空間關(guān)聯(lián)視野下人口老齡化對(duì)勞動(dòng)參與率的影響分析*

馮劍鋒 岳經(jīng)綸 范 昕

（中山大學(xué)中國(guó)公共管理研究中心/政治與公共事務(wù)管理學(xué)院，廣州 510275）

自計(jì)劃生育政策實(shí)施以來(lái)，我國(guó)生育水平發(fā)生了根本性轉(zhuǎn)變，人口出生率的快速下降逐漸帶來(lái)了老齡化現(xiàn)象。根據(jù)世界銀行 （WDI，2016）公布的數(shù)據(jù)顯示，我國(guó)于2001年正式進(jìn)入老齡化社會(huì)。人口老齡化程度的不斷加深，對(duì)我國(guó)社會(huì)經(jīng)濟(jì)發(fā)展和就業(yè)市場(chǎng)穩(wěn)定構(gòu)成了巨大的潛在威脅。而在生育水平不斷下降的同時(shí)，勞動(dòng)人口的大規(guī)模轉(zhuǎn)移深刻改變了我國(guó)區(qū)域經(jīng)濟(jì)的地理版圖和就業(yè)人口的空間分布，由此帶來(lái)的區(qū)域發(fā)展問(wèn)題也日益成為當(dāng)今社會(huì)輿論的焦點(diǎn)。如何從區(qū)域?qū)用婧侠硪?guī)劃人口年齡結(jié)構(gòu)的空間分布和就業(yè)需求，妥善解決區(qū)域發(fā)展過(guò)程中人口老齡化對(duì)勞動(dòng)就業(yè)市場(chǎng)的潛在沖擊，對(duì)于全面建成小康社會(huì)，更好滿足人民日益增長(zhǎng)的美好生活需要和解決不平衡不充分發(fā)展等民生福利問(wèn)題，具有相當(dāng)重要的歷史意義和時(shí)代價(jià)值。

從學(xué)理來(lái)看，人口老齡化對(duì)勞動(dòng)就業(yè)的影響已成為學(xué)界重點(diǎn)討論的話題。不少學(xué)者指出，隨著人口老齡化程度的加深，勞動(dòng)就業(yè)水平將面臨較大的下行壓力，無(wú)論在發(fā)達(dá)國(guó)家還是發(fā)展中國(guó)家，人口老齡化均是解釋勞動(dòng)參與率下降的重要原因。然而，另外一些學(xué)者則認(rèn)為，人口老齡化未必完全對(duì)勞動(dòng)參與率帶來(lái)負(fù)面影響。例如，Aaronson（2014）通過(guò)對(duì)美國(guó)就業(yè)數(shù)據(jù)的研究發(fā)現(xiàn)，人口老齡化對(duì)勞動(dòng)參與率的影響是由多方面因素所致：因生育水平下降而帶來(lái)的婦女重新選擇就業(yè)、年輕人延長(zhǎng)接受教育時(shí)間，以及高齡人口重返就業(yè)市場(chǎng)等，均會(huì)對(duì)勞動(dòng)參與率帶來(lái)多重影響效應(yīng)，人口老齡化對(duì)勞動(dòng)參與率的沖擊存在較大不確定性。 馮劍鋒、岳經(jīng)綸（2017）進(jìn)一步通過(guò)對(duì)44個(gè)國(guó)家面板數(shù)據(jù)進(jìn)行實(shí)證分析后發(fā)現(xiàn)：在生育水平不斷下降的同時(shí)，人口老齡化現(xiàn)象會(huì)引致高等教育規(guī)模的不斷擴(kuò)大，教育投資行為會(huì)使得人口老齡化對(duì)勞動(dòng)參與率的影響呈U型發(fā)展特征，即在老齡化社會(huì)初期，人口老齡化會(huì)對(duì)勞動(dòng)參與率產(chǎn)生明顯的負(fù)面影響，但隨著老齡化程度躍過(guò)駐點(diǎn)位置后，勞動(dòng)參與率會(huì)出現(xiàn)明顯反彈。導(dǎo)致這種情況的主要原因在于，進(jìn)入高度老齡化社會(huì)以后，高齡勞動(dòng)力會(huì)選擇重新進(jìn)入勞動(dòng)力市場(chǎng)，從而有效彌補(bǔ)了接受教育的年輕勞動(dòng)力和結(jié)構(gòu)性失業(yè)工人的就業(yè)空缺。

現(xiàn)有研究雖然已有分析為我們深入理解人口老齡化對(duì)勞動(dòng)參與率的影響提供了重要基礎(chǔ)和經(jīng)驗(yàn)支持，但仍存在不少局限性，其中較為明顯的地方在于，大多數(shù)研究忽略了研究個(gè)體的空間關(guān)聯(lián)性特征，從空間關(guān)系視角深入探討我國(guó)人口老齡化對(duì)勞動(dòng)參與率的影響在目前學(xué)界中并不常見。這種情況顯然難以與我國(guó)目前的現(xiàn)實(shí)國(guó)情相符。眾所周知，我國(guó)疆域遼闊，區(qū)域發(fā)展不平衡，不同地區(qū)的發(fā)展往往存在明顯的空間要素（勞動(dòng)力、資本和技術(shù)）流動(dòng)，由此帶來(lái)的空間關(guān)聯(lián)效應(yīng)不僅深刻影響到不同地區(qū)的人口年齡結(jié)構(gòu)分布，同時(shí)也顯著改變了各地產(chǎn)業(yè)分布和就業(yè)格局。那么，在這種特殊的空間環(huán)境下，我國(guó)人口老齡化與勞動(dòng)參與率是否顯著受到空間關(guān)聯(lián)性的影響？若有，這種空間分布規(guī)律所帶來(lái)的影響又該如何測(cè)量？?jī)烧哧P(guān)系中究竟有多少比例是由于空間關(guān)聯(lián)性影響所致？針對(duì)這些問(wèn)題的思考，筆者首先利用探索性數(shù)據(jù)分析方法（ESDA）對(duì)我國(guó)人口老齡化與勞動(dòng)參與率的空間關(guān)聯(lián)程度進(jìn)行了深度勾勒，然后采用空間面板模型對(duì)兩者關(guān)系進(jìn)行深入分析，最后通過(guò)空間面板分解方法將人口老齡化對(duì)勞動(dòng)參與率的影響分解為直接效應(yīng)和空間溢出效應(yīng)，并相應(yīng)測(cè)算出不同影響路徑下的作用大小。

一、模型介紹及變量說(shuō)明

（一）模型介紹

1.探索性數(shù)據(jù)分析方法（ESDA）

探索性數(shù)據(jù)分析主要用于測(cè)度空間分布中相鄰地區(qū)是相似（空間正相關(guān)）、相異（空間負(fù)相關(guān)）還是空間相互獨(dú)立（隨機(jī)分布），常用方法為Moran’s I，具體公式：

其中 w代表空間權(quán)重矩陣中的元素；x代表地區(qū)i觀測(cè)值，代表樣本總體均值，下標(biāo)i和j分別為對(duì)應(yīng)省份，n代表省域總數(shù)。由公式（1）可知，Moran’s I的取值范圍為［-1，1］。 當(dāng) Moran’s I大于0時(shí)，則認(rèn)為空間分布存在正相關(guān)（高值與高值相關(guān)相鄰，或低值與低值相鄰），當(dāng)Moran’s I小于0，則認(rèn)為空間分布存在負(fù)相關(guān)（高值與低值相鄰），若Moran’s I接近0則認(rèn)為空間分布處于隨機(jī)分布狀態(tài)。

2.空間面板模型

空間面板模型分為空間自相關(guān)模型（SAC）、空間誤差模型（SEM）、空間杜賓模型（SDM）和空間自回歸模型（SAR）四類，其一般形式為：

其中，W為對(duì)應(yīng)空間權(quán)重矩陣，Y為因變量，X為解釋變量，μ為誤差干擾項(xiàng)。另外，δ為空間自回歸系數(shù)，λ 為空間自相關(guān)系數(shù)，α|β|θ為 n×1 階的參數(shù)向量，i為階n×1的單位向量。需要說(shuō)明的是，在估計(jì)前需要對(duì)模型相關(guān)參數(shù)進(jìn)行設(shè)定檢驗(yàn)。 本文參考胡亞權(quán)（2012）做法，采用 LM-Err（空間誤差）、LM-Lag（空間自相關(guān)）及其穩(wěn)健式以及Wald和LR檢驗(yàn)進(jìn)行設(shè)定。其中，LM檢驗(yàn)主要針對(duì)SAR和SEM模型進(jìn)行比較；然后分別采用Wald檢驗(yàn)和LR檢驗(yàn)，主要針對(duì)SAR/SEM模型進(jìn)行篩選檢驗(yàn)。

在公式（2）基礎(chǔ)上將（y）分解為直接效應(yīng)和空間溢出效應(yīng)，其中直接效應(yīng)指本地對(duì)該地區(qū)的影響，而空間溢出效應(yīng)則指相鄰地區(qū)對(duì)該地區(qū)的影響，具體為：

其中直接效應(yīng)為S（W）中對(duì)角線上元素的平均值，而空間溢出效應(yīng)為S（W）中非對(duì)角線上的所有元素平均值，直接效應(yīng)和空間溢出效應(yīng)總和為總效應(yīng)。

（二）研究對(duì)象及相關(guān)變量說(shuō)明

本文選取1990—2012年全國(guó)31個(gè)省、市、自治區(qū)（不含港澳臺(tái)）作為考察對(duì)象，考慮重慶自1997年起成為直轄市，為保持口徑一致，本文將其并入四川。變量方面，其中勞動(dòng)參與率選取各地經(jīng)濟(jì)活動(dòng)人口除以15-64歲人口作為考察對(duì)象，其中經(jīng)濟(jì)活動(dòng)人口為就業(yè)人口加上城鎮(zhèn)登記失業(yè)人數(shù)，而人口老齡化（age）則以65歲及以上人口比重作為考察對(duì)象。另外，本文還加入一組控制變量來(lái)控制其他因素的干擾，具體包括：（1）市場(chǎng)化程度（institution），選取非國(guó)有固定資產(chǎn)占固定資產(chǎn)總額比重，用以捕捉市場(chǎng)化水平對(duì)勞動(dòng)參與率的影響；（2）人均 GDP 增速（pgdp），用以捕捉經(jīng)濟(jì)增長(zhǎng)對(duì)勞動(dòng)參與率的影響；（3）服務(wù)業(yè)人口比重（service），選取第三產(chǎn)業(yè)就業(yè)人口比重占總?cè)丝诒戎?，用以捕捉產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)勞動(dòng)參與率的影響；（4）少兒人口比重（young），選取 0-14歲少年人口占總?cè)丝诒戎?，用以表征撫養(yǎng)孩子對(duì)勞動(dòng)參與率的影響；（5）人均受教育年限（educ），選用接受教育總時(shí)間除以對(duì)應(yīng)人口總數(shù)，用以表征教育投資行為對(duì)勞動(dòng)參與率的影響；（6）國(guó)有企業(yè)職工比例（soe），選用國(guó)有企業(yè)員工占就業(yè)人口比重，用以表征就業(yè)單位成分對(duì)勞動(dòng)就業(yè)的影響；（7）人口密度（den），用以捕捉人口稠密程度對(duì)勞動(dòng)就業(yè)市場(chǎng)的影響。

二、實(shí)證檢驗(yàn)：人口老齡化對(duì)勞動(dòng)參與率的空間相關(guān)性影響分析

本文首先針對(duì)人口老齡化與勞動(dòng)參與率的各自相關(guān)度進(jìn)行Moran指數(shù)測(cè)算，圖1顯示，人口老齡化與勞動(dòng)參與率的Moran’s I均顯著大于0，兩者在空間分布上均存在明顯的空間正相關(guān)特征。另外，考察兩者系數(shù)大小可以看出，人口老齡化的空間相關(guān)程度表現(xiàn)較為平穩(wěn)，前期在0.3附近出現(xiàn)了波動(dòng)徘徊，直到后期開始不斷有所下滑，空間分布趨于隨機(jī)分布狀態(tài)。反觀勞動(dòng)參與率的空間相關(guān)度則變化較為明顯：在初期，勞動(dòng)參與率的空間相關(guān)水平處于較低狀態(tài)，但隨著時(shí)間推移，勞動(dòng)參與率經(jīng)歷緩慢的上升趨勢(shì)，在2003年左右開始出現(xiàn)快速上升，隨后又經(jīng)歷快速下降。從兩者關(guān)系的空間關(guān)聯(lián)度可知，人口老齡化與勞動(dòng)參與率均存在一定的空間相關(guān)性，對(duì)兩者關(guān)系的深入研究應(yīng)考慮從空間計(jì)量角度進(jìn)行分析。

圖1 人口老齡化與勞動(dòng)參與率的Moran’s I變動(dòng)趨勢(shì)

（一）空間面板模型的設(shè)定

本文首先根據(jù)LM-Err、LM-Lag及其穩(wěn)健形式以及Wald和LR檢驗(yàn)對(duì)模型進(jìn)行設(shè)定檢驗(yàn)（表1）。從顯著性水平來(lái)看，空間滯后明顯優(yōu)于空間誤差，因此可以認(rèn)為SAR相比SEM更合適，而Wald檢驗(yàn)顯示三類模型均拒絕原假設(shè)，可以認(rèn)為SDM相比SAR更合適。最后考察LR檢驗(yàn)發(fā)現(xiàn)，三類模型均拒絕原假設(shè)，可以認(rèn)為SAC相比SAR更合適。綜合上述結(jié)果來(lái)看，本文將采用SAC與SDM模型進(jìn)行估計(jì)測(cè)算。

表1 空間面板模型的設(shè)定檢驗(yàn)

（二）空間面板模型的估計(jì)結(jié)果

表2顯示，SAC的rho系數(shù)要優(yōu)于SDM，且SAC的lambda系數(shù)顯著不為0，因此三類模型應(yīng)選用SAC。進(jìn)一步比較SAC模型，發(fā)現(xiàn)控制地區(qū)后的SAC模型比其他兩類模型的擬合優(yōu)度（R）要高，因此筆者選擇控制地區(qū)效應(yīng)后的SAC模型進(jìn)行分析。

表2顯示，在考慮空間相關(guān)因素后，人口老齡化對(duì)勞動(dòng)參與率的影響總體顯著為負(fù)，這一結(jié)論與較多學(xué)者認(rèn)為人口老齡化程度的加深會(huì)對(duì)勞動(dòng)參與率產(chǎn)生負(fù)面影響相一致。另外考察其他控制變量，可以發(fā)現(xiàn)提高市場(chǎng)化程度將有助于提升勞動(dòng)參與率，這反映出在市場(chǎng)化程度越高的地區(qū)，民營(yíng)企業(yè)生產(chǎn)規(guī)模的不斷擴(kuò)大有利于滿足大量剛性勞動(dòng)就業(yè)需求，因而對(duì)勞動(dòng)參與率產(chǎn)生正面影響。另外，人均GDP增速（pgdp）、服務(wù)業(yè)人口比重（struc）、少兒人口比重（young）以及人均受教育程度（educ）均對(duì)勞動(dòng)參與率存在負(fù)面影響。其中，經(jīng)濟(jì)增速和服務(wù)業(yè)人口比重上升對(duì)勞動(dòng)參與率帶來(lái)負(fù)面影響，這反映出隨著產(chǎn)業(yè)結(jié)構(gòu)調(diào)整步伐的不斷加快，經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型所帶來(lái)的結(jié)構(gòu)性失業(yè)會(huì)影響到勞動(dòng)個(gè)體的就業(yè)機(jī)會(huì)，從而對(duì)勞動(dòng)參與率產(chǎn)生不利影響；另外，少兒人口比重的上升抑制了勞動(dòng)參與率，反映出撫養(yǎng)孩子數(shù)量的增加會(huì)降低父母參與勞動(dòng)就業(yè)的時(shí)間和機(jī)會(huì)，進(jìn)而會(huì)對(duì)勞動(dòng)參與率帶來(lái)負(fù)面影響；而人均受教育程度的上升所帶來(lái)的負(fù)面效應(yīng)則主要是因?yàn)槭芙逃龝r(shí)間的延長(zhǎng)顯著推遲了年輕勞動(dòng)個(gè)體進(jìn)入勞動(dòng)就業(yè)市場(chǎng)的時(shí)間，因而對(duì)勞動(dòng)參與率存在負(fù)面影響。

表2 空間面板回歸結(jié)果

三、直接效應(yīng)與空間溢出效應(yīng)的分解結(jié)果

根據(jù)模型設(shè)定，本文以控制地區(qū)后的SAC模型作為分析對(duì)象，并將顯著性變量進(jìn)行了分解。圖2顯示，人口老齡化不僅對(duì)當(dāng)?shù)貏趧?dòng)參與率產(chǎn)生了負(fù)面影響，同時(shí)也給其他相鄰地區(qū)的勞動(dòng)參與率帶來(lái)明顯的正面溢出效應(yīng)。比較兩者大小可以發(fā)現(xiàn)，直接效應(yīng)約為總效應(yīng)的155%，空間溢出效應(yīng)約為總效應(yīng)的55%，通過(guò)計(jì)算可知，直接效應(yīng)的負(fù)面影響大概是正面溢出效應(yīng)的2.8倍（1.55/0.55）。因此，從總體來(lái)看，人口老齡化對(duì)勞動(dòng)參與率的影響顯然具有明顯的負(fù)面效應(yīng)。這一發(fā)現(xiàn)表明，在整個(gè)人口轉(zhuǎn)變過(guò)程中，人口老齡化程度的加深對(duì)勞動(dòng)參與率的影響主要是由兩方面因素所致：一方面，隨著本地生育水平的不斷下降，撫養(yǎng)孩子數(shù)量的減少會(huì)引致父母增加對(duì)子女的教育投資，教育規(guī)模的不斷擴(kuò)大導(dǎo)致了大量年輕勞動(dòng)力推遲進(jìn)入勞動(dòng)力市場(chǎng)，從而對(duì)勞動(dòng)參與率產(chǎn)生明顯的負(fù)面作用；但是，另一方面，大量年輕勞動(dòng)力從相對(duì)落后地區(qū)流入東部沿海省份，勞動(dòng)力人口流失雖然間接加劇了相對(duì)落后地區(qū)的人口老齡化水平，但同時(shí)也給其他相鄰地區(qū)提供了豐富的人力資源，這些年輕外來(lái)勞動(dòng)力能較好地適應(yīng)人口流入地的城市發(fā)展和產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，一定程度上彌補(bǔ)了大量因接受教育而推遲進(jìn)入勞動(dòng)力就業(yè)市場(chǎng)的當(dāng)?shù)鼐蜆I(yè)人口，因此對(duì)其他相鄰地區(qū)的勞動(dòng)參與率帶來(lái)了顯著正面影響。由此可見，在進(jìn)入老齡化社會(huì)以后，勞動(dòng)力要素的空間轉(zhuǎn)移在一定程度上有效緩解了我國(guó)人口老齡化對(duì)勞動(dòng)市場(chǎng)的負(fù)面沖擊，雖然這一作用并沒(méi)有完全改變?nèi)丝诶淆g化對(duì)就業(yè)市場(chǎng)的總體影響效果，但這一積極因素應(yīng)引起社會(huì)各界的充分重視。

圖2 直接效應(yīng)與空間溢出效應(yīng)的分解結(jié)果（5）

另外，考察其他滿足顯著性水平的控制變量，發(fā)現(xiàn)市場(chǎng)化程度（institution）對(duì)本地勞動(dòng)參與率具有明顯提升作用，但對(duì)其他相鄰地區(qū)卻帶來(lái)負(fù)面影響。這一情況說(shuō)明市場(chǎng)化程度越高的地區(qū)雖然能有效提供較多工作崗位來(lái)滿足剛性勞動(dòng)就業(yè)需求，但同時(shí)也對(duì)其他相鄰地區(qū)產(chǎn)生一定“虹吸”效應(yīng)，進(jìn)而影響到其他地區(qū)的就業(yè)水平。此外，少年人口比重（young）對(duì)本地勞動(dòng)參與率具有明顯的抑制作用，但對(duì)相鄰地區(qū)卻有明顯正面影響。筆者認(rèn)為主要?dú)w因于以下兩方面：一是少兒人口比重的上升降低了本地勞動(dòng)參與率的增幅，即撫養(yǎng)孩子數(shù)量的增加的確會(huì)降低本地父母參與勞動(dòng)就業(yè)的時(shí)間和機(jī)會(huì)，但由于我國(guó)經(jīng)濟(jì)發(fā)展存在明顯的城市“集聚”現(xiàn)象，年輕父母跨省外出打工而子女無(wú)法在當(dāng)?shù)鼐妥x情況造成了相對(duì)落后地區(qū)普遍存在留守兒童問(wèn)題，所以少兒人口比重的上升對(duì)經(jīng)濟(jì)相鄰地區(qū)的勞動(dòng)參與率存在正面影響在一定程度上印證了上述現(xiàn)象。

最后值得注意的是，筆者發(fā)現(xiàn)兩個(gè)令人感到意外的結(jié)論：即人均GDP（pgdp）和服務(wù)業(yè)比重（struc）對(duì)勞動(dòng)參與率的總體效應(yīng)顯著為負(fù)，其中兩者直接效應(yīng)顯著為負(fù)，但空間溢出效應(yīng)卻顯著為正。筆者認(rèn)為這主要與我國(guó)特殊的區(qū)域發(fā)展模式有較大關(guān)聯(lián)。在較為發(fā)達(dá)的東部沿海地區(qū)，經(jīng)濟(jì)發(fā)展程度越高，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整步伐就越快，由此帶來(lái)的結(jié)構(gòu)性失業(yè)問(wèn)題也較為嚴(yán)重，對(duì)勞動(dòng)參與率的負(fù)面沖擊也較為明顯；但另外一方面，本地經(jīng)濟(jì)發(fā)展對(duì)相鄰地區(qū)的發(fā)展又具有明顯的輻射效應(yīng)，在產(chǎn)業(yè)轉(zhuǎn)移過(guò)程中，落后地區(qū)通過(guò)承接相對(duì)發(fā)達(dá)地區(qū)的下游產(chǎn)業(yè)鏈，能有效地提供低廉技術(shù)的勞動(dòng)就業(yè)崗位，進(jìn)而能在一定程度上對(duì)其他相鄰地區(qū)的勞動(dòng)參與率帶來(lái)正面影響。

四、結(jié)語(yǔ)與討論

本文針對(duì)我國(guó)人口轉(zhuǎn)變過(guò)程中所發(fā)生的一系列基本事實(shí)，從空間關(guān)聯(lián)視角系統(tǒng)解讀了當(dāng)前我國(guó)人口老齡化對(duì)勞動(dòng)就業(yè)市場(chǎng)的影響。結(jié)果發(fā)現(xiàn)，在整個(gè)人口轉(zhuǎn)變過(guò)程中，人口跨區(qū)域流動(dòng)引致了人口老齡化和勞動(dòng)參與率存在明顯的空間正相關(guān)特征，人口老齡化對(duì)勞動(dòng)參與率的影響同時(shí)存在直接效應(yīng)和空間溢出效應(yīng)兩方面，其中直接效應(yīng)所帶來(lái)的影響顯著為負(fù)，而空間溢出效應(yīng)影響則顯著為正。比較兩者大小發(fā)現(xiàn)，由于直接效應(yīng)是空間溢出效應(yīng)的2.8倍，因此人口老齡化對(duì)勞動(dòng)參與率的總體影響顯著為負(fù)。

通過(guò)以上分析可以看出，在人口老齡化日益加深的情況下，由于人口跨區(qū)域流動(dòng)的影響，勞動(dòng)力要素在空間分布上得到了有效配置，進(jìn)而在一定程度上緩解了人口老齡化對(duì)勞動(dòng)就業(yè)市場(chǎng)的負(fù)面沖擊。這一發(fā)現(xiàn)表明，在人口轉(zhuǎn)變過(guò)程中，優(yōu)化勞動(dòng)力要素的空間配置是有效緩解老齡化社會(huì)對(duì)就業(yè)市場(chǎng)負(fù)面沖擊的重要途徑，隨著我國(guó)人口紅利的逐漸式微以及“劉易斯拐點(diǎn)”的日益臨近，這一積極作用應(yīng)引起社會(huì)各界的高度重視。而針對(duì)有關(guān)結(jié)論，筆者認(rèn)為當(dāng)前社會(huì)政策需在以下幾方面進(jìn)行努力：

第一，政府應(yīng)高度重視人口流動(dòng)對(duì)勞動(dòng)就業(yè)市場(chǎng)的正面作用，積極通過(guò)戶籍制度改革來(lái)放寬城市人口的準(zhǔn)入門檻，優(yōu)化勞動(dòng)力資源在空間分布上的有效配置。在人口老齡化程度不斷加深的今天，城市人口同時(shí)面臨著日益膨脹的問(wèn)題，各級(jí)政府應(yīng)加快完善城市基礎(chǔ)公共設(shè)施和就業(yè)服務(wù)體系，通過(guò)建立科學(xué)合理的就業(yè)服務(wù)平臺(tái)和高效的合作網(wǎng)絡(luò)體系，進(jìn)一步提升城市就業(yè)的整體吸納能力。

第二，政府應(yīng)加快完善相關(guān)社會(huì)保障制度建設(shè)，著力提升社會(huì)安全網(wǎng)絡(luò)水平，進(jìn)一步為廣大外來(lái)務(wù)工人員提供合適有利的生活條件和制度保障。具體而言，各級(jí)政府應(yīng)加強(qiáng)社會(huì)保障制度的城鄉(xiāng)統(tǒng)籌能力和統(tǒng)籌層次，在制度設(shè)計(jì)和資金轉(zhuǎn)移方面，應(yīng)進(jìn)一步滿足外來(lái)務(wù)工人員的流動(dòng)適應(yīng)性需求，完善基本養(yǎng)老保險(xiǎn)和醫(yī)療保險(xiǎn)相關(guān)轉(zhuǎn)移接續(xù)的規(guī)定，保證廣大外來(lái)務(wù)工人員真正享受到應(yīng)有的社會(huì)福利和生活保障。

第三，政府應(yīng)注重區(qū)域發(fā)展過(guò)程中，勞動(dòng)力人口流出對(duì)相對(duì)落后地區(qū)的負(fù)面沖擊，加強(qiáng)中央政府在不同地區(qū)發(fā)展過(guò)程中的整體協(xié)調(diào)能力，著力縮短不同地區(qū)的經(jīng)濟(jì)發(fā)展差距和基本公共服務(wù)的城鄉(xiāng)差異。一方面，政府應(yīng)進(jìn)一步通過(guò)政策扶持方式來(lái)積極發(fā)展符合當(dāng)?shù)靥厣穆糜挝幕a(chǎn)業(yè)，鼓勵(lì)當(dāng)?shù)鼐用窀鶕?jù)當(dāng)?shù)匚幕厣唾Y源稟賦進(jìn)行自主創(chuàng)業(yè)，并通過(guò)電子商務(wù)等服務(wù)平臺(tái)加快對(duì)接各項(xiàng)扶貧工作的開展，完善各項(xiàng)社會(huì)基礎(chǔ)公共服務(wù)設(shè)施的建設(shè)；另一方面，政府應(yīng)充分發(fā)揮區(qū)域間產(chǎn)業(yè)發(fā)展的協(xié)同效應(yīng)，積極引導(dǎo)相對(duì)落后地區(qū)通過(guò)承接發(fā)達(dá)地區(qū)的下游產(chǎn)業(yè)鏈進(jìn)一步激活當(dāng)?shù)貪撛诰蜆I(yè)人口。

第四，社會(huì)各界應(yīng)加強(qiáng)以市場(chǎng)導(dǎo)向的就業(yè)服務(wù)指導(dǎo)，通過(guò)產(chǎn)學(xué)研合作模式來(lái)加快提升我國(guó)高校大學(xué)生的整體就業(yè)水平，同時(shí)應(yīng)加快推行延遲退休政策和針對(duì)產(chǎn)業(yè)調(diào)整過(guò)程中就業(yè)困難的失業(yè)工人進(jìn)行職業(yè)培訓(xùn)，利用老齡產(chǎn)業(yè)快速發(fā)展這一歷史機(jī)遇來(lái)引導(dǎo)部分勞動(dòng)力資源重新進(jìn)入勞動(dòng)市場(chǎng)就業(yè)；以此提升未來(lái)我國(guó)整體勞動(dòng)就業(yè)水平。

注釋：

（1）世界銀行官方網(wǎng)站：https：//datacatalog.worldbank.org

（2）一個(gè)地區(qū)的人口老齡化程度主要受兩方面因素所致：一是生育水平下降和平均壽命延長(zhǎng)所帶來(lái)的本地人口老齡化現(xiàn)象；二是人口遷移過(guò)程中，勞動(dòng)力人口的遷入與遷出均會(huì)在短期內(nèi)顯著影響該地區(qū)人口老齡化程度。

（3）這里采用經(jīng)濟(jì)加權(quán)的空間距離作為空間權(quán)重矩陣，限于篇幅沒(méi)有具體列式出來(lái)，感興趣讀者歡迎向作者本人索取。

（4）雖然在控制地區(qū)效應(yīng)后（Spatial-Fixed）的檢驗(yàn)，LM-Lag和LM-Err均沒(méi)有通過(guò)顯著性檢驗(yàn)，但比較顯著性水平來(lái)看，LM-Lag檢驗(yàn)的p值為0.14，而LM-Err檢驗(yàn)的p值為0.714，相比較而言，選擇LM-Lag形式較為合適。

（5）數(shù)值大于0說(shuō)明是正向影響，小于0則為負(fù)面影響。