内容提要:以“国家创新型城市”试点政策为背景,厘清了其影响劳动力收入的理论路径。并使用在异质性处理效应下仍然有效的异质性稳健DID估计量,同时基于个体与城市面板数据,构建多期DID模型展开实证研究。研究发现,“国家创新型城市”试点政策对劳动力产生了显著的、随时间推移日益增强的正向工资溢出效应。在排除测量误差、其他政策干扰、样本自选择、竞争性解释等问题后,该结论依然稳健。另一个发现是,工资溢出效应主要体现在高教育水平、从事技能工种与服务行业的个体上。城市的知识保护程度、市场化成熟度提高有利于扩大试点工作对劳动力增收的作用。与其他类型城市相比,技术创新能力突出的创新增长极型试点城市产生了相对较高的工资溢出效应。根据研究发现,提出了促进“国家创新型城市”试点政策积极工资作用发挥的政策建议。
近年来国内外经济形势发生了巨大变化,中国经济发展面临挑战,转变经济发展方式成为时代要求。国务院先后颁布了《关于实施科技规划纲要增强自主创新能力的决定》《国家中长期科学和技术发展规划纲要(2006-2020年)》等政策文件,正式提出将中国建设成为创新型国家的战略目标。中共十八届五中全会上,习近平总书记进一步提出创新、协调、绿色、开放、共享的新发展理念,指出创新是第一发展动力。在以上政策背景下,自2008年起科技部、国家发改委持续性组织推进了全国范围内的“国家创新型城市”建设工作。由于中国幅员辽阔,各地区资源禀赋、经济发展水平等存在明显差异,因此“国家创新型城市”的建设工作采取了“试点先行、积累经验、逐步推开”的方式。
目前国内已有不少研究采用一般的多期DID研究方法,发现“国家创新型城市”的试点工作通过倾注财政支持、优化创新环境、引导人才集聚、刺激企业投资等路径对试点城市的创新水平在企业(曹希广等,2022)与城市(李政和杨思莹,2019)层面均产生了显著促进作用,会使得创业活动在区域更为活跃(白俊红等,2022)。但同时,试点工作也改变了创新水平在不同产业间、不同所有制企业间的结构体现。如试点政策呈现出“重服务、轻制造”的阶段性特征(胡兆廉等,2021),对国有企业创新行为的推动作用显著强于非国有企业(闫昊生等,2021)等。
中共十九大报告明确提出“我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾”。提高人民的生活水平与质量也就成为中国经济发展的根本目标。作为中国重要的发展战略,厘清“国家创新型城市”试点工作对人民收入的影响本就是对其政策效应评估的重要内容。而已有研究对“国家创新型城市”试点工作的创新效应与其他经济影响的证实,则进一步明晰了讨论该试点工作的收入效应在研究上的意义。因为,一方面,创新本就具有较为复杂的劳动力收入影响(Benos和Tsiachtsiras,2019;Guo,2019)。另一方面,“国家创新型城市”试点政策丰富的文本规划还会从除创新外的其他方面如创业、产业集聚等改变劳动力收入水平。
李仁宇和钟腾龙(2022)从企业层面研究了国家创新型城市试点工作对劳动收入份额的影响,发现试点政策显著提升了当地企业的劳动力收入份额。但该文献只讨论了试点政策通过推动技术进步进而对企业劳动力收入份额产生影响的机制,未针对试点政策本身形成更全面的机制考虑。另一方面该研究是从企业的角度出发研究收入分配问题,没有直接回答试点政策对劳动力收入的影响,也没有分析这种影响的动态效应以及在不同地区、对异质性劳动力是否存在差异等问题。
本文则基于微观个体数据与中观城市数据,开展多期DID回归分析,探究“国家创新型城市”试点政策对劳动力的工资是否产生显著影响及产生了怎样的影响。考虑到传统DID估计量的有效性基于不同期与同期不同处理点间的处理效应均同质的假设,而自2008年起至2022年,持续性地有新的“国家创新型城市”试点成立,在长达14年的期间内,无论是国家抑或地区的经济发展环境与条件均发生了显著变化,这一严苛假设很难成立。因此本文使用不再依托于同质性假设的异质性稳健DID估计量进行研究。由于Borusyak等(2022)所提出的估计量相较于其他异质性稳健DID估计量在高斯-马尔科夫定理下更为有效,在估计处理效应时最大限度地利用了样本信息,关于平行趋势的检验也最为严格,结合“国家创新型城市”试点政策的特征,本文在实证分析中主要使用了该估计量。
本文研究发现,“国家创新型城市”试点政策显著促进了当地劳动力工资增长,这种促进效应随着时间的推移日益显现,此外高教育水平个体、从事工种对技能水平要求更高的个人及工作属于服务行业的劳动力将从政策中获得更为显著的收入增长。同时,当城市的知识产权保护意识越强、市场化程度越高,会越有利于试点政策工资溢出效应的实现。而在将“国家创新型城市”划分为创新策源地、创新增长极与创新集聚地时,发现不同类型的“国家创新型城市”试点均对劳动力工资产生了显著的正向影响,但创新增长极型试点的工资溢出效应最为突出,说明技术创新是推动中国经济发展的最主要动力,知识创新的源头作用有待加强,产学研的合作机制尚不健全。
本文的主要贡献在于,第一,以“国家创新型城市”试点工作为出发点,将政策文本与相关经济学理论紧密结合,对试点工作的工资效应问题进行了更为全面的理论分析。并在实证上开展了较为丰富的讨论,同时使用微观个体与城市层面的工资数据检验国家创新型城市建设的工资影响及动态效应。第二,在计量方法上较其他研究考虑了试点的异质性问题,采用异质性稳健DID估计量,在“国家创新型城市”试点政策对工资影响的议题上提供更为可靠的研究结论。第三,开展与理论分析相对应的异质性讨论,从侧面验证理论假说的同时,也为日后“创新型城市建设”试点工作的开展提供了有价值的参考依据。
接下来,本文的结构安排是:第二部分对“国家创新型城市”试点政策进行详细的介绍,并厘清“创新型城市”建设对劳动力收入影响的理论机制;第三部分为研究设计与数据说明;第四部分使用微观调查数据研究试点政策对劳动力收入的影响,并展开较为丰富的稳健性检验;第五部分基于更长时间维度的城市面板数据,在对试点政策与劳动力工资间关系进行再检验的同时,分析前者对后者影响的动态效应;第六部分则同时使用个体与城市数据,从验证理论假说的角度出发开展异质性研究;第七部分是研究结论与政策建议。
如前文所述,在迫切需要将中国经济增长方式由资源依赖型向创新驱动型转变的时代背景下,2006年初中国颁布了《关于实施科技规划纲要增强自主创新能力的决定》,明确作出建设创新型国家的战略部署。而后各地政府出于提高本地竞争力等需要纷纷积极响应,在一年内就有106个城市提出要将本地打造成创新型城市的目标,这一数量在日后仍持续性增长,说明建设“创新型城市”成为地方政府的共识(1)高博:《“创新”引领城市发展的潮流》,《科技日报》2010年3月28日第2版。。而面对中国幅员辽阔、不同地区经济发展水平与结构都大不相同的事实,要又快又好地实现国家经济发展方式的转变,先建设一批成熟的创新型城市试点,而后发挥试点城市的带动与示范作用逐步引领全国范围内的创新发展成为必然选择。
在充分考虑全国各个城市的创新基础、经济发展条件与对周边地区的带动作用后,2008年国家发改委批复深圳市成为中国首个“国家创新型城市”试点。随着深圳经验的积累与成功,科技部与国家发改委于2010年启动了在中国共36个城市(地区)的创新型城市(区)试点工作。而后在2011年至2013年间、2018年与2022年均有城市被批准成为新的试点,详细历程如表1所示。
表1 “国家创新型城市”试点名单
以2016年科技部与国家发改委出台的《建设创新型城市工作指引》(以下简称《指引》)为标志,可进一步将至今的“国家创新型城市”试点工作划分为两个阶段。《指引》在公布至2016年中国“国家创新型城市”试点名单的同时,更颁布了试点工作的组织实施意见与自验收评估体系,这意味着中国的“国家创新型城市”试点工作迈入了更为成熟的阶段。
在2021年的《国家创新型城市创新能力评价报告》中也对试点工作的成效从研发经费投入、财政科技投入、有效发明专利产出、高新技术企业培育等方面给予了高度的评价。那么,“国家创新型城市”试点政策对居民收入的影响又如何呢?
由于劳动力的工资水平主要由劳动力市场的供求关系与劳动力本身的生产率高低决定,因此本文基于《指引》中对试点工作的任务部署,从任务是否可能对劳动力生产率或就业机会产生影响的角度出发,分析其中可能对个体工资产生影响的举措。
首先,《指引》中提出试点城市要通过政策激励,大力增强企业的自主创新能力,促进形成创新型企业。企业要增强自主创新能力就要增加对高技术附加值生产要素的投入,进而提高对高技能劳动力的雇佣比例。高技能劳动力在区域与企业的集聚将通过知识外溢效应对其他劳动力的生产率产生积极影响。而企业自主创新能力提升的成果主要体现在生产过程创新与产品创新两方面。生产过程的创新一方面是生产机器等有形生产要素的进步,另一方面也包括生产活动组织管理方式等软投入的改进。因此创新型企业的形成对劳动力收入的影响主要有以下三个源头:其一,企业在生产过程中所使用生产机器的改进将导致机器对人的替代,产生对劳动力尤其是低技能劳动力的“就业挤出”效应,但也会引致对机器本身更多的需求,进而在机器生产企业创造新的就业机会(Say,1964)。而仍在就业市场的劳动力使用更为先进的机器从事生产,其自身劳动生产率也将提高。其二,企业生产活动组织管理方式的创新对劳动力的替代效应将相对有限,但其同样有益于在职劳动力生产效率的提升,劳动力的工资水平也将提高。其三,企业在产品方面的有效创新将刺激新的消费需求,而劳动力一方面将直接参与新增营业利润的分配(Boyer,1988),另一方面新的消费需求也将催生更多新的企业,进而产生新的劳动力需求(Marx,2004)。
可以发现,当企业的自主创新主要体现在生产过程上时,将同时产生对高技能劳动力的“就业创造效应”与对低技能劳动力的“就业替代效应”及“就业补偿效应”,进而将提高高技能劳动力的工资水平,对低技能劳动工资收入的影响并不确定。而当企业的创新主要表现为产品创新时,其对劳动力的工资影响将以积极影响为主。在创新发展的初期,将以产品创新为主,随着创新机会的减少,企业才会更多地追求生产方式上的革新(Vivarelli,2014)。因此,以中国创新发展尚处初级阶段为背景,创新型企业的建设将对劳动力,尤其是高技能劳动力的工资水平产生正向促进作用。
其次,《指引》强调在试点工作中要大力扶持中小企业发展,提高技术辐射与产业配套能力,促进形成产业集群。一方面,中小企业相较于其他企业数量庞大,吸纳就业的能力更强(周天勇,2006)。同时它们的创新水平也普遍较低,其业务上无论是深化抑或泛化发展,都将增加对于劳动力的需求。另一方面,产业集群的形成,在吸引更多企业建厂生产进而提供新的就业机会的同时,也将通过集聚效应与选择效应,提高劳动力的生产率(刘海洋等,2015),进而促进劳动力工资的提升。
再次,《指引》指出试点城市要进一步转变政府职能,激发民间创造活力,营造公平的竞争环境,并推动高水平的创新创业人才在区域集聚。创业在区域的活跃首先将直接创造新的就业机会(Ashcroft和Love,1996),其次,也可能促使已在位企业退出市场,进而对现有就业机会产生挤出效应(Van Stel和Storey,2004)。浓烈的创业氛围也将使得企业间的竞争更为激烈,推动在位企业不断寻求更先进的生产方式(Aghion和Howitt,1992),从而提高劳动生产率。此外,创业推动下的创新、革新活动,会通过前文所分析的企业自主创新渠道对劳动力工资产生影响。
最后,《指引》多次提到试点城市要进一步加大科技人才投入,建立覆盖创新全过程的研发基地、研发组织与创新服务载体,并指出要落实人才强国战略,提高就业人员中受教育与科技人员比例。这将在企业出于自身创新需要,增加对技能劳动力需求的同时,进一步激发其他组织与机构对于高技能劳动力的需求,进而促进高技能劳动力的收入增长。
以上为试点政策对劳动力收入产生影响的可能机制,而地区经济的不同特点也会使得“国家创新型城市”试点工作对当地劳动力收入产生差异性影响。具体而言,一方面,企业从事创新活动、科研机构开展研发工作的热情均会受到地区对创新成果保护强度的影响,当地对相关专利技术、知识产权的保护越强,意味着创新企业能够在更长时间保持其垄断性利润,研发机构能够获得更多的工作认同感,当地自主创新活动也将更为活跃(吴超鹏和唐菂,2016)。结合上文所述,这会影响以产品创新为主的自主创新对劳动力工资的积极作用。
另一方面,地区的市场化发展程度越高也将越有利于试点政策对劳动力正向工资效应的发挥。首先,地区市场化的成熟意味着要素市场的发育更加完善,进而将提高创新要素的流转效率。这不仅有利于企业创新能力总的提升(陈修德等,2014),劳动力市场壁垒的降低也将使前文理论分析中所提到的随企业自主创新而产生的“就业补偿效应”“就业创造效应”在更大程度上得以体现,中小企业发展与产业集群过程中的新增就业需求最大限度得以满足(崔琳昊,2023)。其次,地区的市场化程度更高也代表着地区产品市场的成熟。而产品市场的完善将形成更为灵敏的价格传导机制,厂商也将更及时地获得市场对新产品的反馈(戴魁早和刘友金,2013),进而由“消费创造效应”引致的新增就业也会更快出现。最后,随着市场化程度的提高,市场的竞争也将越为激烈。企业的创新与创业行为也将更为活跃,相应地,劳动生产效率也将在更大程度上提升。
基于上述理论分析,本文提出以下研究假说:
假说1:“国家创新型城市”试点政策将对劳动力工资产生积极正向影响。
假说2:“国家创新型城市”试点工作将对高技能劳动力工资产生更为显著的积极影响。
假说3:在知识产权保护意识更强、市场化发展更完善的地区,“国家创新型城市”的试点工作将产生更大幅度的正向工资溢出效应。
本文构建多期DID模型展开实证分析。在对多期DID模型的估计中,大多研究使用的是同时控制个体与时间固定效应的双向固定效应估计方法(TWFE),这种估计方法的有效性基于较为严苛的平行趋势、无事先预期、不同时期的处理组或同时期处理组内的不同处理样本受到外生政策同质影响等假设。然而中国在采取“试点”的方式对政策组织实施时,往往是考虑到中国幅员辽阔,不同省市间的社会经济条件差异显著,政策可能在差异性区域发挥异质性作用。因此,在分析“国家创新型城市”试点建设对劳动力的工资影响问题时,并不能简单地采用TWFE的估计方法。
针对在多期DID研究问题中时常存在不能满足传统TWFE估计方法同质性假设的情况,不少学者从是否存在动态效应、处理变量是否为二值变量等方面出发,基于不同设定,发展了在异质性处理效应下依然稳健的异质性稳健DID估计量。本文基于“国家创新型城市”试点政策的特点,在实证中主要使用了Borusyak等(2022)基于插补框架提出的异质性稳健DID估计量。选择的依据是,相较于其他同样针对动态处理效应、处理变量为二值变量、事件为多期的估计量——如Callaway和Sant’Anna(2021)、Sun和Abraham(2021),该估计量具有在高斯-马尔科夫定理下更为有效、能够最大限度地利用样本信息、可进行更为严格的平行趋势检验等优点(De Chaisemartin和D’Haultfoeuille,2022)。这一方面对研究样本量较少的情形更为友好,另一方面相关检验结果也更为可信。此外,Borusyak等(2022)使用处理前的所有结果变量平均值作为基准,而其他异质性DID估计量仅使用处理前一期的结果作为基准,因此Borusyak等(2022)估计量在样本观测值的期数非连续时更为适用。
由于劳动力的工资往往显著地受到个体特征影响,为更准确地识别出“国家创新型城市”试点政策的工资效应,在基础回归中本文使用了个体层面的工资收入作为被解释变量。具体而言,本文构建如下模型展开研究:
lnincomeict=α+βtreatict+γXit+θMct+IndividualFE+YearFE+εict
(1)
其中,lnincomeict为城市c的居民i在t年的工资收入对数。treatict为个体i所在城市c在t时是否受到“国家创新型城市”试点政策干预的虚拟变量,当个体i所在城市c在t年被确立为“国家创新型城市”试点,treatict在该年及以后的取值为1,而在t年前的取值为0。Xit为一系列个体层面会对工资收入产生影响的控制变量,主要包括年龄(age)、年龄的平方数(age2)、政治面貌(pstatus,中共党员取值为1,其余为0)、是否为农业户口(ahukou,非农业户口取值为1,其余为0)、是否获得过专业技术资格证书(certification,获得过取值为1,其余为0)、受教育水平(education,学历越高取值越大)、婚姻状况(marriage,在婚取值为1,非在婚取值为0)。Mct则为可能对个体劳动力工资水平产生影响的城市层面控制变量,具体有城市的整体经济状况(lngdp,为人均地区生产总值对数)、金融发展水平(lnfinance,取年末金融机构各项贷款余额与当年地区生产总值比值对数)、就业密度(density,为非农产业年末单位从业人员数与行政区域土地面积比值)、公共服务水平(hospital,为医院、卫生院床位数与常住人口数比值)与人力资本水平(lnstudent,取普通高等学校在校学生数与常住人口数比值对数)。IndividualFE为个体层面的固定效应(2)由于个体在研究期间内处于同一城市,因此对个体固定效应的控制也就控制了不随时间变动的城市层面干扰项对回归结果的影响。,YearFE为年份固定效应,εict为随机扰动项。β为重点关注系数,其显著为正,则说明“国家创新型城市”试点工作的开展对劳动力工资收入产生显著正向影响。
本文研究中个体变量的数据来源于2012-2018年中国劳动力动态调查(CLDS)。该调查自2012年起每两年在全国的29个省区市(除港澳台、西藏与海南)展开一次。在样本选择方面,CLDS调查以2012年的访问对象为基因成员,之后每期的样本选取采取轮换追踪方式。本文以各次调查中的个体编号为依据,将同一追踪样本在不同年间的调查数据整合成一非平衡面板,构成双重差分研究的基础数据。值得说明的是,每一次的CLDS调查均访问的是调查个体在上一年的特征属性与经济情况,因此,本文所使用的个体层面数据为2011年、2013年、2015年与2017年度数据。模型(1)中城市层面变量的数据也取对应年份值,主要来源于2012年、2014年、2016年与2018年的《中国城市统计年鉴》及各省市统计年鉴。
从研究目的出发,本文对实证数据进行了如下清洗:在个体工资数据方面,首先删除了缺失工资收入数据以及工资记载不为正的个体样本;其次,因为2008年与2010年被设立为“国家创新型城市”试点的地区在基础回归研究期间内一直为处理组,本文对属于这些地区的个体样本予以删除;在仅保留有追踪数据的个体样本及经过上述处理后,发现处理组的样本主要分布于2012年与2013年被确立为“国家创新型城市”试点的城市。因而,本文进一步将缺失2011年工资数据的个体样本删除;最后,虽然CLDS调查采用的是多阶段、多层次与劳动规模成比例的PPS抽样方法,但为避免抽样及经筛选后留存的个别样本并不能代表该地当年的平均工资水平,本文对观测数小于10的城市(地区)予以剔除。在城市变量的数据处理中,常住人口数为地区生产总值与人均地区生产总值的比值。对于整体经济水平(lngdp)、金融发展水平(lnfinance)以及个体工资性收入(lnincome)等价值性变量,本文将各期数据均平减至2010年水平。
表2为本文变量的描述性统计特征。可以发现,处理组城市层面变量的均值略高于控制组。而从微观个体特征看,除个人工资收入与年龄外,控制组的个体变量均值略高于处理组。通常而言,除个人年龄与其工资收入呈非线性关系外,其余个体层面控制变量应与个体收入间存在正向相关关系。然而表2表明,控制组的样本平均个人工资收入要明显低于处理组,这说明,处理组存在外生于本地劳动力个人属性外的因素对其个人工资收入产生了正向影响。
表2 变量描述性统计
表3列出了处理组与控制组各期的平均工资均值,可以发现,处理组的个人工资收入均值在研究期间始终高于控制组。但是2011年处理组与控制组的工资均值仅相差1620.97元,而在处理组城市被确立为“国家创新型城市”试点后,处理组与控制组在劳动力工资收入水平间的差距明显扩大,一直保持在5000元左右,这在一定程度上说明政策试点可能对当地劳动力的工资收入产生了影响。
表3 处理组与控制组工资收入均值的描述性统计分析
由于本文所构建的微观面板数据受数据可得性限制只有1期处理前数据,无法适用于平行趋势检验。因此,进一步将研究期间划分为处理前与处理后,使用均值差异检验,以期初步排除“处理组在成为试点前便有与控制组存在显著差异的工资水平”这一内生性问题。表4为控制组与处理组平均工资在处理前与处理后的均值差异检验结果。发现在处理前,控制组的平均工资与处理组不存在显著差异。而在处理后,控制组居民平均工资显著低于处理组,两者间存在十分显著的差异。
表4 控制组与处理组平均工资均值差异检验
如前文所述,异质性稳健DID估计量较一般的DID估计量允许试点城市存在异质性,其更宽松的假设提高了研究结果的可靠性。因此,本文依据数据结构特征使用了Borusyak 等(2022)异质性TWFE估计量对模型(1)进行回归分析,基准结果如表5所示。
表5 基准回归结果
其中,第(1)列是在未考虑任何控制变量、未控制任何固定效应情况下对“国家创新型城市”试点与劳动力工资收入间关系的初探,发现是否成为试点与劳动力的工资收入间呈正向相关关系。第(2)列则在第(1)列的基础上进一步对年份与个体固定效应加以控制,核心解释变量系数大小明显下降,但仍显著为正。
第(3)列在前一列的基础上进一步控制了对城市层面随时间变化可能对工资收入产生影响的可观测干扰性因素,同样发现treat变量为正,尽管其显著性有所降低。最后一列是在回归中同时加入城市与个体层面控制变量、控制个体与时间固定效应后的估计结果,发现试点政策的积极工资效应始终显著。此外,在控制了个体固定效应后,个体层面的控制变量均不显著,说明在研究期间内,样本的个体属性并未发生明显变化。
总之,以上基础回归结果表明,“国家创新型城市”试点政策对居民工资有显著正向溢出效应,假说1得到验证。效应大小方面,以第(4)列为例,发现“国家创新型城市”试点政策所带来的一系列资金与资源的倾斜及引致的创新与创业发展、产业集群的促成,将使试点城市劳动力的工资收入提高约15.24个百分点。这一数值的经济含义为,在处理组被批复成为“国家创新型城市”试点前,其劳动力的平均年工资收入为20015.94元(3)由于第(4)列的估计系数是在删除所有个体层面控制变量存在缺失值的样本后的结果,因此这里关于处理前本地劳动力年平均工资的计算也是基于同一样本集。具体地,计算了2011年处理组所有不存在控制变量缺失问题的个体样本的年平均工资。,而建设“国家创新型城市”工作的开展会使劳动力年工资收入平均增加3050.43元(=20015.94×0.1524)。
为检验与论证基准回归结果的科学性,本文继续使用异质性稳健DID估计量展开稳健性分析。
首先,为排除测量误差带来的内生性问题,对被解释变量的度量方式予以调整:在表6第(1)列以各期各城市分组,对个体工资进行上下1%的缩尾处理后取对数再进行回归分析,该列结果与基础回归一致。考虑到劳动力之间每年工作时长可能存在一定差异,本文进一步将劳动力的年工资收入转化为小时工资进行相关分析(4)具体转化方式为: 年平均小时工资=年工资收入总额/(每日工作时长×每周工作天数×4周×12月)。。回归结果如第(2)列所示,treat变量系数依然显著为正。此外,雇员样本相较于其他个体,其工资数据会更为透明与准确,因此仅保留就业身份为雇员的样本开展稳健性分析,表6第(3)列表明基准回归结果的稳健性再次得到论证。
表6 稳健性检验结果(1)
其次,表6第(4)至(7)列是为排除遗漏变量所导致的内生性问题进行的尝试。其中,第(4)列是在基准回归的基础上进一步在门类层面控制行业固定效应,发现基准回归结果依然稳健。第(5)至(7)列从排除同期可能对劳动力工资收入产生影响的其他政策干扰性作用出发,在回归中分别加入自贸区建设(李磊等,2012)、承接产业转移示范区成立(熊广勤和石大千,2021)、高铁开通(董艳梅和朱英明,2016)的虚拟变量进行稳健性检验,结果表明“国家创新型城市”试点政策对劳动力工资的积极影响依然显著。
接下来,本文从缓解样本选择性问题出发,开展稳健性检验。首先,在中国已成立的“国家创新型城市”试点中,有不少为省会城市,而省会城市在中国经济发展的历程中一直享有政策上的资源集聚优势。在试点政策作用于劳动力工资的过程中,省会城市或许能够发挥更好的资源整合能力,使得试点政策的积极工资影响显著高于其他非省会城市。因此本文进一步删除处于省会城市的研究样本进行稳健性检验,检验结果如表7第(1)列所示,与前文结论无明显差异。
表7 稳健性检验结果(2)
考虑到,有部分城市在基准回归研究期间内即2011-2017年尚未被设立为“国家创新型城市”试点,属于控制组,但在2018年与2022年被设立为试点城市。为避免预期效应引起估计结果的偏误,在表7第(2)列本文删除了这些样本,回归结果仍稳健。
同时,在本文回归中只保留了在研究期间内均参加工作的追踪样本,但往往是处于个人产出峰值的、教育水平满足市场需求的、享有的社会福利越不完善的微观个体越有可能选择就业,他们的工资水平往往高于其他群体。因此参考刘娜和陈安平(2021),本文使用Heckman两步法修正这一内生性问题(5)选择了微观个体的年龄、年龄平方、性别、是否在婚、身体健康状况、受教育水平、是否享有养老保险、是否享有健康保险、是否享有失业保险等变量对其是否在近一年参与工作进行probit回归。,结果如表7第(3)列所示,试点政策仍然对本地劳动力的工资收入具有促进作用。此外,逆米尔斯比对工资收入的回归系数也是显著的,这说明原模型的估计存在一定的样本选择性问题需要修正。
考虑到在成为“国家创新型城市”试点前,处理组的居民特征可能与控制组本就存在差异,如处理组的居民收入本就高于控制组,即存在样本自选择问题。本文采用PSM-DID的研究方法进行相关稳健性分析。在匹配时,由于仅有2011年1期的处理前数据,因此参考何靖(2016)的做法,使用这一年个体样本的年龄、性别、是否为农业户口、是否获得专业资格证书、受教育水平、婚姻状况、城市地区生产总值、就业密度作为协变量,基于核匹配原则使用logit模型估计各样本的倾向得分值(6)较匹配前,匹配后控制组与处理组间协变量的标准化均值偏差大多有所下降,且大部分在10%以内,能够较好地满足平衡性检验。并且,平衡性检验结果还显示,匹配前的logit估计伪R2为0.286,匹配后为0.025,出现了显著的减小。。表7列(4)列(5)则是分别以权重不为0和频数加权为依据进行匹配后估计的结果,表明回归依然稳健。
鉴于PSM-DID的估计方法在协变量选取上具有一定主观性,本文进一步开展了安慰剂检验。由于Borusyak等(2022)估计量使用城市设立为试点的年份(set)作为分组变量,因此本文对处理时间进行随机抽样。而检验的依据是,观察随机抽样形成的伪set变量对被解释变量依然产生显著正向影响的概率。倘若在随机抽样形成的虚拟时间下,该政策对工资收入的影响依然显著为正,则说明基准研究结果的显著正向影响很可能并非来自真实的“国家创新型城市”试点政策。在对set变量进行500次抽样估计后的系数核密度分布与p值分布如图1所示。其中,虚直线为估计所得的实际“国家创新型城市”试点工作对劳动力工资的影响系数即表5第(4)列的估计结果。
图1 随机抽样下的系数估计值分布
图1显示,在抽样随机形成的set变量下估计得到的处理效应呈均值为0的正态分布,且大多取值与基准回归所得的真实值有一定差距。在500次抽样下,494次的系数结果位于实际回归结果的左侧,双侧检验下得到的p值为0.024,说明抽样估计的系数与基准回归结果存在明显差异,也就有理由认为基准回归结果是稳健的。
最后,由于Borusyak等(2022)估计量相较于其他同样假设处理时间多时点、存在动态处理效应及处理变量为0-1变量的异质性稳健DID估计量,其更有效性基于更为严格的平行趋势假设与更严苛的序列非相关条件。倘若事实并非如此,Borusyak等(2022)估计量可能会得到更加有偏的结果。因此,本文同样使用了Callaway和Sant’Anna(2021)的异质性稳健DID估计量进行稳健性检验,结果见表7第(6)列,发现“国家创新型城市”试点政策依然能够显著促进个体工资增长。
如前文所述,微观层面的观测数据能够大大缓解本文估计中潜在的遗漏变量问题。但由于数据可得性限制,在基准回归中本文使用的微观个体工资数据所覆盖的时间维度较短,在处理组方面只涉及了2012年与2013年被设立为“国家创新型城市”试点的地区。因此“创新型城市”建设对劳动力工资的显著促进作用是这两期试点的特有效果,抑或普遍性成效需要进一步探索。同时由于时间维度的局限性,在基准回归中开展平行趋势检验与进一步的动态性分析较为困难。因此,本文进一步基于2003-2017年城市层面数据,构建模型(2),使用Borusyak等(2022)异质性稳健DID估计量展开分析。
wagect=α+βtreatct+θMct+CityFE+YearFE+εct
(2)
其中,wagect为城市c在t时的平均工资,主要使用在岗职工平均工资衡量,并平减至2003年水平。同样,treatct为城市c在t时是否成为“国家创新型城市”的虚拟变量,Mct为城市层面的控制变量,主要控制了各城市的人口规模(people,常住人口数,万人)、消费水平(consumption,社会消费品零售总额与地区生产总值之比)、金融发展水平(finance,年末金融机构各项贷款余额与地区生产总值比值)、政府管控强度(government,地方财政一般预算内支出与地区生产总值比值)、人力资本水平(student,普通高等学校在校学生数,人)、基建成熟度(transport,公路客运量与年末户籍人口比值)、就业密度(density,非农从业人员数与行政区域土地面积比值,万人/平方公里)与对外经济发展程度(foreign,外商实际投资额/地区生产总值)。CityFE与YearFE分别为城市固定效应与年份固定效应,εct为误差项。各变量数据均来源于2004-2018年《中国城市统计年鉴》。
在样本清洗方面,由于国家在北京市、天津市、上海市与重庆市四个直辖市设立试点时,是以区为单位的,为避免政策效果低估的问题出现,在此将这四个城市样本予以剔除。同时,在2003年至2017年间中国市级层面的行政划分也有一定程度的调整,其中儋州市、毕节市、铜仁市与海东市为近年新设立市,样本观测值有限,同样删除。
表8为相关回归结果。其中,第(1)列是使用Borusyak等(2022)异质性稳健DID估计量,控制了时间与城市固定效应,在城市层面对“国家创新型城市”试点政策与劳动力收入间相关关系的分析,发现treat变量系数显著为正。第(2)列在第(1)列的基础上增加了城市层面的控制变量,结果表明,试点政策依旧对劳动力工资产生显著正向影响。表8第(3)列则为防止政策预测效应对回归结果的干扰,删除2018年与2022年成为“国家创新型城市”试点的地区后的估计结果,试点对工资的正向影响依然显著。最后,在第(4)列进一步控制了城市是否成为自贸区(trade_treat)、承接产业转移示范区(indtrans_treat)及是否开通高铁(gaotie_treat)的虚拟变量,发现城市成为“国家创新型城市”试点后的政策福利平均将使地区的劳动力工资性年收入提升约251.67元。这一数值较个体层面的分析结果有所下降,很可能是地区的人口结构特征所致。但不可否认的是,“国家创新型城市”的建设工作将显著帮助劳动力实现增收,假说1在使用城市层面数据的分析中再次得到验证。
表8 城市层面的回归结果
此外,本文基于时间维度更长的城市面板数据,进一步估计“国家创新型城市”试点政策对劳动力收入的动态与长期影响。由于传统TWFE的DID估计量一方面在分析动态效应时不能考虑预期效应,另一方面在研究长期处理效应时,其同质性假设将导致对这一效应的高估(Borusyak等,2022)。因此本文基于表8第(4)列的模型设定与变量控制,使用Borusyak等(2022)异质性稳健DID估计量进行考虑预期效应的回归、平行趋势检验与动态效应分析。首先,假设当地企业与劳动力对所在城市被设立成为“国家创新型城市”有一定预期,因此会更早地调整其生产与人力资本投资行为,进而处理效应将更早地出现。表8第(5)列为考虑一期预期效应的估计结果,treat变量的正向回归系数依然显著。
使用Borusyak等(2022)估计量的平行趋势检验与动态效应分析结果如图2所示。由于全国最早的“国家创新型城市”试点在2008年成立,因此对试点成立前5年的平行趋势进行检验。发现在成为“国家创新型城市”试点前,处理组与控制组间的地区工资变化趋势不存在明显差异,通过平行趋势检验。而在城市被确立为试点后,处理组与控制组间的工资差异日益扩大,并且,正向处理效应日益显现。
图2 平行趋势检验与分期估计结果
在该部分,本文将使用个体微观数据与城市中观数据同时开展异质性分析,以进一步探究“国家创新型城市”试点政策对劳动力收入影响的更深入特征,并侧面论证本文理论分析中的假说2与假说3。
首先,本文以劳动力的最高学历水平是否处于高中及以上为标准将其划分为高教育水平与低教育水平群体。如表9列(1)列(2)所示,“国家创新型城市”试点政策主要促进了高技能劳动力的工资水平提高,对低教育水平群体的收入尚未产生显著正向影响。同时,本文也以个体对于问题“在您看来,目前工作是否需要接受专门的训练或培训?”的回答为依据,将其划分为从事技能工种与从事非技能工种的劳动力,表9列(3)列(4)为相关回归结果。由于该问题仅针对就业身份为“雇员”的个体进行询问,因此样本量有所减少。同样发现,试点工作仅促进了从事技能工种劳动力的工资提高。至此,假说2得到验证。
表9 基于微观数据的异质性分析
本文最后使用个体微观数据,从行业层面讨论试点政策对劳动力工资的异质性影响。发现政策的正向工资效应主要表现在服务行业,“国家创新型城市”试点工作的开展并未提高制造行业劳动力的工资水平,这与胡兆廉等(2021)的研究结论一致。
接下来,本文使用城市层面数据展开异质性分析,对假说3进行检验。其中,由于地区对于知识产权保护、专利维护的力度会影响到企业与科研机构的创新活力,本文主要参考沈国兵和黄铄珺(2019)的做法,将城市划分为知识保护程度强与弱的地区。具体而言,人工收集了2017年北大法宝司法案例库中记录的各城市案由为知识产权与竞争纠纷的案例数,并以显性比较优势指数的构建方法,设计城市层面知识产权保护强度指标。计算得到各城市的知识产权保护强度后,以全国的平均值为界,将高于或等于平均值的城市划分为知识产权保护强地区,其余为知识产权保护弱城市。城市层面知识产权保护强度指标的具体计算方法如下:
(3)
其中,knowledgect为城市c在t年的知识产权保护强度,know_courtct为城市c在t时有关知识产权与竞争纠纷的案例数,GDPct为城市c在t年的地区生产总值。而know_courtt与GDPt为全国层面的对应指标值。
相应回归结果如表10列(1)列(2)所示。可以看出,无论是知识产权保护较强的地区抑或知识产权保护意识较弱的城市,“国家创新型城市”的试点政策都将显著促进当地劳动力增收。本文针对两组回归进行了分组回归系数差异性检验,处理效应的组间差异p值为0.09,即在知识产权保护强的地区,试点政策对劳动力的工资溢出效应显著高于知识产权保护弱的城市。这说明虽然试点建设带来的一揽子政策福利能够有效地改变企业的生产行为进而对劳动力收入产生积极影响,但要实现这一积极影响的最大化,更广泛地加强人们对知识产权保护重要性的认识尤为关键。
表10 基于城市数据的异质性分析
为探究地区市场化发展程度在“国家创新型城市”试点工作对当地劳动力工资收入影响中的重要作用,表10列(3)列(4)展开相关分析。其中,关于市场化程度的衡量,由于数据限制,主要遵循樊纲等(2003)的做法,计算了各省2017年的市场化指数,并将其匹配至属地城市,而后将市场化指数高于全国平均值的地区划分为市场成熟的城市,其余则为欠成熟城市。发现,在市场化程度更高的地区,“国家创新型城市”试点工作更大幅度地促进了本地劳动力的收入增长,组间经验p值为0.04,即这种组间差异是显著存在的。因此,要更大程度地激发试点工作对劳动力收入的正向溢出效应,推动提高地区的市场完善度同样至关重要。总之,通过表10中列(1)至列(4)的回归分析,本文假说3也得以论证。
最后,根据中国科学技术信息研究所编制的《国家创新型城市创新能力评价报告2021》,本文进一步将现有的“国家创新型城市”划分为创新策源地、创新增长极与创新集聚区。其中创新策源地为创新型城市中原始创新能力高,具有重要意义的原创性成果产出多的地区,同时它们也有较高的技术创新能力;创新增长极为技术创新水平最突出的城市;而创新集聚区为创新型城市中原始创新力与技术创新力相对较弱的区域。由表10列(5)至列(7)估计结果可以看出,无论是何种类型的“国家创新型城市”,试点政策同样都为劳动力带来了增收的积极影响。但似乎意外的是,在创新增长极型的试点城市,政策带来的工资增收效应最为显著,而后是创新策源地与创新集聚区(7)由于经验p值分析仅适用于分组回归,而表10列(5)至列(7)的异质性分析主要是更换了处理组,控制组并未发生变化,并非完全的分组回归,因此不再进行经验p值的分析。。这说明,在“国家创新型城市”的建设工作中,知识创新的重要作用尚未发挥。这可能是由于知识创新本身的质量存在不足,亦可能是产学研部门间的联动机制尚未健全。而创新增长极型试点城市最为显著的工资溢出效应验证了企业活动在政策影响劳动力工资过程中的重要作用。
本文以《建设创新型城市工作指引》的文本内容为依据,结合创新、创业、劳动力市场等相关理论,较为全面地分析了“国家创新型城市”试点工作对劳动力工资收入的影响路径与特征。在此基础上,基于2012-2018年CLDS微观调查数据与2003-2017年的城市样本数据,使用异质性稳健DID估计量修正传统TWFE估计量因异质性处理效应而存在的估计偏误问题,研究了“国家创新型城市”试点政策对劳动力工资收入的影响。并且从排除测量误差、遗漏变量、选择性问题等方面出发,开展了较为详实的稳健性检验。最后从理论出发,展开了一系列异质性分析。
研究发现:“国家创新型城市”试点工作显著帮助劳动力实现了增收,并且这种积极作用随着时间的推移会愈发显现。但主要是对高教育水平、从事技能工作的个体工资产生积极促进作用,并且只促进了服务行业的劳动力收入增长。从地区层面来看,虽然试点工作普遍提高了当地劳动力工资待遇。但当区域对于知识产权的保护程度越强、其市场化发展越为成熟,这种正向工资溢出效应也将扩大。同时,创新策源地、创新增长极与创新集聚区型的“国家创新型城市”试点工作也都显著促进了劳动力工资水平提升,但是单单技术创新能力最突出的创新增长极型试点城市最高水平地促进了当地劳动力的工资上涨。
基于研究发现,为在创新驱动发展中实现居民增收,本文提出以下政策建议,首先,劳动力素质与技能教育的提升在建设创新型城市的背景下更为重要。可通过提供更丰富的基础教育在线网络课程、畅通成人自考等升学渠道、降低职业教育门槛等提升劳动力的平均教育水平。
其次,不可忽视制造业的就业创造能力,可通过将衡量制造业创新水平的指标纳入“国家创新型城市”试点工作考评体系等方式,进一步推动实现试点政策对制造行业劳动力工资的积极影响。并引导服务行业与制造行业的创新良性互动,以在更广泛的经济活动中发挥试点政策的积极工资效应。
再次,要不断推进地区市场化发展,在落实试点政策为企业、区域创新带来的一系列支持的同时,加强与其他地区的正式与非正式交流,降低劳动力跨区域流动、资本跨区域投资、商品跨区域交易的壁垒,将政府对市场的干预控制在合理范围。
同时,也要完善专利认定与保护制度,在更广泛群体中宣传对知识的尊重意识。还应同步拓宽专利交易、讲座授课等正规知识交流途径,使得知识拥有者更受保护,知识购买方承担相对更低且风险更小的社会经济成本,加入到知识创新、知识交易的活动中。
最后,要推动产学研各部门在创新中的联结与合作,如支持研发机构与企业间的课题合作、调研协作、经验交流等,使得知识创新与技术创新有机协调,实现试点政策经济效益的最大化,规避与减少政策资源浪费。