中国人口出生率与老龄化对策

作者：齐玲

页数：283

出版社：经济科学出版社

出版日期：2020

ISBN：9787521816624

电子书格式：pdf/epub/txt

内容简介

本书分成两部分出生率与人口老龄化对策研究。在关于出生率的研究方面解决了经济学家没有解决的模型的问题。在第二部分, 人口老龄化的对策研究则研究我期亟待解决的问题: 社会养老保障的持续运营问题。着这一部分中研究退休时间与商业养老保险的需求问题。退休时间的研究是站在个人的角度考虑的退休时间的选择。研究使用了连续动态时间与离散动态时间的模型, 在风险投资存在下的退休时间选择问题上还使用了随机化的方法来解决工资随时间而变动的情况下的退休时间的选择问题。

作者简介

齐玲，女，博士，中央财经大学中国精算研究院教授，博士生导师。曾被教育部公派留学日本，1997年在日本获得博士学位，并先后在东京都立大学经济学部、京都大学经济研究所、神户大学经济经营研究所从事十数年研究工作。主要研究数理经济学，从事最优化理论、微观经济学、国际贸易论、经济增长论等方面的研究。

目录

前言

本书主要研究人口老龄化问题的模型构建问题，基于人口经济学、经济增长理论，力图构建适合中国国情的理论模型，并为应对人口老龄化问题提出对策和建议。人口出生率与老龄化是很多发达国家所面临的严峻问题。随着经济的发展，发达国家出现了出生率下降的现象；同时．伴随着经济的发展、技术的提高及医药的不步，特效药和特效的方法不断被发现，人的预期寿命也不断地延长。出生率的下降和人的寿命的延长，使老年人口占比不断加大，因此，人口老龄化似乎是经济发展的必然结果。人口老龄化给经济和社会带来了很多变化。首先，人口老龄化造成了政府财政上的负担，本来用在科学研究、发明创造和生产上的资金现在要更多地用于支付老龄人口的养老和。其次，年轻人口的减少也使得社会缺乏活力，造成技术革新和发明创造减少。同时，带来商品需求的减少、偏好的转变和劳动市场结构的变化等一系列经济问题。我国属于发展中国家．社会和个人的积累还没有达到发达国家的就先步入了老龄化社会，过早地背负了养老的负担。怎样应对人口老龄化和怎样延缓老龄化的发程，对处于经济转型期的我国而言有着更深刻的意义。研究人口老龄化问题，并不只是从经验研究行现象的研究．而是要在理论模型行更深刻的、本质的研究。虽然国际上已有很多这方面的研究文献，但多数的模型并不适合我国的国情。我国目前还比较缺乏这方面的理论模型研究，多数研究局限于经验分析或照搬国外的理论模型。本书试图在人口老龄化问题的理论模型上取得突破，填补这方面的空白。本书研究两部分内容，即出生率与人口老龄化的现实对策问题。我国已于2016年实行“全面二孩政策”。提高出生率，这是解决人口老龄化问题的关键和根本。2016年与2017年的出生率有所提高，但2018年的出生率比2017年要低，2019年的出生串预计要远低于2018年。那么，就会产生这样的疑问：允许每个家庭生育两个孩子的人口政策是否可以提高出生率。并从根本上级解人口老龄化?笔者在本书第l部分一一出生率模型研究中对行了分析。本书第l部分是关于出生率模型的研究，含四章。第l章是对出生宰相关文献的综述．介绍了有代表性的经典文献，为了便于读者阅读和理解，加入了笔者的推导和求解过程。第2章构建了出生率决定模型．这一模型是以R。巴罗(R。Barn))和G．贝克(巳Beeker，1989)的内生出生率模型为基础．在J。贝哈鲍比(J．Benhabib)和K。西村(K．Nishimura，1989)模型的基础上加以而模型了R．巴罗和c．贝克(1989)、J．贝哈鲍比和K．西村(1989)的动态路径不的缺陷，并分析丁动态路径的变化。这一同时参考了齐玲和S。金谷(S．Kanaya。2010)的研究．经过了细化和。第3章使用第2章的模型对我国实行二孩政策以后出生率的变化和将来的变化趋行分析。第4章以第H章和第3章的分析为基础，对我国是否一步放开对生育的限制和放开生育限制的时机等政策提出了一些建议。本书第2部分是应对人口老龄化对策研究，这一部含四章。第5章梳理了退休时间的选择和保险需求方面的相关文献，并加入了大量笔者的推导和证明。第6章研究了适合我国实际情况的退休时间选择问题，既探讨了连续时间动态模型中退休时间选择问题，也探讨了离散时间模型中退休时间的选择问题，并指出延迟退休对经济的影响．含不确定生存的情况，含风险投资的情况。第7章讨论了社会养老保障的补充一一商业养老保险购买的问题。第8章在前三章结论的基础上，对我国的人口老龄化对策提出了一些政策性建议。本书在2015年度人文社会科学研究基地重大项目(项目编号：L5JJD790037)和国家自然科学基金(项目编号：¨471345)的支持下出版。感谢中央财经大学中国精算研究的大力支持。

齐玲

中央财经大学中国精算研究院

2019年9月24日