人口老龄化、技术创新与产业结构升级

2022-07-31 08:44张潇译
科技和产业 2022年7期
关键词:高级化门限合理化

张潇译

(云南师范大学 经济与管理学院, 昆明 650500)

随着中国人口老龄化程度的不断加剧,老龄化问题正成为中国不可忽视的严峻挑战。根据第七次人口普查数据显示,2020年中国65岁以上人口占比已达到13.5%,老龄人口总数已达到1.9亿人,应对人口老龄化问题已成为中国发展战略中的一部分。《第十四个五年规划和2035年远景目标纲要》中提出要实施积极应对人口老龄化国家战略。人口老龄化带来人口红利的消失,中国之所以能够在过去数十年的时间里维持高速的经济增长,离不开中国丰富且低廉的劳动力资源。但随着出生率的不断下降,这一优势正在逐渐减弱。劳动力供给的变化会带来刘易斯拐点,使产业结构受到影响,因此推动产业转型升级、构建经济增长新动能是中国适应新形势的必然选择。

1 文献综述

在关于人口老龄化与产业结构升级关系的现有研究中,还没有得出统一的结论。有些学者认为人口老龄化有利于产业结构升级。Borris等认为老龄化带动了老年产品相关产业的发展,有利于产业结构调整[1]。Roger等认为老龄化造成的劳动力短缺将迫使企业加大人力资本投资,对产业结构升级产生积极影响[2]。张忠根等、齐红倩等认为人口老龄化的积极作用是通过提升消费水平对产业结构产生影响的[3-4]。刘成坤等从3个维度构建指标研究人口老龄化与产业结构升级的空间效应和动态关系,结果表明人口老龄化不仅能够促进本地的产业升级,还会对相邻省份有正向的溢出效果[5]。马子红等基于云南省数据研究显示人口老龄化促进了产业结构合理化和产业结构高级化[6]。

另外一部分学者认为人口老龄化对产业结构升级存在不利影响。Ewa Orzechowska-Fische、Frank等认为人口老龄化会对劳动力供给和就业结构产生负面影响,进而抑制产业结构升级[7-8]。Footer等认为人口老龄化会加大社会在养老方面的支出,对财政造成压力,因此不利于产业结构升级[9]。祁峰认为由于老龄劳动力一般倾向于延续其长期从事的行业和居住地区,因此人口老龄化对于劳动力的迁移和新兴产业的发展存在不利影响,进而不利于产业结构升级[10]。王希元等认为人口老龄化对于中国产业结构升级存在不利影响,而增加高等教育投入能够起到一定的缓解作用[11]。

此外,许多学者还研究了创新在人口老龄化与产业结构升级关系中产生的作用。卓乘风等、马红梅等基于门限回归模型进行研究,认为仅当创新达到某一特定值时,人口老龄化才能够对产业结构升级产生积极影响,但区域差异性较大[12-13]。李光明等认为科技创新是二者关系中的正向中介变量,这种中介作用仅存在于全国和东部地区,在西部地区不显著[14]。侯茂章等构建综合指标体系对创新驱动水平进行衡量,虽然老龄化和创新都是促进产业结构升级的变量,但调节效应模型显示交互项产生了负面影响[15]。刘建国等认为人口老龄化和技术创新都能对制造业转型升级产生积极影响,随着人口老龄化程度的提升,技术创新的促进作用先增大后减小[16]。

总体来看,目前的研究中关于人口老龄化与产业结构升级的关系还不确定,并且关于长江经济带的研究还较少。因此本文构建实证模型进行分析,研究二者在长江经济带区域范围内的关系,分析技术创新所产生的影响,并利用门限回归模型研究可能存在的非线性关系。

2 模型设定与数据来源

2.1 模型设定

2.1.1 基准回归

参考上述文献,为了研究人口老龄化与产业结构升级的关系,本文设定计量模型为

Indit=α0+α1Agingit+αControlit+μi+εit

(1)

式中:Indit代表产业结构升级指数,包含产业结构高级化和产业结构合理化两个维度;Agingit为人口老龄化程度;Controlit代表控制变量;μi代表个体固定效应;εit代表随机扰动项。

2.1.2 门限回归

由于创新是人口老龄化与产业结构升级关系的重要影响因素,因此当技术创新水平处在不同程度的时候,二者的关系也可能会发生改变。参考相关研究,本文构建面板门限回归模型为

Indit=β0+β1Agingit(Innoit≤H)+
β2Agingit(Innoit>H)+βControlit+μi+εit

(2)

式中:Innoit代表技术创新,是模型中的门限变量;H代表待估算的门限值,人口老龄化是受门限变量影响的核心解释变量。

2.2 变量选取

2.2.1 被解释变量

对于产业结构高级化(Ind1)的衡量,参考徐敏等[17]的方法,构建一个涵盖了三次产业占比的指标,计算方法为

(3)

式中:i代表第i产业;xi代表第i产业占生产总值的百分比。

参考刘成坤[18]的方法,利用泰尔指数衡量产业结构合理化(Ind2)。为了方便进行结果分析,对泰尔指数进行正向化处理,即Ind2=-TL,泰尔指数的计算方法为

(4)

式中:TL代表泰尔指数;Y代表产业产值;L代表产业从业人数;i为对应产业。

2.2.2 核心解释变量

对于人口老龄化的衡量,参考普遍的衡量标准,以65岁以上老年人口占比来表示。

2.2.3 门槛变量

对于技术创新水平的衡量,参考冯宗宪等[19]的测算方法,由于发明专利是所有专利中技术水平较高的一类,能够较好地代表技术创新水平,因此以该地区发明专利数量取对数进行衡量,同时为保证结果的稳健性,以该地区专利授权数量取对数作为对照。

2.2.4 控制变量

本文选取控制变量有:少儿抚养比(Child)采用0~14岁人口与劳动人口数之比衡量;对外开放程度(Open)采用该地区进出口总额占生产总值比衡量;城镇化水平(Urban)采用城镇常住人口数与年末常住人口数之比来衡量;基础设施建设水平(Infrast)采用每百人平均公路线路里程数来衡量。

2.2.5 数据来源

本文的原始数据均来源于《中国统计年鉴》《中国科技统计年鉴》以及各省市统计年鉴。变量的描述性统计参照见表1,变量取值范围都较为合理。

表1 变量描述性统计

3 实证分析

3.1 基准回归

对于面板数据,采用固定效应模型回归是比较稳健的,且本文所涉及的模型经过豪斯曼检验P值为0.000 0,说明不能够采用随机效应模型,因此选择固定效应进行估计,回归结果见表2。

表2 基准回归结果

模型(1)为在没有控制变量的情况下,人口老龄化与产业结构高级化的回归结果,系数为正且达到了1%水平下显著,说明人口老龄化能够显著的促进产业结构向高级化发展。模型(2)显示,在为加入了控制变量后,人口老龄化的系数变小但仍达到了1%水平下显著,证明人口老龄化确实是促进产业结构高级化的重要因素。模型(3)结果显示,在不加入控制变量的情况下,人口老龄化能够在1%显著性水平下的促进产业结构合理化。模型(4)显示,在加入了控制变量的情况下,人口老龄化对产业结构合理化的促进作用和显著性水平均有明显下降,说明人口老龄化对产业结构合理化的正面影响较小。

对外开放程度显著抑制了产业结构高级化,对产业结构合理化的影响不显著,说明目前长江经济带的进出口对产业结构升级存在负面影响,其原因可能在于中国当前还是以出口中低端产品为主。基础设施建设水平对产业结构高级化和合理化的影响均不显著,可能原因在于中国推动基础设施建设的速度远快于产业结构调整的速度,因此二者的关联性并不大。城镇化对于产业结构高级化和合理化均有正面效应,由于城镇化会促使劳动力从农村向城市转移,促进第二三产业的迅速发展,因此产生了积极作用。少儿抚养比能够促进产业结构高级化,可能的原因在于生育率的提高带动了教育、医疗和娱乐等服务性行业的发展,有利于第三产业比重的上升;但抑制了产业结构合理化,因为生育率的提升提供了更多的劳动力,使刘易斯拐点到来延后,这不利于各部门之间人均收入走向平衡,因此少儿抚养比与产业结构合理化为负相关。

3.2 稳健性检验

为保证回归结果是稳健的,本文做了如下检验。①调整被解释变量的测算方法;②调整解释变量的估计方法;③采用工具变量法进行回归,观察解释变量的系数和显著性水平是否发生改变,以检验可能存在的内生性问题,回归结果见表3。

表3 稳健性检验结果

模型(5)为调整了被解释变量后的回归结果,参考干春晖等[20]的方法,采用第三产业与第二产业产值比(Ind3)对产业结构升级进行衡量,结果显示人口老龄化仍达到了1%水平下显著,说明人口老龄化显著地促进了产业结构升级。模型(6)和模型(7)为调整了解释变量的回归结果,本文采用老年抚养比(Old)作为替代变量对人口老龄化程度进行衡量,和模型(2)、模型(4)对比发现系数仍为正且显著性水平保持一致,控制变量的回归结果也基本一致,说明人口老龄化与产业结构升级的结果是比较稳健的。模型(8)和模型(9)为工具变量法的回归结果,由于人口具有一定的自然属性,因此从理论上看人口老龄化程度存在内生性问题的可能性并不大,为了进行检验,本文采用了解释变量的滞后二期作为工具变量进行回归。对比模型(2)、模型(4)的结果,模型(8)、模型(9)的系数和显著性水平均未发生显著变化,说明人口老龄化与产业结构升级之间并不存在内生性问题。综上所述,可以认为本文的回归结果是稳健的。

3.3 门限回归模型

为了研究技术创新在人口老龄化与产业结构升级关系中的影响,分析三者可能存在的非线性关系,本文选择利用门限面板模型进行回归,通过bootstrap自助法抽样300次对门限值进行估计,检验结果见表4。

从表4中可以看出,在以专利授权数作为技术创新的指标时,人口老龄化与产业结构高级化能够在1%显著性水平下通过单一门限检验,但不能通过双重门限检验,而以发明专利数作为指标时也仅能够通过5%显著性水平下的单一门限检验。人口老龄化与产业结构合理化不论将哪个指标作为门限变量,结果均只能通过10%显著性水平下的单一门限检验。总体来看,应当采用单一门限模型进行回归分析。

表4 门限效应检验结果

表5为门限回归的结果,可以看出在以专利授权数作为门限变量时,在跨越了门限值后,人口老龄化对产业结构高级化的促进作用从0.521增加至0.819,并且显著性水平也有所提高,在以发明专利数作为门限变量时,系数则从0.662增加至0.921。说明技术创新能够在二者中间起到积极作用,在技术创新水平到达某一特定值后,人口老龄化的正面作用会显著增大。在人口老龄化与产业结构合理化的关系中,以专利授权数作为门限变量时,系数从负数变为正数但并不显著,不过这并不意味着技术创新不能产生影响,可能原因在于本文选取的样本量较小,所以回归结果不显著。在以发明专利数作为门限变量时,跨越门限值前系数为-0.133且不显著,跨越门限值后达到0.703且通过5%显著性水平检验,说明随着技术创新水平的提升,人口老龄化的影响从不显著变为正面作用。

表5 门限回归结果

4 结论与建议

基于长江经济带11省市2009—2019年的面板数据,实证研究了人口老龄化、技术创新和产业结构升级三者的关系,得出如下结论:①人口老龄化显著地促进了产业结构升级,相对来说,人口老龄化对产业结构高级化的影响要大于对产业结构合理化的影响;②人口老龄化对产业结构升级的作用会受到技术创新这一变量的影响,呈现出非线性关系;③对技术创新在人口老龄化与产业结构升级中的门限效应检验发现,当技术创新跨越了门限值后,人口老龄化对产业结构高级化的积极影响比未跨越门限值时更强,人口老龄化对产业结构合理化的影响则从不显著到促进。

根据以上结论,可以得到以下启示:①加强老年保障,促进老龄产业发展。随着中国老龄化程度的加深,老龄人口数量也不断增加,虽然老年人的劳动能力不足,但仍然具有消费能力。因此,要完善老年人的生活保障体系,积极引导养老相关产业发展,促进老年人消费,将挑战变为机遇,构建一个庞大的老年消费市场。②要加强技术研发投入,随着出生率的下降,中国的发展模式必然需要做出调整,因此要重视技术创新,让技术成为驱动我国产业升级新动力。③要制定积极的生育政策,加强人才投资,缓解人口老龄化的负面影响。人口老龄化会给社会和家庭造成养老负担,不利于对下一代的培养,因此要推出相应的补贴政策,激发生育意愿,并重视对教育的投资,以缓解人口老龄化对经济发展和产业结构升级产生的不利影响。

猜你喜欢
高级化门限合理化
基于规则的HEV逻辑门限控制策略
城镇化对产业结构高级化的影响研究
机械制造工艺的合理化机械设计
基于认知合理化的会计舞弊治理:研究基础与框架策略
随机失效门限下指数退化轨道模型的分析与应用
VoLTE感知智能优化
我国产业结构合理化程度的差异研究
我国产业结构合理化程度的差异研究
基于Neyman-Pearson准则的自适应门限干扰抑制算法*
劳动力价格变动对产业结构调整的时变非对称研究