中国人口密度对创新水平的影响效应研究——基于双向固定效应模型的实证分析

陈治国，李成友，刘向晖，辛冲冲，李 红

(1.新疆农业大学 经济与贸易学院，新疆 乌鲁木齐 830052；2.山东财经大学 金融学院，山东 济南 2500142；3.新疆农业大学 管理学院，新疆 乌鲁木齐 830052；4.中南财经政法大学 财政税务学院，湖北 武汉 430073)

中国人口密度对创新水平的影响效应研究
——基于双向固定效应模型的实证分析

陈治国1，李成友2，刘向晖3，辛冲冲4，李 红1

(1.新疆农业大学 经济与贸易学院，新疆 乌鲁木齐 830052；2.山东财经大学 金融学院，山东 济南 2500142；3.新疆农业大学 管理学院，新疆 乌鲁木齐 830052；4.中南财经政法大学 财政税务学院，湖北 武汉 430073)

基于2000年—2014年全国30个省区面板数据，运用同时考虑个体效应与时间效应的双向固定效应模型有效估计了人口密度对创新水平的影响效应，实证分析结果表明：省际人口密度与城市人口密度均对创新水平有稳定的正向影响效应；并分地区进一步验证了省际人口密度与城市人口密度仍然对创新水平有显著的正向影响效果；同时也发现外商直接投资、外商投资企业出口、研究与试验发展人员、研究与试验发展经费支出以及人均GDP等控制变量也不同程度地对创新水平有正向影响效应。最后，提出了优化人口管理政策、提高地区创新能力的政策启示。

创新水平；人口密度；影响效应；双向固定效应模型

一、引言及文献回顾

创新作为人类社会永久讨论的话题，其也是经济社会取得不断发展的不竭动力，而在创新的整个过程中无时不刻都离不开人的参与，人作为创新的参与主体始终是决定创新轨迹的关键要素。随着工业化与城镇化战略的继续驱动，我国人口流动速度加快，人口在各地区的迁入与迁出已为常态，竞争力强的地区随着人口迁入表现出了明显的人口聚集效应，且该效应随着知识密集型经济活动的不断增长会越趋明显。人口聚集效应形成的同时，各地区人口规模也随之发生了相应变化，而人口规模或人口密度是影响地区人力资本水平的重要因素，人口规模或人口密度的变化势必会对地区创新水平产生影响，梁建章等著名学者认为人口越多创新越旺盛, 指出人口越多地区的创新力相对于其收入水平更加旺盛[1]，但这种影响到底在中国是否显著，有待于通过较为严格的实证分析才能告诉我们真正答案，答案的揭晓有助于各地区优化人口管理政策，进而把人口规模优势转化为人才优势，最终利用人才加快区域创新发展步伐，提高社会福利水平。

人口对于技术发展的促进作用很早就得到了西方一大批学者的肯定，经济学鼻祖Adam Smith很早就指出并论证了人口的不断增长与聚集在日益提高的分工水平条件下会带来技术的创新[2]，后来的著名经济学家Say[3]、Ricardo[4]等也强调了人才尤其是企业家才能对于创新的重要性。进入20世纪以后，自Schumpeter深入揭示创新概念并强调创新对经济社会发展何等重要以来[5]，关于创新的研究文献就不断涌现，学者们也逐步深刻认识到了人才在生产要素中的关键地位，Schultz、Becker等构建的人力资本理论就指出人的核心作用，认为人口质量提升生成的人力资本是创新活动中不可或缺的要素[6-7]，Lucas、Romer在此基础上建立人力资本内生经济增长模型研究认为人力资本作为内生驱动因素不仅可以促进经济社会发展，而且可以加快技术创新步伐[8-9]。Koch利用德国历史数据研究了人口规模、人口密度以及人口结构等因素对该国创新活动的影响，认为人口变化会影响人力资本进而对创新水平产生影响[10]。近年来，国外关于人力资本与创新关系的研究越来越具体、越趋实证化，Dakhli和Clercq构建实证模型估计了社会资本与人力资本这两种资本形式对国家层面创新活动的影响效果，研究发现人力资本对创新能力的提升有着积极的影响效应[11]；Marvel和Lumpkin通过对145个科技创业者的项目活动进行跟踪研究后发现技术企业家更容易利用技术知识激发组织创新，并指出人力资本在创新活动中具有不可或缺性[12]；Partridge研究发现放宽移民政策与流入国专利申请量存在正相关关系[13]；Lavoie以人口老龄化为切入点研究了人口结构对创新水平的影响，认为人口结构优化是确保创新能力持续上升的关键[14]；Yoon等以东亚地区为研究样本，研究认为企业家才能作为人力资本在区域创新体系中占据重要地位[15]；Coccia全面细致地探究了人口增长和技术产出(专利)之间的相互关系，研究发现人口增长率有利于支持高技术产出[16]。可见，国外学者从人力资本以及人口视角较为全面地探析了人作为核心要素在创新活动中起到的关键作用。

国内学者对于人力资本与创新关系的研究虽然起步相对较晚，但近来的相关研究也已经揭示了人力资本对创新能力的支撑作用，学术界和理论界也充分认识到了创新活动离不开人才的支持。赵国杰和邢小强探讨了以人为核心的国家创新体系建设机制[17]；左学金和王红霞对伦敦、纽约、东京与上海等国际大都市进行比较研究后认为人口规模的稳定增长是这些城市实现创新并保持创新优势的关键，指出上海等城市放宽人口管制有助于城市创新[18]；沈体雁和郭洁研究认为城镇人口的集聚效应有益于催生创新，并指出城镇人口与区域创新系统协调统一才能构建起特色城镇化发展道路[19]；王家庭和李海燕基于全国省际面板数据研究表明区域人口密度对区域技术创新能力有显著促进效应，发现不同产业的人口分布对创新水平的影响存在差异性[20]；黄茹等选取50个城市样本，实证估计了城市人口结构与创新能力相互关系，研究发现15岁至64岁区间的人口对城市创新水平有显著的正向效应[21]；豆建春等根据中国历史数据探究了技术创新与人口增长的相关性，认为两者相互促进[22]；王永进和张国峰运用断尾回归模型和Heckman两阶段估计法研究发现人口聚集与企业创新有紧密关系，并指出该关系受沟通外部性影响较大[23]；李健等运用门槛效应模型研究发现人力资本对区域创新能力存在门槛效应[24]；梁文群等利用异质性SFA模型测度了人力资本对区域创新效率的影响，得出高中以上人力资本对区域创新能力有显著的稳定性促进效应，指出增加人力资本存量有利于人力资本创新效应的提升[25]；许诺等基于全国34个城市样本数据，实证研究认为城市人口是决定城市创新水平的关键因素，指出人口迁移数量与质量显著影响着城市创新能力[26]。

纵览既有国内外文献，现有研究更多是直接用人力资本指标来研究人力资本对创新能力的影响效应，而是未能从人力资本的形成因素视角来探析人在创新中发挥的作用，且选取的实证模型未能考虑时间效应，使得估计结果偏误较大。鉴于此，本研究结合当前我国人口快速流动的现实，选取影响人力资本的人口密度作为目标自变量，运用同时考虑个体效应和时间效应的双向固定效应模型来考察人口密度对创新水平的影响效应，以期通过实证研究结论围绕人口变化提出加快国内创新水平发展步伐、提高地区福利水平的有效政策启示。

二、变量选取与模型构建

(一)变量选取

为了探析人口密度对创新水平的影响效应，本研究选取专利申请授权数来测度创新水平，并把专利申请授权数作为因变量，将省际人口密度及城市人口密度作为自变量，同时选取外商直接投资总额、外商投资企业出口额等来自外部力量对创新水平带来影响的指标变量，选取研究与试验发展人员全时当量、研究与试验发展经费支出等直接影响创新水平的投入性指标变量以及对创新水平有综合性影响的人均GDP等指标变量作为控制变量。

本研究具体选取全国30个省市自治区(不含港澳台地区及西藏自治区)的人口密度、城市人口密度、外商直接投资总额、外商投资企业出口额、研究与试验发展人员、研究与试验发展经费支出以及人均GDP等指标数据，且样本区间为2000年—2014年，数据来源于《中国统计年鉴》《中国科技统计年鉴》和各省市区统计年鉴，变量基本统计特征见表1。由于部分变量受价格因素影响较大，因此该部分指标变量接受价格因素剔除处理，同时对所有变量取对数后开展实证研究。

(二)模型构建

由于传统面板数据的固定效应模型只对个体效应进行了考虑，而未能考虑到不同时期不同地区的残差相关性，进而导致估计结果存在较大偏误，且该偏误在时间效应的影响下会有增大趋势。因此，为了克服模型选择偏误，本研究选取能够同时考虑个体固定效应与时间固定效应的双向固定效应模型(Two-way Fixed Effects Model)来估计人口密度对创新水平的影响，且双向固定效应模型构建如下：

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

其中， β0为常数项， βi(i=1,2,…,7)为影响创新水平的各指标变量的系数， αi和λt分别表示地区固定效应和时间固定效应， εit为随机误差项。

表1 变量描述

变量符号单位专利申请授权数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资总额fdi亿美元外商投资企业出口额wsck亿美元研究与试验发展人员yfry万人年研究与试验发展经费支出yfzc亿元人均GDPpgdp元/人

注：2000年—2014年，N=30个地区，T=15年，NT=450。

三、模型估计结果及分析

为了确保参数估计具有稳定性，本文首先检验人口密度和城市人口密度对创新水平的影响，然后不断添加外商直接投资总额、外商投资企业出口额、研究与试验发展人员、研究与试验发展经费支出以及人均GDP等控制变量以检验人口密度对创新水平的影响。运用Stata 13.0计量软件估计实证模型的参数，估计结果见表2。

从表2的模型(2)可见，省际人口密度和城市人口密度均在1%的显著性水平上对创新水平有正向影响效果，省际人口密度和城市人口密度每增加1%分别会使创新水平增加6.315%和0.046%。将控制变量逐步引入双向固定效应模型后，省际人口密度和城市人口密度对创新水平的影响出现了一定变化但两者仍然均对创新水平有稳定的正向影响效果，因此有效验证了人口密度的增加确实有利于创新水平的提高，且研究发现省际人口密度对创新水平的正向促进作用高于城市人口密度。

表2 人口密度对创新水平影响的实证估计结果

模型模型(1)模型(2)模型(3)模型(4)模型(5)模型(6)模型(7)常数项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：*、△、▲分别表示显著性水平为10%、5%和1%；括号中为t值；fdi-1为上年数据。下同。

一方面，随着人口不断聚集，各类组织机构可以得到充足的人才供应，进而有利于提高组织的创新水平，同时人口聚集的地方有利于降低劳动力成本，组织可以利用劳动力成本节省下来的更多资金投入到更加利于创新的项目中来，从而提升创新水平；另一方面，人口聚集的地区通常有着规模化的需求，每当需求层次提高将会激发企业家敢冒风险进行创造性破坏的创新活动，进而有助于刺激新成果的出现；再一方面，人口聚集的地方也有利于组织之间、人才之间的技术相互交流与模仿，进而可以加速技术创新的步伐，最终逐步实现真正的技术创新。从当前的创新特征来看，创新者合作的程度不断加深，不少创新成果是在多个人以及团队中的相互合作中孕育而出的，且未来前沿性、突破性的创新成果也不是单个人所能实现的，必须依靠深度合作才能实现；而省际人口密度对创新水平的影响效果高于城市人口密度，究其原因，可能在于部分企业及政府相关组织机构没有分布在城市，而是处于农村地区，从而城市人口密度对这部分企业及政府相关组织机构的创新活动未能发挥显著影响，因此呈现出城市人口密度对创新水平的影响效应不及省际人口密度的现象。

此外，由实证模型的估计结果还能看出，上年外商直接投资对创新水平有显著的促进作用，主要在于外资企业投资于国内不仅能够直接带来技术、管理等利于国内创新水平提高的积极因素，而且外资企业的技术外溢效应可在国内企业消化吸收的推进过程中实现国内技术创新维度的上升。由表2 可见，外商投资企业出口也对国内创新水平也有正向影响效应，在于外资企业出口越多，其越倾向于长期保持在国内进行继续追加投资，进而催生的技术外溢效应会提高国内创新水平。从直接创新投入指标估计结果来看，研究与试验发展人员全时当量与研究与试验发展经费支出均对创新水平有显著的正向影响效应，这基本表明了创新投入一定程度上起到了提高创新水平的显著效果。继续从实证估计结果可知，人均GDP在1%的显著性水平上对创新水平有正向影响效果，主要原因在于：一方面人均GDP越高的地区越倾向于具有更高层次的需求，进而可以加快创新水平的正向变迁步伐，另一方面人均GDP的提高意味着经济条件的逐步改善，从而利于创新水平提高的各方面软硬件条件随之也会不断丰裕，因此最终会提高创新水平。

表3 分地区人口密度对创新水平影响的实证估计结果

模型模型(1)华北地区模型(2)东北地区模型(3)华东地区模型(4)中南地区模型(5)西南地区模型(6)西北地区常数项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

为了进一步验证人口密度对创新水平的影响，本研究分地区来考察人口密度对创新水平的影响效应，估计结果见表3。由表3可见，分地区考察结果表明，省际人口密度与城市人口密度仍然对创新水平有显著的正向影响效应，且省际人口密度对创新水平的正向促进作用仍然高于城市人口密度产生的影响效应，同时发现华北与华东地区的人口密度对创新水平的正向影响效果优于其他相对落后地区的影响效果，由于华北地区有北京、天津等有较为发达的城市，华东地区各省的经济发展水平也位居全国前列，人口在这些地区聚集能够形成有效的经济社会发展驱动力，从而人口密度在这些地区就能充分彰显其提升创新水平的驱动作用，因此华东地区和华北地区的人口密度对创新水平影响效应的估计结果相对较高。

四、结论与政策启示

本研究基于2000年—2014年全国30个省市地区面板数据，运用同时考虑个体效应与时间效应的双向固定效应模型有效估计了人口密度对创新水平的影响效应，实证分析结果表明：省际人口密度与城市人口密度均对创新水平有稳定的正向影响效应，且省际人口密度对创新水平的正向影响效应高于城市人口密度；并分地区进一步验证了省际人口密度与城市人口密度仍然对创新水平有显著的正向影响效果，且发现华东地区与华北地区人口密度对创新水平的正向影响效果优于其他相对落后地区；同时也发现外商直接投资、外商投资企业出口、研究与试验发展人员、研究与试验发展经费支出以及人均GDP等控制变量也不同程度地对创新水平有正向影响效应。

根据以上实证分析结论，为了能够进一步加快国内创新水平发展步伐、提高地区福利水平。本文有如下政策启示：一是鼓励地区间人才引进竞争战略，从需求上强化人才的重要性，进而诱致人才生成层面和人才供给层面的不断优化升级；二是提高地区人口的教育水平，通过完善职业教育培训机制、优化公私合作教育模式等措施让当地人口技能水平不断提升，进而让符合条件的人员不断融入到创新组织队伍之中并成为其中的成员，真正让地区人口数量优势充分转化为人才优势；三是在人口密度不断增加的同时，各地区要多措并举全力优化人口质量与人口结构，让高质量的人才、高水平的劳动力高效配置到各地区合理的位置上，以期最大化人力资本的创新驱动力；四是鼓励发展地区共享类的经济创业模式，让人才能够自发形成创新创业组织，通过创新创业组织的自我孵化功能开发出惠及社会的各种创新类产品，且要充分尊重企业家才能，认识到企业家才能是创新的关键要素，积极创造公平透明的市场竞争环境让企业家成为市场的主角，让企业家敢冒风险开展创造性破坏的创新活动；五是继续加大研发投入，在研发人员建设上以及研发支出增加上均要加大财政支持力度，且完善知识产权保护制度，切实保障创新人才的创新成果；六是进一步增强招商引资力度，要着力引入一些高技术、环保型的资源节约型外资企业，切实利用外资企业投资项目带来的技术外溢效应来推动国内技术进步；七是加快新时期下的产业结构转型升级步伐，以产业升级去驱动科技创新步伐，并理顺科技进步与社会经济发展的通路，把科技创新与经济发展有机协调统一起来，以期创造更加优质的经济社会福利。

〔1〕 田甜,焦丽莎.梁建章：大城市控制人口对创新不利[J].中国企业家,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〕 赵国杰,邢小强.以人的创新为核心的螺旋形国家创新体系演化机制分析[J].科学学与科学技术管理,2003(5)：36-40.

〔18〕 左学金,王红霞.大都市创新与人口发展的国际比较[J].社会科学,2009(2)：44-52.

〔19〕 沈体雁,郭洁.以人为本、集聚创新：中国特色城镇化研究[J].城市发展研究,2013(12)：22-25.

〔20〕 王家庭,李海燕.区域人口结构、就业结构对技术创新影响的实证研究[J].创新,2013(4)：84-91.

〔21〕 黄茹,等.城市人口结构与创新能力的关系[J].城市发展研究,2014(9)：84-91.

〔22〕 豆建春,等.技术创新、人口增长和中国历史上的经济增长[J].世界经济,2015(7)：143-164.

〔23〕 王永进,张国峰.人口聚集、沟通外部性与企业自主创新[J].财贸经济,2015(5)：132-146.

〔24〕 李健等.FDI溢出、人力资本门槛与区域创新能力[J].贵州财经大学学报,2016(1)：10-18.

〔25〕 梁文群,等.基于异质性随机前沿模型的人力资本创新效应研究[J].科技进步与对策,2016(15)：145-150.

〔26〕 许诺,等.中国城市人口迁移和创新[J].地域研究与开发,2016(2)：165-169.

(责任编辑 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">网络出版时间

时间：2016-12-20 15：30

国家自然科学基金资助项目 (71562033)；新疆自治区研究生科研创新项目(XJGRI2015085)。

陈治国(1984—)，男，陕西西安人，新疆农业大学经济与贸易学院博士研究生，主要研究方向为经济理论与政策。

F240

A

1007-6875(2016)06-0021-06