豆建春，王運(yùn)昌

(陜西師范大學(xué) 西北歷史環(huán)境與經(jīng)濟(jì)社會發(fā)展研究院，陜西 西安 710119)

一、引言

人口老齡化已經(jīng)成為中國經(jīng)濟(jì)發(fā)展面臨的主要挑戰(zhàn)之一。第七次全國人口普查數(shù)據(jù)顯示，截至2020年，中國65歲及以上人口占總?cè)丝诘谋戎匾呀?jīng)達(dá)到了13.5%，即將進(jìn)入中度老齡化社會。相對于其他國家的發(fā)展歷程，中國的老齡化不僅來得早，而且來得快。有研究發(fā)現(xiàn)，在過去的十年中，中國的老齡化速度已經(jīng)超過了日本，預(yù)計(jì)到2035年左右，中國勞動力人口的老齡化水平將達(dá)到45%。老齡化會引起要素?cái)?shù)量及其結(jié)構(gòu)的變化，對經(jīng)濟(jì)增長產(chǎn)生巨大沖擊。如果應(yīng)對不當(dāng)，老齡化很有可能會在未來引起中國經(jīng)濟(jì)增速出現(xiàn)斷崖式下跌。最新的研究表明，2020—2025年，人口老齡化會引起中國經(jīng)濟(jì)增長速度平均每年下降1.07個(gè)百分點(diǎn)。事實(shí)上，在此之前已有大量研究探討了老齡化的要素效應(yīng)及其對中國經(jīng)濟(jì)增長的潛在影響。但是，在經(jīng)濟(jì)新常態(tài)下，傳統(tǒng)要素?cái)?shù)量的變化對中國經(jīng)濟(jì)增長的影響已遠(yuǎn)不如此前那樣大，技術(shù)創(chuàng)新將成為驅(qū)動中國經(jīng)濟(jì)增長的主要力量。因此，老齡化對未來中國經(jīng)濟(jì)增長的影響很大程度上將來源于其對技術(shù)創(chuàng)新的效應(yīng)。這一點(diǎn)在都陽和封永剛的研究中已有明確體現(xiàn)。他們的研究發(fā)現(xiàn)，對全要素生產(chǎn)率增長的減緩將是老齡化影響中國經(jīng)濟(jì)增長的一個(gè)最為重要的機(jī)制。

雖然學(xué)者對老齡化的經(jīng)濟(jì)增長效應(yīng)已經(jīng)有了比較多的討論，并且已經(jīng)注意到了老齡化通過技術(shù)創(chuàng)新影響經(jīng)濟(jì)增長的可能性，但對老齡化技術(shù)創(chuàng)新效應(yīng)的研究還非常有限，目前，關(guān)于老齡化對技術(shù)創(chuàng)新的效應(yīng)也沒有一致性的結(jié)論，且對老齡化技術(shù)創(chuàng)新效應(yīng)的結(jié)構(gòu)性特征關(guān)注也比較少。特別是由于老齡化對不同產(chǎn)業(yè)需求側(cè)的影響有明顯差異，許多研究都將醫(yī)療、養(yǎng)老等產(chǎn)業(yè)作為老齡化社會的經(jīng)濟(jì)增長點(diǎn)，卻忽略了這些產(chǎn)業(yè)的研發(fā)投入對其他技術(shù)領(lǐng)域的擠出效應(yīng)以及老齡化對研發(fā)供給側(cè)的整體性沖擊，因此老齡化對技術(shù)創(chuàng)新的總效應(yīng)可能具有不確定性，對不同技術(shù)領(lǐng)域的影響也可能具有異質(zhì)性。同時(shí)，受研發(fā)供給側(cè)和需求側(cè)效應(yīng)的共同影響，老齡化對技術(shù)創(chuàng)新的影響可能在時(shí)間上具有結(jié)構(gòu)性特征。

因此，鑒于技術(shù)創(chuàng)新在中國未來經(jīng)濟(jì)增長中的基礎(chǔ)性作用，搜集更多的數(shù)據(jù)，特別是較早進(jìn)入老齡化社會的發(fā)達(dá)國家的數(shù)據(jù)，仔細(xì)分析老齡化對技術(shù)創(chuàng)新的影響，從而為中國未來經(jīng)濟(jì)發(fā)展提供借鑒，具有非常重要的意義。本文搜集了世界銀行和OECD提供的兩種專利數(shù)據(jù)，研究了老齡化對技術(shù)創(chuàng)新的總效應(yīng)及其對不同領(lǐng)域技術(shù)創(chuàng)新的異質(zhì)性影響。特別地，本文探討了老齡化技術(shù)創(chuàng)新效應(yīng)在時(shí)間上可能具有的結(jié)構(gòu)性特征。

二、文獻(xiàn)綜述

一些研究已經(jīng)關(guān)注到了老齡化的技術(shù)創(chuàng)新效應(yīng)，其中很大一部分來源于心理學(xué)和老年學(xué)的研究。例如，查亞(Czaja)和李(Lee)注意到，隨著年齡的增長，人們認(rèn)知能力和身體機(jī)能的下降會帶來個(gè)體創(chuàng)新能力的下降；坎弗(Kanfer)和阿克曼(Ackermana)發(fā)現(xiàn)，年齡的上升也會弱化人們的創(chuàng)新意識。除了心理學(xué)家和老年學(xué)家，經(jīng)濟(jì)學(xué)家也針對老齡化的技術(shù)創(chuàng)新效應(yīng)做了相關(guān)研究。如萊文(Levin)和斯蒂芬(Stephan)認(rèn)為年齡增長會削弱創(chuàng)新對人們的激勵，他們使用美國科研人員的數(shù)據(jù)檢驗(yàn)了這一假說并得到了實(shí)證分析結(jié)果的支持。野田(Noda)指出，老齡化會減少人力資源供給，推高要素成本和研發(fā)成本，進(jìn)而阻礙技術(shù)創(chuàng)新。姚東旻、寧靜和韋詩言利用中國省級面板數(shù)據(jù)的分析表明老齡化通過抑制人力資本投資對技術(shù)創(chuàng)新產(chǎn)生了不利作用。此外，研究者也注意到，老齡化會改變社會結(jié)構(gòu)，并通過公共政策妨礙新技術(shù)的開發(fā)和應(yīng)用。加頓(Canton)等人，以及蘭吉雅(Lancia)和普拉諾羅(Prarolo)都強(qiáng)調(diào)了創(chuàng)新成本和創(chuàng)新收益在不同年齡群體之間分布不一致所帶來的后果，他們的研究發(fā)現(xiàn)老年人口占比較大的社會很難形成支持技術(shù)創(chuàng)新的公共政策。雖然研究視角和提出的機(jī)制各有差異，但這些研究都指向了創(chuàng)新的供給側(cè)，且結(jié)論都比較悲觀。

最新的一些研究顯示老齡化的技術(shù)創(chuàng)新效應(yīng)可能具有結(jié)構(gòu)性特征。如孫倩倩依據(jù)中國省級面板數(shù)據(jù)的研究發(fā)現(xiàn)，老齡化對技術(shù)創(chuàng)新的影響具有時(shí)空上的異質(zhì)性，特別是在老齡化的不同階段表現(xiàn)出不同的顯著性。同樣地，基于省級面板數(shù)據(jù)，沈可和李雅凝分析了老齡化對不同性質(zhì)技術(shù)創(chuàng)新的影響，其研究也表明老齡化的技術(shù)創(chuàng)新效應(yīng)呈現(xiàn)出了“駝峰”特征，即在早期階段，老齡化對技術(shù)創(chuàng)新具有正向作用，而隨著老齡化程度的加深，其對技術(shù)創(chuàng)新的抑制效應(yīng)會越來越明顯。

綜合以上文獻(xiàn)可以發(fā)現(xiàn)，已有研究揭示出了老齡化影響技術(shù)創(chuàng)新的兩個(gè)基本途徑。從技術(shù)創(chuàng)新的供給側(cè)出發(fā)，已有研究傾向于老齡化會減少人力資源和其他要素的供給，對技術(shù)創(chuàng)新產(chǎn)生阻礙作用；從技術(shù)創(chuàng)新的需求側(cè)出發(fā)，許多研究發(fā)現(xiàn)老齡化會改變要素結(jié)構(gòu)，增加企業(yè)對勞動替代性技術(shù)的需求，從而對企業(yè)技術(shù)革新產(chǎn)生促進(jìn)作用，同時(shí)老齡化對終端產(chǎn)品市場需求的影響具有行業(yè)異質(zhì)性，其對技術(shù)創(chuàng)新的總效應(yīng)并不明確。因此，老齡化對技術(shù)創(chuàng)新的凈效應(yīng)依賴于其供給側(cè)效應(yīng)和需求側(cè)效應(yīng)的相對大小。如果老齡化對技術(shù)創(chuàng)新的供給側(cè)效應(yīng)與需求側(cè)效應(yīng)的大小與老齡化水平相關(guān)，則老齡化的凈效應(yīng)會表現(xiàn)出時(shí)間上的結(jié)構(gòu)性特征。同時(shí)，由于老齡化對不同產(chǎn)品的市場需求影響不同，老齡化的技術(shù)創(chuàng)新效應(yīng)可能在產(chǎn)業(yè)間具有異質(zhì)性?；谶@一預(yù)測，本文將采用跨國面板數(shù)據(jù)對老齡化的技術(shù)創(chuàng)新效應(yīng)進(jìn)行細(xì)致地分析，希望能為上述預(yù)測提供經(jīng)驗(yàn)證據(jù)。

三、數(shù)據(jù)來源與描述性統(tǒng)計(jì)

1.數(shù)據(jù)來源

本文使用專利申請量來衡量技術(shù)創(chuàng)新。世界銀行WDI(World Development Indicators)數(shù)據(jù)庫提供了各個(gè)國家的居民專利申請數(shù)。該專利申請數(shù)是計(jì)數(shù)數(shù)據(jù)，是對專利申請數(shù)量的簡單加總。由于計(jì)數(shù)專利數(shù)據(jù)只提供了對專利申請活動的簡單度量，并不能反映專利之間的質(zhì)量差異，因此也就不能準(zhǔn)確度量一個(gè)國家或地區(qū)的技術(shù)創(chuàng)新。為了克服這一缺陷，OECD基于“專利族”概念開發(fā)了一套專利計(jì)算方法，對各國的專利數(shù)據(jù)按照質(zhì)量進(jìn)行了調(diào)整，提供了一套可用于跨國比較的專利數(shù)據(jù)。由于這套數(shù)據(jù)反映了更多的專利質(zhì)量信息，所以我們將這套數(shù)據(jù)代表的專利稱之為“質(zhì)量型專利”，而將WDI提供的計(jì)數(shù)專利稱之為“數(shù)量型專利”。顯然，質(zhì)量型專利的年度變化更能反映創(chuàng)新的質(zhì)量增長情況，而數(shù)量型專利的變化更多地反映了創(chuàng)新的數(shù)量增長特征。WDI的專利數(shù)據(jù)單位為“件”，所有數(shù)據(jù)都是整數(shù)，我們用_來表示。OECD提供的專利數(shù)據(jù)實(shí)際上是一個(gè)指數(shù)，沒有單位，該數(shù)據(jù)是帶小數(shù)的。在本文中，OECD的專利申請量被記為_。

OECD不但提供了相關(guān)國家的專利申請總數(shù)，而且提供了生物技術(shù)、納米技術(shù)等14個(gè)領(lǐng)域的分類專利數(shù)據(jù)。參照OECD數(shù)據(jù)庫的指標(biāo)分類說明，根據(jù)各領(lǐng)域技術(shù)的相關(guān)性以及偏向性，我們將這14類專利數(shù)據(jù)合并為三大類。第一大類稱為“前沿技術(shù)領(lǐng)域”(FT)，包括生物技術(shù)、納米技術(shù)、人工智能以及信息與通訊技術(shù)(Information and Communication Technology，ICT)。第二大類是“制藥與醫(yī)療技術(shù)領(lǐng)域”(PM)，包括制藥技術(shù)與醫(yī)療技術(shù)。第三大類是OECD直接提供的一個(gè)分類——“與環(huán)境相關(guān)技術(shù)領(lǐng)域”(ERT)，包括與建筑相關(guān)的減緩氣候變化的技術(shù)，與能源生產(chǎn)、傳輸和配送相關(guān)的減緩氣候變化的技術(shù)，捕獲、存儲、隔離和處理溫室氣體的技術(shù)，環(huán)境管理技術(shù)，與運(yùn)輸相關(guān)的減緩氣候變化的技術(shù)，與水相關(guān)的應(yīng)用性技術(shù)，在貨物生產(chǎn)和加工過程中減緩氣候變化的技術(shù)，與廢水處理和廢物管理相關(guān)的減緩氣候變化的技術(shù)。顯然，相對于PM領(lǐng)域的技術(shù)創(chuàng)新偏向性，F(xiàn)T與ERT領(lǐng)域的技術(shù)創(chuàng)新與老齡化的關(guān)系更中性一些。

OECD只提供了截止到2017年的專利數(shù)據(jù)，因此本研究中樣本數(shù)據(jù)的年份上限為2017年。此外，OECD數(shù)據(jù)庫只提供部分國家的數(shù)據(jù)，并且有些國家的專利數(shù)據(jù)缺失嚴(yán)重。最終我們選擇了42個(gè)樣本國家，基本包含了世界五大知識產(chǎn)權(quán)局成員國和其他新興市場國家。根據(jù)《2018年世界五大知識產(chǎn)權(quán)局統(tǒng)計(jì)報(bào)告》提供的數(shù)字，2017年，來自中國、日本、韓國、美國以及歐洲專利局成員國的專利申請量就占到了全球的94%。因此，這42個(gè)國家?guī)缀跄依巳虻膶＠暾?。由于樣本國家包括波蘭、匈牙利、俄羅斯、捷克等轉(zhuǎn)軌國家，受計(jì)劃經(jīng)濟(jì)體制影響，這些國家在轉(zhuǎn)軌之前的技術(shù)創(chuàng)新無法通過專利數(shù)據(jù)反映，且在轉(zhuǎn)軌之初陷入持續(xù)的動蕩之中，統(tǒng)計(jì)數(shù)據(jù)缺失比較嚴(yán)重，因此我們將樣本期選擇在1994—2017年。該樣本被簡稱為“樣本42c”。此外，剔除掉樣本中的轉(zhuǎn)軌國家以及其他新興市場國家以后，我們還構(gòu)建了另外一個(gè)樣本，即“樣本27c”。該樣本只包括27個(gè)發(fā)達(dá)國家，但數(shù)據(jù)可得性的增強(qiáng)也使得該樣本包含更長的時(shí)間序列——從1985年到2017年。作為一個(gè)替代性樣本，“樣本27c”為我們進(jìn)行穩(wěn)健性檢驗(yàn)提供了一些支持，更重要的是，由于包含了更長的時(shí)間序列，該樣本將為我們提供更多時(shí)間上的信息。

老齡化水平()數(shù)據(jù)來源于WDI，其含義為65歲及以上人口占總?cè)丝诘谋戎亍Ｆ渌淖兞窟€包括人均GDP()、城市化率()、人口()、商品和服務(wù)出口占GDP的比重(_)、高科技產(chǎn)品出口占GDP的比重(_)、商標(biāo)申請數(shù)()等。這些變量的數(shù)據(jù)均來自于WDI。國內(nèi)研發(fā)支出()來源于OECD?；跇颖?2c，表1對所有變量的含義及其統(tǒng)計(jì)特征給予了展示。

表1 樣本數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果

老齡化的技術(shù)創(chuàng)新效應(yīng)主要體現(xiàn)在老齡化對一個(gè)經(jīng)濟(jì)體創(chuàng)新能力的持續(xù)影響上。本文主要考察老齡化對專利增長率的長期作用。在具體的分析過程中，對取絕對數(shù)值的變量，如專利數(shù)、人均GDP以及人口等都取對數(shù)處理，而以比值出現(xiàn)的變量如老齡化水平、城市化率以及出口占比數(shù)據(jù)等都取原值。在表1中，來自O(shè)ECD的專利數(shù)據(jù)最小值為0，這意味著某些國家在某個(gè)時(shí)間的專利申請數(shù)經(jīng)過OECD調(diào)整后被計(jì)為0。由于OECD的專利數(shù)據(jù)可能小于1，在對OECD專利數(shù)據(jù)取對數(shù)前，都統(tǒng)一做了加1處理。

2.老齡化與專利申請量的統(tǒng)計(jì)關(guān)系

圖1描繪了42個(gè)國家1994—2017年居民專利申請量的對數(shù)與老齡化水平的擬合關(guān)系。其中，圖(a)中的專利數(shù)據(jù)來源于WDI，該圖報(bào)告的ln_對的擬合線顯示了二者之間存在微弱的正相關(guān)關(guān)系。圖(b)報(bào)告的是OECD專利數(shù)據(jù)(對數(shù))對老齡化水平的擬合結(jié)果。該結(jié)果顯示，在考慮了專利的質(zhì)量差異之后，老齡化水平與專利申請量的對數(shù)之間呈現(xiàn)出了明顯的正相關(guān)性。這意味著，老齡化水平越高的國家往往表現(xiàn)出更高的技術(shù)創(chuàng)新能力。

圖1 老齡化水平與專利申請量(對數(shù))的擬合關(guān)系

那么老齡化與技術(shù)創(chuàng)新之間的相關(guān)性是否在不同領(lǐng)域存在差異呢？分領(lǐng)域來看，由于老齡化為PM領(lǐng)域的技術(shù)研發(fā)提供了可預(yù)期的市場激勵，因此老齡化與PM領(lǐng)域技術(shù)創(chuàng)新的關(guān)系最為直接。圖2中的圖(b)也的確顯示出了二者之間較強(qiáng)的正相關(guān)關(guān)系。FT領(lǐng)域的三大技術(shù)，特別是人工智能和ICT是目前技術(shù)研發(fā)的熱點(diǎn)，在主要國家的創(chuàng)新戰(zhàn)略中具有重要地位。老齡化既可能通過誘致性技術(shù)變遷機(jī)制倒逼FT領(lǐng)域的技術(shù)創(chuàng)新，也可能通過推高研發(fā)成本以及來自PM領(lǐng)域的資源競爭抑制FT領(lǐng)域的技術(shù)研發(fā)。從圖2中的圖(a)展示的信息來看，至少在樣本期內(nèi)(1994—2017年)，老齡化國家在FT領(lǐng)域的技術(shù)創(chuàng)新方面并未表現(xiàn)出任何頹勢，相反老齡化水平越高的國家在該領(lǐng)域表現(xiàn)出了更加進(jìn)取的態(tài)勢。這一特征也存在于老齡化水平與ERT領(lǐng)域技術(shù)創(chuàng)新的關(guān)系中。圖(c)清晰地表明老齡化水平與ERT領(lǐng)域的專利數(shù)量(對數(shù))之間表現(xiàn)出了明顯的正相關(guān)關(guān)系。

圖2 老齡化與不同領(lǐng)域?qū)＠暾埩康臄M合關(guān)系

從圖1和圖2來看，無論是對數(shù)量型專利申請，還是對質(zhì)量型專利申請，亦或是對不同技術(shù)研發(fā)領(lǐng)域的專利申請，老齡化都沒有表現(xiàn)出明顯的抑制作用。相反，與不同性質(zhì)專利數(shù)據(jù)的擬合結(jié)果顯示出，老齡化與技術(shù)創(chuàng)新之間具有穩(wěn)健的正相關(guān)性。但是，基于OLS回歸的線性擬合遺漏了其他重要變量。因此簡單的統(tǒng)計(jì)分析呈現(xiàn)出來的這種正相關(guān)性不能被解釋為老齡化對技術(shù)創(chuàng)新的因果效應(yīng)。在下面的分析中，我們將逐次引入這些重要變量，采用更嚴(yán)格的估計(jì)方法來分析老齡化的創(chuàng)新效應(yīng)。

四、老齡化對技術(shù)創(chuàng)新的效應(yīng)分析：總效應(yīng)與異質(zhì)性

1.模型與估計(jì)方法

本文采用雙固定效應(yīng)模型來估計(jì)老齡化對技術(shù)創(chuàng)新的影響。由于專利是技術(shù)創(chuàng)新行為的結(jié)果，本期的影響因素對本期的專利申請可能沒有太大的作用，因此模型中的所有解釋變量均滯后一期進(jìn)入模型。此外，當(dāng)期的技術(shù)創(chuàng)新成果不可能對上一期的經(jīng)濟(jì)變量產(chǎn)生影響，解釋變量滯后一期進(jìn)入模型也在一定程度上規(guī)避了反向因果帶來的內(nèi)生性問題?；灸Ｐ腿缦拢?/p>

(1)

其中，下標(biāo)和分別代表個(gè)體(國家)和時(shí)間序列，表示截距項(xiàng)，,是殘差項(xiàng)。_代表不同的專利數(shù)據(jù)，={,,,,}。由于專利數(shù)據(jù)取對數(shù)，作為的系數(shù)，度量了老齡化水平的變化對專利申請?jiān)鲩L率的效應(yīng)。是第個(gè)控制變量的系數(shù)。在控制變量中，首先，依次引入人均GDP()和城市化率()這兩個(gè)變量以控制經(jīng)濟(jì)發(fā)展水平和資源空間分布差異對創(chuàng)新活動的影響，這在有關(guān)技術(shù)創(chuàng)新的實(shí)證研究中是比較常見的。其次，商品、信息和資源的跨國流動在促進(jìn)創(chuàng)新方面具有非常重要的意義，我們使用商品和服務(wù)出口占GDP的比重(_)來衡量一個(gè)國家的對外開放度。再次，國家間產(chǎn)業(yè)技術(shù)結(jié)構(gòu)的差異對技術(shù)創(chuàng)新活動的影響也十分明顯。例如依賴于農(nóng)業(yè)或旅游業(yè)的發(fā)達(dá)國家在技術(shù)創(chuàng)新方面的表現(xiàn)可能并不比依賴于加工貿(mào)易的新興市場國家好?；谶@一考量，在控制變量中引入高科技產(chǎn)品出口占GDP的比重(_)來捕捉產(chǎn)業(yè)技術(shù)結(jié)構(gòu)差異的影響。最后，技術(shù)創(chuàng)新中的規(guī)模效應(yīng)是研發(fā)理論和增長理論最重要的議題之一，在已經(jīng)控制了人均GDP的差異后，引入人口規(guī)模()來控制規(guī)模效應(yīng)對結(jié)果的影響。在式(1)中，和分別用來控制不隨時(shí)間變化的個(gè)體固定效應(yīng)與不隨個(gè)體變化的時(shí)間固定效應(yīng)。

為了消除組間異方差和組內(nèi)同期相關(guān)對估計(jì)結(jié)果的影響，采用了“OLS+面板校正標(biāo)準(zhǔn)誤(PCSE)”的估計(jì)策略。在內(nèi)生性處理方面，式(1)所定義的雙固定效應(yīng)模型可以解決不隨時(shí)間變化和不隨個(gè)體變化的遺漏變量問題，但是其他遺漏變量造成的內(nèi)生性問題則需要通過引入控制變量來解決。此外，需要指出的是，老齡化是技術(shù)進(jìn)步的結(jié)果，而專利數(shù)量的變化在本文中被用來衡量技術(shù)進(jìn)步，因此，老齡化和專利數(shù)量之間可能被認(rèn)為存在反向因果關(guān)系。然而，考慮到老齡化是長期技術(shù)積累、經(jīng)濟(jì)發(fā)展和人口結(jié)構(gòu)演變的結(jié)果，某一期或當(dāng)期專利申請量的變化所代表的技術(shù)進(jìn)步對此前一期的老齡化水平不可能有實(shí)質(zhì)性的影響。所以，式(1)采用滯后一期老齡化水平的方式能夠解決反向因果關(guān)系產(chǎn)生的內(nèi)生性問題。

2.對數(shù)量型專利申請的效應(yīng)分析

計(jì)數(shù)專利雖然不能準(zhǔn)確度量技術(shù)創(chuàng)新的績效，但它仍然反映了一個(gè)經(jīng)濟(jì)體技術(shù)研發(fā)的動態(tài)，特別是當(dāng)專利數(shù)量與質(zhì)量存在某種程度的正相關(guān)時(shí)更是如此。使用式(1)所定義的模型，首先使用樣本42c估計(jì)老齡化對計(jì)數(shù)專利的效應(yīng)。

表2報(bào)告了ln_對老齡化水平的回歸結(jié)果。模型(1)顯示老齡化對計(jì)數(shù)專利申請量的增速具有顯著的負(fù)效應(yīng)。這一負(fù)效應(yīng)即使是在控制了人均收入(模型(2))、城市化率(模型(3))、商品和服務(wù)出口占比(模型(4))、高科技產(chǎn)品出口占比(模型5))以及人口(模型(6))差異后仍然存在。表2報(bào)告的老齡化水平的系數(shù)估計(jì)值在-0.049到-0.084之間，意味著老齡化水平每上升1個(gè)百分點(diǎn)，計(jì)數(shù)專利申請量的增速下降約5到8個(gè)百分點(diǎn)。此外，表2也表明，除老齡化水平外，人均收入、城市化率、產(chǎn)業(yè)技術(shù)結(jié)構(gòu)與規(guī)模差異在解釋國家間計(jì)數(shù)專利申請量差異方面均有重要貢獻(xiàn)。雖然反映對外開放度的指標(biāo)_的系數(shù)顯著性不夠穩(wěn)健，但是在控制了其他解釋變量后(模型(6))，該系數(shù)也在5%的置信水平下顯著為正，因此并不能輕易否認(rèn)這一控制變量的意義。

表2 數(shù)量型專利申請量對老齡化水平的估計(jì)結(jié)果

表2顯示老齡化對數(shù)量型專利申請具有負(fù)效應(yīng)，為了檢驗(yàn)該效應(yīng)的穩(wěn)健性，假設(shè)專利申請量是研發(fā)投入的增函數(shù)，使用國內(nèi)研發(fā)支出()代替專利申請量，仍然采用式(1)所定義的模型進(jìn)行估計(jì)，得到如表3所示的結(jié)果?；跇颖?2c的回歸結(jié)果顯示，老齡化水平對ln的系數(shù)均為負(fù)，但在控制了相關(guān)變量后，第2、第5以及第6個(gè)模型估計(jì)的老齡化系數(shù)均不顯著，結(jié)果似乎不夠穩(wěn)健。但使用包含更長時(shí)間序列的樣本27c所做的估計(jì)則表明，老齡化對國內(nèi)研發(fā)支出的增長具有顯著的負(fù)效應(yīng)，并且這一結(jié)果相當(dāng)穩(wěn)健。由于樣本27c包含的國家都較早進(jìn)入了老齡化社會，據(jù)此推斷，老齡化效應(yīng)在這些國家可能表現(xiàn)得更為明顯。

表3 國內(nèi)研發(fā)支出對老齡化水平的估計(jì)結(jié)果

即便基于樣本42c所做的估計(jì)結(jié)果并不十分穩(wěn)健，但是將國內(nèi)研發(fā)支出引入表2所示的6個(gè)模型后，的估計(jì)系數(shù)均不再顯著，而ln的系數(shù)卻全部顯著為正(見表4)。這說明，計(jì)數(shù)專利申請量的確是國內(nèi)研發(fā)支出的增函數(shù)，而老齡化很有可能正是通過對國內(nèi)研發(fā)支出增長的負(fù)向作用抑制了計(jì)數(shù)專利申請量的增長。所以，綜合以上的分析結(jié)果可以得出，從對數(shù)量型專利申請量增速的影響來看，老齡化的技術(shù)創(chuàng)新效應(yīng)顯著為負(fù)，這種負(fù)效應(yīng)可能來源于老齡化對國內(nèi)研發(fā)支出增長的抑制。

表4 數(shù)量型專利申請量對老齡化水平和國內(nèi)研發(fā)支出的回歸結(jié)果

3.對質(zhì)量型專利申請的效應(yīng)分析

正如前面所述，WDI提供的計(jì)數(shù)專利數(shù)據(jù)更多地反映了一個(gè)國家技術(shù)創(chuàng)新活動的活躍程度，但是由于不同專利質(zhì)量的差異很大，該專利數(shù)據(jù)并不能很好地反映一個(gè)國家技術(shù)創(chuàng)新的水平。對許多老齡化國家而言，其國內(nèi)產(chǎn)業(yè)基本退出了終端產(chǎn)品的生產(chǎn)，大都處于產(chǎn)業(yè)價(jià)值鏈的頂端，其技術(shù)水平更接近技術(shù)前沿，技術(shù)創(chuàng)新的難度較大，但質(zhì)量較高。因此，僅將計(jì)數(shù)專利申請量作為評價(jià)其技術(shù)創(chuàng)新水平的指標(biāo)存在很大的局限性。為此，我們使用OECD提供的基于“專利族”方法重新計(jì)算的專利數(shù)據(jù)進(jìn)一步對老齡化的創(chuàng)新效應(yīng)進(jìn)行分析。

為了保證結(jié)果的可比性，依然使用式(1)所定義的模型以及表2所示的結(jié)構(gòu)，繼續(xù)采用樣本42c以及“OLS+面板校正標(biāo)準(zhǔn)誤”的估計(jì)策略進(jìn)行估計(jì)。表5集中報(bào)告了6個(gè)模型的回歸結(jié)果，其中的被解釋變量為ln_。與表2展示的效應(yīng)正好相反，表5的結(jié)果表明老齡化水平對OECD專利申請量衡量的質(zhì)量型技術(shù)創(chuàng)新具有顯著的正效應(yīng)。其中模型(1)到模型(4)估計(jì)的對ln_的邊際效應(yīng)在4到5.5個(gè)百分點(diǎn)之間，且估計(jì)值均在1%的置信水平上顯著。模型(5)和模型(6)由于引入了變量_(該變量缺失值比較嚴(yán)重)，致使樣本量減少了一半多，其估計(jì)值也分別在5%和10%的置信水平上顯著，并且樣本量的大幅減少以及新變量的引入也未引起系數(shù)估計(jì)值出現(xiàn)大的變化。所以表5呈現(xiàn)出來的估計(jì)結(jié)果還是比較穩(wěn)健的。

表5 質(zhì)量型專利申請量對老齡化水平的回歸結(jié)果：基于樣本42c的估計(jì)

為了進(jìn)一步檢驗(yàn)老齡化對質(zhì)量型專利申請量正效應(yīng)的穩(wěn)健性，我們再次使用樣本27c對該效應(yīng)進(jìn)行估計(jì)。同時(shí)，考慮到人均收入水平可能與其他解釋變量以及遺漏變量具有較高的相關(guān)性，我們嘗試使用商標(biāo)申請量代替人均GDP。商標(biāo)申請量的變化與人均GDP的變化高度相關(guān)，都反映了經(jīng)濟(jì)的景氣程度，同時(shí)商標(biāo)申請量的變化與城市化率以及其他與經(jīng)濟(jì)發(fā)展水平相關(guān)的遺漏變量的相關(guān)性較弱。具體模型和結(jié)果如表6所示 樣本27c旨在獲取更多的時(shí)間序列，但是由于變量_缺失值較多，引入該變量后，回歸使用的樣本實(shí)際上只包含2008—2017年的數(shù)據(jù)，反而使樣本量變得更少，有違我們構(gòu)建樣本27c的初衷，因此在后面使用樣本27c進(jìn)行的估計(jì)中都不再引入該變量。。表6首先報(bào)告了對老齡化單獨(dú)進(jìn)行回歸(模型(1))以及控制了人均GDP變化后(模型(2))的回歸結(jié)果，兩個(gè)結(jié)果均顯示老齡化的效應(yīng)顯著為正。模型(3)至模型(5)使用商標(biāo)申請量替換了人均GDP，三個(gè)模型估計(jì)的系數(shù)也是顯著為正的。說明樣本以及解釋變量的變化對估計(jì)結(jié)果沒有實(shí)質(zhì)影響，老齡化對OECD專利申請量增速具有正效應(yīng)的結(jié)論是可靠的。

表6 質(zhì)量型專利申請量對老齡化水平的回歸結(jié)果：基于樣本27c的估計(jì)

以上分析表明，老齡化水平與經(jīng)過“質(zhì)量”調(diào)整的專利申請量的增長正相關(guān)。這意味著，老齡化盡管會削弱數(shù)量型專利申請量的增長，但卻對質(zhì)量型專利申請量的增長具有促進(jìn)作用。其中的原因可能正如阿西莫格魯和雷斯特雷所述，老齡化提高了要素成本和研發(fā)成本，迫使企業(yè)或國家退出了競爭激烈的低端產(chǎn)業(yè)及其研發(fā)序列，倒逼其轉(zhuǎn)向更有價(jià)值的前沿創(chuàng)新，以便重建其競爭優(yōu)勢。這些創(chuàng)新不是在已有技術(shù)基礎(chǔ)上進(jìn)行的邊際創(chuàng)新，而是旨在提供新的要素替代性技術(shù)或創(chuàng)造新的市場。利用莫基爾所提出的“小發(fā)明”和“大發(fā)明”的概念可以很好地理解這一點(diǎn)。邊際上的創(chuàng)新對應(yīng)于連續(xù)的“小發(fā)明”，要素替代性技術(shù)創(chuàng)新或市場創(chuàng)新屬于突破性的“大發(fā)明”，“小發(fā)明”依賴于“大發(fā)明”。從“專利族”的視角來看，基于“大發(fā)明”衍生出來的“小發(fā)明”盡管數(shù)量眾多，但其在該“專利族”內(nèi)的重要性卻無法與“大發(fā)明”相比。在老齡化背景下，隨著要素成本和研發(fā)成本的上升，老齡化國家的創(chuàng)新主體從事數(shù)量型研發(fā)(成果為“小發(fā)明”)可能得不償失，但依賴于其技術(shù)和人力資本積累，投資核心技術(shù)和前沿技術(shù)研發(fā)的比較優(yōu)勢會更加凸顯，從而推動了質(zhì)量型專利申請量的增長。這也與隨淑敏和何增華的發(fā)現(xiàn)相一致，即老齡化推動的技術(shù)創(chuàng)新主要發(fā)生在資本密集型企業(yè)，勞動密集型企業(yè)要么無力對老齡化帶來的沖擊作出反應(yīng)，要么就是通過結(jié)構(gòu)性的技術(shù)革新轉(zhuǎn)型為資本密集型企業(yè)。

4.不同技術(shù)領(lǐng)域的異質(zhì)性分析

老齡化對技術(shù)創(chuàng)新的影響可能具有結(jié)構(gòu)性。這種結(jié)構(gòu)性很大程度上來源于老齡化對不同產(chǎn)業(yè)的需求差異。對一些產(chǎn)業(yè)來說，老齡化提供了巨大的市場機(jī)會，如養(yǎng)老和醫(yī)療產(chǎn)業(yè)將受益于這種“老齡化紅利”。但是，對另外一些產(chǎn)業(yè)來說，老齡化帶來的可能是巨大的挑戰(zhàn)和不確定性，例如信息產(chǎn)業(yè)和環(huán)保產(chǎn)業(yè)。雖然在細(xì)分市場中總能為這些產(chǎn)業(yè)找到一些機(jī)遇，例如專門為老年人開發(fā)信息產(chǎn)品，但老齡化對整個(gè)產(chǎn)業(yè)技術(shù)研發(fā)的影響則是不確定的。OECD數(shù)據(jù)庫提供了分領(lǐng)域的專利技術(shù)，這為我們分析老齡化在不同技術(shù)領(lǐng)域的異質(zhì)性影響提供了可能。

表7報(bào)告了FT、PM與ERT領(lǐng)域?qū)＠暾埩?對數(shù))對老齡化水平的回歸結(jié)果。我們對每個(gè)技術(shù)研發(fā)領(lǐng)域都使用了兩個(gè)樣本進(jìn)行估計(jì)。結(jié)果顯示，老齡化對所有領(lǐng)域技術(shù)創(chuàng)新的效應(yīng)都顯著為正，并沒有表現(xiàn)出明顯的結(jié)構(gòu)性差異。這進(jìn)一步說明，老齡化對數(shù)量型專利申請的正效應(yīng)是相當(dāng)穩(wěn)健的。當(dāng)然，仔細(xì)觀察也可以發(fā)現(xiàn)，對三個(gè)領(lǐng)域而言，基于樣本27c估計(jì)的系數(shù)值要明顯小于基于樣本42c所做的估計(jì)。具體到FT和PM兩個(gè)領(lǐng)域，基于樣本27c(模型(2)和模型(4))估計(jì)的值約為樣本42c(模型(1)和模型(3))估計(jì)值的1/2。而在ERT領(lǐng)域，兩個(gè)樣本估計(jì)的老齡化的技術(shù)創(chuàng)新效應(yīng)差距更大。由于樣本27c包含更長的時(shí)間序列，且其樣本國家進(jìn)入老齡化的時(shí)間較早，所以該樣本反映了更長的老齡化過程。由此推測，表7透露的定量信息暗示老齡化的技術(shù)創(chuàng)新效應(yīng)可能會隨著老齡化進(jìn)程的加深而衰減。如果這一推測成立，則意味著老齡化的技術(shù)創(chuàng)新效應(yīng)可能不存在橫向上的結(jié)構(gòu)性差異，但在時(shí)間上或許有一定的結(jié)構(gòu)性特征。這需要更為細(xì)致的分析。

表7 分領(lǐng)域?qū)＠貧w結(jié)果

五、老齡化的技術(shù)創(chuàng)新效應(yīng)：時(shí)間上的結(jié)構(gòu)性特征

如果老齡化的技術(shù)創(chuàng)新效應(yīng)的確具有如表7所暗示的時(shí)間上的結(jié)構(gòu)性特征，那我們不妨假設(shè)該效應(yīng)在時(shí)間上的演化模式是倒“U”型的。具體地，在老齡化早期，老齡化對技術(shù)創(chuàng)新具有正效應(yīng)，但隨著老齡化程度的加深，這一效應(yīng)在逐步遞減，甚至最終演變?yōu)閷夹g(shù)創(chuàng)新的抑制性效應(yīng)。為了驗(yàn)證這一假說，我們將老齡化的二次項(xiàng)(2)引入式(1)所定義的雙固定效應(yīng)模型，使用包含更長時(shí)間序列的樣本27c對老齡化的技術(shù)創(chuàng)新效應(yīng)進(jìn)行估計(jì)。估計(jì)方法與前面的模型相同，均采用“OLS+面板校正標(biāo)準(zhǔn)誤”的估計(jì)策略。結(jié)果如表8所示。

首先，我們考察了老齡化對技術(shù)創(chuàng)新的總效應(yīng)(表8中的模型(1))。該列展示了ln_對老齡化水平及其二次項(xiàng)的回歸結(jié)果。結(jié)果顯示老齡化水平的一次項(xiàng)系數(shù)估計(jì)值為正，二次項(xiàng)系數(shù)估計(jì)值為負(fù)，且二者均在1%的置信水平上顯著。其次，我們對FT、PM與ERT三大領(lǐng)域的老齡化長期創(chuàng)新效應(yīng)進(jìn)行了分析(模型(2)到模型(4))。估計(jì)結(jié)果再次顯示了老齡化創(chuàng)新效應(yīng)的倒“U”型特征：L.以及L.2的系數(shù)估計(jì)值均在1%置信水平上顯著，且一次項(xiàng)系數(shù)估計(jì)值為正，二次項(xiàng)系數(shù)估計(jì)值為負(fù)。

表8 質(zhì)量型專利申請量對老齡化水平及其二次項(xiàng)的回歸結(jié)果

為了檢驗(yàn)表8呈現(xiàn)的倒“U”型效應(yīng)的穩(wěn)健性，以及更直觀地展示老齡化技術(shù)創(chuàng)新效應(yīng)的邊際特征，我們采用虛擬變量法對老齡化的年度技術(shù)創(chuàng)新效應(yīng)進(jìn)行識別。具體做法是，第一步生成年份虛擬變量，第二步將年份虛擬變量與老齡化水平的交互項(xiàng)引入回歸模型進(jìn)行估計(jì)。具體模型如下所示：

ln_,=+-1-1-1+∑=1,,-1++,

(2)

圖3 老齡化對技術(shù)創(chuàng)新的年度效應(yīng)動態(tài)

如何理解老齡化對技術(shù)創(chuàng)新的倒“U”型效應(yīng)模式呢？結(jié)合已有文獻(xiàn)及前面的分析可以發(fā)現(xiàn)，老齡化通過兩種機(jī)制對技術(shù)創(chuàng)新產(chǎn)生作用。第一種機(jī)制來自于研發(fā)的需求側(cè)，即所謂的“倒逼”機(jī)制或誘致性技術(shù)變遷機(jī)制，通過該機(jī)制老齡化對技術(shù)創(chuàng)新發(fā)揮積極作用。第二種機(jī)制是表3顯示的研發(fā)供給側(cè)機(jī)制，即老齡化通過抑制研發(fā)支出的增長阻礙創(chuàng)新。在老齡化早期，誘致性技術(shù)變遷機(jī)制或倒逼機(jī)制主導(dǎo)老齡化的技術(shù)創(chuàng)新效應(yīng)，但隨著老齡化程度的加深，老齡化對研發(fā)支出的抑制效應(yīng)會日益突出。據(jù)此，我們得到兩個(gè)結(jié)論：一是老齡化對技術(shù)創(chuàng)新的作用在早期更多地表現(xiàn)為正向的促進(jìn)作用；二是老齡化對技術(shù)創(chuàng)新的凈效應(yīng)為正可能是暫時(shí)的，從長期來看，隨著老齡化程度的加深，其對技術(shù)創(chuàng)新的負(fù)效應(yīng)可能會越來越明顯。當(dāng)然，第二個(gè)結(jié)論對應(yīng)的現(xiàn)象在本文使用的樣本期內(nèi)還未得到充分體現(xiàn)。雖然已有研究，如阿西莫格魯與雷斯特雷開展的研究已經(jīng)揭示出老齡化對技術(shù)革新可能具有正向作用，同時(shí)也有大量研究從研發(fā)供給側(cè)出發(fā)強(qiáng)調(diào)了老齡化對技術(shù)創(chuàng)新的負(fù)效應(yīng)，但目前仍然缺少將研發(fā)的供給側(cè)和需求側(cè)結(jié)合起來綜合考察老齡化技術(shù)創(chuàng)新效應(yīng)的理論研究，因此我們無法對本研究發(fā)現(xiàn)的倒“U”型效應(yīng)模式作出更有說服力的解釋。不過，這一缺憾也為后續(xù)的理論研究提供了一些啟示。

六、結(jié)論

本文使用專利數(shù)據(jù)衡量技術(shù)創(chuàng)新，采用跨國面板數(shù)據(jù)對老齡化的技術(shù)創(chuàng)新效應(yīng)進(jìn)行了實(shí)證分析。研究發(fā)現(xiàn)，老齡化對數(shù)量型專利申請具有顯著的抑制效應(yīng)，但卻對質(zhì)量型專利增長具有明顯的促進(jìn)作用。老齡化對質(zhì)量型創(chuàng)新的正效應(yīng)不但存在于制藥和醫(yī)療等這種最有可能受益于“老齡化紅利”的領(lǐng)域，也存在于以ICT為代表的前沿技術(shù)領(lǐng)域以及與老齡化關(guān)系較弱的環(huán)境保護(hù)領(lǐng)域。進(jìn)一步分析表明，老齡化對技術(shù)創(chuàng)新的正效應(yīng)在時(shí)間上具有倒“U”型特征，即隨著老齡化水平的上升，該正效應(yīng)在遞減。通過虛擬變量法識別出來的老齡化對技術(shù)創(chuàng)新的年度效應(yīng)直觀展示了這種倒“U”型特征，也顯示出在樣本期(1985—2016年)內(nèi)，老齡化對技術(shù)創(chuàng)新的效應(yīng)仍然顯著為正。

老齡化對技術(shù)創(chuàng)新的正效應(yīng)可能是暫時(shí)的。因?yàn)楸疚牡膶?shí)證分析也確認(rèn)老齡化對研發(fā)支出的增長具有顯著的抑制性作用，而樣本期內(nèi)的這種正效應(yīng)很有可能來源于倒逼機(jī)制對老齡化創(chuàng)新效應(yīng)的暫時(shí)性主導(dǎo)。這意味著，隨著老齡化程度的加深，老齡化對技術(shù)創(chuàng)新的負(fù)效應(yīng)可能會表現(xiàn)得越來越明顯。由此引出的政策建議也是非常直觀和重要的，即對國家和其他創(chuàng)新主體而言，要重視老齡化的創(chuàng)新效應(yīng)在時(shí)間上可能發(fā)生的結(jié)構(gòu)性變化，未雨綢繆，積極應(yīng)對老齡化對技術(shù)創(chuàng)新和經(jīng)濟(jì)增長可能產(chǎn)生的長期影響。