人口老龄化、技术创新与制造业结构升级
——基于动态面板与门槛效应模型

刘建国，吴继煜

(1.兰州财经大学 甘肃 兰州 730101；2.兰州大学，甘肃 兰州 730000)

一、引 言

制造业是中国经济增长的主要源泉之一，然而中国要成为制造业强国，还有很长的路要走。《2020中国制造强国发展指数报告》显示，2019年中国制造业的劳动生产率还远远落后于很多世界工业强国，仅为美国的五分之一、日本和德国的三分之一，制造业发展对制造强国的支撑力度较小。因此，制造业转型的问题亟待解决。同时，中国人口老龄化问题也日渐突出，随着生育率的不断下降和老年人口急剧增长，中国已步入深度老龄化阶段。一方面，人口老龄化加剧引致中国劳动年龄人口比重下降，从而倒逼劳动密集型制造业实现转型发展；另一方面，劳动力供给减少、企业利润下降给制造业升级带来巨大挑战，企业会通过技术创新来实现制造业转型升级。对于当前处于深度老龄化阶段的中国而言，人口老龄化如何通过影响技术创新而推动制造业结构升级也成为学界的重要议题。基于此，深入探析人口老龄化、技术创新与制造业结构升级之间的关系，不仅有利于促进制造业转型升级，还对中国实现制造强国目标具有重要现实意义。

二、文献综述

关于人口老龄化对技术创新影响的研究，目前主要有以下三种不同观点：第一种观点认为人口老龄化会促进技术创新。首先是由于随着年龄的增长，劳动力所积累的知识和经验不断增加，创新能力逐渐提高；其次是由于老龄化导致劳动力供给发生变化，政府和企业会加大对人力资本的投入，从而提高劳动生产率，进一步促进技术创新(1)Frosch K， Tivig T. Age，Human Capital and the Geography of Innovation.Labour Markets and Demographic Change，2009.(2)Bloom D E，et al. Implications of Population Ageing for Economic Growth. Oxford Review of Economic Policy，2010(4).(3)邓明：《人口年龄结构与中国省际技术进步方向》，《经济研究》，2014年第3期。(4)邓翔，张卫：《人口老龄化会阻碍技术进步吗：来自中国2000-2014年的经验证据》，《华中科技大学学报》(社会科学版)，2018年第3期。。第二种观点认为人口老龄化会抑制技术创新。因为随着老龄化程度加剧，劳动力供给的数量和质量均会下降，同时老年人的创新能力较低，这些因素均会阻碍技术创新(5)Noda H. Population Aging and Creative Destruction.Journal of Economic Research，2011(16).(6)王谈凌，郝福庆：《适应新常态积极应对人口老龄化》，《宏观经济管理》，2015年第6期。(7)邵汉华，汪元盛：《人口结构与技术创新》，《科学学研究》，2019年第4期。。第三种观点认为，人口老龄化对技术创新的影响具有非线性特征。如杨校美、赵春燕和宋晓莹认为人口老龄化与技术创新之间存在非线性的“倒U型”关系，即当人口老龄化到达一定水平时会由促进技术创新转向抑制技术创新(8)杨校美：《人口老龄化会影响技术创新吗?——来自G20的经验证据》，《华东经济管理》，2018年第6期。(9)赵春燕，宋晓莹：《人口老龄化对产业结构升级的双边效应》，《西北人口》，2021年第3期。。

既有研究中，学者们更多关注的是老龄化导致的人口年龄结构变动对整个产业结构的影响，而对某一具体产业例如对制造业影响的分析相对较少。现有文献主要分别基于影响路径、影响程度和空间角度展开人口老龄化对产业结构升级影响的研究：其一，梳理了人口老龄化对产业结构升级的影响路径，认为人口年龄结构变动主要通过老年人的健康消费效应、人力资本效应以及技术创新效应来推动产业结构转型升级(10)刘建国，钟先鹏：《老龄化视角下健康消费对经济高质量发展的影响》，《统计与决策》，2021年第5期。(11)汪伟，刘玉飞，彭冬冬：《人口老龄化的产业结构升级效应研究》，《中国工业经济》，2015年第11期。，但是老龄化在使劳动力成本上升的同时还会带来巨大的社会保障压力，对地方政府的财政可持续性造成影响，进而对产业升级具有阻碍作用(12)Papapetrou E，Tsalaporta P. The Impact of Population Aging in Rich Countries：What’s the Future?Journal of Policy Modeling，2020(1).；其二，基于影响程度的研究分析，发现老龄化除了通过劳动力供给和人力资本等效应对产业结构升级产生直接影响外，还会通过影响城镇化水平、消费结构以及进出口等其他因素进而对产业结构升级产生间接影响(13)聂高辉，严然：《人口老龄化对区域产业结构升级溢出效应研究：基于居民消费结构变迁》，《重庆社会科学》，2020年第7期。；其三，基于空间角度的研究则认为，人口老龄化与产业结构升级之间存在明显的空间关联特征，老龄化在空间结构上会促进产业集聚并向更高级的方向转变，即表现出显著的空间正相关性(14)刘玉飞，彭冬冬：《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》，2016年第3期。。

技术创新与制造业结构升级之间的关系也是许多学者研究的焦点，大多数学者认为技术创新对制造业结构升级有正向影响。技术创新是推动制造业结构升级的内在动力，创新活动的开展不仅有利于减少要素投入从而降低成本，也有利于企业生产效率的提高，有助于企业实现转型发展，促进制造业结构升级(15)周叔莲，王伟光：《科技创新与产业结构优化升级》，《管理世界》，2001年第5期。。而且技术进步可能会消除人口老龄化的负面影响，从而提高制造业的生产力水平(16)李竞博，高瑗：《我国人口老龄化对劳动生产率的影响机制研究》，《南开经济研究》，2020年第3期。。

已有研究具有深刻洞见，但多侧重于分析人口老龄化、技术创新与产业结构升级中两两之间的关系，忽略了人口年龄结构转变会通过技术创新这一关键变量而影响制造业结构升级，即日益加剧的人口老龄化是如何作用于技术创新，进而对制造业结构升级产生影响的内在机制与效应。基于此，本文通过构建一个两部门世代交叠模型，来推导和初步观察人口老龄化、技术创新与制造业结构升级的关系；然后采用我国2002-2016年 30个省份的面板数据，并运用动态面板模型、系统GMM方法和门槛效应模型对三者的具体影响效应进行实证检验。

三、理论模型

本文构建了一个两部门(个人和企业)的世代交叠模型。假设每个人的生命周期包括童年、壮年和老年。在这个模型中，个体在童年时期出生接受教育与培训，积累人力资本；在壮年时期存活并参与劳动，壮年生存到老年的概率为p(0

ut=lnc1,t+plnc2,t+1+φ1nntht+1

(1)

其中，φ>0表示个体对于子女的数量和质量的选择偏好。

在童年阶段被父母抚养和教育后，第t代的个体在给定人力资本ht的情况下进入壮年阶段。在青年阶段，个体被赋予一个单位的时间，包括工作的时间ηt、教育每个孩子花费的时间vt以及抚养每个孩子花费的时间u。同时，他们的收入wthtηt也用于消费ct和储蓄st。最后，在老年阶段个体退休后将储蓄用于老年时的消费c2,t+1。因此，第t代个体的预算约束为：

c1,t+st=wthtηt

(2)

c2,t+1=st

(3)

ηt+(vt+u)nt=1

(4)

另外，假设童年时期的人力资本生产函数为：

(5)

其中0

通过构造拉氏函数，可以得到个体在预算约束条件(2)～(5)下的最优解为：

(6)

(7)

从等式(6)可以看出，人口老龄化水平p的提高会导致生育率n的下降。从等式(7)可以看出教育每个孩子花费的时间是一个常数v，将等式(7)代入等式(5)可以得到对于孩子的人力资本投入为：

(8)

从等式(8)可以看出，更高的人口老龄化程度p会导致更高的人力资本投入。

Feyrer(2007)认为人力资本的知识溢出效应会显著促进技术创新(17)Feyrer J. Demographics and Productivity. The Review of Economics and Statistics，2007(1).，因此将其纳入生产函数，可得厂商的生产函数为：

(9)

其中，A表示技术创新，K为资本投入，L为劳动力投入，h为人力资本投入，i为地区，t为时间。

假设有两种技术水平：领先企业的先进技术T(t)和落后企业的追赶技术A(t)，并且T(t)>A(t)。假设领先企业的先进技术以指数形式增长，即T(t)=T0eλt，λ>0；落后企业的追赶技术水平为A(t)=T[t-ω(h)]，ω(h)<0为技术扩散的时滞，假设为人力资本的递减函数。整理两个式子可得：

A(t)=T0eλ[t-ω(h)]

(10)

对式(10)求偏导可得：

(11)

由此可知，人力资本的提高会促进技术创新。也就是说随着老龄化程度的加深，个人会增加对人力资本的投入，而人力资本的不断积累会显著促进技术创新。基于此，结合文献回顾和研究目标，提出第一个研究假设——

H1：人口老龄化能够促进技术创新。

对式(9)中的技术进步求偏导可得：

(12)

由式(12)可以看出，厂商的产出受到技术以及其他生产要素的影响。人力资本是创新的源泉与实施者，在产业发展进程中，通过投入人力资本来提升创新效率，促进技术创新，进而能够提升制造业发展速度，加快制造业结构升级。基于此，结合文献回顾和研究目标，提出第二个研究假设——

H2：技术创新能够促进制造业结构升级。

人口老龄化有利于企业进行技术创新，而企业创新活动的开展会促进制造业结构向着高级化和合理化的方向升级，但这一机制可能会由于老龄化水平的差异而产生不同影响。在老龄化初期，随着老年群体不断增加，企业为满足老年人逐渐增加的健康消费需求，会不断改进产品供给水平而进行技术创新，进而为制造业结构升级提供新的契机(18)谢小平：《消费结构升级与技术进步》，《南方经济》，2018年第7期。。随着老龄化程度不断加深，企业为缓解劳动力紧缺，会通过引入新生产工艺、采用机器替代劳动力等方式来维持生产，通过创新实现转型升级(19)Jones B F. Age and Great Invention. Review of Economics and Statistics，2010(1).(20)Choi K H，Shin S . Population Aging，Economic Growth，and the Social Transmission of Human Capital：An Analysis with an Overlapping Generations Model. Economic Modelling，2015(11).。基于上述分析，结合文献回顾和研究目标，提出第三个研究假设——

H3：老龄化通过技术创新对制造业结构升级的影响具有非线性特征。

四、数据、变量与模型

(一)数据来源

考虑到《中国城市和产业创新力报告》最新数据只更新到2016年，因此本文以2002—2016年中国30个省份(除去港澳台和西藏自治区)的面板数据为研究对象。其他相关数据来源于《中国统计年鉴》《中国科技统计年鉴》和《中国工业统计年鉴》及各省市统计年鉴。

(二)变量选取

1．被解释变量：制造业结构高度化(SA)。本文在经济合作和发展组织对制造业分类的基础上，借鉴傅元海对产业的分类方法(21)傅元海等：《制造业结构优化的技术进步路径选择：基于动态面板的经验分析》，《中国工业经济》，2014年第9期。，将制造业根据所使用技术情况由高到低分为三类(22)制造业分类：(1)高端技术型：化学原料与化学制品、化学纤维、医药制造业、通用和专用设备制造业、交通运输设备制造业、电气机械及器材制造业、通信设备计算机及其他电子、仪器仪表文化办公用机械。(2)中端技术型：非金属矿物制品业、金属制品业、橡胶制品业、塑料制品业、石油加工与炼焦及核燃料、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业。(3)低端技术型：农副食品加工业、食品制造业、纺织业、纺织服装制造业、皮革毛皮羽毛及其制品业、木材加工及木竹藤棕草、家具制造业、印刷业和记录媒介的复制、文教体用品制造业、饮料制造业、烟草制品业、造纸及纸制品业。，并将高端技术型与中端技术型的产值之比作为衡量制造业结构升级的代理变量。

2．解释变量：①人口老龄化(Age)。采用老年抚养比来衡量；②技术创新水平(Inno)。不同地区的技术创新水平会从不同程度上影响该地区制造业的发展，并促进其产业结构升级。本文采用地区创新指数来衡量(23)寇宗来，刘学悦：《中国城市和产业创新力报告》，复旦大学产业发展研究中心，2017。。

3．控制变量：①消费需求水平(Com)。本文用人均可支配收入来衡量消费需求水平，人均可支配收入能在一定程度上反映消费者购买能力和消费需求的差异，以及这种差异对制造业结构升级的影响。②人力资本水平(Edu)。采用人均受教育年限来作为代理变量(24)张阳，姜学民：《人力资本对产业结构优化升级的影响：基于空间面板数据模型的研究》，《财经问题研究》，2016年第2期。(25)阳立高，谢锐，贺正楚：《劳动力成本上升对制造业结构升级的影响研究：基于中国制造业细分行业数据的实证分析》，《中国软科学》，2014年第12期。。③城镇化水平(Urb)。采用人口城镇化率来衡量。④直接利用外资状况(InFdi)。本文用外商直接投资来衡量直接利用外资状况，并取对数处理。⑤经济开放程度(Open)。采用进出口总额占GDP的比重来衡量。⑥要素禀赋(Ele)。借鉴季良玉(2018)的做法，用资本—劳动比来衡量，其中劳动力用工业企业从业人员数替代，资本存量用规模工业企业固定资产衡量(26)季良玉：《技术创新对中国制造业产业结构升级的影响：基于融资约束的调节作用》，《技术经济》，2018年第11期。。

(三)模型构建

由前文数理模型推导分析可知，人口老龄化和技术创新都能促进制造业结构升级。为更细致地揭示人口老龄化、技术创新与制造业结构升级的关系，本文采用动态面板模型(13)和(14)对三者关系进行实证检验分析：

SAi,t=α0+α1Agei,t+α2lnnoi,t+ΦKi,t+εi,t

(13)

SAi,t=β0+β1SAi,t-1+β2Agei,t-1+β3lnnoi,t+ΦKi,t+εi,t

(14)

其中，SAi,t为i区域t时期的制造业结构升级，Agei,t为i区域t时期的人口老龄化程度；lnnoi,t为i区域t时期的技术创新水平，lnnoi,t-1为i区域t-1期的技术创新指数，Agei,t-1为i区域t-1期的人口老龄化程度；K为控制变量，εi,t表示的是随机误差项。

由于中国地理空间的差异性和多样性，在老龄化背景下技术进步对制造业结构升级的影响可能存在非线性关系。因此进一步将老龄化设定为门槛变量并建立面板门槛模型(15)，对人口老龄化、技术创新与制造业结构升级三者的关系进行更深入的探讨。模型具体形式如下：

SAi,t=k0+k1Innoi,tI(Agei,t≤Q1)+k2Innoi,tI(Q1

I(Q2Q3)+ΦKi,t+vi,t+ωi,t

(15)

其中，SAi,t表示t区域t时期的制造业结构升级，Inno为技术创新水平，是门槛依赖变量；人口老龄化程度Agei,t为门槛变量；Ki,t为控制变量；θ1、θ2、θ3为门槛待估值；vi,t为个体效应；ωi,t为随机干扰项。

五、实证结果分析

(一)动态面板模型分析

本文首先运用静态面板模型对模型(13)进行回归。然后，从考虑解决内生性的角度出发，采用系统GMM的方法对模型(14)进行估计，进而检验老龄化、技术创新与制造业结构升级之间的关系。具体结果如表1所示。

表1 静态和动态面板数据的回归结果

对于模型(13)，据Hausman检验结果可知，应采用固定效应模型进行实证分析。据表1回归结果可知，人口老龄化对制造业结构升级有显著正向影响，同时技术创新也会促进产业结构升级。人口老龄化的系数为2.033，即老龄化每提高1个单位，制造业产业结构高级化就上升2.033个单位，表明人口老龄化与制造业结构升级存在显著正相关，这表明老龄化能够推动制造业结构升级，初步验证假设H1成立。技术创新水平的系数为0.157，即技术创新指数每提高1个单位，制造业产业结构高度化就上升0.157个单位，且通过了显著性检验。由此可以看出技术创新水平的提高会促进制造业结构升级发展，初步验证假设H2成立。

从模型(14)的检验结果来看，制造业结构升级的一阶自回归显著但二阶自回归不显著。同时，Sargan检验也显著，说明残差项与解释变量均不相关。因此本文使用系统GMM分析人口老龄化、技术创新与制造业结构升级三者之间的关系是合理的。从回归结果看，滞后一期的制造业结构升级的系数显著为正，说明前一期的被解释变量会对当期被解释变量有正向影响，即制造业结构升级具有动态时滞性。老龄化、滞后一期的老龄化以及技术创新的系数均显著为正，这与前面的固定效应模型的结果基本一致，即人口老龄化和技术创新均会显著推动制造业结构升级，进一步验证了假设H1和H2。

从控制变量看，消费需求水平与制造业结构升级呈正相关性。其原因主要在于，随着人均可支配收入的提高，企业为了满足消费者日益增长的需求，愿意投入更多资源和要素进行产品创新和产业升级。人力资本水平显著为正，人力资本的积累会提高劳动生产效率，进而通过技术创新促使制造业由低端向高端转变。城镇化水平有利于制造业结构升级，城镇化进程加快促进人才和技术集聚，从而带来的正向溢出效应助推制造业结构升级。经济开放程度的影响系数为负，可能是因为不合理的对外贸易结构对中国的制造业结构升级有一定阻碍作用。外商直接投资对制造业结构升级影响并不显著，主要由于资本投资的效果具有较长的时滞性，在短期内对于制造业结构升级的影响并不明显。要素禀赋对制造业结构升级影响也不显著，可能是因为当前中国制造业升级尚处于起步阶段，现阶段资本投入还是偏向于重工业制造业，从而导致高端技术制造业产值与中端制造业产值比出现下降趋势。

(二)门槛效应模型分析

前文已经验证了老龄化会显著促进技术创新，而技术创新对制造业结构升级也具有正向影响。由文献梳理与理论模型推导可知，三者之间可能存在着非线性关系，即随着老龄人口数量不断增加，老龄化对技术创新的影响可能存在异质性，从而对制造业结构升级也产生非线性影响。因此，为了进一步验证假设H3，本文通过构建门槛效应模型(15)检验三者之间的非线性关系，将人口老龄化作为关键门槛变量，来检验技术创新与制造业结构升级之间是否存在显著的门槛效应。

首先，检验人口老龄化的门槛效应是否存在。据表2检验结果可知，将人口老龄化作为门槛变量时，存在显著的双门槛效应，因此本文采用双门槛效应模型进行估计。

表2 门槛值检验结果

由表3可知，门槛值将人口老龄化划分为三个区间，由此产生三个人口老龄化与技术创新的交互项，根据交互项系数的变化可知，随着老龄化的程度加深，技术创新对于制造业结构升级的影响表现出非线性特征。

表3 门槛回归结果

根据表3的门槛回归结果可以发现，随着人口老龄化水平不断提高，老龄化和技术创新的交互项对制造业结构升级表现出非线性特征。当老龄化程度低于门槛值0.134时，技术创新对制造业结构升级影响的系数为0.0005；当老龄化程度在0.134至0.153之间时，系数为0.0025；当老龄化程度高于门槛值0.153时，技术创新对制造业结构升级影响的系数为0.0014。由此可以看出，在上述三阶段中，第二阶段技术创新对制造业结构升级的影响程度高于第三阶段并高于第一阶段(0.0025>0.0014>0.0005)；从三阶段过程可以看出，人口老龄化会通过激励企业开展创新活动，进而推动制造业结构向着高级化和合理化方向发展，并且其影响程度各不相同，因此验证了假设H3的成立。伴随老龄化程度的不断加深，技术创新对制造业结构升级的影响程度也会不断加深，但当人口老龄化程度越过第二门槛值时，技术创新对制造业结构升级的影响程度会有所减弱。其可能的原因是：起初，随着老龄化程度不断加剧，企业前期积累大量人力资本作为创新的源泉会促进企业增加研发投入，进行创新活动，从而有利于制造业结构升级。然而，老龄化程度的不断加深会加重政府的财政负担，政府可能会通过增加企业税收等方式来缓解财政负担，而企业税收的增加在一定程度上会“挤出”企业对研发的投入，抑制企业创新活动的开展，进而不利于制造业升级。

(三)稳健性检验

为确保所做模型估计与回归分析的稳健性,本文通过替换其他变量的方法来进行检验。具体做法为：将原来衡量老龄化程度和技术创新水平的指标分别替换成老龄人口(65岁以上人口)占总人口比重及地区专利申请授权量的对数值,并再次进行回归估计。通过检验发现，除个别变量的显著水平发生变化之外,并未出现总体显著变异结果，整体趋势与前文的估计结果并未出现较大偏离,表明本文所做实证分析的结果具有一定稳健性。

六、结论与启示

(一)结论

在中国经济进入“新常态”的背景下，如何实现制造业结构升级是中国当前亟待解决的重点问题之一。本文首先构建了一个两部门三阶段世代交叠模型，对人口老龄化、技术创新与制造业结构升级之间的关系进行数理推导。然后利用2002-2016年省级面板数据，运用动态面板模型来分析人口老龄化和技术创新对制造业结构升级的直接影响。最后，利用门槛效应模型，检验三者之间的非线性影响关系。研究结论如下：

1．根据动态面板模型的分析结果，人口老龄化和技术创新均能积极地促进制造业结构升级。控制变量中，消费需求水平、人力资本和城镇化水平三个变量的影响显著为正，经济开放程度的影响显著为负，而直接利用外资状况和要素禀赋的影响并不显著。

2．随着老龄化程度的加深，技术创新对制造业结构升级的影响具有明显的双重门槛特征，且差异明显。当老龄化程度达到第二阶段(0.134

(二)启示

结合文献梳理与研究结论，本研究可得到以下启示：

1．在人口老龄化程度不断加深的情况下，老龄人口的主要活动由生产转变为消费，老年消费需求水平得到进一步提升。为了满足日益增长的老年需求，挖掘老年人的消费潜力，应进一步健全社会养老保障体系和完善基本养老保障制度，从整体上提升老年群体的购买力和投资潜力，从而推动老龄产业的发展，以此推动制造业结构升级。

2．政府和企业应该努力加大技术创新投入，尤其是针对高新技术产业发展缓慢等问题，应重点引进优秀科技人才，大力推进企业自主创新。同时，也要加强要素资源的合理配置，提高要素资源的利用率，并且合理引进外资，进一步提升其技术溢出效应，推动制造业的改造升级。此外，还要协调地区间制造业结构均衡升级发展，通过技术交流、产业转移等方式促进地区间产业结构协同发展。

3．积极消除人口老龄化导致的负面影响，激发企业的创新能力。政府应该适当放开税收政策，尽可能避免企业因缴纳过多税收而对研发投入产生挤出效应。同时研究制定延长退休年龄的合理可行政策，进一步充分发挥老年人力资本优势，提高老年人生活品质，减少政府养老压力，更好地为经济社会协调发展服务。