生育支持、生育率与经济增长:理论分析与数值模拟

来源 :西南财经大学 | 被引量 : 0次 | 上传用户:satan0wei
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,中国出生人口数量不断下降,从2016年的1786万人降至2021年的1062万人。低迷的生育态势,加上因新冠疫情常态化和外部发展环境恶化造成的经济下行压力加大,是当前中国面对的两大突出问题。为扭转生育率下降趋势,《中共中央国务院关于优化生育政策促进人口长期均衡发展的决定》提出“实施三孩政策及配套支持措施”,力图通过降低生育、养育和教育成本来激发育龄家庭释放生育潜能。生育支持政策会改变个人消费、储蓄、生育和教育等生命周期行为,一方面直接影响生育率,另一方面通过作用于物质资本和人力资本积累影响经济增长。因此,厘清生育支持政策对生育率和经济增长的作用机理及影响效果,探讨如何合理制定生育支持政策以实现人口与经济协调发展,不仅具有重要的理论价值,而且在促进人口长期均衡发展目标下具有极强的现实意义。本文通过构建一个包含内生生育率和经济增长的世代交叠动态一般均衡模型,考察托幼照料、儿童津贴、教育补贴三项生育支持政策对生育率和经济增长的影响,并设定目标探讨不同生育支持政策的组合关系。通过理论分析和数值模拟,本文研究发现:第一,不同生育支持政策发挥的作用差异较大,托幼照料和儿童津贴有助于提高生育率,但会抑制经济增长;教育补贴有助于促进经济增长,但会降低生育率。从人口与经济协调发展角度看,三项生育支持政策在理论上存在互补关系。第二,以生育率和经济增长率均提高作为目标,仅考虑两项政策组合时,教育补贴政策需占据主导地位才能实现双增长目标,且由儿童津贴和教育补贴构成的支持体系从可行域长度上优于由托幼照料加教育补贴构成的支持体系;考虑三项政策时,有多种组合能够实现双增长目标,且可行域长度大于两项政策组合,这反映出三项政策构成的生育支持体系能够更好实现人口与经济协调发展。第三,敏感性分析表明,物质资本产出弹性的下降有利于灵活应对人口经济问题,但需要警惕家庭照料孩子压力过大所带来生育率和经济增长只能择一的不利影响。根据以上结论,本文提出如下三点政策建议。第一,树立多目标协同发展的生育支持理念,深刻认识到仅靠单项政策很难实现人口与经济协调发展,应着力于构建一个全面综合的生育支持体系,避免在追求生育率回升的同时阻碍经济增长。第二,建立生育支持力度与生育支持结构紧密关联的动态调整机制。受不同时期财政压力、政策偏好等因素影响,生育支持力度与支持结构会有所不同,两者之间存在着最优对应关系,需建立动态调整机制以灵活应对现实情况。第三,关注非正式的家庭隔代照料支持。照料压力过大会在微观家庭层面造成生育与工作冲突,在宏观层面造成生育率和经济增长两难困局,需注重正式制度与非正式制度的协调配合,建立相关机制实现照料成本在家庭、企业和社会之间分摊。本文的边际贡献主要体现为:一是以人口与经济协调发展为导向,厘清了不同生育支持政策对生育率和经济增长的影响机理和传导路径,深化了对生育支持政策效果的再认识。二是基于生育制约主要因素构建理论模型,为后续研究提供了一种可借鉴的分析框架,丰富了现有理论文献。相比于纷繁复杂的现实情况,本文着重探讨正式制度发挥的作用且未考虑时间类支持政策,未来有待进一步考虑育儿假、隔代照料等因素,以及明晰政府、社会、市场、家庭在生育支持中的功能定位和责任划分。
其他文献
人脸合成技术是指通过给定的人脸图像来合成另外一种形式的人脸图像。该技术在刑事侦查、动画娱乐、人脸验证等众多领域都有重要的研究意义和应用价值。随着机器学习技术的迅速发展和人工智能时代的来临,人脸合成技术取得了突破性的进展,但是合成人脸图像器官扭曲变形、细节特征保持不佳、局部区域模糊等问题依然存在。面对以上技术难题,本文分别从跨年龄人脸合成和人脸素描-照片合成两个方向展开对人脸合成关键技术的研究,具体
学位
随着社会信息化建设的不断推进,为了解决项目评审中时间长、效率低,且疫情共存时代无法线下答辩的问题,本文设计并实现了基于Web RTC和人脸识别的在线项目评审系统。本系统可以在不安装任何客户端、插件的情况下,完成项目评审流程中的所有环节,并实现了包括人脸识别登录验证、Web端视频会议等功能。本文主要的研究和工作如下:(1)针对Web端的视频会议技术展开研究,设计并实现了基于Web RTC的实时音视频
学位
网络流分类是网络管理领域一个重要的研究课题,常被用于流量工程、服务质量保证等任务。为了能够更好的区分不同的网络应用,提升服务质量和用户使用体验,对网络流分类的算法设计就显得格外重要。对于基于机器学习的流分类方法,统计特征虽然能够取得很好的效果,但特征选择的过程较为费时,而深度学习算法能够自动且更深层次的提取特征。现有基于深度学习的方法大多是对网络流量的原始字节进行处理,而原始字节包含较多的冗余和混
学位
在云边聚合计算场景下,边缘服务器部署的基站、路由器以及网关等设施都是可公开访问的基础设施,其安全性得不到保证,用户的隐私数据容易遭受巨大威胁,需要采取手段保障用户隐私安全。在边缘云中,由于需要为众多的边缘端设备提供支持,大量服务会被部署,从大量的服务中选择最优的服务组合方案是迫在眉睫的任务。而现有的云服务提供商难以承担用户的隐私保护责任,用户都不会实际拥有自己的数据,因此需要设计一种数据访问控制方
学位
针对我国人口超低生育率、老龄化加剧、性别比失衡以及生育意愿较弱的人口现状,以及由此产生的劳动人口比率下降以及养老负担加重等问题,这就需要我们对计划生育体制进行深入的思考。生育既是个人的生殖活动,也是国家繁荣发展的战略需求。因此,生育制度的保障需要依赖个体、社会和国家三方的有效协作,才能落实符合我国当下人口国情的生育制度。我国超低生育率的出现,究其原因,是我国育龄妇女的总量也在减少、生育成本的快速增
学位
在网络流分类实践中,网络运营商通常只需要知道网络流所需的服务类别(Class of Service,CoS),就可对网络流优先级和资源分配做出决定。为了满足用户对体验质量的需求,采用了面向服务等级的网络流多任务分类方法;该方法是直接进行面向CoS的流分类,而不需要推断应用类型。本文提出面向服务等级的多任务学习框架,利用领域知识定义宏特征组及应用合作博弈中的Shapley value模型和皮尔森相关
学位
软件定义网络(Software Defined Network,SDN)是在网络规模迅速扩大,流量爆炸式增长的挑战环境下提出的一种新型网络体系结构。在这种网络环境下,如何有效保障服务质量(Quality of Service,QoS)成为研究的关键问题。得益于它的控制与转发功能分离,逻辑上的集中控制以及支持网络可编程性等优势,SDN在下一代互联网领域有着广阔的应用前景。然而SDN控制器部署位置可以
学位
近年来,网络攻击越来越复杂多样,传统网络攻击检测方法存在着诸多问题与挑战,例如检测率低、无法检测未知网络攻击等。机器学习的应用为提高网络攻击检测效果提供了可能,研究更加有效的基于机器学习的网络异常检测技术具有重要的理论意义和实用价值。本文在现有研究基础上,针对不同的应用场景,分别使用有监督学习和无监督学习技术,提出了两种基于机器学习的网络流量异常检测算法。主要工作及成果如下:(1)针对能够收集大量
学位
随着社会主义现代化建设新时期的到来,相应的对乡村治理也提出了新的要求,党的十九大指出我们要加强和创新社会治理,完善党委领导、政府负责、社会协同、公众参与、法治保障的社会治理体制,打造共建、共治、共享的社会治理格局。乡村治理作为我国社会治理的重要组成部分,经过近几十年的发展,乡村社会无论是在经济方面,还是社会治理方面均取得了较大的发展。新时代,尤其是乡村振兴对乡村治理提出了新的要求,原本依靠单一主体
学位
乡镇公务员作为政府各项公共政策的主要执行主体,乡镇公务员日常面对群众开展工作,关系群众切身的、直接的利益,其服务水平和工作能力都代表政府形象。乡镇公务员作为国家政策的直接执行者,任务重、待遇低、利益诉求多元和复杂等工作特征决定其扮演“多面手”的角色,各项指标和考核都压到乡镇一级,造成其工作任务繁重、考核问责压力大的问题。在工作任务、内外部环境以及个人特征等多种因素综合影响下,乡镇公务员普遍存在压力
学位