江蘇省人口老齡化影響產業結構優化的動力機制

朱洪春 劉伯超

【摘? 要】論文從積極老齡化視角分析人口老齡化對區域產業結構優化的影響，分別從勞動力供給、消費需求變化、居民儲蓄等方面研究人口老齡化對產業結構優化影響中的抑制或推動作用。研究結果顯示：積極老齡化視角下，人口老齡化在人才培養、產業結構匹配、產業集聚等方面能夠促進產業結構優化。

【Abstract】The paper analyzes the influence of population aging on the optimization of regional industrial structure from the perspective of active aging， and studies the inhibitory or promoting effects in the influence of population aging on the optimization of industrial structure in terms of labor supply， changes in consumer demand， and residents' savings， respectively. The research results show that population aging can promote the optimization of industrial structure in terms of talents training， industrial structure matching and industrial agglomeration under the perspective of active aging.

【關鍵詞】積極老齡化;產業結構優化;動力機制

【Keywords】active aging; optimization of industrial structure; dynamic mechanism

【中圖分類號】C924.24;F121.3? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻標志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號】1673-1069（2021）02-0067-02

1 問題提出

2020年5月，中共中央首次提出構建國內國際雙循環新發展格局，隨著人口老齡化程度的進一步加深，國內需求結構發生了較大的變化，并對產業結構調整帶來直接影響。從積極老齡化視角去分析人口老齡化對產業結構調整的動力機制，有助于推動地區產業機構的調整成效提升，促進經濟高質量發展。劉成坤提出地區產業結構調整與區域人口老齡化程度之間存在著長期的均衡關系，體現在產業結構升級初期，人口老齡化具有抑制作用，但從長遠來看，人口老齡化可以推動產業結構優化升級。張鴻琴和王拉娣通過對1999-2018年相關數據進行實證研究，提出人口老齡化與產業結構呈現“倒U型”非線性特征，具體表現為當65歲及以上老年人口占總人口比重小于10%時，促進產業結構優化;當占比超過10%時會抑制產業結構優化。無論是從產業結構調整階段，還是從人口老齡化程度，學者研究表明，兩者之間存在著相互作用關系，因此，有必要研究并明確雙方影響的動力機制。

2 江蘇人口老齡化及產業結構調整現狀

江蘇是我國最早進入老齡化社會的省份之一，截至2018年底，60歲以上老年人口達到1805.27萬人，占總人口比例為23.04%，以超過聯合國深度老齡化社會的標準。人口結構的變化會帶動產業機構的調整，江蘇產業結構繼續優化調整，第三產業比重持續加大。

2.1 江蘇人口老齡化情況

根據《江蘇統計年鑒》《中國統計年鑒》以及《中國人口和就業統計年鑒》數據顯示，截至2019年末，江蘇60歲及以上老年人口達到1834萬人，占總戶籍人口比例為23.32%，預計到2025年，比例將超過27%。與此同時，江蘇省二孩政策的推行并沒有提高人口的自然增長率，一直處于千分之三的低水平線上。自2010年以來，勞動力人口絕對數持續下降，截至2018年末，江蘇勞動力人口為4750萬人，為常住人口的59%。隨著全國經濟新常態的來臨，江蘇人口凈流入會逐漸減少，老齡化程度進一步加深。

隨著老齡化程度的不斷加深，作為教育大省，江蘇人口受教育程度也在不斷提高。數據顯示，江蘇省人均受教育時間從1991年的6.26年上升至2019年的11.23年。2018年，江蘇高等教育毛入學率為58.3%，比2000年提高了43.3個百分點。相應地，從業人員受教育年限也從2000年的8.1年上升到2019年的14.63年。有關數據顯示，江蘇省勞動力綜合質量大幅度提高，有利于產業結構的優化升級。

2.2 江蘇產業結構調整趨勢

制造業服務化是產業結構調整的趨勢，以服務業為主的第三產業近年來在江蘇得到長足發展。統計年鑒數據顯示，2010-2019年，江蘇省三次產業對地區生產總值的貢獻率和拉動具有明顯的差異。

第一產業對經濟的貢獻率從2010年的2.2%下降到2019年的1%，拉動從0.3%下降到0.1%;第二產業對經濟的貢獻率從2010年的59.1%下降到2019年的44.8%，拉動從7.5%下降到2.7%;第三產業對經濟的貢獻率則從2010年的38.8%上升到2019年的54.2%。橫向來看，截至2019年，江蘇省三次產業對經濟的貢獻率分別為1%、44.8%、54.2%，第三產業所占比重最大。產業結構的服務化是新時代經濟發展的趨勢。三次產業的調整需要相應的內部動力，其中人口和勞動力是關鍵要素，人口老齡化對產業結構的調整也起著舉足輕重的作用。

3 人口老齡化影響產業結構調整的內在機理

產業機構的調整需要一定的條件，不同要素對產業結構的影響是有差異的，對此，學術界有著廣泛的研究。著名的配第克拉克定理在解釋產業結構從低層次向高層次調整的過程時，明確了產業結構變化受到產業從業人員人均收入的影響，而老齡化程度的加深，意味著適齡勞動力的減少，同時，也帶來了社會消費需求及儲蓄的變化，進而影響產業結構的調整優化。

3.1 勞動力供給影響產業結構的調整

老齡人口比重增加，必然導致適齡勞動力的減少，降低了勞動力的供給量，產業缺少了勞動力，必然會影響產業的發展，進而促進了產業結構的升級調整，特別是勞動密集型產業，在人口深度老年化狀態下，只能向服務型轉變，最終表現為第三產業的比重增加。隨著適齡勞動力年齡的增加，體力、精力都有所下降，其勞動效率必然會有所下降，進而使得勞動參與度下降，抑制勞動力需求量大的產業發展。

3.2 消費需求變化影響產業結構的調整

消費模式隨著年齡變化而變化，不同年齡階段有著不同的消費需求。

例如，老齡人口對教育、交通、家具等消費相對較少，而對醫療、衛生、家政等方面的需求會相應提高，因此，老年群體的增加直接影響了消費結構的變化，進而推動了產業的產出構成變化。

3.3 儲蓄規模影響產業結構的調整

近年來，隨著各種信用消費的興起，年輕人會透支將來的收入進行消費，大部分年輕人都有著房貸、車貸等債務，隨著他們年齡和工作閱歷的增加，其收入也會進一步提高，當步入老齡化時，經濟狀況有所好轉，有可能在退休前儲蓄一部分財富用來養老。因此，當老齡群體比重比較大時，社會儲蓄率也會有所提高，資金的流動也會影響著產業結構的調整。

4 江蘇人口結構對產業結構的影響

第一，江蘇省已經進入深度老齡化社會，60歲及以上老年人已經超過25%，且比重還會持續增加，與此對應的是社會負擔的不斷增加，同時，老齡人口比重的增加意味著勞動力人口的減少，勞動力資源不斷減少，人口紅利基本耗去，不利于勞動密集型產業的發展，進而影響江蘇的產業結構的優化升級。

第二，江蘇作為教育大省，擁有眾多的高等院校，2019年統計數據顯示，當年從江蘇高等院校畢業的學生人數達到538607人，政府、企業都出臺了大量的人才政策，這些畢業生都有留在江蘇的可能。一方面，可以緩解勞動力不足的問題;另一方面，人才的輸入，可以促進地方經濟產業的發展，進而優化區域產業結構。

第三，江蘇是城鎮化水平最高的省份之一。2019年城鎮化水平達到70.6%，雖然與發達國家相比還存在一定的差距，但已經接近發達國家的水平。城鎮化水平高對區域產業結構優化有利，但由于農村人口快速進入城鎮，他們整體文化和技能都還有所欠缺，還不能完全適應高端產業發展的需要，同時，這也為城鎮消費結構帶來變化，因此，也可能阻礙地區產業結構的調整。

5 結論

人口老齡化在人才培養、產業結構匹配、產業集聚等方面能夠促進產業結構優化。針對人口老齡化程度不斷加深的實際情況，要充分分析老齡化對產業結構調整的影響機理，找出關鍵要素，積極面對人口深度老齡化的現實。完善社會保障體系，合理開發老齡化資源，加快建設養老服務體系，特別是農村養老。在老有所養的前提條件下，挖掘老齡人資源，從積極老齡化角度引導老齡人繼續參與產業建設或推動產業優化調整。

【參考文獻】

【1】周文文.人口老齡化對產業結構升級的影響研究[J].江蘇商論，2020（11）：129-134.

【2】曹澤，湯玉琳.人口老齡化對產業結構升級的空間效應研究——基于省級面板數據[J].洛陽師范學院學報，2020，39（10）：56-60.

【3】邵咪咪，郭凱明，楊麗珊.人口老齡化、經濟高質量發展與產業結構轉型[J].產經評論，2020，11（04）：76-92.

【4】劉成坤，趙昕東.人口老齡化與產業結構升級的互動關系研究[J].統計與決策，2020，36（12）：81-84.

【5】朱洪春，劉伯超，陳建新，等.經濟增長與居民收入協調度分析——以常州市為例[J].知識經濟，2016（24）：10-11.