劳动力负担与我国经济增长

[内容摘要]改革开放以来,劳动力负担的减轻产生了人口红利并促进了中国经济增长。长期而言,劳动力负担每降低1个百分点,促使人均产出增加0.176个百分点。短期而言,劳动力负担对经济增长的作用不显著。劳动力负担对经济增长的效应主要由快速下降的少儿抚养负担解释。但随着少儿抚养负担的稳定和老龄化的加速,未来劳动力负担变化将由老年赡养负担主导,随之引起的经济效应将发生改变。为此,应抓住剩余30年的战略机遇期,利用人口红利期积累的成果迅速推进人口结构优势向质量优势转变。

[关键词]经济增长;人口红利;劳动力负担

一、问题提出

关于劳动力负担与经济增长关系的一个假说是“高负担、低增长;低负担、高增长”(Bloom et al,1998)。[1]这一假说的验证始于对东亚奇迹的关注。东亚大部分国家(地区)在二战后都经历了人口转变。在这一转变过程中,劳动力增长速度快于负担人口增长,从而增强了人均生产能力,为经济增长创造了极为有利的条件。Bloom and Williamson(1998)对东亚20世纪60年代以后年均61%的人均GDP增长率进行研究,认为东亚奇迹很大程度上可归结为人口转变。Williamson(1998)进一步估计后认为,人口转变因素为东亚起飞贡献了25%―33%。[2]虽同样经历了人口转变,但东亚不同国家或地区彼此经济发展水平差异很大。这表明:人口转变带来“人口红利”,但并不必然促进经济增长。因此,人口红利的兑现具有条件性。只有社会发展、政治制度、经济政策等为吸收人口红利创造出适宜的条件,才能更有利于经济增长。对于中国,人口转变为改革开放以来的经济增长提供了劳动力负担轻的比较优势;而经济发展战略和开放政策为充分吸收与利用人口红利创造了条件。世界银行(1998)对中国高达979%的长期增长进行估计后认为,人口红利因素能够解释经济增长的33%。[3]蔡、王德文(1999)对中国经济增长源泉进行分解得出,劳动力负担下降了201%,推动人均GDP的增长速度上升23个百分点,对改革开放期间人均GDP增长的贡献率超过1/4。[4]改革开放以来,中国经济高速增长的同时伴随着劳动力负担的持续快速下降,从1978年的6835%下降到2007年的3742%。本文试图探讨这样几个问题:劳动力负担是否对经济增长有影响?即在人口年龄结构转变的背景下,劳动力负担减轻是否促进了中国经济增长?如果是,那么劳动力负担如何作用于经济增长?此外,劳动力负担未来如何变化,以及这一变化对经济增长的可能影响及应对之策?

二、相关文献回顾

以Solow模型(1956)为基础,研究劳动力总量与经济增长的文献汗牛充栋,而对年龄结构与经济增长关系的研究极其匮乏。但无论是理论上还是经验上,年龄结构对经济增长都具有无可争议的重要影响(Lindh and Malmberg,1999)。[5]就目前文献而言,年龄结构可以作用于很多经济变量(Sauvy,1948)。[6]最有影响力的研究年龄结构与经济增长关系的是生命周期理论(Life Cycle Hypothesis,LCH)。将这种方法运用到可计算的一般均衡理论(Computable General Equilibrium,CGE)中,可以检验年龄结构对大量经济变量的影响和作用(Auerbach and Kotlikoff,1989)。例如,Hirte(2002)运用CGE模型分析了年龄结构对税收、资本积累、储蓄、消费、劳动供给与就业、社会福利等经济效应。但是这些研究都没有对“年龄结构是否影响经济增长”这个问题进行探讨。[7]

少数文献对年龄结构变化与人均产出增长关系进行了检验。Lindh and Malmberg(1999)建立了基于人力资本调整的索罗模型,探讨了OECD国家经济增长的决定因素。他们的研究得出,50―64岁的队列人口显著促进经济增长,而64岁以上的队列人口抑制经济增长。但由于资本流动以及国际贸易的存在,OECD国家之间的交互影响可能造成空间自相关(Spatial Autocorrelation)。因此,从区域视角得出的年龄结构对区域经济增长的影响结论需要更进一步检验。Bhatta and Lobo(2000)利用1990年美国州际数据检验了年龄结构对人均产出的影响。研究认为,年龄结构差异能够解释40%的人均GDP,但是35―44队列的劳动人口对人均GDP的影响却不显著。同样,由于人口流动、移民、跨州贸易、经济依存、州际商业周期协动等因素导致的空间相关,从美国州际面板得出的估计结果同样可能会出现较大偏差。[8]

从国内研究来看,王德文等(2004)运用省际面板分析了人口结构对人均收入增长的影响,得出结论:总抚养负担上升1个单位,导致经济增长速度放慢0115个百分点。[9]但该模型实际上分析的是静态条件下的人口结构,实际中的人口结构由于人口迁移尤其是劳动力的自由流动而往往动态变化。而忽视这种人口结构动态变化的估计结果可能会有较大的偏差。

三、基本模型

基于调整后的Solow-Swan增长模型(Mankiw et al,1992),本文在模型中引入人力资本因素,采用规模收益不变和希克斯中性的Cobb-Douglas生产函数,具体为:

Yt=AKαtHβtL1-α-βt[JY](1)

这里,A是全要素生产率(TFP),K是资本存量,H是人力资本存量,L是劳动力总量,α、β为生产函数的参数,0

yt=Aαtkthβt([SX(]Lt[]Pt[SX)])1-α-β[JY](2)

其中,P为总人口,L/P可以转化为(1+dr)-1,dr为劳动力负担且dr=(C+O)/L=N/L,C、O、N分别为少儿人口、老年人口以及非生产性人口,并且P=C+O+L,N=C+O。因此,(2)式可以进一步转化为:

yt=Atkαthβt(1+drt)α+β-1[JY](3)

劳动力负担能够反映生产性人口负担非生产性人口的情况。假定产出中有比例的部分用于储蓄,物质资本和人力资本投资使用相同的生产函数,并且物质资本和人力资本的折旧率相等即δk=δh=δ。同时假设,人口增长率外生给定,为n。因此有以下动态方程:

[AKk・D]=skf(kt,ht)-(n+δ)kt=skAtkαthβt(1+drt)α+β-1-(n+δ)kt[JY](4)

[AKh・D]=shf(kt,ht)-(n+δ)ht=skAtkαthβt(1+drt)α+β-1-(n+δ)ht[JY](5)

假设生产函数中TFP恒定,此时模型为稳态增长模型,对人均资本和人均人力资本求解容易得到:

k=([SX(]s1-βksβh[]n+δ[SX)]A)[SX(]1[]1-α-β[SX)](1+dr)-1[JY](6)

h=([SX(]sαks1-αh[]n+δ[SX)]A)[SX(]1[]1-α-β[SX)](1+dr)-1[JY](7)

稳定状态下的人均产出为:

y=A[SX(〗1[]1-α-β[SX)]S[SX(]α[]1-α-βks[SX(]β[]1-α-βh(n+δ)[SX(]α+β[]1-α-β(1+dr)-1[JY](8)

借鉴Lindh and Malmberg(1999)的研究,进一步假设sh=sk=s,①取对数后得到:

lny*=[SX(]1[]θ[SX)]lnA+[SX(]1-θ[]θ[SX)]ln[SX(]s[]n+δ[SX)]ln(1+dr)-1[JY](9)

这里,令θ=1-α-β,1-θ=α+β。根据Mankiw et al(1992)对稳定状态的线性方法,可以得到:

[SX(]dlny[]dt[SX)]≈[SX(]dln(y/y*)[]dt[SX)]g=-λ[ln(k/k*+βln(h/h)]=-λ(lny-lny)[JY](10)

令λ=(1-α-β)(n+δ),将(9)式代入(10)式,可以得到:

g=ηlnA-λlny+(1-α)ηln[SX(]s[]n+δ[SX)]-λln(1+dr)[JY](11)

这是趋近于稳定状态的一个次稳定状态。引入误差项,可以得到以下方程:

lny=a0+a1g+a2ln(n+δ)+a3lns+a4ln(1+dr)+ε[JY](12)

四、实证分析

劳动力负担是对一个地区静态人口年龄结构的一个刻画。但现实中,由于区域经济发展不平衡,人口往往动态地自由流动、大量迁移,从而带来“中西部生产人口红利,而东部消耗人口红利”的现象。这使得难以解决省际劳动力流动和迁移带来的内生性问题,导致省际面板分析偏误较大,因此本文采用全国水平的协整分析。

由于改革开放以来我国经济增长速度围绕979%的均值上下波动,通过ADF检验属于平稳序列;折旧率往往假设为常数;总和生育率TFR长期以来低位徘徊在18左右(国家统计局公布的为122),人口增长率也可视为平稳序列。令a=a0+a1g+a2ln(n+δ),将(12)式进一步简化,最终检验的方程为lnyt=α+βlnst+γlndrt+ε。②本文重点考察劳动力负担对经济增长的影响。

1 平稳性检验

劳动力负担(dr)采用被抚养的14岁以下少儿人口和被赡养的65岁及以上老年人口之和与15―64岁的劳动力人口的比值表示,即dr=(P0014+P65-)/P15-64。经济增长(y)采用以1978年为基期计算出不变价格的人均实际GDP衡量。储蓄率(s)采用当年固定资产投资占当年GDP的比重表示。本文考察期为1978―2007年。数据来源于历年《中国统计年鉴》、《中国人口统计年鉴》。表1

ADF平稳性检验变量(C,T,L)ADFP值结论变量(C,T,L)ADFP值结论dr[](c,t,0)[]-19947[]05797[]不平稳[]dr[](c,0,0)[]-77606[]00000…[]平稳s[](c,t,1)[]-14037[]05661[]不平稳[]s[](c,0,1)[]-35044[]00157・・[]平稳y(c,t,3)[]14160[]09984[]不平稳[]y[](c,0,3)[]-34872[]00171・・平稳

注:前缀表示一阶差分算子;(C,T,L)分别表示常数项、时间趋势和滞后阶数。L由AIC和SC准则确定,…、・・分别表示1%、5%的显著水平。

直接对非平稳序列进行回归,很可能导致伪回归,传统的统计量(如t、F、DW等值)也会出现偏差。因此,首先采用扩展的迪基-富勒检验方法(Augmented Dickey-Fuller Test)检验变量的平稳性。为了尽量避免异方差,本文对原始数据序列取自然对数后再进行平稳性检验。结果如表1所示,不平稳的原始序列在一阶差分后都变得平稳,所以均为I(1)。

2 VAR检验与协整方程

由于所考察变量均为一阶单整序列,如果这些变量的某种线性组合平稳,那么这些变量之间存在协整关系(Cointegration),即存在一种长期均衡关系。对于服从I(1)过程的协整检验方法有两种:一种是基于回归残差的EG两步法(Engle and Granger,1987),另一种是基于回归系数的Johansen(1991)检验。

Johansen协整检验是基于VAR模型的检验方法,在进行协整检验之前,必须首先确定VAR模型的结构。由于VAR模型的稳定性是判断模型好坏的关键条件,而且随着滞后期越长模型稳定性越差,所以当VAR模型不符合稳定条件时的前推一期为最长滞后期,然后根据残差检验逐期剔除不显著模型,通过残差自相关、正态性、异方差性检验的模型为最终模型。依据上述思路,当滞后期为7时VAR模型稳定性条件不满足。运用AIC、SC、HQ信息准则、LR统计量检验以及FPE最终预测误差方法对滞后1期―6期VAR模型残差的自相关、正态性及异方差性进行检验,最终确定VAR模型的最佳滞后期L=2。协整检验实际上是对无约束VAR模型进行协整约束后得到的VAR模型,该VAR模型的滞后期是无约束VAR模型一阶差分变量的滞后期。由于以上确定了无约束VAR模型的最优滞后期为2,因此,协整检验的VAR模型滞后期应确定为1。表2VAR(2)残差检验Lags12345678910LM-Stat1405061179241377834575714171252705375791120347921415132Prob01205022530130408696011610810109266026200542109970正态性检验:Jarque-Beta=1016241(P=01180)。注:J-B正态性检验采用残差方差矩阵的平方根方法。异方差检验:Chi-sq=7636831(P=03401)。注:异方差检验用原始回归量的水平和平方检验,无交叉项。

在此基础上进行协整关系检验,确定了最合适的协整检验模型包括截矩项和线性趋势项。结果如表3所示,在5%的显著水平上,变量之间存在一个协整关系,这说明劳动力负担、储蓄率与经济增长之间存在长期的均衡关系。标准化处理后的协整方程为:

ECt=yt+1331285st+0176436drt-0040283@RTEND(78)-7431194(13)

(027483)

(008224)(000490)

[484408]

[214523][-821652]

调整后R2=0431262;F=4360106;Log likelihood=9385419;AC=-6346728;SC=-6108834

式(13)协整系数下小括号内数字为渐进标准误,中括号内为t统计量。对序列进行单位根检验的结果表明,其ADF值为-40574,ADF(1%)=-26797,表明序列已经是平稳序列。③因此可得出,劳动力负担、储蓄率与人均产出之间存在长期均衡关系,而且t统计量表明各个变量在协整关系中均显著。其中,劳动力负担与人均产出之间的长期关系弹性为-0176,即长期来看,劳动力负担每降低1个百分点,将促使人均产出增加1764%。这与改革开放以来我国劳动力负担大幅减轻同时人均产出快速增长的实际情况相符。 表3

Johansen协整检验原假设H0[]备择假设H1[]特征值[]Trace统计量[]5%临界值[]Max-Eigen统计量[]5%临界值[BHD]r=0[]r≥1[]06023[]515362・・[]429153[]269169・・

3 基于VECM的Granger因果检验与脉冲响应分析

长期来看,劳动力负担、储蓄率以及人均产出之间存在稳定均衡关系。这里采用被广泛使用的Granger因果关系检验方法来探讨它们之间的因果关系。Granger因果检验是Granger于1969年利用滞后分布概念建立起来的,有两种形式:一种是传统的基于VAR模型的检验;另一种是最近发展起来的基于VEC模型的检验。Feldstein and Stock(1994)认为,如果非平稳变量间存在协整关系,则应考虑使用基于VEC模型进行因果检验,即不能省去模型中的误差修正项(error correction term,ECT),否则得出的结论可能会有偏差。[10]由于VECM的滞后期是无约束VAR模型一阶差分变量的滞后期,根据无约束VAR模型的滞后期为2确定VECM的最优滞后阶数为1,构造经济增长的VECM如式(7)。

Δyt=α+βΔyt-1+γΔst-1+λΔdrt-1+φECt-1+ε[JY](14)

式(7)的估计结果为:

Δyt=00103+07387Δyt-1+Δ00595Δst-1+01783δdrt-1-00589ECt-1[JY](15)

(000904)

(025461)

(005691)(017618) (003777)

[114215] [290133]

[104580]

[101224]

[-155978]

该VECM残差序列的Jarque-Bera统计量为87572,伴随概率为01877;White检验统计量为336906,伴随概率为09415;LM统计量为113796,伴随概率为02506;ADF检验为-44589,伴随概率为00001,说明VECM的残差序列满足正态性、平稳性,不存在异方差和自相关。另外,从AR特征多项式的根来看,所有根模的倒数小于1,位于单位圆内,表明模型稳定性良好(见图1)。④式(8)中内嵌的协整方程反映了长期均衡关系对短期波动的约束机制。其中,调整系数EC为-00589,符合反向调整原则,表明校正上一年非均衡的程度为589%。由于误差修正模型的随机扰动项具有独立同分布的白噪声性质,可以使用Wald检验对误差修正模型各方程系数的显著性进行联合检验,来判断各变量因果关系的方向。检验结果显示,从长期来看,均衡误差修正项系数在5%的显著水平上不为零,因此,长期而言,劳动力负担减轻是人均产出得以大幅提高的重要原因。但从短期来看,劳动力负担降低不是促使经济增长变化的Granger原因。这表明,人口年龄结构对经济增长的影响应着眼于长期视角。

图1 AR特征多项式根的检验五、劳动力负担的经济效应及分解

1 劳动力负担的经济效应

以上协整分析表明,改革开放以来,劳动力负担的大幅减轻是促进经济增长的重要原因之一。但是二者之间的作用机理是怎样的呢?Modigliani等1954年提出的生命周期假说(LCH)认为,劳动年龄人口是生产者,而少儿和老年人口是劳动年龄人口所要供养的消费者,那么劳动力负担变化必然会引起消费函数的变化。在劳动年龄人口比重高的情况下,人口生产性强,抚养负担轻,导致更多的产出转化为储蓄(Bloom et al,1998);[11]相反,如果劳动力负担提高,需要负担的非生产性(消费性)人口(包括少儿人口和老年人口)增多,消费率将会提高(Higgins,1998)。[12]不少研究证实了LCH的普遍存在,年龄结构分布的“两头”(少儿和老年人口)越重,劳动力负担越重,消费率就越高,即年龄结构分布与消费率呈现出“U”型关系(Fair and Dominguez,1991)。[13]对中国的实证也得出,劳动力负担的快速减轻降低了消费率,少儿抚养负担的减轻使17年来的消费率累计下降了937%左右(李魁,2009)。[14]

劳动力负担变化不仅通过影响消费规模形成“需求效应”,而且通过储蓄、投资以及“劳动力比较优势”形成“供给效应”(Tyers and Shi,2007)。[15]“劳动力负担下降促使储蓄率提高”已经得到证明(Leff,1984;王德文等,2004),[16][9]而高储蓄为投资扩张并拉动经济增长提供了支撑。Higgins(1998)将劳动力负担减轻所带来的储蓄供给增加和投资需求扩张称之为人口转变影响经济增长的两大“引力中心”(centre of gravity)。此外,劳动力负担减轻也是劳动力比较优势的重要构成。如果劳动力负担很重,在劳动力数量充裕的同时需要负担的少儿人口和老年人口也非常庞大,那么劳动力将不得不花费大量资源在家庭抚养性活动上,甚至难以脱离家庭非生产活动,从而使劳动力比较优势受到制约。因此,劳动力负担是劳动力供给的重要约束条件(Lindh and Malmberg,1999),[5]劳动力负担降低可以促使更多的劳动力从家庭非生产性活动转移到市场上的生产性经济活动之中。改革开放以来,劳动力负担的减轻促使“劳动力损耗因子”呈现出大幅下降趋势。⑤劳动力负担从1978年的6835%降低到2007年的3742%,年均降低103个百分点;劳动力损耗因子同时也从1978年的2885%降低到2007年的1781%,年均降低037个百分点。这说明劳动力负担减轻有利于劳动力的释放,从而为中国劳动力比较优势和廉价劳动力要素提供了条件。

2 劳动力负担的分解

图2 劳动力负担变化分解(1978年为基期的累积效应)

劳动力负担由少儿抚养负担和老年赡养负担构成。改革开放以来,劳动力负担变化主要由少儿抚养负担变化解释。1978年,平均每1个劳动力要抚养0603个未成年儿童和赡养0081个65岁以上老年人。2007年,平均1个劳动力负担0245个儿童和0128个老年人。28年来,少儿抚养负担年均以119%的幅度降低,而老年负担以0159%的幅度增加。前者下降幅度要大大高于后者增加的幅度,从而使总抚养负担以年均1031%的幅度降低。通过劳动力负担变化分解发现,少儿抚养负担和劳动力负担的变化轨迹非常相近、几乎重合,而老年赡养负担变化缓慢(见图2)。从变化幅度来看,2007年少儿抚养负担变化解释劳动力负担变化的882%,老年赡养负担解释118%。

劳动力负担减轻主要由快速下降的少儿抚养负担解释,那么劳动力负担变化所引起的经济效应是否由少儿抚养负担的下降来解释呢?已有文献表明,从劳动力负担对储蓄的影响来看,少儿抚养负担的下降显著提高了居民储蓄率,而老年赡养负担对居民储蓄率的影响不大;从对消费的影响来看,少儿抚养负担的下降显著降低了居民消费率,而老年赡养负担对居民消费率的影响同样不显著(钟水映等,2009);[17]从对劳动力比较优势的贡献来看,少儿抚养负担降低大大促使劳动力(尤其是女性劳动力)从家庭非生产性经济活动转向市场参与,提高了劳动力参与率,形成中国劳动力低成本优势的重要条件之一(Golley and Tyers,2006)。[18]因此,改革开放30年来,劳动力负担的经济效应主要体现在少儿抚养负担的大幅下降所带来的经济反应。

然而,伴随着人口年龄结构的转变,少儿抚养负担趋于稳定,劳动力规模面临收缩,老年赡养负担将加速上升,导致劳动力负担即将转折并大幅加重。预测显示,我国60岁以上的老年人比重从2000年的10%上升到2025年的20%,继而上升到2050年的31%;与此同时,劳动力比重从2000年的65%下降到2025年的62%,继而下降到2050年的53%(United Nations,2005)。[19]从图3所示的变化轨迹来看,2012年左右将成为改革开放以来我国劳动力负担变化的谷值点和转折点(A点);同时起,老年赡养负担加速上升,并且与少儿抚养负担在2030年左右发生历史性的“交叉”(B点)。这意味着从2030年起,老年赡养负担将超过少儿抚养负担,开始全面影响经济社会生活。按照“人口负债”衡量标准,2039年之后,中国将进入人口负债时期,即C点。⑥此后,人口负债将对经济高速增长提出极大挑战。

图3 劳动力负担变化趋势及结构变动

注:cdr、odr分别为少儿抚养负担、老年赡养负担;M、H、L分别为中、高、低三种预测方案。

资料来源:United Nations,“World Population Prospects:The 2000 Revision”,New York,2001。六、结论与政策建议

人口转变为改革开放以来的经济增长提供了劳动力负担轻的比较优势;而改革开放以来的经济发展政策为充分吸收与利用人口红利创造了条件。协整检验结果表明:人均产出与储蓄率、劳动力负担之间存在长期均衡关系。劳动力负担每降低1个百分点,将促使人均产出增加0176个百分点。同时,劳动力负担降低是经济增长变化的长期Granger原因,而非短期原因。

改革开放以来的30年中,劳动力负担的经济效应主要体现在少儿抚养负担的下降所带来的经济反应。2039年之后,中国进入人口负债时期,劳动力负担轻的比较优势丧失。中国改革开放比较充分地吸收了“前30年”的人口红利,未来经济持续快速发展以及应对人口负债和老年赡养负担加重的挑战需要牢牢抓住“后30年”的战略机遇期。这是应对未来人口负债和老龄化浪潮的重要“缓冲期”,在这个时期内做好迎接人口负债和老龄化的准备是未来经济持续快速发展的关键。必须牢牢把握这个机遇期,及时进行劳动力比较优势转换,将改革开放以来劳动力负担减轻所取得的经济成果运用于人口质量投资上面,提高全民教育水平和健康水平。通过提高人口质量,构建劳动力质量优势来取代日益衰减的年龄结构优势,为未来经济增长提供不竭动力。

注 释:

① 这个假设也得到一些经验支持。Statistics Sweden(1991)对瑞典的调查研究发现,对人力资本的投资与物质资本的投资具有大致相当的规模。此外,对美国的一项经验研究也得出与此类似的结论(Barro,Mankiw and Sala-i-Martin,1994)。

② 根据前文分析,为平稳序列。后文的协整分析对此也作了验证。

③ 残差检验无常数项、无趋势项,Lag Length为0。

④ 模型中有3个内生变量,无约束VAR模型最优滞后期L=2,共有3×2=6个根,而估计的VECM有1个协整关系,理论上该有3-1=2个根的模为1。稳定性检验结果表明,有2个根为1,落在单位圆上,另外四个根(模)分别为0560733±0485180i(0741500)、-0519640(0519640)、0053648(0053648),均落在单位圆内。

⑤劳动力损耗因子=(劳动力人口比重-参与市场经济活动人口占总人口的比重)/劳动力人口比重×100%。

⑥人口负债阶段是劳动力对非生产人口的抚养负担比较重的一个阶段。陈友华(2005)认为劳动力抚养负担超过59%为进入人口负债的标志。详细参见:陈友华,“人口红利与人口负债:数量界定、经验观察与理论思考”,《人口研究》,2005年6期,第23页。

主要参考文献:

[1]David EBloom and Jeffrey GWilliamson.Demographic Transition and Economic Miracles in Emerging Asia[J].World Bank Economic Review,1998,12(3)

[2]Jeffrey GWilliamson Growth, Distribution and Demography:Some Lessons from History [J] Explorations in Economic History,1998(35)

[3] 世界银行 2020年的中国:新世纪的发展挑战[M] 北京:中国财政经济出版社,1998

[4]蔡 ,王德文 中国经济增长可持续性与劳动贡献[J] 经济研究,1999(10)

[5]Lindh T and Malmberg B Age Structure Effects and Growth in the OECD:1950-1990 [J] Journal of Population Economics,1999(12)

[6]Sauvy A Social and Economic Consequences of the Ageing of Western European Population [J] Population Studies,1948(2)

[7]Hirte G Welfare and Macroeconomic Effects of the German Pension Acts of 1992 and 1999:a Dynamic CGE Study [J] German Economic Review,2002(3)

[8]Bhatta S D and Lobo J Human Capital and Per Capita Product:A Comparison of US States [J] Papers in Regional Science,2000(79)

[9]王德文,蔡 ,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口因素[J] 人口研究,2004(5)

[10]Feldstein,M and Stock,J H The Use of a Monetary Aggregate to Target Nominal GDP,in G N Mankiw,ed,Monetary Policy[C] Chicago:Chicago University Press,1994

[11]Bloom,D E Canning D and Sevilla,J The Demographic Dividend:A New Perspective on the Economic Consequences of Population Change,RAND,1998

[12] Higgins,M Demography,National Savings and International Capital Flows [J]International Economic Review,1998,39(2)

[13]Fair R C and Dominguez K M.Effects of the Changing U.S.Age Distribution on Macroeconomic Equations [J].American Economic Review,1991,81(5).

[14]李 魁 劳动力抚养负担对居民储蓄率的影响研究[J] 中国人口科学,2009(1)

[15]Rod Tyers and Shi,Q.Global Demographic Change,Policy Responses and Their Economic Implications[J].The World Economy,2007,30(4).

[16]Leff,Nathanisl H Dependency Rate and Saving Rate:Another Look [J] American Economic Review,1984,74(1)

[17] 钟水映,李魁 中国人口红利评价[J] 经济理论与经济管理,2009(2)

[18]Jane Golley and Rod Tyers China’s Growth to 2030:Demographic Change and the Labor Supply Constraint ANU Working Papers No467,Australian National University,June 2006

[19]United Nations World Population Prospects:The 2004 Revision [M] New York,2005

Labor Burden and Economic Growth in China

Li KuiAbstract:The reducing of labor burden has given the demographic dividend and promoted economic growth in China since 1978. The co-integration test shows that one percentage reducing in labor burden can increase 0.176% in per capita output in the long run. In the short run, the effect of labor burden on economic growth is not significant. Changes of the labor burden have a double effect on economic growth by three mechanisms of labor releasing, human capital investment and resources transfer. The reducing of labor burden is mainly interpreted by children’s dependency burden. The dependency burden of the old would be dominant over the future change in the labor burden and the economic effects caused by it would change with the stability of children’s dependency burden and the acceleration of aging. At present, we should pay great attention to the strategic opportunities remaining 30 years and promote the structural advantage to the quality advantage based on the accumulation during the demographic dividend.and therefore, we must grasp the strategic opportunity of the remaining 30 years to rapidly transform the advantage of population structure into quality advantage by virtue of population dividend accruement effects.

Key words:Economic Growth;Demographic Dividend;Labor Burden; Savings