人口老龄化与中国的能源转型：产业重新布局与升级

《Energy Economics》：Population aging and China's energy transition: Industrial reallocation and upgrading

　　

马洁云|余晓媛|郝云|洪伟新|龚泽宇

中国西安西北政法大学经济学院，邮编710122

摘要

人口老龄化与能源消费结构的转变（TRE，以最终消费中清洁能源的比例衡量）进展缓慢有关，这主要通过较低的工业资源配置效率（IRE）和有限的、地区间存在差异的工业升级（ISU）来体现。为了研究这些动态，我们应用空间计量面板分析法对中国2005至2021年的省级数据进行了分析。我们的研究表明，人口结构的变化通过加剧整体资源配置摩擦以及扩大行业产出与就业份额之间的不匹配来阻碍能源转型。此外，邻近地区的人口老龄化还会产生显著的空间溢出效应，阻碍当地的清洁能源转型。因此，政策制定者应将人口趋势纳入长期能源规划中。克服这些制约需要针对劳动力流动和技术升级提供有针对性的支持，并加强跨地区政策协调。

引言

人口老龄化已成为全球最显著的人口趋势之一（Li等人，2024a，2024b，2024c）。作为世界上老年人口最多的国家，中国的人口老龄化进程比主要发达国家更快（Chen等人，2019；Bai和Lei，2020）。中国人口老龄化的主要驱动因素包括20世纪70年代实施的一孩政策、医疗技术的显著进步以及生活水平的显著提高（Li和Lin，2016；Chen等人，2022；Wang等人，2022）。官方统计数据显示，自2000年以来，中国65岁及以上的人口比例翻了一番多，从7%增加到2023年的15.4%（国家统计局，2025）。

2005年至2021年期间，中国为分析这一人口变化对能源消费的影响提供了理想且重要的背景。在此期间，中国不仅经历了快速的工业化和城市化，还实施了越来越严格的环境法规，最终在2020年正式提出了“双碳”目标。这一时间框架涵盖了中国的 demographic dividend（人口红利）开始减弱的关键转折点，同时国家也迫切需要推动能源转型。虽然经济整体的结构变化和能源转型主要由技术创新和环境政策等非人口因素驱动（Acemoglu和Restrepo，2022），但这一深刻的人口变化起着关键的基础性作用。具体来说，人口老龄化通过改变劳动力供给动态、居民消费模式和日常能源使用习惯，深刻重塑了能源消费结构（Yenilmez，2015；Guang等人，2025）。

人口老龄化与能源消费结构之间的关系是复杂和多维的（Liu等人，2022；Song和Li，2023）。现有国际研究普遍认为，老龄化导致能源使用的结构变化，将能源需求从工作场所重新分配到居民部门，而不仅仅是增加整体经济需求（Hossein和Emilio，2019；Wang等人，2025）。以日本为例，老年人从劳动力市场退出以及他们在家时间增加导致1995年至2015年间家庭能源消费增加了12%（Nozomu等人，2021）。为应对这一挑战，发达国家正在可再生能源等领域进行战略性投资，旨在引导能源结构的发展、提高能源效率，并通过绿色化和数字化推动产业转型，形成“双转型”战略（Pais-Magalh?es等人，2022；Nozomu等人，2024）。例如，德国将其“工业4.0”倡议与能源转型目标相结合，日本在“社会5.0”框架下推进“银色经济”的数字化，欧盟通过“欧洲绿色协议”推动工业升级和劳动力技能提升（Gerbert等人，2015；Hitachi-UTokyo实验室，2020；Kalimo等人，2025；Wendler，2026）。

本研究认为，人口老龄化通过工业结构（特别是工业资源配置效率（IRE）和工业升级（ISU）的中介作用影响能源消费转型。为了量化这些影响，本研究确定了两个结构传导渠道：工业资源配置效率（IRE），定义为基础产业产出与就业之间的协调，反映了资源分配效率；以及工业升级（ISU），指的是向高附加值和低能耗行业的转变。这两个指标提供了将人口老龄化与能源转型联系起来的可衡量路径。

然而，在理解人口老龄化如何同时通过结构和空间维度影响能源转型方面仍存在关键空白。尽管先前研究已经认识到老龄化对家庭能源需求的直接影响（Bardazzi和Pazienza，2017），但人口变化、产业重组和能源系统脱碳之间的复杂相互作用仍缺乏探索。由于老龄化从根本上影响宏观经济表现，理解其与能源转型的联系需要一个符合增长考虑的框架。因此，我们关注工业资源配置效率（IRE）和工业升级（ISU）作为与分配效率和生产率相关的可衡量渠道。

此外，这种结构转型本质上是空间性的，尽管中国存在明显的区域经济差异和省际资源流动，但这一维度在很大程度上被忽视了。中国表现出显著的空间人口异质性。例如，东北地区（如辽宁、吉林、黑龙江）老龄化最为迅速，人口流失严重，同时工业惯性较大。相比之下，沿海地区吸引了年轻的务工人口，但也面临着严格的脱碳压力。这种差异意味着一个省份（如东北）的人口变化，如年轻劳动力的流失，不可避免地会对邻近或经济上相关的地区的IRE和清洁能源转型产生溢出效应。因此，将这种空间依赖性纳入我们的分析框架不仅是方法论上的必要，而且对于协调跨地区能源政策也至关重要。

为了解决这些空白，本文应用空间计量面板分析法对中国2005至2021年的省级数据进行了分析。我们建立了一个理论框架来测试老龄化如何通过IRE和ISU影响最终能源结构，并随后使用空间Durbin模型捕捉省际溢出效应。本文的其余部分结构如下：第2节回顾了文献并提出了理论假设；第3节概述了方法论、实证模型和数据来源；第4节展示了实证结果和讨论；第5节总结了政策建议。

章节摘录

人口老龄化与能源消费转型

人口老龄化与能源消费转型之间的关系仍然是一个未解决的实证问题，现有研究提出了相互矛盾的预测。在本研究中，“能源消费转型”指的是最终能源消费结构向更清洁、低碳密集型能源载体和用途的持续转变，反映了从碳密集型模式的转变。

变量描述

为了实证检验人口变化与能源转型之间的结构和空间动态，我们采用了一种双方法论框架，使用了2005至2021年的省级面板数据。首先，我们在扩展的STIRPAT模型中应用中介框架，来研究人口老龄化如何通过工业资源配置效率（IRE）和工业升级（ISU）间接影响最终能源结构。其次，我们利用空间Durbin模型（SDM）捕捉

基线回归

在展示回归结果之前，我们进行了几项初步的诊断测试以确保模型的有效性。首先，Levin-Lin-Chu（LLC）面板单位根测试在1%的显著性水平上拒绝了所有变量存在单位根的零假设，确认了数据的平稳性。其次，所有独立变量的方差膨胀因子（VIF）值远低于10的常规阈值，排除了严重的多重共线性。第三，Hausman测试（统计量=95.54**）明确地

主要结论

本研究使用2005至2021年的省级面板数据和一个扩展的STIRPAT-空间计量框架，探讨了人口老龄化对中国能源消费转型的影响。总体而言，实证结果支持五个假设，并表明人口老龄化主要通过限制IRE和ISU抑制了最终消费中清洁能源比例的提高，同时也产生了具有统计意义的空间溢出效应。

基线估计

CRediT作者贡献声明

马洁云：撰写——审稿与编辑，撰写——初稿，方法论，正式分析，数据整理，概念化。余晓媛：撰写——审稿与编辑，撰写——初稿，方法论，调查，正式分析，概念化。郝云：撰写——审稿与编辑，验证，方法论，正式分析，数据整理。洪伟新：撰写——审稿与编辑，可视化，验证，概念化。龚泽宇：撰写——审稿与编辑，可视化，

未引用参考文献

欧洲委员会研究与发展总司，2021