人口老龄化经济溢出效应研究

2024-06-15陈维宇

中国市场 2024年17期

摘要：随着人口老龄化对经济增长的负面影响日益成为关注焦点，产业发展在此过程中也扮演了重要角色。本研究采用空间杜宾模型，结合产业升级和人口老龄化，对经济增长的空间溢出效应进行实证分析。结果显示，尽管人口老龄化对我国经济增长带来负面影响，但其对经济增长的负向空间溢出效应并不显著。这表明人口老龄化对产业和经济的人力资本积累、劳动经验积累的正向作用在一定程度上抵消了负面影响。产业发展有助于经济增长，但需关注空间集聚效应导致的负向空间溢出。此外，扩大对外开放、增加教育投入和促进居民消费均有利于经济增长，尽管教育投入的短期效果可能不明显，但长期来看仍具有积极意义。

关键词：人口老龄化；产业高级化；经济增长；空间溢出效应；空间杜宾模型

中图分类号：F124;F224 文献标识码：A 文章编号：1005-6432（2024）17-0000-04

[DOI]10.13939/j.cnki.zgsc.2024.17.013

1. 引言

已有研究表明，在中国，人口老龄化、产业发展和全国经济增长之间存在着密切的相互关系。然而，仅仅从全国层面来研究，无法充分分析该类因素之间的关联。理论上，全国经济系统内生产要素的流动不可避免，产业之间的竞争也必然存在，故区域经济之间的增长必然存在着关联。

为了刻画空间溢出效应，文章引入空间地理距离矩阵，并构建了空间计量模型对面板数据进行分析。文章研究聚焦于省域经济问题，不仅考察老龄化水平和产业发展的影响，还将固定资产投资、进出口比例、教育投入和居民消费等其他相关因素影响纳入分析。

2. 空间相关性检验

在研究人口老龄化对经济增长的空间溢出效应之前，需要首先确认不同地区之间所要考察的变量是否存在空间关联性。在进行空间相关性检验之后，研究才能进一步探讨各区域之间的依赖关系。

针对空间相关性检验，文章采用全局Morans I指数来衡量2005-2022年中国31个省份的地区生产总值之间的关联性。结果如表1所示。

由表1可知，2005-2022年期间，中国地区生产总值的全局莫兰指数都在1%水平下显著为正，这说明中国省域之间的生产总值具有明显的空间相关性。

1. 模型介绍与构建

空间计量模型介绍

空间计量模型是一类研究具有空间相关性的经济现象的计量经济学模型，有助于处理空间依赖性和空间异质性的问题，其主要可以分为三类：空间滞后模型、空间误差模型和空间杜宾模型。与空间滞后模型和空间误差模型相比，空间杜宾模型更加灵活全面，其同时考虑了空间依赖性和解释变量的空间滞后效应。这使得该模型在某些情况下能够提供更深入准确的分析。

空间计量模型构建

联系空间相关性检验可知，中国省域之间的经济发展具有明显的空间关联性。所以，在基于空间相关性的前提下，引入空间滞后、空间误差以及空间杜宾模型来研究中国人口老龄化及产业高级化对经济增长的空间效应。构建模型的具体形式如下。

第一，空间滞后模型。

（1）

第二，空间误差模型

（2）

第三，空间杜宾模型

（3）

式中，y是gdp；ρ是空间自回归系数；W是空间权重矩阵；ageing、indus、inv、ie、edu和rc分别表示人口老龄化、产业高级化、固定资产投资占比、进出口比重、教育投入和居民消费额度；β1、β2、…、β12是相应变量的直接效应系数；λ是空间误差系数；ρ是空间自回归系数；ε是随机误差项。

变量选取与数据来源

在衡量经济增长的指标方面，选用地区生产总值作为衡量地区经济发展水平的指标，并将其取对数，用gdp表示；人口老龄化指标采用大多数文献采用的老年人口占比来表示，即65岁及以上人口占总人口的比重，用符号ageing来表示；产业高级化则借鉴刘伟等人（2008）的测量方法，以符号indus来表示，计算公式如下：

（4）

计算说明：其中，i=1，2，3分别表示第一、二、三产业，表示t时间内产业i的产值占GDP的比重，表示表示t时间内产业i的劳动生产率。经济体中劳动生产率较高的产业所占的份额越大，其产业发展指标数值就会越大。

此外，为了全面考虑影响经济增长的其他因素，本研究还纳入了以下几个控制变量：固定资产投资水平（inv）即固定资产投资占GDP的比重；对外开放程度（ie）即进出口占GDP的比重作；教育投入水平（edu）即教育经费取对数来作为控制变量；居民消费水平（rc）将居民消费水平的算术平方根作为控制变量。

2. 模型选择与结果分析

全国层面实证结果分析

首先，根据数据类型，需要讨论该面板数据是使用固定效应模型还是随机效应模型。经Hausman检验得到的统计量为16.48，通过了1%水平下的显著性检验，即拒绝随机效应的原假设，选择固定效应模型对面板数据进行分析。

接下来是对不同模型的检验分析，表2给出了不同模型在不同检验方法下的相关统计量和P值。

从P值上看，空间滞后项和空间误差项的拉格朗日检验统计量都通过了1%水平下的显著性检验，即拒绝不存在空间滞后效应和空间误差效应的假设。然后从WALD检验和LR检验的结果上看，其统计量均通过了1%水平下的显著性检验，即在后验性检验中，同样拒绝了空间杜宾模型能退化为空间滞后模型和空间误差模型的假设。因此，文章选择空间杜宾模型进行系数估计。在确立了空间杜宾模型之后，需要进一步对该模型的不同类别进行检验，检验结果如表3所示。

根据表中结果，从拟合优度R?和对数似然比Log-L的估计结果来看，空间杜宾模型中的时间和空间双固定效应模型的拟合效果最佳。因此，综合以上判断，文章将选用空间杜宾模型中空间双固定效应模型的结果进行后续分析。

根据空间双固定效应模型的系数估计结果，进一步分析中国省级区域经济增长的空间依赖性特征以及各核心解释变量对区域经济增长的空间溢出效应，如表4所示。

在人口老龄化方面，模型结果显示老龄化对本区域经济增长产生负面影响，但对邻近区域的影响并不显著。这意味着人口老龄化可能在对劳动力市场供给以及经济活力方面在本区域内具有显著的负面效应，但这种影响在空间上并没有显著传导。其次，产业高级化对本区域经济增长具有正面影响，但对邻近区域经济增长产生负面影响。这表明产业高级化能够提升本区域的经济发展水平，但可能在一定程度上抑制周边区域的经济增长。

在控制变量方面，除固定资产投资水平对本区域和邻近区域的经济增长影响未通过显著性检验外，其他控制变量均通过了1%水平下的显著性检验。进出口比重对本区域和邻近区域经济增长均有显著正面影响；教育投入对本区域和邻近区域经济增长均产生显著正面影响；居民消费对本区域和邻近区域经济增长也具有显著正面影响。

总结以上分析，系数估计结果揭示了中国省级区域经济增长中人口老龄化、产业高级化、固定资产投资水平、进出口比重、教育投入和居民消费等关键因素的具体影响。不过，在空间计量模型中，回归系数还同时包含了直接影响和间接影响，其中直接效应即解释变量对本地区经济增长的影响，而间接效应，则是对邻近地区的溢出效应。为了更加严谨的估计结果，文章还列出了空间杜宾模型的直接效应、间接效应以及总效应的估计结果，模型的效应分解结果如表5所示。

由表5可知，除固定资产投资该控制变量外，其余的解释变量和控制变量基本都能够在统计上显著。对于直接效应的结果，人口老龄化的直接效应显著且呈负向关系，这意味着人口老龄化对本地区经济增长产生了不利影响。随着人口老龄化的加剧，劳动力减少和消费需求变化可能导致经济增长放缓。但人口老龄化对相邻地区的负面影响并不显著，这可能与各省间劳动力流动缺乏协调有关。

而产业高级化的直接效应显著且为正向关系，表明产业高级化能够提高本地区的经济增长，产业结构的升级为经济发展提供了持续动力，有利于提高生产效率和创新能力。不过其间接效应为负，表明地区之间的产业竞争和对人才要素的激烈争夺，有可能因缺乏合作而导致相邻地区产业迁移以及人才的流失等情况。

地区层面实证结果分析

为了探讨人口老龄化和产业高级化对经济增长的地域差异性影响，本研究将全国31个省份和直辖市的样本按照国家统计局的标准划分为东部、中部和西部三个区域，分别运用空间杜宾模型进行估算。表6展示了不同区域的总效应估计结果。

首先，通过横向比较解释结果可知，当前，人口老龄化的影响在地域方面表现并没有显著差异，这与过去的研究所揭示的情况有所不同。值得注意的是，随着人口老龄化对中西部地区的负面效应变得显著，说明在我国中西部地区，人口老龄化程度的日益加深，已经给区域经济增长带来显著的负面效应，其原因可能是中西部地区年轻劳动力向东部地区的大量外流，恶化了中西部地区的人口结构，对中西部地区的经济增长带来了更严峻的挑战。同时，人口老龄化对我国东中西三部分都产生了负面的影响，这与我国近两年人口老龄化趋势加快，出生率下跌严重的现实情况相吻合。

其次，关于产业发展，从表中系数可以看出，东部地区产业高级化进程对东部地区的经济发展带来了显著的正向效应，而对中部地区和西部地区的效应却不够显著。这也和我国产业发展过程中，高新技术产业大都集中在东部地区，而中西部产业发展失调的现状相匹配。产业发展指标的不显著，说明我国中西部地区的产业转型还具有很大潜力，对经济的推动还有很大的发掘空间。

稳健性检验

为了进一步说明结果的合理性，文章还替换了核心解释变量人口老龄化进行稳健性分析，将原始的人口老龄化变量（老年人口占总人口的比重）替换成老年抚养比（odr），回归结果如表7所示。

由表7效应估计结果可知，更换人口老龄化变量后，变量效应估计的正负号和显著性基本没有发生改变，证明原来结果更加可信。

1. 总结与建议

人口老龄化给经济增长带来的负面效应已成为目前经济热点问题之一，而产业发展在其中也起到了很大的作用。在文章中，通过运用空间杜宾模型，结合产业高级化和人口老龄化两种核心要素进行了实证分析，得到以下结论：首先，人口老龄化程度日益加深，对我国经济增长造成明显的负面影响，但其对经济增长并不具有显著的负向空间溢出效应。虽然我国人口老龄化具有规模大、速度快和“未富先老”的特点，但总体并没有体现出显著性的负面影响，这说明我国人口老龄化对产业、经济带来的人力资本积累、劳动经验积累的正向作用仍在延缓人口老龄化整体的负面影响。与之相反，我国产业发展会促进经济增长，有利于区域经济增长，但由于空间集聚效应，其对经济增长的影响会产生负向的空间溢出，因而需要通过相对辩证的角度去发展经济，争取做到地区互助，产业发展成熟度高的地区主动积极带动周边经济发展。

其次，引导扩大对外开放、增大教育投入以及促进居民消费、都有利于我国经济增长，虽然增大教育投入短期内看不到较为显著的效果，但从分析结果来看，教育投入的总体效应还是为正且显著的。

根据结论，文章提出以下几点建议：（1）在人口老龄化日益加剧的背景下，我国应该多渠道地大力发展产业，创新产业模式，大力推动老龄产业发展，促进银色经济增长。如老年服务业、老年大学等等，缓解劳动力供给不足和养老负担增加的压力。（2）要进一步基于消费、投资、人才等方面推进区域金融合作，减少地方之间的经济竞争，增强地方之间的经济合作，各政府为地方的发展加强交流互动，积极营造良性的区域互动机制，促进区域合作的形成。（3）东中西各区域在应对人口老龄化带来的负面效应过程中，应该引导消费、扩大对外开放水平、加快基础设施建设及新型城镇化建设。

参考文献