[广东省人口红利与经济增长关系的实证研究]人口红利与经济增长的关系
一、研究背景 目前人口经济学家对人口红利理论的研究较多是针对宏观的区域（多国或一国家）进行的。本文试图将人口红利理论引入一个较小的区域，研究广东省这一特定区域的人口红利对经济增长产生的影响。这在一定程度上丰富了人口红利理论的研究范围，加强了该理论的研究深度。
作为我国改革开放的领头雁广东省，它的人口红利状况是怎样的？广东省人口红利对经济的贡献怎样？广东省人口红利有没有得到充分实现？若没有，应采取哪些措施来促进人口红利的最大化实现?本文正是基于这些背景来研究广东省人口红利及其实现的。
二、广东省人口转变状况及人口红利分析
（一）出生率和死亡率的变动分析
广东省历年人口变化情况（单位：‰）
数据来源：各年广东统计年鉴。
建国以来，广东省的人口转变大体经历了恢复发展时期（1949—1958年）、缓慢增长时期（1959—1961年）、快速增长时期（1962—1970年）、控制增长时期（1971—1979年）、有计划发展时期（1980—1989年）和有效控制下的低速增长时期（1990年至今）等六个阶段，目前已总体实现了从高出生率、低死亡率和较高的自然增长率向低出生率、低死亡率和低自然增长率的转变。
不可避免，大约在2025年前后，广东的人口红利将有可能消失，取而代之的是社会老年人口比重上升。故可以认为，从上世纪80年代到本世纪20年代，是广东利用人口红利的最佳时期。
(二)广东省人口抚养系数的变动趋势
数据来源：各年广东统计年鉴。
1964年，广东的总人口抚养系数高达83.01%，这主要源于高少儿人口比例导致的高少儿抚养系数。其后，出生率和少儿系数不断降低，少儿抚养系数随之下降，1989年降至55.19%。由于老年抚养系数变动的幅度不大，总抚养系数变化的曲线与少儿抚养系数基本一致，也是先有下降，再缓慢上升而后快速下降的趋势，但上升的时期较短。1993年以后基本是趋于下降的，即从1993年的65.66%下降到2007年的36.04%。人口抚养系数的降低，减轻了劳动力的供养负担和社会负担，有助于增加劳动投入和资本积累，为经济增长提供重要的支持。
在此过程中，伴随着老年人口比例的缓慢提高，老年抚养系数渐趋升高，但速度较慢，从1982年到2007年，仅升高1.05个百分点。但随着出生率在低水平上稳定下来，劳动年龄人口增长的减缓以及老年系数的不断增大，老年抚养系数升高的速度将会加快。
从以上两点分析可以看出，广东的人口红利期在2015年左右即将结束，人口红利视窗即将关闭，人口老龄化现象将会越来越严重。老龄化的逐渐发展使得人口红利的优势将逐渐弱化甚至消失。因此，提高人口红利的利用效率，最大化的兑现人口红利以加速广东省经济增长显得尤为重要。
三、广东省人口红利对经济增长的作用
判断人口红利是否为经济增长所利用，以及在多大程度上被利用，需要使用长期的经济增长数据、人口数据和其他影响经济增长绩效的变量数据进行分析。
本文采用柯布—道格拉斯生产函数模型，假设经济总产出符合柯布—道格拉斯生产函数：
Y=ALαKβ(1)
其中，Y代表经济总产出，以地区生产总值表示；L为劳动力，用从业人员数表示；K为资本投入，用全社会固定资产投资总额表示；α为劳动力投入的产出弹性系数；β为资本投入的产出弹性系数。
对（1）式两边取自然对数得到：
InY=InA+αInL+βInK
本文数据来自《广东统计年鉴2009》，利用2009年广东统计年鉴中的最新数据，运用动态计量模型考察1978—2008年广东省总体劳动力投入对经济增长的作用。由于时间序列数据一般是非平稳的，如果直接采用OLS回归分析就可能产生“伪回归”的现象，因此要对这三组变量进行平稳性检验和协整分析，以得到三者之间长期稳定的关系。本文计量分析采用Eviews5.0。
（一）变量时间序列单位根检验
在进行协整检验之前，要先对地区生产总值（InY）、从业人员数（InL）和社会固定资本投资总额进行ADF 单位根检验，来考察它们的平稳性。
结果如下表，对数化后原序列非平稳，经过二阶差分后为平稳序列，因此，三者都是（2）阶单整序列。
变量序列的单位根检验结果
注：表中D表示一阶差分，D2表示二阶差分；C表示漂移项,t表示含趋势项，p表示之后阶数。ADF检验中是否需要加漂移项、趋势项，以其相应系数是否具有非零显著性为准则。滞后阶数p的选择标准为AIC,AC最小。
（二）协整分析
由于InY、LnL、LnK 都是I（2）阶单整序列，满足协整检验的条件，我们采用AEG检验法。
第一步：进行协整回归
用LnL、LnK对InY进行OLS回归，得方程（2）：
InY＝-13.1+2.08InL+0.61InK+e（2）
（4.6） （9.67）
Ｒ2=0.99， F=1700
其中括号里的数字是t值，e是回归残差。
第二步：对残差序列e进行平稳性检验
如果残差序列是平稳的，则说明InY、LnL、LnK之间存在协整关系，即拟合方程中的解释变量和被解释变量之间存在稳定的长期均衡关系；反之，变量之间不存在稳定的均衡关系，回归方程是一个“伪回归”。在检验残差序列e是否平稳时，我们同样采用ADF检验法。
残差序列e的ADF检验结果
由于ADF 值小于显著水平5%时的临界值，可以认为估计残差序列为平稳序列，故InY、LnL、LnK之间存在协整关系，且InY=-13.1+2.08InL+0.61InK+e。
从模型的各项检验指标来看，R2=0.99，可以看出方程拟合优度。从t统计量来看，变量的显著性较高。同时该模型的F值为1700，说明方程的总体对数线性显著，该模型通过方程总体的显著性检验。