黑龙江省装备制造业转型升级影响因素研究——人口红利的视角

周 正，毛瑞男

(哈尔滨商业大学 a.学术理论研究部；b.经济学院，哈尔滨 150028)

区域经济研究

黑龙江省装备制造业转型升级影响因素研究
——人口红利的视角

周 正a，毛瑞男b

(哈尔滨商业大学 a.学术理论研究部；b.经济学院，哈尔滨 150028)

装备制造业作为工业发展的基础，其转型升级对黑龙江省经济发展意义重大。以2000—2014年黑龙江省人口数量和人口质量为研究对象，采用多元线性回归法和格兰杰检验法分析人口红利对黑龙江省装备制造业转型升级的影响。研究结果表明：在人口数量方面，总抚养、少儿抚养比和老年抚养比与装备制造业产值之间存在负相关关系，其中，少儿抚养比的影响最大；在人口质量方面，装备制造业对高等教育人才的需求不足，高等教育就业人口与高技术装备制造业产值的增长之间存在着高度的正线性相关关系，但二者之间并不存在因果关系。

人口红利；装备制造业；转型升级

一、引 言

经济新常态下，黑龙江省的经济发展水平一直处于相对低迷的状态，2013年到2015年，GDP增速由10%下降到5.7%，GDP总量由全国17名下降到21名，工业产值由5602亿元下降到4054亿元。作为黑龙江省经济主要驱动之一的装备制造业，虽然平均每年对黑龙江省GDP的贡献率在13%左右，但近五年，其产值占黑龙江省GDP的比重已由14%下降到10.7%。为重振东北工业基地，2016年全国政协十二届四次会议已经将“东北三省工业转型升级问题”列为重点协商议题。装备制造业作为工业发展的基础，其转型升级对黑龙江省经济发展意义重大。

人口红利作为影响装备制造业产业转型升级的主要因素，在“科学技术是第一生产力”的今天，产业转型升级不仅依靠的是人口数量，更重要的是人口质量。根据蔡昉(2015)的研究，从中国目前的人口数量与结构来看，2015年中国农民工首次出现零增长、负增长，农村劳动力纷纷返乡，劳动力供给不足，经济增长由10%减至7%，刘易斯拐点已经到来。人口红利经历传统人口红利和新人口红利两个时期，刘易斯拐点的出现标志着传统人口红利的消失，同时也标志着新人口红利时代的到来。传统的人口红利从人口数量和人口结构性变化的角度来解释经济增长，其典型特点是劳动适龄人口比重提高和社会抚养系数下降。然而从黑龙江省近15年的人口统计数据来看，劳动适龄人口的比重增幅变小，社会抚养系数呈现先下降后增长的趋势。并且预计在后15年，这种趋势会愈加明显。在新人口红利时期，劳动人口数量的增速逐渐放缓，劳动人口质量的不断提高，劳动密集型产业已经不能成为产业发展的优势，装备制造业的转型升级更需要劳动力质量的推动。

二、文献回顾

装备制造业转型升级对提高技术水平和促进经济发展具有十分重要的影响，尤其是对于以制造业作为主导产业的国家，装备制造业的转型升级使其更具有竞争力。德国是全球制造业中最具竞争力的国家之一，其装备制造业全球领先，为了继续提高德国装备制造业的竞争力，在新一轮的工业革命中保持领先优势，德国政府提出“工业4.0”战略，将智能和高技术引入装备制造业的研究开发和生产阶段，从而实现装备制造业的转型升级(孔翰宁H,2012)提出。装备制造业作为工业发展的基础，是促进经济增长的主要推动力量。赛金H.L(2012)认为从经济发展的长期来看，装备制造业才是技术进步的根本。任何一个经济体如果忽视了装备制造业对经济增长的贡献，必将承受巨额物质增值损失。换句话说，对于任何一个国家而言，装备制造业的发展才是其综合国力提升的根本。而关于装备制造业产业转型升级影响因素的研究，西方学者大多从技术角度和要素投入角度进行分析，从人口红利视角分析的较少，主要强调人口红利、人力资本对经济增长的促进作用。第一，人口红利通过增加劳动力数量提高国民收入水平。Ross(2000)将一个较小的国家作为研究对象，并建立一个开放经济条件下的国民储蓄水平模型，研究了储蓄率、人口红利和国民经济之间的相互联系，并通过此模型对日本和澳大利亚两个国家进行了数据分析，结果表明，人口红利不仅可以通过提高劳动力数量促进经济发展，而且还可以通过提升储蓄率提高国民经济水平。第二，人口红利通过改变人口结构促进经济增长。David(2005)通过对香港、台湾、新加坡、韩国等国家和地区20世纪经济飞跃的研究，总结并提出了人口红利的具体内涵。人口结构的转化是经济高速增长的必要条件之一，人口红利的出现绝非偶然，必须要具备相应的政策环境和社会环境，这是人类在相应政策环境下自发选择的结果[1]。第三，人力资本即人口质量对经济的发展也具有促进作用，人力资本的形成，主要是通过教育培养实现的。亚当·斯密(1776)提出经济增长的三大驱动要素是资本积累、人口增长、技术进步，其中经济增长主要来源于资本积累，但是技术进步也是经济增长的必要条件，在同等条件下，劳动者的技术能力、知识和经验都将极大提高劳动效率，提高劳动产出。舒尔茨(1960)将人力资本包括劳动者的知识、技能和身体健康程度三个方面。人力资本并不是天然形成的，在人力资本的形成过程中必须要有外来的投资，最重要的是教育投资。他进一步提出，以教育投资为主的人力资本投资是推动经济增长的最主要因素。

国内的研究文献也认为装备制造业的转型升级对提高技术水平，促进经济发展，提升国家及地区的竞争力有十分重要的影响，但是同样将焦点集中在技术水平对装备制造业转型升级的推动作用。王绍媛等(2013)认为随着经济全球化进程的逐步加深，技术创新能力不足已经成为制约我国装备制造业水平落后的关键因素。其中技术创新主要指的是生产技术的创新，同时还包括销售模式、经营战略、运营管理等方面的创新。另外，她还指出装备制造业的转型升级要格外注重产业链条内外企业之间的相互协作，要借助“产学研”模式的聚集效应，从而快速实现技术创新和科研成果的产品市场化。技术创新的影响固然重要，人口红利的促进作用也不可忽视，但是国内研究人口红利对产业转型升级影响的文献较少，大多是研究人口红利对经济增长的影响。李坤望、李京文(2006)等人指出国民经济增长的主要驱动力是资本积累和劳动力供给，劳动力供给对国民经济增长的贡献率最大，并且还会影响资本积累的实现过程和方式[2]。在分析人口红利对经济增长的促进作用中，以人口数量和人口结构作为切入点较为普遍。汪小勤和汪红梅(2011)认为我国的人口红利实质上指的是较高的适龄劳动力人口比例和较高的劳动力生产参与比例，劳动供给的增加直接推动了我国国民经济的高速增长[3]。蔡昉(2009)则通过对很多国家人口红利发展历程的研究发现，所谓人口红利实质上就是在人口结构转变过程中为国民经济增长提供了新的推动力。同时针对目前我国人口红利的逐步消失和可能出现的刘易斯拐点问题，他提出国民经济持续增长的核心要素是劳动力供给，所以，国家必须出台相关政策引导完善劳动者的就业结构，保证劳动力供给充足，进而保证经济的持续性增长[4]。而关于人力资本对经济增长的研究，多数学者表示教育是提高人力资本水平的主要力量。鲁昕(1981)提出“教育具有生产性”，教育生产会培养就业者的劳动能力，劳动者只有进行教育培养才能具备更加高级的劳动能力，才能更好地顺应时代发展的潮流，满足日益复杂的社会生产需要。厉以宁(1984)认为教育具有解决功能，具体表现为教育通过提高劳动力的技能解决过去无法解决的生产问题，从而促进生产效率的提高[5]。

综合国内外学者的研究分析发现，关于人口结构、人力资本对经济增长影响的研究比较充足，而关于人口数量与结构、人力资本对产业转型升级的研究较少，虽然产业转型升级是促进经济增长的重要因素，但是从本质上也有一定的差别。本文通过考察人口与产业这两个经济变量，采用实证分析的方法量化关系指标，研究黑龙江省人口红利对装备制造业转型升级的影响得到更为直观的分析结果，提出合理性的建议，以期为黑龙江省装备制造业的转型升级发展提供理论参考。

三、模型设定及数据说明

(一)装备制造业转型升级指标界定

黑龙江省装备制造业产业升级是指产业内升级，体现为同一产业部门内部的企业在全球价值链分工中由低附加值环节向高附加值环节提升的过程，拥有高技术、高水平的企业能够处在价值链的高端，获得高额的利益，相反的，低技术、低水平的企业只能处在价值链的低端，获得很微薄的利益。所以，从价值链低端向价值链高端进行转变，就是产业内升级的过程。

在装备制造业产业升级的过程中，技术创新是主要的推动力，所以使用高技术装备制造业产值占产业总产值的比重作为评价指标来说明产业升级水平。因此，研究人口红利对黑龙江省装备制造业产业升级的影响，主要是研究人口红利对高技术产业产值的影响。本文在后续的实证研究中，将高技术装备制造业的产值作为因变量进分析。根据装备制造业的分类标准，高技术装备制造业指的是仪器仪表装备制造业、计算机通信和其他电子设备制造业和航空航天制造业。

(二)模型设定

为了更准确地研究人口红利对黑龙江省高技术装备制造业产值的关系，本文主要以柯布-道格拉斯生产函数为基础加以拓展，将黑龙江省高技术装备制造业生产总值与劳动人口的总抚养比、少儿抚养比和老年抚养比等解释变量做多元线性回归分析。

首先，柯布·道格拉斯生产函数为：

Y=A(t)LαKβμ

(1)

其中，Y表示的是黑龙江省高技术装备制造业产值；A(t)表示技术水平，短期内可视技术水平不变，为常数；L表示高技术装备制造业中劳动力投入量；K表示高技术装备制造业固定资产投入量；α和β分别表示劳动产出和资本产出系数；μ表示随机干扰值，取值范围为μ|1。

下面将柯布·道格拉斯生产函数进行，以便适用本文的实证分析。

第一步，将(1)两边同时取对数得到公式2：

lnY=A+αnL+β1nk+ε

(2)

第二步，将总抚养比这一解释变量加入到(2)中，得到公式(3)：

lnY=A1+α1lnL+β1lnK+γ1lnZ+ε1

(3)

第三步，将少儿抚养比和老年抚养比这两个解释变量加入公式(2)，得到公式(4)：

lnY=A2+α2lnL+β2lnK+γ2lnS+γ3lnM+ε2

(4)

在公式(3)和(4)中，A1、A2表示生产率参数，S表示少儿抚养比，Z表示总抚养比，M表示老年抚养比，αj表示劳动产出系数，βj表示资本产出系数，εj表示误差。

由于劳动力投入和固定资产的增加会促进高技术装备制造业产值的增长，因此我们可以将αj和εj的取值范围默认为大于0。由于抚养人口的增加会减小社会储蓄，对高技术装备制造业产值的增长呈现反作用效果，因此，我们将γj的取值范围默认为小于0。

同样使用柯布道格拉斯生产函数，如公式(5)所示，其中Y表示的是黑龙江省高技术装备制造业产值；A表示综合技术水平，在短期内假设技术水平不变，为常数；l表示装备制造业劳动力投入量；F表示装备制造业资本投入量；α和β分别表示劳动产出和资本产出系数；

Y=ALαKβ

(5)

由于本节重点讨论高等教育对黑龙江省装备制造业转型升级的影响，而高等教育对产业的影响主要体现在人口质量上。所以，将L看作黑龙江省高等教育人才投入量，Y表示高技术装备制造业产值。对公式(5)两边取对数，得到公式(6)，对公式(6)的两边同时对L求偏导，得到公式(7)。如下所示：

lnY=A+αlnL+βlnK+ε

(6)

y=α+β

(7)

其中，y代表高技术装备制造业年产值增长率，α为产出的高等人才投入弹性，l为高等教育毕业人数增长率，ε为误差项。

(三)Granger检验

格兰杰检验是一种检验两个变量是否存在因果关系的方法，由Granger于1969年提出，具体原理如下所示：

在时间序列平稳的前提下，变量x与变量y所包含的过去的信息是检验的主要内容，检验要求估计以下的回归：

(8)

(9)

假设公式中的μ1t和μ2t是不相关关系。公式(8)表示假设当前y的值和x的过去信息和y自身信息相关，公式(9)表示假设当前x的值和y的过去信息和x自身信息相关。

对公式(8)的零假设H0:α1=α2=α3=m=αa=0

对公式(9)的零假设H0：σ1=σ2=σ3=m=σs=0

根据公式中滞后x与y的系数在统计上整体的显著是否为零作为标准，可以分四种情形进行讨论：

(1)x是引起y变化的原因，即x到y是单向因果关系。满足公式(8)中x的系数不为零且公式(9)中y的系数为零。

(2)y是引起x变化的原因，即y到x是单向因果关系。满足公式(9)中y的系数不为零且公式(8)中x的系数为零。

(3)x和y互为因果关系。满足公式(8)中x的系数和公式(9)中y的系数都不为零，则称x和y间存在双向因果关系。

(4)x和y各自独立。满足公式(8)中x的系数和公式(9)中y的系数同时为零，则称x和y间不存在因果关系。

(四)相关数据来源与说明

通过模型设计，需要的相关数据指标主要有以下几个：黑龙江省高技术装备制造业产值、劳动力投入、固定资产投资、总抚养比、少儿抚养比、老年抚养比、高等教育毕业人数、高技术装备制造业就业人数。其中解释变量为劳动力投入、固定资产投资、总抚养比、少儿抚养比、老年抚养比、高等教育毕业人数和高技术装备制造业就业人数。被解释变量为黑龙江省高技术装备制造业产值。数据来自2001年-2015年黑龙江省统计年鉴。

四、实证分析

(一)高技术装备制造业生产总值与劳动力投入、固定资产投资、总抚养比的多元线性回归分析

第一，对高技术装备制造业生产总值、劳动力投入、固定资产投资、总抚养比、少儿抚养比和老年抚养比的数据进行取对数预处理。再进行正态分布检验，得出6个变量的P值都大于0.05，表明这6个变量均符合正态分布的检验。通过检验后，对前4个变量进行Pearson相关性分析，检查数据是否满足多元线性回归的显著线性关系。结果如表1和表2所示。

表1 Pearson描述性统计量

表2 高技术装备制造业产值与劳动、资产总抚养比间的相关系数

从表1中数据可以看出，标准差的数值较小，在1的上下浮动，说明时间序列的稳定性较高，没有较大波动。从表2中的相关系数可以看出，高技术装备制造业产值与其他指标之间的Pearson相关系数绝对值都在0.8左右，说明变量之间相关性较强。并且显著性水平值都<0.05，说明各自变量与因变量之间有显著直线线性相关关系。

第二，基于lnY=A1+α1lnL+β1lnK+γ1lnZ+ε1公式(3)，运作SPSS软件对数据进行分析，得出高技术装备制造业生产总值与劳动力投入、固定资产投资、总抚养比的线性关系。得出表3和表4的统计结果。

表3 模型系数相关数值表

由表3中数据可以得到公式(3)中的具体系数，得出公式如下：

表4 模型相关数值表

第三，对模型进行检验，由表4可知，整个回归模型的修正R2=0.952，表明模型拟合程度较好，Durbin-Watson值=1.866接近2，表明残差的度量性很好。回归模型的F值为79.353，数值较大，P值远小于0.05，故回归模型是有统计学意义的。

由上述回归计算检验结果表明：若不考虑其他因素，劳动力与固定资产投入与高技术装备制造业产值之间的关系是正相关的，总抚养比与高技术装备制造业产值之间的关系是负相关的。劳动力弹性系数是0.457，根据弹性的定义，可以理解为，即每增加1%劳动力投入量，高技术装备制造业产值增加0.457%，资本弹性系数为0.318，即每增加1%固定资产投入，高技术装备制造业产值增加0.318%，人口总抚养比系数为-0.844，即每增加1单位的人口总抚养比，高技术装备制造业产值减少0.844个单位，可以看出在三个自变量因素之间，总抚养比对产值的影响最大。劳动力其次，资本投入对产值的影响相对最小。

(二)高技术装备制造业生产总值与劳动力投入、固定资产投资、少儿抚养比、老年抚养比的线性回归分析

第一，对高技术装备制造业生产总值、劳动力投入、固定资产投资、总少儿抚养比和老年抚养比的数据进行取对数的预处理。

由于上面的回归分析已经对相关变量进行正态分布检验，并且全部变量都通过了检验，所以直接运用SPSS软件预处理的数据进行Pearson相关性分析即可，检查数据是否满足多元线性回归的显著线性关系。结果显示，标准差的数值在0.8-1.2的范围内，在1的上下浮动，说明时间序列的稳定性较高，没有较大波动。并且高技术装备制造业产值与其他指标之间的Pearson相关系数绝对值都在0.8左右，说明变量之间相关性较强。显著性水平值都<0.05，说明各自变量与因变量之间有显著直线线性相关关系。

第二，基于lnY=A2+α2lnL+β2lnK+γ2lnS+γ3lnM+ε2公式(4)，运作SPSS软件对数据进行分析，得出表5和表6的分析结果。

表5 模型系数相关数值表

第三，对多元线性回归模型进行检验。通过计算，整个回归模型的修正R2=0.981，表明模型拟合程度较好，Durbin-Watson值=2.536接近2，表明残差的度量性很好。回归模型的F值为134.232，数值较大，P值远小于0.05，故回归模型是有统计学意义的。

由上述回归计算检验结果表明：若不考虑其他因素，劳动力与固定资产投入与高技术装备制造业产值之间的关系是正相关的，少儿抚养比和老年抚养比与高技术装备制造业产值之间的关系是负相关的。劳动力弹性系数是0.186，根据弹性的定义，可以理解为，每增加1%单位的劳动力生产要素，高技术装备制造业产值增加0.186%。资本弹性系数是0.141，即每增加1%固定资产投入，高技术装备制造业产值增加0.141%，人口少儿抚养比系数为-1.423，即每增加1单位的人口少儿抚养比，高技术装备制造业产值减少1.423个单位，人口老年抚养比系数为-0.760，即每增加1单位的人口老年抚养比比，高技术装备制造业产值减少0.760个单位，可以看出在三个自变量因素之间，少儿抚养比对产值的影响最大，其他因素对产值影响按从大到小的顺序排列为老年抚养比、固定资产投入、劳动力投入。

(三)高技术装备制造业中高等教育的影响与需求

首先对高技术装备制造业产值和高等教育毕业人数的数据进行取对数处理，目的是使数据的稳定性更高。依然对处理后的数据进行Pearson相关性分析，得到结果分析如下：

标准差的数值在0.6的上下浮动，说明时间序列的稳定性较高，没有较大波动。从相关系数可以看出，高技术装备制造业产值与高等教育毕业人数之间的的Pearson相关系数为0.973，说明两个变量的相关性很强。并且显著性水平值都为0，说明两个变量之间有显著直线线性相关关系。

其次研究高等教育毕业人数对高技术装备制造业产值的影响，对公式7所要求的数据进行处理后，运用Eviews软件进行回归分析，发现高等教育毕业人数对高技术装备制造业产业产值的印象滞后两期，所以用当年的高技术装备制造业产值与两年前的高等教育毕业人数建立回归模型：

该模型的R2=0.8100，说明模型较好地代表了两变量的关系现状，T检验中的P值为0.005，远远小于0.05，说明自变量对因变量有显著的影响。从模型中可以看到自变量的参数为-0.4371，高技术装备制造业产值的增长速度仍慢于高等教育毕业人数的增长速度，并且参数的符号为负，说明高等教育对装备制造业的快速发展关系不密切，高等院校招生规模扩张并未与产业发展所需的专业细分人才做好对接，此外也说明黑龙江省装备制造业的发展依然更多依赖固定资本投入而非人力资本投入。

再次，研究高等教育毕业人数与高技术装备制造业就业人数之间的关系，现将两个变量进行正态分布检验，因为样本量为15，小于2000，属于小样本量，正太分布检验应以Shapiro-Wilk(W检验)为准。结果显示，两个变量的P值分别为0.2和0.065，均大于0.05，符合原假设，说明，高等教育毕业人数和高技术装备制造业就业人数都符合正态分布。通过检验后对两个变量进行Pearson相关性分析。分析结果数据表明，高等教育毕业人数与就业人数之间存在显著负相关关系，说明高技术装备制造业产业就业人数不随高等教育毕业人数的增加而增加，这说明高等教育人才进入高技术装备制造业产业的比重有下降趋势，高技术装备制造业对高等教育人才的需求呈现不足的趋势，这对装备制造业转型升级有很大的不利影响。

(四)格兰杰因果关系检验

通过上述的多元线性回归分析可以得出，劳动力与黑龙江省高技术装备制造业的产值之间存在线性相关的关系，并且是显著的。那么劳动力与高技术装备制造业产值之间是否存在因果关系，下面将运用Granger因果检验进一步论证人口红利与黑龙江省装备制造业产业转型升级之间的关系。

按照格兰杰检验的要求，时间序列必须保证平稳的前提下才可以进行检验，下面，将对就业人数和高技术装备制造业产值的数据进行单位根检验，得出结果显示Y的P值为0.876，大于0.05，原假设成立，说明高技术装备制造业产值(Y)在原始数据上是非平稳的，存在单位根。X的P值为0.0059，小于0.05，拒绝原假设，并且ADF值为-4.297，均小于下列临界值，说明就业人数(X)在原始数据上是平稳的。只有当Y与X均平稳的时候才可以进行格兰杰检验，而原始数据不满足此要求，所以下面对原始数据的一阶差分数据进行单位根检验，分别用Y1和X1表示一阶差分后的数据，其中，Y1表示高技术装备制造业产值的增长率；X1表示就业人数增长率。单位根检验结果如表6和表7所示。

表6 Y1的ADF检验结果

表7 X1的ADF检验结果

表6的结果显示，P值为0.0079，小于0.05，拒绝原假设，并且ADF值为-4.194940，均小于下列临界值，则说明Y1的数据是平稳的，即高技术装备制造业增长率是平稳数据；表7的结果显示，P值为0.0011，小于0.05，拒绝原假设，并且ADF值为-5.550281，均小于下列临界值，则说明X1的数据也是平稳的，即就业人数增长率为平稳数据。基于Y1、X1都为平稳数据的前提下，可以进行Granger检验。我们在这里将滞后期设定为2年，检验结果如表8所示。

表8 Y1与X1的Granger检验结果

从表8中的数值显示，P值为0.2591和0.5106，均大于0.05，说明结果符合原假设，即装备制造业增长与就业人口增长双方不存在Granger因果关系。

五、结论与政策建议

(一)结论

本文通过采用多元线性回归法和Granger因果检验法分析了人口年龄结构，人口数量、人口质量与黑龙江省高技术装备制造业产值之间的数量关系，主要得出以下三点结论：

(1)劳动力与固定资产投入与高技术装备制造业产值之间的关系正相关，总抚养、少儿抚养比和老年抚养比与高技术装备制造业产值之间的关系负相关。影响高技术装备制造业产值的程度因素由大到小排列为少儿抚养比>总抚养比>老年抚养比>劳动力投入>固定资产投入。

(2)高技术装备制造业产值的增长速度慢于高等教育毕业人数的增长速度，并且参数的符号为负。说明高等教育对装备制造业的快速发展关系不密切，高等院校招生规模扩张并未与产业发展所需的专业细分人才做好对接。高等教育毕业人数与就业人数之间存在显著负相关关系，说明高技术装备制造业产业就业人数不随高等教育毕业人数的增加而增加，高等教育人才进入高技术装备制造业产业的比重有下降趋势，说明高技术装备制造业对高等教育人才的需求呈现不足。

(3)虽然黑龙江省高技术装备制造业产值的增长与就业人口之间存在着高度的正线性相关关系，但二者之间并不存在因果关系。表明就业人口增长不是装备制造业产值增长的成因。高技术装备制造业产值增长也不是就业人口增长的原因。人口红利与装备制造业转型升级之间存在线性相关关系，不存在Granger因果关系。

(二)政策建议

虽然传统人口红利处于逐渐减少的阶段，但是在人口数量与结构上，依然可以创造红利条件，进一步挖掘人口红利的优势，释放劳动人口数量。

(1)释放老年劳动力。对于已经退休的人员，政府除了给予必要的退休金以外，还要大力宣传老年再就业的好处，为老年人提供完善的再就业市场，争取让对就业依然感兴趣的老年人找到适合自己的工作，发挥余热[6]。国外类似的做法有很多，例如荷兰的反年龄歧视局，将老年就业与青年就业放在同一个天平上，积极保护老年人的权益，满足老年人就业的意愿。英法国家还出台了有关特殊行业限制退休年龄的手段维持老年人就业的水平，同时还提供针对性的培训以帮助老年人再就业。

(2)老年人和少儿集中供养。我国之前的独生子女政策给现如今处于青年一代的人很大的赡养压力，一个家庭两个年轻人要赡养双方四个老人，赡养负担很重，并且对社会劳动力的释放十分不利[7]。青年是劳动力的鼎盛时期，由于赡养的义务，使其不能完全有效地参与到社会大生产中，降低了社会总产出水平。而对老年人的集中供养会打破这种方式，老年公寓、养老院、老年社区等养老产业的发展，可以使青年人能够积极地投入到社会性劳动中，释放大量的劳动力，使用货币尽到赡养老人的义务，同时老年人还能得到专业的照顾。这是一个双赢的选择。

从上文的实证分析可以得出，少儿抚养比对高技术装备制造业产值的影响最大，在如今青年劳动力短缺的情形下，少儿也应该效仿老人，采用集中供养的方式。理论基础基本与老年集中供养相同，都是通过集中供养释放青年劳动力，使其积极参与社会性劳动，赚取收入，除了支付少儿供养的费用，还可以增加家庭收入，减缓家庭开支压力。根据现实经济状况来看，工资的刚性使得工资随着经济的发展逐渐提高，在解决少儿抚养和老年赡养问题上，更加倾向于采用集中供养的策略。劳动力可以完全从供养和赡养义务中脱离出来，将更多的时间和精力用于工作中，积极发挥劳动力的创造性作用，为实现产业转型升级发挥作用。

(3)结合区域经济发展，调整高校专业布局。产业的发展不仅需要雄厚的资金投入、丰富的土地资源和便利发达的交通，更需要专业人才的推动力量。根据黑龙江省目前的高校分布状况，主要集中在南部经济区。北部经济欠发达的地区高校的分布较少，出现高等教育分布不均衡的现象。对此问题，要因地制宜地采取措施。第一，利用高等院校和科研院所的产业“孵化器”的功能，充分把科研成果和技术创新转化为实际产品，借助高等院校和科研院所对产业链的集聚效应和辐射效应，不断促进黑龙江省装备制造业进行产业转型升级。第二，由于黑龙江省地域辽阔，处于东部的七台河市教育资源比较落后，所以相关部门应当结合实际情况，充分整合相关资源，逐步建立地域性的综合性高等院校，为地方经济发展提供所需要的就业人员。对于省内北部经济区，要继续扶持高等教育的发展，将高等教育作为重点发展对象，不断地为本地经济的发展提供高素质的复合型专业人才。要结合我省的实际情况和师资力量，合理调整我省教育资源的空间布局，不断发挥其对产业链的孵化功能。

黑龙江省“十三五”规划纲要中提出“积极发展高端装备制造业，支持重点装备制造企业，大力推动技术创新、产品创新，促进装备制造业高端化，建设具有国际竞争力的先进装备制造业基地和重大技术装备战略基地”。发挥高校对装备制造业转型升级的作用，发挥哈尔滨工业大学在机器人、航天等高科技领域的领先优势，培育发展专用设备制造业；发挥哈尔滨工程大学在海洋工程装备基础及关键技术领域的成果优势，培育发展海洋装备制造，为实现装备制造业转型升级提供科技基础。

(4)构建高校校企合作机制。高等教育的目的是根据社会的需要提供各种专业的人才，充分发挥理论与实践相结合的能力。但是由于教育的时滞和信息的缺乏，高校不能及时满足社会对专业性人才的需求，这就需要企业与高校联合起来培养学生的能力，尤其对于装备制造业来说，它的转型升级需要大量的技术性人才，而从黑龙江省目前的实际状况来看，教育对装备制造业的影响并没有理论上那么大，所以需要调整教育结构，来配合装备制造业的转型升级。对于装备制造企业来讲，人才是推动创新的第一要素，而高校是最直接输送人才的地方，要想理论与实践最紧密地结合，就要构建高校与企业的合作机制，形成供给需求无间断的产业链，从而满足装备制造业转型升级所需的技术要求。

(5)制定具体的产业政策。虽然黑龙江省的工业化程度在近些年来一直追赶西方发达国家，但是仍存在不小的差距，其中一个重要的因素就是专业性技能人才与市场需求结构的不匹配，所以新时期装备制造业的转型升级要不断培养适合自身发展需求、专业性强、高素质复合型人才，从而逐步提升就业人员的技能水平。在装备制造业进行产业优化、转型升级的过程中，要坚持技术创新，重点发展知识密集型企业，转变发展模式，从原有的劳动密集型粗犷式的发展模式转变为知识密集型的高技术发展模式。与此同时，还要加强对现有就业人员的技能再培训，使其掌握行业内转岗，行业间转行所需的必备知识和技能，鼓励同一领域内企业之间的项目合作，做到信息交流、技术交流、资源互补，达到双赢的目的。

(6)搞活劳动力市场。劳动力市场对劳动力资源的配置起决定性作用，所以在装备制造业转型升级过程中，劳动力市场应采取相应措施合理配置劳动力资源，从而满足装备制造业转型升级对人才的需求。

首先，消除政策性市场间的壁垒，促进人才市场和劳动力市场之间的相互融合，尤其要打破农村剩余劳动力城镇化的限制壁垒，结合城乡一体化的发展趋势，建立统一的劳动力市场，保证劳动力资源在产业内自由流动，从而使资源配置合理化。

其次，逐步加强劳动力市场的服务能力和服务水平。对求职者的就业服务要做到制度化、专业化、常态化和社会化，提升就业人员在行业转换和岗位转变的适应能力，完善城市和基层乡镇的公共就业保障制度，为特殊就业人群提供就业保障服务。

最后，加强信息化建设。装备制造业转型升级是产业内的升级，是技术的升级，是信息的升级。在现代化的条件下，信息无论对于劳动力市场还是产业内部企业都是十分重要的，充实的信息源是劳动力市场分配劳动资源的必要条件，加强信息化建设可以满足劳动力供给与需求的链接，为装备制造业产业转型升级奠定夯实的基础。

[1]David.Demographic Dividend and Prospects for Economic Development in China，UN Expert Group Meeting on Social and Economic Implications of Changing Population Age Structure，2005,(12):1120-1124.

[2]李京文.转变经济发展方式,大力发展现代服务业[J].经济研究参考，2006,(12):65-66.

[3]蔡 昉.未来的人口红利——中国经济增长源泉的开拓[J].中国人口科学，2009，(1):2-9.

[4]汪小勤,汪红梅.“人口红利”效应与巾国经济增长[J].经济学家,2011,(1):104-110.

[5]厉以宁.教育经济学[M].北京：北京出版社,1984：124-135.

[6]汤向俊，任保平.劳动力有限供给、人口转变与中国经济增长可持续性[J].南开经济研究,2010,(5)：84-94.

[7]纪玉山，膝 菲.中国人口老龄化对经济结构的影响研究[J].社会科学辑刊,2013,(1)：103-108.

[责任编辑：姜 野]

Study on the Factors Influencing the Transformation and Upgrading of Equipment Manufacturing Industry in Heilongjiang Province——From the Perspective of Population Dividends

ZHOU Zhenga,MAO Rui-nanb

(Harbin University of Commerce a.Academic Theory Research Department;b.School of Economics,Harbin 150028,China)

This paper takes the population and population quality of Heilongjiang Province from 2000 to 2014 as the research object，analyzes the effect of demographic dividend on the transformation and upgrading of equipment manufacturing industry in Heilongjiang province by multiple linear regression method and Granger test method.The results indicate that there is a negative correlation between the total dependency,the child support ratio and the old age dependency ratio and the output value of the high-tech equipment manufacturing industry,among them,the child support ratio is the greatest impact. In the population quality,high-tech equipment manufacturing industry demand for higher education talent,there is a high positive linear correlation between the employment of higher education and the growth of high-tech equipment manufacturing industry,but there is no causal relationship between them.

demographic dividend;equipment manufacturing industry;transformation and upgrading

2016-12-21

黑龙江省哲学社会科学研究规划项目“黑龙江省国有企业体制性产能过剩形成的机理及化解路径研究”(16JYB10)

周 正(1975-)，男，河南郑州人，副教授，经济学博士，主要从事产业组织理论与政策研究；毛瑞男(1993-)，女，黑龙江鸡西人，硕士研究生，主要从事产业组织理论与政策研究。

F753；F757

A

1671-7112(2017)003-0107-11