周健 鄧晶晶

摘 要：“人口紅利”是解釋中國等東亞國家經(jīng)濟(jì)增長奇跡的核心概念和關(guān)鍵要素，但一些國家的人口紅利在創(chuàng)造經(jīng)濟(jì)奇跡之后已開始逐漸衰退。當(dāng)前全球數(shù)字經(jīng)濟(jì)蓬勃發(fā)展，其能夠減緩人口紅利的衰退，形成數(shù)字經(jīng)濟(jì)發(fā)展的人口紅利效應(yīng)嗎？在數(shù)字經(jīng)濟(jì)發(fā)展通過提高勞動(dòng)參與率、勞動(dòng)就業(yè)率、人力資本以及資本深化水平緩解人口紅利衰退的理論基礎(chǔ)上，基于2013—2020年省級(jí)面板數(shù)據(jù)，采用引入三變量交互項(xiàng)的雙向固定效應(yīng)模型、動(dòng)態(tài)面板DIF-GMM和SYS-GMM模型進(jìn)行實(shí)證檢驗(yàn)。結(jié)果表明：第一，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)人口紅利的衰退具有顯著的減緩作用。該減緩作用是通過提高勞動(dòng)就業(yè)率、人力資本以及資本深化水平間接實(shí)現(xiàn)的，數(shù)字經(jīng)濟(jì)發(fā)展通過提高勞動(dòng)參與率影響人口紅利的傳導(dǎo)路徑不具顯著性。

第二，在利用工具變量法處理內(nèi)生性問題后，結(jié)論依然具有穩(wěn)健性。

第三，異質(zhì)性分析表明，以“胡煥庸線”為界的東南部地區(qū)勞動(dòng)年齡人口比重下降對(duì)經(jīng)濟(jì)增長的影響較西北部地區(qū)明顯，同時(shí)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)人口紅利衰退的減緩作用較西北部地區(qū)突出。以秦嶺—淮河一線為界的南方地區(qū)勞動(dòng)年齡人口比重的下降對(duì)經(jīng)濟(jì)增長的影響較北方地區(qū)明顯，較為特別的是北方地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展通過人力資本影響人口紅利的系數(shù)較南方地區(qū)大一些。以國家統(tǒng)計(jì)局三大地帶為劃分標(biāo)準(zhǔn)的東中西部地區(qū)異質(zhì)性顯示，數(shù)字經(jīng)濟(jì)發(fā)展通過勞動(dòng)就業(yè)率、資本深化緩解人口紅利衰退的能力從強(qiáng)到弱依次為東部、中部、西部，而西部地區(qū)通過人力資本緩解人口紅利衰退的邊際能力卻強(qiáng)于東部、中部地區(qū)。

關(guān)鍵詞：數(shù)字經(jīng)濟(jì)；人口紅利；勞動(dòng)力就業(yè)；人力資本；經(jīng)濟(jì)增長

中圖分類號(hào)： F241

文獻(xiàn)標(biāo)識(shí)碼： A

文章編號(hào)：1000-4149（2023）04-0001-21

DOI：10.3969/j.issn.1000-4149.2023.00.025

一、引言

人口問題始終是世界各國關(guān)注的全局性、戰(zhàn)略性問題?！叭丝诩t利”是解釋中國等東亞國家經(jīng)濟(jì)增長奇跡的核心概念和關(guān)鍵要素，但人口紅利并不能無限期地持續(xù)下去，只是提供了一個(gè)有限的機(jī)會(huì)窗口，以中國為代表的一些國家的人口紅利在創(chuàng)造經(jīng)濟(jì)奇跡之后已開始逐漸衰退［1］。那么，作為人口紅利收獲典范的中國，人口紅利消失了嗎？答案是否定的。2021年中國國家統(tǒng)計(jì)局作出了“勞動(dòng)力資源依然豐富，人口紅利依然存在，同時(shí)勞動(dòng)年齡人口逐年緩慢減少”的官方判斷【

見國家統(tǒng)計(jì)局網(wǎng)站“第七次全國人口普查主要數(shù)據(jù)結(jié)果新聞發(fā)布會(huì)答記者問”，http：//www.stats.gov.cn/tjsj/zxfb/202105/t20210511_1817274.html】。

在“一帶一路”倡議

背景下，基于中國的經(jīng)驗(yàn)證據(jù)探索如何減緩人口紅利的衰退、在有限的人口機(jī)會(huì)窗口內(nèi)收獲更多的人口紅利，不僅有利于講好中國人口與經(jīng)濟(jì)發(fā)展故事，也有利于世界經(jīng)濟(jì)的可持續(xù)發(fā)展。

當(dāng)前全球數(shù)字經(jīng)濟(jì)蓬勃發(fā)展，其改變著企業(yè)、居民和政府的行為方式以及產(chǎn)業(yè)和宏觀經(jīng)濟(jì)的運(yùn)行方式，為推動(dòng)經(jīng)濟(jì)增長作出了重大貢獻(xiàn)［2-3］。據(jù)測(cè)算，2012—2021年，數(shù)字經(jīng)濟(jì)規(guī)模在當(dāng)年國內(nèi)生產(chǎn)總值的占比由21.6%提升至39.8%【 參見《回眸2022，十組數(shù)據(jù)看亮點(diǎn)》，http：//news.china.com.cn/2022-12/29/content_85032500.htm】。那么，其作為引領(lǐng)新一輪技術(shù)革命與產(chǎn)業(yè)革命的新型戰(zhàn)略性組織形態(tài)［4］，能夠減緩人口紅利的衰退、形成數(shù)字經(jīng)濟(jì)發(fā)展的人口紅利效應(yīng)嗎？學(xué)界對(duì)此已有少量討論，雖然都得到了數(shù)字經(jīng)濟(jì)對(duì)人口紅利具有積極影響的結(jié)論，但鮮有關(guān)于數(shù)字經(jīng)濟(jì)影響人口紅利理論的系統(tǒng)分析。有研究認(rèn)為，數(shù)字化是推動(dòng)人口結(jié)構(gòu)轉(zhuǎn)型的重要經(jīng)濟(jì)因素［5］，人口紅利和數(shù)字鴻溝之間存在著強(qiáng)烈的逆向關(guān)系，解決數(shù)字鴻溝所產(chǎn)生的數(shù)字紅利可以極大地促進(jìn)人口紅利［6］。還有研究認(rèn)為，數(shù)字化可以影響勞動(dòng)年齡人口和勞動(dòng)力市場，人口紅利將對(duì)數(shù)字時(shí)代的整體經(jīng)濟(jì)表現(xiàn)產(chǎn)生積極影響，由此需要關(guān)注如何在數(shù)字經(jīng)濟(jì)中實(shí)現(xiàn)這一機(jī)遇，通過最大限度地發(fā)揮所有經(jīng)濟(jì)部門的人口紅利潛力，促進(jìn)經(jīng)濟(jì)可持續(xù)增長［7］。

綜上可見，學(xué)者們對(duì)于數(shù)字經(jīng)濟(jì)影響人口紅利的研究雖取得了一些極有借鑒意義的成果，但直接研究數(shù)字經(jīng)濟(jì)發(fā)展對(duì)人口紅利影響的文獻(xiàn)較少，在理論和實(shí)證層面仍然存在改進(jìn)的余地：首先，數(shù)字經(jīng)濟(jì)影響人口紅利的理論框架有待完善。一是數(shù)字經(jīng)濟(jì)發(fā)展背景與人口紅利之間的關(guān)系有待深入剖析；二是數(shù)字經(jīng)濟(jì)對(duì)人口紅利的影響錯(cuò)綜復(fù)雜，鮮有文獻(xiàn)對(duì)此進(jìn)行深入研究。其次，關(guān)于數(shù)字經(jīng)濟(jì)的測(cè)度有待改進(jìn)?，F(xiàn)有文獻(xiàn)多根據(jù)研究需要選取少數(shù)代表性指標(biāo)對(duì)數(shù)字經(jīng)濟(jì)進(jìn)行測(cè)度，指標(biāo)的涵蓋面不足；

或使用二手?jǐn)?shù)據(jù)合成指標(biāo)，這些會(huì)影響數(shù)字經(jīng)濟(jì)測(cè)度結(jié)果的合理性以及結(jié)論的可信性?；诖?，本文在分析數(shù)字經(jīng)濟(jì)影響人口紅利理論機(jī)制的基礎(chǔ)上，使用內(nèi)生經(jīng)濟(jì)增長模型構(gòu)建數(shù)字經(jīng)濟(jì)影響人口紅利的研究框架，并利用2013—2020年間中國省域面板數(shù)據(jù)，采用引入三變量交互項(xiàng)的雙向固定效應(yīng)、動(dòng)態(tài)面板等模型分析數(shù)字經(jīng)濟(jì)對(duì)人口紅利的影響，旨在闡明數(shù)字經(jīng)濟(jì)發(fā)展能夠減緩人口紅利的衰退，形成數(shù)字經(jīng)濟(jì)發(fā)展的人口紅利效應(yīng)。

二、理論分析及研究假定

1.人口紅利概念的界定

自梅森（Mason）1997年在《亞洲—太平洋人口與政策》中首次提出人口紅利以來［8］，人口紅利的概念在不斷的爭論中得到了豐富與完善。部分學(xué)者從勞動(dòng)年齡人口增長速度角度界定了人口紅利的概念：布魯姆和威廉姆森（Bloom & Williamson）指出，死亡率和生育率從高到低的轉(zhuǎn)變會(huì)使得勞動(dòng)年齡人口的增長率超過人口增長率，而此時(shí)經(jīng)濟(jì)增長將更加迅速，人口結(jié)構(gòu)轉(zhuǎn)型也就形成了人口紅利［9］。梅森和李（Lee）認(rèn)為當(dāng)勞動(dòng)年齡人口的增長速度超過被撫養(yǎng)人口增長速度時(shí)，有利于經(jīng)濟(jì)增長和社會(huì)福利的增加，便產(chǎn)生了人口紅利［10］。也有部分學(xué)者從勞動(dòng)年齡人口占比角度理解人口紅利：一種見解是人口紅利是伴隨著勞動(dòng)年齡人口占總?cè)丝诒戎氐某掷m(xù)上升和人口撫養(yǎng)比的持續(xù)下降而存在的［11-12］；另一種則認(rèn)為人口紅利是在人口轉(zhuǎn)變過程中形成的“中間大、兩頭小”的人口年齡結(jié)構(gòu)，這一人口條件對(duì)經(jīng)濟(jì)發(fā)展具有積極作用［13-15］。如果勞動(dòng)年齡人口在總?cè)丝谥械谋戎剌^大，伴隨著勞動(dòng)生產(chǎn)率的提升便可以產(chǎn)生促進(jìn)經(jīng)濟(jì)增長的人口紅利［16］。此外，也有學(xué)者認(rèn)為人口紅利是人口年齡結(jié)構(gòu)對(duì)經(jīng)濟(jì)增長的影響［17-18］?？偟膩碚f，雖然學(xué)術(shù)界對(duì)人口紅利概念的界定千差萬別，但都認(rèn)同人口紅利的核心是為經(jīng)濟(jì)增長提供充足的勞動(dòng)力。

此外，人口紅利的類型也得到了擴(kuò)展。主要包括第一人口紅利（傳統(tǒng)人口紅利）、第二人口紅利、質(zhì)量型人口紅利

、配置型人口紅利等［19-21］。同時(shí)，對(duì)人口紅利的研究也逐步從本源的數(shù)量概念擴(kuò)展為關(guān)于老年人口儲(chǔ)蓄、教育和人力資本、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和人口遷移流動(dòng)等因素對(duì)經(jīng)濟(jì)增長的影響，但這些擴(kuò)展的人口紅利類型，很可能會(huì)混淆人口因素與人口以外因素對(duì)經(jīng)濟(jì)增長的作用。正如國家統(tǒng)計(jì)局所作出的“人口紅利依然存在”的判斷，本文旨在探究數(shù)字經(jīng)濟(jì)發(fā)展是否能夠減緩人口紅利的衰退，因此分析時(shí)將人口紅利的概念鎖定在傳統(tǒng)的人口紅利上面。

由此，與原新和劉厚蓮對(duì)于人口紅利的界定類似［17］，本文將人口紅利界定為人口年齡結(jié)構(gòu)對(duì)經(jīng)濟(jì)增長的影響，其在人口機(jī)會(huì)窗口【 人口機(jī)會(huì)窗口是指在人口轉(zhuǎn)變過程中形成的“中間大、兩頭小”（15—64歲的勞動(dòng)適齡人口規(guī)模大，兩頭小是指0—14歲的少兒人口和65歲及以上的老年人口規(guī)模?。┑挠欣诮?jīng)濟(jì)發(fā)展的人口年齡結(jié)構(gòu)?！績?nèi)通過促進(jìn)勞動(dòng)參與率、勞動(dòng)就業(yè)率、人力資本、資本深化等途徑充分利用人口機(jī)會(huì)，促進(jìn)經(jīng)濟(jì)增長。

2.數(shù)字經(jīng)濟(jì)的人口紅利效應(yīng)理論

自美國學(xué)者泰普斯科特（Tapscott）提出“數(shù)字經(jīng)濟(jì)”一詞以來［22］，國內(nèi)外專家學(xué)者紛紛致力于數(shù)字經(jīng)濟(jì)的相關(guān)研究，對(duì)數(shù)字經(jīng)濟(jì)的認(rèn)識(shí)也越來越深刻，但鮮有學(xué)者探究數(shù)字經(jīng)濟(jì)的產(chǎn)生背景與人口紅利之間的關(guān)系。追根溯源，我們可以發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)的產(chǎn)生與應(yīng)對(duì)人口老齡化對(duì)經(jīng)濟(jì)增長的沖擊具有很強(qiáng)的關(guān)聯(lián)性。隨著工業(yè)化、現(xiàn)代化和城市化的發(fā)展，發(fā)達(dá)國家率先完成了人口再生產(chǎn)類型的轉(zhuǎn)變，人口年齡結(jié)構(gòu)已轉(zhuǎn)為老年型，紛紛步入老齡化社會(huì)。作為發(fā)展中國家的中國，也于2000年邁進(jìn)老齡化社會(huì)的門檻，截至2021年，中國65歲及以上老年人口規(guī)模已達(dá)2.0056億【 數(shù)據(jù)來源為國家統(tǒng)計(jì)局《中國統(tǒng)計(jì)年鑒（2022）》中“2-4人口年齡結(jié)構(gòu)和撫養(yǎng)比部分”：

http：//www.stats.gov.cn/sj/ndsj/2022/indexch.htm】，占總?cè)丝诘?14.20%，可見老齡化加深速度之快。伴隨著老齡化程度的不斷加深，勞動(dòng)年齡人口逐年減少，從供給的角度來看會(huì)產(chǎn)生勞動(dòng)力供給短缺以及成本上漲等一系列經(jīng)濟(jì)社會(huì)問題。由此，一系列應(yīng)對(duì)人口老齡化的策略相伴而生，如研究通過人工智能的發(fā)展來應(yīng)對(duì)老齡化對(duì)經(jīng)濟(jì)增長的沖擊［23-24］、在數(shù)字經(jīng)濟(jì)中推進(jìn)積極老齡化。換言之，數(shù)字經(jīng)濟(jì)是伴隨著積極應(yīng)對(duì)人口老齡化的需求、勞動(dòng)年齡人口的逐漸減少而出現(xiàn)的。當(dāng)前，學(xué)術(shù)界更多地致力于數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)增長的影響研究，卻很少關(guān)注數(shù)字經(jīng)濟(jì)對(duì)人口紅利的影響。那么，數(shù)字經(jīng)濟(jì)可以減緩人口紅利的衰退嗎？其將通過什么途徑減緩人口紅利的衰退呢？

一個(gè)國家或地區(qū)的人口轉(zhuǎn)變過程中形成一個(gè)“中間大、兩頭小”的有利于經(jīng)濟(jì)發(fā)展的人口年齡結(jié)構(gòu)即人口機(jī)會(huì)窗口，但其只是收獲人口紅利的人口基礎(chǔ)，并不會(huì)自動(dòng)地轉(zhuǎn)化為人口紅利［10，25-28］。一般來說，將人口年齡結(jié)構(gòu)優(yōu)勢(shì)轉(zhuǎn)化為切實(shí)的經(jīng)濟(jì)增長成果，實(shí)現(xiàn)人口紅利主要取決于人口年齡結(jié)構(gòu)優(yōu)勢(shì)是否能夠轉(zhuǎn)化為更多的勞動(dòng)投入、是否能夠伴隨著勞動(dòng)效率的提升。當(dāng)人口年齡結(jié)構(gòu)優(yōu)勢(shì)能夠通過提高勞動(dòng)參與率、勞動(dòng)就業(yè)率轉(zhuǎn)化為更多勞動(dòng)投入；能夠通過勞動(dòng)力人力資本水平的提升和資本的深化提升勞動(dòng)效率，進(jìn)而更充分地轉(zhuǎn)化為經(jīng)濟(jì)增長成果時(shí)，則相當(dāng)于其減緩了人口紅利的衰退。與此同時(shí)，數(shù)字經(jīng)濟(jì)發(fā)展可以促進(jìn)勞動(dòng)參與率和勞動(dòng)就業(yè)率的提高，也可以促進(jìn)人力資本水平的提升和資本的深化，由此間接地減緩人口紅利的衰退，具體影響機(jī)理如下。

第一，促進(jìn)人口年齡結(jié)構(gòu)優(yōu)勢(shì)轉(zhuǎn)化為更多的勞動(dòng)投入。勞動(dòng)年齡人口只有勞動(dòng)參與率較高，就業(yè)較充分時(shí)，才能真正成為促進(jìn)經(jīng)濟(jì)增長的源泉。

①數(shù)字經(jīng)濟(jì)發(fā)展可以提高勞動(dòng)參與率。勞動(dòng)年齡人口除了包括經(jīng)濟(jì)活動(dòng)人口外，還包括殘障人士、家庭生產(chǎn)者等群體。數(shù)字經(jīng)濟(jì)的發(fā)展可以為殘障人群提供更多就業(yè)機(jī)會(huì)［29］，吸引喪失部分勞動(dòng)能力的殘疾人參與到經(jīng)濟(jì)活動(dòng)之中［30］，在提高殘障人群生計(jì)能力的同時(shí)促進(jìn)了經(jīng)濟(jì)的發(fā)展；也可以通過靈活就業(yè)、家務(wù)勞動(dòng)社會(huì)化等方式促進(jìn)從事家庭生產(chǎn)的適齡非勞動(dòng)力向勞動(dòng)力的轉(zhuǎn)變，提高勞動(dòng)參與率。

②④③⑤⑥⑦⑧⑨⑩

數(shù)字經(jīng)濟(jì)

可以通過提供更多的就業(yè)機(jī)會(huì)提高勞動(dòng)就業(yè)率。數(shù)字經(jīng)濟(jì)的本質(zhì)是技術(shù)進(jìn)步，其對(duì)就業(yè)市場的影響存在就業(yè)創(chuàng)造效應(yīng)的機(jī)遇，也存在就業(yè)替代效應(yīng)的挑戰(zhàn)，但從總效應(yīng)來看，數(shù)字經(jīng)濟(jì)帶來的正面效應(yīng)要大于負(fù)面效應(yīng)。首先是就業(yè)創(chuàng)造效應(yīng)。一方面，數(shù)字經(jīng)濟(jì)有利于降低傳統(tǒng)產(chǎn)業(yè)的生產(chǎn)、流通、交換等成本，促進(jìn)效率的提升和產(chǎn)品價(jià)格的下降，進(jìn)而拉動(dòng)產(chǎn)品需求的上升，增加對(duì)勞動(dòng)要素投入需求。另一方面，數(shù)字經(jīng)濟(jì)可以通過催生新業(yè)態(tài)和激發(fā)消費(fèi)者的產(chǎn)品需求創(chuàng)造就業(yè)機(jī)會(huì)

［31-33］。據(jù)統(tǒng)計(jì)，2019—2021年人社部發(fā)布的4批56個(gè)新職業(yè)中，約60%的職業(yè)與數(shù)字經(jīng)濟(jì)有關(guān)【http：//www.sipac.gov.cn/ldhshbzj/tzgg/202105/9a5f774b821e4289a66aa9e992c3f0cb.shtml】。其次是就業(yè)替代效應(yīng)?；跀?shù)字技術(shù)物化而形成的資本要素會(huì)直接對(duì)勞動(dòng)力產(chǎn)生替代［34］。較為特別的是，數(shù)字經(jīng)濟(jì)的替代效應(yīng)存在著異質(zhì)性：從勞動(dòng)力個(gè)體特點(diǎn)角度來看，有研究發(fā)現(xiàn)男性、低技能、從事對(duì)橫向和社交技能需求較低常規(guī)工作的群體面臨被替代的風(fēng)險(xiǎn)較大［35］。

也有研究指出女性、55歲以上、教育水平較低、生活困難和從不使用互聯(lián)網(wǎng)的人是有些歐盟國家數(shù)字化時(shí)代最脆弱的群體［36］；從產(chǎn)業(yè)結(jié)構(gòu)角度來看，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)農(nóng)業(yè)類工作產(chǎn)生了負(fù)向影響，但是對(duì)非農(nóng)就業(yè)，特別是非正規(guī)就業(yè)具有顯著的促進(jìn)作用［37］；從勞動(dòng)力市場分類角度來看，與高端勞動(dòng)力市場的抽象性工作和低端勞動(dòng)力市場的個(gè)性化服務(wù)相比，中端勞動(dòng)力市場的工作內(nèi)容更為流程化，更具重復(fù)性，更容易被替代［38］。最后，從總效應(yīng)角度來看，數(shù)字經(jīng)濟(jì)對(duì)就業(yè)機(jī)會(huì)的影響應(yīng)該是正向的。數(shù)字化不會(huì)廣泛取代人類勞動(dòng)，只有過時(shí)的、不再有用的就業(yè)形式才會(huì)被更適合數(shù)字技術(shù)發(fā)展的新形式所取代［39-40］。也有學(xué)者研究發(fā)現(xiàn)，數(shù)字化只能替代某個(gè)職業(yè)中的某些任務(wù)，而不是整個(gè)職業(yè)，與此同時(shí)，新的數(shù)字技術(shù)也會(huì)創(chuàng)造新的工作和職業(yè)，2013年只有15%的德國員工面臨被自動(dòng)化取代的風(fēng)險(xiǎn)［41］。沒有任何跡象表明數(shù)字化將會(huì)導(dǎo)致德國

出現(xiàn)大規(guī)模失業(yè)［42］。戚聿東等對(duì)于中國的研究發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)了就業(yè)環(huán)境持續(xù)改善、就業(yè)能力不斷增強(qiáng)，也帶動(dòng)了就業(yè)結(jié)構(gòu)優(yōu)化和就業(yè)質(zhì)量提升［43］。

第二，促進(jìn)勞動(dòng)效率的提升。參與經(jīng)濟(jì)活動(dòng)的勞動(dòng)年齡人口多少只是單純的數(shù)量型生產(chǎn)要素，其對(duì)經(jīng)濟(jì)增長的貢獻(xiàn)還要取決于其是否具有和能否提升勞動(dòng)效率。

①勞動(dòng)力人力資本水平的提升，可以使其更有效地運(yùn)用技術(shù)，提高其勞動(dòng)生產(chǎn)率和物質(zhì)要素的使用效率，進(jìn)而推動(dòng)經(jīng)濟(jì)持續(xù)高質(zhì)量增長。在人口紅利逐漸衰退國家的有限機(jī)會(huì)窗口內(nèi)，數(shù)字化可以通過促進(jìn)勞動(dòng)力人力資本水平的提升，使其收獲更多的人口紅利。數(shù)字經(jīng)濟(jì)發(fā)展可以降低人力資本投資成本，足不出戶便可以享有各種學(xué)習(xí)機(jī)會(huì)，使得終生學(xué)習(xí)成為可能，也能夠?yàn)槠h(yuǎn)落后地區(qū)普及發(fā)達(dá)地區(qū)的優(yōu)質(zhì)教學(xué)內(nèi)容，促進(jìn)人力資本投資的機(jī)會(huì)公平，縮小區(qū)域間人力資本差距，提升人均人力資本水平。相關(guān)研究表明，數(shù)字化可以提高一個(gè)國家或地區(qū)工作年齡人口的知識(shí)、技能和效率［7］，特別是會(huì)對(duì)一個(gè)國家的年輕人口產(chǎn)生重大影響，為大量年輕人口提供優(yōu)質(zhì)的教育、適當(dāng)?shù)尼t(yī)療保健

以及其他可能提高其生產(chǎn)力和就業(yè)機(jī)會(huì)的經(jīng)濟(jì)因素［5］，使其在技術(shù)上更為先進(jìn)、更有能力［44］。李夢(mèng)娜和周云波研究發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)發(fā)展顯著提高了中國人力資本結(jié)構(gòu)高級(jí)化水平，尤其是顯著提高低級(jí)和高級(jí)人力資本水平［45］。

②隨著

資本深化，勞動(dòng)力與更多更有科技含量、更有效率的機(jī)器設(shè)備結(jié)合可以提高勞動(dòng)生產(chǎn)率，以此推動(dòng)經(jīng)濟(jì)增長。在勞動(dòng)年齡人口不斷減少的情況下，數(shù)字經(jīng)濟(jì)可以通過對(duì)資本與勞動(dòng)的技術(shù)擴(kuò)展以及兩者之間的再配置提升生產(chǎn)效率［4］。對(duì)于數(shù)字技術(shù)投資而言，其生產(chǎn)信息和通信產(chǎn)品及服務(wù)的活動(dòng)可以直接促進(jìn)生產(chǎn)率的增長，進(jìn)而推動(dòng)GDP的增長，而作為一種資本投入，當(dāng)數(shù)字技術(shù)與勞動(dòng)力相結(jié)合時(shí)，會(huì)導(dǎo)致資本深化，提高其他經(jīng)濟(jì)部門的勞動(dòng)生產(chǎn)率［3］。

3.理論模型與研究假設(shè)

基于以上分析，為進(jìn)一步探究數(shù)字經(jīng)濟(jì)如何通過提高勞動(dòng)參與率、勞動(dòng)就業(yè)率、人力資本水平以及資本深化來促進(jìn)人口紅利的實(shí)現(xiàn)，減緩人口紅利的衰退，采用帶有時(shí)變參數(shù)的內(nèi)生經(jīng)濟(jì)增長模型進(jìn)行分析，與新古典增長模型（將技術(shù)進(jìn)步視為影響經(jīng)濟(jì)增長的外生因素，而將儲(chǔ)蓄和資本積累視為經(jīng)濟(jì)增長的驅(qū)動(dòng)力）相比，內(nèi)生增長模型將技術(shù)進(jìn)步作為影響經(jīng)濟(jì)增長的核心關(guān)鍵因素（內(nèi)生因素）【 內(nèi)生增長理論表明，對(duì)人力資本、創(chuàng)新和知識(shí)的投資具有技術(shù)經(jīng)濟(jì)的正外部性和溢出效應(yīng)，這將促進(jìn)經(jīng)濟(jì)發(fā)展［46］?！?。

生產(chǎn)函數(shù)設(shè)定為一般的CD函數(shù)，勞動(dòng)力蘊(yùn)含于人力資本中，且為產(chǎn)出增加型（希克斯中性），假設(shè)規(guī)模報(bào)酬不變（α+β=1），滿足稻田條件，具體模型為：

Y（t）=A（t）K（t）αH（t）β（1）

2.數(shù)據(jù)處理

（1）變量定義。

被解釋變量：經(jīng)濟(jì)增長水平（gdp），用各省人均實(shí)際GDP值來衡量，為保持與大多數(shù)變量數(shù)量級(jí)一致，單位換算為萬元。

解釋變量：人口年齡結(jié)構(gòu)（wap），參考鐘水映等的研究［18］

使用勞動(dòng)年齡人口占總?cè)丝诘谋戎刈鳛榇碜兞俊?/p>

調(diào)節(jié)變量：數(shù)字經(jīng)濟(jì)發(fā)展水平（dig），學(xué)界對(duì)數(shù)字經(jīng)濟(jì)的測(cè)度主要包括直接法和對(duì)比法兩種方法，其中直接法是根據(jù)數(shù)字經(jīng)濟(jì)的界定范圍估計(jì)數(shù)字經(jīng)濟(jì)的規(guī)模，但由于其對(duì)數(shù)據(jù)可得性要求甚高，且各國關(guān)于數(shù)字經(jīng)濟(jì)的統(tǒng)計(jì)制度尚不健全［48］，學(xué)者們更多地采用對(duì)比法即通過構(gòu)建數(shù)字經(jīng)濟(jì)指標(biāo)體系綜合計(jì)算得到數(shù)字經(jīng)濟(jì)發(fā)展水平［49］。鑒于數(shù)據(jù)的可獲得性，參考柏培文和張?jiān)频闹笜?biāo)選取方法［4］，從數(shù)字產(chǎn)業(yè)、數(shù)字創(chuàng)新、數(shù)字用戶以及數(shù)字平臺(tái)活躍度

四個(gè)維度對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行測(cè)度。選擇這四個(gè)維度的理由是：數(shù)字產(chǎn)業(yè)活躍度反映了數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)的發(fā)展程度，是數(shù)字經(jīng)濟(jì)發(fā)展的核心支撐；數(shù)字創(chuàng)新活躍度反映了數(shù)字經(jīng)濟(jì)發(fā)展的創(chuàng)新環(huán)境，是數(shù)字經(jīng)濟(jì)發(fā)展的內(nèi)生動(dòng)力；數(shù)字用戶活躍度體現(xiàn)了用戶的數(shù)字化水平，是數(shù)字經(jīng)濟(jì)發(fā)展的用戶基礎(chǔ)；數(shù)字平臺(tái)活躍度反映了網(wǎng)絡(luò)平臺(tái)的數(shù)字化水平，是數(shù)字經(jīng)濟(jì)

快速發(fā)展的設(shè)施基礎(chǔ)。具體指標(biāo)選取見表1。

在對(duì)以上指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理的基礎(chǔ)上采用主成分分析法測(cè)度數(shù)字經(jīng)濟(jì)發(fā)展指標(biāo)【 KMO檢驗(yàn)結(jié)果顯示，KMO值為0.874（大于0.8），Bartlett檢驗(yàn)結(jié)果顯示指標(biāo)變量之間存在顯著的相關(guān)性，說明采用主成分分析法測(cè)度數(shù)字經(jīng)濟(jì)發(fā)展情況具有合理性。】。

中介變量：勞動(dòng)參與率（lp），使用經(jīng)濟(jì)活動(dòng)人口占勞動(dòng)年齡人口的比重來衡量；勞動(dòng)就業(yè)率（ep），使用就業(yè)人口占經(jīng)濟(jì)活動(dòng)人口比重來衡量；人力資本（edu），使用人均受教育年限來衡量；資本深化（capital），使用人均資本存量來衡量，其中資本存量計(jì)算方法參考張軍等的研究［50］

采用永續(xù)盤存法來測(cè)算，單位換算為萬億元。

控制變量：考慮影響經(jīng)濟(jì)增長的因素，以及數(shù)據(jù)的完整性與可得性，本文選用的控制變量包括財(cái)政支出（fin），使用地方財(cái)政支出占地區(qū)生產(chǎn)總值百分比來衡量；外貿(mào)依存度（trade），使用進(jìn)出口貿(mào)易總額與地區(qū)生產(chǎn)總值的百分比來測(cè)度；環(huán)境規(guī)制（er），參考李虹等的研究［51］

通過綜合指數(shù)法測(cè)算包含工業(yè)煙（粉）塵去除率、工業(yè)二氧化硫去除率、一般工業(yè)固體廢物綜合利用率、生活垃圾無害化處理率、污水處理廠集中處理率五個(gè)指標(biāo)的環(huán)境規(guī)制綜合指數(shù)；科技進(jìn)步（tec），使用科研經(jīng)費(fèi)占地區(qū)生產(chǎn)總值百分比來衡量；產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化（str），參考付凌暉的研究［52］將 GDP 分為三個(gè)部分（三次產(chǎn)業(yè)），并將三次產(chǎn)業(yè)增加值占 GDP的比重作為空間向量中的分量來衡量產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化指標(biāo)；外商直接投資（ifdi），使用外商投資額占地區(qū)生產(chǎn)總值百分比來衡量；對(duì)外直接投資（ofdi），使用對(duì)外投資額占地區(qū)生產(chǎn)總值百分比來衡量；土地流轉(zhuǎn)（land），使用土地流轉(zhuǎn)面積來衡量，單位換算為百萬畝。

各變量描述性統(tǒng)計(jì)見表2。

（2）數(shù)據(jù)來源。

本文使用2013—2020 年中國大陸30個(gè)省份的面板數(shù)據(jù)進(jìn)行研究（西藏地區(qū)由于數(shù)據(jù)缺失予以剔除）。數(shù)據(jù)來源為《中國統(tǒng)計(jì)年鑒》、《中國城市統(tǒng)計(jì)年鑒》、《中國科技統(tǒng)計(jì)年鑒》、《中國人口和就業(yè)統(tǒng)計(jì)年鑒》、《中國教育統(tǒng)計(jì)年鑒》、《中國環(huán)境統(tǒng)計(jì)年鑒》、《中國農(nóng)村經(jīng)營管理統(tǒng)計(jì)年報(bào)》、CSMAR數(shù)據(jù)庫以及各省統(tǒng)計(jì)年鑒。

四、實(shí)證結(jié)果與分析

1.基準(zhǔn)回歸參數(shù)估計(jì)

豪斯曼檢驗(yàn)結(jié)果顯示固定效應(yīng)優(yōu)于隨機(jī)效應(yīng)，固定效應(yīng)可以在一定程度上減輕省略變量誤差帶來的內(nèi)生性，本文基準(zhǔn)回歸模型選擇雙向固定效應(yīng)。

表3報(bào)告了數(shù)字經(jīng)濟(jì)發(fā)展影響人口紅利的基準(zhǔn)回歸結(jié)果。其中模型（1）考察了數(shù)字經(jīng)濟(jì)發(fā)展、人口年齡結(jié)構(gòu)、勞動(dòng)參與率、勞動(dòng)就業(yè)率、人力資本以及資本深化對(duì)經(jīng)濟(jì)增長的影響，結(jié)果顯示各變量對(duì)經(jīng)濟(jì)增長的影響系數(shù)均顯著為正。

模型（2）為在模型（1）的基礎(chǔ)上增加了控制變量的回歸結(jié)果，從控制變量參數(shù)估計(jì)結(jié)果來看，環(huán)境規(guī)制（er）與土地流轉(zhuǎn)（land）的系數(shù)均未通過顯著性檢驗(yàn)。

從環(huán)境規(guī)制角度來看，可能的原因是，一方面各區(qū)域地方政府對(duì)環(huán)境規(guī)制政策的制定和實(shí)施存在“模仿”行為，引發(fā)了對(duì)環(huán)境規(guī)制政策的博弈，進(jìn)而會(huì)產(chǎn)生“搭便車”行為，通過“擠出”效應(yīng)減少本地的環(huán)保投入，不利于綠色低碳發(fā)展，對(duì)經(jīng)濟(jì)增長產(chǎn)生負(fù)向影響；另一方面可以通過“示范”效應(yīng)增加鄰近省區(qū)的環(huán)保投入，提升環(huán)境質(zhì)量，促進(jìn)經(jīng)濟(jì)增長可持續(xù)，兩種相反方向的影響相抵消，導(dǎo)致該系數(shù)的不顯著；從土地流轉(zhuǎn)角度來看，土地經(jīng)營權(quán)流轉(zhuǎn)對(duì)區(qū)域經(jīng)濟(jì)增長的影響十分有限，其可能的原因是，2013年習(xí)近平總書記提出農(nóng)地產(chǎn)權(quán)的“三權(quán)分置”政策，該政策實(shí)施雖已有一定時(shí)間，但相關(guān)配

套性制度安排的不斷完善具有長期性，加之農(nóng)地小規(guī)模經(jīng)營依然存在，最終導(dǎo)致了土地流轉(zhuǎn)的系數(shù)不具顯著性。其他控制變量對(duì)經(jīng)濟(jì)增長的影響均通過了顯著性檢驗(yàn)。

模型（3）是在模型（2）的基礎(chǔ)上增加了人口年齡結(jié)構(gòu)與中介變量（勞動(dòng)參與率、勞動(dòng)就業(yè)率、人力資本以及資本深化）的交互項(xiàng)、人口年齡結(jié)構(gòu)與數(shù)字經(jīng)濟(jì)發(fā)展交互項(xiàng)以及數(shù)字經(jīng)濟(jì)發(fā)展與中介變量的交互項(xiàng)，因本文所要分析的重點(diǎn)在于數(shù)字經(jīng)濟(jì)對(duì)人口紅利的影響，因此增加此組交互項(xiàng)時(shí)并沒有依次列出，而是一同列出了回歸結(jié)果。其中，除勞動(dòng)參與率外，其他中介變量與人口年齡結(jié)構(gòu)的交互項(xiàng)系數(shù)均顯著為負(fù)，表明勞動(dòng)就業(yè)率、人力資本以及物質(zhì)資本積累水平的提升可以緩解因人口年齡結(jié)構(gòu)老化、勞動(dòng)年齡人口比重下降對(duì)經(jīng)濟(jì)增長的負(fù)向影響，即能夠減緩人口紅利的衰退；人口年齡結(jié)構(gòu)與數(shù)字經(jīng)濟(jì)發(fā)展的交互項(xiàng)系數(shù)雖然為正，但影響大小微弱且不具顯著性，一定程度上表明數(shù)字經(jīng)濟(jì)發(fā)展對(duì)人口紅利的直接影響微弱，更多的是通過中介變量影響人口紅利。除勞動(dòng)參與率外，其他中介變量與數(shù)字經(jīng)濟(jì)發(fā)展的交互項(xiàng)系數(shù)均顯著為正，表明數(shù)字經(jīng)濟(jì)發(fā)展可以增強(qiáng)各中介變量對(duì)經(jīng)濟(jì)增長的影響。較為特別的是，包含勞動(dòng)參與率的交互項(xiàng)系數(shù)均不具顯著性。

模型（4）、模型（5）、模型（6）、模型（7）為在模型（3）的基礎(chǔ)上依次增加數(shù)字經(jīng)濟(jì)、人口年齡結(jié)構(gòu)、勞動(dòng)參與率交互項(xiàng)，數(shù)字經(jīng)濟(jì)、人口年齡結(jié)構(gòu)、勞動(dòng)就業(yè)率交互項(xiàng)，數(shù)字經(jīng)濟(jì)、人口年齡結(jié)構(gòu)、人力資本交互項(xiàng)，以及數(shù)字經(jīng)濟(jì)、人口年齡結(jié)構(gòu)、資本深化交互項(xiàng)的回歸結(jié)果。從回歸結(jié)果可見，除包含勞動(dòng)參與率的交互項(xiàng)系數(shù)不顯著，與理論分析存在差異外，其他各交互項(xiàng)系數(shù)均顯著為負(fù)，表明數(shù)字經(jīng)濟(jì)可以通過影響勞動(dòng)就業(yè)率、人力資本和資本深化水平緩解因勞動(dòng)年齡人口比重下降所引起的人口紅利的衰退，驗(yàn)證了本文的理論假設(shè)。

2.動(dòng)態(tài)面板回歸參數(shù)估計(jì)

動(dòng)態(tài)面板可以更好地解決傳統(tǒng)面板數(shù)據(jù)固定效應(yīng)模型存在的內(nèi)生性問題。因此本文采

用DIF-GMM和SYS-GMM模型，進(jìn)一步緩解模型中存在的內(nèi)生性，回歸結(jié)果如表4、表5所示【 限于篇幅，表4至表10中的回歸結(jié)果匯報(bào)均按照公式（11）中能夠影響人口紅利的因素匯報(bào)，其他指標(biāo)的回歸結(jié)果作者留存?zhèn)渌??！俊?/p>

從DIF-GMM和SYS-GMM模型的回歸結(jié)果可見，引入滯后被解釋變量后，數(shù)字經(jīng)濟(jì)發(fā)展通過影響勞動(dòng)就業(yè)率、人力資本和資本深化水平來減緩人口紅利衰退的效應(yīng)依然存在（dig*wap*ep、dig*wap*edu、dig*wap*capital交互項(xiàng)系數(shù)顯著為負(fù)），而通過影響勞動(dòng)參與率來減緩人口紅利衰退的路徑依然不具顯著性（dig*wap*lp交互項(xiàng)系數(shù)沒有通過顯著性檢驗(yàn)），這驗(yàn)證了本文基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

3.異質(zhì)性分析

（1）基于“胡煥庸線”的異質(zhì)性分析。

由于網(wǎng)絡(luò)效應(yīng)的存在，人口規(guī)模優(yōu)勢(shì)對(duì)于中國數(shù)字經(jīng)濟(jì)發(fā)展具有重要的作用［53］?！昂鸁ㄓ咕€”是劃分我國人口密度的對(duì)比線，是中國人口、經(jīng)濟(jì)、社會(huì)發(fā)展特征的真實(shí)體現(xiàn)，也是專家學(xué)者研究人口、經(jīng)濟(jì)、社會(huì)發(fā)展的重要參考，因我國部分省份（如四川等）被“胡煥庸線”分成了兩部分，為研究方便，本文參考尹文耀等的研究在保持省級(jí)區(qū)域完整性的情況下［54］，以省為單位，依據(jù)“胡煥庸線”將中國大陸各省份分為東南和西北兩個(gè)部分，進(jìn)而考察數(shù)字經(jīng)濟(jì)影響人口紅利的區(qū)域異質(zhì)性，回歸結(jié)果如表6所示。

從人口年齡結(jié)構(gòu)對(duì)經(jīng)濟(jì)增長的影響系數(shù)大小來看，東南部地區(qū)要大于西北部地區(qū)，表明勞動(dòng)年齡人口比重的下降對(duì)東南部地區(qū)的影響更為嚴(yán)重，東南部地區(qū)的人口紅利衰退速度要快于西北部地區(qū)?？赡艿脑?，一是西北地區(qū)多為少數(shù)民族的聚居地，具有更加寬松的計(jì)劃生育政策，人口年齡結(jié)構(gòu)老化進(jìn)程較東南部地區(qū)滯后；二是東南部地區(qū)人口基數(shù)龐大，人口年齡結(jié)構(gòu)老化對(duì)經(jīng)濟(jì)增長的影響更為明顯。

從數(shù)字經(jīng)濟(jì)發(fā)展對(duì)人口紅利的影響角度來看，東南部地區(qū)數(shù)字經(jīng)濟(jì)通過各中介變量影響人口紅利的交乘項(xiàng)系數(shù)絕對(duì)值均較西北部地區(qū)大，表明東南部地區(qū)數(shù)字經(jīng)濟(jì)減緩人口紅利衰退的能力更為突出，可能的原因是，東南部地區(qū)具有良好的經(jīng)濟(jì)基礎(chǔ)、區(qū)位優(yōu)勢(shì)、教育資源優(yōu)越、勞動(dòng)力優(yōu)勢(shì)、資本積累優(yōu)勢(shì)等，有利于數(shù)字經(jīng)濟(jì)的發(fā)展，也能夠提供更多的勞動(dòng)力就業(yè)機(jī)會(huì)、更好的人力資本積累途徑、更強(qiáng)勁的資本深化動(dòng)力。

（2）基于南北方地區(qū)的異質(zhì)性分析。

中國數(shù)字經(jīng)濟(jì)的發(fā)展存在較大的南北差異［55］。以秦嶺—淮河一線為界，將各省份劃分為南方、北方省份后的異質(zhì)性回歸結(jié)果如表7所示。

回歸結(jié)果中較為特別的是，與南方相比，北方地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展通過人力資本影響人口紅利的系數(shù)要大一些，其原因可能是，北方數(shù)字經(jīng)濟(jì)發(fā)展相對(duì)落后，對(duì)于數(shù)字人才的需求更為強(qiáng)烈，通過人力資本緩解人口紅利衰退的邊際效應(yīng)更大一些。

（3）基于東、中、西部地區(qū)的異質(zhì)性分析。

國家工業(yè)信息安全發(fā)展研究中心發(fā)布的《全國數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)（2021）》報(bào)告顯示【http：//finance.people.com/cn/n1/2022/0706/c1004-32467789.html】，數(shù)字經(jīng)濟(jì)發(fā)展的不平衡現(xiàn)象依然存在，東部地區(qū)數(shù)字發(fā)展水平較高，而西部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展相對(duì)滯后。參考國家統(tǒng)計(jì)局三大地帶的劃分標(biāo)準(zhǔn)，將全國總體樣本劃分為東部、中部、西部的異質(zhì)性回歸結(jié)果如表8所示。

從東、中、西部地區(qū)的回歸結(jié)果可見，數(shù)字經(jīng)濟(jì)發(fā)展通過勞動(dòng)就業(yè)率、資本深化緩解人口紅利衰退的能力從強(qiáng)到弱依次為東部、中部、西部，其原因可能是東部地區(qū)經(jīng)濟(jì)活動(dòng)更為活躍，數(shù)字經(jīng)濟(jì)的發(fā)展環(huán)境較中部、西部更為優(yōu)越，對(duì)企業(yè)創(chuàng)新創(chuàng)業(yè)行為的促進(jìn)作用更為明顯，工業(yè)化、城鎮(zhèn)化水平明顯高于中西部地區(qū)，對(duì)勞動(dòng)參與率、勞動(dòng)就業(yè)率以及資本深化的影響能力更強(qiáng)；中部地區(qū)雖然具有廣闊的市場潛力、承東啟西的區(qū)位優(yōu)勢(shì)和四通八達(dá)的交通條件，但人均資源占有量較少、生態(tài)環(huán)境較為脆弱、產(chǎn)業(yè)體系不夠完全；西部地區(qū)幅員遼闊、

地形復(fù)雜，數(shù)字基礎(chǔ)設(shè)施條件較差，工業(yè)化與城鎮(zhèn)化水平較低，因此數(shù)字經(jīng)濟(jì)發(fā)展對(duì)人口紅利衰退的緩解作用不僅落后于東部地區(qū)，也落后于中部地區(qū)。

然而，西部地區(qū)通過人力資本緩解人口紅衰退的邊際能力卻強(qiáng)于東部、中部地區(qū)。可能的原因是，與東部、中部地區(qū)相比，西部地區(qū)的人口年齡結(jié)構(gòu)較為年輕［56］，更有利于人力資本積累，數(shù)字經(jīng)濟(jì)發(fā)展通過人力資本水平緩解人口紅利衰退是西部地區(qū)主要的中介途徑具有一定的合理性。

4.內(nèi)生性處理

解決內(nèi)生性是經(jīng)濟(jì)學(xué)研究中不可忽視的重點(diǎn)問題。雖然本文已通過雙向固定效應(yīng)模型、動(dòng)態(tài)面板模型控制了一部分內(nèi)生性，但模型依然可能存在內(nèi)生性問題：一方面，數(shù)字經(jīng)濟(jì)的發(fā)展依賴于人口規(guī)模和網(wǎng)民數(shù)量［53］，數(shù)字經(jīng)濟(jì)和人口紅利間很可能存在潛在的因果內(nèi)生性。另一方面，影響人口紅利實(shí)現(xiàn)的因素頗多，雖然本文已努力控制了重要影響指標(biāo)，但仍難以防止遺漏變量所產(chǎn)生的內(nèi)生性。本文將進(jìn)一步采用工具變量法來緩解模型的內(nèi)生性問題。

數(shù)字經(jīng)濟(jì)發(fā)展的初期主要是依賴信息處理技術(shù)和網(wǎng)絡(luò)建設(shè)，從歷史角度考察，中國的互聯(lián)網(wǎng)接入技術(shù)發(fā)展應(yīng)該是源于固定電話的普及，由此歷史上固定電話普及率較高的地區(qū)很有可能是互聯(lián)網(wǎng)發(fā)展較好的地區(qū)，進(jìn)而可能是數(shù)字經(jīng)濟(jì)發(fā)展較好的地區(qū)。就當(dāng)前而言，固定電話難以影響人口紅利的實(shí)現(xiàn)。因此選擇歷史的固定電話數(shù)作為工具變量具有一定的合理性。參考李治國和王杰的研究，選取1984年每百人固定電話擁有量與年份啞變量的交互項(xiàng)作為工具變量［57］，回歸結(jié)果見表9。

從使用工具變量的回歸結(jié)果可見，LM統(tǒng)計(jì)值均通過了顯著性檢驗(yàn)，說明不存在不可識(shí)別問題。從數(shù)字經(jīng)濟(jì)影響人口紅利的交乘項(xiàng)來看，其系數(shù)與基準(zhǔn)回歸相比僅存在大小差異，不存在影響方向的差異，表明在處理了模型內(nèi)生性后，本文的實(shí)證結(jié)果依然是可靠的。

5.穩(wěn)健性分析

基于變量縮尾的穩(wěn)健性分析。將所有變量進(jìn)行1%縮尾處理并進(jìn)行估計(jì)，結(jié)果如表10所示，可見變量進(jìn)行縮尾處理后，數(shù)字經(jīng)濟(jì)發(fā)展通過勞動(dòng)就業(yè)率、人力資本、資本深化影響人

口紅利的交互項(xiàng)系數(shù)均顯著為負(fù)，通過勞動(dòng)參與率影響人口紅利的路徑不顯著，與基準(zhǔn)回歸結(jié)果僅存在著數(shù)值大小的差異，再一次驗(yàn)證了本文實(shí)證結(jié)果的穩(wěn)健性。

此外，從表3—表9的回歸結(jié)果可見，無論是基于不同的模型還是基于不同的區(qū)域，回歸結(jié)果均顯示數(shù)字經(jīng)濟(jì)發(fā)展可以通過提高勞動(dòng)就業(yè)率、人力資本以及資本深化水平等途徑緩解勞動(dòng)年齡人口比重下降對(duì)經(jīng)濟(jì)增長的負(fù)向影響，即可以緩解人口紅利的衰退。進(jìn)一步驗(yàn)證了本文實(shí)證結(jié)果的穩(wěn)健性，具有一定的參考意義。

五、研究結(jié)論與政策啟示

1.研究結(jié)論

數(shù)字經(jīng)濟(jì)和人口紅利問題是當(dāng)前社會(huì)各界頗為關(guān)注的重點(diǎn)問題。發(fā)展數(shù)字經(jīng)濟(jì)是把握新一輪科技革命和產(chǎn)業(yè)變革新機(jī)遇的戰(zhàn)略選擇，那么其能夠減緩人口紅利的衰退、形成數(shù)字經(jīng)濟(jì)發(fā)展的人口紅利效應(yīng)嗎？為回答這一問題，本文在系統(tǒng)分析數(shù)字經(jīng)濟(jì)影響人口紅利理論機(jī)理的基礎(chǔ)上，搭建了數(shù)字經(jīng)濟(jì)影響人口紅利的數(shù)理框架，基于中國2013—2020年省級(jí)面板數(shù)據(jù)，采用引入三變量交互項(xiàng)的雙向固定效應(yīng)模型、動(dòng)態(tài)面板模型進(jìn)行了實(shí)證檢驗(yàn)，研究發(fā)現(xiàn)：

①數(shù)字經(jīng)濟(jì)的發(fā)展可以通過提高勞動(dòng)就業(yè)率、人力資本水平以及資本深化等途徑緩解人口紅

利的衰退。較為特別的是通過提高勞動(dòng)參與率影響人口紅利的路徑不具顯著性?？赡艿脑?，一是數(shù)字經(jīng)濟(jì)發(fā)展對(duì)勞動(dòng)參與率的影響較為微弱;二是統(tǒng)計(jì)指標(biāo)覆蓋不夠全面，數(shù)字經(jīng)濟(jì)所衍生出的新型就業(yè)形態(tài)較為靈活復(fù)雜，官方統(tǒng)計(jì)指標(biāo)很難覆蓋全面。

②通過工具變量法進(jìn)行內(nèi)生性處理后，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)人口紅利的影響并沒有明顯的改變。

③基于“胡煥庸線”的異質(zhì)性分析表明，東南部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)人口紅利衰退的緩解作用較西北部地區(qū)突出；

基于南方、北方的異質(zhì)性分析表明，與南方地區(qū)相比，北方地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展通過人力資本影響人口紅利的邊際效應(yīng)較大，而通過勞動(dòng)就業(yè)率以及資本深化影響人口紅利的邊際效應(yīng)較??；基于東、中、西部的異質(zhì)性分析表明，西部地區(qū)通過人力資本緩解人口紅利衰退的邊際能力較東部、中部地區(qū)更明顯。

2.政策啟示

以上研究結(jié)論為大力發(fā)展數(shù)字經(jīng)濟(jì)的政策導(dǎo)向提供了新的證據(jù)支持，也引發(fā)了我們對(duì)如何充分發(fā)揮數(shù)字經(jīng)濟(jì)發(fā)展的人口紅利效應(yīng)的深入思考。

（1）大力發(fā)展數(shù)字經(jīng)濟(jì)。建立和完善相關(guān)法律、稅收、監(jiān)管制度，優(yōu)化數(shù)字經(jīng)濟(jì)發(fā)展環(huán)境；促進(jìn)數(shù)字要素市場化配置改革，激活數(shù)字要素活力；加強(qiáng)數(shù)字技術(shù)基礎(chǔ)研發(fā)，完善智能化綜合性數(shù)字信息基礎(chǔ)設(shè)施，破解關(guān)鍵核心技術(shù)的“卡脖子”問題，提升數(shù)字關(guān)鍵核心技術(shù)創(chuàng)新能力；制定與數(shù)字經(jīng)濟(jì)發(fā)展相適應(yīng)的人才培育政策，增強(qiáng)數(shù)字經(jīng)濟(jì)發(fā)展內(nèi)生動(dòng)力；鼓勵(lì)高校積極申報(bào)數(shù)字經(jīng)濟(jì)相關(guān)、交叉研究項(xiàng)目，積極為數(shù)字經(jīng)濟(jì)發(fā)展提供智力支持。

（2）充分發(fā)揮數(shù)字經(jīng)濟(jì)發(fā)展的人口紅利效應(yīng)。利用數(shù)字金融的普惠性，降低企業(yè)融資成本，增強(qiáng)市場主體活力，促進(jìn)企業(yè)創(chuàng)新創(chuàng)業(yè)，提高就業(yè)創(chuàng)造能力；建立與數(shù)字經(jīng)濟(jì)發(fā)展崗位需求相匹配的教育模式，該模式應(yīng)具有一定的超前性，啟用產(chǎn)學(xué)研一體化方式為勞動(dòng)力市場儲(chǔ)備適應(yīng)性勞動(dòng)力；充分挖掘數(shù)字經(jīng)濟(jì)的資本深化效應(yīng)，推動(dòng)數(shù)字產(chǎn)業(yè)化發(fā)展與產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，為中小微企業(yè)數(shù)字化轉(zhuǎn)型提供技術(shù)金融支持，形成企業(yè)生產(chǎn)效率提高與資本回報(bào)率上升的良性循環(huán)。

（3）促進(jìn)區(qū)域間數(shù)字經(jīng)濟(jì)協(xié)調(diào)發(fā)展。數(shù)字經(jīng)濟(jì)發(fā)展領(lǐng)先地區(qū)，應(yīng)著重提升數(shù)字技術(shù)的創(chuàng)新水平，破解關(guān)鍵卡脖子技術(shù)；數(shù)字經(jīng)濟(jì)發(fā)展較為落后的地區(qū)，應(yīng)針對(duì)數(shù)字基礎(chǔ)設(shè)施建設(shè)（尤其是新型基礎(chǔ)設(shè)施如5G、人工智能、區(qū)塊鏈等）、實(shí)體經(jīng)濟(jì)發(fā)展、研發(fā)投入等方面提供更多的科研資金支持，同時(shí)也要加強(qiáng)數(shù)字經(jīng)濟(jì)相關(guān)人才的引進(jìn)；因地制宜

地實(shí)施異質(zhì)性發(fā)展政策，充分發(fā)揮數(shù)字經(jīng)濟(jì)領(lǐng)先地區(qū)的發(fā)展優(yōu)勢(shì)，輸出先進(jìn)數(shù)字技術(shù)，輻射帶動(dòng)發(fā)展較為落后地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展，縮小區(qū)域間發(fā)展差距。

3.不足與展望

所有事物都與其他事物相關(guān)聯(lián)［58］，以互聯(lián)網(wǎng)為載體的數(shù)字經(jīng)濟(jì)具有很強(qiáng)的滲透性和融合性，更能夠打破地理距離的限制，使某地區(qū)的人口紅利很可能會(huì)同時(shí)受到本地區(qū)和其他地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展的影響，即存在潛在的空間外溢效應(yīng)，未來的研究應(yīng)關(guān)注數(shù)字經(jīng)濟(jì)對(duì)人口紅利影響的空間效應(yīng)。

此外，人口老齡化程度的加深、勞動(dòng)年齡人口比重的逐漸下降是中國未來一段時(shí)期不可逆轉(zhuǎn)的趨勢(shì)。從長遠(yuǎn)角度來看，為保障經(jīng)濟(jì)的健康可持續(xù)發(fā)展，必須要促進(jìn)人口紅利向人才紅利轉(zhuǎn)變，探索如何促進(jìn)人口紅利向人才紅利的轉(zhuǎn)變應(yīng)該是未來

研究的重點(diǎn)。

參考文獻(xiàn)：

［1］蔡昉.人口轉(zhuǎn)變、人口紅利與劉易斯轉(zhuǎn)折點(diǎn)［J］.經(jīng)濟(jì)研究，2010（4）：4-13.

［2］ARENDT L.The digital economy， ICT and economic growth in the CEE countries［J］. Olsztyn Economic Journal， 2015，10（3）， 247-262.

［3］MYOVELLA G， KARACUKA M， HAUCAP J. Digitalization and economic growth： a comparative analysis of Sub-Saharan Africa and OECD economies［J］. Telecommunications Policy， 2019， 44（2）：101856.

［4］柏培文，張?jiān)?數(shù)字經(jīng)濟(jì)、人口紅利下降與中低技能勞動(dòng)者權(quán)益［J］.經(jīng)濟(jì)研究，2021（5）：91-108.

［5］ZAMAN K， SARKER T. Demographic dividend， digital innovation， and economic growth： Bangladesh experience［R］.? Asian Development Bank Institute， 2021.

［6］RAO S S. Bridging digital divide： efforts in India ［J］.? Telematics and Informatics， 2005， 22（4）： 361-375.

［7］HOSAN S， KARMAKER S C， RAHMAN M M， et al.? Dynamic links among the demographic dividend， digitalization， energy intensity and sustainable economic growth： empirical evidence from emerging economies［J］.? Journal of Cleaner Production， 2022， 330： 129858.

［8］MASON A.? Population and the Asian economic miracle［J］.? Asia-Pacific Population & Policy， 1997， 43： 1-4.

［9］BLOOM D E， WILLIAMSON J G.? Demographic transitions and economic miracles in emerging Asia［J］.? The World Bank Economic Review， 1998， 12（3）： 419-455.

［10］MASON A， LEE R.? Reform and support systems for the elderly in developing countries： capturing the second demographic dividend［J］.? Genus， 2006， 62（2）： 11-35.

［11］蔡昉.中國經(jīng)濟(jì)面臨的轉(zhuǎn)折及其對(duì)發(fā)展和改革的挑戰(zhàn)［J］. 中國社會(huì)科學(xué)， 2007（3）： 4-12.

［12］王德文.人口低生育率階段的勞動(dòng)力供求變化與中國經(jīng)濟(jì)增長［J］.中國人口科學(xué)， 2007（1）： 44-52， 96.

［13］于學(xué)軍.中國人口轉(zhuǎn)變與“戰(zhàn)略機(jī)遇期”［J］.中國人口科學(xué)， 2003（1）： 11-16.

［14］馬瀛通.人口紅利與日俱增是21世紀(jì)中國跨越式發(fā)展的動(dòng)力［J］.中國人口科學(xué)， 2007（1）： 2-9， 95.

［15］鐘水映，李魁.人口紅利、空間外溢與省域經(jīng)濟(jì)增長［J］. 管理世界， 2010（4）： 14-23， 186-187.

［16］BLOOM D E， CANNING D， SEVILLA J P.? Economic growth and the demographic transition［R］.??? NBER Working Papers， No.8685， 2001.

［17］原新，劉厚蓮. 中國人口紅利真的結(jié)束了嗎？［J］. 人口與經(jīng)濟(jì)， 2014（6）： 35-43.

［18］鐘水映，趙雨，任靜儒. “教育紅利”對(duì)“人口紅利”的替代作用研究［J］. 中國人口科學(xué)，2016（2）： 26-34.

［19］LEE R， MASON A.? Back to basics： what is the demographic dividend？［J］.? Finance & Development， 2006， 43（3）： 16-17.

［20］楊成鋼，閆東東. 質(zhì)量、數(shù)量雙重視角下的中國人口紅利經(jīng)濟(jì)效應(yīng)變化趨勢(shì)分析［J］. 人口學(xué)刊，

2017（5）： 25-35.

［21］原新，金牛. 新型人口紅利是經(jīng)濟(jì)高質(zhì)量發(fā)展的動(dòng)力源［J］. 河北學(xué)刊， 2021（6）： 109-116.

［22］TAPSCOTT D.? The digital economy： promise and peril in the age of networked intelligence［M］. New York： McGraw-Hill， 1996： 44-66.

［23］ACEMOGLU D， RESTREPO P.? Secular stagnation？ the effect of aging on economic growth in the age of automation ［J］.? American Economic Review， 2017，107（5）：174-179.

［24］陳彥斌，林晨，陳小亮. 人工智能、老齡化與經(jīng)濟(jì)增長［J］. 經(jīng)濟(jì)研究，2019（7）： 47-63.

［25］ROSS J.? Understanding the demographic dividend［R］.? Washington DC： Futurces Group，

POLICY Project Note， 2004.

［26］劉元春，孫立. “人口紅利說”： 四大誤區(qū)［J］. 人口研究， 2009（1）： 81-90.

［27］原新，高瑗，李競博．人口紅利概念及對(duì)中國人口紅利的再認(rèn)識(shí)——聚焦于人口機(jī)會(huì)的分析［J］．中國人口科學(xué)，2017（6）：19-31， 126.

［28］王廣州. 中國人口機(jī)會(huì)窗口與人口紅利再認(rèn)識(shí)［J］. 中國人口科學(xué)， 2021（3）： 2-16， 126.

［29］YU H， GOGGIN G， FISHER K， et al.? Introduction： disability participation in the digital economy［J］.? Information， Communication & Society， 2019， 22（4）： 467-473.

［30］邱澤奇，喬天宇. 電商技術(shù)變革與農(nóng)戶共同發(fā)展［J］. 中國社會(huì)科學(xué)， 2021（10）： 145-166， 207.

［31］BUKHT R， HEEKS R. Defining， conceptualising and measuring the digital economy［J］.? International Organisations Research Journal， 2018， 13（2）：143-172.

［32］EICHHORST W， SPERMANN A.? Sharing economy： mehr chancen als risiken？［J］.? Wirtschaftsdienst， 2016， 96（6）：433-439.

［33］周廣肅，樊綱. 互聯(lián)網(wǎng)使用與家庭創(chuàng)業(yè)選擇——來自CFPS數(shù)據(jù)的驗(yàn)證［J］. 經(jīng)濟(jì)評(píng)論， 2018（5）： 134-147.

［34］HOLTGREWE U.? New new technologies： the future and the present of work in information and communication technology［J］. New Technology Work & Employment， 2014， 29（1）：9-24.

［35］POULIAKAS K. Determinants of automation risk in the EU labour market： a skills-needs approach［R］. IZA No.11829，2018.

［36］VASILESCU M D， SERBAN A C， DIMIAN G C， et al. Digital divide， skills and perceptions on digitalisation in the European Union： towards a smart labour market［J］.? PLoS ONE， 2020， 15（4）： 1-39.

［37］何宗樾，宋旭光. 數(shù)字經(jīng)濟(jì)促進(jìn)就業(yè)的機(jī)理與啟示——疫情發(fā)生之后的思考［J］. 經(jīng)濟(jì)學(xué)家，2020（5）： 58-68.

［38］AUTOR D H， KATZ L F， KEARNEY M S.? Trends in U.S.? wage inequality： revising the revisionists［J］.? Review of Economics and Statistics， 2008， 90（2）：300-323.

［39］EICHHORST W， BUHLMANN F. Die zukunft der arbeit und der wandel der arbeitswelt［J］. Wirtschaftspolitische Bltter， 2015， 62（1）： 131-148.

［40］RINNE U， ZIMMERMANN K F. Die digitale arbeitswelt von heute und morgen［J］.? Aus Politik und Zeitgeschichte， 2016， 66（18-19）： 3-9.

［41］DENGLER K， MATTHES B. The impacts of digital transformation on the labour market： substitution potentials of occupations in Germany［J］. Technological Forecasting and Social Change， 2018， 137（C）： 304-316.

［42］EICHHORST W， HINTE H， RINNE U， et al.? How big is the gig？ assessing the preliminary evidence on the effects of digitalization on the labor market［J］.? IZA Policy Papers， 2016， 28（3）：298-318.

［43］戚聿東，劉翠花，丁述磊. 數(shù)字經(jīng)濟(jì)發(fā)展、就業(yè)結(jié)構(gòu)優(yōu)化與就業(yè)質(zhì)量提升［J］. 經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2020（11）：17-35.

［44］SAHOO D， NAYAK S， BEHERA J.? Digitization and economic performance of two fast-growing［R］. Asian Development Bank Institute，2021.

［45］李夢(mèng)娜，周云波. 數(shù)字經(jīng)濟(jì)發(fā)展的人力資本結(jié)構(gòu)效應(yīng)研究［J］. 經(jīng)濟(jì)與管理研究， 2022（1）： 23-38.

［46］ROMER P M.? Endogenous technological change［J］.? Journal of Political Economy， 1990， 98

（5）： S71-S102.

［47］李廣子，熊德華，劉力. 中小銀行發(fā)展如何影響中小企業(yè)融資？——兼析產(chǎn)生影響的多重中介效應(yīng)［J］. 金融研究，2016（12）：78-94.

［48］彭剛，趙樂新. 中國數(shù)字經(jīng)濟(jì)總量測(cè)算問題研究——兼論數(shù)字經(jīng)濟(jì)與我國經(jīng)濟(jì)增長動(dòng)能轉(zhuǎn)換［J］. 統(tǒng)計(jì)學(xué)報(bào)， 2020（3）： 1-13.

［49］王軍，朱杰，羅茜. 中國數(shù)字經(jīng)濟(jì)發(fā)展水平及演變測(cè)度［J］. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021（7）： 26-42.

［50］張軍，吳桂英，張吉鵬. 中國省際物質(zhì)資本存量估算：1952—2000［J］. 經(jīng)濟(jì)研究， 2004（10）： 35-44.

［51］李虹，鄒慶. 環(huán)境規(guī)制、資源稟賦與城市產(chǎn)業(yè)轉(zhuǎn)型研究——基于資源型城市與非資源型城市的對(duì)比分析［J］. 經(jīng)濟(jì)研究， 2018（11）： 182-198.

［52］付凌暉. 我國產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化與經(jīng)濟(jì)增長關(guān)系的實(shí)證研究［J］. 統(tǒng)計(jì)研究， 2010（8）： 79-81.

［53］李曉華. 數(shù)字經(jīng)濟(jì)新特征與數(shù)字經(jīng)濟(jì)新動(dòng)能的形成機(jī)制［J］. 改革， 2019（11）： 40-51.

［54］尹文耀，尹星星，顏卉. 從六十五年發(fā)展看胡煥庸線［J］. 中國人口科學(xué)， 2016（1）： 25-40，126.

［55］趙放，劉雨佳. 中國數(shù)字經(jīng)濟(jì)的聯(lián)系強(qiáng)度、空間結(jié)構(gòu)與發(fā)展策略［J］. 山西大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）， 2021（4）： 99-108.

［56］晏月平，黃美璇，鄭伊然. 中國人口年齡結(jié)構(gòu)變遷及趨勢(shì)研究［J］. 東岳論叢， 2021（1）： 148-163.

［57］李治國，王杰. 數(shù)字經(jīng)濟(jì)發(fā)展、數(shù)據(jù)要素配置與制造業(yè)生產(chǎn)率提升［J］. 經(jīng)濟(jì)學(xué)家， 2021（10）： 41-50.

［58］TOBLER W R.? A computer movie simulating urban growth in the Detroit region［J］.? Economic Geography， 1970， 46（S1）： 234-240.

The Demographic Dividend Effect of Digital Economy Development：

Empirical Evidence from China

ZHOU? Jian， DENG? Jingjing

（School of Economics， Liaoning University， Shenyang 110036， China）

Abstract：

“Demographic dividend” is the core concept and key element to explain high economic growth of China and other

East Asian countries， but? the demographic dividend in some countries has gradually declined

after creating the economic miracle.? With the current booming development of the global digital economy， can it slow down the decline of the demographic dividend and form the demographic dividend effect of the development of digital economy？ On the basis of the alleviating effect of? digital economy on the decline of the demographic dividend via improving the labor participation rate， the labor employment rate， the human capital and the material capital accumulation，

this paper employs the two-way fixed effects model， dynamic panel DIF-GMM and SYS-GMM models with three variable interaction terms， to make an empirical analysis? based? on Chinas provincial panel data from 2013 to 2020.? The main findings can be summarized as follows：

Firstly， the development of digital economy has a significant alleviating effect on the decline of? demographic dividend，

where this alleviating effect is indirectly achieved by the improvement of labor employment rate， human capital and material capital accumulation.? The development of digital economy does not have a significant impact on demographic dividend through the improvement of labor force participation rate.

Secondly， after processing endogeneity via instrument variable， the regression results remain robust.

Thirdly， the heterogeneity analysis across regions shows that the decline in the proportion of working-age population in the southeastern region divided by the

“Hu Huanyong Line” has a more significant impact on economic growth than in the northwestern region， while the alleviating effect of digital economic development on the decline of the demographic dividend is more prominent in the northwestern region.? The decline in the proportion of working-age population in the southern region divided by the

“Qinling Mountains and Huaihe River Line” has a more significant impact on economic growth than in the northern region.? In particular，? the coefficient of digital economic development in the northern region affecting? demographic dividend through human capital is larger than that in the southern region.

According to the heterogeneity of the eastern， western and central regions

devided by the National Bureau of Statistics，? the ability of digital economy? to alleviate demographic dividend through labor participation rate， labor employment rate and material capital accumulation is strongest in the eastern region， followed by the central region， and? weakest in the western region.? However， the marginal ability of the western region to alleviate

the demographic dividend recession through human capital is stronger than that of the eastern and central regions.

Keywords：digital economy；demographic dividend；labor force employment；human capital；economic growth

［責(zé)任編輯 劉愛華］