——基于中国省级面板数据的分析

　　所谓人口逆淘汰，是指在人口再生产过程中，高素质人口所占总人口比例降低，低素质人口比例增大的一种人口再生产现象或模式。“人口逆淘汰”在中国是于20世纪80年代末被提出来的。计划生育政策是否使中国处于一个人口逆淘汰的过程中，或者说，计划生育政策是否造成了中国人口的逆淘汰，一直是争议很大的话题，也是在评估计划生育政策时必须回答的一个重大问题。

　　一、计划生育导致人口逆淘汰：文献述评

　　20世纪70年代初期，中国开始实行计划生育政策。鉴于城乡二元化社会结构，计划生育政策的实施也是二元的，在城市基本上实施的是严格的一孩政策，而占较大人口基数的农村则比较宽松，人口增长速度也快于城市。因此在20世纪80年代末，学术界出现了“计划生育政策导致人口逆淘汰”的说法，认为中国出现了与追求人口素质提高相“逆”的现象，并且套用达尔文“适者生存”、“优胜劣汰”学说，称之为“人口逆淘汰”现象。王久仁最先指出，从提高人口素质的角度考虑，人口生育应该是：高素质群体出生率高，低素质群体出生率低。[1]但在中国恰恰相反，由于实行计划生育政策控制人口数量增长等原因，出现了不利于提高人口素质的人口逆淘汰状况，并且比其他国家要严重得多。这种说法引起了巨大争论，出现了认同和反对计划生育政策导致“人口逆淘汰”两种截然相反的观点。

　　认同“计划生育政策导致人口逆淘汰”的研究者认为，在计划生育政策推行的过程中，只侧重控制人口数量，忽视了提高人口素质[2]，加之计划生育政策在城乡和地区间的差别，导致城市少生、农村多生和发达地区少生、欠发达地区多生，也就是人口素质较低的生育率高，人口素质较高的生育率却低。这种状况导致城市／发达地区出生的孩子比例偏低，农村／欠发达地区出生的孩子比例偏高，长此以往，人口整体素质会因农村孩子比例上升而下降，造成“人口逆淘汰”。[3]针对“人口逆淘汰”的观点，一些学者进行了反驳，他们认为：一方面，“人口逆淘汰”的论证存在很多问题，分析方法、数据使用不匹配，只是将数据做一个简单的对比，而没有从动态过程进行考察，结论很难有说服力；另一方面，对城乡相对生育率变化(城市生育率／农村生育率)或历次人口普查数据的分析发现，随着社会经济发展，城乡相对生育率降低，农村人口的整体素质一直在提高，甚至快于城市，拉动了全国人口整体素质上升，城乡差别的计划生育政策并没有导致“人口逆淘汰”，相反还减缓了“人口逆淘汰”。[4][5]

　　但是，认为“计划生育政策并没有导致人口逆淘汰”学者的研究方法也受到质疑。周建国认为，研究“计划生育政策是否导致人口逆淘汰”问题，重要的不是绝对意义上的比较，而是要看人口发展是否达到了应该达到的水平。[6]一般来说，任何一个国家或地区，随着社会经济的发展，人口素质都会得到相应提高。用反对“人口逆淘汰”学者的方式考察是否存在人口“逆淘汰”，有偷换概念的嫌疑。因此，如果一定时期内的人口政策没有使人口素质达到本来可以达到的目标，那就应该认为产生了人口逆淘汰。这种主张有一定的道理，因为社会经济的发展也会促进人口素质的提高，但是辩论的双方都没能区分计划生育和社会经济发展的作用，更没有将人口素质与计划生育政策直接联系起来，而是仅仅通过纵向或横向的数据比较人口素质的变化来论证是否存在人口逆淘汰，然后将人口逆淘汰归结于计划生育政策，这也是没有说服力的。其他国家即使没有计划生育政策，也存在逆淘汰现象，因此有必要将计划生育政策与人口逆淘汰联系起来进行考察。另外，很多研究在分析中采用全体人口的素质来代替计划生育政策实施后出生人口的素质，这是不合理的。还有，计划生育政策在不同区域实施的情况也有很大不同，论证的双方大多着眼于城乡之间的对比，而忽视了不同计划生育政策地区的比较。

　　二、研究设想

　　传统的“三要素论”认为，人口素质包括身体素质、科学文化素质和思想道德素质三个方面。关于“人口逆淘汰”问题的讨论，由于对道德品质高低的标准争议很大，也很难度量，绝大多数学者并没有涉及，讨论基本上是围绕着人口健康素质和文化素质展开的。本研究为了避免以前研究的缺陷，使用的是省级面板数据，鉴于省级面板数据没有完整的健康数据，因此，本研究仅仅考虑文化素质因素。

　　(一)研究框架

　　尽管“如果一定时期内的人口政策没有使人口素质达到本来可以达到的目标，那就应该认为产生了人口逆淘汰”[7]的思路比较好，但是“本来可以达到的目标”很难衡量，因此，鉴于中国计划生育政策的区域性，本研究选择不同计划生育政策地区的人口文化素质进行对比，探究何种计划生育政策对人口文化素质的提高最优，如果发现计划生育政策越宽松，人口文化素质越低，那就说明计划生育政策导致人口逆淘汰。本文选取的主要指标如下：

　　因变量：人口文化素质测度一般有劳动力成本法、教育年限法、在校学生比例法和教育经费法等，各类方法都存在一定的优缺点。本研究使用每万人中的中学生数量(ST)这一指标，现在的中学生都是计划生育政策实施后的新生人口，考察该指标更能体现计划生育政策的作用。同时，还考察了城乡之间的对比，引入了城市万人中的中学生数量(UST)、农村万人中的中学生数量(RST)以及城乡万人中的中学生数量之比(STR)。

　　计划生育指标：中国的计划生育政策是多元的。自从1971年开始有计划地控制人口，经过20世纪80年代的探索和总结，至1991年1月，除新疆、西藏是由政府颁布计划生育规定外，其余28个省、自治区、直辖市都颁布了由地方人大通过的计划生育条例，把多年来在实践中创造的，并已证明确实有效的计划生育政策和具体做法用法规的形式固定下来。[8]城市以“一对夫妇只生一个孩子”为核心，农村地区则有所差异。除了对西藏藏族农牧民(占西藏人口的绝大多数)没有限制生育数量的要求之外，其他省份的计划生育政策可分为4个类别[9]：第一类(PO[，1])：独生子女政策为主的地区，包括上海、江苏、北京、天津、四川、重庆6个省市，占人口总数的20％。第二类(PO[，2])：独生子女政策与独女可生二孩(即“一孩半”)政策混合的地区，包括辽宁、黑龙江、广东、吉林、山东、江西、湖北、浙江、湖南、安徽、福建、山西12个省份，占人口总数的44％。第三类(PO[，3])：独女可生二孩政策与二孩政策混合的地区，包括河南、陕西、广西、甘肃、河北、内蒙古、贵州7个省区，占人口总数的31％。第四类(PO[，4])：二孩及以上的政策地区，包括云南、青海、宁夏、海南、新疆5个省区，占人口总数的5％。

　　人口：人口分布的变化会对人口素质产生影响，人口迁移和生育水平变化的共同作用导致人口年龄结构的变化。目前测度生育水平的最常用指标是总和生育率(Total Fertility Rate，TFR)。鉴于统计数据都是年末人口，生育率对中学生数量的影响主要体现在13～18年之后，因此，为了测量某一年的中学生数量，将13～18年前各年的TFR加总平均，得出6年的平均 TFR。人口的死亡和发病率对人口素质也有影响，如果成年人的死亡和发病率上升，就意味着需要相应人口素质的人口补偿以保持供需平衡；而高的发病率意味着对培训和卫生保健的需求增加，增加医疗健康服务成本，减少了教育花费[10]，因此，加入了医疗水平和死亡率指标。医生(DOC)代表当地的医疗水平，指每万人中的医生数；死亡率(Death)指当地的死亡人数与当地人口的比率。

　　人均GDP、工业化率和家庭收入：人口的文化素质随着社会经济发展而不断提高，社会经济的发展水平用人均GDP(AGDP)、工业化率(INDUS)表示。由于获得的统计数据是名义 GDP，因此要对数据进行调整，按照全国各种价格定基指数所提供的居民消费价格指数进行换算，得出当年的实际GDP，再除以年末总人口，得到人均实际GDP。工业化率指工业增加值在国民生产总值中的比重。针对学生费用的财政支持是一个问题，家庭收入的提高降低了资助方案的不确定性。[11]农村学生由于受前期教育和社会经济因素的制约，往往缺乏接受教育的条件，通常会面临更多的障碍。[12]特别是，农村地区聚集着大量的低收入群体[13]，往往看不到教育的激励作用。[14]本研究将城乡区分开来，选择城市可支配收入(UI)、农村纯收入(RI)和城乡收入差距(指城市可支配收入/农村纯收入，DIF)，还加入了教育投入(Eduput)这一变量，即教育经费占GDP的比重。

　　城市化：城市化不仅代表社会经济的发展水平，在人口逆淘汰中也起着重要作用。现实中的城乡人口是开放的，存在着城乡之间的人口流动和迁移，而且人口城市化的速度要高于乡村人口的增加速度，可能正因为如此，在人口的宏观指标中并没有发现我国总人口出现“逆淘汰”现象，因此加入城市化(Urban，指城市人口占总人口的比重)指标。

　　就业：就业市场状况对人口素质影响很大。需要高教育水平的就业岗位减少，可能导致人们不太重视教育，使用职工平均工资(Salary)来表示就业市场状况。

　　(二)理论模型

　　在本研究中，参照入学率公式构建一个理论模型。如果忽略人口迁移、死亡和各级各类教育的辍学状况，那么中学生数量应该是13～18周岁的学龄人口，即：

　　其中，t为年份，SUTt是t年的中学生数量，CHt是该时间13～18周岁的学龄人口。由于不考虑死亡和迁移等因素，中学生学龄人口数等于13～18年前的新生婴儿数：

　　其中，P是13～18年前的人口数量，B是出生率。自20世纪70年代以来，计划生育政策对中国生育率的下降起到巨大作用[15][16]，所以将计划生育因素加入，得到：

　　按照“孩子数量素质替代理论”，随着人力资本和物质资本的增加，生育率会受到收入效应的刺激，但同时也会受到较高的时间成本所产生的替代效应的限制。[17]因此，当收入刚开始上升时，父母对孩子的数量的偏好大于对孩子素质的偏好，从而导致生育率上升；在收入进一步上升后，由于孩子的素质需求弹性大于数量需求弹性，父母对孩子素质的需求又超过对数量的需求。因此，对于每个家庭来说，孩子数量和素质的关系如下：

　　按照“孩子数量素质替代理论”，在式(8)中计划生育政策对中学生数量的影响可能是正也可能是负的，取决于的符号是正还是负。因此，总体来看，计划生育政策对于中学生数量有两种效应：一方面，计划生育降低的是学龄人数，本研究将这种效应称为计划生育的数量效应；另一方面，学龄人数的减少意味着人口数量与人口素质的转化，本研究将这种效应称为计划生育的素质效应。在式(3)中，鉴于计划生育政策是减少出生人口的，其对中学生数量的影响应该是负向的总效应的大小取决于两者效应的方向和力度，因此，计划生育对中学生数量也就是人口素质的影响不确定，不一定带来人口逆淘汰，在不同计划生育政策地区可能也不一样，这取决于这两种对立效应的相对强弱程度。而人口逆淘汰论战的对方都仅仅看到计划生育一方面的作用，得出了有失偏颇的结论。

　　三、计量模型与数据

　　将方程(8)除以总人口后展开，加入社会经济等控制变量，再加入上年的中学生数，以控制内生性，得到如下计量模型：

　　本研究试图将计划生育政策实施以来的人口素质面板数据都纳入分析中，但是由于中国仅仅公布了1986—2003年的分省区城乡中学生数，分省区TFR仅仅公布了1971—1990年的数据，所以在分析中学生数量时，只能纳入1988—2003年的数据。数据来源为《新中国五十五年统计资料汇编》与《中国统计年鉴》、《中国常用人口数据集》、《中国1990年以来常用人口数据集》等。为保证数据口径的相对一致性，西藏自治区不包括在内，海南省与广东省合并，重庆市与四川省合并，数据跨度为15年，横截面单元为中国28个省、直辖市和自治区的面板数据，使用软件是Stata10．0。

　　四、实证结果

　　本研究分析了1988—2003年计划生育政策对中学生数量的影响，具体步骤如下：(1)由于本研究所使用的变量包含虚拟变量，固定效应模型不适合使用，所以笔者使用了混合普通最小二乘模型(POLS)和随机效应模型(RE GLS)两种方法进行回归分析。在计量分析过程中，运用拉格朗日乘子检验(LM test)验证了在本研究中RE GLS优于POLS(P=0＜0．05)。(2)由于随机效应模型中可能存在横截面相关及自相关问题，产生估计偏误，所以横截面相关问题使用B-P LM检验(Breuch-Pagan LM)，自相关问题使用伍德里奇检验(Wooldridge test for autocorrelation)，发现存在横截面相关及自相关问题，运用FGLS纠正，回归结果见表2。

　　我们看到，在不同地区，计划生育政策的作用有所不同：第三类政策地区，中学生数量显著较高，第一、二类政策地区与第四类地区没有显著区别，也就是说，尽管第一、二类政策地区计划生育政策比较严格，但是其中学生数量并不比第四类政策地区显著少，没有出现计划生育政策越宽松，人口文化素质越低的状况；在城市，也是第三类政策地区中学生数量最多，虽然农村的计划生育政策差异最大，但是不同计划生育政策地区的中学生人数并没有显著区别；计划生育政策对城乡中学生数量没有显著影响，也没有出现计划生育政策越宽松，人口素质城乡差别越大的状况，也就是说，在城乡之间不存在人口逆淘汰现象。历次人口普查数据都证明，计划生育政策使生育率大幅度下降，减少了人口数量，提高了人口素质，这是计划生育政策的素质效应。但是计划生育政策毕竟减少了新生儿也就是未来学龄人口的数量，由于学龄人口数量的减少，在入学率达到一定水平后，中学生数量肯定减少，尤其是在第一、二类政策地区，由于执行的是严格的一孩和一孩半政策，中学生人数显著减少，计划生育的数量效应较明显。当然，随着家庭收入的增加，在家庭和社会资源能够达到提高现有孩子素质的情况下，家庭同时会增大对孩子数量的需求，不过鉴于计划生育政策的原因而无法实现，从这个意义上说，存在人口逆淘汰的情况。20世纪70年代在全国范围推行计划生育政策以来，我国政府将人口增长过快的问题作为解决人口问题的重心，到20世纪80年代人们普遍关注的是“人口爆炸带来的学生数量爆炸”。因此，20世纪70～80年代，甚至到90年代，在人满为患的危机感中，在人口变动对教育影响的问题上，学者们几乎一致认为人口增长不利于教育的发展。[18]但随着计划生育政策的实施，妇女生育水平大幅度下降，出生人数的迅速减少对学校教育带来了新的问题，有少数学者注意到当某一学龄段人口高峰过后，学龄人口的迅速减少会浪费教育资源。[19]所以，一方面是第一、二类政策地区教育资源由于学龄人口减少而造成浪费，另一方面是第四类政策地区，随着社会经济的发展和家庭收入的提高，孩子接受中学教育的可能性大大增强，中学生数量并没有显著低于其他政策地区。但由于第四类政策地区教育资源不足，以及相对于家庭收入来说，孩子数量太多，对素质的要求降低，素质效应太小，因此其中学生数量亦没有显著区别。在第三类政策地区则不同，随着社会经济的发展和家庭收入的增加，由于计划生育政策的介入，孩子数量减少，家庭对孩子素质的要求提高，能够保证孩子接受中学教育，相对较为宽松的计划生育的政策也使该地区有为数不少的学龄人口，计划生育政策的数量效应小于孩子的素质效应，造成中学生数量显著较高。从全国范围来看，总体人口素质的提高抑制了可能出现的人口逆淘汰现象，计划生育的素质效应和数量效应相互抵消，总和生育率下降并没有导致中学生数量减少。

　　计划生育政策并没有导致人口逆淘汰，还有其他方面的原因。认同“人口逆淘汰”的观点是建立在以下两个前提之上的：一是城乡人口素质现状维持不变，二是农村人口在总人口中的比重不断上升。[20]由于农村人口整体素质低于城市，因此，农村人口比例上升的过程，就是低素质人口比例上升的过程，最终会导致整体人口素质的下降，但实证数据揭示的事实却是农村人口教育素质在上升。随着GDP的增长，农村中学生数量在增加，这说明随着社会经济的发展，农村人口的素质在提高。与此同时，随着农村收入的增加，落后的农村教育不能满足农村家庭的需求，富裕的农村家庭将孩子送入城市接受更好的教育，增加了城市中学生数量。相关研究认为城市化提高了教育水平，但是本研究数据显示的结果却恰恰相反，城市化在总体上并没有增加中学生的数量，而是降低了城市的中学生数量，因为，学龄人口毕竟不是一个迁移倾向较强的人口群体，再加上户籍制度的限制，农村中学生很难随同父辈迁入城市，导致迁入城市的大多数是非学龄人口。这进一步说明，仅仅是改变了居住区域，从农村进入城市，进城农民收入没有增加，并不能提高人口的整体素质。因此，人口逆淘汰不存在的原因是城市化改变了城乡人口比例，而农村中学生数量随着社会经济的发展而增加，并没有产生人口逆淘汰。

　　同时我们还看到，GDP的增长尽管促进了农村中学生数量的增加，但是并没有从整体上增加中学生数量，究其原因，是因为：计划生育政策将学龄人口降低的太多，即使经济再怎么增长，在城市地区，鉴于学龄人口的限制，中学生的数量也不会增长。另外，以往研究没有注意到的还有家庭资源的浪费，计划生育政策的执行，使大部分家庭只有1～2个孩子，在孩子素质达到要求以后，家庭必然会增大对孩子数量的要求，但是由于计划生育政策的原因，这种需求得不到满足，家庭只好将这种需求转移，近年来，不少家庭养宠物，替代养孩子，占用了社会和家庭资源，这不能不说是一种更大的浪费。

　　五、结论与讨论

　　本研究通过实证分析发现，计划生育政策具有数量效应和素质效应两方面作用，生育率的下降并没有减少中学生数量，中国人口逆淘汰并不存在。城乡之间人口逆淘汰不存在的原因是，尽管城市有着良好的教育资源，但是缺乏教育对象，计划生育的素质效应得不到发挥，加之城市化和农村家庭收入增加改变了中学生的城乡分布，城乡中学生数量并没有显著变化。而在不同政策地区，则是计划生育政策过紧的第一、二类政策地区出生人口太少，计划生育政策的负面数量效应过大；第四类政策地区虽然有足够的孩子数量，但是由于社会经济欠发达，人口素质上不去，计划生育政策的素质效应过小；第三类政策地区有一定数量的学龄人口，随着社会经济的发展，有能力提高孩子的质量，得到了人口数量与素质的优化。需要注意的是，虽然我国不存在人口逆淘汰，但也出现人力资源存量减少的问题，即在实现低生育率的同时并没有积累人力资本，呈现出低生育率水平、低人力资本存量的状态。这对未来中国的发展，尤其是应对人口老龄化社会的到来，将是一个严峻的挑战。

　　从理论上讲，每一个国家都有它的适度人口水平，这一水平并不是一成不变的，当资源增加能容许更多人口时，适度人口的水平也将随之提高，教育也是如此。改革开放三十多年来，中国社会经济取得很大发展，教育资源水平有了很大提高，相比之下，计划生育政策却没有得到实质性的调整，第一、二类政策地区虽然生育率较低，但是生育率下降降低的毕竟是学龄人口，严格的计划生育政策并没有提高教育水平和人口素质，阻碍了人力资本的积累。这意味着我国生育率下降所创造的经济发展机会不能被充分利用，而个人和家庭可能会由此承担净损失。改革开放初期，实施计划生育政策的一个主要原因是人口太多、教育资源不足，如今在一些地区却是人口太少，家庭和教育资源浪费，在这种情况下，应该适度调整计划生育政策，这是比单独讨论是否存在人口逆淘汰更有意义的主题。本研究显示，第三类计划生育政策使人口数量和素质达到了最优，是最适合的政策。

　　【参考文献】

　　[1]王久仁：《中国人口素质将呈现相对下降趋势》，载《社会学研究》，1989(3)。

　　[2]穆光宗：《论中国人口的质量控制——关于中华民族未来的社会学思考》，载《社会学研究》，1991(3)。

　　[3]王琳：《人口素质“逆淘汰”争议之我见》，载《山西大学学报》(哲学社会科学版)，1995(1)。

　　[4]李训士：《我国人口素质并未出现逆淘汰》，载《社会学研究》，1992(3)。

　　[5][20]翟振武、侯佳伟：《人口逆淘汰：一个没有事实根据的假说》，载《中国人口科学》，2007(1)。

　　[6][7]周建国：《人口“逆淘汰”：事实还是伪命题?》，载《社会观察》，2008(8)。

　　[8]冯国平、郝林娜：《全国28个地方计划生育条例综述》，载《人口研究》，1992(4)。

　　[9]郭志刚、张二力、顾宝昌、王丰：《从政策生育率看中国生育政策的多样性》，载《人口研究》，2003(3)。

　　[10]Gunnar Fougstedt. “The Effect of Demographic Variables on the Demand for Education in View of Manpower Requirements”. Helmut V. Muhsam (ed. ). Education and Population Mutual Impacts. International Union for Scientific Study of Population, 1987.

　　[11]Choy, Susan P. Students Whose Parents Did Not Go to College: Postsecondary Access, Persistence, and Attainment (NCES 2001—126). Washington, D.C.: U. S. Department of Education, National Center for Education Statistics, 2001.

　　[12]Orfield, G., and Lee, C. Why Segregation Matters: Poverty and Educational Inequality. Cambridge, MA: The Civil Rights Project at Harvard University, 2005.

　　[13]Biswas, R. R., Mills, J., and Prince, H. “Building Skills, Increasing Economic Vitality: A Handbook of Innovative State Policies”. Jobs for the Future, 2005.

　　[14]Eller, R., Martinez, R., Pace, C., Pavel, M., Garza, H., and Barnett, L. Rural Community College Initiative I. Access: Removing Barriers to Participation. (Report No. AACC—PB—98—1). Washington, D. C. : American Association of Community Colleges, 1998.

　　[15]Birdsall, Nancy and Dean T. Jamison. “Income and Other Factors Influencing Fertility in China”. Population and Development Review, 1983, 9(4) : 651—675.

　　[16]Poston, D. L., Jr. and Gu Baochang. “Socioeconomic Development, Family Planning, and Fertility in China”. Demography, 1987, 24 (4): 531—551

　　[17]G．S． 贝克尔：《控制人口与经济发展》，北京，北京大学出版社，1985。

　　[18]刘铮：《人口现代化与优先发展教育》，载《人口研究》，1992(2)。

　　[19]段成荣、杨书章、高书国：《21世纪上半叶我国各级学校适龄人口数量变动趋势分析》，载《人口与经济》，2000(4)。^