人力资本与创新驱动——高等教育改革推动高质量发展的微观证据

毛其淋 杨 琦 方森辉

(南开大学，天津 300071)

一、引言

内生经济增长模型强调人力资本对经济发展的重要作用，例如Lucas(1988)认为技术进步蕴含于人力资本中，那么人力资本在企业研发创新过程中充当着怎样的角色，发挥了哪些作用？这值得深入探究。从历史上看，中国政府在1999年实施了“高校扩招”政策，这直接推动了2003年之后中国高等教育规模的迅速扩大，并为企业提供了大量高级人力资本。人力资本扩张可能从多个方面影响企业创新。首先，人力资本扩张提高了企业获取大量高技能劳动力的机会，推动企业采用前沿技术(Che et al.，2018)；其次，人力资本扩张，将可能引致企业中间品及资本品的大量进口(毛其淋，2019)，通过进口学习效应加速企业创新进程；最后，高级人力资本的大量使用，不仅提升企业整体的吸收和再创新能力，还有利于激励企业从事创新活动。

结合上述现实背景和理论分析，本文试图从企业行为出发，以中国“高校扩招”为准自然试验，采用倍差法(different-in-different，DID)深入考察人力资本扩张对中国制造业企业创新的影响及作用机制。与已有文献相比，本文可能的边际贡献体现在：第一，从研究视角来看，尽管目前已有大量文献研究了中国企业创新的决定因素，但鲜有文献从人力资本角度进行考察，比已有文献更进一步的是，本文从微观层面系统研究了人力资本扩张对中国企业创新的影响及传导机制。第二，从研究方法来看，本文以1999年“高校扩招”引致的人力资本扩张作为外生的政策冲击，采用基于准自然实验的倍差法准确识别了人力资本扩展对企业创新产出的因果效应，相较于传统回归方法所得的结论更为可靠。第三，本文不仅考察了人力资本扩张对企业创新规模的影响，还从创新质量与创新效率的新颖角度进一步研究了人力资本扩张与企业创新之间的关系，发现人力资本扩张对企业创新质量与效率的提升也都产生了积极的影响。这些发现对如何更有效地实施创新驱动发展战略，进而实现经济高质量发展具有重要的政策启示。

二、文献综述、理论分析与研究假说

(一)文献综述

与本文相关的一类文献是研究政策因素对企业创新的影响。其中，贸易政策对企业创新的影响备受关注，相关研究认为，以贸易自由化或自由贸易协定为代表的贸易政策，对企业创新产生了明显影响(Lileeva et al.，2010；Liu et al.，2016)。与此同时，一些文献研究了国际投资政策对企业创新的影响，并主要从实证角度考察外资进入对企业创新的影响(Crescenzi et al.，2015；诸竹君 等，2020)。除外部环境之外，一国政府的产业政策也可能作用于企业创新。黎文靖等(2016)采用A股上市公司数据考察发现，产业政策主要激励企业增加策略性创新，对其实质性创新的提升十分有限。不过，目前较少有文献从教育改革政策入手，分析教育政策因素对企业创新的影响。鉴于此，本文以“高校扩招”为背景，研究人力资本扩张对企业创新的影响及其作用机制，将丰富和拓展政策因素与企业创新关系的研究。

与本文相关的另一类文献是研究人力资本的经济效应。人力资本在长期是经济增长的决定性因素(Lucas，1988)，亦不乏实证检验二者关系的研究(Barro，1991；Ciccone et al.，2009)。近年来，一些文献试图从微观企业层面探究人力资本的经济效应。Che et al.(2018)利用中国企业数据研究发现，人力资本的增加将促使企业采用更多新技术，进而提升企业生产率。周茂等(2019)考察了人力资本扩张对中国城市制造业出口升级的影响，认为2000—2006年间中国的出口升级中约有30%可由人力资本扩张解释。毛其淋(2019)利用加工贸易企业数据，发现人力资本扩张显著提升其出口技术复杂度。进一步地，刘啟仁等(2020)从企业雇佣结构的角度研究发现，人力资本对企业出口质量产生了正向影响，并依赖于高质量中间品的投入。

截至目前，也有少数文献直接研究了人力资本与企业创新的关系。例如，Uden et al.(2017)考察了非洲国家企业的人力资本要素配置对企业创新的影响，发现人力资本要素组合使用甚至可能降低创新产出水平。李建强等(2019)以大学生雇佣占比衡量人力资本密集度，发现人力资本密集度上升将推动企业创新的数量和质量共同提高。虽然其也以“高校扩招”为准自然实验，但直接采用各省份大学生毕业人数构建人力资本密集度，一方面仅关注了与当地大学数量密切关联的各省份大学生毕业人数分布情况，而忽视了人力资本密集度在行业间的巨大差异；另一方面还可能受到中国劳动力市场不完善引起的内生性问题干扰(Che et al.，2018)。相比之下，本文的人力资本密集度采用1980年美国各行业中具有大学本科及以上学历就业人数的比重衡量，既考虑到了行业间人力资本分布的差异，又缓解了因潜在测量误差或反向因果带来的内生性问题。进一步地，本文以制造业企业为考察对象，相比仅占少数的上市企业，更能关注到“高校扩招”政策对中国工业企业创新的全面影响。在研究内容方面，与李建强等(2019)相比，本文还详细分析了人力资本扩张影响企业创新绩效的可能机制，有助于揭示人力资本与企业创新之间关系的“黑箱”。此外，就研究结论而言，本文还发现人力资本扩张提升了企业的创新效率，更全面地评估了人力资本扩张的创新效应。综上，本文在研究方法、研究内容和研究结论等多个方面均与已有文献存在明显差异。

(二)理论分析与研究假说

从理论上而言，人力资本扩张可能通过多种渠道影响企业创新。首先是研发投入渠道。“高校扩招”引起的人力资本扩张，给予企业获取大量高技能劳动力的机会。受过高等教育的人力资本具有较强的学习能力和研发能力，有助于推动企业采用前沿技术，增强企业投入研发的意愿(Che et al.，2018)。这是因为，企业研发投入创造出的新工艺和新产品能够促成企业新资本的产生或原有资本的升级，提高企业生产过程中资本品的技术水平及生产效率，形成新知识和新技术，进而推动专利产出的增长(孙早 等，2012)。其次是中间品和资本品进口渠道。受过高等教育的员工，一般拥有更好的国际视野和更强的学习能力，一方面拓宽了进口信息的来源渠道，推动企业进口更匹配的中间品(毛其淋，2019)；另一方面缓解了企业使用高质量中间品所需的劳动力软约束。高技能员工使用此类高质量中间品，通过“干中学”获取可能蕴含在其中的隐性知识，从而推动企业开展创新活动。最后是学习效应渠道。学习能力是企业在生产经营过程中体现出来的一种组织活动能力，是创造、获取、传输和整合知识，修改其行为应对新的认知情况，以期提高其性能的过程(谢洪明 等，2012)。一方面，学习能力嵌入在企业的产品创新过程中，体现了创新活动的本质(李正卫 等，2005)；另一方面，企业竞争的优势来自知识整合，知识整合能够促进产品创新、提供产品创新所需要的技术(Gupta et al.，2009)。经历人力资本扩张的企业，通过雇佣更多高技能劳动力改善了企业组织成员的知识积累和应用能力，借助以知识整合和再创新为代表的学习能力，提升企业创新绩效(谢洪明 等，2012)。

根据以上分析，本文提出：

研究假说

1

：

在其他条件不变的情况下，人力资本扩张有利于促进企业创新。

研究假说

2

：

人力资本扩张通过研发投入、中间品和资本品进口以及学习能力提升渠道提高企业的创新产出。

三、模型、方法与数据

(一)模型构建

1999年“高校扩招”政策直接导致2003年以后高等教育人才的迅速增加，这一政策的实施直接为企业提供了大量高素质人力资本，为本文探究人力资本对企业创新的影响提供了良好的契机。因此，本文将“高校扩招”作为准自然实验，采用倍差法进行实证估计。本文进行倍差法估计的基本逻辑是，不同人力资本强度的行业受人力资本扩张的影响程度存在明显差异，具体地，人力资本强度越高的行业受到人力资本扩张的影响也越大。因此，通过比较人力资本强度较高的行业中企业(即处理组)与人力资本强度较低的行业中企业(即对照组)在2003年前后创新水平差距的变化情况，即可识别出人力资本扩张对企业创新的影响。具体而言，本文设定如下连续型倍差法回归模型：

innovation=α+βHumcap×Post03+γX+λ+μ

(1)

(二)变量测算

1.企业创新

由于技术创新是资源投入和使用效率的最终体现，且专利申请数据比授予量更稳定、可靠和及时，专利申请数量能够较为恰当地反映企业的创新能力(周煊 等，2012；黎文靖 等，2016)，因此，本文采用企业专利申请数作为企业创新的衡量指标。与Liu et al.(2020)类似，具体使用“1+企业专利申请量”的对数(lnpatent)来测度企业创新。

2.人力资本强度

人力资本强度(Humcap)，在本文实证研究中为连续处理组变量，采用1980年美国各行业中具有大学本科及以上学历就业人数的比重衡量(Ciccone et al.，2009；Che et al.，2018)。采用美国数据衡量这一指标的原因在于：一是美国劳动力市场较为灵活，同时美国在20世纪70年代创造了大量新型技术，因此美国行业的人力资本强度能够较好地反映各行业的技术前沿水平(Che et al.，2018)；二是由于受到其他政策因素或劳动力市场配置扭曲的干扰，采用中国行业层面数据测算的指标有可能出现因反向因果而导致的内生性问题，相较之下，使用美国行业人力资本强度作为连续处理组变量可以避免因潜在的测量误差或反向因果而带来的内生性问题(毛其淋，2019)。

3.控制变量

潜在影响企业创新的控制变量包括：

(1) 企业生产率，采用Olley et al.(1996)方法计算得到企业全要素生产率；

(2)企业规模，用企业全年平均从业人员数量的对数值来衡量；

(3) 企业年龄，以企业存续时长的对数值衡量；

(4) 融资约束，与孙灵燕等(2012)类似，采用利息支出除以固定资产再取对数来衡量，数值越大表明企业面临的融资约束越小；

(5) 国有企业虚拟变量和外资企业虚拟变量，如果企业的所有制类型是国有企业(外资企业)，则国有企业虚拟变量(外资企业虚拟变量)取1，否则取0；

(6) 行业竞争程度，以三位码行业的赫芬达尔指数(Herfindahl-Hirschman Index，HHI)作为代理变量，HHI越高，表明市场集中度越高。

(三)数据与典型事实分析

本文研究的样本主要来自两个数据库：一是中国工业企业数据库；二是中国专利数据库。其中工业企业数据库涵盖1998—2007年全部国有工业企业以及“规模以上”(营业收入500万元以上)非国有企业。据研究需要，对企业数据进行了筛选处理。中国专利数据库来自中国国家知识产权局，涵盖1985—2012年间在国家知识产权局申请并公开的所有专利数据。该数据库中专利包括三类：发明、实用新型和外观设计。本文以“企业名称”为匹配变量，将以上两个数据库进行匹配，得到1998—2007年工业企业和专利申请的合并数据，将其作为本文实证研究的主要样本。

图1展示了1998—2007年中国专利申请总量的变化趋势，从总体上来看，中国企业专利申请量呈现了飞跃式增长，三类专利申请量增幅明显。从各年数据来看，在2003年之后，发明专利逐渐成为专利申请总量中最多的类型。图2绘制了样本期内企业平均专利申请量的变化趋势，从中可以看出，从1998年开始，企业平均专利申请量整体上呈现上升趋势。进一步地，以人力资本强度的平均值为临界点将企业划分为两组(高人力资本强度组和低人力资本强度组)，分别绘制两个子样本企业平均专利申请量的变化趋势线。从图2不难看出，与低人力资本强度组相比，高人力资本强度组中企业平均专利申请量在2003年之后的增长幅度相对更大，这初步反映了人力资本扩张有助于促进企业创新。

图1 1998—2007年中国专利申请量变化趋势

图2 企业平均专利申请量变化趋势

四、实证结果分析

(一)基准回归

表1报告了人力资本扩张与企业创新的基准估计结果。其中列(1)没有加入控制变量，仅控制企业固定效应与年份固定效应；列(2)～(6)在列(1)基础上逐渐加入企业层面控制变量；列(7)进一步控制了行业HHI。可以发现，本文重点关注的倍差法估计量Humcap×Post03，在各回归中系数符号和显著性没有发现根本性的变化，说明本文的回归具有较好的稳定性。从列(7)完整回归结果可以发现，交叉项Humcap×Post03的回归系数为正且在1%水平上显著，这表明在控制了其他因素之后，高人力资本强度行业(即处理组)的企业专利申请数相较于低人力资本强度行业(即对照组)在2003年之后有更大幅度的提升，即人力资本扩张显著促进了企业创新，验证了研究假说1。

表1 基准回归结果

接下来，根据表1列(7)的回归结果测算人力资本扩张对企业创新的经济显著性，按照如下步骤进行计算：第一步，根据c=0.197×(Humcap-Humcap)计算每个行业相对于基准行业(即鞋类制造业)的提升幅度，其中Humcap表示行业i的人力资本强度，Humcap为基准行业的人力资本强度。第二步，计算因人力资本扩张而引致的企业创新产出的平均增长幅度，CT=exp[∑(φ×c)]，其中φ表示2003—2007年期间行业i产出份额的均值，通过测算得到CT=0.018。第三步，根据本文样本数据可知，中国制造业的专利申请数在1998—2002年与2003—2007年的平均上升幅度为0.164，再结合第二步的测算结果，可得人力资本扩张对企业创新产出提升的贡献度为10.98%。由此可见，人力资本扩张在企业的创新产出提升过程中发挥了不容忽视的作用。

从控制变量的回归结果来看，企业规模与创新产出呈现正相关关系，这与熊彼特创新理论的结论一致，规模较大的企业在风险分担和融资能力方面具有优势，进而具有更强的创新能力(Booyens，2011)。企业经营年限越长，企业的创新产出越低，即年轻企业创新产出更高，对此可能的解释为：一方面，企业进行创新投入的概率随着年龄增长而递减(Huergo et al.，2004)；另一方面，企业创新投入转化成产出的能力也随企业的年龄增长而递减(Balasubramanian et al.，2008)。企业的生产率越高，将研发投入转化成产出的效率越高，企业创新产出越多。融资成本较低，使得企业有更多的资金用于研发活动，有助于企业创新产出的提升。国有企业创新产出较低，这与国有企业主要肩负着维护社会稳定及服务社会的使命(姚洋 等，2001)、竞争不足及激励机制不完善有关(唐跃军 等，2014)。此外，可以发现，市场的集中度越高，垄断势力越强，企业的创新反而越低，原因可能是市场集中度较高的行业，企业间竞争较小，企业的创新动力不足，从而导致企业创新产出较低。

(二)DID有效性检验

1.平行趋势假设检验及动态效应估计

倍差法估计有效性的关键假设是满足平行趋势假设，即在政策冲击发生之前，处理组与对照组的结果变量(即创新产出)应具有相同的时间趋势。为了对此进行检验，设定计量方程如下：

(2)

其中，year为各年份时间虚拟变量，当年观测值取1，其他年份观测值为0。其它变量与基准模型一致。

图3汇报了处理组和对照组在样本期内企业创新产出的趋势变化，其中实线部分描绘了人力资本扩张的边际效应，虚线部分刻画的是95%置信区间。可以看到，在2003年之前，边际效应线较为平缓且估计系数并不显著；然而从2003年开始，边际效应线出现明显的向右上方倾斜并逐年增长，这表明在人力资本扩张对企业创新的促进作用在整体上呈现逐年增长的动态变化特征，这可能与企业不断的人力资本和知识积累有关。总而言之，以上检验印证了处理组与对照组企业创新产出的变化在“高校扩招”政策冲击发生之前是满足平行趋势假设的。

图3 动态影响效应

2.控制产业时间趋势

为了检验非观测的产业特定因素是否会对本文估计结果带来实质性影响，这里借鉴Liu et al.(2016)的做法，将产业特定的线性时间趋势项(η×t)作为额外的控制变量加入倍差法模型进行估计。从表2列(1)可以看到，在控制产业特定的线性时间趋势之后，交叉项Humcap×Post03的估计系数仍然显著为正。由此可见，非观测的产业特定因素并未对本文核心结论产生实质性影响。

表2 DID有效性检验

3.控制同期的其他政策改革

其他同期政策也可能影响本文的识别结果。中国入世带来的大幅度关税减让对中国企业的经济绩效带来了巨大的影响，因此，本文在控制变量中加入行业中间品和最终品关税率以排除中国加入WTO的影响。此外，还有另外两项重要的政策举措(国有企业改革和外资放松管制)也可能对企业创新行为产生影响。对于国有企业改革，借鉴白重恩等(2006)的做法，采用非国有资本占总资本的比例来衡量；对于放松外资管制，借鉴Lu et al.(2015)的做法，采用行业层面外资企业数的对数值来刻画外资放松管制措施。相应的回归结果列于表2列(2)、(3)，交叉项Humcap×Post03的估计系数仍然显著为正，这意味着在控制了中国加入WTO、国有企业改革和外资放松管制这三项同期的政策改革影响的情况下，人力资本扩张对企业创新的提升效应依然存在。

4.两期倍差法

多期倍差法模型估计可能存在序列相关问题，从而高估核心解释变量的显著性水平。为了处理潜在的序列相关问题，这里构建两期倍差法模型重新进行估计。

具体而言，首先将总样本以实际政策冲击年份(2003年)作为时间节点划分为1998—2002年和2003—2007年两个阶段，然后在每一阶段分别对每家企业的专利申请数和解释变量求算术平均值进而构造新的回归样本。两期倍差法的估计结果报告在表2列(4)，从中可以看到，交叉项Humcap×Post03的估计系数仍显著为正，再次验证了人力资本扩张显著促进了企业创新。

5.安慰剂检验

图4 安慰剂检验

(三)稳健性检验

1.采用非线性DID方法回归

鉴于本文采用专利申请数来测度企业的创新水平，因此采用受限因变量模型对本文的核心问题进行估计将更加贴切。作为稳健性检验，本文将企业专利产出数量处理为二元专利申请虚拟变量若企业f在t期有专利申请，innodum取1，否则innodum取0。。参照Bronzini et al.(2016)的做法，采用非线性DID(Logit DID和Probit DID)方法进行估计，具体设定如下回归模型：

innodum=F(α+βHumcap×Post03+γX+λ+γ)+μ

(3)

其中，α、λ、γ分别表示行业固定效应、时间固定效应和地区固定效应。

Ai et al.(2003)指出，当模型为非线性并且被解释变量取值受限时，解释变量的系数数值并不准确，非线性模型的交互作用必须通过计算交互项的混合偏导数或混合差分。但是，Puhani(2012)证明了即使模型是非线性的，交互项的系数仍可评估政策的处理效应。另外，Lechner(2011)指出，在标准的平行趋势假设下，可以直接应用非线性模型的参数近似估计平均效应。采用Logit DID和Probit DID方法进行回归的结果分别报告在表3列(1)、(2)。可以发现，不管采用哪种方法进行估计，交叉项Humcap×Post03的估计系数均显著为正，验证了本文结论的稳健性。

2.核心指标再衡量

截至目前，企业创新指标均采用“1+企业专利申请量”的对数形式进行度量。为了稳健起见，这里参照Liu et al.(2020)的做法，将对数化的指标替换成ln[企业专利申请量+(1+企业专利申请量2)]的形式ln[y+(1+y)]在0值附近比ln(1+y)更接近lny。，相应的回归结果报告在表3列(3)。可以看到，交叉项Humcap×Post03的估计系数在1%水平上显著为正，再次表明人力资本扩张显著促进了企业创新。这一结论并没有随着因变量衡量方法的不同而改变。此外，在前文的研究中，本文采用美国1980年人力资本强度数据作为连续处理组变量进行估计，这里采用1995年和2004年《中国教育统计年鉴》重新测算行业人力资本强度并将其作为连续处理组变量，估计结果分别报告在表3列(4)、(5)。可以发现，交叉项Humcap×Post03的估计系数仍显著为正。可见本文的核心结论也没有随着连续处理组变量衡量方法的不同而改变。

表3 稳健性检验

3.处理选择效应和地区集聚效应

企业的进入退出可能受到选择效应的影响，为排除选择效应的影响，本文只保留在样本期一直存续的企业样本进行倍差法估计，回归结果如表3列(6)所示。另外，考虑到北京和上海不但拥有众多优秀的高等学府，而且凭借它们在经济、政治、地理上的优势吸引了大量高质量人力资本，即可能存在集聚效应，这里参照毛其淋(2019)的做法剔除这两个地区，对剩余样本进行估计，结果报告在表3列(7)。可以看到，核心解释变量Humcap×Post03系数依然显著为正，这意味着在排除了选择效应和集聚效应之后，本文的核心结论依然成立。

4.将标准误聚类到企业层面

到目前为止，倍差法估计的标准误均是在行业层面进行聚类(cluster)，为稳健起见，这里将回归标准误聚类到企业层面。从表3列(8)的估计结果可以看出，交叉项Humcap×Post03的估计系数为正且通过了1%水平的显著性检验，表明本文的核心结论并没有随着聚类维度变化而发生实质性变化。

5.使用1998—2013年样本进行回归

为更清楚地显示大学扩招的长期影响，以及出于稳健性的考虑，这里采取1998—2013年样本再次进行回归，结果列于表3列(9)。可以看到，核心解释变量Humcap×Post03的估计系数在5%水平上显著为正，即人力资本扩张显著增加了企业的创新产出。这一核心结论没有随样本选取范围的变化而发生实质性变化。

6.控制更多的影响因素

截止到目前，本文对企业层面和行业层面影响企业创新的主要因素进行了控制。为稳健起见，本文将出口和资本劳动比这两个因素纳入基准模型进行回归。具体地，采用“1+企业出口交货值”的对数衡量企业出口，采用企业固定资本存量对企业就业人数的比值取对数衡量资本劳动比。进一步控制了企业出口和资本劳动比因素之后的回归结果见表3列(10)。可以看到，核心解释变量Humcap×Post03的估计系数仍在1%水平上显著为正，本文的核心结论依然成立，即在进一步控制了企业出口和资本劳动比之后，人力资本扩张显著促进了企业创新。

五、机制检验与异质性分析

(一)机制检验

前文通过倍差法模型考察了人力资本扩张对企业创新的影响，发现人力资本扩张显著提升了企业的创新，但其究竟是如何提高企业创新仍需更为深入地进行分析。根据前文的理论机制分析，这里从研发投入、进口和学习效应三个维度对人力资本扩张影响企业创新的机制进行检验。

本文采用温忠麟等(2004)的中介检验三步法进行机制检验。第一步，检验人力资本扩张是否能够显著提升企业创新水平，此结果已在前文进行验证；第二步，检验人力资本扩张是否能够显著影响中介变量，即提升企业研发费用、促进中间品和资本品进口规模扩张和种类增加、提高企业学习能力；第三步，检验人力资本扩张和中介变量同时对企业创新水平的作用。具体地，构建如下回归方程：

innovation=α+βHumcap×Post03+γX+λ+μ

(4)

channel=α+βHumcap×Post03+γX+λ+μ

(5)

innovation=α+βHumcap×Post03+φchannel+γX+λ+μ

(6)

其中，channel指中介变量，包括研发投入、进口和学习效应三类指标。其它变量与基准模型一致。

首先，检验研发投入渠道。这里采用“1+企业研究开发费用”(lnrd)衡量企业的研发投入。表4列(1)是对基准倍差法模型式(4)的估计结果，交叉项Humcap×Post03的估计系数显著为正，再次表明人力资本扩张显著促进了企业创新。表4列(2)以研发投入指标(lnrd)为因变量，可以发现交叉项Humcap×Post03的估计系数显著为正，说明人力资本扩张显著提升企业的研发投入。对此可能的解释为：人力资本扩张使得企业可获得的高技能人才增加，企业更加倾向于采用前沿技术，增加创新投入(Che et al.，2018)。表4列(3)汇报了第三步检验的回归结果，中介变量lnrd的估计系数为正且通过了1%水平的显著性检验，表明创新投入的增强有利于促进企业创新。这与通常的预期是相符合的。需要指出的是，与表4列(1)基准回归结果相比，在加入中介变量lnrd(列(3))之后，交叉项Humcap×Post03的估计系数值出现一定幅度的下降。这初步表明“创新投入”中介效应存在。

其次，检验进口渠道。本文采用中间品与资本品的进口规模(lnsize_im)和进口种类(lntype_im)两个角度进行刻画，其中进口规模指标采用“1+进口额”的自然对数值来测算；进口种类指标通过将企业从不同来源国所进口的产品种类数加总到企业层面，然后对其取自然对数得到。第一步，重新采用2000—2007年的样本对基准倍差法模型进行估计，结果列于表4列(4)，交叉项Humcap×Post03的估计系数显著为正，再次表明人力资本扩张显著促进了企业创新。以进口规模(lnsize_im)和进口种类(lntype_im)作为因变量的估计结果分别报告在表4列(5)、(7)，可以看到，交互项Humcap×Post03的估计系数均显著为正，表明人力资本扩张促进企业进口规模扩张和种类增加。对此并不难理解：高技能人力资本具备国际进口市场所需的技能以及机器生产的技术要求(毛其淋，2019)，这将导致人力资本扩张促进企业扩大进口规模和进口种类。列(6)、(8)汇报了“进口渠道”第三步检验的回归结果，中介变量进口规模(lnsize_im)和进口种类(lntype_im)的回归系数在1%水平下显著为正，表明进口规模和种类的增加有利于促进企业创新。这与张杰(2015)的结论基本一致。需要指出的是，与表4列(4)基准回归结果相比，在加入中介变量lnsize_im(列(6))和lntype_im(列(8))之后，交叉项Humcap×Post03的估计系数值和标准误出现一定幅度的下降，这表明“进口规模”和“进口种类”中介效应存在。

表4 机制检验

最后，检验学习效应渠道。企业在创新过程中主要经历技术吸收、技术改进与自主技术创新等步骤，而这一过程的推进与企业的学习能力密切相关。因此，本文将以申请专利中引用国外专利(lncite_for)情况作为企业学习能力的代理变量，以检验人力资本扩张促进企业创新产出的学习效应渠道。表4列(10)报告了人力资本扩张对企业学习能力的影响，可以看到，交互项Humcap×Post03的估计系数在1%水平上显著为正，表明人力资本扩张显著提升了企业在专利研发过程中对国外专利的引用。换言之，人力资本扩张促进企业学习能力的提升，这与人力资本扩张提升企业组织成员的知识存量总和(即知识积累)和知识应用能力有关。列(11)汇报了关于学习效应渠道第三步检验的回归结果，其中lncite_for的回归系数显著为正，说明企业的学习能力能够促进企业的创新水平的提升。相较于基准回归估计结果(表4列(9))，交叉项Humcap×Post03的估计系数值和标准误出现一定幅度的下降，表明“学习效应”中介效应存在。

为严谨起见，本文采用Bootstrap方法验证中介作用。表5检验结果表明，直接效应和间接效应95%的置信区间均不包括0，且P值小于0.001。

表5 Bootstrap检验

综上，可以看到，人力资本扩张通过研发投入、进口和学习效应渠道促进了企业创新，即验证了研究假说2。

(二)异质性分析

1.区分专利类型

根据中国专利法，专利主要包括三类：外观设计专利、实用新型专利和发明专利。其中，外观设计专利是指改变产品的形状或颜色；实用新型专利是指对产品形状或结构提出的技术方案；发明专利则是指对产品或者方法或者两者兼而有之的技术创新，往往蕴含更高的技术含量。表6列(1)～(3)分别汇报了人力资本扩张对外观设计(lnpatent_d)、实用新型(lnpatent_u)和发明(lnpatent_i)三类专利申请数的回归结果。可以看到，交叉项Humcap×Post03的估计系数都显著为正，表明人力资本对不同类型创新均产生了促进作用；进一步通过计算，外观设计、实用新型和发明三类专利的交叉项Humcap×Post03的标准化估计系数分别为0.027、0.020、0.078，这意味着人力资本扩张在更大程度上促进了企业进行技术含量更高的创新活动。

2.区分创新进入企业和原有创新企业

借鉴国际贸易中出口的“二元边际”思想，将政策冲击前(即2003年之前)没有创新成果的企业定义为创新进入企业，将已经有创新成果的企业定义为原有创新企业，并分别生成两个虚拟变量entry和sustain。然后将这两个虚拟变量与Humcap×Post03形成三重交叉项，纳入基准模型(1)进行估计，结果报告在表6列(4)。可以看到，三重交叉项Humcap×Post03×entry和Humcap×Post03×sustain的估计系数都显著为正，这意味着人力资本扩张不仅有利于创新进入企业克服创新壁垒，也有助于原有创新企业增加其创新产出。这一发现进一步肯定了人力资本在企业创新进程中的关键作用。此外，还可以看到三重交叉项Humcap×Post03×sustain的估计系数更大，表明与创新进入企业相比，人力资本扩张对原有创新企业持续扩张其创新产出有更强的促进作用。这可能是因为原有创新企业更容易将人力资本与其他创新要素相结合，从而使得人力资本扩张的创新效应得到更大程度的发挥。

表6 异质性分析Ⅰ

3.区分企业所有制

考虑到中国制造业企业存在不同的所有制形式，一个令人感兴趣的问题是人力资本扩张对不同类型所有制企业创新的影响是否存在差异。为此，同时将国有企业虚拟变量(Soes)和外资企业虚拟变量(Foreign)与Humcap×Post03形成三重交叉项，纳入基准模型(1)中进行估计，结果列于表7列(1)。可以看到，三重交叉项的估计系数显著为正，这意味着相对于民营企业而言，人力资本扩张对国有企业和外资企业创新的促进作用更大。这一结果实际上并不难理解：民营企业长期受到严重的融资约束(余明桂 等，2016)，可能没有充裕的资金去雇佣足够的高素质大学生；与此不同的是，国有和外资企业一般较民营企业面临更小的融资约束，因此这两类企业在“高校扩招”政策实施后，更有能力雇佣大量高技能的大学生(毛其淋，2019)。另外，外资企业依托其海外母公司对国际市场及前沿技术的了解，有更多渠道获取多样化进口品并引用国外专利，有助于外资企业扩张市场份额，激励企业进行研发创新活动，提升企业的创新产出。除此之外，相对于民营企业而言，大学生更偏好在国有企业或外资企业就业，即国有企业或外资企业在高校扩招之后可以吸引更多的高素质人力资本。这也在一定程度上解释了为何人力资本扩张对国有及外资企业创新的促进作用大于民营企业。

4.区分企业规模

不同规模企业的创新行为存在较大差异(张璇 等，2017)。具体而言，小企业的违约风险较高(Palangkaraya，2012)，往往需要更高的创新融资成本，企业创新活动受限，另外小企业进入者更容易退出市场，更倾向于采用渐进式的投资方式(王永进 等，2017)，在面对人力资本扩张时可能经历更加审慎和缓慢的调整过程，从而避免由于创新投入过大而导致的资金链断裂等问题。相比之下，大企业有更完善的产品市场销售渠道，更容易充分利用人力资本，通过增加研发投入、加强进口和增强学习能力渠道扩大其创新产出。据此，可以推测，“高校扩招”政策引致的人力资本扩张对大企业创新的促进作用更强。为了验证这一推测，将企业规模虚拟变量(Bigfirm)与Humcap×Post03形成三重交叉项纳入基准模型(1)中进行估计，结果列于表7列(2)。可以看到，三重交叉项的估计系数显著为正，这意味着相对于小企业而言，人力资本扩张对大企业创新的促进作用更大。与本文的理论预期一致。

表7 异质性分析Ⅱ

5.区分企业资本密集度

本文还比较感兴趣的一个问题是，人力资本扩张对不同资本密集度企业创新的影响是否存在差异。为回答这一问题，首先将企业按照期初的资本劳动比从低到高进行排序分成五组，相应得到五个资本劳动比分组虚拟变量(Quantile1～Quantile5)，然后将企业资本劳动比分组虚拟变量与Humcap×Post03形成三重交叉项，并纳入基准模型(1)中进行估计。从表7列(3)可以看到，交叉项Humcap×Post03的估计系数显著为正，并且其系数值(0.287)明显大于表1列(7)基准回归结果(0.197)，这表明人力资本扩张在更大程度上促进了资本劳动比最高的20%企业创新产出的提升。此外，各三重交叉项的估计系数均为负，而且随着企业资本劳动比的降低，其估计系数的绝对值总体上趋于变大，这说明人力资本扩张对企业创新的促进作用随着企业资本劳动比的下降而降低。背后的原因可能为：相对于劳动密集型企业而言，资本密集型企业更加重视设备等资本品的进口与更新，也更为重视研发创新活动(张杰 等，2017)，因此，资本与人力资本间的互补性有利于提升企业的创新效率，进而在更大程度上促进企业专利申请数的增加。

六、进一步分析：人力资本对企业创新质量与创新效率的影响

提升企业创新质量是中国实现经济高质量发展的重要支撑(邱洋冬，2020)。企业创新能力的提高不仅依赖研发投入的持续增长，还取决于创新过程中创新资源利用效率的提高(Jefferson et al.，2006；李平 等，2007)，因此，探究企业创新质量与创新效率有着重要的现实意义。有鉴于此，进一步从创新质量与创新效率的视角来考察人力资本扩张与企业创新的关系。

为了降低选择性偏误，本文采用Heckman模型来检验人力资本对企业创新质量与创新效率的影响。根据Heckman模型的基本思路，首先建立企业创新决策方程，并利用Probit模型对企业创新决策方程进行估计，得到逆米尔斯比率，再将逆米尔斯比率作为控制变量添加到创新产出质量和效率决定方程。根据本文的研究目的，将创新决策方程、创新质量与创新效率决定方程设定为：

P(innodum=1)=α+ηinnodum+βHumcap×Post03+ρX+λ+γ+μ

(7)

E(lncic_5|innodum=1)=α+βHumcap×Post03+ρX+δM+λ+μ

(8)

E(inven_eff|innodum=1)=α+βHumcap×Post03+ρX+δM+λ+μ

(9)

式(7)中innodum指企业创新虚拟变量，当企业f在时期t的专利申请数为正值时取1，否则取0。式(8)中lncic_5表示企业创新质量，采用专利申请至授权后5年内专利被他引数的对数来衡量，其基本逻辑是，专利被他引用数一定程度上反映了该专利的质量水平(Hall et al.，2005)。式(9)中inven_eff为企业的创新效率，采用基于BCC模型的DEA算法计算得到纯技术效率衡量(Guan et al.，2012；诸竹君 等，2020)。M为逆米尔斯比率，若其系数显著不为0，表明存在明显的样本选择偏差，此时采用Heckman两步法估计是合适的，否则意味着不存在严重的样本选择偏差问题。

表8列(1)报告了Heckman两步法第一步的回归结果，可以看到，人力资本扩张有助于提高企业的创新概率，企业的创新经历对其创新决策也有显著正向影响。表8列(2)报告了以企业创新质量(lncic_5)作为因变量的估计结果，可以看到，交叉项Humcap×Post03的估计系数显著为正，表明在控制了其他影响因素之后，人力资本扩张显著提高了企业专利申请至授权后5年内专利被他引数，这意味着人力资本扩张有助于提升企业的创新质量。对此可能的解释是，人力资本扩张激励企业进口和使用更高质量和复杂度的中间品和资本品，提升企业整体的学习能力，这些均有助于企业克服技术门槛，进而促进企业创新质量的提升。

接下来，考察人力资本扩张对企业创新效率(inven_eff)的影响，相应的回归结果报告在表8列(3)。可以看到，交叉项Humcap×Post03的估计系数为在10%水平上显著为正，表明人力资本扩张显著提高了企业的创新效率。对此可能的解释是，高级人力资本的大量使用有助于企业优化其创新资源配置和利用效率，提高创新要素配置效率，进而提升了企业将创新要素投入转化成研发成果的效率。此外还可以看到，表8列(2)、(3)中，逆米尔斯比率(M)的估计系数均显著为正，表明确实存在样本选择偏误，因此采用Heckman两步法进行估计是有必要的。

表8 扩展性分析

需要指出的是，上文倍差法估计结果的可靠性取决于平行趋势假设是否得到满足。为此，设定如下计量方程，对企业创新质量和创新效率的变化在“高校扩招”政策冲击发生之前是否满足平行趋势假设进行检验：

(10)

(11)

其中，year为各年份时间虚拟变量，当年观测值取1，其他年份观测值取0。其它变量的含义与式(8)、(9)一致。

图5和图6分别绘制了处理组和对照组在样本期内企业创新产出的趋势变化，其中实线部分描绘了人力资本扩张的边际效应，虚线部分刻画的是95%置信区间。可以看到，2003年之前，边际效应线较为平缓且估计系数并不显著；从2003年开始，边际效应线出现明显的变化且系数显著，即处理组与对照组企业创新质量和创新效率的变化在“高校扩招”政策冲击发生之前是满足平行趋势假设的，据此前文基于倍差法估计得到的结果是可信的。

图5 动态效应(创新质量)

图6 动态效应(创新效率)

七、结论与启示

利用中国微观企业数据，以中国“高校扩招”政策实施后人力资本急剧增加为准自然实验，采用倍差法系统地评估了人力资本对中国企业创新的影响及其作用机制。结论如下：

首先，基准回归结果表明，人力资本扩张显著促进了企业创新。

其次，渠道检验表明，人力资本扩张不仅促使企业增加其研发投入，而且还促使企业进口使用更大规模和更多种类的资本品和中间投入品，同时还整体上提升了企业的学习能力，这些因素共同促进了企业创新。

再次，异质性分析发现，人力资本扩张主要促进了企业的发明创新，不仅有利于创新进入企业克服创新壁垒，还有助于原有创新企业增加创新产出；另外，人力资本扩张对大企业、国有和外资企业、资本密集型企业的创新促进效应更大。

最后，本文从创新质量和创新效率视角进一步审视了人力资本扩张与企业创新的关系，发现人力资本扩张提升了企业的创新质量和创新效率。

本文的研究结论对加快中国企业创新进程，促进经济高质量发展有重要的政策启示：

第一，现阶段中国人口老龄化或将成为抑制经济高质量发展的因素之一，因此要提高劳动生产率、加快人力资本积累，可以通过教育改革延长人均受教育年限并不断深化终身学习型社会的建设，进而提高人力资本积累水平，用“人口质量”红利替代“人口数量”红利。政府可以通过积极推动校企合作，加强高校和企业深度合作，依托高校示范基地开展双创园建设，促进科技成果转化与创新创业实践紧密结合，不断提高高校学生的创新能力，促进中国人力资本从“量”到“质”的转化。

第二，应加大对中小企业的资金扶持力度，助力中小企业高素质人力资本与各要素的有机结合，加速中小企业的创新进程。对于民营企业而言，提高创新激励和逐步消除劳动力市场扭曲，缓解民营企业融资约束问题，是促进这类企业创新的关键。

第三，应继续坚持经济全球化，鼓励更多企业从事高质量的进口贸易，积极融入全球价值链分工体系，从而加速促进中国企业转型升级和创新创造。

第四，企业在促进创新规模扩大的同时，应充分利用高素质人力资本与其他创新投入要素，防止人力资本错配，增加高质量和多样化进口，提升创新质量和创新成果转化效率，从而切实有效推动中国经济高质量发展。