勞動力遷移與制造業技術創新效率提升

王巧麗

[摘 要：勞動力遷移可改變遷入地收入分配機制，解決制造業技術創新資源投入冗余與產出不足矛盾，助力制造業高質量發展。文章基于2012—2021年中國30個省級面板數據，結合新古典經濟增長和新遷移等理論，實證檢驗勞動力遷移與制造業技術創新效率的關系。研究發現：勞動力遷移可顯著提升制造業技術創新效率，且會隨著時間推移而減弱；人口集聚效應、知識溢出效應是勞動力遷移與制造業技術創新效率關系的中介變量；勞動力遷移對東部和中部地區、勞動密集型和資本密集型制造業技術創新效率具有顯著正向作用；市場化程度和政府干預均能增強勞動力遷移對制造業技術創新效率的促進作用，但這一影響存在最優邊界。

關鍵詞：勞動力遷移；制造業技術創新效率；人口集聚效應；知識溢出效應；技術密集型

中圖分類號：F249.2；F424? ? ? 文獻標識碼：A文章編號：1007-5097（2024）04-0048-11 ]

Labor Migration and Improvement of Technological Innovation Efficiency of

Manufacturing Industry：Analysis Based on 30 Provincial Panel Data

WANG Qiaoli

（School of Business Administration，Zhengzhou University of Science and Technology，Zhengzhou 450064，China）

Abstract：Labor migration can change the income distribution mechanism of the immigration area，solve the contradiction between redundant input and insufficient output of technological innovation resources in the manufacturing industry，and promote the high-quality development of the manufacturing industry. Based on the panel data of 30 provinces in China from 2012 to 2021，this paper combines with neoclassical economic growth and new migration theory to empirically test the relationship between labor migration and technological innovation efficiency of manufacturing industry. The results show that labor migration can significantly improve the technological innovation efficiency of manufacturing industry，and it will gradually weaken over time. Population agglomeration effect and knowledge spillover effect are intermediary variables between labor migration and technological innovation efficiency of manufacturing industry. Labor migration has a significant positive effect on the technological innovation efficiency of manufacturing industry in the eastern and central regions，as well as labor-intensive and capital-intensive industries. Both the degree of marketization and government intervention can enhance the promoting effect of labor migration on the technological innovation efficiency of manufacturing industry，but this effect has an optimal boundary.

Key words：labor migration；technological innovation efficiency of manufacturing industry；population agglomeration effect；knowledge spillover effect；technology-intensive

一、引 言

在創新驅動發展戰略深度實施背景下，我國經濟正式由高速增長階段向高質量發展階段邁進［1］。在此過程中，制造業技術創新成為加速產業結構升級、助力中國式現代化發展的重要動能［2］。不可否認，自改革開放以來，我國制造業技術創新能力實現跨越式提升。但國際“黑天鵝”事件頻發，使得我國制造業多個領域創新動能受到不同程度影響，給我國產業安全和發展敲響警鐘［3］。因此，如何減少潛在外來影響的負面沖擊，成為新發展階段提升制造業技術創新動能，實現經濟高質量發展的必然選擇。2023年《政府工作報告》指出：“把制造業作為發展實體經濟的重點，促進工業經濟平穩運行，保持制造業比重基本穩定。”隨后，習近平總書記在參加江蘇代表團審議時強調，要“深入推進新型工業化，強化產業基礎再造和重大技術裝備攻關，推動制造業高端化、智能化、綠色化發展”;李強總理在湖南調研并主持召開先進制造業發展座談會時亦指出，要“堅持把發展經濟的著力點放在實體經濟上，大力發展先進制造業，推進高端制造，加快建設現代化產業體系”。從上述頂層設計審視，黨和國家領導人均就打造制造業技術創新能力作出重要指示，這為提升制造業技術創新效率、推動我國經濟高質量發展提供參考。作為衡量創新資源配置與產業創新能力的關鍵指標［4］，制造業技術創新效率提升不僅有助于優化區域創新資源配置，而且能夠精確刻畫制造業發展水平，為克服創新資源投入冗余與產出不足矛盾提供助益。盡管當前我國制造業已逐漸向技術密集型主導階段過渡，但高創新投入總量與低創新資源利用率之間失衡的問題依然存在，亟須為此找尋新的增長點，以更好助推制造業高質量發展。

在既有研究中，國內外學者針對制造業技術創新效率展開深入分析。這些研究多從環境規制［5-6］、技術進步［7-8］、協同集聚［9］、組織冗余［10］、能源轉型和環境創新［11］等視角揭示影響制造業技術創新效率的因素，較少關注勞動力遷移對制造業技術創新效率的作用。事實上，在我國經濟增長與制造業技術創新效率提升進程中往往伴隨著大規模的人口流動。有學者指出，近20年來，在國家經濟社會發展結構漸次調整下，大量農村勞動力轉移至第二、第三產業［12］，極大地提高了第二、第三產業勞動力占比，也間接為制造業技術創新效率提升奠定人才基礎；張倩（2022）［13］指出，勞動力遷移主要是由人類經濟活動的集聚性引致，包括知識溢出效應、生產專業化和多樣化；一些學者認為，勞動力遷移會通過優化勞動要素配置［14］、提高全要素生產率［15］等方式，吸引更多勞動力與制造業企業進入市場，由此形成一個良性循環，為制造業技術創新效率提升賦能；也有部分觀點認為，環境相關因素、勞動力市場、社會服務、住房市場和移民模式是增加我國城市間勞動力遷移的重要影響因素［16］，這使得華北地區和東南沿海地區具有提高制造業技術創新效率的較大優勢。從區域發展視角看，勞動力遷移形成的人口集聚狀態會為遷入地帶來大量人才，有效推動地方制造業創新活動開展；從企業發展視角看，勞動力遷移會使遷入地集聚更多高素質勞動力，能更好匹配制造業企業發展需求，提高其技術創新效率。

既有研究對制造業技術創新效率、勞動力遷移進行了有益探討，成果較為豐富，但將二者納入同一框架進行研究的文獻相對缺乏。勞動力遷移使勞動力流向更有效率的制造業部門，從而激發遷入地勞動力創新活力，賦能制造業技術創新效率提升。加之，我國制造業已由勞動密集型產業主導逐漸向技術密集型產業主導階段過渡，經濟發展邁向高質量發展新階段，制造業技術創新效率提升已刻不容緩。制造業能否借助于勞動力遷移紅利提升技術創新效率？如果可以，這一影響效應是否存在延續性？是否存在不同區域、不同細分行業的異質性？回答上述問題，不僅有助于解決制造業技術創新過程中存在的發展不均衡問題，還能進一步提升制造業技術創新效率，賦能中國式現代化發展。

本文的邊際貢獻主要有：首先，從理論層面探討勞動力遷移對制造業技術創新效率的影響，以辨析勞動力遷移在我國經濟發展與制造業轉型升級中的具體作用；其次，借助于基準回歸模型、中介模型與門檻模型，實證分析勞動力遷移對制造業技術創新效率的影響機制，以彌補現有研究的不足；最后，從區域與行業異質性視角進一步分析勞動力遷移對制造業技術創新效率的異質性影響，進而豐富現有研究成果，為相關部門制定決策提供有益參考。

二、理論框架與研究假設

勞動力遷移是勞動力以改變就業或收入狀況為目的在不同地區間流動的行為，是一種主觀意愿上的人口流動，與產業技術需求變動息息相關。結合中國經濟特征的事實和劉易斯理論的相關論述，勞動力遷移意愿會因薪資水平、就業機會而改變，主要表現為向薪資水平高、發展就業前景好的城鎮生產部門遷移［17-18］。新古典經濟增長理論認為，人力資本能夠推動技術創新，進而通過革新生產方式提升工商部門創新效率［19］。也就是說，大量勞動力從農業部門遷移至高薪資、高機會的工商部門時，會加速遷入地的創新效率，這在一定程度上為制造業技術創新效率提升奠定基礎。

勞動力遷移具有負外部性與正外部性，可促進制造業技術創新效率提升。一方面，勞動力遷移具有負外部性。當勞動力遷移時，遷出地受人口外流、勞動力結構失衡等不利因素影響，引發勞動力短缺危機［20］。遷出地勞動力短缺會倒逼本土制造業通過變革生產模式、擴大技術研發投入等方式，降低勞動力遷移帶來的人才危機，這在一定程度上有助于提升制造業技術創新效率。另一方面，勞動力遷移具有正外部性。這導致遷入地能夠快速吸引大量勞動力，以便將更多資源向產業結構變動領域傾斜，使經濟發展更加有序、穩定［21］。遷入地會通過積累更具效率的企業主體與個人，增加勞動力遷移吸引力，為域內制造業主體提升技術創新效率營造良好環境。綜合來看，勞動力遷移一定程度上會推動制造業技術創新效率提升。

新遷移理論認為，勞動力遷移決策受社會環境影響［22］。遷移地經濟發展水平越高、基礎設施建設越完善、公共服務水平越高，越有助于增強勞動力遷移的集聚效應。從經濟學視角看，集聚效應是產業與經濟活動在某一地理空間內產生的向心力，也是推動區域發展與城市發展的基本因素［23］。對于勞動力遷移主體而言，勞動力遷移引致的人口集聚效應為制造業技術創新效率提升提供人才基礎。具體而言，勞動力遷入地通常具有較為完備的產業鏈、供應鏈和創新鏈，所以經濟發展水平相對較高。在勞動力遷移的人口集聚效應下，勞動力遷入地能夠充分發揮人口紅利優勢，擴大制造業技術創新人才儲備，進而賦能制造業技術創新效率提升。同時，地區人口集聚度越高，越有助于加速地區產業發展，影響產業布局結構，為制造業技術創新效率提升奠定產業基礎。此外，經濟發展水平較高的地區通常具有相對健全的公共服務體系、完善的基礎設施與較高的薪資福利待遇［24］。加之經濟發展水平較高的地區本身對高素質勞動力具有較強吸引力。當勞動力遷移水平持續增加時，遷入地高素質勞動力所帶來的知識競爭與知識交流，會在一定程度上形成知識溢出效應，倒逼制造業內部從業人員提高競爭與合作意識，有助于提高制造業企業創新投入產出效率。根據新經濟增長理論，創新投入產出效率的提升能夠通過技術進步、知識溢出、創新合作等方式實現［25-26］。也就是說，高素質勞動力遷移使得遷入地具有較高人力資本水平［27］，這在提高知識溢出效應的同時，加大制造業企業對新產品研發的知識積累，賦能制造業技術創新效率提升。

基于上述分析，本文提出假設1和假設2。

H1：勞動力遷移對制造業技術創新效率具有正向影響。

H2：勞動力遷移能夠有效擴大人口聚集效應、知識溢出效應，進而推動制造業技術創新效率提升。

近年來，我國勞動力遷移呈現持續擴大趨勢，且對國民經濟發展的影響也逐漸加深。但就實際情況而言，各地區經濟發展水平、基礎設施建設等要素差異，使得勞動力遷移具有顯著的區域異質性。從經濟發展水平層面審視，經濟發展水平較高地區的薪酬待遇、社會保障和就業前景相對較好，可以有效吸引其他地區優質勞動力向內遷移［28］。而經濟發展水平較低地區的勞動力大多會以高薪資、高發展前景為目標而主動尋求向外遷移，使得不同地區勞動力遷移水平出現差異。從基礎設施建設層面審視，基礎設施建設水平較高的地區可通過健全的高鐵等交通網絡吸引勞動力遷入本地［29］。對于制造業而言，技術創新效率提升與人口數量、質量有著顯著關系［30］，當遷移地區擁有較多勞動力時，該地區制造業技術創新效率也會隨著提升。也就是說，勞動力遷移對不同區域制造業技術創新效率的提升作用可能存在異質性。此外，從勞動力需求層面審視可知，不同細分行業發展程度也具有較為明顯的異質性。具言之，勞動密集型制造業更多依賴原材料投入和低技能勞動力；資本密集型制造業主要依賴鋼鐵、機械、石油等能源原材料投入，其具有資金回報慢、技術裝備多和容納勞動力較少的特征；技術密集型制造業屬于高技術產業部門，其技術知識占比大，產品附加值高，相比其他行業所需勞動力技能素質更高，使得勞動力需求相對較少。綜上，勞動力遷移對制造業內部不同細分行業技術創新效率的提升作用可能存在異質性。基于此，本文提出假設3a和假設3b。

H3a：勞動力遷移對制造業技術創新效率的影響存在顯著區域異質性；

H3b：勞動力遷移對制造業技術創新效率的影響存在顯著行業異質性。

三、研究設計

（一）模型構建

1. 基準回歸模型

以上述理論分析為基礎，構建基準模型考察勞動力遷移對制造業技術創新效率的影響，具體公式如下：

[HTEIi，t=α0+α1LMLi，t+α2Controli，t+μi+φt+εi，t] （1）

其中：被解釋變量[HTEIi，t]表示省份[i]在時期[t]內的制造業技術創新效率；核心解釋變量[LMLi，t]表示省份[i]在時期[t]內的勞動力遷移水平；[Controli，t]表示可能影響制造業技術創新效率的其他控制變量，涵括外商直接投資、市場化程度、居民消費支出、貨運量和政府干預；[μi]、[φt]分別為省份虛擬變量和時間虛擬變量，表示控制不隨時間變化的個體效應和不隨地區變化的時間效應；[εi，t]為隨機誤差項。

2. 中介模型

公式（1）主要用以探究勞動力遷移對制造業技術創新效率的直接影響。為進一步探討勞動力遷移對制造業技術創新效率的間接影響，參考已有研究［31-32］，以中介效應模型探究二者間的作用機制，構建計量模型如下：

[Mi，t=β0+β1LMLi，t+β2Controli，t+μi+φt+εi，t] （2）

[HTEIi，t=δ0+δ1LMLi，t+δ2Mi，t+δ3Controli，t+μi+φt+εi，t] （3）

其中：[Mi，t]表示中介變量，包括人口集聚效應（[PA]）和知識溢出效應（[KS]）；其他變量含義同公式（1）。

3. 門檻模型

在公式（1）基礎上，分別將外商直接投資、市場化程度、居民消費支出、貨運量和政府干預作為門檻變量，以進一步分析勞動力遷移對制造業技術創新效率的非線性影響，構建模型具體如下：

[HTEIi，t=ρ0+ρ1LMLi，t×Iqi，t≤θ+ρ2LMLi，t×Iqi，t>θ+ρ3Controli，t+φt+εi，t] （4）

其中：[qi，t]、[θ]分別表示門檻變量和門檻值；[I?]為指示函數，當括號內條件滿足時，取值為1，反之取值為0；其他變量含義同公式（1）。

（二）指標選取與變量說明

1. 被解釋變量

本文被解釋變量為制造業技術創新效率（[HTEI]）。技術創新效率是確保制造業投入實現有效產出的重要衡量依據，也是加快構建現代產業體系、鞏固壯大實體經濟的重要突破口。為精準測度制造業技術創新效率，本文結合已有研究［33-34］，從投入和產出兩個方面綜合衡量。投入方面，選擇新產品開發經費、R&D人員全時當量；產出方面，選擇新產品銷售收入、新產品開發項目數和專利申請數?？紤]隨機前沿模型可充分研判隨機因素與環境變化因素對生產的影響，本文使用隨機前沿模型對制造業技術創新效率展開測算。在測算過程中，參考已有研究［35-37］，將隨機前沿模型生產函數形式設定為超越對數生產函數，具體公式如下：

[lnMi，t=λ0+λ1lnXi，t+λ2lnYi，t+λ3T+λ4lnXi，t×lnYi，t+λ5lnXi，t×T+λ6lnYi，t×T+12λ7lnXi，t2+12λ8lnYi，t2+12λ9T2+εi，t-τi，t] （5）

其中：[Mi，t]表示制造業技術創新效率的產出層面指標（新產品銷售收入、新產品開發項目數和專利申請數）；[Xi，t]表示新產品開發經費；[Yi，t]表示R&D人員全時當量；[T]表示技術進步變化；[εi，t]表示隨機誤差項；[τi，t]表示技術非效率項。

2. 核心解釋變量

本文核心解釋變量為勞動力遷移水平（[LML]）。通常情況下，戶籍特征計算出的常住人口數據與經濟學意義上的遷移人口存在較大差別。因此，參考董麗霞和張子君（2021）［38］的研究，以各省凈流入人口與常住人口的比值來衡量勞動力遷移水平，其中，凈流入人口使用常住人口與戶籍人口差額衡量。若[LML]大于0時，說明該地區存在人口凈流入；若[LML]小于0時，說明該地區存在人口凈流出。

3. 中介變量

基于前文分析，本文以人口集聚效應和知識溢出效應作為中介變量，進一步探究勞動力遷移對制造業技術創新效率的間接影響。其中，人口集聚效應（[PA]）參考陳東景和劉衛毅（2023）［39］的研究，以人口集聚度衡量，具體計算公式如下：

[PAit=PitAitPntAnt] （6）

其中：[Pit]、[Pnt]分別表示省份[i]、全國[n]在時期[t]的人口總數；[Ait]與[Ant]分別表示省份[i]、全國[n]在時期[t]的土地面積。

知識溢出效應（[KS]），參考黃新飛等（2023）［40］的研究，以省域高校及企業發明專利引用次數與省域研發人員總數的比值衡量。

4. 控制變量

控制變量選取方面，以外商直接投資、市場化程度、居民消費支出、貨運量和政府干預五項指標進行衡量。①外商直接投資（[Invest]），以各省外商直接投資總額的自然對數形式表示；②市場化程度（[Marketization]），以規模以上非國有工業總產值的占比度量；③居民消費支出（[Consume]），以居民人均消費支出與本省GDP的比值表示；④貨運量（[Transport]），以各省貨運量的對數值表示；⑤政府干預（[Government]），以各省財政支出占GDP比重表示。

（三）數據來源與描述性統計

基于數據可得性與科學性，本文就2012—2021年我國30個省份（不包括西藏及港澳臺地區）相關數據展開實證分析。主要數據來源于歷年《中國統計年鑒》《中國工業統計年鑒》《中國科技統計年鑒》以及各省《統計年鑒》。相關研究表明，插值法是將低頻數據高頻化的代表性方法［41-42］，可憑借算法簡單、運算速度較快的優勢，提升缺省數據處理效率。因此，本文選取插值法處理相關數據存在的缺失問題，具體使用前后兩年數據的平均值補齊。

描述性統計見表1所列。

四、實證分析

（一）勞動力遷移對制造業技術創新效率的影響分析

1. 基準回歸分析

勞動力遷移與制造業技術創新效率的基準回歸結果見表2所列。由表2第（1）列可知，勞動力遷移回歸系數為0.185，且通過1%顯著性檢驗，這說明勞動力遷移水平每提升1個單位，制造業技術創新效率相應提升0.185個單位。據此，H1得到驗證。同時，鑒于勞動力遷移自身延續性對制造業技術創新效率的影響可能存在滯后性，將勞動力遷移的4個滯后期引入模型進行研究，具體結果見第（2）列至第（5）列。勞動力遷移的滯后四期回歸系數分別為0.147、0.108、0.034、-0.046。從這一趨勢看，勞動力遷移滯后項的回歸系數與顯著性水平逐漸下降。這說明，勞動力遷移對制造業技術創新效率具有持續性影響，且隨著滯后期增加，這一影響呈減弱趨勢。

此外，從表2第（1）列控制變量回歸結果看，外商直接投資、市場化程度、居民消費支出、貨運量和政府干預的回歸系數均顯著為正，說明上述控制變量對制造業技術創新效率具有正向影響。但從回歸系數來看，居民消費支出的回歸系數為0.283，對制造業技術創新效率影響最大。可能的原因是，在消費升級背景下，以刺激消費需求提高居民消費支出，成為制造業擴大新產品研發投入的重要誘因。在此過程中，制造業可通過改進生產技術、增加產品附加值來提升技術創新效率，進而更好地滿足居民消費需求。反之，居民消費支出的增加亦會擴大制造業市場，有利于制造業企業開展創新活動，提升技術創新效率。貨運量的回歸系數為0.158，對制造業技術創新效率影響次之，這說明貨運量有利于提升制造業技術創新效率。可能的原因是，貨運量提升一定程度上可降低生產要素運輸成本，提高對外部資金和高素質勞動力的吸引，從而優化制造業結構，提升其技術創新效率。政府干預的回歸系數較低，為0.061，且僅通過10%顯著性檢驗。這說明政府干預對制造業技術創新效率具有一定促進作用。政府能夠為制造業創新提供資金支持，并制定產業政策助力制造業確定創新方向，進而提升技術創新效率。

2. 內生性檢驗

分別采用沿海開放城市與經濟特區、交通樞紐城市鐵路距離作為虛擬工具變量和工具變量進行檢驗，估計結果見表3所列。選擇上述工具變量的原因主要有：一方面，沿海開放城市與經濟特區變量為歷史前置數據，交通樞紐城市鐵路距離為地理變量，二者均與制造業技術創新效率無關，滿足外生性要求；另一方面，前者是中國勞動力遷移集中地區，后者離區域經濟中心的遠近也能影響勞動力遷移，二者與勞動力遷移密切相關，滿足內生性要求。從估計結果看，勞動力遷移對制造業技術創新效率具有正向影響，且這一影響通過1%的顯著性檢驗。同基準回歸結果比較看，內生性檢驗結果沒有太大改變，驗證基準回歸結果的可靠性。

3. 穩健性檢驗

在基準回歸基礎上，進一步借助于最小二乘法（OLS）、替換研究樣本、縮尾處理等方法開展穩健性檢驗，回歸結果見表4所列。由表4第（1）列可知，在使用最小二乘法對樣本進行回歸分析發現，勞動力遷移的回歸系數為正，且通過了1%的顯著性檢驗；由表4第（2）列可知，將研究樣本替換為以中國綜合社會調查（CGSS）微觀樣本構建的混合橫截面數據進行重新回歸發現，勞動力遷移回歸系數為正，且通過5%顯著性檢驗；由表4第（3）列可知，在使用縮尾處理對樣本進行回歸分析發現，勞動力遷移的回歸系數與顯著性水平并未發生明顯改變。上述結果均表明，基準結果具有較強的穩健性。

（二）拓展性分析

1. 中介效應檢驗

前文針對直接效應的研究分析表明，勞動力遷移顯著提升了制造業技術創新效率。接下來，進一步驗證人口集聚效應與知識溢出效應的作用機制，以期探討勞動力遷移促進制造業技術創新效率的內在機制，并試圖回答如下問題：當人口集聚效應持續提升、知識溢出效應持續增強后，制造業企業是否會提升技術創新效率，具體檢驗結果見表5所列。表5第（1）列為全樣本回歸結果；第（2）、第（3）列為以人口集聚效應為中介變量的回歸結果；第（4）、第（5）列為以知識溢出效應為中介變量的回歸結果。第（2）列中，勞動力遷移水平每提升1單位，人口集聚效應隨之提升0.126個單位，這說明勞動力遷移水平能夠提高人口集聚效應；第（3）列中，人口集聚效應的回歸系數為0.182，這說明勞動力遷移可通過加速人口集聚，進而促進制造業技術創新效率提升；第（4）列中，勞動力遷移水平每提升1單位，知識溢出效應隨之提升0.131個單位，這說明勞動力遷移水平能夠有效提升知識溢出效應；第（5）列中，知識溢出效應的回歸系數為0.343，這說明勞動力遷移水平可通過擴大知識溢出效應，提升制造業技術創新效率。綜上，人口集聚效應和知識溢出效應均在勞動力遷移對制造業技術創新效率的影響中發揮中介作用，即勞動力遷移能夠通過擴大人口集聚效應和知識溢出效應，促進制造業技術創新效率提升。據此，H2得到驗證?？赡艿脑蚴牵趧趧恿w移過程中，遷入地不僅能持續發揮人口紅利優勢，還可以憑借高素質勞動力形成知識外溢紅利，有效擴大制造業技術創新人才儲備與研發經驗積累，從而賦能制造業技術創新效率提升。

2. 異質性檢驗

在勞動力遷移呈持續擴大趨勢的背景下，因區域發展差異以及行業差異引致的異質性影響是本部分研究的重點。

參考國家統計局統計分類標準，將樣本分為東部、中部、西部和東北四大區域，展開異質性分析，檢驗結果見表6所列。由表6可知，東部和中部地區勞動力遷移的回歸系數分別為0.285與0.197，且均通過1%顯著性檢驗。這表明東部和中部地區勞動力遷移能夠有效促進制造業技術創新效率提升。但相較而言，東部和中部地區之間的作用機制存在較大差異。具言之，東部地區經濟較為發達，其經濟部門之間配置效率較高，能提供較高工資與較多工作機會，可有效吸納并集聚西部和東北地區高素質勞動力，為制造業技術創新活動提供高質量人才。因此，東部地區勞動力遷移對制造業技術創新效率的回歸系數相對較高。對于中部地區而言，中部地區承接了東部地區勞動密集型轉移產業，也有效吸收勞動力遷移過程中的低端勞動力。從勞動力遷移結構看，中部地區遷入勞動力的技能水平低于東部地區。雖然勞動力遷移對中部地區制造業技術創新效率提升有正向影響，但影響作用明顯弱于東部地區。西部和東北地區勞動力遷移回歸系數為負，且均通過10%顯著性檢驗。這說明西部和東北地區勞動力遷移不利于提升制造業技術創新效率?？赡艿脑蚴?，西部和東北地區均為勞動力遷出地，其域內勞動力多遷移至較為發達的東部地區和制造業產業鏈較為完備的中部地區。東部和中部地區憑借高工資和大量就業機會，增強對西部和東北地區勞動力的虹吸效應。而西部和東北地區，其勞動力配置效率優勢相對弱于東部和中部地區，這使得勞動力遷移對制造業技術創新效率提升作用受阻。這一結論與第五、第六、第七次全國人口普查結果中人口遷移趨勢相一致。此外，由第（5）列至第（8）列結果可知，勞動力遷移滯后一期對制造業技術創新效率的影響與當期具有一致性，再次驗證勞動力遷移對制造業技術創新效率的區域異質性影響。綜上，H3a得到驗證。

為深入研究勞動力遷移對制造業技術創新效率的影響，參照2007年投入產出表II級分類，篩選31個制造業細分行業（1），并劃分為勞動密集型制造業、資本密集型制造業和技術密集型制造業三類［43］，回歸結果見表7所列。由表7第（1）、第（2）列可知，勞動力遷移的回歸系數分別為0.196、0.085，且均通過1%顯著性檢驗。這說明勞動力遷移對勞動密集型和資本密集型制造業技術創新效率具有顯著正向影響?？赡艿脑蚴牵瑥膭趧恿w移人口結構看，其多為低端勞動力。這一群體性特征與勞動密集型制造業的主要從業人員相適配。大量低端勞動力涌入勞動密集型制造業時，促進其內部人員結構優化調整，有助于提升其技術創新效率。但相較而言，資本密集型制造業多為石油、化工、煤炭等能源產業，具有較高準入門檻且內部人員流動相對固定，因而勞動力遷移對資本密集型制造業技術創新效率的影響相對較小。反觀技術密集型制造業，勞動力遷移影響的系數為-0.022，且通過10%顯著性檢驗。這說明，勞動力遷移對技術密集型制造業技術創新效率具有顯著負向影響。這是因為技術密集型制造業相比其他兩類而言，其內部如機器人工業、航天工業、生物技術工業、新材料工業、電氣工程行業等均要求從業者具有較高學歷及知識儲備，即高素質勞動力。當勞動力遷移至某一地區時，遷入地勞動力成本并不會在短期內降低，也就無法快速通過勞動力縮小技術密集型制造業技術研發投入的人力成本。此時，勞動力遷移不利于技術密集型制造業技術創新效率提升。這與張長征和孟憲祺（2021）［44］的研究觀點較為一致，即勞動力成本上升對技術密集型制造業創新能力的提升作用相對較小。但從長期看，勞動力遷移對技術密集型制造業技術創新效率的促進作用會逐漸增強?？赡艿脑蚴牵夹g密集型制造業更多依靠高素質勞動力的支持，這使得勞動力成本居高不下。而在勞動力遷移持續賦能下，遷入地勞動力成本持續下降一定程度上會降低技術密集型制造業研發投入的人力成本，由此助力其技術創新效率持續提升。此外，勞動力遷移滯后一期的回歸系數與當期結果具有一致性，說明勞動力遷移對不同制造業技術創新效率的影響均具有穩健性。綜上，H3b成立。

3. 門檻效應檢驗

由上文可知，勞動力遷移對制造業技術創新效率具有顯著提升作用。但由于我國經濟發展存在地區非均衡性特點，勞動力遷移對制造業技術創新效率的影響亦可能具有非線性特征。理論上講，外商直接投資、市場化程度、居民消費支出和貨運量指標一定程度上能夠反映市場需求結構變化。當上述指標較高時，市場需求結構變化較為明顯。此時，作為市場供給方的制造業能夠較快察覺這一趨勢，并積極借助于勞動力遷移帶來的市場變動優化技術投入產出比，擴大市場規模，在提高自身產品研發競爭力的同時，有效推動技術創新效率提升。另外，政府干預作為宏觀調控手段，其高水平干預可以有效緩解勞動力遷移帶來的環境污染、公共服務資源緊張、人均資源占有量不足等負面影響，為制造業技術創新效率提升提供政策保障。反之，在低水平政府干預下，諸多負面影響可能存在市場調節的“滯后性”與“盲目性”，難以為制造業技術創新效率提升營造良好氛圍。因此，參考袁徽文和高波（2022）［45］的研究，以門檻模型為基礎，將外商直接投資、市場化程度、居民消費支出、貨運量和政府干預五個控制變量作為門檻變量，進一步探究勞動力遷移與制造業技術創新效率二者的非線性影響關系，回歸結果見表8所列。由表8可知，上述門檻變量中僅外商直接投資與貨運量具有雙重門檻，其余三個變量均為單一門檻。細言之，第（2）列、第（5）列回歸結果具有一致性，即勞動力遷移對制造業技術創新效率的正向影響會隨著門檻變量增加而隨之減弱。這一趨勢表明，市場化程度與政府干預的影響具有最優邊界，可最大程度發揮勞動力遷移對制造業技術創新效率的正向影響。第（1）列、第（3）列、第（4）列回歸結果表明，勞動力遷移系數均通過至少5%顯著性檢驗，且隨著門檻變量的增加，呈現上升趨勢。這說明外商直接投資、居民消費支出和貨運量均是勞動力遷移與制造業技術創新效率之間呈現門檻特征的重要因素。但相較而言，居民消費支出影響較小，說明日后在提升勞動力遷移對制造業技術創新效率的影響時，需要重視居民消費支出的拉動作用。

五、結論與政策建議

（一）結論

近年來，隨著經濟快速發展，我國勞動力遷移速度加快，為經濟高質量發展注入全新活力。本文采用2012—2021年中國30個省級面板數據，基于劉易斯理論、新古典經濟增長理論、新遷移理論等視角，借助于基準回歸模型、中介模型和門檻模型，實證檢驗了勞動力遷移對制造業技術創新效率的作用路徑、異質性與非線性特征。得出結論如下：①勞動力遷移對制造業技術創新效率具有顯著促進作用，且這一作用會隨時間推移逐漸減弱，該結果在經過一系列檢驗后仍然成立。②勞動力遷移能夠通過擴大人口集聚效應與知識溢出效應，促進制造業技術創新效率提升。③勞動力遷移對制造業技術創新效率的影響具有顯著區域異質性和行業異質性。區域異質性方面，勞動力遷移對制造業技術創新效率在東部和中部地區具有顯著正向作用，而在西部和東北地區為負向作用；行業異質性方面，勞動力遷移對勞動密集型和資本密集型制造業技術創新效率具有顯著正向促進作用，而對技術密集型制造業技術創新效率具有抑制作用。④勞動力遷移對制造業技術創新效率具有顯著門檻效應特征。其中，市場化程度和政府干預的影響具有最優邊界，可最大程度發揮勞動力遷移對制造業技術創新效率的正向影響，但這一影響會隨著門檻變量發展逐漸變弱；外商直接投資、居民消費支出和貨運量均是勞動力遷移與制造業技術創新效率之間呈現門檻特征的重要因素。外商直接投資、居民消費支出和貨運量水平越高，越能增強勞動力遷移對制造業技術創新效率的促進作用。

（二）政策建議

根據上述研究結論，本文提出以下政策建議：

第一，以勞動力技能素質提升為指引，提高人口集聚質量。從本文研究結論看，勞動力遷移對制造業技術創新效率具有顯著促進作用。為進一步發揮此作用，地方政府要采取措施以提升勞動力技能素質，提高人口集聚質量。一方面，大力發展職業教育和成人教育，重點培養具備專業技能與自動化操作技巧的高素質勞動力，以增強其市場競爭能力與職業轉換適應性；另一方面，制定勞動力再培訓政策，加強制造業從業人員培訓，強化隊伍建設；同時，建立并完善職業資格證書制度，改變“重文憑、輕技能”的勞動力市場現狀。

第二，以智能制造轉型為動力，擴大制造業知識溢出效應。從本文研究結論可知，勞動力遷移能夠通過擴大知識溢出效應，促進制造業技術創新效率提升。為此，地方政府有必要以智能制造轉型為動力，加速推動制造業產業結構升級，進而擴大制造業知識溢出效應。具體而言，首先，制定完善的智能制造標準。地方政府可鼓勵制造業應用規范的系統交互數據格式與服務接口，串聯各生產部門、物流部門以及銷售部門數據，在實現數據共享的同時，為制造業技術創新效率提升助力賦能。其次，建設協同創新平臺。行業龍頭企業可牽頭成立智能制造協同創新平臺，以強化高精尖核心技術攻關能力。同時，依托此平臺，政府可構筑推動智能制造發展實時監測、數據分析等能力，持續擴大知識溢出效應，為中小型制造業企業技術創新效率提升提供助益。

第三，以區域與行業協同發展為導向，制定差異化發展策略。差異化發展策略可以有效改善勞動力遷移對制造業技術創新效率的區域異質性和行業異質性。鑒于此，地方政府可加快區域產業鏈布局，強化西部和東北地區承接產業轉移的能力，以從區域與行業協同視角實現制造業技術創新效率提升。就西部和東北地區而言，相關地方政府可承接東部和中部地區勞動密集型制造業轉移產業，聚焦增強產業鏈根植性和完整性，加快培育地方特色新興產業，在降低勞動力遷移對本地區影響的同時，為東部和中部地區制造業技術創新效率提升賦能。

第四，以提振居民消費需求為著力點，漸次推動民用制造業產品研發。從本文研究結論看，相較其他門檻變量，居民消費支出的影響相對較弱。因此，為更好強化居民消費支出的影響作用，各參與主體需以提振居民消費需求為著力點，加大對民用制造業的產品研發，進而提高制造業技術創新效率。一方面，地方政府可從社會保障、金融體系結構、行業政策等多領域、多方面采取措施，增加居民公共福利與薪資待遇，激活居民消費需求，倒逼制造業企業深入研發應用，實現技術創新效率提升；另一方面，企業可在家電、家具、服裝等民用產品領域加快個性化、時尚化轉型，在提振居民消費需求的同時，促進民用制造業產品研發效率提升。

（三）研究不足與未來展望

本文雖然在勞動力遷移與制造業技術創新效率的影響關系層面進行研究，得出研究結論并提出相關政策建議，但仍存在些許不足，有待下一步深入研究。首先，盡管從外商直接投資、市場化程度、居民消費支出、貨運量和政府干預五個方面對制造業技術創新效率提升的影響因素進行研究，但制造業技術創新效率受多種因素共同制約，未來可考慮加入更多影響因子以進一步分析；其次，本文主要以省份為研究對象，后續可以城市面板數據為基礎，更深層次探究城市層面勞動力遷移對制造業技術創新效率提升的影響關系；最后，基于數據可得性考慮，本文主要以近10年相關數據作為研究樣本，后續可將研究范圍和研究樣本擴展至20年，進一步增強研究結論的可靠性與有效性。

注 釋：

（1）勞動密集型：農副食品加工業、食品制造業、紡織業、紡織服裝與服飾業、皮革（毛皮、羽毛）及其制品和制鞋業、木材加工和木（竹、藤、棕、草）制品業、家具制造業、印刷和記錄媒介復制業、文教（工美、體育和娛樂）用品制造業、橡膠和塑料制品業、非金屬礦物制品業、金屬制品業、其他制造業、廢棄資源綜合利用業、金屬制品（機械）和設備修理業；資本密集型：酒與飲料及精制茶制造業、煙草制品業、造紙和紙制品業、石油加工和煉焦及核燃料加工業、化學原料和化學制品制造業、化學纖維制造業、黑色金屬冶煉和壓延加工業、有色金屬冶煉和壓延加工業、通用設備制造業；技術密集型：醫藥制造業、專用設備制造業、汽車制造業、鐵路（船舶、航空航天）和其他運輸設備制造業、電氣機械和器材制造業、計算機（通信）和其他電子設備制造業、儀器儀表制造業。

參考文獻：

［1］江紅莉，蔣鵬程.財政分權、技術創新與經濟增長質量［J］.財政研究，2019，43（12）：75-86.

［2］付文宇，李彥，趙景峰.數字經濟如何賦能中國制造業優化升級？［J］.經濟問題探索，2022，44（11）：128-142.

［3］付保宗.增強產業鏈供應鏈自主可控能力亟待破解的堵點和斷點［J］.經濟縱橫，2022，38（3）：39-46，137.

［4］CRUZ-C?ZARES C，BAYONA-S?EZ C，GARC?A-MARCO T. You Can't Manage Right What You Can't Measure Well：Technological Innovation Efficiency［J］. Research Policy，2013，42（6/7）：1239-1250.

［5］REN Q，ALBRECHT J. Toward Circular Economy：The Impact of Policy Instruments on Circular Economy Innovation for European Small Medium Enterprises［J］. Ecological Economics，2023，207（5）：1-13.

［6］WANG M L. Effects of the Green Finance Policy on the Green Innovation Efficiency of the Manufacturing Industry：A Difference-in-Difference Model［J］. Technological Forecasting and Social Change，2023，189（4）：1-10.

［7］張永安，魯明明.高技術制造業創新效率評價及要素投入差異性研究［J］.科技進步與對策，2019，36（16）：51-57.

［8］YANG H C，LI L S，LIU Y B. The Effect of Manufacturing Intelligence on Green Innovation Performance in China［J］. Technological Forecasting and Social Change，2022，178（5）：1-15.

［9］孟衛軍，林剛，劉名武.科技服務業與高技術制造業協同集聚對創新效率的影響［J］.西部論壇，2021，31（3）：82-96.

［10］張強勁.組織冗余對企業創新效率的門檻效應研究——來自高端制造企業的證據［J］.云南民族大學學報（哲學社會科學版），2022，39（6）：153-157.

［11］BASHIR M F，PAN Y C，SHAHBAZ M，et al. How Energy Transition and Environmental Innovation Ensure Environmental Sustainability？ Contextual Evidence from Top-10 Manufacturing Countries［J］. Renewable Energy，2023，204（3）：697-709.

［12］玉國華.農村信貸投入、勞動力轉移與城鄉收入差距：理論與實證［J］.農業技術經濟，2021，41（11）：78-92.

［13］張倩.勞動力集聚對城市創新影響的研究［D］.湘潭：湘潭大學，2022.

［14］張永凱.人口遷移視角下老齡化對我國經濟高質量發展的影響分析［J］.河南大學學報（社會科學版），2023，63（5）：25-32，152-153.

［15］曹芳芳，程杰，武拉平，等.勞動力遷移與城市全要素生產率——來自地級市的經驗證據［J］.當代經濟科學，2023，45（1）：103-118.

［16］LIU R，GREENE R，YU Y，et al. Are Migration and Settlement Environment-driven？ Environment-related Residential Preferences of Migrants in China［J］. Journal of Cleaner Production，2022，377（12）：1-18.

［17］鄧宏圖，周鳳.勞動力轉移與農業勞動生產率變化——基于理論與實證統一框架下的分析［J］.東北師大學報（哲學社會科學版），2021，73（3）：73-93.

［18］RANIS G，FEI J C. A Theory of Economic Development［J］. American Economic Review，1961，51（4）：533-565.

［19］余東華，燕玉婷.環境規制、技術創新與制造業綠色全要素生產率［J］.城市與環境研究，2022，10（2）：58-79.

［20］郭克莎，楊倜龍.制造業與服務業數字化改造的不同模式［J］.經濟科學，2023，45（4）：45-62.

［21］惠利，陳銳釩，黃斌.新結構經濟學視角下資源型城市高質量發展研究——以德國魯爾區的產業轉型與戰略選擇為例［J］.宏觀質量研究，2020，8（5）：100-113.

［22］STARK O，BLOOM D E. The New Economics of Labor Migration［J］. American Economic Review，1985，75（2）：173-178.

［23］許釗，張營營，高煜.空間效應視角下經濟集聚與制造業升級——基于283個城市面板數據的實證研究［J］.經濟問題探索，2021，44（12）：104-117.

［24］李磊，王天宇.“孔雀東南飛”：經濟高質量發展與人才流動［J］.數量經濟技術經濟研究，2023，40（2）：5-24.

［25］ROMER P M. Increasing Returns and Long-Run Growth［J］. Journal of Political Economy，1986，94（5）：1002-1037.

［26］杜運周，劉秋辰，陳凱薇，等.營商環境生態、全要素生產率與城市高質量發展的多元模式——基于復雜系統觀的組態分析［J］.管理世界，2022，38（9）：127-145.

［27］胡尊國，劉婉婷，彭新宇.人口遷移與經濟發展的空間分化——基于人力資本積累視角［J］.中國軟科學，2023，37（1）：105-113.

［28］王輝，羅元清，胡晟明.數字經濟對勞動力遷移的影響——基于職業流動方向的視角［J］.中國人口科學，2023，37（2）：84-99.

［29］徐旭，俞峰，閆林楠，等.高鐵如何影響勞動力流動：新視角與新證據［J］.當代經濟科學，2022，44（4）：31-42.

［30］張艾莉，尹夢蘭.技術創新、人口結構與中國制造業出口復雜度［J］.軟科學，2019，33（5）：29-34.

［31］溫忠麟，方杰，謝晉艷，等.國內中介效應的方法學研究［J］.心理科學進展，2022，30（8）：1692-1702.

［32］江艇.因果推斷經驗研究中的中介效應與調節效應［J］.中國工業經濟，2022，40（5）：100-120.

［33］田澤，王若梅，肖欽文，等.長三角區域先進制造業綠色技術創新效率研究［J］.安徽師范大學學報（人文社會科學版），2021，49（5）：137-147.

［34］羅良文，梁圣蓉.中國區域工業企業綠色技術創新效率及因素分解［J］.中國人口·資源與環境，2016，26（9）：149-157.

［35］張月玲，葉阿忠，陳泓.人力資本結構、適宜技術選擇與全要素生產率變動分解——基于區域異質性隨機前沿生產函數的經驗分析［J］.財經研究，2015，41（6）：4-18.

［36］SRIBOONCHITTA S，LIU J X，WIBOONPONGSE A，et al. A Double-Copula Stochastic Frontier Model with Dependent Error Components and Correction for Sample Selection［J］. International Journal of Approximate Reasoning，2017，80（1）：174-184.

［37］JAN O，JOHN R. Efficiency Measurement in the Stochastic Frontier Model［J］. European Journal of Operational Research，2001，129（2）：434-442.

［38］董麗霞，張子君.勞動力遷移與中國制造業結構轉型升級［J］.技術經濟，2021，40（11）：84-93.

［39］陳東景，劉衛毅.人口集聚與生態福利績效：效應與機制［J］.西北人口，2023，44（3）：12-26.

［40］黃新飛，李瑩，張偉俊.高鐵開通、對外開放與知識溢出效應——來自中國城市專利引用數據的經驗證據［J］.國際經貿探索，2023，39（4）：35-51.

［41］于揚，王維國.MIDAS模型估計的偏誤、有效性及其與同頻率模型的區別研究［J］.統計與信息論壇，2017，32（10）：11-17.

［42］ZHENG Z S，LIU Y，LIU C. Seismic Data Interpolation Using Streaming Prediction Filter in the Frequency Domain［J］. Geophysical Journal International，2021，229（1）：370-389.

［43］陽立高，龔世豪，王鉑，等.人力資本、技術進步與制造業升級［J］.中國軟科學，2018，37（1）：138-148.

［44］張長征，孟憲祺.勞動力成本上升能否提升制造業國際競爭力？［J］.產經評論，2021，12（6）：74-89.

［45］袁徽文，高波.數字經濟發展與高技術產業創新效率提升——基于中國省級面板數據的實證檢驗［J］.科技進步與對策，2022，39（10）：61-71.

［責任編輯：孔令仙］