人口老龄化对科技创新的影响
时间：2023-04-10 18:00:06 来源：柠檬阅读网 本文已影响 人 
蔡兴，罗京，曹芸
（湖南师范大学商学院，湖南 长沙 410081）
第二次世界大战后，世界老年人口规模及其占总人口比重不断上升，各主要经济体相继进入老龄化社会。时至今日，人口老龄化已成为当前世界人口结构的显著特征。根据联合国《世界人口展望2022》的数据，全世界65岁及以上老年人口从1960年的1.5亿增加至2021年的7.5亿，预计2022年将达到7.8亿，2050年将进一步增加至16亿；
全世界65岁及以上老年人口占总人口比重由1960年的5%上升至2021年的9.5%，预计2022年将达到10%，2050年将进一步上升至16%。法国、瑞典等发达经济体于20世纪初期就已迈入老龄化社会，2021年两国老年人口占总人口比重分别达到21.1%、20.5%。日本和意大利是当前世界人口老龄化最严重的经济体，其2021年老年人口比重分别达到28.7%、23.6%。2000年中国进入老龄化社会，老年人口占总人口比重达到12.4%，且老龄化程度呈现迅速加深的趋势。人口老龄化程度的不断加深对世界各国宏观经济产生越来越深刻的影响。周祝平和刘海斌指出，人口老龄化每上升1个百分点，劳动力参与率将下降0.6个百分点［1］。都阳和封永刚发现快速老龄化将使中国2020年至2025年的经济增长速度平均每年放缓1.07个百分点［2］。Bloom et al.认为人口老龄化给发达国家的养老体系和医疗体系带来了前所未有的挑战，而正在经历人口老龄化的发展中国家要建立财政上可行的养老金制度将比发达国家更为困难［3］。
科技创新是决定一国综合实力的关键因素。各发达经济体均十分重视科技创新，纷纷出台科技创新发展战略，如美国于2015年发布的《美国创新战略》，欧盟于2020年实施的“地平线”计划，以及日本自2017年以来连续发布的《统合创新战略》等。作为发展中经济体典型代表的中国也将科技创新发展战略视为最重要的国家发展战略。中共十八大明确提出实施创新驱动发展战略，强调“科技创新是提高社会生产力和综合国力的战略支撑，必须摆在发展全局的核心位置”。中共十九大再次强调，“创新是引领发展的第一动力，是建设现代化经济体系的战略支撑”。那么，当前的人口老龄化趋势会对科技创新产生怎样的影响？世界各主要经济体，尤其是发展中经济体，该如何实现人口老龄化背景下的创新驱动发展？这些问题引起了政策制定者和学者的浓厚兴趣。
目前，研究认为人口老龄化主要通过以下五个机制来影响科技创新。一是人力资本机制，即人口老龄化将导致人力资本投资意愿减弱［4］、人力资本投资水平降低［5］、开展研发活动所必需的构成人力资本的熟练技术工人数量相对减少［6］，进而使得全社会整体人力资本存量不断减少，抑制科技创新。二是养老负担机制，即人口老龄化会加重养老负担，对科研资源产生挤出效应，阻碍科技创新活动的开展［5］。三是需求结构机制，即人口老龄化程度的加深会导致老龄服务需求增加，并刺激老龄服务产业发展，而老龄服务产业往往属于劳动密集型的技术落后产业［7］，因此，该类产业占国民经济的比重上升将拉低地区整体技术水平。四是倒逼机制，老龄化将导致劳动力成为稀缺资源，推动劳动力价格上涨，倒逼企业以资本和技术替代劳动力，资本密集度和劳动生产率提高[8-9]，即老龄化通过“资本—劳动”要素结构改善的途径推动技术创新[10]。五是物质资本机制，即人口老龄化使得家庭寿命延长，当家庭偏好以储蓄代替消费时，市场利率降低，研发投资现值增加，企业研发的积极性增强，这有利于技术进步［11］。在前三个机制的作用下，人口老龄化会对科技创新产生消极影响，而倒逼机制和物质资本机制则表现为人口老龄化对科技创新的积极影响。因此，人口老龄化对科技创新的净效应是不确定的，取决于正负效应的强弱对比。
相关实证研究也得到了相似的研究结果。Meyer基于知识密集型服务和 ICT 服务行业356 家德国中小企业的数据，探讨劳动力年龄结构与采用新技术或显著改进技术之间的关系，实证结果表明，劳动力平均年龄越大的企业采用新技术的可能性越小［12］。Rouvinen也发现员工的平均年龄和生产过程创新的可能性之间呈负相关关系［13］。与之相反，Acemoglu和Restrepo利用50个经济体数据进行实证研究发现，人口老龄化越严重的经济体，更多地采用机器人和其他自动化技术，技术进步的速度也更快［10］。还有一部分学者发现人口老龄化与科技创新之间存在非线性的“倒U型”关系。微观层面，Lehman发现了个体年龄与科技创新之间的驼峰关系［14］。宏观层面，Irmen 和 Litina使用儿童麻疹疫苗接种率作为工具变量，对33个OECD经济体面板数据进行估计，发现老年抚养比与专利申请数量之间呈现驼峰关系，其中，“驼峰”向上翘起的部分反映需要通过加强技术创新来维持当前和未来的生活水平，而“驼峰”向下倾斜的部分反映老龄化社会活力和风险承担能力减弱［15］。杨校美借鉴 Irmen和Litina的工具变量方法对G20国家1985—2016年的面板数据进行实证研究，也得到了两者之间呈现“倒U型”关系的结论［16］。
综上所述，学者们从理论和实证两方面对人口老龄化影响科技创新进行了深入研究。科技创新的发展由个人、企业和政府共同推动。随着各经济体相继迈入老龄化社会，并且老龄化程度日益加深，各经济体将面临劳动力预期寿命延长、劳动力年龄结构老化、劳动力供给减少等问题，这些问题将影响到个人、企业和政府的决策和行为，这意味着人口老龄化将通过多种中间机制影响科技创新。而这些机制可能是正向的促进作用或负向的阻碍作用，从而导致人口老龄化与科技创新之间的关系变得更为复杂，且这些机制在人口老龄化不同时期的作用大小也将存在差异，即人口老龄化将不会是简单地促进或抑制科技创新，两者之间会呈现阶段性特征。目前的研究虽实证检验了人口老龄化与科技创新之间的“倒U型”关系，但未从理论上说明和总结其中的作用机制。
此外，一个国家科技创新水平由其创新投入和创新效率共同决定，两者也具有显著不同的特征。创新投入决策与创新主体的动机紧密相连，主要受事前因素以及未来预期收益的影响；
创新效率则与创新活动本身联系更为紧密，更多地受到事中因素的影响。因此，人口老龄化对创新投入和创新效率的影响机制必然存在显著差异。在不同机制的作用下，人口老龄化与创新投入、创新效率和科技创新之间的关系是否存在差异，目前未有这方面研究。大部分研究在理论和实证上强调人口老龄化对科技创新整体的影响，而对这些中间机制不加以区分，使人们无法清晰、深入地认识人口老龄化与科技创新之间的关系。因此，应重点关注人口老龄化与科技创新、创新投入和创新效率之间的关系是否存在差异，区分和总结人口老龄化影响创新投入和创新效率的机制，构建更为深入、细致的理论分析框架，可为各国如何在老龄化不同阶段制定针对性措施提供理论依据。另外，虽然有少数研究使用经济体层面的数据进行实证研究，但大多只选择部分主要经济体样本（尤其是发达经济体），经济体样本数量相对较少。基于此，我们利用1960年至2019年全世界167个经济体较长时期的样本，分别检验人口老龄化与创新投入、创新效率的关系，进一步提升实证研究结果的一般性和稳健性。
（一）人口老龄化对创新投入的影响
人口老龄化对创新投入可能具有正向效应，即“倒逼效应”。人口老龄化不仅会减少劳动力供给，也会改变劳动力年龄结构，即老年劳动力占总劳动力的比重持续上升。这两者都将削弱发展中经济体的廉价劳动力优势，不利于劳动密集型产业的发展。为了维持经济的持续增长，发展中经济体政府更注重实行科技创新驱动战略，增加科技创新经费投入，以技术的持续进步弥补劳动力优势下降所带来的负面影响。从企业的角度来看，人口老龄化导致的劳动力供给不足会使工资成本增加，倒逼企业加大创新投入，用资本和技术替代劳动力［17］。
人口老龄化对创新投入可能具有负向效应，即“挤占效应”。从政府角度而言，在老年人口比重不断增加的背景下，政府养老保障支出会持续增加，当财政收入的增加不能与该项支出增加相匹配时，养老保障支出便会挤占政府科研经费。正如Gonzalez-Eiras和Niepelt在研究中得出的结论，在退休年龄固定的情况下，人口老龄化会引发社会保障税的急剧上升和公共投资的减少［18］。从企业的角度来看，员工年龄结构的老化使得企业需要付出更多的工资成本和社会保险费，进而会挤占企业创新投入［19］。对于家庭和个人而言，Lee和Mason指出，人口老龄化将导致家庭赡养负担不断上升［20］。在收入一定的情况下，家庭人口老龄化会挤占家庭教育支出，对教育资源形成“挤占效应”。
人口老龄化对创新投入的净效应取决于正向“倒逼效应”和负向“挤占效应”的强弱对比。在人口老龄化的不同阶段，这两个效应的强弱对比可能存在一定的差异。初步迈入老龄化社会时，政府和企业的养老负担虽有所增加但增幅较小，即负向的“挤占效应”较小甚至不明显。当人口老龄化开始引起劳动力供给减少，以及劳动力成本优势下降时，理性的政府和企业可能会迅速作出反应。政府将加大科研经费投入，从而发展技术密集型产业来维持经济长期稳定增长。企业则加大创新投入，用资本和技术替代劳动力，进而降低因劳动力价格上涨而产生的生产成本，从而保证企业的目标利润率。故正向的“倒逼效应”将大于负向的“挤占效应”，人口老龄化对创新投入的净效应为正。在老龄化中期，随着老龄化程度的加深，政府和企业的养老负担逐步上升，老龄化对创新投入的“挤占效应”逐渐增大，而正向的“倒逼效应”增速放缓，因此，老龄化对创新投入的促进作用逐渐减弱。当社会进入老龄化后期，政府和企业的养老负担达到极高水平，政府和企业不得不将更多的资金投入到养老保障中，此时“挤占效应”迅速增大。而高度老龄化导致的劳动力结构极其不合理和劳动力严重短缺，会使正向的“倒逼效应”迅速减小，直至负向的“挤占效应”超过正向的“倒逼效应”，使得人口老龄化对创新投入产生负向的净效应。
由此可以提出研究假设 1：人口老龄化对创新投入具有先促进后抑制的作用，两者之间呈现“倒U型”非线性关系。
（二）人口老龄化对创新效率的影响
人口老龄化对创新效率可能具有正向效应，包括年轻员工的“预期效应”和年长研发人员的“经验效应”。老年人口比重的增加，意味着家庭的平均养老负担加重，越来越多的年轻人意识到需要创造性活动来维持家庭当前的生活水平［15］，因此年轻的创新人员往往拥有更强的工作积极性，同时也具有更强的动机来学习新知识和开展创新活动，创新效率也会有所提升。简而言之，年轻员工的“预期效应”将促进创新效率的提高。而年长研发人员通过“干中学”积累的经验比较丰富，一方面经验存量有利于年长研发人员开展创新活动、增加创新绩效。Frini和Jedidia在研究中发现，年长研发人员可能具有更高的平均工作经验水平，并由于娴熟的技能而对生产效率产生积极影响［21］。另一方面年长研发人员能为干劲十足的年轻研发人员树立榜样并给予重要指引［22］，从而有效提升整个创新团队的效率。
人口老龄化对创新效率可能具有负向效应，即“高龄效应”。体力、脑力和动机是影响个人创新能力的重要因素。在学习获取新技术时，由于身体素质、健康水平、认知能力下降［23］，年长研发人员需要投入更多的精力和成本。相较于年轻员工，年长研发人员能继续工作的时间较短，通过新技术的研发获得收益的时间更短，因此，年长研发人员学习新知识和开展创新工作的动力减弱［24］。由此可知，年长研发人员在权衡学习新知识和新技能的成本和收益后，往往会更倾向于安于现状，创新效率也随之下降。
综上所述，人口老龄化对创新效率具有正向的“预期效应”和“经验效应”以及负向的“高龄效应”，净效应取决于它们之间的强弱对比。这一强弱对比在人口老龄化的不同阶段也存在显著差异，该差异的存在使创新效率呈“倒U型”曲线变化。在人口老龄化初期，年长研发人员占比小幅提高，年轻员工仍占主体，此时形成较好的研发人员年龄结构。一方面，年轻员工学习意愿和工作主动性较强，能充分发挥学习能力强的优势，不断提升自身素质和技能水平，积累工作经验；
另一方面，年长研发人员能较好地发挥经验优势和带动作用，从而形成高效率的研发团队。此时，正向的年长研发人员的“经验效应”和年轻员工的“预期效应”共同发挥作用，促进创新效率不断提高。由于年长研发人员占比较小，老年人口的“高龄效应”虽存在但影响较小。由此可见，早期的老龄化对创新效率的正向效应大于负向效应，产生正向净效应，且该促进效应随着研发人员年龄结构日趋合理化而递增。但随着老龄化程度的加深，进入老龄化中期，正向的年轻员工“预期效应”和年长研发人员的“经验效应”增速放缓，负向的“高龄效应”不断增大，中期的老龄化对创新效率的促进作用在突破合理的研发人员年龄结构后将呈现递减趋势。当社会进入老龄化后期，研发团队成员主要以年长研发人员为主，而年轻研发人员只占较小比重，研发人员年龄结构日趋非合理化，正向的“预期效应”和年长研发人员的“经验效应”迅速减小，与此同时，负向的“高龄效应”却迅速增大。此时，整个团队的创新能力和动力不足，社会和企业失去活力，创造性活动急剧减少，于是，创新效率大幅下降。
由此可以提出研究假设2：人口老龄化对创新效率具有先促进后抑制的作用，两者之间呈现“倒U型”非线性关系。
图1 人口老龄化对科技创新的影响机制
（一）实证模型
为了检验人口老龄化对科技创新、创新投入、创新效率的影响，设定如下计量模型：
其中，Innovateit、Inputit、Efficiencyit分别表示第i个经济体第t年的科技创新水平、创新投入和创新效率，为本文的被解释变量，分别用专利申请数量、研发支出占GDP比重以及专利申请数量占每亿美元研发支出比重衡量。OLDRit表示第i个经济体、第t年的人口老龄化程度，为核心解释变量，使用老年抚养比来衡量，并在稳健性检验中选用65岁及以上老年人口比率（OPRit）替代老年抚养比进行再回归。姚东旻等指出，过去的创新结果会对现在的创新结果产生影响，这种影响来源于过去的研发经验和对创新的管理［4］。可见，当前科技创新水平往往取决于过去的科技创新水平。基于此，我们在计量模型中加入被解释变量的滞后项作为控制变量。为检验人口老龄化与科技创新之间的非线性关系，在上述模型中加入人口老龄化程度的平方项。
为保证回归结果的稳健性，我们还在计量模型中加入了一系列控制变量Xit，具体包括：
（1）经济发展水平（Lngdp）：用人均GDP的对数表示。索罗模型说明经济增长和科技创新之间存在相互促进的关系。一方面，科技创新是经济增长的重要源泉，另一方面，经济增长也为科技创新带来更多的资金支持。
（2）贸易开放度（Open）：用进出口贸易总额占GDP比重表示。黄丙志认为国际贸易的发展可能对技术创新产生正面推动和反向冲击两种截然不同的作用：一方面，国际贸易可能通过技术流入、转移和扩散效应以及促进竞争效应推动技术创新；
另一方面，由于我国起步较晚，严格的成本与价格约束和投入与产出的滞后效应，以及来自外部垄断行为的打击，导致开放经济会制约技术创新［25］。
（3）城镇化水平（Urban）：用城镇人口占总人口比重表示。万广华和胡晓珊认为城市化会通过增加知识积累和交流、人力资本积累、市场需求扩大以及提高交易效率等渠道，促进科技创新［26］。
（4）预期寿命（Life）：许光建等认为预期寿命延长反映了适龄劳动者预期寿命的延长以及已退休老年人预期寿命的延长，因而适龄劳动者可以通过“干中学”积累更多的有利于提高劳动生产效率的技术知识和管理知识，并通过劳动者“代际传播”逐步向年轻的适龄劳动者和未成年的潜在劳动者传播，进而提高劳动生产率的上升速度［27］，这有利于科技创新。
（5）外国直接投资（FDI）：用外国直接投资额占GDP比重衡量。薄文广认为外商直接投资的流入对中国技术创新水平的提升有促进作用［28］。
（6）金融发展水平（Finance）：用各经济体金融机构提供的国内信贷占GDP比重衡量。冯根福等认为地区金融发展水平是决定中国企业技术创新的关键外部因素之一［29］。
（7）第二产业比重（Industry2）：用第二产业产值占GDP比重表示。冯根福等研究发现，地区产业结构作为企业外部因素之一，对其技术创新具有关键性影响［29］。
（二）数据来源
本文收集全世界167个经济体1960年至2019年的面板数据进行实证研究。所有变量的数据均来自世界银行的世界发展指数数据库（WDI），表1显示了各变量描述性统计结果。
表1 变量含义与描述性统计
（一）基准回归结果
本文首先使用系统GMM估计方法对计量模型（1）至（3）进行估计，以得到基准回归结果，由表2展示。其中，估计方程（1）到（3）为未加入控制变量的估计结果，估计方程（4）到（6）为添加了控制变量的估计结果。可以看出，所有估计方程中老年抚养比的估计系数均在1%的置信水平上显著为正，而老年抚养比二次项的估计系数在1%的置信水平上显著为负。这表明人口老龄化与科技创新、创新投入及创新效率均呈现“倒U型”关系，即随着人口老龄化程度的不断加深，科技创新、创新投入与创新效率均呈现先上升后下降的变化趋势。这一结果与前文的研究假设相符。
表2 基准回归结果
依据表2的估计结果，可以计算得到人口老龄化影响科技创新水平、创新投入和创新效率的拐点值，即“倒U型”的峰值。由估计方程（4）到（6），求科技创新水平、创新投入和创新效率对老年抚养比的偏导数，并令它等于0，从而得到：
由以上3式可求得人口老龄化对科技创新、创新投入和创新效率影响的拐点值分别为32.13%、16%、30.91%。这意味着当老年抚养比分别越过32.13%、16% 、30.91%时，人口老龄化对科技创新水平、创新投入和创新效率的净效应将由正转负。根据世界银行WDI数据库显示，2019年，巴西、印度等发展中经济体老年抚养比仍低于16%，此时其人口老龄化对科技创新水平、创新投入和创新效率均具有正向影响。斯洛文尼亚、丹麦等发达经济体老年抚养比在16%到30.91%之间，人口老龄化对创新投入已呈现消极影响，但对科技创新水平和创新效率仍为积极影响。希腊、葡萄牙、芬兰和意大利4个经济体老年抚养比在30.91%到32.13%之间，人口老龄化对创新投入和创新效率具有负向影响，而对科技创新水平具有正向影响。法国、德国、日本等发达经济体老年抚养比超过了32.13%，其中日本达到47.12%，人口老龄化对科技创新水平、创新投入和创新效率均产生消极影响。由此可见，人口老龄化对科技创新、创新投入及创新效率的影响具有阶段性特征。
（二）稳健性检验
为了进一步检验前文得到的人口老龄化对科技创新、创新投入及创新效率产生“倒U型”影响的结论是否稳健，本研究还需要进行稳健性检验。
1.剔除小经济体样本
小经济体在人口结构、经济发展和科技创新上往往与规模较大的经济体存在差异。为了规避小经济体样本对估计结果的影响，可剔除2019年人口规模小于1 000万的经济体样本后再对子样本进行估计。表3估计结果显示，核心解释变量老年抚养比系数显著为正，老年抚养比二次项的系数显著为负，这再次表明人口老龄化对科技创新、创新投入和创新效率的“倒U型”影响是稳健可靠的。
表3 剔除小经济体样本后的估计结果
2.调整时间窗口
前文基准回归的样本时间段为1960年至2019年，时间跨度长达60年。在样本时间段内，全球65岁及以上人口占比呈加速上涨趋势，由1960年的4.97%上涨至2019年的9.099%，而2002年全球65岁及以上人口占比首次超过7%，这意味着全球整体上进入人口老龄化社会，因此，我们选择2002年作为调整时间窗口后的子样本的起始年份，对子样本进行回归，表4为调整时间窗口后的估计结果。可以看出，老年抚养比的估计系数显著为正，老年抚养比二次项的估计系数显著为负，这再次证明人口老龄化对科技创新、创新投入及创新效率有先促进后抑制的作用，结果是稳健的。
表4 调整时间窗口后的估计结果
3.替代自变量
在基准回归模型中，采用的是最常用、最被广泛接受的衡量指标，即老年抚养比来度量人口老龄化程度。而65岁及以上老年人口比率直观地反映了社会人口结构的老化程度，国际上将65岁及以上老年人口占人口总数的7%作为国家或地区进入老龄化社会的衡量标准之一，因此，以65岁及以上老年人口比率替代老年人口抚养比进行再估计，表5为替代自变量后的估计结果。结果显示，65岁及以上老年人口比率的一次项估计系数显著为正、二次项估计系数显著为负，与老年抚养比一次项和二次项估计系数的正负一致，系数差别较小。这表明人口老龄化对科技创新、创新投入及创新效率产生“倒U型”影响的结论是可靠的。
表5 替代自变量后的估计结果
4.极端值处理
由于世界各经济体科技创新水平、创新投入和创新效率存在较大差异，样本数据存在少量偏离整体均值的极端值，严重离群的极端值会对回归结果产生重要影响。为了规避极端值对估计结果的影响，进行双边缩尾处理，缩尾分位为1%，表6为缩尾处理后的估计结果。估计结果显示，老年抚养比的估计系数显著为正，老年抚养比二次项的估计系数显著为负。这表明人口老龄化对科技创新、创新投入和创新效率的“倒U型”影响是稳健的。
表6 极端值处理后的估计结果
续表
当前，世界处于人口结构显著变化的重要时期，人口老龄化程度迅速提高，给世界各国的经济发展和科技创新带来了前所未有的挑战。理论分析表明，人口老龄化对创新投入具有正向的“倒逼效应”和负向的“挤占效应”，对创新效率具有正向的“预期效应”和“经验效应”以及负向的“高龄效应”，而且这些效应的强弱对比在人口老龄化的不同阶段可能发生显著变化，研究假设人口老龄化与创新投入、创新效率之间均呈现“倒U型”关系。通过对全世界167个经济体1960—2019年的面板数据，对研究假设进行了实证检验。基准回归结果和一系列稳健性检验结果表明，人口老龄化与科技创新、创新投入和创新效率均呈现“倒U型”关系。同时，由基准回归结果可以得到，人口老龄化影响科技创新、创新投入和创新效率的拐点值分别为32.13%、16%、30.91%。研究结果对于处于不同人口老龄化阶段的经济体实现科技创新发展具有重要启示作用。
当一国处于人口老龄化初期时，人口老龄化对科技创新呈现促进作用。在这一阶段，国家应未雨绸缪，提前做好应对人口老龄化冲击的准备：一是加大科技创新人才培养力度，为未来储备创新人才；
二是进一步完善知识产权保护制度；
三是采取积极措施，提高生育率；
四是加大医疗和健康产业投入，提升全民健康水平。
当一国处于人口老龄化中期时，人口老龄化对科技创新的消极影响不断显现，并逐渐超过积极影响，人口老龄化与科技创新的关系进入转折期。此时，国家应采取积极措施，全面应对人口老龄化的消极影响：一是改革科技创新机制体制，释放科技创新潜力；
二是构建高效的风险投资体系，为科技创新提供金融支持；
三是完善教育和培训体系，构建全民教育、终身教育以及职业培训体系；
四是改革养老金管理体系，完善养老保障体系。
当一国处于人口老龄化后期时，人口老龄化对科技创新产生严重的消极影响。此时，老年人口占较大比重，家庭和社会养老负担极重，国家和企业可以采取以下应对措施：一是逐步实施延迟退休和人才返聘政策；
二是为新兴企业开展创新活动提供空间。
