帶動企業(yè)負債增加，隨著產出的回落，企業(yè)杠桿率上升也較為顯著。因此，在較高生育率情景下，政策調整初期居民杠桿率與企業(yè)杠桿率的協(xié)同上升導致全社會杠桿率波動更大，風險更高。但是，隨著產出水平的大幅提高，不僅削弱了“嬰兒潮”一代的二次沖擊，而且全社會杠桿率最終收斂于較低的穩(wěn)態(tài)值。

由以上模擬結果可知，三種生育率情景下，宏觀經濟變量隨時間變化存在一定共性，代表生育政策調整后的經濟走勢。從短期來看，由于政策調整初期新增人口處于兒童期，對勞動供給和儲蓄的影響有限，不僅無法改變產出下滑的趨勢，而且?guī)砹四贻p居民負債增加，杠桿率風險提升；從長期來看，隨著新增人口逐步成長，人口結構不斷優(yōu)化，驅動產出水平回升，并降低了初期加杠桿的風險水平。但是，需要注意的是，生育政策調整帶來的沖擊更加復雜。在人口結構調整到位之前，各期波動較大，特別是生育率提高帶來的“嬰兒潮”。隨著這期人口進入老年期，造成了產出增速下降和杠桿率提高的二次沖擊，尤其對低生育率情境下的人口結構相對變化沖擊更大。

此外，考慮到放開計劃生育政策后，各地區(qū)生育率提高情況差別較大，正好可以對應以上三種生育率情景。因此，通過縱向對比三種情景下的模擬結果，不僅有利于識別不同生育率對全國經濟增長的作用，而且有利于預測對各地區(qū)的異質性影響。對比發(fā)現(xiàn)，短期內，生育率水平越高，存款利率上升預期對儲蓄的刺激作用越強，同時再加上人口結構調整幅度更大，共同驅動產出水平提前回升。但與此同時，在房地產需求數量和價格的共同影響下，年輕居民負債上升更快，加上更充裕的儲蓄資金支撐企業(yè)負債增加，二者協(xié)同上升導致全社會杠桿率波動幅度更大，金融風險加大。長期內，生育率水平越高，經濟效果越明顯，不僅經濟產出水平得以提高，而且進一步降低了全社會杠桿率水平。

3.3 人口流動效應的模擬分析

若將全國人口流入與流出的地區(qū)統(tǒng)一納入DSGE 框架內，就需要同時考慮各地區(qū)間資本流動、貿易往來等各種關聯(lián)因素，疊加生育政策調整的不同效果，將大幅增加模型的復雜程度與穩(wěn)態(tài)的求解難度，且會偏離文章研究主題?；诖?，該研究假定各地區(qū)為獨立的經濟個體，并以人口流動作為外部沖擊，以更加簡明的模型模擬人口生育政策調整疊加人口流動沖擊對流入和流出地區(qū)的異質性影響。

3.3.1 人口流入的經濟效應

根據人口流動的年齡特征，假定流動人口僅為第1年齡期的成年人口，加入人口流動的人口計算公式為：其中，imt為人口凈流入變量，計算公式為：imt=itPAt-1，it為人口流動占地區(qū)總人口比例。根據2013 年以來流動人口占各省份常住人口的比例，將it設定為0.004。此外，僅設定第2 期（即2013 年）開始出現(xiàn)1期的人口流動沖擊，同時考慮到現(xiàn)實中的生育政策調整并未達到高預期水平，因此疊加了中等生育率情景，從而得到圖4的模擬結果。

如圖4 所示，疊加人口流入沖擊的模擬結果畫成虛線，僅中等生育率沖擊則畫成實線。通過對比虛線與實線的走勢可知：從經濟產出角度來看，人口流入對經濟增長的作用十分明顯，從人口流入的當期開始，產出水平就顯著高于中等生育率情景，且產出由降轉升的時間提前，最終實現(xiàn)了產出水平的永久性增長。從模型內在機理可知，人口流入直接增加了當前勞動力水平，同時對利率上升的預期刺激了儲蓄增加，驅動產出水平明顯提高。從杠桿率風險角度來看，雖然流入的年輕人口增加了居民負債水平，同時儲蓄增長助推企業(yè)負債上升，但更高水平的產出導致兩種杠桿率變化不大，從而全社會杠桿率并未上升，其波動僅由生育政策調整所致。

圖4 人口流入的經濟效應

3.3.2 人口流出的經濟效應

為探索人口流出的影響，假定各省穩(wěn)態(tài)時經濟產出相同，將it設定為-0.004，同樣在疊加中期生育率情景下，得到圖5的模擬結果。

由圖5 所示，通過對比虛線與實線的走勢可知，人口流出對經濟的沖擊與人口流入完全相反。簡言之，勞動力人口流出直接降低了勞動供給水平，同時抑制了儲蓄水平上升，導致經濟產出下降；而年輕人口的減少雖然降低了居民和企業(yè)負債水平，但同時產出水平也大幅下降，導致全社會杠桿率水平變化不大。通過縱向對比人口流入和流出的模擬結果可知，吸引人口跨區(qū)域流入對經濟產出的影響立竿見影，而且不會帶來杠桿率風險的巨大波動，因此與生育率調整相比，既節(jié)約了等待后代成長的時間成本，又避免了杠桿率大幅上升帶來的經濟風險，但是對人口流出地區(qū)卻造成負面影響。這一結論對各省市熱衷于人才“爭奪戰(zhàn)”提供了更加直觀的解釋。

圖5 人口流出的經濟效應

4 基于經驗數據的判斷和預測

近年來，受計劃生育政策調整與人口流動加快的影響，全國以及不同地區(qū)的宏觀經濟開始呈現(xiàn)出新的變化趨勢。基于此，結合生育政策調整以來的經驗數據與前文的模擬分析，初步判斷生育率和人口流動情況符合的模擬情景，并預測全國和不同地區(qū)經濟增長和金融風險

波動的走勢。因此，從人口時空變換的角度為穩(wěn)增長、防風險以及統(tǒng)籌區(qū)域協(xié)調發(fā)展提供決策參考。

4.1 數據說明

考慮到從2013 年底生育政策調整至今只有不到10年時間，參考數據的時間跨度為2014—2019 年。全國人口生育率數據來自世界銀行與國家統(tǒng)計局；各地區(qū)生育率和人口流動數據來自《中國統(tǒng)計年鑒》《中國人口與就業(yè)統(tǒng)計年鑒》。此外，由于少數民族占比高的地區(qū)受生育政策調整的影響較小，因此剔除了云南、寧夏、貴州、廣西、青海、新疆、西藏以及港澳臺地區(qū)，選取了24個省級單位。地區(qū)人口流動則以各省人口增長與凈出生人口（出生人口-死亡人口）之差占地區(qū)總人口的比重來表示。

4.2 人口因素對全國經濟影響的預測

由人口出生率數據可以初步判斷，自生育政策調整后，生育率開始回升，但增長幅度較小，數值更加接近中等生育率的OLG 模擬結果。結合前文中等生育率的結論可以預測，截至2021 年底生育政策調整對經濟增長的刺激作用較小，且存在較長的滯后期，模型顯示為20年（2期）。進一步考慮到模型設定和現(xiàn)實情況的差異，更長的新增人口培養(yǎng)周期可能會延長滯后期。此外，由生育政策調整帶來的房價上漲和居民負債增加具有短期效應，由此對國內房價調控和防范高杠桿率風險帶來一定挑戰(zhàn)。

4.3 人口因素對地區(qū)經濟影響的預測

由于各省人口變化同時面臨生育政策調整和人口流動的影響，因此，為了區(qū)分不同地區(qū)所處的生育率和人口流動情景，以生育政策調整后各省人口出生率歷年均值為橫軸，以各省人口流動比率的歷年均值為縱軸，分類判斷并預測了人口因素對各地區(qū)經濟的影響（圖6）。

根據以上分類可以預測，圖6 中4 個象限的地區(qū)將面臨差異化的人口因素沖擊。第一象限為高出生率疊加人口流入的地區(qū)，包括海南、福建、安徽、廣東、浙江、重慶、四川和陜西八個省份。其中，人口流入與高出生率分別為以上地區(qū)提供了短期和長期的勞動力，共同支撐經濟持續(xù)增長。但是，高出生率帶來了短期杠桿率上升的風險，特別是海南和福建兩個生育率更高的省份將會面臨更大的沖擊。

圖6 人口影響因素分布圖

第二象限為低出生率疊加人口流入的地區(qū)，主要包括江蘇和天津兩個省份。以上地區(qū)的經濟增長更多依靠外來人口流入，雖然避免了生育率提高帶來的風險沖擊，但從長期來看，這些地區(qū)如何保持對人才的吸引力成為經濟可持續(xù)增長的關鍵。其中，最值得關注的是天津，雖然2014—2019 年均人口流入率比較高，但2016—2019 年回落明顯，人才引進力度的減弱或增加經濟增長減速的風險。

第三象限為低出生率疊加人口流出的地區(qū)，包括山西、內蒙古、北京、上海、遼寧、黑龍江和吉林六個省份。以上地區(qū)的低生育率與人口流出同時存在，使得勞動力短缺問題在長短期內皆非常突出，經濟增速或將持續(xù)回落。特別是東北三省生育意愿和人才吸引力的不斷降低，使得經濟增長下行壓力不斷加大。

第四象限為高出生率疊加人口流出的地區(qū)，包括山東、江西、湖南、河南、河北、湖北和甘肅七個省份。以上地區(qū)在短期內同時面臨人口流出對產出的負面影響，以及高生育率帶來的風險沖擊。雖然高生育率提供了新的勞動供給，但如果人口流出仍然保持較高水平，將使本地培養(yǎng)的優(yōu)質人力資源被其他地區(qū)掠奪，對經濟增長的作用將明顯削弱。特別是山東、江西和湖北幾個人口流出嚴重的地區(qū)，必須更加重視本地人才的利用水平。

5 結論與政策啟示

5.1 結論

為了能夠準確分析人口因素對中國宏觀經濟的影響，在OLG 模型標準范式基礎上，構建了契合國內現(xiàn)實的理論模型，從經濟增長和杠桿率風險兩個角度出發(fā)，分別模擬了生育政策調整和人口流動在長短期的異質性影響；結合研究結論和經驗數據，對全國和地區(qū)經濟增長和風險沖擊進行了初步判斷。得出如下結論：第一，從生育政策調整的時間維度看，高生育率的增長效應更加明顯，但也存在一定滯后期。同時，短期內年輕居民負債水平回升明顯，加之儲蓄穩(wěn)步增加帶動企業(yè)負債上升，由此帶來的杠桿率上升會造成短期風險沖擊。第二，從人口流動的空間維度看，人口流動的產出效應直接且顯著，而且不會帶來杠桿率巨大波動的風險，因此與生育率調整相比，既節(jié)約了等待后代成長的時間成本，又避免了杠桿率大幅上升帶來的金融風險，但流入和流出截然相反的作用方向或拉大地區(qū)經濟差距。第三，基于全國人口增長數據可以初步判斷，生育率的數值更加接近中等生育率情景，因此本次生育政策調整對全國經濟增長的刺激作用較弱，且存在較長的滯后期，而短期杠桿率上升風險也需要特別關注；第四，人口時空變化將對不同地區(qū)產生顯著的差異化產出效應與風險沖擊。在高出生率疊加人口流入地區(qū)，短期和長期的勞動力將共同支撐經濟持續(xù)增長，但高出生率帶來了短期杠桿率上升的風險；在低出生率疊加人口流入的地區(qū)，經濟增長主要依靠外來人口流入，同時避免了生育率提高帶來的杠桿率沖擊；在低出生率疊加人口流出的地區(qū)，勞動力短缺問題在長短期內皆非常突出，經濟增速或將持續(xù)回落；在高出生率疊加人口流出的地區(qū)，短期內面臨人口流出對產出的負面影響，以及高生育率帶來的杠桿率沖擊，長期內如果人口流出將明顯削弱生育政策調整對經濟增長的影響。

5.2 政策啟示

基于以上研究結論，結合國內現(xiàn)實情況，該研究得出如下政策啟示：第一，逐步放開計劃生育政策刺激人口增長。當前，“三孩”生育政策已經全面放開，但對人口增長的刺激作用仍然較弱，要想發(fā)揮人口紅利對經濟增長的支撐作用，應該制定人口增長的長期發(fā)展戰(zhàn)略，逐步全面放開計劃生育政策，消除生育方面的政策限制。第二，完善生育政策的配套支持措施。生育成本過高是影響生育率回升的重要原因，因此應該進一步發(fā)揮財政補貼和稅收優(yōu)惠的支持作用，有針對性地推出生育補貼、教育補貼、稅收減免以及購房優(yōu)惠等措施，減輕家庭生育、養(yǎng)育、教育負擔，加快釋放生育潛力。第三，關注人口因素帶來的杠桿率風險。生育政策調整導致杠桿率波動明顯，疊加經濟下行壓力較大和負債水平高企的現(xiàn)實情況，或面臨較大的風險沖擊，因此應持續(xù)關注居民和企業(yè)部門杠桿率水平，強化跨周期和逆周期調節(jié)，積極防范化解人口結構調整過程中的杠桿率波動風險。第四，重視人口流動帶來的區(qū)域不均衡發(fā)展。人口流動類似于零和博弈，很多落后地區(qū)成為了人口流出的重災區(qū)，在此背景下，需要進一步加大對落后地區(qū)的支持力度，深入實施“西部大開發(fā)”“東北振興”“中部高質量發(fā)展”等區(qū)域戰(zhàn)略，增強地區(qū)人才流入的吸引力，促進區(qū)域協(xié)調發(fā)展。第五，積極調控人口因素帶來的房價波動。房地產市場的供給不足，導致生育政策調整和人口流入都能引起房價上漲。因此，在高生育率疊加人口流入的地區(qū)，要加強房地產調控政策，促進房地產供求平衡，堅決遏制房價過快上漲，實現(xiàn)穩(wěn)地價、穩(wěn)房價、穩(wěn)預期，促進房地產業(yè)良性循環(huán)和健康發(fā)展。