人口老龄化、技术创新与经济增长——基于中国省际面板数据的实证分析

□ 王笳旭，冯波，王淑娟

人口老龄化、技术创新与经济增长
——基于中国省际面板数据的实证分析

□ 王笳旭，冯波，王淑娟

通常认为人口老龄化会导致技术创新水平下降并制约经济增长，本文通过理论分析和实证检验对此提出质疑。虽然老年人口本身的创新能力和创新动机会随着年龄增长而下降，但对整个社会而言，老龄化可以通过要素禀赋结构改变和人力资本积累对经济增长产生技术创新效应。利用中国1997-2014年省际面板数据进行实证检验，我们发现，人口老龄化对经济增长具有显著的正向影响，老龄化通过与技术创新的正向交互作用促进了经济增长；随着老龄化程度的加深，老龄化通过技术创新对经济增长影响的总边际效应递增。本文研究证实了老龄化能够通过技术创新路径抵消对经济增长的不利影响。随着中国老龄化深化，加快技术创新、提升高龄劳动力及老年人口对技术变革的适应性对中国积极应对老龄化和实现经济转型发展具有重要意义。

人口老龄化；技术创新；劳动生产率；经济增长

一、引言

中国经济高速增长在很大程度上依赖于有利的人口年龄结构，劳动年龄人口比重高而抚养人口比重低的人口结构不仅为经济增长提供了大量的廉价劳动力，而且为经济增长积蓄了充足的廉价投资资本，研究表明这种有利的人口结构提供的人口红利对中国经济增长的贡献超过24%[1][2]。但是，随着中国人口老龄化程度加深，储蓄资本和廉价劳动力等传统要素供给受到明显冲击，老龄化将通过影响劳动投入和资本投入等关键路径影响经济增长的持续性[3]。单纯依靠劳动力高投入的粗放型经济增长模式已经遭到经济学家的广泛诟病，显然我们不能期待人口年龄结构短期内再次逆转，也不能继续以牺牲劳动者的权益来换取“血汗”经济增长，这就需要在人口老龄化的新形势下寻求推动经济增长的新路径。

经济增长主要来源于劳动、资本投入和全要素生产率的提高，但是过度的劳动力供给会对技术进步产生挤出效应，从而导致全要素生产率增长缓慢且对经济增长的贡献偏低。例如，舒元利用生产函数法估算中国1952-1990年全要素生产率及其对经济增长的贡献，发现全要素生产率增长率为0.02%，而对经济增长的贡献为0.3%[4]。王小鲁用相同方法估算出1979-1999年全要素生产率增长率为1.46%，对产出的贡献度为14.9%[5]。郭庆旺和贾俊雪分析发现我国全要素生产率1993年以来呈现逐年下降趋势，直到2000年才得以缓解，此后全要素生产率增长率逐年上升[6]。而徐瑛等计算的技术进步的贡献率即使2000年以后也只有10%左右[7]。人口年龄结构的变化会改变传统生产要素禀赋结构，使得劳动力相对于资本和技术进步更昂贵，因此，在中国进入老龄化社会以后，沿海各省纷纷提出了“机器换人”的发展战略。中国政府也逐渐意识到维持经济稳定增长的根本出路在于从“要素驱动型”转向“创新驱动型”，“十三五”时期技术创新被提到了较高的战略地位。

由此，一个值得深思的问题是，老龄化日益加重是否会通过抑制创新从而不利于中国经济转型发展?经验分析表明在个人生命周期中，创新随年龄增长呈现倒“U”形的变化趋势，个人的创新能力从20岁以后急剧上升，并在30～50岁达到创新的高峰，50岁以后缓慢下降[8][9]122-136[10][11]。创新产出随人口年龄结构变化主要源于两方面原因:一是，随着年龄增长，个人的身体机能和认知能力会逐渐下降，从而导致创新能力降低。Kanfer＆Ackerman的研究表明随着年龄增长，人们的可变智力(fluid intelligence)会逐渐降低，而可变智力的下降会影响知识的重组和新思想的形成，特别是当工作需要更多解决问题的能力、学习能力及速度时，老年人的工作效率下降很快[12]。二是，老年人口对新技术和新知识的接受能力降低，考虑自己能够利用新技术的时间越来越短，其主观的创新动机也会减弱，甚至对新技术的研发进行抵制[13]169-189[14]。因此，基于创新的生命周期理论，多数学者认为人口老龄化将导致创新人口下降从而制约创新发展，并对经济增长产生严重威胁。

但是，上述研究过度关注老年人口自身创新能力和创新动机的变化，却忽视了老龄化对社会整体技术创新和技术推广的影响。事实上，各国的发展经验充分证明，创新的主体并非是老年群体，而是受教育程度较高的年轻人口。虽然老龄化在一定程度上改变了人口年龄结构，但即使老龄化水平很高的发达国家，从事研发创新的人口占劳动年龄人口的比重也不足1%①例如，根据WDI数据库计算2014年从事研发创新的人口占劳动年龄人口比重中，韩国为0.94%、日本为0.88%、法国为0.67%、德国为0.66%、美国为0.6%。。认为老龄化会导致创新水平下降的根本原因在于先验地将老龄化等同于老年人口、老年人口又等同于创新人口，因而这种观点难免有失偏颇。老龄化最直接的影响是改变了要素配置结构，随着老龄化程度加深，劳动力相对于资本和技术的价格会不断上涨，企业为了节省成本会加快用技术替代劳动力，这会刺激社会的整体技术创新；另一方面，新技术的推广应用又会对技能水平较低的劳动力产生挤出效应，劳动者为了保持稳定就业就需要不断地提高其知识技能水平，从而提高不同年龄阶段人口对新知识和新技术的接受能力，这又对技术创新产生了正向反馈作用，最终人口老龄化通过推动技术创新能力提升促进了经济增长向“创新驱动”的集约化生产进步。

以往关于老龄化、技术创新与经济增长的研究主要集中于发达国家，而较少关注发展中国家，对于中国的实证研究则更少；同时也没有将老龄化、技术创新与经济增长纳入同一个理论框架中进行研究，从而忽视了老龄化对经济增长影响的可能路径。在中国已经加入全球“老龄化俱乐部”且老龄化呈加速发展的情况下，探讨中国人口老龄化是否能够通过技术创新进而促进经济增长具有至关重要的意义。鉴于此，本文以中国省际面板数据为基础，将老龄化、技术创新与经济增长三者相结合，实证研究中国人口老龄化对技术创新和经济增长的影响。通过引入人口老龄化与技术创新的交叉项，扩展了人口老龄化对经济增长的潜在影响路径，从而为寻求化解老龄化危机之道提供政策启示。

二、人口老龄化对技术创新影响的理论机制分析

理解人口老龄化影响技术创新的机制对于研究长期经济增长至关重要，但是迄今为止学术界还并未就此达成一致看法，多数研究者持悲观态度，主要理由是随着年龄增长，个人的身体素质、认知能力、创新动机和对新技术的接受能力等都会下降，从而对创新产生不利影响，但也有学者对此持有异议。本文结合以往研究和各国人口老龄化与创新发展的实际经验，认为中国人口老龄化的加深会产生技术创新效应，从而促进经济增长。

(一)人口老龄化会迫使企业和社会向劳动节约型技术进步转型

人口老龄化会倒逼企业和社会进行劳动偏向型技术创新，进而推动经济增长向创新型方向转变。在内生经济增长的世代交叠模型中，人口老龄化也就等同于老年人口抚养比的增加，结果是老龄化导致劳动力相对于资本更加稀缺[15]。企业为了节约成本，要么用资本替代劳动，要么进行技术创新。而用资本替代劳动面临资本边际报酬递减的问题，Börsch-Supan指出劳动年龄人口减少对经济增长的负效应并不能通过加大资本投入予以抵消，而是应该通过教育、培训等手段提升人力资本，提高劳动生产率[16]。因此，企业的最优选择是进行劳动节约型的技术创新，这会引起整个社会更加重视技术进步，从而引发社会资源重新配置，催生出新的科技成果[17]。

(二)人口老龄化会使社会和家庭更加重视教育和人力资本投资

随着技术创新复杂程度的日益提高和以往知识存量的扩大，知识积累将显得越来越重要。年轻人口为了增强自身的创新研发能力，不得不在步入工作之前花费很长的时间接受正规教育[11]。但是接受教育的时间越长，则意味着进入工作岗位的时间越晚、家庭负担的教育费用越高，这会增加年轻人口接受教育的机会成本。而人口老龄化为家庭和社会进行教育投资提供了机会。老龄化源于人口年龄结构变化的两大关键原因:其一是生育率下降导致的少儿人口减少。这意味着每个家庭的人口结构呈现倒金字塔形状，进而使得家庭用于子女教育的资源更加集中，“盼子成龙、盼女成凤”的家庭观念也会使家庭更愿意在子女的教育上投入更多的资源，帮助子女在激烈的竞争中胜出。其二是死亡率下降导致的人口预期寿命延长。这会使人们不再追求家庭劳动力数量的增加，而是更加关注于个体劳动生产率的提高，从而增加在教育和技术培训等领域的投入[18][19][20]。

(三)老年人口拥有的经验可以弥补人口老龄化导致的认知能力下降

人力资本不仅可以通过接受正规的教育获得，也可以通过“干中学”积累工作经验和劳动技能。老年劳动力可以利用他们积累的工作经验发现更有效的工作策略和组织方式，也可以与年轻人的新知识形成互补，提升创新工作效率[21][22]。如果老年人口的工作经验能够抵消认知能力下降导致的生产率降低，那么人口老龄化并不一定会导致创新能力下降。演化经济学和组织学习理论强调知识的多样性对于创新是不可或缺的，虽然老年人口增多可能会降低企业拥有的新知识存量和搜寻新技术的能力，但是年轻员工的流入(employee turnover)可以为企业带来新想法、新技术[23]，老年人可以通过与年轻人分享成熟经验而减少年轻人创新过程中的失误，从而促进创新活动[24]。

从中国的实际发展境况看，一方面，中国的人力资本水平呈现不断提高的趋势。受计划生育和经济发展水平的影响，中国人口总和生育率迅速下降，20世纪70年代之前一直保持在6以上，但目前仅为1.6左右，已经远低于人口更替水平[2]。生育率的迅速下降使得家庭负担的子女数越来越少，“少生优育”的观念促使家庭更加重视子女素质的培育。21世纪初中国的义务教育入学率已经达到97%以上，高等教育的人数也迅速扩张。据估计，到2020年中国大学文化程度人数将达到2亿，而高中和大学文化程度人数将接近4亿，远远超过美国总人口[25]。同时，随着营养健康和医疗卫生的发展，中国在过去的三十年中人口的平均预期寿命提高了6岁以上。另一方面，产业转型升级也在各地如火如荼地展开。伴随着老龄化的发展，中国劳动年龄人口也进入了供给转折点。从2004年以来，中国各地劳动力工资水平连续12年大幅上涨。面对劳动力成本快速上涨带来的产业国际竞争力下降的挑战，各省份陆续提出了产业转型升级战略，并利用技术创新、新工艺、智能化机械设备等替代劳动力进行生产，这不仅提高了企业的生产效率，而且也催生了一批高新技术企业的迅速崛起，这对于提升中国的自主创新能力和经济增长方式转变具有重要作用。例如，东莞劲胜精密组件股份有限公司2015年实现机器人替代人力操作，节省了70%以上的劳动力①资料来源:中华人民共和国国务院新闻办公室:http://www.scio.gov.cn/34357/Document/1473260/1473260.htm。从这一点上来说，老龄化恰恰为中国摆脱过去粗放型经济增长路径从而转向创新驱动提供了重要动力。至少从当前阶段看，老龄化的深化会持续的对经济转型发展形成压力，从而促进技术创新型的经济增长。

基于以上分析，笔者认为，人口老龄化加重会通过刺激技术创新从而促进经济增长从“要素驱动”向“创新驱动”转变，而人力资本积累将为创新和经济增长提供正向反馈，最终实现经济增长的目标。据此，我们得出两个基本研究假设:第一，人口老龄化会通过技术创新效应抵消人口老龄化对经济增长带来的不利影响，从而推动经济增长；第二，随着老龄化程度的加深，老龄化通过技术创新促进经济增长的机制会越来越重要，从而推动经济增长方式向创新驱动转型发展。

三、计量模型、指标与数据

(一)计量模型构建

参考知识生产函数的设定模式[26]，将技术创新设定为研发人员与研发资本投入的函数，如下式所示:

其中，i，t分别表示地区和时间；φ表示知识生产函数的产出效率；A·表示知识产出；A表示知识存量；LR＆D和KR＆D分别表示R＆D部门的研发人员和研发资本投入量；参数αA、αL和αK分别为知识存量、研发人员和研发资本的创新产出弹性。

Frosch认为在创新活动中存在一个由研究能力和创新动机引起的独立的年龄效应，但是却很难从区域层面直接度量这种心理上的指标[21]，因此，借鉴Frosch的做法，引入一个独立的年龄结构因子eγa来捕捉开发能力和创新动机的年龄效应，其中a随年龄变化。

借鉴苏志庆等[27]的研究，假定技术创新和最终产品生产是两个不同的部门，因此劳动和资本要素需要在部门间进行配置。技术创新是最终产品生产的投入品，经济增长是通过对新技术的应用和资源更有效利用而实现的。因此将知识生产函数引入C-D函数，模型如下:

其中，KR＆D+KY=K，LR＆D+LY=L，K和L分别代表经济中总的资本和劳动投入。本文根据研究需要不对部门间的要素配置进行区分，因此将上式简化为:

由此可见，经济产出的增长并非完全得益于最新的技术创新，而是前期创新产出不断累积的结果[28]。Feyrer认为年龄结构会影响生产率和经济增长，主要是因为年龄结构变化影响技术创新和对新技术的采用[29]。因此，为了检验人口老龄化是否会通过创新制约经济增长，我们引入老龄化与技术创新存量的交叉项，考察老龄化与技术创新对经济增长的协同作用。

考虑省际面板数据通常具有不可观测的个体异质性以及易受突发性事件冲击等，会引起误差项与解释变量相关和时序不稳定等问题，进而导致模型回归结果产生偏误，因此我们在计量回归中同时控制了个体效应和时间效应。对上述模型取对数并加入控制变量后，得到基本计量模型:

上式中，X为控制变量；di代表个体效应，反映了不随时间变动的不可观测的外部冲击效应；gt表示时间效应，反映不随个体变动的时期外部冲击；εit为随机干扰项。

(二)指标说明

1.被解释变量为经济增长。本文采用实际人均GDP作为衡量经济增长的主要指标，同时为了检验回归结果的稳健性，本文利用地区劳动生产率(LPT)作为补充指标，衡量老龄化对经济增长不同方面的影响是否具有一致性。

2.核心解释变量有三个。(1)人口老龄化(Old)，用65岁以上老年人口比重衡量。(2)技术创新存量(Cpat)，通常有投入法和产出法两种方式衡量技术创新，本文采用代表产出法的专利申请数量，技术创新产出往往是以存量形式来体现，根据吴延兵[28]的方法，通过永续盘存法①基期的创新存量计算方法为Ai0=˙Ai0/(λ+gi)，λ表示折旧率，gi代表i地区专利申请的年均增长率。参考吴延兵[28]设定知识折旧率λ=15%，则利用专利存量计算公式Ait=(1-⒤)Ait-1+˙Ait获得专利存量。构建技术创新存量指标。(3)人口老龄化与技术创新交叉项(Old×Cpat)，反映老龄化对经济增长的作用不仅取决于老龄化自身，还取决于通过技术创新路径的影响效应，从而检验老龄化经由技术创新路径弥补老龄化对经济增长的影响效应。

3.控制变量包括两种。第一种反映老龄化影响经济增长的其他路径。人口老龄化会导致劳动年龄人口减少，由于劳动年龄人口倾向于储蓄，老年人口倾向于消费，老龄化以后无论是家庭、企业还是政府都将会分配更多的资源用于保障老年人口的健康和生活，因此老龄化会引起资本的重新配置，影响经济增长。为了控制这种影响我们加入了劳动力供给(Work)、投资(Invest)和公共福利支出(Pub)变量。其中劳动力供给用劳动年龄人口比重衡量，投资用永续盘存法计算的全社会固定资产投资存量表示。公共福利支出变量用公共福利支出占财政支出比重衡量。同时，人口老龄化对经济增长也具有人力资本禀赋效应，为了反映这种效应，我们加入了人力资本变量，将人力资本区分为教育人力资本(Eduy)和经验人力资本(Exp)，教育人力资本用6岁以上人口的平均受教育年限(Eduy)①平均受教育年限的计算方法为:(不识字或很少识字人口×1年+小学受教育人口×6年+初中受教育人口×9年+高中受教育人口×12年+大专及以上受教育人口×16年)/6岁以上总人口。替代，经验人力资本用获得职业技能鉴定证书的人数占劳动年龄人口比重(Exp)衡量。另一种控制变量反映了除人口老龄化以外影响经济增长的其他因素。综合已有研究，本文选择了如下指标:市场化程度(Dm)，用各地区规模以上非国有工业企业总产值占工业总产值比重衡量[30][31]；城镇化水平(Urban)，用城市人口占总人口比重衡量；对外开放水平(Open)，用进出口总额占各地区GDP比重衡量。

(三)数据来源

本文采用1997-2014年中国30个省份②本文的研究对象没有包含港澳台和西藏自治区，主要原因是港澳台与中国大陆存在明显的制度性差异，而西藏则是数据缺失较多。的宏观面板数据。其中，人口年龄结构和6岁以上人口受教育水平等数据来自于1998-2015年《中国人口和就业统计年鉴》；获得职业技能鉴定证书人数来源于1999-2015年《中国劳动统计年鉴》，由于缺少1997年获得职业技能鉴定证书人数的统计数据，因此，采用移动平均法对缺失数据进行填充；社会公共福利支出来自于1998-2015年《中国财政年鉴》，2007年财政预算支出统计口径进行调整，本文公共福利支出在2006年以前的数据由抚恤和社会福利救济费用、社会保障补助支出、行政事业单位离退休经费和医疗卫生支出构成，2007年以后数据由社会保障和就业支出与医疗卫生支出构成；市场化程度数据来源于《中国工业经济统计年鉴》。其他指标数据由历年各省份的统计年鉴中相应指标计算获得。为了减弱模型回归中的异方差问题，我们对所有变量取对数处理。变量统计性描述如表1所示。

表1 各主要变量的统计性描述

四、实证结果分析

(一)描述性分析

为了直观了解中国人口老龄化、技术创新与经济增长之间的关系，本文首先绘制了中国人口老龄化、技术创新与经济增长之间相关关系的散点图(图1，图2，图3，图4)。从散点图分布情况看，人口老龄化与技术创新和经济增长具有显著的正相关关系。随着人口老龄化程度的不断加深，中国的技术创新水平、劳动生产率和人均GDP水平都处于上升趋势，这一特征与本文的研究假设是一致的，即老龄化可能并不会导致整个社会的创新水平和经济增长水平下降；同时，技术创新水平的提升与经济增长具有显著的正相关关系，表明技术创新是推动经济增长的重要因素。

图1 人口老龄化与专利申请数散点图

图2 人口老龄化与人均GDP的散点图

图3 人口老龄化与劳动力生产率散点图

图4 专利申请数与人均GDP散点图

(二)人口老龄化、技术创新对经济增长影响的实证结果分析

根据Hausman检验，模型显著拒绝了随机效应模型，表明人口老龄化、技术创新和经济增长存在着显著的个体异质性，因此，采用固定效应回归以控制个体差异对模型的影响。同时考虑各省的发展受到共同的中央政策约束从而导致变量表现出相似的时间趋势性，比如计划生育政策和区域发展战略等，所以在计量回归中加入了时间趋势项控制这种随时间变化的不可观察变量对个体的外生冲击，加入时间趋势项的固定效应基准回归结果见表2。

对表征经济增长的两种指标分别进行估计，我们发现在不加入其他控制变量时，老龄化对人均GDP和劳动生产率的影响均在1%的检验水平上显著为正。加入其他控制变量后，人口老龄化的回归系数也通过了1%的显著性检验，但老龄化对经济增长的系数方向发生显著变化，这主要是因为我们考虑了人口老龄化与技术创新的交叉项。老龄化与技术创新交叉项系数在1%水平上显著为正，说明老龄化与技术创新具有显著的交互作用，如果剔除老龄化通过技术创新途径对经济增长的影响，老龄化通过其他途径对经济增长影响的总效应将显著为负。综合老龄化与技术创新的交互效应后，人口老龄化对人均GDP和劳动生产率的总边际效应分别为0.096和0.059，老龄化对经济增长的总边际效应①老龄化对经济增长的总边际效应=老龄化估计系数+老龄化与技术创新交叉项估计系数×技术创新存量均值仍为正，表明老龄化对经济增长具有显著的促进作用。这说明，一方面，老龄化能通过技术创新影响经济增长，随着老龄化程度加深，技术创新水平越高对经济增长的推动作用越大，从而弥补老龄化对经济增长的负效应；另一方面，技术创新对经济增长的影响也随老龄化程度提高而增强，表明老龄化不会制约技术创新对经济增长的促进作用。这印证了本文的第一个研究假设，即老龄化对经济增长的正向效应是通过技术创新路径实现的，老龄化的技术创新效应抵消了老龄化对经济增长的不利影响。老龄化对人均GDP和对劳动生产率的回归结果具有一致性，说明回归结果具有一定的稳健性。

控制变量也具有较高的显著性。其中，劳动力供给、固定资产投资和工作经验积累对人均GDP和劳动生产率具有显著的正向作用，而且劳动力供给对人均GDP的回归系数最大，在一定程度上体现了中国依赖廉价劳动力高投入的粗放型经济增长模式；人均受教育年限和社会福利支出对人均GDP和劳动生产率有显著的负向作用，平均受教育年限的提高对经济增长起到负向作用，这可能与中国传统的经济粗放型增长路径有关，教育年限提升意味着推迟劳动力进入劳动力市场，同时由于经济增长方式没有发生改变，受教育水平较高的人口也很难发挥其人力资本优势；社会福利支出显著地制约了经济增长，老龄化使得用于老年人口养老和服务的社会福利支出增加，这会挤占本应用于生产性投资的财政支出，因此导致经济增长下滑；对外开放水平对对劳动生产率的影响显著为正表明中国通过国际贸易产生了输入型的技术进步效应；回归模型具有较强的时间趋势性，时间趋势项均在1%水平上显著为正，说明存在着不随个体变动的共同的时期冲击效应。

用整体样本的均值回归可能会掩盖不同时期和不同老龄化程度下人口老龄化对技术创新和经济增长的作用差异，因此，我们采用分样本逐步回归的方法检验人口老龄化在不同时期和在不同程度下对经济增长的影响效应。一是分时期回归，考虑2007年爆发的金融危机是中国经济的一个重要转折点，金融危机后为适应国际贸易的新形势，中国加快了劳动密集型制造业转型升级的速度。因此，我们以2007年为节点，分析2007年前后老龄化通过技术创新对经济增长的影响是否出现显著的变化。二是按老龄化程度分组，参考陈卫民和施美程[32]的研究方法，我们按照人口老龄化程度逐步缩小样本量对模型进行重新估计。模型估计方法同上，这里重点说明老龄化通过技术创新路径对经济增长影响的总边际效应，回归结果如表3所示。

分时期的样本回归表明老龄化、技术创新以及老龄化与技术创新交叉项的回归系数均在1%的水平下显著。1997-2006年和2007-2014年老龄化与技术创新的交叉项系数分别为0.125和0.107，老龄化对经济增长的总边际效应分别为0.074和0.128。可以发现随着时期变化，老龄化与技术创新交叉项的回归系数虽然有所下降，但老龄化并没有通过制约创新而减缓经济增长，老龄化对经济增长的总效应是上升的。从不同老龄化程度看，老龄化通过技术创新对经济增长的总效应也呈现了显著的递增趋势，样本起始老龄化率从4%到8%的分组回归中，老龄化对经济增长的总边际效应分别为0.096、0.107、0.116、0.119和0.208，老龄化通过技术创新对经济增长起到了显著的促进作用。但是当老龄化程度超过9%以后，老龄化通过技术创新推动经济增长变得不再显著，这可能与变量间存在多重共线性有关。如果我们只保留老龄化与技术创新的交叉项及相关控制变量，当老龄化程度超过9%时，老龄化通过技术创新对经济增长影响的总边际效应为0.215，显著高于老龄化水平较低时期的边际总效应。分时期和分老龄化程度的分析均表明随着老龄化程度的加深，老龄化通过技术创新对经济增长的影响效应逐步增强，这说明老龄化程度越高，则通过技术创新改变经济增长方式的倒逼效应越大，从而推动了经济增长向要素集约的技术进步方向转型，这印证了本文的第二个基本研究假设。

表2 人口老龄化、技术创新对经济增长影响的固定效应回归结果

表3 人口老龄化对经济增长影响的分组效应检验

控制变量的结果显示:(1)劳动力和资本对经济增长的作用均在进入老龄化阶段时达到最大，且随着老龄化程度的加深，两者对经济增长的影响效应逐渐减弱，这表明在老龄化社会继续通过劳动投入和资本投入刺激经济增长的效果将越来越低；(2)随着老龄化程度加深，教育年限的延长对经济增长的影响效应从负向作用向正向作用转变，这表明接受过正规的、较高教育水平的人口更能适应人口年龄结构转变带来的技术创新；(3)工作经验的积累对经济增长的促进作用随老龄化加深逐渐变弱，这可能预示着在老龄化时期推动技术创新促进经济增长可能会面临着工作经验的约束，已经进入老年阶段的人口大多拥有的工作经验是适应于劳动密集型产业发展时期的经验，但是老龄化使得生产组织方式迅速转向“技能型”，使得普通工作技能难以应对新知识和新技术的推广；(4)市场化程度的加深有助于应对老龄化对经济增长产生的不利影响，这主要是为企业创新提供了有利的外部环境。其他变量的显著性水平较低。

(三)稳健性检验

上述回归结果中均没有考虑经济增长对人口老龄化和技术创新的反向影响，可能导致模型存在内生性而引起估计结果偏误。为了检验回归结果的稳健性，本文通过四种不同的检验方式对上述结果稳健性进行检验。一是选取人口老龄化的替代指标，老龄化一方面表现为老年人口比重的上升，另一方面也表现为老年人口抚养负担的增加。这里用老年人口抚养比(Oldf)替代之前所用的老龄化率指标进行重新估计；二是采用工具变量法，用人口老龄化和老龄化与技术创新交叉项的滞后一期变量作为人口老龄化的工具变量，并对技术创新做滞后一期处理，从而避免经济增长对当期人口老龄化和技术创新的影响，降低模型内生性；三是考虑模型扰动项可能存在异方差和序列相关而导致估计结果非一致，用考虑异方差和一阶序列相关的广义最小二乘法(GLS)对面板数据模型进行再估计；四是在模型解释变量中加入经济增长的滞后变量，将模型扩展为动态面板数据，并利用各解释变量的滞后变量作为工具变量进行两阶段差分广义矩估计(Diff-GMM)，从而尽可能地消除模型存在的内生性问题。上述四种检验类型分别对应估计结果表4中的模型13-16。

表4 人口老龄化、技术创新对经济增长影响的稳健性检验

模型13-15在分别用老年人口抚养比替代人口老龄化率指标、对人口老龄化取工具变量进行替代、考虑模型异方差和序列相关情况进行广义最小二乘法等重新估计后，均没有改变模型的基本估计结果，人口老龄化、技术创新及其交叉项的回归系数均通过了显著性水平检验，且老龄化通过技术创新对经济增长的影响显著为正，抵消了人口老龄化对经济增长的负向影响，表明了本文固定效应基准回归结果的可信性；模型16在充分考虑经济增长具有滞后性和解释变量与扰动项可能存在内生性问题的基础上进行了动态差分广义矩估计，估计结果显著拒绝了扰动项存在二阶序列相关的原假设，并且Sargan检验通过了工具变量有效性检验，结果仍显示老龄化通过技术创新对经济增长具有显著的正向影响，并且老龄化通过技术创新对经济增长的总边际效应为0.216。以上分析表明了本文估计结果具有较强的稳健性，经济增长受老龄化水平的显著影响，但是老龄化对经济增长并不一定造成负向影响，这取决于技术创新水平。老龄化通过改变要素禀赋结构迫使企业和社会逐渐重视技术进步的作用，而且随着人力资本水平的不断提高，人口进入老年时期以后对新技术的应用和适应能力也将大大增加，如此，老龄化对生产率的负面影响可能就会被抵消[33]，这进一步印证了本文的研究假设。

五、结论与启示

人口老龄化是当今世界各国普遍面临的重要问题之一，关注中国的人口老龄化对技术创新和经济增长的影响对越来越多的发展中国家及时应对老龄化的不利影响具有重要意义。本文在梳理人口老龄化对技术创新和经济增长影响机制的基础上，利用中国1997-2014年30个省份的面板数据实证研究了人口老龄化、技术创新对经济增长的影响，得到以下研究结论和启示。

(1)技术创新是人口老龄化条件下促进经济增长的重要途径之一，人口老龄化能够通过技术创新效应有效地抵消老龄化对经济增长的不利影响；(2)人口老龄化程度的加重深刻地改变了要素禀赋资源，促使企业和社会用技术替代劳动力的动机日益迫切，最终老龄化通过技术创新路径作用于经济增长的总效应随着老龄化程度的深化而不断提升；(3)人口老龄化对经济增长的影响还依赖于人力资本积累对技术创新的反馈效应，老龄化的深化提高了人力资本积累的重要性，但以前适用于要素投入型经济增长方式的工作经验积累并不能在老龄化时期有效地适应快速转变的经济增长方式，这促进了通用知识资本积累作用日益提升而传统工作技能作用逐渐变弱。

中国当前处于人口老龄化加速发展阶段，老龄化的加速发展对中国经济增长带来巨大挑战，但也提供了经济增长转型的契机。能否充分利用老龄化带来的生产要素禀赋改变倒逼技术创新增长的机遇，实现经济增长向“创新型”转变关乎中国在老龄化时代经济增长的持续性。本文的研究结论提示我们，随着老龄化的深化，通过加快技术创新能够有效地抵消老龄化的不利影响，因此应加快技术创新的力度，特别是适合老年人口接受和利用的技术创新；同时为了促进新技术的推广应用、提高生产率和经济发展质量，要不断地提升人力资本积累水平，不仅要对适龄人口提供针对性强的正规教育，而且也应该适当的增加具有劳动意愿的高龄劳动力和老年人口的技术培训，通过健康老龄化的普及，提高老年人口对新技术和新知识的接受和适应能力。

[1]蔡昉:《人口转变，人口红利与经济增长可持续性—兼论充分就业如何促进经济增长》，载《人口研究》2004年第2期。

[2]蔡昉:《人口转变，人口红利与刘易斯转折点》，载《经济研究》2010年第4期。

[3]蔡防、王德文、张学辉:《人口转变的储蓄效应和增长效应—论中国增长可持续性的人口因素》，载《人口研究》2004年第5期。

[4]舒元:《中国经济增长的国际比较》，载《世界经济》1993年第6期。

[5]王小鲁:《中国经济增长的可持续性与制度变革》，载《经济研究》2000年第7期。

[6]郭庆旺、贾俊雪:《中国全要素生产率的估算:1979—2004》，载《经济研究》2005年第6期。

[7]徐瑛、陈秀山、刘凤良:《中国技术进步贡献率的度量与分解》，载《经济研究》2006年第8期。

[8]Levin SG， Stephan P E.“Research productivity over the life cycle:Evidence for academic scientists”， The American Economic Review，1991.

[9]Henseke， Golo， and Thusnelda Tivig.“Demographic change and industry-specific innovation patterns in Germany” Labour Markets and Demographic Change，2009.

[10]Mariani M， Romanelli M.“‘Stacking’ and ‘picking’ inventions:The patenting behavior of European inventors”， Research Policy， 2007， 36(8).

[11]Jones B F.“Age and great invention”， The Review of Economics and Statistics， 2010， 92(1).

[12]Kanfer R， Ackerman P L.“Aging， adult development， and work motivation”， Academy of management review， 2004， 29(3).

[13]Lancia， Francesco， and Giovanni Prarolo. “Life Expectancy， Human Capital Accumulation， Technological Adoption and the Process of Economic Growth.” Labour Markets and Demographic Change， 2009.

[14]姚东旻、李三希、林思思:《老龄化会影响科技创新吗——基于年龄结构与创新能力的文献分析》，载《管理评论》2015年第8期。

[15]Irmen A.“Population Aging and the Direction of Technical Change”， Working Papers， 2009(12).

[16]Börsch ‐ Supan A.“Labor market effects of population aging”， Labour， 2003， 17(s1).

[17]汪伟、姜振茂:《人口老龄化对技术进步的影响研究综述》，载《中国人口科学》2016年第3期。

[18]Boucekkine R， De la Croix D， Licandro O.“Vintage human capital， demographic trends， and endogenous growth”， Journal of Economic Theory， 2002， 104(2).

[19]Gradstein M， Kaganovich M.“Aging population and education finance”， Journal of Public Economics， 2004， 88(12).

[20]刘穷志、何奇:《人口老龄化、经济增长与财政政策》，载《经济学(季刊)》2013年第1期。

[21]Frosch K， Tivig T.“Age， human capital and the geography of innovation”， Labour Markets and Demographic Change，2009.

[22]Ang J B， Madsen JB.“Imitation versus innovation in an aging society:international evidence since 1870”， Journal of Population Economics， 2015， 28(2).

[23]Schubert T， Andersson M.“Old is gold?The effects of employee age on innovation and the moderating effects of employment turnover”， Economics of Innovation and New Technology， 2015， 24(1-2).

[24]Kuhn M， Hetze P.“Team composition and knowledge transfer within an ageing workforce”， Rostock(Rostocker Zentrum-Diskussionspapier， 14).Online verfügbar unter http://www.rostockerzentrum.de/publikationen/rz＿diskussionpapier＿14.pdf，2007.

[25]胡鞍钢、才利民:《从“六普”看中国人力资源变化:从人口红利到人力资源红利》，载《清华大学教育研究》2011年第4期。

[26]Acemoglu D.Introduction to modern economic growth， Princeton:Princeton University Press， 2008.

[27]苏志庆、陈银娥:《知识贸易、技术进步与经济增长》，载《经济研究》2014年第8期。

[28]吴延兵:《自主研发、技术引进与生产率——基于中国地区工业的实证研究》，载《经济研究》2008年第8期。

[29]Feyrer J.“Aggregate evidence on the link between age structure and productivity”， Population and Development Review，2008(34).

[30]卢中原、胡鞍钢:《市场化改革对我国经济运行的影响》，载《经济研究》1993年第12期。

[31]孙早、刘李华、孙亚政:《市场化程度、地方保护主义与R＆D的溢出效应——来自中国工业的经验证据》，载《管理世界》2014年第8期。

[32]陈卫民、施美程:《人口老龄化促进服务业发展的需求效应》，载《人口研究》2014年第5期。

[33]翟振武、郑睿臻:《人口老龄化与宏观经济关系的探讨》，载《人口研究》2016年第2期。

Population Aging，Technological Innovation and Economic Growth:Empirical Analysis Based on Provincial Panel Data of China

WANG Jia-xu， China Agricultural University； FENG Bo， China Center for Urban Development；WANG Shu-juan，Beijing Jiaotong University

It is generally believed that population aging will decrease technological innovation，which is negative to economic growth.However，we challenge this argument by theoretical analysis and empirical examination.Although the innovation capacity and innovation motivation of the elderly population will decline with age， for society as a whole， aging will generate technological innovation effect on economic growth by changing the structure of factor endowment and the level of human capital.We take an empirical test by using the panel data of 1997-2014 years in China，and find some valuable conclusions:population aging has a significant positive impact on economic growth，which derives from the interaction effect of population aging and technology innovation； with population aging deepening， the total marginal effect of aging on economic growth is increasing through the interaction with technological innovation.The research confirms that aging can offset the adverse effects on economic growth through technological innovation，so as to promote economic growth to labor saving technology biased transformation and development.With the deepening of aging in China，speeding up technological innovation and improving the adaptability of the aged population to technological change has a great significance for China to actively cope with aging and achieve economic restructuring and development.

population aging； technological innovation； labor productivity； economic growth

C924.24；F294.22

A

1671-7023(2017)05-0116-11

王笳旭，中国农业大学国家农业农村发展研究院博士研究生；冯波，中国城市和小城镇改革发展中心高级经济师；王淑娟，北京交通大学经济管理学院博士研究生

2017-03-14

责任编辑 胡章成