·经济增长与经济发展·
老龄化对劳动生产率的影响是否存在行业差别？
——基于智力型与体力型服务行业的证据
赵昕东a，陈丽珍b
(华侨大学 a.统计学院；b.经济与金融学院,福建 厦门 361021)
摘 要： 根据人口变化趋势，到2040年我国人口老龄化将变得相当严重。人口老龄化必然导致劳动力老龄化，劳动力老龄化对劳动生产率的影响是否存在行业差别呢？本文使用了中国2005—2016年14个服务行业面板数据，研究发现，在智力型服务行业，所需要的经验与知识相对较多，经验与知识的积累处在不断进行当中，到老年时才能够达到最高值。随着年龄的增长，劳动生产率不仅不会降低，反而会持续上升，对行业劳动生产率的提高仍具有一定贡献。在体力型服务行业，所需要的经验与知识相对较少，经验与知识的积累在中年时就已经达到最高值，但是体力、身体素质、耐力、学习能力和创新能力从青年到中年、再到老年是逐步衰减的，因此劳动生产率呈现倒“U”型。这类行业中，随着老龄化的加剧，老年劳动力比重的上升，劳动生产率将受到严重的负面影响。
关键词： 老龄化；劳动力；劳动生产率；服务业；智力型服务行业；体力型服务行业
一、引 言
1999年中国65岁以上人口超过7%，按照联合国的标准正式步入老龄化国家行列。2016年65岁以上人口比例已达到10.8%，老龄化日趋严重，且未来中国的老龄化速度仍将明显快于世界平均水平。在老龄化已不可逆转的条件下，中国近年陆续施行鼓励生育的政策，于2013年11月实施“单独二孩”政策，并于2016年1月起实施“全面二孩”政策，但上述政策效果显现至少需要15年左右的时间。
随着老龄化的加剧，未来中国低龄劳动人口逐渐萎缩，高龄劳动人口逐渐增加。高龄劳动者经验相对丰富，但是身体力量和身体素质等方面与年轻劳动力相比处于劣势，高龄劳动人口比例的迅速增长将会影响劳动生产率。具体表现在：人口老龄化不利于创新和高新技术产业发展，技术进步放缓可能影响我国劳动生产率的提高；在全球化和信息化的浪潮下，在经济结构不断调整的发展阶段，新兴产业不断涌现，传统产业逐渐衰退消失，劳动者的职业变换日益频繁，而老龄劳动者无论在接受新知识和新技术的能力上，还是在拼搏精神和创新意愿上，都要比青年劳动者低，对新产业、新岗位的适应能力也相对较低；尤其在国际竞争日趋激烈、科技进步突飞猛进的背景下，年轻劳动力缺乏，对于一个国家制度创新、技术创新、风险投资和高新技术产业的发展，都将起到负面影响。
同时也必须注意到，劳动力老龄化对劳动生产率的影响存在产业和行业差异。对于第一、二产业而言，老年劳动力由于体力、精神状态以及学习能力等原因，劳动生产率达到峰值后，随年龄的增加而降低，表现为劳动力年龄与劳动生产率的倒“U”型关系。但是对于第三产业情况可能有所不同。第三产业既包含对体力要求较高，受老龄化负面影响较大的交通运输、仓储、邮政业，住宿餐饮业，居民服务业等，也包括对体力要求相对较低，更注重知识、经验积累的科学研究和技术服务业，教育、卫生等行业，所以老龄化对第三产业的影响显然不同于第一、二产业。截至2015年末，我国第三产业增加值占GDP的比重第一次超过50%，就业人数占比达42.4%，因此研究老龄化对第三产业的影响显得更为重要。研究老龄化对不同类型服务业的影响，一方面有助于我们更加准确地认识不同类型服务业的特点；另一方面可根据老龄化对不同类型服务行业劳动生产率的影响差异，找到老龄化条件下充分发挥老年劳动力优势，提高劳动生产率的对策。
二、文献综述
相对于中国而言，国外较早步入老龄化社会，对老龄化问题的研究已相当充分。国外关于老龄化与劳动生产率的实证研究从数据角度主要分为基于微观数据和基于宏观数据两类。从微观角度出发，Rybash et al.(1986)认为，随着年龄的增长，劳动者的体力、学习的速度和效率逐渐下降，但是经验和知识的积累不断增加，因此年龄与劳动生产率的关系呈倒“U”型，年龄对劳动生产率的影响与劳动力的性别、受教育程度和工作经历等因素密切相关[1]；Mark(1957)通过比较不同年龄、不同职业劳动力的生产效率发现，办公室工作人员的生产效率在年龄较高时依然稳定，而产业工人的生产效率在55岁达到顶峰之后就会出现下降[2]；Crepon等(2003)使用法国制造业和非制造业77868个企业和超过300万个劳动力样本数据研究发现，法国25～34岁劳动力的劳动生产率最高，而后逐渐下降，劳动生产率在50岁以后达到最低水平[3]；Andersson等(2002)使用1985—1996年瑞典制造业企业微观数据研究发现，30～49岁劳动力对劳动生产率的贡献最大，并且劳动力年龄结构对企业劳动生产率的影响与劳动者的受教育程度有关，教育程度为小学和中学的老年劳动力具有较低的劳动生产率，而受过高等教育的老年劳动力的劳动生产率依然保持较高水平；Ilmakunnas等(2004)使用芬兰制造业企业和劳动力的匹配数据研究发现，劳动力受教育程度、工作经验(工龄)等因素会对企业劳动生产率产生影响，年龄在40岁左右的劳动力的劳动生产率最高[4]；Ariu和Vandenberghe(2014)使用1998—2006年比利时企业数据研究发现，老年劳动力对全要素生产率的影响为负，但并未发现女性和教育程度较高的老年劳动力对全要素生产率产生负向影响[5]。
从宏观角度出发，Lindh(1999)使用1950—1990年OECD(经济合作与发展组织)国家面板数据，研究人口年龄结构对劳动生产率的影响，结果发现人口年龄结构与劳动生产率呈倒“U”型，30～49岁劳动力的劳动生产率最高。同样，Feyrer(2007)使用同时期OCED国家数据，研究劳动力年龄结构对全要素生产率的影响，结果发现40～49岁劳动力对全要素生产率的贡献最大[6]；Romer(1987)采用国家间宏观截面数据研究发现，劳动力平均年龄与劳动生产率之间存在较强的正向相关性，德国、美国、瑞典等劳动力平均年龄较高的国家，劳动生产率或全要素生产率也较高。
国内关于老龄化与劳动生产率的研究还不够广泛，由于缺少微观调查数据，主要是基于省级面板数据。徐升艳和周密(2013)使用第五次人口普查、2005年1%人口抽样调查和城市经济数据，研究东中西地区城市劳动生产率，结果发现劳动力老龄化对劳动生产率的影响并不是简单负线性关系，东中部地区城市60～64岁劳动力的生产率高于15～19岁劳动力，有时甚至高于20～24岁劳动力[7]；杨贝贝(2015)使用2000—2010年我国19个省份面板数据研究劳动力年龄结构对劳动生产率的影响，结果发现劳动力老龄化对劳动生产率有显著的消极影响，特别是沿海地区的消极影响大于非沿海地区[8]；赵昕东和李林(2016)使用1990—2010年我国省级面板数据研究老龄化对全要素生产率的影响，结果发现劳动力年龄对全要素生产率的影响表现为倒“U”型，其中中年(40～49岁)劳动力对全要素生产率增长的贡献最大[9]。也有学者进行了定性研究并提出了对策建议，如张忠根等(2016)[10]、钟水映等(2016)[11]建议顺应老龄化趋势，发展新兴服务业。
然而已有研究特别是国内研究大多是基于宏观数据，研究结论只适用于宏观经济总体。由于缺少基于中观或微观数据的研究，特别是缺少深入到产业内部具体到各个行业的研究，也就无法区分老龄化对劳动生产率影响的行业差异，无法给出针对不同行业的应对老龄化的对策。鉴于上述，本文利用2005—2016年中国14个服务行业面板数据，将第三产业划分为智力型行业和体力型行业，实证检验老龄化对劳动生产率的影响是否存在行业差异。
三、理论模型
在进行实证检验之前，首先需要明确老龄化与服务行业劳动生产率的数理关系。假定仅存在资本K和劳动力L两种生产要素，柯布道格拉斯生产函数如下所示：
(1)
其中i表示行业，Y表示产出水平，A为技术水平技术(索罗余量)，K和L分别表示资本投入和劳动力投入。此外，假设规模报酬不变，即α+β=1。传统的生产函数仅包含资本投入数量和劳动力投入数量，并未包含劳动力的年龄结构、性别以及受教育程度等影响因素。本文借鉴Bernhard等(2013)的方法对劳动力进行年龄分解。假定
表示i行业年龄组为g的加权劳动力总投入，权重ηig为个体劳动生产率参数，而Li表示i行业未加权的劳动力总投入。劳动力按年龄可分解如下：
(2)
对(2)式两边同时取对数，得：
(3)
其中下标i、t分别代表行业和时间，j表示不同年龄结构。yit表示劳动生产率，kit为人均资本，ageit,j为第j年龄段劳动力占全部劳动力的比例，vi为不可观测的行业效应，εit为独立同分布的随机误差项。
1.2.1 研究分组 根据术后是否使用胺碘酮，将患者分为研究组和对照组。研究组患者术后合并心房早搏、心房颤动及室上性心动过速等心律失常，在接受华法林抗凝同时使用胺碘酮；对照组患者术后未发生心律失常，在接受华法林抗凝同时未使用胺碘酮。
1.智力型与体力型服务业的划分。《国民经济行业分类》国家标准于1984年首次发布，于2017年进行了第四次修订，并于2017年10月1日开始实施。本标准采用经济活动的同质性原则划分国民经济行业，即每一个行业类别按照同一种经济活动的性质划分。《国民经济行业分类》将服务业分为14个行业：(1)批发和零售业；(2)交通运输、仓储和邮政业；(3)住宿和餐饮业；(4)信息传输、软件和信息技术服务业；(5)金融业；(6)房地产业；(7)租赁和商务服务业；(8)科学研究和技术服务业；(9)水利、环境和公共设施管理业；(10)居民服务、修理和其他服务业；(11)教育；(12)卫生和社会工作；(13)文化、体育和娱乐业；(14)公共管理、社会保障和社会组织。本文根据各个行业劳动力整体受教育程度将服务行业分为两类：智力型和体力型。具体的划分标准为，若某个行业初等教育水平的劳动力平均占比高于40%或高等教育水平的劳动力平均占比低于25%则划分为体力型；反之划分为智力型。按照此标准具体分类如下表1所示。智力型服务行业劳动生产率峰值出现时间可能比较晚，下降速度慢，如卫生行业，医生的经验更为重要，随着年龄的增大，生产率保持不变，甚至可能上升。体力型服务行业劳动生产率峰值出现时间早，在生产率达到峰值后，随着年龄的增长快速下降。本文的研究目的就是要实证检验老龄化影响智力型和体力型服务业的劳动生产率是否存在显著的差别。
(4)
4.模型参数估计与结果分析。为了实证研究人口老龄化对服务行业劳动生产率的影响，根据(7)式构建的计量模型如下：
投影2：设直线ax-y+3=0与圆(x-1)2+(y-2)2=4相交于A、B两点，若弦AB的长为则a=________．
(5)
即
(6)
因此，关于劳动力年龄结构与劳动生产率的关系方程为：
张仲平关掉电台。就在这个时候,他发现远处的曾真正朝他这边走了过来，张仲平急忙放倒椅子，一边躲避着曾真,一边一动不动地观察着她。
(7)
其中，因为
依据近似原理，有
此外，Yi/Li为i行业的劳动生产率，Ki/Li为i行业人均资本投入，Lig/Li为i行业中第g年龄组的劳动力人数占总劳动力人数的比重。
根据(7)式，劳动生产率的决定因素除技术、人均资本存量外，还有劳动力年龄结构。
引理2 由文献[10]中的定理11.7,假设∑f(n)n-s对σ＞σa绝对收敛,如果f是积性函数,则有
四、实证研究
接下来，对(1)式道格拉斯生产函数两边同时取对数，并且将(3)式带入，得：
表1体力型与智力型服务业
2.数据处理。本文运用2005—2016年中国14个服务行业面板数据分析老龄化对劳动生产率的影响是否存在行业差别。变量的原始数据均来源于“中国经济与社会发展统计数据库”和《中国统计年鉴》，个别缺失数据用线性插值法进行补充。相关变量的说明和处理方法如下表2所示。
表2变量选取和说明
与此同时，积极融入云南“一核一圈两廊三带六群”的区域发展，推进物流基地规划和配套建设，有效发挥铁路物流基地的集聚效应和辐射带动作用，服务区域经济发展和产业转型升级。
表3 变量的基本统计特征
上式整理可得：
3.描述性统计分析。下页表3总结了变量的基本统计值。总样本数为168，包含14个服务行业2005—2016年跨度12年的样本数据。劳动生产率和人均资本这两个变量是以对数形式表示，其余变量均用百分比形式表示。从劳动力年龄结构来看，智力型和体力型青年劳动力的比例分别是44.2%和42.0%，中年劳动力的比例分别是42.9%和42.8%，可见我国服务业劳动力老龄化并不严重。智力型服务行业的老年劳动力比例略小于体力型，相差不到0.3个百分点。
ln(yit)=c+αln(kit)+βj∑ageit,j+vi+εit
(8)
其中，ηi0表示年龄组为g=0时的劳动生产率参数，这里将其定为参照组，以及λig=ηig/ηi0-1表示年龄组为g的劳动力与参照组g=0的劳动力的相对生产率差异。 为计算简便，本文这里假设行业间的生产率差异为常数，即λig≡λg。
分别基于固定效应(FE)、随机效应(RE)以及混合最小二乘(POLS)等方法估计模型，但模型估计效果均不显著。然后依照Wooldrideg和Greene提出的沃尔德检验方法对组内自相关和组间异方差进行检验，其中两个检验的原假设分别为残差序列不存在一阶自相关和不同个体的扰动项方差均相等，结果显示在0.01显著性水平下，两个检验均拒绝原假设，即同时存在组内自相关和组间异方差。考虑到可行的广义最小二乘法(FGLS)估计方法可以同时解决上述两个问题，所以本文最终采用FGLS估计方法估计模型。
《2016年美国肝病学会肝硬化门静脉高压出血的风险分层、诊断和管理实践指导》解读······················································宋维平 杨长青 (3,336)
由表4可知，模型1和模型2的人均资本系数明显不同，资本在智力型服务行业的贡献(0.806)远大于体力型(0.598)，这一结果表明投资如果投向智力型服务行业，则转化为资本后对产出的贡献更大，显示出资本在高效率的行业与高素质的劳动力相结合，会带来更高的产出。
表4模型回归结果
注：(1)参照组设定为age35～49；(2)*、**、***分别表示在10%、5%和1%水平下显著；(3)hausman检验括号内为p值；(4)其它括号内均为t统计量
对于体力型服务行业而言，相对于35～49岁劳动力组，50岁以上劳动力比重和35岁以下年龄组劳动力比重对劳动生产率均产生显著的负向影响。这意味着体力型服务行业35～49岁年龄段中年劳动力的劳动生产率高于青年劳动力和老年劳动力。年龄和劳动生产率的关系呈现倒“U”型，与本文的初始判断一致。这一规律如图1所示，在这一类行业中，所需要的经验与知识相对较少，因此经验与知识的积累在中年时就已经达到最高值，但是体力、身体素质、耐力、学习能力和创新能力从青年到中年、再到老年是逐步衰减的。因此作为经验、知识积累、体力、耐力、创新能力总和的劳动生产率呈现倒“U”型。这类行业中，随着老龄化的加剧，老年劳动力比重的上升，劳动生产率将受到严重的负面影响。
使用stat软件得到的估计结果如表4所示，模型1和模型2分别为智力型和体力型服务行业的回归结果，其中参照组设定为35～49岁劳动力(a35-49)。
规范的华法林抗凝治疗对心源性脑栓塞患者心理状态及生活质量的影响 …………………………………………………………… 冷俊岭，刘姜冰，张新江，等 401
图1体力型服务行业劳动力年龄与劳动生产率呈“倒U型”
对于智力型服务行业而言，结果完全不同。相对于35～49岁劳动力组，50岁以上劳动力比重对劳动生产率产生显著的正向影响，而35岁以下年龄组劳动力比重对劳动生产率的影响与中年劳动力相比并无显著差异。
这一规律如图2所示，在这一类行业中，所需要的经验与知识相对较多，因此经验与知识的积累处在不断进行当中，到老年时才能够达到最高值。尽管体力、身体素质、耐力、学习能力和创新能力从青年到中年、再到老年是逐步衰减的，但是作为经验、知识积累、体力、耐力、创新能力总和的劳动生产率呈现上升趋势，老年劳动者因为具有更长的工作经历从而具备丰富的经验和熟练的技术。这类行业中，随着老龄化的加剧，老年劳动力比重的上升，老年劳动力自身优势依然存在，随着年龄的增长，劳动生产率不仅不会降低，反而会持续上升，对行业劳动生产率的提高仍具有一定贡献。
高校体育教学具有自身的特色，与高校各个专业的人才培养目标不同，高校体育教学是以学生的身心健康全面发展为目标的，这也是高校体育教学的基本理念。大学生身心健康的培养对于大学生个人发展以及社会发展都是很重要的，但是很多高校并没有认识到这一点，而是将体育课作为必修课的任务来按照时间去规划完成[1]，因此加强对体育教学的重视是必须的，加强对体育教学的重视就要理清存在于其中的问题并进行改进，而进行有效的体育教学评价是发现问题的最好的方法，尤其是融入学生评价更是能够获得最直接的线索。
图2智力型服务行业劳动生产率随劳动力年龄增加而提高
5.人口年龄结构变化趋势。根据2010年第六次人口普查数据，0～9岁、10～19岁、20～29岁、30～39岁、40～49岁和50～59岁年龄组人口所占比重分别为10.99%、13.11%、17.14%、16.15%、17.28%和12.01%。假设劳动力的年龄结构与人口年龄结构相同。表5是2010、2020、2030和2040年不同年龄段人口比例的演变情况。从表中可以看到，当前50～59岁劳动力占总劳动力比重较低，但是到了2020年，50～59岁劳动力数量将超过40～49岁劳动力数量，人口和劳动力老龄化开始显露。2040年，50～59岁劳动力数量将远远超过其他年龄段劳动力数量，如果无法提高老年劳动力的劳动生产率，人口和劳动力老龄化对劳动生产率的负面影响将变得相当严重。
表5不同年龄段人口比例演变情况
根据实证研究的结果，对于体力型服务行业，2040年劳动力老龄化对劳动生产率的负面影响不可逆转。但是对于智力型服务行业，2040年劳动力老龄化不仅不会降低劳动生产率，反而可能提升劳动生产率。
五、结论与建议
本文使用中国2005—2016年14个服务行业面板数据，研究老龄化对劳动生产率的影响是否存在行业差别。结果显示，在智力型服务行业，所需要的经验与知识相对较多，因此经验与知识的积累处在不断进行当中，到老年时才能够达到最高值。随着年龄的增长，劳动生产率不仅不会降低，反而会持续上升，对行业劳动生产率的提高仍具有一定贡献。在体力型服务行业中，所需要的经验与知识相对较少，经验与知识的积累在中年时就已经达到最高值，但是体力、身体素质、耐力、学习能力和创新能力从青年到中年、再到老年是逐步衰减的。因此劳动生产率呈现倒“U”型。这类行业中，随着老龄化的加剧，老年劳动力比重的上升，劳动生产率将受到严重的负面影响。通过研究还发现，资本在智力型服务行业的贡献远大于体力型，投资如果投向智力型服务行业，则转化为资本后对产出的贡献更大，显示出资本在高效率的行业和高素质的劳动力相结合，能够带来更高的产出。
综上，研究认为可以大力发展智力型服务行业。根据人口变化趋势，2040年人口老龄化将变得相当严重，人口老龄化必然导致劳动力老龄化。对于体力型服务行业，劳动力老龄化对劳动生产率的负面影响不可逆转。但是对于智力型服务行业，劳动力老龄化不仅不会降低劳动生产率，反而可能提升劳动生产率。因此需要做好服务行业内部的转型升级，充分利用智力型行业老年劳动者的经验，鼓励智力型行业的老年劳动力弹性就业和延迟退休，充分有效地利用老年劳动力资源，发挥老年劳动力优势，以缓解老龄化带来的劳动力供应不足压力，进而提高劳动生产率。发展智力型服务业是解决未来劳动力老龄化的有效手段，智力型服务业需要高素质的劳动力作为支撑，因此需要增加人力资本投入，加快对劳动力的技能培训。基于此，我国应继续加大对教育及科研行业的投入，把原来追求劳动力数量转换为强调劳动力质量，培养一专多能的复合型人才、创新性人才。
（4）区块链层：系统的去中心化数据库，存储系统交互产生的数据信息。其中，网络层承担信息通信，产生新区块，维护区块链网络稳定运行；数据层保存着整个系统所有上传下载的关键信息。
参考文献：
[1] John M. Rybash, William J. Hoyer， Paul A. Roodin, Adult Cognition and Aging :Developmental Changes in Processing ,Knowing and Thinking ，New York: Pergamon Press, 1986.
[2] Jerome Mark，“ Comparative Job Performance by Age”，Bureau of Labuor Statistics , 1957.
[3] Bruno Crepon, Nicolas Deniau, Sebastien Perez-Duarte ，“ Wages,Productivity and Worker Characteristics: A French Perspective”, INSEE , 2003.
[4] Pekka Ilmakunnas，Mika Maliranta，Jari Vainiomäki，“The Roles of Employer and Employee Characteristics for Plant Productivity”，Journal of Productivity Analysis , 2004, Vol. 21, Issue 3,pp. 249-276.
[5] Ariu Andrea，Vandenberghe Vincent，“ Assessing the Role of Ageing, Feminising and Better-Educated Workforces on Growth”, NBB Working Paper 265，2014.
[6] J. Feyrer，“ Demographics and productivity”，Review of Economics and Statistics , 2007, Vol.89,No.1 ，pp. 100-109.
[7] 徐升艳、周密：《东中西地区城市不同年龄组劳动生产率的比较研究》，《上海经济研究》2013年第3期。
[8] 杨贝贝、刘懿：《我国劳动力老化对劳动生产率的影响研究》，《经济数学》2015年第2期。
[9] 赵昕东、李林：《中国劳动力老龄化是否影响全要素生产率?——基于省级面板数据的研究》，《武汉大学学报》(哲学社会科学版)2016年第6期。
[10] 张忠根、何凌霄、南永清：《年龄结构变迁、消费结构优化与产业结构升级——基于中国省级面板数据的经验证据》，《浙江大学学报》(人文社会科学版)2016年第3期。
[11] 钟水映、余远：《人口老化对中国不同要素密集型产品出口的影响》，《商业研究》2016年第9期。
中图分类号： F241.2
文献标志码： A
文章编号： 1002-462X( 2019) 06-0118-07
基金项目： 福建省软科学项目(2019R0064)；国家自然科学基金面上项目“中国人口老龄化进程与劳动生产率：检验、预测与政策选择”(71573093)
作者简介： 赵昕东，1968年生，华侨大学统计学院教授、博士生导师；陈丽珍，1993年生，华侨大学经济与金融学院博士研究生。
[责任编辑：曾 博]
标签：老龄化论文; 劳动力论文; 劳动生产率论文; 服务业论文; 智力型服务行业论文; 体力型服务行业论文; 华侨大学统计学院论文; 华侨大学经济与金融学院论文;