平衡经济高质量和稳增长的关键在于优化技术进步路径,尤其是由模仿创新向自主创新转变。2008年以来,中国经济增长持续放缓,即将跨入“模仿陷阱”[1],中国人口结构红利逐渐消失,通过吸收国外先进技术获益的低成本技术进步路径难以为继,国内核心技术创新能力薄弱。遵循“摩尔定律”的信息通信技术具备高渗透性、倍增性和创新活跃等技术特性,在各产业部门增加ICT资本投资能够有效提升资源配置效率,促进创新方式和条件变革,是发展中国家工业经济向精细化结构转型的动力源泉。但如何利用ICT资本跨越“模仿陷阱”、提升内循环发展动力是经济高质量发展亟待解决的关键问题。
当前,关于经济高质量发展影响因素的实证研究较少,现有文献主要集中于分析高质量发展内涵或外延并构建相应测度指标,只有少量研究从政府规模、财政与货币政策效应、技术创新、物质资本投资、城市蔓延等方面检验其对经济发展质量的影响[2-4]。这些研究虽然从不同角度揭示经济发展质量的直接动力或抑制力,但鲜有探讨创新驱动下经济高质量发展影响机制的研究。而关于ICT经济效益的研究大多关注ICT资本与经济增长的关系及“生产率悖论”假说,将ICT资本视为一种特殊生产要素纳入生产函数,探讨其对生产率的影响[5-6]。这类跨国研究结论不一致说明可能存在第三方变量(创新、产业结构调整或技术进步)影响ICT资本与经济质量的关系。
本文通过梳理相关文献发现,基于创新变革视角探讨ICT资本对经济发展质量影响机制的研究较少。党的十九大报告将创新作为引领发展的第一动力,十九届五中全会更是强调“坚持创新在中国现代化建设全局中的核心地位”。习近平总书记要求“提升自主创新能力,尽快突破关键核心技术,构建新发展格局”。经济发展长期依赖模仿创新路径会造成劳动报酬与劳动贡献配置失衡,形成不合理的人力资本结构;加大生产性部门与非生产性部门之间的信息不对称,导致生产要素错配;形成僵化的劳动分工模式,致使关键技术突破困难和自主创新能力薄弱。从模仿创新向自主创新转换涉及人、技术和能力变革,具体表现在人才配置、技术扩散和自主研发3个方面。而利用ICT资本纠正信息扭曲、破除自主创新结构性障碍,可以优化人才配置,提升自主研发强度,推动经济高质量发展。首先,人力资本在最初经济模型中被视为一个同质的整体,随着新增长理论的不断深化,更多学者开始关注异质性人力资本[7-8],并将人力资本结构看作是技术进步的关键。尤其是当前国际技术壁垒日益加剧,模仿创新路径难以为继,需要将更多高技能人力资本配置到研发部门中解决关键核心技术问题[10],而ICT资本能够提升创新部门的工资溢价,促进高技能人力资本向创新部门流动;其次,借助人力资本跨部门流动和ICT资本积累,可以发挥技术创新外溢效应和学习效应,促进技术扩散,进而促进经济高质量发展。技术扩散能够提高新技术和新产品交易率,加速创新成果迭代升级,最大程度上降低市场交易成本;最后,人力资本结构优化和技术扩散范围不断扩大有助于积累研发经验、提高创新能力,通过研发资本存量积累提升自主研发强度和质量,并在研发部门形成高度分工的专业化经济,促使经济体跨越“模仿陷阱”。
本文的边际贡献在于:第一,基于诱致性技术创新理论,分析ICT资本引致创新要素禀赋结构变化进而促进经济高质量发展的理论路径,并将这一机制内在识别为技术扩散效应、人才配置效应和自主研发效应。同时,实证检验该传导机制的有效性,揭示ICT资本推动经济高质量发展的深层次原因,为相关政策制定提供经验证据。第二,相较于自主创新,以技术扩散为主的模仿创新路径虽然成本优势明显,但忽视了影响技术进步路径的关键变量,即ICT资本的作用。本文重点分析ICT资本在创新要素配置中的传导途径,通过经验研究揭示在不同门槛变量影响下ICT资本对经济发展质量的影响呈现倒U型特征,发现当前技术扩散已经越过对经济发展质量正向影响的临界值,ICT资本积累已成为经济发展质量阻碍因素,揭示中国经济亟需从模仿创新向自主创新转换的内在逻辑。
在“双循环”发展新阶段,经济高质量发展需要创新驱动、政策引导和内需拉动三重动力共同发挥作用。ICT资本积累不仅使区域联系更加紧密,降低信息、沟通等交易成本,扩大市场范围,为经济高质量发展提供内需动力;而且,ICT资本积累还能够扩大个体获取知识和联系的范围,为更广泛的知识、创意和人力资本要素供给提供虚拟空间,产生知识公共池效应,为自主创新路径转换积累公共知识存量,驱动经济高质量发展。众所周知,自主创新是一条较为昂贵的技术进步路径,中国跨越“模仿陷阱”需要降低自主创新交易成本。诱致性技术创新理论认为,由要素稀缺性变化引起的相对价格变化将对创新产生诱致性作用[11]。ICT资本积累能够大幅改变创新要素禀赋结构,降低创新要素的相对稀缺性,节约创新成本,从而有效实现模仿创新向自主创新的路径转换。由ICT资本积累带来的创新要素禀赋结构变化主要体现在两个层面:一是促进创新要素跨部门自由流动,既包含高技能人力资本由生产部门向研发部门转移所带来的知识网络正外部性,又包含由人力资本流动和知识网络外部性所产生的技术扩散;二是有助于研发部门研发资本存量增加并获取更大范围内的知识网络,使经济体通过知识积累效应促使生产方式从劳动密集型向技能密集型方向转变,这一转变过程反过来又会加快技术创新速度,提升技术创新效率,最终提高经济体自主创新能力。因此,ICT资本影响经济发展质量的可能路径有3条:
(1)技术扩散。ICT资本积累从两个方面促进技术扩散。一方面,ICT资本积累使创新活动突破了时间与空间的束缚,营造了更大的技术交易空间。交易费用理论认为,虚拟技术交易空间与实体技术交易空间并无本质差异,两者唯一的区别在于前者使用ICT资本为技术提供共享媒介。ICT资本积累带来的网络效应能够分摊信息搜寻、沟通成本,使虚拟创新空间中的交易效率较高但费用低廉;而实体创新空间由于受到有效市场范围的限制,难以消除关系型合约所必需的固定租值,导致技术交易费用始终大于或等于虚拟创新空间[12];另一方面,ICT资本积累能够提高创新要素配置效率,借由高效有序的分布式信息传递通道,节约技术生产者和消费者信息检索、合约谈判、质量监督等交易成本,扩大技术扩散规模。而技术扩散又能进一步通过加快创新成果流动,降低创新要素替代难度,缓解创新要素的相对稀缺性,为经济高质量发展提供动力支持。据此,本文提出如下假设:
H1:ICT资本积累对经济高质量发展具有直接正向影响。
H2:ICT资本积累能够节约创新成本,促进技术市场技术扩散和创新活跃,对经济高质量发展产生积极影响。
(2)人才配置。增加ICT资本是提高创新部门工资水平的前提。由ICT资本构建的网络平台及知识付费机制能够为高技能人力资本带来额外收益,形成创新部门人员工资溢价,使高技能人力资本更愿意从事研发工作。只有当创新部门人员工资高于非生产性部门时(公共服务行业、房地产行业、金融行业等),高技能人力资本才会选择在创新部门就业。一国跨入“模仿陷阱”的典型特征之一就是人力资本错配,即本该进入创新部门的高技能人才大量涌入非生产性部门,较少从事科学研究,致使生产率降低。Acemoglu等[13]的跳跃式增长理论认为,发展中国家可以利用一定比例的高技能人力资本开展创新活动,从而提升创新效率和全要素生产率。由此可见,创新人才优化配置可以降低创新成果黏性,使信息、知识和技能等无形资产通过创新人才自由流动实现跨区域传播与扩散,从而推动经济高质量发展。据此,本文提出如下假设:
H3:ICT资本积累能够促使高能力创新人才由非生产部门向创新部门流动,优化人才配置,从而对经济高质量发展产生正向影响。
(3)自主研发强度提升。Dinopoulos & Thompson[14]的研究认为,研发活动存在稀释效应。随着市场规模的不断扩大,研发设计将变得更加困难,而ICT资本积累借由创新活动专业化经济效益(非规模经济效益)可以有效抑制这种稀释效应。ICT资本积累通过构建一个庞大的虚拟创新空间支撑自主研发活动,当市场主体基于虚拟创新空间、创新效率与分工水平三者间的相互作用开展自主研发时,能够极大地减少单笔研发费用,促进创新分工深化,进而产生专业化经济效益。进一步,依据斯密-杨格定理,创新分工结构深化使高技能人力资本在创新部门获得的收益更高,促使高技能人力资本向创新部门转移、创新供给增加、自主研发市场规模扩大,进而推动经济高质量发展。据此,本文提出如下假设:
H4:ICT资本积累促使研发活动更加专业化,有利于提升自主研发强度,对经济高质量发展产生正向影响。
本文利用逐步回归法中介效应模型,揭示ICT资本影响经济发展质量的内在机制,检验技术扩散、人才配置和自主研发强度的中介作用是否显著。第一阶段检验ICT资本对经济发展质量的动态影响,将基准模型设置为:
EGQit=α0+α1EGQit-1+α2ICTit+αjXjit+γi+εit
(1)
在式(1)中,EGQit为被解释变量,表示经济发展质量;i和t分别表示省份和时间;ICTit为ICT资本;Xjit为一系列控制变量,包含市场化水平、城镇化率、财政支出、技术变动率;γi表示个体固定效应,εit表示随机误差。
第二、三阶段检验技术扩散效应、人才配置效应和自主研发效应的中介作用。其中,ICT资本影响技术扩散的公式为:
TSit=β0+β1TSit-1+β2ICTit+μjXjit+γi+εit
(2)
在式(2)中,TSit为被解释变量,表示技术扩散;TSit-1表示技术扩散滞后一期。ICT资本影响人才配置的公式为:
HCit=c0+c1HCit-1+c2ICTit+μjXjit+γi+εit
(3)
在式(3)中,HCit为被解释变量,表示人才配置;HCit-1表示人才配置滞后一期。ICT资本影响自主研发强度的公式为:
IRDit=η0+η1IRDit-1+η1ICTit+μjXjit+γi+εit
(4)
在式(4)中,IRDit为自主研发强度;IRDit-1表示自主研发强度滞后一期。ICT资本对经济发展质量传导机制的表达式为:
EGQit=μ0+μ1EGQit-1+μ2ICTit+μ3TSit+μ4HCit+μ5IRDit+μjXjit+γi+εit
(5)
式(5)研究的是ICT资本与3个中介变量对经济发展质量的影响。
经济高质量发展是指经济服务于以人民为中心的发展,体现在经济福利分配持续向好上。在“双循环”发展新阶段,以国内大循环为主的经济发展对经济效率、结构、稳定性、可持续性和经济权利禀赋提出更高要求。本文遵循新发展理念,构建基于“双循环”发展新阶段的中国经济发展质量指标体系。本文将经济发展质量界定为经济增长的一系列固有特征与经济发展进程的协同演进,主要表现在经济效率、经济结构、稳定性、可持续性、经济福利分配和经济权利禀赋6个方面。Elena等[15]认为,经济发展质量内涵应遵循4个辩证原则:一是核心生产要素绝对重要性和其它要素相对重要性;二是经济发展连续性与结构变化离散性;三是经济运行稳定性与发展质量可变性;四是经济发展有效性和发展变化可能性。由此可见,经济发展质量内涵至少应包括经济效率、经济结构、稳定性和可持续性4个方面。同时,本文还借鉴其他学者对经济质量的结构性探讨和指标选取过程[16-17]。
诺贝尔经济学奖得主阿玛蒂亚森的可行能力理论认为,在经济发展过程中蕴含的质变可行能力十分重要;林勇和张宗益[18]对其赋予经济学范畴定义,认为可行能力实质上是一国(或地区)拥有的经济权利禀赋,即各种经济权利数量和质量。经济权利是指能够满足国家(地区)不同发展阶段需求的制度环境、制度变迁潜力和制度供给权利。在操作层面上,经济权利禀赋由3个方面构成:基础权利禀赋、创新权利禀赋和协调权利禀赋。其中,基础权利禀赋代表该国家(地区)拥有的与其它国家(地区)进行自由交易的权利;创新权利禀赋代表该国家(地区)能够持续提供创新人才、节约创新成本、改进交易方式的权利;协调权利禀赋代表该国家(地区)保障自身内部均衡发展的权利。综上所述,本文形成包含3级指标6个维度共35个题项的经济发展质量指标体系(见表1)。
表1 中国经济发展质量指标评价体系
主要指标分项指标基础指标计量单位指标属性正指标逆指标适度指标经济效率其它效率全要素生产率-√技术效率技术进步率-√生产要素效率资本生产率-√劳动生产率-√经济结构产业结构产业结构高级化%√产业结构合理化%√投资消费结构投资率%√消费率%√金融结构存款余额/GDP%√贷款余额/GDP%√城乡二元结构二元对比系数-√二元反差系数-√经济稳定性经济产出波动经济波动率%√国际贸易波动进出口总额/GDP%√价格波动消费者物价指数-√生产者物价指数-√就业波动城镇登记失业率%√经济福利分配福利变化人均GDP元√城镇人均工资元√成果分配城镇居民家庭恩格尔系数%√农村居民家庭恩格尔系数%√城乡泰尔指数-√劳动者报酬占比%√经济可持续性资源消耗能源消费/GDP-√电力消费量/GDP-√环境污染工业废气污染程度/GDP倍数√工业废水排放数/GDP倍数√工业固体废弃物排放数/GDP倍数√经济权利禀赋基础权利禀赋公路里程/人口数万公里人√铁路里程/人口数万公里人√创新权利禀赋研发支出占财政支出的比重%√教育支出占财政支出的比重%√协调权利禀赋公共安全支出占财政支出的比重%√公共资本产出比%√
资料来源:作者绘制
(1)被解释变量:以经济发展质量总指数及经济效率、经济结构、经济稳定性、经济福利分配、经济可持续性和经济权利禀赋6个维度指数作为被解释变量,运用时序全局主成分分析法构建中国经济发展质量指数(限于篇幅,未汇报具体指标测算过程)。
(2)核心解释变量:采用永续盘存法(PIM)测算ICT生产性资本存量与净资本存量数值。以ICT生产性资本存量(ICT)作为核心解释变量,以ICT净资本存量作为稳健性检验的替代变量。
(3)中介变量:①技术扩散(TS)。以技术市场成交额与实际GDP的比值衡量该指标;②人才配置(HC)。以硕士以上学历占研发人员全员当时量的比重表示;③自主研发强度(IRD):参考傅晓霞和吴利学[19]的做法,以生产性研发资本存量除以大中型企业工业总产值衡量。
(4)控制变量:①市场化水平(Mar):参考樊纲等[20]测算市场化指数的做法;②城镇化率(Urb):以城镇人口占总人口的比值衡量;③财政支出(FIE):以地方政府预算内一般财政支出占实际GDP的比重衡量;④技术变动率(ICE):借鉴潜在产出法中较为常用的Malmquist-DEA法,运用产出导向CRS模型对技术变动率进行估算。产出变量为各地区专利授权量,投入要素为生产性研发存量、研发人员全员当时量。
本文选取2003-2017年中国内地30个省(市、自治区)数据(由于西藏数据缺失,故未纳入统计),ICT投资数据主要来源于中国投入产出表、《中国电子工业年鉴》(2003-2017),经济发展质量和其它控制变量数据来源于《中国统计年鉴》(2004-2018)、《中国金融年鉴》、《中国环境统计年鉴》、《中国固定资产投资年鉴》及各地区统计年鉴。所有数据按2003年不变价格计算,使用Stata15.0进行数据分析。为消除异方差的影响,对ICT资本、城镇化率、财政支出、技术扩散进行对数化处理。变量描述性统计结果见表2。
表2 变量描述性统计结果
变量样本量标准差最小值最大值经济发展质量(EGQ)4500.070.290.90ICT资本(ICT)4501.186.1310.93技术扩散(TS)4501.54-1.547.01人才配置(HC)4500.060.010.29自主研发强度(IRD)4500.330.022.70市场化水平(Mar)4501.842.3711.11城镇化率(Urb)4500.273.214.50财政支出(FIE)4500.36-0.701.44技术变动率(ICE)4500.17-0.780.75
表3检验ICT资本对经济高质量发展的基准影响。在静态模型中,分别采用简单OLS回归、面板随机效应模型和固定效应模型对变量进行检验。F检验结果表明,固定效应显著优于混合回归,Hausman检验依然支持固定效应模型(见模型1)。模型1检验结果表明,ICT资本对经济高质量发展的估计系数为0.036,且在1%统计水平上显著,说明ICT资本每增加1%,经济发展质量水平提升3.6%。为准确分析ICT资本对经济发展质量的长期动态影响效应,分别采用一阶差分GMM(模型2)和两步系统GMM(模型3)对方程进行估计。同时,引入因变量滞后一期作为可能存在的遗漏变量的代理变量。对比模型2和模型4可知,无论从AR(1)和AR(2)检验结果还是估计系数大小看,两步系统GMM都优于一阶差分GMM,两步系统GMM回归结果见模型4。从中可见,2003-2017年ICT资本对经济发展质量有显著促进作用。结合模型1可知,ICT资本存量每增加1%,经济发展质量将提升2.8%~3.6%,且估计系数在1%水平上显著。郭美晨和杜传忠(2019)的研究表明,ICT资本对全要素生产率和总产出均有显著正向影响,与本文所得结论一致。
模型5、模型6分别替换自变量和因变量指标,对结果进行稳健性检验。模型5将ICT生产性资本替换为ICT净资本,结果发现ICT净资本对经济发展质量仍然具有显著积极作用,估计系数值变化不大,但显著性水平由1%下降至10%,说明生产性资本存量指标更能体现资本品在生产和服务中的价值。由于全要素生产率最能表征经济发展质量提升内涵,因此模型6采用全要素生产率作为经济发展质量的替代指标,结果发现ICT生产性资本存量对全要素生产率有显著正向影响,估计系数为0.083且在1%水平上显著。上述分析表明,ICT资本对经济发展质量具有正向影响的结论比较稳健,假设H1得到验证。
本文利用逐步回归法对技术扩散、人才配置和自主研发强度进行中介效应检验,结果见表4。
(1)技术扩散效应。由模型7可知,ICT资本为地区带来显著为正的技术扩散,ICT资本每增加1%,技术扩散将增加0.43%。模型8检验经济发展质量对ICT资本和技术扩散的影响,结果显示当加入中介变量技术扩散后,虽然ICT资本回归系数相较于基准模型下降幅度较大,但在5%水平上仍然显著。Kishi[21]认为,技术扩散能够有效扩大创新市场规模,增加创新成果数量;Maryam & Jehan[22]的研究表明,技术扩散能够有效缓解区域间技术进步差距,提升全要素生产率;Buera & Oberfield[23]的研究进一步表明,技术扩散对全要素生产率和经济增长具有长期正向影响。由此可见,在样本期内,中国ICT资本存量带来的技术扩散效应显著促进经济发展质量提升。Sobel检验结果显示,技术扩散的Z值为5.901且在1%水平上显著,Sobel检验拒绝不存在中介效应的原假设,表明技术扩散效应是ICT资本提升经济发展质量的传导路径之一,假设H2成立。
表3 ICT资本对经济发展质量的基准影响结果
变量FE(1)Onestep DIF-GMM(2)Twostep SYS-GMM(3)(4)稳健性检验(5)(6)因变量(滞后一期)0.733***0.534***0.788***0.900***0.118(0.111)(0.131)(0.135)(0.134)(0.103)lnICT0.036***0.019**0.039***0.028***0.016*0.083***(0.006)(0.009)(0.008)(0.008)(0.009)(0.019)L1.Mar0.008*0.021***0.019***0.018***0.010(0.004)(0.003)(0.005)(0.005)(0.009)L1.lnUrb-0.071***0.057***0.064**0.065**-0.028(0.009)(0.021)(0.026)(0.027)(0.043)L1.lnFIE0.0300.063**0.0290.054*0.174**(0.023)(0.031)(0.034)(0.027)(0.073)L1.lnICE-0.022***-0.118***-0.057-0.048-0.193**(0.008)(0.035)(0.039)(0.038)(0.084)常数项0.479***0.007-0.407***-0.381**-0.460**(0.041)(0.035)(0.143)(0.147)(0.200)AR(1)-0.0010.0040.0040.0040.004AR(2)-0.1610.1370.2150.1830.390Hansen test-0.9061.0001.0001.0001.000N450390420420420420
注:括号内表示经过稳健标准差校正的标准误,*、**、***表示在10%、5%、1%水平上显著,Hansen为工具变量过度识别检验,原假设为工具变量有效。AR(1)、AR(2)分别给出Arellano-Bond一阶和二阶序列相关检验的P值,下同
表4 中介效应动态检验结果
变量TSEGQHCEGQIRDEGQ(7)(8)(9)(10)(11)(12)第二步第三步第二步第三步第二步第三步因变量滞后一期0.747***0.346***0.542***0.609***1.096***0.178(0.204)(0.037)(0.119)(0.147)(0.023)(0.154)lnICT0.426**0.019**0.216***0.017**0.022***0.033**(0.216)(0.008)(0.007)(0.008)(0.007)(0.014)中介变量0.025***0.411**0.134*(0.005)(0.160)(0.072)L1.Mar0.0100.011***-0.010***0.025***-0.004**0.007**(0.037)(0.001)(0.002)(0.006)(0.002)(0.003)L1.lnUrb0.0270.028***-0.018**0.064**-0.021***0.024(0.171)(0.010)(0.008)(0.026)(0.006)(0.024)L1.lnFIE-0.579*0.084***-0.029**0.034-0.048**0.019(0.312)(0.013)(0.014)(0.035)(0.021)(0.049)L1.lnICE-0.099-0.101***0.005-0.0590.023*-0.098**(0.278)(0.010)(0.013)(0.046)(0.013)(0.041)常数项-1.449**-0.0630.060-0.350**0.0280.032(0.703)(0.056)(0.045)(0.145)(0.044)(0.184)AR(1)0.0030.0030.0100.0070.0110.004AR(2)0.1960.1960.1400.4780.3090.287Hansen test1.0001.0001.0001.0001.0000.997N420420420420420420
(2)人才配置效应。模型9检验ICT资本是否对中介变量人才配置产生影响,结果发现ICT资本每增加1%,人才配置将提升21.6%。模型10检验经济发展质量对ICT资本和人才配置的影响,结果发现加入中介变量人才配置后,ICT资本回归系数相较于基准模型虽有明显下降,但估计系数仍然在5%水平上显著。Sobel检验结果显示,人才配置效应的Z值为4.4,在1%水平上显著,为假设H3提供证据,说明人才配置效应是ICT资本提升经济发展质量的另一条传导路径。而人才错配则会降低创新活动强度,对经济增长产生抑制作用[24]。模型9和模型10结果表明,样本期内ICT资本通过优化人才配置对经济发展质量产生间接正向影响。
(3)自主研发效应。模型11检验ICT资本是否对中介变量自主研发强度有影响,结果发现ICT资本每增加1%,自主研发强度将提升2.2%。模型12检验经济发展质量对ICT资本和自主研发强度的影响,结果发现ICT资本估计系数有所上升,在5%水平上显著为正;自主研发强度估计系数在10%水平上显著为正,表明ICT资本带来的自主研发强度提升了经济发展质量。Sobel检验结果进一步表明,自主创新效应Z值为3.82,在1%水平上显著为正,拒绝不存在中介效应的原假设,表明ICT资本对经济发展质量的影响效应部分通过自主研发效应路径传导,假设H4成立。这说明,中国经济存在“陷入模仿陷阱”而停滞的可能,由模仿创新向自主创新转变可以让经济体跨越模仿陷阱并获取持续发展动力。
(4)总体中介效应与贡献度分解。表5为加入全部中介变量后的总体中介效应检验结果。与逐步回归法得出的结论比较一致,ICT资本通过技术扩散效应、人才配置效应和自主研发效应3种作用机制显著影响经济发展质量。此外,在加入全部中介变量后,ICT资本对经济发展质量的影响不显著,表明技术扩散效应、人才配置效应和自主研发效应在两者关系中起完全中介作用。ICT资本经由技术扩散效应、人才配置效应、自主研发效应影响经济发展质量的中介效应系数分别为0.007、0.021和0.002,结果如表6所示。从传导机制相对重要程度看,在ICT资本影响经济发展质量的总效应中,有75%是通过人才配置效应间接发挥作用的,技术扩散效应的相对贡献份额为25%,自主研发效应在样本区间内解释ICT资本与经济发展质量因果链条中的7.1%。上述研究结果表明,技术扩散效应、人才配置效应和自主研发效应是ICT资本影响经济发展质量的重要渠道,人才配置效应在ICT资本影响经济发展质量的动态过程中起主导作用。
表5 总体中介效应检验结果
变量EGQTSHCIRDEGQ(4)(7)(9)(11)(13)第一步第二步第二步第二步第三步因变量滞后一期0.788***0.747***0.542***1.096***0.362***(0.135)(0.204)(0.119)(0.023)(0.054)lnICT0.028***0.426**0.216***0.022***-0.006(0.008)(0.216)(0.007)(0.007)(0.015)TS0.016***(0.005)HC0.095*(0.052)IRD0.069***(0.022)L1.Mar0.019***0.010-0.010***-0.004**-0.001(0.005)(0.037)(0.002)(0.002)(0.001)L1.lnUrb0.064***0.027-0.018**-0.021***0.011*(0.026)(0.171)(0.008)(0.006)(0.006)L1.lnFIE0.029-0.579*-0.029**-0.048**0.071***(0.035)(0.312)(0.014)(0.021)(0.023)L1.lnICE-0.057-0.0990.0050.023*-0.032***(0.039)(0.278)(0.013)(0.013)(0.009)常数项-0.407***-1.449**0.0600.0280.205***(0.143)(0.703)(0.045)(0.044)(0.064)AR(1)0.0040.0030.0100.0110.002AR(2)0.2150.1960.1400.3090.284Hansen test1.0001.0001.0001.0001.000N420420420420420
表6 传导机制贡献分解结果
中介效应ICT资本→中介变量中介变量→经济发展质量效应量占总效应的比重技术扩散效应0.4260.0160.0070.250人才配置效应0.2160.0950.0210.750自主研发效应0.0220.0690.0020.071
为保证中介效应研究结果的稳健性,表7、表8分别通过替换不同自变量和因变量指标对估计结果进行稳健性检验。在自变量指标方面,将ICT生产性资本存量替换为ICT资本存量净额。在因变量指标方面,将专利授权量与实际GDP的比值作为技术扩散的替代指标,采用大学本科以上学历作为人才配置的替代指标,用R&D经费内部支出与大中型工业企业总产值的比值作为自主研发强度的替代指标,再次利用逐步回归法进行回归分析。结果显示,各变量估计系数和显著性水平变化较小,与基准回归结果基本一致,验证了主要结论的稳健性。
表7 替换自变量指标的稳健性检验结果
变量TSEGQHCEGQIRDEGQ(14)(15)(16)(17)(18)(19) 第二步第三步第二步第三步第二步第三步因变量滞后一期0.822***0.403***0.689***0.268**1.104***0.02(0.149)(0.146)(0.103)(0.134)(0.027)(0.146)lnICT0.316***0.033**0.014**0.033***0.018**0.020*(0.121)(0.013)(0.006)(0.009)(0.007)(0.009)中介变量0.013*0.488**0.156***(0.008)(0.201)(0.056)控制变量控制控制控制控制控制控制AR(1)0.050.0060.0070.0040.0320.003AR(2)0.4480.3880.1610.3540.2960.256Hansen test0.9991.0001.0001.0001.0000.948N420420420420420420
表8 替换因变量指标的稳健性检验结果
变量TSEGQHCEGQIRDEGQ(20)(21)(22)(23)(24)(25)第二步第三步第二步第三步第二步第三步因变量滞后一期0.905***0.494***0.460***0.514***1.067***0.163(0.057)(0.116)(0.103)(0.148)(0.028)(0.161)lnICT0.177**0.024**0.038***0.030**0.007**0.028**(0.074)(0.012)(0.012)(0.015)(0.003)(0.013)中介变量0.011*0.150*0.381**(0.005)(0.081)(0.170)控制变量控制控制控制控制控制控制AR(1)0.0020.0060.0030.0040.010.006AR(2)0.1380.1360.6090.1250.8750.278Hansen test1.0001.0001.0001.0001.0000.997N420420420420420420
上述研究虽然证实了ICT资本通过促进技术扩散、人才配置和自主研发强度对经济发展质量产生正向影响的传导机制,但随着ICT资本存量增加,技术扩散、人才配置和自主研发强度是否会成为ICT资本影响经济发展质量的非线性调节因素?本文利用动态面板门槛模型进行下一步检验,结果见表9。
(1)考虑到技术扩散门槛效应,将技术扩散设定为门槛变量,对经济发展质量进行回归估计,考察其对ICT资本的非线性调节作用。结果表明,在不同门槛变量影响下,ICT资本对经济发展质量的影响呈现倒U型特征。当技术扩散变化率小于4.358时,ICT资本对经济发展质量具有显著正向影响;但当越过门槛值后,ICT资本影响系数由正转负,在技术扩散的影响下,ICT资本开始对经济发展质量产生抑制作用。这说明,当前中国技术扩散已经越过对经济发展质量正向影响的临界值,ICT资本通过技术扩散路径将成为经济发展质量的阻碍因素。这种先推动后抑制作用路径产生的原因可能是样本期内对知识产权保护不足所造成的。国内宽松的知识产权保护环境为技术模仿和学习创造了条件,加之部分国家长期对中国技术进行封锁,迫使国内企业之间通过技术模仿和学习相较于技术引进更加频繁。企业为降低研发成本、减少创新风险,倾向于对新技术进行吸收扩散,导致自身原始创新能力薄弱。ICT资本积累加大了技术扩散范围和数量,致使企业长期缺乏自主创新动力,抑制了技术进步,转而对经济发展质量起阻碍作用。上述结果说明,ICT资本并非越多越好,地方政府还应注重ICT资本与要素禀赋结构相匹配,避免对ICT资本进行盲目投资。
(2)将人才配置设定为门槛变量进行回归估计,结果发现其非线性调节作用呈现出同技术扩散相似的倒U型特征。当人才配置比率小于0.118时,ICT资本对经济发展质量具有显著正向影响;当人才配置比率大于0.118时,ICT资本影响系数为负,但不显著。这说明,尽管ICT资本位于倒U型左侧,尚未越过对经济发展质量正向影响的临界值,但ICT资本通过人才配置对经济发展质量的促进作用具有边际递减非线性特征。最后,将自主研发强度设定为门槛变量进行回归估计发现,自主研发强度门槛效应不显著(p=0.158,>10%,限于篇幅,未列出相关结果)。
表9 动态门槛效应检验结果
门槛值解释变量EGQ门槛值解释变量EGQlnTS<4.358L.EGQ0.380*HC<0.118L.EGQ1.182***(0.230)(0.173)LnICT0.151***LnICT0.116***(0.043)(0.038)lnTS>4.358L.EGQ0.254(0.438)HC>0.118L.EGQ-1.038(0.970)LnICT-0.222*LnICT-0.113(0.112)(0.101)控制变量控制控制变量控制Boostrap500Boostrap500Linearity(P值)0Linearity(P值)0
结合上述研究结论可知,ICT资本通过技术扩散、人才配置和自主研发均能够促进经济发展质量提升,技术扩散、人才配置和自主研发是ICT资本影响经济高质量发展的重要途径。动态门槛效应检验结果显示,技术扩散和人才配置路径呈现倒U型特征,即ICT资本积累如果仅依靠技术扩散路径,则会对经济发展质量起阻碍作用;ICT资本当前位于倒U型左侧,说明ICT资本通过这一路径对经济发展质量仍然起促进作用。上述结论有4个方面的意义:第一,经济高质量发展可通过ICT资本与创新要素禀赋结构变化之间匹配而实现。第二,技术扩散强度在ICT资本影响经济高质量发展中呈现倒U型特征。当技术扩散未越过门槛值时,增加ICT资本、利用模仿创新可以提升技术进步率,缩小地区间经济发展质量差距;但当技术扩散越过门槛值后,继续强化技术扩散则会对经济发展质量产生负面影响,第三,人才配置在ICT资本影响经济高质量发展中同样呈倒U型特征。ICT资本尚处于倒U型特征左侧,说明ICT资本通过人才配置对经济发展质量的促进作用具有边际递减非线性特征。第四,自主研发强度目前在ICT资本影响经济发展质量中只起中介传导作用,能够显著推动经济高质量发展。这说明,技术扩散并非越高越好。一方面,强化技术扩散能够避免自主研发技术障碍并降低风险,企业只需要通过技术模仿和消化吸收就能够提高技术水平;但另一方面,模仿创新使企业缺乏自主研发和关键技术突破动力,长期依赖模仿创新路径将会阻碍技术进步。ICT资本积累使全球各个国家和地区的联系更加紧密,生产者和中间商可以在更大市场范围内共享信息要素供给,降低市场信息不对称,扩大技术扩散范围,提升扩散速度。伴随着大规模新基建投资,中国经济如果不及时向自主创新路径转变,ICT资本对经济高质量发展将起阻碍作用。
本文基于创新要素禀赋结构变化视角,系统构建ICT资本推动经济高质量发展的机制框架,实证检验2003-2017年ICT资本对经济发展质量影响的传导机制,得出如下结论:第一,ICT资本对经济发展质量的促进作用显著。第二,技术扩散效应、人才配置效应和自主研发效应是ICT资本促进经济高质量发展的重要通道,且人才配置在两者关系中起主导作用。第三,技术扩散、人才配置对ICT资本影响经济发展质量具有非线性调节作用,当技术扩散和人才配置越过相应门槛值时,ICT资本对经济发展质量的影响呈现倒U型特征,即由对经济发展质量的促进作用转变为抑制作用。这一结论揭示出ICT资本影响经济发展质量背后的深层次逻辑,即在创新要素禀赋结构变化过程中,ICT资本积累对经济高质量发展的作用机理不同。在样本期内,ICT资本积累通过技术扩散和人才配置对经济发展质量起到先推动再抑制的非线性作用,呈现倒U型特征。当前,技术扩散已经越过对经济发展质量正向影响的临界值,ICT资本积累日益成为经济高质量发展的阻碍因素,这意味着中国经济亟需从模仿创新向自主创新转变。
通过上述研究结论,本文提供如下政策启示:
(1)完善自主创新激励机制。注重ICT资本积累与自主研发强度协调发展,强化知识产权保护和专利制度,保持中等强度的技术扩散,避免模仿创新路径依赖;同时,完善科研奖励制度,优化科技成果转化政策,提升研究人员工资待遇,鼓励高技能人力资本从事科学研究和关键技术突破。
(2)纠正信息扭曲和市场失灵。①充分发挥ICT资本在人才配置和自主研发中的作用,加强部门间信息对称性,促使非生产部门(金融业、房地产业等)中的高技能人力资本向创新部门流动;②强化ICT资本与人力资本配置匹配度,培育和激励劳动力充分利用ICT资本加强专业训练,降低机会学习成本,提高自主研发能力,真正释放人口政策红利,促进经济高质量发展;③激发制度创新内生动力。为使技术进步路径由模仿创新向自主创新转变,除合理调控各地区ICT资本存量外,还需要从根本上打破不利于自主创新的结构性障碍。提升创新活力的关键在于人才激励,只有扫清非效率部门和非效率生产方式的制度性障碍,改善公共部门和事业单位“铁饭碗”制度,才能真正激发科研人员创新积极性。
[1] 李静, 楠玉, 刘霞辉. 中国经济稳增长难题:人力资本错配及其解决途径[J]. 经济研究, 2017, 52 (3):20-33.
[2] 陈诗一, 陈登科. 雾霾污染,政府治理与经济高质量发展[J]. 经济研究, 2018, 53(2):20-34.
[3] 李强, 朱宝清. 投资水平与经济高质量发展:挤出效应真的存在吗[J]. 财经科学, 2019,13(11):39-53.
[4] 徐忠. 经济高质量发展阶段的中国货币调控方式转型[J]. 金融研究, 2018, 454(4):5-23.
[5] JORGENSON D W, VU K. Information technology and the world growth resurgence[J]. German Economic Review, 2010,8(2):23-42.
[6] 张之光, 蔡建峰.信息技术资本、替代性与中国经济增长——基于局部调整模型的分析[J]. 数量经济技术经济研究, 2012,29(9):71-81.
[7] VANDENBUSSCHE J,MEGHIR A C. Distance to frontier, growth, and the composition of human capital[J]. Journal of Economic Growth, 2006, 11(2):97-127.
[8] AGENOR P R, CANUTO O. Middle-income growth traps[J]. Research in Economics, 2015, 69(4):641-660.
[9] DINOPOULOS E, THOMPSON P.Endogenous growth in a cross-section of countries[J]. Journal of International Economics, 2000,51(2):335-362.
[10] 潘士远, 朱丹丹, 徐恺. 人才配置、科学研究与中国经济增长[J].经济学(季刊),2021,21(2):427-444.
[11] HICKS J R. The theory of wages[M]. London: Macmillan,1963.
[12] 王永钦, 李明. 理解中国的经济奇迹:互联合约的视角[J]. 管理世界, 2008,24(10):11-26.
[13] ACEMOGLU, DARON, AGHION,et al. Distantce to frontier, selection and economic growth[J]. Journal of the European Economic Association, 2002, 4(1):37-74.
[14] DINOPOULOS E, THOMPSON P. Endogenous growth in a cross-section of countries[J]. Journal of International Economics, 2000,51(2):335-362.
[15] ELENA, GENNADJENVA, POPKOVA, et al. New quality of economic growth concept[J]. International Journal of Economic Policy Studies, 2010,23(6):32-43.
[16] 任保平, 钞小静, 魏婕.中国经济增长质量报告: 中国经济增长质量指数及省区排名[M]. 北京:中国经济出版社,2012.
[17] 聂长飞, 简新华. 中国高质量发展的测度及省际现状的分析比较[J]. 数量经济技术经济研究, 2020, 37(2):27-48.
[18] 林勇, 张宗益.禀赋差距还是权利缺失:区域经济发展差距理论与实证研究[J]. 中国人口·资源与环境, 2008,18(1):51-56.
[19] 傅晓霞, 吴利学. 技术差距、创新环境与企业自主研发强度[J]. 世界经济, 2012(7):103-124.
[20] 樊纲, 王小鲁, 朱恒鹏.中国市场化指数. 各省区市场化相对进程2011年度报告[M].北京:经济科学出版社,2011.
[21] KISHI K. Technology diffusion, innovation size, and patent policy[J]. European Economic Review, 2019, 118(7):86-101.
[22] MARYAM K, JEHAN Z. Total factor productivity convergence in developing countries: role of technology diffusion[J]. South African Journal of Economics,2018, 86(2):247-262.
[23] BUERA F J, OBERFIELD E. The global diffusion of ideas[J]. Econometrica, 2020, 88(1):83-114.
[24] 葛立宇.要素市场扭曲、人才配置与创新强度[J]. 经济评论, 2018,32(5):31-44.