人口老齡化與我國制造業智能化轉型

摘要：本文基于2011—2021年我國省級面板數據，構建中介效應模型實證檢驗老齡化對我國制造業智能化轉型的作用機制。結果表明，總體上老齡化會促進我國制造業智能化轉型，同時，人口老齡化還會通過以下路徑對制造業智能化發展產生影響：人口老齡化程度的加深將會推動技術創新，從而促進制造業向智能化轉型；老年人口的不斷增加使得家庭養老負擔加重，擠占教育資本投入，進而通過抑制人力資本積累對制造業智能化轉型產生不利影響；人口老齡化導致勞動力供給減少，沖擊勞動力市場，提高勞動力成本，倒逼制造業進行智能化轉型。

關鍵詞：人口老齡化；制造業智能化轉型；中介效應

中圖分類號：F4243文獻標識碼：A文章編號：1001-148X（2024）02-0023-10

收稿日期：2023-11-15

作者簡介：陳春明（1969—），男，黑龍江樺川人，教授，博士，研究方向：組織創新與制造業轉型升級；許雨佳（1997—），女，山西晉中人，碩士研究生，研究方向：制造業轉型升級;陳佳馨（1995-），女，黑龍江哈爾濱人，博士研究生，研究方向：產品戰略。

基金項目：國家社會科學基金一般項目“雙循環新發展格局下中國高端裝備制造業雙鏈協同升級機理、模式與策略研究”，項目編號：22BJL117；黑龍江省哲學社會科學研究規劃專題項目“黑龍江發揮國有企業支柱作用實踐研究”，項目編號：23XZT038。

一、引言

隨著信息技術的快速發展，智能化轉型已成為全球制造業轉型升級的熱點。黨的二十大報告指出，堅持把發展經濟的著力點放在實體經濟上，加快建設制造強國質量強國，推進新型工業化。因此，推動數字經濟、大數據、人工智能等與實體經濟深度融合，將成為我國制造業智能化轉型的重點方向。然而，在制造業轉型升級的同時，我國人口年齡結構也經歷了巨大的變革。自進入老齡化社會開始，65周歲及以上人口呈持續增長趨勢，據2021年年底數據顯示，我國65周歲及以上人口達到20056萬人，占總人口的比重也從2012年的94%增長至142%，老齡化現象進一步加深。伴隨著老齡化的逐步增速，人口紅利日益縮減，有關人口老齡化對制造業智能化轉型影響的作用機制也存在較大爭議。一部分研究認為老齡化導致勞動力供給下降，這種勞動力供求關系的改變將會給企業帶來積極的發展空間，推動勞動力密集的企業加快智能化轉型，用機器以及智能化技術來替代人的體力和部分腦力活動，加快生產效率。而另一部分研究則認為老齡化使得企業用工成本提高，進而導致盈利能力下降，競爭優勢被削弱，同時，老年人可能因身體以及技術適應性的限制使得他們參與智能化轉型存在障礙，增加制造業智能化轉型的發展阻礙。目前，老齡化對于制造業智能化轉型的影響機制尚未形成共識，老齡化已經成為一個全球性的趨勢，但是長期的研究數據相對有限，很難準確預測老齡化對制造業智能化轉型的影響。因此，深入分析人口老齡化對制造業智能化轉型的作用機制，探索其發揮的中介效應和綜合效應，對于驅動我國制造業提質增效，促進制造業智能化發展具有重要的理論和現實意義。

二、文獻綜述

人口問題一直備受學術界的廣泛關注和研究，隨著全球范圍內人口老齡化程度的加深，越來越多的學者開始探討人口老齡化對制造業發展的影響。目前，雖然關于人口老齡化如何影響制造業智能化轉型的研究相對較少，但對于制造業轉型升級的研究已經相對充實。因此，本文主要梳理總結人口老齡化對制造業轉型升級影響的相關文獻資料，以便為進一步研究制造業智能化轉型提供參考。當前學者關于人口老齡化對制造業轉型升級的影響尚未達成一致結論，主要有以下三種觀點：

第一種觀點認為，人口老齡化不利于制造業轉型升級。Catalano和Pezzolla（2016）構建世代交疊模型研究意大利、德國和法國老齡化與勞動生產率之間的相互作用，結果發現老齡化是德國人力資本增長率下降的重要因素之一，此外，在老齡化的影響下，意大利和德國的資本積累以及創新頻率減少，這些不利因素都將會阻礙制造業的轉型發展［1］。Uddin等（2016）在對澳大利亞的人口研究中發現，老年人口撫養比與人均GDP之間存在顯著負相關性，并且老年人口撫養比的上升最終可能導致經濟增長放緩，阻礙制造業轉型升級［2］。逯進等（2018）在其研究中指出，老齡化往往采取降低勞動生產率、壓縮科教支出等方式，抑制產業結構升級［3］。趙昕東和劉成坤（2019）認為隨著老年人口的增加，國家在社會保障方面的開支暴增，這會導致在科研領域投入的資金減少，從而對創新活動造成不利影響，阻礙制造業結構升級［4］。潘俊宇等（2022）基于我國省級面板數據研究發現，在以家庭為單位的子女贍養模式下，老齡化程度的加深易對家庭教育投資產生擠出效應，導致人力資源稟賦下降，對制造業的轉型發展產生阻礙作用［5］。張博等（2022）從企業視角出發，考察人口老齡化對人力資本的影響，進一步發現人口老齡化會通過提高人力調整成本，顯著增加勞動力成本粘性，對企業優化升級產生負面影響［6］。

第二種觀點認為，人口老齡化會促進制造業轉型升級。Banister等（2012）在其研究中提到，隨著預期壽命的延長，人們更加傾向“預防性儲蓄”，進而增加資本積累推動制造業轉型升級［7］。汪偉等（2015）的研究結果表明，人口老齡化催生了“銀發經濟”，通過增加老年消費需求促進產業結構優化［8］。謝雪燕和朱曉陽（2020）認為目前我國人口老齡化相較于勞動力效應，其創新效應更為顯著，老齡化對經濟增長的抑制作用并未顯現［9］。方雯（2021）在對東莞的制造業轉型研究中發現勞動力的供給結構受到人口老齡化對勞動力資源稟賦的整體性影響，使得制造業大力發展智能制造，通過“機器換人”改進生產流程，減少對勞動力的依賴［10］。張桂文等（2021）從長期動態視角觀察，認為老齡化所帶來的要素稟賦改變以及較高的人力資本投資回報率都將促進技術創新，對制造業轉型升級產生積極影響［11］。JavierCravino等（2022）利用美國家庭層面的數據，探究不同年齡家庭在消費支出份額上的差異，發現老年人支出服務方面的比例更高，進而推動服務部門規模擴大，促進制造業向技術密集型方向轉型升級［12］。

第三種觀點認為，人口老齡化對制造業轉型升級的影響具有差異性。張斌和李軍（2013）認為人口老齡化所帶來的需求效應表現在老齡化產業等服務業的發展以及制造業就業比重下降，而供給效應則體現在勞動力供給下降刺激制造業加快技術創新，促使產業結構升級［13］。CaiJ和StoyanovA（2016）指出在人口老齡化的國家，生產效率普遍較低，極大阻礙了制造業結構升級，但可以通過向密集使用增齡技能的行業轉移來適應人口結構變化所產生的消極影響［14］。汪偉和姜振茂（2016）認為人口老齡化雖然會增加企業用工成本，影響其競爭力，但同時也會促使人們加大人力資本投資，推動技術進步以及企業轉型發展［15］。卓乘風和鄧峰（2018）通過研究發現人口老齡化對產業結構升級具有區域異質性影響，即在東中西部地區分別呈現不顯著、正向顯著和負向顯著的作用結果［16］。張秀武等（2018）認為老齡化雖然會抑制物質資本投資，但在提高健康人力資本投資方面反而減輕了老齡化對于經濟增長以及制造業轉型的抑制效應［17］。何冬梅和劉鵬（2020）指出人口老齡化不利于制造業結構轉型發展，但存在部分正向中介效應使得這種負面影響可以得到一定的緩解［18］。馬紅梅和楊月（2021）的研究結果表明老齡化現象對于區域制造業的轉型升級具有顯著促進作用，但其影響程度在各地區存在明顯差異［19］。符建華和曹曉晨（2021）從地理距離的角度考察，發現人口老齡化顯著推動了本地區域的經濟高質量發展，老年群體的特殊需求極大促進了新興技術密集型制造業的蓬勃發展，但并不利于周邊地區經濟高質量發展的提升［20］。

綜上所述，國內外學者采用多種角度和研究方法對老齡化如何影響制造業轉型升級進行了深入研究，取得了豐富的研究成果。但也不難發現，其一，關于老齡化對制造業轉型升級的影響機制研究較為分散且存在諸多不一致，事實上人口老齡化會從人力資本、勞動力供給等多個方面對制造業轉型升級產生影響，可見研究視角和研究方法的差異性在一定程度上會影響研究結論。其二，在量化分析方面缺少實質性研究，同時，現有為數不多的實證研究也只是分析了人口老齡化對產業結構和經濟增長的影響，并沒有在不同轉型方式下分別研究人口老齡化對制造業的影響。其三，現有研究鮮少關注制造業智能化轉型的問題。制造業作為我國發展的支柱產業，在智能技術的快速發展下，其智能化轉型對于我國實現制造強國，從而擺脫價值鏈低端鎖定的現狀至關重要。因此，本文基于2011—2021年我國省級面板數據，建立實證模型檢驗我國人口老齡化對制造業智能化轉型的中介效應和綜合效應。

據此，本文可能的邊際貢獻主要在于以下兩點：第一，將傳統的老齡化研究與制造業智能化轉型相互融合，深入探討老齡化對制造業智能化轉型的影響，為尋求老齡化社會下制造業智能化轉型新的發展路徑提供參考依據。第二，運用中介效應模型實證分析老齡化通過多種路徑影響制造業智能化轉型，同時，在數據采集上力求精準。通過分析不同變量之間的關系，揭示老齡化、技術創新、人力資本積累以及勞動力成本與制造業智能化轉型之間的作用機制和中介關系，從而更全面地了解其影響過程。

三、理論分析與研究假設

我國既是人口大國也是制造業大國，伴隨著人口老齡化程度的加深，依托于人力資本和先進技術等發展的制造業智能化轉型將受到重大影響。通過文獻梳理，本文發現人口老齡化對制造業智能化轉型的影響主要是通過技術創新、人力資本積累和勞動力成本等方面來發揮作用。

（一）技術創新效應

技術創新能夠推動效率提升和生產結構優化，從而促進制造業智能化轉型。而人口老齡化程度的加深將會不可避免地導致勞動力供給下降，適齡勞動力稀缺程度提高，影響企業的技術創新活動。一方面，隨著年齡的增長，老年人無論是身體機能還是認知能力都會出現一定程度的下降，進而導致個人工作動機有所減弱，工作效率降低。同時，相較于年輕勞動力，老年人在接受新知識、新技術等方面存在一定的障礙，對于新崗位、新產業的適應能力也比較低，因此出于利益的考慮，這些不利影響將會倒逼企業通過技術創新來加速智能化轉型，以機器替代人的體力及部分腦力活動。另一方面，隨著我國社會保障制度的逐步完善，養老、醫療等負擔可以得到部分緩解，勞動力要素稟賦的改變和預期壽命的增加延長了工作年限，老年人豐富的工作經驗和知識技能等能夠和年輕人的新知識產生互補作用，從而促進企業的創新活動。另外，對于一些高級技術人才來說，個人創新能力并不會隨著年齡的增長而下降，這類工作者往往擁有大量的知識儲備和積累，更有能力進行科技產出，從而推動企業的技術進步。由此本文提出如下假設：

H1：人口老齡化通過促進技術創新推動制造業智能化轉型。

（二）人力資本積累效應

人力資本積累的提高能夠優化市場人力資源配置，對科技產生積極影響，進而促進制造業智能化轉型。但作為人口老齡化的衍生性問題，退休年齡的延長使得一部分人力資本水平較低的老年勞動力占據過多的生產資源，而人力資本水平較高的年輕勞動力則可能資源缺乏，導致人力資本與資源供給錯配，對人力資本積累產生負向影響，阻礙技術創新的效率。同時，老年人口的增加直接加重了家庭養老負擔，伴隨著年齡的增大，老年人對醫療、保健等產品或服務的需求會大幅增加，從而使得家庭用于滿足老年人健康生活的支出對教育人力資本投資產生擠出效應，阻礙人力資本積累。制造業智能化轉型往往需要高等教育人才提供智力支撐，雖然我國通過實行九年義務教育減緩了人力資本的折舊速度，但非義務教育的投資受到了老齡化的沖擊，人均受教育支出下降，減緩了勞動生產率和人力資本的積累速度，間接對制造業智能化轉型產生不利影響。由此本文提出如下假設：

H2：人口老齡化通過阻礙人力資本積累抑制制造業智能化轉型。

（三）勞動力成本效應

勞動力成本作為企業經營成本的重要組成部分，影響著企業的盈利能力和競爭能力。老齡化程度的加深導致我國人口紅利逐漸消失，低價勞動力減少，企業用工成本增加。一方面，勞動力成本不僅包括企業雇傭勞動力所支付的工資，還包括由個人和企業共同承擔的養老保險、醫療保險和其他社會保險稅費。老年人口的增加勢必會加重社會保障壓力，增加企業運營成本。此外，勞動力平均年齡增加，老年人對于員工培訓所涉及的新知識和新事物認知速度降低，從而增大培訓成本。另一方面，人口老齡化沖擊勞動力市場，適齡勞動力人口下降，企業需要進行必要的人力調整，管理者不僅要考慮辭退費、遣散費等直接成本，還要考慮重新招聘新員工和培訓等潛在人力成本。另外，隨著人力資本水平的提高以及生活成本的增加，勞動力的工資水平也在不斷上漲。勞動力成本的上升加大了企業的經營成本，降低了企業的競爭優勢，使企業不斷加大研發投入和技術升級，以此來增大發展空間，進而倒逼制造業進行智能化轉型。由此本文提出如下假設：

H3：人口老齡化通過提高勞動力成本進而倒逼制造業智能化轉型。

以上分析結果表明，人口老齡化可以通過多種路徑影響制造業智能化轉型，包括對技術創新、人力資本積累以及勞動力成本的影響，其作用效果也存在差異，因此，為驗證以上假設，下文將進一步進行實證檢驗。本文的理論機制分析如圖1所示。

圖1理論機制分析

四、研究設計

（一）模型設定

根據前文的理論分析可知，老齡化能夠通過多種因素影響制造業智能化轉型，其影響結果也各有差異。基于此，為檢驗老齡化是否會通過技術創新、人力資本積累以及勞動力成本影響制造業智能化轉型，本文借鑒Baron和Kenny（1986）提出的逐步法［21］，構建以下中介效應模型：

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表示區域i在t年份的制造業智能化轉型水平，oldi，t表示區域i在t年份的老齡化程度，Mi，t表示三個中介變量，分別為技術創新、人力資本積累和勞動力成本，controli，t表示控制變量，α、β，λ為參數，μi表示個體固定效應，γt表示時間固定效應，εi，t為誤差項。

（二）指標選取與變量說明

1被解釋變量為制造業智能化轉型水平（int）。制造業智能化轉型的目標在于運用人工智能等信息通信技術實現勞動力的替代、資源的有效配置以及人、機、網的高度融合。制造業智能化依托于智能技術，將其應用于設計、生產、管理等各個制造活動環節，進行智能應用的開發與使用，從而獲得相應的社會效益和經濟效益。鑒于此，本文借鑒李健旋（2020）的研究，將制造業智能化分為智能技術、智能應用和智能效益等三個部分進行評價［22］。智能技術是智能應用和智能效益的基礎，其需要人員和設施的投入；智能應用則利用智能算法構造新的制造系統和制造形式，優化產業結構；智能效益反映了智能技術應用于制造活動后的效果，其成功與否在很大程度將取決于市場盈利情況。因此，本文參考孟凡生和崔靜文（2022）［23］、劉軍等（2022）［24］、汪立鑫和孟彩霞（2022）［25］的研究并依據各個二級指標特性構建三級指標，采用更具有客觀屬性的熵值法確定指標權重，進而測算我國制造業智能化轉型綜合指數。具體制造業智能化轉型評價指標體系如表1所示。

2解釋變量為人口老齡化程度（old）。人口老齡化是一個老年人口比重不斷上升的動態過程，根據國際慣例，老年人通常被定義為60周歲或者65周歲及以上的人，因此，本文依照此定義以及數據的可獲得性，結合實際研究，選取老年人口撫養比作為衡量人口老齡化程度的指標，老年人口撫養比是指65周歲及以上人口數占勞動年齡人口數的比重。

3中介變量（M）。中介變量包括技術創新、人力資本積累和勞動力成本。其中，技術創新（tec）選擇Ramp;D支出強度來衡量，用一個地區的Ramp;D經費支出在該地區GDP中所占的份額表示。技術創新需要充足的資源，包括研發人員投入以及資金投入，因此，研發經費占GDP的比重能夠較好地反映出該地區的技術創新發展情況。

人力資本積累（edu）選擇人均受教育年限來衡量。人力資本不同于物質資本，是指經過教育、培訓、學習之后體現在勞動者身上的知識技能、文化技術水平以及健康狀況等資本總和。一般認為，勞動者受教育年限越高，人力資本水平就越高。因此，借鑒陽立高等（2018）［26］的研究方法，并在其基礎上進行相應修改，計算人均受教育年限，公式如下：

edu=T1*16+T2*12+T3*9+T4*6+T5*1N（4）

其中，T1—T5表示本專科、高中、初中、小學以及未上過學的人數，所乘數字為當年相應的規定學年數，N表示6周歲及以上人口數。

勞動力成本（wag）選擇制造業人員的平均工資來衡量，單位為元/人。勞動力成本是指企業雇傭勞動力而支付的勞動費用，是構成制造業經營成本的重要組成部分，工資作為勞動報酬的主要表現形式，可以真實地反映地區制造業的勞動力成本。

4控制變量。借鑒以往學者的研究，選取基礎設施建設、規模化、研發強度以及工業化水平作為本文的控制變量。基礎設施建設（bas）選擇各省份人均道路面積與全國人均道路面積的比重來衡量。規模化（siz）選擇規模以上工業企業主營業務收入與規模以上工業企業單位數的比重來衡量，單位為億元/個。研發強度（rd）選擇高技術制造業Ramp;D經費占工業企業Ramp;D經費的比重來衡量。工業化水平（ind）選擇工業增加值占地區GDP的比重來衡量。

（三）數據來源與處理

本文選取2011—2021年我國30個省（自治區、直轄市）的相關數據，西藏自治區由于樣本數據缺失嚴重故予以排除。所有原始數據均來源于《中國人口和就業統計年鑒》《中國科技統計年鑒》《中國高技術產業統計年鑒》、國泰安數據庫以及各省統計年鑒等。對于原始數據中個別缺失值采用線性插值法進行填充，為消除數據可能存在的異方差問題，本文對變量規模化（siz）進行對數化處理。各變量的描述性統計如表2所示。

五、實證結果分析

（一）數據的平穩性檢驗

在進行實證分析前，為了防止由于偽回歸問題導致的結果偏差，本文首先要對變量指標進行單位根檢驗。本文選用了HT檢驗和IPS檢驗，結果顯示HT檢驗有6個變量的原始數據未能通過平穩性檢驗，而IPS檢驗中有2個變量的原始數據沒有通過平穩性檢驗，在進行一階差分處理后，所有變量均通過平穩性檢驗，不存在單位根，如表3所示。基于此，本文接著進行了協整檢驗，常用的協整檢驗方法有Kao檢驗、Pedroni檢驗以及Westerlund檢驗。基于本文的模型和選取的樣本，選擇Pedroni檢驗作協整性檢驗，協整檢驗結果如表4所示。結果顯示，在1%的顯著水平上，各統計量均拒絕了原假設，表明變量之間存在協整關系，即各單位根變量之間存在長期穩定的均衡關系，因此，可以排除單位根帶來的隨機性趨勢，此時進行回歸得到的結果較為精確可靠。

（二）中介效應檢驗

為了更加細致地了解中介效應，掌握中介變量的影響程度以及發揮的是部分中介效應還是完全中介效應，本文借鑒溫忠麟等（2004）使用的中介效應檢驗程序［27］，探究各要素的作用機制。其中，檢驗中介效應顯著性的統計方法主要采用MichaelESobel（1982）［28］在1982年提出的Sobel法進行：首先，檢驗方程（1）中回歸系數α1的顯著性，若顯著，則進行下一步，否則，停止分析。其次，依次檢驗方程（2）和（3）中回歸系數β1和λ2的顯著性。如果都顯著，表明老齡化程度對制造業智能化轉型的影響至少有一部分是通過中介變量影響的，繼續下一步；如果至少有一個不顯著，表明該檢驗的效果不佳，轉到最后一步。再次，檢驗方程（3）中回歸系數λ1，并判斷其顯著性。如果系數顯著，那么就表明存在部分中介效應，即老齡化程度對制造業智能化轉型的影響部分是通過中介變量產生的作用；若系數不顯著，表示存在完全中介效應，即老齡化程度對制造業智能化轉型的影響完全是通過中介變量發揮作用。最后，做Sobel檢驗，若檢驗統計量顯著，則存在中介效應；反之，其結果沒有通過顯著性檢驗，表示中介效應顯著性不足，檢驗結束。

本文的中介效應檢驗結果如表5所示，具體來看，模型（1）為基準模型，由回歸結果可知，老齡化對制造業智能化轉型的影響顯著為正，說明存在中介效應。模型（2）中老齡化程度的回歸系數為0020，在5%水平上顯著，模型（3）中技術創新的回歸系數為6233，在1%水平上顯著，表明在中介效應模型中，老齡化能夠顯著促進技術創新，技術創新對制造業智能化轉型具有顯著正向影響，同時，由于在模型（3）中老齡化程度的回歸系數不顯著，存在完全中介效應，即人口老齡化通過促進技術創新推動制造業智能化轉型，從而驗證了假設H1。技術創新是制造業智能化轉型的關鍵因素，隨著人口老齡化程度的加深，我國勞動力結構、要素稟賦產生了改變，使得勞動力供給減少，企業不得不加大研發投入，以機器填補勞動力的不足，從而推動技術創新。雖然老齡化程度的加深會使得養老、醫療等社會保障負擔加重，對社會經濟產生一些負面影響，但在我國社會制度不斷完善以及技術研發持續創新發展下，這些不足之處能夠得到緩解并對制造業智能化轉型產生積極作用。

模型（4）中老齡化程度的回歸系數為-1236，在10%水平上顯著，模型（5）中人力資本積累的回歸系數為0015，沒有通過顯著性檢驗，因此需要進行Sobel檢驗，最終檢驗結果表明中介效應存在，同時由于二者乘積系數與老齡化程度回歸系數符號相反，表明人口老齡化對制造業智能化轉型產生的不利影響可以部分歸因于其對人力資本積累的抑制作用，從而驗證了假設H2。相較于物質資本，人力資本的投資回報率往往更高，能夠推動技術變革，提高物質資本的邊際收益。但隨著老齡人口的增加，家庭養老負擔逐漸加重，更多的家庭將滿足老年人健康生活的需求擺在優于家庭教育支出的位置，導致對教育人力資本產生擠壓效應。在這種情況下，人力資本積累不可避免地會受到一些阻礙，進而對制造業智能化轉型產生消極影響。

模型（6）中老齡化程度的回歸系數為0384，在5%水平上顯著，模型（7）中勞動力成本的回歸系數為0112，在1%水平上顯著，表明在中介效應模型中，老齡化程度的加深會推動勞動力成本不斷上升，勞動力成本的上升能夠倒逼制造業智能化轉型，同時，由于在模型（7）中老齡化程度的通過10%的顯著性檢驗，存在部分中介效應，說明人口老齡化一方面直接影響制造業智能化轉型；另一方面，也會借助提高勞動力成本的方式倒逼制造業智能化轉型，從而驗證了假設H3。勞動力成本是企業經營成本的重要組成部分，影響著企業發展的盈利能力，隨著人口老齡化程度的加深，適齡勞動人數下降，勞動力供給減少，我國人口紅利逐漸消失。近年來，我國消費水平持續提升，加之最低工資逐漸上漲，導致企業用工成本也在不斷增加。勞動力成本的上升，將會加重企業的生產投入負擔，降低企業的競爭優勢，直接影響其盈利能力，進而迫使企業增加對于科技研發方面的資源投入，倒逼制造業進行智能化轉型升級。

控制變量的回歸結果顯示：（1）基礎設施建設對制造業智能化轉型的作用顯著為負，這可能是由于基礎設施建設投資周期長，加大了政府的債務壓力，造成企業融資困難，同時其對資源的大量占用也會對制造業智能化轉型產生負面影響。（2）規模化對制造業智能化轉型的作用顯著為負。通常情況下，大中型企業往往掌握著更多的資源和技術，這使得它們在應對市場變化時擁有更顯著的競爭優勢，而對于大部分小型企業來說，激烈的市場競爭以及資源的缺乏并不利于其進行智能化轉型。（3）研發強度對制造業智能化轉型的作用顯著為正。企業進行技術改革需要大量的研發投入，高度的技術研發能夠有效地將智能技術與企業的制造活動結合起來，對制造業智能化轉型起到推動與支撐作用。（4）工業化水平對制造業智能化轉型的作用顯著為正。這是因為較高的工業化水平能夠提高經濟效益，降低生產能耗，是企業智能化轉型的基礎和前提，因此工業化水平越高越有利于制造業進行智能化轉型。

（三）內生性檢驗

鑒于可能存在遺漏變量、互為因果以及樣本選擇偏誤等因素造成模型的內生性問題，本文采用兩階段最小二乘法（2SLS）進行工具變量回歸，以緩解內生性問題造成的結果偏差。具體來講，考慮到老齡化的發展趨勢可能在時間上具有一定的滯后性，因此，本文將解釋變量老齡化程度滯后一期作為工具變量（IV）進行內生性檢驗，回歸結果與前文結果基本一致，表明在解決了可能的內生性變量后，結果依然穩健。同時，本文還進行了Kleibergen-PaaprkLM檢驗，其在1%的顯著性水平上拒絕了不可識別的原假設，同時，Cragg-DonaldWaldFstatistic檢驗統計量的值均大于在10%的顯著性水平下Stock-Yogo弱工具變量識別F檢驗的臨界值，說明本文選擇的工具標量是有效的，具體結果如表6所示。

（四）穩健性檢驗

為進一步檢驗模型的穩健性，提升研究的可靠性，本文繼續進行穩健性檢驗，主要采用更換被解釋變量重新估計的方法。上文的被解釋變量制造業智能化轉型水平是通過構建制造業智能化評價指標體系計算得出的制造業智能化轉型綜合指數，這里采用互聯網基礎投入（cos）作為制造業智能化轉型水平的替換變量。互聯網作為智能化信息技術的重要載體，連接著制造業活動的各個環節，制造業智能化的發展離不開互聯網設施的投入，因此其在一定程度上能夠反映該地區制造業的智能化發展水平。本文將替換變量互聯網基礎投入帶入到模型（1）、模型（3）、模型（5）和模型（7）中再次進行中介效應檢驗，結果如表7所示。結果表明，替換被解釋變量后，模型檢驗結果與前文基本一致，說明中介效應模型回歸結果是穩健的。

六、結論與建議

本文基于構建的中介效應模型，系統探究了老齡化對制造業智能化轉型的作用機制。研究結果顯示，總體而言，人口老齡化能夠促進制造業智能化轉型，同時，也會通過其他中介因素對制造業智能化轉型產生影響，主要包括：（1）人口老齡化程度的加深將會推動技術創新，從而促進制造業向智能化轉型；（2）老年人口的不斷增加使得家庭養老負擔加重，擠占教育資本投入，進而通過抑制人力資本積累對制造業智能化轉型產生不利影響；（3）人口老齡化導致勞動力供給減少，沖擊勞動力市場，提高勞動力成本，倒逼制造業進行智能化轉型。基于上述結果分析，本文提出以下建議：

第一，加快推進創新驅動發展戰略，鼓勵企業積極進行技術創新。制造業智能化轉型依托于先進技術的創新發展，人口老齡化的提高降低了勞動力的供給，激發企業不斷進行科技創新。因此，要進一步加快市場化進程，完善制度供給，為制造業智能化轉型提供良好的創新環境，以提高技術創新的成果轉化率。同時，加強技術創新的市場導向，整合企業、高校以及科研院所的創新資源，實現產學研的深度合作。

第二，進一步優化教育資源投入，提升人力資本積累。一方面要加大教育投入，提高教學和科研質量，加速高技能人才的培養，提升勞動力市場的整體素質。另一方面要加強企業對于員工的技能培訓，鼓勵老年勞動力將自身的知識積累和工作經驗傳授給年輕勞動力，提高勞動生產率，為制造業智能化轉型提供智力支撐。

第三，完善社會保障制度，加大對企業的扶持力度。老年人在養老、醫療上的需求加重了社會養老負擔，直接加大了企業的用工成本，因此，政府應注重社會公共服務制度的完善，提高社會保障水平，減輕企業的運營成本壓力。同時，企業應適當調整發展戰略，合理配置人力資源結構，注重對老年員工的崗位安排和技能培訓，以應對勞動力成本上升的挑戰。

參考文獻：

［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］逯進，劉璐，郭志儀.中國人口老齡化對產業結構的影響機制——基于協同效應和中介效應的實證分析［J］．中國人口科學，2018（3）：15-25+126.

［4］趙昕東，劉成坤.人口老齡化對制造業結構升級的作用機制研究——基于中介效應模型的檢驗［J］．中國軟科學，2019（3）：153-163.

［5］潘俊宇，徐婷，宣燁.老齡化、人力資本與經濟增長［J］．經濟問題探索，2022（7）：74-89.

［6］張博，楊麗梅，陶濤.人口老齡化與勞動力成本粘性［J］．會計研究，2022（1）：59-69.

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

［8］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.

［9］謝雪燕，朱曉陽.人口老齡化、技術創新與經濟增長［J］．中國軟科學，2020（6）：42-53+76.

［10］方雯.人口老齡化對東莞制造業發展的影響——從“世界工廠”到“智造東莞”［J］．人口研究，2021（5）：117-128.

［11］張桂文，鄧晶晶，張帆.中國人口老齡化對制造業轉型升級的影響［J］．中國人口科學，2021（4）：33-44+126-127.

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

［13］張斌，李軍.人口老齡化對產業結構影響效應的數理分析［J］．老齡科學研究，2013（6）：3-13.

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

［15］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）：114-125+128.

［16］卓乘風，鄧峰.人口老齡化、區域創新與產業結構升級［J］．人口與經濟，2018（1）：48-60.

［17］張秀武，劉成坤，趙昕東.人口年齡結構是否通過人力資本影響經濟增長——基于中介效應的檢驗［J］．中國軟科學，2018（7）：149-158.

［18］何冬梅，劉鵬.人口老齡化、制造業轉型升級與經濟高質量發展——基于中介效應模型［J］．經濟與管理研究，2020（1）：3-20.

［19］馬紅梅，楊月.人口老齡化對中國制造業發展質量的影響效應［J］．宏觀質量研究，2021（6）：44-58.

［20］符建華，曹曉晨.人口老齡化對中國經濟高質量發展的影響研究［J］．經濟問題探索，2021（6）：44-55.

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

［22］李健旋.中國制造業智能化程度評價及其影響因素研究［J］．中國軟科學，2020（1）：154-163.

［23］孟凡生，崔靜文.制造業智能化的空間分布、區域差異與收斂性［J］．科學學研究，2022（5）：808-817+840.

［24］劉軍，錢宇，曹雅茹.中國制造業智能化驅動因素及其區域差異［J］．中國科技論壇，2022（1）：84-93.

［25］汪立鑫，孟彩霞.創新能力、勞動力成本與地區制造業智能化轉型［J］．科學學研究，2023（8）：1-23.

［26］陽立高，龔世豪，王鉑.人力資本、技術進步與制造業升級［J］．中國軟科學，2018（1）：138-148.

［27］溫忠麟，張雷，侯杰泰.中介效應檢驗程序及其應用［J］．心理學報，2004（5）：614-620.

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

TheImpactofPopulationAgingandtheIntelligentTransformationofChina’s

ManufacturingIndustry

CHENChunming1，XUYujia1，ChenJiaxin2

（1.SchoolofEconomicsandManagement，HarbinUniversityofScienceandTechnology，Harbin150040，

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

Abstract：ThispaperconstructsamediatingeffectmodeltoempiricallytestthemechanismofagingontheintelligenttransformationofChina’smanufacturingindustrybasedonprovincialpaneldatafrom2011-2021.Theresultsshowthat，ingeneral，agingwillpromotetheintelligenttransformationofChina’smanufacturingindustry，andatthesametime，populationagingwillalsoaffecttheintelligentdevelopmentofmanufacturingindustrythroughthefollowingpaths：thedeepeningofpopulationagingwillpromotetechnologicalinnovation，thuspromotingtheintelligenttransformationofmanufacturingindustry;theincreasingelderlypopulationwillaggravatetheburdenoffamilyretirementandcrowdouttheinvestmentineducationcapital，whichwilladverselyaffecttheintelligenttransformationofmanufacturingindustrybyinhibitingtheaccumulationofhumancapital;theagingpopulationwillleadtothereductionoflaborsupply，whichwillimpactthelabormarketandraisethelaborcost，andforcetheintelligenttransformationofmanufacturingindustry.

Keywords：populationaging;intelligenttransformationofmanufacturing;mediatingeffect

（責任編輯：鄒學慧）