老龄化对高技术产业技术创新的影响研究——基于子行业、企业规模异质性的分析

沈 蕾 郭 岩

（北京工业大学经济与管理学院，北京 100124）

当今世界正处于百年未有之大变局，在新一轮科技革命和产业变革的驱动下，各国都在积极抢占经济与科技的竞争高地。十九大报告指出，“我国经济已由高速增长阶段转向高质量发展阶段”，这要求经济增长动力加快实现由要素驱动向创新驱动的转变。高技术产业作为知识与技术高度密集、附加值高、增长率高的典型产业，在当前阶段对引领中国经济走向高质量发展，提升经济与科技的国际竞争力具有重要的战略意义。

与此同时，中国人口老龄化进程不断加速。根据联合国人口司发布的报告 《世界人口展望 （2019年）》，截至2018年底，中国60岁及以上老年人口规模为2.49亿人，占总人口比重达到17.9%，该比例在2055年前后将达到35%～40%。劳动力是经济和科技活动的主体，严重的老龄化将引起适龄劳动人口数量的减少，必然会对技术创新活动产生重要的影响。在老龄化程度日益加深以及中国经济对技术创新日渐倚重的双重背景下，研究人口老龄化对高技术产业技术创新所产生的影响有着突出的现实意义。

关于老龄化对技术创新的影响，不同学者持有不同观点。多数学者认为人口老龄化对技术创新存在抑制作用。随着年龄的增长，人的肌肉强度、有氧代谢能力、灵活性不断下降［1－3］，这使得人的认知能力逐渐降低，特别是50岁后会加速衰退［4］。对于企业，员工年龄结构的老化将会增加其社保支出，在一定程度上挤占研发费用，为创新带来负担［5］。 此外， Meyer［6］还发现年轻员工数量较多的企业更容易采用新技术，而老龄员工数量较多的企业则正相反。从国家宏观视角来看，人口老龄化会加重全社会的养老负担，挤占科技创新资源，从而对技术创新产生消极影响［7］。Haan和 Prowse［8］、 龚锋和余锦亮［9］、 姚东旻等［10］得出了类似的结论，认为人口老龄化会增加政府财政负担，为缓解财政压力必然会增加对企业的税收，从而减少企业的留存收益，挤占企业的研发支出［11，12］。综上，人口老龄化对技术创新会产生抑制作用。

然而，也有一些学者对此持相反观点。Ang和Madsen［13］认为，老年劳动力具有更加丰富的工作经验，能找到更为有效的工作和组织方式，同时也能够与年轻劳动力拥有的新知识形成优势互补，提升技术创新效率。对于企业，由于高龄员工的工作效率与他们的工资水平相当，企业雇佣高龄员工并不会带来额外的用工成本，不会挤占研发费用［14］。 汪伟和姜振茂［15］进一步指出，年龄结构的老化对于企业是一种动力，会促使企业采取不同的方式提升技术创新水平。从国家宏观视角来看，部分学者认为老龄化通过改变全社会的资本－劳动要素禀赋结构来促进技术创新。老龄化使得劳动力相对于资本和技术的价格上涨，企业为了节省成本会加快使用新技术替代劳动力，这会激励社会整体的技术创新［16］。 Izmirlioglu［17］的研究结果显示，尽管出现了人口年龄结构老化，但技术进步仍可持续，且研发人员的比例表现出稳步上升的趋势。

还有部分学者认为老龄化对技术创新的影响可能具有结构上的差异。Skirbekk［18］指出，不同年龄人群的学习能力和认知能力会受到行业异质性的影响，不能一概而论。如在以微电子元器件为基础的计算机、通讯等制造领域，老年人群对新产品的消费能力较弱，不利于该领域的技术创新［19］。但随着与老年人口相关的技术创新产品涌现，医疗保健、养老服务等行业的技术创新将会因人口老龄化得到激励［20－22］。 豆建春［23］的研究同样表明，人口老龄化对医药开发领域技术创新的不利影响较弱，其效应甚至可能为正，但对ICT（信息与通讯技术）领域的技术创新可能表现出较强的负向效应。

综上，在人口老龄化对技术创新的影响方面相关研究已作出一定量的分析，但仍存在几点不足之处：（1）人口老龄化对不同产业技术创新的影响可能存在异质性，现有研究较少聚焦在某一特定产业上。高技术产业作为国民经济中创新活动最活跃、承载创新资源最多的部门，老龄化对其技术创新的影响值得更为深入的研究；（2）关于人口老龄化对技术创新产生影响的正负性，不同研究存在分歧，这可能是由于人口老龄化对不同行业、不同规模的企业具有不同影响，现有研究对此鲜有系统分析。本文拟将中国高技术产业按照企业所属行业与企业规模进行分类，分别探讨人口老龄化对其产生的不同影响。

老龄化主要通过改变劳动力要素、资本要素和资本－劳动要素禀赋结构对高技术产业技术创新产生影响，如图1所示。

图1 老龄化对高技术产业技术创新的影响机制

劳动力要素。老龄化使得全社会劳动人口减少，影响创新人才供给数量［24，25］；高龄劳动者的身体机能趋向衰弱，一定程度上不利于技术创新活动。特别是对于高技术产业这样的知识密集型产业，年龄结构的老化对其技术创新的阻碍作用尤为严重［26］。同时，老年劳动力具有丰富的工作经验，能够帮助他们找到更有效的工作和组织方式，同时也能够与年轻劳动力拥有的新知识形成优势互补，提升创新效率［13］。因此，老龄化对劳动者质量具有正反两方面的双向影响。

资本要素。人口老龄化会加重全社会的养老负担，养老支出及其他相关社会保障支出快速增长，这将给政府带来一定的财政负担［27］，从而可能对全社会的研发投入产生 “挤出效应”。对于高技术企业也是如此，员工年龄结构的老化将使得企业增加养老金支出，挤占科研费用，不利于技术创新；但人口老龄化将通过改变市场的消费需求结构对高技术产业技术创新产生正向作用。研究表明，居民的边际消费倾向与老龄化程度存在正相关关系［28］，这是因为老龄人口比重的增加将使得医药、医疗设备、智能家居、智能穿戴等与老年人紧密相关的高技术产品消费需求大幅上升［28，29］。老龄消费的增长会带动与老龄产业相关的高技术产业创新发展［30，31］。因此，人口老龄化通过改变资本要素对高技术产业技术创新产生正反两方面的双向影响。

资本－劳动要素禀赋结构。人口老龄化通过改变社会的资本－劳动要素禀赋结构促进高技术产业技术创新［32］。这里所说的要素禀赋结构变化主要有两层含义：（1）人口老龄化使得劳动力供给减少，企业倾向于增加资本要素投入来弥补劳动要素的缺失，通过购买技术装备等方式提升生产效率，从而促进技术创新水平的提高。需要说明的是，根据边际效用递减规律，当其他条件保持不变时，用资本替代劳动力受最优要素替代比值约束，因此资本对劳动力的替代效应是有限的［29］；（2）由人口理论的数量－质量替代原理可知，当人口生育意愿趋于下降而预期寿命得以延长的情形下，教育预期回报的增加会促使人们倾向于多接受教育，形成人力资本效应。因此，人口老龄化会推动社会更加注重人力资本投资［33］，从而促进技术创新。

为探讨人口老龄化对高技术产业技术创新的影响，基于29个省份的面板数据 （考虑到数据的可获得性，青海、西藏及港、澳、台地区除外），本文建立如下双向固定效应回归模型。其中，ln⁃patent为被解释变量，old、old2为主要解释变量，control为控制变量，μ为不可观测的个体效应，γ为时间效应，ε为误差项。

被解释变量。人口老龄化对技术创新的影响主要体现在对其产出的影响［34］，以往研究大多采用研发成果对技术创新进行衡量。因此，本文采用高技术产业有效发明专利数 （lnpatent）作为被解释变量。

主要解释变量。本文采用65岁及以上人口占总人口的比重 （old）作为衡量人口老龄化的指标。研究显示，在宏观层面，人口老龄化对技术创新不仅可能存在线性影响，还可能存在非线性影响［34－36］。为进一步考察人口老龄化对高技术产业的非线性影响，本文还在计量模型中引入人口老龄化的二次项 （old2）。

控制变量。本文分别从工业化率、城镇化水平、引进外资水平、对外贸易水平、基础设施建设水平5个方面设置控制变量 （control）。其中，工业化率反映了该地区的产业结构，用工业增加值占GDP比重进行衡量；城镇化水平用城镇人口占总人口比重度量。一般而言，知识型人才趋向于进入城镇化水平高的地区参与技术创新活动，因此城镇化水平会对技术创新产生一定影响；引进外资水平采用外国直接投资额占GDP比重来度量。该比重越高，表示地区引进外资能力越强；对外贸易水平使用进出口总额占GDP比重衡量。进出口总额占GDP比重越高，表示企业对外经济贸易活动强度越大。引进外资水平与对外贸易水平这两个变量反映了地区的对外开放水平，对外开放水平越高，当地科技企业越容易获得新设备和新知识［37］，这在一定程度上会促进高技术企业的创新能力；基础设施建设水平使用人均拥有公路里程表示。

数据来源。中国高技术产业有效发明专利数据来自历年的 《中国高技术产业统计年鉴》，与计算人口老龄化相关的指标数据来自历年的 《中国统计年鉴》，控制变量数据均来自于国家统计局官方网站和历年各省统计年鉴。本文研究区间为2000～2018年，探讨了19年间人口老龄化对中国高技术产业全产业及分行业技术创新的影响。但由于 《中国高技术产业统计年鉴》2009年之前缺失按企业规模分类下有效发明专利的数据，故将人口老龄化与不同规模企业技术创新的关系研究区间定为2009～2018年。

数据处理。（1）对有效发明专利数据取自然对数做平滑处理；（2）为了减少内生性问题可能带来的影响，本文使用的主要解释变量和控制变量数据均为滞后1期的数据；（3）为了规避一些极端值对研究结果的影响，本文对所有连续变量进行1%缩尾处理。具体的变量说明如表1所示。

表1 被解释变量、主要解释变量与控制变量说明

图2展示了各省份人口老龄化的逐年变化情况，各省份人口老龄化呈现出不同的动态变化趋势。广东、海南、宁夏、青海、山西、西藏、新疆、云南等省份65岁老年人口占比持续低于10%，保持较低水平。其中，除新疆外，其他省份近年呈现出微弱的上升趋势。重庆、四川、吉林、内蒙古、上海等省市65岁老年人口比重近年来直逼15%，这些地区已进入深度人口老龄化阶段①。其他省市的人口老龄化水平呈现出波动上升的变化特征。

图2 各省份人口老龄化变化趋势

表2展示了中国高技术产业有效发明专利的描述性统计结果，这里按照行业和规模进行分类统计②。

表2 中国高技术产业有效发明专利描述性统计结果

由表2可看出，中国高技术产业全产业有效发明专利在研究区间内的平均值为3845件。从分行业情况来看，电子制造业的有效发明专利平均值最高，为3206件，医药制造业、计算机制造业、医疗仪器制造业3个行业有效发明专利平均值相差不大，航空制造业的有效发明专利平均值最低 （161件）。从分企业规模情况来看，大型企业的有效发明专利平均值最高，为4694件，小型企业次之 （1333件）。

本文以全国29个省、市、自治区高技术产业为样本，实证分析人口老龄化对高技术产业技术创新的影响。为保证结果的稳健性，本文对双向固定效应模型是否匹配各个回归模型数据进行验证：（1）通过F检验判断应采用混合回归模型或是固定效应模型，并对地区虚拟变量进行F检验来判断是否存在个体效应；（2）通过LM检验判断应采用混合回归模型或是随机效应模型； （3）通过Hausman检验对固定效应模型和随机效应模型进行判定。针对下文各个回归模型，本文依照以上步骤逐一进行了分析，结果表明各回归模型采取双向固定效应模型是稳健的。

对高技术产业整体进行分析，将各解释变量逐次有选择地引入模型，得到模型 （1）～（6）。

表3 全产业回归结果

续 表

表3所示为全产业回归结果。可以看到，对于模型 （1）～（6），老龄化一次项系数均为负，二次项系数均为正，各模型在5%水平下显着。这表明人口老龄化与高技术产业技术创新之间呈显着U型关系，即高技术产业技术创新水平一开始随人口老龄化程度的加深而逐渐下降，到达某个拐点后，创新水平便随着人口老龄化程度的继续加深而逐渐上升。将所有解释变量纳入模型后得到模型 （6），在模型 （6）中人口老龄化一次项、二次项系数分别是－0.483和0.023，由此可以计算出拐点为10.5%③。这表明，当65岁老年人口比重低于10.5%时，人口老龄化对高技术产业技术创新起到抑制作用，而当该比重高于10.5%时，人口老龄化对高技术产业技术创新开始产生积极影响。2017年中国65岁老年人口比重为10.35%，2018年该比重增加至10.92%，由此可知，在2018年前后，人口老龄化可能已经开始推动高技术产业技术创新发展。

对于控制变量，城镇化率、对外开放程度、工业化率系数都为正，在多个模型中均在不同水平上显着。这说明，城镇化水平、对外开放程度和工业化率的提高有利于高技术产业技术创新发展。引进外资水平始终在1%水平上负显着，表明外商直接投资并不会带来高技术产业技术创新的进步。这可能是因为，尽管FDI能够通过示范效应、竞争效应以及人员流动和产业关联效应促进技术创新，但同时也会挤占国内企业市场份额，减少其收益，挤出国内企业研发支出，从而对国内技术创新产生消极影响［38］。除此之外，基础设施建设水平与有效发明专利之间呈现10%水平上的负相关性。

4.2.1 不同子行业回归分析

表4为人口老龄化对高技术产业5个子行业技术创新影响的回归结果，分别对应模型 （1）～（5）。

表4 分行业回归结果

续 表

由表4可以看出，人口老龄化对高技术产业不同行业技术创新的影响存在差异。人口老龄化与医药制造业、医疗仪器制造业、计算机制造业技术创新在不同水平下显着相关，且均为一次项为负，二次项为正，而与电子制造业、航空制造业的技术创新没有显着相关关系。医药制造业、医疗仪器制造业都是与老龄人口紧密相关的产业，人口老龄化在初期阶段可能会对其技术创新水平产生一定的不利影响，但随着老龄人口数量的持续不断增加， “银发经济”蓬勃兴起，与老龄人口紧密相关的产业技术创新水平可能因此而得到提高。数据显示，65岁以上老年人的年均医疗支出是青壮年 （25～44岁） 的3倍［39］。当越来越多的 “空巢”老人难以得到子女照料，以高科技养老产品为支撑的智慧养老方式成为老龄人群的新型选择。老年人口比重的增加催生出一系列专供老年人消费的高技术产品和服务，这会促进一些与老年人口相关的高技术产业创新发展。而对于与老龄人口没有明显相关关系的高技术产业，如航空制造业，人口老龄化对其技术创新水平则可能不会有显着影响。

4.2.2 不同规模的企业回归分析

表5为人口老龄化对高技术产业大、中、小型不同规模企业技术创新影响的回归结果，分别对应模型 （1）～（3）。

表5 分规模回归结果

由表5可知，人口老龄化对不同规模高技术企业技术创新的影响存在差异。人口老龄化显着影响大型企业技术创新，且一次项系数为负，二次项系数为正，对中、小型企业的技术创新没有显着影响。这可能是因为，大型企业发展时间较长、体制成熟，人员流动性相对于中小型企业较低，随着企业的发展，老龄员工比重会相对较高，员工老龄化问题较早显现，技术创新活动也就更容易受到老龄化的影响。数据显示，在员工数量超过1万人的大型企业中，50岁以上员工比例明显高于其它规模的企业［40］。在老龄化初期，大型企业的技术创新可能会受到一定程度的不利影响，但大型企业往往具有更加丰富的创新人才与企业家精神［41］，随着老龄化程度的进一步加深，大型企业的人力资本效应相较于中小型企业会更加突显，使得人口老龄化对大型企业技术创新的影响从负向转为正向。

为了考察回归结果的稳健性，这里进一步采用老年抚养比 （65岁及以上人口与15～64岁人口的比重）表征人口老龄化，被解释变量和控制变量不变，进行回归分析，结果如表6所示。可以看出，在全产业回归结果中，人口老龄化一次项系数为负，二次项系数为正，均在10%水平上具有显着性，表明高技术产业全产业技术创新与人口老龄化之间呈显着U型关系的结论具有稳健性。在分行业稳健性检验中，人口老龄化对医药制造业、计算机制造业、医疗仪器制造业的技术创新具有显着影响，且均为一次项系数为负，二次项系数为正，对其他两类高技术产业技术创新没有显着影响，与前文结论保持一致。在分企业规模稳健性检验中，人口老龄化对大型企业技术创新具有显着影响，一次项系数为负，二次项系数为正，对中、小型企业的技术创新没有显着影响，与前文结论一致。综上，稳健性检验的回归结果与正式回归结果基本一致，本文所得结论具有稳健性。

表6 稳健性检验结果

从高技术产业整体来看，人口老龄化对其技术创新的影响呈显着正U型变化。分行业来看，人口老龄化对医药制造业、计算机制造业和医疗仪器制造业的技术创新具有显着正U型影响，对其他两类子行业影响不显着。分企业规模来看，人口老龄化对大型企业的技术创新具有显着的正U型影响，对中、小型企业影响不显着。

人口老龄化对高技术产业技术创新的影响机制可能是复杂的，正向和负向的影响路径也可能是同时存在的。从当前的研究结果可知，在老龄化前期，高技术产业技术创新受到的负向影响更为突出，但随着老龄化程度的加深，正向影响将可能会得到更多的体现。为了更好地规避人口老龄化对高技术产业技术创新产生的负面影响，有效发挥特定行业、特定规模企业在人口老龄化环境下的创新优势，未来的政策设计应沿着以下方向进行：（1）在宏观层面进一步释放人口红利，逐步打破人口流动壁垒，推动形成创新人才聚集；（2）紧抓 “银发经济”机遇，加快推动与老龄人口密切相关的高技术产业创新发展；（3）集中力量培育一批大型龙头高技术企业，重点聚焦在创新药、医疗器械、人工智能产品等方面有重大突破和发展潜力的企业。

注释：

①根据1956年联合国 《人口老龄化及其社会经济后果》确定的划分标准，1个国家或地区65岁老年人占总人口的14%以上，即视为该地区进入深度人口老龄化阶段。

②本文根据 《2017年国民经济行业分类 （GB／T 4754—2017）》将中国高技术产业分为医药制造业、航空、航天器及设备制造业 （下文简称 “航空制造业”）、电子及通信设备制造业 （下文简称 “电子制造业”）、计算机及办公设备制造业 （下文简称 “计算机制造业”）、医疗仪器设备及仪器仪表制造业 （下文简称 “医疗仪器制造业”）五大行业，从企业规模角度将高技术企业分为大型、中型以及小型企业。

③根据 “dY／d（old）＝ 0”， 即 “d（0．023old2－0．483old）／d（old）＝0”可求得拐点。