汪 偉， 姜振茂

（1. 上海財經(jīng)大學(xué) 公共經(jīng)濟(jì)與管理學(xué)院，上海 200433； 2. 上海市金融信息技術(shù)研究重點實驗室，上海 200433； 3. 上海財經(jīng)大學(xué) 財經(jīng)研究所，上海 200433）

人口老齡化對技術(shù)創(chuàng)新的影響機(jī)制分析
——基于DFA方法的創(chuàng)新評價和動態(tài)面板模型

汪 偉1,2， 姜振茂3

（1. 上海財經(jīng)大學(xué) 公共經(jīng)濟(jì)與管理學(xué)院，上海 200433； 2. 上海市金融信息技術(shù)研究重點實驗室，上海 200433； 3. 上海財經(jīng)大學(xué) 財經(jīng)研究所，上海 200433）

——汪 偉

在老齡化程度加深以及我國經(jīng)濟(jì)對技術(shù)創(chuàng)新日漸倚重的雙重背景下，研究人口老齡化如何影響我國的技術(shù)創(chuàng)新具有重要意義。文章基于動態(tài)因子模型，從創(chuàng)新投入、創(chuàng)新產(chǎn)出、創(chuàng)新績效、協(xié)同創(chuàng)新能力、創(chuàng)新環(huán)境五個方面測算了我國1990–2014年29個省份的技術(shù)創(chuàng)新能力，并構(gòu)建了新的技術(shù)創(chuàng)新綜合能力指數(shù)。在此基礎(chǔ)上，運用動態(tài)面板模型，文章發(fā)現(xiàn)人口老齡化對技術(shù)創(chuàng)新產(chǎn)生兩種對立效應(yīng)：一方面，人口老齡化通過提高科研工作者的勞動效率對技術(shù)創(chuàng)新產(chǎn)生積極影響，具有“勞動效率正效應(yīng)”；另一方面，人口老齡化通過降低人力資本投資水平以及加重老齡負(fù)擔(dān)、擠占創(chuàng)新資源對技術(shù)創(chuàng)新產(chǎn)生消極影響，具有“人力資本負(fù)效應(yīng)”和“老齡負(fù)擔(dān)負(fù)效應(yīng)”。這一研究對如何應(yīng)對我國人口老齡化的挑戰(zhàn)具有實踐意義和政策參考。

人口老齡化；技術(shù)創(chuàng)新綜合能力指數(shù)；動態(tài)因子分析方法；動態(tài)面板模型

一、引 言

自2000年進(jìn)入老齡化社會以來，我國的老齡化程度不斷加深，2016年老年撫養(yǎng)比已達(dá)15%。人口老齡化對我國經(jīng)濟(jì)社會的發(fā)展正在產(chǎn)生深遠(yuǎn)的影響，如何應(yīng)對人口老齡化的挑戰(zhàn)越來越受到政府和學(xué)界的重視。與此同時，我國經(jīng)濟(jì)發(fā)展步入了新常態(tài)，傳統(tǒng)的增長模式難以為繼，將經(jīng)濟(jì)增長方式轉(zhuǎn)向創(chuàng)新驅(qū)動成為中國經(jīng)濟(jì)轉(zhuǎn)型的重要任務(wù)。人口老齡化程度不斷加深以及經(jīng)濟(jì)增長對技術(shù)創(chuàng)新日漸倚重構(gòu)成了本文研究的兩大背景。

學(xué)者們關(guān)于人口老齡化的經(jīng)濟(jì)影響的研究大多集中在人口老齡化如何影響儲蓄、勞動力供給、人力資本投資、政府公共支出和社會保障等方面，對人口老齡化如何影響技術(shù)創(chuàng)新的研究還比較少。從現(xiàn)有的幾篇文獻(xiàn)來看，一些研究發(fā)現(xiàn)了人口老齡化對技術(shù)創(chuàng)新的負(fù)效應(yīng)，如田雪原等（1990）指出，人口老齡化會加重養(yǎng)老負(fù)擔(dān)、擠占科研資源，從而對技術(shù)創(chuàng)新產(chǎn)生消極影響；胡偉略（1991）在田雪原等（1990）的基礎(chǔ)上將養(yǎng)老負(fù)擔(dān)量化，利用離退休人數(shù)、社會保障費用等指標(biāo)表示養(yǎng)老負(fù)擔(dān)，也得到了養(yǎng)老負(fù)擔(dān)加重不利于技術(shù)創(chuàng)新的結(jié)論；姚東旻等（2017）以國內(nèi)專利申請授權(quán)數(shù)作為技術(shù)創(chuàng)新的代理變量并運用2003–2012年省際面板數(shù)據(jù)發(fā)現(xiàn)，人口老齡化主要通過擠出人力資本投資對技術(shù)創(chuàng)新產(chǎn)生消極影響。另一些研究則發(fā)現(xiàn)人口老齡化對技術(shù)創(chuàng)新的影響不顯著或有積極影響，如李三希和姚東旻（2013）用專利數(shù)量作為技術(shù)創(chuàng)新的代理指標(biāo)，發(fā)現(xiàn)人口老齡化對我國技術(shù)創(chuàng)新的影響不顯著；Froscb和Tivig（2009）同樣以專利數(shù)量代表技術(shù)創(chuàng)新，發(fā)現(xiàn)專利數(shù)量與老年人口比重正相關(guān)，人口老齡化對技術(shù)創(chuàng)新具有積極影響；汪偉和姜振茂（2016）則從個人與企業(yè)、國家與地區(qū)等層面入手，綜述了人口老齡化影響技術(shù)創(chuàng)新的國內(nèi)外研究進(jìn)展，發(fā)現(xiàn)人口老齡化對技術(shù)創(chuàng)新既有積極影響，也有消極影響。

通過梳理文獻(xiàn)，本文認(rèn)為現(xiàn)有研究的不足以及本文的貢獻(xiàn)主要體現(xiàn)在以下兩個方面：第一，以往學(xué)者多用專利數(shù)量來代表技術(shù)創(chuàng)新，但一個國家或地區(qū)層面的技術(shù)創(chuàng)新是一個動態(tài)的復(fù)雜過程。即研究與開發(fā)機(jī)構(gòu)、高等院校以及工業(yè)企業(yè)利用政府、金融機(jī)構(gòu)提供的資金等創(chuàng)新資源，充分利用當(dāng)?shù)氐母咚刭|(zhì)勞動力、基礎(chǔ)設(shè)施和通訊條件，研發(fā)出專利、生產(chǎn)出新產(chǎn)品并投放市場，而新產(chǎn)品投放市場后得到一系列反饋，催生出新的需求，從而可能反過來進(jìn)一步促進(jìn)一個地區(qū)的技術(shù)創(chuàng)新。一個國家或地區(qū)的技術(shù)創(chuàng)新過程具有復(fù)雜性，專利數(shù)量等單一指標(biāo)難以衡量一個國家或地區(qū)技術(shù)創(chuàng)新的動態(tài)過程以及各因素的綜合影響。本文首次借助動態(tài)因子分析方法（DFA），從創(chuàng)新投入、創(chuàng)新產(chǎn)出、創(chuàng)新績效、協(xié)同創(chuàng)新能力、創(chuàng)新環(huán)境五個方面著手，利用多重數(shù)據(jù)指標(biāo)，測算我國分省份的技術(shù)創(chuàng)新綜合能力指數(shù)，以此來衡量各省份的技術(shù)創(chuàng)新能力。與以往的研究文獻(xiàn)相比，本文測算的技術(shù)創(chuàng)新綜合能力指數(shù)是一個衡量技術(shù)創(chuàng)新的新指標(biāo)，能夠綜合反映我國各省創(chuàng)新能力的動態(tài)變化。第二，除了姚東旻等（2017）分析了人口老齡化影響技術(shù)創(chuàng)新的人力資本路徑之外，現(xiàn)有的研究只是簡單地得出了人口老齡化對技術(shù)創(chuàng)新具有正面影響或負(fù)面影響的結(jié)論，但對其中的作用機(jī)制卻鮮有深入的討論。本文研究了人口老齡化通過人力資本水平、勞動效率、老齡負(fù)擔(dān)影響技術(shù)創(chuàng)新的三條可能路徑，在以往研究的基礎(chǔ)上，進(jìn)一步探索了人口老齡化對技術(shù)創(chuàng)新的影響機(jī)制。

二、人口老齡化影響技術(shù)創(chuàng)新的理論機(jī)制分析

科研領(lǐng)域的人力資本水平、科研工作者的勞動效率以及科研資源的多少都會影響技術(shù)創(chuàng)新，而人口老齡化又是影響科研領(lǐng)域人力資本水平、科研工作者勞動效率的重要因素，人口老齡化程度的加深以及養(yǎng)老支出的增加，還可能對科研資源產(chǎn)生擠出作用。因此，人口老齡化必然會對一個國家或地區(qū)的技術(shù)創(chuàng)新產(chǎn)生影響。本文從以下三個方面梳理人口老齡化影響技術(shù)創(chuàng)新的理論機(jī)制與傳導(dǎo)路徑。

第一，人口老齡化可能對科研領(lǐng)域的人力資本水平產(chǎn)生消極影響，本文把該種效應(yīng)稱為“人力資本效應(yīng)”?，F(xiàn)有研究多從技能培訓(xùn)、經(jīng)驗傳導(dǎo)以及知識流失的角度來展開。在技能培訓(xùn)和經(jīng)驗傳導(dǎo)層面，Kuhn和Hetze（2007）構(gòu)建了一個兩期世代交疊模型，研究了人口老齡化對新老員工之間傳授經(jīng)驗的影響，顯示人口老齡化對培訓(xùn)發(fā)生率的人口效應(yīng)和經(jīng)濟(jì)效應(yīng)均為負(fù)，因此人口老齡化不利于新老員工之間的培訓(xùn)和經(jīng)驗傳導(dǎo)；Behaghel和Greenan（2010）構(gòu)造了雙差分模型，研究發(fā)現(xiàn)當(dāng)公司采用先進(jìn)的信息科技時，高齡員工更不容易接受計算機(jī)應(yīng)用和團(tuán)隊協(xié)作方面的培訓(xùn)。在老齡化造成的人才和知識流失層面，Noda（2011）以產(chǎn)品質(zhì)量的提高作為技術(shù)創(chuàng)新和進(jìn)步的代理指標(biāo)，研究發(fā)現(xiàn)老齡化帶來的人口年齡結(jié)構(gòu)轉(zhuǎn)變，使得研發(fā)部門的高技能勞動力減少，從而對創(chuàng)新比率產(chǎn)生消極影響；Ashworth（2006）以美國的電能行業(yè)為研究樣本，同樣認(rèn)為退休的高齡員工的增多會給企業(yè)帶來短期甚至長期的知識流失。因此，人口老齡化可能通過影響技能培訓(xùn)、經(jīng)驗傳導(dǎo)以及造成知識流失等途徑對科研領(lǐng)域的人力資本水平產(chǎn)生消極影響。

第二，人口老齡化可能對科研工作者的勞動效率產(chǎn)生積極影響，本文把該種效應(yīng)稱為“勞動效率效應(yīng)”。不少學(xué)者注意到，老齡化背景下，勞動力的稀缺會產(chǎn)生“倒逼機(jī)制”，使得企業(yè)等生產(chǎn)主體更加注重使用機(jī)器設(shè)備等手段，提高勞動效率。在理論層面，Scarth（2002）以及Lee和Mason（2010）均認(rèn)為在勞動力稀缺的情況下，為維持以往的經(jīng)濟(jì)發(fā)展速度，社會將會轉(zhuǎn)向依靠勞動技能的提高，以高技能的勞動力取代低技能的勞動力，從而促進(jìn)勞動效率的提高；Habakkuk（1962）也認(rèn)為勞動力的稀缺會使得創(chuàng)新的動機(jī)更加強(qiáng)烈。而在實證研究層面，運用國家間宏觀截面數(shù)據(jù)，Romer（1987）、Feyrer（2002）均證明人口老齡化促進(jìn)了勞動生產(chǎn)率的提高。可見，“倒逼機(jī)制”的存在，使得人口老齡化可能對科研工作者的勞動效率產(chǎn)生積極影響。

第三，人口老齡化可能通過加重養(yǎng)老負(fù)擔(dān)、擠出科研資源從而對技術(shù)創(chuàng)新產(chǎn)生消極影響，本文把該效應(yīng)稱為“老齡負(fù)擔(dān)效應(yīng)”。在企業(yè)層面，Noda（2011）構(gòu)建的理論模型顯示，老齡化背景下，企業(yè)用工成本的增大對企業(yè)研發(fā)動機(jī)具有削弱作用，不利于企業(yè)對高素質(zhì)員工的引進(jìn)；胡偉略（1991）同樣指出由于員工隊伍的日漸老化，企業(yè)會付出更多的工資成本和社會保險費用，進(jìn)而擠占企業(yè)的研發(fā)資金；而Ilmakunnas和Maliranta（2007）借助實證模型，研究了勞動力新加入企業(yè)、繼續(xù)留任以及離職對企業(yè)利潤、生產(chǎn)率和工資的影響，發(fā)現(xiàn)年老勞動力離開企業(yè)有助于提高企業(yè)利潤，特別是在信息技術(shù)行業(yè)。在國家和政府層面，Gonzales-Eiras和Niepelt（2012）構(gòu)造的世代交替模型顯示，在政府調(diào)整稅率和政府支出、退休年齡不變的情形下，社會保障費用對政府的公共投資具有擠出作用；田雪原等（1990）也認(rèn)為國家付出的養(yǎng)老保障支出增多，會擠占政府的科研經(jīng)費投入?？梢?，老齡化程度的加深造成養(yǎng)老支出增多，可能擠占科研資源，進(jìn)而影響技術(shù)創(chuàng)新。

綜上所述，人口老齡化對技術(shù)創(chuàng)新的影響是多維度的，既可能通過“人力資本效應(yīng)”以及“老齡負(fù)擔(dān)效應(yīng)”對技術(shù)創(chuàng)新產(chǎn)生消極作用，也可能通過“勞動效率效應(yīng)”對技術(shù)創(chuàng)新產(chǎn)生積極作用。

三、我國各省技術(shù)創(chuàng)新綜合能力指數(shù)測算

（一）技術(shù)創(chuàng)新能力的評價方法

現(xiàn)有研究主要從兩個方面來考察技術(shù)創(chuàng)新能力，一是衡量技術(shù)創(chuàng)新的研發(fā)成果，如Hsu等（2014）等；二是不少學(xué)者考慮了知識成果的經(jīng)濟(jì)轉(zhuǎn)化情況，如牛澤東和張倩肖（2012）等。而一個國家或地區(qū)的技術(shù)創(chuàng)新水平之所以能夠提高，是多種因素綜合作用的結(jié)果：首先，不同地區(qū)的研發(fā)投入力度不同，本身就造成了國家或地區(qū)間的研發(fā)資源的差距；其次，一個國家或地區(qū)取得的專利等知識成果，如果能夠轉(zhuǎn)化成現(xiàn)實的經(jīng)濟(jì)成果，反過來會對當(dāng)?shù)氐募夹g(shù)創(chuàng)新起到促進(jìn)作用，形成一個良性循環(huán)；不同國家或地區(qū)有著不同的創(chuàng)新效率，衡量技術(shù)創(chuàng)新能力需要把創(chuàng)新績效考慮在內(nèi)；再次，一個國家或地區(qū)技術(shù)創(chuàng)新水平的提高，是政府、高校、企業(yè)、科研機(jī)構(gòu)等主體之間協(xié)同創(chuàng)新的結(jié)果，應(yīng)當(dāng)考慮各國家或地區(qū)在協(xié)同創(chuàng)新程度上的差異；最后，創(chuàng)新環(huán)境的不同也會影響技術(shù)創(chuàng)新水平。因此，考察一個國家或地區(qū)的技術(shù)創(chuàng)新能力應(yīng)當(dāng)考察多個因素。

不少學(xué)者也注意到這一點，采用主觀賦權(quán)評價法和客觀賦權(quán)評價法等多指標(biāo)綜合評價方法，來評價一個國家或地區(qū)的技術(shù)創(chuàng)新能力。由于主觀賦權(quán)評價法得出的結(jié)論主觀性較強(qiáng)，目前采用該方法的研究較少。而因子分析法等客觀賦權(quán)方法不能反映研究結(jié)果隨時間變化的情況，因此得出的評價結(jié)果不具有縱向可比性。

Coppi和Zannella（1978）提出的動態(tài)因子分析方法，既能保證研究結(jié)果的客觀性，又可以進(jìn)行跨期對比，目前在研究中得到了較廣泛的應(yīng)用。Federici和Mazzitelli（2005）利用動態(tài)因子分析法，計算了13個OECD國家1992–2000年的創(chuàng)新指數(shù)；賈智蓮和盧洪友（2010）利用動態(tài)因子分析方法，計算了財政分權(quán)與教育民生類公共產(chǎn)品供給的有效性指數(shù)；崔敏和魏修建（2015）利用動態(tài)因子分析方法，考察了服務(wù)業(yè)內(nèi)部結(jié)構(gòu)演變以及行業(yè)發(fā)展的異質(zhì)性。而縱觀國內(nèi)外文獻(xiàn)，目前還沒有利用動態(tài)因子分析方法來計算我國各省技術(shù)創(chuàng)新能力指數(shù)的研究。借鑒Federici和Mazzitelli（2005）的方法，本文計算各省份技術(shù)創(chuàng)新綜合能力指數(shù)的步驟如下：（1）對樣本數(shù)據(jù)行標(biāo)準(zhǔn)化處理，其中i為觀測主體，i=1，…，I；j為觀測指標(biāo)，j=1，…，J；t為觀測時期，t=1，…，T；

（二）評價指標(biāo)說明及數(shù)據(jù)來源

本文從創(chuàng)新投入、創(chuàng)新產(chǎn)出、創(chuàng)新績效、協(xié)同創(chuàng)新能力以及創(chuàng)新環(huán)境五方面挑選數(shù)據(jù)指標(biāo)，計算各省份技術(shù)創(chuàng)新綜合能力指數(shù)，共考察16個變量（見表1）。

第一，在創(chuàng)新投入層面，主要有研發(fā)資金投入和研發(fā)人員投入兩方面，本文利用Ramp;D人員全時當(dāng)量來衡量研發(fā)人員投入，采用《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》公布的歷年“Ramp;D活動人員折合全時當(dāng)量”數(shù)據(jù)。

在研發(fā)資金投入方面，借鑒白俊紅和蔣伏心（2015）的研究，利用永續(xù)盤存法估算Ramp;D資本存量。Ramp;D資本存量估算公式為存量，為t-1期的Ramp;D資本存量，δ為資本折舊率，借鑒吳延兵（2006），取δ=15%。由于估算Ramp;D資本存量必須把名義的投資額轉(zhuǎn)化為不變價格表示，本文利用Ramp;D支出價格指數(shù)對名義Ramp;D經(jīng)費支出進(jìn)行平減，得到實際的Ramp;D經(jīng)費支出，借鑒朱平芳和徐偉民（2003），Ramp;D支出價格指數(shù)=0.55×消費價格指數(shù)+0.45×固定資產(chǎn)投資價格指數(shù)?；赗amp;D資的Ramp;D資本存量，為基期的Ramp;D經(jīng)費支出額，g為實際Ramp;D經(jīng)費支出的幾何平均增長率。在得到基期Ramp;D資本存量后，利用實際Ramp;D經(jīng)費支出、資本折舊率，就可以估算出各省每年的Ramp;D資本存量。消費價格指數(shù)和固定資產(chǎn)投資價格指數(shù)、當(dāng)年價格Ramp;D經(jīng)費支出來源于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫、《中國統(tǒng)計年鑒》以及中國經(jīng)濟(jì)與社會發(fā)展統(tǒng)計數(shù)據(jù)庫。

表1 技術(shù)創(chuàng)新綜合能力度量指標(biāo)

第二，在創(chuàng)新產(chǎn)出層面，本文采用了專利和新產(chǎn)品銷售收入兩個指標(biāo)，來源于中國經(jīng)濟(jì)與社會發(fā)展統(tǒng)計數(shù)據(jù)庫。

第三，在創(chuàng)新績效層面，本文使用DEA方法測算了各省的創(chuàng)新績效，以衡量各省創(chuàng)新效率的差異，作為衡量各省創(chuàng)新綜合能力的一個方面。其中創(chuàng)新投入指標(biāo)為研發(fā)資金投入和研發(fā)人員投入，創(chuàng)新產(chǎn)出指標(biāo)為專利和新產(chǎn)品銷售收入。

第四，在協(xié)同創(chuàng)新能力方面，本文借鑒白俊紅和蔣伏心（2015）的研究，采用政府在各省研發(fā)資金中的投資比重、金融機(jī)構(gòu)在各省研發(fā)資金中的投資比重、企業(yè)在高校研發(fā)資金中的投資比重以及企業(yè)在研究機(jī)構(gòu)研發(fā)資金中的投資比重四個指標(biāo)。其中，各省研發(fā)資金中政府資金的比重、企業(yè)在高校研發(fā)資金中的投資比重、企業(yè)在研究機(jī)構(gòu)研發(fā)資金中的投資比重來源于《中國科技統(tǒng)計年鑒》公布的研究資金構(gòu)成數(shù)據(jù)。借鑒白俊紅和蔣伏心（2015）的研究，用各省研發(fā)資金減去政府、企業(yè)、國外支出，來近似表示研發(fā)資金中來源于金融機(jī)構(gòu)的資金。另外，借鑒吳顯英（2003）的研究，本文把技術(shù)市場成交額也作為協(xié)同創(chuàng)新的衡量指標(biāo)之一，其來源于中國經(jīng)濟(jì)與社會發(fā)展統(tǒng)計數(shù)據(jù)庫。

第五，在創(chuàng)新環(huán)境方面，本文考慮了人均國內(nèi)生產(chǎn)總值、電話普及率、人均郵電業(yè)務(wù)總量、私營企業(yè)數(shù)、人均擁有公路里程、人均受教育年限六個指標(biāo)，分別涵蓋一個省的經(jīng)濟(jì)發(fā)展水平、通訊水平、市場活躍情況、基礎(chǔ)設(shè)施完備程度以及勞動力素質(zhì)情況。其中，人均國民生產(chǎn)總值、電話普及率、私營企業(yè)數(shù)、人均郵電業(yè)務(wù)總量、人均公路里程來源于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫、《中國統(tǒng)計年鑒》和國家統(tǒng)計局。借鑒李國璋等（2010），人均受教育年限計算公式為i省的平均受教育年限；表示t年i省第j種教育層次的人口數(shù)；表示t年i省j種教育層次的受教育年限；表示t年i省6歲及以上人口數(shù)；j=1、2、3、4、5，分別代表教育層次為文盲、小學(xué)、初中、高中（包括中專）、大專及以上，對應(yīng)的受教育年限分別為0、6、9、12、16年。缺失年份的人均受教育年限根據(jù)陳釗等（2004）給出的方法測算補齊。人均受教育年限數(shù)據(jù)來源于《中國人口統(tǒng)計年鑒》和國家統(tǒng)計局。

（三）分省份技術(shù)創(chuàng)新綜合能力指數(shù)測算結(jié)果

表2是根據(jù)動態(tài)因子分析方法計算得到的16個特征值、各自的方差貢獻(xiàn)率以及累積方差貢獻(xiàn)率。借鑒Federici和Mazzitelli（2005）的研究，并根據(jù)特征值大于1的原則，挑選前15個特征值作為計算各省技術(shù)創(chuàng)新綜合能力指數(shù)的計算因子，而從累積方差貢獻(xiàn)率來看，這15個計算因子對總體方差的貢獻(xiàn)率幾乎達(dá)到100%，解釋力度良好。因此，本文以前15個特征值和各自的方差貢獻(xiàn)率為基礎(chǔ)，采用加權(quán)平均的方法計算各省的技術(shù)創(chuàng)新綜合能力指數(shù)。

表2 各個特征值及其方差貢獻(xiàn)率

表3列示了部分年份各省份的技術(shù)創(chuàng)新綜合能力指數(shù)。從因子得分結(jié)果來看，各省份的技術(shù)創(chuàng)新綜合能力指數(shù)差異較大，江蘇、上海、廣東、浙江、四川、山東、北京、遼寧、天津、湖北、湖南共11個省份的技術(shù)創(chuàng)新水平較高（大于0），而河南、福建、陜西、河北、吉林、安徽、黑龍江、廣西、江西、甘肅、云南、山西、內(nèi)蒙古、貴州、海南、新疆、寧夏、青海共18個省份的技術(shù)創(chuàng)新水平較低（小于0）。

表3最后一列對各省份的技術(shù)創(chuàng)新綜合能力指數(shù)進(jìn)行了排序，各省份技術(shù)創(chuàng)新綜合能力指數(shù)的排序情況大致與其經(jīng)濟(jì)發(fā)展水平相一致，經(jīng)濟(jì)發(fā)展水平較高的省份，相對具有較高的技術(shù)創(chuàng)新能力，而經(jīng)濟(jì)發(fā)展水平較低的省份，技術(shù)創(chuàng)新能力也較低。

表3 各省份的技術(shù)創(chuàng)新綜合能力指數(shù)

續(xù)表3各省份的技術(shù)創(chuàng)新綜合能力指數(shù)

圖1展示了各省份技術(shù)創(chuàng)新綜合能力指數(shù)的逐年變化情況，從中可以看出各省份技術(shù)創(chuàng)新綜合能力指數(shù)呈現(xiàn)出動態(tài)變化的趨勢。江蘇、上海、廣東、浙江、北京、山東、四川等省份的技術(shù)創(chuàng)新綜合能力指數(shù)呈現(xiàn)出微弱上升的趨勢，廣西、內(nèi)蒙古、新疆、黑龍江、吉林等省份呈現(xiàn)出略微下降的趨勢，而其他省份的技術(shù)創(chuàng)新綜合能力指數(shù)大致呈現(xiàn)出不斷波動的狀態(tài)。

圖1 各省份技術(shù)創(chuàng)新綜合能力指數(shù)變化

（四）技術(shù)創(chuàng)新綜合能力的省際和地區(qū)差異分析及未來趨勢

為了揭示我國技術(shù)創(chuàng)新綜合能力的省際和地區(qū)差異，本文計算了1990–1995年、1996–2000年、2001–2005年、2006–2010年以及2011–2014年各省份平均技術(shù)創(chuàng)新綜合能力指數(shù)，并根據(jù)計算得到的指數(shù)平均值對各省份進(jìn)行排序。表4列示了技術(shù)創(chuàng)新綜合能力排名前十的省份數(shù)，第一列表示東部地區(qū)有11個省份，中部地區(qū)有8個省份，西部地區(qū)有10個省份。

根據(jù)表4，我國技術(shù)創(chuàng)新綜合能力呈現(xiàn)出“東高西低”的格局：在技術(shù)創(chuàng)新綜合能力排名前十的省份中，東部地區(qū)占據(jù)數(shù)量最多。1990–1995年東部地區(qū)有11個省份，其中6個省份位列我國技術(shù)創(chuàng)新綜合能力前十位，并且東部地區(qū)占技術(shù)創(chuàng)新綜合能力前十位的省份數(shù)量不斷增多，2011–2014年有9個省份位列技術(shù)創(chuàng)新綜合能力的前十位。而中部地區(qū)和西部地區(qū)占技術(shù)創(chuàng)新綜合能力前十位的省份數(shù)量較少，中部地區(qū)有8個省份，平均每個時間段僅有一個省份能位列技術(shù)創(chuàng)新綜合能力前十位，而2011–2014年這一數(shù)字是0，西部地區(qū)的情況與中部地區(qū)類似。未來一段時間我國技術(shù)創(chuàng)新水平“東高西低”的格局不會改變，東部地區(qū)仍然具有較高的技術(shù)創(chuàng)新水平，而中部和西部地區(qū)的技術(shù)創(chuàng)新水平仍然較低。

為了判斷我國技術(shù)創(chuàng)新能力的未來趨勢，圖2列示了我國東部地區(qū)、中部地區(qū)以及西部地區(qū)1990–2014年技術(shù)創(chuàng)新能力指數(shù)的變化情況。從中可以看出：第一，東部地區(qū)的技術(shù)創(chuàng)新水平高于中部地區(qū)和西部地區(qū)；第二，東部地區(qū)整體上呈現(xiàn)出波動上升的趨勢，而中部地區(qū)和西部地區(qū)的技術(shù)創(chuàng)新水平處于波動狀態(tài)，無明顯的上升趨勢；第三，1990–2008年東部地區(qū)和中西部地區(qū)的技術(shù)創(chuàng)新能力差距變化不大，2008–2012年東部地區(qū)和中西部地區(qū)的技術(shù)創(chuàng)新能力差距有擴(kuò)大的趨勢，而2013年之后，東部地區(qū)的技術(shù)創(chuàng)新能力指數(shù)有下降趨勢，中部和西部地區(qū)的技術(shù)創(chuàng)新能力指數(shù)有上升趨勢，與以前年份相比，近年來東部地區(qū)和中西部地區(qū)的技術(shù)創(chuàng)新能力差距有所減小。

圖2 我國三大地區(qū)技術(shù)創(chuàng)新能力的變化情況

四、人口老齡化影響技術(shù)創(chuàng)新的實證檢驗

（一）模型構(gòu)建和數(shù)據(jù)指標(biāo)解釋

本文構(gòu)建如下三個計量模型，分別驗證人口老齡化影響技術(shù)創(chuàng)新的人力資本機(jī)制、勞動效率機(jī)制以及老齡負(fù)擔(dān)機(jī)制。

被解釋變量 Iit為上文計算得到的各省份的技術(shù)創(chuàng)新綜合能力指數(shù)，由于一個省份的技術(shù)創(chuàng)新能力受到上一期技術(shù)創(chuàng)新能力的影響，因此在模型中加入了技術(shù)創(chuàng)新綜合能力指數(shù)的滯后項。模型的核心解釋變量為老年人撫養(yǎng)比。為了驗證人口老齡化影響技術(shù)創(chuàng)新能力的人力資本機(jī)制、勞動效率機(jī)制以及老齡負(fù)擔(dān)機(jī)制，本文引入老年撫養(yǎng)比與科技活動人員對數(shù)值的交互項、老年撫養(yǎng)比與科技活動人員創(chuàng)造的新產(chǎn)品價值的交互項老年撫養(yǎng)比與基本養(yǎng)老基金支出占GDP比重的交互項，來驗證本文提出的人口老齡化影響技術(shù)創(chuàng)新的“人力資本效應(yīng)”、“勞動效率效應(yīng)”和“老齡負(fù)擔(dān)效應(yīng)”。其中，科技活動人員對數(shù)值?中國科技統(tǒng)計年鑒》公布的歷年科技活動人員數(shù)計算得到，科技活動人員創(chuàng)造的新產(chǎn)品 為新產(chǎn)品銷售收入與科研活動人員總數(shù)之比，新產(chǎn)品銷售收入的數(shù)據(jù)來源與表1的創(chuàng)新產(chǎn)出指標(biāo)相同，基本養(yǎng)老基金支出占GDP比重為中國經(jīng)濟(jì)和社會發(fā)展統(tǒng)計數(shù)據(jù)庫公布的“基本養(yǎng)老保險基金支出”與當(dāng)年本省GDP之比。

（二）描述性統(tǒng)計

表5列示了各變量的描述性統(tǒng)計情況，共計725個觀測值。從表5可以看出，我國各省份技術(shù)創(chuàng)新綜合能力指數(shù)的均值為–0.0002，最小值為–1.57，最大值為3.2，我國技術(shù)創(chuàng)新綜合能力水平總體偏低，同時各省份技術(shù)創(chuàng)新水平差異較大。老年撫養(yǎng)比均值在10.9左右，意味著65歲以上老年人約占15–64歲勞動年齡人口的10.9%?；攫B(yǎng)老基金支出占GDP比重均值為2.198，變動范圍從0.48到10.06；科技活動人員對數(shù)值的均值為2.116，變動范圍從–1.33到4.78；科技活動人員創(chuàng)造的新產(chǎn)品價值均值為88.6，變動范圍從2.3到640.4。此外，其他控制變量的描述性統(tǒng)計情況也列示在表5中。

表5 變量的描述性統(tǒng)計

（三）人口老齡化對技術(shù)創(chuàng)新的直接影響

表6采用逐步加入變量的方式，考察了人口老齡化對技術(shù)創(chuàng)新的直接影響。由于模型中加入了技術(shù)創(chuàng)新綜合能力指數(shù)的一階滯后項，因此采用GMM方法進(jìn)行估計，本文使用3階技術(shù)創(chuàng)新綜合能力指數(shù)的滯后項作為工具變量。在進(jìn)行GMM估計時，要檢驗工具變量的有效性，從表6中可以看出，sargan統(tǒng)計量的p值均無法拒絕“所有工具變量均有效”的原假設(shè)，顯示工具變量是有效的。另外，GMM估計還要檢驗擾動項是否存在自相關(guān)，AR（1）的P值和AR（2）的P值顯示擾動項的差分存在一階自相關(guān)，不存在二階自相關(guān)，因此接受“擾動項不存在自相關(guān)”的原假設(shè)。

從估計結(jié)果來看，6個模型均顯示老年撫養(yǎng)比在1%水平上顯著為負(fù)，人口老齡化對技術(shù)創(chuàng)新具有消極影響。技術(shù)創(chuàng)新綜合能力指數(shù)的一階滯后在1%水平上顯著為正，如果上一期的技術(shù)創(chuàng)新能力較強(qiáng)，對本期的技術(shù)創(chuàng)新能力具有積極作用，技術(shù)創(chuàng)新是一個動態(tài)的過程。

表6 人口老齡化對技術(shù)創(chuàng)新的直接影響

模型6是加入所有變量之后的回歸結(jié)果，顯示老年撫養(yǎng)比每上升一個單位，技術(shù)創(chuàng)新綜合能力下降0.0337個單位。人均GDP在5%水平上顯著為正，人均GDP每上升一個單位，技術(shù)創(chuàng)新綜合能力指數(shù)上升0.505個單位。經(jīng)濟(jì)發(fā)展水平的提高對技術(shù)創(chuàng)新具有顯著的促進(jìn)作用。本文以模型6的結(jié)果為基準(zhǔn)，在此基礎(chǔ)上考察人口老齡化影響技術(shù)創(chuàng)新的“人力資本效應(yīng)”、“勞動效率效應(yīng)”和“老齡負(fù)擔(dān)效應(yīng)”。

（四）人口老齡化影響技術(shù)創(chuàng)新的“人力資本效應(yīng)”、“勞動效率效應(yīng)”和“老齡負(fù)擔(dān)效應(yīng)”

本部分以技術(shù)創(chuàng)新綜合能力指數(shù)為被解釋變量，對人口老齡化影響技術(shù)創(chuàng)新的“人力資本效應(yīng)”、“勞動效率效應(yīng)”以及“老齡負(fù)擔(dān)效應(yīng)”進(jìn)行檢驗。由于模型中加入了技術(shù)創(chuàng)新綜合能力指數(shù)的一階滯后項，因此采用GMM方法進(jìn)行估計，使用3階技術(shù)創(chuàng)新綜合能力指數(shù)的滯后項作為工具變量。在進(jìn)行GMM估計時，要檢驗工具變量的有效性，從表7中可以看出，sargan統(tǒng)計量的p值均無法拒絕“所有工具變量均有效”的原假設(shè)，顯示工具變量是有效的。另外，GMM估計還要檢驗擾動項是否存在自相關(guān)，AR（1）的P值和AR（2）的P值顯示擾動項的差分存在一階自相關(guān)，不存在二階自相關(guān)，因此接受“擾動項不存在自相關(guān)”的原假設(shè)。

表7 人口老齡化對技術(shù)創(chuàng)新綜合能力指數(shù)的影響機(jī)制檢驗

從表7的估計結(jié)果來看，技術(shù)創(chuàng)新綜合能力指數(shù)的滯后一期均在1%水平上顯著為正，上一期的技術(shù)創(chuàng)新能力對本期的技術(shù)創(chuàng)新具有積極作用。表7中前兩列是對“人力資本效應(yīng)”的估計結(jié)果，差分GMM估計結(jié)果顯示的系數(shù)在1%水平上顯著為負(fù)，系統(tǒng)GMM的估計結(jié)果顯示的系數(shù)也為負(fù)值，但不顯著。人口老齡化通過對技術(shù)創(chuàng)新領(lǐng)域人力資本水平的拉低作用，對技術(shù)創(chuàng)新產(chǎn)生消極影響。中間兩列是對“勞動效率效應(yīng)”的檢驗結(jié)果，差分GMM和系統(tǒng)GMM均顯示的結(jié)果在1%水平上顯著為正，人口老齡化通過對勞動效率的促進(jìn)作用進(jìn)而對技術(shù)創(chuàng)新產(chǎn)生積極影響。最后兩列是對“老齡負(fù)擔(dān)效應(yīng)”的檢驗結(jié)果，差分GMM和系統(tǒng)GMM均顯示的估計結(jié)果在1%水平上顯著為負(fù)，人口老齡化通過加重養(yǎng)老負(fù)擔(dān)、擠出科研資源進(jìn)而對技術(shù)創(chuàng)新產(chǎn)生不利影響。

五、結(jié)論與啟示

本文借助動態(tài)因子分析方法，首次測算了我國29個省份1990–2014年的技術(shù)創(chuàng)新綜合能力指數(shù)，以此作為技術(shù)創(chuàng)新能力的代理指標(biāo)，并利用動態(tài)面板模型對人口老齡化影響技術(shù)創(chuàng)新的多個機(jī)制進(jìn)行了檢驗，發(fā)現(xiàn)人口老齡化通過降低人力資本投資水平以及加重老齡負(fù)擔(dān)、擠占創(chuàng)新資源從而對技術(shù)創(chuàng)新產(chǎn)生消極影響，但同時通過提高科研工作者的勞動效率進(jìn)而對技術(shù)創(chuàng)新產(chǎn)生積極影響。因此，人口老齡化對技術(shù)創(chuàng)新既是挑戰(zhàn)又是機(jī)遇。我國應(yīng)當(dāng)從人力資本、勞動效率、老齡負(fù)擔(dān)等方面入手，采取相應(yīng)措施，做好頂層設(shè)計。

首先，提高技術(shù)創(chuàng)新領(lǐng)域的人力資本水平，發(fā)揮老年工作者的“知識溢出”正效應(yīng)。一方面，政府、教育部門以及企業(yè)均應(yīng)推出相關(guān)政策，壯大科研人員隊伍。其中，政府可以設(shè)置人才引進(jìn)歸口管理部門，負(fù)責(zé)引進(jìn)本地區(qū)需要的高級人才；教育部門結(jié)合未來能源、電子等重點領(lǐng)域的發(fā)展趨勢，做好重點行業(yè)的學(xué)科建設(shè)工作；企業(yè)應(yīng)該加強(qiáng)研發(fā)人員隊伍建設(shè)，從而更好地滿足本企業(yè)研發(fā)工作的需要。另一方面，通過返聘等方式引進(jìn)退休的高級科研人員，擔(dān)任技術(shù)顧問，為科研單位提供技術(shù)指導(dǎo)，從而更好地發(fā)揮老年工作者的“知識溢出”正效應(yīng)。

其次，提高科研工作者的勞動效率，優(yōu)化資源配置。第一，完善科研工作者的業(yè)績績效制度和薪酬考核制度，為卓越的技術(shù)人員提供股票期權(quán)等獎勵，從而更好地調(diào)動研發(fā)人員的積極性。第二，優(yōu)化科研領(lǐng)域的組織機(jī)制建設(shè)，減少在研發(fā)項目立項、運行以及驗收等方面的部門摩擦，提高研發(fā)項目審批效率。第三，在科研領(lǐng)域建立項目評審制度和項目淘汰制度，邀請行業(yè)專家，對運行一段時間的研發(fā)項目進(jìn)行評審，淘汰未通過評審的項目，從而保證研發(fā)項目的質(zhì)量，優(yōu)化資源配置。

最后，政府做好統(tǒng)籌規(guī)劃，平衡養(yǎng)老金賬戶和研發(fā)資金賬戶，保障研發(fā)資金需要。一方面，政府相關(guān)部門應(yīng)該做好資金預(yù)算工作，明確研發(fā)資金和養(yǎng)老資金缺口；完善研發(fā)資金和養(yǎng)老資金的融資渠道建設(shè)，防止養(yǎng)老資金擠占研發(fā)資金；聘請外部資金托管機(jī)構(gòu)專門管理養(yǎng)老金賬戶和研發(fā)資金賬戶，并對資金的籌集和使用情況進(jìn)行公示，提高研發(fā)資金賬戶和養(yǎng)老金賬戶在管理上的科學(xué)性。另一方面，政府還應(yīng)該鼓勵金融機(jī)構(gòu)、風(fēng)險投資機(jī)構(gòu)與企業(yè)、研究機(jī)構(gòu)和高校合作，為企業(yè)、研究機(jī)構(gòu)、高校的科研工作提供資金支持，保障科研資金需要。

[1]白俊紅,蔣伏心.協(xié)同創(chuàng)新、空間關(guān)聯(lián)與區(qū)域創(chuàng)新績效[J].經(jīng)濟(jì)研究,2015,(7).

[2]陳釗,陸銘,金煜.中國人力資本和教育發(fā)展的區(qū)域差異:對于面板數(shù)據(jù)的估算[J].世界經(jīng)濟(jì),2004,(12).

[3]崔敏,魏修建.服務(wù)業(yè)各行業(yè)生產(chǎn)率變遷與內(nèi)部結(jié)構(gòu)異質(zhì)性[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2015,(4).

[4]胡偉略.關(guān)于人口老齡化與技術(shù)進(jìn)步的關(guān)系問題[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,1991,(11).

[5]賈智蓮,盧洪友.財政分權(quán)與教育及民生類公共品供給的有效性——基于中國省級面板數(shù)據(jù)的實證分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2010,(6).

[ 6 ]李國璋, 周彩云, 江金榮. 區(qū)域全要素生產(chǎn)率的估算及其對地區(qū)差距的貢獻(xiàn)[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2010, (5).

[ 7 ]馬三希，姚東旻. 人口老齡化會影響創(chuàng)新嗎？[A]. 馬光遠(yuǎn). 中國創(chuàng)造力報告(2012—2013)——創(chuàng)新驅(qū)動中國夢[C]. 北京: 社會科學(xué)文獻(xiàn)出版社, 2013.

[ 8 ]牛澤東, 張倩肖. 中國裝備制造業(yè)的技術(shù)創(chuàng)新效率[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2012, (11).

[ 9 ]田雪原, 胡偉略, 楊永超. 日本人口老齡化與經(jīng)濟(jì)技術(shù)進(jìn)步——赴日考察及學(xué)術(shù)交流報告[J]. 中國人口科學(xué), 1990, (6).

[10]汪偉, 姜振茂. 人口老齡化對技術(shù)進(jìn)步的影響研究綜述[J]. 中國人口科學(xué), 2016, (3).

[11]吳顯英. 區(qū)域技術(shù)創(chuàng)新能力評價中的因子分析[J]. 哈爾濱工程大學(xué)學(xué)報, 2003, (2).

[12]吳延兵. Ramp;D存量、知識函數(shù)與生產(chǎn)效率[J]. 經(jīng)濟(jì)學(xué)(季刊), 2006, (3).

[13]姚東旻, 寧靜, 韋詩言. 老齡化如何影響科技創(chuàng)新[J]. 世界經(jīng)濟(jì), 2017, (4).

[14]朱平芳, 徐偉民. 政府的科技激勵政策對大中型工業(yè)企業(yè)Ramp;D投入及其專利產(chǎn)出的影響——上海市的實證研究[J]. 經(jīng)濟(jì)研究, 2003, (6).

[15]Ashworth M J. Preserving knowledge legacies: Workforce aging, turnover and human resource issues in the US electric power industry[J]. International Journal of Human Resource Management, 2006, 17(9): 1659-1688.

[16]Behaghel L, Greenan N. Training and age-biased technical change[J]. Annals of Economics and Statistics,2010, 99-100: 317-342.

[17]Coppi R P R, Zannella F. L’analisi fattoriale di una serie temporale multipla relativa allo stesso insieme di unità statistiche[A]. Proceedings of the XXIX scientific meeting of the Italian statistical society[C]. Bologna:Italian Statistical Society, 1978.

[18]Federici A, Mazzitelli A. Dynamic factor analysis with STATA[A]. 2nd Italian state users Group meeting[C].Milano, 2005.

[19]Feyrer J. Demographics and productivity[R]. Dartmouth College Working Paper No. 02-10, 2002.

[20]Froscb K, Tivig T. Age, human capital and the geography of innovation[A]. Kuhn M, Ochsen C, eds. Labour markets and demographic change[M]. Wiesbaden: VS Verlagfür Sozialwissenschaften, 2009.

[21]Gonzales-Eiras M, Niepelt D. Aging, government budgets, retirement and growth[J]. European Economic Review, 2012, 56(1): 97-115.

[22]Habakkuk H J. American and british technology in the nineteenth century: The search for labor-saving inventions[M]. London: Cambridge University Press, 1962.

[23]Hsu P H, Tian X, Xu Y. Financial development and innovation: cross-country evidence[J]. Journal of Financial Economics, 2014, 112(1): 116-135.

[24]Ilmakunnas P, Maliranta M. Aging, labor turnover and firm performance[R]. ETLA Discussion Papers No. 1092, 2007.

[25]Kuhn M, Hetze P. Team composition and knowledge transfer within an ageing workforce[R]. Rostock Center Discussion Paper, 2007.

[26]Lee R, Mason A. Fertility, human capital, and economic growth over the demographic transition[J]. European Journal of Population, 2010, 26(2): 159-182.

[27]Noda H. Population aging and creative destruction[J]. Journal of Economic Research, 2011, 16(1): 29-58.

[28]Romer P M. Crazy explanations for the productivity slowdown[J]. NBER Macroeconomics Annual, 1987, 2:163-202.

[29]Scarth W. Population aging, productivity and living standards[J]. The Review of Economic Performance and Social Progress, 2002, 2: 145-156.

Summary: In the double background of population aging and China’s economy increasingly driven by technological innovation, the investigation into the effect of population aging on technological innovation is of great importance. This paper evaluates three influence mechanisms of population aging on technological innovation, namely “human capital mechanism”, “l(fā)abor productivity mechanism” and “the elderly burden mechanism”. Using dynamic factor analysis model, we choose multiple indicators in five aspects-innovation input, innovation output,innovation efficiency, synergy innovation and innovation environment. Then we get a new comprehensive index of technological innovation concerning 29 provinces from 1990 to 2014 and use it as a new indicator of innovation capacity. Using dynamic GMM model, we prove that population aging has two opposite effects on technological innovation: on one hand, population aging has positive effect on technological innovation by improving researchers’ labor efficiency,having the positive “l(fā)abor productivity effect”; on the other hand, population aging has negative effect on technological innovation by reducing the level of human capital, aggravating the pension burden and squeezing out innovation input, having negative “human capital” and “ elderly burden” effects. Our work contributes to the present research by creating a new innovation indicator and analyzing the effect of population aging on technological innovation, and has policy implications for dealing with the challenge of population aging.

The Influence of Population Aging on Technological Innovation: Based on Innovation Evaluation Using Dynamic Factor Analysis and Dynamic GMM Model

Wang Wei1,2, Jiang Zhenmao3
( 1. School of Public Economics and Administration, Shanghai University of Finance and Economics,Shanghai 200433, China; 2. Shanghai Key Laboratory of Financial Information Technology,Shanghai 200433, China; 3. Institute of Finance and Economics, Shanghai University of Finance and Economics, Shanghai 200433, China )

population aging；technological innovation index；dynamic factor analysis；dynamic GMM model

【主持人語】后金融危機(jī)時代，世界各國都在積極尋求新的產(chǎn)業(yè)革命契機(jī)和新的經(jīng)濟(jì)增長點，誰能率先搶占科技創(chuàng)新的制高點，誰就能在新一輪的國際競爭中取勝。當(dāng)前，中國經(jīng)濟(jì)步入新常態(tài)，經(jīng)濟(jì)增長速度由高速轉(zhuǎn)變?yōu)橹懈咚伲?jīng)濟(jì)增長動力由要素驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變，提高技術(shù)水平、建設(shè)創(chuàng)新型國家是適應(yīng)新常態(tài)、保持經(jīng)濟(jì)平穩(wěn)發(fā)展的重要條件。而自2000年進(jìn)入老齡化社會以來，我國人口老齡化的進(jìn)程在不斷加速，截至2016年底，60歲以上老年人口已經(jīng)達(dá)到2.31億，占總?cè)丝诘?6.5%。根據(jù)聯(lián)合國的預(yù)測，我國將在2030年前后迎來老齡化的高峰，到2050年我國60歲以上老年人口占總?cè)丝诘谋戎貙⑦_(dá)到35%—40%。人口老齡化已經(jīng)成為我國經(jīng)濟(jì)新常態(tài)的重要特征之一，日益加深的人口老齡化如何影響技術(shù)創(chuàng)新成為政府與學(xué)界關(guān)注的問題，厘清人口老齡化對技術(shù)創(chuàng)新的影響機(jī)制，有著重要的理論與現(xiàn)實意義。

本期《上海財經(jīng)大學(xué)學(xué)報》開辟了專題欄目，組織了兩篇文章討論老齡化與創(chuàng)新關(guān)系。我和博士生姜振茂的文章《人口老齡化對技術(shù)創(chuàng)新的影響機(jī)制分析》運用動態(tài)因子方法構(gòu)建了新的技術(shù)創(chuàng)新綜合能力指數(shù)，并在此基礎(chǔ)上通過實證研究發(fā)現(xiàn)人口老齡化對技術(shù)創(chuàng)新會產(chǎn)生兩種對立效應(yīng)，一方面人口老齡化通過降低人力資本投資水平以及加重老齡負(fù)擔(dān)、擠占創(chuàng)新資源對技術(shù)創(chuàng)新產(chǎn)生消極影響，另一方面人口老齡化通過提高科研工作者的勞動效率對技術(shù)創(chuàng)新產(chǎn)生積極影響。我們的文章在技術(shù)創(chuàng)新能力的指標(biāo)構(gòu)建和人口老齡化對技術(shù)創(chuàng)新的影響機(jī)制等方面豐富了現(xiàn)有研究。姜雨峰博士的文章《退縮還是創(chuàng)新：受年齡歧視影響的員工行為解析》發(fā)現(xiàn)老齡員工在企業(yè)中受到的年齡歧視最大，并且年齡歧視對員工創(chuàng)新行為具有顯著的負(fù)面影響。這一研究對理解老齡化、年齡歧視與創(chuàng)新的關(guān)系提供了新的視角和思路。

10.16538/j.cnki.jsufe.2017.06.001

2017-07-21

國家社科基金重大項目“長壽風(fēng)險的宏觀經(jīng)濟(jì)效應(yīng)及對策研究”（17EDA049）；國家自然科學(xué)基金面上項目“人口老齡化對中國經(jīng)濟(jì)增長的影響與應(yīng)對策略研究”（71773071）；上海市浦江人才計劃“人口老齡化對我國教育投資的影響研究”（16PJ034）；上海市科技發(fā)展基金軟科學(xué)研究重點項目“上海市技術(shù)創(chuàng)新績效評估與提升路徑研究”（17692105500）；上海財經(jīng)大學(xué)研究生創(chuàng)新基金“人口老齡化對區(qū)域經(jīng)濟(jì)收斂的影響研究”（CXJJ-2016-438）。

汪 偉（1973－），男，湖南湘陰人，上海財經(jīng)大學(xué)公共經(jīng)濟(jì)與管理學(xué)院、上海市金融信息技術(shù)研究重點實驗室教授、博

士生導(dǎo)師；

姜振茂（1988－），女，山東東營人，上海財經(jīng)大學(xué)財經(jīng)研究所博士生。

F061.1

A

1009-0150(2017)06-0004-14

（責(zé)任編輯：喜 雯）