人口老龄化对中国卫生支出和经济增长的影响:贝叶斯VAR方法外文翻译资料

 2022-08-06 09:08

英语原文共 12 页,剩余内容已隐藏,支付完成后下载完整资料

人口老龄化对中国卫生支出和经济增长的影响:贝叶斯VAR方法

摘要

65岁或65岁以上人口比例的不断增加,导致全球医疗和长期护理服务需求的增加,这对各国公共财政的可持续性构成了越来越大的挑战。这一现象在中国尤为突出,过去40年来,中国经济增长和人口老龄化速度都在加快。本文利用贝叶斯VAR(B-VAR)模型计算了脉冲响应函数(IRFs)和预测误差方差分解函数(FEVDs),实证检验了中国人口老龄化指数、预期寿命、经济增长和卫生支出之间的动态关系。为了更好地理解中美两国人口结构和经济发展的动态模式,我们将中美两国的人口结构和经济发展轨迹进行了比较。我们发现,美国和中国的老龄化指数对预期寿命和人均卫生支出对人均GDP都有显著的反应,而中国的人口老龄化对人均卫生支出的反应相对强烈。无论是名义变量还是实际变量,我们的结果都是稳定的。这些结果表明,在中国,需要一个照顾到经济、社会和健康因素的全面政策,以提高老龄人口的生活质量,实现经济的可持续发展。

关键词:贝叶斯VAR模型 老龄人口结构 医疗支出 政策含义 中国

  1. 介绍

卫生支出在人民健康和国家经济发展中发挥着重要作用(fogel2002、2004)。在发达国家和发展中国家中,卫生支出与经济增长高度正相关(Wang 2011;Braedle 等人.,2016;Murthy 等人,2016;Lopreite and Mauro 2017)。特别是,经济增长会导致对医疗服务的需求增加。随后预期寿命的增加反过来又导致更大的卫生支出(Werblow等人,2007年;Harper 2014年)。此外,大型老年人群会因慢性病(即心血管疾病、癌症、慢性肾病、,糖尿病及其各自的并发症)以及对长期医疗服务的更高需求,包括昂贵的技术和住院治疗,使得医疗系统的可持续性面临风险(Fujino 1987;Murthy和Ukbolo,1994;Feng等人,2020)。另一方面,更大的卫生支出导致医疗产品和长期保健服务的可用性增加,同时寿命也相应增加(Kunze,2014年)。健康状况改善的劳动力会对劳动力质量和劳动生产率产生积极影响,从而推动经济发展和增长(Linden等人,2017年;Alvarez Galvez等人,2018年)。

近几十年来,由于生育率下降和预期寿命增加,中国等主要发展中经济体经历了实质性的人口转变。与美国等发达国家相比,中国的老龄化进程起步较早,发展速度较快,而美国等发达国家的卫生支出在几十年的时间里才逐步适应人口老龄化的需要。

1978年至2017年,中国65岁及以上人口所占比例从4.45%上升至10.64%,对卫生支出和经济增长产生了重大影响(Fougere 等人.,1999;Bloom 等人,2015;Choi and Shin,2015;Uddin et al.,2016)。同期,生育率等其他指标从2.9%下降到1.6%,预期寿命从65岁提高到76岁,这都是由于中国的独生子女政策进一步放大了人口老龄化对卫生支出的负面影响。

事实上,中国独生子女政策导致的生育率快速下降可能会对老年人产生负面影响,因为他们可能再也无法获得子女的支持。此外,随着中国从2020年到2030年接近刘易斯转折点,人口结构的转变可能会将中国从低成本劳动力的全球来源转移到劳动力短缺的健康经济体(国际货币基金组织,2013年)。预计到2050年,中国将成为世界上老龄化程度最高的社会,预计中国超过退休年龄的人口比例将从2015年的9.6%增至2050年的27.6%,增长近两倍。与此同时,老年人抚养比预计将从0.13增加到0.47(UNPD 2015a)。中国的养老金计划惩罚在老年工作并鼓励提前退休,而人口老龄化使得有必要延长工作寿命以补偿日益增加的公共养老成本。中国的劳动适龄人口将按比例减少,退休人员激增,这将很快引发人们对其提供养老保险能力的质疑。因此,维持公共财政可持续性和管理劳动力供应短缺的挑战推动中国政府改革其退休制度(UNPD 2015b)。这些影响将对中国的经济发展施加若干限制,中国可能很快失去与印度和印度尼西亚等其他新兴经济体的竞争优势,这增加了中国落入“中等收入陷阱”的风险(蔡,2012)。

根据中国国家统计局(2015年)的数据,2015年,中国每1000名老年人中平均有27张养老机构床位,而美国和德国分别有37张床位和55张床位(经合组织,2017年)。此外,最近中国经济增长放缓可能会减少医疗支出,对医疗质量和预期寿命产生负面影响。

这些观察结果表明,中国需要调整其政策,以便为老年人及其家庭提供更多的资源,并打破贫穷的代际循环。为了实现这些目标,政策制定者必须了解卫生支出、老龄化、预期寿命与中国经济增长之间的关系。

本文的目的是用贝叶斯向量自回归(Bayesian-VAR或B-VAR)计量经济学方法对这些关系进行实证检验。研究结果将有助于决策者更好地理解中国老年人口快速增长与医疗和经济体系之间的动态互动关系,而医疗和经济体系还远远不能充分支持老龄人口的增加。

本文的其余部分组织如下。在第二节中,我们总结了文献回顾并强调了我们的效用。我们特别关注探讨人均卫生支出、人均GDP、预期寿命与人口老龄化之间实证因果关系的研究。在第三节中,我们介绍了贝叶斯VAR方法,并解释了为什么它符合我们的研究目标。在第4节中,我们描述了实证分析中使用的数据。第五节给出了脉冲响应函数(IRFs)和预测误差方差分解函数(FEVDs)的计算结果,并与同期的中美两国进行了比较。在第6节中,我们评估了不同先验规范(如明尼苏达先验与正态逆威沙特分布先验)下的frequentist-VAR模型和B-VAR模型的预测精度。最后,在第7节中,我们在结束论文之前,用实际人均GDP和实际人均卫生支出对同一时期的分析进行重复,以检验结果的稳健性。

2.文献综述

我们对文献进行了严谨回顾,探讨了卫生支出、人口老龄化、预期寿命和经济增长这四个变量之间的以实验为依据的关系。

我们使用公认的数据库,如Scopus、google scholar和PubMed。在确定相关文献时使用的搜索词(即关键变量)包括:“老龄化(或寿命)和卫生支出(或卫生支出或成本)以及经济增长(或国内生产总值)和预期寿命”。

上述四个变量是相互关联的。预期寿命与人口老龄化之间的关系是直截了当的,因为人口老龄化是由前者的增长加上生育率的下降所驱动的。从我们的搜索策略中收集的实证研究通常一次只关注一个关系(一对变量之间)。因此,根据卫生支出、人口老龄化(或预期寿命)和经济增长这三个变量之间的三种成对关系中的哪一种进行了调查,下面总结了三条文献。

首先,我们集中于研究卫生支出与经济增长之间的因果关系,同时将它们按单向或双向因果关系进行分组。

一些研究分析了卫生支出与经济增长之间的单向关系,强调了经济增长在卫生支出中的重要性。例如,Gerdtham等人(1992年)揭示人均GDP对解释19个经合组织国家之间的医疗保健支出差异起着重要作用。Braendle和Colombier(2016)表明,人均收入与医疗支出增长正相关。Baltagi和Moscone(2010)使用了20个经合组织国家1971-2004年期间的数据,证明卫生支出是一种必需品而不是奢侈品。

相反,其他研究发现卫生支出和经济增长之间存在双向因果关系。例如,Wang(2011)分析了31个国家1986年至2007年的数据,以探讨医疗支出增长与经济增长之间的因果关系。他发现,医疗支出增长刺激经济增长,而经济增长减少支出增长。Amiri和Ventelou(2012)的研究结果表明,经合组织国家的GDP和医疗支出之间存在双向格兰杰因果关系。Amiri和Linden(2016)使用22个经合组织国家的样本发现,1970-2012年间,绝大多数经合组织国家的GDP和医疗支出总额之间的双边关系占主导地位。Hal-ici Tuluce等人(2016年)表明,样本中的低收入和高收入经济体在短期内的医疗支出和经济增长之间存在着互惠关系。最后,Chaabouni等人(2016)和Chaabouni等人.(2017)在51个中低收入或高收入国家的1995-2013年期间发现了医疗支出与经济增长之间的双向关系。

其次,文献中也研究了人口老龄化(或预期寿命)与卫生支出之间的关系。例如,Breyer和Felder(2006)发现,在德国,医疗技术的扩张对医疗支出的影响要比老龄化大得多。Kildemoes等人(2006年)表明,丹麦的人口老龄化可能会增加未来处方药的支出。Jaba等人(2014年)收集了175个国家1995-2010年的数据,利用面板模型得出了卫生支出与预期寿命之间的显著关系。Murthy和Okunade(2016)利用1960年至2012年的年度数据和ARDL(自回归分布滞后协整)方法确定人均实际收入、65岁或以上人口比例和医疗技术水平是人均医疗支出的主要驱动力。Linden和Ray(2017)发现,1970年至2012年间,34个经合组织国家的公共卫生支出(尤其是私人支出)与预期寿命之间存在正相关关系。Lopreite和Mauro(2017)使用贝叶斯VAR(B-VAR)模型表明,意大利1990-2013年的医疗支出对老龄化指数的反应大于预期寿命和经济增长。Gallet和Doucouliagos(2017)使用元回归分析发现,与预期寿命相比,死亡率对卫生支出的影响更大。Obrizan和Wehby(2018)提出,在预期寿命较低的国家增加医疗支出可能会对预期寿命产生重要的回报。总而言之,现有文献调查的关系,卫生支出及其主要驱动因素给出了不同的结果,这取决于数据类型(宏观或微观)和模型规格。此外,若干人口变化(即超过一定年龄的人数、患有某种残疾或慢性病的人数)对卫生支出的影响仍然不清楚,而且差别很大。

最后,人口老龄化与经济增长之间也是一种相互作用的关系,因为人口年龄结构影响经济增长速度,经济绩效也会导致人口变化。有充分的证据表明,劳动年龄人口比例的增加(即支持率的增加)在新兴亚洲产生了“第一次人口红利”(Bloom和Williamson,1998年;Lee等人,2000年)。Mason和Lee(20062007)进一步探讨了通过人力资本和物质资本积累实现“第二次人口红利”的可能性,因为最近低生育率和高预期寿命导致人口老龄化和支持率下降。Bloom等人(2010a)从会计的角度考虑了人口老龄化的经济影响,行为和体制效应及其反事实作用(假设2005-2050年1960-2005年人均劳动力增长率)表明,经合组织国家的经济增长率略有下降,对发展中国家的经济增长速度影响不大。

我们对现有文献的贡献至少有两个方面。首先,与上述研究不同,我们考虑了卫生支出、老龄化指数、预期寿命与经济增长之间的关系,并探讨了所有可能的因果关系。为了做到这一点,我们使用贝叶斯VAR(B-VAR)方法,这是特别适合于短样本,在我们的情况下,并提供了更好的结果比经典的VAR模型。此外,我们估计了一个基于明尼苏达先验规范的B-VAR模型,该模型包含了关于参数分布的有用置信信息。因此,我们可以通过计算脉冲响应函数(IRFs)和预测误差方差分解函数(FEVDs)来进行短期和中期分析,并评估预测性能。

其次,对中美两国的经济发展动态和人口年龄结构进行了比较分析。事实上,美国长期以来一直被视为“老龄化社会”(Llotyd Scherlock et al.,2000;Bloom et al.,2010a),而中国的特点是“先老后富”(Qiao,2006)。如附录图A1所示,虽然中国在过去几十年中取得了惊人的经济增长,但人均收入和医疗卫生支出仍远远落后于美国。然而,中国的预期寿命和人口老龄化率在过去20年明显加快,很快将达到与美国相同的水平。因此,通过中美两国的比较分析,我们可以对研究结果进行解释。

3.方法:设置B-VAR估计的先验值

在过去的几十年里,VAR模型被广泛用作宏观经济分析和预测的标准工具(Sims 1980、1992;Christiano等人,1999)。VAR模型的流行不仅仅是因为它们的公式简单,还因为它们非常成功地捕捉到时间序列之间的动态线性关系,而不像结构VAR模型那样对参数施加限制。然而,在将频数法应用于VAR估计时,却存在一些问题。首先,一个典型的VAR模型在变量数量较少的情况下

剩余内容已隐藏,支付完成后下载完整资料


资料编号:[260929],资料为PDF文档或Word文档,PDF文档可免费转换为Word

原文和译文剩余内容已隐藏,您需要先支付 30元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。