中國人口密度對創新水平的影響效應研究
——基于雙向固定效應模型的實證分析

陳治國，李成友，劉向暉，辛沖沖，李 紅

(1.新疆農業大學 經濟與貿易學院，新疆 烏魯木齊 830052；2.山東財經大學 金融學院，山東 濟南 2500142；3.新疆農業大學 管理學院，新疆 烏魯木齊 830052；4.中南財經政法大學 財政稅務學院，湖北 武漢 430073)

中國人口密度對創新水平的影響效應研究
——基于雙向固定效應模型的實證分析

陳治國1，李成友2，劉向暉3，辛沖沖4，李 紅1

(1.新疆農業大學 經濟與貿易學院，新疆 烏魯木齊 830052；2.山東財經大學 金融學院，山東 濟南 2500142；3.新疆農業大學 管理學院，新疆 烏魯木齊 830052；4.中南財經政法大學 財政稅務學院，湖北 武漢 430073)

基于2000年—2014年全國30個省區面板數據，運用同時考慮個體效應與時間效應的雙向固定效應模型有效估計了人口密度對創新水平的影響效應，實證分析結果表明：省際人口密度與城市人口密度均對創新水平有穩定的正向影響效應；并分地區進一步驗證了省際人口密度與城市人口密度仍然對創新水平有顯著的正向影響效果；同時也發現外商直接投資、外商投資企業出口、研究與試驗發展人員、研究與試驗發展經費支出以及人均GDP等控制變量也不同程度地對創新水平有正向影響效應。最后，提出了優化人口管理政策、提高地區創新能力的政策啟示。

創新水平；人口密度；影響效應；雙向固定效應模型

一、引言及文獻回顧

創新作為人類社會永久討論的話題，其也是經濟社會取得不斷發展的不竭動力，而在創新的整個過程中無時不刻都離不開人的參與，人作為創新的參與主體始終是決定創新軌跡的關鍵要素。隨著工業化與城鎮化戰略的繼續驅動，我國人口流動速度加快，人口在各地區的遷入與遷出已為常態，競爭力強的地區隨著人口遷入表現出了明顯的人口聚集效應，且該效應隨著知識密集型經濟活動的不斷增長會越趨明顯。人口聚集效應形成的同時，各地區人口規模也隨之發生了相應變化，而人口規模或人口密度是影響地區人力資本水平的重要因素，人口規模或人口密度的變化勢必會對地區創新水平產生影響，梁建章等著名學者認為人口越多創新越旺盛, 指出人口越多地區的創新力相對于其收入水平更加旺盛[1]，但這種影響到底在中國是否顯著，有待于通過較為嚴格的實證分析才能告訴我們真正答案，答案的揭曉有助于各地區優化人口管理政策，進而把人口規模優勢轉化為人才優勢，最終利用人才加快區域創新發展步伐，提高社會福利水平。

人口對于技術發展的促進作用很早就得到了西方一大批學者的肯定，經濟學鼻祖Adam Smith很早就指出并論證了人口的不斷增長與聚集在日益提高的分工水平條件下會帶來技術的創新[2]，后來的著名經濟學家Say[3]、Ricardo[4]等也強調了人才尤其是企業家才能對于創新的重要性。進入20世紀以后，自Schumpeter深入揭示創新概念并強調創新對經濟社會發展何等重要以來[5]，關于創新的研究文獻就不斷涌現，學者們也逐步深刻認識到了人才在生產要素中的關鍵地位，Schultz、Becker等構建的人力資本理論就指出人的核心作用，認為人口質量提升生成的人力資本是創新活動中不可或缺的要素[6-7]，Lucas、Romer在此基礎上建立人力資本內生經濟增長模型研究認為人力資本作為內生驅動因素不僅可以促進經濟社會發展，而且可以加快技術創新步伐[8-9]。Koch利用德國歷史數據研究了人口規模、人口密度以及人口結構等因素對該國創新活動的影響，認為人口變化會影響人力資本進而對創新水平產生影響[10]。近年來，國外關于人力資本與創新關系的研究越來越具體、越趨實證化，Dakhli和Clercq構建實證模型估計了社會資本與人力資本這兩種資本形式對國家層面創新活動的影響效果，研究發現人力資本對創新能力的提升有著積極的影響效應[11]；Marvel和Lumpkin通過對145個科技創業者的項目活動進行跟蹤研究后發現技術企業家更容易利用技術知識激發組織創新，并指出人力資本在創新活動中具有不可或缺性[12]；Partridge研究發現放寬移民政策與流入國專利申請量存在正相關關系[13]；Lavoie以人口老齡化為切入點研究了人口結構對創新水平的影響，認為人口結構優化是確保創新能力持續上升的關鍵[14]；Yoon等以東亞地區為研究樣本，研究認為企業家才能作為人力資本在區域創新體系中占據重要地位[15]；Coccia全面細致地探究了人口增長和技術產出(專利)之間的相互關系，研究發現人口增長率有利于支持高技術產出[16]。可見，國外學者從人力資本以及人口視角較為全面地探析了人作為核心要素在創新活動中起到的關鍵作用。

國內學者對于人力資本與創新關系的研究雖然起步相對較晚，但近來的相關研究也已經揭示了人力資本對創新能力的支撐作用，學術界和理論界也充分認識到了創新活動離不開人才的支持。趙國杰和邢小強探討了以人為核心的國家創新體系建設機制[17]；左學金和王紅霞對倫敦、紐約、東京與上海等國際大都市進行比較研究后認為人口規模的穩定增長是這些城市實現創新并保持創新優勢的關鍵，指出上海等城市放寬人口管制有助于城市創新[18]；沈體雁和郭潔研究認為城鎮人口的集聚效應有益于催生創新，并指出城鎮人口與區域創新系統協調統一才能構建起特色城鎮化發展道路[19]；王家庭和李海燕基于全國省際面板數據研究表明區域人口密度對區域技術創新能力有顯著促進效應，發現不同產業的人口分布對創新水平的影響存在差異性[20]；黃茹等選取50個城市樣本，實證估計了城市人口結構與創新能力相互關系，研究發現15歲至64歲區間的人口對城市創新水平有顯著的正向效應[21]；豆建春等根據中國歷史數據探究了技術創新與人口增長的相關性，認為兩者相互促進[22]；王永進和張國峰運用斷尾回歸模型和Heckman兩階段估計法研究發現人口聚集與企業創新有緊密關系，并指出該關系受溝通外部性影響較大[23]；李健等運用門檻效應模型研究發現人力資本對區域創新能力存在門檻效應[24]；梁文群等利用異質性SFA模型測度了人力資本對區域創新效率的影響，得出高中以上人力資本對區域創新能力有顯著的穩定性促進效應，指出增加人力資本存量有利于人力資本創新效應的提升[25]；許諾等基于全國34個城市樣本數據，實證研究認為城市人口是決定城市創新水平的關鍵因素，指出人口遷移數量與質量顯著影響著城市創新能力[26]。

縱覽既有國內外文獻，現有研究更多是直接用人力資本指標來研究人力資本對創新能力的影響效應，而是未能從人力資本的形成因素視角來探析人在創新中發揮的作用，且選取的實證模型未能考慮時間效應，使得估計結果偏誤較大。鑒于此，本研究結合當前我國人口快速流動的現實，選取影響人力資本的人口密度作為目標自變量，運用同時考慮個體效應和時間效應的雙向固定效應模型來考察人口密度對創新水平的影響效應，以期通過實證研究結論圍繞人口變化提出加快國內創新水平發展步伐、提高地區福利水平的有效政策啟示。

二、變量選取與模型構建

(一)變量選取

為了探析人口密度對創新水平的影響效應，本研究選取專利申請授權數來測度創新水平，并把專利申請授權數作為因變量，將省際人口密度及城市人口密度作為自變量，同時選取外商直接投資總額、外商投資企業出口額等來自外部力量對創新水平帶來影響的指標變量，選取研究與試驗發展人員全時當量、研究與試驗發展經費支出等直接影響創新水平的投入性指標變量以及對創新水平有綜合性影響的人均GDP等指標變量作為控制變量。

本研究具體選取全國30個省市自治區(不含港澳臺地區及西藏自治區)的人口密度、城市人口密度、外商直接投資總額、外商投資企業出口額、研究與試驗發展人員、研究與試驗發展經費支出以及人均GDP等指標數據，且樣本區間為2000年—2014年，數據來源于《中國統計年鑒》《中國科技統計年鑒》和各省市區統計年鑒，變量基本統計特征見表1。由于部分變量受價格因素影響較大，因此該部分指標變量接受價格因素剔除處理，同時對所有變量取對數后開展實證研究。

(二)模型構建

由于傳統面板數據的固定效應模型只對個體效應進行了考慮，而未能考慮到不同時期不同地區的殘差相關性，進而導致估計結果存在較大偏誤，且該偏誤在時間效應的影響下會有增大趨勢。因此，為了克服模型選擇偏誤，本研究選取能夠同時考慮個體固定效應與時間固定效應的雙向固定效應模型(Two-way Fixed Effects Model)來估計人口密度對創新水平的影響，且雙向固定效應模型構建如下：

ln(cxit)=β0+β1ln(rkmdit)+β2ln(csrkmdit)+β3ln(fdiit-1)+β4ln(wsckit)+β5ln(yfryit)+β6ln(yfzcit)+β7ln(pgdpit)+αi+λt+εit

其中， β0為常數項， βi(i=1,2,…,7)為影響創新水平的各指標變量的系數， αi和λt分別表示地區固定效應和時間固定效應， εit為隨機誤差項。

表1 變量描述

變量符號單位專利申請授權數cx件人口密度rkmd人/平方千米城市人口密度csrkmd人/平方千米外商直接投資總額fdi億美元外商投資企業出口額wsck億美元研究與試驗發展人員yfry萬人年研究與試驗發展經費支出yfzc億元人均GDPpgdp元/人

注：2000年—2014年，N=30個地區，T=15年，NT=450。

三、模型估計結果及分析

為了確保參數估計具有穩定性，本文首先檢驗人口密度和城市人口密度對創新水平的影響，然后不斷添加外商直接投資總額、外商投資企業出口額、研究與試驗發展人員、研究與試驗發展經費支出以及人均GDP等控制變量以檢驗人口密度對創新水平的影響。運用Stata 13.0計量軟件估計實證模型的參數，估計結果見表2。

從表2的模型(2)可見，省際人口密度和城市人口密度均在1%的顯著性水平上對創新水平有正向影響效果，省際人口密度和城市人口密度每增加1%分別會使創新水平增加6.315%和0.046%。將控制變量逐步引入雙向固定效應模型后，省際人口密度和城市人口密度對創新水平的影響出現了一定變化但兩者仍然均對創新水平有穩定的正向影響效果，因此有效驗證了人口密度的增加確實有利于創新水平的提高，且研究發現省際人口密度對創新水平的正向促進作用高于城市人口密度。

表2 人口密度對創新水平影響的實證估計結果

模型模型(1)模型(2)模型(3)模型(4)模型(5)模型(6)模型(7)常數項lnrkmdlncsrkmdlnfdi-1lnwscklnyfrylnyfzclnpgdp修正的R2-38.064▲-29.088▲-15.761▲-16.942▲-5.435△5.571▲-5.646△(-11.80)(-10.09)(-6.37)(-7.40)(-2.48)(14.16)(-2.84)8.813▲6.315▲3.993△3.709▲1.695▲0.077▲0.667△(14.38)(11.12)(8.30)(8.32)(4.05)(4.01)(2.13)0.046▲0.224▲0.127▲0.157▲0.035▲0.058△(12.18)(5.17)(3.06)(4.35)(5.39)(2.17)0.532▲0.417▲0.406▲0.108▲0.063△(15.37)(12.05)(13.55)(4.16)(2.43)0.261▲0.157△0.010△0.023△(8.67)(2.73)(2.58)(2.10)0.059▲0.030▲0.035▲(12.15)(7.37)(9.51)0.725▲0.020▲(17.75)(5.23)1.089▲(9.62)0.8230.8960.8740.9230.8930.8810.902

注：*、△、▲分別表示顯著性水平為10%、5%和1%；括號中為t值；fdi-1為上年數據。下同。

一方面，隨著人口不斷聚集，各類組織機構可以得到充足的人才供應，進而有利于提高組織的創新水平，同時人口聚集的地方有利于降低勞動力成本，組織可以利用勞動力成本節省下來的更多資金投入到更加利于創新的項目中來，從而提升創新水平；另一方面，人口聚集的地區通常有著規模化的需求，每當需求層次提高將會激發企業家敢冒風險進行創造性破壞的創新活動，進而有助于刺激新成果的出現；再一方面，人口聚集的地方也有利于組織之間、人才之間的技術相互交流與模仿，進而可以加速技術創新的步伐，最終逐步實現真正的技術創新。從當前的創新特征來看，創新者合作的程度不斷加深，不少創新成果是在多個人以及團隊中的相互合作中孕育而出的，且未來前沿性、突破性的創新成果也不是單個人所能實現的，必須依靠深度合作才能實現；而省際人口密度對創新水平的影響效果高于城市人口密度，究其原因，可能在于部分企業及政府相關組織機構沒有分布在城市，而是處于農村地區，從而城市人口密度對這部分企業及政府相關組織機構的創新活動未能發揮顯著影響，因此呈現出城市人口密度對創新水平的影響效應不及省際人口密度的現象。

此外，由實證模型的估計結果還能看出，上年外商直接投資對創新水平有顯著的促進作用，主要在于外資企業投資于國內不僅能夠直接帶來技術、管理等利于國內創新水平提高的積極因素，而且外資企業的技術外溢效應可在國內企業消化吸收的推進過程中實現國內技術創新維度的上升。由表2 可見，外商投資企業出口也對國內創新水平也有正向影響效應，在于外資企業出口越多，其越傾向于長期保持在國內進行繼續追加投資，進而催生的技術外溢效應會提高國內創新水平。從直接創新投入指標估計結果來看，研究與試驗發展人員全時當量與研究與試驗發展經費支出均對創新水平有顯著的正向影響效應，這基本表明了創新投入一定程度上起到了提高創新水平的顯著效果。繼續從實證估計結果可知，人均GDP在1%的顯著性水平上對創新水平有正向影響效果，主要原因在于：一方面人均GDP越高的地區越傾向于具有更高層次的需求，進而可以加快創新水平的正向變遷步伐，另一方面人均GDP的提高意味著經濟條件的逐步改善，從而利于創新水平提高的各方面軟硬件條件隨之也會不斷豐裕，因此最終會提高創新水平。

表3 分地區人口密度對創新水平影響的實證估計結果

模型模型(1)華北地區模型(2)東北地區模型(3)華東地區模型(4)中南地區模型(5)西南地區模型(6)西北地區常數項lnrkmdlncsrkmdlnfdi-1lnwscklnyfrylnyfzclnpgdpN修正的R23.974△40.220-19.630▲9.577-8.4502.422(-2.32)(1.06)(-3.88)(1.56)(-1.01)(0.39)2.423▲1.288△2.318▲1.748▲0.922▲1.534▲(3.82)(2.47)(4.81)(8.78)(4.62)(5.99)0.209▲0.143△0.351△0.162△0.091▲0.023▲(5.75)(2.10)(2.72)(2.46)(5.34)(4.64)0.005▲0.398*0.308▲0.026△0.026▲0.056*(4.08)(1.92)(4.12)(2.39)(4.41)(1.86)0.0900.661▲0.312△0.225△0.0390.160▲(0.08)(4.33)(3.24)(2.99)(0.81)(4.00)0.028▲0.0460.026△0.022▲0.129*0.326▲(7.13)(0.59)(3.19)(4.36)(1.71)(5.39)1.564▲0.0180.340▲0.230*0.122*0.021(4.47)(0.10)(5.29)(2.03)(1.95)(0.11)1.675△0.890△2.203▲1.620△1.380▲1.158▲(2.91)(2.77)(5.81)(2.75)(3.76)(5.73)75451059060750.9480.9440.9550.9570.9060.941

為了進一步驗證人口密度對創新水平的影響，本研究分地區來考察人口密度對創新水平的影響效應，估計結果見表3。由表3可見，分地區考察結果表明，省際人口密度與城市人口密度仍然對創新水平有顯著的正向影響效應，且省際人口密度對創新水平的正向促進作用仍然高于城市人口密度產生的影響效應，同時發現華北與華東地區的人口密度對創新水平的正向影響效果優于其他相對落后地區的影響效果，由于華北地區有北京、天津等有較為發達的城市，華東地區各省的經濟發展水平也位居全國前列，人口在這些地區聚集能夠形成有效的經濟社會發展驅動力，從而人口密度在這些地區就能充分彰顯其提升創新水平的驅動作用，因此華東地區和華北地區的人口密度對創新水平影響效應的估計結果相對較高。

四、結論與政策啟示

本研究基于2000年—2014年全國30個省市地區面板數據，運用同時考慮個體效應與時間效應的雙向固定效應模型有效估計了人口密度對創新水平的影響效應，實證分析結果表明：省際人口密度與城市人口密度均對創新水平有穩定的正向影響效應，且省際人口密度對創新水平的正向影響效應高于城市人口密度；并分地區進一步驗證了省際人口密度與城市人口密度仍然對創新水平有顯著的正向影響效果，且發現華東地區與華北地區人口密度對創新水平的正向影響效果優于其他相對落后地區；同時也發現外商直接投資、外商投資企業出口、研究與試驗發展人員、研究與試驗發展經費支出以及人均GDP等控制變量也不同程度地對創新水平有正向影響效應。

根據以上實證分析結論，為了能夠進一步加快國內創新水平發展步伐、提高地區福利水平。本文有如下政策啟示：一是鼓勵地區間人才引進競爭戰略，從需求上強化人才的重要性，進而誘致人才生成層面和人才供給層面的不斷優化升級；二是提高地區人口的教育水平，通過完善職業教育培訓機制、優化公私合作教育模式等措施讓當地人口技能水平不斷提升，進而讓符合條件的人員不斷融入到創新組織隊伍之中并成為其中的成員，真正讓地區人口數量優勢充分轉化為人才優勢；三是在人口密度不斷增加的同時，各地區要多措并舉全力優化人口質量與人口結構，讓高質量的人才、高水平的勞動力高效配置到各地區合理的位置上，以期最大化人力資本的創新驅動力；四是鼓勵發展地區共享類的經濟創業模式，讓人才能夠自發形成創新創業組織，通過創新創業組織的自我孵化功能開發出惠及社會的各種創新類產品，且要充分尊重企業家才能，認識到企業家才能是創新的關鍵要素，積極創造公平透明的市場競爭環境讓企業家成為市場的主角，讓企業家敢冒風險開展創造性破壞的創新活動；五是繼續加大研發投入，在研發人員建設上以及研發支出增加上均要加大財政支持力度，且完善知識產權保護制度，切實保障創新人才的創新成果；六是進一步增強招商引資力度，要著力引入一些高技術、環保型的資源節約型外資企業，切實利用外資企業投資項目帶來的技術外溢效應來推動國內技術進步；七是加快新時期下的產業結構轉型升級步伐，以產業升級去驅動科技創新步伐，并理順科技進步與社會經濟發展的通路，把科技創新與經濟發展有機協調統一起來，以期創造更加優質的經濟社會福利。

〔1〕 田甜,焦麗莎.梁建章：大城市控制人口對創新不利[J].中國企業家,2015(22)：52-53.

〔2〕 SMITH A.Aninquiryintothenatureandcausesofthewealth[M].University of Chicago Press,1977.

〔3〕 SAY J B.Traitéd'économiePolitique[M].Saraswati Press,2012.

〔4〕 RICARDO D.Ontheprinciplesofpoliticaleconomyandtaxation[M].Literary Licensing,1988.

〔5〕 SCHUMPETER J.Thetheoryofeconomicdevelopment[M].0xford University Press,1969.

〔6〕 SCHULTZ T W.Humancapitalinvestmentandurbancompetitiveness[M].Yale University Press,1964.

〔7〕 BECKER G S.HumanCapital:Atheoreticalandempiricalanalysis,withspecialreferencetoeducation[M].University of Chicago Press,2009.

〔8〕 LUCAS R.On the mechanics of economic development[J].JournalofMonetaryEconomicsEconomy,1988(7):3-42.

〔9〕 ROMER P M.Human capital and growth: Theory and evidence[J].Carnegie-RochesterConferenceSeriesonPublicPolicy,Elsevier,1990,32(1):251-286.

〔10〕 KOCH H.Population and innovation: the effects of demographic factors on invention and innovation[C].IfoInstitutfurWirtschaftsforschung,1987(5):219.

〔11〕 DAKHLI M,CLERCQ D D.Human capital, social capital and innovation: A multicountry study[J].EntrepreneurshipandRegionalDevelopment,2004(16):107-128.

〔12〕 MARVEL M R,LUMPKIN G T.Technology Entrepreneurs' Human Capital and Its Effect on Innovation Radicalness[J].EntrepreneurshipTheory&Practice,2007,31(6):807-828.

〔13〕 PARTRIDGE J,FURTAN H.Increasing Canada's international competitiveness: Is there a link between skilled immigrants and innovation[J].AmericanAgriculturalEconomicsAssociationAnnualMetting,2008(7):27-29.

〔14〕 LAVOIE M.Aging population and innovation skills[J].SocialScienceElectronicPublishing,2009,270(8):3823-3827.

〔15〕 YOON H S,et al.Entrepreneurship in East Asian regional innovation systems: Role of social capital[J].TechnologicalForecasting&SocialChange,2015(7):83-95.

〔16〕 COCCIA M.Driving forces of technological change: The relation between population growth and technological innovation[J].TechnologicalForecasting&SocialChange,2014,82(2):52-65.

〔17〕 趙國杰,邢小強.以人的創新為核心的螺旋形國家創新體系演化機制分析[J].科學學與科學技術管理,2003(5)：36-40.

〔18〕 左學金,王紅霞.大都市創新與人口發展的國際比較[J].社會科學,2009(2)：44-52.

〔19〕 沈體雁,郭潔.以人為本、集聚創新：中國特色城鎮化研究[J].城市發展研究,2013(12)：22-25.

〔20〕 王家庭,李海燕.區域人口結構、就業結構對技術創新影響的實證研究[J].創新,2013(4)：84-91.

〔21〕 黃茹,等.城市人口結構與創新能力的關系[J].城市發展研究,2014(9)：84-91.

〔22〕 豆建春,等.技術創新、人口增長和中國歷史上的經濟增長[J].世界經濟,2015(7)：143-164.

〔23〕 王永進,張國峰.人口聚集、溝通外部性與企業自主創新[J].財貿經濟,2015(5)：132-146.

〔24〕 李健等.FDI溢出、人力資本門檻與區域創新能力[J].貴州財經大學學報,2016(1)：10-18.

〔25〕 梁文群,等.基于異質性隨機前沿模型的人力資本創新效應研究[J].科技進步與對策,2016(15)：145-150.

〔26〕 許諾,等.中國城市人口遷移和創新[J].地域研究與開發,2016(2)：165-169.

(責任編輯 周吉光)

Research on the Influential Effect of Innovation Level on Population Density in China—Based on the Two-way Fixed Effects Model

CHEN Zhi-guo1, LI Cheng-you2, LIU Xiang-hui1, XIN Chong-chong3, LI Hong1

(1. Xinjiang Agricultural University, Urumqi, Xinjiang 830052; 2. Shandong University of Finance and Economics, Ji'nan, Shandong 250014; 3. Zhongnan University of Economics and Law, Wuhan, Hubei 430073)

Using the 30 provincial panel data of from 2000 to 2014 in China, this paper effectively estimates the influential effect of innovation level on population density by using the Two-way Fixed Effects Model considering individual effects and time effects. The empirical research result shows that the inter provincial population density and urban population density have the positive effect on innovation level, and the positive effect of inter provincial population density on innovation level is higher than that of urban population density; and sub regional further validation showed that the inter provincial population density and urban population density still has the significant positive impact on innovation level, and the positive effect of population density on innovation level in East China region and North China region is better than other relative backward regions. At the same time, this paper also finds that the control variables which include foreign direct investment, foreign investment enterprises to export, research and development personnel, expenditure on research and development as well as the per capita GDP have the positive impact effect on innovation level. Finally, according to the empirical research conclusions, the policy implications of optimizing population management policies to improve regional innovation capability are put forward.

innovation level; popucation density; influential effect; two-way fixed effects model

10.13937/j.cnki.sjzjjxyxb.2016.06.004

2016-10-09

http://www.cnki.net/kcms/doi/10.13937/j.cnki.sjzjjxyxb.2016.06.004.html < class="emphasis_bold">網絡出版時間

時間：2016-12-20 15：30

國家自然科學基金資助項目 (71562033)；新疆自治區研究生科研創新項目(XJGRI2015085)。

陳治國(1984—)，男，陜西西安人，新疆農業大學經濟與貿易學院博士研究生，主要研究方向為經濟理論與政策。

F240

A

1007-6875(2016)06-0021-06