基于var模型人口老龄化和经济增长之间实证探究

《基于var模型人口老龄化和经济增长之间实证探究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于VAR模型人口老龄化和经济增长之间实证探究　　摘要：老龄化是人类社会、经济发展到一定阶段的必然结果，老龄化导致的人口年龄结构的改变正深远地影响着人类的社会生活。中国是世界上最大的发展中国家，在经济尚不发达的条件下，老龄化的加剧将给中国社会经济的发展带来严重影响。针对上述问题，基于VAR模型，以山东省为例对人口老龄化与经济增长之间的关系做实证研究，并提出相应的对策建议。关键词：老龄化；经济增长；VAR模型；实证研究；山东省中图分类号：F127文献标志码：A文章编号：1673-291X（2013）33-0115-03收稿

2、日期：2013-09-25作者简介：崔丽英（1987-），女，山东滨州人，硕士研究生，从事经济计量分析研究；陈晓卫（1967-），女，四川成都人，教授，博士，从事经济计量分析研究。8老龄化是指在一个国家或地区因人均预期寿命的不断延长而使老年人口在总人口中的比重上升和人口年龄构成老化的社会发展过程[1]。21世纪，人口老龄化已经成为世界性的人口问题，这种人口结构的变化正严重地影响着人类社会生活的每个方面[2]。中国实行的计划生育政策带来的低生育率在短期内有效控制了人口的数量增长，同时，中国充足的劳动力资源和较高的储蓄率支撑

3、了中国经济的飞速发展。但是，长期的计划生育引起了人口有机结构的改变，导致中国人口结构严重老化[3]。近年，作为世界上最大的发展中国家，中国的人口老龄化形势非常严峻[4-7]。2010年全国第六次人口普查显示，中国人口总数已达13.7亿，其中65岁及以上人口总数为1.19亿，占全国总人口的8.87%[8]。在发展中国家范围内，中国是人口老龄化最严重的国家。随着人口老龄化程度的不断加剧，社会对老年人的养老和医疗费用投入不断加大，社会养老、医疗卫生事业负担过重、家庭养老开支加大、劳动力资源出现地域性不足和结构性短缺，其势必会对

4、中国的经济发展产生严重的影响[9～10]。阎坤认为，人口老龄化导致劳动年龄人口比例下降和劳动力资源相对减少，劳动力内部年龄结构高龄化。到2020年，中国新增劳动力将会减少，劳动年龄人口高龄化，将会出现个别岗位空缺、部分资源闲置的问题[1]。因此，本文研究人口老龄化与经济增长之间的关系就更具社会价值和现实意义。本文以山东省为例，基于经济计量VAR模型，通过Eviews计量分析软件，探讨人口老龄化与经济增长之间的定量关系。一、山东省人口老龄化现状分析8随着中国社会经济和科学技术的迅速发展及进步，人民的生活水平在不断提高，医疗

5、和卫生条件得到逐步改善，人口平均寿命逐渐延长，再加上计划生育政策的长期实施，老龄化人口数量剧增，人口趋于老龄化。山东省作为中国东部沿海的人口大省和经济大省，人口老龄化问题更不容忽视。2000年，山东省65岁及以上人口为730.85万，占全省人口总数的8.12%；2010年和2011年分别为9.84%、10%，高龄老人比重不断升高，2000年山东省老年人口中高龄老人占14.6%，2010年第六次人口普查数据为19.31%，而且各市高龄老人比重均超出全国平均水平，人口高龄化态势显著。二、数据来源研究人口老龄化的著述比较多，本

6、文参考众多文献选取了地区人均生产总值（地区人均GDP）的增长率作为衡量经济增长的指标，老龄化人口比重作为度量人口老龄化水平的指标。文中数据均选自中国统计年鉴年度数据。三、单位根过程和协整检验VAR模型，即向量自回归（vectorauto-regression）模型，是基于数据的统计性质建立模型，VAR模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型。VAR模型常用于预测相互联系的时间序列系统及分析随机扰动对变量系统的动态冲击，从而解释各种经济冲击对经济变量形成的影响[11]。8通常的经济时间序列是

7、非平稳的，为了避免对非平稳时间序列操作产生的伪回归问题，在进行回归分析前首先对变量序列进行平稳性检验，若不平稳，则要求变量间存在协整关系。两变量的趋势图（如图1所示）：从上图变量的变化趋势中我们可以直观地看出人均GDP的增长率和老龄化人口比重两变量总体趋势上是平稳的。下面进一步通过ADF单位根检验来验证变量的平稳性。ADF单位根检验的函数形式为：Δyt=α+ηyt-1+■βiΔyt-1+υt原假设H0∶η=0，时间序列yt至少存在一个单位根，该序列为非平稳序列；H1即为序列平稳。检验结果（如下表所示）：协整分析是判断不平

8、稳序列间是否存在一致稳定的关系。首先用最小二乘估计（OLS）方法对回归方程χt=α+βyt+υt进行估计，得到残差序列εt=χt-■-■yt，再用ADF法检验残差序列εt的平稳性。从上表的结果看，两原始变量序列在5%的置信水平下是平稳序列。因此不需要再对两变量进行协整检验分析。四、VAR模型的构建及检验8基于地区人均