人口老龄化对政府债务的影响： 基于非线性的视角｜王兆瑞 刘哲希 陈小亮

白云载酒

人口老龄化对政府债务的影响： 基于非线性的视角

作者：王兆瑞 刘哲希 陈小亮

【内容摘要】：虽然人口老龄化会加剧政府部门债务问题已成共识，但已有研究忽略了老龄化对政府债务的非线性影响，低估人口老龄化所带来的风险。本文通过理论机制分析发现，当老龄化率处于较高水平时，由于劳动年龄人口占比开始下降、老年抚养比上升加快等原因，老龄化会推动政府债务率加速上升，导致老龄化对政府债务的影响存在非线性效应。基于此，本文利用全球 40 个主要经济体 1960—2018 年的面板数据进行了实证检验。研究结果不仅验证了老龄化率对政府债务率存在非线性影响，而且发现对于“未富先老” 经济体而言，非线性效应更为显著。基于实证检验的结果，本文对中国的情况进行了预测。在考虑非线性影响和“未富先老”因素之后，预计 2025 年后人口老龄化对政府债务率的影响将明显增强。因此，需要提前对老龄化进程所带来的政府高债务风险进行防范。

【关键词】：人口老龄化 政府债务 未富先老 宏观政策

【中图分类号】：F832   文献标识码 ：A

DOI:10.16475/j.cnki.1006-1029.2021.03.005

引 言

人口老龄化是否会显著推高政府债务率 （即政府债务规模 /GDP） 是近年来各界高度关注的问题。当前，中国正面临老龄化率 （即 65 岁及以上人口占总人口的比重） 与政府债务率双双攀升的局面。2019 年，中国的老龄化率已达到了 12.6%。根据联合国的预测，到 2030 年，中国的老龄化率将提升至 16.8%，到 2050 年达到 26.1%。届时，中国将成为全世界人口老龄化问题最严重的国家之一。在政府债务率方面，根据国际清算银行的数据显示，2019 年年末中国政府部门的债务率达到了52.9%。如果进一步考虑隐性债务，根据国际货币基金组织等机构的测算，中国的政府债务率更是达到了 80%以上，政府债务问题日趋严峻。

从已有研究来看，与老龄化对政府债务影响相关的研究日益增多，基本上形成了老龄化会加剧政府债务的共识 （Noord & Herd，1993；张士斌等，2012；陈小亮等，2020）。现有研究主要是从财政收支缺口的视角对内在逻辑进行了论证。从支出端来看，老年人口占比上升会增加养老和医疗系统的负担，导致财政支出压力增加，政府债务规模扩大 （Hann & Prowse，2014；李时宇和冯俊新， 2014）。从收入端来看，与老龄化进程相伴的是劳动年龄人口 （15—64 岁） 占比下降，使得个人所得税等税收收入的税基萎缩，导致政府部门税收收入减少，财政收支缺口增大，推高政府的债务规模 （Anderson，2012；龚锋和余锦亮，2015）。

尽管各界已取得老龄化会加剧政府债务的共识，但还有一些重要问题尚未得到明确。其中，一个关键问题就是，人口老龄化对政府债务的影响是线性影响，还是非线性影响，即当老龄化率跨过某一临界点后，对政府债务的影响程度是否会显著增加？探究这一问题具有较为重要的意义。如果非线性效应存在而又被忽视，那么将容易显著低估老龄化对政府债务带来的影响，不利于防范政府债务风险。尤其对于中国而言，近年来老龄化率的上升速度有所加快，如果叠加老龄化对政府债务影响加剧的效应，将导致政府债务率过快上升，需要高度重视。

因此，本文的核心目的是分析老龄化对政府债务的非线性影响是否存在。

与已有研究相比，本文的创新之处主要体现为：

一是本文提出并验证了老龄化对政府债务的非线性影响，与人口老龄化程度较低的国家相比，人口老龄化程度较高的国家老龄化率上升会对政府债务率产生更为明显的推动作用，这是对已有研究的有益补充。

二是本文对比了“未富先老”国家与其他国家在老龄化对政府债务影响机制上的不同。

本文研究发现，对于“未富先老”国家，老年抚养比的上升和劳动年龄人口占比的下降均能显著推动政府债务率上涨。对于高收入国家而言，只有劳动年龄人口占比下降是推升政府债务率的重要渠道，这也是已有研究有所忽视的。本文研究对于中国防范政府债务风险具有一定的启示意义。

一、文献综述与研究假设提出

（一） 人口老龄化对政府债务的影响机制分析

人口老龄化虽然表现为老年人口占总人口比重的上升，但背后更深层次的原因在于居民预期寿命的延长与生育率的下降。预期寿命延长带来的主要影响是老年人口的增多与养老压力的增大，一般用老年抚养比 （老年人口 / 劳动年龄人口） 来衡量。生育率下降带来的主要影响是劳动年龄人口规模的下降，一般用劳动年龄人口占比来衡量。因此，本文将从老年抚养比和劳动人口占比的视角入手，分析人口老龄化对政府债务的影响渠道。

从老年抚养比的视角来看， 老龄化会加速老年抚养比的上升， 进而加大政府财政收支缺口， 导致政府债务绝对规模的扩张。具体来讲， 从财政支出方面， 老年抚养比的上升使得养老金支出和医疗卫生服务需求相应增多， 加大政府财政压力 （Li & Lin， 2016； 张鹏飞和苏畅， 2017）。 从财政收入方面， 老年人口相对于劳动人口的增多会导致个人所得税税收收入的税基减小， 抑制一国政府的财政收入 （Anderson， 2012； 龚锋和余锦亮， 2015）。 在政府财政支出扩大而财政收入减少的情况下， 政府需要扩大债务规模以弥补财政收支缺口。 从劳动年龄人口占比的视角来看， 老龄化会显著降低劳动年龄人口占比和数量， 导致劳动力供给水平下降， 对经济增长产生显著的负向影响 （陆旸和蔡昉， 2014； 陈彦斌等， 2019）。 由此可见， 老年抚养比的上升扩大了政府实际债务规模， 劳动年龄人口占比下降使得生产要素投入水平缩减， 对实际产出造成负向影响。 在两者的共同作用下， 政府债务率的分子端扩大， 分母端缩减， 政府债务率显著提高。

（二） 研究假设的提出

在厘清老龄化对政府债务影响机制的基础上，本文研究关注的重点问题在于，老龄化是否会对政府债务产生非线性的影响。在老龄化率上升的过程中，老年抚养比和劳动年龄人口占比的变化是不同步的。遵循刘哲希等 （2020） 的研究思路，本文把人口老龄化分为两个阶段。第一个阶段属于老龄化率水平较低的阶段。此阶段的老年人口占比虽然有所升高，但是劳动年龄人口占比仍处于上升阶段，老年抚养比温和上升。究其原因，生育率的下降会直接导致青少年人口 （15 岁以下） 占比下降，但对劳动年龄人口的影响会明显滞后。因此，青少年人口 （15 岁以下） 占比下降实际上会导致劳动年龄人口和老年人口占比均处于上升的态势之中。第二个阶段属于老龄化率水平较高的阶段，在此阶段的一个突出变化是，生育率的持续下降使得更少的青年人口转为劳动人口，导致劳动年龄人口占比不断下降。同时，更多的劳动年龄人口逐步成为老年人，预期寿命的延长使得老年人的存活概率显著提升，从而导致老年人口占比不断上升，这就导致老年抚养比呈现出加速上升的态势。

由于在老龄化进程中，劳动年龄人口占比与老年抚养比的变化情况分为两个阶段，导致老龄化对政府债务率呈现非线性的影响（见图 1）。当人口老龄化处于第一阶段时，虽然老年抚养比有所上升， 对政府债务压力产生正向作用，但是劳动年龄人口占比也呈现上升态势，从而抵消老年抚养比带来的负担效应。当人口老龄化处于第二阶段时，劳动年龄人口占比开始下降，对政府债务的影响开始由负转正， 推动政府债务率上升。与此同时， 劳动年龄人口规模下降也会导致老年抚养比上升速度加快，同样加大了对政府债务率的影响。基于以上分析，本文提出如下两个研究假设。

假设 1：人口老龄化对政府债务呈现非线性影响，当老龄化率超过一定水平后，对政府债务的影响显著增加。

假设 2：劳动年龄人口占比对政府债务率的影响为负，老年抚养比对政府债务率的影响为正，由此导致老龄化对政府债务呈现非线性影响。

二、模型设定与数据说明

（一） 模型设定

假设 1 指出，当人口老龄化处于第二阶段 （较高水平） 时，会对政府债务率产生更为显著的影响。为了检验这一非线性关系的存在，本文构建了回归方程 （1），根据老龄化率水平的高低进行分组研究。

（二） 数据说明

被解释变量方面，本文根据程宇丹和龚六堂 （2014） 等研究，采用政府部门债务占 GDP 的比重衡量政府债务率。本文选取国际清算银行重点关注的日本、美国、意大利等 40 个代表性经济体， 时间跨度为 1960—2018 年。截至 2018 年年末，这 40 个经济体 GDP 总量占到世界 GDP 的 89.5%， 具有一定的代表性。

核心解释变量方面，本文选取 65 岁及以上人口占总人口的比重衡量老龄化率。使用 15—64 岁人口占总人口的比重衡量劳动年龄人口占比，使用 65 岁及以上人口与 15—64 岁人口的比值衡量老年抚养比。以上数据来自世界银行基于联合国 《世界人口展望》 报告的测算结果。

控制变量方面，本文根据马宇和王群利 （2015） 等研究，主要从以下六个方面对影响政府债务率的因素进行控制。一是纳入政府财政支出以控制经济政策的影响，政府财政支出以各经济体财政支出占 GDP 的比重来衡量。二是纳入城镇化率以控制经济发展水平的影响，城镇化率以各经济体城镇人口占总人口的比重来衡量。三是纳入通货膨胀率以控制价格因素的影响，通货膨胀率以各经济体 GDP 平减指数来衡量。四是纳入储蓄率以控制经济结构因素的影响，储蓄率以各经济体国民总储蓄占 GDP 的比重来衡量。五是纳入人口规模以控制社会因素对政府债务率的影响，人口规模以各经济体对数化的总人口数量来衡量。六是考虑到各经济体居民收入水平存在差异，本文加入经济体类别的虚拟变量，以区分是否为高收入经济体。控制变量的数据均来源于 WDI 数据库。本文主要变量的名称、定义及描述性统计如表 1 所示②。

三、人口老龄化对政府债务影响的实证分析

（一） 非线性效应检验

本文分别使用了面板固定效应模型和面板随机效应模型进行回归，检验老龄化对政府债务的非线性影响，Hausman 检验支持采用面板固定效应模型，基准回归结果如表 2 所示。第 （1） 列是用老龄化率对政府债务进行回归，从结果可以看出，老龄化率对政府债务率的影响显著，这表明老龄化率的上升会显著推动政府债务率上涨①。考虑到政府债务率与老龄化率之间可能存在反向因果关系，导致内生性问题。本文借鉴 Acemoglu & Restrepo （2018） 的做法，将滞后 10 期的老龄化率作为工具变量，采用 2SLS 方法进行回归，结果如第 （2） 列所示，老龄化系数依然显著为正②。

在此基础上，本文按照老龄化率的高低进行四等分组，按照回归方程 （1） 进行回归，结果如第 （3） — 第 （5） 列所示。老龄化率最高一组的回归系数显著大于老龄化率最低一组的回归系数， 由此表明，老龄化率会对政府债务率产生非线性影响效应。当老龄化率处于较高水平时，其对政府债务率的影响更为显著。为进一步检验结论的稳健性，本文重新依据老龄化率水平的高低，按照前20%和后 80%，以及前 10%和后 90%进行分组，与政府债务率进行回归。其中，老龄化较高分组用lage_high 表示，老龄化率较低的分组用 lage_low 表示，结果如第 （6） 和第 （7） 列所示。人口老龄化率的系数依然显著为正，并且老龄化率较高一组的回归系数要显著大于老龄化率较低的一组。由此表明，老龄化的确会加剧政府部门的债务负担，当老龄化率处于较高水平时，其对政府债务率的影响更为显著，假设 1 得以验证。

（二） 内在机制检验

根据本文假设 2，人口老龄化对政府债务率的推动，是由老年抚养比的上升和劳动年龄人口占比下降共同导致的。为此，本文基于回归方程 （2） 对这一影响机制进行检验。从表 3 的结果可以看出，第一，老年抚养比的回归系数均不显著，出现这一结果的原因可能是经济体异质性因素。具体而言，在一些国民收入较高的经济体中，商业养老模式发展较为成熟，居民不会过多地依赖政府提供的养老服务 （刘晓梅，2012）。由此，在面临老年抚养比上升时，政府债务上涨压力较小，导致老年抚养比与政府债务率之间的回归系数整体上显著性不高。针对这一问题，本文将在后续研究进行进一步检验。

第二， 劳动年龄人口占比与政府债务率呈显著的负相关关系， 这与假设 2 的预期是一致的， 即劳动年龄人口占比下降能够显著带动政府债务率的上升。同时， 劳动年龄人口占比系数的绝对值要显著大于老年抚养比。这说明， 在人口老龄化的进程中， 劳动年龄人口占比下降是导致政府债务率上升更为重要的原因。与老年抚养比的影响不同， 劳动年龄人口占比下降推升政府债务率并没有表现出明显的经济体异质性。 在国民收入水平较高的经济体中， 虽然经济增长更多依赖以技术进步为核心的全要素生产率的提高， 但是劳动年龄人口占比下降会削弱人力资本存量， 进而对科技创新和经济增长造成负向影响 （姚东旻等， 2017）。

（三） 对“未富先老”经济体的进一步分析

“未富先老” 是指， 一个经济体在人均收入水平未达到高收入经济体水平时， 就已经步入老龄化社会的情形。 本文参照刘哲希等（2020） 的做法， 按照某一经济体 65 岁以上人口占比超过 7%时， 是否步入高收入水平为标准， 将样本分为 “未富先老” 经济体和其他经济体两大类。 之所以重点关注“未富先老” 经济体， 主要基于两点考虑。 第一， “未富先老” 经济体的人均收入水平通常偏低， 政府在养老和医疗方面的负担会更重， 老龄化对政府债务率的影响， 尤其是非线性影响可能更加明显。 第二， 中国呈现出典型的 “未富先老” 特征 （蔡昉， 2010）。 如果按照 65 岁人口占比超过 7%来衡量，中国在2001 年前后步入了老龄化社会， 当时中国的人均收入仅为1148.5 美元， 不到高收入水平国家人均收入标准的 15% 。即使到2018 年， 中国 65 岁人口占比已经超过了 11%， 但中国的人均收入为9470 美元， 依然距离 12055 美元的高收入水平经济体有一定的差距。 对 “未富先老” 经济体的考察有助于更加清晰准确地把握老龄化对中国政府债务的影响。

本文在回归方程 （1） 的基础上，根据老龄化率的高低进行四等分组，并将老龄化率最高的一组与“未富先老” 经济体的虚拟变量（ob）r 作为交互项放入回归方程，结果如表 4 所示。可以看到，老龄化率最高的一组与“未富先老”经济体虚拟变量交互项的系数显著为正，这说明在“未富先老”经济体中，老龄化率的上升对政府债务率的非线性影响更为显著。从表 4 第列这一较为完整的回归结果来看，该交互项的系数为 0.8472，且在 1%的置信水平上显著。这表明， 当老龄化程度较高时，老龄化率每上升 1 个百分点，会额外造成“未富先老”经济体的政府债务率上涨约 0.85 个百分点。

本文在回归方程 （2） 中也引入了劳动年龄人口占比和老年抚养比与“未富先老”经济体虚拟变量的交互项，检验在“未富先老”经济体和其他经济体之间，劳动年龄人口占比和老年抚养比的不同影响。从表 5 可以看出，“未富先老”经济体老龄化对政府债务率的影响机制呈现两个特点。一是劳动年龄人口占比对政府债务率的影响更大。可以看出，劳动年龄人口占比与“未富先老”经济体虚拟变量交互项的系数显著为负，这表明劳动年龄人口占比的下降，对“未富先老”经济体政府债务率的推动作用更为明显。这是因为，“未富先老”经济体的经济增长模式更为粗放，更加依赖劳动力等要素投入，劳动年龄人口占比下降对经济增速造成的冲击更大，会更加显著地推动政府债务率的上升。相比之下，高收入经济体通常已经完成经济结构转型，形成了依靠生产率驱动的可持续的经济发展模式，劳动年龄人口占比下降对经济增速造成的冲击相对更小，对政府债务率的影响更小。

二是老年抚养比对于“未富先老”经济体的政府债务率的影响显著为正，这与之前全样本回归得到的结果有显著不同。究其原因，“未富先老”经济体的居民收入水平普遍较低，政府部门在完善医疗、住房等养老保障体系时面临更大的压力。因此，老年抚养比的上升会导致政府部门的社会保障等方面的支出加大，导致政府债务率的攀升。而对于高收入经济体，由于居民收入水平偏高，养老体系相对完善，所以老年抚养比对政府债务率的推动作用不明显。这与前文的判断相一致，即老年抚养比对政府债务率的影响总体不显著主要与经济体之间的异质性相关。

四、延伸讨论：对中国情况的预测分析

本文的理论分析和实证检验均表明，老龄化率会对政府债务率产生显著的非线性影响。近年来，中国政府部门债务持续攀升，政府债务率高企的问题已不容忽视。随着中国老龄化程度的不断加深，未来可能会进一步加速政府部门债务的上升。由此，本文将采用实证部分所得到的国际经验的测算结果对中国进行情景预测①。这不仅能够加强各界对未来中国政府部门债务率走势的认识， 也能更好地为宏观政策提供参考。

具体而言，本文以 2019 年为基年，利用联合国《世界人口展望 2019》 公布的数据与本文实证检验的结果，基于三种不同的情景，预测中国老龄化率上涨对政府债务率可能造成的影响。情景一为不考虑老龄化率的非线性影响。如表 2 第 （1） 列的结果所示，老龄化率与政府债务率的回归系数约为 7.6， 即老龄化率每上升 1 个百分点，会导致政府债务率额外上升约 7.6 个百分点。情景二为考虑老龄化率的非线性影响。如表 2 第 （5） 列的回归结果所示，当老龄化率位于最高分组时，老龄化率与政府债务率之间的回归系数为 9.3。因此，在情景二的预测中，当中国老龄化率处于 14.9%以上时，本文将以非线性回归系数  9.3  为标准进行预测。情景三为同时考虑老龄化率的非线性回归和“未富先老”的影响。需要说明的是，尽管“十四五”末期中国人均国民总收入将达到高收入国家水平，但由于发展不平衡、   不充分的结构性问题，中国在未来较长的一段时期内依然会面临“未富先老”问题 （刘哲希和陈彦斌， 2020）。如表 4 第 （6） 列的结果所示，老龄化率最高的分组叠加“未富先老” 因素的回归系数为 10.1。以上三种不同情景的预测结果如图 2 所示。

基于情景预测，本文发现，在 2025 年前，不考虑非线性 （情景一） 与考虑非线性和“未富先老”因素 （情景二和情景三） 测算得到的老龄化对政府债务的推动作用结果相差不大。在情景一下，预计 2020—2025 年老龄化将推动中国政府债务率上升 19.5 个百分点，在情景二和情景三下分别是 15.6%和 18.9%。然而，2025 年之后，由于中国老龄化率持续攀升，对政府债务率的影响加剧，非线性效应开始显现。在情景二下，2026—2030 年老龄化将推动中国政府债务率上升 26.4 个百分点，在情景三下会推高 28.7 个百分点，年均增幅达到 5.7%，相较于 2025 年之前的年均增幅显著提升。相比之下，不考虑非线性 （即情景一下），2026—2030 年政府债务率上升 21. 5 个百分点。而到 2031—2035 年阶段，情景一测算的政府债务率增幅与情景二和情景三测算的增幅差距将进一步拉大到 6.4 和 9.6 个百分点。由此可见，不考虑非线性影响和“未富先老”因素将显著低估未来中国政府债务率的攀升速度。2025 年之后，中国老龄化对政府债务率的推升作用将显著增强， 需要引起重视并提前防范。

更进一步地，从两个影响机制的贡献率来看，本文测算发现，未来劳动年龄人口占比下降对中国政府债务率的贡献程度显著大于老年抚养比上升的贡献程度。这与前文实证检验中的结果一致。从图 3 的结果可以看出， 2020—2025 年，劳动年龄人口占比下降对政府债务率上涨的贡献率为 68.7%，比老年抚养比的贡献度高出了 37.4 个百分点。2025 年之后虽然两者的贡献率差值有所降低，但依然可以看到，劳动年龄人口占比贡献率要显著高于老年抚养比，这再次印证了劳动年龄人口占

比下降是政府债务率上涨的主要影响渠道。

五、结论与政策建议

虽然人口老龄化会加剧政府部门债务负担和债务风险已成为共识，但是已有研究较少关注到老龄化率对政府债务率的非线性影响。

本文首先分析了老龄化对政府债务率的非线性影响机制，在此基础上收集了全球 40 个主要经济体 1960—2018 年的面板数据，系统检验了老龄化率对政府债务率的影响，主要得到三点结论。

第一，老龄化对政府债务率具有显著的非线性影响，当老龄化处于较高水平时，会显著加快政府债务率的上涨速度。

第二，相比于老年抚养比的上升，在人口老龄化过程中，劳动年龄人口占比的下降是推动政府债务率上涨更为重要的渠道。

第三，与其他经济体相比，老龄化对“未富先老”经济体政府债务率的影响更加显著。更进一步地，本文预测了 2020— 2035 年老龄化对中国政府债务率的影响。预测结果显示，考虑非线性影响和“未富先老”等特征之后，2025 年后人口老龄化对中国政府债务率的影响会明显增强。

基于以上结论，本文具有针对性地提出以下两点政策建议。

第一，由于人口老龄化对政府债务的影响呈现加剧态势，所以现阶段积极财政政策虽然定位于“稳增长”，但也需要为未来政策操作预留一定的空间。在此情况下，提高财政政策的效率，以尽量小的政策空间换取尽量好的政策效果至关重要。

第二，在应对老龄化加剧政府债务的问题上，本文通过测算发现，人口老龄化对政府债务更主要的影响渠道在于劳动年龄人口占比下降。因此，通过延迟退休、调整生育政策、国有资产充实社保基金等缓解政府债务的手段固然重要，但加快经济增长方式的转换步伐，降低对劳动力供给的依赖，提高创新和效率对经济增长的贡献度，是缓解政府债务风险更为重要的途径。

【参考文献】：

[1] 蔡昉. 人口转变、 人口红利与刘易斯转折点[J]. 经济研究， 2010 （4）： 4-13

[2] 陈小亮，谭涵予，刘哲希. 老龄化对地方政府债务的影响研究[J]. 财经研究，2020 （6）：19-33

[3] 陈彦斌，林晨，陈小亮. 人工智能、老龄化与经济增长[J]. 经济研究，2019 （7）：47-63

[4] 程宇丹，龚六堂. 政府债务对经济增长的影响及作用渠道[J]. 数量经济技术经济研究，2014 （12）：22-37

[5] 龚锋，余锦亮. 人口老龄化、税收负担与财政可持续性[J]. 经济研究，2015 （8）：16-30

[6] 李时宇，冯俊新. 老龄化对中国政府资产负债表影响及政策空间比较分析[J]. 经济学动态，2014 （1）：73-81

[7] 刘晓梅. 我国社会养老服务面临的形势及路径选择[J]. 人口研究，2012 （5）：104-112

[8] 刘哲希，陈彦斌.“十四五”时期中国经济潜在增速测算—兼论跨越“中等收入陷阱”[J].  改革，2020（10）：33-49

[9] 刘哲希，王兆瑞，陈小亮. 人口老龄化对居民部门债务的非线性影响研究[J]. 经济学动态，2020 （4）：64-78

[10] 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[J]. 世界经济， 2014 （1）： 3-29

[11] 马勇，陈雨露. 金融杠杆、杠杆波动与经济增长[J]. 经济研究，2017 （6）：31-45

[12] 马宇，王群利. 人口老龄化对政府债务风险影响的实证研究—基于 20 个发达国家动态面板数据的分析[J]. 国际金融研究，2015 （5）：46-55

[13] 汪伟，艾春荣. 人口老龄化与中国储蓄率的动态演化[J]. 管理世界，2015 （6）：47-62

[14] 姚东旻， 宁静， 韦诗言. 老龄化如何影响科技创新[J]. 世界经济， 2017， 40 （4）： 105-128

[15] 张鹏飞，苏畅. 人口老龄化、社会保障支出与财政负担[J]. 财政研究，2017 （12）：33-44

[16] 张士斌，杨黎源，张天龙. 债务危机背景下的老龄化成本与公共财政困境—基于日本和欧美国家比较的视角[J]. 现代日本经济，2012 （5）：55-64

[17] Acemoglu D，Restrepo P. Demographics and Automation[R]. NBER Working Paper，2018，No. 24421

[18] Anderson T M. Fiscal Sustainability and Demographic—Should We Save or Work More？[J]. Journal of Macroeco－nomics，2012，34 （2）：264-280

[19] Hann P，Prowse V. Longevity，Life-Cycle Behavior，and Pension Reform[J]. Journal of Econometrics，2014，178（1）：582-601

[20] Li S，Lin S. Population Aging and China's Social Security Reforms[J]. Journal of Policy Modeling，2016，38：65-95

[21] Noord V D，Herd R. Pension Liabilities in the Seven Major Economies[R]. OECD Economics Department Working Paper，1993，No. 142

[22] Wan G H，Morgan J，Barro J. Economic Growth and Convergence，Applied to China[J]. China & World Economy， 2016，24 （5）：5-19

文献原文： 人口老龄化对政府债务的影响：基于非线性的视角.pdf (1.66 MB, 下载次数: 29)

2021-9-8 14:52 上传

点击文件名下载附件