京津冀協(xié)同發(fā)展背景下“二孩政策”對京津冀人口規(guī)模及結(jié)構(gòu)的影響研究

魏麗瑩

（中國社會科學(xué)院金融研究所博士后科研流動站, 北京 100028; 中國信達資產(chǎn)管理股份有限公司, 北京 100031）

1 引言

人口結(jié)構(gòu)變遷尤其是人口老齡化是全人類面臨的重大問題。戰(zhàn)后的二十世紀以人類的休養(yǎng)生息和人口的迅速增長為其重要特征, 而二十一世紀則以人類的不斷進步和人口結(jié)構(gòu)的重大轉(zhuǎn)變或者說人口老齡化為其重要特征。未來幾十年, 包括中國在內(nèi)的大部分工業(yè)化國家將面臨嚴重的人口老齡化的挑戰(zhàn)。2010年我國人口普查數(shù)據(jù)顯示60歲以上人口已占總?cè)丝诘?3.26%, 其中65歲及以上人口占總?cè)丝诘?.87%。根據(jù)聯(lián)合國人口預(yù)測數(shù)據(jù), 2015-2045年60歲及以上人口占總?cè)丝诘谋壤龑⒛昃鲩L16.55%, 也就是說, 未來30年我國將全面步入深度老齡化階段。

京津冀協(xié)同發(fā)展政策起源于環(huán)渤海地區(qū)市長聯(lián)席會的成立。2004年2月, 京津冀三地的發(fā)改委在國家發(fā)改委的召集之下, 召開京津冀區(qū)域經(jīng)濟發(fā)展戰(zhàn)略研討會, 達成“廊坊共識”。2008年2月, “第一次京津冀發(fā)改委區(qū)域工作聯(lián)席會”在天津召開, 《北京市、天津市、河北省發(fā)改委建立“促進京津冀都市圈發(fā)展協(xié)調(diào)溝通機制”的意見》正式得到簽署。2010年8月, 根據(jù)《京津冀都市圈區(qū)域規(guī)劃》, 京津冀地區(qū)區(qū)域發(fā)展規(guī)劃按照“8+2”的模式進行制訂。2013年8月, 習近平提出了推動京津冀協(xié)同發(fā)展這一重要概念。2014年2月, 習近平主持召開了京津冀三地協(xié)同發(fā)展座談會, 提出北京、天津、河北應(yīng)打破“一畝三分地”的思維模式, 強調(diào)實現(xiàn)京津冀協(xié)同發(fā)展這一重大國家戰(zhàn)略, 敦促首都經(jīng)濟圈一體化發(fā)展相關(guān)規(guī)劃的制定; 同年8月, 京津冀協(xié)同發(fā)展領(lǐng)導(dǎo)小組成立。2015年4月, 習近平主持中共中央政治局會議, 審議通過了《京津冀協(xié)同發(fā)展規(guī)劃綱要》。自此, 京津冀協(xié)同發(fā)展的概念開始深入人心。

京津冀協(xié)同發(fā)展戰(zhàn)略旨在建立一條京津冀地區(qū)協(xié)同發(fā)展的路徑, 該路徑主要由產(chǎn)業(yè)、交通、環(huán)境、人口、服務(wù)以及創(chuàng)新等一體化政策構(gòu)成。其中, 產(chǎn)業(yè)結(jié)構(gòu)調(diào)整政策已實現(xiàn)初步計劃; 交通、環(huán)境政策正在緊鑼密鼓的制定當中;人口及公共服務(wù)政策已被提上日程; 京津冀地區(qū)的創(chuàng)新發(fā)展研究在不斷的探索之中。京津冀協(xié)同發(fā)展戰(zhàn)略已成為國家戰(zhàn)略。京津冀稅收一體化, 交通一體化, 通信一體化都在進行當中, 這為京津冀人口的定向流動和經(jīng)濟的協(xié)同發(fā)展創(chuàng)造了充足的條件。同時, 為了應(yīng)對人口老齡化, 我國提出并實施了全面二孩政策。二孩政策實施可能對現(xiàn)有人口生育率產(chǎn)生重大影響, 對未來京津冀人口規(guī)模和結(jié)構(gòu)產(chǎn)生重大影響, 進而對經(jīng)濟社會產(chǎn)生影響。彭希哲（2016）認為二孩政策對中國人口老齡化程度的減輕具有一定的作用, 但中國人口發(fā)展的長期趨勢已經(jīng)固化, 很難改變。陳友華（2016）認為全面二孩政策并非生育政策調(diào)整的終點,中國社會尚需更多的配套政策對其進行支持和完善。原新（2016）認為全面二孩政策的逐步完善對人口長期均衡發(fā)展和人口與經(jīng)濟社會、資源環(huán)境協(xié)調(diào)可持續(xù)發(fā)展具有積極意義。在京津冀協(xié)同發(fā)展戰(zhàn)略實施的背景下, 科學(xué)合理地預(yù)測京津冀人口規(guī)模和老齡化變化趨勢, 對京津冀未來經(jīng)濟社會發(fā)展和戰(zhàn)略規(guī)劃具有重要的參考意義, 如對京津冀的交通基礎(chǔ)設(shè)施、教育等未來的規(guī)劃等等。鑒于此, 本研究以京津冀協(xié)同發(fā)展作為控制條件, 充分考慮人口流動和區(qū)域一體化的影響, 利用最新的人口預(yù)測方法, 對“二孩政策”實施前后京津冀的人口規(guī)模及結(jié)構(gòu)進行預(yù)測, 提出明確的人口發(fā)展趨勢和政策建議。

2 人口預(yù)測模型和方法

人口結(jié)構(gòu)預(yù)測根據(jù)時間和地域的不同會采用不同的方法, 中國常用的人口結(jié)構(gòu)預(yù)測模型包括Leslie模型（張迎春,侯園園, 韓曉慶, 2014）、年齡移算法以及中國社會科學(xué)院王廣州研究員開發(fā)的中國人口預(yù)測軟件（CPPS）。

本研究利用組合生育模型、Kannisto模型以及灰色系統(tǒng)（Grey Model, GM （1,1））對年齡別生育率、年齡別死亡率進行分析及預(yù)測。其中組合生育模型屬于歸納演繹模型的一種, 應(yīng)用在年齡別生育率的研究上具有簡便性和實用性, 經(jīng)驗證后, 與實際的年齡別生育率相差無幾, 具有科學(xué)性; Kannisto模型是對老齡人口年齡別死亡率的預(yù)測模型, 同樣屬于歸納演繹模型, 通過與實際年齡別死亡率的對比, 可知其具有科學(xué)性; 灰色系統(tǒng)模型用來預(yù)測未來的年齡別生育率和死亡率, 是近年來較為流行的預(yù)測復(fù)雜系統(tǒng)發(fā)展趨勢的模型, 簡便、實用性強。

2.1 人口結(jié)構(gòu)描述

根據(jù)《中國2010年人口普查資料》, 中國90歲以上人口占比為0.11%, 考慮到未來人口壽命變長的趨勢, 本研究中假設(shè)最高壽命為90歲。因此, 在模型中的任一時間點上將會出現(xiàn)91個世代。根據(jù)《中華人民共和國勞動法》的規(guī)定, 法定勞動年齡指年滿16周歲至退休年齡, 實際上,僅有2.23%的16-20歲人口屬于經(jīng)濟活動人口。因此, 本研究假定人在0到20歲之間屬于非經(jīng)濟活動人口, 21歲開始工作并成為獨立的經(jīng)濟活動人口。根據(jù)《中華人民共和國婚姻法》的相關(guān)規(guī)定, 我國法定婚齡為男22歲, 女20歲, 且根據(jù)《中國2010年人口普查資料》, 僅有0.20%的人口由23歲之前或45歲之后的女性所生, 同時考慮到男性生育年齡的推遲, 本研究假定23歲到45歲之間為自然人的生育年齡, 只有在這一時間段之間自然人生育下一代,如此一來, 代理人的第一個孩子（第一部分的孩子）將在代理人43歲時離開家庭而最后一個孩子（最后一部分孩子）會在代理人65歲時離開家庭。同時假定代理人在68歲到90歲之間死去, 也就是說代理人在91歲時的死亡概率為1。代理人的生命周期如圖1所示。

圖1 模型中的代理人生命周期

2.2 人口發(fā)展方程

本研究中用N（a,t,k）表示特定時間點上某一階層在某一年齡的人口總數(shù),其中,a= 0,1,2,...,90, 表示代理人在t時刻的年齡,k= 1,2表示代理人的不同階層。特定時間點上某一階層某一年齡上的代理人子女總數(shù)用KID（a,t,k）表示,由于代理人在23歲以下時沒有子女, 而在64歲以上時只有成年子女,所以當0≤ a ≤22和 65≤ a≤90時,KID（a,t,k）= 0。

本研究通過預(yù)測年齡別生育率和死亡率對人口年齡結(jié)構(gòu)進行估算。以2010年作為基年進行考慮, 假設(shè)人口結(jié)構(gòu)在50年之后達到穩(wěn)定狀態(tài)。在沒有達到穩(wěn)定狀態(tài)之前,對于在2010年已經(jīng)出生的人口和未出生的人口來說, 人口發(fā)展方程如下:

其中:

其中M （a）表示基年年齡別人口凈遷移數(shù)量; Mshare（t,k）表示不同階層流動人口占總流動人口的比例, Mscale（a,t）表示不同年份不同年齡的流動人口的規(guī)模, 當人口遷移制度不變時, 取值為1; d （a,t）表示年齡別死亡率, fr （a,t）表示年齡別生育率, Fshare （a,t）表示育齡年齡別女性占育齡年齡別總?cè)丝诘谋壤?0年以后, 人口結(jié)構(gòu)趨于穩(wěn)定,人口自然增長率為0, 即0歲人口的數(shù)量與上一年相同, 流動人口的變化也與上一年相同。

2.3 年齡別生育率估算與預(yù)測

生育率反應(yīng)育齡婦女的生育能力和生育水平, 一般分為總和生育率 （Total Fertility Rate, TFR）和年齡別生育率（Age Specific Fertility Rate, ASFR）。年齡別生育率指某一年齡（年齡段）育齡婦女在某一年的平均生育水平, 總和生育率指平均每一婦女在育齡生育孩子的總數(shù)。

生育率可以用生育率模型進行估計和預(yù)測, 生育率模型一般可分為演繹模型和歸納模型兩大類。演繹模型從某些理論假設(shè)出發(fā)對生育率進行估計。例如: Easterlin 和Crimmins （1987）將諸多的生育率與經(jīng)濟、社會因素結(jié)合起來解釋人口變遷, 并使用在人口調(diào)查中易于取得的中間變量對生育率的決定因素進行量化分析; Becker 和 Lewis （1973）的孩子數(shù)量質(zhì)量轉(zhuǎn)換模型將孩子的數(shù)量需求和質(zhì)量需求與家庭收入聯(lián)系起來, 并在后續(xù)模型中進一步發(fā)展（Becker &Barro, 1988; Barro & Becker, 1989）。歸納模型利用大量統(tǒng)計數(shù)據(jù)對人口的結(jié)構(gòu)變化進行分析, 便于計算和仿真。

預(yù)測年齡別生育率和人口的結(jié)構(gòu)變化, 首先需要對總和生育率進行預(yù)測。本研究以總和生育率作為觀測序列,應(yīng)用灰色模型（Grey Model, GM （1,1））進行預(yù)測。總和生育率數(shù)據(jù)來自《北京統(tǒng)計年鑒2005-2014》, 《天津統(tǒng)計年鑒2005-2014》, 《河北統(tǒng)計年鑒2005-2014》, 《北京市2010年人口普查資料（第六卷）》, 《北京市2000年人口普查資料（第六卷）》, 《天津市2010年人口普查資料（第六卷）》, 《天津市2000年人口普查資料（第六卷）》, 《河北省2010年人口普查資料（第六卷）》, 《河北省2010年人口普查資料（第六卷）》和中華人民共和國國家統(tǒng)計局網(wǎng)站。由于本研究主要研究內(nèi)容不包括性別結(jié)構(gòu)的變化, 因此為方便計算, 假設(shè)男女性別比例為1:1。

初始年齡別生育率數(shù)據(jù)來自《北京市2010年人口普查資料》第六卷, 《天津市2010年人口普查資料》第六卷和《河北省2010年人口普查資料》第六卷。由于統(tǒng)計數(shù)據(jù)上的不足, 只能得到間隔5年的年齡別生育率, 而無法直接獲取15～49歲全部年齡上的生育率。為了彌補數(shù)據(jù)缺失, 本研究采用內(nèi)插法和外推法對年齡別生育率進行估算。

本研究采用對數(shù)正態(tài)分布模型和泊松分布模型的加權(quán)組合模型對年齡別生育率進行模擬, 模型的數(shù)學(xué)表達式如下:

其中, fr （a,t）表示年齡別生育率, tfr （t）表示總和生育率, m1是對數(shù)正態(tài)分布函數(shù)在這一對數(shù)正態(tài)分布和泊松分布加權(quán)組合模型中的權(quán)值, a表示育齡婦女的年齡, a0表示初始生育年齡,根據(jù)人口普查數(shù)據(jù), 令a0=14。

2.4 年齡別死亡率估算與預(yù)測

死亡率能夠較好的反應(yīng)一個國家和地區(qū)的人口總體健康狀況。能夠反應(yīng)死亡率的指標包括粗死亡率, 年齡別死亡率, 嬰兒死亡率等。粗死亡率（Crude Death Rate）是一種只對人口總數(shù)進行了標準化的指標, 它反映的是某年某地區(qū)平均每1000人中死亡的人數(shù)。年齡別死亡率（Age Specific Mortality）指某年度某年齡人口的死亡概率, 可以直接由統(tǒng)計數(shù)據(jù)獲得。嬰兒死亡率（Infant Mortality Rate）指嬰兒出生后在達到1歲前死亡的概率。本研究選取年齡別死亡率這一指標對人口結(jié)構(gòu)進行描述。

年齡別死亡率模型大致可分為兩類。一類是函數(shù)模型,以年齡為自變量, 年齡別死亡率為因變量, 通過不同的模型設(shè)定和參數(shù)估計, 對年齡別死亡率進行擬合。另一類是實證模型, 這類模型也包含一定數(shù)量的參數(shù), 這些參數(shù)是根據(jù)歷史數(shù)據(jù)分析而設(shè)定的。

根據(jù)第六次人口普查資料, 本研究對2010年京津冀的年齡別死亡率進行分析及模擬, 數(shù)據(jù)來自《北京市2010年人口普查資料》, 《天津市2010年人口普查資料》, 《河北省2010年人口普查資料》。經(jīng)研究發(fā)現(xiàn), 在對中國的死亡率數(shù)據(jù)進行模擬中, 青少年時期Weibull模型的精度要高于Compertz模型, 在高齡期, Kannisto模型的擬合效果要好于其他模型。由于本研究僅考慮68歲至90歲之間的人口死亡率, 本研究將應(yīng)用Kannisto模型對年齡別死亡率進行模擬。Kannisto模型如下所示:

其中, 68 ≤a≤ 90表示死亡年齡,d（a,0）表示2010年的年齡別死亡率。

年齡別死亡率的預(yù)測同年齡別生育率的預(yù)測類似, 將歷史參數(shù)進行估計插值之后應(yīng)用灰色模型對參數(shù)進行預(yù)測, 并由此來預(yù)測未來50年京津冀年齡別死亡率。

2.5 人口遷移分析

除出生和死亡外, 人口遷移是影響人口數(shù)量與結(jié)構(gòu)變遷的另一大重要因素。人口遷移分析涉及到空間與時間兩個維度的變化: 在空間變化的考察中, 人口遷移一般可分為國內(nèi)遷移（Internal Migration）和國際遷移（International Migration）兩種, 由于我國戶籍制度比較嚴格, 在人口普查時一般也會考察省內(nèi)遷移和省外遷移, 以及戶籍在外鄉(xiāng)鎮(zhèn)、街道的外來人口數(shù)量; 時間維度主要考慮遷移人口年齡結(jié)構(gòu)和居住時間等問題, 其中遷移人口年齡結(jié)構(gòu)對人口結(jié)構(gòu)變遷的預(yù)測具有重要意義。

人口遷移一般包括遷入人口（In-migration）, 遷出人口（Out-migration）, 總遷移人口（Gross Migration）, 凈遷移人口（Net Migration）四個重要概念。其中總遷移人口是遷入人口與遷出人口之和, 而凈遷移人口是遷入人口與遷出人口之差。

人口遷移模型多用來預(yù)測人口遷移總數(shù)或年齡別人口遷移。預(yù)測人口遷移總數(shù)的模型一般為實證模型, 包括只涉及到兩地人口數(shù)目的Zips模型（Ho-Nam, 2007; Tarver &Mcleod, 1973）, 引入預(yù)期收入差異的Todaro模型（Todaro,1992）, Park （2007）引入勞動力轉(zhuǎn)移的工資彈性模型等。嚴善平 （2007）建立了包含人均生產(chǎn)總值、經(jīng)濟增長率、非農(nóng)就業(yè)增加率、城鎮(zhèn)非國有部門職工比率、城鎮(zhèn)登記失業(yè)率、省會之間的鐵路里程和輸入地與輸出地之間存在的流動鏈等相關(guān)因素的實證模型, 對省際人口流動的機制進行研究。

擬合年齡別遷移模型多為函數(shù)模型, 包括擬合實際年齡別遷移率的Rogers模型（Rogers, 1976; Rogers & Castro,1982; Rogers, Raquillet, & Castro, 1978）, 以及在 Rogers模型的基礎(chǔ)上衍生出來的其他模型（Raymer & Willekens,2008）, 我國的年齡別遷移率也可用Rogers模型進行擬合,但不同時期的遷移率擬合結(jié)果與實際數(shù)據(jù)有所出入。二元Logistic回歸模型和多分類Logistics回歸模型對年齡組別的總遷移以及戶口遷移、臨時遷移進行擬合, 結(jié)果顯著。

凈遷移人口的產(chǎn)生與收入的空間不均有關(guān), 人們具有追求更高收入的遷移動機, 而幼兒也有跟隨父母遷移的動機（Sjaastad, 1962）。本年的凈遷移人口數(shù)據(jù)可由出生、死亡及年初、年末總?cè)藬?shù)數(shù)據(jù)間接得到:

本年凈遷移人數(shù)=年末總?cè)藬?shù)?年初總?cè)藬?shù)?本年出生人數(shù)+本年死亡人數(shù)

但每年的遷入、遷出和總遷移人口數(shù)據(jù)無法直接得到,可以通過人口普查數(shù)據(jù)間接得到。根據(jù)《中國2010年人口普查資料》第七卷可得到全國按現(xiàn)住地和五年前常住地分的人口, 由此推算京津冀地區(qū)本年遷移人口估計值:

表1 2010年京津冀人口遷移數(shù)據(jù)

由表1可知, 北京和天津的凈遷移為正數(shù), 對外來移民具有較大的吸引力; 河北省的凈遷移為負數(shù), 人口處于凈遷出狀態(tài); 其中, 北京遷入人口數(shù)目極高, 城市規(guī)模迅速膨脹, 這為整個城市的運行造成了一定的負擔。

由于我國長久以來都有較嚴格的戶籍制度, 假設(shè)在人口遷移政策不變的情況下, 人口按年齡有比例的遷移, 而每年的總遷移量不變。由于我國普查數(shù)據(jù)中遷移人口主要集中在0-64歲之間, 人口年齡別遷移模型可表示為:

其中M(?)表示年齡別凈遷移人口數(shù),m(?)表示年齡別遷移比例, net_M表示凈遷移人口總數(shù)。根據(jù)《北京市2010年人口普查資料》、《天津市2010年人口普查資料》以及《河北省2010年人口普查資料》中分年齡外來人口數(shù)可得到京津冀的年齡別遷移比例:

圖2 2010年京津冀外來人口年齡別分布

如圖2所示, 京津冀地區(qū)的外來人口年齡別分布基本相同, 均呈現(xiàn)兩大高峰, 兩小高峰和一低谷的趨勢。其中一大高峰值在16-24歲之間, 反映了青少年外出求學(xué)或求職而帶來的人口遷移; 另一大高峰在27-30歲之間, 主要反映了青壯年工作調(diào)動及外出務(wù)工從商所帶來的人口遷移。一個小高峰位于幼年時期, 反映了外出務(wù)工從商人員攜帶幼年子女的遷移, 但這一比例遠遠小于16-30歲之間的遷移人口比例, 這造成了中國目前嚴重并值得關(guān)注的留守兒童問題; 另一個小高峰位于50-60歲之間, 即退休年齡, 這反映了一些老年人退休后遷回故鄉(xiāng)、遷往氣候或生活條件較好地區(qū)或者遷去與子女同住的社會現(xiàn)象。

圖3 2010年京津冀年齡別凈遷移人口(單位：百人)

根據(jù)式(5), 年齡別凈遷移人口如圖3所示。

由于假設(shè)了在人口戶籍和遷移政策不變的情況下, 總遷移人口為常數(shù), 則年齡別遷移人口也為常數(shù), 并根據(jù)遷移人口的實際數(shù)目按比例進行調(diào)整, 這不僅符合我國人口遷移的現(xiàn)實狀況, 也為人口結(jié)構(gòu)的預(yù)測帶來了方便。

3 人口結(jié)構(gòu)預(yù)測及分析

3.1 基準情景下的人口結(jié)構(gòu)預(yù)測及分析

Myrdal （1957）提出地理上的二元經(jīng)濟結(jié)構(gòu)理論, 他認為在區(qū)域經(jīng)濟成長初期, 生產(chǎn)要素會首先集中在能獲得較高收益的少數(shù)點地區(qū)上, 也就是說勞動力會由落后地區(qū)向發(fā)達地區(qū)流動, 即所謂的“回波效應(yīng)”。這一效應(yīng)使得發(fā)達地區(qū)越發(fā)的發(fā)達, 而落后地區(qū)越發(fā)的落后, 導(dǎo)致區(qū)域間經(jīng)濟發(fā)展水平差距擴大的后果。但當經(jīng)濟發(fā)展到一定程度以后, 發(fā)達地區(qū)的生產(chǎn)成本將會提高, 生產(chǎn)要素會向其周邊擴散, 即產(chǎn)生“擴散效應(yīng)”。Myrdal （1957）認為依靠市場的自發(fā)調(diào)節(jié)作用使得區(qū)域經(jīng)濟發(fā)展產(chǎn)生“擴散效應(yīng)”并不符合發(fā)展中國家的實際情況。因此, 京津冀地區(qū)實行稅收一體化, 交通一體化, 通信一體化為人口向京津周邊輻射分布創(chuàng)造了充足的條件, 產(chǎn)業(yè)園區(qū)、環(huán)境保護和檢驗檢疫的一體化進一步提前了“擴散效應(yīng)”所產(chǎn)生的時間。

京津冀協(xié)同發(fā)展政策實施以后, 京津冀地區(qū)的人口仍舊會呈現(xiàn)向心型流動趨勢, 但是核心會逐漸擴大, 由以北京為主轉(zhuǎn)變?yōu)橐匝睾８咚僭鲩L區(qū)域和次高速增長區(qū)域為主, 各中心城市為輔的格局。除此之外, 由于水資源短缺,北京地區(qū)于2015年宣布了新的人口上限, 到2020年, 北京市人口總量將被控制在2300萬（張國, 2015）。清華大學(xué)教授蔡繼明表示, 控制人口的主要方法將會是紓解非首都功能和調(diào)整產(chǎn)業(yè)結(jié)構(gòu)（張國, 2015）, 因此假設(shè)從2016年起, 北京的凈遷移人口會向北京周邊即河北省轉(zhuǎn)移, 以保證在2020年將北京人口控制在2300萬以下。

假定京津冀協(xié)同發(fā)展政策實施以后, 京津冀地區(qū)的人口分布模式逐漸轉(zhuǎn)變, 自2016年起, 京津地區(qū)的凈流入人口減少, 并向京津周邊即河北省擴散, 河北省的人口流動由省際流動為主變?yōu)槭?nèi)流動為主, 實現(xiàn)人口的凈流入。

表2 北京人口結(jié)構(gòu)預(yù)測2010-2110

表3 天津人口結(jié)構(gòu)預(yù)測2010-2110

以2010年按年齡劃分的常住人口數(shù)作為基年數(shù)據(jù),利用年齡別生育率、年齡別死亡率以及年齡別人口遷移的預(yù)測值可以對京津冀的人口結(jié)構(gòu)進行預(yù)測, 并根據(jù)2010-2015年之后的人口統(tǒng)計數(shù)據(jù)對模型進行修正, 以保證預(yù)測數(shù)據(jù)的合理性。預(yù)測使用軟件Microsoft Visual Studio2015和Intel Parallel Studio XE 2016 Update 1, 預(yù)測結(jié)果如表2、表3和表4所示。

由人口預(yù)測數(shù)據(jù)可知, 京津冀地區(qū)人口總數(shù)在30年之內(nèi)都保持穩(wěn)定增長的態(tài)勢, 由于過低的生育率, 北京在2050年之后人口總數(shù)開始有所下降, 而天津人口總數(shù)會在2070年后有所下降。由于人口遷移的影響, 河北省的人口總數(shù)會在2050年開始下降, 京津冀協(xié)同發(fā)展戰(zhàn)略使得河北省的人口遷移呈現(xiàn)凈遷入狀態(tài), 有效的緩解了河北省人口總數(shù)的下降趨勢。

表4 河北省人口結(jié)構(gòu)預(yù)測2010-2110

京津冀地區(qū)人口的預(yù)期壽命將會有顯著的提高。北京市擁有最高的人口預(yù)期壽命, 這一數(shù)據(jù)在2060年之后將維持在89.40歲; 天津市人口的預(yù)期壽命在2060年之后將維持在87.71歲; 河北省人口預(yù)期壽命相對較低, 2060年之后將維持在83.25歲。人口預(yù)期壽命的顯著提高是生活質(zhì)量提升的標志, 但也會造成人口老齡化程度快速加深, 為社會經(jīng)濟生活帶來諸多壓力, 提出更多需求。

北京的總和生育率始終持續(xù)在較低的水平之上, 如果計劃生育政策沒有改變, 2050年之后有望達到每對夫妻生一個孩子的標準; 天津的總和生育率增長較快, 在2040年之后將保持在1.5以上; 而河北省的總和生育率變化較為平穩(wěn), 始終保持在1.31到1.53之間。較低的生育率雖然有效控制了人口增長, 但同樣對人口老齡化的加劇起著推動作用。

《中國統(tǒng)計年鑒》中通常將15-64歲之間的人口作為勞動年齡人口, 0-14歲和65歲以上的人口作為被撫養(yǎng)的人口?，F(xiàn)階段我國處于15-64歲之間的勞動年齡人口處于74%以上, 居世界首位, 其中北京、天津的勞動年齡人口均達到80%以上, 這使得我國的經(jīng)濟具有很大的發(fā)展?jié)摿?但這一數(shù)據(jù)正在持續(xù)下降。當60歲及以上老年人口占總?cè)丝诘谋壤^10%或者65歲及以上人口占總?cè)丝诘谋壤^7%時, 一個國家或者地區(qū)將進入人口老齡化社會。根據(jù)我國現(xiàn)有統(tǒng)計數(shù)據(jù), 我國早已進入人口老齡化階段,同時, 老齡人口的比例將持續(xù)快速增長, 預(yù)計在2060年達到頂峰, 然后會有所緩解。其中, 北京的人口老齡化程度最為嚴重, 在高峰期可達到50%以上。

人口撫養(yǎng)比包括總撫養(yǎng)比（Total Dependency Ratio）、老年撫養(yǎng)比（Aged Dependency Ratio）和少兒撫養(yǎng)比（Child Dependency Ratio）。“人口紅利”是指當總撫養(yǎng)比低于53%時人口結(jié)構(gòu)對經(jīng)濟增長具有的積極影響, 它來源于中國“中間大, 兩頭小”的人口年齡結(jié)構(gòu)特點, 這種結(jié)構(gòu)隨著時間的推移而轉(zhuǎn)變, 其中北京的“人口紅利”期將持續(xù)35年以上, 而天津和河北的“人口紅利”或?qū)㈤L期存在。

由于兒童在物質(zhì)需求上遠遠少于成年人, 同樣數(shù)量的老年人為經(jīng)濟帶來的負擔要遠遠高于兒童（Kleiman,1967）, 所以老年撫養(yǎng)比更加能反映一個國家或地區(qū)的人口負擔規(guī)模。老年撫養(yǎng)比是指65歲以上人口占15-64歲勞動年齡人口的比重（Appave, 2009）。隨著人口預(yù)期壽命的延長和計劃生育時期出生人口的年齡增長, 我國老年撫養(yǎng)比將持續(xù)快速增長, 在2060年時將達到頂峰, 由于低生育率和低死亡率的存在, 北京的老年撫養(yǎng)比將達到132.65%,即使在生育率和死亡率相對較高的天津和河北, 老年撫養(yǎng)比也將分別達到71.64%和52.35%。這種嚴重的人口老齡化情況將為中國的社會和經(jīng)濟帶來全方位的挑戰(zhàn)。

表5 全面二孩政策實施后的北京人口結(jié)構(gòu)

表6 全面二孩政策實施后的天津人口結(jié)構(gòu)

3.2 全面放開二孩政策情景下的人口結(jié)構(gòu)預(yù)測

隨著我國人口老齡化程度的不斷加深, 人口結(jié)構(gòu)對經(jīng)濟增長的作用逐漸引起更多學(xué)者的關(guān)注, 而應(yīng)對人口老齡化、促進經(jīng)濟發(fā)展的政策也開始逐步實施。2016年1月1日起, 全面二孩政策開始實施。從個人意愿層面來看, 二孩生育意愿不及預(yù)先設(shè)想（楊菊華, 2015）, 育齡人群意愿生育水平較低且保持穩(wěn)定（張麗萍, 王廣州, 2015）, 且人們更多的從自身養(yǎng)老和精神需求的角度做出二孩生育選擇（張曉青, 黃彩虹, 張強, 陳雙雙, 范其鵬, 2016）。從社會層面來看, 人們是否選擇生育二孩還取決于婦女勞動參與率與總和生育率之間的關(guān)系（蒙克, 2017）。

根據(jù)國家衛(wèi)計委開展的專項調(diào)查顯示, 39.6%的家庭有再生育打算。但根據(jù)單獨二孩試行期間的數(shù)據(jù)顯示, 僅有13%的育齡人口申請再生育（薛玲, 2015）。天津市社科院社會學(xué)研究所于2015年11月的抽樣調(diào)查顯示18.3%的人“打算生”, 還有17.7%的人“打算等等看”（李晶,2015）。根據(jù)河北省衛(wèi)計委的數(shù)據(jù)顯示: 在單獨二孩政策的前期調(diào)研中, 有31.7%的符合條件的家庭表示有生育二孩的意愿, 而截至2015年8月僅有8.9%的家庭提出了生育二孩的申請（文西, 2015）。

表7 全面二孩政策實施后的河北省人口結(jié)構(gòu)

本研究假設(shè)2016年以后, 北京、天津以及河北原有的年齡別生育率分別提高到原來的1.13、1.06、1.11倍,由此可對全面放開二孩政策實施后的人口結(jié)構(gòu)變遷進行模擬。全面二孩政策實施后的人口結(jié)構(gòu)預(yù)測由表5、表6以及表7所示。

3.3 全面二孩政策對京津冀地區(qū)人口結(jié)構(gòu)的影響

本研究分別對全面放開二孩政策后人口總數(shù)、工作年齡人口所占比例和老齡人口撫養(yǎng)比的變化進行分析。全面放開二孩政策對京津冀地區(qū)人口總數(shù)的影響如圖4所示。

全面放開二孩政策實行后, 人口總數(shù)相對于基本情景來說開始逐漸增加, 增加幅度隨著時間的推移會逐漸增大,到2080年止, 北京人口總數(shù)將增加7.7%, 天津人口總數(shù)增加4.5%, 河北省人口總數(shù)增加8.1%。由此可知, 全面放開二孩政策會在一定程度上增加人口總數(shù), 減緩北京2040年之后人口快速減少的不利局面。

全面放開二孩政策對京津冀地區(qū)工作年齡人口所占比例的影響如圖5所示。

全面放開二孩政策后, 工作年齡人口占總?cè)丝诒壤目傮w變化趨勢并沒有改變, 但相對基準情景來說, 放開二孩政策使得工作年齡人口比例先是變得更小而后又變得更大, 變化幅度也經(jīng)歷了負向增大, 負向減小, 然后正向增大的過程, 這使得工作年齡人口占總?cè)丝诒壤淖兓仍龃蟆Ｈ娣砰_二孩政策實施后, 北京工作年齡人口所占比例在2045年之前低于基準情景, 2045年之后會高于基準情景, 但直到2060年之后才會逐漸增大; 天津、河北工作年齡人口占總?cè)丝诒壤?060年之前都低于基準情景下的工作人口比例, 2060年之后隨著工作年齡人口比例的上升才會逐步高于基準情景下的數(shù)值。

全面放開二孩政策對京津冀地區(qū)老齡人口撫養(yǎng)比的影響如圖6所示。

全面放開二孩政策后, 老齡人口撫養(yǎng)比在2030年之前與基準情景相比沒有變化, 2030年之后, 老齡人口撫養(yǎng)比將顯著低于基準情景下的數(shù)據(jù), 而且二者之間的差距會逐年迅速拉大, 人口老齡化狀況有所改善。其中, 北京在2080年時老齡人口撫養(yǎng)比將降低8.2個百分點, 變化最為明顯; 天津在2080年時老齡人口撫養(yǎng)比將降低2.4個百分點, 變化較小; 河北省的人口老齡化程度降低的比較明顯,為5.0個百分點。

4 結(jié)論

全面放開二孩政策實行后, 京津冀人口結(jié)構(gòu)產(chǎn)生了一系列重要的變化:

首先, 全面二孩政策實施后, 京津冀地區(qū)老齡人口撫養(yǎng)比在2030年之前與基準情景相比沒有變化, 2030年之后, 老齡人口撫養(yǎng)比將顯著低于基準情景下的數(shù)據(jù), 而且二者之間的差距會逐年迅速拉大, 人口老齡化狀況有所改善。北京在2020年成功將人口總數(shù)控制在2300萬以下,但對老齡化程度并沒有顯著改善。同樣, 天津也依舊面臨著社會老齡化的壓力。河北省由于工作年齡流動人口的大幅增加, 人口結(jié)構(gòu)趨于合理化, “人口紅利”將長期存在,河北省將更具發(fā)展?jié)摿? 在京津冀協(xié)同發(fā)展中起到重要的作用。

圖4 全面放開二孩政策后京津冀人口總數(shù)的變化

圖5 全面放開二孩政策后京津冀工作年齡人口比例的變化

其次, 全面二孩政策實施后, 人口總數(shù)相對于基本情景來說開始逐漸增加, 增加幅度隨著時間的推移會逐漸增大。全面放開二孩政策減緩了北京2040年之后人口快速減少的不利局面。同時, 工作年齡人口占總?cè)丝诒壤目傮w變化趨勢并沒有改變, 但相對基準情景來說, 放開二孩政策使得工作年齡人口比例先是變得更小而后又變得更大, 變化幅度也經(jīng)歷了負向增大, 負向減小, 然后正向增大的過程。

最后, 由預(yù)測數(shù)據(jù)可知, 二孩政策放開后, 京津冀三地的人口結(jié)構(gòu)變化存在顯著差別, 京津冀協(xié)同發(fā)展戰(zhàn)略在人口發(fā)展一體化方面并沒有引起重視。

根據(jù)本研究的結(jié)論, 提出以下政策建議: 第一, 為應(yīng)對人口老齡化對京津冀地區(qū)人口撫養(yǎng)比的負面影響, 政府應(yīng)進一步促進全面二孩政策的推行, 繼續(xù)大力鼓勵夫妻生育二孩, 為人口結(jié)構(gòu)的優(yōu)化和經(jīng)濟的長期穩(wěn)定發(fā)展奠定堅實的基礎(chǔ)。第二, 在大刀闊斧的實行京津冀協(xié)同發(fā)展政策之時, 應(yīng)更多的考慮到京津地區(qū)工作年齡人口相對減少的弊端, 提高人口控制目標, 吸引工作年齡人口的流入, 促進京津地區(qū)人口結(jié)構(gòu)的優(yōu)化, 穩(wěn)固京津地區(qū)經(jīng)濟發(fā)展的成果。第三, 在制定京津冀協(xié)同發(fā)展政策之時, 將人口發(fā)展一體化目標融入整體協(xié)同發(fā)展架構(gòu)之中, 進一步促進人口與區(qū)域經(jīng)濟的協(xié)同發(fā)展、和諧發(fā)展。

圖6 全面放開二孩政策后京津冀老齡人口撫養(yǎng)比的變化

參考文獻

1.陳友華. (2016). 全面二孩政策與中國人口趨勢.學(xué)海,2016(1),62-66.

2.李晶. (2015, 2016). “二孩”時代生還是不生？天津雙非家庭意愿最低,渤海早報.

3.蒙克. (2017). “就業(yè)—生育”關(guān)系轉(zhuǎn)變和雙薪型家庭政策的興起——從發(fā)達國家經(jīng)驗看我國“二孩”時代家庭政策.社會學(xué)研究(5),218-241.

4.彭希哲. (2016). 實現(xiàn)全面二孩政策目標需要整體性的配套.探索(1), 71-74.

5.文西. (2015). 河北省衛(wèi)計委就全面二孩放開政策表態(tài), 全面落實中央政策.

6.薛玲. (2015). “全面二孩”來了, 你愿意生嗎？新華報業(yè)網(wǎng).

7. 嚴善平. (2007). 中國省際人口流動的機制研究.中國人口科學(xué),1, 71-77.

8.楊菊華. (2015). 單獨二孩政策下流動人口的生育意愿試析.中國人口科學(xué)(1), 89-96.

9.原新. (2016). 我國生育政策演進與人口均衡發(fā)展——從獨生子女政策到全面二孩政策的思考.人口學(xué)刊, 38(5), 5-14.

10.張國. (2015, 2016). 北京再次宣布人口規(guī)模上限: 2300萬,中國青年報.

11.張麗萍, 王廣州. (2015). 中國育齡人群二孩生育意愿與生育計劃研究.人口與經(jīng)濟(6), 43-51.

12.張曉青, 黃彩虹, 張強, 陳雙雙, 范其鵬. (2016).“單獨二孩”與“全面二孩” 政策家庭生育意愿比較及啟示.人口研究, 40(1), 87-97.

13.張迎春, 侯園園, 韓曉慶. (2014). “單獨”二胎政策條件下人口年齡結(jié)構(gòu)預(yù)測研究.經(jīng)濟統(tǒng)計學(xué): 季刊,2, 135-146.

14. Appave, G. (2009). World migration 2008 : Managing labour mobility in the evolving global economy: Academic foundation.

15. Barro, R. J., & Becker, G. S. (1989). Fertility choice in a model of economic growth.Econometrica, 57(2), 481-501.

16. Becker, G. S., & Barro, R. J. (1988). A reformulation of the economic theory of fertility.Quarterly Journal of Economics, 103(1), 1-25.

17. Becker, G. S., & Lewis, H. G. (1973). On the interaction between the quantity and quality of children.Journal of Political Economy, 81(2),279-288.

18. Easterlin, R. A., & Crimmins, E. M. (1987). The fertility revolution:A supply-demand analysis.Bollettino Doculistica, 8(3), 531-533.

19. Ho-Nam, M. (2007). Zipf's Law under Migration. (Master of Philosophy), University of Hong Kong, Hong Kong.

20. Kleiman, E. (1967). A standardized dependency ratio.Demography, 4(2), 876-893.

21. Myrdal, G. (1957). Economic theory and underdeveloped regions.London: Gerald Duckworth.

22. Neupert, R. F. (1992). Population projections for Mongolia: 1989-2019.Asia-Pacific population journal / United Nations, 7(4), 61.

23. Park, S. (2007). Demographic changes and regional economy simulation result from the Chicago CGE model. (Doctor of Philosophy in Economics), University of Illinois at Urbana-Champain, Urbana.

24. Raymer, J., & Willekens, F. (2008). Applying model migration schedules to represent age-specific migration flows.Journal of Non-Crystalline Solids, 163(1), 90-96.

25. Rogers, A. (1976). Introduction to multiregional mathematical demography.Studies in Family Planning, 27(2), 405-406.

26. Rogers, A., & Castro, L. J. (1982). Model schedules in multistate demographic analysis: The case of migration.Multidimensional Mathematical Demography, 72,113-154.

27. Rogers, A., Raquillet, R., & Castro, L. J. (1978). Model migration schedules and their applications.Environment & Planning, 10(5), 475-502.

28. Sjaastad, L. A. (1962). The costs and returns of human migration.Journal of Political Economy, 70(5), 88-93.

29. Tarver, J. D., & Mcleod, R. D. (1973). A test and modification of zipf' shypothesis for predicting interstate migration.Demography, 10(2),259-275.

30. Todaro, M. P. (1992). Economics for a developing world: An introduction to principles, problems and policies for development (3 ed.).London: Longman.