人口老龄化对第三产业结构变动影响的实证分析

钱 娇，石爱虎

(集美大学财经学院，福建 厦门 361021 )

[摘 要] 利用2005—2016年中国大陆31个省(市、自治区)市数据，建立动态面板模型的研究表明，人口老龄化与第三产业产值和第三产业就业占比存在着正相关性，并促进了第三产业内部结构从传统服务业向现代服务业的转型升级。为有效应对人口老龄化的挑战，推动第三产业结构向更加合理化的方向发展，应大力发展老年产业，健全与老年人相关的养老保障制度，促进中老年人的再教育和再就业。

[关键词] 第三产业结构；人口老龄化；动态面板模型

产业结构能体现一个国家或地区经济发展水平。随着我国经济的快速发展，第三产业在经济中的比重逐渐上升，其内部结构也在不断发生变化。我国正处在经济转型的重要时期，第三产业结构变动的方向和程度都会直接影响经济发展的趋势。我国自2000年左右进入老龄化时代后，人口老龄化程度逐步提高，老龄人口的增加从不同角度对第三产业产生了影响，从消费需求的角度会推动第三产业结构的变动，从劳动力供给的角度则会阻碍第三产业结构的变动。目前国内外研究人口老龄化对产业结构变化影响的文献比较多，李华^[1]、施美程等^[2]从需求和供给两个方面来解释老龄化对第三产业的影响，发现随着老龄化的加深，老龄化对第三产业的发展存在一定的促进作用。杨光辉^[3]从城市化视角研究人口老龄化与区域产业结构调整之间的关系，预测分析各地区产业结构优化的方向。陈卫民等^[4]、Siliverstovs等^[5]探究了人口老龄化作用于产业结构的可能路径，发现人口老龄化对第三产业中的金融业具有显著的正效应。李通屏等^[6]运用世界各国数据进行研究，表明长期老龄化对服务业就业人数比重和产值比重有显著的正向作用，但是短期的影响效果不是很明显。文献[7-9]对人口老龄化和第三产业内不同行业的关系进行研究，表明老龄化对不同行业的影响不同。文献[10-11]则通过研究人口老龄化和新兴产业之间的关系来解决老龄化带来的问题。这些研究主要从国家层面开展，或者是分析老龄化对第三产业中的某些具体行业的影响，但未见研究人口老龄化对第三产业结构变化的影响。为此，本文在前人研究的基础上，以我国大陆31个省(市、自治区)为对象，研究人口老龄化对第三产业结构变动的影响，并提出相关建议。

一、人口老龄化对第三产业结构变动的影响机理

人口结构变化对产业结构的变化产生影响，也体现在第三产业结构变动上。从供给和需求两个角度分析人口老龄化对第三产业结构变动影响的作用机理。

1.消费需求效应。不同年龄段消费主体的需求结构和需求数量不同，人口老龄化的过程中，消费主体的需求结构随着老龄化程度的变化而变化。老龄人口消费需求的变动影响整个社会的消费需求，从而影响第三产业结构的变化。具体来说，老年人往往不会过多的购买价格比较高的消费品，健康状况以及兴趣等方面的原因会更多地偏好对基本服务的需求，社会整体的消费需求不断向服务行业转移，针对老年人的健康医疗、旅游、教育、娱乐等产业不断发展，加快第三产业中与老年人相关行业的发展。

2.劳动力供给效应。从劳动力供应的数量来看，老龄化程度的加深减少了适龄劳动力的供应数量，造成劳动力相对短缺，劳动力价格上升不利于劳动密集型服务业的发展。从劳动力的质量来看，一方面老年人身体机能逐渐下降，学习能力减弱，不能适应那些体力消耗大和新兴的服务业生产模式，特别是以劳动投入为主的服务业中他们的工作效率会下降。另一方面老龄化倒逼劳动力综合素质和效率的提升，形成第二次人口红利填补劳动力供应数量上的短缺，推动第三产业进入依靠专业知识、专业技术和人才驱动的发展阶段。

长坪乡，这里是井冈山海拔最高的乡镇，过去群众收入渠道少，贫困发生率高达20%。如今，特色养殖、花卉盆景等特色产业红红火火。神山村，原先的土坯房全部换上了客家风貌的新装，乡村旅游游客如织，农业合作社蒸蒸日上……

3.社会资本供给效应。根据Modigliani等^[12]提出的生命周期假说，在人口结构未发生巨大变动的状态下，长期来看边际消费倾向应是趋于平稳的，如果人口结构出现变动，则边际消费倾向也将改变。人口老龄化程度不断加深，老年人比例增加导致消费倾向上升。老年人消费年轻时的存款，储蓄率下跌使社会中资本累积减少。资本的稀缺性导致劳动密集型产业对资本吸引力下降，社会资本更多地投资于高收益的行业。另一方面与老年人相关的服务行业逐渐形成，使社会资本从工业部门转向这些行业，又促进第三产业结构的变动。

二、指标选取和模型设定

(一)指标选取

苹果幼树枝量和花芽形成能力是早产、稳产的保证。目前，有不少措施可以促进幼树尽快扩大枝量、尽早大量形成花芽，以尽早形成产量。目前传统的方法都存在这样那样的缺点。寻求新的、更加安全高效的药剂是目前苹果矮砧现代栽培模式的需求。通过上述试验我们发现，发枝促花剂有效提高了当年定植小树的成枝能力，显著提高2年生树侧枝芽萌发率，抽生新枝多为中短枝条，孕育大量花芽，能够提早1～2年进入结果期，并且树势保持中庸，为早产打下坚实的基础。

式(1)～(3)中：i 表示省份，t 表示年份，α 表示常数项，μ _i,t 为随机扰动项，β _j (j 取1～5)为回归系数。

其实我们岭北人说归说，大多数人自己也是如此。对乡里乡亲的倒是有些拘谨或小气，对个外乡人都是一样的大方。尤其是碰到外乡人与村子里人吵架打斗什么的，基本上都是帮外地人的多。奇怪吧？

(二)模型设定

面板数据从横向和纵向两个维度出发可以处理仅截面数据或时间序列不能处理的问题，面板数据样本数更多，增加了自由度,可以缓解模型共线性的问题，提高估计的准确度^[14]。由于第三产业结构不断变动，当期结构通常会受到前期的影响，在探析老龄化对第三产业结构变动的作用时考虑到这一因素,把被解释变量的滞后一期作为一个解释变量添加到模型中，构建动态面板模型，对模型里所有变量做了取自然对数的处理，得到基本的计量模型如下:

随机分为试验组与对照组，试验组采取生活方式干预及立普妥20 mg每晚一次治疗。两组入选时、3月、6月、12月分别测血压、身高、体重及肝肾功能，hsCRP、Lp-PLA2及颈动脉B超。

lnP _yi,t =α +β ₁lnP _yi,t -1+β ₂ln Age_i,t +β ₃ln Cos_i,t +β ₄ln Urb_i,t +β ₅ln Fdi_i,t +μ _i,t ，

(1)

一般在估计动态面板模型时，回归方程中加入被解释变量的滞后期作为解释变量使回归产生内生性的问题，如果继续使用固定效应、随机效应或是混合回归来估计计量方程，得出的结果可能是有偏非一致的。本研究所采用的面板模型属于i 较大t 较小的短动态面板，为处理内生性的问题可以运用差分广义矩估计(difference-generalized method of moments,DIFF-GMM)。DIFF-GMM是对回归方程先做一阶差分以消去个体效应，再找合适的工具变量得到一致估计。Arellano等^[16]提出采用所有可能的滞后变量作为工具变量进行广义矩估计，叫做“Arellano-Bond估计量”，也称做“DIFF-GMM”。但是这种方法所使用的工具变量与差分后内生变量关联性不大，有可能存在弱工具变量的问题。Blundell等^[17]提出把差分广义矩估计和水平广义矩估计联合在一起，然后把差分方程和水平方程作为整体进行估计，称为系统广义矩估计(system-GMM,SYS-GMM)。其优点是可以提高估计的效率，其不足在于需要额外假设被解释变量滞后期的差分与个体效应不相关。基于此，同时采用了DIFF-GMM和SYS-GMM的对模型进行估计以作比较。

本刊讯 12月21日下午，“开启齐鲁之门智者顺时而谋”——绿地·济南城际空间站（齐鲁之门）招商推介会在绿地美利亚酒店普利厅隆重召开,政府领导、绿地集团领导、战略合作伙伴、签约商户等200余位代表出席活动。槐荫区人民政府副区长朱军女士出席了推介会并致辞，西部城区的未来充满期待。绿地集团山东区域公司副总经理钱文颢表示，济南西客站高铁片区最核心地段的绿地齐鲁之门项目将为社会、为企业，为驻地百姓创造出良好的社会效应与经济回报。而后众多重量级品牌与齐鲁之门进行了现场签约，双方携手搏击，共赢美好未来。在推介会的最后时刻，齐鲁之门运营平台启动。打破时空界限，开启齐鲁之门，智者顺时而谋。

(2)

lnP _ri,t =α +β ₁lnP _ri,t -1+β ₂ln Age_i,t +β ₃ln Cos_i,t +β ₄ln Urb_i,t +β ₅ln Fdi_i,t +μ _i,t 。

我国在原材料、合金成分、半成品加工材料、铸造产品、材料组织结构、相关试验方法和废料回收等方面制定了国家钛合金材料标准，基本满足了航空业钛材料及相关需求。[7]这些标准的建立、制定与实施，为中国航空业的快速发展奠定了重要基础。

(3)

解释变量：老龄化会从不同方面影响第三产业结构，所以在分析第三产业结构变动时，选取65岁以上(包含65岁)老年人口数量占总人口数的比重，即人口老龄化率(Age)来研究人口老龄化水平对第三产业结构变化的影响。

三、数据处理和计量估计方法

(一) 数据处理和描述性统计

鉴于数据的可得性，采用中国大陆31个省(市、自治区)2005—2016年的相关数据进行研究。第三产业中关于传统服务业和现代服务业的具体行业的划分，借鉴王瑞^[15]的划分方式，将交通运输、仓储、邮电通信、批发零售、住宿餐饮归类为传统服务业，将剩下的11个行业归类为现代服务业，得到372个样本。数据由2006—2017年《中国统计年鉴》《中国人口与就业统计年鉴》、各省统计年鉴整理所得，各变量描述性统计见表1。

控制变量：第三产业结构变化的影响因素是多方面的，为了更好的分析第三产业结构的变化，根据前人的研究在模型中添加了合理的控制变量。一般来说，第三产业主要集中在城市里，第三产业的发展与城镇化规模有较大的联系。随着城镇化率(Urb)的增加，交通运输、文化教育、医疗卫生等行业也相继发展起来。地方财政支出(Cos)越大表明政府对经济的干预越大，对产业发展的影响也越大，必然会对第三产业结构的变动产生影响。中国加入WTO后开始建立健全与第三产业开放相关的各种法规，减少外资进入第三产业的障碍，外商投资(Fdi)的规模越来越大，影响了经济活动的地理分布，使得地区间发展的差异变大，对第三产业的影响不断扩大。因无法得到外商投资总值中对第三产业的外商直接投资的数据，只能以每年实际利用外商投资额来衡量。

表1 各变量描述性统计
Table 1 Descriptive statistics of each variable

(二)计量估计方法

lnP _ei,t =α +β ₁lnP _ei,t -1+β ₂ln Age_i,t +β ₃ln Cos_i,t +β ₄ln Urb_i,t +β ₅ln Fdi_i,t +μ _i,t ，

被解释变量：主要从两个方面来表示第三产业结构的变动情况，首先衡量第三产业结构在三次产业中的变动情况，主要是用第三产业产值比重(P _y)和第三产业就业比重(P _e)这两个指标表示。其次衡量了第三产业内部结构的变动情况，曾芬珏^[13]认为第三产业结构变动的一个重要表现就是传统服务业比重不断下降以及现代服务业比重上升，故采用传统服务业增加值与现代服务业增加值的比率(P _r)这一指标进行衡量。

四、实证结果和稳健性检验

(一)实证结果分析

运用了Stata12对数据进行了实证分析，作为一致估计要求DIFF-GMM和SYS-GMM成立的前提是随机扰动项不存在自相关，但即使满足“随机扰动项无自相关”的假定，“扰动项一阶差分”仍将存在一阶自相关。通过检验随机扰动项的差分是否有一阶与二阶自相关来检查原假定成立。要求扰动项可以有一阶自相关但不能有二阶自相关，回归结果如表2所示。从检验效果可知，表2中各回归的AR(2)检验伴随概率P 值都要大于0.05，故应该接受原假设，可以使用DIFF-GMM和SYS-GMM。同时Sargan检验的P 值均大于0.05，表示显著性水平为0.05，接受原假设，所使用的工具变量都是有效的。

表2 人口老龄化对第三产业结构的影响
Table 2 Impact of population aging on the structure of the tertiary industry

注：*、* *、* * *分别表示在10%、5%、1%的水平通过显著性检验

由表2可知，控制变量对第三产业结构的影响有正向的也有反向的影响，如ln Cos 对第三产业产值比重有正向的促进作用，而ln Fdi 和ln Urb 对第三产业产值占比存在反向相关性；在控制变量对第三产业结构变动影响的前提下，模型4和模型5中ln Age 的系数分别为0.231 5和0.032 1，通过了显著性检验，表明在观察的样本期内，老龄化对第三产业产值和第三产业就业占比有正向的促进作用。模型6中ln Age 的系数为负数，说明人口老龄化与传统服务业与现代服务业比率呈反向关系，即相比于传统服务业而言，老龄化的到来更有益于现代服务业的成长。由此可知，人口老龄化带来消费需求增加的效应以及社会资本更多地向与老年人相关行业转移的效应大于人口老龄化导致的劳动力数量下降的效应，最终促使第三产业产值和第三产业就业占比的增加，并且促进第三产业中与老年人相关行业的发展。即人口老龄化与第三产业产值和第三产业就业占比存在正相关性，同时促进了第三产业内部结构从传统服务业向现代服务业的转型升级。

(二)稳健性检验

采取老年抚养比代替老龄化率检验估计方法和指标解释能力的稳健性。老年抚养比是指非劳动力人口中老年人数量与劳动力数量的比值，表示每100名劳动年龄人口要负担的老年人数。替换解释变量后模型的估计结果如表3所示。

表3 替换解释变量后模型估计结果
Table 3 Estimated results of themodelafter main explanatory variablesubstitution

注：*、* *、* * *分别表示在10%、5%、1%的水平通过显著性检验

由表3可见，在替换主要变量后，各回归的AR(2)检验伴随概率和Sargan检验的伴随概率仍旧都大于0.05，故可以使用DIFF-GMM和SYS-GMM进行回归，同时也满足工具变量均有效的假定。主要解释变量的系数符号没有改变，显著性水平也没有发生很大的变化，模型拟合程度和之前相差不大，说明把老龄化率替换成老年抚养比之后上述结论没有发生实质性的改变，证实了模型稳健，实证分析结果可信，可以很好地解释人口老龄化对第三产业结构的影响。

五、结论和建议

利用2005—2016年中国大陆31个省(市、自治区)的数据建立动态面板模型，采用系统广义矩估计，加入城镇化率、地方财政支出以及外商直接投资等控制变量，分析人口老龄化对第三产业结构变动的影响。研究表明：人口老龄化第三产业产值比重和就业比重都存在着正向的促进作用，并且在一定程度上促进了第三产业内部结构的优化升级。为有效应对人口老龄化的挑战，促进第三产业结构的进一步优化，特提出以下3点建议：

第一，积极发展与老年人相关的服务行业，适应人口老龄化趋势，促进第三产业结构转型。随着人口老龄化程度的加深，老年人在消费方面的需求开始增加，导致与老龄行业相关市场占有率上升。因此政府应着力发展与老年人相关的行业，激励新兴行业的发展，健全与老年人服务相关的产业链。老年人由于空闲时间较多，在满足基本生活需求之后，会更多地追求其他方面的需求，比如旅游、教育、医疗等，而这些都与第三产业息息相关，所以老龄化在对第三产业产生促进作用的同时，对于第三产业结构调整及优化也会产生积极的作用。

第二，完善社会保障体系，健全与老年人相关的养老保障制度。计划生育政策的实施导致我国现在的普遍情况是一对夫妻要赡养四个或更多的老人，单纯的家庭养老模式已经不能解决这个问题，所以在老龄化水平更高之前，应该尽快完善社会保障系统，开发多种养老模式，减轻年轻人的生活压力，释放他们的消费需求，有效推动社会经济的发展。

第三，促进中老年人的再教育和再就业，推动第三产业特别是现代服务业的发展。人口老龄化可以改变劳动力供应的质量和数量，对第三产业结构变化产生影响，因此可以从完善劳动力市场并加强中老年人的再教育和再就业这个角度来促进第三产业发展。通过中老年人再就业或者延缓退休，缓解劳动力不足带来的问题，提高富有经验的第三产业工作人员的比例；提供专业技能培训，提升第三产业工作人员的专业技能和综合素质，推动第三产业特别是现代服务业的发展。中国大陆各省的经济水平相差较大，建立全国统一的模型对分支政策的制订和分析显得粗糙，下一步研究拟分省建模，再结合各省的发展战略和十三五规划的数据进行政策分析，使研究更具针对性和实用性。

[参考文献]

[1]李华.人口老龄化对中国服务业发展的影响研究：基于供给和需求的分析视角[J].上海经济研究,2015(5):95-101.

[2]施美程,陈卫民.中国人口老龄化对服务业发展的影响[J].广东社会科学,2017(2):5-12，254.

[3]杨光辉. 中国人口老龄化与产业结构调整的统计研究[D].厦门：厦门大学,2006.

[4]陈卫民,施美程.人口老龄化促进服务业发展的需求效应[J].人口研究,2014,38(5):3-16.

[5]SILIVERSTOVS B,KHOLODILIN K A,THIESSEN U. Does aging influence structural change evidence from panel data[J]. Economic Systems,2011,35(2):244-260.

[6]李通屏,王家鼎,邵红梅.人口老龄化与服务业发展动态关系研究[J].西北人口,2015,36(3):71-75.

[7] ILMAKUNNAS P,ILMAKUNNAS S. Work force ageing and expanding service sector: a double burden on productivity[J]. Service Industries Journal,2010,30(12):2 093-2 110.

[8]陈卫民,施美程.发达国家人口老龄化过程中的产业结构转变[J].南开学报(哲学社会科学版),2013(6):32-41.

[9]谢驰宇. 我国人口老龄化对部分服务业发展分化效应的实证研究[D].南宁：广西大学,2016.

[10]ANSAH J P,EBERLEIN R L,LONE S R,et al. Implications of long-term care capacity response policies for an aging population: a simulation analysis[J]. Health Policy,2014,116(1):105-113.

[11] EHRENHARD M,KIJL B,NIEUWENHUIS L. Market adoption barriers of multi-stakeholder technology: smart homes for the aging population[J]. Technological Forecasting & Social Change,2014,89:306-315.

[12]MODIGLIANI F.Life cycle,individual thrift and the wealth of nations[J].American Economic Review,1986,76(6):297-313.

[13]曾芬钰.论城市化对第三产业优化、提升的促进作用[J].江西财经大学学报,2003(1):14-16.

[14]陈强. 高级计量经济学及Stata应用[M].北京：高等教育出版社,2010.

[15]王瑞.加快山东省现代服务业发展研究[D].济南：中共山东省委党校,2011.

[16] ARELLANO M,BOND S. Some tests of specification for panel data: monte carlo evi-dence and an application to employment equations[J]. Review of Economic Studies,1991,58(2),277-297.

[17] BLUNDELL R,BOND S. GMM estimation with persistent panel data: an application to production functions[J]. Econometric Reviews,2000,19(3):321-340.

An Empirical Study of the Impact of the Aging of Population on the Structure of the Tertiary Industry

QIAN Jiao,SHI Aihu

(College of Finance and Economics,Jimei University,Xiamen 361021,China)

Abstract : A dynamic panel model was established using data from 31 provinces and cities in China from 2005 to 2016,and the results show that there is a positive correlation between the aging of the population and the output value and employmentof the tertiary industry,which promotes the transformation and upgrading of the internal structure of the tertiary industry from one for the traditional service industry to one for the modern service industry. Therefore,the senior industry should be developed in a sound direction,the social security system for the aged improved and their reeducation and reemployment enhanced to address the challenge of the aging population.

Key words ：tertiary industry structure; population aging; dynamic panel model

[中图分类号] F719； C92- 05

[文献标志码] A

[文章编号] 1673- 4432( 2019) 02- 0045- 06

收稿日期： 2018- 05- 22 修回日期：2018- 10- 25

通信作者： 石爱虎，男，教授，博士，研究方向为农业经济学、产业经济学，E-mail:shialan@163.com。

引文格式： 钱娇，石爱虎.人口老龄化对第三产业结构变动影响的实证分析[J].厦门理工学院学报，2019，27(2)：45-50.

Citation ： QIAN J,SHI A H.An empirical study of the impact of the aging of population on the structure of the tertiary industry[J].Journal of Xiamen University of Technology,2019，27(2)：45-50.(in Chinese)

doi: 10.19697/j.cnki.1673-4432.201902008

(责任编辑宋 静)

标签：第三产业结构论文;  人口老龄化论文;  动态面板模型论文;  集美大学财经学院论文;