【作 者】
朱金生（博士生导师），张 倩
【作者单位】
武汉理工大学经济学院，武汉430070
【摘 要】
【摘要】以全球70个国家作为样本，研究创业、人力资本影响下创新的就业效应，结果表明：发达经济体和发展中经济体的创新就业效应总体呈“倒U型”特征，即：当创新小于某一值时，创新与就业呈正相关关系；创新大于该值时，创新与就业呈负相关关系。然后以创业和人力资本为门槛变量，研究了创新的就业效应的国别差异。
【关键词】创新；创业；人力资本；就业效应；门槛效应
【中图分类号】F249；F13 【文献标识码】A 【文章编号】1004-0994（2017）27-0106-6一、引言
20世纪中后期以来，各国将科技进步和创新作为发展强国的首要战略，希望从劳动密集向知识技术密集转型。然而在创新过程中，其一方面会带来就业的破坏效应，另一方面又会带来就业的创造效应。创新在不同国家、不同时间对就业的影响存在着一定的差异，同时在相关研究中由于数据来源、样本空间、研究方法的不同也会导致结论各异，使得该领域的研究存在一定的困难和挑战。
近年来随着创新的边界不断延伸、实践需求的不断增加，少数学者尝试从创业和人力资本要素层面探讨创新的就业效应，为破解该领域的理论和现实困局开拓了新的视野。全球不同国家的中小企业创业程度、人力资本具有较大的异质性，那么这些国家的创业和人力资本门槛（创新的就业效应下）是否相同？本文利用全球70个国家2005 ~ 2014年的面板数据，以创业和人力资本为门槛变量，研究创新的就业效应的国别差异，并提出相关的政策建议。
二、文献回顾和传导机制
（一）文献梳理
目前对于创新的就业效应研究，学者们并没有达成一致的观点，更多的文献是从企业层面研究创新的就业效应。企业层面的创新可分为产品创新和过程创新两种类型，它们对就业的影响程度不同。一些学者（Aghio、Howitt，1994等）认为技术进步创新节约了劳动力，产生了失业，因此创新对就业有破坏效应；Hall、Lotti和Mairesse（2008）利用意大利1995 ~ 2003的微观企业调研数据实证分析发现：创新的就业正效应来源于产品创新和旧产品销量扩张。也有学者（Pissarides，1990；OECD，1996）认为技术革新导致生产率提高，促进经济产出增加，最终增加就业，因此创新对就业有创造效应。Harrison（2008）在研究德国、法国、西班牙和英国四个欧洲国家的创新对就业的影响时发现：无论是制造业还是服务业，创新型公司的产品创新都会对就业产生积极效应。还有部分学者（Ricardo，1976；Freeman，1987）认为创新对就业存在“双面效应”。Evangelista和Savona（2003）研究发现，创新的就业效应因企业采用的创新策略和劳动力素质不同而有差异。
国内经济的高速增长并没有带来就业稳步上升，因此国内学者关于创新的就业效应研究主要围绕如下几方面展开：①从不同的时间段分析创新对就业的影响效应以及创新对就业的短期和长期影响效应（齐建国，2002；余源源，2008；赵利、王振兴，2010）；②创新对就业影响因劳动力类型而有区别（龚益，2001；盛欣、胡鞍钢，2011；罗军、陈建国，2014）；③不同地区不同产业的创新对就业的作用有差异（朱轶、熊思敏，2009；赵利、潘志远，2012；胡雪萍、李丹青，2015；杨恺钧，2015）。
现有文献考察创新就业效应的多角度性以及研究结论的复杂性，证实了创新与就业数量之间并不是简单的线性关系。部分文献为研究其复杂的关系采用外生分组的方法，考察了不同行业不同地区的创新对就业的影响，但采用内生分组的门槛估计考察创新的就业门槛效应的比较少见。对于创新就业效应，目前研究虽然考虑了诸多对就业产生影响的重要因素，但与创新密切相关的创业和人力资本未在相关文献中体现，使得估计结果可能存在一定的内生性偏误。综上可知，国内外学者单独研究创新就业效应的相对较多，但将创业和人力资本纳入创新的就业效应的理论或者模型中进行分析的则不足。
（二）传导机制和理论假设
通过梳理相关文献，本文归纳出创新通过创业和人力资本影响就业的传导机制，详见图1。
1. 创业具有显著的就业倍增效应，主要表现为就业效应短期很小且为正，中期为负，后期积极效应明显。卢亮和邓汉慧（2014）实证研究发现，创业每提高1个百分点，就业就会相应增加0.11 ~ 0.22个百分点，与国外的同类研究相比，我国创业促进就业的比例略低。由创业的就业效应可以看出，创新通过创业对就业的影响无论是从时间还是地区、国别来看都是非线性的，时间趋势更是呈现“S型”特征。因此本文认为，基于创业门槛的创新影响就业的传导机制主要表现为：创业水平低于门槛值时，创业带来的市场创新会随着产品和附加市场的扩散效应带来就业创造效应；创业水平高于门槛值时，创业带来的技术创新会导致较为严重的就业破坏效应。
2. 高的人力资本能够促进创新，而创新进一步提高了劳动生产率，增加了高技能劳动力的需求，减少了低技能劳动力的需求，进而改善劳动力结构（Katz、Murphy，1992；Acemoglu，1998；Evangelista、Savona，2003）。由此可见，创新和人力资本是相互影响的关系，创新的就业效应因不同人力资本有明显的差异（盛欣、胡鞍钢，2011）。因此，基于人力资本门槛的创新影响就业的传导机制主要表现为：人力资本低于门槛值时，企业受人力资本限制只能在原有产品和市场上扩展和延伸，因此产品和附加市场的扩散效应会带来明显的就业创造效应；人力资本高于门槛值时，学习、消化和吸收创新技术的程度越高，越会减少部分低技能劳动用工数量，因此会产生就业的破坏效应。
基于创业和人力资本相关文献及传导机制，本文提出如下理论假设：
H1：发达经济体和发展中经济体的创新就业效应和门槛效应有差异。
H2：创新的就业效应是非线性的，并且基于创业和人力资本表现出一定的门槛差异。
三、模型构建和变量选择
（一）模型构建
假设劳动力市场在完全出清的条件下，从劳动供给市场的角度出发，企业是劳动供给的决策主体。本文借鉴栾斌、杨俊（2016）构建创新就业效应模型的思路，假设企业的生产函数服从经典的C-D形，模型如下：
Y=AαKβLγ （1）
根据理论分析，在式（1）的基础上进一步假设在完全竞争的市场条件下，技术的边际产出等于企业的研发投入i，资本的边际产出等于资本的价格r，劳动的边际产出等于工资w，那么在满足利润最大化的条件下可将式（1）中的技术和资本要素消除，从而得到式（2）：
（2）
两边取对数并简化得到基本的劳动需求方程：
lnL=ϕ0+ϕ1lnY+ϕ2lni+ϕ3lnr+ϕ4lnw （3）
其中， ，
[ϕ1=1(α+β+γ)]，[ϕ2=α(α+β+γ)]，[ϕ3=-β(α+β+γ)]，[ϕ4=--(α+β)(α+β+γ)。]
式（3）的左边是各国就业数量的对数，这里表示就业总效应，用 E 表示；右边第一项Y表示各国以购买力平价计算的GDP；第二项表示各国创新指数（I）；第三项资本的价格被认为是利率（r）；第四项为人均工资增长率（w）。借鉴已有研究，μi表示不随时间变化的不可观测的异质性影响，随机扰动项为εit，得到最终的回归模型如下：
Eit=μi+ϕ1Yit+ϕ2Iit+ϕ3rit+ϕ4wit+ϕ5Xit+εit （4）
为了检验创新与就业的非线性关系，本文选用了 Hansen（1999）提出的门槛面板数据模型。门槛面板模型可以依据估计得到的门槛值将样本分为多个区间，并估计在各个区间内创新与就业之间的关系。单门槛面板模型如下：
Eit=μi+ϕ1Yit+ϕ2Iit+ϕ3SitI（Sit≤γ）+ϕ3"SitI（Sit≥γ）+ϕ4rit+ϕ5wit+ϕ6Xit+εit （5）
将单一门槛推导至多重门槛，得到多重门槛面板模型：
Eit=μi+ϕ1Yit+ϕ2Iit+ϕ3SitI（Sit≤γ1）+ϕ3′SitI（γ1＜Sit≤γ2）+…+ϕ3′′SitI（γn-1＜Sit≤γn）+ϕ3′′′SitI（Sit＞γn）+ϕ4rit+ϕ5wit+ϕ6Xit+εit （6）
这里I（·）为指示性函数，括号中的条件满足时取值为1，否则为0。
（二）变量选择和处理
在以往的文献研究中创新的代理变量有R&D经费支出、R&D人员等投入指标，以及授予专利数、高科技出口等产出指标，鉴于以上投入产出变量并不能很好地解释除资本、劳动力以外的组织、营销方式、管理等方面的创新，本文考虑用各国全要素生产率（ci）来代理创新变量。参考赖德胜和李长安（2009）的处理方法，选取新建企业数量（s）作为创业的代理变量；人力资本（hc）变量用平均受教育年限衡量；用每年年末就业人数衡量就业量（E）；各国的GDP（Y）用2010年不变价美元GDP表示；各国贷款利率用r来表示；各国人均收入（w）用调整后净人均收入来表示。变量及描述性统计见表1。
考虑到数据的一致性和可得性，本文选取了2005 ~ 2014年全球70个国家作为研究样本。全要素生产率、GDP、就业量和人力资本来源于Penn World Table；新建企业数、贷款利率和人均收入变量均来自于世界银行数据库网站，选择的变量均为剔除价格因素后的实际变量。
（三）样本描述性统计
为了更加全面和准确地观测样本中创新与就业的非线性关系，本文将70个国家的全样本分为发达经济体和发展中经济体，分别拟合出全样本、发达经济体和发展中经济体创新与就业的非线性关系（如图2，从左到右依次为：全样本、发达经济体、发展中经济体）：全样本呈现出微弱的“倒U型”，而发达经济体和发展中经济体“倒U型”趋势明显，由此验证了H1。“倒U型”曲线表明：当创新小于某一值时，创新与就业呈正相关关系；而创新大于该值时，创新与就业呈负相关关系。由此可以判断，将样本划分为发达经济体和发展中经济体能更好地探究不同经济体中创新就业效应门槛变量、门槛值有何不同，从而为不同发展阶段的经济体提供决策依据。
四、门槛效应检验结果
（一） 门槛效应检验
下面分别以创业和人力资本为门槛变量进行门槛效应检验。为确定门槛的个数，依次在单一门槛、双重门槛和三重门槛假设下进行门槛自抽样检验，采用以Bootstrap法得到的临界值以及F统计值来判断应选择的门槛模型。以创业为门槛变量时（如表2所示）：从F统计量和临界值可知，发达经济体的单一门槛效应在1%的水平上显著，双重门槛效应在5%的显著性水平上通过检验，而三重门槛效应不显著；发展中经济体的单一门槛效、双重门槛效应和三重门槛效应在1%、5%和10%的显著性水平上均不显著，说明发展中经济体在本文研究时间段内并没有体现出创业门槛效应。接下来看以人力资本为门槛变量的情况：发达经济体的单一门槛效应通过了1%显著性水平上的检验，双重门槛效应和三重门槛效应在5%的水平上显著；发展中经济体的单一门槛、双重门槛均分别通过了1%、5%显著性水平上的检验，三重门槛没有通过显著性水平检验。
在考察创新就业效应的创业门槛时，发达经济体样本采用双重门槛效应，发展中经济体的门槛效应则不存在；而在考察创新就业效应的人力资本门槛时，发达经济体采用三重门槛效应，发展中经济体采用双重门槛效应。由此验证了H2对于发达经济体是完全成立的，而对于发展中经济体并不是完全成立的。发达经济体创业的第一个门槛值为7239，第二个门槛值为98406；发达经济体人力资本的第一个门槛值为2.881，第二个门槛值为3.069，第三个门槛值为3.199；发展中经济体人力资本的第一个门槛值为2.257，第二个门槛值为2.618。
（二） 门槛模型估计与分析
首先从创新就业效应的创业门槛模型估计结果可知，发达经济体的创业门槛值（7239、98406）把发达经济体创业划分为三个层次，在不同创业活动水平下，创新的就业效应程度差异显著（如表3）。随着创业门槛值逐渐增加，创新开始表现为促进就业，后表现为抑制就业，系数依次为0.178、0.111、-0.004。体表现为：创业水平低于门槛值7239时，短期内的新市场和新产品有足够的吸引力和竞争力，增加了初创企业的经济效益和市场规模，必然会带动就业数量的提高，创新每提高1个百分点，就业会增加0.178个百分点；创业水平介于7239 ~ 98406时，创新每提高1个百分点，就业增加0.111个百分点；创业水平大于98406时，较多的初创企业使得市场饱和，部分没有创新基础的创业者渐渐被淘汰，因此创业企业的就业倍增效应被削减，出现了创新的就业抑制效应，创新每提高1个百分点，就业减少0.004个百分点。从此结果可以推测，发达经济体的创业水平达到“倒U型”拐点。发展中经济体的系数依次为0.024、0.038，但此门槛模型并没有通过10%的显著性检验，门槛效应微乎其微，可见发展中经济体的“倒U型”并没有体现在创业门槛上。
导致发达经济体和发展中经济体结果差异的原因在于发达经济体的创业水平明显高于发展中经济体，发达经济体的创业更多程度上是科技型创业，让新建中小企业与大型企业在相对平等的地位上竞争，两者之间形成了正向的创新挤出效应，从而抑制了创新的就业效应；而发展中经济体更多的是产品型创业，其表现为重复产品的搬运和商业模式的复制，创业的数量级增长带来了就业数量的提升。
从创新就业效应的人力资本门槛模型估计结果（见表4）可知，发达经济体人力资本门槛值（2.881、3.069、3.199）把发达经济体的人力资本水平划分为四个层次，在不同人力资本水平下，创新的就业效应程度差异显著：随着人力资本门槛值逐渐增加，创新促进就业的效果越来越弱，系数依次为0.315、0.086、0.033、0.074。从此结果可以推测，发达经济体的人力资本水平没有达到“倒U型”拐点。发展中经济体的系数依次为0.163、-0.008、0.015，发展中经济体的人力资本水平触及两次拐点，主要呈现“S型”，可以看出发展中经济体的创新就业效应对人力资本门槛的反应更为明显。
发展中经济体的人力资本门槛效应较为明显的原因是：发展中经济体劳动力丰富，但劳动力技能水平和文化素质较低，企业的人力资本水平较低时，创新更多表现为产品和市场的突破，因此更多的是就业的创造效应；人力资本高于门槛值时，此时创新的就业效应更多表现为制造业低人力资本的劳动力无法匹配新技术、新管理模式、营销模式，从而减少劳动用工数量，因此会产生就业的破坏效应。发达经济体的创新就业效应的门槛趋势和发展中经济体有所不同：此门槛模型是三重门槛，发达经济体将比发展中经济体更快进入创新正效应“车道”，这得益于发达经济体的人力资本程度普遍比发展中经济体高，低技能劳动力数量较少，无论是产品市场创新还是技术改造，都不会出现低技能劳动力被大规模替代的现象。
从表3和表4可以看出，其他解释变量对就业的作用，无论是发达经济体还是发展中经济体，国内生产总值都对就业具有促进作用，发达经济体的GDP就业正效应大于发展中经济体。对于发达经济体，人均收入对就业具有促进作用，而发展中经济体的人均收入对就业的促进作用低于发达经济体，主要原因是发展中经济体工资上涨导致劳动力成本增加，企业为控制成本会雇佣更少的劳动力。利率在发达经济体和发展中经济体的门槛模型中均不太显著，说明就业对利率并不敏感。
五、结论与政策建议
（一）结论
本文利用2005 ~ 2014年全球70个国家的面板数据，研究了创业和人力资本门槛下创新的就业效应。研究结果表明，创新对发达经济体的就业存在明显的创业和人力资本门槛效应；创新对发展中经济体的就业存在明显的人力资本门槛效应，但创业门槛效应不显著。
（二）政策建议
1. 发达经济体应巩固人力资本优势，促进高质量创业、科技型创业，减少产品型创业之间的不良竞争造成的资源滥用，使创业门槛重回“倒U型”拐点。科技型创业为追求更高的工资水平或者发现新的市场机会，能创造更多的就业岗位，对经济发展也有明显的促进作用。
2. 我国目前属于发展中经济体，创新的就业效应并没有表现出明显的创业门槛效应。这说明中国目前的创业水平欠佳，创业活动停留在模仿和产品堆积阶段，短期会创造出明显的就业效应，但随着同类创业公司的增多，其中有高竞争力和创新基础的企业脱颖而出，进而会对已有的就业数量造成一定的冲击，表现为就业的破坏效应。我国的创业目前处于发展扩张的阶段，并没有达到创业门槛的拐点，没有出现恶性竞争和资源错配的情况，政府应出台合作共赢、战略合作等相关保障和政策机制，以避免大规模、大范围的不良竞争。
3. 发展中经济体应加强企业的教育和培训，加快高技能劳动力培养速度，提高人力资本水平。对于人力资本相对较高的国家，则要加大对教育和科技的投入，构筑人才高地，继续巩固人力资本优势。
主要参考文献：
盛欣，胡鞍钢．技术进步对中国就业人力资本结构影响的实证分析——基于28个省的面板数据研究［J］．科学学与科学技术管理，2011（6）．
卢亮，邓汉慧．创业促进就业吗？——来自中国的证据［J］．经济管理，2014（3）．
齐建国．中国总量就业与科技进步的关系研究［J］．数量经济技术经济研究，2002（12）．
汤灿晴，董志强，李永杰．创业何时带动就业：一个理论考察［J］．中国劳动经济学，2011（1）．
张成刚，廖毅，曾湘泉．创业带动就业：新建企业的就业效应分析［J］．中国人口科学，2015（1）．
朱轶，熊思敏．技术进步、产业结构变动对我国就业效应的经验研究［J］．数量经济技术经济研究，2009（5）．
