人口老齡化對產業結構調整升級的影響

何衛明

【摘? 要】論文通過梳理相關文獻，探討了人口老齡化從需求與供給兩方面對產業結構調整升級的影響機制。同時，論文利用2005-2020年我國31個省區市的面板數據，建立計量模型實證分析了老齡化對產業結構優化升級的影響，實證分析表明，人口老齡化的深化會進一步倒逼產業結構優化升級。論文建立門檻模型，以城鎮化水平為門檻變量，驗證了結論的合理性與可靠性。

【關鍵詞】人口老齡化；產業結構；門檻模型

【中圖分類號】C924.24；F121.3【文獻標志碼】A?【文章編號】1673-1069（2023）10-0152-03

1 引言

改革開放以來，得益于人口紅利帶來的勞動力優勢，我國實現了飛速發展，產業結構優化明顯，人民生活水平不斷提高，人均收入實現顯著增加。與此同時，發展中的許多問題也已暴露出來，其中之一便是老齡化問題的逐漸顯現。為應對人口日益增加為社會經濟帶來的壓力，同時，鼓勵人們將更多的時間投身經濟建設，我國實行了“計劃生育”政策。這一方面減輕了勞動力的負擔，但另一方面帶來了生育率的降低，人口結構也因此產生了根本性的變革。在經濟發展的同時，醫療、科技、教育水平也有了大幅度的提升，我國的人均壽命得到提高，在一定程度上加速了老齡化的進程。隨著社會的發展，年輕人的壓力過大、城鄉發展不平衡、個人自由意識的覺醒等，均在不同程度上加劇了人口老齡化的發展趨勢。

目前來看，人口老齡化程度的提高改變了我國在國際貿易價值鏈上的地位，我國勞動力低成本的優勢進一步削減，人口紅利將不復存在，這對我國產業的國際競爭力有一定的負面影響。但同時，老齡化在改變消費結構、倒逼企業由低端勞動密集型向技術密集型轉型升級等方面的激勵作用不能忽視。鑒于此，研究人口老齡化對我國產業結構的影響路徑以及這一影響是否有利，對政府制定相關政策具有較大的參考意義。

2 文獻綜述

通過文獻梳理，學術界對于人口老齡化影響產業結構的結論尚未形成一致意見，現將其整理如下：

第一，人口老齡化對產業結構優化升級具有促進作用。陳衛民等[1]發現，人口老齡化達到一定程度后會通過消費路徑產生需求效應進而推動服務業比重提升，并且隨著人口老齡化程度的提升，該需求效應遞增。蔡興[2]提出，人口老齡化能刺激出口企業更多地以研發投入來替代勞動力投入，從而更有利于出口結構的優化升級。劉玉飛等[3]提出，人口老齡化非但不會阻礙產業結構升級，反而能夠促使產業結構向更高級的方向轉化。

第二，人口老齡化阻礙產業結構的優化升級。馬子紅等[4]認為，人口老齡化不僅阻礙了我國三次產業結構的優化升級，而且限制了我國服務業內部結構的轉型升級。Liang et al.[5]認為，勞動力健康狀況會隨著年齡增長而衰退，降低了勞動生產率和勞動參與率，不利于產業結構調整優化。

第三，人口老齡化對產業結構優化升級存在異質性影響。趙春燕[6]提出，老齡化對產業結構升級的影響存在顯著的門檻效應，當城鎮化水平大于門檻值時，老齡化促進產業結構升級，否則會產生阻礙作用。徐瑾等[7]提出，人口老齡化對經濟增長的影響體現在兩方面：一方面直接抑制經濟增長；另一方面能夠通過產業結構升級間接促進經濟增長。

3 理論分析

隨著人口老齡化程度的提高，其勢必會對社會經濟產生影響。通過梳理有關文獻，發現大多數學者從需求與供給兩個方面解釋老齡化對產業結構調整升級的影響。

3.1 人口老齡化對需求的影響

人口老齡化的加劇會導致老年人口規模日益龐大，且老年人口本身的消費傾向與年輕人之間存在顯著差異。由于年齡的日益增長，老年人口的免疫機能、代謝水平都會有所下降，這也決定了老年人會更多地將消費集中在醫療保健、養老服務方面，導致相關產業及其配套設備的需求增加，從而帶動長期護理、智能家居等新興產業的發展，實現產業的升級調整。與此同時，老齡化程度的提高帶動了社會保障和社會福利體系的進步，因此，反而會倒逼金融業、保險業等第三產業的發展。此外，人口老齡化的加劇對于產業結構升級來說也是一次挑戰。由于我國的老齡化為“生育率主導型”，老齡化的日益嚴重勢必導致人口減少，從而縮減需求。因此，老齡化會通過需求端影響產業結構優化升級，但總體的影響方向猶未可知。

3.2 人口老齡化對供給的影響

人口老齡化對供給層面的影響可以從勞動力供給、勞動生產率以及人力資本積累3個層次進行分析。

第一，勞動力供給。我國長期享有人口紅利帶來的低成本勞動力優勢，實現了經濟的飛速發展。但隨著老齡化程度的提高，勞動適齡人口呈現逐步減少的趨勢。傳統的勞動密集型產業由于勞動力不足導致成本上升，這將進一步壓縮其發展空間，降低其國際競爭力，這也迫使勞動密集型產業的企業通過加大研發投入、提高產品的國際競爭力，以適應全球化市場。在老齡化的倒逼下，我國的產業結構無法繼續向低端制造業集中，而是要向資本密集型轉型升級。

第二，勞動生產率。與年輕勞動力相比，老年人在體力、精力、記憶力等身體機能方面均有所下滑。老年人在學習新技能與理解新知識的速度上顯然不如年輕勞動力，這也使得老年勞動力難以適應產業高級化、智能化的趨勢，甚至會造成結構性失業，使得整個社會的勞動生產率有所降低，阻礙產業升級。

第三，人力資本積累。由于醫療衛生水平的提高，人均壽命日益延長，從而激勵人們加大教育投入，延長受教育年限，增加人力資本的積累。人力資本的積累促使產業進一步向高技術方向調整，促進知識和技術密集型產業的形成與升級。

總體來說，無論是供給側還是需求側，人口老齡化均會對產業結構的調整升級產生影響。但具體的影響方向，仍需進一步驗證。

4 數據說明與實證研究

4.1 指標選取與數據來源

上文分析了人口老齡化對產業結構調整升級的影響路徑以及二者之間的內在關系，接下來，本文通過構建計量模型開展具體的實證分析，進一步核實人口老齡化與產業結構調整升級之間是否存在顯著相關性。

4.1.1 被解釋變量

4.1.2 核心解釋變量

本文將老齡化程度作為核心解釋變量。本文選取65歲以上人口占總人口比例作為衡量老齡化嚴重程度的指標。

4.1.3 控制變量

為減少遺漏變量可能帶來的回歸結果偏誤，本文選取如下控制變量：受教育程度、城鎮化、經濟發展水平、對外開放程度、財政支出、受教育程度、基礎設施建設以及研發投入。

4.2 模型構建

4.3 回歸結果與分析

本文運用固定效應模型，對上述模型進行分析，所得結果見表1。

從表1不難看出，老齡化水平在模型（5）和模型（6）內均在1%的水平下通過顯著性檢驗，說明老齡化程度的提高的確會對產業結構調整升級產生影響。從具體方向來看，老齡化對產業合理化指標SR的影響為負，因而老齡化程度的提高會倒逼產業部門內部更為均衡合理。對于產業高級化指標SH和產業結構升級指數IND來說，老齡化水平的影響均顯著為正，說明老齡化程度的提高能夠顯著倒逼產業結構實現升級調整。

4.4 拓展性分析——門檻模型的建立

5 結論與建議

本文的理論研究表明，人口老齡化會通過供給側和需求側對產業結構調整升級產生影響。在實證層面上，本文根據2005-2020年我國31個省區市的面板數據，建立固定效應模型分析了人口老齡化對產業結構優化升級的影響機制。研究結果表明，老齡化程度的提高能夠顯著倒逼產業結構實現升級調整。此外，將城鎮化水平作為門檻變量建立門檻模型，驗證了結論的合理性和可靠性。基于此結論，本文提出有關建議：一是要大力發展科技，深入貫徹創新驅動發展戰略，使得勞動力成本的提高能夠真正倒逼產業結構調整升級；二是要大力發展老年產業，順應人口結構變化趨勢，為老年人量身定制適合的消費產品，增強老年人的消費能力；三是要加強養老服務體系以及社會保障體系的建設，實現“老有所依、老有所養、老有所樂”的目標，保證老年人群能夠度過一個安靜、祥和的晚年生活；四是要鼓勵各地區因地制宜，制定適合本地區產業發展的產業政策，推動產業科技水平與產業價值的提升。

【參考文獻】

【1】陳衛民，施美程.人口老齡化促進服務業發展的需求效應[J].人口研究，2014，38（5）：3-16.

【2】蔡興.人口老齡化倒逼了中國出口結構的優化升級嗎[J].當代經濟研究，2016（8）：81-91.

【3】劉玉飛，彭冬冬.人口老齡化會阻礙產業結構升級嗎——基于中國省級面板數據的空間計量研究[J].山西財經大學學報，2016，38（3）：12-21.

【4】馬子紅，胡洪斌，鄭麗楠.人口老齡化與產業結構升級——基于2002—2015年省級面板數據的分析[J].廣西社會科學，2017（10）：120-125.

【5】James Liang，Hui Wang，Edward P. Lazear.Demographics and Entrepreneurship[J].Journal of Political Economy，2018，126（S1）：S140-S196.

【6】趙春燕.人口老齡化對區域產業結構升級的影響——基于面板門檻回歸模型的研究[J].人口研究，2018，42（5）：78-89.

【7】徐瑾，潘俊宇.產業結構優化視角下的人口老齡化與我國經濟增長[J].經濟問題，2020（9）：62-71.

【8】賈妮莎，韓永輝，鄒建華.中國雙向FDI的產業結構升級效應：理論機制與實證檢驗[J].國際貿易問題，2014（11）：109-120.

【9】楊騫，秦文晉.中國產業結構優化升級的空間非均衡及收斂性研究[J].數量經濟技術經濟研究，2018，35（11）：58-76.

【10】汪偉，劉玉飛，彭冬冬.人口老齡化的產業結構升級效應研究[J].中國工業經濟，2015（11）：47-61.

【11】Bruce E. Hansen.Threshold effects in non-dynamic panels： Estimation， testing， and inference[J].Journal of Econometrics，1999，93（2）：345-368.