基于ECM模型研究勞動人口與GDP總量關系

金湛

摘要：文章采用經濟計量學中誤差修正模型，依據1990～2013年年度GDP、勞動人口數據，構建了能反映總勞動人口與GDP總量之間內在關系的、較為理想的綜合模型。該模型初步揭示了總勞動人口與GDP總量之間的內在關系，在我國人口逐漸老齡化、養老負擔日益嚴重、人口撫養比指標愈加惡化的情況下，要保持經濟的平穩增長，勢必要優化人口結構和產業結構，逐漸從勞動密集型轉向技術密集型，從第一、第二產業跨向第三產業。

關鍵詞：GDP增長；勞動人口；誤差修正模型

一、引言

按照原有產業結構下，國民經濟的發展離不開勞動人口，勞動人口數量增速減緩制約了中國未來國民經濟發展，其與國民經濟關系十分緊密。因此，對人口在未來長期經濟發展中的作用進行研究，將對在我國資源稀缺條件下，建立和諧社會，制訂科學的宏觀發展規劃與政策決策，促進經濟的可持續發展具有重大的意義。在研究經濟發展的文獻中有很多方向，祝運海（2011）研究了房地產開發投資與經濟增長，使用單位根檢驗，格蘭杰因果檢驗等方法得出國民經濟增長與房地產開發有均衡關系。何永秀，趙永華，李瑩，黃文杰（2006）研究了工業用電量與經濟增長之間的關系。關于人口方向與經濟增長的也有不少文獻，錢明亮（2013）以重慶為實證對象預測到2030年勞動人口新趨勢與經濟發展的關聯度，得出人口增長對經濟的影響是不確定的，主要原因有經濟體制和運行機制有制約性影響，人口自身發展的長周期過程與經濟影響研究時長的短時間。趙進文（2003）使用無約束混合有限多項式分布滯后模型模擬出中國人口總量與GDP總量關系。張世晴（1992）在早期的人口研究中提出“人口—經濟增長”概念，并以此建立動態模型得出，人口的增加對經濟有減損和阻礙影響。在早期的人口研究文獻和現在的人口文獻有不同的結果，早期經濟的發展好像是被過多的人口給拖著，導致人均收入低。而現在的文獻大多是強調“人口紅利”，低生育率導致老齡化社會對勞動人口下降充滿憂慮。

本文從勞動人口方向研究人口與GDP總量的關系，使用ECM模型對1990年至2013年的勞動人口總量（15～64歲）及國內生產總值（GDP）的數據進行實證。得出長期中勞動人口總量和國內生產總值有長期均衡關系，勞動人口每增加1%，GDP增長10.62%，當偏離時以0.05的調整力拉回均衡狀態。文中首先是對數據的時間平穩性檢驗，再進行格蘭杰因果檢驗和協整檢驗，最后得出誤差修正模型。

二、分析模型簡述

本文分析檢驗過程為時間序列的平穩性檢驗、Granger因果關系和協整關系檢驗、最后建立ECM模型進行分析。

（一）時間序列平穩性檢驗

Granger因果關系、協整關系檢驗、ECM模型都要求時間序列是平穩的。ADF檢驗是Dickey和Fuller于1979年在DF檢驗法的基礎上進行改進而形成的一種檢驗序列平穩性的方法。該檢驗法的基本原理是通過增加xt滯后差分項來控制εt的高階自相關，盡量保證εt的白噪聲性，得到ADF檢驗的模型：

模型檢驗的原假設和備擇假設都是：H0：δ=0；H1：δ<0。只要模型中有一個能拒絕原假設，則原序列是平穩的；若模型都接受原假設，則說明原序列非平穩，要對其以階差分序列再進行檢驗。

（二）協整檢驗

變量序列之間的協整關系是由Engle和Granger首先提出的。其基本思想在于，盡管兩個或兩個以上的變量序列為非平穩序列，但它們的某種線性組合卻可能呈現穩定性，則這兩個變量之間便存在長期穩定關系即協整關系。

如果兩個變量都是單整變量，只有當它們的單整階數相同時才可能協整；兩個以上變量如果具有不同的單整階數，有可能經過線性組合構成低階單整變量。滿足協整的經濟變量之間不能相互分離太遠，一次沖擊只能使它們短時內偏離均衡位置，在長期中會自動恢復到均衡位置。

（三）Granger因果關系檢驗

Granger （1988）指出：如果變量之間是協整的，那么至少存在一個方向上的Granger原因；在非協整情況下，任何原因的推斷將是無效的。Granger因果關系檢驗的基本原理是：在做Y對其他變量（包括自身的過去值）的回歸時，如果把X的滯后值包括進來能顯著地改進對Y的預測，我們就說X是Y的（Granger）原因；類似地定義Y是X的（Granger）原因。

（四）誤差修正模型

誤差修正模型ECM （Error Correction Model）基本形式：

三、實證分析

（一）變量選取

由于總人口數量本文選取了1990年至2013年的勞動人口總量（15～64歲）及國內生產總值（GDP）的數據進行實證研究，為了消除異方差等影響，將勞動人口總量及國內生產總值數據均取對數處理，記為lnPOP和lnGDP。

（二）單位根檢驗

采用ADF單位根檢驗對數據集合進行單位根檢驗，由于lnPOP與lnGDP的數列具有明顯上升趨勢，因此ADF檢驗中選擇兼有截距項及趨勢項。

對lnGDP進行單位根的檢驗結果為：t檢驗的值為-4.1133，p值為0.0233，不同置信水平臨界值對應的t值分別為：1%置信水平對應-4.5716；5%置信水平對應-3.6908；10%置信水平對應-3.2869。

對lnPOP進行單位根的檢驗結果為：t檢驗的值為-4.8063，p值為0.0047，不同置信水平臨界值對應的t值分別為：1%置信水平對應-4.4407；5%置信水平對應-3.6329；10%置信水平對應-3.2547。

從以上檢驗結果可見，lnGDP與lnPOP均為一階單整。說明勞動力規模和GDP總量存在均衡關系。

隨后，研究勞動人口規模對國內生產總值變動的影響，利用VAR（2）模型對POP及GDP兩變量之間的關系進行實證研究，其結果如下矩陣所示：

兩個方程的擬合優度分別為R2=65%，R2=17%。

根據AR檢驗，所有單位根的模都落在單位圓內，表明上述VAR模型滿足穩定性條件。

（三）Granger檢驗與ECM模型

基于VAR（2）模型檢驗勞動人口規模和國內生產總值間是否有顯著地Granger關系。表1即為結果。

從表1可知，lnPOP是lnGDP的格蘭杰原因。

由于變量較少，隨后對lnPOP是lnGDP進行EG兩部法協整檢驗。估計得到：

lnGDP=10.62lnPOP+u

R2=97%.t=26.58

D.W=1.48

對上式的殘差進行AEG檢驗，顯示lnPOP與lnGDP間具有協整關系。下面根據上述變量建立誤差修正模型（ECM）。從POP到GDP單向因果關系的長期影響程度及誤差修正模型為：

ΔlnGDP=0.05u+1.07ΔlnPOP+0.14

其中u為誤差修正項。結論表示，長期來看，POP每增長1%時，GDP增長10.62%，當短期波動偏離長期均衡時，將以0.05的調整力度將非均衡狀態拉回到均衡狀態。

四、政策結論及建議

本文選取1990年至2013年的勞動人口總量（15～64歲）及國內生產總值（GDP）的數據進行實證研究，得出以下結論。

第一，勞動人口與GDP總量之間存在長期均衡關系，由ECM模型得出的結果，從長期來看POP每增長1%時，GDP增長10.62%，當短期波動偏離長期均衡時，將以0.05的調整力度將非均衡狀態拉回到均衡狀態。由此可見勞動人口增加對經濟增長的重要性。

第二，通過格蘭杰因果檢驗得出勞動人口是GDP的格蘭杰因，勞動人口對經濟的發展至關重要，是推動GDP增長的重要因素。

第三，勞動人口總量對GDP影響顯著，但長期調整的速度很慢，說明勞動人口是長期的問題，在短期中無法調整變化至正常水平。這也符合現實。

20世紀中國的生育政策有過兩次重大變化。剛建立新中國時，國家政策鼓勵生育，大多數中國家庭有3個以上的孩子，短短十幾年中人口猛增。后實行計劃生育政策，20世紀80年代第一批獨生子女出生，中國的人口數量得到有效地控制。改革開放以來中國的經濟發展奇跡，“人口紅利”是常被提到的重要原因，學者們在各種研究中也證實了勞動人口的數量確實對經濟增長有不可忽視的作用。然而近十年來，粗放經濟的弊端逐漸顯現，原本推動經濟發展的勞動密集型產業已經逐步淘汰。現階段的情況就是，若按照原有的產業布局，中國的新增勞動人口供給遠彌補不了勞動人口需求，如果不改變產業結構，加速經濟轉型，未來經濟發展會受到嚴重影響。

由于中國正面臨著人口總量高峰、老齡人口高峰、勞動年齡人口高峰和流動遷移人口高峰時期，計劃生育政策又施行了一系列調整。由雙獨二胎到2014年逐步放開單獨二胎新政策，以及后來實施的全面二胎政策，都在逐漸緩解勞動人口的需求壓力。

再有就是對經濟增長的模式改變，中國需要擺脫以往依靠便宜勞動力的相對優勢，尋找新的經濟增長模式。無論是企業家還是政策實施者應該要有長遠的目光，現有的增長不能持久。根據中國的“人口紅利”可能將于2015年左右喪失的情況，應加快產業升級，擺脫單純的勞動密集型經濟發展模式。同時，推動產業轉移，促進西部地區工商業發展，帶動人口空間移動。

但是，本文依然存在許多不足，可供后續研究。例如，本文采用的ECM模型是依據歷史數據建立的，沒有引入技術因素和產業轉型因素的變量，目前中國產業變革的大趨勢是向第三產業轉型，勞動人口與產業結構的關系是逐漸遞減的。因此，可在后續研究中加入更多變量進行研究。

參考文獻：

[1]易丹輝.數據分析與Eviews應用[M].中國統計出版社，2002.

[2]祝運海.房地產投資與經濟增長的動態關系研究[J].經濟問題，2011（05）.

[3]錢明亮.勞動人口新趨勢與經濟發展關聯度：預測至2030年[J].公共管理，2013（04）.

[4]趙進文.中國人口總量與GDP總量關系模型研究[J].中國人口科學，2003（03）.

[5]張世晴.中國人口增長在經濟增長過程中的作用[J].中國人口科學，1992（04）.

（作者單位：南京財經大學金融學院）