人力资本、科技创新与信息经济发展关系研究
——异质性视角

徐维祥,姜丽佳,徐志雄

(浙江工业大学 经贸管理学院,浙江 杭州 310023)

摘 要:基于2006-2015年全国20个省市面板数据,利用双对数回归模型,实证分析了人力资本、科技创新与信息经济发展关系,并对人力资本和科技创新的异质性效应进行了验证。结果显示:人力资本、科技创新以及两者的交互作用均对信息经济发展具有显著正向影响,其中,人力资本的作用最大。此外,人力资本和科技创新都对信息经济发展具有异质性效应,其中,在人力资本异质性方面,体力劳动者、基础型人力资本的系数为负,而技能型人力资本、创新型人力资本系数为正,就作用强度而言,基础型人力资本最大,技能型人力资本最小;在科技创新异质性方面,科技创新对信息经济发展的影响取决于技术含量和创新程度,技术含量和创新程度越高,对信息经济发展的促进作用越大。

关键词:人力资本;科技创新;信息经济;异质性

收稿日期:2019-02-15

基金项目:国家自然科学基金项目(71774145);浙江省软科学研究计划项目(2018C25041);浙江省自然科学基金项目(LQ19G030011)

作者简介:徐维祥(1963-),男,浙江东阳人,博士,浙江工业大学经贸管理学院教授、博士生导师,研究方向为产业经济、区域经济;姜丽佳(1995-),女,浙江龙游人,浙江工业大学经贸管理学院硕士研究生,研究方向为科技创新、产业经济;徐志雄(1996-),男,湖北襄阳人,浙江工业大学经贸管理学院硕士研究生,研究方向为区域经济、产业经济。

DOI10.6049/kjjbydc.2018110667

开放科学(资源服务)标识码(OSID):

中图分类号:F49

文献标识码:A

文章编号:1001-7348(2019)14-0076-09

Research on the Relationship between Human CapitalTechnological Innovation and Information Economy Development——based on Heterogeneity

Xu Weixiang,Jiang Lijia,Xu Zhixiong

(College of Economics and Management, Zhejiang University of Technology, Hangzhou 310023, China)

AbstractBased on the panel data of 2006-2015 about 20 provinces in China, the double logarithmic regression model are used to analyze the effect of the human capital, technological innovation on the development of the information economy. And the heterogeneity of human capital and technological innovation is verified. The research results show that human capital, technological innovation and the interaction between human capital and technological innovation have positive effects on the development of information economy, of which human capital plays the most important role. It also finds that human capital and technological innovation have heterogeneous effects on the development of information economy. In terms of heterogeneity of human capital, the coefficient of manual labor and basic human capital are negative, while the skilled human capital and innovative human capital coefficient are positive. As far as the intensity of action is concerned, basic human capital is the largest and skilled human capital is the smallest. In the aspect of heterogeneity of technological innovation, the impact of technological innovation on the development of information economy depends on the level of technology and innovation, the higher the level of technology and innovation, the stronger the promoting effect to the development of information economy.

Key Words:Human Capital; Technological Innovation; Information Economy; Heterogeneity

0引言

信息化是当今时代发展趋势,世界已进入以信息技术为主导的经济发展期,随着互联网、大数据、人工智能等现代信息技术不断取得新突破,信息经济深深影响着人们的生活生产方式。自实施“互联网+”行动计划以来,信息经济在国内生产总值中的占比不断攀升,2015年我国成为全球第二大信息经济大国,信息经济总量达到18.63万亿元,信息经济占GDP比重为27.5%。作为新经济的载体,信息技术对于我国经济转型升级起着关键作用,它不仅可以优化经济结构,还能降低交易成本、促进创业、拓展就业模式。而在信息经济发展过程中,科技和人才是不可或缺的。在十九大报告中也提到,科学技术是第一生产力、人才是第一资源、创新是引领发展的第一动力。在新常态背景下,如何实现信息经济又好又快地发展成为学术界乃至全社会关注的焦点。人力资本通过影响科技创新能力对经济增长产生显著影响[1],而信息经济是以通信、网络、计算机等技术为核心的新经济形态[2],人力资本和科技创新对其具有怎样的影响?是否具有异质性效应?这些都值得研究。本文将探究人力资本、科技创新与信息经济发展的关系,并对人力资本和科技创新的异质性效应进行验证,以期为信息经济发展提供理论基础,为政府实施信息经济战略提供决策参考。

1文献综述

近年来,信息经济逐渐成为社会关注的焦点,同时也是国内外专家学者的热门研究议题。马克卢普教授在《美国的知识生产与分配》中首次提出了“知识产业”,被认为是最早对于信息经济概念的一种界定,之后有学者将知识产业改称为信息产业,并将其看作第四产业。乌家培[2]借鉴并总结前人研究,指出信息经济是基于信息、知识、智力的一种新型经济,是由信息产业起主导作用、以现代信息技术等高技术为物质基础的经济。这些研究充分说明信息经济的核心内容是信息产业。通过对已有文献的梳理,国内外学者对于信息经济的研究主要集中在信息经济概念、测度与特征[3-5]、信息经济发展形势[6]、信息经济的空间集聚、信息经济与经济增长关系等方面。Melody、William[3]研究发现,信息经济的特征是先进电信网络优势和通过网络产生的信息内容,并分析了未来信息经济的特点,认为经济效率、生产率和创新效率将取决于政府政策的有效性;Matuschewski、Anke[7]面向行为者,使用定性与定量方法对德国3个信息经济区的集群集聚原因与驱动力进行了深入研究,结果表明,地区集群的产生依赖于特定区域的发展路径和区域因素;朱文晶[2]研究了浙江省信息经济空间集聚发展影响因素及其与经济增长的关系,发现人力资本、教育投入等因素对集群集聚表现出正面影响,创新能力和移动电话用户对集群集聚表现出负面影响,信息经济空间集聚状态与经济增长呈倒N型关系;以孙宝文、王宏伟、徐升华等[8-10]为代表的学者们研究了信息产业对经济增长的影响,认为信息产业对国民经济发展具有积极影响,是经济增长的重要源泉。信息经济的发展受众多因素影响,其中,人力资本和科技创新是主要因素。

人力资本作为主要生产要素,对经济增长和社会发展的作用在政府与学界已达成共识,研究重点在于人力资源的区域分布,以及异质性人力资本对创新效率、经济增长和产业发展等方面的影响等。具有代表性的成果有李海峥[11]研究了中国人力资本的区域分布及发展动态;高远东等[12]研究了异质型人力资本对经济增长的作用,发现不同类型的人力资本对经济增长的影响存在差异性;田超杰[13]提出人力资本是推动创意经济增长的主要动力;苏屹[14]实证研究了人力资本投入对区域创新绩效的影响,并从完善人才机制、提升知识产权保护强度及提高科研成果转化率三方面提出相应对策;刘跃[15]证实了人力资本在信息化发展过程中的重要作用。

在科技创新方面,国内外学者主要研究了其对地区经济发展、区域发展的影响。如Torres-Preciado、Víctor等[16]基于空间视角,研究了1995-2007年技术创新对墨西哥经济增长的作用,研究发现技术知识的跨界扩散具有正向效应,这也意味着具有较强创新能力的国家将受益于空间技术外部性对经济增长的加速效应;D′Agostino、Giorgio等[17]研究了意大利的创新效率、社会体制和经济增长,并发现它们之间存在非线性关系,其中,创新效率和经济增长取决于社会制度;喻开志[18]、由雷[19]分别以四川省与沈阳市为例,研究了科技创新对区域经济增长的影响;樊杰[20]通过研究科技创新对区域发展的影响,发现区域科技创新水平差异大于经济发展水平差异。

综上所述,鲜有学者将人力资本、科技创新与信息经济发展置于统一研究框架中,更缺乏从异质性视角的深入研究。由于信息经济不同于其它类型经济,探究人力资本和科技创新的异质性显得尤为重要。因此,本文将根据新经济增长理论,通过建立双对数回归模型,实证研究人力资本、科技创新与信息经济发展的关系,并对人力资本和科技创新的异质性进行验证,最后根据模型回归结果进行分析与总结,以期针对性地提出政策启示。

2机理分析

新经济增长理论对经济增长的因素进行了考察,强调人力资本、技术等因素的作用,认为一个国家的经济增长主要决定于知识积累、技术进步和人力资本水平。技术进步在经济发展中逐渐凸显其重要性,这是经济与社会发展的必然结果,尤其在当今社会,只有依靠技术创新、技术进步才能真正实现国家、地方经济可持续发展。在新经济增长理论中,以Lucas、Romer为代表人物的经济学家,将技术进步、物质资本、人力资本三者内生化于经济增长模型,研究三者对经济增长的影响。人力资本是经济发展的重要资源,关系着经济结构转型升级,在经济发展中起着举足轻重的作用,通常人力资本水平越高,经济发展就越好。在新经济时代,互联网对人们的生产生活产生了巨大影响,产业结构、消费结构随之改变,信息经济也应运而生。信息经济作为一种新型经济,人力资本在其发展过程中同样发挥着重要作用。一个国家或地区的物质资本存量和人力资本存量对其经济的持续发展起着决定性作用,尤其是在物质资源充足的情况下,该地区的经济实力由人力资源总体水平决定[21]。人力资本对经济增长具有显著促进作用[13,22-23],但是表现出明显的区域差异性[22-24],且人力资本与区域经济增长具有内生性,这两个变量相互联系、相互依存[25]。经济发展过程伴随人口结构的改变,这种改变反过来又影响经济增长方式[26]。因此,人力资本对信息经济发展具有重要影响。

当前我国经济正处于从高速增长转向中高速发展时期,创新是突破自身发展瓶颈、解决深层次矛盾和问题的根本出路,是提高经济发展质量和竞争力的关键。加快科技创新,可以为经济高质量发展提供强大驱动力,并在实施创新驱动发展战略中发挥重要作用。信息经济适应了时代发展要求,与科技创新紧密相关。因此,信息产业的发展依赖于科技创新。现有文献认为区域经济非均衡增长在很大程度上依赖于科技进步[27]。科技创新不仅对经济发展有支撑作用[18],还对经济增长有显著促进效应[28-29]。科学技术在市场机制作用下不断转化为生产力,并且成为促进经济发展的强有力引擎[30],也是加快转变经济增长方式的巨大推力[31]。如今区域科技创新水平已成为影响区域经济发展的决定因素,而经济发展也为区域科技创新提供了资金、人力等要素[32]

在科技创新中,最关键的因素是人才,人才是第一资源,因此人才资源开发应摆在科技创新的优先位置。人力资本水平的提升有利于促进科技创新,而科技创新在本质上也是人才驱动的。人力资本和技术进步正逐渐成为我国经济增长的重要影响因素[33]。在内生经济增长模型中,Romer把人力资本作为内生变量,认为人力资本对经济增长的影响是间接的,人力资本推动经济增长是通过促进技术进步实现的,这在现有文献中也得到了证实[1]。信息经济与其它类型经济的区别在于其更强调技术和创新,因此对于不同类型的人力资本有着不同需求。相对于低层次人力资本,高层次人力资本的作用更显著。鉴于信息经济发展是基于产业信息化和信息产业化相互联系、彼此促进的,因此,技术含量和创新水平越高,越有助于信息经济发展。

综合以上分析,本文提出下列假设:

H1:人力资本、科技创新有助于信息经济发展;

H2:人力资本与科技创新对信息经济具有交互作用;

H3:人力资本、科技创新均对信息经济具有异质性效应。

3数理模型与指标构建

3.1数据来源

本文以中国内地20个省市区为研究对象,由于部分地区信息传输、计算机服务和软件业增加值数据缺失等原因,导致辽宁、黑龙江、江西、湖北、重庆、四川、贵州、云南、西藏、陕西、新疆、香港、澳门、台湾等地区暂未列入此次研究范畴。采用infhumscicap分别表示信息经济、人力资本、科技创新和物质资本,数据来源于2007—2016年《中国统计年鉴》、《中国劳动统计年鉴》和各省市区统计年鉴。部分缺失值通过插值法或邻近点的均值补齐。为保证结果可靠性,需要对原始指标数据进行标准化以消除数据量纲对模型回归结果的影响。

3.2变量测度

3.2.1 人力资本(hum)

通过查阅相关文献发现,人力资本的测度有不同办法,国际上广泛使用的是Jorgenson-Fraumeni收入法[11],本文采用人均受教育年限反映人力资本水平。考虑到数据可获得性,结合我国实际情况,设定人均受教育年限=接受小学教育的就业人口比重*6+接受初中教育的就业人口比重*9+接受高中教育的就业人口比重*12+接受大专及以上的就业人口比重*16,以此衡量各地人力资本水平,其中,未受过教育的设为0。

3.2.2 科技创新(sci)

关于科技创新评价,大多数学者的通常做法是建立指标体系[25-27,34-35],选取若干个指标进行刻画,也有学者选用每万人专利授权量或专利授权量衡量创新能力[28-29,36]。本文借鉴相关文献[36],最终采用专利授权量衡量科技创新水平。

3.2.3 物质资本(cap)

本文借鉴前人[37]研究成果并结合研究需要,将基础设施分为两个部分——经济基础设施和社会基础设施。其中,基础设施建设投资额主要包括“电力、燃气及水的生产和供应业”、“交通运输、仓储和邮政业”、“信息传输、计算机服务和软件业”、“水利、环境和公共设施管理业”、“教育”、“卫生、社会保障和社会福利业(2012年之后为卫生和社会工作)”6个行业的固定资产投资额。

3.2.4 信息经济(inf)

信息经济的概念最早可以追溯到20世纪60、70年代,目前大部分学者倾向于认为信息经济在一定程度上是指信息产业经济。信息经济与数字经济、知识经济、网络经济的不同之处在于其强调相关信息产业对经济增长的影响[38]。柯玲[39]认为,测度信息经济具有复杂性,具体表现在多元性、统一性、信息经济系统固有的复杂性以及对信息经济认识的复杂性。纵观国内外研究,国外关于信息经济的测度理论模型有马克卢普的最终需求法,马克·波拉特的测度理论、信息化指数模型、信息利用潜力模型,厄斯的经济—信息活动相关分析方法;国内的测度模型有综合信息产业力度法和梁海丽等人的信息化指数改进模型[5]。根据《2015中国信息经济研究报告》,实证核算时信息经济的生产部分和使用部分分别通过统计方法与增长核算方法进行测算,信息经济总体规模由信息经济生产部分与信息经济使用部分加总得到。限于篇幅,具体测算方法不再赘述。目前信息经济的测度难点主要体现为信息经济系统的复杂性。本文借鉴现有研究结果[40],根据国家信息化指标体系并结合我国信息经济发展实际情况,重构信息经济评价指标体系,如表1所示。由于在2002年的《国民经济行业分类》中,信息传输、计算机服务和软件业是指电信与其它信息传输服务业、计算机服务业和软件业,在2011年与2017年的《国民经济行业分类》中,信息传输、软件和信息技术服务业是指电信、广播电视以及卫星传输服务、互联网与相关服务,以及软件与信息技术服务业。因此,本文分别以信息传输、计算机服务和软件业增加值占GDP比重,以及信息传输、软件和信息技术服务业增加值占GDP比重衡量2006-2012年、2013-2015年的信息产业贡献。

表1 信息经济评价指标体系

一级指标二级指标指标解释权重信息技术装备水平E1(0.213 9)每百人拥有电话数电话数包括固定电话数和移动电话数,以此测度电话使用人数0.210 1每百户拥有电视机数用城镇居民平均每百户拥有电视机数和农村居民平均每百户拥有电视机数总和的1/2表示0.365 3每百户拥有计算机数用城镇居民平均每百户拥有计算机数和农村居民平均每百户拥有计算机数总和的1/2来表示0.208 4长途光缆线路长度反映通信基础设施规模0.216 2信息产业贡献E2(0.405 6)信息传输、软件和信息技术服务业增加值占GDP比重反映信息产业的地位和作用,2007-2012年为信息传输、计算机服务和软件业增加值占GDP比重、2013-2016年为信息传输、软件和信息技术服务业增加值占GDP比重/信息化人才E3(0.212 1)每千人中大学生毕业比重反映信息主体水平/信息资源开发利用E4(0.168 4)移动互联网普及率反映互联网发展状况/

3.2.5 异质性效应

本文借鉴现有文献研究成果[36,41]进行异质性效应研究,以受教育程度为划分依据,将人力资本分成4类:体力劳动者(man)、基础型人力资本(fou)、技能型人力资本(ski)、创新型人力资本(inn),分别表示小学及以下受教育程度的劳动者、初中受教育程度的劳动者、高中受教育程度的劳动者、大专及以上受教育程度的劳动者。 此外,根据专利类型,将科技创新活动分成3类,分别为外观设计创新(deg)、实用新型创新(pra)、发明创新(inv)。同时,参考《中国统计年鉴》对3种专利统计指标的解释,就技术含量和创新程度而言,发明创新>实用新型创新>外观设计创新。

3.3数理模型

根据新经济增长理论,并在柯布—道格拉斯(Cobb-Douglas)生产函数模型的基础上进行分析,考虑到人力资本、科技创新、物质资本3种要素,采用函数表示。由于人力资本和科技创新是影响信息经济发展的主要因素,因此本文只对人力资本和科技创新进行分析。

(1)

对各变量进行对数化处理可以消除时间序列中数据存在的异方差,也可以减少因数据变化差异造成的计量分析结果偏差,因此对式(1)两边取对数(自然对数),整理变形可得双对数回归模型:

lninfit=β0+β1lnhumit+β2lnsciit+β3lncapit+εit

(2)

其中,infithumitsciitcapit分别表示i地区在第t年的信息经济发展水平、人力资本水平、科技创新水平和物质资本水平,模型中的变量系数β1β2β3分别表示人力资本、科技创新和物质资本对信息经济发展的弹性系数,β0为常数,εit为残差项。通过对式(2)变形,可以探讨不同变量对信息经济发展的影响,当β2=0时,得到式(3),主要反映人力资本对信息经济发展的影响;当β1=0时,得到式(4),主要反映科技创新对信息经济发展的影响;当β1β2都不为0时,即为式(2),主要反映人力资本、科技创新对信息经济发展的影响。

lninfit=β0+β1lnhumit+β3lncapit+εit

(3)

lninfit=β0+β2lnsciit+β3lncapit+εit

(4)

此外,在式(2)中加入人力资本和科技创新的交互项,以期研究两者交互作用对信息经济发展的影响,得到式(5)。

lninfit=β0+β1lnhumit+β2lnsciit+β3lncapit+β4lnhumit*lnsciit+εit

(5)

模型中的β4是表征人力资本和科技创新交互作用对信息经济发展的弹性系数,其它符号含义同上。

4实证分析

4.1样本描述性统计分析

本文中人力资本、科技创新、信息经济发展、异质性人力资本、异质性科技创新等相关变量的描述性统计如表2所示。

4.2实证结果分析

利用Eviews8.0,根据设定的双对数回归模型,对面板数据进行分析。其中,模型1、模型2、模型3、模型4分别研究人力资本、科技创新、人力资本与科技创新,以及人力资本、科技创新和两者交互作用对信息经济发展的影响,得到实证结果如表3所示。

表2 描述性统计结果

变量变量定义指标均值标准差极小值极大值hum人力资本水平人均受教育年限0.347 290 30.232 530 110.000 010.999 99sci科技创新水平专利授权量0.124 584 90.201 841 350.000 010.999 99inf信息经济发展水平信息经济评价指标0.004 997 50.002 855 290.000 800.016 40cap物资资本水平基础设施投资额0.256 989 60.201 253 640.000 010.999 99man体力劳动者小学及以下受教育程度的劳动者占比0.238 333 50.112 763 320.032 000.547 30fou基础型人力资本初中受教育程度的劳动者占比0.454 768 00.084 952 040.208 000.594 80ski技能型人力资本高中受教育程度的劳动者占比0.162 674 00.047 977 400.072 200.275 00inn创新型人力资本大专及以上受教育程度的劳动者占比0.144 198 50.101 910 080.034 900.558 70deg外观设计创新外观设计专利授权量0.072 431 10.152 971 820.000 010.999 99pra实用新型创新实用新型专利授权量0.134 481 10.198 905 960.000 010.999 99inv发明创新发明专利授权量0.115 719 90.182 340 830.000 010.999 99

表3 人力资本、科技创新与信息经济发展关系回归结果

解释变量模型1模型2模型3模型4常数项-5.266 780∗∗∗-5.005 271∗∗∗-5.005 291∗∗∗-4.387 564∗∗∗(-94.799 56)(-94.152 07)(-93.915 77)(-53.282 13)lncap0.042 451∗-0.185 306∗∗∗-0.184 966∗∗∗-0.118 605∗∗∗(1.688 435)(-5.938 287)(-5.885 796)(-4.307 158)lnhum0.042 572∗∗∗0.001 4070.540 782∗∗∗(3.025 549)(0.113 676)(8.846 762)lnsci0.220 548∗∗∗0.219 654∗∗∗0.299 688∗∗∗(10.337 81)(9.639 627)(14.132 69)lnhum∗lnsci0.090 744∗∗∗(8.955 493)R20.074 3010.371 9800.372 0220.555 031F值7.906 103∗∗∗58.342 25∗∗∗38.704 26∗∗∗60.808 29∗∗∗

注:*表示p<0.1,**表示p<0.05,***表示p<0.01,括号内为t检验值,下同

从模型1的回归结果可以看出,人力资本对信息经济发展具有显著正向效应,弹性系数为0.042 572;模型2的回归结果表明,科技创新水平在一定程度上推动了信息经济发展,系数为0.220 548,并通过了显著性水平为1%的检验;模型3将人力资本和科技创新同时作为解释变量进行回归分析,与模型1对比发现,人力资本回归结果不显著,与模型2对比,结果表明科技创新对信息经济发展的正向效应减弱,但R2增加;在模型4的解释变量中加入两者的交互作用,3个解释变量的系数均为正,表明人力资本、科技创新以及两者的交互作用对信息经济发展均具有促进作用,且人力资本正向效应最大,每当人力资本水平增加1个单位,信息经济将增长0.540 782个单位,R2为0.555 031,F值为60.808 29,并且通过显著性水平为1%的检验,说明模型总体拟合效果很好。综上所述,模型4回归结果优于模型1、2、3,因此本文采用模型4的结果进行分析与总结。

为进一步探究人力资本和科技创新的异质性效应,仍然采用双对数回归模型进行实证分析,分别将4种不同类型的人力资本和3种科技创新活动代入式(3)、式(4),得到模型5、模型6,异质性人力资本、异质性科技创新对信息经济影响的回归结果分别如表4与表5所示。

表4 人力资本异质性效应回归结果

解释变量体力劳动者基础型人力资本技能型人力资本创新型人力资本常数项-5.6186 29∗∗∗-5.411 454∗∗∗-5.164 254∗∗∗-4.912 748∗∗∗(-106.286 2)(-109.587 8)(-96.298 89)(-87.892 53)lncap0.032 4580.081 098∗∗∗0.024 5370.018 026(1.634 362)(3.789 666)(1.071 378)(0.908 025)lnman-0.214 177∗∗∗(-10.793 21)lnfou-0.233 743∗∗∗(-8.396 739)lnski0.199 189∗∗∗(6.936 289)lninn0.230 349∗∗∗(11.117 75)R20.391 2580.234 5990.221 4320.404 760F值63.309 18∗∗∗60.688 02∗∗∗28.014 31∗∗∗66.979 49∗∗∗

表5 科技创新异质性效应回归结果

解释变量外观设计创新实用新型创新发明创新常数项-4.941 996∗∗∗-5.058 899∗∗∗-4.945 890∗∗∗(-72.774 78)(-95.928 00)(-106.390 9)lncap-0.098 729∗∗∗-0.192 860∗∗∗-0.213 027(-3.252 689)(-5.686 284)(-8.150 505)lndeg0.151 167∗∗∗(7.633 214)lnpra0.219 818∗∗∗(9.469 599)lninv0.249 967∗∗∗(14.167 70)R20.252 4010.334 3070.520 178F值33.255 20∗∗∗49.466 07∗∗∗106.784 7∗∗∗

由表4可知,不同类型人力资本对信息经济发展的影响不同,但均通过了显著性水平为1%的检验,其中,体力劳动者和基础型人力资本的回归系数为负值,分别为-0.214 177、-0.233 743,表明体力劳动者和基础型人力资本对信息经济发展具有显著负向效应,而技能型人力资本、创新型人力资本的回归系数分别为0.199 189、0.230 349,说明人力资本水平的提高有利于信息经济发展。4种人力资本的作用强度由大到小分别为:基础型人力资本、创新型人力资本、体力劳动者人力资本、技能型人力资本。表5表明,3种科技创新活动对信息经济发展均具有显著正向影响,但回归系数不同,且作用强度随着技术含量和创新程度提高而增大,作用强度从小到大依次是外观设计创新<实用新型创新<发明创新。因此,人力资本和科技创新的异质效应得到验证。

基于前文研究结论,人力资本与科技创新的交互作用对信息经济发展具有显著正向影响,因此进一步讨论异质性人力资本与科技创新的交互作用、异质性科技创新与人力资本的交互作用对信息经济发展的影响,即式(5),且β12=0,回归结果如表6、表7所示。

表6 异质性人力资本与科技创新交互作用的回归结果

解释变量体力劳动者基础型人力资本技能型人力资本创新型人力资本常数项-5.485 863∗∗∗-5.304 847∗∗∗-5.285 481∗∗∗-5.207 116∗∗∗(-88.577 18)(-98.600 01)(-106.020 2)(-119.801 9)lncap0.083 706∗∗∗0.113 570∗∗∗-0.022 179-0.097 809∗∗∗(3.565 424)(4.066 423)(-0.873 674)(-4.161 791)lnman∗lnsci0.067 490∗∗∗(5.401 977)lnfou∗lnsci0.048 989∗∗∗(3.584 638)lnski∗lnsci-0.040 472∗∗∗(-6.926 490)lninn∗lnsci-0.050 290∗∗∗(-11.675 04)R20.156 2680.090 6040.221 0000.427 444F值18.243 22∗∗∗9.813 621∗∗∗27.944 19∗∗∗73.535 71∗∗∗

表7 异质性科技创新与人力资本交互作用的回归结果

解释变量外观设计创新实用新型创新发明创新常数项-5.300 130∗∗∗-5.099 331∗∗∗-4.969 453∗∗∗(-97.030 26)(-97.674 47)(-98.178 71)lncap0.038 538-0.186 846∗∗∗-0.188 307∗∗∗(1.475 247)(-5.331 892)(-6.672 866)lndeg∗lnhum-0.005 040∗∗(-2.573 139)lnpra∗lnhum0.206 722∗∗∗(8.881 089)lninv∗lnhum0.230 609∗∗∗(11.960 69)R20.062 7860.308 2470.438 812F值6.598 747∗∗∗43.891 88∗∗∗77.020 60∗∗∗

根据表6回归结果可以看出,体力劳动者、基础性人力资本与科技创新的交互作用对信息经济发展具有显著正向影响,而技能型人力资本、创新型人力资本与科技创新的交互作用对信息经济发展具有显著负向影响,这恰恰与异质性人力资本对信息经济发展的影响相反,说明科技创新在一定程度上对人力资本产生作用,科技创新通过影响体力劳动者、基础性人力资本,从而改变其对信息经济发展的解释关系,即由负向效应变成正向效应。关于技能型人力资本、创新型人力资本与科技创新的交互作用回归系数为负值,本文认为,相对而言,体力劳动者、基础性人力资本属于低层次人力资本,而技能型人力资本、创新型人力资本属于高层次人力资本,因此科技创新与高层次人力资本的交互作用对信息经济发展并没有起到促进作用,结合人力资本与科技创新交互作用的影响,说明我国仍以低层次人力资本为主。对比表5、表7的回归结果发现,只有外观设计创新与人力资本的交互作用对信息经济发展产生负向影响。

结合前文实证分析,模型回归结果如图1所示,其中分别表示模型4、人力资本异质性效应、科技创新异质性效应、异质性人力资本与科技创新交互作用、异质性科技创新与人力资本交互作用的回归结果。

图1 回归结果

4.3稳健性检验

为提高回归结果可信度,通过变量替代进一步验证科技创新与信息经济关系的稳健性,将专利申请量、外观设计专利申请量、实用新型专利申请量、发明专利申请量作为解释变量,对模型重新估计,检验结果见表8、表9。从回归结果可以看出,结果并没有因变量替代而发生变化,通过不同变量的稳健性检验,认为双对数模型是稳健的,即本文主要研究结论是稳健的。

表8 稳健性检验结果

解释变量模型1模型2模型3模型4常数项-5.266 780∗∗∗-5.0187 33∗∗∗-5.0187 56∗∗∗-4.456 933∗∗∗(-94.799 56)(-93.869 31)(-93.632 11)(-55.431 62)lncap0.042 451∗-0.180 050∗∗∗-0.179 751∗∗∗-0.117 691∗∗∗(1.688 435)(-5.692 605)(-5.637 955)(-4.165 649)lnhum0.042 572∗∗∗0.001 1320.478 164∗∗∗(3.025 549)(0.089 959)(8.376 421)lnsci0.209 773∗∗∗0.209 052∗∗∗0.282 337∗∗∗(9.974 835)(9.268 508)(13.353 41)lnhum∗lnsci0.078 788∗∗∗(8.509 504)R20.074 3010.356 3640.356 3900.530 672F值7.906 103∗∗∗54.536 73∗∗∗36.177 45∗∗∗55.121 81∗∗∗

表9 科技创新异质性效应的稳健性检验结果

解释变量外观设计创新实用新型创新发明创新常数项-5.019 472∗∗∗-5.099 331∗∗∗-4.969 453∗∗∗(-73.736 41)(-97.674 47)(-98.178 71)lncap-0.063 547∗∗-0.186 846∗∗∗-0.188 307∗∗∗(-2.092 501)(-5.331 892)(-6.672 866)lndeg0.119 124∗∗∗(6.239 389)lnpra0.206 722∗∗∗(8.881 089)lninv0.230 609∗∗∗(11.960 69)R20.191 1310.308 2470.438 812F值23.274 96∗∗∗43.891 88∗∗∗77.020 60∗∗∗

5结论及政策启示

5.1基本结论

本文将人力资本、科技创新和信息经济发展置于同一研究框架下,基于异质性视角,进行实证研究,得到以下结论:

(1)人力资本和科技创新是推动信息经济发展的主要因素。实证结果表明,人力资本、科技创新均能有效促进信息经济发展,且人力资本的作用最大,说明我国信息经济发展还处在主要依靠人力资本的阶段。这与现有文献的观点是一致的[18,22-23,28-29],凸显了人力资本、科技创新在信息经济发展过程中的重要性。

(2)人力资本与科技创新具有交互作用。这与Romer(1990)的“人力资本对经济增长的影响是间接的,人力资本通过促进技术进步推动经济增长”的研究结论不谋而合。人力资本和科技创新相互影响,且人力资本通过科技创新进一步影响信息经济发展。人力资本和科技创新的交互作用也证明了两者在信息经济发展中紧密联系。

(3)人力资本、科技创新均对信息经济发展具有异质性效应。该结论与相关研究分析[42]相符。在人力资本异质性方面,技能型人力资本和创新型人力资本对信息经济发展具有促进作用,而体力劳动者和基础型人力资本水平的提高对信息经济发展没有促进作用,其中,基础型人力资本作用最强,技能型人力资本作用最弱。在科技创新异质性方面,随着技术含量和创新程度提升,它们对信息经济发展的影响更趋显著。由于发明创新的创新程度最高,因此其对信息经济发展具有显著推动作用。

5.2政策启示

(1)加大人力资本投入,构建人才培养机制。随着经济转型升级,人才需求也发生了转变。与农业经济时代和工业经济时代相比,信息经济时代对高层次人才的需求更为迫切。人力资本投入有助于提高人力资本利用和开发程度,从而增加人力资本存量,为信息经济发展储备人才。各地区应加大教育投资力度,加强人才培养,对人才配置结构进行合理设置,完善人才发展机制,为信息经济发展提供人才保障和智力支持,促进信息经济持续发展。对于信息经济而言,创新型人才在其发展中起着举足轻重的作用。各地区应注重各类人才培养和教育,提高技能型人力资本、创新型人力资本比重,充分发挥各类型人力资本作用,加强不同地区、不同类型的人才交流,尤其是高层次人才。

(2)鼓励科技创新,推动技术进步。现阶段,信息经济对技术含量和创新有着较高要求。各地区应整合创新资源,加强地区合作,提高创新能力,强化科技创新的引领作用。各企业尤其是创新型企业应把技术创新作为企业发展的重要驱动力,通过技术革新,提高科技创新水平,从而进一步提升企业综合实力。科技创新水平提升离不开政策支持,政府部门应制定切实可行的政策体系,注重并鼓励科技人才、科技创新型企业发展。在人才建设方面,企业可以和高校开展多方位合作,提高科技水平,推动技术进步。这对于实现信息经济快速发展,推动信息化建设有着重要的现实意义。

(3)加强政策引导,培育信息产业。信息产业是国民经济的重要组成部分,把信息产业作为未来的支柱产业,可以为我国经济持续发展提供强大动力。信息经济的发展需要政府的多措并举,需要人们转变观念。政府不仅要加大信息经济宣传力度,还要制定指导性政策,提高信息资源的合理配置和整合效率,提升信息产业核心竞争力,进一步完善信息基础设施建设,为信息经济发展提供全面保障。

5.3研究不足与展望

虽然本文采用面板数据实证研究了人力资本、科技创新与信息经济发展的关系,也获得了一些有意义的结论,但仍存在一些不足之处。第一,因为部分地区的相关数据难以搜集,导致研究对象受到限制,如本文研究对象仅为中国20个省市区,后续研究可以扩大研究范围;第二,由于信息经济的复杂性,目前还没有关于信息经济的统一衡量标准,因此本文测度具有一定局限性,未来研究可尝试采用其它方法对信息经济进行更加全面的测度;第三,人力资本与科技创新的测度可以采用不同方法,得到的结果也可能不同。未来研究可以从两个方面进行考察:一是影响信息经济发展的因素,前文提到信息经济发展受众多因素影响,因此可进一步考虑除人力资本与科技创新之外的因素,如产业结构、空间区位等,从而对信息经济发展的影响因素进行更加深入细致的研究;二是信息经济发展产生的效应,如空间溢出效应等。

参考文献:

[1] 王旭辉.区域人力资本配置、科技创新对经济增长的作用机理研究[J].改革与战略,2014,30(11):19-23.

[2] 朱文晶.信息经济空间集聚影响因素与经济增长——基于浙江省面板数据的经验分析[J].经济经纬,2017,34(6):13-18.

[3] MELODY,WILLIAM H. Distinguishing characteristics of information economies and their policy implications[J]. I-Ways,2009,32(1):63-70.

[4] 金建.近年来我国关于信息经济理论研究的学术观点综述[J].情报科学,1988(4):59-69.

[5] 梁海丽,于洪彬.我国信息化水平指数测度研究[J].情报资料工作,1999(4):4-8.

[6] 肖拥军,王伟玲.发展信息经济率先抢占全球战略竞争制高点[J].中国科学院院刊,2015,30(2):137-147.

[7] MATUSCHEWSKI,ANKE.Regional clusters of the information economy in Germany[J].Regional Studies,2006,40(3):409-422.

[8] 孙宝文.信息技术产业对经济增长影响的实证研究[J].中央财经大学学报,2002(6):76-80.

[9] 王宏伟.信息产业与中国经济增长的实证分析[J].中国工业经济,2009(11):66-76.

[10] 徐升华,毛小兵.信息产业对经济增长的贡献分析[J].管理世界,2004(8):75-80.

[11] 李海峥,贾娜,张晓蓓,等.中国人力资本的区域分布及发展动态[J].经济研究,2013,48(7):49-62.

[12] 高远东,花拥军.异质型人力资本对经济增长作用的空间计量实证分析[J].经济科学,2012(1):39-50.

[13] 田超杰.科技创新、人力资本对创意经济的影响研究[J].科技进步与对策,2013,30(15):146-149.

[14] 苏屹,安晓丽,王心焕,等.人力资本投入对区域创新绩效的影响研究——基于知识产权保护制度门限回归[J].科学学研究,2017,35(5):771-781.

[15] 刘跃,惠美宁.区域信息化与人力资本关系实证研究[J].地域研究与开发,2012,31(3):43-47.

[16] TORRES P,VICTOR, POLANCO G,et al. Technological innovation and regional economic growth in Mexico: a spatial perspective[J]. Annals of Regional Science,2014,52(1):183-200.

[17] D'AGOSTINO,GIORGIO,SCARLATO,et al.Innovation, socio-institutional conditions and economic growth in the Italian regions[J]. Regional Studies,2015,49(9) :1514-1534.

[18] 喻开志,吕笑月,黄楚蘅.四川省科技创新对区域经济增长的直接影响及其溢出效应[J].财经科学,2016(7):111-120.

[19] 由雷.科技创新对地区经济增长的影响研究——以沈阳市为例[J].经济师,2018(2):12-15.

[20] 樊杰,刘汉初.“十三五”时期科技创新驱动对我国区域发展格局变化的影响与适应[J].经济地理,2016,36(1):1-9.

[21] 邵琳.人力资本与区域经济增长[J].人口学刊,2014,36(2):74-81.

[22] 周少甫,王伟,董登新.人力资本与产业结构转化对经济增长的效应分析——来自中国省级面板数据的经验证据[J].数量经济技术经济研究,2013,30(8):65-77+123.

[23] 于潇,毛雅萍.长三角地区人力资本对经济增长影响的比较研究[J].人口学刊,2015,37(3):41-50.

[24] 罗良清,尹飞霄.人力资本结构与经济增长——基于普通面板模型和门槛回归模型的实证研究[J].江西财经大学学报,2013(2):63-72.

[25] 许长青.人力资本、高等教育与区域经济增长——基于广东省的实证分析[J].高等工程教育研究,2013(2):90-96.

[26] 方福前,祝灵敏.人口结构、人力资本结构与经济增长[J].经济理论与经济管理,2013(8):5-16.

[27] 洪名勇.科技创新能力与区域经济实力差异的实证研究[J].经济地理,2003(5):606-610.

[28] 庞瑞芝,范玉,李扬.中国科技创新支撑经济发展了吗[J].数量经济技术经济研究,2014,31(10):37-52.

[29] 张林.金融发展、科技创新与实体经济增长——基于空间计量的实证研究[J].金融经济学研究,2016,31(1):14-25.

[30] 刘诗白.以科技创新促转型稳增长[J].经济学家,2013(11):5-13.

[31] 易文钧,吴晓杰,邢斐.科技创新对区域经济增长的影响——基于长三角和中部五省的比较研究[J].首都经济贸易大学学报,2017,19(1):51-57.

[32] 顾伟男,申玉铭,王书华,等.科技创新能力的空间演变及其与经济发展的关系[J].中国科技论坛,2017(9):23-29.

[33] 李德煌,夏恩君.人力资本对中国经济增长的影响——基于扩展Solow模型的研究[J].中国人口·资源与环境,2013,23(08):100-106.

[34] 巴吾尔江,董彦斌,孙慧,等.基于主成分分析的区域科技创新能力评价[J].科技进步与对策,2012,29(12):26-30.

[35] 毛良虎,姜莹.长江经济带省域科技创新能力评价及空间关联格局分析[J].科技进步与对策,2016,33(21):126-131.

[36] 冯海波,刘胜.所得课税、风险分担异质性与创新[J].中国工业经济,2017(8):138-155.

[37] 唐东波.挤入还是挤出:中国基础设施投资对私人投资的影响研究[J].金融研究,2015(8):31-45.

[38] 何枭吟.数字经济与信息经济、网络经济和知识经济的内涵比较[J].时代金融,2011(29):47.

[39] 柯玲,周小佳.信息经济发展中的信息经济测度研究[J].电子科技大学学报:社科版,2005(4):14-18.

[40] 靖继鹏,马哲明.信息经济测度方法分析与评价[J].情报科学,2003(8):785-791.

[41] 邓俊荣,龙蓉蓉.异质型人力资本对区域经济增长作用机制研究[J].科研管理,2017,38(12):116-121.

[42] 刘智勇,李海峥,胡永远,等.人力资本结构高级化与经济增长——兼论东中西部地区差距的形成和缩小[J].经济研究,2018,53(3):50-63.

(责任编辑:胡俊健)