人口老龄化对中国产业结构变化影响研究—基于2000-2012年省级面板数据的实证分析

■ 易 昕（华中科技大学经济学院 武汉 430074）

问题的提出

19世纪法国社会学家、数学家奥古斯特·孔德曾说过：“人口就是命运”。联合国发表的《2013中国人类发展报告》显示，截至2011年底，年龄超过65岁的人占中国总人口大约9.1%。报告预测，这一比例到2030年将提高至18.2%左右。这意味着我国的老年化的趋势将不可避免。由于老年人的生活方式、消费结构都和年轻人有着很大不同，这种人口结构的改变将直接对产业结构的演变造成重大影响。在老龄化的过程中，银发产业的发展不仅能够有效地满足老年人的需求，增加老年人生活的幸福与满足感，缓解老龄化引发的社会压力。同时，新兴产业给经济带来的有效刺激，也能抵消一部分老龄化对经济增长的负面影响。由此，老龄化对产业结构效应以及产业结构对老龄化的反应，是一个值得研究的重要课题。

然而，目前国内外关于人口老龄化和产业结构关系的文献相对较少，已有的研究主要可以归纳为两类：

第一类是从影响路径出发，定性地分析老龄化如何影响产业结构。钟若愚（2005）认为人口老龄化能够通过供需的共同作用，间接的对产业结构产生影响。杨光辉（2006）运用统计学方法，发现除了供需作用之外，两者的联系还可以通过各区域经济的不平衡增长以及城市化发展的进程表现出来。

第二类是用实证分析的方法考察人口老龄化对产业结构影响的具体表现。Thiessen（2007）通过实证研究发现老龄化对产业就业结构有着显著影响，且会加速产业结构变革的进程。Siliverstovs和A.Kholodilin（2011）在Thiessen研究的基础上，进一步发现老龄化对农业、工业就业有显著负效应，而对服务业就业有正效应，特别是金融、社会以及个人服务业。张斌和李军（2013）在Martin的基准产业结构模型中引入老龄化因素，发现老龄化程度的提高会导致第一产业的比重上升，第二产业的比重降低，而对第三产业的影响具有不确定性。

应该说上述这些研究很有价值，但不够全面。到目前为止，国内的研究大部分集中在对影响路径进行定性分析，而缺乏定量分析；相应地，国外的实证研究采用跨国面板数据，存在不兼容的问题。本文旨在从实证角度厘清人口老龄化对我国三次产业结构的变化影响，以图弥补现有研究的缺陷，为进行产业结构的调整，适应老龄化时代的到来，提供政策建议。

理论传导机制

关于老龄化因素影响产业结构的传导机制，可以从需求与供给两个方面来进行分析。从这个角度来看，人口老龄化对产业结构的影响存在四个主要的潜在影响渠道：消费结构、劳动力市场、资本供给和全要素生产率。其机制可以用图1表示。

（一）消费结构

不同年龄阶段消费主体的需求结构、需求数量不尽相同，因而人口结构变化必然会通过消费主体的需求变化表现出来。当老龄化程度加深时，老龄人口相对增长，而青年人口相对减少，这时，面向婴幼儿、青少年的产品和服务的市场需求会逐渐萎缩，而面对老年人口的则会增多。老龄人口往往不倾向于消费那些价格昂贵的“奢侈品”或时尚品，而是更多地偏好类似健康、养生和医疗等基本生活必需品和服务。这意味着针对第一、二产业的物质性商品需求可能会相对减少，而针对老龄人口服务的“银发产业”会成为产业结构变化的重要动力。

（二）劳动力市场

从劳动力市场的数量来看，在其他条件不变的情况下，老龄人口比例的增加会减少经济中适龄劳动力的供给数量，从而造成劳动力供给的相对短缺。而从劳动力的质量看，中老年人的身体机能逐渐衰退、学习能力下降，因而工作技能相对老化。老龄劳动力也不适应体力消耗大、节奏快的生产模式，特别是在劳动密集型的产业中，他们的工作效率会有所降低。为了适应这种适龄劳动人口年龄逐渐变大的特点，劳动支出中脑力劳动所占比重应超过体力劳动所占比重，这一特征意味着产业结构要由劳动密集型转向资本、技术密集型。

（三）资本供给

根据莫迪利安尼的生命周期理论，当人口进入老年时期后，消费相应地从花费现在的收入转向消耗过去积累的财富。这种变化进一步影响国民收入中的资本积累。这个资本减少的变化量如果体现在各个产业之中，对资本投入更加敏感的产业必然受到较大的影响，而对资本投入较为不敏感的产业受到的影响则较小，结果就会对产业结构产生不同的影响。具体来说，资本供给的减少对资本集约型、技术集约型的产业发展产生的负面影响较大，而农业、食品业和纺织业等劳动集约型的产业，对资金依赖的较小，受到的影响较小。

图1 老龄化因素影响产业结构的传导机制

表1 以老龄人口占总人口比重作为代理变量衡量老龄化对产业结构的影响：系统GMM估计

（四）全要素生产率

关于老龄化社会下生产率的演变，有人认为资本-劳动比会下降，所以老龄化会阻碍生产率的增长。然而，目前并没有充分的理论证明老龄化一定会对劳动生产率带来负面的影响。生产率并非只取决于资本、劳动，还有全要素生产率的影响。如果经济体是一个进步的，并以“终身学习”为目标的社会，那么即使年长型劳动者的工作效率降低，但是他们在志愿服务、经验提供、社交人脉拓展等其他方面也会对生产有着重要的贡献，这种对产出的贡献值并非单纯的资本和劳动输出，更像是对劳动力这种要素潜力的深层发掘。

实证过程与结果

（一）模型与指标选取

为了检验人口老龄化对产业结构的影响，本文构建如下计量基准模型：

其中，i、t分别代表地区和时间，n为三次产业；Ynit和Yni,t-1分别代表地区i在t和t-1时刻的各产业产值占GDP的百分比（Yf、Ys、Yt分别代表第一、第二和第三产业）。Xit是一个K×1的向量，包含了一组其他控制变量。agingit代表人口老龄化程度，β2为我们关心的待估系数。Dit代表地区效应，uit为随机误差项。本文的研究目的旨在检验人口老龄化与产业结构之间的内在相关关系而非研究产业结构的决定因素，参照以往研究，本文控制了其他可能影响产业结构的变量，具体如下：

人均经济总量（AGDP）：用于考察经济增长水平，根据Chenery 和 Syrquin对产业结构的分析推导，产业结构演变模型中主要以人口和人均收入作为解释变量，本文沿袭其对数结构，在模型中引入人均GDP（agdp）及其平方项（sqragdp）。

物资资本（inv）：用于衡量物资资本投资的比重，本文使用固定资产投资占GDP的比例作为代理变量。

人力资本（edu）：用于衡量人力资本投资的比重，本文采取教育经费法来衡量，教育经费指教育经费总投入，包括国家财政性教育经费、社会团体和公民个人办学经费、社会捐赠经费、学费和杂费、其他教育经费。

经济开放程度（tr）：用于衡量在开放经济条件下，本文使用各省进出口总额占GDP的比重作为代理变量。

技术进步（nova）：用于考察技术能力和研发创新，本文使用国内三种专利申请授权量来衡量。

政府政策行为（gov）：用于考察政府政策行为的影响，采用政府消费支出占GDP的比重来衡量。

产业结构衡量指标：用于衡量产业结构的变化，目前关于这一指标的衡量，大多数研究者均选取三次产业产值占GDP的比重这一指标，如巴曙松和王群（2009）、卢万青和袁申国（2009）、王文斌（2009）、黄先军和曹家和（2011）等；也有部分研究者选用第二产业与第三产业的比重来衡量，如杜金岷和廖俭（2008）。考虑到前者能更好地体现三次产业结构，且三次产业中第二产业和第三产业的开放程度较大，本文采用三次产业的总产值与地区GDP的比值来作为代理变量，分别用Yf、Ys和Yt来表示。

人口老龄化衡量指标：作为本文研究核心的解释变量，共由两组工具变量来衡量，大部分研究者是从人口结构或者人口红利的角度出发，一般选取抚养比作为衡量指标，为了指标选取的广泛合适性，本文以老龄人口（65岁以上人口）占总人口的比重，以及老龄人口占劳动力的比重（即老年抚养比）作为代理变量来衡量人口老龄化程度，分别用age和odr表示。

（二）数据使用

按联合国的统计标准，一个国家60岁以上老年人口达到总人口数的10%或者65岁以上老年人口占人口总数的7%以上，该国家即进入人口老龄化社会。根据我国2000年11月底第五次人口普查的数据，60岁以上人口达1.3亿人，占总人口10.2%，65岁以上老年人口已达8811万人，占总人口6.96%，即我国于2000年正式进入老龄化社会。因此本文选取从2000年开始到2012年全国31个省市（不包括港澳台地区）的数据，数据来源为《中国统计年鉴》、《中国人口统计年鉴》、《1990年以来常用人口数据集》以及各地区历年的统计年鉴。

（三）估计方法与结果

为了消除本模型中的非观测性地区效应Dit的影响，对上式进行一阶差分后，可得：

上式中，滞后的被解释变量的一阶差分项△Ynit与误差项的差分△uit有着较强的相关性，从而模型中可能存在内生性的问题，用传统的固定效应模型分析法可能会产生有偏估计。为保证实证结果的可靠性，如何处理解释变量的内生性问题是非常值得重视的，而这正是本文采用GMM估计的动机。

根据Arellano和Bond（1991）提出的一阶差分广义矩（DIFF-GMM）思路，将式（2）中的解释变量的滞后阶作为差分方程中相应变量的工具变量来获得参数估计结果，但由于这种方法所采用的滞后阶工具变量与方程中差分项内生变量之间的相关性较小，容易导致弱工具变量问题的出现。

表2 以老年抚养比作为代理变量衡量老龄化对产业结构的影响：系统GMM估计

基于此，本文同时采用了Arellano和Bond（1995）以及Blundell和Bond（1998）的所提出的系统广义矩估计（SYS-GMM）方法，通过增加新的有效工具变量来解决弱工具变量问题，其基本思想是将水平方程和差分方程作为一个方程系统进行GMM估计，并将内生变量的差分滞后项作为水平方程中内生变量的工具变量，从而保证了工具变量与内生变量相关，但不与随机误差项相关，是一个理想的工具变量。由于综合利用了水平方程和差分方程的进行回归，系统GMM比差分GMM估计法有更好的有限样本性质，不仅可以提高估计的效率，也更能控制内生性。实证结果分别如表1和表2所示。

实证结果分析

广义矩估计量的一致性依赖于工具变量的有效性，系统GMM估计工具变量的有效性检验主要包含两类（Arellano和Bond，1995；Blundell和Bond，1998），Hansen检验用于检验估计过程之中是否存在过度识别约束，原假设是模型中工具变量的选取是有效的；而残差自相关检验则用于检验残差项在差分回归和差分、水平方程系统回归中是否存在序列相关，原假设是不存在序列相关，残差项可存在一阶序列相关，但必须二阶序列无关。从检验结果来看，表1与表2中Hansen和AR（2）检验值的伴随概率均在0.05以上，说明应该拒绝原假设，也就是说本文所采用的工具变量是有效的。

可以看到，以老龄人口占总人口比重（age）和老年抚养比（odr）作为工具变量的两次回归测量结果之间有着较强的正相关性，关于人口老龄化对三次产业结构的影响，二者均给出了相似的结论。我们发现，从2000年我国正式进入老龄化社会至今，人口老龄化对三次产业均有着显著影响，人口老龄化变量与第一、第二产业产值比重均呈现负相关关系，且第一产业受到的影响比第二产业小；而人口老龄化与第三产业产值比重则呈现正相关性。

另外，关于本文控制的其他解释变量，研究发现人力资本（edu）、技术进步（nova）对三次产业产值比重影响较小，人均经济总量（agdp）的提高对三次产业产值比重均有显著的影响，且均呈现出正相关性。物资资本（inv）与第一、三产值比重呈现负相关性，而与第二产业有正相关关系；进出口总额比重（tr）和政府消费支出比重（gov）与第一、二产业产值比重呈现正相关性，而与第三产业产值比重有着正相关性。

结论及政策建议

本文通过构造人口老龄化对产业结构变化影响的实证模型，在控制了人均经济总量、物资资本、人力资本、经济开放、技术进步、政府政策行为作为其他解释变量的前提下，收集了我国2000-2012年的31个省市的省级面板数据，并用动态面板数据的GMM分析方法对模型进行回归分析，发现人口老龄化对产业结构均有显著的影响，且对三次产业的影响各不相同。其中，人口老龄化对我国的第一产业和第二产业有着一定程度的抑制效应，而对第三产业则起着促进作用。

综合本文的研究结论以及我国现有的国情，针对如何调整现有的产业结构同时适应人口老龄化提出的挑战，本文的政策建议如下：

第一，延伸三次产业链条，推动产业结构升级，促进三次产业结构间的融会贯通，实现农业工业化、工业信息化、服务业知识化，以达到更好地适应人们不断升级的消费需求的目的，缓解人口老龄化带来的负面效应。

第二，增加人力资本的投入，发挥老年人力资本的优势作用。增加对人力资本的投入不仅仅表现在劳动者素质的提升，还表现在对老年人力资本的有效利用之上，教育一般被认为是提升人力资本的重要手段，而老年人口在工作技能、生活经验、社会阅历和社交人脉等方面都有着一定的优势，不论是加强对老年人的教育和新技能培训，比如老年大学的开设，还是老年人本身作为教育的提供者或实现技能转移，都会促进劳动力质量的提升。

第三，加速第三产业的转型，积极发展银发产业。在人口老龄化推动产业结构升级的过程中，会有效地促进劳动力向第三产业的转移。人口老龄化既然对服务业有着促进作用，也必然对服务业升级提出了更高、更明确的要求，现代服务业要以更新的服务方式，来应对老龄化带来的挑战。同时，政府应大力扶持针对老年人需求的银发产业。银发产业作为新兴的朝阳行业，是一个涉及到医药、房地产、金融、保健、食品、服装、保险、旅游等十多个行业的综合产业，但我国银发产业目前尚处于起步阶段，还需要政府和社会的帮助和支持。

第四，完善社会保障体系，拓宽老年消费市场。目前银发产业的需求市场虽然很大，但同等规模的有效需求尚未形成，其主要原因是老年人口的购买力和行动力不足，一套完善的社会保障体系会提振老年人口的消费信心，在“老有所养、老有所医”的生活环境下，老年人会更敢也会更乐于消费，银发产业市场才能真正形成有效需求，老年消费市场的巨大潜力才能被挖掘出来。

1.胡鞍钢，刘生龙，马振国.人口老龄化、人口增长与经济增长—来自中国省际面板数据的实证证据[J].人口研究，2012，36（3）

2.钟若愚.人口老龄化影响产业结构调整的传导机制研究：综述及借鉴[J].中国人口科学，2008（S1）

3.THIEβ EN,Ulrich.Aging and structural change.Discussion papers.German Institute for Economic Research,2007