我国劳动力老化对劳动生产率的影响研究

我国劳动力老化对劳动生产率的影响研究作者：杨贝贝刘懿来源：《经济数学》2015年第02期摘要人口老龄化对经济的直接影响体现为劳动力老化对劳动生产率的影响.本文在基于标准C-D生产函数的计量经济模型框架下，采用省级面板数据和固定效应估计方法，深入探究全国以及不同区域劳动力老化对劳动生产率的影响.实证结果显示，我国劳动力老化对劳动生产率有显著的消极影响，且沿海地区劳动力老化对劳动生产率的消极影响比非沿海地区更强烈.要缓解劳动力力老化对劳动生产率的消极影响，可以从以下三个方面入手：首先，稳定低生育水平，适当放宽人口政策；其次，大力发展教育事业，特别是对老年劳动力的教育和培训；第三，合理引导人口流动，实现地区间劳动力年龄结构的优势互补.关键词劳动力老化；劳动生产率；固定效应；人力资本中图分类号 F241 文献标识码 AThe Impact of Labor Force Agingon Productivity PerformanceYANG Beibei，LIU Yi（School of economy &Trade， Hunan University， Changsha，Hunan 410079， China）Abstract The direct impact of population aging on economy is the effects of labor force aging on productivity. Involving the CD econometric model framework based on a standard production function， by using provincial panel data and fixed effects estimation method， this paper studied the impact of labor force aging on the productivity performance in the whole China and the different regions of the country. The empirical result shows that labor force aging has a significant negative impact on productivity in China. Additionally， the negative impact is stronger in the coastal areas. Therefore， in order to alleviate the negative impact of the labor force aging on productivity， we may work from the following aspects： firstly， to keep the low birth rate and appropriately relax the population policy； secondly， to develop education， especially the education and training system for older workforce； thirdly， to guide population migration rationally and realize the advantages of population age structure complementing between regions.Key words Labor Force Aging； Productivity； Fixed Effect； Human Capital1 引言人口老龄化对经济的直接影响体现为劳动力老化对劳动生产率的影响.劳动力老化表现为在劳动年龄人口中，老年劳动力人口比重上升的动态过程（熊必俊（2002））[1].根据杨道兵、陆杰华（2006）[2]对五次普查数据的整理，预计2000—2035年我国老年劳动力人口比例急剧上升，在2035年达到顶峰44.18%.那么劳动力老化与劳动生产率之间存在怎样的关系？不同地区老年劳动力对劳动生产率的影响有何异同？解决以上问题有助于更为深入的了解我国人口老龄化问题，为实现我国经济可持续发展找到突破口.分析国内学者对劳动力老化与劳动生产率关系的研究，笔者发现，一方面，学者们只是采用描述性统计或者模拟分析方法阐述劳动力老化对劳动生产率的影响，并没有进行实证分析，对于劳动力老化对劳动生产率的影响的研究过于笼统.刘长茂（1991）[3]采用描述性统计方法，初步分析了劳动力老化与人口老龄化的不同以及研究劳动力老化的必要性；杨道兵、陆杰华（2006）[2]采用描述性统计和模拟分析方法研究发现，随着劳动力老化，社会总产出效率在下降，但并未进行精确的实证研究.另一方面学者们偏向于从年龄结构、产业结构入手，间接研究劳动力老化问题，并未直接解释劳动力老化对劳动生产率的影响以及影响程度.袁蓓（2009）[4]基于劳动力非完全替代理论的研究指出劳动力老化对劳动生产率的影响取决于不同年龄段劳动力的替代弹性，替代弹性越小，劳动力老化对劳动生产率的负面影响越大.朱洵等（2013）[5]对劳动力老化与产业结构的研究表明，劳动力老化在三次产业中普遍发生，劳动力老化对劳动生产率的影响程度取决于对“劳动力年龄—产业”双重结构的调整.经济数学第 32卷第2期杨贝贝等：我国劳动力老化对劳动生产率的影响研究相对于国内相关研究的不足，国外学者对劳动力老化问题的研究已经相当成熟，但由于不同国家的人口结构和经济发展阶段不同，学者们并没有得出一致的结果.Feyrer（2007） [6]对劳动力年龄结构与劳动生产率的研究发现，50岁及以上劳动力人口的增加对劳动生产率有消极影响.Brsch（2003）[7]对德国劳动力市场的研究以及Cataldi 和 Kampelmann（2012）[8]对比利时的研究也得出类似的结论.Guest（2011）[9]对美国和加拿大的研究以及Mahlberg等（2012） [10]对澳大利亚的研究则显示，劳动力老化对劳动生产率没有显著性影响.然而，国外学者的研究多是基于改进的增长核算模型，增长核算模型必须满足两个基本假设，一是，工人的边际产出在本质上等于劳动补偿率；二是，劳动投入与工人数量成比例.但在实践中这两个假设往往是不成立的.而计量经济模型则不必考虑增长核算模型必须满足的基本假设，并能够有效地描述不同年龄段劳动力对劳动生产率影响的差异.基于此，本文借鉴Tang和Macleod （2006）[11]的研究方法，采用基于C-D标准生产函数的计量经济模型实证研究劳动力老化对劳动生产率的影响.另外，与发达国家不同，我国经济发展不平衡，区域经济发展差距较大（张海峰等（2010）、张晓蓓和李子豪（2014）等）[12，13]，人口分布极不均匀，且人口流动性大，因此，在不同的区域劳动力老化对经济发展的影响也可能不同.但纵观前人文献，分区域考察人口老龄化问题的学者数见不鲜，却很少有人分区域研究劳动力老化问题.我国沿海地区经济发达，人口密集，内陆地区经济相对薄弱，人口相对稀少，本文采用亓朋等（2009）[14]研究中外技术差距对FDI技术溢出效应影响的方法，在模型中加入区域虚拟变量D与劳动力老化变量OL的交互项，将研究省份分为沿海和非沿海地区，探究不同区域劳动力老化对劳动生产率影响的异同.研究结果显示，沿海地区劳动力老化对劳动生产率的消极影响更为严重.在其他因素不变的情况下，劳动力老化程度每增加1%，沿海地区劳动生产率的下降程度比非沿海地区多0.004%.本文将使用省级面板数据实证研究劳动力老化对劳动生产率的直接影响以及具体影响程度.2 我国劳动力老化状况以及与劳动生产率的关系近年来，我国劳动力老化程度持续加重，老年劳动力人口比重持续上升，由2000年的28.10%上升到2010年的40%.那么，我国劳动力老化与劳动生产率有怎样的关系呢？由图1可以看出，我国劳动力老化与劳动生产率的散点图呈向右下方倾斜的趋势，我国劳动力老化可能对劳动生产率有消极影响.劳动生产率/%图1 劳动力老化与劳动生产率的关系本文认为老年劳动力的生产效率可能不及年轻劳动力，原因主要有三点.首先，老年劳动力的身体素质不及年轻劳动力，尤其是在劳动密集型产业中，老年劳动力的工作效率大大低于年轻劳动力.另外，由于老年劳动力身体素质下降，其请假的概率也会比较大，专注于工作的时间减少，产出也会减少. 其次，老年劳动力的学习能力不及年轻劳动力.获取新知识和新技术的能力不断下降，也更不愿意尝试学习新知识和新技术.例如，在我国老年劳动力的互联网普及率远比年轻劳动力低.在现代社会，科学技术是第一生产力.知识的更新周期日益缩短，不能快速学习新知识和新技术的老年劳动力工作效率必然降低.最后，老年劳动力的努力程度不及年轻劳动力.本文所说的努力程度，不是花在工作上的时间多少，而是专注于工作的程度.为了升职或者是巩固自己的职位，年轻劳动力一般会比老年劳动力更加努力，工作效率自然也比老年劳动力要高.另外，劳动力老化将会引起我国劳动力年龄结构的变化，而劳动力年龄结构的改变必将影响我国产业结构转型的顺利实现，进而影响劳动生产率的提高.综上，我国劳动力老化可能会对劳动生产率的增长产生重要影响.具体如图2所示.图2 劳动力老化对劳动生产率的影响机制3 模型构建及相关变量解释计量经济模型不必考虑增长核算模型必须满足的2个基本假设，能够有效地描述不同年龄段劳动力对劳动生产率影响的差异.本文借鉴Tang和Macleod（2006）[11]的研究方法，采用基于C-D标准生产函数的计量经济模型来实证研究劳动力老化对劳动生产率的影响.ln Yi，t=a0+α1dln OLi，t+α2dln OLi，t*D+α3lnZ+α4T+α5ηi+εi，t 模型的主要变量包括被解释变量劳动生产率和解释变量劳动力老化.Y是劳动生产率，用劳均实际GDP表示.纵观国内外研究劳动生产率的文献，如袁富华（2012）[16]、袁蓓（2009）[4]、Drucker和Feser（2012）[17]等等，多以劳均GDP表示劳动生产率.为了确保数据的跨时间可比性，本文使用GDP平减指数，以2000年为基期对名义GDP进行了处理，即以劳均实际GDP表示劳动生产率；OL是劳动力老化，用退休前10年劳动力人口比重表示.根据联合国国际劳工组织的划分，劳动力年龄人口中45岁及以上劳动力为老年劳动力，故国内研究多以45-64岁的劳动力作为老年劳动力，但这并不符合我国实际情况.根据男女劳动力的身体状况，我国规定的退休年龄为男60岁，女55岁，并且未来有延迟退休的可能，基于此，本文认为以退休前十年劳动力人口比例来衡量劳动力老化更为准确，所以用退休前10年劳动力人口比重来衡量劳动力老化.Z是一组控制变量.包括物质资本密集度、人力资本、失业率、产业结构.Timmer等（2008）[18]对欧洲和美国的劳动生产率影响因素的研究发现，人均物质资本和人力资本投资是影响劳动生产率的主要因素.Fleisher和Li（2010）[19]对中国人力资本与地区经济差异的研究也发现人力资本对经济增长有非常重要的促进作用.而失业率上升导致人力资本进而物质资本的闲置是引起劳动生产率下降的主要原因（Schaal（2012））[20].Basile 和 De Benedictis （2008） [21]的研究也发现，劳动生产率与失业率之间存在很强的负相关关系.因此，本文将资本密集度、人力资本、失业率作为控制变量加入模型中.另外，很多学者在研究经济增长问题时将生产技术水平作为控制变量加入模型中（姚先国和张海峰（2008）、包玉香（2012）、张晓蓓和李子豪（2014））[22，23，13].本文认为由劳均资本存量代表的资本密集度已经涵盖了生产技术水平，因此不再将生产技术水平单独作为控制变量加入模型.在三次产业中，制造业的劳动生产率最高（Drucker和 Feser （2012））[17].Tang和Macleod（2006）[11]在研究加拿大劳动力老化问题时将制造业总产出占GDP的比重作为控制产业结构的变量加入模型，但我国对产业结构的传统划分为一、二、三产业，制造业包括在第二产业中且占很大比重.据此，本文将第二产业总产出占GDP的比重作为控制产业结构的变量加入模型中.T是时间效应变量.Tang和Macleod（2006）[11]在研究加拿大劳动力老化对劳动生产率的影响时，为了使非平稳数据平稳化，对计量经济模型做了一阶差分处理.但考虑到我国当前发展状况与发达国家的差异以及样本容量问题，对所有变量做差分处理不仅会弱化数据特征，而且会减少样本量，所以本文只对劳动力老化变量做差分处理.经ADF和PP检验发现，不能拒绝数据存在单位根的假设，即数据非平稳.于是本文参照Levin和Lin（2002）[24]的方法，在模型中引进时间趋势变量T，再做ADF和PP检验，结果强烈拒绝存在单位根的原假设，即数据趋于平稳.ηi是不随时间变化的地区非观测效应，D是区域虚拟变量，D=1，D为沿海省份；0，D为非沿海省份；ε是误差项，下标i和t分别表示地区和时间.4 数据说明及主要变量描述性统计本文所使用数据均来自于“中国人力资本与劳动经济研究中心2013年人力资本指数项目估算数据”和省级统计年鉴.由于我国城镇登记失业率在时间跨度和空间跨度上都有不同程度的缺失，为保证数据质量，本文考察的样本省份共19个，考察期间为2000-2010年.本文以高中及以上学历的劳动力人口比率作为人力资本的代理变量，并引用李海峥等（2013）[25]的测算方法，以 1978 年为基期，采用永续盘存法估算得到高中及以上学历的累计劳动力人口数以及劳动力人口总数.另外，考虑到中国人的习惯和失业登记服务系统的完整性，城镇登记失业率可能并不能真实地反应失业情况，本文基于全国调查失业率和登记失业率构建了失业率调整系数对省级登记失业率进行调整，得到与我国失业实际情况较为一致的估计失业率.表1报告了代表性年份的主要变量描述性统计.表1 主要变量的描述性统计5 实证结果及分析本文采用省级面板数据对劳动力老化问题进行研究，面板数据不仅能够增加样本数量，还能够有效控制被考察省份不随时间变化的某些特征，从而消除内生性问题（张晓蓓（2014））[12].模型中的地区效应ηi为不随时间变化的地区非观测效应，且通常与右边解释变量相关.为有效消除ηi，以减轻估计误差，本文采用固定效应估计方法Hausman 检验结果为chi2（7）=50.77，Prob>chi2 =0.0000，所以拒绝原假设，接受被择假设，本文应采用固定效应模型..另外，由于我国各省之间存在较大差异，加之面板数据模型可能存在异方差性，本文对数据进行了怀特检验，结果②显示确实存在异方差性怀特检验结果为chi2 （19） =1285.43，Prob>chi2 =0.0000，即存在异方差.，后续回归均采用OLS加稳健标准差来处理异方差问题.表2给出了异方差稳健的固定效应回归结果，其中第1列引入了全部的控制变量.回归结果显示，在其他因素保持不变的情况下，劳动力老化对劳动生产率的影响在10%的显著性水平下为负，具体而言，劳动力老化程度每增加1%，劳动生产率约降低0.06个百分点.本文数据显示，我国劳动力老化程度在2000～2010年间增加了13.61%，从2000年的21.59 %增加到2010年的35.20%，年均增长1.36%，根据实证回归结果，劳动力老化的这一增长，使劳动生产率的年均增长速度降低0.1%.以此类推，劳动力老化在之后十年的增长将使劳动生产率降低1%.由此可知，劳动力老化对劳动生产率的消极影响不可忽视.表2 劳动力老化对劳动生产率的影响从地区层面来看，沿海地区劳动力老化对劳动生产率的消极影响更为严重.劳动力老化与D2交叉项的系数在5%的显著性水平下为负，即其他因素不变，劳动力老化程度每增加1%，沿海地区劳动生产率的下降程度比非沿海地区多0.006%.单就上海市和贵州省的对比而言，2000-2010年间，上海市的劳动力老化程度增加5.88%，比贵州省多4.43%，综合地区因素的影响，上海市由劳动力老化引起的劳动生产率的降低比贵州省多0.33%.由此可见，劳动力老化程度以及劳动力老化对劳动生产率影响程度的差异，将会在一定程度上缩小沿海地区与内陆地区间劳动生产率的差距.资本密集度仍是推动劳动生产率增长的关键.具体而言，资本密集度每增加1%，劳动生产率提高0.529%，也就是说劳动生产率的增长的52.9%是由资本密集度的增加解释的.人力资本对劳动生产率的影响在10%的水平下显著为正，人力资本每增加1%，劳动生产率提高0.029%.与资本密集度相比，人力资本对劳动生产率的影响程度稍显逊色.其原因有二，首先，人力资本投资具有一定的滞后性.其次，人力资本可能存在外部性，人力资本对劳动生产率的影响可能通过提高物质资本的利用效率来体现，因为资本倾向于流向劳动力素质较高的区域（Lucas （1990））[28].失业率系数在10%的水平下显著为负，这意味着失业率的增加将阻碍劳动生产率的增长，具体而言，失业率每增加1%，劳动生产率降低0.027%.值得注意的是，第二产业份额系数在51%的水平下显著为负，说明第二产业份额的增加不利于我国劳动生产率的提高.这并不违背我国产业结构发展规律：随着技术水平的提高和高科技产业的发展，我国第三产业发展迅速，第二产业份额有减少趋势.为了使分析更有说服力，本文在模型中用第三产业份额代替第二产业份额，如表2（7）.结果显示，第三产业份额系数在5%的水平下显著为正，即第三产业份额的增加对我国劳动生产率的提高有很强的促进作用.表2第（2）～（5）列为依次去掉各种控制变量后对回归结果进行的敏感性分析.表2（2）显示，剔除资本密集度变量后，劳动力老化对劳动生产率增长的阻碍作用更加明显.根据劳动力需求理论，资本与劳动力之间有替代效应，在不控制资本时，企业的产出更多地依赖于劳动力，劳动力老化对劳动生产率的消极影响更严重.特别值得注意的是，在不控制资本密集度时，第二产业份额对劳动生产率的影响由负变为正，且人力资本对劳动生产率的影响增加了将近20倍.这一方面是由于我国资本密集型产业主要集中于第二产业，不控制资本密集度时，资本对劳动生产率的积极影响一部分通过第二产业对劳动生产率的影响表现出来；另一方面，受教育程度越高的人，在社会再生产过程中控制的物质资本越多，所以不控制资本密集度时，资本对劳动生产率影响的另一部分通过人力资本对劳动生产率的影响表现出来.在不控制经济周期时，劳动力老化对劳动生产率的消极影响变小，且资本密集度对劳动生产率的影响变小，说明资本的利用效率具有周期性.在不控制产业结构时，劳动力老化对劳动生产率的影响变大，说明合理调整“劳动力老化-产业”双重结构，将会大大促进劳动生产率的提高.6 结论及政策建议本文的研究具有以下三点创新：第一是国内首次使用省级面板数据和基于标准C-D生产函数的计量经济模型实证研究我国劳动力老化问题；其次是根据我国经济发展不平衡分区域考察劳动力老化对劳动生产率的影响；第三是通过在模型中引进时间趋势变量的方法，处理数据单位根问题，使非平稳数据平稳化.本文的研究结果有三点：第一，我国劳动力老化对劳动生产率有显著的消极影响，不同区域劳动力老化对劳动生产率的影响不同，沿海地区劳动力老化对劳动生产率的消极影响比非沿海地区大；第二，资本仍是推动劳动生产率提高的主要力量，人力资本对劳动生产率的积极影响不容忽视，物质资本和人力资本存在一定的替代效应；第三，第三产业份额的增加已经成为推动我国劳动生产率增长的新生力量.基于以上结论，为尽量减少最小化劳动力老化对劳动生产率的消极影响，推动我国经济健康快速发展，可以从以下几方面着手.第一，稳定低生育水平，适当放宽人口政策.由于我国计划生育政策的长期实施，高生育水平得到有效控制，人口自然增长率迅速下降，沿海有些地区甚至出现负增长现象，这在很大程度上加快了劳动力老化问题.本文研究表明，劳动力老化对劳动生产率有显著的消极影响，特别是沿海地区.所以，根据经济发展进程有计划地对计划生育政策进行合理调整是非常有必要的.在生育率高的非沿海地区仍然坚持控制人口数量，提高人口素质的基本内容，而在生育率较低的沿海地区则要适当放宽人口政策，促进生育率的提高，实现不同区域劳动力结构的平衡发展，缓解劳动力老化对劳动生产率的影响.第二，合理引导人口流动，实现地区间的劳动力年龄结构的优势互补.我国经济发展不平衡，区域经济发展差距较大，人口分布极不均匀，劳动力老化程度也存在很大差异.本文研究显示，沿海地区劳动力老化对劳动生产率消极影响大于非沿海地区.所以要根据经济发展情况合理引导人口流动，调整产业结构，实现我国各地区劳动力年龄结构与产业结构完美结合，进而缓解劳动力老化对劳动生产率的影响.第三，大力发展教育事业，加大人力资本投资.本文结果显示，人力资本对劳动生产率增长的促进作用不容忽视.近年来，我国教育事业飞速发展，大学入学率由1998年的6.2%上升到现在的23%以上，但与高收入国家大学入学率67.2%的水平仍有很大差距，因此加大教育投入，提高大学入学率和大学教育质量对我国劳动生产率的提高至关重要.另外，老年劳动力的知识技能老化速度加快，知识更新速度相对迟缓，要缓解劳动力老化对劳动生产率的影响，建立和完善老年劳动力的教育和培训体系迫在眉睫.参考文献[1] 熊必俊.人口老龄化与可持续发展[M].北京：中国大百科全书出版社，2002：42-44.[2] 杨道兵，陆杰华. 我国劳动力老化及其对社会经济发展影响的分析[J].人口学刊，2006，1（10）：7-1.[3] 刘长茂. 劳动力老化和中国劳动力老化趋势[J].中国人口科学，1991（3）：38-40.[4] 袁蓓. 劳动力老龄化对劳动生产效率的影响——基于劳动力非完全替代的分析[J].生产力研究， 2009（14）：24-26.[5] 朱洵，周彦汐.劳动力老化与产业结构调整—对“劳动力年龄-产业”双重结构的定量分析[J]. 人口与经济，2013（3）：62-68.[6] J FEYRER. Demographics and productivity [J]. The review of economics and statistics，2007， 89（1）： 100-109.[7] A BRSCHSUPAN. Labor market effects of population aging[J]. Labor， 2003， 17（s1）： 5-44.[8] A CATALDI， S KAMPELMANN， F RYCX. Does it pay to be productive？ The case of age groups [J]. International Journal of Manpower， 2012， 33（3）： 264-283.[9] GUEST R. Population ageing， capital intensity and labor productivity[J]. Pacific Economic Review， 2011， 16（3）： 371-388.[10]B MAHLBERG. Ageing， productivity and wages in austria[J]. Social Science Electronic Publishing，2012，22（4）：5-15.[11]J TANG， C MACLEOD. Labour force ageing and productivity performance in Canada[J]. Canadian Journal of Economics， 2006， 39（2）： 582-603.[12]张海峰，姚先国，张俊森. 教育质量对地区劳动生产率的影响[J].经济研究， 2010（7）：57-67.[13]张晓蓓，李子豪. 人力资本差异加剧了区域经济失衡吗？[J].经济学家，2014（4）：14-21.[14]亓朋，许和连，李海峥. 技术差距与外商直接投资的技术溢出效应[J].数量经济技术经济研究， 2009（9）：92-106.[15]JORGENSON，W DALE， ZVI GRILICHES . The explanation of productivity change，in postwar U.S. Economic Growth， ed. D.W. Jorgenson （Cambridge： MIT Press）， 1995（34）：14-22.[16]袁富华. 长期增长过程的“结构性加速”与“结构性减速”：一种解释[J].经济研究，2012，（3）：127-140.[17]J DRUCKER， E FESER. Regional industrial structure and agglomeration economies： an analysis of productivity in three manufacturing industries[J]. Regional Science and Urban Economics， 2012， 42（1）： 1-14.[18]B VAN ARK. M O'MAHONY. M P TIMMER. The productivity gap between Europe and the United States： trends and causes[J]. The Journal of Economic Perspectives， 2008， 22（1）：25-44.[19]B FLEISHER， H LI， M Q ZHAO. Human capital， economic growth， and regional inequality in China[J]. Journal of Development Economics， 2010， 92（2）： 215-231.[20]E SCHAAL. Uncertainty， productivity and unemployment in the great recession[J].Federal Reserve Bank of Minneapolis， mimeo， 2011.[21]R BASILE， L DE BENEDICTIS. Regional unemployment and productivity in Europe[J]. Papers in Regional Science， 2008， 87（2）： 173-192.[22]姚先国，张海峰. 教育、人力资本与地区经济差异[J].经济研究，2008（5）：47-57.[23]包玉香. 人口老龄化的区域经济效应分析——基于新古典经济增长模型[J].人口与经济， 2012，（1）：1-7.[24]A LEVIN， C LIN， J C CS. Unit root tests in panel data： asymptotic and finitesample properties[J]. Journal of Econometrics， 2002， 108（1）：1-24.[25]李海峥，梁赟玲， Fraumeni B等. 中国人力资本测度与指数构建[J].经济研究，2010（8）：42-54.[26]杨宜勇. 人口老龄化背景下我国就业政策与人口政策的完善[J].中国金融，2008（7）：45-47.[27]董亚娟，孙敬水. 基于人力资本视角的中国地区经济增长差异分析[J].财经问题研究，2009（3）：14-21.[28]R LUCAS. Why doesn′t capital flow from rich to poor countries？ [J]. American Economic Review， Papers and Proceedings， 1990（80）：92-96.。