中国劳动力老化对经济发展的影响机理及其战略应对

陆杰华

北京大学博雅特聘教授、盘古智库学术委员、老龄社会30人论坛轮值主席

一、研究背景

中国人口发展正在经历重大的历史性转向，中国已经进入人口少子化与人口老龄化相互交叠和深化的人口负增长时代。2022年的相关数据显示，我国60岁及以上人口占比达19.8%，65岁及以上人口占比达14.9%。人口老龄化不仅是老年人口比重的变化，更将重塑人口年龄结构，带来劳动年龄人口规模的缩减和劳动人口年龄结构的老化。相比劳动年龄人口规模的变化，劳动年龄人口年龄结构的变化更为重要。从劳动力变化趋势来看，我国劳动力数量供给预计到2050年仍能保持在8.15亿人，但劳动力结构老化态势加剧。从经济发展需求来看，我国经济已从高速增长阶段转向高质量发展阶段，粗放型要素驱动增长正在向集约型创新驱动发展转变。

二、中国劳动力老化现状及发展趋势预测

（一）劳动力老化：概念比较与误区澄清

1.劳动力老化相关定义

一般来讲，老年劳动人口是指劳动年龄人口中45岁及以上的人口。劳动力老化是指劳动年龄人口中老年劳动人口比重不断上升的动态过程。劳动力老化水平则是指45~64岁老年劳动人口占15~64岁劳动年龄人口的比重。但是，在现代经济社会中，实际的劳动力老化水平往往高于上述定义的劳动力老化水平。

2.劳动力老化与人口老龄化

谈到劳动力老化与人口老龄化，二者的联系在于它们都是社会经济发展和人口转变的必然结果，都受到人口流动迁移的影响。而它们的区别，一方面是直接成因不同，劳动力老化与少儿人口和老年人口比重没有直接关系；另一方面是二者的形成有先后顺序，人口老龄化先于劳动力老化形成。可以说，劳动力老化比人口老龄化对经济发展的影响更为显著，因为劳动年龄人口是经济活动的主要参与者。

（二）全国劳动力老化状况及其未来发展趋势展望

2000年至2020年间，中国老年劳动人口占劳动年龄人口比重整体呈上升趋势。相关数据显示，2000年，我国劳动力老化水平为27.30%，2017年首次超过40%的临界值，达到40.14%。2020年，劳动力老化水平增长至42.47%，平均年增长率为0.76%。

依据联合国《世界人口展望》（2017年修订版）中的人口预测中方案，使用中国人口与发展研究中心PADIS-INT人口预测软件对我国未来劳动力老化趋势进行预测，结果显示，未来20年，我国劳动力老化水平将持续上升，到2044年将达到约47%的峰值，随后缓慢下降，但始终保持在超出40%的高位。在此我们也可以得出一个结论，就是高度老化的劳动年龄人口结构将成为未来中国劳动力市场的新常态。

（三）城乡与省际劳动力老化状况

首先，从城乡差异上看，我国农村的劳动力老化水平和速度远高于城市。2000年，我国城市和农村的劳动力老化水平分别为24.75%和28.93%，2020年这一数字分别为37.18%和50.24%。20年间，农村劳动力老化水平的年平均增长速度为1%，是城市年平均增长速度（0.56%）的约1.79倍，农村劳动力老化情况更为严重。

其次，从省份差异上看，我国不同省份（含自治区、直辖市）之间劳动力老化程度亦存在较大差距。根据第五次、第七次全国人口普查数据对我国各省份2000—2020年劳动力老化平均水平及其变动幅度进行测量，可以更直观地展现各省份劳动力老化水平的变化趋势。结果显示，劳动力老化水平变化幅度最大的5个省份分别为黑龙江、吉林、内蒙古、辽宁、湖北，变化幅度分别为24.46%、22.75%、22.29%、20.01%和19.46%；而变化幅度最小的5个省份为上海、西藏、天津、北京、贵州，变化幅度分别为7.14%、8.80%、10.45%、11.24%、11.82%。从地域分布上看，东三省均处于劳动力老化高水平高增长区间，西北、西南地区多数省份处于低水平低增长区间。

三、中国劳动力老化对经济发展的主要影响分析

（一）劳动力老化对劳动参与率和劳动生产率的影响

首先，劳动力老化对劳动参与率产生重要影响。从1990—2019年中国劳动参与率和劳动力老化水平看，自20世纪90年代后期起，我国劳动参与率加速下降，其变化趋势与劳动力老化水平呈负相关。从2000—2015年15~64岁分年龄组劳动参与率看，15~19岁年龄组人口劳动参与率下降最快，从2000年的44.52%下降为2015年的15.81%。

其次，劳动力老化对劳动生产率产生重要影响。劳动生产率随年龄变化的趋势表现为“倒U形”曲线/双峰曲线。一方面，针对中国的实证研究大多认为，劳动力老化对劳动生产率产生了显著的负向影响。近20年来，中年劳动者具有最高的劳动边际生产率及上升幅度，青年劳动者次之，老年劳动者最低。另一方面，在不同的经济部门和行业内部，劳动力老化对劳动生产率的影响有所差异。年龄增长导致体力劳动行业的劳动者生产率显著降低。在制造业中，高技能劳动者的生产率基本保持不变，甚至在中年以后略有上升。此外，教育（人力资本）的影响也是重要方面。教育不仅能够增加劳动者的初始人力资本存量，还能提升劳动者就业后积累职业相关知识和实践经验的效率，扩大劳动者后期人力资本增量。

（二）劳动力老化对产业结构的影响

首先，三大产业内部年龄别劳动力比重变化显著，各产业劳动力均呈逐渐老化态势。第一产业中老年劳动力超70%，青年劳动力仅占约5.8%。在第二、第三产业中，具有劳动生产率优势的中年劳动力的比重均接近40%，仍处于产业人口红利期；劳动力老化趋势将在未来一段时间内不断增强。

其次，三大产业间劳动力年龄-产业双重结构尚未达到均衡，仍存在较大优化空间。

再次，劳动力老化对产业结构调整升级产生直接抑制作用。青年劳动力比重与产业结构调整率存在显著正相关，即年轻化的劳动力结构更有利于产业结构的快速升级，老化的劳动力结构则会阻碍产业结构调整。一方面，老年劳动力因体力和智力生理性衰退，接受新鲜事物的能力和创新精神下降，在社会分工更加复杂、岗位职业不断革新的背景下较难适应产业结构的调整。另一方面，产业结构转型升级离不开劳动力资源充分的产业间流动，劳动力老化会显著降低劳动力流动水平。从成本角度看，年龄和工龄的增长会提高劳动者变换工作的成本，因此劳动者变换工作的概率将随着年龄和工龄的增长而降低。从流动迁移角度看，劳动者流动迁移的可能性和流动的距离同样会随着年龄的增长而降低。

（三）劳动力老化对出口结构的影响

20世纪90年代以来，我国劳动密集型产品出口发展迅速，成为出口贸易的国际比较和竞争优势所在。年轻型劳动力年龄结构是劳动密集型产业及其出口贸易比较优势的重要来源。一方面，随着我国劳动力供求状况的转变和劳动力老化程度的加深，过去依靠富余廉价劳动力、以劳动密集型产品出口为主的贸易模式发展速度放缓，我国出口贸易结构面临着巨大的转型压力。1990—2017年，我国劳动密集型行业出口占总贸易出口的比例从83%持续下降到不足50%，劳动力老化在这种变化中起着非常重要的作用。另一方面，逆全球化浪潮席卷全球，中美贸易摩擦加剧，国际经济贸易环境不确定性增长，更多企业将位于“微笑曲线”中部低利润环节的加工组装工厂从中国转移到海外，这进一步削弱了中国以劳动密集型产业产品参与国际分工的竞争优势。我国外贸出口增长率自2004年起开始呈现迅速下降趋势，由2004年的35%骤降至2012年的8%，此后一直低于10%，甚至在个别年份出现了负增长。

（四）劳动力老化对科技创新的影响

1.国家层面

老年劳动力的增多会阻碍国家或地区科技创新的发展。一方面，劳动力年龄与全要素生产率（TFP）间存在“倒U形”关系，并且对TFP贡献最大的是40~49岁的劳动力。另一方面，劳动力年龄和以专利授权数衡量的科技创新水平同样呈“倒U形”关系，36岁左右是全国层面平均专利授权数量变化的拐点。

2.企业层面

科技创新与劳动力年龄结构的关系显得更为复杂。首先，企业采用新技术的可能性、知识密集型/高科技企业的创立等都和劳动力的年龄结构高度相关。年轻型劳动力结构更利于创新型企业的发展。一方面，大龄劳动力占比的增大会降低企业采用新技术的概率。另一方面，地区的高科技企业数量与该地区20~29岁及40~49岁的劳动人口比例呈正相关。其次，年轻劳动力和大龄劳动力的人力资本具有互补性。一个具有复合型年龄结构（兼具青年和中年年龄段）的企业可能在科技创新上更具竞争力。

四、下一步积极应对中国劳动力老化的战略路径

第一，持续完善生育政策，优化劳动力年龄结构。彻底转变传统人口思维定式，全面放开生育政策、实行相关配套措施，降低人口年龄结构波动水平。

第二，重视人力资本积累，提升劳动力资源质量。建立覆盖全域全生命周期的教育体系，加强劳动者职业技能培训，扩大老年教育资源供给。

第三，破除劳动力流动壁垒，促进劳动力有序流动。扫清劳动力流动体制机制壁垒，鼓励和引导劳动力在区域、产业间有序流动。

第四，转变经济增长方式，积极引导产业结构优化调整。合理调整产业结构，转变出口发展方式。

第五，实施创新驱动发展，推动技术进步和科技创新。提高企业创新动力，积极推动产学研协同发展。 +12uAiW5RsU6RwxcpOZi7/5ow4Oc5EDFuWstahS27qvTfX6VPplt5Qr+S8gDN6wa