孫麗萍,周秉柔

(1.曲靖師范學(xué)院 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，云南 曲靖 655011；2.寧波諾丁漢大學(xué)，浙江 寧波 315100)

0 引 言

經(jīng)濟(jì)增長及科技進(jìn)步推動人口結(jié)構(gòu)快速變化,當(dāng)前我國人口結(jié)構(gòu)呈現(xiàn)老齡化和少子化的兩大特征.根據(jù)五普、六普和七普數(shù)據(jù),我國老年撫養(yǎng)比由每10年上升2個(gè)百分點(diǎn)變?yōu)樯仙?.8個(gè)百分點(diǎn),人口老齡化呈加速發(fā)展態(tài)勢,人口老齡化導(dǎo)致我國勞動力參與率2020年下降為68.59%,10年間下降了6.94個(gè)百分點(diǎn).根據(jù)國務(wù)院發(fā)展研究中心的預(yù)測,到2035年,勞動力參與率將會下降到64.1%,人口負(fù)債狀態(tài)將持續(xù)惡化,人口老齡化的深化加重政府的財(cái)政負(fù)擔(dān),并深刻影響我國儲蓄、消費(fèi)和投資,制約經(jīng)濟(jì)長期的潛在增速.為積極應(yīng)對老齡化問題,國務(wù)院印發(fā)《規(guī)劃》,強(qiáng)調(diào)要著力提升人力資本水平,推動產(chǎn)業(yè)轉(zhuǎn)型升級,對沖老齡化的負(fù)面影響.西部地區(qū)2010年65歲以上人口比重為7.97%,2021年65歲以上人口比重上升到12.31%,10年間提高了4.34個(gè)百分點(diǎn),人口老齡化逐漸深化.2021年東西部地區(qū)人均GDP分別為9.78萬元和6.55萬元,東部是西部的1.49倍,西部地區(qū)經(jīng)濟(jì)發(fā)展水平相對滯后,使得“未福先老”狀況明顯加劇.隨著經(jīng)濟(jì)趨勢從高速增長向高質(zhì)量發(fā)展方向轉(zhuǎn)變,地區(qū)經(jīng)濟(jì)結(jié)構(gòu)隨之調(diào)整,西部地區(qū)人口老齡化、產(chǎn)業(yè)結(jié)構(gòu)升級和經(jīng)濟(jì)高質(zhì)量發(fā)展之間關(guān)系如何,三者之間能否實(shí)現(xiàn)良性互動,本文將建立面板向量自回歸模型,通過格蘭杰因果檢驗(yàn)、脈沖效應(yīng)和方差分解,揭示三者之間長期變化規(guī)律.

西方國家較早進(jìn)入老齡化社會,對于人口老齡化對經(jīng)濟(jì)結(jié)構(gòu)影響進(jìn)行了較深入探討.Cravino等人[1]使用1982—2016年美國家庭數(shù)據(jù),采用轉(zhuǎn)移份額分解模型,分析認(rèn)為美國家庭用于服務(wù)的支出比例隨著家庭年齡的增加而增加;Siliverstovs等人[2]運(yùn)用面板數(shù)據(jù)分析表明,老齡化的增加對農(nóng)業(yè)、制造業(yè)、建筑業(yè)、采礦業(yè)和采石業(yè)的就業(yè)份額產(chǎn)生顯著的不利影響,對社區(qū)、社會和個(gè)人服務(wù)以及金融部門的就業(yè)份額有積極影響;Axel[3]認(rèn)為老齡化深刻影響了德國的勞動力市場、金融市場和住房市場,并使社會保障體系緊張,改變了總的財(cái)富積累,扭曲了其代際分配.Mason和Lee[4]認(rèn)為年齡結(jié)構(gòu)轉(zhuǎn)變導(dǎo)致少子、少工、多老年人,需要大力發(fā)展醫(yī)療服務(wù)和教育投資等行業(yè).Yong[5]通過面板數(shù)據(jù)進(jìn)行實(shí)證分析,表明日本人口老齡化對區(qū)域經(jīng)濟(jì)結(jié)構(gòu)具有顯著的影響.

隨著我國2000年進(jìn)入老齡化社會,人口老齡化對產(chǎn)業(yè)結(jié)構(gòu)的影響引起學(xué)者廣泛關(guān)注,相關(guān)研究較豐富,如李姝婧和翟振武[6]分析人口結(jié)構(gòu)轉(zhuǎn)變對產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)的影響,指出改革開放初期,年輕的就業(yè)人口結(jié)構(gòu)為我國產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)做出了積極貢獻(xiàn),使得勞動密集型產(chǎn)業(yè)蓬勃發(fā)展,但隨著我國步入老齡化社會,勞動力老化延緩了產(chǎn)業(yè)結(jié)構(gòu)的演進(jìn);邵咪咪等人[7]使用跨國數(shù)據(jù)分析表明,人口老齡化對工業(yè)經(jīng)濟(jì)比重具有顯著的負(fù)向影響,對服務(wù)業(yè)經(jīng)濟(jì)比重具有顯著的正向影響.為積極應(yīng)對老齡化負(fù)向沖擊,學(xué)者們采用不同研究方法,探究老齡化影響產(chǎn)業(yè)結(jié)構(gòu)的不同傳導(dǎo)途徑.逯進(jìn)等人[8]運(yùn)用協(xié)同效應(yīng)模型、趙昕東和劉成坤[9]建立中介效應(yīng)模型、張桂文等人[10]運(yùn)用結(jié)構(gòu)方程模型、楚永生等人[11]采用空間計(jì)量模型,分析表明老齡化通過人力資本積累傳導(dǎo)途徑,倒逼企業(yè)以技術(shù)替代勞動,對產(chǎn)業(yè)結(jié)構(gòu)升級具有顯著的正向影響;陳彥斌等人[12]構(gòu)建動態(tài)一般均衡模型,將老齡化、人工智能、經(jīng)濟(jì)增長納入同一分析框架,指出人工智能通過提高自動化程度、資本回報(bào)率、全要素生產(chǎn)率等三條機(jī)制應(yīng)對老齡化沖擊;祝嘉悅[13]建立省份面板數(shù)據(jù)模型,分析認(rèn)為人口老齡化對第三產(chǎn)業(yè)就業(yè)具有顯著的正向影響,其中消費(fèi)需求起到正向調(diào)節(jié)作用;姜常宜和張怡[14]采用隨機(jī)前沿模型,分析表明農(nóng)村人口老齡化通過刺激農(nóng)業(yè)生產(chǎn)性服務(wù)的發(fā)展,間接促進(jìn)了農(nóng)業(yè)技術(shù)效率的提升;唐國華和張運(yùn)成[15]建立制造業(yè)面板數(shù)據(jù)模型,認(rèn)為人口老齡化通過勞動力數(shù)量、勞動力質(zhì)量、消費(fèi)需求、政府支出4個(gè)作用路徑對制造業(yè)高度化與合理化產(chǎn)生正向影響.隨著我國經(jīng)濟(jì)增長從高速向高質(zhì)量發(fā)展方向的轉(zhuǎn)變,越來越多的學(xué)者開始關(guān)注人口老齡化對經(jīng)濟(jì)高質(zhì)量發(fā)展的影響,但尚存在爭議,一是認(rèn)為人口老齡化對經(jīng)濟(jì)高質(zhì)量發(fā)展具有負(fù)向影響.何冬梅和劉鵬[16]、張志新等人[17]分析認(rèn)為,人口老齡化對經(jīng)濟(jì)高質(zhì)量發(fā)展具有顯著負(fù)效應(yīng),但能通過“倒逼機(jī)制”促使制造業(yè)轉(zhuǎn)型升級,緩解其負(fù)面影響.高麗娜和宋慧勇[18]利用系統(tǒng)GMM法分析認(rèn)為,人口老齡化導(dǎo)致勞動力成本上升,對制造業(yè)質(zhì)量提升造成壓力,而人力資本積累尚未對制造業(yè)發(fā)展質(zhì)量提升起到顯著的促進(jìn)作用;張晨霞和李榮林[19]運(yùn)用空間杜賓模型和調(diào)節(jié)效應(yīng)模型分析表明,人口老齡化會降低本地經(jīng)濟(jì)高質(zhì)量發(fā)展水平,同時(shí)通過空間溢出效應(yīng)阻礙周邊區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展水平的提升,數(shù)字經(jīng)濟(jì)能夠弱化人口老齡化對經(jīng)濟(jì)高質(zhì)量發(fā)展的不利影響;陳曉等人[20]、李翠妮等人[21]的研究也表明人口老齡化會顯著抑制經(jīng)濟(jì)高質(zhì)量發(fā)展,但工業(yè)智能化能正向調(diào)節(jié)人口老齡化對經(jīng)濟(jì)高質(zhì)量發(fā)展的負(fù)向影響;孫中義等人[22]利用動態(tài)面板模型和中介效應(yīng)模型考察人口老齡化對農(nóng)業(yè)高質(zhì)量發(fā)展的影響,認(rèn)為農(nóng)村人口老齡化對農(nóng)業(yè)高質(zhì)量發(fā)展具有顯著的負(fù)面效應(yīng),并呈現(xiàn)出由沿海向內(nèi)地遞減的差異性分布和空間集聚特征.二是認(rèn)為人口老齡化對經(jīng)濟(jì)高質(zhì)量發(fā)展具有正向促進(jìn)作用.如曹聰靈等人[23]以財(cái)政可持續(xù)為中介變量,分析指出人口老齡化對經(jīng)濟(jì)高質(zhì)量發(fā)展具有正向影響,并且隨著人口老齡化程度的加深,老齡化對經(jīng)濟(jì)高質(zhì)量發(fā)展的正向作用逐步減弱;符建華和曹曉晨[24]運(yùn)用2009—2018年省級面板數(shù)據(jù)也分析表明,人口老齡化能夠顯著促進(jìn)中國經(jīng)濟(jì)高質(zhì)量發(fā)展,但在影響程度上存在區(qū)域異質(zhì)性.閆海春[25]以內(nèi)蒙為例,運(yùn)用時(shí)間序列模型分析認(rèn)為人口老齡化對經(jīng)濟(jì)高質(zhì)量發(fā)展具有顯著的正向影響.綜上,學(xué)者對于人口老齡化對經(jīng)濟(jì)高質(zhì)量發(fā)展的效應(yīng)存在明顯分歧,這既與研究者的研究視角、研究方法和指標(biāo)選取有關(guān),也與學(xué)界對該問題探討尚不夠深入和全面有關(guān),從現(xiàn)有研究文獻(xiàn)看,較少有學(xué)者將人口老齡化、產(chǎn)業(yè)結(jié)構(gòu)升級與經(jīng)濟(jì)高質(zhì)量發(fā)展納入同一個(gè)框架中進(jìn)行探討.本文將以西部地區(qū)為例,運(yùn)用面板向量自回歸模型,探討人口老齡化、產(chǎn)業(yè)結(jié)構(gòu)升級與經(jīng)濟(jì)高質(zhì)量發(fā)展的長期動態(tài)關(guān)系,以期為西部地區(qū)積極應(yīng)對人口老齡化問題,促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展提供借鑒.

1 人口老齡化、產(chǎn)業(yè)結(jié)構(gòu)升級和經(jīng)濟(jì)高質(zhì)量發(fā)展互動關(guān)系

1.1 變量選擇及相關(guān)說明

本文探討人口老齡化、產(chǎn)業(yè)結(jié)構(gòu)升級和經(jīng)濟(jì)高質(zhì)量發(fā)展三者之間的互動關(guān)系,變量的選擇及指標(biāo)的相關(guān)說明如下:

(1)經(jīng)濟(jì)高質(zhì)量水平(Q),根據(jù)現(xiàn)有的研究文獻(xiàn),經(jīng)濟(jì)高質(zhì)量水平的衡量有單一指標(biāo)和綜合指標(biāo)兩種方式,單一指標(biāo)主要用勞動生產(chǎn)率衡量經(jīng)濟(jì)高質(zhì)量水平,如趙昕東和陳麗珍[26]、李競博和高瑗[27]的研究.但更多文獻(xiàn)將經(jīng)濟(jì)高質(zhì)量水平看成綜合指標(biāo)進(jìn)行探討,本文在借鑒相關(guān)研究[28-31]的基礎(chǔ)上,以新發(fā)展理念為統(tǒng)領(lǐng),從規(guī)模水平、研發(fā)創(chuàng)新、城鄉(xiāng)融合、環(huán)境協(xié)調(diào)等四個(gè)方面構(gòu)建經(jīng)濟(jì)高質(zhì)量發(fā)展的評價(jià)體系.采用熵權(quán)法確立權(quán)重系數(shù),并運(yùn)用K均值聚類方法計(jì)算經(jīng)濟(jì)高質(zhì)量指數(shù),其單位為100,該指數(shù)值越大,表明經(jīng)濟(jì)發(fā)展質(zhì)量越高,評價(jià)指標(biāo)及權(quán)重見表1.

(2)人口老齡化(A),用老齡化系數(shù)表示,即65歲以上老年人口占總?cè)丝诒戎?單位為%.根據(jù)國際老齡化程度劃分標(biāo)準(zhǔn):當(dāng)一個(gè)國家或者地區(qū)老齡化系數(shù)大于7,進(jìn)入老齡化社會;老齡化系數(shù)大于14,為深度老齡化社會;老齡化系數(shù)大于20,為超級老齡化社會.2021年,重慶、四川老齡化系數(shù)分別為17.75,和17.79,已進(jìn)入深度老齡化社會,陜西、內(nèi)蒙、甘肅和廣西老齡化系數(shù)分別為13.99、13.81、13.05、12.59,接近深度老齡化社會,西藏地區(qū)老齡化系數(shù)為6.12,未進(jìn)入老齡化社會,2021年西部地區(qū)除西藏外,其他地區(qū)均進(jìn)入老齡化社會.

(3)產(chǎn)業(yè)結(jié)構(gòu)升級(I),根據(jù)配第一克拉克定理,第一產(chǎn)業(yè)中的就業(yè)比重不斷下降,而二三產(chǎn)業(yè)就業(yè)比重不斷上升,即為產(chǎn)業(yè)結(jié)構(gòu)升級.關(guān)于產(chǎn)業(yè)結(jié)構(gòu)升級指標(biāo)的衡量,相關(guān)研究較豐富,本文參考汪曉文等人[32]、尹迎港和常向東[33]的研究,將產(chǎn)業(yè)結(jié)構(gòu)升級指標(biāo)的計(jì)算表示如下:

(1)

其中,A1、A2和A3分別表示三次產(chǎn)業(yè)占比,若I越大,則表明產(chǎn)業(yè)結(jié)構(gòu)越高級.

本文采用西部12省區(qū)2002—2021年面板數(shù)據(jù)作為研究樣本,2010年、2020年人口數(shù)據(jù)來源于第六次和第七次人口普查數(shù)據(jù),其他年份的人口數(shù)據(jù)來源于國家統(tǒng)計(jì)局網(wǎng)站人口抽樣數(shù)據(jù),其他相關(guān)數(shù)據(jù)根據(jù)中國統(tǒng)計(jì)年鑒、西部各省經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報(bào)以及中經(jīng)網(wǎng)、EPS數(shù)據(jù)庫整理得到,為避免異方差性,減少數(shù)據(jù)波動范圍,對經(jīng)濟(jì)高質(zhì)量水平、人口老齡化系數(shù)和產(chǎn)業(yè)結(jié)構(gòu)升級等變量進(jìn)行取對數(shù)處理,數(shù)據(jù)的描述性統(tǒng)計(jì)分析見表2.

表2 變量的描述性統(tǒng)計(jì)

1.2 模型設(shè)立

面板向量自回歸模型(PVAR)是Sims(1980)提出的向量自回歸模型(VAR)的基礎(chǔ)上,由Holtz-Eakin(1988)提出,模型沿襲面板數(shù)據(jù)模型的優(yōu)點(diǎn),包括時(shí)間和空間兩個(gè)維度,同時(shí)又具有更大量的觀測值,既能利用信息來分析變量之間的動態(tài)關(guān)系,又能通過截距項(xiàng)來捕捉數(shù)據(jù)動態(tài)調(diào)整中的個(gè)體差異,從而有效減少數(shù)據(jù)產(chǎn)生的偏誤.PVAR模型被廣泛應(yīng)用于經(jīng)濟(jì)、金融及其他社會問題動態(tài)分析中.PVAR模型一般形式為:

(2)

其中,yi,t為包括變量lnQ、lnA和lnI的列向量,i和t表現(xiàn)為區(qū)域和時(shí)間效應(yīng),j為滯后期,γi為個(gè)體效應(yīng),θt為時(shí)間效應(yīng),εit為隨機(jī)干擾項(xiàng).

1.3 穩(wěn)定性檢驗(yàn)及最優(yōu)滯后階數(shù)確定

在對變量進(jìn)行PVAR模型估計(jì)之前,為避免“偽回歸”,對變量進(jìn)行面板單位根檢驗(yàn).

各變量分別進(jìn)行LLC、IPS、HT、ADF-Fisher四種檢驗(yàn),根據(jù)檢驗(yàn)結(jié)果(表3),lnQ和lnA未通過LLC檢驗(yàn),但通過IPS、HT、ADF-Fisher檢驗(yàn),lnI通過四種檢驗(yàn),綜合各變量的檢驗(yàn)結(jié)果,認(rèn)為lnQ、lnA和lnI為平穩(wěn)序列,可以建模分析.

表3 面板單位根檢驗(yàn)

根據(jù)AIC、BIC和HQIC三個(gè)準(zhǔn)則,確定PVAR模型的最優(yōu)滯后階數(shù),檢驗(yàn)結(jié)果見表4,根據(jù)檢驗(yàn)結(jié)果,確定模型的最優(yōu)滯后階數(shù)為2階.

表4 滯后階數(shù)檢驗(yàn)

1.4 格蘭杰因果檢驗(yàn)

為分析lnQ、lnA和lnI等三個(gè)變量之間的因果關(guān)系,下面進(jìn)行格蘭杰因果檢驗(yàn),取顯著性水平為0.05,根據(jù)檢驗(yàn)結(jié)果(表5)可知,lnA不是lnQ的格蘭杰因,lnI是lnQ的格蘭杰因,綜合檢驗(yàn)的概率P為0.000,表明lnA和lnI是引起lnQ變化的格蘭杰因,即認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)升級是經(jīng)濟(jì)高質(zhì)量發(fā)展的格蘭杰因;lnQ和lnI拒絕不是引起lnA變化的格蘭杰因原假設(shè),說明lnQ和lnI是引起lnA變化的格蘭杰因,即經(jīng)濟(jì)高質(zhì)量水平和產(chǎn)業(yè)結(jié)構(gòu)升級是人口老齡化的格蘭杰原因;lnQ和lnA也拒絕不是lnI格蘭杰因原假設(shè),說明lnQ和lnA是引起lnI變化的格蘭杰原因,說明經(jīng)濟(jì)高質(zhì)量發(fā)展和人口老齡化是引起產(chǎn)業(yè)結(jié)構(gòu)升級的格蘭杰原因,由此,可以建立PVAR模型來分析三者之間的互動關(guān)系.

表5 格蘭杰因果檢驗(yàn)

1.5 GMM估計(jì)

根據(jù)AIC、BIC和HQIC等準(zhǔn)則分析結(jié)果,PVAR模型的最優(yōu)滯后階數(shù)為2階,進(jìn)行系統(tǒng)GMM估計(jì),估計(jì)結(jié)果為表6,h_lnQ、h_lnA、h_lnI為經(jīng)過Helmert轉(zhuǎn)換消除個(gè)體效應(yīng)后的變量序列,L1、L2分別表示滯后一期和滯后二期.對于經(jīng)濟(jì)高質(zhì)量水平方程,受自身滯后一期、滯后二期影響,方向?yàn)檎抑饾u減弱,回歸系數(shù)分別為0.5778和0.2921;經(jīng)濟(jì)高質(zhì)量水平受人口老齡化滯后一期正向影響,受人口老齡化滯后二期負(fù)向影響,影響效應(yīng)大小分別為0.1972和0.2917,顯然,短期內(nèi)人口老齡化對經(jīng)濟(jì)高質(zhì)量影響為正,但長期來看,人口老齡化對經(jīng)濟(jì)高質(zhì)量水平影響為負(fù),因此,不能忽略人口老齡化對經(jīng)濟(jì)高質(zhì)量發(fā)展的負(fù)向沖擊;經(jīng)濟(jì)高質(zhì)量水平受產(chǎn)業(yè)結(jié)構(gòu)升級滯后一期的負(fù)向影響,受產(chǎn)業(yè)結(jié)構(gòu)升級滯后二期的正向影響,效應(yīng)大小分別為0.2014和0.6291,由此,短期內(nèi)產(chǎn)業(yè)結(jié)構(gòu)升級對經(jīng)濟(jì)高質(zhì)量發(fā)展有負(fù)向影響,但從長期看,產(chǎn)業(yè)結(jié)構(gòu)升級對經(jīng)濟(jì)高質(zhì)量發(fā)展具有顯著的正向影響,且正向影響效應(yīng)更大.對于人口老齡化方程,主要受其自身滯后一期、滯后二期的顯著性正向影響,影響效應(yīng)的大小分別為0.6851和0.1668;經(jīng)濟(jì)高質(zhì)量發(fā)展滯后一期對其具有負(fù)向影響,滯后二期具有正向影響;產(chǎn)業(yè)結(jié)構(gòu)升級滯后一期和二期對人口老齡化具有正向影響,其效應(yīng)大小分別為0.1001和0.0517,較小且不顯著,就其原因,人口結(jié)構(gòu)變化主要受出生率和死亡率的影響,我國80年代開始實(shí)施嚴(yán)格的計(jì)劃生育政策,對于人口老齡化具有較大影響.對于產(chǎn)業(yè)結(jié)構(gòu)方程,受自身滯后一期的正向影響,效應(yīng)大小為0.8435,自身滯后二期的負(fù)向影響,效應(yīng)大小為0.3395,且不顯著;受經(jīng)濟(jì)高質(zhì)量水平滯后一期正向影響,影響效應(yīng)大小為0.0191,滯后二期負(fù)向影響,效應(yīng)大小為0.0142,顯然,經(jīng)濟(jì)高質(zhì)量水平對產(chǎn)業(yè)結(jié)構(gòu)升級具有正向影響;人口老齡化滯后一期對產(chǎn)業(yè)結(jié)構(gòu)升級具有正向影響,效應(yīng)大小為0.0192,人口老齡化滯后二期對產(chǎn)業(yè)結(jié)構(gòu)升級具有負(fù)向影響,效應(yīng)大小為0.0115,綜合影響為正,故認(rèn)為人口老齡化對產(chǎn)業(yè)結(jié)構(gòu)升級具有正向影響,表明人口老齡化能發(fā)揮倒逼效應(yīng),企業(yè)在面臨勞動力成本不斷上升的情形下,不得不進(jìn)行科技創(chuàng)新,以自動化代替人力,從長期看,人口老齡化能有效推動產(chǎn)業(yè)結(jié)構(gòu)升級,實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展.下面進(jìn)一步從脈沖響應(yīng)和方差分解分析三者之間的長期動態(tài)趨勢.

表6 PVAR面板數(shù)據(jù)估計(jì)結(jié)果

1.6 脈沖相應(yīng)及方差分解

GMM估計(jì)刻畫了經(jīng)濟(jì)高質(zhì)量水平、人口老齡化、產(chǎn)業(yè)結(jié)構(gòu)升級三者之間靜態(tài)關(guān)系,分析其動態(tài)變化,還需進(jìn)行脈沖相應(yīng)和方差分解分析,圖1為滯后10期的脈沖相應(yīng)圖.從圖1可看出,對于經(jīng)濟(jì)高質(zhì)量發(fā)展水平,對于來自其自身的影響為正,且呈下降趨勢;經(jīng)濟(jì)高質(zhì)量水平對人口老齡化影響逐漸減弱的正向影響,在第1至第4期小幅波動,經(jīng)濟(jì)高質(zhì)量水平對人口老齡化影響呈現(xiàn)非線性特征,這與李競博和高瑗【27】、尹迎港和常向東【33】分析一致,結(jié)合人口老齡化進(jìn)程,可以認(rèn)為,當(dāng)人口老齡化程度較低時(shí),人口老齡化對經(jīng)濟(jì)高質(zhì)量發(fā)展具有正向影響,但進(jìn)入超級老齡化社會后,人口老齡化對經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生較弱負(fù)向影響;經(jīng)濟(jì)高質(zhì)量水平對產(chǎn)業(yè)結(jié)構(gòu)升級影響第1期直到第10期呈現(xiàn)較微弱的正向影響.人口老齡化對于來自自身沖擊呈逐漸下降的趨勢,人口老齡化對經(jīng)濟(jì)高質(zhì)量水平在第1～10期具有逐漸減弱的正向影響,其間呈非線性波動;人口老齡化對產(chǎn)業(yè)結(jié)構(gòu)升級在第1、2期對人口老齡化具有逐漸增大正向影響,從第4期到第10期,正向影響都較穩(wěn)定,這表明經(jīng)濟(jì)高質(zhì)量水平和產(chǎn)業(yè)結(jié)構(gòu)升級,有利于改善人們的生活,從而延長人口的預(yù)期壽命,使得人口老齡化進(jìn)程加快,本文分析與現(xiàn)實(shí)相符合.產(chǎn)業(yè)結(jié)構(gòu)升級對于自身沖擊呈逐漸減弱趨勢,對經(jīng)濟(jì)高質(zhì)量水平的沖擊,在第1期內(nèi)雖呈負(fù)向影響,但逐漸增大的轉(zhuǎn)為正向影響,從第2期到第10期呈現(xiàn)較穩(wěn)定的正向影響;產(chǎn)業(yè)結(jié)構(gòu)升級對人口老齡化具有正向影響,但在第1其較顯著,第2其后影響效應(yīng)逐漸減弱,且一直持續(xù)到第10期;人口老齡化對產(chǎn)業(yè)結(jié)構(gòu)升級具有逐漸減弱的正向影響,原因在于,人口老齡化導(dǎo)致勞動力參與率下降,提高企業(yè)勞動力成本,不利于產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級,但若能倒逼企業(yè)進(jìn)行科技創(chuàng)新,則能提升社會的自動化水平,推動產(chǎn)業(yè)升級.

將各變量進(jìn)行滯后30期的方差分解,從方差分解結(jié)果(見表7)來看,從經(jīng)濟(jì)高質(zhì)量水平的方差分解結(jié)果分析,來自自身貢獻(xiàn)率為79.9%,人口老齡化貢獻(xiàn)率為1.7%,產(chǎn)業(yè)結(jié)構(gòu)升級的貢獻(xiàn)率占18.4%,可見,人口老齡化對于經(jīng)濟(jì)高質(zhì)量的影響相對較小,而產(chǎn)業(yè)結(jié)構(gòu)升級對經(jīng)濟(jì)高質(zhì)量發(fā)展具有較顯著的影響;從人口老齡化的方差分解結(jié)果來看,來自自身的貢獻(xiàn)率達(dá)到93.2%,經(jīng)濟(jì)高質(zhì)量水平貢獻(xiàn)率占0.7%,產(chǎn)業(yè)結(jié)構(gòu)升級占6.1%,根據(jù)人口學(xué)理論,人口年齡結(jié)構(gòu)變化主要受出生率和死亡率的影響,其他因素的影響相對較小;產(chǎn)業(yè)結(jié)構(gòu)升級的方差分解表明,來自自身的貢獻(xiàn)率為78.8%,經(jīng)濟(jì)高質(zhì)量發(fā)展占1.3%,人口老齡化貢獻(xiàn)率達(dá)到19.9%.

表7 方差分解

2 結(jié)論及建議

2.1 結(jié) 論

對于人口老齡化、產(chǎn)業(yè)結(jié)構(gòu)升級與經(jīng)濟(jì)高質(zhì)量發(fā)展三者之間關(guān)系的探討,多數(shù)文獻(xiàn)采用面板數(shù)據(jù)模型進(jìn)行靜態(tài)分析,這難以刻畫其長期動態(tài)關(guān)系.本文以西部地區(qū)2002—2021年面板數(shù)據(jù)為例,利用PVAR模型進(jìn)行建模分析,通過格蘭杰因果檢驗(yàn)、GMM估計(jì)、脈沖相應(yīng)和方差分解,較細(xì)致刻畫三者之間長期動態(tài)關(guān)系,得到如下結(jié)論:

第一,格蘭杰因果檢驗(yàn)表明,產(chǎn)業(yè)結(jié)構(gòu)升級是引起經(jīng)濟(jì)高質(zhì)量水平變動的格蘭杰原因,經(jīng)濟(jì)高質(zhì)量發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)升級是人口老齡化變化的格蘭杰原因,經(jīng)濟(jì)高質(zhì)量發(fā)展和人口老齡化是引起產(chǎn)業(yè)結(jié)構(gòu)升級的格蘭杰原因.

第二,根據(jù)GMM估計(jì)結(jié)果,短期內(nèi)人口老齡化對經(jīng)濟(jì)高質(zhì)量影響為正,但長期來看,人口老齡化對經(jīng)濟(jì)高質(zhì)量水平影響為負(fù),因此,不能忽略人口老齡化對經(jīng)濟(jì)高質(zhì)量發(fā)展的負(fù)向沖擊.從長期看,產(chǎn)業(yè)結(jié)構(gòu)升級對經(jīng)濟(jì)高質(zhì)量發(fā)展具有顯著的正向影響.人口老齡化對產(chǎn)業(yè)結(jié)構(gòu)升級具有正向影響,人口老齡化能發(fā)揮倒逼效應(yīng),推動企業(yè)不斷進(jìn)行科技創(chuàng)新,提升自動化水平,有利于產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級.

第三,從脈沖相應(yīng)結(jié)果看,人口老齡化對經(jīng)濟(jì)高質(zhì)量發(fā)展影響呈現(xiàn)先正后負(fù)的非線性特征,負(fù)向影響從第4期開始一直持續(xù)到第10期.經(jīng)濟(jì)高質(zhì)量水平和產(chǎn)業(yè)結(jié)構(gòu)升級對人口老齡化具有從第4期持續(xù)到第10期呈現(xiàn)較穩(wěn)定的正向影響.人口老齡化對產(chǎn)業(yè)結(jié)構(gòu)升級具有逐漸減弱的正向影響.

第四,根據(jù)各變量滯后30期方差分解結(jié)果看,經(jīng)濟(jì)高質(zhì)量水平來自自身貢獻(xiàn)率為79.9%,人口老齡化貢獻(xiàn)率為1.7%,產(chǎn)業(yè)結(jié)構(gòu)升級的貢獻(xiàn)率占18.4%,可見,人口老齡化對于經(jīng)濟(jì)高質(zhì)量的影響相對較小,而產(chǎn)業(yè)結(jié)構(gòu)升級對其具有較大影響.從人口老齡化的方差分解結(jié)果來看,自身的貢獻(xiàn)率達(dá)到93.2%,經(jīng)濟(jì)高質(zhì)量水平貢獻(xiàn)率占0.7%,產(chǎn)業(yè)結(jié)構(gòu)升級占6.1%.產(chǎn)業(yè)結(jié)構(gòu)升級的方差分解表明,來自自身的貢獻(xiàn)率為78.8%,經(jīng)濟(jì)高質(zhì)量發(fā)展占1.3%,人口老齡化貢獻(xiàn)率為19.9%.

2.2 建 議

根據(jù)西部地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展、人口老齡化和產(chǎn)業(yè)結(jié)構(gòu)升級之間互動關(guān)系的分析結(jié)果,提出如下政策建議:

第一,從長期來看,人口老齡化對經(jīng)濟(jì)高質(zhì)量發(fā)展具有負(fù)向影響.因此,西部地區(qū)應(yīng)注重人力資本積累,改善勞動力供給質(zhì)量,地方政府要逐漸優(yōu)化教育資源投入,擴(kuò)大高等教育規(guī)模,為科技創(chuàng)新提供源動力,積極應(yīng)對人口老齡化對經(jīng)濟(jì)高質(zhì)量發(fā)展的負(fù)向沖擊.

第二,人口老齡化發(fā)揮倒逼機(jī)制,有利于推動企業(yè)進(jìn)行科技創(chuàng)新,以自動化代替人力,從而推動產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級.地方政府應(yīng)充分利用人口老齡化為產(chǎn)業(yè)結(jié)構(gòu)升級帶來的契機(jī),大力推動服務(wù)業(yè)和高新技術(shù)產(chǎn)業(yè)的發(fā)展.

第三,產(chǎn)業(yè)結(jié)構(gòu)升級能推動經(jīng)濟(jì)高質(zhì)量發(fā)展,西部地區(qū)應(yīng)逐步完善基礎(chǔ)設(shè)施建設(shè),提升資源要素的配置效率,促進(jìn)各區(qū)域產(chǎn)業(yè)的合理布局和協(xié)同發(fā)展,推動產(chǎn)業(yè)由低附加值向高附加值、高污染向低污染的低碳環(huán)保產(chǎn)業(yè)的轉(zhuǎn)型升級,從而有利于實(shí)現(xiàn)西部地區(qū)經(jīng)濟(jì)的高質(zhì)量發(fā)展.