袁璽葳

（南通大學(xué) 經(jīng)濟(jì)與管理學(xué)院,江蘇 南通 226000）

一、引言

隨著經(jīng)濟(jì)和社會的發(fā)展,人口出生率和死亡率下降,中國人口結(jié)構(gòu)發(fā)生了顯著的變化,老年人口數(shù)增速逐漸加快,老年人在總?cè)丝谥姓急仍絹碓酱蟆Ｈ丝谀挲g結(jié)構(gòu)是一個動態(tài)演變的過程,不斷加劇的人口老齡化在一定時間后,不但會導(dǎo)致勞動力人口的比重下降,而且勞動力人口的平均年齡也呈現(xiàn)老齡化趨勢。根據(jù)全國人口普查和1%人口抽樣調(diào)查統(tǒng)計資料,我國15～59 歲勞動力比重在2010年達(dá)到峰值69.6%,此后逐年回落,至2015 年勞動力人口占比67.3%;同時,2000—2015 年間,勞動力平均年齡已從34 歲上升到37 歲。

隨著中國“人口紅利”的逐漸消失,創(chuàng)新的驅(qū)動作用日益凸顯,經(jīng)濟(jì)增長對技術(shù)創(chuàng)新的倚重加強(qiáng)。但是,勞動人口年齡的變化是否會影響技術(shù)創(chuàng)新水平呢? 由于勞動年齡人口數(shù)量變化的影響比較直觀,相關(guān)研究主要落在年齡結(jié)構(gòu)與創(chuàng)新的關(guān)系上。目前學(xué)者們對于不同年齡階段的勞動力對創(chuàng)新的貢獻(xiàn)程度仍存在爭議。一些學(xué)者認(rèn)為,高齡員工具有的人力資本特點使其創(chuàng)新能力難以適應(yīng)新工作和新領(lǐng)域,創(chuàng)新需要的是年輕勞動力。Prskawetz 等（2006）[1]和Fent 等（2008）[2]研究了歐盟國家同時期的新技術(shù)采用情況,發(fā)現(xiàn)15～29 歲的人口越多,國家越傾向于采用前沿技術(shù)。康建英（2010）[3]的研究進(jìn)一步佐證了這個觀點,認(rèn)為老年勞動力對技術(shù)的吸納能力和追趕能力不足,不利于技術(shù)創(chuàng)新。另一部分學(xué)者認(rèn)為,年齡的增長會讓員工積累更多工作經(jīng)驗,提升自身能力,一定范圍內(nèi)有助于創(chuàng)新水平的提高。比如趙昕東和李林（2016）[4]的研究發(fā)現(xiàn),40～49 歲勞動力對全要素生產(chǎn)率的貢獻(xiàn)率最大,50～59 歲勞動力比例的持續(xù)升高會導(dǎo)致老齡化對全要素生產(chǎn)率產(chǎn)生抑制作用。B?nte 等（2009）[5]對德國人口結(jié)構(gòu)和企業(yè)類型的研究綜合了上述觀點,他們發(fā)現(xiàn)高科技企業(yè)的創(chuàng)立和所在地區(qū)的年齡結(jié)構(gòu)高度相關(guān),20 歲左右及40～50 歲的人口比例越大,該區(qū)域新成立的高科技企業(yè)數(shù)量越多,說明創(chuàng)新既需要年輕人前沿的知識和新思想,也需要中年人豐富的工作經(jīng)驗。

另外還有學(xué)者直接從老齡化的角度討論年齡對創(chuàng)新的影響,采用老年撫養(yǎng)比以及65 歲以上人口占總?cè)丝诒戎氐戎笜?biāo)來衡量社會人口老齡化程度,探究其對創(chuàng)新的作用,也得出了不同的結(jié)論。一些學(xué)者認(rèn)為老齡化抑制了創(chuàng)新水平,如姚東旻等（2017）[6]、金昊和趙青霞（2019）[7]。也有一些學(xué)者持積極態(tài)度,如王笳旭等（2017）[8]以及呂翠翠（2019）[9]發(fā)現(xiàn)老齡化能夠通過技術(shù)創(chuàng)新抵消對經(jīng)濟(jì)增長的不利影響。高越（2017）[10]、黃乾等（2018）[11]的研究結(jié)論與上述兩種觀點又有所區(qū)別,他們的研究認(rèn)為老齡化與創(chuàng)新之間存在“駝峰型”關(guān)系。

據(jù)上所述,當(dāng)前針對年齡與創(chuàng)新關(guān)系的相關(guān)議題研究還比較少,一些文獻(xiàn)直接從老齡化角度來討論這個問題,在針對性上有所欠缺。因為老齡化問題包括社會人口老齡化、勞動力老齡化和老年人口高齡化三個方面,勞動力老齡化和社會人口老齡化在直接原因、老齡化程度、因果關(guān)系等方面都有較大區(qū)別。勞動力要素是社會生產(chǎn)的基本要素,勞動年齡人口老化會更直接地作用在區(qū)域創(chuàng)新和經(jīng)濟(jì)增長上。雖然也有少數(shù)文獻(xiàn)直接從勞動力年齡結(jié)構(gòu)角度展開研究,卻得出相悖的結(jié)論。其原因可能與相關(guān)研究大多采用國家級、省級的宏觀數(shù)據(jù),研究不夠細(xì)分有關(guān)。據(jù)此,本文做了進(jìn)一步改進(jìn),利用主要年份238 個城市的面板數(shù)據(jù)進(jìn)行研究,樣本更大且更加細(xì)分,以期為勞動年齡人口與創(chuàng)新的相關(guān)研究做一些補(bǔ)充。

二、勞動力年齡影響技術(shù)創(chuàng)新的理論機(jī)制

綜合文獻(xiàn)和資料,人口年齡影響技術(shù)創(chuàng)新的路徑主要有兩條。

第一條,人口年齡變動通過改變資本-勞動要素稟賦結(jié)構(gòu)來影響技術(shù)創(chuàng)新。人口老齡的增長會減少市場上的勞動力供給,提高勞動力成本。此時企業(yè)傾向于加大資本在要素投入中的比重,加快技術(shù)創(chuàng)新,以彌補(bǔ)勞動力成本對利潤的擠壓,比如用工業(yè)機(jī)器人替代勞動力來提高勞動生產(chǎn)率等。許多發(fā)達(dá)國家的經(jīng)驗證明了這種倒逼機(jī)制,即勞動力市場的相對稀缺,促使技術(shù)的創(chuàng)新速度更快。

第二條路徑,人口年齡的變動改變?nèi)肆Y本存量從而影響技術(shù)創(chuàng)新。勞動者的體力、知識和技能是人力資本存量的主要測算內(nèi)容,一方面,人的體力會隨著生命周期的變化呈現(xiàn)“弱→強(qiáng)→弱”的變化過程;另一方面,人的知識和技能也會經(jīng)歷“投資形成→投入使用→淘汰”的過程。因此人力資本存量表現(xiàn)出隨年齡增長,先增后降的特點,也被稱為“人力資本存量的生命周期”（向志強(qiáng),2003）[12]。

據(jù)此,人口老齡化會對人力資本造成影響也可以分為兩個方面。一方面,教育程度的提高有利于人力資本存量的增加。教育投資增加,受教育程度提高乃至經(jīng)驗技能的增加會促使人力資本結(jié)構(gòu)趨于高級化、人力資本存量增加,從而推動技術(shù)創(chuàng)新水平和效率的提升（劉智勇等,2018[13];張治棟和吳迪,2019[14]）。但是另一方面,年齡增長導(dǎo)致的學(xué)習(xí)效率和意愿降低、知識流失、體力下降等又會造成人力資本的折舊和衰減,抑制技術(shù)創(chuàng)新。因此,人口年齡的變化究竟對技術(shù)創(chuàng)新有何種影響,取決于以上兩種力量的合力。

三、勞動力年齡影響技術(shù)創(chuàng)新的實證檢驗

（一）模型構(gòu)建

根據(jù)上文的推理,本文考慮勞動力年齡與創(chuàng)新的非線性關(guān)系,構(gòu)建如下基本計量分析模型:（ageit）2為勞動力年齡的平方項,Xit為其他控制變

其中,patentit創(chuàng)新水平,ageit為勞動力年齡,量。復(fù)合擾動項由（ui+εit） 兩部分構(gòu)成,不可觀測的隨機(jī)變量ui是代表個體異質(zhì)性的截距項,εit為隨個體與時間而改變的擾動項。

（二）變量選取

1.勞動力年齡指標(biāo)。勞動年齡界限劃分標(biāo)準(zhǔn)有兩種,一種是 15～64 歲,另一種是 15～59 歲,考慮到數(shù)據(jù)獲取情況,這里應(yīng)用后者。文章選取2000年、2005 年、2010 年、2015 年全國238 個城市的平均勞動力年齡作為核心解釋變量來衡量勞動力年齡（age）。

2.技術(shù)創(chuàng)新水平指標(biāo)。雖然衡量技術(shù)創(chuàng)新水平的指標(biāo)眾多,常用的例如專利授權(quán)數(shù)、全要素生產(chǎn)率（TFP）等,也不乏創(chuàng)新性的指標(biāo),例如動態(tài)因子分析方法測算的技術(shù)創(chuàng)新綜合能力指數(shù)（汪偉和姜振茂,2017）[15]、以研發(fā)資本存量為創(chuàng)新投入變量測算的技術(shù)創(chuàng)新效率（董登珍等,2018）[16],但是由于專利在表征區(qū)域創(chuàng)新時具有一定的優(yōu)勢:專利包含了大量關(guān)于技術(shù)、發(fā)明及發(fā)明者的信息;專利數(shù)據(jù)較容易獲取;各地區(qū)專利申請、審查、授權(quán)的制度法規(guī)在一國范圍內(nèi)基本一致,使得不同區(qū)域的專利數(shù)據(jù)具有可比性,因此這里選擇各市年末專利授權(quán)數(shù)作為衡量被解釋變量技術(shù)創(chuàng)新水平的標(biāo)準(zhǔn)（patent）。

3.控制變量指標(biāo)。在影響創(chuàng)新水平的其他因素中,文章選擇以下控制變量:受教育程度,經(jīng)濟(jì)發(fā)展水平,以及產(chǎn)業(yè)結(jié)構(gòu)。其中,控制受教育程度是因為人力資本理論提出教育是影響人力資本的主要因素,而人力資本會對創(chuàng)新水平產(chǎn)生影響。受教育程度可以分為未上過學(xué)、小學(xué)、初中、高中（包括中職）、?？?、本科、研究生,分別代表受教育年限0、6、9、12、15、16、19 年,由此計算得到各市平均受教育年限（edu）來代表受教育水平?？刂平?jīng)濟(jì)發(fā)展水平是因為一個地區(qū)的經(jīng)濟(jì)發(fā)展水平是技術(shù)創(chuàng)新的基礎(chǔ),技術(shù)創(chuàng)新水平受到各地區(qū)經(jīng)濟(jì)發(fā)展水平差異的影響,文獻(xiàn)中多用（人均）國內(nèi)生產(chǎn)總值、（人均）國內(nèi)生產(chǎn)總值增長率來作為經(jīng)濟(jì)發(fā)展水平的代理指標(biāo)。本文選擇各市GDP 總值（gdp）作為反映各地區(qū)經(jīng)濟(jì)發(fā)展水平的指標(biāo)。產(chǎn)業(yè)結(jié)構(gòu)也對創(chuàng)新水平具有顯著影響（郁培麗和劉銳,2011[17]）,特別是第二、第三產(chǎn)業(yè)的升級能有效帶動我國自主創(chuàng)新（李偉慶和聶獻(xiàn)忠,2015[18]）,因此下文用第二產(chǎn)業(yè)生產(chǎn)總值所占比重（si_gdp）和第三產(chǎn)業(yè)生產(chǎn)總值所占比重（ti_gdp）來反映我國目前產(chǎn)業(yè)結(jié)構(gòu)情況。

（三）數(shù)據(jù)來源

本文實證研究使用2000 年、2005 年、2010 年、2015 年,中國大陸地區(qū)城市面板數(shù)據(jù)。由于數(shù)據(jù)缺失或無法獲得,沒有將西藏自治區(qū)、新疆維吾爾自治區(qū)、吉林省、湖北省、云南省共計5 個省域自治區(qū)納入研究。經(jīng)過整合和篩選,共收集到238 個城市的數(shù)據(jù),城市級別包含地級市、副省級市和直轄市。其中,勞動力年齡和受教育程度數(shù)據(jù)來源于全國第五、第六次人口普查,2005 年、2015 年1%人口抽樣調(diào)查各地區(qū)資料,以及各省市統(tǒng)計局;各市年末專利授權(quán)數(shù)、各市GDP 總值、各產(chǎn)業(yè)生產(chǎn)總值數(shù)據(jù)均來源于各省市統(tǒng)計年鑒、各省市科技統(tǒng)計年鑒、wind 數(shù)據(jù)庫、國泰安數(shù)據(jù)庫等。

四、實證結(jié)果與分析

（一）數(shù)據(jù)描述與分析

變量的描述性統(tǒng)計如表1 所示。全國四年的平均專利授權(quán)數(shù)為2 322.57 件,東部地區(qū)平均專利授權(quán)數(shù)為4 442.92 件,西部地區(qū)為1 120.41 件,中部地區(qū)為755.44 件,說明東部地區(qū)城市的創(chuàng)新水平高于中西部地區(qū)。專利可以分為發(fā)明專利、實用新型專利和外觀設(shè)計專利三種,整體來看,全國實用新專利授權(quán)數(shù)最多,發(fā)明專利授權(quán)數(shù)最少。

表1 變量的描述性統(tǒng)計

238 個城市勞動力平均年齡為36.38 歲,其中東部地區(qū)平均年齡（age_d）為36.29 歲,西部地區(qū)平均年齡（age_x）為36.16 歲,中部地區(qū)平均年齡（age_z）最高,為36.32 歲。根據(jù)圖1 中顯示的東西中部地區(qū)勞動力平均年齡隨時間的變化,可以發(fā)現(xiàn)2000 年東部地區(qū)勞動力平均年齡最高,但增速緩慢,很快就被中西部地區(qū)超越。中西部地區(qū)勞動力年齡保持在較高的水平,2010 年后,西部勞動力老齡化程度加深。這一現(xiàn)象出現(xiàn)的原因可能是東部沿海的發(fā)展使得越來越多的年輕人從西部省份遷出,到東部省份安家落戶,致使西部省份老齡人口所占的比例升高。

圖1 東西中地區(qū)勞動力平均年齡變化趨勢

2000 年、2005 年、2010 年、2015 年全國勞動力各年齡段人口占比如圖2 所示。橫向來看,青壯年勞動力是全國勞動力的主力軍,年齡在25～45 之間的勞動力人口占比最大,15～20 歲以及50 歲以上勞動力占比較少,在13%以下。受政策和社會環(huán)境等影響,曲線起伏較大,總體來看從2005 年開始雙峰型形狀愈發(fā)明顯。從時間角度縱向來看,曲線形狀基本不變,呈現(xiàn)向右平移的趨勢。在全國勞動力人口中占比最大的年齡人口在2000 年為30～34歲群體,到2005 年變?yōu)?5～40 歲群體,從2010—2015 年25 歲以下的年輕勞動力占比明顯下降,45歲以上勞動力占比顯著上升,勞動力年齡趨于老化。

圖2 全國勞動力年齡結(jié)構(gòu)

（二）回歸結(jié)果與分析

1.基本回歸結(jié)果

由于橫截面維度數(shù)據(jù)（n=238）遠(yuǎn)多于時間維度（T=4）,且各時期不連續(xù),因此本文選擇短面板模型。首先假設(shè)不存在個體效應(yīng),進(jìn)行混合OLS 回歸。為了對比添加控制變量前后的差異,下文同時展示這兩者的結(jié)果。使用聚類穩(wěn)健標(biāo)準(zhǔn)誤,得出回歸結(jié)果如表2 第（1）列、第（2）列所示,第（1）列為不添加控制變量的結(jié)果,第（2）列為添加了控制變量的結(jié)果。由結(jié)果可知,在不添加控制變量的情況下,結(jié)果與前文分析不符;增加了控制變量后,勞動力年齡一次項系數(shù)為負(fù),二次項系數(shù)也為負(fù),但都不顯著。

由于每個市情況不同,可能存在不隨時間而變的遺漏變量,因此考慮使用固定效應(yīng)模型（FE）。固定效應(yīng)的檢驗結(jié)果如表2 第（3）列、第（4）列所示。在未考慮控制變量和考慮控制變量兩種情況下,勞動力年齡一次項系數(shù)均為正,二次項系數(shù)均為負(fù),且都顯著。由第（4）列輸出F 檢驗p＜0.0001,強(qiáng)烈拒絕原假設(shè)“H0:all ui=0”,即混合回歸不可接受,FE明顯由于混合回歸。由于未使用聚類穩(wěn)健標(biāo)準(zhǔn)誤,進(jìn)一步通過LSDV 法來考察,發(fā)現(xiàn)大多數(shù)個體虛擬變量均顯著（p＜0.1）,故拒絕“所有個體虛擬變量都為0”的原假設(shè),認(rèn)為存在個體效應(yīng),不應(yīng)使用混合回歸。

以上結(jié)果確認(rèn)了個體效應(yīng)的存在,但個體效應(yīng)仍可能以隨機(jī)效應(yīng)（RE）的形式存在,因此再次進(jìn)行隨機(jī)效應(yīng)檢驗。Breusch and Pagan 提供了一個檢驗個體效應(yīng)的LM 檢驗（LM test for individualspecific effects）,其原假設(shè)為“H0:0”,備擇假設(shè)為“H1:≠0”。隨機(jī)效應(yīng)檢測結(jié)果如表2 第（5）列、第（6）列所示,勞動力年齡一次項系數(shù)為正,二次項系數(shù)為負(fù),添加控制變量后,結(jié)果不顯著。再使用LM 檢驗得到p值為0.000 2,因此拒絕原假設(shè),即“隨機(jī)效應(yīng)”優(yōu)于“混合回歸”。

2.豪斯曼檢驗

在固定效應(yīng)和隨機(jī)效應(yīng)模型的選擇上,檢驗原假設(shè)“H0:ui與xit,zi不相關(guān)”,即隨機(jī)效應(yīng)模型為正確模型。進(jìn)行豪斯曼檢驗（Hausman -test）,結(jié)果如表2 最后一行所示。由于p＜0.0001,故強(qiáng)烈拒絕原假設(shè),隨機(jī)效應(yīng)模型RE 不一致,認(rèn)為應(yīng)該使用固定效應(yīng)模型,而非隨機(jī)效應(yīng)模型。

綜上所述,固定效應(yīng)明顯優(yōu)于隨機(jī)效應(yīng)。由表2 第（4）列的固定效應(yīng)回歸結(jié)果顯示,勞動力年齡變量一次項系數(shù)為正,二次方項系數(shù)為負(fù),兩者均通過1%顯著性檢驗,表明勞動力老齡化與創(chuàng)新并不是線性關(guān)系,而是呈現(xiàn)“倒 U 形”,勞動力平均年齡的增長最初對創(chuàng)新具有積極的影響,但達(dá)到一定水平后,勞動力平均年齡的提高將對創(chuàng)新產(chǎn)生負(fù)面影響。在控制變量中,受教育程度對技術(shù)創(chuàng)新有顯著的積極影響。根據(jù)固定效應(yīng)模型的回歸結(jié)果,拐點是 36.631,即當(dāng)平均勞動力年齡低于36.631 歲時,年齡對技術(shù)創(chuàng)新產(chǎn)生積極影響,當(dāng)勞動力平均年齡大于 36.631 歲時,勞動力年齡老齡化將對創(chuàng)新產(chǎn)生造成不利影響。在控制變量中,勞動力受教育水平對技術(shù)創(chuàng)新有顯著的積極影響。

表2 勞動力年齡影響創(chuàng)新的回歸結(jié)果

根據(jù)回歸結(jié)果得出的拐點,可以發(fā)現(xiàn),在2000年,238 個城市中,只有3 個城市勞動力平均年齡超過36.631 歲,2005 年有122 個,2010 年為99 個,至2015 年,此數(shù)量為176 個,全國已有近一半的城市勞動力平均年齡越過拐點,年齡對技術(shù)創(chuàng)新產(chǎn)生不利影響。

3.穩(wěn)健性檢驗

為了考察基本回歸結(jié)果的穩(wěn)健性,本文用各市45～59 歲勞動力人口在勞動力總?cè)丝谥兴急戎兀╝ge_p）代替各市平均勞動力年齡,反映勞動力年齡老齡化程度。人口學(xué)中,一般認(rèn)為45 歲及以上為高齡勞動力,高齡勞動力的比重對于反映勞動力年齡老齡化程度也具有代表性。其他變量保持不變。

分別進(jìn)行OLS,FE,RE 估計,結(jié)果如表3 所示。通過豪斯曼檢驗,可以判斷固定效應(yīng)模型為最佳選擇。第（4）列固定效應(yīng)模型的回歸結(jié)果表明勞動力年齡的一次項回歸系數(shù)都顯著為正,其二次項回歸系數(shù)顯著為負(fù),勞動力年齡與技術(shù)創(chuàng)新存在明顯的倒U 形關(guān)系。當(dāng)45～59 歲勞動力人口占總勞動力人口比重低于30.52%時,年齡對創(chuàng)新起正效應(yīng),超過30.52%時勞動力年齡老齡化將對技術(shù)創(chuàng)新造成負(fù)影響。其他控制變量的回歸結(jié)果與基本回歸結(jié)果類似。根據(jù)基本回歸和穩(wěn)健性檢驗的結(jié)果,可以得出,勞動力年齡對技術(shù)創(chuàng)新的影響是一種“倒U 形”關(guān)系,并且這個結(jié)論是穩(wěn)健的。

表3 穩(wěn)定性檢驗回歸結(jié)果

4.異質(zhì)性檢驗

（1）各地區(qū)異質(zhì)性檢驗。為了進(jìn)一步分析全國不同地區(qū)勞動力年齡對技術(shù)創(chuàng)新的影響,本文在模型設(shè)定和變量選擇保持不變的基礎(chǔ)上,將全國238個城市劃分為東部城市、西部城市、中部城市三個組,分別進(jìn)行回歸。其中,東部包含96 個城市,西部有52 個城市,中部有90 個城市。

結(jié)果如表4 所示。通過對比可以發(fā)現(xiàn),在東西中三個地區(qū)中,只有東部地區(qū)結(jié)果與上文基本回歸一致,勞動力年齡一次項為顯著正,二次項為顯著負(fù),而西部和中部地區(qū)的回歸結(jié)果都未通過90%顯著性檢驗。由此可計算得出,東部地區(qū)平均勞動力年齡對創(chuàng)新的作用拐點為 35.77 歲,而東部地區(qū)96個城市中,有60 個城市的勞動力平均年齡已經(jīng)超過此拐點。因此,勞動力年齡老齡化的加深對東部地區(qū)產(chǎn)生顯著的負(fù)效應(yīng),而對西部和中部地區(qū)的作用不明顯。推測其原因可能是因為經(jīng)濟(jì)發(fā)展程度高的地區(qū)投資更多的資金和資源來提高人力資本,而人力資本積累越高,在年齡老化程度加深時受到的侵蝕也更為嚴(yán)重。

表4 東西中部地區(qū)異質(zhì)性檢驗

（2）各類型創(chuàng)新異質(zhì)性檢驗。創(chuàng)新的形式具有多樣性,不同類型的創(chuàng)新具有不同的特征,而在上文的基本回歸中,并未考慮到這種異質(zhì)性。因此,下面繼續(xù)考察勞動力年齡對不同類型創(chuàng)新的影響。根據(jù)我國《專利法》的規(guī)定,專利的類別有三種:發(fā)明專利、實用新型專利和外觀設(shè)計專利。這三種專利各有側(cè)重:發(fā)明專利側(cè)重于為解決技術(shù)問題提出的具有應(yīng)用可能性的方案或構(gòu)思,實用新型是指針對實體產(chǎn)品的形狀、構(gòu)造等所提出的適于實用的新技術(shù)方案,外觀設(shè)計專利則側(cè)重于保護(hù)美術(shù)思想,注重的是設(shè)計人對產(chǎn)品的外觀作出的同時富于藝術(shù)性和工業(yè)實用性的創(chuàng)造。

三類專利年末授權(quán)數(shù)的描述性統(tǒng)計如表1 所示。本文仍然保持模型設(shè)定和相應(yīng)的變量與上文基本回歸一致,將這三類專利的年末申請授權(quán)數(shù)分別作為因變量,進(jìn)行回歸分析?；貧w結(jié)果如表5 所示。從結(jié)果中可以發(fā)現(xiàn),在固定效應(yīng)模型下,平均勞動力年齡對三種專利授權(quán)量的影響相似,年齡一次項系數(shù)皆顯著為正,二次項系數(shù)顯著為負(fù),與上文結(jié)論相符。同時觀察發(fā)現(xiàn),經(jīng)濟(jì)增長對發(fā)明專利授權(quán)數(shù)和外觀設(shè)計授權(quán)數(shù)影響不顯著,產(chǎn)業(yè)結(jié)構(gòu)對實用新型專利的影響不顯著。

表5 各類型創(chuàng)新的異質(zhì)性檢驗

五、結(jié)論及建議

（一）研究結(jié)論

本文首先梳理了勞動力年齡影響創(chuàng)新的兩條理論機(jī)制,即“勞動力年齡→資本和勞動要素稟賦結(jié)構(gòu)→科技創(chuàng)新”和“勞動力年齡→人力資本→科技創(chuàng)新”。其次利用2000 年、2005 年、2010 年、2015 年全國238 個城市面板數(shù)據(jù),構(gòu)建面板模型,實證研究了勞動力年齡對技術(shù)創(chuàng)新的影響。根據(jù)回歸和檢驗的結(jié)果,得出以下基本結(jié)論:

1.勞動力年齡與創(chuàng)新的關(guān)系是非線性的,而是呈現(xiàn)“倒U 形”。隨著我國平均勞動力年齡的升高,勞動力年齡會給我國技術(shù)創(chuàng)新產(chǎn)生非常明顯的負(fù)面影響。同時,45～59 歲高齡勞動力比重的上升也會抑制技術(shù)創(chuàng)新。

2.我國東西中部地區(qū)勞動力年齡對技術(shù)創(chuàng)新的作用差異明顯。受經(jīng)濟(jì)發(fā)展水平影響,勞動力年齡老齡化的加深對東部地區(qū)的不利影響更加明顯,當(dāng)前東部地區(qū)大部分城市的勞動力老齡化程度已經(jīng)對企業(yè)創(chuàng)新產(chǎn)生負(fù)效應(yīng),而在西部和中部地區(qū),這一影響并不明顯。

3.我國勞動力年齡對發(fā)明、實用新型、外觀設(shè)計三種不同類型的創(chuàng)新影響相似,都呈“倒U 形”,勞動力老齡化的加劇將三種類型的創(chuàng)新水平起抑制作用。

（二）政策建議

隨著老年人口高峰期的到來,我國勞動力將面臨更大的老齡化沖擊,這不僅涉及中國宏觀經(jīng)濟(jì)的持續(xù)發(fā)展問題,也涉及企業(yè)競爭力不斷提高的問題。如何具體有效地改善勞動力供給、提高科技創(chuàng)新能力,本文的研究結(jié)論能夠?qū)φ叩闹贫ㄆ鸬揭欢ǖ膯⑹咀饔谩?/p>

1.提高創(chuàng)新領(lǐng)域的人力資本水平,加強(qiáng)產(chǎn)學(xué)研協(xié)同創(chuàng)新。盡管從人數(shù)上來看我國的勞動力規(guī)模龐大,但人力資本的水平比較低。根據(jù)2010 年中國社會科學(xué)院發(fā)布的中國國家競爭力報告可知,我國人力資本構(gòu)成指數(shù)值只是美國的1/12 和日本的1/10,高等教育指數(shù)值不到歐盟的1/10。而上文研究也表明,教育、經(jīng)驗和技能是提高人力資本水平的關(guān)鍵所在。因此,首先,我國應(yīng)建立多元化的教育和培訓(xùn)體系。除了加大對高等教育的投資,政府也應(yīng)采取相應(yīng)的措施調(diào)動個人、企業(yè)等多方主體開展學(xué)習(xí)培訓(xùn)的積極性,提高在崗勞動者的技能水平和創(chuàng)新能力。其次,應(yīng)積極推動產(chǎn)學(xué)研協(xié)同合作,將企業(yè)、高校、研究機(jī)構(gòu)緊密聯(lián)系起來,提高創(chuàng)新效率。再次,可以以返聘等途徑鼓勵已經(jīng)退休的高級科研人員來擔(dān)任技術(shù)顧問,能夠給科研單位提供專業(yè)的技術(shù)指導(dǎo),從而更好地發(fā)揮老年工作者的“知識溢出”正效應(yīng)。

2.提高科研工作者的勞動效率,優(yōu)化資源配置。由上文研究可知,勞動生產(chǎn)率是影響創(chuàng)新的重要因素。首先,政府應(yīng)該設(shè)立關(guān)于科研工作者的業(yè)績績效和薪酬考核的更加完整的制度,以更好地調(diào)動研發(fā)人員的積極性。其次,應(yīng)優(yōu)化科研領(lǐng)域的組織機(jī)制建設(shè),減少在研發(fā)項目立項、運行以及驗收等方面的摩擦和沖突,提高研發(fā)項目審批效率。最后,在科研領(lǐng)域建立項目評審制度和項目淘汰制度,保證研發(fā)項目的質(zhì)量,優(yōu)化資源配置。

3.促進(jìn)創(chuàng)新要素集聚,建設(shè)城市群創(chuàng)新中心。從中東西地區(qū)間創(chuàng)新水平的差異和各省市創(chuàng)新水平的差異中可以發(fā)現(xiàn),大城市和城市群是主要的創(chuàng)新地。創(chuàng)新人才的集聚是大城市和城市群創(chuàng)新水平高,經(jīng)濟(jì)發(fā)展快的重要原因。一方面,政府應(yīng)加快社會保障、戶籍、教育、就業(yè)等制度改革,減少勞動力流出,并吸引人才流入。另一方面,我們應(yīng)加快城市化進(jìn)程,并逐步形成和擴(kuò)大城市群,進(jìn)一步聚集創(chuàng)新人才。

4.加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,轉(zhuǎn)變經(jīng)濟(jì)增長方式。在老齡化浪潮的沖擊下,勞動力老齡化和“人口紅利”的逐漸消失以及成為既定現(xiàn)實,根據(jù)上文的研究可以發(fā)現(xiàn),第二產(chǎn)業(yè)對創(chuàng)新具有抑制作用,而第三產(chǎn)業(yè)對創(chuàng)新具有積極影響。因此,應(yīng)根據(jù)勞動力年齡結(jié)構(gòu)調(diào)整現(xiàn)有產(chǎn)業(yè)結(jié)構(gòu),減少勞動密集型產(chǎn)業(yè),增加資本和技術(shù)密集型產(chǎn)業(yè);同時,轉(zhuǎn)變經(jīng)濟(jì)增長方式,實現(xiàn)經(jīng)濟(jì)增長主要依靠科技進(jìn)步和技術(shù)創(chuàng)新拉動,提升我國產(chǎn)業(yè)的綜合競爭力。