人口紅利能縮小我國城鄉(xiāng)收入差距嗎？

喬美華

(聊城大學商學院，山東 聊城 252000)

1引言

黨的十九大確定了到2020年全面建成小康社會和到2050年建成社會主義現(xiàn)代化強國的宏偉目標。人口是一個國家發(fā)展的基礎(chǔ)性、全局性、長期性和戰(zhàn)略性要素。人口紅利由人口機會和經(jīng)濟紅利兩部分組成，人口機會為經(jīng)濟發(fā)展提供人口基礎(chǔ)，是收獲經(jīng)濟紅利的前提條件。雖然勞動力人口數(shù)量進入下降通道，經(jīng)濟發(fā)展步入中高速新常態(tài)是我國的客觀現(xiàn)實，但是我國收獲數(shù)量型人口紅利的潛在機會依然存續(xù)，并且伴隨著人口素質(zhì)的持續(xù)改善、受教育年限的普遍提升而積累的巨量人力資本，為進一步收獲人口質(zhì)量型紅利奠定了堅實基礎(chǔ)。1965-1970年，中國“人口紅利”開始顯現(xiàn)，為國民經(jīng)濟發(fā)展奠定了基礎(chǔ)。近二十年間，中國人口撫養(yǎng)比由1996年48.8%，下降到2016年的37.91%，勞動力人數(shù)占比呈現(xiàn)大幅上升態(tài)勢，為經(jīng)濟發(fā)展締造了有利的人口條件。“人口紅利”切實影響了中國近年來的經(jīng)濟發(fā)展，但撫養(yǎng)比降低、經(jīng)濟高速增長的同時，城鄉(xiāng)收入差距是如何演進的？城鄉(xiāng)是否共享人口紅利呢？國際上對于城鄉(xiāng)收入差距的一般情況是：在人均GDP為800—1000美元的國家經(jīng)濟發(fā)展水平時，城鄉(xiāng)居民的收入差距指數(shù)為1.7。而中國城鄉(xiāng)居民收入差距指數(shù)近二十年來呈現(xiàn)不斷上升，2009年城鄉(xiāng)收入差距指數(shù)達到3.33，創(chuàng)下20年最高。2010年以后，國家資源傾斜、制度改革等一系列措施實施，城鄉(xiāng)收入差距指數(shù)得到一定的控制，回落到2014年的2.97和2015年的2.95，城鄉(xiāng)收入差距指數(shù)依然遠高于國際城鄉(xiāng)居民收入差距指數(shù)1.7。人口紅利持續(xù)，經(jīng)濟高速發(fā)展，但我國的城鄉(xiāng)收入差距并沒有很大改善，城鄉(xiāng)發(fā)展不平衡，在一定程度上影響我國經(jīng)濟健康持續(xù)發(fā)展，并構(gòu)成社會不穩(wěn)定因素。因此本文研究人口紅利對城鄉(xiāng)收入差距的影響機制，期望助力我國縮小城鄉(xiāng)收入差距，實現(xiàn)城鄉(xiāng)共享人口紅利、城鄉(xiāng)協(xié)調(diào)發(fā)展。

2 文獻綜述

近年來隨著城鄉(xiāng)收入差距的不斷擴大，越來越多的學者關(guān)注城鄉(xiāng)收入差距的研究，基于不同的研究方法和維度，考察人口因素對城鄉(xiāng)收入差距的影響，主要研究集中在城鎮(zhèn)化、老齡化和人口素質(zhì)三個方面。 鄧金錢（2017）［1］、劉維奇和韓媛媛（2013）等［2-4］分析城鄉(xiāng)收入差距的影響因素，均認為城鎮(zhèn)化是導致城鄉(xiāng)收入差距擴大的關(guān)鍵因素；而康珈瑜等（2017）［5］、丁煥峰和劉心怡（2017）等［6-10］研究發(fā)現(xiàn)城鎮(zhèn)化水平的提高對縮小城鄉(xiāng)收入差距具有積極的促進作用。王亞飛等（2015）［11］研究指出城鎮(zhèn)化對城鄉(xiāng)收入差距的影響呈現(xiàn)“U”型態(tài)勢；而楊森平等（2015）［12］構(gòu)建城鎮(zhèn)化和城鄉(xiāng)收入差距的理論模型，發(fā)現(xiàn)兩者之間存在倒“U”型關(guān)系；穆懷中和吳鵬（2016）［13］、李子葉等（2016）［14］也通過實證分析發(fā)現(xiàn)二者存在倒“U”型關(guān)系。張義博和劉文忻（2012）［15］認為城市化和更多的農(nóng)村勞動力進入城鎮(zhèn)單位工作對城鄉(xiāng)收入差距影響不顯著。關(guān)于人口老齡化與收入分配之間關(guān)系的結(jié)論，并不是單一的，更多的學者認為人口老齡化加大了收入差距。 丁玉龍（2017）［16］基于城鄉(xiāng)人口流動視角，探究農(nóng)村人口老齡化與城鄉(xiāng)收入差距間的關(guān)系，研究結(jié)果顯示，農(nóng)村人口老齡化與城鄉(xiāng)收入差距存在顯著負向影響關(guān)系；張凡和方大春（2015）［17］研究發(fā)現(xiàn)城市化和人口老齡化拉大了城鄉(xiāng)收入差距，在我國不同的區(qū)域影響程度不同；李慶（2016）［18］指出農(nóng)村人口老齡化是加劇城鄉(xiāng)差距的重要原因，并且指出在經(jīng)濟發(fā)展程度不同的區(qū)域，老齡化對城鄉(xiāng)收入差距的影響也不同；劉金東（2014）等［19］卻認為人口老齡化對我國城鄉(xiāng)收入差距的影響不顯著；李飛越（2015）［20］認為人口老齡化對收入不平等具有顯著的倒“U”型影響。諸多的學者還從人口素質(zhì)和教育視角研究其對城鄉(xiāng)收入差距的影響。 呂煒等（2015）［21］、王明華和劉憲（2011）［22］研究認為城鄉(xiāng)教育不平等與城鄉(xiāng)收入差距顯著正相關(guān)。 余菊（2016）［23］認為區(qū)域教育水平提高有利于縮小城鄉(xiāng)差距，而吳振華和張學敏（2017）［24］認為教育對縮小農(nóng)村居民收入差距的作用取決于教育擴展和教育分配的交互影響 。國內(nèi)外現(xiàn)有研究人口因素對城鄉(xiāng)收入差距的影響的文獻不少，主要集中在人口城鎮(zhèn)化、人口教育對城鄉(xiāng)收入差距的影響研究，系統(tǒng)研究人口紅利對城鄉(xiāng)收入差距的影響較少；同時現(xiàn)有文獻中涉及的回歸模型多為固定參數(shù)模型，僅僅反映的是各種因素對城鄉(xiāng)收入差距的平均影響。而現(xiàn)實中，影響城鄉(xiāng)收入差距的人口結(jié)構(gòu)、人口素質(zhì)等均處于動態(tài)變化之中，固定參數(shù)模型不能有效考查人口紅利對城鄉(xiāng)收入差距的動態(tài)影響。筆者在已有文獻研究的基礎(chǔ)上，從以下幾個方面探討人口紅利對城鄉(xiāng)收入差距的動態(tài)影響：①將人口紅利對城鄉(xiāng)收入差距的影響拆分為勞動力數(shù)量結(jié)構(gòu)效應(yīng)、勞動力與資本的匹配效應(yīng)以及勞動力質(zhì)量效應(yīng)，研究其對城鄉(xiāng)收入差距的影響，實證檢驗人口紅利對城鄉(xiāng)收入差距的動態(tài)影響。②引入?yún)f(xié)整分析，分析人口紅利的三方面與城鄉(xiāng)收入差距變量間的長期和短期均衡關(guān)系。③考慮狀態(tài)空間模型的KALMAN濾波算法，可以將狀態(tài)變量納入可觀測模型進行估計的優(yōu)勢，構(gòu)建人口紅利對城鄉(xiāng)收入差距影響的時變參數(shù)狀態(tài)空間模型，從三個維度分析人口紅利對城鄉(xiāng)收入差距的動態(tài)影響。

3研究設(shè)計和變量選取

3.1樣本數(shù)據(jù)和變量選取

本研究采用1996—2016年的中國有關(guān)數(shù)據(jù)為樣本，選取城鄉(xiāng)收入差距為被解釋變量，人口紅利為解釋變量，人口紅利對城鄉(xiāng)收入差距的影響拆分為三個效應(yīng)：一是勞動力數(shù)量結(jié)構(gòu)效應(yīng)，簡稱人口結(jié)構(gòu)效應(yīng)；二是勞動力與資本的匹配效應(yīng)，簡稱人口資產(chǎn)匹配效應(yīng)；三是勞動力質(zhì)量效應(yīng)，簡稱人口素質(zhì)效應(yīng)。城鄉(xiāng)收入差距（gap），采用城鎮(zhèn)居民人均可支配收入與農(nóng)村居民人均純收入之比衡量。人口結(jié)構(gòu)（str）即勞動力數(shù)量結(jié)構(gòu)效應(yīng)，是人口紅利水平的作用機制之一，本文采用人口總撫養(yǎng)比來反映勞動力數(shù)量結(jié)構(gòu)效應(yīng)，總撫養(yǎng)比=（少兒人口+老年人口）/勞動年齡人口。人口資本匹配（inv）即勞動力與資本的匹配效應(yīng)，采用資本存量與勞動人口的比來衡量。人口素質(zhì)即勞動力質(zhì)量效應(yīng)（edu），采用平均受教育年限來衡量。數(shù)據(jù)來源于相關(guān)年度的《中國教育年鑒》《中國統(tǒng)計年鑒》。

3.2狀態(tài)空間模型設(shè)計

自20世紀70年代開始，狀態(tài)空間模型的理論和應(yīng)用在多個領(lǐng)域受到了眾多學者的關(guān)注。Harvey（1989）［25］將狀態(tài)空間模型應(yīng)用到了時間序列中的經(jīng)濟結(jié)構(gòu)分析， Andrew（2004）［26］對狀態(tài)空間模型的理論和應(yīng)用做了更為深入全面的討論。

對于時間序列的城鄉(xiāng)收入差距的研究來說，在一個長的周期里，由于經(jīng)濟改革、各種各樣的外界沖擊和政策變化等因素的影響，城鄉(xiāng)收入差距會出現(xiàn)模型變量關(guān)系逐漸發(fā)生變化，而用固定參數(shù)模型無法體現(xiàn)變量結(jié)構(gòu)關(guān)系的變化，因此，構(gòu)建可變參數(shù)狀態(tài)空間計量模型，考察人口紅利對城鄉(xiāng)收入差距的動態(tài)影響，分別建立人口資產(chǎn)匹配（inv）、人口結(jié)構(gòu)（str）和人口素質(zhì)（edu）關(guān)于城鄉(xiāng)收入差距的變參數(shù)狀態(tài)空間模型：

方程（1）為測量方程，表示人口紅利與城鄉(xiāng)差距之間的一般關(guān)系，其中c是具有固定參數(shù)的解釋變量。方程（2）稱為狀態(tài)方程，描述狀態(tài)變量的生成過程。隨機系數(shù)向量SV1、SV2和SV3是狀態(tài)向量，稱其為可變參數(shù)，是隨時間改變的不可觀測變量；μt是擾動項，服從均值為零、方差是常數(shù)的正態(tài)分布。

4實證研究

4.1變量單位根和協(xié)整檢驗

考慮到研究所用的數(shù)據(jù)為時間序列數(shù)據(jù)，為了避免出現(xiàn)“偽回歸”問題，在狀態(tài)空間模型參數(shù)估計之前進行協(xié)整檢驗，同時變量是非平穩(wěn)序列是協(xié)整關(guān)系存在的前提，所以首先對各個變量采用 ADF單位根檢驗 （Augmented Dickey-Fuller test）進行平穩(wěn)性檢驗（單位根檢驗的原假設(shè)為原序列存在單位根），檢驗結(jié)果如表1所示。

表 1 各變量及其差分序列的ADF單位根檢驗

從表1的ADF單位根檢驗的結(jié)果可以看出，gap、str、inv和edu變量本身都是非平穩(wěn)序列，原序列的ADF值都大于5%顯著水平臨界值，且概率P值均大于0.05，拒絕了不存在單位根的假設(shè)，原序列存在單位根，為非平穩(wěn)序列。gap、str、inv和edu四個變量一階差分序列的ADF值都小于5%顯著水平臨界值，且概率P值都小于0.05，判定四個變量差分序列不存在單位根，gap、str、inv和 edu四個變量本身都是非平穩(wěn)序列，一階差分序列都是平穩(wěn)序列，所以gap、str、inv和edu變量都是一階單整序列，因此滿足協(xié)整分析的條件。進一步進行Johansen協(xié)整檢驗，包括跡檢驗和最大特征值檢驗，具體檢驗結(jié)果見表2和表3。

表 2 Johansen協(xié)整跡檢驗結(jié)果

表2是跡統(tǒng)計量的檢驗結(jié)果，這兩個統(tǒng)計量在Johansen協(xié)整檢驗用于判斷變量之間協(xié)整關(guān)系的個數(shù)。跡檢驗結(jié)果看以看出，原假設(shè)0個協(xié)整向量，假設(shè)條件下計算的跡統(tǒng)計量值為61.38318，大于5%臨界值47.85613，概率P值為0.0016，拒絕0個協(xié)整向量的假設(shè)，認為至少存在一個協(xié)整關(guān)系；At most1原假設(shè)下計算的跡統(tǒng)量值均小于臨界值，可以接受原假設(shè)，認為存在一個協(xié)整關(guān)系。

表 3 Johansen協(xié)整最大特征值檢驗結(jié)果

表3是最大特征根的檢驗結(jié)果，最大特征值的檢驗結(jié)果與跡統(tǒng)計量的檢驗結(jié)果一致，認為四個變量間存在一個協(xié)整關(guān)系。不論是跡檢驗還是最大特征值檢驗四個變量在1%的顯著性水平下都拒絕不存在協(xié)整關(guān)系，接受存在一個協(xié)整方程，gap、str、inv和 edu四個變量間存在長期協(xié)整關(guān)系，因此，gap、str、inv和 edu為可觀測變量構(gòu)建的量測方程不存在“偽回歸”問題。

4.2實證分析

利用Eviews軟件，采用KALMAN濾波算法進行估計，實證得到狀態(tài)空間模型的估計結(jié)果如表4所示。

表 4狀態(tài)空間模型估計結(jié)果

表4可以看出，狀態(tài)空間模型估計系數(shù)SV1、SV2、SV3對應(yīng)的P值均小于0.01，即它們在1%的顯著性水平下均通過了顯著性檢驗。模型的AIC值和SC值均非常小，說明所構(gòu)建的模型擬合效果也很好。利用KALMAN濾波算法，估計城鄉(xiāng)收入差距時變參數(shù)的結(jié)果如表5所示。

表 5狀態(tài)空間模型城鄉(xiāng)收入差距各時變參數(shù)估計結(jié)果

表 5狀態(tài)空間模型城鄉(xiāng)收入差距各時變參數(shù)估計結(jié)果（續(xù)）

為了便于判斷SV1、SV2、SV3參數(shù)的變動趨勢，將表5中的數(shù)據(jù)繪制折線圖1。圖1中三條不同的趨勢線，分別表示樣本考察期內(nèi)人口結(jié)構(gòu)、人口資產(chǎn)匹配和人口素質(zhì)對城鄉(xiāng)收入差距彈性系數(shù)的變化趨勢。

圖1 1996-2016變參數(shù)變化趨勢圖

通過表5與圖1的模型參數(shù)估計結(jié)果，分析我國1996—2016年人口結(jié)構(gòu)、人口資產(chǎn)匹配、人口素質(zhì)對城鄉(xiāng)收入差距的動態(tài)影響?？傮w上來看，人口結(jié)構(gòu)、人口資本匹配和人口素質(zhì)效應(yīng)對城鄉(xiāng)收入差距影響的彈性系數(shù)差異較大。從對城鄉(xiāng)收入差距影響的彈性系數(shù)數(shù)值上來看，人口結(jié)構(gòu)、人口資本匹配比較接近，影響程度相當，人口素質(zhì)對城鄉(xiāng)差距影響彈性系數(shù)最大，表明人口素質(zhì)仍然是影響城鄉(xiāng)收入差距的重要因素。由圖1可知，三個變量的彈性系數(shù)表現(xiàn)出不同變化規(guī)律，其中人口資本匹配和人口素質(zhì)效應(yīng)波動幅度較大，而人口結(jié)構(gòu)波動幅度較小，相對平穩(wěn)。

（1）人口資產(chǎn)匹配對城鄉(xiāng)收入差距的影響

圖1曲線SV1表示人口資產(chǎn)匹配對城鄉(xiāng)收入差距的影響，人口資產(chǎn)匹配效應(yīng)對城鄉(xiāng)收入差距的彈性系數(shù)曲線呈“M”型，反映了城鄉(xiāng)收入差距受勞動力資本匹配的影響情況。由圖1可以看出，1996年至2005年的十年間，只有1997年的彈性系數(shù)-0.0278為負值，其他9年彈性系數(shù)均為正值，表明城鄉(xiāng)收入差距隨著勞動力資本匹配的增長而增長，1999年影響最大，彈性系數(shù)為0.8181，即勞動力資本匹配每增加1%，城鄉(xiāng)收入差距增加0.8181%；2006年勞動力資本匹配對城鄉(xiāng)收入差距的影響出現(xiàn)拐點，勞動力資本匹配對城鄉(xiāng)收入差距的影響為負，在2006至2016年的十年里，勞動力資本匹配有效的降低了城鄉(xiāng)收入差距，其中2002年影響最大，勞動力資本匹配每增加1%，城鄉(xiāng)收入差距縮小0.0522%。

（2）人口結(jié)構(gòu)對城鄉(xiāng)收入差距的影響

SV2表示人口結(jié)構(gòu)對城鄉(xiāng)收入差距的彈性系數(shù)曲線，人口結(jié)構(gòu)即總撫養(yǎng)比對城鄉(xiāng)收入差距的彈性系數(shù)變化相對平穩(wěn)，1996至1999年，總撫養(yǎng)比對城鄉(xiāng)收入差距影響為正，呈現(xiàn)上升趨勢，至1999年影響最大，總撫養(yǎng)比每增加一個百分點，城鄉(xiāng)收入差距增加0.1616%；2000年以后城鄉(xiāng)收入差距受撫養(yǎng)比的影響出現(xiàn)拐點，直至2016年總撫養(yǎng)比對城鄉(xiāng)收入差距的影響彈性系數(shù)始終為負值，總撫養(yǎng)比的降低對縮小城鄉(xiāng)收入差距產(chǎn)生了消極效應(yīng)，每年的影響程度呈現(xiàn)平穩(wěn)上升趨勢，2012年彈性系數(shù)數(shù)值最大，總撫養(yǎng)比每降低1%，城鄉(xiāng)收入差距增加0.0591%。

（3）人口素質(zhì)對城鄉(xiāng)收入差距的影響

SV3表示人口素質(zhì)對城鄉(xiāng)收入差距彈性系數(shù)，相比人口結(jié)構(gòu)和人口資產(chǎn)匹配效應(yīng)，波動幅度相對較大，呈現(xiàn)先上升再下降，然后保持相對平穩(wěn)的變化趨勢，1996年至1999年彈性系數(shù)持續(xù)上升，2001至2004彈性系數(shù)年呈現(xiàn)下降趨勢，平均受教育年限從2001年的7.597年上升到2004年的8.010年，上升了5.418%，城鄉(xiāng)收入差距指數(shù)急劇增大，從2001年的2.8987上升到2004年的3.2086，上升了10.687%。2004年以后人口素質(zhì)對城鄉(xiāng)收入差距彈性系數(shù)持續(xù)增加，至2013年彈性系數(shù)上升到0.7281，即人口素質(zhì)每增加1%，城鄉(xiāng)收入差距增加0.7281%，2014年和2016年彈性系數(shù)略微下降。

5結(jié)論和啟示

本文采用時變參數(shù)狀態(tài)空間模型，運用KALMAN濾波算法定量分析了我國1996年至2016年人口結(jié)構(gòu)、人口資產(chǎn)匹配與人口素質(zhì)對城鄉(xiāng)收入差距的動態(tài)影響。協(xié)整分析發(fā)現(xiàn)，四者之間存在長期穩(wěn)定的均衡關(guān)系，并得到如下結(jié)論：

人口資產(chǎn)匹配對城鄉(xiāng)收入差距彈性系數(shù)數(shù)值影響較小，人口資產(chǎn)匹配效應(yīng)不是影響城鄉(xiāng)收入差距的主要因素；彈性系數(shù)呈現(xiàn)兩個階段變化態(tài)勢，第一階段為2005年以前，人口資產(chǎn)匹配加劇了城鄉(xiāng)收入差距，2006年以后為第二階段，人口資產(chǎn)匹配縮小了城鄉(xiāng)收入差距。建議政府加強農(nóng)村水利、電力和教育等基礎(chǔ)設(shè)施的建設(shè)，加大財政投資力度，進一步將資源向農(nóng)村傾斜，提高農(nóng)村居民收入，縮小城鄉(xiāng)收入差距。

人口結(jié)構(gòu)對城鄉(xiāng)收入差距彈性系數(shù)影響相對較小，對城鄉(xiāng)收入差距的影響由正相關(guān)演變?yōu)樨撓嚓P(guān)，隨著人口總撫養(yǎng)比的下降，城鄉(xiāng)收入差距加劇。近二十年來，人口總撫養(yǎng)比下降，農(nóng)村卻沒有充分享受到人口結(jié)構(gòu)變化帶來的紅利。建議盤活農(nóng)村耕地資源，實現(xiàn)農(nóng)業(yè)規(guī)模種植業(yè)，增加鄉(xiāng)村居民收入；另一方面保障農(nóng)村勞動力在城市工作的穩(wěn)定性和適應(yīng)性，使其得到更高的收入，進而縮小城鄉(xiāng)收入差距，共享人口紅利。

人口素質(zhì)對城鄉(xiāng)收入差距的影響程度最大，人口素質(zhì)對城鄉(xiāng)收入差距的彈性系數(shù)均為正，人口素質(zhì)的提高，在城鎮(zhèn)更多的轉(zhuǎn)化為生產(chǎn)力，提高了城鎮(zhèn)居民收入，卻進一步加劇了城鄉(xiāng)收入差距。城鎮(zhèn)和鄉(xiāng)村受教育程度差別較大，進而導致城鄉(xiāng)人口素質(zhì)的不平衡，鄉(xiāng)村居民接受了高等教育后也更多的會留在城鎮(zhèn)，成為城鎮(zhèn)居民。建議制定農(nóng)村人才吸引機制，把優(yōu)秀的人才留在農(nóng)村地區(qū)，通過政策支持和鼓勵高素質(zhì)人才在鄉(xiāng)村發(fā)展；同時進一步加大農(nóng)村居民相關(guān)知識與技能培訓，提高鄉(xiāng)村居民文化素質(zhì)水平，全面提升農(nóng)村人員素質(zhì)，從而實現(xiàn)農(nóng)村居民收入的快速增長，實現(xiàn)城鎮(zhèn)鄉(xiāng)村和諧發(fā)展。