技術創(chuàng)新對就業(yè)的影響
——基于廣西、貴州、廣東三省上市公司的數(shù)據(jù)

周子榆

(廣西大學 廣西 南寧 530000)

一、引言

創(chuàng)新常常被認為是經(jīng)濟增長的主要來源，政府也不斷推出鼓勵企業(yè)級別創(chuàng)新的政策[1]。但技術創(chuàng)新能否提供更多的就業(yè)機會，一直以來都是一個備受關注的問題。當前我國就業(yè)形勢較為嚴峻，勞動力市場競爭加劇、失業(yè)風險增加、勞動力素質(zhì)與產(chǎn)業(yè)結構升級不匹配。對于面臨勞動力市場問題、持續(xù)貧困和不平等的次發(fā)達地區(qū)來說，創(chuàng)造就業(yè)機會可能是擺脫貧困的主要途徑，也是減少不平等的最有效途徑，因此技術創(chuàng)新對就業(yè)的影響尤為重要。

技術創(chuàng)新與就業(yè)的關系是一個復雜的關系。兩者之間的關系取決于許多不同的傳導機制、反饋和制度因素。其中一種觀點是，節(jié)省勞動力的技術創(chuàng)新會直接導致失業(yè)，減少就業(yè)崗位；而另一種觀點認為，技術創(chuàng)新與其間接效應通過“補償機制”可以抵消新機械和設備中的工藝創(chuàng)新帶來的工作崗位破壞的直接影響，從而提供更多的就業(yè)崗位。除此之外，創(chuàng)新對就業(yè)數(shù)量的影響還取決于技術狀態(tài)，技術狀態(tài)決定了創(chuàng)新能提高多少生產(chǎn)力和需求條件，從而產(chǎn)生不同的動態(tài)效應。在部門層面上，創(chuàng)新還可能引發(fā)間接效應，即包括從低創(chuàng)新密集型企業(yè)到高創(chuàng)新密集型企業(yè)的產(chǎn)出和就業(yè)機會的競爭性再分配、非創(chuàng)新型企業(yè)退出造成的就業(yè)損失以及創(chuàng)新型子公司創(chuàng)造的就業(yè)機會。

本文將利用所收集到的2013年至2017年間廣東、廣西、貴州三省的面板數(shù)據(jù)，通過固定效應模型來分析技術創(chuàng)新對就業(yè)的影響。包括技術創(chuàng)新在不同行業(yè)中對就業(yè)數(shù)量的影響以及在不同經(jīng)濟發(fā)展地區(qū)中對就業(yè)數(shù)量的影響。本文在第2章進行文獻回顧并提出假設，在第3章對數(shù)據(jù)、變量、模型進行說明，在第4章將闡述描述性統(tǒng)計分析及模型回歸結果，第5章為結論。

二、文獻回顧與假設

(一)不同行業(yè)中技術創(chuàng)新與就業(yè)的關系

Van Reenen在1997年，將倫敦證券交易所的制造企業(yè)數(shù)據(jù)庫與蘇塞克斯大學創(chuàng)新數(shù)據(jù)庫相匹配，獲得了一個由1976-1982年間的598家英國企業(yè)組成的數(shù)據(jù)集，發(fā)現(xiàn)了創(chuàng)新對就業(yè)的積極影響(尤其是在只存在產(chǎn)品創(chuàng)新時)，在控制了固定效應、動態(tài)性和內(nèi)生性之后，這一結果是穩(wěn)健的。Piva和Vivarelli等人利用1992-1997年間觀察到的575家意大利制造企業(yè)的數(shù)據(jù)，發(fā)現(xiàn)了實施創(chuàng)新的積極效應。宋德軍在2012年利用因子分析方法對中國1995年至2010年的相關數(shù)據(jù)進行了實證分析，結果表明技術創(chuàng)新的就業(yè)創(chuàng)造效應大于破壞效應，及技術創(chuàng)新可促進就業(yè)。

而Brouwer等人在1993年、Klette和Frre等人在1998年和Zimmermann在1991年的研究中均發(fā)現(xiàn)創(chuàng)新對就業(yè)產(chǎn)生了普遍的負面影響，特別是工藝創(chuàng)新對就業(yè)產(chǎn)生的負面影響尤其顯著。王君斌等人在2010年通過SVAR模型實證分析了技術創(chuàng)新對中國勞動力就業(yè)的響應，發(fā)現(xiàn)技術創(chuàng)新對勞動力就業(yè)產(chǎn)生不利影響。

事實上，創(chuàng)新在不同行業(yè)群體的就業(yè)創(chuàng)造效應中存在重要差異。Buerger等人指出兩個高科技部門的專利和就業(yè)結果呈正相關，且顯著相關，而其他兩個更傳統(tǒng)的部門的專利和就業(yè)情況則不顯著。同樣，Bogliacino等人在2012年利用涵蓋了1990至2008年間的677家歐洲制造和服務公司的數(shù)據(jù)，發(fā)現(xiàn)研發(fā)支出對就業(yè)顯著的積極影響只在服務業(yè)和高科技制造業(yè)中明顯可見，而在更傳統(tǒng)的制造業(yè)中則不明顯，技術創(chuàng)新對制造業(yè)部門的就業(yè)影響不顯著。

因此本文提出假設一與假設二：

H1：在服務業(yè)中，技術創(chuàng)新對就業(yè)產(chǎn)生積極影響。

H2：在傳統(tǒng)制造業(yè)中，技術創(chuàng)新對就業(yè)產(chǎn)生消極影響。

(二)不同經(jīng)濟發(fā)展地區(qū)中技術創(chuàng)新與就業(yè)的關系

技術創(chuàng)新在經(jīng)濟發(fā)展階段不同的地區(qū)有著較大的差異。李建旋等人在2018年通過對比2003年至2013年中國各省的數(shù)據(jù)發(fā)現(xiàn)，中國東、中、西部三大區(qū)域制造業(yè)企業(yè)產(chǎn)品和工藝創(chuàng)新協(xié)同發(fā)展程度呈現(xiàn)出明顯的區(qū)域差異。其中上海、北京、山東、廣東、浙江、江蘇等經(jīng)濟較發(fā)達的省份產(chǎn)品和工藝創(chuàng)新協(xié)同發(fā)展程度較好，而云南、內(nèi)蒙古、寧夏、青海、新疆等經(jīng)濟欠發(fā)達的省份創(chuàng)新協(xié)同發(fā)展程度較差。

經(jīng)濟環(huán)境會影響企業(yè)的技術創(chuàng)新，一般來說，經(jīng)濟發(fā)展較好的地區(qū)能夠充分發(fā)揮資源配置的作用，創(chuàng)協(xié)協(xié)同發(fā)展更好，從而使得技術創(chuàng)新能夠快速地“商業(yè)化”，從而提供更多的就業(yè)崗位。另一方面，經(jīng)濟發(fā)展較差的地區(qū)不如經(jīng)濟發(fā)展較好的地區(qū)技術創(chuàng)新程度高，根據(jù)階段發(fā)展理論，后發(fā)企業(yè)是從產(chǎn)品的工藝流程入手，進行低技術含量的創(chuàng)新，結合2.1中的文獻理論，這種創(chuàng)新對就業(yè)的消極影響更大。因此本文提出假設三與假設四：

H3：在經(jīng)濟較發(fā)達的地區(qū)，技術創(chuàng)新對就業(yè)產(chǎn)生積極影響。

H4：在經(jīng)濟欠發(fā)達地區(qū)，技術創(chuàng)新對就業(yè)產(chǎn)生消極影響。

三、數(shù)據(jù)與模型設定

(一)數(shù)據(jù)

本文的數(shù)據(jù)來源于BVD-Oriana亞太企業(yè)分析庫與國泰安數(shù)據(jù)庫，考慮到數(shù)據(jù)的可獲得性，且剔除了數(shù)據(jù)缺失過多的初始樣本，最后選取了136家廣西、貴州、廣東三省的服務業(yè)與制造業(yè)上市企業(yè)的2013—2017年的各項數(shù)據(jù)指標，共計438個觀測值作為研究的對象形成面板數(shù)據(jù)，并利用Stata計量統(tǒng)計軟件進行回歸分析。

(二)模型設定與變量說明

Van Reenen在1997年所采用的模型中，提及了勞動力需求方程，在完全競爭的情況下，實際工資等于勞動的邊際產(chǎn)量，參考其方法，構建如下模型

lnLi,t=β1lnIi,t+β2lnWi,t+β3lnGi,t+β4lnRi,t+γ1Zi+γ2Di+(εi+vi,t)

(1)

式(1)中i指數(shù)據(jù)中的第i個企業(yè)，t為年份，(εi+vi,t) 表示擾動項；L、I、W、G、R分別表示員工人數(shù)、技術創(chuàng)新、員工平均工資、總資產(chǎn)、營業(yè)收入，模型中均采取其對數(shù)形式；Z、D為引入的虛擬變量分別表示地區(qū)與產(chǎn)業(yè)。其中技術創(chuàng)新指數(shù)I由所獲專利數(shù)P與開發(fā)支出R相乘而得，即由I=P×R取對數(shù)后得到創(chuàng)新指數(shù)I如式(2)所示。

lnLi,t=β1ln(Pi,t×Ri,t)+β2lnWi,t+β3lnGi,t+β4lnRi,t+γ1Zi+γ2Di+(εi+vi,t)

(2)

四、結果

(一)主要變量描述性統(tǒng)計

表1 主要變量描述性統(tǒng)計

本文選取了2013年至2017年廣西、貴州、廣東三省的各變量統(tǒng)計的面板數(shù)據(jù)進行研究。主要變量的描述性統(tǒng)計如表1所示。觀察樣本一共為438個，符合面板數(shù)據(jù)對樣本規(guī)模的要求，可以進行面板數(shù)據(jù)回歸分析。就業(yè)數(shù)量的均值為7.827，標準差為1.119；技術創(chuàng)新指數(shù)的均值為19.559，標準差為2.531，最大值為29.887，最小值為12.94，不同的企業(yè)之間的技術創(chuàng)新能力與投入有著較大的差別。

(二)回歸分析

將得到的面板數(shù)據(jù)進行費雪檢驗，P值為0.0000，顯著拒絕存在單位根的原假設，故此為平穩(wěn)序列。根據(jù)豪斯曼檢驗結果，P值為0.0000，顯著拒絕使用隨機效應模型原假設，應使用固定效應模型。由于此模型可能存在異方差會影響豪斯曼檢驗結果，故對豪斯曼檢驗進行輔助回歸，得到的P值為0.0025，因此仍然拒絕原假設，使用固定效應模型。

1.技術創(chuàng)新的就業(yè)效應

表2是以就業(yè)量為被解釋單位，將廣東、廣西、貴州三省的面板數(shù)據(jù)進行回歸分析。從表2中可知，技術創(chuàng)新指數(shù)的系數(shù)為0.0223，P值為0.020，即技術創(chuàng)新對就業(yè)量有著顯著的積極影響。企業(yè)員工的平均工資(勞動力平均成本)對于企業(yè)的就業(yè)人數(shù)有著顯著的負相關關系，當員工的工資較高時，企業(yè)會縮減員工人數(shù)，而當員工的工資過低時，員工也會離開該企業(yè)另尋高就；且企業(yè)的總資產(chǎn)，在1%的顯著性水平之上與就業(yè)量有著正相關的關系，這表明企業(yè)的規(guī)模對于員工數(shù)量有著顯著的正向影響；在整體上，企業(yè)的營業(yè)收入與企業(yè)的就業(yè)人數(shù)有著顯著的正相關關系，當企業(yè)的發(fā)展較好時，將會考慮擴充員工數(shù)量。

表2 總體回歸分析

2.不同行業(yè)中技術創(chuàng)新的就業(yè)效應

以就業(yè)量為被解釋變量的固定效應模型的進行回歸分析，在兩個行業(yè)中，技術創(chuàng)新指數(shù)的系數(shù)皆為正，而在制造業(yè)中結果不顯著，服務業(yè)中在5%的水平上顯著。這說明技術創(chuàng)新在服務業(yè)中會對員工數(shù)量產(chǎn)生正向影響，促進就業(yè)，故H1得證；在制造業(yè)中不會對員工數(shù)量產(chǎn)生顯著影響，H2不得證。在制造業(yè)中，人均工資對于就業(yè)人數(shù)有著顯著的負相關的關系，而在服務業(yè)中，這種負相關關系卻不顯著。

3.不同經(jīng)濟發(fā)展地區(qū)中技術創(chuàng)新的就業(yè)效應

為了考察技術創(chuàng)新在不同經(jīng)濟發(fā)展地區(qū)中對企業(yè)員工數(shù)量、就業(yè)數(shù)量的影響，根據(jù)李建旋等人在2018年的研究，本文將數(shù)據(jù)中的公司分為兩類。一類是位于經(jīng)濟發(fā)展較好的廣東省的企業(yè)，另一類是位于經(jīng)濟發(fā)展較緩慢的廣西、貴州兩省的企業(yè)。

以就業(yè)量為被解釋變量的固定效應模型對不同經(jīng)濟發(fā)展地區(qū)的企業(yè)進行回歸分析，在經(jīng)濟發(fā)展較好的廣東地區(qū)，技術創(chuàng)新指數(shù)的系數(shù)為0.0292，在1%的水平上顯著，亦即是表明了在經(jīng)濟發(fā)展較好的地區(qū)，技術創(chuàng)新對就業(yè)產(chǎn)生積極的影響，H3得證。在經(jīng)濟發(fā)展較緩慢的廣西、貴州兩省，技術創(chuàng)新指數(shù)的系數(shù)為負，即在經(jīng)濟發(fā)展較緩慢的地區(qū)，技術創(chuàng)新對就業(yè)產(chǎn)生消極的影響，而P值為0.143，不顯著。不顯著的原因可能是由于廣西、貴州兩省的企業(yè)樣本數(shù)據(jù)較少。在兩個經(jīng)濟發(fā)展程度不同的地區(qū)中，總資產(chǎn)對就業(yè)都有著顯著的積極的影響，公司的規(guī)模越大、就業(yè)人數(shù)越多。

五、結論

本文使用2013年至2017年間廣東、廣西、貴州三省的上市公司的面板數(shù)據(jù)，利用Stata統(tǒng)計軟件進行了回歸分析，考察了技術創(chuàng)新、行業(yè)、地區(qū)之間的關系。研究發(fā)現(xiàn)，在總體上，技術創(chuàng)新與就業(yè)之間存在著顯著的正相關關系，且企業(yè)的總資產(chǎn)對員工數(shù)量有著正向的影響，即企業(yè)的規(guī)模正向影響員工數(shù)量。在分行業(yè)研究中發(fā)現(xiàn)，在服務業(yè)中，技術創(chuàng)新與就業(yè)量有著顯著的正相關關系，技術創(chuàng)新的發(fā)展可以促進就業(yè)人數(shù)的增加；而在制造業(yè)中，技術創(chuàng)新與就業(yè)量沒有顯著的關系，技術創(chuàng)新的發(fā)展對就業(yè)量不會造成顯著的影響。在分地區(qū)的研究中發(fā)現(xiàn)，在經(jīng)濟發(fā)展較好的廣東地區(qū)，技術創(chuàng)新所帶來的就業(yè)效應更大；在經(jīng)濟發(fā)展較緩慢的廣西、貴州地區(qū)，技術創(chuàng)新的回歸系數(shù)為負數(shù)，而不顯著，亦即是在經(jīng)濟發(fā)展較緩慢的地區(qū)，技術創(chuàng)新不會帶來顯著的就業(yè)量的增加，這有可能是數(shù)據(jù)不足所帶來的結果。

經(jīng)濟發(fā)展水平相對落后的地區(qū)，就業(yè)問題也更為突出。企業(yè)作為吸收勞動力、解決就業(yè)的主要力量，在廣西、貴州兩省的發(fā)展卻十分不足。在本文中，廣西、貴州兩省的企業(yè)數(shù)據(jù)只有55條，僅占數(shù)據(jù)的12.56%，反映出了廣西、貴州兩省內(nèi)企業(yè)發(fā)展的不足與滯后。

企業(yè)所處的行業(yè)與地區(qū)的經(jīng)濟環(huán)境，對企業(yè)的技術創(chuàng)新營銷就業(yè)量有著重要影響，為了更好實現(xiàn)企業(yè)的技術創(chuàng)新協(xié)調(diào)發(fā)展、促進就業(yè)人數(shù)、提高地區(qū)經(jīng)濟發(fā)展水平，本文作出如下建議：

1.應注重服務業(yè)、高技術產(chǎn)業(yè)的發(fā)展，鼓勵企業(yè)的自主創(chuàng)新，以創(chuàng)新帶動就業(yè)。尤其對于經(jīng)濟發(fā)展比較緩慢、比較落后的地區(qū)，可以服務業(yè)、高技術產(chǎn)業(yè)的技術創(chuàng)新為突破點，協(xié)調(diào)創(chuàng)新與發(fā)展的關系，促使產(chǎn)學研一體化，增加就業(yè)、拉動經(jīng)濟。

2.關注人才的培養(yǎng)。對于經(jīng)濟較為落后的地區(qū)，可采取人才引進的政策，吸收優(yōu)質(zhì)勞動力，形成企業(yè)的核心價值，實現(xiàn)自主創(chuàng)新。

3.重視知識產(chǎn)權保護。一項技術的創(chuàng)新與研發(fā)需要大量的研發(fā)人員的努力與資金投入，只有重視知識產(chǎn)權的保護，營造良好的保護知識產(chǎn)權的環(huán)境，規(guī)范專利技術的轉(zhuǎn)讓市場，才能激發(fā)企業(yè)的自主研發(fā)能力，形成其核心競爭力，更好地促進經(jīng)濟增長與穩(wěn)定。

本文存在著許多的局限性。首先，由于現(xiàn)實的原因，本文所收集到的數(shù)據(jù)樣本不夠豐富，以后的研究可將中國中西部地區(qū)的企業(yè)數(shù)據(jù)加入到觀測中。其次，本文的技術創(chuàng)新指數(shù)由專利數(shù)量與研發(fā)支出相乘后取對數(shù)得出，而忽略了非專利的技術創(chuàng)新所可能帶來的影響。最后，制造業(yè)中只包含了傳統(tǒng)制造業(yè)企業(yè)，而沒有考慮高新技術的制造業(yè)企業(yè)，以后的研究中可擴大行業(yè)的范圍進行考察。