简介

 

 

在过去的50年里，大多数发达国家都经历了巨大的人口结构变化，劳动力老龄化和萎缩的趋势普遍存在。它对未来经济发展的影响是深远的。标准的经济理论认为，老龄化对经济的影响主要是通过减少劳动力规模，以及增大政府的财政支出。许多国家通过延长退休年龄来部分抵消这种影响。

 

而本文的研究重点是另一种机制，即劳动力的年龄结构，可以通过创业的渠道对经济表现产生重大影响。具体来说，创业能力取决于两种类型的能力：一种是随年龄增长而下降的能力，一种是随年龄增长而增长的能力。第一个因素被称为 "青年优势"，因为年轻人的社会互动水平更高，因此年轻人可能会产生更多的想法，他们可能更有能力以新颖的方式思考，从而摆脱过去的产品和生产方式的束缚。且年轻人可能更愿意承担风险，部分是因为他们较少受到家庭开支的限制。第二个因素被称为 "商业头脑"，它随着工作经验的增加而增加，该因素源于贝克尔关于人力资本积累的理论，即工人一开始可能有原始天赋和固有的创造力，但在工作中获得技能对他们创办企业至关重要。因此，年轻人尽管拥有年轻优势，但却不是最可能创办企业的人，他们必须先从工作中获得技能，进而使他们能够成功创业。

 

作为贝克尔提出的人力资本概念的延伸，本文用个人在公司中的等级（rank）去衡量积累与创业相关的经验的机会，即一个人在一个组织中的地位越高，就越有机会获得对创办企业有用的经验。因此，一个国家的人口结构会影响人力资本的形成。担任高层职位的概率取决于劳动力的年龄结构。如果一个公司的劳动力年龄偏大，年轻的工人就不太可能得到很多管理机会，因为这些位置已经被年龄更大的人占据。因此，一个国家的年龄结构有可能是创业的重要决定因素。一个年轻的社会为年轻人提供了更多的机会，让他们获得创业所需的技能。

 

本文提出两个预测：第一，创业与年龄的关系是倒U型的，非常年轻的人不具备必要的人力资本，而非常年长的人则失去了年轻时的优势。第二，在一个老龄化程度较高的国家，人口规模随时间推移而缩小，能够获得管理机会的岗位被年龄更大的高级工人占据，初级工人的晋升速度减缓，年轻工人的人力资本积累便更加缓慢。因此，在稳定状态下，每个年龄段的工人都拥有较少的创业所需的人力资本，创业受到压制。这种机制被称为 "等级效应"，是本文的最主要贡献。

 

实证方面，作者使用 "全球创业观察 "的跨国创业详细数据集进行了测试。估算主要结果表明，年龄中位数降低一个标准差与国家创业率提高 2.5 个百分点有关，约为平均创业率的 40%。

 

01  模型

 

该部分，作者首先用人口缩减参数（shrinkage parameter）r（r越大代表人口老龄化越严重，人口萎缩越快）和归一化的年龄a（20岁时a=0，65岁时a=1）表示出一个国家的劳动力年龄结构分布方程F（a,r），年龄分布决定着某个年龄段工人在公司的等级高低，进而影响着他的“商业头脑”；接下来，作者模拟企业的形成过程，通过对比工资和创业的预期收益，进而得到了创业概率表达式；然后，作者提出由r和a共同决定的创业率方程E（r，a），该方程表明任何年龄队列a的创业率都取决于人口的年龄分布，即r表示的人口缩减率；最后，本文基于该方程推导之后的理论模型。

 

为了模拟企业的形成，可以认为每个人在每个时期都能随机抽到一个新产品或生产方法的想法。这个想法的新颖性会影响其市场价值。一个想法的预期价值结合了运气、技能和年轻。如方程3所示，v表示相对于一个工人目前工资，一个想法的预期价值：

 

其中h反映商业技能的存量，一个工人获得技能的能力取决于他在公司的地位，而地位取决于他的等级，即比他年轻的工人的比例。用s表示等级，h=H(s)，H'>0。假设每个公司的年龄分布与一般人群的年龄分布相同，那么s≡F(a,r)。

 

q捕捉青年的优势，由函数q=Q(a)决定。

 

ξ是捕捉运气的随机变量，在(1,∞)范围内分布，即1/ξ在(0,1)范围内分布，如果v>1或者V(h,q)>1/ξ，风险中立的工人将选择创业，因此，创业的概率是P(V(h,q))。

 

基于以上的设定，可以得出在a岁的工人中，开始创业的部分（表示为E(a,r)）为：

方程（6）提供了理论命题和经验意义的基础，它表明任何队列a的创业率都取决于人口的年龄分布。

 

关于该方程，有以下两个命题：

命题 1：，即老龄化程度较高（r较高）的国家，在任何特定年龄的创业率都会较低。

 

 

将sa定义为一个国家中年龄低于a的人口比例，即sa=F(a,r)，也可以理解为上文所说的等级。那么基于命题1，有以下两个推论：

 

推论1:对于任何给定的年龄段a，创业率随sa上升而上升。

推论2:对于任何给定的sa，创业率随年龄a的增长而降低。简单地说，当A国的s30等于B国的s29时，A国30岁的人的创业率应该低于B国29岁的人。这与前面创业率先升后降的观点并不矛盾，因为在那个观点中，sa没有保持不变。

 

命题 1 及其推论与个人层面的创业有关，其本身并不能保证整个国家的创业率随着 r 的提高而下降。因为尽管一个国家每个年龄段内的创业率都有所下降，但整个国家的创业率有可能因年龄组构成的变化而上升。

 

文章推导出创业者总数在一国劳动力中的比例为方程8，接着下面的命题便可以将国家的总体创业率与人口增长联系起来。

 

命题2: r值较高的国家，其总体创业率应该较低，表示为。

基于命题2，有推论3可以在实证分析中加以检验。

推论3：创业者的数量占劳动力的比例随着国家人口年龄中位数的增加而减少。

 

此外，中年群体的创业活动受人口增长率下降的影响最大。根据定理1，等级分布在中间部分的下移幅度最大。如图 1 所示及命题 4 所述，创业率在中间位置的下移幅度也最大。

 

命题3:基于假设和，创业率最初随年龄增长而上升，达到峰值后随年龄增长而下降。也就是呈现倒U型关系。

 

命题4：存在一些aM（0<aM<1）使得。

这个命题指出，中年工人的创业率对跨国人口差异最为敏感。在老龄化国家，中年工人，即年龄等于aM的人，最容易随着人口老龄化而降低其创业率。

 

 

在国家层面上，人口年龄结构通过两个渠道影响创业总量--构成效应和等级效应。构成效应通过影响Q(a)发挥作用，年轻的工人享受着年轻的优势。等级的影响通过H(F(a,r))发挥作用。本文主要强调“等级”效应。年长的劳动力使年轻工人无法获得帮助他们创业的学习机会，这种技能缺陷将伴随他们的整个职业生涯。人口老龄化导致社会中的年轻成员获得的商业技能很少。

 

经验上的影响直接来自于理论。可以总结为以下几点：

1.在任何国家，如果低于某个年龄段的人的比例不变，那么年龄对创业的影响都是负面的。这是推论2的含义。

2.在任何给定的年龄段，低于该年龄段的人口比例较高的国家应该有较高的创业率。这就是推论1的含义。

3.老龄化程度较高的国家，在任何特定年龄的创业都会较低。这是由命题1得出的。

4.r值较高的国家，其总体创业率应该较低。这是命题2的含义。

5.年龄中位数越高的国家，其总体创业率也越低。这是推论3的含义。

6.在一个国家内，创业率随着年龄的增长而上升，然后在某个时间点后下降。这是命题3的结果。

7.中年人的创业率对r的跨国变化最为敏感，这就是命题4的含义。

 

 

 02 数据

 

 

本文所使用的数据主要分为以下三类：

 

1. 创业数据

创业数据来自于全球创业观察数据集（GEM）该数据集捕捉了个人层面的创业选择和决定；且其覆盖范围很广，包括发达国家和发展中国家。2001-2010 年 GEM 数据集包含了82个国家中超过 130万名年龄在15 - 60岁之间的个人。

 

GEM 中报告的创业率有很多不同。在实证分析中，创业被定义为 "管理和拥有一个不超过 42 个月的企业并支付工资"。为稳健起见，第 5.5 节报告了基于创业的三个替代定义的结果——1.所有新企业（包括在过去12个月内死亡的企业）；2.初创企业；3. 总的早期创业，包括尚未支付工资的初创企业，以及那些支付工资的初创企业，而且成立时间不超过42个月。

 

2. 人口统计数据

人口统计数据来自美国人口普查局的国际数据库（IDB）。IDB每年为每个国家提供从0岁到100岁以上年龄段的人口统计。2001 年至 2010 年 GEM 样本中的每个国家都可以与 IDB 数据集的信息相匹配，构建出每个国家在特定年份中任何年龄段的人口比例。

 

3. 其他国家特征

1）年份和国家的人均GDP和GDP增长率数据来自Heston, Summers, and Aten（2012）。为了进一步控制发展水平，作者从世界银行数据库中获得了农业部门在GDP中的份额。

2）教育变量—— "大学入学率"这些数据来自Barro和Lee（2010）构建的教育程度数据集。

3）"启动成本"，即注册企业的成本占2010年人均国民总收入的百分比。该数据世界银行数据库获得。

4）本文还使用了产权联盟的国际产权指数（Strokova，2010）。它反映了每个国家的法律和政治环境、实物产权和知识产权。该指数在0到10之间。

5）由于在军队中的经历也可以为年轻人提供与企业管理人员相似的高责任工作经验，因此使用了关于义务兵役期的信息。

 

 

03 实证检验

 

方程式（6）意味着每个年龄组的创业率都受到人口增长参数的影响，特别是人口的年龄分布。

每个国家的人口年龄分布和创业率都是可以观察到的，因此基本的方法是估计一个能够捕捉到方程（6）本质的模型。

 

01

国家-年层面的分析

首先，作者研究了国家层面的原始数据。图3(a)将一个国家的创业率与一个国家2010年的中位年龄（20-64岁）作了对比。图3(b)与图3(a)相同，但以国家估计的 r 取代年龄中位数。原始数据似乎支持命题2，即r较高的国家的创业率应该较低。

表2报告了国家-年层面上的回归结果：

第 1 列和第 2 列对所有国家的总体创业率进行回归，而第 2 栏仅对 OECD 国家进行分析。结果表明，r值越高，创业率越低。

 

推论3表明，可以用年龄中位数替代r来进行分析，于是第 3 和第 4 列用国家的年龄中位数取代 r，进行了重复分析，结果类似。

 

第 5 和第 6 列增加了其他解释变量。结果类似。

 

第7、8、9列分别重复了第1、2、3列的分析，但包括了国家固定效应。估计的精确度下降了，但两个子样本中的r系数仍然很重要且很显著。

 

根据表 2 第 1 列的估计，一个 r=0.22 的国家（日本在 2010 年的数值），其预测的创业率为 0.023。一个r=-0.10的国家（美国2010年的数值）的预测创业率为0.037，高出61%。使用表 2 第 3 列的估计值计算，中位年龄下降一个标准差（在 2010 年相当于 3.5 岁）会导致创业率上升 2.5 个百分点，这相当于各国平均创业率的 40% 以上。基于这一结果，预测最年轻（中位年龄=31）和最年长（中位年龄=44）的国家之间的创业率差异约为9个百分点，比2010年的平均创业率高出约50%。

 

02

国家-年-年龄层面的分析 

 

在本节中，数据的观察单位为国家-年份-年龄。创业率是一个连续变量，它描述了一个国家在特定调查年度内某一年龄组的创业率。

如前所述，在图1中可以看到创业率与年龄的倒U型关系。此外，整条曲线随着国家的年龄中位数提高而下移，即老龄化程度低的国家在每个年龄层的创业率均高于中等国家。

 

表 3 报告了相关的回归结果：

 

表 3 的第一列对命题 1 进行了弱化检验（weak test），即在年龄组不变的情况下，老龄化程度较大的国家（如 r 水平较高）的创业率较低。第 2 栏进行了同样的分析，但只针对经合组织国家，观察到相同的模式。命题 1 的预测比第 1 和第 2 栏显示的更严格，因为它指出，在任何特定年龄段，r 值较高的国家的创业率应该较低。

 

第 3 列的结果显示 sa 的系数为正，这意味着在给定的年龄组中，比该年龄组年轻的人口比例越大，创业率就越高。这是推论 1 的直接含义，反映了等级效应。在较年轻的国家里，年轻人有更多的机会获得创业所需要的人力资本。因此，在稳定状态下，在任何特定年龄段，老龄化程度低的国家都有更多的创业人力资本。正如推论2所预测的，a的系数为负值。这表明当sa不变时，年龄对创业率的影响为负。这就是推论2所关注的青年效应。推论 1 和 2 在仅有 OECD 的国家中也都得到了支持。

 

表3第 7 列研究了年龄对创业的平均影响，并考虑了非线性因素。第7列的估计值与图1中的倒U型曲线相符合。

 

03

特定年龄的估计  

 

每个国家每年有 45 个不同的年龄组别，也就是说，对于每个年龄组别，创业与 r 或 sa 的关系都可以被估计。

 

表4（表格太长不予截图，可参考原文）的回归分析单位是国家-年-年龄组，因变量是创业率。表中的每一行都提供了年龄结构变化对特定年龄创业率的影响的估计结果。第一列仅考虑的r的效应，第三列同时包含了年龄dummy和r效应。

表4的第1列和第3列都有力地支持了命题1，即不同年龄组内的创业率与r成反比变化。

 

表4的第1列和第3列也支持了命题4的预测，即人口结构在高峰附近（中年群体）比在两端更重要——r的负系数的绝对值先上升，然后随着年龄的增长而下降。

 

接下来，作者将sa和a纳入回归方程，系数的结果如表5所示（表格太长不予截图，可参考原文）。这些结果对命题1的推论提供了更多的证据。表5第1、2、3列的结果分别与表4第1、2、3列的结果相似。

 

表5的第1列支持推论1，即比某个年龄组年轻的个人比例较高（sa较高）的国家，创业率较高。这些结果支持等级效应的重要性。

 

表5的第3列也为推论2提供了支持，即在保持sa不变的情况下，群体越年轻，创业率就越高。这反映了纯粹的青年效应。

 

接下来，作者采用了不同的创业定义、使用不同的数据库来进行稳健性检验，结果是稳健的。

 

04

预测和结果的总结  

 

命题 1 预测，在任何给定的年龄，创业精神会随着人口年龄的增长而减少，这可以用收缩参数 r 来衡量。表 3与表 4 为该命题提供了支持。表3中，在年龄不变的情况下，r对创业有负作用。表4中第1列表明，在每个年龄段，创业率都与r呈负相关。

 

推论1指出，在年龄既定的情况下，创业率应该在随sa上升而上升。表3的第3、4、5、6列以及表5都证明了这一点。

 

推论2指出在给定的sa下，创业应该与年龄成反比。表3的第3、4、5、6列和表5的最后一列都支持这一说法。

 

命题2预测，整体创业率随着人口年龄的增长而下降。

 

推论3是对命题2的重述，但用年龄中位数而不是r来表示。

 

命题3预测了创业精神与年龄的倒u型关系。表 2 的第 7 列、表 4 和表 5 的第 2 列为这一命题提供了支持。此外，图1所示的原始数据为这一预测提供了额外的支持。

 

命题4预测，随着人口老龄化，中年工人的创业率下降幅度最大。图1证实了这一点。

 

04 总结

 

本文利用贝克尔提出的人力资本框架，提出了人口年龄结构和创业之间的联系。该理论提出了一个基本的人口学方程式，将社会的年龄结构与一个参数，即人口缩减率r联系起来并都通过 "全球创业监测"数据集得到了证实。

 

本文最基本的预测是，从国家层面来看，一个国家的人口老龄化越严重，总体创业率就越低。无论从衡量人口老龄化速度的人口萎缩参数r，还是从一个国家的年龄中位数来看，这个预测都是成立的。

 

本文的模型意味着从个人层面来看，创业水平与年龄的关系应该呈现出一个倒U型的关系。非常年轻的人不具备创业所需的商业技能，而非常年长的人则缺乏从事创业的创造力、精力或意愿。本文发现，倒U型的情况一直存在，而且几乎在所有抽样国家都能找到。

 

本文模型最具体的预测是，在任何特定年龄段，人口较年轻的国家的创业率都高于人口较老的国家，这是因为 "等级 "效应。也就是说年轻的国家比年长的国家有更高的人力资本获取率，因此，年轻国家的工人在每个年龄段都拥有更多与创业相关的技能。证据支持这一观点，并且对所有实证规格都是稳健的。此外，年龄构成效应认为，年轻国家的创业率较高，只是因为它们有更多的年轻工人，但在解释创业率的跨国差异方面，这种效应的重要性要小得多。

 

最后，根据该框架的预测，中年人的创业率对人口老龄化的速度最为敏感。这一结果被发现是成立的。

Abstract

Entrepreneurship requires energy and creativity as well as business acumen. Some factors that contribute to entrepreneurship may decline with age, but business skills increase with experience in high level positions. Having too many older workers in society slows entrepreneurship. Older workers do not possess the advantages of youth, but more significant is that when older workers occupy key positions they may block younger workers from acquiring business skills. A formal theoretical structure is presented and tested using the Global Entrepreneurship Monitor data. The results imply that a one-standard deviation decrease in the median age of a country increases the rate of new business formation by 2.5 percentage points, which is about forty percent of the mean rate. Furthermore, older societies have lower rates of entrepreneurship at every age.

 

 

 

 

*文章来源：劳动经济学与社保研究

*侵权必删