中国与印度人口转变的经济效应——基于1960－2010年时间序列数据的实证分析，本文主要内容关键词为：印度论文,实证论文,年时论文,序列论文,中国论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：C92－05 文献标识码：A 文章编号：1674－1668(2014)04－0011－09 1 导言 中国和印度有很大相似性：都是曾经的四大文明古国之一；也是世界上人口基数最多的国家，又同属新兴经济体中的金砖国家，有着强劲的发展态势。然而，尽管有很多相似性，中印两国间仍有很多差异，其中最大的不同之一在于人口政策。20世纪50年代以来，两国都面临着因人口基数大且增长速度快而引起的一系列社会经济问题。为此，两国政府先后采取了人口控制政策，但由于社会经济制度、文化等因素，两国人口发展道路产生了差异，中国通过严格的计划生育政策，有效控制了人口快速增长，而印度由于宗教与观念等原因，最终放弃人口控制政策(孙怀阳等，1994)。不同的人口政策带来了迥异的人口状况，包括人口数量、结构以及结构转变带来的经济效应。 由于死亡率下降幅度大于出生率，因此中国的人口在20世纪70年代之前，一直表现为人口的快速增长；随着计划生育政策的实施出生率大幅降低，人口总数的增长开始减缓；而印度虽然从1951年开始提出计划生育的理念，也是世界上第一个建立计划生育诊所的国家，但由于宗教、社会等各方面因素，印度在降低人口增长进展过程中相当缓慢，人口生育水平在2000－2040年间仍将处于更替水平之上，人口总量预计在2030年将超越中国(联合国，2010)。印度的死亡率和出生率下降速度都很缓慢，但较同步，因此人口增长率一直处于较高的水平。从人口转变模式上看，中国人口转变模式已从新中国成立初期的高死亡、高出生，高自然增长率模式转变成低死亡、低出生，低自然增长率模式，中国将步入稳固型人口结构的国家行列，而印度人口转变相对缓慢。 如果说，中国实行严格的计划生育政策是一个巨大的社会试验，那么印度可以当仁不让地成为对照组。一方面，对比两国人口结构转变与经济发展的状况，能够提供由政策引起的直接后果的对比，从而从另一个角度去看待人口政策以及随之而来的人口转变的经济效果，也能为世界其他国家制定政策提供范例和参考。另一方面，对于中国来说，也给我国的人口问题与人口政策提供了另一个视角。 人口年龄结构变动影响劳动力供给、投资和储蓄、收入分配和资本流动等因素，进而作用于经济发展。总体而言，人口结构转变对经济发展的作用机制为：一是供给方面，人口年龄结构的转变将改变劳动力的供给市场；二是需求方面，人口结构转变将影响投资、总消费、储蓄和国际资本流动。在此背景下，Bloom等(1998)在分析人口结构变化对东亚经济增长的作用时首次提出人口红利(demographic gift)，指在生育率快速下降时期，人口增长率下降和人口年龄结构的变化(人口中的少儿比重大幅下降、劳动年龄人口的比重显著上升)所带来的利益。在此基础上，Mason和Lee(2004)将人口红利细划分成两种：第一人口红利和第二人口红利；其中第一人口红利指出生率下降导致劳动适龄人口占比上升和劳动人数供给增加，人口总体负担相对较轻，对经济增长起推动作用，又称“成分效应”；第二人口红利指由于人口年龄结构的预期变化，“理性人”会在生命周期内重新安排自身消费和储蓄。在劳动年龄人口比例不断上升的阶段，“理性人”理性行为的结果表现为高储蓄率和资本供给，进而推动经济增长，又称“行为效应”。 众多学者对亚洲国家人口结构与经济增长关系进行了研究。Bloom等(1998)发现人口年龄结构变化引起的生产和消费行为的差异产生了所谓的人口红利，他们研究发现，人口红利能够解释三分之一的东亚高速经济增长。之后，Bloom等(2003)采用时间序列与截面混合的面板数据分析方法，运用改进的内生经济增长模型得出了相似的结论。Kelly和Schmidt(2005)扩展了Bloom的分析模型，将人均产出分为两个部分来解释：人口的结构转变和生产率增长。其结论是：1960－1995年，在世界范围内，人口转变因素可以解释人均产出增长的20％，并且在亚洲和欧洲，人口转变因素的作用更大。Kannan Navaneetham(2002)对南亚(孟加拉国、印度、斯里兰卡)和东南亚(印尼、马来西亚、菲律宾、新加坡、泰国)国家的人口年龄结构变动与经济增长进行了实证研究，得出人口红利或人口机会视窗对东南亚国家的经济增长具有正向的作用(菲律宾除外)。 关于中印人口问题的对比方面，Markus(2010)认为俄罗斯和中国的老龄化问题越发严重，人口生产率降低等原因引起经济增长速度降低，而在未来30年里印度的经济增长将会由于巨大人口优势独领风骚。Suhas(2008)通过研究分析得出金砖四国虽同为不可小觑的新兴经济体，但未来发展情景各不相同，他对比了四国的消费、人口和基础设施建设等方面，得出未来印度具有较强经济增长潜力，是活力最大的国家。Choudhry(2010)等认为中国已能够利用人口转变过程提供的增长潜力，而印度是否能意识到增长潜力仍有待观察，同时预计2005－2050年人口结构转变，将对印度经济增长有积极作用，而对中国有负面作用。李建新(2005)从人口学角度比较了中国和印度，认为中国在劳动力数量、劳动力总抚养比、人口素质等方面都比印度有优势，但长远来看，中国未来人口结构波动明显，加之老龄化问题，印度会在劳动力数量等方面超越中国。华民(2006)认为中国相比于印度，在市场化、对外开放模式、经济增长、劳动力等方面均占优势，由此在未来发展前景上中国依然会好于印度。 从已有的研究可以看出，这一领域的研究还有很大拓展空间，首先无论是国内还是国际研究，对于中、印两国人口问题的比较还停留在描述层面，量化比较则严重缺乏。大部分研究致力于对比中、印两国劳动力数量和素质等因素，比较两国劳动力未来的优劣势，进而预测出两国未来发展前景，而不进行两国间定量比较就无法得出两国受益于人口结构转变的具体好处，也无法准确推断出两国未来面临人口问题的时期，因而对于具有时间效应的政策制定不具备实际指导意义。 二是已有的研究或是直接分析人口变量对经济增长的作用，或是直接将人口变量引入Solow－Swan模型。而对于人口与经济增长之间的理论分析比较薄弱，这让研究结论缺乏理论支撑。尽管人口结构转变因素是本文关注焦点，但它仅是影响经济增长的因素之一，因此需将人口变量与其他变量一起纳入已有的经济增长理论中。新古典增长模型假设各地区技术进步一致并且资本边际报酬率递减条件下，落后地区比发达地区经济增长更快，随着时间的推移，发达地区与落后地区的经济差距将逐渐缩小，最终达到经济增长的趋同。假设技术进步外生，要素投入边际收益递减，如果各个国家技术和偏好差异不大，进而经济增长均衡状态相同，那么欠发达国家的经济增长速度会快于发达国家，且最终会到达同一均衡状态。俞培果和蒋葵(2006)研究指出：迄今为止，研究者们对几乎所有发达国家或区域，及部分欠发达国家或区域作了收敛检验，结论较为一致，即：在同质国家或区域分组中存在绝对收敛，也称俱乐部收敛；在大量区域或国家内部的样本以及大型国家样本中发现了条件β收敛。这一结论提示我们分析人口结构转变因素对经济增长的影响时，需要结合已有的经济收敛理论来构建模型。 三是在样本方面，已有西方的研究集中于围绕发达国家进行，对于这样的研究结论是否适用于发展中国家仍存疑问(唐代盛，2012)，国内的研究基本上是使用中国省级单位数据，缺乏国家层面的比较分析，进而无法提供国家层面的实证比较。此外，以省级数据得出的结论推之于国家层面，也有待商榷；而来自亚洲国家的大样本数据提供了人口转变处于各个阶段的国家、地区的信息，同时又隐含了亚洲国家之间的地缘联系和经济发展的区域性，因而有助于我们全面认识人口转变与经济发展的关系，同时样本的差异性也是取得显著性分析结果的先决条件(Choudhry,2010)。 四是在中、印两国比较中，一些具有重要意义事件的影响没有考虑，对于两国人口转变和经济发展有重要影响的政治与经济事件的把握，可以更好地辨析两国的人口转变与经济发展的关系。对于中国，计划生育政策的实施以及20世纪70年代末改变中国命运的改革开放；对于印度，20世纪90年代初实施改革等这些重要的历史节点对于两国的人口与经济发展具有重要意义，因此应该在研究中纳入。 基于这些方面的考虑，本文以经济收敛理论为基础，建立了理论模型，使用19个亚洲国家、1960－2010年的面板数据，研究了人口结构转变与经济增长的关系，比较了印度和中国人口转变的过程以及计算了这一过程所带来的经济增长效应，最后提出了吸收人口红利的对策和建议。 2 理论及实证模型 2.1 理论模型 Bloom等(2001)指出，Solow－Swan模型忽视了人口的年龄结构这一关键变量。由于不同年龄的人口会有不同的生产和消费行为，那么不同年龄组的贡献也会有差异，因此经济增长可能会随之增减速，即经济可能会随着老龄化程度加深而减缓，随着劳动年龄快于总人口的增长而加速。将产出
进行转换，可得：
式(3)将人均产出增长分为两个部分，一部分是人口结构的变动部分；另一部分为劳动生产率的增长部分。对于后者，有三种情形：①
即劳动年龄人口增长率等于人口增长率，适合于人口总量和人口结构均是稳定的状态；②
，WA为劳动年龄人口数量；此时，认为劳动力人口等于劳动年龄人口；虽然没有对劳动力和劳动年龄人口进行细致区分，但是由于劳动年龄人口对于模型来说是外生的，因此这也是一个通常被采用的处理方式。③
，L是指投入到生产过程中的总的劳动工时，LF指劳动力，这种情形下对劳动进行了更为细致的划分，但是由于这样的划分需要劳动工时的测算，数据较难获得；而且由于劳动参与率的变化对于经济增长来说是内生变量，因此难以进行实证分析和检验。
由(4)可以看到，两个地区稳态劳动生产率的影响因素相似，经过发展，两个地区最终能达到相同或相似的发展水平。若两地区的初始水平不同，那么初始生产率低的地区将比初始生产率高的地区增长更快，体现出追赶效应。因此设定初始发展水平之后，(4)可以变换成(5)：
2.2 变量选取及数据 实证样本来自19个亚洲国家和地区，它们是：中国、日本、叙利亚、新加坡、中国香港、韩国、泰国、马来西亚、约旦、土耳其、斯里兰卡、菲律宾、印尼、以色列、塞浦路斯、巴基斯坦、印度、伊朗、孟加拉。关于人口变量选取，Choudhry等(2010)选取少儿抚养比、总人口增长率、老年抚养比和劳动年龄人口增长率；Bloom等(1998)选取了劳动人口增长率与人口增长率；本文遵循两个原则进行选择：一是公开发表的文献中能够查找数据的变量；二是已被多数学者研究证实，对经济增长产生作用的变量。最终本文选取人均GDP、投资、老年抚养比、劳动力增长率与总人口增长率之差、人力资本和少儿抚养比这六个变量。 人均GDP以不变的购买力平价(PPP)价格表示(以1990年为基期)，数据来自美国经济咨询局(http://www.conference－board.org)。人口变量的数据来自世界银行。投资的变量用购买力平价(以2005年为基期)转化的人均GDP中投资份额表示，其数据来自宾夕法尼亚大学国际比较中心Heston－Summers数据库①。本文把劳动人口界定为15－64岁的人口，而少儿抚养比表示0－14岁的人口与劳动年龄人口的比值，老年抚养比率表示65岁及以上人口除以劳动年龄人口得到的比值。人力资本用平均受教育年限表示，此数据来自美国经济研究中心②。为了消除指数趋势和异方差影响，对投资比、老年抚养比、人力资本、初期GDP和少儿抚养比取了对数。 本文采用1960－2010年间数据。若时间跨度定为一年，则结果受短期效应影响较大。因此初步处理了时间序列，将时间跨度定为5年。 为了考察人口结构转变对经济增长的作用，本文分别建立随机效应与固定效应模型。为了避免少儿抚养比和老年抚养比这两个内生变量对结果的可能干扰，本文在固定效应和随机效应模型中都分别设置两种形式：一种是去掉少儿抚养比和老年抚养比；一种是加入少儿抚养比和老年抚养比。 本文主要采用Fisher－ADF检验、IPS检验、LLC检验和Fisher－PP检验对变量进行了平稳性检验，得出任何一项检验中六个变量的P值都小于0.05，因此拒绝原假设，说明各变量不存在单位根，是平稳的。 为了判断各变量之间是否存在协整关系，防止伪回归的出现，本文对变量进行了协整检验，Panel v、Panel ADF、Panel Rho、Group PP、Panel PP、Group ADF和Group Rho这7个统计量均在5％显著水平上拒绝原假设(即不存在协整关系)。提醒我们设置回归模型合适。 3 结果分析 3.1 结果 结果显示(见表1)，人力资本在模型1、2和4中均不显著，而投资在四个模型中都显著正相关。人口变量中，模型1中少儿抚养比变量显著以及劳动力人口增长率与总人口增长率之差变量显著；模型2中劳动力人口增长率与总人口增长率之差变量显著；在模型4中，劳动力人口增长率与总人口增长率之差变量显著。 当总人口增长率、老年抚养比、劳动力增长率和少儿扶养比同时进入模型时，只有少儿抚养比变量显著，这表明四个变量之间具有较大相关性。值得注意的是，在固定效应模型中，少儿扶养比是显著负相关的，而老年抚养比变量不显著，且方向在各个模型中也不确定。该结论与Choudhry(2010)等和Kelly(2005)等的研究结论一致。经济学理论认为，如果老年抚养比和少儿抚养比都较高时，消费支出就会提高，储蓄率会相应减少，从而削弱经济增长动力。Modigliani等(2004)分析了1953－2000年中国的储蓄率，认为抚养比的变化能够解释中国的高储蓄率。在我们研究的样本期内，老年抚养比变量不显著，且方向在各个模型中也不确定，这可能一方面是由于变量本身具有的实际影响可能会由于中国尚处于老龄化初期，还不能完整地显现出来。即老龄化的负面影响还远远没有显现出来；另一方面是由于老年抚养比与少儿抚养比影响经济增长的路径不同，有一些研究已开始质疑人口老龄化是否会对经济增长带来负面影响。
由于老年抚养比和少儿扶养比的引入，总人口增长率和劳动力增长率两个变量都不显著，这表明变量间相关性较大。借鉴Choudhry(2010)等的研究，我们将劳动力增长率与总人口增长率之差作为一个变量引入模型。四个模型中，模型1的R方最大，说明模型1更适合进行结果分析。为了在固定效应模型和随机效应模型中确定最优模型，对两组模型(模型2与模型4；模型1与模型3)进行Hausman检验。假设随机效应模型成立，两组模型的Hausman统计量值分别是15.058和11.081，所对应的概率均小于5％，即拒绝原假设，提示建立固定效应模型合适。 3.2 稳健性检验 本文对所有模型进行了稳健性检验，由于模型1最优，因此只报告模型1稳健性检验的结果。 首先，将时间跨度从五年变为十年。结果显示，主要的因变量：投资、劳动力增长率与总人口增长率之差和少儿抚养比仍显著，且方向与之前一致、系数值变化不大，由此说明原有模型稳健。其次，去掉数据中最大最小各百分之一的剩下部分进行稳健性检验。结果表明，主要因变量如投资、劳动力增长率与总人口增长率之差和少儿抚养比仍显著，且方向与之前一致、系数值变化不大，由此证明原有模型稳健。 3.3 中国、印度人口经济效应分析 依据表1中模型1的系数，计算了1960－2010期间人口结构转变对中国、印度经济增长的影响。结果见表2。
首先，在中、印两国人口红利的构成中，来自于少儿抚养比的下降所占比重是主要的。在各个历史时期，少儿抚养比的下降都带来了总人口红利中接近90％的部分，而仅有剩余不足10％的部分来自于劳动年龄人口快于总人口增长的部分。理论上，Coale等(1958)提出人口转变过程的“抚养负担假说”。该假说认为：生育率高和婴儿死亡率的下降导致人口增长快和少儿抚养比上升，劳动年龄人口抚养负担较重，从而储蓄会降低并带来物质资本积累减少；随着生育率的下降，经济活动人口急剧增加，少儿抚养比降低，带来了经济发展加速；最后，随着时间的推移，人口年龄结构变动表现为老龄抚养负担加重，带来经济增长减缓，从本文研究结论看，少儿抚养比确实在人口结构与经济增长的关系中扮演了主要角色。 其次，从1960－2010年整个时期来看，人口结构转变对人均GDP增长的贡献，中国大大高于印度。中国在这一时期内GDP年均增长5.05％，同期的劳动人口增长率与总人口增长率之差为0.433％，少儿抚养比的年均增长率为－0.98％，因此这两个因素所带来的人口红利对经济增长的贡献为35.3％，而印度这一相应的数值为29.1％。这一量上的差异主要是由于中国和印度两国人口机会窗口的开启时间不同造成的。中印在20世纪50年代的人口特征是相似的，但是随着中国计划生育政策的有效实施，使得中国的生育水平迅速下降，而印度的生育水平的下降则是缓慢而平稳的，由于两国人口生育率下降的速度不同，使得两国人口达到不同的人口转变阶段。中国自20世纪80年代初进入“人口机会窗口期”，一直持续到2015～2020年间结束。印度在20世纪90年代初进入“人口机会窗口”期，这个时期将一直持续到21世纪中叶结束，因此中国几乎走完了人口的机会窗口期，而印度的这一时期还远远没有结束。 最后，从发展的趋势来看，中国人口红利的大小表现出先上升后下降的趋势，而印度在样本期内则一直保持了增长的态势，目前的最高点还没有出现(见图1)。中国收获人口红利最大的年份是上世纪80年代，由于20世纪70年代初期实行的晚、稀、少的计划生育政策以及其后实行的更为严格的计划生育政策，使得我国的少儿抚养比下降很快，带来了巨大的人口红利；随着劳动年龄人口增长速度放缓，劳动年龄人口在总人口中的比例逐步降低，在2000年以后，人口结构对经济增长的贡献逐步降低；印度的少儿抚养比在60年代出现缓慢的上升，随后在70年代出现缓慢的下降。对中国而言，少儿人口的比例自上世纪50年代一直上升，直到在20世纪70年代实施计划生育后才慢慢下降，老年人口比重从1970年起逐步上升。显然，正如李建新(2004)指出的：中国人口年龄结构的变化特点与人口出生、死亡的变化特点直接密切相关。相比而言，印度人口年龄结构变化相对较稳。从1950年起，老年人口占比上升缓慢，但是由于高出生率，少儿人口占比上升速度较快，到1980年，印度少儿人口比例已经超过40％，随后随着出生率缓慢下降，少儿人口的比例逐步下降。到2000年，印度少儿人口的比例比中国高近10％，老年人口比例则比中国低近2％。
图1 中国和印度人口转变对经济增长的贡献 我们同时计算了中国与印度未来的人口转变对经济增长的贡献系数，见表3。可以看出，中国人口转变对经济增长的贡献在21世纪20年代仍然保持较小的正数，而进入30年代则会转变成负数。而印度由于人口转变带来的人口红利则会一直保持较大的正数，这也意味着印度会一直享有较大的人口红利。有两个因素导致了中印之间的差异：一是由于少儿抚养比的变化。中国的少儿抚养比在本世纪30年代不降转升，少儿抚养比的增长率转成正值。2000年中国15－64岁劳动年龄人口高达8.7亿人，并仍将增长，2020年左右达到峰值，届时达到9.9亿左右。接着将会步入下降的轨道。印度劳动年龄人口变化与中国不同，劳动力资源丰盛，根据联合国的预测，印度的劳动力人口将由2000年的6.2亿增加到2020年的8.8亿，并在2050年达到10亿以上。到2050年，印度劳动年龄人口将比中国多1.7亿。
其次是由于老龄化的影响。未来50年里，中国人口年龄结构加速老化，本世纪30年代老年抚养比的平均增长率将达到1.65％的最高值；印度也面临老龄化问题，但印度人口年龄结构变化平缓。2020年，印度65岁及以上人口的比例将超过7％，成为老年社会国家，这和中国比，足足晚了20年。2020年以后，印度人口老龄化会稍微提速，直到2050年左右，印度65岁及以上的人口比例才超过14％。2050年，印度少儿人口比仍高于老年人口比，不会出现人口“倒金字塔”现象。可以看出，印度人口老龄化相比于中国，是一个渐变的平缓过程，没有人口大波动的痕迹。 4 政策建议 总体而言，中国在人口机会窗口期抓住了机遇，实现了人口红利(Choudhry,2010)。中国的人口机会窗口将在2015～2020年间关闭，我国政府要抓住这最后的机会，立足“人口总量大、资源缺乏、生态环境承受巨大压力”的基本国情，着眼于未来产业结构，加快产业优化升级以及经济增长方式的转变。在人口方面，与单纯增加人口数量相比，今后努力提升人口素质、充分挖掘各年龄段的人力资源，才是我国经济更科学、有效、持续增长的动力和源泉(王颖等，2010)。具体来看： 第一，加快发展教育事业，努力提高劳动者素质。经济学家舒尔茨曾指出：穷国贫穷的关键因素是人，提升人口质量，可以提高民众的经济前景和福利。因此教育事业的发展将我国人口劣势转变成人口优势的有效选择。首先，在经济发展的条件下加大对教育的投资，要注意给予城乡居民平等受教育权，加快农村的教育事业发展，有效提高农村整体人口素质。此外，需激励和扶持民间办校，扩大社会教育规模，特别是扩大高等和职业教育，提升受教育年限；其次，要注重发展各类基础教育和职业培训，最大化开发人力资源，鼓励就业人员不断提高自身能力，进而提高劳动生产率，促进经济发展目标的实现。 第二，完善社会保障制度，成功转移农村剩余劳动力。随着我国老龄化问题的加剧，中国的城乡医疗保险和社会福利提供压力越来越大。除了老年人口增长之外，我国现有大批剩余农村劳动力涌入城镇，促使农民的社会保障问题的显现。农村劳动力来城市打工的数量多，流动性大，工资水平低，生活保障低。因此，中国需要制定良好政策吸收农村释放的劳动力，将劳动力资源充分发挥出来，并且加快社会保障制度建设，防止老龄化对中国经济发展的进一步抑制。 第三，适时调整计划生育政策预防未来我国劳动力资源的短缺。人口学家伊斯特林在《生育率革命》中指出，生育率的转变是经过教育水平、生育观、城市化、信仰和文化因素等现代化因素作用于生育控制成本、孩子供给和孩子需求这三个核心变量实现的。随着生育率的彻底转变，计划生育所具有的调节作用将越来越小。未来使用生育政策来激发生育水平的提高，其效果未必能够达到像控制生育水平那样有效。因此中国政府需要高瞻远瞩，战略性调整好人口政策。 对于印度而言，人口年龄结构正朝着有利于经济可持续的方向变化，即劳动力年龄人口与非劳动力年龄人口的比重不断上升，将在2030年超过中国。无论是中期或更长远的视角看，仅就人口这一个方面，印度人口对经济可持续增长，较之中国更具潜力。因此印度政府要根据国情，制定合适策略积极挖掘人口红利： 首先是加快教育事业的发展。印度的基础教育长期滞后，2003年小学辍学率为31％，其带来的结果之一是文盲率居高不下，2006年印度成人识字率仅为63％。劳动力的素质对印度经济发展产生严重制约，因此，印度需要不断加大对教育的投入，特别是基础教育。 其次是完善社会医疗保障制度。印度人口的健康水平较低，健康状况对预期寿命和死亡有影响，也作用于人口增长率，进而对劳动人口对经济增长的贡献有影响。印度若想使人口对经济发展产生最大效应，一定要有良好医疗保障制度，保证人的健康，进而促进经济发展。 最后，加快就业政策完善，保障劳动力的充分就业。从上世纪九十年代至今，印度15－24岁人口的失业率一直较高，而印度经济在今年的快速增长，似乎并未带来相应就业机会，在失业率居高不下的情况下，劳动年龄人口比重的增加并不会自动转化为人口红利，反而会成为沉重的人口负担，因此，印度政府需要尽快出台政策解决劳动力就业问题。总之印度要获得人口红利，必须有效弥补独立以后在健康和基础教育方面欠下的巨额“赤字”，并且需要发展制造业尤其是劳动密集型产业，解决新增劳动力的去处，改善就业市场的失灵局面。 收稿日期：2014－01－07 注释： ①http://pwt.econ.upenn.edu. ②http://www.nber.org/papers/w15902.
标签：人口红利论文; 人口结构论文; 劳动年龄人口论文; 时间序列数据论文; 中国的人口论文; 人口增长率论文; 经济论文; 经济模型论文; 老龄化社会论文; 地区经济发展论文; 实证分析论文; 经济增长论文; 经济学论文;
中国和印度人口转型的经济效应：基于1960/2010时间序列数据的实证分析_人口红利论文
下载Doc文档