二、研究設(shè)計：模型、計量方法和數(shù)據(jù)

（一）技術(shù)創(chuàng)新的度量

本章將技術(shù)進步分為廣義和狹義兩個層面，前者是指整個經(jīng)濟的技術(shù)進步總水平，通常使用全要素生產(chǎn)率（TFP）的增長等指標來衡量，而狹義的技術(shù)進步是指產(chǎn)業(yè)或企業(yè)層面的技術(shù)創(chuàng)新。主流文獻把技術(shù)創(chuàng)新分為過程創(chuàng)新或工藝創(chuàng)新（改變生產(chǎn)函數(shù)）和產(chǎn)品創(chuàng)新（改變需求函數(shù)）。如Chin-Hai Yang（2007）運用中國臺灣地區(qū)1999—2003年制造行業(yè)的面板數(shù)據(jù)研究發(fā)現(xiàn)產(chǎn)品創(chuàng)新與過程創(chuàng)新都促進了就業(yè)的增加，但是過程創(chuàng)新對于高研發(fā)密度和中低研發(fā)密度行業(yè)的影響程度不同，過程創(chuàng)新傾向于擴大高研發(fā)密度企業(yè)的產(chǎn)出水平以及促進就業(yè)。目前學(xué)術(shù)界對技術(shù)創(chuàng)新的度量主要有以下幾種方法：

（1）研發(fā)投入（R＆D）。使用R＆D密度，即R＆D支出占企業(yè)主營業(yè)務(wù)收入比率作為技術(shù)創(chuàng)新變量。如Chin-Hai Yang（2007）運用中國臺灣地區(qū)1999—2003年制造行業(yè)的面板數(shù)據(jù)研究發(fā)現(xiàn)，用企業(yè)研發(fā)密度（R＆D支出/主營業(yè)務(wù)收入）衡量的技術(shù)創(chuàng)新對于就業(yè)增長具有顯著的正向影響；Van Reenen（1997）用英國制造行業(yè)面板數(shù)據(jù)研究發(fā)現(xiàn)，技術(shù)創(chuàng)新（R＆D支出/主營業(yè)務(wù)收入）對于就業(yè)增長具有顯著的促進作用。

（2）專利技術(shù)。徐竹青（2004）專門對于專利的經(jīng)濟績效進行了實證研究，采用企業(yè)R＆D投入和專利作為創(chuàng)新的投入指標，研究認為專利活動和R＆D投入對于經(jīng)濟發(fā)展具有非常重要的作用。一國如果加強對創(chuàng)新資源的投入，注重專利的申請和保護，對于國民經(jīng)濟的發(fā)展具有顯著的促進作用。劉華（2002）基于1985—2000年的數(shù)據(jù)縱向研究認為，專利授權(quán)數(shù)與國內(nèi)經(jīng)濟發(fā)展密切相關(guān)。如果一個國家擁有的專利數(shù)量越多，那么則越有利于促進該國的經(jīng)濟增長，專利數(shù)量對于促進經(jīng)濟增長的貢獻率越大。該研究還認為，在我國單位時間內(nèi)，專利擁有數(shù)量每變動一個單位，會引起生產(chǎn)總值0.82個單位的變動。

（3）其他輔助指標：比如企業(yè)員工中使用計算機的比例等（Katz和Murphy, 1992）。

通過大量閱讀已有文獻，我們發(fā)現(xiàn)目前大多數(shù)的研究使用了內(nèi)部研發(fā)支出或?qū)＠麛?shù)量作為行業(yè)內(nèi)部技術(shù)進步的衡量指標。由于本章是從我國制造業(yè)層面3位碼行業(yè)面板數(shù)據(jù)出發(fā)，分析我國行業(yè)技術(shù)進步對就業(yè)增長的影響，因此與主流文獻一致，本章選擇使用行業(yè)研發(fā)密度作為技術(shù)進步的代理指標也是合適的。

為了增強本章實證研究的可靠性，本章不僅用政府研發(fā)密度支出代替制造業(yè)行業(yè)中的研發(fā)密度支出，還采用產(chǎn)品創(chuàng)新（新產(chǎn)品產(chǎn)值占主營業(yè)務(wù)收入比）和行業(yè)內(nèi)工程技術(shù)人員占總就業(yè)人員比重作為技術(shù)進步的衡量指標，以求更加全面地檢驗我國制造業(yè)行業(yè)中技術(shù)進步、資本積累的就業(yè)效應(yīng)，增強實證研究結(jié)果的穩(wěn)健性。

（二）理論框架

目前經(jīng)濟學(xué)家關(guān)于技術(shù)變化、資本積累如何影響就業(yè)方面的研究已有很多，這里主要參考Van Reenen（1997）的模型來探討技術(shù)創(chuàng)新、資本積累與勞動力需求增長之間的動態(tài)關(guān)系，以便更好地理解實證部分所得出結(jié)論的不同解釋。

假設(shè)企業(yè)生產(chǎn)函數(shù)為CES型并且行業(yè)完全競爭，生產(chǎn)過程中資本產(chǎn)出彈性與要素替代彈性都保持不變，則生產(chǎn)函數(shù)寫為：

上式中，Q表示產(chǎn)出，N表示就業(yè)人數(shù)，K表示資本存量，T代表?？怂怪行约夹g(shù)參數(shù)（資本—勞動比率保持不變）; A代表勞動增進型的哈羅德中性技術(shù)參數(shù)（產(chǎn)出—資本比率保持不變）; B表示索羅中性技術(shù)的變化。

根據(jù)式（3-1），因為真實工資水平（W/P）等于勞動邊際產(chǎn)出，所以關(guān)于勞動力的一階條件可以寫為：

logN ＝logQ - σlog（W/P）+（σ - 1）logA（3-2）

在此，我們根據(jù)競爭廠商產(chǎn)品價格等于其邊際成本（MC），哈羅德中性技術(shù)參數(shù)A的變化可表示為：

在此，我們根據(jù)競爭廠商產(chǎn)品價格等于其邊際成本（MC），可簡化為：

上式中，ηNA表示就業(yè)—技術(shù)替代彈性，ηP為價格需求彈性，θ為邊際成本—技術(shù)替代彈性。相對于固定產(chǎn)出水平而言，技術(shù)改變對于就業(yè)的影響程度取決于資本與勞動之間的替代程度σ（哪種要素更廉價），當資本—勞動替代彈性較高時，σ ＞ 1，勞動需求將會上升。當產(chǎn)出以及資本變化時，即使資本對勞動的替代彈性大于1，技術(shù)進步仍然可能對就業(yè)增長產(chǎn)生正向影響，技術(shù)改變對就業(yè)的正向影響效應(yīng)仍有可能存在，因為較低的行業(yè)價格水平將會增加消費需求。越大的需求價格彈性和更高的創(chuàng)新水平，對就業(yè)產(chǎn)生正向影響的可能性越大。這與國內(nèi)文獻認為資本對勞動的替代一定減少就業(yè)的觀點是不同的。

（三）計量模型及估計方法

本章計量模型主要參照Van Reenen（1997）和Chin-Hai Yang（2008）的回歸模型，采用上述CES型企業(yè)生產(chǎn)函數(shù)，由式（3-1）企業(yè)利潤最大化時資本的一階條件（利率R等于資本的邊際產(chǎn)出）可得：

由式（3-2）和式（3-5）可得：

上式即為不變替代彈性下的就業(yè)方程。為了表述方便，本章用tech代替無法觀測的技術(shù)進步變量，得到上述模型的基本隨機形式。我們在模型中再加入控制變量企業(yè)出口額export，得到本章的基本就業(yè)估計方程：

上式中，tech制造業(yè)行業(yè)的技術(shù)進步，我們用行業(yè)研發(fā)密度內(nèi)部支出來作為技術(shù)進步的衡量指標。wage、capital、export分別表示行業(yè)的平均工資水平、物質(zhì)資本存量以及企業(yè)出口額，τ為時間趨勢，μ為隨機誤差項。關(guān)于方程（3-7）的最直觀的解釋是一個行業(yè)的勞動力需求曲線上時間代理變量為τ，所有企業(yè)的資金成本是不變的，在這種解釋前提下有β1＝ σ，即等于資本—勞動替代彈性。從長期來看，資本是可以調(diào)整的，為了達到估計的目的，可替代資本的投入和產(chǎn)出價格。這意味著，從方程（3-7）中除去資本存量變量（β2＝ 0）后可作為無償勞動力需求方程。實證部分將會對此進行分析。

但是，仍存在著幾個遺留問題有待討論與解決。

首先，未觀測到的相關(guān)影響可能導(dǎo)致技術(shù)創(chuàng)新回歸所得結(jié)果有偏。已有文獻如Reenen（1997）、Chin-Hai Yang和Chun-Hung A. LIN（2007）的研究表明，一階差分估計能夠避免質(zhì)量管理以及其他不可觀測因素的影響，因此回歸結(jié)果是很穩(wěn)健的。一階差分估計非常具有吸引力，它包含了一系列的企業(yè)虛擬變量（組內(nèi)估計），而我們選取的面板數(shù)據(jù)在時間維度上較小。因為控制變量不具備嚴格外生性假定，所以在時間維度較小的面板數(shù)據(jù)中使用組間估計會導(dǎo)致較嚴重的估計偏誤。所以本章的一階差分估計模型為：

其次，模型是完全靜態(tài)的，成本調(diào)整極有可能誘發(fā)方程（3-7）的動態(tài)效應(yīng)。解決這一問題的方法是在模型中將就業(yè)變量的滯后期作為解釋變量進行考察。而且，技術(shù)創(chuàng)新本身就是一個動態(tài)過程，具有長期、持久的影響，因此在模型中將考慮其滯后期來考察技術(shù)創(chuàng)新對于促進就業(yè)的影響，再引入專利數(shù)量以及產(chǎn)品創(chuàng)新后，本章主要估計方程具體形式如下：

最后，必須處理很多變量的潛在內(nèi)生性問題。一階差分會導(dǎo)致一個問題，那就是滯后的因變量Δ nit-1與誤差項Δ uit相關(guān)。普通最小二乘法（OLS）會導(dǎo)致所有滯后因變量估計系數(shù)偏于下行，這種內(nèi)生性偏差一般也會影響其他所有的系數(shù)估計值，因此必須使用工具變量來處理這類問題。在uit不存在序列相關(guān)時，就業(yè)量滯后在t - 2期以及t - 2期以前都是有效的工具變量，這是因為E(nit-2Δ uit) ＝0成立。而且，隨著就業(yè)成本的調(diào)整，滯后的就業(yè)量與當期的就業(yè)量之間是相關(guān)的，因為E(nit-1Δ uit-s)≠0, s≥2。隨著面板數(shù)據(jù)的發(fā)展，更多的矩限制條件變得可用，因此可以拿來構(gòu)造一個有效的廣義矩估計（GMM），這一方法由Arrellano、Bond（1991）和Holtz-Eakin、Newey、Rosen（1988）提出。因此，本章后面將對序列相關(guān)假定以及工具變量的外生性做全面檢驗。

（四）數(shù)據(jù)來源與變量說明

本章依據(jù)《工業(yè)企業(yè)科技活動統(tǒng)計年鑒》《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》2002—2010年我國制造業(yè)的有關(guān)數(shù)據(jù)，為保持各行業(yè)數(shù)據(jù)的完整性，舍去了數(shù)據(jù)不全的工藝品及其他制造業(yè)，共選取了3位碼制造業(yè)中28個行業(yè)的相關(guān)數(shù)據(jù)。以就業(yè)水平作為被解釋變量，以企業(yè)的技術(shù)進步、行業(yè)平均工資水平、企業(yè)物質(zhì)資本存量、企業(yè)新產(chǎn)品出口額、企業(yè)專利申請數(shù)量、政府R＆D投入量以及產(chǎn)品創(chuàng)新等指標作為解釋變量。

本章選取就業(yè)人員年平均人數(shù)然后取對數(shù)作為反映就業(yè)水平的指標（n）。為了直接刻畫我國制造業(yè)行業(yè)的技術(shù)進步指標，我們用企業(yè)科技活動經(jīng)費內(nèi)部支出與主營業(yè)務(wù)收入比值即企業(yè)研發(fā)密度作為度量企業(yè)技術(shù)進步（tech）的主要指標。用企業(yè)新產(chǎn)品產(chǎn)值占總主營業(yè)務(wù)收入比表示產(chǎn)品創(chuàng)新（prod），用科技活動經(jīng)費籌集總額中政府資金數(shù)量取對數(shù)來衡量政府對行業(yè)研發(fā)的資助投入（gov＿ rd），用企業(yè)新產(chǎn)品出口額取對數(shù)后作為企業(yè)出口指標（export），文中的企業(yè)注冊專利申請數(shù)也取對數(shù)（patent），上述數(shù)據(jù)均來源于《工業(yè)企業(yè)科技活動統(tǒng)計年鑒》。本章選取《中國工業(yè)統(tǒng)計年鑒》2002—2010年行業(yè)固定資產(chǎn)凈值均值，然后使用固定資產(chǎn)價格指數(shù)來平減凈值后取對數(shù)得到實際物質(zhì)資本存量指標（capital）；選取《中國勞動統(tǒng)計年鑒》2002—2010年行業(yè)平均勞動報酬，通過居民消費價格指數(shù)來修正平均勞動報酬以獲得實際的平均勞動報酬水平后取對數(shù)作為工資指標（wage）。根據(jù)2004和2008年《中國經(jīng)濟普查年鑒》中不同學(xué)歷人員占行業(yè)就業(yè)人數(shù)比重（大學(xué)及以上學(xué)歷人員比high-edu，高中學(xué)歷人員比middle-edu，初中及以下學(xué)歷人員比low-edu）作為技術(shù)進步技能偏向考察指標。見表3-1。

（五）我國制造業(yè)就業(yè)與技術(shù)創(chuàng)新現(xiàn)狀分析

根據(jù)前文的分析可以發(fā)現(xiàn)，我國經(jīng)濟快速發(fā)展與就業(yè)增長之間出現(xiàn)了嚴重脫節(jié)的現(xiàn)象，即“高增長、低就業(yè)”現(xiàn)象是客觀存在的事實，但是不同行業(yè)發(fā)展現(xiàn)狀與行業(yè)內(nèi)就業(yè)情況卻是不一樣的。圖3-1是2002—2010年我國制造業(yè)整體就業(yè)水平及其研發(fā)投入（R＆D支出）趨勢圖。

根據(jù)圖3-1，我們可以看出2002—2010年，我國制造業(yè)整體就業(yè)水平（年底就業(yè)人數(shù)）和行業(yè)R＆D研發(fā)投入都是呈上升趨勢的，但是R＆D研發(fā)投入的增長速度顯著大于行業(yè)就業(yè)人數(shù)的增長速度但變化趨勢一致，二者之間存在著一定的線性關(guān)系。

為了更詳細地考查我國制造業(yè)不同技術(shù)水平行業(yè)中就業(yè)水平與行業(yè)R＆D研發(fā)投入的具體情況，我們將選取研發(fā)投入最高和研發(fā)投入最低行業(yè)來觀測其各自內(nèi)部就業(yè)水平與研發(fā)投入的關(guān)系。

圖3-2反映了我國研發(fā)投入最高的通信設(shè)備、計算機及其他電子設(shè)備制造業(yè)中年均就業(yè)人數(shù)與行業(yè)R＆D經(jīng)費內(nèi)部支出情況，兩者之間呈現(xiàn)出顯著的線性關(guān)系，并且隨著時間的推移呈顯著上升趨勢。

圖3-3反映的是制造業(yè)中平均研發(fā)投入最低行業(yè)的家具制造業(yè)中年均就業(yè)人數(shù)與R＆D經(jīng)費內(nèi)部支出之間的關(guān)系，從圖中我們看到，在2009年以前家具制造業(yè)中二者的變化趨勢一致，但是在2009年以后，雖然行業(yè)內(nèi)就業(yè)人員緩慢增加，但是行業(yè)中對于新產(chǎn)品的研發(fā)投入不足，呈現(xiàn)出下降的趨勢。

通過比較圖3-2與圖3-3，我們發(fā)現(xiàn)我國制造業(yè)中各行業(yè)對于研究與開發(fā)的重視程度不同，各行業(yè)研發(fā)投入的差距是非常大的，行業(yè)對于就業(yè)的吸納能力的差距也是非常巨大的，平均研發(fā)投入最高的行業(yè)研發(fā)經(jīng)費差不多是最低行業(yè)的100倍，對于就業(yè)的吸納數(shù)量也差不多相差100倍。因此，研發(fā)投入規(guī)模不同說明各行業(yè)對于技術(shù)水平要求的不同，技術(shù)進步帶來的就業(yè)效應(yīng)也不同，高研發(fā)投入行業(yè)和中低研發(fā)投入行業(yè)技術(shù)進步帶來的就業(yè)影響可能存在著顯著的系統(tǒng)性差異。