老龄化、人口迁移、金融杠杆与长期经济周期_杠杆率论文

老龄化、人口迁移、金融杠杆与经济长周期，本文主要内容关键词为：杠杆论文,周期论文,人口论文,金融论文,经济论文，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。

      在中国人口老龄化问题迫近、新型城镇化方兴未艾的当口，研究人口性因素对经济周期的影响，推测中国经济在中长期内可能的波动、资产价格的起伏，以及不同规模的城市人口的长期变迁，未雨绸缪地在人口政策、社会保障政策、财政金融政策等各方面提出政策建议，有利于促进中国经济的长期健康发展。有关的研究有人口经济学和地理经济学两大方向，本文的模型在统一框架下对上述两方面因素进行了综合性的研究。其中，在研究人口性经济因素时，又在统一框架下整合了人口的年龄结构变化(老龄化率或出生率变动)和人口的空间分布变化(人口迁移)两大因素。

      1.人口性经济因素：库兹涅兹“长周期”

      有关人口结构变化对经济影响的文献汗牛充栋。其中，1971年诺贝尔经济学奖得主西蒙·库兹涅兹提出的库兹涅兹“长周期”在学术上影响最为深远。1930年，库兹涅兹在《生产和价格的长期运动》中提出了著名的“库兹涅兹长周期”(15—25年)，对19世纪美国大移民时代人口性因素导致的经济周期性波动进行了详细阐述。库兹涅兹认为，人口增长会催生一波又一波“人口敏感型投资”，这类投资与其他投资的生产率差异会影响总供给扩张的速度，从而触发经济的周期性波动。Easterlin(1968)详细研究了美国1820-1968年的数据，对“长周期”模型进行了全面的理论和实证分析。Kelley(1969)将人口迁移和人口出生率变动两大因素综合起来，分析对中长期经济周期的影响。随着卢卡斯批判地提出与动态随机一般均衡(DSGE)和可计算的一般均衡(CGE)模型的发展，学术界更多地将人口结构因素引入这两类一般均衡模型来分析人口与经济的动态关系。例如，Masson & Tryon(1990)、Tamirisa & Faruqee(2006)先后用国际货币基金组织的MULTIMOD模型模拟了人口老龄化对消费、产出和政府开支的影响。McMorrow & Roger(1999)用欧洲委员会的QuestII模型研究了人口老龄化对总需求、总供给和政府支出的影响。

      国内学者从理论和实证两方面研究了中国人口因素变化对经济的影响。李洪心(2004)用CGE模型分析了人口老龄化对经济的影响，并且探讨了延迟退休在缓解老龄化影响方面的作用。李军(2006)研究了老龄化对经济增长的三个影响效应：减少储蓄、减少劳动力供给和资本深化。彭秀健(2006)用可计算一般均衡模型对中国人口老龄化的宏观经济后果进行了量化分析，发现人口老龄化将通过劳动力负增长和物质资本低增长两个渠道拉低中国的经济增速。蔡昉(2010)从理论上揭示了人口转变与二元经济发展的一致关系，论证和检验了中国人口红利逐渐消失和刘易斯拐点到来的判断。胡鞍钢等(2012)用包含柯布—道格拉斯生产函数的索洛模型分析了人口老龄化对经济的影响，构建了1990-2008年的省际面板数据模型，指出人口老龄化和人口总量的增加对经济均产生不利影响。

      无论中外，在对人口性长周期的量化分析中，经济学者们绝大多数分别从人口年龄结构变化和人口空间结构变化两个方向进行研究，而极少将二者结合起来总结成一个动态、一般均衡的模型。Tosun(2003)构建的两期、两地区代际交叠(OLG)模型是比较近似的一个，但这一模型中人口对经济的影响是通过改变有投票权的成年人比例来实现的，与中国这类人口大国的实际很不吻合。Merette & Fougère(2009)的模型引入了上述两个因素，但却简单地将人口迁移处理为外生变量。本文模型的目的，就是将人口年龄结构和人口迁移统一在同一框架内，同时将人口年龄结构和人口迁移均处理为内生变量。

      2.地理性经济因素：城市层级体系理论

      与人口因素对经济影响相关的另一大学科是地理经济学。2008年诺贝尔经济学奖得主Krugman(1991)建立了一个包含规模经济和垄断竞争因素的两区域迪克西特—斯蒂格利茨一般均衡模型，研究了区位生产模式和增长的相互关系，将区位选择理论的典型特征模型化，建立了新经济地理学的基本框架。Fujita et al.(1995)建立了一个城市层级理论模型，指出市场规模越大、发展水平越高的地区(即层级越高的城市)对人口的吸引力越大，从而引发人口在城乡之间迁移。Hanson(2005)把土地价格作为离心力，研究了美国地区之间市场潜力与工资结构的空间交互作用。城市层级体系模型，是本文研究人口迁移和房地产价格变化的理论基础。

      3.本文对人口性经济因素和地理性经济因素的整合

      本文以经典的库兹涅兹长周期和城市层级体系模型为理论基础，构建了一个包含人口和劳动力、资本、家庭、厂商、房地产市场和金融部门在内的可计算一般均衡(CGE)模型，将人口年龄结构变化和人口迁移统一在一个框架内。同时，本文以2010年第六次人口普查(以下简称“六普”)的分区县人口数据为基础，将全国分为一线城市、二线城市、中小城市、乡镇、农村五大区域，研究人口迁移与经济增长、房地产价格之间的相互动态关系，并引入金融杠杆率，探讨了杠杆率与经济增长、人口政策的相互作用关系。

      二、中国“长周期”模型

      1.空间区域划分

      本文以《第六次人口普查资料》(以下简称“六普”)的区域划分为基础，将全国划分为五个空间层次。(1)一线城市，包括北京、天津、上海、广州、深圳。(2)二线城市，包括除一线城市外的省会城市和副省级计划单列市。(3)中小城市：除一、二线城市外的其他城市。(4)乡镇。(5)农村。其中乡镇和农村的定义与“六普”相同。

      2.1 总人口

      

      

      出生率=当地育龄妇女数×当地总和生育率/当地总人口数。其中，总和生育率(total fertility rate，TFR)是一个非常关键的变量。一般的文献中都将总和生育率处理为一个外生的变量，而本文的总和生育率并非完全外生。对单一区域而言，其总和生育率是外生给定的，总体而言是层级越高、越富裕的区域总和生育率越低。但是，由于育龄妇女在城乡不同层级中的迁徙，全国五大区域加总的总和生育率却是不断波动的，这能够更加准确地捕捉到人口迁移与人口增长和老龄化之间的内在联系，也是本文的创新之一。

      2.2 迁移人口

      由(1)式可得，迁移人口等于当期人口减去上期人口自然增长后的人口。关于迁移人口与其他经济变量的关系，将在本节第三部分的一般均衡模型中讨论。

      

      3.一般均衡模型

      本文借鉴Tosun(2003)的模型，将其原来的两期、两区域扩展到多期、五个空间层次，并引入房地产和金融杠杆率两大因素，建立扩展的可计算一般均衡(CGE)模型。

      3.1 生产部门

      (1)真实产出

      生产函数为典型的柯布道格拉斯形式：

      

      (2)消费

      由于消费者作为人口是流动的，他们在某一地区的消费十分短视，只考虑当期在当地的消费。而他们当期消费的效用受到以房地产价格

为代表的资产价格的负面影响。

      

      为了使我们的模型成为一个完整的动态系统，我们在总量层面加入人口迁移函数。Miron(1979)发现人口迁移存在“棘轮效应”，人口越多的城市，对迁入人口的吸引力越大。Fujita et al.(1995)的研究表明，指出市场规模(人口总量和经济总量)和发展水平(人均GDP)是吸引人口的决定性因素。Hanson(2005)添加了土地价格作为人口迁移的离心力。王桂新等(2012)研究了中国省际人口迁移的影响因素，包括迁出地人口、迁入地人口、相邻性系数，迁入地城镇化人均可支配收入，迁出地农村人均可支配收入，省会城市间最短公里里程。在以上研究基础上，我们将人口迁移函数表示为：

      

      3.6 国民福利与杠杆率上限

      杠杆率的影响具有两面性：一方面，加杠杆可以提高经济增速；另一方面，杠杆率上升，利息负担就越重，扣除利息后的国民产出就更少。本文假设，每一期政府都会作出评估，要求当期扣除利息后的经济产出最大。

      3.7 模型的动态系统

      模型的动态系统包括经济增长(12-2)、房地产价格(16)、人口迁移(18)和杠杆率(23-1)四个动态方程，(1)、(2)、(3)、(4)、(5)、(6)、(7)、(8)、(9)、(17)、(20)、(20-1)等12个恒等式和(24-2)这一约束式。由此，本文建立了一个封闭经济五区域一般均衡模型。模型中技术进步速度恒定，并以劳动人口比率(受出生率和人口迁移影响)和杠杆率为主要驱动因素。为了更加清晰地刻画人口因素和金融杠杆因素对经济的影响，模型在其他方面做了大量简化，特别是技术进步速度假定为不变。因此，模型的模拟结果可以用来分析宏观经济的走势，但是其中各变量预测数值的绝对大小不宜被视为必然发生的事件。

      三、基于日本经验和中国现实的实证模型及参数设定

      在建立了理论模型后，本文通过分析日本过去四十年经济起伏中的人口因素，并将理论模型转换为实证模型，结合中国自身的一些独特因素，用来预测中国经济的未来。

      1.日本历史经验

      二战后，日本的人口迁移经历了四个周期(图1)：(1)1970年前，人口向大城市中心区迁移；(2)1970-1990年，大城市中心区人口向近郊区扩散；(3)1990-1995年，人口净流出大城市(包括中心区和近郊区)，向二线城市扩散；(4)1995年至今，人口重新流向大城市。①其中，1970年是一个非常重要的拐点，这之后不仅人口的迁移模式发生了变化，更重要的是其背后的经济增长和人口老龄化因素都在发生着变化。1970年，日本正处于经济快速增长到中高速增长的换挡期，之后，伴随着人口老龄化率的持续上升，日本经济增速经历了两次明显的台阶式下行阶段，时间分别是1970-1975年和1990-1995年(图2)。

      

      图1 日本的人口迁移与经济增速

      

      图2 日本经济增速伴随人口老龄化下行

      2.日本经验与中国现实的统一：理论模型转化为实证模型

      在日本这些现象的背后，是本文长周期模型所描述的普遍规律，即人口的老龄化伴随着经济增速的放缓，而经济增长的周期又是和房价的涨跌和人口迁移的周期紧密结合的。

      2.1 实证模型

      在本文第二部分理论模型的基础上，我们设定如下所示的实证模型：

      

      上述四个动态方程与12个恒等式(1)、(2)、(3)、(4)、(5)、(6)、(7)、(8)、(9)、(17)、(20)、(20-1)，以及约束式(24-2)一起，形成本文的实证模型。

      2.2 参数估计和校准

      我们运用日本1980-2010年的面板数据对上述模型进行回归分析。受人口数据每5年一期的限制，模型中每一期的时间也是5年。在横截面数据方面，我们将日本各县分成大城市中心区、大城市近郊区、二线城市和其他四个部分。在时间序列方面，我们的数据包括分地区的GDP增速、人均GDP、15—64岁劳动人口比例、金融杠杆率(资金流量表中的全社会负债与GDP之比)、房价指数、人口增速、人口迁移比率、日本全国GDP增速等八个指标。数据分别来自日本2012年统计年鉴、2010年人口普查报告和日本地产研究所(Land Institution of Japan)网站。采用混合OLS方法的面板数据固定效应回归结果如表1所示。回归时所有变量均进行了标准化(1980年=100)。

      

      

      在日本1980-2010年的面板数据回归结果的基础上，我们通过将其与中国2010年分省截面数据的回归结果进行类比，对模型的参数进行校准，如果中日数据回归出的系数方向相反，则采用日本模型的回归结果，否则采用中日系数平均值(表2)。需要特别说明的有两处：第一，关于技术进步速度，日本模型回归结果为1.3826，即日本1980-2010年每年技术进步贡献的GDP增速为1.3826；而中国模型回归结果为3.13。这与经合组织题为《2060年展望——全球的长期经济增长前景》的报告估计结果(OECD，2012)相近，该报告显示，1980-2011年日本平均全要素生产率为1.2，同时预计中国2011-2060年平均全要素生产率为3.5。第二，关于经济增速关于劳动人口比率的系数，日本模型为5.0275，中国模型为-5.2947，之所以中国模型为负，是因为在截面模型里，越富裕的省份劳动人口比率越高，同时其人均GDP增速越低。如果从一个较长时间动态地来看，则结果应该如日本模型估计的那样。因此，我们采用了日本模型的参数。

      3.中国长周期的初始数据赋值和有关讨论

      3.1 初始数据赋值

      本文以中国2010年的数据为基期，按5年一期，向前预测2015-2050年(共7期)中国经济在长周期中的走势，部分预测扩展到2100年。

      

      3.2 对总和生育率的讨论

      总和生育率是人口预测的关键变量。中国目前的总和生育率到底是多少，各方面并未形成统一意见。2010年六普数据显示，中国当年的总和生育率为1.18。②以卫生计生委为代表的官方认为，中国当前的总和生育率为1.5—1.6。③大多数学者估计的数值处于六普数据和官方数据的中间。例如，赵中维和陈卫(2011)分析指出，中国2001-2010年的总和生育率水平大致为1.45。为了验证这一数据，天弘基金在2015年春节后专门进行了一项调查，有13万人参与，其中有婚史的女性33164人，其中已生育的16586人，平均年龄30.1岁，总和生育率为1.27；未生育的16578人，平均年龄27.8岁，总和生育意愿为1.26，两者加权平均，总和生育率为1.26。

      本文对全国总和生育率的赋值采用六普数据，并考虑到15—19岁的女性生育率非常低的事实，计算得到20—50岁育龄妇女的总和生育率为1.25。这一数值与天弘基金调查的数值非常接近。在此基础上，根据第六次人口普查分县数据分别计算五个空间层次的总和生育率，一线城市、二线城市、中小城市、乡镇和农村2010年20—50岁育龄妇女总和生育率分别为0.85、0.80、1.14、1.17和1.49。本文假设2015-2050年，这五个空间层次的总和生育率保持不变，但由于人口城镇化的影响，育龄妇女向生育率低的区域迁徙，还是会造成全国总和生育率震荡下降的趋势(图3)。

      

      图3 基准情形下的总和生育率

      3.3 经济增长的下限

      在本文模型模拟过程中有一个外生给定的约束条件。2011-2015年和2016-2020年经济增长的下限。其中，2011-2015年全国GDP已实现的平均增速为7.8%。另外，为实现十八大确定的2020年人均GDP比2010年翻一翻目标，2016-2020年约需要平均6.5%的GDP增速。

      四、情景分析——中国经济的长周期(2015-2050年)

      运用本文第三部分建立的实证模型，我们对中国经济在2015-2050年的走势进行预测。结果显示，总和生育率、人口迁移率和杠杆率是经济长周期波动的“关键三率”。

      1.模型的基准情形(总和生育率为1.25，不限制人口迁移，杠杆率线性增长)

      在基准情形下，中国的老龄化率(65岁以上人口比例)将从2010年的8.9%上升到2050年的33.1%(图4-1)，其中2035年以前老龄化率上升速度不断加快(从2011-2015年的年均0.48个百分点到2031-2035年的年均0.93个百分点)，之后得到缓和(2041-2050年基本稳定在年均0.36个百分点左右)。与老龄化率相对应的是劳动人口(15—64岁)比率，这一指标2035年以前下降较快，随后得到缓和(图4-1)。

      从杠杆率方面看(图4-2)，2020年以前为实现人均GDP翻番的目标，将执行相对宽松的财政金融政策，杠杆率年均上升12.2个百分点，到2020年将达到259%，相当于日本1985-1990年的平均水平。之后，根据(24-1)式的约束条件，2020-2050年的杠杆率年均增速降至4.7个百分点，到2050年达到约400%，与日本当前的杠杆率类似(图4-2)。

      

      图4-1 基准情形下人口老龄化与GDP增速

      

      图4-2 基准情形下的杠杆率

      

      图4-3 基准情形下的人口迁移

      

      图4-4 基准情形下的房价

      受人口老龄化速度和杠杆率增速的共同影响，中国经济增速将从2016-2020年的6.5%左右快速下降到2021-2025年的3%—4%，并大体维持这一速度到2035年，之后经济增速会小幅回升到4%左右的水平(图4-1)，按照这样的增长轨迹，2050年中国人均GDP将达到20.6万元人民币(2010年不变价)，约合今天的3.2万美元，中国届时将成为高度发达国家。

      从人口流动方面看，2011-2015年是人口城镇化比较慢的时期，2016-2020年将有所增加，但随后2021-2025年和2031-2035年两次经济衰退将分别触发人口的“逆城镇化”。从房价方面看，伴随2021-2025年的经济衰退，一、二、三、四线城市的房价全部都出现下跌，五年累计跌幅分别是15%、26%、33%和58%。经济低迷和房价下跌给全民带来的痛苦，也许将与日本1990年代初期经济泡沫破裂时的情况类似。之后，房价将有所恢复，2030-2035年再次下跌。房价的下跌，将使整个本来就在高杠杆率水平上运行的经济体系陷入更大的风险之中。2025年、2035年都很可能会有中国式的“次贷危机”。

      2.提高生育率的情形(假设总和生育率提高到1.6和2.1)

      如果总和生育率从1.25分别提高到1.6和2.1，2016-2050年的经济增速将平均上升0.15个和0.3个百分点，相当于总和生育率每提高0.1个百分点，经济增长率平均上升0.035个百分点。如果把考察的周期拉长，2016-2100年的经济增速将平均上升0.5和1.0个百分点，相当于总和生育率每提高0.1，经济增长率平均上升0.13个百分点(图5-1)。

      

      图5-1 不同生育率情况下的经济增速

      

      图5-2 生育率调整的经济增长效应

      传统智慧认为，用提高生育率应对老龄化并不是明智的选择，因为短期内这将增加幼儿比例，降低劳动人口比率的同时也加大了家庭和财政的负担，长期看并不一定有利于经济增长(例如，彭秀健，2006)。本文引入“李嘉图等价”定理证明，提高生育率将在约20年后提升劳动人口比例，降低政府社会保障负担。在生育率提高后，政府和公众都能预期到未来老龄化率的下降能够缓解养老和医疗方面的支出压力，因而近期可以加杠杆、增加消费和投资，这将有力地促进经济增长，反过来又可以降低未来的杠杆率，这就是“以时间换空间”。当前，美、欧、日在实施宽松政策时，都是寄希望于发生这一奇妙的效果。在模拟过程中，我们在(25)和(28)式中引入对经济增速的理性预期：

      

      由于人口出生率的提高，15—20年后预期的劳动人口比例变化速率也会提高，从而提升预期的经济增速，并最终提升近期和中期的杠杆率水平。相反，再过20年，即40年以后，新增幼龄人口和退休人口会超过新增劳动人口，劳动人口比例降低，在预期因素作用下，20年后杠杆率会随之降低。在整个长周期内政府和私人部门杠杆率净调整水平为0，但由于结合人口结构变化灵活地进行杠杆率调节，对经济增长起到了正面的促进作用(图5-2)。总的来说，提高生育率在长期内(20年以上)对经济增长的影响是显著为正的。

      3.限制一线城市人口迁移的情形

      对一线城市来说，控制过快增长的人口是政府的基本政策。例如，在2014年北京市十四届人大二次会议上，北京市明确提出要使“常住人口增速明显下降”。本文基准情形预测的2015-2050年一线城市人口净迁入比率平均为2%，与2010-2015年水平相当，个别年份净迁入率达到7%，这一水平显然高于政府的目标。为此，本文假设一线城市人口净迁入率不能高于1%(可以低于1%甚至人口净流出)，并分析其经济影响。

      模拟分析表明，限制人口流入一线城市对经济增速的负面影响比较显著，将导致2021-2050年全国GDP增速平均降低0.25个百分点(图6-1)。这主要是因为一线城市的劳动生产率要大大高于其他地区，限制人口流向一线城市间接降低了全国平均劳动生产率，从而降低整体经济增速，并导致房价比基准情形更低，但是房价的波动性要小一些(图6-2)。

      

      图6-1 限制人口流入一线城市的经济增速

      

      图6-2 限制人口流入一线城市对房价的影响

      4.假设中国的杠杆率跟日本一样波动的情形

      在基准情形中，我们假设中国2021-2050年的杠杆率大体呈线性增长趋势(图4-2)。但是，日本的经验告诉我们，杠杆率的升降和经济走势密切相关，很难保持直线上升的态势。因此，我们假设了一种更加接近现实的情形，即中国2021-2050年的杠杆率走势与日本1980-2013年的走势基本一致。此时中国经济增速的波动性更大，在2021-2030年的低迷后，经济增速将在2031-2035年反弹至4.5%，随后15年将震荡走低。总的来看，这一情形下2021-2050年的增速平均比基准情形低0.23个百分点(图7-1)。也就是说杠杆率增幅的波动将导致经济效率的损失、拉低平均增速。对房价而言，这一情形下大小城市的房价波动更大，除了2021-2025的普跌与基准情形一样外，2041-2045年也会有一波更大的下跌(图7-2)。

      

      图7-1 杠杆率走势与日本类似时的经济增速

      

      图7-2 杠杆率走势与日本类似时的房价

      5.假设不设定2016-2020年GDP增速年均目标为6.5%的情形

      前面一种情形显示了杠杆率增幅波动的影响，这里的一种情形则揭示了杠杆率增幅普遍下降的影响。假设为了控制杠杆率上升，政府放弃了2016-2020年GDP年均增长6.5%的目标，在这种情况下，由(24-1)式的约束条件会得出另外一个均衡结果。虽然杠杆率大幅降低(图8-1)，但经济增速也会大幅下滑，到2021-2025年和2031-2035年间增长接近2%，出现两个“失去的五年”(图8-2)，2015-2050年间经济平均增速将从基准情形的4.23%降至3.40%。房价走势也同样低迷，大小城市房价基本都在保持原有波动特性的情况下大幅向下调整，其中，2021-2025年间一、二、三、四线城市房价分别跌去40%、55%、61%和89%(图8-3)。诚然，如此悲观的结果或许是因为模型对技术进步带来的经济增长考虑不够造成的。但是，我们在模型中已经根据回归结果和OECD的研究结果，将全要素生产率设在了3.13%的全球主要国家最高水平，已经比较充分地考虑了技术进步对经济增长的直接影响。下一步，我们还要改进模型，考虑技术进步对资本形成的促进作用和对经济增长的间接影响。但是，即使在如此悲观的情形下，2050年中国的人均GDP也将达到18.7万元人民币(2010年不变价)，约合今天的2.9万美元(比基准情形低10%)，中国届时也已经迈入发达国家行列。

      

      图8-1 不设定2020年增长目标的杠杆率

      

      图8-2 不设定2020年增长目标的经济增速

      

      图8-3 不设定2020年增长目标时的房价

      五、结论和政策建议

      本文以构建了包含人口老龄化、人口迁移、房地产价格变动和金融杠杆率约束的中国“长周期”可计算一般均衡(CGE)模型。在比较分析了日本1980-2013年以及中国2000-2013年的人口和宏观经济数据之间的关系后，以日本1980-2010年分城市层级的面板数据回归出模型的有关参数，参考中国数据进行校准，并根据2010年中国的有关数据进行了初始赋值，用于预测人口老龄化和人口迁移两大人口性因素对中国2015-2050年经济周期、城镇化和房地产价格的中长期影响。同时，本文还将金融杠杆和理性预期因素引入模型，探讨了杠杆率与经济增长、人口政策的相互作用关系，将人口性长周期和金融性中周期统一在同一模型内。在模型的基准情形之外，本文还对出生率、人口迁移率、杠杆率的不同情况进行了模拟。

      研究发现，由于人口老龄化的影响，无论是哪一种情况，中国的经济增速在2021-2025年可能都会出现台阶式下行。这一过程可能会触发普遍的房地产价格下跌，以及人口回流农村的“逆城镇化”。进一步的模拟分析表明，为实现经济长期可持续增长，必须注重“关键三率”：(1)总和生育率，采取措施提高总和生育率，在短期内和中长期都可以有效提振经济，总和生育率每提高0.1个百分点，2016-2050年将平均提高经济增速0.035个百分点，2016-2100年将平均提高经济增速0.13个百分点。(2)人口迁移率，提高人口迁移的便利性有助于经济在升级中保持增长，如果执行限制一线城市人口流入政策，将人口净流入比率控制在1%以下，将导致2021-2050年全国经济增速平均降低0.25个百分点。(3)金融杠杆率，在确定中期杠杆率上限的基础上，短期内灵活运用金融杠杆工具，有利于促进经济稳定增长。杠杆率增幅的波动将导致经济效率损失、降低经济增速。只要风险可控，不宜过度压制杠杆率的自然上升。经济运行的结果有多个均衡，如果为了控制杠杆率而放弃2016-2020年年均增长6.5%的目标，模型最优化求解的结果将导致2021-2025年、2031-2035年两个“失去的五年”，而且2021-2025年房价跌幅巨大，经济难以承受。

      相关的政策建议：一是采取有效措施提高总和生育率；二是不要过分限制人口迁移、特别是人口向生产率高的一线大城市迁移，同时还可以采取京津冀一体化类似的政策，在控制特大城市行政区域人口增量的同时，更大程度发挥大城市对临近地区的辐射作用；三是在做好风险防范的前提下，客观理性地接受杠杆率的自然上升，并且采取灵活的财政金融政策避免杠杆率增幅的过分波动。最后需要强调的是，技术进步是经济增长的关键原动力，应该大力推动创新创业、促进产业调整升级，只有这样才能够在人口老龄化加剧、杠杆率上升空间有限的情况下保持经济长期中高速增长。

      本文为中关村华夏新供给经济学研究院《中国2049战略》超老龄化社会课题组子课题之一。课题组成员郭若谷、肖志刚、徐昕、尹航、星光、刘冬、刘洋、贺明贤、胡彧亦对本文有贡献。本文系第十五届中国青年经济学者论坛入选论文。感谢匿名审稿人的宝贵意见。文责自负。

      ①根据日本国土厅数据，本文将日本城市层级的划分为三个区域。大城市中心区：东京都、大阪府、爱知县；大城市近郊区：埼玉县、千叶县、神奈川县、兵库县、奈良县、岐阜县；二线城市：茨城县、栃木县、滋贺县、和歌山县、三重县、福冈县；其他地区：其他县。

      ②参见《第六次人口普查资料》长表，中国统计出版社，2012年4月。

      ③参见《国家卫生计生委副主任王培安就坚持计划生育基本国策启动实施单独两孩政策答记者问》，国家卫生委网站，www.moh.gov.cn，2013年11月16日。

标签：杠杆率论文;  一般均衡论文;  中国城市gdp论文;  经济杠杆论文;  经济模型论文;  经济论文;  中国人口迁移论文;  城市经济论文;  经济研究论文;  中国的人口论文;  老龄化社会论文;  经济增长论文;  房价下跌论文;  人口问题论文;  经济学论文;  总和生育率论文;  人口结构论文;