少儿抚养负担会降低劳动参与率吗?
——基于跨国面板数据的门槛回归分析
廖宇航1，2，雷丽华1
(1.海南医学院 管理学院，海南 海口 571199；2.首都经济贸易大学 劳动经济学院，北京 100070)
摘 要: 采用1990—2014年跨国面板数据，以人均GDP作为门槛变量，构建面板门槛回归模型，实证检验了少儿抚养负担对劳动参与率的影响机制。研究结果发现，不同收入水平的国家，少儿抚养比对劳动参与率的影响具有差异性，低收入国家的少儿抚养比对劳动参与率有促进作用；中高收入国家的少儿抚养比对劳动参与率有抑制作用。研究结论对我国全面二孩政策的启示有三点:其一，不同经济发展区域应制定差异化的人口政策，以应对不同收入水平下少儿抚养对劳动参与率的影响；其二，进一步完善社会保障体系，探索就业、教育、住房、医疗、养老等保障制度改革，解决少儿照料及成长后的抚养成本问题；其三，转变经济增长方式，转变对劳动力数量依赖下的“人口红利”增长模式，增加资本、技术等因素对经济增长的贡献程度。
关键词: 少儿抚养比；劳动参与率；面板门槛模型
一、引 言
我国的人口数量和结构变化长期以来受到生育政策的影响。建国以来直至20世纪70年代末，政府鼓励多生育，出现高出生率的情况。尽管当时的医疗卫生水平不是很发达，婴儿出生的成活率并不高，但因出生基数大，还是带来人口的井喷式增长。这一阶段出生的人口20～30年后成为社会主要劳动力人口，带来了90年代我国经济增长黄金十年的“人口红利”时期。20世纪80年代后生育政策收紧，出生率下降。因经济生活条件改善，人均寿命延长，出现少儿抚养比下降，老年抚养比上升，社会总抚养比上升的变化趋势，给我国经济社会发展带来重要的影响。基于人口出生率下降，人口年龄结构出现老龄化的现实情况，政府在2016年1月1日，正式实施全面二孩政策，二孩政策实施后，势必影响家庭劳动力的劳动参与情况，尤其是育龄妇女，因生育和照料小孩会减少市场劳动参与率，丈夫因家庭消费负担增加，可能会增加劳动时间，全面二孩政策整体上对社会劳动参与率如何影响?是否会引起劳动力供给不足的情况出现?因全面二孩政策实施的时间短，难以在短期内观察到其对劳动力市场的冲击，本文通过借鉴世界银行成员国的国际面板数据，模拟我国的人口转变过程带来的少儿抚养比的变化对劳动参与率的影响，并预测全面二孩政策实施后对劳动参与率的影响。本文将不同经济发展阶段和人口转变阶段的发展中国家、发达国家一同纳入跨国面板数据。非洲、拉丁美洲等地区处在高出生率、高死亡率的人口结构初始调整阶段；东亚、东南亚、中东欧等地区正从人口红利时代开始跨入老龄化阶段；西欧、北美等发达地区人口出生率下降、社会抚养负担增加进入老龄化严重的阶段。由于经济发展和人口转变过程的趋同性，不同国家、地区的不同时间的人口出生率、少儿抚养负担的发展趋势，可以较好地拟合我国的人口转变历程，为以后人口政策的调整提供借鉴意义。本文还吸收了已有的研究成果证明对劳动参与率有显著影响的一些变量作为控制变量，如人均GDP、城镇化进程、人口聚集的程度等，在研究方法上，选用收入作为门槛变量，构建跨国门槛面板模型，这是目前学者在该研究领域较少用到的。观察不同收入水平的国家和地区的少儿抚养比对劳动参与率影响的差异性，期望为我国人口转变对劳动参与情况影响提供一个新的视角，也为政府和相关决策部门制定和调整政策提供参考。
二、文献综述
有关少儿抚养比对劳动参与率的影响机制，其理论可以追溯到科勒的“抚养负担假说”和莫迪利安尼的“生命周期假说”。Coaler等[1]的“抚养负担假说”理论认为少儿对劳动年龄人口带来的是抚养负担。青少年不属于经济活动人口，不参与市场劳动，是社会物质财富的消耗者，会给处于劳动年龄的人口带来抚养负担压力。未进入劳动力市场的少儿人口是“净借贷”群体，是对劳动财富的消耗。Modigliani[2]的“生命周期假说”理论认为理性人会平滑其一生的消费和储蓄。早期的依赖阶段靠上一代财富的积累完成劳动力资源的储备，进入劳动力市场后需为自己未来的退休生活进行储蓄积累，在他生命结束时除留有一部分财富供“少儿抚养”外，其劳动财富的储蓄现值为0。
(一)少儿抚养比对劳动参与率的直接影响
大部分学者的实证研究发现，少儿抚养负担增加，因少儿照料等家务劳动时间增加，会减少市场劳动时间，从而降低劳动参与率，减少劳动力供给。Bailey[3]的研究发现，生育率的高低会显著影响女性的劳动参与率，生育率越低，女性劳动参与率越高，反之亦然。Canning[4]的研究也得到类似的结论，生育率降低，家庭规模缩小，少儿抚养比减低，家庭成员可以有更多的时间参与市场劳动，对育龄妇女影响更为显著。Bloom和Williamson[5]的研究发现，少儿抚养比对劳动力市场的影响，主要是通过影响劳动年龄人口比重、劳动年龄人口劳动参与率、市场劳动时间三个维度来影响劳动力的供给。Beaujot等[6]认为家庭中需照看的小孩越多，会严重影响劳动年龄人口参与市场劳动的时间，且对女性的影响大于男性。蔡昉和王美艳[7]认为适龄劳动人口因少儿抚养挤占了劳动时间，导致劳动参与率减低。
但也有部分学者的实证研究对此提出质疑，研究发现少儿抚养负担的增加，短期内因少儿照料会减少劳动者的市场劳动时间，长期来说，少儿是劳动力的潜在补充，说明未来具备生产性的劳动人口会增加，未来会增加劳动参与率，说明少儿抚养比对劳动参与率的影响呈现“U”型关系。An和Jeon[8]认为少儿抚养比的上升，短期内会挤占劳动者的市场劳动时间，带来劳动参与率降低，但从长期来看，会有更多的潜在劳动力补充到劳动力市场，可以增加劳动参与率，因此少儿抚养比与劳动参与率呈现先降低后上升的U型曲线关系。Barro[9]通过对100多个国家的截面数据进行实证研究发现，因经济发展水平的差异性，不同的人口出生率和少儿抚养负担，影响其劳动力的参与情况，从而影响经济的增长速度。Andersson[10]利用丹麦、挪威、瑞典等国家的时间序列数据分析了少儿抚养负担降低显著增加了劳动参与率。Kelley和Schmidt[11]则使用了截面和时间的面板数据考察出生率、少儿抚养负担变化对劳动参与率的影响程度。
(二)少儿抚养比通过人力资本间接影响劳动参与率
如果将少儿抚养视作是对劳动者投资，可以将人力资本的相关理论引入少儿抚养的研究中来。从家庭的层面来看，少儿抚养比上升，促使家庭投入更多的时间和财富用于子女的健康和教育投资，储备更多的人力资本，以提高劳动生产效率，未来可适用的工作面提升，劳动参与率会提升。从个人的层面，少儿抚养的人力资本投资，是劳动者退出劳动力市场享受退休金或养老保障待遇就是人力资本投资的回报，但由于少儿在成长的过程中可能出现夭折，即存在投资失败，无法收回的情况。Joshi和 Schultz[12]、Fougere和Merette[13]、Miles[14]的实证研究发现，少儿抚养负担的加重，会制约成年劳动者的人力资本投资，降低劳动生产率，从而使得劳动参与率降低。在高出生率、高死亡率、少儿抚养比较高的国家和地区，社会财富消耗也比较大，劳动参与率较低，一般都属于欠发达地区。Leff和Nathanisl[15]对以往的实证研究进行归纳，一方面少儿抚养是家庭对少儿的人力资本投资，会增加少儿的人力资本投入，提高少儿未来的劳动生产率，提高少儿未来的劳动参与率。但其投资有风险，可能存在无法收回的情况；另一方面少儿抚养会减少成人的人力资本投入，降低成人的劳动生产率，降低成人当期的劳动参与率。
(三)少儿抚养比通过消费间接影响劳动参与率
如果把少儿抚养视作物质财富的消耗，在少儿抚养阶段，物质财富消耗增加，会刺激成年劳动者参与劳动，使其劳动参与率上升；在非少儿抚养阶段，物质财富消耗减少，家庭成员增加对闲暇的追求，减少劳动参与率。少儿抚养通过物质财富消耗间接影响劳动参与率的模型得到实证检验和应用，如Mason[16]利用50个国家的截面数据的实证数据分析少儿抚养负担与物质财富的消耗成反向变动，从而刺激劳动参与率产生正向变动。Modigliani和 Cao[17]以及Harbaugh[18]对中国的高储蓄现象研究发现，除部分可由高经济增长速度解释外，剩余部分可由计划生育政策下的少儿抚养负担降低，物质财富消耗减少来解释。这一理论也可以从某种角度解释，近年来我国劳动参与率呈现逐年下降的原因:少儿抚养负担降低，物质财富消耗减少，储蓄率上升，生活水平上升，转而对闲暇时间的消费增加，劳动参与率呈现减少。康传坤等[19]引入生育行为的外部性及不确定性新视角构建全面二孩政策背后的逻辑框架，分析全面二孩政策造成消费的变化进而影响劳动参与率。
(四)研究述评
总之，现有的研究关于少儿抚养负担对劳动参与率的影响，主要集中在以下几个方面:(1)少儿抚养负担对劳动参与率的直接影响具有短期和长期的差异性。短期来看，少儿抚养比上升，因少儿照料时间增加，会减少成年劳动者的劳动参与率。长期来看，少儿抚养比上升，少儿是未来劳动力市场的补充，会增加未来劳动参与率。(2)少儿抚养比通过影响人力资本投资，间接影响劳动参与率。少儿抚养比上升会增加少儿的人力资本投资，提高少儿未来的劳动生产率，增加未来的劳动参与率。少儿抚养比上升也会减少成年劳动者的人力资本投资，减少成年劳动者当期的劳动生产率，减少当期的劳动参与率。(3)少儿抚养比通过影响物质财富的消耗，间接影响劳动参与率。少儿抚养比上升，对家庭物质财富的消耗增加，刺激成年劳动者劳动参与率上升。
但是现有的研究也存在诸多不足之处。首先，少儿抚养比对劳动参与率的影响机制侧重在照料时间占用和社会财富的消费，没有结合人口转变的时空变化历程来解释，导致不同的学者利用不同时间和国家的实证研究数据，得出截然相反的结论。其次，现有的研究在分析少儿抚养比对劳动参与率的影响机制方面已经取得一些突破，但理论框架上仍缺乏富有说服力的支撑，如生命周期假说在解释少儿抚养对劳动参与率的影响机制，没有考虑到财富的代际传递等现实问题，模型的适应性值得探究。再次，现有的研究都还比较散乱，缺乏系统性，在研究方法、研究深度和广度等方面还有待进一步深化。本文探讨不同国家、地区不同时期的少儿抚养比对劳动参与率的影响程度，既考虑了经济发展程度的差异性，也考虑了人口发展的转变历程。通过观察不同收入水平、人口发展阶段的少儿抚养比对劳动参与率的影响，试图揭示其普遍规律。因此，本文对少儿抚养比与劳动参与率的研究是当前研究的一个有力补充，具有重要的理论和现实意义。
三、理论分析框架
(一)模型设定
少儿抚养比对劳动参与率的影响主要通过两个途径影响:一是从时间利用的角度影响劳动参与率，少儿抚养比越高，需要投入的照料时间越多，劳动参与率越低；二是从消费的角度影响劳动参与率，少儿抚养比越高，消费水平就越高，劳动者迫于维持生计，需要赚取的收入就越高，劳动参与率会越高。因此，从这两方面来看，少儿抚养比对劳动参与率同时受到正向和反向的冲击，最终体现出来的结果是正向还是负向效应取决于这两个效应影响的大小。那么处在经济发展的不同阶段，少儿抚养比与劳动参与率可能会呈现不同的变化趋势，也就是说少儿抚养比与劳动参与率因经济发展阶段不同呈现出不同的线性关系，我们通过简单的线性回归，因数据和模型等原因可能得出和实际不相符合的结论，出现“伪回归”。如何捕捉回归过程中的非线性趋势，一般有如下解决办法:一是采取添加平方项或更高次项的方式。这样可以模拟出U型或倒U型曲线的变化趋势，对于出现正负向变化突变的拐点有重要的帮助，但是对于不改变线性斜率符号，仅改变斜率绝对值的变化趋势解释能力有限，同时方法本身的运用过程中，一次项和二次项可能存在多重共线性等问题。二是采用分阶段回归。分阶段回归可以捕捉到每一阶段变量之间的相互影响，但阶段的划分标准存在一定的主观性，同时对于拐点的判断也不精确，只能大致确定在哪一区间[20]。门槛效应模型是通过引入门槛变量对核心解释变量的影响，找到核心解释变量对被解释变量影响的突变拐点，然后进行检验，找出对应的置信区间[21-22]。
对于APL患者，不管是MS作为首发表现还是复发表现，维A酸的早期使用可使患者生存获益，但对于APL合并MS最佳治疗方案的确定，还需要更多前瞻性和大样本的临床试验进一步研究。目前资料显示，尽管APL患者的长期生存率可达90%以上，但APL合并MS仍预后较差，MS作为首发表现的APL患者无病生存期可能要短于作为复发表现的APL。
门槛面板回归过程首先要保证数据的平稳性，我们需要对样本进行单位根检验。面板数据的单位根检验一般有LLC检验、IPS检验和Choi检验。本文选择LLC检验进行面板单位根检验，LLC是Levin等[24]三位经济学家在2002年提出对面板单位根检验的一种方法，其假设前提要求每个个体的自回归系数相同。采用LLC检验方法对所有变量进行面板平稳性检验，其结果见表1。所有变量均在1%的显著性水平下拒绝单位根假设，说明变量是平稳的面板数据。
“互联网＋”时代，虽然带来了便利，但也应该进一步重视财务的安全管理，传统过程中采用手工账目进行应用，不容易将数据外传，也不容易出现丢失，但“互联网＋”时代技术的应用，由于数据存储网络数据库和终端服务器中，因此带来了相应的安全隐患，虽然给工作带来了便利，但是黑客也随之出现，对电脑中的数据进行盗取，不利于企业核心数据的保密，并且若数据不备份，计算机损坏会影响正常的工作。一些企业对“互联网＋”的技术缺乏认识与了解，虽然进行了应用，但不知道其中存在的风险，因此在今后的应用过程中更加无从谈起对网络黑客的防御，严重情况下会给公司带来较大的损失。
下标i ，t 分别表示i 国第t 年份，LFPRit 表示因变量劳动参与率，TDRYit 表示核心解释变量少儿抚养比，Zit 表示老年抚养比、人均GDP 、城镇人口比重、人口密度、总和生育率等控制变量，PGDPit 表示门槛变量，γ 表示门槛值；通过门槛值的引入，将原始的回归模型变为随门槛变量人均GDP 变化的分段函数。
关于门槛值γ 的确定，先对样本数据按照门槛变量PGDPit 从小到大进行升序排列，取1% 的双尾检验标准，忽略最大1% 和最小的1% 的人均GDP 区间，剩余98% 的人均GDP 为门槛候选的搜索范围。选定95% 的置信区间为人均GDP 的门槛区间，也就是以0. 002 5作为格栅化水平将候选门槛搜索范围进行格栅处理，本文选取的格栅点个数为400，用格栅化处理后得到的400个格栅点作为候选门槛值，采用OLS回归估计得到残差平方和SSE，选择SSE和最小候选门槛值作为回归估计的真实门槛值。
和慕尼黑说再见后，我们来到德国的首都柏林。柏林是一个复杂又经历了诸多伤痛的历史名城，三十年前还处于分裂状态。如今的柏林成了世界各国艺术家聚集的现代艺术之都，现代艺术治愈了这个曾承受无数重压的城市。
得到门槛的估计值后，需要对门槛效应的整体效果以及门槛估计值的可靠性进行检验。检查门槛模型的整体效果也就是对分段回归中核心解释变量少儿抚养比的系数β 1和β 2是否具有显著性的差异，采用Wald检验方法进行检验，如果通过检验，说明β 1和β 2存在显著差异，模型存在显著的门槛效应。检验门槛估计值的可靠性就是比较门槛的估计值是否等于真实值，Hansen[23]提出利用极大似然检验方法，计算得到LR统计量的置信概率小于5%的临界值为7.35。我们以7.35为水平线绘制似然比函数，可以找到门槛值的95%的置信区间。
创新工作机制，高效推动创森工作。成立了由县委书记、县长任双指挥长的创森指挥部；同时，组建创森一线指挥部，坚持每周一、三、五早7∶00调度创森工作，听取各镇（街）创森进展情况，第一时间分析问题，解决问题，高效推动创森工作。目前，全县今年共流转土地4.96万亩，苗木栽植完成近130万株，占总任务量90%，今冬明春将全部完成3年创森任务。
为了更清晰地理解门槛的估计值和置信区间的实现过程，借鉴Hansen[23]关于面板门槛回归模型LR检验过程绘制LR似然比函数图，见图1。
(1)匹配负荷原则。分布式能源系统的核心特点是能源在用户端就近利用，减少长距离输送的损失。所用燃机及余热利用设备的容量按照平均负荷配置。尽量做到电量自发自用、并网不上网，余热最大化利用。在负荷高峰期可采用常规用电设备进行调峰，如电空调、热泵等。
(二)变量和数据
本文基于世界银行186个国家的面板数据对少儿抚养比影响劳动参与率的机制进行研究，相关变量的选取和数据说明如下:
(1)老年抚养比。老年抚养比越高，给劳动者带来的赡养压力越大，需要劳动者投入时间和精力照料，会减少劳动参与水平。另一方面，老年人退出劳动力市场后，在家庭中可以参与更多的家务劳动，使劳动者有更多的时间参与市场劳动，使劳动参与率上升，因此老年抚养比对劳动参与率的影响存在两面性。本文选取的老年抚养比是用65岁及以上的人口除以15～64岁劳动年龄人口，数量单位为百分率。
我们选择劳动参与率作为模型的因变量，学术界关于劳动参与率有两种测算标准:第一种是采用联合国人口基金会的标准，利用经济活动人口除以15～64岁劳动年龄人口；第二种是采用国际劳工组织标准，利用经济活动人口除以15岁以上人口。本文选取的是第一种统计口径的劳动参与率，数量单位为百分率，其原因是本文旨在把0～14岁人口作为少儿抚养人口和65岁及以上人口作为老年抚养人口处理，研究少儿抚养和老年抚养对劳动参与率的影响。
2.核心解释变量与门槛变量
(1)核心解释变量:少儿抚养比。少儿抚养比对劳动参与率的影响主要是通过影响劳动的时间利用和物质财富的消耗两方面来实现，短期来看，少儿抚养比越高，需要劳动者付出较多的时间照料，会减少劳动参与率；长期来看，少儿成长为劳动力，可以有效补充劳动力的供给，从而增加劳动参与率。本文选取的少儿抚养比指标为0～14岁人口占15～64岁劳动年龄人口的比重，数量单位为百分率。
(2)门槛变量:人均GDP 。人均GDP 既是影响劳动参与率的一个重要的因素，也是作为本次研究的门槛变量。人均GDP 越高，劳动的机会成本越高，会使得更多的人投入劳动，促使劳动参与率提高；另外随着收入上涨后可能会减少劳动，转而对闲暇的追求。本文还利用收入作为门槛变量，观察处在不同收入水平国家的少儿抚养比对劳动参与率的影响差异，本文选取的人均GDP 为国际SNA统计口径，数量单位为美元。
3.其他控制变量
根据各控制变量的估计系数可知，这些变量对劳动参与率的变化也有一定的解释力度，其中，经济发展水平(人均GDP )变量的系数显著为正，说明随着收入的上升，劳动参与率越高。因为收入越高，劳动的机会成本越高，参与程度会越高。老年抚养比上升会使劳动参与率上升，但并其作用并不显著。城镇化率和人口密度均会显著促进劳动参与率提升，总和生育率上升会显著抑制劳动参与率，说明随着城镇化进程的推进，人口聚集程度越高的地区，劳动参与率越高；总和生育率越高，减少了劳动时间，从而使得劳动参与率下降。
本文除了选取少儿抚养比作为核心解释变量，人均GDP 既作为解释变量，同时也是少儿抚养比的门槛变量，还选取了老年抚养比、城镇人口比重、人口密度、总和生育率等变量作为控制变量。
2．2 ELISA检测各组小鼠血清IGF－1水平 A组血清IGF－1呈较低水平，B组血清IGF－1水平明显高于A组，C组血清IGF－1水平较B组降低，但仍较A组高。各组差异有统计学意义（P＜0．05）。见表1。
1.因变量
(3)人口密度。人口密度越大，人口的聚集效应越高，就业机会越多，劳动参与率越高。人口密度也是影响劳动参与率的重要因素。本文采用年中人口除以平方公里土地表示人口密度，数量单位为人/平方公里。
(2)城镇人口比重。一般来说，城镇的就业机会多于农村，城镇地区的劳动参与率高于农村。城镇化程度是影响劳动参与率的重要因素。本文采用城镇人口占总人口的比重作为控制变量，数量单位为百分率。
(4)总和生育率。总和生育率越高，出生的婴儿越多，需要劳动者付出更多的时间照料，会减少当期的劳动参与率；出生的婴儿需要经过一段时间的成长才能为劳动力，当然也有可能中途夭折，会影响未来的劳动参与率。总和生育率是影响劳动参与率的重要因素。我们假设妇女度过整个生育期并按照当期的年龄别生育率生育小孩的个数，数量单位为个。
三、数据分析与实证结果
(一)单位根检验
少儿抚养比与劳动参与率之间可能因为处在不同的经济发展阶段呈现出不同的线性关系，表现出非线性的阶段回归特点。为了避免人为划分收入区间带来的偏误，我们借鉴Hansen[23]提出的门槛面板模型进行回归估计。下面我们以单一门槛模型为例，进行模型的介绍及理论的推导。
党的十九大报告指出，要“更好构筑中国精神、中国价值、中国力量，为人民提供精神指引”。这一重要论述也为我国高等教育思想文化建设确立了坐标和发展方向。要深刻理解新时代中国特色社会主义高等教育背景下，学校面临的新使命和新任务。双一流建设总体方案的提出，吹响了中国由教育大国向高等教育强国迈进的号角，建设世界一流大学和一流学科是党中央的重大战略部署，是要建设与中华民族伟大复兴、从大国迈向强国地位相称的世界级大学。[1]
表1 LLC单位根检验
(二)总体回归估计结果
由于所选取的样本时间跨度为25年，横截面为186个国家，属于短面板数据，需要对其可选的混合回归、固定效应和随机效应三个模型进行检验。首先采用F 检验区别混合回归和固定效应模型，固定效应模型的F 统计量在1%的显著性水平强烈拒绝混合回归，说明模型具有个体效应。然后利用Hausman检验比较固定效应和随机效应，χ2统计量在1%的显著性水平强烈拒绝随机效应模型，最终确定为固定效应模型，见表2。
表2 总体估计结果
少儿抚养比和劳动参与率之间可能存在内生性。一方面，少儿抚养比通过影响劳动时间和物质财富而影响劳动参与率；另一方面，劳动参与率也会反过来通过影响总和生育率而影响少儿抚养比。这就是计量经济学中常见的逆向因果关系导致的内生性问题，而内生性问题是导致参数估计有偏的重要原因之一。
在计量经济学中克服解释变量的内生性问题的重要手段是工具变量法，而工具变量的选择必须具备两个前提条件:一是工具变量相对于整个假设模型是外生的；二是工具变量必须与被代理变量高度相关。作为纯人口学变量，少儿抚养比和老年抚养比可以认为是严格外生的[25]。考虑到劳动参与率影响的惯性，引入被解释变量(劳动参与率)的滞后值作为工具变量[26]，通过利用所有的矩约束条件来获得有效的参数估计，本文分别采用差分广义矩和系统广义矩方法进行估计，见表2。本文选取了滞后二期的劳动参与率作为工具变量，差分广义矩估计下，Sargan检验的P 值为0.161 7，不能拒绝工具变量联合有效性的假设。系统广义矩的估计结果相比于差分广义矩估计结果有较大的改进，Sargan检验的P 值明显增加为0.247 1(一般而言，Sargan统计量对应的P 值越大，越能够说明工具变量的有效性)。系统广义矩估计结果的残差的一阶和二阶序列相关检验对应的P 值分别为0.000 0和0.296 5，这说明一阶差分方程中的残差不存在自相关，符合矩条件有效估计的要求。从估计结果可以看出系统广义矩估计要优于差分广义矩估计，本文以系统广义矩估计结果来展开分析。
毕淑敏多次坦言鲁迅对她的影响非常大，她说“中国作家我特别喜欢鲁迅”[1]128，“鲁迅是我非常崇敬的作家”。[1]44毕淑敏和鲁迅一样弃医从文，创作了大量散文，探寻人的心灵，救治人的灵魂。但是鲁迅的散文冷峻刚健，毕淑敏的散文温暖柔和。鲁迅的散文如刑天舞干戚，强烈地批判国民的劣根性，也无情地坦露自己辗转而生活于风沙中的瘢痕；毕淑敏的散文如精卫衔微木，投入到人们需要帮助的心理需求之海，也穿云破雾带给人温暖和光明。
实事求是是贯穿我们党全部实践、全部理论的一条基本线索，是我们党的基本思想方法、工作方法、领导方法。习近平总书记提出“三严三实”，其中“三实”就是“谋事要实、创业要实、做人要实”。这就要求党员领导干部在工作中必须从实际出发，摆脱官僚主义与形式主义。辽宁大学马克思主义学院教授房广顺说：“一切从实际出发是马克思主义的根本原则，是马克思主义政党思想路线的核心内容，必须在实践中坚定不移地坚持这一根本原则。”
(三)门槛效应分析
为了进一步讨论不同收入等级国家的少儿抚养比对劳动参与率的影响，借鉴世界银行组织对其成员国的收入等级分组方式，将面板数据分为7个小组，分别是重债穷国、最不发达国家、低收入国家、中低收入国家、中等收入国家、中高收入国家、高收入国家，利用系统广义矩估计方法分别对7个面板小组进行分析，其结果见表3中估计1～7个序列。
表3 按收入分组的估计结果
不同收入等级国家，少儿抚养比与劳动参与率呈现不同的变化关系，估计1和估计2说明低收入国家的少儿抚养比与劳动参与率正相关，0～14岁小孩的比重越高，劳动参与率越高，可能的解释原因是“穷人的孩子早当家”，欠发达地区的小孩过早地参与劳动，从而使得劳动参与率上升。估计3开始出现少儿抚养比与劳动参与率负相关，但不显著。估计4～7说明中、高收入国家的少儿抚养比与劳动参与率负相关。0～14岁小孩的比重越高，家庭中需要投入更多的时间照料小孩，导致劳动参与率下降，随着收入水平的提升，社会对小孩的照料和培养越重视，投入的时间越多，从而影响劳动参与率。少儿抚养比对劳动参与率影响的突变拐点出现在估计3，也就是人均GDP 在942.22美元到1 855.77美元之间，为了更精确地找到其变化的阈值，下面我们引入门槛效应估计。
我们采用人均GDP 作为少儿抚养比的门槛变量，首先我们需要确定门槛的个数，我们依次假定不存在门槛、一个门槛和两个门槛，并进行动态面板门槛估计，采取自举抽样300次循环计算，得到的门槛检验结果如表4。
表4 门槛效果检验
单一门槛检验的F 统计量大于1% 显著性水平，强烈拒绝不存在门槛值的假设，说明至少存在一个门槛值。但双重、三重门槛检验的F 统计量均未通过显著性检验，说明模型只存在单一门槛值。结果报告的门槛值为1 828.72，相应的95%的置信区间为(1 785.42，1 850.01)，这一检验结果和分组回归估计3中发现的拐点区间基本一致。
双重、三重门槛的估计和检验过程是上述单一门槛模型的扩展和延伸，这里就不再赘述。
图1 门槛估计值及置信区间(美元)
我们采用极大似然检验值LR估计门槛值及置信区间，当LR-Statistics＝0时，得到的门槛值为1 828.72。门槛的估计值的95%置信区间也就是说LR-Statistics＜5%的临界值7.35时的门槛参数取值范围，从似然比函数图可以发现门槛值人均GDP 的置信区间为1 785.42美元到1 850.01美元之间。
我们利用人均GDP 的单一门槛值1 828.72美元将世界银行的186个成员国按收入高低分为两个小组，见表5。1990—2000年间低于门槛值的国家约占一半，2000—2014年间低于门槛值的国家数目减少至1/4。门槛值的引入对于比较低收入国家和中高收入国家的少儿抚养比对劳动参与率的影响有重要的意义，可以分别反映不同经济发展阶段的人口转变历程。下面我们以门槛值为截点，分成两个面板数据分别进行回归估计，并和前面的系统广义矩估计的总体回归估计进行比较，见表6。
表5 按门槛值分组各年份国家的数目
表6 整体回归和门槛回归比较
表6报告了以门槛值为阈值的分组估计结果，并和前面整体估计的结果的进行比较。全样本估计结果说明少儿抚养比与劳动参与率呈负相关，少儿抚养比越高，会降低劳动参与率。门槛回归结果却说明不同收入等级国家的少儿抚养比与劳动参与率之间的关系存在差异性，低收入国家的少儿抚养比与劳动参与率却是正相关，少儿抚养比上升1个百分点，会使劳动参与率同时上升0.123 6个百分点；中、高收入国家少儿抚养比与劳动参与率负相关，少儿抚养比上升1个百分点，会使劳动参与率下降0.064 5个百分点。
我们通过门槛面板估计方法得出的基本结论是:少儿抚养比对劳动参与率的影响具有收入的门槛效应，低收入水平国家的少儿抚养比会促进劳动参与率；中高收入水平国家的少儿抚养比会抑制劳动参与率。低收入水平国家中生育的养老和提供劳动力的自利性动机较强，因收入的限制导致抚养少儿以产品成本为主，缺少教育成本的投入，因而总和生育率高，少儿抚养比也比较高。少儿人口的增加并没有显著占用成年人的劳动时间，反而因分担家务劳动或提早进入劳动力市场，导致劳动参与率提高，出现少儿抚养比和劳动参与率正相关现象。
随着收入的增加，“养儿防老”的观念开始改变，收入降低了家庭的养老功能，因而降低了生育的自利性动机，使得总和生育率降低。另外，收入增加也会促进政府改善公共卫生医疗状况，提高儿童营养状况，降低儿童死亡率，也会使得家庭转变生育观念，从重视生育数量向重视生育质量转变，加大对少儿的教育等人力资本方面的成本投入。这些原因导致少儿抚养比会随着收入的增长而降低，由于少儿教育年限的增加导致少儿进入劳动力市场的时间推迟；父母因重视少儿的培养质量需占用大量的时间成本，导致其劳动时间减少，导致少儿和父母的劳动参与率均呈现下降，从而出现劳动参与率下降的状况，导致少儿抚养比和劳动参与率负相关。因此，在不同的经济发展阶段，人均收入的增加会改变家庭的生育行为、养老观念、人力资本投资行为等，因而使得人口转变过程中少儿抚养比对劳动参与的影响不是呈现简单的线性关系，而是呈现“倒U”型的曲线关系。少儿抚养比和劳动参与率之间的影响机制其实质是人口转变和劳动参与行为的决定同时内生于经济增长过程中，因为随着经济的增长，人口结构会发生转变，在人口转变的不同阶段，人口结构与劳动参与行为的关系也会发生变化。因而，人口结构对劳动参与率的影响实际上与当时所处的经济发展水平和人口转变阶段有关。
四、结论及启示
本文对少儿抚养比对劳动参与率的影响机制进行理论分析，并利用1990—2014年世界银行186个成员国的面板数据进行实证研究，总体上看少儿抚养比的上升会抑制劳动参与率的上升，但在不同收入等级的国家表现出不同的影响效应，低收入国家的少儿抚养比上升会促进劳动参与率上升，中高收入国家少儿抚养比的上升会抑制劳动参与率上升。
上述研究结果对于我国借助人口转变推动经济发展方式转型升级具有重要的借鉴意义。当前我国正实行全面二孩政策，生育率会逐渐上升，少儿抚养比也会稳步上升。同期我国的人均GDP水平呈现稳中有增的发展态势，2015年人均GDP突破8 000美元，正好属于国际门槛面板数据的经验结论中的跨过门槛值的序列，即人均GDP超过1 828.72美元的国家，少儿抚养比上升，会导致劳动参与率减少。因此短期来看，生育政策的放开，会导致劳动参与率的下降，但从长期来看，少儿的成长可以有效补充劳动力市场的供给，从而促进劳动参与率上升。因此，少儿抚养比上升，短期会抑制劳动参与率上升，长期会促进劳动参与率上升。
我国全面放开二孩政策的实施，带来出生率的上升，从而少儿抚养比上升，会一定程度缓解人口老龄化的人口结构状况。结合劳动力市场的现实情况和生育政策放开后的变化趋势，可以考虑从以下几个方面进行政策干预。
定期检测溶氧、耗氧量、营养盐，保持浮游植物种类的动态平衡，采取措施有效地控制生物和非生物因子，发挥冰下封闭生态环境的最大负载力，使冰下摄食的鲢鳙鱼保膘又能增重。磷酸盐是浮游植物光合作用的限制性因子、越冬水体可施放过磷酸钙来补充。如果施用氮肥（如尿素、铵盐）要慎重，在pH＞ 7的冰下水体中易产生氨，对鱼有害。
(一)制定与各区域经济发展水平相适应的人口政策
我国的东、中、西部的区域经济发展、人口结构转变历程与世界银行不同经济发展程度、少儿抚养、劳动参与率等具有趋同性，低收入的中西部地区少儿抚养比上升有利于劳动参与率上升，应进一步放宽生育政策，更多的少儿成长为劳动力，可有效补充劳动力市场的短缺。高收入的东部地区、经济发达的大都市，少儿抚养比上升，物质财富消耗大，少儿照料时间的机会成本大，会造成劳动参与率降低，应紧缩生育政策，控制人口规模。因此各地区应结合社会经济发展情况，立足不同区域的资源禀赋和人口规模、结构的差异性，合理配置资源，区别制定人口政策。
店里进来几位姑娘，柜台小姐正与她们接洽，叽叽喳喳，略有喧哗之感。然而在高志明与夏小凡听来，这声音却带人回到多年前的湖畔。
(二)进一步完善社会保障体系
全面二孩政策实施后，短期内并未带来总和生育率的上升，究其原因是家庭的生育机会成本和少儿照料压力大，少儿的教育成本以及以后的住房、医疗、养老等问题是制约育龄妇女的生育意愿重要因素。我国应结合现实的经济承受能力，推出具有前瞻性的国家、保险机构、企业、家庭多方分担的就业、教育、住房、医疗等多方面的社会保障体系改革，解决生育率上升带来少儿照料的后顾之忧。
印度教社会本身存在着高度的多样性，为了达成建立大一统的印度教国家这个目标，首先就必须树立统一的印度教基本概念和行为准则，以便将纷繁复杂的社会包纳进“印度教特性”之中去。通过将食素视作统一的行为标准，也能够加强“印度教徒”的身份识别，巩固社群认同。
(三)适时转变经济增长方式
随着生育政策的放开，少儿抚养负担会显著上升。同时，60后、70后“婴儿潮”出生人群步入老年，老年抚养比上升，预计未来总抚养比将快速上升，总抚养比对经济增长的负面影响逐渐显现，经济增长速度将会放缓。在经济增长的诸多因素中，经济增长的黄金10年，廉价劳动力发挥了重要的作用，少儿抚养比和老年抚养比快速上升带来的劳动参与率下降，将拉低经济的增长速度。应积极探索资本、技术等其他因素在经济增长中的重要作用，转变经济增长方式，由粗放式向集约式转变，为少儿成长为劳动力争取更多的时间。
参考文献:
[1]COALER M，ANSELEY J，EDGAR M，et al.Population growth and economic development in low-income countries[M].Princeton:Princeton University Press，1958.
[2]MODIGLIANI F.Utility analysis and the consumption function:An interpretation of cross-section data[M].New Brunswick:Rutgers University Press.1954.
[3]BAILEY M J.More power to the pill[J].Quarterly Journal of Economics，2006，121(1):289-320.
[4]CANNING D.The impact of aging on Asian development[Z].Seminar on Aging Asia， A New Challenge for the Region， Kyoto，Japan，2007.
[5]BLOOM L，WILLIAMSON O E.Demographic transitions and economic miracles in emerging Asia[J].World Bank Economic Review 1998，12(13):419-455.
[6]BEAUJOT R，RAJULTION S，RAVANEAR F.Demographic transitions and economics miracles in emerging Asia[J].World Bank Economic Review，1995(12):419-455.
[7]蔡昉，王美艳.中国城镇劳动经济参与率的变化及其政策含义[J].中国社会科学，2004(4):68-80.
[8]AN C B，JEON S H.Demographic change and economic growth:An inverted-U shape relationship[J].Economics Letters 2002，11(15):447-454.
[9]BARRO M.The demographic dividend:A new perspective on the economic consequences of population change[J].International Journal of Forecasting， 1995，11(23):569-585.
[10]ANDERSSON B.Scandinavian evidence on growth and age structure[J].Regional Studies，2001，35(4):377-390.
[11]KELLEY A， SCHMIDT M.Saving， dependency and development[J].Journal of Population Economics，1995，9(4):365-386.
[12]JOSHI P，SCHULTZ T W.Family planning as investment in development[J].Bangladesh， Economic Growth Center Working Paper， 2007，28(5):951-973.
[13]FOUGERE H， MERETTE S.Population ageing and economic growth in seven OECD countries[J].Economic Modelling，1999(16):411-427.
[14]MILES D.Modelling the impact of demographic change upon the economy[J].Economic Journal， 1999，1(9):1-36.
[15]LEFF M，NATHANISL H.Dependency rate and saving rate[J].American Economic Review，1996，59(5):886-896.
[16]MASON C.Saving economic growth and demographic change[J].Population and Development Review，1988，14(1):113-144.
[17]MODIGLIANI F， CAO F G.The Chinese saving puzzle and the life-cycle hypothesis[J].Journal of Economic Literature，2004， 42(1):145-170.
[18]HARBAUGH R.China’s high saving rates[Z].The Meeting of the Rise of China Revisited:Perception and Rality，Beijing，China，2003.
[19]康传坤，柴国俊，李粉.实施"全面二孩"政策的原因及限制性因素研究[J].山东财经大学学报，2017，29(4):72-79.
[20]连玉君，程建.不同成长机会下资本结构与经验绩效之关系研究[J].当代经济科学，2006(2):97-103.
[21]龚锋，余锦亮.人口老龄化、税收负担与财政可持续性[J].经济研究，2015，50(8):16-30.
[22]蒋伟.人口老龄化抑制了通货膨胀吗?——来自跨国数据的经验证据[J].中国社会科学院研究生学报，2015(5):64-70.
[23]HANSEN B E.Threshold effects in non-dynamic panels:Estimation，testing and inference[J].Journal of Econometrics， 1999(93):345-368.
[24]LEVIN G，LIN W，CHU D.Unit root test for panel data[J].Journal of International Money and Fiance，2002(20):249-272.
[25]李魁.劳动力负担对东亚经济起飞的影响——来自1969—1996年历史数据的经验分析[J].中国人口科学，2010(4):67-76.
[26]魏锋，孔煜.融资约束、不确定性与公司投资行为——基于我国制造业上市公司的实证分析[J].中国软科学，2005(3):43-49.
Will Child-rearing Burden Reduce Labor Participation Rate:A Threshold Regression Analysis Based on Transnational Panel Data
LIAO Yuhang1，2，LEI Lihua1
(1.School of Management ，Hainan Medical University ，Haikou 571199，China ；2.School of Labor Economics ，Capital University of Economics and Trade ，Beijing 100070，China )
Abstract: By adopting the 1990—2014 transnational panel data and with GDP per capita as threshold variable，this paper constructs a panel threshold regression model and empirically tests the influence mechanism of childrearing burden on labor participation rate.The results show that in the countries with different income levels，the influence of child-rearing ratio on labor participation rate is different:the child-rearing ratio in low-income countries has a promoting effect on labor participation rate while the child-rearing ratio in middle-income and highincome countries has a restraining effect on labor participation rate.The resarch conclusion has the following three enlightenments for China comprehensive two-child policy:a.Different economic development regions should formulate differentiated population policies to cope with the impact of child-rearing on labor participation rate at different income levels；b.Social security system should be further improved and the reform of such security systems as employment， education， housing， medical care and old-age should be explored so as to solve the problem of the raising cost of child care and upbringing；and c.The"population dividend"growth model that depends on the number of labor force should be changed so as to increase the contribution degree of capital，technology and other factors to economic growth.
Key words: child-rearing ratio； labor participation rate； panel threshold model
中图分类号: F241.2
文献标识码: A
文章编号: 2095-929X(2019)01-0050-12
收稿日期: 2018-09-17
基金项目: 海南省哲学社会科学基金项目“医疗服务补偿机制研究”(HNSK(QN)17-51)；海南省教育厅科研项目“海南省老年人养老方式选择及影响因素研究”(HNKY2016-29)。
作者简介: 廖宇航，男，湖南醴陵人，海南医学院管理学院副教授，首都经济贸易大学劳动经济学院博士生，研究方向:人口与劳动计量。
(责任编辑 徐晓雯)
标签：少儿抚养比论文; 劳动参与率论文; 面板门槛模型论文; 海南医学院管理学院论文; 首都经济贸易大学劳动经济学院论文;