西部人口老龄化、产业结构升级与经济高质量发展的互动关系
——基于PVAR模型

孙丽萍,周秉柔

(1.曲靖师范学院 数学与统计学院，云南 曲靖 655011；2.宁波诺丁汉大学，浙江 宁波 315100)

0 引 言

经济增长及科技进步推动人口结构快速变化,当前我国人口结构呈现老龄化和少子化的两大特征.根据五普、六普和七普数据,我国老年抚养比由每10年上升2个百分点变为上升7.8个百分点,人口老龄化呈加速发展态势,人口老龄化导致我国劳动力参与率2020年下降为68.59%,10年间下降了6.94个百分点.根据国务院发展研究中心的预测,到2035年,劳动力参与率将会下降到64.1%,人口负债状态将持续恶化,人口老龄化的深化加重政府的财政负担,并深刻影响我国储蓄、消费和投资,制约经济长期的潜在增速.为积极应对老龄化问题,国务院印发《规划》,强调要着力提升人力资本水平,推动产业转型升级,对冲老龄化的负面影响.西部地区2010年65岁以上人口比重为7.97%,2021年65岁以上人口比重上升到12.31%,10年间提高了4.34个百分点,人口老龄化逐渐深化.2021年东西部地区人均GDP分别为9.78万元和6.55万元,东部是西部的1.49倍,西部地区经济发展水平相对滞后,使得“未福先老”状况明显加剧.随着经济趋势从高速增长向高质量发展方向转变,地区经济结构随之调整,西部地区人口老龄化、产业结构升级和经济高质量发展之间关系如何,三者之间能否实现良性互动,本文将建立面板向量自回归模型,通过格兰杰因果检验、脉冲效应和方差分解,揭示三者之间长期变化规律.

西方国家较早进入老龄化社会,对于人口老龄化对经济结构影响进行了较深入探讨.Cravino等人[1]使用1982—2016年美国家庭数据,采用转移份额分解模型,分析认为美国家庭用于服务的支出比例随着家庭年龄的增加而增加;Siliverstovs等人[2]运用面板数据分析表明,老龄化的增加对农业、制造业、建筑业、采矿业和采石业的就业份额产生显著的不利影响,对社区、社会和个人服务以及金融部门的就业份额有积极影响;Axel[3]认为老龄化深刻影响了德国的劳动力市场、金融市场和住房市场,并使社会保障体系紧张,改变了总的财富积累,扭曲了其代际分配.Mason和Lee[4]认为年龄结构转变导致少子、少工、多老年人,需要大力发展医疗服务和教育投资等行业.Yong[5]通过面板数据进行实证分析,表明日本人口老龄化对区域经济结构具有显著的影响.

随着我国2000年进入老龄化社会,人口老龄化对产业结构的影响引起学者广泛关注,相关研究较丰富,如李姝婧和翟振武[6]分析人口结构转变对产业结构演进的影响,指出改革开放初期,年轻的就业人口结构为我国产业结构演进做出了积极贡献,使得劳动密集型产业蓬勃发展,但随着我国步入老龄化社会,劳动力老化延缓了产业结构的演进;邵咪咪等人[7]使用跨国数据分析表明,人口老龄化对工业经济比重具有显著的负向影响,对服务业经济比重具有显著的正向影响.为积极应对老龄化负向冲击,学者们采用不同研究方法,探究老龄化影响产业结构的不同传导途径.逯进等人[8]运用协同效应模型、赵昕东和刘成坤[9]建立中介效应模型、张桂文等人[10]运用结构方程模型、楚永生等人[11]采用空间计量模型,分析表明老龄化通过人力资本积累传导途径,倒逼企业以技术替代劳动,对产业结构升级具有显著的正向影响;陈彦斌等人[12]构建动态一般均衡模型,将老龄化、人工智能、经济增长纳入同一分析框架,指出人工智能通过提高自动化程度、资本回报率、全要素生产率等三条机制应对老龄化冲击;祝嘉悦[13]建立省份面板数据模型,分析认为人口老龄化对第三产业就业具有显著的正向影响,其中消费需求起到正向调节作用;姜常宜和张怡[14]采用随机前沿模型,分析表明农村人口老龄化通过刺激农业生产性服务的发展,间接促进了农业技术效率的提升;唐国华和张运成[15]建立制造业面板数据模型,认为人口老龄化通过劳动力数量、劳动力质量、消费需求、政府支出4个作用路径对制造业高度化与合理化产生正向影响.随着我国经济增长从高速向高质量发展方向的转变,越来越多的学者开始关注人口老龄化对经济高质量发展的影响,但尚存在争议,一是认为人口老龄化对经济高质量发展具有负向影响.何冬梅和刘鹏[16]、张志新等人[17]分析认为,人口老龄化对经济高质量发展具有显著负效应,但能通过“倒逼机制”促使制造业转型升级,缓解其负面影响.高丽娜和宋慧勇[18]利用系统GMM法分析认为,人口老龄化导致劳动力成本上升,对制造业质量提升造成压力,而人力资本积累尚未对制造业发展质量提升起到显著的促进作用;张晨霞和李荣林[19]运用空间杜宾模型和调节效应模型分析表明,人口老龄化会降低本地经济高质量发展水平,同时通过空间溢出效应阻碍周边区域经济高质量发展水平的提升,数字经济能够弱化人口老龄化对经济高质量发展的不利影响;陈晓等人[20]、李翠妮等人[21]的研究也表明人口老龄化会显著抑制经济高质量发展,但工业智能化能正向调节人口老龄化对经济高质量发展的负向影响;孙中义等人[22]利用动态面板模型和中介效应模型考察人口老龄化对农业高质量发展的影响,认为农村人口老龄化对农业高质量发展具有显著的负面效应,并呈现出由沿海向内地递减的差异性分布和空间集聚特征.二是认为人口老龄化对经济高质量发展具有正向促进作用.如曹聪灵等人[23]以财政可持续为中介变量,分析指出人口老龄化对经济高质量发展具有正向影响,并且随着人口老龄化程度的加深,老龄化对经济高质量发展的正向作用逐步减弱;符建华和曹晓晨[24]运用2009—2018年省级面板数据也分析表明,人口老龄化能够显著促进中国经济高质量发展,但在影响程度上存在区域异质性.闫海春[25]以内蒙为例,运用时间序列模型分析认为人口老龄化对经济高质量发展具有显著的正向影响.综上,学者对于人口老龄化对经济高质量发展的效应存在明显分歧,这既与研究者的研究视角、研究方法和指标选取有关,也与学界对该问题探讨尚不够深入和全面有关,从现有研究文献看,较少有学者将人口老龄化、产业结构升级与经济高质量发展纳入同一个框架中进行探讨.本文将以西部地区为例,运用面板向量自回归模型,探讨人口老龄化、产业结构升级与经济高质量发展的长期动态关系,以期为西部地区积极应对人口老龄化问题,促进经济高质量发展提供借鉴.

1 人口老龄化、产业结构升级和经济高质量发展互动关系

1.1 变量选择及相关说明

本文探讨人口老龄化、产业结构升级和经济高质量发展三者之间的互动关系,变量的选择及指标的相关说明如下:

(1)经济高质量水平(Q),根据现有的研究文献,经济高质量水平的衡量有单一指标和综合指标两种方式,单一指标主要用劳动生产率衡量经济高质量水平,如赵昕东和陈丽珍[26]、李竞博和高瑗[27]的研究.但更多文献将经济高质量水平看成综合指标进行探讨,本文在借鉴相关研究[28-31]的基础上,以新发展理念为统领,从规模水平、研发创新、城乡融合、环境协调等四个方面构建经济高质量发展的评价体系.采用熵权法确立权重系数,并运用K均值聚类方法计算经济高质量指数,其单位为100,该指数值越大,表明经济发展质量越高,评价指标及权重见表1.

(2)人口老龄化(A),用老龄化系数表示,即65岁以上老年人口占总人口比重,单位为%.根据国际老龄化程度划分标准:当一个国家或者地区老龄化系数大于7,进入老龄化社会;老龄化系数大于14,为深度老龄化社会;老龄化系数大于20,为超级老龄化社会.2021年,重庆、四川老龄化系数分别为17.75,和17.79,已进入深度老龄化社会,陕西、内蒙、甘肃和广西老龄化系数分别为13.99、13.81、13.05、12.59,接近深度老龄化社会,西藏地区老龄化系数为6.12,未进入老龄化社会,2021年西部地区除西藏外,其他地区均进入老龄化社会.

(3)产业结构升级(I),根据配第一克拉克定理,第一产业中的就业比重不断下降,而二三产业就业比重不断上升,即为产业结构升级.关于产业结构升级指标的衡量,相关研究较丰富,本文参考汪晓文等人[32]、尹迎港和常向东[33]的研究,将产业结构升级指标的计算表示如下:

(1)

其中,A1、A2和A3分别表示三次产业占比,若I越大,则表明产业结构越高级.

本文采用西部12省区2002—2021年面板数据作为研究样本,2010年、2020年人口数据来源于第六次和第七次人口普查数据,其他年份的人口数据来源于国家统计局网站人口抽样数据,其他相关数据根据中国统计年鉴、西部各省经济和社会发展统计公报以及中经网、EPS数据库整理得到,为避免异方差性,减少数据波动范围,对经济高质量水平、人口老龄化系数和产业结构升级等变量进行取对数处理,数据的描述性统计分析见表2.

表2 变量的描述性统计

1.2 模型设立

面板向量自回归模型(PVAR)是Sims(1980)提出的向量自回归模型(VAR)的基础上,由Holtz-Eakin(1988)提出,模型沿袭面板数据模型的优点,包括时间和空间两个维度,同时又具有更大量的观测值,既能利用信息来分析变量之间的动态关系,又能通过截距项来捕捉数据动态调整中的个体差异,从而有效减少数据产生的偏误.PVAR模型被广泛应用于经济、金融及其他社会问题动态分析中.PVAR模型一般形式为:

(2)

其中,yi,t为包括变量lnQ、lnA和lnI的列向量,i和t表现为区域和时间效应,j为滞后期,γi为个体效应,θt为时间效应,εit为随机干扰项.

1.3 稳定性检验及最优滞后阶数确定

在对变量进行PVAR模型估计之前,为避免“伪回归”,对变量进行面板单位根检验.

各变量分别进行LLC、IPS、HT、ADF-Fisher四种检验,根据检验结果(表3),lnQ和lnA未通过LLC检验,但通过IPS、HT、ADF-Fisher检验,lnI通过四种检验,综合各变量的检验结果,认为lnQ、lnA和lnI为平稳序列,可以建模分析.

表3 面板单位根检验

根据AIC、BIC和HQIC三个准则,确定PVAR模型的最优滞后阶数,检验结果见表4,根据检验结果,确定模型的最优滞后阶数为2阶.

表4 滞后阶数检验

1.4 格兰杰因果检验

为分析lnQ、lnA和lnI等三个变量之间的因果关系,下面进行格兰杰因果检验,取显著性水平为0.05,根据检验结果(表5)可知,lnA不是lnQ的格兰杰因,lnI是lnQ的格兰杰因,综合检验的概率P为0.000,表明lnA和lnI是引起lnQ变化的格兰杰因,即认为产业结构升级是经济高质量发展的格兰杰因;lnQ和lnI拒绝不是引起lnA变化的格兰杰因原假设,说明lnQ和lnI是引起lnA变化的格兰杰因,即经济高质量水平和产业结构升级是人口老龄化的格兰杰原因;lnQ和lnA也拒绝不是lnI格兰杰因原假设,说明lnQ和lnA是引起lnI变化的格兰杰原因,说明经济高质量发展和人口老龄化是引起产业结构升级的格兰杰原因,由此,可以建立PVAR模型来分析三者之间的互动关系.

表5 格兰杰因果检验

1.5 GMM估计

根据AIC、BIC和HQIC等准则分析结果,PVAR模型的最优滞后阶数为2阶,进行系统GMM估计,估计结果为表6,h_lnQ、h_lnA、h_lnI为经过Helmert转换消除个体效应后的变量序列,L1、L2分别表示滞后一期和滞后二期.对于经济高质量水平方程,受自身滞后一期、滞后二期影响,方向为正且逐渐减弱,回归系数分别为0.5778和0.2921;经济高质量水平受人口老龄化滞后一期正向影响,受人口老龄化滞后二期负向影响,影响效应大小分别为0.1972和0.2917,显然,短期内人口老龄化对经济高质量影响为正,但长期来看,人口老龄化对经济高质量水平影响为负,因此,不能忽略人口老龄化对经济高质量发展的负向冲击;经济高质量水平受产业结构升级滞后一期的负向影响,受产业结构升级滞后二期的正向影响,效应大小分别为0.2014和0.6291,由此,短期内产业结构升级对经济高质量发展有负向影响,但从长期看,产业结构升级对经济高质量发展具有显著的正向影响,且正向影响效应更大.对于人口老龄化方程,主要受其自身滞后一期、滞后二期的显著性正向影响,影响效应的大小分别为0.6851和0.1668;经济高质量发展滞后一期对其具有负向影响,滞后二期具有正向影响;产业结构升级滞后一期和二期对人口老龄化具有正向影响,其效应大小分别为0.1001和0.0517,较小且不显著,就其原因,人口结构变化主要受出生率和死亡率的影响,我国80年代开始实施严格的计划生育政策,对于人口老龄化具有较大影响.对于产业结构方程,受自身滞后一期的正向影响,效应大小为0.8435,自身滞后二期的负向影响,效应大小为0.3395,且不显著;受经济高质量水平滞后一期正向影响,影响效应大小为0.0191,滞后二期负向影响,效应大小为0.0142,显然,经济高质量水平对产业结构升级具有正向影响;人口老龄化滞后一期对产业结构升级具有正向影响,效应大小为0.0192,人口老龄化滞后二期对产业结构升级具有负向影响,效应大小为0.0115,综合影响为正,故认为人口老龄化对产业结构升级具有正向影响,表明人口老龄化能发挥倒逼效应,企业在面临劳动力成本不断上升的情形下,不得不进行科技创新,以自动化代替人力,从长期看,人口老龄化能有效推动产业结构升级,实现经济高质量发展.下面进一步从脉冲响应和方差分解分析三者之间的长期动态趋势.

表6 PVAR面板数据估计结果

1.6 脉冲相应及方差分解

GMM估计刻画了经济高质量水平、人口老龄化、产业结构升级三者之间静态关系,分析其动态变化,还需进行脉冲相应和方差分解分析,图1为滞后10期的脉冲相应图.从图1可看出,对于经济高质量发展水平,对于来自其自身的影响为正,且呈下降趋势;经济高质量水平对人口老龄化影响逐渐减弱的正向影响,在第1至第4期小幅波动,经济高质量水平对人口老龄化影响呈现非线性特征,这与李竞博和高瑗【27】、尹迎港和常向东【33】分析一致,结合人口老龄化进程,可以认为,当人口老龄化程度较低时,人口老龄化对经济高质量发展具有正向影响,但进入超级老龄化社会后,人口老龄化对经济高质量发展产生较弱负向影响;经济高质量水平对产业结构升级影响第1期直到第10期呈现较微弱的正向影响.人口老龄化对于来自自身冲击呈逐渐下降的趋势,人口老龄化对经济高质量水平在第1～10期具有逐渐减弱的正向影响,其间呈非线性波动;人口老龄化对产业结构升级在第1、2期对人口老龄化具有逐渐增大正向影响,从第4期到第10期,正向影响都较稳定,这表明经济高质量水平和产业结构升级,有利于改善人们的生活,从而延长人口的预期寿命,使得人口老龄化进程加快,本文分析与现实相符合.产业结构升级对于自身冲击呈逐渐减弱趋势,对经济高质量水平的冲击,在第1期内虽呈负向影响,但逐渐增大的转为正向影响,从第2期到第10期呈现较稳定的正向影响;产业结构升级对人口老龄化具有正向影响,但在第1其较显著,第2其后影响效应逐渐减弱,且一直持续到第10期;人口老龄化对产业结构升级具有逐渐减弱的正向影响,原因在于,人口老龄化导致劳动力参与率下降,提高企业劳动力成本,不利于产业结构转型升级,但若能倒逼企业进行科技创新,则能提升社会的自动化水平,推动产业升级.

将各变量进行滞后30期的方差分解,从方差分解结果(见表7)来看,从经济高质量水平的方差分解结果分析,来自自身贡献率为79.9%,人口老龄化贡献率为1.7%,产业结构升级的贡献率占18.4%,可见,人口老龄化对于经济高质量的影响相对较小,而产业结构升级对经济高质量发展具有较显著的影响;从人口老龄化的方差分解结果来看,来自自身的贡献率达到93.2%,经济高质量水平贡献率占0.7%,产业结构升级占6.1%,根据人口学理论,人口年龄结构变化主要受出生率和死亡率的影响,其他因素的影响相对较小;产业结构升级的方差分解表明,来自自身的贡献率为78.8%,经济高质量发展占1.3%,人口老龄化贡献率达到19.9%.

表7 方差分解

2 结论及建议

2.1 结 论

对于人口老龄化、产业结构升级与经济高质量发展三者之间关系的探讨,多数文献采用面板数据模型进行静态分析,这难以刻画其长期动态关系.本文以西部地区2002—2021年面板数据为例,利用PVAR模型进行建模分析,通过格兰杰因果检验、GMM估计、脉冲相应和方差分解,较细致刻画三者之间长期动态关系,得到如下结论:

第一,格兰杰因果检验表明,产业结构升级是引起经济高质量水平变动的格兰杰原因,经济高质量发展和产业结构升级是人口老龄化变化的格兰杰原因,经济高质量发展和人口老龄化是引起产业结构升级的格兰杰原因.

第二,根据GMM估计结果,短期内人口老龄化对经济高质量影响为正,但长期来看,人口老龄化对经济高质量水平影响为负,因此,不能忽略人口老龄化对经济高质量发展的负向冲击.从长期看,产业结构升级对经济高质量发展具有显著的正向影响.人口老龄化对产业结构升级具有正向影响,人口老龄化能发挥倒逼效应,推动企业不断进行科技创新,提升自动化水平,有利于产业结构转型升级.

第三,从脉冲相应结果看,人口老龄化对经济高质量发展影响呈现先正后负的非线性特征,负向影响从第4期开始一直持续到第10期.经济高质量水平和产业结构升级对人口老龄化具有从第4期持续到第10期呈现较稳定的正向影响.人口老龄化对产业结构升级具有逐渐减弱的正向影响.

第四,根据各变量滞后30期方差分解结果看,经济高质量水平来自自身贡献率为79.9%,人口老龄化贡献率为1.7%,产业结构升级的贡献率占18.4%,可见,人口老龄化对于经济高质量的影响相对较小,而产业结构升级对其具有较大影响.从人口老龄化的方差分解结果来看,自身的贡献率达到93.2%,经济高质量水平贡献率占0.7%,产业结构升级占6.1%.产业结构升级的方差分解表明,来自自身的贡献率为78.8%,经济高质量发展占1.3%,人口老龄化贡献率为19.9%.

2.2 建 议

根据西部地区经济高质量发展、人口老龄化和产业结构升级之间互动关系的分析结果,提出如下政策建议:

第一,从长期来看,人口老龄化对经济高质量发展具有负向影响.因此,西部地区应注重人力资本积累,改善劳动力供给质量,地方政府要逐渐优化教育资源投入,扩大高等教育规模,为科技创新提供源动力,积极应对人口老龄化对经济高质量发展的负向冲击.

第二,人口老龄化发挥倒逼机制,有利于推动企业进行科技创新,以自动化代替人力,从而推动产业结构转型升级.地方政府应充分利用人口老龄化为产业结构升级带来的契机,大力推动服务业和高新技术产业的发展.

第三,产业结构升级能推动经济高质量发展,西部地区应逐步完善基础设施建设,提升资源要素的配置效率,促进各区域产业的合理布局和协同发展,推动产业由低附加值向高附加值、高污染向低污染的低碳环保产业的转型升级,从而有利于实现西部地区经济的高质量发展.