APP下载

技术创新与企业就业效应——基于微观企业调查数据的实证分析

2016-12-05韩孟孟袁广达张三峰

人口与经济 2016年6期
关键词:效应流程产品

韩孟孟, 袁广达, 张三峰

(南京信息工程大学 经济管理学院,江苏 南京 210044)



技术创新与企业就业效应
——基于微观企业调查数据的实证分析

韩孟孟, 袁广达, 张三峰

(南京信息工程大学 经济管理学院,江苏 南京 210044)

利用2012年世界银行关于中国工业企业的调查数据,从流程创新、产品创新和企业研发三个维度分析了短期内技术创新对就业增长的影响。结果显示,流程创新与就业增长显著负相关;产品创新与就业增长显著负相关;企业研发与就业增长负相关,但较前两者显著性较弱。进一步研究发现,与东部沿海地区相比,中西部地区技术创新的就业替代效应更为明显。鉴于上述研究结果,对现有技术创新方式和政策提出相应的对策建议。

流程创新;产品创新;研发强度;就业效应

一、引言

技术创新与就业增长之间关系的研究受到学界的广泛关注[1-2]。技术创新作为经济发展的主要原动力,为社会的可持续发展作出重要贡献。然而,技术进步与经济发展并没有都创造出良好的就业环境。人口基数庞大的中国一直以来面临着尖锐的就业矛盾和严峻的就业形势,因而我们在关注技术创新与经济发展的同时,有必要厘清技术创新与就业之间的关系,即技术创新的就业效应。

新熊彼特经济学认为,发达经济正经历一个以信息与通信技术为基础的新技术经济范式的诞生。如此强有力的技术变革对就业的变化产生双重影响,一方面技术进步在促进新兴产业发展和新产品销售的同时,会创造大量的工作岗位,产生就业补偿效应;另一方面技术进步能够提高产品生产率,淘汰落后产能,减少大量低技能型工作岗位,产生就业替代效应[3]。从长远来看,技术创新并不会引起大规模的失业现象,西方发达国家的发展历程就可以证明;但短期内,技术创新对就业变化的影响如何,我们并不确定。不同的技术创新方式通过不同的就业关联机制也会产生不同的就业效应[1-2]。因此,关于技术创新与就业变化之间的关系,应根据不同的研究视角做出有区别性的分析。

企业是经济活动的主要参与者,正是各类型企业的大规模集成才构成了现在的市场交易体系。从微观企业角度来分析技术创新的就业效应在我国是一个崭新的研究领域。与我国宏观层面的研究不同,微观层面的分析能够加深我们对技术创新和企业就业两者之间关系的认识,并影响到企业创新路径的选择和内部员工的管理,也为我国宏观政策的制定提供微观基础。

本文试图在以下两个方面做出突破:一是立足于中国企业的微观层面来分析技术创新的就业效应,为宏观层面的政策制定提供微观证据;二是将国内与国外的研究相结合,分别从流程创新、产品创新和企业研发三个维度来分析短期内技术创新的就业效应,丰富并完善该方面的研究。

二、文献综述

技术创新是创造还是破坏了工作岗位?众多学者对此进行了系统的研究,得出了非一致的结论。最早对此研究的是英国古典经济学家李嘉图,他的“机器替代理论”概括了技术创新对就业增长的积极和消极影响,认为技术在毁灭原有工作岗位的同时也创造了新的工作。阿吉翁(Aghion)和霍伊特(Howitt)在熊彼特(Schumpeter)、“创造性破坏”理论的基础上,运用实证模型验证了技术创新会加大失业率的结论[3-4]。此后,关于技术创新是增加还是减少了就业的争论一直延续至今。

关于技术创新的就业效应研究大致可以从宏观和微观两个层次来分述。宏观层次是利用地区或行业数据来检验技术创新的就业总效应,这方面的研究主要集中在国内,且多认为技术创新对就业具有显著的替代效应。姚战琪和夏杰长、宁光杰以及叶仁荪、王光栋、王雷等利用国家或省际面板数据分析了技术创新对就业的影响,一致认为技术创新对就业增长具有显著的负面影响[6-8]。朱轶、熊思敏利用数据包络分析法在对我国整体及第二、三产业全要素生产率估算的基础上探讨了技术进步、产业结构变动与我国就业增长之间的影响机制与关联效应,研究发现,由技术进步所造成的产业结构变动对我国就业产生了显著的负面影响[9]。唐国华基于我国1980-2007年的宏观数据研究了我国技术创新的动态就业效应,结果显示,技术创新与就业增长率呈反向变动关系;且在技术创新初期,就业替代效应占主导地位;中期,就业补偿效应占主导地位;长期,技术创新的就业效应趋于零[10]。陈赤平、罗丽、谭富分别从就业创造机制和就业破坏机制两个方面阐述了技术创新的就业效应,认为30多年的技术创新对我国就业总量的综合影响为负[11]。方建国、尹丽波在技术和劳动力替代关系假说的基础上,分析了技术创新对劳动力就业的影响,认为随着劳动生产率的提高,产业内部的确存在着技术毁灭工作的现象,但从长期和总量来看,技术创新对劳动力就业的影响并不显著,只有当技术进步引起大规模产业结构变动时,才会存在技术创新引起的失业现象[12]。朱英明从行业和地区层面研究了技术创新活动对就业的影响,认为总创新强度的增长显著抑制了行业和地区的就业增长,并且不同的创新方式对就业会产生不同的影响,产品创新只对行业就业增长产生积极的影响,流程创新只对地区就业增长产生积极的影响[13]。

微观层次是利用企业数据来分析技术创新对就业的影响,这方面以国外研究为主,且多数学者认为技术创新特别是产品创新具有显著的就业补偿效应。如霍尔(Hall)、哈里森(Harrison)、里希特(Licht)基于发达国家的创新调查研究数据,将技术创新分为流程创新和产品创新两种方式,认为技术创新特别是产品创新对就业增长产生了显著的促进作用,而流程创新则对就业增长产生负面影响,但这种影响较小[14-16]。为完善该方面研究,不少学者也从发展中国家的视角探讨了技术创新与就业增长之间的关系。瓦希德(Waheed)以孟加拉国和巴基斯坦的企业为研究对象,分析了两国技术创新的就业效应,认为流程创新、产品创新都具有显著的就业补偿效应,这可能与本国人口众多,劳动力成本低廉有关[17];克雷斯皮(Crespi)和塔科斯(Tacsir)分析了拉美地区技术创新的就业效应,结果表明,流程创新可造成部分替代效应,而即使就业总效应为负时,产品创新带来的依然是就业补偿效应[18]。路切塞(Lucchese)、达克斯(Dachs)分析了在经济发展周期的不同阶段技术创新的就业效应,结果显示,在经济高涨时期,企业就业主要受新产品、出口和工资水平的影响,产品创新具有显著的就业补偿效应;而在经济衰退时期,流程创新的就业替代效应占据主导地位[19-20]。博利亚奇诺(Bogliacino)等采用欧洲25个制造与服务行业的企业面板数据,分析了企业研发对就业的影响,认为企业研发通过产品创新对就业增长产生了积极的作用[21]。黄解宇、孙维峰、杨朝晖利用我国制造业上市公司的面板数据将技术创新对就业的影响分为水平效应和滞后效应两个方面来分析,结果表明,从整体上看,技术创新与就业增长显著负相关,但同时又存在显著的正向滞后效应[22]。凡罗伊(Van Roy)认为,技术创新对就业的影响根据企业技术发展水平的不同也会有所不同,在高科技企业中,技术创新倾向于创造就业,而在科技水平较低的企业中则倾向于破坏就业[23]。

总体而言,国外学者倾向于从微观角度研究技术创新与企业就业的关系,且多数从流程创新、产品创新等不同的创新方式来分析;而国内关于这方面的研究主要集中于技术创新的就业总效应,即技术创新对国家就业总量和就业结构的影响,很少从微观角度具体考察不同技术创新方式的就业效应。基于此,本文在借鉴国外学者研究经验的基础上,利用微观企业数据分别从流程创新、产品创新和企业研发三个维度来分析国内技术创新的就业效应,并提出相关的应对措施。

三、技术创新的就业机理分析

技术创新按照创新方式和角度的不同可以分为流程创新和产品创新[24-25],前者是指企业引进一种新设备、新的生产方法或新的商业运作模式,通过产品的价格与效率竞争力来影响企业的发展;后者是指企业带来一种新产品、新服务,新的产品特性或更具优势的产品质量,通过产品的需求竞争力来影响企业发展。两者都是企业不断创新与研发的结果。

我们参考约翰雷南(John Van Reenen)所提出的宏观经济模型来分析技术创新对就业的影响[1]。假设在完全竞争市场的环境中,生产函数为:

Q=T[(AL)(σ-1)/σ+(BK)(σ-1)/σ]σ/(σ-1)

(1)

其中,Q为产出,L为就业,K为资本;T是希克斯中性技术参数,T的变化并不会影响劳动与资本的边际替代率;A为哈罗德中性参数,这种技术进步主要使得劳动生产率提高,因而也称为“劳动增长型”技术进步,在技术进步前后资本产出比率保持不变时,资本边际产出也不变;B是索洛中性参数,这种技术进步主要使得资本的效率得到提高,因而也称为“资本增长型”技术进步,在技术进步前后劳动产出比率保持不变时,劳动边际产出也不变。这里我们认为劳动者的真实工资为劳动的边际产品,用W/P来表示。因而有:

(2)

两端取对数可得:

lnL=lnQ-σln(W/P)+(σ-1)lnA

(3)

进而我们可以认为,劳动对哈罗德中性技术参数A的弹性为:

(4)

这里,MC为产品的边际成本,σ是劳动和资本的可替代程度,由于在完全竞争市场环境下,产品价格等于边际成本,所以我们认为就业与技术之间的关系与产品价格及弹性、产品边际成本以及劳动与资本替代率有关。这里我们具体来分析流程创新、产品创新以及企业研发在产品价格与需求、产品生产效率、市场规模等方面对企业就业的影响。流程创新的采用或发展能够提高企业的产品生产效率,进而减少等量产品所需生产要素的投入量,包括劳动力的投入量,因而流程创新会直接减少企业对就业的单位需求量,产生就业替代效应。同时,产品生产效率的提高和企业要素投入量的减少会降低产品成本,产生价格优势,进而扩大市场需求,由此带来的需求增长可能会创造更多的就业岗位,产生就业补偿效应。需要指出的是,这种补偿效应取决于产品的需求弹性、市场条件等因素的影响。

产品创新的直接结果是通过创造新的产品和服务来开辟新的市场,增加需求与生产,带来就业补偿效应;企业利润的增加和规模的扩大、对中间产品和互补产品的派生需求也会产生就业补偿效应。但与此同时,新产品的生产与销售会抑制一部分原有产品和替代产品的需求;大型生产企业为保持业界垄断地位可能会采取减少生产量以提高产品价格的行为;产品创新中新方法的使用也会有提高产品生产效率的作用,这些因素都会产生一定的就业替代效应。

通过对上述两种创新方式的分析,我们可以知道无论是流程创新还是产品创新都会产生一定的就业替代效应和就业补偿效应(见表1),两种就业效应的交互作用使得最终技术创新对就业的影响结果是不明确的,这终究要通过实证方法来判断。显然,流程创新对产品生产效率的影响是直接的,通过新方法、新设备的使用,流程创新直接减少了单位就业人数的需求;而价格因素带来的补偿作用要受到产品需求弹性等多种因素的影响,且补偿作用较小。产品创新中新产品的销售与新市场的开辟都需要一定的反应时间,对就业的影响也是长期的、缓慢的,就业补偿效应并不会迅速显现出来。鉴于此,我们假设在短期内流程创新、产品创新对就业的影响是负面的。

表1 流程创新与产品创新的就业影响机制

流程创新与产品创新两种创新方式中都包含一定的企业研发活动,在对上述两种创新方式产生的就业效应分析的基础上,我们还将从企业研发活动的角度来判断技术创新的就业总效应。企业的研发活动会直接促进企业生产效率的提高,产生就业替代效应,虽然企业研发会使得企业在产品特性、质量与性价比等方面有所提高,产品需求量加大,但短期内并不能弥补由企业生产率提高所带来的就业替代效应。因此,我们假设在短期内企业研发强度与就业增长是负相关的。

四、研究设计

1.模型构建

根据上述分析,结合所使用的数据,构建以下计量模型来分析短期内技术创新的就业效应。

Employi=α0+α1Processi+α2Xi+μi

(5)

Employi=β0+β1Producti+β2Xi+εi

(6)

Employi=γ0+γ1R&Di+γ2Xi+σi

(7)

其中i表示不同的企业,Employ表示企业就业增长率,X表示一系列控制变量,Process、Product、R&D分别表示流程创新、产品创新与企业研发活动,μ、ε和σ为随机误差项。上述三个计量模型分别衡量流程创新、产品创新、企业研发三个维度技术创新的就业效应。

2.变量选取

(1)因变量。本文主要研究的问题是技术创新的就业效应,我们将此转化为技术创新对就业增长的影响,因此,可以采用就业增长率作为因变量。所使用的数据以两年为一个调查周期,现期值是2011年末的就业人数,基期值是2009年末的就业人数。所以就业增长率的计算方法是2011年就业人数除以2009年就业人数,再减去1。

(2)自变量。自变量是技术创新,需要根据不同的创新方式,选择合适的度量指标。流程创新方面,构建“是否引进新设备”的虚拟变量,若引进新设备为1,否则为0;产品创新方面,构建“是否引入新产品或新服务”的虚拟变量,若引入新产品或新服务为1,否则为0;企业研发方面,采用研发强度作为企业研发活动的代理变量,研发强度用研发支出与销售收入之比来表示,由于数据的客观性和可得性,该指标得到了广泛的应用。

(3)控制变量。在考察企业就业的影响因素时,还应控制一些其他与就业变化紧密相关的变量,通过分析实际情况并参考相关文献,我们将以下变量纳入回归分析:①企业规模。通常情况下,企业规模越大,就业人数越多,企业规模是影响企业就业的重要因素。从研究方法来看,可用于度量企业规模的指标有企业销售额、企业资产以及企业员工总数。鉴于数据的可得性,我们采用企业成立初期员工总人数的自然对数作为企业规模的代理变量。②企业年龄。企业成立年限的长短对企业就业变化的影响较大,成立时间越长的企业,就业人数应该越多。我们用“2011-企业开始经营的年份”衡量企业年龄。③出口。理论上,企业产品是内销还是出口并不会对就业产生较大的影响,但现实生活中“出口学习效应”[26]的存在会提高企业的产品生产效率,进而会影响到企业就业。对此,我们设置了相应的出口虚拟变量,“直接或间接出口”为1,“产品全部内销”为0。④产能利用率。产能利用率代表着企业生产能力有多少在运转中发挥着实际生产作用。我们采用调查数据中的企业设备使用率作为产能利用率的代理变量。⑤市场竞争度。市场竞争程度越高,企业就业人员的流动性越大。因此,构建企业竞争程度的虚拟变量,“竞争激烈”为1,“其他”为0。⑥人力资本。人力资本反映了企业在技能学习、研究开发、公司管理等方面的实力,一般情况下,企业人力资本越强,企业的生产率越高,同时创造性也越强。我们用企业员工的平均受教育年限来表示企业的人力资本。⑦所有制结构。考虑到企业所有制的差异,构建了企业所有制的虚拟变量,“国有”为1,“其他”为0。⑧企业成长性。处于不同成长周期和发展阶段的企业,其就业增减的变动也是不同的,我们构建企业“(2011年销售额-2009年销售额)/2009年销售额”作为企业成长性指标[27],用来控制企业不同的成长阶段对就业增长的影响。

为保证实证分析的严谨性,还加入相应的行业和城市变量来考察不同行业和地区技术创新的就业效应。设置相应的控制变量,在行业变量中,“制造业”为1,“其他”为0;在城市变量中,以合肥市为基准组,“所在城市”为1,“其他”为0。采用合肥市为基准组的原因是合肥市处于中部发展地区,又毗邻东部沿海地区,能够较好地连接东部与中西部地区,把握区域性差异。具体见表2。

表2 变量界定及定义

3.数据来源与描述性统计

本文所使用的数据来源于2012年世界银行关于中国工业企业的调查,该调查涵盖了中国25个城市的2700家企业。企业样本涉及全国东部及中西部各大、中型城市,分别为合肥、北京、广州、深圳、佛山、东莞、石家庄、唐山、郑州、洛阳、武汉、南京、无锡、苏州、南通、沈阳、大连、济南、青岛、烟台、上海、成都、杭州、宁波、温州。调查问卷的内容主要包括企业的基本概况、基础设施与服务、销售与供应、竞争程度、生产能力、技术创新、财务绩效、员工设置等。为保证企业分布的真实性与合理性,调查问卷在样本城市中抽取的企业类型都有一定的数量比例,其中,国内私有企业占据主要部分,国企、外企等其他类型的企业也都有固定占比。相对来说,数据较为全面与客观,能够代表我国绝大部分企业的真实情况。

本文使用2012年世界银行关于中国工业企业的调查数据来分析短期内技术创新的就业效应。需要指出的是,各变量中“不知道”或“不回答”的数据值,我们用缺失值来代替,并将无效数据值

表3 主要变量的描述性统计

剔除,由于数据样本量较大,剔除这些无效数据值并不会影响我们的实证结果;对于变量数据中大的总量数据,如企业规模等指标,采用对企业初期总人数取对数的方式,这无疑缓解了样本数据中的异常值;表3是各主要变量的描述性统计。

五、实证结果、分析与稳健性检验

1.对多重共线性和异方差问题的修正

表4 最小二乘法回归结果

注:*、**、***分别表示参数估计值在10%、5%、1%水平上显著,括号中数值表示经过稳健性修正后的t值。

对截面数据的分析,必须注意可能出现的多重共线性和异方差问题。通过观察解释变量之间的Pearson相关系数矩阵,发现变量之间相关系数的绝对值都在0.2以内,故认为该数据的变量之间并不存在多重共线性的问题。为减少模型中可能出现的异方差对回归结果的影响,本文采用怀特(white)所推导出的异方差一致协方差矩阵,对模型回归结果的标准误差进行了修正,使回归结果更为稳健可靠,又在一定程度上消除模型的异方差[28]。

2.实证结果分析

从回归结果可以看出,在对企业规模、企业年龄、出口、产能利用率、市场竞争度、人力资本、所有制结构、企业成长性、行业及区位因素控制的情况下,流程创新与就业增长显著负相关;产品创新与就业增长显著负相关;企业研发与就业增长呈负相关关系,但与前两者相比,显著性较弱,详见表4。

(1)流程创新、产品创新与企业就业。根据上述研究结果,发现流程创新、产品创新都具有明显的就业替代效应,即两种创新方式在短期内并不会带来就业的增长,甚至会造成就业的减少,这恰好验证了我们上面所提出的假设。但与国外学者们的研究结果却大相径庭。国外学者们的研究多认为流程创新对就业具有显著的替代效应,而产品创新对就业具有较强的补偿效应。而本文认为,流程创新与产品创新都对就业产生显著的负面影响,这可能归因于研究期间的时间限制。此外,前者是因为产品生产率的提高和产品价格需求弹性的影响;而后者的原因可能为,目前我国的技术创新还处于对发达国家的“引进依赖”与“拿来主义”阶段,自主创新能力不强,即目前我国的产品创新大部分还是扮演着流程创新的角色,对产品样式、质量与生产率的引进、模仿及改进较多,并没有掌握核心技术,自主开发出来的新产品与新服务较少,因而产品创新对就业的替代效应大于补偿效应。所以,我们认为,流程创新、产品创新在短期内对就业具有较强的替代效应。

(2)研发活动与企业就业。在对技术创新就业总效应的度量中,发现研发活动与企业就业增长呈负相关关系,但较之前两者,显著性较弱。我们认为这可能与研发强度的经济扩张效应有关,研发强度与企业的销售收入是一体的,研发支出虽然占销售收入的比重较大,但实力较强的企业可以迅速将其消化,转化为企业的销售与发展能力,通过企业销售规模的扩大来中和一部分就业替代效应。在此,我们可以初步判断,企业研发具有一定的就业替代效应,但并不明显。确切的结果还需要我们在稳健性检验和进一步的分析之后给出。

(3)其他控制变量与企业就业。就控制变量而言,研究发现:①企业规模与企业年龄具有显著的就业替代效应。这是因为企业成立之初,企业规模和企业成立年份较小的时候,企业内部各种职位和人员尚需安置,企业对就业的需求较大;随着企业规模和企业年龄的加大,企业进入成熟和稳定的发展阶段,结构较为稳定,就业趋于饱和,不会再出现就业率上升的现象,会呈现出就业率稳定甚至下降的趋势。②人力资本具有一定的就业补偿效应。一般来说,人力资本代表了企业的软实力,人力资本越雄厚,越有利于企业接触最为先进与前沿的知识,提高企业的生产效率,对就业增长产生负面影响;但是反过来,人力资本较强的企业能够迅速壮大自身实力,扩大企业市场份额,进而又促进企业就业的增加。上述结果说明人力资本的就业补偿效应占据主导地位,弥补了相应的就业替代效应。③企业成长性具有显著的、稳定的就业补偿效应。企业发展阶段的不同对就业变化的影响也存在差异,企业成长性的比值较大,说明企业处于迅速发展与扩张时期,就业需求量较大。根据实证结果,可知企业成长性具有显著的、稳定的就业补偿效应。④在其他控制变量中,企业出口能够提高产品的知名度,扩大市场份额,增加就业,但同时出口学习效应的存在又会产生就业替代效应,所得结果是出口与就业增长呈负相关关系,但在统计上不显著;产能利用率的比值越大,说明设备利用率越高,对员工人数的替代效应越大,但同时设备维修与相关研发人员的需求也会增加,根据结果可知,产能利用率和就业之间的关系并不明确;市场竞争程度越激烈,就业人员的流动性越大,工作越不稳定,就业增长率越低,由于数据的限制和其他因素的影响,这种关系并不显著;企业所有制结构中,长期以来,国有企业由于其自身结构的影响,对国家增加就业的政策充分支持,倾向于增加就业,但由于现阶段就业饱和与大规模国企改制等因素的影响,两者之间的促进关系并不明显。

3.稳健性检验

为了保证回归结果的准确性,我们采用了Tobit模型对上述结果进行了稳健性检验。文中被解释变量是就业增长率,其取值范围为(-2,2),数据因而被截断,被解释变量为受限连续变量。因而我们完全可以采用Tobit模型对之前的回归结果做稳健性检验,详见表5。

通过新的方法对上述变量重新进行回归之后,发现我们所关注的主要变量的系数符号和显著性结果都没有较大的改变,两种方法所得出的结果具有高度的一致性。总体而言,技术创新具有较强的就业替代效应。其中,流程创新与就业增长显著负相关;产品创新与就业增长显著负相关;企业研发与就业增长负相关,但与前两者相比,显著性较弱。至于其他控制变量的实证结果,由于并不是我们关注的重点,不予详细说明。上述研究结果与我国学者们所做的研究基本一致,但这并不意味着国家在

表5 稳健性检验

注:*、**、***分别表示参数估计值在10%、5%和1%水平上显著,括号中的数值表示经过稳健性修正之后的t值。

技术创新和就业方面的政策是无效甚至是错误的,而是要求在实际创新活动中,根据不同创新方式的影响结果做出相应的政策调整。

4.地区结果检验

为了保证实证过程的完整性,我们对不同地区技术创新对就业的影响进行了对比,把企业样本数据分为东部沿海地区和中西部地区进行回归分析。结果表明,与东部沿海地区相比,中西部地区流程创新和产品创新对就业的替代效应更为明显,破坏性更大;而在企业研发方面,两地区结果一致,都是具备一定的就业替代效应,但在统计上不显著,详见表6。

根据上面的结果,可以发现,相对于东部沿海地区,中西部地区的企业中技术创新对就业的替代性更为敏感。除了中西部地区数据样本量较少的原因之外,还可能是因为,东部沿海地区相对开放,最先接触先进的技术和前沿知识,其雄厚的经济实力和消费能力能够迅速将技术创新转化为市场份额,带来强劲的就业需求力,这种需求弥补了一部分由于产品生产率提高而造成的就业替代效应。而越往内陆地区,技术水平越低,经济发展速度减缓,产品需求不足,流程创新与产品创新几乎都只发挥着提高产品生产效率的作用,因而,技术创新的就业替代效应更为明显。

六、结论与政策含义

本文利用2012年世界银行关于中国工业企业的调查数据,从流程创新、产品创新和企业研发三个角度考察了企业中技术创新对就业增长的影响。研究发现,流程创新具有显著、稳定的就业替代效应;产品创新具有显著、稳定的就业替代效应;企业研发具有一定的就业替代效应,但较之前两者,显著性较弱。进一步研究发现,相对于东部沿海地区,中西部地区技术创新的就业替代效应更为明显。这说明目前在短期内我国技术创新对就业的影响以替代效应为主;且不同地区,技术创新与就业变化之间的关系也有所不同。未来的政策制定应该充分考虑这些因素。

从世界经济的发展历程可知,长期内技术创新必然会带来就业增加和经济增长,但在我国现阶段技术创新并不会带来就业的增加,甚至会造成就业的减少,因而过分强调技术创新并不会带来预期的结果。本文的政策含义也较为明显。目前我国产品创新不足、大学生扩招、国企改制、劳动力素质与技术水平不相符等因素使得就业压力越来越大,处于不同立场的决策者们应根据实际情况制定相应的对策。对政府而言,应从多方面来应对就业,首先,应在技术创新引导等方面有所突破,引导企业在技术创新时偏向于能提高就业吸纳力的技术,并加快技术产业化的发展,鼓励并加强企业与科研机构之间的合作,实现技术创新与科研成果的产品化、商品化与市场化,最大限度发挥产品创新的就业补

表6 地区结果检验

注:*、**、***分别表示参数估计值在10%、5%和1%水平上显著,括号中的数值表示经过稳健性修正之后的t值。

偿效应;其次,加快产业结构调整,鼓励未就业人员自主创业,放宽市场准入条件,促进第三产业与中小企业的发展,从数量上稳定并增加就业;再次,技术创新会造成岗位的变动和人员的流动,这种状况只会对高素质和高技能人员有利,因而,终身学习不是一句空话,而应成为社会进步的一大趋势,政府应加大对职业教育和培训体系的支持力度,为员工学习与培训提供帮助,从质量上稳定并增加就业;最后,进一步完善社会保障制度、户籍和人事管理制度等,放松对劳动力市场的管制,增加劳动力的流动以实现充分就业。对企业而言,应积极响应政府的政策号召,为企业就业做出贡献。首先,应提高自主创新能力,从根本上开展企业研发活动,创造自主品牌,避免直接模仿已有技术与产品所造成的就业替代效应,实施真正意义上的产品创新;其次,明确企业员工的职能定位与权责分配,避免职务混淆、权责不清等现象,建立健全人力资源管理制度;最后,企业要更多地关注员工从业能力的提高,积极开展职工技能培训等活动,促使员工素质与技术要求相匹配,以保证就业质量。

当然,本文只是利用横截面数据从微观角度探讨了短期内不同技术创新方式的就业效应,由于数据年份的限制,我们并没有在较长时间内考察流程创新、产品创新和企业研发的就业效应,因而我们并不确定,长期内,不同的技术创新方式与就业增长之间的关系。基于此,从微观企业角度利用跨年份、跨地区、大规模的面板数据来研究技术创新的就业效应是我们今后的研究方向。

[1] JOHN V R. Employment and technological innovation: evidence from UK manufacturing firms[J].Journal of Labor Economics, 1997,15(2): 255-284.

[2] PIANTA M. The impact of innovation on jobs, skills and wages[J].Economia E Lavoro,2004(1): 10-41.

[3] AGHION P, HOWITT. 内生增长理论[M]. 陶然,倪彬华,汪柏林,译. 北京: 北京大学出版社,2004.

[4] SCHUMDETER J. 经济发展理论[M]. 孔伟艳,朱攀峰,娄季芳,译. 北京:北京出版社,2008.

[5] MITRA A, JHA A K. Innovation and employment: a firm level study of Indian industries[J]. Eurasian Business Review, 2015, 5(1): 45-71.

[6] 姚战琪,夏杰长.资本深化、技术进步对中国就业效应的经验分析[J].世界经济,2005(1):58-67.

[7] 宁光杰.技术进步与就业的补偿机制[J].经济社会体制比较,2007(4):63-68.

[8] 叶仁荪,王光栋,王雷.技术进步的就业效应与技术进步路线的选择[J].数量经济技术经济研究,2008(3):137-146.

[9] 朱轶,熊思敏.技术进步、产业结构变动对我国就业效应的经验研究[J].数量经济技术经济研究,2009(5):107-119.

[10] 唐国华.技术创新的动态就业效应:基于结构VAR模型的实证研究[J].科学学与科学技术管理,2011(4):72-77.

[11] 陈赤平,罗丽,谭富.技术创新对中国就业影响的实证研究[J].改革与战略,2012(2):162-165.

[12] 方建国,尹丽波.技术创新对就业的影响:创造还是毁灭工作岗位[J].中国人口科学,2012(6)34-43.

[13] 朱英明.技术创新、就业增长与企业发展[J].南京理工大学学报(社会科学版),2014(3):1-16.

[14] HALL B H, LOTTI F, MAIRESSE J. Employment, innovation, and productivity: evidence from Italian microdata[J]. Industrial and Corporate Change, 2008, 17(4): 813-839.

[15] HARRISON R, JAUMANDREU J, MAIRESSE J, et al. Dose innovation stimulate employment? a firm-level analysis using comparable micro-data from four European countries[R].National Bureau of Economic Research,2008.

[16] LICHT G, PETERS B. Do green innovations stimulate employment? firm-level evidence from Germany[R].WWWforEurope Working Papers, 2014.

[17] WAHEED A. Employment effect of innovation: microdata evidence from Bangladesh and Pakistan[R].Merit Working Papers, 2012.

[18] CRESPI G, TACSIR E. Effects of innovation on employment in Latin America[C]. 2011 Atlanta Conference on Science and Innovation Policy, IEEE, 2013: 1-11.

[19] LUCCHESE M, PIANTA M. Innovation and employment in economic cycles[J]. Comparative Economic Studies, 2012, 54(2): 341-359.

[20] DACHS B, HUD M, KOEHLER C, et al. Employment effects of innovation over the business cycle: evidence from European countries[R]. Paper to be presented at DRUID15, 2015.

[21] BOGLIACINO F, VIVARELLI M. The job creation effect of R&D expenditures [J]. Australian Economic Papers, 2012, 51(2): 96-113.

[22] 黄解宇,孙维峰,杨朝晖.创新的就业效应分析——基于中国上市公司微观数据的实证研究[J].中国软科学,2013(11):161-169.

[23] VAN R V, VERTESY D, VIVARELLI M. The employment impact of innovation: evidence from European patenting companies[R].Università Cattolica del Sacro Cuore, Dipartimenti e Istituti di Scienze Economiche (DISCE), 2015.

[24] PETERS B. Employment effects of different innovation activities: microeconometric evidence[R]. ZEW-Centre for European Economic Research Discussion Paper,No.04-73,2004.

[25] GIULIODORI D, STUCCHI R. Innovation and job creation in a dual labor market: evidence from Spain[J]. Economics of Innovation and New Technology, 2012, 21(8): 801-813.

[26] 刘志彪,张杰. 我国本土制造企业出口决定因素的实证分析[J].经济研究,2009(8):99-112.

[27] 张杰,刘志彪. 出口战略、代工行为与本土创新[J].经济理论与经济管理,2008(1):12-19.

[28] WHITE H. A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity[J]. Econometrica: Journal of the Econometric Society,1980,48(4):817-838.

[责任编辑 武 玉]

Technology Innovation and Its Effect on Enterprise Employment:Based on the Empirical Analysis of Enterprise Survey Data

HAN Mengmeng, YUAN Guangda, ZHANG Sanfeng

(School of Economics and Management, Nanjing University of Information Science and Technology, Nanjing 210044, China)

Based on the 2012 World Bank survey data about China industrial enterprises, this paper analyzed the employment effect of technology innovation in short term from the perspectives of process innovation, product innovation and enterprise R&D. The results show that: the relationship between process innovation and employment growth is significantly negative; the relationship between product innovation and employment growth is also significantly negative; enterprise R&D has negative effect on employment growth, but this impact is weaker. Compared with east coastal area, the employment replacement effect of technology innovation in central and western regions is more obvious. In view of the above results, we put forward some corresponding countermeasures about the existing technology innovation patterns and policies.

process innovation; product innovation; R&D intensity; employment effect

2016-04-06;

2016-08-25

国家自然科学基金面上项目“女性劳动参与、生育行为选择与人口红利:效应测度与政策含义”(71473128)。

韩孟孟,南京信息工程大学经济管理学院硕士研究生;袁广达,南京信息工程大学经济管理学院教授;张三峰,经济学博士,南京信息工程大学经济管理学院副教授。

F241.4

A

1000-4149(2016)06-0114-11

10.3969/j.issn.1000-4149.2016.06.011

猜你喜欢

效应流程产品
吃水果有套“清洗流程”
懒马效应
违反流程 致命误判
四川省高考志愿填报流程简图
应变效应及其应用
析OGSA-DAI工作流程
2015产品LOOKBOOK直击
偶像效应
新产品
产品