人口老齡化對技術創新的影響

何玉瓊 李陽明

摘?要：本文在對文獻梳理推導出人口老齡化對技術創新的影響機制上，基于我國31省（市、自治區）2002-2018年的省級面板數據，運用動態面板模型和系統廣義矩估計方法，實證分析人口老齡化對技術創新的影響作用。研究結果顯示：我國的人口老齡化對技術創新存在顯著的正向作用，且該結論通過了變量替換和反向因果識別進行的穩健性檢驗。本文的結論可以幫助我們分析當前我國所面臨的人口老齡化問題，發揮人口老齡化對技術創新的正向推動作用，減輕人口老齡化對技術創新的負向阻力。

關鍵詞：人口老齡化;理論機制;技術創新

中圖分類號：F24?文獻標識碼：A?doi：10.19311/j.cnki.1672-3198.2021.35.033

0?引言

隨著我國經濟發展水平的逐漸提高和計劃生育政策的長期有效推行，我國人均壽命不斷延長、少子化現象出現，導致人口老齡化問題現象日益突顯，2000年我國開始進入老齡化社會，隨后人口老齡化程度不斷深化，據預測，到2050年，60歲及以上和65歲及以上的老齡人口將達4.54億和3.31億。在當前我國人口老齡化程度加速的趨勢下，且經濟增長的驅動力從要素投入向發揮技術轉變，提高我國技術創新水平無疑是我國加快適應經濟轉變、保障我國經濟平穩持續發展的一種有效選擇;但是，人口老齡化不斷發展又勢必會直接影響一個國家或者地區的技術創新發展水平，以及經濟發展速度與方向，鑒于此，研究分析人口老齡化對于技術創新的影響效應，對有效應對我國老齡化問題、促進經濟的可持續發展有相關意義。

1?理論機制

首先，就個體而言，人口老齡化雖然使個體機能嚴重老化、學習能力下降（czaja等，2007），對前言知識的學習不足，但同時，老年人口在實踐中通過“干中學”也積累了豐富的實際工作管理經驗和勞動生產管理技能，有研究結果表明已有的工作經驗與前沿的知識對于技術創新是一樣重要的（bonte，2009），老年人在實踐中可以通過和年輕人共同分享成熟的經驗從而較大程度減少年輕人在技術創新的過程中所出現的失誤，推動技術創新活動（ kuhnm，2007）;也可以借助他們在實踐中所積累的工作經驗去發現更有效的前言性工作戰略，與青年人的前言知識相輔一體，提升其創新性的工作效率（ ang、madsen ，2015）;因此，老年群體擁有高質量的技術實踐經驗可以有效緩解由于人口老齡化造成的創新能力降低。

其次，老齡化現象的特征是出生率的下降和人均壽命的延長，出生率的下降會導致少兒人口的減少，家庭中用于子女教育的資本大量集中，會加強對人力資本的投入，從而提高整個社會平均人力資本水平。當個體的壽命增加時，未來或許會延遲退休，人們的工作時間將會相應地增加，這會導致人力資本投資收益的提高，于是個體會加大其本身的投資（范洪敏，2017），且有研究表明：高水平教育群體即使是老年后對于經濟增長的貢獻率仍然要超過青年人（Ang、Madsen，2015）。另外，根據生命周期理論，人們會考慮未來的老年生活消費所需以及不確定性的應對，會進行一定的儲蓄來平滑一生的支出，家庭儲蓄會導致物質財富的積累增加，即人口老齡化會一定程度提升人類社會的物質資本積累;隨著數億人口的社會物質資本積累速度上升，很可能會出現第二次人口紅利（maso等，2016），即物質資本在一定富足程度，會導致利率的降低，進而降低我國研發部門對外融資的技術成本，同時提高未來技術盈利的發展空間，導致我國研發部門將來還會進一步增加對技術研發的投資，最終對我國技術創新的未來發展進程產生正向的影響（gehringer和geprettner，2019）;以上，家庭和個人的優化積極行為可能會促進人口老齡化對技術創新的正向作用。

最后，對于企業層面，人口老齡化會使得企業的勞動力要素成本上升，且勞動力相對于資本更加稀缺，企業為了防止生產率下降，一般只能通過使用資本或者技術來替代勞動，但是資本替代勞動卻會出現資本邊際報酬遞減的問題，故企業往往會偏向于促進勞動節約型的技術創新;有研究表明人口老齡化通過促進智能化機器和自動化技術的發展與運用，能夠大幅提高經濟整體的自動化程度（ acemoglu、restrepo ，2018）。對于國家層面，人口老齡化所帶來的大量勞動力稀缺倒逼整個國家在重視對人力資本的投資、技術創新時，會直接引發整個國家的資源進行重新配置，這對于技術創新會產生正向影響（汪偉，2016）。根據以上文獻推導，本文認為從各方面協調來看，人口老齡化可能對技術創新有正向的促進作用。

2?計量模型、變量與數據

2.1?基準模型設定

構建如下計量分析模型：

其中：下標i和t分別代表樣本中的各個省份和時間;Rdit為研發經費投入強度，代表技術創新水平，Rdit-1代表技術創新的一期滯后項;age65it是人口老齡化系數，代表老齡化程度;Xnit代表可能影響技術創新的控制變量，下文中有具體表述;α0為常數項，α1、α2和αn為待估系數;εit為隨機誤差項。由于技術創新是一個動態演變的發展過程，上一期的技術創新積累明顯對現期的技術具有積極的推動作用，因此引入滯后被解釋變量符合理論與現實。廣義矩估計分為差分廣義矩估計（ Diff-GMM） 和系統廣義矩估計（ Sys-GMM），本文運用動態面板模型對人口老齡化與技術創新的關系進行系統廣義矩估計。為控制模型中可能存在的異方差，對各變量均取對數。

2.2?變量選取

被解釋變量：技術創新（Rd），選用研發經費投入強度來衡量，具體是研發經費投入占 GDP 比重來測度。在穩健性檢驗中，將國內專利申請受理量（patent）對技術創新進行替換衡量。

核心解釋變量：老齡化程度 （Age65），使用65歲及以上人口占總人口比重（老齡化系數）作為老齡化程度衡量指標。另外將老年撫養比（Oadr）在穩健性檢驗中對老齡化水平進行替換衡量。

本文加入可能會影響技術創新的控制變量有：（1）實際人均國內生產總值（egdp），以2002年為基年進行折算;（2）固定資產投資（inv）;（3）城市化水平（urban），以城鎮人口占年末總人口比重衡量;（4）對外開放度（open），以進出口總額占GDP比重來衡量;（5）工業化水平（industry），以工業增加值占GDP比重來衡量;（6）人力資本（hc），參考胡鞍鋼的方法，以各地區人均受教育年限衡量，具體算法：平均受教育年限= （大專以上人口數×16+高中人口數×12+初中人口數×9+小學人口數×6）/總人口數。

2.3?數據描述

本文所使用的數據為中國31省、直轄市、自治區2002-2018年的平衡面板數據，數據分別來源于各年的《中國統計年鑒》《中國科技統計年鑒》和各省統計年鑒，表1是變量的描述性統計結果。

3?實證結果與分析

為與動態面板模型進行比較分析，首先，使用靜態面板模型、采用隨機效應（Re）估計和固定效應（Fe）對老齡化程度對技術創新的影響進行估計，表2的第（1）（2）列分別顯示了在未控制時間趨勢的情況下隨機效應和固定效應的估計結果，結果表明人口老齡化對技術創新的影響在5%的水平上顯著為正，表2第（3）（4）列為控制了時間趨勢的情況下隨機效應和固定效應的估計結果，結果顯示人口老齡化對技術創新的影響在10%的水平上顯著為正。Hausman檢驗結果表明，固定效應比隨機效應更準確有效。其次，表2中的第（5）（6）列動態面板模型表明了差分廣義矩估計和系統廣義矩估計的結果是人口老齡化對技術創新的影響正向且顯著。另外，因變量滯后項的估計系數為正數且顯著，表明使用動態面板模型較靜態面板模型更為合理。Abond自相關檢驗的AR（1）的P值小于0.05，AR（2）的P值大于0.1，表明殘差項只存在一階序列相關，不存在二階自相關，故其隨機誤差項無序列相關性。Sargan檢驗表明不能拒絕“工具變量是合理得”原假設。

從實證結果和現實情況來看，我國的人口老齡化目前沒有對技術創新帶來負向作用。控制變量方面，實際人均國內生產總值和固定資產投入對于技術創新有著明顯的正向影響，與相關經濟學理論的分析相吻合。城市化水平及其對外開放對技術創新的作用是正向不顯著，工業化程度對于技術創新的影響為負向不顯著，人力資本積累對于技術創新有顯著的正向影響。基于前文的理論機制分析，本文認為經濟社會是一個龐大繁雜的系統，老齡化對于技術創新的影響具有多維性和復雜性，其最終的影響是正向和負向作用之間相互制約以及各主體間協調融合的效果。其中，老年個體通過已有工作經驗對技術創新發揮余熱，老齡化引起的家庭對人力資本的大量投資及物質資本積累會在某種程度促進人口老齡化對技術創新的正向作用。加之，在老齡化情況下，企業為了保證全要素生產率，會激發其對勞動節約型的技術創新，國家對科研的投入加大和資源的合理分配，均在某種程度上促進人口老齡化對技術創新的正向作用。因此，在個體、家庭、企業和國家各方積極優化行為調整結構下，人口老齡化對技術創新存在正向效應。

4?穩健性檢驗

替換變量。為了驗證基準回歸結果的穩健性，使用老年撫養比（Oadr）對人口老齡化進行再次衡量，被解釋變量仍為研發經費投入強度（Rd），此外，使用專利申請受理數（Patent）再次對技術創新進行衡量，解釋變量仍為老齡化系數（Age65），最后，將被解釋變量和解釋變量的原指標均替換為專利申請受理數（Patent）和老年撫養比（Oadr），對上述三種情況依次采用系統GMM方法進行回歸檢驗老齡化對技術創新的影響。回歸結果是表3的（1）-（3）列，由結果可知，老齡化程度對技術創新的影響均顯著為正，其與基準回歸結果較為一致。

反向因果識別。由于技術創新會提高醫療水平和生活水平，人們的壽命會相應延長，這在一定程度上加劇人口老齡化程度，也就是說，人口老齡化與技術創新之間可能是一個逆向的因果關系，故存在內生性問題，為有效解決這一問題，參考鄧翔（2019）的方法，采用將老齡化程度變量進行滯后處理后，再用系統廣義矩估計進行人口老齡化對技術創新的影響分析。表3中第（4）-（7）列的被解釋變量均為研發經費投入強度（Rd），核心解釋變量依次為老齡化程度的一期滯后項、老年撫養比的一期滯后項、老齡化程度的二期滯后項、老年撫養比的二期滯后項。由表中結果可知，不論是老齡化的一期滯后項還是二期滯后項，其估計結果依然正向顯著。通過以上穩健性檢驗，表明基準估計結果有一定可靠性。

5?結論與啟示

本文基于文獻推導出人口老齡化對技術創新作用機制的基礎上，利用中國2002-2018年省級平衡面板數據，實證檢驗了我國人口老齡化對技術創新的影響，發現人口老齡化與技術創新顯著正相關。目前來看，我國人口老齡對技術創新水平沒有抑制作用，其原因可能是，基于個體家庭、企業及國家各主體在適應人口老齡化時做出了相對優化積極的選擇，且這些優化選擇相互協調融合，例如，讓一位老年人傳授自己工作的經驗，發揮他們工作的優勢;家庭也增加了自身和子女的各種人力資本投入;企業和政府在國家都增加了科學研發投入，促進了科學技術創新;這就使得我國的人口老齡化對科學和技術創新產生的正向效應和協調作用遠遠超過了其他方面的負向效應，導致最后的總效果變為正。且在進行穩健性檢驗后，本文結論依然成立。

本文的政策啟示：第一，充分發揮人口老齡化對技術創新的正向效應，及各經濟行為主體對人口老齡化作出的協調優化效應，強化人口老齡化對技術創新的正向影響;第二，加強教育投資，落實人才強國戰略，加強對科研的投入，提升人力資本，促進技術創新。

參考文獻

[1]Czaja S J，Lee C C.The Impact of Aging on Access to Technology[J].Universal Access in the Information Society，2007，5（4）：341-349.

[2]Bonte W，Falck O，Heblich S.The Impact of Regional Age Structure on Entrepreneurship[J].Economic Geography，2009，85（3）：269-288.

[3]Kuhn M，Hetze P.Team composition and knowledge transfer within an ageing workforce，2007.

[4]Ang，J. B. and Madsen，J. B.Imitation versus Innovation in an Aging Society：International Evidence since1870[J].Journal of Population Economics，2015，28（2）：299-327.

[5]范洪敏，穆懷中.人口老齡化對環境質量的影響機制研究[J].廣東財經大學學報，2017，（2）：41-52.

[6]Ang，J.B.，Madsen，J.B.Imitation versus Innovation in an Aging Society：International Evidence since1870[J].Journal of Population Economics，2015，28（2）：299-327.

[7]MASON A，LEE R，JIANG J X.Demographic dividends，human capital，and saving[J].Journal of the economics of ageing，2016，（7）：106-122.

[8]GEHRINGERA，PRETTNERK.Longevity and technological change[J].Macroeconomic dynamics，2019，23（4）：1471-1503.

[9]ACEMOGLUD，RESTREPOP.Demographics and automation[R]. NBER Working Paper，2018：24421.

[10]汪偉，姜振茂.人口老齡化對技術進步的影響研究綜述[J].中國人口科學，2016，（3）.

[11]鄧翔，張衛，萬春林，等.人口老齡化與技術進步：凜冬將至嗎——來自OECD國家的經驗證據[J].廣東財經大學學報，2019，34（06）：11-23.