EN中文

地理研究 >

2024 , Vol. 43 >Issue 4: 949 - 965

DOI: https://doi.org/10.11821/dlyj020230622

研究论文

中国区域人口收缩对经济增长的影响及形成机理

  • 刘振 , 1, 2 ,
  • 李伟 3, 4, 5 ,
  • 刘盛和 , 1, 2
展开
  • 1.中国科学院地理科学与资源研究所，中国科学院区域可持续发展分析与模拟重点实验室，北京 100101
  • 2.中国科学院大学资源与环境学院，北京100049
  • 3.南京师范大学地理科学学院，南京 210023
  • 4.江苏省地理信息资源开发与利用协同创新中心，南京 210023
  • 5.可持续发展大数据国际研究中心，北京 100094
刘盛和（1967-），男，湖南衡阳人，博士，研究员，博士生导师，研究方向为城市发展与土地利用。E-mail:

刘振（1990-），男，山东滨州人，博士，副研究员，硕士生导师，研究方向为城市地理与人口地理。E-mail:

收稿日期: 2023-07-28

  录用日期: 2024-01-12

  网络出版日期: 2024-04-12

基金资助

国家自然科学基金项目(42001166)

国家自然科学基金项目(42271246)

收起

Effects of regional population shrinkage on economic growth and the underlying mechanism

  • LIU Zhen , 1, 2 ,
  • LI Wei 3, 4, 5 ,
  • LIU Shenghe , 1, 2
Expand
  • 1. Key Laboratory of Regional Sustainable Development Modeling, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China
  • 3. School of Geography, Nanjing Normal University, Nanjing 210023, China
  • 4. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China
  • 5. International Research Center of Big Data for Sustainable Development Goals, Beijing 100094, China

Received date: 2023-07-28

  Accepted date: 2024-01-12

  Online published: 2024-04-12

Fold

摘要

近年来中国区域尺度的人口收缩不断蔓延，然而区域人口收缩对经济发展会产生怎样的影响尚缺乏探讨。利用1990—2020年4个普查时点地级尺度的人口普查数据，分析地级单元常住人口变化，识别人口收缩区，建立人口收缩经济效应测度模型，分析人口收缩对经济增长的影响及其空间分异特征，并探讨人口收缩经济效应的形成机理。研究发现：① 1990—2020年，人口收缩区呈快速扩张趋势，2020年人口收缩的地级单元占比已超过40%。② 研究时期内，人口收缩并未对区域经济增长产生负向影响，反而能够促进区域人均产出水平的提高。③ 人口收缩对区域经济增长的影响存在一定的空间分异，东部和中西部地区人口收缩能够促进经济增长，但东北地区不显著。④ 在解释机理上，这主要与现阶段绝大多数人口收缩区以农村人口外流引起的收缩为主，而城镇人口仍保持增长这一特征密切相关；东北地区城镇人口收缩持续蔓延，是东北地区与其它地区人口收缩经济效应存在差异的重要原因。建议避免单纯从负面角度看待区域常住人口收缩现象，但必须重视城镇人口收缩区域的经济可持续发展问题。

关键词： 人口收缩; 人口迁移; 经济效应; 城镇化; 中国

本文引用格式

刘振 , 李伟 , 刘盛和 . 中国区域人口收缩对经济增长的影响及形成机理[J]. 地理研究, 2024 , 43(4) : 949 -965 . DOI: 10.11821/dlyj020230622

Abstract

In recent years, the phenomenon of population shrinkage has been observed at the regional level. However, the key issue of whether population shrinkage affects regional economic development is still lacking discussion. This study uses the fourth (1990), fifth (2000), sixth (2010), and seventh (2020) population census data in China at the prefecture level, and employs the change of total resident population as the index to identify population shrinkage areas. Subsequently, a population-economic growth model is established to analyze the impacts of population shrinkage on regional economic growth and the possible spatial differentiation characteristics, as well as to discuss the underlying mechanisms. The main findings of this study are as follows: Firstly, population shrinkage areas rapidly expanded from 1990 to 2020, forming large-scale concentration areas in the central and western regions and the northeast region, and the eastern region has also shown a characteristic of local centralized distribution, such as the northern part of Jiangsu province. Secondly, the empirical models show that population shrinkage did not produced a negative impact on regional economic growth during the research period. Instead, it promoted the improvement of the per capita output level. Thirdly, there were spatial differences in the impacts of population shrinkage on regional economic development. Population shrinkage has a significant positive impact on regional economic growth in the eastern and central-western regions, while population shrinkage has insignificant impacts on regional economic growth in the northeast region. Fourthly, in terms of the underlying mechanisms, population shrinkage in most areas is mainly caused by rural population outflow, while the urban population still maintains rapid growth. Given urban areas are the core of regional economic development, population shrinkage may not cause the problems of insufficient regional labor supply and low growth of human capital. Instead, the decline of rural surplus labor can help improve labor productivity. In contrast, the emergence of urban population shrinkage in many research units in the northeast region may have been a severe challenge for labor supply, regional innovation capability, and economic agglomeration, which becomes an important reason for the insignificant economic effect of population shrinkage. Based on the above findings, this study suggests avoiding a one-sided negative perspective on the phenomenon of population shrinkage, but it is suggested to pay attention to the sustainable development of population and economy in urban population shrinkage areas.

Key words： population shrinkage; migration; economic effects; urbanization; China

1 引言

随着全球人口生育水平下降和区域人口迁移，区域人口收缩现象在全球范围内引起广泛关注[1⇓-3]。近年来，虽然中国人口总量保持增长，但人口增速明显放缓，人口增长进入关键转折期。已有研究和数据显示，中国生育水平已经明显低于更替水平，已呈现出与日本、韩国等人口收缩国家相似的人口转变特征[4,5]。区域尺度的人口收缩现象已非常明显，2000—2010年，贵州、湖北、四川和重庆等4个省级单元的常住人口总量开始减少，而2010—2020年则增长到6个省级单元；县市尺度人口收缩现象更为明显，2000—2010年期间，人口收缩的县市达838个，已占全国县市单元总量的38.6%[6]。针对人口收缩等问题，《国家人口发展规划（2016—2030年）》指出，“准确把握人口变化趋势性特征，深刻认识这些变化对人口安全和经济社会发展带来的挑战，对于谋划好人口长期发展具有重大意义”[7]。
已有相关研究多关注人口收缩在不同空间尺度的演化特征及影响因素，而人口收缩将如何影响区域经济发展尚有待深入探讨[8⇓⇓⇓⇓⇓-14]。经济增长理论阐述了人口变化和经济发展的关系，多认为人口增长会影响劳动力供给和技术创新，进而对经济发展产生促进作用；同时，人口增长也可能通过集聚效应促进经济的增长[15]。与之相反，人口收缩则可能对经济发展产生不利影响，因为人口收缩会带来劳动力短缺、人力资本下降以及投资减少等问题[16,17]。但是，在实证研究中，人口变化和经济发展的关系则存在争议，一些研究表明人口增长可以提高经济增长率 [18,19]，而也有不少研究认为人口增长可能加剧就业岗位和公共资源的供给压力，进而对经济发展产生负面影响[20,21]；此外，也有研究认为人口变化和经济发展之间的关系并不显著[22]。
人口变化与经济发展实证研究结果的差异可能与其研究对象所处的经济发展阶段和经济制度等方面的差异有关[23,24]。因此，在多数实证研究来源于西方发达国家背景的情况下，已有研究结果未必能科学反映中国发展背景下人口收缩的区域效应及形成机理。与西方发达国家不同，当前中国多数区域仍处于快速城镇化阶段，乡村地区仍可能存在大量的剩余劳动力，乡村地区的人口迁出未必会对区域经济发展带来严重负面效应[25,26]。因此，亟需基于中国区域人口收缩的发展背景，更加有针对性地探讨人口收缩的经济效应、空间分异特征及形成机理。
国内相关研究多关注人口结构变动对经济发展的影响，如普遍认为人口老龄化将对经济发展产生负面影响[27⇓⇓⇓⇓-32]。虽然人口收缩与人口老龄化联系密切，但考虑到人口老龄化和人口规模变动的趋势并不总是完全一致，人口老龄化的研究可能并不能准确反映人口收缩对经济发展的影响效应。此外，也有研究关注人口迁移对经济发展的影响，但研究结果存在一定争议，有研究认为人口迁出将对经济发展产生负面影响，但也有研究表明人口迁出有利于缩小人口迁出区与其他发达地区的经济差距[27,33,34]。相比之下，已有研究对人口收缩的经济效应的关注较少，且关于人口变化经济效应的研究多来自经济学领域，研究的空间尺度多为全国或省级尺度，而针对人口收缩更为显著的地级尺度缺乏探讨。因此，综合来看，已有研究尚不能充分回答区域人口收缩是否会影响经济发展这一问题。
基于以上讨论，本研究旨在探讨区域人口收缩的经济效应及空间分异特征，并剖析其形成机理。具体地，以地级单元为研究对象，分析1990—2020年期间中国人口收缩区的演变特征；基于经济增长理论，构建人口收缩与经济增长的实证模型，分析人口收缩对区域经济增长的影响效应，并进一步探讨其形成机理。本研究有助于科学认知中国人口收缩的区域效应，并为制定区域人口和经济可持续发展政策提供科学支撑。

2 理论背景与研究方法

2.1 人口收缩影响经济增长的理论分析

目前，人口收缩没有形成统一的定义，现有研究多从人口规模变动的角度进行界定，如，Verwest等将人口收缩定义为一个区域总人口、家庭、劳动力等在规模上的下降[3]。该定义在实证研究中应用较为广泛，但其并未充分讨论人口收缩的时间尺度和空间单元问题。首先，人口收缩应具有时间上的持续性，短期内的人口波动一般不应视为人口收缩；其次，在空间单元上，其经济社会体系应具有较强的独立性，人口变动不易受到人口通勤流动因素的影响，这对于进一步研究人口收缩的经济社会效应非常重要[35]。因此，从人口规模变动的角度，可将人口收缩定义为具有相对独立社会经济体系的区域在一定时期内出现的人口规模持续下降的现象。
人口变化与经济发展之间关系的研究由来已久。一般认为，人口变化和经济发展之间往往存在双向关系。人口转变理论认为，经济社会条件的发展是人口发生转变的根本性前提；人口迁移理论和实证研究也表明，经济发展因素是导致人口迁移进而引发区域人口变化的重要驱动力[6,26]。但是，经济增长理论则认为，人口变化同样是决定经济增长的重要因素；例如，古典经济增长理论将土地、资本和劳动力作为经济增长的3个要素。由于土地相对固定，劳动力和资本成为解释经济增长的主要影响因素。亚当·斯密在《国富论》中指出，提高生产性劳动者占总人口的比例和劳动率是增加人均国民收入的两个主要途径[36]。因此，人口变化从理论上也可以作为解释区域经济发展的重要影响因素。
为论证人口变化和经济增长的关系，依据现代经济增长理论，学者们构建了诸多经济学模型[15]。哈罗德-多玛模型强调了储蓄和投资对经济增长的积极作用，根据这一模型，人口变化可以通过影响储蓄率进而对经济增长产生作用，如人口增长将带来更多的储蓄用于资本投资，从而提高生产率和经济增长速度[37]。索洛-斯旺模型放松了哈罗德-多玛模型中关于资本和劳动完全不可替代的假定，将劳动力作为经济增长的外生变量纳入模型，认为劳动力和人力资本的变化直接影响经济增长率[38]。因此，人口变化可以通过改变劳动力供给来影响劳动力和资本的组合，从而对生产力和经济增长产生影响。卢卡斯的人力资本内生经济增长模型则认为，经济持续增长并不必须依靠外生动力，人力资本的积累是经济增长的源泉；因此，人口变化可通过影响人力资本的积累和技术创新进而影响经济增长。这些经济增长理论强调了人口变化对于储蓄、投资、劳动力供给和技术创新的关键作用，为研究人口变化与经济增长之间的关系提供了重要的理论基础。
此外，新经济地理学和城市经济学也为研究人口变化和经济发展的关系提供了理论视角。集聚经济理论强调了集聚经济对经济增长的作用，而人口集聚作为集聚经济的重要度量指标在实证研究中得到了广泛应用。已有研究多认为人口集聚能够促进区域经济的增长，这主要是由于人口集聚能够促进知识的产生和传播，提高专业分工和市场规模，从而有利于区域经济的发展[39⇓-41]。因此，人口增长可以通过提高集聚经济效应促进经济增长。
虽然上述理论从不同视角揭示了人口增长和经济发展的关系，但并未直接回答人口收缩是否会阻碍经济增长，且相关实证研究结果也存在争议，因此人口收缩的经济效应仍然存在不确定性，以下两种情况均存在可能。
第一种情况是人口收缩对经济发展产生负面影响。首先，虽然在劳动力自由流动背景下，人口收缩未必带来劳动力供给不足，但是人口收缩可能会带来年轻的高素质劳动力的减少，从而导致区域人力资本增长缓慢甚至总量下降，从而影响区域经济发展的创新能力，进而导致人口收缩区域在吸引投资和新兴产业发展方面失去竞争力。其次，人口收缩可能导致本地市场容量及集聚效应下降，进而影响产业发展效益和发展空间，尤其可能影响面向本地市场的制造业和服务业的发展，如零售餐饮和小型制造业等，这些行业的生产和销售规模可能会出现下降，进一步引发区域失业率上升和居民消费能力下降，导致经济发展进入负向循环。此外，人口收缩可能通过影响基础设施建设进而降低经济发展速度，如人口收缩可能引发基础设施建设需求下降，建设成本提高，导致基础设施建设滞后，这可能会限制区域发展的竞争力。
第二种情况是人口收缩对区域经济发展产生正向影响。在中国快速城镇化的背景下，人口流失也可能有助于地方经济发展，可归纳为以下几种原因：① 由于本地城镇部门并不能提供充足的就业机会，流出的劳动力并未能充分参与本地的经济生产活动，因此人口收缩不会造成劳动力供给不足，反而有助于缓解就业压力，提高平均劳动生产效率，而且劳动力外出务工往往能够提升自身的人力资本水平，部分回流劳动力可能会通过创业等方式促进当地经济的发展。② 由于就业机会缺乏和收入不高，较高的人口规模也未必带来较高的市场规模；相反，劳动力外出打工可能会增加家庭收入，促进当地消费提升。③ 人口收缩地区往往是经济落后地区，其基础设施和公共服务能力供给不足，人口收缩有助于缓解当地的基础设施和公共服务压力，减轻财政负担，促使更多资金用于扶持产业发展。因此，当一个区域因剩余劳动力流出而引发人口收缩时，其经济发展未必会受到负面影响。
综上，本文认为人口收缩是否会影响经济增长在理论上存在不确定性，需要通过实证研究进行阐释分析，并需结合不同区域的发展背景，剖析其成因机理。

2.2 人口收缩经济效应实证分析方法

2.2.1 人口收缩经济效应模型

经济-人口模型脱胎于生产函数模型，经济产出由各种要素投入的存量决定，包括实物资本、劳动力、人力资本、资源要素以及技术等。但经济-人口理论模型在实证应用中面临一些技术难题：一是难以获取要素投入的存量数据，实物资产折旧和损耗的估计也存在较大困难；二是难以评估被视为经济增长核心的技术因素。为克服以上技术难题，在生产函数模型框架下，有学者提出了融合式模型（Convergence-patterns），其核心思想为初始的人均产出水平将影响未来的人均产出增长[23,24]，该模型形式如下：
Y / N g r ( t , t + n ) = g ( Y / N t , X t , Z t )
式中：Y/Ngr(t, t+n)是t至t+n时期人均国内生产总值变化；Y/Nt是t时点的劳动力人均产出水平，用来表示生产函数模型中难以衡量的因素，例如资本劳动的比率、技术等；Xt 为控制变量的初期值，如教育、政策等因素；Zt为与人口相关的影响因素。
与人口相关的影响因素中，人口密度是重要的因素之一[41]。此外，根据本文研究目标，需要纳入人口变化的变量。人口变化是连续变量，但是若以连续变量形式加入模型，则难以直观反映人口收缩是否会对经济增长产生影响。因此，本文采用设置虚拟变量的方法进行处理，以便能够直接对比人口增长与收缩对经济增长影响的差异。虽然已有研究对人口增长是否会显著促进经济增长存在争议，但多认为两者是线性关系，因此将人口变化变量转变为虚拟变量不会扭曲或掩盖两者的关系，其缺点在于会造成人口变化信息的损失[24]。为尽可能地保留人口变化信息，本文将人口变化设置为人口高速增长、人口低速增长、人口轻度收缩和人口重度收缩等变化类型，并设置相应的虚拟变量。因此将模型（1）改写为以下公式：
Y / N g r ( t , t + n ) = g ( Y / N t , X t , ( D t , P ( t , t + n ) ) )
式中：Dt为t时点的人口密度；P(t, t+n)为t到t+n时期人口变化的虚拟变量。模型（2）在具体的估算上通常采用如下形式[23]：
Y / N g r ( t , t + n ) = β l n ( Y / N t ) + γ X t + λ D t + θ P ( t , t + n ) + ε
式中：β系数表示初期劳动力人均产出水平的影响效应； γ表示各控制变量的影响效应； λ表示人口密度的影响效应；θ表示人口变化的影响效应；ε表示误差项。

2.2.2 变量设置与指标选取

根据人口收缩的概念界定，本文采用研究单元一定时期内的人口年均变化率测度人口收缩 ( 根据人口收缩的定义，理论上应采用多个年份的人口数据来测度人口规模的下降过程，以此来识别人口收缩。但是，由于人口数据的限制，在实际研究中难以实现。考虑到人口变化通常是连续且具有一定惯性的过程，一定时期内的人口年均变化率也能较好地反映人口收缩状况。)，并根据人口年均变化率设置人口变化的虚拟变量，人口年均变化率的计算公式如下：
R ( t , t + n ) = M t + n M t n - 1
式中：R(t,t+n)为人口年均变化率；Mt和Mt+n分别为t和t+n时期的人口数量；n为t和t+n两个时期间隔的年数。当R(t,t+n)<0时，即该区域出现人口收缩；反之，则未出现人口收缩。
人口收缩和增长程度的划分尚无统一的标准，参考人口收缩和增长单元人口年均变化率的平均值，本文将人口年均减少率0.5%和人口年均增长率1%作为人口变化类型的划分阈值，分别设置人口重度收缩（R(t,t+n)<-0.5%）、人口轻度收缩（-0.5%<R(t,t+n)<0）、人口低速增长（0<R(t,t+n)<1%）、人口高速增长（R(t,t+n)>1%）等人口变化变量，并将人口高速增长单元作为参照组。
根据理论模型（2），解释变量应包括初期经济发展水平，主要用以衡量难以获取的要素投入的存量数据，采用初始劳动力人均产出表示[24]（表1）。文中进一步将产业结构、人力资本水平、基础设施水平和人口密度等因素作为控制变量。
表1 变量设置及指标选取说明

Tab. 1 The descriptions of the independent variables

变量名称 指标名称 指标类型 指标代码 指标说明
核心
变量		 人口变化因素 人口高速增长 虚拟变量 PG_high 人口高速增长=1；否=0
人口低速增长 虚拟变量 PG_low 人口低速增长=1；否=0
人口轻度收缩 虚拟变量 PS_slight 人口轻度收缩=1；否=0
人口重度收缩 虚拟变量 PS_severe 人口重度收缩=1；否=0
控制
变量		 经济发展水平 初始劳动力人均
产出		 连续变量 PerGDP 国内生产总值与15-64岁劳动力人口的比值
产业结构 二产从业人员占比 连续变量 Jobsec 二产从业人员占从业人员总数的比例
三次从业人员占比 连续变量 Jobserv 三产从业人员占从业人员总数的比例
人力资本水平 平均受教育年限 连续变量 Pedu 按照现行学制为受教育年数计算的15岁及以上人口平均受教育年限
基础设施水平 交通路网密度 连续变量 Traffic 高等级公路（高速公路、国道、省道）总长度与区域总面积的比值
城镇人口密度 城镇人口密度 连续变量 Density 初期城镇人口规模与城镇建设用地规模的比值
产业结构是影响经济发展的重要方面，发展经济学认为，工业化是促进初期经济发展的重要动力，制造业会通过规模经济、产品复杂度、劳动生产率等途径促进全要素生产率的提升，从而成为经济增长的重要来源；同时，在中国产业转型的背景下，第三产业对经济发展的促进作用不断提升，已经成为经济增长的重要动力。参考已有研究，本文分别采用二产和三产从业人员占总就业人员的比例作为反映区域产业结构的指标[41⇓-43]。
根据内生经济增长理论，人力资本水平是经济增长的重要动力，区域人力资本水平不仅会影响技术创新和劳动生产率，还会影响企业投资，从而对经济增长产生重要影响。因此，人力资本水平越高的区域往往经济增长会更高。本文采用平均受教育年限，作为区域人力资本水平的衡量指标[44⇓-46]。
基础设施建设是经济增长的重要支撑，其中交通设施是基础设施建设的重要方面。发达的交通设施可提高供应链效率，降低物流成本，同时也有助于企业扩大市场范围，从而增加本地企业的竞争力。本文采用交通路网密度，作为反映基础设施水平的指标[47]。
人口密度是影响经济增长的重要变量，已有研究表明，人口密度可通过集聚经济效应对经济发展产生重要影响，如较高的人口密度可促进中间产品共享、劳动力匹配、经济和产业多样性和知识溢出，从而促进经济的增长[39⇓-41]。为尽量消除行政区域面积差异对人口密度的影响，考虑到城镇地区是人口最为集聚的区域，本文采用城镇人口与城镇建设用地面积的比值来反映区域的人口密度。

2.2.3 模型估计方法

在模型估计方法上，采用面板回归模型进行估计，以充分利用时间序列数据的优势。面板数据模型主要包括混合回归（Pooled OLS）、固定效应模型、随机效应模型等，不同模型形式具有各自的优势。在此项研究中，多数模型在估计时涉及三期数据，可采用固定效应或随机效应模型，具体通过Hausman检验确定，但一般情况下固定效应模型回归结果稳健性较好，在经济学研究中采用较多。此外，本研究中部分模型仅涉及一期或两期研究数据，则分别采用截面回归和混合回归的方法进行估计。

2.3 数据来源与处理

本研究所用的人口相关数据主要来源于全国第四次、第五次、第六次和第七次人口普查数据，其中前三次人口普查数据来源于各省、直辖市和自治区发布的分区县人口数据，通过汇总得到相应年份的地级尺度人口数据；第七次人口普查数据来源于各省、直辖市、自治区以及地级单元发布的第七次人口普查公报数据。为了保证年际间人口数据的可比性，本文做出如下数据处理：第一步，调整省级直属行政区划单元和七普公报中地方自定义的直属行政单元：① 海南、河南、湖北、新疆等省或自治区的直辖县级行政单元分别合并为一个空间单元进行处理；② 参照国家统计局发布的2020年统计用区划和城乡划分代码，调整地方自定义的直属行政单元，具体包括：沈抚示范区中的沈阳片区和抚顺片区分别合并到沈阳市和抚顺市；深汕特别合作区合并至汕尾市；长白山管委会合并至延边朝鲜族自治州；梅河口市合并至通化市；杨凌农业高新技术产业示范区合并至咸阳市；辛集市合并至石家庄市；定州市合并至保定市。第二步，以2020年行政区划数据为标准，对行政区划发生调整的地级单元进行相应的边界、人口数据以及经济数据的融合：① 莱芜市合并至济南市，枞阳县合并至铜陵市，公主岭市合并至长春市，简阳市合并至成都市，寿县合并至淮南市；② 马鞍山市和芜湖市行政区划调整涉及镇级单元（和县沈巷镇），历史数据回溯存在较大困难，因此将其合并为一个空间单元；③ 雄安新区七普公报数据包括雄县、容城县和安新县，将上述3个县级单元合并作为雄安新区，保定市相应核减3个县级单元数据。最后，本研究共得到340个地级及以上行政区划的研究单元，不包含港澳台数据。
本文的行政区划数据来源于中国科学院地理科学与资源研究所资源环境科学与数据中心；国内生产总值数据（GDP）主要来源于相应年份的各省以及各地市的统计年鉴。二、三产从业人员和平均受教育年限等指标数据来源与人口数据来源一致。交通数据主要来源于相应年份的《中国交通地图册》，并进行GIS空间矢量化处理。

3 中国地级尺度人口收缩区的演变特征

本部分对1990—2000年、2000—2010年和2010—2020年3个时期的人口收缩区进行测度，总结不同时期人口收缩区的数量和空间特征，主要发现如下特征。

3.1 1990—2000年

开始出现人口收缩区。该时期，人口收缩区单元共34个，占比相对较低，约为10%（表2）。从收缩程度上来看，多数单元为轻度收缩，但也有13个单元为重度收缩。人口收缩单元空间分布比较分散，黑龙江、安徽、云南、广东北部等相对较为集中（图1a）。
表2 地级尺度分时期人口收缩区数量特征

Tab. 2 The number of population shrinkage units at the prefecture level in different periods

1990—2000年 2000—2010年 2010—2020年
轻度收缩区 21(6.2%) 55(16.1%) 53(15.6%)
重度收缩区 13(3.8%) 38(11.2%) 96(28.2%)
总计 34(10.0%) 93(27.3%) 149(43.8%)
图1 1990—2020年地级尺度人口收缩区空间分布特征

注：基于自然资源部地图技术审查中心标准地图服务网站的标准地图（审图号：GS(2019)1697号）绘制，底图边界无修改。

Fig. 1 Distribution of population shrinkage area at the prefecture level in China from 1990 to 2020

3.2 2000—2010年

人口收缩区大规模扩张且收缩程度加剧。人口收缩区数量达到93个，所占比例上升到约27.3%。同时，在收缩程度方面明显加剧，人口重度收缩单元数量增加到38个。人口收缩区呈现集中分布特征，在川黔渝地区、长江中游地区和东北地区呈现大规模集中连片分布（图1b）；此外，在江苏北部、福建西部、关中地区、兰州、西宁等出现局部集中特征；人口重度收缩区以川黔渝地区最为集中，其他区域呈现小规模连片分布特点。

3.3 2010—2020年

人口收缩区总体仍呈扩张趋势，少数区域人口收缩转增长。人口收缩区数量达到149个，所占比例上升到约43.8%，且收缩程度进一步加剧，人口重度收缩单元数量增加到96个。在空间分布上，东北地区人口收缩最为集中，除长春市、沈阳市和大连市人口保持增长外，其他地级单元均出现人口收缩，且多为人口重度收缩（图1c）；长江中游地区人口收缩区也明显扩张，尤其是湖南和江西的局部区域；陕西、甘肃和宁夏形成了新的人口收缩集中连片分布区，云南和山西人口收缩区扩张也非常显著。部分省份人口收缩区有所减少，以贵州省最为明显，上一时期的人口收缩区全部转为人口增长区。

4 人口收缩的经济效应实证分析结果

4.1 人口收缩的经济效应总体分析结果

在模型回归之前，开展共线性诊断，所有自变量的相关系数均小于0.6，且方差膨胀因子VIF值均小于5，说明回归模型的影响因子之间不存在严重的共线性问题。回归结果显示，所有模型总体显著（表3），主要有如下发现。
表3 人口收缩经济效应面板模型回归结果

Tab. 3 The regression results of the effects of population shrinkage on economic growth in China

全国（1） 东部地区（2） 中西部地区（3） 东北地区（4）
PG_low 0.012* 0.011* 0.014* 0.004
PS_slight 0.030** 0.029* 0.022** 0.072
PS_severe 0.028** 0.033* 0.036** 0.048
PerGDP -0.440** -0.448** -0.481** -0.530**
Jobsec 0.659** 0.911** 0.321** -0.111
Jobserv 0.670** 0.172** 1.359** 1.087**
Pedu 3.219** 5.012** 0.350 4.024
Traffic 0.162** 0.167** 0.115** 0.059
Density 0.061** 0.072** 0.032* 0.026*
P0010 0.781** 0.561** 0.869** 1.114**
P1020 0.972** 0.681** 1.181** 1.126**
常数项 -0.318** -0.189** -0.488** 0.265*
Adjust R2 0.57 0.43 0.48 0.44
样本量 1020 267 645 108

注：**表示在99%的置信水平下显著，*表示在95%的置信水平下显著。面板模型中，Hausman检验结果拒绝原假设，宜采用固定效应模型；另外，除控制个体固定效应外，本文进一步加入时间虚拟变量（1990—2000作为参照组），以控制不同时期经济增长差异的影响。

人口收缩对经济增长具有显著的正向影响。人口收缩变量（PS_slight, PS_severe）在模型（1）的结果中均较为显著，且系数符号为正，说明人口收缩能够显著促进人均产出水平的提高，即使在人口收缩程度较高的区域也是如此。此外，变量PG_low的系数也显著为正，说明人口低速增长区域的人均产出水平增速也显著高于人口高速增长的区域，这与胡鞍钢等和Kelley等的研究结果较为一致，这些研究也显示人口增长率对人均产出水平的提高具有负向影响[23,48]。
控制变量结果显示，初期人均产出水平影响显著，且系数符号为负，说明初期人均产出水平越低，人均产出增长率越高，这与经济增长理论预期一致，因为初期人均产出水平越低，说明其物质资本、人力资本存量以及技术效率等方面处于较低的水平，与长期稳定的人均产出水平之间的差距较大，因此更容易通过资本积累、技术进步等方式获得较高的增长空间[24]。城镇人口密度因素的影响较为显著，且系数符号为正，说明城镇人口集聚有利于促进经济发展，这与已有研究结果较为一致[41]。产业结构、人力资本水平、交通路网密度等因素对经济增长具有显著的正向影响，这也与已有研究结果较为一致[49,50]。最后，时间固定效应变量非常显著，2000—2010年和2010—2020年两个时期人均产出水平增长率均显著高于1990—2000年，这可能与近二十年来中国工业化和城镇化进程的快速推进密切相关。

4.2 不同经济区人口收缩的经济效应分析结果

由于中西部地区在人口变化特征、城镇化和产业发展方面相对较为接近，而因此本文划分东部地区、中西部地区和东北地区进行分析。所有模型（2~4）均不存在严重的共线性问题，且总体较为显著（表3），主要有如下发现。
东部地区和中西部地区人口收缩对经济增长均具有正向影响，即人口收缩有利于促进人均产出水平提高，但东北地区人口收缩对经济发展的影响不显著。多数控制变量的影响效应与全国尺度结果较为一致，但人力资本水平的影响存在显著的区域差异：东部地区人力资本水平能够显著促进经济增长，而在中西部地区和东北地区不显著，可能的原因是东部地区经济增长对技术创新的依赖更强，技术创新依赖较高的人力资本水平。此外，产业结构因素方面，东部和中西部地区二产和三产发展均显著促进人均产出水平的提高，而在东北地区，二产发展对人均产出水平的影响不显著，而三产较为显著，这可能与东北地区产业转型有关，其资源型产业发展面临较多困境，不能充分带动区域经济发展。

4.3 内生性问题及稳健性检验

人口收缩与经济增长之间理论上可能存在内生性问题，因为人口收缩与经济增长可能存在反向因果关系。但是也有研究认为，没有证据表明人口变化变量就人均产出增长率而言是内生的[23]。为了检验和处理内生性问题，参考已有研究[51,52]，本文采用人口变化变量的滞后项作为工具变量，然后采用两阶段最小二乘法（2SLS）进行估计。采用人口变化变量的滞后项作为工具变量的机理在于人口变化往往存在一定惯性，如从本文人口收缩的识别结果来看，上一时期出现人口收缩的区域在下一时期也往往表现为人口收缩；二是当期的经济增长理论上不可能影响上一时期的人口变化。此外，有研究认为人口变化对经济发展的影响存在时间滞后性，因此利用人口收缩的滞后项作为解释变量在理论上也较为合理[53]。由于采用人口收缩变量的滞后项，则仅剩两期数据，因此面板回归可采用混合回归（Pooled regression）的方法进行估计[50]。两阶段最小二乘法（2SLS）的第一阶段结果显示，方程通过显著性检验，且F值大于10，表明不存在弱工具变量问题，所选工具变量较为合适；在总体回归方程中，DWH（Durbin-Wu-Hausman）均未通过95%置信水平的显著性检验，表明人口收缩变量并不是严格的内生变量；同时，表4（稳健性估计结果）与表3的结果在各变量显著性方面基本一致。综上，表3回归结果能够较为稳健地反映人口收缩对经济增长的影响。
表4 两阶段最小二乘法稳健估计结果

Tab. 4 The regression results based on the two-stage least squares method

全国（5） 东部地区（6） 中西部地区（7） 东北地区（8）
PG_low 0.010* 0.016* 0.021* 0.006
PS_slight 0.028** 0.019* 0.024** 0.042
PS_severe 0.035** 0.029* 0.040** 0.049
PerGDP -0.314** -0.411** -0.488** -0.540**
Jobsec 0.441** 0.906** 0.282** -0.168
Jobserv 0.590** 0.145** 1.028** 1.012**
Pedu 1.471* 4.976** 0.299 -3.967
Traffic 0.199** 0.166** 0.118** -0.047
Density 0.038** 0.050** 0.042* 0.030*
P1020 0.006 -0.080 0.048 0.035
常数项 0.341** -0.163** -0.536** 0.349*
Adjust R2 0.49 0.46 0.48 0.45
样本量 680 178 430 72

注：**表示在99%的置信水平下显著；*表示在95%的置信水平下显著。时间虚拟变量中，2000—2010年为参照组。

5 人口收缩经济效应的形成机理

理论上，人口收缩对经济增长的影响存在不确定性。本文实证结果显示，人口收缩有利于提高人均产出水平。结合中国当前区域人口收缩的特征[25]，本文认为人口收缩之所以未对区域经济增长产生负面影响，主要是与人口收缩区城乡人口变化分异有关，即当前多数人口收缩区仅出现乡村人口收缩，城镇人口仍保持增长，如：2000—2010年，93个人口收缩区中，有84个单元城镇人口均保持增长，2010—2020年城镇人口收缩的单元有所增长，但主要出现在东北地区（图2）。
图2 2000—2020年人口收缩区城镇人口变化类型分布图

注：基于自然资源部地图技术审查中心标准地图服务网站的标准地图（审图号：GS(2019)1697号）绘制，底图边界无修改。

Fig. 2 Different types of urban population change of the population shrinkage area in China from 2000 to 2020

借助回归模型，分析人口收缩区城镇人口变化差异所导致的经济效应的差异，进一步验证上述假设。由于城镇人口收缩在2010—2020年开始比较明显，因此本文利用截面模型对2010—2020年进行分析，将人口收缩区分为以下两种类型并分别设置虚拟变量：总人口收缩但城镇人口增长（RPS）和总人口收缩且城镇人口收缩（UPS）。同样的，采用解释变量的滞后项作为工具变量，然后采用两阶段最小二乘法（2SLS）进行稳健性估计，结果显示以上两个变量与被解释变量不存在内生性问题。回归模型结果显示（表5），UPS变量在全国尺度和东北地区尺度均在95%的置信水平下显著，且系数符号为负，说明城镇人口收缩将对人均产出水平提高产生负向影响；RPS变量系数符号显著为正，说明总人口收缩但城镇人口增长的情况有利于促进人均产出水平的提高。
表5 人口收缩区城镇人口变化差异对经济增长影响分析

Tab. 5 The regression results of the effects of urban population shrinkage on economic growth in China

截面回归（OLS） 两阶段回归（2SLS）
全国（9） 东北地区（10） 全国（11） 东北地区（12）
UPS -0.059* -0.090* -0.048* -0.086*
RPS 0.068* 0.011* 0.062* 0.010*
PerGDP -0.324** -0.528** -0.337** -0.489**
Jobsec 0.567** -0.111 0.512** -0.089
Jobserv 1.089** 1.083** 1.039** 1.010**
Pedu -1.063 -4.129 -1.068 -3.891
Traffic 0.159* -0.056 0.129* -0.035
Density 0.036** 0.048** 0.030* 0.026*
Northeast -0.280** -0.241**
Midwest 0.061 0.058
常数项 0.398** 0.278* 0.321** 0.232*
Adjust R2 0.45 0.50 0.44 0.48
样本量 340 36 340 36

注：**表示在99%的置信水平下显著；*表示在95%的置信水平下显著。东部地区和中西部地区城镇人口收缩的单元极少，未进行回归分析。

在模型检验基础上，更具体的机理解释如下：人口收缩区往往经济和产业发展相对落后，难以提供足够的就业岗位，必然会存在乡村剩余劳动力大量迁移到发达地区寻求就业机会；同时，乡村剩余劳动力也会伴随本地城镇化进程进入城镇地区，因此，绝大多数人口收缩区城镇人口能够保持增长。在此情况下，由于城镇地区仍然在集聚人口，其产业发展并不会受到劳动力短缺的影响，也能享受人口集聚带来的正向效应，如人力资本集聚、知识溢出和创新等[41]。由于城镇经济是区域经济发展的核心，因此区域经济总体发展受到人口收缩的负面影响较小。在此情况下，由于剩余劳动力并未充分参与本区域的经济生产活动，其迁出带来的人口收缩并不会影响产业发展，反而有助于提高该区域的人均产出水平，促进经济生产效率的提升。此外，乡村剩余劳动力迁出有利于其收入水平的提高，这可能会通过人口回流和留守本地家庭成员消费能力的提升促进当地服务产业的发展，也有助于这些区域的经济发展[54]。人口收缩区乡村人口减少但城镇人口增长的特征在中西部地区和东部地区占据绝对主体，且多数区域城镇人口增长较快；因此，在中西部地区和东部地区，人口收缩对经济发展产生了显著的正向促进作用。
东北地区人口收缩未对经济发展产生正向影响效应，这与东北地区的产业发展、城镇化和人口收缩特点密切相关。东北地区工业化发展较早，城镇化水平也在很长的时期内高于全国平均水平，因此东北地区也曾一度成为人口的净流入地区。但是，随着东北地区产业发展进入转型阶段，人口开始由净流入转变为净流出，东北地区不少区域的流出人口不仅包括乡村人口，也包括了城镇人口[55]。与乡村剩余劳动力的减少不同，城镇人口收缩，一方面，可能降低经济活动和基础设施的集聚效应，从而引起区域经济发展效率的下滑；另一方面，也影响城镇地区的劳动力供给和人力资本增长，进而增加区域产业发展的劳动力成本，降低产业创新活力，从而对区域产业的竞争力产生负面影响[56]。已有研究显示，东北地区的很多区域出现劳动力比例下降、人力资本增长缓慢，甚至出现了人力资本总量下降[57,58]。因此，城镇人口收缩对东北地区不少区域的经济发展产生了负向影响。但是，东北地区城乡人口变化的区域分异非常明显，2010—2020年将近一半的人口收缩单元出现了城乡人口双收缩，但是也有很多区域未出现城镇人口收缩（图2），这些区域可能还未受到人口收缩的负向影响。东北地区人口收缩特征的区域分异可能是导致东北地区人口收缩经济效应模型结果不显著的重要原因。
本文进一步选取河南省信阳市和辽宁省抚顺市作为典型案例，分析人口收缩区域效应空间分异的机理②(② 案例分析的主要数据来源于全国的人口普查数据。)。信阳市属于较典型的因经济产业发展相对滞后而引发人口收缩的区域。2000年，信阳市城镇化率仅为18.3%，非农就业比例不足20%，区域就业能力吸纳严重不足，乡村地区存在大量剩余劳动力，人口净迁出率达到14.8%。2000—2020年，信阳市因人口持续迁出而引发总人口收缩的同时，产业和城镇化仍经历了快速发展，城镇人口从2000年的119万人增长到了2020年的312万人，城镇化率提高到50.1%。在此情况下，信阳市城镇产业发展的劳动力供给并未受到人口收缩的影响，且人力资本也随着城镇人口的集聚而不断增长，如其专业技术人才从2000年的15740人增长到了2020年的17621人。因此，人口收缩并未对信阳市经济增长产业负面影响，反而有助于解决剩余劳动力就业问题，提高了劳动生产率。
相比之下，辽宁省抚顺市属于因产业转型困境而引发人口收缩的区域。2000年，抚顺市城镇化率已高达71.5%，非农就业比例则是达到59.24%，均远高于全国平均水平；因此，相比信阳市，抚顺市劳动力就业相对较为充分，乡村剩余劳动力的规模也较低。2000—2020年，在产业发展缓慢的情况下，抚顺市出现了城乡人口双收缩的特征，常住人口从2000年的226万人减少到2020年的186万人，城镇人口则是从162万人减少到了146万人。城镇人口的较大幅度下降，一方面导致了集聚效应的下降，另一方面，也引发劳动力供给不足和人力资本下降，如其专业技术人才从2000年的9335人下降到了2020年的7053人。因此，抚顺市的人口收缩可能已经不是剩余劳动力的流出，而是劳动力和高素质人才的流失，这必然对区域经济发展产生不利影响。

6 结论与讨论

人口收缩如何影响经济发展是科学应对区域人口收缩现象的重要参考依据。利用最近四次地级尺度的人口普查数据，以常住人口变化为指标，对1990—2020年地级尺度的人口收缩区进行测度，将人口收缩与增长的相关变量纳入经济增长模型，分析了人口收缩对区域经济增长的影响，并重点从城乡人口收缩差异的视角剖析了人口收缩对区域经济增长影响效应的形成机理，主要研究结论如下。
（1）研究时期内，截面模型和面板模型均显示，区域常住人口收缩并未对经济增长产生负面影响，反而能够促进区域人均产出水平的提高；考虑内生性问题后的模型稳健性估计结果同样支持上述结论。从区域差异来看，东部地区和中西部地区人口收缩能够促进经济增长，但是东北地区人口收缩对经济发展的促进作用不显著。
（2）在形成机理方面，这主要与中国快速城镇化背景下人口收缩的特点密切相关，当前绝大多数人口收缩区以农村剩余劳动力外流引起的收缩为主，而持续的城镇化进程则使作为区域经济发展核心的城镇地区免于人口收缩的负面影响，乡村人口减少有利于解决剩余劳动力问题，从而促进区域人均产出水平的提高。但是，当人口收缩区出现城镇人口收缩时，则会引发人力资本和人口集聚效应下降等问题进而对经济发展产生负面效应。
西方发达国家的经验表明，人口收缩往往会产生劳动力短缺、人力资本下降以及投资减少等问题，从而引发经济衰退。但是，本研究发现，当前中国的人口收缩并未对区域经济发展产生严重的负向效应，这可能主要与人口收缩背景的差异密切相关。在中国，虽然人口自然增长因素的影响在不断增强，但当前人口收缩仍主要由区域间人口迁移引起，而人口和就业机会分布的空间失衡是非常重要的原因，当前区域人口收缩在实际上主要是剩余劳动力在空间上随就业而再分布的结果；因此，这种情况的人口收缩对经济相对不发达的区域来说未必是负面现象。但是，随着城镇化的推进，乡村剩余劳动力规模不断减少，乡城人口迁移减弱而城城流动人口不断增强，区域间人口竞争不断加剧。由于经济不发达地区在区域人口竞争中处于劣势，这可能会引发年轻和高素质劳动力的减少，当人口收缩区劳动力供给由过剩转为不足时，人口收缩对经济发展的影响就可能由正面效应转向负面效应，因此需要密切关注未来区域人口收缩的演变特征和形成机理，并分析人口和当地产业发展的互动关系，据此剖析人口收缩对区域经济发展的影响。
基于本文研究发现和讨论，提出如下政策建议：一是地方政府需要更加理性地看待区域人口收缩现象，其对经济发展的影响与区域发展背景与所处阶段密切相关，应避免单纯从负面角度看待人口收缩现象，事实上对于绝大多数人口收缩区而言，乡村人口减少导致的区域人口收缩可能是城镇化快速发展背景下的必然现象，能够有助于解决乡村剩余劳动力就业等问题。二是建议中央政府重视城镇人口开始收缩的区域，通过资金政策支持，加快该类型区域产业转型升级，以促进城镇地区经济重新快速发展；要通过提高公共服务水平、改善城镇环境等措施，提升城镇地区吸引力，促进乡村人口就地城镇化，积极吸引人口回流和返乡创业。
本研究存在一定的局限性：一是在研究方法方面，本文构建的人口经济效应模型并未严格遵循生产函数模型的分析框架，且在人口收缩变量设置方面与一般的做法也有所区别；因此，本文对人口收缩经济效应的分析结论有待通过更多的实证研究进行检验和讨论。同时，在人口收缩对经济发展的影响机理方面，本文对经济学视角下人力资本变化、知识溢出等方面的分析和验证较为薄弱，未来需要更深入的探讨。二是受到研究数据的限制，本文在城镇人口收缩对区域经济发展影响方面的分析相对较为薄弱，未来可利用县级尺度数据进行更深入的分析。三是本文的实证模型虽能表明人口收缩是否显著影响经济增长及其影响方向，但难以反映人口收缩对区域经济增长的影响程度，未来可利用其它定量方法或典型案例进行深入探讨。最后，人口收缩的区域效应涉及社会、生态、资源环境等多个方面，未来研究可进一步关注人口收缩在社会发展和资源环境等方面的影响效应，以期更加综合全面地理解人口收缩现象对区域可持续发展的影响。

真诚感谢匿名评审专家在论文评审中所付出的时间和精力，评审专家对本文理论分析、模型方法、指标选取与解释、机理解释等方面的修改意见，使本文获益匪浅。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Clark R, Ogawa N, Kondo M, et al. Population decline, labor force stability, and the future of the Japanese economy. European Journal of Population, 2010, 26(2): 207-227. DOI: 10.1007/s10680-009-9179-9.

[2]
Hospers G, Reverda N. Managing population decline in Europe's urban and rural areas. Cham, Switzerland: Springer International Publishing, 2015: 7-14. DOI: 10.1007/978-3-319-12412-4.

[3]
Verwest F. Demographic decline and local government strategies: A study of policy change in the Netherlands. Delft: Eburon, 2011: 23-25.

[4]
Basten S, Jiang Q. Fertility in China: An uncertain future. Population Studies, 2015, 69(s1): S97-S105. DOI: 10.1080/00324728.2014.982898.

[5]
杨舸. 日、韩、印人口结构变动趋势及给中国的启示. 北京社会科学, 2013, (4): 147-153.

[Yang Ke. The population age structure trends and consequences of Japan, South Korea, and Indian-Revelation to China. Social Sciences of Beijing, 2013, (4): 147-153.] DOI: 10.13262/j.bjsshkxy.bjshkx.2013.04.019.

[6]
刘振, 戚伟, 齐宏纲, 等. 1990—2015年中国县市尺度人口收缩的演变特征及影响因素. 地理研究, 2020, 39(7): 1565-1579.

DOI

[Liu Zhen, Qi Wei, Qi Honggang, et al. The evolution of regional population decline and its driving factors at the county level in China from 1990 to 2015. Geographical Research, 2020, 39(7): 1565-1579.] DOI: 10.11821/dlyj020190599.

[7]
中华人民共和国国务院.国家人口发展规划(2016—2030年). https://www.gov.cn/gongbao/content/2017/content_5171324.htm. 2016-12-30.

[ The State Council of the People's Republic of China. National Population Development Plan (2016—2030). 2016-12-30.]

[8]
杨强, 李丽, 王运动, 等. 1935—2010年中国人口分布空间格局及其演变特征. 地理研究, 2016, 35 (8): 1547-1560.

DOI

[Yang Qiang, Li Li, Wang Yundong, et al. Spatial distribution pattern of population and characteristics of its evolution in China during 1935-2010. Geographical Research, 2016, 35(8): 1547-1560.] DOI: 10.11821/dlyj201608012.

[9]
王露, 封志明, 杨艳昭, 等. 2000—2010年中国不同地区人口密度变化及其影响因素. 地理学报, 2014, 69(12): 1790-1798.

DOI

[Wang Lu, Feng Zhiming, Yang Yanzhao, et al. The change of population density and its influencing factors from 2000 to 2010 in China on county scale. Acta Geographica Sinica, 2014, 69(12): 1790-1798.] DOI: 10.11821/dlxb201412005.

[10]
龚胜生, 陈丹阳, 张涛. 1982—2010年湖北省人口分布格局变迁及其影响因素. 长江流域资源与环境, 2015, 24(5): 728-734.

[Gong Shengsheng, Chen Danyang, Zhang Tao. Population distribution pattern changes and its reasons of Hubei province from 1982 to 2010. Resources and Environment in the Yangtze Basin, 2015, 24(5): 728-734.] DOI: 10.11870/cjlyzyyhj201505003.

[11]
刘志敏, 修春亮, 魏冶, 等. 1990—2010年东北地区人口变化的空间格局及影响因素. 西北人口, 2017, 38(5): 19-26.

[Liu Zhimin, Xiu Chunliang, Wei Ye, et al. Spatial pattern of population change and its influencing factors in Northeast China from 1990 to 2010. Northwest Population, 2017, 38(5): 19-26.] DOI: 10.11870/cjlyzyyhj201505003.

[12]
Wei Q, Liu S, Zhao M, et al. China's different spatial patterns of population growth based on the “Hu Line”. Journal of Geographical Sciences, 2016, 26(11), 1611-1625. DOI: 10.1007/s11442-016-1347-3.

[13]
张国俊, 黄婉玲, 周春山, 等. 城市群视角下中国人口分布演变特征. 地理学报, 2018, 73(8): 1513-1525.

DOI

[Zhang Guojun, Huang Wanling, Zhou Chunshan, et al. Spatio-temporal characteristics of demographic distribution in China from the perspective of urban agglomeration. Acta Geographica Sinica, 2018, 73(8): 1513-1525.] DOI: 10.11821/dlxb201808009.

[14]
刘振, 戚伟, 齐宏纲, 等. 多时期演变视角下中国人口收缩区的识别、空间特征与成因类型分析. 地理科学进展, 2021, 40(3): 357-369.

DOI

[Liu Zhen, Qi Wei, Qi Honggang, et al. Spatial distribution of population decline areas in China and underlying causes from a multi-periodical perspective. Progress in Geography, 2021, 40(3): 357-369.] DOI: 10.18306/dlkxjz.2021.03.001.

[15]
潘士远, 史晋川. 内生经济增长理论: 一个文献综述. 经济学(季刊), 2002, (3): 753-786.

[Pan Shiyuan, Shi Jinchuan. Endogenous economic growth theory: A survey. China Economic Quarterly, 2002, (3):753-786.]

[16]
Elgin C, Tumen S. Can sustained economic growth and declining population coexist?. Economic Modelling, 2012, 29(5): 1899-1908. DOI: 10.1016/j.econmod.2012.06.004.

[17]
Reher D. Towards Long-Term population decline: A discussion of relevant issues. European Journal of Population, 2007, 23(2): 189-207. DOI: 10.1007/s10680-007-9120-z.

[18]
Van Dalen H, Henkens K. Who fears and who welcomes population decline?. Demographic Research, 2011, 25(13): 437-464. DOI: 10.4054/DemRes.2011.25.13.

[19]
Peter A, Bakari I. Impact of population growth on economic growth in Africa: A dynamic panel data approach(1980-2015). Pakistan Journal of Humanities and Social Science, 2018, 6(4), 412-427. DOI: 10.52131/pjhss.2018.0604.0055.

[20]
Crenshaw E, Ameen A, Christenson M. Population dynamics and economic development: Age-specific population growth rates and economic growth in developing countries, 1965 to 1990. American Sociological Review 1997, 974-984. DOI: 10.2307/2657351.

[21]
Bloom D, Finlay J. Demographic change and economic growth in Asia. Asian economic policy review, 2009, 4(1), 45-64. DOI: 10.1111/j.1748-3131.2009.01106.x.

[22]
Thornton J. Population growth and economic growth: Long-run evidence from Latin America. Southern Economic Journal, 2001, 68(2), 464-468. DOI: 10.1002/j.2325-8012.2001.tb00431.x.

[23]
Kelley A, Schmidt R. Evolution of recent economic-demographic modeling: A synthesis. Journal of Population Economics, 2005,18:275-300. DOI: 10.1007/s00148-005-0222-9.

[24]
Kelley A, Schmidt R. Aggregate population and economic growth correlations: The role of the components of demographic change. Demography, 1995, 32: 543-555. DOI: 10.2307/2061674.

PMID

[25]
刘振, 戚伟, 刘盛和. 中国人口收缩的城乡分异特征及形成机理. 地理科学, 2021, 41(7): 1116-1128.

DOI

[Liu Zhen, Qi Wei, Liu Shenghe. The differences of urban-rural population change and the underlying mechanism in the population shrinking counties in China. Scientia Geographica Sinica, 2021, 41(7): 1116-1128.] DOI: 10.13249/j.cnki.sgs.2021.07.002.

[26]
刘涛, 卓云霞, 彭荣熙, 等. 基于城乡人口变动视角的中国城镇化地域类型时空演变. 地理学报, 2022, 77(12): 3006-3022.

DOI

[Liu Tao, Zhuo Yunxia, Peng Rongxi, et al. Urban-rural population change and the regional types evolution of China's urbanization. Acta Geographica Sinica, 2022, 77(12): 3006-3022.] DOI: 10.11821/dlxb202212005.

[27]
杨玲, 张新平. 人口年龄结构、人口迁移与东北经济增长. 中国人口·资源与环境, 2016, 26(9): 28-35.

[Yang Ling, Zhang Xinping. Age structure, population migration and economic growth in northeast China. China Population, Resources and Environment, 2016, 26(9): 28-35.] DOI: 10.3969/j.issn.1002-2104.2016.09.004.

[28]
于婷婷, 宋玉祥, 浩飞龙, 等. 东北地区人口结构对经济增长的影响. 经济地理, 2016, 36(10): 26-32.

[Yu Tingting, Song Yuxiang, Hao Feilong, et al. Factors of population structure on economic growth in Northeast China. Economic Geography, 2016, 36(10): 26-32.] DOI: 10.15957/j.cnki.jjdl.2016.10.004.

[29]
韩增林, 赵启行, 赵东霞, 等. 2000—2015年东北地区县域人口与经济耦合协调演变及空间差异: 以辽宁省为例. 地理研究, 2019, 38(12): 3025-3037.

DOI

[Han Zenglin, Zhao Qixing, Zhao Dongxia, et al. Population and economic coupling coordinated evolution and spatial differences at county level in Northeast China during 2000-2015: Taking Liaoning province as an example. Geographical Research, 2019, 38(12): 3025-3037.] DOI: 10.11821/dlyj020181154.

[30]
陆旸, 蔡昉. 人口结构变化对潜在增长率的影响: 中国和日本的比较. 世界经济, 2014, 37(1): 3-29.

[Lu Yang, Cai Fang. The impact of population structure changes on potential growth rates: A comparison between China and Japan. The Journal of World Economy, 2014, 37 (1): 3-29.]

[31]
刘穷志, 何奇. 人口老龄化、经济增长与财政政策. 经济学(季刊), 2013, 12 (1): 119-134.

[Liu Zhiqi, He Qi. Population aging, economic growth, and fiscal policy. China Economic Quarterly, 2013, 12 (1): 119-134.]

[32]
齐明珠. 中国人口变动对经济增长影响的量化研究. 人口与经济, 2013, (6): 10-18.

[Qi Mingzhu. A quantitative analysis on the effects of population change on the economic development in China. Population & Economics, 2013, (6): 10-18.] DOI: 10.3969/j.issn.1000-4149.2013.06.002.

[33]
刘新荣. 东北地区人口变动及对经济发展的影响. 长春: 吉林大学博士学位论文, 2011: 133-139.

[Liu Xinrong. The demographic and economic development study of Chinese Northeast region. Changchun: Doctoral Dissertation of Jilin University, 2011: 133-139.]

[34]
魏洪英. 东北地区人口流出及其对经济发展的影响研究. 长春: 吉林大学博士学位论文, 2018: 95-99.

[Wei Hongying. A study of out-migration in Northeast China and its economic influence. Changchun: Doctoral Dissertation of Jilin University, 2018: 95-99.]

[35]
刘振, 戚伟, 王雪芹, 等. 国内外人口收缩研究进展综述. 世界地理研究, 2019, 28(1): 13-23.

[Liu Zhen, Qi Wei, Wang Xueqin, et al. A literature research on population shrinking. World Regional Studies, 2019, 28(1): 13-23.]

[36]
Smith A, Cannan E. An inquiry into the nature and causes of the wealth of Nations. Chicago: University of Chicago Press, 1977: 5-25. DOI: 10.7208/9780226763750.

[37]
Harrod R. An essay in dynamic theory. The economic journal, 1939, 49 (193): 14-33. DOI: 10.2307/2225181.

[38]
Solow R. Technical change and the aggregate production function. The review of Economics and Statistics, 1957, 39(3): 312-320. DOI: 10.2307/1926047.

[39]
Kuznets S. Population and economic growth. Proceedings of the American Philosophical Society, 1967, 111(3): 170-193.

[40]
Steinmann G, Simon J. Phelps' technical progress model generalized. Economic Letter. 1980, 5: 177-82. DOI: 10.1016/0165-1765(80)90095-6.

[41]
陈乐, 李郇, 姚尧, 等. 人口集聚对中国城市经济增长的影响分析. 地理学报, 2018, 73(6): 1107-1120.

DOI

[Chen Le, Li Xun, Yao Yao, et al. Effects of population agglomeration on urban economic growth in China. Acta Geographica Sinica, 2018, 73(6): 1107-1120.] DOI: 10.11821/dlxb201806009.

[42]
于斌斌. 产业结构调整与生产率提升的经济增长效应: 基于中国城市动态空间面板模型的分析. 中国工业经济, 2015, (12): 83-98.

[Yu Binbin. Economic growth effects of industrial restructuring and productivity improvement: Analysis of dynamic spatial panel model with Chinese city data. China Industrial Economics, 2015, (12): 83-98.]

[43]
贺灿飞, 潘峰华. 中国城市产业增长研究: 基于动态外部性与经济转型视角. 地理研究, 2009, 28(3): 726-737.

[He Canfei, Pan Fenghua. City industry growth in China: Perspectives of dynamic externalities and economic transition. Geographical Research, 2009, 28(3): 726-737.] DOI: 10.3321/j.issn:1000-0585.2009.03.017.

[44]
Yang Z, Yang P. Are cities losing their vitality? Exploring human capital in Chinese cities. Habitat International, 2020, 96: 102104. DOI: 10.1016/j.habitatint.2019.102104.

[45]
李晶晶, 苗长虹. 长江经济带人口流动对区域经济差异的影响. 地理学报, 2017, 72(2): 197-212.

DOI

[Li Jingjing, Miao Changhong. Impact of population flow on regional economic disparities in the Yangtze River economic belt. Acta Geographica Sinica, 2017, 72(2): 197-212.] DOI: 10.11821/dlxb201702002.

[46]
盛彦文, 骆华松, 宋金平, 等. 中国东部沿海五大城市群创新效率、影响因素及空间溢出效应. 地理研究, 2020, 39(2):257-271.

DOI

[Sheng Yanwen, Luo Huasong, Song Jinping, et al. Evaluation, influencing factors and spatial spillover of innovation efficiency in five major urban agglomerations in coastal China. Geographical Research, 2020, 39(2): 257-271.] DOI: 10.11821/dlyj020181124.

[47]
林雄斌, 杨家文, 陶卓霖, 等. 交通投资、经济空间集聚与多样化路径: 空间面板回归与结构方程模型视角. 地理学报, 2018, 73(10): 1970-1984.

DOI

[Lin Xiongbin, Yang Jiawen, Tao Zhuolin, et al. Transport investment, economic spatial aggregation, and multiple paths: A joint estimation by spatial panel and structural equation modeling. Acta Geographica Sinica, 2018, 73(10): 1970-1984.] DOI: 10.11821/dlxb201810011.

[48]
胡鞍钢, 刘生龙, 马振国. 人口老龄化、人口增长与经济增长: 来自中国省际面板数据的实证证据. 人口研究, 2012, 36(3): 14-26.

[Hu Angang, Liu Shenglong, Ma Zhenguo. Population aging, population growth and economic growth: Empirical evidence from China's inter provincial Panel data. Population Research, 2012, 36 (3): 14-2.]

[49]
毕秀晶, 宁越敏. 长三角大都市区空间溢出与城市群集聚扩散的空间计量分析. 经济地理, 2013, 33(1): 46-53.

[Bi Xiujing, Ning Yuemin. Empirical research on spatial spillover of metropolitan and the spatial agglomeration and dispersion in Yangtze River Delta Urban Agglomeration. Economic Geography, 2013, 33(1): 46-53.]

[50]
盛科荣, 张杰, 张红霞. 上市公司500强企业网络嵌入对中国城市经济增长的影响. 地理学报, 2021, 76(4): 818-834.

DOI

[Sheng Kerong, Zhang Jie, Zhang Hongxia. Network embedding and urban economic growth in China: A study based on the corporate networks of top 500 public companies. Acta Geographica Sinica, 2021, 76(4): 818-834.] DOI: 10.11821/dlxb202104004.

[51]
Brander J, Dowrick S. The role of fertility and population in economic growth: Empirical results from aggregate cross-national data. Journal of Population Economics, 1994, (7): 1-25. DOI: 10.1007/BF00160435.

[52]
高梦滔, 姚洋. 农户收入差距的微观基础:物质资本还是人力资本?. 经济研究, 2006, 41(12): 10.

[Gao Mengtao, Yao Yang. Which is the main reason for income inequality in rural China: Physical assets or human capital?. Economic Research Journal, 2006, 41(12): 10.]

[53]
Hoekveld J. Time-space relations and the differences between shrinking regions. Built Environment, 2012, 38(2): 179-195. DOI: 10.2148/benv.38.2.179.

[54]
罗小龙, 曹姝君, 顾宗倪. 回流城镇化: 中部地区城镇化开启新路径. 地理科学, 2020, 40(5): 685-690.

DOI

[Luo Xiaolong, Cao Shujun, Gu Zongni. The returning-migrant-induced urbanization: The new path of urbanization in middle China. Scientia Geographica Sinica, 2020, 40(5): 685-690.] DOI: 10.13249/j.cnki.sgs.2020.05.002.

[55]
孙平军, 王柯文. 中国东北三省城市收缩的识别及其类型划分. 地理学报, 2021, 76(6): 1366-1379.

DOI

[Sun Pingjun, Wang Kewen. Identification and stage division of urban shrinkage in the three provinces of Northeast China. Acta Geographica Sinica, 2021, 76(6): 1366-1379.] DOI: 10.11821/dlxb202106004.

[56]
杜志威, 李郇. 珠三角快速城镇化地区发展的增长与收缩新现象. 地理学报, 2017, 72(10): 1800-1811.

DOI

[Du Zhiwei, Li Xun. Growth or shrinkage: New phenomena of regional development in the rapidly-urbanizing Pearl River Delta. Acta Geographica Sinica, 2017, 72(10): 1800-1811.] DOI: 10.11821/dlxb201710006.

[57]
柳如眉, 刘淑娜, 柳清瑞. 人口变动对东北地区经济增长的影响研究. 中国人口科学, 2021, (5): 63-76, 127.

[Liu Rumei, Liu Shuna, Liu Qingrui. Research on the impact of population changes on economic growth in Northeast China. Chinese Journal of Population Science, 2021, (5): 63-76, 127.]

[58]
杨振山, 杨航. 多尺度人力资本空间测度: 格局分析与尺度关联. 地理研究, 2022, 41(10): 2663-2679.

DOI

[Yang Zhenshan, Yang Hang. Multi-scale analysis of human capital in China: Spatial pattern and scale relations. Geographical Research, 2022, 41(10): 2663-2679.] DOI: 10.11821/dlyj020210147.

Options
文章导航

/

〈 〉