中國省域人口結構、消費與經濟增長的系統耦合分析

高璐璐 趙亞楠 逯進

摘要：基于1997—2017年中國省域數據，采用系統耦合模型，討論了人口結構、消費和經濟增長三系統的協同發展特征，并利用空間重心模型進行拓展性分析。研究結果表明，中國各省份人口結構、消費和經濟增長綜合指數整體呈上升趨勢，但東北地區人口結構指數表現較為平緩，東部消費指數最具活力，東北地區自2011年后經濟增長指數呈下降趨勢;考察期內全國三系統耦合水平由瀕臨失調階段發展為勉強協調階段，區域差異明顯，由東向西呈現遞減態勢，且“消費經濟增長”、“人口結構消費”和“人口結構經濟增長”三類二系統對三系統耦合協調發展的促進作用依次降低。

關鍵詞：人口結構;消費;經濟增長;耦合

中圖分類號：O212 文獻標志碼：A

文章編號：1006-1037（2021）03-0111-07

改革開放以來，隨著深刻的社會變革、制度轉型以及人口紅利釋放，中國經濟總量規模不斷擴大，人均GDP持續增加，在長達40年的時間里實現年均9%以上的增速，創造了世界經濟增長的奇跡。然而，自2008年國際金融危機以來，中國GDP増長速度明顯降低，從2007年的14.2%下降到2017年的6.9%，降幅高達51.4%。中國經濟開始全面邁入結構調整階段。全球性金融危機使得國外需求持續疲軟，中國以出口導向為主要經濟戰略之一的經濟增長模式受到前所未有的挑戰，經濟增長方式亟需由外需拉動型向內需拉動型轉變，而內需拉動則主要依靠消費需求拉動。從消費現狀看，雖然中國的消費總量及潛能巨大，但總體看消費不足，消費供需匹配并不合理。消費率偏低一直是困擾中國經濟發展的結構性問題，國內的供給并未與消費需求形成有效匹配，供需錯配導致了需求外溢和消費外流。回顧改革開放后中國的經濟發展歷程，充足的勞動力為經濟增長提供了巨大的“人口紅利”，但中國人口結構失衡日益顯現。由此不但加重了社會撫養負擔，還導致勞動力數量持續下降;同時，人口的空間集聚持續強化，加劇了人口分布的空間非均衡性，由此進一步拉大的區域之間的差距，并最終對經濟的平衡增長產生抑制。從既有研究看，有關人口結構與經濟增長的關系受到眾多學者的重視，主要從老齡化率、人力資本和城鎮化三個方面研究了人口結構與經濟增長的關系。大多數學者認為老齡化趨勢加深不利于經濟增長[1-2];人力資本不但可作為直接投入要素作用于經濟增長[3-4]，也可通過影響技術進步，而間接作用于經濟增長[5-6]。多數學者從總需求釋放、產業結構升級和人力資本積累等方面肯定了城鎮化對經濟增長的拉動作用[7-8]。有關消費與經濟增長的關系研究主要有兩個方面。主流觀點認為，消費提高了各部門間的技術經濟聯系，從而提高全要素生產率和勞動生產率[9-10]，并引導產業結構優化升級[11-12]，以此促進經濟增長。也有學者認為消費不利于資本積累進而阻礙了經濟增長[13-14]。在人口結構對消費的影響方面，研究主要從三條路徑展開：多數研究認為人口年齡結構與消費存在相關關系[15-16];城鎮化通過收入、消費習慣等間接促進消費提升[17];人力資本水平的提升會有效提高消費者的知識儲備和管理技能，進而促進消費和再生產的良性循環[18-19]。綜合既有研究可以發現，有關人口結構、消費與經濟增長三者之間的研究大都集中于兩兩之間關系的考察，有關三者關聯性的討論并不多見，而對此展開分析，將有助于從人口結構視角理解中國的消費與經濟增長的關系。為此，借鑒系統耦合思想，本文嘗試構建人口結構、消費和經濟增長“三系統耦合”模型，全面解析三者內在協同發展機制。

1 數據處理與指標體系

在物理學概念中，耦合是在多種系統相互作用影響下產生的結果，此過程可以分為“協調”和“發展”兩個維度[20]。其中“協調”指在一個系統的演化過程中各環節之間相互配合的程度，而“發展”則是一個系統不斷更新和進步的過程。“協調”與“發展”相互交織，即為“耦合”。耦合度量了各子系統之間協同發展的水平，學界將其廣泛應用于經濟系統的解析，并對各系統之間的動態關聯進行識別和定量化的測度[21]。

1.1 指標體系

本文構建了人口結構、消費和經濟增長三個系統的量化指標集（表1），其中（-）代表負指標，其余皆為正指標。

1.2 數據來源及處理

本文的研究時序為1997—2017年，依據表1的指標體系收集整理了各省份的21年的面板數據。數據源于國家對中國人口信息的統計和分析，以及各省經濟數據的報告分析，部分缺失數據運用線性擬合法估算得到。由于三系統在指標的綱要上存在較大差距，因此這里使用極值法實現對要素的量化分析。因正負指標在研究中代表的含義不同，所以需要正負標準化公式完成數據分析

其中，Nnm代表第n個省或直轄市第m年里的研究要素，N′nm代表第n個省或直轄市第m個年里數據的標準化分析，maxNnm與minNnm分別表示Nnm的峰值和最小值。

1.3 指標權重確定

使用層次分析法完成對權重的分析，結合收集數據創建研究矩陣，然后對矩陣的構造完成設計分析，客觀分析矩陣中存在的問題，最后依據研究的需求對矩陣的權重展開分析。

1.4 綜合指數

綜合指數計算公式

其中，Wi為不同因子權重;N′inm表示標準化數據（n=1，…，31;m=1997，…，2017）;F1nm、F2nm、F3nm分別表示本次研究可以對象的要素類型，實現對其標準化分析。

1.5 三系統耦合解析

三系統耦合偏離差系數CV

其中，F1、F2、F3分別為老齡化、消費與經濟增長表示不同的子系統。化簡，得

因此，三系統的協調度C可以寫成

依據前述原理，三系統的發展度T

其中，α、β、γ依次為F1、F2、F3的權重。本文認為老齡化、消費、經濟增長三個系統在三者耦合關系的創建上起到同樣重要的作用，因此令α=β=γ=1/3

1.6 耦合類型的劃分標準

耦合關系有兩大類別：正向耦合就是在研究變量之間建立良好的關系，變量影響作用呈現積極的效果;反之，說明彼此之間的關系存在偏差，稱作負向耦合。耦合度表示變量之間協調性，代表著彼此之間關系的融洽程度，針對系統耦合類型的研究和判定，中國已經具有相關方面的研究成果，如表2所示。

1.7 空間重心模型

空間重心模型在研究地理空間要素的分布和特征上具有很好的效果，其主要就是對空間屬性閾值的研究，結合空間地理數據實現對整個區域屬性值的研究整理出空間布局結構

其中，Xt和Yt是對研究對象屬性值的分析，表示第t年其空間屬性和地理布局，xi和yi分別代表第i個次一級區域位置經緯度數值的研究，Lit表示第i個次一級區域第t年要素的屬性。這里的研究層面屬于一級研究區域，將圍繞31個省份各項數據實現對本次研究對象的數據采集，完成對中國經濟屬性值的分析

其中，Dts-k表示第t年各屬性值產生的效果，分析各要素之間的協調性，C為將三維空間上的距離展現在平面空間上，設定為111.111。

2 實證分析

2.1 綜合指數分析

根據式（3）、（4）、（5）可分別求得31個省份的三系統綜合指數（限于篇幅，各具體數值不再列出），全國整體和四大區域人口結構、消費、經濟增長綜合指數的變動趨勢如圖1所示。

整體上看，人口結構綜合指數呈現溫和上升的趨勢，人口結構一直保持穩定發展趨勢。盡管人口老齡化程度不斷加深，但人口素質的提高和新型城鎮化的發展等有利因素部分抵消了人口老齡化的負向影響，人口結構最終在整體上保持溫和和諧發展的態勢。中國居民消費綜合指數也呈現穩步上升趨勢，1997—2017年由0.12增加到0.34，漲幅高達183%。市場經濟的快速發展和互聯網的普及營造了良好的消費社會環境，科學技術的迅猛發展提供了更加人性化的產品和更加優質的服務;不僅滿足人們物質生活追求，也為人們創造更加豐富的精神世界，改變人們的消費方式，消費觀念的轉變增加了人們用于精神價值、服務附加價值產品類目的支出。經濟增長綜合指數整體呈上升趨勢，但2008年后出現明顯下降，這是由于世界經濟動力不足，使得各國之間的貿易減少，出口受損，經濟產生萎縮。2010年后，經濟增長綜合指數又恢復緩慢上升，說明中國經濟已經復蘇，各行各業開始走向發展的正軌。

從人口結構綜合指數來看，東部、中部、西部總體呈增長趨勢，且三大區域的綜合指數依次遞減。主要原因在于，經濟發展水平越高，政府部門對于教育支出的強度和重視程度越高。因此，考慮到東部地區具有先發優勢和區位優勢，則其人口素質結構和分布結構有利影響緩解了老齡化帶來的不利影響。而東北人口結構綜合指數整體表現相對平緩，原因是東北地區的人口遷出數量不斷增加，老齡化程度也日趨嚴重，伴隨著逐年降低的出生率，不利于人口年齡結構優化。其次，從消費綜合指數來看，除2008年外，東部、中部、西部、東北的消費綜合指數表現為逐年遞增，分別達242%、164%、149%、113%。可見，東部的消費最具活力，由于東部人均可支配收入相對更高，消費能力具有明顯優勢。其他三大區域的消費綜合指數整體水平相差不多。值得注意的是，2015年后，東北、西部與中部地區差距明顯增大。最后，從經濟增長指數來看，四大區域總體均呈現出上升趨勢，且發展狀況良好，但增長速度卻逐漸平緩。需要特別關注的是，東北地區的經濟增速在2011年后出現了不同程度的下降，這與其生產要素供給弱化、產業結構失衡、工業發展滯后密切相關，人口凈流失也對其經濟增長造成了不利影響。

2.2 三系統耦合分析

利用式（10）可求得中國各省份的歷年的耦合度（表3）。從全國范圍內觀察，首先，三系統耦合程度并不高，但卻表現為逐年上升的趨勢，從1997年到2017年，耦合值從0.48提升至0.55，增幅為15%，耦合等級也開始向利好的方向發展，呈現出協調的態勢。其次，三系統協調度維持在0.93上下，而發展度平均水平為0.33。據此可知，耦合度程度不高主要受到了低發展度影響。將中國按照位置方向劃分為四個區域，那么各區域的耦合值從最初的0.50、0.48、0.46、0.49分別提升至0.74、0.65、0.59、0.60，增長幅度依次減小，分別為48%、35%、28%、22%。東部地區耦合等級由最初的勉強協調水平上升至當前的中級協調階段，考察期內均表現為協調發展，經濟發展態勢良好。而其他三大地區均實現了從失調發展到協調發展的跨越，但協調類型不盡相同，截至2017年，中部和東北的協調性還處在初級階段，而西部更是剛剛邁入協調的范疇。結合上述的研究得出，耦合度最好的還是在東部，越靠近西部協調性越差。

從各省份看，耦合水平差距更為明顯。北京和上海的三系統耦合度在全國遙遙領先，與其經濟增長水平保持了一致。海南省是東部地區耦合度最低的省份，究其原因，該省經濟結構單一，沒有形成高附加值產業體系，經濟增長主要依靠旅游業和房地產業拉動，工業占GDP比重在全國排名倒數第一。中部六省耦合水平均在0.54上下，差距相對較小，其中河南省的耦合度最高，得益于其良好的地理位置和交通條件、龐大的人口優勢以及不斷優化的產業結構。西部地區只有甘肅和西藏的耦合水平處于瀕臨失調階段，其余10省均為勉強協調。其中，甘肅省面臨的困境具有典型特征，一方面其經濟發展水平低，人均GDP已多年位于全國最后一位;另一方面，就業崗位少，人口素質低，人才斷層非常嚴重。特別是作為中國傳統的重化工業基地，產業發展方向并不明確，工業結構不合理，制造業水平落后，高附加值產業明顯不足。

2.3 空間重心特征

因為中國人口眾多但分布不均，造成各區域之間的經濟呈現較大的差異。本文從“人口結構、消費以及經濟增長”三方面對中國耦合性的空間層面分析，為耦合的變化以及特征的掌握提供參考價值。根據式（11）計算全國人口結構、消費、經濟增長的空間經緯度，繪制圖2重心變遷軌跡。

由人口結構空間重心的動態變化軌跡可以看出，空間重心在111°23′E～112°47′E與33°18′N～33°41′N間波動變化，呈現先向東南方向后向西南方向演進的態勢，總體重心南移，表明中國人口結構東南和華南地區優化轉型速度發展較為迅速，且人口結構重心分布不平衡，1997—2017年呈現“遷移—折返—遷移”的特點。消費的空間重心在111°41′E～113°4′E與33°N～33°38′N間波動變化，總體上呈現逐漸向東南方位演進的趨勢。經濟增長的空間重心在111°56′E～112°52′E與32°43′N～33°36′N間波動變化，總體呈現向東南方向演進態勢。表明中國的人口、消費與經濟增長都大致呈現出南移趨勢，契合了中國經濟發展和要素流動的區域梯度差異特征。整體來看，中國消費、經濟增長和人口結構的空間重心均呈現向東南移動的趨勢，而且年均移動空間距離依次減少，空間波動程度依次遞減，三系統的空間躍遷方向一致但空間移動距離有所差異，表明不同系統間協調發展程度的差別。三大系統重心的空間變動情況可以有效地說明系統間的耦合狀況，圖3為兩兩系統間的空間重心距離變動趨勢圖。

3 結論及建議

基于1997—2017年中國31個省的面板數據，采用系統耦合分析模型，討論了中國人口結構、消費和經濟增長的協同發展特征，并運用空間重心模型進行進一步拓展性分析。全國范圍內人口結構、消費和經濟增長指數都在增長，分區域看，東北地區的人口結構指數較小，消費指數東部地區相對較高，經濟增長指數只有東北地區自2011年后呈下降趨勢;中國三系統耦合水平由考察期始的瀕臨失調平衡階段發展到考察期末的勉強協調平衡階段，具有明顯的區域差異，自東向西呈現明顯的遞減態勢，且“消費經濟增長”、“人口結構消費”和“人口結構經濟增長”三類二系統對三系統耦合協調發展的促進作用依次減弱;消費、人口結構和經濟增長三者的空間重心均呈現向南移動的空間變化趨勢，且年均移動距離依次遞減，空間波動程度依次減小。

基于當前中國的人口現狀，政府應繼續重視對人口數量的調控，結合實際情況有針對性的調節生育政策;注重提高人口質量，通過增加教育投資，組織在職人員參與職業技能培訓，促進人力資本的積累。政府應該加快經濟轉型，為經濟發展創造新的增長點，降低人口老齡化對中國經濟造成的沖擊。不斷提升人民生活質量，縮小居民收入差距，提升消費能力;通過完善全國范圍內社會保障體系，建立完善養老機制，保證老齡人口的生存質量，增加基礎醫療、養老和教育的公共服務供給，為居民創造良好的生活環境，來促進休閑娛樂等現代消費服務業發展，最大限度激發居民消費潛力，實現消費升級，進而促進地區經濟增長。

參考文獻

[1]CHOI K H， SHIN S. Population aging， economic growth， and the social transmission of human capital： An analysis with an overlapping generations model[J]. Economic Modelling， 2015（2）： 138-147.

[2]胡鞍鋼.人口老齡化、人口增長與經濟增長——來自中國省際面板數據的實證證據[J].人口研究，2012（3）：14-26.

[3]ALANI J. Role of human capital in the promotion of technological progress， economic growth and development in Africa： A case study of Kenya[J].African Evaluation Journal，2018，6（1）：a227.

[4]黃敏，穆桂斌，王選華.中國人才貢獻率再測度：1978—2017[J]統計與決策，2020（20）：39-43.

[5]ANG J B. MADSEN J B， ISLAM M R. The effects of human capital composition on technological conver-gence[J]. Journal of Macroeconomics，2011，33（3）： 465-476.

[6]侯傳璐，楊興梅，逯進.區域經濟增長中的人力資本外溢效應差異——基于中國省域數據的實證分析[J].青島大學學報（自然科學版）， 2018，31（5）：68-72.

[7]SCHOONBROODT A， TERTILT M. Property rights and efficiency in OLG models with endogenous fertility[J]. Journal of Economic Theory， 2014（1）：551-582.

[8]朱越浦，樊晗露，黃新建.城鎮化與老齡化對經濟增長的影響研究[J].統計與決策，2017（10）：99-103.

[9]MOFRAD M A. The relationship between GDP，export and investment： Case study Iran[J].Business Intelligence Journal， 2012， 5（2）：401-405.

[10] 楚爾鳴，馬永軍.消費增長能否提升經濟增長質量——基于全要素生產率的分析.[J].當代經濟研究，2014（4）：53-59.

[11] 張翠菊，張宗益.消費結構對產業結構與經濟增長的空間效應.[J]統計與信息論壇， 2016（8）：46-52.

[12] 吳瑾.居民消費結構、產業結構與經濟增長[J]. 經濟問題探索，2017（12）：18-22+180.

[13] APERGIS N， PAYNE J E. The causal dynamics between coal consumption and growth： Evidence from emerging market economics[J].Applied Energy，2010（6）：1972-1977.

[14] 郭晶，王濤.中國能源消費與經濟增長關系的實證分析[J].統計與決策，2017（4）：138-141.

[15] ADDESSI W. Population age structure and consumption expenditure composition： Evidence from European countries[J].Economic Letters，2018，168（3）：18-20.

[16] 王歡，黃健元.中國人口年齡結構與城鄉居民消費關系的實證分析[J].人口與經濟，2015（02）：11-20.

[17] LUISITO B， ZOU B T. Does urbanization foster human capital accumulation[J].The Joumal of Developing Areas，2008： 171-184.

[18] TEIXEIRA A A C. QUEIRóS A S S. Economic growth， human capital and structural change： A dynamic panel data analysis[J]. Research Policy，2016，45（8）：1636-1648.

[19] 朱雅玲，沈悅，趙強.勞動力遷移視角下技能溢價對居民消費的空間效應研究[J].經濟問題探索，2020（08）：180-190.

[20] 吳瑩，逯進.山東省人口結構、對外貿易與經濟增長的關聯性分析[J].青島大學學報（自然科學版），2018，31（4）：157-163.

[21] 張東玲，范偉麗，陳景帥.農村產業融合、綠色城鎮化與城鄉均衡發展的協同效應——基于線性與非線性關系的實證分析[J].重慶社會科學，2021（5）：53-70.