中国人口老龄化的宏观经济影响及应对策略文档格式.docx

中国人口老龄化的宏观经济影响及应对策略文档格式.docx

《中国人口老龄化的宏观经济影响及应对策略文档格式.docx》由会员分享，可在线阅读，更多相关《中国人口老龄化的宏观经济影响及应对策略文档格式.docx（22页珍藏版）》请在冰豆网上搜索。

图1各大洲60岁以上老龄人口占比预测

根据联合国人口署的预测，虽然2015年非洲人口约为亚洲的1/4，2050年不到1/2，但在2100年将几乎与亚洲人口等量齐观，如图2所示。

图2各大洲人口数量预测

主要国家中，尼日利亚在未来35年将最为“年轻”，日本人口一直最“老”，印度和中国目前人口都比较“年轻”，但中国人口老龄化正处于急剧上升的阶段，印度则在2040年以后进入人口加速老化阶段，如图3所示。

图3主要国家60岁以上人口占比预测

从人口规模看，印度、中国、美国、尼日利亚将是全球4个人口最多的国家。

其中，2022年印度人口将达到14.2亿，超过中国；

2050年印度人口将达到17.1亿，是中国的1.26倍；

2100年印度人口仍将有16.6亿，而中国人口仅有10亿。

2015年，尼日利亚有1.8亿人口，是美国的56%；

2049年，尼日利亚人口将达到3.9亿，超过美国；

2100年，尼日利亚将有7.5亿人，而美国仅有4.5亿人。

具体如图4所示。

图4全球四大人口国预测

全球都在步入老龄化，中国速度第一。

从年龄中位数看，2015年，印度27岁，中国37岁，美国38岁，日本46岁，全球平均29.6岁；

2020年，印度28岁，中国38.7岁，美国38.6岁，日本48.3岁；

2050年，印度37岁，中国49.6岁，美国41.5岁，日本53.3岁，全球平均36.1岁。

从60岁以上人口占比看，2015年中国为15.2%，尼日利亚4.5%，印度8.9%，美国20.7%，日本33.1%；

而2035年中国就将达到29%，超过美国；

2050年达到34%，超过欧洲。

（二）中国人口老龄化趋势

为了预测人口老龄化对中国经济的影响，中国养老金融50人论坛建立了一个中国的人口性长周期一般均衡模型（以下简称“CAFF50宏观模型”）。

这一模型以2010年第六次全国人口普查数据为基础（以下简称“六普”），把全国分为一、二、三、四线城市和农村五大空间区域[1]，把人口生育率、人口迁徙、杠杆率、经济增长、房价等众多的变量在统一的模型中进行了模拟，结果显示，中国未来人口老龄化的趋势主要有三大特点：

老得快、女性老人多、农村老人多。

（1）老得快，主要是指老龄化率上升速度快，前面已经通过我国与全球其他主要国家相比做了论述。

以65岁以上老龄人口[2]看，2015年为1.5亿人，占比为11.6%；

2030年达到2.8亿人，占比为20.2%；

2055年达到峰值，4亿人，占比27.2%。

其中，2040年以前是人口老龄化最快的时期，65岁以上老龄人口占比平均每年上升0.5个百分点，具体如图5、图6所示。

图5全国人口年龄段分布（规模）

图6全国老龄化率

（2）女性老人多，主要原因是女性寿命高于男性。

从各年龄段老人性别比看，65～69岁的老龄人口，男性基本与女性持平，或略少于女性；

但70岁以上各年龄段女性明显多于男性，年龄越高，女性人口越多，具体如图7所示。

图7全国老龄人口性别比（女性=100）

（3）农村老人多，主要是青壮年人口持续流出导致的。

2040年之前，农村65岁以上老龄人口占比每年上升1个百分点，速度是全国的两倍。

如果目前的人口迁移趋势不改变，到2040年农村65岁以上老龄人口将占40%，将带来巨大的经济和社会问题。

从各层级的城市来看，城市规模越大，老龄化速度越慢。

其中，一线城市（北京、上海、广州、深圳、天津）2040年65岁以上老龄人口占比仅为21.9%，相对具有活力，具体如图8所示。

图8各层级城市老龄化率（65岁以上）

二人口老龄化的宏观经济影响

（一）人口老龄化对经济的影响弊大于利

联合国人口署的研究指出，一方面，人口老龄化对养老金制度和保健制度的可持续性带来了财政挑战。

在发展中国家，2009年有3.42亿老年人目前缺乏足够的收入，到2050年，如果养老金计划的覆盖面不扩大，这一数字可能上升至12亿。

另一方面，出生率的降低将令妇女有更多时间投入工作，家庭有更多财力投资于健康、教育和养老，人口老龄化也在一定程度上有利于经济增长。

然而，这些结果取决于能否建立适当的机构并采纳政策，促进人力和物质资本的积累。

国内研究人口的主流学术文献，如蔡昉、胡鞍钢等都认为，中国人口老龄化将导致经济增速下行。

（二）日本经验表明人口老龄化影响深远

在不久的过去，日本曾经历了人口老龄化、经济下滑的过程。

在全球主要国家中，日本的老龄化率最高，直观的表现之一是2014年日本老人尿片的销售量超过了婴儿尿片。

在老龄化过程中，日本的经济增速经历了两次下台阶。

第一次是1971～1975年，从此前的9%降到5%；

第二次是1991～1995年，从5%降到1%左右。

第二次下台阶后，日本经历了“失去的二十年”。

20年间，日本的年均GDP增速只有0.75%，而同期的物价水平却每年负增长0.8%，结果是2011年名义GDP总量470万亿日元，比1991年还要低5万亿日元，具体如图9所示。

图9日本经济增速伴随人口老龄化下行

为拯救经济，日本政府积极出招，采取减税、增加投资等需求刺激政策拉动经济增长。

财政政策的扩张，加上养老、医保负担的加重，使日本政府债务节节攀升，1991年政府债务占GDP之比为63%，到2001年达到148%，到2011年则达到225%（见图10）。

虽然日本企业部门在去杠杆，企业债务占GDP比重从1991年的147%下降到2001年的119%和2011年的105%，但仍然挡不住全社会杠杆率的攀升。

图10日本的财政刺激和政府负债

在政府奋力刺激之后，日本经济仍然不见起色，其根源在于人口老龄化。

仔细分析日本的GDP结构，可发现企业设备投资下滑是主要原因。

1991年，日本企业设备资本形成占GDP20%，到1998年下滑到14%，然后一直维持这一水平至今。

以投资额计算，日本2011年的企业设备资本形成只有1991年的70%，同期日本的民间消费保持稳定，政府消费更是翻番，就连各界普遍认为低迷的住宅投资，换算成占GDP的比重在20年间也仅下滑了2个百分点。

企业投资下滑的背后，是老龄化造成的储蓄率下降，1991年日本居民储蓄率为16%，而10年后已经降为5%。

与人口老龄化和经济衰退相关的是人口迁移和房价。

二战后日本的人口迁移经历了四个周期[3]：

1970年前，人口向大城市中心区迁移；

1970～1990年，大城市中心区人口向近郊区扩散；

1991～1995年，人口净流出大城市，向二线城市回流；

之后，人口重新流向大城市，具体可见图11。

图11日本的人口迁移与经济增速

这四个时期中的前两个时期，日本房价几乎每10年翻一番；

而1991年地产泡沫破裂之后，六大都市房价第一个10年腰斩，第二个10年又跌去1/3（见图12）。

当经济失去了增长的活力，人民失去了致富的信心，有雄心的日本企业都远赴海外发展，至今没有回归的迹象，投资的低迷就顺理成章了。

图12日本地价指数（2000年指数=100）

（三）中国人口趋势与日本过去高度相似

联合国人口署的数据显示，日本比中国“老30年、富40年”，日本的1985年可能就是我们的今天。

而日本20世纪90年代的经济萧条，对我们在2020年实现第一个百年目标后可能面临的经济问题也很有启示。

中日经济之间的共性之一，就是人口老龄化。

而且，中国比日本老得更快，日本65岁以上老龄人口占比从1985年的10%到2005年的20%用了20年，而中国这一指标2014年达到10%，到2029年或将达到20%，可能只用15年。

从中日劳动年龄人口比例与人均GDP和房价的关系上，我们能够发现并验证人口结构变化与经济增长之间的规律。

如图13到图16所示，在相似的经济阶段（日本的1980年和中国的2012年），中国和日本两地都显示了人均GDP越高，劳动人口比例越高，房价也越高的现象，而且其中的相关关系都非常明显。

图13日本劳动人口比例与人均GDP的关系（1980年）

图14日本劳动人口比例与房价指数的关系（1980年）

图15中国劳动人口比例与人均GDP的关系（2012年）

图16中国劳动人口比例与房价的关系（2012年）

与老龄化的宏观经济影响高度相关的另外一个关键变量是杠杆率。

从日本人口老龄化加剧、经济增速持续下行的阶段（1980～2013年）来看，更高的经济增速对应了更高的杠杆率增幅（见图17）。

中国2000～2013年的情况展现了同样的趋势（见图18）[4]。

图17日本顺周期的杠杆率变化（1980～2013年）

图18中国顺周期的杠杆率变化（2000～2013年）

此外，中日两国的财政政策都表现出明显的逆周期特征。

从日本1980～2013年的情况看，提振经济是加大财政刺激力度（以新增政府负债表示）的重要驱动因素，一元回归的可决系数（R2）高达0.74（见图19）。

从中国2000～2013年的情况看，情况也比较类似（见图20）。

图19日本逆周期的财政政策（1980～2013年）

图20中国逆周期的财政政策（2000～2013年）

必须指出的是，对中国来说，过去30年是人口红利充分显现的阶段。

目前，中国的劳动人口比例才刚刚开始下降，人口老龄化对经济增长的负面影响尚待显现（见图21）。

本文在梳理了中日的人口迁移、房价变化和杠杆率变化规律后，力图通过理论和实证模型，以日本的“他山之石”，预测中国经济未来几十年的发展轨迹。

图21中国目前的人口性经济周期

（四）长周期下中国宏观经济形势的特点

CAFF50宏观模型模拟分析的基准情形显示，伴随着人口老龄化，长周期看中国宏观经济形势可能呈现六个特点。

图22基准情形下人口老龄化与GDP增速

第一，潜在增长速度持续下降。

其中2021～2025年是一个坎，经济增速将从此前的6.5%左右快速下一个台阶到3%～4%的水平，并基本维持这一速度到2035年，之后经济增速会小幅回升到4%左右的水平（见图22）。

按照这样的增长轨迹，2050年中国人均GDP将达到20.6万元（2010年不变价），约合今天的3.2万美元，中国届时将成为高度发达国家。

第二，高杠杆。

2020年以前为实现人均GDP翻番的目标，需要实施相对宽松的财政金融政策。

伴随着需求端的刺激，特别是政府部门加杠杆的刺激，全社会以负债与GDP之比衡量的杠杆率水平会不断上升，杠杆率年均上升12.2个百分点，到2020年将达到260%，相当于日本1985～1990年的平均水平。

之后，2020～2050年的杠杆率年均增速降至4.7个百分点，到2050年达到约400%，与日本当前的杠杆率类似（见图23）。

值得注意的是，日本在20世纪90年代初期杠杆率达到300%的过程中刺破了资产泡沫，美国也是在这一区间发生了次贷危机。

图23基准情形下的杠杆率

第三，人口“潮汐式”流动。

人口从乡村和较低层次的城市向较高层次的城市流动，主要受到收入增长和房价两方面的影响。

在经济景气时，城市居民收入增长较快对人口流入的正面影响大于房价上升的负面影响，导致人口净流入。

在经济萧条时，城市居民收入增速下降甚至出现绝对收入下降，叠加高房价的影响，将人口从层级较高的城市“挤出”，形成“逆城镇化”。

2011～2015年是人口城镇化比较慢的时期，2016～2020年将有所增加，但随后2021～2025年和2031～2035年两次经济衰退将分别触发人口的“逆城镇化”，具体见图24。

图24基准情形下的人口迁移

第四，资产价格周期性波动。

这主要受人均收入（与经济增速正相关）和人口迁移的影响。

例如，二线城市的人口流向一线城市，一线城市房价上升，生活成本高，又把一线城市的人口挤出来回到二线城市及其之下层次的地区，房价随之波动。

伴随2021～2025年的经济衰退，一、二、三、四线城市的房价全部都出现下跌，5年累计跌幅分别是15%、26%、33%和58%。

经济低迷和房价下跌将给全民带来的痛苦，也许与日本20世纪90年代初期经济泡沫破裂时的情况类似。

之后，房价将有所恢复。

2030～2035年，除一线城市外，其他地区房价再次下跌。

房价的下跌，将使整个本来就在高杠杆率水平上运行的经济体系陷入更大的风险之中。

如果不能妥善应对，2025年、2035年都很可能会有中国式的“次贷危机”，具体见图25。

图25基准情形下的房价

第五，养老金缺口压力。

养老金缺口随着超老龄社会的来临日益显现，现在很多省份基本养老金已经出现了当期收不抵支。

将来，老龄人口将推迟退休，或者像日本一样“退而不休”。

据测算，65岁以上的老龄人口再就业能解决30%的资金短缺问题。

将来的社会可能会重新界定老龄人口的概念，80岁以上才真正退出劳动力市场，80岁以下的人还在不断给社会作出贡献，这可能是未来的一个趋势，而且也有助于缩小养老金缺口。

第六，医保资金缺口长期存在。

随着人口的快速老龄化，医疗成本迅速上升，同时医疗技术的进步将大大提高人口的平均寿命，这又加重了医疗保险的缺口。

从国际经验看，医保资金缺口很难解决。

以美国为例，虽然有奥巴马医改计划，但也不能完全解决问题。

三应对人口老龄化的措施

（一）采取措施提高总和生育率

传统上认为，单纯提高生育率并不一定能够推动经济增长，因为提高生育率反而会在近期加大抚养压力，降低劳动人口比例，而其缓解人口老龄化的好处要到下一代人才能显现。

但CAFF50宏观模型在引入预期因素后发现，提高生育率不但对下一代人的经济增长有好处，也能够提振近期的经济增长。

财政方面有个著名的定理叫“李嘉图等价”，指出政府当期减税，公众能预期到未来税负将上升，因而不会改变消费决策。

同理，在生育率提高后，政府和公众都能预期到，未来老龄化率的下降能够缓解养老和医疗方面的支出压力，因而近期可以加杠杆、增加消费和投资，这将有力地促进经济增长，反过来又可以降低未来的杠杆率，这就是“以时间换空间”。

当前，美国、欧洲、日本在实施宽松政策时，都是寄希望于发生这一奇妙的效果。

中国目前的总和生育率到底是多少，各方面并未形成统一意见。

2010年“六普”数据显示，中国当年的总和生育率为1.18。

以卫生计生委为代表的官方认为，中国当前的总和生育率为1.5～1.6。

大多数学者估计的数值处于“六普”数据和官方数据的中间。

例如，赵中维、陈卫分析指出，中国2001～2010年的总和生育率水平大致为1.45。

为了验证这一数据，在天弘基金的协助下，CAFF50课题组在2015年春节后专门进行了一项调查，有13万人参与，有婚史的女性33164人，其中已生育的16586人，平均年龄30.1岁，总和生育率为1.27；

未生育的16578人，平均年龄27.8岁，总和生育意愿为1.26，两者加权平均，总和生育率为1.26。

本文对全国总和生育率的赋值采用“六普”数据，并考虑到15～19岁的女性生育率非常低的事实，计算得到20～50岁育龄妇女的总和生育率为1.25，这一数值与天弘基金调查的数值非常接近。

在此基础上，根据第六次全国人口普查分县数据分别计算五个空间层次的总和生育率，一线城市、二线城市、中小城市、乡镇和农村在2010年20～50岁育龄妇女总和生育率分别为0.85、0.80、1.14、1.17和1.49。

CAFF50宏观模型假设2015～2050年，这五个空间层次的总和生育率保持不变，但由于人口城镇化的影响，育龄妇女向生育率低的区域迁徙，还是会造成全国总和生育率震荡下降的趋势，具体如图26所示。

图26基准情形下的总和生育率

CAFF50宏观模型模拟分析发现，总和生育率每提高0.1，2020～2100年经济增速平均提升0.15个百分点。

如果总和生育率从目前的1.25左右提高到2.1的世代更替水平，中国的经济增速每年可以提高1.3个百分点（见图27和图28）。

图27不同生育率水平下的经济增速

图28生育率调整的经济增长效应分解

基于上述讨论，课题组提出如下八个建议。

一是从顶层设计上着手，放弃稳定低生育率的人口与计划生育目标。

二是将现有的鼓励少生的政策逐渐向鼓励多生转型。

因为计划生育并非一味地计划少生，也可以计划多生。

三是加大财政补贴，鼓励生育。

四是倡导社会和谐，采取适当措施，防止离婚率过快上升。

五是超前考虑吸引移民的必要性和可行性，可以首先放开技术移民。

六是认真准备2020年第七次全国人口普查，特别是要通过调查准确地统计出总和生育率，这对国家人口政策制定将会起到非常深远的影响。

七是降低培养子女的成本，给予妇女更长时间的哺乳期和建立更多的幼儿园。

日本、瑞典、中国台湾等多个国家和地区都已经实施了相关政策，其中日本近年来生育率有所上升，高于韩国和中国台湾地区，接近我国大陆的水平。

八是加大宣传力度，呼吁全社会充分认识到人口问题的重要性，争取形成社会共识。

（二）结合新型城镇化合理引导人口迁移

按照目前的城镇化和人口迁移趋势，年轻人向城镇迁移，到劳动生产率更高的地方参与经济活动，这有利于经济增长。

CAFF50宏观模型模拟分析表明，限制一线城市人口流入是一把“双刃剑”。

一线城市拥有中国最高的生产力，限制人口流入一线城市，会限制先进生产力和最富聪明才智及最富经济活力的劳动人口相结合，阻碍中国经济升级，拉低经济增长率，将导致2021～2050年全国GDP增速平均降低0.25个百分点（见图29）。

不过，限制一线城市人口流入可以降低房价的波动性（见图30），从而有利于促进金融稳定。

图29限制一线城市人口流入对经济的影响

图30限制一线城市人口流入对一线城市房价的影响

实施诸如“京津冀一体化”的区域协调发展规划，拓展一线城市的空间范畴，让人口、资本、技术等要素在新的空间布局下更好地结合起来，可能是一种一举多得的方案。

（三）推动“优杠杆”而不是简单的“去杠杆”

日本经验告诉我们，随着人口的老龄化，政府负担的养老、医疗等刚性支出增加，再加上稳定经济增长的责任，未来政府加杠杆是大概率事件。

政府加杠杆的速度将快于企业部门去杠杆的速度。

如果我们因为害怕危机而限制杠杆率的自然上升，这将减少信贷供给，加大实体经济部门的融资难度，抑制投资，最终拖累经济增长。

假设为了控制杠杆率上升，政府放弃了2016～2020年GDP年均增长6.5%的目标，在这种情况下，经济会演进出另外一个均衡结果（见图31）。

图31不设定2020年增长目标的杠杆率

虽然杠杆率速度降低，但经济增速也会大幅下滑，2021～2025年和2031～2035年增长接近2%，出现两个“失去的五年”（见图32）。

图32不设定2020年增长目标的经济增速

图33不设定2020年增长目标时的房价

2015～2050年经济平均增速将从基准情形的4.23%降至3.40%。

房价走势也同样低迷，大小城市房价基本都在保持原有波动特性的情况下大幅向下调整，其中，2021～2025年一、二、三、四线城市房价分别下跌40%、55%、61%和89%（见图33）。

诚然，如此悲观的结果或许是因为模型对技术进步带来的经济增长考虑不够造成的。

但是，我们在模型中已经根据回归结果和OECD的研究结果，将全要素生产率设在了3.13%的全球主要国家最高水平，已经比较充分地考虑了技术进步对经济增长的直接影响。

美国在应对2008年以来的金融危机中运用了增发国债、减税和接管破产私营企业的政府加杠杆策略，值得我们思考。

我国当前正在推行地方债置换和资产证券化，这可能是一种既不压缩社会融资存量水平，又降低债务利息负担、提升债务可持续性的“优杠杆”策略，可能是未来的努力方向。

（四）大力鼓励创新，支持发展“智能资本”

全球化的竞争不是和一般国家的比较，而是向顶尖国家看齐。

老龄化是一个全球性经济现象，但大国中有两个例外。

一是美国，二是印度，两个国家的出生率都高于中国，而且美国还有移民，到2050年他们都比中国“年轻”。

我们不能环顾东亚，沾沾自喜于大部分近邻和我们一样“老”。

另外，还有一个顶尖国家是韩国，在经合组织（OECD）国家中，韩国的技术进步速度独领风骚。

1985～2011年，韩国全要素生产率对GDP增长的年均贡献率为3.9%，而其他OECD国家中最高的芬兰也仅有1.7%，G7国家则全部在1%以下。

我们基于过去30年的经验数据和对全民创新浪潮的美好愿望，在对2015～2050年中国经济的预测中假定全要素生产率每年拉动经济增长3.13%，这一假定与OECD2012年发表的《展望2060：

远期增长的全球视野》一文相同，高居世界第一，甚至相当于该文预计的韩国未来技术进步速度的两倍。

可见，国际上对中国创新能力的预期是很高的，我们要采取切实措施来鼓励创新。

中国养老金融50人论坛经过研究，提出了“智能资本”的概念。

我们将机器人、自动化工厂、智能网络等可以取代人类劳动的资本定义为智能资本。

在我们的定义中，智能资本最重要的属性就是它可以代替人类劳动参与到经济生产和人民生活中。

我们认为，这些智能资本能够有效解决超老龄社会中所产生的一系列问题，例如劳动力紧缺、经济产出下降、资本回报率下降、劳动力成本上升等。

建议设立多个产业基金，吸引民间资本进入智能资本行业，为资本的研发提供必要的资金，同时也需要扶持一批具有发展潜力的智能资本生产企业，通过智能资本的引入逐渐替代相对技能比较低的人力，把“中国制造”留在中国，对于智能资本的代替会引起失业的问题，建议建立补偿机制，为受负面影响的人群提供培训机会，帮助他们再就业。

（五）给予老年人更多的人文关怀

中国儒家讲大同，道家讲齐物，都传达了这样一个智慧，看待事物和现象时要等量齐观。

对老龄群体过度的异化，认为他们和中青年人是不一样的，他们的做法、想法和主流人群都不一样，一旦社会形成这种认知，老年人自己也会强化这种认知，形成所谓的符号互动论。

因此，不应过分强调老年人和青年人不一样来强化这样的割裂，而且要平等地对待老年人。

很多时候给予平等才是真正的尊重。

精神财富的有效传承事实上也是人文关怀的终极追求，所谓人文，就是“人逝而文存，薪