EN中文

经济地理 >

2019 , Vol. 39 >Issue 9: 39 - 47

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.09.006

区域经济理论与方法

中国省域老龄化、人口流动与产业结构的协同效应

  • 逯进 , 1 ,
  • 王晓飞 1 ,
  • 刘璐 , 1, ※ ,
  • 陈阳 2
展开
  • 1.青岛大学 经济学院，中国山东 青岛 266061
  • 2.青岛科技大学 经济与管理学院，中国山东 青岛 266061
※刘璐（1993—），女，山东烟台人，硕士研究生。主要研究方向为区域经济与产业经济。E-mail：。

逯进（1974—），男，甘肃天水人，博士，教授，博士生导师。主要研究方向为区域经济与宏观经济。E-mail：。

收稿日期: 2019-03-09

  修回日期: 2019-07-22

  网络出版日期: 2025-04-17

基金资助

国家社会科学基金一般项目(18BJL117)

全国统计科学研究重点项目(2017LZ42)

山东省自然科学基金项目(ZR2017BG005)

收起

Synergy Effects of Aging，Population Migration and Industrial Structure in China

  • LU Jin , 1 ,
  • WANG Xiaofei 1 ,
  • LIU Lu , 1, ※ ,
  • CHEN Yang 2
Expand
  • 1. School of Economics，Qingdao University，Qingdao 266061，Shandong，China
  • 2. College of Economics and Management，Qingdao University of Science and Technology，Qingdao 266061，Shandong，China

Received date: 2019-03-09

  Revised date: 2019-07-22

  Online published: 2025-04-17

Fold

摘要

基于我国31个省区1993—2015年面板数据，测算省域老龄化、人口流动与产业结构三大系统的综合指数及协调发展水平，讨论不同区域三系统协调发展的动态演化特征及其差异，并在此基础上解析三系统协调发展的影响因素及三系统两两间的交互作用关系。结果表明，我国产业结构虽保持较为稳定的发展态势，人口迁移强度也有所增加，但老龄化程度正快速加深，导致三系统协调发展情况正逐年退化；人口净迁入和产业结构对三系统协调发展关系的边际促进作用降低；人口流动、产业结构调整并未有效缓解老龄化对三系统协调发展带来的负面影响。

关键词： 老龄化; 人口迁移; 产业结构; 协同效应; 人口结构

本文引用格式

逯进 , 王晓飞 , 刘璐 , 陈阳 . 中国省域老龄化、人口流动与产业结构的协同效应[J]. 经济地理, 2019 , 39(9) : 39 -47 . DOI: 10.15957/j.cnki.jjdl.2019.09.006

Abstract

Based on the panel data of 31 provinces from 1993 to 2015, this study calculates the comprehensive indexes and coordinated development level of the three systems which are population aging, population migration and industrial structure, discusses the dynamic evolution characteristics and differences of the coordinated development of the three systems in different region and analyzes their influencing factors and the interaction between the three systems. The results show that although the industrial structure of China has maintained a relatively stable development trend and the intensity of migration has also increased, the aging of population is accelerating, which deteriorates the coordinated development of the three systems year by year. The marginal promotion effect of net population migration and industrial structure on the coordinated development of the three systems is reduced, while population migration and industrial upgrading have not effectively alleviated the negative impact of population aging on the coordinated development of the three systems.

Key words： population aging; population migration; industrial structure; synergy effect; population structure

人口流动是广泛存在的社会现象，其在经济快速发展时期表现得尤为明显。从现实经验看，地区间经济结构特别是产业结构变动成为影响人口流动的重要因素。自改革开放以来，伴随我国逐步建立起市场经济体制，严格的人口与户籍制度得以放松，从而使得追求更高经济收入、更好生活环境、更优生活质量的个体意愿被强烈激发，个体的理性选择在冲破思想观念的束缚与体制机制的阻滞后，得以释放出空前的空间流动与迁移意愿。而流动人口本身又极大地促进了区域间的文化与经济交流，并在合理分配劳动力、熨平区域发展差距等方面发挥了重要作用。
自2000年以来，虽然我国人口的老龄化程度在快速加深，但作为人口迁移主力的城乡二元人口流动的强度并未减弱，至2016年我国迁流人口仍接近2亿。很明显，基于庞大人口基数之上的大规模、广区域人口迁流对区域老龄化差异产生了显著影响。同时，伴随中国老龄化程度的快速加深，“人口红利”的逐步消退成为我国又一个显著的人口结构变动趋势。同一时期，我国的劳动力成本开始快速上升，特别是在2008年全球经济金融危机的冲击下，劳动密集型产业的发展空间被压缩，传统的增长模式难以为继，市场以倒逼方式带动了宏观经济进入以“转方式、调结构”为特征的转型振荡期，从而引致我国的产业结构正经历“阵痛期”的逐步优化与升级。目前，我国已全面进入人口老化、人口迁移集聚化、创新引领的产业结构优化三类特征叠加的发展时期，因此急需全面有效协调这三类发展战略。
在上述背景下，为了不断提升宏观经济的全球竞争力与持续增长动力，我国在持续推进经济结构优化的同时，还须进一步有效安置与配置迁流人口，并全面落实人口老龄化应对战略，这将是实现经济发展与人口安全两大战略协同共进的迫切要求。而要做到这一点，对人口老龄化、人口迁移、产业结构调整三者各自的发展水平以及三者之间的作用关系做出深入而明确的判断就显得格外重要。

1 文献回顾

涉及到老龄化与人口迁移的相互影响，研究者一方面从迁移人群的年龄结构入手，分别考虑人口迁移对迁入地和迁出地老龄化程度所造成的不同影响；另一方面则针对老龄化对迁移强度产生的影响及其原因加以分析。一般而言，不同年龄段的人口具有不同的迁移倾向，人口迁移理论和人力资本理论认为，受教育水平越高、越年轻的人口迁移的可能性通常越高[1]。关于迁移对迁入地老龄化产生的影响，国外学者的研究结论存在较大分歧[2⇓-4]。关于老龄化对迁移所造成的影响，国外学者一致认为，老龄化的加重会降低迁移强度[5-6]。而从我国的具体情况看，蔡昉等研究发现人口迁移的方向主要是“乡—城”人口迁移和从中西部迁往东部[7]。关于“乡—城”人口迁移，学者们普遍认为，“乡—城”人口迁移可暂缓城镇人口老龄化进程，为中国城镇养老带来大量的“养老金红利”，但它将加速农村人口老龄化程度，削弱了传统的养老方式[8⇓-10]。关于人口迁移作用的区域差异问题，张航空认为迁入人口对东部地区影响程度较大，迁出人口对中西部地区影响程度较大[11]。因此，人口净迁入有助于改善东部地区的老龄化程度。
至目前，有关老龄化与产业结构关系的研究主要集中于老龄化对产业结构的单方面影响。国外文献大都表明，人口老龄化大大改变了就业人口的年龄结构，导致第一产业的就业人口比重上升，并减少了二三产业的相对就业人口[12]；同时，人口老龄化对不同部门的就业影响有所差异，其对农业、制造业、建筑业及采掘业等部门会产生显著的负面效应，而对于服务业特别是金融业会产生显著的正面效应[13-14]。从国内现有文献来看，一种观点认为，人口老龄化能够通过增加消费需求、加速人力资本积累和“倒逼”生产部门用技术和资本替代劳动，以此解决劳动力成本上升问题，促进产业结构升级[15-16]。另一种观点认为，人口老龄化不利于劳动生产率的提升，对产业结构升级造成了一定的负面影响[15]。此外，由于中国长期具有劳动力无限供给的二元经济特征，形成了单纯依靠资本和劳动力投入推动的粗放经济增长方式，加之现存劳动力的人力资本水平与技能水平普遍较低，故人口老龄化并不利于产业结构升级[17-18]。
有关人口迁移与产业结构关系的讨论主要集中在劳动力迁移方面。国外学者认为，一方面，产业升级促进了农村剩余劳动力向城市地区流动；另一方面，劳动力流动将使农村的资源禀赋发生变动，资本替代劳动推动了经济发展和产业结构的良性演变[19⇓⇓⇓-23]。国内相关研究普遍认为，改革开放以来中国经济快速增长的有力解释之一就是农村劳动力转移带来的资源重新配置效应。农村劳动力的有序转移对产业结构的转型与优化具有显著意义，有效缩小了产业分布结构与产业间收入的差异[24⇓⇓⇓-28]。此外，关于产业结构对人口流动的影响，多数学者认为，由劳动密集型产业向资本密集型产业的过渡与置换，促进了经济的快速发展，从而进一步促进了劳动力的转移[29⇓-31]。
综合来看，从当下中国社会经济发展的实际情况看，以“平衡与发展”为指针，对人口结构与产业结构的全面考量显得非常迫切，这关系到人口安全与经济发展核心之所在。落脚于本文的研究构想，首先以我国老龄化、人口迁移与产业结构的规律把握为契入点，通过构建一个合理的系统观框架，以经验性分析审视三者之间的关系，进而以一个更为综合化的视角观察三者之间交互作用的内在机理，将实现对既有研究的有效拓展。据此，本文的研究将聚焦于如下两个方面问题：第一，老龄化、人口迁移与产业结构是否存在明确的交互作用关系?如果存在交互作用关系，那么如何体现并衡量之?如何检验之?第二，三者之间协同变动的过程与结果是什么?

2 指标与数据说明

2.1 指标的选定

本着科学合理与数据可得的原则，本文构建如表1所示的指标体系。需要说明的是，产业结构变迁体现在两个维度上，即产业结构高级化和合理化。其中，产业高级化通过第三产业与第二产业产值之比和第三产业与第二产业就业之比衡量，产业合理化用泰尔指数衡量[32]。
表1 人口的年龄结构—人口的空间流动—产业结构指标体系

Tab.1 Indicator system of age structure, spatial mobility of population and industrial structure

子系统 指标
人口的年龄结构 老龄化率（-）、老年抚养比（-）
人口的空间流动 迁入率、迁出率（-）、净迁入率
产业结构 第三产业与第二产业产值之比、第三产业与第二产业就业之比、泰尔指数（-）

注：标记（-）说明指标为负向指标，未作标记的表示正向指标。正向指标值越大越好；负向指标值越小越好。

2.2 数据来源及处理说明

本文选取1993—2015年我国31个省市（港澳台地区除外）的统计数据展开实证。数据来源于历年《中国统计年鉴》《中华人民共和国全国分县市人口统计资料》《新中国60年统计资料汇编》以及各省市统计年鉴。由于涉及数据具有明显的趋势特征，故采用线性趋势拟合方法对部分缺失值进行估算。

3 耦合分析

3.1 耦合模型的原理及其适用性

耦合是物理学概念，特指两个或两个以上物体之间互相作用而对彼此产生影响的过程。“协调”与“发展”是系统耦合的两个组成方面。协调指系统间匹配的程度；而发展则是由系统内生动力引发，导致单个系统自身从小到大、从无序到有序的变化过程，两者共同作用使耦合水平发生持续变动。

3.2 初步解析

在计算耦合度之前，需对各子系统进行综合评估。首先对系统初始数据进行极值标准化，再通过熵值法进行加权形成综合指数。限于篇幅，本文未详细列示综合指数和耦合度的计算方法，具体计算方法参照逯进等的研究[33]。须说明的是，本文将人口的年龄结构、人口流动和产业结构三个系统认定为同等重要，即三系统具有相同权重。通过计算公式可得三系统综合发展指数。全国整体及四大区域三系统综合指数的变动趋势如图1、图2。
图1 全国分系统综合指数

Fig.1 Comprehensive index of subsystem at national level

图2 四大区域分系统综合指数

Fig.2 Comprehensive index of subsystems in four regions

整体看，三系统综合指数呈现出明显的差异化发展态势。人口年龄结构综合指数最高但逐年下降，由1993年的0.77下降至2015年的0.49，这表明我国人口老龄化程度在持续快速加深。产业结构综合指数逐年提高，但提升速度缓慢，仅从2011年后开始有显著变化。这意味着，内外部环境的倒逼机制正引致宏观经济发展方式与产业结构调整的切实转变。人口空间流动综合指数长期处于较低水平，在2007年前后有所提高，其他年份则较为平稳，总体上有小幅提升，由1993年的0.27增加至2015年的0.29。
从人口年龄结构综合指数看，四大区域均呈现明显递减趋势，老龄化程度都在持续加深。相对而言，西部地区的老龄化程度较低。2010年出现了明显的转折与区域分异，东北地区出现了老龄化的迅速加深。总体看，低人口出生率加深了各区域老龄化水平，而经济发达区域意图通过外部人口迁移降低人口年龄水平的做法并没有取得很好的效果，从长期看，这一做法不具备可持续性。
从人口空间流动综合指数看，西部始终处于高位，东部次之，而中部和东北地区的人口流动指数下降明显，特别是东北地区的指数值始终处于最低层次。由2010年人口普查数据可知，2010年东北地区历年累计的人口净流出达219万人，是2000年统计净流出人口40.4万人的五倍。而西部人口流动指数始终较高，随着西部大开发战略的深入实施以及“一带一路”倡议的逐步落实，西部地区的经济展现出快速发展局面，加上其居住环境的持续改善和国内一线城市生存压力的反推，西部地区的人口迁入量逐年增加。来自百度地图2015全年大数据的权威解读也证明了上述结论的准确性 ① 。令人担忧的是，东北与中部两地区人口流动指数的走低趋势亦可能体现出东北经济衰退与“中部塌陷”并未出现根本性转变，甚至有进一步加剧的趋势，而这两大区域有可能形成持续的“连绵衰退区”。
从产业结构综合指数看，四大区域之间差异明显。东部地区产业结构发展水平最高，产业指数自1997年起就遥遥领先；东北、中部、西部地区均表现出先上升后下降再上升的趋势。当前，产业结构整体发展水平表现为东部最好，东北和中部次之，西部最低。但不可忽视的是，东北和中部产业指数的增幅要明显小于东部，这意味着这两大区域产业结构的调整与升级的后劲不足。

3.3 三系统耦合的实证分析

31个省市历年耦合度的计算结果见表2。从全国整体看，三系统的耦合度始终处于初级协调阶段，并呈现波动下降态势，耦合度从1993年的0.66降低至2015年的0.64。这意味着，我国人口年龄结构、人口空间流动与产业结构并未出现持续的良性互促的发展态势。从四大区域看，东部和西部耦合度波动较大，未出现明显的下降趋势；东北和中部地区波动较小，但呈现明显的下降趋势，耦合状况持续恶化。此外，2005年之前，东部地区耦合值为四大区域最低，随后逐步改善，并在2010年后成为四大区域中耦合协同的最佳区域。结合原始数据与综合指数分析结果可知，青年人口与高人力资本人口的持续迁入，缓解了本区域的人口老龄化的势头，并提升了人口的整体素质，而这为产业结构调整的扎实推进提供了重要的支撑。
表2 1993—2015年31个省市历年三系统耦合度

Tab.2 Coupling degree of three systems for 31 provinces or cities in 1993-2015

1993 1995 1997 1999 2001 2003 2005 2007 2009 2011 2013 2015 均值
东部 北京 0.72 0.72 0.71 0.68 0.75 0.70 0.72 0.72 0.73 0.77 0.77 0.74 0.73
广东 0.68 0.66 0.67 0.64 0.64 0.63 0.66 0.68 0.67 0.68 0.68 0.68 0.66
上海 0.61 0.61 0.59 0.56 0.55 0.44 0.62 0.56 0.57 0.70 0.66 0.61 0.59
浙江 0.62 0.62 0.61 0.62 0.62 0.59 0.61 0.63 0.61 0.66 0.65 0.61 0.62
福建 0.65 0.64 0.65 0.63 0.63 0.64 0.63 0.64 0.64 0.68 0.67 0.66 0.65
江苏 0.63 0.63 0.63 0.62 0.61 0.59 0.61 0.62 0.59 0.62 0.59 0.58 0.61
天津 0.65 0.65 0.65 0.65 0.62 0.64 0.73 0.65 0.68 0.67 0.64 0.67 0.66
海南 0.70 0.71 0.70 0.69 0.68 0.70 0.68 0.67 0.67 0.69 0.68 0.68 0.69
山东 0.61 0.63 0.61 0.59 0.59 0.59 0.59 0.60 0.59 0.58 0.58 0.57 0.59
河北 0.63 0.67 0.66 0.65 0.63 0.63 0.63 0.66 0.65 0.64 0.63 0.62 0.64
均值 0.65 0.65 0.65 0.63 0.63 0.62 0.65 0.64 0.64 0.67 0.66 0.64 0.64
东北 吉林 0.70 0.71 0.71 0.67 0.65 0.65 0.65 0.63 0.62 0.61 0.60 0.59 0.65
黑龙江 0.68 0.70 0.71 0.66 0.63 0.58 0.62 0.63 0.63 0.62 0.64 0.63 0.64
辽宁 0.68 0.66 0.66 0.65 0.63 0.61 0.61 0.61 0.58 0.59 0.61 0.56 0.62
均值 0.69 0.69 0.69 0.66 0.64 0.61 0.63 0.62 0.61 0.61 0.62 0.59 0.64
中部 湖南 0.66 0.67 0.66 0.64 0.62 0.62 0.61 0.63 0.59 0.60 0.60 0.58 0.62
江西 0.68 0.70 0.70 0.69 0.69 0.68 0.66 0.66 0.65 0.65 0.64 0.64 0.67
湖北 0.68 0.69 0.67 0.64 0.63 0.62 0.62 0.61 0.60 0.58 0.59 0.58 0.63
安徽 0.63 0.65 0.62 0.63 0.61 0.62 0.60 0.64 0.61 0.59 0.60 0.59 0.62
山西 0.70 0.71 0.68 0.67 0.65 0.65 0.64 0.69 0.67 0.55 0.63 0.63 0.66
河南 0.63 0.65 0.64 0.62 0.61 0.60 0.63 0.64 0.62 0.62 0.63 0.62 0.63
均值 0.66 0.68 0.66 0.65 0.64 0.63 0.63 0.65 0.62 0.60 0.62 0.61 0.64
西部 西藏 0.70 0.68 0.69 0.71 0.68 0.69 0.69 0.73 0.78 0.71 0.73 0.74 0.71
宁夏 0.70 0.72 0.71 0.70 0.73 0.74 0.64 0.73 0.73 0.70 0.69 0.70 0.71
新疆 0.71 0.74 0.71 0.72 0.72 0.71 0.72 0.72 0.70 0.71 0.72 0.73 0.72
青海 0.68 0.71 0.68 0.68 0.65 0.65 0.69 0.77 0.71 0.71 0.70 0.72 0.70
重庆 0.67 0.68 0.66 0.65 0.68 0.67 0.65 0.62 0.61 0.64 0.62 0.63 0.65
内蒙古 0.74 0.72 0.71 0.69 0.70 0.64 0.61 0.64 0.62 0.62 0.63 0.63 0.66
广西 0.64 0.65 0.62 0.61 0.63 0.61 0.60 0.65 0.61 0.59 0.6 0.60 0.62
四川 0.63 0.64 0.64 0.63 0.64 0.63 0.59 0.62 0.58 0.57 0.56 0.57 0.61
陕西 0.64 0.65 0.65 0.63 0.63 0.64 0.62 0.64 0.63 0.63 0.59 0.60 0.63
甘肃 0.64 0.65 0.67 0.65 0.64 0.62 0.61 0.67 0.62 0.59 0.61 0.63 0.63
贵州 0.61 0.64 0.65 0.63 0.52 0.51 0.52 0.60 0.60 0.58 0.60 0.63 0.59
云南 0.55 0.56 0.56 0.53 0.56 0.56 0.59 0.63 0.62 0.64 0.65 0.65 0.59
均值 0.66 0.67 0.66 0.65 0.65 0.64 0.63 0.67 0.65 0.64 0.64 0.65 0.65
总体 均值 0.66 0.67 0.66 0.65 0.64 0.63 0.63 0.65 0.64 0.64 0.64 0.63 0.64
值得注意的是，上海市的耦合度低于绝大部分省区，这与其全国经济中心的位置并不相称。这意味着，上海市老龄化、人口流动与产业发展之间并不协调，考虑到其经济发展水平很高，产业结构层次亦相对较高，因此推断其人口结构状态不容乐观。当前，上海市人口结构面临的最突出的问题在于老龄化十分严重，作为我国内地最早（1979年）进入老龄化的城市，其正在经历加速“变老”过程，而这一趋势很难通过劳动年龄人口的注入来改善人口的总体年龄水平。另外值得注意的是，经济和人口总量居全国前三的山东省，三系统耦合度亦极低，2015年时耦合度全国排名倒数第二。细究发现，多年来其人口净迁移率很低，而且老龄化问题也比较严重，产业结构虽在逐年改善，但产业发展层次不明确，发展水平仍较低，2015年时其泰尔指数高达0.14，产业转型升级非常缓慢。这三个方面的不足共同导致了其三系统耦合发展的失衡。上海与山东的实际情况对其他地区的发展具有较强的借鉴价值。
为进一步明确我国四大区域的发展模式及其差异，对我国四大区域的耦合度、发展度和协调度三者分别计算两两之间的相关系数（表3）。可以看出，中部、西部和东北三地区发展度与协调度均呈现负相关关系，耦合度与发展度正相关、与协调度负相关。这反映了三个地区在提升三系统发展水平时，是以牺牲系统间的协调为代价的，三系统耦合度的提升主要依靠发展度的提升且发展方式较为粗放，未能实现协调可持续的发展模式。东部地区的情况相对乐观，发展度与协调度间未表现出明显的相关关系，三系统耦合的提升是通过发展度与协调度的共同作用实现的。
表3 四大区域发展度、协调度及耦合度相关系数

Tab.3 The correlation coefficients among development degree，coordination degree and coupling degree in four regions

东 中 西 东北
发展度与协调度相关系数 0.00 -0.75 -0.72 -0.68
发展度与耦合度相关系数 0.97 0.98 0.88 0.99
协调度与耦合度相关系数 0.26 -0.59 -0.29 -0.58

4 协同分析

将聚焦于影响耦合变动的动因解析：一方面，引入协同效应分析，对第一个问题做出讨论；另一方面，在传统模型范畴内分析三者对耦合的影响强度。为此本文设计了一个综合回归体系：第一，采用固定效应模型测度老龄化、人口流动、产业结构及各交叉项对三系统耦合的影响程度；第二，以面板门槛模型进一步考察老龄化、人口流动、产业结构分别处于不同发展阶段时，上述影响的阶段性特征。

4.1 线性影响

根据前述对三系统耦合的理论分析，为对三系统耦合的影响因素加以分析，本文设定如下三个基本计量模型：
o u h e i t = β 01 + β 11 a g i n g i t + β 21 n m r i t + β 31 g d p r i t + β 41 a g i n g n m r i t + u i + ε i t
o u h e i t = β 02 + β 12 a g i n g i t + β 22 n m r i t + β 32 g d p r i t + β 42 a g i n g g d p r i t + u i + ε i t
o u h e i t = β 03 + β 13 a g i n g i t + β 23 n m r i t + β 33 g d p r i t + β 43 n m r g d p r i t + u i + ε i t
式中：i表示地区；t表示时期。出于回归分析所需，在表1所列示的三系统中各选取一个典型的代表性指标作为解释变量。解释变量的选取及代表含义见表4。另外，考虑到三系统两两间可能存在的相互作用，为对该作用的存在性及其可能对三系统耦合产生的协同效应加以验证，模型中引入了交叉项。此外，交叉项亦可以很好地表现典型变量的间接作用。在回归分析前，先进行F检验和Hausman检验，结果表明，应使用固定效应而不是混合回归或随机效应。而且，除上述解释变量外，各地区自身的特征还有很多，都会对三系统耦合产生影响，采用固定效应模型恰好可以解决由此带来的遗漏变量问题。各变量的统计特征及固定效应的回归结果见表4。依据前文耦合原理，老龄化与三系统耦合负相关；人口流动、产业结构与三系统耦合正相关。故预期aging回归系数为负，nmr和gdpr回归系数为正。从回归结果看，均支持这一判断。
表4 面板数据的统计性描述及固定效应回归结果

Tab.4 Statistical description of panel data and regression results based on the fixed effect method

变量 含义 均值 标准差 最小值 最大值 FE1 FE2 FE3
ouhe 耦合度 0.646 0.047 0.436 0.782
aging 老年人口比重 0.081 0.021 0.034 0.164 -1.144***（-9.78） -1.353***（-9.64） -0.981***（-4.03）
nmr 净迁入率 0.265 0.326 -1.121 2.381 0.114***（4.02） 0.076***（7.37） 0.063***（13.10）
gdpr 三产与二产产值之比 0.921 0.434 0.494 4.035 0.028***（4.39） 0.037***（4.18） 0.065**（2.62）
agingnmr aging ×nmr 0.022 0.029 -0.087 0.184 -0.705***（-2.04）
aginggdpr aging ×gdpr 0.075 0.043 0.021 0.43 -0.421*（-1.73）
nmrgdpr nmr ×gdpr 0.286 0.522 -0.79 4.197 -0.015（-1.69）
_cons 0.698***（58.52） 0.706***（51.77） 0.680***（28.50）

注:*、**、***分别在表示10%、5%和1%的显著性水平下显著，括号内为t值。

为对三变量两两间的协同效应（交叉项）加以考察，可分别对式（1）、（2）求一阶偏导数。从偏导数来看，三系统耦合与老龄化的关系受 β 11 和 β 41 n m r i t值的共同影响。在此先假定 β 11的值不变，即老龄化对耦合的边际效应仅受到人口流动的影响。交叉项agingnmr的系数 β 41显著为负，这意味着，随着人口净迁入率的增加，老龄化对三系统耦合的边际负效应趋于增强，即老龄化的加深对三系统耦合产生的负面影响会持续加大。其次，三系统耦合与人口净迁移的关系受 β 21 和 β 41 a g i n g i t值的共同影响，同样先假定 β 21的值不变，人口净迁移对耦合的边际效应受到老龄化的影响。 β 41显著为负，这意味着，随着老龄化的加深，人口净迁移对三系统耦合的边际促进效应趋于减弱，即老龄化的加深将导致人口净迁入增加时对三系统耦合的促进作用会减弱。
同理，交叉项aginggdpr的系数 β 42显著为负。这说明，随着产业结构的改善，老龄化对三系统耦合的边际负效应趋于增强。这意味着，产业结构的改善并没有有效缓解老龄化加深对三系统耦合演进产生的阻滞作用。因此随着产业结构的逐步优化，其对老龄化会产生明确的排斥作用。原因在于，产业结构优化要求更高素质劳动力的投入，而劳动力素质由身体和脑力两方面构成，二者的关键决定因素之一是劳动力的年龄结构。一般情况下，劳动力越年轻，其人力资本和身体条件相对越好。因此，在老龄化不断加深时，产业结构优化并未得到劳动力年龄结构（劳动力年轻化）的有力支撑，反而造成产业结构优化的负效应。其次，随着老龄化加深，产业结构对三系统耦合的边际效应趋于降低。这意味着，老龄化加深的进程中，产业结构改善无法有效提升三系统耦合水平。联系前述可知，考察期内，三系统耦合始终处于大致平稳状态而未出现快速提升，即三系统之间的交互作用程度并没有根本加强，而这里的协同效应分析对此做出了有说服力的解释。由上可知，人口流动与产业结构间虽存在明确的相互影响关系，但二者对三系统耦合的协同效应不明显。老龄化与人口流动、老龄化与产业结构对三系统耦合的协同效应显著，老龄化的加深会使人口净迁入和产业结构对三系统耦合的边际促进作用降低；同时，净迁入增加、产业结构改善并未有效缓解老龄化对三系统耦合的负向作用。

4.2 非线性影响

前述固定效应模型分别讨论了老龄化、人口流动和产业结构对三系统耦合的影响，以及三者两两间交互所产生的协同效应。结果表明，某一变量对三系统耦合的边际效应会随其他变量的变动而发生变化，但该变动分析以一定的假设（假定aging、nmr、gdpr的回归系数不变）为前提，而关于该假定是否成立需加以验证。为此，可采用门槛面板回归方法[34]对所作假定进行验证，并可借此进一步讨论交叉变量对三系统耦合的非线性影响。以老龄化和人口流动的交叉项为例，笔者认为，老龄化可能会存在变动的门槛，门槛前后人口流动对三系统耦合作用会存在差异。如果这一结果存在，则将具有很强的政策应用价值。
在进行门槛回归的参数估计后，我们对门槛效应进行了显著性检验和门槛估计值的显著性检验（F统计量值、P值），双重门槛及三重门槛都没能通过显著性检验。单重门槛估计结果显示，仅表5所示的四种情况存在显著门槛。
表5 单重门槛模型估计结果

Tab.5 Estimation results based on the single threshold model

变量 aging为门槛变量
nmr为关注变量		 nmr为门槛变量
aging为关注变量		 aging为门槛变量
gdpr为关注变量		 gdpr为门槛变量
aging为关注变量
aging -1.133 -1.080
aging（nmr≤0.8150） -1.155
aging（nmr>0.8150） -1.409
nmr 0.108 0.065 0.063
nmr（aging≤0.1269） 0.096
nmr（aging>0.1269） 0.049
gdpr 0.028 0.032 0.075
gdpr（aging≤0.0762） 0.066
gdpr（aging>0.0762） 0.081
aging（gdpr≤1.1300） -0.841
aging（gdpr>1.1300） -0.569
agingnmr -0.453 -0.496
aginggdpr -0.563 -0.616
_cons 0.697 0.694 0.690 0.672

注：所有系数均在1%的显著性水平下显著。

根据回归结果，可做如下分析：
在固定效应模型中，所作的分析依赖于给出的假定（aging变化时，nmr的系数不变）。而根据门槛检验的结果，在由单重门槛变量aging将老龄化划分成的两区段中，nmr的系数值出现明显变化，分别为0.096和0.049，其对耦合的正向作用均十分显著，因此应将此变动纳入对边际效应的考察中。同时考虑agingnmr和nmr系数的变动时，可知随着老龄化的加深，人口净迁入对三系统耦合递进的边际促进效应在减弱。
同理，同时考虑agingnmr和aging系数的变动时，可知人口净迁入增加的过程中，老龄化对三系统耦合的边际负效应不但未减弱，且表现出增强的态势。同时考虑aginggdpr和gdpr系数的变动时，无法判断边际效应∂ouhe/∂gdpr最终的变动情况。这意味着，随着老龄化的加深，产业结构对三系统耦合的边际促进效应并不明确。而同时考虑aginggdpr和aging系数的变动时，也无法判断边际效应∂ouhe/∂aging最终的变动情况。随着产业结构的改善，老龄化对三系统耦合的边际负效应亦不明确。
结合前文可知：老龄化的加深，使人口流动减缓，不利于产业结构升级，并且会使人口净迁入和产业结构对三系统耦合的边际促进作用降低，不利于三系统协调共进；产业结构升级，引起的老龄化对三系统耦合的边际负效应变动虽不明确，但能促进人口流动，有利于三系统协调共进。换言之，若某地区产业结构水平较高、老龄化水平较低，则该地区三系统耦合情况较好。因此，本文以aging和gdpr的门槛值为基准，依据2015年各地区的老龄化和产业结构水平是否跨越门槛值，将我国31个地区划分为四种类型，展示区域间的差异。图3所示，每一象限代表一种类型，共划分为四种类型，最优类型为第Ⅱ象限（老龄化低于门槛、产业结构高于门槛的组合），最差类型为第Ⅳ象限（老龄化高于门槛、产业结构低于门槛的组合），而Ⅰ、Ⅲ象限分别存在老龄化水平过高、产业结构水平过低的问题。西藏等Ⅱ类地区的年龄结构水平（老龄化程度低）和产业结构水平均有利于三系统耦合的改善，二者协调程度较高。吉林等Ⅳ类地区的主要问题在于产业结构水平过低且老龄化程度较高。为增强该地区后续的发展活力，需重点关注老龄化问题，一方面通过高素质人才的引进及放开生育政策等减缓人口老龄化带来的压力，另一方面注重老龄产业的发展，积极推动产业结构升级。上海等Ⅰ类地区则主要存在老龄化水平过高的问题，产业结构水平高于门槛值，老年人口比重不断提升的过程中，产业结构也不断改善，二者在长期存在着较为稳定的关系。青海等Ⅲ类地区虽然年龄结构较为年轻化，但并没有为产业结构的升级提供有力支撑，今后的发展应更多注重人口优势转化为经济优势，并提升适合区域比较优势的产业自主创新能力。
图3 2015年按老龄化和产业结构分类象限图

Fig.3 Quadrant map of population aging and industrial structure in 2015

同样结合前文研究结论可知：老龄化的加深，不利于三系统协调共进；人口净迁入增加，能缓解迁入地的老龄化程度，对产业结构升级具有显著意义，有利于三系统协调共进。换言之，若某地区人口净迁入水平较高、老龄化水平较低，则有利于该地区三系统耦合状况改善。图4是以aging和nmr的门槛值为基准，依据2015年各地区的老龄化和净迁入水平是否跨越门槛值，将我国31个省区划分为四种类型，最优类型为Ⅱ类（老龄化低于门槛、净迁入高于门槛的组合），最差类型为Ⅳ类（老龄化高于门槛、产业结构低于门槛的组合），Ⅰ和Ⅲ分别存在老龄化过高和产业结构水平过低的问题，2015年时不存在Ⅰ类型的地区。大部分地区位于第Ⅲ象限，主要问题在于净迁入水平较低。青海等Ⅱ类地区的年龄结构水平（老龄化程度低）和净迁入水平有利于三系统耦合的改善，二者协调程度较高。辽宁等Ⅳ类地区的问题不仅在于净迁入水平过低，而且老龄化程度高。结合图3中辽宁在象限图中所处位置，可见辽宁所处状况堪忧，为重新实现经济平稳健康发展，未来要在人口结构和产业发展方面都给予高度的重视。
图4 2015年按老龄化和人口流动分类象限图

Fig.4 Quadrant map of population aging and population migration in 2015

5 结论

本文从系统耦合视角分析了我国31省（区、市）老龄化、人口流动与产业结构之间的耦合协调发展关系的演化特征。首先，整体上看，全国三系统耦合始终处于初级协调阶段，耦合度呈现波动下降的趋势。同时，产业升级始终是推动三系统发展的主导力量。今后，随着老龄化快速加深，“人口红利”逐步消失与社会抚养压力加大等问题不约而至，将对人口安全甚至产业升级产生难以预料的冲击，这提示以“人力资本红利”维系经济高水平增长，将对宏观经济的“转方式、调结构”产生明确的倒逼动力。
此外，老龄化、人口流动和产业结构间虽存在明显的相互作用，但根据回归结果，只有老龄化和人口流动、老龄化和产业结构的相互作用对三系统演进产生了显著的协同效应，而人口流动和产业结构对三系统演进不存在显著的协同效应。随着老龄化的加深，人口净迁入对三系统耦合的边际促进效应在减弱。人口净迁入增加的过程中，老龄化对三系统耦合的边际负效应不但未减弱，反而表现出增强的态势。
持续提高三系统的耦合协调发展水平，可从以下两方面入手：第一，顺应人口老龄化的趋势，充分利用人口老龄化对产业结构升级的诱发作用，推动产业结构高级化。同时，高度重视高素质劳动力培养与产业结构的优化调整，促进人力资本向真实生产能力转化，进一步促进老龄化与产业结构的协同发展良好态势，对三系统耦合的良性演进形成基础支撑力。第二，引导人口有序流动，通过政策的改进降低人口流动成本，克服流动的自发性、盲目性。同时，提高对流动人口的培训教育，提升他们的职业技能和综合素质，以使流动人口更好地适应流入地的产业结构调整，力促人口空间流动与产业结构的精准匹配，从而在前述基础支撑力的基础上，对三系统的协同共进提供更有力的拓展支撑。最后，从总体上看，以国家“顶层设计”为引领，坚持人口结构、人口流动与产业结构三者的协同共进，缩小区域间的发展差距，将会对我国各地区的产业结构升级产生持久的推动力。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Rogers A. Migration,urbanization and spatial population dy-namics[M]. Boulder: Westview Press,1984.

[2]
Tsimbos C. The impact of migration on growth and ageing ofthe population in a new receiving country:The case of Greece[J]. International Migration, 2010, 44(4):231-254.

[3]
Bijak J, Kupiszewska D, Kupiszewski M, Saczuk K. Populationand labour force projections for 27 European countries,2002-2052:Impact of international migration on population ageing[J]. European Journal of Population, 2007, 23(1):1-30.

[4]
Alho J M. Migration,fertility,and aging in stable populations[J]. Demography, 2008, 45(3):641-650.

[5]
Zaiceva A, Zimmermann K F. The impact of aging on the scaleof migration[J]. Iza World of Labor, 2014, 99:1-10.

[6]
Karahan F, Rhee S. Population aging,migration spillovers,andthe decline in interstate migration[J]. Social Science Electronic Publishing, 2014, 10(1):1-59.

[7]
蔡昉, 王德文. 作为市场化的人口流动——第五次全国人口普查数据分析[J]. 中国人口科学, 2003(5):15-23.

[8]
刘昌平, 邓大松, 殷宝明. “乡—城”人口迁移对中国城乡人口老龄化及养老保障的影响分析[J]. 经济评论, 2008(6):31-38.

[9]
黄润龙. 长三角城市群的经济发展与人口迁移老龄化[J]. 现代经济探讨, 2011(12):34-38.

[10]
王泽强. 乡—城人口迁移对农村人口老龄化的影响——基于“年龄—迁移率”的定量分析[J]. 西部论坛, 2011, 21(6):27-33.

[11]
张航空. 人口流动对中国不同省份人口老龄化的影响[J]. 人口学刊, 2015(1):95-102.

[12]
Orzechowska-Fischer E. Labour force aging:its impact on em-ployment level and structure[C]. Canberra: A paper presented at the Australian Population Association's,12th Biennial Conference, 2004.

[13]
Siliverstovs B, Kholodilin K A, Thiessen U. Does aging influ-ence structural change?Evidence from panel data[J]. Economic Systems, 2011, 35(2):0-260.

[14]
Thießen U. Aging and structural change[R]. Discussion pa-pers No.742. German Institute for Economic Research, 2007.

[15]
汪伟, 刘玉飞, 彭冬冬. 人口老龄化的产业结构升级效应研究[J]. 中国工业经济, 2015(11):47-61.

[16]
陈彦斌. 人口老龄化对中国宏观经济的影响[M]. 北京: 科学出版社, 2014.

[17]
蔡昉, 王德文, 曲玥. 中国产业升级的大国雁阵模型分析[J]. 经济研究, 2009(9):4-14.

[18]
蔡昉, 王美艳. 中国人力资本现状管窥——人口红利消失后如何开发增长新源泉[J]. 人民论坛, 2012(4):56-65.

[19]
Lewis W A. Economic development with unlimited supplies oflabour[J]. The Manchester School, 1954, 22(2):139-191.

[20]
Jorgenson D W. Surplus agricultural labour and the develop-ment of a dual economy[J]. Oxford Economic Papers, 1967, 19(3):288-312.

[21]
Ranis G, Fei J C H. A theory of economic development[J]. American Economic Review, 1961, 51(4):533-565.

[22]
Saracoğlu D Ş, Roe T L. Rural-urban migration and economicgrowth in developing countries[J]. Terry Lee Roe, 2004, 241:1-32.

[23]
Roe T L. Internal migration,structural change,and economicgrowth[C]. Milan: A paper presented at the International Conference of Agricultural Economists’s,29th Conference, 2015.

[24]
李实. 中国经济转轨中劳动力流动模型[J]. 经济研究, 1997(1):23-30.

[25]
赵人伟, 李实. 中国居民收入差距的扩大及其原因[J]. 经济研究, 1997(9):19-28.

[26]
邓智团, 但涛波. 论我国农村剩余劳动力转移与区域产业结构演变[J]. 中国农村经济, 2005(8):30-36.

[27]
蒲艳萍, 吴永球. 经济增长,产业结构与劳动力转移[J]. 数量经济技术经济研究, 2005, 22(9):19-29.

[28]
刘丹. 西安市人口流动与产业结构影响分析[J]. 经营管理者, 2013(24):66.

[29]
林毅夫. 制度,技术与中国农业发展[M]. 上海: 上海人民出版社, 1994.

[30]
林毅夫, 李周. 当前我国农村的主要问题和对策[J]. 中国改革, 1996(9):11-14.

[31]
袁培. 关于劳动力转移行为的重新认识——基于西方主流微观人口迁移理论的分析[J]. 改革与战略, 2009, 25(10):146-148.

[32]
干春晖, 郑若谷, 余典范. 中国产业结构变迁对经济增长和波动的影响[J]. 经济研究, 2011, 46(5):4-16,31.

[33]
逯进, 常虹, 赵少平, 许抄军. 山东省能源,经济与环境耦合关系的演化特征[J]. 经济地理, 2016, 36(9):42-48.

[34]
Hansen B E. Threshold effects in non-dynamic panels:estima-tion,testing,and inference[J]. Journal of Econometrics, 1999, 93(2):345-368.

Options
文章导航

/

〈 〉