丁 重，鄧可斌

（1. 廣東外語外貿(mào)大學(xué) 會計學(xué)院，廣東 廣州 510006；2. 華南理工大學(xué) 經(jīng)濟(jì)與貿(mào)易學(xué)院，廣東 廣州 510006）

一、引 言

近年來，以考研為代表的高學(xué)歷追逐熱度持續(xù)升溫，2017年考研人數(shù)已突破200萬。①數(shù)據(jù)來自中國教育在線網(wǎng)站：http://www.eol.cn/html/ky/bmrs/。與此同時，公務(wù)員報考熱度也不斷上升。這自然讓我們產(chǎn)生一個問題：高學(xué)歷追逐熱度上升是否有利于推動我國的技術(shù)創(chuàng)新?直覺上，有更多的人希望成為高層次專業(yè)人才，這可能意味著更多的人愿意積極地投身到技術(shù)創(chuàng)新中，但也可能僅僅是追求高學(xué)歷以獲得更好的職場升遷機會。相對而言，前者是我們更愿意看到的高學(xué)歷追逐熱度上升能發(fā)揮出的正面作用。對此進(jìn)行系統(tǒng)研究，正是本文的主要目的。

遵循已有研究思路，一個國家或地區(qū)技術(shù)創(chuàng)新的缺失，可以歸納為兩個方面的原因：一是地區(qū)文化土壤雖然能夠產(chǎn)生專業(yè)人才，但專業(yè)人才沒有愿望或能力推動技術(shù)創(chuàng)新；二是盡管培養(yǎng)了有愿望、有能力推動技術(shù)創(chuàng)新的專業(yè)人才，但由于社會組織體系（主要是企業(yè)組織體系及相應(yīng)的激勵機制等）存在問題，從而切斷了專業(yè)人才與創(chuàng)新的聯(lián)系（Acemoglu等，2005）。事實上，已有相關(guān)文獻(xiàn)也是圍繞這兩個方面展開的（張宇燕和高程；2005）。

從經(jīng)濟(jì)學(xué)角度對創(chuàng)新人才缺乏和創(chuàng)新組織問題展開的諸多討論，為“創(chuàng)新人才培養(yǎng)存在先天不足”和“組織制度存在不足”兩類觀點分別提供了不少的理論支持（姚洋，2003；張宇燕和高程，2005），也大大促進(jìn)了以上問題的研究進(jìn)展。然而，目前這些研究都面臨著同一個困境：由于數(shù)據(jù)的缺乏和實證研究設(shè)計的困難，研究往往缺乏經(jīng)驗證據(jù)的充分支持，從而使得規(guī)范分析陷入了僵局。本文試圖打破這一僵局，提供與理論分析一致的、結(jié)構(gòu)清晰的經(jīng)驗證據(jù)，進(jìn)而判斷究竟是高層次創(chuàng)新人才培養(yǎng)土壤原因，還是組織制度的原因?qū)е录夹g(shù)創(chuàng)新不足，抑或是兩者兼具。

我們基于我國各省份各年碩士研究生報考熱度數(shù)據(jù)，①本文的各省份分析數(shù)據(jù)沒有包括港澳臺地區(qū)。運用手工采集的中國省級面板數(shù)據(jù)，設(shè)計了兩組穩(wěn)健的省份-年度高學(xué)歷追逐熱度指標(biāo)（連續(xù)變量指標(biāo)和虛擬變量指標(biāo)），并結(jié)合中國上市公司的創(chuàng)新投入與全要素生產(chǎn)率/專利申請強度數(shù)據(jù)，研究發(fā)現(xiàn)：（1）高學(xué)歷追逐熱度的上升促進(jìn)了技術(shù)創(chuàng)新投入，即高學(xué)歷追逐熱度越高的地區(qū)，技術(shù)創(chuàng)新投入強度也越大。（2）高學(xué)歷追逐熱度對技術(shù)創(chuàng)新的推動作用，主要是通過政府對企業(yè)的支持而實現(xiàn)的。為排除省份其他特質(zhì)因素對地區(qū)高學(xué)歷追逐熱度的干擾，我們引入雙盲對照Placebo檢驗；為控制內(nèi)生性，我們借鑒著名的“大米理論”而引入了工具變量。這些檢驗結(jié)果均證明了研究結(jié)論的穩(wěn)健性。

二、文獻(xiàn)回顧與理論分析

（一）考研目標(biāo)：行政人才與專業(yè)人才

1. 行政人才目標(biāo)及其與教育的緊密關(guān)聯(lián)。有相當(dāng)一部分學(xué)生考研是為了成為行政人才，或者說成為公務(wù)員。中國歷史上的“官本位”思想一直受到各方面的批評，并認(rèn)為其嚴(yán)重?fù)p害了創(chuàng)新的動力。在中國的傳統(tǒng)文化中，也有所謂“仕而優(yōu)則學(xué)，學(xué)而優(yōu)則仕”之說。在古代，只有通過科舉考試成為舉人或進(jìn)士，普通老百姓才有機會通過從政晉升到社會上層。同時，在職官員也想方設(shè)法提升學(xué)歷以便晉升。②即使像左宗棠這樣名滿天下的武臣，為了“入閣”（其實就是升官），在到了40歲考取進(jìn)士還無望的情況下，最終還是想方設(shè)法讓朝廷補授了個同“進(jìn)士”出身的“大學(xué)士”。參見[清]羅正鈞：《左宗棠年譜》第6卷，岳麓書社1983年版，第268頁。可見，以往研究至少已充分表明行政人才目標(biāo)與教育理論上存在著緊密關(guān)聯(lián)。即使是現(xiàn)代，學(xué)歷也仍然是官員晉升的重要門檻。在20世紀(jì)80年代，錢學(xué)森曾經(jīng)對我國干部的學(xué)歷提出構(gòu)想?到2000年，中國所有干部都是本科以上學(xué)歷，其中縣級所有干部必須要有碩士學(xué)歷，而省級和部級以上干部必須擁有博士學(xué)歷。雖然他的設(shè)想沒有完全變?yōu)楝F(xiàn)實，但干部學(xué)歷的不斷提升已成為中國近年來官員晉升的一大趨勢。現(xiàn)有文獻(xiàn)也表明，在中國高學(xué)歷對于成為行政人才的重要程度越來越高（Guo，2005）。

2. 教育與專業(yè)人才路徑。隨著改革開放的深入，除了行政人才路徑外，專業(yè)人才路徑已經(jīng)悄然成為中國大眾提升自己的一條重要路徑（Walder，1995；Walder等，2000）。③Walder（1995）在文獻(xiàn)中指出，專業(yè)人才所涉及的職業(yè)主要包括科學(xué)家、工程師、科技管理人員、醫(yī)務(wù)人員、社會科學(xué)家、律師、教師、藝術(shù)家、職業(yè)運動員、藝術(shù)和音樂表演者。而教育也已經(jīng)成為專業(yè)人才成長的決定因素（Walder，1995）。這其中的邏輯在于：市場化改革帶來了中國資源分配渠道的改變，市場在資源分配中發(fā)揮的作用越來越重要，這樣行政權(quán)力的重要性逐漸下降，而人力資本和專業(yè)技術(shù)越來越受到重視。因此，受過良好教育的專業(yè)技術(shù)人員才能在市場經(jīng)濟(jì)中發(fā)揮作用，并有機會成長為專業(yè)人才。在經(jīng)濟(jì)轉(zhuǎn)型關(guān)鍵期，教育已經(jīng)成為影響中國人力資本的一個重要因素，并且教育作為資源所獲得的收益也越來越高（Zhou，2000）。那些受過更多教育并且在專業(yè)上具有很高聲望的人逐漸成為其所在行業(yè)的專業(yè)人才。這些專業(yè)人才往往在其專業(yè)上具有很強的創(chuàng)新能力。

（二）人才目標(biāo)、政府的支持及其對技術(shù)創(chuàng)新的影響

根據(jù)已有文獻(xiàn)，高學(xué)歷人才的培養(yǎng)主要沿著兩條相互獨立的路徑進(jìn)行：一是擁有權(quán)力和聲望的官員（行政人才）；二是基本上不具有權(quán)力的專業(yè)人才（Szelenvi，1982；Walder等，2000）。如果行政人才和專業(yè)人才的成長路徑相互分離，那么兩類人才目標(biāo)可以遵循以下互不交叉的路徑實現(xiàn)：

圖1 互不交叉的兩類人才成長路徑

然而，由于中國轉(zhuǎn)型經(jīng)濟(jì)過程中政企紐帶（政府對企業(yè)的扶持）普遍存在，問題就變得有些復(fù)雜。企業(yè)高度依賴政府的支持，事實上已成為影響中國企業(yè)發(fā)展與專業(yè)人才成長的一種獨特組織制度，也是學(xué)界考察政府與市場關(guān)系和政府“援助之手”的一個重要視角（Shleifer和Vishny，1994）。就中國情況而言，無論是進(jìn)入政府部門還是進(jìn)入企業(yè)，高學(xué)歷人才都可以找到成為行政人才或?qū)I(yè)人才的路徑。以行政人才為目標(biāo)的高學(xué)歷者，不一定選擇進(jìn)入政府，也可以在企業(yè)中借助自己的管理能力成為高管，再晉升到政府部門。同樣地，以專業(yè)人才為目標(biāo)的高學(xué)歷者，也可以先進(jìn)入政府部門，再憑借自己的專業(yè)技能進(jìn)入企業(yè)成為高管。比如，F(xiàn)an等（2007）的研究就發(fā)現(xiàn)，在中國進(jìn)行了部分股權(quán)改革企業(yè)的CEO中，有將近27%的CEO以前是政府官員或現(xiàn)在就是政府官員。

企業(yè)得到政府的支持，既可能會得到更好的技術(shù)創(chuàng)新環(huán)境，但也可能會減少企業(yè)自身的創(chuàng)新動力，從而會降低企業(yè)的創(chuàng)新投入，對技術(shù)創(chuàng)新帶來負(fù)面影響。這是因為：企業(yè)的技術(shù)創(chuàng)新是否能夠成功，具有很大的不確定性，而企業(yè)如果能夠通過與政府建立良好的關(guān)系去獲得更多資源（如銀行貸款）（Khwaja和Mian，2005），企業(yè)就能獲得一個穩(wěn)定的高利潤，取得良好的短期經(jīng)營績效（Khwaja和Mian，2005；Li等，2008）。這樣，企業(yè)一方面可能會消除了對技術(shù)創(chuàng)新不確定性的擔(dān)心，更多地投入到技術(shù)創(chuàng)新；另一方面也可能沉迷于短期高利潤，不再愿意承擔(dān)技術(shù)創(chuàng)新的高風(fēng)險，導(dǎo)致企業(yè)創(chuàng)新動力下降，從而減少企業(yè)創(chuàng)新投入。此外，政府扶持多的企業(yè)往往會追求更高的政治目標(biāo)，導(dǎo)致經(jīng)營效率下降（Shleifer和Vishny，1994）。并且，當(dāng)行政人才主導(dǎo)了企業(yè)投資和社會發(fā)展時，投資的效率可能會相當(dāng)?shù)拖拢ˋcemoglu等，2011）。

（三）中國的人才成長路徑及其對技術(shù)創(chuàng)新的影響

基于以上分析，我們將政府的扶持（以政企紐帶為表征）作為影響技術(shù)創(chuàng)新的典型組織機制，并通過圖2勾勒出中國的人才成長路徑。

圖2 交叉的人才成長路徑及其與技術(shù)創(chuàng)新的關(guān)系

圖2 中，專業(yè)人才對技術(shù)創(chuàng)新的影響存在著兩種可能的路徑：一是直接路徑，即直接從事或指導(dǎo)創(chuàng)新活動，促進(jìn)技術(shù)創(chuàng)新；二是間接路徑，即通過建立政企紐帶，獲取一定的政府支持，再投入技術(shù)創(chuàng)新。①當(dāng)然，圖2中也可能存在技術(shù)創(chuàng)新與人才成長的反向因果關(guān)系。比如，技術(shù)創(chuàng)新強的地區(qū)，高學(xué)歷追逐熱度氛圍可能更濃厚。但是，邏輯上這種反向因果關(guān)系不會通過政企紐帶變量進(jìn)行傳導(dǎo)。比如，當(dāng)?shù)氐募夹g(shù)創(chuàng)新能力強，并不會使得人們更愿意通過政企紐帶來強化考研氛圍。因此，政府的扶持對于高學(xué)歷追逐與技術(shù)創(chuàng)新的關(guān)系就有著關(guān)鍵的調(diào)節(jié)作用。

三、高學(xué)歷追逐熱度的度量

基于以上分析，并反復(fù)考量數(shù)據(jù)的可得性與合理性，我們采用每個省份每年報考全國各高校和研究機構(gòu)碩士研究生的人數(shù)與該地區(qū)大專以上人口數(shù)量的比值來衡量這個省份的高學(xué)歷追逐熱度。②報考人數(shù)指的是每個省份每年報考全國各地所有高校和研究機構(gòu)的碩士研究生人數(shù)，而非報考每個省份內(nèi)高校的碩士研究生人數(shù)。這樣處理能夠最大限度地體現(xiàn)地區(qū)人群成為“人才”的主觀意愿，同時避免指標(biāo)受到本地區(qū)招生人數(shù)的影響。我們對這一指標(biāo)進(jìn)行了反復(fù)考量，認(rèn)為它是現(xiàn)有數(shù)據(jù)可得性約束條件下，較為合理的一個指標(biāo)。原因有以下三方面：第一，由于本文需要將地區(qū)高學(xué)歷追逐熱度數(shù)據(jù)和企業(yè)數(shù)據(jù)進(jìn)行匹配，而很多企業(yè)數(shù)據(jù)在2003年后才完善（如企業(yè)創(chuàng)新投入數(shù)據(jù)）。③2003年，全國參加高考人數(shù)為613萬人，高校錄取人數(shù)（包括本科和高職）為382萬人，錄取率為62.3%；2014年，全國高考報名人數(shù)為939萬人，本科生招生人數(shù)為363萬人，本科錄取率為38.7%。數(shù)據(jù)來源：http://www.gov.cn/xinwen/2014-06/07/content_2696148.htm。第二，我國本科錄取名額是分省份設(shè)定的。雖然本科錄取率能夠在一定程度上反映各地追求學(xué)歷的熱度，但本科錄取率更多反映的是教育資源的差距，很難反映各個地區(qū)的主觀追求學(xué)歷的愿望；因此，我們沒有采用本科錄取率作為衡量一個地區(qū)追求學(xué)歷熱度的指標(biāo)。而碩士研究生不存在分省份設(shè)定名額的問題，各高校的研究生招生指標(biāo)都向全國開放。第三，我們的指標(biāo)樣本期為2005?2012年，這可以在很大程度上減少生活壓力對地區(qū)高學(xué)歷追逐熱度測度指標(biāo)的干擾。人們選擇考研，往往有兩種可能的原因：一是不考研難以解決生活困難，即考研是擺脫生活困境的有效路徑；二是雖然不存在生活困境，但希望通過考研來提升自己的社會和經(jīng)濟(jì)地位。顯然，只有后者才與地區(qū)高學(xué)歷追逐熱度有著緊密聯(lián)系，而前者的存在會對指標(biāo)測度帶來干擾。2005?2012年間，我國的經(jīng)濟(jì)增長持續(xù)向好，④盡管在2008年經(jīng)濟(jì)出現(xiàn)了短暫的下滑趨勢，但“4萬億”政策的出臺又迅速扭轉(zhuǎn)了該下滑趨勢。大學(xué)畢業(yè)生（包括?？?、本科和研究生）的就業(yè)率均呈現(xiàn)相對較好態(tài)勢，而且本科生就業(yè)率和碩士生就業(yè)率的差別并不是特別大，⑤可查閱各年教育部全國高等學(xué)校學(xué)生信息咨詢與就業(yè)指導(dǎo)中心編著的《全國高校畢業(yè)生就業(yè)狀況》。以2009年為例，碩士生的初次就業(yè)率為81.2%，本科生為79.6%。需要指出的是，雖然碩士生的起薪明顯高于本科生，但這并不影響我們的研究：因為只要?？粕虮究粕木蜆I(yè)率未處于困難水平，且起薪水平高于避免“生活困難”所要求的標(biāo)準(zhǔn)，我們就可以排除考研是“為生活所迫”的假設(shè)。這就可以在很大程度上減弱第一種原因?qū)χ笜?biāo)的干擾。

因此，在數(shù)據(jù)可得性約束的情況下，本文構(gòu)建的這一指標(biāo)能夠較為合理地度量出一個地區(qū)的高學(xué)歷追逐熱度。在本研究中，由于2005年之前很多省份碩士研究生報名人數(shù)的數(shù)據(jù)很難通過網(wǎng)絡(luò)搜索到，而國家統(tǒng)計局還沒有發(fā)布2012年以后各省份每年大專以上人口數(shù)量的數(shù)據(jù)，所以我們使用的是2005?2012年的數(shù)據(jù)。如前所述，使用這一樣本期的數(shù)據(jù)，還可以在相當(dāng)程度上減少大專和本科學(xué)歷人群因就業(yè)難而考研的情況及其對指標(biāo)合理性的干擾。

各省份每年碩士研究生報名人數(shù)的數(shù)據(jù)，我們通過各主要相關(guān)網(wǎng)址手工收集得到，并反復(fù)核實。⑥數(shù)據(jù)從以下網(wǎng)址中搜索整理：中國考研網(wǎng)：http://www.chinakaoyan.com/info/article/id/17555.shtml；在職研究生網(wǎng)：http://zzy.22edu.com/shanxizaizhi/xianligong/226383.html；青年人網(wǎng)：http://www.qnr.cn/stu/tuofu/zs/dt/201011/583728.html；騰訊教育網(wǎng)：http://edu.qq.com/a/20101117/000283.htm。各省份每年大專以上人口數(shù)量的數(shù)據(jù)來自中國國家統(tǒng)計局網(wǎng)站。2005年和2006年，分別有4個和5個省份碩士研究生報名人數(shù)無法獲得，所以2005年和2006年共有27個和26個省份的地區(qū)高學(xué)歷追逐熱度數(shù)據(jù)。最后，我們共得到2005?2012年各省份的地區(qū)高學(xué)歷追逐熱度指標(biāo)數(shù)據(jù)共239個，是一個非平衡面板數(shù)據(jù)集。

四、研究設(shè)計、變量選擇與數(shù)據(jù)來源

（一）研究設(shè)計

需要再次說明的是，由于地區(qū)高學(xué)歷追逐熱度是長時間形成的一種穩(wěn)定的文化狀態(tài)，它發(fā)生在企業(yè)技術(shù)創(chuàng)新之前，所以本文的研究不需要對內(nèi)生性問題有太多顧慮。

本文的實證研究分為三個步驟進(jìn)行。首先，我們驗證地區(qū)高學(xué)歷追逐熱度是否影響了技術(shù)創(chuàng)新投入，據(jù)此簡單判斷地區(qū)高學(xué)歷追逐是否具有推動專業(yè)人才產(chǎn)生的能力。然后，我們檢驗地區(qū)高學(xué)歷追逐熱度通過什么途徑影響技術(shù)創(chuàng)新。最后，我們檢驗地區(qū)高學(xué)歷追逐熱度如何影響企業(yè)生產(chǎn)效率（全要素生產(chǎn)率/專利申請強度）。

1. 地區(qū)高學(xué)歷追逐熱度與技術(shù)創(chuàng)新投入的關(guān)系。我們借鑒Brown等（2013）的研究方法，建立以下回歸模型檢驗地區(qū)高學(xué)歷追逐熱度對創(chuàng)新投入的影響：

其中，下標(biāo)i代表公司，j代表省份，t和t-1代表時間。RD是企業(yè)的R&D投入強度，為保證研究穩(wěn)健性，它由R&D支出與總資產(chǎn)比值的對數(shù)RDA和R&D支出與營業(yè)收入比值的對數(shù)RDS分別度量（聶輝華等，2008；Brown等，2013）。一般而言，R&D投入強度越大，企業(yè)的創(chuàng)新活動越活躍。KY是省級的地區(qū)高學(xué)歷追逐熱度指標(biāo)?？刂谱兞緾F是公司的現(xiàn)金流，采用CF作為控制變量是因為現(xiàn)金流是 R&D 支出的重要來源（Bhagat和 Welch，1995；解維敏等，2009；Brown 等，2013）。lnSales是公司營業(yè)收入的對數(shù)，用此表示企業(yè)規(guī)模（聶輝華等，2008；Brown等，2013；許昊等，2015）。ROA是公司的資產(chǎn)收益率，度量企業(yè)的經(jīng)營績效（許昊等，2015）。根據(jù)理論分析，我們提出研究假設(shè)如下：①這里，我們沒有考慮其他地區(qū)“高學(xué)歷追逐熱度”對本地區(qū)技術(shù)創(chuàng)新的影響。我們的研究只是想證明地區(qū)“高學(xué)歷追逐熱度”對地區(qū)技術(shù)創(chuàng)新的作用及其途徑。當(dāng)然，其他地區(qū) “高學(xué)歷追逐熱度”也會對本地技術(shù)創(chuàng)新產(chǎn)生作用，但只要其他地區(qū)的“高學(xué)歷追逐熱度”對本地區(qū)的“高學(xué)歷追逐熱度”的影響遠(yuǎn)小于本地區(qū)自生的“高學(xué)歷追逐熱度”，這就不會過多地妨礙我們論證本地區(qū)“高學(xué)歷追逐熱度”的作用和角色。

研究假設(shè)1：地區(qū)高學(xué)歷追逐熱度與技術(shù)創(chuàng)新投入顯著正相關(guān)，即地區(qū)高學(xué)歷追逐熱度能夠促進(jìn)技術(shù)創(chuàng)新投入。

2. 地區(qū)高學(xué)歷追逐熱度對技術(shù)創(chuàng)新投入的影響路徑。如前所述，地區(qū)高學(xué)歷追逐熱度既可以直接影響技術(shù)創(chuàng)新投入，也可以通過政府的支持效應(yīng)而間接地影響企業(yè)的技術(shù)創(chuàng)新投入。因此，在這一部分實證中，我們在回歸模型（1）中加入一個地區(qū)高學(xué)歷追逐熱度強度與政府扶持（政企紐帶）的交叉項，對這兩種路徑進(jìn)行甄別。于是，相應(yīng)的回歸模型設(shè)定如下：

在式（3）中，交叉項的系數(shù)γ3，可以揭示地區(qū)高學(xué)歷追逐熱度是否通過其與政企紐帶效應(yīng)的結(jié)合來影響技術(shù)創(chuàng)新投入的強度。在式（2）和式（3）中是t?1年企業(yè)i的政府扶持程度，其他變量和式（1）是一致的。在理論分析中，由于地區(qū)高學(xué)歷追逐熱度對創(chuàng)新投入的影響可能存在兩條路徑：直接影響，以及通過其與政府扶持作用結(jié)合而產(chǎn)生的間接影響。因此，我們提出兩個競爭性假設(shè)：

研究假設(shè)2a：地區(qū)高學(xué)歷追逐熱度與企業(yè)創(chuàng)新投入強度顯著正相關(guān)，而地區(qū)高學(xué)歷追逐熱度與政企紐帶的交叉項和企業(yè)創(chuàng)新投入強度不相關(guān)或顯著負(fù)相關(guān)。

研究假設(shè)2b：地區(qū)高學(xué)歷追逐熱度與企業(yè)創(chuàng)新投入強度不相關(guān)或顯著負(fù)相關(guān)，而地區(qū)高學(xué)歷追逐熱度與政企紐帶的交叉項和企業(yè)創(chuàng)新投入強度顯著正相關(guān)。

3. 地區(qū)高學(xué)歷追逐熱度對生產(chǎn)效率（全要素生產(chǎn)率/專利申請強度）的影響路徑識別。最后，我們需要分析地區(qū)高學(xué)歷追逐熱度對生產(chǎn)效率，以及地區(qū)高學(xué)歷追逐熱度通過政府扶持對生產(chǎn)效率的影響，從而甄別地區(qū)高學(xué)歷追逐熱度對生產(chǎn)效率的影響途徑。我們用全要素生產(chǎn)率（TFP）度量生產(chǎn)效率指標(biāo)，建立回歸模型如下：

為了保證研究結(jié)論可靠，在穩(wěn)健性檢驗中，我們也用企業(yè)專利申請強度IE（申請專利總數(shù)與總資產(chǎn)的比值）替代TFP來度量生產(chǎn)效率（相對于TFP，IE度量的生產(chǎn)效率與技術(shù)創(chuàng)新效率關(guān)系更為緊密），建立回歸模型如下：

其中，下標(biāo)i代表公司，j代表省份，t和t?1代表時間。TFP是公司的全要素生產(chǎn)率，IE為年度企業(yè)的專利申請強度，均代表生產(chǎn)效率。KY是各省份的地區(qū)高學(xué)歷追逐熱度，PS是企業(yè)的政府扶持程度，交叉項的系數(shù)表示地區(qū)高學(xué)歷追逐熱度與政府扶持結(jié)合起來對生產(chǎn)效率的影響?？刂谱兞恐?，TAL是企業(yè)總資產(chǎn)與員工人數(shù)的比值，公司人均資產(chǎn)水平會影響技術(shù)創(chuàng)新效率（Almeida等，2013）；Tobin是公司的托賓Q值，R&D支出是公司投資策略的一部分，并且要比投資支出風(fēng)險更大，而托賓Q會影響公司的研發(fā)支出（Bhagat和Welch，1995）；TL是公司的資產(chǎn)負(fù)債率，因為公司的資本結(jié)構(gòu)會影響R&D支出和專利活動（Bhagat和Welch，1995；Aghion等，2004）。根據(jù)兩種可能的影響路徑，我們提出兩個競爭性假設(shè)：

研究假設(shè)3a：地區(qū)高學(xué)歷追逐熱度與生產(chǎn)效率（創(chuàng)新效率）顯著正相關(guān)，而地區(qū)高學(xué)歷追逐熱度與政府扶持的交叉項和企業(yè)生產(chǎn)效率（創(chuàng)新效率）不相關(guān)或顯著負(fù)相關(guān)。

研究假設(shè)3b：地區(qū)高學(xué)歷追逐熱度與生產(chǎn)效率（創(chuàng)新效率）不相關(guān)或顯著負(fù)相關(guān)，而地區(qū)高學(xué)歷追逐熱度與政府扶持的交叉項和生產(chǎn)效率（創(chuàng)新效率）顯著正相關(guān)。

為了區(qū)分地區(qū)高學(xué)歷追逐熱度與各省份、各行業(yè)及和時間相關(guān)的宏觀經(jīng)濟(jì)政策的影響，我們在式（1）?式（9）模型的回歸中都加入了省份、行業(yè)和時間固定效應(yīng)虛擬變量。

（二）變量說明與數(shù)據(jù)來源

1. 變量及其說明。本文所涉及的主要變量包括：（1）R&D投入強度（RD）。企業(yè)R&D投入強度有兩種刻畫方法：R&D支出與總資產(chǎn)的比值的對數(shù)（RDA），以及R&D支出與營業(yè)收入的比值的對數(shù)（RDS）。其中R&D支出，我們采用的是資產(chǎn)負(fù)債表中“開發(fā)支出”科目期末數(shù)減去期初數(shù)。（2）政府扶持（PS）。根據(jù) Fan 等（2007）、Luo 和 Ying（2014）的設(shè)計方法，我們對企業(yè)高管中（董事會、監(jiān)事會、總經(jīng)理和副總經(jīng)理）有政府背景的人員進(jìn)行賦分并加總。政府職位由高到低分為七級，分別賦于7?1分。為了使國有企業(yè)和非國有企業(yè)有一個合理的區(qū)分度，對國有企業(yè)再額外加上40分。之所以加上40分，是因為非國有企業(yè)的政府扶持平均得分為35分，加上40分可以保證絕大部分國企的政府扶持程度高于非國企。我們也嘗試把這個加分改為20、25、30、35、45或50分，但研究結(jié)果并沒有根本性的變化。同時，在穩(wěn)健性檢驗中，我們也考察了使用國有或非國有虛擬變量代理政府扶持變量的測度指標(biāo)后的結(jié)果。（3）生產(chǎn)效率指標(biāo)（TFP）。用TFP（Total Factor Productivity）表示，根據(jù) Olley 和 Pakes（1996）的方法計算。（4）生產(chǎn)效率指標(biāo)（IE）。用企業(yè)申請專利總數(shù)與總資產(chǎn)的比值表示。專利數(shù)據(jù)來自中國國家知識產(chǎn)權(quán)局。①專利申請數(shù)據(jù)來自國家知識產(chǎn)權(quán)局網(wǎng)站：www.sipo.gov.cn。（5）企業(yè)性質(zhì)（IO）。企業(yè)性質(zhì)用最終控制人性質(zhì)的虛擬變量表示。國有為1，非國有為0。（6）企業(yè)規(guī)模（Size）。用公司總資產(chǎn)的對數(shù)表示。（7）經(jīng)濟(jì)開放度（Trade）。用各省各年的進(jìn)出口總額與生產(chǎn)總值的比值表示。其中，進(jìn)出口總額使用的是經(jīng)營單位所在地的進(jìn)出口總額。由于進(jìn)出口總額使用的單位是美元，因此我們結(jié)合各年人民幣與美元之間的匯率，將進(jìn)出口總額換算為人民幣表示。計算所需數(shù)據(jù)來自于國家統(tǒng)計局。參見楊少文和熊啟泉（2014）以及胡智和劉志雄（2005）的做法。（8）資產(chǎn)收益率（ROA）。用企業(yè)凈利潤與總資產(chǎn)的比值表示。（9）托賓Q值（Tobin）。用企業(yè)資產(chǎn)市值與重置成本比值表示。（10）現(xiàn)金流量（CF）。用經(jīng)營活動產(chǎn)生的現(xiàn)金流凈額與總資產(chǎn)的比值表示。（11）營業(yè)收入（lnSales）。用營業(yè)收入的對數(shù)表示。（12）總資產(chǎn)負(fù)債率（TL）。用企業(yè)總負(fù)債與總資產(chǎn)比值表示。（13）總資產(chǎn)與員工人數(shù)比（TAL）。用企業(yè)總資產(chǎn)與員工人數(shù)比值的對數(shù)表示。（14）地區(qū)高學(xué)歷追逐熱度（KY）。用每個省份每年報考全國各高校和研究機構(gòu)的碩士研究生人數(shù)與該地區(qū)大專以上人口數(shù)量的比值來衡量。各省份每年碩士研究生報名人數(shù)是通過百度搜索手工收集得到。各省份每年大專以上人口數(shù)量數(shù)據(jù)來自國家統(tǒng)計局網(wǎng)站。

2. 數(shù)據(jù)來源。本文使用的數(shù)據(jù)主要來源于國泰安（CSMAR）中國上市公司數(shù)據(jù)庫，以及中國區(qū)域經(jīng)濟(jì)研究數(shù)據(jù)庫。樣本期為2005?2012年。由于R&D投入強度數(shù)據(jù)在2007年之后才在上市公司年度報告中披露，因此當(dāng)模型中引入R&D投入強度變量時，樣本期變?yōu)?007?2012年。并且，很多上市公司并未如期披露R&D投入數(shù)據(jù)，因此當(dāng)模型中引入R&D投入強度變量時，樣本數(shù)會有較大程度的減少。

五、實證結(jié)果與分析

（一）地區(qū)高學(xué)歷追逐熱度與企業(yè)技術(shù)創(chuàng)新投入的關(guān)系

首先，我們檢驗研究假設(shè)1。我們將樣本按地區(qū)高學(xué)歷追逐熱度指標(biāo)均值分為三組，最弱的11個省份定義為高學(xué)歷追逐熱度低的地區(qū)，最強的10個省份定義為高學(xué)歷追逐熱度高的地區(qū)，然后從表1觀察各組技術(shù)創(chuàng)新投入強度的均值?？梢?，隨著地區(qū)高學(xué)歷追逐熱度的提升，技術(shù)創(chuàng)新投入強度RDS有明顯提升。這和研究假設(shè)1是一致的。

表1 描述性統(tǒng)計：按地區(qū)高學(xué)歷追逐熱度強度分組

接下來，我們進(jìn)一步通過回歸分析來檢驗研究假設(shè)1。表2中的實證結(jié)果顯示，無論我們采用RDA還是RDS度量R&D投入強度，無論在回歸模型中我們是否控制時間、省份和行業(yè)固定效應(yīng)，KY系數(shù)都顯著為正。這說明地區(qū)高學(xué)歷追逐熱度和R&D投入強度存在顯著正相關(guān)關(guān)系，也即該地區(qū)的高學(xué)歷追逐熱度越強，企業(yè)的技術(shù)創(chuàng)新投入越多。這就證明了研究假設(shè)1。

表2 地區(qū)高學(xué)歷追逐熱度對企業(yè)技術(shù)創(chuàng)新投入的回歸結(jié)果

（二）地區(qū)高學(xué)歷追逐熱度對技術(shù)創(chuàng)新投入的影響路徑識別

然后，我們對研究假設(shè)2a和研究假設(shè)2b進(jìn)行檢驗，以識別地區(qū)高學(xué)歷追逐熱度對技術(shù)創(chuàng)新投入的影響路徑。表3的實證結(jié)果顯示，無論我們采用RDA還是RDS度量R&D投入強度，無論在回歸模型中是否控制時間、省份和行業(yè)固定效應(yīng)，交叉項系數(shù)都顯著為正，PS系數(shù)仍顯著為負(fù)；同時，KY的系數(shù)不再顯著。這說明地區(qū)高學(xué)歷追逐熱度與政府扶持的結(jié)合，是推動創(chuàng)新投入的主要力量。換言之，政府扶持能夠強化地區(qū)高學(xué)歷追逐熱度對技術(shù)創(chuàng)新的促進(jìn)作用。于是，表3的實證結(jié)果就支持了研究假設(shè)2b，而拒絕了研究假設(shè)2a。這說明地區(qū)高學(xué)歷追逐熱度對技術(shù)創(chuàng)新的影響，需要通過政府扶持來實現(xiàn)。其中，交叉項的系數(shù)顯著，而KY的系數(shù)不顯著，也巧合地幫助我們減弱了實證中的內(nèi)生性問題。因為在技術(shù)創(chuàng)新強的地區(qū)，人們可能更渴望成為技術(shù)人才，從而有可能推動地區(qū)高學(xué)歷追逐熱度強度的提升，但這種推動作用是直接作用，不會與政府扶持產(chǎn)生關(guān)系。也就是說，技術(shù)創(chuàng)新對地區(qū)高學(xué)歷追逐熱度的反向影響不會借助政府扶持來實現(xiàn)。

表3 地區(qū)高學(xué)歷追逐熱度對技術(shù)創(chuàng)新投入的影響路徑識別回歸結(jié)果

（三）地區(qū)高學(xué)歷追逐熱度對生產(chǎn)效率（全要素生產(chǎn)率）的影響路徑識別

本文的第三個重要檢驗是對地區(qū)高學(xué)歷追逐熱度的生產(chǎn)效率影響路徑進(jìn)行識別，從而對競爭性的研究假設(shè)3a和研究假設(shè)3b進(jìn)行判斷。表4中列（1）?列（2）的結(jié)果顯示，當(dāng)交叉項不進(jìn)入模型時，變量KY的系數(shù)不顯著，而PS的系數(shù)顯著為正。這說明政府扶持對生產(chǎn)效率的推動作用，相對于地區(qū)高學(xué)歷追逐熱度來說更加明顯。表4中列（3）的結(jié)果顯示，當(dāng)交叉項進(jìn)入模型時，PS的系數(shù)不再顯著，而KY的系數(shù)變成顯著為負(fù)，同時的系數(shù)顯著為正。因此，這再次說明地區(qū)高學(xué)歷追逐熱度只有和政府扶持相結(jié)合，才能在中國發(fā)揮對生產(chǎn)效率的推動作用；如果離開了政府扶持，高學(xué)歷追逐熱度提升對于地區(qū)生產(chǎn)效率并沒有促進(jìn)作用。因此，我們的實證結(jié)果支持了研究假設(shè)3b，而拒絕了研究假設(shè)3a。也就是說，地區(qū)高學(xué)歷追逐熱度不能直接推動企業(yè)提高生產(chǎn)效率，而需要與政府對企業(yè)的支持結(jié)合，才能對生產(chǎn)效率產(chǎn)生正向的顯著影響。

表4 地區(qū)高學(xué)歷追逐熱度對生產(chǎn)效率的影響路徑識別回歸結(jié)果

（四）穩(wěn)健性檢驗

為了保證研究結(jié)論的科學(xué)性，本文進(jìn)行了一系列的穩(wěn)健性檢驗。由于篇幅所限，所有穩(wěn)健性結(jié)果均沒有匯報詳細(xì)結(jié)果，只在此簡單說明。

1. 地區(qū)高學(xué)歷追逐熱度的指標(biāo)更換。為了避免地區(qū)高學(xué)歷追逐熱度指標(biāo)測算對實證結(jié)果帶來的影響，我們按照每個省份的高學(xué)歷追逐熱度均值的大小將31個省份分成兩組，用KY01虛擬變量進(jìn)行識別：地區(qū)高學(xué)歷追逐熱度強的組為1，弱組為0。地區(qū)高學(xué)歷追逐熱度強的那組一共包含15個省份，弱組共包含16個省份。然后重新進(jìn)行了實證檢驗?；貧w結(jié)果基本上與表2?表4的結(jié)果是一致的，從而驗證了本文指標(biāo)選擇和實證結(jié)果具有較好的穩(wěn)健性。

2. 雙盲試驗（Placebo Test）。由于地區(qū)高學(xué)歷追逐熱度和地區(qū)文化緊密相關(guān)，我們對地區(qū)高學(xué)歷追逐熱度的指標(biāo)測度可能會“偶然”地受到某些地區(qū)文化或地區(qū)特征的干擾，從而出現(xiàn)“虛假”的回歸結(jié)果。換句話說，可能每個地區(qū)都有一部分特質(zhì)與技術(shù)創(chuàng)新投入發(fā)生作用，使得無論用哪些地區(qū)來代表“高地區(qū)高學(xué)歷追逐熱度”地區(qū)，都會和技術(shù)創(chuàng)新投入產(chǎn)生前面回歸中的結(jié)果。為了排除這種可能性，我們進(jìn)一步進(jìn)行了雙盲試驗。具體做法是：對于進(jìn)入樣本的31個省份，在0?1之間隨機地產(chǎn)生31個數(shù)，隨機數(shù)排名在前15名則賦值為1，認(rèn)為其是地區(qū)高學(xué)歷追逐熱度高的地區(qū)，排名在后16名的則賦值為0，認(rèn)為其是地區(qū)高學(xué)歷追逐熱度低的地區(qū)。我們用虛擬變量KY02來代表這一“隨機”產(chǎn)生的地區(qū)高學(xué)歷追逐熱度變量。然后重復(fù)以上回歸，結(jié)果與上文的實證結(jié)果一致。這進(jìn)一步說明，我們采用的地區(qū)高學(xué)歷追逐熱度指標(biāo)測度是有效的，回歸結(jié)果確實反映了地區(qū)高學(xué)歷追逐熱度與創(chuàng)新投入、政府扶持間的關(guān)系，而并不是“偶然”得到的。①我們重復(fù)了10次“雙盲”試驗，結(jié)果沒有發(fā)生本質(zhì)上的變化。

3. 更換生產(chǎn)效率指標(biāo)。為了保證實證結(jié)果的穩(wěn)健性，我們進(jìn)一步使用另一個生產(chǎn)效率指標(biāo)IE（創(chuàng)新效率，用申請專利總數(shù)與總資產(chǎn)的比值度量）替換生產(chǎn)效率來分析地區(qū)高學(xué)歷追逐熱度對創(chuàng)新效率的影響路徑。由于創(chuàng)新效率IE的值處于0和1之間，因此當(dāng)使用IE作為因變量時，我們采用Logit模型進(jìn)行回歸。①我們還進(jìn)行了以下穩(wěn)健性考量：一是用IE的對數(shù)值進(jìn)行回歸，結(jié)果沒有發(fā)生本質(zhì)上的變化；二是使用三類專利申請指標(biāo)（發(fā)明專利、實用新型專利、外觀設(shè)計專利）與總資產(chǎn)的比值作為因變量，然后進(jìn)行回歸，結(jié)果也沒有本質(zhì)上的變化。限于篇幅，這些結(jié)果沒有匯報，留存?zhèn)渌鳌；貧w結(jié)果與前面表4的結(jié)果基本上是一致的。因此，此處的證據(jù)再次說明地區(qū)高學(xué)歷追逐熱度只有和政府扶持相結(jié)合，才能在中國發(fā)揮其對創(chuàng)新效率的推動作用。

4. 更換政府扶持指標(biāo)。為了減少因政府扶持變量選擇帶來的質(zhì)疑，我們選擇用企業(yè)性質(zhì)變量IO（國有和非國有）替代政府扶持變量PS。我們用企業(yè)性質(zhì)IO作為政府扶持變量對假設(shè)1、假設(shè)2和假設(shè)3重新進(jìn)行了回歸分析，得到的實證結(jié)果與表2?表4的結(jié)果是一致的。

5. 內(nèi)生性的再次考察：引入“大米理論”工具變量。盡管上文反復(fù)考慮了內(nèi)生性問題，并認(rèn)為內(nèi)生性問題并不會影響本文的主要分析結(jié)論，但常規(guī)的能消除內(nèi)生性困擾的方法仍然是引入工具變量。為“地區(qū)高學(xué)歷追逐熱度”這樣一個具有文化維度的測度指標(biāo)再找到一個合適的工具變量，使其只直接影響和關(guān)聯(lián)“地區(qū)高學(xué)歷追逐熱度”測度指標(biāo)，而不直接影響“技術(shù)創(chuàng)新”指標(biāo)是非常困難的。所幸的是，近期Talhelm等（2014）提出的“大米理論”為本文提供了一個較合適的工具變量。他們的研究認(rèn)為，大米種植比率較低，而小麥、玉米、豆類種植較高的地區(qū)更不依賴團(tuán)隊合作，而更相信個人能力。這是因為大米種植過程中，需要合作建水渠灌溉。這樣，大米種植比率較低的地區(qū)就更多地強調(diào)個人貢獻(xiàn)和能力，更注重培養(yǎng)個人的能力，而大米種植比率較高的地區(qū)可能具有更多的合作和團(tuán)隊精神。

雖然“大米理論”與技術(shù)創(chuàng)新的關(guān)系還存在諸多爭議（Ruan等，2015），但我們至少可以認(rèn)為，大米種植率所帶來的地區(qū)文化特質(zhì)差異，可以作為一個有效的工具變量引入我們的模型。這是因為，“高學(xué)歷追逐熱度”高的地區(qū)，人們更重視提高學(xué)歷，也就會更強調(diào)優(yōu)秀個人的貢獻(xiàn)，這與Talhelm等（2014）所述的大米種植比率低地區(qū)的“高層次個人貢獻(xiàn)”文化特質(zhì)有共通之處。也就是說，“大米種植比率低”會直接提升地區(qū)“高學(xué)歷追逐熱度”，但不會直接影響技術(shù)創(chuàng)新（邏輯上應(yīng)該是通過地區(qū)文化特質(zhì)來影響技術(shù)創(chuàng)新）。鑒于此，我們引入“大米種植比率低”地區(qū)虛擬變量，作為“地區(qū)高學(xué)歷追逐熱度”變量的工具變量，重復(fù)表2?表4的回歸。具體做法是：選擇Talhelm等（2014）研究中排名前10位的“大米種植率低”的省份（1996年數(shù)據(jù)），令其為1，其余為0。以此變量作為地區(qū)高學(xué)歷追逐熱度變量（KY）的工具變量，同時以此變量與PS的交乘項作為的工具變量，通過兩階段最小二乘法進(jìn)行回歸分析，結(jié)果與之前的結(jié)果仍然基本一致。

6. 刪去北京、上海和西藏樣本的穩(wěn)健性檢驗。當(dāng)然，也可能存在這樣一種極端情況：如果一個地區(qū)重點大學(xué)非常多，導(dǎo)致外地生源很多，而外地生源又不認(rèn)同其本科學(xué)校所在地區(qū)的文化，且這個地區(qū)考研的主要又是外地應(yīng)屆畢業(yè)生，那么我們的指標(biāo)就不可靠了。不過，全國只有兩個地區(qū)可能滿足上述條件，即北京和上海。于是，為穩(wěn)妥起見，我們進(jìn)一步進(jìn)行穩(wěn)健性檢驗，通過刪去北京和上海的樣本，重復(fù)所有實證過程。結(jié)果仍然與之前的相似。此外，由于西藏地區(qū)的文化具有一定的特殊性，而且其高學(xué)歷追逐熱度的值較其他省份變化較大，②西藏地區(qū)的高學(xué)歷追逐熱度的標(biāo)準(zhǔn)差值在各省份中最大，說明西藏地區(qū)的高學(xué)歷追逐熱度指標(biāo)最不穩(wěn)定。因此我們還嘗試刪去西藏地區(qū)的樣本，重新進(jìn)行了實證檢驗。實證結(jié)果發(fā)現(xiàn)，實證結(jié)果與之前的基本一致。

六、結(jié)論與啟示

近年來，我國的高學(xué)歷追逐熱度持續(xù)上升，這說明更多的人有強烈意愿成長為高學(xué)歷人才。那么，這種成長意愿是否有利于我國企業(yè)的技術(shù)創(chuàng)新呢?關(guān)鍵問題集中在兩個方面：一是中國式的地區(qū)高學(xué)歷追逐熱度是否能夠促進(jìn)技術(shù)創(chuàng)新?二是地區(qū)高學(xué)歷追逐熱度推動技術(shù)創(chuàng)新的路徑或者說向技術(shù)創(chuàng)新傳導(dǎo)的組織體系是什么?

為此，我們嘗試構(gòu)建一個能夠合理測度我國各省份高學(xué)歷追逐熱度的指標(biāo)。在考慮內(nèi)生性影響、指標(biāo)穩(wěn)健性影響的基礎(chǔ)上，根據(jù)基本理論邏輯，本文完成了地區(qū)高學(xué)歷追逐與技術(shù)創(chuàng)新關(guān)系的實證研究。我們發(fā)現(xiàn)了以下兩個事實：第一，地區(qū)高學(xué)歷追逐對于技術(shù)創(chuàng)新存在顯著的推動作用。這說明考研并不只是為了追求職場升遷，而且具有推動技術(shù)創(chuàng)新的作用。第二，高學(xué)歷追逐對技術(shù)創(chuàng)新的推動作用需要在政府對相關(guān)地區(qū)企業(yè)有效支持的環(huán)境下才能充分實現(xiàn)。地區(qū)高學(xué)歷追逐熱度與政府支持的結(jié)合，還有利于充分發(fā)揮政府扶持對技術(shù)創(chuàng)新的推動作用，進(jìn)而推動企業(yè)全要素生產(chǎn)率和技術(shù)創(chuàng)新效率的提升。也就是說，盡管地區(qū)高學(xué)歷追逐熱度本身能夠促進(jìn)技術(shù)創(chuàng)新，但這種促進(jìn)作用在很大程度上必須與政府扶持同時進(jìn)行。雙盲試驗（Placebo Test）、更換地區(qū)高學(xué)歷追逐熱度變量指標(biāo)及借鑒著名的“大米理論”引入工具變量方法的檢驗，都說明了本文的研究結(jié)論具有較強的穩(wěn)健性。本文的政策含義在于：追求高學(xué)歷的地區(qū)氛圍，可以在政府的有效引導(dǎo)下充分發(fā)揮其對技術(shù)創(chuàng)新的推動作用。通過給予企業(yè)一定的政府扶持，能夠更好地激發(fā)企業(yè)的高學(xué)歷技術(shù)人才的創(chuàng)新熱情，從而推動地區(qū)生產(chǎn)效率的提升。

[1]聶輝華，譚松濤，王宇鋒. 創(chuàng)新、企業(yè)規(guī)模和市場競爭：基于中國企業(yè)層面的面板數(shù)據(jù)分析[J]. 世界經(jīng)濟(jì)，2008，（7）：57?66.

[2]解維敏，唐清泉，陸姍姍. 政府R&D資助，企業(yè)R&D支出與自主創(chuàng)新——來自中國上市公司的經(jīng)驗證據(jù)[J]. 金融研究，2009，（6）：86?99.

[3]許昊，萬迪昉，徐晉. 風(fēng)險投資背景、持股比例與初創(chuàng)企業(yè)研發(fā)投入[J]. 科學(xué)學(xué)研究，2015，（10）：1547?1554.

[4]姚洋. 高水平陷阱——李約瑟之謎再考察[J]. 經(jīng)濟(jì)研究，2003，（1）：71?79.

[5]張宇燕，高程. 海外白銀、初始制度條件與東方世界的停滯——關(guān)于晚明中國何以“錯過”經(jīng)濟(jì)起飛歷史機遇的猜想[J]. 經(jīng)濟(jì)學(xué)（季刊），2005，（2）：491?518.

[6]Acemoglu D，Johnson S，Robinson J. The rise of Europe：Atlantic trade，institutional change and economic growth[J].American Economic Review，2005，95： 546?579.

[7]Acemoglu D，Ticchi D，Vindigni A. Emergence and persistence of inefficient states[J]. Journal of the European Economic Association，2011，9（2）： 177?208.

[8]Aghion P，Bond S，Klemm A，et al. Technology and financial structure：Are innovative firms different?[J]. Journal of the European Economic Association，2004，2（2-3）： 277?288.

[9]Almeida H，Hsu P?H，Li D. Less is more：Financial constraints and innovative efficiency[R]. SSRN Working Paper，2013.

[10]Bhagat S，Welch I. Corporate research & development investments international comparisons[J]. Journal of Accounting and Economics，1995，19（2-3）： 443?470.

[11]Brown J R，Martinsson G，Petersen B C. Law，stock markets，and innovation[J]. Journal of Finance，2013，68（4）：1517?1549.

[12]Fan J P H，Wong T J，Zhang T. Politically connected CEOs，corporate governance，and post-IPO performance of China's newly partially privatized firms[J]. Journal of Financial Economics，2007，84（2）： 330?357.

[13]Guo G. Party recruitment of college students in China[J]. Journal of Contemporary China，2005，14（43）： 371?393.

[14]Khwaja A I，Mian A. Do lenders favor politically connected firms? Rent provision in an emerging financial market[J].Quarterly Journal of Economics，2005，120（4）： 1371?1411.

[15]Li H，Meng L，Wang Q，et al. Political connections，financing and firm performance：Evidence from Chinese private firms[J]. Journal of Development Economics，2008，87（2）： 283?299.

[16]Luo D，Ying Q. Political connections and bank lines of credit[J]. Emerging Markets Finance and Trade，2014，50（S3）： 5?21.

[17]Olley G S，Pakes A. The dynamics of productivity in the telecommunications equipment industry[J]. Econometrica，1996，64（6）： 1263?1297.

[18]Ruan J，Xie Z，Zhang X. Does rice farming shape individualism and innovation?[J]. Food Policy，2015，56： 51?58.

[19]Shleifer A，Vishny R W. Politicians and firms[J]. Quarterly Journal of Economics，1994，109（4）： 995?1025.

[20]Szelenvi I. The intelligentsia in the class structure of state-socialist societies[J]. American Journal of Sociology，1982，88： 287?326.

[21]Talhelm T，Zhang X，Oishi S，et al. Large-scale psychological differences within China explained by rice versus wheat agriculture[J]. Science，2014，344（6184）： 603?608.

[22]Walder A G. Career mobility and the communist political order[J]. American Sociological Review，1995，60（3）： 309?328.

[23]Walder A G，Li B，Treiman D J. Politics and life chances in a state socialist regime：Dual career paths into the urban Chinese elite，1949 to 1996[J]. American Sociological Review，2000，65（2）： 191?209.

[24]Zhou X. Economic transformation and income inequality in urban China：Evidence from panel data[J]. American Journal of Sociology，2000，105（4）： 1135?1174.