预期寿命延长促进经济增长了吗

奥鹏网院作业

预期寿命延长促进经济增长了吗
——基于全球121个经济体的实证分析
许光建 许 坤 卢倩倩

[提 要] 随着社会进步和生活水平的不断提升，人口预期寿命逐渐延长，全球人口老龄化程度亦不断提高，但这并非意味着人口红利的消失。本文基于1996—2017年121个经济体的面板数据，使用动态面板GMM估计方法分析了预期寿命与经济增长之间的关系。实证研究发现：(1)预期寿命延长对经济增长具有促进作用；(2)纳入收入与预期寿命的交互项后，预期寿命显示出对经济增长的制约作用，而收入水平的提高则中和了这种制约作用，带来经济增长水平的提高；(3)不同性别的预期寿命对经济增长的影响具有异质性。基于此，本文从提高居民可支配收入与提高人力资本水平方面提出了相关的政策建议。

[关键词] 预期寿命；人口红利；人力资本；经济增长；收入效应

一、引言
根据发达经济体的社会发展经验，预期寿命持续延长的必然结果之一是人口老龄化。根据世界银行公布的数据，2017年日本、美国、法国和德国的人口抚养比分别为66.46%，52.16%，60.72%和53.43%，世界平均人口抚养比亦达到54.22%。1960—2018年间，主要发达经济体和某些发展中经济体人口抚养比上升的主要原因均是老年人抚养比的快速上升，并保持在较高的水平上；与之相对，由于人口出生率较低，未成年人抚养比保持在相对较低的水平。与之相比，中国(统计口径均未包括中国香港特别行政区、中国澳门特别行政区和中国台湾地区，下同)人口抚养比正在因老年人抚养比的持续拉升而提高，而预期寿命的延长正在加速中国人口老龄化社会的出现。有鉴于此，预期寿命的延长在加速人口老龄化社会形成的同时，对经济增长是否存在抑制作用呢？若不存在抑制作用，那么预期寿命延长会如何影响经济增长呢？本文对此进行了详细分析。

二、理论机制与文献述评
(一)理论机制
预期寿命对经济增长的影响包括人口红利渠道和人力资本渠道。首先，从人口红利的视角来看，预期寿命延长可通过提高有效劳动供给规模促进经济增长。人口红利的核心特征是劳动力供给规模较高以及家庭劳动人口抚养比较低的特殊人口结构(Bloom et al.，2003；蔡昉，2004)，其促进经济增长的机制是：(1)适龄劳动力的规模较大使得劳动力实际供给规模较大，因而生产经营活动能以相对较低的劳动工资刺激生产经营规模的扩张。(2)家庭人口结构中未参与社会劳动的老年人和青少年与参与社会劳动的适龄劳动人口的比值较低，因而在通过“扩容升级”提升家庭生活质量的同时依然能以合适的储蓄率水平积累家庭财富，并通过金融市场促进生产经营投资，实现经济增长。普遍的观点是，在均衡人口和劳动力增长路径中，人口红利的出现需要同时发生人口自然增长率的大幅提高并持续保持在相对较高水平上，而后人口自然增长率大幅下降并保持在相对较低水平上，以此形成一段时期内未参与社会劳动的老年人口和青少年人口相对于参与社会劳动的适龄劳动人口之比能保持在相对较低的水平上。正因如此，人口红利更可能是“短暂”的历史机遇，而非低收入经济体向高收入经济体发展过程中必然存在的阶段(蔡昉，2004；陈友华，2005)。笔者认为，预期寿命可从多方面通过人口红利促进经济增长：(1)预期寿命的延长表现为劳动者健康水平的提高，因而更健康的劳动者可通过延长劳动时间在劳动力市场中获得更高的回报，进而增加有效劳动供给;(2)预期寿命延长使得法定退休年龄随之延长，主要发达经济体和某些发展中经济体均多次延迟法定退休年龄，进而提高适龄劳动者的供给规模，增加有效劳动供给。

其次，就人力资本的积累而言，预期寿命延长可以通过“知识”要素以及“健康”要素促进人力资本存量积累速度的提高(Ehrlich & Lui，1991)，进而推动经济增长。预期寿命延长不仅反映了新生人口预期寿命的上升，而且还反映了适龄劳动者预期寿命的延长以及已退休老年人预期寿命的延长。因而适龄劳动者可以通过“干中学”创造更多的有利于提高劳动生产效率的技术知识和管理知识，并通过劳动者“代际传播”逐步向年轻的适龄劳动者和未成年的潜在劳动者传播，进而加速劳动生产率的上升速度。不仅如此，已退休老年劳动者可以通过诸如再就业以及职业咨询等方式形成知识溢出效应，降低适龄劳动者“干中学”的知识创造成本，加速适龄劳动者知识存量的增长速度，进而加速劳动生产率的上升速度。此外，无论是因为生活卫生环境质量的改善或是因为医疗技术水平的提高，预期寿命的延长均反映了劳动者健康水平的普遍提高(王曲和刘民权，2005)。因而，预期寿命的延长本身可通过人力资本中的“健康”要素的提升，亦即人力资本水平的提高，最终推动了经济的增长(Bloom et al.，2001)。基于此，本文提出如下待检验假设：

假设1 预期寿命延长可以促进经济增长。

(二)已有研究述评
早期经济增长理论的经验研究者普遍认为，中国内地、中国台湾、中国香港、日本、韩国以及其他东南亚经济体自20世纪60年代以来的经济增长经验证明了人口红利的存在，并表明人口红利在经济高速增长中发挥了重要推动作用(世界银行，1995；Bloom et al.，2003)。然而，中国和日本的经济增长实践经验亦表明，即便存在人口红利的历史机遇，也不必然能实现经济高速增长(世界银行，1995)。以我国的经济增长为例，我国自20世纪80年代开始出现人口红利(见图1)，人口抚养比在2006—2015年间下降至最低水平，但经济高速增长则持续了近40年(Fang & Wang，2005)。由此，蔡昉(2004)认为我国充分实现人口红利的其他必要条件包括改革开放提供的大量就业岗位以及较高的经济活动参与率，并因此提高了劳动参与率、就业率以及储蓄率。Bloom et al.(2003)指出，人口红利充分发挥作用需要诸如公共卫生、公共健康以及公共教育等政策的辅助，以充分发挥人口增长率以及劳动生产率的优势。

width=346,height=279,dpi=110
图1 1952—2017年中国人口变化与抚养比变化的比较
说明：(1)左侧纵轴为人口出生率、人口自然增长率、抚养比以及未成年人抚养比，右侧纵轴为老年人抚养比；(2)人口出生率以及人口自然增长率的单位为“‰”，并且在图例中已经标出；(3)抚养比、未成年人抚养比以及老年人抚养比的单位为“%”，并且在坐标轴内标出。
资料来源：抚养比数据均来源于世界银行，人口变化率数据来源于国家统计局。

正因如此，学界对中国预期寿命延长与经济增长速度间的关系并未获得普遍一致的结论。在改革开放后相对较长的时期内，实证分析结论普遍认为预期寿命延长可以显著促进我国经济增长(张琼，2012)。然而，新近研究结果暗示预期寿命对中国经济增长的促进作用存在不确定性，甚至可能存在抑制作用。在扩展了Diamond(1965)世代交叠模型后，许非和陈琰(2008)指出，在我国现收现付制的养老保险模式下，预期寿命对经济增长存在倒“U”型非线性关系，即，随着预期寿命的逐渐延长，其对我国经济增长的边际促进效应持续下降，甚至可能存在抑制经济增长的情况。韦江等(2018)对新古典增长模型的扩展模拟结果亦表明，在我国当前经济结构和特征保持不变的情况下，预期寿命的延长不仅对长期经济增长存在明显抑制作用，而且对长期消费也存在抑制作用。与之相比，蔡昉(2009)则认为预期寿命延长对经济增长的促进作用存在不确定性。原因在于，我国依然是全世界人口最多的国家，我国依然存在全世界规模最大的劳动力市场，因而预期寿命延长或提高法定退休年龄等的调整在相对较长时间内不会改变我国劳动力市场的供求关系，亦不会影响劳动者工作时间。预期寿命延长形成“第二次人口红利”的关键在于通过教育和职业培训等方式提高附着于劳动者的人力资本水平(蔡昉，2009)，并以此实现经济高质量发展。

预期寿命延长对经济增长的影响并非保持时不变特征，而可能随着人口进入或退出劳动力市场形成时变特征。首先，预期寿命的延长会增强老龄化社会对经济增长的边际抑制作用。基于预期寿命影响经济增长的人口红利机制视角，尽管预期寿命延长在初期可能会通过延长劳动者的“剩余”劳动时间扩大潜在劳动供给规模，但随着预期寿命延长后劳动者逐渐达到法定退休年龄并逐渐退出劳动力市场，预期寿命造成的人口老龄化对经济增长的抑制作用将逐渐超过劳动力扩张对经济增长的促进作用(张桂莲和王永莲，2010)。早在20世纪上半叶发达经济体人口结构普遍出现由“高出生率、低死亡率”的高人口自然增长率向“低出生率、低死亡率”的低人口自然增长率转型的背景下，Thompson(1929)就提出了“外生”人口增长率提高对经济增长影响的三个阶段：在人口自然增长率较高的早期阶段，由于未成年人占比持续提高，因而未成年人抚养比上升；当“婴儿潮”时期的未成年人逐渐达到适龄劳动年龄时，适龄劳动人口在全社会人口总量中的比重持续提高，未成年人抚养比开始下降；随着出生率和人口自然增长率的持续下降，“婴儿潮”时期的未成年人逐渐达到法定退休年龄，老年人抚养比开始上升，进而出现人口老龄化。然而，对我国预期寿命与经济增长关系的已有分析结果并未对此足够重视，以至于忽视了预期寿命与经济增长间可能存在持续性影响以及边际效应的时变特征，进而导致实证分析产生不一致的结论。此外，不同年龄段劳动者对经济增长的边际促进作用本身存在差异(张晓青，2009)，因而不同年龄段劳动者预期寿命延长对经济增长亦可能产生不同的影响。基于此，本文提出如下待检验假设：

假设2 随着新生人口的成长，其预期寿命延长对经济增长的促进作用会减弱。

其次，由于男性劳动力和女性劳动力依据法定退休年龄退出劳动力市场的时间可能存在差异，并且男性预期寿命与女性预期寿命亦存在不同，因而男性预期寿命延长与女性预期寿命延长对经济增长亦可能存在不同的边际效应，进而导致已有实证分析结果的差异。在我国，男性劳动者的退休年龄普遍超过女性劳动者的退休年龄。根据1953年政务院发布的《中华人民共和国劳动保险条例(1953年修正)》中关于“养老待遇”的年龄规定：男工人与男职员年满60岁，一般工龄满25年；女工人与女职员年满50岁。对于不同职业的男性劳动者和女性劳动者，《中华人民共和国劳动保险条例(1953年修正)》亦有不同的退休年龄规定。1955年12月29日，国务院颁布《国家机关工作人员退休暂行办法》，国家机关中女性工作人员的退休年龄由50岁提高至55岁。2013年后，随着我国人口结构出现明显转变，且预期寿命明显提高，有关政府部门开始探索延迟退休的制度。《中共中央关于制定国民经济和社会发展第十四个五年规划和二○三五年远景目标的建议》提出“实施渐进式延迟法定退休年龄”，标志着延迟退休将从之前的研究层面变成现实。因而，笔者认为，在女性预期寿命平均超过男性预期寿命时，男性劳动者在更晚的退休年龄上实际上获得了更少的社会保障资源，其在老龄化社会对经济增长的抑制作用相对较小；而在适龄劳动年龄段内，由于预期寿命延长，使得男性劳动者提供了更长的劳动时间以及人力资本，因而其对经济增长的促进作用相对较大。然而，已有研究更加关注性别在经济、社会和产业发展的不同阶段对经济增长影响的异质性(Klasen，2000；杜薇，2019)，忽视了男性预期寿命与女性预期寿命以及男性退休年龄与女性退休年龄间的差异对经济增长可能存在的影响。基于此，本文提出如下待检验假设：

假设3 不同性别群体的预期寿命对经济增长的促进作用存在差异。

需要特别强调的是，亦有观点认为预期寿命可以通过国民储蓄率的渠道影响经济增长。然而，预期寿命对国民储蓄率的边际效应以及国民储蓄率对经济增长的边际效应存在较大差异(董丽霞和赵文哲，2011)。在将人口红利理论纳入消费生命周期分析框架后，郑长德(2007)归纳了预期寿命延长与预防性储蓄间的关系，即，预期寿命延长使得适龄劳动者预期到退休后需要更多货币资金用于可能出现的医疗支出和必要生活支出，进而在跨期消费决策中会将当前收入的更高比例用于储蓄以应对未来增加的支出(Futagami & Nakajima，2001)，包括中国在内的东亚地区普遍存在因预期寿命延长而出现的高储蓄率(王树和吕昭河，2019)。与之相对，Kalemi-Ozcan & Weil(2010)则认为，适龄劳动者应对未来消费支出增长的跨期决策可能是延长当期劳动时间以及在退休后再就业，从而将跨期消费水平提升至更高的水平，进而提升生命周期内的总效用。跨国实证分析结果亦表明老龄化社会可能会降低储蓄率，而非增加储蓄(Hansen & Lønstrup，2015)。蔡昉(2009)则指出，预期寿命延长对储蓄率的影响存在非线性效应，其在初始阶段可能会提高预防性储蓄，在老龄化阶段会降低储蓄率。此外，李树茁和胡莹(2012)亦指出，不同性别群体的储蓄偏好和消费偏好亦存在较大差异。因而，在储蓄率渠道中，预期寿命延长通过不同性别群体储蓄率的异质性影响亦可能形成不同的增长效应。

最后，预期寿命的延长不仅需要和平稳定的社会环境，而且预期寿命的持续提升更依赖于环境卫生质量的持续改善以及医疗技术水平的持续提高，其充分必要条件是私人部门和公共部门的收入水平持续上升(Johnson et al.，1999)。跨时期微观调查结果显示，无论是分城乡和农村的样本组，抑或是分收入等级的样本组，家庭收入水平的提升均能显著促进家庭整体健康水平的改善(杨玉萍，2014)。收入水平上升后，健康状态持续改善的原因可能是：居民可以负担更高技术水平的医疗服务(Wagstaff et al.，2001)，当健康问题出现时康复的概率上升；居民可以拥有更健康的工作生活方式，健康问题出现的概率下降；居民可以负担更有利于自身健康的生活环境，保持健康的概率上升；居民对自身健康的偏好增强，因而会将更高比例的收入用于保持健康。当健康水平因收入水平的上升而持续增强时，预期寿命水平必然随之延长。然而，值得注意的是，在农村家庭样本组以及低收入群体样本组，其健康改善幅度对收入调整幅度存在较大的边际效应，表明收入提升对家庭健康改善的效果在农村家庭和低收入家庭更高(王曲和刘民权，2005；杨玉萍，2014)。由此，笔者认为，在不同收入水平上，预期寿命对经济增长的边际效应存在差异，并受到收入水平的调节。因而，本文提出如下待检验假设：

假设4 随着收入水平的提高，预期寿命对经济增长的促进作用下降。

三、模型、指标与数据说明
(一)实证模型与程序
理论上，经济增长的影响因素及各因素的影响方式可以通过y=F(X)来描述。其中，y为经济增长，X为经济增长的全部影响因素组成的集合，F(·)为各因素对经济增长施加“联合”影响的方式。为便于分析，笔者假设各因素对经济增长均存在线性影响，如方程(1)：

width=74,height=39,dpi=110

(1)

式中，j∈{j|1,2,…,n-1,n}为标识不同因素的示性符号。由于不同地区的经济、社会、文化以及制度等方面存在差异，因而地区间的经济增长也存在差异，如方程(2)：

width=101,height=39,dpi=110

(2)

式中，i∈{i|1,2,…,m-1,m}为标识不同地区的示性符号；t∈{t|1,2,…,p-1,p}为标识不同时期的示性符号；width=19,height=19,dpi=110为第j类因素在第i个经济体第t时期对经济增长的边际效应。将方程(2)扩展为可操作的面板模型后，其可描述为：

width=142,height=39,dpi=110
(3)

由此可以得到如下检验假设1至假设4的线性回归方程：

假设1：yi,t=width=182,height=39,dpi=110

+εi,t

假设2：yi,t=γi+ρt+βhexpi,t-h

width=116,height=39,dpi=110
假设3：yi,t=width=112,height=19,dpi=110

width=116,height=39,dpi=110
假设4：yi,t=γi+ρt+βexpi,t+θ[expi,t

width=158,height=39,dpi=110
+εi,t

在理想情形下，通过对方程(3)中的残差项应用最小二乘估计方法可以得到与总体一致且有效的参数估计值。然而，尽管可以通过不同异方差—自相关误差修正方法对由异方差或自相关导致的参数估计值偏倚问题进行控制(许光建等，2018)，但由遗漏变量、测量误差以及双向因果导致的内生性问题则无法直接通过已经存在的异方差—自相关误差修正方法进行控制。更重要的是，由于预期寿命、收入水平与经济增长间存在相互影响，因而传统LS估计或ML估计均无法获得有效且一致的估计量。尽管无法完全消除内生性的影响，但使用工具变量操作的GMM估计方法在特定条件下能够有效控制内生性对系数检验一致性和有效性的影响，使参数估计值无限逼近有效性和一致性。

(二)指标与数据说明
首先，被解释变量为经济增长，其替代指标是人均GDP增速。同时，为了降低被解释变量替代指标的选择对系数检验一致性和有效性的影响，笔者选择了GDP增速作为稳健性分析的替换指标，以期对实证结果的稳健性进行分析。根据表1中列出的人均GDP增速指标以及GDP增速指标的描述性统计测算结果，尽管GDP增速较人均GDP增速整体小幅偏高，但基本统计特征基本一致，二者差异较小，可以相互替代进行稳健性分析。其次，解释变量是预期寿命，其替代指标是新出生人口的预期寿命。根据世界卫生组织提供的数据，预期寿命的统计指标依据年龄的不同存在明显单调上升特征。以中国2018年不同年龄的预期寿命为例，新生儿的预期寿命为75.0岁，20岁成年人、45岁成年人和65岁老年人的预期寿命分别为76.0岁、77.1岁以及79.9岁，85岁老年人的预期寿命则达到90.0岁。而新出生人口的预期寿命指标依据同期各年龄段人口的存活率进行测算，包含全部年龄段人口的分布信息，因而是全社会整体预期寿命的有效替代指标。需要特别强调的是，由于统计资料的完备性仍有待提升，世界银行和世界卫生组织尚未公布1960年至今的分年龄预期寿命资料，因此无法通过其他指标进行解释变量的稳健性分析。此外，为了分析预期寿命是否对经济增长存在长期持续性影响以及预期寿命在不同时期对经济增长的影响是否存在差异，笔者构造了预期寿命的滞后10年指标、滞后20年指标以及滞后30年指标，即指标的起止时期分别为1986—2007年、1976—1997年以及1966—1987年，预期寿命当期指标的起止时期则为1996—2017年，因数据缺失无法构成滞后40年及以上长期滞后指标。

表1 变量描述性统计特征

width=736,height=702,dpi=110
说明：(1)森林覆盖率、农业生产用地在国土陆地总面积中占比以及粮食生产指数的起止时期为1996—2016年，单位GDP二氧化碳排放量的起止时期为1996—2014年，其他指标的起止时期全部为1996—2017年。(2)人均GDP的单位为以2010年美元不变价测算的人均GDP，单位GDP二氧化碳排放量的单位为2010年美元不变价测算的单位GDP中二氧化碳的排放量。(3)样本经济体详见附注。

根据已有研究成果(Barro，1996；Moral-Benito，2012)，本文的控制变量分别选择了消费倾向、消费结构、通货膨胀、生产方式、需求结构、收入水平、人口结构以及自然资源环境类型等，分别从经济、社会、环境以及制度等视角对影响经济增长的“其他因素”进行控制。消费倾向使用消费率指标进行控制，消费结构使用分部门的消费率进行控制，因而最终选择政府消费率和居民消费率对消费倾向和消费结构进行控制。通货膨胀的替代指标是GDP平减指数，其同时包含了全社会所有商品和服务的价格变化，并使用商品或服务的交易规模测算权重对价格水平的变化进行综合，相较于CPI或PPI具有更高的代表性(许坤等，2019)。生产方式的替代指标是工业增加值在GDP中的占比以及农业增加值在GDP中的占比，其不仅能够反映产业结构的调整，而且还能反映农业生产方式、工业生产方式以及后工业生产方式在经济增长中的相对规模。需求结构主要控制经济体对国际需求的依赖程度，使用外贸依存度和FDI占比作为替代指标，测算方式是经济体外贸总额以及FDI相对于同期GDP的百分比。人口结构的替代指标是城市化率，即城市人口在总人口中的百分比，笔者还将人口增速纳入人口因素中进行控制，消除人口或劳动力的变化对经济增长的影响。收入水平的替代指标是人均GDP，由于收入对经济增长的影响存在滞后性，因而笔者以2010年美元不变价测算的人均实际GDP的滞后一期作为最终替代指标，指标的起止时期为1995年至2016年。自然环境类型的替代指标包括森林覆盖率、农地占比以及粮食生产指数，同时笔者将单位GDP二氧化碳排放量纳入控制体系中，对生产的清洁程度进行控制。控制变量替代指标的基本信息和描述性统计信息均列于表1中。需要特别强调的是，平衡面板结构的全部数据点为2 662个，但由于存在少量缺失数据，如自然环境类控制变量，因而最终构造的面板序列结构为非平衡面板数据。根据后文检验结果，缺失数据相对较多的自然资源环境类控制变量对经济增长的影响并不显著，因而通过逐步回归确定模型的线性形式时并未包含在内，其对平衡面板结构的影响较小。

(三)样本选择与代表性说明
样本中共包含121个经济体自1996—2017年间共22年的数据，完整的平衡面板数据中每个指标均包含2 662个数据点(1)样本经济体按照英文首字母排列顺序分别为：阿尔巴尼亚、阿根廷、澳大利亚、奥地利、阿塞拜疆、比利时、贝宁、布基纳法索、孟加拉国、保加利亚、巴哈马、白俄罗斯、伯利兹、玻利维亚、巴西、博茨瓦纳、加拿大、瑞士、智利、中国、科特迪瓦、喀麦隆、刚果民主共和国、刚果共和国、哥伦比亚、科摩罗联盟、哥斯达黎加、塞浦路斯、捷克、德国、丹麦、多米尼加、厄瓜多尔、埃及、西班牙、爱沙尼亚、芬兰、法国、加蓬、英国、格鲁吉亚、加纳、几内亚、几内亚比绍、希腊、危地马拉、圭亚那、克罗地亚、匈牙利、印度尼西亚、印度、爱尔兰、伊朗、冰岛、以色列、意大利、牙买加、约旦、日本、哈萨克斯坦、肯尼亚、吉尔吉斯斯坦、柬埔寨、韩国、圣路易斯群岛、斯里兰卡、立陶宛、拉脱维亚、摩洛哥、摩尔多瓦、马达加斯加、墨西哥、北马其顿、马里、马耳他、蒙古、莫桑比克、毛里塔尼亚、毛里求斯、马拉维、马来西亚、纳米比亚、尼日尔、尼日利亚、尼加拉瓜、荷兰、挪威、尼泊尔、新西兰、阿曼、巴基斯坦、巴拿马、秘鲁、菲律宾、波兰、葡萄牙、巴拉圭、罗马尼亚、俄罗斯、卢旺达、沙特阿拉伯、塞内加尔、新加坡、塞拉利昂、萨尔瓦多、斯洛伐克、斯洛文尼亚、南非、瑞典、斯威士兰、乍得、泰国、塔吉克斯坦、突尼斯、土耳其、坦桑尼亚、乌干达、乌克兰、乌拉圭、美国、越南。。首先，世界银行数据库中收录了全世界共219个经济体1960—2018年的经济社会发展数据。以被解释变量和解释变量的替代指标为最高优先级，笔者删除了1996—2017年间人均GDP增速指标和GDP增速指标存在缺失数据的经济体，并且删除了1966—2017年间预期寿命指标存在缺失数据的经济体。其次，控制变量的替代指标中，笔者依次通过删除最终消费率、政府最终消费率、GDP平减指数、工业增加值占GDP比值、对外贸易总额占GDP比值、城市人口占总人口比值、人均GDP和农业增加值占GDP比值等指标1996—2017年间存在缺失数据的样本经济体，最终获得了121个有效经济体。表1列出了全部被解释变量、解释变量以及控制变量的替代指标，并依据表中指标的排列顺序依次进行筛选。需要特别强调的是，对于部分经济体而言，若指标1996—2017年间仅缺失1年或2年的数据点，则缺失数据点在全部22个数据点中的占比不足10%，本文依然在全部样本经济体中予以保留，如工业增加值与GDP百分比指标，加拿大、冰岛和美国等经济体在1996年存在缺失数据点，但本文依然将其保留在分析样本中。

根据图2中Panel_2描绘的结果，样本经济体共包含121个样本经济体，全部121个经济体中包含了全部G7集团成员经济体、全部“金砖”国家经济体、19个G20集团成员经济体以及35个OECD组织成员经济体，G20成员经济体中的欧盟以及OECD组织中的卢森堡不在样本经济体中。即，世界主要发达经济体以及某些发展中经济体全部包括在样本经济体中。类似地，根据图2中Panel_1描绘的统计结果，按照世界银行人均GDP12 035美元、3 896美元和996美元划分标准，本文以2017年的美元现价为例，69个高收入经济体中包含46个，59个中高收入经济体中包含39个，46个中低收入经济体中包含27个，18个低收入经济体中包含9个，占比位于50%～70%区间。即，不同收入等级区间的有效经济体，过半数以上均包含在本文的样本中。此外，根据图2中Panel_4描绘的结果，按照2017年美元现价测算，样本经济体1978—2018年间的GDP总额在世界GDP总额中的份额始终高于90%，20世纪90年代以后的份额则超过96%，因而样本经济体有效代表了世界经济的整体。详细而言，根据图2中Panel_3描绘的结果，按照2017年美元现价测算，样本经济体的最终消费、资本形成总额、劳动力总规模、工业增加值总规模、人口总规模、出口总额以及进口总额在全球的份额分别高达96.07%，95.73%，95.27%，92.26%，91.97%，91.75%，91.39%以及91.19%，因而样本经济体亦有效代表了世界经济的整体结构。

width=700,height=416,dpi=110
图2 样本地区代表性分析
说明：(1)Panel_1为分收入水平的样本地区数量与包含中国香港和中国澳门在内的全部经济体数量的占比，Panel_2为不同经济组织或经济集团中包含的样本地区数量的占比。(2)Panel_3为样本地区各指标总额与世界总额的比值，各指标均以2017年美元现价核算，世界总额为世界银行公布的“World”数值，Panel_4为1978—2018年样本地区GDP总额与世界总额的比值，GDP总额为历年现价总额。(3)收入水平的划分标准是以12 035美元、3 896美元和996美元为临界值划分高收入经济体、中高收入经济体、中低收入经济体以及低收入经济体，2017年现价人均GDP中共包含219个有效数据经济体以及25个未公布数据的经济体，219个有效经济体中包含中国内地、中国香港和中国澳门，不包括中国台湾地区。
资料来源：世界银行。

四、预期寿命对经济增长的动态面板GMM估计结果
(一)基准模型与估计结果
基准模型的线性结构使用逐步回归方法在面板广义矩估计程序下确定。具体程序为：本文以人均GDP增速和预期寿命分别作为被解释变量和解释变量，将全部控制变量纳入模型中进行控制；依据系统GMM估计中控制变量系数的伴随概率值高低逐次剔除未通过系数显著性检验的控制变量。据此，在基准模型中实际使用的控制变量包括政府消费率、居民消费率、通货膨胀、外贸依存度、收入水平以及生产方式。需要说明的是，基于Barro(1996)以及Moral-Benito(2012)的理论和实证分析结果，经济增速在“数据”中存在显著的自相关特征，因而本文在基准模型中引入了人均GDP增速的一阶滞后项和二阶滞后项对其进行必要的控制。最终基准模型的结构详见表2。

表2 预期寿命对经济增长的面板GMM估计结果

width=736,height=580,dpi=110
说明：(1)“Lag1”和“Lag2”分别表示变量的滞后1期和滞后2期。(2)“Sargan”表示Sargan-Hansen检验，“AR(1)”和“AR(2)”分别表示Arellano-Bond一阶自相关和二阶自相关检验，“Wald_coef”和“Wald_time”分别表示系数估计值的Wald联合显著性检验以及时间虚拟变量的Wald联合显著性检验。(3)“Panel_1”、“Panel_2”以及“Panel_3”分别表示被解释变量替代指标为人均GDP增速、被解释变量替代指标为GDP增速以及工具变量为城市化率的不同动态面板GMM模型。(4)在实际分析中，笔者将预期寿命指标的单位调整为“10年”，将人均GDP换算为对数人均GDP。(5)****，***，** 和*分别表示0.1%，1%，5%和10%的显著性水平。

表2列出的实证结果表明预期寿命的延长显著推动了经济增长速度的提高。首先，在控制个体异质性和时间异质性后，新生人口预期寿命对人均GDP增速的系数估计值在10%显著性水平上拒绝了系数等于零的原假设，见“Panel_1”系统GMM组别的估计结果。其次，通过GDP增速替换人均GDP增速作为被解释变量的替代指标，新生人口预期寿命对人均GDP增速的系数估计值的显著性检验结果保持不变，见“Panel_2”系统GMM组别的估计结果。此外，通过城市化率作为GMM的工具变量，新生人口预期寿命对人均GDP增速的系数估计值在5%显著性水平上拒绝了系数等于零的原假设，见“Panel_3”系统GMM组别的估计结果。不仅如此，笔者使用差分GMM估计程序替代系统GMM估计程序重复前述实证估计，系数估计值均在0.1%显著性水平上拒绝了系数等于零的原假设。因此，不同类型基准模型的GMM估计结果表明，预期寿命延长总体上对经济增长存在显著的推动作用。

表2列出的估计检验结果表明GMM估计程序是适当且有效的。

(二)稳健性说明
除对替代指标、工具变量选择以及GMM估计程序设置等进行稳健性分析外，表3还列出了对不同参数估计方法进行稳健性分析的结果，表明预期寿命对经济增长存在显著正效应的实证结果不因参数估计方法的选择而改变，具有较好的稳健性。在同时控制个体异质性和时间异质性的OLS估计中，预期寿命在固定效应、随机效应以及混合效应的面板模型中均对经济增长存在显著正效应，系数估计值在5%显著性水平上拒绝了系数为零的原假设。在同时控制个体异质性和时间异质性的ML估计中，预期寿命对经济增长依然存在显著的正效应。而在分别控制个体异质性和时间异质性的FGLS估计中，预期寿命对经济增长的正效应依然显著存在。因此，表2和表3中各类模型的比较结果表明，预期寿命对经济增长存在显著推动作用，假设1稳健成立。

表3 预期寿命对经济增长的稳健性分析结果

width=736,height=235,dpi=110
说明：(1)线性回归方程的形式与表2中的设置一致。(2)OLS，FGLS以及ML分别表示普通最小二乘法、可行广义最小二乘法以及极大似然法。(3)****，***，**和*分别表示0.1%，1%，5%和10%的显著性水平。

(三)内生性说明
GMM控制模型内生性的有效性依赖于GMM估计程序设置以及工具变量的选择。就工具变量的理论要求而言，其必须同时满足：与潜在存在内生性的目标变量高度相关；与模型残差几乎没有相关性。在实践中，GMM估计程序广泛使用的工具变量是被解释变量和解释变量的高阶滞后项。随着滞后期的延长，解释变量的高阶滞后项通常与其当期项存在自相关性，但随着滞后期的延长其与被解释变量的相关程度逐渐消失。类似地，被解释变量的高阶滞后项与其当期项存在自相关性，但与解释变量的自相关性随着滞后期的延长而逐渐下降。不仅如此，为消除GMM估计程序中差分方程可能存在的偏误问题，往往使用两阶段估计程序对其进行控制。因而，笔者在基准模型中使用被解释变量和解释变量的高阶滞后项作为工具变量进行内生性控制，并且使用系统GMM估计程序进行分析，详细结果见表2。

内生性分析结果表明，GMM对内生性问题的控制是有效且稳健的。首先，在基准模型中(Panel_1)：Sargan-Hansen联合检验的伴随概率值在10%显著性水平上不拒绝模型恰好识别的原假设，表明两阶段GMM估计中的工具变量设置不存在过度拟合问题。Arellano-Bond残差自相关检验中，一阶滞后项的系数估计值在0.1%显著性水平上拒绝系数为零的原假设，二阶滞后项的系数估计值在10%显著性水平上不拒绝系数为零的原假设，表明残差不存在高阶自相关问题，两阶段GMM估计结果有效。被解释变量和控制变量的Wald联合显著性检验以及时间虚拟变量的Wald联合显著性检验的伴随概率值均在0.1%显著性水平上拒绝了系数均等于零的原假设。其次，笔者使用GDP增速替换人均GDP增速作为被解释变量的替代指标(见Panel_2)，包括Sargan-Hansen联合检验、Arellano-Bond残差自相关检验以及Wald联合显著性检验在内的模型有效性指标均未出现结论性变化。此外，笔者还使用Hausman-Taylor联合检验比较了相同线性回归方程下的OLS面板估计残差与系统GMM估计残差的一致性，以对GMM估计结果有效性进行补充验证。结果显示，Hausman-Taylor联合检验在0.1%显著性水平上拒绝了残差存在一致性的原假设，系统GMM估计结果与LS估计结果存在显著差异，表明GMM估计结果是有效的。

需要强调的是，使用城市化率作为工具变量的分析结果亦表明预期寿命对经济增长存在显著正效应。表2中Panel_3的回归结果显示，Sargan-Hansen联合检验、Arellano-Bond残差自相关检验以及Wald联合显著性检验在使用城市化率作为工具变量的组别中均与Panel_1和Panel_2的结果一致。传统城市经济理论的关键结论是，城市化能有效促进经济增长速度的上升，即城市化率与经济增长存在显著相关性。然而，笔者基于121个经济体22年面板数据序列的回归结果表明，无论是在控制个体异质性和时间异质性的LS估计中，还是在同时控制个体异质性和时间异质性的GMM估计中，城市化率均不是经济增长的显著影响因素，但它是预期寿命的显著影响因素。由此，通过逐步回归程序的筛选结果，城市化率是满足基本条件的潜在工具变量备选指标。笔者认为，可能的原因是，劳动力从农村迁居至城市后，其只有在存在劳动需求时才会成为经济增长的推动力量，在劳动需求与已有劳动供给平衡或存在劳动供给过剩时，劳动力继续从农村迁居至城市不仅不会成为经济增长的推动力量，反而会强化劳动力市场需求不足的情况，进而降低城市居民的收入水平以及消费水平，制约经济增长。而由于城市人口的集聚性，更高质量的教育资源、医疗资源以及卫生条件等均集中于城市，因而劳动力从农村迁居至城市后会因为更高质量的生活水平提高预期寿命。综合而言，本文使用的工具变量是有效的，并且GMM估计程序作为内生性控制的方法是稳健的，其支持预期寿命可以促进经济增长的结论。

(四)对预期寿命动态性的分析
表4列出了预期寿命对经济增长影响的动态性分析结果，表明总体上预期寿命对经济增长不存在显著的持续影响。预期寿命滞后10期、预期寿命滞后20期以及预期寿命滞后30期作为解释变量时，系数估计值在10%的显著性水平上并未拒绝系数为零的原假设。不仅如此，当使用GDP增速作为人均GDP增速的替代指标时，系数估计值在10%的显著性水平上仍不拒绝系数为零的原假设，表明预期寿命在滞后10期、滞后20期以及滞后30期时对经济增长总体上不存在显著影响。需要说明的是，Sargan-Hansen联合检验结果在10%显著性水平未拒绝系统GMM估计恰好识别的原假设，Arellano-Bond自相关检验结果在10%显著性水平上亦未拒绝二阶自相关系数等于零的原假设，Wald联合检验的结果则在10%显著性水平上拒绝了全部待估参数等于零的假设，表明系统GMM估计程序的设置满足前置条件，估计结果具有一致性和有效性特征。这可能是由于新生儿预期寿命不仅受当时自然死亡率的约束，亦受交通意外和社会卫生情况等外部随机事件的冲击。随着新生人口的健康成长和人力资本水平的提升，新生儿预期寿命对经济增长的影响会随着新生儿成长过程中各种不确定性因素的影响逐渐减弱甚至消失。

表4 预期寿命影响经济增长的动态性分析结果

width=736,height=346,dpi=110
说明：(1)Sargan表示Sargan-Hansen检验，AR(1)和AR(2)分别表示Arellano-Bond一阶自相关和二阶自相关检验，Wald_coef和Wald_time分别表示系数估计值的Wald联合显著性检验以及时间虚拟变量的Wald联合显著性检验。(2)滞后10年、滞后20年以及滞后30年分别表示预期寿命对未来10年、未来20年以及未来30年经济增长速度的影响。(3)****，***，**和*分别表示0.1%，1%，5%和10%的显著性水平。

五、预期寿命对经济增长影响的异质性分析
对基准模型的分析结果表明，预期寿命与经济增长的线性回归模型存在明显的内生性问题，即预期寿命与线性方程中残差项存在高度相关性，使用系统GMM估计能够获得更为一致且有效的估计量，因而对预期寿命与经济增长的异质性分析依然采用系统GMM估计方法检验假设3和假设4，控制变量系统以及模型设置等均与基准模型设置相同。

(一)对边际效应的分解：基于收入的视角
表5列出了预期寿命在不同时期对经济增长动态性影响的分解。分解结果表明，在纳入收入与预期寿命的滞后项后，预期寿命对经济增长产生持续性影响，但其影响的边际强度受到同期收入水平调节，因而总体影响因收入的改变而存在差异。首先，解释变量系统中引入预期寿命与当期收入水平的交互项后，不仅预期寿命对经济增长影响的边际强度发生改变，而且预期寿命对经济增长影响的方式也出现变化。详细而言，无论是预期寿命的当期水平，或是预期寿命的滞后10期、滞后20期以及滞后30期，其对经济增长均存在显著的负效应，系数估计值均在5%显著性水平上拒绝了系数为零的原假设。即，在控制其他条件不变时，随着预期寿命的提高，经济增长速度会下降。不仅如此，随着滞后期的延长，预期寿命延长对经济增长速度的制约强度呈现倒“N”型特征，预期寿命滞后10期的系数估计值绝对值小于预期寿命当期项以及预期寿命滞后20期，预期寿命滞后30期的系数估计值绝对值亦小于预期寿命滞后20期。其次，收入水平的提高可以有效降低预期寿命提高后对经济增长的制约强度。由于收入水平和预期寿命长度始终为正，因而在收入水平与预期寿命交互系数估计值大于零时，收入水平可以降低预期寿命对经济增长的制约强度。根据表5所列收入交互项的检验结果，无论是人均GDP增速或是GDP增速作为被解释变量，预期寿命当期项、滞后10期、滞后20期和滞后30期与收入交互项的系数估计值始终为正，且在1%显著性水平上拒绝了系数为零的原假设。Sargan-Hansen联合检验以及Arellano-Bond二阶自相关检验的伴随概率值均在10%显著性水平上不拒绝原假设，表明GMM估计程序中不存在过度拟合以及高阶自相关等干扰因素，Wald联合检验的伴随概率值均在0.1%显著性水平上拒绝了系数全部等于零的原假设，表明模型估计结果整体有效。最后，根据系数估计值的估算结果，当以2010年美元不变价核算的实际人均GDP水平超过85美元、113美元、558美元以及152美元时，收入水平的提高可以完全抵消预期寿命及其各滞后项对经济增长速度的抑制作用，进而实现预期寿命提高对经济增长的整体促进效应。而对于121个样本经济体而言，当前的人均收入水平大多数均已超过临界收入水平，因而预期寿命整体上表现出对经济增长的促进作用，该结果与表2和表4中所列的总体系数估计值的符号一致，进而表2和表4中的估计结果与表5中的分解结果具有一致性。

表5 收入水平对预期寿命与经济增长边际效应的影响

width=736,height=409,dpi=110
说明：(1)Sargan表示Sargan-Hansen检验，AR(1)和AR(2)分别表示Arellano-Bond一阶自相关和二阶自相关检验，Wald_coef和Wald_time分别表示系数估计值的Wald联合显著性检验以及时间虚拟变量的Wald联合显著性检验。(2)滞后10年、滞后20年以及滞后30年分别表示预期寿命对未来10年、未来20年以及未来30年经济增长速度的影响。(3)****，***，**和*分别表示0.1%，1%，5%和10%的显著性水平。

(二)对边际效应的分解：基于性别的视角
表6列出男性人口预期寿命与女性人口预期寿命在不同时期对经济增长制约作用的差异以及收入水平对其制约作用的调节效果。对比结果显示，虽然男性预期寿命以及女性预期寿命对经济增长的影响方式以及收入在其边际效应中存在的调节作用与总体预期寿命的作用完全一致，但女性预期寿命对经济增长的制约强度明显高于男性，而收入水平提高对女性预期寿命制约效果的边际调节也明显超过男性。首先，无论是预期寿命当期项或预期寿命的滞后项，亦无论是男性或女性，其对经济增长的制约作用显著存在；而收入与预期寿命交互项对经济增长的促进作用亦十分显著。并且，在相同的收入水平下，女性预期寿命对经济增长的制约强度明显高于男性。其次，针对模型进行的Sargan-Hansen联合检验、Arellano-Bond联合检验以及Wald联合检验的显著性水平均表明两阶段GMM估计程序得到的结果是有效。此外，需要说明的是，男性预期寿命的滞后10期对经济增长的制约效果可能并不存在，其系数估计值在10%显著性水平上不拒绝系数为零的原假设，而收入水平对其调节作用则显著存在。最后，根据两阶段GMM系数估计结果，定基实际收入水平在达到66美元、77美元、569美元以及219美元后，随着收入水平的提高，男性预期寿命及其滞后项对经济增长转变为促进作用；而实际收入水平在达到114美元、128美元、424美元以及141美元后，女性预期寿命及其滞后项的提高对经济增长开始形成推动作用。

表6 不同性别群体的预期寿命对经济增长边际效应的差异

width=736,height=409,dpi=110
说明：(1)Sargan表示Sargan-Hansen检验，AR(1)和AR(2)分别表示Arellano-Bond一阶自相关和二阶自相关检验，Wald_coef和Wald_time分别表示系数估计值的Wald联合显著性检验以及时间虚拟变量的Wald联合显著性检验。(2)滞后10年、滞后20年以及滞后30年分别表示预期寿命对未来10年、未来20年以及未来30年经济增长速度的影响。(3)****，***，**和*分别表示0.1%，1%，5%和10%的显著性水平。

六、结论与政策启示
本文基于1996—2017年间121个代表性经济体的面板数据，利用GMM估计方法分析了预期寿命对经济增长的直接影响以及收入水平在预期寿命影响经济增长过程中的调节作用，实证结果表明：(1)尽管预期寿命的提高对经济增长存在显著抑制作用，但收入水平的增长能够快速减弱甚至抵消预期寿命对经济增长的抑制作用，从而使预期寿命的提高最终促进经济增长。(2)整体而言，在多数样本经济体已经摆脱低收入窘境的情况下，预期寿命对经济增长已经开始形成促进作用，并且促进作用随着收入水平的不断提高而持续增强。(3)尽管预期寿命对经济增长无持续影响，但由于收入的边际效应存在倒“N”型变化特征，进而使预期寿命对经济增长形成持续的推动作用。(4)与女性预期寿命水平的提高相比，男性预期寿命水平的提高对经济增长的抑制作用相对更弱，且收入水平提高对不同性别异质性的调节作用亦存在明显差异。

基于此，收入政策在抵消预期寿命对经济增长抑制作用中发挥着重要作用。首先，无论是增加男性收入水平或是鼓励女性更加积极进入劳动力市场，亦无论是发展速度较快的地区或经济增长相对缓慢的地区，任何旨在增加家庭收入水平的政策都应该得到高效率的执行，如完善社会保障制度以及保护劳动者合法权益。其次，延迟退休的关键在于保证延迟退休时期的收入水平不低于退休前收入水平，且应该保障延迟退休期间收入合理增长，进而将延迟退休转变为增加家庭收入的必然选择，提高劳动者自愿选择延迟退休的意愿。不仅如此，鼓励女性更加积极主动地进入劳动力市场，并保障女性在劳动力市场中无差别待遇的权益，进而通过提高家庭的劳动参与率增加家庭收入。此外，鼓励自愿选择延迟退休以及提高女性劳动参与率的必要补充政策包括健全的养老制度以及婴幼儿抚育制度，通过降低劳动者家庭“后顾之忧”来增强劳动参与的意愿。需要补充说明的是，预期寿命提高对经济增长存在抑制作用的部分原因在于预期寿命提高会加剧人口老龄化。笔者认为，退休后的劳动者亦可通过适当的途径参与经济活动，如鼓励退休人员将劳动技能和知识以相对较低的成本“溢出”至适龄劳动人口，特别是对新进入劳动力的培训和教育，从而提高适龄劳动人口“干中学”的效率，并降低职业转换的“摩擦成本”。

参考文献

蔡昉，2004：《人口转变、人口红利与经济增长可持续性——兼论充分就业如何促进经济增长》，《人口研究》第2期。

蔡昉，2009：《未来的人口红利——中国经济增长源泉的开拓》，《中国人口科学》第1期。

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

董丽霞、赵文哲，2011：《人口结构与储蓄率：基于内生人口结构的研究》，《金融研究》第3期。

杜薇，2019：《流动人口、性别失衡与产业发展——来自省份—行业层面的理论和经验分析》，《西北人口》第6期。

李树茁、胡莹，2012：《性别失衡的宏观经济后果——评述与展望》，《人口与经济》第2期。

世界银行，1995：《东亚奇迹：经济增长与公共政策》，北京：中国财政经济出版社。

王曲、刘民权，2005：《健康的价值及若干决定因素：文献综述》，《经济学(季刊))》第4期。

王树、吕昭河，2019：《预期寿命、人口红利与居民储蓄》，《南京审计大学学报》第2期。

韦江、倪宣明、何艾琛，2018：《老龄化下人口政策与经济增长关系研究》，《系统工程理论与实践》第2期。

许非、陈琰，2008：《快速人口转变后的中国长期经济增长——从预期寿命、人力资本投资角度考察》 ，《西北人口》第4期。

许光建、许坤、卢倩倩，2018：《财政政策、经济波动与地区均衡发展》，《经济问题探索》第12期。

许坤、卢倩倩、许光建，2019：《CPI权重、结构性物价上涨与物价感知》，《价格理论与实践》第9期。

杨玉萍，2014：《健康的收入效应——基于分位数回归的研究》，《财经科学》第4期。

张桂莲、王永莲，2010：《中国人口老龄化对经济增长的影响分析》，《人口学刊》第5期。

张琼，2012：《健康与经济增长的跨国研究》，《中国人口·资源与环境》第4期。

张晓青，2009：《人口年龄结构对区域经济增长的影响研究》，《中国人口·资源与环境》第5期。

郑长德，2007：《中国各地区人口结构与储蓄率关系的实证研究》，《人口与经济》第6期。

Barro,R.J., 1996, “Determinants of Economic Growth: A cross-Country Empirical Study”, NBER Working Paper No.5698.

Bloom, D.E., D.Canning, and J.Sevilla, 2001, “Economic Growth and the Demographic Transition”, NBER Working Paper No.8685.

Bloom, D.E., D.Canning, and J.Sevilla, 2003, The Demographic Dividend: A New Perspective on the Economic Consequences of Population Change, Rand Corporation.

Diamond, P.A., 1965, “National Debt in a Neoclassical Growth Model”, The American Economic Review, 55(5): 1126-1150.

Ehrlich, I., and F.T.Lui, 1991, “Intergenerational Trade, Longevity, and Economic Growth”, Journal of Political Economy, 99(5): 1029-1059.

Fang, C., and D.Wang, 2005, “Demographic Transition: Implications for Growth”, in The China Boom and Its Discontents, Canberra:Asia Pacific Press.

Futagami, K., and T.Nakajima, 2001, “Population Aging and Economic Growth”, Journal of Macroeconomics, 1(23): 31-44.

Hansen, C.W., and L.Lønstrup, 2015, “The Rise in Life Expectancy and Economic Growth in the 20th Century”, The Economic Journal, 125(584): 838-852.

Johnson, N.J., P.D.Sorlie, and E.Backlund, 1999, “The Impact of Specific Occupation on Mortality in the US National Longitudinal Mortality Study”, Demography, 36(3): 355-367.

Kalemli-Ozcan, S., and D.N.Weil, 2010, “Mortality Change, the Uncertainty Effect, and Retirement”, Journal of Economic Growth, 15(1): 65-91.

Klasen, S., 2000, “Does Gender Inequality Reduce Growth and Development? Evidence from Cross-country Regressions”,Policy Research Report,Engendering Development,Working Paper No.7 World Bank,Washington,D.C.

Moral-Benito, E., 2012, “Determinants of Economic Growth: A Bayesian Panel Data Approach”, Review of Economics and Statistics, 94(2): 566-579.

Thompson, W.S., 1929, “Population”, American Journal of Sociology, 34(6): 959-975.

Wagstaff, A., P.Paci, and H.Joshi, 2001, Inequalities in Health: Who You Are? Where You Live? Or Who Your Parents Were? The World Bank.

DOES LIFE EXPECTANCY PROMOTE ECONOMIC GROWTH——An Empirical Study Based on 121 Economies
XU Guang-jian XU Kun LU Qian-qian

(School of Public Administration and Policy, Renmin University of China)

Abstract: With the social progress and the improvement of living standards, the life expectancy of the population has gradually extended, and the aging of the global population has also continued to increase. Based on the panel data of 121 economies from 1996 to 2017, this paper uses a dynamic panel GMM model to analyze the relationship between life expectancy and economic growth. Empirical research finds that: (1) the extension of life expectancy can promote economic growth; (2) after including the interactive term of income and life expectancy, life expectancy shows constraint on economic growth, while the increase in income levels moderates this effect and brings about an increase in the level of economic growth; (3) the impact of life expectancy of different genders on economic growth is heterogeneous. Based on this, this article puts forward relevant policy suggestions on increasing the disposable income of residents and strengthening education to improve the level of human capital.

Key words: life expectancy; demographic dividend; human capital; economic growth; income effect