高学历员工对不同所有制企业创新活动的影响——基于Heckman两阶段模型的实证分析

孔晓婷

（北京大学国家发展研究院，北京100871）

高学历员工对不同所有制企业创新活动的影响
——基于Heckman两阶段模型的实证分析

孔晓婷

（北京大学国家发展研究院，北京100871）

文章利用世界银行微观调查数据进行了实证探究，运用Heckman两阶段回归修正了已有相关研究多忽视的样本选择问题，并在此基础上进一步利用两阶段最小二乘法消除了内生性。研究发现：高学历总经理和高学历普通员工均能显著促进企业更多地参与创新活动和扩大创新规模；高学历员工更有利于扩大国有企业的创新规模，但不会显著影响不同所有制企业参与创新活动的概率；在员工学历水平较低时，国有企业的创新规模显著低于同等条件的非国有企业，但随着员工学历水平的提高，两者之间的差距会缩小。

高学历员工；所有制；企业创新；Heckman两阶段模型

一、引言与文献回顾

在学术领域，精确界定“创新人才”比较困难，鉴于受教育水平高的个体更有可能具有创新能力，许多研究以员工受教育程度或员工学历水平为代理变量，探究了与企业创新的关系，并一致认为员工学历越高则越有利于企业创新。如吴延兵和刘霞辉（2009）利用民营企业的调研数据，采用probit模型实证发现员工和总经理受教育水平越高则更有利于企业从事独立的研发创新活动［1］；何强、陈松（2011）以2004-2007年制造业上市公司为样本，使用多元线性回归发现董事会学历与制造业研发投入呈正相关关系，博士董事所占比例越高则企业研发投入越大［2］；卢馨（2013）使用沪深两市2007-2009年高新技术企业数据，发现员工和高管的受教育程度均与企业的自主创新呈正相关关系［3］。

在学界，已有许多研究分析了国有企业与非国有企业在参与创新活动方面的区别，并得出了两种截然相反的观点。一种观点认为非国有企业比国有企业更具有创新性，如戴西超等（2006）利用江苏省工业企业的数据进行规范研究和方差分析，发现国有企业的创新水平最低［4］；吴延兵（2012）以我国1998-2003年的省级工业企业数据为基础，构建了有创新投入、创新函数和生产函数联立的三方程模型，实证研究发现我国国有企业在创新投入和创新效率上均缺乏竞争力［5］；李长青等（2014）基于微观数据和创新投入、产出、效率以及Maluquist生产率指标进行分行业实证分析，发现国有企业在垄断竞争行业的研发投入和产出较多，而在竞争性行业中则相反［6］。但是，也有一些经验研究认为国有企业比非国有企业更有创新优势，如聂辉华等（2008）利用2001-2005年我国规模以上工业企业面板数据，运用Tobit模型进行回归分析，发现国有企业的创新活动比其他所有制企业更多，但创新效率却较低［7］；李春涛、宋敏（2010）利用2005年世界银行关于中国18个城市制造业的微观数据，实证发现国有企业比民营企业更多地进行研发创新活动［8］；曾铖、郭兵（2014）利用上海市的数据，采用负二项回归的随机效应模型进行研究，发现国有企业的技术创新绩效显著优于其他所有制企业［9］。

自2001年以来，我国高校毕业生人数持续攀升，2014年应届毕业生人数已达到727万，2015年达到749万，2016年为765万。如此庞大的高学历人才群体在哪种所有制企业中更能促进创新呢？已有许多研究探究了员工学历与不同所有制企业绩效之间的关系，但是有关员工学历或受教育程度与不同所有制企业创新之间关系的实证研究还很少。在已有研究中，卢馨（2013）认为受教育程度高的员工更能有效促进非国有企业的创新活动［3］，而陈守明和唐滨琪（2012）认为国有企业高管认知对企业研发创新的影响更大［10］。

总之，将员工学历水平、所有制和企业创新纳入统一框架进行分析的经验研究还较少且没有得到一致结论。本文使用2005年世界银行的微观数据，将企业员工分为普通员工和总经理两类，在控制了企业的异质性特征和行业及地区因素后，研究了高学历员工在影响不同所有制企业参与创新活动方面的差异。实证结果表明，高学历普通员工和总经理均更有利于国有企业扩大创新规模，在员工学历水平较低时国有企业的创新规模要显著低于非国有企业，但是随着员工学历水平的提高两者之间的差距会缩小，而两种所有制企业在参与创新活动的概率方面并没有显著差异。

相比于已有文献，本文的研究贡献主要有以下两个方面：一是将企业员工划分为普通员工和总经理两类，使用微观数据分别探究了两类高学历员工对不同所有制企业创新活动的影响，而已有文献多研究员工学历与企业绩效的关系，考察员工学历与企业创新的研究还较少，且鲜有区分企业的所有制差异；二是运用了Heckman两阶段模型修正了样本选择问题，并利用两阶段最小二乘法进一步消除了内生性，而以往的相关研究不仅很少对样本选择问题进行修正，并且仅有的这些研究在消除了样本选择问题后都没有进一步考虑内生性问题。

二、理论分析与假说设定

在探究高学历员工对企业创新的影响之前，首先从理论层面剖析不同学历员工之间的区别。由于学历是受教育程度的证明，因而这一问题也可以转化为受教育程度不同的员工之间的差别。经济学界关于教育作用的研究主要有两大理论——人力资本理论（Human Capital Theory）和信号理论（Signal Theo⁃ry）。舒尔茨（Schultz，1961）和韦尔奇（Welch，1970）等阐释的人力资本理论认为教育是提高人力资本的最基本和最主要的途径，通过接受教育，个体获得了知识技能，因而接受过高水平教育或者说具有高学历的个体就具有更多的人力资本，在劳动力市场中具有高学历的个体就会有更高的劳动生产率和更强的获利能力［11-12］，这也是许多已有经验研究将学历作为人力资本代理变量的主要理论依据。信号理论又称筛选假设理论（Screening Hypothesis），斯宾塞（Spence，1973）和赖利（Riley，1979）等阐释的这一理论认为教育只是一种信号，教育的作用不在于提高个体的人力资本而仅仅在于对具有不同内在能力的人进行筛选。作为受教育程度证明的学历水平能够向雇主发送原本无法观察的内在能力和劳动生产率水平的信号，从而使雇主能够依据个体学历水平的不同甄选具有合适能力的雇员［13-14］。虽然这两大理论主要着眼于分析个体受教育程度与工资水平的关系，但都同时阐明了不同学历个体之间的差别，说明不同学历水平的个体具有不同的能力，学历水平越高则能力越强，只是前者认为学历反映的是后天通过学习获得的个体能力，而后者认为学历反映的是个体内在先天具有的能力。

正是由于高学历的员工拥有更强的能力，因而有利于企业参与创新活动和扩大创新规模。具体来讲，员工学历水平与其认知能力、学习能力、信息搜索能力、抗压能力和分析决策能力密切相关。高学历的普通员工和总经理有更强的认知能力、学习能力，能快速理解并掌握新的技能，从而在企业进行创新活动时有助于提高企业的生产率，并为企业节省培训费用，降低企业进行创新的成本和风险；另外，由于具有更高层次的人际关系，以及经过长时间的学习而锻炼出的更强的信息搜索能力，高学历的员工更容易获得及时、有价值的信息，这有利于提高企业创新获得成功的可能性；此外，由于个体在获得高等学历的过程中经历了层层严格的考试选拔，使得高学历员工在面临风险时具有更强的抗压能力，进而能更充分地发挥自身才能并持续地参与到创新活动中；最后，长时间的学习训练使得高学历员工具有更广的知识面，在思考、分析问题时逻辑更加缜密，有助于公司制定和实施科学的创新决策。由此，本文提出假设1。

H1：高学历员工能显著促进企业参与创新活动和扩大创新规模。

在不同所有制企业创新方面，李政、陆寅宏（2014）认为，由于所有者缺位和我国市场化程度还较低，国有企业依靠政治庇护、行政垄断和寻租等手段就可以维持可观的利润水平而不必从事风险较高、期限较长的创新活动，这使得国有企业天然缺乏创新动力［15］。另外，国有企业的“国有”属性使得其经营目标必须服务于国家利益，在享受行政庇护的同时也需要承担政策性和社会性负担，如上缴高于非国有企业税率的所得税以及保障援助帮扶工作等，这就意味着国有企业的经营目标除了经济目标之外还有政治、社会等非经济目标，而且在国有企业预算软约束的背景下，非经济目标常常是国有企业的首要目标。与非国有企业相比，国有企业经营目标更加多元化、更易受到政府政策的影响，不利于国有企业从事具有较大不确定性和较高风险的研发创新活动。当国家对国有企业及其管理者的考核内容不包括科研创新项目时，国有企业为规避风险会更倾向于减少研发创新活动。普费弗（Pfeffer，1972）认为，虽然国有企业实际上可以被视作资源丰富的外部控制者［16］，能够依靠政企联系较容易地获取长期投资和占有排他性资源，使得其凭借内部化资源和组织网络就可以降低创新的不确定性风险和创新成本，但是在双重经营目标和行政庇护的影响下，国有企业的资源优势对企业创新的促进作用很可能会被抵消。由此，本文提出假设2。

H2：国有企业参与创新的概率和创新规模会显著低于非国有企业。

员工能力对企业创新的影响也会因企业所有制的不同而存在差异。由于创新活动具有风险高、周期长和不确定性大的特点，雄厚的资金支持是企业进行创新活动的重要基础。与非国有企业常常受困于融资约束不同，我国的国有企业具有明显的资金等资源优势，能为研发人员和管理者提供更好的物质平台，也更有经济实力将新知识、新技术运用到实际生产中并保障高风险、长周期研发创新活动的持续进行，这一方面可以保障员工能力不会由于企业资源短缺的原因而受到束缚，并促进研发人员创新成果的实践转化，从而改善员工参与创新活动的预期，促进员工充分参与企业的创新活动。虽然哈特等（Hart et al，1997）和施莱弗、维什尼（Shleifer& Vishny，1997）认为国有企业比非国有企业存在更严重的、包括激励不相容等问题在内的委托—代理关系［17-18］，使得国有企业总经理更倾向关注自身的政绩和企业短期目标而规避创新活动（李春涛、宋敏，2010）［8］，从而使人才对企业创新的促进作用被削弱。但是正如林毅夫等（1997）所指出，在不完全竞争市场的情况下，由于信息不对称问题的普遍存在，国有制和私有制企业中均存在着委托—代理问题，没有理由认为在国有企业中，多层次的委托—代理关系不能形成相应的可以最大程度克服信息不对称、激励不相容和责任不对等问题的治理机制[19]。因而，委托—代理关系并不能用于解释同等学历的管理者对不同所有制企业创新活动促进作用的差异。由此提出假设3。

H3：高学历员工更有利于促进国有企业参与创新活动和扩大创新规模。

综上所述，本文的理论框架如图1所示。

图1 高学历员工对国企创新影响的理论框架

三、计量模型与数据、变量设定

（一）计量模型设定

本文研究的是高学历员工与不同所有制企业创新的关系。由于并不是所有企业都进行研发创新活动，但只有当企业的创新行为是随机发生时，对未进行研发创新的企业进行剔除才不会带来估计偏差，而事实上，企业的创新行为并不是随机选择的结果，那些拥有更多有利于创新活动的要素禀赋的企业会更倾向于进行创新活动。所以，只利用参与创新活动企业的特征来考察影响全体企业创新活动的因素会带来样本选择偏差（Sample Selection Bias），但是大部分已有相关研究都忽略了这一问题。

为克服样本选择偏差，本文采用了赫克曼（Heckman，1979）提出的两阶段（two-stage）模型方法[20]。模型共分为两个阶段：第一阶段是Probit创新决策模型，利用总体样本里的全部观测值估计企业选择创新的概率，并计算出每一个观测值的逆米尔斯比（inverse Mill’s ratio）；第二阶段是OLS创新规模模型，利用进行选择创新的企业样本回归分析影响企业研发创新规模的因素，并将第一阶段得到的逆米尔斯比作为控制变量以得到一致估计量。具体模型设定如下：

则第一阶段Probit创新决策模型设定为：

Pr(rdi=1)表示企业i决定进行研发创新活动的概率，ϕ(·)为标准正态分布的累积分布函数。

第二阶段OLS创新规模模型设定为：

RDi表示企业i的研发创新规模，为影响企业研发创新规模的因素，λi为从（3）式计算得出的逆米尔斯比，α0为常数项，α1和α2为回归系数，εi为随机误差项。逆米尔斯比的具体计算公式如下：

其中φ(·)是标准正态分布的概率密度函数。如果λi不为零，且在统计上显著异于零，则说明存在样本选择偏差。由于逆米尔斯比λi与样本误差呈线性关系且均值为0，所以使用Heckman两阶段模型可以修正样本选择误差，得到无偏估计。

另外，Heckman还指出，为了增强模型的识别性，同时防止利用第一阶段回归方程计算得到的逆米尔斯比与第二阶段模型的解释变量出现严重的多重共线性，第二阶段方程中的解释变量除逆米尔斯比λi外应当是第一阶段方程解释变量的真子集，即第一阶段模型的解释变量必须至少有一个不被包括在第二阶段模型中，同时第二阶段模型的解释变量除λi外应全部包含在第一阶段模型的解释变量中。由于上一期企业的研发创新决策会影响企业当期的研发创新决策，但并不会显著影响企业的研发创新规模，因而我们选择将企业滞后一期的创新决策虚拟变量rdi-1纳入创新决策模型，但并不纳入创新规模模型，从而增强了模型的识别性并有效避免了与第二阶段模型中解释变量出现严重多重共线性的状况。因而，方程（2）可改写为：

（二）数据来源说明

本文使用的数据来自2005年世界银行对中国所做的投资环境调查（Investment Climate Survey，简称ICS），主要为2004年的横截面数据，也有部分指标还含有2002年和2003年的滞后数值，如企业固定净资产和研发支出等。虽然世界银行在2012年公开了最新的中国投资环境调查数据，但由于关键变量数据缺失严重，本文并没有选用2012年的数据。本文选用的2005年数据包含了涉及我国30个行业、12 400家企业的微观数据，这些企业分布在我国大陆除西藏自治区外30个省份的120个城市，包含1 140家国有企业和11 260家非国有企业，既涉及制造业企业也涉及服务业企业，其中四个直辖市各抽取了200家企业，其余城市各抽取了100家企业，数据具有较强的代表性。为了避免异常值的影响，本文对回归涉及的连续变量在1%和99%分位水平上进行了win⁃sorize缩尾处理。通过对数据进行初步分析，可以发现，在2004年12 400家企业中，从事研发创新活动的企业有7 064家，占全体总数的56.97%，其中国有企业从事研发创新活动的比例为59.39%，而非国有企业为56.72%，如图2所示。

图2 国企、非国企参与创新活动的情况

由于企业进行创新活动并不是随机选择的结果，如果将超过40%的未进行研发创新活动的企业进行简单剔除，会带来较严重的估计偏差，因而应使用Heckman两阶段模型进行消除。

（三）变量设定

1.被解释变量

在已有文献中，衡量企业创新的指标主要有两类：一类是创新投入指标，主要包括R&D支出和R&D人员投入；另一类是创新产出指标，主要包括企业专利数和新产品销售收入。这两类指标各有优缺点，考虑到数据的可得性，本文采用R&D支出作为衡量企业创新活动的指标。为分别考察影响企业创新决策和创新规模的因素，本文采用调查问卷中“企业是否从事研发创新活动”作为创新参与指标rd，若企业进行创新活动，则rd为1，否则为0；同时，借鉴范红忠（2007）和范承泽等（2008）的设定方法[21-22]，本文采用R&D支出的自然对数作为研发创新规模指标RD，并在实际回归中采用RD=ln（研发创新投入+1）的形式，以避免直接取对数可能产生负值的影响。

2.解释变量

对于员工学历变量，本文借鉴已有经验研究的做法，使用“具有大学及以上学历的普通员工所占比例”来衡量企业普通员工的学历水平Employee_edu；使用“企业总经理的最高学历”作为衡量企业总经理学历的代理变量Manager_edu，其中没有接受正规教育的赋值为0，接受小学、初中、高中、大专、本科、硕士及以上教育的顺次赋值1-6。

对于所有制变量，本文以企业国有股份所占份额为依据，将“企业股份全部归国家所有”的企业划分为国有企业，其他企业则设定为非国有企业。在回归分析中，定义虚拟变量SOE代表企业的所有制类型，并以非国有企业为基准。

此外，本文也将所有制与员工学历的交叉项作为解释变量带入回归方程，通过观察交叉项的系数来判断企业所有制对高学历员工在企业创新中的贡献的影响。若交叉项的系数显著大于0，则说明相同高学历水平的员工更能促进国有企业进行创新活动，从而支持H3。

3.控制变量

结合已有研究，本文还引入了几个对企业研发创新可能有显著影响的控制变量（见表1），包括：

（1）企业规模（Size），用“2003年年末企业员工人数”的自然对数表示；

（2）市场竞争程度（Competition），用调查问卷中的“其他企业竞争行为影响企业经营和成长的程度”来表示，按照对企业经营和成长影响严重程度的不同分为“没有、低等、中等、高等和非常高”五个层次，分别赋值为0、1、2、3、4；

（3）企业年龄（Age），用“2004年与企业成立年份差值”的自然对数表示；

（4）企业是否出口（Export），用调查问卷中“企业是否有商品直接销往海外”表示，若有则赋值1，否则赋值0；

（5）企业利润率（Profit），用“企业2003年总利润与总销售收入比值”表示。

表1 主要解释变量的基本统计结果

由于企业创新可能受行业特征、地区政策和地区要素禀赋差异的影响，本文还控制了行业和地区虚拟变量。在下文的回归中，为节省篇幅并没有报告行业和地区虚拟变量的系数。

四、实证分析

（一）相关性分析

由于本文模型中的变量较多，解释变量之间可能存在多重共线性问题，从而导致解释变量的系数估计出现较大偏差。为此，本文首先采用Spearman方法估算了主要变量的相关系数，以检验模型是否存在严重的多重共线性问题，并初步判断各解释变量与被解释变量的相关关系，结果见表2所列。从表2的第一列数字的系数和显著性可知，各解释变量与企业研发创新规模变量之间均存在非常显著的正相关性，且解释变量之间的相关系数的绝对值基本都小于0.3，最大值也不超过0.5，说明解释变量之间并不存在严重的多重共线性，可以将这些变量都纳入方程进行回归分析。

表2 Spearman相关系数

续表2

（二）Heckman两阶段回归

利用2005年世界银行的中国投资环境调查数据，本文将企业员工分为普通员工和总经理两类，设定了4个回归模型，对员工学历、企业所有制和创新的关系进行了实证研究。其中，模型（1）、（3）加入了“具有大学及以上学历的普通员工所占比例”变量及其与企业所有制的交叉项；模型（2）、（4）则将前两个模型中普通员工学历变量及交叉项替换为总经理学历变量及对应的交叉项。另外，模型（1）、（2）为对照组，均采用OLS方法；模型（3）、（4）则运用Heckman两阶段方法，以消除样本选择问题，同时将两阶段回归结果以选择方程和回归方程的形式分别列出，其中第一阶段选择方程采用Probit方法分析影响企业创新参与决策的影响因素，第二阶段回归方程采用OLS方法分析影响企业创新规模的影响因素。本文使用的计量软件为Stata12，回归结果见表3所列。

表3 Heckman两阶段模型回归结果

通过观察表3的回归结果，可以发现不论员工学历的代理变量如何改变，Heckman两阶段回归得到的逆米尔斯比λ均在1%的显著性水平上异于零，说明存在样本选择问题，因而本文使用Heckman两阶段模型是必要的。另外，对比消除样本选择问题前后的OLS估计结果（即模型（1）、（3）的回归方程，模型（2）、（4）的回归方程），可以知道当样本选择问题存在时，虽然主要解释变量的系数符号不会发生逆转，但其显著性水平却会发生不同程度的偏倚，其中最突出的是总经理学历变量与企业所有制变量的交叉项在存在样本选择问题时在1%的显著性水平上为正，但在消除样本选择问题后并不显著；并且所有的控制变量系数也都出现不同程度的向上偏倚，这都说明使用OLS回归会产生严重的样本选择偏差。

另外，在Heckman两阶段模型第一阶段选择方程中，研发创新决策的滞后一期值rd0均在1%的显著性水平上为正数，满足了Heckman模型的有效识别条件，也表明上一期的创新决策会对本期决策产生显著的正向影响，符合经济学直觉。

结合表3的结果对前文提出的假设成立情况进行具体分析。

1.员工学历与企业创新

观察模型（1）和（3）的结果可以发现普通员工学历变量Employee_edu的系数均在1%的显著性水平上为正数，即具备高学历普通员工的企业更倾向于参与创新活动和扩大创新规模，这支持了本文的H1。

通过分析模型（2）和（4）可以发现，总经理学历变量Manager_edu的系数也均在1%的显著性水平上为正数，即具有高学历总经理的企业更有可能参与创新活动并且创新规模更大，这也支持了本文的H1。

由于高学历员工具有更强的认知能力和学习能力，因而在工作时能快速理解和掌握一项新的技能，为创新型企业节省培训费用，降低企业参与创新活动的成本和风险。同时，由于高学历员工具备高层次的社会关系和更强的信息搜索能力，更容易搜集、获得及时有价值的信息，这有利于提高企业创新获得成功的可能性。此外，由于创新是一项高风险、长周期的活动，需要参与者具备良好的心理素质和抗压能力，而高学历的员工在接受长期教育过程中经历了层层考试选拔，使得他们的心理素质往往胜过较低学历的员工。最后，长期教育扩大了知识面，使得高学历员工的分析决策能力要更强，思想也更开放，有助于企业制定和实施科学的创新决策。

2.所有制与企业创新

由模型（3）和（4）中可知，企业所有制变量SOE的系数在选择方程中均不显著，而在回归方程中均显著为负，说明国有企业与非国有企业在参与创新活动的概率方面并没有显著差异，但是参与创新活动的国有企业的创新规模要显著低于非国有企业，这部分支持了本文的H2。

这一结果表明，尽管国有企业具有的资源优势在一定程度上有利于企业参与创新活动，但这种优势会被行政庇护和双重目标对国有企业创新带来的消极影响所抵消，从而使国有企业在参与创新活动的概率方面与非国有企业并没有显著差别。由于我国的市场化水平还较低，在参与创新活动的国有企业中，大部分国有企业仍依靠政府“父爱”式的政治庇护、行政垄断和寻租等方式而不是依靠自身的物质资源优势赚取利润；同时，我国政府仍较多地干预国有企业的经营活动，国有企业需要承担包括缴纳较高税率的所得税和红利以及义务援助帮扶公共事业等在内的社会责任。这都使得参与创新活动的国有企业也难以有效发挥其资源优势，从而使参与创新的国有企业的创新规模小于非国有企业。

3.员工学历与不同所有制企业创新

模型（3）和（4）表明，企业所有制变量SOE同普通员工学历变量Employee_edu、总经理学历变量Manager_edu的交叉项SOE×Employee_edu、SOE× Manager_edu的系数在两阶段方程中均不显著，即高学历员工和总经理促进企业参与创新活动的作用在国有与非国有企业中没有显著差别，说明国有企业的资源优势并不会显著提高高学历员工对企业创新的促进作用。这一结果并不支持本文的H3。

4.控制变量与企业创新

通过观察控制变量在两阶段模型中的系数和显著性水平，还可以得出以下结论：企业规模Size在所有方程中均显著为正数，且显著性水平全部达到1%，说明企业规模越大，其参与创新的概率和创新规模均更大。这支持了熊彼特假说，即规模大的企业更具有资源禀赋与市场地位优势，从而有利于企业进行创新活动。市场竞争度Competition在选择方程中并不显著但是在回归方程中显著为正，说明市场竞争越激烈则企业更有可能扩大创新规模，但是并不会从根本上改变企业的创新决策，这是由于虽然处于竞争激烈的市场中的企业更有必要采取创新活动以获得差异化带来的竞争优势，但是企业在采取创新战略时还会受到诸如研发资金、创新人才等因素的制约，因而市场竞争程度对企业参与创新活动概率的影响并不显著，但有助于促进已经克服了创新阻碍的企业进一步扩大创新规模。企业年龄Age在选择模型中均显著为负，但在回归模型中均不显著，说明成立越久的企业越不倾向于参与创新活动，但是在创新规模方面，参与创新活动的老企业与新企业相比并没有显著区别，这是由于成立时间长的企业虽然具有更多的市场经验，但也会更缺乏创新活力。另外，表示企业是否出口的虚拟变量Export在1%的显著性水平上均显著为正，说明从事出口的企业会更多地参与研发创新活动，同时创新规模也越大，这是由于参与出口的企业会面临包括国际企业在内的更多竞争对手，在更大的竞争压力下更需要依靠创新使产品差异化以谋求市场份额。最后，企业的利润率Profit在1%的显著性水平上均与企业创新决策和创新规模呈正相关关系，说明利润水平高的企业在雄厚资金实力的支持下更有可能参与创新活动，并且创新规模更大。

（三）稳健性检验

由于创新型企业更容易吸引高学历的人才，所以企业创新和高学历员工之间可能存在反向因果关系；同时，由于个体层面的异质性特征如普通员工和总经理的年龄、专业背景、职业经历以及管理者团队异质性特征等也会影响企业创新，但受限于数据的可得性，本文并没有对这些可能影响企业创新的异质性特征进行有效控制，从而可能会带来较严重的遗漏变量问题；此外，本文使用的是数据来自问卷调查，这也可能带来测量误差问题。上述三方面问题的存在都会导致内生性问题，使得前文的回归结果产生偏误。为此，进一步采用两阶段最小二乘法进行稳健性检验。

对于工具变量的选择，瑞尼卡、斯文森（Reinikka &Svensson，2006）和菲斯曼、斯文森（Fisman&Svens⁃son，2007）研究证明，利用行业—地区层面的均值变量作为企业层面该变量的工具变量可以解决计量模型中存在的测量误差和遗漏变量问题，另外这种方法也可以有效解决由于解释变量与被解释变量之间存在反向因果关系而带来的内生性问题［23-24］。对于本文的研究来说，因为企业所在城市和行业人员的总体受教育状况会影响个体企业的创新活动，但是单个企业的创新活动难以影响所在城市和行业的整体人员受教育状况，所以这种方法适合于解决本文可能存在的反向因果问题。

借鉴伍德里奇（Wooldridge，2010）以及牟俊霖、宋湛（2012）的相关研究［25-26］，在使用Heckman两阶段模型的基础上，本文使用相应的城市—行业均值变量作为员工学历变量的工具变量，用两阶段最小二乘法代替传统OLS方法以同时消除样本选择和内生性问题。作为对照，本文还汇报了未消除样本选择问题的工具变量回归结果。结果见表4所列。

表4 消除样本选择偏差和内生性的回归结果

对比消除样本选择问题前后的回归结果，可以发现模型系数的显著性都不会发生逆转，但是系数的大小会发生明显改变。这表明在解决内生性问题后，如果不消除样本选择问题，对变量系数的分析虽然不会发生方向性的差错，但会高估或低估相关因素对企业创新的影响，从而使分析结果产生偏误。

通过与表3中相应的回归方程进行比较，可以发现在消除了内生性之后，普通员工学历变量Employee_edu、总经理学历变量Manager_edu与企业所有制变量SOE的交叉项SOE×Employee_edu和SOE×Manager_edu的系数均在1%的显著性水平上为正数，说明高学历的普通员工和总经理更有利于扩大国有企业参与创新活动的规模，这部分支持了本文的H3。由于国有企业比非国有企业具有资源优势，能够为高学历员工提供明显优于非国有企业的物质基础平台，这一方面能保证员工的研发创新成果更多地投入到实际生产，使高学历员工有动力最大限度地参与创新活动；另一方面也更有资金实力支持长周期、高风险的持续研发活动，促进高学历员工充分发挥自身能力。虽然国有企业的资源优势在实际中可能会由于行政庇护、双重目标的影响而得不到充分发挥，但是资源优势的存在仍然可以提升高学历员工参与创新活动的动力，促进员工更大程度地发挥自身能力。这一结论强化了前文的回归分析。通过比较相关的系数，可以发现在员工学历水平较低时，国有企业的创新活动规模小于同等状态的非国有企业，但是随着员工学历水平的提高，两者在创新规模方面的差距会逐渐缩小。

此外，普通员工和总经理学历变量仍然均在1%的显著性水平上为正数，说明高学历的员工和总经理均能显著促进企业创新，再次支持了本文的H1。所有制变量SOE的系数仍然为负数，并且显著性水平提高到了1%，表明国有企业的研发创新规模要小于非国有企业，本文的H2仍部分成立。

另外，本文还进行了工具变量的有效性检验。通过异方差稳健的DWH检验，发现所有的卡方值对应的p值均显著为0，说明员工学历变量为内生变量，从而满足工具变量的适用前提。由于本文的工具变量数与内生变量数相等，在恰好识别的情况下难以从统计层面上进行外生性检验，但是可以从逻辑层面分析工具变量的外生性：因为特定企业的员工学历水平可以视为其所在城市—行业的均值水平与企业的异质性水平之和，因而工具变量与内生变量——员工学历水平——有关，但与遗漏的个体特征——企业异质性水平——无关，据此可以大致推断出均值水平与扰动项无关。

此外，相应内生变量的第一阶段F值均在10以上，说明工具变量与内生解释变量之间存在较强的相关关系，不存在弱工具变量问题。

五、结论与启示

企业创新是新常态下我国经济增长由要素驱动转向创新驱动的关键。本文利用2005年世界银行的中国投资环境调查数据，使用Heckman两阶段模型和两阶段最小二乘法对样本选择和内生性问题进行修正，实证分析了高学历普通员工和总经理对不同所有制企业参与创新活动的影响和机制，补充了已有的经验研究。实证结果表明：

（1）高学历的普通员工和总经理均能显著促进企业更多地参与研发创新活动和扩大创新规模。

（2）在参与创新活动的概率方面，国有企业与非国有企业并没有显著差异；而在参与创新活动的规模方面，在员工学历水平较低时，国有企业的创新规模要显著低于同等状态的非国有企业，但是随着员工学历水平的提高，两者之间的差距会缩小。

（3）高学历的普通员工和总经理更有利于国有企业扩大创新规模，但是对不同所有制企业参与创新活动的概率并没有显著影响。

结合本文的实证研究结果，可以得到以下的启示：①高学历员工依然是企业创新的核心力量，不同所有制的企业都应当抓住当前我国高校毕业生人数逐年增长的机遇，积极吸纳更多高学历的员工，并为其提供良好的发展平台，促进高学历员工对企业创新作用的充分发挥，为我国经济转向创新驱动增添新的活力；②在十三五期间，我国应当遵循十八大提出的改革目标，进一步加快推进国有企业的混合所有制改革，降低国有资本的非经济性负担、减少行政庇护，创造有利于企业创新的市场环境，释放国有企业以及混合所有制企业中国有资本的创新活力，进而提高全社会的创新水平。

当然，本文还存在着一些不足之处：首先，本文没有按照行业或地区因素进行分组回归，来检验特定行业或地区内的情况；其次，受数据可得性的限制，本文没有控制员工除学历以外的其他特征，如总经理和普通员工的专业背景、职业经历、年龄和性别等，也没有基于汉布瑞克、梅森（Hambrick&Mason，1984）提出的高阶理论[27]分析整个管理团队异质性和非异质性特征对企业创新的影响。这些都是今后进一步的研究方向。

［1］吴延兵，刘霞辉.人力资本与研发行为——基于民营企业调研数据的分析［J］.经济学（季刊），2009，8（4）：1567-1590.

［2］何强，陈松.董事会学历分布与R&D投入：基于制造业上市公司的实证研究［J］.软科学，2011，25（2）：121-126.

［3］卢馨.企业人力资本、R＆D与自主创新——基于高新技术上市企业的经验证据［J］.暨南学报：哲学社会科学版，2013（1）：104-117.

［4］戴西超，谢守祥，丁玉梅.企业规模、所有制与技术创新——来自江苏省工业企业的调查与实证［J］.软科学，2006，20（6）：114-117.

［5］吴延兵.中国哪种所有制类型的企业最具创新性？［J］.世界经济，2012（6）：3-29.

［6］李长青，周伟铎，姚星.我国不同所有制企业技术创新能力的行业比较［J］.科研管理，2014，35（7）：75-83.

［7］聂辉华，谭松涛，王宇锋.创新、企业规模和市场竞争：基于中国企业层面的面板数据分析［J］.世界经济，2008（7）：57-66.

［8］李春涛，宋敏.中国制造业企业的创新活动：所有制和CEO激励的作用［J］.经济研究，2010（5）：55-67.

［9］曾铖，郭兵.产权性质、组织形式与技术创新绩效——来自上海微观企业数据的经验研究［J］.科学学与科学技术管理，2014，35（12）：128-139.

［10］陈守明，唐滨琪.高管认知与企业创新投入——管理自由度的调节作用［J］.科学学研究，2012，30（11）：1723-1734.

［11］Schultz T W.Investment in Human Capital［J］.American Economic Review，1961，51（1）：1-17.

［12］Welch F.Education in Production［J］.Journal of Political Economy，1970，78（1）：35-49.

［13］Spence M.Job Market Signaling［J］.Quarterly of Journalof Economics，1973，87（3）：355-374.

［14］Riley J.Testing the Educational Screening Hypothesis［J］. Journal of Political Economy，1979，87（5）：227-252.

［15］李政，陆寅宏.国有企业真的缺乏创新能力吗？——基于上市公司所有权性质与创新绩效的实证分析与比较［J］.经济理论与经济管理，2014（2）：27-38.

［16］Pfeffer J.Size and Composition of Corporate Boards of Di⁃rectors：The Organization and Its Environment［J］.Admin⁃istrative Science Quarterly，1972，17（2）：218-228.

［17］Hart O，Shleifer A，Vishny R W.The Proper Scope of Gov⁃ernment：Theory and an Application to Prisons［J］.Quarte⁃ly Journal of Economics，1997，112（4）：1127-1161.

［18］Shleifer A，Vishny R W.A Survey of Corporate Governance［J］.Journal of Finance，1997，52（2）：737-783.

［19］林毅夫，李周.现代企业制度的内涵与国有企业改革方向［J］.经济研究，1997（3）：3-10.

［20］Heckman J J.Sample Selection Bias as a Specification Er⁃ror［J］.Econometrica，1979，47（1）：153-161.

［21］范红忠.有效需求规模假说、研发投入与国家自主创新能力［J］.经济研究，2007（3）：33-44.

［22］范承泽，胡一帆，郑红亮.FDI对国内企业技术创新影响的理论与实证研究［J］.经济研究，2008（1）：89-102.

［23］Reinikka R，Svensson J.Using Micro-Surveys to Measure and Explain Corruption［J］.World Development，2006，34（2）：359-370.

［24］Fisman R，Svensson J.Are Corruption and Taxation Really Harmful to Growth？Firm Level Evidence［J］.Journal of Development Economics，2007，83（1）：63-75.

［25］Wooldridge M J.Econometric Analysis of Cross Section and Panel Data［M］.Second Edition.Cambridge：The MIT Press，2010：790-852.

［26］牟俊霖，宋湛.我国中老年人劳动供给特征研究［J］.人口与经济，2012（4）：55-63.

［27］Hambrick D C，Mason P A.Upper Echelons：The Organi⁃zation as a Reflection of Its Top Managers［J］.Academy of Management Review，1984，9（2）：193-206.

Impacts of Highly Educated Employees on Corporate Innovation Activities of Different Types of Ownership—An Empirical Analysis Based on Heckman Two-stage Model

KONG Xiao-ting
(National School of Development,Peking University,Beijing 100871,China)

This paper empirically analyzes these topics using Chinese micro-survey data provided by the World Bank.It also applies Heckman two-stage model to eliminate the sample selection bias which is often neglected by most of the previous studies,and further uses IV method to eliminate the endogenous problem.The results show that:Both highly educated general managers and highly educated ordi⁃nary employees can significantly promote enterprise’s possibility of participating in innovation activities,and they can also help to expand enterprises’innovation scales;Highly educated employees in the state-owned enterprises can be more conductive to expanding the scales of corporate innovation than in the non-state-owned enterprises;The scale of state-owned enterprise innovation is smaller than that of non-state-owned enterprise of same state when employees’educational level is low,but their differences will decrease as employees’edu⁃cational level improves.

highly educated employees;ownership;corporate innovation;Heckman two-stage model

F272.92；F273.1

A

1007-5097（2017）03-0169-10

10.3969/j.issn.1007-5097.2017.03.023

2016-11-25

孔晓婷（1994-），女，山东邹城人，经济学硕士，研究方向：西方经济学。

［责任编辑：欧世平］