从数量型“人口红利”到质量型“人力资本红利”——兼论中国经济增长的动力转换机制

张同斌



从数量型“人口红利”到质量型“人力资本红利”——兼论中国经济增长的动力转换机制

张同斌

（东北财经大学经济学院 辽宁大连 116025）

本文基于中国地市级面板数据，分析了“人口红利”与“人力资本红利”对于经济增长影响的差异程度和变动趋势，研究了中国经济增长的动力转换机制。结论认为，2002～2013年随着市场化进程的加速和经济发展阶段的变迁，劳动力的供求关系变化导致其数量优势、低成本优势逐渐消失，而不断累积的人力资本提升了劳动生产率与整体经济效率并实现了对经济增长的溢出效应，“人力资本红利”取代“人口红利”，成为经济增长的新动力来源。基于不同类型城市的分析可得，由小城市向大中型城市的人口迁移推迟了大中型城市人口红利消失的时间，发达城市人力资本的集聚效应与欠发达城市中人力资本的高边际收益得到显现，与中等发达城市的低人力资本红利形成了对比。

人口红利 人力资本红利 经济增长 动力转换 门限面板数据模型

一、引 言

中国经济已经进入由“高速增长”转向“中高速增长”的新常态时期，传统的经济增长动力发生了深刻变化，其中，人口结构的变化，特别是实际参与经济活动人口数的下降，被认为是影响中国经济增长的重要因素。人口红利的消减与老龄化进程的加速，引发了人们对经济增长动力不足、经济增速大幅下滑的担忧。[①]为解决日益凸显的人口结构失衡问题，也为保持经济的稳定增长，我国政府密集调整了人口和计划生育政策，2013年启动实施“单独二孩”政策，仅两年多之后2016年1月又开始实施“全面二孩”政策。

需要注意的是，截至2015年5月，全国符合“单独二孩”的1100万对夫妇中，仅有145万对提出了再生育的申请，抚养成本上升、社会保障体系不健全等因素导致人们的生育意愿降低。[②]即使是在“全面二孩”生育政策调整后，新出生人口要成长为劳动力人口，还需要16年或者更长的时间，中国人口红利消失的趋势已经不可逆转。

实际上，生育率下降、劳动年龄人口减少、人口老龄化等都是社会发展的必然结果，因此，数量型“人口红利”的消失使得劳动密集型优势减弱、传统要素对于经济增长的驱动力下降是新常态时期中国经济发展的阶段性特征。然而，人口结构的变化中劳动力质量的提高与高素质劳动力占总人口比重的上升，将进一步释放“新人口红利”，即形成质量型的“人才红利”或“人力资本红利”。人力资本红利的形成和扩大，成为了缓解人口红利消失对我国经济的不利影响，助力中国经济实现中高速增长、迈向中高端水平的关键。

有关人口红利对于经济发展影响的研究中，国内外学者大多都认为人口总量的增长或者人口增速的提高会对经济增长产生正向促进作用。较早的研究如Bloom等（2001）指出生产性人口的增加、劳动力供给的加大给各国，特别是发展中国家提供了一个经济快速发展的机会窗口。此后，关于人口红利对经济增长影响的解释大多集中于要素供给和产品需求两个方面：一是人口红利增大了劳动力供给，增加了储蓄并形成资本，因此，在供给侧提供了经济生产所必需的要素投入并促进了经济增长（Mason和Westley，2002；Modigliani和Cao，2004；孟令国等，2013）；二是人口红利还增加了对于消费、投资、进出口的需求，从而在需求侧拉动了生产规模的扩张和经济规模的扩大（Lee和Mason，2007；Ferrero，2010；陆旸和蔡昉，2014）。

越来越多的学者注意到，对人口红利的研究一般仅关注了人口数量，而通过提高人口质量、实现人力资本的累积，是推动经济增长更为重要的方式，这一点已经在内生增长理论中经过反复验证。人力资本对于经济增长影响的研究也主要分为两类观点，一方面，人力资本具有高收益率，能够缓解劳动力短缺或劳动力不足，即要素短缺问题（蔡昉，2011；Whalley 和 Zhao，2013）；另一方面，人力资本的提升更有助于增大要素的边际产出，实现技术进步（Andersson和Konrad，2001；Sequeira，2007；Tsai等，2010；Acemoglu和Dell，2010；车士义等，2011）。

现有的研究一般分别探讨人口红利、人力资本对于经济增长的作用，实际上，人口红利与人力资本红利所反映的都是人口结构的特征，两者具有统一的性质，本文将数量型人口红利与质量型人力资本红利纳入到一个完整的分析框架中，从人口结构视角研究中国经济增长动力的演变机制。并且，国内外文献对于人口红利与人力资本红利对经济增长的差异化影响效应的关注不多，本文采用门限面板数据模型，基于中国地市级面板数据，分析不同经济发展阶段、不同类型城市中人口红利、人力资本对于经济增长影响的差异程度与变动趋势，给出新常态下增强经济内生发展动力的政策建议。

二、中国人口结构变动与经济增长的理论框架

（一）人口红利影响经济增长的理论基础

“人口红利”对于中国经济增长的影响主要体现在劳动供给方面。劳动力作为生产函数中的一种要素投入，其投入数量与使用效率都会对经济增长产生重要影响。要素投入方面，在人口结构扭曲、人口红利消失的影响下，劳动力投入减少，且抚养比上升使得储蓄率下降和资本累积速度减缓，对产出产生不利影响；要素效率方面，在经济结构、产业结构深度调整的背景下，劳动力投入的边际收益递减效应、劳动力要素配置的错位等问题更为凸显，“人口红利”对于中国经济增长的贡献程度开始降低。

（二）人力资本对于经济增长影响的理论框架

除了人口年龄结构的变化之外，中国人口结构中高学历、高素质劳动力占人口比重的上升形成了“人力资本红利”。本文在Trostel（1993）的基础上，在一个中央计划者经济中构建了一般均衡模型以分析人力资本对于经济增长的影响。模型的具体形式为：

1、生产部门

企业雇佣劳动力、租用资本进行最终产品的生产。为了研究需要，本文将总的劳动力分为普通劳动力1、高技能劳动力2两部分，人力资本定义为高技能劳动2的技术水平，人力资本与高技能劳动力充分结合投入到生产过程中。不失一般性地，本文采用规模报酬不变的柯布—道格拉斯生产函数描述企业生产行为：

其中，=1+2，<，表示高技能劳动力的边际产出大于普通劳动力的边际产出。

定义高技能劳动力与总劳动力的比率，即总劳动力中高技能劳动力的比重为，即：

其中，可以表示人力资本的丰裕程度。根据式（2），可以得到普通劳动力和高技能劳动力分别为1=（1-）和2=，将1和2代入到式（1）中，得到：

（3）

2、代表性家庭

代表性家庭的目标是效用最大化，其目标函数可以表示为：

其中，为贴现因子，C为家庭的总消费，E表示家庭用于接受教育、实现人力资本积累的时间，为消费与闲暇的替代参数。

代表性家庭的收入约束方程如式（5）所示。

其中，I,t为代表性家庭的物质投资。

物质资本的动态积累方程为：

其中，δ为物质资本的折旧率。

类似地，假定人力资本的折旧率为δ，得到人力资本的动态积累方程如式（7）所示。

其中，I,t为人力资本投资。

人力资本投资的决定方程如式（8）所示。

其中，为人力资本生产率，代表教育的边际收益。

代表性消费者效用最大化的拉格朗日函数为：

对模型中的参数进行校准后，求解式（9），可以得到模型的稳态。

3、数值模拟结果

（1）高技能劳动力占比上升与经济增长

高技能劳动与总劳动的比率是本文研究的重点，本文模拟了高技能劳动占比（）对产出（）的影响，如图1所示。结果显示，随着高技能劳动占比的上升，经济产出不断增加。作为劳动力质量的代表，高技能劳动力可以创造出比普通劳动力更多的产出和价值，因此，高水平人才数量的持续增长，可以折算为成倍的普通劳动力，缓解劳动力占比下降、劳动力要素投入减少对于经济增长的不利影响。

图1 高技能劳动力占比上升对经济增长的影响

（2）人力资本的收益提高与经济增长

本文进一步假设高技能劳动力相对于普通劳动力在产出中的份额，或者人力资本的收益（）逐渐提高，对应的产出变动情况如表1所示。

表1 人力资本收益变化对人力资本积累和产出的影响

作为技术进步的推动要素，人力资本中所蕴含的知识存量和创新思想是技术水平提高的主要渠道。基于人力资本所实现的技术进步，短期内不仅可以减弱边际收益递减效应，长期中还可能使得社会的生产可能性边界向外扩张，实现创新驱动的经济增长。并且，人力资本含量的提高本身就是劳动力要素生产效率的改进，劳动生产率提升可以提高居民收入水平、扩大总需求，带动消费的增长从而促进经济发展。

三、数据来源、指标选择与变量测算

为全面、细致地考察人口红利、人力资本在经济增长中的差异化效应及其变动特征，本文从《中国城市统计年鉴》、《中国区域经济统计年鉴》中搜集并整理了2002～2013年中国248个城市共12年的地市级平衡面板数据。[③]在本文中面板数据的变量表示中，采用下标代表城市（=1, 2,…, 248），代表年份（=2002, 2003…, 2013）。

1、经济增长因变量

与国内外文献中的一般表示方法类似，本文收集了2002～2013年中国各城市的名义人均地区生产总值（GDP）数据，并计算了GDP平减指数（1996年为基期）对名义人均GDP数据进行平减，计算得到实际人均GDP变量作为经济增长的代表，记为pgdp。

2、人口红利

一般而言，人口红利指的是劳动人口占总人口的比重较大、抚养比较低，丰富的劳动力资源为经济增长和经济发展创造了有利的人口条件，即经济增长的红利。借鉴这一思想，本文收集了中国各城市年末单位从业人员数（L）与年末总人口数（popu），将两者的比值作为人口红利的代表变量，记为dedi。

3、人力资本

在人力资本的测度方面，一般有三种方法：基于人力资本特征的指标测度，如采用平均教育年限、各学历层次劳动力比重等指标代表人力资本；基于成本的方法，即从教育投入、卫生保健投入的视角，参照物质资本的理论方法测度人力资本；基于收入的方法，如测算人力资本产生终生收益作为人力资本的代表等。

本文借鉴朱平芳和徐大丰（2007）有关人力资本的计算方法，依据要素的边际生产力理论，即工资为劳动力的边际产出，以收入法为基准进行人力资本的测算。步骤为：

（1）设定人力资本为1的生产函数求导得到单位人力资本的工资，认为是没有教育经历和工作经验并从事最简单生产活动劳动者的收入，作为单位人力资本的基准工资，记为（1）；

（2）求解或者收集人力资本拥有者的工资，记为（hc）；

（3）将工资（hc）与工资（1）求比值，可以作为人力资本丰裕程度的度量。

本文收集了各城市职工平均工资，采用1996年为基期的居民消费价格指数对其进行平减，得到实际工资作为（hc），再经过计算得到各城市人力资本的数据，[④]记为hc。

4、控制变量

除了人口红利、人力资本之外，参照国内外文献中有关经济增长的其他影响因素的选取方法，本文在经济增长模型中加入了影响经济增长的其他控制变量。

（1）政府干预

本文采用各城市地方财政支出占地区生产总值的比重代表政府干预变量，记为fir；

（2）市场化进程

目前国内有关市场化进程的研究中，一般采用的都是樊纲等（2011）计算的中国各省份市场化进程指数，该指数基于政府与市场的关系、非国有经济的发展等5个方面23个指标进行合成，是解释中国体制变革的一个重要制度变量。但是，该指数没有地市级的数据，并且其使用了大量的调查数据，由于缺少大量指标，本文无法根据该方法进行地市级市场化指数的计算。因此，在樊纲等（2011）指标体系的基础上，经查阅国内外文献，参照汪锋等（2006）的研究方法，基于中国市场化进程中的体制改革与对外开放两个最重要方面，同时考虑数据的可得性，本文收集并计算了中国各城市工业总产值中港澳台与外资企业所占比重、城镇就业人员中非国有人员所占比重、当年实际使用外资占地区生产总值的比重指标，基于面板主成分分析方法提取第一主成分得到市场化进程变量，记为mar；

（3）产业结构

基于产业经济学相关理论可得，产业结构与经济增长具有紧密关系，本文收集了各城市第二产业增加值占GDP的比重indr，用于表示产业结构变量；

（4）资本劳动比

资本劳动比变量是资本密集程度的表示，用于反映资本深化程度，也是反映/衡量经济结构的重要代表变量。本文将各城市固定资产、流动资产合计作为资本变量（K）并采用固定资产投资价格指数进行平减，再与年末从业人员数（L）求比值计算得到资本劳动比klr；

（5）投资率

投资是中国经济增长的重要拉动力，本文将各城市固定资产投资额（不含农户）（I）与地区生产总值（GDP）求比值，计算得到投资率变量invr。

在构建计量经济模型之前，本文对各变量进行了平稳性检验，为保证各变量为同阶单整，本文将人力资本、资本劳动比两个变量进行了取对数处理。此外，协整检验结果表明，各变量之间存在协整关系，符合建立计量经济模型的条件。

四、人口红利、人力资本对经济增长非对称影响的实证分析

（一）门限面板数据模型构建

在理论分析的基础上，本文构建门限面板数据模型进行实证分析。人口红利、人力资本对经济增长的影响，在很大程度上受到经济和社会制度的影响。中国经济不断发展的过程，实际上也是市场化持续推进的过程。市场化改革发挥了积极的资源配置效应，使得经济效率大幅提升，是我国经济和社会制度变迁的集中体现，对于人口红利、人力资本作用的实现也具有重要影响。因此，本文选取市场化程度（mar）为门限变量，研究在市场化程度变迁与中国经济发展的不同阶段中人口红利和人力资本对于经济增长的非对称影响。

本文首先采用2002～2013年全部样本进行估计，门限值个数的检验结果表明回归中存在两个门限值1和2，因此，可以构建门限面板计量经济模型如式（10）所示。

其中，0i、1～3、1～3、1～5为待估参数，为随机扰动项。

（二）门限面板数据模型的估计结果

基于2002～2013年时段样本，得到经济增长模型的估计结果如表2所示。

表2 人口红利与人力资本对经济增长影响模型分时段估计结果

变量估计系数全部样本（2002～2013年） 人力资本（lnhcit）区制1（maritg2）0.638***（33.34） 政府干预（firit）-0.001（-0.55） 市场化程度（marit）0.017**（2.48） 产业结构（indrit）0.010***（14.25） 资本劳动比对数（lnklrit）0.560***（65.85） 投资率（invrit）0.001***（3.16） 第1个门限值（g1）0.796 第2个门限值（g2）2.595 拟合优度R20.891 样本数2976

注：估计系数对应的括号内为值，门限值对应的括号内为值；*、**、***代表在10%、5%和1%显著性水平下显著。

在估计结果表2中，两个门限值1和2将市场化进程分成三个区制，即mar<1对应于市场化程度相对较低的区制1，1<mar<2对应于中等市场化程度区制2，mar>2对应于市场化程度相对较高的区制3，门限值的估计结果如表2所示。

如表2所示，2002～2013年全部样本的估计结果表明，在市场化程度由低到高的区制1、区制2和区制3中，人口红利（dedi）对经济增长的影响系数由0.027减小到0.014再变化至0.008。总体而言，2002～2013年随着市场化进程的加速，人口红利对于经济增长的促进作用逐渐减弱。与之相对，在市场化程度由低到高变迁的区制1到区制3中，人力资本（lnhc）对经济增长的影响系数由0.6逐渐增大至0.638。随着市场化改革程度的加深，人口红利与人力资本在经济增长中的作用呈现了“此消彼长”的关系，中国经济增长的动力已经开始由数量型的“人口红利”向质量型的“人力资本红利”转换。

（三）2002～2013年人口红利趋于消失

在市场化程度不高时，人口红利对于经济增长的贡献十分显著。人口的数量优势、低成本优势是人口红利的主要来源。具体而言，人口红利通过三种途径显著促进了经济增长：

一是大规模的劳动力要素，为生产领域劳动密集型的“中国制造”提供了低成本的要素投入。2002～2008年，我国15～64岁人口占总人口的比重由70.3%上升至72.7%，劳动年龄人口占总人口比重大，使得经济活动中的劳动力参与率较高，劳动力资源的充分利用带来了经济的高速发展。

二是较低的人口抚养比带来了高储蓄率和高投资率。2002～2008年，我国总抚养比由42.25%下降至37.36%，降低了近5个百分点，劳动人口投入所产生的经济效益远超过抚养人口的社会消耗，不仅形成了“人口红利窗口”，而且由于需要赡养的老人和孩子数量较少，劳动人口的抚养负担较轻又提高了社会储蓄率，增加了生产性投资和资本积累，提供了经济快速增长阶段亟需的资本要素。

三是劳动力流动带来了劳动力配置效率的大幅提升。随着市场化进程的推进和城乡二元户籍控制的松动，农村地区大量剩余劳动力由生产率较低的农业部门，走向生产率较高的城市工业和服务业部门。据测算，2008年我国“农民工”占第二产业和第三产业就业人口的比重高达46.5%，其中建筑业占到了近80%。[⑤]人口向更高效率产业和更发达区域的转移，提升了分工协作水平和劳动生产率，进而带来了经济增长红利。

随着市场化程度的提高，人口红利在促进经济增长中的作用进入衰退期。实际上，“人口红利”与“人口债务”是相对应的，在2008年之前人口红利对经济增长产生积极贡献的同时，不断下降的生育率、持续加速的人口老龄化使得“人口负债”逐渐累积。

人口红利消失从多个方面影响到中国经济的持续增长，并减弱了经济可持续增长的内在动力，一方面，劳动力的负担上升，特别是生育、抚养子女的成本快速上升，使得居民的储蓄增速减缓，并且，根据生命周期理论，当成年型社会趋向于老年型社会时，老龄化负担呈累进式加重的趋势，加大了消费性人口比例，降低了生产性人口比例，致使我国经济增长中的劳动力要素出现了相对短缺。

另一方面，劳动年龄人口在向老年人口转变的过程中，缺少人口补充导致的年龄结构“老化”本身会对劳动生产率产生影响。此外，劳动年龄人口下降还会使储蓄率和资本投入增速变慢，资本生产率和资本积累增速放缓。2009～2013年，我国资本生产率基本维持在0.33～0.36之间。[⑥]

（四）人力资本对于经济增长的影响逐渐增强，人力资本红利逐渐形成

如表2中的估计结果所示，人力资本对于经济增长的影响存在着由弱变强的过程，这说明从人力资本的累积到获取人力资本的收益，实现其对于生产率的提升再到对经济增长的促进作用，具有一定的时滞效应。其中，教育是实现人力资本累积的主要方式，人力资本需要经过连续不断的多次教育投资行为才能形成，这就使得人力资本形成的时间过程本身就比物质资本要长，而且，投资周期延长增大了人力资本收益的风险性和不确定性。

此外，人力资本与物质资本有效结合，才能充分体现人力资本的价值。我国高等学校对于人才培养的过程中，更为注重的是理论基础与专业知识，对于专业技能和实践能力的培养方面存在一定的不足。在进入工作岗位后，高校毕业生才能够将包含理论知识的人力资本与具有实践价值的物质资本相结合，以提高劳动效率、推动技术创新和技术进步为途径，增加人力资本投入的边际产出进而实现向生产力的转化。

随着市场化程度的提高，人力资本对于经济增长的贡献作用持续增强，主要原因在于，我国的人力资本还具有相当的数量优势和成本优势。2013年，我国研究与试验发展（R&D）活动人员折合全时当量达到353.3万人年，同比增长8.8%，其中研究人员148.4万人年，占42.0%，中国已经成为科技人力资本最为丰富的国家之一。然而，2013年，我国科学研究和技术服务业人均工资虽然达到了 76602 元，但是仍远低于美国、日本、英国等发达国家的水平。因此，高数量和低成本优势使得人力资本红利在未来一段时期内还将延续。

高端人力资本的成本优势，尤其是R&D活动中的低成本研发优势，为我国提高研发强度、追赶和超越先进技术提供了有利条件，为实现经济可持续增长提供了内生动力。研发投入方面，继2012年我国R&D经费突破万亿元之后，2013年R&D经费投入额为11846.6亿元，同比增长15%，R&D经费投入强度达到2.08%，首次超过了2%的临界水平。在研发投入和科技成果快速增长的同时，科技成果转化进一步实现了大幅提升，2013年全国技术市场中合同成交金额为7469.1亿元，同比增长16%，万人输出技术成交额为536.98万元，比2012年增长了22.87%。最后，2009～2012年，GDP与人力资本总量的比率基本呈上升趋势，人力资本的平均生产效率在逐渐提高。[⑦]

五、不同类型城市人口红利、人力资本对经济的差异化影响

中国的各个城市间存在很大差别，特别是在不同规模、不同发展水平的城市中，人口红利、人力资本对于经济增长的影响可能存在较大差异。

（一）不同规模城市中人口红利与人力资本对经济增长的影响

本文首先将城市按照规模分组，衡量城市规模的变量一般为人口数，本文采用各城市年末人口数（popu）作为城市规模的代表变量，参照2014年国务院公布的《关于调整城市规模划分标准的通知》，本文选取年末人口数为300万人和500万人为标准对城市进行分组，将popu大于等于500万人的城市划分为大城市，将popu大于300万人且小于500万人的城市划分为中等规模城市，popu小于等于300万人的城市界定为小城市。

在该部分，本文采用广义最小二乘（GLS）方法估计经济增长模型（11）。

其中，=1代表大城市，=2代表中等城市，=3代表小城市。

三组规模不同的城市中，人口红利、人力资本对经济增长影响的估计结果如表3所示。

表3 不同规模城市中人口红利与人力资本对经济增长影响的估计结果

注：估计系数对应的括号内为值；*、**、***分别代表在10%、5%和1%显著性水平下显著。

表3显示，在三种不同规模的城市中，小城市人口红利（dedi）对于经济增长的影响系数为0.014，低于中等城市的0.030和大城市的0.024。近年来，我国大中型城市，特别是在大城市快速扩张和城镇化加速推进的同时，小城市却呈现了平稳发展与城镇化缓慢递进的典型特征。相比之下，大城市和中等城镇生育率偏低，小城市由于生活成本低和生活压力小，生育意愿还相对较高，并且大中型城镇化水平的快速提高使得其对于人口、劳动力的吸纳能力不断增强，小城市特别是其中的乡村为其提供了源源不断的劳动力，创造了大规模低成本的劳动供给。根据第六次全国人口普查的结果，2010年，中小城市相对集中的河南、安徽、江西、湖南、湖北中部五省向外省迁出人口共计3715.5万人，占全国跨省流动人口的43.3%（刘玉，2014）。人口的“乡村®城镇”、“小城市®大城市”的迁移推迟了大中型城市人口红利消失的时间。

小城市人口大量流向了大中型城市的同时，“空巢化”使得其人口抚养比较高、剩余劳动力转化为有效劳动力的比例不断降低。并且，在劳动力流动和城镇化推进的过程中，大中型城市劳动力要素的供求关系发生了重要变化，部分劳动密集型行业或服务业中“用工荒”现象凸显，城乡劳动力需求大于供给的缺口逐渐扩大，所形成的城市间工资差进一步增强了劳动力迁移的动机，加速了小城市劳动力向大中型城市的转移。

此外，流向大城市、中等规模城市的人口和劳动力不仅是生产者而且是消费者，拉动了消费需求以及对经济增长贡献较大的房地产需求等，以高消费、高投资带动高增长，释放了人口红利。将大城市、中等城市比较可得，由于大城市劳动力投入已经呈现了一定的边际收益递减特征，使得中等规模城市中的人口红利特征更为明显。

根据表3中的估计结果，不同规模城市人力资本变量（lnhc）前的估计系数比较接近，大城市、中等城市和小城市人力资本对于经济增长的影响系数在0.590～0.602之间。城市规模明显不是影响我国经济增长中人力资本作用发挥的重要因素。

不同于部分劳动密集型行业中劳动需求大于供给的情形，高端劳动力市场上结构性矛盾较为突出，人力资本供大于求的特征比较明显，这也成为了人力资本流动性程度较高的一个主要原因。人力资本在不同规模的城市之间流动时，追求的是其价值的实现，即投入与边际收益相等。当大城市中人力资本的比较优势不足时，其转移到中小城市仍然可以获得更好的回报。因此，不同规模城市中人力资本对于经济增长的贡献程度相当。

（二）不同发展水平城市中人口红利与人力资本对经济增长的影响

本文再将城市按照经济发展水平分组，根据经济发展阶段理论，国内外文献中一般采用人均实际GDP变量（pgdp）作为经济发展水平的代表变量，根据中国各城市的实际发展状况，本文选取pgdp为20000元和12000元两个界限值对城市进行分组，将pgdp高于20000元的城市划分为发达城市，将pgdp低于12000元的城市划分为欠发达城市，在两个界限值之间的划分为中等发达城市。

在该部分，本文采用广义最小二乘（GLS）方法估计经济增长模型（12）。

其中，=1代表发达城市，=2代表中等发达城市，=3代表欠发达城市。

不同经济发展水平城市组中人口红利、人力资本对经济增长影响的估计结果列于表4。

表4 不同发展水平城市组中人口红利与人力资本对经济增长影响的估计结果

注：估计系数对应的括号内为值；*、**、***分别代表在10%、5%和1%显著性水平下显著。

如表4所示，在发达、中等发达和欠发达三种不同经济发展水平城市中，人口红利（dedi）对于经济增长影响的估计系数维持在0.014～0.018之间，均十分显著，且差异不大，表明我国各种经济发展程度的城市中人口红利对于经济增长的贡献近似，这主要是不同经济发展水平城市中劳动力流动与产业转移所导致的平衡现象。

我国大部分发达城市集中于东部地区，欠发达城市多位于西部地区。在老龄化方面，东部地区的人口年龄结构已经由“成年型”向“老年型”转变，但西部地区人口老龄化进程慢于东部，2011年，在尚未进入老龄化社会的省份中，西部省份的比重高达71.43%，就人口年龄结构而言，东部发达城市的人口红利应小于西部欠发达城市，但同时西部大批劳动力转移到东部，补偿了东部地区劳动力资源的供给，因此实现了经济增长中发达地区与欠发达地区之间人口红利的平衡。

农民工的流动是劳动力“自西向东”流动模式的重要体现。与劳动力的流动方向相反，产业“由东向西”的梯度转移，创造了中西部城市对劳动力的大量需求。从就业地区农民工的增长速度来看，流向中西部地区中等发达和欠发达城市的农民工人数增速明显快于东部地区，2012年，在中部地区、西部地区务工的农民工数量增速分别为6.0%和6.2%，比2011年分别提高了0.3和0.4个百分点，而东部地区务工农民工数量增速为2.7%，相比2011年下降了0.7个百分点。

人力资本对经济增长的影响方面，根据表4中的结果可得，不同经济发展水平城市人力资本变量（lnhc）前的估计系数存在明显差异，其中，发达城市和欠发达城市人力资本对于经济增长的影响系数分别为0.573和0.571，而中等发达城市人力资本对经济增长的影响系数仅为0.299。欠发达城市人力资本对经济增长的影响与发达城市十分接近，这主要是因为两类城市在经济增长的不同阶段中，欠发达城市人力资本的高边际产出和发达城市人力资本的集聚效应现象较为突出，与中等发达城市人力资本较低贡献形成了鲜明对比。

在欠发达城市中，人力资本的投入相对不足，人力资本积累首先会直接导致劳动人口本身生产效率的提高，然后会间接推动物质资本的不断更新并促进资本要素利用效率的改善。具体而言，中西部一些欠发达城市较快的经济增长和较大的创新空间，产生了对人力资本的巨大需求，该类城市人力资本的稀缺性使得其投入的边际收益很高，对技术进步的促进作用十分显著。并且，人力资本投入还可以产生一系列的溢出效应，对于新技术扩散、科技知识向生产力的转化等起到了积极推动作用，使得人力资本投资在欠发达地区的收益率与发达地区大体相同，这一点与李海峥等（2013）的结论基本一致。

发达城市具有健全的社会保障制度、医疗保险制度，能够为高端人才提供良好的基础设施和信息资源等公共服务，因而成为了大规模优秀人才的集聚地。根据全国第六次人口普查的数据计算可得，2010年，北京、上海、天津、重庆四个直辖市大学文化程度人口累计接近1600万人，占全国总数的11.5%。[⑧]在发达城市中，人才集聚使得人力资本实现了较快累积，形成了人力资本的规模优势和规模经济，人力资本的累积可以抵消甚至改变要素投入的边际收益递减规律，提高劳动和资本要素生产能力并向外扩展经济的生产可能性边界，发挥人力资本对于经济效率提升和产出增长的作用。因此，在欠发达城市和发达城市中，人力资本对于经济增长的贡献均十分显著，两类城市中实现了人力资本红利。

在人力资本配置的过程中，中等发达城市成为了人力资本“空心化”的“人才洼地”，由于工作环境等各方面的限制，难以吸引高端人力资本，由于缺乏较大力度的科技支撑和智力支持，难以实现产业结构优化升级、经济跨越式发展与人力资本累积的良好循环。因此，中等发达城市所汲取的人力资本红利要低于发达城市与欠发达城市。

六、结论与进一步思考

本文基于中国地市级面板数据和门限面板数据模型，分析了“人口红利”与“人力资本红利”对于经济增长影响的差异程度和变动趋势，研究了新常态下中国经济增长的动力转换机制。结论认为，2002～2013年，随着市场化进程的加速和经济发展阶段的变迁，劳动力的短缺及刘易斯拐点的出现导致劳动力的数量优势、低成本优势逐渐消失，与此同时，教育发展的外部性不断体现，人力资本的累积提升了劳动生产率和整体经济效率，在一定程度上减弱了要素投入边际收益递减规律的影响，推动经济的生产可能性边界向外扩展，“人力资本红利”取代“人口红利”，逐步成为经济增长的新动力来源。

基于不同类型城市的分析可得，在大中型城市快速扩张和城镇化加速推进的同时，小城市呈现了平稳发展与城镇化缓慢递进的特征，小城市特别是其中的乡村为大中型城市提供了源源不断的劳动力，创造了大规模低成本的劳动供给，推迟了大中型城市人口红利消失的进程。在经济增长过程中，发达城市人力资本的集聚效应和欠发达城市人力资本的高边际产出特征均十分明显，中等发达城市的人力资本“空心化”特征使得其人力资本红利要低于发达城市与欠发达城市。

在实施区域经济开发的过程中，中等发达城市的发展往往容易被忽略，尤其是可能成为“人才洼地”。而中等发达城市是统筹城乡一体化、推进城镇化的关键环节和重要支点，因此，应在产业结构调整和产业梯度转移的过程中，加快制定中等发达城市人才引进政策，发挥中等发达城市的宜居环境等比较优势，保证人力资本投资主体的高收益，推动中等发达城市由“人才洼地”向“人才成本洼地”、“人才收益高地”转变，以人才集聚激发中等发达城市经济增长的内生动力，最终实现经济整体的长期可持续发展。

1. 蔡昉：《中国的人口红利还能持续多久》[J]，《经济学动态》2011年第6期年。

2. 蔡昉：《中国人口与劳动问题报告：从人口红利到制度红利》[M]，社会科学文献出版社，2013年。

3. 车士义、陈卫、郭琳：《中国经济增长中的人口红利》[J]，《人口与经济》2011年第3期。

4. 樊纲、王小鲁、张立文等：《中国各地区市场化相对进程报告》[J]，《经济研究》2003年第3期。

5. 李海峥、贾娜、张晓蓓等：《中国人力资本的区域分布及发展动态》[J]，《经济研究》2013年第7期。

6. 刘玉：《中国人口流动格局的十年变迁与思考——基于第五、六次人口普查数据的分析》[J]，《西北人口》2014年第2期。

7. 陆旸、蔡昉：《人口结构变化对潜在增长率的影响：中国和日本的比较》[J]，《世界经济》2014年第1期。

8. 孟令国、王清、胡广：《二次人口红利视角下国民储蓄率影响因素分析》[J]，《经济科学》2013年第5期。

9. 汪锋、张宗益、康继军：《企业市场化、对外开放与中国经济增长条件收敛》[J]，《世界经济》2006年第6期。

10. 姚慧琴、徐璋勇：《中国西部发展报告（2013）—新形势下的西部地区小康社会建设》[R]，社会科学文献出版社，2013年。

11. 朱平芳、徐大丰：《中国城市人力资本的估算》[J]，《经济研究》2007年第9期。

12. Acemoglu, D., Dell, M., 2010, “Productivity Differences between and within Countries” [J],, Vol.2 (1): 169-188.

13. Andersson, F., Konrad, K. A., 2001, “Globalization and Human Capital Formation” [R], CEPR Discussion Papers, No.280: 718-724.

14. Bloom, D. E., Canning, D., Sevilla, J., 2001, “Economic Growth and the Demographic Transition” [R], The NBER Working Paper, Vol.6 (1): 1-28.

15. Ferrero, A., 2010, “A Structural Decomposition of the U.S. Trade Balance: Productivity, Demographics and Fiscal Policy” [J],, Vol.57 (4): 478-490.

16. Lee, Sang-Hyop, Mason, Andrew, 2007, “Who Gains from the Demographic Dividend? Forecasting Income by Age” [J],, Vol.24 (4): 603-619.

17. Mason, Andrew, Westley, Sidney B., 2002, “Population Change and Economic Development: Success Stories from Asia” [R], The Future of Population in Asia, East-West Center Report: 97-110.

18. Modigliani, F., Cao, S. L., 2004, “The Chinese Saving Puzzle and the Life-cycle Hypothesis” [J],, Vol.42 (3): 145-170.

19. Sequeira, T. N., 2007, “Human Capital Composition, Growth and Development: An R&D Growth Model versus Data” [J],, Vol.32: 41-65.

20. Tsai, Chun-Li, Hung, Ming-Cheng, Harriott Kevin, 2010, “Human Capital Composition and Economic Growth” [J],, Vol.99 (1): 41-59.

21. Trostel, P., 1993, “The Effect of Taxation on Human Capital” [J],, Vol.101 (2): 327-350.

22. Whalley, J., Zhao, X. L., 2013, “The Contribution of Human Capital to China¢s Economic Growth” [J],, Vol.2(1): 1-22.

（H）

[①]“人口红利”指的是一个劳动力资源丰富、抚养负担较轻，人口的数量优势有利于经济发展的黄金时期。

[②]资料来源：“国家卫生计生委：全国145万对夫妇提出再生育申请”，新华网：http://news.xinhuanet.com/。

[③]由于部分城市数据缺失较多，因此本文在实证模型估计中将其剔除。

[④]在计算过程中，由于缺乏地市级居民消费价格指数、固定资产投资价格指数、收入法生产总值中的劳动者报酬等数据，本文借鉴国内相关研究中的处理方法，采用地市所在省份的相应指标进行替代。

[⑤]数据来源：“权威专家解答人口红利‘三问’”。新华网：http://news.xinhuanet.com/。

[⑥]数据来源：“全国及各地区科技进步统计监测结果”，中国科技统计网：http://www.sts.org.cn/tjbg/tjjc/tcindex.asp。

[⑦]中央财经大学中国人力资本与劳动经济研究中心《中国人力资本报告2015》，http://humancapital.cufe.edu.cn/。

[⑧]数据来源：中国2010年人口普查资料，国家统计局网站，网址：http://www.stats.gov.cn/tjsj/pcsj/rkpc/ 6rp/indexch.htm。

*本文得到国家自然科学基金青年项目（项目号：71303035）和国家社会科学基金青年项目（项目号：15CSH024）的资助。作者感谢审稿专家的宝贵意见和建议，感谢东北财经大学经济学院硕士研究生刘俸奇在模型构建方面的帮助，文责自负。