摘 要：通过收集中国1996-2016年人口红利和城乡收入差距的时间序列数据，基于时变参数状态空间模型，运用KALMAN滤波算法考察人口结构、人口资产匹配程度和人口素质对中国城乡收入差距随着时间变化的动态影响。研究发现：人口结构、人口资产匹配、人口素质与城乡收入差距间存在长期协整关系，人口资产匹配和人口结构对城乡收入差距的弹性系数数值较小，人口资产匹配效应并不是影响城乡收入差距的主要因素，弹性系数呈现两个阶段态势，前一阶段加剧城乡收入差距，后一阶段缩小城乡收入差距；人口结构与城乡收入差距负相关，随着人口总抚养比的下降，城乡收入差距加剧；人口素质对城乡收入差距的影响较大，人口素质对城乡收入差距的弹性系数均为正，表明人口素质的提高进一步加大了城乡收入差距。
关键词：人口红利；城乡收入；状态空间模型
1引言
党的十九大确定了到2020年全面建成小康社会和到2050年建成社会主义现代化强国的宏伟目标。人口是一个国家发展的基础性、全局性、长期性和战略性要素。人口红利由人口机会和经济红利两部分组成，人口机会为经济发展提供人口基础，是收获经济红利的前提条件。虽然劳动力人口数量进入下降通道，经济发展步入中高速新常态是我国的客观现实，但是我国收获数量型人口红利的潜在机会依然存续，并且伴随着人口素质的持续改善、受教育年限的普遍提升而积累的巨量人力资本，为进一步收获人口质量型红利奠定了坚实基础。1965-1970年，中国“人口红利”开始显现，为国民经济发展奠定了基础。近二十年间，中国人口抚养比由1996年48.8%，下降到2016年的37.91%，劳动力人数占比呈现大幅上升态势，为经济发展缔造了有利的人口条件。“人口红利”切实影响了中国近年来的经济发展，但抚养比降低、经济高速增长的同时，城乡收入差距是如何演进的？城乡是否共享人口红利呢？国际上对于城乡收入差距的一般情况是：在人均GDP为800—1000美元的国家经济发展水平时，城乡居民的收入差距指数为1.7。而中国城乡居民收入差距指数近二十年来呈现不断上升，2009年城乡收入差距指数达到3.33，创下20年最高。2010年以后，国家资源倾斜、制度改革等一系列措施实施，城乡收入差距指数得到一定的控制，回落到2014年的2.97和2015年的2.95，城乡收入差距指数依然远高于国际城乡居民收入差距指数1.7。人口红利持续，经济高速发展，但我国的城乡收入差距并没有很大改善，城乡发展不平衡，在一定程度上影响我国经济健康持续发展，并构成社会不稳定因素。因此本文研究人口红利对城乡收入差距的影响机制，期望助力我国缩小城乡收入差距，实现城乡共享人口红利、城乡协调发展。
2 文献综述
近年来随着城乡收入差距的不断扩大，越来越多的学者关注城乡收入差距的研究，基于不同的研究方法和维度，考察人口因素对城乡收入差距的影响，主要研究集中在城镇化、老龄化和人口素质三个方面。 邓金钱（2017）［1］、刘维奇和韩媛媛（2013）等［2-4］分析城乡收入差距的影响因素，均认为城镇化是导致城乡收入差距扩大的关键因素；而康珈瑜等（2017）［5］、丁焕峰和刘心怡（2017）等［6-10］研究发现城镇化水平的提高对缩小城乡收入差距具有积极的促进作用。王亚飞等（2015）［11］研究指出城镇化对城乡收入差距的影响呈现“U”型态势；而杨森平等（2015）［12］构建城镇化和城乡收入差距的理论模型，发现两者之间存在倒“U”型关系；穆怀中和吴鹏（2016）［13］、李子叶等（2016）［14］也通过实证分析发现二者存在倒“U”型关系。张义博和刘文忻（2012）［15］认为城市化和更多的农村劳动力进入城镇单位工作对城乡收入差距影响不显著。关于人口老龄化与收入分配之间关系的结论，并不是单一的，更多的学者认为人口老龄化加大了收入差距。 丁玉龙（2017）［16］基于城乡人口流动视角，探究农村人口老龄化与城乡收入差距间的关系，研究结果显示，农村人口老龄化与城乡收入差距存在显著负向影响关系；张凡和方大春（2015）［17］研究发现城市化和人口老龄化拉大了城乡收入差距，在我国不同的区域影响程度不同；李庆（2016）［18］指出农村人口老龄化是加剧城乡差距的重要原因，并且指出在经济发展程度不同的区域，老龄化对城乡收入差距的影响也不同；刘金东（2014）等［19］却认为人口老龄化对我国城乡收入差距的影响不显著；李飞越（2015）［20］认为人口老龄化对收入不平等具有显著的倒“U”型影响。诸多的学者还从人口素质和教育视角研究其对城乡收入差距的影响。 吕炜等（2015）［21］、王明华和刘宪（2011）［22］研究认为城乡教育不平等与城乡收入差距显著正相关。 余菊（2016）［23］认为区域教育水平提高有利于缩小城乡差距，而吴振华和张学敏（2017）［24］认为教育对缩小农村居民收入差距的作用取决于教育扩展和教育分配的交互影响 。国内外现有研究人口因素对城乡收入差距的影响的文献不少，主要集中在人口城镇化、人口教育对城乡收入差距的影响研究，系统研究人口红利对城乡收入差距的影响较少；同时现有文献中涉及的回归模型多为固定参数模型，仅仅反映的是各种因素对城乡收入差距的平均影响。而现实中，影响城乡收入差距的人口结构、人口素质等均处于动态变化之中，固定参数模型不能有效考查人口红利对城乡收入差距的动态影响。笔者在已有文献研究的基础上，从以下几个方面探讨人口红利对城乡收入差距的动态影响：①将人口红利对城乡收入差距的影响拆分为劳动力数量结构效应、劳动力与资本的匹配效应以及劳动力质量效应，研究其对城乡收入差距的影响，实证检验人口红利对城乡收入差距的动态影响。②引入协整分析，分析人口红利的三方面与城乡收入差距变量间的长期和短期均衡关系。③考虑状态空间模型的KALMAN滤波算法，可以将状态变量纳入可观测模型进行估计的优势，构建人口红利对城乡收入差距影响的时变参数状态空间模型，从三个维度分析人口红利对城乡收入差距的动态影响。
冠心病的发生还可能与患者的体内雌激素水平[7]、体内的瘦素水平[8]、胰岛素抵抗[9]、精神心理状态[10-11]等多种因素有关。
3研究设计和变量选取
3.1样本数据和变量选取
本研究采用1996—2016年的中国有关数据为样本，选取城乡收入差距为被解释变量，人口红利为解释变量，人口红利对城乡收入差距的影响拆分为三个效应：一是劳动力数量结构效应，简称人口结构效应；二是劳动力与资本的匹配效应，简称人口资产匹配效应；三是劳动力质量效应，简称人口素质效应。城乡收入差距（gap），采用城镇居民人均可支配收入与农村居民人均纯收入之比衡量。人口结构（str）即劳动力数量结构效应，是人口红利水平的作用机制之一，本文采用人口总抚养比来反映劳动力数量结构效应，总抚养比=（少儿人口+老年人口）/劳动年龄人口。人口资本匹配（inv）即劳动力与资本的匹配效应，采用资本存量与劳动人口的比来衡量。人口素质即劳动力质量效应（edu），采用平均受教育年限来衡量。数据来源于相关年度的《中国教育年鉴》《中国统计年鉴》。
冠心病目前临床上分为稳定型冠心病、慢性冠心病和急性冠脉综合征。慢性冠心病包括稳定型心绞痛、缺血性心肌病和隐匿性冠心病等，急性冠脉综合征主要包括不稳定型心绞痛(UA)、非ST段抬高型心肌梗死(NSTEMI)和ST段抬高型心肌梗死(STEMI)，也有将冠心病猝死包括在内。
3.2状态空间模型设计
（2）人口结构对城乡收入差距的影响
1.2.1 转移概率 本模型属于动态模型，患者在不同的时点会处于不同的状态。因此，本模型参考已有的研究文献，获取患者转移至不同状态的转移概率，并据此计算出患者的期望成本与期望获益。
方程（1）为测量方程，表示人口红利与城乡差距之间的一般关系，其中c是具有固定参数的解释变量。方程（2）称为状态方程，描述状态变量的生成过程。随机系数向量SV1、SV2和SV3是状态向量，称其为可变参数，是随时间改变的不可观测变量；μt是扰动项，服从均值为零、方差是常数的正态分布。
4实证研究
4.1变量单位根和协整检验
利用Eviews软件，采用KALMAN滤波算法进行估计，实证得到状态空间模型的估计结果如表4所示。
表 1 各变量及其差分序列的ADF单位根检验
注：△表示对应变量做差分，平稳性判定依据5% 的显著性水平
?
从表1的ADF单位根检验的结果可以看出，gap、str、inv和edu变量本身都是非平稳序列，原序列的ADF值都大于5%显著水平临界值，且概率P值均大于0.05，拒绝了不存在单位根的假设，原序列存在单位根，为非平稳序列。gap、str、inv和edu四个变量一阶差分序列的ADF值都小于5%显著水平临界值，且概率P值都小于0.05，判定四个变量差分序列不存在单位根，gap、str、inv和 edu四个变量本身都是非平稳序列，一阶差分序列都是平稳序列，所以gap、str、inv和edu变量都是一阶单整序列，因此满足协整分析的条件。进一步进行Johansen协整检验，包括迹检验和最大特征值检验，具体检验结果见表2和表3。
表 2 Johansen协整迹检验结果
?
SV2表示人口结构对城乡收入差距的弹性系数曲线，人口结构即总抚养比对城乡收入差距的弹性系数变化相对平稳，1996至1999年，总抚养比对城乡收入差距影响为正，呈现上升趋势，至1999年影响最大，总抚养比每增加一个百分点，城乡收入差距增加0.1616%；2000年以后城乡收入差距受抚养比的影响出现拐点，直至2016年总抚养比对城乡收入差距的影响弹性系数始终为负值，总抚养比的降低对缩小城乡收入差距产生了消极效应，每年的影响程度呈现平稳上升趋势，2012年弹性系数数值最大，总抚养比每降低1%，城乡收入差距增加0.0591%。
表 3 Johansen协整最大特征值检验结果
?
限于时间等因素，本研究还存在以下不足之处：①未根据患者情况进行个性化护理干预。有研究证实，个性化出院日常生活护嘱单能有效促进脑卒中患者功能康复，提高患者生活质量[10]。②只对出院患者的生活方面进行了评价，患者心理及情绪等方面未能评定，不能明确患者后遗症期在连续护理干预下好转是否有心理情绪方面的原因。
对于时间序列的城乡收入差距的研究来说，在一个长的周期里，由于经济改革、各种各样的外界冲击和政策变化等因素的影响，城乡收入差距会出现模型变量关系逐渐发生变化，而用固定参数模型无法体现变量结构关系的变化，因此，构建可变参数状态空间计量模型，考察人口红利对城乡收入差距的动态影响，分别建立人口资产匹配（inv）、人口结构（str）和人口素质（edu）关于城乡收入差距的变参数状态空间模型：
4.2实证分析
考虑到研究所用的数据为时间序列数据，为了避免出现“伪回归”问题，在状态空间模型参数估计之前进行协整检验，同时变量是非平稳序列是协整关系存在的前提，所以首先对各个变量采用 ADF单位根检验 （Augmented Dickey-Fuller test）进行平稳性检验（单位根检验的原假设为原序列存在单位根），检验结果如表1所示。
目前，常用的沙门氏菌检测方法有传统方法如国家标准、AOAC等，以免疫学为基础的检测方法如酶联免疫法（ELISA）等，以分子生物学为基础的检测方法如聚合酶链式反应（PCR） 等[6]。传统方法培养时间较长，一般需要3～4 d检测时间[7]。ELISA方法从样品的制备到检测结束大概要40～48 h才能完成，且由于使用的多价血清存在不同程度的交叉反应，容易产生假阳性[8]。PCR方法需要昂贵的PCR仪器和繁琐的电泳，故不宜普遍推广。因此，亟需开发一种快速检测食品中沙门氏菌的检测方法，对于保障我国食品安全具有重要意义。
表 4状态空间模型估计结果
?
表4可以看出，状态空间模型估计系数SV1、SV2、SV3对应的P值均小于0.01，即它们在1%的显著性水平下均通过了显著性检验。模型的AIC值和SC值均非常小，说明所构建的模型拟合效果也很好。利用KALMAN滤波算法，估计城乡收入差距时变参数的结果如表5所示。
表 5状态空间模型城乡收入差距各时变参数估计结果
?
表 5状态空间模型城乡收入差距各时变参数估计结果（续）
?
为了便于判断SV1、SV2、SV3参数的变动趋势，将表5中的数据绘制折线图1。图1中三条不同的趋势线，分别表示样本考察期内人口结构、人口资产匹配和人口素质对城乡收入差距弹性系数的变化趋势。
图1 1996-2016变参数变化趋势图
通过表5与图1的模型参数估计结果，分析我国1996—2016年人口结构、人口资产匹配、人口素质对城乡收入差距的动态影响。总体上来看，人口结构、人口资本匹配和人口素质效应对城乡收入差距影响的弹性系数差异较大。从对城乡收入差距影响的弹性系数数值上来看，人口结构、人口资本匹配比较接近，影响程度相当，人口素质对城乡差距影响弹性系数最大，表明人口素质仍然是影响城乡收入差距的重要因素。由图1可知，三个变量的弹性系数表现出不同变化规律，其中人口资本匹配和人口素质效应波动幅度较大，而人口结构波动幅度较小，相对平稳。
Milk-run系统在厂内物料供应实施过程中将涉及信息传递、仓库到工序的配送、工序间的配送，是整个厂内物料配送体系，能有效改善车间物料供应。
（1）人口资产匹配对城乡收入差距的影响
表3是最大特征根的检验结果，最大特征值的检验结果与迹统计量的检验结果一致，认为四个变量间存在一个协整关系。不论是迹检验还是最大特征值检验四个变量在1%的显著性水平下都拒绝不存在协整关系，接受存在一个协整方程，gap、str、inv和 edu四个变量间存在长期协整关系，因此，gap、str、inv和 edu为可观测变量构建的量测方程不存在“伪回归”问题。
图1曲线SV1表示人口资产匹配对城乡收入差距的影响，人口资产匹配效应对城乡收入差距的弹性系数曲线呈“M”型，反映了城乡收入差距受劳动力资本匹配的影响情况。由图1可以看出，1996年至2005年的十年间，只有1997年的弹性系数-0.0278为负值，其他9年弹性系数均为正值，表明城乡收入差距随着劳动力资本匹配的增长而增长，1999年影响最大，弹性系数为0.8181，即劳动力资本匹配每增加1%，城乡收入差距增加0.8181%；2006年劳动力资本匹配对城乡收入差距的影响出现拐点，劳动力资本匹配对城乡收入差距的影响为负，在2006至2016年的十年里，劳动力资本匹配有效的降低了城乡收入差距，其中2002年影响最大，劳动力资本匹配每增加1%，城乡收入差距缩小0.0522%。
自20世纪70年代开始，状态空间模型的理论和应用在多个领域受到了众多学者的关注。Harvey（1989）［25］将状态空间模型应用到了时间序列中的经济结构分析， Andrew（2004）［26］对状态空间模型的理论和应用做了更为深入全面的讨论。
表2是迹统计量的检验结果，这两个统计量在Johansen协整检验用于判断变量之间协整关系的个数。迹检验结果看以看出，原假设0个协整向量，假设条件下计算的迹统计量值为61.38318，大于5%临界值47.85613，概率P值为0.0016，拒绝0个协整向量的假设，认为至少存在一个协整关系；At most1原假设下计算的迹统量值均小于临界值，可以接受原假设，认为存在一个协整关系。
（3）人口素质对城乡收入差距的影响
SV3表示人口素质对城乡收入差距弹性系数，相比人口结构和人口资产匹配效应，波动幅度相对较大，呈现先上升再下降，然后保持相对平稳的变化趋势，1996年至1999年弹性系数持续上升，2001至2004弹性系数年呈现下降趋势，平均受教育年限从2001年的7.597年上升到2004年的8.010年，上升了5.418%，城乡收入差距指数急剧增大，从2001年的2.8987上升到2004年的3.2086，上升了10.687%。2004年以后人口素质对城乡收入差距弹性系数持续增加，至2013年弹性系数上升到0.7281，即人口素质每增加1%，城乡收入差距增加0.7281%，2014年和2016年弹性系数略微下降。
5结论和启示
本文采用时变参数状态空间模型，运用KALMAN滤波算法定量分析了我国1996年至2016年人口结构、人口资产匹配与人口素质对城乡收入差距的动态影响。协整分析发现，四者之间存在长期稳定的均衡关系，并得到如下结论：
人口资产匹配对城乡收入差距弹性系数数值影响较小，人口资产匹配效应不是影响城乡收入差距的主要因素；弹性系数呈现两个阶段变化态势，第一阶段为2005年以前，人口资产匹配加剧了城乡收入差距，2006年以后为第二阶段，人口资产匹配缩小了城乡收入差距。建议政府加强农村水利、电力和教育等基础设施的建设，加大财政投资力度，进一步将资源向农村倾斜，提高农村居民收入，缩小城乡收入差距。
人口结构对城乡收入差距弹性系数影响相对较小，对城乡收入差距的影响由正相关演变为负相关，随着人口总抚养比的下降，城乡收入差距加剧。近二十年来，人口总抚养比下降，农村却没有充分享受到人口结构变化带来的红利。建议盘活农村耕地资源，实现农业规模种植业，增加乡村居民收入；另一方面保障农村劳动力在城市工作的稳定性和适应性，使其得到更高的收入，进而缩小城乡收入差距，共享人口红利。
人口素质对城乡收入差距的影响程度最大，人口素质对城乡收入差距的弹性系数均为正，人口素质的提高，在城镇更多的转化为生产力，提高了城镇居民收入，却进一步加剧了城乡收入差距。城镇和乡村受教育程度差别较大，进而导致城乡人口素质的不平衡，乡村居民接受了高等教育后也更多的会留在城镇，成为城镇居民。建议制定农村人才吸引机制，把优秀的人才留在农村地区，通过政策支持和鼓励高素质人才在乡村发展；同时进一步加大农村居民相关知识与技能培训，提高乡村居民文化素质水平，全面提升农村人员素质，从而实现农村居民收入的快速增长，实现城镇乡村和谐发展。
从表4和图8～图9中可以看出，基于WV-CNN的语义相似度计算模型明显优于基于字面匹配的语义相似度计算模型LCS和TF-IDF，在Accuracy、F1、AUC、KS值的评价指标上均有较大幅度的提高。LCS与TF-IDF在Accuracy、F1两个指标上相同，而TF-IDF的AUC值低于LCS的AUC值并且差距较大；在WV-CNN模型中，SGD优化器的效果优于RMSProp优化器，准确率随着训练集数据量的增加而增加。
参考文献
［1］邓金钱.政府主导、人口流动与城乡收入差距［J］.中国人口·资源与环境，2017，（2）.
［2］刘维奇，韩媛媛.城市化与城乡收入差距——基于中国数据的理论与经验研究［J］.山西财经大学学报，2013，（5）.
［3］余菊，刘新.城市化、社会保障支出与城乡收入差距——来自中国省级面板数据的经验证据［J］.经济地理，2014，（3）.
［4］张改素，王发曾，康珈瑜，杨慧，丁志伟.长江经济带县域城乡收入差距的空间格局及其影响因素［J］.经济地理，2017，（4）.
［5］康珈瑜，梁留科，张忠良，索志辉.长江经济带城乡收入差距时空演变及影响因素（2000-2015年）［J］.华东经济管理，2017，（12）.
［6］丁焕峰，刘心怡.城镇化背景下城乡收入差距的时空演化［J］.经济地理，2017，（4）.
［7］陈斌开，林毅夫.发展战略、城市化与中国城乡收入差距［J］.中国社会科学，2013，（4）.
［8］王能，李万明.财政分权、城市化与城乡收入差距动态关系实证分析——基于向量自回归模［J］.农业经济问题，2016，（9）.
［9］武小龙，刘祖云.中国城乡收入差距影响因素研究——基于2002-2011年省级Panel Data的分析［J］.当代经济科学，2014，（1）.
［10］曹裕，陈晓红，马跃如.城市化、城乡收入差距与经济增长——基于我国省级面板数据的实证研究［J］.统计研究，2010，（3）.
［11］王亚飞，杨寒冰，唐爽.城镇化、产业结构调整对城乡收入差距的作用机理及动态分析［J］.当代经济管理，2015，（3）.
［12］杨森平，唐芬芬，吴栩.我国城乡收入差距与城镇化率的倒U关系研究［J］.管理评论，2015，（11）.
［13］ 穆怀中，吴鹏. 城镇化、产业结构优化与城乡收入差距［J］. 经济学家，2016，（5）.
［14］李子叶，韩先锋，冯根福.中国城市化进程扩大了城乡收入差距吗——基于中国省级面板数据的经验分析［J］.经济学家，2016，（2）.
［15］张义博，刘文忻.人口流动、财政支出结构与城乡收入差距［J］.中国农村经济，2012，（1）.
［16］丁玉龙.农村人口老龄化与城乡收入差距［J］.华南农业大学学报：社会科学版，2018，（1）.
［17］张凡，方大春.中国人口老龄化、城市化和城乡收入差距关系研究——基于面板VAR模型［J］.吉林工商学院学报，2015，（4）.
［18］李庆.人口年龄结构变化与城乡收入差距变动的相关性分析［J］.商业经济研究，2016，（2）.
［19］ 刘金东，冯经纶，王生发.老龄化加剧中国收入不平等了吗?［J］.财经论丛，2014，（5）.
［20］李飞越.中国人口老龄化与收入不平等关系研究［J］.西北人口，2015，（5）.
［21］ 吕炜，杨沫，王岩.城乡收入差距、城乡教育不平等与政府教育投入［J］.经济社会体制比较，2015，（3）.
［22］王明华，刘宪.教育水平对城乡收入水平影响的实证研究——基于山西省的调查数据［J］.商业经济与管理，2011，（8）.
［23］余菊.科技进步、教育投入与城乡收入差距来——自中国省际面板数据的经验证据［J］.工业技术经济，2014，（1）.
［24］吴振华，张学敏.教育对农村居民收入差距有多大影响［J］.教育发展研究，2017，（1）.
［25］ Goldstein，Harvey.Restricted unbiased iterative generalized least-squares estimation［J］.Biometrika，1989，（3）.
［26］ Andrew Harvey，Siem Jan Koopman，Neil Shephard.State Space and Unobserved Component Models:Theory and Applications［M］.Cambridge University Press，2004.
Dynamic Impact on Urban-Rural Income Gap from Demographic Dividend in China
QIAO Mei-hua
（School of Business,Liaocheng University,Liaocheng 252000,China）
Abstract：In this paper,we sample the time series data of demographic dividend and urban-rural income gap from 1996 to 2016 in China.Based on the time varying parameter state space model,and using the KALMAN filtering algorithm,the dynamic impact of the urban-rural income gap with time and from the population structure,the matching degree of population assets and the population quality are explored.During the sampling period the study shows that there is a long-term co-integration relationship among the population structure,the matching degree of population assets,the population quality and the urban-rural income gap.Results reflect that the elastic coefficient of the matching degree of population assets and the population structure on urban-rural income gap is smaller.The matching degree of population assets is not the main factor affecting the urban-rural income gap.The elastic coefficient exhibits two trends,one increasing the urban-rural income gap while another narrowing the gap.The population structure is negatively correlated with urban-rural income gap,i.e.,the urban-rural income gap increases with the decrease of the overall population dependency ratio.The population quality exerts a great influence on urban-rural income gap,and its elastic coefficient is positive,which shows that the improvement of population quality has further increased the urban-rural income gap.
Key words：demographic dividend;urban-rural income;state space model;co-integration analysis
中图分类号：C924
文献标识码：A
DOI:10．3969 ／j．issn．1674－8107．2019．03．013
文章编号：1674-8107（2019）03-0084-07
收稿日期：2019-01-12
基金项目：山东省社科规划项目“山东省工业转型升级水平测度与路径研究"(项目编号:16DJJJ08）；山东省高等学校人文社科研究项目“山东省人口结构与产业结构升级的耦合协调发展研究”(项目编号:R16WC0901)。
作者简介：乔美华（1977-），女，山东聊城人，副教授，博士，主要从事技术创新与区域经济发展研究。
（责任编辑：庄暨军）
标签：城乡论文; 收入差距论文; 人口论文; 红利论文; 系数论文; 社会科学总论论文; 人口学论文; 世界各国人口调查及其研究论文; 《井冈山大学学报(社会科学版)》2019年第3期论文; 山东省社科规划项目“山东省工业转型升级水平测度与路径研究"; (项目编号:16DJJJ08)山东省高等学校人文社科研究项目“山东省人口结构与产业结构升级的耦合协调发展研究”(项目编号:R16WC0901)论文; 聊城大学商学院论文;