人口老龄化与我国制造业智能化转型

陈春明 许雨佳 陈佳馨

摘要：本文基于2011—2021年我国省级面板数据，构建中介效应模型实证检验老龄化对我国制造业智能化转型的作用机制。结果表明，总体上老龄化会促进我国制造业智能化转型，同时，人口老龄化还会通过以下路径对制造业智能化发展产生影响：人口老龄化程度的加深将会推动技术创新，从而促进制造业向智能化转型；老年人口的不断增加使得家庭养老负担加重，挤占教育资本投入，进而通过抑制人力资本积累对制造业智能化转型产生不利影响；人口老龄化导致劳动力供给减少，冲击劳动力市场，提高劳动力成本，倒逼制造业进行智能化转型。

关键词：人口老龄化；制造业智能化转型；中介效应

中图分类号：F4243文献标识码：A文章编号：1001-148X（2024）02-0023-10

收稿日期：2023-11-15

作者简介：陈春明（1969—），男，黑龙江桦川人，教授，博士，研究方向：组织创新与制造业转型升级；许雨佳（1997—），女，山西晋中人，硕士研究生，研究方向：制造业转型升级;陈佳馨（1995-），女，黑龙江哈尔滨人，博士研究生，研究方向：产品战略。

基金项目：国家社会科学基金一般项目“双循环新发展格局下中国高端装备制造业双链协同升级机理、模式与策略研究”，项目编号：22BJL117；黑龙江省哲学社会科学研究规划专题项目“黑龙江发挥国有企业支柱作用实践研究”，项目编号：23XZT038。

一、引言

随着信息技术的快速发展，智能化转型已成为全球制造业转型升级的热点。党的二十大报告指出，坚持把发展经济的着力点放在实体经济上，加快建设制造强国质量强国，推进新型工业化。因此，推动数字经济、大数据、人工智能等与实体经济深度融合，将成为我国制造业智能化转型的重点方向。然而，在制造业转型升级的同时，我国人口年龄结构也经历了巨大的变革。自进入老龄化社会开始，65周岁及以上人口呈持续增长趋势，据2021年年底数据显示，我国65周岁及以上人口达到20056万人，占总人口的比重也从2012年的94%增长至142%，老龄化现象进一步加深。伴随着老龄化的逐步增速，人口红利日益缩减，有关人口老龄化对制造业智能化转型影响的作用机制也存在较大争议。一部分研究认为老龄化导致劳动力供给下降，这种劳动力供求关系的改变将会给企业带来积极的发展空间，推动劳动力密集的企业加快智能化转型，用机器以及智能化技术来替代人的体力和部分脑力活动，加快生产效率。而另一部分研究则认为老龄化使得企业用工成本提高，进而导致盈利能力下降，竞争优势被削弱，同时，老年人可能因身体以及技术适应性的限制使得他们参与智能化转型存在障碍，增加制造业智能化转型的发展阻碍。目前，老龄化对于制造业智能化转型的影响机制尚未形成共识，老龄化已经成为一个全球性的趋势，但是长期的研究数据相对有限，很难准确预测老龄化对制造业智能化转型的影响。因此，深入分析人口老龄化对制造业智能化转型的作用机制，探索其发挥的中介效应和综合效应，对于驱动我国制造业提质增效，促进制造业智能化发展具有重要的理论和现实意义。

二、文献综述

人口问题一直备受学术界的广泛关注和研究，随着全球范围内人口老龄化程度的加深，越来越多的学者开始探讨人口老龄化对制造业发展的影响。目前，虽然关于人口老龄化如何影响制造业智能化转型的研究相对较少，但对于制造业转型升级的研究已经相对充实。因此，本文主要梳理总结人口老龄化对制造业转型升级影响的相关文献资料，以便为进一步研究制造业智能化转型提供参考。当前学者关于人口老龄化对制造业转型升级的影响尚未达成一致结论，主要有以下三种观点：

第一种观点认为，人口老龄化不利于制造业转型升级。Catalano和Pezzolla（2016）构建世代交叠模型研究意大利、德国和法国老龄化与劳动生产率之间的相互作用，结果发现老龄化是德国人力资本增长率下降的重要因素之一，此外，在老龄化的影响下，意大利和德国的资本积累以及创新频率减少，这些不利因素都将会阻碍制造业的转型发展［1］。Uddin等（2016）在对澳大利亚的人口研究中发现，老年人口抚养比与人均GDP之间存在显著负相关性，并且老年人口抚养比的上升最终可能导致经济增长放缓，阻碍制造业转型升级［2］。逯进等（2018）在其研究中指出，老龄化往往采取降低劳动生产率、压缩科教支出等方式，抑制产业结构升级［3］。赵昕东和刘成坤（2019）认为随着老年人口的增加，国家在社会保障方面的开支暴增，这会导致在科研领域投入的资金减少，从而对创新活动造成不利影响，阻碍制造业结构升级［4］。潘俊宇等（2022）基于我国省级面板数据研究发现，在以家庭为单位的子女赡养模式下，老龄化程度的加深易对家庭教育投资产生挤出效应，导致人力资源禀赋下降，对制造业的转型发展产生阻碍作用［5］。张博等（2022）从企业视角出发，考察人口老龄化对人力资本的影响，进一步发现人口老龄化会通过提高人力调整成本，显著增加劳动力成本粘性，对企业优化升级产生负面影响［6］。

第二种观点认为，人口老龄化会促进制造业转型升级。Banister等（2012）在其研究中提到，随着预期寿命的延长，人们更加倾向“预防性储蓄”，进而增加资本积累推动制造业转型升级［7］。汪伟等（2015）的研究结果表明，人口老龄化催生了“银发经济”，通过增加老年消费需求促进产业结构优化［8］。谢雪燕和朱晓阳（2020）认为目前我国人口老龄化相较于劳动力效应，其创新效应更为显著，老龄化对经济增长的抑制作用并未显现［9］。方雯（2021）在对东莞的制造业转型研究中发现劳动力的供给结构受到人口老龄化对劳动力资源禀赋的整体性影响，使得制造业大力发展智能制造，通过“机器换人”改进生产流程，减少对劳动力的依赖［10］。张桂文等（2021）从长期动态视角观察，认为老龄化所带来的要素禀赋改变以及较高的人力资本投资回报率都将促进技术创新，对制造业转型升级产生积极影响［11］。JavierCravino等（2022）利用美国家庭层面的数据，探究不同年龄家庭在消费支出份额上的差异，发现老年人支出服务方面的比例更高，进而推动服务部门规模扩大，促进制造业向技术密集型方向转型升级［12］。

第三种观点认为，人口老龄化对制造业转型升级的影响具有差异性。张斌和李军（2013）认为人口老龄化所带来的需求效应表现在老龄化产业等服务业的发展以及制造业就业比重下降，而供给效应则体现在劳动力供给下降刺激制造业加快技术创新，促使产业结构升级［13］。CaiJ和StoyanovA（2016）指出在人口老龄化的国家，生产效率普遍较低，极大阻碍了制造业结构升级，但可以通过向密集使用增龄技能的行业转移来适应人口结构变化所产生的消极影响［14］。汪伟和姜振茂（2016）认为人口老龄化虽然会增加企业用工成本，影响其竞争力，但同时也会促使人们加大人力资本投资，推动技术进步以及企业转型发展［15］。卓乘风和邓峰（2018）通过研究发现人口老龄化对产业结构升级具有区域异质性影响，即在东中西部地区分别呈现不显著、正向显著和负向显著的作用结果［16］。张秀武等（2018）认为老龄化虽然会抑制物质资本投资，但在提高健康人力资本投资方面反而减轻了老龄化对于经济增长以及制造业转型的抑制效应［17］。何冬梅和刘鹏（2020）指出人口老龄化不利于制造业结构转型发展，但存在部分正向中介效应使得这种负面影响可以得到一定的缓解［18］。马红梅和杨月（2021）的研究结果表明老龄化现象对于区域制造业的转型升级具有显著促进作用，但其影响程度在各地区存在明显差异［19］。符建华和曹晓晨（2021）从地理距离的角度考察，发现人口老龄化显著推动了本地区域的经济高质量发展，老年群体的特殊需求极大促进了新兴技术密集型制造业的蓬勃发展，但并不利于周边地区经济高质量发展的提升［20］。

综上所述，国内外学者采用多种角度和研究方法对老龄化如何影响制造业转型升级进行了深入研究，取得了丰富的研究成果。但也不难发现，其一，关于老龄化对制造业转型升级的影响机制研究较为分散且存在诸多不一致，事实上人口老龄化会从人力资本、劳动力供给等多个方面对制造业转型升级产生影响，可见研究视角和研究方法的差异性在一定程度上会影响研究结论。其二，在量化分析方面缺少实质性研究，同时，现有为数不多的实证研究也只是分析了人口老龄化对产业结构和经济增长的影响，并没有在不同转型方式下分别研究人口老龄化对制造业的影响。其三，现有研究鲜少关注制造业智能化转型的问题。制造业作为我国发展的支柱产业，在智能技术的快速发展下，其智能化转型对于我国实现制造强国，从而摆脱价值链低端锁定的现状至关重要。因此，本文基于2011—2021年我国省级面板数据，建立实证模型检验我国人口老龄化对制造业智能化转型的中介效应和综合效应。

据此，本文可能的边际贡献主要在于以下两点：第一，将传统的老龄化研究与制造业智能化转型相互融合，深入探讨老龄化对制造业智能化转型的影响，为寻求老龄化社会下制造业智能化转型新的发展路径提供参考依据。第二，运用中介效应模型实证分析老龄化通过多种路径影响制造业智能化转型，同时，在数据采集上力求精准。通过分析不同变量之间的关系，揭示老龄化、技术创新、人力资本积累以及劳动力成本与制造业智能化转型之间的作用机制和中介关系，从而更全面地了解其影响过程。

三、理论分析与研究假设

我国既是人口大国也是制造业大国，伴随着人口老龄化程度的加深，依托于人力资本和先进技术等发展的制造业智能化转型将受到重大影响。通过文献梳理，本文发现人口老龄化对制造业智能化转型的影响主要是通过技术创新、人力资本积累和劳动力成本等方面来发挥作用。

（一）技术创新效应

技术创新能够推动效率提升和生产结构优化，从而促进制造业智能化转型。而人口老龄化程度的加深将会不可避免地导致劳动力供给下降，适龄劳动力稀缺程度提高，影响企业的技术创新活动。一方面，随着年龄的增长，老年人无论是身体机能还是认知能力都会出现一定程度的下降，进而导致个人工作动机有所减弱，工作效率降低。同时，相较于年轻劳动力，老年人在接受新知识、新技术等方面存在一定的障碍，对于新岗位、新产业的适应能力也比较低，因此出于利益的考虑，这些不利影响将会倒逼企业通过技术创新来加速智能化转型，以机器替代人的体力及部分脑力活动。另一方面，随着我国社会保障制度的逐步完善，养老、医疗等负担可以得到部分缓解，劳动力要素禀赋的改变和预期寿命的增加延长了工作年限，老年人丰富的工作经验和知识技能等能够和年轻人的新知识产生互补作用，从而促进企业的创新活动。另外，对于一些高级技术人才来说，个人创新能力并不会随着年龄的增长而下降，这类工作者往往拥有大量的知识储备和积累，更有能力进行科技产出，从而推动企业的技术进步。由此本文提出如下假设：

H1：人口老龄化通过促进技术创新推动制造业智能化转型。

（二）人力资本积累效应

人力资本积累的提高能够优化市场人力资源配置，对科技产生积极影响，进而促进制造业智能化转型。但作为人口老龄化的衍生性问题，退休年龄的延长使得一部分人力资本水平较低的老年劳动力占据过多的生产资源，而人力资本水平较高的年轻劳动力则可能资源缺乏，导致人力资本与资源供给错配，对人力资本积累产生负向影响，阻碍技术创新的效率。同时，老年人口的增加直接加重了家庭养老负担，伴随着年龄的增大，老年人对医疗、保健等产品或服务的需求会大幅增加，从而使得家庭用于满足老年人健康生活的支出对教育人力资本投资产生挤出效应，阻碍人力资本积累。制造业智能化转型往往需要高等教育人才提供智力支撑，虽然我国通过实行九年义务教育减缓了人力资本的折旧速度，但非义务教育的投资受到了老龄化的冲击，人均受教育支出下降，减缓了劳动生产率和人力资本的积累速度，间接对制造业智能化转型产生不利影响。由此本文提出如下假设：

H2：人口老龄化通过阻碍人力资本积累抑制制造业智能化转型。

（三）劳动力成本效应

劳动力成本作为企业经营成本的重要组成部分，影响着企业的盈利能力和竞争能力。老龄化程度的加深导致我国人口红利逐渐消失，低价劳动力减少，企业用工成本增加。一方面，劳动力成本不仅包括企业雇佣劳动力所支付的工资，还包括由个人和企业共同承担的养老保险、医疗保险和其他社会保险税费。老年人口的增加势必会加重社会保障压力，增加企业运营成本。此外，劳动力平均年龄增加，老年人对于员工培训所涉及的新知识和新事物认知速度降低，从而增大培训成本。另一方面，人口老龄化冲击劳动力市场，适龄劳动力人口下降，企业需要进行必要的人力调整，管理者不仅要考虑辞退费、遣散费等直接成本，还要考虑重新招聘新员工和培训等潜在人力成本。另外，随着人力资本水平的提高以及生活成本的增加，劳动力的工资水平也在不断上涨。劳动力成本的上升加大了企业的经营成本，降低了企业的竞争优势，使企业不断加大研发投入和技术升级，以此来增大发展空间，进而倒逼制造业进行智能化转型。由此本文提出如下假设：

H3：人口老龄化通过提高劳动力成本进而倒逼制造业智能化转型。

以上分析结果表明，人口老龄化可以通过多种路径影响制造业智能化转型，包括对技术创新、人力资本积累以及劳动力成本的影响，其作用效果也存在差异，因此，为验证以上假设，下文将进一步进行实证检验。本文的理论机制分析如图1所示。

图1理论机制分析

四、研究设计

（一）模型设定

根据前文的理论分析可知，老龄化能够通过多种因素影响制造业智能化转型，其影响结果也各有差异。基于此，为检验老龄化是否会通过技术创新、人力资本积累以及劳动力成本影响制造业智能化转型，本文借鉴Baron和Kenny（1986）提出的逐步法［21］，构建以下中介效应模型：

Intel_Transi，t=α0+α1oldi，t+α2∑controli，t+μi+γt+εi，t（1）

Mi，t=β0+β1oldi，t+β2∑controli，t+μi+γt+εi，t（2）

Intel_Transi，t=λ0+λ1oldi，t+λ2Mi，t+λ3∑controli，t+μi+γt+εi，t（3）

其中，i表示省份，t表示年份，Intel_Transi，t表示区域i在t年份的制造业智能化转型水平，oldi，t表示区域i在t年份的老龄化程度，Mi，t表示三个中介变量，分别为技术创新、人力资本积累和劳动力成本，controli，t表示控制变量，α、β，λ为参数，μi表示个体固定效应，γt表示时间固定效应，εi，t为误差项。

（二）指标选取与变量说明

1被解释变量为制造业智能化转型水平（int）。制造业智能化转型的目标在于运用人工智能等信息通信技术实现劳动力的替代、资源的有效配置以及人、机、网的高度融合。制造业智能化依托于智能技术，将其应用于设计、生产、管理等各个制造活动环节，进行智能应用的开发与使用，从而获得相应的社会效益和经济效益。鉴于此，本文借鉴李健旋（2020）的研究，将制造业智能化分为智能技术、智能应用和智能效益等三个部分进行评价［22］。智能技术是智能应用和智能效益的基础，其需要人员和设施的投入；智能应用则利用智能算法构造新的制造系统和制造形式，优化产业结构；智能效益反映了智能技术应用于制造活动后的效果，其成功与否在很大程度将取决于市场盈利情况。因此，本文参考孟凡生和崔静文（2022）［23］、刘军等（2022）［24］、汪立鑫和孟彩霞（2022）［25］的研究并依据各个二级指标特性构建三级指标，采用更具有客观属性的熵值法确定指标权重，进而测算我国制造业智能化转型综合指数。具体制造业智能化转型评价指标体系如表1所示。

2解释变量为人口老龄化程度（old）。人口老龄化是一个老年人口比重不断上升的动态过程，根据国际惯例，老年人通常被定义为60周岁或者65周岁及以上的人，因此，本文依照此定义以及数据的可获得性，结合实际研究，选取老年人口抚养比作为衡量人口老龄化程度的指标，老年人口抚养比是指65周岁及以上人口数占劳动年龄人口数的比重。

3中介变量（M）。中介变量包括技术创新、人力资本积累和劳动力成本。其中，技术创新（tec）选择R&D支出强度来衡量，用一个地区的R&D经费支出在该地区GDP中所占的份额表示。技术创新需要充足的资源，包括研发人员投入以及资金投入，因此，研发经费占GDP的比重能够较好地反映出该地区的技术创新发展情况。

人力资本积累（edu）选择人均受教育年限来衡量。人力资本不同于物质资本，是指经过教育、培训、学习之后体现在劳动者身上的知识技能、文化技术水平以及健康状况等资本总和。一般认为，劳动者受教育年限越高，人力资本水平就越高。因此，借鉴阳立高等（2018）［26］的研究方法，并在其基础上进行相应修改，计算人均受教育年限，公式如下：

edu=T1*16+T2*12+T3*9+T4*6+T5*1N（4）

其中，T1—T5表示本专科、高中、初中、小学以及未上过学的人数，所乘数字为当年相应的规定学年数，N表示6周岁及以上人口数。

劳动力成本（wag）选择制造业人员的平均工资来衡量，单位为元/人。劳动力成本是指企业雇佣劳动力而支付的劳动费用，是构成制造业经营成本的重要组成部分，工资作为劳动报酬的主要表现形式，可以真实地反映地区制造业的劳动力成本。

4控制变量。借鉴以往学者的研究，选取基础设施建设、规模化、研发强度以及工业化水平作为本文的控制变量。基础设施建设（bas）选择各省份人均道路面积与全国人均道路面积的比重来衡量。规模化（siz）选择规模以上工业企业主营业务收入与规模以上工业企业单位数的比重来衡量，单位为亿元/个。研发强度（rd）选择高技术制造业R&D经费占工业企业R&D经费的比重来衡量。工业化水平（ind）选择工业增加值占地区GDP的比重来衡量。

（三）数据来源与处理

本文选取2011—2021年我国30个省（自治区、直辖市）的相关数据，西藏自治区由于样本数据缺失严重故予以排除。所有原始数据均来源于《中国人口和就业统计年鉴》《中国科技统计年鉴》《中国高技术产业统计年鉴》、国泰安数据库以及各省统计年鉴等。对于原始数据中个别缺失值采用线性插值法进行填充，为消除数据可能存在的异方差问题，本文对变量规模化（siz）进行对数化处理。各变量的描述性统计如表2所示。

五、实证结果分析

（一）数据的平稳性检验

在进行实证分析前，为了防止由于伪回归问题导致的结果偏差，本文首先要对变量指标进行单位根检验。本文选用了HT检验和IPS检验，结果显示HT检验有6个变量的原始数据未能通过平稳性检验，而IPS检验中有2个变量的原始数据没有通过平稳性检验，在进行一阶差分处理后，所有变量均通过平稳性检验，不存在单位根，如表3所示。基于此，本文接着进行了协整检验，常用的协整检验方法有Kao检验、Pedroni检验以及Westerlund检验。基于本文的模型和选取的样本，选择Pedroni检验作协整性检验，协整检验结果如表4所示。结果显示，在1%的显著水平上，各统计量均拒绝了原假设，表明变量之间存在协整关系，即各单位根变量之间存在长期稳定的均衡关系，因此，可以排除单位根带来的随机性趋势，此时进行回归得到的结果较为精确可靠。

（二）中介效应检验

为了更加细致地了解中介效应，掌握中介变量的影响程度以及发挥的是部分中介效应还是完全中介效应，本文借鉴温忠麟等（2004）使用的中介效应检验程序［27］，探究各要素的作用机制。其中，检验中介效应显著性的统计方法主要采用MichaelESobel（1982）［28］在1982年提出的Sobel法进行：首先，检验方程（1）中回归系数α1的显著性，若显著，则进行下一步，否则，停止分析。其次，依次检验方程（2）和（3）中回归系数β1和λ2的显著性。如果都显著，表明老龄化程度对制造业智能化转型的影响至少有一部分是通过中介变量影响的，继续下一步；如果至少有一个不显著，表明该检验的效果不佳，转到最后一步。再次，检验方程（3）中回归系数λ1，并判断其显著性。如果系数显著，那么就表明存在部分中介效应，即老龄化程度对制造业智能化转型的影响部分是通过中介变量产生的作用；若系数不显著，表示存在完全中介效应，即老龄化程度对制造业智能化转型的影响完全是通过中介变量发挥作用。最后，做Sobel检验，若检验统计量显著，则存在中介效应；反之，其结果没有通过显著性检验，表示中介效应显著性不足，检验结束。

本文的中介效应检验结果如表5所示，具体来看，模型（1）为基准模型，由回归结果可知，老龄化对制造业智能化转型的影响显著为正，说明存在中介效应。模型（2）中老龄化程度的回归系数为0020，在5%水平上显著，模型（3）中技术创新的回归系数为6233，在1%水平上显著，表明在中介效应模型中，老龄化能够显著促进技术创新，技术创新对制造业智能化转型具有显著正向影响，同时，由于在模型（3）中老龄化程度的回归系数不显著，存在完全中介效应，即人口老龄化通过促进技术创新推动制造业智能化转型，从而验证了假设H1。技术创新是制造业智能化转型的关键因素，随着人口老龄化程度的加深，我国劳动力结构、要素禀赋产生了改变，使得劳动力供给减少，企业不得不加大研发投入，以机器填补劳动力的不足，从而推动技术创新。虽然老龄化程度的加深会使得养老、医疗等社会保障负担加重，对社会经济产生一些负面影响，但在我国社会制度不断完善以及技术研发持续创新发展下，这些不足之处能够得到缓解并对制造业智能化转型产生积极作用。

模型（4）中老龄化程度的回归系数为-1236，在10%水平上显著，模型（5）中人力资本积累的回归系数为0015，没有通过显著性检验，因此需要进行Sobel检验，最终检验结果表明中介效应存在，同时由于二者乘积系数与老龄化程度回归系数符号相反，表明人口老龄化对制造业智能化转型产生的不利影响可以部分归因于其对人力资本积累的抑制作用，从而验证了假设H2。相较于物质资本，人力资本的投资回报率往往更高，能够推动技术变革，提高物质资本的边际收益。但随着老龄人口的增加，家庭养老负担逐渐加重，更多的家庭将满足老年人健康生活的需求摆在优于家庭教育支出的位置，导致对教育人力资本产生挤压效应。在这种情况下，人力资本积累不可避免地会受到一些阻碍，进而对制造业智能化转型产生消极影响。

模型（6）中老龄化程度的回归系数为0384，在5%水平上显著，模型（7）中劳动力成本的回归系数为0112，在1%水平上显著，表明在中介效应模型中，老龄化程度的加深会推动劳动力成本不断上升，劳动力成本的上升能够倒逼制造业智能化转型，同时，由于在模型（7）中老龄化程度的通过10%的显著性检验，存在部分中介效应，说明人口老龄化一方面直接影响制造业智能化转型；另一方面，也会借助提高劳动力成本的方式倒逼制造业智能化转型，从而验证了假设H3。劳动力成本是企业经营成本的重要组成部分，影响着企业发展的盈利能力，随着人口老龄化程度的加深，适龄劳动人数下降，劳动力供给减少，我国人口红利逐渐消失。近年来，我国消费水平持续提升，加之最低工资逐渐上涨，导致企业用工成本也在不断增加。劳动力成本的上升，将会加重企业的生产投入负担，降低企业的竞争优势，直接影响其盈利能力，进而迫使企业增加对于科技研发方面的资源投入，倒逼制造业进行智能化转型升级。

控制变量的回归结果显示：（1）基础设施建设对制造业智能化转型的作用显著为负，这可能是由于基础设施建设投资周期长，加大了政府的债务压力，造成企业融资困难，同时其对资源的大量占用也会对制造业智能化转型产生负面影响。（2）规模化对制造业智能化转型的作用显著为负。通常情况下，大中型企业往往掌握着更多的资源和技术，这使得它们在应对市场变化时拥有更显著的竞争优势，而对于大部分小型企业来说，激烈的市场竞争以及资源的缺乏并不利于其进行智能化转型。（3）研发强度对制造业智能化转型的作用显著为正。企业进行技术改革需要大量的研发投入，高度的技术研发能够有效地将智能技术与企业的制造活动结合起来，对制造业智能化转型起到推动与支撑作用。（4）工业化水平对制造业智能化转型的作用显著为正。这是因为较高的工业化水平能够提高经济效益，降低生产能耗，是企业智能化转型的基础和前提，因此工业化水平越高越有利于制造业进行智能化转型。

（三）内生性检验

鉴于可能存在遗漏变量、互为因果以及样本选择偏误等因素造成模型的内生性问题，本文采用两阶段最小二乘法（2SLS）进行工具变量回归，以缓解内生性问题造成的结果偏差。具体来讲，考虑到老龄化的发展趋势可能在时间上具有一定的滞后性，因此，本文将解释变量老龄化程度滞后一期作为工具变量（IV）进行内生性检验，回归结果与前文结果基本一致，表明在解决了可能的内生性变量后，结果依然稳健。同时，本文还进行了Kleibergen-PaaprkLM检验，其在1%的显著性水平上拒绝了不可识别的原假设，同时，Cragg-DonaldWaldFstatistic检验统计量的值均大于在10%的显著性水平下Stock-Yogo弱工具变量识别F检验的临界值，说明本文选择的工具标量是有效的，具体结果如表6所示。

（四）稳健性检验

为进一步检验模型的稳健性，提升研究的可靠性，本文继续进行稳健性检验，主要采用更换被解释变量重新估计的方法。上文的被解释变量制造业智能化转型水平是通过构建制造业智能化评价指标体系计算得出的制造业智能化转型综合指数，这里采用互联网基础投入（cos）作为制造业智能化转型水平的替换变量。互联网作为智能化信息技术的重要载体，连接着制造业活动的各个环节，制造业智能化的发展离不开互联网设施的投入，因此其在一定程度上能够反映该地区制造业的智能化发展水平。本文将替换变量互联网基础投入带入到模型（1）、模型（3）、模型（5）和模型（7）中再次进行中介效应检验，结果如表7所示。结果表明，替换被解释变量后，模型检验结果与前文基本一致，说明中介效应模型回归结果是稳健的。

六、结论与建议

本文基于构建的中介效应模型，系统探究了老龄化对制造业智能化转型的作用机制。研究结果显示，总体而言，人口老龄化能够促进制造业智能化转型，同时，也会通过其他中介因素对制造业智能化转型产生影响，主要包括：（1）人口老龄化程度的加深将会推动技术创新，从而促进制造业向智能化转型；（2）老年人口的不断增加使得家庭养老负担加重，挤占教育资本投入，进而通过抑制人力资本积累对制造业智能化转型产生不利影响；（3）人口老龄化导致劳动力供给减少，冲击劳动力市场，提高劳动力成本，倒逼制造业进行智能化转型。基于上述结果分析，本文提出以下建议：

第一，加快推进创新驱动发展战略，鼓励企业积极进行技术创新。制造业智能化转型依托于先进技术的创新发展，人口老龄化的提高降低了劳动力的供给，激发企业不断进行科技创新。因此，要进一步加快市场化进程，完善制度供给，为制造业智能化转型提供良好的创新环境，以提高技术创新的成果转化率。同时，加强技术创新的市场导向，整合企业、高校以及科研院所的创新资源，实现产学研的深度合作。

第二，进一步优化教育资源投入，提升人力资本积累。一方面要加大教育投入，提高教学和科研质量，加速高技能人才的培养，提升劳动力市场的整体素质。另一方面要加强企业对于员工的技能培训，鼓励老年劳动力将自身的知识积累和工作经验传授给年轻劳动力，提高劳动生产率，为制造业智能化转型提供智力支撑。

第三，完善社会保障制度，加大对企业的扶持力度。老年人在养老、医疗上的需求加重了社会养老负担，直接加大了企业的用工成本，因此，政府应注重社会公共服务制度的完善，提高社会保障水平，减轻企业的运营成本压力。同时，企业应适当调整发展战略，合理配置人力资源结构，注重对老年员工的岗位安排和技能培训，以应对劳动力成本上升的挑战。

参考文献：

［1］CatalanoM，PezzollaE.TheEffectsofEducationandAginginAnOLGModel：Long-RunGrowthinFrance，GermanyandItaly［J］．Empirica，2016，43（4）：757-800.

［2］UddinGA，AlamK，GowJ.PopulationAgeStructureandSavingsRateImpactsonEconomicGrowth：EvidencefromAustralia［J］．EconomicAnalysisandPolicy，2016，52（8）：23-33.

［3］逯进，刘璐，郭志仪.中国人口老龄化对产业结构的影响机制——基于协同效应和中介效应的实证分析［J］．中国人口科学，2018（3）：15-25+126.

［4］赵昕东，刘成坤.人口老龄化对制造业结构升级的作用机制研究——基于中介效应模型的检验［J］．中国软科学，2019（3）：153-163.

［5］潘俊宇，徐婷，宣烨.老龄化、人力资本与经济增长［J］．经济问题探索，2022（7）：74-89.

［6］张博，杨丽梅，陶涛.人口老龄化与劳动力成本粘性［J］．会计研究，2022（1）：59-69.

［7］BanisterJ，BloomDE，RosenbergL.PopulationAgingandEconomicGrowthinChina［M］．London：TheChineseEconomy，2012：114-149.

［8］汪伟，刘玉飞，彭冬冬.人口老龄化的产业结构升级效应研究［J］．中国工业经济，2015（11）：47-61.

［9］谢雪燕，朱晓阳.人口老龄化、技术创新与经济增长［J］．中国软科学，2020（6）：42-53+76.

［10］方雯.人口老龄化对东莞制造业发展的影响——从“世界工厂”到“智造东莞”［J］．人口研究，2021（5）：117-128.

［11］张桂文，邓晶晶，张帆.中国人口老龄化对制造业转型升级的影响［J］．中国人口科学，2021（4）：33-44+126-127.

［12］CravinoJ，LevchenkoA，RojasM.PopulationAgingandStructuralTransformation［J］．AmericanEconomicJournal：Macroeconomics，2022，14（4）：479-498.

［13］张斌，李军.人口老龄化对产业结构影响效应的数理分析［J］．老龄科学研究，2013（6）：3-13.

［14］CaiJ，StoyanovA.PopulationAgingandComparativeAdvantage［J］．JournalofInternationalEconomics，2012，102：1-21.

［15］汪伟，姜振茂.人口老龄化对技术进步的影响研究综述［J］．中国人口科学，2016（3）：114-125+128.

［16］卓乘风，邓峰.人口老龄化、区域创新与产业结构升级［J］．人口与经济，2018（1）：48-60.

［17］张秀武，刘成坤，赵昕东.人口年龄结构是否通过人力资本影响经济增长——基于中介效应的检验［J］．中国软科学，2018（7）：149-158.

［18］何冬梅，刘鹏.人口老龄化、制造业转型升级与经济高质量发展——基于中介效应模型［J］．经济与管理研究，2020（1）：3-20.

［19］马红梅，杨月.人口老龄化对中国制造业发展质量的影响效应［J］．宏观质量研究，2021（6）：44-58.

［20］符建华，曹晓晨.人口老龄化对中国经济高质量发展的影响研究［J］．经济问题探索，2021（6）：44-55.

［21］BaronRM，KennyDA.TheModerator-MediatorVariableDistinctioninSocialPsychologicalResearch：Conceptual，Strategic，andStatisticalConsiderations［J］．JournalofPersonalityandSocialPsychology，1986，51（6）：1173-1182.

［22］李健旋.中国制造业智能化程度评价及其影响因素研究［J］．中国软科学，2020（1）：154-163.

［23］孟凡生，崔静文.制造业智能化的空间分布、区域差异与收敛性［J］．科学学研究，2022（5）：808-817+840.

［24］刘军，钱宇，曹雅茹.中国制造业智能化驱动因素及其区域差异［J］．中国科技论坛，2022（1）：84-93.

［25］汪立鑫，孟彩霞.创新能力、劳动力成本与地区制造业智能化转型［J］．科学学研究，2023（8）：1-23.

［26］阳立高，龚世豪，王铂.人力资本、技术进步与制造业升级［J］．中国软科学，2018（1）：138-148.

［27］温忠麟，张雷，侯杰泰.中介效应检验程序及其应用［J］．心理学报，2004（5）：614-620.

［28］MichaelE.Sobel.AsymptoticConfidenceIntervalsforIndirectEffectsinStructuralEquationModels［J］．SociologicalMethodology，1982，13：290-312.

TheImpactofPopulationAgingandtheIntelligentTransformationofChinas

ManufacturingIndustry

CHENChunming1，XUYujia1，ChenJiaxin2

（1.SchoolofEconomicsandManagement，HarbinUniversityofScienceandTechnology，Harbin150040，

China;2.SchoolofBusiness，ChineseAcademyofSocialSciences，Beijing102488，China）

Abstract：ThispaperconstructsamediatingeffectmodeltoempiricallytestthemechanismofagingontheintelligenttransformationofChinasmanufacturingindustrybasedonprovincialpaneldatafrom2011-2021.Theresultsshowthat，ingeneral，agingwillpromotetheintelligenttransformationofChinasmanufacturingindustry，andatthesametime，populationagingwillalsoaffecttheintelligentdevelopmentofmanufacturingindustrythroughthefollowingpaths：thedeepeningofpopulationagingwillpromotetechnologicalinnovation，thuspromotingtheintelligenttransformationofmanufacturingindustry;theincreasingelderlypopulationwillaggravatetheburdenoffamilyretirementandcrowdouttheinvestmentineducationcapital，whichwilladverselyaffecttheintelligenttransformationofmanufacturingindustrybyinhibitingtheaccumulationofhumancapital;theagingpopulationwillleadtothereductionoflaborsupply，whichwillimpactthelabormarketandraisethelaborcost，andforcetheintelligenttransformationofmanufacturingindustry.

Keywords：populationaging;intelligenttransformationofmanufacturing;mediatingeffect

（责任编辑：邹学慧）