前言：中文期刊网精心挑选了老龄化程度加深范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
老龄化程度加深范文1
关键词：人口老龄化；居民消费；影响因素
人口结构变化在现代社会的主要特征是老龄化。研究中国人口结构变化，尤其是人口老龄化过程对居民消费的影响一直是多学科研究重点，且以定量研究为主。人口老龄化有时间表，收入与消费在不同时期也有变化，二者是否具有内在联系需要从定性和定量角度加以讨论。西方最有体系的人口老龄化研究成果当属著名经济学家舒尔茨所著的《老龄化经济学》，该著作认为在消费类型上，老年人的多样性使不同的老年群体在其消费结构上也不同①。从消费角度来看，国外学者研究消费水平的视角主要集中在消费函数上，也更多地从人口老龄化与储蓄率、经济增长之间的关系角度展开实证研究，如罗伯特等认为老年人抚养费用属于纯消费性支出，有可能降低未来的国民收入增长而影响居民消费需求②。国内学者的研究从关注单一老年人口问题转移到对社会经济全局发展的影响上来。有的从老龄化与储蓄率、经济增长的关系间接研究人口老龄化对消费的影响。有的则直接通过相应经济指标分析老龄化对消费的影响。由于抽样及分析方法等不同，不同学者在人口老龄化与居民消费关系问题的研究上得出了不同结论，调查范围也具有区域性。王金营等认为老年抚养系数对居民消费需求有负向作用③；王森运用协整理论对1978-2007年数据进行分析，得出人口老龄化对居民消费呈现正负交错的影响效应④；胡乃军等通过数理模型推导发现，只有老龄人口与劳动人口的消费比例持续大于二者收入比例，人口老龄化对城镇居民人均消费水平才不会发生负面影响⑤。
一、Meta分析
操作本文将通过Meta分析提取测量指标，分析人口老龄化对居民消费水平及消费结构的影响，并讨论这些影响是否具有区域特征。该研究基于以下假设：H1：人口老龄化程度对居民消费水平具有显著负向作用；H2：人口老龄化程度对消费结构有显著影响。基于分析方法的特点，文章研究思路为：通过人口特征、国民经济等相关资料，采用文献研究法收集我国人口相关数据；按Meta分析要求提取人口老龄化及居民消费测量指标，分析二者在关系；根据分析结果探索人口老龄化环境下促进消费的途径。描述性统计分析、比较分析法和假设检定法等是本文辅助分析方法。本文初步收集了196篇相关文献，之后对文献进行标准化筛选，凡是信息不完整、重复发表、非中国背景研究、非实证研究、不存在明确效应值或计算后也不能将其转化为所需相关系数的文献均不纳入。最后，本文纳入分析的文献共计10篇，得到2个效应值，满足Meta分析要求。文章采用Reviewmanager5.2作为数据分析工具，以居民消费率表示居民消费数量水平，恩格尔系数表示居民消费机构与质量水平，并按联合国标准⑥划分老龄化社会，表示老龄化程度。由于各地老龄人口数据及消费数据具有时间特征，将其视作连续变量，选择标准化均数差(SMD)作为效应值，用倒方差法对数据进行处理，经过合并效应值、异质性检验、假设检验和发表偏倚控制四个步骤。
二、人口老龄化对消费的影响
1.人口老龄化对居民消费水平具有负向作用
通过各省市65岁以上人口比及居民消费率变化数据可看出，中国老龄化程度不断加深，随着老年系数增加，各省数据均显示出同一特点，即居民消费率呈现下降趋势。在此假设基础上，本文选取江西、辽宁、贵州、吉林四个省份⑦的连续数据，对比同一地区非老龄化阶段向老龄化阶段转变过程中，居民消费率的变化情况。结果显示，四省55632万人⑧样本的综合效应来看，95%CI的上下限均未跨过SMD=0无效线，因此合并后的效应值具有统计学意义。在固定效应模型下，异质性检验中，P小于0.00001，说明四省的研究具有异质性，因此需要再通过随机效应模型合并效应量。合并效应量为-1.83,95%CI=(-1.88，-1.84)，合并后效应量，Z=11.12,P<0.00001<0.05，可见人口老龄化对居民消费具有显著影响，且人口老龄化越严重，居民消费率越低。文章采用倒漏斗图来控制分析中的发表偏倚。倒漏斗图显示，文献集中在三角区域并对称分布，说明分析中发表偏倚较少，数据结果可靠性强。
2.人口老龄化程度对消费结构有显著影响但存在地区差异
老年人受生理和心理影响，其消费结构会发生变化。国家统计居民消费品支出构成时将其划分为食品、衣着、居住等八类。针对目前在此方面研究局限性，学者多用灰色关联分析法说明老年人与其他年龄段人口消费的不同，从而说明人口老龄化对消费结构的影响。但综合来看，人口老龄化程度对消费结构的影响却存在地区差异。南京市实证研究认为，居住居首位⑨；辽宁的实证研究认为食品依然占据首位⑩；四川省“六普”数据发现医疗保健居首位(11)。本文通过辽宁、吉林两省在老龄化与非老龄化阶段的恩格尔系数对比分析，发现固定效应模型下二者存在异质性，对两省恩格尔系数随老年人口比例变化进行趋势分析，辽宁省数据二者关系不明显，吉林省则明显表现出老龄化程度加深，恩格尔系数下降的特点。随机效应模型下合并效应值SMD=-2.44,95%CI=(-3.59，-1.28)，P<0.00001<0.05，人口老龄化对消费结构具有显著影响。由于数据局限性，本文据Meta定性分析及指标变化趋势认为人口老龄化对消费结构的影响存在地区差异。
三、结语
综上，人口老龄化程度对居民消费水平及居民消费结构都有显著影响。人口因素与经济发展的关系受到各方面因素综合影响，实证研究采用不同方法与不同指标都会导致结果差异性。但二者具有内在相关性；老年人居民消费能力不足形成共识。本文认为人口老龄化环境下提高居民生活水平以提高其消费能力及需求；发展养老服务产业以匹配老年人消费结构；完善养老制度并促进低龄老年人再就业，从而增加老年人口收入及一定程度上补充劳动力市场都是促进消费可尝试的途径。
参考文献：
[1]胡乃军,杨燕绥,于淼.中国城镇人口老龄化与城镇居民消费研究[J].人口学刊,2014(5).
[2]詹姆斯•舒尔茨.老龄化经济学(第7版)[M].社会科学文献出版社,2010,1.
老龄化程度加深范文2
从2012年开始，中国劳动力的总量已经进入到净减少状况。退休政策的调整，对于整个社会来说具有极其深远的意义和价值导向作用。分析了我国退休年龄制度的现状及问题，对企业职工延迟退休进行了价值分析，并提出了促进职工自愿延迟退休的对策。
关键词：
延迟退休；自愿；养老金；退休年龄
中图分类号：
F2
文献标识码：A
文章编号：16723198（2014）22003202
1前言
随着我国医疗水平的进步和经济社会的发展，我国人口预期寿命自上个世纪五六十年代年以来大幅提高。根据《2010中国统计年鉴》的数据，2009年我国65岁以上老年人口共计1.1309亿，占总人口比重已达到8.5%，老年抚养比达到了11.6%。数据预测显示，中国处于劳动年龄的人口从2015年开始将逐渐减少，老龄人口数量加速上升。面对如此严峻的形势，我们不得不重新审视退休年龄制度问题。
目前，我国退休年龄制度可以概括为：“男性60周岁，女性干部退休年龄55周岁，女性工人退休年龄50周岁，同时工龄满10年”。目前的退休年龄规定是一个政策体系，除了一般性退休年龄规定之外，对于特殊工种、身体条件等还有相对于一般退休年龄的提前退休和延迟退休规定。提前退休规定井下矿工、高（低）温场所工作、化工业等职员为男性55岁、女性45岁退休；延迟退休则规定因企业工作需要的延迟退休者，按照本企业工龄的长短，每月给付在职养老补助费，其数额为本人工资的10%～20%。
2我国现行退休年龄制度存在的问题
2.1退休年龄偏低
中国目前对退休年龄的一般性规定，基本沿用了1951年《劳动保险条例》中对退休年龄的规定，随着我国经济社会的发展，这一退休年龄标准明显偏低。首先，退休年龄没有随着人口预期寿命的延长而适时的做出相应的调整。1950年中国人口的平均预期寿命男性仅为40岁，女性仅为42.3岁，而2010年第六次全国人口普查男性为72.38岁，女性为77.37岁。其次，退休年龄与受教育年限延长不相适应。改革开放以来，中国人的受教育人均年限和20世纪50年代相比有了显著提高，进而推迟了劳动力就业的平均年限。维持原来的退休年龄规定，意味着人力资本投资回报期的缩短，这既是人力资本的浪费，也会转而抑制人们进行人力资本投资的积极性，阻碍人力资本总量的提高。最后，退休年龄与人口老龄化趋势不相适应。1964年第二次全国人口普查数据显示61岁及以上人口占总人口比重为5.5%，而2010年全国第六次人口普查60岁及以上人口占13.26%，其中65岁及以上人口占8.87%。并且，人口老龄化程度在未来一段时期还有不断加深的趋势。据预测，2030年左右中国将进入人口老龄化高峰期，届时人口老龄化程度将达到24.5%。
以上数据可以看出我国老龄化现象增长速度过快，社会负担过重。人口老龄化程度的提高对经济社会发展提出了挑战，突出表现在劳动人口比重下降、人力资本存量减少、社会保障压力增大等方面。而中国在人口老龄化程度不断加剧的条件下，却依然维持较低的退休年龄规定，将对人口老龄化条件下经济社会的可持续发展造成压力。
2.2提前退休情况较为严重
提前退休是世界各国普遍面对的一个共同的问题，老年人提前退出劳动力市场也是大多数国家在最近几十年中所共同经历的最显著的社会经济问题之一。根据中国实际情况来看，1991年之后中国平均退休年龄有下降趋势，由于中国对退休年龄的规定没有改变，进而相对说明了提前退休状况有加深趋势。按照中国退休年龄的规定，特殊工种、工伤残疾等情况可以正常提前退休，这是对劳动者的正常保护措施。但是，除了正常提前退休之外，中国还存在着较多的利用提前退休规定但不符合政策要求的非正常退休情况。由于中国人口基数大，劳动力众多，因而每年的非正常退休人数持续增加。而提前退休行为是与退休政策有关的。目前中国关于养老金领取资格的规定是达到最低缴费年限15年，并取消了最初的延迟退休期间养老金补助待遇，这在一定程度上可能由于养老保险制度收益激励不足以及给付机制存在问题造成了提前退休的现象发生。
3我国企业职工延迟退休的价值分析
3.1有利于改善养老金不足
随着我国经济社会的发展及现代化进程的不断加快，我国的人口老龄化也日趋严重，从世界上绝大多少国家来看，老龄化是不可逆转的趋势，所以这势必造成养老金的巨大压力。从我国历史及目前情况出发，上个世纪的养老金政策已经越来越不适应现代社会的发展。随着老年人口的增多，养老金空账问题日益严重。而延迟退休，能够在一定程度上缓解养老金压力，把养老金“做实”。
3.2有利于缩小抚养比
目前我国人口老龄化日益严重，而随着计划生育的进行及社会的发展，人口出生率正逐年降低，在未来几十年内，这一趋势可能还会继续上升，劳动力不足带来的一系列问题将会凸显。我国进入老龄化的速度不断加快，老龄化的程度不断加深。社会抚养比的比重每年都在增加，社会压力不断增大。而延迟退休，能在一定程度上缩小抚养比，也会缓解年轻劳动力赡养老人的压力。
老龄化程度加深范文3
人口、资源和环境是当今社会面临的主要问题，中国人口年龄结构开始步入老龄化。资料显示，目前我国65岁以上老年人口已达2.3亿人，占总人口的16.7%。到2020年，老年人口将达到2.48亿，老龄化水平将达到17.17%。中国人口年龄结构从成年型进入老年型仅用了18年，而发达国家则经过了40―100年才完成现代人口增长模式的转变。人口的快速转变，将会使中国成为世界上老龄人口最多、老龄化程度最严重的发展中国家。因此，从人口老龄化角度探讨碳排放问题，有利于正确判断和把握影响碳排放的人口因素，正确地制定减排政策，这对于我国经济发展方式的转变有着重要的理论和现实意义。
二、模型设定及变量说明
其中，C代表碳排放量，E代表这三种一次能源的消耗量。NCV为2007年《中国能源统计年鉴》提供的平均低位发热量。CEF为（2006）IPCC中提供的碳排放系数。并且根据（2006）IPCC提供的烟煤和无烟煤碳排放系数的加权平均值来计算煤炭的碳排放系数。COF是碳氧化因子（煤炭设定为0.99，原油和天然气为1）。44和12分别为二氧化碳和碳的分子量。各种能源折算标准煤系数也由同期《中国能源统计年鉴》提供（陈诗一，2009）。
关于解释变量，本文选取人口老龄化（65岁及以上人口占总人口的比例）及其平方项。
关于控制变量（itX）包括：人口规模（POP），用总人口数表示；国内生产总值（GDP）；产业结构（STRU），采用第二产业 GDP与地区总 GDP 的比值；技术水平（T），采用碳排放??度作为变量。
三、实证分析及估计结果
本文利用我国30个省域2004―2014年人口老龄化以及碳排放的状况进行回归分析，考虑到面板数据存在异方差和序列相关，所以选择可行广义最小二乘（FGLS）方法对模型进行估计。为了检验结果的稳健性，本文开始以2CO和aging及其平方项作为基础模型，之后加入GDP、STRU、T变量，得到回归结果如下表1。
四、结论与启示
老龄化程度加深范文4
关键词：人口老龄化；地区差异；聚类分析；分层抽样
维也纳世界老龄问题大会规定：60岁以上的老年人口占总人口的10%以上，或者65岁及以上人口占总人口7%以上的国家或地区就是“老年型国家或地区”。人口老龄化在19世纪中期最先出现在发达地区，这是该地区生产力发展，公共卫生事业进步，死亡率、出生率下降，实现人口转变的必然结果。我国在2000年的时候，65岁及以上人口占总人口的比重就达到了7%，自此之后，该比值一直高于7%，截止2014年年末，中国65岁及以上老人已经达到1.13亿，占全国人口的比重为10.06%。预计到2030年，中国60岁及以上人口老龄化率将达到25%（CaiandWang，2005），而65岁及以上人口老龄化率将达到14%，未来20-40年将成为中国人口老龄化的高峰阶段（张文范，2002）。
人口老龄化是总人口中老年人口比例不断上升的变化过程，是伴随着人口转变而发生的一种人口年龄结构变化的人口现象。造成人口老龄化的直接原因是死亡率与出生率的下降，但是人口老龄化的最根本原因是经济的发展和社会的进步。
聚类分析（ClusteringAnalysis）是对集中的记录进行分类，由聚类分析工具根据一定的规则，合理地进行分组或聚类，并用显式或隐式的方法描述不同的类别。聚类的目标是将数据聚集成类，使得类间的相似性最小，而类内的相似性尽可能大。这与抽样技术中以使得组内差异小、组间差异大进行分层的原则是一致的。
本文首先利用1995-2014年中国65岁及以上人口比重、老年抚养比数据做趋势图
图1
图22014年各省份老年人口比重
由图1可以看出，1995年-2014年我国人口出生率急剧下降，1995年到2010年从17.12%下降到11.9%，就2010年之后稍微上涨一点点，这于国家放开计划生育政策有关系，但是总体来讲，出生率较之前还是很低；而同时人口死亡率的变化比较平缓，但是还是在上升，这于中国这些年的经济的崛起有关，国家发展迅速，国民的生活水平提高了，从而使得人均寿命延长；而且也看到老年抚养比也是一直上升的，幅度也比较大，从1995年的9.2%上涨到13.7%，这也表示中国老年化程度的加深。
由图2可以看出，不同省份的老年人口的比重也存在比较大的差异。是31个省份中老年人口比重最低的省份，为5.49%，重庆位居31个省份的第一位，老年人口比高达14.12%，从数据来看，2014年未进入老龄化，而重庆已经远远超出了7%的标准，可见，中国人口老龄化地区差异是比较明显的，分析这种差异程度及趋势，为政府制定政策提供依据是有着现实意义的。
中国31个省份由于区位、资源条件及历史基础等方面的原因，经济的发展有快有慢，同样，老龄化程度也是存在显著差异。
本文尝试采用聚类方法中的系统聚类法，选取2014年中国31个省份的65岁及以上人口比重、老年抚养比及各省份GDP占全国的比重，运用SPSS软件，对各省份进行聚类分析。
因为数据量纲不同将影响聚类分析的结果，所以在分析之前要对数据进行无量纲化处理；进行无量纲处理之后还需要对数据进行标准化处理，因为指标类型中有“极大型”、“极小型”、“居中型”和“区间型”指标。通过聚类图可将全国31个省份分成5类，具体如表1
由于本文采用的抽样方法为分层随机抽样，即每层中的抽样都独立地按照简单随机抽样进行，设总体均值的简单估计为^st，对于分层随机抽样
^st=∑Lh=1Whh=1N∑Lh=1Nhh
V（^st）=∑Lh=1W2h1-fhnhs2h
通过上述公式，得出下列结果：
^st=9.50%
V（^st）=0.00000176
该种方法计算出的结果与利用国家公布的数据：2014年年末总人口136782万人，65岁及以上人口136782万人，得出的65岁及以上老年人口比重为10.06%，两者相差0.56%。
如果直接将31个省份的老年人口比重数据直接地进行简单的算术平均，即
^==1n∑ni=1yi
V（）=1n-1∑ni=1（yi-）2
则结果为：65岁及以上老年人口平均比重为9.56%，这样计算的方差为0.00039。可以看出，两种方法得出的均值比较接近，但是分层抽样的方差明显小很多。
通过上述分析可以看出。将聚类分析与分层抽样结合在一起，可以有效地提高抽样的估计效率，这对于一些大型调查，例如全国型调查，可以在节省成本的同时提高估计的精度。
通过上述分析，不难看出我国人口老龄化的问题还是比较严重的，除了最后一类老年人口比重为6.78%之外，其余四类都高于7%，最高一类竟达到14.6%；另外，受各地区经济差异影响，我国31个省市间的老龄化化程度存在明显的地区差异，这就要求国家的政策制定者要考虑到这些差异，从而更公平地分配公共资源，促使国家更和谐地发展。总体来说，经济越发达的地区，老龄化程度问题越严重；沿海地区，老龄化问题比非沿海地区老龄化问题严重；经济越不发达的地区，老龄化程度越低。
老龄化程度加深范文5
人口老龄化对城乡居民家庭消费的影响
随着山东省经济的不断发展，医疗卫生、养老保健等各方面条件都有较大的改善，人口预期寿命延长，并且由于山东省近几十年来生育率的持续下降，使得山东省人口老龄化进程速度加快。1982年65岁及以上人口比重为5.6%，老年人口为419.66万人，到2007年该比重达到9.74%，老年人口为912.35万人。在这二十五年内，山东省老年人口数的年均增长率为4.7%，而这期间山东省总人口数增加了1873万人，平均年增长率为0.1%，老年人口的年均增长速度是总人口增长速度的4.7倍。可见，山东省人口老龄化正处于加速阶段，老龄问题将越来越严重。
从城乡居民家庭消费层面来分析，首先，人口老龄化会使家庭的收入水平降低而不利于家庭的人均消费水平的提高，从而降低区域经济发展的需求拉动效应;其次，人口老龄化会增加家庭总消费支出的负担，从而提高家庭的边际消费倾向，依据乘数理论，边际消费倾向的增加会带来乘数效应的提高，而这将有利于经济增长;最后，人口老龄化必然会引起老年消费品的需求增加，改变家庭的消费结构的同时，引致产品和产业结构的调整。
为了进一步明确人口老龄化对家庭消费的影响，本文应用山东省1989－2007年的相关数据(见表1)，采用格兰杰因果检验进行分析。计量经济分析认为，要进行要素间的格兰杰因果检验，首先要进行协整分析，只有要素间存在协整关系，才能进一步进行因果检验［6］。协整检验发现，山东省居民人均消费水平lnTCI和老龄化人口比重RPAGE的带截距的一阶差分在1%的显著水平下平稳、是同阶积分过程，而且lnTCI和RPAGE的回归参差在5%的显著水平下水平平稳，这表明山东省居民人均消费水平变动与老年人口比重变化之间是协整的，可以进行下一步的Granger因果检验;同理，也发现城镇居民人均消费水平lnUCI和RPAGE之间存在协整关系，可进行Granger因果检验;但是由于农村居民人均消费水平lnRCI带截距的二阶差分平稳，与RPAGE的一阶平稳不同阶，因此它们之间不存在协整关系，不能进行Granger因果检验。这样，就只能将山东省居民人均消费水平lnTCI、城镇居民消费水平lnUCI和老龄化人口比重RPAGE进行格兰杰因果关系检验，结果见表2。
由表2可知，无论是山东省居民人均消费还是城镇居民人均消费，它们与人口老龄化的因果关系检验的零假设被接受的概率较高，说明人口老龄化程度的变动和消费变化之间的因果关系不显著，这说明人口老龄化对居民家庭消费的影响不是特别明显。原因在于人口老龄化变动和消费变化并不是由单一要素引起的，它们受到来自于经济社会发展、政策、个人偏好等各方面因素的综合影响。但进一步比较发现，人口老龄化比重提高引起城镇居民消费变动的可能性大于全省居民消费变动的可能性。这是因为消费是由收入水平决定的，城镇的老年人绝大多数是依靠退休金生活的，而农村的老年人主要依靠子女供养，因此城镇老年人口的收入水平高于农村老年人口，当然也高于全省老年人口，所以城镇居民消费对人口老龄化的敏感程度高于全省，更高于农村。从另一个角度来看，随着人口老龄化程度的不断加深，其必然会影响到家庭消费水平的变化。总之，目前阶段，人口老龄化对山东家庭人均消费支出影响程度不显著，对城镇居民人均消费的影响程度大于其比对山东省居民人均消费和农村居民人均消费的影响程度，也就是说人口老龄化程度达到一定的阶段才能对居民的消费产生明显的影响。
人口老龄化对消费结构的影响
随着老年人生理、心理的变化及消费观、价值观的变化，其对食品、衣着、医疗保健、教育文化娱乐服务等产品的消费具有自身的特点:老年消费是一种自主消费、老年人的消费观较成熟、老年消费对商品质量和服务质量高于一般消费、老年消费中休闲消费与与服务性消费所占比例较大等，这些特点使得人口老龄化对消费结构产生影响。为研究不同年龄结构、尤其是人口老龄化对居民消费结构的影响，本文将年龄结构与居民消费结构进行灰色关联度分析。由于城乡间人口老龄化程度的差异以及城乡居民间的收入水平、消费习惯和消费观念的差异，因此本文分城镇与乡村研究人口老龄化对消费结构的影响，然后将城乡进行对比分析。
灰色关联分析是根据因素之间发展态势的相似或相异程度来衡量分析因素间的变动程度。它是动态过程发展态势的量化分析，是系统地对历年来有关统计数据几何关系的比较。根据序列曲线几何形状的相似程度来判断其联系是否紧密。曲线越接近，相应序列之间的关联度就越大;反之就越小。序列曲线集合形状相似程度显示成数值的形式为关联度矩阵［7］。建立灰色关联矩阵首先要定义母序列和子序列，可以将人口年龄结构时间序列定义为母序列:Y1———0到14岁人口占中人口的比重，Y2———15岁到64岁的人口占中人口的比重，Y3———65岁及以上人口所占比重(见表3)。子序列定义为各种消费品所占比重(见表4和表5)。
根据表3、表4和表5，将年龄结构{y1}、{y2}和{y3}作为母序列，分别代表0－14岁、15－64岁和65岁及以上3个年龄段的人口占总人口的比例;将{x1}、{x2}、{x3}、{x4}、{x5}、{x6}、{x7}和{x8}作为子序列，分别代表食品、衣着、家庭设备用品及服务、医疗保健、交通通信、教育文化娱乐服务、居住、杂项商品与服务8类消费品支出占人均生活消费支出的比例。
先计算城镇人口年龄结构与消费结构的关联度R1，再计算乡村人口年龄结构与消费结构的关联度R2，结果如下:（略）。
R1是年龄结构对城镇居民消费结构的关联矩阵。从老年人口本身的消费结构来看，r31=0.7447＞r32＞r34＞r36＞r38＞r37＞r33＞r35，说明城镇老年人口对8类消费品的需求程度大小顺序依次是食品、衣着、医疗保健、教育文化娱乐服务、杂项商品与服务、居住、家庭设备用品及服务和交通通信;从年龄结构变动的角度分析，r31=0.7447＞r21=0.7326＞r11=0.5569，这说明随着年龄结构的变动，城镇居民更加关注食品的消费，同理可以看到，年龄结构的变化也使得城镇居民对衣着、医疗保健、教育文化娱乐服务的需求增加。
R＞2是年龄结构对农村居民消费结构的关联矩阵。从老年人口本身的消费结构来看，r36=0.6002＞r34＞r31＞r37＞r33＞r35＞r32＞r38，说明农村老年人口对8类消费品的需求影响程度大小顺序依次是教育文化娱乐服务、医疗保健、食品、居住、家庭设备用品及服务、交通通信、衣着和杂项商品与服务;从年龄结构变动的角度分析，农村居民消费结构中只有交通通信的r35=0.4302＞r25＞r15，老年人口的其他各项指标均低于其他年龄段的，这说明农村老年人口总体的消费状况低于其他年龄段的人口，也低于城镇老年人口。
比较城镇老年人口和农村老年人口8类消费品的排序情况可以发现，人口老龄化使得食品、医疗保健和教育文化娱乐服务3大类消费品成为老年人的主要消费项目，这说明老龄化推动老年人口更加关注生活质量、身体健康和精神文化生活，更加追求积极、健康老龄化。同时也发现城镇老人比农村老人更讲究衣着消费，2008年山东省老龄委重大专项课题(2008LLWZ01)的调查结果显示，城镇老年人中“四季衣服都有，比较讲究”的比重为25.28%，远高于农村11.44%的比重，而且城镇老年人的衣着质量高于农村老年人。根据调查资料计算得，山东省老年人2007年日常消费支出3805.12元(不包括转移性支出)，为山东省人均生活消费支出的58.88%，消费水平远低于山东省平均水平［8］。
可见，人口老龄化对消费结构的影响主要体现为基本生活资料消费由量的满足到质的提高、医疗保健支出的增长和教育文化娱乐服务消费的持续增长，这必然对产业结构和社会服务提出新的要求。现在的老年人群，尤其是城镇老年人群由于生理、心理、经济状况等原因，养老观念已发生较大变化，他们更加注重自己晚年的生活质量，因此对医疗保健、康复器材、护理用品、生活用品及居家养老服务等消费需求迫切。现有的市场结构和产业结构及老年社会服务不适应人口老龄化社会需求的状况日趋突出。这些都有待于政府有关部门和社会通过培育老年消费市场、发展新型老龄产业和社会服务来满足老年人的需求。
老龄化程度加深范文6
关键词：人口老龄化；面板向量自回归模型；经济增长；脉冲效应
中图分类号：F015 文献标识码：A 文章编号：1003-3890（2017）01-0022-08
一、引言
2000年第五次人口普查数据显示，我国65岁及以上人口为8 811万人，占总人口的6.96%，按照联合国划分标准，我国开始进入人口老龄化社会，2010年65岁及以上人口达到8.9%，高于同期世界人口老龄化平均水平，且成为世界上老年人口最多的国家。我国老年人口规模大、老龄化速度快、地区差异大等特点及其带来的经济社会问题一直受到学术界、媒体界和政界各方的关注，如“未富先老”“空巢老人”“人口红利消失”等问题成为人们关注的焦点。特别地，人口老龄化对消费、储蓄、投资、经济增长的影响一直是学者们关注的课题，积极应对人口老龄化问题已是当务之急。近年来提出的“推迟退休年龄”“以房养老”“全面放开二胎”等政策也掀起热议，必然需要和促使学者加快对人口老龄化问题的研究，并且研究人口老龄化对经济社会的影响有利于辅助决策者做出科学的养老保障、B老服务决策。
日本和欧洲等发达国家人口老龄化问题的出现明显早于发展中国家，对人口老龄化问题的研究也较早。Clark et al.（1980）最早建立人口老龄化经济学[1]。国内学者王克（1987）较早探讨了中国人口老龄化对经济的影响[2]。随后，大量学者从劳动力、储蓄、消费、投资等角度研究人口老龄化对经济增长的影响。
人口老龄化对经济增长的影响，大部分学者持悲观观点，认为人口老龄化对经济增长有弊无利。Leff（1969）最早通过74个国家的数据实证研究表明人口老龄化促使老年人口赡养负担加重，使储蓄减少，进而削减投资，最终使经济增长速度有所减缓[3]。随后，Turner et al.（1998）、Tosun（2003）等国外学者从储蓄、消费、劳动力等角度指出人口老龄化使经济增长减缓[4-5]；于学军（1995）、张本波（2002）、王德文 等（2004）、彭秀健（2006）、蔡P 等（2004）国内学者也指出人口老龄化会制约经济的增长，不利于我国经济长期增长[6-10]。还有部分学者持乐观或中立观点，不认为人口老龄化是经济增长的不利因素。从储蓄、教育投资、人力资本等角度出发，Maxime et al.（1999）、Nakajima et al.（2001）、Bloom et al.（2010）、贺菊煌（2004）指出人口老龄化不一定是经济增长的负面因素[11-14]；而Lindh et al.（1999）、姜向群 等（2002）、李军（2006）、刘永平 等（2008）认为人口老龄化对经济增长的影响是多方面的[15-18]。
综合来看，上述人口老龄化对经济增长的影响研究并没有一致的观点，由于研究方法、模型建构和变量选取等方面的原因，人口老龄化对经济增长的影响尚无定论。
本文关注人口老龄化对经济增长的影响，分析人口老龄化对经济产生的冲击，并提出政策建议。本文第二部分首先设定面板向量自回归模型（PVAR），并说明数据来源及变量描述；第三部分是本文的主体，构建PVAR模型使用省级面板数据进行实证分析；第四部分给出基本结论及政策建议。
二、模型设定与变量描述
（一）模型设定
本文通过构建面板VAR模型（PVAR）分别分析人口老龄化对居民消费和经济增长的影响，人口老龄化对国民储蓄和经济增长的影响。Holtz-Eakin et al.（1988）提出的面板数据向量自回归模型（PVAR）既具有VAR模型的众多优点，将研究系统中研究变量都当作内生变量，通过计算正交化脉冲响应函数分析一个内生变量的冲击会给其他内生变量带来的影响，同时也继承了面板数据的优点，通过考虑个体效应和时间效应涵盖了个体差异性和不同截面的共同冲击[19-20]。
本文PVAR模型的基本形式为
yi，t=αi+βt+■βpyi，t-p+εi，t（1）
其中，i=1，2，…，31表示省份i；t=2000，2001，…，2013表示年份；考虑人口老龄化-居民消费-经济增长时，yit是包含三个变量的向量yit={lnpgdp，lnpcons，odep}，考虑人口老龄化-国民储蓄-经济增长时，yit是包含三个变量的向量yit={lnpgdp，sav，odep}；p为滞后阶数；引入αi表示个体效应，即允许变量中存在地域性的差异，引入βt表示时间效应，刻画变量的时间趋势；βp为3×3维的系数矩阵；εi，t是随机扰动项。
本文构建PVAR模型主要包括下面步骤：（1）PVAR模型滞后阶数的选择；（2）利用面板广义矩估计（GMM）对模型进行估计，说明内生变量之间的回归关系；（3）计算脉冲响应函数，通过动态脉冲响应图反映内生变量的冲击对自身及其他内生变量的影响；（4）误差项的方差分解，进一步说明误差项的影响因素的程度[21]。①
国内也已有文献（董丽霞 等，2011）[22]利用PVAR模型研究人口结构、储蓄率和经济增长的关系，但其中存在的几方面问题本文进行了改进：一是建立PVAR模型时滞后阶数直接选取为1阶，阶数选择可能并不是最优的，本文利用AIC、BIC和HQIC统计量选取最优滞后阶数；二是现有文献没有进行方差分解分析结构冲击对内生变量影响的贡献度；三是董丽霞 等取变量5年平均数作为分析样本，对变量取均值会造成信息的丢失且样本时间序列较短限制了多阶滞后项的估计。另外，本文分别在居民消费和国民储蓄的路径下，分析人口老龄化对经济的影响，前者偏向于考察个体和家庭行为的微观基础，后者偏向于考察国家层面的宏观基础。
（二）数据来源与变量说明
考虑数据的可获得和我国人口发展过程，我国在2000年开始进入人口老龄化社会，所以数据选取时间区间为2000―2013年。数据主要来源于2001―2014年《中国人口统计年鉴》和《中国统计年鉴》，选取2000―2013年31个省（自治区、直辖市）的老年抚养比、人均地区生产总值、地区人均消费支出和地区最终消费率（不包括港澳台地区的数据）。
从经济学的角度考虑，本文使用地区老年人口抚养比反映该地区人口老龄化程度，表示因地区人口老龄化带来的经济负担；利用人均地区生产总值的对数（lnpgdp）反映地区的经济增长状况；利用人均地区消费支出的对数（lnpcons）反映地区的居民消费水平，居民消费可直接反映居民的消费能力和消费水平；利用国民储蓄率（sav）反映地区的国民储蓄水平，国民储蓄水平是影响投资和经济持续增长的根本因素。由于我国没有统计国民储蓄率数据，本文选取1减去最终消费率近似表示地区国民储蓄率，计算公式为：国民储蓄率=1-最终消费率，即（1-最终消费/GDP）×100%=（1-居民最终消费/GDP-政府最终消费/GDP）×100%。数据的描述性统计如表1所示。
三、人口老龄化对经济影响的实证分析
（一）单位根检验和协整检验
对于时间序列数据需进行平稳性检验，本文使用的省级面板数据具有时序的特征，因此构建面板VAR模型前对数据进行单位根检验序列平稳性，如表2所示。
从表2可以看出，在5%的显著性水平下，变量经过一阶差分后，odep、lnpgdp、lnpcons和sav都是平时间序列，即变量odep、lnpgdp、lnpcons和sav都是一阶单整I（1）。在一阶单整的情况下，对变量进行协整检验，检验变量之间是否存在长期均衡关系。一般情况下，面板向量自回归模型（PVAR）较面板向量误差修正模型（PVEC）更有效。当变量存在协整关系时，应建立面板向量误差修正模型（PVEC），如不存在协整关系，则建立面板向量自回归模型（PVAR）更有效。
对变量lnpgdp、odep、lnpcons和变量lnpgdp、odep、sav形成的两组变量分别进行协整检验，检验两组变量是否存在协整关系。本文采用两种协整检验方法――面板统计量组和统计量，结果如表3和表4所示。
由表3可知，在5%显著性水平下，Gt、Ga、Pt、Pa四个统计量都不显著，说明lnpgdp、lnpcons、odep之间不存在协整关系，即不存在长期均衡关系。同理，表4表明lnpgdp、sav、odep之间也不存在协整关系。
因此，本文利用2000―2013年31个省级面板数据对lnpgdp、lnpcons、odep和lnpgdp、sav、odep两组变量分别建立面板向量自回归模型（PVAR），实证研究人口老龄化对居民消费和经济增长的影响，人口老龄化对国民储蓄和经济增长的动态影响。
（二）滞后阶数选择
本文利用AIC、BIC和HQIC统计量来判断最优自回归滞后阶数，依据AIC、BIC或HQIC取最小值的阶数确定为模型的最优滞后阶数，结果如表5和表6所示。
由表5可知，当lnpgdp、lnpcons、odep建立PVAR模型滞后阶数选取为4时，AIC、BIC和HQIC统计量都最小，一致表明滞后阶数应选取为4，建立PVAR（4）模型。
由表6可知，当lnpgdp、sav、odep建立PVAR模型滞后阶数选取为4时，BIC和HQIC统计量最小，而滞后阶数为5时，AIC统计量最小。一般地，当三者不一致时，BIC/HQIC倾向选择比较精简的模型，AIC倾向比较复杂的模型，且BIC/HQIC通常优于AIC，因此本文滞后阶数选取为4，建立PVAR（4）模型。
（三）PVAR估计
由于PVAR模型包含时间效应和个体效应，所以本文在构建PVAR模型前对数据做如下处理：运用截面均值差分消除各个变量的时间效应，然后使用向前均值差分消除个体效应（即Helmert过程变换），以消除由于时间效应和个体效应可能造成系数估计偏差[23]。本文使用人均地区生产总值作为被解释变量，建立PVAR（4）模型。
本文首先利用2000―2013年31个省级老年人抚养比、人均居民消费支出对数、人均地区生产总值对数的面板数据建立PVAR（4）模型，分析人口老龄化对居民消费和经济增长的动态影响，在居民消费路径下分析人口老龄化对经济增长的影响；然后利用2000―2013年31个省级老年人抚养比、人均居民消费支出对数、人均地区生产总值对数的面板数据建立PVAR（4）模型，分析人口老龄化对国民储蓄和经济增长的动态影响，在国民储蓄路径下分析人口老龄化对经济增长的影响。由于向量自回归模型的参数并没有实际经济意义，一般只关注其引出的脉冲响应函数和方差分解，分别用以分析随机扰动的一个单位标准化新息对内生变量产生的影响和结构冲击对内生变量波动的贡献度。因此，在此不详列模型估计的参数[24]。
（四）脉冲响应函数分析
为了检验人口老龄化与经济变量之间的动态关系，本文采用脉冲响应函数研究内生变量冲击对自身及其他内生变量的影响作用。由于脉冲响应函数Cholesky正交分解对变量的排序非常敏感，而人口结构的变化反映了劳动人口数量和比重变化，进而会导致收入水平的变化，影响消费和储蓄；而经济增长并不立即影响人口结构变化，人口结构的变化相对缓慢。因此，在脉冲响应函数Cholesky分解中，表示人口结构变量的odep排在前面，其后是人均地区生产总值lnpgdp和人均居民消费支出lnpcons或者国民储蓄率sav，所以两组变量分别为{odep，lnpgdp，lnpcons}和{odep，lnpgdp，sav}。本文通过给予内生变量{odep，lnpgdp，lnpcons}一个标准差的冲击，使用蒙特卡洛模拟500次得到正交脉冲响应函数图，并给出95%的置信区间。
1. 人口老龄化-居民消费-经济增长的脉冲响应函数分析。利用老年人抚养比、人均地区生产总值对数、人均居民消费支出对数建立的PVAR模型对变量进行蒙特卡洛模拟得到脉冲响应函数，结果如图1所示。
由图1可知，人口老龄化程度的一个正交化新息的冲击对经济增长的影响第一期为0，随后便持续一直为负，且负值较为稳定，表明面对人口老龄化的冲击时，人口老龄化对经济增长并不同期立即产生影响，而是具有滞后性，且随后对经济增长的负作用持久且稳定，人口老龄化对经济增长有拖累作用。
从老年人抚养比odep对人均消费支出对数lnpcons的脉冲响应函数图（第三行，第一列）可看出，人口老龄化的一个正交化新息冲击对人均消费支出产生的影响一直持续为负，负作用呈现先增大后减小趋势，但减小反应较弱依然为负作用，最终收敛于很小的负向影响，表明面对人口老龄化的冲击，中国的人均消费水平出现一定程度的持续负向效应，人口老龄化降低居民消费水平。
另外，考虑人口老龄化消费水平经济增长的间接路径，老年人抚养比odep对人均消费支出对数lnpcons的脉冲响应函数（第三行，第一列）和人均消费支出对数lnpcons对人均地区生产总值对数lnpgdp的脉冲响应函数（第二行，第三列）可看出，在间接影响路径下，人口老龄化程度的一个正交化新息冲击首先对居民消费水平产生负向作用，进而通过居民消费水平的负向作用对经济增长产生负向作用，所以从人口老龄化消费水平经济增长的间接路径看出，人口老龄化对经济增长负向影响的部分因素是由人口老龄化对居民消费水平的负向作用传递产生的。
而言之，在考虑居民消费情况下，人口老龄化对居民消费和经济增长都产生了负向作用，并且在人口老龄化消费水平经济增长的间接影响路径下，人口老龄化不利于消费水平提高进而对经济增长产生负作用。
2. 人口老龄化-国民储蓄-经济增长的脉冲响应函数分析。利用老年人抚养比、国民储蓄率、人均地区生产总值对数建立的PVAR模型对变量{odep，lnpgdp，sav}进行蒙特卡洛模拟得到脉冲响应函数，结果如图2所示。
由图2，在考虑国民储蓄情况下，从老年人抚养比odep对人均地区生产总值对数lnpgdp的脉冲响应函数图（第二行，第一列）可看出，人口老龄化程度的一个正交化新息的冲击对经济增长的影响持续一直为负，随后负作用有减小趋势但一直维持为负，表明面对人口老龄化的冲击时，经济增长出现负向变动，虽负作用有所减小，但对经济增长的影响持续为负。
从老年人抚养比odep对国民储蓄率sav的脉冲响应函数图（第三行，第一列）可看出，人口老龄化程度的冲击对国民储蓄率的影响当期为0，滞后第二、三期为正向影响然后下降，第四期后变为负向效应，随后负向作用有所减小，表明面对人口老龄化的冲击时，国民储蓄当期不受影响，短期内对国民储蓄产生正向作用，对国民储蓄有拉升作用，但随后“反正为负”，人口老龄化在中长期对国民储蓄有负向作用，但从六期累积效应来看，总体上人口老龄化对国民储蓄有很小程度的正向作用。
另外，考虑人口老龄化国民储蓄经济增长的间接路径，从老年人抚养比odep对国民储蓄率sav的脉冲响应函数图（第三行，第一列）和国民储蓄率sav对人均地区生产总值对数lnpgdp的脉冲响应函数图（第二行，第三列）可看出，面对国民储蓄的正交化新息的冲击，经济增长出现正向变动，且上升趋势明显，说明国民储蓄有利于经济增长。在间接影响路径下，人口老龄化的冲击首先对国民储蓄产生很小程度的正向作用，进而对经济增长会产生一定程度正向作用。所以，从人口老龄化国民储蓄经济增长的间接路径看出，人口老龄化对经济增长有一定程度的正向影响，但人口老龄化对经济增长的总体影响是负向作用，表明通过人口老龄化提升的国民储蓄对经济增长产生很小程度的正向作用不足以抵消人口老龄化对经济增长直接产生的负向作用。
总而言之，在考虑国民储蓄路径下，人口老龄化对经济增长产生了负向作用，对国民储蓄的影响在短期具有拉升作用，而随后较长期产生负向作用，最终累计效应有很小程度正向作用。而在人口老龄化国民储蓄经济增长的间接影响路径下，人口老龄化对国民储蓄产生很小程度的正向作用不足以抵消人口老龄化对经济增长直接产生的负向作用。
（五）方差分解分析
为了更精确地考察人口老龄化、经济增长、居民消费或国民储蓄之间的相互影响程度，此部分通过蒙特卡洛模拟500次得到方差分解，分析结构冲击对内生变量波动的贡献度。
1. 人口老龄化-居民消费-经济增长的方差分解分析。利用老年人抚养比、人均地区生产总值对数、人均居民消费支出对数建立的PVAR模型对变量{odep，lnpgdp，lopcons}进行蒙特卡洛模拟得到方差分解，第10个预测期和第20个预测期的方差分解结果如表7所示。
在考虑居民消费路径下，从表7方差分解结果来看，老年抚养比odep对自身的冲击影响较大，在第10期对其自身方差的贡献率达到94.48%，在第20期方差贡献率稍有下降至89.16%。
老年抚养比对人均地区生产总值变动的解释能力较强，在第10期对其方差的贡献率达到17.80%，说明在考虑居民消费路径下，经济增长变动的17.80%可由人口老龄化解释，而第20期上升至19.32%；人均地区生产总值对其自身的冲击影响最大，第10期和第20期分别达到68.22%和67.22%。
老年抚养比odep对人均消费支出lnpcons变动的解释能力较小，在第10期对其方差的贡献率为8.58%，说明人均消费支出变动的8.58%可由人口老龄化解释，而第20期稍有下降至8.31%；人均消费支出对其自身的冲击影响最大，第10期和第20期分别达到69.69%和60.58%。
2. 人口老龄化-国民储蓄-经济增长的方差分解分析。利用老年人抚养比、人均地区生产总值对数、国民储蓄率建立的PVAR模型对变量{odep，lnpgdp，sav}进行蒙特卡洛模拟得到方差分解，第10个预测期和第20个预测期的方差分解结果如表8所示。
在考虑国民储蓄路径下，从表8方差分解结果来看，老年抚养比odep对自身的冲击影响较大，在第10期对其自身方差的贡献率高达97.04%，在第20期方差贡献率稍有下降至96.34%。
老年抚养比对人均地区生产总值变动的解释能力减小，在第10期对其方差的贡献率为4.96%，说明在考虑国民储蓄路径下，经济增长变动的4.96%可由人口老龄化解释，而第20期上升至5.64%；人均地区生产总值对其自身的冲击影响最大，第10期和第20期分别达到75.09%和70.67%。
老年抚养比odep对国民储蓄率sav变动的解释能力，在第10期对其方差的贡献率有2.05%，说明国民储蓄变动的2.05%可由人口老龄化解释，而第20期维持平缓至2.03%；国民储蓄对其自身的冲击影响最大，第10期和第20期分别达到84.76%和84.98%。
四、结论与政策建议
（一）结论
本文在人口结构内生的框架下分析人口老龄化对经济的影响，利用2000―2013年中国31个省市的老年抚养比、人均地区生产总值、人均消费支出和国民储蓄率的省级面板数据构建向量自回归模型（PVAR），实证分析了我国人口老龄化对我国经济增长、居民消费和国民储蓄的影响和相互关系。
研究结果表明，人口老龄化不利于经济增长，防止人口过度老龄化是接下来人口政策的重要任务。从直接效应来看，不论是考虑人均消费支出路径还是考虑国民储蓄率路径的情况下，人口老龄化对经济增长产生负向作用，负向作用持久且稳定，并未随时间推移而有所减缓。从间接效应来看，在人口老龄化消费水平经济增长和人口老龄化国民储蓄经济增长的间接影响路径下，人口老龄化不利于消费水平提高，进而对经济增长产生负作用，对国民储蓄产生很小程度的正向作用不足以抵消人口老龄化对经济增长直接产生的负向作用。不管是直接效应还是间接效应分析都表明，人口老龄化对经济增长具有拖累作用。
因此，未来我国人口老龄化的加重，对我国经济增长拖累作用将会更加深刻，现阶段我国经济下行压力较大，正是供给侧结构性改革和经济改革转型关键时期，是推进深化改革的重要关头，妥善处理好人口老龄化与经济之间的关系至关重要。为防止未来人口快速和过度老龄化拖累我国经济增长和扭曲经济结构，现阶段完善计划生育政策，鼓励生育，鼓励优生提高人口素质对我国经济发展至关重要。
（二）政策建议
中国人口老龄化还处于早期阶段，随着未来人口老龄化的进一步加深，必将对我国经济发展产生深刻的影响。一是人口老龄化抑制居民消费，对国民储蓄有一定拉升作用，我国应完善养老保障体系，加快人口产业调整，加大“银发产业”支持力度，调整经济结构，以扩大内需拉动我国经济增长。二是中国的人均消费支出在人口老龄化冲击下会出现持续负向变动，不利于居民消费水平的提高，总体上人口老龄化对国民储蓄有一定程度的正向作用，表明人口老龄化对国民储蓄有一定拉升作用，一定程度上有利于资本积累。为防止人口老龄化使得居民过度注重储蓄，造成国内消费低迷，我国应加快完善老年人保障体系，利用国内外公有和私有资本多种方式建立丰富的养老服务体系，改革养老保障制度以保障老年人正常生活水平，缓解年轻后代赡养老年人的后顾之忧，提高年轻消费群体的消费水平。三是加快计划生育政策的合理化调整，适当鼓励生育，提高年轻人口比重，加大人力资本投入，为未来经济增长提供充足且高素质的劳动力。
简而言之，完善养老保障体系，缓解赡养压力，发展“银发产业”，调整经济结构，促进国民消费能力，扩大内需拉动我国经济增长，鼓励生育与加大人力资本投入，为未来经济增长提供动力。
注释：
①本文运用的Stata程序是由Inessa Love和Lea Zicchino（2006）写，并经过改进的PVAR程序。
参考文献：
[1]CLARK R L，SPENGLER J J. The economics of individual and population aging[M]. Cambridge：Cambridge University Press，1980.
[2]王克.中国人口老龄化对未来经济的影响[J].人口学刊，1987（2）：42-45.
[3]LEFF N H. Dependency rates and savings rates[J]. The American economic review，1969，59（5）：886-896.
[4]TURNER D，GIORNO C，DE SERRES A et al. The macroeconomic implications of ageing in a global context[Z]. Economics department working papers no.193. OECD publishing，1998.
[5]TOSUN M S. Population aging and economic growth：political economy and open economy effects[J]. Economics letters，2003，81（3）：291-296.
[6]于学军.中国人口老化对经济发展的影响：是积极的？还是消极的？[J].人口研究，1995，19（4）：1-6.
[7]张本波.我国人口老龄化的经济社会后果分析及政策选择[J].宏观经济研究，2002（3）：27-33.
[8]王德文，蔡P，张学辉.人口转变的储蓄效应和增长效应――论中国增长可持续性的人因素[J].人口研究，2004，28（5）：2-11.
[9]彭秀健.中国人口老龄化的宏观经济后果――应用一般均衡分析[J].人口研究，2006，30（4）：12-22.
[10]蔡P.人口转变，人口红利与经济增长可持续性――兼论充分就业如何促进经济增长[J].人口研究，2004，28（2）：2-9.
[11]FOUG？RE M，M？RETTE M. Population ageing and economic growth in seven OECD countries[J].Economic modeling，1999，16（3）：411-427.
[12]NAKAJIMA T，FUTAGAMI K. Population aging and economic growth[J]. Journal of macroeconomics，2001，23（1）：31-44.
[13]BLOOM D E，CANNING D，FINLAY J E. Population aging and economic growth in Asia[M]. Chicago：University of Chicago Press，2010.
[14]贺菊煌.人口变动对经济的影响[J].人口与经济，2004（2）：1-6.
[15]LINDH T，MALMBERG B. Age structure effects and growth in the OECD，1950-1990[J]. Journal of population economics，1999，12（3）：431-449.
[16]姜向群，杜鹏.中国人口老龄化对经济可持续发展影响的分析[J].市场与人口分析，2000，6（2）：1-8.
[17]李军.人口老龄化条件下的经济平衡增长路径[J].数量经济技术经济研究，2006（8）：11-21.
[18]刘永平，陆铭.从家庭养老角度看老龄化的中国经济能否持续增长[J].世界经济，2008（1）：65-77.
[19]HOLTZ-EAKIN D，NEWEY W，ROSEN H S. Estimating vector autoregression with panel data[J]. Econometrica，1988，56（6）：1371-1395.
[20]守东，王淼.我国银行体系的稳健性研究――基于面板VAR 的实证分析[J].数量经济技术经济研究，2011，28（10）：64-77.
[21]LOVE I，ZICCHINO L. Financial development and dynamic investment behavior：Evidence from panel VAR[J]. The quarterly review of economics and finance，2006，46（2）：190-210.
[22]董丽霞，赵文哲.人口结构与储蓄率：基于内生人口结构的研究[J].金融研究，2011（3）：1-14.
[23]阎敏，郭婷.FDI对中国劳动就业的影响效应实证研究――基于面板VAR模型的动态分析[J].统计与信息论坛，2012，27（7）：52-57.
