Population Aging, Human Capital Structure and Innovation in Science and TechnologyAn Empirical Study Based on Spatial Durbin Model and Mediation Effect
-
摘要: 科技创新是推动经济高质量发展的核心因素,而人口老龄化与人力资本结构对科技创新具有重要影响。文章采用2008—2017年31个省面板数据,基于空间杜宾模型,对人口老龄化、人力资本结构与科技创新之间的关系进行了实证研究。空间杜宾模型的实证结果显示,人口老龄化对本地区及邻近地区科技创新均具有显著的抑制作用,而人力资本则可以显著促进本地区科技创新,但对于邻近地区,以不同数据指标测度的人力资本并未表现出预期的空间正向溢出。另外,人力资本中介效应检验结果显示,人力资本在人口老龄化影响科技创新的过程中存在部分遮掩效应。因而在人口老龄化程度不断加深的背景下,应不断优化人力资本结构,进一步增加科研投入,以促进区域创新能力的提升。Abstract: Scientific and technological innovation is the core factor to promote high-quality economic development, and population aging and human capital structure have an important impact on scientific and technological innovation. Using the panel data of 31 provinces from 2008 to 2017, based on the Spatial Durbin Model, this paper conducts an empirical study on the relations among population aging, human capital structure and scientific and technological innovation. The empirical results of the Spatial Durbin Model show that population aging has a significant inhibitory effect on scientific and technological innovation in the given region and its adjacent regions, while human capital can significantly promote scientific and technological innovation in the region. However, for adjacent regions, human capital measured by different data indicators does not show the expected spatial positive spillover. In addition, the mediation effect test results of human capital show that human capital has a partial masking effect in the process that population aging affects scientific and technological innovation. Therefore, in the context of the increasingly aging population, we should constantly optimize the human capital structure and further increase investments in research and development to facilitate the improvement of regional innovation capacity.
-
图 1 人口老龄化、人力资本结构影响科技创新的作用机理
表 1 变量的描述性统计
符号 均值 标准差 最大值 最小值 TI 3.4969 5.5144 33.2652 0.0093 AGE 0.09550 0.01989 0.1428 0.04824 SCH 8.7712 1.1692 12.6651 4.2219 UNI 0.1165 0.0690 0.4761 0.0168 MAT 32.4535 51.4440 392.8942 1.6053 DOC 5.2848 13.2027 100.4591 0.00685 INCOME 0.4914 0.1943 1.317 0.2060 STR 1.1786 0.6460 4.8940 0.5271 INTE 1.2791 1.2638 6.5317 0.0115 表 2 科技创新的Moran’s I指数
年份 Moran’s I P 年份 Moran’s I P 2008 0.154** 0.032 2013 0.248*** 0.002 2009 0.208*** 0.009 2014 0.235*** 0.004 2010 0.220*** 0.006 2015 0.232*** 0.005 2011 0.259*** 0.001 2016 0.225*** 0.006 2012 0.258*** 0.001 2017 0.176** 0.016 注:*、**、***分别表示在10%、5%、1%水平下显著,下同。 表 3 空间面板模型选择的相关检验结果
检验方式 统计值 P值 检验方式 统计值 P值 LM-spatial lag 33.668*** 0.000 LR-spatial lag 8.04** 0.0179 Robust LM-spatial lag 0.038 0.846 LR-spatial error 44.51*** 0.0000 LM-spatial error 98.481*** 0.000 Wald-spatial lag 17.97*** 0.0030 Robust LM-spatial error 64.851*** 0.000 Wald-spatial error 9.37* 0.0950 表 4 空间回归结果
变量 模型一 模型二 模型三 模型四 AGE −35.04352**
(−2.55)−35.2361***
(−2.65)−34.61909**
(−2.52)−35.89913***
(−2.66)SCH 0.9205213*
(1.88)UNI 18.70748***
(3.18)MAT 0.0269524***
(2.66)DOC 0.1323956***
(3.03)INCOME 10.42954***
(4.99)8.822185***
(4.23)6.905558***
(2.80)6.295288**
(2.53)INTE 2.772078***
(16.44)2.740461***
(16.78)2.749099***
(16.33)2.742093***
(16.13)STR 0.8026596
(1.22)0.9355746
(1.32)−0.0341321
(−0.04)−0.4596884
(−0.50)WY −0.6793776***
(−2.86)−0.5948318***
(−2.61)−0.7225381***
(−3.13)−0.7186981***
(−3.12)WAGE −523.5879***
(−6.86)−475.0227***
(−6.46)−519.0659***
(−6.98)−513.8045***
(−6.95)WSCH −0.8374223
(−0.21)WUNI −139.4957***
(−3.36)WMAT −0.0827274
(−1.20)WDOC −0.087933
(−0.33)WINCOME 8.985366
(0.47)17.36763
(0.92)33.3751
(1.57)29.70698
(1.40)WINTE 6.104797***
(4.68)5.709468***
(4.63)6.086035***
(4.83)6.46811***
(5.15)WSTR 17.20265***
(3.54)23.49289***
(4.05)18.47324**
(2.20)12.31227
(1.55)表 5 SDM模型的直接效应与间接效应回归结果
变量 模型一 模型二 直接效应 间接效应 总效应 直接效应 间接效应 总效应 AGE −22.43346
(−1.63)−312.343***
(−4.99)−334.776***
(−5.57)−24.7902*
(−1.86)−294.150***
(−4.85)−318.94***
(−5.46)SCH 1.005597**
(2.16)−1.029312
(−0.42)−0.0237156
(−0.01)UNI 21.79114***
(3.82)−99.5894***
(−3.13)−77.7983**
(−2.41)INCOME 10.31212***
(5.06)1.457645
(0.11)11.76976
(0.92)8.813326***
(4.28)7.918464
(0.63)16.73179
(1.34)INTE 2.666327***
(16.44)2.649627***
(4.30)5.315954***
(8.50)2.649309***
(16.59)2.676368***
(4.43)5.325678***
(8.68)STR 0.3748212
(0.60)10.59769***
(3.19)10.97251***
(3.25)0.4161953
(0.65)15.14662***
(3.52)15.56282***
(3.48)表 6 SDM模型的直接效应与间接效应回归结果
变量 模型三 模型四 直接效应 间接效应 总效应 直接效应 间接效应 总效应 AGE −21.53585**
(−1.57)−301.268***
(−5.04)−322.804***
(−5.62)−23.0405**
(−1.70)−297.960***
(−5.00)−321.00***
(−5.64)MAT 0.030730***
(3.12)−0.0632968
(−1.57)−0.0325673
(−0.80)DOC 0.142004***
(3.46)−0.10846***
(−0.72)0.0335462
(0.21)INCOME 6.075842**
(2.42)18.02925
(1.29)24.10509*
(1.80)5.551843**
(2.21)15.91258**
(1.16)21.46443
(1.62)INTE 2.643069***
(16.27)2.508298***
(4.24)5.151367***
(8.54)2.626735***
(15.97)2.766952***
(4.57)5.393687***
(8.69)STR −0.5944316
(−0.80)11.33324**
(2.26)10.73881***
(2.02)−0.87004
(−1.17)7.629612*
(1.65)6.75957
(1.37)表 7 中介效应模型检验结果
变量 模型一 模型二 模型1 模型2 模型3 模型1 模型2 模型3 AGE −48.85932***
(−3.69)1.003476
(0.44)−50.6241***
(−3.93)−48.85932***
(−3.69)0.539541**
(2.41)−57.10399***
(−4.40)SCH 1.59328***
(4.12)UNI 15.46149***
(4.32)控制变量 YES YES YES YES YES YES 时间效应 YES YES YES YES YES YES 地区效应 YES YES YES YES YES YES Cons 9.5133***
(4.05)6.597448***
(22.62)2.381202
(0.83)9.5133***
(4.05)−0.0378975
(−1.32)11.82418***
(5.05)R2 0.5888 0.4986 0.6128 0.5888 0.3603 0.6150 表 8 中介效应模型检验结果
变量 模型三 模型四 模型1 模型2 模型3 模型1 模型2 模型3 AGE −48.85932***
(−3.69)562.547**
(4.88)−63.26615***
(−4.70)−48.85932***
(−3.69)88.9788**
(3.52)−60.90698***
(−4.66)MAT 0.0259319***
(3.81)DOC 0.1375569***
(4.49)控制变量 YES YES YES YES YES YES 时间效应 YES YES YES YES YES YES 地区效应 YES YES YES YES YES YES Cons 9.5133***
(4.05)−38.92285***
(−2.63)10.89155***
(4.69)9.5133***
(4.05)−1.949625(−0.60) 9.445487***
(4.16)R2 0.5888 0.3006 0.6095 0.5888 0.1306 0.6169 -
[1] 孙倩倩. 人口老龄化对技术创新的时空异质性效应研究[J]. 财经理论与实践,2021,42(3):118-123. doi: 10.16339/j.cnkihdxbcjb.2021.03.016 [2] 邵汉华,汪元盛. 人口结构与技术创新[J]. 科学学研究,2019,37(4):739-749. doi: 10.16192/j.cnki.1003-2053.2019.04.018 [3] 金昊,赵青霞. 人口结构转变如何影响技术创新−基于省级面板数据的实证分析[J]. 宏观经济研究,2019(12):130-147. doi: 10.16304/j.cnki.11-3952/f.2019.12.013 [4] 杨校美. 人口老龄化会影响技术创新吗?−来自G20的经验证据[J]. 华东经济管理,2018,32(6):115-123. doi: 10.19629/j.cnki.34-1014/f.170907007 [5] 张艾莉,尹梦兰. 人口老龄化对区域技术创新的异质门槛效应研究[J]. 软科学,2019,33(11):35-40. doi: 10.13956/j.ss.1001-8409.2019.11.07 [6] 楼永,王留瑜,郝凤霞. 人口老龄化对我国科技创新的影响分析[J]. 科技管理研究,2020,40(21):14-22. doi: 10.3969/j.issn.1000-7695.2020.21.003 [7] 王艳涛,崔成. 人力资本结构与技术创新模式关系研究[J]. 技术经济与管理研究,2019(6):30-35. doi: 10.3969/j.issn.1004-292X.2019.06.006 [8] 张涵,杨晓昕. 异质性人力资本、空间溢出与高技术产业创新[J]. 科技进步与对策,2019,36(22):51-59. doi: 10.6049/kjjbydc.2019040063 [9] 冯江茹. 人力资本对区域创新效率影响的实证研究[J]. 技术经济,2020,39(12):123-130. doi: 10.3969/j.issn.1002-980X.2020.12.016 [10] 裴开兵. 研发人力资本配置与技术创新−异质教育层次视角[J]. 科技进步与对策,2021,38(14):11-20. doi: 10.6049/kjjbydc.2020100688 [11] 刘灿雷,高超. 教育、人力资本与创新−基于“量”与“质”的双重考察[J]. 财贸经济,2021,42(5):110-126. doi: 10.3969/j.issn.1002-8102.2021.05.008 [12] 卿陶. 人力资本投入与企业创新−来自中国微观企业数据的证据[J]. 人口与经济,2021(3):108-127. [13] STEPHAN P E & LEVIN S G. Age and Nobel Prize revisited [J]. Scientometrics, 1993, 28(3):387-399. doi: 10.1007/BF02026517 [14] NODA H. Population aging and creative destruction [J]. Journal of Economic Research, 2011(16):29-58. [15] 胡乃军. 中国人口老龄化与居民储蓄研究[J]. 北京科技大学学报(社会科学版),2017,33(2):33-38. doi: 10.3969/j.issn.1008-2689.2017.02.006 [16] LEE R D. Macroeconomic consequences of population aging in the United States:overview of a national academy report [J]. American Economic Review, 2014, 104(5):234-239. doi: 10.1257/aer.104.5.234 [17] 朱雪忠,胡成. 专利是测度企业技术创新绩效的有效工具吗?[J]. 科学学研究,2021,39(8):1498-1503. doi: 10.3969/j.issn.1003-2053.2021.08.016 [18] 林喜庆,许放. 基于AHP的城市科技人才竞争力评价研究−以中国4个直辖市2008年数据分析为例[J]. 北京科技大学学报(社会科学版),2015,31(1):109-118. doi: 10.3969/j.issn.1008-2689.2015.01.017 [19] 刘智勇,李海峥,胡永远,等. 人力资本结构高级化与经济增长−兼论东中西部地区差距的形成和缩小[J]. 经济研究,2018,53(3):50-63. [20] 江三良,侯媛媛. 人力资本结构优化与地区经济高质量增长[J]. 南京审计大学学报,2021,18(1):90-100. [21] 程锐,马莉莉,陈璇. 人力资本结构演进与中国经济增长−来自省际层面的经验证据[J]. 商业研究,2019(1):60-70. [22] 张红霞,王天慧. 人力资本结构高级化、技术进步与地区经济高质量发展−基于空间杜宾模型的分析[J]. 商业研究,2021(2):30-39. [23] 蒋长流,司怀涛. 环境规制、研发投入与产业结构调整[J]. 南京财经大学学报,2020(2):18-26. [24] 温忠麟,叶宝娟. 中介效应分析:方法和模型发展[J]. 心理科学进展,2014,22(5):731-745. [25] 张晓锋,周昕宇. 高校科研助理岗位系统建构探析[J]. 北京科技大学学报(社会科学版),2021,37(6):630-637. doi: 10.3969/j.issn.1008-2689.2021.06.007