广义人口红利、制造业结构调整与经济增长
——基于空间杜宾模型及面板分位数的实证分析

卢 飞，刘明辉

(1.武汉大学中国中部发展研究院，湖北 武汉 430072；2.西南财经大学经济学院，四川 成都 611130)

一、引言及文献综述

人口数量是新古典经济学家研究经济增长问题时关注的重要变量。哈罗德·多马模型和新古典增长模型都有将人口数量作为变量引入模型的思想，且在其后的经济学研究多以这两个模型为基础。继Schultz创立现代人力资本理论后，多数经济学家开始把人口数量之外的人力资本量化并引入索洛模型。新经济增长理论更是将劳动力和人力资本统一纳入经济增长模型，认为经济增长的根本原因是内生技术进步，人力资本不仅是技术进步的影响因素，可以间接对经济产生作用，甚至将人力资本作为变量直接引入模型[1][2]。

人口红利的概念最早由Bloom提出并使用[3]，特指工作年龄人口比重较高的年龄结构。现有关于人口红利的研究可归结为三个方面。(1)回答人口红利还是人口威胁的议题。该问题主要集中在21世纪初，国内外研究中均有提及。Durr-e-Nayab(2008)指出巴基斯坦处于工作年龄人口膨胀和生育率下降时期，可通过影响劳动力供给、储蓄和人力资本积累三个方面给经济带来红利，但如果政府没有相应的政策，则将造成失业率激增和人口福利下降的局面[4]。我国亦有学者就此发声。陈卫等(2007)认为单纯的人口变动不能完全解释经济的增长情况[5]。但不可否认的是，多数学者认同人口红利会带来经济增长[6]。(2)如何收获人口红利。该类研究主要遵循两条路径：一是人口红利结构效应，即就人口结构而论，人口转变对经济增长的影响[7]；另一个是人口红利通过改善社会消费结构、储蓄和资本积累等对经济产生影响[8]。(3)阻止人口红利消亡。人口红利不可能是取之不尽、用之不竭的，人口红利的结束意味着人口黄金年龄结构的消失及老龄化社会的显现。虽然一些学者认为老龄人口增多会增加储蓄，积累社会发展资金[9]，但更多学者倾向于认为在人口红利消失之际应向一些替代要素寻求红利(如“制度红利”“教育红利”“人才红利”“改革红利”等)。郭琳等(2010)认为大学扩招在短期内会降低劳动参与率，但长期则提高劳动生产率[10]。李勇辉等(2016)提出通过引导劳动力流向生产效率高的部门来推动产业结构调整和经济增长[11]。然而，也有学者证实人口增长率和劳动参与率对经济的影响不显著，否认了人口老龄化必然导致经济衰退的观点，并承认“第二人口红利”的存在[12]。可见，单一的人口年龄结构指标越来越无法代替人口红利来分析其对经济增长的影响。

二、概念确定与理论推演

现有研究对人口红利的论述实质上包含了劳动力数量和人力资本两项内容，一般学者也均有提出通过提高劳动力素质、开展户籍制度改革、推进土地流转进程和革新职工养老制度等提升人口红利的建议。因此，我们认为广义人口红利应以劳动力数量和人力资本为基本架构，这一观点也可在已有研究中找到论证。(1)马克思关于简单劳动和复杂劳动的论述。马克思在《资本论》中基于抽象劳动概念认为复杂劳动是简单劳动的“倍数”，简单劳动通过干中学或知识积累等过程形成复杂劳动，人口红利的测算不能仅考虑人口年龄结构，人力资本理应纳入人口红利范畴。(2)一些学者持有的相同认知。穆光宗(2008)尝试构建包含人口转变红利、投资红利、转移红利和转型红利等内容的广义人口红利理论[13]。学界也多以“第一次人口红利”“第二次人口红利”等对人口红利这一概念进行扩充，逐步将提高人口素质等内容作为人口红利的补充内涵，说明传统的人口红利难以适应经济发展的新常态。因此，本文广义人口红利的概念是为经济发展提供的“简单劳动”和“复杂劳动”的总和，包括人口结构、人力资本和劳动资源再开发三个方面。除非有特别说明，本文提到的人口红利均为广义人口红利，其作用主要表现在两个方面：一是传统的人口结构的调整直接促进经济增长；二是人力资本倒逼产业结构高级化，通过提升全要素生产率(TFP)带动经济增长。因此，本文提出以下的假设：

H1：人口红利变化引起劳动力供给和人力资本变化，促进产业结构变迁及经济增长。

H2：人口红利升级助推技术进步，从而带动经济增长。

接下来，我们对上述假设进行论证。按照新结构经济学中要素禀赋决定产业结构从而影响经济增长的内在逻辑，同时考虑到劳动力在生产过程中作为中间品投入，参照Broda等(2006)的中间品投入生产函数[14]，本文构建的方程如下：

(1)

与C-D函数不同，该函数中加入了中间投入品xi，ν(t)，中间产品的数量为Mi(t)，(1-α)为劳动投入产出弹性，ν为投入品之间的替代弹性，α、ν均在[0，1]之间。首先考虑简单劳动。简单劳动意味着一单位劳动投入很难有一单位产出，也即1-α≤1。因此，劳动力的增加促进经济增长，即传统人口红利强调的劳动年龄人口数量的增加带来经济增长。如果1-α<1，那么劳动力的产出弹性与中间品的投入之间呈反向关系，即劳动力的投入与中间品的投入之间存在“挤出效应”。以资本为例，按照(1)式，劳动力投入越多，资本积累越迅速，资本边际报酬在短时间内由于“挤出效应”的存在而很难出现递减的现象[15]。而当1-α=1时，中间产品的需求变为0，此时劳动力的投入产生了完全的“挤出效应”，单位劳动的产出取决于全要素生产率(A)。但如果考虑广义人口红利，结果则完全不一样。在此，我们假定不同中间产品需求相同且可互相替代[16]，化解(1)式后可得：

(2)

令Mi(t)+1=Z(Z为常数)，那么(2)式可简化为：

(3)

由此可见，劳动力是否能推动生产发展，主要取决于劳动力产出弹性与要素之间替代弹性的大小。从(3)式也可看出，经济增长与全要素生产率、劳动力、中间投入及产品种类均存在相关性，产品种类在此可指代多样化经济。

进一步地，每种中间投入品转化为资本形式。假定每种中间投入品i的转化率为xi，那么中间投入品的社会总投入资本可表示为：

Ki=xi×Zi

(4)

将(4)式代入(3)式后可得：

(5)

(5)式为仅考虑劳动力和资本两种中间投入要素的生产函数，表明经济增长始终是劳动力与资本积累之间综合作用的结果。由此，我们可得出以下结论：技术进步作为劳动要素投入的参数，可扩大劳动要素的“乘数效应”，通过改变劳动产出弹性和技术替代率影响产出；产品种类和中间投入品资本转换率xi也是影响经济增长的重要因素，产品种类越多、产业结构越高级，产出越多。

上述推演证实了本文的假设条件。一方面，劳动力的投入是生产函数的重要解释变量，可直接推动经济增长；另一方面，人力资本是技术进步的源泉，技术进步通过影响技术替代率深刻改变劳动力的产出弹性和中间投入品的资本转换率xi，最终决定产品多样化和产业结构的高级化。其中，劳动力的投入主要包括工作年龄内的劳动力和工作年龄外的二次就业、创业的劳动力两部分，人力资本则是构成技术进步的主体，这再次印证了广义人口红利的界定是可行的。随着人口红利中劳动力数量和人力资本等内部结构发生分化，产业结构也出现相应调整，即产业结构中简单劳动或人力资本投入的变化引起产业结构变迁，进而实现经济增长。

三、研究说明、变量选取及模型构建

本部分通过实证分析检验理论部分提出的假设。首先基于内涵界定，测度我国31个省(市、区)的人口红利水平；接着以制造业为例，选取空间Durbin模型论证人口红利转变引发产业结构变迁和经济增长的逻辑关系；最后，结合面板分位数回归，甄别人口红利的地区异质性结构效应。

(一)广义人口红利测度

本文设定的广义人口红利指标体系包含人口结构、人力资本和劳动资源再开发三项二级指标(见表1所示)。人口结构包括年龄结构、少儿抚养比、老年抚养比、总抚养比、城乡人口结构、性别结构和生育率等。年龄结构与少儿抚养比在讨论人口红利的文献中均被作为代表特定人口结构的指标，我们也延续这一做法，采取劳动年龄阶段人口(16～64)占总人口比重作为主要变量，少儿抚养比采取14岁以下儿童与劳动年龄人口数的比重来衡量，老年抚养比为年龄在65岁以上的人口与15～64岁劳动年龄人口的比值进行计算，总抚养比则为少儿抚养比与老年抚养比之和。城乡人口结构采用城镇人口与农村人口的比值来衡量。生育率是反映育龄妇女生育孩子的数量，也是衡量生育水平比较理想的指标。有学者通过少儿抚养比对其进行替代[17]，但较多学者仍采用总和生育率作为生育率的衡量指标。总和生育率(TFR)为妇女在49岁生育年龄前平均生孩子数量，但由于生育率存在较大的漏报情况，统计误差较大且难以保证连续性[18]，故本文选取少儿抚养比。人力资本包括受教育程度(教育资本)、工作经验(经验资本)和健康人力资本三个方面。受教育程度的具体算法为：大专以上文化程度按16年计算，高中文化程度12年，初中文化程度9年，小学文化程度6年，文盲为0年(6岁及6岁以上人口)。工作经验按照“平均预期寿命-6年-受教育年限”来计算。健康人力资本的测度参考周德禄(2005)的做法[19]，将平均预期存活年限作为衡量指标，具体做法是每一年龄的总预期存活寿命与人口之比。劳动资源再开发主要指的是社会成员的二次培训、就业、创业引起的劳动力数量或知识存量的增加，选取人口迁入率、迁出率及政府文化体育与传媒、社会保障就业和医疗卫生支出比重等指标。

表1 广义人口红利的指标体系

注：①数据来源于《中国人口与就业统计年鉴》按照1%人口抽样所得，该年鉴在2006年以前为《中国人口统计年鉴》；②该指标为各地区城市、镇、乡村的男性和女性各自相加之后的比值；③平均预期寿命数据来源于《中国人口与就业统计年鉴》，而人口预期寿命的数据仅在普查年间才会给出，因此本文使用求平均值的方法；④该指标在2006年以前的统计口径为文化广播事业费、卫生经费、抚恤、社会救济、行政事业单位离退休经费和社会保障补助支出。流动人口数据参考李扬等(2015)的研究[21]。

本文选取2000～2014年为考察时段，指标主要源自《中国人口与就业统计年鉴》《中国统计年鉴》及地方统计年鉴，个别数据来自《中国劳动统计年鉴》。需要说明的是，由于《中国人口与就业统计年鉴》中存在统计口径不一致的现象，在统计性别比时，2006年以前按照总人口中的男性与女性比进行计算，而在2006年后以6岁以上人口进行计算。本文通过面板数据的熵值法对表1进行赋权并测度广义人口红利水平。

(二)变量设计

1.被解释变量。依据研究设计，本文的被解释变量包括制造业结构和经济增长两项。

(1)制造业结构(ind)。我们选取劳动密集型产业(industry_ld)、资本密集型产业(industry_zb)及技术密集型产业(industry_js)[22]。鉴于2011年前后统计年鉴中对工业部门的归类不一致，为保证统计的有效性，我们进行如下的调整：将2011年以来的汽车制造业及其他交通制造业销售产值合并统一为交通运输行业销售产值；仪器仪表与教育机械制造业产值合并；在有关劳动密集型产业的统计中，由于餐饮与住宿在2000～2007年的统计中未能明确列出，批发零售业在2000～2004年的数据也未列明各省发展情况，因此在劳动密集型产业的统计中没有包含这两个部门。相关数据源自《中国统计年鉴》《中国农业统计年鉴》及《中国工业统计年鉴》。此外，农林牧副渔产业按照产业增加值指标统计，其余产业则按照限额以上产业销售产值统计，由于本文对三种密集型产业的测度是分开进行的，因此指标口径的差异对研究的准确性不会产生影响。

(2)经济发展水平(gdp)。我们采取人均GDP作为经济发展水平的替代指标。

2.解释变量

(1)核心解释变量。广义人口红利(pd)为本文研究的核心内容，为更加清晰地反映人口红利影响产业结构及经济增长的内在机制，我们同时将人口红利中人口结构(stru)、人力资本(HR)和劳动资源再开发(rgen)三个子内容作为解释变量。

(2)控制变量。本文在人口红利与制造业结构的回归中加入交通基础设施(traf)和外商直接投资(FDI)作为控制变量，其中交通基础设施通过单位面积道路里程衡量，两类数据均来自《中国统计年鉴》。在面板分位数回归中，本文加入如下的控制变量：政府规模(gov)，以政府财政支出占GDP比重来衡量；交通基础设施和外商直接投资(同上)；国有成分比重(SSOE)和利税率(TRA)代表产业国有份额和地方保护主义[23]。其中，采用地区国有及国有控股工业企业产值与工业总产值的比值衡量国有成分比重，利税率的计算为国有及国有控股工业企业利润总额、销售税金及附加和增值税之和与销售产值之比。

表2 主要变量的描述性统计(N=465)

(三)模型构建

1.广义人口红利与制造业结构调整

考虑到普通面板模型忽视了空间这一要素，容易高估或低估要素的产出弹性。本文在测度产业地域相关性(Moran’s I指数，计算方法在此省略)的基础上建立空间计量模型，并结合三种空间权重矩阵进行说明和稳健性检验。Lee和Yu(2010)指出对N大T小的样本集，空间滞后模型(SLM)和空间误差模型(SEM)估计的方差存在不一致性且忽视了直接效应和间接效应[24]，而SDM模型作为SLM和SEM模型的结合更具一般性，因此本文选取SDM模型，其方程如下：

(6)

其中，xi为广义人口红利及其子内容，αi为空间固定(个体)效应，ηt为时间固定效应，εit为满足独立同分布且具有有限方差的随机扰动项，wit为空间权重矩阵。本文设计以下的三种空间权重矩阵：(1)二进制空间权重矩阵，该类权重矩阵较为直观，计算也简便，若两地相邻则权重为1，否则为0；(2)地理距离空间权重矩阵，该矩阵以两地的地理距离(计算公式在此省略)的倒数来表示，地理距离越远，该权重越小；(3)经济距离空间权重矩阵，该矩阵的构建形式为两地经济发展水平差值的绝对值的倒数。

2.广义人口红利、制造业结构调整与经济增长

空间Durbin模型给出了广义人口红利影响制造业结构变迁的一般性结论。当被解释变量为经济增长时，过分强调一般性而忽视地区异质性可能出现对经济增长原因的误判。因此，我们采用面板分位数模型进行分析，其估计公式如下：

(7)

其中，ind为产业部门，pd为人口红利，xj为控制变量，其他变量与(6)式相同。

四、实证分析结果及说明

首先通过Kernel密度曲线图对人口红利、产业结构与经济增长的关系进行描述(图略，若有需要，可向作者索取)。Kernel密度曲线图显示，人口红利对经济增长始终具有正向促进作用，而与不同的要素密集型产业的交互效应对经济增长的作用则表现不同。借助Stata14.0软件检验各产业在空间上确实存在发展的相关性，进一步通过matlab R2014b软件对方程(6)进行回归(结果见表3所示)。

从参数估计结果可以看出，人口结构对本地区经济增长均具有正向促进作用，而邻近区域人口结构的优化则限制本区域经济发展。其中，劳动和资本密集型产业在邻接矩阵或经济距离权重矩阵下不显著，只有技术密集型产业在经济距离权重矩阵下较为显著且系数较大，表明人口结构在某一地区的优化可促进该地区技术密集型产业发生集聚，人口结构通过强化地区产业优势，对要素产生“虹吸效应”。从直接效应和间接效应可以看出，人口结构对地区技术密集型产业的影响也较为显著，人口结构符合产业发展则促进地区产业较好增长，反之则不利于地区产业发展。人力资本的提高更多的是对资本和技术密集型产业起到正向作用，对本地区劳动密集型产业的影响并不显著。然而，如果周围区域人力资本开始繁荣，除对资本密集型产业的负向作用不显著外，本区域其他产业出现一定程度的负增长。效应估计结果则否认了邻近区域人力资本的提高对本区域劳动和资本密集型产业的影响，仅认为在邻接矩阵下对本区域技术密集型产业产生一定的负向作用，因此人力资本更多的是对资本和技术密集型产业产生影响。劳动资源再创造对邻近区域的产业增长表现为正向的促进作用，而对本区域产业增长则出现负向作用，表明劳动者二次就业或创业大多选择在其他区域，他们享受了本地政府的就业和创业等社会公共服务，但由于社会前置性障碍的减少，使其更倾向于选取经济发展较好的地区开展就业和创业等，增加邻近地区的劳动力和人力资本供给。

通过上述分析，我们厘清了广义人口红利对产业结构变迁的内在机理。人口结构优化的区域促进本区域产业增长和技术密集型产业集聚，通过虹吸效应使周围区域陷入“要素空心”和“增长难”的困局。人力资本的提高能促进本地区资本和技术密集型产业增长，对劳动密集型产业不显著。然而，一旦邻近区域人力资本繁荣，则促进本地区产业出现波动。劳动资源再创造对人口红利非常重要，可通过改善人力资本、优化人口结构来促进产业增长。可见，人口红利对产业增长的作用随着产业的不同而表现各异，因此人口红利对经济增长的作用必然随着地区要素禀赋的不同而具有异质性。接下来，借助分位数模型，讨论不同经济水平下人口红利通过调整产业结构对经济增长的作用(结果见表4所示)。同时，给出分位数模型的图谱(图略，若有需要，可向作者索取)。

表3 空间杜宾模型的参数估计

注：*、** 和*** 分别表示在10%、5%和1%的水平上显著；W1-W3分别为“0～1”邻接矩阵、地理距离和经济距离空间权重矩阵；括号内为P值。下表同此。为节省篇幅，表中未报告控制变量及其效应的估计结果，若有需要，可向作者索取。

表4显示，无论经济处于发达水平还是落后水平，人口红利对经济增长的作用都较大，且随着经济的增长，人口红利对经济增长的弹性作用继续呈现增大趋势。人口红利与资本和技术密集型产业的交互效应对经济增长的作用表现差异较大，分别呈现倒U型和U型结构，即在经济发展水平较低时，人口红利可通过促进资本密集型产业发展带动经济增长，而对较发达的经济体，人口红利主要通过影响技术密集型产业来推动经济增长。进一步地，我们探讨广义人口红利的构成内容对经济增长的作用：第一，人力资本对经济的作用在发达经济体中表现得更为明显，其对经济的促进作用是落后地区无法比拟的，这可能是由于落后经济体的人力资本偏低，即便拥有高知识和高技能的劳动力，也难有较高端的产业与之相匹配，资源误置现象严重，而发达经济体则可较好地发挥人力资本优势；第二，劳动资源再开发对经济的作用呈U型结构，在经济发展初期，劳动资源再开发对经济的作用较小，而这种作用随着经济的发展出现陡升态势，届时劳动资源的二次就业和创业将成为劳动资源的重要补充渠道；第三，与一般的研究类似，本文人口结构对经济的作用也较为明显，但落后和中等发展水平的经济体要大于发达经济体。

表4 人口红利、产业结构与经济增长的面板分位数模型参数估计

注：表中结果为bootstrap400次得出的结果。表中未列明其他控制变量和广义人口红利子项内容估计结果，若有需要，可向作者索取。

面板分位数回归的图谱显示，广义人口红利对经济的促进作用随着经济发展水平的提升而持续走高，但在高位存有波动。除此之外，交通通达度、FDI对落后区域的推动作用较大。国有企业比重整体作用较小，在发展初期产生一定的作用，之后出现下降并稳定在低水平，经济发展水平较高的经济体才出现陡然上升势头。政府规模对经济增长的作用在落后经济体增长到中等水平时才具有较为明显的作用，然而这种作用在发达经济体中出现明显减弱(图略)。

五、结论与启示

人口红利不等同于人口转变，本文将广义人口红利的内容扩展至人口结构、人力资本和劳动资源再创造三个方面。基于理论分析及实证检验，本文得出广义人口红利影响产业结构并推动经济增长的内在机理。理论分析表明，人口红利引起产业结构变迁，而人口红利与产业结构的交互效用则对经济增长产生作用。进一步地，本文结合熵值法测度31个省(市、区)2000～2014年的广义人口红利值，借助空间杜宾模型及面板分位数回归对理论部分假说进行检验。研究结果显示，人口结构的优化促进本地区产业增长和技术密集型产业集聚，但间接导致邻近区域出现“增长难”的问题；人力资本对区域资本和技术密集型产业均具有正向促进作用，对劳动密集型产业的影响不显著，而邻近区域人力资本的增长反过来限制本地区产业增长；劳动资源再开发通过强化上述两种路径影响产业结构变迁。广义人口红利对经济增长的作用呈现递增态势，人口结构对经济增长的作用在落后经济体发展到中等水平时效应较大，而人力资本和劳动资源再开发在发达经济体的作用则是落后地区不能比拟的。

本文的研究启示主要表现在以下几个方面：第一，人口红利不等于人口转变，应与人口禀赋概念类似，要兼顾人口结构、人力资本和劳动资源再创造，注重人口禀赋的供给或培养与社会需求相适应；第二，产业结构的调整应与人口红利的转变步调一致，人口红利对不同类型产业的促进作用随着人口红利内部结构的分化而表现各异，人力资本的培养须顺应产业结构变迁，推动产业结构优化升级；第三，不同地区应依托不同的人口红利情况形成差异化的产业结构，劳动密集型产业要依托本地人口年龄结构，适时推进产业升级换代，人力资本丰裕的地区要推动资本和技术密集型产业发展，大力加快社会公共服务的投入；第四，释放人口红利，科学、合理地引导人口流动，推动“互联网+”和实施《中国制造2025》等改革，通过增加人力资本、引导劳动者二次就业和创业等途径提高非就业人员素质，减缓“人口衰老”，提升治理贡献。

[1] Romer P.M. Increasing Returns and Long-run Growth[J]. Journal of Political Economy,1986,94(5), pp.1002-1037.

[2] Lucas R.E. Why doesn’t Capital Flow from Rich to Poor Countries[J]. American Economic Review,1990,80(2),pp.92-96.

[3] Bloom D.E.,Canning D.,Sevilla J. The Demographic Dividend: A New Perspective on the Economic Consequences of Population Change[M]. Santa Monica,CA,Rand,2003,pp.157-165.

[4] Durr-e-Nayab. Demographic Dividend or Demographic Threat in Pakistan?[J]. Pakistan Development Review,2008,47(1),pp.1-26.

[5] 陈卫,都阳,侯东民.是人口红利？还是人口问题？[J]. 人口研究,2007,(2):41-48.

[6] 蔡昉.人口转变、人口红利与经济增长可持续性——兼论充分就业如何促进经济增长[J]. 人口研究,2004,(2): 2-9.

[7] Lee S.H.,Mason A. Who Gains from the Demographic Dividend? Forecasting Income by Age[J]. International Journal of Forecasting,2007,23(4),pp.603-619.

[8] 董香书,肖翔.人口红利演变如何影响中国工业化[J]. 中国人口·资源与环境,2016,(9):20-27.

[9] 巩勋洲,尹振涛.人口红利、财富积累与经济增长[J]. 中国人口科学,2008,(6):33-39.

[10] 郭琳,车士义.中国的劳动参与率、人口红利与经济增长[J]. 中央财经大学学报,2011,(9):45-51.

[11] 李勇辉,罗理恒.人口红利、劳动力跨行业配置与经济可持续增长[J]. 经济问题,2016,(4):13-20.

[12] 孟令国,王清,胡广.二次人口红利视角下国民储蓄率影响因素分析[J]. 经济科学,2013,(5):9-18.

[13] 穆光宗.中国的人口红利：反思与展望[J]. 浙江大学学报(人文社会科学版),2008,(3):5-13.

[14] Barro R.J. Inflation and Economic Growth[J]. Bank of England Quarterly Bulletin,1995,35(2), pp.166-176.

[15] 蔡昉.中国的人口红利还能持续多久[J]. 经济学动态,2011,(6):3-7.

[16] Grossman G.M.,Helpman E. Quality Ladders in the Theory of Growth[J]. The Review of Economic Studies,1991,58(1),pp.43-61.

[17] 郭剑雄.人力资本、生育率与城乡收入差距的收敛[J]. 中国社会科学,2005,(3):27-37.

[18] 王金营,王志成,何云艳,段成荣.中国各地区妇女生育水平差异的社会经济影响因素分析——兼对1990-2000年期间各地区生育水平下降因素考察[J]. 南方人口,2005,(2):31-39.

[19] 周德禄.基于人口指标的群体人力资本核算理论与实证[J]. 中国人口科学,2005,(3):56-62.

[20] 张车伟,蔡翼飞.人口与经济分布匹配视角下的中国区域均衡发展[J]. 人口研究,2013,(6):3-16.

[21] 李扬,刘慧,汤青.1985-2010年中国省际人口迁移时空格局特征[J]. 地理研究,2015,(6):1135-1148.

[22] 张桂文,孙亚南.人力资本与产业结构严谨耦合关系的实证研究[J]. 中国人口科学,2014,(6):96-106.

[23] 白重恩,杜颖娟,陶志刚,仝月婷.地方保护主义及产业地区集中度的决定因素和变动趋势[J]. 经济研究,2004, (4):29-40.

[24] Lee L.F.,Yu J.H. Estimation of Spatial Autoregressive Panel Data Models with Fixed Effects[J]. Journal of Econometrics,2010,154(2),pp.165-185.