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

趙昕東李林

采用我國1990-2010年省級面板數(shù)據(jù)，筆者通過實(shí)證研究發(fā)現(xiàn)，勞動力年齡結(jié)構(gòu)對全要素生產(chǎn)率的影響表現(xiàn)為倒“U”形，且40-49歲勞動力對全要素生產(chǎn)率的貢獻(xiàn)最大。當(dāng)前50-59歲勞動力占總勞動力比重較低，勞動力老齡化對全要素生產(chǎn)率的影響尚不顯著。但是2020年后特別是2040年，50-59歲勞動力比例保持在較高水平，老齡化對全要素生產(chǎn)率的抑制作用將趨于顯著。

勞動力年齡結(jié)構(gòu)； 老齡化； 全要素生產(chǎn)率； DEA-Malmquist方法

一、 引　言

全要素生產(chǎn)率(Total Factor Productivity，TFP)的持續(xù)增長是提高人均收入水平，實(shí)現(xiàn)中國夢的根本。全要素生產(chǎn)率是除去勞動和資本等所有有形生產(chǎn)要素以外的純技術(shù)進(jìn)步的生產(chǎn)率，是分析經(jīng)濟(jì)增長源泉的重要工具。經(jīng)濟(jì)增長從規(guī)模角度表現(xiàn)為產(chǎn)出總量的增加，而從質(zhì)量角度表現(xiàn)為全要素生產(chǎn)率的提高，全要素生產(chǎn)率的提高才是經(jīng)濟(jì)長期持續(xù)增長的根本。在經(jīng)歷改革開放和市場經(jīng)濟(jì)體制確立帶來的經(jīng)濟(jì)快速增長之后，近幾年中國經(jīng)濟(jì)增長有所放緩，進(jìn)入經(jīng)濟(jì)發(fā)展新常態(tài)，經(jīng)濟(jì)由高速增長轉(zhuǎn)向中高速增長。世界銀行經(jīng)濟(jì)學(xué)家Louis(2009)認(rèn)為這些年推動中國經(jīng)濟(jì)增長的因素已經(jīng)發(fā)生了改變，全要素生產(chǎn)率對勞動生產(chǎn)率的貢獻(xiàn)持續(xù)降低，而勞動生產(chǎn)率越來越依賴于物質(zhì)資本的投入。而單純依靠物質(zhì)資本的投入作為經(jīng)濟(jì)增長源泉，顯然是不可持續(xù)的，提高全要素生產(chǎn)率才是保持勞動生產(chǎn)率持續(xù)提高的根本途徑。

決定全要素生產(chǎn)率變化的主要因素之一是勞動力年齡結(jié)構(gòu)。勞動力老齡化從兩個(gè)方面對全要素生產(chǎn)率造成影響。一方面，勞動力老齡化抑制全要素生產(chǎn)率的增長。首先，從生理機(jī)能上來講，老年勞動力相對中青年勞動在體力和精力上會相差很多，特別在勞動密集型產(chǎn)業(yè)中，老年勞動力的全要素生產(chǎn)率會大打折扣。而且從健康醫(yī)療角度來講，老年勞動力身體狀況不佳的概率會相對較大，這也會影響工作效率。其次，在全球化和信息化的浪潮下，在經(jīng)濟(jì)結(jié)構(gòu)不斷調(diào)整的發(fā)展階段，新興產(chǎn)業(yè)不斷涌現(xiàn)，傳統(tǒng)產(chǎn)業(yè)逐漸衰退消失，勞動力的職業(yè)變換日益頻繁，而老齡勞動力無論在身體素質(zhì)、接受新知識和新技術(shù)的能力上，還是在拼搏精神和創(chuàng)新意愿上，都要比青年勞動力低得多，對新產(chǎn)業(yè)、新崗位的適應(yīng)能力也要低得多。尤其在國際競爭日趨激烈、科技進(jìn)步突飛猛進(jìn)的背景下，年輕勞動力缺乏，對于一個(gè)國家的制度創(chuàng)新、技術(shù)創(chuàng)新，風(fēng)險(xiǎn)投資和高新技術(shù)產(chǎn)業(yè)的發(fā)展，都將起到負(fù)面影響。第三，從認(rèn)知和學(xué)習(xí)能力來講，隨著年齡增長，勞動力學(xué)習(xí)新知識與獲取新技能的能力會逐漸下降，也會導(dǎo)致老年勞動力全要素生產(chǎn)率降低。另一方面，勞動力老齡化促進(jìn)全要素生產(chǎn)率增長。隨著工作年限的增長，勞動力在不斷地積累工作經(jīng)驗(yàn)，通過“干中學(xué)”來提高工作效率。老年勞動力在工作中積累了豐富的經(jīng)驗(yàn)，由于技術(shù)發(fā)明和工藝革新很多都是長期實(shí)踐經(jīng)驗(yàn)的升華，所以老年勞動力可能會促進(jìn)全要素生產(chǎn)率的提高。此外，老年勞動力的存在提高了年輕勞動力經(jīng)驗(yàn)積累的速度，提高了年輕勞動力的全要素生產(chǎn)率，存在“看中學(xué)”外溢效應(yīng)。

當(dāng)前，我國正經(jīng)歷人口年齡結(jié)構(gòu)持續(xù)而深刻的變化，變化的程度和速度已全面超越世界其他各國。根據(jù)國家統(tǒng)計(jì)局公布數(shù)據(jù)，從1990年到2014年，我國65歲及以上人口的比例從5.5%上升到10.1%。按照聯(lián)合國的標(biāo)準(zhǔn)(65歲以上人口超過7%)，我國已正式成為老齡化國家。根據(jù)世界銀行對我國人口年齡結(jié)構(gòu)的預(yù)測，到2050年65歲及以上人口數(shù)量將達(dá)到超過4億，而總?cè)丝跀?shù)約為13億，老年人口占比將超過30%，將處于一種深度老齡化狀態(tài)。在21世紀(jì)上半葉，勞動力數(shù)量將大幅度減少，且老年勞動力比重將大幅度上升，將對我國經(jīng)濟(jì)造成巨大沖擊。

隨著我國人口老齡化進(jìn)程的加劇，老齡化對全要素生產(chǎn)率的影響究竟如何？是抑制還是促進(jìn)？對此需要認(rèn)真研究。解決以上問題，有助于深入了解人口老齡化問題對我國經(jīng)濟(jì)的影響，判斷未來經(jīng)濟(jì)增長潛力的變化趨勢，為制定科學(xué)合理的人口政策提供理論依據(jù)。

二、 文獻(xiàn)綜述

由于提高全要素生產(chǎn)率是提高勞動生產(chǎn)率的關(guān)鍵所在。國外學(xué)者從宏觀和微觀兩個(gè)角度研究勞動力年齡結(jié)構(gòu)對全要素生產(chǎn)率或者勞動生產(chǎn)率的影響。

從宏觀角度，國外學(xué)者大多認(rèn)為勞動力年齡對全要素生產(chǎn)率或者勞動生產(chǎn)率影響表現(xiàn)為倒“U”形。Lindh對索羅模型進(jìn)行了拓展，在模型中加入人力資本變量，使用OECD國家1950-1990年的面板數(shù)據(jù)，實(shí)證分析了人口年齡結(jié)構(gòu)對勞動生產(chǎn)率的影響，結(jié)果表明人口年齡結(jié)構(gòu)對勞動生產(chǎn)率影響表現(xiàn)為倒“U”形關(guān)系(Lindh,1999:431-499)。具體地，15-29歲年齡組人口對勞動生產(chǎn)率的影響為負(fù)向的，30-49歲年齡組勞動力增加有利于促進(jìn)勞動生產(chǎn)率的增長，而50-64歲年齡組勞動力對勞動生產(chǎn)率的貢獻(xiàn)最大，65歲以上人口對勞動生產(chǎn)率的影響為負(fù)。Lindh認(rèn)為在工作中不斷積累的工作經(jīng)驗(yàn)以及生產(chǎn)技能的提高使50-64歲勞動力擁有相對其它年齡階段更多的人力資本存量，從而其勞動生產(chǎn)率會相對較高。Feyrer對同時(shí)期OECD國家的勞動力年齡結(jié)構(gòu)對全要素生產(chǎn)率的影響進(jìn)行了實(shí)證研究，發(fā)現(xiàn)勞動力年齡結(jié)構(gòu)對全要素生產(chǎn)率有著顯著的影響，40-49歲勞動力對全要素生產(chǎn)率的貢獻(xiàn)最大(Feyrer，2007：100-109)。針對美國的情況，他認(rèn)為嬰兒潮時(shí)期出生的人口在1990年代對全要素生產(chǎn)率的貢獻(xiàn)最大，可以解釋美國在1970年代全要素生產(chǎn)率的下降以及1990年代全要素生產(chǎn)率的上升。雖然Feyrer在文中提到人口年齡結(jié)構(gòu)變化可能會改變技術(shù)進(jìn)步速度從而對全要素生產(chǎn)率產(chǎn)生作用，但Feyrer并沒有解釋40-49歲勞動力提高全要素生產(chǎn)率的機(jī)制。Feyrer比較美國不同年齡組人口持有專利量以及管理層的年齡分布情況，解釋了為何中年勞動力對全要素生產(chǎn)率的貢獻(xiàn)最大(Feyrer,2008:78-79)。另外，也有少部分國外研究學(xué)者(Romer，1987:163-202；Skans，2008:787-790)采用國家間宏觀截面數(shù)據(jù)，研究發(fā)現(xiàn)在勞動力年齡和全要素生產(chǎn)率或者勞動生產(chǎn)率之間存在較強(qiáng)的正向相關(guān)性，表現(xiàn)在德國、美國、瑞典勞動人口平均年齡較高國家的全要素生產(chǎn)率或者勞動生產(chǎn)率也較高。

從微觀角度，國外學(xué)者大多認(rèn)為勞動力年齡結(jié)構(gòu)對全要素生產(chǎn)率或者勞動生產(chǎn)率的影響因產(chǎn)業(yè)結(jié)構(gòu)和勞動力性別等方面的不同而不同。Mark(1957)通過比較不同年齡不同職業(yè)勞動者的生產(chǎn)效率，得出了辦公室工作人員的生產(chǎn)效率在年齡較高時(shí)依然穩(wěn)定，而產(chǎn)業(yè)工人的生產(chǎn)效率在55歲達(dá)到頂峰之后就會出現(xiàn)下降。Stephan使用不同學(xué)科領(lǐng)域研究者數(shù)據(jù)，發(fā)現(xiàn)物理、地理、哲學(xué)和生物化學(xué)等領(lǐng)域的學(xué)者發(fā)表學(xué)術(shù)論文數(shù)量是與年齡負(fù)相關(guān)的(Stephan,1988:31-80)。同樣的，對經(jīng)濟(jì)學(xué)領(lǐng)域?qū)W者的研究，Oster發(fā)現(xiàn)年老的學(xué)者發(fā)表在頂尖學(xué)術(shù)期刊的數(shù)量要少于年輕的學(xué)者(Oster,1998:154-156)。Crepon(2002)使用法國制造業(yè)和非制造業(yè)77868個(gè)企業(yè)和超過300萬個(gè)勞動者樣本數(shù)據(jù)，檢驗(yàn)得出法國25-34歲勞動者的勞動生產(chǎn)率最高，而后逐漸下降，在50歲以后勞動生產(chǎn)率最低。Ilmakunnas使用芬蘭制造業(yè)企業(yè)和勞動者的匹配數(shù)據(jù)對勞動者的個(gè)人特質(zhì)對勞動生產(chǎn)率的影響進(jìn)行了檢驗(yàn)，他們發(fā)現(xiàn)勞動者受教育程度、工作經(jīng)驗(yàn)(工齡)等因素對企業(yè)的勞動生產(chǎn)率具有重要的影響，特別是40歲左右的勞動者對企業(yè)的勞動生產(chǎn)率貢獻(xiàn)最大(Ilmakunnas,2004:249-276)。Andersson(2002)等使用瑞典1985-1996年制造業(yè)的企業(yè)微觀數(shù)據(jù)，研究發(fā)現(xiàn)30-49歲勞動者對勞動生產(chǎn)率的貢獻(xiàn)最大，并且勞動者年齡結(jié)構(gòu)對企業(yè)的勞動生產(chǎn)率的影響取決于勞動者的受教育程度，教育程度為小學(xué)和中學(xué)的50歲以上勞動者具有較低的勞動生產(chǎn)率，而受過高等教育的老年勞動者依然具有較高的勞動生產(chǎn)率。不同于使用一國的企業(yè)行業(yè)數(shù)據(jù)，Hatiwanger(1999:94-98)使用1984-1997年馬里蘭州所有注冊企業(yè)的信息研究了勞動者年齡結(jié)構(gòu)、人力資本和企業(yè)規(guī)模等因素對勞動生產(chǎn)率的影響，發(fā)現(xiàn)55歲以上勞動者具有更低的勞動生產(chǎn)率。Vandenberghe和Waltenberg(2012:111-136)采用比利時(shí)單個(gè)企業(yè)的面板數(shù)據(jù)，通過生產(chǎn)函數(shù)研究發(fā)現(xiàn)50-65歲勞動者對勞動生產(chǎn)率的負(fù)向作用不能被較低的勞動成本所補(bǔ)償，且勞動力所占份額提高10%使得勞動生產(chǎn)率減少2%-2.7%，與勞動成本的差距減少1.3%-2.8%。Vandenberghe采用1998-2006年家樂福的平衡面板數(shù)據(jù)，進(jìn)一步研究發(fā)現(xiàn)50-65歲女性勞動者對企業(yè)總利潤的負(fù)向作用顯著，而50-65歲男性勞動者對企業(yè)總利潤的負(fù)向作用不顯著(Vandenberghe,2013:30-46)。Ariu和Vandenberghe(2014)采用1998-2006年比利時(shí)企業(yè)數(shù)據(jù)，基于Hellerstein-Neumark分析框架研究發(fā)現(xiàn)老年勞動者對全要素生產(chǎn)率的影響為負(fù)，但女性和教育程度較高的老年勞動力對全要素生產(chǎn)率不存在負(fù)向影響。

國內(nèi)學(xué)者大多研究勞動力年齡結(jié)構(gòu)對養(yǎng)老金和勞動力供給的影響，研究如何影響全要素生產(chǎn)率的文獻(xiàn)非常少，僅有幾篇文獻(xiàn)有所涉及。楊貝貝(楊貝貝,2015:39-45)以勞動力人均GDP作為勞動生產(chǎn)率指標(biāo)，使用我國19個(gè)省份2000-2010年面板數(shù)據(jù)實(shí)證研究勞動力年齡結(jié)構(gòu)對勞動生產(chǎn)率的影響，發(fā)現(xiàn)勞動力老齡化會顯著抑制勞動生產(chǎn)率，而從地區(qū)層面的分析發(fā)現(xiàn)，沿海地區(qū)勞動力老齡化對勞動生產(chǎn)率的抑制效應(yīng)更顯著。

總覽國內(nèi)外文獻(xiàn)，國外文獻(xiàn)的研究對象大多是西方發(fā)達(dá)國家，特別是OECD國家。而發(fā)達(dá)國家人均資本積累已達(dá)到很高水平，勞動對經(jīng)濟(jì)的貢獻(xiàn)相對降低。由此發(fā)達(dá)國家勞動力年齡結(jié)構(gòu)對全要素生產(chǎn)率的負(fù)向作用可能不如我國的嚴(yán)重。而且，發(fā)達(dá)國家人口增長率是在經(jīng)濟(jì)社會發(fā)展到一定程度后逐漸出現(xiàn)和發(fā)展的，過程比較緩慢，而我國實(shí)行計(jì)劃生育政策導(dǎo)致人口增長率快速下降，老齡化進(jìn)程遠(yuǎn)遠(yuǎn)快于西方。所以國外文獻(xiàn)的研究結(jié)論不一定適用我國現(xiàn)實(shí)，也不能解決我國實(shí)際經(jīng)濟(jì)問題。因此，有必要針對我國具體情況實(shí)證研究勞動力年齡結(jié)構(gòu)對全要素生產(chǎn)率的影響，力求彌補(bǔ)國內(nèi)在該領(lǐng)域研究的不足。

三、 全要素生產(chǎn)率的測算

本文的核心任務(wù)是研究勞動力年齡結(jié)構(gòu)對全要素生產(chǎn)率的影響，因此，準(zhǔn)確地測度全要素生產(chǎn)率自然而然地成為關(guān)鍵環(huán)節(jié)。筆者使用近些年發(fā)展起來的以數(shù)據(jù)包絡(luò)分析法(Data Envelopment Analysis，DEA)為基礎(chǔ)的非參數(shù)估計(jì)方法——DEA-Malmquist指數(shù)方法。

相比其它全要素生產(chǎn)率測算方法，DEA-Malmquist指數(shù)方法不需要指定生產(chǎn)函數(shù)的形式，也不需要對市場競爭情況以及無效率項(xiàng)的分布做出相應(yīng)假設(shè)，因而能夠有效地避免因模型設(shè)定的隨意性而導(dǎo)致的測算偏差，進(jìn)而可以得到較為穩(wěn)健的測算結(jié)果。此外，Malmquist 指數(shù)還能夠?qū)⑷厣a(chǎn)率分解為技術(shù)進(jìn)步和效率改進(jìn)兩個(gè)部分。因此該指數(shù)可以度量一個(gè)國家(地區(qū))或一個(gè)企業(yè)由于技術(shù)進(jìn)步和效率提高所導(dǎo)致的生產(chǎn)率增長。

(1)

(2)

上述兩個(gè)Malmquist指數(shù)的幾何平均值就是Malmquist全要素生產(chǎn)率指數(shù)：

(3)

Fare(1994)將Malmquist指數(shù)作如下變換，得到全要素生產(chǎn)率指數(shù)：

(4)

TC表示技術(shù)改進(jìn)，TEC代表綜合效率改進(jìn)，CRS表示在規(guī)模報(bào)酬不變的前提下。因此該式說明，全要生產(chǎn)率的變動可以分別為兩部分：一是技術(shù)改進(jìn)，二是效率改進(jìn)。

在使用DEA-Malmquist方法進(jìn)行全要素生產(chǎn)率測算時(shí)需要投入與產(chǎn)出數(shù)據(jù)，筆者選擇地區(qū)資本存量和勞動力數(shù)量作為投入，地區(qū)生產(chǎn)總值作為產(chǎn)出。勞動力投入為各個(gè)省(自治區(qū)和直轄市)年末從業(yè)人員總數(shù)，而地區(qū)資本存量沒有現(xiàn)成的統(tǒng)計(jì)數(shù)據(jù)，需要進(jìn)行估算。對于資本存量的估計(jì)，目前使用最普遍的是Goldsmith于1951年提出的“永續(xù)盤存法”。張軍(2004:35-44)對資本存量的估計(jì)得到了絕大多數(shù)學(xué)者的認(rèn)可和借鑒，筆者也參考該方法對各個(gè)省(自治區(qū)和直轄市)的資本存量進(jìn)行估算。具體地，要估算資本存量需要確定四個(gè)變量：(1)歷年投資數(shù)量，筆者選擇各個(gè)省(自治區(qū)和直轄市)歷年資本形成總額作為投資流量。(2)固定資產(chǎn)投資價(jià)格指數(shù)，將投資流量折算為不變價(jià)格計(jì)值，主要使用各個(gè)省(自治區(qū)和直轄市)固定資產(chǎn)投資價(jià)格指數(shù)。1995年以前缺少地區(qū)固定資產(chǎn)投資價(jià)格指數(shù)，可依據(jù)張軍(2004)方法進(jìn)行估算。(3)基期資本存量，筆者選擇1978年為基期，基期資本存量采用張軍(2004)提供的數(shù)據(jù)。(4)資本折舊率，假定建筑和設(shè)備的平均使用壽命分別為40年和20年，以及其他固定資產(chǎn)的平均使用年限為25年，因而三者的年折舊率分別為6.9%、14.9%和12.1%，再以各類資本投資比例為權(quán)重(建筑安裝工程為63%，設(shè)備工器具購置為29%，其他費(fèi)用為8%)進(jìn)行加權(quán)，計(jì)算得到各個(gè)省(自治區(qū)和直轄市)的資本年折舊率為9.6%。附錄1列出了以1978年為基期的代表年份的省級資本存量估計(jì)結(jié)果。

筆者采用的全國內(nèi)地29個(gè)省(自治區(qū)和直轄市)*為了保證數(shù)據(jù)統(tǒng)計(jì)口徑的一致性，本文在數(shù)據(jù)處理上將四川和重慶地區(qū)進(jìn)行了合并。另外，西藏地區(qū)由于統(tǒng)計(jì)數(shù)據(jù)不全而不納入考慮。的地區(qū)生產(chǎn)總值、年末從業(yè)人數(shù)樣本數(shù)據(jù)以及計(jì)算資本存量的原始數(shù)據(jù)均來源于《中國國內(nèi)生產(chǎn)總值核算歷史資料(1952-1995)》、《新中國六十年統(tǒng)計(jì)資料匯編》和歷年《中國統(tǒng)計(jì)年鑒》。全要素生產(chǎn)率增長及分解的測算使用DEAP2.1軟件完成。

四、 勞動力年齡結(jié)構(gòu)及全要素生產(chǎn)率增長和分解

(一) 計(jì)量模型設(shè)定

根據(jù)Feyrer(2007)的研究觀點(diǎn)，勞動力年齡結(jié)構(gòu)會對全要素生產(chǎn)率產(chǎn)生影響，從而影響經(jīng)濟(jì)增長。因此，假定影響全要素生產(chǎn)率的勞動力參數(shù)結(jié)構(gòu)為

(5)

其中，LS為各個(gè)年齡組勞動力占總勞動力的比重。若全要素生產(chǎn)率A與Λ的關(guān)系為A=φΛ，代入上式即可得到經(jīng)驗(yàn)計(jì)量模型的原型為

(6)

為了實(shí)證研究勞動力年齡結(jié)構(gòu)對全要素生產(chǎn)率的影響，根據(jù)上式，本文構(gòu)建的經(jīng)驗(yàn)計(jì)量模型為

(7)

其中，TFP為全要素生產(chǎn)率，WS為各個(gè)年齡組勞動力數(shù)量占總勞動力比重，X為控制變量，μi為個(gè)體非觀測效應(yīng)，νit為隨機(jī)擾動項(xiàng)，α、β為待估計(jì)參數(shù)，下標(biāo)i、t代表省份和時(shí)期。我們在模型中加入的控制變量有：(1)人力資本。毫無疑問，人力資本是技術(shù)進(jìn)步的源泉，對全要素生產(chǎn)率有著巨大的影響。全要素生產(chǎn)率主要衡量技術(shù)進(jìn)步、生產(chǎn)創(chuàng)新、制度改革和組織創(chuàng)新對經(jīng)濟(jì)增長的貢獻(xiàn)，而這些都跟人力資本是分不開的。(2)產(chǎn)業(yè)結(jié)構(gòu)。不同產(chǎn)業(yè)由于生產(chǎn)技術(shù)、管理水平等方面存在巨大差異，各產(chǎn)業(yè)有不同的全要素生產(chǎn)率，因此產(chǎn)業(yè)結(jié)構(gòu)也是影響全要素生產(chǎn)率的一個(gè)重要因素。(3)對外開放。對外開放程度也是全要素生產(chǎn)率的一大影響因素，一方面外商直接投資會帶來先進(jìn)的技術(shù)和管理理念，而技術(shù)的溢出效應(yīng)也會提高國內(nèi)企業(yè)的技術(shù)與管理水平，另一方面外資進(jìn)入的同時(shí)，國內(nèi)企業(yè)“走出去”參與到國際市場，市場優(yōu)勝劣汰法則會迫使這些企業(yè)學(xué)習(xí)先進(jìn)的生產(chǎn)技術(shù)和管理思想，力求在國際市場上占有一席之地。(4)城鎮(zhèn)化。在城鎮(zhèn)化進(jìn)程中，生產(chǎn)資源進(jìn)一步集聚，人力資本積累效應(yīng)逐步顯現(xiàn)，基于知識集聚效應(yīng)的外溢性和“看中學(xué)”效應(yīng)，都能成為促進(jìn)全要素生產(chǎn)率提高的因素。(5)政府干預(yù)。政府在當(dāng)?shù)亟?jīng)濟(jì)中扮演“援助之手”還是“攫取之手”對經(jīng)濟(jì)發(fā)展起著重大影響。

鑒于以上分析，在模型中筆者主要加入人力資本、產(chǎn)業(yè)結(jié)構(gòu)、對外開放、政府干預(yù)和城鎮(zhèn)化變量作為控制變量。

(二) 變量選擇及數(shù)據(jù)來源

模型的核心解釋變量WS為勞動力年齡結(jié)構(gòu)，定義為各個(gè)年齡組勞動力數(shù)量占總勞動力比重。本章把20-59歲人口作為勞動力，并將勞動力按年齡分為四組，分別為20-29歲、30-39歲、40-49歲和50-59歲年齡組勞動力，記為W20_29、W30_39、W40_49和W50_59。其中，1990年、2000年和2010年數(shù)據(jù)由對應(yīng)年份全國人口普查資料直接通過計(jì)算獲得，而1995年和2005年數(shù)據(jù)亦可以采取對應(yīng)年份全國1%人口抽樣調(diào)查資料對其進(jìn)行估算，余下年份因?yàn)闆]有統(tǒng)計(jì)數(shù)據(jù)，根據(jù)前后年份各個(gè)年齡組勞動力比重?cái)?shù)據(jù)使用插值方法計(jì)算所得。

人力資本通常包括教育和健康兩個(gè)組成部分，考慮到勞動力平均健康水平在短期內(nèi)不會發(fā)生很大的變化以及數(shù)據(jù)上的可行性，因此筆者把教育水平作為衡量人力資本的核心指標(biāo)。具體地，采用勞動力平均受教育年限為各代表年份人均教育水平，按照小學(xué)6年、初中9年、高中12年和大專及以上16年進(jìn)行計(jì)算，即Hum=6L1+9L2+12L3+16L4，其中Li(i=1，2，3，4)分別表示小學(xué)、初中、高中、大專及以上受教育程度人數(shù)占勞動力人口的比重，根據(jù)歷年《中國統(tǒng)計(jì)年鑒》中按教育程度分人口統(tǒng)計(jì)數(shù)據(jù)計(jì)算可得。文中的產(chǎn)業(yè)結(jié)構(gòu)包含兩個(gè)變量：第二產(chǎn)業(yè)比重(SR)和第三產(chǎn)業(yè)比重(TR)，分別為各個(gè)省(自治區(qū)和直轄市)第二、三產(chǎn)業(yè)增加值占國民生產(chǎn)總值比重。對外開放(Open)和政府干預(yù)(Gov)變量分別為進(jìn)出口總額和財(cái)政支出占國內(nèi)生產(chǎn)總值比重，城鎮(zhèn)化(Urb)指標(biāo)則為各個(gè)省(自治區(qū)和直轄市)城鎮(zhèn)人口占總?cè)丝诒戎?數(shù)據(jù)來源于《全國人口普查資料匯編》(1990年、2000年和2010年)、《全國人口1%抽樣調(diào)查資料》(1995年和2005年)、《中國國內(nèi)生產(chǎn)總值核算歷史資料(1952-1995)》、《新中國六十年統(tǒng)計(jì)資料匯編》、《1990年以來中國常用數(shù)據(jù)集》和歷年《中國統(tǒng)計(jì)年鑒》，時(shí)間跨度為1988-2010年。。

(三) 實(shí)證研究

為了盡量減弱模型的弱內(nèi)生性偏誤，本文采用雙向固定效應(yīng)模型(Two-WayFixedEffectModel)。表1和表2報(bào)告了勞動力年齡結(jié)構(gòu)影響全要素生產(chǎn)率及技術(shù)進(jìn)步和效率改進(jìn)的回歸結(jié)果。其中W20_29、W30_39和W50_59三個(gè)變量以W40_49為參照，也就是說，如果上述三個(gè)變量的參數(shù)估計(jì)結(jié)果為負(fù)，說明上述三個(gè)變量對全要素生產(chǎn)率的貢獻(xiàn)小于W40_49。理論上講，勞動力年齡結(jié)構(gòu)對全要素生率的影響可能會存在內(nèi)生性問題，原因包括：(1)各年齡階段勞動力數(shù)量與勞動參與率密切相關(guān)，而勞動參與率與經(jīng)濟(jì)狀況密切相關(guān)；(2)勞動力轉(zhuǎn)移也會產(chǎn)生內(nèi)生性問題，勞動力偏向于從勞動生產(chǎn)率低的區(qū)域向勞動生產(chǎn)率高的區(qū)域轉(zhuǎn)移?；谝陨峡紤]，需要尋求合適的工具變量以解決內(nèi)生性問題，降低估計(jì)偏誤，從而得到更穩(wěn)健的估計(jì)結(jié)果。關(guān)于模型工具變量的選擇，查閱國外相關(guān)研究文獻(xiàn)，有兩種選擇工具變量選取方法。Feyrer(2007)選擇了各個(gè)年齡組勞動力人口占總?cè)丝诘谋戎刈鳛閯趧恿δ挲g結(jié)構(gòu)的工具變量，而Jaimovich(2009)使用各年齡階段人口出生率作為勞動力年齡結(jié)構(gòu)的工具變量。由于各年齡階段出生率數(shù)據(jù)無法獲取，本文使用各個(gè)年齡階段勞動力人口占總?cè)丝诒戎刈鳛楣ぞ咦兞?。?列出了勞動力年齡結(jié)構(gòu)影響全要素生產(chǎn)率的工具變量法回歸結(jié)果。

從表1和表2可以看出，在模型中逐步加入控制變量后勞動力年齡結(jié)構(gòu)影響全要素生產(chǎn)率的回歸結(jié)果幾乎未發(fā)生變化，在加入控制變量后僅有50-59歲年齡組對技術(shù)改進(jìn)和效率改進(jìn)的影響不顯著。表3中的工具變量法回歸結(jié)果與表1和表2中的回歸結(jié)果基本一致。因此，勞動力年齡結(jié)構(gòu)影響全要素生產(chǎn)率的回歸結(jié)果是穩(wěn)健的。

圖1　全要素生產(chǎn)率增長和分解隨勞動力年齡變動示意圖

研究結(jié)果表明相對于40-49歲勞動力，其它年齡組勞動力對全要素生產(chǎn)率的回歸系數(shù)均為負(fù)，說明40-49歲年齡組勞動力對全要素生產(chǎn)率增長和分解的影響最大。且50-59歲勞動力對全要素生產(chǎn)率的促進(jìn)效應(yīng)僅低于40-49歲勞動力，但高于20-29歲和30-39歲勞動力。其中，30-39歲勞動力對全要素生產(chǎn)率的促進(jìn)效應(yīng)高于20-29歲勞動力。因此，勞動力年齡結(jié)構(gòu)對全要素生產(chǎn)率的影響表現(xiàn)為倒“U”形，與Feyrer(2007)的研究結(jié)果一致?？梢?，由此老齡勞動力經(jīng)驗(yàn)的積累能夠彌補(bǔ)體能和創(chuàng)新能力等方面的損失(如圖1所示)。

表1　勞動力年齡結(jié)構(gòu)影響全要素生產(chǎn)率的回歸結(jié)果

注：表中方括號內(nèi)數(shù)值為異方差穩(wěn)健t統(tǒng)計(jì)量；***、**和*分別表示回歸結(jié)果在1%、5%和10%的置信水平下顯著。

表2　勞動力年齡結(jié)構(gòu)影響技術(shù)改進(jìn)和效率改進(jìn)的回歸結(jié)果

注：表中方括號內(nèi)數(shù)值為異方差穩(wěn)健t統(tǒng)計(jì)量；***、**和*分別表示回歸結(jié)果在1%、5%和10%的置信水平下顯著。

表3　勞動力年齡結(jié)構(gòu)影響全要素生產(chǎn)率及技術(shù)改進(jìn)和效率改進(jìn)的工具變量法回歸結(jié)果

注：表中方括號內(nèi)數(shù)值為異方差穩(wěn)健t統(tǒng)計(jì)量；***、**和*分別表示回歸結(jié)果在1%、5%和10%的置信水平下顯著。

根據(jù)2010年第六次人口普查數(shù)據(jù)，0-9歲、10-19歲、20-29歲、30-39歲、40-49歲和50-59歲年齡組人口所占比重分別為10.99%、13.11%、17.14%、16.15%、17.28%和12.01%。假設(shè)勞動力的年齡結(jié)構(gòu)與人口年齡結(jié)構(gòu)相同。表4是2010、2020、2030和2040年不同年齡段人口比例的演變情況。從表中可以看到，當(dāng)前50-59歲勞動力占總勞動力比重較低，勞動力年齡結(jié)構(gòu)對全要素生產(chǎn)率增長和分解的抑制效應(yīng)不顯著。2020年，50-59歲勞動力數(shù)量將超過40-49歲勞動力數(shù)量，人口和勞動力老齡化對全要素生產(chǎn)率的負(fù)面影響開始顯露。2040年，50-59歲勞動力數(shù)量將遠(yuǎn)遠(yuǎn)超過其他年齡段勞動力數(shù)量，人口和勞動力老齡化的負(fù)面影響將變得相當(dāng)嚴(yán)重。

下面再看控制變量的影響。在其他條件不變情況下，人力資本的積累會顯著促進(jìn)全要素生產(chǎn)率增長。一方面，人力資本的積累會直接促進(jìn)全要素生產(chǎn)率增長；另一方面，人力資本的積累有利于產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和轉(zhuǎn)型，進(jìn)而間接促進(jìn)全要素生產(chǎn)率增長。對外開放能夠加強(qiáng)與外界的交流，學(xué)習(xí)外國生產(chǎn)技術(shù)，引進(jìn)外國先進(jìn)設(shè)備，有利于全要素生產(chǎn)率的提高。城鎮(zhèn)化進(jìn)程的加快會顯著提高技術(shù)進(jìn)步，而政府干預(yù)會顯著抑制效率改進(jìn)。第三產(chǎn)業(yè)比重的提高會顯著促進(jìn)全要素生產(chǎn)率增長，但第二產(chǎn)業(yè)比重的提高會抑制全要素生產(chǎn)率，這可能是由于我國第二產(chǎn)業(yè)生產(chǎn)結(jié)構(gòu)不夠合理，表現(xiàn)為低水平下的結(jié)構(gòu)性和地區(qū)性生產(chǎn)過剩，又表現(xiàn)為企業(yè)生產(chǎn)的高消耗和高成本。由此勞動力年齡結(jié)構(gòu)對全要素生產(chǎn)率增長和分解的影響在第二產(chǎn)業(yè)和第三產(chǎn)業(yè)之間存在較大差異。

表4　不同年齡段人口比例演變情況

五、 結(jié)論與政策建議

研究發(fā)現(xiàn)：2020年，50-59歲勞動力數(shù)量將超過40-49歲勞動力數(shù)量，人口和勞動力老齡化對全要素生產(chǎn)率的負(fù)面影響開始顯露。2040年，50-59歲勞動力數(shù)量將遠(yuǎn)遠(yuǎn)超過其他年齡段勞動力數(shù)量，人口和勞動力老齡化的負(fù)面影響將變得相當(dāng)嚴(yán)重。面對人口老齡化和勞動力在未來幾十年迅速減少，延遲退休不失為一種應(yīng)對方案。我國是目前世界上退休年齡最早的國家，平均退休年齡不到55歲。而大多數(shù)發(fā)達(dá)國家的法定退休年齡是65歲，這些國家還鼓勵(lì)人們到了法定退休年齡時(shí)繼續(xù)留在崗位上。因此我國延遲退休尚有較大政策空間。

人力資本的積累會顯著促進(jìn)全要素生產(chǎn)率增長和分解。面對未來勞動力老齡化和數(shù)量銳減，提高勞動力質(zhì)量，大力發(fā)展教育事業(yè)，加強(qiáng)人力資本積累，能夠減弱或者消除勞動力老齡化和數(shù)量減少對我國經(jīng)濟(jì)增長和勞動生產(chǎn)率帶來的沖擊。尤其要強(qiáng)化繼續(xù)教育，從終身學(xué)習(xí)的角度改進(jìn)繼續(xù)教育體系?？紤]到成年勞動者工作繁忙和家庭負(fù)擔(dān)較重的實(shí)際，繼續(xù)教育體系應(yīng)當(dāng)模塊化、彈性化、周期化，提高勞動者接受繼續(xù)教育的可行性與積極性。企業(yè)應(yīng)根據(jù)工作需要加大對員工的知識技能培訓(xùn)，鼓勵(lì)員工在職期間進(jìn)行各種形式的非正式學(xué)習(xí)。

勞動力年齡結(jié)構(gòu)對全要素生產(chǎn)率的影響受到產(chǎn)業(yè)結(jié)構(gòu)的影響。第三產(chǎn)業(yè)比重的提高會顯著促進(jìn)全要素生產(chǎn)率，第二產(chǎn)業(yè)比重的提高會抑制全要素生產(chǎn)率增長。因此，我國可以嘗試以產(chǎn)業(yè)轉(zhuǎn)型應(yīng)對人口老齡化，大力發(fā)展第三產(chǎn)業(yè)，特別是高端服務(wù)業(yè)。通過鼓勵(lì)創(chuàng)新，進(jìn)一步發(fā)掘市場機(jī)制的作用，促進(jìn)生產(chǎn)要素在產(chǎn)業(yè)間合理流動，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，積極化解人口老齡化帶來的經(jīng)濟(jì)沖擊。

[1]楊貝貝、劉懿(2015).我國勞動力老齡化對勞動生產(chǎn)率的影響研究．經(jīng)濟(jì)數(shù)學(xué)，2.

[2]張軍、吳桂英、張吉鵬(2004).中國省級物質(zhì)資本存量估算：1952-2000．經(jīng)濟(jì)研究， 10.

[3]AnderssonB,HolmlundB,LindhT(2002).Labour Productivity,Age and Education in Swedish Mining and Manufacturing 1985-1996.UnpublishedPaper.Uppsala,Sweden.

[4]AriuA.,VandenbergheV(2014).AssessingtheRoleofAgeing,FeminisingandBetter-EducatedWorkforcesonGrowth.Journal of Computational & Theoretical Nanoscience,2014.

[5]CreponB,DeniauN,Perez-DuarteS(2003).Wages,Productivity and Worker Characteristics:A French Perspective.INSEE.

[6]FeyrerJ(2007).DemographicsandProductivity.The Review of Economics and Statistics,89(1).

[7]FeyrerJ(2008).AggregateEvidenceontheLinkBetweenAgeStructureandProductivity.Population and Development Review,34.

[8]HaltiwangerJC,LaneJI,SpletzerJR(1999).ProductivityDifferencesAcrossEmployers:TheRolesofEmployerSize,Age,andHumanCapital.The American Economic Review,89(2).

[9]HellersteinJ.K.,NeumarkD(2004).Production Function and Wage Equation Estimation with Heterogeneous Labor:Evidence from a New Matched Employer-Employee Data Set.SocialScienceElectronicPublishing.

[10]IlmakunnasP,MalirantaM,VainiomakiJ(2004).TheRolesofEmployerandEmployeeCharacteristicsforPlantProductivity.Journal of Productivity Analysis,21(3).

[11]LindhT,MalmbergB(1999).AgeStructureEffectsandGrowthintheOECD,1950-1990.Journal of Population Economics,12(3).

[12]LouisKuijs(2009).Chinathrough2020:AMacroeconomicScenario.WorldBankChinaResearchWorkingPaper,9.

[13]MarkJA(1957).Comparative Job Performance by Age.USDepartmentofLabour,BureauofLabourStatistics.

[14]OsterSM,HamermeshDS(1998).AgingandProductivityAmongEconomists.Review of Economics and Statistics,80(1).

[15]RomerPM(1987).CrazyExplanationsfortheProductivitySlowdown.NBER Macroeconomics Annual,2.

[16]SkansON(2008).HowdoestheAgeStructureAffectRegionalProductivity?.Applied Economics Letters,15(10).

[17]StephanPE,LevinSG(1988).Measures of Scientific Output and the Age-Productivity Relationship.Handbookofquantitativestudiesofscienceandtechnology.

[18]VandenbergheV.,WaltenbergF.,RigoM(2012).AgeingandEmployability:EvidenceFromBelgianFirm-LevelData.Journal of Productivity Analysis,40(1).

[19]VandenbergheV(2013).AreFirmsWillingtoEmployaGreyingandFeminizingWorkforce?.Labour Economics,22(2).

■責(zé)任編輯：劉金波

◆

DoesChina’sLaborForceAgingAffectTotalFactorProductivity?:ResearchBasedonProvincialPanelData

Zhao Xindong

(HuaqiaoUniversity)

Li Lin

(HuaqiaoUniversity)

Theempiricalstudyshowsthattheinfluenceoflaboragestructureontotalfactorproductivityisinverted“U”shape,andthecontributionof40-49yearsoldlabortototalfactorproductivityisthelargest.Atpresent,thelaborforceof50-59yearsoldislowerthanthatofthetotallaborforce,andtheeffectsofagingontotalfactorproductivityisnotsignificant.Butafter2020,especiallyinthe2040s,theproportionof50-59yearoldlaborwillremainatahighlevel,theinhibitionofagingtothetotalfactorproductivitywillbequiteserious.

laborageseructure;aging;totalfactorproductivity;Dea-matmquistmethod

10.14086/j.cnki.wujss.2016.06.007

國家自然科學(xué)基金面上項(xiàng)目(71573093)

■作者地址：趙昕東，華僑大學(xué)統(tǒng)計(jì)學(xué)院；福建 廈門 361021。Email:zhao@hqu.edu.cn。

李林，華僑大學(xué)數(shù)量經(jīng)濟(jì)研究中心。