人口老龄化对中国制造业发展质量的影响效应

马红梅　杨月

摘 要：基于老龄化程度逐渐加深的现实情况以及提高制造业发展质量的迫切需求，研究利用2004—2017年30个省市的面板数据，构建中介效应模型来探讨人口老龄化对制造业发展质量的影响机制。研究发现：老龄化通过影响生产性服务业水平，进而提高制造业发展质量，且随着生产性服务业水平跨过单一门槛，老龄化对制造业发展质量的影响效应由不显著转变为正向显著。异质性分析发现，提高地区经济发展水平和市场化水平，可推动地区生产性服务业的发展，从而显著提高地区制造业发展质量。此外，随着老龄化程度的变化，由生产性服务业作为中介变量的中介效应会呈现“倒U”形的演变趋势。

关键词：人口老龄化;制造业发展质量;生产性服务业;中介效应

一、引言

十九届五中全会指出，坚定不移地建设制造强国、质量强国不仅是我国经济社会发展的重点工作之一，也是实现我国经济高质量发展的重要环节，更是建设社会主义现代化国家的必经之路。改革开放四十多年来，我国开始从工业化初级阶段进入工业化中后期，制造业产业在世界上也取得了举世瞩目的成就。然而，因为制造业领域的核心技术受制于人且自身技术创新能力不足，我国制造业产业面临“低端锁定”、“高端封锁”的局面。2015年，国务院审议通过了《中国制造2025》，提出通过努力实现由中国制造向中国创造、中国速度向中国质量、中国产品向中国品牌进行转变。然而，与世界先进的制造业水平相比，我国制造业在自主创新能力、资源利用效率、产业结构水平、信息化程度、质量效益等方面差距明显，转型升级和跨越发展的任务紧迫而艰巨。随着我国建成制造强国进程的不断推进，人口老龄化的形势也日渐严峻。根据《人口与劳动绿皮书》的统计数据显示，2016年我国65岁及以上的老龄人口占比为10%，第七次全国人口普查数据则表明，在这四年间，我国高龄人口比重上升了3.5个百分点，“未富先老”的问题也在逐步浮现，成为当前政府、学界普遍关注的社会问题（郑猛等，2018）。劳动力作为社会生产中重要的要素禀赋之一，社会适龄劳动人口的减少，劳动力成本上涨，必然会对我国的经济社会生活造成严重的影响。此外，中美贸易战的发动对我国制造业发展质量的提升无疑是雪上加霜，在世界贸易格局和全球价值链发生深刻变化的情况下，我国制造业发展面临着前所未有的巨大挑战，我国制造业产业如何在量的稳步增长的前提下，保障质的稳步提升，这是我国当前经济工作的重点。当制造强国战略与老龄化这一背景相重叠时，老龄化程度的加剧是否会“阻碍”制造业发展质量的提升？是否会在一定程度上表现出区域异质性？其影响机制是什么？生产性服务业作为依附于制造业产业的存在，贯穿于制造业生产的全过程，又会在老龄化对制造业发展质量的过程中扮演何种角色？

目前学界对于制造业发展质量并没有一个具体的定义，本文借鉴已有研究认为，高制造业发展质量是在等量制造业产业产出的情形下，具有更高的生产效率、更低的能源消耗和污染排放，同时制造业产业结构更加合理且技术创新能力更高（王贤彬等，2021）。因此，本研究利用中介效应模型和门槛模型探讨人口老龄化程度对制造业发展质量的影响效应，判别老龄化程度的加深是否会对制造业发展质量的提升产生阻碍作用。在此基础上，进一步识别生产性服务业在老龄化对制造业发展质量中的中介效应，以期为我国推动制造业高质量发展和经济高质量发展提供政策建议。

二、文献综述与机制分析

（一）文献综述

1.人口老龄化对产业结构的影响研究

目前，关于老龄化与制造业发展质量的研究相对较少，但是关于老龄化与产业结构的文献较丰富。制造业作为产业发展中的重要组成部分，本文通过梳理老龄化与产业结构的相关文献，为进一步研究人口老龄化与制造业发展质量提供理论参考。从供给层面来看，老龄化对产业结构的影响具有双重性。鲁志国等（2003）认为老龄化程度的加深，会导致劳动力供给减少和投资金额供给减少，从而不利于产业结构的发展。Catalano等（2016）基于法国、意大利、德国三个国家的样本，利用世代交叠模型发现，老龄化会使法国和意大利的技术创新速度放缓，而德国老龄化程度的加深则会导致其人力资本增长率下降，最终不利于这些国家的产业结构升级。然而，Hashimoto等（2010）持相反的观点，他们利用开放两部门世代交叠模型研究发现，随着老龄人口的增多，会使得劳动力从非保健部门流动至保健部门，从而促进产业结构的发展。从消费需求层面来看，史本叶（2016）通过构建PVAR模型，研究发现当人口结构转向老龄化时，会推动经济结构向消费驱动型经济增长方式转变，从而有利于产业结构优化升级。Ehrenhard等（2014）认为，老龄化的加剧会刺激医疗、养老等消费型服务业的发展。刘玉飞等（2016）从空间视角出发，研究发现老龄人口的增加会导致老年消费产品的需求增大，进而促进医疗行业、老年教育、旅游行业的发展，从而在一定程度上推动产业结构高级化。部分学者认为老龄化对消费需求的影响具有异质性。茅锐等（2014）认为不同年龄人口在消费习惯、消费需求和消费结构等方面存在异质性。

关于老龄化对服务业影响的研究，近年来，随着老龄人口的增多，老年产业的相关需求也在逐年增加。部分学者认为老龄化对服务业的发展有促进作用。李华（2015）从供给和需求的视角出发，发现老龄化通过劳动力供给、第二次人口红利挖掘和资本由工业部门转移流入三个作用机制影响中国服务业的供给，且老龄化既会增加服务业的需求规模，也会转变服务业的需求结构。部分学者认为老龄化对服务业的发展有阻碍作用。吴飞飞等（2018）研究发现，当前我国的养老服务体系不够健全，老龄化程度加深所导致的劳动力成本上升对服务业的发展有阻碍作用。还有学者认为老龄化对服务业的发展存在阶段异质性。例如陈卫民等（2014）研究发现，老龄化达到一定程度之后，會通过增加消费这一路径，推动服务业发展。但是当达到高度老龄化之后，由于会加强劳动力供给约束，该促进作用则不再显著。

2.生产性服务业对制造业发展质量的影响研究

关于生产性服务业对制造业发展质量的研究，当前学界主要是聚焦于服务业与制造业之间的关系。生产性服务业在生产和消费方面具有不可分割性，作为为制造业发展提供服务的一类产业，决定了其产业布局必须围绕于制造业。2014年《国务院关于加快生产性服务业促进产业结构调整升级的指导意见》指出，加快生产性服务业创新发展，实现服务业、农业与工业等在更高水平融合，推动我国产业结构优化调整。Markusen（1989）和Anderson等（2004）在分析了生产性服务业与制造业之间的关系后，认为生产性服务业和制造业发展是相辅相成的关系。国内学者乔彬等（2014）也发现，有效的生产性服务业集聚会促进知识创新、技术外溢和知识外溢，从而推动制造业发展质量的提升。乔彬和张蕊等（2019）基于高铁开通这一准自然实验，研究生产性服务业与制造业发展之间的关系，结果发现高铁开通可以通过“要素整合效应”加快生产性服务业的要素资源整合，从而加强生产性服务业对制造业结构优化升级的促进作用。韩峰等（2020）根据新经济地理学，研究发现生产性服务业集聚可以通过技术外溢效应和规模经济效应，推动制造业高质量发展。上官绪明等（2020）利用拓展的Feder模型研究发现，我国生产性服务业对制造业升级存在单一门槛效应，即生产性服务业发展水平超过门槛值时，能显著促进制造业升级。黄繁华等（2020）研究在双循环背景下，提高我国的生产性服务业水平，有利于我国制造业在全球价值链的攀升，而且能扩大其参与全球价值链的前向参与度和后向参与度。

综上所述，以往的研究更多的是关注老龄化对产业结构升级和制造业结构升级的影响，对制造业发展质量的研究较少。而回顾已有文献发现，人口老龄化对制造业发展可能会产生两方面的影响。一方面，人口老龄化程度的加剧，会导致劳动力供给下降，劳动力成本上升，成为制约制造业发展的影响因素。另一方面，老龄化会倒逼企业用资本或是技术代替劳动力以及人力资本水平的提高，都会提升制造业发展质量。由此笔者不禁产生这样的疑問：人口老龄化对制造业发展质量究竟有何影响，到底是正面影响占主导还是负面影响占主导？其影响机制是什么？这也是本文的研究重点。因此本文在经济新常态的背景下，探究人口老龄化对制造业发展质量的影响效应。

与已有的研究相比，本文的边际贡献在于：其一是从质量的角度出发，研究了老龄化对制造业发展质量的影响机制，进一步丰富了人口老龄化和制造业发展质量的相关研究。其二是进一步拓展了老龄化对制造业发展质量影响的分析框架。老龄化通过人力资本效应和消费需求效应，为生产性服务业的发展提供了新的契机。而人口老龄化和生产性服务业作为影响制造业发展质量的两个重要因素，是促进制造业发展质量提升的核心驱动力，故本研究将生产性服务业作为中介变量，纳入到老龄化对制造业发展质量影响的分析框架中，探究老龄化是否可以通过影响生产性服务业，进而影响制造业发展质量。同时引入门槛效应模型，检验老龄化与制造业发展质量之间的非线性特征，清晰识别老龄化程度对制造业发展质量在不同生产性服务业水平下的表现形式，从而有利于更加全面的理解老龄化与制造业发展质量的内在影响机制。其三是考察了在不同经济发展水平地区、不同市场化水平地区和不同老龄化程度下，老龄化对制造业发展质量的影响以及生产性服务业在此过程中中介效应的差异性，其不仅深化和丰富了制造业高质量发展的相关研究，更为缓解我国的老龄化危机、提高制造业发展质量和各地政府根据本地的实际情况制定相关的人口和产业政策提供政策依据。

（二）机制分析

1.老龄化对生产性服务业和制造业发展质量的影响机理

（1）老龄化的人力资本效应

老龄化程度的加剧，一方面会使得社会的平均寿命延长，人力资本的投资回报率增加，这使得家庭更愿意进行教育投资，来提升家庭成员的人力资本水平，从而提高生产性服务业企业和制造业企业的人均人力资本水平（刘成坤等，2020）。二是老年人口拥有丰富的工作经验和知识技能，任何企业的自主技术创新都离不开老一辈人的努力。而正是因为这一现状，企业会更愿意进行技术创新投资，以缓解由老龄化所带来的负面效应（王笳旭等，2017）。三是人口红利的减退会导致劳动力供给减少，劳动力价格上涨，进而倒逼生产性服务业企业和制造业企业用技术和资本来替代劳动力，从而提高生产性服务业企业和制造业企业的生产效率和创新水平，进而提高制造业发展质量（汪伟等，2016）。

（2）老龄化的消费需求效应

人口结构的变化，必然也会导致消费结构和层次有所变动。随着老年人口增多，会激发与老年人口相关的养老、医疗等消费型服务业的发展（逯进等，2018;刘玉飞等，2016;茅锐等，2014）。与此同时，也会推动老年旅游、信息、金融储蓄等生产性服务业的发展。另外，老龄化程度的加剧，会加大政府对于生产性服务业的投资，以满足日益庞大的老年人口队伍的消费需要。而老龄化引起的消费升级和消费需求变化，会使得老龄人口对消费产品的质量要求提升，从而倒逼制造业企业不得不使用更高端化的生产设备，以满足人们日益增长的消费需求。故老龄化程度的加剧可以通过消费升级和消费需求效应推动生产性服务业发展以及提高制造业发展质量。

综上，老龄化主要是通过人力资本效应和消费需求效应，进而作用于生产性服务业发展和制造业发展质量，且正面影响可能占主导。据此，提出以下研究假设：

假设A1：人口老龄化会促进生产性服务业发展。

假设A2：人口老龄化会提高制造业发展质量。

2.生产性服务业对制造业发展质量的影响机理

生产性服务业是为保持生产过程连续性，促进技术进步、产业升级和提高生产效率提供保障服务的行业。生产性服务业依附制造业存在，贯穿于企业生产的上、中、下游环节。

（1）生产性服务业的发展，有助于深化制造业企业内部分工，通过将非核心职能剥离，可以有效地降低企业的生产成本和交易成本，提高生产效率，实现规模经济（冯泰文，2009）。差异化的生产性服务业水平可以更好地发挥企业的自身优势，强化制造业企业竞争力，实现制造业企业高质量发展（陈伟达等，2009）。

（2）根据新经济地理学，生产性服务业专业化和外部性均会影响最终产品部门的升级（宣烨，2012）。随着工业化进程的加快，产业分工更加精细化，对于生产性服务业的需求更多的多元化和明晰化，生产环节更加复杂（吕政等，2006;金晓雨，2015）。同时，生产性服务业水平越高，越能够满足制造业生产各个环节的需求，提高制造业发展质量，还会对制造业升级产生知识和技术溢出，促使制造业企业进行技术创新（乔彬等，2019;韩峰等，2020;余泳泽等，2016）。

综上，生产性服务业的发展对制造业发展质量提升有正向作用。据此，提出以下研究假设：

假设B：生产性服务业的发展会提高制造业发展质量。

三、研究设计

（一）模型构建

为研究人口老龄化对制造业发展质量的影响效应，本文构建基础回归模型如下：

其中，Indus是制造业发展质量指标，Aging是人口老龄化变量，Controls为本文的一系列控制变量，εit为随机扰动项。该部分Aging的系数β1为研究重点，衡量人口老龄化程度对制造业发展质量的影响。

参照现有文献关于中介模型的研究，假设模型中解释变量Aging与被解释变量Indus之间存在显著的相关性，并且解释变量（Aging）还会通过另一变量X对被解释变量Indus产生影响，则可定义变量X为模型的中介变量。根据上文的论述，本文认为老龄化可能是通过影响生产性服务业水平来影响制造业发展质量，为识别该中介效应的存在，本文借鉴Baron和Kenny（1986）的研究，构建以生产性服务业为中介变量的中介效应模型，运用逐步因果回归分析方法对其相关关系进行研究。具体步骤为：第一步模型（1），第二步如模型（2）所示，第三步如模型（3）所示。

其中，Service为生产性服务业水平指标;其他变量的定义与模型（1）相同。该部分主要关心的是变量Aging的回归系数γ1，如果该回归系数为正（负），说明老龄化会促进（抑制）生产性服务业的发展。

模型（3）的指标定义同模型（1）、（2）一樣。该部分Aging的系数μ1和Service的系数μ2为研究重点。如果μ2显著为正（负），则说明生产性服务业水平显著提高（降低）制造业发展质量。

本文借鉴温忠麟等（2004）的研究，对中介效应进行检验。以上三个模型中，β1表示老龄化对制造业发展质量的总效应，μ1表示老龄化对制造业发展质量的直接效应，μ2*γ1表示通过生产性服务业的中介效应。如果模型（2）中的回归系数1与模型（3）中的回归系数μ2均通过显著性检验，则说明中介效应存在。在此基础上，如果模型（3）中的回归系数μ1显著，则说明中介变量（生产性服务业）具有部分中介效应，人口老龄化除了通过生产性服务业水平影响制造业发展质量以外，还存在影响制造业发展质量的其他途径。

（二）变量选取与说明

1.被解释变量

制造业发展质量（Indus）作为本文的被解释变量，是定量研究的关键。当前学界关于制造业发展质量的测度，主要有指标体系法、产业增加值法以及全要素生产率法等。为了避免指标体系法在选取指标过程中的主观性，本文采用全要素生产率作为制造业发展质量的代理变量。制造业高质量发展是经济高质量发展的重要内容，是以较高的生产效率、较低的能源消耗和污染排放的绿色可持续发展方式。因此本文借鉴谷军健等（2020）的做法，在计算全要素生产率指标的过程中同时考虑制造业价值增值、污染排放和资源消耗。这一指标不仅能够反映制造业产业的价值创造效率，同时也能够体现在工业生产过程中的环境效率。

在利用DEAP2.1软件计算Malmquist指数来衡量制造业发展质量的过程中，需要考虑制造业产业的产出和投入。制造业产出被分为期望产出和非期望产出。期望产出为制造业的工业增加值，用来反映制造业的价值增值程度。非期望产出为工业污染排放，主要是工业废水、工业废气和工业固体污染排放三个方面。制造业投入分为人、财、物三个方面。劳动投入用制造业企业平均用工人数来衡量，资本投入用制造业企业固定资产净值来衡量，资源投入用制造业能源消耗总量来衡量。因国家统计局于2011年公布了新的《国民经济行业分类》，从而导致一些行业的统计口径发生变化，通过比较国民经济行业分类前后的内容，对统计口径发生变化的行业进行合并，以保证数据的准确性。

2.核心解释变量

人口老龄化（aging）是本文的核心解释变量。当前学界衡量人口老龄化的指标主要有老年人口抚养比和老年人口比重。本文借鉴卓乘风等（2018）的做法，用老年人口抚养比作为老龄化的代理变量。同时，65岁以上老年人口的比重也是衡量老龄化程度的重要指标之一，因此本文在稳健性检验中用其替换老年人口抚养比这一核心解释变量进行稳健性检验。老年人口抚养比和65岁以上老年人口比重这两个指标均使用常住人口计算得出，其数据来源于《中国统计年鉴》和《中国人口和就业统计年鉴》。

3.中介变量

选取生产性服务业（service）作为本文的中介变量。借鉴顾乃华（2010）学者的研究，本文把“交通仓储邮政业”、“租赁和商业服务业”、“金融业”、“房地产业”、“科研、技术服务和地质勘查业”、“信息传输、计算机服务和软件业”等行业归总于生产性服务业，将上述行业每年产业增加值加总取自然对数作为衡量生产性服务业水平的指标。

4.控制变量

借鉴以往学者的研究，选取城市化水平、外商直接投资、政府干预力度、基础设施建设作为本文的控制变量。城市化水平（urb），用各省城镇人口占总人口的比重来衡量。城市化水平越高，城市公共服务供给体系越完善，越有利于人口和技术在空间上的集聚，从而产生正向外溢效应，进而提高制造业发展质量。外商直接投资（fdi），用外商直接投资额占GDP的比重来衡量。郭克莎（2000）等学者研究发现，外商直接投资作为影响产业结构的重要影响因素之一。企业在对外贸易过程中，可以学习和引进先进技术，进而提高研发水平和产成品质量。政府干预力度（gov）用政府财政支出占GDP的比重来衡量。张莹等（2015）学者研究发现地方政府对经济发展的干预力度会显著影响地方产业的发展。基础设施建设（inf），用各地区人均道路面积来衡量。完善的基础设施建设可以降低企业的交易成本，促进进出口结构升级。

5.数据来源以及变量描述性统计

由于西藏自治区数据缺失较为严重，故本文选取2004—2017年30个省市的数据为研究样本。所使用的数据来源于《中国统计年鉴》、《中国工业经济统计年鉴》、《中国第三产业统计年鉴》、《中国人口统计年鉴》、《中国环境统计年鉴》、《中国能源统计年鉴》、各省市统计年鉴以及政府统计公报、EPS数据库和国泰安数据库。对于部分缺失数据依据插值法予以补全。本研究采取了两种插值法，如果数据缺失是在中间年份采用内插法，如果是在两端则采用外插法。相关变量的描述性统计如表1所示。

四、实证结果与分析

（一）基准模型回归

在参数估计前，首先利用方差膨胀因子进行数据的多重共线性检验。检验结果表明，各变量的方差膨胀因子均小于10，说明数据不存在多重共线性的问题。接着利用Hausman检验，确定用面板固定效应模型进行测算更为合适。本文首先加入老龄化（Aging）这一核心解释变量，接着逐步加入控制变量，进行模型参数的估计。逐步回归法一方面可以检验核心解释变量估计参数的稳健性，另一方面可以考察控制变量对回归结果的影响。基准模型的回归结果如表2所示。

由表2的回归结果可知，回归（1）中，老龄化变量的系数在1%的水平下显著为正，说明老龄化对制造业发展质量的提升有促进作用。在逐步加入控制变量之后，老龄化系数的显著性和影响方向没有发生显著变化，说明该结果具有一定的稳健性，假说A2得证。人口老龄化会显著提高制造业发展质量，其原因可能是：（1）老龄化程度的加深，会激发老年市场的需求，其会推动制造业相关产业的发展。（2）人口老龄化会推动区域技术创新的发展，一是随着人口老龄化程度的加剧以及现代医疗体系的发展，老年人口的预期寿命延长，工作年限也会随之延长，进而导致教育的投资回报率提高，人们更愿意加大对自身的人力资本投资，从而使整个社会的人力资本存量增加。二是随着老龄人口的增多，其累积的技术和经验也会有利于技术创新，从而提高制造业发展质量。（3）随着乡村振兴战略和城市更新行动的开展，居民健康和生活质量显著提高，政府对于环境治理和资源利用效率的规制力度会逐渐加大，进而约束制造业产业低质量发展，倒逼制造业产业加大技术创新力度，提高资源利用效率，降低污染排放，提高制造业发展质量。（4）老龄化程度的加剧，会导致市场上适龄劳动力减少，从而伴随着劳动力价格上涨，这将会倒逼企业用技术代替劳动力。近些年来，随着美国再工业化战略的推进，我国也将目光转向了工业机器人（程虹等，2020）。工业机器人的使用会大力推动相关智能产业的发展，提高工业生产效率，从而提高制造业发展质量。

关于控制变量，城市化水平系数在1%的水平下显著为正，说明城市化率会显著提高制造业发展质量。其原因是城市化水平的提高，可以优化地区之间的资源配置，促使制造业向现代化、集约化的方向发展，从而可以推动制造业产业结构的优化升级。外商直接投资这一变量对制造业发展质量的影响并不显著，可能是随着我国科学技术的不断提升和在全球地位的不断提高，外商对我国实行了一定的技术封锁，导致外商直接投资所带来的技术外溢效应逐步减弱，从而对制造业发展质量提升没有产生显著的促进效应。回归（4）中所报告的基础设施建设变量的系数显著为正，说明良好的基础设施建设对推动制造业高质量发展有重要的促进作用。政府干预力度变量的系数在1%的水平下显著为正，其原因是地方政府一方面可以通过加大对制造业产业的扶持力度，优化制造业产业发展环境，提高制造业的工业产出;另一方面，地方政府通过环境规制，会对地方制造业企业造成环境约束，可以有效减少工业污染排放，从而提高制造业发展质量。

（二）稳健性检验

为检验基准模型回归结果的稳健性，本文采取替换相关指标和更换样本数据的方法进行估计分析：（1）用65岁及以上老年人口比重代替老年人口抚养比来衡量一个区域的人口老龄化程度;（2）长江经济带作为重大国家战略发展区域，是我国重大的工业基地之一，本文采用长江经济带沿线11省市的数据作为独立样本进行稳健性检验，具体估计结果如表3所示。表3回归（1）～（4）的结果显示，替换相关变量指标和更换样本数据对基准回归模型进行重新估计之后，其核心解释变量的结果与表2基本一致，人口老龄化变量的系数显著为正，验证了人口老龄化与制造业发展质量之间的正向关系，这表明模型的回归结果具有较好的稳健性。

此外，为保证实证结果的有效性和无偏性，考虑到人口老龄化与制造业发展质量可能存在相互影响的内生效应，因此借鉴陈小亮等（2020）的做法，选取滞后15期的老龄化变量作为工具变量处理内生性问题。由表3的结果看出，Kleibergen-Paap F statistic的值大于10，因此拒绝了弱工具变量的假设。滞后15期的老龄化变量仍在5%的水平下顯著为正，说明老龄化程度的加深的确会提高制造业发展质量，由此可再次论证本文回归结果的稳健性。

（三）分区域样本回归

区域差异大、发展不平衡一直是我国的基本国情。各区域的经济发展水平仍然存在着一定差距。为研究人口老龄化对制造业发展质量的影响是否存在区域异质性，故本文将样本分为东部和中西部两大区域，分区域研究人口老龄化对制造业发展质量的影响效应。表4为分区域样本回归估计的结果。

由表4的回归结果可知，在加入一系列控制变量之后，人口老龄化变量对东部和中西部地区制造业发展质量仍有显著的促进作用，但是影响程度存在一定的区域异质性。对于东部地区而言，虽然随着人口老龄化程度的加剧，会减少地区适龄劳动力供给，同时也会对家庭产生严重的养老负担。但是由于东部地区经济发展情况较好，公共服务供给体系较完善，老龄化对家庭和政府财政部门的压力相对较小，并且东部地区以技术密集型和资本密集型企业为主，区域技术创新活动较活跃，可以有效的弥补由老龄化带来的劳动人口减少和劳动生产率下降的问题。另外，区域技术创新能力越高，越能够推动金融、信息、技术等生产性服务业的发展，进而提高制造业发展质量。中、西部地区由于经济和要素禀赋因素，承接了东部地区部分劳动密集型企业的产业转移，因此在面对老龄化程度逐渐加深，劳动力价格不断上涨的现实情况下，老龄化变量在1%的水平下显著为正，但是影响系数小于东部地区。关于控制变量，城市化水平变量的系数在东部地区显著，在中西部地区不显著。政府干预力度变量在东部以及中西部地区均在1%的水平下显著为正，但值得注意的是，在东部地区，变量的系数远远大于中西部地区。其原因是，自国家开始提倡绿色可持续经济发展以来，政府对于工业企业的管控力度逐渐加大，低碳经济下的工业企业生产就是在提高企业生产效率的过程中保持低消耗、低排放。相较于中西部地区而言，东部地区相关城市对于制造业企业的环境规制强度较高，会倒逼相关制造业企业对现有的资源禀赋进行重新配置，以保证在不降低甚至在提高生产效率的前提下，降低制造业企业的能源消耗和污染排放，从而提高制造业发展质量。

（四）机制研究

1.中介效应检验

由表2的回归结果可知，人口老龄化对制造业发展质量的影响效应显著为正，说明可能存在中介效应，因此可以展开进一步分析。本研究通过引入生产性服务业水平这一中介变量，检验老龄化通过影响生产性服务业水平，进而影响制造业发展质量的作用机制。根据中介效应检验的“三步法”，第一步，检验老龄化变量对制造业发展质量的影响效应是否存在，具体估计结果如表2所示。第二步，检验核心解释变量（人口老龄化）对中介变量（生产性服务业）的影响效应是否存在，具体结果如表5回归（1）所示。可以看出，老龄化变量在1%的水平下显著为正，说明老龄化程度的加剧对生产性服务业水平的提高具有正向的促进作用，假说A1得证。其原因是，老龄化程度加剧，人类预期寿命不断延长，一方面，会使得人力资本的投资回报率增加;另一方面，会激发老年市场的消费需求，进而扩大生产性服务业的发展。第三步，探究人口老龄化、生产性服务业水平和制造业发展质量三者之间的影响关系。表5回归（2）的结果显示，人口老龄化变量与生产性服务业变量的系数均显著为正，说明以生产性服务业作为中介变量

的结论成立，人口老龄化的确可以通过影响生产性服务业水平，间接影响制造业发展质量，假说B得证。根据中介效应模型回归分析所获取的相关系数，可以进一步测算以生产性服务业作为中介变量的中介效应为人口老龄化对制造业发展质量总效应的41.89%[0.0286*1.0737/0.0733]。此处0.0286是表5回归（1）中老龄化变量对生产性服务业水平的影响系数，1.0737是表5回归（2）中生产性服务业变量对制造业发展质量的影响系数。

2.非线性特征检验

为考察老龄化对制造业发展质量影响的非线性特征，考虑到生产性服务业水平的高低可能会导致老龄化对制造业发展质量的影响表现出异质性。因此，本文引入门槛模型，用生产性服务业作为门槛变量，来检验老龄化与制造业发展质量之间是否具有门槛效应。具体的模型构建如下：

其中，I（·）为示性函数。具体来说，首先确定门槛的数量，然后计算出门槛值及其置信区间，对于每一个自检验，将运用Bootstrap方法迭代300次进行门槛回归模型的估计。表6为门槛效应的检验结果。

由表6中可以看出，就全国样本而言，生产性服务业作为门槛变量通过了单一门槛效应，为更深入探究人口老龄化对制造业发展质量影响的非线性特征，本文最终选择用单一门槛回归模型进行模型（4）的参数估计。具体结果如表7所示。

由表7中的回归结果可知，生产性服务业在发挥杠杆作用的过程中，存在9.2156这一单一门槛值。当生产性服务业水平低于9.2156时，人口老龄化变量的系数并不显著，说明此时老龄化程度并不会对制造业发展质量产生显著影响，而当生产性服务业水平高于9.2156这一门槛值时，老龄化对制造业发展质量的提升有显著的促进作用。这说明在顺应老龄化趋势的过程中，应该提高生产性服务业水平，加快技术创新，提升制造业发展质量。

五、异质性分析

（一）基于不同经济发展水平分析

根据前文的分析，地区经濟发展水平越高，既可以激发制造业中老年相关产业的发展，也可以在一定程度上缓解由人口老龄化程度的加深对产业结构带来的负面效应。为考察地区经济发展水平的高低对本文结论可能造成的影响，借鉴以往学者的做法，用人均GDP来衡量地区经济发展水平。将样本根据经济发展水平的均值分为低经济发展水平组和高经济发展水平组，讨论在不同经济发展水平区域，老龄化对制造业发展质量的影响路径，具体结果如表8所示。

表8中的回归结果显示，经济发展水平通过影响生产性服务业水平在老龄化对制造业发展质量的影响路径上产生影响。其中高经济发展水平组生产性服务业变量的影响系数大于低经济发展水平组，且系数在1%的水平下显著为正。原因可能在于，经济发展水平越高，其公共服务供给体系和相关产业发展政策越完善，生产性服务业对制造业发展质量的影响效应更大。由生产性服务业在发展过程中所产生的技术外溢和知识外溢，会在空间上促进制造业高质量发展。

（二）基于不同市场化水平分析

已有研究表明，市场化进程是一个国家（地区）顺应市场化发展规律，坚持深化供给侧改革，实现要素资源合理配置和效率最大化的过程。故地区市场化程度会对当地产业发展产生影响。为研究市场化程度的差异可能对本文结论造成的影响，本文借鉴逯进等（2018）学者的研究，用非国有固定资产投资额与国有固定资产投资额的比重来衡量一个地区的市场化程度。同时，将样本根据市场化水平的均值分为低市场化水平组和高市场化水平组，讨论在不同的市场化水平下，生产性服务业作为中介变量，其中介效应在老龄化对制造业发展质量的影响中是否依然存在，具体结果如表9所示。

表9中的结果显示，市场化水平可以通过影响生产性服务业水平，进而影响老龄化对制造业发展质量的影响路径。其中，在低市场化水平区域，老龄化对制造业发展质量没有显著影响，说明在低市场化水平区域，此中介效应的影响路径并不成立。但是在高市场化水平区域，老龄化变量在1%的水平下显著为正，说明老龄化对制造业发展质量的提升有积极影响。由回归（5）、（6）可知，以生产性服务业为中介变量的中介效应成立。虽然随着人口老龄化程度的加剧，“人口红利”正在逐步消减，但是市场化程度越高，越可以为地区制造业企业发展提供优质的成长、竞争环境，从而用以市场为主导的经济结构推动地区产业发展。在高市场化水平地区，可以实现各类生产要素在区域内的有效配置以及创新环境的合理优化，进一步提高社会生产效率，提高制造业发展质量。

（三）基于不同老龄化程度回归分析

考虑到用样本整体回归，可能会忽略不同老龄化程度下老龄化对制造业发展质量的影响以及生产性服务业在此过程中的中介效应的差异性。因此，本文用65岁及以上老年人口的比重作为老龄化程度的分类指标，分组回归逐步检验其影响效应，具体回归结果如表10所示。

由表10可知，从不同的人口老龄化程度来看，老龄化变量通过生产性服务业影响制造业发展质量的中介效应均显著存在，且老龄化对制造业发展质量的总影响效应也呈现递增趋势。由分组回归可以看出，随着人口老龄化程度从7%到11%。老龄化对制造业发展质量的总效应分别是0.073、0.089和 0.303，说明老龄化对制造业发展质量起到了显著的促进作用。可能的原因是在我国老龄化初期，老龄化的起因是出生率下降。在这一阶段，老年人口比重和劳动人口比重均有所提高，此时老龄人口和劳动人口对制造业发展质量的倒逼效应和促进效应均会有利于制造业发展质量的提升。当老龄化程度发展到一定阶段，适龄劳动人口的比重下降，老龄人口的比重上升。技术创新能力的提升和老龄人口的倒逼效应，会加大老龄化对制造业发展质量的影响效应。从影响路径来看，随着老龄化程度的加深，老龄化对生产性服务业的影响效应呈现递增趋势，生产性服务业对制造业发展质量的影响系数也逐渐递增，且均在1%的水平下显著，只是由老龄化通过生产性服务业影响制造业发展质量的中介效应呈现先上升后下降的“倒U”形演化趋势。因为老龄化变量属于慢变量，其对于经济社会的影响可能存在滞后性，故应该充分挖掘老龄化对产业经济社会的正外部性。从不同人口老龄化程度的分析结果可知，老龄化程度越高，其对于生产性服务业的影响效应越大。而生产性服务业的发展有助于深化制造业企业内部分工，从而提高生产效率。故随着老龄化程度的加剧，应该推动生产性服务业发展，激发区域技术创新活力，进而提高制造业发展质量。

六、结论与政策建议

（一）结论

本文利用2004—2017年全国30个省市的面板数据，利用中介效应模型和门槛效应模型，研究老龄化对制造业发展质量的影响机制。具体的研究结论如下：

第一，就全国样本而言，老龄化显著提高了制造业发展质量，并且替换解释变量指标、缩小样本以及工具变量回归均验证了结论的稳健性。分区域样本而言，老龄化显著提高了东部地区和中西部地区制造业发展质量，但是影响程度存在一定的区域异质性。

第二，引入生产性服务业为中介变量，结果发现老龄化通过影响生产性服务业水平，进而影响制造业发展质量的这一路径成立，且该中介效应为老龄化对制造业发展质量总效应的41.89%。

第三，利用生产性服务业为门槛变量，发现生产性服务业水平在老龄化对制造业发展质量的影响中表现出单一门槛特征，即当生产性服务业水平低于这一单一门槛值时，老龄化对制造业发展质量的影响系数并不显著;当生产性服务业水平跨过这一门槛值时，老龄化会显著提升制造业发展质量。

第四，异质性分析表明，对于不同的经济发展水平区域，由生产性服务业作为中介变量的中介效应均存在，但是在高经济发展水平区域，生产性服务业水平对制造业发展质量的影响效应大于低经济发展水平区域。对于低市场化水平地区来说，老龄化对制造业发展质量的影响并不显著，故由生产性服务业为中介变量的中介效应不存在。但是在高市场化水平地区，市场化水平可以通过影响地区生产性服务业水平，进而在老龄化对制造业发展质量的作用路径上产生影响。最后，不同老龄化程度的回归结果表明，随着老龄化程度的加剧，老龄化对制造业发展质量的总影响效应呈现递增趋势，由生产性服务业作为中介变量的中介效应均显著存在，且中介效应呈现先上升后下降的“倒U”形演化趋势。

（二）政策建议

在当前经济转轨、产业结构调整的现实需求下，推动我国制造业做大、做强是实现经济高质量发展的重要内容，这也对处于老龄化快速发展阶段的我国提出了严峻挑战。为充分发挥老龄化对制造业发展的正外部性，本研究提出政策建议如下：

第一，正视当前老龄化现状，积极推动“银发产业”的发展。着力促进养老、医疗、娱乐等以老龄人口为目标客户的相关产业的发展，一方面满足了老龄人口对美好生活的需求，另一方面也促进了经济社会和以人为本的新型城镇化的发展，以发展“银发产业”为新动能，实现新型城镇化与经济高质量发展的协同推进。

第二，推进创新驱动战略，鼓励企业进行技术创新。进一步加快市场化进程，促使生产要素在区域之间的合理配置，为企业发展提供优质的创新环境，以提高技术创新的成果转化率。加快供给侧结构性改革，优先发展战略性支柱产业，完善相关市场法律法规，提升区域技术创新能力，为制造业高质量发展提供有力的技术支撑。

第三，加大高等教育投资，提高全社会人力资本水平，尤其是应该把提高人力资本数量转向质量方面。建立“立交桥”式的办学模式，使职业教育和普通高等教育能够并驾齐驱，共同健康发展。同时，重视老龄人口所积累的知识和技能，加大对企业员工的培训，提升企业员工的劳动技能，设立专项基金，支持和鼓励低教育水平劳动力参与当地的继续教育项目，使其逐步完成低技能劳动力向高技能人才的转变（邓悦等，2021），从而更好地推动企业从劳动密集型向资本、技术密集型转变。

第四，促进生产性服务业水平多样化和专业化的发展，为制造业高质量发展提供保障。生产性服务业作为促进我国制造业高质量发展和经济高质量发展的重要发展方向，应该将人口老龄化的正外部性引入生产过程中，充分利用其人力资本效应、消费需求效应以及技术创新效应，带动生产性服务业专业化和多样化的发展，以满足日益精细化和复杂化的制造业生产需要。同时针對不同经济发展地区，根据其要素禀赋和优势产业的差异性，制定符合当地产业发展情况的产业政策，为区域产业发展提供最优的政策支持和生存环境。

参考文献：

[1]陈小亮、谭涵予、刘哲希， 2020： 《老龄化对地方政府债务的影响研究》，《财经研究》第6期。[Chen Xiaoliang， Tan Hanyu and Liu Zhexi， 2020， The Impact of Population Aging on Local Government Debt， Journal of Finance and Economics， 6.]

[2]陈卫民、施美程， 2014：《人口老龄化促进服务业发展的需求效应》，《人口研究》第5期。[Chen Weimin and Shi Meicheng， 2014， Demand Effects of Population Ageing on Service Industry Growth， Population Research， 5.]

[3]陈伟达、张宇， 2009：《生产者服务业对制造业竞争力提升的影响研究——基于我国投入产出表的实证分析》，《东南大学学报（哲学社会科学版）》第3期。[Chen Weida and Zhang Yu， 2009， A Research of Producer Services Lifting Effect on Competitiveness of Manufacturing Industry—An Empirical Analysis Based on Chinas Input-output Tables， Journal of Southeast University（Philosophy and Social Science）， 3.]

[4]程虹、王泽宇、陈佳， 2020：《机器人与工资：基于劳动力质量中介效应的解释——来自中国企业综合调查（CEGS）的经验证据》，《宏观质量研究》第3期。[Cheng Hong， Wang Zeyu and Chen Jia， 2020， Robots and Wages： the Mediating Effects of Labor Quality—Based on the China Enterprise General Survey（CEGS）， Journal of Macro-quality Research， 3.]

[5]邓悦、郅若平、王俊苏，2021：《隔代抚养对于劳动力收入的影响效应——基于“中国企业—劳动力匹配调查”（CEES）的经验证据》，《北京师范大学学报（社会科学版）》第2期。[Deng Yue， Zhi Ruoping and Wang Junsu， 2021， The Effect of Intergenerational Raising on Labors Wages： An Empirical Evidence Based on the “China Employer-Employee Survey”（CEES）， Journal of Beijing Normal University（Social Sciences）， 2.]

[6]冯泰文， 2009：《生产性服务业的发展对制造业效率的影响——以交易成本和制造成本为中介变量》，《数量经济技术经济研究》第3期。[Feng Taiwen， 2009， The Relationship between Producer Service and Manufacturing Efficiency， The Journal of Quantitative & Technical Economics， 3.]

[7]谷军健、赵玉林， 2020：《中国海外研发投资与制造业绿色高质量发展研究》，《数量经济技术经济研究》第1期。[Gu Jianjun and Zhao Yulin， 2020， Chinas Overseas R&D Investment and Green High-quality Development in Chinas Manufacturing， The Journal of Quantitative & Technical Economics， 1.]

[8]顾乃华， 2010：《生产性服务业对工业获利能力的影响和渠道——基于城市面板数据和SFA模型的实证研究》，《中国工业经济》第5期。[Gu Naihua， 2010， Effects and Channels between Producer Services and Profits of Industries—Empirical Research Based on Cities Panel Data and SFA Mode， China Industrial Economics， 5.]

[9]郭克莎， 2000：《外商直接投资对我国产业结构的影响研究》，《管理世界》第2期。[Guo Kesha， 2000， Research on the Impact of Foreign Direct Investment on Chinas Industrial Structure， Management World， 2.]

[10]韩峰、阳立高， 2020：《生产性服务业集聚如何影响制造业结构升级？——一个集聚经济与熊彼特内生增长理论的综合框架》，《管理世界》第2期。[Han Feng and Yang Ligao， 2020， How Does the Agglomeration of Producer Services Promote the Upgrading of Manufacturing Structure？ —An Integrated Framework of Agglomeration Economies and Schumpeters Endogenous Growth Theory， Management World， 2.]

[11]黄繁华、洪銀兴， 2020：《生产性服务业对我国参与国际循环的影响——基于制造业全球价值链分工地位的研究》，《经济学动态》第12期。[Huang Fanhua and Hong Yinxing， 2020， The Influence of Productive Service Industry on Chinas Participation in International Circulation—Based on the Division of Labor in the Manufacturing Global Value Chain， Economic Perspectives， 12.]

[12]金晓雨， 2015：《中国生产性服务业发展与城市生产率研究》，《产业经济研究》第6期。[Jin Xiaoyu， 2015， Study on Development of Producer Services and Urban Productivity in China， Industrial Economics Research， 6.]

[13]鲁志国、黄赤峰， 2003：《人口老龄化与产业结构调整》，《中国经济问题》第3期。[Lu Zhiguo and Huang Chifeng， 2003， Population Aging and Industrial Structure Adjustment， China Economic Studies， 3.]

[14]刘玉飞、彭冬冬， 2016：《人口老龄化会阻碍产业结构升级吗——基于中国省级面板数据的空间计量研究》，《山西财经大学学报》第3期。[Liu Yufei and Peng Dongdong， 2016， Does Population Aging Block the Upgrade of Industrial Structure—Spatial Econometric Research Based on Chinas Provincial Panel Data， Journal of Shanxi University of Finance and Economics， 3.]

[15]劉成坤、林明裕， 2020：《人口老龄化、人力资本积累与经济高质量发展》，《经济问题探索》第7期。[Liu Chengkun and Lin Mingyu， 2020， Population Aging， Human Capital Accumulation， and High-quality Economic Development， Inquiry into Economic Issues， 7.]

[16]李华， 2015：《人口老龄化对中国服务业发展的影响研究——基于供给和需求的分析视角》，《上海经济研究》第5期。[Li Hua， 2015， The Influence of Population Aging on Service Industry Development in China， Shanghai Journal of Economics， 5.]

[17]逯进、刘璐、郭志仪， 2018：《中国人口老龄化对产业结构的影响机制——基于协同效应和中介效应的实证分析》，《中国人口科学》第3期。[Lu Jin， Liu Lu and Guo Zhiyi， 2018， The Influence Mechanism of Population Aging on Industrial Structure in China： Empirical Analysis Based on Synergy and Mediated Effects， Chinese Journal of Population Science， 3.]

[18]吕政、刘勇、王钦， 2006：《中国生产性服务业发展的战略选择——基于产业互动的研究视角》，《中国工业经济》第8期。[Lu Zheng， Liu Yong and Wang Qin， 2006， Strategy Selection of Chinas Producer Services Industries Development—Based on the View of Industrial Interaction， China Industrial Economics， 8.]

[19]茅锐、徐建炜， 2014：《人口转型、消费结构差异和产业发展》，《人口研究》第3期。[Mao Rui and Xu Jianwei， 2014， Demographic Transition， Consumption Structure Disparities and Industrial Growth， Population Research， 3.]

[20]乔彬、吉琳、胡子龙， 2014：《产业集群技术创新与制度创新融合路径与质量——以中国22个典型产业集群为例》，《产业经济研究》第5期。[Qiao Bin， Ji Lin and Hu Zilong， 2014， A Research on the Path and Quality of Fusion between Technology Innovation and Institution Innovation of 22 Typical Industrial Clusters of China， Industrial Economics Research， 5.]

[21]乔彬、张蕊、雷春， 2019：《高铁效应、生产性服务业集聚与制造业升级》，《经济评论》第6期。[Qiao Bin， Zhang Rui and Lei Chun， 2019， The Effect of High-Speed Railway， Agglomeration of Productive Service Industry and Upgrading of Manufacturing Industry， Economic Review， 6.]

[22]上官绪明、吴慧， 2020：《生产性服务业高质量发展对制造业升级的门槛效应》，《地域研究与开发》第5期。[Shangguan Xuming and Wu Hui， 2020， Threshold Effect of High Quality Development of Productive Services on the Upgrading of Manufacturing Industry， Areal Research and Development， 5.]

[23]史本叶， 2016：《我国人口结构变化对经济转型的影响》，《人口学刊》第4期。[Shi Benye， 2016， The Impact of Chinas Population Structure Change on Economic Transformation， Population Journal， 4.]

[24]吴飞飞、唐保庆， 2018：《人口老龄化对中国服务业发展的影响研究》，《中国人口科学》第2期。[Wu Feifei and Tang Baoqing， 2018， Analysis on the Impact of Population Aging on the Development of Chinas Services， Chinese Journal of Population Science， 2.]

[25]温忠麟、张雷、侯杰泰、刘红云，2004：《中介效应检验程序及其应用》，《心理学报》第5期。[Wen Zhonglin， Zhang Lei， Hou Jietai and Liu Hongyun， 2004， Testing and Application of the Mediating Effects， Acta Psychologica Sinica， 5.]

[26]汪伟、姜振茂， 2016：《人口老龄化对技术进步的影响研究综述》，《中国人口科学》第3期。[Wang Wei and Jiang Zhenmao， 2016， A Literature Review on the Effects of Population Aging on Technological Progress， Chinese Journal of Population Science， 3.]

[27]王笳旭、王淑娟， 2017：《人口老龄化、技术创新与经济增长——基于要素禀赋结构转变的视角》，《西安交通大学学报（社会科学版）》第6期。[Wang Jiaxu and Wang Shujuan， 2017， Population Aging， Technological Innovation and Economic Growth—From the Perspective of Structural Change of Factor Endowments， Journal of Xian Jiaotong University（Social Sciences）， 6.]

[28]王贤彬、陈春秀， 2021：《經济增长目标压力与制造业发展质量——基于绿色全要素生产率的测算与计量分析》，《宏观质量研究》第3期。[Wang Xianbin and Chen Chunxiu， 2021， The Pressure from Economic Growth Target and the Green Development Quality of Manufacturing Industry—A Measurement and Econometric Analysis Based on GTFP， Journal of Macro-quality Research， 3.]

[29]宣烨， 2012：《生产性服务业空间集聚与制造业效率提升——基于空间外溢效应的实证研究》，《财贸经济》第4期。[Xuan Ye， 2012， Spatial Agglomeration of Productive Services and the Efficiency of Manufacturing Industry—Empirical Research Based on Spatial Spillover Effect， Finance & Trade Economics， 4.]

[30]余泳泽、刘大勇、宣烨， 2016：《生产性服务业集聚对制造业生产效率的外溢效应及其衰减边界——基于空间计量模型的实证分析》，《金融研究》第2期。[Yu Yongze， Liu Dayong and Xuan Ye， 2016， The Spatial Spillover Effect and Regional Damping Boundary of Productive Services Agglomeration on Manufacturing Productivity： Empirical Research Based on Spatial Econometric Model， Journal of Financial Research， 2.]

[31]卓乘风、邓峰， 2018：《人口老龄化、区域创新与产业结构升级》，《人口与经济》第1期。[Zhuo Chengfeng and Deng Feng， 2018， Population Aging， Regional Innovation and the Upgrade of Industrial Structure， Population & Economics， 1.]

[32]郑猛、陈明明， 2018：《人口老龄化、资源依赖与科技创新——基于2006-2015年中国省级面板数据的实证研究》，《宏观质量研究》第3期。[Zheng Meng and Chen Mingming， 2018， Aging Population Problem， Resources Dependence and Scientific & Technological Innovation—Based on the Empirical Study of Chinas Provincial Panel Data from 2006 to 2015， Journal of Macro-quality Research， 3.]

[33]张莹、王磊， 2015：《地方政府干预与中国区域产业结构趋同——兼论产能过剩的形成原因》，《宏观经济研究》第10期。[Zhang Ying and Wang Lei， 2015， Local Government Intervention and the Convergence of Chinas Regional Industrial Structure—Also on the Causes of Overcapacity， Macroeconomics， 10.]

[34]Anderson， J. E.， and Van Wincoop， E.， 2004， Trade Costs， Journal of Economic Literature， 42（3）： 691-751.

[35]Baron， R. M.， and Kenny， D. A.， 1986， The Moderator-mediator Variable Distinction in Social Psychological Research： Conceptual， Strategic， and Statistical Considerations， Journal of Personality and Social Psychology， 51（6）：1173-1182.

[36]Catalano， M.， and Pezzolla， E.， 2016， The Effects of Education and Aging in An OLG Model： Long-run Growth in France， Germany and Italy， Empirica， 43（4）： 757-800.

[37]Ehrenhard， M.， Kijl， B.， and Nieuwenhuis， L.， 2014， Market Adoption Barriers of Multi-stakeholder Technology： Smart Homes for the Aging Population， Technological forecasting and social change， 89（9）： 306-315.

[38]Hashimoto， K.， and Tabata， K.， 2010， Population Aging， Health Care， and Growth， Journal of Population Economics， 23（2）： 571-593.

[39]Markusen， J. R.， 1989， Trade in Producer Services and in Other Specialized Intermediate Inputs， The American Economic Review， 79（1）： 85-95.

The Impact of Population Aging on the Development Quality of the Manufacturing Industry in China

Ma Hongmei1，2 and Yang Yue1，3

（1.School of Economics， Guizhou University;2.Center for the Development and Application of Marxist Economics， Guizhou University;3.School of Management， Wuhan University of Technology）

Abstract：Based on the reality of the gradual advancement of population aging and the urgent need to promote the development quality of manufacturing industry， by using the panel data from 30 provinces in China from 2004 to 2017， a mediating effect model is constructed to study the impact of population aging on the development quality of manufacturing industry. The research shows that population aging can affect the level of productive service industry， thereby improving the development quality of manufacturing industry. As the level of productive service industry passes a single threshold， the effect of population aging on the development quality of manufacturing industry changes from being insignificant to being positively significant. Based on the analysis of heterogeneity， it is found that improving the level of regional economic development and marketization can promote the development of regional productive service industry， thereby significantly promoting the development quality of regional manufacturing industry. In addition， as the degree of population aging changes， the mediating effect of the productive service industry as a mediating variable will show an 'inverted U-shaped' evolution trend.

Key Words：Population Aging; Development Quality of Manufacturing Industry; Productive Service Industry; Mediating Effect

責任编辑 邓 悦

马红梅，贵州大学经济学院，贵州大学马克思主义经济学发展与应用研究中心，电子邮箱：jjxymhm@163.com;杨月，武汉理工大学管理学院，电子邮箱：yangyuehb@126.com。本文受国家自然科学基金项目（71663012）、贵州省2020年度哲学社会科学规划重点课题（20GZZD19）和贵州大学高端智库重大专项的资助。感谢匿名审稿人对本文提出的意见，文责自负。