張輝　石琳

[摘要] 從創(chuàng)新的異質(zhì)性出發(fā)，將創(chuàng)新分為基礎(chǔ)創(chuàng)新和應(yīng)用創(chuàng)新，分析了人力資本對區(qū)域創(chuàng)新的影響。運用1998-2015年中國大陸的省級面板數(shù)據(jù)和固定效應(yīng)、空間計量等方法進行了實證分析，結(jié)果表明：（1）從創(chuàng)新的異質(zhì)性看，我國人力資本對基礎(chǔ)創(chuàng)新具有顯著的正向影響作用，對于應(yīng)用創(chuàng)新的影響并未凸顯；（2）人力資本的結(jié)構(gòu)中，高等教育對于區(qū)域創(chuàng)新的影響發(fā)揮關(guān)鍵作用，平均受教育年限則不顯著；（3）從基礎(chǔ)創(chuàng)新與應(yīng)用創(chuàng)新的關(guān)系來看，基礎(chǔ)創(chuàng)新對于應(yīng)用創(chuàng)新的先發(fā)拉動機制沒有完全體現(xiàn)。因此，政府要加強創(chuàng)新環(huán)境建設(shè)力度，多維度支持創(chuàng)新；繼續(xù)擴大教育規(guī)模，提升人力資本質(zhì)量；根據(jù)實際要求合理分配基礎(chǔ)創(chuàng)新、應(yīng)用創(chuàng)新配套的人力資本投入和配置。

[關(guān)鍵詞] 人力資本；基礎(chǔ)創(chuàng)新；應(yīng)用創(chuàng)新

[中圖分類號] F061.3[文獻標識碼] A[文章編號] 1008—1763（2018）05—0049—09

Human Capital and Regional Innovation：

An Empirical Study Based on Spatial Dubin Model

ZHANG Hui， SHI Lin

（School of Economics， Peking University， Beijing100871， China）

Abstract：This paper mainly analyzes the impact of human capital on regional innovation. Based on the heterogeneity of innovation， this paper divides innovation into basic innovation and applis innovation. Empirical analysis by using Chinas provincial panel data from 1998-2015， fixed effects and spatial econometric method shows that： （1） Human capital in China has a significant positive impact on basic innovation and does not highlight the impact on applied innovation. （2） The influence of higher education in human capital institutions on regional innovation plays a key role， the average years of education are not significant；（3） The fundamental pull-in mechanism of basic innovation for application innovation is not fully reflected. Therefore， governments should promote innovation more and widely. Specifically， governments should continue to expand the scale of education input to improve the quality of human capital， and allocate human capital input into basic innovation and apply innovation rationally.

Key words： human capital； basic innovation； appying innovation

一引言

近年來隨著中國經(jīng)濟進入新常態(tài)，有關(guān)中國經(jīng)濟增長的可持續(xù)性的爭論引起廣泛關(guān)注。自Krugman指出東亞經(jīng)濟增長主要依靠要素投入而非全要素生產(chǎn)率（TFP）以來[1]，學界對中國經(jīng)濟增長模式展開了熱烈討論。一般認為，改革開放以后的中國經(jīng)濟增長模式主要是要素驅(qū)動，增長主要由資本、能源、原材料、勞動力等要素投入拉動，技術(shù)進步和創(chuàng)新對經(jīng)濟增長貢獻較低[2-3]。隨著中國資源、環(huán)境、人口等要素稟賦優(yōu)勢逐步減弱，經(jīng)濟增長方式也從傳統(tǒng)的“要素驅(qū)動”轉(zhuǎn)為通過技術(shù)進步提高生產(chǎn)率的“創(chuàng)新驅(qū)動”。對此，黨的十八大報告中明確提出要實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，將創(chuàng)新驅(qū)動上升至國家發(fā)展戰(zhàn)略層面，十八屆五中全會將創(chuàng)新發(fā)展提升至五大發(fā)展理念之一，十九大報告更是提出到2035年基本實現(xiàn)社會主義現(xiàn)代化，躋身創(chuàng)新型國家前列的奮斗目標。而創(chuàng)新的來源除了物質(zhì)資本的投入，人力資本、社會環(huán)境、政府政策也都發(fā)揮關(guān)鍵作用[4]。其中，人力資本作為推動創(chuàng)新的重要抓手，受到社會各界的高度重視。

從現(xiàn)實看，我國已經(jīng)是一個人力資源大國，但尚不是創(chuàng)新大國。教育部和科技部的數(shù)據(jù)顯示，2016年我國各類高等教育在學總規(guī)模達到3699萬人，高等教育毛入學率達到42.7%，研發(fā)人員總量居世界第一位，達24余萬

數(shù)據(jù)來源：教育部，《2016年全國教育事業(yè)發(fā)展統(tǒng)計公報》；科學網(wǎng)，http：//news.sciencenet.cn/htmlnews/2017/1/365552.shtm.。與此相應(yīng)地，人力資源的高儲備并未帶來直接的高創(chuàng)新回報。世界知識產(chǎn)權(quán)組織（WIPO）和彭博社分別發(fā)布的2017年全球創(chuàng)新指數(shù)中，中國分別位列第22位和第21位，在發(fā)展中經(jīng)濟體中位居第一，但與美國、日本和歐盟國家相比仍存在較大差距

數(shù)據(jù)來源：WIPO， http：//www.wipo.int/publications/en/details.jsp？id=4193； Bloomberg， https：//www.bloomberg.com/news/articles/2017-01-17/sweden-gains-south-korea-reignsasworldsmost-innovative-economies.。通過運用每萬人發(fā)明型專利授權(quán)數(shù)的數(shù)據(jù)也可以發(fā)現(xiàn)（圖1所示），1998-2015年我國創(chuàng)新能力有了極大提升，每萬人發(fā)明型專利授權(quán)數(shù)平均值也由0.11上升至1.92。然而地區(qū)間的創(chuàng)新產(chǎn)出差距也在不斷抬高，區(qū)域創(chuàng)新能力最強的北京與最低的西藏之間的差距由32倍擴大至132倍。由于創(chuàng)新能力是區(qū)域經(jīng)濟發(fā)展的重要推動力，創(chuàng)新能力的空間差距拉大有可能最終會導(dǎo)致區(qū)域發(fā)展差距加大，從而引發(fā)社會各界的擔憂。在傳統(tǒng)的R&D;投入帶動效應(yīng)減弱的背景下，怎樣提升人力資本對創(chuàng)新的推進作用、如何通過人力資本的再分配縮小區(qū)域創(chuàng)新差距，這些問題成為研究的熱點。

根據(jù)內(nèi)生經(jīng)濟增長理論，人力資本通常被認為是通過技術(shù)擴散來促進技術(shù)創(chuàng)新[5]，主要包括兩類觀點：一種是Romer等提出的資本拉動型，即人力資本、物質(zhì)資本帶來的外部性促進了技術(shù)創(chuàng)新，從而推動經(jīng)濟增長[6-10]，第二種是Grossman等提出的技術(shù)創(chuàng)新由以人力資本投入等為基礎(chǔ)的R&D;部門獨立推動[11]。各國學者運用經(jīng)驗分析的方法，對人力資本與區(qū)域創(chuàng)新的關(guān)系進行了研究[12-14]，大部分結(jié)果表明，人力資本對區(qū)域創(chuàng)新具有顯著性影響。對中國人力資本與區(qū)域創(chuàng)新的研究也佐證了這一點[15-18]。

進一步地，由于人力資本的培育存在多種結(jié)構(gòu)，人力資本的配置也與多種所有制相關(guān)聯(lián)，所以人力資本的異質(zhì)性也會對創(chuàng)新產(chǎn)生不同影響。一方面，創(chuàng)新部門主要包括高等院校、研究機構(gòu)在內(nèi)的政府部門，根據(jù)市場勢力劃分的市場部門和壟斷部門，賴德勝和紀雯雯的研究表明市場部門的人力資本對創(chuàng)新有促進作用，政府部門和壟斷部門則產(chǎn)生了不同程度的抑制作用[19]。另一方面，高等教育的人力資本與高中、義務(wù)教育相比對創(chuàng)新具有顯著促進作用[20-21]，創(chuàng)新性的人力資本與效率型的人力資本相比更能促進企業(yè)創(chuàng)新[22]。

上述研究從理論分析和經(jīng)驗研究上對人力資本在創(chuàng)新中的作用進行了比較詳細的分析，對我國加大人力資本投入、推動創(chuàng)新具有重要的借鑒意義。但以往論文的研究思路一般是從人力資本的異質(zhì)性出發(fā)，分析不同形態(tài)的人力資本的創(chuàng)新效率，而少有對創(chuàng)新的異質(zhì)性進行研究。而實際上，根據(jù)科技部的統(tǒng)計方法，我國的R&D;活動分為三種類型：基礎(chǔ)研究、應(yīng)用研究和試驗發(fā)展。其中，基礎(chǔ)研究是指為了獲得關(guān)于現(xiàn)象和可觀察事實的基本原理的新知識而進行的實驗性或理論性研究，應(yīng)用研究是指為了確定基礎(chǔ)研究成果可能的用途或是為達到預(yù)定的目標探索應(yīng)采取的新方法（原理性）或新途徑而進行的創(chuàng)造性研究，試驗發(fā)展是指利用從基礎(chǔ)研究、應(yīng)用研究和實際經(jīng)驗所獲得的現(xiàn)有知識，為產(chǎn)生新的產(chǎn)品、材料和裝置，建立新的工藝、系統(tǒng)和服務(wù)，以及對已產(chǎn)生和建立的上述各項作實質(zhì)性的改進而進行的系統(tǒng)性工作?；A(chǔ)研究的主體主要是政府，應(yīng)用研究與試驗發(fā)展的主體主要是企業(yè)。由于應(yīng)用研究與試驗發(fā)展更能帶來直接的經(jīng)濟效益，所以這兩部分在R&D;部門中占據(jù)大部分比重。2016年，基礎(chǔ)研究、應(yīng)用研究和試驗發(fā)展占研究與試驗發(fā)展（R&D;）經(jīng)費總支出的比重分別為5.2%、10.3%和84.5%

數(shù)據(jù)來源：國家統(tǒng)計局，2016年全國科技經(jīng)費投入統(tǒng)計公報。。然而人力資本對不同的創(chuàng)新部門的拉動效應(yīng)有什么區(qū)別？現(xiàn)階段研究較少。

本文的創(chuàng)新之處在于，從創(chuàng)新的異質(zhì)性角度對人力資本與區(qū)域創(chuàng)新的關(guān)系進行了研究。一方面將創(chuàng)新活動分為基礎(chǔ)創(chuàng)新和應(yīng)用創(chuàng)新兩類，另一方面從人力資本的平均水平和結(jié)構(gòu)兩方面進行了分析。由于人力資本和創(chuàng)新存在較強的內(nèi)生性和空間溢出效應(yīng)（spillover effect），本文運用固定效應(yīng)、空間計量等方法進行了檢驗，結(jié)果發(fā)現(xiàn)：我國人力資本對基礎(chǔ)創(chuàng)新具有顯著的正向影響作用，對于應(yīng)用創(chuàng)新的影響并未凸顯；從人力資本的異質(zhì)性看，高等教育對于區(qū)域創(chuàng)新的影響發(fā)揮關(guān)鍵作用，平均受教育年限則不顯著；基礎(chǔ)創(chuàng)新對于應(yīng)用創(chuàng)新的先發(fā)拉動機制沒有完全體現(xiàn)，產(chǎn)學研一體化發(fā)展仍較為落后。在以上結(jié)論的基礎(chǔ)上，本文對我國的區(qū)域創(chuàng)新發(fā)展提出了相應(yīng)的政策建議。

二模型構(gòu)建與數(shù)據(jù)說明

（一）模型設(shè)定

現(xiàn)有的創(chuàng)新相關(guān)的研究一般沿用Griliches提出的創(chuàng)新生產(chǎn)函數(shù)[23]：

Inv=θKαHβ（1）

其中Inv表示創(chuàng)新能力，θ表示創(chuàng)新效率，K表示物質(zhì)資本，H表示人力資本，α、β分別表示物質(zhì)資本和人力資本的彈性系數(shù)。

本文在Grillches創(chuàng)新模型的基礎(chǔ)上，構(gòu)建以下計量模型：

Inveit=α1+α2Heit+α3Γeit+ueit（2）

Invait=β1+β2Hait+β3Inveit+β3Γait+zait（3）

其中下標e和a分別表示基礎(chǔ)創(chuàng)新部門和應(yīng)用創(chuàng)新部門。Inv表示創(chuàng)新產(chǎn)出，H表示人力資本投入，Γ為一組控制變量，下標i和t分別表示省份和時間。由于基礎(chǔ)創(chuàng)新主要是理論性貢獻，會對之后的應(yīng)用創(chuàng)新帶來直接影響，所以在模型（3）中加入了應(yīng)用創(chuàng)新的滯后項。

（二）指標選取、說明及描述性統(tǒng)計

本文選取1998-2015年全國30個?。ㄊ校┟姘鍞?shù)據(jù)對人力資本與兩類創(chuàng)新部門的關(guān)系進行了研究

由于創(chuàng)新產(chǎn)出數(shù)據(jù)無法精確到地級市，所以本文選取省級面板數(shù)據(jù)。。由于西藏地區(qū)數(shù)據(jù)缺失較為嚴重，所以本文選取了大陸地區(qū)除西藏外的其余30個省級行政單位。之所以選取1998年作為起點，是由于1998年之前的數(shù)據(jù)質(zhì)量較差，缺失值較多且缺乏重慶市的數(shù)據(jù)。本文的數(shù)據(jù)主要來自《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》及各省歷年統(tǒng)計年鑒。為了剔除價格因素，本文中涉及價格的指標均按照相應(yīng)價格指數(shù)換算成1998年的價格水平。為降低異方差帶來的偏誤，本文對所有指標均進行了對數(shù)化處理。

1.人力資本指標

本文采取平均受教育年限和每萬人高等學校本?？飘厴I(yè)生人數(shù)作為人力資本的替代指標。

已有文獻大部分采用平均受教育年限作為衡量人力資本的替代指標，本文也基本沿襲這一方法，但有所改進。一方面現(xiàn)有文獻選取常用一個區(qū)域整體的平均受教育年限，但由于當期的創(chuàng)新產(chǎn)出主要體現(xiàn)在勞動力市場上，所以本文借鑒賴德勝和紀雯雯的做法，采用勞動力人口的平均受教育年限。平均受教育年限的計算公式為：

edulevel=illiteracypercentage*0+

primarypercentage*6+middlepercentage*9+

seniorpercentage*12+universitypercentage*16（4）

另一方面，已有研究表明人力資本的結(jié)構(gòu)也會對創(chuàng)新帶來不同的影響，高等教育對創(chuàng)新的影響最為顯著，所以本文根據(jù)已有的研究選取每萬人高等學校本?？飘厴I(yè)生人數(shù)作為衡量人力資本結(jié)構(gòu)特征的變量。

2.創(chuàng)新產(chǎn)出指標

在基礎(chǔ)創(chuàng)新產(chǎn)出的相關(guān)研究中，常常用每萬人科技論文數(shù)這一指標，實際操作中每萬人科技論文數(shù)常用三大檢索次數(shù)與地區(qū)人口的比重得到

重慶1998年的三大檢索次數(shù)數(shù)據(jù)缺失，本文用插值方法處理。。在應(yīng)用創(chuàng)新中，國內(nèi)學者普遍將專利授權(quán)量（發(fā)明、實用新型和外觀設(shè)計三項專利授權(quán)數(shù)之和）代表技術(shù)創(chuàng)新的水平[24-25]。但李婧等和毛其琳的研究均表明，發(fā)明型專利更能代表一地區(qū)的創(chuàng)新水平[26-27]，為控制人口特征，本文采用每萬人創(chuàng)新型專利授權(quán)數(shù)作為應(yīng)用創(chuàng)新的代理變量，在穩(wěn)健性檢驗中采用另一常用指標——技術(shù)市場成交額占GDP比重，即技術(shù)市場技術(shù)輸出地域合同金額占GDP比重進行了分析。

3.控制變量

為了保證結(jié)果的準確性，本文考慮了多個控制變量：物質(zhì)資本投入方面，常用指標一般為R&D;支出，本文有所改進，采用R&D;經(jīng)費內(nèi)部支出占GDP比重來衡量R&D;投入強度，統(tǒng)計年鑒中R&D;經(jīng)費內(nèi)部支出分為基礎(chǔ)研究、應(yīng)用研究和試驗發(fā)展，給我們的研究也提供了便利；一地區(qū)的經(jīng)濟發(fā)展水平與創(chuàng)新產(chǎn)出往往有正向促進作用，本文選取人均GDP代表該地區(qū)的經(jīng)濟發(fā)展水平；已有文獻表明FDI對于區(qū)域技術(shù)創(chuàng)新具有重要影響，本文選取人均外商直接投資額這一指標，按照相應(yīng)年份匯率將美元換算成了人民幣并進行了平減

福建2013-2015年的FDI數(shù)據(jù)根據(jù)《福建統(tǒng)計年鑒》在歷史可比口徑的基礎(chǔ)上以全口徑的增長率計算得到。；產(chǎn)業(yè)結(jié)構(gòu)也可能會對創(chuàng)新產(chǎn)出產(chǎn)生影響，本文選用第二產(chǎn)業(yè)、第三產(chǎn)業(yè)占GDP比重來衡量一地區(qū)產(chǎn)業(yè)結(jié)構(gòu)；市場化程度越高，越有可能對創(chuàng)新起促進作用。樊綱等計算了中國各省份市場化進程相對指數(shù)，是國內(nèi)衡量地區(qū)市場化程度較為權(quán)威的指標[28]。但由于數(shù)據(jù)只到2009年，所以本文采用私營及個體就業(yè)人數(shù)占總就業(yè)人數(shù)的比重來衡量一地區(qū)的市場化程度；良好的基礎(chǔ)設(shè)施能夠促進信息的交流，使企業(yè)能夠更直接和迅速地獲得最新的技術(shù)信息，加快技術(shù)創(chuàng)新和知識水平的提高，本文采用Demurger的方法用各地區(qū)公路的里程與各地區(qū)的面積的比重來測度交通基礎(chǔ)設(shè)施[29]。

三基礎(chǔ)模型估計

常規(guī)地，本文首先運用混合OLS和固定效應(yīng)（FE）這兩種基礎(chǔ)方法進行了估計，估計結(jié)果如表2所示，其中模型（1）和（2）是在普通OLS回歸中得到的估計結(jié)果，（3）和（4）是在固定效應(yīng)模型中得到的估計結(jié)果。由于創(chuàng)新產(chǎn)出往往是前序投入的產(chǎn)物，所以本文對人力資本和R&D;投入的變量滯后一期，在應(yīng)用創(chuàng)新的回歸中加入基礎(chǔ)創(chuàng)新的滯后一期進行回歸。與此同時，所有的模型均控制了年份層面的固定效應(yīng)。為了增強回歸結(jié)果的穩(wěn)定性，文章中所用的標準誤均為穩(wěn)健標準誤。

從回歸結(jié)果可以看出，（1）～（4）中，滯后一期的平均受教育年限對于基礎(chǔ)創(chuàng)新和應(yīng)用創(chuàng)新都沒有顯著影響。滯后一期的每萬人本專科畢業(yè)生人數(shù)對于基礎(chǔ)創(chuàng)新具有顯著影響，在OLS回歸中系數(shù)為1.213，在FE中系數(shù)為0.633，也即每萬人本?？飘厴I(yè)生人數(shù)每增加1%，用每萬人科技論文數(shù)表示的應(yīng)用創(chuàng)新增加0.633%。相反，每萬人本專科畢業(yè)生人數(shù)對于應(yīng)用創(chuàng)新均沒有顯著影響。R&D;投入強度對基礎(chǔ)創(chuàng)新具有正向的促進作用，在固定效應(yīng)模型中滯后一期的R&D;投入強度每增加1%，基礎(chǔ)創(chuàng)新提升0.246%?；A(chǔ)研究對于應(yīng)用研究的影響，在OLS中表現(xiàn)為顯著的正向促進，但在固定效應(yīng)模型中顯著性消失。從以上的分析可以看出，在基準回歸中人力資本對于兩部門創(chuàng)新的影響不同，人力資本對基礎(chǔ)創(chuàng)新具有顯著的正向促進作用，進一步考慮人力資本的結(jié)構(gòu)可以發(fā)現(xiàn)，每萬人本?？飘厴I(yè)生人數(shù)也即高等教育的規(guī)模對于一地區(qū)的創(chuàng)新極為關(guān)鍵。然而以上這些分析較為粗略，沒有考慮到創(chuàng)新可能存在的空間相關(guān)性，因此還需要進行進一步分析。

四空間計量分析

以往的研究表明，區(qū)域創(chuàng)新往往存在空間相關(guān)性（李婧，2010；楊鵬、陶小馬，2016），傳統(tǒng)的計量方法沒有過多考慮空間因素的作用，因此上述使用OLS和固定效應(yīng)得到的估計結(jié)果可能會存在較大偏誤。因此本文引入空間計量的方法，考慮區(qū)域創(chuàng)新存在的區(qū)域相關(guān)性，從而更好地估計人力資本對兩部門創(chuàng)新的影響。

按照一般的研究思路，本文首先根據(jù)每一年的數(shù)據(jù)計算出1998-2015年基礎(chǔ)創(chuàng)新和應(yīng)用創(chuàng)新的全局Morans I值，如圖2所示?？梢钥闯?，基礎(chǔ)創(chuàng)新和應(yīng)用創(chuàng)新在每一年度的Morans I值均顯著為正，近年來均在0.15左右，從而表明基礎(chǔ)創(chuàng)新和應(yīng)用創(chuàng)新均存在顯著的空間正相關(guān)關(guān)系，需要引入空間計量的方法進行研究。

在空間權(quán)重矩陣的設(shè)計上，本文借鑒李婧等的做法，采用鄰接權(quán)重和地理距離權(quán)重兩種空間權(quán)重矩陣進行估計，兩種方法的構(gòu)造方法如下所示：

空間鄰接權(quán)重矩陣是按照地理區(qū)域在空間上的相互鄰接關(guān)系進行賦值，其中對角線上的元素為0，其它元素滿足

wij=0，i和j空間不鄰接

1，i和j空間鄰接（i≠j）

地理距離權(quán)重則認為兩地區(qū)間的聯(lián)系程度不僅僅取決于空間是否鄰接，還與兩地區(qū)的地理距離密切相關(guān)，本文選取較為常用的地理距離權(quán)重矩陣，其中對角線上的元素為0，其它元素滿足

wij=1/d2ij，i和j空間鄰接

1，i和j空間不鄰接（i≠j）

其中dij是兩地區(qū)地理中心的距離，一般選用各省省會之間的距離，本文距離根據(jù)國家地理信息系統(tǒng)網(wǎng)站提供的1∶400萬電子地圖在ArcGIS軟件中測出。

在空間計量模型的選取上，本文采取一般形式的空間杜賓模型（SDM），一方面是因為空間誤差模型（SEM）等是SDM的特殊形式，另一方面是因為模型的選取并不影響本文的主要結(jié)論

限于篇幅，其他模型的估計結(jié)果并未列出。?？臻g計量的估計結(jié)果如表3所示。

從回歸結(jié)果看出，空間計量的估計結(jié)果與基準回歸類似，但稍有區(qū)別。平均受教育年限對于兩部門創(chuàng)新均沒有顯著影響，與基準回歸相似。而滯后一期的每萬人本?？飘厴I(yè)生人數(shù)對于基礎(chǔ)創(chuàng)新具有正向的促進作用，在地理距離權(quán)重中的系數(shù)為0.617，也即每萬人本?？飘厴I(yè)生人數(shù)每增加1%，基礎(chǔ)創(chuàng)新產(chǎn)出增加0.617%個百分點。而應(yīng)用創(chuàng)新的系數(shù)則不顯著。對于滯后一期的R&D;投入強度來說，對于基礎(chǔ)創(chuàng)新具有顯著的促進作用，在模型2中的估計系數(shù)為0.259，對于應(yīng)用創(chuàng)新則沒有顯著影響。在應(yīng)用創(chuàng)新中，滯后一期的基礎(chǔ)研究系數(shù)為正但不顯著，這表明基礎(chǔ)研究對于后期的應(yīng)用研究的促進作用并沒有凸顯。

五穩(wěn)健性檢驗

為了保證本文結(jié)論的穩(wěn)健性，本文接下來從兩方面進行穩(wěn)健性檢驗：（1）每萬人發(fā)明型專利授權(quán)數(shù)這一指標可能不能較好地反應(yīng)應(yīng)用創(chuàng)新水平，因此本文運用技術(shù)市場成交額占GDP比重這一指標作為應(yīng)用創(chuàng)新的代理變量進行空間計量分析；（2）R&D;研發(fā)內(nèi)部支出對基礎(chǔ)研究、應(yīng)用研究和實驗發(fā)展的統(tǒng)計劃分方法在2009年及以后才較為完整，之前的統(tǒng)計較為粗略，數(shù)據(jù)的準確性可能會影響本文的主要結(jié)論，因此本文采用2009年及以后的數(shù)據(jù)進行了分析。

（一）技術(shù)市場成交額占GDP比重作為代理變量

對于第一個問題，通過使用技術(shù)市場成交額占GDP比重（取對數(shù)）作為應(yīng)用創(chuàng)新重新進行了估計，估計結(jié)果如表4中的（1）和（2）所示?？梢钥闯?，除了平均受教育年限在鄰接權(quán)重模型中對應(yīng)用創(chuàng)新具有一定的正向促進作用，其它關(guān)鍵變量均不顯著，與上文結(jié)論類似，表明人力資本對應(yīng)用創(chuàng)新的促進作用尚未凸顯，同時基礎(chǔ)創(chuàng)新的前置效應(yīng)也還沒有體現(xiàn)。

（二）僅考慮2009年及以后的樣本

考慮到數(shù)據(jù)質(zhì)量問題，本文運用2009年及以后的樣本重新進行了估計，結(jié)果如表4中（3）至（6）所示?？梢钥闯?，平均受教育年限仍然沒有對兩部門創(chuàng)新產(chǎn)生顯著影響，每萬人本?？飘厴I(yè)生人數(shù)、R&D;投入強度對基礎(chǔ)創(chuàng)新具有顯著的促進作用，對于應(yīng)用創(chuàng)新則不顯著。值得注意的是，2009年后的估計結(jié)果中，滯后一期的基礎(chǔ)創(chuàng)新對應(yīng)用創(chuàng)新具有正向的促進作用，在不同的權(quán)重矩陣下系數(shù)分別為0.438和0.456，這初步表明2009年后基礎(chǔ)創(chuàng)新對于應(yīng)用創(chuàng)新的促進作用開始凸顯，但由于樣本量較小，所得結(jié)論仍然需要進行進一步研究。

六結(jié)論及政策建議

通過以上實證分析，我們可以得出以下結(jié)論：

（1）將創(chuàng)新分為基礎(chǔ)創(chuàng)新和應(yīng)用創(chuàng)新兩個部門進行研究，可以發(fā)現(xiàn)我國人力資本對基礎(chǔ)創(chuàng)新具有顯著的正向影響作用，對于應(yīng)用創(chuàng)新的影響并未凸顯。從現(xiàn)實看，我國的基礎(chǔ)研究部門主要集中在高等院校、研究院所等機構(gòu)，側(cè)重學術(shù)發(fā)表，忽視實際應(yīng)用的創(chuàng)新，從而導(dǎo)致應(yīng)用創(chuàng)新相對滯后。

（2）從人力資本的異質(zhì)性看，高等教育對于區(qū)域創(chuàng)新的影響發(fā)揮關(guān)鍵作用，平均受教育年限則不顯著，這與已有的研究結(jié)論類似，從而表明高等教育應(yīng)該作為人力資本推動創(chuàng)新的重要抓手。

（3）從基礎(chǔ)創(chuàng)新與應(yīng)用創(chuàng)新的關(guān)系來看，基礎(chǔ)創(chuàng)新對于應(yīng)用創(chuàng)新的先發(fā)拉動機制沒有完全體現(xiàn)。從現(xiàn)實來看，我國的產(chǎn)學研一體化發(fā)展落后，理論創(chuàng)新為主的高等院校、研究所的理論成果市場轉(zhuǎn)化率較低，與應(yīng)用創(chuàng)新為主的企業(yè)聯(lián)系也不夠充分，從而限制了基礎(chǔ)創(chuàng)新對應(yīng)用創(chuàng)新的先導(dǎo)作用。

現(xiàn)階段我國已經(jīng)進入經(jīng)濟發(fā)展轉(zhuǎn)型的關(guān)鍵時期，為爭取早日實現(xiàn)2035年躋身創(chuàng)新型國家前列的奮斗目標，必須要在人力資本這個維度加大投入，健全人力資本對創(chuàng)新的促進機制。結(jié)合本文以上的主要結(jié)論，我們提出以下政策建議。

（1）加強政府的創(chuàng)新環(huán)境建設(shè)力度，多維度支持創(chuàng)新活動。要引導(dǎo)科研人員向一線流動，投身于科技創(chuàng)新一線；改善人才評價機制，增加技術(shù)創(chuàng)新和技術(shù)轉(zhuǎn)移在職稱等評價中的比重；允許研發(fā)成本計入當期成本抵扣，通過稅收政策，鼓勵企業(yè)進行技術(shù)創(chuàng)新。

（2）繼續(xù)擴大教育規(guī)模，提升人力資本質(zhì)量?，F(xiàn)階段我國教育規(guī)模已經(jīng)進入世界前列，但人力資本質(zhì)量相對較低，因此，政府應(yīng)加強教育投入，提升教育質(zhì)量尤其是大力發(fā)展高等教育，從而提升我國的人力資本質(zhì)量，促進區(qū)域創(chuàng)新產(chǎn)出的提高。

（3）根據(jù)實際要求合理分配基礎(chǔ)創(chuàng)新、應(yīng)用創(chuàng)新配套的人力資本投入和配置。根據(jù)人力資本投入在兩部門的投入產(chǎn)出效率做出最優(yōu)決策，從而實現(xiàn)人力資本的最優(yōu)配置。創(chuàng)新技術(shù)要素參與收入分配機制，加快技術(shù)要素向現(xiàn)實生產(chǎn)力轉(zhuǎn)化。

[參考文獻]

[1]Krugman P. The myth of Asia's miracle[J]. Foreign Affairs，1994（4）：62-78.

[2]郭慶旺，賈俊雪. 中國全要素生產(chǎn)率的估算： 1979—2004[J]. 經(jīng)濟研究，2005，6（5）： 1-60.

[3]王小魯，樊綱，劉鵬.中國經(jīng)濟增長方式轉(zhuǎn)換和增長可持續(xù)性[J].經(jīng)濟研究，2009，44（1）：4-16.

[4]楊鵬，陶小馬.基于空間計量的城市專利產(chǎn)出績效研究[J].學術(shù)論壇，2016，39（9）：44-50.

[5]Nelson R R， Phelps E S. Investment in humans， technological diffusion，and economic growth[J]. The American Economic Review， 1966， 56（1/2）： 69-75.

[6]Romer P M. Increasing returns and longrun growth[J]. Journal of Political Economy， 1986， 94（5）： 1002-1037.

[7]Romer P M. Growth based on increasing returns due to specialization[J]. The American Economic Review， 1987， 77（2）： 56-62.

[8]Lucas Jr R E. On the mechanics of economic development[J]. Journal of Monetary Economics， 1988， 22（1）： 3-42.

[9]Barro R J， Salai Martin X. Public finance in models of economic growth[J]. The Review of Economic Studies， 1992， 59（4）： 645-661.

[10]Rebelo S. Longrun policy analysis and longrun growth[J]. Journal of Political Economy， 1991， 99（3）： 500-521.

[11]Grossman G M，Helpman E. Trade， knowledge spillovers， and growth[J]. European Economic Review， 1991， 35（2/3）： 517-526.

[12]Hussler C，Rondé P. The impact of cognitive communities on the diffusion of academic knowledge： Evidence from the networks of inventors of a French university[J]. Research Policy， 2007， 36（2）： 288-302.

[13]Doloreux D. What we should know about regional systems of innovation[J]. Technology in Society， 2002， 24（3）： 243-263.

[14]Simonen J， McCann P. Firm innovation： The influence of R&D; cooperation and the geography of human capital inputs[J]. Journal of Urban Economics， 2008， 64（1）： 146-154.

[15]王學軍，陳武.區(qū)域智力資本與區(qū)域創(chuàng)新能力的關(guān)系——基于湖北省的實證研究[J].中國工業(yè)經(jīng)濟，2008（9）：25-36.

[16]何慶豐，陳武，王學軍.直接人力資本投入、R&D;投入與創(chuàng)新績效的關(guān)系——基于我國科技活動面板數(shù)據(jù)的實證研究[J].技術(shù)經(jīng)濟，2009，28（4）：1-9.

[17]錢曉燁，遲巍，黎波.人力資本對我國區(qū)域創(chuàng)新及經(jīng)濟增長的影響——基于空間計量的實證研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2010，27（4）：107-121.

[18]高彩梅，朱先奇，史彥虎.基于門檻模型的人力資本與區(qū)域技術(shù)創(chuàng)新研究[J].科技管理研究，2014，34（2）：1-5.

[19]賴德勝，紀雯雯.人力資本配置與創(chuàng)新[J].經(jīng)濟學動態(tài)，2015（3）：22-30.

[20]吳延兵，劉霞輝.人力資本與研發(fā)行為——基于民營企業(yè)調(diào)研數(shù)據(jù)的分析[J].經(jīng)濟學，2009，8（4）：1567-1590.

[21]紀雯雯，賴德勝.人力資本結(jié)構(gòu)與創(chuàng)新[J].北京師范大學學報（社會科學版），2016（5）：169-181.

[22]吳淑娥，黃振雷，仲偉周.人力資本一定會促進創(chuàng)新嗎——基于不同人力資本類型的經(jīng)驗證據(jù)[J].山西財經(jīng)大學學報，2013，35（9）：22-30.

[23]Griliches Z. Issues in assessing the contribution of research and development to productivity growth[J]. The Bell Journal of Economics， 1979（6）：92-116.

[24]Choi J， Lee H J， Kim Y C. The influence of social presence on customer intention to reuse online recommender systems： the roles of personalization and product type[J]. International Journal of Electronic Commerce， 2011， 16（1）： 129-154.

[25]Filatotchev I， Liu X， Lu J， et al. Knowledge spillovers through human mobility across national borders： Evidence from Zhongguancun Science Park in China[J]. Research Policy， 2011， 40（3）： 453-462.

[26]李婧，譚清美，白俊紅. 中國區(qū)域創(chuàng)新生產(chǎn)能空間計量分析——基于靜態(tài)與動態(tài)空間面板模型的實證研究[J]. 管理世界， 2010 （7）： 43-55.

[27]毛其淋.進口貿(mào)易對我國技術(shù)創(chuàng)新能力提升的影響效應(yīng)——基于動態(tài)面板數(shù)據(jù)GMM方法的經(jīng)驗分析[J].財經(jīng)科學，2010（4）：94-101.

[28]樊綱，王小魯，朱恒鵬. 中國市場指數(shù)——各省區(qū)市場化相對進程 2011 年度報告[M]. 北京：經(jīng)濟科學出版社， 2011.

[29]Démurger S. Infrastructure development and economic growth： an explanation for regional disparities in China？[J]. Journal of Comparative Economics， 2001， 29（1）： 95-117.