一、引言

2013年11月15日实施的“单独二孩”和2015年10月29日实施的“全面两孩”是人口政策的重大调整，其影响是全面而深远的。王培安指出，包括“单独二孩”和“全面两孩”在内的生育政策调整有利于优化人口结构，增加劳动力供给，减缓人口老龄化进程；有利于促进经济持续健康发展，实现全面建成小康社会的奋斗目标；并得出到2050年将增加3000多万劳动年龄人口，老年人口占比下降2%，对经济潜在增长率的长期红利达到0.4%～0.5%[1]的结论。Mason[2]和Bloom and Williamson[3]在研究人口转变对东亚经济增长的影响时首次使用人口红利(demographic dividend)的概念，人口红利关注人口年龄结构变化与经济发展之间的关系，其核心观点为经济增长来源于低负担系数的人口年龄结构，具体表述为劳动年龄人口数量持续增长、比重不断提高的人口年龄结构可以保证劳动力的充足供给和社会储蓄的提高，从而为经济增长提供一个额外的源泉，即人口红利[4]。

假设生育政策调整下新增出生人口必然会增加劳动年龄人口数量，改变人口年龄结构，对人口红利产生影响，那么生育政策的调整具体会对人口红利产生多大程度的影响，从而对经济增长产生多少影响？本文基于联合国人口司相关数据的分析，试图回答生育政策调整能否延长人口红利，能否促进经济持续发展，以对生育政策进一步调整和潜在的经济增长预测提供一定的参考。

为了方便表述和读者理解，这里先对本文的几个核心概念进行界定。

生育政策调整：为国家有关生育数量限制性政策的改变，即2013年11月十八届三中全会启动实施的“单独二孩”政策和2015年10月十八届五中全会提出的“全面两孩”政策。

少儿人口抚养比：是指人口年龄结构中，少儿人口对劳动年龄人口数之比，即0-14岁人口占15-64岁劳动年龄人口的比例。

本文数据来源于联合国人口司公布的有关中国人口年龄结构的相关数据* 联合国人口司网站公布数据：http://esa.un.org/unpd/wpp/JS-Charts/aging-median-age_0.htm.，其中包括2015年1岁年龄组分性别人口数、2016-2100年出生性别比、2016-2100年分性别预期寿命、2016-2100年5岁年龄组生育率与2016-2100年总和生育率。预测时可以将生育水平设定为两种方案，一种为“生育政策不调整”下的预测方案，即在假定生育水平随时间发生变化的前提下对联合国人口司公布数据修正得到2016-2100年的总和生育率，另一种为“生育政策调整”下的预测方案。第二种方案中又分为高、中、低三方案，具体而言即高方案为最高可能生育水平设定的方案，低方案为最低可能生育水平设定的方案，中方案为可能的生育水平平均值方案。

老年人口抚养比：是指人口年龄结构中，老年人口对劳动年龄人口数之比，即65岁以上(65+)人口占15-64岁劳动年龄人口的比例。

(2)进行CT检查前,医护人员需询问清楚患者检查部位是否有高密度、金属物品或胰岛素泵,若有上述物品存在则必须摘除后才进行检查。

人口总抚养比：是指依赖型人口(15岁以下和65岁以上)占劳动年龄人口(15-64岁)的比例。

二、相关研究回顾

由于国际人口迁移相对中国人口总量来说很微小，因此本文预测可以在没有迁移的封闭系统假设下完成。队列分要素法可以简明表达为矩阵形式，其中莱斯利(Leslie) 矩阵预测模型因其考虑了绝大部分的影响因素而成为一种相对较为精确的方法，因而本文将采取莱斯利人口预测矩阵并对其加以改进来预测生育政策调整对人口红利的影响。

几个方面的专项斗争和专项行动仍在深入开展中，一段时间内仍是全社会的热点和焦点。成果是显著的、振奋人心的，而工作方法、工作作风等精神层面也在悄然变化。优良传统和作风的回归虽然多是潜在的，但其价值同样应被关注。此类无形的东西，其可贵之处怎样评估都不会过分。

(一)人口红利的度量

综合学者关于人口红利的研究文献可以发现，一般以反映人口年龄结构的人口抚养比为中间变量来度量人口红利，即用劳动年龄人口规模、少儿和老年人口规模及其相应的人口抚养比的变化来衡量人口红利的大小。陈友华按总抚养比的构成把人口红利划分为少儿人口红利和老年人口红利，少儿人口红利是指少年儿童人口负担轻，而老年人口红利是指老年人口负担轻[6]。蔡昉以人口抚养比为指标，估算出人口红利对1982-2000年我国人均GDP增长率的贡献为26.8%[7]。

进一步分析会发现总抚养比在什么区间内才能认为处在人口红利窗口期是一个必须解决的问题。车士义认为总抚养比为50%，且老龄化率低于10%的人口结构即可以认为进入了人口红利期[8]；陈友华以瑞典1957年生命表人口为基准，将以60岁为老年起始年龄计算的少儿抚养比、老年抚养比以及总抚养比分别低于33%、35%、67%时的人口年龄结构，或者以65岁为老年起始年龄计算的少儿抚养比、老年抚养比以及总抚养比分别低于30%、23%、53%时的人口年龄结构确定为人口红利期[6]。蔡昉认为如果以45%的人口抚养比为测算人口红利的标准，那么在2030年之前都可以继续收获人口红利；如果以50%的人口抚养比为测算标准，那么人口红利消失的年份可以延长到2035年前后[9]。

综上所述，人口红利度量的关键因素是老年人口的年龄和以此为基础计算出的人口总抚养比，其中60岁和65岁是老年人口年龄常用的标准，人口总抚养比一般按45%和50%来度量人口红利，因此本文按照此思路设定人口红利的度量标准来测算生育政策调整下未来的人口红利期的变化。

(二)人口红利的窗口期

王德文等认为人口转变是动态的，因而年轻的人口结构带来的人口红利不是永久性的[10]，因此人口年龄结构的变动会影响人口窗口期的长短，但是现阶段关于中国人口红利的窗口期长短存在着一定的争论。

悲观者认为我国人口红利的窗口期已经关闭，如叶文振的研究认为，中国人口红利于2010年左右消失[11]；沈君丽利用新中国成立以来至2001年的人口年龄结构数据分析指出，我国人口红利窗口在1971年开启，2001年保持进一步打开趋势，而2015年人口红利窗口逐渐关闭[12]；杨云彦认为有利的人口年龄结构会持续到2015年左右[13]。乐观者认为我国人口红利还可以持续，如陈友华指出我国于1990年进入人口红利期，至2030年人口红利期结束[6]。田雪原等认为如果将总抚养比小于50%作为人口机会窗口，人口红利的持续期为1995-2020年；如果将总抚养比小于45%作为人口机会窗口，人口红利的持续期为1990-2030 年[14]。陈卫等指出从2000年到2025年左右，我国15-64岁人口的比例将一直维持高达70%的比例，2025年以后这一比例将下降，意味着人口红利时期将结束[15]。蔡昉指出，中国人口红利的峰值在2010年出现，当前中国正处在人口红利峰值的前期，而且峰值过去之后直到2030年，人口红利仍然可观，只不过这个盈利在2010年之前是累进的，之后是递减的[9]。

歌词十：她立春/她立秋/她人比黄花瘦/霜白了头/先天下/后天下/黄金屋/颜如玉/百代忧愁/红砖墙/老牌楼/琉璃瓦/已看透/却不开口/沉默中/那情天/那泪海/爱和恨/转眼成空/它立春/它立秋/它荒芜/它重修 海棠依旧/先天下/后天下/黄金屋颜如玉/沽一杯酒/红砖墙/老牌楼/琉璃瓦/写着拆/却不开口

总的来说，借用王向[16]的观点，即虽然对人口红利的窗口期还将持续多久尚有争议，但是普遍认为中国人口机会窗口即将关闭，因此生育政策调整是否会对现有的关于人口红利窗口期研究共识产生一定的影响呢？值得关注。

(三)生育政策与人口红利

中国的人口红利与生育政策有着密切的关系，结合学界对人口红利的研究可以发现，高低生育率转变形成“两头小、中间大”的人口结构是人口红利的主要原因，而中国的生育率受计划生育政策影响大。

本文采用队列分要素法(Cohort-Component Project Method)对人口进行预测，即将人口按性别、年龄分组并分别预测生育、死亡与迁移。具体而言就是从起始年度的分年龄和性别人口出发，根据年度的年龄别生育率、年龄别死亡率、年龄别净迁移率，以及它们未来可能变化的趋势，预测未来各年度的总人口、分性别年龄人口等。其预测过程可分为三步，第一步根据预期区间起始时间点每一人群的存活人数预测下一区间开始时仍存活的人数；第二步计算每一人群在预测区间内的新生人数，将新生人数加入对应的人群，并计算新生人口存活到下一个预测区间时点的人数；第三步在每一人群中加入相应的净迁移人口，计算预测区间的生育数，并预测迁移人口和新生人口存活到下一个预测区间的人数。

对比生育政策调整低、中、高三种方案下的少儿抚养比预测结果可以看出，低方案下2016-2100年少儿抚养比下降趋势接近维持生育政策不变的少儿抚养比下降趋势，只是整体略高于政策不变下少儿抚养比。中方案和高方案的波动幅度比较大，高方案下少儿抚养比最高超过了27.5%，且2016-2100年基本上维持在25%以上。

三、模型构建与参数确定

(一)数据的来源

微课本身在技术上有图文并茂，动静结合，视频简洁、清新、流畅等特点。好的微课，在选择或制作上会考虑到学生的基础、兴趣、习惯等，适合学生使用。提高微课的质量，力求使微课的内容要“精”“准”，能在几分钟内解决教学的重难点。通过积极创设有利时机，鼓励教师通过各种方式主动学习各类微课制作技能，参加各级信息化专业技能培训和微课比赛，组织研讨交流活动，提升教师的教学水平和微课制作水平，使教师充分享受成长带来的快乐。

(二)人口预测模型

陈友华认为，中国目前人口红利的形成建立在20世纪50-60年代人口的快速增长与20世纪70年代以来严格计划生育控制的基础上，认为中国的人口红利在很大程度上得益于人口生育政策的宏观调控[6]。杨云彦认为人口红利期与生育政策调整时间大致同步，严格的生育政策控制使中国人口年龄结构尽早进入人口红利期，而渐进的生育政策调整在一定程度上延长了人口红利期[13]。

刘元春认为，人口红利理论的内在逻辑为“社会抚养少儿和老年人口负担较轻、劳动年龄人口规模较大”的人口年龄结构会形成一段“人口机会窗口”期即人口红利窗口期，人口红利窗口期可以为经济增长提供丰富的劳动力资源和相对较低的社会总抚养系数，减轻社会负担，形成较高储蓄率，有利于社会投资，从而为经济发展提供良好的机遇[5]。梳理有关人口红利的研究文献发现，学界争论的焦点可分为人口红利的度量、人口红利窗口期确定和生育政策与人口红利关系三个方面。

虽说冬储市场往往“买涨不买跌”，但是，随着全国用肥量的普遍缩水，产能过剩的情况愈发突出，化肥市场的“旺跌淡涨”现象也越发频繁。以去年为例，秋季肥过后的淡季复合肥价格一路高歌猛进，然而，到了今年春天真正的用肥阶段，价格却开始松动，让很多操作不当的经销商吃了亏。面对当前如此不正常的“淡涨”现象，大多数经销商忧心忡忡，对冬储望而却步。李中南也表示，现在的物价上下波动强烈，不再像以前的市场有规律可循，冬储时机越来越难以把握。对此，李中南也给出了建议：“目前来看，复合肥仍有一定的上涨空间，现在入手应该也不算晚，如果持续观望，后期利润将会降低，并且风险加剧。”

根据莱斯利人口预测矩阵(Leslie population matrix)得到人口预测模型：

 

其中，wi(t)为t年i岁人口女性比例，i=1，2，…，n；bi(t)为t年i年龄育龄妇女生育率；pi为i年龄一年内存活率；X(t)为t年年龄别人口分布列向量；Xi(t)为t年i年龄个体数量。

(三)生育政策调整下生育水平估计

生育政策调整下生育水平估计是预测生育政策调整对人口红利影响的关键参数，准确地设定参数影响着预测结果的精确性。不同学者对生育政策调整下的生育水平估计可分为三类。一类认为生育政策调整会遇冷，中国低生育机制已经形成。如陈友华认为中国低生育率机制早已形成，“单独两孩”遇冷预示着“全面两孩”政策调整下的生育率也很难达到预期的水平，由“单独两孩”遇冷到“全面两孩”遇冷是完全可以预期的[17]。第二类认为生育政策调整会带来新的一轮生育水平的反弹，如翟振武等认为中国目前的总和生育率并未低至危机之中，伴随着生育政策的进一步调整完善，中国未来短期内总和生育率可能会上升至1.7以上的水平[18][19]。其最新的研究结果显示，“全面两孩”政策出生堆积的释放大约历时5年，总和生育率预计最高将会达到2.1，并最终降至大约1.8的水平[20]，在政策空间进一步放宽的假设下，未来的总和生育率大约是在1.70-1.75。第三类研究结论比较折中，既不认为会遇冷也不认为会有很大的反弹，如王广州根据2013 年包括农村一孩育龄妇女打算生育二孩的比例在80% 左右，其中有明确生育计划的一孩育龄妇女不到70%等数据的生育意愿调查，估计上限假定农村育龄妇女的终身二孩递进率为90%，得出即便是全面放开二孩的上限，实际总和生育率也不太可能超过2.1[21]。

在《管理办法》正式出台前一周，包括工农中建四大行在内的20家银行均已宣布设立理财子公司。根据目前各家银行公布的数据统计，四大行合计拟出资不超过530亿元，加上已经宣布设立理财子公司的招商银行、北京银行、交通银行等16家商业银行，合计最高出资资本金达1170亿元。

未来可能的生育政策调整对生育水平的影响可以参照国家卫计委对总和生育率的态度，王培安提出，我国的总和生育率应保持在1.8左右比较合适[1]。这种说法向我们传递了政府主管部门未来生育政策调整可能对生育率的影响。李建民认为中国在 20 世纪 90 年代就已完成传统意义上的人口转变，进入“后人口转变”时期，即已经出现了低出生率和低死亡率，人口规模出现静止或衰减[22]。

 

表1 2016-2100年不同方案下总和生育率参数的设定

  

年份不变下方案低方案中方案高方案2016-20201.35-1.321.49-1.521.79-1.842.13-2.202020-20241.32-1.331.43-1.411.72-1.702.02-2.002025-20291.32-1.311.41-1.401.70-1.692.00-1.992030-20341.31-1.291.39-1.381.68-1.671.98-1.972035-20391.29-1.281.38-1.361.67-1.651.96-1.952040-20441.27-1.261.36-1.351.65-1.641.95-1.942045-20491.26-1.241.34-1.331.63-1.621.93-1.922050-20541.241.321.611.912055-20591.231.311.601.902060-20641.221.301.591.892065-20691.211.291.581.882070-20741.201.281.571.872075-20791.191.271.561.862080-20841.191.271.561.862085-20891.181.261.551.852090-20941.181.261.551.852095-21001.171.251.541.84

综合学者们的研究，本文在高、中、低三个生育水平下分别预测生育政策调整对未来人口年龄结构的影响，并与假设生育政策不调整下的人口年龄结构趋势进行对比分析，即参照学者们的研究结论，在联合国人口司公布中国总和生育率变动模式的基础上设定2016-2100年间高、中、低和生育政策不调整下总和生育率的参数(表1)。

1 肠内营养制剂的组成 肠内营养制剂是一类不需消化或只需经化学消化吸收的营养物质，通过胃肠道途径 （口服或管饲）进入患者体内提供营养支持。其营养成分组成主要包括氮源、糖类、脂肪类、维生素、纤维素、矿物质等，动植物提取物为其原材料的主要来源[6，7]。常见肠内营养制剂能量密度在 3．77 ～ 6．28 kJ·mL-1范围内， 氮源、糖类和脂肪类提供能量的比例分别为14%～17%、54．5% ～ 75%和 9% ～ 31．5%。

(四)生育政策调整下其他参数估计

生育政策调整下死亡模式采用寇尔-德曼西区模型生命表(Coal-Demany regional model life tables)，寇尔-德曼模型生命表是国际上应用最多的一种模型生命表。之所以采用其中西区模型生命表，乔晓春认为一方面是因为西区表所采用的原始生命表最多，另一方面是西区表更接近中国的实际[23]。生育政策调整下分性别预期寿命(life expectancy at birth)采用联合国人口司关于中国2016-2100年分性别预期寿命作为预测参数，其2016-2100年男性寿命的区间为75.03-89.54岁，女性预期寿命的区间为78.08-90.51岁。生育政策调整下出生性别比(sex ratio at birth)也采用联合国人口司关于中国2016-2100年出生性别比作为预测参数，其2016-2100年出生性别比的区间为115-107。在封闭人口系统的假设下，人口净迁移率(net migration rate)设置为0。

四、结果分析

生育政策调整是通过影响育龄妇女的生育率进而影响人口红利的，人口红利涉及劳动年龄人口规模、少儿抚养比、老年抚养比和总抚养比等人口年龄结构。具体而言，生育政策调整首先通过改变出生人口数量影响少儿抚养比，一定时间后影响劳动年龄人口规模，进而影响老年抚养比和总抚养比。

(一)生育政策调整下劳动年龄人口规模的变化趋势

  

图1 15-59岁劳动年龄人口在不同生育政策下的变化趋势(2016-2100年)

对比维持生育政策不变与生育政策调整方案下的0-14岁少儿抚养比预测结果(图3)得出，维持生育政策不变的少儿抚养比一直保持下降趋势，在2028年下降到20%以下，2035年下降到17%以下，然后缓慢下降，直到2100年的14.8%；生育政策调整中方案下少儿抚养比由于出生人口释放进度不同而呈现波浪式发展趋势，由2016年的23.53%上升到2020年后的25%以上，再下降到2026年的25%以下，2033年下降到22.5%以下，之后趋势维持在20%～22.5%之间波动。

从15-59岁劳动年龄人口规模预测结果可以看出(图1)，不同生育政策下劳动年龄人口规模至2026年下降到9亿以下，之后整体维持着下降趋势。生育政策调整与否的区别体现在劳动年龄人口下降的速度差别，具体而言就是生育政策调整下新出生的人口在2032年加入劳动年龄人口群体，其规模整体下降趋势得到一定的缓解，体现在调整下的劳动年龄人口规模在2051年下降到7亿以下、2085年下降到5亿以下，而维持生育政策不变下的人口规模在2047年下降到7亿以下、2066年下降到5亿以下，且2100年调整下的劳动年龄人口比维持生育政策不变下的人口规模多1.85亿左右。

  

图2 15-64岁劳动年龄人口在不同生育政策下的变化趋势(2016-2100年)

不同生育政策下15-64岁劳动年龄人口规模变动趋势与15-59岁变动趋势相近，其规模在2020年两者都下降到10亿以下(图2)。随着生育政策调整新出生的人口逐渐加入劳动年龄群体，两者下降程度在2032年出现了区别，具体为生育政策调整下的劳动年龄人口规模在2040年下降到9亿以下、2065年下降到7亿以下、2099年下降到5亿以下；而维持生育政策不变下的劳动人口规模在2038年下降到9亿以下、2055年下降到7亿以下、2074年下降到5亿以下，且2100年调整下的劳动年龄人口比维持生育政策不变的人口规模多2亿左右。

“我婆婆很质朴，很纯真，很热情。”谢婉娇第一次到张伦家时是在夜里十二点，李兰芬给她做了一碗当地的特色小吃——麦芽白酒，暖暖的、甜甜的。

(二)生育政策调整下少儿抚养比的变化趋势

  

图3 不同生育政策下少儿抚养比的变化趋势(2016-2100年)

生育政策调整对劳动年龄人口规模的影响存在一定的滞后性，即生育政策调整下出生的人口在一定时间后才会加入劳动年龄人口，即相对于维持生育政策不变的假设条件下，生育政策放宽将大幅度提高新生儿出生数量，15年后将增加劳动年龄人口的数量。但从总的趋势可以看出，生育政策调整下劳动年龄人口数量的增加只是放缓了劳动年龄人口规模下降的速度。

  

图4 不同生育政策下老年抚养比的变化趋势(2016-2100年)

包含“单独二孩”和“全面两孩”的生育政策调整对人口红利、人口红利的窗口期和经济增长的影响研究尚未深入开展，生育政策的调整也提供了一个研究生育政策与人口红利间关系的难得机会。

(三)生育政策调整下老年抚养比的变化趋势

对比维持生育政策不变与生育政策调整方案下的65岁以上老年抚养比预测结果(图4)得出，两者的抚养比在2032年出现差异，维持生育政策不变的老年抚养比在2055年攀升到60%左右，然后继续波浪式上升，直到2100年的107%左右；生育政策调整中方案下2016-2100年间老年抚养比一直维持在80%以下，即在2059年左右攀升到60%，然后波浪式上升，直到2100年75%左右。对比生育政策调整低、中、高三方案下的老年抚养比预测结果可以看出，低方案下2016-2100年间老年抚养比一直维持在100%以下，在2056年左右攀升到60%左右，2100年攀升到98%左右；高方案的老年抚养比在2043年攀升到40%左右，然后波浪式上升，但一直维持在60%以下。

其次，实践操作层面，我们的积淀不多，起点较低，操作的系统性、专业性和针对性不强，更多时候是在依靠想象和惯性做事，教育工作中缺少情感教育的意识和情感的“味道”，以致一些活动和举措显得有点粗糙和牵强，但我们不会因此而停滞、畏缩。因为我们相信，在理论学习和不断深入探索的同时，实践质量会逐渐得到改善，境界和内涵也会不断得到提升。

(四)生育政策调整下总抚养比的变化趋势

  

图5 不同生育政策下总抚养比的变化趋势(2016-2100年)

  

图6 不同生育政策下人口红利的变化趋势(2017-2100年)

对比维持生育政策不变与生育政策调整方案下的总抚养比预测结果(图5)得出，两者的大小关系呈现出两个阶段，2016-2056年间生育政策调整下总抚养比大于生育政策不变的总抚养比；2057-2100年间生育政策调整下总抚养比小于维持生育政策不变的总抚养比。对比生育政策调整低、中、高三方案下的总抚养比发展趋势也呈现相似的规律，高方案下初期总抚养比最高，后期的抚养比最低。

不管波动幅度怎么不一样，不同方案下的总抚养比整体的趋势依然是上升，不同方案下的差别体现在上升的幅度不一样。

(五)生育政策调整下人口红利的变化趋势

结合不同学者关于人口红利度量的研究，可以看出不管是采用陈友华度量人口红利期总抚养比低于53%的人口年龄结构为标准，还是采用蔡昉的45%或者50%的总抚养比为测算人口红利的标准，生育政策调整都不能延后人口窗口期，而是提前人口窗口期。如以50%的人口抚养比为测算标准，生育政策调整下低、中、高方案将使人口窗口期分别提前1年、4年和9年结束。

按照王德文、蔡昉等[24]的研究发现，总抚养比的边际效应为-0.115，即人口抚养比每下降1%，可以导致人均GDP增长率提高0.115%，按此测算得出生育政策调整对经济增长的影响(图6)。从分析结果可以看出，生育政策调整对经济增长的先抑后扬，生育政策调整首先对人口红利产生负面影响，低、中、高三方案下都降低1个百分点左右；2057年后才能有效降低维持生育政策不变下的总抚养比，促进经济增长；直到2100年低、中、高三方案下总抚养比分别降低7.53%、25.65%和36.51%，即生育政策调整下三方案将导致经济增长分别加快1%、3%和4%左右。

五、结论与讨论

本文对比不同生育政策下15-59岁、15-64岁劳动年龄人口规模预测数据发现，生育政策调整后的总和生育率的反弹增加了预测期内劳动年龄人口人数，缓解了其下降的趋势，但从少儿抚养比、老年抚养比角度来看，生育政策调整下新增的出生人口提高了少儿抚养比，而对老年抚养比的缓解作用在2032年后才会出现。从总抚养比波动趋势可以得出，生育政策调整的初期增加了社会的抚养负担，2057年后才能有效的缓解社会的抚养负担，但并不能逆转其上升的趋势。

哥哥茫然地不知道说什么。这时祖父进来了。看了翠姨的热度，又感谢了我的母亲，对我哥哥的降临，感到荣幸。他说请我母亲放心吧，翠姨的病马上就会好的，好了就嫁过去。

从人口红利的变化趋势中可以看出，不论依据什么人口红利测算标准，生育政策调整都不能延后人口窗口期，而是提前了人口窗口期，以此可以得出生育政策调整初期新生出生人口通过增加社会抚养负担而对人口红利产生负面影响。但从长期来看，生育政策调整在2057年后能有效降低维持生育政策不变下的总抚养比，结合总抚养比每下降1%，人均GDP增长率提高0.115%[24]的设定，2100年总抚养比将降低25.65%，生育政策调整将导致经济增长加快3%左右。

基于以上的研究发现，如果从杨云彦分人口数量红利、人口结构红利和人口素质红利的三维人口红利理论来看[13]，虽然生育政策调整对人口年龄结构红利影响甚微，但其增加了劳动年龄人口规模，优化人口的城乡结构，缓解了人口年龄结构的老化，2057年后可以有效降低社会的抚养负担。因此，未来的中国应将人口红利的挖掘从人口数量、年龄结构红利转向人口城乡结构红利、人口素质红利上来，从而稳定乃至促进人口红利增加。

4.1 在祁连山东端的青海云杉林中，当死体可燃物含水率大于25%时，着火率为0%～4%，难燃；死体可燃物含水率19%～25%时，着火率为3%～11%，不易燃；死体可燃物含水率15%～19%时，着火率为13%～65%，较易燃；死体可燃物含水率11%～15%时，着火率为45%～48%，易燃；死体可燃物含水率小于11%时，着火率为69%～91%，极易燃。

参考文献：

[1]王培安：《论全面两孩政策》，载《人口研究》2016年第1期。

[2]Andrew,Mason．1997．“Population and Asian Economic Miracle”, Asia-Pacific Population & Policy,43( 11) : 1-4．

[3]Bloom,David,and Jeffrey Williamson．1998．“Demographic Transitions and Economic Miracles in Emerging Asia”, The World Bank Economic Review,12( 3) : 419-455．

[4]蔡昉：《未来的人口红利——中国经济增长源泉的开拓》，载《中国人口研究》2009年第1期。

[5]刘元春：《“人口红利说”：四大误区》，载《人口研究》2009年第1期。

[6]陈友华：《人口红利与人口负债:数量界定、经验观察与理论思考》，载《人口研究》2005年第6期。

[7]蔡昉：《人口转变、人口红利与刘易斯转折点》，载《经济研究》2010年第4期。

[8]车士义：《人口红利问题研究》，载《西北人口》2009年第2期。

[9]蔡昉：《中国的人口红利还能持续多久》，载《经济动态》2011年第6期。

[10]王德文、蔡昉、张学辉：《人口转变的储蓄效应和增长效应——论中国增长可持续性的人口因素》，载《人口研究》2004年第4期。

[11]叶文振：《不要用人口红利误导我国人口政策》，载《市场与人口分析》2007年第4期。

[12]沈君丽：《二元经济结构下的人口红利及其实现》，载《南方人口》2005年第1期。

[13]杨云彦、向华丽、黄瑞芹：《“单独二孩”政策的人口红利效应分析——以湖北省为例》，载《中南财经政法大学学报》2014年第5期。

[14]田雪原、王金营、张学辉：《老龄化——从人口赢利到人口亏损》，北京：中国经济出版社2006年版。

[15]陈卫、宋健：《中国人口的年龄性别结构》，载《人口研究》2006年第2期。

[16]王向：《关于人口红利与刘易斯转折点问题的文献评述，载《经济评论》2012年第2期。

[17]陈友华：《全面二孩政策与中国人口趋势》，载《学海》2016年第1期。

[18]翟振武、张现苓、靳永爱：《立即全面放开二胎政策的人口学后果分析》，载《人口研究》2014年第2期。

[19]翟振武、陈佳鞠、李龙：《中国出生人口的新变化与趋势》，载《人口研究》2015年第2期。

[20]翟振武、李龙、陈佳鞠：《全面两孩政策对未来中国人口的影响》，载《东岳论丛》2016年第2期。

[21]王广州：《影响全面二孩政策新增出生人口规模的几个关键因素分析》，载《学海》2016年第1期。

[22]李建民：《后人口转变论》，载《人口研究》2000年第4期。

[23]乔晓春：《“单独二孩”政策下新增人口测算方法及监测系统构建》，载《人口与发展》2014年第1期。

[24]Cai, Fang & Dewen Wang.2005.“China’s demographic transition: Implications for growth”, in: Garnaut and Song(eds) The China Boom and Its Discontents, Canberra: Asia Pacific Press.