人口老龄化对产业结构升级的影响——基于面板门槛模型的研究

王 玥,孔喜梅

(郑州大学 商学院,河南 郑州 450000)

1 引言

“十四五”时期,由于20世纪60年代生育高峰时期出生人口进入老年期,我国将进入老龄问题集中爆发且应对最艰难的急速人口老龄化阶段[1]。截至2021年底,我国65周岁及以上人口已超过2亿人,老年人口抚养比高达20.8%,我国老龄化存在着发展速度快、“未富先老” 和地区发展失衡等一系列结构性问题[2]。2022年,党的二十大报告明确提出:“实施积极应对人口老龄化国家战略”。与此同时,人口年龄结构的快速变化使得我国城市化进程速度放缓,影响了我国制造业的转型和生产性服务业的发展,对以人为核心的新型城镇化建设提出了新挑战[3-4]。现阶段我国已进入经济高质量发展时期,随着人口红利的加速消失,在劳动力供给短缺、人力资本改善减缓等因素的作用下,我国经济不可避免地朝着结构性减速转变。为了推动我国经济持续健康发展、平稳跨越“中等收入陷阱”和更好地推进新型城镇化建设、构建现代化产业体系,产业结构亟待转型升级。

2 文献综述与理论机制分析

2.1 文献综述

当前学者对于人口老龄化与产业结构升级二者关系的研究主要集中于3个方面:其一是人口老龄化对产业结构升级产生一定的影响。一些学者认为人口老龄化阻碍了产业结构升级,如吴飞飞等[5]发现人口老龄化会抑制现阶段服务业发展从而不利于产业结构优化升级;王希元等[6]经实证分析也证明了这种阻碍作用的存在,高等教育投入增加带来的人力资本水平提高有助于减弱这种阻碍作用;赵春燕等[7]通过建立双边随机前沿模型发现人口老龄化对产业结构升级存在双边效应,但净效应为负。另外一些学者则认为人口老龄化显著推动了产业结构升级,如邵咪咪等[8]运用跨国面板数据模型进行研究,认为人口老龄化会通过集约边际效应和广延边际效应带动产业结构优化升级;陈元刚等[9]通过灰色关联理论分析得出人口老龄化与第三产业关联度最高,会显著促进第三产业发展从而推动产业结构升级;蔡兴等[10]运用静态面板模型方法进行实证得出人口老龄化促进产业结构升级这一结论,且制度质量提高在其中的正向调节作用显著。其二是人口老龄化影响产业结构升级的传导机制。楚永生等[11]、曾瑶[12]认为人口老龄化会从生产和消费两大层面对产业结构升级产生作用;逯进等[13]经中介效应模型检验得出人口老龄化主要通过消费需求、人力资本积累等5种效应对产业结构造成不同影响;龙海明等[14]认为人口结构老化会通过影响供给和需求从而影响产业结构转型。其三是关于人口老龄化对产业结构升级影响的异质性分析。王屿等[15]、卓乘风等[16]和刘成坤等[17]经实证均发现我国人口老龄化在东、中、西部地区对产业结构升级的影响存在显著异质性;王希元等[18]按照人均国民总收入进行划分,发现人口老龄化在不同收入水平的省份中对产业结构发挥不同作用;王森等[19]通过构建动态面板模型实证发现人口老龄化的产业结构升级作用因各省份经济竞争能力的强弱有别而各不相同。

综上所述,一方面,目前学者对于人口老龄化究竟是促进还是阻碍产业结构升级仍存在争议,各传导路径的作用效果也没有定论;另一方面,进行异质性分析时大多学者都按照地理位置把我国各省份分为东、中、西部3个外生性小组,但由于老龄化数据采用的是常住人口数量,该种划分方法缺乏内生性的不均衡性研究,且没有考虑到地区经济城镇发展水平等因素的影响[20]。鉴于此,本文将城镇化发展水平纳入考量,把新型城镇化划分为经济城镇化和人口城镇化,分别分析人口老龄化通过这两个路径影响产业结构升级的传导机制,此外,运用2008—2020年我国30个省(自治区、直辖市,西藏、香港、澳门和台湾地区因数据缺失不在统计范围)的面板数据构建PVAR模型分析了两个路径下人口老龄化对产业结构升级的动态影响,建立面板门槛回归模型检验了人口老龄化影响产业结构升级的门槛效应及区域异质性,并结合各地实情提出针对性政策建议。

2.2 人口老龄化影响产业结构升级的理论分析

人是各种经济行为的主体,人口老龄化会带来消费需求、劳动力供给与人力资本积累等的显著变化,城镇化水平作为一项综合指标,能够综合反映一个国家或地区上述要素的发展情况,这些要素的变动则会带来产业结构的变化[21]。在城镇化进程中,伴随着人口从农村向城市流动,劳动力等资源也由第一产业向第二、三产业集聚,不断助推产业结构优化升级。随着我国逐步进入老龄化社会,刘易斯转折点的到来与人口红利的消失都对新型城镇化的发展产生了重大影响,对产业结构向符合老龄化社会方向调整提出了新要求。鉴于新型城镇化不仅强调“人口城镇化”,更强调产业、人口、社会等方面的协同发展,本文参考赵春燕[20]的做法把新型城镇化划分为经济城镇化与人口城镇化,并分别分析人口老龄化通过二者对产业结构升级的影响。人口老龄化影响产业结构升级的传导路径如图1所示。

第一,经济城镇化水平。经济城镇化是推进新型城镇化建设的重要支撑与动力[22]。人口老龄化会通过影响经济城镇化水平,对一个地区的消费需求产生影响,从而间接对产业结构的优化升级产生影响。从负面影响来看,由于我国老龄化现状是“未富先老”,快速发展的城镇化使得养老体系建设经费投入不足、结构单一和效益低下等问题日益显露,无法满足老年人全方面、多维度的需求,有可能降低其消费意愿,不利于“银发产业”的发展。政府为应对老龄化而加大在医疗服务、养老保障等方面的财政支出,有可能会对城镇化建设中一些新兴产业的投入造成挤压,间接导致其衰亡,从而制约城镇化发展速度与质量,阻碍产业结构高级化发展。从正面影响来看,城镇老年群体的壮大释放了对相关产品与服务的潜在消费需求,拓宽了“银发产业”发展市场的同时推动了城镇医疗卫生事业的快速发展,大量的社会劳动力将向这些产业迁移,其发展空间和生存环境将会越来越好,并会推动产业结构不断往高级化方向发展。

此外,我国各地区的经济城镇化水平差距较大,经济城镇化水平高的地区居民人均收入较高,社会保障体系较为完善,为老龄产业的服务消费提供了购买力支撑,居民对老年产品的需求效应大于经济城镇化水平低的地区,且这些地区的老年产业较经济城镇化水平低的地区发展更早、供给能力更强,进一步激发了老年群体的消费活力,在推动产业结构优化升级的同时进一步扩大了不同经济城镇化水平的城市产业结构之间的差距[7]。

第二,人口城镇化水平。人口城镇化是“以人为本”的新型城镇化的核心与基本内涵,不仅强调人口迁移的变化,而且强调人口素质的提升[22]。人口老龄化会通过影响人口城镇化水平,对劳动力供给数量与质量产生影响,进而影响产业结构升级。从负面影响来看,老龄化加剧带来的心理成本增加、预期可能收益的减少以及户籍制度改革的不完善会导致农村向城市迁移的人口变少,已在城市的大龄农村人口因处在非正规就业岗位和预期收入低于生活成本将选择返回农村,这都会加剧城镇化进程中劳动力成本上升、供给短缺等问题,阻碍产业结构优化升级。在知识和技术密集型行业中,由于劳动者平均年龄增大,在职培训和“干中学”效应对其综合素质的提升作用较小,阻碍了企业转型升级。从正面影响来看,劳动要素价格上涨、劳动力工资水平提高的同时也会倒逼劳动密集型企业通过转型、创新生产运作方式等手段来提高生产效率,提升产品附加值,促进产业的发展。医疗卫生事业的发展带来的人类平均寿命的延长会使人们更加注重提升自身和家人的素养和技能水平,人力资本得以累积,有利于产业结构的优化升级。

此外,人口城镇化水平高的地区,城市对人口等要素的容纳和吸引能力也愈强,将不断刺激居民和政府消费需求的增加。从个人层面来看,个人受教育程度越高就越容易实现城乡转移,即实现人力资本的集聚[20]。消费需求与高质量人力资本的增加都将促进人口城镇化水平高的地区产业结构加速向更高层次转化,并逐渐拉大与人口城镇化水平较低地区的差距。

综上所述,人口老龄化对产业结构升级的影响因素众多且具有正负两面性,所以人口老龄化究竟是促进还是阻碍了产业结构升级,如何通过经济和人口城镇化两大路径实现影响及影响的区域异质性是否存在将是下文实证部分需要解决的问题。

图1 人口老龄化影响产业结构升级的传导路径

3 模型设定与变量选取

3.1 模型设定

3.1.1 PVAR模型

本文首先构建PVAR模型分析人口老龄化对产业结构升级的影响路径。该模型既能有效揭示各变量间的动态影响,又能弥补VAR模型存在的内生性和多重共线性问题。模型设定如下:

(1)

其中,i表示省份;t表示年份;j表示滞后阶数;yi,t为包含人口老龄化、城镇化水平(经济城镇化和人口城镇化)、产业结构升级的四组三维向量;p为滞后阶数;α0和αj为方程系数;θ为地区固定效应;ρ为时间效应;ω为随机扰动项。由于人口迁移最终会带来劳动力供给数量和质量的变化,实证分析时并入劳动力供给和人力资本积累效应。

3.1.2 基准回归模型

为了研究人口老龄化对产业结构升级的直接影响,构建基准回归模型如下:

ISit=β0+β1Xit+σcontrolit+εit

(2)

其中,ISit表示i省份t年的产业结构升级;Xit为核心解释变量;controlit为控制变量;β0、β1和σ为方程系数;ε表示扰动项。

3.1.3 门槛模型与交互项模型设定

由前文分析可知,人口老龄化在地区城镇化发展水平的不同,对产业结构升级的影响也不同。本文使用门槛模型和交互项模型两种适用于此类问题的模型进行研究,分别将城镇化水平设置为门槛变量或交互项变量。由于门槛模型能够得出非线性结论,优于仅能得出线性结论的交互项模型,因此下文运用门槛模型进行基准回归,运用交互项模型进行稳健性检验。

借鉴Hansen[23]的研究设立门槛模型如下:

μcontrolit+εit

(3)

本文构建了包含交互项的4个模型如下:

(4)

3.2 变量选取与数据来源

①被解释变量:产业结构升级指数(IS)。用第三产业与第二产业产值之比表示。

②核心解释变量:人口老龄化(aging),用65岁及以上年龄人口占比衡量。结合前人研究并考虑到数据的可得性,本文加入如下控制变量:少儿抚养比(csr):用少年人口与劳动力人口之比来衡量;对外开放程度(lnfdi):用外商投资企业进出口总额的对数来表示;金融发展水平(lnfina):用各省金融业增加值的对数衡量;国有化程度(lndon):用城镇国有单位就业人数与城镇单位就业总人数之比的对数表示;基础设施水平(lninf):以各区域公路里程数与区域面积之比的对数表示。

③中介变量与门槛变量:一是看中介变量,考虑人口“老龄化—经济城镇化—产业结构升级”路径,消费需求效应用人均GDP的对数(lnpgdp)衡量,老龄负担效应用科教支出占财政支出的比重(burden)衡量;考虑人口“老龄化—人口城镇化—产业结构升级”路径,劳动力供给效应用劳动者平均工资的对数(lnlab)衡量,人力资本效应用就业人员平均受教育年限(edu)来衡量。二是看门槛变量:参考赵春燕[20]和赵磊等[22]的研究方法,选用以下变量为门槛变量,其中经济城镇化包括2个子指标:人均GDP(pgdp)和实际人均收入(inc),实际人均收入用 GDP 平减指数以 2008年为基期进行折算得到的实际值表示;人口城镇化包括2个子指标:城市化率(urban)和人口素质(book),其中人口素质用每万人公共图书馆藏书来衡量。

本文实证数据均来自国家统计局、《中国人口统计年鉴》、《中国高技术统计年鉴》、《中国劳动统计年鉴》、各省统计年鉴和统计公报等,缺失值由插值法填补。各变量描述性统计结果如表1所示。

表1 变量描述性统计结果

4 实证结果及其分析

4.1 PVAR模型

4.1.1 面板单位根检验

在进行实证分析前先对有关变量进行单位根检验,以确保其均为平稳变量,结果如表2所示。由表2可知,在各种检验方法下,人口老龄化和老龄负担在1% 的显著性水平下平稳。产业结构升级、劳动力平均工资的对数和就业人员平均受教育年限一阶差分(差分阶数用变量符号前的d表示)后平稳,分别对产业结构升级与另两变量进行协整检验,均显著存在协整关系,可用于进行实证分析。人均GDP的对数经二次差分后平稳。

表2 单位根检验结果

注:*、**、*** 分别表示在10%、5%和1%的显著性水平下显著;表2、表4、表6同。

4.1.2 PVAR模型的滞后阶数选择

本文采用 AIC、BIC 和 HQIC统计量同时取最小值时的阶数确定为模型的最优滞后阶数,结果如表3所示:当中介变量分别为ddlnpgdp、burden、dlnlab和dedu时,最优滞后阶数分别为1、4、3和3,对应建立PVAR(1)、PVAR(4)、PVAR(3)和PVAR(3)模型。

表3 各路径下PVAR模型滞后阶数结果

注:*为AIC、BIC或HQIC统计量所取最小值。

4.1.3 脉冲响应函数

本文采用脉冲响应函数检验人口老龄化影响产业结构升级的传导路径与动态关系。由于其对变量排序十分敏感,在脉冲响应函数Cholesky分解中,表示人口老龄化的变量在前,其后是各中介变量和产业结构升级变量,通过给予内生变量一个标准差的冲击,使用蒙特卡洛模拟200次得到正交脉冲响应图(图2—图5),图中横轴代表冲击发生的滞后期数,纵轴代表各变量对冲击的响应程度,中间实线代表脉冲响应曲线,外侧上下虚线分别代表95%和5%置信区间。可以看到,随着滞后期数不断增加,脉冲响应函数最后基本收敛于0,说明构建的 PVAR 模型均是稳定的。

一是看“人口老龄化—经济城镇化—产业结构升级”的脉冲响应函数分析。利用aging、ddlnpgdp和dIS建立的 PVAR(1)模型所得脉冲响应函数结果如图 2所示。可以看到,人口老龄化的一个正交化新息的冲击对产业结构升级会产生先正后负的影响,且持续时间较长。若给人口老龄化一个标准差的冲击,其对人均GDP的影响同样为先正后负,并于第二期后逐渐衰减为0,由此可见,考虑“人口老龄化—消费需求—产业结构升级”的间接路径,人口老龄化的一个正交化信息冲击先会通过促进消费需求的增加促进产业结构升级,进而通过减少消费需求间接阻碍产业结构升级。

利用aging、burden和dIS建立的 PVAR(1)模型所得脉冲响应函数结果如图 3所示。可以看到,给人口老龄化一个标准差冲击,刚开始对产业结构升级的影响波动较大,于第4期后稳定在负面影响并减弱。给人口老龄化一个标准差冲击,其对科教支出占比先产生负面影响,同样于第4期转为正面影响,考虑“人口老龄化—老龄负担—产业结构升级”的间接路径,人口老龄化会通过增加家庭科教支出而减轻这种负面影响。

二是看“人口老龄化—人口城镇化—产业结构升级”的脉冲响应函数分析。利用aging、dlnlab和dIS建立的PVAR(3)模型所得脉冲响应函数结果如图4所示。可以看到,给人口老龄化一个标准差的冲击,其对产业结构升级也会产生先正后负的影响,并逐渐减弱;考虑“人口老龄化—劳动力供给—产业结构升级”的间接路径,老龄化的一个标准差冲击会对劳动力供给产生负面影响,并通过该渠道对产业结构升级产生负面影响。

利用aging、dedu和dIS建立的 PVAR(3)模型所得脉冲响应函数结果如图 5所示。该路径下人口老龄化对产业结构升级的影响同样是先正后负。人口老龄化的一个标准差冲击会对人力资本积累产生负面影响,从而阻碍产业结构的持续优化。

综上所述,人口老龄化通过不同路径对产业结构升级的影响各不相同且具有显著的阶段性特征,老龄化究竟会促进还是阻碍产业结构升级、异质性如何还需进一步分析。

4.2 进一步分析

4.2.1 基准回归结果

表4列(1)为固定效应模型回归结果,可以看到人口老龄化对产业结构升级的促进作用显著,控制其他变量不变,人口老龄化加剧1%,产业结构将优化7%,这说明人口老龄化会倒逼劳动密集型产业的转型,催生大批专门为老年人服务的“银发产业”,在促进生产性服务业发展和第三产业内部结构优化的同时助推了产业结构整体升级。

4.2.2 门槛模型与交互项模型回归结果

以经济城镇化的两个指标(人均GDP、实际人均收入)和人口城镇化的两个指标(城镇化率、人口素质)为门槛变量对模型进行估计,得到的门槛估计值、F统计量和p值见表5。可以看到无论是以经济城镇化还是人口城镇化为门槛变量时,人口老龄化对产业结构升级的单一门槛效应均显著。其中以人均GDP和实际人均收入为门槛变量时,门槛值分别为12.452和4.229,以城镇化率和人口素质为门槛变量时,门槛值分别为0.863和2.576。

图2 “人口老龄化—消费需求—产业结构升级”脉冲响应图

图3 “人口老龄化—老龄负担—产业结构升级”脉冲响应图

固定效应模型、门槛效应模型与交互项模型回归结果(门槛变量:pgdp、inc)如表4所示。由表4的回归结果可以看出,以人均GDP为门槛变量的估计结果显示:当人均GDP低于门槛值12.4516时,人口老龄化对产业结构升级产生显著正向影响,作用系数为5.665;跨越门槛值后,虽然依旧为正向影响,但是系数显著提升了近4个单位。从门槛特征的动态变化趋势可以看出,只有2016年的北京市和2017年的上海市人均GDP跨过了门槛,我国其他28个省(自治区、直辖市)均未迈过门槛值。以实际人均收入为门槛变量的估计结果显示:与第一个指标类似,当实际人均收入低于门槛值 4.2289时,人口老龄化对产业结构升级的正向影响显著,系数较小,但当跨越门槛值后,人口老龄化对产业结构升级的正向影响显著提升,作用系数为9.502。从门槛特征的动态变化趋势可以看出,只有2015年的北京市、上海市和2017年的天津市的实际人均收入跨过了门槛值,居民实际人均收入分别为4.41万元、4.28万元和4.34万元,而我国其他27个省(自治区、直辖市)均未跨过门槛值,实际人均收入均小于门槛值。

图4 “人口老龄化—劳动力供给—产业结构升级”脉冲响应图

图5 “人口老龄化—人力资本积累—产业结构升级”脉冲响应图

表4中列(3)和列(5)是交互项模型估计结果,可以看到人口老龄化的回归系数均显著为正,人口老龄化与人均GDP、实际人均收入的交互项回归系数也都显著为正,说明人口老龄化对产业结构升级的促进作用会随着人均GDP水平和居民收入水平的不断提高而增强,该结论与门槛模型结论一致,说明结果是稳健的。

表4 固定效应模型、门槛效应模型和交互项模型回归结果

注:括号内为t检验的统计量值;表6同。

表5 门槛效应检验结果

由表6门槛模型和交互项模型回归结果(门槛变量:urban、book)可知:以城镇化率为门槛变量的结果表明,当人口城镇化率低于门槛值 0.863时,人口老龄化对产业结构升级具有正向影响,但系数较小;一旦跨越门槛值,正向影响显著提升近6个单位,作用系数为11.90。从门槛特征的动态变化趋势可以看出,我国 30 个省(自治区、直辖市)中通过门槛检验的地区仅有北京市和上海市,且二者分别于2013年和2008年就跨过了门槛值。以人口素质为门槛变量时,门槛效应与上一指标类似,当每万人公共图书馆藏书量低于门槛值2.5763时,人口老龄化对产业结构升级正向影响虽然显著但相对较小;一旦迈过门槛值,正向影响显著提高,达到11.99。从门槛特征的动态变化趋势(由原始数据表格筛选得出)可以看出,除了2012年北京市以2.67的数值迈过门槛值以及2008年上海市以2.98的数值迈过门槛值,我国其余28个省(自治区、直辖市)均未迈过门槛值,每万人公共图书馆藏书均小于门槛值。

另外,对比北京市、上海市与天津市3个跨过经济城镇化门槛的地区,2020年3个地区的老龄化水平均较高,分别为13.3%、16.3%和14.8%,但天津市2020年的城镇化率为84.7%、每万人公共图书馆藏书量仅为1.57万册,均未能跨越人口城镇化门槛值,且不及北京市、上海市2008年的发展水平。人口城镇化与经济城镇化的匹配度较低导致天津市的新型城镇化发展受阻,从而制约了老龄化对产业结构升级的促进作用。

表 6中列(7)和列(9)是人口老龄化分别与城镇化率和人口素质交乘项模型的回归结果,人口老龄化对产业结构升级的影响均显著为正;人口老龄化与城镇化率交乘项的回归系数显著为负,说明目前我国存在的“伪城镇化”和城乡差距大等问题会使得人口老龄化促进产业结构升级受阻;人口老龄化与人口素质交乘项回归系数显著为正,说明人口老龄化对产业结构升级的促进作用会随着人口素质的提高而不断增强。该结论与门槛模型所得结论一致。

表6 门槛效应模型和交互项模型回归结果

5 结论及建议

5.1 结论

第一,人口老龄化会显著促进产业结构的优化。第二,在人口老龄化影响产业结构升级的路径中消费需求的减少、老龄负担的加剧、劳动力优势的丧失和人力资本积累的困难都起到了一定的消极作用。第三,人口老龄化对各地区产业结构升级的影响具有显著的门槛效应和区域异质性,地区数值跨越城镇化门槛值后人口老龄化对产业结构升级的促进作用都将得到大幅度提升。但以人均GDP和实际人均收入为门槛变量时,跨过检验门槛的只有北京市、天津市和上海市3个地区,以城镇化率和人口素质为门槛变量时,则只有北京市和上海市两个地区跨过了门槛值。

5.2 建议

基于以上结论,提出以下3点建议:第一,顺应变化趋势,积极开拓“银发产业”的同时建立健全养老保障体系。政府及有关部门应顺应人口老龄化趋势,努力开发人口二次红利,为以第三产业为主的“银发产业”提供资金和政策支持,健全社会养老保障服务体系,实施税收减免等措施,鼓励老年人实现自主创业、弹性就业和延长就业,不断提升其收入水平,挖掘其消费潜力。第二,灵活采取对策,不断加快人力资本积累,提高劳动生产率。政府要继续着力发展教育事业,鼓励高校培育综合型技术人才,为高技术产业发展提供人力资本与技术支撑;企业要积极组织员工参加各类技能培训,提高劳动者素质和劳动生产率,削弱劳动力供给优势丧失带来的负面影响。第三,重视区域差异,因地制宜制定发展政策。对于迈过所有门槛值的北京市、上海市等地区,应立足日益庞大的老年需求,运用优势条件着力发展老龄产业,利用现有高素质人才和先进技术不断拓展老年市场;对于只迈过经济城镇化门槛值的天津市等地区,应继续深化户籍制度改革,保障进城务工人员权益与福利待遇,提升其市民化程度,完善教育体制改革,延伸义务教育内涵,缩小城乡教育差距,增加就业人员的平均受教育年限,不断提高人口城镇化水平以适应产业升级发展需要;对于未迈过门槛值的地区,要化挑战为机遇,加快推进经济城镇化和人口城镇化进程。政府应在继续扶持适宜发展劳动密集型产业的企业同时,采取措施推动其他企业向资本或技术密集型转移;企业也应主动引进先进技术,吸纳高素质人才改造自身,不断转变产业模式,带动地区产业结构优化升级。