人口老龄化与涉老服务业就业——来自广东的经验证据

钟晓君 徐航

（广东技术师范大学，广东广州，510665）

一、引言

目前，已知服务业就业水平的高低受多种因素共同影响，包括经济发展状况、人力资源、政府政策、居民消费及对外开放程度等因素，但当今人口老龄化对服务业就业的影响仍有待进一步研究。

自2013年开始，根据65岁以上人口占总人口比重超过7%则为老龄化社会的通用标准，广东进入了老龄化社会；广东三大产业比重也发生了深刻变化，第三产业逐步超越第二产业（张秋、饶慧霞，2016）[1]，其服务业就业比重从1985年的17.2%逐步上升到2020年的53.2%。在广东服务业迅速发展及老龄化程度逐年上升的背景下，研究广东人口老龄化对涉老服务业就业的影响，对于深度发掘广东劳动力资源潜力，培育良好的涉老服务业劳动力市场，促进广东高质量发展，均具有重要的理论意义和现实价值。为此，在广东人口老龄化的背景下，本文分析广东涉老服务业就业所受到的主要影响，并提出相应的对策建议。

二、文献综述

从已有的成果来看，大部分学者从需求和供给角度出发，探讨了中国人口老龄化对服务业发展的影响。李华（2015）认为老龄化通过劳动力供给、二次人口红利以及资本流入影响服务业供给，同时老龄化也会扩大服务业的需求规模并对服务业结构具有一定的调整作用[2]。施美程、陈卫民（2017）从消费需求和供给侧推力探讨人口老龄化对服务业发展的影响机理，揭示人口老龄化会为进一步促进服务业的发展[3]。吴飞飞、唐保庆（2018）利用2005－2015年省际面板数据进行实证，表明人口老龄化对东部地区的负向影响会更为明显[4]。陈卫民、施美程（2014）通过对1960－2009年55个国家的跨国数据进行实证分析，发现老龄化程度过高会对服务业就业增长起到负向影响[5]。颜色、郭凯明等人（2021）基于年龄视角，利用跨国数据，从收入效应和价格效应两渠道探究老龄化对服务业的影响，得出“未富先老”不利于服务业的发展[6]。

此外，部分学者针对老龄化对中国产业结构影响进行研究。易昕（2015）通过2000－2012年省际面板数据研究得出人口老龄化对第一、二产业的发展会有一定的抑制作用，而对第三产业则会有一定的促进作用[7]。刘玉飞、彭冬冬（2016）实证分析得出人口老龄化会对产业升级起到促进作用，同时在东、中、西部也会显现出不同的差异性[8]。李璐、赵玉峰等人（2020）探讨推进老龄事业与产业协同发展[9]。刘成坤、赵昕东（2020）通过构建产业结构升级系数和VECM模型从短期及长期来探究老龄化与产业结构升级之间的互动关系[10]。马红梅、杨月（2021）利用tobit与门限回归模型，同时分析区域创新技术在其中发挥的作用以探讨老龄化对产业结构“两化”的发展[11]。上述学者大多都是从宏观角度讨论中国人口老龄化对服务业及产业结构升级的影响，较少研究老龄化与涉老服务业就业的关系。魏嘉辉、顾乃华（2021）研究了老龄化与中国服务业就业结构的关系[12]，也是以中国整体作为研究对象，缺少针对广东人口老龄化对涉老服务业就业影响的研究。

与全国相比较而言，广东老龄化程度较低，而服务业发展水平又相对较高，这一独特的省情为本研究提供了独特的样本和具有参考价值的成果。

三、广东人口老龄化现状特征

近年来，广东人口老龄化程度呈现稳中有升态势，并且显现以下趋势与特征。

（一）广东老龄化水平逐年上升，但整体处于全国末列

根据《广东统计年鉴》和《中国人口和就业统计年鉴》相关数据的整理，可以得到近20年来广东65岁以上人口比重数据，如下图1显示了1990－2020年广东65岁以上人口比重的发展趋势。可以发现，广东人口平均寿命不断延长，人口老龄化水平整体呈现上升趋势。2011年，国家出台“双独二孩”政策，广东人口老龄化程度有所回落，但持续效果并不显著。2013年“单独二孩”和2015年“全面二孩”的政策出台，生育政策逐步放松，并没有对广东人口老龄化产生很好的缓释效应。2013年开始，广东人口老龄化水平逐年上升，在2019年更是达到9%。

图1 1990-2020 年广东65 岁以上人口比重（%）①图表数据来源由作者根据《广东统计年鉴》和《中国人口和就业统计年鉴》相关数据整理所得。

虽然广东人口老龄化程度正在逐渐加深，但与全国其他省市相比，广东老龄化进程仍相对缓慢。根据第七次人口普查结果，广东人口老龄化程度排在新疆、西藏之前，位居末位第三位。虽然2020年广东65岁以上人口比重已经达到8.58%，进入“老年型”社会，但与同期已进入“深度老龄化”的省份相比，广东老龄化程度并不严重。同时，相较于经济发展较快的省市，诸如北京、上海、浙江、江苏等，广东人口老龄化程度仍处于较低水平，具体如下图2所示。

图2 2020 年全国及各地65 岁以上人口比重（%）②图表数据来源由作者根据第七次人口普查公报数据整理所，http://www.gov.cn/guoqing/2021-05/13/content_5606149.htm

广东人口老龄化程度较低的重要原因是受外来流动人口的影响。根据第七次普查数据显示，广东2020年外省流入人口数为2962.21万人，居全国首位，其中适龄劳动人口占比高达90%，为此有效对冲了人口老龄化趋势。同时，2020年广东60岁以上的户籍人口比重为15.27%，60岁以上的常住人口比重为12.35%，前者比后者高出2.92%。可见，外省流入人口很大程度上“年轻化”了原本户籍人口的年龄结构，使广东人口老龄化程度相比较而言在全国处于较低水平。

（二）人口老龄化地市差异较为显著

众所周知，广东各地区经济发展水平不平衡，产业结构也存在很大的差异性，从而导致各地对劳动力的需求特征存在一定的异质性。对于以高新技术产业、制造业为主导产业，以及加工贸易为主要贸易形态的城市来说，年轻劳动力是产业发展的重要基础，这些城市是年轻劳动力的净流入地。而对于以农业和生态旅游为主导产业的地市来说，产业吸纳劳动力潜力较弱，是年轻劳动力的净流出地。反映在人口结构上，广东各地人口老龄化程度存在较大差异性。

如图3所示，2020年广东有超过16个地市人口老龄化比重超过7%，韶关、江门、潮州超过13%，而梅州更是高达14%。同时，深圳、东莞由于大量年轻人口的涌入，人口老龄化水平低于4%。珠三角作为经济发展核心地带，人口的流动及大量适龄劳动人口的聚集，使得老龄化程度明显低于全省平均水平。而东翼、西翼及北部生态发展区人口老龄化比重均高于10%。广东各地市人口老龄化程度呈现显著差异。

图3 2020 年广东各地市65 岁以上人口比重（%）③图表数据来源由作者根据《广东统计年鉴》相关数据整理所得。

四、广东涉老服务业就业市场现状特征

（一）服务业就业比重不断增加

随着广东产业结构转型升级，服务业成为广东产业结构主流，对劳动力的吸纳潜力也不断释放，成为广东劳动力就业的最重要“蓄水池”。

如下图4显示，改革开放以来，广东第二、三产业就业比重不断上升。2000年开始，广东服务业就业比重曾短暂超过第二产业；2003年后，其人数一直保持较快速度增长。2015年广东省政府提出加快发展生产性服务业及健康养老服务业，广东服务业就业比重也赶超了第二产业，并逐渐拉开领先距离。

图4 1985-2020 年广东三大产业就业比重（%）④同上③。

（二）涉老服务业体系不断完善，就业人数不断增加

截止到2020年，广东省相关医疗卫生机构共有5.59万个，相关卫生技术人员达到83.2万人，相较于2019年卫生技术人员增加了4.64个百分点。

如下图5显示，1985－2003年间，涉老服务业就业人数比重呈稳步上升趋势，此后比重进入相对平稳态势。2020年，由于新冠疫情的爆发，其人数呈现出井喷式的增加，比重也急剧上升。

图5 1985-2020 年广东涉老服务业就业人数比重（%）⑤同上④。

五、老龄化影响涉老服务业就业的理论机制

随着近年来人口老龄化程度的逐渐加深，人口老龄化对涉老服务业就业的影响也逐渐显现。人口老龄化通过影响涉老服务业就业的供给与需求两个途径，对涉老服务业就业产生影响。其中，供给机制主要体现在人口老龄化对劳动力供给数量及质量两个层面的影响；需求机制主要体现在老年人口增多而引发的消费需求结构变动。

从供给角度看，人口老龄化将对涉老服务业劳动力供给产生影响。在长期，人口老龄化容易造成劳动力短缺，从而导致涉老服务业劳动力供给不足。随着老龄化程度的进一步加深，对劳动力供给的约束将更为明显（宋晓莹等，2021）[13]，并且未来可能会产生劳动力供给进一步短缺的现象（赵一凡等，2022）[14]。一方面，涉老服务业对劳动力依赖较强，其他技术手段难以实现对其从业人员的完全替代；另一方面，逐渐放缓的农村劳动力向城市转移的趋势则进一步加剧了其劳动力供给短缺。并且，劳动力供给不足的问题在城市将更为严重（马骏、沈坤荣，2021）[15]。对于广东来说，由于省外流入人口中的适龄劳动人口比重较大，外来劳动人口缓解了广东人口老龄化对涉老服务业劳动力供给短缺的影响。从劳动力质量层面看，随着老龄化程度的逐渐加深，对高技能劳动力的供给和需求也会逐渐增加（张卫，2021）[16]。新兴服务业的发展推动新型劳动力的培养，促进劳动力技能素质的提高，提高涉老服务业劳动力的整体供给质量。

从需求角度看，随着老年人口数量的增加，老年人的相关需求将不断增多。相较于其他年龄阶段，老年人口对相关服务业的需求会更大，“银发产业”将逐渐兴起。在老龄社会，将催生出旺盛的老年保健、老年护理需求，以及长者社会参与需求（沈燕、刘厚莲；2020）[17]。首先，涉老服务业就业需求潜力巨大，养老、医疗、卫生、社会福利等涉老服务产业获得发展机遇，蕴含较大就业需求。其次，瞄准老年群体的旅游、住宿、餐饮等服务行业也会有所发展，针对老年人的文化、体育、娱乐等涉老服务业也会逐渐增多，就业需求也将进一步扩大。可见，随着老龄人口的增加，涉老服务产业获得发展机遇，增加对涉老服务的就业需求。

综上分析发现，一方面，人口老龄化将带来适龄劳动人口的减少，带来涉老服务业劳动力供给约束；另一方面，人口老龄化将刺激涉老服务业需求，带来涉老服务业劳动力需求刺激。因此，人口老龄化对涉老服务业就业的影响取决于供给机制和需求机制作用力的大小。如果人口老龄化带来供给约束的作用小于人口老龄化带来需求刺激的作用，人口老龄化对涉老服务业就业的影响将是积极的；反之，人口老龄化对涉老服务业就业的影响将是消极的。同时，这种供给机制和需求机制是随着时间的推移而动态变化的。

六、人口老龄化对涉老服务业就业影响的实证研究

（一）模型构建与变量选取

本节运用基于VAR（向量自回归）模型的脉冲响应函数，分析广东人口老龄化对涉老服务业就业的影响，滞后阶数为p的VAR模型的基本表达式为：

其中，yt为k维内生变量，xt为d维外生向量；μt是k维误差向量；p是滞后阶数，A1，A2，…，Ap，B是待估系数矩阵。

1.鉴于数据的可得性

将数据的时间序列长度定为1985－2020年。数据根据《广东统计年鉴》《中国人口和就业统计年鉴》以及《新中国60年统计资料汇编》计算整理得到。部分缺失数据利用Stata软件采用线性插值法补充得到。相关变量说明如下：

2.被解释变量(Lab)

借鉴翟德华（2015）对养老服务业的分类研究成果[18]，本文选取的涉老服务行业包括居民服务、修理及其他服务业，卫生和社会工作，文化、体育和娱乐业以及公共管理、社会保障和社会组织四大类。采用该四类涉老服务业就业人数占总就业人数的比重作为被解释变量。

3.核心解释变量(Age)

采用广东65岁及以上人口占总人口的比重作为核心解释变量，用以反映人口老龄化程度。

4.控制变量

（1）人均GDP(Pgdp)。人均GDP可以衡量人民的生活水平，在一定程度上反映居民的消费能力。采用消除价格影响后的实际人均GDP进行衡量，考虑到数据可能存在的异方差性，对该变量取对数处理(ln Pgdp)。

（2）城市化水平(Urb)。城市化水平可以反映人口的聚集程度，对涉老服务业就业也有着重要作用。本文采用城镇人口占总人口的比重来衡量城市化水平。

（3）工业化水平(Ind)。工业化水平与服务业就业密不可分，采用工业产业占GDP比重来进行衡量。

（4）政府政策(Gov)。政府政策对服务业就业也有着重要影响，采用政府消费支出占最终消费支出的比重来进行衡量。

（二）平稳性检验

为防止出现的“伪回归”，构建模型之前对其进行平稳性检验。若原数据平稳则不需要对其进行差分，否则要对数据进行差分处理，使其变为平稳序列。本文利用ADF检验对序列进行平稳性检验，表1为对Lab、Age、Urb、Ind、Gov、ln Pgdp变量的检验结果。

表1 各变量平稳性检验

根据表1可以看出变量Age、ln Pgdp拒绝原假设，为平稳序列。同时，Lab、Urb、Ind、Gov原始序列为不平稳序列，对这些变量进行差分后拒绝原假设，变量变为平稳序列，因此Lab、Urb、Ind、Gov为一阶单整序列。

（三）VAR模型分析

为了进一步观察变量的变动对整个经济系统的扰动，分析变量之间的动态关系，因此对Lab、Age、Urb、Ind、Gov、ln Pgdp构建VAR模型做脉冲响应分析来观察变量间的长期关系。首先确定模型的最优滞后阶数。表2为VAR模型最优滞后阶数的选择结果。

表2 VAR 最优滞后阶数选择结果

根据表2各准则可以看出，当滞后阶数为1时结果最优，因此建立VAR（1）模型。接下来进一步检验模型是否平稳。

根据图6结果表明，每个特征根模的倒数都小于1即都在单位圆内，表明模型是稳定的，可以对其进行进一步脉冲响应分析。

图6 VAR 模型稳定性检验

由此根据模型得到以下方程式：

DLab=-0.236792×DLab(-1)+0.656641×Age(-1)+0.062909×DGov(-1)+0.021156×DInd(-1)+0.049266×DUrb(-1)-0.001328×lnPgdp(-1)-0.033622

Age=0.153976×DLab(-1)+0.390571×Age(-1)+0.036497×DGov(-1)+0.030729×DInd(-1)+0.019212×DUrb(-1)+0.003239×lnPgdp(-1)+0.014159

（四）脉冲响应分析

脉冲响应函数用于分析模型中某个内生变量的扰动项受到冲击后，通过模型传导而产生的对模型中其他内生变量的影响。

图7反映涉老服务业就业对人口老龄化冲击引起的响应，其中横轴代表脉冲响应的滞后期数，纵轴代表变量响应值。可以看出，第一期时响应值为0，表明在初期，涉老服务业就业对人口老龄化的扰动并未立即做出响应。原因可能在于老龄化所引致的消费结构变动一般无法对涉老服务业产生即刻需求刺激，而是存在一定的滞后性。随后，响应程度迅速上升，在第二期时达到最大，响应值为0.0032。从第二期开始人口老龄化对涉老服务业就业人数的正向冲击逐渐减少，第五期时趋于稳定，第七期开始响应值趋近于0。

图7 涉老服务业就业对人口老龄化一个标准差新息变动的脉冲响应图

综上分析，短期内，广东人口老龄化对涉老服务业就业产生一个正向影响，表明在短期人口老龄化对涉老服务业就业的需求刺激大于供给约束；但随着时间的推移，人口老龄化对劳动力供给的负向影响逐渐加深，人口老龄化对涉老服务业就业的供给约束逐渐加强，并且逐渐抵消人口老龄化对涉老服务业就业带来的需求刺激，导致在长期这种正向效应会逐渐减弱并趋近于0。

（五）方差分解

通过方差分解可以看出系统中各个变量的波动对VAR模型系统的贡献程度，了解不同时期各因素对涉老服务业就业的影响程度。

根据表3方差分解结果可以看出，涉老服务业就业比重的预测方差受其自身的影响最大，从第一期到第十期都保持在90%以上。相较于其他变量，人口老龄化对涉老服务业就业具有更大的贡献度。在第一期，人口老龄化对涉老服务业就业的贡献度为0，随后逐渐上升，在第4期逐渐趋于维持7.6左右。同时，从第一期到第二期贡献度的增加值最多，表明随着人口老龄化程度的增加，涉老服务业就业比重短期变动更为明显。

表3 方差分解结果

七、结论与建议

本文剖析了人口老龄化影响涉老服务业就业的理论机制，阐明人口老龄化主要通过供给机制和需求机制两个途径对涉老服务业就业产生影响，通过改变劳动力供给的数量和质量，以及老年人的消费需求刺激共同作用于涉老服务业就业。在此基础上，本文运用基于VAR模型的脉冲响应函数及方差分解技术，对广东人口老龄化与涉老服务业就业之间的动态关系进行实证研究。实证结果显示，在短期，广东人口老龄化对涉老服务业就业产生一定的正向效应，但随着时间的推移和老龄化程度的不断加深，人口老龄化对涉老服务业的劳动力供给约束将越来越大，导致正向效应逐渐减弱并趋于0。方差分解进一步表明，广东人口老龄化对涉老服务业就业的贡献度短期增长较大。

基于以上结论，提出以下政策建议：

第一，加强劳动技能培训，提高劳动生产率。老龄化会导致适龄劳动人口短缺的问题越来越明显，因此要努力提高劳动生产率，积极吸收新的劳动力。一方面，广东应积极响应“全面三孩”政策，通过鼓励生育，增加适龄劳动力供给，缓解劳动人口短缺问题，放缓人口老龄化的进程。另一方面，健全社会保障体系，吸引人才留在广东。随着外省适龄劳动人口的减少，应完善相关政策，为外省流入人口提供配套的就业和生活服务，解决适龄劳动人口后顾之忧。另外，为了适应产业由劳动密集型向资本（技术）密集型转型升级趋势，加强劳动力技能培训刻不容缓。企业应积极鼓励职工参加培训，邀请专家进行指导，不断提高劳动力的经验技能和生产效率，更好地适应产业转型升级。

第二，大力发展“银发产业”，刺激老年消费需求。逐步提高老年人的消费需求水平，对涉老服务业就业具有积极作用。要大力发展与完善与老年人相关的服务产业。例如，很多独居、空巢的老人缺少家人的陪伴，因此加快发展围绕老年人的住宿餐饮业、旅游文化业、及相关的购物休闲服务业既可以丰富老年人的生活，也可以在一定程度上刺激老年人的消费，进而促进涉老服务业就业。定位老年市场，从老年人需要出发，才会使涉老服务业就业形势越来越好。

第三，加强社会保障，完善养老服务体系。随着老龄化程度的加深，需建立健全的养老服务保障体系，促进经济稳定、社会和谐。政府应继续深化养老服务改革，保障老年人的医食住行。平衡城乡间养老服务，使养老服务人人可享。同时，要以政府为核心，依托社区服务和社会保障，对特殊困难、独居、失能、空巢老人提供基本的生活帮助，完善相关机制，提高老年人的幸福感。此外，增加养老院、家政养老、疗养院等机构的数量和质量，为老年人提供更多的专业照顾服务。