关键词：抚养比；经济增长；“人口红利”；社会福利；Ramsey模型
引言
人口年龄结构问题是各个国家面临的共同问题。中国2000年老年人口比例达到7.0%，进入老龄化社会。此后，这一比例不断上升，2009年达到8.5%，9年间，上升了1.5个百分点。2010年～2050年间，这一比例还会保持单调递增的增长态势。预计到2050年，中国老年人口比例将达到25%左右，老年人口数量将达到约3.3亿。这一比例意味着1/3的老年抚养比，即3个劳动力抚养1个老年人。美国、日本、德国等发达经济体也面临相同的问题。人口年龄结构的这种转变势必对经济和社会产生影响，而人口年龄结构如何影响经济增长和社会福利是我们最为关注的问题之一。
“人口红利”理论通常被用来回答这一问题，即高抚养比有利于经济增长，低抚养比制约经济增长。国内学者的相关研究中，“人口红利”理论是基本分析框架，即从人口抚养比来考察人口年龄结构与经济增长的关系。应该说，“人口红利”理论是一个很好的分析切入点，但它也存在着很多不足：第一，整个理论框架建立在定性分析基础之上，缺乏现代经济学的数理模型基础，只能做定性分析，而不能做计算；第二，人口年龄结构通过多个渠道影响经济增长，这种影响是间接影响，但在“人口红利”理论中，这种间接影响我们是看不到的；第三，缺乏一个社会福利分析框架。我们只知道高抚养比不利于经济增长，但高抚养比条件下的社会福利如何，我们则不得而知。
OLG模型通常被用来研究人口年龄结构问题。虽然这一模型提供了一个新的宏观经济学分析框架，但在解决人口年龄结构问题时，它也存在一些致命的不足：第一，模型中没有人口年龄结构这一变量，只能通过出生率的变动间接描述，不能建立人口年龄结构与其他宏观经济变量的直接函数关系；第二，随着代数的增加，求解非常困难，通常需要数值模拟才能得到结论；第三，在连续的OLG模型中，对死亡率、出生率等设置了过多的假设，不能模拟实际人口年龄结构变动对经济变量的影响。
我们从另一个宏观经济学基础模型――Ramsey模型出发来寻找答案。在OLG模型中，不同代人具有不同的经济活动轨迹。这个结论的重要前提是不同代人的经济行为完全独立，而在现实生活中，经济活动的最小单元通常为家庭，而家庭一般由老中青三代人组成，这也是整个社会的基本年龄结构。家庭成员经济行为相互影响，存在资产的相互流动。在一个更为极端的假设下，我们可以假设社会中的人是同质的，唯一的差异在于是否参加劳动。在这种情况下，我们可以从Ramsey模型出发来建立基本的理论分析框架。
关键词：人口红利；抚养比；老龄化
一、人口红利的定义与指标刻画
“人口红利”这一概念，最早是由国外经济学家在研究东亚“经济奇迹”时提出的。关于人口红利，MasonandLee（2004）提出了两个人口红利的说法，分为“第一人口红利”和“第二人口红利”。
“第一人口红利”是指人口出生率下降，劳动年龄人口比例提高，劳动力供给增加，表现出人口总体负担相对较轻的局面。
对于“第二人口红利”的说法，即是在人口年龄结构转变的过程中，作为理性的个人、家庭和政府，在生命周期假理论说下，其个人行为、家庭行为和政府公共政策的选择将针对人口年龄结构变化会对预期的产出和消费做出合理的安排。在人口转变的特定阶段，由于劳动年龄人口比例不断提高，理将导致国民储蓄提高和资本供给增加，这对经济增长起到较大的推动作用，他们将其称为“第二人口红利”。
人口红利刻画指标很多，国际上统一用劳动力负担来刻画人口红利，相对于劳动力抚养负担，还有一个劳动力经济负担的概念，这是由于不同年龄段的人口消费水平的差异比较大，劳动力经济负担大致反映出了少儿人口和老年人口相对于劳动力人口的消费情况，这能够更好的测算不同年龄阶段人口的社会消费结构以及产生的经济效用。然而实际上，抚养负担其实并不仅仅体现在消费上的物质供给和经济支撑，同时也体现在精神以及情感上的支持和慰藉。因此，通过抚养的数量比即劳动力抚养负担更能反映真实的负担状况。
因此本文中的人口红利指标即用抚养负担来刻画，而抚养负担又存在理论抚养负担和实际抚养负担。二者并不等同，差距在于劳动参与率，若全部的劳动力年龄人口都参与到经济活动中，理论抚养负担与实际抚养负担保持一致，一般情况下，实际抚养负担要高于理论抚养负担。
然而，需要指出是，本文将采用理论的抚养负担，而非实际抚养负担，由于我国的劳动力市场非市场化以及城乡二元结构带来的官方劳动力就业统计范围仅限于城镇劳动力，而忽略了大量的农村劳动力，并且具体到劳动力年龄阶段的劳动参与率较难，即使估计的数据也与实际差异较大，很难反映真实情况，因此，就用劳动力年龄人口来代替劳动力就业人口。
二、人口红利的特征
为了对人口红利进行比较充分的认识，研究人口红利的特征是特别重要的，对于一般文献中提到的三点：高劳动参与率、低抚养比、高储蓄率。这只是从表面上一些简单的特征表述，下面详述人口红利的具体特征。
（一）差异性
人口红利差异性包括地区差异、进入时间差异、红利持续时间的差异、结束时间差异、结构差异等。
（二）不平衡性
一是人口红利的区域不平衡，人口流动使得我国东中西部的人口红利存在差距。
二是人口红利的城乡不平衡，城镇化也在影响着我国人口红利的城乡差距。
三是人口红利持续时间的不平衡性，相对而言，东部人口红利持续时间因中西部的劳动力人口流入被延长了，城镇人口红利持续时间因农村劳动力的流入被延长了。
（三）时效性
人口红利仅仅只是劳动力资源在一定时空条件下的配置结果，不是永久性的经济增长源泉。我国的人口红利是一个短暂而又一次性的过程，这种人口红利不可储存，必须即时存在、即时消费。
（四）成本性
因为人口红利消逝后的社会面临的是人口负债，人口红利所创造的经济发展机遇是迎接人口老龄化的关键。因此，必须充分利用当前的人口红利，通过经济社会的不断积累来应对人口负债阶段的各种挑战。
（五）条件性
人口年龄结构转变带来的劳动力比重较大只是为经济的快速发展提供了有利条件，而不是经济发展的充要条件。人口红利只是一种有利于经济增长的一种人口年龄优势，人口红利不等于经济红利，也就是说，人口转变虽然带来人口红利，但是并不必然促进经济增长。因此，人口红利的兑现具有条件性。
三、我国人口红利的分析及预测
随着人口结构的转变，我国人口红利正在发生着变化，《联合国人口展望》预计到2015年我国劳动年龄人口将停止增长，随后将会慢慢减少。此外，尽管劳动年龄人口比重上升，但是老年人口比重的增加，使得老龄化趋势初现。根据此次人口普查结果显示，2010年满15周岁到60周岁之间的劳动年龄人口是9.2亿，60岁以上的老年人口约为1.65亿，2022年将增加到2.4亿，2030年时则高达3.4亿，届时约占我国总人口的四分之一。
根据目前的人口红利趋势，很有必要对我国未来人口红利进行预测、分析，下面是采用联合国发展报告中的数据所作出的预测分析。在1950年到2050年期间，我国的劳动力总抚养比的变化表现出上下波动的形态，其中有两大拐点：一是1965年附近的总抚养比达到最高点，另一个点是2013年左右的最低点，自从2013年起，总抚养比因人口老龄化而不断的增加，尽管人口红利在2013年左右消失，但仍有持续近30年的平衡期，在将来的这一时期，人口红利已经消失，但人口负债并不显著，也是一个应对于人口负债和老龄化调整的重要“缓冲期”，仍处于一个有利于经济增长的时期。
从1950-1990年，总抚养比和少儿抚养比均呈现出“倒U”型轨迹，在这一阶段，老年抚养比一直稳定的保持在8%左右，1990年之后，少儿抚养比在不断的下降，直到2030年左右达到谷值，1990年到2050年，总抚养比呈现出“U”型轨迹，在2000年，我国进入老龄化社会，2015年老龄化加速，促使老年抚养比迅速增加，负担迅速加重。在1950-2050的一百年里，总抚养比的变化在1950-1990年期间主要因为少儿抚养比的变化，而在1990-2050年期间主要由老年抚养比变化来解释。少儿抚养比和老年抚养比的“交叉点”发生在2030年左右，即从2030年，老年抚养比历史性超过少儿抚养比，开始全面的影响我国的经济社会。
四、政策建议
借鉴国际经验，在面对老年负担加重的挑战时，发达国家和发展中国家的政策有所不同，发达国家采用了移民以及延长退休年龄等政策，而有些发展我国家强调了劳动年龄人口积极参与经济活动，为此采取了加强教育和培训、劳动力市场改革等措施。我国应该根据自身情况，采取合适的政策，然而摆在我国经济发展面前的两个重要问题就是：一是如何尽可能充分利用即将消失殆尽的人口红利；二是如何利用人口红利积累的经济社会基础应对未来人口负债的挑战。人口红利优势转变、产业结构升级和经济增长方式协调发展；劳动力全流通与充分参与；提高老年市场参与战略；集中型抚养和赡养战略等等。（作者单位：南京财经大学）
参考文献：
关键词：二胎政策;人口红利;人口抚养比
1.问题重述与分析
人口的数量和结构是影响经济社会发展的重要因素。我国的计划生育政策实施30多年来，有效地控制了我国人口的过快增长，对经济发展和人民生活的改善做出了积极的贡献。但另一方面，其负面影响也开始显现，所以我国的生育政策急需调整，选择合适的角度探讨有没有必要全面放开二胎政策。
人口结构包括生育率、出生性别比、人口抚养比、老年人口抚养比和青壮年、少年及老年系数等。预测并分析人口结构变化趋势，判断计划生育新政策对我国人口结构的影响程度，然后确定二胎政策放开的时间。
2.影响因素的分析
由于社会稳定，卫生条件改善，生活水平提高，以及长期缺乏对人口增长的适当控制，我国成为世界上人口最多的国家。1978年我国将计划生育作为一项基本国策，在很好的控制了人口增长的同时，也产生了令人堪忧的问题：临近超低生育率水平、人口老龄化、出生性别比失调、人口红利消失。现对这几个方面进行分析：
（1）生育率水平
自推行计划生育以来，我国迅速从高生育率转变到低生育率。特别是近几年生育率更是低于超低生育率水平1.5。加快了我国老龄化的进程，不利于社会的发展。
（2）出生性别比例
性别选择导致出生人口性别比例被“人为性”破坏失调。查阅资料得知正常性别比例在103：100左右。1985年以来，除了个别年份以外，出生人口性别比均超过了112，明显的偏离了正常的性别比值，且从总的趋势上看男女性别比值仍呈增长趋势。
（3）人口红利
中国经济“增长奇迹”源于多种因素，“人口红利”是其中最重要的因素[1]。根据人口红利的定义，我们用劳动人口占总人口比例的变化表示人口红利的变化，确定人口红利的变化趋势：人口红利在2010-2015年呈增长趋势，在2015年左右达到顶峰，在2015年之后，如果不采取任何措施我国人口红利将呈现急剧下降的趋势，将不利于经济的发展，对我国经济带来巨大的损失。
（4）老龄化问题
老龄社会是指老年人口占总数人口达到或超过一定的比例的人口结构模型。联合国的标准是65岁以上老人达到总人口的7%[2]。我国2000年65岁以上老人达到总人口的比例已经达到7%，2011年比例已经高达9.1%，超出标准2.1个百分点，说明我国已经在2000年达到了老龄社会。并预测出到2030年老龄化已经超过20%，并将一直增长下去，所以20年后我国将成为高度老龄化国家。
造成上述原因可分为两方面：1、人口生育率急剧下降2、死亡率的下降和寿命的延长。第一方面与我国计划生育政策有关，第二个方面得益于经济社会的发展、疾病的控制、卫生条件和生活质量的快速提升。这种变化趋势最终会影响我国经济的发展。所以我国的生育政策急需调整，也就是说目前很有必要开放二胎政策。
3.差分方程模型预测
根据讨论过的动态差分方程模型，可预测出各个年龄阶段的人数占总人口数的比值。所以可以预测人口抚养比、老年人抚养比和青壮年、少年、老年人系数的变化趋势，如图1：
图1：计划生育政策下中国未来人口结构预测
由图1可知：少年儿童人口系数有平稳的下降，这可能由于人口政策并没有完全放开的原因;青壮年人口系数持续下滑，2038年达到60%左右，之后直到2060年都维持在该水平;老年人口系数在2041年达到峰值后一直维持在同一水平;人口抚养比在未来50年内持续走高，2060年达到72.23%;人口性别比变化幅度较大，从2040-2045年出生人口性别比达到最低，在1的附近，在2050年之后逐渐回升，2060年达到1.02。
当2013年实行二胎政策后，人口抚养比、老年人抚养比和青壮年、少年、老年人系数的变化趋势如图2：图2：2013年实行二胎政策后中国未来人口结构预测
由图2可知：2013年实行二胎政策后青壮年人口系数下降较平缓;少年儿童人口系数有较小幅度的升高，2030-2040年是一个平稳期，变化较平缓，2040年之后则逐渐升高;老年人口系数不再一直上升，而是在2036年达到高峰后下降;老年人口抚养比和老年人口系数变化趋势相似，在2037年达到顶峰后呈下降趋势;人口性别比变化较平缓，这与实行二胎政策有直接的关系。
当2014年实行二胎政策后，人口抚养比、老年人抚养比和青壮年、少年、老年人系数的变化趋势如图3：
图3：2014年实行二胎政策下中国未来人口结构预测
由图2、图3可知，在2014年实行二胎政策与2013年比较，我国未来人口结构影响几乎相同，人口抚养比、老年人抚养比和青壮年、少年、老年人系数的变化趋势相似，差异极小。只是老年人系数与老年人抚养比的高峰分别前移，人口抚养比上移，说明实行二胎后我国人口结构变化平稳。接下来预测在2015年实行二胎政策时我国人口结构的变化趋势如图4：
图4：2015年实行二胎政策下中国未来人口结构预测
将图4与图2、3对比知，2015年实行二胎政策后人口变化更平缓，更利于中国人口结构的稳定。所以将2010-2015年作为一个时间段，在2015年实行二胎政策对我国人口结构稳定较有利。
4.模型的评价
人口的变化可以用阻滞增长模型来描述，人口主要由总量的固有增长率决定。但是不同年龄人群的生育率和死亡率有着明显的不同，所以为了更精确地预测人群的增长趋势，我们用按年龄分组的人群增长预测模型。该模型可预测出各年龄阶段的人口数量，即可以预测出人口抚养比、老年人口抚养比、老龄化程度、青壮年、少年、老年系数的趋势，最终预测出人口结构的变化。
[参考文献]
[1]汪小勤，汪红梅.“人口红利”效应与中国经济增长[J].华中科技大学出版社，2007.
关键词：人口转变；人口红利；流动性过剩
中图分类号：F12文献标识码：A
所谓流动性过剩，简单地说，就是货币当局货币发行过多，货币量增长过快，银行机构资金来源充沛，居民储蓄增加迅速，这些多余的资金需要寻找投资出路，于是就有了投资（经济）过热现象，以及通货膨胀危险。在宏观层面上，它表现为货币增长率超过增长率，储蓄率高于投资率；就银行系统而言，则表现为存款增速大大快于贷款增速。与“流动性过剩”相伴而生的是我国宏观经济运行凸显“三过”，即投资增长过快、货币信贷投放过多、外贸顺差过大。流动性过剩导致的结果，首先是大量的资金追逐房地产、基础资源和各种金融资产，形成资产价格的快速上涨。而上游资源价格的上升，必然会推动下游消费品价格的上升。如果在一些因素的刺激下，部分流动性开始追逐消费品，就会引起物价较快上涨。流动性过剩容易引发经济过热、产生经济泡沫。本文主要从人口转变的角度，分析人口红利对我国流动性剩余的影响。
一、人口红利的产生
人口转变，简单地说就是人口再生产类型的转变；具体地说，是指由于人口出生率、死亡率，以及由二者决定的人口自然增长率的变动导致的人口增长类型的变化，人口转变会导致人口年龄结构的变化。我国实施计划生育政策后，人口过快增长势头得到了有效控制。到1998年以后，我国人口自然增长率降至10‰以下。与此同时，人口的年龄构成也发生了相应的变化：少年儿童人口比重逐步下降，劳动年龄人口比重上升，而老年人口比重在较长的时间提高并不很快。
在出生率总体上降至较低水平，死亡率已很低的时候，会形成一个有利于经济发展的人口年龄结构，也就是少年儿童人口和老年人口在总人口中的比例在一个时期内都呈现较低的水平，并且这个时期在人口进入高龄社会之前，会持续很长时间。总人口“中间大，两头小”的人口年龄结构，使得劳动力供给充足，而且社会负担相对较轻，对社会经济发展十分有利，出现人口红利期。
二、人口红利对流动性过剩的影响
导致流动性过剩深层次原因是我国内部实体经济的不平衡。我国经济高储蓄、高投资、产能过剩和低消费并存的特点导致了高放贷，高投资形成的过剩产能只能通过对外出口来释放，也就形成了不断扩大的国际收支顺差，而不断增长的外汇储备又转化为不断投放的基础货币，最终演化成实体经济中的流动性过剩。人口红利对流动性过剩的影响主要通过加剧高储蓄、低消费、内需不足的经济形势，进而影响流动性剩余。
（一）人口消费性下降和生产性的上升。在人口红利期，劳动年龄人口的经济负担不断减轻，国民收入中用于消费支出的部分相对减少，由此形成了消费性下降，生产性上升的人口结构。加上由于人口老龄化的高峰尚未到来，社会保障支出负担轻，使得财富积累的速度比较快。一方面这有利于加快经济的增长；另一方面人口消费性下降和生产性上升，具有抵消消费规模扩大、消费率提高的现实可能性。此外，还会恶化我国内需不足，再加上投资旺盛、经济高速增长，就会产生内生性出口。所谓内生性出口，就是出口不是源于外部世界的需求，而是因为出口国的需求不足、生产过剩。更为重要的是我国缺少具有国际竞争力的企业和品牌。我国的出口（贸易）不得不采取了以加工贸易为主的贸易模式，而加工贸易在本质上就是一种顺差贸易，所以在我国国际收支的经常项目下就不可避免地出现了大量的顺差，流动性过剩在所难免。
（二）提高储蓄率，降低消费，导致内需不足，进而引发流动性过剩
1、提高储蓄率。从1970年开始，我国储蓄率保持了稳定的上升态势，在八十年代，我国储蓄率在平均35%左右，到九十年代上升到平均在40%左右。图1给出了1978～2006年少儿抚养比、老年抚养比、社会总抚养比和储蓄率的变化趋势。少儿抚养比和社会抚养比呈下降趋势，老年抚养比变化不大，储蓄率则为明显的上升趋势。研究表明，改革以来总抚养比下降对中国储蓄率的贡献大约在5%左右。Leff利用1964年74个国家截面资料研究发现，人均收入水平、经济增长速度、少儿抚养比、老年抚养比、总抚养比对国民储蓄率均有显著影响。王德文，蔡利用Leff模型来检验改革以来中国人口抚养比对储蓄的影响，也得出一致的结论：1982～2002年总抚养比下降幅度为33.13%，其中来自少儿抚养比下降的贡献份额为117.12%，来自老年抚养比上升的贡献份额为-17.12%；这样，少儿抚养比下降对储蓄率的贡献率为6.10%，老年抚养比上升对储蓄率的贡献率为-0.19%。（图1）
人口红利期，总人口中劳动年龄人口的比重大，那么这部分人口的个人储蓄之和将有助于提高储蓄率。同时，劳动年龄人口的抚养比相对较低，他们所承担的抚育和赡养等经济负担较轻，从而减少了家庭支出，提高了家庭储蓄的比例。而且在人口红利期过后，我们将迎来人口负债期。在人口负债期，少年儿童数量下降的速度会快于老年人口增长的速度，少年儿童数量在继续减少的同时，老年人口数量则快速增加，使得老年人口在总人口中占较大比重。由于老年抚养比的上升速度大大快于少儿抚养比的下降速度，总抚养比上升较快，老龄化问题突出，家庭用于抚养老人的支出将增大。加上由于目前我国的医疗制度和保险制度还不完善，大部分人退休之后将有大量的医疗和生活消费，即退休之后负储蓄在我国是非常普遍的，那么人们现在就不得不大量储蓄以备未来生活的需要，即进行大量的预防性储蓄。所以，对未来即将来临的人口负债的考虑，人们也会将增加现今阶段的储蓄。
2、降低消费，加剧内需不足。我国的消费水平与世界水平相比差距很大，2005年我国的消费率水平为52.1%，世界低收入国家为79.7%，中低收入国家为72.8%，中等收入的国家为71.7%，我国的消费率大大低于世界平均水平，而且明显低于发展中国家水平。
人口转变通过人口增长、人口年龄结构的变化影响经济规模、最终消费和劳动生产率，进而影响消费率。
（1）人口转变与经济规模或总量的关系：
仅如此，人口年龄结构变化会对劳动生产率产生影响。
（2）人口转变和消费需求的关系：
口增长率。该式从动态角度描述了消费需求量的决定，即消费水平及其增长速度、人口增长速度和原有的人口规模共同决定消费需求。
（3）人口转变和消费率。消费率是最终消费在国内生产总值中的比率。用公式表示为：
Cr表示最终消费率，GDP表示用支出法计算的国内生产总值。
将（1）式和（2）式代入（3）式有：
快，以及消费水平高、提高速度快，倾向于提高一个国家或地区的消费率；相反，人口增长速度的下降和经济增长速度的加快对消费率的提高很不利。我国在人口红利期内表现出来的是人口增长速度的下降和经济的加快增长，对消费率的提高具有抑制作用。
三、结论
关键词：老年人口比重；经济增长；分位数模型；非参数模型
中图分类号F061.5文献标识码A文章编号1002-2104（2013）05-0098-08doi：103969/jissn1002-2104201305015
2011年4月28日，国家统计局公布2010年“第六次人口普查”主要数据，根据相关数据统计，我国大陆26个省份（84%）65岁及以上人口占总人数的比重超过7%，进入老龄化社会。事实上，根据联合国标准，我国在2000年就已经进入老年型社会，中国是较早进入老龄化社会的发展中国家之一。步入老龄化社会之后，人口老化将给中国经济社会带来什么样的影响，是随着人口老龄化不断加剧，人口年龄结构变动对中国经济增长的贡献将由人口红利阶段走向人口负债阶段，2015年左右是中国人口红利阶段的转折点。此后，人口负债开始对中国经济增长产生负面影响[1]，还是在第一代人口红利消失，经济体步入老龄化社会之后，还可能享受第二代人口红利[2]，尚无定论，仍是一个值得研究的新课题。
1主要观点评述
尽管每个国家都会经历人口转变的过程，但是各个国家进入老龄化社会的步伐并不一致，发达国家的人口转变过程要先于发展中国家，因而有关人口转变与经济增长关系的研究首先以OECD等发达国家为研究对象。他们研究的结论大都支持老龄化会导致储蓄降低，从而减缓经济增长。
Lindh和Malmberg将人口年龄结构引入人力资本调整的索洛增长模型中，他们定义人口类型如下：0-14（少儿）、15-24（青年）、25-49（主要劳动力人口）、50-64（中年）、65以上（老年），利用1950-1990年OECD间隔5年的数据实证检验了人口分布对经济增长的影响，发现，中年人口增长及其占比对经济增长具有正向效应，而老年人口增长及其占比对经济增长具有负向效应[3]。Bloom和Wiliamson分析了东亚经济增长过程中人口红利的作用，发现在东亚人口年龄结构转变前期，上升的少儿抚养负担和下降的劳动力比重降低经济增长；随着人口转变的进行，逐渐减轻的少儿负担和上升的劳动力比重促进了经济增长[4]。Bhatta和Lobo分析了美国州际人口年龄结构变化对经济增长的影响，得出，年龄结构差异能够解释40%的人均GDP差异[5]。Andersson利用时间序列数据分别分析了1950-1992年间年龄结构变化对丹麦、挪威、瑞典等国家经济增长的影响，发现，劳动年龄人口比重上升对经济增长有显著的正向影响[6]。Beaudry和Collard以1985年成年人人均收入超过10000美元为标准，实证检验了18个工业化国家1960-1997年间劳动年龄人口（15-64岁人口）增长对成年人人口人均GDP增长率、就业人口人均GDP增长率和成年人就业增长率的影响，发现1960-1974年间，劳动人口增长率对经济增长的影响较小并且不显著，而1975-1997年间，劳动人口增长对成年人人均GDP增长率具有不显著负向影响，对就业人口人均GDP增长率具有显著负向影响，而对成年人就业率增长具有显著正向影响[7]。Kelley和Schmidt利用86个国家1960-1995年四个时期的数据研究发现，少年抚养比的提高对经济增长率具有显著正向效应，而老年抚养比的提高对经济增长率具有不显著负向效应[8]。与研究人口抚养比或某年龄人口占总人口比重对经济增长影响不同，Feyre集中研究了劳动人口年龄构成对经济增长的影响，利用87个非石油国家和19个OECD国家1960-1990年五年数据构成的面板数据，以10岁为限，考察了10-60岁之间人口占劳动人口比重对经济增长的影响，发现，不同年龄段人口占劳动人口比重对经济增长的影响差别较大，其中40-49岁人口占劳动人口比重对经济增长的影响效应最大，而抚养比对经济增长没有显著效应[9]。ChongBumAn和SeungHoonJeon利用25个OECD国家41年（1960-2000）的数据，提出人口年龄结构经济效应的倒U型假说。他们研究发现，人均GDP增长率与老年赡养负担之间呈现出“倒U型”关系，即起初老年赡养负担的上升加快了经济增长，但在达到一定程度后经济增长因老年赡养负担的加重而趋于下降；同时还发现，人均GDP增长率也随着少儿抚养负担的下降先增加后下降[10]。
从上述国外关于人口转变与经济增长的研究中可以发现，学者们对人口变量的选择并不一致，选择人口抚养比和选择各年龄段人口数量都有，而且他们的实证结论也并未得到一致的结论，这表明人口转变对经济增长的实际影响并不如理论模型中描述的那么单一和直接。
众多学者在解释中国经济增长奇迹时，也开始利用中国的数据实证检验人口年龄结构对储蓄和经济增长等方面的影响。Wang和Mason采用增长因素法将人口红利对中国经济增长的影响进行了分解，改革开放以来中国获得了显著的第一人口红利，而且即将获得第二人口红利。1960-2000年，第一人口红利对中国人均GDP增长率的贡献为8.3%，而1982-2000年，这一数字提高到了15%。他们同时预测：2014-2050年随着第一人口红利的消失，中国的经济增长率将年均递减0.45%[11]。王德文等研究发现中国1982-2002年间，人口抚养比对储蓄率具有显著影响，总抚养比变化对储蓄率的贡献率大约在5%左右，其中，少儿抚养比下降对储蓄率的贡献率为610%，老年抚养比上升对储蓄率的贡献率为-0.19%。总抚养比对人均GDP增长率的边际效应为-0.115，即总抚养比上升一个单位，导致经济增长速度放慢0.115个百分点，这一期间，总抚养比贡献了人均GDP增长率的四分之一左右，这明显高于Wang和Mason得到的结果，这主要是回归分析既考虑了人口第一红利，又考虑了人口第二红利，是直接效应和间接效应的总效应。郑长德的研究中少儿抚养比对储蓄率的影响效应和王德文等结论一致，都对储蓄率产生负向影响，但是他们研究发现老年抚养比对储蓄率的影响显著为正[12]。刘洪银的研究认为人口抚养比与经济增长的运动方向是相反的，对经济增长的显性作用不强，但隐性影响较大。人口抚养比降低1个百分点，经济增长提高0.032个百分点[13]。李魁利用空间计量模型实证检验了中国人口红利对本地经济增长及相邻地区经济增长外溢效应，人口红利不仅提高了本地经济增长率，并且具有显著正向外溢效应，总抚养比的下降对省际经济增长率的提高具有显著正向影响[14]。
以上关于中国人口年龄结构对经济增长的影响，大都支持了总抚养比对经济增长的负向影响，并总体上支持了少年抚养比和老年抚养比对经济增长都具有负向影响这一结论。但是，我们观察到的现实世界是，中国改革开放以来老年抚养比以及老年人口占总人口比重一直呈上升趋势，同时，各省也保持了较高的经济增长率，这似乎和我们得到的结论不相符。另外，蔡认为总和生育率与GDP增长率之间存在倒U型的非线性关系[15]，ChongBumAn和SeungHoonJeon也发现人口年龄结构对经济增长的影响在OECD国家存在非线性关系，受此启发，我们认为中国省际年龄结构与经济增长之间也可能存在非线性关系，尤其是老年人口比重对经济增长的影响更可能存在这一情况。其原因在于：第一，任何社会总是存在老年人口，但是经济增长的步伐却并未停滞；第二，联合国对于老龄化社会的定义也是根据老年人口比重达到一定界限才定义该社会为老龄化社会，这表明，只有老年人口比重达到一定程度，众多老年人口的存在才可能对社会带来负担；第三，蔡等的研究认为，随着老年人口比重提高，有可能获得人口第二红利，但是人口第二红利的存续期要明显低于第一人口红利，因此即使一个社会进入了老年社会，其对经济增长的负向影响也并不会立即体现，而只有老年人口比重达到一定门槛值后，对经济增长的负向效应才会逐渐显现。因此，蔡等建议为了避免老龄化对中国经济增长带来的负面效应，应加快经济增长，将人均收入水平提高到一个高度，以降低老龄化社会的负面效应。第四，从我们对中国区域数据人均GDP增长率与老年人口比重的简单拟合关系中可以看出，引入平方项的二次非线性拟合更加符合中国现实（见图1）。
基于以上原因，本文选择引入老年人口比重的二次平方项，实证检验老年人口比重对经济增长的非线性影响；同时，为了捕捉不同省份的异质性，以及数据分布可能存在的厚尾特征，本文采用面板分位数回归考察老年人口比重对经济增长的非线性影响；此外，本文还采用面板非参数估计方法来捕捉老年人口比重对经济增长的动态效应。
2参数回归模型及估计结果
2.1计量模型选择
借鉴王德文等的回归模型，本文基本计量模型为：
（1）式为线性模型，前文分析表明老龄化与经济增长之间可能存在非线性关系，老年人口占总人口比重并不是越少越好，也不是越多越好，而可能存在最优的老年人口比例。第二代人口红利学说认为，随着社会进入老龄化社会，第一代人口红利逐步消失的同时，可能会获得第二代人口红利，但是第二代人口红利的延续期将明显低于第一代人口红利。这表明，进入老龄化社会之后，老年人口比重的增加在一定时期内还会带来经济增长率的提高，但是会逐渐削弱，超过临界点后转而对经济增长率带来负向影响。
图1是1993年不变价人均GDP增长率与老年人口比重散点图和拟合关系图，从中可以看出，二次型曲线对数据的拟合程度更高。而且，从图中可以看出，人均老年人口比重与GDP增长率之间的确存在倒U型关系。
其中，grjgdp为1993年不变价人均GDP增长率。age为65岁及以上人口占总人口比重，刻画老龄化程度；age2为age的平方项。invest为投资率，bgov为预算内政府支出占GDP比重。open为进出口总额占GDP比重，刻画对外开放度。lnrjgdpit-1为人均GDP的滞后项，其系数为负，表示经济体之间存在收敛。
模型（1）和模型（2）都属于均值回归模型，一般采用普通最小二乘法进行估计，即对式（3）进行估计，此时等式右端是关于解释变量的被解释变量的数学期望值。
E（yit|xit）=αi+xTitβi=1，…，n，t=1，…，mi（3）
传统固定效应最小二乘法估计对数据的分布假设要求较高，并且最小二乘回归假定自变量X只能影响因变量的条件分布的位置，但不能影响其分布的刻度或形状的任何其他方面。为了弥补普通最小二乘法估计的缺陷，Koenker和Bassett提出线性分位数回归理论，依据因变量的条件分位数对自变量X进行回归，这样得到了所有分位数下的回归模型[16]。因此分位数回归相比普通最小二乘回归只能描述自变量X对于因变量Y局部变化的影响而言，更能精确地描述自变量X对于因变量Y的变化范围以及条件分布形状的影响。分位数回归能够捕捉分布的尾部特征，当自变量对不同部分的因变量的分布产生不同的影响时，例如出现左偏或右偏的情况时，它能更加全面地刻画分布的特征，从而得到全面的分析，而且其分位数回归系数估计比OLS回归系数估计更稳健。
与均值回归对式（3）进行回归不同，固定效应面板分位数回归采用式（4）进行估计，此时等式右端不再是关于解释变量的被解释变量的数学期望值，而是变成了关于解释变量的被解释变量的条件分位数。
Qyit（τ|xit）=αi+xTitβ（τ）i=1，…，n，t=1，…，mi（4）
其中固定效应α不随分位数变化而变化，但是X的估计系数随不同分位数条件而变化，为了同时实现估计式（4）不同分位数下的参数，需要对式（5）进行求解。
min（α，β）∑q[]k=1∑T[]t=1∑n[]i=1wkρτk（yit-αi-xTitβ（τk））+λ∑n[]i=1|αi|（5）
其中wk为对应于各分位数的权数，λ为调节系数，本文采用Koenker的设定，并采用其给定估计方法对式（5）求解，由于加入了惩罚项在里面，Koenker建议参数标准误差采用Bootstrap方法求解[17]。
2.2数据来源
本文研究样本为中国大陆除四川、重庆和外其他28个省份，年度为1989-2009年。人均GDP数据和所需的指数来自历年中国统计年鉴、新中国50年统计资料以及中国国内生产总值核算-历史资料：1952-2004，1993-2004数据采用修订后数据。65岁及以上人口数据来自历年中国人口统计年鉴和中国统计年鉴，两者数据口径一致；财政支出数据来自历年中国财政年鉴和中国统计年鉴，两者数据口径一致；投资率数据来自新中国50年统计资料、中国国内生产总值核算-历史资料：1952-2004及中国统计年鉴，1993-2004年数据采用修订后数据，进出口数据来自新中国60年统计资料和中国统计年鉴。
2.3估计结果
表1报告了老龄化对经济增长影响估计结果，图2是面板分位数回归的系数图，Hausman检验表明固定效应优于随机效应，固定效应检验表明固定效应模型优于普通混合回归，因此本文选择固定效应模型。
不考虑老年人口比重二次项模型中，老年人口比重的提高在1989-2009年间对中国省际经济增长具有正向效应，老年人口的增加带来了经济增长。老年人口比重平方项无论在普通面板模型，还是分位数面板模型中都显著为负，而一次项显著为正，这表明老年人口比重对经济增长的影响的确是非线性的，他们之间的关系是倒U型关系。
普通面板固定效应模型中，计算得到的老年人口比重对经济增长由正转为负的转折点为18.68%，而分位数面板回归中得到的转折点则明显低于这一数值，位于1027%-11.01%之间。普通面板模型可能高估了第二代人口红利的存续期，从而认为中国步入老龄化社会之后还将享受较长时期的第二代人口红利，而面板分位数回归结果则表明，当前，部分省份已经进入了第二代人口红利的下降期，老年人口比重的提高已经对经济增长率带来了负向影响。
其他变量中，所有模型估计都支持投资率对经济增长具有显著正向影响，但是在不同分位数条件下，投资率对经济增长率的影响并不一致，差别较大。一般预算内支出占GDP比重对经济增长具有负向影响，普通面板模型中得到了地区间经济增长存在条件收敛，但是分位数面板模型表明在10%和四分之一条件分位数下，并未得到条件收敛的结论，而在中位数、四分之三分位数和90%分位数条件下，则支持了地区间经济增长存在条件收敛的结论。
2.4分样本估计及门限面板估计结果：非线性效应进一步讨论
前文分析，我们发现65岁以上老年人口占总人口比重与经济增长的关系是倒U型关系，这意味着随着老年人口比重提高，对经济增长率的效应是递减的，同时，联合
国将65岁以上人口占总人口比重达到7%定义为老年社会，据此，我国从2000年进入老年型社会，为了检验进入老年型社会前后老年人口比重对经济增长的影响，本部分将样本按时间分为1989-1999和2000-2009两个子样本；根据老年人口比重是否超过7%，将样本分为老年人口比重超过7%和老年人口比重低于7%两个子样本；另外根据表1计量结果得到的转折点，我们取中间值1042%将样本分为小于1042%和大于10.42%两个子样本，来进一步检验老年人口比重对经济增长的影响。同时，我们还采用门限面板模型来检验老年人口比重对经济增长的影响是否存在门槛效应，门限面板也能刻画老龄化对经济增长的非线性关系，但是与二次非线性模型不同的是，门限面板模型是在现有数据期间进行门限选择，捕捉到的信息是现有样本间的转折点，而二次非线性则是能够捕捉到未来的转折点，如果一国老龄化现象比较严重时，则这两者的估计结果可能一致，但是当一国刚刚步入老龄化时，两者估计结果往往并不一致，门限面板估计出来的结果有可能仍然处于倒U型曲线的一边。
表2报告了分样本回归结果，固定效应检验和Hausman检验表明固定效应模型更适合，从模型估计结果可以看出，1989-1999年老年人口比重每提高1个百分点，经济增长率提高2.3%，而2000-2009年间该系数迅速下降，老年人口比重提高1个百分点，经济增长率仅提高0.78%。以联合国老龄化划分标准来看，当老年人口比重低于7%时，其对经济增长的正向影响要高于老年人
口比重超过7%以后，前者将近是后者的三倍左右。表3报告
了门限面板估计结果，从中可以看出，随着老年人口比重的提高，老年人口对中国省际经济增长率的正向影响是下降的，其门限值是6.03%，低于联合国关于老龄化社会的划分标准。上述分析表明步入老龄化社会之前及之后一段时期，中国的确收获了第二代人口红利，但是这种红利是以递减的速度在逐渐消失。
前文分析表明，老年人口比重对经济增长的影响在中国呈现倒U型，那意味着当人口比重超过转折点之后，其对经济增长率的影响将由正向负转变，从表2第6-7列估计结果中可以看出，当老年人口比重超过10.42%时，老年人口比重对经济增长率的影响由显著正转为不显著为负。所考察样本中老年人口比重超过10.42%的样本点只有53个，但是，随着预期寿命的提高，老年人口比重将会逐年上升，因此，超过10.42%的样本点将会增多，老年人口比重对经济增长的负向效应就可能由不显著为负，而变成显著为负。
3面板非参数估计
前文采用的是参数回归模型，预先设定变量之间的函数关系，但是现实中变量之间的函数关系可能是并不确定的，这时候使用参数回归模型可能导致结论的偏颇。参数
回归模型主要采用线性模型，即使是二次项回归模型也是
可线性化的非线性模型，这类模型存在以下不足：（1）参数之间可能存在的多重共线性难以完全解决；（2）不能捕捉解释变量对被解释变量影响随解释变量的变化而变动的动态趋势。非参数模型可以避免预先确定变量之间函数关系带来的预设错误，并且非参数的局部线性化逐点回归可以捕捉解释变量对被解释变量影响随变量变化而变化的趋势，因此，我们也采用面板非参数逐点估计模型来估计老龄化对经济增长的影响的变动趋势（关于面板非参数估计理论请参阅UllahAman）。
本文估计采用R软件编程实现本文编程过程中得到UllahAman教授及周先波教授的帮助，在此表示感谢。，构造核函数采用正态高斯核函数，窗宽选择根据UllahAman的建议[18]，老龄化逐点回归中窗宽为0.0085，经济发展逐点回归中选择0.0248，不同窗宽选择对结果会有一定的影响，但是对总体趋势并没有产生较大影响。
图3反映了老龄化比重对经济增长的非参数面板逐点回归结果，从图中可以看出，老龄化对经济增长的影响的确存在倒U型关系，当老年人口比重由2.9667%逐步上升到7.4290%之前，老年人口比重每提高一个百分点，经济增长率的提高幅度由0.4058个百分点逐步上升到0.9950个百分点，当老年人口比重超过7.4290%时，老年人口比重对经济增长正向影响逐步衰减，当老年人口比重超过9.3521%时，老年人口比重的提高对经济增长的影响由正转为负。随人均GDP的增长老龄化对经济增长的影响效应逐渐递减，当人均GDP处于6945-11710之间时，老年人口比重的提高会对经济增长产生负效应，而人均GDP超过11710元时，老龄化对经济增长的影响重新变为正，这表明老龄化在不同经济发展阶段对经济增
长的影响是不同的。
4结论与启示
本文利用1989-2009年间中国大陆28个省份的面板数据实证检验了老年人口比重对省际经济增长率的影响，得到以下结论：
（1）老年人口比重与经济增长之间存在倒U型关系，一国或地区进入老龄化社会之后，老年人口比重的提高对经济增长的影响并不会立刻转为负向影响，一国或一地区在进入老龄化后的一段时期内，仍然可以享受老年人口比重增加带来的短暂的第二代人口红利。不同分位数条件下，老龄化对经济增长的转折点不同，平均而言，当老年人口比重超过10.42%时，老年人口比重的提高对经济增长的负向效应开始显现。
（2）步入老龄化社会之后，老年人口比重提高对经济增长率的正向效应逐渐衰减，仅为步入老龄化社会之前的
三分之一左右。门限面板模型估计表明，这一转变并不是从步入老龄化社会才开始，而是在步入老龄化社会之前就已经开始，当老年人口比重超过6.03%时，老年人口比重对经济增长的正向效应就开始减弱，步入老龄化社会之后，衰减速度更快。
（3）面板非参数模型估计结果表明，老年人口比重对经济增长的影响呈现倒U型特征，在步入老龄化之后，老年人口比重的提高对经济增长的正向效应的确表现出衰减的趋势，并且在超过9.3521%时，老年人口比重的进一步提高，会对经济产生负向影响。老年人口比重对经济增长的影响，还会由于一国或一地区处于不同发展阶段，而表现出不同的影响模式，当人均GDP处于6945-11710之间时，老年人口比重的提高会对经济增长产生负效应，而人均GDP超过11710元时，老龄化对经济增长的影响重新变为正。
第一代人口红利在中国的消失已成为必然事实，第二代人口红利仍在为中国经济增长做出贡献，但是其窗口期并不长，并且其效应也已出现逐渐衰减的态势。政府可以通过扩大就业最大化来开发尚存的人口红利，选择适合于中国国情的可持续的养老保障模式。除此之外，政府还应该考虑对现有的人口政策进行调整，计划生育政策是中国面临人口基数大，资源短缺而做出的无奈选择，这是工业化未实现之前的最优选择，但是随着工业化的不断深入完善，承载更多人口已成为可能，因此，应逐渐放松人口计划生育政策，并加强教育、卫生等领域的投入，提高人力资本积累的力度，加强科学技术领域的投入，转变经济增长方式，通过人力资本积累和科技进步来推动经济的可持续发展，通过收入分配制度改革和区域合作一体化发展来实现经济的包容性增长，以此化解老年人口比重对经济增长的不利影响。
参考文献（References）
[1]王德文，蔡，张学辉.人口转变的储蓄效应和增长效应――论中国增长的可持续性的人口因素[J].人口研究，2004，28（5）：2-11.[DewenWang，FangCai，XuehuiZhang.SavingandGrowthEffectsofDemographicTransition：thePopulationFactorintheSustainabilityofChinasEconomicGrowth[J].PopulationResearch，2004，28（5）：2-11.]
[2]MasonA.DemographicTransitionandDemographicDividendsinDevelopedandDevelopingCountries[C].UNExpertGroupMeetingonSocialandEconomicImplicationsofChangingPopulationAgeStructures.MexicoCity，August31-September2，2005.
[3]LindhT，MalmbergB.AgeStructureEffectsandGrowthintheOECD，1950-90[J].JournalofPopulationEconomics，1999，12（3）：431-449.
[4]BloomDE，WilliamsonJG.DemographicTransitionsandEconomicMiraclesinEmergingAsia[J].WorldBankEconomicReview，1998，12（3）：419-455.
[5]BhattaSD，LoboJ.HumanCapitalandPerCapitalProduct：AComparisonofUSStates[J].PapersinRegionalScience，2000，79（4）：393-411.
[6]Andersson，B.ScandinavianEvidenceonGrowthandAgeStructure[J].Regionalstudies，2001，35（5）：377-390.
[7]BeaudryP，CollardF.RecentTechnologicalandEconomicChangeAmongIndustrializedCountries：InsightsfromPopulationGrowth[J].ScandinavianJournalofEconomics，2003，105（3）：441-463.
[8]KelleyAC，SchmidtRM.EvolutionofRecentEconomicDemographicModeling：ASynthesis[J].JournalofPopulationEconomics，2005，18（2）：275-300.
[9]FeyrerJ.DemographicsandProductivity[J].ReviewofEconomicsandStatistics.2007，89（1）：100-109.
[10]ChongBumAn，SeungHoonJeon.DemographicChangeandEconomicGrowth：AnInvertedUShapeRelationship[J].EconomicsLetters，2006，99（3）：447-454.
[11]WangF，MasonA.DemographicDividendandProspectsforEconomicDevelopmentinChina[C].UNExpertGroupMeetingonSocialandEconomicImplicationsofChangingPopulationAgeStructures，MexicoCity，August31-September2，2005.
[12]郑长德.中国各地区人口结构与储蓄率关系的实证研究[J].人口与经济，2006，165（6）：1-11.[ZhengChangde.AnEmpiricalStudyoftheRelationshipbetweenPopulationStructureandSavingsRatioinDifferentRegions[J].Population&Economics，2006，165（6）：1-11.]
[13]刘洪银.人口抚养比对经济增长的影响分析[J].人口与经济，2008，166（1）：1-6.[LiuHongyin.TheAnalysisonPopulationBurdenRatioInfluencingonEconomicGrowth[J].Population&Economics，2008，166（1）：1-6.]
[14]李魁.人口年龄结构变动与经济增长――兼论中国人口红利[D].武汉：武汉大学，2010：181-199.[LiKui.ChangingofAgeStructureandEconomicGrowth：StudyonDemographicDividendinChina[D].WuHan：WuHanUniversity，2010：181-199.]
[15]蔡.人口转变、人口红利与刘易斯转折点[J].经济研究，2010，（4）：4-13.[CaiFang.DemographicTransition，DemographicDividend，andLewisTurningPointinChina[J].EconomicResearchJournal，2010，（4）：4-13.]
[16]KoenkerR，BassettGJ.RegressionQuantiles[J].Econometrica，1978，46（1）：33-50.
【关键词】用工荒；人口红利；产业结构
一、人口红利是广东高速发展的重要因素
自1978年我国开始实行改革开放政策，广东省就作为领头羊形成了全方位、多层次、宽领域的经济发展格局，在经济社会发展方面取得了令人瞩目的成就。广东仅用5年的时间就实现了经济总量从1万亿到2万亿的飞跃。作为我国的经济大省，改革开放30年来广东的年均经济增速高达13.4%。作为全国人口迁入最多的省份，广东主要以乡镇企业为依托，大力了发展劳动密集型产业，吸引大部分内陆和本省地区的农业剩余劳动力。经济社会的劳动年龄人口占总人口比重较高，老年人和少儿被抚养人口占总人口比重较低，有利于社会经济的发展，这就是所谓的人口红利。大量的外来劳动力使广东长期处于人口红利期，为广东的经济发展提供了丰富的劳动力资源，强有力的支持保障了其经济的持续高速发展，是广东省经济繁荣不可或缺的因素。
二、各地频现“用工荒”现象
一直以丰富劳动力资源为支持，大力发展劳动密集型产业的我国，近年来却频现“用工荒”局面。起初是在东莞深圳的个别行业地区出现用工短缺的现象，进而迅速蔓延到珠三角、长三角等地区，甚至还蔓延到以往的劳务输出大省安徽、河南等地。“用工荒”和农民工工资平行多年后的持续上涨现象已经引起社会上的广泛关注，许多专家学者就此认为中国经济的刘易斯拐点已经到来，中国的人口红利正在消失，劳动力不足时代即将来临，但仔细剖析“用工荒”现象背后的深层原因，我认为我国人口红利依然存在，“用工荒”现象主要是受产业发展结构的影响。
三、影响广东“用工荒”出现的原因
广东省统计局公布了广东省第六次全国人口普查主要数据，截至2010年11月1日零时，广东全省常住人口为1.043亿，为全国人口第一大省。全省常住人口与第五次全国人口普查的8642万人相比，十年共增加了1788万人，增长20.69%，平均每年增加178.8万人，年平均增长率为1.90%。同期，全国总人口增长5.84%，年均增长率为0.57%，广东常住人口增长率快于全国平均水平。十年间常住人口增加数量中，有644万人是由外省流入，806万人是户籍人口的自然增长。统计数据显示，广东全省常住人口中，0～14岁人口为17618241人，占16.89%；15～64岁人口为79645606人，占76.36%，比十年前上升了6.58个百分点；65岁及以上人口为7039285人，占6.75%。广东人口呈现出明显的“两头低，中间高”的特点，老年人口比重低于全国8.87%的平均水平。广东劳动年龄人口所占比重较高的原因：一是广东本省户籍人口中，劳动年龄人口数量较多；二是外省流入广东的人口多为年轻劳动力，拉高了广东劳动年龄段人口比重。而根据以上数据，广东省统计局局长幸晓维认为，广东省老年人口比重较低，虽然逼近老龄化门槛，但还处于人口红利期。由统计数据可知，广东省依然拥有丰富的人力资源，根据广东的经济社会发展情况分析，“民工荒”现象出现的原因有以下几点：
首先近年来困扰大部分企业的“用工荒”是一种结构性的紧张。随着中国经济增速逐渐放缓，新增岗位相对有限，企业用工缺口大部分是因为流动性造成的季节性缺工，大多是普工等基层岗位，主要为服务业。此外还有高端技术工人的紧缺，广东省的产业升级需要大批高素质技工，但现在流入人力市场的多为普工。致同会计师事务所最新《国际商业问卷调查报告》调查结果显示，大约三成中国企业表示对于招聘熟练技工存在较大难度，而高新技术行业如信息技术行业和清洁技术行业则有高达半数企业表示难以招到熟练技术员工。技术工人缺工问题集中化，主要由于当前人才市场中劳动者技能培养与社会产业发展不相匹配，高端技术型工种的人才断层反映了目前在专科高校等方面的人才培养与社会的实际需求脱节。
由城乡劳动力市场制度分隔形成的制度壁垒也是“用工荒”的一大影响因素。一方面，农民工本就处于城市社会的最底层，生活条件十分艰苦，不合理的劳力制度使农民工的人身安全和尊严这些基本权利都无法保障；另一方面农民工是被排斥在社会保障福利体制之外的，基本享受不到养老、医疗、教育、就业和劳动保护等方面的社会保障。而外来人口在教育和医疗方面的费用均高于城市户籍人口，此外也由于高考须返回原籍的政策规定，约六成外来务工者的子女不在身边，城市的教育及技能培训资源均倾向于城市户籍子弟，就是在外来务工子弟小学中，外来工子弟的升学资格和评价体系也受到严重的压抑，不能与城市户籍学生享受同等待遇。考虑到子女的未来教育发展，会有一部分外来务工者选择回乡就业。
金融危机之后，沿海地区的产业加快向中西部地区的转移速度，同时内陆省份经济也得到迅猛发展，国家“三农”政策在不断落实，农民补贴增加、粮食等农产品价格上涨使农民的收入普遍增加，调动了农民务农的积极性，内陆城市也大量出台了鼓励农民工创业的政策，相比以前农民工外出务工的机会成本比较高，越来越多的内地农民工选择就近就业，而原先在沿海地区就业的外来工也多选择了回乡就业。2012年春节过后，东莞有至少1/3的外来工没有回来，整个广东而言，大概在1/4左右的外来工没回。
用工荒还有一大原因在于农民工不是没有就业的意愿，而是企业给出的薪酬对他们没有足够的吸引力。受原材料上涨、用工成本、人民币升值等多方面因素的影响，企业生产成本大幅上涨，且上涨幅度已经快超出客户所能接受的单价上涨幅度，再加上劳动密集型产业激烈的竞争，企业现在的利润空间已经差不多达到了极限，现有的工资水平虽达不到一些工人的要求，但进一步提升工人薪酬对利润微薄的企业是极有难度的。而沿海城市的生活成本较高，劳动密集型产业能提供的工资与外来务工者的期望值存在差异。如果不再南下广东，选择留在家乡，到附近的工厂工作，其工资与在广东打工并没有很大差距，同时他们的生活支出更少，幸福指数更高，所以就造成了大批的“返乡潮”。广东省的企业如果再单纯靠发展传统的劳动密集型产业，就很难吸引到大量合适的劳动力了。
四、“用工荒”对广州企业的影响及其应对政策措施
由于持续的用工紧缺，导致传统劳动密集型企业不能及时开工，无法按时履行订单合约，影响企业信誉，更加剧企业订单难的现状，牵制企业的生存。受此影响，低端，抗风险能力弱的一些企业就会破产或被兼并，大部分发展成熟的企业选择内迁以解决用工问题。
虽然广东省是我国的人口第一大省，但全国的人口红利趋向衰竭，面对越来越有限的劳动力资源，广东与其他地区相比，抢工优势在不断下降，打工潮逐渐从广东转移到内陆省份。这些都促使我们要积极采取措施应对即将到来的人口红利挑战。
从广东企业的角度说，企业要在人口红利没有完全消失之前，充分的利用劳动力资源丰富的优势，并做好企业转型升级的准备。对很多企业来说，未来是必然需要通过技术创新、管理创新和品牌优势来获得竞争优势的。这就要求企业不断加大对人力资源的投资力度，从过去单纯依靠人口红利的增长源泉转移到主要依靠技术进步和生产率提高的增长轨道上，加强企业的技术创新和管理创新能力，逐步提高劳动生产率和产品附加值，使数量型的人口红利转变为质量型的人才红利，实现人口红利向人才红利的转变，最终实现经济的可持续发展。
对于整个广东省而言，重点是提升产业结构，形成缺工对产业转型升级的一种倒逼机制。与苏、鲁等其他省份比较，广东现有的传统劳动密集型产业、低附加值产业占的比重最高，转型升级的压力也最大。因此要充分发挥金融、政府、舆论的综合作用，为企业的转型升级创造良好的外部环境，提供强大的支持。强化金融方面对企业的支持，调整企业的贷款利率，采取各项措施形成畅通的企业直接融资渠道，多方位的降低企业融资成本，从而降低企业的生产经营成本，使其获得转型升级必须的资本积累，进而加大企业在技术和人力资源方面的投资。
第六次全国普查数据显示，广东高中文化程度和初中文化程度人口比重高于全国水平，但大学文化程度人口比重低于全国平均水平。全国每10万人中具有大学程度的有8930人，广东比全国的平均水平少716人。由于目前广东还主要发展劳动力密集型产业，产业层次较低，吸引的大量外来劳动力以初高中文化程度为主，这在一定程度上导致广东常住人口中高等文化程度人口比重偏低。高素质人才不足会对今后广东省产业升级转型和科技创新产生阻碍。因此广东省应对此加强对外来劳动力的技能培训和就业服务，完善劳动力市场服务，并将外来劳动力纳入公共就业的服务范围，享受与城市劳动者一样的免费职业介绍和培训补贴政策，大幅提高外来工的素质。比如之前广东省团委就推出了农民工通过远程教育方式免费读北大的项目，吸引了很多外来务工者的踊跃参与。与此同时也推出了优惠政策吸引大量高素质人才迁移广东。
要让这些外来人口真正融入城市，彻底留住他们，应该松绑现行的户籍制度，因为户籍是与社保医疗教育等紧密联系的，如果不实行户籍制度放开，外来务工者就无法享受与本地居民相同的社会福利。目前广东城镇人口中有较大比重的非户籍人口，他们所得到的基本公共服务与户籍人口相比有不小的差距，其相对消费能力也较弱。
2010年6月7日，广东省人民政府出台《关于开展农民工积分制入户城镇工作的指导意见（试行）》（下称《意见》），在全省正式推行“积分入户制”，原则上积满60分就可以落户，按照政府计划，到2012年通过积分制入户城镇的外来人员将达到180万。不过，一些学者认为积分制入户在深圳、东莞等中心城市的实施门槛仍然偏高，过于强调精英，每年入户指标与农民工的真正需求存在着较大的落差。
最后就是要通过完善劳动就业领域的立法和加强执法，完善规范政府对劳动力市场的服务管理。政府不但要加快劳动就业领域的立法速度，完善劳动就业领域的法律法规，也要加大执法投入，真正做到有法必依，执法必严。政府要建立一个促进劳动力跨地区流动的完善市场组织体系，用调控和保障社会各行业就业者权益的法规制度体系规范市场主体行为，使企业和劳动者双方的合法权益都得到保障。
政府角度创造一个公平、宽松的制度环境，及时解决外来务工者在工作、生活中遇到的问题，促进劳资双方建立和谐的劳动关系，并着手建立人力资源供求预警系统。企业应自觉提高对人力资源供求的预测意识，着力改善企业的劳资关系和工作环境，随着企业效益的提高改善工人的待遇，既要做到事业留人、待遇留人、情感留人，还应该在权利留人尤其是维权留人方面下功夫，留住企业所需的员工。
参考文献
[1]林小昭，蓝之馨.广东人口红利难言终结[N].第一财经日报.2011（5）
[2]黄耀伟.我国“人口红利”或将迎拐点倒逼国内产业升级[N].中国广播网.2011（4）