劳动力成本与制造业创新效率——基于首轮“民工荒”后省级层面的经验分析*

袁胜超，郭阳旭

(1.重庆工商大学 经济学院，重庆 400067；2.重庆工商大学 旅游与国土资源学院，重庆 400067)

劳动力成本与制造业创新效率
——基于首轮“民工荒”后省级层面的经验分析*

袁胜超1，郭阳旭2

(1.重庆工商大学 经济学院，重庆 400067；2.重庆工商大学 旅游与国土资源学院，重庆 400067)

运用随机前沿分析模型，基于首轮“民工荒”后省级层面的制造业面板数据，在考虑创新投入产出时滞的情况下，测算了中国30个省份首轮“民工荒”后制造业的创新效率，并分析了劳动力成本对创新效率的影响。结果显示：1. 2004年首轮“民工荒”后，中国各省份劳动力成本迅速攀升，这在客观上对制造业创新效率提升构成了积极的影响，但这种影响存在明显的时滞，时滞大约为3年。2.总体上，中国制造业创新效率整体均值为0.4987，存在50%左右的效率损失，地区创新效率存在显著差异，区域发展不平衡的矛盾仍然客观存在。3. 劳动力成本与人力资本、国有化比重的交互项对创新效率存在一定的间接影响，这种影响存在显著的区域差异，劳动力成本与企业规模对创新效率的影响并不显著；此外，外商投资比重、市场竞争度对创新效率的影响也存在显著的区域差异。

劳动力成本；创新效率；首轮“ 民工荒”；时滞；随机前沿分析

引言

2008年金融危机后，几乎所有发达国家的经济都受到了重创，但德国却是个例外。2009年开始，德国经济开始强势复苏，2010年度GDP增幅高达3.5%，创下两德统一后的最大年涨幅(郑春荣、姜文，2011)。除保持较高的增长率外，德国失业率也维持在较低水平，2016年11月失业率创下新低，为3.9%*数据来源于国家商务部网站：http://data.mofcom.gov.cn/channel/gbsj/gbsj.shtml.，劳动力市场表现突出。制造业立国的基本思想使得德国具有良好的实体经济基础，并使其具有很强的抵御外部危机和风险的能力。制造业作为一个国家的支柱和基础性行业，在国民经济体系中的地位无可替代。一方面，金融危机后，制造业再次成为各国竞争的焦点，一些欧美发达国家在总结危机的教训后纷纷实施“再工业化”战略(唐志良、刘建江，2012)，寻求实体经济回归，如美国先后发布《重振美国制造业政策框架》《先进制造伙伴(AMP)计划》，英国发布了《制造业新战略》，日本指定的《制造业基础白皮书》等等(周春山、刘毅，2013)，这使得我国相对先进的制造业在产品出口等方面面临严峻挑战，制造业由价值链低端向高端跃升的难度加大；另一方面，印度、越南、泰国等工业化水平较低的东南亚国家开始以更低的成本优势加速工业化*2015年中国《产业蓝皮书》显示,中国在国际市场的市场份额正在被越南、印度、印尼等国家蚕食，中国的劳动力成本超过周边很多国家。2003年—2010年，中国的劳动力报酬增长了266.7%,大大高于印度的100%、巴西的182.2%。，这对于依靠低劳动力成本优势崛起的中国传统制造业来说无疑是巨大的挑战。伴随着国际经济形势的悄然改观，国内的劳动力要素禀赋也发生了微妙的变化。2004年开始，沿海制造业加工聚集地区(如珠三角、长三角等)开始出现了农民工用工短缺的现象，即首轮“民工荒”，2010年春节前后又出现新一轮“民工荒”，此次“民工荒”波及范围更大(李波平、田艳平，2011)。“民工荒”现象折射出劳动力市场供求的微妙变化。中国社会科学网2015年一份数据分析表明，农村剩余劳动力每减少1%，次年的农民工实际工资就会上涨1.68%*数据来源于中国社会科学网：http://ex.cssn.cn/kxk/skyrw/201501/t20150107_1470189.shtml。劳动力成本的大幅度上升使得传统的中国制造业丧失了昔日的成本优势。为应对经济形势的复杂变化，2015年5月8日，国务院公布《中国制造2025》发展规划，力争用十年时间，迈入制造强国行列。《中国制造2025》与“十八大”提出的创新驱动发展战略相辅相成，其根本目的在于彻底改变中国制造业大而不强、创新能力不足等核心问题。在国内劳动力成本迅速攀升，国际要素禀赋发生根本性逆转的新形势下(阳立高等，2014)，制造业转型升级的压力倍增。本文基于首轮“民工荒”后省级层面的经验数据，探讨劳动力成本上升对制造业创新效率的影响。这对于科学评价不同区域制造业创新能力差距和发展潜力，引导各区域提升制造业全要素生产率，实现制造业由低端向高端化发展具有一定的理论和现实意义。

一、文献综述

国内外的较多研究几乎都能得出：当劳动力成本上升时，虽然短期内会挤占企业的利润，但却会刺激企业进行创新研发活动，并最终促进技术进步(李根生，2015)。作为一种要素价格，劳动力成本的变化必然会影响企业对于这种要素的使用，进而会影响企业创新行为。从劳动力成本对企业创新的微观影响机制来看，主要包括两种：

资本—劳动要素替代假说。国外学者较早从资本—劳动替代效应分析了劳动力相对价格变动对技术创新的影响。Solow(1957)认为工资水平上升将促使企业加快资本的折旧替代过程，转而物化于资本中的先进技术将提高整体的生产效率。Rothbarth(1946)和Habakkuk(1962)基于劳动和资本替代关系视角，对美国和英国的制造业的生产效率进行了比较研究，得出美国劳动力相对稀缺，劳动力成本很高，于是美国的制造业便以资本代替稀缺的劳动力，从而在增长速度和生产率方面超越了英国。Broadberry和 Gupta(2006)在分析英国企业时发现，当劳动力成本上升时，劳动力将变得相对昂贵，企业进而以资本来替代劳动，并增加创新支出，即劳动力成本与技术创新之间存在替代效应。国内的相关研究起步较晚，相关理论研究也较少。张庆昌和李平(2011)基于要素替代理论，提出了一个生产率与创新工资门槛假说，并认为工资上涨对技术创新存在促进作用，但存在门槛。杨帅(2015)对中国制造业要素替代演化特征进行了较为深入的研究，认为要素相对价格的变动引发的要素替代效应实质上包含两个方面，直接替代效应和诱致性技术创新效应，并对这两种效应进行了分解。

诱致性技术创新假说。诱致性创新理论是基于需求视角分析厂商创新行为的又一重要理论。Hicks(1932)在其专著《工资理论》中最早提出了“诱致性发明”的概念，认为当一种生产要素价格上升后，厂商为追求利润最大化，必然会使用另一种价格更低的生产要素，这种尝试去节约相对要素价格的动机，诱发了企业对新技术的发明、使用。Ahmad(1966)在对企业进行比较静态分析的基础上，给出了最初的诱致性技术创新的理论分析框架：当一种要素相对价格改变时，会诱致技术朝着节约价格相对上涨的要素、而使用更多价格相对下降的要素的方向进步。Romer(1987)的内生增长模型认为，高工资是企业进行技术创新的激励，提供劳动报酬将加强企业进行创新的动机，而降低劳动报酬则会相反。Acemoglu(2010)在其有偏技术进步理论中指出，技术需求的市场规模大小直接影响了技术进步的方向。他认为，当劳动力成本上升时，会使得劳动力节约型技术的研发变得有利可图，市场上劳动力资源的稀缺程度决定了人们对这种新技术的市场需求规模。国内对于诱致性技术创新理论也有一定的研究。许新华(2012)认为企业诱致性技术创新的诱因有两个：一是资源稀缺变化所引起的要素相对价格变化，二是增长的产品需求。林炜(2013)基于内生增长理论和知识生产函数，分析了劳动力成本上升对企业创新能力的影响机制，认为由于创新激励的存在，劳动力成本上升使得企业的创新能力得到了提升。类似的研究还有赵西亮和李建强(2016)、董新兴和刘昆(2016)。为了从不同规模企业角度考察这种影响，程虹、唐婷(2016)基于中国企业—员工匹配调查”的经验证据，对劳动力成本上升下不同规模企业创新行为的异质性影响进行了大样本实证研究，得出劳动力成本上升后，大型企业创新速度显著加快，而中小企业的创新行为并未发现明显变化，并将原因归结为技能劳动力缺乏、职业培训投入不足和创新资金基础薄弱。

从微观上看，劳动力成本上升对企业技术创新不仅存在直接的“资本投入—要素替代”的直接效应，也存在“资本投入—技术进步—要素替代”的间接效应(杨帅，2015)。也就是说，当劳动力成本上升后，在这两种效应的作用下，企业的创新积极性得到增强，技术研发投入能力也会提升。也就是说，劳动力成本上升“倒逼”企业加大创新研发和使用新技术，从而改善生产效率，最终实现了要素替代(程晨，王萌萌，2016)。已有文献从多个角度探讨了劳动力成本对企业创新的微观影响机制，也为本文奠定了坚实的基础和理论依据。值得注意的是，由于在样本选取、研究视角、研究方法上存在一定的差异，最终结论仍然不尽相同。此外，虽然大多数研究表明劳动力成本上升将促进企业进行创新，但多是基于创新研发投入的视角，从创新投入产出效率视角进行研究的非常少，而创新投入不能完全反应企业的创新能力，从创新效率视角来考察这种影响能更好地反映劳动力成本对企业创新能力的作用。最后，不同的区域，其经济发展水平、要素禀赋也存在一些差异，研究这种影响的区域差异能更好地找出区域创新能力差异，实现区域协调发展。

基于此，本文主要在以下三个方面对已有文献进行了丰富：一是在样本时间选取上，以我国首次出现“民工荒”为时间节点，能更好地反映我国的实际情况，更具有针对性；二是在研究内容上，基于技术效率的视角，研究劳动力成本上升对企业创新的影响，从而为深入理解我国制造业创新能力的区域差异及其原因提供一定思路；三是在研究方法上，通过选择更具有统计一般性的随机前沿生产函数估算制造业创新效率，在引入创新投入产出时滞的情况下，加入了企业规模、产权性质、人力资本与劳动力成本的交互项，探讨了劳动力成本对制造业创新效率的间接影响。

二、模型选取与设定

借鉴巴提斯和科里(Battese &Coelli，1995)提出的随机前沿模型设定方法，其初始模型为：

lnyit=β*lnxit+vit-uit，i=1,2…N;t=1, 2…T

(1)

mit=zitδ+wit

TEit=yit/ (yit+uit) =exp(uit)

三、变量与数据处理

(一) 数据来源与说明

原始数据来源于中国社会与经济发展统计数据库中《中国统计年鉴》《中国科技统计年鉴》《中国区域经济统计年鉴》等，数据由EPS数据平台整理得到。为便于比较，本文选取的统计口径为规模以上工业企业，统计样本为中国大陆30个省2004—2015年相关经济、科技数据，共360个样本观测值，其中西藏由于数据缺失严重，不在分析之列，缺失数据采用插值法补齐。

(二) 变量选取、描述

产出变量。由于创新同普通的产品生产有所区别，创新涵盖了产品生产、专利活动、组织管理各个领域，从数据的可得性上来看，目前对于创新产出的变量选取不外乎：专利申请数量、专利授权数量、新产品开发项目数、新产品销售产值、发表科技论文数量和出版科技专著数量等。与专利申请、授权数量等，与其他变量相比，新产品销售收入更能反映创新所产生的商业价值，作为产出指标更为合理一些(白俊红，2011)。

投入变量。同其他生产活动类似，创新活动也有资本和劳动等要素投入。从数据的获取方面来看，人员投入常用的指标是R&D人员全时当量,资本投入一般以R&D经费内部支出来反映。由于R&D活动对知识生产的影响不仅反映在当期，也反映在以后期间(白俊红，2011)。采用永续盘存法(PIM)估算R&D资本存量，其具体计算方法如下：Kit= (1-δ)*Kit-1+Eit，Ki0=Ei0/ (g+δ)

(2)

上式中，Kit是每个地区i在t时期的R&D资本存量，Kit-1是每个地区i在t-1时期的R&D资本存量，δ是折旧率，Eit反映各个地区t时期R&D经费内部支出的现值，对于折旧率的选取一般是根据经验选取，为了便于分析，本文选取折旧率为15% (吴延兵，2006)，其中每个时期R&D经费内部支出的现值等于R&D经费内部支出除以R&D支出指数。对于支出指数的选取，一般是按照R&D支出中固定资产支出和劳务支出中的比例进行分摊，为了简化处理，以朱平芳和徐伟民(2003)构造的R&D支出指数作为参照，其公式为：R&D支出价格指数=0.55*消费价格指数+0.45*固定资产投资价格指数。Ki0反映基期R&D资本存量的计算，g为各地区实际R&D经费内部支出的现值的平均增长率。

解释变量：实际工资水平(wage)。反映的是劳动力成本。但由于劳动力成本包括众多非货币因素，涵盖范围除了工资水平，还包括以物质或非物质形式表现的福利(林炜，2013)，考虑到数据的可得性，粗略采用行业职工实际平均工资作为衡量。图2刻画了2004—2015年中国大陆30个省份实际工资的年均增长率。除江苏、黑龙江等8省区外，其余省份实际工资年均增长率均达到了10%以上，增长速度非常快。

数据来源：中国劳动统计年鉴2005-2016，EPS整理，实际工资为名义工资按照CPI平减。图1 2004年、2015年制造业名义年均工资，年均实际工资增长率

伴随着工资水平的不断上涨，2004年开始，中国沿海一些省份开始出现“用工荒”“招工难”等问题，一些劳动密集型的传统行业率先承受到劳动力工资上涨的压力，已经陆续有一些制造企业甚至将厂房、设备等由沿海转移到了中西部地区。

其他解释变量：市场竞争度(lnCompete)。以各地区企业单位数作为衡量市场竞争度的指标，行业企业单位数量越多，市场越趋于完全竞争，企业进行创新研发的外在压力越大。企业规模(Scale)。企业规模的衡量，本文以规模以上工业企业总资产除以企业单位数衡量。目前学术界对于企业规模与创新效率的关系仍无定论，主流观点主要有两种，一种是单纯的线性关系(如白俊红，2011)，另一种是较为复杂的非线性“U”型或者倒“U”型关系(李大军等，2014；肖兴志、谢理，2011)。为了检验两者的非线性影响关系，加入了企业规模二次项。外商投资比重(Fdi)。以外商资本占实收资本比重作为衡量指标。产权性质(Own)：以国有控股企业总产值除以行业规模以上工业企业总产值作为衡量。人力资本存量(Hc)。采用居民平均教育年限(h)和劳动力数量的乘积来表示。鉴于数据的可获得性，以1%人口抽样调查中五大类人群受教育年限乘以所占比例之和衡量，其中五大类人群受教育年限的权重依次为未上过小学0，上过小学6，上过初中9，上过高中12，大专以上16。此外，由于不同省份之间的制造业发展水平存在较大差异，将全国区分成东中西3个区域*东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南等11个省(市)；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南等8个省(区)；西部地区包括重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、内蒙古、广西等12个省(市区)。，建立模型如下*随机前沿分析中生产函数形式主要有两种：一种是C-D(柯布-道格拉斯形式)，另一种为超越对数形式，本文以超越对数作为基准生产函数形式，后面会通过检验确定哪一种更好。：

lnyit=a0+a1lnKit+a2lnLit+a3(lnKit)2+a4(lnLit)2+a5lnKitlnLit+vit-uit

(3)

uit=b0+b1lnWageit+b2lnCompeteit+b3lnScaleit+b4(lnScaleit)2+b5Fdiit+b6Ownit+b7Hcit+wit

(4)

上式中，yit、kit、lit分别为i地区t时期的实际新产品销售收入、R&D资本存量、R&D人员全时当量。式(4)中lnCompete为行业竞争度，Scale为企业规模，lnWage为劳动力工资水平、Fdi为外商投资比重、Own为国有化率、Hc为人力资本存量。主要变量的描述性统计如下表1：

表1 变量的描述性统计

四、实证与结果分析

(一)基本回归结果分析

创新研发过程是一项周期较长的活动，其投入与产出之间存在明显的时滞，目前尚没有关于制造业创新时滞的明确时期。本文利用Frontier4.1软件包，在分别考虑无时滞、滞后1年、滞后2年、滞后3年等4种情形下进行随机前沿模型检验。检验结果如下：本文采用Frontier4.1完成参数估计。初次检验是以超越对数形式的生产函数(3)式为参照的，估计为不考虑时滞的情形，其中超越对数形式中资本、劳动的参数多不理想，劳动的弹性系数为负，多个变量的系数估计值非常接近0，且未通过显著性检验，无法达到模型设定的基本要求，超越对数形式较为复杂，变量较多，可能存在较严重的共线性问题，因此，后续采用C-D形式的生产函数，其估计和检验结果如下表2(其中L表示滞后年数)：

表2 全样本随机前沿估计结果

注：上表中括号内为t统计量，*、**、***分别表示各个变量通过了10%、5%、1%的显著性检验，Log为对数似然值。

从检验结果上看，模型1-4中大部分变量均通过了5%的显著性检验，模型中的σ2和γ显著不等于0，表明技术无效率在各个地区的创新研发过程中显著存在，同时方差分解中的γ显著大于0，表明复合误差项中的无效率部分中有大部分是由技术无效率项引起的，这表明选择SFA是合理的。

主要解释变量。在不考虑时滞、时滞为1年、2年、3年的情况下，实际工资对研发创新无效率部分的影响均显著为负，即对技术效率部分的影响显著为正。其估计系数在-1.03至-1.23之间，考不考虑时滞对其系数的影响较小，这说明，劳动力成本对制造业创新效率的影响较为稳定，大致是实际工资增长1个百分点，技术无效率将降低一个百分点，即创新技术效率将提升一个百分点。另外，由于模型1-4的对数似然值得到改善(模型1的对数似然值为-209.81，模型4为-179.84) ，即模型4的拟合效果显著好于其他模型，即创新投入产出之间存在大概3年的时滞，这跟我国的基本情况是吻合的(目前，我国专利申请到授权使用大概需要3年左右的时间) 。R&D资本存量对创新效率的影响弹性为0.19，但没有通过10%的显著性检验，R&D人员全时当量对创新效率的影响弹性为0.49，通过了1%的显著性检验，目前全体制造业创新效率的推动主要依靠R&D人员投入，资本投入对创新效率的贡献较小。

其他解释变量：企业规模。不考虑时滞、时滞为1年、2年时，企业规模与创新效率之间基本上是一种线性关系，时滞为3年时，两者之间的“U”型关系便显著存在，进一步证实了两者之间的非线性关系。也就是说目前我国制造业的规模仍然不大，企业规模进一步扩大后，对创新效率将产生正面的影响，企业规模进一步扩大的临界值是大约是8.67左右，大部分地区仍未达到这一水平，目前制造业整体的企业规模只有2.43，企业规模的扩大急需通过重组、并购等措施完成。

市场竞争度。模型1-4中，市场竞争度对无效率部分的影响系数始终维持在-0.27至-0.20之间，且通过了1%的显著性检验，也就是说，市场上，企业数量的增加对创新效率产生了积极的影响，即有助于改善整个制造业的创新效率。滞后3年的影响系数为-0.25，即当市场上企业数量大概增加1%时，制造业的整体创新效率将提升0.25个百分点。

外商投资(Fdi)。模型1-4中，外商投资比重对无效率部分的影响系数始终维持在-4.45至-3.95之间，且通过了显著性水平为1%的显著性检验，也就是说，市场上，外商投资比重的增加降低了技术无效率部分，即有助于改善整个制造业的创新效率。滞后3年的影响系数为-3.95，即当市场上外商投资比重增加1%时，制造业的整体创新效率大概将提升4个百分点。

地区人力资本(Hc)。模型1-4的系数估计值分别为-0.14、-0.33、-0.13、-0.13。其中只有模型3-4通过了显著性检验，这表明，人力资本存量对创新效率的影响存在2—3年的滞后期，从系数上看，人力资本对创新效率的弹性值为-0.13比较稳定，也就是说，人力资本的积累对技术无效率部分起到了一定的降低作用，即对技术效率起到了积极的影响。当人均受教育年限增长1%时，创新效率将改善大约0.13%。

国有化比重(Own)。模型1-4中国有化比重对技术效率弹性的系数估计值分别为0.13、0.12、0.36、0.21。注意到，只有模型1-2通过了5%的显著性检验，模型3-4系数估计值并不显著，这表明，国有化比重对效率的影响并不显著，随着国有化改革的不断深入，市场中的国有企业比重显著降低，民营企业越来越活跃，整个制造业市场的创新环境正在逐步形成。

(二) 各地区制造业创新效率分析

为了进一步分析各区域分年度的创新效率，利用(1)式中的TE计算公式，得到创新效率的估计值*由于篇幅所限，本文仅列出创新效率总体分布直方图，未列出各省份各年份的具体创新效率值。，30个省份2004—2012年制造业创新效率分布直方图如下图3所示：

图2 各省份2004—2012年制造业创新效率分布直方图

各省份制造业创新效率分布相对较为离散，呈现出“两头大、中间小”的特点，可以看到，创新效率在0.1-0.3的频数占比在35%左右，多为西部地区，在0.7-0.9之间的频数占比大致在30%左右，多为东部地区。全国各年份的制造业创新效率均值为0.4987，也就是说创新效率偏离最佳状态50%，即效率损失。这与目前整个制造业创新效率低下、大而不强的客观事实是吻合的，制造业的整体创新效率存在将近50%的提升空间，为了进一步反映我国各省份制造业的创新效率区域差异，本文还绘制了30个省份2004—2012年创新效率均值空间分布图(见图4)。

表3 各省区制造业2004-2012年创新效率

数据来源：作者通过Frontier4.1计算得到，考虑到时滞，2013-2015年缺乏数据，限于篇幅，仅列出2004年、2007年、2010年、2012年以及2004—2012年均值。

数据来源：作者由Frontier4.1计算得到，考虑到时滞2013—2015年无数据。

图3 2004—2012年3大区域制造业创新效率均值变化趋势

各省份中制造业创新效率均值较高的区域均为东部沿海地区，其中上海的制造业创新效率最高，达到了0.9376，广东、江苏紧随其后，分别为0.9262、0.9158，其属于传统的经济活跃地区，工业基础雄厚、区位优势明显；创新效率较低的和省份大多数为西部地区(山西为中部地区)，属于典型的经济落后地区，贵州、云南等8个省份的创新效率均值甚至低于0.2，说明其制造业创新能力较差，存在巨大的创新效率损失。同时，为了进一步反映我国东中西3大区域创新效率随时间变化的差异，绘制了各区域2004—2012年制造业创新效率随时间变化的趋势图。

从时间上看，各区域的创新效率差异明显，东部地区的创新效率显著高于中西部地区。总体上看，东中西以及全国制造业的创新效率呈现逐渐上升的趋势，其中中部地区创新效率的上升趋势最为明显，西部地区的上升较为缓慢。从2005年开始，中部地区的创新效率与全国的差距不断缩小，2012年，中部地区达到全国平均水平。西部地区与全国平均水平之间的差距仍然非常大，存在较大的改善空间。

(三)考虑交互项的间接影响分区域回归结果

当劳动力成本上升后，不同所有制类型、不同企业规模的企业在面临这种变化时的行为就有所差异(林炜，2013；都阳，2013)、不同区域企业进行创新活动的人力资本等外在基础条件也存在一定差异(梁文群等，2016)。为了进一步分析劳动力成本对创新效率的影响，同时探讨所有制类型、企业规模、人力资本等与劳动力成本的交叉因素对创新效率的影响，我们进行3年滞后期的各区域分组回归和全国进行对比，形成模型5-8，如下表3。

表4 分区域模型估计结果

注： *、**、***分别表示至少在10%、5%、1%的水平上显著，括号内为t统计量，Log为对数似然值。

模型拟合效果在西部和东部地区较好，在中部地区则稍差一些(γ未通过显著性检验，对数似然值较小)。从创新投入的产出弹性系数上看，东部地区的R&D资本投入和R&D人员投入较为合理，其资本和劳动投入对创新效率的边际贡献均为正值，分别为0.47和0.22，符合经济学含义；西部地区的R&D资本投入和R&D人员投入存在严重不足，分别只有全国平均水平的36.0%和35.4%，仅R&D人员投入对创新效率存在正的边际贡献，表明资本投入存在较大的效率损失，效率损失比较严重；中部地区R&D人员投入对创新效率的弹性为-1.96，人员投入结构不甚合理，也存在较大的效率损失。

从劳动力成本和企业规模的交互项系数来看，东中西分别为0.01、0.00、0.01。只有西部地区通过了1%的显著性检验，东部通过了10%的显著性检验，中部地区未通过，这表明，劳动力成本上升后，不同规模的企业的创新效率并不存在实质性差异，这可能是因为统计口径为规模以上工业企业的缘故，对于规模以上工业企业而言，其资本实力雄厚，已经初具规模，因而在创新效率上，不同规模大小对创新效率的影响不显著。

从劳动力成本和人力资本存量的交互项系数来看，劳动力成本对制造业创新效率的间接影响在中西部地区不太明显，东部地区的影响则很显著，原因可能在于东部地区由于具有良好的区位和政策条件，我国改革开放的顺序是沿海—内陆，因此其人力资本的积累速度远远高于中西部地区。东部地区是我国经济开放和发展先行区域，这些地区经济实力较强、区位优势明显(何红光、宋林，2013)，经济对外开放程度较高，优越的薪资条件吸引了大量外来务工人员，其中不乏高技术专业、学历人员，为积累丰富的创新资源奠定了基础。由于其资本—劳动的可替代性很强，创新能力较强，在劳动力成本上升后，其人力资本对技术创新的贡献较大。中西部地区则属于典型的经济后发地区，工业基础薄弱，而且中西部地区劳动人群大量向东部地区迁移，人力资本的积累能力较弱，因此，劳动力成本上升后，人力资本对创新效率的边际贡献较小。

从劳动力成本与国有企业比重的交互项系数来看，这种影响在东中西部地区存在显著的差异。在全国层面，这种影响并不太显著；从不同区域来看，在东部地区影响显著为负，在中部地区的影响并不太明显，在西部地区则显著为正，这说明西部地区的价格和市场扭曲比较严重，东部地区的市场化程度比较高，因此民营经济活动较为活跃，而在西部地区，民营经济则不太活跃，国有企业占主导地位。

外商投资比重。对于东中西部地区而言，外商投资对创新效率均具有显著的促进作用。这种促进程度在西部地区要大于中东部地区，即西部地区外商投资创新效率的拉动作用最大，原因可能在于，西部地区的创新能力本来处于较低水平，2004年后，沿海地区“民工”工资上涨幅度增大，大量沿海地区的工业转移到了中西部地区，一些外国投资者也将厂房设备等迁移到了西部地区，这改善了当地的经济基础条件，进而提升了当地企业的创新能力和效率。

市场竞争度。从全国层面来看，制造业企业数量的增多显著改善了制造业的整体创新效率，但对于不同区域来说，这种影响也存在较大差异。市场竞争度对制造业创新效率的促进作用在中东部地区显著存在，在西部地区则不太明显，原因在于，西部地区由于区位条件、经济基础与中东部地区存在显著差异，其规模以上工业数量太少，市场扭曲比较严重，因而对创新效率的影响并不大。

五、主要结论与启示

本文利用2004—2015年中国30个省份制造业面板数据，通过引入企业规模、市场竞争度、外商投资比重、人力资本等变量，建立了劳动力成本对创新效率影响的随机前沿时滞模型，定量测算了各地区“民工荒”后的制造业创新效率，并从东中西三大区域角度分析了劳动力成本与企业规模、人力资本、国有化比重的交互项对企业创新效率的间接影响。

主要结论：(1)“民工荒”后劳动力成本迅速上升，这在一定程度上对中国制造业创新效率整体提升构成了积极的影响，但是这种影响存在明显的时滞。(2)总体上看，全国2004—2012年制造业创新效率均值为0.4987，即存在大约50%左右的效率损失，地区创新效率存在显著差异，区域发展不平衡的矛盾仍然客观存在。从三大区域上看，东部地区的创新效率远远高于中西部地区，西部地区的创新效率损失最为严重；从时间趋势上看，总体上创新效率均呈现出不断上升的趋势。其中，中部地区的上升趋势较为显著，西部地区的上升较为缓慢。(3)劳动力成本与人力资本、国有化比重的交互项对企业创新效率的间接影响存在显著的区域差异，不同企业规模的这种间接影响则不太明显；外商投资对东中西部地区的创新效率均有正向影响，且在西部地区的影响程度最大，国有化比重对制造业创新技术效率的影响也存在显著区域差异，东部地区显著为负，中部地区不明显，西部地区显著为正。

主要启示：第一，应当重新审视2004首轮“民工荒”后中国劳动力成本迅速上涨的过程。首轮“民工荒”后中国制造业劳动力成本迅速上涨，大量依靠人力成本优势的制造企业越来越承受到了这种压力，一些沿海制造企业甚至向中西部地区或者东南亚转移了出去。其实，劳动力成本上升是工业化发展到一定阶段的结果，快速的城市化发展进程，必然引发对劳动力等其他稀缺要素资源的巨大需求，这种趋势不可避免也不需要避免，仅仅依靠廉价劳动力发展制造业的“代加工”模式显然难以为继，只有依托创新驱动才能实现由“中国制造”向“中国智造”过渡。

第二，劳动力成本的迅速上升实际上已经成为了推动中国制造业创新转型的重要动力，劳动力成本上升的过程是市场化进程，同时也是调整经济结构转型和实现区域协调发展的重要机制。劳动力对企业来说具有多重属性：生产成本和创新激励机制。一方面，劳动力成本上升使得行业格局发生变化，首先淘汰掉一些低技术、高能耗的企业，这些企业转移到中西部地区相反又能够改善中西部地区的工业基础条件，并创造一些就业岗位，这相当于实现了区域产业转移和协调发展；另一方面，那些行业中剩余的企业大多数是技术较高、能耗较低的企业，迫于竞争压力，必然会增加创新研发，减少劳动力的使用，创新研发带来的巨大利润使得产业升级成为可能，这在无形中实现了经济的结构性调整。

第三，东中西部地区在经济发展、人力资本质量、软硬件基础设施方面，存在较大差异，中西部地区刚好可以利用这种发展差异承接东部地区一些产业转移，并补充自身优势。仅仅依靠输送劳动力实现经济发展的模式显然不符合中西部地区发展的需要，中西部地区在积极进行基础设施、教育投资的同时，需要更加重视提高劳动者技能和素质，组织劳动者培训、教育，并鼓励企业通过自主创新实现产业升级，以有效应对劳动力成本上升带来的影响。

[1] Solow R M. Technical Change and the Aggregate Production Function [J]. Review of Economics & Statistics, 1957, 39(3):554-562.

[2] Rothbarth E. Causes of the Superior Efficiency of U.S.A. Industry as Compared with British Industry [J]. Economic Journal, 1946, 56(223):383-390.

[3] Schofield R. American and British Technology in the Nineteenth Century: The Search for Labor-Saving Inventions by H. J. Habakkuk [M]// American and British technology in the nineteenth century: University Press, 1962:580-582.

[4] Broadberry, S. & Gupta, B. The Early Modern Great Divergence: Wages, Prices and Economic Development in Europe and Asia, 1500-1800[J]. The Economic History Review, 2006, 59(1):2-31.

[5] Hicks J. The Theory of Wages [M]. London: Macmillan, 1932.

[6] Ahmad S. On the Theory of Induced Invention [J]. Economic Journal, 1966, 76(302):344-357.

[7] Romer P M. Crazy Explanations for the Productivity Slowdown [J]. NBER Macroeconomics Annual, 1987, 1(2):163-202.

[8] Acemoglu D. When Does Labor Scarcity Encourage Innovation? [J]. Journal of Political Economy, 2010, 118(6):1037-1037.

[9] Battese G E, Coelli T J. A model for technical inefficiency effects in a stochastic frontier production function for panel data [J]. Empirical Economics, 1995, 20(2):325-332.

[10] 郑春荣, 姜文. “德国模式”在金融危机中的表现及其所面临的挑战[J]. 国际论坛, 2011(6):52-57.

[11] 唐志良, 刘建江. 美国再工业化对我国制造业发展的负面影响研究[J]. 国际商务:对外经济贸易大学学报, 2012(2):12-20.

[12] 周春山, 刘毅. 发达国家的再工业化及对我国的影响[J]. 世界地理研究, 2013(1):47-56.

[13] 李波平, 田艳平. 两轮“民工荒”的比较分析与启示[J]. 农业经济问题, 2011(1):88-94.

[14] 阳立高, 谢锐, 贺正楚, 韩峰, 孙玉磊.劳动力成本上升对制造业转型升级的影响研究[J].中国软科学, 2014(12) :136-147.

[15] 李根生. 劳动力成本上升对中国工业技术进步的影响研究[D]. 华中科技大学, 2015.

[16] 张庆昌, 李平. 生产率与创新工资门槛假说:基于中国经验数据分析[J]. 数量经济技术经济研究, 2011(11):3-21.

[17] 杨帅. 中国制造业要素替代效应的计量研究[D]. 吉林大学, 2013.

[18] 许新华. 企业诱致性技术创新:原理与实现途径[J]. 企业经济, 2012(3):35-38.

[19] 林炜. 企业创新激励:来自中国劳动力成本上升的解释[J]. 管理世界, 2013(10):95-105.

[20] 赵西亮, 李建强. 劳动力成本与企业创新——基于中国工业企业数据的实证分析[J]. 经济学家, 2016(7):41-49.

[21] 程虹, 唐婷. 劳动力成本上升对不同规模企业创新行为的影响——来自“中国企业—员工匹配调查”的经验证据[J]. 科技进步与对策, 2016, 33(23):70-75.

[22] 程晨, 王萌萌. 企业劳动力成本与全要素生产率——“倒逼”机制的考察[J]. 南开经济研究, 2016(3):118-132.

[23] 白俊红. 企业规模、市场结构与创新效率——来自高技术产业的经验证据[J]. 中国经济问题, 2011(5):65-78.

[24] 吴延兵. R&D与生产率——基于中国制造业的实证研究[J]. 经济研究, 2006(11):60-71.

[25] 朱平芳, 徐伟民. 政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响——上海市的实证研究[J]. 经济研究, 2003(6):45-53.

[26] 肖兴志, 谢理. 中国战略性新兴产业创新效率的实证分析[J]. 经济管理, 2011(11):35-44.

[27] 李大军, 党兴华, 张优智. 企业规模与创新绩效:基于齐夫定律的随机效应模型[J]. 西安理工大学学报, 2014, 30(1):119-126.

[28] 都阳. 制造业企业对劳动力市场变化的反应:基于微观数据的观察[J]. 经济研究, 2013(1):32-40.

[29] 梁文群, 牛冲槐, 杨春艳. 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, 33(15):145-150.

[30] 何红光, 宋林. 人力资本配置对技术创新效率影响研究[J]. 技术经济与管理研究, 2014(5):23-27.

[31] 廖显浪. 劳动力流动限制下的经济增长[J]. 贵州财经大学学报， 2012(3)：19.

[32] 王力南. 基于内部劳动力市场理论的中国企业劳动力关系研究[J]. 财经理论研究, 2014(3)：158.

LaborCostandInnovationEfficiencyofManufacturingIndustry——Empirical Analysis at Provincial Level after First Round of “Shortage of Migrant Workers”

YUAN Sheng-chao1, GUO Yang-xu2

(1.SchoolofEconomics,ChongqingTechnologyandBusinessUniversity,Chongqing400067,China; 2.SchoolofTourismandLandResources,ChongqingTechnologyandBusinessUniversity,Chongqing400067,China).

By using the stochastic frontier analysis model, based on the manufacturing panel data of provincial level after the first round of “shortage of migrant workers”, and by considering the time lag of innovation input and output, this paper calculates the technical efficiency of Chinese 30 provinces after the first round of “shortage of migrant workers”, and analyzes the influence of labor cost on technology innovation efficiency. The results show that: firstly, after 2004, the first round of "shortage of migrant workers", the labor cost in the provinces of China has been increased rapidly, which constitutes a positive effect on manufacturing innovation efficiency objectively, but it has obvious time lag, time lag is about three years. Secondly, on the whole, the average innovation efficiency of China's manufacturing industry is only about 0.4987, it means that the efficiency loss is about 50%, and there are significant differences in regional innovation efficiency, there exists the imbalanced contradiction of regional development. Thirdly, the interaction term of human capital, ownership and labor costs also have obvious indirect impact on enterprise innovation efficiency, there are significant differences between different regions while the influence of labor cost and firm scale on innovation efficiency is not significant. In addition, the scale of foreign investment, the market competition degree also have very different influence on innovation efficiency between different regions.

labor cost; innovative efficiency; first round of shortage of migrant workers; time lag; stochastic frontier analysis

10.3969/j.issn.1672- 0598.2017.06.005

2017-02-17

重庆工商大学研究生创新型科研项目：“重庆市产业集聚与制造业自主创新绩效提升的路径研究(yjscxx2017-066-12)

袁胜超(1992—)，男，湖北黄冈人；重庆工商大学经济学院硕士研究生，主要从事现代服务业发展研究。

郭阳旭(1963—)，男，四川通江人；重庆工商大学旅游与国土资源学院教授，硕士生导师，主要从事产业经济研究。

F124.3

A

1672- 0598(2017)06- 0035- 11

责任编校：朱德东)