政府创新偏好、人力资本积累与绿色技术创新

石孖祎，韩冬日，李拓晨

（1.哈尔滨工程大学经济管理学院，哈尔滨 150001；2.山东理工大学管理学院，山东 淄博 255000）

0 引言

政府创新偏好通过财政与科技支出政策对创新活动产生影响，是弥补创新外部性与资本市场缺陷的重要手段[1]。目前，大量研究从创新补助、创新政策等方面考察了政府创新偏好与绿色创新的关系，并形成三种主流的观点：一是政府创新补助对创新存在“馅饼效应”，凯恩斯主义强调了政府宏观调控对于弥补市场失灵缺陷的重要作用，对企业创新产生有利的影响[2，3]。二是政府创新补贴对于创新的“陷阱效应”，以哈耶克为代表的自由主义学派认为由于公共政府和私人企业之间存在信息不对等、“寻补贴”投资以及策略性创新等因素，政府补助可能产生“逆向”引导作用[4，5]。三是中性论，学者们认为政府创新偏好对于绿色创新所产生的“馅饼效应”与“陷阱效应”都是客观存在的，并且受到企业规模、股权性质等内在因素的约束，其中受两者之间的关系在企业类型与股权性质的调节下呈现“U”型分布[1，6]，而受产权性质与项目周期影响，两者之间存在着倒“U”型关系[7]。

卢卡斯模型说明，人力资本积累推动技术进步，进而加速经济增长[8]。在创新驱动发展过程中，作为科技创新与知识创造的重要源泉，人力资本贡献比率不断加大，成为推动绿色创新研究与发展的核心所在[9]。以熊彼特破坏性创新经济增长理论为基础的观点认为人力资本的积累是适应绿色技术创新高知识含量、高更新速度的必要条件[8]。大多数学者通过实证研究验证了人力资本对于绿色技术创新的积极影响[9]。然而也有学者基于人力资本的形成途径，将人力资本划分为能力型、知识型与能动型，其中仅能力型人力资本积累对于绿色技术创新绩效发挥出显著的促进作用，而能动型人力资本积累则表现出截然相反的影响[10]；此外，由于人力资本结构、受教育程度的不同，其对于绿色技术创新的影响亦存在异质性特点。

有关政府创新偏好与绿色创新的研究为本文提供了较强的借鉴价值，但仍旧存在以下不足：第一，绝大多数相关文献用政府财政支出作为创新补贴的替代变量，这使研究结果掺杂了非创新补贴的影响；第二，大多数研究未解决政府创新偏好与企业创新之间的内生性问题，这可能使结论存在偏误；第三，已有文献在探讨两者之间非线性关系时，大多考虑企业内部因素的约束作用，不仅缺少对于知识、人力资本等创新内生要素的分析，而且并未探讨基于政府创新偏好自身的直接阈值效应。因此，政府创新偏好对绿色技术创新的影响效果仍需更具说服力的证据支持。鉴于此，本文遵循以上政府创新偏好影响绿色技术创新的研究思路，基于我国政府创新偏好以及人力资本异质性视角，对政府创新偏好与绿色技术创新绩效之间的非线性关系展开实证研究。

1 理论分析与研究假设

本文对政府创新偏好与企业绿色技术创新的关系保持中性态度，认为在不同条件、不同阶段下，政府创新偏好产生的积极与消极影响存在着动态博弈，进而对绿色技术创新发挥出不同的主导作用。一方面，政府创新偏好对于绿色技术创新的正向激励影响主要表现在：（1）提供融资渠道。创新补贴能够为企业绿色创新提供低风险、长周期的稳定融资渠道，解决企业绿色创新的资金困境，发挥出有效的“杠杆效应”[11]。（2）补偿绿色创新双重外部性。绿色创新具有社会收益大于企业收益的外部性劣势，政府以创新补贴投入弥补企业内外部收益差额，解决其风险与收益的匹配失衡问题，从而激励企业进行创新行为[12]。（3）传递利好信号。政府补贴为企业贴上的“政府认证”标签增加了企业在资本市场中的认可度，吸引更多的外部投资者，引进技术、知识与资金等关键的创新资源，提高创新资源配置效率，从而助力企业绿色技术创新的攀升[13]。另一方面，政府创新偏好也会对绿色技术创新存在以下的负向抑制影响：（1）企业寻租行为。企业由于利己、短视等行为将政府科技投入用于营销等非研发部门，在一定程度上扭曲了生产要素价格，对创新活动产生“挤出效应”[14]。（2）降低冒险家精神。政府补贴削弱了企业管理者的创新动力，使企业更加依赖于盈余管理等获取资金补贴，不利于企业原始性创新[15]。（3）预算错配问题。在信息不对称情况下，政府科技投入极易产生决策失误的行为，导致预算资源错配，降低企业绿色创新效率。

当政府创新偏好程度较低时，其不足以对高风险、高投入的绿色创新发挥充足的资金支持，并且相较于高额预算分配，其传递的企业利好信号极其微弱。此时，外部理性投资者也会进行信号比较处理，进行更为有利的投资选择，而企业往往因为缺乏创新勇气、安于现状等心理产生寻租行为，将补贴转移至非研发部门，从而使得政府补贴对于绿色技术创新的抑制影响占据主导地位；相反地，当政府对企业实施高额度创新补助时，不仅能够提高企业在资本市场的关注度，提供充足的资金支持，弥补绿色创新双重外部性缺陷，还能够充分激发冒险家精神，从资金、技术和管理等多个角度提高企业绿色技术创新。

基于此，本文提出假设1：政府创新偏好与区域绿色技术创新之间存在“U”型阈值效应。

人力资本作为创新的重要载体，在技术创新与知识创造中的关键作用已经受到学术界的广泛认可[16]。在人力资本由低端向高端演化的动态过程中，政府创新偏好对绿色技术创新也存在着不同的影响。高端人力资本积累能够从企业管理层、企业内部员工和知识的吸收与扩散三个方面发挥其对企业绿色技术创新的积极影响。首先，企业高管手握企业资源的分配权与研发投入的决策权，而高学历的管理层由于其学习惯例一般具备优良的探索精神与知识背景，注重企业创新战略，进而减少政府补贴下的寻租行为，使得政府科技投入发挥用武之地[17]；其次，人力资本结构的高度积累代表了企业内部研发人员的研发能力与学习能力，企业技术专用型人力资本的积累通过“干中学”提高知识存量，进而将政府创新投入高效转化，提高企业绿色创新效率[18]；最后，作为缄默性知识的关键载体，高端人力资本积累有利于不同主体之间知识的扩散与溢出，同时，高技能人力资本池也能够降低企业对绿色创新人才的搜寻成本，提高区域绿色技术创新。相反地，需要注意的是，企业同样会因高知识人才的短缺，在创新水平上止步不前，此时，政府创新偏好往往会产生“事倍功半”的效果，人力资本会极大程度地压缩政府创新偏好的正面影响[19]，高资金投入与低创新产出将会体现在企业绿色创新要素配置效率的大幅度降低。尽管部分企业能够吸收外部的知识与绿色技术，但这是一个“高昂且复杂”的过程，成本与创新收益的不对等则削弱了企业绿色技术创新水平。

基于此，本文提出假设2：政府创新偏好与区域绿色技术创新之间存在以人力资本积累为门槛的非线性关系。

2 研究设计

2.1 变量选取

（1）被解释变量：绿色技术创新（Green）。鉴于专利数据的权威性和可获得性，多数学者选择专利指标作为区域创新绩效和微观创新主体创新表现的替代变量[20]。作为技术创新的产出指标，专利数据能够更加准确地表征地区创新水平[21]。相较于使用新型专利和外观设计专利，发明专利具有更强的创新性。故本文利用各地区的企业绿色发明专利授权量表征绿色技术创新水平。另外，绿色创新是不断积累的过程，前期的创新基础对于现期的绿色技术创新具有重要影响，也就是说，绿色创新应该是一个存量的概念。因此，本文参照Han 等（2020）[22]的做法，利用永续盘存法对专利授权量进行盘存处理，以表征地区的绿色创新水平。具体公式如下：TIit=(1-δ)TIt-1+PATt-1。其中，TIit是t期期初的绿色创新能力存量，PATt-1是本期的专利授权量，δ是折旧率。

由此可知，为了求得TIit，必须解决两个关键问题：第一。确定折旧率δ。δ是一个常数，在以往文献中，学者们的取值常为10%；第二，求初始存量TI0。在永续盘存模型中，期初的绿色创新能力存量一般采用如下方法计算：。其中，TI0是第一年的绿色创新能力存量，PAT0是第一年的专利授权量，gˉ是专利授权量在数据获得期内的平均年度对数增长率。

（2）解释变量：政府创新偏好（Gov）。考虑到政府参与区域创新系统建设的基本方式是财政支出，政府在有限的财政预算中，对科学发展和技术进步等方面的财政支出力度越大，表明政府的创新偏好程度越高。本文参考已有研究，利用地方科技投入占地方财政总支出的比值表征政府创新偏好。

（3）门槛变量：人力资本积累（Human）。作为经济发展的基本要素，高水平的人力资本积累既可以提高地区知识积累水平，又可以通过有效的知识溢出，进而对地区创新水平产生影响。教育是人力资本形成的最佳途径，本文借鉴Barro和Lee开展的教育获得的跨国比较系列研究，并结合我国教育年限设定情况，以平均受教育程度表征人力资本积累水平。为了计算各个地区的人力资本积累水平，本文设置了不同教育程度年限：小学（primary）6 年，初中（junior）9年，高中（senior）12年，大专及以上（college）16年，以各教育水平在人口中的比重为权重。根据统计数据中数据的可得性，本文计算了6岁及以上人口的平均受教育年限。具体计算公式如下：Human=primary*6+junior*9+senior*12+college*16。借鉴既有研究，本文还控制了其他变量对绿色技术创新的影响。具体包括：城市化水平（CIT），利用城市常住人口占总人口的比重衡量；产业结构（INS），利用第三产业增加值与第二产业增加值的比值衡量；技术市场成熟度（TEC），利用技术市场成交额的对数衡量；信息化水平（INF），利用人均邮电业务量衡量。

2.2 门槛模型构建

为了考察政府创新偏好对地区绿色技术创新的影响，本文构建如下简单的线性回归模型：

其中，Greenit为被解释变量，表示地区i在时期t的绿色技术创新水平，GOVit为解释变量，表示地区i在时期t政府创新偏好水平，Xit为控制变量，μi为未知的个体效应，εit表示随机误差项，通过选择合适的样本和估计方法，可以求出未知系数α和β`，从而分析政府创新偏好与地区绿色技术创新的关系。

模型（1）隐含了同质性假设，即假定政府创新偏好对地区绿色技术创新的影响在所有地区和所有时期都相同，GOVit每增加一个单位，Greenit会随之增加α单位。然而事实却并非如此，如前文所述，政府创新偏好与地区绿色技术创新之间很可能存在复杂的非线性关系，而线性模型给出的单一系数无法反映这一机制。

为了检验政府创新偏好与区域绿色技术创新之间的非线性效应，本文进一步利用门限回归模型进行实证研究。传统的静态门槛模型虽然可以弥补分组回归方法的不足，从数理统计角度识别未知变量的数据特征，但是该模型仍然会面临变量之间的内生性难题，导致模型估计存在偏误[23]。此外，考虑到绿色技术创新的前期依赖性与动态性特征，本文引入核心解释变量滞后项Greeni,t-1变量，利用差分GMM 估计方法分别构建以政府创新难偏好、人力资本积累为门槛变量的动态门槛面板模型，从而较好地解决了上述问题。

构建动态门槛模型如下：

其中，i和t分别表示省份和年份；thresholdit表示以政府创新偏好与人力资本积累为代表的门槛变量；为示性函数；η1和η2为单重和双重门槛值；ui为个体的特定效应；εit为随机扰动项。另外，多重门槛面板模型以此类推。

2.3 数据来源及预处理

本文选取2009—2019 年中国30 个省份（不含西藏和港澳台）作为研究样本。原始数据来自《中国统计年鉴》《中国科技统计年鉴》《中国人口和就业统计年鉴》和各省市统计年鉴。为了提高估计的准确性和可信度对于可能存在的价格波动的影响，本文利用GDP指数、居民消费价格指数和固定资产投资价格指数对所有货币量进行价格平减，进而调整为可比价格，基期为2009 年。同时，为了避免异方差和多重共线性，对相关变量进行取对数处理。变量的相关矩阵和描述性统计结果显示，大多数变量在1%显著性水平上相关，核心变量之间的相关系数较小，且作用方向基本与本文前述分析一致。

3 实证分析

3.1 基准回归结果分析

在对政府创新偏好与区域绿色技术创新进行全样本基准回归分析中，依次加入核心解释变量的平方项GOV2与控制变量，得到固定效应模型（1）至模型（3）。根据表1模型（1），政府创新偏好对于区域绿色技术创新存在显著的激励作用，表现在政府创新偏好每提高1 个单位，区域绿色技术创新将提升17.900个单位，在加入相关控制变量后，政府创新偏好的弹性系数变为14.750；由模型（3）可知，当加入核心解释变量的平方项GOV2后，模型结果更加稳健，且GOV2通过了显著性检验，表现出核心变量与因变量之间的“U”型特征。就控制变量而言，模型（2）与模型（3）结果基本一致，产业结构与技术市场成熟度均对绿色技术创新发挥出有利的影响作用，其作用系数分别为0.182、0.026；而城市化水平与信息化水平与区域绿色技术创新之间并未呈现显著的作用关系。

表1 基准回归结果

3.2 面板门槛模型结果与分析

根据前文所述方法，本文对以政府创新偏好以及人力资本积累为门槛变量的面板门槛模型设定进行检验，即分别进行以下三组假设检验：①：不存在门限，：存在一个门限；②：只存在一个门限，：存在两个门限；③：只存在两个门限，：存在三个门限。检验结果如表2所示，就政府创新偏好而言，0.07500的显著性检验值拒绝了双重门槛检验，表明该模型仅存在单重门槛效应；就人力资本而言，门槛模型均在1%的水平上通过检验，而三重门槛模型未通过检验，表明政府创新偏好与区域绿色技术创新之间存在人力资本积累的双重门槛效应。具体而言，政府创新偏好自身的阈值为0.0401，人力资本积累的双门槛值分别为8.5983、9.2990（见表3）。

表2 人力资本门槛效应显著性检验结果

表3 门槛值与置信区间

借助似然比函数图展示以人力资本积累门槛值的估计结果及相应95%置信区间构造。图1 和图2 中，当政府创新偏好门槛值为0.0401、人力资本积累门槛值分别为8.5983 和9.2990 时，似然比统计检验量LR 值为0。相应95%置信区间处于模型原假设H0：γ=γ0接受域内，门槛估计值与其真实值相等。因此，基于门槛异质区间划分为低政府创新偏好（GOV≤0.0401）与高政府创新偏好（GOV>0.0401）两部分以及低人力资本积累（Human≤8.2583）、中人力资本积累（8.25839.2990）三种类型。

图1 政府创新偏好单门槛的估计值和置信区间

图2 人力资本积累双门槛的估计值和置信区间

动态面板门槛回归结果见表4，模型（4）报告了以政府创新偏好同时为门槛变量与门槛依赖变量的回归结果，可以发现，政府创新偏好对区域绿色创新的驱动效应并不是单调递增（递减的），而是呈现非线性的“U”型阈值效应，为本文假设1 提供了有力的证据。具体来看，当政府创新偏好低于阈值0.0401时，政府创新偏好不利于对于绿色技术创新的提升，并且在1%的水平上显著为负；当政府创新偏好处于高补贴区间时，其对区域绿色技术创新的影响系数由-0.497变为0.489，并且通过了5%水平的显著性检验。在统计学意义上，当政府科技投入大于阈值0.0401时，政府创新偏好的激励影响占据主导地位。

表4 模型参数估计结果

在由人力资本积累驱动的政府创新偏好双重门槛效应下，随着人力资本积累由弱到强，会对绿色技术创新产生先抑制后促进的影响作用，印证了本文假设2。当人力资本积累水平低于8.5983时，政府创新偏好对绿色技术创新的影响表现为微弱的抑制作用，在1%的水平上呈现显著的负相关。伴随着人力资本积累水平不断提高，政府创新偏好对绿色技术创新的影响发生结构突变，当人力资本积累水平高于第一个门槛值（8.5983

在控制变量方面，模型（4）与模型（5）的动态门槛回归结果基本一致，城市化水平与产业结构均能够对区域绿色技术创新产生显著的积极影响，而技术成熟度与信息化水平则表现出负向抑制作用，表明现阶段我国技术成熟度与信息化水平相对发达国家较为落后，并未成为推动绿色创新高效发展的强大动力。此外，被解释变量绿色技术创新的滞后项在两个模型中均在1%的水平上显著为正，表明本文对于绿色技术创新动态滞后的控制是十分必要的。在GMM 工具变量过度识别的检验Hansen Test of Overid中，统计值显著性水平分别为0.433 和0.796，均大于0.1，证明了两个模型工具变量设定的合理性。关于扰动项εit自相关性检验AR（1）与AR（2）的P 值再一次证明了一阶差分GMM方法选择的正确性。

基于以上结果，本文得到政府创新偏好与区域绿色技术创新之间复杂的非线性动态关系是客观存在的。作为弥补市场失灵的重要手段，政府创新补贴量直接作用于其对于绿色技术创新的影响方向，仅有当政府创新偏好处于某一高值区间时，才能够打破企业绿色创新的融资困境，有效解决绿色创新活动风险与收益的匹配失衡难题，为企业创新营造良好的市场环境，从而助力企业绿色技术创新的攀升。同时，绿色技术创新提升作为一种技能偏向型的技术进步，其对劳动力素质水平的要求更高，人力资本积累的互补与协同在很大程度上影响着政府创新偏好的绿色创新驱动效应的实现。具体来说，当人力资本积累较低时，无论是企业内部研发部门对于科技投入的转化能力，还是校企等机构之间的知识转移效率均处于较低水平，均不利于区域总体的绿色技术创新的提高；当人力资本突破低值区间时，人力资本积累结构的高级化优势逐步显现；当高端人力资本池形成后，其对于区域绿色技术创新的提升具有重要意义，表现在企业管理层正确的创新决策、企业研发部门高效的创新效率以及不同主体之间高度的技术扩散与吸收程度三个方面。

3.3 异质性分析

图3 展示了2009—2019 年不同人力资本积累区间内区域数量的时间分布演化图。具体而言，随着时间推移我国高人力资本积累区间的省份不断增多，2009 年，仅有3个省份进入高人力资本积累等级，占比仅为10%，到2019年，高人力资本积累区间省份为14 个，占比增高至近50%，其中，2013 年高人力资本积累区间省份增长较为显著。同时，值得注意的是，中低人力资本积累区间的省份并不是一直在减少，而是存在波动特征，这说明在各地区人才争夺战日益白热化的大趋势下，政府应该注重高技术人才培育体制的构建，完善区域人才共享机制，从而有效解决不同区域内部创新人才缺失的问题。

图3 不同人力资本积累门槛区间内区域数量的时间分布图

表5 列示了2009—2019 年低人力资本积累和高人力资本积累门槛等级空间分布情况。总体上，中国多数地区的人力资本积累水平都处在中高门槛值状态，我国人力资本积累水平区域异质性显著，高人力资本积累等级中一半以上的省份均为东部地区，天津、河北和江苏一直处于高人力资本积累等级中，这是因为这三个省份为我国经济发达地区，大量的科技人员、科技资本和高新技术企业都集聚于此，知识溢出效应显著，技术积累深厚，加强政府创新偏好的低碳创新驱动绩效显著；中西部地区多数省份的政府创新偏好驱动发展作用依然受限，云南、陕西、甘肃、宁夏和新疆5个省份一直处于低人力资本积累等级，由于地理与经济环境的影响，中西部地区其他省份需要着重加强技术引进和自主创新，大力提升人力资本积累水平。

表5 2009—2019年的30个省份人力资本程度相对门槛值分布情况

3.4 稳健性检验

为考察结果是否稳健，借鉴文献[24]，尝试调整研究样本，检验离群值可能对结果的偏误，验证上文的稳健性。依此删除政府创新偏好最高和最低的1%、5%和10%左右的样本地区，分别对28个省份、26个省份和24个省份进行多次动态门槛模型检验，表6中的解释变量影响系数和显著性水平均与上文检验结果相类似，没有明显差别，表明本文实证结果稳健（仅列出26个省份的实证结果）。

表6 稳健性检验

4 结论与建议

本文基于2009—2019 年30 个省份的面板数据，分别以政府创新偏好、人力资本积累为门槛变量，同时纳入绿色技术创新滞后期，构建了动态门槛门限模型，实证考察了政府创新偏好对区域绿色技术创新的复杂影响。得出以下结论：（1）政府创新偏好与区域绿色技术创新之间表现出以政府创新偏好自身为门槛的“U”型阈值效应。当政府创新偏好处于拐点左侧时，政府科技投入对绿色技术创新的负向抑制影响占据主导地位，并未发挥出对绿色创新的预期作用；当政府创新偏好处于“U”型曲线右端时，才能够对企业绿色技术创新产生有利的影响。（2）在区域人力资本积累异质性下，政府创新偏好对于绿色技术创新的影响存在动态异质门槛特征。以人力资本积累的双重门槛值为界限，可以将我国区域人力资本积累划分为三大区间，当人力资本积累突破一重门槛8.5983 时，政府创新偏好对于绿色技术创新的影响发生结构突变，由微弱的负向影响变为显著的正向影响；随着人力资本积累继续跨越二重门槛时，政府创新补贴的优势彻底彰显。（3）我国不同区域在三大人力资本积累门限区间中的分布呈现一定的时空演化规律。我国高端人力资本积累呈现不断上升的趋势，且在2013年的增长趋势尤为明显，而中低人力资本积累则存在一定程度的波动趋势；空间上，我国大部分区域均处于中高人力资本积累区间中，但是相比东部地区高人力资本积累的先天优势，中西部地区多数省份的政府创新偏好驱动发展作用依然受限。

基于以上结论，本文提出以下建议：一是政府应该优化预算体制，进一步完善创新补助政策。在传统经济发展模式下，政府形成了“重基建而轻创新”的固化预算体制，当前，政府应加大创新资金投入，注重对高质量创新活动的财政支持，不断优化财政支出结构。同时，中央与地方政府应通过完善的企业调查审核机制对创新补助的分配进行科学决策，在政策执行过程中应避免主观随意性，最大程度减少预算错配的资源浪费现象。二是企业应同时从吸引与培育高端人力资本两个方面着手，增加自身人力资本竞争优势。企业应着力培养一批具备冒险家精神的创新型管理层，合理制定创新型人才引进计划，并通过政企、校企与企业之间的技术交流和人才共享途径为企业吸纳高知识人力资本，同时建立创新绩效考核与激励机制，为提高企业绿色技术创新营造良好的创新氛围。三是动态实施区域差异化绿色创新战略，实现区域协同创新发展。基于我国区域异质性视角，东部地区应该注重政府科技投入的充分性、精准性与有效性，从而保证高质量、大体量的绿色创新输出；而中西部地区更应注重高端人力资本的培育与引进，建立与东部地区的人才共享渠道，加大校企间的交流合作，从而突破人力资本天花板对于绿色技术创新的约束，为区域绿色创新的提高奠定坚实的基础条件。