1. 文献综述
服务业是生产或提供各种服务的经济部门或企业的集合，目前学术界在数据统计和学术研究的过程中比较普遍的做法是将服务业基本等同于第三产业，本文也将采用这个方法。
1.1. 服务业发展的影响因素实证研究
九十年代开始，各国服务业迅速发展，由此在学术界掀起研究服务业发展影响因素的学术热潮，大量国内外学着对此进行了丰富的实证研究工作。Kongsamut (2001) [1]通过实证发现收入会对服务业消费者的需求产生变化，从而对服务业的发展产生影响。Michael Peneder (2002) [2]的研究发现技术的进步能够促进服务业生产效率水平的提高。田振中(2019) [3]研究了河南省服务业发展的影响因素，结果表明，城市化和信息化，以及创新能力是影响河南省服务业发展的主要因素。吴文竣(2019) [4]用双重差分模型研究高铁对沿线区域服务业发展影的响，并且将经济发展水平、职工薪资水平、城市人口规模、知识溢出水平、对外开放水平、政府财政支出、基础设施水平设为其他控制变量。研究表明，高铁的开通会促进沿线城市服务业的发展。史晓英(2019) [5]运用中国2005~2017的面板数据和2004~2016年的时间序列数据建立模型证明中国城镇化与服务业之间是显著的互相促进的关系。此外，随着人工智能的发展，促使第服务业对高技能人员的需求，社会教育也朝着强化应用型人才和人工智能专业相关人才的培养。黄先军，吴倩倩(2021) [6]的研究得出结论：FDI对服务业发展有显著正向促进作用。已有研究结果的研究方法和变量选取对本文的实证过程有很大启发。齐平等(2023) [7]认为在当前数字经济蓬勃发展的大背景下，数字经济会正向促进服务业结构升级转型。
1.2. 人口老龄化对服务业发展影响的理论研究
大多数学者认为人口老龄化会从生产和消费两个方面对服务业的发展产生影响。Acemoglu等(2017) [8]、Siliverstovs (2011) [9]、Stijepic (2012) [10]、冯月(2019) [11]和金牛等(2024) [12]都认为人口老龄化会增加服务的市场需求，在生产环节会提升人力资本的积累，引起更多的资本流入老年服务产业，但同时人口老龄化又会减少劳动力的供给，几个方面共同发挥作用从而对服务业的发展产生一定的影响。谢驰宇(2016) [13]指出人口老龄化会通过劳动力供给效应、资本提升和转移效应等影响服务业的供给，同时通过消费需求量和结构效应等影响服务业的需求。
对于人口老龄化对服务业影响的结果，目前的研究学者们持两种截然不同的观点。大部分部分学者认为人口老龄化对服务业的影响是正向的。例如Pekka等(2010) [14]认为虽然我国老龄人口的比重逐年上升，但随着年龄的增长，服务业从业人员的工作经历和经验会不断的丰富，带来工作效率的不断提高，从而使得服务业得到快速发展。Bloom等(2010) [15]，Mao等(2014) [16]提出老龄人口比重的不断扩大，必然会增加对老龄服务产品的需求，最终会促进老龄服务也的快速发展。陈卫民、施美程(2013) [17]的研究表明，对于发达国家来说，人口老龄化能够有效提升服务业的发展水平，特别是对产值比重的作用大。王家鼎、李通屏(2015) [18]等人的研究得出人口老龄化在长期变化中对服务业就业人数比重和服务业产值比重均有着显著的正效应，但短期内的影响效果不太明显。李文君等(2024) [19]认为人口老龄化比重的上涨会进一步刺激中国养老服务模式的升级，为中国从积极老龄化角度出发探索新型、高质量的养老服务体制、机制和体系规范模型提供参考。而有些学者认为人口老龄化会对服务业的发展产生负面效应。Ewa (2004) [20]的研究表明劳动力要素对服务产业的发展影响重大，老龄人口的增加会导致劳动力供给不足，最终制约产业的发展。吴飞飞、唐保庆(2018) [21]指出人口老龄化的不断加剧会带来劳动力成本的提高，进而对我国服务业的发展产生一定的抑制作用，这个作用在东部地区的表现尤为明显。
综上所述，已有研究成果从理论推理上分析了人口老龄化对服务业发展的影响，提出了正反两方面的观点，为了获取更准确的结论，学者们开展了一些实证分析，但是文献有的时间比较久远，有的仅针对服务业发展的某个方面展开研究，鲜有文献以实证方法研究我国人口老龄化对我国服务业发展的影响。本文借鉴了学者关于服务业发展影响因素的分析，采用31个省的省际面板数据，以人口老龄化为核心解释变量，服务业发展作为被解释变量进行实证分析，并提出相关建议。
2. 人口老龄化对服务业发展影响机理分析
我国已经步入老龄化社会，这一现实必定会对我国经济发展的方方面面产生影响，其中包括服务业的发展。总结前人的研究成果，我们发现人口老龄化对服务业发展的影响主要体现在供给和需求两个方面。
2.1. 人口老龄化对服务业供给的影响
1) 劳动力供给效应。人口老龄化会影响一国服务业发展所需劳动力供给的数量、成本和质量，从而影响服务业的发展。从劳动力供给数量上看，人口老龄化会使得劳动力人口数量下降，减少一国劳动力总供给，人口红利逐步消失，使得服务业各个部门的就业者人数减少，对服务业的发展带来负面影响。从劳动力供给成本分析，随着劳动力人口的减少，劳动力供给市场上会存在严重的供不应求的现象，从而导致一国劳动力价格不断上升，服务业的劳动力成本也会不断提升，从而制约了服务业的发展。最后从劳动生产效率的角度看，老年人不具备年轻人的体力、耐力、学习能力和开拓创新的能力，因此会制约服务业生产部门劳动生产率的提高，不利于服务业的发展。总体而言，人口老龄化会带来劳动力供给数量减少和成本上升，劳动生产效率降低，从而减少了服务企业的利润，压缩了劳动密集型服务业的发展空间，产生负的劳动力供给效应从而抑制了服务业的发展。
2) 人力资本积累效应。首先，随着人口老龄化进程加剧，许多国家将员工工作年限延长。他们工作的时间越久，工作经验也就越丰富，其知识储备和专业技能都处在比较高的水平。通过向这些老员工开展教育和培训的方式可以直接提高他们的人力资本水平。其次，富有经验的老员工，可以通过交流和培训的方式，将经验进行分享，以知识溢出的方式提升企业的人力资本水平。第三，随着我国经济的发展，人民的生活水平不断提高，医疗技术水平也不断进步，人的寿命越来越长，延迟退休制度的推行可以使得服务业的劳动力参与率大大提高。相对于年轻人，老年人的待遇要求不高，降低了企业的生产成本。综上所述，人口老龄化会带来正向的人力资本积累效应，从而促进了服务业的发展。
2.2. 人口老龄化对服务业需求的影响
如第一章所述，老年人的需求也满足马斯洛需求层次理论。随着年龄的增长，老年人对服务市场的需求有别于年轻人和中年人，老年人的服务消费需求主要包括以下三个方面：
1) 家政服务需求。随着城镇化的推进，以及家庭小型化的趋势，我国传统的“养儿防老”的观念和做法受到了很大的冲击，空巢老人和孤寡老人的家庭日益增多。随着年纪的增长，老年人在日常生活照料方面遇到了许多困难，迫切需要专业的家政服务人员为其提供饮食和起居方面的家政服务。
2) 医疗服务需求。随着年龄的增长，老年人的身体素质和自身免疫能力会逐步下降，很多老人各种慢性病缠身，求医和疗养需求会不断增加，他们需要有更加便利和全面的医疗康复服务、陪护服务和健康管理服务。
3) 精神文化需求。老年人作为社会的一份子，也希望能够不断提升自己的文化修养，拓展自己的知识面，有自己的朋友圈，于是产生了老年精神文化需求。例如老年人婚恋、就读老年大学、参加老年体育活动、组团参加摄影旅游等活动。
老年人的闲暇时间比较多，特别是经济较发达地区的老年人拥有稳定的收入，保证了他们在老龄服务市场上进行消费的时间和财力。老年人数量的增加会导致相应消费的增加，推动家政、医疗、康养、旅游、文化、教育、金融等服务业的发展。
2.3. 人口老龄化对服务业发展的影响假设
人口老龄化主要通过对服务市场的供给和需求发挥作用来对服务业产生影响。本文分析后认为，从劳动力供给效应来说，人口老龄化不利于服务业的发展；从人力资本积累效应来看，人口老龄化有可能会促进服务业的发展。而另一方面，从需求的角度来看，人口老龄化必定会扩大老龄服务市场需求，从而促进一国老龄服务业的发展。总体而言，人口老龄化对服务业的影响结果取决的这几个效应发挥作用的效果大小。本文认为，随着科技的进步，特别是人工智能技术的发展，各服务生产部门对劳动力的需求数量在不断减少，因为人口老龄化导致的劳动力数量减少的问题不断被弱化了。再综合考虑人口老龄化对服务业发展的其他影响，本文假设人口老龄化会通过人力资本累积效应和需求扩大效应促进服务业的发展。
3. 实证检验
为了进一步验证人口老龄化对第三产业发展的具体影响，本文将采用实证分析的研究方法进行检验和讨论。
3.1. 模型设定
为实证检验人口老龄化对服务业发展的影响，将模型设定为如下形式：
其中，
表示在第t年服务业的发展水平，作为被解释变量。α为常数项，β、δ为需要估计的系数，
反映个体效应，
为随机扰动项。
表示在第t年人口老龄化水平，本文研究人口老龄化对服务业发展的影响，因此本文的研究中将人口老龄化的抚养比作为核心解释变量。同时，用
表示除人口老龄化的抚养比(FYB)之外的一组控制变量。
3.2. 数据及变量的选取
1) 被解释变量：服务业发展
目前大多数学者将服务业等同于第三产业。服务业发展衡量标准很多，其中以第三产业增加值(VATI)这个指标最具有综合性。第三产业增加值能直接体现服务发展的程度。这一指标本文采用我国各省第三产业生产总值这个数据，为了保持测量标准的一致性，文章中将该数据取自然对数，这样可以缩小与其他变量之间的差距。
2) 核心解释变量：人口老龄化
本文的核心命题是研究人口老龄化对第服务业发展的影响，因此将人口老龄化作为核心变量。考虑数据的可获取性，本文采用我国各省老年人口的抚养比(FYB)这一指标来说明人口老龄化水平。文章对该变量取自然对数。预期人口老龄化程度越高，越能推动服务业发展。
3) 其他控制变量：
a) 人均拥有道路面积(RAPC)：许多服务业的发展都离不开基础设施建设，一个地区基础设施越完善，服务业发展的外部条件就越好。本文选取人均拥有道路面积(RAPC)作为衡量一个地区基础设施建设水平的指标，预期其与服务业发展呈正相关关系。
b) 城区面积(UA)：服务业的消费市场主要集中在城市，因此一个地区城镇化水平的高低对当地服务业发展会产生重大影响。本文选取城区面积(UA)指标来说明一地区的城镇化水平，预期城镇化水平和服务业的发展呈正相关关系。
c) 生产专利(SPF)：生产专利水平代表一国或地区科技发展水平。科技发展水平越高，越能弥补劳动力数量减少对经济和产业发展带来的不利影响。本文预期其与服务业发展呈正相关关系。
d) FDI：外商直接投资的增加，代表更多优秀的企业进入一国或地区进行经营，必然会带来先进的管理经验和技术外溢，从而促进当地服务业的发展。本文预期其与服务业发展呈正相关关系。
3.3. 数据来源
本文数据来源于国家统计局历年公布的《中国统计年鉴》。对各有关变量数据进行匹配和筛选后，总共确定了31个省为研究对象，选取2011~2019年的省际面板数据，为了解所选样本的一些基本特征，对各变量进行描述性统计分析，把数据代入STATA16软件，结果如表1所示。
Table 1. Data descriptive statistics
表1. 数据描述性统计
| 变量 |
均值 |
标准差 |
最小值 |
最大值 |
| FYB |
13.83 |
3.409 |
6.710 |
23.82 |
| UA |
6179 |
5223 |
337 |
23,206 |
| SPF |
91,274 |
130,727 |
170 |
807,700 |
| FDI |
6.052e+06 |
1.181e+07 |
9.240 |
5.900e+07 |
| RAPC |
15.59 |
4.655 |
4.040 |
26.20 |
| VATI |
11,439 |
10,301 |
322.6 |
59,773 |
3.4. 模型回归结果分析
首先基于静态面板数据模型对整体样本进行实证检验，出于谨慎做法的考虑，在对省际面板数据进行回归分析前先对其进行单位根检验，综合LLC检验和ADF检验的结果，确定模型中所有变量在取自然对数后，都不存在单位根，均为平稳变量。由于模型中相关变量为原序列平稳，可以直接对此模型进行各项回归分析。
随后，为检验其是否存在多重共线性，我们又在初步回归后进行了VIF检验，检验结果表明在模型中所有变量的VIF值最大值为3.27，平均的VIF为2.14，远远小于10，1/VIF均小于1。根据研究经验判断，如果VIF值小于10，1/VIF均小于1，我们通常认为不存在多重共线性。
此后，为进一步考察模型中各变量之间的相关性，首先采用F检验考察固定效应是否比混合回归更为有效，对于原假设所有
= 0，F检验的P值为0.0000，故此我们可以强烈拒绝原假设，得出固定效应优于混合回归，应该允许每位个体拥有自己的截距项。接着采用检验个体随机效应的LM检验，来考察应采用个体随机效应还是混合回归，LM检验的结果强烈拒绝原假设，说明模型中应包含反映个体特性的随机扰动项，不应采用混合回归。最后，我们采用豪斯曼检验来确定究竟使用固定效应还是随机效应，该检验的P值为0. 0003，在1%的显著性水平下拒绝原假设，认为固定效应优于随机效应，见表2
Table 2. Overall sample estimation results
表2. 整体样本估计结果
| 估计方程 |
模型(1) |
模型(2) |
模型(3) |
| 估计方法 |
OLS |
RE |
FE |
| FYB |
464.598*** |
733.152*** |
590.810*** |
| (7.48) |
(11.19) |
(7.97) |
| UA |
0.509*** |
0.374*** |
0.605*** |
| (9.90) |
(4.03) |
(4.16) |
| FDI |
0.000*** |
0.000*** |
0.001*** |
| (4.18) |
(3.20) |
(5.59) |
| RAPC |
−50.666 |
111.108* |
172.510** |
| (−1.14) |
(1.80) |
(2.40) |
| SPF |
0.047*** |
0.055*** |
0.065*** |
| (18.39) |
(24.68) |
(22.16) |
| 常数项 |
−2352.310** |
−8507.495*** |
−12699.702*** |
|
(−2.25) |
(−7.46) |
(−9.84) |
| 样本量 |
278 |
278 |
278 |
| R-squared |
0.911 |
|
0.868 |
| Number of province |
|
31 |
31 |
注：表格中括号内为t统计量，其中显著性水平***代表p < 0.01，**代表p < 0.05，*代表p < 0.1。
对比OLS、随机效应和固定效应等不同回归方法可知，在控制了人均拥有道路面积(RAPC)、FDI、城区面积(UA)及生产专利(SPF)变量后，模型(1)、模型(2)、模型(3)中老年人口的抚养比(FYB)对服务业发展水平的影响都非常显著，并且三个模型中老年人口的抚养比(FYB)对服务产业发展的影响均为正，在1%的显著性水平存在正向促进效应，且估计系数大小稳定在464.5~733.1左右，该估计结果与前述作用机制部分的理论模型推导结果一致，实证检验了老年人口的抚养比(FYB)的比值越大越能够促进服务产业的发展水平。
4. 稳健性检验
考虑到模型中可能存在遗漏变量、反向因果等问题，为避免出现估计结果的不一致性，需进行稳健性检验。首先用OLS对整体样本进行回归，在控制了人均拥有道路面积(RAPC)、FDI、城区面积(UA)、生产专利(SPF)变量的影响后，老年人口的抚养比(FYB)对服务业发展水平的影响在1%的水平显著。其次，对所有变量分别进行缩尾1%、5%、10%处理，老年人口的抚养比(FYB)对服务业发展水平的影响在1%的依旧水平显著，这与模型(1)基准回归的结果保持一致，估计结果均显著为正，进一步证实了老年人口的抚养比(FYB)能够促进服务业的发展，通过了稳健性检验，回归结果见表3。
Table 3. Robust type test regression results
表3. 稳健性检验回归结果
| 估计方程 |
全部变量(模型1) |
缩尾1%(模型2) |
缩尾5%(模型3) |
缩尾10%(模型4) |
| FYB |
464.598*** |
459.685*** |
472.271*** |
354.933*** |
| (7.48) |
(7.24) |
(7.11) |
(5.80) |
| UA |
0.509*** |
0.514*** |
0.572*** |
0.334*** |
| (9.90) |
(9.89) |
(9.52) |
(5.86) |
| FDI |
0.000*** |
0.000*** |
0.000*** |
0.000*** |
| (4.18) |
(4.27) |
(3.24) |
(2.79) |
| RAPC |
−50.666 |
−48.673 |
−21.741 |
−27.775 |
| (−1.14) |
(−1.08) |
(−0.46) |
(−0.62) |
| SPF |
0.047*** |
0.047*** |
0.043*** |
0.067*** |
| (18.39) |
(16.60) |
(12.28) |
(14.70) |
| 常数项 |
−2352.310** |
−2341.121** |
−2863.307** |
−1427.858 |
|
(−2.25) |
(−2.18) |
(−2.57) |
(−1.38) |
| R-squared |
0.911 |
0.906 |
0.879 |
0.888 |
注：表格中括号内为t统计量，其中显著性水平***代表p < 0.01，**代表p < 0.05，*代表p < 0.1。
5. 人口老龄化对服务业发展影响的异质性检验
从异质性分析的视角入手可以发现，对于处在不同经济发展阶段的省份而言，影响服务业发展水平的因素可能存在差异，人口老龄化程度对该省份服务业发展的影响往往也会存在异质性。为此，本文将所有样本按照地域分类，将我国的省份划分为东部地区、中部地区和西部地区三个分组，分别考察三者间在回归结果上是否存在差异，见表4。
由回归结果可知，将地区分类分别回归后，模型(1)、模型(2)和模型(4)的核心被解释变量老龄人口抚养比(FYB)呈正向显著，模型(3)中核心被解释变量则不显著。但模型(3)中人均拥有道路面积(RAPC)、城区面积(UA)、生产专利(sPF)都对服务业发展起正向促进作用。这说明，对于西部地区来讲，人口老龄化的抚养比并不一定能对服务业发展带来影响，城镇化建设、基础设施完善和科技发展对西部地区服务业
Table 4. Heterogeneity estimation results for subsamples
表4. 分样本的异质性估计结果
| 估计方程 |
模型(1) |
模型(2) |
模型(3) |
模型(4) |
| 估计方法 |
全样本 |
东部地区 |
西部地区 |
中部地区 |
| FYB |
464.598*** |
582.950*** |
134.536 |
762.560*** |
| (7.48) |
(5.03) |
(1.27) |
(4.09) |
| UA |
0.509*** |
0.542*** |
0.329** |
0.306* |
| (9.90) |
(7.69) |
(2.28) |
(1.82) |
| FDI |
0.000*** |
0.000*** |
−0.000 |
0.001*** |
| (4.18) |
(3.50) |
(−1.12) |
(3.61) |
| RAPC |
−50.666 |
−109.448 |
89.680* |
−106.763 |
| (−1.14) |
(−1.62) |
(1.67) |
(−0.95) |
| SPF |
0.047*** |
0.045*** |
0.099*** |
0.037*** |
| (18.39) |
(14.38) |
(8.84) |
(2.94) |
| Constant |
−2352.310** |
−3083.535* |
−1634.076 |
−4451.889 |
| (−2.25) |
(−1.72) |
(−1.15) |
(−1.52) |
| 样本量 |
278 |
99 |
98 |
81 |
| R-squared |
0.911 |
0.924 |
0.845 |
0.718 |
注：表格中括号内为t统计量，其中显著性水平***代表p < 0.01，**代表p < 0.05，*代表p < 0.1。
发展提升更为明显。就整体而言，除西部地区，其他地区老龄人口抚养比(FYB)的提升都能促进服务业的发展，这与前述基准回归中静态面板数据模型的回归结果较为一致，既验证了老龄人口抚养比(FYB)对服务业发展存在促进作用，又证明了老龄人口抚养比(FYB)对服务业发展的促进作用存在异质性。
6. 结论及政策建议
本文基于人口老龄化对服务业发展展开实证研究，得出以下结论：1) 人口老龄化对服务业发展具有显著的正向影响，对服务业发展呈现显著的促进作用，且通过了稳健性检验，这一结论与影响机理部分的推导结论一致。2) 基于分样本的异质性分析，将我国分为：东部、中部、西部三类地区并分别做reg回归，结果发现西部地区人口老龄化的抚养比(FYB)对服务业发展不显著，其他地区则呈正向显著。说明人口老龄化对服务业发展促进作用存在着显著的省份差异。主要原因是我国人口老龄化呈现比较大的地区差异，西部地区人口老龄化程度相较于东部地区并不显著，因此人口老龄化对服务业的作用效果也相对不显著。未来随着我国人口老龄化进程自东向西推进，西部地区人口老龄化对服务业的影响预期会不断加剧。从分样本的回归可以发现，西部地区的FDI对服务业发展呈现出负向不显著。人均拥有道路面积(RAPC)、城区面积(UA)、生产专利(SPF)则依旧呈正向显著影响。可以发现，由于地理位置影响，东西部发展不均衡，经济发展水平不相匹配，而FDI通常出现在东中部地区，故对西部地区不呈显著影响。就西部地区而言，城镇化发展、基础设施完善及科技进步是目前对服务业发展起正向促进作用的关键。
根据以上分析结果，结合福建省实际，我们得出以下结论：
第一，人口老龄化对福建省服务业发展的有利影响大于不利影响，主要原因在需求效应发挥作用。福建省应该积极发展与老年人相关的服务行业，可着力朝老年教育、老年旅游娱乐和老年医疗保健等方向发展。大力发展以上服务行业可以充分激发“银发经济”在福建省整体经济发展中所具有的拉动潜力，更好地满足本省老年群体多样化和个性化需求。
第二，人口老龄化对福建省服务业发展的有利影响还来自于人力资本积累效应，因此福建省各级政府及企业应积极探索开发老龄人力资源，推动服务业发展。通过各种政策的制定和企业激励机制的建设，实现健康低龄老人的再就业，缓解服务业中的劳动力不足问题。低龄老人的再就业能提高劳动生产率，从消费者到生产者角色的转变，为经济发展提供了动力，也减少了子女和国家的负担[2]。同时企业要做好“传帮带”工作，鼓励老员工主动承担培养新员工的工作，新老员工积极配合，实现经验和技术的有效结合，促进我国服务业的发展。
第三，因地制宜制定适合本地区老龄化水平的政策和措施。相对而言，福建省属于东部地区进入老龄化社会比较迟的省份，可以向较早进入老龄化的省份学习他们发展老龄服务业的先进经验，但是鉴于地区差异性，不可一味照搬，也要结合本省实际制定最切实可行的措施。
NOTES
*通讯作者。