人口老龄化对经济高质量发展的影响<br/>——基于企业创新视角*

人口老龄化对经济高质量发展的影响
——基于企业创新视角*

2022-06-14曹聪灵肖国安

湘潭大学学报（哲学社会科学版） 2022年3期

曹聪灵，肖国安

(湘潭大学商学院，湖南湘潭 411105)

一、引言

2001年我国正式步入老龄化社会，随着我国人口老龄化程度的加深，社会整体创造性思维减弱，进而影响科技创新的发展。创新是人类社会进步的重要推动力，也是推动经济高质量发展的加速器。老年人口的增多，社会经济发展所需要的劳动力就会不足，这会对整个经济发展的速度和质量造成一定的影响。同时，老年人口的增多会加重养老负担，养老费用的增加会挤占科技创新资金，进而影响社会生产效率。2020年9月11日，习近平总书记主持召开科学家座谈会并发表重要讲话，强调我国经济社会发展和民生改善比过去任何时候都更加需要科学技术解决方案，都更加需要增强创新这个第一动力。

因此，积极应对人口老龄化是实现经济高质量发展的必要选择。当前，我国人口老龄化程度不断加深，其对社会经济产生的影响是深远而复杂的，必须立足新发展阶段，贯彻新发展理念，使社会经济发展始终与人口老龄化进程相适应，推动经济高质量发展。本文以企业技术创新为主要作用渠道，探索人口老龄化对经济高质量发展的影响，为我国经济转型提供政策依据。

二、文献综述

现有文献分析人口老龄化对企业技术创新的影响主要从个体、企业和政府三个层面展开。在个体层面，一些学者认为老龄化会影响研发团队的年龄结构，老年人由于身体机能、认知学习能力的变化，创新意识和创新能力减弱，使得个体创新能力下降进而影响企业技术创新；[1]1-14,[2]149-159另一些学者认为，年长的研发人员在工作经验和知识上的积累与同行年轻人相比更具优势，具有更高的生产力，有利于企业实现技术创新。[3]1-21,[4]105-128在企业层面，一些学者认为人口老龄化会导致企业用工成本上升以及社会保障支出增加，从而导致企业税负加重，对企业的研发投入造成“挤出效应”；[5]317-342,[6]583-612另一部分研究者则认为老龄化会促使企业更加注重对于人力资本的积累，倒逼企业进行技术创新，进而对企业技术创新产生积极影响。[7]139-160,[8]47-63在政府层面，有学者指出人口老龄化不能为企业进行技术创新营造良好的政策环境，在一定程度上阻碍了企业技术创新。[9]989-1018,[10]114-125,128

目前，我国新兴老龄科技创新能力还比较薄弱，各地区养老科技产业发展不平衡，这就需要我们从各方面加大老龄科技创新的力度，把科技创新作为应对人口老龄化的第一动力和战略支撑。[11]32-42从国家战略层面上看，在应对人口老龄化过程中，要加强战略规划，实施标本兼治的战略举措，把老龄社会科技创新视为创新创业新的增长点，依靠科技创新应对人口老龄化，促进经济持续发展，探索一条“科技创新应对人口老龄化”的道路；[12]1-10从企业发展层面上看，要从战略高度提高培育发展新兴养老科技企业的认识，夯实培育发展新型养老科技企业的基础，通过税收优惠促进养老科技领域的创新创业；[13]122-129从产业转型升级层面上看，应加强对新兴养老科技产业发展特征及规律的研究，强化产业政策和创新政策驱动新产业发展的正向效应，加强养老科技体系的构建，挖掘人口老龄化给产业转型升级带来的机遇。[14]87-100

三、理论机制分析

人口老龄化表现为老年人口在总人口中所占比重的持续增长。作为企业生产必需的投入要素，劳动力的变化既会影响企业生产效率，又会影响企业技术创新。而企业技术创新的发展主要受创新投入与创新效率的影响，一方面，创新投入的增加能够为企业的技术创新提供充足的资金支持，以购买生产研发所需的设备并提供相应的试错成本；另一方面，创新效率的提高能够显著缩短企业技术研发的周期，促进技术创新的发展。因此，人口老龄化可以通过创新投入与创新效率两个渠道影响企业技术创新，对经济高质量发展产生影响。本文将从创新投入渠道与创新效率渠道展开分析，探究人口老龄化如何通过影响企业的技术研发，进而对经济高质量发展产生影响。

(一)创新投入渠道

从创新投入渠道来看，一方面，劳动供给的短缺使得适龄劳动力成为稀缺资源，提升了劳动要素的价格，增加了企业的用工成本，对企业的创新投入形成了“挤出效应”；另一方面，适龄劳动力减少带来的劳动力短缺可能会倒逼企业增加创新投入，以推动企业由劳动依赖型向技术依赖型转变，降低企业在购买劳动力上所付出的成本，进而促进经济创新发展。

(二)创新效率渠道

从创新效率渠道看，企业的创新效率主要受劳动力质量的影响。整体来看，年龄的增长会从健康状况、专业技能和创新能力上降低劳动力的质量，进而削弱企业创新效率。首先，人体机能会因自然衰老而逐渐下降，当企业的劳动力人口趋于老龄化时，整体的劳动力质量就会降低，导致企业创新效率的下降。在专业技能上，尽管老年劳动力拥有丰富的工作经验，但其对先进技术的掌握和学习能力与年轻劳动力相比存在差异。认知能力的减弱使得老年劳动力在学习新知识和新技能时的接受能力变差，增加了企业的技能培训与知识传授的难度。

(三)企业创新对经济高质量发展的影响机理

经济高质量发展是按照创新、协调、绿色、开放、共享的新发展理念，致力于满足人民日益增长的美好生活需要的一种可持续发展方式，它要求在经济发展的过程中减少生产要素投入，提高资源配置效率，降低资源环境开发成本，提升经济社会效益。结合熊彼特创新理论来看，创新能够不断从内部破坏旧的经济结构并构筑新的经济结构，这种“创造性破坏”的结果是促进经济由量的增长转向质的转换。

从经济“量”的增长角度看，企业技术创新带来了社会生产方式的变革，提高了生产效率，能够显著促进社会财富总量的积累。[15]56-66由于人口老龄化带来的劳动供给减少会导致劳动要素价格的上涨，用工成本的增加缩减了企业利润空间，使得企业缺少充足的资金扩大生产规模，对企业的生产发展与社会财富的积累造成了不利影响。但生产成本的上涨也倒逼企业的技术升级，迫使企业增加创新投入以促进自身的技术升级。对经济发展而言，生产方式的变革促进了企业生产效率的提高，增加了企业平均产出，扩大了利润空间，促进了经济总量的增长。

从经济“质”的发展角度看，技术创新通过市场机制与竞争逐利机制激发了企业的市场活力与创新能力，社会整体生产效率的提升使得企业之间的竞争由产品数量转向产品质量，而产品质量的提升与企业技术创新密切相关，企业创新在客观上为提升产品与服务质量提供了技术支撑。同时，企业为提高研发效率会增加对创新型人才的需求，人们为了占据竞争优势地位，会自觉提升个人综合素质，人力资本质量得到提升，加快了企业生产研发的进程，推动了经济的进一步发展。

四、实证分析

(一)变量选取与模型设定

1.变量选取

本文采用2006—2019年中国30个省(市、自治区)的宏观面板数据进行分析(1)不包括西藏、香港、澳门、台湾。，数据来源于《中国人口和就业统计年鉴》《中国统计年鉴》等。变量选取及计算方法如下。

被解释变量。经济高质量发展(hqed)为被解释变量，借鉴符建华与曹晓晨(2021)[16]44-55的做法，构建相应指标体系来衡量经济高质量发展，并将部分逆向指标转成正向指标。具体指标选取如下：

表1 经济高质量发展评价指标

续表

核心解释变量。采用65岁以上老年人口占总人口的比重来衡量人口老龄化(old)，采用新产品销售收入来度量企业创新水平(ei)。

控制变量。市场化程度(market)，用市场化指数衡量；环境保护力度(envir)，用环境污染治理投资占GDP比重来衡量；固定资产投资率(asset)，用全社会固定资产投资总额占GDP比重来衡量。

2.模型设定

考虑到各个省(市、自治区)人口老龄化对经济高质量发展的影响不仅由个体特征决定，还取决于其所在区域企业创新水平的高低，所以本文采用分层线性模型来分析人口老龄化和企业创新对经济高质量发展的影响。

由各省(市、自治区)的相关特征变量构成第一层数据结构，将区域(东部、中部、西部)作为第二层数据结构的特征单位，将人口老龄化(old)、市场化程度(market)、环境保护力度(envir)和固定资产投资率(asset)纳入第一层模型的解释变量中，而区域层面的变量用企业创新水平(ei)来表示。本文的分层线性模型构建如下：

第一层模型：

(lnhqed)ik=β0k+β1k(lnold)1ik+β2k(((lnold)2)2ik

+β3k(lnmarket)3ik+β4k(lnenvir)4ik+β5k(lnasset)5ik+eik

(1)

第二层模型：

β0k=γ00+γ01(lnei)k+u0k

(2)

β1k=γ10+γ11(lnei)k+u1k

(3)

第一层模型为各个区域内各个省(市、自治区)的回归方程，第二层模型是对第一层中相关回归系数地再回归。(2)由于本文主要考察人口老龄化对经济高质量发展的系数是如何受企业创新的影响的，所以在第二层模型中并未包括市场化程度、环境保护力度、固定资产投资率前面的斜率系数。模型中的(lnhqed)ik)表示第k个省(市、自治区)第i年经济高质量发展水平的对数。β0k表示第k个省(市、自治区)经济高质量发展初始水平的对数，代表不同的省(市、自治区)有不同的经济高质量发展初始水平。γ00表示控制区域层面的解释变量(lnei)k后经济高质量发展的平均初始水平，即当不存在解释变量(lnei)k时，γ00为(lnhqed)ik)的总均数，是第二层模型单位截距的总均值；而当存在解释变量(lnei)k时，γ00为(lnei)k=0时各省(市、自治区)经济高质量发展的平均初始水平。γ01为(lnei)k=1与(lnei)k=0之间经济高质量发展初始水平的平均差异。u0k和u1k为区域层面的残差项，eik为省级层面的残差项。对eik、u0k和u1k做如下假定：

iideik～N(0，σ2)

Cov(eik，upk)=0

p=0，1

将式(2)和式(3)代入式(1)中可以得到如下组合模型：

(lnhqed)ik=γ00+γ10(lnold)1ik+β2k((lnold)2)2ik+β3k(lnmarket)3ik+β4k(lnenvir)4ik+β5k(lnasset)5ik+γ01(lnei)k+γ11(lnold)1ik(lnei)k+(u0k+u1k(lnold)1ik+eik)

(4)

(二)实证分析

1.同质性模型

同质性模型假定全国各区域都是同质的，各省(市、自治区)人口老龄化对经济高质量发展的影响只与其个体特征有关，与所在区域无关。同质性模型构建如下：

lnhqed=β0+β1lnold+β2(lnold)2+β3lnmarket+β4lnasset+β5lnenvir+ε

(5)

其中，ε表示未能包括在模型中其他影响经济高质量发展的因素。对式(5)采用普通最小二乘法进行参数估计，估计结果如表2。由表2我们可以看出：人口老龄化的回归系数小于0，人口老龄化二次项的回归系数β2等于1.101(大于0)，说明经济高质量发展水平的对数会先随着人口老龄化对数的增大而先减小后增大。

表2 基准回归结果

2.区域异质性模型

东部、中部和西部地区的企业创新水平存在着较大的差距，而企业创新在很大程度上影响着经济高质量发展，因此，同质性模型将中国作为一个整体来讨论人口老龄化对经济高质量发展的影响是不严谨的，本文以同质性模型为基础，建立同时包含个体和区域两个层次的分层线性模型，来讨论各省(市、自治区)人口老龄化对经济高质量发展的影响是否与其所在区域的企业创新有关。为检验研究假设，本文依次定义了零模型、协方差模型、随机效应回归模型和纳入企业创新水平的随机效应模型，估计结果如表3所示：

表3 分层线性模型的估计结果

表3为四个分层线性模型的估计结果。模型1是零模型，零模型只包含被解释变量，不包含解释变量。零模型将经济高质量发展水平的方差区分为区域间方差和省际方差两个部分。由表3可知，区域层面的方差为0.067，省级层面的方差为0.013，因此，各省之间的相关系数ρ=0.113/(0.113+0.067)=0.628，即各省经济发展的差异有62.8%是由省际差异造成的，有37.2%是由区域之间的差异造成的，这表明，区域层面的特征在很大程度上影响着各省经济发展的水平。

模型2是协方差模型。协方差模型假设个体层面的特征对经济高质量发展的影响在区域层面是恒定的，在零模型的基础上纳入第一层的解释变量，即人口老龄化程度、市场化程度、环境保护力度和固定资产投资率。结果显示，γ00=6.771，且在99%的置信区间显著，说明省级层面各变量对经济高质量发展的总平均水平具有显著效应；γ10显著为负、β2k显著为正，说明人口老龄化的对数与经济高质量发展水平的对数呈U形关系，即经济高质量发展水平的对数随着人口老龄化对数的增大先减小后增大。

通过表3我们还发现，协方差模型、随机效应回归模型和纳入区域层面企业创新水平的随机效应模型中各变量的系数值大小比较接近且显著性水平完全一致，表明各变量对应的估计结果是比较可靠的。从离异系数来看，协方差模型、随机效应回归模型与纳入区域层面企业创新水平的随机效应模型的离异系数均小于零模型，其中纳入区域层面企业创新水平的随机效应模型的离异系数最小，为113.899，这说明该模型的拟合效果最好。

(三)稳健性检验

为了检验分层线性模型回归结果是否稳健，本文采用变量替换法和改变样本容量法对分层线性模型进行稳健性检验：(1)变量替换法，将原企业创新衡量指标替换为企业科技创新研发投入。(2)改变样本容量法，剔除被解释变量最大与最小5%的值，重新对本文的四个分层线性模型进行回归，回归结果依旧稳健。

五、结论与政策建议

(一)结论

本文基于企业创新视角系统地考察了人口老龄化对经济高质量发展的影响。搜集了我国2006—2019年省级面板数据，设定两个分层线性模型进行拟合，最终获得能够体现企业创新在人口老龄化对经济高质量发展影响中作用机制的最优模型。研究表明：第一，区域层面企业创新水平的提高可以促进各省经济发展水平的提高，但人口老龄化会抑制企业创新对经济高质量发展的促进作用。第二，经济发展水平随着人口老龄化程度的加深先降低后升高。第三，经济发展初始水平较高的省份人口老龄化斜率变化较小，经济发展初始水平较低的省份人口老龄化斜率变化较大，即经济发达省份受人口老龄化的影响较小，经济发展落后省份受其影响较大。