第一节 人口老龄化对经济增长影响的理论与实证研究

一 人口与经济增长理论

经济增长理论是经济学研究的起点、终点及亘古不变的主题。而人口因素始终是影响经济增长的重要因素。然而，人口因素与经济增长的关系并非是显而易见的，其对经济增长的影响不是独立存在的，且方向不确定，可能与其他增长因素一起对经济产生或负或正的影响。[1]故本书先梳理了经济增长理论脉络，认清人口因素与经济增长关系的发展历程。

1.经济增长理论中的人口因素

（1）古典增长理论。人口因素重农主义学派、古典学派等早期经济学家都在其增长理论中有所涉及人口因素。亚当·斯密（1776）在其经典性著作《国民财富的性质和原因〈国富论〉》中就对财富增长（经济增长）问题进行了详细的阐述，认为土地、物质资本与劳动力均是财富增长的来源，并从分工的角度，探讨了资本与劳动力影响经济增长的机制，认为分工产生规模经济能够促进财富增长，是由于分工使劳动生产率提高，并随之提升资本与劳动力的投入报酬，因而人口的数量与质量，特别是劳动力占总人口的比重是直接影响经济增长的因素。

马尔萨斯（1978）提出的马尔萨斯主义（Malthusianism）是古典理论中最著名的人口与经济增长理论，其影响十分深远，数年来一直是主流观点。马尔萨斯认为，人口增长是制约经济增长的因素，由于人类的生育水平基本稳定，而土地边际报酬则递减，人口增长将超过生活资料的增长，使人均收入降到生存水平之下，而此时迫于生活资料的限制，人均收入水平由于生育率下降、死亡率上升而有所增长，增长至生存水平线截止，生活资料的丰富使生育率上升、死亡率下降，人均收入水平下降并位于生存水平之下，如此循环反复，长期来看，人均收入水平将在生存水平上下波动，不可能实现经济的长期增长。

李嘉图（1817）深受马尔萨斯的影响，认为尽管通过国际分工与贸易，可以促进各国的经济增长，但长期来看，一国经济将停止增长并维持稳定，人口与经济增长的前景是悲观的，并将经济停滞的原因归结为物质资本、土地与劳动力的边际报酬递减。

马克思（1867）在劳动价值论解释增长源泉的基础上，提出了经济实现增长的理论，即扩大再生产理论，其核心思想是经济的增长来源于投入的增加，这一观点与哈罗德—多马模型不谋而合。吴易风（2007）详细地推导了马克思的增长模型。在马克思扩大再生产理论的指导下，社会主义国家普遍相信，通过减少消费以增加物质资本积累，并同时增加劳动投入使二者比例合理，即可获得经济增长，故包括中国在内的早期社会主义国家走上了抑制消费、积累高投资的经济增长道路，并在发展之初取得较好的效果。然而在这样的发展模式下，劳动者由于长期抑制消费，缺乏激励，再加上缺乏有效的方式提高劳动者质量，最终引起劳动生产率下降，再加上资本报酬递减，经济增长不可能长期持续，会出现停滞现象。经济一旦停滞，人口消费不能被社会财富所满足，从而出现人口压力，在这样的情况下，中国在20世纪70年代末开始实施计划生育政策，严格控制人口增长。

（2）新古典增长理论。新古典增长理论是经济增长研究的出发点，哈罗德—多马模型与索洛模型是其典型。哈罗德（Harrod）与多马（Domar）较早地引入数理方法，建立了哈罗德—多马模型，使经济增长理论从短期、静态的分析变为长期、动态的模型，为现代经济增长理论的发展奠定了基础。Harrod（1939）和Domar（1946）在严苛的假设下[2]建立了Harrod-Domar增长模型：定义资本产出比v=K/Y，且v为固定常数；故投资I=ΔK=vΔY；由于投资与储蓄相等，I=vΔY=S=sY，则均衡状态下的产出增长率为储蓄率与资本产出比之比，即ΔY/Y=s/v。Harrod-Domar模型表明若资本产出比为常数，则由投资率即储蓄率决定均衡增长率，却不能说明人口或劳动力对经济增长的影响。因而Harrod定义了三个不同投资水平下的经济增长率：实际资本产出比v下，实际增长率G_A=s/v；企业家合意的资本产出比v_r下，有保障的增长率G_W=s/v_r；充分就业的资本产出比v_n下，自然增长率G_N=s/v_n=n，其中n为人口增长率。经济均衡增长时，三个增长率相等，均衡增长率即经济可实现的最大增长率，就是人口增长率n；当经济增长不均衡时，若G_W＜G_N，则表明人口增长通过刺激需求来刺激投资，进而促进经济增长；反之，当G_W＞G_N时，则经济因人口下降而增速下降，此结论与凯恩斯学派停滞理论中对于人口经济增长关系的论述相一致。

索罗（Solow，1956）和斯旺（Swan，1956）通过将技术进步引入生产函数，改进了Harrod-Domar增长模型，假定技术进步为Harrod中性，则Solow-Swan模型生产函数为Y=A_tF（K，L）[3]，另y=Y/L，k=K/L，表示各变量的人（劳）均量，进一步，对生产函数求导并得到：，w_k为资本的产出弹性。长期来看，人均资本增长率趋于零，均衡经济增长率等于技术进步率，这表明包括人口在内的投入要素的增长只能使总产出增长，而不能促进人均产出增长。此外，Solow还定义了索洛余值，即大家所熟知的全要素生产率（Total Factor Productivity，TFP）。Solow-Swan模型为经济增长源泉的探索指明了新的方向——技术进步，而索洛余值则成为衡量技术进步对经济增长贡献的重要指标，为经济增长实证研究提供了工具与方法，然而索洛模型的缺陷也很明显，无法解释技术进步是如何产生的，只能定义其为外生变量，极大地限制了其应用，内生经济增长理论则应运而生。

（3）内生增长理论。阿罗（Arrow，1962）最早建立了内生增长模型的雏形——“边干边学”（Learning by Doing）模型：A=Kμ（μ＜1），其中，A表示知识存量，则总量生产函数为Y=F（K，AL）。阿罗研究表明，知识创造是投资的副产品，整个社会的生产率提高则得益于知识溢出，因而生产函数的规模报酬递增，这是因为企业增加投资后，知识与经验会在生产过程中得到积累，生产率将随之提高，由于知识与经验具有共享性，其他企业也能利用这些经验与知识，进而能促使整个社会的生产率与技术水平提高。随后，宇泽弘文（Uzawa，1965）将教育部门引入增长模型，建立了初步的技术进步内生增长模型，认为生产率是由于教育部门提高生产人力资本而提高的，人力资本的积累可促使人均收入持续增长。但其与“边干边学”模型一样，人口增长率是新的外生变量，人口增长率决定了人均产出的增长率。在阿罗的基础上，真正的内生增长模型逐步形成。

在阿罗的基础上，罗默（Romer，1986）强调知识溢出效应和内生性，将知识作为独立的因素引入增长模型，建立了知识溢出模型，并指出：投资通过促进知识积累间接提高技术水平，促进技术进步，从而抵消了投资的规模报酬递减性，促使知识与技术投资规模报酬不变或递增，投资的收益提高会间接促进投资，进而促进经济增长，长期经济增长完全由知识存量这一内生变量决定且稳步提高。随后，罗默（1990）提出了研究开发（R&D）模型，经济可分研究开发（R&D）部门、中间产品生产部门和最终产品生产部门三个部门，并指出均衡经济增长率随R&D部门的生产率与人力资本存量的提高而提高。在Uzawa的基础上，卢卡斯（Lucas，1988）建立了人力资本溢出模型，研究表明，假定生产者的时间在当前生产和进行人力资本建设之间分配，则人力资本的不断积累促进技术进步，因而长期经济增长由人均人力资本累计水平所决定。内生经济增长理论强调经济增长由内生技术进步而非外生变量推动，人均收入可以长期增长，且政府可以通过加强研究与开发投入、增加教育支出、保护知识产权等手段投资技术进步，进而推动经济增长。

另一些经济学家与罗默、卢卡斯等的观点不同，并未关注知识和人力资本的外溢性，而是在完全竞争和凸性生产技术条件下，建立了凸性增长模型，强调物质与人力资本才是经济增长的内生动力，而非技术进步，其中代表性人物有琼斯（Jones）和真野惠里（Manuelli，1990），认为尽管资本边际收益是递减的，但其最终趋于一个正数而非零；雷贝洛（Rebelo，1991）则解释资本边际收益不会递减为零的原因是存在一类核心资本，其边际产品收益不变。而凸性增长的代表性模型有AK模型：Y=AK，假设所有储蓄均转化为投资，则ΔK=sY=sAK，ΔK/K=ΔY/Y=sA。AK模型表明，假若技术水平A为正常数，经济增长率随储蓄率s的提高而提高，资本持续积累，促使经济实现内生增长，此时经济中没有技术进步，资本边际报酬不再递减，而考虑技术进步与人口增长的经济增长率γ*为：γ*=sA-（n+δ）。

此外，有些经济学家受到企业组织理论的启示，从产品提高的角度来解释技术进步，建立了质量阶梯（Quality Ladder）模型，代表人物如格罗斯曼和埃尔普曼（Grossman and Helpman，199l）、阿格依奥和豪伊特（Aghion and Howitt，1992）、迪诺普洛斯和汤普森（Dinopolous and Thomposon，1998）等。

内生增长理论是在寻找资本边际报酬递增或不变的原因与途径，无论是否存在技术进步，经济学家逐渐认识到知识积累的重要性，人力资本这一与人口相关的重要变量被引入生产函数中。从仅考虑劳动力数量到重视劳动力质量，经济增长理论又有新的突破，这对于研究人口对经济增长的影响有重要意义。

2.人口转变理论

人口转变是现代化进程的必要组成部分，人口转变的最终结果便是人口老龄化。[4]人们逐渐认识到人口结构对经济增长的重要性，并提出人口转变理论，研究老龄化问题，因而离不开人口转变理论。

20世纪初，工业革命兴起，英、法、德等西欧诸国得益于生产力的发展，工业化和城市化发展迅速，卫生、医疗条件随之改善，扭转了工业革命前人口长期处于高出生率、高死亡率及低增长率的态势，进入人口持续增长阶段，另外，出生率也随着死亡率的持续下降而下降，因而自然增长率也出现了下降趋势，并维持在一个较低的水平波动，最终人口进入了低出生率、低死亡率及低增长率的阶段，这一转变过程被诸多学者概况为人口转变（Demographic Transition）理论。人口转变理论是通过人口统计资料和经济发展分析得出的经验结论，反映了西方国家人口的自然演变的几个阶段，且对后来世界人口转变的态势也有一定的代表性和指导作用。人口转变理论拉开了李嘉图（Ricardo）、马尔萨斯（Malthus）时代的序幕，自此，诸多学者都致力于关于经济与人口关系的探索与研究，进而形成诸多经济增长理论。

兰德里（1909）在《人口的三种主要理论》一文中最早提出了人口转变理论的雏形，在其中将经济发展过程中的人口趋势总结为原始、中期及现代三个阶段。汤普森（1929）发展了人口转变理论，根据出生率、死亡率、经济发展和生活水平等变化，区分了人口转变的三个阶段，将世界人口分为：亚非地区，出生率与死亡率都极髙；出生率与死亡率都下降的地区，其中西欧地区的出生率下降更快；其他地区的死亡率下降更快。

随后，兰德里（1934）首次使用人口转变这一术语，并基于法国的人口数据，系统地阐述了其三阶段理论：①工业革命之前、生育无节制的原始阶段，不仅生活资料短缺，而且生产力与科技水平都很低，人口处于高出生率、高死亡率与低增长率阶段，人口数量与维持生存的必要生活资料相关；②工业革命之后、生育率降低的中期阶段，不仅生活水平有所提高，而且生产力水平不断提高，改变了生产与消费方式，人们的生育意愿有所下降，晚婚晚育的人口增多，生育率随之下降，人口增长放缓；③低生育率、低死亡率的现代阶段，特点是经济、生活发展的水平大幅度提高以及妇女生育意愿下降，死亡率与生育率不断下降至较低水平。尽管兰德里的理论模型有一定局限性，缺乏普遍性，但其为人口转变理论的发展奠定了基础。

总结以往研究，诺特斯坦（Notestein，1945）建立了三阶段人口转变学说的理论框架，从而形成了人口结构转变系统性理论。诺特斯坦的人口转变三阶段模型如图3-1所示，人口转变的三个阶段为：①高出生率与死亡率阶段，特征是死亡率高而多变，因而人口增长的主要因素是高死亡率而非高出生率；②转变阶段，这一阶段死亡率下降速度很快，尽管出生率也有所下降，但下降幅度远不及死亡率，故而出现大幅的人口增长；③低出生率与死亡率阶段，这一阶段更替水平高于出生率[5]，与之相比，死亡率则相对稳定至极低水平。

图3-1 诺特斯坦的人口转变三阶段模型

在诺特斯坦模型的第二阶段，人口增长率较高，将出现“婴儿潮”，随后，人口结构随生育率的下降而改变，特别是进入第三阶段，“婴儿潮”出生的孩子进入老年，老年人比重不断攀升，人口老龄化日益严重，最终进入老龄化社会，因而人口转变的最终结果是人口老龄化。诺特斯坦模型是最具有影响性的人口转变理论，随后诸多学者对其进行了补充与完善，如Kindelberger和Herrick（1958）的人口转变四阶段理论、Blacker（1947）的五阶段理论。

但随后的研究将人口转变定义为与人口转变密切相关的一系列的综合转变，而非单纯的人口结构转变问题，如生育行为转变、家庭组织结构变动以及流行病学转变，因而人口结构转变带来的是包括经济、政策、制度等多层次、多维度的影响，Modigliani和Brumberg（1954）最早进行了人口转变对宏观经济的影响研究，并提出生命周期假说。因此，研究老龄化与经济增长的影响，首先要关注生命周期理论。

3.生命周期理论

Modigliani和Brumberg（1954）的生命周期模型（Life-Cycle Model，LCM）见图3-2，其核心思想是假定个人的消费取决于其一生的预期总收入，而非仅仅取决于当期收入，在消费的边际收益递减原则的基础上，个人可以通过储蓄进行跨期配置，将收入高时期的收入转移至低收入时期，使各个阶段的边际消费效用现值相等，以取得其一生消费的收益最大化。

图3-2 生命周期假说中的收入、消费和储蓄

储蓄的目的是为退休后的消费提供保障，因而个人的就业收入、退休时间及社会养老保险制度都将影响其储蓄的动机与数量。在生命周期内，储蓄一般发生在工作时期，退休后则开始消耗储蓄，财富逐渐减少，则整个生命周期财富积累呈现金字塔形，这就是生命周期假说对消费者行为的经典解释。根据生命周期的解释，有且仅有劳动年龄时期创造储蓄，假若一个国家老龄化严重，劳动人口比重较低，则国民经济的总储蓄将受到影响，从而影响整个宏观经济的运行。然而，LCM模型假设较为苛刻，存在一些缺陷，例如其假设人一出生就是劳动力，未曾考虑孩子时期的收入、消费与储蓄问题，也没有考虑遗产问题即代际之间的财产转移，在生命周期结束时，个人的储蓄现值为零。但LCM模型为研究老龄化对经济增长的影响奠定了基础，此后一些学者进一步放松假设，加入少儿阶段，并考虑代际收入转移，逐渐形成了较为成熟的理论与模型。

二 老龄化对经济增长的影响研究

20世纪以前，人口出生率高、预期寿命短，典型的人口年龄结构是年轻化，65岁以上人口很少，很容易忽视老年人口比重，大部分经济理论都假定劳动人口即是总人口，并未重视老龄化对经济增长的影响[6]。20世纪之后，才逐渐有学者关注老龄化对经济增长的影响。索维（Sauvy，1948）分析了西欧国家人口老龄化的经济影响，最早关注老龄化对经济增长的影响。

1.国外研究

人口老龄问题最早显现于日本和欧洲等发达国家和地区，因而其研究也起步较早，索维（1969）探讨了生育率下降引起的人口老龄化及其对经济增长的影响，克拉克（Clark）和斯潘格勒（Spengler，1980）最早建立了人口老龄化经济学。早期学者主要进行人口老龄化对经济增长的实证研究，且大部分学者认为老龄化与经济增长之间为负的线性关系：Leff（1969）最早基于74个国家的数据进行实证研究，发现人口老龄化会减少储蓄、削减投资，进而促使经济增速放缓；Lindh和Malmberg（1999）改进了Mankiw（1992）的增长模型，建立了包含人口年龄结构的索罗增长模型，从而运用OECD国家1950—1990年的数据进行实证研究，其研究表明，65岁以上老年人口比重上升对经济增长的影响显著为负，改善经济增长可以通过提高劳动年龄人口比重。随后，诸多学者研究发现，简单的线性关系并不能描述老龄化对经济增长的影响：Fougere和Merette（1999）利用美国、日本、法国等七个OECD国家的数据，研究表明，尽管老龄化对经济增长有显著的负影响，但引入人力资本和物质资本内生增长模型后，老龄化通过提高人力资本积累水平，使老龄化对经济增长的负效应在一定程度上有所缓解，老龄化与经济增长不再呈单纯的负线性关系；Hondroyiannis和Papapetrou（2001）基于希腊1960—1995年的数据进行了实证研究，发现了“双重老龄化”（Double Aging Proeess），老龄化在降低储蓄率、减少资本存量与产出的同时，会对社会保障体系产生巨大压力，从而使财政收入减少，对经济增长造成双重负影响；An和Jeon（2006）则基于25个OECD国家1960—2000年的数据进行实证研究发现老龄化与经济增长呈倒“U”形关系（Inverted-U Shape Relationship），即在老龄化初期，老年抚养比上升使经济增长加速，但等到其上升到一定程度后，使社会养老负担加重，老龄化成为经济增长的阻碍。Bloom等（2011）基于2005—2050年的人口预测数据进行实证研究发现，尽管老龄化对经济增长有显著负影响，但由于人口老龄化会产生一定的个人行为，使其对经济增长的负效应得到缓解，特别是对于非OECD国家，老龄化不会明显阻碍其经济增长。

同时，大量学者从储蓄、投资、消费、劳动力等角度，进行了老龄化对经济增长的影响研究，支持了老龄化与经济增长之间为负的线性关系这一观点，如Turner等（1998）、Faruqee和Muhleisen（2002）与Tosun（2003）。储蓄角度的人口老龄化研究，大多基于生命周期假说与抚养负担假说。生命周期假说基于Modigliani和Brumberg（1954）的生命周期模型提出老龄化加剧将会使社会总储蓄水平降低，因为老年人口与少儿人口进行负储蓄，只有劳动年龄人口创造正储蓄。Coafe和Hoover（1965）认为少儿和老年负担加重对储蓄有负影响，老龄化加剧会使储蓄水平降低，这一结论也被称为抚养负担假说（Dependency Hypothesis）。基于劳动力角度的研究，更多的也是从上述两种假说出发，DeLaCroix等（2009）指出老龄化加剧使储蓄率下降，进而劳均资本会减少，并造成劳动生产率的下降，最终使经济增长减缓。而从消费角度的研究则认为老龄化加剧会降低人均资本与消费，阻碍经济的发展，如Lee等（2007）持此种观点。Maestas等（2014）从阻碍劳动力供给及劳动生产率下降的角度出发，基于1980—2010年美国的数据进行实证研究表明，60岁及以上人口增长10%将致使经济下降5.7%；Choi和Shin（2015）也是从阻碍劳动力供给的角度出发，基于对韩国的实证回归，表明人口老龄化会对经济产生不利影响。Kim等（2016）基于一般均衡模型（CGE）研究发现，2015—2060年老龄化可能导致韩国经济年均下降0.92%。

部分学者从储蓄、劳动力等角度出发，认为人口老龄化不一定是经济增长的不利因素，其作用较为复杂：Horioka（1997）认为，在人口老龄化加剧的同时，往往还会出现少儿抚养比下降，并将抵消老龄化对储蓄、经济增长的负面影响；Futagami和Nakajima（2001）将生命周期储蓄决策理论引入Rome（1986）的内生增长模型中，认为由于储蓄率与经济增长之间的相互作用，老龄化与经济增长的关系复杂：老年人口比重增加，能降低老年人口的消费比，从而增加储蓄，最终促进经济增长，经济增长又会反过来影响老年人口的消费比；Bailey（2006）研究发现在老龄化社会中，往往伴随着低生育率与低少儿抚养比，这使女性劳动参与率提高，整个社会的劳动参与率有所提高，因而老龄化未必会对经济增长产生不利影响；Uddin等（2016）则采用1971—2014年的澳大利亚数据，发现人口老龄化加剧目前有利于其经济增长，未来有可能逐步阻碍其经济增长。

少数学者从储蓄、健康需求、人力资本等角度出发，进行了老龄化对经济增长的影响研究，认为老龄化与经济增长之间为正的线性关系。Mason和Ronald（2006）研究发现，理性人在意识到人口老龄化时，会“未雨绸缪”，减少消费，以增加其在工作阶段的储蓄，这种储蓄动机成为“第二人口红利”的源泉，最终对经济增长起到积极作用。Merette和Georges（2010）则提出人口老龄化加剧会使人们重视健康需求，这会创造新的消费需求，进而促进经济增长。从人力资本角度来看，人口老龄化加剧，意味着预期寿命的提高，人们更偏好于提高自身或者家庭成员的技能水平而非抚养后代，以获得更高的劳动报酬，尽管这使劳动数量有所减少，但教育及技术培训等领域的投入有所增加，人力资本随之提高，进而促进经济增长。[7]如Fougere和Merette（1999）在迭代模型基础上，建立了物质资本、人力资本积累机制，研究表明人口老龄化是人们积累人力资本的重要动机，这使老龄化对经济增长不再只有负影响；Ludwig等（2012）则是强调缓解老龄化对经济增长的冲击的重要方式就是提高人力资本投资；Prettner（2013）也强调在人力资本内生框架中，人口老龄化对经济增长有积极作用；Berk和Weil（2015）强调人口老龄化通过“教师乘数”对经济增长产生积极影响，有效缓减了劳动力的技术衰退等负面效应。

此外，少数学者还探讨了老龄化的机制，Hock和Weil（2012）认为老龄化在降低劳动年龄人口可支配收入的同时，会不断降低人们的生育意愿，最终出现老龄化的螺旋式加深现象。

2.国内研究

王克（1987）最早探讨了中国人口老龄化对经济的影响，指出劳动老化会降低劳动力的流动性与创新力，进而引起消费结构变化，对经济增长产生不利影响。自此，国内学者才开始了对老龄化的研究与探讨。尽管人口老龄化对经济影响是多方面的，但其影响程度与方向却是不一定的。早期研究未有定论，主要原因是缺乏有说服力的理论与实证研究，大部分学者从消费、储蓄、劳动生产率等方面出发进行了分析研究，如张本波（2002）认为人口老龄化加剧影响了劳动力的有效供给，已经和即将发生的劳动力短缺现象将制约经济增长。

随后，学术界在研究老龄化对经济增长的影响时，开始尝试以微观分析与世代交替（Overlapping Generation，OLG）模型为基础，构建系统化的老龄分析框架，内生了人口老龄化。贺菊煌（2003，2006）改进了Diamond（1965）的OLG模型，将索洛增长模型与人口模型、生命周期模型有机结合，加入了收入预期、寿命预期等因素，研究发现死亡率下降导致储蓄率上升，印证了“人口老龄化导致储蓄率下降”的主流观点，其研究还表明生育率下降会对经济增长起负影响。此后，李军（2003，2006）基于索洛增长模型，研究表明老龄化与经济增长的关系曲线方向不确定，可能为正、为负也可能为零；彭秀健（2006）则基于CGE模型进行研究，强调老龄化的负面影响很多，如劳动力负增长、物质资本增长放缓，并最终导致中国经济增长放缓。这些研究都为人口老龄化对经济增长的影响研究提供了可用的方法，但是由于研究方法、模型建构和变量选取的差异，结论也不尽相同，目前学术界认为老龄化对经济增长的影响可能是负效应、倒“U”形、不确定以及正影响等多种。

大部分学者认为人口老龄化会制约经济的增长：王金营和付秀彬（2006）将居民的消费预期纳入分析框架内，老龄化将会降低未来的消费水平和消费比率，从而降低经济增长；彭希哲和胡湛（2011）从社会保障、公共安全等视角出发，讨论了人口老龄化对经济增长的不利影响；付志刚和章贵军（2011）基于OLG模型，分析了人口老龄化对经济增长的负效应；胡鞍钢等（2012）基于索罗模型与中国1990—2008年的省级面板数据，从理论与实证两个方面研究表明人口老龄化会放缓中国经济增长；郭熙保等（2013）基于人口预测数据，从劳动力供给、资本积累、支柱产业和技术进步等方面，分析了人口老龄化对经济增长的负面影响；郑伟林等（2014）则将1960—2005年的人口结构替换为2005—2050年的数据，经济增速将降低1.23个百分点，这表明中国人口老龄化的负向效应很大；吴俊培和赵斌（2015）基于省级面板数据进行实证研究表明老龄化不利于中国经济增长；谭海鸣等（2016）则运用CGE模型，以日本战后数据进行数值模拟发现，人口老龄化可能会使中国经济增速在2021—2025年出现台阶式下行；杨玲和张新平（2016）则进行实证研究表明人口老龄化对东北经济增长产生了不利影响；游士兵和蔡远飞（2017）建立了面板向量自回归（PVAR）模型，研究发现人口老龄化抑制居民消费，且人口老龄化对经济增长的直接效应还是间接效应都是负的；李中秋等（2017）认为，中国人口老龄化对经济增长的负面效应显著，且各区域负面效应的大小取决于所处的经济发展阶段和经济增长对要素依赖程度的大小；张秀武等（2018）认为，老龄化一方面会减少储蓄和投资，对经济增长产生直接负面效应，另一方面会使健康支出增加，挤占教育支出，并通过人力资本中介效应机制对经济增长产生间接负面效应；代金辉和马树才（2019）基于VAR模型对山东省1990—2015年的数据进行实证分析，研究表明人口老龄化对经济增长的阻碍作用是长期的。

还有一部分学者认为，人口老龄化与经济增长呈倒“U”形关系：于学军（1995）认为人口老龄化从投资、储蓄、劳动力等多个角度对经济产生影响，2020—2025年之前是利大于弊的，在这之后，人口老龄化进程加速，逐步转变为弊大于利，长期来看，人口老龄化对经济增长的负影响更为显著；张再生（2000）与于学军的观点类似，认为人口老龄化对中国经济来说，喜忧参半，先喜后忧，忧大于喜；王德文等（2004）则认为，人口老龄化加速给中国经济增长带来负面影响的转折点是2015年前后，此前中国一直有人口红利；许非和陈琰（2008）基于迭代模型，同样得出了人口老龄化与经济增长的倒“U”形关系，呈倒“U”形变化的还有人力资本投资率、储蓄率、经济增长率分别与预期寿命的关系；徐升艳（2011）则认为当前中国老龄化与经济增长的关系正处于两者倒“U”形关系的左侧；刘小勇（2013）采用面板分位数和面板非参数模型进行实证研究，验证了老年人口比重与经济增长之间倒“U”形关系的存在。少部分学者认为人口老龄化有利于经济增长：蔡昉（2009）则试图寻找人口老龄化条件下，中国实现“第二人口红利”，促进经济持续增长的制度条件；蒯鹏州和张丽丽（2015）基于OLG模型对法国的数据进行了理论与实证研究，表明预期寿命的变化将引起储蓄率、劳动时间投入和人力资本积累水平的持续提升，老龄化会对经济增长有持续的正向影响；Zhang等（2015）则认为，人口老龄化能够通过提高劳动生产率从而提高经济增长，冯剑锋和陈卫民（2017）通过劳动生产率、劳动参与率的中介效应研究，也得出了类似的结论；王亚章（2016）将隔代抚养机制引入OLG模型，研究表明老龄化加重后，抚养小孩的责任更多地被老人承担，劳动年龄人口的劳动时间并未减少，进而提高生育率，从而避免了老龄化的螺旋式加深，更避免了对经济增长的负效应。

此外，少数学者认为人口老龄化对经济增长的影响是多方面的，其效应并不确定：姜向群和杜鹏（2000）研究表明，人口老龄化对经济可持续发展的影响是多方面的，老龄化对社会供养负担、劳动、消费有较明显的负向影响，老年产业则对经济增长有积极作用；刘永平（2007）则基于世代交迭模型，研究发现老龄化对经济增长的影响是模糊的，这是由于老龄化加剧一方面使教育投入增加，增强了人力资本的积累，另一方面又使储蓄积累下降；刘永平和陆铭（2008）将家庭养儿防老机制引入迭代模型，进一步研究表明老龄化将导致中国经济增长放缓，而其放缓程度的大小是由老龄化程度、教育部门资本投入产出弹性等参数决定的；巩勋洲和尹振涛（2008）基于生命周期假说，认为老龄化不一定会放缓经济增长；刘穷志和何奇（2012）则基于OLG模型研究表明，通过不同的财政政策可使老龄化对经济增长产生或消极或积极的影响。王桂新和干一慧（2017）认为，中国人口老龄化现阶段未对区域经济增长造成负面影响，但未来不可避免。齐红倩和闫海春（2018）基于面板平滑转移回归模型（PSTR）研究表明，中国人口老龄化对经济增长的影响总体呈现先下降后上升，并且存在明显的门槛效应和区域差异。刘成坤和赵昕东（2018）将杜宾模型引入，研究发现人口老龄化对中国区域经济增长产生显著的负向空间溢出效应，但对当地经济增长无显著影响。

综上所述，研究老龄化、经济增长关系的文献卷帙浩繁，结论也不尽相同，目前学术界认为老龄化对经济增长的影响可能是负效应、倒“U”形、不确定以及正影响等多种。老龄化和经济增长关系研究结论不同的主要原因有两个：一是由于研究方法、模型建构和变量选取的差异，部分学者采用OLG模型、索洛增长模型、人口模型、生命周期模型、一般均衡模型以及两种或多种模型的有机结合；二是研究角度与机制的差异，老龄化会从投资、储蓄、劳动力、人力资本等多角度对经济增长产生影响，现有研究只关注一个或数个角度，并未提出一个老龄化影响经济增长的机制与模型，能涵盖投资、储蓄、劳动力、人力资本等变量，探寻人口老龄化对经济增长产生影响。