新疆劳动参与率偏低的原因分析

本文通过对新疆和全国劳动参与率的比较分析,得出新疆地区的劳动参与率明显低于全国水平,并对此产生的原因作了简要分析。除了各种宏观经济因素外,与新疆地区推行特殊的少数民族生育政策而带来的高幼儿扶养比和该地区传统的小富则安缺乏竞争意识的思想观念也有很大关系。     

破局养老地产

正2050年,中国老年人口占比将达到30.8%,中国政府以及养老产业各参与方该如何面对如此巨大的养老压力随着中国老龄化趋势的加快,养老产业开始成为众多企业眼中的朝阳产业,而其中作为养老产业载体的养老住宅这一环节则成为众多投资者关注的焦点。目前,中国养老住宅市场正处于加速发展态势,机遇与挑战并存。2013年中国65岁以上人口占比为9.7%,约1.32亿人;与此同时,老年抚养比从2007年的11.17%上升到2013年的13.32%。根据联合国人口署预测,中国的老年人口将以每年超过800万人的速度增加,到2050年,老年人口占比将达到     

中国人口红利能持续多久

近年来,＂人口红利＂问题随着人口老龄化压力的到来越来越为人们所关注。在出生率持续下降,劳动力愈发匮乏的今天,越来越多的学者开始关注中国的＂人口机会窗口＂将在何时关闭。本文使用ARIMA模型对中国未来二十年的出生率进行预测并结合人口分年龄死亡率表绘制出未来中国的分年龄人口结构表,随后便可得到未来中国的人口抚养比数据。本文将以人口抚养比作为＂人口红利＂的代理指标衡量＂人口机会窗口＂将在何时关闭。     

我国人口流动与中央财政转移支付相对力度的区域差异分析

为了缩小东中西部地区的发展差距,中央财政加大了对中西部地区的转移支付力度,但在促进区域经济发展收敛和实现地区财政均等化方面其效果如何,文章试图从一种新的视角加以分析与诠释。改革开放以来大规模的人口跨地区流动,特别是年轻劳动力从中西部地区向发达的东部地区流动,改变了各地区的人口结构和总扶养比,进而影响中央财政转移支付的实际效果。研究结果表明,由于西部地区总扶养比高于东部地区,中央财政对西部地区的转移支付相对力度反而低于东部地区。文章最后提出将地区人口负担差异纳入中央财政预算分析体系,通过增加中央财政对经济落后地区的转移支付促进地区经济增长收敛和提高地区财政帮扶的实效性。     

论我国老年人力资源开发

人口老龄化这一世界性的话题已经来到了我们身边,老龄化带来的问题也随之而来。怎样解决老龄化带来的问题已经成为议论的焦点,从老年人力资源入手,分析老年人力资源开发的可行性和必要性以及开发的策略,主张利用老年人力资源的优势开发老年人力资源,把老龄化的负面影响降到最低。     

人口年龄结构对我国城镇居民消费行为的影响研究

伴随改革开放30多年来不断加快的经济增长,我国的人口年龄结构在悄然发生变化,然而城镇居民消费率却不断下降。文章基于中国30个省份1997—2012年的面板数据,利用面板半参数计量经济模型对人口年龄结构与居民消费之间的关系进行了实证研究。结果表明,中国儿童抚养系数对居民消费具有正的影响;中国老年抚养系数的变化对居民消费呈现先抑后扬的影响,在此基础上,本文就如何扩大内需,中国城镇居民的消费改善提出政策和建议。     

人口抚养比对经济增长的影响分析——基于陕西省1978—2007年的实证分析

从人口抚养比角度分析对经济增长的影响是一个新的视角。文章运用动态计量方法研究了陕西省人口抚养比、固定资产投资、劳动力投入对经济增长水平的影响。研究发现,陕西省人口抚养比对经济增长有较强的负面影响,并且有滞后效应;劳动力投入和固定资产投入长期对经济增长有正面的影响,陕西省经济增长具有自促进能力,因此,经济政策的制定应该考虑人口抚养比的负面影响。     

人口结构变迁与经常账目失衡

世界范围内持续多年的经常账目失衡并不鲜见,以往研究多关注汇率和净出口的关系,而忽视了经常账目余额的另外一种属性——本国在外国的储蓄。本文尝试从人口结构变迁的角度对这一问题给出新的解释。本文通过构建包括幼年抚养比和老年抚养比的世代交替模型,理论分析和预测了：幼年抚养比上升会降低储蓄率、增加投资率,从而减少经常账目余额;而老年抚养比下降会提高储蓄率,增加经常账目余额;试图填补人口结构对经常账目影响的理论空白。接下来,本文利用1990年至2011年全球110个国家的强平衡面板数据进行实证分析,在静态和动态模型下均得到了与理论预测相一致的稳健结果。根据实证结果进行定量分析,本文发现中国抚养比的变化可以解释1990年至2007年间经常账目余额占GDP比重16.6%的变动。     

人口红利消失之后

中国在长期享受“人口红利”之后，许多人预期这一经济增长源泉即将于2013年前后，随着“人口抚养比”的停止下降而消失。对此，学术界和政策研究领域存在不同意见。观点差异之大，争论对立程度之深，论辩感情色彩之重，颇不寻常。