劉家悅，胡 穎，李 波

（中南民族大學a.經(jīng)濟學院；b.湖北全面小康建設研究院，湖北 武漢430074）

一、引 言

黨的十九大報告明確提出了“加快創(chuàng)新型國家建設，提高全要素生產(chǎn)率”。人力資本是實現(xiàn)經(jīng)濟增長的決定因素，也是實現(xiàn)高質(zhì)量發(fā)展的重要驅(qū)動力。人力資本不僅對國家創(chuàng)新發(fā)展有著重要的作用，對微觀企業(yè)生產(chǎn)率的提升以及創(chuàng)新活動也有著重要的推動作用（紀雯雯和賴德勝，2018）［1］。因此，正確認識和理解人力資本的重要作用，不僅對推動經(jīng)濟持續(xù)健康發(fā)展以及產(chǎn)業(yè)結(jié)構升級有著決定作用，而且對企業(yè)生產(chǎn)率的提升也至關重要。自從1999 年大學擴招政策實施以來，中國高等教育取得飛躍式發(fā)展，人力資本規(guī)模以及質(zhì)量得到大幅提高，為企業(yè)提供了豐富的人力資本。中國微觀數(shù)據(jù)是否會支持傳統(tǒng)的經(jīng)濟增長理論？通過提高人力資本規(guī)模與質(zhì)量，促進企業(yè)全要素生產(chǎn)率提升，進而推動經(jīng)濟的高質(zhì)量發(fā)展。

企業(yè)全要素生產(chǎn)率是構成國民經(jīng)濟的微觀動力來源，企業(yè)全要素生產(chǎn)率的提升離不開兩個重要因素：一方面要有充足的人員，也就是豐富的人力資本，人力資本的增加會在一定程度上促進企業(yè)使用新技術，進而帶動整個企業(yè)全要素生產(chǎn)率的提升（Che 和Zhang，2018）［2］；另一個因素是要有充足的資金，企業(yè)全要素生產(chǎn)率的提升離不開其創(chuàng)新活動，即需要大量研發(fā)投入，企業(yè)資金的來源不可能完全依靠自身提供，必須依靠融資來完成其生產(chǎn)率的提高（楊文溥，2019）［3］。因此，企業(yè)所面臨的人力資本豐裕程度以及融資約束的難易程度，都是決定其全要素生產(chǎn)率的重要因素。所以，人力資本和融資約束對企業(yè)全要素生產(chǎn)率影響的研究依然是重要的課題。

近年來，雖然學術界對人力資本的研究越來越廣泛，但是大多數(shù)研究主要是考慮人力資本對整個國家、行業(yè)以及地區(qū)的影響，鮮有文獻從企業(yè)異質(zhì)性的角度去檢驗人力資本與融資約束的重要作用；其次，現(xiàn)有很多文獻從影響企業(yè)全要素生產(chǎn)率提升的單一角度去分析，較少從人力資本和融資約束相結(jié)合的微觀層面進行驗證。因此，本文從微觀層面，檢驗人力資本、融資約束對企業(yè)全要素生產(chǎn)率的影響及作用機制，并考慮人力資本和融資約束的交互影響。

二、文獻綜述與機制分析

與本文相關的第一類文獻，涉及人力資本與全要素生產(chǎn)率關系的研究。有學者從宏觀層面研究人力資本與全要素生產(chǎn)率之間的關系。其中，Miller 和Upadhyay（2000）［4］研究發(fā)現(xiàn)，人力資本能夠顯著促進一國全要素生產(chǎn)率提升。吳建新和劉德學（2010）［5］研究人力資本與國內(nèi)全要素生產(chǎn)率之間的關系，結(jié)果顯示只有高級人力資本才會對全要素生產(chǎn)率產(chǎn)生促進作用。Che 和Zhang（2018）［2］將中國1999 年實施的高校擴招政策作為一種政策沖擊，使用準自然實驗的計量方法，研究發(fā)現(xiàn)人力資本會促進企業(yè)在研發(fā)上投入，進而加大對新技術的采用，提高企業(yè)生產(chǎn)率。另外，毛其淋（2019）［6］、周茂等（2019）［7］也利用中國政府1999年實施的高等教育改革政策，作為政策沖擊，使用準自然實驗的計量方法，分析了人力資本擴張對加工貿(mào)易企業(yè)升級以及制造業(yè)升級的影響。通過上述分析發(fā)現(xiàn)，很少有文獻同時考慮人力資本和融資約束對企業(yè)全要素生產(chǎn)率的影響。

另一類相關文獻，多數(shù)集中于研究融資約束對中國企業(yè)對外直接投資的影響。Chor 和Manova（2012）［8］通過實證分析驗證了信貸約束在出口中的作用，在金融能力較脆弱的部門，融資約束會限制其出口擴張。并且在金融危機影響下，金融能力較脆弱的部門在對美國的出口貿(mào)易中，出現(xiàn)較為嚴重的縮減。李思飛（2015）［9］利用廣義傾向評分匹配法（GPSM），從所有制角度分析了融資約束對企業(yè)全要素生產(chǎn)率的影響，研究發(fā)現(xiàn)對于融資較為容易的企業(yè)來說，在企業(yè)內(nèi)部流動性約束較好的情況下，對不同性質(zhì)企業(yè)全要素生產(chǎn)率的提升都有著正向促進作用，相對于國有企業(yè)，對民營企業(yè)的促進作用更大。蔣冠宏和曾靚（2020）［10］認為企業(yè)若是人力資本充足但沒有資金支持，企業(yè)也難以實現(xiàn)良好發(fā)展。李成友等（2018）［11］指出在中國想要實現(xiàn)從人口紅利轉(zhuǎn)向人才紅利，必須提高個人工資，縮小工資差距。對于企業(yè)來說也是一樣的，想要人力資本充分發(fā)揮作用，也必須要有充足的資金，換句話說便是企業(yè)需要融資約束較低的環(huán)境，這會使得企業(yè)提高人力資本投入進而促進全要素生產(chǎn)率的提升?，F(xiàn)有相關文獻中，由于多數(shù)學者對西方傳統(tǒng)經(jīng)典經(jīng)濟增長理論的高度認可，少有文獻在中國樣本范圍內(nèi)去探討融資約束與企業(yè)全要素生產(chǎn)率之間的異質(zhì)性差異。因此，本文以中國微觀企業(yè)的異質(zhì)性樣本面板數(shù)據(jù)為基礎，進行相關基礎性論證，同時進一步深化異質(zhì)性與渠道分析，為相關的理論提供實踐支撐。

從理論上來說，人力資本和融資約束可以通過多種途徑對企業(yè)全要素生產(chǎn)率產(chǎn)生影響，進而對企業(yè)在市場中的競爭力產(chǎn)生重要影響。但是總的來看，企業(yè)全要素生產(chǎn)率提高的主要途徑是進行研發(fā)投入和創(chuàng)新，對于企業(yè)來說，其全要素生產(chǎn)率提升最直接的影響因素是創(chuàng)新，人力資本和融資約束都會對企業(yè)的創(chuàng)新產(chǎn)生重要影響，進而通過創(chuàng)新對企業(yè)全要素生產(chǎn)率的提升產(chǎn)生決定性作用。Vandenbussche等（2006）［12］提出全要素生產(chǎn)率的提升離不開技術進步，而技術進步則又取決于創(chuàng)新，對處于經(jīng)濟發(fā)展水平不同的國家和地區(qū)來說，不同水平的人力資本對于全要素生產(chǎn)率的影響也會有很大差異。

企業(yè)想要提升其全要素生產(chǎn)率，主要手段就是進行研發(fā)創(chuàng)新，但對于企業(yè)來說，只有在具備充足資金的情況下，企業(yè)才會考慮投入研發(fā)費用進行創(chuàng)新，即使是在企業(yè)從模仿到創(chuàng)新的過渡階段，也是需要大量的資金投入，必須借助外部融資來完成。此時，企業(yè)僅僅依靠自身資金是很難進行研發(fā)創(chuàng)新的，因而，如果提供融資需求的金融機構能夠?qū)哂袆?chuàng)新需求的企業(yè)提供資金支持，那么企業(yè)就會較為容易籌集資金，則會有大量的研發(fā)經(jīng)費投入，進而可以促進企業(yè)全要素生產(chǎn)率的提升。Antony 等（2012）［13］研究了存在企業(yè)異質(zhì)性的情況下，融資約束對企業(yè)創(chuàng)新活動的影響，研究發(fā)現(xiàn)相對于大型企業(yè)，小型企業(yè)創(chuàng)新能力更強一些，然而在融資約束更大的狀態(tài)下，大企業(yè)的創(chuàng)新力更強。進一步研究發(fā)現(xiàn)，創(chuàng)新能力越強的企業(yè)，其全要素生產(chǎn)率也越高。項松林和魏浩（2014）［14］也發(fā)現(xiàn)，如果企業(yè)面對的融資約束較小，那么其較為容易得到資金進行創(chuàng)新投資，進而獲得全要素生產(chǎn)率的提升；反之，企業(yè)受到的融資約束越大，則很難通過融資來進行研發(fā)創(chuàng)新，其全要素生產(chǎn)率也無法得到提高。

三、 實證模型與數(shù)據(jù)

（一）實證模型

根據(jù)本文的研究目的，主要考察人力資本、融資約束對企業(yè)全要素生產(chǎn)率的影響，建立如下形式的計量模型：

其中，下標f、s、h、t 分別為企業(yè)、省份、行業(yè)、年份；lnTFP 為企業(yè)全要素生產(chǎn)率；lnHuman 為人力資本水平；lnFc 為融資約束；X 為其他影響企業(yè)全要素生產(chǎn)率的控制變量。此外，由于本文的研究中涉及行業(yè)、省份、年份等因素，所以在設定計量模型時，控制了行業(yè)固定效應、省份固定效應、時間固定效應，其中，γh為行業(yè)固定效應，主要是考慮行業(yè)層面一些不可觀測因素會對企業(yè)全要素生產(chǎn)率產(chǎn)生影響；λs為省份固定效應，主要是為了控制省份層面不可觀測因素對企業(yè)全要素生產(chǎn)率的影響；δt為時間固定效應，主要是用來控制共同的宏觀經(jīng)濟沖擊的影響；εft是隨機誤差項。

（二）變量說明及描述統(tǒng)計

（1）被解釋變量：企業(yè)全要素生產(chǎn)率（TFP）。目前在文獻中運用較多的是OP 方法和LP 方法。本文主要參考田巍和余淼杰（2012）［15］的方法，使用OP方法進行企業(yè)全要素生產(chǎn)率的測算。在后續(xù)的穩(wěn)健性檢驗中使用LP方法進一步驗證（1）。

（2）核心解釋變量：人力資本（Human）和融資約束（Fc）。本文借鑒彭國華（2005）［16］、李成友等（2018）［11］的研究，采用教育年限累計法，對人力資本進行測算，這種方法包含知識積累效應。對融資約束的測算，本文借鑒Hadlock和Pierce（2010）［17］的方法，公式為：SA＝-0.737×Size+0.004 3×Size2-0.04×Age。其中，SA 為融資約束；Size 和Age 分別為企業(yè)規(guī)模和年限。在后續(xù)的穩(wěn)健性分析中，借鑒王碧珺等（2015）［18］的研究，使用綜合打分指標對融資約束進行衡量，作為衡量融資約束的指標。

（3）控制變量：考慮遺漏變量問題以及更加準確地考察人力資本、融資約束對企業(yè)全要素生產(chǎn)率的影響，在計量回歸模型中加入了一些可能影響企業(yè)全要素生產(chǎn)率的其他變量，具體包括：企業(yè)的年齡（age），用企業(yè)所在年份減去企業(yè)成立年份取對數(shù)來表示；資本密集度（kl），借鑒姚博和汪紅駒（2019）［19］的方法，使用企業(yè)固定資產(chǎn)數(shù)額比上企業(yè)人員數(shù)，再取對數(shù)來表示；企業(yè)規(guī)模（scale），本文采用企業(yè)的銷售產(chǎn)值取對數(shù)表示；企業(yè)的市場勢力（sl），借鑒呂越和盛斌（2015）［20］的方法，采用總資產(chǎn)的周轉(zhuǎn)率指標表示，即由主營業(yè)務收入與平均資產(chǎn)總額比值表示；資產(chǎn)負債率（zc），以總負債與企業(yè)有形資產(chǎn)的比值來表示；控制變量也考慮到了地區(qū)GDP。

（三）數(shù)據(jù)來源及處理

鑒于中國工業(yè)企業(yè)數(shù)據(jù)庫的可獲得性，本文利用1998-2013 年中國制造業(yè)微觀企業(yè)面板數(shù)據(jù)進行了估算。為反映中國制造業(yè)發(fā)展的最新趨勢及估計的穩(wěn)健性，本文利用1998-2017年省際宏觀面板數(shù)據(jù)進行相關的驗證。為確定樣本的同質(zhì)性及消除噪聲的需要，樣本選擇主要聚焦中國制造業(yè)企業(yè)數(shù)據(jù)。為此，本文剔除兩位數(shù)行業(yè)代碼為6-11的“采掘業(yè)”以及44-46 的“電力、燃氣和水的生產(chǎn)和供應業(yè)”等，并借鑒聶輝華等（2012）［21］的方法，對異常值進行刪除。首先，剔除不滿足“規(guī)模以上”標準的觀測值，比如工業(yè)銷售額小于500萬元；其次，對于在回歸中的關鍵變量，剔除屬于樣本前后3%的極端值、負值和連續(xù)兩年重要變量缺失的觀察值。其他基礎數(shù)據(jù)主要來源于《新中國六十年統(tǒng)計資料匯編》以及1999-2018 年中國各省統(tǒng)計年鑒、中國勞動統(tǒng)計年鑒、中國金融年鑒、中國人口和就業(yè)統(tǒng)計年鑒等。

本文主要變量的描述性統(tǒng)計見表1所列。

表1 主要變量的描述性統(tǒng)計特征

四、計量回歸結(jié)果及分析

（一）基準估計結(jié)果

首先采用最小二乘法（OLS）對模型進行回歸，具體結(jié)果見表2 所列。本文在（1）列和（4）列單獨考察人力資本對企業(yè)全要素生產(chǎn)率的影響；在（2）列和（5）列中，同時考察人力資本和融資約束對企業(yè)全要素生產(chǎn)率的影響，并且加入人力資本和融資約束的交互項進行研究；在（3）列和（6）列中，加入了所有控制變量進行回歸分析。此外，（1）列至（3）列沒有加入固定效應，（4）列至（6）列同時控制了省份、時間和行業(yè)固定效應。

回歸結(jié)果顯示，人力資本的回歸系數(shù)值均為正，并且在1%的水平下顯著，說明人力資本的增加會顯著促進企業(yè)全要素生產(chǎn)率的提升，回歸結(jié)果所得出的結(jié)論和Che 和Zhang（2018）［2］所得出的人力資本對企業(yè)生產(chǎn)率的結(jié)論基本一致，人力資本通過企業(yè)對新技術的采用，進而提升企業(yè)全要素生產(chǎn)率。融資約束的回歸系數(shù)值均為負，并且在1%的水平下顯著，說明若融資約束較小，會顯著促進企業(yè)全要素生產(chǎn)率的提升，這主要是由于受融資約束較小的企業(yè)，可能本身內(nèi)部就擁有充足資金，抑或是企業(yè)自身的一些特征使得其在融資方面更為容易，例如在規(guī)模、利潤等方面較高，所以融資約束小的企業(yè)更為容易提升其全要素生產(chǎn)率，研究結(jié)果與趙春明（2015）［22］等得出的結(jié)論基本一致。從人力資本和融資約束的交互項回歸結(jié)果中，可以看到兩者的交互項回歸系數(shù)值都是負值，并且都是高度顯著的，表明融資約束顯著抑制了人力資本對企業(yè)全要素生產(chǎn)率的促進作用，也即當融資約束越小時，人力資本對企業(yè)全要素生產(chǎn)率的促進作用越強。

在（6）列中加入了控制變量，并且同時控制了省份固定效應、時間固定效應以及行業(yè)固定效應。從（6）列可以清楚看到人力資本每增加1%，企業(yè)全要素生產(chǎn)率會增加0.755%，對于融資約束來說，每減少1%，企業(yè)全要素生產(chǎn)率會提升1.656%。此外，由表2 可得，企業(yè)年齡對全要素生產(chǎn)率影響不顯著；企業(yè)規(guī)模越大，企業(yè)的全要素生產(chǎn)率越高；且資本投入過多可能會對全要素生產(chǎn)率產(chǎn)生消極影響；從資產(chǎn)負債率的回歸結(jié)果來看，回歸系數(shù)值在同時控制了省份、時間、行業(yè)固定效應之后的值顯著為正，表明資產(chǎn)負債率越高，會提升企業(yè)的全要素生產(chǎn)率；最后也可以明顯看出地區(qū)GDP 的回歸系數(shù)值顯著為正，表明一個地區(qū)經(jīng)濟越發(fā)達，會對該地區(qū)企業(yè)全要素生產(chǎn)率的提升起到明顯促進作用。此外，為檢驗2013年之后的影響機制問題，本文借鑒呂洪燕和于翠華等（2020）［23］的方法，人力資本采用各地區(qū)平均受教育年限、融資約束以各地區(qū)存貸款總額占GDP 比重、全要素生產(chǎn)率以DEA數(shù)據(jù)分析中的Malmquist指數(shù)方法測算。利用1998-2017年省份區(qū)域面板數(shù)據(jù)進行回歸，結(jié)果與微觀數(shù)據(jù)檢驗具有一致性。

表2 基準回歸結(jié)果

續(xù)表2

（二）穩(wěn)健性檢驗

為了驗證人力資本、融資約束對企業(yè)全要素生產(chǎn)率影響的穩(wěn)健性，首先更換被解釋變量指標。在基準回歸中，通過OP 方法計算的企業(yè)全要素生產(chǎn)率，在這里使用LP 方法計算出全要素生產(chǎn)率作為代理變量進行穩(wěn)健性分析；然后更換核心解釋變量融資約束的表示方法，進行穩(wěn)健性分析；隨后進行分樣本回歸，將樣本分成不同地區(qū)以及不同企業(yè)類型進行回歸分析；最后采用工具變量法解決回歸分析中可能存在的內(nèi)生性問題。

1.更換變量衡量指標

在這一部分，本文更換了被解釋變量和核心解釋變量融資約束的衡量指標，與前面的基準回歸結(jié)果相比較，進一步驗證人口規(guī)模、融資約束對企業(yè)全要素生產(chǎn)率影響的經(jīng)濟效應，具體回歸結(jié)果見表3所列。在回歸分析中對省份固定效應、時間固定效應和行業(yè)固定效應均進行控制。（1）列和（2）列采用LP 法計算企業(yè)全要素生產(chǎn)率，區(qū)別在于有無加入控制變量，從回歸結(jié)果中可以看出人力資本的回歸系數(shù)值顯著為正，說明人力資本越多，越會促進企業(yè)全要素生產(chǎn)率的提升，這與前文基準回歸的結(jié)果基本一致；融資約束的回歸結(jié)果顯著為負，說明融資約束越小，越有利于企業(yè)全要素生產(chǎn)率提升，這也和前文的基準回歸結(jié)果一致。在表3 中的（3）和（4）列，改變?nèi)谫Y約束的代理變量，同樣在第（3）列沒有加入任何控制變量，在第（4）列加入了所選取的控制變量，從回歸結(jié)果來看，與基準回歸的結(jié)果也是一致的，人力資本會促進企業(yè)全要素生產(chǎn)率的提升，而融資約束則會抑制企業(yè)全要素生產(chǎn)率的增長。從交互項的回歸結(jié)果來看，人力資本與融資約束交互項的回歸系數(shù)值也都是負值，與前面的基準回歸結(jié)果一致，表明融資約束顯著抑制了人力資本對企業(yè)全要素生產(chǎn)率的促進作用?？傮w而言，更換變量之后的實證結(jié)果仍然穩(wěn)健。

表3 更換變量的回歸分析

2.內(nèi)生性分析

鑒于可能存在反向因果關系，本文采用兩階段最小二乘法（2SLS）對樣本進行回歸。選取融資約束的滯后一期為工具變量，表4顯示第一階段大于10 的F統(tǒng)計值，即不存在弱工具變量問題。另外，工具變量個數(shù)等于內(nèi)生解釋變量個數(shù)，則不需要進行工具變量的過度識別檢驗。

從整個回歸結(jié)果可以看出，人力資本的回歸結(jié)果都是正值，并且都是顯著的，和前面的結(jié)論一致，人力資本會促進企業(yè)全要素生產(chǎn)率的提升，融資約束的回歸結(jié)果是負值，并且都是在1%水平下顯著，即融資約束會抑制企業(yè)全要素生產(chǎn)率的增加，所得結(jié)果也與前面的分析結(jié)果一致。從交互項的回歸結(jié)果來看，也進一步驗證了融資約束在人力資本對企業(yè)全要素生產(chǎn)率影響中的調(diào)節(jié)作用，從回歸結(jié)果可以看出人力資本與融資約束交互項的回歸系數(shù)值都是負值，表明融資約束顯著抑制了人力資本對企業(yè)全要素生產(chǎn)率的促進作用。

表4 工具變量的回歸分析

（三）異質(zhì)性分析

本文按照地區(qū)將樣本劃分為東部地區(qū)、中部地區(qū)和西部地區(qū)三個子樣本進行回歸分析，之后根據(jù)企業(yè)的性質(zhì)對樣本進行劃分，將整個樣本劃分為國有企業(yè)、私營企業(yè)和外資企業(yè)三種類型，回歸結(jié)果見表5所列。同樣地，在回歸分析中對所有固定效應進行控制。對于東部地區(qū)和中部地區(qū)的企業(yè)來說，人力資本的回歸結(jié)果都是正值且顯著，說明了人力資本越多，會顯著促進企業(yè)全要素生產(chǎn)率的提升，與前面的回歸結(jié)果是一致的。而對于西部地區(qū)來說，人力資本的回歸結(jié)果是不顯著的，主要原因可能是由于近年來西部地區(qū)的人才很多都往中西部轉(zhuǎn)移，導致了人才的嚴重流失，所以在回歸分析中回歸結(jié)果不明顯。在對樣本按照企業(yè)性質(zhì)的回歸分析中，不論是國有企業(yè)、私營企業(yè)還是外資企業(yè)，人力資本的回歸結(jié)果都是顯著的，都會促進企業(yè)全要素生產(chǎn)率的提升，與前面的回歸結(jié)果也是一致的。在融資約束的回歸結(jié)果中，不論是按照地區(qū)劃分，還是依據(jù)企業(yè)性質(zhì)進行的劃分，融資約束的回歸結(jié)果都是負值，并且基本都在1%的水平上顯著，也說明了融資約束越小，越會促進企業(yè)全要素生產(chǎn)率的提升。從交互項的回歸結(jié)果來看，與前面的分析是一致的，融資約束在人力資本對企業(yè)全要素生產(chǎn)率影響中的調(diào)節(jié)作用，具體表現(xiàn)為融資約束顯著抑制了人力資本對企業(yè)全要素生產(chǎn)率的促進作用，即融資約束越小，越會促進人力資本對企業(yè)全要素生產(chǎn)率的影響。分樣本進一步驗證了人力資本、融資約束對企業(yè)全要素生產(chǎn)率的影響。

表5 分樣本的回歸分析

（四）進一步分析

在前文的機制分析中，主要探討了人力資本和融資約束可能通過創(chuàng)新的渠道影響企業(yè)全要素生產(chǎn)率的提升，本文將進一步對創(chuàng)新的渠道進行檢驗。設定如下簡化的檢驗模型。

其中，下標f、s、h、t分別表示企業(yè)、省份、行業(yè)、年份；lncx為表企業(yè)的創(chuàng)新，在接下來的回歸分析中，本文使用企業(yè)的研發(fā)費用作為創(chuàng)新的指標。其他變量的選取與前文一致。具體的回歸結(jié)果見表6所列。

在表6的（1）列中，對整個樣本進行回歸分析，在（2）列至（4）列中，分別根據(jù)企業(yè)的所有權異質(zhì)性，對國有企業(yè)、私營企業(yè)以及外資企業(yè)進行回歸分析。并對省份、時間以及產(chǎn)業(yè)等效應都進行控制。從（1）列的回歸結(jié)果中可以看出，人力資本對企業(yè)的創(chuàng)新有促進作用，且融資約束會在一定程度上抑制企業(yè)的創(chuàng)新；在人力資本和融資約束交互項的回歸中，可以看出其回歸結(jié)果是顯著為負的，表明融資約束顯著抑制了人力資本對企業(yè)創(chuàng)新的促進作用，也即融資約束越大，越會抑制人力資本對企業(yè)創(chuàng)新的影響。在分樣本的回歸分析中，不論是國有企業(yè)、私營企業(yè)還是外資企業(yè)，人力資本的回歸結(jié)果都是顯著為正的，說明其會促進企業(yè)的創(chuàng)新，對于融資約束來說，其回歸結(jié)果都是負值，并且基本都在1%的水平上顯著，說明了融資約束越小，越會促進企業(yè)的創(chuàng)新；在分企業(yè)性質(zhì)的回歸分析中，由人力資本和融資約束的交互項估計結(jié)果可以看出，融資約束顯著抑制了人力資本對企業(yè)創(chuàng)新的促進作用。

表6 考慮創(chuàng)新傳導的回歸分析

五、主要結(jié)論與政策啟示

本文將人力資本和融資約束作為核心影響因素，研究兩者對企業(yè)全要素生產(chǎn)率的影響，拓展了已有研究框架。本文主要使用工業(yè)企業(yè)數(shù)據(jù)庫的微觀數(shù)據(jù)，并且構建了人力資本、融資約束等指標，系統(tǒng)考察了人力資本和融資約束對企業(yè)全要素生產(chǎn)率的影響。主要得出如下結(jié)論：

（1）人力資本會顯著促進中國制造業(yè)企業(yè)全要素生產(chǎn)率的提升，對于融資約束而言，無論更換企業(yè)全要素生產(chǎn)率的計算方式，還是更換融資約束的指標，得到的回歸結(jié)果仍然穩(wěn)健，而且從人力資本和融資約束的交互項分析來看，融資約束在人力資本對企業(yè)全要素生產(chǎn)率影響中的調(diào)節(jié)作用體現(xiàn)在：融資約束顯著抑制了中國制造業(yè)人力資本對企業(yè)全要素生產(chǎn)率的促進作用。

（2）在對樣本進行分地區(qū)回歸分析中，本文發(fā)現(xiàn)不同地區(qū)的回歸結(jié)果是有所差異的，對于東部地區(qū)和中部地區(qū)來說，人力資本越多，會越有利于企業(yè)全要素生產(chǎn)率的提升，而對于西部地區(qū)來說，人力資本的回歸結(jié)果不顯著，這可能因為西部地區(qū)制造業(yè)企業(yè)的要素投入結(jié)構比例不同。

（3）從企業(yè)所有制異質(zhì)性層面來看，民營企業(yè)所受到的融資約束更加廣泛，而外資企業(yè)和國有企業(yè)所受的融資約束相對較小，這導致融資約束帶來的負向影響對于不同所有制企業(yè)來說是不同的。此外，進一步進行渠道分析，企業(yè)創(chuàng)新成為人力資本與融資約束提升全要素生產(chǎn)率的可能渠道，另外，有文獻表明身份認同也是約束企業(yè)全要素生產(chǎn)率提升的重要變量之一［24］。

本文的政策含義主要在于以下幾個方面：首先，中國政府應該大力重視和培育高等教育的發(fā)展，在促進人力資本增加的同時，也應該重視提高人力資本的質(zhì)量，培養(yǎng)創(chuàng)新型人才。對于現(xiàn)有企業(yè)來說，應該要具有長遠眼光，加大對在職員工的培訓投入，提升在職員工能力，通過人力資本上的投入，促進企業(yè)自身競爭力的提高。其次，本文發(fā)現(xiàn)人力資本對西部地區(qū)的影響并不顯著，主要是由于西部地區(qū)經(jīng)濟發(fā)展水平普遍落后于東部地區(qū)，以及西部自身地理條件的制約，導致人才流失嚴重。因此，政府應該加大對西部地區(qū)的扶持，尤其是要重視西部高校的建設和發(fā)展，西部地區(qū)自身也應該制定切實有效的人才引進計劃，只有這樣，才能帶來一個地區(qū)及其地方企業(yè)的發(fā)展。最后，政府應該加強對金融市場的管理，進一步加快金融體制的完善和改革，構建一個高效、市場化、富有彈性的金融體系，只有這樣才能減少企業(yè)在資本市場進行融資時所面臨的各種阻撓，降低與金融市場的摩擦，有效解決企業(yè)融資難問題，促進企業(yè)生產(chǎn)活動所需各種要素的合理配置，促進企業(yè)的創(chuàng)新，進而釋放經(jīng)濟增長的內(nèi)生動力。

注 釋：

（1）在計算企業(yè)全要素生產(chǎn)率過程中的數(shù)據(jù)處理主要是參考楊汝岱（2015）的研究。