科技創新與科技創業的“本地-鄰地”就業效應研究

朱金生，朱 華

(武漢理工大學經濟學院，湖北武漢 430070)

就業是民生之本，實現更充分、更高質量的就業是我國經濟社會發展的重要目標，也是學術界與政策制定者關注的焦點。從“十一五”規劃首次“把就業擺在經濟社會發展的優先位置”，到“十三五”規劃“堅持實施就業優先戰略”，都充分體現了中國政府對就業問題的高度重視程度。“十九”大報告中進一步明確提出，“要實施更加積極的就業政策，通過改善創新創業環境，達到以創新引領創業，以創業帶動就業的目標”。為此，通過創新創業帶動就業成為“大眾創業、萬眾創新”政策實施的重要目的之一。在一系列政策的激勵下，全社會創新創業呈爆發式增長的態勢。例如，2014—2018 年，我國平均研究與試驗發展（R&D）經費投入強度為2.14%，且表現出逐年增長趨勢1)；2017 年平均每萬人擁有的新增創業企業數達203 家，約為2014 年的2 倍2)。但與此同時，我國就業的宏觀壓力卻依然存在，結構性就業矛盾突出，創新創業緩解就業壓力的預期效果并未充分顯現［1］。因此，如何強化創新創業帶動就業的實際效果是一個值得研究的議題。

有研究指出，增強科技創新就業帶動能力的關鍵在于創新成果與市場需求能否成功匹配，通過將科研成果的產品化、商品化與市場化，科技創新才能最大限度地轉化為生產力促進就業增長［2］。在實踐中，科技創業利用商業機會把科技創新成果轉化為市場需求的產品和服務，實現了知識、技術和市場有機整合起來，已成為科技成果轉化最為有效的途徑［3］。所以，科技創新與科技創業的相互支撐、互動融合可能是帶動就業增長的有效途徑。此外，有學者從空間角度指出，科技創新和科技創業的區域分布并非是隨機的，而是表現出空間集聚的特征［4］，因為科技創新與科技創業所依賴的知識、人才、資金等要素都具有跨區域的流動性，而這種跨區域的要素流動正是科技創新與科技創業產生溢出效應的前提。由此，通過分析科技創新與科技創業的空間溢出效應及其路徑傳導，可以進一步挖掘兩者帶動就業增長的潛力。

那么，科技創新、科技創業及其協同帶動就業增長的效果如何？它們是否對鄰地就業存在空間溢出效應？科技創新與科技創業對就業的作用是否存在門檻效應以及區域異質性特征？回答這些問題對于進一步豐富和發展科技創新、科技創業與就業關系的理論內涵，充實科技創新與科技創業對區域就業“帶動”效應的空間測度和檢驗方法，提高科技創新與科技創業帶動就業政策的有效性具有重要的理論與現實意義。

1 文獻回顧

通過梳理既有研究成果可以發現，當前學術界主要集中于分別探討科技創新和科技創業的就業效應。

1.1 有關科技創新就業效應的研究

對科技創新的就業效應研究始于英國古典經濟學家李嘉圖提出的技術對勞動的替代理論，此后，學者們對兩者的關系開展了系統的研究，但得出的研究結論存在較大差異。根據分析層次的不同，現有研究大致可從微觀、中觀和宏觀3 個層次分述。微觀層次利用企業數據分析科技創新對就業的影響，得出的結論多是科技創新與就業存在正相關關系，例如，Piva 等［5］利用11 個歐洲國家制造業和服務業企業數據進行析后指出，高科技企業和大型企業的R&D 投入具有就業創造效應，但傳統產業企業和中小型企業的R&D 投入未能產生顯著的就業效應；Cami?a 等［6］考察自動化技術對西班牙工業企業的影響，認為在短期內自動化是減少勞動力的因素之一，但是從長期看，自動化技術有利于就業增長。國內研究中，吳翌琳［7］采用Jordi 模型，基于中國1999—2006 年中國工業企業數據證實，技術創新對企業就業的促進效果顯著；韓孟孟等［8］利用2012年中國企業調查數據發現，科技創新的就業促進效應受多種因素的制約，是長期的、緩慢的，無法迅速顯現出來。在中觀層面的研究中，將同行業中創新企業競爭對手所受到的影響納入考慮中。Greenan等［9］比較考察了法國制造業創新對行業就業和企業就業的影響，結果表明在行業層面，產品創新比工藝創新能夠創造更多就業機會，但在企業層面，結論恰好相反，這種差異可能是源于行業層面的結果包括了對競爭企業的影響。Bogliacino 等［10］提出了一個修正的Pavitt 分類方法，驗證了8 個歐洲國家制造業和服務業技術創新和就業之間的關系，發現了技術變化影響行業就業的不同機制。國內研究中，張車偉［11］認為創新催生的新產業和新業態能夠創造新的就業崗位，但也對傳統行業就業產生了擠出效應。閆雪凌等［12］使用我國2006—2017 年制造業分行業數據，實證研究了工業機器人使用對行業就業的影響，結果顯示，工業機器人使用對制造業就業崗位數量有負面沖擊。在宏觀層面的研究更加強調科技創新對就業全面影響，Feldmann［13］利用21 個國家1985—2009 年數據的研究表明，科技創新能夠在短期顯著地增加失業，但在長期這種負面效應會消失；Jung 等［14］利用可計算一般均衡（CGE）模型計算發現，伴隨著科技創新和資本偏向的經濟增長，對高技能水平勞動的需求更大。國內關于宏觀層面的研究結果大多表明科技創新對就業具有抑制作用。陳赤平等［15］認為，技術創新對我國就業總量的綜合影響為負，主要是因為勞動力素質偏低和勞動力流動性差而造成的結構性失業；王軍等［16］指出隨著人工智能及自動化的推進，替代效應與抑制效應對就業的結構性沖擊不可避免。

1.2 有關科技創業的就業效應的研究

當前直接討論科技創業就業效應的文獻并不多，但在創業與就業關系的研究文獻中，學者們普遍認為，提高創業的科技含量更易對就業產生積極影響。在理論研究方面，Jusoh 等［17］構建了知識創業模型并指出，不同于一般的創業活動，知識創業具有提高組織創造力和間接提高組織績效的作用，因而對經濟和就業增長具有更積極的效果。湯燦晴等［18］通過構建擴展的古諾模型刻畫了創業帶動就業的微觀機制，并刻畫了創新型創業通過創新擴散和附加市場成長產生就業創造效應的過程。儲珩等［19］認為機會型創業帶來了企業和產業層面的創新出現、競爭程度加劇、企業更替和產業結構的調整，從而能推動經濟和就業增長。代明等［20］指出企業家效應對就業具有積極影響，而難民效應的影響則不明確。在實證研究方面，大部分結論都表明，科技企業的創建對就業的正向影響具有時間滯后效應。Van Stel［21］運用1988—2002 年荷蘭的區域數據庫，分析了新企業創建與區域就業的關系，發現創新型企業對促進就業的動力源于其對市場結構的改善，而市場結構的改善是創新型企業創建的長期影響。Baptista 等［22］利用葡萄牙的數據進行研究，證明知識型新創企業對就業的長期影響更顯著，因為這類企業的產品和技術周期更短，就業減少和就業創造的規模都會變大。國內的研究也表明科技創業對就業的影響存在時滯性。張成剛等［23］比較了創業在中國與OECD 國家的就業效應，結果顯示，中國創業企業對就業的擠出效應持續時間更長，就業促進效應出現的時間更晚，這可能與中國新建企業創新水平較低，企業同質性高，市場競爭激烈有關。侯永雄等［24］采用1997—2013 年中國數據，對創業與就業增長的關系進行實證檢驗發現，創業帶動就業存在時間滯后性，且科技含量更高的機會型創業帶動就業效應更加顯著。朱金生等［25］利用VAR 模型發現，創新可以促進創業，而創業能夠在長期拉動就業增長。

綜上可見，目前學界對科技創新、科技創業與就業的關系研究取得了一些啟發性的成果，然而在研究上卻限于單獨討論科技創新就業效應和科技創業就業效應，未能考察科技創新與科技創業的協同對就業的影響。而且，大多研究都假設區域之間相互獨立，采用非空間計量模型與方法，忽略空間異質性可能會導致估計偏差。鑒于此，本文利用中國2007—2018 年的省域面板數據，引入空間計量模型與面板門檻模型實證分析科技創新與科技創業在獨立情景與協同情景中的“本地-鄰地”就業效應以及兩者與就業之間可能存在的非線性關系。

與以往研究相比，本文的邊際貢獻主要體現在：第一，在考慮到科技創新與科技創業的密切關系的基礎上，比較考察在獨立情景和協同情景中，科技創新與科技創業帶動就業的不同效果；第二，將空間因素的存在作為研究的假設前提，采用空間計量模型，測度科技創新科技創業對本地和鄰地就業的影響；第三，分別以科技創新和科技創業作為門檻變量，利用面板門檻模型，探究科技創新和科技創業對就業可能存在的非線性影響。

2 理論分析

2.1 理論機制

（1）科技創新對就業的影響機制。科技創新對就業直接沖擊是負面的，因為它所催生的新產品和新技術淘汰了落后產品并提高了勞動生產率，導致相關就業崗位數量隨之削減，即就業破壞效應。但同時，隨著新技術和新產品的應用，所培育的新產業、新業態也能創造大量的就業機會，即就業創造效應；同時生產效率的提高能夠降低產品的單位生產成本而促使產品價格下降，刺激市場需求持續擴大，從而吸納更多勞動力，抵消其造成部分就業損失，即就業補償效應。綜上，當科技創新的就業創造效應和就業補償效應大于就業破壞效應時，就業數量會增加；反之，就業數量會減少。在空間視角下，作為影響科技創新的要素，知識在地理空間上均具有可傳播性與流動性，為科技創新的空間溢出效應產生提供了可能，即伴隨著區域間的知識溢出，科技創新可能促進鄰地科技創新水平提高，進而影響鄰地就業。

（2）科技創業對就業的影響機制。科技創業對就業的影響包括直接效應與間接效應兩個方面。對直接效應來說，新企業成功進入市場并實現增長時會直接創造新的工作崗位，即正向的直接效應。但成功的科技創業也可能導致現存企業被擠出而減少雇傭，即負向的直接效應。間接效應來源于科技創業企業創建后對整個市場產生影響：一方面，科技創業通過擴張創新帶動就業。科技創業作為科技創新的延伸，是創新成果商業化的重要途徑，具有創新成果挖掘和創造新市場需求的特征，因此，可以引進更能匹配消費者偏好的產品，培育和創造新的市場，從而帶動就業增長；另一方面，科技創業企業的進入增加了區域競爭，迫使在位企業提高經營效率，改進自身績效。市場結構的改變幫助提高了整個市場的生產力，創造了更多的工作崗位。所以，當科技創業的正向直接效應和間接效應大于負向直接效應時，就業數量會增加；反之，就業數量會減少。與科技創新類似，科技創業離不開創新要素的投入，而創新要素的流動與市場化交易已呈現明顯的跨區域特征，所以科技創業也表現出明顯的空間集聚特征，由此帶來的知識溢出促進了鄰地科技創業的涌現，從而對鄰地就業產生影響。

（3）科技創新與科技創業的協同對就業的影響機制。協同效應是指在大系統內各子系統的同步行為產生出整體效果超越了各子系統單獨作用效果之和，從而形成整個系統的統一作用，即產生“1+1＞2”的效果［26］。科技創新是創造新知識、新技術、新工藝，并開發新的生產方式和經營管理模式，科技創業是創業者利用商業機會，優化配置社會資源，把新技術、新知識、新工藝轉化為市場需求的產品或服務，以實現其應用價值與商業價值的活動。所以，科技創新是科技創業的基礎和源頭，科技創業是科技創新的體現和延伸，高效的科技創新與科技創業應該建立在協同的基礎之上。科技創新和科技創業的協同對就業具有重要的影響：一方面，科技創業者是通過識別有價值的創新成果，并將其與市場機會有機整合才能成功實現科技創業，而且科技創新也是科技創業企業可持續發展的動力［27］，所以，科技創新為企業規模的擴大和帶動就業能力的提高提供了可持續的保障。另一方面，作為推動科技成果轉化的有效模式，科技創業實現了科技創新源頭與終端消費需求的銜接，完成了科技創新的市場化落地，將創新成果轉變成為能夠帶動就業增長的現實生產力。此外，由于科技創新與科技創業的要素的區域流動性，兩者的協同對就業的作用也不能繞開空間維度的影響。科技創新與科技創業的協同同樣能通過空間溢出效應影響鄰地就業增長。

2.2 理論模型

本文借鑒Audretsch［28］的研究，將科技創新與科技創業視為投入要素，納入生產函數框架中。假設生產函數為Cobb-Douglas 函數，地區i（i=1,2,…,N）在第t期（t=1,2,…,T）的產量水平Yit由生產投入要素決定，其中勞動力、資本、科技創新與科技創業為生產投入要素，令Lit和Kit分別表示勞動力與資本的投入量；Iit和Eit分別表示科技創新與科技創業的投入量，因此，地區i在第t期的柯布—道格拉斯：

α1、α2、α3和α4均為大于0 小于1 的參數，分別表示勞動力、資本、科技創新和科技創業對產出的彈性系數。

勞動的邊際產出為：

假設i地區在第t期的平均名義工資水平為Wit，物價水平為Pit，則

兩邊取對數，得到：

將上述等式變形：

其中，β0、β1、β2、β3和β4分別為常數項和系數。方程（6）表明，科技創新、科技創業與就業之間存在一定的內在聯系。因此，本文試圖采用空間杜賓模型和面板門檻模型揭示三者的關系。

3 研究設計

3.1 空間溢出計量模型的選擇及設定

在當前空間計量各類模型中，空間杜賓模型（Spatial Durbin model，SDM）綜合了空間滯后模型和空間誤差模型的優點，可以全面地反映本地和鄰地被解釋變量和受到本地解釋變量的影響。因此，本文以SDM 為基礎擴展式（6）。此外，考慮到就業與地區經濟水平相關，在擴展式中再加入地區人均GDP(Rgdp)，得到以下計量模型。

獨立情景：

式（7）和（8）反映了科技創新與科技創業在獨立情景中的就業效應，為了檢驗創新與創業的協同對就業的影響，利用科技創新與科技創業的交互項構建了協同情景下的計量模型（式（9））：

協同情景：

其中，W為空間權重矩陣，含W的解釋變量為相應變量的空間滯后項，代表本地解釋變量對鄰地就業的影響，W×lnLit為就業的空間滯后項，表示本地就業對鄰地就業的影響；ρ 為就業的空間效應系數，若ρ 顯著，則表示就業存在空間溢出效應；θ為各項解釋變量的空間滯后項系數，εit為隨機擾動項。檢驗兩個假設約束條件可判斷空間杜賓模型是否會簡化成空間滯后模型（SAR）或空間誤差模型（SEM）。一是H0：θ=0；二是H0：θ+ρβ=0。若不能拒絕假設條件一，SDM 退化為SAR，若不能拒絕假設條件二，SDM 退化為SEM。

3.2 面板門檻模型的設定

為了探究科技創新與科技創業的就業是否存在非線性特征。本文選擇面板門檻效應模型，構建科技創新與科技創業就業效應的面板門檻模型，具體形式如（10）和（11）式：

其中，α1和α2表示門檻變量的待估計參數，ψ代表門檻值，εit表示誤差項。

3.3 變量選取

（1）被解釋變量：區域就業（L）。考慮到科技創新與科技創業多集中于城市，本文采用地區城鎮就業人數衡量區域就業水平。

（2）核心解釋變量：科技創新（I）和科技創業（E）。關于科技創新與科技創業的指標選擇，目前在學術界并未達成一致，常用的方法可以歸納為單一指標法與綜合指標法。單一指標分析法數據獲取簡單，但度量指標缺乏全面性，所以，本文選擇計算綜合指標衡量科技創新和科技創業。通過梳理和參考關于科技創新評價的文獻，可以發現現有評價體系雖然選擇的指標各異，但多從投入和產出兩個維度展開［29］，因而本文選擇具有代表性的投入和產出指標評估區域科技創新水平。科技創新投入是指對基礎研究開發有促進作用的指標，經濟合作與發展組織（OECD）制定的《弗拉斯卡蒂手冊》從R&D 經費與R&D 人員兩個維度定義創新投入［30］7-8，本文據此選取R&D 內部經費支出與R&D 人員數刻畫區域科技創新投入。根據科技部制定的《中國科學技術指標》，科技創新產出是指可以衡量科學研究與技術創新活動所產生的各種形式的成果，而專利和科技論文是這種成果的主要體現［31］48，其中，專利指標反映了技術發明的成果，科技論文主要體現了知識創造的成果［32］，因此選擇有效專利數與國外三大檢索工具收錄的科技論文數作為區域科技創新產出的兩個指標。

科技創業作為技術密集型的創業，是企業家通過對市場機會的識別和開發，以創辦企業的方式投入資源，最終獲得科技創業產出，包括科技成果商業化與科技企業成長的行為［33］，故可以認為科技創業投入和科技創業產出共同構成了科技創業活動。由此，本文同樣從投入和產出的維度評估區域科技創業水平。在投入方面，資金是驅動科技創業活動的首要因素，而科技創業企業處于企業初始階段，一般較少進行外源融資，孵化器形式投資是其獲得資金的重要來源［34］，因此，選擇科技企業孵化基金總額作為區域科技創業資金投入的衡量指標；同時，設備與技術投入決定了科技創業的發展，也是科技創業的關鍵投入因素，而公共技術服務平臺為科技創業企業提供了技術推廣和產品試制的支持［35］，所以，選擇公共技術服務平臺的投資額表示區域科技創業的技術投入水平。在產出方面，通過科技創業，新的技術被認可和推廣，同時新產品的市場化推動科技創業企業的成長，因而創新成果的商業化和科技創業企業的成長分別被視為科技創業的科技產出和經濟產出［36］，其中，技術市場交易反映了一個地區科技成果被投入到商業活動后的應用情況與價值收益［37-38］；而科技企業孵化器中畢業企業數量則是反映區域科技企業成長情況的合適指標［39］。因此，選擇技術市場交易額和科技企業孵化器的累計畢業企業數表征區域科技創業的產出水平。區域科技創新與科技創業的評價指標見表1。

表1 科技創新與科技創業的測算指標體系

（3）控制變量：1）資本投入（K）：采用地區人均資本存量衡量地區資本投入，測算資本存量的方法采用國內外文獻中普遍采用的永續存盤法計算：，其中，Kit為i地區第t年資本存量；Iit為i地區第t年固定資產投資額，通過固定資產價格指數進行平減處理；K0為初始資本存量，δ 為固定資本總額的經濟折舊率，參考朱發倉等［40］的研究，取5%；g 為樣本期內地區固定資產投資額的幾何平均增長率。2）工資水平（Wage/P）。選擇各地區平均工資來表示工資水平。3）經濟水平（Rgdp）。選擇各地區的人均GDP 表示經濟水平。

考慮到數據的可得性，本文將2007—2018 年設定為研究區間，采用除西藏和港澳臺地區外的30 個省級行政區域的面板數據，所有數據均來自《中國統計年鑒》《中國科技統計年鑒》和《中國火炬計劃統計年鑒》，所有價值型數據均統一換算為2007年不變價格。由于科技創新與創業的測度涉及多因素綜合，為了避免主觀因素引起的誤差，本文選擇熵值法確定各指標的權重（見表1）。

圖1 為2007—2018 年30 個地區科技創新與科技創業的平均水平。由圖1 可以看出，處于東部地區的北京、上海、江蘇、浙江、山東和廣東的科技創新和科技創業水平明顯高于其他地區，而在位于西部地區的內蒙古、貴州、甘肅、青海、寧夏和新疆等省（區市），科技創新與科技創業水平相對較低，可見，地區間科技創新與科技創業水平存在較大的差異。

圖1 2007—2018 年科技創新與科技創業的平均水平

表2 為所有變量的統計描述。

表2 統計性描述

4 “本地-鄰地”就業效應的實證分析

4.1 空間權重矩陣的構建

作為空間計量分析的重要環節，空間權重矩陣定義了空間單元之間的關系，本文構建地理矩陣距離和經濟距離空間權重矩陣對科技創新與科技創業的就業效應進行對比分析。

（1）地理距離空間權重矩陣。“地理學第一定律”認為區域之間的相互影響會隨著地理距離的增加逐漸衰減，故以地理距離的倒數的平方項為元素建立空間權重矩陣，具體表達式定義如式（12）：

dij為區域之間的距離，考慮到各區域的科技創新與科技創業多集中于行政中心城市，故區域間的地理距離根據各行政中心城市的經緯度計算。

（2）經濟距離空間權重矩陣。除地理因素外，區域經濟活動還受到經濟發展水平的影響，一般來說，經濟落后地區學習能力較低，導致技術與知識的傳播受到限制，且而經濟發展水平較高地區對經濟發展水平較低地區的影響程度更強［41］，基于此，將地理和經濟要素結合構建經濟距離空間權重矩陣

（見式（13））：

4.2 空間相關性檢驗

在建立空間計量模型之前，本文利用全局莫蘭指數（Moran's I）揭示變量的空間相關性特征，其計算方法如式（14）所示：

其中，n 為區域數量，W為空間權重矩陣，xi和xj分別表示i和j區域的經濟變量，是均值，是方差。本文基于地理距離矩陣計算我國30 個省級地區2007—2018 的科技創新、科技創業和就業的全局Moran's I，檢驗結果如圖2 所示。

圖2 科技創新、科技創業和就業的Moran's I

在觀測期內，科技創新與就業的Moran's I 均在1%水平上為顯著為正，科技創業的Moran's I 自2009 年以來也呈現出顯著為正的趨勢。Moran's I 分析表明三者在空間分布上具有顯著的正相關性，即在相鄰區域中存在正向集聚現象，因此本文采用空間計量的實證方法是合適的。

為了進一步分析中國各省級區域科技創新、科技創業和就業在空間上的異質性，本文利用三者的2007—2018 年的均值，基于地理距離矩陣數據繪制Moran's I 散點圖，具體分別對應圖3、圖4 和圖5。從圖中可以看出，大多數省份均處于第一、三象限，說明我國各地區的科技創新、科技創業和就業都存在正向的空間依賴特征。

圖3 中國各地區科技創新的Moran's I 散點圖

圖4 中國各地區科技創業的Moran's I 散點圖

圖5 中國各地區就業的Moran's I 散點圖

4.3 空間計量的實證分析

4.3.1 模型選擇

為了進一步確定適合的空間計量模型，首先通過Hausman 檢驗結果（見表3）發現，P 值均拒絕了原假設，確定采用固定效應模型。然后，通過Wald檢驗和似然比檢驗判斷固定效應的空間杜賓模型（SDM）是否可以簡化為空間滯后形式（SAR）或空間誤差形式（SEM）。檢驗結果顯示Wald_spatial_lag 值和LR_spatial_lag 值均在1%的水平上拒絕了γ=0 的原假設。同時，Wald_spatial_error 值和LR_spatial_error值依次為也拒絕了γ+ρβ=0的原假設，這說明建立空間杜賓模型對科技創新和科技創業的就業效應進行分析，是符合客觀實際的選擇。

表3 Wald、LR 和Hausman 檢驗

4.3.2 空間模型估計結果。

本文同時進行了非空間面板模型估計（模型1—模型3）與空間面板杜賓模型（模型4—模型9）估計，分別采用固定效應模型和極大釋然法（MLE）進行回歸，相關估計結果見表4。對比非空間面板模型與空間面板杜賓模型的估計結果，各解釋變量除顯著性略有差異外，系數的方向完全一致，這反映了實證結果具有較好的穩健性。

表4 科技創新和科技創業就業效應的檢驗結果

在表4 中，模型4 和模型7 是以科技創新（lnI）為核心解釋變量的回歸結果，模型5 和模型8 是以科技創業（lnE）為核心解釋變量的回歸結果，即為獨立情景下的就業效應回歸結果；模型6 和模型9是以科技創新與科技創業的乘積項（lnI×lnE）為核心解釋變量的回歸結果，以說明協同情景下對就業的影響。

可以看出，不論是獨立還是協同情景，在兩種空間權重矩陣下，被解釋變量的空間滯后項系數（Spatial rho）均為正，且通過了顯著性水平檢驗，表明地區就業存在顯著的空間溢出效應，即本地就業可以影響鄰地就業，這進一步驗證了地區就業具有空間集聚特征。近年來，中國各地區進一步加大了區域間的經濟合作關系，各地區經濟發展聯系更加密切，促進地區就業增加的經濟發展模式、產業發展政策等必然會對鄰地形成示范效應，引起鄰地政府制定和實施相關政策措施，從而促進了鄰地就業水平的提高［42］。

4.3.3 空間效應的分解

由于空間計量模型中納入了空間滯后項，估計結果不能直接反映其邊際效應，本文借鑒Lesage等［43］的做法，將解釋變量的影響總效應分為直接效應、間接效應以及總效應，其中直接效應、間接效應和總效應分別為科技創新與科技創業對本地就業、鄰地就業和所有地區就業的平均影響。表5 分別給出了在獨立情景和協同情景中的3 種就業效應。

表5 科技創新與科技創業就業效應的分解

表5（續）

對表5 空間效應分解結果的分析如下：

（1）科技創新（lnI）的直接效應在兩種矩陣下均顯著為正，但間接效應僅在經濟距離矩陣下為正且通過了顯著性檢驗，說明科技創新對本地就業具有顯著的積極影響，但僅對經濟水平接近的鄰地有正向溢出效應。對直接效應來說，根據前文的分析，科技創新水平的提高可以同時產生正向和負向就業效應，科技創新的就業效應取決于這兩種效應的疊加結果，從回歸結果看，科技創新對本地就業的正向效應大于負向效應。對間接效應來說，科技創新對經濟距離鄰近地區的就業具有正向空間溢出效應，這可能是因為在獨立情境下，擁有相似的經濟發展水平的鄰地擁有更接近的人力資本水平，更易吸收外部溢出的知識，并將其轉化為帶動就業的能力，所以，導致科技創新空間溢出效應的影響因素是以經濟因素為主導的，地理距離的影響要弱一些。

（2）在兩個矩陣下，科技創業（lnE）對就業的直接效應與間接效應均未通過顯著性檢驗，說明科技創業對本地和鄰地就業沒有明顯的促進作用。可能的原因在于，目前中國的科技創業還存在需求與資源要素不匹配，創新成果與科技創業脫節等問題，導致科技創業在培育和延伸新產品產業鏈、實現創新成果高附加價值環節躍升方面乏力［39］，而且由于規模與質量偏低，科技創業也無法有效通過增加市場競爭程度優化市場結構，產生就業創造效應，因而科技創業未能推動本地就業規模的擴大，也無法通過空間溢出促進鄰地就業增長。

（3）在協同情景中，科技創新與科技創業協同在兩種矩陣下對就業的直接效應和間接效應均為正，且通過了顯著性檢驗，這一結論表明科技創新與科技創業之間存在著緊密的互動關系，當二者協同互動發展時，對本地就業和鄰地就業都能產生促進作用。

與獨立情景中科技創新的就業效應相比，在科技創業的協同作用下，科技創新對地理距離鄰近地區的空間溢出效應由不顯著轉變為顯著的促進作用，這說明，隨著科技創業水平的提高，科技創新對地理鄰近地區就業的影響效果隨之增強。在缺乏科技創業協同的情況下，科技創新的空間溢出效應更依賴于知識、人力資本等要素的流動，而這些因素與地區經濟水平密切相關，故而在經濟水平接近的地區之間，科技創新更易產生溢出效應。但在科技創業的協同下，更多滿足市場需求的科技創新成果被高效地被轉化為可交易的產品與技術，借助商品市場的要素流動，科技創新對地理距離鄰近地區就業的正向輻射作用被加強。

與獨立情景中科技創業的就業效應相比，在科技創新的協同作用下，科技創業對本地和鄰地就業的影響均由不顯著轉變為顯著的促進作用，即科技創業對就業的直接效應和間接效應都得到了強化。由此可見，在與科技創新的協同下，科技創業質量得到了提升，從而增強了科技創業對本地就業的促進作用和對鄰地就業的正向空間溢出作用。

（4）從其他解釋變量的計量結果看，資本投入（lnK）對本地就業和鄰地就業均產生了顯著的負向作用，資本投入的增加提高了勞動生產率，意味同樣多的產出僅需要更少的勞動投入，故而資本投入對就業產生了擠出效應；工資水平（ln（W/p））對本地和鄰地就業增長均具有顯著的積極作用，說明工資水平的提高所帶來的勞動力的供給量的增加大于勞動需求量的減少，從而有利于就業水平提升。地區經濟水平（lnRgdp）的提高對本地就業增長的作用顯著為正。經濟水平的提高會加快生產規模的擴大和新興行業的發展，從而帶動就業規模的擴張，而且地區經濟水平對就業還具有顯著的正向空間溢出效應，表明本地經濟水平的提高能通過輻射效應帶動鄰地經濟水平，從而促進其就業增長。

4.3.4 穩健性檢驗

下面通過更換模型估計方法以及分組檢驗等方式考察前述結論的穩健性。

（1）更換模型估計方法的穩健性檢驗

為了避免不同估計方法導致的結果差異，這里將回歸模型估計方法由極大似然法（MLE）替換為廣義空間兩階段最小二乘法（GS2SLS），結果如表6 所示。檢驗結果顯示更換模型估計方法并未對本文的研究結論造成影響。

表6 更換模型估計方法的穩健性檢驗

（2）分組穩健性檢驗。為了進一步考察不同經濟發展水平地區的科技創新與科技創業對就業影響的異質性特征，本文將樣本劃分為東部地區和中西部地區，進行分組檢驗，估計結果見表7。

表7 按區域分組穩健性檢驗

表7（續）

由結果可知，在獨立情景中，科技創業對本地和鄰地就業的影響仍不顯著；在協同情景中，科技創新與科技創業協同對本地和鄰地就業均存在促進作用，且通過了顯著性新檢驗，即科技創業與科技創新與科技創業協同對本地和鄰地就業的影響并未受到樣本分組的影響，與前文結果一致。考察科技創新就業效應的分組回歸結果，科技創新在東部和中西部地區均對本地就業產生了正向影響，且通過了顯著性檢驗，說明科技創新對本地就業具有明顯的帶動作用，但在東部地區，科技創新在經濟距離矩陣下對鄰地就業回歸系數均顯著為正；在中西部地區，科技創新在兩種矩陣下對鄰地就業的回歸系數均未通過顯著性檢驗，這意味著，在東部地區科技創新除了可以帶動本地就業增長，還能通過空間溢出效應對經濟水平接近的鄰地就業產生積極作用，但在中西部地區，科技創新未能通過空間溢出對鄰地就業產生帶動作用。可能是因為在東部，地區經濟發展水平更加接近，地區之間通過深化行業分工，產業鏈價值延伸等方式，共同擴大了區域新產品與新技術市場容量，科技創新可以通過空間溢出促進鄰地就業增長；但在中西部地區，由于區域內經濟發展水平差異較大，且聯動機制偏弱，制約了科技創新對就業的空間溢出效應。

5 門檻模型檢驗

空間計量模型結果表明科技創新與科技創業的協同有助于強化兩者的就業促進作用，為了進一步探究二者對就業的作用機制，接下來采用面板門檻模型，分別以科技創新和科技創業為門檻變量，對比分析科技創新與科技創業在不同門檻約束下影響就業的差異。

從表8 可以看出，以科技創新為門檻變量的模型，單一與雙重門檻下的F 統計并不顯著，三重門檻檢驗的P值為0.033，表明在5%的置信水平下，科技創業對就業存在三重門檻效應，門檻值分別為0.600，0.980和1.530。以科技創業為門檻變量的模型，單一門檻檢驗的P值為0.090，而雙重和三重門檻檢驗的P 值均為未能通過檢驗，說明在10%的置信水平下，科技創新對就業的影響存在單一門檻效應，門檻值為0.180。

表8 門檻效應的檢驗結果

在面板門檻檢驗的基礎上，模型（9）和（10）的回歸結果見表9。

表9 門檻回歸結果

科技創新為門檻的回歸結果表明，當科技創新水平小于0.600 時，科技創業對就業增長的系數為0.112 9，未通過顯著性檢驗；當科技創新水平分別跨過0.600，0.980 和1.530 后，科技創業系數分別提升為0.191 9，0.356 2 和0.637 1，且均在1%水平上顯著，說明隨著科技創新水平的提高，科技創業對就業的促進作用被逐漸強化。科技創業為門檻的回歸結果表明，當科技創業水平低于0.180 時，科技創新對就業系數為-0.234 2，但未通過顯著性檢驗；當科技創業水平跨過門檻值0.180 后，科技創新對就業的系數為0.305 0，且在10%水平上顯著，表明隨著科技創業水平的不斷提高，科技創新對就業的負向影響被抑制，正向影響被強化。

門檻模型的估計結果表明，科技創新與科技創業對就業的影響存在復雜非線性特征，一方面，科技創新是科技創業的源頭，提高科技創新水平有利于科技創業擴大規模和提高質量，從而抑制科技創業的就業破壞效應；另一方面，科技創業是創新成果轉化的有效手段，提高科技創業水平能夠強化科技創新對就業的促進作用。門檻檢驗結果也進一步證明，科技創新與科技創業是互為條件的，只有二者相互匹配、協同發展，才能更好地帶動就業增長。

基于2007—2018 年科技創新與科技創業水平的均值，根據門檻模型的估計結果，本文將30 個省域地區分為5 種類型（見表10）。

表10 根據科技創新與科技創業門檻值的分類結果

Ⅰ類地區科技創新與科技創業水平均較高，呈現良好的匹配協同狀態，實現了對就業增長的驅動。Ⅱ類地區和Ⅲ類地區科技創業跨過了門檻，但科技創新僅跨過了次優門檻，因而加快科技創新的發展應該成為這兩類地區的重點。Ⅳ類地區科技創業已跨過門檻，科技創新水平尚未達到門檻值，加快提高科技創新水平，匹配科技創業的發展是該類地區的關鍵。Ⅴ類地區科技創新與科技創業水平均較低，相互制約了對就業的帶動作用。

6 研究結論及政策啟示

本文采用空間杜賓模型和面板門檻模型，基于2007—2018 年中國30 個省域的相關數據，對科技創新與科技創業的“本地—鄰地”就業效應進行了獨立和協同情境的比較考察，得出如下主要結論：（1）在獨立情景中，科技創新對本地就業的作用是正向的，但僅對經濟距離鄰近地區就業產生了顯著的正向空間溢出效應，這表明科技創新對本地就業增長有促進作用，但僅能帶動經濟水平接近地區的就業。科技創業對就業的直接效應與間接效應均未通過顯著性檢驗，說明目前科技創業對本地和鄰地就業增長都未產生帶動作用，這可能與科技創業的整體質量偏低有關。（2）在協同情景中，科技創新與科技創業協同在兩種空間權重矩陣下的直接效應與間接效應均為正，即兩者的協同不僅對本地就業有積極作用，而且對地理距離鄰近和經濟水平接近地區的就業也同樣具有帶動作用。這說明，兩者的協同擴大了科技創新的空間溢出作用渠道，也增強了科技創業對本地和鄰地就業的積極影響。（3）科技創業和科技創新對就業的影響存在門檻效應：科技創新水平的提高，強化了科技創業的積極就業效應，表明加大科技創新力度有利于科技創業提高質量，更好地帶動就業增長；科技創業水平的提高促進科技創新就業效應由負向轉為正向，說明科技創新對就業的積極作用在很大程度上依賴于科技創業對科技成果的開發與轉化。

基于以上結論，本文提出以下政策啟示：

（1）實現科技創新與科技創業對就業的帶動作用，必須強化科技創新與科技創業的深度融合。科技創新與科技創業存在密不可分的內在聯系：科技創業通過整合資源和承擔風險將創新成果轉化為現實生產力，而科技創新確保了科技創業成功率，并且成為其持續發展和創造就業的動力。對此，政府可以形成科技創新與科技創業的有效對接的配套政策體系，以開放型技術轉移體系促進科技創新成果轉移利用，加強大學、科研機構等科技創新主體與科技型中小企業的物質、信息、價值流動和分享，在科技創新與科技創業之間建立起協同互動平臺。

（2）利用科技創新與科技創業的空間溢出可以擴大兩者就業效應的影響范圍和程度，區域政策一體化對促進空間溢出效應意義重大。政府可以通過促進區域間要素與資源的流動，建立跨區域的公共機構和補充性的中介機構，共同協商選擇政策工具，實現有組織地開展集體行動，優化和加強地區間科技創新與科技創業的空間布局與空間互動，擴大科技創新與科技創業帶動就業的區域范圍與影響程度。

（3）提高科技創業的規模與質量是激發其就業創造能力的有效途徑和發揮協同作用帶動就業的基礎。規模與質量偏低不僅會制約科技創業對就業的促進作用，而且會影響與科技創新協同帶動就業的效果。對此，政府應鼓勵和引導具備創新能力，能夠采用新技術，提供新產品、新服務以及技術解決辦法的企業進入市場，并從創業環境、制度設計等方面對創新能力較強的科技企業提供支持，提高創業企業存活率和核心能力；完善融資渠道，為企業產業化發展提供條件，以確保科技創業企業發展的穩定性和持續性。

注：

1) 數據來源于財政部《全國科技經費投入統計公報》；

2) 數據來源于《全球創業觀察（GEM）2017/2018 中國報告》。