人口老龄化、数字化水平与制造业结构升级

摘 要：人口老龄化趋势的加速为我国新时代经济高质量发展带来了挑战和机遇。立足于我国人口老龄化基本国情，使用2013—2021年全国省级面板数据，在考察人口老龄化对制造业结构升级的传统影响路径基础上，重点研究数字化水平在其中的作用机制。人口老龄化通过劳动供给、消费需求以及技术创新三大传统路径对我国制造业结构升级既有抑制作用也有促进作用。通过实证发现人口老龄化对制造业结构升级综合表现为促进作用。进一步研究发现，一方面人口老龄化能够刺激数字化水平提升以推动制造业结构升级，另一方面数字化能够显著缓解人口老龄化负面作用从而推动制造业结构升级。异质性分析证实了东北、东、中、西部地区人口老龄化与数字化水平作用的异质性并以“宽带中国”战略深化前后为时间节点检验了时间异质性。研究发现，缩小数字鸿沟、提高数字技术使用和收益水平是中国经济进入新常态背景下，更好发挥人口老龄化对制造业结构升级促进作用的关键。研究为探索数实融合、积极应对人口老龄化、实现经济高质量发展的中国经验提供了证据支撑。

关键词：人口老龄化；数字化水平；制造业结构

中图分类号：C913.6；F264 文献标识码： A 文章编号：1000-4149（2024）06-0095-15

DOI：10.3969/j.issn.1000-4149.2024.00.039

一、引言

人口老龄化已成为我国基本国情。据第七次全国人口普查和联合国《世界人口展望2022》数据预测，“十四五”时期末，我国60岁及以上老年人口将超3亿，2050年前后，我国老年人口达5亿左右，占全国总人口30%以上和全球老年人口20%以上［1］。为更好应对人口老龄化，中共中央、国务院于2021年3月印发《中共中央国务院关于加强新时代老龄工作的意见》，指出要探索“中国特色积极应对人口老龄化的道路”。在我国经济进入新常态，增速放缓、预期转弱、消费增速不及预期背景下，如何更好把握时代特征，激活“银发经济”，对于当前探索经济高质量发展的新路径、寻找经济增长新动能具有重要研究价值。

本文立足于人口老龄化基本国情，将老龄化问题同实体经济发展相联系，以制造业结构升级为研究对象开展研究。人口老龄化意味着当前我国建设现代化产业体系、实现经济结构转型过程中，实体经济特别是制造业将受到较大冲击。首当其冲的是劳动力供给，据国家统计局数据，我国劳动参与率已随人口老龄化进程从21世纪初约77%逐年下降至目前的不足69%。劳动参与率的下降影响着制造业企业的要素投入决策和制造业转型。同时，人口老龄化在需求侧也将对制造业产生巨大影响。据中国老龄科学研究中心2023年发布的《中国老龄产业发展报告》，我国老年人口的消费潜力在2050年有望突破100万亿。老年人口消费潜力扩张对我国制造业既是机遇，也是挑战。制造业能否顺应老龄化带来的需求变化，把握消费转型机遇，实现产业向中高端升级成为一个具有现实意义的问题。

此外，制造业结构升级离不开数字技术这一生成新质生产力的重要因素。中国信息通信研究院发布的《中国数字经济发展白皮书（2023）》显示，2022年我国数字经济规模已达50.2万亿元，占GDP比重达 41.5%。人口老龄化叠加当前蓬勃发展的数字技术，对制造业发展也会产生新作用、带来新机遇。随着“人口红利”消失，越来越多制造业企业选择“数字化转型”，以资本、技术和数据要素替代越来越稀缺的劳动要素。另外，对于日益庞大的老年群体而言，数字技术推广普及是“科技适老”的重要一环。人口老龄化的加速将对全社会数字化水平建设提出更高要求，反过来，数字化水平提高同样能促进老年人口充分释放“银发经济”潜力，最终在需求侧推动制造业结构升级。探究人口老龄化、数字化水平与制造业结构升级的关系也就成为厘清激活“银发经济”实现路径的重要方面。

积极应对我国人口老龄化趋势，需要结合我国基本国情、发展路径和治理模式，依托我国的禀赋特征和比较优势走出一条具有中国特色的人口老龄化治理“中国方案”［2］。而研判老龄化风险、甄别风险的区域异质性则为更好实现老龄化治理提供了依据［3］。因此，结合我国人口老龄化背景，以数字化这一极具时代特征的视角探究人口老龄化、数字化水平与制造业结构升级间的关系，并积极探索区域异质性下以“数实融合”为抓手，积极应对人口老龄化、实现经济高质量发展的“中国经验”。

二、文献综述

当前关于人口老龄化与经济增长的关系存在一定争论。有学者认为人口老龄化会恶化劳动力禀赋，老龄化速度过快会对产出总量和产出效率产生负面影响，阻碍长期经济增长［4-5］。但这类观点未能充分考虑老龄化对人力资本投资、技术创新等因素的作用，客观上放大了人口老龄化的负面作用。在考虑对劳动人口质量的影响后，人口老龄化对经济增长表现出促进作用［6］。聚焦于人口老龄化对产业结构、制造业结构的影响，学界同样存在不同观点。

有观点认为人口老龄化造成了劳动供给减少、加重了社会保障负担，阻碍了产业结构的调整［7］。但随着实证研究的不断深入，越来越多的学者发现人口老龄化可以通过推动消费结构升级、增加人力资本积累等方式诱发或者倒逼产业结构升级［8-9］。人口老龄化除了刺激以养老产业为代表的服务业增长外，对制造业结构升级的促进效应同样显著。在低成本劳动力优势丧失的背景下，老龄化倒逼制造业企业积极进行技术替代、提升制造业科技创新水平，刺激人力资本投资，最终表现为刺激制造业结构升级［10-13］。

数字化水平和制造业升级的关系源于数字技术具有显著的生产率效应。在宏观层面，数字经济促进了中国全要素生产率的提升和经济高质量发展［14-15］。在微观层面，数字技术可以提升企业全要素生产率［16］。通过产业数字化与数字产业化，数字技术对传统制造业进行深度改造。当前，关于数字化水平与制造业转型的研究仍处于理论机制探索和形成阶段。不论从宏观还是微观层面，数字化水平提升都有助于制造业转型［17］。研究证明数字化转型快、数实融合较好的企业在生产成本、产出效率和创新能力上均较优于传统企业［18-19］。

上述研究大多以制造业企业数字化转型为视角，较少从需求侧视角考察数字化水平对制造业结构升级的作用。

目前将人口老龄化、数字化水平与制造业结构升级结合的研究仍相对较少。但已有研究证实了数字经济发展可以缓解人口老龄化对经济增长的负面影响，提升经济高质量发展水平［20］。同时，数字经济发展也有效缓解了人口老龄化对我国产业结构优化的负面效应［21］。

本文以数字接入水平、使用水平和收益水平构建数字化水平指数，将数字化水平同影响劳动力供给和市场需求的人口老龄化相联系。

立足于人口老龄化同制造业结构升级的研究，探索数字化水平在其中的作用，进一步丰富了数字化背景下人口老龄化对制造业结构升级作用的相关研究，为总结我国积极应对人口老龄化的“中国经验”尝试作出边际贡献。

三、理论机制与研究假设

1. 人口老龄化对制造业结构升级的传统影响路径

人口老龄化对制造业结构升级的传统影响路径主要有以下三类：劳动力供给、消费需求、技术创新。

（1）人口老龄化通过劳动供给影响制造业结构升级。人口老龄化一方面表现为老年人口增加，另一方面也表现为少子化趋势加速。老年人口增加会产生劳动力供给减少、劳动参与率降低、劳动力成本上升等影响。劳动力供给减少、成本上升阻碍了制造业企业扩大生产规模，甚至导致制造业迁出，抑制制造业结构升级。但劳动参与率下降和劳动力成本上升会倒逼制造业企业通过增加人力资本投入来弥补劳动要素的日益稀缺，加速制造业从劳动密集型向资本、技术密集型转型，从而促进制造业结构升级。少子化进程加速则使得家庭对每个子女的人力资本投资增加，也诱使企业增加人力资本投资以缓解劳动力供给不足［11］。人力资本投资增加会提升高技能劳动力占比进而改善劳动力供给结构，提高技术密集度，推动制造业结构升级。因此人口老龄化能够通过影响劳动供给进而影响制造业结构升级，其最终影响由正反两方面因素的相对强弱决定。

（2）人口老龄化通过消费需求影响制造业结构升级。人口老龄化对消费需求的影响是直接且显著的。从消费规模来看，人口老龄化和少子化趋势的加速让我国人口总量下降，提升消费质量成为释放需求潜力的关键。从消费结构来看，人口老龄化催生并加速了养老产业发展。伴随人口老龄化，食品、服装等基础性消费会降低，医疗保健、文化旅游等中高端消费增加。老龄化引致的需求变化牵引着供给侧的调整。对制造业而言，人口老龄化催生的智慧医疗、智慧养老及现代生物医药等新兴产业均为技术密集型产业，这些产业的发展不仅自身推动制造业升级，而且通过产品和要素在产业链间流动带动上下游行业同步升级。但从需求潜力角度看，随着老龄化加深，居民收入中劳动报酬的比重下降、社会养老负担增加、居民预防性动机的储蓄增加，导致家庭消费潜力降低、消费动机被抑制。而需求潜力的下降最终不利于制造业规模扩张和结构调整，对制造业结构升级有负面作用。因此，消费需求的作用受正反两方面因素的综合影响。

（3）人口老龄化通过技术创新影响制造业结构升级。人口老龄化对制造业企业技术创新水平有着显著的影响。一方面，伴随人口老龄化，劳动力身体机能下降导致学习新知识、参与创新研发的效率下降，企业维持现有生产力和创新水平的成本上升，例如提供医保、承担事病假、增加额外培训成本等，最终造成制造业企业技术创新效率的降低。而企业创新研发效率降低不利于传统制造业摆脱路径依赖、突破技术瓶颈由劳动密集型向资本、技术密集型升级。另一方面，“智慧工厂”、“柔性生产线”等概念的兴起让工业互联网技术逐渐在制造业普及，新技术的出现和迭代大幅降低了制造业企业的劳动力需求。人口老龄化加速倒逼制造业企业加大创新投入，发展以数字技术为代表的劳动节约型技术来替代日益上涨的劳动力成本，从而加速生成新质生产力，促进制造业结构升级。

由此提出假设1：由于劳动力供给、消费需求和技术创新三种路径的共同作用，我国人口老龄化对制造业结构升级影响显著，其总效应具体为抑制还是促进则有待进一步实证检验。

2. 数字化水平对人口老龄化与制造业结构升级的作用

（1）人口老龄化通过刺激数字化水平提高而促进制造业结构升级。从需求侧看，老年人口 在本文理论分析及实证中基于生理年龄将研究对象老年人口定义为65岁及以上人口。在数字技术帮助下能够更好发现自身需求，搜寻满足需求的产品。网购、直播带货如今已不是年轻人专属，越来越多的老年人口通过数字化手段参与经济活动。随着我国人口老龄化趋势加深，老年人口对数字化的需求不断增长。推动“科技适老”，让技术进步成果能够被老年人口充分利用，成为释放需求潜力、促进技术创新和社会消费的重要举措。人口老龄化能够刺激数字化水平提升，通过消费需求路径促进制造业结构升级。从供给侧看，制造业企业数字化转型，通过劳动节约型技术的运用抵消劳动力供给不足带来的生产率下降。人口老龄化倒逼制造业企业加快数字化转型步伐，提升企业技术水平和生产效率，最终表现为通过劳动力路径和技术创新路径促进制造业结构升级。

由此提出假设2：数字化水平在人口老龄化对制造业结构升级的作用中具有显著影响，数字化水平是重要的中介机制。

（2）通过数字化水平提高推动“科技适老”，进一步发挥老年人口在生产生活中的价值，缓解人口老龄化对制造业结构升级的负面作用。在供给侧，引入数字化技术后，制造业企业中需要高强度体力劳动、简单重复性的工作减少，要求经验和脑力劳动的工作增加。随着我国劳动力平均年龄增长，数字化水平提升有利于保持大龄劳动力的生产率，延长劳动力工作年限，缓解人口老龄化带来的劳动力供给和生产效率下降。同时，数字化水平提升降低了知识传播门槛，老年人口退休后能以返聘等形式更好在社会中发挥余热。通过数字化技术，“老带新”不再拘泥于“手把手、面对面”，企业人力资本投资成本降低、效率提升。此外，新旧知识与经验的碰撞也利于制造业企业在实践中改进创新。在需求侧，数字化催生的经济新模式、新业态同“银发经济”结合，缓解老年人口消费能力和意愿降低，使老年人口更充分释放消费潜力，以需求拉动制造业结构升级。

由此提出假设3：数字化水平缓解了人口老龄化对制造业结构升级的负面影响，具有一定的调节作用。

3. 人口老龄化、数字化水平对制造业结构升级影响的时空异质性

由于制造业结构升级同地区劳动力供给、需求规模、创新能力和数字化发展水平等因素密切相关，基于我国不同区域经济社会发展以及人口结构的异质性，人口老龄化、数字化水平对制造业结构升级的影响也具有区域异质性。人口和劳动力结构的差异影响了老龄化对制造业结构升级作用的差异，平均年龄较低、劳动力净流入的地区制造业结构受人口老龄化的负面影响较小；数字化发展水平的差异也影响了其作用程度，数字化接入水平高的地区相比于接入水平低的地区影响更为显著，数字技术应用程度高的地区老龄化对制造业结构升级的负面影响更低。同时，自2013年起，国务院在全国范围内推行“宽带中国”战略。战略的实施对我国数字化水平提高起到了至关重要的作用。政策实施阶段的不同对数字化水平发挥作用的影响也会有差异。

由此提出假设4：数字化水平的中介效应和调节效应具有空间和时间异质性。

四、研究设计与实证检验

1. 指标构建与数据处理

本文针对人口老龄化、数字化水平与制造业结构升级的关系，综合数据可得性、完整性选择2013—2021年全国31个省（直辖市、自治区，不含港澳台及新疆建设兵团）开展研究，形成了279组面板观测数据。

主要数据来源于各年度《中国统计年鉴》、《中国工业经济统计年鉴》、《中国城市统计年鉴》、《中国劳动统计年鉴》及各省级行政单位统计年鉴。

（1）人口老龄化的测度。

核心解释变量为人口老龄化（Old）。本文遵循人口老龄化研究的通常做法［8，11］，使用老年抚养比（Old）即非劳动年龄人口中老年人口对劳动年龄人口数之比衡量人口老龄化程度，并使用65岁及以上人口占比（Oldr）作为核心解释变量的替换变量进行稳健性检验。

（2）制造业结构升级的测度。

核心被解释变量为制造业结构升级指数（AdI）。借鉴已有学者的做法［11，22-23］，以制造业高级化指数（AdI）衡量制造业结构升级。并且参照上述研究以制造业合理化指数（RdI）替换被解释变量进行稳健性检验。制造业高级化指数（AdI）的计算方式为技术密集型制造业产值占比（Tec）与资本密集型制造业产值占比（Cap）的比值，即：

AdIi，t=Teci，tCapi，t（1）

其中，AdIi，t代表地区i在t时期的制造业升级指数。Teci，t为技术密集型制造业产值占制造业总产值的比值，Capi，t为资本密集型制造业产值占制造业总产值的比值。技术密集型和资本密集型的分类参照阳立高等的研究［23］，基于要素密集度对制造业细分行业进行划分 资本密集型行业包括：酒、饮料和精制茶制造业，烟草制品业，造纸和纸制品业，石油、煤炭及其他燃料加工业，化学原料和化学制品制造业，化学纤维制造业，黑色金属冶炼和压延加工业，有色金属冶炼和压延加工业，通用设备制造业。技术密集型行业包括：医药制造业，专用设备制造业，汽车制造业，铁路、船舶、航空航天和其他运输设备制造业，电气器械和器材制造业，计算机、通信和其他电子设备制造业，仪器仪表制造业，金属制品、机械和设备修理业，其他制造业，废弃资源综合利用业。

其中细分行业分类标准参照《国民经济行业分类（2017）》进行调整，制造业产值由于数据统计连续性、可得性和可比性原则使用企业产成品价值代替，采用插值法补足缺失数据。

制造业合理化指数（RdI）的计算方式参考上述研究，考虑到技术密集型产业最为重要，资本密集型产业次之，劳动密集型处于基础地位，通过赋权法构建如下制造业合理化指数（RdI），其中Labi，t为劳动密集型制造业产值占制造业总产值的比值：

RdIi，t=Labi，t+2*Capi，t+3*Teci，t（2）

（3）数字化水平指标的测度。

为了刻画地区数字化水平，参考国际电信联盟围绕通信与信息技术（ICT）接入、使用和收益三方面指标构建的通信信息技术发展指数（IDI），将地区数字化水平细分为三个二级指标：数字接入水平反映地区互联网接入能力，表现为数字基础设施建设水平；数字使用水平反映地区应用互联网等数字技术进行经济活动的水平；数字收益水平反映地区通过互联网等数字技术获取经济利益的能力。从三个维度构建指标，意在基于已有研究，以数字技术利用的维度更好研究数字化对人口老龄化的作用机制。在构建指标体系时，本文参考已有学者的研究［15-16，24-25］，本着全面性、可得性和可比性等原则选取人均光缆线路长度等8项指标，通过正向化和无量纲化处理后，使用变异系数法赋权构造了地区数字化水平指数（DDI）。为了更客观地刻画数字化水平，本文同时参考郭峰等的研究［26］，使用数字普惠金融指数作为替换变量进行稳健性检验。为考察数字化水平中接入水平与使用、收益水平间作用的异质性，单独构建接入水平指数（LTI）。指标体系构建方法及数据说明如表1所示。

（4）控制变量。

依据理论分析并参照已有研究［9］，选取税收调节（Tax）、政府支出（Fin）、对外开放程度（Fdi）、人力资本水平（Edu）、城市化水平（Urb）和消费需求（Con）作为控制变量。其中，税收调节以个人和企业所得税之和占地方财政收入比重表示；政府支出以当年地方政府财政支出占地区生产总值的比重表示；对外开放程度以外商投资企业投资总额表示；人力资本水平以平均受教育年限 以各种受教育程度折算成受教育年限计算算数平均数，具体的折算标准是：小学为6年，初中为9年，高中为12年，大专及以上为16年。表示；城市化水平以城镇人口占地区总人口比重衡量；消费需求以居民人均消费支出衡量。税收调节、政府支出使用比值形式，平均受教育年限和城市化水平数据经过标准化处理，对外开放程度和消费需求进行了对数化处理。

本文构建指标体系和选取变量的描述性统计如表2所示。

2. 模型设定及结果

（1）计量模型构建。

本文构建动态面板数据模型，在考虑时间、个体固定效应的基础上对人口老龄化与制造业结构升级的关系进行基础回归，并参照相关研究［27-28］的方法构建中介效应模型考察人口老龄化通过数字化水平对制造业结构升级产生的影响。基础回归模型、中介效应模型和动态面板模型如下所示。

其中，AdIi，t为核心被解释变量，即制造业结构高级化水平，Oldi，t为核心解释变量人口老龄化水平，DDIi，t为中介机制变量数字化水平（在进一步异质性分析中可替换为数字接入水平LTI）。Zi，t表示一系列控制变量，μj，i为时间固定效应，δj，t为个体固定效应，ε1，i，t为残差。在中介效应方程组中，需要对β2、γ2、φ2、φ3的系数进行检验以判断是否存在中介效应，本文采用Sobel方法进行中介效应检验。

（2）基准回归结果。

本文报告了OLS模型和动态面板数据固定效应模型的回归结果。为了消除固定效应与被解释变量间的潜在内生性，同时使用广义矩估计（GMM）的方法对基础模型进行了回归。回归结果如表3所示。

基准回归结果显示，在控制时间、个体固定效应及相关变量后，人口老龄化对我国制造业结构升级的促进作用大于抑制作用，表现为显著的正向影响，即人口老龄化能够促进我国制造业结构高级化，这初步验证了本文的假设1。

同时，以平均受教育年限衡量的劳动力供给质量的改善对制造业结构升级也具有显著正向的作用。综合数据分析，在人口老龄化背景下，高技能劳动力数量增加是制造业结构升级的重要推动力。以居民人均消费支出值得指出的是，从直觉出发，老年人口需求潜力应由老年人口的直接消费表示。但在居民消费中，很难区分哪些是专用于老年人口自身的消费。家庭中老年人购买行为有可能最终受益对象是子女，而年轻人消费中也存在长辈受益的部分。考虑到现实中消费行为的复杂性，本文认为人口老龄化对需求的影响并不局限于老年人口本身，而是具有很强的外溢效应，因此本文使用居民人均消费支出表征消费需求。衡量的市场需求对制造业结构升级同样具有显著的刺激作用。这表明人口老龄化背景下，充分挖掘“银发经济”需求潜力、释放需求活力也是推动制造业结构升级的重要抓手。另外，转移支付的正向作用及税收的显著负向作用也说明了减税降费、优化产业政策对于助力制造业结构升级的必要性。

（3）传统影响路径分析。

基准回归结果显示人口老龄化对制造业结构升级的总效应为正。为了进一步考察传统影响路径的具体影响以验证本文假设1，本文对三大传统影响路径分别进行了中介效应检验。其中，劳动力供给（Lab）以劳动参与率衡量，消费需求（Con）以居民人均消费支出的对数衡量，技术创新（Tec）则以专利授权数的对数衡量。

传统路径中介效应检验的回归结果如表4所示。

表4结果显示，劳动力供给、消费需求与技术创新均是人口老龄化影响制造业结构升级的重要机制。其中，劳动力供给路径对制造业结构升级表现为负向作用：人口老龄化通过降低劳动参与率阻碍了制造业结构升级。同时，消费需求路径和技术创新路径均表现为正向作用，即人口老龄化通过促进消费需求和技术进步推动制造业结构升级。在传统路径中，消费需求路径影响最大，中介效应占总效应比重达19.2%，充分说明我国释放“银发经济”活力，挖掘老年人口需求潜力的重要性。上述研究结论同理论分析相一致，进一步印证假设1，同时为本文重点开展数字化水平影响路径研究建立基础。

（4）数字化水平影响机制分析。

根据理论分析，数字化水平也是人口老龄化影响制造业结构升级的重要机制，表5报告了对数字化水平及数字接入水平的中介效应检验结果。

表5第（1）、（2）、（3）列构成数字化水平的中介效应检验，第（1）、（4）、（5）列构成接入水平的中介效应检验。结果显示，数字化水平和数字接入水平均存在显著的正向中介效应，中介效应占总效应比重分别为15.36%和10.60%。人口老龄化能够通过促进数字化水平和数字接入水平的提高刺激制造业结构升级，假设2被证实。对比传统路径的中介效应，数字化水平已超过技术创新，成为本文分析框架下影响仅次于消费需求的重要路径。值得注意的是，数字接入水平的中介效应占总中介效应比重接近70%，这说明数字接入水平是数字化水平发挥中介作用的基础性机制，凸显了全国数字基础设施建设的重要性。

3. 数字化水平影响的异质性分析

（1）区域异质性分析。

我国不同地区由于历史条件、资源禀赋等存在较大差异，人口老龄化、数字化水平与制造业结构升级的相关作用存在较大异质性，本文将参照国家统计局的划分标准分别考察我国东北、东部、中部、西部地区的区域异质性 东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南10省（市）；中部地区包括山西、安徽、江西、河南、湖北和湖南6省；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆12省（区、市）；东北地区包括辽宁、吉林和黑龙江。。在异质性分析中采用Sobel方法检验中介效应。表6给出了水平总效应及中介效应的异质性分析回归结果。

从异质性分析中可以发现我国四大地区人口老龄化、数字化水平与制造业结构升级的作用机制不尽相同，假设4被证实。首先，东北地区人口老龄化对制造业结构升级的作用为正但不显著，同时不存在中介效应。观察到人口老龄化对东北地区制造业结构升级的直接效应为负，考虑进一步探究数字化水平在其中的调节效应。

其次，人口老龄化刺激了东部地区制造业结构升级，相比于全国水平，人口老龄化对制造业结构升级的促进作用更大。同时，数字化水平具有正向中介效应，中介效应占总效应比重为23.47%，高于全国平均水平15.36%。表明东部地区人口老龄化通过促进数字化水平提高改善了制造业结构。另外，东部地区互联网接入水平经Sobel检验后发现中介效应不存在。综合分析可知，在互联网接入水平普遍较高的东部地区，互联网使用和收益水平才是人口老龄化影响制造业结构升级的重要中介机制，东部地区经济基础和人口素质走在全国前列，人口老龄化对数字化技术的应用和新需求的刺激效应较为突出，老年人口参与数字经济活动（如网购等）推动了地区制造业结构升级。

再次，中部地区人口老龄化对制造业结构升级的总效应显著为正，略高于全国总体水平。进一步分析发现，中部地区人口老龄化对制造业结构升级的直接效应为负但不显著，但其数字化水平的间接效应显著为正。这表明中部地区劳动力成本上升、人力资本投资增长不能充分弥补劳动力数量的下降，导致人口老龄化对制造业结构优化的直接负向作用大于正向作用。中部地区数字化水平具有完全中介效应，即中部地区数字化水平提升可以显著缓解人口老龄化的负面作用。此外，在互联网接入水平的中介效应检验中，直接和间接效应均显著但方向相反，这表明互联网接入水平具有遮掩效应，互联网接入水平的正向影响掩盖了人口老龄化的负向作用。

最后，西部地区人口老龄化对制造业结构升级的总效应显著为正，但其总效应较全国总体水平弱。一方面，西部地区劳动力资源较全国而言丰裕，受人口老龄化冲击较小；另一方面，西部地区受经济发展水平所限老年人口的需求牵引、投资增长能力较弱。在数字化水平的中介效应检验中，数字化水平发挥了重要的中介作用，中介效应占总效应比重为20.7%，高于全国总体水平。进一步分析发现互联网接入水平是重要的中介机制。人口老龄化通过刺激互联网接入水平提高进而促进了西部地区制造业结构升级。互联网接入水平的中介效应占总效应比重高达34.7%，远超全国总体水平。同东部地区相反，在西部地区互联网接入水平是影响人口老龄化对制造业结构升级更重要的机制。在西部地区补足数字基础设施建设短板，提高互联网接入水平是充分发挥数字化作用的关键。

根据理论分析，数字化水平可能具有中介效应，也可能由于能够缓解人口老龄化对制造业结构优化的负面影响而具有调节效应数字化水平在理论上可能存在中介效应，也可能存在调节效应。根据中介效应和调节效应的相关研究［29］，一个变量是中介变量或调节变量，一方面需要在理论逻辑中成立，另一方面需要检验结果支撑。本文数字化水平在东北和中部地区作为中介变量的检验没有通过，意味着数字化水平不是两个地区人口老龄化对制造业结构升级的中介变量。而根据理论分析，数字化水平除了作为中介变量外，还可以作为调节变量缓解人口老龄化对制造业结构升级的负面影响，因此为了厘清数字化水平的具体作用进一步开展调节效应检验。

为了进一步考察数字化水平的作用，更准确刻画其影响路径，对上述中介效应不显著的地区作调节效应检验，结果如表7所示。表7第（1）、（2）列为东北地区调节效应分析结果。本文发现，东北地区人口老龄化对制造业结构升级的直接效应显著为负，但数字化水平的提高可以有效缓解人口老龄化本身的负面作用，假设3被证实。进一步分析发现，互联网接入水平影响制造业结构升级的调节效应不显著，综合东北地区实际，由于东北地区数字基础设施建设水平高于全国平均，数字技术使用和收益水平是起主要调节作用的因素。因此，东北地区推动“银发经济”和数字经济协调发展可以有效缓解人口老龄化的负面作用，推动制造业结构升级。

表7第（3）列报告了中部地区数字接入水平的调节效应结果。结果显示中部地区人口老龄化对制造业结构优化的直接效应显著为负，同时数字接入水平具有显著正向的调节效应。结果证实中部地区人口老龄化抑制了中部地区制造业结构升级，但通过刺激数字化水平提高缓解了其负面作用。结合两种检验分析，数字接入水平是重要影响因素，提升中部地区数字接入水平一方面可以便于老年人口释放需求潜力、参与数字经济；另一方面也降低了地区制造业企业数字化改造成本，促进制造业结构升级。

（2）时间异质性检验。

理论分析中指出，“宽带中国”战略 “宽带中国”战略实施可以被分为两大阶段：第一阶段为2013—2016年，这一阶段宽带覆盖范围和规模迅速提高，从2014年起国务院连续三年设立年度示范城市，加快了全国范围内的数字接入水平提升；第二阶段为2017年之后的优化升级阶段，这一阶段数字接入水平增速放缓，主要聚焦提升宽带服务质量。的实施深刻影响着我国数字化水平。数字化水平作为重要中介机制，在政策实施不同阶段的作用效果也具有异质性。本文以2017年为时间节点，考察数字化水平在节点前后作用的时间异质性，结果如表8所示。

从全国看，人口老龄化的直接效应以及数字化水平的中介效应都具有明显时间异质性。人口老龄化的直接效应在2017年之后显著下降。分析认为2017年后我国经济进入新常态，老年人口的需求创造能力、消费能力下降，对制造业企业的“倒逼”效应下降，但总体仍对制造业结构升级起正向作用。数字化水平和数字接入水平在2017年前均具有显著正向的中介效应，而2017年后数字化水平的中介效应占比从35.8%下降到26.8%，数字接入水平的中介效应消失。这表明随着我国数字基础设施建设水平提升，数字接入水平的中介作用边际递减。数字技术使用和收益能力不足导致的数字鸿沟是阻碍数字化水平更好发挥作用的主要障碍，假设4被证实。

由于数据量限制，选择东部和西部地区进行进一步时间异质性分析 受篇幅所限，检验结果略去，如有需要可联系作者索取。。东部地区2017年前后数字化水平的中介效应出现较大变化。2017年（不含）前东部地区人口老龄化通过促进数字化水平提高刺激了制造业结构升级，但2017年后中介效应显著下降。由于东部地区数字化水平发展相较全国处于较高水平，东部地区人口老龄化主要通过提升数字技术使用和收益水平刺激制造业结构优化。而随着经济进入新常态，东部地区以数字技术为核心的平台经济发展进入成熟期，提高数字化水平的边际收益下降，阻碍了数字化水平更好发挥中介效应。

另外西部地区在2017年以前人口老龄化对制造业结构升级的直接效应显著为负，地区数字基础设施建设显著缓解了人口老龄化对制造业结构升级的负面影响。数字化水平（及接入水平）是重要的调节变量。2017年后，随着西部地区数字化水平的提高，老年人口对数字技术的需求开始发力，这进一步释放了需求潜力刺激了制造业结构升级。在这机制中，以改善接入水平为核心的数字基础设施建设起到了重要作用。

5. 内生性处理及稳健性检验

本文在基准模型中构建动态面板数据模型，采用广义矩估计即GMM方法，在一定程度上避免了固定效应模型自身可能存在的内生性问题。为进一步防止内生性问题以及更好验证结论的稳健性，在已采用GMM方法进行估计的基础上，采用替换被解释变量、替换解释变量、寻找机制变量的工具变量等三种方法对基准模型及中介效应模型进行检验。使用制造业合理化指数（RdI）作为被解释变量的替换变量。

使用65岁及以上人口占比（Oldr）作为人口老龄化的替换变量。另外，为避免构建指标体系过程中遗漏变量或数据缺失，使用北京大学发布的数字普惠金融指数（DFII）作为数字化水平的替换变量进行检验。除个别控制变量不显著外，检验结果同本文基本结论相同 受篇幅所限，检验结果略去，如有需要可联系作者索取。。

五、研究结论及政策建议

本文使用2013—2021年全国省级面板数据，实证分析了人口老龄化对制造业结构升级的影响路径，研究发现：第一，全国层面人口老龄化通过劳动力供给结构、消费需求、技术创新和数字化水平等路径显著影响制造业结构升级，其正向效应大于负向效应。第二，人口老龄化刺激数字化水平提升推动制造业结构升级，同时数字化水平提升也缓解了老龄化的负面影响，数字接入水平起基础性作用。第三，人口老龄化和数字化水平的作用具有区域异质性。东部地区人口老龄化主要通过推动数字技术应用影响制造业结构升级。中西部地区数字接入水平显著缓解了人口老龄化的负面作用，而东北地区数字技术应用和收益水平的提高缓解了人口老龄化的负面作用。第四，人口老龄化和数字化水平的作用存在时间异质性。全国层面和西部地区2017年前人口老龄化对制造业结构升级的促进作用显著高于2017年后。东部地区数字化水平的作用在2017年后显著下降，而西部地区数字接入水平的中介作用2017年后开始凸显。

根据研究结论，提出以下政策建议：第一，积极应对老龄化挑战，把握发展机遇，重视人力资本投资和劳动力替代技术的发展，释放老年人口需求和消费潜力，大力发展“银发经济”是实现未来制造业高质量发展的重要抓手。第二，充分利用数字红利，缓解人口老龄化负面影响。积极响应老年人口对数字化的需求，推动“科技适老”和制造业数字化转型，促进数字经济与“银发经济”协同发展，充分发挥数字赋能作用，降低人口老龄化对劳动力供给和生产效率的负面效应，促进制造业结构升级。第三，注重地区差异，因地制宜应对人口老龄化。在东部和东北等具备基础的地区依托智慧医疗、养老等产业加快投资建设，积极作为提升老年人口数字技术使用能力；在中西部地区则应进一步改善数字技术接入水平，发挥数字赋能作用，以扩大需求为突破口推动制造业结构升级。第四，正确把握新常态，缩小老年人口“数字鸿沟”。在当前预期转弱、需求收缩的背景下，通过进一步提升数字接入水平、改善接入质量、缩小城乡数字基础设施差距、以“科技适老”为抓手提升老年人数字使用水平乃至收益水平缩小数字鸿沟，让老年人进一步参与数字经济，更好发挥人口老龄化对制造业结构升级的促进作用。

参考文献：

［1］杜鹏，李龙.新时代中国人口老龄化长期趋势预测［J］.中国人民大学学报，2021（1）：96-109.

［2］胡湛，彭希哲，吴玉韶.积极应对人口老龄化的“中国方案”［J］.中国社会科学，2022（9）：46-66，205.

［3］雷霆，郭娟，向川.中国人口老龄化风险分布的梯次结构及其动态演进［J］.人口与经济，2023（1）：87-105.

［4］胡鞍钢，刘生龙，马振国.人口老龄化、人口增长与经济增长——来自中国省际面板数据的实证证据［J］.人口研究，2012（3）：14-26.

［5］郑伟，林山君，陈凯.中国人口老龄化的特征趋势及对经济增长的潜在影响［J］.数量经济技术经济研究，2014（8）：3-20，38.

［6］冯剑锋，陈卫民.我国人口老龄化影响经济增长的作用机制分析——基于中介效应视角的探讨［J］.人口学刊，2017（4）：93-101.

［7］蔡昉，王美艳.中国人力资本现状管窥——人口红利消失后如何开发增长新源泉［J］.人民论坛·学术前沿，2012（4）：56-65，71.

［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］徐瑾，陈慧琳，钱明明.人口老龄化、居民消费与产业结构升级［J］.经济问题探索，2023（3）：143-158.

［10］李光明，刘丹玉.人口老龄化、科技创新与制造业升级研究——基于空间计量模型分析［J］.工业技术经济，2018（10）：120-128.

［11］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.

［12］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.

［13］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.

［14］郭家堂，骆品亮.互联网对中国全要素生产率有促进作用吗？［J］.管理世界，2016（10）：34-49.

［15］赵涛，张智，梁上坤.数字经济、创业活跃度与高质量发展——来自中国城市的经验证据［J］.管理世界，2020（10）：65-76.

［16］黄群慧，余泳泽，张松林.互联网发展与制造业生产率提升：内在机制与中国经验［J］.中国工业经济，2019（8）：5-23.

［17］黄赜琳，秦淑悦，张雨朦.数字经济如何驱动制造业升级［J］.经济管理，2022（4）：80-97.

［18］刘鑫鑫，惠宁.数字经济对中国制造业高质量发展的影响研究［J］.经济体制改革，2021（5）：92-98.

［19］余东华，王梅娟.数字经济、企业家精神与制造业高质量发展［J］.改革，2022（7）：61-81.

［20］张晨霞，李荣林.人口老龄化、数字经济与经济高质量发展［J］.经济经纬，2022（5）：3-13.

［21］梁雅楠，张成.人口老龄化、数字经济与我国产业结构优化［J］.经济问题探索，2022（12）：114-131.

［22］付文宇，李彦，赵景峰.人工智能如何影响地区制造业优化升级？——基于双重中介效应的研究［J］.经济体制改革，2020（4）：187-193.

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

［24］陈文，吴赢.数字经济发展、数字鸿沟与城乡居民收入差距［J］.南方经济，2021（11）：1-17.

［25］廖信林，杨正源.数字经济赋能长三角地区制造业转型升级的效应测度与实现路径［J］.华东经济管理，2021（6）：22-30.

［26］郭峰，王靖一，王芳，等.测度中国数字普惠金融发展：指数编制与空间特征［J］.经济学（季刊），2020（4）：1401-1418.

［27］Baron R M ， KENNY D A .The moderatormediator variable distinction in social psychological research： conceptual， strategic， and statistical considerations［J］.Journal of Personality and Social Psychology， 1986， 51（6）：1173-1182.

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

［29］温忠麟，侯杰泰，张雷. 调节效应与中介效应的比较和应用［J］. 心理学报， 2005（2）： 268-274.