人口老龄化视阙的经济增长效应研究

高博文

（黑龙江八一农垦大学经济管理学院，大庆 163319）

经济增长是多元要素共同作用的结果。其中，社会要素堪称是经济增长的重要保障。为此，世界各国无不将社会保障制度放在社会治理首位。因为人口老龄化对经济增长的影响至关重要，所以，推行市场经济体制的国家都无一例外地将以人口老龄化为基点的社会保障制度，纳入到市场经济体制的重要组成部分中，并已取得国际共同认可[1]。按照世界通用的老龄化界定标准，当一国或地区60 岁或65 岁及以上人口占总人口的10%或7%时，即步入老龄化社会。截至2018 年末，我国60 周岁及以上人口24 949 万人，占总人口的17.9%，其中65 周岁及以上人口16 658万人，占总人口的11.9%，同比增长分别为0.6%和0.5%；同年，GDP 实现90 万亿元，同比增长6.6%[2]。人口老龄化速度加剧，不仅直接造成生产性经济将向消费性经济倾斜，还将影响技术进步和创新，从而削弱经济增长源动力和发展方向。但不能因此就片面认为人口老龄化与经济增长“负相关”，而应站在老年人力资本等视角，深入分析老龄人口消费拉动经济增长效应和老年人力资本的推动经济增长动能，从而完善经济增长的人口动力学说。

1 文献综述

老龄经济增长的分析源于经济增长理论。Harrod[3]首先建立动态的经济增长模型，并得出非稳定的“刀锋型”经济增长路径。随后，Solow[4]引入新古典生产函数，并合理假设人口增长率、技术进步率与储蓄率等，形成了新古典增长理论，并得出外生的技术进步率是人均产出增长的唯一决定因素。也因此改变了Harrod 的悲观论点。而由于Solow 模型的非优化问题，Cass[5]和Koopman[6]基于Ramsey[7]的研究，将储蓄率内生化，并引进代表性家庭进行分析，构建了RCK模型，并改变效用贴现因子和效用函数形式等。但其并未改变Solow 的结论，再次肯定了Solow 模型中经济增长唯一取决于技术进步的这一结论。而且，若改变RCK 模型中存在于人口相关的假设，将老年人引入该经济系统，就能建立起经济增长与老年人口的分析框架。Samuelson[8]和Diamond[9]直接将老年人纳入模型中，并指出代表性消费者只有年轻人和老年人，年轻人将储蓄用于老年消费，即世代交叠模型（OLG）。在OLG 基础上，老龄经济模型得到进一步扩展，Fougereet al[10]将OLG 模型进行实证检验得出，人口老龄化的存在促使年轻人更倾向于人力资本投资，以使其在中年时掌握熟练的技术。所以，即使年轻劳动力的减少是老龄化的代价，但中年熟练技工的增加足以弥补老龄化背景下生产力水平的降低。潘红等[11]应用韩国的人口结构数据对OLG 进行实证研究，其结论为人口老龄化是造成劳动力供给下降和资本深化的原因，进而抑制经济增长。另一种间接引入老年人的方法也能有效分析老龄经济，Olivier J和Blanchard[12]通过在连续时间下的OLG 模型中加入死亡率假说，从实质上改变了代表性家庭永续存在的假设，并间接分析老年经济问题。Peter Alders[13]由OLG 模型入手，说明出生率下降是造成未来劳动力短缺和追加人力资本投资的主要原因。但是雇佣劳动力的减少也会刺激新技术的研发。武康平等[14]将老龄化率定义为总人口增长率与劳动人口增长率之差，即放宽了Ramsey 模型中总人口增长率与劳动人口增长率相等的假设。此时，经济系统中不能被劳动吸收的新增人口便被视为老年人，不必考虑年龄结构参数。这也是间接方式引入老年人进行分析说明的方法。

老龄化与经济增长关系的研究视角众多，诸如老龄化与劳动供给，老龄化与储蓄、消费、技术及人力资本等。但老龄化与经济增长之间是否存在线性关系，老龄化是否对经济增长产生消极影响，其结论也并不相同。一方面，若存在线性关系，则老龄化抑制或促进经济增长，从实证研究出发，Grossman 和Barrientors[15]对发展中国家进行数据分析后认为发展中国家老年劳动人口参与率与GDP 呈反向变化，其不完善的社会服务和较高的市场准入门槛都是老年人口贫困的潜在影响因素，而发展中国家的老年贫困问题也是制约经济社会发展的重要原因。Lindh 和Malmberg[16]利用1950～1990 年间OECD 的人口分组来实证检验人口增长与经济增长的影响，发现相比于年轻的人口分组，65 岁以上老年人口比重的增加不利于经济增长，说明老龄化对经济增长有负效应。Kolasa 和Rubaszek[17]对欧盟主要四国进行实证回归，结果表明未来随着欧洲主要国家老龄化率的加剧，老龄化将成为制约欧洲经济发展的潜在因素。因此，欧洲需要对现行的养老体制进行深化改革，以使更多老年人老有所依。我国学者胡鞍钢等[2]基于索洛模型的实证分析结果也说明，在长期内人口老龄化和人口增长对经济增长将产生负面影响。郑伟等[8]的统计数据指出，我国老龄化速度较快，其对经济的潜在不利影响远远超过世界平均水平，也超过OECD 国家的平均水平。但也有一些学者否认老龄化对经济增长的制约，如Futagami 和Nakajima[14]在“干中学”模型中加入生命周期假说，得出老龄化不一定会抑制经济增长，并且提出对养老金系统的分析以试图找出更适合的退休年龄，为经济增长的政策效应提供理论支撑。刘穷志等[18]通过世代交叠模型对相关数据进行实证检验，认为人口老龄化对经济增长的积极影响更大，政府应大力发展商业保险及提倡家庭养老以减轻公共财政压力。学术界还有另外一种声音，就是老龄化与经济增长之间不是简单的线性关系，而是呈倒U 型关系。An 和Jeon[19]对OECD 国家1960～2000 年经济数据的实证分析得出，人口结果变化与经济增长之间呈倒U 型变化。老龄化初期的抚养比上升促进经济增长；老龄化持续加深的抚养比上升则会导致经济衰退。刘小勇[20]根据中国省际数据进行面板分位数和面板非参的实证检验，验证了老年人口比重与经济增长之间的倒U 关系。认为老年人口比重对经济增长率由显著的正效应转向不显著的负效应。吴俊培等[21-22]基于中国省际面板数据发现，老龄化通过公共人力资本投资来影响中国经济增长。而公共人力资本投资相对于社会总收入的规模和公共健康支出占比都与经济增长呈倒U 型变化。为此，政府应提高公共教育投资占比和政府的人力资本投资效率，以克服老龄化抑制经济增长的结论。

综上，学者认为老龄化抑制经济增长，老龄化与经济增长的关系无论是呈线性变化还是倒U 型变化，其中表现经济增长的指标都主要是GDP 总量或人均GDP；学者们公认经济增长唯一取决于技术进步，亦即技术进步率的提高才是经济增长的度量标准。而国家授予老年人的专利数增加，是推进中国创新能力和经济增长的动因。技术进步率往往受制于一个国家或地区的科技投入和自主创新能力等，可用该国或地区的发明专利申请数来量化，专利数授权数越高对经济增长的贡献率越大。老年人口实践经验丰富，专业技术成熟，发明创造成果多且推广效率高、应用价值大。所以，人口老龄化背后潜存的知识成果和创新能力对经济增长促进作用不容小觑，这也是引入专利数作为技术进步的量化标准以考察老龄化对技术进步贡献并推进经济增长能力的理论依据。

2 研究假说

经济增长的表现和动因都多种多样。人口老龄化对经济增长影响时必然的，但认为其抑制经济增长是片面的推断，缺乏必要的理论依据，也不符合客观实际。依据老龄化与经济增长的倒U 型关系假说，老龄化与技术进步之间表现为倒U 型变化。鉴于老龄化率等于人口增长率与劳动人口增长率之差，即劳动人口增速小于总人口增速时，退出劳动人口扩大，老龄化加剧。但这不意味着经济消退。一是有新劳动人口入职始终保持经济持续循环运行；二是大批“老年人力资源”通过二次就业、返聘、研发创新创造成果推广应用、著书立说等发挥技术经验和专业智慧“余热”；三是老龄人保健、旅游、餐宿和老年大学教育等开放性消费需求敞口打开。这样，老龄人口对经济增长仍具有一定推进和拉动效应。

基于此，提出假说1：人口老龄化并不是绝对消极地影响经济增长，老年人以其特有的人力资本优势促进经济增长，推动技术进步。

广义的技术进步是指各种形式的知识积累与改进。显然，假说1 中的老年人力资源能够对技术进步产生积极影响。然而，当老龄化率提高时，老年人口比重也在增加。由于并不是所有老年人都符合假说1中老年人力资源的特征。随着老年人口的增加，适龄劳动力供给相对减少，社会养老负担加重。当老年人口达到某一峰值时，技术进步和创新受到冲击，导致技术进步率下降。

近几年来，我国出台了文化方面、经济方面、政治方面、环保领域等方面的相关法律法规，这些法规为我国社会的稳定发展创造了良好条件。互联网金融具有独特的特点，互联网金融的发展缺乏相应的法律保护与监管。下面将以校园贷为例，青少年对高端产品的需求量越来越大，但是他们的资金有限，这时校园贷就吸引了学生的眼球，通过校园贷学生可以购买到自己想要的产品，但是部分学生无法偿还高额负债，进而使学生走上了歧途，虽然校园贷的贷款利率并没有超过法律的规定，但是校园贷会以其他名目进行收费，这就是人们所说的高利贷。我国的法律法规并没有对这一业务进行明确的规范，消费者也难以用法律来保护自己的合法权益。

由此提出假说2：老龄化与技术进步呈倒U 型关系，随着老龄化的加深，技术进步率提高；当老龄化达到某一拐点时，技术进步率随之下降。

由《中国统计年鉴》的数据可知，2014 年我国GDP 总量排名前三的省份分别是广东省、江苏省和山东省，其对应的专利授权项也相对较高为200 032、179 953 和72 818 项，专利授权项也位居全国上游。然而，同年GDP 总量排名靠后的省份是海南省和青海省，两省的专利授权项为1 597 和619 项，在全国排名较差。其中青海省的专利授权项仅高于西藏自治区，在全国排名倒数第二。上述数据表明，经济发达地区更有利于技术创新。基于专利授权项与经济增长的联系，提出以专利授权项代表某一地区的经济增长假说：

假说3，专利的授权项是一个国家或地区技术进步的标准之一，能够代表该国家或地区的经济发展水平。

3 实证分析

3.1 变量及数据说明

3.1.1 变量的选取

（1）解释变量

被解释变量为能够解释经济增长的各省专利数，即国内各省专利申请授权量。解释变量分别为老龄化率（age）和社会总人力资本支出（expense）。其中，老龄化率用各省65 岁及以上人口占总人口比例来表示；社会总人力资本支出用地方财政教育支出、医疗卫生支出和社会保障与就业的支出总合来表示。《中国统计年鉴》中的老龄化率除2010 年外，其余年份均是各地抽样的样本值，将其与2010年的普查结果对照，发现样本值与总体结果相差不大，尤其是普查年份前后期，样本值几乎符合普查值。所以，所取老龄化率样本值有效，能够代表各地老龄化水平。

（2）控制变量

3.1.2 窗口期及数据说明

在实证分析过程中，全部数据均选自2010～2018年的《中国统计年鉴》。鉴于西藏自治区数据的缺失，选取了除我国除西藏自治区以外的其余30 个省区的有关统计数据，并运用Eviews9.0 软件完成相关应用指标的分析结果数据，如表1 所示。

表1 变量统计描述Table 1 Variables illustration

3.2 计量模型应用

采用面板模型进行说明，面板模型是指由于涉及到一段时期内的多个省际变量值，以使数据同时具有时间与空间维度。由于采用省际面板数据进行实证检验，以说明各变量与专利数之间的关系，分析不同时期多个地区的老龄化背景下的经济增长效应。因此，面板模型分析较为合适，从分析中得出老龄化是否与专利数之间呈倒U 型变化。其计量模型如下：

其中age 指人口老龄化，expense 指人力资本支出总和，Xit表示控制变量，包含技术溢价与技术市场交易额，分别用Iit和Mit表示。方程（1）中，若老龄化二次方项是统计显著的，则说明老龄化与专利数之间存在倒U 型关系。

3.3 检验结果

（1）固定效应与混合效应结果判定检验

根据表1 的F 值检验来判定面板数据模型的固定效应与混合效应结果：

表2 F 值检验Table 2 F Test

表1 的统计检验结果显示，更适合采用固定效应的估计方法。通过对方程（1）的固定效应估计有：

固定效应方程的估计结果说明，解释变量与控制变量都通过了1%的临界值水平检验，都对专利数有统计上的显著影响。且F 值也说明方程总体是有效的。其中由于年龄的估计系数为-1.18E-06，所以该值较小可忽略不计。而老龄化平方项对专利数有积极影响，在1%的临界值水平下统计显著，也说明二者之间呈倒U 变化。由此验证了老龄化可适当促进科技进步和生产力发展但也与与技术进步呈倒U型关系的假说，并且随着老龄化的加深，技术进步率会逐步提高；但当老龄化≥14.25%，则出现拐点，技术进步率随之下降，社会生产力发展会逐渐滞缓，经济将会衰退。政府应积极控制职业队伍的过度老龄化，加快培养中青年技术人才梯队建设。

（2）随机效应检验

结合F 值检验来判定面板数据模型的固定效应与混合效应结果，可进一步对面板模型进行随机效应检验，得出：

随机效应方程的估计结果与固定效应的系数相差不大，其解释变量与控制变量也都在1%的临界值水平下是统计显著的。再次验证了老龄化与专利数之间的倒U 型关系。因此，需进一步检验固定效应与随机效应。根据豪斯曼检验结果有：

表3 豪斯曼检验Table 3 Hausman test

根据表2 可知，1%的临界值水平下，该面板模型拒绝了随机效应检验。因此，可确定采用固定效应模型即方程（1）较为合适。

3.4 实证结果说明

上述模型的估计结果能够证明假说2，即老龄化与技术进步呈倒U 型关系，随着老龄化的加深，技术进步率提高；当老龄化达到某一拐点时，技术进步率随之下降。所以，老龄化对经济增长不只是负效应，要合理控制老龄化水平，促进地区经济增长。该结果也说明虽然在省际经济发展中无法规避老龄化问题，但是各省因基于自身经济发展现状与老龄化的客观因素，提高老龄化背景下的经济治理能力。尤其是要重点把握老龄化拐点之前的促进效应，以制定适度配套的政策。

其他系数的回归结果如下：人力资本支出、技术市场交易额与技术溢价都是统计显著的，其中人力资本支出与技术市场交易额的系数为正，表明其每增长1 单位，能够带动专利数增长0.6 和0.11 个单位。即，重视老年人力资本投资，特别是要持续增加老年科教工作者的资本注入，鼓励其利用在岗多年的科研积累和成熟技术思想，促进其加大技术投入，提升科技成果成新能力。从而，激发出更高端和更优质的积极经济效应。但技术溢价的系数为负，说明当技术溢价增加1 单位时，其专利数下降1.62，这也说明收入差距的扩大，不利于技术进步的发展。对此，建议政府和社会单位应关注老年科研工作者的个人收入能力，给予退休老科教工作者纵向科研立项机会，通过科研经费补助调动其挖掘科技成果潜能和释放科技生产力，达到推进经济社会发展的目的。

3.5 问题与对策建议

3.5.1 大力开发老年人的人力资本优势

上述计量模型结果可验证老龄化与技术进步之间的倒U 型变化，即老龄化并不是消极地影响经济增长。因此，如假说1 所述，要开发老年人自身特有的人力资本优势。以技术型老年人才为例，如老年专家学者、老科学家等等。虽然也有观点认为老年人力资本的大力开发会挤占青年人的就业机会和上升空间，但却忽略了老年人的人力资本优势对青年人的帮助与互补，尤其老年人的经验积累与知识阅历的传承。当前政府也采取了相应的政策措施，如延迟退休。然而，仅延迟退休这项政策，并不能满足对老年人力资本的开发。当前，在大众创业、万众创新的环境下，政府还应鼓励低龄的健康老人加入到自主创业的队伍中来。同时，就业市场还应向技术型老年人才开放，以促进就业并满足劳动市场的供需平衡。对于再就业的老年劳动力，要合理设置薪酬，从而有效分担这部分老年人的养老压力。

3.5.2 持续健康的人力资本投资

如前文所述的老年技术工作者仍然能够推动技术进步，带动经济增长。这类老年人的人力资本存量往往较高。老年人力资本存量可以用平均受教育年限来表示，其他重要指标，如申报专利数和科技发明等数量也都可以作为测度老年人人力资本存量的指标。但是较高的老年人力资本存量离不开其累加的人力资本投资。而人力资本投资是指投资者对人进行一定的资本投入，以增加或提高人的智能和体能[23]，这种劳动能力的提高最终反映在劳动产出增加上的一种投资行为。微观层面上，人力资本投资的投资者是指家庭或个人，主要体现在受教育程度不同等方面。人力资本存量较高的老年人其私人人力资本投资可能较高。宏观角度讲，人力资本投资的投资者可以是政府、企事业单位或社会团体等。其中政府的人力资本支出对促进全社会人力资本发展有重要意义。政府的人力资本投资不只包括教育支出，还包括医疗和社会保障等项目。将政府的人力资本支出定义为地方财政教育支出、医疗卫生支出和社会保障就业的支出总和。该值的计量结果也表明政府的人力资本支出能够有效促进技术进步，从而拉动经济增长[24]。事实上，还存在一部分老年人的人力资本存量较低，他们并不能为社会经济增长做出贡献，甚至正在面临健康、疾病或者贫困等问题的困扰。因此，政府改善医疗卫生条件，加强社会保障力度，都可以为老年人提供方便的就医条件和养老环境。所以，政府要发挥人力资本投资的主体作用，以缓解老龄化所带来的养老难等问题。

3.5.3 支持各地发展并完善健康养老产业

健康养老产业隶属于健康服务业，是近年来的新兴产业，随着社会老龄化现象的加重，健康养老产业无疑是发展前途光明的朝阳产业。国务院在《关于促进健康服务业发展的若干意见》中指出，“要加快发展健康养老服务。加强医疗卫生支撑，建立健全医疗机构和老年护理院、康复疗养等养老机构的转诊与合作机制。发展社区、农村健康养老服务。”因此，健康养老产业的发展能够平衡老龄化和经济增长之间的关系，一方面健康养老产业能够缓解老龄化所带来的问题，使更多老年人老有所医、老有所养，为老年人健康保驾护航，也为老年人提供更优质的养老服务。另一方面，健康养老产业的兴起，也能够促进消费，创造更多的就业岗位，有利于推进社会经济持续健康发展。健康养老产业的兴建也要注重城乡的均衡发展和统筹规划，尤其是要着力发展偏远地区或者不发达地区的健康养老产业服务，这样才能有效缓解老龄化带来的养老难等问题。

4 结论

研究表明，人口老龄化是影响国家经济增长效应的重要社会因素。当社会老龄化现象日益加深时，不要持续唱衰老龄化抑制经济增长的悲观论调，而是应制定积极应对老龄化问题的政策，通过设立技术顾问团、老专家咨询委等模式，让思想意志和革命立场更加坚定、技术更加成熟、经验最丰富的“老把式”贡献新风采；出台特殊学科范围和专业领域的高端人才“延迟退休”相关政策，激励科研工作者和企业研发技术人员延迟退休，但应对延迟退休的老龄工作者给予更高标准的工龄补贴、科研津贴和社保补助；同时，对离岗不离职的返聘科研人员、退休后仍承担科研项目人员，也应适当提高相应物质待遇或补助，促使其发挥科技“余热”，成为科技生产力的强劲推动者，继续推动经济发展和社会进步。此外，也应该深入挖掘老龄化的积极影响，以及如何开发凝结在老年人身上的老年人力资本。各地区还应该因地制宜，结合地区实际情况，如城市和农村老年人力资本的差异，以不断开发老龄化背景下的经济效应，从而使持续稳定地促进地区经济增长。