蔡　兴

（湖南师范大学a.商学院；b.大国经济研究中心，长沙410081）

人口老龄化倒逼了中国出口结构的优化升级吗

蔡兴a，b

（湖南师范大学a.商学院；b.大国经济研究中心，长沙410081）

人口老龄化对中国出口贸易既是挑战也是机遇。一方面，人口老龄化将减少劳动力供给，从而提高劳动力成本，进而削弱中国的劳动力优势，不利于中国出口贸易；但另一方面人口老龄化也可能倒逼出口企业以技术替代劳动力，进而促进出口结构的优化升级。运用1998～2013年间中国28个省份的面板数据进行实证分析，研究结果表明，人口老龄化的确倒逼了中国出口结构的优化升级，同时，人力资本状况的改善能显著强化这一“倒逼机制”，而金融发展水平对其的影响则呈现出阶段性。

人口老龄化；出口结构；中介效应；门槛模型

一、引言及文献综述

改革开放以来，中国通过实施外向型经济发展战略取得了经济快速平稳增长的辉煌成绩。近年来，随着以往经济增长动力的逐渐衰弱，中国经济进入了由高速增长向中高速增长换挡的新时期。在这一新的历史阶段，如何实现经济的转型升级，成为了当前中国经济发展所面临的重大课题，而促进出口结构的优化也是这一课题的重要内容之一。1978～2014年期间，中国出口规模保持了年均22%的超高速增长，远高于世界出口贸易的平均增长速度。自实施“科技兴贸”战略以来，中国出口结构也得到了迅速改善和优化，出口产品结构已完成由农产品和初级产品为主，向工业制成品和高技术制成品占主导的转变。根据《中国高技术产业统计年鉴》各年统计数据，中国的高技术产品出口占货物出口的比重由1995年的9%上升到2013的36%。尽管如此，中国仍未能摆脱处于全球产业价值链低端的困境，劳动密集型产品和加工贸易产品仍占据出口产品的较大比重。在当前国内外宏观经济环境发生显著变化的背景下，进一步优化出口产品结构、提高出口产品附加值，成为维持经济健康发展的必经之路。

与此相关的另一个客观事实是，中国的人口结构也在近年发生着显著的变化，即人口老龄化程度在不断加深。据世界银行WDI数据库统计数据，中国的老年抚养比由改革开放初期的7.4%上升到2014年的12.5%。目前，中国的老龄化虽不及世界主要发达经济体严重，但发展速度是惊人的。联合国《世界人口展望》报告预测，到2050年中国的老年抚养比将超过40%。众多研究考察了人口老龄化对经济增长、居民储蓄、消费、房价等多个方面变化的影响。但鲜有研究关注人口老龄化与出口结构间的关系。那么，人口老龄化是否会对中国出口结构产生重要影响？其影响机制如何？这种效应的大小又取决于哪些因素？对上述问题的回答能为未来中国实现出口贸易转型升级提供参考，因此具有一定的理论和现实意义，本文试图通过理论和实证研究来对这些问题进行探讨。

有关人口年龄结构与国际贸易关系研究的国外文献主要从两个方面进行：一是探讨人口年龄结构对经常账户差额或贸易收支的影响；二是研究人口年龄结构或人口增长差异对贸易模式的影响。前者本质上是讨论人口结构对国际收支平衡的影响，进而得出调节国际收支平衡的对策；而后者则是以H-O分析框架为基础，研究人口年龄结构变化或人口增长差异通过改变动态比较优势，最终影响贸易模式。后者则是本文研究的内容。萨扬（Sayan）较早对这一问题进行了研究，他通过构建动态国际贸易模型来分析人口增长差异对贸易模式的影响。研究结果表明，人口增长相对较慢的国家将成为资本相对丰裕的国家，并专业化生产资本密集型产品；反之，人口增长较快的国家则专业化生产劳动密集型产品。［1］这一结论与H-O理论的直觉相符。然而，内藤和赵（Naito&Zhao）的模型分析却得到了与H-O理论框架相左的结论，即人口老龄化程度更高的国家会成为出口资本密集型产品的小国。［2］秋田（Yakitn）分析这一研究结论的差异，研究得出，人口老龄化会对贸易模式产生两种不同的效应：一是罗伯津斯基效应，即人口老龄化导致劳动力相对稀缺，因此会更多地生产资本密集型产品；二是储蓄效应，即人口老龄化会降低储蓄率，从而减少资本供给，最终减少生产资本密集型产品。而净效应如何则取决于这两种效应的相对强度。［3］

长期以来，中国以廉价劳动力为比较优势参与国际分工。随着人口的加速老龄化，许多学者开始担忧低劳动力成本优势将被大幅削弱，从而使我国出口贸易面临严重挑战。陈松和刘海云研究发现，人口红利以及低城镇化率保证了廉价劳动力的供给，是中国出口贸易扩张的最重要推动力，而人口红利的消失将对出口贸易带来显著冲击。从辩证的角度来看，人口老龄化的确对中国出口贸易提出了挑战，但同时也为中国出口贸易结构的优化升级提供了难得的机遇。［4］张杰和何晔分析认为，中国低劳动力成本优势的丧失，有可能促使出口企业增加研发投入，以替代不再那么廉价的劳动力，从而“倒逼”出口结构的优化升级。［5］王有鑫等利用全球121个经济体的数据进行实证研究发现，人口老龄化能显著促进出口产品品质的升级。［6］翟士军和黄汉民的实证研究显示，中国的人口红利能促进加工贸易出口额，却对加工贸易增值强度的影响不显著，而工资刚性对加工贸易的出口额和增值强度均具有显著的负向影响。［7］

综上所述，国外的相关研究着重关注是人口老龄化如何影响贸易模式（或贸易分工），而国内学者主要分析人口老龄化如何通过“倒逼机制”，来影响出口结构。但相关研究都没有运用模型方法来表述“倒逼机制”，以及其他因素如何影响这一机制。鉴于此，本文试图从以下几个方面拓展已有研究：首先，在理论方面，本文试图构建一个简单的理论模型来表述人口老龄化对出口结构优化升级的“倒逼机制”；其次，在实证方面，本文首先利用省级面板数据检验中国人口老龄化与出口结构的关系，然后运用中介效应方法对“倒逼机制”进行识别，最后使用门槛模型方法分析人力资本状况和金融发展水平对人口老龄化的出口结构效应的影响。

二、理论模型

本部分构建一个简单的理论模型来阐述人口老龄化“倒逼”出口结构优化升级的机制。假设出口部门的产出函数为柯布-道格拉斯函数：

其中，Y、K和N分别表示出口部门的实际产出、资本投入量和劳动力投入量，α和β分别表示资本和劳动力产出的弹性系数。A表示出口部门的综合技术水平，它是一个随时间变化的变量，同时也是研发投入的函数，可表示为：

上式中的T表示时间趋势，RD表示研发投入，λ表示研发投入产出的弹性系数。由于本文着重强调技术要素对出口结构的促进作用，因此假设出口结构（用EXS表示）是出口部门人均研发投入（即RD/N）的一次增函数，即：

假设在均衡状态下，所有出口企业都实现了利润最大化，此时，资本的边际产出将等于其边际成本，即利息（用r表示），劳动力的边际产出等于其边际成本即实际工资（用w表示），研发投入的边际产出将等于其边际成本（用d表示）。用公式表示为：

将式（5）等号左右两边分别除以式（6）等号左右两边得到均衡状况下最优人均研发投入量即表达式（7）。该式表明最优人均研发投入是实际工资与研发投入成本比值（即w/d）的增函数。这反映了劳动力和研发投入之间的替代关系，当劳动力成本相对提高时，出口企业将使用更多的研发投入来替代劳动力投入，反之亦然。

由于人口老龄化程度的加深将减少廉价劳动力的供给，从而会提高劳动力成本。因此假设实际工资w是人口老龄化程度（用edr表示）的增函数，公式表示为：

另外，企业研发活动具有高风险、高投入的特点，而研发投入主要包括研发资金投入和研发人员投入。因此，研发活动的成本将与其所在地区的金融发展水平以及人力资本状况密切相关。地区金融发展水平的提高能扩大企业获得资金的渠道、增加资金来源、降低融资成本，因而能有效促进企业增加研发投入；而地区人力资本越丰富、质量越高，企业就能以更低的成本雇佣研发人员。据此，我们假设研发活动的边际成本（即d）是金融发展水平（用fin表示）和人力资本（用hc表示）的减函数，即存在以下关系：

综合式（3）、式（7）和式（8），求出口结构对人口老龄化程度的偏导数，得到：

式（10）中的偏导数反映了人口老龄化的出口结构效应。偏导数为正，表明人口老龄化程度的提高将促进出口结构优化，由此可以得到模型分析的第一个命题。

命题1人口老龄化将导致劳动力供给减少，从而提高劳动力的相对成本，削弱中国低劳动力成本优势，进而“倒逼”出口企业以研发投入替代劳动力投入，最终促进出口结构的优化升级。

进一步分别求式（10）对金融发展水平（即fin）和人力资本（即hc）的二阶偏导数，可以得到这两个因素对人口老龄化的出口结构效应的影响，即：

由式（11）和式（12）可知，两个二阶偏导数均为正，由此可得到模型分析的第二个命题。

命题2金融发展水平的提高以及人力资本状况的提升能有效降低研发活动的投入成本，因此，当人口老龄化提高劳动力成本时，能刺激出口企业更多地以研发投入来替代劳动力投入，从而更有利于出口结构的优化升级。简言之，金融发展和人力资本提升会强化人口老龄化对出口结构的“倒逼”作用。

下文将利用中国的省级面板数据对以上两个命题进行实证检验。

三、中国人口老龄化的出口结构效应及其影响机制的实证研究

1.计量模型设定与数据说明

为了分析中国人口老龄化的出口结构效应，本文设定如下计量模型：

其中，i代表地区，t代表年份，μ为误差项，EXS表示各地区的出口结构。出口结构可用多种指标进行衡量，包括制成品出口贸易额占货物出口贸易额的比重、加工贸易出口额占货物出口贸易额的比重、高技术产品出口交货值占货物出口贸易额的比重，等等。另外，部分研究直接使用各地区分行业出口额来进行实证研究。由于本文更为强调从技术含量的角度来衡量出口结构，同时也考虑到各省份相关数据的可获得性，选择高技术产品出口交货值占货物出口贸易额的比重来衡量出口结构。edr表示人口老龄化程度，用老年抚养比，即老年人口数（65岁及以上）与劳动人口数（16到64岁）之比来衡量。为了获得稳健的回归结果，在计量模型中加入一系列影响出口结构的控制变量X，具体包括：

（1）金融发展水平。大量文献从金融规模、金融结构、金融效率等多方面研究了金融发展对出口结构的影响，大致得到了金融发展促进出口结构优化的实证结果。本文借鉴孙少勤和邱斌的做法，［8］使用各金融机构各项贷款总额与地区生产总值的比重来衡量金融规模。

（2）人力资本状况。卢福财和罗瑞龙认为地区整体人力资本水平的提升能有效改善企业的技术吸收和自主开发能力，提升本国在全球价值链中的分工地位。［9］由此可见，人力资本水平的提升也会对出口结构产生重要的促进作用。人力资本状况又表现为整体人力资本水平和人力资本质量两个方面，而它们可能对出口结构产生不同的影响，因此需要分别来进行考察。本文使用平均受教育年限、高等教育劳动人口比重来分别度量各地区的整体人力资本水平和人力资本质量。平均受教育年限的计算依据通常的处理方法，即所有劳动人口的总受教育年限除以劳动人口数，其中，小学、初中、高中和大专及以上人口的受教育年限分别设定为6年、9年、12年和16年。高等教育劳动人口比重则为大专及以上人数占劳动人口的比重。

（3）外贸依存度。科（Coe）等提出对外贸易能通过“干中学”效应、传染效应、示范效应和产业关联效应等渠道对发展中国家产生技术外溢。［10］而且这种技术外溢效应往往在出口部门表现更为明显，由此可以推断，对外贸易规模的扩大反过来又能促进出口结构的优化升级。大多数文献使用外贸依存度来衡量地区参与国际贸易的程度，即货物进出口总额与GDP的比，本文也沿用这一惯常做法。

（4）FDI依存度。FDI对出口结构将产生两种不同方向的影响：一方面，FDI通过技术外溢能促进出口企业技术水平的提高，从而带动出口结构的优化升级；另一方面，中国目前引进的FDI仍以加工贸易型外资企业为主，其低附加值的劳动密集型出口产品占据中国出口较大比重，从而阻碍整体出口结构的优化升级。本文使用FDI依存度（即FDI与GDP之比）来衡量FDI的相对规模。

（5）人均实际GDP增长率。部分研究在计量模型中加入人均实际GDP，用于检验经济发展阶段对出口结构的影响。但由于该指标与本文添加的多个控制变量之间存在高度相关性，采用该变量会造成严重的共线性问题，因此，本文选择人均实际GDP的增长率来考察经济增长速度对出口结构的影响。

（6）基础设施发展水平。王永进等认为高技术复杂度的产品往往更容易受到外部风险和不确定性的影响，而完善的基础设施能通过节约库存来降低企业的调整成本，从而更有利于高复杂度产品的出口。［11］由此可见，基础设施的不断发展能有效促进出口结构的优化升级。本文借鉴刘生龙和胡鞍钢的做法，使用交通基础设施禀赋（即地区公路里程与土地面积的比值）来衡量地区基础设施发展水平。［12］

（7）少儿抚养比。少儿抚养比是人口年龄结构另一个重要指标，其变化会对人口红利和劳动力供给状况产生重要影响，因而也可能影响出口结构。具体而言，少儿抚养比越高意味着劳动力相对越少，因此可能会促进出口结构优化；但另一方面，较高的少儿抚养比也可能意味着用于每个少儿的教育资本将减少，从而可能影响未来年轻一代的整体素质，进而抑制未来出口结构的升级。

由于高技术产业出口交货值数据在1996和1997年存在缺失值，而西藏自治区、青海省和重庆市也缺失较多数据，因此，本文使用1998～2013年间的数据全国28个省份来进行实证研究。所有数据来源于历年的《中国高技术产业统计年鉴》、《中国人口和就业统计年鉴》、《新中国六十年统计资料汇编》、《中国统计年鉴》以及中国统计局网站。另外，由于出口结构数据存在个别异常大的极端值，为了降低极端值对估计结果的影响，本文对出口结构数据进行了单边缩尾处理（缩尾分位为1%）。

2.中国人口老龄化的出口结构效应的实证检验

本文主要使用固定效应模型方法来进行估计，主要基于以下原因：一是全国各省份之间的差异性较大，地区固定效应模型能较好地消除地区固定因素对估计结果的影响，除此之外，我们还通过添加时间虚拟变量来控制时间固定因素的影响，从而获得更为稳健的结果；二是随机效应模型只能增强模型估计的有效性，并不能改变模型的一致性，并且本文的大多数估计方程的两种模型的估计结果基本一致，但由于篇幅的限制，只报告固定效应模型的估计结果。

表1报告了全国样本的估计结果。其中，第（1）和第（2）列为只添加少数几个核心控制变量的估计结果，第（3）和第（4）列为添加了所有控制变量的估计结果，而第（2）和第（4）列为添加了时间虚拟变量的估计结果。从以上估计结果可以看出，老年抚养比对出口结构存在显著的正向促进效应，且估计系数大小稳定在0.68到0.83，这表明中国老年抚养比上升1个百分点能导致出口结构上升0.68至0.83个百分点。依据这一估计结果以及联合国《世界人口展望》对中国老年抚养比的预测，可以粗略推算：到2050年，人口老龄化将推动出口结构（即高技术产品出口占货物出口额的比重）较2014年上升18.7到22.8个百分点。

但是，以上结果均未考虑计量模型的内生性问题，严重的内生性问题可能导致估计结果的有偏性和非一致性。而本文可能存在的内生性问题是基于以下原因：第一，反向因果关系，即出口结构可能影响经济增长和居民收入水平，进而间接影响人们的生育决策以及人口年龄结构；第二，遗漏变量，本文的计量模型可能忽略了某些同时影响出口结构和老年抚养比的控制变量，这些变量的遗漏也会导致内生性。因此，我们试图采用工具变量方法来处理可能的内生性。许多有关人口年龄结构变化经济效应的实证研究均尝试使用各种工具变量。［13］［14］然而，这些工具变量均只针对于国别数据，而不适用于中国的省级面板数据。因此，本文依照其他相关研究的处理，为了尽量减少样本量的损失，使用老年抚养比的一期滞后项作为工具变量。两阶段的回归结果由表1的第（5）和（6）列显示。从第（6）列可以看出，老年抚养比估计系数的显著性和大小均有所增加，这表明中国人口老龄化促进出口结构升级的实证结果是比较稳健的。

表1　人口老龄化影响出口结构的估计结果

从控制变量的估计结果来下，平均受教育年限的估计系数不显著且符号不确定，而高等教育劳动力比重的估计系数则显著为正，且数值比较稳定，这说明相比于人力资本的整体水平，人力资本的质量对出口结构的促进作用更为明显。金融发展水平在前三个估计结果中均显著为正，表明金融发展的确能有效促进出口结构优化，这与其他相关研究的结论相似。货物贸易总额/GDP的估计系数全都显著为正，则表明贸易开放的扩大通过技术外溢效益促进了出口结构的优化升级；而FDI/GDP的估计系数则为负，表明FDI流入规模的扩大反而抑制了出口结构的升级。出现这一结果可能的原因是，中国吸引的外商直接投资多为加工贸易型外资，他们通过利用中国的廉价劳动力进行加工和装配等低技术含量、低附加值的经济活动，并将劳动力密集型制成品出口国际市场，因此，加工贸易型FDI规模的扩大反而会阻碍我国出口结构的升级。基础设施发展水平的估计系数则总是显著为正，意味着基础设施发展能对出口结构升级起到促进作用，这与王永进等的研究结果相似。［11］少儿抚养比的估计系数不显著，且符号不稳定，这可能意味着中国少儿抚养比更多地表现为对未来劳动力供给状况以及出口结构的影响。人均实际GDP增长率的估计系数均为负，这表明中国当前的经济发展还属于粗放型发展，这种经济发展方式并不对应于经济效率的提高以及出口结构的优化，更高的经济增长率反而意味着，生产和出口的增长更多地依靠要素投入的增加。

3.中国人口老龄化影响出口结构的机制识别

前文的理论模型阐释了人口老龄化对出口结构的“倒逼机制”：即人口老龄化导致劳动力成本上升，从而倒逼出口企业增加研发投入，以技术来替代劳动力，最终促进出口结构优化升级。上一小节已经验证了中国人口老龄化与出口结构之间的关系，而本小节则进一步利用中介效应检验方法来对影响机制进行识别。由于本文假设出口结构是出口企业研发投入的增函数，而出口结构又是以高技术产品出口交货值占货物出口额的比重来衡量，因此，我们主要检验人口老龄化是否通过提高劳动力成本，进而“倒逼”高技术企业增加研发投入。据此，本文设定如下中介效应模型：

以上三式中的核心变量包括：（1）高技术企业研发投入（RDinput），包括研发经费投入和研发人员投入，分别用“各地区高技术产业研发经费内部支出/主营业务收入”，以及“研发人员全时当量/从业人员数”衡量；（2）人口老龄化程度（edr），用老年抚养比来衡量；（3）中介变量（M）——劳动力成本，用各地区的人均实际工资水平来衡量。为了获得更为稳健的检验结果，我们在模型中分别加入影响高技术产业研发投入和劳动力成本的控制变量（即Y和Z）。

借鉴戴魁早和刘友金的模型设定，［15］选择如下影响高技术产业研发投入的控制变量：（1）高技术产业的经济绩效，用“利税总额/主营业务收入”来衡量；（2）高技术产业的新产品需求状况，用“新产品销售收入/主营业务收入”来衡量；（3）高技术产业的外向程度，用“出口交货值/主营业务收入”来衡量；（4）各地区金融发展水平，用“金融机构各项贷款余额/GDP”来衡量。而影响劳动力成本的控制变量则选择：（1）人均实际GDP；（2）流动人口状况，用“常住人口数/户籍人口”衡量；（3）对外开放程度，用“外贸依存度（即货物进出口贸易总额/GDP）”来衡量。相关数据均来自《中国高技术产业统计年鉴》和《中国统计年鉴》等。另外，式（14）中的系数φ1，反映人口老龄化对高技术产业研发投入的总效应；式（15）中的系数φ4反映人口老龄化与中介变量劳动力成本之间的关系；式（16）中的系数φ7和φ8分别反映人口老龄化对高技术产业研发投入的直接效应和中介效应。

本文采用巴伦和肯尼（Baron and Kenny）提出的依次检验法来对中介效应进行检验。［16］其具体步骤为：首先估计模型（14），如果φ1显著为正，则表明人口老龄化对高技术产业研发投入存在正向促进作用；然后估计模型（15），如果φ4显著为正，则表明人口老龄化的确提高了劳动力成本；最后估计模型（16），如果φ7不显著而φ8显著则表明人口老龄化对高技术产业研发投入产生了完全中介效应，即人口老龄化对高技术产业研发投入的影响完全通过劳动力成本传递，如果φ7和φ8都显著，则表明人口老龄化对高技术产业研发投入产生了不完全中介效应，即除中介效用以外还存在着直接效应。

表2报告了中介效应的检验结果。其中，估计方程（7）和方程（8）分别反映了人口老龄化对高技术产业研发费用投入和研发人员投入的总效应。可以看出，老年抚养比的系数均在1%的显著性水平下显著为正，表明人口老龄化确实促进了高技术产业增加研发投入。估计方程（9）反映了人口老龄化对中介变量劳动力成本的影响，老年抚养比的系数也显著为正，表明人口老龄化导致了劳动力供给减少以及劳动力成本（即人均实际工资水平）上升。估计方程（10）和（11）是在控制了中介变量的基础上来考察人口老龄化对高技术产业研发投入的影响。从这两列的估计结果可以看出，中介变量的系数均显著为正，老年抚养比的估计系数也显著为正，而且估计系数的大小和显著程度较方程（7）和（8）的估计结果明显下降，如老年抚养比对高技术产业研发费用投入的估计系数由0.093下降到0.046，老年抚养比对高技术产业研发人员投入的估计系数也由0.26下降到0.11，减小了50%以上，而显著水平也都由1%下降到5%。这些结果都表明人口老龄化通过中介变量（劳动力成本）对高技术产业研发投入产生了不完全中介效应。这一结果与理论模型的命题1相符，表明中国人口老龄化对出口结构存在“倒逼机制”。

表2　中介效应模型的估计结果

四、人口老龄化出口结构效应的影响因素分析

上文理论模型的命题2表明，研发活动具有高投入、高风险的特征，而地区人力资本水平的提升能降低企业研发投入的成本，地区金融发展水平的提升能降低企业研发的融资成本，因而会强化人口老龄化对出口结构的促进作用。命题2意味着，人口老龄化与出口结构之间可能存在非线性的关系，而且这种非线性关系取决于人力资本状况和金融发展水平。本部分将运用门槛模型方法来对命题2进行检验，分别以地区人力资本整体水平和质量、金融发展水平为门槛变量，来验证中国人口老龄化的出口结构效应是否存在“门槛特征”。

1.门槛模型设定与方法说明

汉森（Hansen）在1996年最早提出了门槛回归模型的估计方法，随后汉森又提出了基于面板数据的门槛模型的回归方法。［17］本文依据命题2以及汉森所提方法，构建以下门槛模型：

式（17）中，thr表示门槛变量，包括人力资本整体水平（用平均受教育年限衡量）、人力资本质量（用高等教育劳动力比重衡量）以及金融发展水平（用金融机构各项贷款/GDP衡量），τ为特定的门槛值，I（·）为指示性函数，当括号内的条件满足时取1，反之取0，其他符号与式（13）含义相同。式（17）显示的是单一门槛模型，双重和多重门槛模型可在其基础上进一步扩展得到，不再赘述。

2.门槛模型的估计结果

表3　门槛模型的估计结果

依据前文介绍的方法，首先估计每个门槛变量的单一门槛模型、双重门槛模型以及三重门槛模型，根据F统计量来计算可能的门槛值，并依据门槛值是否落在置信区间来确定真实门槛值。通过以上步骤发现：门槛模型的F统计量显示三个门槛变量都可能存在三个门槛值，但置信区间检验结果显示平均受教育年限只存在一个真实门槛值，而高等教育劳动力比重和金融发展水平分别存在两个真实门槛值。在确定了门槛值的个数后，即可得到各参数的估计值，表3报告了估计结果。

其中，估计方程（12）汇报了平均受教育年限作为门槛变量的估计结果。可以看出当平均受教育年限小于8.406时，人口老龄化的出口结构效应显著为正，估计系数为0.470；而当平均受教育年限超过8.406时，估计系数增大为0.935，显著性也有所提高。这表明在平均受教育年限越大，人口老龄化对出口结构的促进作用就越大。估计方程（13）报告了高等教育劳动力比重作为门槛变量时的估计结果。可以看出，两个门槛值将总样本分为三个部分，分别为高等教育劳动力比重小于4.915、大于4.915且小于6.458以及大于6.458，而三个样本区间当中老年抚养比的估计系数分别为0.127、0.486和0.888。这说明高等教育劳动力比重的提高，也有利于人口老龄化对出口结构的促进作用。总之，以上结果验证了命题2结论，即地区人力资本的整体水平和质量的提升都将强化人口老龄化的出口结构效应。

估计方程（14）显示了金融发展水平作为门槛变量时的估计结果。同样，金融发展水平的两个门槛值将样本分为三个区间：当金融发展水平低于103.047时，老年抚养比的估计系数在5%的水平下显著，且数值为0.75；当金融发展水平高于103.047且低于123.829时，老年抚养比的估计系数增大到1.187；而当金融发展水平进一步跨过123.829，老年抚养比的估计系数又降低为0.610。以上结果表明，人口老龄化的出口结构效应随着金融发展水平的提升呈现先上升后下降的趋势，这与命题2不完全相符。出现这一现象可能的原因是，早期的金融发展能优化资源配置，使资金流向生产效率更高的部门和企业，而金融市场的进一步发展则可能提高金融资产投资收益率，催生资产泡沫，从而扭曲资源配置，对实体经济以及技术研发活动产生挤出效应。

五、结论与启示

本文利用一个简单的理论模型阐释了人口老龄化对出口结构的“倒逼机制”，即人口老龄化将显著提高我国的劳动力成本，从而倒逼出口企业增加研发投入来提高技术水平以替代日益昂贵的劳动力，进而推动出口结构的优化升级。同时，理论模型分析还发现，人力资本状况和金融发展水平的提升会强化人口老龄化的出口结构效应。进一步运用1998～2013年的省级面板数据进行实证研究，其结果与理论分析的主要结论基本相符。上述研究结论对于促进我国出口结构的优化升级具有重要的启示。

首先，人口老龄化对中国出口贸易是一把双刃剑，一方面它削弱了廉价劳动力的优势，从而弱化了中国长期以来参与国际分工的比较优势；但另一方面通过“倒逼机制”也为我国出口贸易的转型升级带来了机遇。

其次，加快人力资本积累、提升人力资本质量是实现出口贸易转型升级的重要手段。人力资本的丰富程度决定了研发活动的成本，而人力资本的质量则决定研发活动的风险（或预期收益）。只有在有利可图的情况下，出口企业才会自发进行技术研发活动，另外，人力资本状况还决定着“技术外溢”的效果。

再次，正确运用金融这个重要手段来促进出口结构的优化升级，金融适度发展能为企业研发活动提供所需资金，但金融的过度发展则可能扭曲市场机制并造成资产泡沫，从而对实体经济产生挤出效应，因此如何完善金融体系，使其真正起到资金引导的作用，是关键所在。

最后，出口贸易转型升级还需继续坚持对外开放，但也需实施针对性的调整开放政策（尤其是外资引进政策）。可以通过制定相关政策加强外资企业与本土企业的前后向联系，同时采取实施本土企业与外资企业共同研发等新方式来增强技术外溢效应。

［1］Sayan Serdar.Heckscher-Ohlin Revisited：Implications of Differential Population Dynamics for Trade within an Overlapping Generations Framework［J］.Journal of Economic Dynamics&Control，2005，29：1471-1493.

［2］Naito Takumi，Zhao Laixun.Aging，Transitional Dynamics，and Gains from Trade［J］.Journal of Economic Dynamics& Control，2009，33：1531-1542.

［3］Yakita Akira.Different Demographic Changes and Patterns of Trade in a Heckscher-Ohlin Setting［J］.Journal of Population Economic，2012，25：853-870.

［4］陈松，刘海云.人口红利、城镇化与我国出口贸易的发展［J］.北京：国际贸易问题，2013（06）：57-66.

［5］张杰，何晔.人口老龄化削弱了中国制造业低成本优势吗？［J］.南京：南京大学学报，2014（03）：24-36.

［6］王有鑫，王猛，赵雅婧.人口老龄化促进了出口产品品质升级吗？［J］.安徽蚌埠：财贸研究，2015（02）：61-69.

［7］翟士军，黄汉民.人口红利、工资刚性与加工贸易增值强度［J］.北京：国际贸易问题，2015（11）：39-50.

［8］孙少勤，邱斌.金融发展与我国出口结构优化研究——基于区域差异视角的分析［J］.天津：南开经济研究，2014（4）：17-31.

［9］卢福财，罗瑞龙.全球价值链分工条件下产业高度与人力资源的关系——以中国第二产业为例［J］.北京：中国工业经济，2010（08）：76-86.

［10］Coe D T，Helpman E，Hoffmaister.North-South R&D Spillovers［J］.Economic Journal，1997，107：134-149.

［11］王永进，盛丹，施炳展，李坤望.基础设施如何提升了出口技术复杂度？［J］.北京：经济研究，2010（7）：103-115.

［12］刘生龙，胡鞍钢.交通基础设施与经济增长：中国区域差距的视角［J］.北京：中国工业经济，2010（04）：14-23.

［13］徐建炜，徐奇渊，何帆.房价上涨背后的人口结构因素：国际经验与中国证据［J］.北京：世界经济，2012（01）：24-42.

［14］李兵，任远.人口结构是怎样影响经常账户不平衡的？——以第二次世界大战为工具变量的经验证据［J］.北京：经济研究，2015（10）：119-133.

［15］戴魁早，刘友金.要素市场扭曲、区域差异与R&D投入——来自中国搞技术产业与门槛模型的经验证据［J］.北京：数量经济技术经济研究，2015（9）：3-20.

［16］Baron R M，Kenny D A.The Moderator-mediator Variable Distinction in Social Psychological Research：Conceptual，Strategic，and Statistical Considerations［J］.Journal of Personality and Social Psychology，1986，51（6）：1173-1182.

［17］Hansen B E.Sample Splitting and Threshold Estimation［J］.Econometrica，2000，68（3）：575-603.

责任编辑：黎贵才

F752.62、C92-05

A

1005-2674（2016）08-081-11

2016-06-27

国家社会科学基金重大项目（15ZDB132）

蔡兴（1981-），男，湖南沅江人，经济学博士，湖南师范大学商学院副教授，大国经济研究中心研究员，主要从事世界经济研究。