何玉瓊 李陽明

摘?要：本文在對文獻(xiàn)梳理推導(dǎo)出人口老齡化對技術(shù)創(chuàng)新的影響機(jī)制上，基于我國31省（市、自治區(qū)）2002-2018年的省級面板數(shù)據(jù)，運(yùn)用動態(tài)面板模型和系統(tǒng)廣義矩估計方法，實證分析人口老齡化對技術(shù)創(chuàng)新的影響作用。研究結(jié)果顯示：我國的人口老齡化對技術(shù)創(chuàng)新存在顯著的正向作用，且該結(jié)論通過了變量替換和反向因果識別進(jìn)行的穩(wěn)健性檢驗。本文的結(jié)論可以幫助我們分析當(dāng)前我國所面臨的人口老齡化問題，發(fā)揮人口老齡化對技術(shù)創(chuàng)新的正向推動作用，減輕人口老齡化對技術(shù)創(chuàng)新的負(fù)向阻力。

關(guān)鍵詞：人口老齡化;理論機(jī)制;技術(shù)創(chuàng)新

中圖分類號：F24?文獻(xiàn)標(biāo)識碼：A?doi：10.19311/j.cnki.1672-3198.2021.35.033

0?引言

隨著我國經(jīng)濟(jì)發(fā)展水平的逐漸提高和計劃生育政策的長期有效推行，我國人均壽命不斷延長、少子化現(xiàn)象出現(xiàn)，導(dǎo)致人口老齡化問題現(xiàn)象日益突顯，2000年我國開始進(jìn)入老齡化社會，隨后人口老齡化程度不斷深化，據(jù)預(yù)測，到2050年，60歲及以上和65歲及以上的老齡人口將達(dá)4.54億和3.31億。在當(dāng)前我國人口老齡化程度加速的趨勢下，且經(jīng)濟(jì)增長的驅(qū)動力從要素投入向發(fā)揮技術(shù)轉(zhuǎn)變，提高我國技術(shù)創(chuàng)新水平無疑是我國加快適應(yīng)經(jīng)濟(jì)轉(zhuǎn)變、保障我國經(jīng)濟(jì)平穩(wěn)持續(xù)發(fā)展的一種有效選擇;但是，人口老齡化不斷發(fā)展又勢必會直接影響一個國家或者地區(qū)的技術(shù)創(chuàng)新發(fā)展水平，以及經(jīng)濟(jì)發(fā)展速度與方向，鑒于此，研究分析人口老齡化對于技術(shù)創(chuàng)新的影響效應(yīng)，對有效應(yīng)對我國老齡化問題、促進(jìn)經(jīng)濟(jì)的可持續(xù)發(fā)展有相關(guān)意義。

1?理論機(jī)制

首先，就個體而言，人口老齡化雖然使個體機(jī)能嚴(yán)重老化、學(xué)習(xí)能力下降（czaja等，2007），對前言知識的學(xué)習(xí)不足，但同時，老年人口在實踐中通過“干中學(xué)”也積累了豐富的實際工作管理經(jīng)驗和勞動生產(chǎn)管理技能，有研究結(jié)果表明已有的工作經(jīng)驗與前沿的知識對于技術(shù)創(chuàng)新是一樣重要的（bonte，2009），老年人在實踐中可以通過和年輕人共同分享成熟的經(jīng)驗從而較大程度減少年輕人在技術(shù)創(chuàng)新的過程中所出現(xiàn)的失誤，推動技術(shù)創(chuàng)新活動（ kuhnm，2007）;也可以借助他們在實踐中所積累的工作經(jīng)驗去發(fā)現(xiàn)更有效的前言性工作戰(zhàn)略，與青年人的前言知識相輔一體，提升其創(chuàng)新性的工作效率（ ang、madsen ，2015）;因此，老年群體擁有高質(zhì)量的技術(shù)實踐經(jīng)驗可以有效緩解由于人口老齡化造成的創(chuàng)新能力降低。

其次，老齡化現(xiàn)象的特征是出生率的下降和人均壽命的延長，出生率的下降會導(dǎo)致少兒人口的減少，家庭中用于子女教育的資本大量集中，會加強(qiáng)對人力資本的投入，從而提高整個社會平均人力資本水平。當(dāng)個體的壽命增加時，未來或許會延遲退休，人們的工作時間將會相應(yīng)地增加，這會導(dǎo)致人力資本投資收益的提高，于是個體會加大其本身的投資（范洪敏，2017），且有研究表明：高水平教育群體即使是老年后對于經(jīng)濟(jì)增長的貢獻(xiàn)率仍然要超過青年人（Ang、Madsen，2015）。另外，根據(jù)生命周期理論，人們會考慮未來的老年生活消費(fèi)所需以及不確定性的應(yīng)對，會進(jìn)行一定的儲蓄來平滑一生的支出，家庭儲蓄會導(dǎo)致物質(zhì)財富的積累增加，即人口老齡化會一定程度提升人類社會的物質(zhì)資本積累;隨著數(shù)億人口的社會物質(zhì)資本積累速度上升，很可能會出現(xiàn)第二次人口紅利（maso等，2016），即物質(zhì)資本在一定富足程度，會導(dǎo)致利率的降低，進(jìn)而降低我國研發(fā)部門對外融資的技術(shù)成本，同時提高未來技術(shù)盈利的發(fā)展空間，導(dǎo)致我國研發(fā)部門將來還會進(jìn)一步增加對技術(shù)研發(fā)的投資，最終對我國技術(shù)創(chuàng)新的未來發(fā)展進(jìn)程產(chǎn)生正向的影響（gehringer和geprettner，2019）;以上，家庭和個人的優(yōu)化積極行為可能會促進(jìn)人口老齡化對技術(shù)創(chuàng)新的正向作用。

最后，對于企業(yè)層面，人口老齡化會使得企業(yè)的勞動力要素成本上升，且勞動力相對于資本更加稀缺，企業(yè)為了防止生產(chǎn)率下降，一般只能通過使用資本或者技術(shù)來替代勞動，但是資本替代勞動卻會出現(xiàn)資本邊際報酬遞減的問題，故企業(yè)往往會偏向于促進(jìn)勞動節(jié)約型的技術(shù)創(chuàng)新;有研究表明人口老齡化通過促進(jìn)智能化機(jī)器和自動化技術(shù)的發(fā)展與運(yùn)用，能夠大幅提高經(jīng)濟(jì)整體的自動化程度（ acemoglu、restrepo ，2018）。對于國家層面，人口老齡化所帶來的大量勞動力稀缺倒逼整個國家在重視對人力資本的投資、技術(shù)創(chuàng)新時，會直接引發(fā)整個國家的資源進(jìn)行重新配置，這對于技術(shù)創(chuàng)新會產(chǎn)生正向影響（汪偉，2016）。根據(jù)以上文獻(xiàn)推導(dǎo)，本文認(rèn)為從各方面協(xié)調(diào)來看，人口老齡化可能對技術(shù)創(chuàng)新有正向的促進(jìn)作用。

2?計量模型、變量與數(shù)據(jù)

2.1?基準(zhǔn)模型設(shè)定

構(gòu)建如下計量分析模型：

其中：下標(biāo)i和t分別代表樣本中的各個省份和時間;Rdit為研發(fā)經(jīng)費(fèi)投入強(qiáng)度，代表技術(shù)創(chuàng)新水平，Rdit-1代表技術(shù)創(chuàng)新的一期滯后項;age65it是人口老齡化系數(shù)，代表老齡化程度;Xnit代表可能影響技術(shù)創(chuàng)新的控制變量，下文中有具體表述;α0為常數(shù)項，α1、α2和αn為待估系數(shù);εit為隨機(jī)誤差項。由于技術(shù)創(chuàng)新是一個動態(tài)演變的發(fā)展過程，上一期的技術(shù)創(chuàng)新積累明顯對現(xiàn)期的技術(shù)具有積極的推動作用，因此引入滯后被解釋變量符合理論與現(xiàn)實。廣義矩估計分為差分廣義矩估計（ Diff-GMM） 和系統(tǒng)廣義矩估計（ Sys-GMM），本文運(yùn)用動態(tài)面板模型對人口老齡化與技術(shù)創(chuàng)新的關(guān)系進(jìn)行系統(tǒng)廣義矩估計。為控制模型中可能存在的異方差，對各變量均取對數(shù)。

2.2?變量選取

被解釋變量：技術(shù)創(chuàng)新（Rd），選用研發(fā)經(jīng)費(fèi)投入強(qiáng)度來衡量，具體是研發(fā)經(jīng)費(fèi)投入占 GDP 比重來測度。在穩(wěn)健性檢驗中，將國內(nèi)專利申請受理量（patent）對技術(shù)創(chuàng)新進(jìn)行替換衡量。

核心解釋變量：老齡化程度 （Age65），使用65歲及以上人口占總?cè)丝诒戎兀ɡ淆g化系數(shù)）作為老齡化程度衡量指標(biāo)。另外將老年撫養(yǎng)比（Oadr）在穩(wěn)健性檢驗中對老齡化水平進(jìn)行替換衡量。

本文加入可能會影響技術(shù)創(chuàng)新的控制變量有：（1）實際人均國內(nèi)生產(chǎn)總值（egdp），以2002年為基年進(jìn)行折算;（2）固定資產(chǎn)投資（inv）;（3）城市化水平（urban），以城鎮(zhèn)人口占年末總?cè)丝诒戎睾饬?（4）對外開放度（open），以進(jìn)出口總額占GDP比重來衡量;（5）工業(yè)化水平（industry），以工業(yè)增加值占GDP比重來衡量;（6）人力資本（hc），參考胡鞍鋼的方法，以各地區(qū)人均受教育年限衡量，具體算法：平均受教育年限= （大專以上人口數(shù)×16+高中人口數(shù)×12+初中人口數(shù)×9+小學(xué)人口數(shù)×6）/總?cè)丝跀?shù)。

2.3?數(shù)據(jù)描述

本文所使用的數(shù)據(jù)為中國31省、直轄市、自治區(qū)2002-2018年的平衡面板數(shù)據(jù)，數(shù)據(jù)分別來源于各年的《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》和各省統(tǒng)計年鑒，表1是變量的描述性統(tǒng)計結(jié)果。

3?實證結(jié)果與分析

為與動態(tài)面板模型進(jìn)行比較分析，首先，使用靜態(tài)面板模型、采用隨機(jī)效應(yīng)（Re）估計和固定效應(yīng)（Fe）對老齡化程度對技術(shù)創(chuàng)新的影響進(jìn)行估計，表2的第（1）（2）列分別顯示了在未控制時間趨勢的情況下隨機(jī)效應(yīng)和固定效應(yīng)的估計結(jié)果，結(jié)果表明人口老齡化對技術(shù)創(chuàng)新的影響在5%的水平上顯著為正，表2第（3）（4）列為控制了時間趨勢的情況下隨機(jī)效應(yīng)和固定效應(yīng)的估計結(jié)果，結(jié)果顯示人口老齡化對技術(shù)創(chuàng)新的影響在10%的水平上顯著為正。Hausman檢驗結(jié)果表明，固定效應(yīng)比隨機(jī)效應(yīng)更準(zhǔn)確有效。其次，表2中的第（5）（6）列動態(tài)面板模型表明了差分廣義矩估計和系統(tǒng)廣義矩估計的結(jié)果是人口老齡化對技術(shù)創(chuàng)新的影響正向且顯著。另外，因變量滯后項的估計系數(shù)為正數(shù)且顯著，表明使用動態(tài)面板模型較靜態(tài)面板模型更為合理。Abond自相關(guān)檢驗的AR（1）的P值小于0.05，AR（2）的P值大于0.1，表明殘差項只存在一階序列相關(guān)，不存在二階自相關(guān)，故其隨機(jī)誤差項無序列相關(guān)性。Sargan檢驗表明不能拒絕“工具變量是合理得”原假設(shè)。

從實證結(jié)果和現(xiàn)實情況來看，我國的人口老齡化目前沒有對技術(shù)創(chuàng)新帶來負(fù)向作用?？刂谱兞糠矫?，實際人均國內(nèi)生產(chǎn)總值和固定資產(chǎn)投入對于技術(shù)創(chuàng)新有著明顯的正向影響，與相關(guān)經(jīng)濟(jì)學(xué)理論的分析相吻合。城市化水平及其對外開放對技術(shù)創(chuàng)新的作用是正向不顯著，工業(yè)化程度對于技術(shù)創(chuàng)新的影響為負(fù)向不顯著，人力資本積累對于技術(shù)創(chuàng)新有顯著的正向影響?；谇拔牡睦碚摍C(jī)制分析，本文認(rèn)為經(jīng)濟(jì)社會是一個龐大繁雜的系統(tǒng)，老齡化對于技術(shù)創(chuàng)新的影響具有多維性和復(fù)雜性，其最終的影響是正向和負(fù)向作用之間相互制約以及各主體間協(xié)調(diào)融合的效果。其中，老年個體通過已有工作經(jīng)驗對技術(shù)創(chuàng)新發(fā)揮余熱，老齡化引起的家庭對人力資本的大量投資及物質(zhì)資本積累會在某種程度促進(jìn)人口老齡化對技術(shù)創(chuàng)新的正向作用。加之，在老齡化情況下，企業(yè)為了保證全要素生產(chǎn)率，會激發(fā)其對勞動節(jié)約型的技術(shù)創(chuàng)新，國家對科研的投入加大和資源的合理分配，均在某種程度上促進(jìn)人口老齡化對技術(shù)創(chuàng)新的正向作用。因此，在個體、家庭、企業(yè)和國家各方積極優(yōu)化行為調(diào)整結(jié)構(gòu)下，人口老齡化對技術(shù)創(chuàng)新存在正向效應(yīng)。

4?穩(wěn)健性檢驗

替換變量。為了驗證基準(zhǔn)回歸結(jié)果的穩(wěn)健性，使用老年撫養(yǎng)比（Oadr）對人口老齡化進(jìn)行再次衡量，被解釋變量仍為研發(fā)經(jīng)費(fèi)投入強(qiáng)度（Rd），此外，使用專利申請受理數(shù)（Patent）再次對技術(shù)創(chuàng)新進(jìn)行衡量，解釋變量仍為老齡化系數(shù)（Age65），最后，將被解釋變量和解釋變量的原指標(biāo)均替換為專利申請受理數(shù)（Patent）和老年撫養(yǎng)比（Oadr），對上述三種情況依次采用系統(tǒng)GMM方法進(jìn)行回歸檢驗老齡化對技術(shù)創(chuàng)新的影響?；貧w結(jié)果是表3的（1）-（3）列，由結(jié)果可知，老齡化程度對技術(shù)創(chuàng)新的影響均顯著為正，其與基準(zhǔn)回歸結(jié)果較為一致。

反向因果識別。由于技術(shù)創(chuàng)新會提高醫(yī)療水平和生活水平，人們的壽命會相應(yīng)延長，這在一定程度上加劇人口老齡化程度，也就是說，人口老齡化與技術(shù)創(chuàng)新之間可能是一個逆向的因果關(guān)系，故存在內(nèi)生性問題，為有效解決這一問題，參考鄧翔（2019）的方法，采用將老齡化程度變量進(jìn)行滯后處理后，再用系統(tǒng)廣義矩估計進(jìn)行人口老齡化對技術(shù)創(chuàng)新的影響分析。表3中第（4）-（7）列的被解釋變量均為研發(fā)經(jīng)費(fèi)投入強(qiáng)度（Rd），核心解釋變量依次為老齡化程度的一期滯后項、老年撫養(yǎng)比的一期滯后項、老齡化程度的二期滯后項、老年撫養(yǎng)比的二期滯后項。由表中結(jié)果可知，不論是老齡化的一期滯后項還是二期滯后項，其估計結(jié)果依然正向顯著。通過以上穩(wěn)健性檢驗，表明基準(zhǔn)估計結(jié)果有一定可靠性。

5?結(jié)論與啟示

本文基于文獻(xiàn)推導(dǎo)出人口老齡化對技術(shù)創(chuàng)新作用機(jī)制的基礎(chǔ)上，利用中國2002-2018年省級平衡面板數(shù)據(jù)，實證檢驗了我國人口老齡化對技術(shù)創(chuàng)新的影響，發(fā)現(xiàn)人口老齡化與技術(shù)創(chuàng)新顯著正相關(guān)。目前來看，我國人口老齡對技術(shù)創(chuàng)新水平?jīng)]有抑制作用，其原因可能是，基于個體家庭、企業(yè)及國家各主體在適應(yīng)人口老齡化時做出了相對優(yōu)化積極的選擇，且這些優(yōu)化選擇相互協(xié)調(diào)融合，例如，讓一位老年人傳授自己工作的經(jīng)驗，發(fā)揮他們工作的優(yōu)勢;家庭也增加了自身和子女的各種人力資本投入;企業(yè)和政府在國家都增加了科學(xué)研發(fā)投入，促進(jìn)了科學(xué)技術(shù)創(chuàng)新;這就使得我國的人口老齡化對科學(xué)和技術(shù)創(chuàng)新產(chǎn)生的正向效應(yīng)和協(xié)調(diào)作用遠(yuǎn)遠(yuǎn)超過了其他方面的負(fù)向效應(yīng)，導(dǎo)致最后的總效果變?yōu)檎Ｇ以谶M(jìn)行穩(wěn)健性檢驗后，本文結(jié)論依然成立。

本文的政策啟示：第一，充分發(fā)揮人口老齡化對技術(shù)創(chuàng)新的正向效應(yīng)，及各經(jīng)濟(jì)行為主體對人口老齡化作出的協(xié)調(diào)優(yōu)化效應(yīng)，強(qiáng)化人口老齡化對技術(shù)創(chuàng)新的正向影響;第二，加強(qiáng)教育投資，落實人才強(qiáng)國戰(zhàn)略，加強(qiáng)對科研的投入，提升人力資本，促進(jìn)技術(shù)創(chuàng)新。

參考文獻(xiàn)

[1]Czaja S J，Lee C C.The Impact of Aging on Access to Technology[J].Universal Access in the Information Society，2007，5（4）：341-349.

[2]Bonte W，F(xiàn)alck O，Heblich S.The Impact of Regional Age Structure on Entrepreneurship[J].Economic Geography，2009，85（3）：269-288.

[3]Kuhn M，Hetze P.Team composition and knowledge transfer within an ageing workforce，2007.

[4]Ang，J. B. and Madsen，J. B.Imitation versus Innovation in an Aging Society：International Evidence since1870[J].Journal of Population Economics，2015，28（2）：299-327.

[5]范洪敏，穆懷中.人口老齡化對環(huán)境質(zhì)量的影響機(jī)制研究[J].廣東財經(jīng)大學(xué)學(xué)報，2017，（2）：41-52.

[6]Ang，J.B.，Madsen，J.B.Imitation versus Innovation in an Aging Society：International Evidence since1870[J].Journal of Population Economics，2015，28（2）：299-327.

[7]MASON A，LEE R，JIANG J X.Demographic dividends，human capital，and saving[J].Journal of the economics of ageing，2016，（7）：106-122.

[8]GEHRINGERA，PRETTNERK.Longevity and technological change[J].Macroeconomic dynamics，2019，23（4）：1471-1503.

[9]ACEMOGLUD，RESTREPOP.Demographics and automation[R]. NBER Working Paper，2018：24421.

[10]汪偉，姜振茂.人口老齡化對技術(shù)進(jìn)步的影響研究綜述[J].中國人口科學(xué)，2016，（3）.

[11]鄧翔，張衛(wèi)，萬春林，等.人口老齡化與技術(shù)進(jìn)步：凜冬將至嗎——來自O(shè)ECD國家的經(jīng)驗證據(jù)[J].廣東財經(jīng)大學(xué)學(xué)報，2019，34（06）：11-23.