人口老齡化對制造業(yè)企業(yè)全要素生產(chǎn)率的影響

胡日東　曹婧博

摘要：人口老齡化帶來的勞動力供給結(jié)構(gòu)變化不利于制造業(yè)企業(yè)全要素生產(chǎn)率提升，但會促使企業(yè)轉(zhuǎn)變發(fā)展方式，并通過對其他因素的影響促進制造業(yè)企業(yè)全要素生產(chǎn)率提升。因此，人口老齡化與制造業(yè)企業(yè)全要素生產(chǎn)率的關(guān)系是多種效應(yīng)綜合作用的結(jié)果，是非線性的，并有異質(zhì)性表現(xiàn)。以2000—2019年滬深A(yù)股上市制造業(yè)企業(yè)為樣本的分析表明：人口老齡化與制造業(yè)企業(yè)全要素生產(chǎn)率呈現(xiàn)“倒U型”非線性關(guān)系;現(xiàn)階段中國的人口老齡化對制造業(yè)企業(yè)全要素生產(chǎn)率具有顯著的正向影響，這種促進效應(yīng)在中部地區(qū)最為顯著，東部地區(qū)次之，而在西部地區(qū)不顯著;人口老齡化會通過提高勞動力成本、促進人力資本積累和增加R&D投入等路徑促進制造業(yè)企業(yè)全要素生產(chǎn)率提升。應(yīng)優(yōu)化和完善人口、教育及勞動政策，積極發(fā)掘和創(chuàng)造人口紅利，以弱化人口老齡化對勞動力供給結(jié)構(gòu)的消極影響;加快轉(zhuǎn)變發(fā)展方式，從依賴人口紅利的要素驅(qū)動轉(zhuǎn)向利用技術(shù)紅利的創(chuàng)新驅(qū)動，進一步促進企業(yè)全要素生產(chǎn)率提升。

關(guān)鍵詞：人口老齡化;制造業(yè)企業(yè);全要素生產(chǎn)率;勞動力供給結(jié)構(gòu);創(chuàng)新驅(qū)動

中圖分類號：F241;F270文獻標志碼：A文章編號：1674-8131（2021）0-0100-12

一、引言

制造業(yè)作為實體經(jīng)濟的重要組成部分，在促進國民經(jīng)濟健康發(fā)展和推進經(jīng)濟結(jié)構(gòu)轉(zhuǎn)換的過程中始終扮演主導(dǎo)角色。一國制造業(yè)的發(fā)展水平充分體現(xiàn)了該國產(chǎn)業(yè)基礎(chǔ)的厚度，制造業(yè)的高質(zhì)量發(fā)展對提升產(chǎn)業(yè)國際競爭力和全球分工地位都至關(guān)重要。在中國制造業(yè)現(xiàn)代化進程中，人口基數(shù)大和勞動年齡人口眾多為持續(xù)快速增長提供了的勞動力供給保障，制造業(yè)的發(fā)展長期處于人口紅利階段。但隨著人口老齡化程度不斷加深，適齡勞動力占比逐步降低，加上勞動力成本持續(xù)上升，制造業(yè)發(fā)展的人口紅利逐漸減弱。與此同時，社會主要矛盾已經(jīng)轉(zhuǎn)化為人民日益增長的美好生活需要和不平衡不充分的發(fā)展之間的矛盾，經(jīng)濟發(fā)展也由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段。傳統(tǒng)的主要依賴勞動力和資源要素投入的粗放式經(jīng)濟發(fā)展模式亟待轉(zhuǎn)變，制造業(yè)發(fā)展也需要從傳統(tǒng)二元經(jīng)濟增長階段向古典經(jīng)濟增長階段轉(zhuǎn)變。作為最重要的微觀經(jīng)濟主體，企業(yè)尤其是制造業(yè)企業(yè)迫切需要通過創(chuàng)新驅(qū)動提高全要素生產(chǎn)率，以高質(zhì)量發(fā)展提升國際競爭力。因此，在人口紅利消減的背景下，人口老齡化對企業(yè)全要素生產(chǎn)率的影響不容忽視。關(guān)于人口老齡化對全要素生產(chǎn)率的影響，已有研究從多方面進行了深入探討，但由于選取的研究對象和使用的研究方法不同，研究結(jié)論亦有所不同，主要有以下幾種觀點：

一是人口老齡化不利于全要素生產(chǎn)率提升。從國家層面來看，人口老齡化意味著老年人口比例逐年遞增，醫(yī)療費用、養(yǎng)老金和其他費用支出會相應(yīng)增加，這必然會增加政府財政負擔(dān)，擠占政府公共投資和研發(fā)資源投入，進而阻礙全要素生產(chǎn)率的提升（田雪原等，1990）[1];從企業(yè)層面來看，企業(yè)對年齡較大員工的培訓(xùn)往往較少，不利于老年勞動力的人力資本積累，這對企業(yè)全要素生產(chǎn)率的提高也是不利的（Asplund，2005）[2];從勞動力個體層面來看，隨著年齡的增加身體機能也會逐漸衰退，在知識積累、創(chuàng)新能力和創(chuàng)新意愿等方面也不及于年輕人（Verhagenetal，1997）[3]，因而人口老齡化導(dǎo)致的勞動人口年齡結(jié)構(gòu)老化不利于全要素生產(chǎn)率的提高。

二是人口老齡化有利于全要素生產(chǎn)率提升。從國家層面來看，人口老齡化導(dǎo)致傳統(tǒng)的人口紅利逐漸消失，迫切需要轉(zhuǎn)變經(jīng)濟發(fā)展方式以實現(xiàn)高質(zhì)量發(fā)展，這會驅(qū)使政府加大科技研發(fā)投入以提高全社會生產(chǎn)效率，進而有利于全要素生產(chǎn)率的提升（Chomiketal，2018）[4];從企業(yè)層面來看，人口老齡化直接導(dǎo)致適齡勞動人口比例減少，加上失能半失能老人需要照料帶來的勞動力損耗，將導(dǎo)致勞動力成本上漲，而工作年限的增加在使員工獲得更多工作經(jīng)驗的同時還會進一步增加勞動成本，這會迫使企業(yè)加大科技創(chuàng)新投入，通過技術(shù)創(chuàng)新提高全要素生產(chǎn)率，以實現(xiàn)企業(yè)利潤最大化的理性目標（Acemogluetal，2017;Irmenetal，2017）[5-6];從個人層面來看，根據(jù)生命周期理論，預(yù)期壽命的延長會導(dǎo)致退休后的生存年限增加，年輕人為獲得更高收入會更傾向于接受高學(xué)歷教育以提高自身素質(zhì)和增強競爭力（范洪敏等，2017）[7]，這將有助于全要素生產(chǎn)率的提高。

三是人口老齡化與全要素生產(chǎn)率之間具有非線性關(guān)系（倒U型）。Lindh和Malmberg（1999）的研究發(fā)現(xiàn)，勞動人口年齡結(jié)構(gòu)與勞動生產(chǎn)率之間呈駝峰型關(guān)系[8];Feyrer（2007，2008）的分析也得出類似結(jié)論，并從創(chuàng)新活動和知識吸收兩個方面進行了解釋[9-10];Mark（1957）和Hellerstein等（1997）基于微觀角度的研究也發(fā)現(xiàn)了這種倒U型關(guān)系[11-12];趙昕東等（2016）、黃乾等（2018）、李競博等（2019）針對中國的研究同樣發(fā)現(xiàn)了類似的倒U型關(guān)系[13-15]。

總體來看，國外的相關(guān)研究大多針對西方發(fā)達國家或基于全球視角，但西方發(fā)達國家的勞動資源稟賦、人口老齡化速度以及經(jīng)濟發(fā)展階段、科技研發(fā)能力等都與中國有所不同，中國的人口老齡化與全要素生產(chǎn)率發(fā)展都有著自身的特點，西方國家的經(jīng)驗并不一定符合中國的國情。而關(guān)于中國人口老齡化與全要素生產(chǎn)率關(guān)系的研究大都基于宏觀的區(qū)域或產(chǎn)業(yè)層面（趙昕東等，2016;孫一菡等，2017;穆懷中等，2020;王淑紅等，2020）[13][16-18]，缺少基于微觀企業(yè)層面的研究。有鑒于此，本文研究人口老齡化對于中國制造業(yè)企業(yè)全要素生產(chǎn)率的影響，是對該領(lǐng)域研究的有益拓展和深化，并可為從企業(yè)層面應(yīng)對人口老齡化問題提供經(jīng)驗借鑒和政策啟示。本文的邊際貢獻主要在于以下：一是從理論上探究了人口老齡化影響制造業(yè)企業(yè)全要素生產(chǎn)率的機制及其可能存在的非線性關(guān)系和區(qū)域異質(zhì)性，二是以滬深A(yù)股上市制造業(yè)企業(yè)為樣本實證檢驗了人口老齡化對制造業(yè)企業(yè)全要素生產(chǎn)率的影響及其機制，三是采用方差分析（ANOVA）模型對固定效應(yīng)（FE）面板模型進行了修正以提高模型估計的準確性。

二、理論機制與研究假設(shè)

1.人口老齡化對制造業(yè)企業(yè)全要素生產(chǎn)率的影響

隨著人口老齡化程度日趨加深，從直接效應(yīng)來看其改變了勞動力供給結(jié)構(gòu)，而勞動力結(jié)構(gòu)變化會對制造業(yè)企業(yè)全要素生產(chǎn)率的提高會產(chǎn)生一定負面影響。但人口老齡化是一個漸進的過程，當老齡化程度很低時，老齡化可能不會顯著削減人口紅利，因而其對制造業(yè)企業(yè)全要素生產(chǎn)率的負面影響并不會顯現(xiàn);當老齡化程度已經(jīng)處于較高水平時，老齡化引起的勞動力結(jié)構(gòu)變化就會對企業(yè)生產(chǎn)較大影響，從而其對制造業(yè)企業(yè)全要素生產(chǎn)率的負面影響就會逐漸凸顯。同時，勞動力結(jié)構(gòu)也不是影響制造業(yè)企業(yè)全要素生產(chǎn)率的唯一因素，企業(yè)全要素生產(chǎn)率的增長還會受到經(jīng)濟制度、技術(shù)進步以及發(fā)展階段等因素的影響。而且，人口老齡化本身也會對其他因素產(chǎn)生影響，這種影響也可能促進或抑制制造業(yè)企業(yè)全要素生產(chǎn)率提升。

總之，在經(jīng)濟實踐中，人口老齡化與制造業(yè)企業(yè)全要素生產(chǎn)率所表現(xiàn)出的關(guān)系是多種效應(yīng)共同作用的結(jié)果。當其他因素對企業(yè)全要素生產(chǎn)率提升的促進作用抵消甚至超過了勞動力結(jié)構(gòu)老化的負面作用時，人口老齡化與制造業(yè)企業(yè)全要素生產(chǎn)率就會表現(xiàn)出正相關(guān)關(guān)系;而當其他因素的促進作用不能彌補勞動力結(jié)構(gòu)老化帶來的效率損失時，人口老齡化與制造業(yè)企業(yè)全要素生產(chǎn)率就會表現(xiàn)出負相關(guān)關(guān)系。因此，人口老齡化與制造業(yè)企業(yè)全要素生產(chǎn)率具有非線性關(guān)系，而具體到某一國家（地區(qū)）在特定時期的人口老齡化對其制造業(yè)企業(yè)全要素生產(chǎn)率提升的影響，不僅與其自身的老齡化階段有關(guān)，而且還取決于其經(jīng)濟技術(shù)發(fā)展水平、宏觀經(jīng)濟政策和態(tài)勢以及企業(yè)發(fā)展策略等多方面的因素。

從目前中國實際情況來看，正處于轉(zhuǎn)變發(fā)展方式、從高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段的關(guān)鍵時期，從國家到企業(yè)都積極實施創(chuàng)新驅(qū)動戰(zhàn)略，人口紅利逐漸被創(chuàng)新紅利取代。同時，伴隨教育制度的不斷完善以及人工智能和高效率機器設(shè)備的使用，勞動力質(zhì)量不斷提升，一定程度上彌補了勞動力數(shù)量短缺的不利影響。因此，人口老齡化與制造業(yè)企業(yè)全要素生產(chǎn)率之間可能呈正相關(guān)關(guān)系。但是，也應(yīng)注意到，未來老齡化程度的加深可能使勞動力質(zhì)量對勞動力數(shù)量的替代效應(yīng)減弱，進而可能會出現(xiàn)拐點，使人口老齡化與制造業(yè)企業(yè)全要素生產(chǎn)率之間的關(guān)系轉(zhuǎn)變?yōu)樨撓嚓P(guān)。此外，中國幅員遼闊，不同區(qū)域的經(jīng)濟發(fā)展具有不平衡性。制造業(yè)企業(yè)全要素生產(chǎn)率提升與所在地區(qū)的經(jīng)濟發(fā)展緊密相關(guān)，區(qū)域資源稟賦、經(jīng)濟發(fā)展條件和水平的不同，可能導(dǎo)致企業(yè)發(fā)展戰(zhàn)略和經(jīng)營策略的差異。而且，各地區(qū)的人口老齡化程度本身也具有較大差異。因此，人口老齡化對制造業(yè)企業(yè)全要素生產(chǎn)率的影響可能具有明顯的異質(zhì)性。

據(jù)此，本文提出假說H1：人口老齡化與制造業(yè)企業(yè)全要素生產(chǎn)率呈現(xiàn)“倒U型”非線性關(guān)系（H1a），目前中國的人口老齡化對制造業(yè)企業(yè)全要素生產(chǎn)率具有正向影響（H1b），且這種促進效應(yīng)表現(xiàn)出區(qū)域異質(zhì)性（H1c）。

2.人口老齡化影響制造業(yè)企業(yè)全要素生產(chǎn)率的機制

如前所述，人口老齡化可能會通過影響其他因素對制造業(yè)企業(yè)全要素生產(chǎn)率產(chǎn)生作用，因而有必要進一步探究人口老齡化影響制造業(yè)企業(yè)全要素生產(chǎn)率的可能路徑和機制。人口老齡化對經(jīng)濟社會發(fā)展的影響是深遠的和多方面的，其影響人口老齡化與制造業(yè)企業(yè)全要素生產(chǎn)率的路徑和機制也是多樣化的。基于受人口老齡化直接影響并直接影響制造業(yè)企業(yè)全要素生產(chǎn)率的考慮，本文主要從勞動力成本、人力資本積累和創(chuàng)新投入3個方面來探討人口老齡化影響制造業(yè)企業(yè)全要素生產(chǎn)率的機制。

從勞動力成本來看：一方面，人口老齡化會導(dǎo)致勞動市場中適齡勞動力占比減少，增加企業(yè)的勞動力成本，一定程度上擠占企業(yè)的創(chuàng)新投入和利潤空間，不利于企業(yè)全要素生產(chǎn)率提升。另一方面，根據(jù)誘導(dǎo)性創(chuàng)新理論，如果一種要素價格相對于其他要素上漲，就會導(dǎo)致減少這種要素相對使用量的一系列技術(shù)創(chuàng)新。在勞動力成本不高時，企業(yè)維持現(xiàn)狀也可以生存和發(fā)展，技術(shù)創(chuàng)新動力不足;但隨著勞動力成本的增加，傳統(tǒng)的生產(chǎn)技術(shù)和方式已經(jīng)不能夠為企業(yè)創(chuàng)造足夠的利潤空間，就會倒逼企業(yè)進行技術(shù)創(chuàng)新以減少勞動投入、節(jié)約成本，進而提高其全要素生產(chǎn)率。從長期來看，勞動力成本上升最終都會帶來技術(shù)進步和資源配置效率提高，從而促進企業(yè)全要素生產(chǎn)率提升。

從人力資本積累來看：人口老齡化導(dǎo)致退休人口增加，人口預(yù)期壽命也不斷延長。退休人口晚年生活年限的延長，會驅(qū)使年輕人為了在退休后能獲得更好的生活質(zhì)量保障而加大對自身人力資本的投入，以提高勞動能力和收入水平。而勞動力素質(zhì)的整體提高會加劇人才競爭，全社會的創(chuàng)新能力和意識也隨之提升，最終有利于制造業(yè)企業(yè)全要素生產(chǎn)率提升。同時，人口老齡化也促使企業(yè)更加重視技術(shù)創(chuàng)新，技術(shù)創(chuàng)新離不開創(chuàng)新人才，企業(yè)的人力資本水平也會隨之提高。因此，人口老齡化會促進全社會人力資本水平的整體提高，進而為企業(yè)提供更高素質(zhì)的勞動力和創(chuàng)新人才，勞動力質(zhì)量的整體提升最終會提高企業(yè)的全要素生產(chǎn)率。

從創(chuàng)新投入來看：一方面，人口老齡化加重了社會養(yǎng)老負擔(dān)，可能在一定程度上擠占政府對技術(shù)創(chuàng)新的資源投入，進而不利于全要素生產(chǎn)率的提升;另一方面，人口老齡化也會促使國家采取積極措施予以應(yīng)對。在人口老齡化大背景下，政府和企業(yè)都會更加重視技術(shù)進步和資源配置效率的提高，直接表現(xiàn)為全社會創(chuàng)新投入的增加。制造業(yè)企業(yè)要應(yīng)對勞動力短缺問題，必然要進行技術(shù)創(chuàng)新謀求高質(zhì)量發(fā)展，這將有利于且全要素生產(chǎn)率的提升?？傮w上講，人口老齡化造成的對社會資源擠占效應(yīng)遠遠弱于其帶來的在戰(zhàn)略轉(zhuǎn)變產(chǎn)生的創(chuàng)新投入增加效應(yīng)。因此，人口老齡化會促進全社會創(chuàng)新氛圍和投入的增強和增長，進而為制造業(yè)企業(yè)提供更多創(chuàng)新資源，最終提高企業(yè)的全要素生產(chǎn)率。

基于上述分析，本文提出假說H2：人口老齡化會導(dǎo)致制造業(yè)企業(yè)勞動力成本上升，進而促進其全要素生產(chǎn)率提升（H2a）;人口老齡化會促進全社會人力資本積累，進而促進制造業(yè)企業(yè)全要素生產(chǎn)率提升（H2b）;人口老齡化會促使制造業(yè)企業(yè)增加創(chuàng)新投入，進而促進其全要素生產(chǎn)率提升（H2c）。

三、研究設(shè)計

1.模型構(gòu)建

2.變量選取

（1）被解釋變量：“企業(yè)全要素生產(chǎn)率”。為最大限度地保存樣本量，本文選取制造業(yè)上市企業(yè)營業(yè)收入、營業(yè)成本、銷售費用、管理費用、財務(wù)費用、折舊攤銷、固定資產(chǎn)凈值、支付給職工以及為職工支付的現(xiàn)金作為原始數(shù)據(jù)，采用LP方法測算企業(yè)的全要素生產(chǎn)率，具體指標說明和描述性統(tǒng)計如表1所示。

（2）核心解釋變量：“地區(qū)老齡化程度”。本文選取地區(qū)的人口老齡化程度作為核心解釋變量，一方面是由于微觀企業(yè)內(nèi)部員工的年齡數(shù)據(jù)較難獲取，另一方面從企業(yè)動態(tài)發(fā)展的角度來看用地區(qū)老齡化水平替代企業(yè)內(nèi)部勞動力老齡化水平具有一定合理性。本文主要采用老年人口比例這一國際通用統(tǒng)計指標（即65歲及以上老年人口占總?cè)丝诘陌俜直龋﹣砗饬俊暗貐^(qū)人口老齡化程度”;同時，采用“地區(qū)老年人口撫養(yǎng)比”，即65歲及以上人口與15～64歲勞動年齡人口之比來進行穩(wěn)健性檢驗。

（3）控制變量：本文主要考慮企業(yè)微觀特征的影響，控制變量從企業(yè)層面選取，共有7個。一是“企業(yè)規(guī)?！保捎闷髽I(yè)員工總?cè)藬?shù)的自然對數(shù)來衡量;二是“企業(yè)資本密集度”，采用固定資產(chǎn)凈值與企業(yè)員工人數(shù)之比的自然對數(shù)來衡量;三是“企業(yè)資產(chǎn)負債率”，采用負債總額與資產(chǎn)總額之比來衡量;四是“企業(yè)資產(chǎn)收益率”，采用凈利潤與平均資產(chǎn)總額之比來衡量;五是“企業(yè)年齡平方”，采用企業(yè)成立時間與報告期之差的平方來衡量;六是“企業(yè)市場勢力”，采用企業(yè)營業(yè)收入占平均資產(chǎn)總額百分比的自然對數(shù)來衡量;七是“企業(yè)人才重視程度”，采用支付給職工以及為職工支付的現(xiàn)金占企業(yè)營業(yè)收入的比重來衡量。

（4）中介變量：根據(jù)前文的機制分析，選取3個中介變量。一是“企業(yè)勞動力成本”，采用支付給職工以及為職工支付的現(xiàn)金與員工總?cè)藬?shù)之比的自然對數(shù)來衡量;二是”地區(qū)人力資本積累“，采用地區(qū)人均受教育年限來衡量

具體計算公式為：人均受教育年限=（小學(xué)學(xué)生人數(shù)×6+初中學(xué)生人數(shù)×9+高中及中專學(xué)生人數(shù)×12+大專及以上學(xué)生人數(shù)×16）/6歲及以上人口數(shù);三是“地區(qū)企業(yè)R&D投入”，采用地區(qū)規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費內(nèi)部支出占地區(qū)GDP的百分比來衡量

“地區(qū)企業(yè)R&D投入”的衡量，選用規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費內(nèi)部支出與制造業(yè)工業(yè)總產(chǎn)值的比值更為合理，但制造業(yè)工業(yè)總產(chǎn)值數(shù)據(jù)只更新到2016年，為保證樣本完整性，本文用地區(qū)GDP作為其替代變量。。

3.數(shù)據(jù)來源與處理

根據(jù)2000年中國進入老齡化社會這一時間節(jié)點

按照國際慣例，60歲及以上老年人口達到總?cè)丝诘?0%，或65歲及以上老年人口達到總?cè)丝诘?%，即視為進入老齡化社會。，本文選取2000—2019年滬深A(yù)股上市制造業(yè)企業(yè)為研究樣本，原始數(shù)據(jù)主要來源于國泰安數(shù)據(jù)庫、《中國統(tǒng)計年鑒》和《中國科技統(tǒng)計年鑒》。根據(jù)企業(yè)所在地，將制造業(yè)企業(yè)全要素生產(chǎn)率與其所在省份人口數(shù)據(jù)進行匹配，并對樣本數(shù)據(jù)進行如下處理：（1）剔除同時發(fā)行B股、H股、ST股（ST*股、PT股）的樣本，（2）剔除主要變量相關(guān)數(shù)據(jù)缺失或異常的樣本，（3）剔除IPO當年及以前的數(shù)據(jù)和已退市的樣本，（4）對連續(xù)變量的數(shù)據(jù)進行上下1%縮尾處理（Winsorize）。最終篩選出2438家企業(yè)的21451條數(shù)據(jù)構(gòu)成本文實證分析的非平衡面板樣本。主要變量的描述性統(tǒng)計分析如表2所示。被解釋變量“企業(yè)全要素生產(chǎn)率”的變動范圍比較大，表明制造業(yè)企業(yè)之間的全要素生產(chǎn)率存在顯著差距;核心解釋變量“地區(qū)老齡化程度”的變動也比較大，表明不同省份之間人口老齡化程度的差異也較大。

四、實證結(jié)果

1.基準模型檢驗

首先，通過計算各解釋變量的方差膨脹因子（VIF）來判斷多元回歸模型中多重共線性影響的嚴重程度。檢驗結(jié)果顯示，多重共線性程度較低，在模型中的影響可以忽略不計（分析結(jié)果略，備索）。為最大程度保留樣本隨機性，提高估計效率，借鑒吳勇和林悅（2013）的非平衡面板數(shù)據(jù)估計方法[19]，進行如下分析：在非平衡面板數(shù)據(jù)分析中，固定效應(yīng)模型依然適用，但方差分析（ANOVA）方法估計效果更好，表3中模型1和模型2分別列示了使用固定效應(yīng)（FE）模型和方差分析（ANOVA）方法的估計結(jié)果。從回歸結(jié)果看，雖然采用估計方法不同，但“地區(qū)人口老齡程度”對“制造業(yè)企業(yè)全要素生產(chǎn)率”均有顯著正向影響，假說H1b得到驗證。

本文采用更換核心解釋變量指標的方法進行穩(wěn)健性檢驗：選取“地區(qū)老年人口撫養(yǎng)比”替換“地區(qū)老齡化程度”進行模型估計，結(jié)果如表3的模型3和模型4所示。“地區(qū)老年人口撫養(yǎng)比”的估計系數(shù)依然在1%水平下顯著為正，表明老年人口撫養(yǎng)比的提高會對制造業(yè)企業(yè)全要素生產(chǎn)率產(chǎn)生促進作用?？梢?，本文的基本結(jié)論“中國的人口老齡化會促進制造業(yè)企業(yè)全要素生產(chǎn)率提升”具有穩(wěn)健性。

由于可能存在互為因果關(guān)系、關(guān)鍵解釋變量遺漏等內(nèi)生性問題，本文進一步選取核心解釋變量“地區(qū)老齡化程度”的滯后一期作為工具變量，運用兩階段最小二乘法（2SLS）進行回歸分析，結(jié)果如表3的模型5所示。第一階段中F統(tǒng)計值遠大于10，說明弱工具變量問題不存在;由于工具變量與內(nèi)生變量個數(shù)相等，無需對其進行過度識別的相關(guān)檢驗。從整體回歸結(jié)果來看，“地區(qū)老齡化程度”的回歸系數(shù)始終為正，并在1%水平下顯著，表明中國的人口老齡化有利于制造業(yè)企業(yè)全要素生產(chǎn)率提升。

2.區(qū)域異質(zhì)性分析

由于中國的東、中、西部地區(qū)在經(jīng)濟發(fā)展水平上存在顯著差距，制造業(yè)企業(yè)的發(fā)展環(huán)境和優(yōu)勢各異，人口老齡化程度也不同，因此，人口老齡化對制造業(yè)企業(yè)全要素生產(chǎn)率的影響可能存在明顯的區(qū)域異質(zhì)性。對此，本文根據(jù)企業(yè)所在地將全樣本劃分為“東部地區(qū)”“中部地區(qū)”和“西部地區(qū)”3個子樣本分別進行分析，估計結(jié)果見表4。在東部地區(qū)和中部地區(qū)，“地區(qū)老齡化程度”的回歸系數(shù)均顯著為正;而在西部地區(qū)，“地區(qū)老齡化程度”的回歸系數(shù)為正但不顯著。進一步對東部和中部地區(qū)進行SUR檢驗，結(jié)果顯示P值小于0.05，即在5%的顯著水平上拒絕原假設(shè)，二者的系數(shù)存在顯著差異?？梢?，人口老齡化對于制造業(yè)企業(yè)全要素生產(chǎn)率的正向影響在中部地區(qū)最大，東部地區(qū)次之，西部地區(qū)則不明顯，假說H1c得到驗證。

3.非線性關(guān)系檢驗

前文的線性回歸結(jié)果顯示，人口老齡化與制造業(yè)企業(yè)全要素生產(chǎn)率具有顯著的正相關(guān)關(guān)系，但這只是樣本期間的總體表現(xiàn)，并不表明人口老齡化程度越高越有利于制造業(yè)企業(yè)全要素生產(chǎn)率提升，也不意味著人口老齡化程度的提高一定會促進制造業(yè)企業(yè)全要素生產(chǎn)率的提升。因為，在不同的人口老齡化階段，其水平提升對經(jīng)濟社會的影響無論是在程度上還是在方向上都可能存在差異。為此，本文在基準模型中加入地區(qū)老齡化程度的二次項，進而對可能存在的非線性關(guān)系進行檢驗，回歸結(jié)果如表5所示?！暗貐^(qū)老齡化程度”一次項的系數(shù)顯著為正，而二次項的系數(shù)顯著為負，表明人口老齡化對制造業(yè)企業(yè)全要素生產(chǎn)率的影響呈現(xiàn)“倒U型”關(guān)系，假說H1a得到驗證。進一步測算得到“倒U型”的拐點為26.25，而本文樣本中老齡化程度的最大值為16.38，表明目前中國還處于人口老齡化程度與制造業(yè)企業(yè)全要素生產(chǎn)率正相關(guān)的老齡化階段。但這也給我們提出了警示，隨著老齡化程度的進一步加深，很有可能會阻礙制造業(yè)企業(yè)全要素生產(chǎn)率水平的提升。為更好地應(yīng)對該挑戰(zhàn)，則需要深入探究人口老齡化影響制造業(yè)企業(yè)全要素生產(chǎn)率的內(nèi)在機制。

4.影響機制檢驗

根據(jù)前文理論機制的分析與闡釋，引入“企業(yè)勞動力成本”“地區(qū)人力資本積累”和“地區(qū)企業(yè)R&D投入”三個中介變量進行中介效應(yīng)檢驗，估計效果如表6所示：

（1）“企業(yè)勞動力成本”具有完全中介效應(yīng)。在模型13中，“地區(qū)老齡化程度”的回歸系數(shù)β1顯著為正，表明人口老齡化顯著提高了制造業(yè)企業(yè)的勞動力成本。模型14中，“企業(yè)勞動力成本”的回歸系數(shù)γ2顯著為正，表明制造業(yè)企業(yè)勞動力成本上升顯著促進了其全要素生產(chǎn)率提升;“地區(qū)老齡化程度”的回歸系數(shù)γ1不顯著，表明直接效應(yīng)為0，因此“企業(yè)勞動力成本”存在完全中介效應(yīng)?？梢?，人口老齡化導(dǎo)致制造業(yè)企業(yè)的勞動力成本上升，促使企業(yè)通過技術(shù)創(chuàng)新和優(yōu)化資源配置等方式提高生產(chǎn)效率，進而促進制造業(yè)企業(yè)全要素生產(chǎn)率提升，假說H2a得到驗證。

（2）“地區(qū)人力資本積累”具有部分中介效應(yīng)。在模型15中，“地區(qū)老齡化程度”的回歸系數(shù)β1顯著為正，表明人口老齡化促進了地區(qū)人力資本積累。在模型16中，“地區(qū)人力資本積累”的回歸系數(shù)γ2顯著為正，表明地區(qū)人力資本水平的提高有利于制造業(yè)企業(yè)全要素生產(chǎn)率提升;“地區(qū)老齡化程度”的回歸系數(shù)γ1顯著為正，表明“地區(qū)人力資本積累”具有部分中介效應(yīng)（47.06%）?？梢姡丝诶淆g化會通過促進地區(qū)人力資本積累提高制造業(yè)企業(yè)勞動力素質(zhì)，進而有利于其要素生產(chǎn)率提升，假說H2b得到驗證。

（3）“地區(qū)企業(yè)R&D投入”具有部分中介效應(yīng)。在模型17中，“地區(qū)老齡化程度”的回歸系數(shù)β1顯著為正，表明人口老齡化會提高各企業(yè)的R&D投入力度。在模型18中，“地區(qū)企業(yè)R&D投入”的回歸系數(shù)γ2顯著為正，表明企業(yè)R&D投入力度的增加有助于制造業(yè)企業(yè)全要素生產(chǎn)率提升;“地區(qū)老齡化程度”的回歸系數(shù)γ1顯著為正，表明“地區(qū)企業(yè)R&D投入”具有部分中介效應(yīng)（8.82%）。可見，人口老齡化會通過加大企業(yè)的R&D投入力度促進制造業(yè)企業(yè)的創(chuàng)新活動，進而提升其全要素生產(chǎn)率，假說H2c得到驗證。

五、結(jié)論與啟示

在人口年齡結(jié)構(gòu)持續(xù)更迭過程中，中國人口老齡化程度不斷加深，從人口紅利期逐漸步入人口老齡化階段，這對制造業(yè)企業(yè)發(fā)展既是挑戰(zhàn)，也是機遇。正確認識人口老齡化與制造業(yè)企業(yè)全要素生產(chǎn)率之間的關(guān)系，并采取積極的應(yīng)對措施，是實現(xiàn)制造業(yè)企業(yè)轉(zhuǎn)型升級和可持續(xù)發(fā)展的重要前提。本文以2000—2019年滬深A(yù)股制造業(yè)上市企業(yè)為樣本的經(jīng)驗分析表明：人口老齡化與制造業(yè)企業(yè)全要素生產(chǎn)率之間存在“倒U型”非線性關(guān)系;當前，人口老齡化對制造業(yè)企業(yè)全要素生產(chǎn)率有顯著的正向影響，并表現(xiàn)出區(qū)域差異性，即對中部和東部地區(qū)的影響十分顯著（中部地區(qū)最為顯著），而對西部地區(qū)的影響不顯著;人口老齡化可以通過提高勞動力成本、促進地區(qū)人力資本積累和增加R&D投入等路徑促進制造業(yè)企業(yè)全要素生產(chǎn)率提升。面對人口老齡化程度進一步加深可能帶來的負面影響，基于上述結(jié)論，提出如下啟示：

第一，優(yōu)化和完善人口、教育及勞動政策，積極發(fā)掘和創(chuàng)造人口紅利，以弱化人口老齡化對勞動力供給結(jié)構(gòu)的消極影響。比如：全面放開“三孩”生育政策，促進人口長期均衡發(fā)展;進一步推進優(yōu)生優(yōu)育，提高出生人口素質(zhì);發(fā)展普惠“托育”服務(wù)體系，打消居民在生育養(yǎng)育過程中可能存在的顧慮，將更多勞動力從家庭勞務(wù)中解放出來;促進教育事業(yè)高質(zhì)量發(fā)展，加快人力資本積累，提升新增勞動力質(zhì)量，實現(xiàn)更高質(zhì)量和更充分就業(yè);大力培養(yǎng)和引進一流技術(shù)人才和先進科研團隊，促進勞動力資源由數(shù)量優(yōu)勢向質(zhì)量優(yōu)勢轉(zhuǎn)變;適時推行延遲退休政策，鼓勵專業(yè)技術(shù)領(lǐng)域人才延長工作年限，支持身體健康且有技術(shù)專長的老年人才自主創(chuàng)業(yè)，充分利用老年勞動力資源;建立完善的養(yǎng)老體系，降低老年人口中失能半失能人口比例，減輕適齡勞動力養(yǎng)老負擔(dān);發(fā)掘人口二次紅利，發(fā)展老年教育培訓(xùn)，適當開發(fā)老年人力資本，促進老年人再就業(yè)。

第二，加快轉(zhuǎn)變發(fā)展方式，從依賴人口紅利的要素驅(qū)動轉(zhuǎn)向利用技術(shù)紅利的創(chuàng)新驅(qū)動，進一步促進企業(yè)全要素生產(chǎn)率提升。分析表明，人口老齡化帶來的負面影響完全可以通過技術(shù)進步來化解。當前中國的人口老齡化與制造業(yè)企業(yè)全要素生存率呈現(xiàn)正相關(guān)關(guān)系，也是得益于正在深入推進的創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略。但也應(yīng)看到人口老齡化程度持續(xù)加深是必然的趨勢，需要提前應(yīng)對其可能帶來的消極影響。不但國家要在頂層設(shè)計上、在宏觀層面上重視人口老齡化對經(jīng)濟社會發(fā)展的深遠影響，并制定前瞻性的政策和規(guī)劃予以積極應(yīng)對;而且企業(yè)更應(yīng)有戰(zhàn)略部署和長遠規(guī)劃，不能等著人口老齡化來“倒逼”，要防患于未然。政府應(yīng)加大對企業(yè)創(chuàng)新的支持力度，企業(yè)要把技術(shù)優(yōu)勢作為核心競爭力，共同推動制造業(yè)發(fā)展的轉(zhuǎn)型升級，不斷提升制造業(yè)企業(yè)全要素生產(chǎn)率。

本文對人口老齡化對制造業(yè)企業(yè)全要素生產(chǎn)率的影響及其機制進行了理論探討，并采用中國制造業(yè)企業(yè)的數(shù)據(jù)進行了實證檢驗，豐富和深化了人口老齡化的經(jīng)濟效應(yīng)研究，但也存在一些不足，主要在于：在本文的分析中，無論是理論機制的闡釋，還是實證變量的選取，主要是從技術(shù)創(chuàng)新的角度展開，然而實際上人口老齡化對企業(yè)行為的影響并不局限于技術(shù)創(chuàng)新領(lǐng)域，其對企業(yè)的資源配置也有重要影響，而資源配置的變化會直接影響企業(yè)的全要素生產(chǎn)率。因此，還需要進一步從資源配置視角進行相關(guān)研究。此外，本文僅從區(qū)域?qū)用孢M行了異質(zhì)性分析，而且對其原因未能深入探究，機制分析也只探討了3條路徑。因而，今后還可以對人口老齡化影響企業(yè)全要素生產(chǎn)率的異質(zhì)性進行更為細致深入的分析（比如企業(yè)層面、行業(yè)層面、國家層面的異質(zhì)性），并更為系統(tǒng)全面地詮釋其影響機制。

參考文獻：

[1]田雪原，胡偉略，楊永超.日本人口老齡化與經(jīng)濟技術(shù)進步——赴日考察及學(xué)術(shù)交流報告[J].中國人口科學(xué)，1990（6）：59-62.

[2]ASPLUNDR.Theprovisionandeffectsofcompanytraining：Abriefreviewoftheliterature[J].NordicJournalofPoliticalEconomy，2005，31（1）：47-73.

[3]VERHAEGHENP，SALTHOUSETA.Meta-analysesofage-Cognitionrelationsinadulthood：Estimatesoflinearandnonlinearageeffectsandstructuralmodels[J].PsychologicalBulletin，1997，122（3）：231-249.

[4]CHOMIKR，PIGGOTTJ.Demographicandtechnologicalchange：TwomegatrendsshapingthelabourmarketinAsia[R].

[5]ACEMOGLUD，RESTREPOP.Secularstagnation？Theeffectofagingoneconomicgrowthintheageofautomation[J].AmericanEconomicReview：Paper&Proceedings，2017，107（5）：174-179.

[6]IRMENA.Capitalandlabor-savingtechnicalchangeinanagingeconomy[J].InternationalEconomicReview，2017，58（1）：261-285.

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

[8]LINDHT，MALMBERGB.AgestructureeffectsandgrowthintheOECD，1950—1990[J].JournalofPopulationEconomics，1999（12）：431-449.

[9]FEYRERJ.Demographicsandproductivity[J].TheReviewofEconomicsandStatistics，2007，89（1）：100-109.

[10]FEYRERJ.Aggregateevidenceonthelinkbetweenagestructureandproductivity[J].PopulationandDevelopmentReview，2008，34：78-99.

[11]MARKJA.Comparativejobperformancebyage[J].MonthlyLaborReview，1957，80（12）：1467-1471.

[12]HELLERSTEINJK，NEUMARKD，TROSKEKR.Wages，productivity，andworkercharacteristics：Evidencefromplant-levelproductionfunctionsandwageequations[J].JournalofLaborEconomics，1999，17（3）：409-446.

[13]趙昕東，李林.中國勞動力老齡化是否影響全要素生產(chǎn)率？——基于省級面板數(shù)據(jù)的研究[J].武漢大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2016（6）：68-76.

[14]黃乾，李修彪，李競博.人口老齡化對創(chuàng)新的影響：基于中國宏觀與微觀數(shù)據(jù)的實證研究[J].現(xiàn)代經(jīng)濟探討，2018（12）：25-32.

[15]李競博，高瑗.我國人口老齡化對勞動生產(chǎn)率的影響機制研究[J].南開經(jīng)濟研究，2020（3）：61-80.

[16]孫一菡，謝建國，熊永蓮.勞動力老齡化、教育水平與地區(qū)全要素生產(chǎn)率[J].中國經(jīng)濟問題，2017（3）：3-16.

[17]穆懷中，裴凱程.人口老齡化對裝備制造業(yè)全要素生產(chǎn)率的影響——來自中國省級面板數(shù)據(jù)的實證檢驗[J].工業(yè)技術(shù)經(jīng)濟，2020（11）：154-160.

[18]王淑紅，楊志海.農(nóng)業(yè)勞動力老齡化對糧食綠色全要素生產(chǎn)率變動的影響研究[J].農(nóng)業(yè)現(xiàn)代化研究，2020（3）：396-406.

[19]吳勇，林悅.非平衡面板數(shù)據(jù)模型的估計方法及應(yīng)用[J].統(tǒng)計與決策，2013（8）：76-78.

（編輯：黃依潔）