人口紅利的經(jīng)濟效應(yīng)
——基于質(zhì)量和數(shù)量的雙重研究視角

王 連，周之浩，張維星

（1.蘭州財經(jīng)大學(xué) 統(tǒng)計學(xué)院，甘肅 蘭州 730020；2.甘肅省數(shù)字經(jīng)濟與社會計算科學(xué)重點實驗室，甘肅 蘭州 730020）

一、引言

人口是經(jīng)濟社會發(fā)展的基礎(chǔ)性、全局性、長期性戰(zhàn)略支撐要素，亦是促進經(jīng)濟高速增長的重要載體。人口紅利是新時代我國經(jīng)濟轉(zhuǎn)向高質(zhì)量發(fā)展階段的核心動力源，也是實現(xiàn)共同富裕根本目標(biāo)的重要引擎?！笆奈濉币?guī)劃綱要提出，要構(gòu)建高質(zhì)量的教育體系和全方位全周期的健康體系，優(yōu)化人口結(jié)構(gòu)，拓展人口質(zhì)量紅利，提升人力資本水平和人的全面發(fā)展能力。從總的人口數(shù)量、質(zhì)量和結(jié)構(gòu)來看，我國的勞動力資源依然豐富，人口紅利持續(xù)存在，特別是隨著人口素質(zhì)的提高，人口數(shù)量紅利逐步向人口質(zhì)量紅利轉(zhuǎn)變。人口紅利的轉(zhuǎn)型不僅有利于促進經(jīng)濟發(fā)展方式轉(zhuǎn)變、產(chǎn)業(yè)結(jié)構(gòu)升級、全要素生產(chǎn)率提高，還可以推動人口與經(jīng)濟社會持續(xù)協(xié)調(diào)，實現(xiàn)高質(zhì)量發(fā)展。然而，新時代我國仍面臨嚴峻的人口問題。第七次全國人口普查數(shù)據(jù)顯示，我國勞動年齡人口和占比雙重下降，人口老齡化程度快速加深。具體來看，2020年我國的勞動年齡人口為8.94億人，與2010年第六次全國人口普查的9.40億人相比，下降了4.89個百分點；勞動年齡人口占比也從2010年的70.14%下降至2020年的63.35%，降幅達到6.79個百分點。蔡昉在2022宏觀形勢年度論壇上指出：“中國‘未富先老’的現(xiàn)象日益顯現(xiàn)，老年人口比重已超過14%，正式成為老齡化社會；同時，預(yù)期人口將出現(xiàn)負增長，這使中國不僅遭遇供給側(cè)沖擊，甚至是需求側(cè)尤其是消費方面的巨大沖擊，從而將使經(jīng)濟陷入嚴重的衰退中?！贝送?，我國在人口發(fā)展中還面臨人口流動活躍、人才分布不均等嚴峻考驗。人口流動不僅導(dǎo)致欠發(fā)達地區(qū)勞動力缺乏、人才流失嚴重，而且使發(fā)達地區(qū)出現(xiàn)人才擁擠、就業(yè)競爭激烈等問題，進一步拉大各區(qū)域的經(jīng)濟差距，加劇區(qū)域發(fā)展不平衡、不協(xié)調(diào)的困境。本文的邊際貢獻在于，將經(jīng)濟質(zhì)量納入分析框架，通過對數(shù)量和質(zhì)量雙重視角下人口紅利的經(jīng)濟效應(yīng)變遷和動態(tài)轉(zhuǎn)型進行實證分析，驗證了其中存在的直接效應(yīng)以及中介效應(yīng)、空間效應(yīng)等間接效應(yīng)，深入探究了人口紅利的經(jīng)濟效應(yīng)，完善了具有中國特色的人口紅利理論與經(jīng)驗研究。

二、文獻綜述

長期以來，學(xué)術(shù)界主要是從人口的經(jīng)濟效應(yīng)以及人口與經(jīng)濟的協(xié)同效應(yīng)入手，研究人口與經(jīng)濟的關(guān)系。本文以人口紅利為切入點，參考楊成鋼和閆東東（2017）[1]的研究，將人口紅利分為人口數(shù)量紅利和人口質(zhì)量紅利，從人口數(shù)量紅利、人口質(zhì)量紅利及人口紅利轉(zhuǎn)型三個方面進行文獻梳理。

（一）人口數(shù)量紅利

人口數(shù)量紅利又稱為傳統(tǒng)的人口紅利，是指勞動年齡人口增加和總撫養(yǎng)比下降所引致的經(jīng)濟快速增長的“有利性”（楊成鋼和閆東東，2017）[1]。悲觀派學(xué)者認為，近年來我國人口數(shù)量紅利式微，對經(jīng)濟的影響不再顯著，急需為經(jīng)濟增長尋找新的突破口（張同斌，2016；黃凡和段成榮，2022）[2，3]。周浩（2018）[4]認為，在人口老齡化和人口結(jié)構(gòu)轉(zhuǎn)型的背景下，我國的勞動力比較優(yōu)勢已經(jīng)削弱，人口數(shù)量紅利效應(yīng)日益衰減。田偉（2018）[5]通過測算人口紅利對經(jīng)濟增長的貢獻，認為我國已進入后人口紅利時代，人口數(shù)量的優(yōu)勢逐漸消失。都陽和封永剛（2021）[6]認為，我國已進入老齡化社會，勞動參與率和儲蓄率的下降都會使經(jīng)濟發(fā)展速度放緩。柏培文和張云（2021）[7]基于CHIP截面數(shù)據(jù)構(gòu)建了一般均衡模型，分析了數(shù)字經(jīng)濟、人口紅利對中低技能勞動者工資收益和福利水平的影響，發(fā)現(xiàn)人口紅利減少會導(dǎo)致勞動力短缺。樂觀派學(xué)者則認為，人口數(shù)量紅利是經(jīng)濟發(fā)展的重要引擎。Bloom等（2003）[8]、Cai等（2005）[9]認為，總撫養(yǎng)比越高，社會負擔(dān)就越重，經(jīng)濟的生產(chǎn)能力也越低，而勞動年齡人口占比越大，勞動供應(yīng)和儲蓄就越多，經(jīng)濟增長也越快。鐘水映和李魁（2010）[10]采用空間計量和廣義矩估計方法，驗證了人口紅利對經(jīng)濟發(fā)展的顯著空間溢出性。陸旸和蔡昉（2014）[11]發(fā)現(xiàn)，人口紅利通過充足的勞動供給促進了高投資、高資本的形成，進而推動了我國經(jīng)濟的騰飛。

（二）人口質(zhì)量紅利

人口質(zhì)量紅利又稱為第二次人口紅利、人力資本紅利，是指勞動力素質(zhì)提升所帶來的經(jīng)濟增長的“有利性”（楊成鋼和閆東東，2017）[1]。目前，多數(shù)學(xué)者已在人口質(zhì)量紅利的經(jīng)濟效應(yīng)分析上達成共識，即人口質(zhì)量紅利是經(jīng)濟發(fā)展的重要動力源。基于微觀經(jīng)濟理論，張同斌（2016）[2]、Li等（2016）[12]利用一般均衡模型分析發(fā)現(xiàn)，高技能勞動力占比和人力資本水平的提升能夠推動經(jīng)濟快速發(fā)展。鐵瑛等（2019）[13]利用人口普查數(shù)據(jù)，驗證了人口結(jié)構(gòu)變動影響出口的理論解釋和微觀機制。王樹（2021）[14]運用三期戴蒙德迭代模型進行了理論分析，認為人口質(zhì)量紅利是驅(qū)動經(jīng)濟高質(zhì)量發(fā)展的重要因素?；诓煌慕?jīng)驗研究視角，鄧翔等（2019）[15]利用面板門檻模型分析發(fā)現(xiàn)，隨著人力資本集聚程度的提高，人力資本對經(jīng)濟增長的影響呈現(xiàn)先增加后減少的倒U形特征。俞伯陽和叢屹（2021）[16]利用動態(tài)面板模型分析發(fā)現(xiàn)，人力資本紅利對加快產(chǎn)業(yè)結(jié)構(gòu)高級化進程具有正向作用。戴瓊瑤等（2021）[17]利用空間計量模型，實證分析了教育和健康兩類人力資本紅利的空間相關(guān)性及其對經(jīng)濟增長的空間溢出效應(yīng)。

（三）人口紅利動態(tài)轉(zhuǎn)型

在當(dāng)前傳統(tǒng)人口紅利的下沉期，我國的人口紅利并未消失，而是向人口質(zhì)量紅利動態(tài)轉(zhuǎn)變（原新和劉繪如，2019）[18]。學(xué)者們普遍認為，傳統(tǒng)人口紅利向新型人口紅利的轉(zhuǎn)變是支撐我國經(jīng)濟發(fā)展的動力源泉，也是成功跨越中等收入陷阱的動力機制（劉鵬，2010；晏月平等，2018；原新和金牛，2021）[19-21]。在實證研究中，學(xué)者們采用不同的模型分析了人口數(shù)量紅利向人口質(zhì)量紅利動態(tài)轉(zhuǎn)型的關(guān)系以及人口結(jié)構(gòu)轉(zhuǎn)型的經(jīng)濟效應(yīng)。張同斌（2016）[2]基于門限面板數(shù)據(jù)模型研究發(fā)現(xiàn)，不同發(fā)展階段的城市人口數(shù)量紅利和人口質(zhì)量紅利對經(jīng)濟增長的影響存在差異和變化，質(zhì)量型人力資本紅利已取代數(shù)量型人口紅利成為經(jīng)濟增長的新路徑。楊成鋼和閆東東（2017）[1]通過拓展MRW模型，構(gòu)建了人口數(shù)量和人口質(zhì)量雙重視角下人口紅利經(jīng)濟效應(yīng)的理論分析模型，進一步驗證了二者的經(jīng)濟效應(yīng)和替代關(guān)系。鐵瑛等（2019）[13]探討了人口結(jié)構(gòu)轉(zhuǎn)型對出口的作用機理，認為加快實現(xiàn)人口紅利向人才紅利的轉(zhuǎn)變，是應(yīng)對人口老齡化背景下我國出口轉(zhuǎn)型升級的重要思路。

（四）文獻述評

現(xiàn)有關(guān)于人口紅利與經(jīng)濟增長的研究雖已較為成熟，但仍存在以下幾個問題：一是人口紅利已發(fā)生動態(tài)轉(zhuǎn)型，而研究者對人口紅利的概念界定以及新時代傳統(tǒng)人口紅利的經(jīng)濟效應(yīng)分析仍沒有達成共識；二是現(xiàn)有的人口紅利經(jīng)濟效應(yīng)研究大多屬于定性分析，有關(guān)新時代背景下人口紅利的實證研究依然較少；三是在現(xiàn)階段人口分布不均衡的情況下，有關(guān)人口紅利對經(jīng)濟增長區(qū)域差異和空間效應(yīng)的研究仍處于起步階段，有待進一步的深化。基于此，本文將從數(shù)量和質(zhì)量的雙重視角出發(fā)，界定人口紅利的相關(guān)概念，同時將經(jīng)濟質(zhì)量納入分析框架，利用省際面板數(shù)據(jù)實證分析人口紅利的經(jīng)濟效應(yīng)變遷和動態(tài)轉(zhuǎn)型，并運用多種計量模型對人口紅利的經(jīng)濟效應(yīng)進行實證分析，驗證其中存在的直接效應(yīng)以及中介效應(yīng)、空間效應(yīng)等間接效應(yīng)。

三、概念界定與相關(guān)理論分析

（一）相關(guān)概念

人口紅利是建立在人口機會窗口上的經(jīng)濟學(xué)概念。國內(nèi)外許多學(xué)者將人口紅利界定為人口的數(shù)量和結(jié)構(gòu)變化對經(jīng)濟發(fā)展的“有利性”，即狹義的人口紅利。狹義的人口紅利包含兩大基本要素，一是勞動力規(guī)模較大，二是撫養(yǎng)負擔(dān)較輕（鐘水映和李魁，2010；王穎等，2010）[10，22]。本文的人口紅利是指廣義的人口紅利，也可以理解為一種“有利性”，即人口年齡結(jié)構(gòu)變動和人口質(zhì)量提升共同作用于經(jīng)濟發(fā)展的“有利性”（楊成鋼等，2017；趙雨等，2017）[1，23]。此外，根據(jù)人口特性的不同，人口紅利還可分為人口數(shù)量紅利和人口質(zhì)量紅利。人口數(shù)量紅利又稱為傳統(tǒng)人口紅利、第一次人口紅利，是指人口年齡結(jié)構(gòu)變動所帶來的經(jīng)濟增長紅利（陳衛(wèi)等，2007）[24]，勞動年齡人口比重上升和撫養(yǎng)比下降均可以為經(jīng)濟發(fā)展創(chuàng)造有利的人口條件（鐘水映和李魁，2010；周浩，2018）[10，4]。人口質(zhì)量紅利又稱為人力資本紅利、第二次人口紅利、人才紅利，是指人力資本強化的紅利（原新等，2019）[18]，即勞動力素質(zhì)提升所帶來的經(jīng)濟發(fā)展效應(yīng)（涂舒和周宇，2013；Li et al.，2016）[25，12]。

（二）理論分析與研究假設(shè)

在早期的新古典增長模型中，經(jīng)濟增長的核心要素是資本和勞動力。隨著新增長理論的興起，Romer和Lucas開始強調(diào)人力資本、技術(shù)進步等因素對經(jīng)濟長期增長的重要性，并將人力資本作為要素納入生產(chǎn)函數(shù)中。至此，以人力資本為代表的人口質(zhì)量紅利和以勞動力為代表的人口數(shù)量紅利共同驅(qū)動經(jīng)濟發(fā)展，成為經(jīng)濟發(fā)展的兩大核心動力源。

改革開放以來，人口數(shù)量紅利一直是我國經(jīng)濟發(fā)展的關(guān)鍵動力源。就人口增長的經(jīng)濟效果而言，人口數(shù)量的增加對經(jīng)濟增長既有積極的影響，又有消極的影響。由人口經(jīng)濟理論可知，人口增長可以產(chǎn)生兩種經(jīng)濟效應(yīng)。（1）形成規(guī)模經(jīng)濟，促進勞動分工和技術(shù)進步，在經(jīng)濟資源相對充裕的條件下，人口增長有利于經(jīng)濟增長（鐘水映等，2016）[26]。馬歇爾認為，一國的經(jīng)濟繁榮持續(xù)推進，只要不產(chǎn)生使人口出生率比死亡率降得更低的負作用，工資的增加就可引致勞動力供給增加的傾向，同時，增加的利潤有助于提高生活水平，增強經(jīng)濟主體的能動性，使勞動力需求增加（李仲生，2013）[27]。這樣，勞動力工資和資本利潤的增加共同推動國民收入水平提高，而人口增長能夠產(chǎn)生促進經(jīng)濟發(fā)展的結(jié)果。（2）人口增長可能帶來經(jīng)濟資源的壓力，使投資減少、勞動生產(chǎn)率下降，在經(jīng)濟資源短缺的條件下，人口增長不利于經(jīng)濟增長（李仲生，2013）[27]。我國是人口大國，具有勞動力豐富的優(yōu)勢，同時，我國的人口壓力也很大，出生率低、死亡率低、結(jié)婚率低以及勞動占比下降、社會撫養(yǎng)比上升等問題，均導(dǎo)致傳統(tǒng)型人口紅利的消融。人口數(shù)量紅利式微又會進一步削弱勞動稟賦的優(yōu)勢，對我國的經(jīng)濟發(fā)展產(chǎn)生沖擊。相比較而言，新時代我國人口紅利的積極作用大于消極影響，人口增長顯然促進了我國經(jīng)濟的高質(zhì)量發(fā)展。

隨著我國經(jīng)濟發(fā)展進入新常態(tài)，人口質(zhì)量紅利已逐漸取代人口數(shù)量紅利成為經(jīng)濟增長的主導(dǎo)力量，同時也是加速經(jīng)濟高質(zhì)量轉(zhuǎn)型的核心驅(qū)動力。舒爾茨在人力資本理論中提出，人力資本是國民經(jīng)濟保持增長的主要原因。勞動力是重要的生產(chǎn)要素，人口質(zhì)量和知識投資在很大程度上決定了人類的發(fā)展前景（李仲生，2013）[27]。人口對經(jīng)濟發(fā)展的作用除了體現(xiàn)在人口數(shù)量方面外，還體現(xiàn)在人口質(zhì)量方面。毋庸置疑，較高的人口質(zhì)量或勞動力人口質(zhì)量對經(jīng)濟活動中的生產(chǎn)、交換、分配、消費等各個方面均具有促進作用。人口質(zhì)量如果與經(jīng)濟發(fā)展相適應(yīng)，就能促進經(jīng)濟發(fā)展；人口質(zhì)量尤其是勞動力人口質(zhì)量若普遍低下，就會阻礙經(jīng)濟發(fā)展。一方面，人力資本是提高生產(chǎn)效率的關(guān)鍵因素，人力資本投入的增加既可以提高人力資本自身的生產(chǎn)效率，又可以促進其他要素生產(chǎn)效率的提升。作為生產(chǎn)要素的人力資本，其不僅可以直接對經(jīng)濟增長作出貢獻，還可以通過科學(xué)技術(shù)進步促進經(jīng)濟增長。另一方面，人力資本的積累直接促使勞動力素質(zhì)提高，降低勞動的復(fù)雜程度，使勞動者投入生產(chǎn)中的勞動質(zhì)量提高，從而促進生產(chǎn)發(fā)展和經(jīng)濟增長。顯而易見，人口質(zhì)量已逐漸取代人口數(shù)量成為經(jīng)濟增長和高質(zhì)量發(fā)展的動力源?；谝陨戏治?，本文提出研究假設(shè)H1和H2。

H1：人口數(shù)量紅利和人口質(zhì)量紅利是推動我國經(jīng)濟發(fā)展的動力源。

H2：人口結(jié)構(gòu)正在發(fā)生由人口數(shù)量紅利向人口質(zhì)量紅利的轉(zhuǎn)變。

人口紅利除了對經(jīng)濟產(chǎn)生直接影響外，還可以通過其他路徑對經(jīng)濟產(chǎn)生影響，包括中介效應(yīng)、空間溢出效應(yīng)等間接效應(yīng)。

1.人口紅利與產(chǎn)業(yè)結(jié)構(gòu)升級。人口結(jié)構(gòu)轉(zhuǎn)變可以通過生產(chǎn)要素集聚、人力資本投資影響產(chǎn)業(yè)升級，進而影響經(jīng)濟增長。在經(jīng)濟的持續(xù)發(fā)展過程中，產(chǎn)業(yè)結(jié)構(gòu)由原始的、低級的產(chǎn)業(yè)結(jié)構(gòu)向先進的、高級的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)變。冉茂盛和毛戰(zhàn)賓（2008）[28]指出，人力資本作為生產(chǎn)投入要素中最核心的要素，其自身的要素功能及其因自身存量增長加速其他生產(chǎn)要素集聚而具有的效率功能，使得人力資本存量及結(jié)構(gòu)優(yōu)化能夠促進產(chǎn)業(yè)結(jié)構(gòu)升級，進而成為經(jīng)濟高質(zhì)量發(fā)展的重要引擎。楊成鋼等（2017）[1]、晏月平等（2018）[20]提出，隨著產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級，我國的人口質(zhì)量紅利逐漸取代人口數(shù)量紅利在經(jīng)濟發(fā)展中占據(jù)主導(dǎo)地位，成為跨越中等收入陷阱的動力機制和支撐經(jīng)濟持續(xù)增長的動力來源。劉玉飛和彭冬冬（2016）[29]認為，人口老齡化可以促進產(chǎn)業(yè)結(jié)構(gòu)升級。俞伯陽和叢屹（2021）[16]認為，在人口紅利向人力資本紅利轉(zhuǎn)變的窗口期，勞動力質(zhì)量對促進產(chǎn)業(yè)結(jié)構(gòu)升級至關(guān)重要，而產(chǎn)業(yè)結(jié)構(gòu)升級又是加快經(jīng)濟轉(zhuǎn)型的核心動力。因此，具有一定規(guī)模和水平的人力資本是促進產(chǎn)業(yè)結(jié)構(gòu)升級的基礎(chǔ)和關(guān)鍵因素。

2.人口紅利與技術(shù)進步。人口增長對技術(shù)進步的影響，就如同其對規(guī)模經(jīng)濟的影響一樣是有利的。西蒙認為，人類的智力、知識和創(chuàng)造力是最基本的資源，在人口眾多的地區(qū)，科學(xué)發(fā)明較多，先進技術(shù)、知識的傳播也較快。因此，假設(shè)其余情況均相同，則較多的勞動力總會使發(fā)達世界的技術(shù)進步更快（李仲生，2013）[27]。在當(dāng)今知識經(jīng)濟和科學(xué)技術(shù)迅猛發(fā)展的時代，將科技進步與經(jīng)濟增長聯(lián)系起來進行考慮是非常必要的。俞伯陽和叢屹（2021）[16]指出，創(chuàng)新型人才是新時代國家和民族發(fā)展的力量和源泉，創(chuàng)新科技型人才在勞動年齡人口中的比例越高，越有利于驅(qū)動經(jīng)濟高質(zhì)量發(fā)展。原新和金牛（2021）[21]認為，只有持續(xù)進行技術(shù)創(chuàng)新，高質(zhì)量人口才能從低附加值的企業(yè)和部門流向高附加值的企業(yè)和部門，人口紅利的經(jīng)濟效果才能持續(xù)顯現(xiàn)。因此，人才紅利可以促進技術(shù)進步，其與生產(chǎn)資料一起成為影響經(jīng)濟增長的重要因素。在21世紀初期，發(fā)達國家中由人力資本依托的技術(shù)進步對生產(chǎn)力的貢獻占到60%~80%。技術(shù)變革意味著同樣的勞動和資本投入，能夠生產(chǎn)更多的產(chǎn)出。同時，依托人力資本的勞動力素質(zhì)改善和人力資本存量增加在經(jīng)濟增長中發(fā)揮了巨大作用，綜合要素生產(chǎn)率對經(jīng)濟增長的影響是不可低估的?；谝陨戏治?，本文提出研究假設(shè)H3。

H3：人口數(shù)量紅利和人口質(zhì)量紅利通過產(chǎn)業(yè)結(jié)構(gòu)升級和技術(shù)創(chuàng)新間接影響我國的經(jīng)濟發(fā)展。

3.人口紅利對區(qū)域協(xié)調(diào)發(fā)展的空間效應(yīng)。新增長理論是在空間勻質(zhì)假設(shè)下進行分析的，而事實上，人口紅利同資本、技術(shù)等生產(chǎn)要素一樣會出現(xiàn)集聚現(xiàn)象。由新經(jīng)濟地理學(xué)可知，人口數(shù)量紅利未必一定會被所在地吸收，其可能發(fā)生外溢（鐘水映和李魁，2010）[10]，人力資本對周邊地區(qū)的經(jīng)濟增長也會產(chǎn)生影響（Rosenthal and Strange，2008）[30]。地區(qū)間的人力資本流動成為經(jīng)濟活動地理集中的推動力和基本因素（Koenker and Bassett，1978）[31]，“擁擠效應(yīng)”所引致的回流形成新的人口要素集聚，通過競爭效應(yīng)或溢出效應(yīng)影響周邊地區(qū)的經(jīng)濟增長，為外圍地區(qū)帶來更高的經(jīng)濟效率。郭英彤等（2017）[32]認為，省域經(jīng)濟存在條件收斂，相鄰地區(qū)的經(jīng)濟增長呈現(xiàn)正相關(guān)關(guān)系。鄧飛等（2020）[33]以人力資本異質(zhì)性為視角，分析了不同層次人力資本對區(qū)域經(jīng)濟發(fā)展效能的空間差異。從現(xiàn)有研究來看，人力資本紅利是否具有顯著的異質(zhì)性空間效應(yīng)仍然存在爭議，有待進一步的驗證?；谝陨戏治?，本文提出研究假設(shè)H4。

H4：人口數(shù)量紅利和人口質(zhì)量紅利對經(jīng)濟的影響存在空間溢出效應(yīng)。

四、數(shù)據(jù)來源與變量選取

（一）數(shù)據(jù)來源

本文選取2001—2019年我國30個省、市、自治區(qū)（西藏及港澳臺地區(qū)除外）的面板數(shù)據(jù)，分析人口數(shù)量紅利和人口質(zhì)量紅利對我國經(jīng)濟的實際貢獻以及人口結(jié)構(gòu)轉(zhuǎn)變對經(jīng)濟發(fā)展的影響。本文的數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》以及各省的統(tǒng)計年鑒、中經(jīng)數(shù)據(jù)庫、wind數(shù)據(jù)庫、第七次全國人口普查報告，少數(shù)缺失數(shù)據(jù)通過查找統(tǒng)計公報和線性插值法等補充完整。

（二）變量

1.被解釋變量：總量和質(zhì)量兩個維度的經(jīng)濟發(fā)展水平。經(jīng)濟總量（gdp）用實際GDP來衡量，即利用2001—2019年30個省份的名義地區(qū)生產(chǎn)總值（GDP）數(shù)據(jù)，計算出GDP平減指數(shù)（以2000年為基期）對名義GDP進行平減，從而得到實際GDP變量。經(jīng)濟質(zhì)量（gml）則借鑒史代敏和施曉燕（2022）[34]的做法，使用綠色全要素生產(chǎn)率（用MAXDEA軟件計算的非導(dǎo)向的超效率SBM-GML指數(shù)測算）作為替代變量。投入要素包括勞動、資本和能源，勞動投入用各省級地區(qū)的就業(yè)總?cè)丝趤砗饬浚茉聪牧恳悦禾?、電力、石油和天然氣消費量折算成“萬噸標(biāo)準煤”進行加總計算，資本存量采用張軍等（2004）[35]的永續(xù)盤存法計算。期望產(chǎn)出為各省級地區(qū)以2000年價格為基準的不變價GDP，非期望產(chǎn)出則為二氧化碳、工業(yè)二氧化硫、工業(yè)廢水和工業(yè)固體排放量，其中，二氧化碳排放量數(shù)據(jù)根據(jù)《中國能源統(tǒng)計年鑒》進行測算，其余數(shù)據(jù)來自于各省的統(tǒng)計年鑒。

2.核心解釋變量：數(shù)量和質(zhì)量兩個維度的人口紅利。人口數(shù)量紅利（dedi）體現(xiàn)在總撫養(yǎng)比和勞動年齡人口占比兩個方面，張同斌（2016）[2]、周浩（2018）[4]選用總撫養(yǎng)比系數(shù)作為人口數(shù)量紅利的度量指標(biāo)。借鑒他們的思路，本文用總撫養(yǎng)比的倒數(shù)衡量人口數(shù)量紅利，總撫養(yǎng)比下降相當(dāng)于總撫養(yǎng)比的倒數(shù)上升，這會促進經(jīng)濟增長，即人口數(shù)量紅利的增加會顯著促進經(jīng)濟發(fā)展。人口質(zhì)量紅利（hc）以6歲及以上人口中受教育程度為高中以上學(xué)歷占總?cè)丝诘谋戎剡M行衡量（楊成鋼和閆東東，2017）[1]，本文預(yù)期其有正面影響。

3.其他變量。參考已有文獻中有關(guān)經(jīng)濟增長影響因素的選取方法，本文在經(jīng)濟增長模型中加入影響經(jīng)濟增長的其他變量，如市場化程度、政府干預(yù)度、外商投資強度、進出口額、產(chǎn)業(yè)結(jié)構(gòu)升級、技術(shù)創(chuàng)新能力等。市場化程度（mp）用各省份市場化進程指數(shù)（樊綱等，2011）[36]來推算，政府干預(yù)度（fir）用地方財政一般預(yù)算支出占地區(qū)生產(chǎn)總值的比值來衡量（張同斌，2016）[2]，外商投資強度（rfdi）用外商直接投資額與GDP的比重來衡量，進出口（tra）用進出口總額與GDP的比值來衡量，產(chǎn)業(yè)結(jié)構(gòu)升級（indus）用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)的比值代表產(chǎn)業(yè)結(jié)構(gòu)高級化，技術(shù)創(chuàng)新能力（tech）用專利申請和授權(quán)數(shù)量來衡量?？紤]到異方差和數(shù)據(jù)的平穩(wěn)性問題，本文對所有變量進行了對數(shù)化處理，各變量的具體定義如表1所示。

表1 變量名稱、符號及定義

五、實證檢驗和結(jié)果分析

（一）面板固定效應(yīng)模型

為了驗證假設(shè)H1，本文基于Romer和Lucas的新增長理論模型Y=F（K，L，H，T）進行模型設(shè)定，其中，Y為產(chǎn)出，K、L、H、T分別表示資本、勞動、人力資本、技術(shù)進步，F(xiàn)為經(jīng)濟增長函數(shù)。本文結(jié)合所要研究的問題，將模型表示為以下形式：

其中，Y表示經(jīng)濟發(fā)展（包括數(shù)量和質(zhì)量兩部分），L表示人口數(shù)量紅利，H表示人口質(zhì)量紅利，A表示技術(shù)進步，X代表其他要素和控制變量。將等式兩邊同時取對數(shù)，式（1）可以表示為線性回歸方程。本文選取2001—2019年30個省、市、自治區(qū)的面板數(shù)據(jù)，利用面板模型驗證人口數(shù)量紅利和人口質(zhì)量紅利對經(jīng)濟總量和經(jīng)濟質(zhì)量的影響。通過Hausman和似然比檢驗，本文選擇面板個體固定效應(yīng)模型進行分析，面板固定模型設(shè)定如下：

為了避免多重共線性，本文利用VIF進行共線性檢驗。結(jié)果顯示，VIF值均小于5，說明模型不存在嚴重的多重共線性問題。

表2的基準回歸結(jié)果顯示，人口紅利對經(jīng)濟總量和質(zhì)量均有影響。從全樣本來看，2001—2019年我國30個省份的人口數(shù)量紅利增加，顯著促進了經(jīng)濟總量提升，但抑制了經(jīng)濟的高質(zhì)量發(fā)展，而人口質(zhì)量紅利提升不僅有利于經(jīng)濟增長，而且可以正向推動經(jīng)濟高質(zhì)量發(fā)展。該結(jié)果驗證了假設(shè)H1，也與人口經(jīng)濟學(xué)理論相吻合?？v向來看，模型2至模型4反映了人口紅利與經(jīng)濟增長的關(guān)系。模型2的結(jié)果顯示，在0.01的顯著性水平下，撫養(yǎng)比的倒數(shù)增加1百分點（撫養(yǎng)比下降1個百分點），則經(jīng)濟顯著增長0.566百分點，說明人口數(shù)量紅利可以正向促進經(jīng)濟快速增長。模型3的人口質(zhì)量紅利系數(shù)為0.784，說明人口質(zhì)量紅利可以顯著促進經(jīng)濟增長。模型4是將兩個核心變量放入同一框架，其系數(shù)均顯著為正，說明我國的人口紅利仍未消失，人口數(shù)量紅利和人口質(zhì)量紅利共同驅(qū)動了經(jīng)濟增長。模型5至模型7反映了人口紅利與經(jīng)濟高質(zhì)量發(fā)展的關(guān)系。模型5的人口數(shù)量紅利系數(shù)（-0.095）在0.01的水平下顯著為負，說明人口數(shù)量紅利會抑制經(jīng)濟高質(zhì)量發(fā)展。模型6的人口質(zhì)量紅利系數(shù)（0.510）顯著為正，說明人口質(zhì)量紅利會推動經(jīng)濟高質(zhì)量發(fā)展。模型7的結(jié)果顯示，人口數(shù)量紅利會抑制經(jīng)濟高質(zhì)量發(fā)展，而人口質(zhì)量紅利會促進經(jīng)濟高質(zhì)量發(fā)展。對比模型2和模型5的結(jié)果可以發(fā)現(xiàn)，人口數(shù)量紅利增加會促進經(jīng)濟總量提升，但會抑制經(jīng)濟高質(zhì)量發(fā)展，該結(jié)論與模型4和模型7的結(jié)論一致。對比模型3和模型6的結(jié)果可以發(fā)現(xiàn)，人口質(zhì)量紅利增加不僅能夠顯著促進經(jīng)濟增長，還能推動經(jīng)濟高質(zhì)量發(fā)展。隨著人口質(zhì)量紅利的增加，即6歲以上人口中受教育程度為高中學(xué)歷及以上占比的升高，我國的經(jīng)濟總量和經(jīng)濟質(zhì)量都得到顯著提升。

表2 基準回歸結(jié)果

從控制變量來看，市場化進程和政府干預(yù)對經(jīng)濟總量和質(zhì)量的影響大多顯著為正，這與經(jīng)濟理論相吻合。市場化進程的推進，實現(xiàn)了社會資源的合理利用和優(yōu)化配置，促進了社會經(jīng)濟的快速發(fā)展，同時，市場化為經(jīng)濟增長提供了空間，帶動了新型經(jīng)濟的發(fā)展，對經(jīng)濟總量和質(zhì)量的提升產(chǎn)生了正向影響。政府干預(yù)作為“看不見的手”，在市場不能自動達到帕累托最優(yōu)的情況下，發(fā)揮了引導(dǎo)性作用，促使經(jīng)濟發(fā)展達到總量、質(zhì)量雙提升的效果。外商投資對經(jīng)濟總量的影響顯著為負，而對經(jīng)濟質(zhì)量的影響不顯著。這可能是因為，過多的外商投資會帶來本地產(chǎn)品滯銷、整體生產(chǎn)率下降、產(chǎn)業(yè)鏈低端鎖定等問題，從而抑制經(jīng)濟增長。進出口占GDP的比重對經(jīng)濟總量和質(zhì)量的影響均顯著為負，其原因可能是：一方面，我國各地區(qū)的出口一部分是源自外商投資的出口，進出口占GDP的比重對經(jīng)濟的正向作用可能被削弱，從而抑制經(jīng)濟增長；另一方面，貿(mào)易摩擦?xí)蓴_對外貿(mào)易進程，使進出口額占GDP的比重出現(xiàn)跳躍式下滑，其對經(jīng)濟逐漸產(chǎn)生負向影響。

（續(xù)表2）

（二）異質(zhì)性分析

為了驗證假設(shè)H2，同時探討人口數(shù)量紅利和人口質(zhì)量紅利在時間上的變化以及區(qū)域異質(zhì)性問題，本文采用分時段的回歸和面板分位數(shù)回歸，檢驗人口紅利的變化趨勢以及不同經(jīng)濟發(fā)展水平下各省份人口紅利的異質(zhì)性影響。

1.分時間段面板數(shù)據(jù)分析。表3報告了2001—2009年和2010—2019年兩個時間段，人口紅利對經(jīng)濟總量和經(jīng)濟質(zhì)量的差異性影響。從人口紅利對經(jīng)濟總量的影響效果來看，人口數(shù)量紅利的回歸系數(shù)從1.092變?yōu)?0.533，說明人口數(shù)量紅利與經(jīng)濟總量的關(guān)系呈現(xiàn)倒U形，即隨著人口數(shù)量紅利的增加，經(jīng)濟總量先上升后下降。人口質(zhì)量紅利的系數(shù)從0.210顯著提高至0.424，說明人口質(zhì)量紅利逐漸顯現(xiàn)，且隨著時間的推移，人口質(zhì)量紅利對經(jīng)濟總量的影響日益顯著。該結(jié)論也與經(jīng)濟理論和現(xiàn)實情況相符。一方面，企業(yè)用人成本增加導(dǎo)致部分海外產(chǎn)業(yè)外遷，就業(yè)崗位減少，勞動力數(shù)量的增加并沒有帶來就業(yè)的壓力，人口紅利的增加反而對經(jīng)濟增長產(chǎn)生了抑制作用。另一方面，經(jīng)濟危機、全球需求端萎靡意味著空閑勞動力增加，隨著第三次產(chǎn)業(yè)技術(shù)革命的興起，各國對高技術(shù)人才更加渴求，各行各業(yè)也更加智能化，這使得勞動力質(zhì)量成為經(jīng)濟增長的核心動力。從表3人口紅利對經(jīng)濟質(zhì)量的影響來看，兩個時間段的人口數(shù)量紅利系數(shù)均不顯著，且回歸系數(shù)很小，說明人口數(shù)量紅利的影響微乎其微。人口質(zhì)量紅利系數(shù)從0.006 2上升至0.533，即從不顯著到顯著，說明人口質(zhì)量紅利對經(jīng)濟高質(zhì)量發(fā)展的影響逐步顯現(xiàn)，尤其是近幾年的影響效果更加明顯?？傊瑥?010年開始，人口數(shù)量紅利式微，而人力資本紅利逐漸超越人口數(shù)量紅利成為我國經(jīng)濟發(fā)展的主導(dǎo)力量。本文認為，我國的人口結(jié)構(gòu)正在發(fā)生轉(zhuǎn)型，且人口數(shù)量紅利的驅(qū)動力正載轉(zhuǎn)化為人口質(zhì)量紅利的驅(qū)動力，這是符合二次人口紅利理論的。

表3 人口紅利的經(jīng)濟效應(yīng)（分時間段回歸）

（續(xù)表3）

2.分位數(shù)面板數(shù)據(jù)分析。為了驗證假設(shè)H2，同時探究不同經(jīng)濟發(fā)展水平下各省份人口紅利對經(jīng)濟發(fā)展的異質(zhì)性影響，本文引入面板分位數(shù)回歸模型，即在分位數(shù)回歸模型（QRM）（Koenker and Bassett，1978）[31]的基礎(chǔ)上，借鑒蘆婷婷和祝志勇（2021）[37]的方法，利用面板分位數(shù)模型進行參數(shù)估計，將被解釋變量看成是一個函數(shù)分布，根據(jù)最小化加權(quán)的殘差絕對值求和，從而估計解釋變量處于被解釋變量不同分位點時的影響。面板分位數(shù)模型設(shè)定如下：

其中，下標(biāo)τ表示分位數(shù)（本文選取0.25、0.5、0.75三個分位點）。

從表4的面板分位數(shù)模型回歸結(jié)果來看，隨著分位點的變化，GDP水平越高的地區(qū)，人口數(shù)量紅利的驅(qū)動效應(yīng)越小直至不顯著，而三個分位點上的人口質(zhì)量紅利則從0.572提高到0.759再到0.909，說明經(jīng)濟越發(fā)達地區(qū)人口數(shù)量紅利的驅(qū)動效應(yīng)越弱，而人口質(zhì)量紅利的驅(qū)動效應(yīng)越強。這就進一步驗證了假設(shè)H2，即我國人口結(jié)構(gòu)已發(fā)生變化，由人口數(shù)量紅利轉(zhuǎn)向人口質(zhì)量紅利。同時，對于經(jīng)濟高質(zhì)量發(fā)展而言，人口數(shù)量紅利的抑制作用是一直存在的，但經(jīng)濟質(zhì)量越高的地區(qū)，人口數(shù)量紅利的負面效應(yīng)越弱。人口質(zhì)量紅利則具有促進作用，且經(jīng)濟質(zhì)量越低的地區(qū)，人口質(zhì)量紅利的驅(qū)動效應(yīng)越強。這可能是因為，單純的勞動力增加并不能帶動地區(qū)經(jīng)濟的高質(zhì)量發(fā)展，反而會因就業(yè)壓力大、環(huán)保意識薄弱、受教育程度參差不齊等而產(chǎn)生抑制作用，而在高質(zhì)量發(fā)展程度較低的地區(qū)，高素質(zhì)人才的邊際效用更強，這也符合高質(zhì)量發(fā)展對技術(shù)創(chuàng)新等層面的需求。此外，經(jīng)濟質(zhì)量較高的地區(qū)還會產(chǎn)生人才的虹吸效應(yīng)，造成擠出效應(yīng)和人口質(zhì)量紅利的浪費。

表4 人口紅利的經(jīng)濟效應(yīng)（分位數(shù)回歸）

綜上所述，人口數(shù)量紅利雖然對經(jīng)濟總量具有正向影響，但對經(jīng)濟質(zhì)量具有抑制作用，而人口質(zhì)量紅利對經(jīng)濟總量和經(jīng)濟質(zhì)量均具有顯著的促進作用。同時，人口數(shù)量紅利與經(jīng)濟總量的關(guān)系在時間上呈現(xiàn)倒U形，而人口質(zhì)量紅利對經(jīng)濟總量和經(jīng)濟質(zhì)量的影響日益顯著?？傮w來看，人口數(shù)量紅利式微，而人口質(zhì)量紅利逐漸超越人口數(shù)量紅利成為我國經(jīng)濟發(fā)展的主導(dǎo)力量。就不同的地區(qū)而言，兩類人口紅利的影響效果不盡相同，經(jīng)濟發(fā)達地區(qū)人口數(shù)量紅利的驅(qū)動效應(yīng)較弱，而人口質(zhì)量紅利的驅(qū)動效應(yīng)較強，同時，人口數(shù)量紅利對經(jīng)濟高質(zhì)量發(fā)展所起的抑制作用在經(jīng)濟質(zhì)量高的地區(qū)較弱，而人口質(zhì)量紅利的促進作用在經(jīng)濟質(zhì)量低的地區(qū)則較強，總體的區(qū)域差異性較大。

（三）機制分析

由前文的理論分析可知，人口紅利不僅對經(jīng)濟發(fā)展具有直接效應(yīng)，還可以通過產(chǎn)業(yè)結(jié)構(gòu)升級和技術(shù)進步對經(jīng)濟發(fā)展產(chǎn)生間接影響。為了驗證假設(shè)H3，本文使用中介效應(yīng)模型驗證人口紅利的實現(xiàn)路徑。

中介效應(yīng)分析一般采用逐步檢驗回歸系數(shù)的方法，可以分為三步。第一步，檢驗方程（10）的系數(shù)c，也就是自變量對因變量Y的總效應(yīng)。第二步，檢驗方程（11）的系數(shù)a，也就是自變量與中介變量M的關(guān)系。第三步，在控制中介變量M后，檢驗方程（12）的系數(shù)c′和系數(shù)b。由于遮掩模型可能出現(xiàn)直接效應(yīng)和間接效應(yīng)相互抵消的情況，本文還要進行中介效應(yīng)檢驗。鑒于Bootstrap具有較高的統(tǒng)計效力（溫忠麟和葉寶娟，2014）[38]，本文采用Bootstrap檢驗中介效應(yīng)，設(shè)定次數(shù)為500次、區(qū)間為95%的置信區(qū)間，如果該置信區(qū)間不包含0，則拒絕系數(shù)乘積為0的原假設(shè)，說明中介效應(yīng)顯著。Bootstrap檢驗結(jié)果見表5和表6。從表5的結(jié)果來看，人口數(shù)量紅利通過技術(shù)進步對經(jīng)濟增長和高質(zhì)量發(fā)展產(chǎn)生促進作用，通過產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對高質(zhì)量發(fā)展產(chǎn)生正面影響，但對經(jīng)濟增長的效果不明顯。這可能是因為，產(chǎn)業(yè)結(jié)構(gòu)升級可能帶來的經(jīng)濟“陣痛”，導(dǎo)致人口紅利對經(jīng)濟增長的效果不顯著。

表5 人口數(shù)量紅利的Bootstrap中介效應(yīng)檢驗

從表6的結(jié)果來看，人口質(zhì)量紅利通過產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對經(jīng)濟增長產(chǎn)生抑制作用，對經(jīng)濟高質(zhì)量發(fā)展產(chǎn)生正向作用，通過技術(shù)進步對經(jīng)濟增長產(chǎn)生正向作用，但對經(jīng)濟高質(zhì)量發(fā)展的中介效應(yīng)不明顯。這可能是因為，高等教育的培養(yǎng)方向?qū)е录夹g(shù)進步的方向向經(jīng)濟重心偏移，而“軟實力”尤其是環(huán)境保護方面的技術(shù)創(chuàng)新較少。對比直接效應(yīng)和間接效應(yīng)可以發(fā)現(xiàn)，從系數(shù)的角度來看，人口質(zhì)量紅利對經(jīng)濟增長和經(jīng)濟高質(zhì)量發(fā)展的總效應(yīng)（系數(shù)加總）均為正，這與前文的基準回歸、異質(zhì)性分析結(jié)果相符。

表6 人口質(zhì)量紅利的Bootstrap中介效應(yīng)檢驗

（四）穩(wěn)健性檢驗

為了驗證各模型結(jié)果的可信程度，本文進一步進行替代控制變量的穩(wěn)健性檢驗和一階差分GMM的內(nèi)生性檢驗，以期解決可能存在的模型設(shè)定、互為因果等問題。

1.替換控制變量。本文以按境內(nèi)目的地和貨源地劃分的貨物進出口水平（merc）替換按經(jīng)營單位所在地劃分的貨物進出口水平（tra），并進行穩(wěn)健性檢驗。從表7的穩(wěn)健性檢驗結(jié)果來看，替換控制變量后，核心解釋變量的系數(shù)和顯著性均未發(fā)生明顯變化，說明模型設(shè)定合理、結(jié)果可靠。

表7 穩(wěn)健性檢驗

2.內(nèi)生性檢驗。由于人口紅利存在滯后效應(yīng)，可能會對模型的內(nèi)生性產(chǎn)生影響，本文使用差分GMM模型進行內(nèi)生檢驗。一階差分GMM檢驗?zāi)Ｐ腿缦拢?/p>

其中，ln gdpi，t-1和ln gmli，t-1為滯后一期的工具變量，其他符號及變量同上。

加入被解釋變量的滯后一期作為工具變量后，基準回歸模型就變?yōu)閯討B(tài)面板回歸模型。表8的差分GMM檢驗結(jié)果顯示，AR（1）均在0.05的水平上顯著，而AR（2）在0.05的水平上不顯著，說明Arellano-Bond檢驗沒有拒絕“擾動項無自相關(guān)”的原假設(shè)。sargan檢驗結(jié)果也不顯著，不能拒絕“工具變量有效”的原假設(shè)，說明模型設(shè)定合理。因此，內(nèi)生性檢驗得以通過。同時，GMM估計結(jié)果與靜態(tài)面板模型估計結(jié)果基本一致，各變量的系數(shù)和顯著性無顯著變化，這也進一步證明了模型的穩(wěn)健性。

表8 差分GMM模型的內(nèi)生性檢驗

（續(xù)表8）

六、空間效應(yīng)檢驗

根據(jù)Tobler（1970）[39]提出的地理學(xué)第一定律，任何地理事物之間都存在相關(guān)性，且與距離有關(guān)。已有研究發(fā)現(xiàn)，人口紅利具有明顯的區(qū)域異質(zhì)性（王志寶等，2013）[40]，經(jīng)濟總量和經(jīng)濟質(zhì)量也存在明顯的區(qū)域差異（董敏杰和梁泳梅，2013；魏敏和李書昊，2018）[41，42]?；诖耍疚睦每臻g計量模型對人口紅利的空間效應(yīng)進行分析。

（一）空間權(quán)重矩陣

本文采用鄰接空間權(quán)重矩陣（W）進行空間分析。鄰接空間權(quán)重矩陣又稱為0-1矩陣，其通過判斷區(qū)域是否相鄰來反映空間關(guān)系，設(shè)定方法如下：

（二）空間自相關(guān)檢驗

在確定是否使用空間計量方法時，本文首先考察數(shù)據(jù)是否存在空間依賴性和相關(guān)性。鑒于已有研究普遍使用Moran’I檢驗空間自相關(guān)（Moran，1950）[43]，本文也采用全局Moran’I檢驗被解釋變量（經(jīng)濟總量和經(jīng)濟質(zhì)量）和核心變量（人口數(shù)量紅利和人口質(zhì)量紅利）的空間相關(guān)性。全局Moran’I的計算公式如下：

表9 2001—2019年的全局Moran指數(shù)

由表9可知，被解釋變量和核心解釋變量的全局Maran指數(shù)大多顯著為正，說明地區(qū)的經(jīng)濟總量、經(jīng)濟質(zhì)量、人口數(shù)量紅利和人口質(zhì)量紅利均存在空間正自相關(guān)性，且區(qū)域間存在空間聯(lián)系，即模型的被解釋變量和核心變量均存在空間自相關(guān)關(guān)系。

（三）空間杜賓模型回歸

鑒于Maran指數(shù)顯示的被解釋變量和核心變量均存在空間自相關(guān)關(guān)系，且LM檢驗中的空間誤差和自相關(guān)結(jié)果均顯著，本文選擇鄰接空間權(quán)重矩陣。為了驗證假設(shè)H4，本文借鑒白雪潔和周曉輝（2021）[44]的研究，通過引入空間杜賓模型，進一步檢驗人口數(shù)量紅利和人口質(zhì)量紅利對經(jīng)濟發(fā)展的空間溢出效應(yīng)。模型設(shè)定如下：

其中，i、j代表不同的區(qū)域，t代表年份，Wij表示空間權(quán)重，ρ為被解釋變量空間回歸系數(shù)，φ為解釋變量空間回歸系數(shù)，λ為空間誤差回歸系數(shù)?？臻g杜賓模型的hausman檢驗結(jié)果顯示，模型應(yīng)選擇隨機效應(yīng)。本文對隨機效應(yīng)的空間面板杜賓模型進行檢驗，結(jié)果均顯著，說明空間杜賓模型不會出現(xiàn)退化。

ln mp 0.237***（0.033）0.040**（0.020）ln fir 0.083**（0.035）0.238***（0.034）0.041**（0.019）0.031**（0.014）ln rfdi -0.016（0.012）0.083**（0.035）0.030**（0.014）-0.001（0.005）ln tra 0.003（0.014）-0.018（0.012）-0.001（0.005）-0.004（0.005）ln merc -0.005（0.014）-0.004（0.005）間接效應(yīng)ln dedi 0.230（0.171）-0.063**（0.031）ln hc 0.381***（0.108）0.219（0.166）-0.065**（0.031）0.016（0.023）ln mp 0.524***（0.089）0.397***（0.106）0.015（0.229）-0.017（0.028）ln fir 1.689***（0.112）0.525***（0.089）-0.015（0.027）-0.004（0.024）ln rfdi -0.043（0.048）1.683***（0.112）-0.011（0.025）0.027***（0.009）ln tra -0.126**（0.061）-0.060（0.047）0.028***（0.009）-0.035***（0.012）ln merc -0.109*（0.061）-0.032***（0.124）sigma 0.005***（0.0002）0.003***（0.0002）likehood 562.295 560.296 828.944 827.768 N 570 570 570 570 0.005***（0.0003）0.003***（0.0002）

從間接效應(yīng)來看，人口數(shù)量紅利對經(jīng)濟總量的空間溢出效應(yīng)不顯著，但對經(jīng)濟高質(zhì)量發(fā)展的空間抑制效應(yīng)顯著，這意味著本地的人口虹吸效應(yīng)雖然對經(jīng)濟效應(yīng)有利，但對周邊地區(qū)的經(jīng)濟發(fā)展會有負面影響，現(xiàn)實中東部地區(qū)的虹吸效應(yīng)對周邊地區(qū)的影響可以佐證這一點。人口質(zhì)量紅利對經(jīng)濟總量具有顯著的空間溢出效應(yīng)，對經(jīng)濟高質(zhì)量發(fā)展的空間溢出效應(yīng)則不顯著。人口質(zhì)量紅利不僅會對本地的經(jīng)濟發(fā)展產(chǎn)生正面影響，還會對周邊地區(qū)的經(jīng)濟發(fā)展產(chǎn)生促進作用。這可能是因為，人口質(zhì)量紅利所帶來的知識溢出效應(yīng)和技術(shù)溢出效應(yīng)實現(xiàn)了區(qū)域擴散。此外，從控制變量的空間效應(yīng)來看，其總效應(yīng)和直接效應(yīng)與前文的面板回歸結(jié)果相符，這就進一步驗證了本文結(jié)論的準確性。

七、結(jié)論與建議

基于2001—2019年我國30個省、市、自治區(qū)（西藏及港澳臺地區(qū)除外）的面板數(shù)據(jù)，本文以人口數(shù)量紅利、人口質(zhì)量紅利與經(jīng)濟發(fā)展之間的關(guān)系為主線，通過構(gòu)建面板固定效應(yīng)模型、面板分位數(shù)模型、空間杜賓模型，對人口紅利的經(jīng)濟效應(yīng)及時空異質(zhì)性進行了分析，并得出以下結(jié)論：（1）全樣本分析表明，人口數(shù)量紅利增加會顯著促進經(jīng)濟總量增長，但會抑制經(jīng)濟質(zhì)量提高，而人口質(zhì)量紅利增加能夠在促進經(jīng)濟總量增長的同時，推動經(jīng)濟高質(zhì)量發(fā)展；（2）異質(zhì)性分析表明，我國經(jīng)濟發(fā)展進入新常態(tài)后，人口數(shù)量紅利式微，人口質(zhì)量紅利逐漸取代人口數(shù)量紅利成為經(jīng)濟發(fā)展的主導(dǎo)力量，經(jīng)濟發(fā)展水平不同的地區(qū)人口數(shù)量紅利和人口質(zhì)量紅利的驅(qū)動效應(yīng)也存在差異；（3）機制分析表明，人口數(shù)量紅利和人口質(zhì)量紅利會隨著產(chǎn)業(yè)結(jié)構(gòu)升級和技術(shù)進步對經(jīng)濟總量和質(zhì)量產(chǎn)生顯著的影響；（4）空間分析表明，人口數(shù)量紅利對經(jīng)濟總量的空間溢出效應(yīng)不顯著，但對經(jīng)濟高質(zhì)量發(fā)展的空間抑制效應(yīng)顯著，而人口質(zhì)量紅利對經(jīng)濟總量具有顯著的空間溢出效應(yīng)，對經(jīng)濟高質(zhì)量發(fā)展的空間溢出效應(yīng)則不顯著。

根據(jù)以上研究結(jié)論，結(jié)合新時代我國人口與經(jīng)濟發(fā)展面臨的困境，本文提出三方面建議。

第一，加快推動經(jīng)濟轉(zhuǎn)型，從更多地依靠人口數(shù)量紅利向依靠人口質(zhì)量紅利轉(zhuǎn)變。我國不僅要繼續(xù)擴大勞動年齡人口規(guī)模，更要提升勞動力質(zhì)量。在政策方面，我國應(yīng)通過制定更加靈活、更富有彈性的退休制度，解決年輕勞力的后顧之憂，激發(fā)勞動年齡人口的工作熱情。同時，我國應(yīng)繼續(xù)落實三胎政策，適度鼓勵和扶持三胎家庭，從根源上解決未來勞動力短缺的問題。在行動方面，我國應(yīng)擴大教育支出，嚴抓高等學(xué)校教育與科研，強化教育和技能培訓(xùn)等，以提升我國的勞動力質(zhì)量，為經(jīng)濟的高質(zhì)量發(fā)展提供更多的高素質(zhì)人才。

第二，重視不同經(jīng)濟發(fā)展水平地區(qū)人口紅利的不平衡性，推動區(qū)域協(xié)調(diào)發(fā)展。我國應(yīng)推進并完善勞動力市場體系建設(shè)，不僅要在發(fā)達地區(qū)及中等發(fā)達省份滿足高質(zhì)量人才要求，以需求為導(dǎo)向提供就業(yè)崗位，而且要在經(jīng)濟欠發(fā)達省份推進人才引進政策，以落戶政策、獎勵政策等留住高素質(zhì)人才，同時對經(jīng)濟落后地區(qū)開展各種層次的教育和培訓(xùn)，提高勞動力的積極性，避免勞動力流失。為了降低人口數(shù)量紅利對經(jīng)濟質(zhì)量的空間抑制作用，強化人口質(zhì)量紅利對經(jīng)濟增長的空間溢出效應(yīng)，勞動力聚集或勞動密集型產(chǎn)業(yè)較多的地區(qū)可以通過產(chǎn)業(yè)轉(zhuǎn)型升級減少人口數(shù)量集聚，西部地區(qū)則可以通過人才引進或打造核心城市的方式吸引人才，從而充分發(fā)揮人口質(zhì)量紅利的空間溢出效應(yīng)。

第三，加快產(chǎn)業(yè)結(jié)構(gòu)升級，實現(xiàn)創(chuàng)新驅(qū)動的經(jīng)濟轉(zhuǎn)型。在產(chǎn)業(yè)升級方面，我國不僅要在要素扶持政策和相關(guān)市場領(lǐng)域改革方面加大支持和推進力度，還要積極培育經(jīng)濟新業(yè)態(tài)，加強技術(shù)創(chuàng)新平臺及科技服務(wù)體系建設(shè)，推動健康產(chǎn)業(yè)與數(shù)字經(jīng)濟的深度融合。在技術(shù)創(chuàng)新方面，我國不僅要深化科技體制改革，著力解決科技與經(jīng)濟脫節(jié)的問題，更要大力實施知識產(chǎn)權(quán)戰(zhàn)略，加強知識產(chǎn)權(quán)創(chuàng)造、應(yīng)用和保護，進一步激發(fā)廣大科技工作者的創(chuàng)新活力，最大程度地動員和整合全社會的科技創(chuàng)新資源，實現(xiàn)要素資源效益的最大化，增強科技工作的活力、動力及其對經(jīng)濟社會發(fā)展的支撐力、引領(lǐng)力。