人口老龄化对我国制造业产品出口RCEP国家优势的影响研究

张玉静 袁新宇(通讯作者)

(云南师范大学经济与管理学院 云南昆明 650000)

自改革开放以来，我国一直依靠人口红利的优势，凭借低廉劳动力低成本参与国际分工，获得了“世界工厂”的称号，随之实现了经济的飞速发展。目前，我国人口结构发生变化，出生率低，人均寿命延长，人口老龄化进程加快。据统计，2022年我国65岁以上(包括65岁)的人口多达两亿，约占全国人口的14.2%。人口老龄化使得我国劳动力供给数量减少，劳动力成本提高且劳动力体能下降，我国一直以来的人口优势遇到挑战，我国制造业在全球价值链中的分工地位发生变化，传统的出口增长模式难以为继，经济发展迎来拐点。同时，在国际局势动荡、贸易保护主义盛行及贸易摩擦频发的背景下，区域经济一体化加快发展，我国通过“一带一路”的建设及RCEP的签署与新兴发展中国家的贸易日益密切。RCEP成员国之间的经济发展水平差异较大，既包括缅甸、菲律宾、老挝、柬埔寨等制造业较为落后的发展中国家，也包括日本、韩国、新加坡、澳大利亚、新西兰等发达国家。其中，以农业为主，制造业落后的发展中国家所占比例较大，而我国是制造业大国，制造业作为我国工业经济的核心产业，在我国对外贸易中占有重要地位。因此，本文在我国老龄化进程加快的背景下，研究我国在与RCEP成员国的制造业出口贸易中是否还具有显著的人口红利优势，人口老龄化是否影响我国制造业的出口优势，我国制造业是否能在RCEP国家贸易中具有优势上游地位。

1 文献综述

目前，人口老龄化对国际贸易的研究大多基于比较优势理论且集中在货物贸易领域。首先，国际上的不同学者对老龄化的衡量指标不同， VegardF.skirbekk(2019)[1]对其进行了总结：基于当前年龄结构的衡量，基于寿命周期的衡量，依赖劳动力参与的人口老龄化衡量(经济抚养比)等。其次，人口老龄化对我国出口的影响研究侧重于以下几个方面：出口优势、出口复杂度、产业结构升级及高质量发展。张燕等(2019)[2]将老年期存活率和人力资本投入引入H-O框架内构建跨期迭代模型,发现人口老龄化与技术密集型产品出口竞争优势呈现典型的“倒U型”关系；吴飞飞等(2022)[3]基于Eaton and Kortum进行研究，解析劳动力价格扭曲情景下人口老龄化对出口优势演进的作用机制；张宁(2023)[4]实证分析了人口老龄化通过人力资本、研发投入、资本存量三个中介变量对我国出口比较优势的影响；张龙鹏等(2023)[5]实证研究了人口老龄化在产业智能化对出口复杂度影响中的调节作用。张明志(2019)[6]从年龄增值型技能、年龄贬值型技能和体能方面划分劳动力能力，实证研究了人口老龄化对中国制造业行业出口的影响。杨盈竹(2022)[7]实证研究了人口老龄化通过产业结构升级和要素禀赋效应对出口技术结构升级的促进作用。刘成坤(2023)[8]研究了人口老龄化对制造业高质量发展产生显著的积极影响。

大多数学者认为人口老龄化能够倒逼我国出口结构优化升级，但也有学者提出异议，例如Feifei Wu (2021)[9]基于116个发展中国家1996—2018年的数据，以出口技术复杂性作为出口升级的测度，实证探讨了人口老龄化对发展中国家出口升级的显著不利影响，而这种不利影响在发达国家是不存在的。本文在已有的研究成果上，研究人口老龄化对我国与RCE国家制造业出口优势的影响，创新之处主要有两点，第一，在人口老龄化对一国对外贸易的影响研究中，已有文献较少关注人口老龄化对一个国家与其他国家的贸易影响，本文以经济发展水平差异较大的RCEP成员国为研究对象，研究人口老龄化对我国制造业出口优势的影响；第二，本文基于HS编码将制造业出口产品进行分类，基于经济发展水平对RCEP成员国进行分类，将人口老龄化对我国制造业出口RCEP国家优势的影响进行了“异质性”分析，在逐渐失去人口红利的过程中，分析我国在RCEP贸易中的制造业出口地位。

2 理论机制

根据要素禀赋理论，对于本国与外国，如果本国的老龄化程度高于外国，则本国在密集使用劳动力生产要素的产品上具有比较优势，而外国在密集使用资本生产要素的产品上具有比较优势(张明志2019)[10]。人口老龄化通过影响劳动力的质量及数量对一国出口将产生影响。首先，人口老龄化使得劳动人口数量下降，劳动力供给数量下降，劳动价格提高，生产成本提高，产品价格上涨，不利于贸易出口国的出口产品获得价格优势以增加出口。其次，人口老龄化对劳动力质量的影响具有双向作用，一方面，劳动者在体能、协调能力及记忆力等方面随着年龄的增长而下降，生产效率降低，而产品的国际市场价值由国际上的平均劳动时间决定，因此，不利于贸易出口国的出口产品获得价格优势以增加出口；另一方面，劳动者在技能及理解能力等方面随着年龄的增长而提高，利于贸易出口国的出口产品获得品质优势。此外，人口老龄化能够倒逼我国制造业的产业结构升级。

3 变量选取和数据来源与说明

3.1 变量选取

3.1.1 被解释变量对显性优势指数(RCA)进行变形作为本文的被解释变量。显性比较优势指数是由Balassa提出的，旨在衡量一国某行业出口在国际市场上竞争力的指数。其公式为：

该公式表示，t时期一国k行业出口在其全部出口产品的比重与全世界k行业出口在世界全部出口产品中的比重之比。将该公式变形，用来衡量我国t时期对i国的制造业出口的优势：

式(2)中：Xmti表示我国t年对i国制造业的出口额，Xti表示中国t年对i国总的出口额，Wmti表示世界t年向i国制造业出口总额，Wti表示世界t年向i国的总出口。式(2)用来表示我国对i国制造业出口在我国对i国全部贸易出口的比重与世界对i国制造业出口在世界对i国全部贸易出口的比重之比。指数越大说明我国t时期对i国的制造业出口优势越大。

3.1.2 解释变量

本文参考大多数文献，采用一国65岁及以上的人口占该国总人口数的比例进行老龄化的衡量。最终，将我国人口老龄化率与RCEP成员国中的i国的人口老龄化率作比来衡量我国与i国的相对人口老龄化率(oldit)

3.1.3 控制变量

参考大多数文献，本文选取的控制变量为：两国外商净投资之比(fdiit)，两国国内生产总值之比(gdpit)，运输成本(costit)。

3.2 数据来源与说明

基于数据的可获得性，本文选取的是包括中国在内RCEP成员国14国2010—2021年的面板数据。其中，贸易额数据来源于uncomtrade数据库，外商净投资数据以及国内生产总值数据来源于世界银行数据库，两国首都地理位置来源于CEPII数据库，国际年平均石油价格来源于EIA数据库。关于制造业行业的分类以及制造业出口结构的划分，本文参考了黄先海(2006)和董宇(2014)的做法，根据按Hs编码将制造业按照要素密集度划分为三种类型：劳动密集型行业，资本密集型行业，技术密集型行业。

4 模型建立与实证分析

4.1 基准回归

基于上述变量选取与分析，建立以下计量模型：

由于每个国家之间的差异较大，故考虑以上固定效应模型，但为了保证可靠性仍进行Hausman检验，检验结果显示的p值为0.00，故不采用随机效应模型。模型的基准回归结果如表1所示。

表1 基准回归结果

基于回归结果，分析得到以下结论：

(1)人口老龄化对于我国向RCEP国家制造业出口优势具有显著的抑制作用，从模型(5)的回归结果来看，老龄化水平每上升1单位会造成制造业出口优势下降0.07个单位。随着我国老龄化程度加剧，劳动力成本上升，劳动者平均体能下降，我国在与RCEP国家制造业出口贸易中的优势总体呈现逐渐下降趋势。

(2)外商投资净流入对我国制造业的出口优势具有显著促进作用。国外资本的流入为我国制造业的生产与技术创新提供了契机，提高了在出口中的市场竞争力，出口优势增加。

(3)与进口国相比，我国国内生产总值高则对制造业出口优势具有抑制作用。一方面这可能由于国民收入增加导致我国的进口增加而出口相对下降，另一方面可能是由于RCEP成员国的特殊性，大部分进口国国内生产总值较我国低，导致其购买力低，不利于我国制造业的出口。

(4)运输成本对我国向RCEP国家制造业出口具有显著的抑制作用，与预期相符。

综上，在与RCEP成员国的制造业出口贸易中，人口老龄化通过对劳动力数量及质量两方面的影响，对我国制造业出口RCEP国家的出口优势具有显著的抑制作用。靠低廉劳动力获得的低技术门槛的制造业国际分工可能会转移到比我国更具有劳动力优势的其他国家，而我国高质量发展目标仍未实现，导致我国制造业在与RCEP国家出口贸易中处于中游地位。

4.2 稳健性检验

由于本文的被解释变量为“中国对RCEP国家制造业出口优势”，而核心解释变量为“老年老龄化率(65岁及65岁以上人口占总人口的比重)”，故几乎没有由反向因果而引起内生性的问题。基准实证检验中的控制变量借鉴了以往学者的研究成果，对大量控制变量进行了回归筛选，因此，遗漏变量对估计结果产生影响的可能性很小，故本文实证过程中的内生性问题产生的最大可能在于测量误差，所以，本文参考赵安南(2021)[11]的做法，采取核心解释变量的方法来检验模型的稳健性，用老年抚养比(65岁及65岁以上人口占劳动人口的比重)来替换核心解释变量老龄化率。回归结果见表2，由回归结果的第(4)列可知，系数的方向未变且仍然显著， 较好地支持了上文基准回归的结果。

表2 稳健性检验：基于老年抚养比的回归结果

4.3 异质性分析

为了考察老龄化对我国不同类型制造业向RCEP国家出口优势的影响，本文参考了黄先海(2006)和董宇(2014)的做法，将制造业根据Hs编码按照要素密集度分为三种类型(技术密集型制造业、劳动力密集型制造业以及资本密集型制造业)进行分组回归，回归结果见表3。

表3 基于制造业按要素密集度划分的分组回归结果

表3中(1)(2)(3)列分别为技术密集型制造业、劳动力密集型制造业及资本密集型制造业人口老龄化的回归结果。从核心解释变量来看，人口老龄化对我国技术密集型制造业向RCEP国家出口的优势有明显的抑制作用，对劳动密集型制造业的出口优势虽有抑制作用但并不显著，对资本密集型制造业的出口优势有促进作用但也并不显著。由此，在人口老龄化背景下，我国要想在与RCEP成员国的制造业出口中保持优势，必须进行技术升级。

RCEP成员国之间的经济发展水平差异较大，老龄化率差异也比较大，由整理数据可知，我国的老龄化率与RCEP成员国中发达国家的差距逐渐缩小，而与其中发展中国家的老龄化率差异加大，所以为了考察人口老龄化对我国制造业在RCEP不同类型成员国贸易中的出口影响，将RCEP成员国不同经济发展水平的国家(发达国家与发展中国家)进行分组回归，回归结果见表4。

表4 基于不同国家类型的分组回归结果

在回归结果的模型1和模型2中，从核心解释变量来看，两个模型的核心解释变量的系数都是负的，这意味着无论进口国是发达国家还是发展中国家，人口老龄化对我国制造业出口优势都具有抑制作用，这与前边的基准回归结果一致。但是，两组回归的显著水平较基准回归有差异。由第(1)列可知，在RCEP贸易中，虽然人口老龄化对我国制造业出口发达国家的优势具有抑制作用，但这种抑制作用并不显著，说明在现阶段老龄化水平下，我国制造业出口发达国家仍具有一定优势，但随着老龄化继续加剧，可能会使这种优势逐渐丧失。由第(2)列可知，在RCEP贸易中，人口老龄化对我国制造业出口发展中国家的优势具有显著的抑制作用。由此可知，靠低廉劳动力获得的优势很容易被其他发展中国家所替代，外商可能将投资的方向转向劳动力价格更低的其他发展中国家。我国制造业迫切需要技术升级来面对人口老龄化带来的挑战。

5 结语

5.1 结论

本文以RCEP为背景，基于2010—2021年我国与RCEP国家制造业贸易的面板数据，利用固定效应模型研究人口老龄化对我国向RCEP国家出口制造业优势的影响。基准回归结果显示，人口老龄化对我国制造业出口RCEP国家的优势具有显著的抑制作用。两种分组回归结果均显示，在人口老龄化加剧的背景下，在与RCEP的贸易中，我国要想保持制造业的出口优势，必须进行技术升级。

同时，实证结果表明，在我国逐渐失去人口红利的过程中，我国的制造业出口在与RCEP成员国的贸易中居于中游地位。一方面，随着人口红利的流失，我国会逐渐失去低技术门槛制造业的国际分工，而这部分国际分工可能会转向马来西亚、印度尼西亚、泰国、越南等东南亚国家；另一方面，我国制造业的技术水平与RCEP成员国中的发达国家相比尚有一定差距，我国制造业虽在全球具有领先地位，但高端制造业尚不及日本等发达国家水平。由此，我国制造业的出口处于中游地位，具有很强的替代性。

5.2 建议

面对人口老龄化程度的加剧，我国的制造业出口面临挑战，因此，基于上述研究结论，本文提出以下建议：第一，通过激励自主创新、积累人力资本、加大研发投入等措施来提高制造业的附加值，掌握核心制造技术，实现制造业高质量发展，在全球价值链中努力攀升，从而形成有力的国际竞争力；第二，保证劳动力的有效供给，并提高劳动力的质量。具体可通过延迟退休，提高生育保障等措施来提高劳动力的有效供给，通过提高高等职业教育的专业性，针对性地提高劳动力的质量。