人口老龄化对服务贸易国际竞争力的影响——基于协整和误差修正模型

王丽燕

(福建商学院 国际经济贸易系，福建 福州，350012)

随着经济全球化进程的加快，服务贸易在世界贸易中的占比不断攀升，一国服务贸易发展水平成为衡量其经济发展的重要指标。近年来我国服务贸易发展迅猛，年增长率远高于国民经济增长水平，也超过了全球平均增长速度。根据WTO公布的数据，2015年我国服务贸易进出口总额排名世界第二，其中出口额排名第五，进口额排名第二。另据商务部统计，2016年我国服务贸易进出口额达5.35万亿元人民币，增速为14.2%；服务贸易占外贸总比重为18%，比2015年上升了2个百分点。虽然我国国际服务贸易发展速度很快，但是与货物贸易相比仍处于比较低的发展水平，和我国贸易大国的形象不相符。此外，近年来我国一直是服务贸易净进口国，且逆差不断扩大，2015年逆差额达到1366亿美元。这说明近年来我国服务贸易总额不断上升的主要原因在于服务贸易进口的扩大，服务贸易国际竞争力还有较大提升空间。促进服务贸易出口、提高服务贸易国际竞争力对我国经济的发展具有重要意义。另一方面，我国经济发展所面临的一个客观现实是已经步入老龄化社会。这一现实必定会对我国经济发展的方方面面产生影响，其中包括服务贸易的发展。根据国际通行的划分标准，一国60岁及以上的老年人口占总人口比例超过10%，或者65岁及以上老年人口占总人口比例超过7%，则该国进入老龄化社会。我国在1999年时60岁以上人口达1.3亿人，占总人口10%，65岁以上人口约0.89亿人，占总人口7%，预计至2050年前后老年人口将达到4.8亿。老龄化成为各行各业发展绕不开的话题，也日益成为学术界关注的焦点。目前鲜有学者关注人口老龄化与服务贸易国际竞争力之间的关系。人口老龄化是否会对我国的服务贸易国际竞争力产生影响？影响的程度如何？对这些问题的研究有助于为人口老龄化背景下提升我国服务贸易竞争力提供参考，也是本文力图回答的问题。

一、文献综述

(一)人口老龄化对国际贸易影响的研究

国内外学者关于人口老龄化对国际贸易影响的研究主要集中在货物贸易领域。现有研究侧重于分析人口老龄化对一国动态比较优势以及货物出口贸易结构的影响。例如Jelassi等[1]研究发现人口老龄化会使一国劳动力成本逐渐上升，资金成本相对下降，从而使得资本密集型产品的生产成本相对降低，结果就是老龄化严重的国家会倾向于生产资本密集型产品。Yakita[2]则认为人口老龄化会对货物贸易产生两种不同的效应：一是人口老龄化会导致一国劳动力优势下降，最终将减少生产劳动密集型产品；二是人口老龄化会导致一国储蓄率下降，进而减少资本供给，因而倾向于增加劳动密集型产品的生产。而人口老龄化对该国对外贸易的最终影响取决于这两种效应的对抵结果。陈松等[3]的研究发现人口老龄化会导致我国人口红利消失，从而对我国的出口贸易造成严重冲击，但同时也会刺激我国出口贸易结构的优化升级。有关人口老龄化对服务贸易的影响的研究成果目前比较少，仅有部分学者探讨了人口老龄化背景下疗养服务贸易的发展问题，如聂聆[4]对香港老龄化背景下广州发展对港疗养服务贸易的研究及王国中等[5]对全球老龄化背景下我国发展疗养服务贸易的策略研究，此类研究在方法上多采用定性分析，缺乏对该问题的定量分析及实证考察。

(二)服务贸易国际竞争力影响因素的研究

伴随着全球服务贸易的迅猛发展，国外学者在上世纪末就开始关注服务贸易发展相关问题的研究，James等[6]通过考察多种生产要素对服务贸易各部门的贡献度来确定服务贸易各部门的要素密集情况，目的在于研究要素禀赋对一国服务贸易比较优势的确立是否有显著影响；Srivastav[7]的研究发现，印度保持服务业国际竞争力的两个重要因素是较低的人力成本和较丰裕的劳动力数量。国内学术界对该问题也做了大量研究，大多认为货物出口额、服务业开放度水平、外商直接投资和人力资本等是影响一国服务贸易国际竞争力的重要因素，如陈虹[8]、殷凤等[9]和易行健等[10]。通过对现有文献的检索，目前尚未发现人口老龄化对服务贸易影响的实证分析，这正是本文力图实现的研究目标。

综上所述，深入分析老龄化对经济特别是对国际贸易所产生的影响的研究还较少。少量可查的关于人口老龄化对国际贸易影响的实证研究主要针对货物贸易，几乎不涉及服务贸易。本文将视角转向人口老龄化对服务贸易发展问题的研究，在前人有关服务贸易国际竞争力研究的基础上，引入“人口老龄化”这一指标进行实证分析，试图从中得出人口老龄化对服务贸易的确切影响及其程度，并据此提出老龄化背景下的因应之策。

二、实证检验

在实证过程中使用已有文献普遍认定的对服务贸易出口有影响的几个因素作为模型的控制变量，重点研究人口老龄化程度(解释变量)对服务贸易国际竞争力的影响。

(一)变量的选取及模型的设定

采用我国1997-2015年的年度数据，数据来源于国家统计局历年公布的《中国统计年鉴》和世界银行数据库。研究基于扩展的Jelassi-Yakita贸易竞争优势理论模型，在变量选取时依据贸易竞争优势影响因素的理论模型，并通过对变量的初步拟合，确定以下各变量进入本文所构建的理论模型。

1.我国老龄化水平(age)：按照国际通行标准，以65岁以上人口占总人口的比重来衡量我国人口结构的老龄化水平。这个变量是本文最重要的解释变量，预期其与服务贸易国际竞争力负相关。

2.服务贸易开放度水平(opn)：一国服务贸易的开放水平体现了该国服务业参与国际市场竞争的程度，采用服务贸易进出口额除以国内生产总值的值来反映。服务贸易国际竞争力比较弱的国家通常会设置各种服务贸易壁垒来保护本国的市场。但是过多的保护并不一定有助于提高本国服务业的出口竞争力，也容易引起其他国家的贸易报复，最终可能会导致服务贸易竞争力水平降低。预期其与服务贸易国际竞争力正相关。

3.人力资本(hmr)：人力资本是一国经济发展所需的最核心资源。人力资本的积累和增加有利于提高我国服务业的劳动生产率，有利于促进服务业的技术创新，有利于保证服务业的服务质量水平。人力资本的核心是提高从业人员素质，其中最有效的途径就是教育。选取高等院校本专科毕业生人数作为衡量我国人力资本情况的代理变量，预期其与服务贸易国际竞争力正相关。

4.货物贸易发展水平(exg)：部分学者认为货物贸易发展会提高服务贸易竞争力水平。但本文认为，这些学者作出此种结论主要考察的是依附于货物贸易而存在的国际追加服务贸易，其创造的价值在统计时常常被计入货物贸易额中。而与国际货物贸易无直接关系的国际核心服务贸易却是国际服务贸易市场的核心内容，也是国际服务贸易统计的主要内容。在一国资源有限的条件下，货物贸易和服务贸易之间存在着此消彼长的关系，预期货物贸易发展水平与服务贸易竞争力负相关。

5.服务贸易竞争力(tcs)：中国服务贸易竞争力情况为被解释变量，采用服务贸易竞争优势指数，即TC指数来衡量，它表示一国服务贸易进出口的差额(出口-进口)占服务贸易进出口总额(出口+进口)的比重。

在这些变量中，服务贸易竞争力(tcs)为被解释变量，我国老龄化水平(age)是本文重点考察的解释变量，其他为控制变量。在模型的数据处理方面，以绝对数值表示的人力资本(hmr)和货物贸易发展水平(exg)取对数计入模型，分别命名为lnhmr和lnexg，以此来解决量纲不同所产生的问题，并减少异方差性。用相对值表示的我国老龄化水平(age)、服务贸易开放度水平(opn)和服务贸易竞争力(tcs)则直接计入模型。

实证检验将采用如下计量模型作为基础，并根据检验结果逐步修正：

tcst=c+α×aget+β′×Xt+μt

(1)

式1中tcs指的是以TC指数所代表的中国服务贸易竞争力，age代表我国老龄化水平。Xt是一个K×1的向量，包含了上一部分所讨论到的除我国老龄化水平以外的其他各项解释变量，其中包括：服务贸易开放度水平(opn)、人力资本(lnhmr)和货物贸易发展水平(lnexg)。

在此后的实证分析过程中，将按照以下检验程序进行模型的实证检验：第一步是时间序列数据的平稳性检验，将对模型中各个变量进行单位根检验；此后将依据检验结果调整计量模型，如果模型中各个变量均平稳，则不需对该模型进行特别处理，可直接进行回归检验，如果经检验发现变量存在不平稳现象，则需根据研究需要检验变量之间是否存在协整关系；下一步将根据协整检验得出的结论做进一步的分析，当变量之间存在同阶单整，协整关系成立时，再对该模型进行误差修正，并对修正后的计量模型进行检验和分析。

(二)协整检验

在对老龄化与服务贸易出口之间影响关系进行时间序列分析时，有一项基础性的工作要先于其他检验进行，这就是时间序列数据的平稳性检验，也称单位根检验。其主要原因在于现实当中的经济数据往往是存在单位根的非平稳时间序列数据，直接将这些非平稳序列数据进行回归极为可能会出现伪回归或者虚假回归(spurious regression)。时间序列平稳性检验的方法有多种，本文选用较为常用的ADF单位根检验法。检验结果如表1所示，各变量的原序列都是不平稳的，盲目地对这些非平稳的变量进行简单回归容易造成虚假回归或伪回归，对该模型的实证分析必须要检验各个变量之间是否真正地存在长期均衡的协整关系。

表1 ADF平稳性检验结果

从表1中的检验结果可知，虽然模型中各变量的水平值是非平稳的，但各个变量在一阶差分后均为平稳序列，所有变量都符合一阶单整I(1)，满足协整检验的前提条件，可以对该模型进行协整检验。本文采用Johansen协整检验方法对模型中各个变量进行检验，结果如表2所示。

表2 Johansen协整检验结果

注：判别标准为MacKinnon-Haug-Michelis (1999) ，5%临界值。

通过表2可知，分析Johansen协整检验法所得到的迹检验(Trace test)统计值，在5%的置信水平下是显著的，模型中各变量之间存在着长期的协整关系。此外，通过最大特征值检验(Maximum Eigenvalue test)也同样证明存在协整关系。

为谨慎起见，考虑到结果的稳健性，将在协整检验的基础之上再通过基于回归残差的恩格尔—格兰杰(Engle-Granger，1987)两步法，以验证本文所建立的模型不是伪回归，并据此建立误差修正模型。

(三)恩格尔—格兰杰两步法检验

通过恩格尔—格兰杰两步法检验模型是否存在伪回归的基本思想是：当计量模型的回归为伪回归时，回归方程的残差就很可能不会是白噪音，经检验存在单位根，为不平稳序列；当计量模型的回归不是伪回归时，被解释变量的变动可以由解释变量完整地解释和说明，因此得出模型的回归残差应服从随机分布，代表方程中未能解释的部分，作为随机扰动项应该是平稳的序列，不应存在单位根。

在本实证模型中，由于需要考察多变量之间的协整关系，采用基于残差检验的增广的恩格尔—格兰杰检验，即AEG(augmented Engle-Granger test)检验。检验模型中一组变量(被解释变量和解释变量)之间是否存在长期均衡的协整关系就等价于检验回归方程所得的残差序列是否平稳。

将老龄化程度age、人力资本lnhmr、服务业开放度opn以及货物贸易发展水平lnexg等变量的数据代入分析服务贸易竞争力的计量模型进行OLS回归，并保留该基础模型回归式的残差，通过ADF单位根检验对残差进行平稳性检验，如果残差不存在单位根，是平稳序列，则本次回归不是虚假回归或伪回归，可以在协整之后通过ECM误差修正模型进行完善；如果残差经检验为非平稳序列，则该回归为虚假回归或伪回归，变量的选择和模型的构建可能存在问题，需要进行调整和修改才能用于实证检验。

检验结果如表3所示，不难发现ADF=-3.0211，不但小于5%检验水平的临界值(-1.9614)，还小于1%检验水平的临界值(-2.6998)，回归之后所得的残差是平稳的，即残差为I(0)。这意味这本文所选取的变量和建立的计量模型并不是伪回归。这一结果进一步巩固了协整检验结果的稳健性。

表3 残差的单位根检验结果

虽然经过残差的单位根检验可知本文的实证模型并不存在伪回归，但由于变量的原序列不平稳，因此要在一阶单整I(1)的基础上对模型进行调整，并据此构造ECM误差修正模型。

(四)误差修正模型

误差修正模型(ECM)是一种具有特定形式的经济模型，自回归分布滞后(auto-regressive distributed lag, ADL)模型为其最一般的基础模型。在建模时用实际数据的动态非均衡去逼近经济理论模型中的长期均衡关系。

误差修正模型的基本形式为:

yt=c+α×yt-1+β×Xt+μt

(2)

将两端同时减去yt-1，并进行移动变形之后，可得如下方程：

(3)

误差修正模型可以概括为如下一般形式：

Δyt=c+β×Xt-λ×ECMt-1+μt

(4)

为了便于在下文对实证结果进行分析和解释，结合前述的恩格尔—格兰杰两步法，分两步建立ECM误差修正模型，并对其进行检验，分别建立表示变量间长期均衡和短期波动的计量模型。

首先，建立表示变量间长期均衡关系的基础模型，通过对水平变量进行OLS估计，得出我国服务贸易竞争力与老龄化水平以及其他各控制变量之间的长期均衡模型，模型经OLS估计结果如下：

tcst= 8.132439-0.069106aget+2.872512opnt+0.436591lnhmrt-0.377005lnexgt+ut

(5)

t检验值分别为 4.4837、-2.9291、1.8088、2.8419、-3.8761调整后的R2=0.9590，DW=1.31401，F=106.1900。

在式5基础模型中我国老龄化与服务贸易竞争力之间呈负相关的关系，解释变量老龄化水平(age)在10%的置信水平下显著，其他三个控制变量服务贸易开放度水平(opn)、人力资本(lnhmr)和货物贸易发展水平(lnexg)均在10%的置信水平下显著。由前述协整检验已知该基础模型的残差序列是平稳序列，令ECMt-1=ut-1，将残差序列作为ECM误差修正项，建立误差修正模型如下：

Δtcst=c+β1Δaget+β2Δopnt+β3Δlnhmrt+β4Δlnexgt-λ×ECMt-1+εt

(6)

经估计后得到：

Δtcst= 0.1412-0.1715Δaget+4.3965Δopnt+0.0522Δlnhmrt-0.2038Δlnexgt-0.8344ECMt-1+εt

(7)

经检验，误差修正项ECMt-1的系数为-0.8344，t=-3.611886，在1%的显著性水平下通过了t检验(P=0.0036),说明误差修正机制发挥作用；模型中各变量的回归系数在10%的显著性水平下通过了t检验；调整后的R2=0.7945，模型的拟合优度较高；F=14.14849，模型所构建的方程通过了F检验；DW=2.0136，通过了DW检验。其中变量的符号与长期均衡关系的符号一致，误差修正项ECM的系数为负，起到了反向修正的作用。

(五)结果分析

模型中除老龄化水平以外的其他控制变量的实证结果表明，人力资本、服务业开放度以及货物贸易发展水平等变量对于我国服务贸易竞争力的变动有较大的影响，且与前文的预期相符。而作为本文最重要的解释变量，我国老龄化与服务贸易竞争力之间呈负相关的关系，长期均衡方程中老龄化的系数为-0.069，表明老龄化已经对我国服务贸易竞争力带来一定的负面影响，但是影响程度还不是特别严重，这主要是得益于我国正着力于不断改善服务贸易增长模式，在一定程度上克服了老龄化对服务贸易竞争力的负面影响。在表示短期波动的误差修正模型中，其差分项反映了短期波动的影响，一部分是短期老龄化水平波动的影响，另外一部分是老龄化对服务贸易竞争力的影响偏离其长期均衡的影响。误差修正模型ECM的系数大小代表对偏离长期均衡的调整力度，从其系数估计值来看，误差修正项的系数为-0.83，当短期波动偏离老龄化对服务贸易竞争力影响的长期均衡时，将以(-0.83)的调整力度将非均衡状态拉回到该长期影响的均衡状态。

三、结论

通过构建ECM模型进行实证研究发现，人口老龄化和服务贸易出口呈负相关关系，即随着人口老龄化的日益增长，我国服务贸易出口将会减少。造成这个结果的主要原因是我国服务贸易结构不合理，出口以传统的劳动密集型服务贸易为主。随着我国劳动人口的减少，这种类型的服务贸易出口必然会失去竞争优势。未来应对人口老龄化对服务贸易出口所带来的负面影响，必须大力发展资本密集型和知识技术密集型服务贸易，实现服务贸易出口增长方式的转变，同时创新交通、旅游和建筑等传统劳动密集型服务贸易的盈利模式。老龄化背景下不能再单纯依靠劳动力优势，要将服务质量水平提高、服务手段技术创新、服务品牌建设推广、服务内容创新和项目资本运作等作为新的利润来源。在信息技术和互联网的推动下，促进传统服务贸易转型升级为以高附加值、智能化为主要特征的现代服务贸易。

[1]JELASSI M M，SAYAN S. Implications of unequal rates of population growth for trade: An overlapping generations-general equilibrium analysis within the Heckscher-Ohlin framework[J].Eastern Mediterranean Health Journal，2006，18(4):337-345.

[2]YAKITA A. Different demographic changes and patterns of trade in Heckscher-Ohlin setting[J].Journal of Population Economic，2012，25(3):853-870.

[3]陈松，刘海云.人口红利、城镇化与我国出口贸易的发展[J].国际贸易问题，2013(6)：57-66.

[4]聂聆.香港人口老龄化与粤港疗养服务贸易[J].国际经贸探索，1999(3)：69-73.

[5]王国中，赵丹.人口老龄化与疗养服务贸易发展探讨[J].商业时代，2009(17)：39-40.

[6]JAMES R, MELVIN A. Trade in producer services: A Heckscher-Ohlin approach[J].Journal of Political Economy，1989，97(5):1180-1196.

[7]SRIVASTAV N. Industrial development in the Northeastern states of India:The case of service industries[J].Social Science Electronic Publishing，2011，3(4):60-69.

[8]陈虹.中国服务贸易国际竞争力的实证研究[J].管理世界，2010(10):13-23.

[9]殷凤，陈宪.国际服务贸易影响因素与我国服务贸易国际竞争力研究[J].国际贸易问题，2009(2):61-69.

[10]易行健，成思.中国服务贸易影响因素的实证检验：1984-2008[J].国际经贸探索，2010(11):33-38.