數字金融提升了技術創新水平嗎

高星

【摘 要】 經濟高質量發展的核心動力在于創新驅動。基于我國2011—2020年的省域面板數據，對數字金融如何影響技術創新進行實證分析。研究發現，數字金融發展促進了技術創新水平的提升，穩健性檢驗支持該結論；機制分析表明，數字金融可以通過促進人力資本積累，進而提升技術創新水平；異質性分析顯示，相比于漸進性創新，數字金融對根本性創新的促進作用更大，在西部地區數字金融促進技術創新的效果更為明顯，數字金融使用深度對技術創新具有更強的驅動作用。進一步發現，數字金融對技術創新的影響存在數字金融和城鎮化的雙門檻效應。研究為我國進一步加快數字化建設及創新驅動戰略的實施提供了政策啟示。

【關鍵詞】 數字金融； 技術創新； 人力資本； 機制分析； 城鎮化

【中圖分類號】 F832? 【文獻標識碼】 A? 【文章編號】 1004-5937（2024）10-0049-08

一、引言

當前，我國經濟進入高質量發展階段，而創新驅動是高質量發展的重要抓手。黨的二十大報告明確提出，要“加快實施創新驅動發展戰略”“集聚力量進行原創性引領性科技攻關”“必須堅持守正創新”。毋庸置疑，想要實現高質量發展目標，強化創新驅動勢在必行。但是，由于我國發展面臨突出的不均衡問題，對基礎研究投入不足，科技資源供給與產業發展需求存在錯配，從而導致創新能力仍落后于經濟高質量發展的內在要求。技術創新的開展需要大量資金作為支撐，然而技術創新是一項長周期、高風險且收益不確定的經濟活動，傳統金融機構不愿長期提供信貸資金。故而，傳統金融對技術創新的支持十分有限。人工智能、區塊鏈、物聯網、5G等新一代數字信息技術不斷升級，在創造人們新的生活空間、變革社會生產方式上釋放出巨大能量。可以說，全球已經進入到數字化時代。在數字賦能下，金融和數字技術的融合誕生了數字金融。與傳統金融相比，數字金融既是一種延續，同時更具包容性和普惠性。那么，數字金融的發展能否成為技術創新水平提升的推動力，值得探討。

關于數字金融的已有研究可以從以下方面來看：（1）數字金融的減貧效應。姜美善和梁泰源[ 1 ]發現相較于傳統金融，數字金融對農村居民收入具有更大提升作用，是農村居民減貧的重要動能，并且這種減貧效應隨著經濟發展水平的提高而增強。然而，劉自強和張天[ 2 ]的研究結果表明，盡管數字金融可以提升農戶的收入水平，但沒有顯著減緩相對貧困。（2）數字金融的產業升級與創業效應。林炳華和陳景納[ 3 ]、劉毛桃等[ 4 ]探討了數字金融與產業結構升級的關系，研究表明數字金融可以通過助力擴張性信貸政策的實施、促進消費升級來推動產業結構升級。鄭威和陸遠權[ 5 ]分析了數字金融與創業的關系，結果表明數字金融通過優化營商環境，進而促進高質量創業。（3）數字金融的資產配置與盈余管理效應。赫國勝和耿麗平[ 6 ]從家庭風險金融資產配置視角進行分析，得出數字金融發展顯著正向影響了家庭風險金融資產配置。薛龍等[ 7 ]發現數字金融通過降低企業融資約束，抑制了其盈余管理動機，降低了盈余管理程度。（4）數字金融的高質量發展效應。愈來愈多的學者注重數字金融與經濟高質量發展的關系，認為數字金融與高質量發展之間是相互促進的，數字金融可以有效賦能高質量發展[ 8-9 ]。張蕊和余進韜[ 10 ]從實證上檢驗出數字金融可以通過優化營商環境促進經濟增長。

已有文獻為本文提供了良好的理論和經驗基礎，但數字金融與技術創新關系的問題仍需進一步探討。創新活動的開展離不開人才，人力資本對技術創新提升具有巨大的推動作用。那么數字金融發展能否通過人力資本積累的作用來助力技術創新呢？在當前創新驅動戰略的大背景下，深入考量此課題，對我國經濟高質量發展具有重要的現實意義。與現有研究相比，本文具有以下貢獻：（1）本文從人力資本視角出發，重點分析數字金融影響技術創新的人力資本渠道效應，為我國數字金融和技術創新關系的研究提供一個新的視角。（2）以往研究基本使用平均受教育年限來衡量人力資本，但該指標忽視了健康、培訓、工作經驗等重要因素，很難較為全面地衡量人力資本水平，本文則借助中央財經大學人力資本與勞動經濟研究中心建立的一套人力資本發展綜合指標數據，反映地區的人力資本水平。（3）在上述分析基礎上，進一步討論了數字金融影響技術創新是否存在基于數字金融和城鎮化的門檻效應，以期考察二者關系的非線性特征。

二、理論分析與研究假設

（一）直接效應

數字金融對技術創新的影響：一方面，數字金融能夠實現迅猛發展得益于數字技術的革新。數字技術發展的關鍵要素是數據，而數據要素具備協同性、滲透性等特征，可以重塑原有要素配置結構，打破了傳統生產要素囿于時空的限制，加速技術、資本等要素的流動，要素供需雙方的信息不對稱問題在很大程度上有所緩解。信息不對稱問題的減輕可以降低交易成本，要素資源配置能夠得到持續改善，這有助于提高創新主體與創新資源的協同匹配度，進而促進創新產出的提升。另外，數字技術與傳統實體經濟部門的融合不斷加深，將會重塑實體行業的價值創造模式，從而降低實體經濟部門進行創新活動的成本，并且數字技術可以加速高新技術與非高新技術產業之間的新技術傳播，促進二者相互融合、滲透、交叉，推動傳統產業的創新。同時，從載體平臺看，數字化連接了大量消費者和生產者，增強了各行業主體間的交流與創新參與，促進了創新發展。

另一方面，傳統金融可以通過緩解資金供需雙方融資約束、降低交易成本等為技術創新提供強有力的支持。然而，技術創新由于自身的不確定性，需要時間研發與試驗，一些技術還需要等待市場的檢驗和認可，意味著技術創新投資周期長，甚至需要數十年才能獲得市場回報。技術創新往往是在未知領域進行，屬于典型的高風險活動。當前我國傳統金融制度仍不完善，對創新投資風險很難進行有效評估，因此傳統金融機構不愿為創新活動提供必要的資金支持，這無疑對創新的發展產生了阻礙作用。那么，如何打破信貸約束問題是推動創新活動實現可持續性的關鍵。數字金融可以說是傳統金融的延續，除了延續傳統金融功能外，還依托大數據、5G、區塊鏈等信息技術，緩解資金供需雙方的信息不對稱。同時，數字金融不再受傳統金融的空間限制，擴大了金融服務的覆蓋面，最終金融服務成本得到降低。此外，數字金融大大簡化了借貸審批程序，能夠達成對各種中小微創新型企業的普惠性。數字金融滿足了技術創新型企業在科技研發過程中長期、穩定的資金需求，有效緩解資金約束問題，提高技術創新能力。鑒于以上分析，提出假設1：

H1：數字金融發展對技術創新具有顯著的促進作用。

（二）機制效應：人力資本

數字金融與人力資本的關系：首先，數字金融的發展促進了中小企業對高技能勞動力的需求，各類企業必定大力引進相關的復合型人才，為其提供更專業的培訓，提高相應的薪酬待遇，不斷提升他們的金融素養，最終實現人力資本的持續積累。其次，從服務對象看，數字金融能夠為更多的低收入群體、農民、貧困群體等服務。這些群體的一個共同特征是沒有足夠的知識積累，受教育程度和技術水平低，導致人力資本水平也低。該群體中很多勞動力愿意提升自身的技能，甚至可以說他們提升自身人力資本的唯一途徑就是培訓，但他們缺少資金的支持。數字金融為他們提供了享受普惠金融服務的機會，信貸資金的可獲得性得到增加，他們能夠以很低的成本通過信貸進行教育、培訓等方面的投資，從而促進自身人力資本的積累。最后，隨著數字金融工作的開展，居民將會增加教育消費支出，提高參與有關專業技術交流和培訓的機會，這無疑對人力資本積累產生了積極作用。個體在學習有關數字金融技術的過程中，可以吸取到更加先進和科學的教育理念，增加了對高質量教育的意愿，從而增加其對子代更高質量教育投入的可能性。

人力資本作為資本的一種，一方面遵循儲備性、生產性、期望收入增加等一般規律，另一方面區別于物質資本的產生過程與結果。技術創新本質上屬于一種知識創新活動，其從根本上源自人類后天的學習與探索。技術創新水平的提升需要依靠前期科學知識及技術的積累實現，而人力資本就是知識和技術的主要載體。所以，無論是個體所擁有的體力，還是持續的知識積累、豐富的工作經驗以及健康的身體狀況，都是影響技術創新的重要因素。人力資本是知識、技術、能力和健康的綜合體現，一個地區的人力資本水平高，意味著地區擁有更高教育程度、綜合素質的人才，他們龐大的知識儲備和技術能力為技術創新奠定了基礎。科技研發活動和研發成果的持續落地，也需要大量人力資本參與。Romer[ 11 ]指出，一個國家技術創新能力的大小在很大程度上依賴于人力資本水平的高低。鑒于以上分析，提出假設2：

H2：數字金融通過推動人力資本積累，進而提升技術創新水平。

（三）數字金融影響技術創新的異質性

技術創新可以分為不同類型，主要包括根本性創新和漸進性創新。根本性創新意味著新產品的研發、顛覆性技術的突破。漸進性創新表示的是現有產品或技術顯著的、連續性改進。根本性創新更需要活躍的思維、前沿知識的積累，而漸進性創新更多依賴于個人工作經驗的蘊蓄，故而有理由相信，數字金融對不同類型技術創新的影響存在差異。

我國幅員遼闊，是一個區域發展非均衡的國家。盡管近年來地區發展差距有所降低，但地區發展不平衡程度仍然較高，不同地區的經濟、數字金融發展水平等有不小差距，不同地區數字金融對技術創新的影響程度可能存在差異。

數字金融發展由覆蓋廣度、使用深度以及數字化程度構成。數字金融三個維度的發展必然受到地區經濟發展、區位等因素的影響，從而呈現出不同的發展特征，那么數字金融不同維度對技術創新的影響可能具有差異性。鑒于以上分析，提出以下假設：

H3a：數字金融對不同類型技術創新的影響具有異質性；

H3b：數字金融對技術創新的影響在不同區域具有異質性；

H3c：數字金融對技術創新的影響在數字金融結構上具有異質性。

三、實證策略

（一）基準模型

為檢驗數字金融如何影響技術創新，本文構建以下基準回歸模型：

PSTIit=？琢0+？琢1DFit+Xitβ+？滋i+？著it? （1）

其中，PSTIit為省域i第t年的技術創新水平；DFit為省域i第t年的數字金融水平，其系數？琢1是本文關注的核心估計量；Xit表示控制變量；？滋i為省份固定效應；？著it為隨機干擾項。

（二）變量與數據

被解釋變量：技術創新（PSTI）。專利數量是技術創新活動的重要產出，可以很好地衡量地區的技術創新能力。考慮到不同省份人口規模的差異，本文選取人均專利授權數作為技術創新的度量指標，且進行對數化處理。

核心解釋變量：數字金融（DF）。本文采用北京大學發布的《北京大學數字普惠金融指數（2011—2020年）》，該指數體系指標選取較為充足，維度比較全面，具有相當的可靠性和代表性，為本文的實證研究提供了良好的數據基礎，回歸時作對數處理。

控制變量。參考已有研究，本文選取了以下控制變量：產業結構升級（Iu），構建產業結構升級指數Iu=? ■yi×i=y1×1+y2×2+y3×3，式中的yi為第i產業產值與GDP的比值；人口結構（Pop）；研發投入（Rd）；傳統金融發展（Finance）以及對外開放程度（Open）。

本文數據選用我國30個省份（包括直轄市與自治區，不含西藏與港澳臺）2011—2020年的面板數據。數字金融數據來自《北京大學數字普惠金融指數（2011—2020年）》，剩余數據均來自《中國科技統計年鑒》《中國統計年鑒》以及各省份統計年鑒。

變量定義和描述性統計見表1。

四、實證結果及分析

（一）基準回歸

數字金融影響技術創新的回歸結果如表2所示。列（1）、列（2）為使用OLS方法估計的結果。列（1）是在不引入控制變量下，僅數字金融對技術創新的影響。列（2）中引入各控制變量，數字金融的估計值顯著為正。進一步，使用組內估計法對面板固定效應模型進行估計，回歸結果見列（3）、列（4），兩列結果中數字金融的估計值仍顯著為正，表明數字金融對技術創新具有促進作用。

模型中數字金融存在內生性問題，本文使用工具變量法進行緩解。參考黃群慧等[ 12 ]的思路，采用1984年每百萬人郵局數量和每百人固定電話數量作為工具變量，工具變量需要滿足相關性和排他性約束兩個條件。數字金融離不開數字技術的發展，早期互聯網技術催化出數字技術，而互聯網發展則始于固定電話線撥號的接入。另外，在固定電話還沒有普遍應用時，郵局是人們信息溝通的主要手段，這表明一定程度上郵局分布可能會影響到互聯網，故相關性條件得到滿足。伴隨數字技術的發展，歷史上固定電話數和郵局數對技術創新的作用正慢慢消失，難以對當前技術創新產生直接作用，因此，排他性約束條件得到滿足。但是，歷史上的固定電話數和郵局數沒有時間維度，會引發第二階段的估計無效。參考Nunn & Qian[ 13 ]的做法，將1984年每百人固定電話數和每百萬人郵局數分別與上一年全國信息技術服務收入進行相乘，形成數字金融的工具變量，IV估計結果如表2列（5）、列（6）所示。第一階段估計的F統計量分別為23.70和96.61，遠超過10，通過了弱工具變量檢驗。2SLS估計結果表明數字金融對技術創新的影響顯著為正。在緩解了內生性問題之后，數字金融發展提升技術創新積極效應的結論保持不變。

（二）穩健性檢驗

1.替換被解釋變量

本文將技術創新的衡量指標替換為人均專利申請數，結果見表3列（1），數字金融系數為正，在1%的顯著性水平下顯著。

2.樣本調整

央行在2016年頒發了《G20數字普惠金融高級準則》，我國數字金融發展開始進入高速通道。僅估計2016年及以后的樣本，結果見表3列（2），可以看出，數字金融的參數估計值仍顯著為正。

3.關于內生性問題的處理

本文采取以下方法：一是對數字金融進行滯后一期處理，估計其對技術創新的影響，回歸結果如表3列（3）所示，數字金融滯后一期項系數顯著為正。二是在模型引入技術創新的滯后一期項，構建動態面板模型，采用廣義矩估計方法進行估計，結果如表3列（4）所示，LnDF顯著為正。

綜上分析，數字金融系數均通過了顯著性檢驗，表明本文結論是穩健的，即數字金融發展有助于促進技術創新水平的提升。至此，H1得到支持。

（三）機制檢驗

根據理論分析，人力資本可能是數字金融影響技術創新的重要傳導機制。借鑒Cameron et al.[ 14 ]和殷戈等[ 15 ]的做法，構建如下機制檢驗模型：

HCit=？琢0+？琢1DFit+Xitβ+？滋i+？著it （2）

其中，HC表示人力資本，即為本文的機制變量。關于人力資本的衡量，多數研究使用平均受教育年限，但該指標衡量較為單一，忽視了工作經驗、培訓、生命周期以及健康等重要因素，無法全面衡量人力資本水平[ 16 ]。為此，中央財經大學的人力資本與勞動經濟研究中心基于更科學的人力資本估算方法，構建了第一套定量描述我國人力資本發展的綜合指標體系，并建立了中國人力資本數據庫①。因此，本文使用該套人力資本數據作為機制檢驗的中介變量，估計結果見表4。列（1）是數字金融影響人力資本的面板固定效應模型的回歸結果，列（2）—列（4）分別為工具變量的2SLS估計結果、數字金融滯后一期以及動態面板模型的估計結果，可以看出，數字金融估計值均顯著為正。以上結果表明在緩解了內生性問題后，數字金融對人力資本存在顯著的正向影響，即數字金融發展促進了人力資本的積累。已有研究[ 17-19 ]通過實證證據，驗證了人力資本可以顯著提升技術創新水平。鑒于以上分析，數字金融發展可以通過促進人力資本積累，進而提高技術創新水平。H2得到驗證。

（四）異質性分析

專利包括三類：發明型專利、實用新型專利與外觀設計型專利。參考沈可和李雅凝[ 20 ]的做法，將技術創新分為兩大類型：一是根本性創新（PSTI_fd），以人均發明型專利授權數來衡量；二是漸進性創新（PSTI_im），以人均實用新型專利授權數和人均外觀設計型授權數之和來衡量。以此來考察數字金融對不同類型技術創新的影響是否存在差異，檢驗結果見表5列（1）、列（2）。可以看出，數字金融發展對根本性創新和漸進性創新均具有促進作用，并且數字金融發展促進根本性技術創新的作用更強。因此，數字金融影響技術創新存在顯著的創新類型異質性，H3a得到支持。

表5列（3）—列（5）為東部、中部、西部地區異質性檢驗結果。可以看出，在東部地區，數字金融對技術創新的影響在統計上沒有通過檢驗，而中西部地區數字金融發展都產生了顯著影響，并且西部地區的作用效果最大。因此，數字金融影響技術創新具有顯著的區域異質性，H3b得到驗證。

表5列（6）—列（8）分別為覆蓋廣度（Breadth）、使用深度（Depth）以及數字化程度（Digit）對技術創新的影響。其中，數字金融覆蓋廣度和使用深度對技術創新均產生了積極效用，但數字化程度沒有通過顯著性檢驗，并且，數字金融使用深度對技術創新的作用強度最大。所以，數字金融影響技術創新存在顯著的結構異質性，支持了H3c。

五、拓展分析

由前文分析可知，數字金融發展顯著提升了技術創新。然而，由于數字金融對地區技術創新發展的影響是多維度的，其影響可能會隨著數字金融處于不同水平而呈現不同特點。此外，自改革開放以來，我國經歷了快速城鎮化，城鎮化作為經濟發展和社會轉型的重要體現，對數字金融與技術創新的關系是否產生了重要影響？即數字金融影響技術創新可能存在數字金融和城鎮化的門檻效應。因此，有必要對該問題作進一步討論。通過構建如下面板門檻模型進行檢驗：

PSTIit=？琢0+？琢1DFitI（qit≤γ）+？琢2DFitI（qit>γ）+Xit？茁+？滋i+？著it

（3）

模型（3）為單門檻模型，在其基礎上，可以擴展到多重門檻模型。其中，qit表示門檻變量，即數字金融與城鎮化，城鎮化使用城鎮人口占總人口的比重來衡量。門檻效應檢驗（自助抽樣300次）如表6所示，結果表明存在數字金融和城鎮化的雙門檻效應。數字金融的兩個門檻值分別為5.319和5.628，城鎮化的門檻值分別為50.79和59.60。

門檻回歸結果見表7。當門檻變量為數字金融時，數字金融被劃分為3個區間，隨著數字金融水平超過門檻值，數字金融的回歸系數逐漸變大，即隨著數字金融水平的提升，數字金融對技術創新的積極影響逐漸增強。2020年，所有省份的數字金融指數（對數）均已超過5.628，意味著當前各省數字金融水平對技術創新均產生了很強的積極效應。對于城鎮化門檻變量，隨著城鎮化率超過每個門檻值，數字金融的估計系數逐漸增大，表明隨著城鎮化率的提高，數字金融對技術創新的促進作用更大。2020年，城鎮化率超過59.60%的省份有21個，大于50.79%小于59.60%的省份有8個，小于50.79%的省份只有1個。這意味著當前大部分省份處于較高的城鎮化水平，數字金融對技術創新水平促進作用已經發揮了重要影響。當前，新型城鎮化戰略正在大力推動，愈來愈多省份的城鎮化率在將來會越過第二門檻值，數字金融將會發揮出更強的積極作用。

六、結論與政策建議

（一）研究結論

本文基于我國30個省份2011—2020年的面板數據，考察了數字金融對技術創新的影響。根據實證結果，得到以下主要結論：（1）數字金融對技術創新產生了顯著的正向影響，即數字金融的發展促進了技術創新水平的提高；（2）人力資本是二者關系的重要橋梁，即數字金融可以通過推動人力資本積累，進而提升技術創新水平；（3）數字金融對技術創新的影響存在顯著的創新類型異質性、地區異質性和結構異質性，即相比漸進性創新，數字金融發展促進根本性創新的作用更強，在西部地區數字金融促進技術創新的效果更為明顯，數字金融使用深度對技術創新具有更強的驅動作用；（4）數字金融對我國技術創新的影響存在數字金融和城鎮化的雙門檻效應，隨著數字金融水平和城鎮化率的提升，可以增強數字金融對技術創新的促進作用。

（二）政策建議

第一，繼續完善新型數字基礎設施的建設，加快數字化發展，加強數字金融布局。本文研究結論表明數字金融不僅可以促進技術創新，而且隨著數字金融水平的提升，數字金融的創新效應逐漸增強。數字金融發展離不開新型數字基礎設施的建設，應繼續加大建設區塊鏈、大數據、5G等新型數字基礎設施，提高數字金融的發展速度。優化數字金融監管體系與監督評估機制，加快研發基于數字技術的監管工具和監管平臺，對大模型算法、應用場景等加強監控和防范。另外，人才隊伍建設也是數字金融發展的應有之意。應緊跟人工智能、云計算等前沿數字技術的發展趨勢，完善數字金融人才培養體系，在高校和科研院所建設金融與數字技術的交叉學科，著力培養符合數字金融發展需求的復合型人才。

第二，實施因地制宜策略，加大對根本性創新的投入。數字金融影響技術創新具有區域異質性，這表示在不同區域不應該實施“一刀切”策略。各地區應該因地制宜，制定差異化的數字金融發展政策。東部地區應發揮資金、人才等優勢，注重關鍵數字技術的突破，從而為其他地區發揮輻射作用。而中西部地區應利用政策傾斜優勢，驅動“后發優勢”，提高中西部地區數字金融服務的可得性，持續改善數字金融產業生態，強化數字金融的宣傳與推廣工作，逐步縮小數字金融發展水平的差距，最終實現區域間數字金融的均衡發展。數字金融發展促進根本性技術創新的作用更強，未來應持續加大對基礎研發的投入，聚焦創新主體和重點產業，健全知識產權公共服務體系，強調高價值發明專利的產出，從而助力數字金融紅利的釋放。

第三，繼續優化城鎮化布局，持續推進新型城鎮化進程。本文研究結論支持了城鎮化率提高可以增強數字金融對技術創新的促進效應，因此，未來新型城鎮化需要進一步加快推進，建議以人為中心，通過建立市民化配套政策體系和營造平等包容環境，有序推進流動人口的市民化，吸引農村勞動力投入到新型城鎮化的建設中。同時，在戶籍制度改革方面，應進一步推動戶籍放開放寬政策，盡快取消城市尤其是大城市的落戶限制。擴大和增強居住證的公共服務范圍和功能，增加城市公共服務對非戶籍人口的覆蓋，從而更好發揮城鎮化在數字金融影響技術創新中的重要作用。

【參考文獻】

［1］ 姜美善，梁泰源.傳統金融與數字普惠金融的減貧增收效應：差異性與互補性［J］.廣東財經大學學報，2023，38（5）：57-74.

［2］ 劉自強，張天.區域數字金融發展對鄉村相對貧困的影響及其作用機制［J］.金融發展研究，2021（11）：13-20.

［3］ 林炳華，陳景納.數字普惠金融的產業結構升級效應及空間差異［J］.福建論壇（人文社會科學版），2022（5）：76-86.

［4］ 劉毛桃，方徐兵，何啟志.數字普惠金融能促進中國城市產業結構的升級嗎？［J］.經濟問題探索，2023（5）：140-157.

［5］ 鄭威，陸遠權.數字金融、營商環境與高質量創業［J］.現代經濟探討，2023（5）：85-95.

［6］ 赫國勝，耿麗平.數字金融發展對家庭風險金融資產配置的影響：基于Bootstrap有調節的中介模型［J］.經濟體制改革，2021（6）：135-141.

［7］ 薛龍，劉家諾，黃琦.數字普惠金融與企業盈余管理［J］.會計之友，2022（23）：46-55.

［8］ 王剛貞，陳夢潔.數字普惠金融影響經濟高質量發展的渠道機理與異質特征［J］.財貿研究，2022，33（10）：45-56.

［9］ 陳熹，邢凱.數字金融在促進經濟高質量發展中的作用與機制研究［J］.江西社會科學，2023，43（11）：79-89.

［10］ 張蕊，余進韜.數字金融、營商環境與經濟增長［J］.現代經濟探討，2021（7）：1-9.

［11］ ROMER M.Endogenous technological change［J］.Journal of Political Economy，1990，98（5）：71-102.

［12］ 黃群慧，余泳澤，張松林.互聯網發展與制造業生產率提升：內在機制與中國經驗［J］.中國工業經濟，2019（8）：5-23.

［13］ NUNN N，QIAN N.Us food aid and civil conflict［J］.American Economic Review，2014，104（6）：1630-1666.

［14］ CAMERON T，SEAGER J，SHAH M.Crimes against morality：unintended consequences of criminalizing sex work［J］.The Quarterly Journal of Economics，2021，136（1）：427-469.

［15］ 殷戈，黃海，黃煒.人力資本的代際外溢性：來自“別人家的父母”的證據［J］.經濟學，2020，19（4）：1491-1514.

［16］ 李海崢，李波，裘越芳，等.中國人力資本的度量：方法、結果及應用［J］.中央財經大學學報，2014（5）：69-78.

［17］ 呂洪燕，于翠華，孫喜峰，等.人力資本結構高級化對技術創新績效的影響［J］.科技進步與對策，2020，37（3）：133-141.

［18］ 王智勇，李瑞.人力資本、技術創新與地區經濟增長［J］.上海經濟研究，2021（7）：55-68.

［19］ 蘇科，周超.人力資本、技術創新與綠色全要素生產率：基于長江經濟帶城市數據分析［J］.經濟問題，2021（5）：71-79.

［20］ 沈可，李雅凝.中國的人口老齡化如何影響科技創新：基于系統GMM方法與動態面板門檻模型的經驗證據［J］.人口研究，2021，45（4）：100-113.