学术论文网站始建于2006年,专业提供毕业论文、硕士论文、博士论文、留学生论文、职称发表论文等各类论文服务的网站。

网站地图 | 我要咨询

诚信服务,放心选择

联系客服详询

Q Q:57235740、94205643

   

工作时间:周一至周日 8:00—23:00

咨询QQ1:57235740

咨询QQ2:94205643

联系电话:联系客服详询

在线咨询
在线咨询
在线咨询
在线咨询
您当前所在位置 : 学术论文网 > 毕业论文范文 > 理工科类 > 电子信息 >

电子信息

人力资本分布结构对技术创新的影响——兼论收入差距的中介效应与调节效应

点击:     发布时间: 2021-01-23 21:40

一、引言

技术创新是推动一国经济持续增长的源泉。人力资本是技术创新的主体,无论是吸收学习国外先进知识技术还是自主开展技术研发都离不开大量的高技能人力资本投入。人力资本可以通过知识获取、消化、转化和利用等能力促进技术创新1。人力资本积累的速度、水平和规模决定了一国技术创新的水平2。人力资本积累水平越高,社会劳动力对于新技术的学习和吸收能力就越强,全要素生产率越高3;高水平人力资本投入规模越大,越能满足企业的技术创新需求,研发产出就越多4。

虽然理论上众多学者都认为人力资本水平提高有利于技术创新,但实证研究结论却并不一致。有些实证研究表明人力资本与技术创新正相关5;而另一些实证研究则显示两者呈现负相关关系6。出现不一致的原因可能是因为这些文献把人力资本当成一个整体,而没有考虑人力资本的个体差异。于是一些学者将人力资本按照不同的标准进行了划分,考察不同类型的人力资本对于技术创新的影响。目前最普遍的划分标准是按照受教育程度的差异划分为初级、中级和高级人力资本。彭国华、吴宇晖和付淳宇、王艳涛和崔成等学者都认为中级和高级人力资本对技术创新具有重要促进作用,初级人力资本作用有限7。台航和崔小勇分析了不同类型人力资本结构占比的变化对技术进步的影响8。Cerina和Manca探讨了经济体接近技术前沿过程中,不同类型的人力资本结构对技术的影响效应9。

由于不同水平或类型的个体人力资本在技术创新中发挥的作用存在差异,人力资本水平在社会不同人群中的分布状况也会对技术创新产生影响。中国目前教育改革还有待深化,教育资源总量紧缺和配置不均衡的现象普遍存在,结果导致人力资本分布不平等问题非常突出,难以满足市场的各级人力资本需求。Shi等人的研究表明,中国经济转型的主要限制就在于占人口比重较大的来自农村贫困地区的劳动力不具备充分的人力资本水平,难以适应生产效率较高的经济要求10。李亚玲和汪戎的研究表明人力资本分布不均等不利于经济增长11;Garcia等人研究发现处于不同的收入水平阶段,人力资本分布结构在经济增长中发挥的作用会存在差异,即随着收入水平的提高,人力资本分布结构不平等程度的扩大对于经济增长的影响效应会由正转负12。

回顾文献,我们发现现有研究在以下方面还有待进一步深化:首先,既有文献主要侧重于人力资本积累水平和人力资本内部结构对技术创新的影响,关于人力资本分布结构对技术创新的影响研究还相对较少。其次,推动技术创新的动力除了来自人力资本的投入规模和质量外,也依赖于市场有效需求规模对企业技术创新活动的激励13。收入差距是影响技术创新产品市场需求的重要因素。既有文献在分析人力资本对技术创新的影响时,主要关注的是人力资本供给在技术创新中发挥的直接效应,忽略了人力资本分布不平等作为收入不平等的重要原因,通过收入差距这个中介机制对技术创新产生的间接影响。另外,人力资本投资的能力主要取决于个体或家庭拥有财富的多少14,收入差距的变化有可能影响人力资本分布结构对技术创新的影响效应,目前这方面的研究还比较少见。基于此,本文将收入差距作为联系人力资本分布结构与技术创新的重要传导机制,梳理和归纳了人力资本分布结构、收入差距和技术创新之间的逻辑关系,并利用省际面板数据进行实证检验。

本研究可能的贡献在于:第一,不同于以往文献从人力资本积累水平和人力资本内部结构视角分析人力资本对技术创新的影响,本文主要从人力资本分布结构视角研究其对技术创新的影响。第二,阐明了人力资本分布结构通过收入差距中介机制影响技术创新的内在机理,并利用1999-2018年省际面板数据实证检验了收入差距在其中发挥的倒U型中介作用。第三,探讨了收入差距对于人力资本分布结构与技术创新关系的调节效应。第四,充分考虑到中国经济社会区域发展不平衡性,将全样本划分为东中西部地区子样本,比较不同区域人力资本分布结构对技术创新的影响差异。

二、人力资本分布结构与技术创新关系的理论分析与研究假设

(一)人力资本分布结构对技术创新的影响

人力资本分布结构主要衡量的是人力资本分布不平等程度,它对于技术创新的影响主要体现在以下几方面:一是人力资本分布结构中形成的高素质人力资本可以通过“直接促进”和“知识溢出”机制推动技术创新。Vandenbussche等认为社会上存在高素质人力资本和低素质人力资本两种群体,其中高素质人力资本对技术创新具有更重要的影响,他们对相关知识的探索与研究既可以直接推动技术创新,又可以通过“干中学”将知识溢出到低素质人力资本,进而提高整个社会的技术创新能力15。彭国华、魏下海、钱雪亚、朱子云等学者研究都发现只有受过高等教育的高技术人力资本才对技术创新具有显著的正向作用16。二是人力资本分布不平等加大了个体之间思想交流与劳动合作难度,进而抑制技术进步。Grafton等认为个体之间的知识、思想交流会受到财产、语言、宗教以及人力资本等社会差异影响,人们往往倾向于同有相似背景的人交流17。人力资本分布越不平等,不同人群人力资本水平差异越大,相互之间的个体交流也就越少,进而阻碍了新知识、新思想的产生。三是人力资本分布不平等降低了技术与人力资本的匹配度,不利于技术创新。邹薇、代谦的研究表明:如果技术和人力资本相匹配,人力资本就可以快速吸收这项技术18。当新技术与高素质人力资本水平匹配时,中低素质人力资本与高素质人力资本水平差异越大,越难以掌握这门新技术。而新技术的掌握熟练程度是技术创新的基础,中低素质人力资本与新技术的匹配程度低无疑会抑制技术创新。人力资本分布结构还可以影响人力资本与技术的匹配效率。Lopez等指出当所有资本的边际产出相等时,资源配置效率最高,社会产出效益达到最大化19。当社会上所有研究部门招聘人员具有同等人力资本水平时,这个社会的研发效率会达到最大化。人力资本分布不平等扩大了人力资本工作能力和边际产出的差异化,导致劳动力与技术岗位的错配,使得研发效率降低,抑制技术创新。四是人力资本分布不平等不利于技术扩散。技术扩散是提高全要素生产率的重要途径。社会上只有少量的高技能人才掌握创新技术是不利于技术扩散的,只有大规模技术生产部门人力资本的技能水平得到提高,技术才能有效扩散。

可见,人力资本分布结构对技术创新的影响效应有正有负,其中高素质人力资本带来的是正效应,而“阻碍新思想的交流”、“降低技术与人力资本的匹配度”和“抑制技术扩散”带来的是负效应,最终效应取决于几种效应的合力作用。一般情况下,随着人力资本分布不平等程度的提高,后三种负效应之和大于第一种正效应,总效应为负。

基于此,本文提出理论假设1。

假设1:人力资本分布不平等程度越高,越不利于技术创新的提高。

(二)人力资本分布结构通过收入差距中介机制对技术创新的影响

人力资本差异一直以来都是解释收入差距的重要因素。人力资本的教育水平、技能水平和健康状况决定了个体在劳动力市场的地位和劳动生产率,直接影响了劳动和非劳动收入水平。因此不同个体人力资本差异会导致个体之间的收入不同,影响到居民收入差距20。城乡收入差距的关键决定因素就是城乡间人力资本的差距21。当人力资本分布结构不平等时,社会上不同人群的人力资本积累水平差异加大,收入差距也会随之扩大,进而影响技术创新水平。收入差距会通过价格效应和规模效应影响技术创新产品的市场需求。价格效应主要表现为高收入群体对于个性化、定制化创新产品的消费需求,规模效应主要表现为中等收入者对于标准工业创新产品的消费规模。收入差距对技术创新的作用取决于价格效应和规模效应的对比。当收入差距较小时,价格效应大于规模效应,收入差距的扩大有利于技术创新;当收入差距扩大到一定程度,社会财富向少数高收入人群集中,中等收入者占社会财富的比重下降,规模效应的抑制作用超过价格效应的促进作用,因此不利于技术创新能力提升22。众多实证研究也证实了收入不平等与技术创新之间存在先促进后抑制的倒U型曲线关系23。Iacopetta认为人力资本分布不平等既影响技术创新的人力资本数量和质量,也影响创新产品的市场需求,最终影响技术进步速度24。

基于此,本文提出理论假设2。

假设2:收入差距在人力资本分布结构与技术创新之间发挥倒U型中介作用。

(三)收入差距对于人力资本分布结构与技术创新关系的调节作用

人力资本的积累主要依赖于人力资本投资的能力,而人力资本投资的能力又受到个体或家庭拥有财富多少的影响14,因此收入差距会直接影响不同人群的人力资本投资能力差异。在不同程度收入差距下,人力资本分布结构与技术创新的关系会随之发生变化。

当收入差距处于较低水平时,收入差异带来的社会上不同人群的人力资本投资差异较小,人力资本投资差异主要受到不同人群学习能力的差异影响,学习能力强的个体会投资更多在人力资本上面,形成了高素质人力资本。这种由学习者的主观能动性推动形成的高素质人力资本具有较强的科研精神,能在技术创新中发挥更显著的作用。此时进行科技研发创新的企业对高素质人力资本的依赖性很强,高素质人力资本边际创新效率高。随着收入差距的扩大,社会上不同人群的人力资本投资差异加大,高素质人力资本的形成与父母的人力资本投资关联性更强,与学习能力差异的关系有所下降。贫困家庭的孩子即使有很强的学习能力,也会因为没钱读书而受到限制。再加上随着经济发展,技术创新对高素质人力资本的敏感度逐步下降,相反对次高素质人力资本的供给规模敏感度上升,高素质人力资本促进技术创新的边际效率会下降。另外,收入差距的扩大增加了人力资本分布不平等程度25,导致人力资本结构效应中“阻碍新思想的交流”、“降低技术与人力资本的匹配度”和“抑制技术扩散”对于技术创新的制约效应相应增加。因此,随着收入差距的扩大,人力资本分布结构对于技术创新的负面影响效应会逐渐增强。

基于上述分析,本文提出理论假说3。

假说3:收入差距的扩大会增加人力资本分布结构对技术创新的不利影响。

三、人力资本分布结构与技术创新关系的实证分析

(一)模型设定

根据上文理论分析和研究假说,人力资本分布不平等程度的扩大不利于技术创新的提高,收入差距在人力资本分布不平等和技术创新中间发挥倒U型中介传导作用。本文借鉴温忠麟、张雷提出的方法26构建了模型(1)-(3)用来检验假设1和2。

lnInnoit=Ci0+ai1Geduit+ai2Eduit+ai3Kit+ai4Hrit+ai5lnYit+ai6lnFTit+ai7lnFDIit+εit (1)

Giniit=Ci0+ai1Geduit+ai2Eduit+ai3Kit+ai4Hrit+ai5lnYit+ai6lnFTit+ai7lnFDIit+εit (2)

lnInnoit=Ci0+ai1Geduit+ai2Giniit+ai3Giniit^2+ai4Eduit+ai5Kit+ai6Hrit+ai7lnYit+ai8lnFTit+ai9lnFDIit+εit (3)

其中,变量Inno表示技术创新,变量GeduGini分别表示人力资本分布结构和收入差距。根据现有经验文献在分析技术创新时通常考虑的因素,本文将人力资本积累水平(Edu)、研发人员投入(K)、研发经费投入(Hr)、经济发展水平(Y)、贸易开放程度(FT)和外商直接投资(FDI)作为控制变量纳入模型中进行分析。ε为随机干扰项。i代表面板数据中的个体省份,t表示时间点。为缓解异方差现象,本文将指标InnoYFTFDI等绝对量数据取对数。

进一步,为了检验假说3,本文构建了模型(4),通过引入收入差距与人力资本分布结构的交互项来考察收入差距对于人力资本分布结构与技术创新关系的影响。模型(4)的变量说明与前文一样。

lnInnoit=Ci0+ai1Geduit+ai2Giniit+ai3Gini*Geduit+ai4Eduit+ai5Kit+ai6Hrit+ai7lnYit+ai8lnFTit+ai9lnFDIit+εi (4)

(二)变量衡量以及数据来源

技术创新(Inno)的衡量:专利数量是技术创新活动的主要产出,因此本文主要用各省区专利申请授权量作为技术创新的衡量指标。专利申请授权量越多,技术创新水平越高。

人力资本分布结构(Gedu)的衡量:本文用教育基尼系数来衡量人力资本分布结构,计算方法主要借鉴Castello和Domenech提出的方法27,具体计算公式为:Gedu=12μi=1nj=1npi|yiyj|pjGedu=12μ∑i=1n∑j=1npi|yi-yj|pj,其中,Gedu为教育基尼系数,μ=i=1npiyiμ=∑i=1npiyi表示全体样本受教育年限的均值。ij都表示教育层次,n表示总的受教育层次,p代表不同受教育年限人群占总体的比例,y表示不同教育层次对应的受教育年限。教育层次和教育年限的衡量与受教育年限的取值方法相同。教育基尼系数越大,说明人力资本分布越不平等。

收入差距(Gini)的衡量:基尼系数是衡量收入差距最主要的变量,本文借用田卫民(2012)的方法28先分别测算出各省的城镇居民和农村居民基尼系数,然后使用分组加权法公式计算出总体的居民收入基尼系数。该系数越高,则居民收入差距越大。

人力资本积累水平(Edu)的衡量:人力资本水平的高低主要体现在教育水平方面。因此本文借鉴大多数文献的常用做法,用人均受教育年限来衡量人力资本积累水平。具体计算方法是将教育层次划分为文盲、小学、初中、高中和大学,相应的教育年限分别记为0、6、9、12和16年,然后计算各个教育层次年限人口比重的加权平均值。

研发经费(K)和研发人员(Hr)是技术创新的直接投入,本文选取各省区财政支出中科学技术费用占人均GDP的比重来衡量研发经费投入,其中1999-2006年选取财政支出中科技三项费用与财政支出中科技事业费用之和,2007-2018年采用财政支出中科学技术费用来衡量。研发人员投入的衡量指标主要用各省区科学研究和技术服务人员数量占总人口的比重来表示。

经济发展水平(Y)、贸易开放程度(FT)和外商直接投资(FDI)都是影响技术创新的外部环境变量。经济发展水平越发达的地区技术创新程度相应越高。贸易开放带来的学习效应、竞争效应和市场规模的扩展效应都有利于促进国内技术创新29。外商直接投资可以通过与国内企业建立合作,传递先进的知识、技术和管理经验,提升国内企业的技术创新能力。本文分别用各地区的GDP来衡量经济发展水平,用进出口总额来衡量外贸开放程度,用外商直接投资额来衡量外商直接投资水平。

上述数据主要来源于1999-2018年的《中国统计年鉴》《劳动统计年鉴》《中国科技统计年鉴》《中国教育统计年鉴》《中国人口统计年鉴》和《中国财政统计年鉴》,并对个别缺失数据采用移动平均法进行了插补。由于海南、黑龙江、湖南、吉林、青海、山东、天津、西藏和云南等省市自治区计算基尼系数的主要数据缺失严重,因此本文剔除了这些省份的相关数据,最终得到了其余22个省市自治区1999-2018年间的面板数据。

(三)实证结果分析

1.变量描述性统计

表1的变量描述性统计结果表明,技术创新在不同地区和不同年份存在较大的差异,最小值为5.01,最大值为13.08,标准差达到1.66。人力资本分布结构的衡量指标教育基尼系数均值为0.26,最低为0.16,最高为0.40,这表明人力资本分布呈现一定的不平等性。人均受教育年限均值水平还比较低,仅为8.43,也存在一定的地区和年份差异,最低为5.43,最高为12.56。基尼系数的均值水平为0.36,最高达到0.49,这说明我国居民收入差距总体比较大。

2.实证结果分析

(1)人力资本分布结构对技术创新的影响结果分析

面板数据在回归之前需要进行单位根检验。本文主要采用LLC检验方法对数据进行单位根检验,以确定数据的平稳性。检验结果显示所有变量都是一阶平稳序列。接下来本文使用KAO检验对所有模型进行协整检验来检验解释变量与被解释变量间是否存在长期的稳定均衡关系,结果显示所有模型变量之间存在协整关系,可以进行回归分析。

表1 变量描述性统计 导出到EXCEL




Variable
ObsMeanStd. Dev.MinMax

lninno
4088.961.665.0113.08

Gedu
4080.260.050.160.40

Gini
4080.360.060.220.49

Edu
4088.431.175.4312.56

K
40814.8113.431.65119.74

Hr
4080.0030.0050.000.037

lnY
4089.081.105.4911.49

lnFT
40814.621.8510.3718.51

lnFDI
4085.851.602.109.86



为了避免经济变量之间互为因果关系带来的内生性问题,核心解释变量回归时都取了滞后一期。面板数据模型可以选择固定效应模型或随机效应模型进行检验,我们使用stata 13.0对模型(1)-(3)进行了Hausman检验,检验结果显示应该选择固定效应模型。另外为了消除序列相关和异方差等问题的影响,我们采用了聚类稳健标准差的处理方式。最终模型(1)-(3)的检验结果如表2所示。

表2 主效应及中介效应估计结果 导出到EXCEL




被解释变量
模型(1)
lninno
模型(2)
Gini
模型(3)
lninno

Gedu
-5.554***1.909***-4.201***

(-5.59)(16.59)(-3.31)

Gini


8.922**



(2.52)

Gini^2


-13.638***



(-2.83)

Edu
-0.123**0.043***-0.085

(-2.02)(6.12)(-1.36)

K
0.019***0.00010.021***

(9.75)(0.23)(10.20)

Hr
-10.4761.642-3.455

(-0.96)(1.30)(-0.33)

lnY
0.685***0.749***0.604***

(6.56)(9.35)(5.86)

lnFT
0.088*0.020*0.184***

(1.75)(1.65)(3.47)

lnFDI
0.347***-0.012*0.248***

(5.91)(-1.65)(3.91)

Constant
1.647**-0.591***-0.584***

(2.24)(-6.87)(-0.60)

obs
408408408

F
80571553

R-sq
0.930.570.93

注:1.“***”、“**”、“*”分别表示1%、5%、10%水平上显著;2.“()”里的数值为系数的t值。


从表2中结果可知,模型(1)中人力资本分布结构对于技术创新的影响系数在1%的显著性水平上为-5.554,这说明人力资本分布不平等程度的扩大不利于技术创新的提高,理论假设1得到验证。模型(2)中人力资本分布结构对于收入差距的影响系数显著为正(β=1.909,p<0.001),这说明人力资本分布不平等程度的提高会扩大居民收入差距。模型(3)中人力资本分布结构对于收入差距的影响系数显著为负(β=-4.201,p<0.001),系数绝对值低于模型(1)的结果,收入差距的一次项对于技术创新的影响系数显著为正(β=8.992,p<0.05),收入差距的平方项对于技术创新的影响系数显著为负(β=-13.638,p<0.01)。根据中介效应理论可知,人力资本分布结构对技术创新的影响可以部分通过收入差距这个中介变量实现。收入差距和技术创新之间呈现倒U型关系,即收入差距的扩大对于技术创新的影响是先促进,达到一定拐点后就转为制约。假设2得到验证。

(2)收入差距对人力资本分布结构与技术创新关系的调节效应结果分析

为了考察收入差距对人力资本分布结构与技术创新关系的调节效应,本文对模型(4)进行了固定效应和随机效应的实证检验,以分析收入差距与人力资本分布结构的交互项的系数显著性。豪斯曼检验结果显示应该选择随机效应。估计结果见表3。

表3 收入差距对人力资本分布结构与 技术创新的调节效应估计结果 导出到EXCEL




变量
(1)(2)(3)(4)

Gedu
-3.845***1.972-3.014**1.547

(-3.01)(0.36)(-2.45)(0.58)

Gini
-1.005**2.377-1.210***1.982

(-2.32)(1.38)(-2.87)(1.16)

Gini*Gedu

-13.147**
-25.673**


(-2.02)
(-1.92)

Edu
-0.096-0.088-0.087-0.080

(-1.53)(-1.40)(-1.51)(-1.39)

K
0.021***0.022***0.021***0.022***

(10.02)(10.26)(10.25)(10.46)

Hr
-1.0503.0885.9168.785

(-0.10)(0.28)(0.63)(0.92)

lnY
0.619***0.594***0.658***0.649***

(5.96)(5.70)(8.04)(7.90)

lnFT
0.167***0.183***0.173***0.183***

(3.14)(3.42)(3.70)(3.90)

lnFDI
0.270***0.262***0.226***0.212***

(4.25)(4.13)(4.13)(3.87)



续表

导出到EXCEL




变量
(1)(2)(3)(4)

Constant
1.153-0.1210.728-0.488

(1.50)(-0.12)(0.97)(-0.50)

obs
408408408408

F
610548


Wald chi2


51225160

R-sq
0.930.930.930.93

检验方法
FeFeReRe

注:1.“***”、“**”、“*”分别表示1%、5%、10%水平上显著;2.“()”里的数值为系数的t值。


从表3中的随机效应结果(4)可以看出,收入差距与人力资本分布结构的交互项对于技术创新的影响系数显著为负(β=-25.673,p<0.05),这表明人力资本分布结构对于技术创新的影响系数受到了收入差距水平的调节影响。收入差距的提高会增加人力资本分布结构对于技术创新的负向影响系数。这符合我们的理论假设3。

四、东中西部地区人力资本分布结构与技术创新的关系比较

我国地域辽阔,东部、中部和西部不同区域的经济发展水平、收入差距和人力资本分布结构都存在一定的差异。在不同区域,人力资本分布结构与技术创新的关系、收入差距对两者关系的调节效应很可能存在差异。因此本文将全样本按照经济发展水平高低划分成三个子样本:东部地区子样本、中部地区子样本和西部地区子样本30,对三个子样本分别估计回归模型(3)和(4),并基于豪斯曼检验结果选择了固定效应模型。变量描述性统计和回归检验结果分别如表4和表5所示。

表4 东中西部地区子样本变量描述性统计结果 导出到EXCEL




子样本
东部地区中部地区西部地区

变量
MeanStd.Dev.MeanStd.Dev.MeanStd.Dev.

lninno
10.121.358.781.378.031.43

Gedu
0.240.040.250.040.280.05

Gini
0.330.050.360.050.390.07

Edu
9.061.298.280.847.960.94

K
20.3217.2316.0112.789.255.40

Hr
0.0050.0070.0010.0060.0020.001

lnY
9.710.859.160.888.461.07

lnFT
16.371.2414.051.5313.381.33

lnFDI
7.331.045.610.864.671.23



表5 东中西部地区子样本估计结果比较 导出到EXCEL




子样本
东部地区中部地区西部地区

模型(3)模型(4)模型(3)模型(4)模型(3)模型(4)

Gedu
-7.417***4.126-0.37621.807***-0.241***16.294***

(-3.73)(0.69)(-0.15)(3.11)(-0.13)(3.76)

Gini
-1.8587.673**20.808**11.917***24.279***8.864***

(-0.26)(1.99)(2.25)(3.05)(4.77)(3.47)

Gini^2
2.747
-34.008**
-34.579***

(0.26)
(-2.47)
(-5.12)

Gini*Gedu

-33.480**
-61.196***
-40.304***


(-2.05)
(-3.61)
(-4.20)

Edu
-0.006-0.0130.0340.0490.018-0.060

(-0.06)(-0.13)(0.26)(0.39)(0.18)(-0.58)

K
0.006**0.006**0.038***0.034***0.048***0.054***

(2.51)(2.53)(8.32)(7.47)(4.25)(4.67)

Hr
-22.953**-14.592-257.587*-261.733**-76.4999.002

(-2.19)(-1.32)(-1.96)(-2.07)(-0.95)(0.11)

lnY
0.583***0.469**1.351***1.224***0.739***0.770***

(3.18)(2.49)(5.70)(5.36)(5.15)(5.24)

lnFT
-0.0320.0610.0770.0830.220***0.192**

(-0.29)(0.53)(0.75)(0.86)(2.99)(2.56)

lnFDI
0.630***0.666***-0.281*-0.1210.0630.064

(6.00)(6.36)(-1.70)(-0.82)(0.76)(0.76)



续表

导出到EXCEL




子样本
东部地区中部地区西部地区

模型(3)模型(4)模型(3)模型(4)模型(3)模型(4)

Constant
2.462-1.112-6.557**-7.677***-5.938***-4.977***

(1.41)(-0.58)(-2.27)(-3.04)(-3.45)(-2.85)

obs
1501509494164164

F
283292288312213202

R-sq
0.950.950.970.970.930.93

检验方法
FeFeFeFeFeFe

注:1.“***”、“**”、“*”分别表示1%、5%、10%水平上显著;2.“()”里的数值为系数的t值。


从表4的变量描述性统计结果来看,东部地区的技术创新水平最高,西部地区的人力资本分布不平等程度和收入差距最高。

从表5的模型(3)的结果可知,人力资本分布结构对技术创新的影响系数在东部地区和西部地区都显著为负,分别为-7.417和-0.241,在中部地区该系数不显著。这说明东部地区人力资本分布不平等程度的扩大对于技术创新的负面影响最大。这可能是因为随着经济发展水平的提高,技术创新进入技术扩散阶段,研发主力逐步由高素质人力资本转向次高素质人力资本,劳动力与技术匹配效应的负面作用逐渐加强,因此人力资本分布不平等对于技术创新的制约效应更加显著。

模型(4)的结果显示,收入差距与人力资本分布结构的交互项对于技术创新的影响系数在东中西三个地区样本中都显著为负,分别为-33.480、-61.196和-40.304,这说明在中部地区,收入差距的扩大对于人力资本分布结构与技术创新关系的不利影响最大。在经济发展水平最低的西部地区,这种影响有所弱化。在经济发展水平最高的东部地区,收入差距对于人力资本分布结构和技术创新的负面影响最低,这可能是因为在东部地区收入差距对于技术创新的负面影响不显著。

五、模型稳健性检验

为了验证模型的稳健性,我们分别替换了核心解释变量收入差距和人力资本分布结构的衡量指标,用城乡收入差距(城镇居民人均可支配收入/农村居民人均可支配收入)31替换了基尼系数;用各省接受过高等教育的人群在全省人口中的比例来衡量人力资本分布结构,该指标越高,说明人力资本分布越平等。模型的固定效应估计结果如表6中(1)-(6)所示。结果显示收入差距在人力资本分布结构与技术创新之间显示了部分中介效应。由于可行的广义最小二乘法(FGLS)也有利于消除组内自相关、组间异方差和序列相关等面板数据模型中可能存在的问题影响,因此本文用可行的FGLS方法对收入差距调节效应模型进行重新估计。估计结果如表6中(7)所示,从中可以看出,收入差距与人力资本分布结构的交互项对于技术创新的影响系数显著为负,与前文结论一致,说明模型参数估计的稳健性良好。

表6 稳健性检验结果 导出到EXCEL




被解释变量
(1)
lninno
(2)
Gini
(3)
lninno
(4)
lninno
(5)
Gini
(6)
lninno
(7)
lninno

Gedu
-5.554***6.692***-2.507**6.726***-0.565***6.188***2.086***

(-5.59)(8.81)(-2.46)(7.19)(-3.79)(6.53)(2.81)

Gini


-0.611*

6.454*0.435



(-1.74)

(1.94)(0.85)

Gini^2


0.025

-10.948**



(0.45)

(-2.37)

Gini*Gedu






-3.179*







(-1.78)

控制变量

obs
440440440408408408408

F
8053013584521602

R-sq
0.930.340.830.940.280.94

注:1.“***”、“**”、“*”分别表示1%、5%、10%水平上显著;2.“()”里的数值为系数的t值;3.(1)-(3)是替换了基尼系数的结果,(4)-(6)是替换了人力资本分布不平等的结果,(7)为gls检验结果。


接下来,我们将全部样本按照基尼系数的高低分为高收入差距地区子样本(基尼系数高于等于均值)和低收入差距地区子样本(基尼系数低于均值),对两个地区子样本进行模型检验,比较人力资本分布结构与技术创新关系的差异,从而检验收入差距对人力资本与技术创新关系的影响。检验结果如表7所示。从中可知,在收入差距比较高的地区,教育基尼系数对技术创新的影响效应都显著为负(β=-5.883,p<0.001),高等教育人群占比对技术创新的影响系数显著为正(β=6.818,p<0.001),而在收入差距比较低的地区,这两个系数都不显著。这说明高收入差距地区人力资本分布不平等程度的扩大对于技术创新的不利影响要比低收入差距地区更显著,收入差距的变化确实调节了人力资本分布结构与技术创新的关系。另外,在低收入差距地区,收入差距对技术创新的影响呈现倒U型关系,而在高收入差距地区,收入差距与技术创新之间呈现负相关关系。

表7 收入差距差异地区子样本估计结果比较 导出到EXCEL




子样本
高收入差距地区低收入差距地区

子样本
(1)(2)(3)(4)

Gedu
-5.883***6.818***-0.3112.093

(-3.67)(2.93)(-0.17)(1.23)

Gini
-5.659**-4.758**23.888**26.527*

(-5.44)(-2.78)(1.97)(1.88)

Gini^2


-41.506**-45.998*



(-2.05)(-2.02)

Edu
-0.094-0.1340.0840.013

(-1.16)(-1.68)(0.81)(0.11)

K
0.038***0.034***0.010***0.010

(8.46)(3.27)(3.59)(1.43)

Hr
-136.72*-131.24-20.700*-34.206*

(-1.95)(-1.26)(-1.92)(-1.77)

lnY
0.952***0.905***0.752***0.724**

(7.85)(3.97)(3.96)(2.12)

lnFT
0.0980.208-0.0190.044

(1.52)(1.24)(-0.20)(0.28)

lnFDI
-0.019-0.1160.530***0.461***

(-0.27)(-0.95)(5.09)(2.96)

Constant
3.236***-0.517-4.801**-5.076**

(3.02)(-0.58)(-2.37)(-2.13)

obs
222222186186

F
3083253051696

R-sq
0.930.930.950.95

检验方法
FeFeFeFe

注:1.“***”、“**”、“*”分别表示1%、5%、10%水平上显著;2.“()”里的数值为系数的t值;3.(1)和(3)的人力资本分布结构用教育基尼系数衡量,(2)和(4)的人力资本分布结构用高等教育人群占比衡量。


接下来我们对东部地区子样本、中部地区子样本和西部地区子样本的模型也进行了替换核心解释变量的稳健性检验,结果也与前文基本一致。

六、进一步分析:人力资本分布结构影响技术创新的门槛效应

由前文所述可知,收入差距在人力资本分布结构和技术创新之间发挥着倒U型的中介效应,同时收入差距还对人力资本分布结构与技术创新的关系存在着负向调节作用。因此我们可以推断人力资本分布结构影响技术创新的影响系数可能并不是单一的,会随着收入差距的变动呈现出门槛效应。接下来,本文将收入差距作为门槛变量,检验人力资本分布结构影响技术创新的门槛效应。

(一)模型构建

本文采用Hansen(1999)建立的固定效应面板门槛回归模型进行实证分析32。建立的面板门槛模型如下:

lnInnoit=ai1Geduit(Giniit<γ1)+ai2Geduit(γ1≤Giniit<γ2)+…+ain+1Geduit(Giniitγn)+βi1Eduit+βi2Kit+βi3Hrit+βi4lnYit+βi5lnFTit+βi6lnFDIit+εit (5)

模型(5)的变量解释与前文一致,其中,收入差距(Gini)是门槛变量,人力资本分布结构(Gedu)的系数会随着收入差距变化,其他解释变量的系数不随收入差距变化。γ是待估计的门槛值。

(二)门槛检验

我们采用连玉君等(2006)33的方法33对模型参数进行估计。采用两步法进行估计,首先,给定门槛值γ,对模型(5)进行一致估计,得出最优门槛值γ。接下来进行门槛效应显著性的检验,通过确定门槛的个数来确定模型的形式,进而得到门槛估计值。为了增强常用统计推断效能,本文对回归数据均进行300次Bootstrap重复抽样。门槛效应检验结果(见表8)显示:在收入差距作为门槛变量的前提下,人力资本分布结构对技术创新的影响存在双重门槛效应,相应的门槛值为0.3331和0.4558。

表8 门槛效应检验 导出到EXCEL




单门槛效应检验双门槛效应检验

F
34.8719.95

P
0.010.04

门槛估计值
0.33310.4588

95%置信区间
(0.3258-0.3350)(0.4562-0.4593)



(三)面板门槛回归模型的估计结果分析

基于估计出来的门槛值,我们对模型进行了参数估计,具体估计结果如表9所示。

表9 门槛模型回归结果 导出到EXCEL




解释变量

非线性双重门槛效应模型

Gedu
Gini≤0.3331-0.675


(-0.59)

0.3331<Gini≤0.4588-1.737*


(-1.70)

Gini>0.4588-2.757***


(-2.67)

Edu

-0.087


(-1.59)

K

0.040***


(14.61)

Hr

-14.501


(-1.20)

lnY

0.602***


(6.42)

lnFT

0.194***


(3.70)

lnFDI

0.146**


(2.33)

Constant

0.327


(0.47)

R-sq

0.94

注:1.“***”、“**”、“*”分别表示1%、5%、10%水平上显著;2.“()”里的数值为系数的t值。


实证结果表明,当收入差距低于第一门槛值0.3331时,人力资本分布结构对技术创新的影响系数为-0.675,但并不显著;当收入差距处于门槛区间0.3331-0.4588时,人力资本分布结构对技术创新的影响系数显著下降为-1.737;当收入差距进一步扩大,跨越了第二门槛值0.4588以后,人力资本分布结构对技术创新的负向影响系数进一步下降(β=-2.757,p<0.001)。这说明随着收入差距的扩大,人力资本分布不平等程度对于技术创新的不利影响越来越大。这与前文假设基本一致。

七、结论与建议

本文利用1999-2018年的省际面板数据实证检验了人力资本分布结构对技术创新的影响以及收入差距在其中发挥的中介效应和调节效应。研究结果发现,中国人力资本分布不平等程度的加深不利于技术创新的提高,这一点在经济发展水平较高的东部地区更为明显;收入差距在人力资本分布结构和技术创新之间发挥了倒U型的中介效应。进一步分析发现,随着收入差距的扩大,人力资本分布结构对于技术创新的不利影响也在增加,这种不利影响在中部地区最明显。并且收入差距作为门槛变量时,人力资本分布结构对技术创新的负向影响具有双重门槛效应。因此,要提升技术创新水平,必须重视改善人力资本分布结构和缩小收入差距在其中发挥的作用,根据不同区域制定侧重点不同的相应举措。具体建议为:

第一,加强教育投入,注重教育平等,缩小人力资本分布不平等程度。首先,各级政府要增加农村地区的教育投资,加强教育基础设施的建设,提高教师的薪资待遇,缩小城乡教育差异。其次,为城镇低收入家庭和农村地区家庭提供子女教育方面的经济补贴或者优惠政策,减轻家长的教育负担,提升低收入家庭的子女教育投资。

第二,采取有效措施缩小居民收入差距。首先,推行区域经济协调发展政策,加强东中西部地区间经济协作,缩小地区经济发展差距。其次,推进农业农村现代化发展,加快小城镇建设,增加农民的收入来源,改善农民生产、生活设施,缩小城乡居民的收入差距。再次,加强低收入人群的教育支持和工作技能培训,提升低收入群体的人力资本水平。最后,落实精准扶贫战略,打好脱贫攻坚战,建立长效扶贫机制,防止返贫。

第三,要重视优化人力资本分布结构与缩小收入差距举措的协同共进,上述多种举措要同步进行,否则会降低单一政策在提升技术创新方面的积极效应。

第四,不同区域的政策重点可以有所侧重。对于东部地区来说,人力资本分布不平等对于技术创新的负面影响效应最大,而收入差距的负面调节效应相对较少,收入差距对技术创新的制约不显著,因此要将重点更多放在如何缩小人力资本分布不平等程度方面。而在中部地区,收入差距的负面调节效应最大,因此要更多关注如何缩小居民收入差距,降低其对人力资本分布结构和技术创新关系的不利影响。西部地区则两方面都要兼顾。