Dynamic Impact Mechanism of Birth Rate and GDP in Liaoning Province
Abstract
This paper's objective is to study the issue of impact mechanism of birth rate between Liaoning province and China integrating unit root test, cointegrating test, vector error correction model (VECM), generalized impulse response function and variance decomposition. After selecting the data of birth rate, infant mortality rate and real GDP per capita of Liaoning province and China, we’ve found that: (1) The log series of birth rate, infant mortality and real GDP per capita are integrated of order one; (2) Long-term co-integration relationships exist among these three series, and the impacts of infant mortality rate and GDP per capita on birth rate are more significant in Liaoning province; (3) According to VECM, the adjustment of birth rate in Liaoning province is 0.09067971446 while it is 0.463901315 in China, which means self- regulatory ability of birth rate in Liaoning province is relatively weak; (4) According to generalized impulse response function and variance decomposition in the short-term birth rate fluctuation of Liaoning isn’t affected by infant mortality rate and GDP per capita while in the national level the effect is great. The conclusions and suggestions are: (1) China is in the period of “Demographic window of opportunity” nowadays so high-speed economic growth and low birth rate are both necessary. China should improve professional education and training to build the harmonious society; (2) Remove obstacles of labor migration in order that the most active factor of production – labor force can flow into Liaoning freely, therefore, we can improve the allocative efficiency without a larger population.Key words: Population Bonus; Social Security System; Education and Training; Birth Rate; Vector Error Correction ModelRésumé: L'objectif de cet article est d'étudier le problème du mécanisme de l'impact du taux de natalité dans la province du Liaoning et en Chine, en intégrant le test de racine unitaire, le test de cointégration, le modèle à correction d'erreur vectorielle (MCEV), la fonction de réponse impulsionnelle généralisée et la décomposition de la variance. Après avoir sélectionné les données du taux de natalité, du taux de mortalité infantile et du PIB réel par habitant de la province de Liaoning et de la Chine, nous avons constaté que: (1) Les séries de logarithme du taux de natalité, du taux de mortalité infantile et du PIB réel par habitant sont intégrés dans le premier ordre; (2) Des relations de co-intégration à long terme existent entre ces trois séries, et les impacts du taux de mortalité infantile et du PIB par habitant sur le taux de natalité sont plus importants dans la province du Liaoning, (3) Selon MCEV, l'ajustement du taux de natalité dans la province de Liaoning est de 0,09067971446, alors qu'il est de 0,463901315 en Chine, ce qui signifie que la capacité d'auto-réglementation du taux de natalité dans la province de Liaoning est relativement faible; (4) Selon la fonction de réponse impulsionnelle généralisée et la décomposition de la variance à court terme, la fluctuation du taux de natalité du Liaoning n'est pas affectée par le taux de mortalité infantile et le PIB par habitant alors qu'au niveau national, l’impact est plus important. Les conclusions et les suggestions sont les suivantes: (1) Aujourd'hui, la Chine est en une période de "fenêtre démographique d'opportunité", donc une croissance économique rapide et un taux de natalité faible sont tous nécessaires. La Chine devrait améliorer l'éducation et la formation professionnelle pour construire une société harmonieuse; (2) Il faut supprimer les obstacles de la migration du travail afin que le facteur le plus actif de la production - la main-d'œuvre peut circuler librement dans la province du Liaoning, par conséquent, nous pouvons améliorer l'efficience allocative sans une population plus grande. Mots-clés: bonus de la population; système de sécurité sociale, éducation et formation; taux de natalité; modèle à correction d'erreur vectorielle
Full Text:
PDFDOI: http://dx.doi.org/10.3968/j.css.1923669720100605.004
Refbacks
- There are currently no refbacks.
Copyright (c)
Reminder
- How to do online submission to another Journal?
- If you have already registered in Journal A, then how can you submit another article to Journal B? It takes two steps to make it happen:
1. Register yourself in Journal B as an Author
- Find the journal you want to submit to in CATEGORIES, click on “VIEW JOURNAL”, “Online Submissions”, “GO TO LOGIN” and “Edit My Profile”. Check “Author” on the “Edit Profile” page, then “Save”.
2. Submission
Online Submission: http://cscanada.org/index.php/css/submission/wizard
- Go to “User Home”, and click on “Author” under the name of Journal B. You may start a New Submission by clicking on “CLICK HERE”.
- We only use four mailboxes as follows to deal with issues about paper acceptance, payment and submission of electronic versions of our journals to databases: [email protected]; [email protected]; [email protected]; [email protected]
Articles published in Canadian Social Science are licensed under Creative Commons Attribution 4.0 (CC-BY).
Canadian Social Science Editorial Office
Address: 1020 Bouvier Street, Suite 400, Quebec City, Quebec, G2K 0K9, Canada.
Telephone: 1-514-558 6138
Website: Http://www.cscanada.net; Http://www.cscanada.org
E-mail:[email protected]; [email protected]
Copyright © Canadian Academy of Oriental and Occidental Culture