年龄结构范文1
关键词：人口；年龄结构；影响
Abstract: The changing of population age structure has many effects on population development and economic and social development. This paper based on the analysis of the population age structure changes in Haian County ten years, master the county population age structure characteristics of social and economic development and puts forward relevant policy suggestions.
Key words: population; age structure; influence
中图分类号：Q945.48 文献标识码： A文章编号：
分析人口的年龄构成，对掌握人口发展的趋势，积极应对今后发展中可能出现的教育、医疗、养老等民生问题，促进人口与经济社会的协调发展具有现实意义。本文根据2010年第六次全国人口普查数据，对海安县常住人口年龄结构的现状、特点以及其影响进行简要分析。
一、常住人口年龄结构现状
海安县第六次全国人口普查登记常住人口86.63万人，其中，0-14岁的人口为8.97万，15-64岁的人口为62.33万，65岁及以上的人口为15.34万，人口年龄结构呈现出“两头小、中间大”的特征。峰值人口年龄组由第五次人口普查的30－34岁演变为第六次人口普查的40－44岁，达9.95万人。
二、人口年龄结构变化的特点
1、少年儿童人口减少
第六次全国人口普查表明， 0-14岁人口为8.97万人，占全县常住人口的10.35%，比全省同年龄段人口比重低2.66个百分点；比全县第五次人口普查时减少7.08万人，比重下降7.06个百分点。
从表1中可以看出，全县少年儿童人口各个年龄组人数及其占总人口的比重都呈递减趋势。其中0-4岁人口减少0.93万人，占总人口的比重下降0.84个百分点；其中5-9岁人口减少2.34万人，占总人口的比重下降2.33个百分点；其中10-14岁人口减少最多，达3.8万人，占总人口的比重下降3.89个百分点。这一结果表明，十年来，全县计划生育工作成效突出，人们的生育观念也有了很大改变，符合生育政策选择不生现象显露，已进入超低生育水平的发展阶段。
表1: 海安县0-14岁人口分年龄组变化情况
2、青壮年劳动人口比重略有上升
第六次全国人口普查资料显示，全县15-64岁人口为62.33万人，占全县总人口的71.95%，比第五次人口普查时减少2.39万人，比重上升1.75个百分点。但分年龄组看，25-54岁劳动适龄人口中，除40-54岁组人口增加3.13万人，占比提高5.14个百分点外，其他年龄组均有不同程度下降，25-29岁减少1.97万人，下降1.87个百分点；30-34岁减少5.24万人，下降5.36个百分点；35-39岁减少2.41万人，下降2.2个百分点；第六次全国人口普查同第五次人口普查相比，25-54岁人口减少6.50万人，占总人口的比重下降4.29个百分点。这一结果表明，全县劳动适龄人口中，青壮年人口减少，而中老年人口增多。
表2: 海安县15-64岁人口分年龄组变化情况
3、老龄化程度明显加深
第六次全国人口普查表明，全县60岁及以上人口为21.65万人，占总人口的24.99%，比全省平均高9个百分点；比第五次人口普查时增加5.19万人，比重上升7.13个百分点。全县65岁及以上人口为15.34万人，占总人口的17.70%，比全省平均高6.82个百分点；比第五次人口普查时增加3.91万人，比重上升5.3个百分点。按照国际上通用的标准，60岁以上人口占总人口的比重达到10%以上，或者65岁以上人口比重达到7%以上，人口年龄结构进入老年型。人口普查数据表明，全县人口老龄化程度加剧。
三、人口年龄结构变化的主要影响与对策
1、人口年龄结构对人口再生产的影响
从人口再生产的角度看，15-49岁是女性的生育期，她们在总人口中所占比重，是影响全县人口生育态势的一个重要因素。在假定妇女生育率基本一致的条件下，生育期妇女人数与近期人口出生率高低成正比例关系。0-14岁和50岁及其以上人口占总人口比重的大小，则是制约未来人口再生产规模的重要因素，直接决定今后总人口变动的方向和发展态势。根据国内人口学界最常用的瑞典人桑德巴氏的人口再生产年龄结构划分类型（见表3），海安县人口再生产年龄结构在第五次人口普查时为减少型；到第六次人口普查时，已转变为强减少型（减少程度进一步加强）。第六次全国人口普查同第五次人口普查比，全县处于生育旺盛期（20-29岁）的妇女减少1.49万人，处于育龄期（15-50岁）的妇女减少3.14万人，此外，10-14岁女孩减少1.86万人，因此，“十二五”期间，面临低生育水平的人口发展现状，保持一个适当的人口更替水平值得关注。
表3 海安县人口再生产年龄结构类型
2、人口年龄结构对消费需求的影响
人是消费者，随着人口年龄构成的变化和人均收入的增加，消费规模将随之扩大，消费结构将发生变化，消费水平将相应提高。消费需求的变化对组织生产和流通具有重要参考价值。
第六次全国人口普查资料显示，全县未成年人口（0-15岁）比第五次人口普查时减少6.8万人，这一年龄段对基本生活消费品的需求必然减少。但随着独生子女的增多、未成年人的平均消费水平上升，对消费品质量的要求提高，消费结构也发生变化。如城市中，对培养少年儿童智力的消费支出大大增加。同时，由于经济的发展、劳动收入的增加和负担系数的降低，使人民的生活消费水平提高。加之社会进步和消费观念的改变，生活消费的结构发生变化，使恩格尔系数降低，而文化娱乐、旅游消费、高档耐用消费品和住房消费等支出增加。全县老年人口大量增加，使老年人基本生活消费和学习、娱乐、医疗、保健等消费支出增加，消费结构也发生变化，这将促进为老年人服务的产业发展。要根据人口消费结构的变化趋势，大力调整产业结构和产品结构，加快服务业的发展，满足各年龄组人口日益增长的物质和文化的需要。
3、人口年龄结构对教育事业的影响
年龄结构范文2
关键词：人口年龄结构；储蓄率；投资率；经常项目
中图分类号：F830 文献标识码：A 文章编号：1674-2265（2012）11-0012-05
全球经济失衡已成为当前国际经济的焦点问题，这个问题不仅仅涉及到投资、汇率等层面，更应该探索失衡背后的深层次原因。人口年龄结构差异或为解释各国经常贸易差额提供了新的研究视角。在开放经济条件下，微观主体不仅可以跨期平滑自己的消费和储蓄行为，还可以实现跨国跨期的平滑，缓冲工具就是经常账户（Obstfeld和Rogoff，1995）。一国人口年龄结构的变化是一个缓慢渐进的过程，从人口年龄结构角度来解释经常项目差额，也必然是一个中长期的结构性视角，它有助于我们认识经常项目出现顺差（或逆差）乃至全球经济失衡的某种长期性。本文研究基于1960—2010年亚洲13个国家面板数据，对人口年龄结构、储蓄率与经常项目差额之间的关系进行实证检验，并针对中国实际提出相应的政策建议。
一、文献综述
人口年龄结构深刻影响公共及私人部门的储蓄行为，进而对中期经常项目产生显著影响，使得高劳动力抚养负担的国家储蓄率比较低，倾向于产生更大的经常账户赤字（艾伦和威廉森，Alan和Williamson，1994；泰勒，Taylor，1995），如1980—1989年的孟加拉国、1975—1989年的巴基斯坦等南亚国家。当一个经济体劳动力比重占优势时，储蓄供给大大增加，而投资需求相对不足，导致经常项目走向盈余。如日本、韩国等能够很快削减经常项目赤字的国家，大都经历了抚养负担快速下降的过程（希金斯和威廉森，Higgins和Williamson，1996），这其中主要的作用机理在“双缺口”模型（Twin-deficit Model）中得到较好的阐释：高抚养比带来经常账户赤字以及高劳动力年龄结构带来经常账户盈余的原因在于，劳动力会为退休而储蓄。而少儿人口和老年人口则消耗过去或未来的储蓄。实证发现，10%的劳动年龄人口变动会造成4%的经常账户变动（赫伯特松和索伊加，Herbertsson和Zoega，1999）。鲁赫曼（Luhrmann，2003）加入了人口结构效应对全球经常账户的总体效应为零的约束条件，发现少儿抚养比与老年人口抚养比对于经常账户的负向作用。IMF（2005）运用国别数据发现老年人口抚养比与经常账户存在很强的负向关系。但也有部分学者对美国、日本和中国台湾地区的实证研究并不支持这样的结论，甚至与预期符号相反（格鲁伯，Gruber，2007；陈，Chen，2006；迪顿，Deaton，1999）。应该说，人口结构的经常账户效应，其背后的经济事实与理论基础还是比较丰富的，但经验研究的结论对于数据和变量选择比较敏感，尚未取得高度一致的结论，且仅仅将储蓄率作为人口结构与经常项目关系研究中的中间变量略显单薄，应该更加关注储蓄供给与投资需求的双向作用。
二、人口年龄结构对经常项目的传导机制
凯恩斯主义认为，国民收入取决于全社会的有效需求水平，而有效需求又是由社会消费及投资构成，即：Y=C+I。从收入角度看，整个社会的财富最终被居民用作消费和储蓄，即：Y=C+S。由于存在边际消费倾向递减以及投资边际效率递减，社会的消费和投资需求不足。从收入和支出相等的角度看，意味着收入决定的储蓄不能完全转化为投资，储蓄过剩，社会有效需求不足，使得宏观经济出现了失衡。要保证宏观经济的平衡发展，就要保障总支出与总收入的恒等，即：C+I= Y=C+S，进一步算得：I=S，这是宏观经济中最重要的恒等式，只有投资等于储蓄，宏观经济才实现均衡。
在开放经济条件下，我们同理可以推得：当总收入和总支出相等时（即Y=C+S+M=C+I+X），宏观经济处于均衡状态，此时净出口等于储蓄与投资的缺口，这里的储蓄包括家庭储蓄、企业储蓄、政府储蓄和国外净收入，即：S-I=X-M>0，则为顺差；S-I=X-M
基于上述的推理，在开放经济条件下，经常项目差额度量的外部均衡受到国内储蓄、投资等经济变量的影响。因此，要说明人口年龄结构同经常项目余额的关系，就要同时考虑人口年龄对储蓄和投资两个方面的影响。人口年龄结构对储蓄率、投资率和经常项目余额三者的影响，可大致为三个阶段。第一阶段：当未成年人口占比较高时，该国储蓄率低，但由于劳动人口供给增加使投资率维持在较高水平，倾向于使总储蓄率小于总投资率，经常项目出现逆差，国际资本净流入。第二阶段：当一国逐渐走向成年型年龄结构时，该国储蓄增加，但投资放缓，经常项目转为顺差，国际资本净输出。第三阶段：一国步入老龄化社会后，储蓄率会显著降低，使得经常项目顺差不断减少，最终出现经常项目赤字，要靠国际资本净流入来弥补本国储蓄不足（希金斯，1998）。从另外一个维度来看，全球经常项目余额加总为零，所以对分析人口年龄结构同经常项目余额关系有价值的是国与国之间年龄结构的相对差异。由于各国人口年龄结构不同，就在一定程度上决定了各国经常项目在全球的相对位置。
年龄结构范文3
一、指标设计与数据选择
选用老年抚养比、少儿抚养比为人口年龄结构指标，鉴于居民消费支出及房价时间序列波动会受到物价、收入等共同因素影响，为了客观反映居民消费及房价，本文选择居民消费支出倾向、居民消费率、恩格尔系数反映居民消费，住宅商品房房价收入比反映房价相对波动和泡沫，相关研究变量如表1所示。样本为2000—2011年数据，来源于《中国统计年鉴》、《中国人口和就业统计年鉴》以及中国经济与社会发展统计数据库，其中城镇少儿抚养比、城镇老年抚养比是根据城市和镇的相关人口调查统计数据汇总计算得到。
二、广西城镇人口年龄结构、房价与居民消费的实证分析
1.灰色关联度分析时间序列的回归、格兰杰检验、协整等传统方法对样本量要求较高，而灰色关联分析方法要求样本容量可以少到4个，对非平稳序列及无规律数据同样适用，为此，本文采用灰色关联分析方法对广西城镇人口年龄结构、房价与居民消费的关系进行实证。灰色关联分析的基本思想是：确定参照数列（被解释变量）以及被比较数列（解释变量），将指标原始观测数进行无量纲化处理，计算关联系数、关联度以及根据关联度的大小对被比较指标进行排序，与参考数列关联度越大的被比较数列与参考数列的关系越紧密，一般认为分辨率为0.5时，关联度大于0.6则被比较序列与参照序列有显著关联，越接近1则被比较序列与参照序列的关联度越强，因素影响越大。本文以人口抚养比、房价收入比为被比较因素数列，用居民消费率、居民消费倾向、恩格尔系数代表居民消费参考列，各序列关联度如表2。老年抚养比显著影响城镇居民消费率，而城镇少儿抚养比及房价收入比影响不显著；少儿抚养比及房价收入比显著影响居民消费倾向，而老年抚养比无显著影响；少儿抚养比及房价收入比也显著影响恩格尔系数，老年抚养比影响不显著。考虑到人口年龄结构对居民消费影响的理论，选择以房价收入比为参考列，计算其与人口抚养比的关联度如表3，少儿抚养比显著影响房价收入比，而老年抚养比不显著。由此可见，房价收入比与少儿抚养比一致表现为对居民消费倾向及恩格尔系数的显著影响，一定程度上也源于少儿抚养比与房价收入比的显著关联。
2.时间序列分析本文对各时间序列数据进行对数处理以克服异方差性，单位根检验结果如表4所示，仅居民消费率与少儿抚养比是平稳序列，但上述关联度分析已显示二者无显著关联，故不再继续分析。居民消费倾向、恩格尔系数、房价收入比、老年抚养比为一阶平稳序列，且老年抚养比与居民消费倾向、恩格尔系数、房价收入比无显著关联，也不再继续分析，而房价收入比与居民消费倾向、恩格尔系数有显著关联，采用EG两步法做协整分析，城镇居民恩格尔系数与房价收入比的协整关系不显著，而城镇居民消费倾向与房价收入比则存在显著协整关系，且模型拟合效果好，房价收入比对居民消费倾向有长期正影响，房价上涨体现了显著的财富效应，房价收入比的短期变化对居民消费倾向正影响不显著，居民消费倾向实际值与长期均衡值的差距有70%得到纠正。在人口年龄结构对房价的影响机制方面，广西少儿抚养比与房价收入比的显著关联，但二者不是同阶单整，而老年抚养比与房价收入比无关，表明住房需求对房价的影响机制显著，生命周期假说关于老年抚养比对房价的负影响机制不显著，这是因为小孩多的家庭可能会有更多住房需求，而老年人较少以房养老。
年龄结构范文4
关键词：人口年龄结构；居民消费；结构方程模型；路径分析
中图分类号：C92-05 文献标识码：A 文章编号：1000-4149（2013）03-0012-08
人作为经济活动的主体，其年龄结构可能会影响居民消费，也可能会影响到其他社会经济变量。而年龄结构、社会经济变量及民居消费三者之间是否存在传导机制，目前则鲜有研究。因此，在研究人口年龄结构对居民消费的影响时，本文提出了新的研究思路，即影响路径分析。
人口年龄结构除了直接影响居民消费外，还通过间接路径影响居民消费，如人口年龄结构可能会通过收入分配、产业结构、经济增长等来影响消费。本研究不局限于年龄结构与居民消费的简单回归关系，而是将年龄结构、居民消费纳入经济大环境中，理清二者与关联变量的关系，运用路径分析法及结构方程模型，了解年龄结构影响居民消费的经济路径及传导机制，测算影响因子，实证研究人口年龄结构如何通过各中间环节影响居民消费的大小及作用方向，从而为政府宏观指导消费提供数量依据。此外，本研究还从经济增长、收入与人口结构变化及其交互作用的角度对我国低消费率的形成机制进行了分析。
一、文献回顾、研究假设和理论模型
目前在“人口年龄结构对居民消费影响”的大部分实证研究中，主要是依据时间序列或面板数据建立回归模型，实际上这都可以归结为研究人口年龄结构对居民消费的直接影响。然而作为主要经济变量的居民消费与作为主要社会变量的人口年龄结构之间，应该有更错综复杂的关系，这种关系本文定义为间接影响。本文将以探寻人口年龄结构与居民消费间的直接影响与间接影响途径为主要研究内容。
1.对直接影响路径进行文献综述
在理论研究方面，主要以“生命周期理论”为基础，认为人口年龄结构会直接影响居民的消费结构。莫迪利安尼（Modiglani）的生命周期假说认为，人在一生中不同时期，消费重点也会不同，对消费结构的选择会随着年龄变化而有所改变，并且提出一国青少年和老龄人口占总人口的比例越高，消费需求也相应越大的结论。持久收入假说以及家庭储蓄需求模型虽然和生命周期理论的出发点不同，但都认为人口年龄结构的变化会影响居民储蓄率或消费率。
在实证研究方面，较早讨论人口年龄结构与消费之间关系的仍是莫迪利安尼，他用跨国截面数据得到的实证结果支持了他的理论观点。随后大量的学者从不同角度研究人口年龄结构对居民消费的影响，由于采用不同的消费函数理论和计量方法，得到了不同的观点：一些研究认为年龄结构对总消费的影响有着显著的意义；而另一些研究则认为年龄结构对宏观消费产生的影响相比其他因素并不显著。同时，也有研究表明，不同年龄段的人口对经济增长有不同的作用。基于中国家庭调查数据的几项经验研究都发现，人口年龄结构对消费（或储蓄）率并没有显著的影响。西方传统消费理论无法完全说明中国消费者的行为特征，因而应用于我国有一定的局限性。如我国经济正处于转轨时期，市场机制不健全，人口计划生育政策的实施以及城乡二元经济结构等因素，导致人口消费和储蓄的动机变化较大。
国内研究中国居民消费的文献很多，但涉及人口年龄结构影响居民消费的文献较少。袁志刚等人通过数值模拟、国家统计局课题组引人人口年龄结构变量“老少比”、王德文等人利用列夫模型、王金营等人引入“标准消费人”概念、陈佳瑛引入“主要储蓄人口比”、李文星等人引入“人口自然增长率”、汪伟和宋保林等人引入“抚养系数”，得到了人口年龄结构对居民消费有显著影响的结论。也有部分文献针对地区进行分析，王刚通过对未来北京居民年龄结构的演进及相关年龄组人群的消费结构分析发现，人口老龄化将造成北京居民消费率的下降。刘雯的实证研究发现，湖南人口年龄结构的特点是导致省内现阶段消费率过低的原因之一，但要区别各年龄结构对消费率产生的不同影响。其中，儿童抚养系数与居民消费率正相关，老年抚养系数变化与居民消费率负相关，总抚养系数与居民消费率正相关。由上可见，国内学者的研究结论是人口年龄结构对居民消费有显著的影响。
2.对间接影响途径提出理论假设
本文尝试从以下几个方面对年龄结构与居民消费的中间路径提出假设。
（1）人口年龄结构通过收入分配影响居民消费。具体来讲，收入是影响居民消费的最重要影响变量，但收入的分配会随着年龄结构的不同有所改变，一般在年轻时期刚参加工作，收入不高，而步人中年时期，收入达到一生之中的顶峰，至老年时期退出工作环节，收入将会大幅下降，因而人口年龄结构会通过收入分配间接影响居民消费。这种影响会表现为：当人口年龄结构中抚养比增大时，未参与社会劳动的人口相对数增加，全社会总的绝对劳动收入会下降，居民消费行为会被抑制。即人口年龄结构的变化影响劳动收入份额的经济机理是：人口年龄结构变化将影响一个经济中的储蓄，进而影响生产的资本集约程度，劳动和资本存在替代关系，而资本集约程度提高会降低劳动收入份额。于是提出理论假设H1（人口年龄结构-收入分配-居民消费）：抚养比与收入分配呈反向关系，即抚养比增大，人均收入将会降低，收入分配与居民消费呈正向关系，即人均收入降低，居民消费将被抑制。
（2）人口年龄结构通过产业结构、收入分配影响居民消费。产业结构的调整离不开人力资源的投入，人力资源的老化与各产业的产值和就业结构之间存在着微妙的联系，直接的表现就是劳动力资源的老化对各产业劳动力投入的年龄结构产生影响。由于第二、第三产业在国民经济部门中的比例有较大的提升，劳动收入份额呈逐渐下降的趋势，不同年龄人口的收入分配也受到影响。
个人的消费行为，主要是从现有市场所提供的消费产品中进行选择，而消费市场的产品供给变化又来自于产业结构调整，产品的供给会根据消费者的需求而不断调整。不同年龄的人口对消费品的需求有偏好，产业结构必须根据人口年龄结构的特点来调整，在我国人口老龄化状况越来越明显的情况下，产业结构产出要适应这种现状；同时，在投入方面会出现人力资本老年化的趋势，对收入分配也会产生一定的影响。因居民在生活消费时以被动消费为主，通常是市场供给什么样的产品居民才去有选择地消费，因此，产业结构的产出势必会影响居民的消费。从而提出理论假设H2（人口年龄结构一产业结构一居民消费）：人口年龄结构与产业结构呈正向关系，产业结构与居民消费呈正向关系，即当社会抚养比增大时，产业结构会随之相应调整，第二、第三产业产值占比会增长，从而促进居民消费增长；以及理论假设H3（人口年龄结构-产业结构-收入分配-居民消费）：人口年龄结构与产业结构呈正向关系，产业结构发展促进收入分配，从而正向影响居民消费。
（3）人口年龄结构通过经济增长影响居民消费。莫迪利安尼发现中国储蓄率与长期经济增长率及抚养比存在明显的协整关系，认为中国的高储蓄率主要归结为经济的高增长和人口结构的改变。国际货币基金组织通过对世界115个国家和地区40年的数据进行分析，结果表明，人均GDP增长率与劳动适龄人口数量的变化正相关，与老年人口比例变化负相关。研究文献均表明人口年龄结构与经济增长有着显著的计量关系。
一国劳动力人口多，创造的经济价值绝对数就高，从而促进经济增长，因此，当一国抚养比太高时，会抑制经济的增长，从而抑制消费。因而提出理论假设H4（人口年龄结构-经济增长-居民消费）：抚养比与经济增长呈反向关系，经济增长与消费呈正向关系；以及理论假设H5（人口年龄结构-经济增长-收入分配-居民消费）：抚养比与经济增长呈反向关系，经济增长正向促进收入分配，从而正向影响消费。
二、模型构建与实证分析
1.模型选择
路径分析是由美国生物学家莱特（Wright）最先提出并发展起来的一种分析因果关系的建模方法。路径分析是多变量线性分析的拓展，不要求变量间相互独立，适合分析含有间接影响关系的多变量依存性问题。学界习惯上把基于最小二乘估计法的传统的路径分析称作路径分析，而把基于极大似然估计法的路径分析称作结构方程模型。
结构方程模型分析的过程是：在设定结构模型的基础上，为证实模型的准确性，首先要判断这些方程是否为可识别模型，对于可识别模型，通过收集显变量的数据，利用极大似然估计或广义最小二乘估计等估计方法对未知参数进行估计。对于模型的结果，需要对模型与数据之间的拟合效果进行评价。如果模型与数据拟合得不好，就需要对模型进行修正，重新设定模型，一个拟合好的模型往往需要反复试验多次。
反映变量之间因果关系的主要工具是路径图，通过路径图，研究者能清楚了解变量之间的影响途径（箭头方向）及影响方向（正向、负向等），路径图中每一条路径都可以表示成一个回归方程，用一条带箭头的线表示变量间预先设定的关系。
2.数据来源及变量设定
根据前面提出的人口年龄结构对居民消费影响的路径假设，在构建路径分析模型时，对于人口年龄结构，选择采用总抚养比totalrat（0～14岁少儿人口及65岁以上老年人口占劳动年龄人口比重）、少儿抚养比childrat（0～14岁少儿人口占劳动年龄人口比重）及老年抚养比oldrate（65岁以上老年人口占劳动年龄人口比重）来衡量。收入分配采用人均收入tincome（城镇人均可支配收入与农村人均纯收入的加权平均值）来表示，经济发展采用人均GDP（perg）指标来代替，产业结构采用了第二产业比重erchang来表示（在模型试验中曾采用第三产业比重、二三产业比重，但路径分析模型均不显著，最终决定采用第二产业比重来表示）。居民消费水平采用的是人均消费水平consumpt来表示，该指标是对城镇居民人均消费水平与农村人均消费水平的加权平均值，《中国统计年鉴》中提供了具体指标数据，不需另算。
由于我国总抚养比、少儿抚养比及老年抚养比指标在1995年前的《中国统计年鉴》及《中国人口统计年鉴》中均未纳入，因此，本研究各指标数据均以1995年为起始年份，并且保持统计口径一致。本研究采用的所有数据均来源于1996～2011年《中国统计年鉴》。
3.人口年龄结构影响消费的路径分析图
依据人口年龄结构对居民消费影响的路径假设检验，设计出初始路径图，详见图1。
依据图1构建的结构方程模型为：
其中，λi（i=1，…，17）为各路径系数，表示各潜变量对相应观测变量的影响程度；ei（i=1，…，4）为相应变量的随机影响因素。
4.结果分析
利用极大似然估计法，对结构方程模型进行调试、识别、检验，最终得到显著结果。
（1）模型整体适配度检验。模型卡方值为3.142，显著性概率值为0.678，大于0.05的显著性水平，不能拒绝虚无假设，表示假设模型与样本数据可以适配；卡方自由度比值CMIN/DF为0.628，小于2，表明假设框实际样本数据适配程度良好。但是由于卡方值和卡方自由度比值都容易受到样本大小的影响，因而在判别模型适配度时，最好还要参考其他适配度指标值进行综合判断。模型近似误差均方根RMSEA值为0，拟合优度指标CFI值为1，说明整体模型适配度指标都达到了适配标准。整体而言，本研究提出的假设模型与实际观察数据的拟合情况良好，即模型的外在质量佳。
（2）影响路径系数。经多次试验，最终选取的显著的实证路径图如图2所示。
由此可以构建的结构方程模型为：
图2提供了潜变量与观测变量之间的路径系数，参数估计值的意义是潜变量每提高一个单位，其观测变量会上升或者下降多少单位。从实证结果来看，有几条路径是显著的：①人口年龄结构一居民消费，其中总抚养比正向影响居民消费（影响系数为1.93），少儿抚养比、老年抚养比均负向影响居民消费（影响系数为-2.26、-0.25），不过少儿抚养比的抑制作用更明显一些。②人口年龄结构经济增长居民消费，人口年龄结构经济增长收入分配居民消费，这两条路径主要针对于总抚养比与少儿抚养比两类年龄结构指标，而老年抚养比不能通过经济增长途径显著影响居民消费；与假设检验不同的是，实证检验表明经济增长对居民消费起到了反向作用，而假设中认为是正向作用（H4）。总抚养比对人均GDP的影响系数为5.74，而少儿抚养比却为-6.64，人均GDP对居民消费的影响系数为-0.68，但如果增加了收入分配这个中间变量，人均GDP对收入分配的影响是0.87，而收入分配对居民消费的影响为1.57，则支持原假设H5。③人口年龄结构产业结构居民消费，人口年龄结构产业结构收入分配居民消费，同样老年抚养比也不能通过产业结构、收入分配路径显著影响居民消费；总抚养比正向影响产业结构，影响系数为12.00，少儿抚养比负向影响产业结构，影响系数为一12.42，产业结构正向影响居民消费。结论支持H2，支持H3。④老年抚养比间接影响居民消费的路径是：老年抚养比一收入分配一居民消费。老年抚养比正向影响收入分配，影响系数为0.14，收入分配正向影响居民消费，支持假设H1。
我们可以发现，路径分析实证结果基本都支持五条基本假设，而且收入分配始终占据一个重要的中间位置，只有老年抚养比可以直接通过收入分配中间变量影响居民消费，而总抚养比及少儿抚养比则需要通过经济增长、产业结构再通过收入分配影响到居民消费。
（3）直接影响和间接影响分析。为了更加直观地了解结构模型中潜变量之间的直接效应、间接效应以及总效应，本文将计算结果汇总于表1。
首先，总抚养比通过中间变量对居民消费的间接影响大于直接影响，且影响为正。可以看出，总抚养比对居民消费的影响主要是通过收入分配、经济增长和产业结构传递的间接影响，总抚养比对经济增长、产业结构具有很大的直接影响作用，影响系数分别为5.745和11.997，但随后通过收入分配对居民消费产生间接作用。总抚养比对居民消费的影响为正，这与我们的感觉是一致的。
其次，少儿抚养比对居民消费的总影响为负，也是间接影响大于直接影响。少年抚养比对居民消费的影响也主要是通过收入分配、经济增长和产业结构传递的间接影响。少儿抚养比对经济增长、产业结构具有很大的反向影响作用，一旦社会的少儿抚养比降低，则会促进经济增长及产业结构的发展，从而会促进收入的分配，刺激居民消费。
再次，老年抚养比对居民消费的总影响为负，直接影响表现为负，间接影响表现为正。老年抚养比只通过人均收入间接影响到居民消费，而且影响为负，假设中认为老年抚养比可通过创造价值、调整消费结构来影响居民消费，但目前我国这条路径并不显著，说明有待加强。
从路径分析过程看，人口年龄结构对居民消费的影响的确存在，除显著的直接影响外，其通过经济增长、产业结构及收入分配对居民消费的间接影响甚至大于直接影响。人口年龄结构对居民消费有显著影响，总抚养比对居民消费有正向显著影响，但少儿抚养比和老年抚养比则对居民消费起到负向影响。
三、分析、结论及建议
1.分析及结论
根据路径分析的实证结果，结合本文所提出的人口年龄结构对居民消费的直接影响路径及间接影响路径假设，我们可以进行如下分析。
第一，人口年龄结构可以通过直接路径影响居民消费，同时也可以通过间接路径影响居民消费。
第二，直接影响路径中，总抚养比正向影响居民消费，而少儿抚养比和老年抚养比对居民消费都是负向影响。对居民消费影响最大的人口年龄结构是少儿抚养比，影响最小的人口年龄结构是老年抚养比。我国人口年龄结构中少儿抚养比呈逐年下降趋势，而老年抚养比呈逐年上升趋势，由此可知，少儿抚养比下降的现状实际上并没有抑制居民消费，反而是促进了居民消费，而抑制我国居民消费的人口年龄结构主要是老年抚养比的上升。
第三，间接影响路径中，总抚养比及少儿抚养比都能通过产业结构、经济增长、收入分配来影响居民消费，而老年抚养比却只能通过收入分配来影响居民消费。理论假设中，人口年龄结构通过产业结构、经济增长、收入分配影响居民消费，是一条合理的实现路径，但我国数据的实证结果表明，老年抚养比对产业结构和经济增长的贡献不如总抚养比及少儿抚养比显著，无法通过经济中间环节来促进消费，老年抚养比忽略了产业结构、经济增长的影响，直接通过收入分配来影响居民消费。
第四，在影响途径中，中间变量的间接影响大于人口年龄结构的直接影响。从结果上看，老年抚养比对居民消费的直接影响强于间接影响，直接影响系数为负，而间接影响系数为正，总效应反映为负。这给我们的启示是，在我国，人口的老龄化虽然会弱化居民的消费，但若通过间接途径来增强人口老龄化对居民消费的正向作用，也会从整体上促进居民消费。
由此可以提出，基于人口年龄结构，我国居民消费率偏低的原因有以下几点。
首先，我国总抚养比逐年下降及老年抚养比逐年上升的人口现状，是居民消费率偏低的原因之一。不过少儿抚养比的下降反而刺激了居民消费，而且从总体人口结构上看，少儿抚养比对居民消费的刺激效应大于总抚养比及老年抚养比，因而人口年龄结构总体上对居民消费的扩大有正向影响。
其次，总抚养比及少儿抚养比的下降刺激了经济的增长，但经济的增长却并没有刺激消费的增长（影响系数为-0.68）。
再次，总抚养比及少儿抚养比的下降，刺激了产业结构的调整，但产业结构对居民消费的促进作用并不明显（影响系数仅为0.03）。
最后，产业结构对收入分配的影响也不大，但方向为负，并没有有效地刺激收入的增长，不过老年抚养比的逐年上升和经济的增长，还是推动了收入分配的提高，从而刺激了消费。
2.建议
既然我们得出了人口年龄结构对居民消费的间接影响大于直接影响的结论，而且在中间影响路径环节上，经济增长、产业结构没有如期发挥其扩大内需的作用，那么在扩大内需刺激消费的政策建议上，可以从以下几个方面去考虑。
一是要继续保持人口出生率低增长的基本国策。少年人口的增加，不能促进居民消费，这与目前大多数学者观点一致，我国目前少儿抚养比持续走低，恰恰说明对居民消费有一定的促进作用。而且这种促进作用是间接促进大于直接促进，少儿抚养比的降低，对产业结构、经济增长有更大的刺激，利用这种刺激来促进消费更有效。
年龄结构范文5
关键词 人口年龄结构;区域经济增长;空间经济计量模型;山东省
中图分类号 F061.5 文献标识码 A
文章编号 1002-2104(2009)05-0100-04
伴随着我国各地区陆续由成年型迈入老年型结构类型,人口年龄结构的地区差距也在扩大,如1990年全国15～64岁劳动适龄人口所占比重的变异系数为0.17,2000、2007年分别扩大到0.20和0.22。与此同时,多数研究认为1990年以后我国各地区的经济增长呈现迅速发散的趋势[1]。两种地区差距扩大是否存在某种内在联系?经济增长依赖于人力资源和人的各种需求。而人口年龄结构又塑造着这两个方面。因此,笔者试图从分年龄组劳动力入手,找寻影响区域经济增长发散的人口学因素。
国内外已有一些文献探讨年龄结构和经济增长之间的关系。Welch(1979)、Fair(1991)论证了年龄影响人力资本投资决策,部分学者采用可计算的一般均衡模型(Computable General Equilibrium,CGE)考察人力资本投资决策对税收、储蓄、资本积累、劳动力供给、就业和社会保险等的影响(Hirte,2001;2002);还有学者分析区域人口年龄结构对劳动生产率或人均GDP等宏观经济变量的影响[2～4]。然而,上述研究均忽略了空间依赖性。在国内,相关研究集中在人口红利的探讨中,如蔡认为人口红利对人均GDP增长的贡献率至少为26.8%[5];但仅采用联合国人口年龄结构划分标准,并且也不涉及区域间的相互作用。为此,面对全国各地区人口加速老化、人力资本年龄结构和劳动力年龄结构急剧变化的严峻挑战,本文运用空间经济计量模型,以山东省为例,从实证角度剖析细分后的人口年龄结构对区域经济增长的影响,进而提出针对性的对策和建议。
1 含有人口年龄结构的区域经济增长模型
1.1 基本模型
Lindh和Malmberg(1999) 采用年龄系数M表达教育人力资本和“干中学”经验资本的共同效应。由于劳动参与率和失业率也因年龄组的不同而不同,因此,年龄系数M还反映了劳动市场运行状况。将M置入索罗-斯旺增长模型(SolowSwan growth model)[6],得到具有规模收益不变和希克斯中性技术进步的标准柯布-道格拉斯生产函数,如式(1)所示。Y=AKα(HM)β(ML)1-α-β(1)
式中Y、A、K、H、L分别代表经济产出、综合要素生产率、物质资本存量、人力资本存量和劳动力数量;α和β表示参数;年龄系数M=Π6i=1xθi,i=1,…6分别是0～14岁、15～29岁、30～44岁、45～59岁、60～74岁、75岁及以上年龄组作者曾尝试其它年龄分组,如15～24岁、25～39岁、40～59岁、69岁以上,结果导致高度自相关。最终决定采用间隔15岁的分组,xi表示i组人口占总人口的比例,θi表示i组各种人力资本和就业的共同效应。
假定综合要素生产率A为常数。对式(1)经过多次推导,将人均GDP增长率g和稳定状态的各变量联系起来。增加误差项后,得到回归方程
g=α0+α1lny+α2lns+α3ln(n+δ)+αMlnM+α4ln[p(1-u)]+ε(2)
式中s表示经济总量中用以储蓄和投资在物质资本和人力资本的比例,两种资本的折旧率均为δ;人口增长率为外生变量,用n表示;y、p、u分别表示人均GDP初始值、劳动力参与率、失业率。
1.2 空间经济计量模型
由于各种资本流动和贸易,区域之间的空间依赖性往往非常强烈,导致许多经济社会现象具有空间自相关现象。借鉴Anselin(1997)、 Rey和Montouri(1999)以及Niebuhr(2001)等学者的研究,建立三种模型以反映区域经济增长的空间依赖性:1)空间误差模型(Spatial Error Model,SEM),即某一区域的经济行为扩散到整个经济体系而产生空间自相关,体现在误差项,即ε=λWε+μ;2)空间滞后模型(Spatial Lag Model,SLM),即由于溢出效应或区域间的相互作用而发生空间依赖性,体现在因变量的空间滞后项Wgr;3)空间交叉回归模型(Spatial Cross Regressive Model,SCRM),即由相邻地区人均GDP的初始水平引起空间依赖性,体现在自变量的空间影响Wlny[7]。上述三个模型中W表示空间权重矩阵。
2 山东省人口年龄结构影响区域经济增长的计量分析
2.1 数据说明及空间自相关分析
选取山东省140个县市区为地域单元。数据来自山东省统计年鉴和1995年、2005年山东省1%人口抽样调查资料[8]。采用城镇固定资产投资占GDP比例近似代表储蓄率s;计算1995年和2005年人均GDP(可比价格)的几何平均数作为各县域人均GDP增长率;由于物质资本和人力资本的折旧率难以找到数据,故假定各县域均为零。采用ROOK法则和距离法分别建立空间权重矩阵W,以反映山东省各县域之间的空间关系。使用软件Geoda 9.0 计算县域人均GDP增长率Moran-I指数,为0.3587,在1%的水平下显著,说明山东省区域经济增长具有显著的空间正相关。Moran 散点图表明济南市区、青岛市区、东营市区是三个高经济增长集聚区域(High-High),菏泽市所辖大部分县、临沭县、沂水县等属于低增长集聚区域(Low-Low),进一步证实县域人均GDP增长具有较强的空间聚集现象。因此,相对区位和空间距离等地理因素是理解山东省区域经济增长不容忽视的因素。
2.2 理论假设
首先,由于少儿人口和老年人口需要劳动适龄人口的赡养,总体上会对人均GDP增长产生负面效应。处于求学、抚养子女或失业的劳动适龄组人口也需要组内其他人口的抚养,因此,即使三大分组的人口年龄结构短期内相对不变,劳动适龄组本身各年龄人口的变动也将影响区域经济增长。其次,劳动适龄组对人均GDP增长的影响程度取决于教育人力资本和“干中学”经验资本所产生的生产率效应和就业状况所产生的就业效应。一般而言,越年轻的劳动适龄组,教育资本越高;而“干中学”资本则随着工作经验而增加。因此,低龄劳动适龄组(15～29岁),具有不断积累各种人力资本的优势,但同时会影响到劳动参与率;中龄劳动适龄组(30～44岁)具有较高的“干中学”资本和较高参与率,不过教育资本已部分折旧;较老劳动适龄组(45～59岁)具有相对较低的教育资本,但具有较高的“干中学”经验资本,因接近退休年龄而参与率会有所下降[9]。另一方面,就业效应取决于就业率,少儿所占比例、受教育人口所占比例、退休人员所占比例、失业率等越高以及劳动参与率越低,则就业效应越低。因此,预计生产率效应和就业效应共同作用的结果可能呈现倒U型曲线:15～29岁逐渐上升,30～44岁达到峰值,44～59岁缓慢下降[9,10]。
另外,根据山东省2000年人口普查资料, 计算15～29岁、30～44岁、45～59岁和60～74岁人口的平均受教育年限分别为9.83、9.41、7.50和4.47年,就业率分别是75.5%、93.3%、62.2%和13.4%,显示出中龄劳动适龄组就业效应最大且教育人力资本与低龄劳动适龄组接近。因此,预期生产率效应和就业效应的总和应最大。
2.3 模拟和结果
表1显示,OLS估计的残差具有显著的空间自相关(表1第2列)。采用SLM和SEM模型后,不仅拟合优度R2显著提高,而且消除了残差的空间自相关,空间回归系数ρ和空间误差系数λ均通过1%水平下的检验(表1第3、4列)。空间交叉回归模型SCRM中某县域初始人均GDP对邻近区域人均GDP增长率的影响不显著(表1第5列)。因此,模拟结果总体显示了某县域的经济增长率受到邻近县域经济增长率而非其经济发展水平的影响。表1中Fage表示假设不添加年龄结构变量的F检验结果,可以看出,在所有模型估计中Fage均拒绝年龄结构自变量为零的原假设,即在分析区域增长影响因素时不能遗漏人口年龄结构自变量;并且在四种模型估计中,加入人口年龄结构后,拟合优度R2均显著提高。
通过LM检验和LM稳健性检验,空间滞后模型SLM更加符合样本实际(表1中检验部分)。SLM显示出15～29岁、30～44岁和45～59岁年龄组均具有刺激区域经济增长的作用,但30～44岁没有出现峰值。15～29岁劳动力具有最明显的正效应,该年龄组每增长一个百分点,带动人均GDP增长0.19个百分点;随着年龄增加,正效应下降;中龄劳动适龄组和较老劳动适龄组几乎具有相同的影响,即每增长一个百分点,刺激人均GDP增长0.11个百分点;60～74岁年龄组劳动力的影响在SLM和SEM模型均不显著。与国外研究结果相比,山东省最具生产力的年龄组要年轻许多。如Brunow和Hirte(2005)研究欧盟15国的结果是30～44年龄组;Lindh和Malmberg运用经合组织成员国1950-1990年的数据,分析后所得结论是仅50～64岁人口对劳均GDP增长率具有显著的正效应[2];Oskar(2008)运用瑞典数据估算得出50～60岁劳动力对提高劳动生产率具有最显著的积极影响[3]。
人均GDP初始水平自变量通过10%的显著性水平,系数为负表明山东省区域经济增长显现条件β―收敛。即如果控制区域的其它因素,如人口增长率、投资率和人力资本积累率等,人均GDP增长速度与人均GDP初始水平成反向关系。储蓄率系数为负,且通过1%的显著性检验,说明储蓄率提高将降低经济增长。其原因可能在于所选取时间序列相对较短,高储蓄率降低了消费进而影响到经济增长,但预计对未来时期经济增长将产生正面影响。这与Stephan(2006)研究结论一致[11]。总和折旧率越高,同样也导致经济增长减慢;换言之,人口增长率越快的地区,人均GDP增长越缓慢。就业率和参与率对人均GDP增长率的回归系数为正,但未能通过10%的显著性检验。这一结果与吴玉鸣(2007)研究中国2000年2030个县域经济增长所得结论类似[12]。虽然难以判断劳动力与经济发展之间的关系,但至少表明目前就业状况对县域经济增长的作用不明显。
3 结论与建议
首先,重视人口年龄结构和空间溢出对县域经济增长的重要作用。在理论上,如果忽略人口年龄结构,可能引发模型设定不当,不能合理解释区域经济增长的影响因素;在实践中,空间溢出的政策含义在于具有空间联系的县域之间合作协同将会使所有县域的发展共同受益。其次,山东省所有劳动适龄组均明显地刺激经济增长,人力资本效应和就业效应没有呈现理论预计的倒U型曲线,效应最大的是15～29岁。分析其中原因,可能在于30～44岁的劳动力在教育资本不断折旧的同时,“干中学”效应不能得以及时补充,制约了该年龄组的生产率。因此,面对未来劳动力结构趋于老化,应提倡终身学习和积极鼓励中龄劳动力充分发挥经验效应,从而促进区域经济运行和缓解人口老龄化的负面影响。
第三,控制人口增长和促进就业也是影响区域经济增长的重要方面。尤其刺激消费、拉动内需是目前经济环境下的必然选择,而庞大的就业缺口构成了城乡居民福利增长的显著障碍。所以各区域刺激经济还需建立就业优先的政策思路。
第四,山东省区域增长既表现为空间上的相对集聚;也表现出空间上条件β―收敛。基于区域比较优势的专业化将引起区域增长的发散[13]。所以,一方面,积极发挥山东省济南市区、青岛市区和东营市区等三个典型的增长极和发散源;另一方面,大力扶持贫困区域充分利用后发优势,赶超富裕区域。
第五,未来在方法和理论上还有待于进一步探索。比如运用更长时间序列的数据,去掉假定综合要素生产率A不变等;探究年龄结构对经济增长效应的潜在机理。
参考文献(References)
[1]林毅夫,蔡,李周.中国经济转型的地区差距分析[J].经济研究,1998,(10):3～10.[Lin Yifu,Cai Fang,Li Zhou,China Regional Disparity Analysis in the transitional Economy[J].Economic Research Journal,1998,(10):3～10.]
[2]蔡,都阳.中国地区经济增长的趋同与差异[J].经济研究,2000,(10):30～37. [Cai Fang, DuYang.ConvergenceanddivergenceofRegionalEconomicGrowthinChina[j]Economic Research Journal,2000,(10):30～37.]
[3]王小鲁,樊纲.中国地区差距的变动趋势和影响因素[J].经济研究,2004,(1):34～37. [Wang Xiaolu,FanGang.AnalysisontheRegionalDisparityinChinaandtheInfluential Factors[J].Economic Research Journal,2004,(1):34～37.]
[4]Lindh T.,Malmberg B..Age Structure Effects and Growth in the OECD,1950-1990[J].Journal of Population Economics,1999,12:431～449.
[5]Oskar Nordstrm Skans.How Does the Age Structure Affect Regional Productivity?[J].Applied Economics Letters,2008,(15):787～790.
[6]Bhatta S,lobo J. Human Capital and Per Capita Product:A Comparison of US States[J].Regional Science,2000,(79):293～411.
[7]CaiFang,DewenWang.China'sDemographicTransition:lmplicationsforGrowth[A].Ross Garnaut,Ligang Song,The China Boom and Its Discontents[C].Canberra:Asia Pacific Press,2005.
[8]MankiwNG,RomerD,WeilD.N.AContributiontotheEmpi
ricsofEconomic Growth[J].Quarterly Journal of Economics,1992,(107):407～438.
[9]Anselin L.Spatial Econometrics:Methods and Models[M].Kluwer,Dordrecht,1988.
[10]山东省统计局.山东省统计年鉴(1996-2006)[M].北京:中国统计出版社,[Shandong Statistics Bureau.StatiStic Yearbook of Shandong Province(1996-2006).Beijing:China Statistics Press.]
[11]山东省1%人口抽样调查领导小组办公室.山东省1995、2005年1%人口抽样调查资料[M].北京:中国统计出版社.[Office of Shandong 1% of the Population Sample.1995 and 2005 Shandong 1% of the Population Sample. Beijing:China Statistics Press.]
年龄结构范文6
人口性别结构是指一个地区男女两性人口数量的比例关系，常用性别比来表示。一个地区的人口性别结构是否合理或协调会通过人口出生率和人口再生产过程体现出来。由于不同产业和职业对两性劳动力人口的需求存在差别，性别结构还可能通过影响就业结构从而影响经济发展。根据2000～2013年的数据显示，贵州省总人口性别比波动较大，虽总体上呈下降的变化趋势，但较全国数据显示，一直是偏高的（见图1）。而且，经验数据表明世界上绝大多数国家总人口的性别比在95～102之间波动（陈卫，宋健，2006）。由此可见，贵州省的人口性别结构是不平衡的。本文拟从贵州省人口性别结构变化为例，厘清其现状、面临的问题及其原因，为正确评估未来“十三五”时期贵州省人口结构发展和经济发展的路径找出相应的对策。
二、贵州省人口年龄和受教育性别结构现状
根据《贵州省统计年鉴2014》数据显示，2000年，贵州省总人口数为3755.72万人，男性人口数为1968万人，占总人口的比例52.4%；女性人口数为1787.72万人，占总人口的比例为47.6%；男性人口数超过女性人口数180.28万人，总人口性别比为110.08；2013年，贵州省总人口数为3502.22，男性人口数为1822.5万人，占总人口的比例52.04%；女性人口数为1679.72万人，占总人口的比例为47.96%；男性人口数超过女性人口数142.78万人，总人口性别比为108.50。从2000年到2013年，男性人口的比重总体上在减少，女性人口的比重总体上在上升，但男女人口占总人口的比例变化不大，波动较小；2000年到2013年总人口的性别比波动较大，总体上呈下降的趋势。其人口性别结构变化呈现以下特征：
第一，男女人口数占总人口数的比重变化较小，但男性人口数仍然超过女性人口数很多。2000年到2013年，男性人口数占总人口数的比重在51.49～52.4%之间波动；女性人口数占总人口数的比重在47.6～48.51%之间波动。男性人口数超过女性人口数在111.1～180.28万人之间波动。
第二，性别比失衡程度在不同的年份表现有差异。2001～2003年人口性别比变化较平稳；2004年开始，到2009年则波动较大，在106.14到108.19之间波动。
贵州省人口性别比总体偏高，与此同时，还具有分年龄性别比，受教育程度性别比不断缩小等特点。
（一）低龄年龄组性别比明显高于高龄年龄组性别比
根据2010年人口普查资料显示，不同年龄组的性别比存在明显的差异，且差异巨大。第五次人口普查，性别比最高的年龄组为15～19岁组，性别比为124.08，性别比最低的年龄组为100岁及以上年龄组，性别比为41.53，最高与最低性别比差异为82.55个百分点；第六次人口普查，性别比最高的年龄组为0～4岁组，性别比为123.94，性别比最低的年龄组为100岁及以上年龄组，性别比为40.85，最高与最低性别比差异为83.09个百分点。从2000年到2010年，0～4岁年龄组性别比显著增加，上升了9.93个百分点，5～14岁和75～99岁年龄组性别比也增加了，由此可以看出，贵州省总人口性别比偏高主要是由0～14岁和75～99岁年龄组的性别比明显偏高造成的。与此同时，15～34岁和50～74岁年龄组性别比在不断下降。联系前文，从2000年到2010年贵州省的总人口性别比整体上是呈下降趋势的，可以看出15～34岁和50～74岁年龄组性别比降低的幅度超过了0～14岁和75～99岁年龄组性别比升高的幅度，使得总人口性别比整体上下降。
究其原因，主要有以下两个方面：
1.0～14岁和75～99岁年龄组性别比明显偏高，即出生人口性别比不断升高和人口年龄结构老化。重男轻女的传统思想致使男性偏好强烈，女婴被弃和被人工流产的现象还时有发生，使得初生婴儿的性别比不断上升；近年来，随着医疗技术和经济发展水平的提升，自然死亡率不断降低，人口结构老年化。
2.15～34岁年龄组性别比不断下降，这一年龄组人口流动性大，省外迁入和迁出的性别差异影响了该年龄组的性别结构。第五次人口普查资料反映，省外流动的人口中，男性占比63.2%，女性占比36.8%，人口流动中男性占比高女性占比26.4个百分点，大量男性人口的流出，从而降低了该省15～34岁年龄组性别比。
（二）受教育程度性别比明显下降
从受教育程度性别结构来看，贵州省的受教育程度性别比要大大的超过全国受教育程度性别比，受教育程度性别结构明显失衡。贵州省在“五普”到“六普”期间，在男女受教育方面进行了比较大的改进，受教育程度性别比虽然仍高于全国水平，但是有明显的下降，尤其是接受过小学教育的性别比，在“五普”的时候是119.10，明显高过正常值很多，到“六普”的时候是99.81，下将了19.29个百分点，达到了正常值标准。随着文化程度的提高，从“五普”到“六普”，贵州省女性接受教育的比例在不断的上升，说明教育中重男轻女的倾向在不断的减少，但是贵州省的受教育程度性别比仍然高于正常值很多，特别是接受过大学本科教育的性别比。与此同时，从“五普”到“六普”，贵州省的受教育程度性别比和全国受教育程度性别比的差距在不断缩小，贵州省的受教育程度性别比下降比例明显高于全国，特别是接受研究生教育的性别比，从“五普”到“六普”，下降了120.52个百分点，可以看出贵州省在男女受教育程度上做了很大的调整与改进，这一较好的方面值得更好的保持与继续完善。
三、结论与建议
从前文的分析可以得出以下结论：第一，虽然该省的总人口性别比呈下降的趋势，但是2000～2013年总人口性别比均显著高于正常值95～102，所以，该省总人口性别比一直是偏高的，男性人口远远大于女性人口。女性人口的减少会导致生育率下降，人口数量减速增长，甚至负增长，必然导致人口再生产能力降低，影响该省人口长期均衡和可持续发展，长久下去，地区人口红利可能很快会消失。第二，低龄年龄组性别比明显高于高龄年龄组性别比。不同年龄组的性别比存在明显的差异，且差异巨大。部分找不到年龄相当女性的男性，其择偶会向低龄女性转移，“老夫少妻”家庭大大增加。这类家庭的稳固性并不强，第三者“插足”可能性增大，离婚率可能上升，还可能引发其他社会问题。第三，该省受教育程度性别比明显下降。第五次人口普查资料表明，该省上小学的男性人口在总人口中占比为54.36%，女性占比为45.64%，到了第六次人口普查时，上小学的男性人口占比为49.95%，女性占比为50.05%；同时，第五次人口普查资料表明，该省上研究生的男性人口在总人口中占比为71.95%，女性占比为28.05%，到了第六次人口普查时，上研究生的男性人口占比为57.62%，女性占比为42.38%。从以上数据可以看出，该省基础教育和高等教育女性人口的受教育数量有了显著的提高，从而大大降低了该省受教育程度性别比。
针对贵州省人口年龄和受教育性别结构的变化，结合人口性别比不平衡的影响，笔者提出几点从政策角度而言，需要重点关注的方面。
第一，提高贵州经济发展水平。改变贵州省人口性别比偏高的情况，从根本上说在于提高贵州省经济社会发展整体水平。一方面要加强农村基础设施建设，改善农村生产劳动条件；另一方面要加强农村养老保障制度的建设，增加和落实补贴，精准扶贫，同时拓宽养老方式，发展社区养老、社会养老等。
