城镇化、人力资本投资对中国制造业出口技术复杂度的影响——基于制造业省级面板数据的实证研究

白阳 王雅丽 王江宁

（1.国家开发银行 北京 100033；2.中共通辽市委党校 内蒙古通辽 028000；3.航天时代飞鸿技术有限公司 北京 100045）

我国加入WTO后，积极参与国际分工，使我国的出口贸易得到了飞速发展，在全球价值链体系中扮演着越来越重要的角色。制造业的发展对国民经济的快速增长起到了非常大的助推作用，虽然中国制造业的发展迅速，但是许多行业的产品仍处于全球价值链体系的中低端位置。World Bank数据显示，中国城镇化率和人力资本存量总体呈显著的上升趋势。那么，城镇化步伐的不断加快，人力资本投资是否能助推制造业出口技术复杂度的提高，从而向全球价值链体系的高端迈进呢？显然，回答这样的问题对当前制造业的升级及中国未来的发展具有重要意义。

1 理论分析与研究假设

1.1 城镇化对地区制造业出口技术复杂度影响的作用机制

从理论上来说，城镇化有利于出口技术复杂度的提高，其内在机理主要从以下两点解释：第一，城镇化的规模经济效应。城镇化越高的地区，越有利于生产要素的集聚。一方面，城镇化有利于资本要素的集聚，即有利于产业集聚。因为城市具有相对集中的资源，便捷的通信网络及完善的基础设施建设，资源的集中可以有效降低企业的成本。另一方面，城镇化有利于劳动要素的集聚。城镇化水平吸引企业聚集，劳动要素是企业实现规模化生产的必要条件。因此，提供更多的就业机会，形成比较完善的劳动力市场，进而吸引劳动力向城市迁移。第二，城镇化的技术创新效应。城镇化越高的地区，越有利于知识溢出。一方面，城镇化有利于知识的积累与交换。城市通常位列地区的核心地位，聚集大量的高校和科研机构，而高校和科研单位是知识输出的主要来源，具有人力资本优势。另一方面，城镇化有利于创新的实现。城镇化有利于研究机构与企业间的交流合作，研究机构可以为创新提供技术支持与人才保障，企业可以为创新提供市场环境与知识转变技术的条件。基于以上理论分析，本文提出：

假设1：城镇化水平的提升通过“规模经济效应”和“技术创新效应”实现生产要素聚集与劳动力要素聚集。利润率的提高促使企业研发投入增加，有利于技术进步，进而提高地区制造业出口技术复杂度。

1.2 人力资本投资对地区制造业出口技术复杂度影响的作用机制

人力资本是企业提高自主创新能力，实现技术进步的重要途径。人力资本的投资可以提高出口技术复杂度，其内在机理主要表现在：第一，人力资本投资可以提高企业的研发创新能力，主要表现在企业可以通过引进高水平科研人员提高自身的研发能力，增加企业的技术积累。第二，人力资本投资有助于本土企业学习国际先进管理经验和制造技术。随着我国参与全球价值链分工的不断深入，本土企业有更多的机会学习国际先进的生产技术和管理理念，人力资本的投资有利于本土企业将先进技术转化为企业生产力，从而推动本土企业的技术进步和创新能力，提高产品的技术复杂度。基于以上理论分析，本文提出：

假设2：人力资本投资有利于提高企业的研发创新和技术实现，增强新技术和先进管理理念的吸收能力，有利于地区产业的技术进步，从而提高地区制造业出口技术复杂度。

1.3 城镇化与人力资本的交互效应对出口技术复杂度影响的作用机制

前文分析了城镇化与人力资本对出口技术复杂度影响的作用机理，由于经济变量间并非孤立存在，在一定程度上存在相互交叉影响的可能性。城镇化水平对出口技术复杂度有直接影响，同时城镇化水平通过人力资本水平对出口技术复杂度有间接影响。也就是说，城镇化水平越高，越有利于地区产业人力资本存量的提高，导致制造业出口技术复杂度的提高。同理，人力资本对出口技术复杂度存在直接影响，也存在类似的机制。基于以上理论分析，本文提出：

假设3：城镇化与人力资本的交互效应有利于提高出口技术复杂度。

2 研究设计

2.1 变量选取

第一，被解释变量。关于制造业出口技术复杂度指数（记为EXPY），本文沿用Hausmann等（2007）测度产品技术复杂度（Export Sophistication Index）的思路。该方法以李嘉图比较优势理论为基础，以“产品对应的收入水平越高，则出口技术复杂度越高”为假设前提。

第二，解释变量。本文涉及核心解释变量有两个，分别是：（1）地区人力资本水平（记为Hu），采用受教育年限法作为人力资本水平的替代指标，选用地区年平均受教育年限，即不同受教育程度人数的加权值(人力资本水平具体计算方法：平均受教育年限=（小学文化程度人数×6+初中文化程度人数×9+高中文化程度人数×12+大专及以上文化程度人数×19）/总人数。本文将文盲、小学文化程度劳动力的受教育年限统一设定为6年，初中文化程度劳动力的受教育年限设定为9年，高中文化程度劳动力的受教育程度设定为12年，大专、本科、硕士和博士文化程度劳动力的受教育年限统一设定为19年。这样处理的优点在于与统计年鉴的划分方法一致，计算方便，但缺点也比较明显，较粗糙的划分方法使人力资本水平的计算存在一定的偏误)。（2）地区城镇化水平（记为Urban），选用人口城镇化水平作为衡量地区城镇化水平的指标，即地区年末城镇人口占该地区年末总人口的比重。

第三，控制变量。参考现有关于出口技术复杂度指数影响因素的文献，并保证实证结果的稳健性和可信性，模型对外商直接投资（记为FDI）、地区研发投入（记为R&D）、地区创新能力（记为Innov）、地区市场化程度（记为Marke）、地区基础设施水平（记为Infra）、地区人口规模（记为Popul）进行控制。

2.2 模型设定

根据前文理论分析，为验证假设是否成立，本文提出以下回归模型：

其中，除上文已提及的变量外，X 表示控制变量；µ表示地区固定效应；ξ 表示扰动项。值得注意的是，直接采用城镇化（Urban）与人力资本（Hu）的交互项做回归可能出现多重共线性问题。为了避免此类情况的出现，本文采用先对变量去平均后再做乘积来构造交互项的处理方法，在理论上既可以避免多重共线性问题，又不会对回归结果产生较大影响，是比较稳妥的处理办法。另外，为了方便解释，本文对以上变量做取对数处理。

2.3 数据来源

计算制造业出口技术复杂度的数据来自2006—2016年《中国工业统计年鉴》，地区涵盖全国30个省份（不包含西藏(西藏自治区许多行业出口额数据缺失严重，导致计算出现偏差，因此本文选择将其剔除)）制造业各行业总产值和出口额，本文对部分行业加以合并和剔除，以保证数据的前后一致性。另外，控制变量数据分别来自《中国人口统计年鉴》、人口普查数据、樊纲和王小鲁编写的《中国市场化指数》及各省份统计年鉴。

3 实证结果

3.1 回归结果

基准回归采用最小二乘法（OLS）对样本数据进行估计。结果发现，初步的混合最小二乘法（OLS）回归基本能够保城镇化水平、人力资本投资对地区制造业出口技术复杂度的正向显著的促进作用。为了检验最小二乘法（OLS）估计结果（模型2）与理论假设不一致的情况是否为真，也为了保证回归的可靠性，本文对无法观测的个体因素加以控制（固定效应模型FE）。结果显示，固定效应模型回归（FE）结果有效地改进了混合最小二乘法（OLS）对估计的精确性。

虽然固定效应能够在一定程度上保证回归结果的稳健，但并不能解决模型潜在的内生性问题。因此，本文加入技术复杂度（EXPY）的滞后项，构成动态面板数据（Dynamic Panel Data）。在估计方法上，采用系统GMM（system-GMM）方法估计缓解可能的内生性问题。系统GMM估计结果显示，在加入控制变量前后，城镇化水平、人力资本的系数均显著为正。实证结果表明，本文的假设通过实证检验（见表1）。

表1 回归结果

3.2 稳健性检验

在估计方法的选择上，稳健性检验依旧采用最小二乘法回归（OLS）、固定效应回归（FE）和系统GMM（system-GMM）三种估计方法。在指标的选择上，本文选用城镇化水平和人力资本水平的替代变量根据不同方式组合进行回归分析。替代变量具体的选择方法是：（1）地区城镇化水平：用土地城镇化率（urban1和urban2）代替人口城镇化率（urban）表示城镇化水平。（2）地区人力资本水平：用国家财政性教育经费占GDP比重（hu1）代替人均受教育年限（hu）表示地区人力资本水平。

4 政策建议

综上所述，本文提出以下政策启示：第一，加快推进全国各地区城镇化进程，尤其是西部地区的城镇化进程，缩小东西部地区城镇化差距。适当加快城镇化进程，缩短地区发展差异具有非常重要的意义。同时，发展城镇化对我国制造业的转型升级及全球价值链地位的提高具有非常大的潜力。第二，做好人力资本的投资与激励机制，鼓励人才向中西部地区流动，实现区域产业的协调发展。