人口結構老化對技術進步的影響研究

□張 震 王雨晴

近幾十年來，世界大多數國家的人口結構趨于老齡化。如表1所示，自1980年以來，高收入經濟體的年齡中位數出現較高增加，提高了9.1歲，中等收入經濟體的增長略小些，增長了8.6歲，低收入經濟體基本未變，而中國從21.7歲增加到37歲，增長了15.3歲。2015年中國的年齡中位數已經與高收入國家非常接近。在未來較長的時間內，我國的人口老齡化壓力會越來越大。人口結構老化對經濟產生的影響很多，例如對儲蓄、稅收和產業結構均會產生影響。Gao，Whalley和Ren(2014)認為，人口結構老化意味著一個社會的年齡結構發生老化，人們的創新能力和水平等會受到一定程度的阻礙，由此會對技術進步帶來消極效應，眾所周知，技術對一個經濟體的發展具有非常重要的作用，所以人口結構老化對技術進步的影響引發了學者們的重視。很多研究發現，從微觀個體方面看，人們的創新能力與年齡之間呈倒U型關系。本文將考察人口結構老化對技術進步是否具有重要影響以及這種影響是否具有倒U型形態。對這個問題的研究有助于人們了解人口結構老化對技術進步的影響，也有助于人們對技術進步有更深刻的認識。

一、人口結構老化對技術進步的影響機制

高越(2019)發現，技術研發工作者具有一個創新峰值階段，他們的大部分高水平研究成果出自于峰值階段，隨著年齡的增加，創新能力呈現出從開始增加到最后降低的過程。姚東旻、李三希和林思思(2015)進行了一個綜述性工作，他們對前人的相關文獻進行了梳理，已有豐富的研究成果支持年齡與技術創新能力存在倒U型關系。前面文獻主要對個體進行分析，設想如果換為一個經濟體，倒U型能否還成立是一個重要問題。Gao，Whalley和Ren(2014)認為，當今許多國家和地區已經進入了或者即將進入老齡化社會，在未來一段較長時間，這些經濟體的年齡老化會進一步提高，從整體層面研究整個社會的年齡結構老化程度和技術進步的關系具有重要意義。

表1 年齡中位數

注：引自United Nations,Population Division(2015).World Population Prospects:The 2015 Revision,DVD Edition。

關于人口結構老化對技術進步的效應，有以下不同的觀點，第一，不利方面，高越(2019)的觀點認為，當一個人的歲數提高時，由于精力缺乏，對事物的辨識不如以前，掌握的知識會變得陳舊，創新激勵會變得不足，所以老年人往往缺乏創新力，隨著人口結構老化，經濟體技術進步受到抑制效應。第二，有益效應，高越(2019)認為，隨著年齡的增加，人們的知識和經驗會越來越豐富，從而有利于技術進步，并且經驗豐富的老年人能夠通過傳幫帶，帶動青年人的成長，有利于他們的創新。還有一點，若一個個體估計存活時間延長，會增加其青年時的人力投資，從而有助于技術進步。倒U型關系的產生與上面所述兩方面的效應有關系，上升段和下降段產生的原因就是兩方面效應相互比較導致。在上升階段，有利的效應居于主體，老齡化還沒有達到拐點水平。在下降階段，老年人的比例相對較高，消極效應占據了主導地位。從宏觀層面看，隨著一個經濟體的年齡結構從年輕到老化，整個經濟體也存在著這樣一個倒U性特征，作為一個經濟體整體而言，與微觀經濟主體相類似，具有老齡化的兩方面效應，主導效應的更替決定了整個宏觀經濟體擁有同樣特點。

從宏觀層面考察人口結構老化對技術進步的影響。目前，還缺乏針對國內情況的研究，李三希和姚東旻(2013)討論了年齡結構老化對創新的影響機制，從認知能力、人力資本和創新激勵等方面來闡述老齡化對創新的影響渠道，并對中國老齡化對創新的影響進行了實證分析，但他們的結論認為老齡化對中國的創新還未產生顯著影響。目前缺乏針對我國實際情況的研究。本文將針對中國的實際情況，考察人口結構老化對技術進步是否具有顯著影響，以及是否具有倒U型的特點。中國在未來幾十年里面臨老齡化加劇的問題，對這個問題的研究有助于人們了解人口結構老化對技術進步的影響，也有助于人們對技術進步有更深刻的認識。

二、模型構建和變量的選取

為了考察老齡化對技術進步的影響，在前人理論和實證研究基礎上(例如高越，2019)，構建以下回歸模型：

(1)

因變量是技術進步(TC)，以每千人(15～64歲)專利申請授權數來表示，數據來源于國家統計局網站。在度量技術進步成果方面，很多研究用論文、課題等來度量。20世紀中期之后，與專利相關的法律法規逐步得到完善，有力地保護了知識產權，促進了自主創新。高越(2019)認為，由于專利是技術進步產出的直接和具體表現，并且具有相對客觀、規范和固定的特點，所以專利數量成為很多研究廣泛使用的衡量創新產出的可靠指標。

人口結構指標(Peop)用老年撫養比度量，為了在計量分析中刻畫倒U型影響，加入了Peop的二次項。技術進步的其他影響因素還包括人均GDP、人均研發投入等。人均GDP(Gdp)的提高會通過需求途徑促進技術進步，賀京同和李峰(2007)的研究表明人均GDP的提高顯著促進了創新。人均GDP按照2002年不變價格計算，單位為萬元。貿易依存度變量(Trad)用進出口總額與總收入比值衡量，這個概念度量了國內經濟與國際經濟聯系的緊密程度。許多學者就對外貿易對我國創新的影響進行了研究，答案卻是模棱兩可的。李平和姜麗(2015)的研究發現進口中間品有利于技術進步，而李小平和朱鐘棣(2004)發現國際貿易產生技術溢出效應需要以一定的條件為前提。也有研究發現中國出口并沒有顯著促進各行業的技術進步。從以上的研究來看，對外貿易對創新的影響并不是確定的。

大多數文獻認為，人均研發投入變量能夠帶來技術改進。該變量以人均研究與試驗發展經費的內部支出度量。大多數研究，例如Gao，Whalley和Ren(2014)，認為研發支出的增加有利于技術進步。研發支出數據來源于科技統計年鑒，按2002年不變價格計算，單位為元。此外，本文還使用了個體和/或時間固定效應。使用31個省、自治區和直轄市2002～2016年的數據。

三、實證研究

計量回歸結果如表2所示。模型(1)中的自變量為Peop和Peop2，自變量Peop的估計系數大于0，Peop2的估計系數小于0，兩個變量的估計系數都具有較高統計顯著性。這個結論與前文的假定相一致，即人口結構老化對技術進步的影響是一個先上升后下降的倒U型過程。通過求解TC對Peop的偏導數來研究是否存在倒U型過程。

當Peop<12.63時，偏導數的值為正，這時隨著老年撫養比的提高，技術進步指標是增加的；而當Peop>12.63時，偏導數的值變為負值，這時技術進步指標趨于下降。在Peop的均值水平12.21上，偏導數的值為正，所以，在Peop的平均水平上，隨著年齡結構的老化，技術進步逐步提高。由此可見，在Peop的平均水平上，老齡化并沒有阻礙技術進步，而是對老齡化程度比較嚴重地區具有減緩作用。

在表2中的模型(2)、(3)和(4)中，依次把人均GDP、人均研發投入R&D和貿易依存度Trad變量加進來。Peop和Peop2的系數保持穩定，技術進步指標最高點對應的Peop也基本穩定，分別為13.05、12.60和12.27。人均GDP變量的系數為正值，這表明人均GDP的提高通過需求途徑有利于技術進步的增加。在模型(3)和(4)中，貿易依存度的估計系數都小于0，但是統計顯著水平不高。這意味著外貿并未顯著提高我國的技術進步產出水平。人均研發投入(R&D)的系數顯著為正，并且在1%水平上顯著，這說明研發投入的增加會提高技術進步能力。

表2 回歸結果

注：***、**、*表示1%、5%、10%顯著水平。

四、結語

一些文獻認為科研人員存在科研產出高峰期，這些研究從個體角度證明了個體創新和其年齡二者具有倒U型關系。從宏觀角度看，類似的效應是否存在是一個有意義的題目。許多國家正在經歷年齡結構老化的過程，對于這些經濟體而言，論證這個關系的存在與否具有學術上和政策上的重要價值。本文對老齡化對技術進步的有利效應和不利效應進行了梳理，技術進步隨老齡化發展呈現出的倒U型特征是由有利和不利效應二者此消彼長決定的，本文基于中國省際面板數據，從宏觀層面考察了人口結構老化對技術進步的影響，主要得到以下結論：一是從一個經濟體整體看，人口年齡結構老化對技術進步的影響是一個先升后降的變化過程，隨著老齡化水平的上升，初期促進了技術進步，但隨著老齡化程度的加深，對技術進步產生了阻礙作用。在人口結構老化的均值水平上，隨著老齡化程度的加劇，技術進步變量提高，由此在老年撫養比均值水平上，老齡化對技術創新還沒有產生消極效應，但對老齡化水平較高的省份具有抑制影響。二是對中國來講，從供給方面看，老齡化趨勢會影響全社會的技術進步，這種趨勢逐步變得明顯。從需求方面看，人口結構老化導致低成本的年輕勞動力變得越來越短缺，Gao，Whalley和Ren(2014)認為，人口因素帶來的紅利逐步減少，并且越來越弱，競爭力的提高越來越需要競爭力的提升為維持，一個國家發展到一定水平需要向創新型轉變，經濟結構面臨著調整和優化，對技術水平提升的需求將會加大。因此，人口結構老化從供給和需求兩方面要求技術進步的速度加快。就目前來講，應當采取措施延長倒U型曲線的上升區域，使得下降時間來得晚一些。因此應該加大科技研發創新的投入強度，促進人力資本投資。還應積極培育青年技術創新人才，未來需要大量年輕創新型人才來完成系統性的創新任務。