老龄化背景下人工智能对产业结构升级的影响

□文/ 陈 晨

（安徽大学商学院 安徽·合肥）

［提要］ 在老龄化背景下，抓住人工智能的时代发展机遇和促进产业结构升级是当前的两大挑战，因此有必要探讨在此背景和时代机遇下促进产业结构升级的作用机制。基于2003～2020 年全国31 个省份面板数据，使用中介效应模型研究人口老龄化、人工智能发展与产业结构升级之间的内在关系。

近几年，人口老龄化影响产业结构升级已经成为了热点研究问题，但是学术界对于老龄化到底是促进还是阻碍产业结构升级一直没有统一定论。部分学者认为人口老龄化会对产业结构升级产生阻碍作用。鲁志国从劳动供给、社会需求、投资资金供给以及技术供给等方面分析得出人口老龄化会阻碍产业结构升级。

技术进步对经济的影响一直都受到经济学家的重点关注，历史上，大多数生产率的显著提高都得益于技术的重大进步。Brynjolfsson & McAfee 认为，在人工智能技术和数字化变革等的推动下，第二次机器革命将实现前所未有的技术进步。苏海涛研究发现人工智能通过提高要素使用效率、提升生产率、推动制造业向信息型转变、促进第三产业高级化，促进产业进步。

从目前的研究来看，国内外学者基于不同视角和不同研究方法对产业结构进行了深入的探讨，但是同时考虑人口老龄化背景和人工智能背景的实证研究却比较匮乏，在老龄化日益加深和人工智能高速发展的今天，探讨人口老龄化、人工智能发展与产业结构升级之间的作用关系具有不可置否的现实意义。因此，本文采用我国省级面板数据建立实证模型，检验老龄化是否促进产业结构升级以及老龄化是否是工智能发展的诱因。

一、研究设计

（一）数据来源与变量说明。根据数据的可获得性，本文选取中国2003～2020 年31 个省份的面板数据，原始数据来自各省份历年统计年鉴、《中国统计年鉴》以及中国知网统计数据库等，个别省份某些年份的缺失值由插值法计算得到。

1、被解释变量。产业结构升级是产业升级从量变到质变的结果，是指产业部门之间以及内部的构成和相互关系。为了涵盖产业结构升级的含义，本文借鉴冀刚和黄继忠的研究，利用产业结构高级化和产业结构合理化构建产业结构升级综合指标。

产业结构高级化（ish）体现了产业结构从较低级形式到较高级形式的转化过程。本文借鉴徐敏和姜勇的方法构建产业结构高级化的指标。

其中，Xi表示第i 产业占总GDP 的比重，ish 的值越大意味着产业结构高级化水平越高，反之则越低。

产业结构合理化（isr）是实现生产要素合理配置和各产业协调发展的过程。本文借鉴李春生的方法用泰尔指数作为衡量产业结构合理化的指标，为了便于后文的分析，将此指标进行正向化处理。

其中，i 表示具体的产业，Y 表示产业产值，L 表示就业人数，Yi/Y 表示产业结构，Y/L 表示生产率，isr 的值越大意味着产业结构合理化程度越高，反之则越低。

2、核心解释变量。老龄化程度用老年人口抚养比（odep）来衡量，老年抚养比是指人口中非劳动年龄人口数中老年部分与劳动年龄人口数之比。

3、中介变量。借鉴Jeff 和Michael 的方法来衡量人工智能（AI），选取分行业固定投资中“信息传输、计算机服务和软件业”投资额来衡量人工智能的发展程度。

4、控制变量。参考现有文献，选取以下控制变量：（1）城市化率（urb），用各省份城镇人口占全部人口的比重来表示；（2）对外开放程度（opr），用外商直接投资的对数值来衡量；（3）人均GDP（perGDP），用各省份年度实现的生产总值与所属范围内的常住人口的比值表示；（4）人均受教育年限（aey），是指6岁及以上人口平均接受教育的年数，计算公式：人口平均受教育年限=（小学人数×6+初中人数×9+高中和中专人数×12+大学专科级以上人数×16）/6 岁及以上人口数；（5） 少儿抚养比（ydep），用各省份年度0～14 岁人口占15～64 岁劳动年龄人口的比重来计算。

（二）计量模型的构建。参照Baron&Kenny 逐步回归的方法对中介效应进行检验，分别构建以下三个模型对老龄化程度与产业结构升级、老龄化程度与人工智能发展程度以及老龄化程度、人工智能发展程度、产业结构升级三者的关系进行检验。

1、老龄化程度与产业结构升级关系检验

其中，i=1，2，3……31；t=2003，2004，2005……2020；yit为被解释变量，包括产业结构高级化和产业结构合理化，Xit为控制变量，αi为各个变量的系数，μit为随机扰动项。

2、老龄化程度与人工智能发展程度关系检验

其中，βi为各个变量的系数，εit为随机扰动项。

3、检验人工智能发展程度是否能作为老龄化程度影响产业结构升级的中介变量

其中，γi是各个变量的系数，ξit为随机扰动项。

二、实证结果分析

（一）描述性分析。表1 为各变量的描述性统计结果，可以看出分省份的产业升级结构指数、老龄化程度、人工智能发展程度等变量的样本数据均有较大的变动范围。（表1）

表1 变量描述性统计一览表

（二）人口老龄化与产业结构升级关系验证。为了缓解可能存在的异方差和共线性问题，对信息传输、计算机服务和软件业投资额，人均GDP，受教育年限进行对数化处理，在实证分析之前，对各个变量进行了共线性检验，检验结果显示各个变量的方差膨胀系数均小于10，因此各个回归模型不存在多重共线性问题。根据Hayes 中介效应逐步检验的步骤，首先检验人口老龄化对产业结构升级的影响，回归结果见表2。（表2）

表2 不含中介变量人口老龄化与产业结构升级关系检验表

模型1 和模型2 主要考察了人口老龄化对产业结构高级化的影响，由表2 结果显示，人口老龄化的回归估计系数均为正，而且在1%的水平下显著；在加入其他控制变量之后，人口老龄化指数每增加一个单位，产业结构高级化指数就会增加0.792 个单位。模型3 和模型4 主要考察了人口老龄化对产业结构合理化的影响，由表2 结果显示，人口老龄化的回归估计系数同样显著，在加入其他控制变量之后，口老龄化指数每增加一个单位，产业结构合理化指数就会增加0.448 个单位。

（三）人口老龄化通过人工智能影响产业结构升级的中介效应检验。由表3 中的模型5 可知，人口老龄化对人工智能有显著的正向影响；由模型6 可知，人工智能在人口老龄化与产业结构高级化之间起中介作用，且为部分中介作用，同样由模型7 可知，人工智能在人口老龄化与产业结构高级化之间起中介作用，并且也为部分中介作用。同时，还进一步进行了Sobel检验。由表3 可知，当产业结构高级化为被解释变量对人工智能的中介效应进行Sobel 检验时，人工智能中介效应检验的Z值为2.734，中介效应占总效应的比例为9.5%，表明人工智能具有显著的部分中介作用；同样当产业结构合理化为被解释变量对人工智能的中介效应进行Sobel 检验时，人工智能中介效应检验的Z 值为2.205，中介效应占总效应的比例为23.7%，表明人工智能具有显著的部分中介作用。（表3）

表3 加入中介变量后人口老龄化与产业结构升级关系检验表

三、结论与讨论

（一）研究结论。本文首先从理论层面分析了老龄化对产业结构升级的作用机制，然后基于我国省级面板数据构建中介模型对其进行了实证检验。结果表明，首先，人口老龄化的加深会对产业结构高级化和产业结构合理化起正向作用；其次，人口老龄化的加深同时会促进人工智能的发展，也就是说老龄化程度越深，相应地用人工智能技术替代劳动力的倾向就越高；最后，人口老龄化可以通过人工智能作用于产业结构升级，人工智能的发展可以正向促进产业结构升级。

（二）政策建议。基于上文的研究结论，应当做好宏观经济政策的设计，迎合人口老龄化加深的趋势，抓住新一代人工智能重大发展机遇，从而促进产业结构优化升级。具体政策建议如下：第一，抓住人口老龄化带来的产业结构优化升级的机遇，积极顺应人口老龄化趋势，大力发展老龄相关的医疗、养老、保险等产业，迎合老年人的消费需求。第二，随着老龄化程度的加深，要清楚地认识到老龄化背景下人工智能技术对于劳动力的补位式替代作用，充分助推老龄化对人工智能发展的倒逼作用，大力发展机器学习等人工智能技术，从之前的“人口与红利”逐步转向“智能红利”，提高劳动生产率，减缓劳动力短缺带来的负面作用。第三，进一步加强教育培训和人力资本投资。产业结构升级的前提是技能升级，加快转型升级离不开有知识和经验技能的人力资本的参与，要积极开展与人工智能相关的技术培训和职业教育，实现“技术升级”和“技能升级”之间的协同关系，使劳动者可以在工作中高效地运用人工智能技术，并且更好地适应技术变革，提升其与人工智能“并肩工作”的能力，胜任人机交互技术，实现“人机共存”。