中国企业创新的就业效应——“创造”还是“破坏”

宋 建 郑江淮

一、引言

党的十九大报告指出“创新是引领发展的第一动力，是建设现代化经济体系的战略支撑”。在以人工智能、量子信息、移动通讯、物联网等为代表的新技术革命浪潮背景下，创新成为推动社会生产方式变革的重要力量，这对我国的就业规模、结构、形式也产生多重影响。技术创新究竟是增加劳动力就业还是减少劳动力就业？这是国内外学者一直讨论的热点问题。对这一问题的讨论，始于李嘉图的“机器代替劳动”理论，形成于约瑟夫·熊彼特(1999)的“创造性破坏”理论，发展于菲利普·阿吉翁和彼得·霍依特(2004)将其引入经济增长理论。其争论的根本原因在于技术创新的就业效应具有双重影响，即“就业补偿与创造”机制(Pissarides，2000)和“就业替代与破坏”机制(Aghion 和Howitt，1994)。只考察就业增长等总量指标难以刻画中国劳动力就业变化，就业总量增长的背后更多的是企业劳动力再配置，尤其是在中国经济步入创新发展阶段，迫切需要同步实现高质量增长和高质量就业。虽然有证据表明创新可以提高企业绩效，但在中国经济发展背景下不同创新方式对就业的影响仍然比较模糊，从微观层面分析创新与就业的关系是一个重要的研究课题。

回顾中国经济近四十余年的发展历程，由于长期过度依赖投资与出口，导致内需动力不足并面临着严重的结构性问题，中国经济发展与就业增长之间出现一种“背离”现象，学者Rawski(2001)将其形象地定义为“无就业增长的繁荣”。针对这一问题，国内外学者更多是从汇率变动(Campa 和Goldberg，2001；Nucci 和Pozzolo，2010；毛日昇，2013)、贸易自由化(Greenaway 等，1999；Brülhart 等，2012)等视角进行有益探讨，也有不少国内学者从宏观整体研究发现技术创新对就业有负面效应(姚战琪和夏杰长，2005；叶仁荪等，2008)，在中观的行业层面的研究也验证了这一结论(朱轶和熊思敏，2009)。然而，国家或行业就业并非企业的简单加总，技术创新在摧毁一些岗位的同时，又创造一些新的工作岗位，最终形成劳动力的重新配置。近些年随着微观数据的可获得性，国内外学者大多从企业层面展开研究，如企业就业动态(Dong 和Xu，2009；马弘等，2013；屈小博等，2016)、信息化与劳动就业(杨蕙馨和李春梅，2013；邵文波和盛丹，2017)、贸易开放与就业结构(刘睿雯等，2020)等，而与本文关系密切的是Harrison 等(2008、2014)和Dachs 等(2014、2017)针对企业创新与就业的研究。

劳动、资本等有效配置是提升生产率水平、产业结构变动以及经济增长的决定性因素，但是会受到创新与新技术的影响，创新促进就业还是降低就业不能一概而论。部分文献揭示了“就业破坏”效应，即技术进步对就业产生破坏作用，会出现“技术失业”(Aghion 和Howitt，1994；Postel-Vinay，2002)；同时也存在“就业补偿”效应，即技术进步虽然对就业具有直接的破坏作用，但是会通过间接途径促进就业，总体上促进了就业增长(Vivarelli 和Pianta，2000；Trehan，2003)。在现实中，企业选择不同的创新方式对就业增长具有不同的效应。由OECD 出版的《奥斯陆手册》定义了技术产品和过程(Technology Product and Process，TPP)创新，包括技术产品创新(Technical Product Innovation)和技术过程创新(Technological Process Innovation)。技术过程创新本质上体现为生产技术改进和生产效率提升(或降低单位生产成本)，根据定义本文将其分为刻画生产效率的“技术效率方式”和刻画生产技术的“技术创新方式”。

基于2011—2013 年国家统计局全国创新企业调查数据核算，得出以下几个典型事实①限于篇幅，典型事实绘图不再汇报。。其一，随着常规产品劳动生产率提升，企业过程创新与就业增长率之间为负向关系，企业常规产品就业增长率维持在0.05%上下波动，且随着劳动生产率提升略有下降的趋势。其二，企业不同过程创新的就业效应具有差异性。当企业选择“技术效率方式”时，在常规劳动生产率较低企业中，企业常规产品就业增长率较高，若劳动生产率为3，其平均就业增长率约为0.14%；反之，在劳动生产率较高的企业中，企业的就业增长率出现了负增长。当企业选择“技术创新方式”时，随着企业劳动生产率提升，常规产品劳动力就业增长率保持稳定。其三，从就业结构看，企业产品创新与高技能劳动力就业增长之间存在正向关系。随着企业新产品销售率的提升，低技能劳动力就业增长率维持在0.05%，而高技能劳动力就业增长率不断提升。进一步分析，企业过程创新实质上是一种能够提升企业产品生产效率的方式，会减少单位产品所需生产要素的投入量，其中包括劳动力投入量，生产效率提升带来的“生产率效应”会产生一种“就业替代”现象。新产品的出现会因价格优势或新特性带来需求的上升，企业产品创新进一步扩大市场容量，为了满足对新产品的需求，企业就需要投入更多的劳动力进行产品生产，这种“市场需求效应”会产生一种“就业补偿”现象。以上的发现为我们理解我国微观企业就业变动及其影响因素提供了有益的启示，但是针对创新影响就业的绝大多数文献只停留在就业效应的讨论上，而没有进一步分析引起就业变动的深层原因。

从微观视角分析企业创新方式与就业关系可以加深对两者的认识，更重要的是将影响企业创新决策的制定，甚至影响政府创新政策以及其他政府干预政策的有效设计。因此，本文基于独特微观企业创新调查数据库，研究分析了企业创新行为对就业增长的“就业补偿”与“就业替代”。与现有的文献相比，本文的主要贡献在于以下三方面。第一，以多产品的HJMP 模型为基础，尝试性将两期就业增长模型进一步扩展，尤其是纳入资本深化效应和要素价格效应后，更加全面地量化创新的就业效应，丰富了现有就业文献的研究。第二，基于中国国家统计局的创新调查数据库的独特性大样本微观企业信息，辨析企业不同创新方式对就业增长的影响效应。本文发现，我国的企业产品创新对就业产生显著的正向影响，而其不同方式的技术过程创新对就业影响出现差异化，为我国就业问题研究提供了详实证据。第三，重点讨论了创新就业效应的内在机制，发现企业创新通过生产率调整和市场需求规模变化渠道对劳动力就业产生影响，为该领域的研究增添了重要的微观经验证据。这为中国实施创新驱动发展战略，“提升企业技术创新能力，强化企业创新主体地位”，实现以科技创新为核心驱动力的制造强国新发展跨越提供了微观基础。同时，也为政府引导企业创新发展的创新政策实施提供了有益启示，对我国实现创新驱动与高质量就业的发展战略具有现实指导意义。

二、文献述评

（一）企业创新方式的就业效应研究

自约瑟夫·熊彼特于1934 年提出“创造性破坏”理论以来，关于技术创新对企业就业是“就业创造”还是“就业破坏”并未达成一致结论。持有技术创新促进就业观点的学者，认为技术创新不仅不会减少就业，反而会因为企业不同创新方式带来就业的增加。Brouwer 等(1993)分析了荷兰1983—1988 年859 家制造业企业的就业情况，发现产品创新较高的企业对就业的促进作用较为明显，而且其小公司的就业率远远超过大企业。Smolny(1998)通过建立企业产品创新和工艺创新对产量、产能利用率、就业与价格影响的理论模型，发现创新型企业比非创新型企业的产出和就业增长促进作用更大；同时创新改变了市场行为，在企业产品创新所占比例较高的部门中，企业增加更多就业而不是降低产品价格，即企业产品创新降低了价格竞争程度。Piva 和Vivarelli(2005)分析意大利的575 个制造业面板数据，发现创新投入促进了就业。

关于创新的“就业破坏”效应有以下几种解释。其一，要素价格发生变化后引起市场反应。当企业工资水平上升时，技术创新可能导致技术路径的变化，表现为其他生产要素对劳动的替代。其二，技能偏向导致技术创新对常规化生产劳动的替代。不同技能劳动力从事不同的生产任务，技术创新带来高技能部门生产任务增加，中低技能部门生产任务减少，从而表现为高技能劳动替代低技能劳动现象(Acemoglu 和Autor，2011)。其三，技术进步提升了劳动生产率，降低了劳动的需求量，产生劳动替代效应。针对技术创新对就业的就业补偿效应，新古典学派提出了降低产品价格补偿机制、新机器与新技术使用的补偿机制、技术创造投资的补偿机制、增加居民收入的补偿机制等(Vivarelli 和Pizanta，2000)。显然，就业补偿机制是间接的，且发生在企业之外，而就业的破坏效应直接存在于技术创新的企业内。在维持生产规模不变的前提下，企业技术创新减少了劳动要素投入，降低了对劳动的需求量。在现实中，企业生产规模不断扩大，需要更多的劳动投入，从而会抵消部分因技术进步带来的就业损失。如果就业总量表现为正向增加，那么这种产品需求规模效应会掩盖技术创新对就业的替代效应，导致不能客观地反映技术创新对就业的破坏效应。

从已有文献看，更多的学者认为，技术创新对就业作用是直接的替代效应和间接的补偿效应的双重效应的结果。Entorf 和Pohlmeier(1990)、Van Reenen(1997)发现企业产品创新对就业具有正向促进作用，而企业过程创新对就业没有显著的促进作用。Greenan 和Guellec(2010)考察了法国工业在企业和部门层面的就业动态，将15186 个企业作为样本解释就业净增长和企业间转移，发现创新企业或部门的就业创造机会比非创新企业更高。从企业层面上看，企业过程创新创造了更多的就业机会，而在部门层面上的情况则恰恰相反，这一悖论可能是由于替代效应(“创造性破坏”)造成的。Peters(2004)基于德国制造业和服务业的数据研究发现，产品创新对就业具有显著的促进作用，而企业过程创新对就业具有负向作用，自主创新和模仿创新的影响均不显著。Harrison 等(2014)分析了法国、德国、西班牙和英国在1998—2000 年的制造业和服务业的就业增长效应，发现企业过程创新对就业增长具有抑制作用，而对旧产品需求的补偿效应大于替代效应。新产品生产对就业增长具有显著的促进作用，而新产品的需求是创造就业背后的强大力量。Lachenmaier 和Rottmann(2011)基于德国20 年制造业企业数据，发现无论是创新投入还是创新产出都对企业就业具有显著的正向促进作用，而且发现企业过程创新的就业促进效应比企业产品创新作用更强。

（二）基于HJMP 模型创新与就业的相关研究

与本文直接相关的研究是Harrison 等(2008、2014)的研究。他们构建了就业与创新模型，并基于CIS3 调查数据验证了企业过程创新抑制了既定产出下的就业需求量，但企业产品创新没有降低就业增长，反而是就业创造的最强动力。Dachs 和Peters(2014)沿用了Harrison 等(2008)的分析框架，将企业分为内资企业与外资企业，发现外资企业的过程创新带来的就业损失更大，同时，外资企业产品创新的就业创造效应也更大。Dachs 等(2017)在企业创新中增加了管理创新，并发现就业创造与就业破坏效应与行业技术密度相关，高技术密度制造业行业的就业创造与就业损失效应最大，其次是知识密集型行业、低技术密集度制造业行业、低知识密集型行业。国内学者吴翌琳(2015)的研究区分了技术创新与非技术创新，对不同类型创新活动的就业影响进行细化分析，但是并没有考虑就业需求与产品需求之间的内生关系。

本文与Harrison 等(2008、2014)以及其他相关文献相比具有显著的不同。首先，相比问卷数据，本文采用中国科技创新数据匹配的微观数据样本，对核心变量企业的过程创新进行多方法测度，增加了结果的稳健性，并采用多种计量方法很好地解决了实证研究所面临的内生性问题；其次，拓展了Harrison 等(2008、2014)提出的创新与就业模型，引入影响企业就业的各种因素，创新性地将就业动态分为旧产品生产过程中效率变化、旧产品生产的增长率、新产品生产扩大效应、资本深化效应以及要素价格效应五个部分；最后，本文在考察企业创新方式对企业就业变动关系时，引入“生产率效应(成本效应)”和“市场需求效应”，并实证证实企业就业补偿与就业替代的内在机制，相对于Harrison 等(2008、2014)的研究有所推进。

三、模型设定

（一）基准模型:两阶段多产品生产模型

借鉴Harrison 等(2014)、Dachs 等(2014、2017)多产品生产函数的基本思路，本文假定企业的生产函数为希克斯中性技术进步形式，其在t 时期生产两种类型的产品：一类是在外形或者生产工艺上没有改变的产品，称为旧产品，记作j=1；另一类是在采用新技术、新设计研发等生产的新产品，记作j=2。i 企业t 时期的产出为 Yjti，假设企业在基期(t=1)生产的全部是旧产品，记 Y11i；企业在t=2时期同时生产旧产品与新产品，分别记 Y12i、Y22i。企业生产新旧产品时相互分开，且生产效率不相同。同时，假定企业生产投入资本、劳动以及中间投入等生产要素，而且规模报酬不变。企业i 在第一阶段生产旧产品的生产函数为：

企业i 在第二阶段开始生产新产品，而且相比前一期生产效率出现了变化。进一步假定，企业生产旧产品和新产品的生产函数为：

其中，Kit、Lit、Mit表示企业i 在t 时期的资本、劳动力和中间投入，θi表示企业i在t 时期的经济效率，ηi表示企业生产的固定影响参数，ui、νi分别表示第二阶段对企业生产旧产品和新产品的不确定性的生产率冲击参数。通过对公式(1)～公式(3)求成本最小化，可以得出企业的成本函数：

其中，c (⋅)表示要素价格 wit的边际成本函数，F 表示固定成本。根据谢泼德引理，可得劳动要素的需求函数为：

其中，cL(wit)表示边际成本对工资的导数。假定两年内，投入要素的价格大致稳定，则可以将就业增长作如下的分解：

从公式(6)看出，劳动力就业增长率的变动分解为两项：一部分来自旧产品生产，另一部分来自新产品生产。根据Harrison 等(2014)对于工资的边际成本不随时间而改变的假定，且在第一期没有新产品的生产，将公式(5)代入公式(6)，进一步得出：

因此，就业增长分解为四项：①旧产品生产过程中经济效率的变化率；②旧产品生产扩大引起的就业增长，即旧产品生产引致的就业增长；③新产品生产引致的就业增长，即企业产品创新的就业增长效应。此效应的大小取决于旧产品相对新产品的效率系数θ11θ22；④旧产品生产率的不确定冲击效应。

（二）扩展模型:利润最大化视角下的就业动态模型

在我国工业部门中存在一种“过早资本深化”现象(袁富华和李义学，2009)，多数学者注意到资本深化不利于就业的现象，但似乎没有特别关注其微观基础，尤其是在不同创新模式的环境下。工资作为就业成本的重要度量因素，是对就业产生替代效应的重要因素，或者可以说，要素相对价格变动是就业变动的直接原因。企业追求的目标是利润最大化或成本最小化，要素相对价格变动会影响企业的创新决策(Hicks，1963)，影响企业生产决策进而使资本与劳动要素相对需求量发生变动。为此，我们需要拓展和丰富基准模型。考虑劳动和资本两种生产要素，假定生产旧产品的劳动是同质的。考虑到技术进步可能会影响到要素替代，生产旧产品生产函数本文借鉴Sato 和Hoffman(1968)、Revankar(1971)等学者提出的可变替代弹性生产函数(VES)①考虑到CES 生产函数的替代弹性为任意常数，且由外生参数决定，而现实情况是，随着时间变化和技术进步，资本和劳动之间的替代变得更容易。Revankar(1971)将VES 生产函数替代弹性系数定义为人均资本的线性函数。即当a=1且 σ=1+bk 时，得到常用的VES 生产函数。：

其中，b、c 表示资本、劳动要素的贡献率；m 表示规模参数。由公式(8)可以求得劳动与资本要素的边际产量为：

由上式可以进一步得出劳动要素边际产量与资本要素边际产量之间的关系：

根据“边际收益”(边际产品价值)等于“边际成本”(要素价格)，可得：p ⋅ MPL=w；p ⋅ MPK=r 。然后，结合公式(10)，可以得出：

以VES 公式(8)为基础，两边取对数将其线性化后，可得：

进一步对模型进行变换可以得到就业方程式为：

通常情况下，规模参数m 取值为1。根据公式(12)的结果，可以将就业分解为：

在公式(15)中，可以看出分解的就业包含产出(Yit)、生产效率(θit)、资本深化以及要素相对价格。企业生产旧产品的就业动态可以表示为：

其中，Yoit、Loit、Koit、θoit、woit、roit分别表示t 时期i 企业常规产品的产出、劳动投入、资本投入、生产效率、工资和利率。然后，将公式(16)代入公式(6)，可以得出拓展后就业动态模型：

从公式(17)看，企业就业增长动态主要分为五个部分：旧产品生产过程中效率变化、旧产品生产的增长率、新产品生产扩大效应、资本深化效应以及要素价格效应。其中，新产品生产扩大对就业影响与新旧产品生产效率有关，资本深化效应与要素价格效应对就业增长的影响则取决于参数b 和c。

（三）计量模型与数据说明

1.数据来源与处理

本文所使用2011—2013 年国家统计局的《全国创新调查企业数据库》的数据，该数据库提供了工业企业以及科技服务企业详细的科技创新活动信息，其中包含了企业新产品生产、R&D 投入、专利申请等详细企业创新信息，是目前企业创新微观数据较全面的数据库之一。本文根据研究设计的需要，选取了与创新企业密切相关的研发以及劳动投入等有效指标信息。企业生产变量来自中国工业企业数据库，按照Brandt等(2012)的方法处理，剔除工业总产值、工业增加值、固定资产合计、中间投入小于0以及劳动力(从业人数)缺失或者小于等于8 人的观测样本。工业总产值和工业增加值用工业产品分行业出厂价格指数平减，中间投入用分地区的原材料、燃料和动力购进价格指数进行价格平减。资本存量参考鲁晓东和连玉君(2012)等的处理方法，采用永续盘存法测算企业投资，用固定资本净值衡量资本，折旧率参考Brandt 等(2012)的研究为9%①有些文献采用了10%，而使用其他折旧率或者价格平减指数，不会影响本文的主要结果。。为了消除异常值的影响，在5%和95%分位上作缩尾处理。

2.计量模型的设定

依据前文公式(17)构建创新影响企业就业动态的计量估计方程，被解释变量为就业增长率与旧产品生产的增长率差值②在Harrison 等(2014)、Dachs 等(2014、2017)的文献中被解释变量均作了此处理，主要是基于理论模型得出两者之间的系数为1。，具体为：

其中，li为就业增长率，采用企业前后两期职工就业人数核算。PCit为企业过程创新的虚拟变量，后文我们采用三种不同方法测算。PDit为企业产品创新，y1i、y2i分别为旧产品与新产品的实际产值的增长率，k li表示企业资本深化的对数值，wi表示工资利率比值③资本品价格通常是以市场利率表示，采用实际贷款利率易出现负值，考虑到数据的可获得性以及本文重点分析劳动工资对就业的影响，则以工业品出厂价格指数作为市场利率的代理变量。。控制变量Dit，包括企业年龄(ageit)、国有企业(Stateit)与非国有企业(Coprivateit)、4 位代码行业测算的市场集中度(hhi)。此外，控制了地区、行业的虚拟变量④将地区划分为环渤海经济带、东三省经济带、长三角经济带、珠三角经济带、中部地区和西部地区；行业按照研发强度分为高技术行业、中技术行业、中低技术行业、低技术行业，限于篇幅不再罗列。。

3.企业不同创新方式的度量

本文的核心变量如下：(1)企业产品创新(PDit)。根据OECD 对技术产品创新的定义，本文采用全国创新调查企业数据库中新产品产值进行核算，根据企业新产品销售实际产值前后两期计算增长率。(2)企业过程创新(PCit)。现有文献对工艺创新主要有两种测度方法：一种是通过问卷调查方法直接获取(Harrison 等，2014；Dachs 等，2014、2017)；另一种是测算企业效率相关的指标作为企业工艺创新的代理变量，如企业TFP、企业单位生产成本等。前者测算过程较为简单，但是数据可能会存在主观性强和虚拟变量可用性弱问题(诸竹君等，2017)。根据OECD 定义，技术过程创新实质是企业改进现有产品的生产方法或提高产品生产效率以及降低单位生产成本的创新活动。为此，我们测度①已有的研究认为，技术进步主要包含技术创新和技术效率。具体而言，技术创新是指以现有的知识和物质，在特定环境中改进生产技术，并获得一定效益的企业行为；技术效率是指企业采用最佳生产方式减少技术的使用和分配的无效率。本文中“技术创新”指的是旧产品生产过程中，技术前沿的外向移动，即生产过程生产方法的改进或是技术的提升。了企业接近生产前沿面中的“技术效率”方式、企业生产前沿面扩张中“技术创新”方式和生产前沿面上“降低成本”方式。

其一，“技术效率”与“技术创新”引致企业流程创新的测度。参照Färe 等(1997)的研究测算产出导向的DEA-Malmquist 生产率指数：

其二，“成本降低”引致企业过程创新的测度。本文将价格平减后单位相对生产成本的增量作为代理变量。总生产成本包括中间投入成本、固定资产投资以及工资总额，价格平减②基于数据的可获得性，本文基于统计年鉴数据进行了核算：企业生产总成本中，中间投入成本价格平减指数采用各个地区工业生产者购进价格分类指数核算，固定资产投资采用各个地区固定资产投资价格指数核算，而工资总额采用各个地区居民消费价格指数核算。后的总生产成本与从业人员的比值作为单位生产成本，然后减去企业所在(四分位)行业平均生产成本，得到企业单位相对成本。若企业单位相对成本增量小于0，则存在企业过程创新，取值为1，即在生产前沿面上降低成本引致企业过程创新，记作

四、回归分析

（一）企业创新影响就业的基准结果

基于计量方程(18)来分析企业过程创新和企业产品创新是带来了“就业创造”还是“就业破坏”，即验证企业不同的创新方式对就业的“替代效应”与“补偿效应”。采用逐步回归的方法进行估计。

表1 第(1)列～第(3)显示了用混合最小二乘法(POLS)进行估计的结果。为了消除潜在异方差问题对估计系数显著性影响，表1 中汇报了稳健性标准误。此外，为了降低遗漏变量偏差程度，表1 第(2)列中加入了地区效应、行业效应和时间效应的虚拟变量，第(3)列中进一步加入了其他控制变量。从初步的结果来看，“技术效率”引致企业过程创新(PCEF)变量的回归系数在1%的统计水平上显著为负，说明了企业在接近生产前沿面的过程中采用提升旧产品的技术效率或生产效率的方式将会降低就业增长率；“技术创新”引致的企业过程创新(PCTC)变量的系数在1%的统计水平上显著为正，说明了企业生产前沿面扩张中通过对旧产品生产方法改进或技术提升实现过程创新的方式可以提高企业的就业水平。进一步分析，“技术效率”引致企业过程创新带来的就业“替代效应”大于“技术创新”引致企业过程创新带来的就业“替代效应”，因此企业过程创新对就业仍旧表现为一种“就业破坏”。表1 第(4)列～第(6)列分析了单位生产“成本降低”引致的企业过程创新(PCCS)对企业就业的影响，估计系数均在1%的统计水平上显著为负，说明了“成本降低”引致企业过程创新具有就业“替代效应”。另一方面，企业产品创新(PD)变量的回归系数均在1%的统计水平上显著为正，这表明了企业通过新产品的开发或者是原有产品的质量的升级促进了就业增长率。具体而言，表1 第(6)列中企业过程创新每提高1 单位，就业增长率就降低0.052单位，而企业产品创新每提升1 单位，就业增长率提高0.298 单位。

表1 就业与企业创新:基准回归

（二）稳健性与内生性问题探讨

尽管前文我们采用POLS 得到了初步结果，并尝试通过逐步加入虚拟变量和其他控制变量的方法解决其可能存在的因遗漏变量导致的内生性问题，但是仍然无法解决如下问题。其一，由于劳动需求和供给是同时发生的，就业与产品生产之间具有一定的相关性，劳动投入增加了更多的产出，而产品生产的扩大进一步增加了劳动需求，两者之间会因互为因果导致内生性问题；其二，约瑟夫·熊彼特(1999)最早定义企业过程创新，但是没有具体的测度指标，单一指标度量可能会存在测量误差导致的内生性问题。对此，我们一方面采用多种方法测算企业过程创新，另一方面试图寻找企业产品创新的代理变量。稳健的工具变量需要满足以下条件：工具变量需与企业产品创新活动高度相关，而且工具变量不直接影响企业的就业增长率。本文将R&D 资本存量的增长率与申请专利数增长率作为企业产品创新的工具变量进行估计。

表1 第(4)列～第(6)列中显示了“成本降低”引致企业过程创新的估计结果。其第(4)列核心解释变量企业过程创新与企业产品创新的估计结果与第(3)列的估计结果一致，这在相当程度上验证了本文所得到的结论。其第(5)列汇报了工具变量二阶段最小二乘法的估计结果，可看出企业过程创新每提高1 单位，企业的就业增长率则下降0.051 单位，而企业产品创新每提升1 单位，企业的就业增长率则提升0.296 单位。第(6)列进一步汇报了工具变量系统GMM 估计结果，企业过程创新的系数在1%的统计水平上显著为-0.052，企业产品创新的系数在1%的统计水平上显著为0.298。在检验工具变量的有效性方面，本文从以下两方面进行了验证。首先，在2SLS 的工具变量估计过程中，Cragg-Donald Wald F 统计量为233.351，大于Stock-Yogo 弱识别检验的10%临界值，验证了工具变量的合理性，并不存在弱工具变量的问题；其次，2SLS 估计的Sargan 的P 值为0.406，GMM 方法估计的Hansen 的P 值为0.425，均无法拒绝“存在过度识别”的原假设，表明不存在过度识别问题。可见，在解决内生性问题后所得到的结论仍然前文结论一致：过程创新对就业产生显著的替代作用，而企业产品创新对就业产生显著的补偿效应。究其原因，前者是因为原先产品或旧产品生产率的提高和产品价格需求弹性的影响，后者可能是近些年我国技术创新能力得到了较大的提升，由对发达国家的“引进依赖”转向自主创新，对产品样式、质量等方面不断创新，开发更多的新产品，所以企业产品创新对就业表现为较强的补偿效应。

五、企业创新与就业的机制检验

本文重点关注的问题是企业创新如何影响就业。一方面，企业通过提高技术效率提升了劳动生产率，单位产出所需要的劳动需求量下降；另一方面，不断的技术创新降低了生产成本，企业不断向市场推出新产品(新服务)，新产品会因价格优势或新特性带来产品需求不断上升，其为了满足市场需求就会投入更多的劳动进行生产。为了检验企业创新就业效应的内在机制，我们将计量模型进一步设定为：

与式(18)相比，式(21)主要是纳入了企业过程创新变量和生产旧产品的劳动生产率变量的交互项，以及与旧产品市场需求效应变量的交互项计量方程式(22)纳入了企业产品创新变量和生产新产品劳动生产率变量的交互项，以及与新产品市场需求变量的交互项。其中，是用企业生产旧产品的工业销售产值与非科技人员①基于数据库中没有非科技人员的指标，本文则将就业人员减去科技活动人员作为非科技人员投入。的比值核算，为新产品销售收入与科技活动人员的比值。参考任保全等(2016)的方法，选用行业主营业务收入②数据来源于《中国科技统计年鉴》，其中主营业务收入中包含新产品的主营业务收入。首先，可以区分常规产品与新产品市场需求效应；其次，从宏观层面进行核算，避免了因微观企业数据累加导致的偏误以及可能存在的内生性问题。作为市场需求规模的代理变量，并区分为旧产品市场需求与新产品市场需求

（一）企业过程创新:“就业替代”与“就业补偿”

1.旧产品生产的“生产率效应”

表2 汇报了针对计量方程(21)的估计结果。其第(1)列结果显示，在控制了一系列因素后，“技术效率”引致企业过程创新和企业旧产品劳动生产率对就业影响的估计系数在1%的统计水平上显著为负，而交互项系数显著为正值，企业产品创新的估计系数在1%的统计水平上均显著为正。其第(2)列采用工具变量二阶段最小二乘法对上述结论进行验证，均得到证实。我们更加关注的问题是旧产品劳动生产率对不同形式企业过程创新的就业效应的影响。第(2)列交互项PCEF×LPO的回归结果在10%的统计水平上显著为0.009，而交互项PCTC×LPO的结果没有通过显著性检验。这表明旧产品劳动生产率越高越可能削弱“技术效率”提升导致的就业“替代效应”；“技术创新”引致企业过程创新对就业的“就业补偿”并没有通过旧产品劳动生产率发生作用。

表2 企业过程创新的“生产率效应”和“市场需求效应”机制

为了更清楚地分析两者的内在关系，需要进一步计算企业过程创新对就业破坏的边际效应：显然，α1为-0.080、α2为0.009，而企业劳动生产率为正值①本文样本数据中旧产品劳动生产率为取对数核算，其最大值为20.1。。显然，当企业的旧产品劳动生产率较低时，“技术效率”引致企业过程创新对就业的边际效应显著为负，即存在就业“替代效应”。随着企业生产旧产品的劳动生产率的提升，这种企业过程创新方式的负向边际效应越来越小，在达到临界值8.89 后，边际效应由负转向正并逐渐增强，说明了“技术效率”引致企业过程创新对较高生产率的企业具有就业“补偿效应”，且这种促进与企业自身的劳动生产率正相关。其第(3)列和第(4)列中PCCS和交互项PCCS×LPO的系数均显著为负，同样，第(4)列中企业过程创新的边际效应α1和α2均为负值，表明随着企业劳动生产率的提升，“降低成本”引致企业过程创新的负向边际效应越来越大，且边际效应一直保持负值，说明“成本降低”引致企业过程创新降低了较高劳动生产率企业的就业率，且这种破坏作用与企业劳动生产率正相关。

2.旧产品生产的“市场需求效应”机制

表2 也汇报了企业过程创新在不同市场需求规模下的就业效应。从其第(5)列～第(8)列回归结果看，“技术效率”引致与“成本降低”引致企业过程创新变量的系数显著为负，而“技术创新”引致企业过程创新和企业产品创新变量的系数显著为正，且“技术创新”回归系数小于“技术效率”的该系数。这说明当旧产品“市场需求效应”不存在时，企业过程创新对就业的影响为“替代效应”，而企业产品创新对就业的影响为“补偿效应”。其第(6)列中交互项PCEF×MSO的估计结果的影响显著为正，而PCTC×MSO没有通过显著性检验；第(8)列中交互项PCCS×MSO显著为负。这表明不同形式的企业过程创新对就业的替代效应与市场需求大小密切相关，即随着旧产品市场需求的不断扩大，“技术效率”引致企业过程创新对就业的破坏效应在一定程度上得到了补偿，而“成本降低”引致企业过程创新进一步恶化了就业的破坏效应。同样，分析企业过程创新对就业边际效应，第(6)列中，当旧产品市场需求水平较低时，企业“技术效率”引致企业过程创新显著降低了就业率，其替代效应随着旧产品市场规模的扩大而减弱，企业的“就业创造”模式转为依赖“技术创新”引致的企业过程创新模式。其第(8)列显示，企业采用“成本降低”引致企业过程创新模式时，随着旧产品市场规模的不断扩大，企业过程创新的负向边际效应越来越大，且边际效应一直保持负值，说明了“成本降低”引致企业过程创新模式的“就业破坏”与“市场需求效应”正相关。

3.旧产品生产的“双重效应”

表3 汇报了同时考虑“生产率效应”与“市场需求效应”的估计结果。其第(1)列～第(5)列中变量PCEF和PCCS的估计系数显著为负，而变量PCTC和PD 的估计系数显著为正，这说明当不存在企业生产率效应与市场需求效应时，“技术效率”引致过程创新与“成本降低”引致企业过程创新仍然稳健地表现为一种替代效应，“技术创新”引致企业过程创新与企业产品创新稳健表现为一种补偿效应，而企业整体过程创新仍表现为“就业破坏”。市场需求变量为虚拟变量，即使当企业劳动生产率为0 时，企业过程创新的边际效应仍然为负值，并不存在一个市场规模的临界值使得企业过程创新的边际效应由负变为正。当“市场需求效应”为0 时，较低劳动生产率的企业的“技术效率”引致企业过程创新对就业的边际效应为负，较高劳动生产率的企业的该边际效应为正，且边际效应由负转正的企业劳动生产率临界值为16.89；当“市场需求效应”为1时，“技术效率”引致企业过程创新对就业的边际效应由负转正的临界值降为8.22。这说明，企业过程创新通过“生产率效应”与“市场需求效应”对就业增长产生影响，随着企业劳动生产率的提升，企业“技术效率”引致企业过程创新对就业由“替代效应”转变为“补偿效应”，而“市场需求效应”的扩大进一步强化了就业“补偿效应”。其第(4)列和第(5)列中交互项PCCS×LPO、PCCS×MSO估计系数均显著为负，随着企业劳动生产率提升和市场需求规模的扩大，企业过程创新对就业的边际效应负向抑制作用更大，不存在就业“替代效应”转向“补偿效应”的临界值。

表3 企业过程创新的“双重效应”机制

（二）企业产品创新：“就业替代”与“就业补偿”

1.新产品生产的“生产率效应”

表4 显示了企业产品创新就业效应内在机制检验的结果。考虑到将新产品劳动生产率作为衡量生产率效应时，可能与企业产品创新变量存在共线性问题。为此，本文将新产品劳动生产率的增长率大于0 定义为存在“生产率效应”，取值为1，否则为0。同样，将新产品主营业务收入增长率大于0 定义为影响企业产品创新的“市场需求效应”，取值为1，否则为0。从回归结果看，无论是其第(2)列更换计量方法还是其第(3)列替换变量法，“技术效率”引致企业过程创新以及“成本降低”引致企业过程创新的估计系数均显著为负，“技术创新”引致企业过程创新的估计系数显著为正，且“技术效率”的就业“替代效应”远大于“技术创新”的就业“补偿效应”。企业产品创新变量PD 的回归系数均显著为正，表4 第(2)列表明企业新产品劳动生产率没有提升时，企业产品创新每提升1 个单位，则就业增长将显著增加0.637 个单位。但是，我们同时发现企业产品创新与生产率效应的交互项PD×LPN的估计系数显著为负。我们计算分析企业产品创新对就业增长的边际效应发现，即使当“生产率效应”的代理变量最大值为1 时，企业产品创新对就业增长的边际效应仍在0.141～0.206 间波动；而当生产率效应为0 时，其边际效应则在0.222～0.637 间波动。这说明了当企业不存在“生产率效应”时，企业产品创新对就业增长表现为一种“就业创造”，即存在就业“补偿效应”；当企业存在“生产率效应”时，同样表现为“就业创造”，但产品创新水平会随着创新劳动生产率的提高而降低。究其原因是新产品劳动生产率的提高，使生产新产品边际成本降低，生产单位新产品所需要的科技人员需求量下降或者没有明显提升，从而企业产品创新的生产率效应带来了就业破坏，表现为不同程度的就业替代效应。

表4 企业产品创新的“生产率效应”和“市场需求效应”机制

2.新产品生产的“市场需求效应”

表4 中在考虑新产品“市场需求效应”的情况下，企业过程创新对就业增长均显著为负。当新产品“市场需求效应”不存在时，MSN取值为0。这说明了新产品市场即使没有扩大生产规模，企业生产新产品仍然对就业产生一种“就业创造”，即表现为就业“补偿效应”。从企业产品创新对就业增长的边际效应看，当新产品市场需求存在时，企业产品创新对就业增长的边际效应为0.197～0.282。由此可见，随着新产品“市场需求效应”的增大，产品创新对就业增长的正向边际效应有减弱趋势，但并不存在一个临界点使得边际效应由正变为负，说明企业产品创新对就业增长存在一种“就业创造”效应。至于导致这种情况的原因，从就业结构视角看，可能是因为新产品市场规模的扩大需要更多的高技能劳动力，而高技能劳动力的高需求替代了部分低技能劳动力的需求，从而新产品市场需求的扩大对低技能劳动力表现为就业破坏。

3.新产品生产的“双重效应”

表5 中第(1)列～第(4)列表明企业过程创新系数依旧显著为负，而当企业不存在“生产率效应”与“市场需求效应”时，企业产品创新的回归系数显著为正。从产品创新对就业增长的边际效应看，当只存在“生产率效应”时，即LPN取1 且MSN取0，企业产品创新每增加1 单位，就业增长大约提升0.176～0.187 单位；当只存在“市场需求效应”时，即LPN取0 且MSN取1，企业产品创新每增加1 单位，就业增长大约提升0.222～0.501；当两种效应同时存在时，即LPN取1 且MSN取1，企业产品创新每增加1 单位，就业增长大约提升0.114～0.149 单位。这说明了企业产品创新对就业产生一种“就业创造”，即就业“补偿效应”，而随着“生产率效应”和“市场需求效应”的不断提升，企业产品创新对就业“补偿效应”具有减弱趋势。前者是因为高技能劳动生产率的提升减少了对高级劳动力的需求，体现为高技能劳动力的“破坏效应”；后者则是因为新产品需求规模的扩大增加了高技能劳动力需求，从而替代了更多的低技能劳动力，体现为低技能劳动力的“破坏效应”。

表5 企业产品创新的“双重效应”机制

六、结论及启示

探究企业创新方式对就业的动态影响，既是理解增长路径的一个重要视角，也是研究劳动力市场动态机制的重要课题。本文在HJMP 模型的基础上，将企业就业增长效应拓展为旧产品生产过程中效率变化、旧产品生产的增长率、新产品生产扩大效应、资本深化效应以及要素价格效应等五个重要组成部分，利用中国创新企业调查数据库数据进行实证检验，并对其内在影响机制进行讨论与分析。本文得出主要结论如下：(1)不同的创新模式对企业就业产生不同影响。在接近生产前沿面阶段发生的企业过程创新降低了就业率，当生产前沿面扩张阶段发生企业过程创新就促进了就业增长，前者就业破坏大于后者的就业创造，因而在企业过程创新整个过程中就业替代占据主导。企业在生产前沿面上通过降低成本的方式实现企业过程创新也显著地降低了就业，反观企业产品创新显著促进了就业增长。(2)旧产品劳动生产率提升可以降低“技术效率”引致企业过程创新导致的就业替代程度，“成本降低”引致企业过程创新降低了较高劳动生产率企业的就业，且这种破坏作用与企业劳动生产率正相关。随着新产品劳动生产率的提升，企业产品创新的就业创造水平逐渐降低。(3)随着旧产品市场需求扩大，企业“技术效率”引致企业过程创新的就业破坏在一定程度上得到补偿，而“成本降低”引致企业过程创新恶化了就业破坏。随着新产品市场需求规模的扩大，企业产品创新的就业补偿效应表现出递减趋势。

与民生关系最为密切的就是就业问题，企业创新又是解决就业问题之匙。本文的研究具有重要的政策启示。首先，进一步提升了对企业创新的认识，需要重新审视不同创新模式的就业效应。现实情况是，不同规模企业采取的创新方式有差异，中小企业以企业产品创新为主。为此，需要营造有利的创新环境来激励创新，鼓励优质企业做强，扶持中小企业做大，同时打造一批“专精特新”为特征的中小企业，这对于创造新的就业机会并促进经济增长非常关键。其次，鼓励企业竞争，扩大产品市场规模。作为研发能力不强的中小企业也应积极参与国际分工，为社会提供更多的中低级就业岗位，以满足不同层次的就业需求。同时，政府应该加大支持力度，鼓励企业不断创新，增强企业竞争力和盈利能力，不断扩大高层次就业市场。最后，应理性看待企业创新活动。从世界发展历程看，长期的技术创新必然会带来就业增加和经济增长，但是在短期内增强过程创新可能会对就业产生替代效应，甚至造成就业的减少。企业应积极开展创新活动，提升自主创新水平，避免直接的技术模仿和产品仿造所造成的就业替代效应，同时应该更加关注从业人员的技能提升，积极开展技能培训等活动，促使员工素质与其岗位技能要求相匹配。