中国区域绿色经济效率与人口老龄化的实证研究：基于DEA-Tobit模型的分析

本研究针对中国绿色经济发展与人口老龄化协同问题，创新性地构建SBM-DEA模型评估30个省级区域2000-2020年绿色经济效率(GEE)，结合Tobit回归揭示老龄化对GEE的U型/倒U型区域异质性影响。研究发现东部地区通过知识密集型产业转型实现经济-环境双赢，为制定差异化人口-环境政策提供实证依据。

　　

在全球气候变化与人口结构转型的双重挑战下，如何实现经济增长与生态环境的协调发展成为各国面临的重大课题。中国作为世界最大的发展中国家，正经历着快速老龄化进程，65岁以上人口比例从2000年的7%攀升至2020年的13.5%。与此同时，"双碳"目标的提出使得绿色经济效率(Green Economy Efficiency, GEE)成为衡量区域可持续发展的重要指标。传统观点认为人口老龄化会通过劳动力减少、社保负担加重等途径制约经济发展，但最新研究发现老龄化可能通过促进产业升级和技术创新对绿色转型产生积极影响。这种矛盾认知使得探究老龄化与GEE的关系具有重要理论价值，也为制定区域差异化政策提供科学依据。

为系统解答这一问题，来自中国人民大学人口与健康学院的Yue Zhao、Qifeng Ma和Fan Yang研究团队在《Regional Science Policy》发表了创新性研究成果。研究团队采用两阶段分析法：首先运用考虑非期望产出的超效率SBM-DEA模型（Slacks-Based Measure Data Envelopment Analysis）测算中国30个省份2000-2020年的GEE，该模型能同时处理资本(K)、劳动(L)、能源(E)三类投入与GDP、CO₂排放两类产出；随后建立面板Tobit回归模型，在控制产业结构(ris)、绿色专利(green)、外商投资(fdi)等9个变量的基础上，重点分析老龄化(aging)对GEE的影响机制。研究特别引入二次项检验非线性关系，并采用替换核心变量、剔除特殊样本等方法进行稳健性检验。

研究结果呈现出四大重要发现：

4.1 中国区域绿色经济效率

全国GEE均值从2000年的0.53下降至2020年的0.47，但存在显著区域差异。东部地区始终领先(2020年GEE 0.61)，呈现"高老龄化-高效率"特征；西部和东北地区则陷入"低老龄化-低效率"困境。通过构建老龄化-GEE象限图发现，上海、江苏等沿海省份已形成老龄化驱动转型的发展模式，而新疆、黑龙江等资源型省份面临双重发展压力。

4.2 Tobit回归结果

基准回归显示老龄化系数为0.022且在0.1%水平显著，证实老龄化对GEE存在促进作用。这一结果在五项稳健性检验中保持稳定：将老龄化替换为抚养比后系数仍显著为正(0.015)；剔除2020年疫情数据或四个直辖市后，系数分别维持在0.021和0.030；使用聚类稳健标准误估计依然显著。

4.3 机制分析

通过分解GEE发现，老龄化主要通过提升经济产出效率(eff1)发挥作用(系数0.014)，而对环境效率(eff2)影响不显著。这表明老龄化促进GEE的核心路径是：劳动力成本上升倒逼企业采用自动化技术；老年消费需求推动医疗、教育等低能耗服务业发展；经验丰富的老年劳动力提升知识密集型产业生产率。

4.4 区域异质性

东部呈现U型关系，当老龄化超过12%后转向积极影响；中部保持线性正相关；西部和东北则呈倒U型，拐点分别出现在老龄化率10.2%和11.7%。这种差异源于各地区产业基础与政策响应能力不同：东部凭借创新优势能快速适应老龄化，而西部重工业依赖性强，难以持续优化生产要素配置。

这项研究打破了"老龄化必然阻碍发展"的传统认知，揭示了人口结构转变可能成为绿色转型的新动能。在理论层面，建立了"人口-经济-环境"三元分析框架，丰富了区域可持续发展理论；在方法学上，改进的SBM-DEA-Tobit模型为类似研究提供范式参考。实践层面，研究建议：东部地区应聚焦银发经济与数字经济融合；中部需加强人力资本投资衔接产业转移；西部和东北则要通过环境规制(er)倒逼传统产业升级，同时完善养老保障体系缓解劳动力压力。

研究的局限性在于GEE测算未考虑区域间技术溢出效应，且绿色创新仅用专利数量表征。未来研究可结合企业微观数据，深入分析老龄化对不同行业绿色全要素生产率(GTFP)的差异化影响。这些发现为中国在老龄化背景下实现"双碳"目标提供了重要的政策启示，也为其他发展中国家应对类似挑战提供了有益参考。