EN中文

Economic geography >

2020 , Vol. 40 >Issue 10: 32 - 40

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.10.004

Influence of "Two-Child Policy" on the Coupling Coordination Degree Between China's Population Structure and Industrial Structure

  • WU Dingyu , 1, 2 ,
  • TANG Dan 1, 2 ,
  • ZHANG Zhijue 1, 2
Expand
  • 1. Hunan Key Laboratory of Macroeconomic Big Data Mining and Its Application，Changsha 410081，Hunan，China
  • 2. School of Business，Hunan Normal University，Changsha 410081，Hunan，China

Received date: 2020-03-15

  Revised date: 2020-08-31

  Online published: 2025-04-21

Fold

Abstract

This paper measures the population structure index and industrial structure index by establishing the index system of population structure and industrial structure. The coupling coordination model is used to analyze the interdependence and coordination between population structure and industrial structure.From the perspective of "two-child policy", the panel data model is used to analyze the influence of "two-child policy" on the coordination degree between population structure and industrial structure.The results were as followed: 1)From 2000 to 2017, China's population structure and industrial structure are quite different in different regions. The overall level of Beijing, Shanghai and Tianjin is relatively high, while other regions are still at a low level. 2)From 2000 to 2017, the population structure and industrial structure of eastern China were in the middle coordination stage, while the central and western China were in the primary coordination stage, and the coordination degree of western China was lower than that of central China. 3) From 2000 to 2015, the coupling coordination degree of the eastern and central regions increased slowly, but declined from 2016, with large regional differences. In 2017, Guizhou and Guangxi were on the verge of coordination, and 20 provinces and regions were barely coordinated. 4)The influence of "two-child policy" on the coupling coordination degree of China's population structure and industrial structure has regional heterogeneity.In the country, east, central and West,the "two-child policy" had a significant negative effect to the coupling coordination degree, that is, it reduced the coupling coordination degree between the population structure and industrial structure, but the western region was the least affected. 5)The fertility policy can be adjusted according to local conditions to improve regional population structure and pay attention to the balanced development of regional population structure and industrial structure. Promoting the matching of birth policy and industrial policy is conducive to the coordinated development of population structure and industrial structure. At the same time, it is considered whether to implement the "comprehensive three-child policy" to increase the fertility rate and cope with population aging and abrupt demographic changes.

Key words： population aging; two-child policy; population structure; industrial structure; coupling degree

Cite this article

WU Dingyu , TANG Dan , ZHANG Zhijue . Influence of "Two-Child Policy" on the Coupling Coordination Degree Between China's Population Structure and Industrial Structure[J]. Economic geography, 2020 , 40(10) : 32 -40 . DOI: 10.15957/j.cnki.jjdl.2020.10.004

自2000年以来，我国65岁以上人口占总人口比例达到7%，说明我国人口已经达到老龄化的国际标准而正式步入老龄化社会。随着我国人口老龄化日益严重，2011—2013年我国从部分试点省份到全国正式实施“单独二孩”政策，但这一政策并未使我国人口老龄化趋势得到缓解，2014年我国65岁以上老年人口达到10.1%。因此，2016年我国启动“全面二孩政策”，但2018年我国65岁以上老年人口占比增长到11.9%，人口出生率也没有得到显著提高。2016年我国人口出生率为12.95‰，2018年下降到10.94‰。可见，短期内单凭生育政策的调整很难缓解我国人口老龄化问题。人口老龄化从根源上减少了有效劳动力的供给，会制约我国产业结构的调整与优化。与之相对应，产业结构调整也会影响到人口结构，对人口的流动、人力资本积累等产生联动效应。生育政策可以通过影响生育率来改善人口的年龄结构、文化结构和空间结构。可见，生育政策的调整，可以改变人口结构，而人口结构和产业结构又相互依赖与相互协调。那么，生育政策对人口结构与产业结构的耦合协调性究竟能够产生多大的影响，如何根据人口结构来调整生育政策与产业政策是值得我们深入探讨的课题。
国内外学者关于人口生育政策与人口结构以及产业结构的关系，主要集中在三个方面：①生育政策对人口结构的影响。部分学者认为计划生育政策是导致我国人口老龄化的主要原因，“单独二孩政策”和“全面二孩政策”能够缓解人口老龄化进程，对劳动力供给和人口结构调整产生积极影响[1⇓⇓⇓⇓-6]。但也有学者认为，短期内“全面二孩政策”能够影响人口增长，但是长期内不能促进人口均衡发展与人口结构的协调[7]。②人口结构对产业结构的影响。主要从人口年龄结构、人口空间结构和人口文化结构三个方面研究与产业结构的关系。人口年龄结构对产业结构的影响主要从人口老龄化的角度进行分析，一方面，由于人口老龄化问题，劳动力供给增速下降，企业劳动力生产成本上升，使得企业必然会加大技术创新投入，从而促进产业结构的升级[8-9]。另一方面，人口老龄化使得劳动力成本优势迅速丧失，导致劳动力生产效率大幅下降，从而不利于产业结构升级[10-11]。可见，人口老龄化对产业结构升级的影响存在正反两个方面[12]。人口空间结构对产业结构的影响主要从城市化的视角来分析。城市化通过影响劳动力供给结构、需求结构、劳动力就业结构以及现代服务业增长速度和服务质量，进而影响产业结构升级[13⇓-15]。当然，产业结构也会反过来影响城市化进程，区域内产业结构优化升级，有利于扩大城市化规模和提高城市吸纳能力，积极改变城市职能体系加快城市化进程[16⇓⇓-19]。人口文化结构对产业结构的影响，主要表现为人力资本的积累有利于技术创新，从而推动产业结构优化升级。如果人力资本区域性失衡，会限制劳动力在产业间流动而制约技术创新，导致产业结构失衡[20-21]。进一步，部分学者指出人力资本对产业结构的影响具有区域差异性，人力资本集聚与产业结构升级之间呈“U”型关系[22-23]。③人口结构与产业结构的耦合关系。产业结构的调整对人口性别结构、年龄结构和空间结构产生影响，反过来，人口结构的变化通过改变劳动力供给，对产业结构调整产生影响。国内学者通过构建人口结构与产业结构评价指标，利用灰色关联模型、耦合度模型等方法测算我国人口结构与产业结构耦合协调性，研究结论表明我国人口结构与产业结构耦合协调度呈倒“U”型变化规律，并存在地区差异，呈现梯度分布与空间集聚特征[24⇓⇓⇓⇓⇓⇓-31]。
以上研究成果揭示了人口结构与产业结构之间相互依赖性关系，为研究“二孩政策”对人口结构与产业结构协调度的影响奠定了一定的基础。尽管有学者研究指出人口结构与产业结构之间耦合协调度及其区域差异进行分析，但对其产生的原因缺乏深入研究。有鉴于此，本文从生育政策的视角，通过测度我国2000—2017年人口结构和产业结构综合指数，利用耦合协调模型研究人口结构与产业结构的相互依赖程度以及两者之间的协调度，深入分析生育政策对耦合协调度的影响，为生育政策和产业政策调整提供理论依据，从而达到优化人口结构和产业结构的目的。

1 人口结构与产业结构的耦合协调性分析

1.1 人口结构指数和产业结构指数的测度方法

人口结构指标主要包括人口年龄结构、人口空间结构、人口文化结构3个一级指标，每个维度的二级指标见表1。产业结构指标主要包括产值结构、就业结构、高级化、合理化4个一级指标。其中产值结构用一、二、三产业占GDP的比重来衡量；就业结构用一、二、三产业就业人数占总就业人数的比重来衡量；产业结构的高级化用三、二产业的产值比来衡量；合理化用泰尔指数来衡量，其公式为：
$T L_{i t}=\sum_{i=1}^{n} \ln \frac{Y_{i} / L_{i}}{Y / L}$
式中： Y i表示第i产业的增加值（i=1，2，3）；Y为地区生产总值； L i为第i产业的就业人数（i=1，2，3）；L表示地区总就业人数。
表1 人口结构与产业结构的指标权重

Tab.1 The index weight of population structure and industrial structure

目标系统 一级指标 二级指标 指标类型 权重
人口结构（ Y 1） 人口年龄结构 人口抚养比 负向指标 0.0929
0~14岁人口占总人口数比重 负向指标 0.0851
15~64岁人口占总人口数比重 正向指标 0.1402
65岁以上人口占总人口数比重 负向指标 0.0970
人口空间结构 城市化率 正向指标 0.1792
人口文化结构 人均受教育年限（年/人） 正向指标 0.0716
大专及以上学历人口所占比重 正向指标 0.3340
产业结构（ Y 2） 产值结构 第一产业增加值/GDP 负向指标 0.0459
第二产业增加值/GDP 正向指标 0.0630
第三产业增加值/GDP 正向指标 0.1662
就业结构 第一产业就业人数/总就业人数 负向指标 0.0880
第二产业就业人数/总就业人数 正向指标 0.1409
第三产业就业人数/总就业人数 正向指标 0.1020
高级化 第三产业增加值/第二产业增加值 正向指标 0.3543
合理化 泰尔指数 负向指标 0.0397
将评价指标划分为正向指标和负向指标，采取极差法对数据进行标准化处理。
利用变异系数法进行指标赋权。其计算公式为：
w i = V i / ∑ i = 1 n V i
V i = σ i / X i ¯
式中： w i为第i项指标的权重； V i为第i项指标的变异系数； σ i为第i项指标的标准差； X i ¯为第i项指标在2000—2017年的平均值。
在指标赋权的基础上构建人口结构综合指数与产业结构综合指数，公式为：
$Y_{i}=\sum_{i=1}^{n} y_{i}^{\prime} w_{i}(i=1,2)$
式中： Y 1为人口结构综合指数； Y 2为产业结构的综合指数； y i '为第i项指标标准化后的数值。
本文所用数据根据2001—2018年《中国统计年鉴》《中国人口与就业统计年鉴》以及各省（直辖市、自治区）统计年鉴计算得到。考虑到数据可得性，本研究只选取了我国30个省（直辖市、自治区）（以下简称“省域”），西藏、香港、澳门和台湾因数据缺失未纳入研究。

1.2 人口结构综合指数和产业结构综合指数的测度结果

指标赋权结果。根据上述方法计算可得人口结构与产业结构指标权重见表1。表1结果显示：人口结构子系统二级指标中，大专及以上学历人口所占比重在系统中的权重最大，为0.3340，其次为城市化率，所占比率为0.1792。在产业结构子系统二级指标中第三产业与第二产业的产值比重所占权重最大，为0.3543，产业结构高级化对产业结构的影响较大。在产值结构中，第三产业产值占总产值比重的权重较大，为0.1662，表明第三产业产值对产业结构的产值结构影响较大。
根据公式（4）计算我国东部、中部和西部地区2000—2017年人口结构综合指数和产业结构综合指数见表2。同时计算30个省域的2000—2017年的人口结构综合指数和产业结构综合指数，利用ArcGIS10.2绘制30个省域人口结构综合指数和产业结构综合指数的空间分布图。由于篇幅问题，仅报告2015和2017年30个省域的人口结构综合指数空间分布图（图1），以及2000和2017年30个省域的产业结构综合指数空间分布图（图2）。
表2 我国东、中、西部地区人口结构综合指数(Y1)和产业结构综合指数(Y2)

Tab.2 Comprehensive index of population structure and industrial structure in eastern, central and western China

年份 东部地区 中部地区 西部地区
Y 1 Y 2 Y 1- Y 2 Y 1 Y 2 Y 1- Y 2 Y 1 Y 2 Y 1- Y 2
2000 0.3143 0.5050 -0.1906 0.2426 0.3638 -0.1212 0.1692 0.3101 -0.1409
2001 0.3246 0.5113 -0.1868 0.2667 0.3693 -0.1026 0.1899 0.3051 -0.1152
2002 0.5247 0.5213 0.0034 0.4872 0.3770 0.1102 0.4021 0.3157 0.0864
2003 0.5317 0.5288 0.0029 0.5169 0.3873 0.1296 0.4154 0.3220 0.0934
2004 0.5500 0.5367 0.0133 0.5284 0.3960 0.1324 0.4291 0.3254 0.1037
2005 0.5630 0.5498 0.0132 0.4993 0.4031 0.0962 0.4055 0.3300 0.0755
2006 0.5795 0.5605 0.0190 0.5205 0.4110 0.1095 0.4225 0.3354 0.0871
2007 0.5881 0.5741 0.0140 0.5280 0.4205 0.1075 0.4283 0.3444 0.0839
2008 0.5872 0.5806 0.0066 0.5373 0.4232 0.1141 0.4353 0.3501 0.0852
2009 0.6014 0.5923 0.0091 0.5422 0.4351 0.1071 0.4572 0.3699 0.0873
2010 0.6097 0.6010 0.0087 0.5558 0.4342 0.1216 0.4757 0.3628 0.1129
2011 0.6307 0.6087 0.0220 0.5648 0.4386 0.1262 0.5064 0.3717 0.1347
2012 0.6379 0.6171 0.0208 0.5753 0.4532 0.1221 0.5022 0.3741 0.1281
2013 0.6408 0.6325 0.0083 0.5793 0.4703 0.1090 0.5098 0.3953 0.1145
2014 0.6342 0.6379 -0.0037 0.5850 0.4832 0.1018 0.5139 0.4086 0.1053
2015 0.6358 0.6476 -0.0118 0.5767 0.5016 0.0751 0.5180 0.4255 0.0925
2016 0.4855 0.6551 -0.1696 0.3962 0.5147 -0.1185 0.3613 0.4361 -0.0748
2017 0.4934 0.6626 -0.1692 0.3817 0.5251 -0.1434 0.3609 0.4530 -0.0921
图1 2015、2017年人口结构综合指数水平空间分布

Fig.1 Spatial differences on comprehensive index of population structure in 2015 and 2017

图2 2000、2017年产业结构综合指数水平空间分布

Fig.2 Spatial differences on comprehensive index of industrial structure in 2000 and 2017

人口结构综合指数时空对比分析。表2中的统计结果表明：2000—2017年部、中部和西部地区的人口结构综合指数呈现倒“U”型的特征，其中东部地区的人口结构综合指数水平最高，西部地区的人口结构综合指数水平最低。表2、图1的结果表明人口结构综合指数区域差异较大，2015年人口结构综合指数水平位于第一梯队的是北京、天津、上海和内蒙古，人口结构综合指数大于0.6，其中北京的水平最高为0.9124，内蒙古的水平最低为0.6083。青海、四川和重庆的人口结构综合指数水平最低，介于区间[0.300，0.400）。海南、云南、广东、广西、湖南、河北、河南和贵州，人口结构综合指数介于区间[0.400，0.500）。其余15个地区的人口结构指数介于区间[0.500，0.600），属于第二梯队。2017年北京、天津和上海属于第一梯队，但北京的人口结构指数降为0.7580，天津和上海的人口结构综合指数分别为0.6006、0.6335。内蒙古、辽宁、黑龙江、江苏、浙江、广东和山西属于第二梯队，人口结构综合指数介于区间[0.4，0.5）。山东、陕西、新疆、福建、吉林、宁夏、重庆、海南、甘肃和青海属于第三梯队，人口结构综合指数介于区间[0.300，0.400）。安徽、湖南、湖北、四川、云南、广西、江西、河北、河南和贵州的水平最低，人口结构综合指数介于区间[0.200，0.300）。与2015年相比，2017年人口结构综合指数整体水平显著降低。
产业结构综合指数时空对比分析。表2中的统计结果表明，2000—2017年东部、中部和西部地区的产业结构综合指数呈现持续上升的特征，其中东部地区的产业结构综合指数水平最高，西部地区的产业结构综合指数水平最低。图2的结果表明产业结构综合指数区域差异较大，2000年全国30个省域产业结构综合指数整体水平偏低，处在第一梯队的北京、天津和上海的产业结构综合指数分别为0.4102、0.3794、0.4120。黑龙江、辽宁、河北、山西、山东、江苏、浙江、湖北、江西、福建和广东属于第二梯队，产业结构综合指数介于区间[0.200，0.300）。其余15个地区的产业结构综合指数介于区间[0.100，0.200）。2000—2017年全国30个省域产业结构综合指数都有不同程度的上升，但速度并不快。处在第一梯队是北京、上海、天津和浙江，2017年北京的产业结构综合指数上升到0.6005，天津为0.4146，上海为0.4423，浙江为0.4083。辽宁、河北、山西、山东、江苏、浙江、江西、福建、广东和重庆属于第二梯队，产业结构综合指数介于区间[0.300，0.400）。其余16个地区的产业结构综合指数介于区间[0.200，0.300），产业结构综合指数还是处在偏低的水平。
④人口结构综合指数和产业结构综合指数对比分析。表2表明：东部地区人口结构综合指数和产业结构综合指数相差不大，两者之间的协调度较高，西部和中部地区相差比较大，两者之间的协调度低于东部地区，表明西部和中部地区未来人口结构和产业结构的优化具有较大的发展空间。

1.3 耦合协调模型

耦合模型的构建。本文用耦合度来表征人口结构综合指数（ Y 1）与产业结构综合指数（ Y 2）的相互关联程度。用人口结构与产业结构的偏差系数来说明两个系统的耦合发展程度。人口结构（ Y 1）与产业结构（ Y 2）的偏差系数越小，说明两个系统关联程度越高。要使偏离系数越小的充要条件是C越大。耦合度模型如下：
C = 2 Y 1 ∙ Y 2 Y 1 + Y 2 2
式中： C为人口结构（ Y 1）与产业结构（ Y 2）的耦合度， C ∈ 0,1， C=0时，表明两系统发展不协调， C值越接近1表明耦合状态越好， C=1时，耦合状态最好。
协调度模型的构建。耦合度只能反映两个系统间的发展状态，但是难以确定两个系统内部各要素间是否和谐一致。用协调度模型来考察交互耦合协调程度，同时还能体现协调度的阶段性，协调度计算公式：
Y = α Y 1 + β Y 2
D = C ∙ Y
式中： D为人口结构与产业结构的协调度，反映的是两个系统间的整体协调能力， D ∈ 0,1， D越接近0，说明两系统越不协调， D越接近1，说明两个系统越协调； α、 β为待估计的参数，又因为人口结构与产业结构系统同等重要，所以 α、 β均取0.5。
耦合协调度的时空差异分析。根据式（7）~（9）计算得到东部、中部和西部地区的人口结构与产业结构耦合度（C）和协调度（D），结果见表3。同时计算全国30个省域的2000—2017年人口结构与产业结构耦合度（C）和协调度（D），利用ArcGIS10.2绘制30个省域的人口结构与产业结构协调度（D）的空间分布图。由于篇幅问题，仅报告2015和2017年全国30个省域的人口结构与产业结构协调度（D）的空间分布图（图3）。
表3 人口结构与产业结构耦合协调度

Tab.2 Degree of coupling and coordination between population structure and industrial structure

年份 东部地区 中部地区 西部地区
耦合（C） 协调（D） 耦合（C） 协调（D） 耦合（C） 协调（D）
2000 0.9726 0.6312 0.9798 0.5451 0.9558 0.4786
2001 0.9747 0.6383 0.9869 0.5602 0.9725 0.4906
2002 1.0000 0.7232 0.9918 0.6547 0.9927 0.5969
2003 1.0000 0.7282 0.9897 0.6689 0.9919 0.6048
2004 0.9999 0.7371 0.9897 0.6763 0.9905 0.6113
2005 0.9999 0.7459 0.9943 0.6698 0.9947 0.6048
2006 0.9999 0.7549 0.9931 0.6801 0.9934 0.6135
2007 0.9999 0.7623 0.9936 0.6864 0.9941 0.6197
2008 1.0000 0.7641 0.9929 0.6905 0.9941 0.6248
2009 1.0000 0.7725 0.9940 0.6969 0.9944 0.6413
2010 1.0000 0.7781 0.9924 0.7009 0.9909 0.6445
2011 0.9998 0.7872 0.9921 0.7055 0.9882 0.6587
2012 0.9999 0.7921 0.9929 0.7146 0.9893 0.6584
2013 1.0000 0.7979 0.9946 0.7225 0.9920 0.6700
2014 1.0000 0.7975 0.9954 0.7292 0.9935 0.6769
2015 1.0000 0.8010 0.9976 0.7334 0.9952 0.6852
2016 0.9889 0.7510 0.9915 0.6720 0.9956 0.6300
2017 0.9892 0.7561 0.9874 0.6691 0.9936 0.6359
借鉴黄木易等的耦合协调度等级划分标准[32]，根据表3的结果，我国东部、中部和西部地区的人口结构和产业结构的耦合度均接近于1，表明两系统相互依赖、相互作用的程度较高，但地区整体协调度不高。2000—2017年，我国东部地区大部分年份的协调度基本介于0.700与0.800之间，人口结构系统与产业结构系统处于中等协调阶段；我国中部和西部地区大部分年份的协调度介于0.600与0.700之间，人口结构系统与产业结构系统处于初级协调阶段，西部地区人口结构系统与产业结构系统之间的协调度比中部地区低。2000—2015年东部、中部和西部地区的人口结构系统与产业结构系统之间的耦合协调度缓慢上升，从2016年出现下降的特征。由于2015年实施全面二孩政策，新生儿数量增加使得劳动人口占比下降，人口总抚养比上升，人均受教育程度下降，短期内人口结构综合指数下降。2015年我国提出了供给侧结构性改革，但产业结构调整是一个长期的过程，短期内产业结构指数变化不明显，所以导致了人口结构与产业结构的协调性下降。图3的结果表明人口结构与产业结构耦合协调度的区域差异较大。2015年北京、上海、天津处在第一梯队，协调度介于[0.700，0.800）之间，属于中等协调，协调度最高的是北京，其次是上海。新疆、青海、甘肃、云南、贵州、四川、重庆、河北、河南、海南、湖南和广西处在第三梯队，协调度介于[0.500，0.600）之间，属于勉强协调。其他15个省市自治区的协调度介于[0.600，0.700）之间，属于基本协调状态。2017年北京、上海、天津处在第一梯队，协调度介于[0.700，0.800）之间，但与2015年相比都有所下降。协调度介于[0.600，0.700）之间的第二梯队只有辽宁、浙江、江苏、广东和福建5个地区。第四梯队的贵州和广西协调度介于[0.400，0.500）之间，处于濒临协调状态，其他20个地区协调度介于[0.500，0.600）之间，属于勉强协调。与2015年相比，2017年的协调度水平明显下降。
图3 2015、2017年人口结构与产业结构协调度空间分布

Fig.3 Spatial differences on coordination of population structure and industrial structure in 2015 and 2017

2 “二孩政策”对人口结构和产业结构耦合协调度影响的区域异质性分析

2.1 面板数据模型的构建

二孩政策影响生育率从而对人口结构产生影响，人口结构与产业结构存在耦合与协调关系。因此，二孩政策必然会对两系统的耦合协调度产生影响。
因变量和自变量的选择。为了分析二孩政策对人口结构与产业结构耦合协调度的影响，本文分别选择30个省域、东部、中部和西部地区2000—2017年人口结构与产业结构协调度（D）作为因变量。二孩政策对人口的年龄结构、文化结构和空间结构产生影响。本文将二孩政策变量设置为虚拟变量D1、D2作为核心自变量，其中D1=1表示实施“单独二孩政策”的年份，D1=0表示没有实施“单独二孩政策”的年份，D2=1表示实施“全面二孩政策”的年份，D2=0表示没有实施“全面二孩政策”的年份。
控制变量的选择。综合有关人口结构以及产业结构方面的文献，发现消费需求、投资需求、人力资本、技术创新、制度安排、开放程度是影响产业结构的重要因素[33]。影响产业结构的因素也必将影响人口结构与产业结构的耦合协调度。人均地区生产总值（PGDP）在一定程度可反映地区的平均经济状态。当一个地区处于贫困期时，地区的产业发展也相对较为低级，很多国家数据表明，大部分贫困地区的生育率普遍较高，且普遍存在人口红利，此时人口结构优于产业结构，随着地区经济水平的普遍提升，人口结构与产业结构的差距逐渐缩小。当经济发展到一定程度，产业结构逐渐优化，同时随着人口红利的消失，人口结构的质量逐渐降低，人口结构与产业结构的差距又逐渐加大。政府消费（GEC）促进人口结构和产业结构的耦合协调性发展，一方面政府消费可通过公共服务支出优化社会环境，人口发展依赖于社会环境的优化，所以政府消费可优化人口结构；另一方面，政府可通过给高新技术企业补贴，以促进产业结构优化升级，因此政府消费可提高人口结构和产业结构的耦合协调性。技术创新（PR&D）促进人口结构和产业结构的耦合协调性发展。一方面加大技术创新可促进产业结构的优化升级，另一方面，加大技术创新需要大量人力资本投入，从而倒逼人口文化结构升级，最终提高人口结构和产业结构的耦合协调性。合理的制度安排（INS）促进人口结构和产业结构的耦合协调性发展。一方面当地区的制度安排与居民的消费需求相适应时，促进产业结构优化升级。另一方面，在市场经济下人们会用脚投票以挑选满足自身需要的制度和需求环境，这使得人口迁入制度安排与消费需求适应性更高的地区，所以制度安排的合理性有利于人口空间结构的调整。所以制度安排越合理，越有利于人口结构和产业结构的协调。加大外商直接投资（FDI）可促进人口结构和产业结构的耦合协调性发展。一方面外商直接投资通过引入资本，促进市场竞争，政府引导外商投资规范化，促使产业优化升级；另一方面加大外商直接投资使得人口迁入外商资本注入地，促进人口区域迁移，有利于人口空间结构的优化，进而优化人口结构，最终提高人口结构和产业结构的耦合协调性。
因此，将人均地区生产总值（PGDP）、政府消费（GEC）、技术创新（PR&D）、城镇恩格尔系数（EC）、制度安排（INS）、物质资本（INV）、外商投资总额（FDI）作为影响耦合协调度的控制变量，建立面板数据模型分析二孩政策对人口结构与产业结构耦合协调度的影响。模型设定如下：
D i t = α 0 + α 1 D 1 i t + α 2 D 2 i t + α 3 P G D P i t + α 4 E C i t + α 5 G E C i t + α 6 P R     D i t + α 7 I N S i t + α 8 F D I i t + α 9 I N V i t + ε i t
式中：政府消费变量（GEC）用地区政府消费占GDP比重的比重代替；技术创新变量（PR&D）用R&D经费支出占GDP比重代替。制度安排变量（INS）用各省全社会固定投资中非国有经济所占比重代替；物质资本（INV）按照张军的测算方法得到[34]；人力资本已经包含于人口结构和产业结构综合水平指数中，为防止模型出现内生性，不再将人力资本作为控制变量。
数据来源于2001—2018年《中国统计年鉴》《中国科技统计年鉴》及各省、直辖市、自治区的统计年鉴（考虑数据的可得性，西藏、香港、澳门和台湾地区除外）。

2.2 模型的检验与估计

在利用面板数据模型分析生育政策对人口结构与产业结构耦合协调度的影响时，首先进行Hausman检验，确定模型是采用固定效应还是采用随机效应。检验结果显示chi2（9）=30.56，prob>chi2=0.000352，所以拒绝原假设，故实证分析中采用固定效应模型，估计结果见表4。
表4 二孩政策对人口结构和产业结构耦合协调性的影响结果

Tab.4 The impact of the two-child policy on the coordination of population structure and industrial structure

变量 全国 东部 中部 西部
D1 0.00698（0.00742） -0.0166*（0.00947） 0.00340（0.0143） 0.0209（0.0174）
D2 -0.0903***（0.00763） -0.0976***（0.0113） -0.0981***（0.0174） -0.0669***（0.0217）
PGDP 0.0279*（0.0164） 0.0573**（0.0234） -0.115***（0.0341） -0.0049（0.0317）
EC -0.00150（0.00223） -0.00926（0.0437） -0.0421（0.0659） 0.00308（0.00368）
GEC 0.0190（0.0177） 0.0736***（0.0216） 0.00506（0.0379） 0.0230（0.0367）
PR&D 0.0472***（0.0116） 0.0796***（0.0184） 0.0887***（0.0250） 0.0215（0.0237）
INS 0.189***（0.0261） 0.157***（0.0363） 0.516***（0.0508） 0.269***（0.0480）
FDI 0.0325***（0.00506） 0.0136*（0.00746） 0.0430***（0.00900） 0.0483***（0.0114）
INV -0.00667（0.0148） -0.00144（0.0187） 0.0348（0.0248） 0.0176（0.0279）
Constant -1.347***（0.112） -1.193***（0.173） -0.793***（0.218） -1.552***（0.239）
Observations 540 198 144 198
Number of pro 30 11 8 11
R-squared 0.667 0.814 0.799 0.680

注：***p<0.01，**p<0.05，*p<0.1，括号内数据为统计量的标准误差。

2.3 模型的结果分析

“二孩政策”对人口结构与产业结构耦合协调性度的影响具有区域异质性。根据表4中的结果可知：“单独二孩政策”对人口结构与产业结构耦合协调度的影响在东部地区产生了显著的负效应，即降低了两者之间的协调度，但在全国、中部和西部地区的影响不显著。“全面二孩政策”对人口结构与产业结构耦合协调度的影响在全国、东部、中部和西部都产生了显著的负效应，即降低了人口结构与产业结构耦合协调度，但西部地区受到的影响最小。
全国和东部地区的人均GDP对人口结构与产业结构的耦合协调度产生了显著的正效应，即促进了两者之间的协调，但对中部地区产生了显著的负效应，对西部地区产生了负效应，但不显著。
在全国、东部、中部和西部地区，城镇恩格尔系数对人口结构与产业结构协调性的影响不显著。东部地区的政府消费对人口结构与产业结构耦合协调性产生了显著的正效应，即促进了两者之间的协调。但对全国、中部和西部地区的影响不显著。
全国、东部和中部地区的技术创新对人口结构与产业结构的耦合协调度产生了显著的正效应，即促进了两者之间的协调，其中对中部地区的影响最大，对西部地区产生了正效应，但不显著。全国、东部、中部和西部地区制度安排对人口结构和产业结构的耦合协调度产生了显著的正效应，即促进了两者之间的协调，其中对中部地区的影响最大。
全国、东部、中部和西部地区外商直接投资对人口结构与产业结构的耦合协调度产生了显著的正效应，即促进了两者之间的协调，其中对中部和西部地区的影响最大。在全国、东部、中部和西部地区，物质资本对人口结构与产业结构的耦合协调度产生的影响不显著。

3 政策建议

根据实证分析的结论以及我国人口生育率和老龄化的区域差异，为了促进人口结构与产业结构的耦合协调，建议政府加大完善生育政策和产业政策的力度。
第一，以更宽松的生育政策来提高生育率。深入探讨实施“全面三孩政策”的必要性与可行性，可借鉴全面二孩政策逐步实施的过程，对满足一定条件的家庭可实施三孩政策，根据生育妇女的三孩生育意愿调查、三孩生育率以及人口比例，考虑是否实施全面三孩政策以提高生育率，应对人口老龄化以及人口结构的突变。
第二，通过二孩生育补贴和免费项目刺激生育率。对生育二孩的家庭给以一定的分娩补助，免除生育二孩的医疗费用，对0~3岁的婴幼儿给予一定的奶粉补贴，对生育二孩的夫妻给予一定的生育津贴。建议女职工在医疗机构约定的产前检查应算作劳动时间，建议制定产前假、哺乳假，可适当延长生育二孩妇女的产假。
第三，因地制宜调整生育政策以改善区域人口结构，注重区域人口结构与产业结构均衡发展。由于东部地区的房价相对较高，生活成本和抚育成本也相对较高，城市化水平高，“全面二孩”生育政策在促进生育率提高的效果不明显，因而在实施更宽松生育政策的同时，建议有效地管控东部地区房价，给生育二孩的家庭合理的经济补贴，以减轻家庭负担。西部地区的人口结构和产业结构综合水平指数均低于东中部地区，两系统协调性较低，表明西部人口结构和产业结构的质量相对较差。在协调西部地区人口结构和产业结构时，应做好产业精准定位，充分考虑地区特色，发展地区特色产业，有针对性地培养专业人才，依靠特色产业发展留住本地劳动力，避免劳动力流失，以协调西部地区人口结构和产业结构。中部地区的人口结构优于产业结构，因此中部地区应当加快产业结构调整。建议政府和企业增加技术创新的投入和提高引进外商直接投资的质量，加快传统产业转型升级、推动传统产业与先进技术的深度融合、引导新兴产业发展，并加快推进城市化进程以增强中心城市的辐射能力，进一步助推产业结构优化升级。
促进生育政策与产业政策配套衔接有利于人口结构与产业结构协调发展。更为宽松的生育政策势必会释放较大的生育潜力，形成较大的婴幼儿市场。建议做好相应的政策指导，提高市场对婴幼儿行业的认知，推动婴幼儿托育行业的发展，可借鉴国外的社区托育模式，托育结合早教以满足新生代家长的育儿需求，减轻新生代家长的育儿压力，以提高生育率。从人口年龄结构来看，人口老龄化问题严重，老龄人口的消费能力不容小觑，庞大的老龄人口群体将形成较大的消费市场，老年产业具有较大的创新和发展空间。在大力发展老龄产业的同时，还应做好医疗、收入分配、养老等宏观产业政策的相互协调，以完善的社会制度为保障，释放老龄人口的消费潜力，以应对人口老龄化，推动产业结构优化升级。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Berelson B. Social science research on population:a review[J]. Population and Development Review, 1976, 2(2):219-266.

[2]
汪伟. 经济增长、 人口结构变化与中国高储蓄[J]. 经济学(季刊), 2010, 9(1):29-52.

[3]
周战超. 中国人口老龄化问题研究[J]. 经济社会体制比较, 2007(1):121-125.

[4]
李新运, 徐瑶玉, 吴学锰. “单独二孩”政策对我国人口自然变动的影响预测[J]. 经济与管理评论, 2014, 30(5):47-53.

[5]
风笑天. “单独二孩”生育政策调整的社会影响前瞻[J]. 国家行政学院学报, 2014(5):57-62.

[6]
邓爽, 刘杰, 贺雪娇. 我国实施“全面二孩”生育政策的利弊分析[J]. 产业与科技论坛, 2016, 15(4):7-8.

[7]
翟振武, 张现苓, 靳永爱. 立即全面放开二胎政策的人口学后果分析[J]. 人口研究, 2014, 38(2):3-17.

[8]
陈彦斌, 郭豫媚, 姚一旻. 人口老龄化对中国高储蓄的影响[J] .金融研究, 2014(1):71-84.

[9]
Lee R., Mason A. Some macroeconomic aspects of global population aging[J]. Demography, 2010(47):151-172.

[10]
蔡昉, 王美艳. 中国人力资本现状管窥——人口红利消失后如何开发增长新源泉[J]. 人民论坛·学术前沿, 2012(4):56-65,71.

[11]
童玉芬. 人口老龄化过程中我国劳动力供给变化特点及面临的挑战[J]. 人口研究, 2014, 38(2):52-60.

[12]
陈敦贤. 中国人口老龄化与产业结构调整[J]. 中南财经政法大学学报, 2002(3):60-63,113.

[13]
程开明. 城市化与经济增长的互动机制及理论模型述评[J]. 经济评论, 2007(4):144-151.

[14]
江小涓, 李辉. 服务业与中国经济:相关性和加快增长的潜力[J]. 经济研究, 2004(1):4-15.

[15]
陈立泰, 侯娟娟. 服务业集聚与城市化的互动关系:1997—2009[J]. 西北人口, 2012(3):86-90.

[16]
Black D, Henderson V. A theory of urban growth[J]. Journal of Political Economy, 1999, 107(2):252-284.

[17]
舒燕飞. 我国城市化发展水平及东西部差异[J]. 城市问题, 2009(2):45-50.

[18]
李诚固, 韩守庆, 郑文升. 城市产业结构升级的城市化响应研究[J]. 城市规划, 2004(4):31-36.

[19]
陈立俊, 王克强. 中国城市化发展与产业结构关系的实证分析[J]. 中国人口·资源与环境, 2010, 20(S1):17-20.

[20]
陈立泰, 刘艺. 中国产业结构变迁对城市化发展的影响——基于省级面板数据的实证研究[J]. 经济问题探索, 2013(8):61-66.

[21]
李志翠, 朱琳, 张学东. 产业结构升级对中国城市化进程的影响——基于1978—2010年数据的检验[J]. 城市发展研究, 2013, 20(10):35-40.

[22]
Ciccone A, Papaioannou E. Human capital,the structure of production and growth[J]. Economics Working Papers, 2005, 91(1):66-82.

[23]
靳卫东. 人力资本与产业结构转化的动态匹配效应——就业、增长和收入分配问题的评述[J]. 经济评论, 2010(6):137-142.

[24]
方大春, 张凡. 人口结构与产业结构耦合协调关系研究[J]. 当代经济管理, 2016, 38(9):54-60.

[25]
范洪敏, 穆怀中. 中国人口结构与产业结构耦合分析[J]. 经济地理, 2015, 35(12):11-17.

[26]
周海生, 战炤磊. 人口结构和产业结构的互动影响与协调思路——以南京市为例[J]. 技术经济与管理研究, 2013(2):107-110.

[27]
何海林, 涂建军, 孙祥龙, 等. 中国人口结构与经济结构耦合的关联分析[J]. 西南大学学报:自然科学版, 2013, 35(10):140-145.

[28]
曹绪奇, 王蒲生. 深圳产业结构与人口结构相关性分析——同上海的对比[J]. 经济与社会发展, 2009, 7(4):79-82.

[29]
梁树广, 吕晓, 张延辉. 人口结构与产业机构转型升级耦合演进的时空特征——基于中国时间序列与31个省份面板数据的灰色关联分析[J]. 经济体制改革, 2019(2):54-61.

[30]
晏月平, 廖爱娣. 人口结构与产业结构协调发展的研究综述[J]. 渤海大学学报:哲学社会科学版, 2015(37):62-66.

[31]
方大春, 张凡. 人口结构与产业结构耦合的经济效应实证分析[J]. 兰州财经大学学报, 2017, 33(2):1-10.

[32]
黄木易, 程志光. 区域城市化与社会经济耦合协调发展度的时空特征分析——以安徽省为例[J]. 经济地理, 2012, 32(2):77-81.

[33]
高远东, 张卫国, 阳琴. 中国产业结构高级化的影响因素研究[J]. 经济地理, 2015, 35(6):98-103,110.

[34]
张军, 吴桂英, 张吉鹏. 中国省际物质资本存量估算:1952—2000[J]. 经济研究, 2004(10):35-44.

Options
Outlines

/

〈 〉