人口老龄化、数字化转型与实体经济※

内容提要:人口老龄化和数字化转型是新时代中国经济社会发展过程中并行的两大重要趋势。利用省级面板数据对人口老龄化、数字化转型与实体经济发展的关系进行实证分析,揭示了人口老龄化与数字化转型之间所存在的交互作用及其对实体经济发展的影响。研究发现:人口老龄化与实体经济发展之间存在显著的负相关关系,第二产业所受到的冲击相对较大;数字化转型促进了实体经济发展,对实体经济第三产业的提升影响最大;人口老龄化和数字化转型的交互作用对实体经济产生了正向影响,但对第一产业存在负向影响。相关结论在利用人均养老保险支出、政策支持和地形起伏度构建工具变量回归,并进行替换变量等稳健性检验后仍然成立。研究结论对以数字化转型为抓手,积极应对老龄化并提升实体经济发展质量具有参考意义。

一、引 言

以老龄化系数超过7%为标志,中国于2000年正式进入老龄化社会。未来一段时期,随着长期累积的人口负增长势能进一步释放,中国总人口增速将明显放缓从而导致老龄化程度持续加深。人口结构和数量的变化会影响劳动力供给、产业结构升级、技术创新和人力资本形成(Papapetrou和Tsalaporta,2020;陈燕儿和周建芳,2023)等,进而对经济运行产生显著作用,且老龄化抑制经济增长已成为基本共识(蔡昉和王美艳,2021)。如何在快速、深度老龄化背景下促进中国经济持续健康发展,已成为现阶段最迫切的任务。

与人口年龄结构老化转变历程高度重合的数字化转型是现阶段中国经济社会发展中一股不容忽视的作用力,已成为中国驱动创新的动力源泉和引领产业结构颠覆性变革的重要力量。根据中国信息通信研究院发布的《全球数字经济白皮书(2022年)》,2021年中国数字经济规模达到45.5万亿元,居全球第二,占GDP比重达到39.8%,同比名义增长达16.2%。经济社会各领域数字化转型的广度和深度在不断拓展,许多学者讨论了其在形成新型生产要素、优化人力资本结构、创造就业(赵涛等,2020;洪银兴和任保平,2023)等方面发挥的重要作用,特别是对就业结构将产生深远影响,普遍认为数字化转型将导致第三产业的劳动力需求增加,而第一、第二产业的劳动力需求将下降(赵宸宇,2023)。在此背景下,我们不禁思考,数字化转型能否减缓人口老龄化对实体经济的负向影响?如果同时考虑人口老龄化与数字化转型的作用,又对实体经济会产生什么影响?本文对上述问题的讨论有助于从宏观层面对人口老龄化的经济影响加以准确评估,深刻理解数字化转型对中国实体经济高质量发展的驱动作用,为相关政策制定提供经验证据。

二、理论分析与研究假设

1. 人口老龄化与实体经济

相对于以资本运动和信用流通为主的虚拟经济(Fictitious Economy)或称符号经济(Symbol Economy),实体经济(Real Economy)以产品和服务的流通为主,是国民经济的重要组成部分,也是国民经济的命脉和基础,决定了一个国家的国际竞争力和长远发展空间(巫强等,2020)。虚拟经济是金融部门主导的围绕货币流通和信用制度的经济活动,主要通过信用制度和生息资本的发展而实现自我增值(黄群慧,2017),与人口状况及其变化趋势的关联度较弱;实体经济则是由生产服务部门提供的物质产品和精神产品的生产、流通、消费等经济活动,因此会更加显著地受到人口数量与结构变化的影响。人口老龄化对实体经济发展影响的研究虽然是经济学理论研究的新问题,但是由于实体经济本身是国民经济的主体,所以对该问题的研究可借鉴人口老龄化对经济增长的研究成果。

根据经典的经济增长理论,一个国家或地区的经济增长受到多种因素共同影响,其中资本和劳动力是最主要的投入要素。一方面,生命周期理论认为处于工作状态的劳动者具有较强的储蓄动机,劳动力人口的比重上升会增加储蓄率,而老年人口比重的上升则会导致处于劳动阶段的人数减少,在一定程度导致国民总收入降低,居民的储蓄水平将随之下降,导致资本积累和资本投入的降低,进而影响经济发展。另一方面,人口老龄化程度的提高会降低社会总体的劳动参与率,使得劳动力市场中的适龄劳动力人口数量相对减少,根据人口转变理论,老年型人口结构的劳动效率低于成年型的人口结构(苏剑,2021),老龄化程度的加深必然会降低劳动生产率,经济产出也会受损。通过分析可以发现,人口老龄化具有抑制经济增长的作用,据此,本文提出以下假设:

H1:人口老龄化会对实体经济发展产生抑制作用。

2. 数字化转型与实体经济

在微观上,数字化转型弱化了组织边界,促使知识、信息等生产要素在区域、企业间充分、快速流动,企业可以基于大数据分析消费者群体的需求特征并进行有针对性的创新(梁雅楠和张成,2022),同时便于进行跨地区的分工和合作,提升生产效率;数字化转型可以驱动关键要素成本递减从而节约生产成本和交易费用(丁志帆,2020),更好地匹配供需并形成更完善的价格机制,创造兼具规模经济、范围经济及长尾效应的经济环境,形成生产者与消费者之间的良性互动及正反馈效应,进一步降低供需双方成本,由此提高实体经济发展水平。在宏观上,数字化转型通过新的生产要素、生产方式和资源配置效率促进实体经济发展(Brynjolfsson和Hitt,2000;洪银兴和任保平,2023);以数据为关键生产要素,数字化转型依靠工业互联网、云计算、人工智能等新型信息技术工具对资源产生优化和重组,源源不断的数据能够以任意的方式在不同地域与领域迅速流动与聚集,不会出现传统生产要素的局部稀缺问题(张腾和蒋伏心,2022);“数据+算法+算力”与实体经济生产活动深度融合会形成数字生产力,催生信息经济、网络经济、平台经济、人工智能经济等新型生产活动和生产方式。

当然,数字化转型在促进实体经济发展的同时,也可能产生负面影响。智能化生产技术的应用降低了常规化工作的成本,在驱动经济发展过程中也“挤出”了常规性、可编码及重复性的工作,加快了对中低技能劳动力的替代,进而造成结构性失业,越来越多的工作可能被机器人和人工智能替代(Frey和Michael,2017),短期内对劳动力市场造成较大冲击。数字经济还会对传统监管模式带来新的挑战,破坏市场运行秩序并抑制企业参与经济活动的积极性,但实证发现数字经济对实体经济的促进效应明显强于抑制效应(王儒奇和陶士贵,2022)。总体看来,数字化转型对实体经济发展的正面促进作用要超过其对实体经济发展的负面影响,基于以上论述,本文提出以下假设:

H2:数字化转型会对实体经济发展产生促进作用。

3. 人口老龄化与数字化转型

数字化转型可以利用先进的科技和高效的技术方法提高劳动附加值,通过数据共享等形式减少交易成本并促进劳动生产方式转型升级,降低传统产业对劳动力要素的依赖程度;可以提高生产自动化程度,用智能系统和自动化设备替代劳动力,弥补老龄化造成的劳动年龄人口供给不足,由此不难推断,数字化转型程度的提升可能可以减缓老龄化对实体经济的抑制作用。另一方面,人口老龄化提高了要素成本和创新成本,老龄化社会将面临创新经费投入减少、公共教育支出相对较少、学生学习能力提升相对滞后等挑战(吴薇和张靖佶,2021),不利于数字技术推动的生产要素、生产方式和资源配置效率转变;但是,人口老龄化也具有积极的一面,如倒逼企业或国家退出竞争激烈的低端产业并促使其研发序列转向更有价值的前沿创新,而这正是数字化转型所需要的。可见,人口老龄化与数字化转型之间可能存在相互影响、相互调节的作用。根据上述分析,结合前文的假设1和假设2,本文提出以下假设:

H3:人口老龄化与数字化转型的交互作用会对实体经济产生影响,但具体方向还有待进一步明确。

三、模型设定与变量选择

1. 模型设定

为了实证分析人口老龄化、数字化转型对实体经济的影响,结合前文理论分析,本文设定如下基准回归模型:

Realit=α0+α1Oldit+α3Xit+μi+φt+εit

(1)

Realit=α0+α2Digiit+α3Xit+μi+φt+εit

(2)

其中,被解释变量Realit表示实体经济,核心解释变量Oldit表示人口老龄化,另一个核心解释变量Digiit表示数字化转型,Xit表示一组其他控制变量;系数α1和α2分别表示人口老龄化和数字化转型影响实体经济的大小与方向;为了控制宏观因素和时间因素对实体经济的影响,方程中加入了省份固定效应和时间固定效应,减少模型的内生性问题;i表示时间,t表示地区,εit为服从独立同分布的随机误差项。

为了检验人口老龄化和数字化转型对实体经济的交互作用,我们在模型(1)和(2)的基础上构建模型如下:

Realit=β0+β1Oldit+β2Digiit+β3Oldiit+β4Xit+μi+φt+εit

(3)

其中,Oldiit表示人口老龄化与数字化转型的交互项。根据系数β3的符号可以判断人口老龄化和数字化转型交互作用对实体经济发展的影响:若β3显著为正,说明当人口老龄化和数字化转型同时存在时,两者整体上对实体经济发展水平的提升效应有促进作用;反之,则说明对实体经济发展水平的提升效应有抑制作用。

2. 变量与数据说明

(1) 实体经济(Real)。中共二十大报告指出,建设现代化产业体系,要坚持把发展经济的着力点放在实体经济上。在实体经济的范围界定方面,目前主要有两种认识:一是认为实体经济是与虚拟经济辩证相对的(刘晓欣和田恒,2021),将以商品和服务的生产、流通、消费和生产能力投资等循环为中介的增值性活动定义为实体经济,而将以资产和货币符号为中介的增值性活动定义为虚拟经济;二是从产业分类的视角界定实体经济(黄群慧,2017),认为狭义的实体经济(R0)指制造业,一般意义的实体经济(R1)包括 R0、农业、建筑业和除制造业以外的其他工业,广义的实体经济(R2)包括R1、批发和零售业、交通运输仓储和邮政业、住宿和餐饮业,以及除金融业、房地产业以外的其他所有服务业。前者侧重于经济史和理论层面的分析,在实证研究中难以量化,后者更适合用于实证统计分析。因此,本文借鉴黄群慧(2017)和巫强等(2020)的研究,从产业视角对实体经济进行范围界定,具体采用各地区生产总值与房地产业、金融业增加值之差定量表征实体经济。根据广义的实体经济概念,实体经济不仅包括农业、能源、交通运输、邮电、建筑等物质生产活动,还包括商业、教育、文化、艺术等精神产品的生产和服务(张林,2016),因此,从产业结构的角度也可以将实体经济划分为第一产业、第二产业以及除去房地产业和金融业之外的第三产业共三个部分。按照《中国统计年鉴》的指标解释,第一产业是指农、林、牧、渔业等;第二产业是指采矿业,制造业,电力、热力、燃气及水生产和供应业,建筑业等;第三产业即服务业,是指除第一产业、第二产业以外的其他行业,实体经济第三产业为整体的第三产业减去金融业和房地产业。

(2) 人口老龄化(Old)。根据联合国标准,老龄化社会指的是总人口中60岁及以上老年人口比重超过10%或者65岁及以上老年人口比重超过7%,老年人口占比上升表明人口老龄化程度逐步加重。现有研究普遍采用65岁以上老年人口占比指标来讨论中国的人口老龄化问题(豆建春,2019)。借鉴现有成果,本文采用老年人口占比指标衡量人口老龄化,具体采用65岁以上人口占总人口的比重进行表征。

(3) 数字化转型(Digi)。借鉴赵涛等(2020)的方法,从互联网发展和数字普惠金融两方面对各个省份的数字化转型程度进行测度,通过熵值法将指标的数据标准化后降维处理,从而得到数字化转型水平综合指数。其中,互联网发展采用互联网普及率、相关从业人员情况、相关产出情况和移动电话普及率四个方面的指标进行测定,具体对应的实际内容为百人中互联网宽带接入用户数、计算机服务和软件业从业人员占城镇单位从业人员比重、人均电信业务总量和百人中移动电话用户数;数字普惠金融采用由北京大学数字金融研究中心和蚂蚁金服集团共同编制的中国数字普惠金融指数进行表征。

(4) 控制变量。为了更加精确地分析人口老龄化、数字化转型对实体经济的影响,需要设定对实体经济发展可能产生影响的控制变量。① 财政分权(Fin)。政府分权是度量政府治理体制和政府结构的变量,分权化的政府治理体制更有利于政府了解地方市场需求,发挥地方政府主动性,提升地方经济的治理能力和水平。目前学者们对于财政分权的测度方法并未统一,常用的财政分权指标包括财政支出分权、财政收入分权、财政自给度等(吕冰洋等,2021)。本文借鉴陈海林和孙群力(2022)的研究,使用财政自给度指标对财政分权进行度量,具体采用财政预算收入与财政预算内支出之比表示。② 城镇化水平(Urb)。城镇化建设能够促进居民的消费水平升级,激发国内内需潜力,还会促进技术、人才、资本等要素聚集,推动产业优化升级等从而对实体经济产生影响。本文参考胡西娟等(2022)的研究,采用单位面积的人口数量即人口密度表示城镇化水平。③ 固定投资(Fix)。固定投资是影响实体经济的因素之一,文献一般采用固定资产投资率测度固定投资指标(陈俊梁等,2022),具体采用某段固定时间内固定资产投资总额与同期国内生产总值的比率表征,代表了每单位固定资产投资额所带来的GDP增长的数量。④ 产业结构(Rat)。产业结构合理化是指地区各个产业之间的耦合质量,既能反映不同产业的协调程度,也能反映劳动力等实体经济发展所需资源要素的有效利用程度,可以采用以三次产业间从业人员数和产值比例进行测度的改进型泰尔指数来表示地区产业结构合理化(左鹏飞等,2020)。⑤ 技术创新(Tech)。创新作为经济增长源泉之一已经成为理论界的共识,巫强等(2020)将创新区分为创新投入和创新产出,认为创新投入和创新产出都直接促进了中国实体经济发展。本文借鉴左鹏飞等(2020)的方法,采用国内专利申请授权量表示技术创新。

本文的观察期为2011-2020年,涵盖中国大陆30个省、自治区、直辖市(因数据可得性,观察样本不包括西藏、香港、澳门和台湾),数据来自《中国统计年鉴》,各省、自治区、直辖市统计年鉴,北京大学数字普惠金融指数和国家统计局官网等。表1为相关变量的描述性统计。

表1 变量描述性统计

四、实证结果与分析

1. 人口老龄化、数字化转型对实体经济的影响分析

表2的模型(1)和(3)为仅将本文最关注的人口老龄化变量、数字化转型变量分别作为解释变量进行回归。结果显示,人口老龄化的回归系数值为负且在1%的水平上显著,数字化转型的回归系数值为正且在1%的水平上显著。上述回归结果意味着人口老龄化与实体经济呈现显著负相关关系,数字化转型与实体经济呈现显著正相关关系,即在不考虑其他变量的情况下,老龄化程度越高的地区实体经济发展水平越低,数字化转型程度越高的地区实体经济发展水平越高。庞大的人口基数和年轻化的人口结构所带来的“人口红利”是前期高速增长阶段经济发展取得巨大成就的法宝之一,以劳动密集型产业为代表,中国成为了世界制造工厂。随着生育率和死亡率逐年下降,中国的人口基础已由过去的人口增长压力转变为人口结构性压力,而针对“亚洲奇迹神话”的研究也表明,以大量使用廉价、低技能劳动力为基础的相对优势对一国经济增长的促进是短暂的,中国必须寻找高质量发展阶段更可持续的经济增长源泉。从各国发展经验看,劳动年龄人口比重下降是特定发展阶段的必然现象,正确认识老龄化对经济社会的影响并积极转型才是应对之道。在人口快速老龄化、劳动力人口数量进入下降通道的当下,数字化转型可以为中国实体经济发展贡献重要的提升动力,缓解人口结构性冲击。

表2 人口老龄化、数字化转型影响实体经济的基准回归结果

模型(2)和(4)加入了一系列控制变量,可以发现人口老龄化和数字化转型对实体经济的影响无论是方向、显著性还是系数均没有发生本质改变,说明本文的估计结果具有稳健性。财政分权(Fin)、城镇化水平(Urb)、固定投资(Fix)和技术创新(Tech)的回归系数均为正且显著,说明赋予地方政府在债务安排、税收管理和预算执行方面一定的自主权可以调动地方发展实体经济的积极性,城镇化是实体经济建设的重要环节,维持相对较高水平的固定资产投资增速、促进城镇化、促进技术创新可以为实体经济提供动力。产业结构(Rat)对实体经济的影响为正但并非所有模型都通过了显著性检验,说明产业结构转型升级促进中国实体经济发展的作用并不稳定。

2. 人口老龄化和数字化转型对实体经济的交互作用分析

表3的模型(5)将人口老龄化和数字化转型同时纳入考量,模型(6)将人口老龄化、数字化转型及两者的交互项同时纳入考量。对模型(5)和模型(6)进行似然比检验,其结果的p值为0,即拒绝两个模型无显著性差异的原假设,这意味着需要将交互项纳入考量;对于加入了控制变量的模型(7)和模型(8)的似然比检验也得到了类似结果。就人口老龄化和数字化转型的交互项来看,模型(6)和模型(8)的系数估计值为正且在1%的水平上显著,说明人口老龄化和数字化转型存在对于实体经济产生正向影响的交互作用。

表3 人口老龄化与数字化转型对实体经济的交互作用

虽然中国人口老龄化持续、快速加深已是难以逆转的趋势,且阻碍了经济增长,但是数字化转型能够通过对海量数据的处理分析和与其他各行业结合的有效利用,提升经济资源配置能力、抵消劳动人口减少对经济潜在增长率和社会创新活力造成的不利影响。数字化转型不仅表现为以数字技术为核心的新产品、新动能和新业态的出现,更重要的是数字技术渗透融入经济系统,通过加大使用现代化、自动化的新设备、新技术,赋能传统产业找到新兴产业突破口;提高技术密集程度以取代部分劳动力投入程度,推动生产方式加速从“劳动密集型”向“技术密集型”过渡,以技术红利替代人口红利,从而缓解适龄劳动力不足等问题对实体经济的抑制作用。

进一步地,人口老龄化也有可能带来优势,这主要体现在随着年龄的增加,劳动力的经验、知识等方面技能在不断增加,年长劳动力拥有的知识可以抵消或补偿老化因素,丰富的工作经验可以帮助年长劳动力找到更有效的工作和组织方法,同时补充年轻劳动力的知识。在不考虑数字化转型的情况下,劳动力积累的知识和经验等无法得到很好地体现;在数字化转型程度不断提升的情况下,劳动力“体能”因素的重要性逐步下降(戴翔和王如雪,2023),而随着年龄增长而积累的“知识和经验”等因素愈发重要,能够为数字技术的应用提供基础条件,从而有利于发挥数字化转型对中国实体经济发展的正向促进作用。

综上,如果单独考虑人口老龄化对实体经济的影响,结果可能是消极负面的,但如果将数字化转型纳入考虑,则可以在一定程度上弥补人口老龄化的负向影响,最终可能表现为人口老龄化和数字化转型的交互作用对实体经济产生正向影响。在《关于构建更加完善的要素市场化配置体制机制的意见》将数据定义为新型生产要素,明确数据与土地、劳动力、资本、技术等传统要素并列地位的背景下,大规模应用数据要素以推动经济增长和产业创新,是应对人口老龄化、保持经济平稳增长的有效手段和必经之路。

3. 分产业分析

根据宏观经济特性对产业进行分组回归,讨论人口老龄化与数字化转型对第一产业、第二产业和实体经济第三产业的影响;中共二十大报告提出,“坚持把发展经济的着力点放在实体经济上,推进新型工业化”,可见工业是中国实体经济的核心,因此,本文增加讨论人口老龄化与数字化转型对工业的影响,估计结果如表4所示。

表4 分产业估计结果

从模型(9)(12)(15)和(18)可以看出,人口老龄化显著抑制三大产业和工业的发展。尽管近年来中国努力推进工业结构优化升级,但纺织业、设备制造业等传统行业从业人员数占比仍较大,根据第七次人口普查的分项数据,纺织服装、服饰业占全部就业人口的比重达1.84%,是工业大类中占比最高的一个细分行业,中国工业的劳动密集型特征依旧明显。农民工是传统工业劳动力的重要组成部分,根据国家统计局发布的《农民工监测调查报告》数据,2022年中国农民工平均年龄为42.3岁,比2011年提升了6.3岁。年龄结构的老化导致中国工业劳动力禀赋发生改变,传统的比较优势逐渐被削弱,并促进企业在中低收入国家的对外直接投资行为,引发产业外移(咸金坤等,2022),这无疑对中国工业的高质量发展将造成严重的负面影响,需要引起高度重视。

从模型(10)(13)(16)(19)可以看出,数字化转型对三大产业和工业均有显著促进作用,且对实体经济第三产业的提升影响最大、第二产业次之,对第一产业和工业的影响相对较小。根据国家统计局数据,2013-2021年服务业增加值对中国经济增长年均贡献率达55.6%,服务业是提升中国经济韧性与活力的重要引擎。数字化转型可以通过促进知识密集型服务业发展、“两业”融合发展以及提高劳动力、资本和技术等要素效率推动服务业结构升级(戴魁早等,2023),特别是针对目前制约服务业持续发展的“成本病”问题,数字技术的应用使服务业在消费、生产和流通等各个环节都产生极为显著的规模经济,有望改变服务业尤其是可复制的文化类、信息类服务业生产效率低的基本特征。

从模型(11)(14)(17)(20)的交互项估计结果可以看出,人口老龄化与数字化转型具有对第二产业、工业和实体经济第三产业产生正向影响的交互作用,但对第一产业产生了负向影响。根据第七次人口普查数据,中国乡村60岁、65岁及以上老人的比重分别为23.81%和17.72%,比城镇分别高出7.99%和6.61%,城乡差异比第六次人口普查分别扩大了4.99%和4.35%,以中青年为主的农村劳动力向城市工业部门流动使得农村人口老龄化程度愈发严重。中国农户土地经营规模普遍较小,“大国小农”的基本农情使得劳动力数量和质量在农业生产中的作用十分重要,而农村人口老龄化导致农村劳动力的体力、人力资本下降,对粮食生产效率造成负面影响,并且随着老龄化程度加深而扩大。2021年《中共中央 国务院关于全面推进乡村振兴加快农业农村现代化的意见》提出,“发展智慧农业,建立农业农村大数据体系,推动新一代信息技术与农业生产经营深度融合”,农业数字化转型发展是提升农村地区经济发展的必然要求,但是由于农民自身数字化能力弱、农村地区基础设施落后、个别地区基层政府未能有效完善农业数字化转型相关政策等,导致数字化服务化成本高、数据获取处理及监督问题突出,严重阻碍农业数字化转型(文丰安,2023),因此未能减低农业对劳动力的依赖程度,缓解人口老龄化对中国农业发展的冲击。

4. 稳健性检验

(1) 内生性分析。实体经济的高质量发展有助于国家在健康领域投入更多的公共资金、提供更健全的医疗保障,在客观上可能对人口老龄化有所影响;另外,某一地区的实体经济发展得越好,将越有基础和能力实施数字化转型。因此,人口老龄化、数字化转型与实体经济之间存在反向因果的可能性。同时,影响实体经济发展的因素较多,现有控制变量难以防止遗漏变量的产生。由于可能存在潜在的反向因果和遗漏变量问题,本文引入人均养老保险支出(IV1)(郭东杰和唐教成,2020)、政策支持(IV2)(左鹏飞等,2020)和地形起伏度(IV3)(何理等,2022)作为工具变量,并进行两阶段最小二乘(2SLS)回归以缓解内生性问题。

人均养老保险支出的增长意味着能为老年人提供更好的养老保障,但与实体经济的关联弱。党和政府的政策支持是中国数字化转型发展的前提和保障,2016年召开的网络安全和信息化工作座谈会提出了“做好信息化和工业化深度融合这篇大文章”的发展目标,对中国数字化转型产生直接影响,但对实体经济发展不产生直接影响;本文赋值会议召开之后年份取值为1,其他年份为0。数字化转型的前提是互联网的接入,因此地形起伏度会直接影响数字化转型的范围和发展,而地形起伏度作为存储地理信息的自然因素,不随经济行为变化而发生变化,与实体经济不存在直接关联。

表5汇报了两阶段最小二乘法的估计结果。第一阶段中,人均养老保险支出和政策支持的系数显著为正而地形起伏度的系数显著为负,说明人均养老保险支出与人口老龄化、政策支持与数字化转型具有显著正相关关系,而地形起伏度与数字化转型之间呈现显著负相关,工具变量的选取满足相关性假设。使用Kleibergen-Paap rk LM进行工具变量的识别不足检验,统计值在1%水平上拒绝了所选工具变量识别不足的原假设;使用Kleibergen-Paap Wald rk F进行弱工具检验,统计值大于Stock-Yogo检验在10%水平上的临界值,拒绝了所选工具变量是弱工具变量的原假设;Anderson-Rubin Wald检验拒绝了内生回归系数之和等于零的原假设,进一步说明工具变量与内生变量之间具有较强的相关性。这些检验结果表明本文选择的工具变量是合理的、有效的。第二阶段的回归结果显示,人口老龄化对实体经济有抑制作用,数字化转型对实体经济有显著促进作用。工具变量法回归结果与前文结果基本一致,说明本文的实证结果具有稳健性。

表5 内生性检验结果

(2) 替换变量。一是替代人口老龄化指标,老年抚养比表示老龄人口与劳动人口之比,抚养比越大,劳动力所需承担的老龄抚养人数越多,老龄化程度也就越严重,是另一个常用的衡量人口老龄化的指标,因此本文采用老年抚养比作为替代变量,具体使用65岁及以上人口数与15-64岁人口数的比值进行衡量;二是替代数字化转型指标,参考赵涛等(2020)采用主成分方法对互联网发展和数字普惠金融等指标进行降维处理,得到基于主成分的数字化转型。对替换变量后的模型重新回归,两个核心解释变量的方向和显著性与基准模型的估计结果基本一致,再次说明本文的估计结果具有稳健性。

五、结论与政策启示

本文立足于中国快速人口老龄化现实背景,结合当前数字化转型趋势,利用2011-2020年省级面板数据探究了老龄化与数字化转型对中国实体经济发展的影响。经验证据支持理论分析的结论,人口老龄化对实体经济的发展产生了抑制作用而数字化转型则促进了省际层面实体经济发展,这一结论在经过内生性和替代变量等稳健性检验后仍然成立。人口老龄化和数字化转型的交互作用对实体经济产生了正向影响,数字化转型可以有效减弱人口老龄化对实体经济的负向影响。从产业的角度看,人口老龄化的影响具有结构效应,第二产业受到的冲击相对较大;数字化转型对各产业均有显著促进作用,且对实体经济第三产业的提升影响最大;人口老龄化与数字化转型的交互作用对第二产业、工业和实体经济第三产业产生正向影响,但对第一产业具有抑制影响。本文的研究结论具有如下政策启示:

一是以数字化转型加快业态融合发展促进实体经济高质量发展。面向数字经济、智能经济主战场,在数字化转型成为实体经济发展新动能的现实下,将数字化建设作为中国经济转型的重要支点,利用“数字+”提升和改造传统产业,促进产业相互渗透重组,加强计算机网络、互联网技术、数据科学、电子商务、移动应用、虚拟现实等数字科技领域关键技术协同攻关,鼓励企业开发数字化技术及支持能力,建立、推广富有活力的成熟数字化商业模式,实现实体经济智能化、服务化,大力发展新经济并以此推动经济迈向中高端,加快实现中国经济由大到强的转变。

二是充分开发老龄人力资源以应对人口老龄化对实体经济的冲击。充分挖掘老龄人力资源有助于缓解年轻劳动力的结构短缺、保障老龄人口合理收入与消费,夯实老龄产业发展的基础,是践行积极老龄观的重要体现。可以从完善政策法规、建立工作机制和加强配套服务等方面构建高质量的老龄人力资源开发体系,根据中国老龄人口和养老事业、养老产业发展现状,系统编制《老龄人力资源开发规划》,拟定分层次、分阶段、分区域的开发蓝图,并将老龄人才纳入整体人才战略布局;进一步挖掘和开发农业、家政服务、物业保洁等老龄人口就业较多领域的岗位,同时引导“一老一小”事业和产业发展中释放的大量护理、生活照料等用工需求转向老龄人口。

三是着力推动数字技术与传统农业深度融合防止“数字鸿沟”。考虑数字化转型对农业高质量发展产生的积极效应还有待深化,应该实施动态化、差异化的数字化建设战略,让数字化转型成为有效缩减产业发展不平衡的“硬件”技术支撑。加大对农业数字化转型的政策扶持力度,加大5G 商用、大数据模式构建和人工智能在农业生产中的应用,出台具有针对性的财税政策帮助农业生产单位完成数字化和智能化改造。提升农业数字化生产的人力资本存量,培养农民数字经济、互联网运作思维,鼓励大学生积极投身“乡村振兴”,到广大农村地区就业和创业,充分释放“数字红利”,提升农业数字化水平及推动农业现代化进程。