高层次劳动要素密集化对城市创新的动态影响

内容摘要：研究高级劳动力要素增密对城市创新的影响，对政府合理引导高级劳动力要素向城市流动意义重大。研究使用1999-2017年地级市数据和2016-2019年科技部火炬中心的全国高新技术企业调查数据库数据，运用两阶段最小二乘(2SLS)法并结合有效工具变量，研究高级劳动力要素增密对城市创新的影响和机制。主要发现为：第一，高级劳动力要素增密对城市创新存在显著的动态影响效应。第二，高级劳动力要素集聚对城市创新的动态影响符合吸收能力理论和“威廉姆森”假说所指示的阈值特征。第三，高级劳动力要素增密引发的制造业集聚是促进城市创新的重要机制，尤其对研发强度和高级劳动力要素集聚程度较高的城市，这种影响机制更加突出。因此，政府应针对城市高级劳动力要素增密的演化阶段，合理引导高级劳动力要素向城市流动，并构建产业链和人才链深度融合的集聚形态，促进城市创新驱动发展。

关键词：高级劳动力要素增密制造业集聚城市创新动态影响两阶段最小二乘法

一、引言

2020年3月20日，中共中央国务院出台了《关于构建更加完善的要素市场化配置体制机制的意见》，意见指出“为深化要素市场化配置改革，促进要素自主有序流动，提高要素配置效率，进一步激发全社会创造力和市场活力”，尤其是要“引导劳动力要素合理畅通有序流动”。因此，如何引导高级劳动力要素合理有序流动就成为政府和学界亟待解决的关键性问题。

改革开放以来，中国积极参与全球价值链分工体系，依靠劳动力要素低成本的禀赋优势进行来料加工，大量普通劳动力要素从内陆地区向沿海地区转移，导致中国企业始终嵌入在全球价值链“微笑曲线”的低端加工环节，并对高级劳动力要素集聚形成了强烈的挤出效应。中国生产端的全球价值链低端锁定：一方面，导致国内高级劳动力要素主要流向公共部门，进行非创新活动(李静、楠玉，2019);另一方面，导致中国微观企业科研机构的高级劳动力要素集聚程度严重不足，降低了微观企业的创新活力。遗憾的是，已有文献主要关注普通劳动力要素的创新效应(高丽娜、马骥，2019;潘青，2019)，而对高级劳动力要素创新效应的关键性问题，已有文献却鲜有研究且未形成一致性的结论(邵宜航、徐菁，2017;Che&Zhang，2018;张萃，2019)。陈俊杰、钟昌标(2020)研究发现，外省高级劳动力要素流入比每增加1%，城市技术创新水平平均提升约0.75%，文化多元化和技能多样性是高级劳动力要素集聚促使城市创新的重要机制。Che和Zhang(2018)研究发现，无论是高学历还是高技能的劳动力要素集聚，均可促进企业全要素生产率显著提高。但是，也有文献发现，高级劳动力要素集聚对地区创新存在显著的抑制效应(邵宜航、徐菁，2017;孙文浩，2020)。邵宜航、徐菁(2017)研究发现，高级劳动要素过度集聚会扰乱研发机构对高级劳动力要素的甄选机制，进而降低区域的创新活力。孙文浩(2020)研究发现，高级劳动力要素过度集聚，对微观企业创新存在显著的抑制效应。综上，已有文献主要基于静态视角，研究高级劳动力要素集聚对城市(企业)创新的影响。但是，随着城市高级劳动力要素集聚不断增密，高级劳动力要素集聚究竟如何动态影响城市创新，已有文献尚未对这个问题给出明确的回答。这个问题不解决，就无法为政府引导高级劳动力要素向城市合理流动提供针对性的政策建议。基于此，本文使用1999-2017年城市数据和2016-2019年科技部火炬中心的全国高新技术企业调查数据库数据，研究高级劳动力要素增密对城市创新的动态影响，主要发现高级劳动力要素增密对城市创新的动态影响符合吸收能力理论和“威廉姆森”假说所指示的阈值特征，并且高级劳动力要素集聚引发的制造业集聚，是促进城市创新的重要机制。

二、文献综述与假说

(一)文献综述

高级劳动力要素集聚对城市创新究竟存在何种影响，已有文献鲜有研究且尚未形成一致性的结论。刘晔等(2019)利用2000-2015年城市数据，研究发现，高级劳动力要素集聚与区域创新之间呈现正相关关系，但未涉及两者之间的因果效应。Zengetal.(2019)研究发现，对于高研发强度城市，高级劳动力要素集聚对城市创新存在显著的促进效应，而对于低研发强度城市，高级劳动力要素集聚对城市创新却不存在显著的影响。孙文浩(2020)基于微观企业数据，研究发现，高级劳动力要素集聚对企业创新存在一个488人的“规模阈值”，超过“规模阈值”后，其对企业创新存在显著的促进效应。

一部分文献基于高学历劳动力要素，研究其对城市(企业)创新的影响。朱承亮等(2012)研究发现，大专及以上学历的劳动力要素集聚水平每上升1%，以发明专利授权数量和新产品产值为产出的地区研发效率分别增加9.30%和16.50%。纪雯雯、赖德胜(2016)研究发现，高中及以上学历的劳动力要素对地区创新存在显著的促进效应，而初中学历的劳动力要素集聚对地区创新却不存在显著的影响。一部分文献基于高技能劳动力要素，研究其对城市(企业)创新的影响。罗勇根等(2019)基于个体发明家的微观数据，研究发现，高技能劳动力要素集聚对地区创新存在显著的促进效应，并且空气质量引发的高技能劳动力要素流动是激发地区创新活力的重要机制。孙文杰、沈坤荣(2009)研究发现，国内高技能劳动力要素集聚对企业自主创新存在门限效应，门限值约为2.29，当高技能劳动力要素规模低于2.29时，其对企业技术创新的提升作用十分有限。

此外，也有文献基于高铁网络视角，研究高级劳动力要素流动对沿线城市(企业)创新的影响和机制(卞元超等，2019;吉赟、杨青，2020)。杜兴强、彭妙薇(2017)基于上市公司数据，研究发现，高铁网络主要促使博士学历的高级劳动力要素向沿线上市公司集聚。Dongetal.(2020)研究发现，高铁网络提升了高级劳动力要素在沿线城市面对面(facetoface)沟通的频率，促使高级劳动力要素在沿线城市集聚，最终提升了沿线城市合作研发的成果数量。吉赟、杨青(2020)基于2006-2016年上市公司数据，研究发现，高铁网络引发的高学历劳动力要素向上市公司科研部门集聚，是促进上市公司创新的重要机制。卞元超等(2019)使用2004-2015年城市数据，结果表明，高铁网络引发的高技能劳动力要素加速流动是促进城市创新的重要机制，解释效力约为4.63%。然而，上述文献仅从数量规模视角，研究高级劳动力要素流动对城市创新的静态影响，尚未针对不同城市高级劳动力要素集聚的演化阶段，研究高级劳动力要素增密对城市创新的动态影响。例如，高级劳动力要素流入地的创新水平显著提升，而流出地的创新水平显著下降(张梦婷等，2018;Yangetal，2019)。张梦婷等(2018)基于中国工业企业数据库数据，研究发现，高级劳动力要素借助高铁网络从中心城市向外围城市转移，导致外围城市企业的全要素生产率平均下降约12.46%。Yangetal.(2019)研究发现，高级劳动力要素借助高铁网络从中心城市向外围城市转移，致使中心城市和外围城市的企业生产率分别增加1.38%和降低8.45%。但是，Gao和Zheng(2020)研究发现，高级劳动力要素借助高铁网络从中心城市向外围城市转移，促进外围城市制造业企业的创新水平显著增加。

综上，已有文献基于数量规模视角，发现高级劳动力要素集聚或发散，分别导致城市(企业)创新水平的提升或降低。但是，对于不同高级劳动力要素集聚阶段的城市，高级劳动力要素的集聚或发散对城市(企业)创新的影响是否存在较大的差异，已有文献尚未对这个关键性问题给出明确的回答。因此，未来研究应重点基于城市高级劳动力要素集聚的演化阶段，研究高级劳动力要素增密对城市创新的动态影响。

(二)提出假设

已有文献主要基于吸收能力理论(AbsorptiveCapacityTheory)、人力资本外部性理论和“威廉姆森”假说等理论机制，研究高级劳动力集聚对城市(企业)创新的影响。吸收能力理论认为，高级劳动力要素作为知识吸收能力的载体，决定了地区创新能力的高低(Chen&Huang，2009;Bosettietal.，2015)。Che和Zhang(2018)基于中国1999年高校扩招的政策冲击构建准实验研究框架，研究发现，对于高级劳动力要素密度较大的行业，高级劳动力要素集聚促使企业生产率显著增加。毛其淋(2019)使用中国工业企业数据库数据，研究发现，对于贸易加工行业，高级劳动力要素集聚对企业自主创新存在显著的促进效应。人力资本外部性理论认为，劳动力要素集聚存在显著的正外部性，尤其对于高级劳动力要素，其正外部性更加突出(陆铭，2017;Glaeser&Ming，2018)。张萃(2019)研究发现，外来高级劳动力要素的文化多样性，是促进城市创新的重要机制，并且对技术含量较高的发明专利的促进效应更加突出。王猛等(2016)使用大城市数据，结果表明，高级劳动力要素集聚的知识外部性是促进城市创新的重要机制。此外，“威廉姆森”假说认为，高级劳动力要素集聚的正外部性存在一个临界点，超过临界点后，其正外部性逐渐递减，甚至可能存在负外部性(Williamson，1965)。邵宜航、徐菁(2017)的研究发现，高级劳动力要素集聚对地区创新效率存在倒“U”型影响，高级劳动力要素过度集聚会干扰研发部门的甄选机制，不利于区域创新。基于此，由吸收能力理论可知，高级劳动力要素集聚程度过低不利于城市创新，但高于“威廉姆森”假说所指示的临界点时，高级劳动力要素集聚也不利于城市创新。当高级劳动力要素集聚程度介于吸收能力理论和“威廉姆森”假说所指示的临界值之间时，高级劳动力要素集聚对城市创新则存在显著的促进效应。因此，本文提出假说1。

假说1：对于高级劳动力要素集聚程度较低或较高的城市，其对城市创新均不存在显著的影响效应，而对于高级劳动力要素集聚程度居中的城市，其对城市创新存在显著的促进效应。

高级劳动力要素集聚与产业集聚存在显著的互动效应(孙健、尤雯，2008;曹威麟等，2015;孙文浩、张益丰，2019)，并且高级劳动力要素集聚和产业集聚存在一个最优互动区间，构建高级劳动力要素集聚和产业集聚“良性互动体”的集聚形态，有利于加速推进地区新旧动能转换(孙文浩，2021)。孙健、尤雯(2008)基于软件产业，结果表明，产业集聚和高级劳动力要素集聚之间存在共生效应与乘数效应。曹威麟等(2015)研究发现，高级劳动力要素集聚对制造业集聚存在显著的促进效应。孙文浩、张益丰(2019)研究发现，高级劳动力要素集聚对产业集聚的互动影响符合“威廉姆森”假说的基本特征，处于最优区间的高级劳动力要素集聚有利于高技术产业集聚。此外，制造业集聚有利于城市增加创新产出水平。姚战琪(2020)研究发现，科技服务业集聚对地区产业升级存在显著的促进效应。吕平、袁易明(2020)研究发现，高技术制造业集聚对地区创新存在显著的促进效应。原毅军、高康(2020)研究发现，产业集聚对本地创新效率存在显著的促进效应，并对周边地区的创新效率也存在显著的溢出效应。因此，本文提出假说2。

假说2：高级劳动力要素集聚引发的制造业集聚是促进城市创新的重要机制。

三、研究设计

(一)数据来源与处理

本文数据来源于《中国城市统计年鉴》，选取1999年至2017年282个地级市数据，并对少数存在异常值的变量进行缩尾处理。城市创新指数来源于《中国城市和产业创新力报告2017》，数据起止年份为2001-2016年，该数据基于国家知识产权局和国家工商总局的微观专利数据，并结合专利更新模型估计出城市专利的内在价值，可更加真实地反映城市的创新能力。不同类型专利授权数量主要通过手动搜索的方式从国家知识产权局网站数据库系统获取。

此外，本文使用2016-2019年科技部火炬中心的全国高新技术企业调查数据库数据，进行稳健性检验。该数据库提供了全国县(区)高新技术企业的基本情况、经济概况、人员情况、科技活动和科技项目等情况的面板数据。严格按照国家高新区和高新技术企业统计调查制度形成的分类汇总统计数据。同时，《中国火炬统计年鉴》(公开出版物)和《火炬统计数据手册》就是主要根据该数据库进行汇总编辑，部分数据也被《中国统计年鉴》、《中国科技统计年鉴》和《中国高技术产业统计年鉴》、《国家重点园区创新监测报告》等数据发布类公开出版物中采用。同时，对少数变量存在的异常值进行缩尾处理，经过处理后，大约有12118个县域层面的数据样本。

(二)模型设定与变量选取

在中国现实背景下，为研究高级劳动力要素集聚对城市创新的影响，本文构建了如下简约形式的计量模型(reduced-formmodel)。

innovationit=αi+β1high_laborit+λ1X+γcity+γyear+εit(1)

(1)式中，因变量innovationit用来测度当年城市的创新水平，本文主要使用城市创新指数

(inno_inDex)加以表示。此外，还分别使用专利授权数量(pat)、发明专利授权数量(pat_inv)、实用新型专利授权数量(pat_uti)、新产品产值(new_pro)、新产品销售收入(new_pro_sale)测度城市创新水平，以进行稳健性检验。以上所有创新变量均进行加1取对数处理。

关于城市高级劳动力要素集聚程度(high_labor)，本文主要指从事科技活动或就职于高技术产业的从业人员。高级劳动力要素集聚的测算方式主要包括以下3种：①借鉴已有文献的做法

(孙文浩、张益丰，2019)，本文使用当年城市科研综合技术服务业从业人员数与年末人口总数测算的区位熵(R&D_agg)加以表示;②本文基于信息传输计算机服务和软件业，通过区位熵利用该行业的从业人数和年末人口总数测算的区位熵(software_agg)测度城市高级劳动力要素集聚;③此外，本文使用2016-2019年科技部火炬中心的全国高新技术企业调查数据库，一方面，本文使用城市R&D人员的数量规模(R&D_talent)加以表示，并进行加1取对数处理;另一方面，本文使用R&D人员与从业人员平均人数的比重(R&D_rate)测度高级劳动力要素集聚，并进行加1取对数处理。

对于(1)式中的控制变量集X，本文主要借鉴王永钦等(2018)的研究，在城市层面控制对城市创新存在明显影响的变量。考虑到产业结构升级有利于提升城市的自主创新水平(吴丰华、刘瑞明，2013)，本文控制了第一产业占城市GDP比重(primary_inDus_gDp)和第二产业占城市GDP比重(secconDary_inDus_gDp)。有研究发现，地方财政的科技补贴支出可有效激发城市创新活力(苗文龙等，2019)。因此，本文构建城市财政支出占城市GDP比重的指标变量(govern_expen_gDp)，并在(1)式中加以控制。大量研究表明，商品贸易总额对城市(企业)创新存在重要的影响(邢孝兵等，2018;魏浩等，2019)。因此，本文使用当年城市批发零售贸易业商品销售总额占城市生产总值的比重测度城市贸易总额占城市GDP比重的指标变量(total_traDe_volume_gDp)，并在(1)式中加以控制。徐淑丹(2017)研究发现，城市固定资产投入是促进城市技术进步的重要因素。因此，本文在(1)式中构建并控制了当年城市固定资产投资总额占城市生产总值的比重(capital_gDp)。此外，城市科研支出和人力资本均对城市创新存在重要影响(Che&Zhang，2018;马嘉楠、周振华，2018)。因此，本文使用当年城市科研经费支出占城市生产总值的比重测度城市科研支出占GDP比重(R&D_expen_gDp)，以及使用当年城市在校大学生数量与城市年末总人口的比重测度城市人力资本(human_capital)，并在(1)式控制变量集X中加以控制。以上所有控制变量均进行加1取对数处理。此外，本文还控制了城市(γcity)和年份(γyear)固定效应，借以控制不可观测因素对本文参数估计结果的影响。εit表示随机扰动项①。

关于机制变量(mechanism_var)。为检验制造业集聚是否为高级劳动力要素集聚促进城市创新的重要机制。首先，本文基于从业人员视角，使用当年城市制造业从业人员与年末人口计算的区位熵(mau_agg)测度制造业集聚。其次，本文使用2016-2019年科技部火炬中心的全国高新技术企业调查数据库数据，一方面，在县域层面使用高新技术制造业企业的数量规模(mau_quantity)测度制造业集聚，并进行加1取对数处理;另一方面，本文使用高新技术制造业企业R&D人员占全部高新技术企业R&D人员的比重(mau_R&D)测度制造业集聚，并进行加1取对数处理。最后，本文借鉴已有文献的做法(JuDD&Kenny，1981;Baron&Kenny，1986)，使用逐步检验回归系数法，研究高级劳动力要素集聚引发的制造业集聚是否为影响城市创新的重要机制。机制模型设计如下：

mechanism_varit=αi+β2high_laborit+λ2X+γcity+γyear+εit(2)

innovationit=αi+β3high_laborit+β4mechanism_varit+λ3X+γcity+γyear+εit(3)

在方程(2)和(3)式中，β2和β4是本文重点关注的参数估计值，通过β2和β4的系数正负判断高

级劳动力要素集聚引发的制造业集聚究竟如何影响城市创新。

关于工具变量(instru)。一方面，本文借鉴夏怡然、陆铭(2019)的研究，使用城市层面加总的明、清时代进士数量(Jinshi)与前推1年省份层面高级劳动力要素均值水平(R&D_prolag1)的交互项(Jinshi_R&D_prolag1)作为高级劳动力要素集聚的工具变量。夏怡然、陆铭(2019)研究发现，城市间高级劳动力要素的空间分布主要向历史上高级劳动力要素的分布格局收敛，高级劳动力要素主要流向了明清进士数量较多的城市。同时，考虑到Jinshi是不随时间变动的截面数据，本文借鉴已有文献的做法(卞元超等，2019)，构建前推1年省份层面高级劳动力要素均值水平(R&D_prolag1)的指标信息，并与Jinshi构建交互项作为高级劳动力要素集聚的工具变量，确保