蔣長流 司懷濤

（安徽大學 經濟學院 合肥 230601）

一、問題的提出

改革開放以來，隨著政府相關政策調整及生活水平提高，民眾生育意愿不斷降低。截止2020 年，中國總和生育率已降至1.3，不僅遠低于發(fā)展中國家平均生育率水平，也低于2.1 的正常世代更替水平，中國現(xiàn)已成為世界上生育率最低的國家之一。民眾生育意愿下降及預期壽命增加已給我國人口年齡結構造成深遠影響。根據(jù)第七次全國人口普查數(shù)據(jù)，中國60 歲及以上人口占比為18.7%，65 歲及以上人口占比13.5%。隨著人口老齡化程度不斷加深，勞動供給短缺現(xiàn)象正日益凸顯，中國以往推動經濟高速發(fā)展的勞動密集型產業(yè)已難以為繼，亟需實現(xiàn)由要素驅動向創(chuàng)新驅動的轉變。內生經濟增長理論認為，科技創(chuàng)新是推動經濟長期增長的唯一途徑，而人力資本作為科技創(chuàng)新的關鍵來源，在推動經濟轉型，促進中國經濟高質量發(fā)展方面的作用愈發(fā)重要。因此，考察人口老齡化、人力資本結構與科技創(chuàng)新之間的相互作用關系，探討人口老齡化通過不同層次人力資本對科技創(chuàng)新的影響就具有十分重要的現(xiàn)實意義。

對本文具有較強借鑒意義的文獻主要可分為兩類，一是人口老齡化對科技創(chuàng)新影響的研究，二是人力資本對科技創(chuàng)新影響的研究。在人口老齡化影響科技創(chuàng)新的研究方面，相關學者尚未形成統(tǒng)一意見，根據(jù)研究結果的不同，主要可分為促進論、抑制論以及非線性論三種。其中部分學者如孫倩倩[1]基于省級面板數(shù)據(jù)進行研究后認為，現(xiàn)階段我國人口老齡化并未對技術創(chuàng)新產生預期的抑制作用，人口老齡化對技術創(chuàng)新仍具有正向影響。與此相對應，另一部分學者如邵漢華、汪元盛[2]則利用64 個國家面板數(shù)據(jù)，對各年齡段人口與科技創(chuàng)新之間的關系進行了考察，其研究結果顯示青少年與老年人口比重上升會抑制科技創(chuàng)新，勞動人口比重上升則能夠促進科技創(chuàng)新。金昊、趙青霞[3]基于省級面板數(shù)據(jù)得出了類似結論。除此之外，還有一部分學者如楊校美[4]基于G20 國家數(shù)據(jù)，使用2SLS 法進行實證研究后認為，人口老齡化與科技創(chuàng)新之間存在倒U 型關系，人口老齡化水平較低時可以促進科技創(chuàng)新，人口老齡化水平過高則會抑制科技創(chuàng)新。之后，張艾莉，尹夢蘭[5]基于省級面板數(shù)據(jù)研究發(fā)現(xiàn)老齡化發(fā)展速度與科技創(chuàng)新呈現(xiàn)負向線性關系，老齡化發(fā)展程度及社會質量則與科技創(chuàng)新之間存在異質性影響。樓永等[6]亦通過省級面板數(shù)據(jù)，使用雙向固定效應模型和IV-GMM 模型對人口老齡化與科技創(chuàng)新之間的關系進行了考察，其實證結果表明，人口老齡化對科技創(chuàng)新存在倒U 型影響，人力資本與“勞動-稟賦”則是人口老齡化影響科技創(chuàng)新的兩個中介變量。

在人力資本影響科技創(chuàng)新的研究方面，多數(shù)學者認為人力資本水平的提升整體上能夠促進科技創(chuàng)新，不過相關學者在人力資本結構劃分，以及不同類型人力資本對科技創(chuàng)新到底存在何種影響方面還存在較大異議，如王艷濤、崔成[7]將人力資本劃分為四種不同類型后發(fā)現(xiàn)，中級人力資本只對模仿創(chuàng)新起作用，而高級人力資本對自主創(chuàng)新和模仿創(chuàng)新均起到重要作用，初級人力資本對科技創(chuàng)新則幾乎無影響。張涵、楊曉昕[8]則考察了三種類型人力資本對高技術產業(yè)的空間影響，其研究結果表明，高科技產業(yè)創(chuàng)新與人力資本存在顯著的空間相關性，高端人力資本可顯著促進高科技產業(yè)創(chuàng)新并使創(chuàng)新效應外溢，而低端人力資本則會產生反向作用，中端人力資本則無顯著影響。馮江茹[9]亦使用空間自回歸模型發(fā)現(xiàn)人力資本對區(qū)域創(chuàng)新效率存在正向影響，不過其并未對人力資本進行具體劃分。除此之外，裴開兵[10]則根據(jù)教育層次的不同將人力資本劃分為本科及以下、碩士及博士三種類型，之后對不同教育層次人力資本與技術創(chuàng)新的關系進行了研究，其研究結果顯示，占主導地位的本科及以下人力資本對技術創(chuàng)新存在一定的抑制性，碩士可以促進技術創(chuàng)新，而博士對技術創(chuàng)新基本無影響。不過，另外一些學者則得出了不同結論，如劉燦雷、高超[11]使用雙重差分模型評估了高等教育擴招下人力資本沖擊對企業(yè)創(chuàng)新的影響，發(fā)現(xiàn)教育擴招所帶來的人力資本提升不僅可以對創(chuàng)新的“量”產生積極影響，還會對創(chuàng)新的“質”產生積極影響。卿陶[12]則基于企業(yè)微觀數(shù)據(jù)，對不同層次人力資本及企業(yè)創(chuàng)新績效進行了分析，發(fā)現(xiàn)各層次人力資本投入增加對企業(yè)創(chuàng)新成果產出有正向影響，其中碩士、博士只對發(fā)明創(chuàng)新有顯著影響，而學士則對三種創(chuàng)新均有顯著正向影響。

綜上，盡管諸多學者圍繞人口的創(chuàng)新效應進行了大量研究，但尚未就其經濟后果達成一致。一方面，對于人口老齡化與人力資本如何影響科技創(chuàng)新，相關研究較少，其中部分研究忽視了人口老齡化與人力資本的聯(lián)系。孤立地考察人口老齡化或人力資本對科技創(chuàng)新的影響，割裂了人口結構的“量”與“質”，因而也就無法得出更加全面客觀的結論。另一方面，對于人力資本的科技創(chuàng)新效應，盡管結論整體一致，但就不同人力資本類型來看，研究結果還存在較大差異，部分研究結論存在爭議。與此同時，鮮有文獻使用人力資本存量進行考察，相關學者在數(shù)據(jù)的測度方面有待進一步改進。沒有更加具體準確的微觀數(shù)據(jù)，也就無法深入準確地研究不同人力資本的創(chuàng)新效應。不僅如此，在各地區(qū)人才爭奪愈演愈烈、人口流動更加頻繁的現(xiàn)實背景下，已有研究大多忽視了人口結構轉變的空間影響，尚未發(fā)現(xiàn)有文獻同時考察人口老齡化與人力資本結構的空間效應。那么，人口老齡化與人力資本作為人口結構的兩個方面，它們對科技創(chuàng)新有什么影響？它們之間的作用機理又是怎樣的？以上均是本文亟待解決的重要問題。據(jù)此，本文可能存在的邊際貢獻主要有以下兩點：一是從人口老齡化與人力資本兩個層面出發(fā)對當前人口結構進行研究，并同時對人力資本進行劃分，在數(shù)據(jù)采用上力求更加精準；二是深入分析了人口老齡化影響人力資本的作用機理，并基于空間視角進行考察，以便更加貼合中國當前現(xiàn)實。

二、理論分析

人口結構轉變會對地區(qū)經濟發(fā)展產生深遠影響。亞當斯密很早之前便認識到勞動者的“量”與“質”對一國物質財富積累的重要性，其后經其他古典經濟學家及舒爾茨等人發(fā)展，逐步形成具有現(xiàn)代意義的古典經濟學理論與人力資本理論。古典經濟學理論認為，勞動者作為一種重要的生產要素，其數(shù)量多寡會對勞動供給及地區(qū)經濟增長產生直接影響。舒爾茨等學者則著重考察了勞動者的“質”，其認為，人力資本在一國經濟的發(fā)展過程中具有十分重要的地位，而人力資本主要包括個體本身的知識技能、學習能力、身體素質等。一般來說，人力資本水平越高，該國所具有的創(chuàng)新能力就越強。由此可以看出，人口老齡化、人力資本結構與科技創(chuàng)新之間存在重要聯(lián)系。

（一） 人口老齡化影響科技創(chuàng)新的機理分析

人口老齡化會通過多種途徑對科技創(chuàng)新產生影響。依據(jù)古典經濟學理論，首先，人口老齡化會改變勞動市場供需關系。從勞動供給的角度來說，人口老齡化不僅意味著老年人口占比的增加，還意味著整個社會勞動人口年齡的老化，從創(chuàng)新的最佳年齡來看，Stephan & Levin[13]研究發(fā)現(xiàn)，勞動者富有創(chuàng)新的年齡介于35～40 歲之間，隨著勞動者年齡增加，其創(chuàng)新能力會逐漸降低。從勞動需求的角度來看，人口老齡化意味著社會中勞動人口占比下降，勞動供給相對減少，并在長期造成勞動供給的絕對減少，人口老齡化所引致的勞動供給減少會導致勞動要素稀缺，企業(yè)用工成本增加，利潤降低，一部分企業(yè)研發(fā)投入也會相應減少。不過與此同時，對另一部分企業(yè)來說，勞動成本上升則意味著進行勞動替代的動力增強，企業(yè)會進一步增加研發(fā)投入，加大科技創(chuàng)新，以技術替代勞動，進而削減勞動成本，推動科技進步。另外，社會中老齡人口占比的增加還會加重財政負擔[14]，導致財政中科技支出的相對和絕對減少，進而對整個社會創(chuàng)新環(huán)境產生更加廣泛且持久的負面影響。其次，人口老齡化還會對原有的產品市場供需結構產生影響[15]，這是因為隨著身體機能、認知水平及理解能力的下降，老年人口對創(chuàng)新型產品的接受度也在降低，對創(chuàng)新型產品接受度的降低會導致創(chuàng)新型產品的市場需求減少，企業(yè)利潤下降，研發(fā)動機降低。但從另一方面來說，由于身體機能下降，老年人口往往更容易患病，對醫(yī)療保健產品的需求會大幅增加，這又會促進包括生物制藥在內的醫(yī)療保健行業(yè)發(fā)展，并在一定程度上對科技創(chuàng)新產生正向影響。

（二） 人力資本結構視角下人口老齡化影響科技創(chuàng)新的機理分析

人力資本結構同樣會對科技創(chuàng)新產生重要影響。基于人力資本理論發(fā)展而來的孩子數(shù)量-質量替代理論認為，家庭單位在追求效用最大化的情況下，會對孩子數(shù)量與質量進行權衡，即在資源有限的情況下，是追求孩子生育數(shù)量，還是注重對較少孩子的培養(yǎng)。孩子數(shù)量-質量替代理論認為，發(fā)達國家生育率的降低主要有兩方面影響因素：一方面，在經濟不斷增長的情況下，女性時間價值提高，生育的機會成本上升，使得女性更傾向于優(yōu)生優(yōu)育，減少孩子生育數(shù)量。孩子生育數(shù)量的減少會導致社會老齡人口占比增加，人口老齡化程度加深。另一方面，隨著經濟增長，父母對子女的投資回報也會相應增加，這也促使父母增加對少量孩子的投資。對孩子投資的增加會提高人力資本水平。依據(jù)人力資本理論，人力資本水平的提升能夠對科技創(chuàng)新產生積極影響。因此，生育水平降低所帶來的人口老齡化，也從側面反映了人力資本水平的提升。不過，人口老齡化也會對人力資本及科技創(chuàng)新產生抑制性影響。這里有兩方面原因，一方面，人口老齡化往往會導致退休年齡延遲，Lee[16]認為，退休延遲會使創(chuàng)新能力日益減退的老年學者占據(jù)過多科研資源，擠占年輕學者科研資源，阻礙年輕學者經驗積累，扭曲資源配置，這不僅會對人力資本提升產生負向影響，還會降低科技創(chuàng)新效率。另一方面，根據(jù)孩子數(shù)量-質量替代理論，隨著經濟發(fā)展，人力資本水平會不斷提升，延遲退休還會導致人力資本與資源供給的錯配，即一部分人力資本水平較低的年長勞動者擁有較多資源，而人力資本水平較高的年輕勞動者則擁有較少資源，在這種情況下，人力資本及科技創(chuàng)新也會受到一定阻礙。人口老齡化、人力資本結構影響科技創(chuàng)新的作用機理如圖1 所示。

圖 1 人口老齡化、人力資本結構影響科技創(chuàng)新的作用機理

三、變量描述與實證模型設定

（一） 空間效應模型的設定

隨著國內市場一體化水平的提高，各地區(qū)之間的經濟聯(lián)系愈發(fā)緊密，人口老齡化水平與人力資本結構的變化不僅會對本地區(qū)科技創(chuàng)新產生影響，也會對周邊地區(qū)科技創(chuàng)新產生影響。為了對人口老齡化、人力資本結構與科技創(chuàng)新三者之間的空間效應進行考察，本文采用空間杜賓模型（SDM）進行實證分析，實證模型設定如下。

其中t代表年份，i代表地區(qū)；TI 表示科技創(chuàng)新水平；AGE 表示人口老齡化；SCH 表示人均受教育年限，UNI 表示受高等教育人口占比或大專及本科人口占比，MAT 表示碩士學歷人口占比，DOC 表示博士學歷人口占比。W表示空間權重矩陣； 控制變量主要包括產業(yè)結構STR，互聯(lián)網發(fā)展水平INTE，收入水平INCOME；μi表示地區(qū)固定效應；λt表示時間固定效應；εit表示隨機擾動項。

（二） 變量描述

科技創(chuàng)新：為考察人力資本投入對科技創(chuàng)新產出的影響，本文采用專利授權數(shù)量表示科技創(chuàng)新[17]。數(shù)據(jù)源自2008-2017 年《中國科技統(tǒng)計年鑒》，其中部分缺失數(shù)據(jù)使用插值法進行處理。

采用SPSS15.0統(tǒng)計學軟件對本研究所有數(shù)據(jù)進行統(tǒng)計、分析，（±s）表示計量資料，采用t檢驗，率（%）表示計數(shù)資料，采用χ2檢驗，差異有明顯統(tǒng)計學意義以P＜0.05表示。

人口老齡化（AGE）：人口老齡化指65 歲及以上人口在總人口中占比，數(shù)據(jù)源于《中國人口和就業(yè)統(tǒng)計年鑒》。

人力資本結構（HCS）：從人均受教育年限和不同學歷人口占比兩個維度對人力資本結構進行測度。其中人均受教育年限指各學歷階段人口乘以相應教育年限再除以適齡教育人口；不同學歷人口占比分別選用大專及本科學歷、碩士學歷、博士學歷人口在人口中的占比衡量[18-22]，前者使用2008-2017 年《中國統(tǒng)計年鑒》中的人口抽樣調查數(shù)據(jù)，碩士及博士學歷人口數(shù)據(jù)則按照已有的歷年畢業(yè)生數(shù)量數(shù)據(jù)，使用插值法對數(shù)據(jù)缺失年份進行推算，之后使用永續(xù)盤存法分別測得碩士及博士學歷人口在當年人口中占比。碩士及博士測算數(shù)據(jù)選取自1996-2017 年《中國人口和就業(yè)統(tǒng)計年鑒》《中國教育統(tǒng)計年鑒》。

產業(yè)結構（STR）：參照蔣長流、司懷濤[23]的做法，本文產業(yè)結構用第三產業(yè)增加值與第二產業(yè)增加值之比衡量；互聯(lián)網發(fā)展水平（INTE）：用寬帶接入端口數(shù)表示；收入水平（INCOME）：用居民工資收入衡量。以上數(shù)據(jù)均來自2008-2017 年《中國統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》等，選取全國31 個?。ㄗ灾螀^(qū)、直轄市）面板數(shù)據(jù)（港澳臺除外），對其中部分缺失的數(shù)據(jù)使用插值法進行處理。各變量的描述性統(tǒng)計結果如表1 所示。

表 1 變量的描述性統(tǒng)計

四、空間計量結果與分析

（一） 空間相關性檢驗

為考察空間相關性，本文首先采用Moran’sI對各省份科技創(chuàng)新的空間相關性進行檢驗，計算公式如下所示：

其中n表示全國各省份，wij為標準化的空間權重矩陣，x為省份觀測值，Moran’sI指數(shù)的取值范圍介于-1 與1 之間，大于0 則表示存在空間正相關，小于0 則表示存在空間負相關，接近于0 則說明不存在空間相關性。表2 中ROOK 鄰接矩陣的Moran’sI指數(shù)檢驗結果顯示，2008 年至 2017 年各地區(qū)Moran’sI指數(shù)總體介于 0.154 與 0.259 之間，各地區(qū)科技創(chuàng)新存在顯著的空間正相關關系，科技創(chuàng)新存在顯著的空間溢出效應。

（二） 空間面板模型檢驗

在進行空間面板檢驗之前，需先使用LM、穩(wěn)健LM 對SAR 和SEM 進行檢驗，以判定采用哪種模型。本文采用反地理距離權重矩陣進行檢驗，表3 的檢驗結果顯示（以大專及本科學歷人口占比為例），LM 檢驗結果總體顯著，表明模型設定正確。另外， LR 和Wald 的檢驗結果顯示，SDM 不可簡化為SAR 或SEM，因此應選擇SDM 進行實證檢驗。

表 2 科技創(chuàng)新的 Moran’s I 指數(shù)

表 3 空間面板模型選擇的相關檢驗結果

（三） 空間杜賓模型實證結果分析

根據(jù)前文人力資本結構的測度方法，本文分別使用人均受教育年限（模型一），大專及本科學歷人口占比（模型二），碩士學歷人口占比（模型三）以及博士學歷人口占比（模型四），對人口結構與科技創(chuàng)新之間的空間關系使用雙向固定效應模型進行檢驗，空間檢驗結果如表4 所示。

表4 的空間檢驗結果顯示，各模型人口老齡化均與科技創(chuàng)新的本地效應負相關且在5%水平上顯著，表明本地人口老齡化會對本地科技創(chuàng)新產生負向影響。人口老齡化的鄰地效應顯著為負，表明人口老齡化不僅僅會對本地區(qū)科技創(chuàng)新產生負向影響，還會對鄰近地區(qū)科技創(chuàng)新產生抑制作用。人力資本結構，即人均受教育年限及各學歷人口占比與科技創(chuàng)新的本地效應均顯著為正，而鄰近地區(qū)系數(shù)顯著為負，表明提升人均受教育水平或高學歷人口占比可對本地區(qū)科技創(chuàng)新產生積極影響，但對于鄰近地區(qū)科技創(chuàng)新并未產生預期的正向溢出效應。

為進一步詳盡考察人口結構對科技創(chuàng)新的空間影響，表5 和表6 還展示了SDM 模型直接效應、間接效應以及總效應的回歸結果。表5 和表6 的檢驗結果顯示，各模型中人口老齡化的直接效應和間接效應系數(shù)均為負，表明人口老齡化不僅能夠抑制本地區(qū)科技創(chuàng)新，其所引致的負向空間溢出效應亦會對科技創(chuàng)新產生顯著的負向影響。另外，通過對間接效應與總效應的觀察可以發(fā)現(xiàn)，空間溢出效應占總效應的90%以上，進一步說明了人口老齡化所引致的空間溢出效應對我國科技創(chuàng)新具有重要影響。各模型人力資本直接效應系數(shù)均顯著為正，而間接效應系數(shù)均為負，表明提升人均受教育水平或提高高學歷人口占比有利于本地區(qū)科技發(fā)展，但不利于鄰近地區(qū)科技發(fā)展，表明人力資本并未表現(xiàn)出預期的空間正向溢出。

就其他控制變量來說，收入水平影響科技創(chuàng)新的直接效應顯著為正，說明提高收入可以顯著促進本地區(qū)科技創(chuàng)新，原因可能有以下幾點：一是收入水平的提升增加了企業(yè)用工成本，促使一部分企業(yè)加大研發(fā)投入，進行科技創(chuàng)新；二是收入水平的提升可以吸引更多高層次人力資本，而高層次人力資本往往具有更強的創(chuàng)新能力。另外，收入水平的間接效應結果為正但并不顯著，表明鄰近地區(qū)收入水平的提升對本地區(qū)科技創(chuàng)新的影響較弱?；ヂ?lián)網發(fā)展水平與科技創(chuàng)新的各效應系數(shù)均顯著為正，表明提升互聯(lián)網發(fā)展水平對本地區(qū)及鄰近地區(qū)科技創(chuàng)新均具有十分顯著的促進作用，除此之外，產業(yè)結構與科技創(chuàng)新的直接效應整體為正但并不顯著，表明產業(yè)結構調整對本地區(qū)科技創(chuàng)新影響相對有限，而產業(yè)結構的間接效應結果顯示，鄰近地區(qū)產業(yè)結構調整對本地區(qū)科技創(chuàng)新具有十分顯著的促進作用。

（四） 中介效應檢驗

為考察人口老齡化是否會通過人力資本對科技創(chuàng)新產生影響，并對孩子數(shù)量-質量替代理論進行驗證，本文借鑒溫忠麟等[24]學者的做法，采用“三步法”對人力資本的中介效應進行考察。

首先采用雙向固定效應模型對上述各模型進行檢驗。若模型1 中β1顯著，則β1表示人口老齡化影響科技創(chuàng)新的總效應，若β1不顯著則表明不存在中介效應。之后考察系數(shù)γ1、λ1與λ2顯著性及大小，若γ1、λ2均顯著，但λ1不顯著，則說明存在完全中介效應，若λ1也顯著但系數(shù)變小或顯著性降低，則說明存在部分中介效應，若γ1與λ2有一個不顯著則進行Bootstrap 檢驗。

表 4 空間回歸結果

表 5 SDM 模型的直接效應與間接效應回歸結果

表 6 SDM 模型的直接效應與間接效應回歸結果

表7 和表8 的實證結果顯示，人口老齡化系數(shù)β1均為負且在1%水平上顯著，模型一γ1系數(shù)為正但并不顯著，其余各模型γ1在5%水平上顯著，λ1在1%水平上顯著為負且系數(shù)變小，表明人力資本在人口老齡化影響科技創(chuàng)新的過程中存在部分遮掩效應。除模型一之外各模型人力資本可以部分削減人口老齡化對科技創(chuàng)新的負向影響，人口老齡化能夠通過提升人力資本水平促進科技創(chuàng)新，這也在一定程度上驗證了孩子數(shù)量-質量替代理論。

表 7 中介效應模型檢驗結果

表 8 中介效應模型檢驗結果

由于模型一中γ1不顯著，因此采用Bootstrap法進行檢驗。Bootstrap 檢驗結果顯示，γ1置信區(qū)間內存在零值，表明以人均受教育年限測度的人力資本不存在中介效應或遮掩效應，即人口老齡化不能通過提升人均受教育水平推動科技創(chuàng)新，這也從側面反映了科技創(chuàng)新主要是來源于高學歷人口。

五、研究結論與政策建議

本文首先對人口老齡化直接以及通過人力資本間接影響科技創(chuàng)新的理論機理進行了分析，之后基于2008-2017 年31 個省（自治區(qū)、直轄市）面板數(shù)據(jù)，使用空間杜賓模型（SDM）對人口老齡化、人力資本結構以及科技創(chuàng)新之間的關系進行了實證研究。SDM 的實證結果顯示，人口老齡化對本地區(qū)科技創(chuàng)新具有顯著的抑制作用，且人口老齡化所引致的負向空間溢出也會對鄰近地區(qū)科技創(chuàng)新產生重要影響，而人力資本則可以顯著促進本地區(qū)科技創(chuàng)新，且學歷水平越高，對科技創(chuàng)新的推動作用越強，不過對于鄰近地區(qū)，以不同數(shù)據(jù)指標測度的人力資本并未表現(xiàn)出預期的正向空間溢出，表明人力資本具有較為明顯的地區(qū)性特征。另外，基于孩子數(shù)量-質量替代理論，本文還對人力資本在人口老齡化影響科技創(chuàng)新過程中的中介效應進行了考察，發(fā)現(xiàn)人口老齡化可以通過提升受高等教育人口占比推動科技創(chuàng)新，即人力資本在人口老齡化影響科技創(chuàng)新的過程中存在部分遮掩效應。

根據(jù)實證研究結果，本文提出以下政策建議：

第一，適度鼓勵生育，穩(wěn)定人口增長。人口老齡化會對本地區(qū)及鄰近地區(qū)科技創(chuàng)新產生顯著的負向影響，因此有必要實行相對寬松的生育政策，適度鼓勵生育，穩(wěn)定人口增長。適度鼓勵生育，需要不斷完善社會保障制度，構建多層次社會保障體系，推動教育、醫(yī)療、住房等方面改革，減輕民眾生活壓力，降低民眾生育和撫養(yǎng)負擔，逐步提升生育率，改善人口結構，促進人口長期平穩(wěn)增長。

第二，優(yōu)化人力資本結構，提升高學歷人口占比。高學歷人口是促進科技創(chuàng)新，推動技術進步的主力軍，優(yōu)化人力資本結構，一方面需要加大教育投入，不斷改善高等院校教學和科研條件，提升教學和科研質量，另一方面需要推動教育資源合理配置，穩(wěn)步擴大研究生尤其是博士研究生的招生規(guī)模，提升科技創(chuàng)新效率，不斷提高本地區(qū)高學歷人口占比。

第三，加大研發(fā)投入，提升科技創(chuàng)新水平。為提升科技創(chuàng)新效率，更好地發(fā)揮高層次人才在科技創(chuàng)新中的主體地位，需要不斷加大研發(fā)投入。加大研發(fā)投入，一方面可以改善科研條件，優(yōu)化創(chuàng)新環(huán)境，另一方面可以增強對高層次人才的吸引力，提升人力資本質量，實現(xiàn)科研效率提升與人才隊伍建設的良性循環(huán)。