延迟退休对青年人就业的挤入效应研究

刘凤芹　王美甜　毕蕾

关键词：延迟退休；青年人就业；人口结构；实际老年抚养比

中图分类号：F241.34 文献标识码：A 文章编号：1000-176X（2024）04-0094-13

一、问题的提出

人口结构在中国经济发展历程中扮演着重要角色。自2022年，“婴儿潮”时期出生的人口相继进入老年阶段，这意味着中国人口老龄化进程步入加速阶段［1］。人口老龄化造成中国劳动年龄人口份额下降，有效劳动力供给放缓甚至减少。2022年，16—59周岁劳动年龄人口占全国总人口的比重为62%，比2021年减少666万人。对于正处在高质量发展阶段的中国来说，人口老龄化和劳动力供给不足给经济增长带来的挑战不容忽视。为了弥补劳动力供给不足，党的十八届三中全会提出，研究制定渐进式延迟退休年龄政策。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出，逐步延迟法定退休年龄，这标志着中国退休年龄制度改革已经提上日程。2022年3月，江苏已率先开展了延迟退休试点工作，随后这项工作将在更多省份落地实施。目前，学术界对实行延迟退休政策的主要顾虑之一是延迟退休在增加劳动力供给的同时，是否会对青年人就业产生挤出效应？

延迟退休对青年人就业的影响是政府必须慎重考虑的问题。现阶段，中国延迟退休政策仅在江苏和山东开展试点工作，尚未大范围推广，无法直接研究延迟退休对青年人就业的影响。世界范围内实行该政策的大多为发达国家，他们在经济、社会和文化等方面与中国均存在较大差异，其结论未必适合中国国情。为了解决这一问题，本文基于中国现实，利用老年人再就业对青年人就业的影响比拟延迟退休对青年人就业可能产生的影响。延迟退休政策最直接的影响是增加劳动力供给，而中国法律允许老年人退休后选择再就业。①黄炜等［2］提出，在达到法定退休年龄后的前三年，中国约有14%的男性和22%的女性在领取养老金的同时继续参与劳动力市场，即实现老年人再就业。老年人再就业和延迟退休都会增加有效劳动力供给，二者对青年人就业的影响具有高度相似性。本文研究现行退休政策下老年人再就业对青年人就业的影响，能够在一定程度上反映延迟退休对青年人就业可能产生的影响。

本文的边际贡献在于：一方面，本文从理论上提出了延迟退休对青年人就业产生挤入效应的两条途径。一是延迟退休能够增加有效劳动力供给，带动经济发展，进而促进青年人就业。二是延迟退休能够降低实际老年抚养比，改善人口结构，降低企业用工成本并释放家庭消费潜力［3-4］，增加企业对劳动力的直接需求和引致需求，进而促进青年人就业，且在经济发展水平越高的地区，该促进作用越大。另一方面，本文采用实际老年抚养比衡量社会养老负担，以检验其对经济发展和青年人就业的影响。目前学术界普遍采用名义老年抚养比，将年龄作为划分抚养人口和被抚养人口的唯一标准，不能准确有效地反映社会养老负担。为了解决这一问题，本文采用按规定年龄退休的老年人/全体社会劳动力×100%衡量实际老年抚养比。实际老年抚养比将中国退休政策和老年劳动参与率考虑在内，可以更准确地衡量中国社会养老负担。

二、文献综述

（一） 延迟退休与青年人就业

关于延迟退休对青年人就業可能产生的影响，以往文献主要有以下三种观点：第一，延迟退休对青年人就业产生挤入效应。Gruber等［5］与Kalwij等［6］基于已经实施延迟退休政策的发达国家样本进行研究，结果显示，延迟退休与青年人就业不存在显著替代关系，甚至有微小的互补性。一些学者在中国现行退休制度基础上就该问题展开研究。张川川和赵耀辉［7］认为，在中国现行退休政策下，退休后老年人（无论是男性还是女性） 再就业对青年人就业均产生促进而非抑制作用。姚东旻［8］将产业结构作为内生变量引入模型发现，延迟退休促使产业由普通行业转向高技术行业，青壮年失业率在该过程中先降后升。张熠等［9］提出了“延迟退休—赡养率改善—缴费率下降—用工成本减轻—就业岗位增加”的岗位创造机制，验证了“延迟退休挤出青年人就业”是伪命题。第二，延迟退休对青年人就业产生严重挤出效应。中国劳动力市场就业压力远超过OECD国家且劳动力同质化严重，加之劳动力供求总量矛盾和结构性矛盾并存，延迟退休对就业总量产生挤出效应，尤其会严重挤出青年人就业［10］。第三，由于地区、行业和劳动力存在异质性，延迟退休对青年人就业产生异质性影响。阳义南和谢予昭［11］基于实行延迟退休的OECD国家研究发现，其中，11个国家青年就业率下降，5个国家青年就业率上升。刘妮娜和刘诚［12］研究发现，延迟退休对青年人就业的挤出效应主要表现在教育和科技等高端行业，对批发零售等低端行业的影响不显著，个别行业可能存在挤入效应。王天宇等［13］基于75期的世代交叠模型研究发现，由于青年人找工作的努力程度上升，延迟退休对其失业率的影响不显著。

之所以会出现以上不同观点，主要是因为样本国家发展阶段和样本分组标准各不相同［14］。发达国家经济发展速度相对稳定，短期内产业结构不会出现大规模调整，发展中国家经济体制、教育水平和产业结构在短短几年就可能发生较大变化，因而外国经验只可借鉴不可照搬。

从人口结构的角度出发，无论国家处于何种发展阶段和如何进行样本分组，延迟退休都将降低实际老年抚养比，改善人口结构。人口结构会直接影响一国的潜在经济增长率和充分就业水平［15］。1965—1990年，“东亚奇迹”期间经济增长的1/3归功于人口结构转变［16］，1990—2010年，中国经济高速增长时期，人口抚养比下降对经济增长的贡献率高达15%［17］。因此，本文将人口结构纳入分析框架，研究延迟退休对青年人就业可能产生的影响。

（二） 老年抚养比与人口结构

老年抚养比是衡量人口结构的重要指标之一。目前学术界大多数按照国际通用标准计算名义老年抚养比，将15—64周岁人口视为劳动年龄人口，将65周岁及以上人口视为老年人口，采用65周岁及以上老年人口数与劳动年龄人口数之比衡量国家人口结构或城市人口结构。苏剑［18］基于跨国面板数据的分析结果显示，名义老年抚养比提高1个百分点，GDP下降0. 25个百分点。铁瑛等［19］采用名义老年抚养比衡量城市人口结构，基于城市层面数据进行实证分析，回归结果显示，城市老年抚养比下降对出口有促进作用。然而，将15—64周岁作为劳动年龄人口是否符合中国的法律和事实存在一定的争议。有学者认为，该年龄段的划分既不符合中国国情，也不符合中国法律规定。姚引妹［20］认为，在计算人口抚养比时，将19—58周岁作为劳动年龄人口更符合中国现实。李中秋和王朝明［21］与肖周燕［22］认为，为了更准确地衡量人口结构，应将老年劳动参与率和劳动年龄人口参与率考虑在内，否则会导致理论老年抚养比与实际老年抚养比之间存在偏离。Kye［23］将不断变化的受教育程度和老年人健康考虑在内，提出了教育—健康调整老年抚养比，相较于名义老年抚养比，这种衡量方式能够更综合地反映人口老龄化对社会的真实影响。基于Kye［23］的研究，熊佳军等［24］在计算出中国的教育—健康老年抚养比指数后发现，如果考虑教育和健康因素，中国老龄化带来的养老负担重于韩国和日本，传统的名义老年抚养比可能会低估老龄化给发展中国家带来的影响。

综上所述，学术界有关延迟退休与青年人就业的因果关系以及人口结构的研究已取得了一些成果，但还存在如下两点不足：第一，大多数文献研究了延迟退休对青年人就业的直接影响，而未就其内在影响机制进行深入探讨，尤其是未进一步研究延迟退休对人口结构的改善作用及其对经济发展和就业的促进作用。第二，现有文献大多采用名义老年抚养比衡量人口结构，即65周岁及以上人口数与15—64周岁人口数的比值，选择65周岁这一分界线不符合现阶段中国退休政策，且未考虑老年劳动参与率的名义老年抚养比无法准确衡量社会养老负担。①即使少数学者提出实际老年抚养比也大多停留在概念层面，未就实际老年抚养比变化对就业的影响做进一步研究。本文基于中国现行退休政策，将老年劳动参与率纳入老年抚养比中，引入实际老年抚养比，从理论上提出延迟退休对青年人就业产生挤入效应的两条途径，并实证研究延迟退休对青年人就业的影响及作用机制。

三、理论分析与研究假设

（一） 延迟退休对青年人就业的挤入效应之一

作为应对人口老龄化负面冲击的重要政策工具，延迟退休的目的是将部分消极人口转化为积极人口，增加劳动年龄人口份额，弥补中国因人口老龄化造成的有效劳动力供给不足问题。现阶段中国退休政策规定，男性退休年龄为60周岁，女性退休年龄为55周岁。如果实行延迟退休，很可能将男性和女性退休年龄分别推迟至65周岁和60周岁，释放的5年劳动力将增加中国有效劳动力供给，而有效劳动力供给增加是促进一国经济发展的重要途径。经济的发展能够为劳动力市场提供更多的就业机会和就业岗位，促进青年人就业。

本文在增长核算方程的框架下，先分析延迟退休带来的有效劳动供给增加对一国经济增长率的影响，在此基础上分析延迟退休对青年人就业的影响。为了从理论上考察劳动年龄人口份额与经济增长的关系，本文引入柯布—道格拉斯生产函数：

由式（10） 可知，ln（W/P）₀的系数为正，即劳动年龄人口份额增加对经济增长存在正向影响。从目前的经济及人口状况来看，中国经济处于高速增长阶段，2013—2021年，中国国内生产总值年均增长6. 6%；人口老龄化使中国劳动年龄人口份额持续走低，由2013年的73. 9%降至2021年的62. 5%。如果维持现行退休制度不变，中国劳动年龄人口份额（W/P） 将无法满足经济高速增长的劳动力需求，延迟退休政策成为增加劳动力有效供给的必然选择。假设将男性退休年龄和女性退休年龄分别推迟至65周岁和60周岁，延长的5年劳动力将使中国劳动年龄人口（W）增加。在假定总人口数（P） 不变的前提下，劳动年龄人口份额（W/P） 增加，有效劳动力供给水平提高，人均产出增长率（g_y） 上升，从而经济发展水平得以提高。经济发展能够为劳动力市场创造更多的就业岗位，提升社会就业总水平，这其中也包括青年人就业水平的提升。基于上述分析，笔者提出如下假设：

假设1：延迟退休能够增加有效劳动供给，改善人口结构，促进青年人就业。

（二） 延迟退休对青年人就业的挤入效应之二

延迟退休政策使得参与就业的社会劳动力数量增加，退休后处于被抚养状态的老年人口数量减少，实际老年抚养比下降，这将改善中国人口结构。实际老年抚养比下降将从两方面增加企业对劳动力的直接需求和引致需求：一方面，实际老年抚养比下降能降低企业维持社会保险基金平衡所必需的缴费率水平，减少企业用工成本，增加企业对劳动力的直接需求。另一方面，实际老年抚养比下降在减轻家庭养老负担的同时，能增加家庭预期收入，刺激家庭消費支出，增加企业对劳动力的引致需求。

现有研究大多以名义老年抚养比作为刻画中国人口现状的重要指标，采用65周岁及以上人口数与15—64周岁人口数之比衡量。使用名义老年抚养比刻画中国人口结构有两方面不足：一方面，64周岁已经超出中国法定退休年龄，以15—64周岁人口作为劳动人口与中国的法律和事实不符。另一方面，仅按年龄结构计算的比值不能准确地衡量社会养老负担，应将老年劳动参与率考虑在内［21］。部分再就业且获得经济收入的老年人口属于抚养人口，不应该被列入被抚养人口［22］。基于以上分析，本文将中国现行退休政策和老年劳动参与率考虑在内，提出实际老年抚养比的概念，实际老年抚养比=按规定年龄退休的老年人/全体社会劳动力×100%，其中，按规定年龄退休的老年人为55周岁及以上未工作的女性和60周岁及以上未工作的男性，全社会劳动力是指16周岁及以上就业人口，其中也包括大量退休后选择再就业的老年劳动力。延迟退休政策的实施使全社会劳动力数量增加，退休后处于被抚养状态的老年人口数量减少，这将降低实际老年抚养比，改善中国人口结构。

实际老年抚养比下降将从宏观和微观两个层面增加企业对青年人的直接需求和引致需求，促进青年人就业水平提升。从宏观层面来看，实际老年抚养比下降能降低企业社会保险缴费率，从而企业生产成本下降，这会增加对劳动力的直接需求。实际老年抚养比下降也能降低社会保险制度内的赡养率，从而降低维持社会保险基金平衡所必需的缴费率水平，减少企业用工成本，使得劳动力需求和就业岗位增加，进而促进青年人就业水平提升［9］。从微观层面来看，实际老年抚养比下降能促进家庭消费，从而增加企业对劳动力的引致需求。实际老年抚养比下降在减轻社会养老负担的同时，也会减少家庭内部被抚养老人的数量，从而减轻家庭养老负担。另外，延迟退休延长了人们获得收入的时间，个人预期收入增加，家庭养老压力的下降和预期收入的增加都将进一步释放家庭消费潜力［25］，家庭消费需求的提升会增加企业对劳动力的引致需求，进而促进青年人就业。基于上述分析，笔者提出如下假设：

假设2：延迟退休能够降低实际老年抚养比，增加企业对劳动力的直接需求和引致需求，促进青年人就业。

（三） 经济发展水平对延迟退休与青年人就业的调节效应

经济发展水平高的地区，高人力资本劳动力所占比重往往也高。如果实行延迟退休政策，在经济发展水平高的地区，增加的高人力资本劳动力相对更多，这更有助于人力资本积累，进而促进经济高质量发展和青年人就业水平提升。具体地，相较于经济发展水平低的地区，经济发展水平高的地区会将更多的资金和资源投资于人力资本［26］，如更好的医疗和教育条件。一个地区的经济发展水平越高，延迟退休群体中高学历、高技术水平的老年人所占比重往往越高。该群体具有较高的知识水平和专业技能，延迟退休政策可以实现其人力资源的充分利用，从而增加有效劳动力供给和提高人力资本积累水平。人力资本积累水平提高将提升经济发展质量，进而促进青年人就业。基于上述分析，笔者提出如下假设：

假设3：经济发展水平对延迟退休与青年人就业之间的关系存在正向调节效应，在经济发展水平高的地区，延迟退休对青年人就业的促进作用更强。

四、研究设计

（一） 数据来源

目前延迟退休政策在中国还没有大范围实施，仅在江苏和山东进行试点，所以无法直接研究延迟退休的政策效应。中国存在大量退休后再就业的老年人，老年人再就业也可以增加劳动力供给，与延迟退休的政策效果具有相似性。因此，本文利用老年人再就业对青年人就业的影响比拟延迟退休政策对青年人就业可能产生的影响。

受数据可获得性的限制，本文使用2005年1%人口抽样调查微观数据和2010年第六次全国人口普查微观数据，这是目前学术界广泛使用的样本容量最大且最具代表性的全国人口数据。利用上述微观数据计算得到青年人就业率、老年人再就业率和实际老年抚养比。在其他条件不变的情况下，老年人再就业率提升意味着中国劳动力供给增加，其对青年人就业的影响是本文研究的重点内容。同时，本文选取城市生产总值、第三产业劳动力就业比重、平均工资和工业企业数量等影响劳动力供给和需求的因素作为控制变量，相关数据来源于《中国城市统计年鉴》。

本文借鉴张川川和赵耀辉［7］的做法，剔除了样本中的在校学生。2005—2010年是中国高等教育迅速发展阶段，本文主要关注的16—24周岁人口中包括大量的在校学生，如果简单地将所有在校学生作为失业人口会引起结果的偏误。在年龄段的划分上，本文借鉴城镇青年人失业率计算标准，将16—24周岁的人口定义为青年人。同时，将55—59周岁的女性和60—64周岁的男性定义为老年人。这是因为就中国目前的退休政策而言，如果实行延迟退休政策，很可能将男性和女性的退休年龄分别延迟至65周岁和60周岁，55—59周岁的女性和60—64周岁的男性会继续留在工作岗位上，该群体是本文重点关注的对象。

（二） 变量定义

⒈被解释变量

本文被解释变量为青年人就业率（Young），采用16—24周岁参与就业的青年人占青年总人口的比重衡量。

⒉解释变量

本文解释变量为老年人再就业率（Old），采用55—59周岁就业女性和60—64周岁就业男性占老年人总人口的比重衡量。①

⒊中介变量

本文中介变量为实际老年抚养比（Dependence），采用按规定年龄退休的老年人/全体社会劳动力×100%衡量，其中，按规定年龄退休的老年人为55周岁及以上未工作的女性和60周岁及以上未工作的男性，全社会劳动力指16周岁及以上就业人口，其中包括大量退休后选择再就业的老年劳动力。

⒋调节变量

本文调节变量为城市生产总值增长率（GDPrate），采用（本期实际生产总值-上期实际生产总值） /上期实际生产总值×100%衡量，其中，以2000年为基期计算城市各期实际生产总值。

⒌控制变量

城市生产总值（lnGDP），采用以2000年为基期计算的城市实际生产总值的自然对数值衡量；第三产业劳动力就业比重（Three），采用城市第三产业就业人数占一二三产业就业总人数的比重衡量；平均工资（lnwage），采用城市平均工資的自然对数值衡量；工业企业数量（lnindustry），采用城市工业企业数量的自然对数值衡量。

（三） 模型构建

考虑到加入交互项可能导致模型出现多重共线性问题，本文对交互项进行中心化处理。系数β₃的符号和显著性是本文关注的重点，若系数β₃显著为正，则表明一个地区经济发展水平的提高将显著增强延迟退休对青年人就业的挤入效应。

表1是本文主要变量的描述性统计结果。

五、实证结果与分析

（一） 基准回归结果分析

本文基准回归结果如表2所示。表2列（1） 未引入控制变量；表2列（2） 在列（1） 基础上引入了控制变量和城市固定效应；表2列（3） 在列（1） 基础上引入了控制变量和年份固定效应；表2列（4） 同时引入了控制变量、城市固定效应和年份固定效应。从表2可以看出，老年人再就业率的回归系数在各回归模型中均显著为正，这表明如果实行延迟退休政策，不仅不会挤出青年人就业，反而对其具有挤入效应。假设1得以验证。老年人再就业率的提升意味着中国劳动力供给增加，这将会弥补人口老龄化带来的劳动力供给不足问题，增加劳动力有效供给。即能够为劳动力市场提供更多的就业岗位，从而促进青年人就业。

（二） 内生性处理

本文借鉴张川川和赵耀辉［7］的做法，以接近退休年龄的工人在机关团体事业单位和国有及国有控股企业就业比重（Share） 作为老年人再就业率（Old） 的工具变量，采用55—59周岁男性及45—49周岁女性在机关团体事业单位和国有及国有控股企业就业比重表示。同时，引入16—24周岁青年人在机关团体事业单位和国有及国有控股企业就业比重（Youngshare） 作为控制变量，使老年人的就业部门结构相对外生，以确保工具变量的有效性。由于只有2005年调查表中涉及就业部门信息，因而2SLS估计采用2005年横截面数据，回归结果如表3所示。从表3可以看出，第一阶段回归结果表明，工具变量的回归系数在1%水平上显著，Kleibergen?Paap rk LM检验结果显示模型不存在识别不足问题，且Kleibergen?Paap rk Wald F统计量明显大于Stock?Yogo弱工具变量检验临界值，排除了弱工具变量问题。第二阶段回归结果显示，老年人再就业率每提高1个百分点，青年人就业率上升0. 294个百分点，且在1%水平上显著。内生性检验结果表明，在控制内生性以后，老年人再就业仍然对青年人就业有促进作用。

（三） 稳健性检验①

⒈更换被解释变量衡量方式

本文被解释变量为青年人就业率，在基准回归模型中，采用16—24周岁青年人就业人数占青年人总人口的比重衡量青年人就业率。考虑到经济社会中存在部分退出劳动的青年个体，他们未参与就业也没有找工作，应将其计入非经济活动人口。因此，为了检验基准回归结果的稳健性，本文将退出劳动的青年个体排除，采用16—24周岁青年人就业人数占青年人经济活动人口的比重衡量青年人就业率。回归结果显示，老年人再就业率对青年人就业率存在显著促进作用，具体表现为老年人再就业率每提高1个百分点，青年人就业率提高0. 202个百分点，略低于基准回归模型的回归结果，可能的原因是，按经济活动人口计算的青年人就业率会略高于按青年人总人口计算的青年人就业率，则老年人再就业率每提高1个百分点，对青年人就业率提高的百分比会相对较小，但仍存在显著正向影响，这表明本文基准回归结果是稳健的。

⒉改变样本

考虑到农村存在大量自雇佣的农业劳动者，法定退休政策对该群体并不适用。本文选择城镇子样本进行回归分析。回归结果显示，剔除农村样本后，老年人再就业率对青年人就业率仍存在显著促进作用，老年人再就业率每提高1个百分点，青年人就业率提高0. 481个百分点，这表明本文基准回归结果是稳健的。这一结果略高于基准回归结果，其原因可能是城镇经济发展水平较农村更高，有更多的资源投入到教育和医疗中，城镇中再就业的老年人群體拥有较高的人力资本，高人力资本的老年人再就业对经济发展和就业的促进作用更强。

⒊排除异常值

为了排除抽样调查过程中特殊地区少量异常值对回归结果的干扰，本文利用双边缩尾和双边截尾处理异常值。结合城市面板数据的特点，本文对老年人再就业率和青年人就业率在1%分位上进行双边缩尾和双边截尾处理。回归结果显示，经过双边缩尾处理后，老年人再就业率每提高1个百分点，青年人就业率提高0. 192个百分点；经过双边截尾处理后，老年人再就业率每提高1个百分点，青年人就业率提高0. 213个百分点。经过双边缩尾和双边截尾处理后的回归结果与基准回归结果较为一致，这表明本文基准回归结果是稳健的。

（四） 异质性分析

⒈性别异质性分析

与其他国家不同，中国家庭普遍存在隔代抚养现象，老年人提供隔代照料是家庭常有的安排［28］。延迟退休减少了老年人的休闲时间，可能会降低老年人提供隔代照料的概率。由于女性在家庭活动中具有比较优势，如果延迟退休导致老年人无法隔代照料孙辈，那儿童照料这一家庭活动大概率会由青年女性来承担［29］，即延迟退休可能会对女性青年人的就业产生不利影响。为了进一步研究延迟退休对男性青年人和女性青年人的就业率是否存在差异性影响，本文分别计算出16—24周岁的男性青年人和女性青年人就业率。在保持控制变量和其他所有模型设定不变的基础上，按性别将青年人分组并进行回归分析，组间系数差异检验P值为0.002，分析结果如表4列（1） 和列（2） 所示。从表4列（1） 和列（2） 可以看出，相较于女性青年人，延迟退休对男性青年人就业的促进作用更强。老年人再就业率每提高1个百分点，男性青年人就业率提高0. 195个百分点，而女性青年人就业率仅提高0. 176个百分点。从隔代照料的视角来看，延迟退休可能会挤出老年人隔代照料孙辈的时间，部分女性青年人会因照顾年幼子女放弃劳动参与。因此，相较于男性青年人，延迟退休对女性青年人就业的促进作用偏弱。在三孩生育政策全面放开的阶段，政府在推进延迟退休政策的同时，应增加儿童照护资源供给，满足年轻父母对儿童照料的需求，缓解其对祖辈隔代照料的需求。

⒉受教育水平异质性分析

本文进一步研究不同受教育水平的再就业老年人与青年人就业之间的因果关系。本文选取的青年人受教育水平划分标准为：高中及以上学历（包括高中、大专、本科和研究生） 的青年人为高学历青年人，采用高学历青年人就业人数占高学历青年人总人数的比重衡量高学历青年人就业率；初中及以下学历（包括初中、小学和未受过教育） 的青年人为低学历青年人，采用低学历青年人就业人数占低学历青年人总人数的比重衡量低学历青年人就业率。另外，由于本文选取的数据为2005年和2010年微观数据，这期间老年人受教育水平普遍偏低，所以本文选取的老年人受教育水平划分标准为：初中及以上学历的老年人为高学历老年人，采用高学历老年人再就业人数占高学历老年人总人数的比重衡量高学历老年人就业率（Old?Highedu）；小学及以下学历的老年人为低学历老年人，采用低学历老年人再就业人数占低学历老年人总人数的比重衡量低学历老年人就业率（Old?Lowedu）。

受教育水平异质性回归结果如表4列（3） 和列（4） 所示。从表4列（3） 和列（4） 可以看出，高学历老年人就业率每提高1个百分点，高学历青年人就业率提高0. 108个百分点，对低学历青年人就业率的影响不显著；低学历老年人再就业率每提高1个百分点，对高学历青年人就业率的影响不显著，低学历青年人就业率提高0. 279个百分点。这可能是由于中国劳动力市场中各行业人才需求不同，高学历劳动者大多从事专业性技术性较强的脑力劳动，低学历劳动者大多从事技术性较低的体力劳动。这将产生两方面影响：一方面，高学历老年人由于自身具有较高的人力资本水平，大多从事专业和技术要求较高的行业，随着年龄的增长，高价值的经验知识不断积累，人力资本积累不断增加。高学历老年人再就业有利于提高这类行业的最优生产规模，进而增加对高学历青年人的需求。另一方面，低学历老年人由于自身专业知识和技能的限制，大多从事专业技术要求较低的行业。2020年第七次全国人口普查数据显示，在60—69岁的低龄老年人再就业群体中，有62. 4%的低龄老年人从事农林牧渔业，这部分老年人大多为低学历老年人。低学历老年人再就业对低技术要求行业的发展作出贡献，促进低学历青年人就业。

六、机制检验和调节效应检验

（一） 机制检验

为了进一步检验降低实际老年抚养比是延迟退休促进青年人就业的有效途径，本文重点关注老年人再就业率对实际老年抚养比的影响，回归结果如表5列（1） 所示。从表5列（1） 可以看出，老年人再就业率的回归系数显著为负，这表明老年人再就业能够降低实际老年抚养比，改善人口结构，这与延迟退休的政策效果具有一致性。如果中国延迟退休政策将工作年限延长5年，55—59周岁女性和60—64周岁男性将继续留在工作岗位上，劳动年龄人口将增加。与此同时，被抚养人口的年龄段将缩短5年，在劳动年龄人口增加和被抚养人口减少的双重作用下，将会降低实际老年抚养比。实际老年抚养比降低将从两方面促进青年人就业：一方面，实际老年抚养比降低将改善社会保险制度下的赡养率，降低维持社会保险基金平衡所必需的缴费率水平，缴费率水平下降将减少企业用工成本，增加企业对劳动力的直接需求，促进青年人就业。另一方面，工作年限延长将增加人们预期收入，实际老年抚养比下降将减轻家庭养老负担，预期收入增加和家庭养老负担减轻将进一步释放家庭消费潜力，家庭消费需求的提升会增加企业对劳动力的引致需求，促进青年人就业。假设2得以验证。

（二） 调节效应检验

前文的理论分析表明，经济发展水平对延迟退休与青年人就业之间的关系存在正向调节效应，经济发展水平高的地区，有更多的资金用于人力资本投资，延迟退休群体中高学历、高技术水平的老年人所占比重往往更高。实行延迟退休政策，经济发达地区将增加更多的高人力资本劳动力，对经济高质量发展和青年人就业的促进作用更强。为了检验调节效应，本文引入老年人再就业率（Old） 与城市生产总值增长率（GDPrate） 的交互项，并对交互项进行中心化处理［30］，回归结果如表5列（2） 所示。从表5列（2） 可以看出，老年人再就業率与城市生产总值增长率交互项的回归系数显著为正，这表明城市经济发展水平提高能够增强延迟退休对青年人就业的促进作用，在经济发展水平高的地区，延迟退休对青年人就业的促进作用更强。假设3得以验证。

七、研究结论与政策建议

（一） 研究结论

本文以老年人再就业对青年人就业的影响比拟延迟退休对青年人就业的影响，基于2005年1%人口抽样调查微观数据和2010年第六次全国人口普查微观数据，采用双向固定效应模型实证研究了延迟退休对青年人就业的影响及作用机制。研究结果显示，延迟退休不仅不会挤出青年人就业，反而会对其产生挤入效应，上述结论在一系列稳健性检验后仍然成立。异质性分析结果显示，相较于男性青年人，延迟退休对女性青年人就业的促进作用偏弱，这符合家庭分工比较优势理论；由于中国劳动力市场各行业人才需求不同，高学历老年人延迟退休能够促进高学历青年人就业，低学历老年人延迟退休能够促进低学历青年人就业。机制分析结果显示，延迟退休通过降低实际老年抚养比促进青年人就业。调节效应分析结果显示，经济发展水平对延迟退休与青年人就业之间的关系存在正向调节效应。

（二） 政策建议

根据上述研究结论，笔者提出如下政策建议：第一，延迟退休不但不会挤出青年人就业，反而对其具有促进作用，该结论支持政府为增加劳动力供给提出的延迟退休政策。在中国60—64周岁的城镇人口中，有42. 2%的男性和37. 6%的女性可以继续参加劳动［31］，延迟退休可以更充分地利用劳动力资源，带动经济发展和就业。第二，由于中国人口众多，为了减少延迟退休对劳动力市场的冲击，在政策实施过程中应采取小步渐进的方式，推进渐进式、弹性式延迟退休政策。相较于预期寿命而言，退休年龄提升空间很大。同时，中国人口规模庞大，延迟退休涉及劳动力的数量很多，小步渐进式推动延迟退休可以缓解其对劳动力市场的冲击。第三，在实行延迟退休政策的同时，政府应相应地调整其他相关政策。本文的异质性检验结果显示，延迟退休对女性青年人的促进作用会弱于男性青年人，根据家庭分工比较优势理论，其原因可能是，延迟退休会降低老年人隔代照料的概率，部分女性青年人会因照顾年幼子女放弃劳动参与。特别是在三孩生育政策全面开放阶段，政府应注重年轻家庭对祖辈隔代照料的需求，对有年幼孙子女的老年人实行灵活、弹性退休政策的同时，增加社区托教机构等公共资源供给，将延迟退休对青年人就业可能存在的不利影响降至最低。第四，政府应鼓励老年劳动力提升自身人力资本水平，选择适当的教育方式继续学习，提高职业技能和就业能力，从而提高劳动力市场竞争力。