從人口紅利到人口質量紅利
——基于第七次全國人口普查數(shù)據(jù)的分析

黃凡，段成榮

(中國人民大學 人口與發(fā)展研究中心，北京 100872)

1 引言

改革開放40年來，中國經(jīng)濟增長創(chuàng)造了人類經(jīng)濟史上世所罕見的奇跡。學界普遍認為，因人口轉變產(chǎn)生的人口紅利，尤其是勞動力人口規(guī)模的增長對此貢獻巨大。然而，隨著老齡化進程的加劇，我國勞動年齡人口的數(shù)量和比重的雙降態(tài)勢近年來備受各界關注。最新的第七次全國人口普查數(shù)據(jù)顯示，中國的勞動年齡人口繼續(xù)減少、人口老齡化進一步深化，再次引發(fā)社會各界對我國人口紅利的關注。此前，“十四五”規(guī)劃明確指出，要優(yōu)化人口結構，拓展人口質量紅利，提升人力資本水平和人的全面發(fā)展能力。那么，人口紅利最新情況如何？人口質量紅利與人口紅利是什么關系？人口質量紅利情況如何？為此，本文將利用最新的人口普查數(shù)據(jù)，結合以往歷次人口普查數(shù)據(jù)以及相關統(tǒng)計年鑒數(shù)據(jù)，探尋我國人口紅利和人口質量紅利的最新情況，以期為我國人口紅利的發(fā)展與挖掘提供學術參考和政策意涵。

2 文獻回顧

2.1 人口紅利

“人口紅利”(Demographic Dividend)最初是由“人口禮物”(Demographic Gift)這一概念演變而來?！叭丝诙Y物”是指，在人口轉變初期階段，出生率和死亡率的共同下降使得勞動年齡人口比重不斷上升、人口撫養(yǎng)比持續(xù)下降，從而為東亞經(jīng)濟騰飛做出的重大貢獻(Bloom et al.，1998)。而“人口紅利”則更進一步，是指由于人口轉變導致的人口年齡結構變化，產(chǎn)生的一個勞動供給擴大、國民儲蓄率上升、資本投資增加的有利于經(jīng)濟增長的紅利(Bloom et al.，2003)。與此同時，國內(nèi)也開展了一系列相關研究。于學軍(2003)將“人口機會窗口”與戰(zhàn)略機遇期概念相結合，提出要抓住人口轉變帶來的機遇期。王德文和蔡昉等人(2004)則分析了我國的人口結構變化情況，認為我國自20世紀60年代開始享受人口紅利，并將持續(xù)至2015年前后。也有學者以人口撫養(yǎng)比為代理指標，估算出人口紅利對我國1982-2000年期間人均GDP增長率的貢獻為26.8%(Cai et al.，2005)。

隨著一些國家人口老齡化加劇、勞動年齡人口比重下降、人口紅利趨于消失，一些學者又提出了“第二次人口紅利”(Second Demographic Dividend)的概念，強調通過加強養(yǎng)老預期儲蓄、提高勞動者人均產(chǎn)出、完善轉移支付體系等手段開發(fā)“第二次人口紅利”(Mason et al.，1998；王豐，2007；蔡昉，2009)?？梢?，無論是傳統(tǒng)的“人口紅利”概念，還是所謂的“第二次人口紅利”，對經(jīng)濟發(fā)展的影響均源自人口年齡結構的變化，特別是勞動年齡人口的規(guī)模和比重變動。換而言之，是勞動年齡人口數(shù)量和比重的變化主導了“人口紅利”的產(chǎn)生與消失。

2.2 人口質量紅利

人口質量，一般指的是人口總體的身體素質、科學文化素質及思想素質，反映人口總體認識和改造世界的條件和能力(劉錚，1986)。從概念上來看，“人口質量紅利”的提出時間與“人口紅利”相比則相對較晚。劉琦和郭劍雄(2013)將“人口質量紅利”定義為人口由于人力資本水平提高、健康狀況改善以及綜合素質的提高而帶來的勞動生產(chǎn)率的提高和技術進步，并認為人口質量主要體現(xiàn)在人力資本方面，以受教育程度衡量。陳對(2015)則將“人口質量紅利”界定為與勞動力質量有關的經(jīng)濟增長，通過第三產(chǎn)業(yè)增加值來測量。楊成鋼和閆東東(2017)認為，基于孩子數(shù)量質量替代選擇模型的生育選擇產(chǎn)生的勞動力價值和人力資本儲值上升所帶來的經(jīng)濟增長有利性即為“人口質量紅利”。也有學者在總結以往研究和考慮與人力資本紅利差別的基礎上，將“人口質量紅利”定義為：在人口轉變過程中，由于人口偏好結構轉變帶來的人口內(nèi)在質量提升(具體表現(xiàn)為健康、教育、技能結構、思想狀態(tài)等狀況的改善以及人力資本配置效率的提高)所產(chǎn)生的經(jīng)濟增長效應(詹韻秋、王軍，2020)。原新和金牛等人(2021)在嘗試建構具有中國特色的人口紅利理論時，則將人口紅利劃分為數(shù)量型、質量型和配置型，其中“質量型人口紅利”帶來的人口機會表現(xiàn)為健康和教育的提升?？傊c“人口紅利”研究所強調的年齡結構和勞動力規(guī)模不同，現(xiàn)有研究對“人口質量紅利”的界定大多從教育、健康和其它等角度強調其對經(jīng)濟的貢獻。

雖然對“人口質量紅利”的研究大多停留在理論探討或概念探析的階段，但仍有一些研究間接或側面地研究了人口質量對經(jīng)濟發(fā)展的影響。定性研究方面，早期研究都認為人口質量對經(jīng)濟建設有積極意義(溫應乾等，1980；楊德清等，1980；劉長茂，1989)。定量研究方面，朱國宏(1991)測算出教育貢獻了我國1952-1986年間經(jīng)濟增長的5%左右。賴明勇和張新等(2005)估算，人均受教育年限每增加1年，經(jīng)濟增長率便提高0.183。楊建芳和龔六堂等(2006)則分別測算了教育和健康對經(jīng)濟增長的影響，其中教育的貢獻率為12.1%，而健康為4.6%，兩者均起正面影響。根據(jù)李剛等人(2016)的估計，勞動力素質的提高將使經(jīng)濟增長率在2016年至2020年間每年提高約2個百分點。因此可知，代表“人口質量紅利”的教育和健康，對經(jīng)濟發(fā)展的作用是積極而不可忽視的。

2.3 人口質量紅利與人口紅利的關系

在研究人口質量紅利或人口質量與人口紅利的關系時，不少學者指出，人口質量的提升，對人口紅利的經(jīng)濟影響具有替代效應。模型結果顯示，人力資本和技術進步正逐漸成為我國經(jīng)濟增長的主要影響因素，勞動力數(shù)量對經(jīng)濟增長的影響在逐漸減弱(李德煌、夏恩君，2013)。李剛等人(2016)指出，伴隨著傳統(tǒng)人口數(shù)量紅利的減弱與人口質量紅利的增強，我國產(chǎn)業(yè)競爭力也將實現(xiàn)由數(shù)量型到質量型戰(zhàn)略的轉變。根據(jù)鐘水映等人(2016)計算，當人均受教育年限達到10.03年時，教育對經(jīng)濟增長的促進將可以完全抵消人口年齡結構老化帶來的負面影響。張同斌(2016)估算后指出，在2002～2013年，教育發(fā)展的外部性不斷體現(xiàn)，“人力資本紅利”已取代“人口紅利”逐步成為經(jīng)濟增長的新動力來源。楊成鋼和閆東東(2017)通過對1989～2014年省級面板數(shù)據(jù)測算顯示，人口質量紅利對我國經(jīng)濟增長的貢獻率在2010年前后開始明顯上升并超越人口數(shù)量紅利的貢獻率。

綜上可知，學界關于“人口紅利”和“人口質量紅利”的研究具有以下特點：第一，關于“人口紅利”的研究已經(jīng)較為豐碩，隨著實際情況的變化，學界已經(jīng)將研究重點轉向“第二次人口紅利”及“人口質量紅利”；第二，關于“人口質量紅利”的研究方興未艾，大多研究處于理論構建和概念辨析的階段，少數(shù)研究嘗試性地、創(chuàng)新性地或者從側面測算了“人口質量紅利”對經(jīng)濟發(fā)展的貢獻，也已取得了一些共識；第三，無論是“人口紅利”研究，還是關于“人口質量紅利”研究，研究內(nèi)容大多可以分為概念、人口基礎以及經(jīng)濟影響三個方面。

3 概念界定、數(shù)據(jù)來源與方法

通過梳理以往文獻，可以發(fā)現(xiàn)，人口紅利或者人口數(shù)量紅利強調的是勞動力年齡人口占比擴大帶來的積極經(jīng)濟影響，而人口質量紅利則更多強調由于人口教育和健康水平等方面提升而帶來的對經(jīng)濟的正向作用。為作區(qū)分，在本文中，我們不妨把傳統(tǒng)的“人口紅利”稱之為“人口數(shù)量紅利”，與之相對的則是“人口質量紅利”。這兩個“紅利”概念都包含人口基礎和經(jīng)濟貢獻兩個方面。

對于人口基礎方面，本文通過使用最新的第七次全國人口普查數(shù)據(jù)，結合以往歷次全國人口普查資料、1%人口抽樣調查資料、中國統(tǒng)計年鑒以及中國衛(wèi)生健康統(tǒng)計年鑒等數(shù)據(jù)，對我國的歷史趨勢和最新情況進行分析。結合以往研究經(jīng)驗，本文通過勞動年齡人口規(guī)模和比重、人口老齡化程度和人口撫養(yǎng)比等指標來反映人口紅利的人口基礎變動，并通過人口受教育年限、人口受教育結構、勞動年齡人口受教育狀況以及人口預期壽命等指標來反映人口質量紅利的人口基礎變化。

對于經(jīng)濟貢獻方面，本文參考楊建芳和龔六堂等人(2006)對教育和健康的經(jīng)濟影響的測度以及楊成鋼和閆東東(2017)對人口數(shù)量紅利和人口質量紅利的經(jīng)濟貢獻的計算方法進行估計?？紤]到已有研究對省級面板數(shù)據(jù)進行了考察，本文使用來自《中國城市統(tǒng)計年鑒》的地級市面板數(shù)據(jù)進行探索性分析。具體的模型設定、變量選擇、分析結果以及經(jīng)濟貢獻率計算方法詳見第六部分。鑒于數(shù)據(jù)資料的可獲取性，本文未將港澳臺地區(qū)納入考察范圍。

4 人口數(shù)量紅利的人口基礎變化

4.1 勞動年齡人口規(guī)模和比重延續(xù)雙降趨勢

第七次全國人口普查數(shù)據(jù)顯示，我國16至59歲勞動年齡人口仍具有8.8億人的較大規(guī)模，國家統(tǒng)計局判斷“人口紅利依然存在”，但勞動年齡人口規(guī)模及比重下降的趨勢已然十分明顯。我國勞動年齡人口規(guī)模在持續(xù)了60多年增長后，于2013年開始負增長。結合歷次全國人口普查、1%抽樣調查以及歷年中國統(tǒng)計年鑒數(shù)據(jù)，從絕對量來看，以15～64歲國際通用口徑計算，我國勞動年齡人口規(guī)模從1953年的約3.37億人(見圖1)，波動上升至2013年的約10.06億人，達到頂峰，此后逐漸回落至2020年的9.68億人左右。從增長速度來看，以歷次全國人口普查時點為區(qū)間起止點，1964年至1982年的增速最快，達到了2.67%的年均速度，1982年至1990年區(qū)間速度次之(年均增長2.54%)；而2010年至2020年則是首次出現(xiàn)負增長的區(qū)間，年均增長速度為-0.25%。

我國勞動年齡人口比重的下降先于規(guī)模的減少，于2010年開始負增長。我國勞動年齡人口比重自1953年的59.31%下降至1964年的55.74%后，開始了長達40多年的波動增長；這一比重在2010年達至峰值(74.47%)，此后持續(xù)下降，跌至2020年的9.68%。

4.2 新世紀以來，老齡化和高齡化呈加速態(tài)勢

我國人口老齡化和高齡化均呈現(xiàn)加速態(tài)勢。從老年人口規(guī)模的增長速度來看，以歷次全國人口普查時點為區(qū)間起止點，1964年至1982年之間的速度較快，60歲及以上老年人口、65歲及以上老年人口以及80歲及以上高齡老年人口年均增長率分別達到3.36%、3.94%和5.86%(見表1)；而后，速度趨于放緩，60歲及以上老年人口和80歲及以上高齡老年人口規(guī)模增速在1990年至2000年降至1982以來的谷值(2.97%和4.56%)，65歲及以上老年人口規(guī)模增速則在2000年至2010年跌至1982以來的谷值(3.03%)；進入21世紀后，老年人口的規(guī)模增長不斷加速，60歲及以上老年人口和65歲及以上老年人口規(guī)模增速在2010年至2020年期間達到峰值，分別高達4.04%和4.83%。從老年人口比重的變化趨勢來看，自1964年以來，三個口徑的老年人口比重增幅均呈現(xiàn)不斷上升的趨勢，且在2010年至2020年期間達到了年均增幅的峰值(分別為0.54個百分點、0.46個百分點和0.10個百分點)。

4.3 總撫養(yǎng)比由減轉增，老年人口撫養(yǎng)比影響擴大

從變化趨勢來看，總撫養(yǎng)比和少兒人口撫養(yǎng)比呈現(xiàn)下降反彈趨勢，而老年人口撫養(yǎng)比則呈現(xiàn)持續(xù)上升趨勢。具體而言，就已有數(shù)據(jù)情況來看，總撫養(yǎng)比和少兒人口撫養(yǎng)比從1964年的峰值(分別為79.40和73.01)，分別持續(xù)下降至各自的最低值(分別是2010年的34.28和2011年22.10)，而后均略有回升，在2020年分別達到48.88和26.18(見圖2)；老年人口撫養(yǎng)比則從1964年的谷值(6.39)持續(xù)上升至2020年的峰值(19.7)。從這個角度來看，少兒撫養(yǎng)比和總撫養(yǎng)比在2010年左右轉跌為升，加之老年人口撫養(yǎng)比持續(xù)上升，已反映出人口數(shù)量紅利的人口基礎已經(jīng)在2010年左右開始弱化。

從主導因素來看，老年人口撫養(yǎng)比正逐步替代少兒人口撫養(yǎng)比成為總撫養(yǎng)比變化的主導因素。在1964年，少兒人口撫養(yǎng)比占總撫養(yǎng)比高達91.95%，而老年人口撫養(yǎng)比的占比不到一成?？梢哉f，在此后的幾十年里，少兒人口撫養(yǎng)比的變化基本主導了總撫養(yǎng)比的變化。然而，隨著生育率不斷走低，老齡化不斷深入，老年人口撫養(yǎng)比僅占總撫養(yǎng)比的比重持續(xù)上升，從1964年的8.05%緩慢提高至2020年的42.93%，幾乎達到一半。

5 人口質量紅利的人口基礎變化

5.1 人口受教育狀況大幅提升，為人口質量紅利提供了教育基礎

人口質量紅利的人口基礎首先體現(xiàn)為人口受教育狀況。我國教育事業(yè)的迅猛發(fā)展，使我國人口受教育狀況得到大幅提升，具體表現(xiàn)在以下幾個方面。

第一，平均受教育年限持續(xù)增加。在15歲及以上人口中，平均受教育年限在1990年僅為6.43年，意味著15歲及以上的人口中每個人平均僅受過不到7年的教育。此后，隨著我國義務教育的全面普及，該數(shù)字持續(xù)增長，從2000年的7.85年增加至2010年的9.08年。第七次全國人口普查公報顯示，2020年我國15歲及以上人口的平均受教育年限已達到9.91年，接近十年。這一過程反映了我國義務教育事業(yè)的不斷發(fā)展。

表2 1982～2020年中國受教育程度人口規(guī)模和占比(萬人，%)

第二，人口受教育結構持續(xù)改善。一是高等教育發(fā)展迅速。從絕對規(guī)模來看，1982年我國擁有大學(大專及以上)受教育程度的人口僅602萬人，該數(shù)字持續(xù)增加，在2020年達到了近2.2億人，規(guī)模擴大了35倍。從相對規(guī)模來看，每10萬人中擁有大學(指大專及以上)受教育程度的人口在1982年僅615人，到2020年達到15467人，擴大了24倍。二是高中及以上受教育程度人口趨于成為主體。1982年高中及以上受教育程度人口僅占各類受教育程度人口的11.96%，小學占比最高(58.61%)，初中次之(29.42%)；此后，除小學外，其它受教育程度的人口占比均不斷提升；到2010年時，初中占比達到峰值(43.81%)，成為各類受教育程度人口的主體；2020年，高中及以上受教育程度占比達到34.01%，超越小學占比(27.57%)，接近于初中占比(38.41%)，高中及以上受教育程度成為主體的趨勢已然十分明顯。

第三，掃盲工作取得了巨大成就。根據(jù)歷次人口普查情況，我國文盲人口(15 歲及以上不識字的人)在1982年多達2.36億人，文盲率高達22.81%。此后，兩個數(shù)字均不斷降低。文盲人口從1990年的1.80億人，減少至2000年的8.51千萬人，在2010年縮小至5.47千萬人；文盲率從1990年的15.88%，降至2000年的6.72%，在2010年跌至4.08%。根據(jù)第七次人口普查數(shù)據(jù)，我國文盲人口僅3.78千萬人，文盲率僅2.67%，相比1982年，文盲人口減少了84%，文盲率下降了20個百分點。

5.2 人口的健康水平明顯改善，為人口質量紅利提供了健康基礎

隨著我國社會經(jīng)濟的快速發(fā)展，醫(yī)療服務體系覆蓋面不斷擴大，我國人口的身體素質日益改善，人口的預期壽命也持續(xù)延長。人口健康水平的提高為人口質量紅利的釋放提供了重要的健康基礎。

第一，人口平均預期壽命持續(xù)提升。根據(jù)《中國衛(wèi)生健康統(tǒng)計年鑒2020》，我國人口平均預期壽命從解放前的35.0歲左右，猛增至1981年的67.9歲，此后不斷提升，在2000年超過70歲達到71.4歲，在2015年超過75歲達到76.3歲，最新的數(shù)據(jù)為2019年的77.3歲。盡管第七次人口普查尚未公布相關數(shù)據(jù)，但我國人口平均預期壽命穩(wěn)步提升的趨勢已然十分明顯。根據(jù)聯(lián)合國《世界人口展望2019》的估計，我國人口平均預期壽命將在2020年至2025年期間達到77.5歲，將在2035年至2040年期間突破80歲。人口預期壽命的提高為勞動者延長參與勞動的時間提供了必要前提，變相彌補了由于勞動力人數(shù)減少帶來的勞動時間損失。

第二，嬰兒死亡率不斷降低。嬰兒死亡率是社會經(jīng)濟發(fā)展、人口死亡水平以及醫(yī)療衛(wèi)生條件，特別是婦幼衛(wèi)生服務水平的敏感性指標。回顧以往，我國人口嬰兒死亡率經(jīng)歷了大幅下降的過程。根據(jù)《中國衛(wèi)生健康統(tǒng)計年鑒2020》，我國人口嬰兒死亡率在解放前高達200‰左右，此后迅速降低至1981年的34.7‰，在2000年跌至32.2‰，在2010年進一步減少至13.1‰，在2019年達到歷史上的最低值5.6‰。同樣，盡管第七次人口普查尚未公布2020年的數(shù)據(jù)，但這一趨勢充分反映了我國衛(wèi)生健康事業(yè)的迅速而長足的發(fā)展。

6 人口數(shù)量紅利和人口質量紅利的經(jīng)濟貢獻變化

6.1 模型設定、數(shù)據(jù)來源和變量選擇

參考以往研究(楊建芳等，2006；楊成鋼等，2017)，本研究以勞動力占比等相關指標來代表人口數(shù)量紅利、以教育和健康相關指標來代表人口質量紅利。為突出重點，減少方程待估參數(shù)，將用以分析的簡化模型構建如下：

lnyit=a0+a1lnKit+a2lnLit+a3lnIEit+a4lnIHit+εit

其中，y表示產(chǎn)出，K表示物質資本，L表示勞動力，IE表示教育投資，IH表示健康投資，下標i和t分別表示地級市和年份。

本研究數(shù)據(jù)來源于2006年至2020年《中國城市統(tǒng)計年鑒》，數(shù)據(jù)時間跨度為15年(2005年至2019年)，包括293個地級市。由于部分地級市的個別變量在部分年份缺失，行政區(qū)劃在此期間有所調整，加之本研究將明顯異常值處理為缺失值，該數(shù)據(jù)為非平衡面板數(shù)據(jù)。

在選擇變量之前，需要做出兩點說明：第一，由于年鑒提供的戶籍人口數(shù)在計算人均指標時不足以反映實際，本研究利用地區(qū)生產(chǎn)總值和人均地區(qū)生產(chǎn)總值相除得到的常住人口數(shù)作為總人口數(shù)。該做法的依據(jù)是，國家統(tǒng)計局于2004年發(fā)布的《關于改進和規(guī)范地區(qū)GDP核算的通知》要求各地在兩年后依據(jù)常住人口數(shù)計算人均GDP(許憲春，2006)。第二，由于年鑒大部分年份中未提供勞動力占比，只能將就業(yè)人口占比作為替代，而年鑒中相關統(tǒng)計項目為城鎮(zhèn)單位從業(yè)人員與城鎮(zhèn)私營和個體從業(yè)人員，為了更貼近就業(yè)實際情況，本研究將各變量的口徑統(tǒng)一為市轄區(qū)(而非全市)。在這兩個基礎上，本研究將各地級市的當年價格人均地區(qū)生產(chǎn)總值(因為年鑒未提供平減指數(shù))作為因變量；用人均固定資產(chǎn)投資額表示物質資本；用從業(yè)人員(城鎮(zhèn)單位從業(yè)人員與城鎮(zhèn)私營和個體從業(yè)人員之和)占總人口的比重來反映人口數(shù)量紅利；對于人口質量紅利的測度，則用普通高等(本專科)學校和普通中學(含初中)的在校學生之和占總人口的比重來表示教育投資，并使用每千人執(zhí)業(yè)(助理)醫(yī)師數(shù)來代表健康投資。表3展示了上述變量的基本情況。

表3 變量基本情況

表4 各模型估計結果

6.2 模型選擇和結果

在模型選擇上，F(xiàn)檢驗結果顯示，固定效應模型要優(yōu)于混合回歸模型；比較混合回歸模型和隨機效應模型的LM檢驗結果顯示，應選擇隨機效應模型；比較固定效應模型和隨機效應模型的Hausman檢驗顯示，應選擇固定效應模型。因而，本研究固定效應模型。而Modified Wald異方差檢驗結果顯示：P值為0，所以拒絕原假設，認為存在異方差問題。同樣，Wooldridge誤差項自相關檢驗結果顯示：P值為0，拒絕原假設，即認為模型存在自相關問題。由于存在異方差和誤差項自相關問題，本文采用Driscoll and Kraay(1998)提出的方法獲得穩(wěn)健性標準誤，并使用雙向固定效應模型進行估計，因此不再進行單位根檢驗、協(xié)整檢驗。估計結果詳見表4。

表5 2005年至2019年各要素投入對我國經(jīng)濟增長的貢獻率(%)

6.3 人口數(shù)量紅利和人口質量紅利的貢獻率

圖3 2005～2019年人口數(shù)量紅利和人口質量紅利的貢獻

如果將勞動年齡人口占比變化帶來的貢獻率等同于人口數(shù)量紅利貢獻率，將教育和健康人力資本變化的加總貢獻率等同于人口質量紅利貢獻率，那么我們可以繪制出兩個紅利在2005年至2019年期間的貢獻率變化(見圖3)。由圖可見，在2005年至2010年期間，人口質量紅利已經(jīng)逐步替代人口數(shù)量紅利，對經(jīng)濟發(fā)展起到了更大的積極作用。由2020年第七次人口普查數(shù)據(jù)所揭示的人口變化趨勢可知，未來，勞動年齡人口占比和從業(yè)人員占比還將繼續(xù)降低，撫養(yǎng)比還將進一步提高，人口受教育程度和健康狀況則持續(xù)改善。隨著人口結構發(fā)生變化，人口數(shù)量紅利將逐漸式微，而人口質量紅利對經(jīng)濟發(fā)展的影響還將進一步擴大。

7 結論與討論

本文基于第七次全國人口普查數(shù)據(jù)，結合以往歷次全國人口普查、《中國統(tǒng)計年鑒》以及《中國城市統(tǒng)計年鑒》數(shù)據(jù)，對人口紅利和人口質量紅利的人口基礎以及經(jīng)濟貢獻變化進行了分析。研究發(fā)現(xiàn)：由于我國勞動年齡人口規(guī)模和比重持續(xù)下降、老齡化和高齡化加速以及總撫養(yǎng)比由減轉增，我國人口紅利的人口基礎正在緩慢消失，經(jīng)濟貢獻不斷減弱；同時，隨著我國人口受教育狀況大幅提升、人口的健康水平明顯改善，人口質量紅利對經(jīng)濟發(fā)展的貢獻已逐步超越甚至替代傳統(tǒng)人口紅利?？梢?，我國人口紅利已開始從“數(shù)量紅利”向“質量紅利”轉變?；诖耍鎸淆g化加速、勞動力數(shù)量減少的未來，我們認為，應從以下幾方面入手，進一步挖掘人口質量紅利。

一是豐富發(fā)展各級各類教育，構建人才培養(yǎng)多層次體系。教育發(fā)展首先表現(xiàn)為數(shù)量擴張，即人均受教育年限的延長。根據(jù)蔡昉等人(2012)的估計，如果勞動者由第二產(chǎn)業(yè)的勞動密集型就業(yè)轉向第二產(chǎn)業(yè)的資本密集型就業(yè)，要求提升受教育年限1.3年；若轉向第三產(chǎn)業(yè)技術密集型就業(yè)，則需要提高受教育年限4.2年。回顧過去，我國勞動年齡人口受教育年限的提升主要得益于義務教育的不斷普及。在未來，隨著我國人口義務教育入學率趨于100%，如果要進一步提升受教育年限，則需加大對義務教育前階段(即學前教育)和義務教育后階段(即高中以及高等教育)的投入。此外，為適應經(jīng)濟發(fā)展的高質量要求，不少就業(yè)崗位對勞動者技能水平的要求將進一步提高，意味著人崗不匹配的結構性矛盾將成為就業(yè)的主要問題。因此，還需要繼續(xù)發(fā)展職業(yè)教育和技能培訓，在促進充分就業(yè)的同時，為我國產(chǎn)業(yè)發(fā)展邁向全球價值鏈的中高端地位提供生力軍。

二是加大培養(yǎng)及引進高層次領軍型、創(chuàng)新型人才的力度。創(chuàng)新是引領發(fā)展的第一動力，是建設現(xiàn)代化經(jīng)濟體系的戰(zhàn)略支撐。盡管我國人力資本素質的發(fā)展已有了長足的進步，但創(chuàng)新型人才，特別是拔尖創(chuàng)新人才的規(guī)模和比重相較于發(fā)達國家仍有差距。同時，我們也應看到，各級黨和政府近年來制定并實施了一系列培養(yǎng)、吸引人才的戰(zhàn)略和政策，包括新時代人才強國戰(zhàn)略、國家中長期人才發(fā)展規(guī)劃、創(chuàng)新型國家建設、人才引進以及各類人才工程計劃等，為我國人才隊伍補充了新鮮血液。因此，我們在未來應繼續(xù)創(chuàng)造和完善有利于優(yōu)秀人才脫穎而出的環(huán)境，全方位培養(yǎng)、引進、用好人才，加快建設世界重要人才中心和創(chuàng)新高地。

三是從健康、參與和保障三方面推進積極老齡化。健康、參與以及保障是“積極老齡化”的三大支柱。就健康而言，我國人口預期壽命持續(xù)提高，意味著老年人社會參與、勞動參與的時間有進一步延長的可能性。在未來，隨著社會經(jīng)濟發(fā)展、醫(yī)療衛(wèi)生條件提高，我國人口健康水平還將進一步提高。然而，目前來看，我國老年人的勞動參與率仍然較低，這與我國長期實行相對較低的退休年齡規(guī)定有關。根據(jù)國際經(jīng)驗和我國人口的健康發(fā)展，我國在退休年齡方面仍有相當大可以拓展的空間，這也是我國制定了漸進式延遲退休方案的重要原因。但可以看到的是，許多預期受該政策影響的職工并不樂意接受延遲退休。因此，提高老年人勞動參與率，不僅需要老年人根據(jù)自己的能力和需要來做決定，還需加強對“老有所為”觀念的社會輿論宣傳，提升老年人參與勞動的主觀意愿。需要注意的是，鼓勵老年人參與勞動的前提是進一步完善基本社會養(yǎng)老、醫(yī)療和勞動保障制度，如此方可減少老年人開展勞動的后顧之憂。