互聯網、人力資本和科技創新門檻效應的實證

常青青，仲偉周

（1.西安交通大學 經濟與金融學院，西安 710061；2.西安外國語大學 商學院，西安 710128）

0 引言

在經濟高度全球化的當下，世界各國都把提升科技實力作為發展的重中之重。黨的十八大提出了“創新、協調、綠色、開放和共享”的五大發展理念，創新被放在了首要位置，創新已經成為這個時代最鮮明的主旋律。

目前，國內外研究者們從多個方面對創新的影響因素進行了深入探析。主要包括以下幾方面：（1）金融方面，例如：Chowdhury和Maung等[1]發現金融發展和金融支持能夠明顯促進創新活動。（2）研發投入方面，例如：李平和劉利利[2]分別研究了政府科研投入和企業科研投入對創新效率的影響及其差異；（3）人力資本和社會資本方面，如：顧琴軒和王莉紅[3]研究發現科研工作者的教育程度和工作經驗都對其創新行為具有重要的影響；（4）經濟貿易、FDI方面，新經濟增長理論對貿易、FDsI和技術溢出關系進行了廣泛的研究，然而并沒有形成統一的結論，如：Cheung和Lin等[4]發現FDI流入對東道主國家專利申請具有顯著的溢出效應。陳羽和鄺國良[5]則認為FDI使東道主國家企業形成了技術依賴，不利于企業自主創新。葉阿忠等[6]研究發現FDI在不同水平時對技術創新表現不同的影響效果；（5）創新環境和政策，如：李平等[7]實證發現科技基礎設施存在明顯的二次創新效應。

以往關于科技創新的實證研究很少將互聯網考慮其中，且多數是在線性假設的前提下，鑒于此，本文嘗試從人力資本的角度就互聯網使用對科技創新影響差異給出一定的實證解釋。本文將利用門檻回歸模型實證分析互聯網使用對中國科技創新水平的非線性影響。

1 模型構建

1.1 模型設定

本文在人力資本的視角下，借鑒Hansen[8]所發展的門檻回歸模型構建互聯網使用對科技創新的非線性影響模型：

模型（1）中，i表示省份，t表示年份，εit為隨機誤差項，Innovationit代表科技創新水平，Internetit為核心解釋變量，代表門檻依賴變量，Xit為控制變量，Qit代表門檻變量集；γ為對應門檻估計值，1(.)為示性函數，當括號條件滿足取1，否則為0，γ為對應門檻估計值。

1.2 變量選取及數據來源

（1）被解釋變量。本文采用每千人專利申請受理數量作為科技創新的代理變量，進一步通過將專利分為發明專利、實用型專利和外觀設計專利三大類來進一步做穩健性分析，后面會進一步討論。

（2）核心解釋變量和控制變量。采用互聯網普及率（Interent）（互聯網使用人數除以總人口）來衡量各地區互聯網使用情況；本文接受嚴成樑等[9]觀點，將互聯網使用看成是一種重要的社會資本。因此，本文主要探討社會資本和人力資本對科技創新的影響效果，將人力資本（Hc）作為控制變量，采用六歲以上人口平均受教育年限來衡量人力資本情況，通過如下方法計算：

（3）門檻變量，本文主要試圖從人力資本角度來解釋各地區互聯網對科技創新的影響差異，因此采用人力資本（Hc）作為門檻變量，從而考察人力資本調節互聯網對科技創新影響效果。

1.3 數據來源

由于中國從2003年才開始統計分省互聯網發展的相關數據，因此本文研究階段為2003—2015年，為保持數據口徑相一致，選取除港澳臺外的31個省市區，除特別指出外，所有的數據均來自于相關年份的《中國統計年鑒》、《中國科技統計年鑒》和各省統計年鑒。

2 實證分析

2.1 門檻效應檢驗

在進行門檻模型回歸之前，首先要確定門檻值的個數。依次在不存在門檻、一個門檻、兩個門檻和三個門檻對模型（1）進行檢驗，檢驗結果如表1所示。表1中顯示以人力資本水平作為門檻變量，以互聯網使用水平作為門檻依賴變量時，單一門檻效應和雙重門檻效應均在10%的水平下通過了顯著性檢驗，而三門檻效應檢驗沒有通過顯著性檢驗，因此模型（1）存在兩個門檻變量值，進一步表2結果顯示，兩個門檻值分別為：9.0456和10.1532。

表1 門檻效應檢驗結果

表2 門檻估計值結果

2.2 實證結果分析

表3是門檻回歸結果，為了對照，本文同時給出了普通面板回歸模型（1）和模型（2），通過F檢驗和Hausman檢驗顯示應該選用個體固定效應，模型（1）估計結果顯示，互聯網使用水平和人力資本水平的系數都顯著為正，表明其能顯著促進科技創新，這和理論研究一致。模型（2）中加入了省份變量和互聯網使用的交互項，模型的擬合優度得到了較大提高，同時發現絕大多數省份的系數都顯著不同（見表4），這也進一步說明互聯網使用對科技創新的影響效果受某些其他因素的調節。模型（3）是以人力資本為門檻變量的回歸結果,互聯網使用對科技創新的影響根據兩個人力資本存量的門檻值分為3個區制,在每個區制的系數分別為：0.2306、1.6678和4.7659，其中第一個區制的系數不顯著，第二個和第三個區制的系數都在1%的水平下顯著，這說明隨著人力資本水平的提高，互聯網使用對科技創新的影響效果顯著增強，表明中國互聯網對科技創新影響受到了人力資本的正向調節作用。

表3 互聯網使用、人力資本和科技創新的門檻回歸結果

表4 Internet和省份交互項（固定效應模型，以上海為基準）

根據以上人力資本水平的門檻值，將人力資本水平分為三個區間，2003—2015年期間中國31個省市區人力資本水平分布情況見表5。表5結果顯示，2003—2015年期間中國各省份的人力資本水平有了較大幅度提高，2003年大多數省份人力資本處于第一區間內，而在2015年有超過一半的省份人力資本處于第二區間，表明在此期間互聯網對中國科技創新的促進作用顯著增強。

表5 中國2003—2015年期間不同人力資本區間省份個數

2.3 穩健性檢驗與進一步討論

為了進一步驗證本文的結論，采用以下方法來進行穩健性分析：首先，采用移動電話普及率（Ius）來代替互聯網普及率進行門檻回歸，Salahuddin和Alam[10]指出，互聯網使用和移動電話使用是ICT發展的兩個重要衡量指標，尤其近年來隨著中國移動互聯網的發展，移動電話的普及必將對科技創新產生重要的影響；其次，本文將專利分為發明專利、實用型專利和外觀設計專利，分別采用每千人發明專利申請受理數目（innovation1）、每千人實用新型專利申請受理數目（innovation2）和每千人外觀設計專利申請受理數目（innovation2）對基準模型進行門檻回歸。首先，在回歸前也對各個模型進行門檻效應檢驗（如表6所示），結果顯示以上四個模型均存在兩個門檻值（門檻值檢驗結果略），以上模型門檻回歸結果如表7所示。

表6 門檻效應檢驗結果（穩健性檢驗）

表7 互聯網使用、人力資本和科技創新關系門檻回歸（穩健性檢驗）

結合表6和表7可知，當以移動電話普及率代替互聯網普及率后，移動電話普及率對科技創新的影響根據兩個人力資本存量的門檻值分為3個區制,在每個區制的系數分別為：0.3492、1.1213和3.1171，其中第一個區制的系數不顯著，第二個和第三個區制的系數都在1%的水平下顯著，這說明隨著人力資本水平的提高，移動電話使用水平對科技創新的影響效果顯著增強，這和表1結果一致，說明上述估計結果較為穩健。

當以每千人發明專利申請受理數目（innovation1）、每千人實用新型專利申請受理數目（innovation2）和每千人外觀設計專利申請受理數目（innovation3）分別為因變量來考察互聯網使用對科技創新的門檻效應時，結果發現互聯網普及率對三種專利的影響效果都根據兩個人力資本水平的門檻值分而為3個區制,其中互聯網普及率對發明專利和實用型專利的影響效果都在第一個和第二個門檻值有所增強，這和上述結論一致。而互聯網普及率對外觀設計專利影響只在第一個門檻值處有顯著增強，同時發現互聯網對實用型和外觀設計性專利的影響的第二人力資本門檻值都比其對發明專利影響的第二人力資本門檻值要低，這比較符合理論情況，嚴成樑指出，發明專利相對于實用型和外觀設計型專利，技術含量更高，因此對人力資本水平要求更高[9]。通過以上分析，表7中各模型的回歸結果都顯示上文模型的估計結果較好，結論較為一致，即互聯網對科技創新的影響受到了人力資本的正向調節作用。

3 結論

本文從人力資本的角度解釋互聯網使用對科技創新影響效果的差異，基于2003—2015年省級面板數據，本文構建了互聯網使用、人力資本和科技創新的門檻回歸模型。研究結果發現：互聯網使用對科技創新的影響存在顯著的雙人力資本門檻，而且隨著人力資本水平的提高，互聯網使用對科技創新的影響效果顯著增強，進一步本文通過移動電話普及率代替互聯網使用、將專利分為發明專利、實用型專利和外觀設計型專利來進行穩健性分析，結果都較好地印證了本文研究結論的穩健性和可信性，本文研究進一步豐富了相關理論。