劳动收入份额、异质性人力资本与产业创新

一、引 言 作为经济发展的核心理念，“创新”一词在十八届五中全会中首次被提及。十九大报告从战略方针、实施主体、创新体系等给出了创新具体政策。新时代中国经济迅猛发展的同时，深层次的结构性问题逐渐暴露，如产能过剩、供给缺口等。这种现象导致资源配置无效、内需不足，即供给端产业创新严重影响经济高质量发展（孙早和许薛璐，2018）［1］。关于人力资本对产业创新的促进作用，内生增长理论给出了阐述。就人力资本数量而言，人口增加，劳动力数量提升，总的人力资本增加；就人力资本质量而言，人力资本所有者的知识、技能导致劳动者生产力配置存在差异，故人力资本异质性导致产业创新差异性显著（徐常见和黄铁苗，2019）［2］。产业创新的发展需要人的参与，对人的激励涉及经济发展成果的分配。初次分配关系到社会公平性，通常选择要素收入分配衡量。中国初次分配中的劳动收入份额在金融危机之前下降幅度大，近年来有所提升，但总体呈现降低态势。那么，初次分配中劳动收入份额的变化是否会影响人力资本？进而影响产业创新？本文拟回答以上问题。 关于劳动收入份额对产业创新的影响机制，一是研究劳动收入份额直接作用产业创新；二是虽然没有讨论劳动收入份额对产业创新的作用，但涉及中介变量对两者的作用。具体而言：①第一种文献研究较少，主要集中在国外学者。Bhaduriand Marglin（1990）［3］研究收入分配如何影响产业创新，证实经济体以劳动收入占主体则会推动产业创新，而以资本收入占主体则会抑制产业创新。Naastepad and Strom（2006）［4］实证发现劳动收入份额的降低对劳动生产率影响不利，从而不利于产业创新。Vergeer and Kleinknecht（2007）［5］认为偏向劳动收入的功能性收入分配将会促进产业创新。Hein and Tarassow（2010）［6］认为工资主导提高了劳动生产率，产出增大，从而作用于产业创新；②第二种文献研究较多，主要集中研究中介变量对两者的影响。包括：①居民收入差距，Daudey and Cecilia（2007）［7］、Checchi and Cecilia（2008）［8］、Checchi and Cecilia（2010）［9］、Schlenker and Kai（2015）［10］、周明海和姚先国（2012）［11］、吕冰洋和郭庆旺（2012）［12］、张照侠（2015）［13］、张车伟和赵文（2017）［14］认为劳动收入份额的增加能够缩小居民收入差距；王俊和刘东（2009）［15］、李平等（2012）［16］发现居民收入差距对于产业创新的影响存在双重性。②人力资本，Galor and Zeira（1993）等［17］发现劳动收入份额的下降对人力资本投资产生不利影响；Grimpe and Sofka（2009）［18］、Madsen（2014）［19］、Chemmanur et al.（2015）［20］、Sun and Li（2017）［21］、姚东旻等（2017）［22］发现人力资本对产业创新产生正向作用，而Pritchett（2001）［23］发现人力资本水平的提升显著抑制了技术进步。③消费需求，Hein and Vogel（2008）［24］发现劳动收入份额对发达国家消费需求呈现工资拉动型，而对小型经济开放体和发展中国家消费需求呈现利润拉动型；黄乾和魏下海（2010）［25］发现劳动收入份额对消费需求产生显著的正向促进作用。 本文可能的贡献在于：第一，以人力资本为切入点，系统阐述了劳动收入份额对产业创新的作用机制，为产业创新的影响因素提供新的解释；第二，分别利用2001-2017年省际面板数据，运用两步最优GMM法检验中国劳动收入份额、异质性人力资本及劳动收入份额与异质性人力资本交互项对产业自主创新和技术吸收的影响，为研究劳动收入份额影响产业创新的作用机制提供经验支持。本文的研究在一定程度上可为中国更好实施创新驱动发展战略、发展成果由人民共享的理论与实践提供借鉴。 二、理论机制 （一）劳动收入份额对人力资本的影响 伴随着逐渐拉大的城乡收入差距，城乡基尼系数随之增大，表明社会财富集中于少数高收入群体手中。那么，该类群体的消费结构也随之发生变化，城镇居民消费集中于人力资本投资，农村居民消费集中于基本生活水平。若劳动收入份额提高，消费结构中的基本生活消费比重逐渐缩小。当出现通货膨胀时，相比高收入居民，对于以低附加值劳动为特征的农民工影响最大。接下来，相对降低了劳动收入份额，则居民投资自身、子女培训医疗等比例减弱，该现象拉大了城镇与农村居民之间的人力资本积累。 （二）人力资本对产业创新的影响 理论上而言，人力资本通过直接效应、溢出效应作用于产业创新。一是直接效应，表现为教育年限更长、教育层次更高的个人，具备更强科技知识与创新力，个人科技创新力的加总导致高教育人力资本存量产生更强科技创新力、创新产出。假如将科技创新当成生产，高教育人力资本存量的个人会拥有更高创新效率、更多创新成果。二是溢出效应，受教育程度高的同时，具备更强科技创新力的个人，会提升他人的工作效率，受教育年限较高的群体环境会激发他们提高自身人力资本水平，则群体科技创新力也间接得到提高。因此，人力资本存量层次越高，加大了产业内职工相互学习，有利于传播、扩散科技知识，人力资本溢出对科技创新作用越大。 （三）劳动收入份额、人力资本对产业创新的影响 高水平人力资本水平是高效率产业创新的前提，因而人力资本水平提高促进了产业创新。劳动收入份额增加借助消费总量和消费结构作用人力资本。总量上来说，劳动收入份额增加，有效激励了劳动者的人力资本投资决策，同时也带动了低收入劳动者的人力资本投资，使得劳动者愿意并且能够实施人力资本投资。结构上来说，高技能劳动者在提高产业创新水平中扮演重要作用。劳动收入份额增加，激发劳动者接受高等教育决策，高技能人口比重增加，从而推进产业创新。 按照上述理论分析，图1给出了劳动收入份额、人力资本对产业创新的影响机制。 图1 劳动收入份额、人力资本对产业创新的影响机制 三、研究设计 （一）计量模型设定 在上述理论机制分析的基础上，本文利用2001-2017年省际面板数据，检验中国劳动收入份额如何通过影响异质性人力资本（高中低技能劳动者），进而影响产业创新（自主创新和技术吸收）。计量方程设定如下： 其中，inoit表示产业自主创新；absit表示产业技术吸收；lisit表示劳动收入份额；hhucait表示高技能劳动者；mhucait表示中技能劳动者；lhucait表示低技能劳动者；Xit为一组控制变量；ηi代表区域个体效应；μt代表时间非观测效应；εit代表残差项。 （二）变量测算与说明 （1）产业创新的测算与说明。第一，产业自主创新（inoit），从创新投入的视角入手，采用规模以上工业企业R&D经费内部支出予以衡量。具体处理方法为：收集规模以上工业企业R&D经费内部支出名义值，然后以2001年为基期，通过研发支出价格指数进行平减获得实际值。根据朱平芳和徐伟民（2001）［26］的做法，研发支出价格指数计算公式为：PIit=0.55PICit+0.45PIIit，其中，PIit为研发支出价格指数（以2001年为基期），PICit为消费价格指数，PIIit为固定资产投资价格指数。第二，产业技术吸收（absit）选择规模以上工业企业技术获取和技术改造经费予以衡量。计算方法与产业自主创新一致。所有数据均来源于《中国统计年鉴》《中国工业统计年鉴》和《中国科技统计年鉴》。 （2）劳动收入份额的测算与说明。从国内主流研究看，测算劳动收入份额所用到的数据通常取自以下三类基础资料：资金流量表实物交易部分、省际收入法GDP核算数据、投入产出表数据。本文研究的对象是全国层面的要素收入份额和地区层面的要素收入份额。鉴于仅有省际收入法提供区域数据，所以本文利用省际收入法GDP测算地区劳动收入份额。测算劳动收入份额的基本公式为：劳动收入份额=劳动者报酬/国内生产总值。数据来源于《中国统计年鉴》和各省历年统计年鉴。 （3）异质性人力资本的测算与说明。用劳动者受教育年限进行划分，受教育年限不同，劳动的知识水平、技能差异也存在明显差别，参照Caselli and Coleman（2006）［27］处理方法，按照受教育程度将人力资本分为初级人力资本、中级人力资本和高级人力资本。其中，初级人力资本（lhucait）选择各地区从业人员中初中及以下人口比重；中级人力资本（mhucait）选用各地区从业人员中高中及大专人口比重；高级人力资本（hhucait）选用各地区从业人员中大学本科及以上人口比重。所有数据均来源于《中国劳动统计年鉴》。 （4）控制变量的选取与说明。基础设施建设（istit）选用各区域公路里程数与区域面积之比；市场化程度（marit）选用非国有固定资产投资与国有固定资产投资之比；金融开放度（finit）选用金融机构年末存贷款余额占GDP的比重。所有数据均来源于《中国统计年鉴》《中国金融年鉴》及各省历年统计年鉴。 （三）统计性描述 根据上文对各变量的讨论与计算公式，将采集的数据带入得到各变量的描述性统计见表1所列。 表1 变量描述性统计变量ino abs lis hhuca mhuca lhuca ist mar fin单位亿元亿元%%%%——平均值136.687 7 102.140 9 46.740 0 70.030 0 19.527 2 5.150 8 1.354 9 2.446 0 2.643 0标准差206.036 0 94.010 0 6.570 0 13.050 0 8.103 5 5.487 4 1.644 8 1.587 9 1.046 4最小值0.031 8 0.017 2 4.370 0 23.100 0 1.000 0 0.000 0 0.097 9 0.056 5 1.071 6最大值1 328.239 2 590.637 8 70.750 0 98.900 0 48.500 0 37.600 0 11.132 1 8.901 7 8.131 0样本数521 488 527 527 527 521 505 527 527 四、实证结果及解释 （一）全样本实证结果 在本文的实证分析中，内生性问题是一直存在的，劳动收入份额对产业创新发生作用，反之，产业创新对劳动收入份额可能产生反向因果作用。为避免内生性导致的回归偏误，故在基准模型中选择GMM工具变量法进行回归，其中，工具变量采用自主创新和技术吸收的滞后期。回归结果见表2所列。使用工具变量法时，必须对工具变量的有效性进行检验。实证结果显示，不可识别检验的K-PLM统计量的P值均在1%水平下显著；弱工具变量检验的K-PWaldF统计量大于10%偏误下的临界值；过度识别检验的HansenP值均大于0.1。上述检验证明工具变量的选择具备合理性。 表2 劳动收入份额、异质性人力资本与产业创新注：括号内为Z值；*、**和***表示统计值在1%、5%和10%水平上显著。下同。变量被解释变量：ino 被解释变量：abs lis模型3-131.796 7＊（-1.78）模型6-127.380 2＊（-1.82）hhuca模型1-11.150 3＊＊＊（-3.01）-19.397 3＊＊（-2.18）mhuca模型2-57.865 9＊＊＊（-4.42）—-69.337 7＊＊＊（-4.37）— —模型5-54.696 4＊＊＊（-4.08）—-65.667 5＊＊＊（-4.05）— —-119.389 8＊（-1.78）— —-115.358 0＊（-1.82）lhuca 2.579 7（1.01）5.197 7＊＊（2.23）— —— —lis×muhca lis×hhuca lis×lhuca— —— —-0.347 4＊＊＊（-8.03）0.259 0＊＊＊（6.02）-0.412 2（-1.45）128.13＊＊＊181.81 0.100 0 394 29.665 7＊（1.80）-0.420 7＊＊＊（-7.49）0.311 6＊＊＊（5.58）-1.184 4＊＊（-2.57）146.41＊＊＊213.69 0.196 8 424模型4-6.646 2（-1.64）-9.684 8（-1.00）— —-0.228 7＊＊＊（-6.83）0.441 5＊＊＊（11.25）-0.221 6（-1.01）146.41＊＊＊213.69 0.100 0 444 mar ist 18.127 2＊＊＊（4.40）—-0.161 7＊＊＊（-3.18）0.412 5＊＊＊（8.65）1.214 4＊＊＊（4.37）146.41＊＊＊213.69 0.315 2 444 30.617 55＊（1.75）-0.243 2＊＊＊（-4.58）0.513 0＊＊＊（9.36）-0.601 2＊（-1.72）146.41＊＊＊213.69 0.145 0 444— —17.180 3＊＊＊（4.08）—-0.338 8＊＊＊（-6.14）0.197 2＊＊＊（4.22）0.415 8（1.39）146.41＊＊＊213.69 0.235 8 424 fin不可识别检验弱工具变量过度识别（P值）N— — 由模型1-6回归结果可知，除了模型4核心解释变量不显著外，其他模型核心解释变量均产生显著影响，其中：①劳动收入份额的增加对产业自主创新与技术吸收发挥显著负效应，说明增加劳动收入份额对产业自主创新是不利的。原因在于劳动收入份额通过消费总量和消费结构产生的产品市场效应小于通过资本量产生的现金流量效应（白重恩和钱震杰，2008）［28］。同时，劳动收入份额对产业自主创新的作用高于技术吸收，说明相比产业技术吸收，劳动收入份额对产业自主创新的影响更大。②高级、中级和低级人力资本均对产业自主创新与技术吸收发挥显著负向作用，且人力资本水平越低，越不利于产业自主创新和技术吸收。原因在于产业创新重点集中在高技术产业，高技术产业需要大量高级人力资本，但中国目前高级人力资本比重仍然较低，低级和中级人力资本比重较高，故不利于产业创新。同时，异质性人力资本对产业自主创新的影响高于产业技术吸收，说明相比产业技术吸收，异质性人力资本更倾向于影响产业自主创新。③劳动收入份额与高级、中级和低级人力资本的交互项均对产业自主创新与技术吸收发挥显著正向作用，且人力资本水平越低，劳动收入份额通过人力资本对产业自主创新和技术吸收的影响越大。原因在于劳动收入份额的增加通过消费总量与结构作用于人力资本，产生示范与外溢效应，进而促进产业创新。 此外，在控制变量中：①基础设施建设对产业自主创新与技术吸收均发挥显著负向作用，且在1%水平上显著。可能的原因在于中国基础设施并不完善，故对产业创新的影响是不利的。同时，基础设施建设对产业技术吸收负作用明显高于对产业自主创新的影响。②市场化程度对产业自主创新与技术吸收均发挥显著正向作用，且在1%水平上显著。市场化程度对产业自主创新的正作用明显高于对产业技术吸收的影响。就理论意义而言，越高的市场化程度，对产业创新会更有利。该结果表示市场化程度对产业创新的作用在现阶段得到有效证实。③金融开放度在模型1和4中对产业自主创新和技术吸收作用不显著；在模型2中发挥显著正作用，但在模型4中不显著；在模型3和模型6中对产业自主创新和技术吸收均发挥显著负作用，且对技术吸收的影响更大。说明金融发展水平对产业自主创新发挥双重影响，对产业技术吸收发挥抑制作用。 （二）分东、中西部实证结果 鉴于中国不同区域的产业创新差异性显著，故为了客观、准确地判断实证结果，本文将中国31个省（市）划分为东部、中西部两大区域。其中，东部包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南、辽宁；余下20个省（市）划归为中西部地区。实证分析仍然采用与基准模型一致的两步最优GMM法。得到估计结果表3和表4所列。 由模型7-12东部地区回归结果可知：①劳动收入份额的增加在模型9和12中对产业自主创新和技术吸收均产生显著负向效应，表明劳动收入份额的增加不利于产业自主创新，余下模型表明劳动收入份额对产业创新的影响为正，但不显著。源于东部地区劳动收入份额通过现金流量效应影响产业创新的程度更大。此外，东部地区劳动收入份额对技术吸收的影响高于自主创新，说明该区域的技术获取与技术改造经费方面的力度更强。②低级人力资本对产业自主创新和技术吸收发挥显著负作用，高级、中级人力资本对产业自主创新和技术吸收均发挥正向作用但不显著，表明东部地区人力资本水平越低，对产业自主创新和技术吸收的负向作用越大。③劳动收入份额与高、中级人力资本的交互项对产业创新发挥负作用但不显著，劳动收入份额与低级人力资本的交互项对产业创新发挥显著正向作用。原因在于早期工业化水平较低时期，借助丰裕劳动力禀赋生产劳动密集型初级产品，对人力资本水平需求较低，农村剩余劳动力流入城镇增加了制造业工人数量，该时期通过人口红利促进产业创新，故对产业创新影响显著为正。 由模型13-18中西部地区回归结果可知：①劳动收入份额对产业创新影响中，除了模型18系数不显著外，余下模型中劳动收入份额的增加对产业自主创新和技术吸收发挥显著负效应，说明劳动收入份额提升对产业创新影响不利，进一步证实了劳动收入份额产生现金流量效应的重要性。②高级、中级和低级人力资本对产业自主创新产生显著负效应，低级和高级人力资本对产业技术吸收发挥负作用但不显著，中级人力资本对产业技术吸收发挥显著负作用。同时，人力资本水平层级越低，越不利于产业创新。③劳动收入份额与人力资本交互项系数除了模型16和模型18不显著外，均对产业自主创新和技术吸收发挥显著正向作用。可能的原因在于中西部地区人力资本主要以中级和低级为主，中低级人力资本禀赋的增加，扩大了密集使用人力资本产业规模，从而促进了产业创新。 控制变量中，基础设施建设、市场化程度、金融开放程度对东部和中西部地区产业创新的影响除了显著性有所差异外，系数和符号基本一致。 表3 东部地区劳动收入份额、异质性人力资本与产业创新变量被解释变量：ino 被解释变量：abs lis模型12-71.618 3＊＊＊（-3.17）模型10 18.572 6（0.79）36.726 0（0.80）hhuca模型7 13.130 5（0.53）26.252 0（0.55）模型8 89.497 5（1.31）—106.973 4（1.31）模型11 112.558 8（1.45）—134.322 4（1.45）lhuca mhuca ——-54.800 4＊＊＊（-2.97）— —— —— —模型9-60.188 1＊＊＊（-2.95）fin不可识别检验弱工具变量过度识别（P值）N lis×hhuca— —-6.937 2（-0.54）— —ist— —lis×lhuca-0.967 3＊＊（-2.39）0.478 4＊（1.86）1.098 2（0.51）17.17＊＊＊19.16 0.113 3 161 14.178 0＊＊＊（2.94）-0.809 9＊＊＊（-10.56）0.471 5＊＊＊（6.43）0.443 3（0.89）17.17＊＊＊19.16 0.735 7 161-9.804 4（-0.80）-1.212 3＊＊＊（-3.02）0.408 0（1.39）1.585 5（0.73）17.17＊＊＊19.16 0.100 2 154-27.983 9（-1.31）—-0.881 7＊＊＊（-4.90）0.602 1＊＊＊（5.48）-0.042 5（-0.06）17.17＊＊＊19.16 0.655 8 161 mar lis×muhca— —-64.764 9＊＊＊（-3.17）— —-35.174 4（-1.45）—-1.064 4＊＊＊（-4.77）0.450 1＊＊＊（3.59）-0.737 5（-0.82）17.17＊＊＊19.16 0.631 4 154— —16.874 6＊＊＊（3.16）-0.970 8＊＊＊（-9.49）0.340 0＊＊＊（4.35）0.247 5（0.44）17.17＊＊＊19.16 0.733 8 154 表4 中西部地区劳动收入份额、异质性人力资本与产业创新变量被解释变量：ino lis模型18-201.473 5（-1.21）被解释变量：abs hhuca— —模型13-6.514 4＊＊＊（-3.41）-11.746 5＊＊（-2.17）— —模型14-53.654 9＊＊＊（-3.00）—-69.747 8＊＊＊（-2.88）-177.891 5（-1.21）模型15-317.926 5＊＊（-1.98）— —3.102 2＊＊（2.20）mhuca— —模型16-3.860 8＊（-1.85）-8.082 7（-1.24）-282.739 4＊＊（-1.98）lhuca 2.062 4（1.21）lis×hhuca ——lis×muhca— —— —ist lis×lhuca— —— —mar-0.137 0＊＊＊（-4.66）0.503 5＊＊＊（11.91）-0.472 8＊＊（-2.02）223.20＊＊＊871.94 0.157 7 283 72.630 3＊＊（1.96）-0.032 5（-0.42）0.455 1＊＊＊（7.27）-0.749 4＊（-1.89）223.20＊＊＊871.94 0.914 8 283— —18.051 4＊＊＊（2.89）—-0.115 7＊＊＊（-3.22）0.425 9＊＊＊（8.01）0.420 6（1.43）223.20＊＊＊871.94 0.157 7 283 fin不可识别检验弱工具变量过度识别（P值）N-0.275 8＊＊＊（-7.29）0.271 7＊＊＊（5.98）-1.150 2＊＊＊（2.47）223.20＊＊＊871.94 0.131 0 270模型17-52.171 8＊＊＊（-2.92）—-68.967 7＊＊＊（-2.87）17.859 6＊＊＊（2.87）—-0.298 0＊＊＊（-7.42）0.164 5＊＊＊（3.14）-0.598 5＊（-1.79）223.20＊＊＊871.94 0.466 7 270 46.051 6（1.21）-0.241 6＊＊＊（-3.58）0.244 9＊＊＊（4.75）-1.561 4＊＊＊（-3.15）223.20＊＊＊871.94 0.506 3 270 （三）稳健性检验 为了保证实证结果的稳定，现调整模型（1）（2）中的劳动收入份额。劳动收入份额计算公式为劳动者报酬与GDP中剔除生产税净额后的余额之比，即劳动收入份额=劳动者报酬/（GDP-生产税净额）。由表5稳健性检验发现，除了系数值发生变化外，核心解释变量的显著性与符号与基准模型基本一致，说明回归结果是稳定、可靠的。 表5 劳动收入份额、异质性人力资本与产业创新（稳健性检验）变量被解释变量：ino 被解释变量：abs lis模型21-158.687 1＊（-1.87）模型24-142.441 5＊（-1.83）hhuca模型19-13.143 0＊＊＊（-2.89）-23.758 2＊＊（-2.08）模型22-9.424 9＊＊（-2.31）-16.505 0（-1.61）mhuca ——模型23-60.470 8＊＊＊（-3.88）—-75.397 2＊＊＊（-3.83）— —— —-148.396 4＊（-1.86）— —-133.323 0＊（-1.82）4.202 9（1.62）— —6.089 6＊＊（2.11）lhuca lis×hhuca lis×muhca lis×lhuca— —— —模型20-70.350 9＊＊＊（-4.34）—-87.742 7＊＊＊（-4.29）— —— —ist mar fin不可识别检验弱工具变量过度识别（P值）N-0.208 0＊＊＊（-6.21）0.422 6＊＊＊（10.01）-0.053 0（-0.24）135.59＊＊＊191.41 0.133 2 444 21.999 5＊＊＊（4.31）—-0.112 3＊＊（-2.01）0.370 9＊＊＊（6.89）1.579 0＊＊＊（4.49）135.59＊＊＊191.41 0.136 8 444 36.863 4＊（1.83）-0.227 2＊＊＊（-3.78）0.529 7＊＊＊（8.55）-0.534 2（-1.411）135.59＊＊＊191.41 0.150 0 444— —-0.359 3＊＊＊（-8.46）0.230 1＊＊＊（5.11）-0.471 0＊（-1.74）135.59＊＊＊191.41 0.100 0 424 18.939 1＊＊＊（3.86）—-0.305 4＊＊＊（-5.23）0.175 0＊＊＊（3.51）0.642 1＊（1.79）135.59＊＊＊191.41 0.103 6 424 33.151 5＊（1.80）-0.411 5＊＊＊（-6.80）0.322 0＊＊＊（5.20）-1.135 8＊＊（-2.38）135.59＊＊＊191.41 0.192 7 424 五、结论与启示 本文选择人力资本异质性为研究视角，理论阐述劳动收入份额如何作用于产业创新，同时运用2001-2017年省际层面数据，检验劳动收入份额、异质性人力资本及两者交互项对产业自主创新和技术吸收的影响。结果发现：①就全国而言：劳动收入份额的增加对产业自主创新与技术吸收具有显著负效应；异质性人力资本对产业自主创新与技术吸收发挥显著负效应，且人力资本水平越低，越不利于产业自主创新和技术吸收；劳动收入份额与异质性人力资本交互项均对产业自主创新与技术吸收发挥显著正效应，且人力资本水平越低，劳动收入份额与其交互项对产业创新影响越大。②就区域层面而言：第一，东部地区劳动收入份额对产业自主创新和技术吸收均产生显著负效应，且东部劳动收入份额对技术吸收的影响更高；低级人力资本对产业自主创新和技术吸收发挥显著负效应，高级和中级人力资本对产业创新影响不显著；劳动收入份额与高中级人力资本交互项对产业创新产生负效应但不显著，与低级人力资本交互项对产业创新发挥显著正效应。第二，中西部地区劳动收入份额对产业自主创新和技术吸收发挥显著负效应；异质性人力资本对产业自主创新产生显著负效应，低级、高级人力资本对产业技术吸收发挥负作用但不显著，中级人力资本对产业技术吸收发挥显著负作用。人力资本越低，越不利于产业创新；劳动收入份额与人力资本交互项对产业自主创新和技术吸收产生显著正效应。③就控制变量而言，基础设施建设对产业自主创新与技术吸收均发挥显著负向作用；市场化程度对产业自主创新与技术吸收均发挥显著正向作用；金融开放度对产业自主创新发挥双重影响，对产业技术吸收发挥抑制作用。 据此，得到如下启示： 第一，以提高劳动偏向性技术来带动劳动收入份额的增加。技术进步偏向劳动，有利于增加劳动力需求，就业压力缓解。而劳动偏向性技术进步产生动力就是高技能劳动力。因此，在企业生产进程中，需要积极引进并培养高技能劳动力，行业集中在农副食品、纺织轻工、现代服务业，有利于激发该行业创造力，提升附加值，更好地生产、服务于特色产业，减弱地区人才结构失衡现象的发生。 第二，加大人力资本投资。一是重点关注农村及偏远区域基础教育建设，为农村配备优秀教师队伍从事教学，增加教师工资福利；更新基础教育配套硬件设施，构建优质教学环境给中小学生群体。二是在实现高等教育大众化基础上，调整、改革高等教育体制；加快一流大学与一流学科建设力度，注重高精尖人才的培养，健全学生资助制度，确保贫困家庭学生具有同等深造机会。三是大力提升科技人才的工资待遇、构造科学研究环境，创造优质条件积极吸纳全球优秀人才，共同提升技术创新。 第三，创新驱动传统产业转移至新兴产业。东部应该加大人力资本集聚红利的释放，推动产业结构向高级化演进，与此同时，继续发挥东部地区的示范、带头作用；中西部结合自身资源优势，合理布局生产力，定位重点发展产业与战略产业，通过产业转移这一桥梁，积极引入同自身资源禀赋关联大、产业链长的投资项目。 ［1］孙早，许薛璐.产业创新与消费升级：基于供给侧结构性改革视角的经验研究［J］.中国工业经济，2018（2）：116. ［2］徐常建，黄铁苗.劳动者报酬、异质性人力资本与经济增长［J］.贵州社会科学，2019（2）：135-142. ［3］BHADURI A，MARGLIN S A.Unemployment and the Real Wage：The Economic Basis of Contesting Political Ideologies［J］.Cambridge Journal of Economics，1990，14（4）：375-393. ［4］NAASTEPAD C W M，STORM S.OECD Demand Regimes（1960-2000）［J］.Journal of Post Keynesian Economics，2006，29（2）：213-249. ［5］VERGEER R，KLEINKNECHT A.The Impact of Labor Market Deregulation on Productivity：A Panel Data Analysis of 19 OECD Countries（1960-2004）［J］.Journal of Post Keynesian Economics，2010，33（2）：371-408. ［6］HEIN E，TARASSOW A.Distribution，Aggregate Demand and Productivity Growth：Theory and Empirical Result for Six OECD Countries Based on a Post-Kaleckian Model［J］.Cambridge Journal of Economics，2010，34（4）：727-754. ［7］DAUDEY E，CECILIA G.The Personal and the Factor Distributions of Income in a Cross-Section of Countries［J］.Journal of Development Studies，2007，43（5）：812-829. ［8］CHECCHI D，CECILIA G.Labor Market Institutions and Income Inequality［J］.Economic Policy，2008，23：602-649. ［9］CHECCHI D，CECILIA G.Labor Market Institutions and the Personal Distribution of Income in the OECD［J］.Economica，2010，77：413-450. ［10］SCHLENKER E，KAI D S.Capital Income Shares and Income Inequality in 16 EU Member Countries［J］.Empirica，2015，42（2）：241-268. ［11］周明海，姚先国.功能性和规模性收入分配的内在联系：模式比较与理论构建［J］.经济学动态，2012（9）：20-29. ［12］吕冰洋，郭庆旺.中国要素收入分配的测算［J］.经济研究，2012（10）：27-40. ［13］张照侠.劳动报酬占比对收入不平等的影响研究——基于产业结构转变的视角［J］.经济问题探索，2015（5）：10-16. ［14］张车伟，赵文.功能性分配与规模性分配的内在逻辑——收入分配问题的国际经验与借鉴［J］.社会科学辑刊，2017（3）：79-90. ［15］王俊，刘东.中国居民收入差距与需求推动下的技术创新［J］.中国人口科学，2009（5）：58-67. ［16］李平，李淑云，许家云.收入差距、有效需求与自主创新［J］.财经研究，2012（2）：16-26. ［17］GALOR O，ZEIRA J.Income Distribution and Macroeconomics［J］.The Review of Economic Studies，1993，60（1）：35-52. ［18］GRIMPE C，SOFKA W.Search Patterns and Absorptive Capacity：Low-and High-technology Sectors in European Countries［J］.Research Policy，2009，38（3）：495-506. ［19］MADSEN J.Human Capital and World Technology Frontier［J］.Review of Economics and Statistics，2014，96（4）：676-692. ［20］CHEMMANUR T，LEI K，KARTHIK K.Top Management Human Capital，Inventor Mobility，and Corporate In-novation［J］.Social Science Electronic Publishing，2015，43（3）：26-88. ［21］SUN X，LI H.Firm-level Human Capital and Innovation：Evidence from China［R］.Working Paper，2017. ［22］姚东旻，宁静韦，诗言.老龄化如何影响科技创新［J］.世界经济，2017（4）：105-128. ［23］PRITCHETT L.Where Has All the Education Gone?［J］.World Bank Economic Review，2001，15：367-391. ［24］HEIN E，VOGEL L.Distribution and Growth Reconsidered Empirical Result for Six OECD Countries［J］.Cambridge Journal of Economics，2008，32（3）：479-511. ［25］黄乾，魏下海.中国劳动收入比重下降的宏观经济效应——基于省级面板数据的实证分析［J］.财贸研究，2010（4）：121-127. ［26］朱平芳，徐伟民.政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响——上海市的实证研究［J］.经济研究，2003（6）：45-53. ［27］CASELLIF，COLEMANJ.The World Technology Frontier［J］.American Economic Review，2006，96（3）：499-522. ［28］白重恩，钱震杰，武康平.中国工业部门要素分配份额决定因素研究［J］.经济研究，2008（8）：16-28. 一、引 言作为经济发展的核心理念，“创新”一词在十八届五中全会中首次被提及。十九大报告从战略方针、实施主体、创新体系等给出了创新具体政策。新时代中国经济迅猛发展的同时，深层次的结构性问题逐渐暴露，如产能过剩、供给缺口等。这种现象导致资源配置无效、内需不足，即供给端产业创新严重影响经济高质量发展（孙早和许薛璐，2018）［1］。关于人力资本对产业创新的促进作用，内生增长理论给出了阐述。就人力资本数量而言，人口增加，劳动力数量提升，总的人力资本增加；就人力资本质量而言，人力资本所有者的知识、技能导致劳动者生产力配置存在差异，故人力资本异质性导致产业创新差异性显著（徐常见和黄铁苗，2019）［2］。产业创新的发展需要人的参与，对人的激励涉及经济发展成果的分配。初次分配关系到社会公平性，通常选择要素收入分配衡量。中国初次分配中的劳动收入份额在金融危机之前下降幅度大，近年来有所提升，但总体呈现降低态势。那么，初次分配中劳动收入份额的变化是否会影响人力资本？进而影响产业创新？本文拟回答以上问题。关于劳动收入份额对产业创新的影响机制，一是研究劳动收入份额直接作用产业创新；二是虽然没有讨论劳动收入份额对产业创新的作用，但涉及中介变量对两者的作用。具体而言：①第一种文献研究较少，主要集中在国外学者。Bhaduriand Marglin（1990）［3］研究收入分配如何影响产业创新，证实经济体以劳动收入占主体则会推动产业创新，而以资本收入占主体则会抑制产业创新。Naastepad and Strom（2006）［4］实证发现劳动收入份额的降低对劳动生产率影响不利，从而不利于产业创新。Vergeer and Kleinknecht（2007）［5］认为偏向劳动收入的功能性收入分配将会促进产业创新。Hein and Tarassow（2010）［6］认为工资主导提高了劳动生产率，产出增大，从而作用于产业创新；②第二种文献研究较多，主要集中研究中介变量对两者的影响。包括：①居民收入差距，Daudey and Cecilia（2007）［7］、Checchi and Cecilia（2008）［8］、Checchi and Cecilia（2010）［9］、Schlenker and Kai（2015）［10］、周明海和姚先国（2012）［11］、吕冰洋和郭庆旺（2012）［12］、张照侠（2015）［13］、张车伟和赵文（2017）［14］认为劳动收入份额的增加能够缩小居民收入差距；王俊和刘东（2009）［15］、李平等（2012）［16］发现居民收入差距对于产业创新的影响存在双重性。②人力资本，Galor and Zeira（1993）等［17］发现劳动收入份额的下降对人力资本投资产生不利影响；Grimpe and Sofka（2009）［18］、Madsen（2014）［19］、Chemmanur et al.（2015）［20］、Sun and Li（2017）［21］、姚东旻等（2017）［22］发现人力资本对产业创新产生正向作用，而Pritchett（2001）［23］发现人力资本水平的提升显著抑制了技术进步。③消费需求，Hein and Vogel（2008）［24］发现劳动收入份额对发达国家消费需求呈现工资拉动型，而对小型经济开放体和发展中国家消费需求呈现利润拉动型；黄乾和魏下海（2010）［25］发现劳动收入份额对消费需求产生显著的正向促进作用。本文可能的贡献在于：第一，以人力资本为切入点，系统阐述了劳动收入份额对产业创新的作用机制，为产业创新的影响因素提供新的解释；第二，分别利用2001-2017年省际面板数据，运用两步最优GMM法检验中国劳动收入份额、异质性人力资本及劳动收入份额与异质性人力资本交互项对产业自主创新和技术吸收的影响，为研究劳动收入份额影响产业创新的作用机制提供经验支持。本文的研究在一定程度上可为中国更好实施创新驱动发展战略、发展成果由人民共享的理论与实践提供借鉴。二、理论机制（一）劳动收入份额对人力资本的影响伴随着逐渐拉大的城乡收入差距，城乡基尼系数随之增大，表明社会财富集中于少数高收入群体手中。那么，该类群体的消费结构也随之发生变化，城镇居民消费集中于人力资本投资，农村居民消费集中于基本生活水平。若劳动收入份额提高，消费结构中的基本生活消费比重逐渐缩小。当出现通货膨胀时，相比高收入居民，对于以低附加值劳动为特征的农民工影响最大。接下来，相对降低了劳动收入份额，则居民投资自身、子女培训医疗等比例减弱，该现象拉大了城镇与农村居民之间的人力资本积累。（二）人力资本对产业创新的影响理论上而言，人力资本通过直接效应、溢出效应作用于产业创新。一是直接效应，表现为教育年限更长、教育层次更高的个人，具备更强科技知识与创新力，个人科技创新力的加总导致高教育人力资本存量产生更强科技创新力、创新产出。假如将科技创新当成生产，高教育人力资本存量的个人会拥有更高创新效率、更多创新成果。二是溢出效应，受教育程度高的同时，具备更强科技创新力的个人，会提升他人的工作效率，受教育年限较高的群体环境会激发他们提高自身人力资本水平，则群体科技创新力也间接得到提高。因此，人力资本存量层次越高，加大了产业内职工相互学习，有利于传播、扩散科技知识，人力资本溢出对科技创新作用越大。（三）劳动收入份额、人力资本对产业创新的影响高水平人力资本水平是高效率产业创新的前提，因而人力资本水平提高促进了产业创新。劳动收入份额增加借助消费总量和消费结构作用人力资本。总量上来说，劳动收入份额增加，有效激励了劳动者的人力资本投资决策，同时也带动了低收入劳动者的人力资本投资，使得劳动者愿意并且能够实施人力资本投资。结构上来说，高技能劳动者在提高产业创新水平中扮演重要作用。劳动收入份额增加，激发劳动者接受高等教育决策，高技能人口比重增加，从而推进产业创新。按照上述理论分析，图1给出了劳动收入份额、人力资本对产业创新的影响机制。图1 劳动收入份额、人力资本对产业创新的影响机制三、研究设计（一）计量模型设定在上述理论机制分析的基础上，本文利用2001-2017年省际面板数据，检验中国劳动收入份额如何通过影响异质性人力资本（高中低技能劳动者），进而影响产业创新（自主创新和技术吸收）。计量方程设定如下：其中，inoit表示产业自主创新；absit表示产业技术吸收；lisit表示劳动收入份额；hhucait表示高技能劳动者；mhucait表示中技能劳动者；lhucait表示低技能劳动者；Xit为一组控制变量；ηi代表区域个体效应；μt代表时间非观测效应；εit代表残差项。（二）变量测算与说明（1）产业创新的测算与说明。第一，产业自主创新（inoit），从创新投入的视角入手，采用规模以上工业企业R&D经费内部支出予以衡量。具体处理方法为：收集规模以上工业企业R&D经费内部支出名义值，然后以2001年为基期，通过研发支出价格指数进行平减获得实际值。根据朱平芳和徐伟民（2001）［26］的做法，研发支出价格指数计算公式为：PIit=0.55PICit+0.45PIIit，其中，PIit为研发支出价格指数（以2001年为基期），PICit为消费价格指数，PIIit为固定资产投资价格指数。第二，产业技术吸收（absit）选择规模以上工业企业技术获取和技术改造经费予以衡量。计算方法与产业自主创新一致。所有数据均来源于《中国统计年鉴》《中国工业统计年鉴》和《中国科技统计年鉴》。（2）劳动收入份额的测算与说明。从国内主流研究看，测算劳动收入份额所用到的数据通常取自以下三类基础资料：资金流量表实物交易部分、省际收入法GDP核算数据、投入产出表数据。本文研究的对象是全国层面的要素收入份额和地区层面的要素收入份额。鉴于仅有省际收入法提供区域数据，所以本文利用省际收入法GDP测算地区劳动收入份额。测算劳动收入份额的基本公式为：劳动收入份额=劳动者报酬/国内生产总值。数据来源于《中国统计年鉴》和各省历年统计年鉴。（3）异质性人力资本的测算与说明。用劳动者受教育年限进行划分，受教育年限不同，劳动的知识水平、技能差异也存在明显差别，参照Caselli and Coleman（2006）［27］处理方法，按照受教育程度将人力资本分为初级人力资本、中级人力资本和高级人力资本。其中，初级人力资本（lhucait）选择各地区从业人员中初中及以下人口比重；中级人力资本（mhucait）选用各地区从业人员中高中及大专人口比重；高级人力资本（hhucait）选用各地区从业人员中大学本科及以上人口比重。所有数据均来源于《中国劳动统计年鉴》。（4）控制变量的选取与说明。基础设施建设（istit）选用各区域公路里程数与区域面积之比；市场化程度（marit）选用非国有固定资产投资与国有固定资产投资之比；金融开放度（finit）选用金融机构年末存贷款余额占GDP的比重。所有数据均来源于《中国统计年鉴》《中国金融年鉴》及各省历年统计年鉴。（三）统计性描述根据上文对各变量的讨论与计算公式，将采集的数据带入得到各变量的描述性统计见表1所列。表1 变量描述性统计变量ino abs lis hhuca mhuca lhuca ist mar fin单位亿元亿元%%%%——平均值136.687 7 102.140 9 46.740 0 70.030 0 19.527 2 5.150 8 1.354 9 2.446 0 2.643 0标准差206.036 0 94.010 0 6.570 0 13.050 0 8.103 5 5.487 4 1.644 8 1.587 9 1.046 4最小值0.031 8 0.017 2 4.370 0 23.100 0 1.000 0 0.000 0 0.097 9 0.056 5 1.071 6最大值1 328.239 2 590.637 8 70.750 0 98.900 0 48.500 0 37.600 0 11.132 1 8.901 7 8.131 0样本数521 488 527 527 527 521 505 527 527四、实证结果及解释（一）全样本实证结果在本文的实证分析中，内生性问题是一直存在的，劳动收入份额对产业创新发生作用，反之，产业创新对劳动收入份额可能产生反向因果作用。为避免内生性导致的回归偏误，故在基准模型中选择GMM工具变量法进行回归，其中，工具变量采用自主创新和技术吸收的滞后期。回归结果见表2所列。使用工具变量法时，必须对工具变量的有效性进行检验。实证结果显示，不可识别检验的K-PLM统计量的P值均在1%水平下显著；弱工具变量检验的K-PWaldF统计量大于10%偏误下的临界值；过度识别检验的HansenP值均大于0.1。上述检验证明工具变量的选择具备合理性。表2 劳动收入份额、异质性人力资本与产业创新注：括号内为Z值；*、**和***表示统计值在1%、5%和10%水平上显著。下同。变量被解释变量：ino 被解释变量：abs lis模型3-131.796 7＊（-1.78）模型6-127.380 2＊（-1.82）hhuca模型1-11.150 3＊＊＊（-3.01）-19.397 3＊＊（-2.18）mhuca模型2-57.865 9＊＊＊（-4.42）—-69.337 7＊＊＊（-4.37）— —模型5-54.696 4＊＊＊（-4.08）—-65.667 5＊＊＊（-4.05）— —-119.389 8＊（-1.78）— —-115.358 0＊（-1.82）lhuca 2.579 7（1.01）5.197 7＊＊（2.23）— —— —lis×muhca lis×hhuca lis×lhuca— —— —-0.347 4＊＊＊（-8.03）0.259 0＊＊＊（6.02）-0.412 2（-1.45）128.13＊＊＊181.81 0.100 0 394 29.665 7＊（1.80）-0.420 7＊＊＊（-7.49）0.311 6＊＊＊（5.58）-1.184 4＊＊（-2.57）146.41＊＊＊213.69 0.196 8 424模型4-6.646 2（-1.64）-9.684 8（-1.00）— —-0.228 7＊＊＊（-6.83）0.441 5＊＊＊（11.25）-0.221 6（-1.01）146.41＊＊＊213.69 0.100 0 444 mar ist 18.127 2＊＊＊（4.40）—-0.161 7＊＊＊（-3.18）0.412 5＊＊＊（8.65）1.214 4＊＊＊（4.37）146.41＊＊＊213.69 0.315 2 444 30.617 55＊（1.75）-0.243 2＊＊＊（-4.58）0.513 0＊＊＊（9.36）-0.601 2＊（-1.72）146.41＊＊＊213.69 0.145 0 444— —17.180 3＊＊＊（4.08）—-0.338 8＊＊＊（-6.14）0.197 2＊＊＊（4.22）0.415 8（1.39）146.41＊＊＊213.69 0.235 8 424 fin不可识别检验弱工具变量过度识别（P值）N— —由模型1-6回归结果可知，除了模型4核心解释变量不显著外，其他模型核心解释变量均产生显著影响，其中：①劳动收入份额的增加对产业自主创新与技术吸收发挥显著负效应，说明增加劳动收入份额对产业自主创新是不利的。原因在于劳动收入份额通过消费总量和消费结构产生的产品市场效应小于通过资本量产生的现金流量效应（白重恩和钱震杰，2008）［28］。同时，劳动收入份额对产业自主创新的作用高于技术吸收，说明相比产业技术吸收，劳动收入份额对产业自主创新的影响更大。②高级、中级和低级人力资本均对产业自主创新与技术吸收发挥显著负向作用，且人力资本水平越低，越不利于产业自主创新和技术吸收。原因在于产业创新重点集中在高技术产业，高技术产业需要大量高级人力资本，但中国目前高级人力资本比重仍然较低，低级和中级人力资本比重较高，故不利于产业创新。同时，异质性人力资本对产业自主创新的影响高于产业技术吸收，说明相比产业技术吸收，异质性人力资本更倾向于影响产业自主创新。③劳动收入份额与高级、中级和低级人力资本的交互项均对产业自主创新与技术吸收发挥显著正向作用，且人力资本水平越低，劳动收入份额通过人力资本对产业自主创新和技术吸收的影响越大。原因在于劳动收入份额的增加通过消费总量与结构作用于人力资本，产生示范与外溢效应，进而促进产业创新。此外，在控制变量中：①基础设施建设对产业自主创新与技术吸收均发挥显著负向作用，且在1%水平上显著。可能的原因在于中国基础设施并不完善，故对产业创新的影响是不利的。同时，基础设施建设对产业技术吸收负作用明显高于对产业自主创新的影响。②市场化程度对产业自主创新与技术吸收均发挥显著正向作用，且在1%水平上显著。市场化程度对产业自主创新的正作用明显高于对产业技术吸收的影响。就理论意义而言，越高的市场化程度，对产业创新会更有利。该结果表示市场化程度对产业创新的作用在现阶段得到有效证实。③金融开放度在模型1和4中对产业自主创新和技术吸收作用不显著；在模型2中发挥显著正作用，但在模型4中不显著；在模型3和模型6中对产业自主创新和技术吸收均发挥显著负作用，且对技术吸收的影响更大。说明金融发展水平对产业自主创新发挥双重影响，对产业技术吸收发挥抑制作用。（二）分东、中西部实证结果鉴于中国不同区域的产业创新差异性显著，故为了客观、准确地判断实证结果，本文将中国31个省（市）划分为东部、中西部两大区域。其中，东部包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南、辽宁；余下20个省（市）划归为中西部地区。实证分析仍然采用与基准模型一致的两步最优GMM法。得到估计结果表3和表4所列。由模型7-12东部地区回归结果可知：①劳动收入份额的增加在模型9和12中对产业自主创新和技术吸收均产生显著负向效应，表明劳动收入份额的增加不利于产业自主创新，余下模型表明劳动收入份额对产业创新的影响为正，但不显著。源于东部地区劳动收入份额通过现金流量效应影响产业创新的程度更大。此外，东部地区劳动收入份额对技术吸收的影响高于自主创新，说明该区域的技术获取与技术改造经费方面的力度更强。②低级人力资本对产业自主创新和技术吸收发挥显著负作用，高级、中级人力资本对产业自主创新和技术吸收均发挥正向作用但不显著，表明东部地区人力资本水平越低，对产业自主创新和技术吸收的负向作用越大。③劳动收入份额与高、中级人力资本的交互项对产业创新发挥负作用但不显著，劳动收入份额与低级人力资本的交互项对产业创新发挥显著正向作用。原因在于早期工业化水平较低时期，借助丰裕劳动力禀赋生产劳动密集型初级产品，对人力资本水平需求较低，农村剩余劳动力流入城镇增加了制造业工人数量，该时期通过人口红利促进产业创新，故对产业创新影响显著为正。由模型13-18中西部地区回归结果可知：①劳动收入份额对产业创新影响中，除了模型18系数不显著外，余下模型中劳动收入份额的增加对产业自主创新和技术吸收发挥显著负效应，说明劳动收入份额提升对产业创新影响不利，进一步证实了劳动收入份额产生现金流量效应的重要性。②高级、中级和低级人力资本对产业自主创新产生显著负效应，低级和高级人力资本对产业技术吸收发挥负作用但不显著，中级人力资本对产业技术吸收发挥显著负作用。同时，人力资本水平层级越低，越不利于产业创新。③劳动收入份额与人力资本交互项系数除了模型16和模型18不显著外，均对产业自主创新和技术吸收发挥显著正向作用。可能的原因在于中西部地区人力资本主要以中级和低级为主，中低级人力资本禀赋的增加，扩大了密集使用人力资本产业规模，从而促进了产业创新。控制变量中，基础设施建设、市场化程度、金融开放程度对东部和中西部地区产业创新的影响除了显著性有所差异外，系数和符号基本一致。表3 东部地区劳动收入份额、异质性人力资本与产业创新变量被解释变量：ino 被解释变量：abs lis模型12-71.618 3＊＊＊（-3.17）模型10 18.572 6（0.79）36.726 0（0.80）hhuca模型7 13.130 5（0.53）26.252 0（0.55）模型8 89.497 5（1.31）—106.973 4（1.31）模型11 112.558 8（1.45）—134.322 4（1.45）lhuca mhuca ——-54.800 4＊＊＊（-2.97）— —— —— —模型9-60.188 1＊＊＊（-2.95）fin不可识别检验弱工具变量过度识别（P值）N lis×hhuca— —-6.937 2（-0.54）— —ist— —lis×lhuca-0.967 3＊＊（-2.39）0.478 4＊（1.86）1.098 2（0.51）17.17＊＊＊19.16 0.113 3 161 14.178 0＊＊＊（2.94）-0.809 9＊＊＊（-10.56）0.471 5＊＊＊（6.43）0.443 3（0.89）17.17＊＊＊19.16 0.735 7 161-9.804 4（-0.80）-1.212 3＊＊＊（-3.02）0.408 0（1.39）1.585 5（0.73）17.17＊＊＊19.16 0.100 2 154-27.983 9（-1.31）—-0.881 7＊＊＊（-4.90）0.602 1＊＊＊（5.48）-0.042 5（-0.06）17.17＊＊＊19.16 0.655 8 161 mar lis×muhca— —-64.764 9＊＊＊（-3.17）— —-35.174 4（-1.45）—-1.064 4＊＊＊（-4.77）0.450 1＊＊＊（3.59）-0.737 5（-0.82）17.17＊＊＊19.16 0.631 4 154— —16.874 6＊＊＊（3.16）-0.970 8＊＊＊（-9.49）0.340 0＊＊＊（4.35）0.247 5（0.44）17.17＊＊＊19.16 0.733 8 154表4 中西部地区劳动收入份额、异质性人力资本与产业创新变量被解释变量：ino lis模型18-201.473 5（-1.21）被解释变量：abs hhuca— —模型13-6.514 4＊＊＊（-3.41）-11.746 5＊＊（-2.17）— —模型14-53.654 9＊＊＊（-3.00）—-69.747 8＊＊＊（-2.88）-177.891 5（-1.21）模型15-317.926 5＊＊（-1.98）— —3.102 2＊＊（2.20）mhuca— —模型16-3.860 8＊（-1.85）-8.082 7（-1.24）-282.739 4＊＊（-1.98）lhuca 2.062 4（1.21）lis×hhuca ——lis×muhca— —— —ist lis×lhuca— —— —mar-0.137 0＊＊＊（-4.66）0.503 5＊＊＊（11.91）-0.472 8＊＊（-2.02）223.20＊＊＊871.94 0.157 7 283 72.630 3＊＊（1.96）-0.032 5（-0.42）0.455 1＊＊＊（7.27）-0.749 4＊（-1.89）223.20＊＊＊871.94 0.914 8 283— —18.051 4＊＊＊（2.89）—-0.115 7＊＊＊（-3.22）0.425 9＊＊＊（8.01）0.420 6（1.43）223.20＊＊＊871.94 0.157 7 283 fin不可识别检验弱工具变量过度识别（P值）N-0.275 8＊＊＊（-7.29）0.271 7＊＊＊（5.98）-1.150 2＊＊＊（2.47）223.20＊＊＊871.94 0.131 0 270模型17-52.171 8＊＊＊（-2.92）—-68.967 7＊＊＊（-2.87）17.859 6＊＊＊（2.87）—-0.298 0＊＊＊（-7.42）0.164 5＊＊＊（3.14）-0.598 5＊（-1.79）223.20＊＊＊871.94 0.466 7 270 46.051 6（1.21）-0.241 6＊＊＊（-3.58）0.244 9＊＊＊（4.75）-1.561 4＊＊＊（-3.15）223.20＊＊＊871.94 0.506 3 270（三）稳健性检验为了保证实证结果的稳定，现调整模型（1）（2）中的劳动收入份额。劳动收入份额计算公式为劳动者报酬与GDP中剔除生产税净额后的余额之比，即劳动收入份额=劳动者报酬/（GDP-生产税净额）。由表5稳健性检验发现，除了系数值发生变化外，核心解释变量的显著性与符号与基准模型基本一致，说明回归结果是稳定、可靠的。表5 劳动收入份额、异质性人力资本与产业创新（稳健性检验）变量被解释变量：ino 被解释变量：abs lis模型21-158.687 1＊（-1.87）模型24-142.441 5＊（-1.83）hhuca模型19-13.143 0＊＊＊（-2.89）-23.758 2＊＊（-2.08）模型22-9.424 9＊＊（-2.31）-16.505 0（-1.61）mhuca ——模型23-60.470 8＊＊＊（-3.88）—-75.397 2＊＊＊（-3.83）— —— —-148.396 4＊（-1.86）— —-133.323 0＊（-1.82）4.202 9（1.62）— —6.089 6＊＊（2.11）lhuca lis×hhuca lis×muhca lis×lhuca— —— —模型20-70.350 9＊＊＊（-4.34）—-87.742 7＊＊＊（-4.29）— —— —ist mar fin不可识别检验弱工具变量过度识别（P值）N-0.208 0＊＊＊（-6.21）0.422 6＊＊＊（10.01）-0.053 0（-0.24）135.59＊＊＊191.41 0.133 2 444 21.999 5＊＊＊（4.31）—-0.112 3＊＊（-2.01）0.370 9＊＊＊（6.89）1.579 0＊＊＊（4.49）135.59＊＊＊191.41 0.136 8 444 36.863 4＊（1.83）-0.227 2＊＊＊（-3.78）0.529 7＊＊＊（8.55）-0.534 2（-1.411）135.59＊＊＊191.41 0.150 0 444— —-0.359 3＊＊＊（-8.46）0.230 1＊＊＊（5.11）-0.471 0＊（-1.74）135.59＊＊＊191.41 0.100 0 424 18.939 1＊＊＊（3.86）—-0.305 4＊＊＊（-5.23）0.175 0＊＊＊（3.51）0.642 1＊（1.79）135.59＊＊＊191.41 0.103 6 424 33.151 5＊（1.80）-0.411 5＊＊＊（-6.80）0.322 0＊＊＊（5.20）-1.135 8＊＊（-2.38）135.59＊＊＊191.41 0.192 7 424五、结论与启示本文选择人力资本异质性为研究视角，理论阐述劳动收入份额如何作用于产业创新，同时运用2001-2017年省际层面数据，检验劳动收入份额、异质性人力资本及两者交互项对产业自主创新和技术吸收的影响。结果发现：①就全国而言：劳动收入份额的增加对产业自主创新与技术吸收具有显著负效应；异质性人力资本对产业自主创新与技术吸收发挥显著负效应，且人力资本水平越低，越不利于产业自主创新和技术吸收；劳动收入份额与异质性人力资本交互项均对产业自主创新与技术吸收发挥显著正效应，且人力资本水平越低，劳动收入份额与其交互项对产业创新影响越大。②就区域层面而言：第一，东部地区劳动收入份额对产业自主创新和技术吸收均产生显著负效应，且东部劳动收入份额对技术吸收的影响更高；低级人力资本对产业自主创新和技术吸收发挥显著负效应，高级和中级人力资本对产业创新影响不显著；劳动收入份额与高中级人力资本交互项对产业创新产生负效应但不显著，与低级人力资本交互项对产业创新发挥显著正效应。第二，中西部地区劳动收入份额对产业自主创新和技术吸收发挥显著负效应；异质性人力资本对产业自主创新产生显著负效应，低级、高级人力资本对产业技术吸收发挥负作用但不显著，中级人力资本对产业技术吸收发挥显著负作用。人力资本越低，越不利于产业创新；劳动收入份额与人力资本交互项对产业自主创新和技术吸收产生显著正效应。③就控制变量而言，基础设施建设对产业自主创新与技术吸收均发挥显著负向作用；市场化程度对产业自主创新与技术吸收均发挥显著正向作用；金融开放度对产业自主创新发挥双重影响，对产业技术吸收发挥抑制作用。据此，得到如下启示：第一，以提高劳动偏向性技术来带动劳动收入份额的增加。技术进步偏向劳动，有利于增加劳动力需求，就业压力缓解。而劳动偏向性技术进步产生动力就是高技能劳动力。因此，在企业生产进程中，需要积极引进并培养高技能劳动力，行业集中在农副食品、纺织轻工、现代服务业，有利于激发该行业创造力，提升附加值，更好地生产、服务于特色产业，减弱地区人才结构失衡现象的发生。第二，加大人力资本投资。一是重点关注农村及偏远区域基础教育建设，为农村配备优秀教师队伍从事教学，增加教师工资福利；更新基础教育配套硬件设施，构建优质教学环境给中小学生群体。二是在实现高等教育大众化基础上，调整、改革高等教育体制；加快一流大学与一流学科建设力度，注重高精尖人才的培养，健全学生资助制度，确保贫困家庭学生具有同等深造机会。三是大力提升科技人才的工资待遇、构造科学研究环境，创造优质条件积极吸纳全球优秀人才，共同提升技术创新。第三，创新驱动传统产业转移至新兴产业。东部应该加大人力资本集聚红利的释放，推动产业结构向高级化演进，与此同时，继续发挥东部地区的示范、带头作用；中西部结合自身资源优势，合理布局生产力，定位重点发展产业与战略产业，通过产业转移这一桥梁，积极引入同自身资源禀赋关联大、产业链长的投资项目。参考文献：［1］孙早，许薛璐.产业创新与消费升级：基于供给侧结构性改革视角的经验研究［J］.中国工业经济，2018（2）：116.［2］徐常建，黄铁苗.劳动者报酬、异质性人力资本与经济增长［J］.贵州社会科学，2019（2）：135-142.［3］BHADURI A，MARGLIN S A.Unemployment and the Real Wage：The Economic Basis of Contesting Political Ideologies［J］.Cambridge Journal of Economics，1990，14（4）：375-393.［4］NAASTEPAD C W M，STORM S.OECD Demand Regimes（1960-2000）［J］.Journal of Post Keynesian Economics，2006，29（2）：213-249.［5］VERGEER R，KLEINKNECHT A.The Impact of Labor Market Deregulation on Productivity：A Panel Data Analysis of 19 OECD Countries（1960-2004）［J］.Journal of Post Keynesian Economics，2010，33（2）：371-408.［6］HEIN E，TARASSOW A.Distribution，Aggregate Demand and Productivity Growth：Theory and Empirical Result for Six OECD Countries Based on a Post-Kaleckian Model［J］.Cambridge Journal of Economics，2010，34（4）：727-754.［7］DAUDEY E，CECILIA G.The Personal and the Factor Distributions of Income in a Cross-Section of Countries［J］.Journal of Development Studies，2007，43（5）：812-829.［8］CHECCHI D，CECILIA G.Labor Market Institutions and Income Inequality［J］.Economic Policy，2008，23：602-649.［9］CHECCHI D，CECILIA G.Labor Market Institutions and the Personal Distribution of Income in the OECD［J］.Economica，2010，77：413-450.［10］SCHLENKER E，KAI D S.Capital Income Shares and Income Inequality in 16 EU Member Countries［J］.Empirica，2015，42（2）：241-268.［11］周明海，姚先国.功能性和规模性收入分配的内在联系：模式比较与理论构建［J］.经济学动态，2012（9）：20-29.［12］吕冰洋，郭庆旺.中国要素收入分配的测算［J］.经济研究，2012（10）：27-40.［13］张照侠.劳动报酬占比对收入不平等的影响研究——基于产业结构转变的视角［J］.经济问题探索，2015（5）：10-16.［14］张车伟，赵文.功能性分配与规模性分配的内在逻辑——收入分配问题的国际经验与借鉴［J］.社会科学辑刊，2017（3）：79-90.［15］王俊，刘东.中国居民收入差距与需求推动下的技术创新［J］.中国人口科学，2009（5）：58-67.［16］李平，李淑云，许家云.收入差距、有效需求与自主创新［J］.财经研究，2012（2）：16-26.［17］GALOR O，ZEIRA J.Income Distribution and Macroeconomics［J］.The Review of Economic Studies，1993，60（1）：35-52.［18］GRIMPE C，SOFKA W.Search Patterns and Absorptive Capacity：Low-and High-technology Sectors in European Countries［J］.Research Policy，2009，38（3）：495-506.［19］MADSEN J.Human Capital and World Technology Frontier［J］.Review of Economics and Statistics，2014，96（4）：676-692.［20］CHEMMANUR T，LEI K，KARTHIK K.Top Management Human Capital，Inventor Mobility，and Corporate In-novation［J］.Social Science Electronic Publishing，2015，43（3）：26-88.［21］SUN X，LI H.Firm-level Human Capital and Innovation：Evidence from China［R］.Working Paper，2017.［22］姚东旻，宁静韦，诗言.老龄化如何影响科技创新［J］.世界经济，2017（4）：105-128.［23］PRITCHETT L.Where Has All the Education Gone?［J］.World Bank Economic Review，2001，15：367-391.［24］HEIN E，VOGEL L.Distribution and Growth Reconsidered Empirical Result for Six OECD Countries［J］.Cambridge Journal of Economics，2008，32（3）：479-511.［25］黄乾，魏下海.中国劳动收入比重下降的宏观经济效应——基于省级面板数据的实证分析［J］.财贸研究，2010（4）：121-127.［26］朱平芳，徐伟民.政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响——上海市的实证研究［J］.经济研究，2003（6）：45-53.［27］CASELLIF，COLEMANJ.The World Technology Frontier［J］.American Economic Review，2006，96（3）：499-522.［28］白重恩，钱震杰，武康平.中国工业部门要素分配份额决定因素研究［J］.经济研究，2008（8）：16-28.

文章来源：《产业创新研究》 网址: http://www.cycxyj.cn/qikandaodu/2020/0528/337.html