徐博文 卢 阳
改革开放以来,中国基于自身的“人口红利”创造了持续9 年实现9%增长速度的中国奇迹。而我国自2000 年正式进入老龄化社会以来,人口老龄化的进程便不断加快。中国已经越过“刘易斯拐点”并即将关闭人口红利的窗口期。
在经历人口红利下降的过程中,中国还要迎接产业结构升级的过程中出现的挑战。人口老龄化的不断深化必然对产业结构升级造成影响,第一产业、第二产业由于自身的特性,对劳动力的需求集中于青年群体,难以产生结构性变化,受老龄化的冲击严重;而第三产业对劳动力年龄和体力的要求程度低,受老龄化的影响程度相当较小。因此,人口老龄化若能倒逼产业结构向第三产业集中发展,会在一定程度上对产业结构升级产生正向作用。产业结构升级的不断深化,同样也将通过优化养老、医疗服务的方式,为中国应对“银色浪潮”提供支持。
人口老龄化和产业结构升级之间的互动关系与区域化差异究竟如何,需要实证分析的进一步检验,这一研究不仅能够为各地政府如何协调人口老龄化与产业结构升级提供理论支持,而且能为全国制定针对性政策提供重要参考。
劳动力结构是影响产业结构的众多因素中最重要的(Jun Oshiro,2020)。人口老龄化对不同的产业的影响具体可以概括为人口老龄化对我国的一、二产业有一定程度的抑制作用,对第三产业起着促进作用(易昕,2015)。同时,人口老龄化对产业结构的传导机制上,中国人口迅速老化的这一现实倒逼着企业进一步优化要素配置,使企业在生产活动中更多投入资本与技术以替代劳动力,从而带动产业结构的升级(楚永生,2017)。
在不考虑人口流动的情况下,老龄人口比例越大,越阻碍产业发展水平(Evangelia Papapetrou,2020)。考虑到现实中创新型人才的区域间流动,东部地区的产业结构升级并不受到人口老龄化的负面影响(卓乘风,2018),而相对于东部地区的人才流入,中西部地区劳动力人口的流出、老年人口的占比提高,会导致产业结构升级进程放缓(任栋,2014)。在普遍意义上来说,人均资本水平大于老年人口抚养比,人口老龄化对产业结构升级即为正向影响(Shamsul Arifeen Khan Mamun,2020)。因此,在老龄化经济体中,实施适当的年龄管理措施可以影响劳动力的可用性(Vlado Dimovski,2019)。
目前的研究从不同角度分析了人口老龄化对产业结构的影响,但也存在以下不足:第一,国内关于人口老龄化和产业结构之间互动关系的现有研究大多基于时间序列数据,缺乏对各地区差异的分析。第二,人口老龄化与产业结构升级之间有相互影响的关系,存在双向作用机制,而国内关于人口老龄化与产业结构的实证研究偏向于分析人口老龄化对产业结构升级的单向影响,而很少探究产业结构的反向作用(从而得出互动关系)。
基于此现状,本文选用面板向量自回归模型来分析人口老龄化与产业结构升级的相互作用。一方面,PVAR模型使用面板数据,而这可有效地弥补时间序列VAR 模型中存在的问题,即内生性和多重共线性。另一方面,它可以在保持变量独立性的同时实现各变量之间相互影响的映射,从而保证实证结论的有效无偏性。
引发产业结构变动的原因主要有两部分:消费需求和技术进步。从需求端入手,当一个家庭的收入提升时,其生活必需品的消费支出比例会下降,而相应的服务产品消费支出比例会上升(Kongamut et al,2001)。如今,中国人均收入水平不断提升,农产品和服务产品消费支出此消彼长的态势愈发明显,这必然倒逼产业结构升级以增加服务性产品的供给并提供更高质量的产品与服务。从技术端入手,产业结构升级依托于技术创新,而产业内部和不同产业间的技术应用效率不一,这会导致产业结构的相对变动,表现为二、三产业进步快而第一产业进步较慢,最终使得产业结构相对升级。
同时,产业技术的升级也会对人口老龄化产生不可忽视的作用。我国老龄化社会形成的原因之一是人均寿命的延长,而产业结构升级同样会带来养老服务水平、医疗救助水平的提升,在客观上使得人均寿命进一步延长。
而人口老龄化会从劳动力层面入手影响到产业结构的升级。首先,从劳动力的供给端角度看,劳动力平均年龄的提高,一方面会造成适龄劳动力数量的下降,另一方面会造成劳动力综合素质的下降,素质降低的劳动力难以适应日新月异的科技发展,从而一定程度上会延缓产业结构优化升级的步伐(伍旭川,2019)。但企业也会通过提高职工素质要求的方式促使劳动力不断学习新的知识和技术,使得人力资本水平不断提升(楚永生,2017)。从劳动者的需求层面看,人口老龄化必然导致养老产业、医疗健康等相关产业产品的需求增长,这促使第三产业发展,从而推进产业结构升级。
综上,本文使用两个宏观指标——地区生产总值、居民消费水平作为控制变量,分别代表着技术进步以及消费需求,同时使用老年人口比重作为解释变量研究被解释变量产业结构升级,从而构建起PVAR 模型。人口老龄化与产业结构升级这两者之间的相互关系究竟如何,以及在各地区的差异如何,需要由进一步的实证检验来确定。
本文选取2000-2019 年我国31 个省份的面板数据来分析人口老龄化与产业结构升级的相互作用以及区域性差异。
PVAR 模型在本文中的具体设定如下:
以下是对各变量的具体阐述:
1.产业结构升级指数(iuc)。本文在徐德云(2008)[12]的基础上,将第一、第二和第三产业均包含在内来构建产业结构整体升级指数,以全面反映产业结构升级的内涵:
其中,iuc 就是本文为了反映产业结构升级所选用的产业结构升级指数,等式右边的yi具体含义为地区生产总值中包含的第i 产业的产值的比重。iuc 的值与产业结构升级程度呈正相关。
2.老年人口比重(old)。本文参照现有的相关研究成果,借鉴单良、丁莉(2013)的研究,使用老年人口比重来反映人口老龄化的阶段特征。
3.地区生产总值(gdp)。为了反映技术进步,本文使用地区生产总值这一国民经济的核心计算指标作为控制变量。
4.居民消费水平(cons)。选取各省份人均消费支出数据作为影响产业结构的变量,理论上消费水平的提高会倒逼产业结构升级。
为了减少数据可能存在着的异方差问题并保证数据的时序性质,本文在进行实证研究时将老年人口比重、地区生产总值、居民消费水平的原始数据均取了自然对数。经过处理后,变量分别表示为:lnold、lngdp、lncons。在实证分析中进行单位根检验后,还对产业结构升级指数原数据和地区生产总值的对数取一阶差分,分别表示为diuc、dlngdp。
本文地区生产总值、居民消费水平变量数据来自中国国家统计局,其余数据来自2000-2019 年《中国统计年鉴》和各省统计年鉴。对于地区的划分,本文采用国家统计局的划分方法。
表1 利用stata 进行面板单位根检验结果
图1 产业结构升级对老龄化影响的脉冲响应图
表2 面板协整检验表
根据以上检验结果,由于组内组间的协整检验均拒绝了原假设,可以认为文中的四个面板变量具有协整关系。
在实证分析前,需要根据信息准则中的最小指标选择面板VAR 模型的最优滞后阶数。
这里选择基于BIC 准则的一阶滞后阶数结论,因为BIC 准则不仅考虑拟合问题,而且控制样本数量,更符合“精简”的原则。
首先分析的是产业结构升级对老龄化的影响。从影响的正负效应来看,给产业结构升级指数正向冲击后,对东部地区老龄化的影响表现为正,而对中西地区的影响为先正后负。从响应的时间长短来看,老龄化冲击对产业结构可以持续影响到5 期甚至更长。从以上三个方面来看,对东部地区而言,产业结构的升级无论时间长短,都对人口老龄化产生积极影响。由于东部地区具有科技优势,而在产业结构方面表现为医疗、养老产业发达,为老年人口提供了更好的医疗救助服务从而延长老年人口寿命。一期后,中西部地区产业结构的升级延缓了人口老龄化,主要是因为中西部地区科技水平以及第三产业发展水平低、对老年人口寿命影响有限。
其次分析老龄化加剧对产业结构升级的影响,从变化的方向上看,当期给老龄化一个正的冲击后,对东中部产业结构的影响均为负,对西部地区则是先正后负。从反应的时间来看,对东中部可以影响到6 期以上,对西部则影响期数为3 期。从以上三个方面来看,东中部地区的人口老龄化对产业结构升级产生了负面影响。这是因为人力资本是推动产业结构升级的核心要素,而老年人口占比过大阻碍着产业的创新升级。但是老龄化对西部地区的作用在前两期保持是积极的,这是由于西部地区的养老产业发展水平低,老龄化的趋势倒逼着西部地区发展第三产业、养老产业,所以在一定程度上促进着西部地区的产业结构优化转型。
表3 面板向量自回归模型滞后阶数选择结果
图2 老龄化对产业结构影响的脉冲响应函数图
本文利用我国31 个省市2000 年-2019 年的面板数据,选择了产业结构升级指数、老年人口比重、地区生产总值、人均消费水平这四个具有代表性的变量,并采用PVAR 模型研究了人口老龄化与产业结构升级的互动关系。
实证分析表明:第一,产业结构升级对人口老龄化的影响显著。产业结构升级将在短期内通过提升医疗科技水平的方式客观上加剧人口老龄化。因此,各地政府应因地制宜,使用合理政策大力发展第三产业和养老产业,使得“老有所养”。第二,从长远来看,人口老龄化会持续阻碍产业结构升级。由人口老龄化带来的负面影响同样不容忽视,我国需要加紧推进劳动者素质教育,积累人力资本以适应新背景下制造业对劳动力的需求。第三,人口老龄化对西部地区产业结构的冲击是正向的。因此,顺应人口老龄化趋势,大力发展西部地区第三产业,引导产业优化结构形成良性循环,不失为发展西部经济的契机。