陶 涛，张毅松，韩 杰

（1A.中国人民大学 人口与发展研究中心；1B.中国人民大学 社会与人口学院，北京 100872；2.教育部 中外人文交流中心，北京 100816）

一、引言

人口是经济社会发展的基础性、全局性、战略性要素。中华人民共和国成立以来，除三年自然灾害时期外，中国人口规模一直保持着正增长。进入20 世纪90 年代之后，受到低生育水平影响，中国的人口自然增长率呈下降趋势，2022 年中国统计年鉴数据显示2021 年人口自然增长率已降至0.34‰，我国将很快迎来人口负增长拐点，也就是人口绝对数量由正增长转入负增长的转折点。

人口负增长是指在一定时空范围内总人口规模呈现减少的人口过程，人口增长率是考察人口负增长是否发生的基本指标。［1］目前有文献基于人口负增长的不同原因，将人类历史上经历过的人口负增长大致分为了外生性人口负增长和内生性人口负增长两类，［2］其中外生性负增长主要是由于战争、瘟疫、饥荒、政治事件、环境恶化、经济衰退等外部事件冲击暂时性扭曲了人口发展和社会运行规律，往往在外部事件结束后人口会很快恢复正增长；而内生性负增长是在经济社会正常发展的状态下，由人口不断延长的预期寿命和长期低生育率所致，往往在较长时期内难以逆转且伴随着人口结构的老化。20世纪70年代以来部分欧洲国家和日本所经历的人口负增长就是由低生育率直接驱动的内生性人口负增长，是现代经济社会长期发展的必然结果。我国即将经历的人口负增长也属于这一类型。

人口负增长时代与以往经历过人口负增长的历史时期有着巨大不同。人口负增长时代是人口规模呈下降趋势、人口再生产模式发生重大转向和人口结构面临严峻挑战的时代，［3］这里的人口负增长是长期的、难以逆转的内生性人口负增长。人口负增长时代的主要特征体现在人口规模和人口结构两个维度上：一是人口粗出生率低于人口粗死亡率所带来的人口绝对规模的下降；二是社会经济条件和医疗卫生条件改善，人口预期寿命延长所带来的人口相对结构的老化。人口负增长时代的到来象征着一国人口再生产模式方向性、时代性的变化，是世界百年未有之大变局在人口领域的重要体现，其大势难以逆转，必然会对经济社会产生较为深远的影响。

习近平总书记强调科技是国家强盛之基，创新是民族进步之魂，党的二十大报告中指出要“完善科技创新体系，坚持创新在我国现代化建设全局中的核心地位，加快实施创新驱动发展战略”。我国经济正处在转型的十字路口，投资拉动的传统式增长难以满足经济高质量发展的要求，亟须转向基于创新驱动的技术和知识密集型增长。随着科技创新在引领经济高质量发展和综合国力竞争中发挥愈加重要的作用，在我国即将迎来人口负增长时代的关键时期，人口负增长时代人口规模结构变动是否会影响科技创新、如何影响科技创新正在成为社会各界关注的热点问题。

由于中国人口负增长时代尚未到来，本文将人类社会实践中已经经历了或是正在经历内生性人口负增长的国家筛选出来，试图在人口负增长时代的情境之下探究人口负增长时代人口规模缩减、人口结构变动与科技创新之间的关系，总结内生性人口负增长国家的一般经验，对比分析高收入国家与中等收入国家、人口大国与小国、欧洲国家与东亚国家所呈现的不同规律，探索不同国家所经历的或正在经历的人口负增长时代的两大基础特征（人口规模缩减和人口结构老化）是否会影响该国科技创新以及影响科技创新的方向和强度，从而为我国坚持创新驱动发展战略和应对马上到来的人口负增长时代提供国际经验的参考。

二、人口负增长时代两大基础特征影响科技创新的相关研究

目前国内外学者对人口负增长时代基础特征是否影响科技创新尚未形成统一的结论。对于人口负增长时代的两大基础特征，多数研究只是在人口正增长的背景下区分式地讨论了人口规模缩减对科技创新的影响或老龄化对科技创新的影响，仅有少数学者关注二者的综合影响。

针对负增长时代两大特征对于科技创新的影响，有研究从科技创新主体变化的角度切入，研究发现研发人员作为科技创新的主体已经成为一种专门职业，这意味着人口规模和人口结构不再是制约国家科技创新能力的首要因素。尽管面临着人口负增长时代的冲击，国家内部仍会有一部分人保持“年轻”，而这部分年轻人足以支撑起一国科研队伍的新陈代谢。因而人口负增长时代人口规模结构变动对于劳动年龄人口规模较大、研发人员占劳动力比重较小的国家的科技创新能力基本没有影响。［4］然而也有相关研究表明负增长时代所带来的人口规模缩减和人口结构老化对于科技创新会产生明显影响，导致技术进步的放缓。［5-6］

除了上述少量针对人口负增长时代的专门研究之外，更多学者主要是一般性地各自关注了人口规模缩减和人口结构老化这两大特征对科技创新分别产生的影响及作用机制，具体归纳如下：

（一）人口规模缩减对科技创新的影响

已有文献认为人口绝对数量的减少主要通过思想效应、产出效应、公共预算总量效应、倒逼效应和需求效应影响国家科技创新能力，其中前三种效应对国家科技创新能力产生负面影响，后两种效应对国家科技创新能力产生正面影响，具体总结如下：

1.负面影响：思想效应、产出效应与公共预算总量效应

首先，由于人口基数变化与科技创新人才数量的变动联系紧密，人口规模的缩减可能会导致“思想效应”有所损失。“思想”这一公共物品不同于私人物品的拥挤性和侵蚀性，具有非竞争性和正向溢出外部性的特点，［7］而人口的快速增长带来了“人脑”的同步增长，“人脑”的增长不断积蓄，形成了“思想效应”或是“思想蓄水池效应”，通过知识积累扩散以及知识溢出的动态外部性推动了国家科技创新能力的提升。［8］人口数量的逐步减少首先会使“人脑”的蓄水池萎缩，从而不利于“思想效应”和“思想蓄水池效应”的形成和积累，削弱知识溢出的动态外部性，最终阻碍国家科技创新能力的提升。有学者认为一个国家的人口数量是该国的“终极资源”，推动关键技术进步的科技创新天才同人口数量一般成正比，国家的人口数量越少则该国由人口基数所决定的科技创新天才数量就越少，这会显著地削弱该国的科技创新能力。［9］

其次，人口规模的缩减可能会对科技创新发挥“产出效应”，人口负增长会从需求端削弱科技创新知识创造的经济激励，影响投资者和科研人员的信心，从而影响科技创新知识的再生产，同时也会导致该国产出增长的放缓和有效需求的滑坡，进而在一定程度上导致国家生产力增长的放缓和科技创新能力的降低。［5］

再次，人口规模缩减还可能会通过影响政府的公共预算安排，进而对国家的科技创新能力产生不利影响。研究指出人口数量的下降会首先体现在劳动力和后备劳动力数量的下降上面，［10］劳动力数量的下降直接降低了劳动力市场的活力，作为主要纳税力量的这部分人口减少必然会导致政府税收的下降，从而减少了政府的财政支出，在财政支出方面形成了“公共预算总量效应”，这阻碍了政府向科技创新领域的进一步转移支付，从而在资金上对国家科技创新能力的提升产生负面影响。［5］

2.正面影响：倒逼效应与需求效应

人口规模的缩减可能会引发劳动力市场的变化和企业生产方式的转变。一方面，人口负增长直接带来的劳动力短缺和劳动力成本上升会推动资本深化，诱使或倒逼人力资本聚集，从而促进经济增长方式转变，推动经济发展方式从劳动密集型的粗放发展转向技术创新导向的集约发展，对科技创新能力形成一种“倒逼效应”。［5］［11］另一方面，人口负增长的出现和深化也可能会创造新的需求，进而促进国家在部分领域技术创新能力的提升，譬如人们会更少频次地使用公共交通设施和基础设施，这会推动更加灵活的设施的开发、使用和普及，以便于替换和用作其他用途，从而提升国家在这些领域的科技创新能力，即形成一种对科技创新能力提升的“需求效应”。［12］

人口负增长时代的“倒逼效应”和“需求效应”可能会带动劳动力市场的变革。人口负增长直接带来劳动力供给数量的减少，这会从需求端倒逼人工智能、工业机器人和工业自动化技术的广泛采用，以实现对中低端劳动力的替代，［13］而人工智能和机器人的开发及采用会明显提升国家在这一领域的科技创新能力。［2］

（二）人口结构老化对科技创新的影响

人口结构的老化是人口负增长时代的另一个重要特征，目前学者们的研究多数是在人口正增长的情境下单独考察人口老龄化对国家科技创新能力的影响，研究发现人口结构的老化会对微观（个人）、中观（企业）和宏观（国家）三个层面产生差异化影响，这些影响会随着老龄化水平的变化而发生转变。

1.微观（个人）层面

从个体角度而言，多数学者认为个体的老化对科技创新的供给和需求侧均产生了负面影响：在供给侧，高龄人员更加不容易转换工作，更加不容易适应新工作岗位的要求，从而创新能力下降；［14］另外，随着工作复杂性的提高，高龄人员在工作上的效率损失也不断增加，创新能力因之受到损害；［15］而高年龄段员工的知识结构陈旧也更易导致创新能力不足；［16］随着高年龄段员工的人力资本存量不断流失，其创新水平在不断下滑。［17］在需求侧，有学者通过构建世代交叠模型证明了人口预期寿命的延长使得中青年人口更加倾向于赞成将某项新技术或新发明投入实践，而高年龄段人群一般会否决新技术和新发明投入实际应用，并抵触技术革新政策的出台。［18］

也有学者研究发现个人创新能力和年龄之间不存在负相关关系，甚至在某些行业高龄员工的创新能力更强。有学者研究了20世纪的诺贝尔奖获奖者和著名发明家的年龄和代表性学术成果之间的关系，结果显示诺贝尔奖获奖者和著名发明家做出代表性学术成果的年龄在变大，平均变大了6岁左右。［7］也有学者研究发现随着年龄的增长，个体通过“干中学”积累了工作经验，提升了技能熟练度，这对个体创新产生了正向影响。［19］

2.中观（企业）层面

部分学者认为人口老龄化不利于企业层面的科技创新。首先，人口老龄化进程中企业员工的平均年龄不断提高，大量员工的退休会造成企业知识资本的流失；［20］其次，随着企业员工平均年龄上升，各国企业付给员工的报酬越来越多，直接挤占和压缩了企业的研发支出费用，进而导致企业产品质量的降低；［21］再次，企业员工老化还可能阻碍年轻员工的创造力发挥，年长员工占据重要岗位后会使得年轻员工晋升机会变少，难以掌握关键技能，从而无法进行创新创业。［22］

也有学者认为人口老龄化实际上会倒逼企业的科技创新，人口老龄化会引发企业在劳动力市场上的用工困难和用工成本高昂等问题，进而倒逼企业投入更多资金进入研发领域以获取更为先进的技术来替代用工荒或抵消高昂的用工成本，［23］促使企业转变发展方式，由利用廉价劳动力压低成本创造利润向谋求技术创新，以技术替代劳动转变。［24-25］

3.宏观（国家）层面

在国家层面，老龄化对于科技创新的影响尚不十分明确。有学者基于跨国面板数据发现人口老龄化削弱了国家的基础科研水平，从而显著地抑制了该国的科技创新；［6］还有学者发现国家人口的年龄结构同全要素生产率存在“倒U”型关系，中年劳动力人口占比与全要素生产率正相关，［26-27］类似地，有学者从宏观研究发现人口老龄化同科技创新之间也存在“倒U”型关系，老龄化水平先促进后抑制科技创新水平。［28］

老龄化还可能从产业层面影响科技创新，有学者指出人口老龄化从需求侧驱动了“银发产业”和“银发经济”，进而驱动了老龄相关产品的技术革新；［29］然而还有学者发现人口老龄化并没有影响中国技术创新水平的提升。［30］人口老龄化对国家整体科技创新能力的影响比较复杂，学界并未形成一致看法。

（三）文献评述

目前研究已经关注了人口规模缩减和人口结构老化对国家科技创新能力的影响，也从不同层次总结出了一些基本规律，但绝大多数是在正增长时代下进行的规律探索，多数停留在理论层面且并未将这两种特征进行综合分析。事实上，中国未来即将进入的人口负增长时代将同时面临长期的人口负增长和人口老龄化，这种内生性人口负增长及其所伴生的人口老龄化将如何共同影响未来的科技进步？这种规律与人口正增长时代是否有所不同？这种规律在不同经济发展阶段、不同人口规模和不同人口转变模式的国家间是否存在差异？

面对即将到来的人口负增长时代，亟须在既有研究的基础上，利用人类历史上经历过或正在经历内生性人口负增长的国家或地区的真实数据来构建人口负增长时代的研究样本，开展更加细致的、基于多国数据和有效模型的实证分析，对人口负增长和人口老龄化这两大基础特征如何共同影响科技创新能力的规律和机制进行探索性的实证研究。

三、研究设计

本文的总体思路是通过对目前人类实践中经历过内生性人口负增长的国家进行筛选，力图构建一个人口负增长时代的真实研究样本，以人口负增长时代两大基础人口特征（人口规模缩减和人口结构老化）为自变量，以科技创新能力为因变量，在控制各种基础变量的情况下研究目前人口负增长国家所呈现出的人口变动对科技创新的影响和一般规律，考察这种规律在高收入国家与中等收入国家、人口大国与小国、欧洲国家与东亚国家的共性与差别。

（一）样本选取与数据来源

由于目前世界上经历过内生性人口负增长的国家数量较少且人口负增长的持续时间有长有短，难以进行覆盖所有负增长国家和所有负增长时域的回归分析。为了尽可能保证模型构建的可行性，本文力图切割出尽可能多的、覆盖较多国家的、较长人口负增长时域的平衡面板数据进行回归分析。在此过程中，如果要保证所有国家所有年份都在人口负增长时域内，则切割出来的平衡面板时期过短、国家过少，难以支撑定量分析的需要。而仔细观察，在进入人口负增长阶段前后，多数负增长国家人口增长率为正的年份增长率极低，可以将这些年份定义为“准人口负增长”年份。在这些年份该国家人口已经几近零增长，人口内在增长率早已为负，或是即将进入人口负增长的前奏，或是人口负增长时域内的微小波动，其所蕴涵的规律更加接近于人口负增长时代而非人口正增长时代。基于此，为了尽可能包含更多的人口负增长国家和人口负增长时域，本文根据主要人口负增长国家的人口负增长年份和“准人口负增长”年份进行样本切割，将各国原本参差不齐的人口负增长时域切割出一个国家和时期都相对较多的平衡面板以供研究。

本文的各变量数据均来自世界银行公开数据库（World Bank Open Data）①世界银行数据一直在不断更新，本文在最后校改阶段将模型数据更新至2022年12月6日世界银行公开数据库公布的数据。，部分缺失的数据值采用线性插值法予以补全。研究数据覆盖德国、奥地利、意大利、希腊、塞尔维亚、葡萄牙、克罗地亚、匈牙利、乌克兰、罗马尼亚、捷克、俄罗斯联邦、保加利亚、拉脱维亚、立陶宛、爱沙尼亚和日本2005年至2019年②本文力图采用数据库最新的可得数据进行分析，但囿于平衡面板的数据要求，本文将研究年份确定切割在2005 年至2019年，从而使得各国各变量数据可以构成平衡面板。的相关信息，研究对象为上述17个经历过内生性人口负增长的国家③在排除人口规模过小的国家前提下，本文研究对象确定为文献提出的20 个人口自然负增长国家。又由于各变量数据可得性的原因，本文剔除了白俄罗斯、波黑和丹麦3个国家，最终有17个国家的样本值纳入观测。［1］，这些国家除日本外均为欧洲国家。

需要特别说明的是：尽管进行了样本切割，但由于目前人类实践中出现内生性人口负增长的国家数量较少，因此本文所进行的回归分析目的不在于精准测度和准确研判人口负增长与科技创新能力之间的量化关系，而是初步探索在崭新的人口负增长时代下人口规模和结构变动影响国家科技创新能力的方向和大致强度，并试图总结出不同类型国家进入人口负增长时代对于国家科技创新能力影响的一般规律和差异。

（二）变量选取

1.被解释变量

本文主要探究人口负增长时代各人口负增长国家的人口规模和结构变动同科技创新的关系，被解释变量为各国的科技创新水平。目前主流的用于衡量国家科技创新水平的代理变量主要有三种：人均专利发明数量、全要素生产率（Total Factor Productivity，TFP）和自行构造的创新函数。由于创新函数所需的数据量较为巨大，在确定研究对象后数据库无法获得如此大量的完整数据，普适性和应用性较差，同时自行构造的函数不可避免地带有一定的主观随意性，因而本研究首先予以排除。另外，全要素生产率的衡量中包括没有识别的经济增长因素以及由此产生的误差，例如生产者技能的增进、教育或是组织能力的改善，因而全要素生产率成了一个“黑箱”，是否能作为国家创新能力的代理变量仍存在很大争议。

人均专利发明数量是目前使用较多的用于代理科技创新的变量，［6］［28］其优点在于：专利的定义与科技创新水平相关，它们均代表着应用领域的“发明与发现”；专利代表了国家在某一领域的技术进步，并且这种以专利为载体的技术进步说明该技术进步已获得了投资者和研究人员的支持；专利的授予是基于相对客观和变化较为缓慢的较为固定的标准，相对于主观性较强的科技创新能力合成指标和函数而言说服力更强；［4］专利发明数据相对而言较为容易获得且数据的可信度水平较高。对这一指标的主要诟病在于难以进行行业分类和微观分析，这对于本文将要进行的宏观层面分析不产生影响。因此，本文采用人均专利发明数量这一变量作为国家科技创新水平的代理变量。

2.核心解释变量和控制变量

根据上文论述，由于人口负增长时代的主要特征为人口数量的减少和人口结构的老化，因而本研究的核心解释变量为人口增长率和人口老龄化水平两项。人口增长率数据以2005 年为基期，采用各年份的总人口数据进行了定基计算。人口老龄化数据为世界银行公开数据库中的65岁及以上人口占总人口的比重。同时，由于人口老龄化可能对科技创新能力有非线性关系，［28］［31-32］本文引入了人口老龄化水平的二次项以检验二者之间的非线性关系。

为排除其他变量对于科技创新能力的影响，文章所选取的控制变量包括：

（1）高等教育入学率。参考世界银行的概念界定，高等教育入学率（粗）为大学（ISCED 5和6）在校生总数占中学之后5 年学龄人口总数的百分比，一般而言高等教育入学率越高，总人口的受教育程度越高，科技研发人员占比越高，则国家的科技创新能力越强。［33］

（2）谋杀犯罪率。援引世界银行数据库的定义，谋杀犯罪率（件/10 万人）是指对由于家庭纠纷、人际间暴力、为争夺土地资源的暴力冲突、黑帮团伙之间争抢地盘或控制权的暴力事件以及武装团伙的掠夺性暴力和杀戮而有意造成的非法谋杀犯罪的估计。以往研究表明谋杀犯罪率越高则当地治安水平和社会秩序越差，可能对科技创新产生不利影响。［34］

（3）城镇化率。即城镇人口占总人口的比重。一般而言城镇化率越高则国家的科技创新水平越高，因为城市丰富的人口、高等院校、科研院所和金融机构等为科技创新提供了丰富资源，［35-36］同时城镇化的发展通过聚集人力资本、增加创新资金和拉动创新需求等方式促进了科技创新水平的提升。［37］

（4）人均GDP。主要代表一国的经济发展水平。经济增长为国家科技创新能力的提升供给资源，同时提供了巨大需求，经济发展越快，则代表该国科技创新后劲越足。［28］

（5）人口规模。即总人口数。根据人口回旋空间的概念和理论框架，人口规模同经济增长、人力资本提升和专业化分工存在相关关系，间接地也同科技创新能力相关，一国总人口数越多，人口规模越大，该国相对应的人口回旋空间越大，在人口负增长时代更容易保持数量较为稳定、质量较高的科研人才队伍，国家科技创新能力的损失就会相对更小。［38］

（6）研发支出占比。该变量是系统性创新工作的经常支出和资本支出（国家和私人）占GDP的比例，它同国家科技创新能力存在直接相关，研发支出占GDP比重越高，则国家科技创新能力越强。［39］

所有变量的具体描述性统计如表1所示。

表1 各变量的描述性统计详情

（三）模型构建

基于上文的分析，本文构建以下的平衡面板计量模型探究各个国家的人口负增长时代人口规模结构变动同科技创新的关系：

下标i、t分别代表第i个国家和第t年，Inventionsit衡量被研究的各国的人均专利发明数据；Pop Rateit代表各国人口的年度增长率；Old Rateit代表各国的年度老龄化水平；代表各国年度老龄化水平的平方项；Controlsit代表各控制变量的相关数据；β0为常数项；β1、β2、β3、β4分别代表各解释变量和控制变量的对应系数；Ui为地区固定效应项；εit为模型残差。

考虑所研究的这17 个人口负增长国家间的异质性较大，因而在总体回归之后采取了不同的标准将这17 个国家进行了分类，并对分类后的国家采用（1）式的模型进行了异质性分析，具体分类标准情况如下：

1.经济发展水平高低

考虑人口变动对科技创新能力的影响规律和机制可能在不同经济发展水平和发展阶段的国家存在差异，根据世界银行划分的收入标准——人均国民收入（Gross national income）是否达到12 375美元（2019-2020 年标准），本文将17 个国家分为高收入组和中等收入组进行研究，考察处于不同经济发展阶段的国家在人口负增长时代科技创新能力所受到的影响是否存在差异。中等收入组国家包括保加利亚、俄罗斯联邦、罗马尼亚、乌克兰和塞尔维亚5个国家；高收入组为其余12个国家，包括德国、奥地利、意大利、希腊、葡萄牙、克罗地亚、匈牙利、捷克、拉脱维亚、立陶宛、爱沙尼亚以及日本。

2.人口规模大小

考虑各国人口数量规模差异较大，不同人口规模的国家“人口回旋空间”大小可能存在差异，［41］人口规模结构变动对科技创新能力产生的冲击可能存在差异。从逻辑上看，人口较多的国家关于科技创新能力的人口回旋空间较大，可以在人口负增长时代保持一支稳定的研发人才队伍，提供较为稳定的人力资本支撑以及市场需求条件，这使得国家科技创新能力受人口负增长和人口老龄化的影响作用相对不太明显，而人口较少的国家则可能受到更大的影响。因此本文试图根据样本国家的人口数量情况将样本划分为相对的人口大国和人口小国，考察人口规模不同的国家在人口负增长时代科技创新能力所受到的影响是否存在差异。

目前学术界对人口大国和人口小国的划分没有绝对的标准，西蒙·库兹涅茨在其著作《各国的经济增长：总产值和生产结构》中提到1 000万人口以上的国家就可以被称为人口大国。但考虑本研究试图考察的“人口回旋空间”的概念，1 000万显然不足以支撑，且本研究所选取的样本国家中有几个国家的人口在1 000万上下浮动（例如葡萄牙和希腊），因而选取1 000万作为分界线会造成困惑。结合以往文献，在综合考察各国的经济社会发展情况、产业结构、人口回旋空间和样本国家人口规模分布情况后，本文使用2005-2019年间平均人口5 000万作为人口大国和人口小国的异质性分界线。［42］按此标准划分，人口大国包括俄罗斯联邦、意大利、德国和日本4个国家，而人口小国则包括奥地利、希腊、葡萄牙、克罗地亚、匈牙利、捷克、拉脱维亚、立陶宛、爱沙尼亚、保加利亚、罗马尼亚、乌克兰和塞尔维亚13个国家。

3.人口再生产模式差异

考虑欧洲国家和东亚国家在人口再生产模式的转变上展现出了巨大的不同：欧洲国家人口再生产模式转变较为缓慢，而东亚国家则转变迅速，这一差别使得欧洲国家和东亚国家在人口负增长时代的特征表现也不尽相同，与欧洲国家相对缓慢的人口负增长和老龄化进程相比，东亚国家可能面临着“快负快老”的严峻局面。因而本研究将国家进行地域划分，考察欧洲国家和东亚国家在人口负增长时代科技创新能力所受到的影响是否存在差异。由于其余东亚国家还未经历长时期的人口负增长，本文只能选取日本作为东亚的代表性国家，其余16个国家则属于欧洲代表性国家。

四、实证研究结果

本研究采用固定效应考察各分类方式下的国家面板数据，同时根据以往的相关研究，人口老龄化与科技创新之间可能存在非线性的“U”型关系，因此在进行面板回归的基础上，本研究加入了人口老龄化水平的平方项进行回归并对比回归的结果，具体回归结果如表2至表5所示。

（一）人口结构老化与一国科技创新能力呈现明显“倒U”型关系

由表2的回归结果可知，将所有国家纳入同一个回归模型，在模型1只考虑科技创新能力和人口规模结构变动的关系时，人口增长率与科技创新能力的变动呈现负向关系，但并不显著；而人口老龄化水平则与科技创新呈现出明显的“倒U”型关系。在模型2 中纳入控制变量进行回归，人口老龄化水平与一国科技创新能力之间呈现出负向关系，纳入二次项后，人口老龄化水平则与科技创新呈现出完整的“倒U”型关系，计算其变化拐点为人口老龄化水平达到16.58%。

表2 全部国家回归结果

综合现实中一国的科技创新发展过程来看，在人口老龄化发展初期，老龄化水平的攀升对科技创新带来的负面影响往往可以通过加大创新投入、培养新型科研创新队伍等多种措施加以弥补，使得老龄化水平初期的增长主要对科技创新显现出“经验积累”和“倒逼效应”的正面促进作用；而随着老龄化水平的增长超过一定的阈值，人口结构老化所带来的创新能力下降、工作效率损失更加明显且很难补足，此时老龄化主要对一国的科技创新能力显现出阻碍作用。而在人口负增长时代，人口结构老化速度的加快和难以逆转的现实局面会使得其对于科技创新的阻碍作用更加明显。

部分国家在老龄化深入发展时期其科技创新能力仍在提升，这值得注意并由此引发思考：不同类型的国家中，老龄化与科技创新的关系是否存在明显差异？在此基础上需要通过分类回归逐步检验。另外，将所有负增长国家纳入模型回归时，人口增长率对于科技创新能力的影响并不显著，一方面，在一段时期内，人口增长率的波动并不十分明显，波动范围相对较小，因此这种微弱的影响难以观察；另一方面，这可能是由于不同国家的经济发展水平、人口规模和人口再生产模式存在较为明显的异质性，人口增长率与不同国家科技创新能力之间的关系仍需进一步探究。因此在后文中，本研究在全样本回归基础上进一步检验不同分类下人口负增长时代两大特征对国家科技创新能力的影响差异。

（二）高收入国家初期应对负增长时代人口结构老化风险的能力更强

在人口负增长时代，人口变动对科技创新能力的影响可能在不同经济发展水平的国家中有所差异，因此本文将样本中的国家按照该国的经济发展水平进行分类后再次回归，所得结果如表3所示。

表3 按经济发展水平分类的国家回归结果

对比高收入国家和中等收入国家①这里是指研究样本中集中分布在东欧和南欧地区的中等收入国家，之后都简称为中等收入国家。的回归结果，由于较短时期内人口增长率的波动并不十分明显，人口增长率的影响依然不显著。在人口老龄化水平的影响上，高收入国家和中等收入国家呈现出明显差异：在高收入国家，人口老龄化水平与科技创新能力之间依然保持“倒U”型关系，且变化拐点为老龄化水平达到17.08%；而在中等收入国家，人口老龄化水平则表现出“U”型关系，计算其拐点位于17.29%左右，人口老龄化水平在跨过拐点后促进了科技创新能力的提升。

结合高收入国家和中等收入国家的不同发展特征进行分析研判可知，与中等收入国家相比，高收入国家生产力和科技水平相对较高，应对初期老龄化负面影响的能力也更强；反之，与高收入国家相比，中等收入国家初期所拥有的科技创新能力相对较弱，在老龄化发展后期，对于老龄化社会的适应性提升，科技发展的增量效应所发挥的促进作用往往比高收入国家更加明显，由此可能导致高收入国家与中等收入国家的老龄化影响产生差异。另外，观察结果时注意到纳入人口老龄化率平方项后，高收入国家人口老龄化率的影响系数变化较大，这可能是由于日本与其他高收入国家相比老龄化水平过高，增速过快，因而对回归结果产生一定影响。在后文中将按人口再生产模式分类后进行回归，以观察其影响变化。

（三）人口大国承受老龄化后期负面影响的能力更强

在人口负增长时代，一国的人口规模较大往往意味着可以享有更加充足的人口回旋空间。将样本中的国家按照人口规模划分为人口大国和人口小国分别回归，结果如表4 所示。对比发现，与人口小国相比，人口大国的老龄化水平与科技创新之间保持着明显的“倒U”型关系，这与诸多学者的实证结果相类似，［31-32］［43］且拐点位置处于老龄化水平达到21.67%左右。在4 个人口大国中，除俄罗斯和德国外，其他国家的老龄化水平都在近年来越过了这一分界线，老龄化的深入发展对科技创新的负面影响开始展现；而俄罗斯的人口老龄化水平虽然在2019 年攀升至15.1%，但此时仍处于“倒U”型曲线的左侧，距离拐点仍有一段距离，同时，德国的人口老龄化水平在2019 年达到了21.6%，即将跨越这一拐点，老龄化暂时不会对俄罗斯和德国的科技创新能力展现出明显的负面影响。

表4 按人口规模大小分类的国家回归结果

对于人口大国而言，人口规模较大使得其可以拥有更大的人口回旋空间，初期老龄化发展过程中也更容易应对老龄化带来的负面影响，然而当老龄化水平升高至超过阈值后，一方面国家需要耗费更大的财政支出来赡养很大规模的老年群体，从而可能在一定程度上压缩科技研发的投入，阻碍科技创新能力的提升；另一方面，在人口负增长时代社会劳动力规模的缩减和劳动力年龄结构的趋老化更会限制整个社会科技创新活力的有效发挥。而对于人口小国而言，即使老龄化水平有所上升，社会整体的老年群体规模也相对较小，加之科研人员队伍规模相对精干，在负增长时代的结构老化所带来的影响相对并不十分明显。

人口较多的国家其拐点处的老龄化水平（21.67%）要远高于全样本回归下的拐点（16.58%），这意味着人口大国所享受的人口老龄化对科技创新能力促进的作用的红利时段较长，随着老龄化的深入发展并越过拐点，老龄化对科技创新的负面影响逐渐显现。

按人口规模划分后，无论人口大国还是人口小国，人口增长率下降的过程中仍然伴随着科技创新能力的提升，即由于当前处于负增长时代的初期，人口规模缩减的负向影响可被经济发展、科技创新投入和科研人员队伍规模的相对稳定所抵消。在人口负增长时代，人口增长率逐渐减小为零，甚至开始负增长，而人口增长率的不断下降伴随的却是一国科技创新能力的上升。

当前进入负增长时代的国家经历负增长的时间并不长，人口负增长的趋势初步显现，此时人口规模的变动相对较小，每年科技投入不断上升、科研人员规模基本稳定，因此人口负增长的负面影响往往可以被其他优势投入所抵消，即负增长的阻碍作用并未显现。总的来说，当前人类实践经历过的人口负增长程度还未对经历人口负增长时代国家的科技创新能力产生明显的阻碍作用，一国在人口负增长过程中仍可以通过加大其他要素的投入实现科技创新能力的提升。然而并不能放松对于人口负增长趋势的警惕，一方面是人口结构的加速老化在越过拐点后仍会对科技创新产生显著的负向影响，另一方面是当前人口规模缩减的负向影响不显著很有可能是因为尚未到达门槛值，当负增长速度和规模越过门槛值后，极有可能会对科技创新产生明显的不确定性影响。

（四）人口负增长时代人口规模结构变动对欧洲国家科技创新的影响较为显著

由于社会生产方式和历史发展进程存在显著差异，欧洲国家与东亚国家的人口再生产模式也有所不同。与欧洲国家相对缓慢的人口负增长和老龄化进程相比，东亚国家可能面临着“快负快老”的严峻局面。为考察不同人口再生产模式下各国的科技创新受到人口负增长特征影响的作用，本文将研究样本划分为欧洲和东亚两个群体进行回归，结果如表5所示。欧洲国家由于经历的人口负增长时间长，经历过人口负增长时代的国家多，其人口增长率与科技创新之间的负向关系更加显著。同时，由于欧洲国家进入负增长时代的时间较早，经历负增长和老龄化的时段较长，人口结构老化对科技创新的负向作用在统计上更为显著；但由于欧洲国家经济发展的水平更高，教育和科技投入更为充足，即使经历了较长时间的人口规模缩减，其科技创新能力依然实现了增长，负增长所带来的阻碍作用程度相比东亚国家并不明显。

表5 按人口再生产模式分类的国家回归结果

对于东亚国家来说，人口增长率与科技创新之间、老龄化水平与科技创新之间的关系并不显著。一方面可能是因为其进入负增长时代的时间较短，虽然面临“快负快老”的考验，但有欧洲国家应对人口特征变动的经验参考，依然可以有效应对负增长对科技创新的影响，实现科技创新能力的提升；另一个更重要的原因可能在于当前世界上经历过人口负增长时代的东亚国家只有日本①2020年韩国也开启了人口负增长，但年份过短，数据量过少，本文未将其纳入面板数据范围。，仅以日本一个国家作为东亚国家的代表可能难以完全洞察负增长时代带来的科技创新影响差异。但对于同处东亚，可能具有相似负增长和老龄化进程的中国来说，日本在负增长时代的科技创新变化为我们未来的发展进程提供了有效参考。

五、结论与讨论

由长期低生育率驱动的内生性人口负增长时代是经济社会发展到一定阶段后的产物，其出现迄今不过半个世纪的光景，世界上目前只有几十个国家经历过这一人口新现象。但人口负增长时代的来临往往代表着一国人口变动模式的分水岭，其主要特征包括人口规模缩减和人口结构老化，而这一时代的到来以及未来的深入发展势必会对我国科技创新能力产生影响，必须引起高度重视并谨慎应对。

本研究构建了真实的人口负增长时代的研究样本，利用平衡面板数据构建固定效应模型，分析了作为人口负增长时代两大基础特征的人口规模缩减和人口结构老化对科技创新能力所产生的影响以及这种影响在不同经济发展阶段、不同人口规模和不同人口再生产模式的国家间是否存在规律性差异。在此情形下，分别考察了国际上经历过或正在经历人口负增长的17 个国家在其人口负增长时代和准人口负增长时代人口增长率和人口老龄化水平同科技创新能力之间的关系。研究发现：

从整体上看，由于人类实践所经历的人口增长率波动范围较小，尚未发现国家科技创新能力同人口增长率之间存在明显的相关关系，但其同老龄化水平存在高度相关的“倒U”型关系，且变化拐点为老龄化水平达到16.58%。初期老龄化水平的攀升对科技创新带来的负面影响往往可以通过加大创新投入、培养新型科研创新队伍等多种措施加以弥补，而随着老龄化增长超过阈值，人口结构老化带来的创新能力下降、工作效率损失更加明显且很难补足，此时老龄化主要对一国的科技创新能力显现出阻碍作用。

按经济发展水平划分，与中等收入国家相比，高收入国家初期应对负增长时代人口结构老化风险的能力明显更强。由于高收入国家生产力和科技水平相对较高，应对初期老龄化负面影响的能力也更强。在人口老龄化水平对科技创新能力的关系方面，高收入国家显现出“倒U”型关系，而中等收入国家则表现出“U”型关系。

按人口规模大小进行划分，人口大国的老龄化水平与科技创新之间保持着明显的“倒U”型关系，且拐点位置处于老龄化水平达到21.67%左右，而目前我国人口老龄化尚未达到这一关键拐点，老龄化社会下科技创新能力的提升仍存在较大潜力。在人口大国内部，提升科研投入可以部分地对冲科技创新损失，人口大国在科技创新能力方面的人口回旋空间真实存在。然而当老龄化水平超过阈值后，一方面国家需要耗费更大的财政支出赡养老年群体，另一方面，人口负增长时代社会劳动力规模的缩减和劳动力年龄结构的老化会限制社会科技创新活力的有效发挥。需要注意的是在研究样本中人口大国的人口最大值约为1.4亿人，是目前中国人口数量的1/10，相对而言中国的人口回旋空间远大于这些国家，应对人口负增长时代对科技创新负面冲击的能力也更强。从目前来看，无论是人口大国还是人口小国，人口增长率的下降依然伴随着科技创新能力的上升，负增长的阻碍作用暂未显现。然而我们并不能放松警惕，当人口负增长两大特征深入发展并越过门槛值后，极有可能会对科技创新产生明显的不确定性影响。

以人口再生产的欧洲与东亚模式作为分类标准，进入负增长时代较早的欧洲国家内部人口规模变动和老龄化与科技创新之间的负向关系更加显著，但由于经济发展的水平更高，教育和科技投入更为充足，即使经历了较长时间的人口规模缩减，其科技创新能力依然实现了正向增长。东亚国家进入负增长时代的时间较短，加之欧洲国家应对人口特征变动的经验参考，依然可以有效应对负增长对科技创新的影响，实现科技创新能力的提升。同时，当前在东亚只有日本经历过较长时段的人口负增长，数据量较为缺乏，可能难以完全洞察负增长时代带来的科技创新影响差异。

中国目前正拥有并将长期拥有一支规模庞大且相对稳定的劳动力队伍和科研队伍，高等教育普及程度和研发投入占比仍在稳步提升，科研队伍的供给水平和稳定性有坚实的人力基础和物质基础，科研队伍的“人口回旋空间”较大，因而不必对人口负增长时代人口规模结构变化对我国科技创新能力的冲击过于悲观。而在短期内不可逆的人口老龄化趋势和人口负增长趋势下，我国应当未雨绸缪，提前做出应对，贯彻落实创新驱动发展战略，进一步加大科学研发投入力度，培育一批创新人才和拔尖人才，从而保持国家科技创新能力稳居世界第一梯队。