外商直接投资、人力资本结构与我国区域创新绩效

高秀娟

一、文献研究

Cooke P.首次提出区域创新系统（RIS）的概念，认为区域之间形成的网络结构可以产生创新活动。[1]之后，区域创新体系作为国家创新体系的子系统，被学者们广泛地关注和研究。我国自2005年以来，提出要推动国家创新体系的发展，各省市也都制定了相应的措施，如北京市提出2020年要建成全国创新中心，上海、青岛等城市也都提出相应的战略规划。在上述规划出台过程中，需要明确的是，区域创新系统效率的高低，决定着各地区是否能够获得竞争优势，各地区需要了解自身创新绩效的相关问题，有关研究如尹凡等人构建了区域创新绩效的评价模型[2]，曹文静、潘杰义用数据包络分析法评价了城市区域创新绩效。[3]

随着研发和技术创新活动的全球化，外资逐渐参与到我国国家、地区的创新体系构建之中，并成为推动技术创新的重要力量之一。以前学者的研究主要集中于技术外溢，认为外资具有东道国所不具备的先进知识和经验，往往对东道国存在溢出效应，从而带动其技术发展和技术创新，产生创新效率。如Govanni Peri等分析了德国和意大利制造业企业的数据，认为外资技术溢出的原因在于生产率优势。[4]21因此在溢出过程中，外资将促进东道国的创新效率。而近期的学者则开始关注外资及其研发中心在东道国创新体系中的嵌入性，认为通过开放效应、关联效应、集聚效应和示范效应，使得外商直接投资对区域创新体系产生动态影响，从而提升其创新效率。[5]35

在外商直接投资影响东道国创新效率的文献中，从人力资本的溢出效应角度开展的研究占据一席之地。联合国贸易和发展会议（UNCTAD）曾就外商直接投资影响人力资本的问题展开过研究。Macdougal的外溢理论开启了横向和纵向溢出理论，其中横向溢出理论认为外资中人员的流动对本土企业产生技术外溢，从而促进了东道国创新绩效的提升。①参见李政、任航：《FDI抑制还是促进了中国区域创新效率——基于省际空间面板模型的分析》，收录于中国经济规律研究会第24届年会暨“经济体制改革与区域经济发展”理论研讨会论文集，2014年。姚洋和章琦提出了外资的示范效应和人员流动对地区技术效率的影响。[6]应当说，促进东道国的人力资本提升以及人员流动，是外资影响东道国创新绩效的重要途径。

二、模型选取及数据来源

（一）计量模型的选取

区域创新绩效所衡量的是区域创新系统的投入产出效率，在外商直接投资（FDI，下文以FDI指代）源源不断地流入我国各省区的宏观大背景下，我国东、中、西部各省区在创新环境、技术水平和吸收能力、产业集聚和产业结构等诸多方面都存在差异，由此产生创新绩效的水平各异。本文对现有文献进行梳理，将影响区域创新绩效的各因素综合如下。

1.技术和知识水平。Cheung和Lin通过省区数据考察了FDI溢出效应对中国区域创新效率的影响，将研究与开发（R＆D）投入看作影响创新能力的决定性因素。[7]Crescenzi考察了R&D支出对创新的影响作用。[8]而研发投入的直接结果就是产生新的技术和新的生产力，并通过知识和技术溢出效应由外资扩散到东道国的各创新主体。因此，研发直接决定着技术和知识水平的高低，并且成为创造技术和知识的原动力。对于技术溢出的途径，黄振华等分析了外资的竞争压力、示范效应与模仿、人员流动以及前后向产业联系力四种途径。[9]其中，人力资本流动对技术溢出的促进作用受到学者们的认可，如Rabellottir认为熟练工人的流动加速了溢出和创新。[10]Nelson和Phelps分析了人力资本水平和一国技术进步水平之间的正相关关系。[11]李亚玲和汪戎将人力资本结构划分为分布结构和内部结构两种类型，前者指人力资本总量在人群中的分配状况，后者指人力资本各层次的比例关系。[12]

2.区域创新环境。章立军考察了包括基础设施水平、市场需求、劳动力素质和金融环境等因素对创新力的作用。[13]王鹏和曾坤将区域创新环境划分为劳动要素环境和资本要素环境，并细分为金融环境、市场环境、交通环境、信息环境以及教育环境，其中，金融机构存贷款总额、高校毕业人数和市场化率对区域创新效率的影响最为显著。[14]关祥勇和王正斌研究发现，劳动者素质、创业水平、金融环境与区域创新效率显著相关，其中前两者显著正相关，后者显著负相关。[15]

3.产业集群。产业集群能使区域中各创新主体组织享受到外部效应所带来的成本下降，产业集群往往使得创新主体在各种要素获得上更加便利及价格低廉，学者们的研究也发现，产业集群一般对创新绩效产生正向效应。各产业在区域中的集群会塑造一个地区的产业结构体系，形成三次产业之间的合理配比关系，因此本文将产业集群和产业结构二者放到一起分析。

4.所有制结构。目前学者对多种所有制形式的企业对区域创新绩效的影响究竟为负为正，还存在着不同的研究结果，如吴延兵认为我国转轨时期国有企业的创新效率最低，外资企业的创新效率最高，因此国有企业对区域创新绩效的贡献最小。[16]而程强等发现国有企业有利于提升区域创新效率，这主要是因为国有企业承担着更多的社会责任，可以承担外部性更大的创新活动。[17]

综上，我们构建出以下的实证计量模型：

其中各变量都取截面数据，表示第t个年份第i个省区的指标取值，ε代表回归方程的误差项，其他各个变量所代表的具体意义如下：

RInEit表示区域创新绩效，作为被解释变量。李政和任航以高技术产业增加值、发明专利申请量等指标从创新产出角度比较区域创新效率[18]，周凡磐选取了国内专利申请受理量作为衡量区域创新效率的产出指标。[19]根据学者们所选的指标，本文选取发明专利申请量作为衡量指标。

FDIRDit表示研发投入水平。选取指标时，考虑到本文主要重点放在人力资本结构对区域创新绩效的影响，因此以研发人员投入为衡量指标，如郭妍和徐向艺②参见郭妍、徐向艺：《我国区域创新系统绩效分析及其政策研究》，中国工业经济学会年会暨“自主创新与创新政策”研讨会论文，2006年。的研究指标选取方式。本文选取了非地区规模以上工业企业研究与试验发展R&D活动及专利情况中的R&D人员全时当量作为衡量指标。

HRnit表示人力资本水平。以教育年限作为决定人力资本的重要指标。现今学者们测算人力资本的方法中，教育年限法是主流方法之一，如岳书静、刘朝明、王小鲁等人，计算受教育年限的方法都较为类似。他们将社会人口基本上分为四类：小学教育水平，受教育年限为6年；初中教育水平，受教育年限为9年；高中教育水平，受教育年限为12年；大学教育水平，受教育年限为16年。为了表示人力资本结构，本文参照学者们的一般做法，将受教育程度划分为小学（PrimS）、初中（MiddleS）、高中（HighS）和大学（College）及以上。采用初等教育、中等教育、高等教育在校学生人数占年底户籍总人口的比例近似来表示。

HRn*FDIit表示人力资本水平与外商直接投资额的乘积，用来考察人力资本与外商直接投资如何结合，也即FDI所产生的以人力资本流动而带来的外溢，对区域创新绩效的影响。FDI×PrimS，FDI×MiddleS，FDI×HighS，FDI×College，分别可以从结构上分析技术外溢在各级人力资本中对区域创新绩效的影响差异。

SpFdiit以各省区外资总产值占总产值的比重，表示FDI的渗透率。本文以岳书敬和刘朝明[20]所使用的指标，用于衡量各省区FDI的技术和知识溢出情况。在技术溢出中，知识势差是前提条件，只有外资企业相对于内资企业存在更先进的技术和知识的时候，形成了知识和技术的高低差，技术才会在两种类型企业中扩散和流动，产生溢出效应。而溢出，往往也是一种模仿，通过不断的学习并改进生产方法，扩展知识接受者的技术选择集。[21]

Infsit为区域基础设施的数量（基础设施的衡量指标）。区域基础设施建设是知识流动和技术溢出的重要平台及载体，区域内交通设施便利、能源充足、各种通信线缆和设施完备，能够为区域创新活动创造良好的外部环境条件。中国科技发展战略研究小组将信息水平和交通条件两方面作为衡量区域基础设施的指标。中国科技发展战略研究小组也认为,基础设施水平、市场的大小、劳动者的素质、为企业创新提供金融支持的能力和本地区的创业环境等五个要素构成创新环境。基础设施是一个地区创新的各种要素流动的载体,包括信息和知识的载体,如有线和移动电话、互联网、计算机的发展水平,还包括物流的载体,如公路的人均拥有量,多种运输方式形成的客流量和货流量等。本文主要以人均公路里程作为衡量指标，作为衡量区域创新环境的指标。

Indaggrit表示产业集群环境。谢子远和鞠芳辉用每万人产业集群数指标（高新区产业集群数量/高新区人口）来反映高新区产业集群的发展程度。[22]张昕和陈林借鉴Ciccone和Hall的研究成果，用区域就业人口总数/（j区域居民点及工矿用地+j区域交通用地）这一指标来表示集聚的程度。[23]Paci和Usai采用区域某行业占当地所有制造业行业就业总量的比重，与全国该行业就业人口占全国制造业就业人口比重的比值来计算生产集聚的专业化程度。谭俊涛、张平宇和李静选用规模以上工业总产值表示区域的产业集群情况。[24]本文选取规模以上工业总产值进行指标的计量。

Indtrucit表示产业结构。本文以王鹏和陆浩然所使用的方法，以重工业部门产值占工业总产值的比重表示区域产业结构特点。[25]

Soeit表示国有企业所占的比重。现有研究通常以国有企业销售额所占比重、国有企业产值所占比重等对国有企业所占比重进行计算。本文采用陈媛媛和王海宁所使用的指标，以国有企业产品销售收入与全部大中型企业的销售收入之比进行计算。

（二）模型数据说明与变量特征描述

本文选取了2010年到2014年31个省区的155个样本，对模型进行时间序列的检验。在样本指标数据的选取中，专利申请量、研发人员投入、人力资本水平、公路里程数、工业总产值等指标数据均来自各年的《中国统计年鉴》；工业总产值、外资总产值、重工业部门总产值、国有企业工业销售产值等指标数据来自各年的《中国工业经济统计年鉴》。人力资本存量的测算方面，指标数据均来自《中国统计年鉴》，各层次教育水平人群的人口比重由各层次教育水平人口数与人口总量的比值进行测算。

图1是2010年到2014年外资企业、港澳台外资和其他外资占工业总产值的比重图。图中显示各地区外资分布并不均匀，其中，北京、天津、上海、福建、广东、海南等省区引进的外资比重较大，而其他地区相对来说引进外资的比重较小。

图2是各省区人力资本的基本信息统计。从图中可以看出，我国人力资本状况大部分省区都是初中教育水平占比最高，全国初中教育水平人口比重平均值为38.5393%，其次为小学教育水平，全国平均值为26.833%，高中和大专及以上教育水平全国平均值分别为15.4557%及11.3485%。上述数据表明，我国人力资本状况仍然处于较低的教育水平，各省区的人力资本水平仍然有待提高。

三、计量检验与实证分析

（一）基本检验结果

由于面板数据估计可以使用固定效应模型及随机效应模型，所以首先进行豪斯曼（Hausman）检验，检验结果如表1所示。Hausman统计量的值为54.23，伴随概率为0.0000，因此拒绝随机效应模型的假设，应当建立个体固定效应模型。

图1 2010—2014年外资企业工业产值占工业总产值的比重

图2 2010—2014年人力资本变量基本统计信息

表2给出了基于外资的固定效应面板数据回归结果，在估计固定变截距模型后，得到的拟合结果显示，R2调整后的样本决定系数为0.97，说明模型的拟合优度较高，t统计量和F统计量较大，说明模型回归系数显著，回归模型整体显著。从回归结果看，区域创新绩效与研发人员投入、人力资本水平与FDI水平的乘积、产业集群环境、产业结构、基础设施数量等变量都呈同向变动，不过显著水平有所差异。而国有企业所占比重，以及外资总产值占工业总产值的比重对区域创新绩效呈显著负向影响。

表1 相关随机效应豪斯曼（Hausman）检验结果

（二）模型拟合结果分析

结果显示，研发投入对区域创新绩效影响效果为正。2015年中国科技工作会议给出的数据显示，2014年，中国R&D投入预计达到13400亿元，其中企业支出占76%以上；R&D占GDP比重预计可达2.1%；全时研发人员总量预计达到380万人年，位居世界第一；每万名就业人员中研发人员数量达49.2人年。而美国巴特尔纪念研究所和《研发杂志》联合发布的《2014年全球研发经费预测》显示，2014年，日本、韩国、瑞典的研发投入强度为3.4%—3.6%，美国为2.8%。国家统计局

2015年11月发布的数据则显示，2014年中国的研发投入强度为2.05%。[26]上述数据表明，我国研发经费投入和研发人员投入在世界上都排名靠前，国家给予研发和创新工作以极大的重视和投入。不过，在本文的研究中，由于试图从人力资本的角度来解释区域创新绩效，因而研发投入选取了研发人员投入指标，该指标对区域创新绩效的正向作用显著性并不高。有可能的情况是，进一步的研究可以用我国的研发经费投入来代替该指标进行研究，另一方面，也可能是因为我国研发人员投入目前确实对区域创新绩效的正向作用效果不明显，这与赵建英的研究成果有相似之处。[27]如果是这种情况的话，表明我国研发人员虽然已经达到一定的规模和数量，然而从研发人员的研发绩效来看，并没有达到足够高的水平。对于这个问题，进一步的研究是非常必要的，因为如果创新绩效仅靠大量的财政投入，而没有研发人员人力资本的提升的话，仍然是缺乏效率的一种投入方式。

表2 基于外资的固定效应面板数据回归结果

对于外资与人力资本的交叉项估计，结果非常显著。这意味着从整体上人力资本对外资的吸收和消化能力比较明显，因而对区域创新绩效的提高作用也十分显著。但是这种显著性存在着结构上的效应，从结果可以看出，人力资本水平是小学群体时，对外资的消化吸收能力、进而对区域创新绩效的影响比较小，而这种作用效果随着人力资本的提升，呈现出越来越增强的效应。也就是说，当人力资本提升、人群受教育年限提升时，外资就会达到良好的外溢效果。这说明，在促进区域创新绩效的过程中，引进外资仍然是一种比较重要的方式，并且在引进过程中，逐步提高人力资本素质，可以达到双赢的结果。同时也应该看到，在研发人员投入对我国区域创新绩效影响不明显的情况下，通过外资外溢人力资本对区域创新绩效却可以产生明显的正向效果，说明我国本土自身的研发人员培养仍然还是存在问题的，有待于进一步探索如何通过提升研发人员的素质来推动区域创新。

区域基础设施数量对区域创新绩效效果较为明显，这表明公路、铁路等交通路网的建设有助于创新行为的扩散，从而对区域创新绩效产生正向作用。正如交通部部长杨传堂所说：“要准确把握拓展基础设施建设空间的方向和重点。加快提升基础设施现代化水平。要用发展空间培育发展新动力，实施重大公共设施和基础设施工程。实施网络强国战略，加快构建高速、移动、安全、泛在的新一代信息基础设施。”[28]

产业集群环境对区域创新绩效有着正向影响。产业群是在一定区域内某个企业或大公司、大企业集团的纵向一体化的发展，大规模发展模式有助于形成一体化的产业链，降低生产成本、交换成本等制度成本，同时增强对市场信息的敏感度，使企业更容易进行大规模的创新行为。在本文的估计结果中，产业集群对省区区域创新绩效的效果仍然较小。我国产业集群主要分布在珠三角、浙东南、长三角、环渤海湾等地区，拥有诸如东莞电脑及相关产业集群、北京的中关村高科技产业集群、东北地区长春汽车产业等。不过总体来看，它们只能被称为“准集群”，中西部地区还没有发挥出产业集群的优势，与发达国家的产业集群聚集区相比，仍然有很大的提升空间。

在估计结果中，我们发现，国有企业所占比重以及外资总产值占总产值的比重与区域创新绩效呈现出负向相关性，不过国有企业的影响并不显著。这表明，现阶段我国国有企业可能还存在效率低下的情况，但是这种情况并不十分显著。这也从另一个侧面表明，国有企业可能正处于从效率低下向效率上升转变的转折期。李政和陆寅宏的研究表明，目前国有企业在创新动力和创新效率上存在明显不足，然而在有些行业企业中，比如制造业上市公司中，国有企业的创新绩效还是明显高于民营企业的，因此，未来在体制和机制完善的情况下，国有企业的创新绩效仍有待增强，对区域创新绩效的正向作用也有待进一步发挥。外资总产值占总产值的比重对区域创新绩效呈负向影响，是本文检验中比较出乎意料的一个结果。根据推测，在外资比重高的产业，本地企业有可能从FDI技术溢出的示范效应和企业学习能力增长中获得更大回报；相反，在外资比重低的产业，创新绩效通过FDI流入改进的可能性预期更低。[29]然而根据本文的结论推测，有可能外资在我国的外溢体现出了对本国创新活动的挤出效应，此外，结合上文的结论，也有可能我国部分省区的人力资本质量不高，因而对外资溢出的吸收效果不明显。

四、结论与建议

本文通过对全国31个省（自治区、直辖市）2010—2014年5年的面板数据进行分析，考察了外资与人力资本结构、研发投入、基础设施、外资比重等多种因素，对于我国区域创新绩效的作用效果，并重点考察人力资本结构与外资投入的交叉项对区域创新绩效的影响。通过以发明专利来衡量区域创新绩效，以小学、初中、高中和大专及以上的人口占总人口比重测量人力资本结构的方式，以上述指标与FDI交叉成绩衡量不同人力资本结构对外资溢出的吸收效果的指标，结果发现，随着人力资本的增加，我国区域创新绩效显著提升，此外，基础设施建设、产业集群的发展等因素都对区域创新绩效产生正向影响。

本文具有一定现实意义。一方面，各省区为了落实建设创新型国家的目标，需要充分利用人力资本优势，加快人力资本的增值，以加强对外资企业的学习和模仿。尤其是中西部地区，要以人力资本增值来消化和吸收外资溢出效应。另一方面，在引进外资的过程中，还需要注意引进那些对我国技术创新和技术进步起到积极影响作用的外资种类，同时关注各地区对外资溢出的吸收效应。此外，改善区域基础设施环境、促进产业集群的发展等，都有助于区域创新绩效的提升。

[1]Cooke P.Regional Innovation Systems：Competitive Regulator in the New Europe[J].Geoforum，1996，（23）.

[2]尹凡，单莹洁，等.河北省区域创新绩效评价模型的构建[J].统计与决策，2011，（14）.

[3]曹文静，潘杰义.数据包络分析方法的城市区域创新绩效评价[J].现代制造工程，2009，（6）.

[4]Giovanni Peri，Dieter Urban.Catching-up to Foreign Technology:Evidence on the“Veblen-Gerschenkron”Effect of Foreign Investments[D].National Bureau of Economic Research，2004.

[5]崔新健.外资研发中心的现状及政策建议[M].北京：人民出版社，2011.

[6]姚洋，章奇.中国工业企业技术效率分析[J].经济研究，2001，（10）.

[7]Cheung K Y，Lin P.Spillover Effects of FDI on Innovation in China：Evidence from the Provincial Data[J]．China Economic Review，2004，（1）.

[8]Crescenzi R，Rodriguez．R＆D，Socio－Economic Conditions and Regional Innovation in the US[J]．Growth and Change，2013，（2）.

[9]黄振华，胡豪，王一涛.跨国药企在华技术溢出的途径分析[J].生产力研究，2010，（8）.

[10]Rabellottir.Is There an Industrial District Model?Footwear Districts in Italy and Mexico Compared[J].World Development，1995，（2）.

[11]Nelson R R，Phelps E S．Investment in Humans，Technological Diffusion，and Economic Growth[J]．American Economic Review，1966，（1）.

[12]李亚玲，汪戎.人力资本分布结构与区域经济差距[J].管理世界，2006，（12）.

[13]章立军．创新环境、创新能力及全要素生产率——基于省际数据的经验证据[J]．南方经济，2006，（11）.

[14]王鹏，曾坤.创新环境因素对区域创新效率影响的空间计量研究[J].贵州财经大学学报，2015，（2）.

[15]关祥勇，王正斌.区域创新环境对区域创新效率影响的实证研究[J].科技管理研究，2011，（21）.

[16]吴延兵．中国哪种所有制类型企业最具创新性[J].世界经济，2012，（6）.

[17]程强，尹志锋，叶静怡.国有企业与区域创新效率——基于外部性的分析视角[J].工业经济研究，2015，（4）.

[18]李政，任航.中国区域创新效率比较与提升路径——基于创新型创业活动视角[J].黑龙江社会科学，2014，（4）.

[19]周凡磬.人力资本、人力资本结构与区域创新效率的随机前沿分析——基于2001—2008中国省域面板数据的检验[J].情报杂志，2011，（2）.

[20]岳书敬，刘朝明．人力资本与区域全要素生产率分析[J]．经济研究，2006，（4）.

[21]王娟茹.基于知识溢出和吸收能力的知识联盟动态模型[J].中国管理科学，2005，（1）.

[22]谢子远，鞠芳辉.产业集群对我国区域创新效率的影响[J].科学学与科学技术管理，2011，（7）.

[23]张昕，陈林.产业聚集、知识溢出与区域创新绩效[J].科技管理研究，2011，（19）.

[24]谭俊涛，张平宇，李静.中国区域创新绩效时空演变特征及其影响因素研究[J].地理科学，2016，（1）.

[25]王鹏，陆浩然.区域创新效率的空间差异及其影响因素研究[J].科技管理研究，2012，（22）.

[26]史额黎.研发经费占GDP比重写入地方政府工作报告[N].中国青年报，2016-02-16.

[27]赵建英.技术创新绩效影响因素的实证分析[J].经济问题，2010，（8）.

[28]交通部部长：加大重点地区基础设施投入和支持力度[EB/OL].证券时报网，http://kuaixun.stcn.com/2015/1124/12487693.shtml，2015-11-24.

[29]苏楠，宋来胜.FDI、产业集聚结构和行业创新绩效——基于制造业13个分行业面板数据的GMM分析[J].经济与管理，2013，（7）.