黑龍江省裝備制造業(yè)轉(zhuǎn)型升級影響因素研究
——人口紅利的視角

周 正，毛瑞男

(哈爾濱商業(yè)大學(xué) a.學(xué)術(shù)理論研究部；b.經(jīng)濟學(xué)院，哈爾濱 150028)

區(qū)域經(jīng)濟研究

黑龍江省裝備制造業(yè)轉(zhuǎn)型升級影響因素研究
——人口紅利的視角

周 正a，毛瑞男b

(哈爾濱商業(yè)大學(xué) a.學(xué)術(shù)理論研究部；b.經(jīng)濟學(xué)院，哈爾濱 150028)

裝備制造業(yè)作為工業(yè)發(fā)展的基礎(chǔ)，其轉(zhuǎn)型升級對黑龍江省經(jīng)濟發(fā)展意義重大。以2000—2014年黑龍江省人口數(shù)量和人口質(zhì)量為研究對象，采用多元線性回歸法和格蘭杰檢驗法分析人口紅利對黑龍江省裝備制造業(yè)轉(zhuǎn)型升級的影響。研究結(jié)果表明：在人口數(shù)量方面，總撫養(yǎng)、少兒撫養(yǎng)比和老年撫養(yǎng)比與裝備制造業(yè)產(chǎn)值之間存在負(fù)相關(guān)關(guān)系，其中，少兒撫養(yǎng)比的影響最大；在人口質(zhì)量方面，裝備制造業(yè)對高等教育人才的需求不足，高等教育就業(yè)人口與高技術(shù)裝備制造業(yè)產(chǎn)值的增長之間存在著高度的正線性相關(guān)關(guān)系，但二者之間并不存在因果關(guān)系。

人口紅利；裝備制造業(yè)；轉(zhuǎn)型升級

一、引 言

經(jīng)濟新常態(tài)下，黑龍江省的經(jīng)濟發(fā)展水平一直處于相對低迷的狀態(tài)，2013年到2015年，GDP增速由10%下降到5.7%，GDP總量由全國17名下降到21名，工業(yè)產(chǎn)值由5602億元下降到4054億元。作為黑龍江省經(jīng)濟主要驅(qū)動之一的裝備制造業(yè)，雖然平均每年對黑龍江省GDP的貢獻(xiàn)率在13%左右，但近五年，其產(chǎn)值占黑龍江省GDP的比重已由14%下降到10.7%。為重振東北工業(yè)基地，2016年全國政協(xié)十二屆四次會議已經(jīng)將“東北三省工業(yè)轉(zhuǎn)型升級問題”列為重點協(xié)商議題。裝備制造業(yè)作為工業(yè)發(fā)展的基礎(chǔ)，其轉(zhuǎn)型升級對黑龍江省經(jīng)濟發(fā)展意義重大。

人口紅利作為影響裝備制造業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級的主要因素，在“科學(xué)技術(shù)是第一生產(chǎn)力”的今天，產(chǎn)業(yè)轉(zhuǎn)型升級不僅依靠的是人口數(shù)量，更重要的是人口質(zhì)量。根據(jù)蔡昉(2015)的研究，從中國目前的人口數(shù)量與結(jié)構(gòu)來看，2015年中國農(nóng)民工首次出現(xiàn)零增長、負(fù)增長，農(nóng)村勞動力紛紛返鄉(xiāng)，勞動力供給不足，經(jīng)濟增長由10%減至7%，劉易斯拐點已經(jīng)到來。人口紅利經(jīng)歷傳統(tǒng)人口紅利和新人口紅利兩個時期，劉易斯拐點的出現(xiàn)標(biāo)志著傳統(tǒng)人口紅利的消失，同時也標(biāo)志著新人口紅利時代的到來。傳統(tǒng)的人口紅利從人口數(shù)量和人口結(jié)構(gòu)性變化的角度來解釋經(jīng)濟增長，其典型特點是勞動適齡人口比重提高和社會撫養(yǎng)系數(shù)下降。然而從黑龍江省近15年的人口統(tǒng)計數(shù)據(jù)來看，勞動適齡人口的比重增幅變小，社會撫養(yǎng)系數(shù)呈現(xiàn)先下降后增長的趨勢。并且預(yù)計在后15年，這種趨勢會愈加明顯。在新人口紅利時期，勞動人口數(shù)量的增速逐漸放緩，勞動人口質(zhì)量的不斷提高，勞動密集型產(chǎn)業(yè)已經(jīng)不能成為產(chǎn)業(yè)發(fā)展的優(yōu)勢，裝備制造業(yè)的轉(zhuǎn)型升級更需要勞動力質(zhì)量的推動。

二、文獻(xiàn)回顧

裝備制造業(yè)轉(zhuǎn)型升級對提高技術(shù)水平和促進(jìn)經(jīng)濟發(fā)展具有十分重要的影響，尤其是對于以制造業(yè)作為主導(dǎo)產(chǎn)業(yè)的國家，裝備制造業(yè)的轉(zhuǎn)型升級使其更具有競爭力。德國是全球制造業(yè)中最具競爭力的國家之一，其裝備制造業(yè)全球領(lǐng)先，為了繼續(xù)提高德國裝備制造業(yè)的競爭力，在新一輪的工業(yè)革命中保持領(lǐng)先優(yōu)勢，德國政府提出“工業(yè)4.0”戰(zhàn)略，將智能和高技術(shù)引入裝備制造業(yè)的研究開發(fā)和生產(chǎn)階段，從而實現(xiàn)裝備制造業(yè)的轉(zhuǎn)型升級(孔翰寧H,2012)提出。裝備制造業(yè)作為工業(yè)發(fā)展的基礎(chǔ)，是促進(jìn)經(jīng)濟增長的主要推動力量。賽金H.L(2012)認(rèn)為從經(jīng)濟發(fā)展的長期來看，裝備制造業(yè)才是技術(shù)進(jìn)步的根本。任何一個經(jīng)濟體如果忽視了裝備制造業(yè)對經(jīng)濟增長的貢獻(xiàn)，必將承受巨額物質(zhì)增值損失。換句話說，對于任何一個國家而言，裝備制造業(yè)的發(fā)展才是其綜合國力提升的根本。而關(guān)于裝備制造業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級影響因素的研究，西方學(xué)者大多從技術(shù)角度和要素投入角度進(jìn)行分析，從人口紅利視角分析的較少，主要強調(diào)人口紅利、人力資本對經(jīng)濟增長的促進(jìn)作用。第一，人口紅利通過增加勞動力數(shù)量提高國民收入水平。Ross(2000)將一個較小的國家作為研究對象，并建立一個開放經(jīng)濟條件下的國民儲蓄水平模型，研究了儲蓄率、人口紅利和國民經(jīng)濟之間的相互聯(lián)系，并通過此模型對日本和澳大利亞兩個國家進(jìn)行了數(shù)據(jù)分析，結(jié)果表明，人口紅利不僅可以通過提高勞動力數(shù)量促進(jìn)經(jīng)濟發(fā)展，而且還可以通過提升儲蓄率提高國民經(jīng)濟水平。第二，人口紅利通過改變?nèi)丝诮Y(jié)構(gòu)促進(jìn)經(jīng)濟增長。David(2005)通過對香港、臺灣、新加坡、韓國等國家和地區(qū)20世紀(jì)經(jīng)濟飛躍的研究，總結(jié)并提出了人口紅利的具體內(nèi)涵。人口結(jié)構(gòu)的轉(zhuǎn)化是經(jīng)濟高速增長的必要條件之一，人口紅利的出現(xiàn)絕非偶然，必須要具備相應(yīng)的政策環(huán)境和社會環(huán)境，這是人類在相應(yīng)政策環(huán)境下自發(fā)選擇的結(jié)果[1]。第三，人力資本即人口質(zhì)量對經(jīng)濟的發(fā)展也具有促進(jìn)作用，人力資本的形成，主要是通過教育培養(yǎng)實現(xiàn)的。亞當(dāng)·斯密(1776)提出經(jīng)濟增長的三大驅(qū)動要素是資本積累、人口增長、技術(shù)進(jìn)步，其中經(jīng)濟增長主要來源于資本積累，但是技術(shù)進(jìn)步也是經(jīng)濟增長的必要條件，在同等條件下，勞動者的技術(shù)能力、知識和經(jīng)驗都將極大提高勞動效率，提高勞動產(chǎn)出。舒爾茨(1960)將人力資本包括勞動者的知識、技能和身體健康程度三個方面。人力資本并不是天然形成的，在人力資本的形成過程中必須要有外來的投資，最重要的是教育投資。他進(jìn)一步提出，以教育投資為主的人力資本投資是推動經(jīng)濟增長的最主要因素。

國內(nèi)的研究文獻(xiàn)也認(rèn)為裝備制造業(yè)的轉(zhuǎn)型升級對提高技術(shù)水平，促進(jìn)經(jīng)濟發(fā)展，提升國家及地區(qū)的競爭力有十分重要的影響，但是同樣將焦點集中在技術(shù)水平對裝備制造業(yè)轉(zhuǎn)型升級的推動作用。王紹媛等(2013)認(rèn)為隨著經(jīng)濟全球化進(jìn)程的逐步加深，技術(shù)創(chuàng)新能力不足已經(jīng)成為制約我國裝備制造業(yè)水平落后的關(guān)鍵因素。其中技術(shù)創(chuàng)新主要指的是生產(chǎn)技術(shù)的創(chuàng)新，同時還包括銷售模式、經(jīng)營戰(zhàn)略、運營管理等方面的創(chuàng)新。另外，她還指出裝備制造業(yè)的轉(zhuǎn)型升級要格外注重產(chǎn)業(yè)鏈條內(nèi)外企業(yè)之間的相互協(xié)作，要借助“產(chǎn)學(xué)研”模式的聚集效應(yīng)，從而快速實現(xiàn)技術(shù)創(chuàng)新和科研成果的產(chǎn)品市場化。技術(shù)創(chuàng)新的影響固然重要，人口紅利的促進(jìn)作用也不可忽視，但是國內(nèi)研究人口紅利對產(chǎn)業(yè)轉(zhuǎn)型升級影響的文獻(xiàn)較少，大多是研究人口紅利對經(jīng)濟增長的影響。李坤望、李京文(2006)等人指出國民經(jīng)濟增長的主要驅(qū)動力是資本積累和勞動力供給，勞動力供給對國民經(jīng)濟增長的貢獻(xiàn)率最大，并且還會影響資本積累的實現(xiàn)過程和方式[2]。在分析人口紅利對經(jīng)濟增長的促進(jìn)作用中，以人口數(shù)量和人口結(jié)構(gòu)作為切入點較為普遍。汪小勤和汪紅梅(2011)認(rèn)為我國的人口紅利實質(zhì)上指的是較高的適齡勞動力人口比例和較高的勞動力生產(chǎn)參與比例，勞動供給的增加直接推動了我國國民經(jīng)濟的高速增長[3]。蔡昉(2009)則通過對很多國家人口紅利發(fā)展歷程的研究發(fā)現(xiàn)，所謂人口紅利實質(zhì)上就是在人口結(jié)構(gòu)轉(zhuǎn)變過程中為國民經(jīng)濟增長提供了新的推動力。同時針對目前我國人口紅利的逐步消失和可能出現(xiàn)的劉易斯拐點問題，他提出國民經(jīng)濟持續(xù)增長的核心要素是勞動力供給，所以，國家必須出臺相關(guān)政策引導(dǎo)完善勞動者的就業(yè)結(jié)構(gòu)，保證勞動力供給充足，進(jìn)而保證經(jīng)濟的持續(xù)性增長[4]。而關(guān)于人力資本對經(jīng)濟增長的研究，多數(shù)學(xué)者表示教育是提高人力資本水平的主要力量。魯昕(1981)提出“教育具有生產(chǎn)性”，教育生產(chǎn)會培養(yǎng)就業(yè)者的勞動能力，勞動者只有進(jìn)行教育培養(yǎng)才能具備更加高級的勞動能力，才能更好地順應(yīng)時代發(fā)展的潮流，滿足日益復(fù)雜的社會生產(chǎn)需要。厲以寧(1984)認(rèn)為教育具有解決功能，具體表現(xiàn)為教育通過提高勞動力的技能解決過去無法解決的生產(chǎn)問題，從而促進(jìn)生產(chǎn)效率的提高[5]。

綜合國內(nèi)外學(xué)者的研究分析發(fā)現(xiàn)，關(guān)于人口結(jié)構(gòu)、人力資本對經(jīng)濟增長影響的研究比較充足，而關(guān)于人口數(shù)量與結(jié)構(gòu)、人力資本對產(chǎn)業(yè)轉(zhuǎn)型升級的研究較少，雖然產(chǎn)業(yè)轉(zhuǎn)型升級是促進(jìn)經(jīng)濟增長的重要因素，但是從本質(zhì)上也有一定的差別。本文通過考察人口與產(chǎn)業(yè)這兩個經(jīng)濟變量，采用實證分析的方法量化關(guān)系指標(biāo)，研究黑龍江省人口紅利對裝備制造業(yè)轉(zhuǎn)型升級的影響得到更為直觀的分析結(jié)果，提出合理性的建議，以期為黑龍江省裝備制造業(yè)的轉(zhuǎn)型升級發(fā)展提供理論參考。

三、模型設(shè)定及數(shù)據(jù)說明

(一)裝備制造業(yè)轉(zhuǎn)型升級指標(biāo)界定

黑龍江省裝備制造業(yè)產(chǎn)業(yè)升級是指產(chǎn)業(yè)內(nèi)升級，體現(xiàn)為同一產(chǎn)業(yè)部門內(nèi)部的企業(yè)在全球價值鏈分工中由低附加值環(huán)節(jié)向高附加值環(huán)節(jié)提升的過程，擁有高技術(shù)、高水平的企業(yè)能夠處在價值鏈的高端，獲得高額的利益，相反的，低技術(shù)、低水平的企業(yè)只能處在價值鏈的低端，獲得很微薄的利益。所以，從價值鏈低端向價值鏈高端進(jìn)行轉(zhuǎn)變，就是產(chǎn)業(yè)內(nèi)升級的過程。

在裝備制造業(yè)產(chǎn)業(yè)升級的過程中，技術(shù)創(chuàng)新是主要的推動力，所以使用高技術(shù)裝備制造業(yè)產(chǎn)值占產(chǎn)業(yè)總產(chǎn)值的比重作為評價指標(biāo)來說明產(chǎn)業(yè)升級水平。因此，研究人口紅利對黑龍江省裝備制造業(yè)產(chǎn)業(yè)升級的影響，主要是研究人口紅利對高技術(shù)產(chǎn)業(yè)產(chǎn)值的影響。本文在后續(xù)的實證研究中，將高技術(shù)裝備制造業(yè)的產(chǎn)值作為因變量進(jìn)分析。根據(jù)裝備制造業(yè)的分類標(biāo)準(zhǔn)，高技術(shù)裝備制造業(yè)指的是儀器儀表裝備制造業(yè)、計算機通信和其他電子設(shè)備制造業(yè)和航空航天制造業(yè)。

(二)模型設(shè)定

為了更準(zhǔn)確地研究人口紅利對黑龍江省高技術(shù)裝備制造業(yè)產(chǎn)值的關(guān)系，本文主要以柯布-道格拉斯生產(chǎn)函數(shù)為基礎(chǔ)加以拓展，將黑龍江省高技術(shù)裝備制造業(yè)生產(chǎn)總值與勞動人口的總撫養(yǎng)比、少兒撫養(yǎng)比和老年撫養(yǎng)比等解釋變量做多元線性回歸分析。

首先，柯布·道格拉斯生產(chǎn)函數(shù)為：

Y=A(t)LαKβμ

(1)

其中，Y表示的是黑龍江省高技術(shù)裝備制造業(yè)產(chǎn)值；A(t)表示技術(shù)水平，短期內(nèi)可視技術(shù)水平不變，為常數(shù)；L表示高技術(shù)裝備制造業(yè)中勞動力投入量；K表示高技術(shù)裝備制造業(yè)固定資產(chǎn)投入量；α和β分別表示勞動產(chǎn)出和資本產(chǎn)出系數(shù)；μ表示隨機干擾值，取值范圍為μ|1。

下面將柯布·道格拉斯生產(chǎn)函數(shù)進(jìn)行，以便適用本文的實證分析。

第一步，將(1)兩邊同時取對數(shù)得到公式2：

lnY=A+αnL+β1nk+ε

(2)

第二步，將總撫養(yǎng)比這一解釋變量加入到(2)中，得到公式(3)：

lnY=A1+α1lnL+β1lnK+γ1lnZ+ε1

(3)

第三步，將少兒撫養(yǎng)比和老年撫養(yǎng)比這兩個解釋變量加入公式(2)，得到公式(4)：

lnY=A2+α2lnL+β2lnK+γ2lnS+γ3lnM+ε2

(4)

在公式(3)和(4)中，A1、A2表示生產(chǎn)率參數(shù)，S表示少兒撫養(yǎng)比，Z表示總撫養(yǎng)比，M表示老年撫養(yǎng)比，αj表示勞動產(chǎn)出系數(shù)，βj表示資本產(chǎn)出系數(shù)，εj表示誤差。

由于勞動力投入和固定資產(chǎn)的增加會促進(jìn)高技術(shù)裝備制造業(yè)產(chǎn)值的增長，因此我們可以將αj和εj的取值范圍默認(rèn)為大于0。由于撫養(yǎng)人口的增加會減小社會儲蓄，對高技術(shù)裝備制造業(yè)產(chǎn)值的增長呈現(xiàn)反作用效果，因此，我們將γj的取值范圍默認(rèn)為小于0。

同樣使用柯布道格拉斯生產(chǎn)函數(shù)，如公式(5)所示，其中Y表示的是黑龍江省高技術(shù)裝備制造業(yè)產(chǎn)值；A表示綜合技術(shù)水平，在短期內(nèi)假設(shè)技術(shù)水平不變，為常數(shù)；l表示裝備制造業(yè)勞動力投入量；F表示裝備制造業(yè)資本投入量；α和β分別表示勞動產(chǎn)出和資本產(chǎn)出系數(shù)；

Y=ALαKβ

(5)

由于本節(jié)重點討論高等教育對黑龍江省裝備制造業(yè)轉(zhuǎn)型升級的影響，而高等教育對產(chǎn)業(yè)的影響主要體現(xiàn)在人口質(zhì)量上。所以，將L看作黑龍江省高等教育人才投入量，Y表示高技術(shù)裝備制造業(yè)產(chǎn)值。對公式(5)兩邊取對數(shù)，得到公式(6)，對公式(6)的兩邊同時對L求偏導(dǎo)，得到公式(7)。如下所示：

lnY=A+αlnL+βlnK+ε

(6)

y=α+β

(7)

其中，y代表高技術(shù)裝備制造業(yè)年產(chǎn)值增長率，α為產(chǎn)出的高等人才投入彈性，l為高等教育畢業(yè)人數(shù)增長率，ε為誤差項。

(三)Granger檢驗

格蘭杰檢驗是一種檢驗兩個變量是否存在因果關(guān)系的方法，由Granger于1969年提出，具體原理如下所示：

在時間序列平穩(wěn)的前提下，變量x與變量y所包含的過去的信息是檢驗的主要內(nèi)容，檢驗要求估計以下的回歸：

(8)

(9)

假設(shè)公式中的μ1t和μ2t是不相關(guān)關(guān)系。公式(8)表示假設(shè)當(dāng)前y的值和x的過去信息和y自身信息相關(guān)，公式(9)表示假設(shè)當(dāng)前x的值和y的過去信息和x自身信息相關(guān)。

對公式(8)的零假設(shè)H0:α1=α2=α3=m=αa=0

對公式(9)的零假設(shè)H0：σ1=σ2=σ3=m=σs=0

根據(jù)公式中滯后x與y的系數(shù)在統(tǒng)計上整體的顯著是否為零作為標(biāo)準(zhǔn)，可以分四種情形進(jìn)行討論：

(1)x是引起y變化的原因，即x到y(tǒng)是單向因果關(guān)系。滿足公式(8)中x的系數(shù)不為零且公式(9)中y的系數(shù)為零。

(2)y是引起x變化的原因，即y到x是單向因果關(guān)系。滿足公式(9)中y的系數(shù)不為零且公式(8)中x的系數(shù)為零。

(3)x和y互為因果關(guān)系。滿足公式(8)中x的系數(shù)和公式(9)中y的系數(shù)都不為零，則稱x和y間存在雙向因果關(guān)系。

(4)x和y各自獨立。滿足公式(8)中x的系數(shù)和公式(9)中y的系數(shù)同時為零，則稱x和y間不存在因果關(guān)系。

(四)相關(guān)數(shù)據(jù)來源與說明

通過模型設(shè)計，需要的相關(guān)數(shù)據(jù)指標(biāo)主要有以下幾個：黑龍江省高技術(shù)裝備制造業(yè)產(chǎn)值、勞動力投入、固定資產(chǎn)投資、總撫養(yǎng)比、少兒撫養(yǎng)比、老年撫養(yǎng)比、高等教育畢業(yè)人數(shù)、高技術(shù)裝備制造業(yè)就業(yè)人數(shù)。其中解釋變量為勞動力投入、固定資產(chǎn)投資、總撫養(yǎng)比、少兒撫養(yǎng)比、老年撫養(yǎng)比、高等教育畢業(yè)人數(shù)和高技術(shù)裝備制造業(yè)就業(yè)人數(shù)。被解釋變量為黑龍江省高技術(shù)裝備制造業(yè)產(chǎn)值。數(shù)據(jù)來自2001年-2015年黑龍江省統(tǒng)計年鑒。

四、實證分析

(一)高技術(shù)裝備制造業(yè)生產(chǎn)總值與勞動力投入、固定資產(chǎn)投資、總撫養(yǎng)比的多元線性回歸分析

第一，對高技術(shù)裝備制造業(yè)生產(chǎn)總值、勞動力投入、固定資產(chǎn)投資、總撫養(yǎng)比、少兒撫養(yǎng)比和老年撫養(yǎng)比的數(shù)據(jù)進(jìn)行取對數(shù)預(yù)處理。再進(jìn)行正態(tài)分布檢驗，得出6個變量的P值都大于0.05，表明這6個變量均符合正態(tài)分布的檢驗。通過檢驗后，對前4個變量進(jìn)行Pearson相關(guān)性分析，檢查數(shù)據(jù)是否滿足多元線性回歸的顯著線性關(guān)系。結(jié)果如表1和表2所示。

表1 Pearson描述性統(tǒng)計量

表2 高技術(shù)裝備制造業(yè)產(chǎn)值與勞動、資產(chǎn)總撫養(yǎng)比間的相關(guān)系數(shù)

從表1中數(shù)據(jù)可以看出，標(biāo)準(zhǔn)差的數(shù)值較小，在1的上下浮動，說明時間序列的穩(wěn)定性較高，沒有較大波動。從表2中的相關(guān)系數(shù)可以看出，高技術(shù)裝備制造業(yè)產(chǎn)值與其他指標(biāo)之間的Pearson相關(guān)系數(shù)絕對值都在0.8左右，說明變量之間相關(guān)性較強。并且顯著性水平值都<0.05，說明各自變量與因變量之間有顯著直線線性相關(guān)關(guān)系。

第二，基于lnY=A1+α1lnL+β1lnK+γ1lnZ+ε1公式(3)，運作SPSS軟件對數(shù)據(jù)進(jìn)行分析，得出高技術(shù)裝備制造業(yè)生產(chǎn)總值與勞動力投入、固定資產(chǎn)投資、總撫養(yǎng)比的線性關(guān)系。得出表3和表4的統(tǒng)計結(jié)果。

表3 模型系數(shù)相關(guān)數(shù)值表

由表3中數(shù)據(jù)可以得到公式(3)中的具體系數(shù)，得出公式如下：

表4 模型相關(guān)數(shù)值表

第三，對模型進(jìn)行檢驗，由表4可知，整個回歸模型的修正R2=0.952，表明模型擬合程度較好，Durbin-Watson值=1.866接近2，表明殘差的度量性很好?；貧w模型的F值為79.353，數(shù)值較大，P值遠(yuǎn)小于0.05，故回歸模型是有統(tǒng)計學(xué)意義的。

由上述回歸計算檢驗結(jié)果表明：若不考慮其他因素，勞動力與固定資產(chǎn)投入與高技術(shù)裝備制造業(yè)產(chǎn)值之間的關(guān)系是正相關(guān)的，總撫養(yǎng)比與高技術(shù)裝備制造業(yè)產(chǎn)值之間的關(guān)系是負(fù)相關(guān)的。勞動力彈性系數(shù)是0.457，根據(jù)彈性的定義，可以理解為，即每增加1%勞動力投入量，高技術(shù)裝備制造業(yè)產(chǎn)值增加0.457%，資本彈性系數(shù)為0.318，即每增加1%固定資產(chǎn)投入，高技術(shù)裝備制造業(yè)產(chǎn)值增加0.318%，人口總撫養(yǎng)比系數(shù)為-0.844，即每增加1單位的人口總撫養(yǎng)比，高技術(shù)裝備制造業(yè)產(chǎn)值減少0.844個單位，可以看出在三個自變量因素之間，總撫養(yǎng)比對產(chǎn)值的影響最大。勞動力其次，資本投入對產(chǎn)值的影響相對最小。

(二)高技術(shù)裝備制造業(yè)生產(chǎn)總值與勞動力投入、固定資產(chǎn)投資、少兒撫養(yǎng)比、老年撫養(yǎng)比的線性回歸分析

第一，對高技術(shù)裝備制造業(yè)生產(chǎn)總值、勞動力投入、固定資產(chǎn)投資、總少兒撫養(yǎng)比和老年撫養(yǎng)比的數(shù)據(jù)進(jìn)行取對數(shù)的預(yù)處理。

由于上面的回歸分析已經(jīng)對相關(guān)變量進(jìn)行正態(tài)分布檢驗，并且全部變量都通過了檢驗，所以直接運用SPSS軟件預(yù)處理的數(shù)據(jù)進(jìn)行Pearson相關(guān)性分析即可，檢查數(shù)據(jù)是否滿足多元線性回歸的顯著線性關(guān)系。結(jié)果顯示，標(biāo)準(zhǔn)差的數(shù)值在0.8-1.2的范圍內(nèi)，在1的上下浮動，說明時間序列的穩(wěn)定性較高，沒有較大波動。并且高技術(shù)裝備制造業(yè)產(chǎn)值與其他指標(biāo)之間的Pearson相關(guān)系數(shù)絕對值都在0.8左右，說明變量之間相關(guān)性較強。顯著性水平值都<0.05，說明各自變量與因變量之間有顯著直線線性相關(guān)關(guān)系。

第二，基于lnY=A2+α2lnL+β2lnK+γ2lnS+γ3lnM+ε2公式(4)，運作SPSS軟件對數(shù)據(jù)進(jìn)行分析，得出表5和表6的分析結(jié)果。

表5 模型系數(shù)相關(guān)數(shù)值表

第三，對多元線性回歸模型進(jìn)行檢驗。通過計算，整個回歸模型的修正R2=0.981，表明模型擬合程度較好，Durbin-Watson值=2.536接近2，表明殘差的度量性很好。回歸模型的F值為134.232，數(shù)值較大，P值遠(yuǎn)小于0.05，故回歸模型是有統(tǒng)計學(xué)意義的。

由上述回歸計算檢驗結(jié)果表明：若不考慮其他因素，勞動力與固定資產(chǎn)投入與高技術(shù)裝備制造業(yè)產(chǎn)值之間的關(guān)系是正相關(guān)的，少兒撫養(yǎng)比和老年撫養(yǎng)比與高技術(shù)裝備制造業(yè)產(chǎn)值之間的關(guān)系是負(fù)相關(guān)的。勞動力彈性系數(shù)是0.186，根據(jù)彈性的定義，可以理解為，每增加1%單位的勞動力生產(chǎn)要素，高技術(shù)裝備制造業(yè)產(chǎn)值增加0.186%。資本彈性系數(shù)是0.141，即每增加1%固定資產(chǎn)投入，高技術(shù)裝備制造業(yè)產(chǎn)值增加0.141%，人口少兒撫養(yǎng)比系數(shù)為-1.423，即每增加1單位的人口少兒撫養(yǎng)比，高技術(shù)裝備制造業(yè)產(chǎn)值減少1.423個單位，人口老年撫養(yǎng)比系數(shù)為-0.760，即每增加1單位的人口老年撫養(yǎng)比比，高技術(shù)裝備制造業(yè)產(chǎn)值減少0.760個單位，可以看出在三個自變量因素之間，少兒撫養(yǎng)比對產(chǎn)值的影響最大，其他因素對產(chǎn)值影響按從大到小的順序排列為老年撫養(yǎng)比、固定資產(chǎn)投入、勞動力投入。

(三)高技術(shù)裝備制造業(yè)中高等教育的影響與需求

首先對高技術(shù)裝備制造業(yè)產(chǎn)值和高等教育畢業(yè)人數(shù)的數(shù)據(jù)進(jìn)行取對數(shù)處理，目的是使數(shù)據(jù)的穩(wěn)定性更高。依然對處理后的數(shù)據(jù)進(jìn)行Pearson相關(guān)性分析，得到結(jié)果分析如下：

標(biāo)準(zhǔn)差的數(shù)值在0.6的上下浮動，說明時間序列的穩(wěn)定性較高，沒有較大波動。從相關(guān)系數(shù)可以看出，高技術(shù)裝備制造業(yè)產(chǎn)值與高等教育畢業(yè)人數(shù)之間的的Pearson相關(guān)系數(shù)為0.973，說明兩個變量的相關(guān)性很強。并且顯著性水平值都為0，說明兩個變量之間有顯著直線線性相關(guān)關(guān)系。

其次研究高等教育畢業(yè)人數(shù)對高技術(shù)裝備制造業(yè)產(chǎn)值的影響，對公式7所要求的數(shù)據(jù)進(jìn)行處理后，運用Eviews軟件進(jìn)行回歸分析，發(fā)現(xiàn)高等教育畢業(yè)人數(shù)對高技術(shù)裝備制造業(yè)產(chǎn)業(yè)產(chǎn)值的印象滯后兩期，所以用當(dāng)年的高技術(shù)裝備制造業(yè)產(chǎn)值與兩年前的高等教育畢業(yè)人數(shù)建立回歸模型：

該模型的R2=0.8100，說明模型較好地代表了兩變量的關(guān)系現(xiàn)狀，T檢驗中的P值為0.005，遠(yuǎn)遠(yuǎn)小于0.05，說明自變量對因變量有顯著的影響。從模型中可以看到自變量的參數(shù)為-0.4371，高技術(shù)裝備制造業(yè)產(chǎn)值的增長速度仍慢于高等教育畢業(yè)人數(shù)的增長速度，并且參數(shù)的符號為負(fù)，說明高等教育對裝備制造業(yè)的快速發(fā)展關(guān)系不密切，高等院校招生規(guī)模擴張并未與產(chǎn)業(yè)發(fā)展所需的專業(yè)細(xì)分人才做好對接，此外也說明黑龍江省裝備制造業(yè)的發(fā)展依然更多依賴固定資本投入而非人力資本投入。

再次，研究高等教育畢業(yè)人數(shù)與高技術(shù)裝備制造業(yè)就業(yè)人數(shù)之間的關(guān)系，現(xiàn)將兩個變量進(jìn)行正態(tài)分布檢驗，因為樣本量為15，小于2000，屬于小樣本量，正太分布檢驗應(yīng)以Shapiro-Wilk(W檢驗)為準(zhǔn)。結(jié)果顯示，兩個變量的P值分別為0.2和0.065，均大于0.05，符合原假設(shè)，說明，高等教育畢業(yè)人數(shù)和高技術(shù)裝備制造業(yè)就業(yè)人數(shù)都符合正態(tài)分布。通過檢驗后對兩個變量進(jìn)行Pearson相關(guān)性分析。分析結(jié)果數(shù)據(jù)表明，高等教育畢業(yè)人數(shù)與就業(yè)人數(shù)之間存在顯著負(fù)相關(guān)關(guān)系，說明高技術(shù)裝備制造業(yè)產(chǎn)業(yè)就業(yè)人數(shù)不隨高等教育畢業(yè)人數(shù)的增加而增加，這說明高等教育人才進(jìn)入高技術(shù)裝備制造業(yè)產(chǎn)業(yè)的比重有下降趨勢，高技術(shù)裝備制造業(yè)對高等教育人才的需求呈現(xiàn)不足的趨勢，這對裝備制造業(yè)轉(zhuǎn)型升級有很大的不利影響。

(四)格蘭杰因果關(guān)系檢驗

通過上述的多元線性回歸分析可以得出，勞動力與黑龍江省高技術(shù)裝備制造業(yè)的產(chǎn)值之間存在線性相關(guān)的關(guān)系，并且是顯著的。那么勞動力與高技術(shù)裝備制造業(yè)產(chǎn)值之間是否存在因果關(guān)系，下面將運用Granger因果檢驗進(jìn)一步論證人口紅利與黑龍江省裝備制造業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級之間的關(guān)系。

按照格蘭杰檢驗的要求，時間序列必須保證平穩(wěn)的前提下才可以進(jìn)行檢驗，下面，將對就業(yè)人數(shù)和高技術(shù)裝備制造業(yè)產(chǎn)值的數(shù)據(jù)進(jìn)行單位根檢驗，得出結(jié)果顯示Y的P值為0.876，大于0.05，原假設(shè)成立，說明高技術(shù)裝備制造業(yè)產(chǎn)值(Y)在原始數(shù)據(jù)上是非平穩(wěn)的，存在單位根。X的P值為0.0059，小于0.05，拒絕原假設(shè)，并且ADF值為-4.297，均小于下列臨界值，說明就業(yè)人數(shù)(X)在原始數(shù)據(jù)上是平穩(wěn)的。只有當(dāng)Y與X均平穩(wěn)的時候才可以進(jìn)行格蘭杰檢驗，而原始數(shù)據(jù)不滿足此要求，所以下面對原始數(shù)據(jù)的一階差分?jǐn)?shù)據(jù)進(jìn)行單位根檢驗，分別用Y1和X1表示一階差分后的數(shù)據(jù)，其中，Y1表示高技術(shù)裝備制造業(yè)產(chǎn)值的增長率；X1表示就業(yè)人數(shù)增長率。單位根檢驗結(jié)果如表6和表7所示。

表6 Y1的ADF檢驗結(jié)果

表7 X1的ADF檢驗結(jié)果

表6的結(jié)果顯示，P值為0.0079，小于0.05，拒絕原假設(shè)，并且ADF值為-4.194940，均小于下列臨界值，則說明Y1的數(shù)據(jù)是平穩(wěn)的，即高技術(shù)裝備制造業(yè)增長率是平穩(wěn)數(shù)據(jù)；表7的結(jié)果顯示，P值為0.0011，小于0.05，拒絕原假設(shè)，并且ADF值為-5.550281，均小于下列臨界值，則說明X1的數(shù)據(jù)也是平穩(wěn)的，即就業(yè)人數(shù)增長率為平穩(wěn)數(shù)據(jù)?；赮1、X1都為平穩(wěn)數(shù)據(jù)的前提下，可以進(jìn)行Granger檢驗。我們在這里將滯后期設(shè)定為2年，檢驗結(jié)果如表8所示。

表8 Y1與X1的Granger檢驗結(jié)果

從表8中的數(shù)值顯示，P值為0.2591和0.5106，均大于0.05，說明結(jié)果符合原假設(shè)，即裝備制造業(yè)增長與就業(yè)人口增長雙方不存在Granger因果關(guān)系。

五、結(jié)論與政策建議

(一)結(jié)論

本文通過采用多元線性回歸法和Granger因果檢驗法分析了人口年齡結(jié)構(gòu)，人口數(shù)量、人口質(zhì)量與黑龍江省高技術(shù)裝備制造業(yè)產(chǎn)值之間的數(shù)量關(guān)系，主要得出以下三點結(jié)論：

(1)勞動力與固定資產(chǎn)投入與高技術(shù)裝備制造業(yè)產(chǎn)值之間的關(guān)系正相關(guān)，總撫養(yǎng)、少兒撫養(yǎng)比和老年撫養(yǎng)比與高技術(shù)裝備制造業(yè)產(chǎn)值之間的關(guān)系負(fù)相關(guān)。影響高技術(shù)裝備制造業(yè)產(chǎn)值的程度因素由大到小排列為少兒撫養(yǎng)比>總撫養(yǎng)比>老年撫養(yǎng)比>勞動力投入>固定資產(chǎn)投入。

(2)高技術(shù)裝備制造業(yè)產(chǎn)值的增長速度慢于高等教育畢業(yè)人數(shù)的增長速度，并且參數(shù)的符號為負(fù)。說明高等教育對裝備制造業(yè)的快速發(fā)展關(guān)系不密切，高等院校招生規(guī)模擴張并未與產(chǎn)業(yè)發(fā)展所需的專業(yè)細(xì)分人才做好對接。高等教育畢業(yè)人數(shù)與就業(yè)人數(shù)之間存在顯著負(fù)相關(guān)關(guān)系，說明高技術(shù)裝備制造業(yè)產(chǎn)業(yè)就業(yè)人數(shù)不隨高等教育畢業(yè)人數(shù)的增加而增加，高等教育人才進(jìn)入高技術(shù)裝備制造業(yè)產(chǎn)業(yè)的比重有下降趨勢，說明高技術(shù)裝備制造業(yè)對高等教育人才的需求呈現(xiàn)不足。

(3)雖然黑龍江省高技術(shù)裝備制造業(yè)產(chǎn)值的增長與就業(yè)人口之間存在著高度的正線性相關(guān)關(guān)系，但二者之間并不存在因果關(guān)系。表明就業(yè)人口增長不是裝備制造業(yè)產(chǎn)值增長的成因。高技術(shù)裝備制造業(yè)產(chǎn)值增長也不是就業(yè)人口增長的原因。人口紅利與裝備制造業(yè)轉(zhuǎn)型升級之間存在線性相關(guān)關(guān)系，不存在Granger因果關(guān)系。

(二)政策建議

雖然傳統(tǒng)人口紅利處于逐漸減少的階段，但是在人口數(shù)量與結(jié)構(gòu)上，依然可以創(chuàng)造紅利條件，進(jìn)一步挖掘人口紅利的優(yōu)勢，釋放勞動人口數(shù)量。

(1)釋放老年勞動力。對于已經(jīng)退休的人員，政府除了給予必要的退休金以外，還要大力宣傳老年再就業(yè)的好處，為老年人提供完善的再就業(yè)市場，爭取讓對就業(yè)依然感興趣的老年人找到適合自己的工作，發(fā)揮余熱[6]。國外類似的做法有很多，例如荷蘭的反年齡歧視局，將老年就業(yè)與青年就業(yè)放在同一個天平上，積極保護(hù)老年人的權(quán)益，滿足老年人就業(yè)的意愿。英法國家還出臺了有關(guān)特殊行業(yè)限制退休年齡的手段維持老年人就業(yè)的水平，同時還提供針對性的培訓(xùn)以幫助老年人再就業(yè)。

(2)老年人和少兒集中供養(yǎng)。我國之前的獨生子女政策給現(xiàn)如今處于青年一代的人很大的贍養(yǎng)壓力，一個家庭兩個年輕人要贍養(yǎng)雙方四個老人，贍養(yǎng)負(fù)擔(dān)很重，并且對社會勞動力的釋放十分不利[7]。青年是勞動力的鼎盛時期，由于贍養(yǎng)的義務(wù)，使其不能完全有效地參與到社會大生產(chǎn)中，降低了社會總產(chǎn)出水平。而對老年人的集中供養(yǎng)會打破這種方式，老年公寓、養(yǎng)老院、老年社區(qū)等養(yǎng)老產(chǎn)業(yè)的發(fā)展，可以使青年人能夠積極地投入到社會性勞動中，釋放大量的勞動力，使用貨幣盡到贍養(yǎng)老人的義務(wù)，同時老年人還能得到專業(yè)的照顧。這是一個雙贏的選擇。

從上文的實證分析可以得出，少兒撫養(yǎng)比對高技術(shù)裝備制造業(yè)產(chǎn)值的影響最大，在如今青年勞動力短缺的情形下，少兒也應(yīng)該效仿老人，采用集中供養(yǎng)的方式。理論基礎(chǔ)基本與老年集中供養(yǎng)相同，都是通過集中供養(yǎng)釋放青年勞動力，使其積極參與社會性勞動，賺取收入，除了支付少兒供養(yǎng)的費用，還可以增加家庭收入，減緩家庭開支壓力。根據(jù)現(xiàn)實經(jīng)濟狀況來看，工資的剛性使得工資隨著經(jīng)濟的發(fā)展逐漸提高，在解決少兒撫養(yǎng)和老年贍養(yǎng)問題上，更加傾向于采用集中供養(yǎng)的策略。勞動力可以完全從供養(yǎng)和贍養(yǎng)義務(wù)中脫離出來，將更多的時間和精力用于工作中，積極發(fā)揮勞動力的創(chuàng)造性作用，為實現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級發(fā)揮作用。

(3)結(jié)合區(qū)域經(jīng)濟發(fā)展，調(diào)整高校專業(yè)布局。產(chǎn)業(yè)的發(fā)展不僅需要雄厚的資金投入、豐富的土地資源和便利發(fā)達(dá)的交通，更需要專業(yè)人才的推動力量。根據(jù)黑龍江省目前的高校分布狀況，主要集中在南部經(jīng)濟區(qū)。北部經(jīng)濟欠發(fā)達(dá)的地區(qū)高校的分布較少，出現(xiàn)高等教育分布不均衡的現(xiàn)象。對此問題，要因地制宜地采取措施。第一，利用高等院校和科研院所的產(chǎn)業(yè)“孵化器”的功能，充分把科研成果和技術(shù)創(chuàng)新轉(zhuǎn)化為實際產(chǎn)品，借助高等院校和科研院所對產(chǎn)業(yè)鏈的集聚效應(yīng)和輻射效應(yīng)，不斷促進(jìn)黑龍江省裝備制造業(yè)進(jìn)行產(chǎn)業(yè)轉(zhuǎn)型升級。第二，由于黑龍江省地域遼闊，處于東部的七臺河市教育資源比較落后，所以相關(guān)部門應(yīng)當(dāng)結(jié)合實際情況，充分整合相關(guān)資源，逐步建立地域性的綜合性高等院校，為地方經(jīng)濟發(fā)展提供所需要的就業(yè)人員。對于省內(nèi)北部經(jīng)濟區(qū)，要繼續(xù)扶持高等教育的發(fā)展，將高等教育作為重點發(fā)展對象，不斷地為本地經(jīng)濟的發(fā)展提供高素質(zhì)的復(fù)合型專業(yè)人才。要結(jié)合我省的實際情況和師資力量，合理調(diào)整我省教育資源的空間布局，不斷發(fā)揮其對產(chǎn)業(yè)鏈的孵化功能。

黑龍江省“十三五”規(guī)劃綱要中提出“積極發(fā)展高端裝備制造業(yè)，支持重點裝備制造企業(yè)，大力推動技術(shù)創(chuàng)新、產(chǎn)品創(chuàng)新，促進(jìn)裝備制造業(yè)高端化，建設(shè)具有國際競爭力的先進(jìn)裝備制造業(yè)基地和重大技術(shù)裝備戰(zhàn)略基地”。發(fā)揮高校對裝備制造業(yè)轉(zhuǎn)型升級的作用，發(fā)揮哈爾濱工業(yè)大學(xué)在機器人、航天等高科技領(lǐng)域的領(lǐng)先優(yōu)勢，培育發(fā)展專用設(shè)備制造業(yè)；發(fā)揮哈爾濱工程大學(xué)在海洋工程裝備基礎(chǔ)及關(guān)鍵技術(shù)領(lǐng)域的成果優(yōu)勢，培育發(fā)展海洋裝備制造，為實現(xiàn)裝備制造業(yè)轉(zhuǎn)型升級提供科技基礎(chǔ)。

(4)構(gòu)建高校校企合作機制。高等教育的目的是根據(jù)社會的需要提供各種專業(yè)的人才，充分發(fā)揮理論與實踐相結(jié)合的能力。但是由于教育的時滯和信息的缺乏，高校不能及時滿足社會對專業(yè)性人才的需求，這就需要企業(yè)與高校聯(lián)合起來培養(yǎng)學(xué)生的能力，尤其對于裝備制造業(yè)來說，它的轉(zhuǎn)型升級需要大量的技術(shù)性人才，而從黑龍江省目前的實際狀況來看，教育對裝備制造業(yè)的影響并沒有理論上那么大，所以需要調(diào)整教育結(jié)構(gòu)，來配合裝備制造業(yè)的轉(zhuǎn)型升級。對于裝備制造企業(yè)來講，人才是推動創(chuàng)新的第一要素，而高校是最直接輸送人才的地方，要想理論與實踐最緊密地結(jié)合，就要構(gòu)建高校與企業(yè)的合作機制，形成供給需求無間斷的產(chǎn)業(yè)鏈，從而滿足裝備制造業(yè)轉(zhuǎn)型升級所需的技術(shù)要求。

(5)制定具體的產(chǎn)業(yè)政策。雖然黑龍江省的工業(yè)化程度在近些年來一直追趕西方發(fā)達(dá)國家，但是仍存在不小的差距，其中一個重要的因素就是專業(yè)性技能人才與市場需求結(jié)構(gòu)的不匹配，所以新時期裝備制造業(yè)的轉(zhuǎn)型升級要不斷培養(yǎng)適合自身發(fā)展需求、專業(yè)性強、高素質(zhì)復(fù)合型人才，從而逐步提升就業(yè)人員的技能水平。在裝備制造業(yè)進(jìn)行產(chǎn)業(yè)優(yōu)化、轉(zhuǎn)型升級的過程中，要堅持技術(shù)創(chuàng)新，重點發(fā)展知識密集型企業(yè)，轉(zhuǎn)變發(fā)展模式，從原有的勞動密集型粗獷式的發(fā)展模式轉(zhuǎn)變?yōu)橹R密集型的高技術(shù)發(fā)展模式。與此同時，還要加強對現(xiàn)有就業(yè)人員的技能再培訓(xùn)，使其掌握行業(yè)內(nèi)轉(zhuǎn)崗，行業(yè)間轉(zhuǎn)行所需的必備知識和技能，鼓勵同一領(lǐng)域內(nèi)企業(yè)之間的項目合作，做到信息交流、技術(shù)交流、資源互補，達(dá)到雙贏的目的。

(6)搞活勞動力市場。勞動力市場對勞動力資源的配置起決定性作用，所以在裝備制造業(yè)轉(zhuǎn)型升級過程中，勞動力市場應(yīng)采取相應(yīng)措施合理配置勞動力資源，從而滿足裝備制造業(yè)轉(zhuǎn)型升級對人才的需求。

首先，消除政策性市場間的壁壘，促進(jìn)人才市場和勞動力市場之間的相互融合，尤其要打破農(nóng)村剩余勞動力城鎮(zhèn)化的限制壁壘，結(jié)合城鄉(xiāng)一體化的發(fā)展趨勢，建立統(tǒng)一的勞動力市場，保證勞動力資源在產(chǎn)業(yè)內(nèi)自由流動，從而使資源配置合理化。

其次，逐步加強勞動力市場的服務(wù)能力和服務(wù)水平。對求職者的就業(yè)服務(wù)要做到制度化、專業(yè)化、常態(tài)化和社會化，提升就業(yè)人員在行業(yè)轉(zhuǎn)換和崗位轉(zhuǎn)變的適應(yīng)能力，完善城市和基層鄉(xiāng)鎮(zhèn)的公共就業(yè)保障制度，為特殊就業(yè)人群提供就業(yè)保障服務(wù)。

最后，加強信息化建設(shè)。裝備制造業(yè)轉(zhuǎn)型升級是產(chǎn)業(yè)內(nèi)的升級，是技術(shù)的升級，是信息的升級。在現(xiàn)代化的條件下，信息無論對于勞動力市場還是產(chǎn)業(yè)內(nèi)部企業(yè)都是十分重要的，充實的信息源是勞動力市場分配勞動資源的必要條件，加強信息化建設(shè)可以滿足勞動力供給與需求的鏈接，為裝備制造業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級奠定夯實的基礎(chǔ)。

[1]David.Demographic Dividend and Prospects for Economic Development in China，UN Expert Group Meeting on Social and Economic Implications of Changing Population Age Structure，2005,(12):1120-1124.

[2]李京文.轉(zhuǎn)變經(jīng)濟發(fā)展方式,大力發(fā)展現(xiàn)代服務(wù)業(yè)[J].經(jīng)濟研究參考，2006,(12):65-66.

[3]蔡 昉.未來的人口紅利——中國經(jīng)濟增長源泉的開拓[J].中國人口科學(xué)，2009，(1):2-9.

[4]汪小勤,汪紅梅.“人口紅利”效應(yīng)與巾國經(jīng)濟增長[J].經(jīng)濟學(xué)家,2011,(1):104-110.

[5]厲以寧.教育經(jīng)濟學(xué)[M].北京：北京出版社,1984：124-135.

[6]湯向俊，任保平.勞動力有限供給、人口轉(zhuǎn)變與中國經(jīng)濟增長可持續(xù)性[J].南開經(jīng)濟研究,2010,(5)：84-94.

[7]紀(jì)玉山，膝 菲.中國人口老齡化對經(jīng)濟結(jié)構(gòu)的影響研究[J].社會科學(xué)輯刊,2013,(1)：103-108.

[責(zé)任編輯：姜 野]

Study on the Factors Influencing the Transformation and Upgrading of Equipment Manufacturing Industry in Heilongjiang Province——From the Perspective of Population Dividends

ZHOU Zhenga,MAO Rui-nanb

(Harbin University of Commerce a.Academic Theory Research Department;b.School of Economics,Harbin 150028,China)

This paper takes the population and population quality of Heilongjiang Province from 2000 to 2014 as the research object，analyzes the effect of demographic dividend on the transformation and upgrading of equipment manufacturing industry in Heilongjiang province by multiple linear regression method and Granger test method.The results indicate that there is a negative correlation between the total dependency,the child support ratio and the old age dependency ratio and the output value of the high-tech equipment manufacturing industry,among them,the child support ratio is the greatest impact. In the population quality,high-tech equipment manufacturing industry demand for higher education talent,there is a high positive linear correlation between the employment of higher education and the growth of high-tech equipment manufacturing industry,but there is no causal relationship between them.

demographic dividend;equipment manufacturing industry;transformation and upgrading

2016-12-21

黑龍江省哲學(xué)社會科學(xué)研究規(guī)劃項目“黑龍江省國有企業(yè)體制性產(chǎn)能過剩形成的機理及化解路徑研究”(16JYB10)

周 正(1975-)，男，河南鄭州人，副教授，經(jīng)濟學(xué)博士，主要從事產(chǎn)業(yè)組織理論與政策研究；毛瑞男(1993-)，女，黑龍江雞西人，碩士研究生，主要從事產(chǎn)業(yè)組織理論與政策研究。

F753；F757

A

1671-7112(2017)003-0107-11