渐进式延迟退休年龄政策设计及实现路径研究
上QQ阅读APP看书,第一时间看更新

3.1 劳动力供给预测的方法与参数设定

劳动力供给的预测方法很多,本报告采用被称为“公共政策实验室”的系统动力学的研究方法来进行预测。现对总人口数量进行预测,然后根据劳动力在总人口的比重设定,预测劳动力供给。

3.1.1 人口预测的理论基础

影响人口变动的因素有人口的出生、死亡和迁移,在已知期初人口数和期内人口出生数、死亡数和迁移数时,可以利用人口平衡方程预测期末人口数。

Pt+1, x+1=Pt, x-Dt, x+It, x-Et, x

其中,Pt+1, x+1t+1年初x+1岁的人口数;

Pt, xt年初x岁的人口数;

Dt, xt年内x岁的死亡人数;

It, xt年内x岁的迁入人数;

Et, xt年内x岁的迁出人数。

0岁人口数通过预测出生人口数得到,以Bt-1表示t-1年内出生人数,PB表示年内存活到T年初的婴儿存活率,有

Pt,0=Bt-1PB

运用上述平衡方程预测人口,需要首先预测人口的出生数和分年龄死亡人口数,在不考虑国际迁移时,全国人口的变化只受死亡率和出生率的影响。

已知预测期人口寿命e(0),预测期末精算假设的人口寿命en)下,可以根据人口寿命的变动规律,依据一定的递推公式计算出预测期内各年的人口余寿et),由于

其中,sptxtx岁存活s岁的概率s≥0;

k+1pt, xxtx岁存活k+1年的概率,k=0,1,2…

根据人口的分年龄死亡模式,可以估计出t年的存活概率。根据生命表可以预测未来年份的年龄存活概率。各年龄段死亡率和生命表如图3-1和图3-2所示。

图3-1 各年龄段人口死亡率

图3-2 生命表

3.1.2 基于系统动力学的人口预测

1)人口数据

根据我国人口普查的资料为依据,确定各相关参数和各年龄段人口的初始值,2015年我国大陆31个省、自治区、直辖市的人口状况如表3-1所示。

表3-1 2015年中国分年龄人口状况

2)性别比

根据我国人口普查数据显示,我国新生婴儿,男性与女性的平均性别比为105:100,且有上涨趋势。

3)政策系数

政策系数是一个参数,2015年10月29日党的十八届五中全会允许实行普遍二孩政策,政策规定一对夫妇可生育两个孩子政策。但考虑有些家庭由于经济和抚养压力大等因素不愿生二孩,可能选择仍然只生育一个孩子或者不生孩子,因此,本报告中设定政策系数为1.5。

4)出生速率

5)妇女生育时间

分别求出适合生育年龄的妇女所生的人口数量,加总得到最终新增人口。将从国家统计局选取的数据,得出表3-2。

表3-2 适合生育年龄妇女的生育率

图3-3 人口预测系统模型

公式说明:

(001)女性出生速率=(“女性15~19岁”דP15-19”+“女性20~24岁”דP20-24”+“女性25~29岁”דP25-29”+“女性30~34岁”דP30-34”+“女性35~39岁”דP35-39”+“女性40~44岁”דP40-44”+“女性45~49岁”דP45-49”)/5 ×[100/(100+性别比)]F5-F6-FD6 ×政策系数

(002)“女性0~4岁”=INTEG(女性出生速率-F1-FD1)

(003)“女性5~9岁”=INTEG(F1-F2-FD2)

(004)“女性10~14岁”=INTEG(F2-F3-FD3)

(005)“女性15~19岁”=INTEG(F3-F4-FD4)

(006)“女性20~24岁”=INTEG(F4-F5-FD5)

(007)“女性25~29岁”=INTEG(F5-F6-FD6)

(008)“女性30~34岁”=INTEG(F6-F7-FD7)

(009)“女性35~39岁”=INTEG(F7-F8-FD8)

(010)“女性40~44岁”=INTEG(F8-F9-FD9)

(011)“女性45~49岁”=INTEG(F9-F10-FD10)

(012)“女性50~5岁”=INTEG(F10-F11-FD11)

(013)“女性55~59岁”=INTEG(F11-F12-FD12)

(014)“女性60~64岁”=INTEG(F12-F13-FD13)

(017)“女性65~69岁”=INTEG(F13-F14-FD14)

(018)“女性70~99岁”=INTEG(F14-F15-FD15)

(019)“女性100岁及其以上”=INTEG(F15-F16-FD16)

(020)男性出生速率=(“男性15~19岁”דP15-19”+“男性20~24岁”דP20-24”+“男性25~29岁”דP25-29”+“男性30-34”דP30-34”+“男性35~39岁”דP35-39”+“男性40~44岁”דP40-44”+“男性45~49岁”דP45-49”)/5×[性别比/(100+性别比)]×政策系数

(021)“男性0~4岁”=INTEG(男性出生速率-M1-MD1)

(022)“男性5~9岁”=INTEG(M1-M2-MD2)

(023)“男性10~14岁”=INTEG(M2-M3-MD3)

(024)“男性15~19岁”=INTEG(M3-M4-MD4)

(025)“男性20~24岁”=INTEG(M4-M5-MD5)

(026)“男性25~29岁”=INTEG(M5-M6-MD6)

(027)“男性30~34岁”=INTEG(M6-M7-MD7)

(028)“男性35~39岁”=INTEG(M7-M8-MD8)

(029)“男性40~44岁”=INTEG(M8-M9-MD9)

(030)“男性45~49岁”=INTEG(M9-M10-MD10)

(031)“男性50~54岁”=INTEG(M10-M11-MD11)

(032)“男性55~59岁”=INTEG(M11-M12-MD12)

(033)“男性60~64岁”=INTEG(M12-M13-MD13)

(034)“男性65~69岁”=INTEG(M13-M14-MD14)

(035)“男性70~99岁”=INTEG(M14-M15-MD15)

(036)“男性100岁及其以上”=INTEG(M15-M16-MD16)

(037)F1=“女性0~4岁”/5×(1-FDR1/1000)

(038)F2=“女性5~9岁”/5×(1-FDR2/1000)

(039)F3=“女性10~14岁”/5×(1-FDR3/1000)

(040)F4=“女性15~19岁”/5×(1-FDR4/1000)

(041)F5=“女性20~24岁”/5×(1-FDR5/1000)

(042)F6=“女性25~29岁”/5×(1-FDR6/1000)

(043)F7=“女性30~34岁”/5×(1-FDR7/1000)

(044)F8=“女性35~39岁”/5×(1-FDR8/1000)

(045)F9=“女性40~44岁”/5×(1-FDR9/1000)

(046)F10=“女性45~49岁”/5×(1-FDR10/1000)

(047)F11=“女性50~54岁”/5×(1-FDR11/1000)

(048)F12=“女性55~59岁”/5×(1-FDR12/1000)

(049)F13=“女性60~64岁”/5×(1-FDR13/1000)

(050)F14=“女性65~69岁”/5×(1-FDR14/1000)

(051)F15=“女性70~99岁”/30×(1-FDR15/1000)

(052)F16=“女性100岁及其以上”/5×(1-FDR16/1000)

(053)FD1=“女性0~4岁”/5×(FDR1/1000)

(038)FD2=“女性5~9岁”/5×(FDR2/1000)

(039)FD3=“女性10~14岁”/5×(FDR3/1000)

(040)FD4=“女性15~19岁”/5×(FDR4/1000)

(041)FD5=“女性20~24岁”/5×(FDR5/1000)

(042)FD6=“女性25~29岁”/5×(FDR6/1000)

(043)FD7=“女性30~34岁”/5×(FDR7/1000)

(044)FD8=“女性35~39岁”/5×(FDR8/1000)

(045)FD9=“女性40~44岁”/5×(FDR9/1000)

(046)FD10=“女性45~49岁”/5×(FDR10/1000)

(047)FD11=“女性50~54岁”/5×(FDR11/1000)

(048)FD12=“女性55~59岁”/5×(FDR12/1000)

(049)FD13=“女性60~64岁”/5×(FDR13/1000)

(050)FD14=“女性65~69岁”/5×(FDR14/1000)

(051)FD15=“女性70~99岁”/30×(FDR15/1000)

(052)FD16=“女性100岁及其以上”/5×(FDR16/1000)

(053)M1=“男性0~4岁”/5×(1-MDR1/1000)

(054)M2=“男性5~9岁”/5×(1-MDR2/1000)

(055)M3=“男性10~14岁”/5×(1-MDR3/1000)

(056)M4=“男性15~19岁”/5×(1-MDR4/1000)

(057)M5=“男性20~24岁”/5×(1-MDR5/1000)

(058)M6=“男性25~29岁”/5×(1-MDR6/1000)

(059)M7=“男性30~34岁”/5×(1-MDR7/1000)

(060)M8=“男性35~39岁”/5×(1-MDR8/1000)

(061)M9=“男性40~44岁”/5×(1-MDR9/1000)

(062)M10=“男性45~49岁”/5×(1-MDR10/1000)

(063)M11=“男性50~54岁”/5×(1-MDR11/1000)

(064)M12=“男性55~59岁”/5×(1-MDR12/1000)

(065)M13=“男性60~64岁”/5×(1-MDR13/1000)

(066)M14=“男性65~69岁”/5×(1-MDR14/1000)

(067)M15=“男性70~99岁”/30×(1-MDR15/1000)

(068)M16=“男性100岁及其以上”/5×(1-MDR16/1000)

(069)0-4MD1=“女性0~4岁”/5×(MDR1/1000)

(070)MD2=“男性5~9岁”/5×(MDR2/1000)

(071)MD3=“男性10~14岁”/5×(MDR3/1000)

(072)MD4=“男性15~19岁”/5×(MDR4/1000)

(073)MD5=“男性20~24岁”/5×(MDR5/1000)

(074)MD6=“男性25~29岁”/5×(MDR6/1000)

(075)MD7=“男性30~34岁”/5×(MDR7/1000)

(076)MD8=“男性35~39岁”/5×(MDR8/1000)

(077)MD9=“男性40~44岁”/5×(MDR9/1000)

(078)MD10=“男性45~49岁”/5×(MDR10/1000)

(079)MD11=“男性50~54岁”/5×(MDR11/1000)

(080)MD12=“男性55~59岁”/5×(MDR12/1000)

(081)MD13=“男性60~64岁”/5×(MDR13/1000)

(082)MD14=“男性65~69岁”/5×(MDR14/1000)

(083)MD15=“男性70~99岁”/30×(MDR15/1000)

(084)MD16=“男性100岁及其以上”/5×(MDR16/1000)

根据以上数据,利用系统动力学对我国人口结构进行模拟与仿真,在没有延迟退休年龄政策的情况下得出结果如表3-3所示。

表3-3 人口仿真结果

图3-4 0~14岁人口变化情况

图3-5 15~64岁人口变化情况

图3-664岁以上人口变化情况

图3-7 总人口变化情况